ゼミ論最終発表

[Mayukanazawa]

No description provided.

[Mayukanazawa]

https://docs.google.com/presentation/d/1OOR2m-EmItdWzy6oyoevXD4OHOp7q1u2XO_wZ2VMCEI/edit?hl=ja#slide=id.g32b67fb1842_0_122

[Mayukanazawa]

Introduction (研究の目的)
子供にとって安心安全な公園の空間とマップを作成する。
(先行研究)
闇バイトで窃盗犯が実際に使用していたメモには、階段、扉、門〜物置、リビング、TVの位置、家族構成（犬）まで、家の間取り（家族構成も）細かく記載されていた。
・2012年警視庁「住宅侵入窃盗の発生場所別認知件数」によると、一戸建て住宅が68.2%、共同住宅(3階建て以下)が23.4%、共同住宅(4階建て以上)が8.4%であった。13年たった今でも、闇バイトでは一戸建てが狙われているケースが多いので、今でも「一戸建て住宅が狙われやすい」と言えるだろう。
・新たに、古橋先生からの助言を受け、小宮伸夫教授の「犯罪機会論」について調べた。→犯罪の動機を持った人に、「犯行の機会」が加わることで犯罪が発生する論。
日本では犯罪原因論に着目されがち。
実際の多くは、不審者ほど普通のように振る舞うので、人より場所が大切であるという小宮教授の考え方。例として挙げられるのが、「割れ窓理論」である。
Methods
私の生まれ育った地域内で、私が遊んだことのある公園にら足を運びMapillaryで記録、その後分析をして犯罪が起きづらい公園の特徴や要素を自分で考える。
(使用ツール)
https://www.mapillary.com/dashboard/profile
Results
自分なりに作った稲毛の安心安全マップと、Chat GPTに架空のイメージ像を作らせることができた。
(作成におけるトラブル)
1 Mapillaryをスクショとしての使用しかできなかった。
⇨Mapillaryの使用用途について復習しながら進めればよかった。
2. 千葉県警察の資料では、どこの公園で何が発生したかというデータをとれず、自身の意見に対する明確な答え合わせができなかった。
Discussion
・私の地元である千葉市稲毛区は、⑴犯罪機会⑵子供がのびのびできるという２つの観点より、安心安全な公園が多いことがわかった
・一方、千葉県警察のHP「くらしの安全マップ」では子供の犯罪被害に関するデータの記載がなく、必要性を感じた。(自分の意見だけでなく実際に犯罪が発生したかの有無と結びつけたかった。)
・子供がのびのび育つための要素である緑は時に犯罪機会に繋がる。
・犯罪者の気持ちになると、確かに、「なぜ犯罪をしちゃったんだろう」より「狙いやすい場所にいる子」という要素が重要であることがわかった。
・chat GPTによる画像生成はSo So.
Conclusion
今回初めて自分で仮説を立て、研究を進めるプロセスを経験した。自身の計画性のなさや技術力の不足を改めて認識する一方、Mapirallyを自分で利活用することができた。また、普段は犯罪原因論に目を向けがちだが機会に着目することは空間情報をより応用できるため、今後活かしていきたい。

[Mayukanazawa]

参考文献リスト
https://docs.google.com/spreadsheets/d/1NsWO0C__GzEOH2oH0rYsoHodykXxS27qPR-dw5I6djg/edit?gid=0#gid=0

[Mayukanazawa]

最終発表資料
https://docs.google.com/presentation/d/1OOR2m-EmItdWzy6oyoevXD4OHOp7q1u2XO_wZ2VMCEI/edit?hl=ja#slide=id.p