birthplot誕生座標

ハリー・スタイルズ

Harry Styles

1994-02-01

元 One Direction、ソロアーティスト・俳優。

Wikipedia で詳細を見る →

出典: Wikipedia (verify)

birthplot 誕生座標

ハリー・スタイルズ さんの発達座標プロファイル

生年月日: 1994年2月1日· 今日で 11,807 日目

12 軸プロファイルレーダーチャート

12 の発達座標軸を 0-100 のスケールで視覚化したレーダー図。生物層・発達層・社会層・時間層の 4 層別に色分けされています。

軸にホバー/フォーカスで詳細を表示。指標は視覚化用の正規化値 (0-100) です。
軸データを表として表示(スクリーンリーダー向け)
カテゴリ指標
季節軸冬生まれ(晩冬生まれ)8
日長軸短日生まれ(増加期)10
親年齢軸計算不可
家族内位置軸計算不可
学年内位置軸学年内で中間層42
発達段階軸親密性 vs 孤立(前成人期)62
世代コホート軸Millennial60
形成期マクロ経済軸計算不可
形成期メディア環境軸ブロードバンド・モバイル前期56
日齢軸11,807 日目(次の節目まで 3193 日)39
概年リズム位相軸個人夏33
就職コホート軸計算不可

全体所感

12 軸中 8 軸が算出可能でした

  • 季節軸: 冬生まれ(晩冬生まれ) / 日長軸: 短日生まれ(増加期)
  • 学年内位置軸: 学年内で中間層 / 発達段階軸: 親密性 vs 孤立(前成人期)
  • 世代コホート軸: Millennial / 形成期メディア環境軸: ブロードバンド・モバイル前期
  • 日齢軸: 11,807 日目(次の節目まで 3193 日) / 概年リズム位相軸: 個人夏

生物層

生理・神経の土台(季節・日長・親年齢)

季節軸

エビデンス: 中

あなたのデータ

冬生まれ(晩冬生まれ)

研究で言えること

出生季節が、後年の睡眠型(朝型/夜型)や一部の健康指標とわずかに相関するという報告があります(Foster & Roenneberg 2008 ほか)。ただし効果は小さく地域差も大きい、というのが研究で言える範囲です。下の季節感の描写は、そこからの解釈です。

そこから考えられる解釈

冬生まれ。1-3 月生まれは日本では「早生まれ」と呼ばれ、学年内で月齢が若い側に位置します。同級生より幼く感じる時期があった、運動会で身長順に並ぶときに前にいた、進級時に不安を感じた等の記憶があるかもしれません。それは月齢差という制度的偶然の結果で、能力そのものを示すものではありません。一方、12 月生まれは学年で 9 番目ぐらいの位置で、早生まれほど顕著ではありません。詳細は学年内位置軸を併せてご確認ください。

日長軸

エビデンス: 中

あなたのデータ

短日生まれ(増加期)

研究で言えること

出生時の日長(昼の長さ)が、体内時計やメラトニン分泌の初期設定にわずかに関わりうることが示唆されています(Wehr 2001 ほか)。ここまでが研究で言える範囲で、現代の人工照明下では効果は鈍りやすいとされます。下の解釈は、この生理的傾向を季節感としてふくらませた敷衍です。

そこから考えられる解釈

出生時の日長は約 8.8 時間で、年内日長の増加期(冬至以降)に該当します(緯度 52.3°)。最も夜が長い時期に新生児期を迎え、その後徐々に日が伸びていく光環境を経験する世代です。胎児期の最終週は晩秋〜冬で、母体のメラトニン分泌が長く、ビタミン D 合成が乏しい季節環境に発達した可能性があります。現代の人工照明とサプリメント環境では影響は薄まりますが、生物学的初期条件としての記録には残る軸です。

親年齢軸

エビデンス: 弱

計算不可

この軸は現在計算できません: 両親の出生年が入力されていません(任意項目)

発達層

早期環境の構造(家族内位置・学年内位置・発達段階)

家族内位置軸

エビデンス: 弱

計算不可

この軸は現在計算できません: 出生順の入力が必要です(任意項目)

学年内位置軸

エビデンス: 強

あなたのデータ

学年内で中間層

研究で言えること

学年内で相対的に年少(早生まれ)だと、学業成績やスポーツ選抜で不利が出やすい「相対年齢効果」が各国で確認されています(Bedard & Dhuey 2006 ほか)。ここまでが研究で言える範囲で、差は成長とともに縮小する傾向があります。下の性質づけは、そこからの仮説的な敷衍です。

そこから考えられる解釈

学年中央層に該当(中央から約 1.0 ヶ月)。「自分は学年で特に早くも遅くもなかった」という記憶を持ちやすい層で、月齢差の意識が薄いため、早生まれ・遅生まれの同級生の苦労や有利が、後から振り返って初めて見えてくることもあります。背の順で真ん中あたり、運動会で平均的な順位、テストの成績も月齢差より個人差が前面に出る経験を積んできた層です。「学年内では普通」という安定感が、他の領域での個性を発揮しやすい土台を作っている可能性もあります。

発達段階軸

エビデンス: 中

あなたのデータ

親密性 vs 孤立(前成人期)

研究で言えること

エリクソンの心理社会的発達理論は、臨床観察に基づく影響力ある枠組みです。ただし各段階の年齢区分や順序が経験的に厳密に検証されているわけではありません。下の内容は、その理論に沿って「いま向き合いやすいテーマ」を述べた解釈です。

そこから考えられる解釈

前成人期 — 親密性の段階(進捗 62%)。職業選択、パートナー選択、住む場所の選択など、人生の主要な「外的決定」が集中する時期です。同時に、自分の弱さや欠点を他者にどこまで見せるかという「内的決定」も問われます。長期的な関係性に投資するかどうかが、後年の生殖性段階の土台になります。

社会層

マクロ歴史環境(世代・経済・メディア)

世代コホート軸

エビデンス: 中

あなたのデータ

Millennial

研究で言えること

同じ時期に育った集団(コホート)が共通の社会経験を持つことは、社会学で広く論じられてきました。一方で世代区分の境界や「◯◯世代は△△」という性格づけは便宜的なもので、個人差を説明する力は限定的、というのが研究の立場です。下の内容はその枠組みに沿った解釈です。

そこから考えられる解釈

1994 年生まれで「Millennial」(1981-1996 生まれ) に分類されます。インターネットと共に成長した世代で、グローバル化・SNS・経済不安を青年期に経験したコホートです。

形成期マクロ経済軸

エビデンス: 弱

計算不可

この軸は現在計算できません: GB のマクロ経済データがまだ収録されていません

形成期メディア環境軸

エビデンス: 中

あなたのデータ

ブロードバンド・モバイル前期

研究で言えること

育った時期に主流だったメディアが、世代の文化的経験を形づくることは広く論じられます。一方、メディア環境と個人の心理を結ぶ因果はまだ議論が分かれている、というのが研究の現状です(Twenge & Campbell 2018 ほか)。下の内容は文化的背景に沿った解釈です。

そこから考えられる解釈

あなたは 5〜15 歳の感受性期(1999–2009)を主に「ブロードバンド・モバイル前期」のメディア環境で過ごしました。ブロードバンド時代は、動画・音楽・SNS の前身(ブログ、mixi 等)が急速に普及した時期です。 インターネットが「特別なもの」から「日常」に変わった転換期を青年期に経験した世代で、デジタルネイティブとデジタル移民の中間に位置するコホートです。

時間層

個人の時間進行(日齢・概年位相・就職コホート)

日齢軸

エビデンス: 弱

あなたのデータ

11,807 日目(次の節目まで 3193 日)

研究で言えること

これは生まれてからの経過日数という客観的な事実です。1万日などの節目の数字そのものに特別な意味があるという科学的根拠はありません。下の内容は、人生を振り返るきっかけとして日数の節目を提示しているものです。

そこから考えられる解釈

あなたは 11,807 日を生きてきました。次の節目(15,000 日目)まで 3193 日。ライフコース研究では、こうした「中間期」こそ習慣形成や深い思考に向く時期と論じられます。節目の前後は内省が活発になりますが、その間の長い期間は実際の行動が積み上がる時間です。次の節目まで 456.1 週間 — この期間に新しい習慣を 1 つ定着させると、節目を迎える頃には体感としての変化が見え始める可能性があります。

概年リズム位相軸

エビデンス: 弱

あなたのデータ

個人夏

研究で言えること

ヒトを含む生物には、約1年周期で生理や気分が変動する「概年リズム」がみられると報告されています。一方、誕生日を起点に1年を四季に見立てる本軸の枠組みは、その知見から着想を得た比喩であり、確立した科学ではありません。下の内容は自己理解のための見立てとお考えください。

そこから考えられる解釈

あなたは現在「個人夏」の局面にいます(前回の誕生日から 119 日経過)。誕生日から 1/4 ほど進んだ時期で、エネルギーが活性化しやすい局面と捉えられます。新年度の決意が形になり始める時期で、年初に立てた目標の中間チェックに適したタイミングです。自分の 1 年のサイクルの中で、最も活動量が高くなりやすい四半期と読めます。

就職コホート軸

エビデンス: 弱

計算不可

この軸は現在計算できません: GB の 2016 年の労働市場データが収録されていません

似ているプロファイルの人物

12 軸平均相似度で算出