Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
アジャイルなマインドセットを「取り戻す」新人研修づくり
Search
Tomonori Fukuta
March 07, 2026
Education
350
2
Share
アジャイルなマインドセットを「取り戻す」新人研修づくり
Tomonori Fukuta
March 07, 2026
More Decks by Tomonori Fukuta
See All by Tomonori Fukuta
田舎で20年スクラム(後編):一個人が企業で長期戦アジャイルに挑む意味
chinmo
1
2.7k
田舎で20年スクラム(前編):20年チームとはどんな仕上がりなのか
chinmo
0
91
組織でアジャイルを伝え広めてきた人がいなくなる前に考えるべきこと
chinmo
0
27
これが私の生きる道 - 組織の中で自分らしさを貫く アジャイル実践者たちの物語 ちんもパート
chinmo
0
120
田舎で17.5年スクラムやっても ままならないから面白いんじゃん/It would not be fun when life is easy done by 17.5 years scrum in the countryside
chinmo
1
490
アジャイルを推すことの難しさと楽しさについて/About the difficulty and joy of evangelize Agile
chinmo
2
840
大企業がアジャイルになる途中で 起きること/What happens on the way big company becomes agile
chinmo
3
7.3k
SI企業が「アジャイル推し」になったら 幸せになれますか?/Can SI company be happy if it becomes “Agile stan” ?
chinmo
2
3.1k
組織文化醸成の理想と現実/The Ideal and Reality of cultivation of organizational culture
chinmo
0
260
Other Decks in Education
See All in Education
Why the humanities may be your best career bet
figarospeech
0
150
P3NFEST 2026 Spring ハンズオン「ハッキング・ラブ!はじめてのハッキングをやってみよう」資料
nomizone
0
410
アントレプレナーシップ教育機構 概要
sciencetokyo
PRO
0
1.9k
Investigating Changes in Self-Assessed Spoken English Proficiency in a Three-Week Study-Abroad Program
uranoken
0
110
応募課題(’25広島)
forget1900
0
990
Science Tokyo国際卓越研究大学計画_202604
sciencetokyo
PRO
0
1.1k
From Participation to Outcomes
territorium
PRO
0
430
「機械学習と因果推論」入門 ③ 漸近効率な推定量と二重機械学習
masakat0
0
480
Human Perception and Colour Theory - Lecture 2 - Information Visualisation (4019538FNR)
signer
PRO
0
3.1k
SSH公開鍵認証 / 02-b-ssh
kaityo256
PRO
0
150
What workforce agencies must have in place to compete for and deliver on RESTART grants
territorium
PRO
0
130
[2026前期火5] 論理学(京都大学文学部 前期 第1回)「ハルシネーションを外部世界との対応を考えずに見分ける方法」
yatabe
0
650
Featured
See All Featured
Design in an AI World
tapps
0
190
Building the Perfect Custom Keyboard
takai
2
730
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
260
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.3k
Accessibility Awareness
sabderemane
0
98
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
120
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
23k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
120
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
200
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Six Lessons from altMBA
skipperchong
29
4.2k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Transcript
Ϧίʔ*5ιϦϡʔγϣϯζגࣜձࣾ ా๎ل ΞδϟΠϧͳϚΠϯυηοτΛʮऔΓ͢ʯ ৽ਓݚमͮ͘Γ
2
IUUQTDPNNPOTXJLJNFEJBPSHXJOEFYQIQ DVSJE 3
ͪΜ wதؒཧ৬ w"HJMF&WBOHFMJTU wεΫϑΣεେࡕ࣮ߦҕһ w+*4"ΞδϟΠϧίϛϡχςΟ w$PEFS%PKPௗऔ wԋܶͱ531(͖ 4
5
6 ࣍ճެԋ ʢʣ ௗऔݝຽจԽձؗ
ιϑτΣΞ։ൃ ԋܶ 7
8
ΑΖ͘͠ ͓ئ͍͠·͢ 9
1SFWJPVTMZPO 4DSVNJOUIFDPVOUSZTJEF 10
%JTDMBJNFS ɹॳΊͯͪΜͷൃදΛௌ͘ͱ͍͏ͷʹલճͷ͋Β͢͡ͱԿࣄͩͱࢥΘΕ Δ͔͠Ε·ͤΜ͝ΊΜͳ͍͞͝ΊΜͳ͍͞ɻ ɹຊ࡞ʮాࣷͰेεΫϥϜʯγϦʔζ࡞Ͱ͋ΓɺͪΜͱؒͨͪ ͷఆ؍ଌͱ͍͏ίϯςϯπʹͳ͓ͬͯΓ·͢ɻ 11
ాࣷͰेεΫϥϜγϦʔζͷจ຺ wۀܥاۀάϧʔϓ wιϑτΣΞ։ൃडୗࢠձࣾ wాࣷ wΞδϟΠϧεΫϥϜ͡Ίͯॕʂ 12
13
14
15 +5$ͷํڌͰ ͣͬͱΞδϟΠϧ
16 ͝Ζ͔Β ेճɺ τʔλϧ࣌ؒ৬ͷ Λ͠ଓ͚͍ͯΔ͓͡͞Μ
IUUQTTQFBLFSEFDLDPNDIJONP 17
Ϧίʔ*5ιϦϡʔγϣϯζגࣜձࣾ ా๎ل ৫ͰΞδϟΠϧΛ͑Ί͖ͯͨਓ͕ ͍ͳ͘ͳΔલʹߟ͑Δ͖͜ͱ 5IJOHTUPUIJOLBCPVUCFGPSFUIFQFSTPOXIPTQSFBEBHJMF JOPVSPSHBOJ[BUJPOEJTBQQFBS εΫϑΣεԬ
19 ٕज़ܦӦ .BOBHFNFOU0G5FDIOPMPHZ
20 99ʹΞδϟΠϧએݴεΫϥ ϜΨΠυ͕*OUFSOFU"SDIJWFͷ Ԟʹڈͬͯɺྑ͍ϓϩμΫτͮ͘Γ ͷͨΊʹඞཁͳֶͼ͕ଓ͍͍ͯ͘৫
21 ੜ"* ΠϯλʔωοτεϚϗ ҎདྷͷΠϯύΫτ
22 ੜ"*͕ڴҖͳΒ ྔࢠίϯϐϡʔλ ϑΟδΧϧ"*ා͍
23 4&4*ͭ·Δͱ͜Ζ ඈ٭ԭͳΜ͡Όɹ ແ͍ͷ͔ʁ
24 Ͱֶͼଓ͚͍ͯΔਓ શ͘ϏϏͬͯͳ͍͠ Ή͠Ζָ͠ΜͰ͍ΔΑͶ
ٕज़ܦӦ෦ͰऔΓΜͰ͍Δ͜ͱ w৫ͷֶͼ͕॥͢ΔΈΛͭ͘Δ wθϩ͔ΒϓϩμΫτΛͭ͘ΔӦΈΛҡ࣋͢Δ wٕज़తʹ৫Λࢧԉ͢Δ 25
ٕज़ܦӦ෦ͰऔΓΜͰ͍Δ͜ͱ ৫ͷֶͼ͕ ॥͢Δ Έͮ͘Γ ϓϩμΫτΛ ͭ͘ΔӦΈΛ ҡ࣋͢Δ ٕज़తʹ ৫Λ ࢧԉ͢Δ
"HJMF ࣄۀ ਓࡐ։ൃ ࣭อূ 26
ຊ͓͢͠Δൣғ ৫ͷֶͼ͕ ॥͢Δ Έͮ͘Γ ϓϩμΫτΛ ͭ͘ΔӦΈΛ ҡ࣋͢Δ ٕज़తʹ ৫Λ ࢧԉ͢Δ
"HJMF ࣄۀ ਓࡐ։ൃ ࣭อূ 27
28 ͷɺ͞Βʹɺ ৽ਓݚमͷ͓ɻ
ΞδϟΠϧͳϚΠϯυηοτΛʮऔΓ͢ʯ ৽ਓݚमͮ͘Γ
30 ࣌ લʹ͔͞ͷ΅Γ·͢
Ϧίʔ*5ιϦϡʔγϣϯζגࣜձࣾ ా๎ل ʔݸਓ͕ظઓΞδϟΠϧʹΉҙຯ ాࣷͰεΫϥϜʢޙฤʣ 34(5
ฐࣾΞδϟΠϧ࢙ 32 ᶃᴈ໌ظ ᶄௗऔຄڵظ ᶆνʔϜղମظ ᶅશࠃల։ظ ᶇൃలظ
ᶆνʔϜղମظ 33
ܦݧऀͱ࣮ફऀͷဃ͕࢝·Δ 34 w ͪΜ͕ؔΘ͖ͬͯͨϓϩμ Ϋτ͕αऴʹ͔͍ग़͢ ͨ͠ϝϯόʔͷ࣍ͷҊ͕݅ ΞδϟΠϧ͔Ͳ͏͔ͷอূ͕ɹ Ͱ͖ͳ͍
ͪΜ͕ࢧԉͰ͖Δݶքʹ౸ୡ w ͷ࣌Ͱɺ୲Ͱ͖ΔҊ݅ͷݶք ໊ͷͦΕͧΕΛࡉ͔ʹࢧ͑Δ͜ͱෆՄೳ ୭͔ʹҕ͠ͳ͍ͱ͍͚ͳ͍ w ৽͍͠Ҋ݅ʹ͓͍ͯຖຖΞδϟΠϧʹ͍ͭͯઆ໌ͨ͠Γɺ ఏҊɾަবɾઆಘ͢Δͷޮ͕ѱ͗͢Δ ͪΜ·ͩ͠ɺޙഐʹಉۤ͡࿑Λͤ͞Δͷͼͳ͍ 35
ΞδϟΠϧ࣮ફܦݧΛਓʑ w ࣾҕୗݩʢձࣾʣͷࣾһΛରʹɺঝ׆ಈΛ։࢝ ݱࡏ·Ͱʹ໊Ҏ্ʹϫʔΫγϣοϓΛ։࠵ ։ൃνʔϜͷϝϯόʔʹ͔͚͠ɺަͰߨࢣ୲ 36
ΞδϟΠϧ࣮ફܦݧΛਓʑ w ࣾΠϕϯτʹاըΛ࣋ͪࠐΉ ݱͷΠϯηϓγϣϯσοΩΛѪͰΔձ ग़ுϞϒϓϩ 045 w ಠࣗΠϕϯτ։࠵ εΫϥϜࡇΓΈ͍ͨͳϑΣε 37
ΞδϟΠϧ࣮ફܦݧΛਓʑ w ࣾ֎ίϛϡχςΟ ೝఆεΫϥϜݚम +*4"ΞδϟΠϧίϛϡχςΟ "HJMF+BQBO 3FHJPOBM4DSVN(BUIFSJOH5PLZP εΫϑΣε 38
ΤόϯδΣϦετबʢʣ 39 ग़యɿϚϦϦϯɾϚϯζʗϦϯμɾϥΠδϯάஶ ʰ'&"3-&44$)"/(&ΞδϟΠϧʹޮ͘ΞΠσΞΛ৫ʹΊΔͨΊͷͷύλʔϯʱؙળग़൛ w ࣌ͷһͷܛ؟ ʮ໊લ͕͋ͬͨํ͕ɺΓ͍ͩ͢Ζʯ 'FBSMFTT$IBOHFͷʮਖ਼ࣜͳਪਐ୲ऀʢʣʯ͕ݱ࣮ʹ ࣮ࡍʹ͍ͬͯΔ͜ͱ͜Ε·Ͱͱಉ͡Ͱྑ͍ͷ͕ͱͯྑ͔ͬͨ
w ໊લͷՁ һଞ෦ॺͷӦۀ͕ɺͪΜΛհ͘͢͠ͳͬͨ ʮ͏ͪʹΞδϟΠϧΤόϯδΣϦετ͕͓Γ·͢ͷͰɺʝʯ ݁Ռɺҕୗݩͷॏͱͷ͕૿͑ͨ
͜ͷ࣌ͷΞδϟΠϧͱͷڑײ w ผΕ͕ͨؒͦΕͧΕͷॴͰΞδϟΠϧͳΞϓ ϩʔνʹऔΓΊΔ༷ʹͳΕɺࣾʹࣄྫ͕૿͑ͯ ΞδϟΠϧ͕ී௨ͷબࢶʹͳΔͧ ͦͷͨΊͳΒ͜Ε·ͰͷܦݧΛ͡ΌΜ͡ΌΜ͍͑ͯͧ͘ʂ ͕ࣗʮಋʯͰ͖Δൣғ͕ΞδϟΠϧ৫ͷنͷݶք 40
ͱ͍͏Θ͚ͰલͷͪΜ 41 ৽ਓݚमͰ ΞδϟΠϧڭ͍͑ͨʂ
ઈͷνϟϯε౸དྷ 42 શࣾڞ௨ݚमͷޙʹɺϲ݄ͷ ࣄۀ෦ผݚमΛ࣮ࢪ͢Δ͜ͱʹ
खΛڍ͛ͨΒͲ͏ͧͲ͏ͧͱͳͬͨ 43 .BSZ-ZOO.BOOT -JOEB3JTJOHஶɺޱګ৳༁ ʮ'FBSMFTT$IBOHFΞδϟΠϧʹޮ͘ΞδϟΠϧΛ৫ʹΊΔͨΊͷͷύλʔϯʯ ؙળग़൛ Q
44 Ͱɺڭ͑࢝ΊͨΜ͚ͩͲʜ
45 ҧײ
ҧײ w ʮ࣍ԿΛڭ͑ͯ͘ΕΔΜͰ͔͢ʯͱͳ͍ͬͯΔ w ৽ਓݚम͕ऴΘͬͨΒ͏ߨࢣ͍ͳ͍ͷʹ w ·͋·͋ݩؾ͕ͳ͘ͳ͍ͬͯΔ w ͦͷଶͰ͏Ұ࠾༻໘ड͚ͨΒམͪͦ͏ 46
47 Ͳ͏ͯ͜͠͏ͳͬͨ ݄ ݄ ݄ ݄ ݄ ݄ ࣾ֎ߨࢣʹΑΔιϑτΣΞ։ൃߨٛˍԋश 4#-
ͪΜ 1#-
Ծઆ w ؒɺ٧ΊࠐΈܕͷֶͼํֶͤํ ຊདྷ৽ਓ͕උ͍͑ͯΔֶͼͷϓϩηεΛ์غͤͯ͞͠ ·ͬͨͷͰ ඞཁͳ͜ͱࠓޙߨٛͰֶͿͱ͍͏ࡨ֮ΛಘͨͷͰ 48
49 ͦͷޙΛ͔͚ͯ ݄ ݄ ݄ ݄ ݄ ݄ ࣾ֎ߨࢣʹΑΔιϑτΣΞ։ൃߨٛ ˍԋश
4#- ͪΜ1#-
ͳ͔ͳ͔͠Ϳͱ͍ w ʮ࣍ԿΛڭ͑ͯ͘ΕΔΜͰ͔͢ʯͱͳ͍ͬͯΔ w ৽ਓݚम͕ऴΘͬͨΒ͏ߨࢣ͍ͳ͍ͷʹ w ·͋·͋ݩؾ͕ͳ͘ͳ͍ͬͯΔ w ͦͷଶͰ͏Ұ࠾༻໘ड͚ͨΒམͪͦ͏ 50
͞Βʹ࣌4#-ʹٯ෩ w Ҋ݅ͷଟ༷Խ ৽ਓݚमͰֶΜͩͷͱҟͳΔٕज़ͰࣄΛ͢Δ͜ͱ ʹͳΔ৽ਓ͕ଟ͘ɺݱͰֶͼ͕͠ଟൃ͢Δ ʢੲ$͔+BWB͔Ͱ·͋·͋ΧόʔͰ͖͍ͯͨʣ 51
৽ਓݚमޙͷ0+5ࠔʹ w Ҋ݅ͷখܕԽ w ࠲ʹ͍͍ײ͡ͷύΠηϯ͕͍ΔՄೳੑݮ w ظ͕͍ؒͷͰͬ͘͡ΓएखΛҭͯΔ͕࣌ؒͳ͍ -POH4UBCMF5FBN͕Ίͳ͍ ڌͷઌഐ͕͍࣌ؒΛ͔͚ͯ৺ٕମΛ͑ΔจԽ͕ফ͑Δ 52
৽ਓݚमޙͷ0+5ࠔʹ w ϦϞʔτϫʔΫ࣌ w λΠϜϦʔʹମ੍Λߏங͢ΔͨΊʹɺશڌԣஅͰۭ͖ɹ ਓһΛௐ͢Δ͜ͱ͕Մೳʹʂ ·͢·͢-POH4UBCMF5FBN͕Ίͳ͍ ·͢·͢ڌͷઌഐ͕͍࣌ؒΛ͔͚ͯ৺ٕମΛ͑ʢSZ 53
৽ਓݚमޙͷ0+5ࠔʹ w ʲ/FXʳੜ"*Ҏޙ w ΑΓνʔϜখܕԽ͠ɺύΠηϯͱएख͕ަྲྀ͍ͯͨ͠ɹ ࣌ؒݸผʹ"*ͱ͖߹͏࣌ؒͰΒΕ͍ͯ͘ ·͢·͢·͢·͢ ·͢·͢·͢·͢ 54
55 ݄
56 ٕज़ܦӦ෦ੜ
ʹى͖ͨ͜ͱ w ͪΜ"HJMF-BC ➡︎ ٕज़ܦӦ෦ w "HJMF-BCഇࢭΛٕज़ܦӦ෦Լͷʮਓ৫ʹ֓೦ʯ ͱͯ͢͠ϧτϥ$ w ͚ͩ͡Όͳ͔ͬͨ
57
ʮٕज़ΛܦӦʹܨ͛Αʯͱ͍͏ܦӦͷܾஅ ٕज़ܦӦ "HJMF ࣄۀ ਓࡐ։ൃ ࣭อূ 58
ਓࣄ͕࣋ͬͯͨ৽ਓݚमΛ୲͢Δ͕ ͖ͬͯͨ:0 ٕज़ܦӦ "HJMF ࣄۀ ਓࡐ։ൃ ࣭อূ 59
60 ͭ·ΓΈΜͳͰߟ͑ͯྑ͍ͬͯ͜ͱʂ ݄ ݄ ݄ ݄ ݄ ݄ ࣾ֎ߨࢣʹΑΔιϑτΣΞ։ൃߨٛ ˍԋश
4#- ͪΜ1#-
61 ͭ·Γ͜͏͍͏͜ͱʂ ݄ ݄ ݄ ݄ ݄ ݄ ࣾһͷΈΜͳͱߟ͑Δ͜Ε͔Βͷ৽ਓݚम
͋ΕɺεΫϥϜνʔϜԿΛͯ͠Δͷʁ ٕज़ܦӦ "HJMF ࣄۀ ਓࡐ։ൃ ࣭อূ 62
εΫϥϜνʔϜͱ৽ਓݚम w ΑͦͷࢧԉΛͨ͠ΓɺࣗͨͪͰϓϩμΫτΛͭ ͬͨ͘Γ͠ͳ͕ΒɺͦͷܦݧΛجʹɿ w ͜Ε͔Βͷ։ൃͱΤϯδχΞͷ͋Δ͖࢟ʹ͍Λͤ w ৽ਓݚमͷσβΠϯʹࢀը͠ w ίʔνͱͯؔ͠Θ͍ͬͯ·͢
63
ࣾһͷΈΜͳͱߟ͑Δ͜Ε͔Βͷ৽ਓݚम w ৽ਓੜె͡Όͳ͍͠ɺզʑઌੜ͡Όͳ͍ w ৽ਓݚम࣮ࡍͷࣄͷ࿅श w ࣦΘΕֶͨͼͷϧʔϓΛ࠶ߏங͢Δ 64
৽ਓੜె͡Όͳ͍͠ɺզʑઌੜ͡Όͳ͍ w େਓɿਓͯ͠͏Կܦա͍ͯ͠Δ w ֶҐɿ͋ΔΛಥ͖٧Ίֶͨͼͷϓϩ w ج४ɿςετͱෳճͷ໘Λಥഁ͠ೖࣾͨ͠ࣄ࣮ w ڥɿେมֵͷ࣌Ͱɺશһֶ͕ͼͷ࠷த 65
୭͠ΞδϟΠϧͳϚΠϯυηοτ͍࣋ͬͯΔ w ෆ࣮֬ੑΛલఏʹ͢Δ w খ͘͞ࢼ͢ w ϑΟʔυόοΫ͔ΒֶͿ w ਓͱڠಇ͢Δ w
ՁΛத৺ʹߟ͑Δ w มԽʹదԠ͢Δ 66 զʑ͕͖͢͜ͱɺҭΉ͜ͱ
ํɿߨࢣͰͳ͘ίʔν w େͳಉ྅ͱͯ͠ w ରΛ௨ͯ͡ w ղܾͷํੑΛຊਓ͕બͰ͖ΔΑ͏ʹ͍ͯ͘͠ w ͦͷͨΊͷڥͮ͘ΓΛ͔ͬ͠Γ४උ͢Δ 67
৽ਓݚम࣮ࡍͷࣄͷ࿅श w ଐઌͰͦΕͧΕҟͳΔࣄΛ͢Δ w ϓϩδΣΫτ୯ҐͰࣄͷ༰มΘΓಘΔ w ੜ"*ͰΞτϓοτ͕രʹͳΔࠓޙɺਓؒͷଆʹΠϯ ϓοτ͕ͲΕ͚ͩͰ͖Δ͔͕ॏཁʹͳΔ w ͔͠͠چདྷͷݱ૬ରతʹΠϯϓοτʹ࣌ؒΛׂ͍ͯ͜ͳ͔ͬͨ
ͷͰɺͦͷʮ৽͍͠ৗࣝʯ͕จԽͱͯ͠ఆண͍ͯ͠ͳ͍ 68
ํɿֶͼํΛֶΜͰ͍ͨͩ͘ w ʮݱͰ৽͍͜͠ͱΛֶͿඞཁੑʹഭΒΕΔʯɹ ͱ͍͏ঢ়گΛٙࣅతʹઃఆ͢Δ w ্هͷঢ়گΛ࣮ࡍʹͲͷΑ͏ʹΓӽ͍͑ͯΔ͔Λɹɹ ཧղͯ͠Β͏ w ࣮ࡍʹମݧ͠ɺݚमޙͦͷ··ܧଓͯ͠Β͏ 69
ࣦΘΕֶͨͼͷϧʔϓΛ࠶ߏங͢Δ w ݱͷνʔϜখنԽɾ໋Խ w Ҏ্ଓ͘ίʔυϕʔεɺഎܠશͯΛཧղ͍ͯ͠Δϕςϥϯ͕ɺएखͷະ ख़ͳՌͷΛෛ͍ͳ͕Βগͣͭͤ͠ɺϨϏϡʔΛ௨ͯؒ͡Λ͔͚ ͯҰਓલʹҭ্ͯ͛ΔͳΜͯ෩ܠաڈͷͷ w ϓϩδΣΫτʹ಄͍ͯ͠Δؒʹɺੈքಈ͍͍ͯ͘ w
ͨͩಇ͍͍ͯΔ͚ͩͰɺֶͼͷػձ͕खʹೖΒͳ͍ w ͍ͭಇ͍ͯ͠·ͬͯʢͦΕͦΕͰେมͩ࣌ؒ͠ͱ͚ΔͷͰʣຬͯ͠͠·͏ 70
ํɿҊ݅Ҏ֎ͰͷֶͼΛ׆ੑԽͤ͞Δ w ϕςϥϯͱ৽ਓ͕ٕज़ͷΛ͢ΔΛઃܭ͠ɺݚमதʹܦݧ͢Δ w ٕࣾज़ίϛϡχςΟ w ಡॻձ w ࣄྫڞ༗ձ w
ࣾࣾ֎ٕज़Πϕϯτ w ͪΖΜʢ৽ਓʣݚमͰ 71 ͪΖΜ͜͏͍͏Έ ͢Ͱʹଘࡏ͢ΔͷͰ͋Δ͕ ৽ਓݚमͷ͏ͪʹܦݧ͠ͳ͚Ε ଐ͞Ε͔ͯΒͰͳ͔ͳ͔ͦͷ Ұา͕౿Έग़ͤͳ͍͜ͱΛ؍ଌ͍ͯ͠Δ
72 ߟ͑ͨ͠৽ਓݚमͷΧλν ݄ ݄ ݄ ݄ ݄ ݄ ιϑτΣΞ։ൃʹؔ͢Δ సֶश
1#-
సֶशʢXFFLTʣ w ՝ͱࣗݾධՁγʔτͷఏڙ w ࣗݾֶश w νʔϜֶश w શମൃද w
ิश w $PBDI`T$MJOJD w ಡॻձ w ઌഐΠϯλϏϡʔ w ࣾձՊݟֶ w ࣗݾධՁ 73
՝ͱࣗݾධՁγʔτ w ϓϩάϥϛϯά՝Λࣄલʹશͯఏࣔ w ͖ͳϖʔεͰͬͯྑ͍ w "*ͬͯ0,ʢͱ͍͏͔ඞͣҰ"*Ͱղ͘͜ͱʣ w ͦͷ՝Λ׆༻ͯ͠ԿΛʹ͚ͭͯཉ͍͔͠ࣄલʹ໌ࣔ w
ϧʔϒϦοΫධՁද 74
ࣗݾֶशʢຖʣ w ϓϩάϥϛϯά՝ͱؔͷ͋Δٕज़ΩʔϫʔυΛհ w िຖʹΩʔϫʔυͷू߹ҟͳΔ w νʔϜͰඃΒͳ͍Α͏ʹʮࠓिͷࣗͷΩʔϫʔυʯΛܾΊΔ w ҰਓͰษڧ͢Δ w
"*ͰF-FBSOJOHͰձ͕ࣾఏڙ͢ΔͷΛԿͰͬͯ0, 75
νʔϜֶशʢຖिʣ w ճ w ಉ͡ΩʔϫʔυΛબΜͩਓ͕ू·ͬͯษڧձ w ճ w ֤νʔϜͰ͕ࣗબΜͩΩʔϫʔυͷઌੜͱͳͬͯνʔϜ ϝϯόʔͱษڧձ
76
$PBDI`T$MJOJDʢҙʣ w ίϛϡχςΟͷΈΜͳ͕ͬͯΔͭ w ৽ਓ͕ίʔνͷۭ͖࣌ؒʹ༧ఆΛೖΕͯ૬ஊ w ':ͷܦݧ͔Β w ݸผʹ૬ஊ͍ͨ͠ͱ͍͏χʔζ͕݁ߏ͋ͬͨ 77
ಡॻձʢຖʣ w ͨͩͷಡॻձ w ͳͥΔͷ͔ w ༏लͳΤϯδχΞաڈͷݡਓ͔ΒֶͿ͜ͱΛ͍ͬͯΔ w ͞ΒʹɺνʔϜͰֶͼΛڞ༗͢Δͱͱͯࣄ͕εϜʔζʹ w
͔ͬͨ͜͠͠ͱͳ͍ͱձࣾͷதͰΩοΧέΛ͔ͭΊͳ͍ͷΑ 78
ઌഐΠϯλϏϡʔʢਵ࣌ʣ w ઌഐΛݺΜͰ1PEDBTU෩ʹΛ͢Δ w ਓͱͳΓ w ͲΜͳࣄͯ͠Δͷ w ৽ਓͷࠒͷ w
͓Έ૬ஊ 79
ࣾձՊݟֶʢਵ࣌ʣ w ৽ਓݚमͷ֎Λମݧͯ͠Β͏ w ࣾίϛϡχςΟɺࣾ4/4 w ࣾ֎ίϛϡχςΟ w ձࣾݟֶ 80
1#-ʢXFFLTʣ w σβΠϯࢥߟԋश w ϓϩμΫτ։ൃ w ଐઌަྲྀ w ࣗݾֶश w
$PBDI`T$MJOJD w ಡॻձ w ઌഐΠϯλϏϡʔ w ࣾձՊݟֶ w ࣗݾධՁ 81
ϓϩμΫτ։ൃʢޕޙʣ w ձ͔ࣾΒରͱͳΔۀքͱ՝ʹ͍ͭͯઆ໌͠ɺ ՝ղܾʹͭͳ͕ΔՄೳੑͷ͋ΔϓϩμΫτΛ։ൃ ͯ͠Β͏ʢํຊؾʣ w গਓνʔϜʢ࠷େ໊ʣ w ඞཁʹԠͯ͡ΦϑϥΠϯͰू·ΕΔ͜ͱ 82
ଐઌަྲྀʢޕલʣ w ৽ਓݚमޙͷଐઌ0+5ʹඋ͑ɺֶश༰ͷௐ Λߦ͏ w ࣗݾֶशͷ༰Λݱʹଈͨ͠ܗʹ w 0+5લͷؔੑͮ͘Γ 83
৽ਓݚमޙͷΠϝʔδ w ʮ·ͩΒͳ͍ʯͱ͍͏͜ͱʹωΨςΟϒʹͳΒͣ ίπίπࣗͰʹ͚ͭΒΕΔؾ࣋ͪͰ͍ΒΕΔ w ࣾͷಡॻձʹʢ্࢘Λઆಘͯ͠ʣإΛग़͢Α͏ʹ ͳΔ w ʢ্࢘ʹԠԉ͞ΕͯʣεΫϑΣεԬͱ͔ʹདྷΔ 84
γϯɾ৽ਓݚमޙͷ؍ଌͰ͖ͨࣄ࣮ w ΦϑΟεʹग़ࣾ͢Δͱɺएऀ͕ͨͪɹ ઌഐͱษڧձΛ͍ͯ͠Δ w ࣾͷேಡॻձʹ৽ਓ໊͕ࠞͬͯ͡ ͍Δ w ࣾͷٕज़ϑΣεͰ৽ਓ͕-5͍ͯ͠Δ w
εΫϑΣεԬʹ৽ਓ͕དྷ͍ͯΔ 85 ݽಠͷάϧϝୈΑΓ
'"2ɿ৽ਓ͔ΒΑ͘ݴΘΕΔ͜ͱ w Ͳ͏ͬͨΒίεύྑ͘Ͱ͖ΔΜͰ͔͢ 86
"ɿসإͰฦͦ͏ w ෆेͳঢ়ଶͰݱʹඈͼࠐΉෆ҆Λཧղ͢Δ w ୭ֶ͠ͼͷ࠷த w ྫ͑ੜ"*ɻ৽ਓͷํ͕࣮ફΛੵΜͰ͍ΔՄೳੑ͢Β͋Δ w ઌΜͯ͡าΜͰ͍Δઌഐͱͯ͠ɺֶͼͷڥػձΛ͍͑ͯ͘Α w
ͦ͜ʹ͔ͬΔ͔ͤΔΑ 87
'"2ɿଐઌ͔ΒΑ͘ݴΘΕΔ͜ͱ w ͏ͪΞδϟΠϧ͡Όͳ͍ΜͰ w ଐ͞Εͯ͘Δ৽ਓ͕ށ͏ΜͩΑͶ w 8'ͪΌΜͱڭ͑ͯ w ೲظҙࣝͱ͔ۀͯ͠ͰؤுΔͱ͔ 88
"ɿসإͰฦͦ͏ w େৎͰ͢ΑɺͪΌΜͱֶΜͰ͘Ε·͢ w ٯʹͨ͘͞Μͷྑ͍ܹΛ༩͑ͯ͘ΕΔͣͰ͢Α w ΞδϟΠϧ8'͘͠ڭཆͱֶͯ͠ΜͰ͍·͢ͷͰɺҰॹʹ͜Ε͔ ΒͷࣄͷํΛߟ͑Δؒʹͳͬͯ͘Ε·͢Α w ۀӠʑઌഐͷօ͞ΜͷϚωδϝϯτͷͰ͢ΑͶ
w ଞͷࣾһͱಉ༷͔ͬ͠Γରͯ͠Τϯήʔδ͢Δ͜ͱΛ͓קΊ͠·͢❤ 89
'"2ɿҒ͍ਓ͔ΒΑ͘ݴΘΕΔ͜ͱ w ͖ͪΜͱѫࡰͰ͖ΔΑ͏ʹͯ͘͠Ε w Ӧۀͷࢠձࣾͷ৽ਓɺ৽ਓݚमதʹձ͏ͱসإͰѫࡰ͠ ͯ͘ΕΔͧ 90
"ɿসإͰฦͦ͏ w ѫࡰେࣄͰ͢Ͷʂ w ·ͣ৬ͷઌഐ͕ൣΛࣔ͠·͠ΐ͏Ͷ w ձࣾͷ֎ʹग़ΔܦݧΛҰॹʹσβΠϯ͍͖ͯ͠·͠ΐ͏ w ରͷجຊʹ͋Δڞײʢ&NQBUIZʣʹ͍ͭͯɺ͔ͬ͠ ΓֶΔݚमΛఏҊ͍͖ͯ͠·͢ʂ
91
ࠓޙͷ w ΑΓߴੑೳͷ"*౸དྷʹඋ͑ͯ w ରͷܦݧΛͨ͘͞Μੵ·͍ͤͨ w ԋܶख๏ͷಋೖ w ए͍͏ͪʹଟ͘ͷݩؾͳେਓͱަྲྀ͢ΔػձΛग़͍ͨ͠ 92
ιϑτΣΞ։ൃ ԋܶʹͳΔ͔ 93
94
·ͱΊ 95
͖͔͚ͬγϯϓϧ 96 ৽ਓݚमͰ ΞδϟΠϧڭ͍͑ͨʂ
97 ͜͏͍͏ͷ͕͍ͨ͠Θ͚͡Όͳ͍
͜͏͍͏ͷ͕͍͍ w ʮ·ͩΒͳ͍ʯͱ͍͏͜ͱʹωΨςΟϒʹͳΒͣ ίπίπࣗͰʹ͚ͭΒΕΔؾ࣋ͪͰ͍ΒΕΔ w ࣾͷಡॻձʹʢ্࢘Λઆಘͯ͠ʣإΛग़͢Α͏ʹ ͳΔ w ʢ্࢘ʹԠԉ͞ΕͯʣεΫϑΣεԬͱ͔ʹདྷΔ 98
ΞδϟΠϧͳϚΠϯυηοτҭΉͷ w ෆ࣮֬ੑΛલఏʹ͢Δ w খ͘͞ࢼ͢ w ϑΟʔυόοΫ͔ΒֶͿ w ਓͱڠಇ͢Δ w
ՁΛத৺ʹߟ͑Δ w มԽʹదԠ͢Δ 99
100 సֶशͱ1#-Ͱ ݄ ݄ ݄ ݄ ݄ ݄ ιϑτΣΞ։ൃʹؔ͢Δ సֶश
1#-
͜Ε͔ΒΈΜͳͰߟ͑ଓ͚͍͖ͯ·͢ w ৽ਓੜె͡Όͳ͍͠ɺզʑઌੜ͡Όͳ͍ w ৽ਓݚम࣮ࡍͷࣄͷ࿅श w ࣦΘΕֶͨͼͷϧʔϓΛ࠶ߏங͢Δ 101
ాࣷεΫϥϜνʔϜɺ ߥʹᎍ·Εͳ͕Βɺ اۀͱͦͷνϟϨϯδͷྺ࢙ʹدΓఴ͏ɺ ଘࡏ͕اۀͷจԽͦͷͷ 102
͓ޓ͍͓دΓʹͳͬͨ࣌ʹɺসإͰ͕Ͱ͖ΔهԱΛͭ͘Δ 103
࣍ճ༧ࠂ
͜ͷ͋ͱͷεϙϯαʔηογϣϯͰʂ 105
106 ࣍ճެԋ ʢʣ ௗऔݝຽจԽձؗ
͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ w৽ͨʹܴ͑ೖΕͨಉ྅͕ɺݱʹଐ͞ΕΔલʹԿΛֶͿ͖͔ͱ͍ͯ͠ wຊདྷ৽ਓ͕උ͍͑ͯΔόοΫάϥϯυࢿ࣭Λ৴པͯ͠ɺߨࢣͱੜెͱ͍͏ؔͰ ͳ͘ɺࠓ͜Ε͔ΒҰॹʹֶΜͰ͍͘ͱͷ͍ͩ͏ϚΠϯυηοτͰࢧ͍͑ͯ͘ wมԽ͢Δ࣌ʹ͠ͳ͔ʹదԠͰ͖ΔΑ͏ɺιϑτΣΞ։ൃΛֶͿͱ͍͏ߦҝΛ௨ ͯ͡ɺࣾձਓੜ׆ΛૹΓͳ͕ΒֶͿʮֶͼํʯΛʹ͚ͭͯΒ͏͜ͱΛ࠷ॏࢹ͢ Δ wݱͰߏతʹెఋ੍తͳֶͼΛఏڙͰ͖ͳ͘ͳ͓ͬͯΓɺ৫ͷนΛӽֶ͑ͨ ͼͷΈ͕ඞཁɺ͔ͭɺΈʹ͍ͭͯଐલʹೝɾମݧ͓ͯ͘͠ඞཁ͕͋Δ 107