birthplot誕生座標

大江健三郎

Kenzaburo Oe

1935-01-31 – 2023-03-03

ノーベル文学賞作家。「個人的な体験」。

Wikipedia で詳細を見る →

出典: Wikipedia (verify)

birthplot 诞生坐标

大江健三郎 的发展坐标档案

出生年月日: 1935年1月31日· 今天是第 32,173

12 轴档案雷达图

用 0-100 的刻度可视化 12 个发展坐标轴的雷达图。按生物层・发展层・社会层・时间层 4 层分色显示。

将鼠标悬停或聚焦于轴上以显示详情。指标是用于可视化的归一化值 (0-100)。
将轴数据作为表格显示(屏幕阅读器用)
分类指标
季节轴冬生まれ(晩冬生まれ)8
日照轴やや短日生まれ(増加期)29
父母年龄轴計算不可
家庭排行轴計算不可
学年位置轴学年内で年少層(いわゆる早生まれ)83
发展阶段轴統合 vs 絶望(老年期)42
世代群体轴戦前世代0
成长期宏观经济轴高度成長期98
成长期媒体环境轴活字・ラジオ時代0
日数轴32,173 日目(次の節目まで 2827 日)100
年节律相位轴個人春8
就业群体轴計算不可

总体感想

12 軸中 9 軸が算出可能でした

  • 季節軸: 冬生まれ(晩冬生まれ) / 日長軸: やや短日生まれ(増加期)
  • 学年内位置軸: 学年内で年少層(いわゆる早生まれ) / 発達段階軸: 統合 vs 絶望(老年期)
  • 世代コホート軸: 戦前世代 / 形成期マクロ経済軸: 高度成長期
  • 日齢軸: 32,173 日目(次の節目まで 2827 日) / 概年リズム位相軸: 個人春

生物层

生理・神经的基础(季节・日照・父母年龄)

季节轴

证据:中

你的数据

冬生まれ(晩冬生まれ)

研究所表明的

有报告指出,出生季节与日后的睡眠类型(晨型/夜型)及部分健康指标存在微弱相关(Foster & Roenneberg 2008 等)。但效应较小且地区差异较大,这是研究所能说明的范围。下面对季节感的描写,是从这里出发的解读。

可推导的解读

冬生まれ。日本では年末年始・受験・入試前の節目の季節に生まれた世代です。誕生日が「忙しい時期」「正月明け」「センター試験・共通テストの最中」など慌ただしい時期と重なりやすく、独自の誕生日体験を持つことが多い層です。クリスマスや正月と誕生日が近接する場合、お祝いがまとめられる経験を持つこともあります。社会全体が「新しい年」「新しいスタート」を意識する季節に個人の節目があるため、「自分の節目」を内面化しやすい一方、外的祝祭に紛れやすい時期でもあります。

日照轴

证据:中

你的数据

やや短日生まれ(増加期)

研究所表明的

出生时的日长(白昼时长)可能与生物钟、褪黑素分泌的初始设定有微弱关联(Wehr 2001 等)。这是研究所能说明的范围;在现代人工照明环境下,效应往往会被减弱。下面的解读是将这一生理倾向延伸为季节感的扩充。

可推导的解读

出生時の日長は約 10.3 時間、年内で最も夜が長い時期から少しずつ昼が伸びる局面に生まれました。冬至前後の出生で、生後数ヶ月は厳寒期と春の兆しを同時に経験するコホートです。「闇のピーク」を出生時に体験し、その後の人生は光が増えていく方向に進む — そう読むと、毎年の冬至が「自分の起点の風景」と重なる感覚を持ちやすい層かもしれません。年明けの「春に向かう感覚」と自分の出生月が結びつきやすい世代です。

父母年龄轴

证据: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)

发展层

早期环境的结构(家庭排行・学年位置・发展阶段)

家庭排行轴

证据: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)

学年位置轴

证据:强

你的数据

学年内で年少層(いわゆる早生まれ)

研究所表明的

在学年内相对年幼(即「早生」)时,学业成绩与体育选拔上容易出现不利的「相对年龄效应」已在多国得到确认(Bedard & Dhuey 2006 等)。这是研究所能说明的范围;差距往往随成长而缩小。下面的性质描述是从这里出发的假设性扩充。

可推导的解读

学年内で早生まれの位置です(中央から約 4.0 ヶ月)。当時の親や先生が「他の子より小さくて」「ちょっと幼くて」と心配した時期があったかもしれません。それは月齢差という制度的偶然の結果で、能力そのものとは無関係です。早生まれの子の親は、月齢差による発達遅れを「うちの子の問題」と誤認しがちですが、研究的には学年区切りの設計に起因する集団的現象です。子供時代に「自分は遅い」と感じていた場合、それは時期的な錯覚であり、青年期以降には消えていることが多い感覚です。

发展阶段轴

证据:中

你的数据

統合 vs 絶望(老年期)

研究所表明的

埃里克森的心理社会发展理论是基于临床观察、富有影响力的框架。但各阶段的年龄划分和顺序,并未在经验上得到严格验证。下面的内容是沿着该理论描述「当下相对容易面对的主题」的解读。

可推导的解读

エリクソン理論の「統合 vs 絶望」段階(老年期、65 歳以降)に該当します(進捗 42%)。人生を振り返り、「これでよかった」と統合された感覚を持てるかどうかが課題となる段階です。後悔と達成のバランス、次世代への伝承、有限の時間との向き合い方など、人生の総決算的な問いが中心となります。

社会层

宏观历史环境(世代・经济・媒体)

世代群体轴

证据:中

你的数据

戦前世代

研究所表明的

同一时期成长的群体(同代群)共享共同的社会经验,社会学上对此已有广泛讨论。另一方面,世代划分的边界以及「○○世代是△△」这类性格描述只是便利的概括,对解释个体差异的力量有限——这是研究的立场。下面的内容是沿着该框架的解读。

可推导的解读

1935 年生まれで「戦前世代」(明治末期〜終戦) に分類されます。価値観・教育・社会制度が現代と大きく異なる時代に幼少期を過ごした世代で、戦争・敗戦・復興という劇的な社会変動を当事者として経験したコホートです。現代の若い世代との会話で「常識の地平」が違うことを実感しやすい世代ですが、それは生きた時代の構造的違いに由来するもので、世代間ギャップとして自然な現象です。

成长期宏观经济轴

证据:强

你的数据

高度成長期

研究所表明的

年轻时所经历的经济环境(通货膨胀、股价的涨跌)可能长期影响日后的风险偏好与经济预期,这已被大规模数据所证实(Malmendier & Nagel 2011/2016)。下面对生活实感的描写,是将该倾向延伸到日常的解读。

可推导的解读

あなたは 5〜25 歳の感受性期(1940–1960)を主に「高度成長期」のマクロ経済環境で過ごしました(平均 GDP 成長率 9.7%、平均インフレ率 3.2%)。Malmendier & Nagel (2011) らの研究では、形成期の経済環境がその後の生涯にわたるリスク選好や金融行動に統計的影響を与えることが報告されています。

成长期媒体环境轴

证据:中

你的数据

活字・ラジオ時代

研究所表明的

成长时期的主流媒体塑造一代人的文化经验,对此已有广泛讨论。另一方面,媒体环境与个人心理之间的因果关系仍存争议,这是研究的现状(Twenge & Campbell 2018 等)。下面的内容是沿着该文化背景的解读。

可推导的解读

形成期(1940–1950)のメディア環境は「活字・ラジオ時代」が支配的でした。読書・ラジオドラマ・新聞という線形メディアが情報の主要チャネルで、現代のマルチタスク的メディア消費とは異なる、深い集中を伴う情報処理が標準だった世代です。 このメディア環境で青年期を過ごした世代は、現在主流のメディアに対しても独特の距離感や親和性を持ちやすいコホートです。

时间层

个人的时间推进(日数・年节律相位・就业群体)

日数轴

证据:弱

你的数据

32,173 日目(次の節目まで 2827 日)

研究所表明的

这是出生以来经过天数这一客观事实。1 万天等节点数字本身并无特殊含义的科学依据。下面的内容只是将日数节点作为回望人生的契机来呈现。

可推导的解读

あなたは生まれてから 32,173 日を生きてきました。次の節目は 35,000 日目で、あと 2827 日です。節目から離れた「中間期」は、特別な意識化が起こりにくい時期ですが、ライフコース研究ではこうした平常期こそが習慣形成や持続的な意思決定の積み重ねに重要だと指摘されています。節目を意識する瞬間より、節目から節目への日々の積み重ねが、人生全体の方向を決めることが多いものです。

年节律相位轴

证据:弱

你的数据

個人春

研究所表明的

包括人类在内的生物,被报告存在以约 1 年为周期、生理与情绪发生波动的「年节律(circannual rhythm)」。但本轴以生日为起点将一年比作四季的框架,是从该知见获得灵感的隐喻,并非已确立的科学。请把下面的内容视为自我理解的视角。

可推导的解读

個人春の局面です(前回の誕生日から 31 日経過)。1 年というサイクルの最初の四半期に位置しており、決意を立てたり、新しい関係性を始めたりすることに向く時期と読めます。社会の暦(4 月始まり、1 月始まり)とは別に、自分専用の年初を持つことで、社会的なリズムに依存しない内的サイクルを持てる利点があります。

就业群体轴

证据:弱

計算不可

この軸は現在計算できません: JP の 1957 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