だまし売りNo

【中野相続裁判さいたま地裁の年表】
２０１８年１月３０日、長男夫婦が東京地裁に提訴。
２０１８年３月５日、長女側が、さいたま地裁への移送を申し立て。
２０１８年３月７日、東京地方裁判所民事第１７部は、さいたま地裁に移送する決定。
２０１８年５月１１日、第１回期日、第１回口頭弁論
２０１８年６月２２日、第２回期日、第２回口頭弁論
２０１８年９月１４日、第３回期日、第３回口頭弁論
２０１８年１１月３０日、第４回期日、第４回口頭弁論
２０１９年２月１日、第５回期日、第５回口頭弁論
２０１９年４月５日、第６回期日、第６回口頭弁論
２０１９年５月２４日、第７回期日、第７回口頭弁論
２０１９年７月５日、第８回期日、第８回口頭弁論
２０１９年９月１３日、第９回期日、第９回口頭弁論
２０１９年１１月１日、第１０回期日、第１０回口頭弁論
２０１９年１２月６日、第１１回期日、第１１回口頭弁論
２０２０年１月３１日、第１２回期日、第１２回口頭弁論
２０２０年２月２８日、第１３回期日、第１３回口頭弁論
２０２０年７月１９日、第１４回期日、第１４回口頭弁論
２０２０年９月１１日、第１５回期日、第１５回口頭弁論
２０２０年１１月２７日、第１６回期日、第１６回口頭弁論
２０２１年３月１９日、第１７回期日、第１回口頭弁論
２０２１年５月１４日、第１８回期日、第１７回口頭弁論
https://sites.google.com/view/nakanosouzoku/
林田医療裁判の関連訴訟です。
https://hayariki.wixsite.com/hayashida
#中野相続裁判
#さいたま地裁
#裁判傍聴
#高齢者医療
#相続
#林田医療裁判

新型コロナウイルスワクチン接種後の死亡事例が出た（厚生労働省「新型コロナワクチンの接種後の死亡事例の報告について（１例目）」2021年3月2日）。ワクチンを2月26日に接種した60代女性が3月1日に死亡した。女性に基礎疾患はない。「ワクチン接種との因果関係」は「現時点では評価不能」とする。評価不能は責任逃れの保身公務員体質には都合の良い言葉である。

ワクチンの普及にも手間取っており、目の前の課題解決優先の公務員の悪癖によって、有害事象の因果関係の究明がなおざりにされる危険がある。ワクチンは保管条件や複数回の接種が必要になること、当初は供給が限定的であることなど条件は複雑で、給付金の混乱の二の舞が懸念される。

河野太郎行政改革担当相は2021年2月26日、65歳以上の高齢者3600万人に必要な新型コロナウイルスワクチンを6月末までに全国の自治体へ配送を完了させる方針を示した。このため、ワクチン一般接種は7月以降となる。この計画も輸出元の欧州連合（EU）の承認が得られることが前提となる（「一般接種、７月以降の見通し　高齢者向け６月配送完了の方針」共同通信2021年2月26日）。

SQL Server 用に構築されたアプリケーションは、Azure Synapse 専用 SQL プールとシームレスに連携します。 ただし、SQL Server で一般的に使用されている機能と言語要素が Azure Synapse で使用できなかったり、異なる動作をしたりする場合があります。
https://docs.microsoft.com/ja-jp/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-partner-compatibility-issues

SQL Server と Azure SQL Managed Instance での T-SQL の相違点
https://github.com/MicrosoftDocs/azure-docs.ja-jp/blob/master/articles/azure-sql/managed-instance/transact-sql-tsql-differences-sql-server.md
互換性証明書
https://docs.microsoft.com/ja-jp/sql/database-engine/install-windows/compatibility-certification?view=sql-server-ver15
ALTER DATABASE (Transact-SQL) 互換性レベル
https://docs.microsoft.com/ja-jp/sql/t-sql/statements/alter-database-transact-sql-compatibility-level?view=sql-server-ver15

AWS Glue DataBrewはAWSのビジュアルデータ準備ツール。データプロファイル、データクレンジング、データリネージュ機能がある。データのクリーニングと正規化を迅速にする。コードを記述することなく、データをクリーンアップし正規化する。GlueとBrewで韻を踏んでいるのだろうか。
AWS Glueはコーディング前提のサービスであり、既存ETLからのシフトにはハードルがある。これに対してGlue DataBrewはビジュアル操作を強調しており、既存のデータプロファイリングやクレンジングの市場に影響を与えそうである。
Glue DataBrewはデータセット内のデータを視覚的に探索、把握、統合、クリーンアップ、正規化するためのプロジェクトを作成する。複数のデータセットをマージしたり結合したりできる。データの系統を視覚的にマッピングして、データが通過した様々なデータソースと変換ステップをビジュアルで確認する。
コンソールからは値の分布やヒストグラム、箱ひげ図などでデータの異常を特定できる。データ全体のなかで重複している値や欠けているデータの量、データの分散量（カーディナリティ）、分散の様子、ユニーク値にはどんな値があるかがビジュアルに表示される。
AWS Glue DataBrewではプロファイルジョブを実行して 列レベルのカーディナリティ（値の種類の絶対数）、数値的相関、一意の値、標準偏差などのデータ品質統計を自動生成できる。この際に分析するデータセットのサイズを設定することができる。非常に大きいデータセットの場合に一部のデータに対してプロファイルを実行して、結果を素早く取得することができる。
カーディナリティは項目の値の絶対数である。性別ならば2である。社員番号ならば社員数だけある。カーディナリティが低いとは、カラムの値の種類がレコード数に比べて少ないことを意味する。項目内の要素の重複が多くなる。