TED日本語 - キャシー・オニール: ビッグデータを盲信する時代に終止符を

TED 日本語字幕付き動画

品詞分類

主語
動詞
助動詞
準動詞
関係詞等

Data

内容

アルゴリズムは、誰がローンを組めるか、誰が就職面接を受けられるか、誰が保険を掛けられるかなど、様々なことを決めています。ただアルゴリズムは自動的に公平性を生む訳ではありません。数学者でデータサイエンティストのキャシー・オニールは、秘密で、重要性が高く、悪影響を及ぼすアルゴリズムに「大量破壊数学」と名付けました。アルゴリズムの裏側にある隠れた意図を、もっと知ろうではありませんか。

Script

アルゴリズムは どこにでもあります アルゴリズムが勝者と敗者を分けます 勝者は仕事を手に入れ 有利なクレジットカードを申し込めます 一方 敗者は就職面接すら受けられず 保険料は より高くなります 私たちは 理解できない上に 不服申し立ての機会もない ― 秘密の数式によって 格付けされているのです そこで疑問が湧いてきます もしアルゴリズムが間違っていたら?

アルゴリズムを作る時 必要なものが2つあります データ つまり過去の出来事の記録と 人が追い求める「成功」を定義する基準です 人が追い求める「成功」を 定義する基準です そして観察と理解を通して アルゴリズムを訓練します アルゴリズムに 成功と関係する要素を 理解させるためです どんな状況が 成功に繋がるのでしょう?

実は アルゴリズムは誰でも使っています プログラムに書かないだけです 1つ例を挙げましょう 私は毎日アルゴリズムを使って 家族の食事を用意します 私が利用するデータは 台所にどんな材料があるか どれだけ時間をかけられるか どれだけ料理に凝るかで 私はそのデータをまとめます ちなみにインスタントラーメンは 食べ物とは認めません

(笑)

私にとって成功の基準は 子供たちが野菜を食べることです もし下の息子が決めるなら 基準はガラッと変わり 「いっぱいチョコナッツクリームを 食べられれば成功」と言うでしょう でも基準を決めるのは私です 責任者は私で 私の意見が重要なんですから これがアルゴリズムの第1のルールです

アルゴリズムとはプログラムに 埋め込まれた意見なのです これは ほとんどの人が持つ アルゴリズムのイメージとはかけ離れています 人々はアルゴリズムが客観的で正しく 科学的なものと思っていますが それはマーケティング上のトリックです アルゴリズムで人を怯ませるのも マーケティングのトリックですし アルゴリズムを信用させたり 恐れさせたりするのもそう 皆 数学を恐れつつ信用していますから ビッグデータを盲信すると いろいろな問題が生じかねません

彼女はキリ・ソアーズ ブルックリンの高校で校長をしています 2011年に彼女が教えてくれたのですが 彼女の学校では 「付加価値モデル」という 複雑な秘密のアルゴリズムで 教員が評価されている ということでした 私は こう伝えました 「数式を調べてみましょう 見せてくれれば説明しますよ」 すると彼女は 「数式を入手しようとしたら 市教育局の担当者に『これは数学ですよ 理解できないでしょう』と言われたんです」

事態はさらに深刻化します ニューヨーク・ポスト紙が 情報自由法に基づく開示請求をして ニューヨーク市の全教員の 名前とスコアを手に入れ 教員を辱めるような データを公表しました 一方 私がソース・コードを 同じ方法で手に入れようとしたところ 無理だと言われました 却下されたのです 後にわかったことですが ニューヨーク市で その数式を 見られる人は誰もおらず 誰も理解していなかったのです その後 ゲイリー・ルービンスタインという 頭のキレる人物が登場します 彼はニューヨーク・ポスト紙のデータから 2種類のスコアを持っている 教員665名を見つけ出しました それに該当するのは 例えば 数学を7年生と8年生で 教えている場合です 彼は2種類のスコアを散布図にしました 点はそれぞれ 先生を表します

(笑)

これは どういうことでしょう?

(笑)

こんなものを教員の個人評価に 使ってはいけません まるで乱数発生器じゃないですか

(拍手)

でも実際に使われたんです 彼女はサラ・ワイサキ 他の205人のワシントンD.C.学区の 先生たちと共に解雇されました 校長や保護者からの評価は 非常に高かったのにです

皆さんが今 考えていることは わかります 特にデータサイエンティストや AIの専門家なら思うでしょう 「自分なら そんなデタラメな アルゴリズムは作らない」って でもアルゴリズムは誤ることもあれば 善意に基づいていても 破壊的な影響を及ぼすことだってあります 飛行機なら 設計がまずければ 墜落しますし その様子が見えますが アルゴリズムだと設計がまずくても 長期間に渡って 音もなく 大惨事をもたらし続けかねないんです

彼はロジャー・エイルズ

(笑)

1996年にFOXニュースを創設しました 20人以上の女性が セクハラ被害を訴えました またキャリアアップを 妨害されたそうです 彼自身は2016年に地位を追われましたが 最近のニュースにある通り 問題は依然残っています ここで疑問が湧いてきます 再起をはかるために FOXニュースは何をすべきか?

人材採用プロセスを 機械学習アルゴリズムに 替えるのはどうでしょう? いいアイデアでしょう? 検討してみましょう まずデータには 何が使えるでしょう? 過去21年間に FOXニュースに送られた 履歴書がいいでしょう 妥当なデータです では成功の基準は? 妥当な基準は… どんな人がFOXニュースで成功するんでしょう? 例えば 4年在職して 最低1回は昇進していれば 成功と言えそうです 妥当な基準です それをアルゴリズムに学習させます 人々を探って 何が成功につながるか ― これまで どんな履歴書が 成功に繋がってきたのかを この基準に従って学習させるのです さて このアルゴリズムを 現在の就職希望者に 当てはめると どうなるでしょう? まず女性は除外されるでしょう 過去に成功してきたようには 見えないからです

配慮もなく やみくもに アルゴリズムを適用しても 物事は公平にはならないんです アルゴリズムは公平を生みません 過去の行為や行動パターンを 繰り返し 自動的に現状を維持するだけです この世界が完璧なら それでいいんでしょうが そうではありません さらに付け加えると ほとんどの企業は みっともない裁判を 抱えている訳ではありませんが こういった企業にいる データサイエンティストは 正確性に焦点を当て データに従うよう指示されています その意味を考えてみましょう 誰でもバイアスを持っているので アルゴリズムに性差別や その他の偏見が コード化されている可能性があります

思考実験をしてみましょう 私は思考実験が好きなので 人種を完全に隔離した 社会があるとします どの街でも どの地域でも 人種は隔離され 犯罪を見つけるために 警察を送り込むのは マイノリティーが住む地域だけです すると逮捕者のデータは かなり偏ったものになるでしょう さらに データサイエンティストを 探してきて 報酬を払い 次の犯罪が起こる場所を 予測させたらどうなるでしょう? マイノリティーの地域になります あるいは 次に犯罪を犯しそうな人を 予測させたら? マイノリティーでしょうね データサイエンティストは モデルの素晴らしさと正確さを 自慢するでしょうし 確かにその通りでしょう

さて 現実はそこまで極端ではありませんが 実際に多くの市や町で 深刻な人種差別があり 警察の活動や司法制度のデータが 偏っているという 証拠が揃っています 実際にホットスポットと呼ばれる 犯罪多発地域を 予測しています さらには個々人の犯罪傾向を 実際に予測しています 報道組織プロパブリカが最近 いわゆる「再犯リスク」アルゴリズムの 1つを取り上げ 調査しました フロリダ州で 判事による 量刑手続に使われているものです 左側の黒人男性バーナードのスコアは 10点満点の10点で 右の白人ディランは3点でした 10点中10点はハイリスクで 3点はローリスクです 2人とも麻薬所持で逮捕され どちらも前科はありましたが 3点のディランには重罪の前科があり 10点のバーナードには ありませんでした これが重要な理由は スコアが高ければ高いほど 刑期が長くなる 傾向があるからです

どうなっているのでしょう? これは「データ・ロンダリング」です このプロセスを通して 技術者が ブラックボックスのような アルゴリズムの内部に 醜い現実を隠し 「客観的」とか 「能力主義」と称しているんです 秘密にされている 重要で破壊的なアルゴリズムを 私はこんな名前で呼んでいます 「大量破壊数学」です

(笑)

(拍手)

それは間違いなく どこにでも存在します 民間企業が 私的なアルゴリズムを 私的な目的で 作っているんです 先程お話しした 教員や警察向けのアルゴリズムでさえ 民間企業が制作し 政府機関に販売したものです アルゴリズムは 「秘伝のタレ」だから 公開できないと 企業側は主張します また アルゴリズムは私的な権力です この謎めいた存在が持つ権威を振りかざして 企業は利益を得ています ただ こう思うかもしれません アルゴリズムが民間のものなら 競争があるので 自由市場の力が 問題を解決するのではないか… でも そうはいきません 不公平は大きな利益を 生み出しますから

それに我々人間は 合理的経済人ではなく 誰もがバイアスを持っています 私たちは 自分が望みも 気づきもしない形で 差別や偏見を持っているのです 全体を俯瞰して見ると そのことがわかります なぜなら社会学者が 考案した実験を通して 一貫して実証されてきたからです その実験では研究者が 履歴書を大量に送付しました 同じように資格は満たしていますが 一部は白人っぽい名前で 一部は黒人っぽい名前 そして結果は 常にがっかりするものでした

つまりバイアスがあるのは私たちで どんなデータを集め選ぶかによって そのバイアスをアルゴリズムに 注入しているんです これは私がインスタントラーメンを 含めないのと同じで 不適切だと決めたのは 私なんです しかし実際に過去の行動を元にした データを信頼し 成功の基準を恣意的に選びながら どうして欠陥のないアルゴリズムを 期待できるのでしょう? それは無理です チェックが必要なんです 公平性を確かめる必要があるんです

幸い公正性は確認できます アルゴリズムに問いただせば 常に本当のことしか 答えないので 修正を加え より良いものに 作り替えられます 私は これを アルゴリズム監査と呼んでいます その手順を説明しましょう

まずはデータ完全性チェックです 先ほど登場した 再犯リスク・アルゴリズムの場合 ― データ完全性チェックとは 事実を直視するという意味になるでしょう 例えばアメリカでは 大麻の使用率は 白人と黒人で同じなのに 逮捕される割合は 黒人の方がはるかに高く 地域によっては 4~5倍になるという事実があります このようなバイアスは 他の犯罪ではどんな形で表れ 私たちはそれを どう説明したらいいでしょうか?

次に 私たちは成功の基準について 考えなければなりません その基準を監査するのです 採用アルゴリズムを 思い出してください 勤続年数が4年で 昇進1回の人はどうだったでしょう その人は成功した社員でしょうが 同時に その会社の文化に 支持されたとも言えます ただ その文化にバイアスがあるかもしれないので この2つは分けて考える必要があります 一つの例として オーケストラの ブラインド・オーディションを見るべきでしょう オーディションを受ける人は 衝立の向こうにいます ここで注目したいのは 審査員は 何が重要で 何が重要でないかを あらかじめ決めて 重要でないものに 惑わされないようにしている点です ブラインド・オーディションを するようになって 女性がオーケストラに占める割合は 5倍に増えました

次に正確性を吟味しなければなりません 教員向けの付加価値モデルなら すぐ落第になる項目です 当然 完璧なアルゴリズムなどないので あらゆるアルゴリズムの 誤りを検討する必要があります 誤りを起こす頻度は? どんな相手だと そのモデルは機能しないのか? 失敗した時の損失規模は?

そして最後に考えなければならないのは アルゴリズムの長期的影響 つまり それによって生じる フィードバック・ループです 抽象的な話に 聞こえるかもしれませんが もしFacebookのエンジニアが 友人の投稿だけを表示する前に フィードバック・ループの影響を 考慮していたらと考えてみてください

伝えたいことは あと2つ 1つはデータサイエンティストに向けたものです 私たちデータサイエンティストが 真実を決めるべきではありません 私たちは もっと広い社会に生じる 倫理的な議論を 解釈する存在であるべきです

(拍手)

そしてデータサイエンティスト以外の 皆さん ― この状況は数学のテストではなく 政治闘争なのです 専制君主のようなアルゴリズムに対して 私たちは説明を求める必要があります

(拍手)

ビッグデータを盲信する時代は 終わらせるべきです

ありがとうございました

(拍手)

Algorithms are everywhere. They sort and separate the winners from the losers. The winners get the job or a good credit card offer. The losers don't even get an interview or they pay more for insurance. We're being scored with secret formulas that we don't understand that often don't have systems of appeal. That begs the question: What if the algorithms are wrong?

To build an algorithm you need two things: you need data, what happened in the past, and a definition of success, the thing you're looking for and often hoping for. You train an algorithm by looking, figuring out. The algorithm figures out what is associated with success. What situation leads to success?

Actually, everyone uses algorithms. They just don't formalize them in written code. Let me give you an example. I use an algorithm every day to make a meal for my family. The data I use is the ingredients in my kitchen, the time I have, the ambition I have, and I curate that data. I don't count those little packages of ramen noodles as food.

(Laughter)

My definition of success is: a meal is successful if my kids eat vegetables. It's very different from if my youngest son were in charge. He'd say success is if he gets to eat lots of Nutella. But I get to choose success. I am in charge. My opinion matters. That's the first rule of algorithms.

Algorithms are opinions embedded in code. It's really different from what you think most people think of algorithms. They think algorithms are objective and true and scientific. That's a marketing trick. It's also a marketing trick to intimidate you with algorithms, to make you trust and fear algorithms because you trust and fear mathematics. A lot can go wrong when we put blind faith in big data.

This is Kiri Soares. She's a high school principal in Brooklyn. In 2011, she told me her teachers were being scored with a complex, secret algorithm called the "value-added model." I told her, "Well, figure out what the formula is, show it to me. I'm going to explain it to you." She said, "Well, I tried to get the formula, but my Department of Education contact told me it was math and I wouldn't understand it."

It gets worse. The New York Post filed a Freedom of Information Act request, got all the teachers' names and all their scores and they published them as an act of teacher-shaming. When I tried to get the formulas, the source code, through the same means, I was told I couldn't. I was denied. I later found out that nobody in New York City had access to that formula. No one understood it. Then someone really smart got involved, Gary Rubinstein. He found 665 teachers from that New York Post data that actually had two scores. That could happen if they were teaching seventh grade math and eighth grade math. He decided to plot them. Each dot represents a teacher.

(Laughter)

What is that?

(Laughter)

That should never have been used for individual assessment. It's almost a random number generator.

(Applause)

But it was. This is Sarah Wysocki. She got fired, along with 205 other teachers, from the Washington, DC school district, even though she had great recommendations from her principal and the parents of her kids.

I know what a lot of you guys are thinking, especially the data scientists, the AI experts here. You're thinking, "Well, I would never make an algorithm that inconsistent." But algorithms can go wrong, even have deeply destructive effects with good intentions. And whereas an airplane that's designed badly crashes to the earth and everyone sees it, an algorithm designed badly can go on for a long time, silently wreaking havoc.

This is Roger Ailes.

(Laughter)

He founded Fox News in 1996. More than 20 women complained about sexual harassment. They said they weren't allowed to succeed at Fox News. He was ousted last year, but we've seen recently that the problems have persisted. That begs the question: What should Fox News do to turn over another leaf?

Well, what if they replaced their hiring process with a machine-learning algorithm? That sounds good, right? Think about it. The data, what would the data be? A reasonable choice would be the last 21 years of applications to Fox News. Reasonable. What about the definition of success? Reasonable choice would be, well, who is successful at Fox News? I guess someone who, say, stayed there for four years and was promoted at least once. Sounds reasonable. And then the algorithm would be trained. It would be trained to look for people to learn what led to success, what kind of applications historically led to success by that definition. Now think about what would happen if we applied that to a current pool of applicants. It would filter out women because they do not look like people who were successful in the past.

Algorithms don't make things fair if you just blithely, blindly apply algorithms. They don't make things fair. They repeat our past practices, our patterns. They automate the status quo. That would be great if we had a perfect world, but we don't. And I'll add that most companies don't have embarrassing lawsuits, but the data scientists in those companies are told to follow the data, to focus on accuracy. Think about what that means. Because we all have bias, it means they could be codifying sexism or any other kind of bigotry.

Thought experiment, because I like them: an entirely segregated society -- racially segregated, all towns, all neighborhoods and where we send the police only to the minority neighborhoods to look for crime. The arrest data would be very biased. What if, on top of that, we found the data scientists and paid the data scientists to predict where the next crime would occur? Minority neighborhood. Or to predict who the next criminal would be? A minority. The data scientists would brag about how great and how accurate their model would be, and they'd be right.

Now, reality isn't that drastic, but we do have severe segregations in many cities and towns, and we have plenty of evidence of biased policing and justice system data. And we actually do predict hotspots, places where crimes will occur. And we do predict, in fact, the individual criminality, the criminality of individuals. The news organization ProPublica recently looked into one of those "recidivism risk" algorithms, as they're called, being used in Florida during sentencing by judges. Bernard, on the left, the black man, was scored a 10 out of 10. Dylan, on the right,3 out of 10. 10 out of 10, high risk. 3 out of 10, low risk. They were both brought in for drug possession. They both had records, but Dylan had a felony but Bernard didn't. This matters, because the higher score you are, the more likely you're being given a longer sentence.

What's going on? Data laundering. It's a process by which technologists hide ugly truths inside black box algorithms and call them objective; call them meritocratic. When they're secret, important and destructive, I've coined a term for these algorithms: "weapons of math destruction."

(Laughter)

(Applause)

They're everywhere, and it's not a mistake. These are private companies building private algorithms for private ends. Even the ones I talked about for teachers and the public police, those were built by private companies and sold to the government institutions. They call it their "secret sauce" -- that's why they can't tell us about it. It's also private power. They are profiting for wielding the authority of the inscrutable. Now you might think, since all this stuff is private and there's competition, maybe the free market will solve this problem. It won't. There's a lot of money to be made in unfairness.

Also, we're not economic rational agents. We all are biased. We're all racist and bigoted in ways that we wish we weren't, in ways that we don't even know. We know this, though, in aggregate, because sociologists have consistently demonstrated this with these experiments they build, where they send a bunch of applications to jobs out, equally qualified but some have white-sounding names and some have black-sounding names, and it's always disappointing, the results -- always.

So we are the ones that are biased, and we are injecting those biases into the algorithms by choosing what data to collect, like I chose not to think about ramen noodles -- I decided it was irrelevant. But by trusting the data that's actually picking up on past practices and by choosing the definition of success, how can we expect the algorithms to emerge unscathed? We can't. We have to check them. We have to check them for fairness.

The good news is, we can check them for fairness. Algorithms can be interrogated, and they will tell us the truth every time. And we can fix them. We can make them better. I call this an algorithmic audit, and I'll walk you through it.

First, data integrity check. For the recidivism risk algorithm I talked about, a data integrity check would mean we'd have to come to terms with the fact that in the US, whites and blacks smoke pot at the same rate but blacks are far more likely to be arrested -- four or five times more likely, depending on the area. What is that bias looking like in other crime categories, and how do we account for it?

Second, we should think about the definition of success, audit that. Remember -- with the hiring algorithm? We talked about it. Someone who stays for four years and is promoted once? Well, that is a successful employee, but it's also an employee that is supported by their culture. That said, also it can be quite biased. We need to separate those two things. We should look to the blind orchestra audition as an example. That's where the people auditioning are behind a sheet. What I want to think about there is the people who are listening have decided what's important and they've decided what's not important, and they're not getting distracted by that. When the blind orchestra auditions started, the number of women in orchestras went up by a factor of five.

Next, we have to consider accuracy. This is where the value-added model for teachers would fail immediately. No algorithm is perfect, of course, so we have to consider the errors of every algorithm. How often are there errors, and for whom does this model fail? What is the cost of that failure?

And finally, we have to consider the long-term effects of algorithms, the feedback loops that are engendering. That sounds abstract, but imagine if Facebook engineers had considered that before they decided to show us only things that our friends had posted.

I have two more messages,one for the data scientists out there. Data scientists: we should not be the arbiters of truth. We should be translators of ethical discussions that happen in larger society.

(Applause)

And the rest of you, the non-data scientists: this is not a math test. This is a political fight. We need to demand accountability for our algorithmic overlords.

(Applause)

The era of blind faith in big data must end.

Thank you very much.

(Applause)

アルゴリズムは どこにでもあります

They sort and separate the winners/ from the losers.//

アルゴリズムが勝者と敗者を分けます

The winners get the job or a good credit card offer.//

勝者は仕事を手に入れ 有利なクレジットカードを申し込めます

The losers don't even get an interview/ or they pay more/ for insurance.//

一方 敗者は就職面接すら受けられず 保険料は より高くなります

We're being scored with secret formulas/ that we don't understand/ that often don't have systems of appeal.//

私たちは 理解できない上に 不服申し立ての機会もない ― 秘密の数式によって 格付けされているのです

That begs the question:/ What if the algorithms are wrong?//

そこで疑問が湧いてきます もしアルゴリズムが間違っていたら?

To build an algorithm/ you need two things:/ you need data,/ what happened in the past,/ and a definition of success,/ the thing/ you're looking/ for and often hoping/ for.//

アルゴリズムを作る時 必要なものが2つあります データ つまり過去の出来事の記録と 人が追い求める「成功」を定義する基準です 人が追い求める「成功」を 定義する基準です

You train an algorithm/ by looking,/ figuring out.//

そして観察と理解を通して アルゴリズムを訓練します

The algorithm figures out/ what is associated with success.//

アルゴリズムに 成功と関係する要素を 理解させるためです

どんな状況が 成功に繋がるのでしょう?

Actually,/ everyone uses algorithms.//

実は アルゴリズムは誰でも使っています

They just don't formalize them/ in written code.//

プログラムに書かないだけです

Let me/ give you/ an example.//

1つ例を挙げましょう

I use an algorithm/ every day/ to make a meal/ for my family.//

私は毎日アルゴリズムを使って 家族の食事を用意します

The data/ I use/ is the ingredients/ in my kitchen,/ the time/ I have,/ the ambition/ I have,/ and I curate/ that data.//

私が利用するデータは 台所にどんな材料があるか どれだけ時間をかけられるか どれだけ料理に凝るかで 私はそのデータをまとめます

I don't count those little packages of ramen noodles/ as food.//

ちなみにインスタントラーメンは 食べ物とは認めません

(笑)

My definition of success is:/ a meal is successful/ if my kids eat vegetables.//

私にとって成功の基準は 子供たちが野菜を食べることです

It's very different/ from if my youngest son were in charge.//

もし下の息子が決めるなら 基準はガラッと変わり

He'd say/ success is/ if he gets to eat/ lots of Nutella.//

「いっぱいチョコナッツクリームを 食べられれば成功」と言うでしょう

But I get to choose/ success.//

でも基準を決めるのは私です

I am in charge.// My opinion matters.//

責任者は私で 私の意見が重要なんですから

That's the first rule of algorithms.//

これがアルゴリズムの第1のルールです

アルゴリズムとはプログラムに 埋め込まれた意見なのです

It's really different/ from what you think most people think of algorithms.//

これは ほとんどの人が持つ アルゴリズムのイメージとはかけ離れています

They think/ algorithms are objective and true and scientific.//

人々はアルゴリズムが客観的で正しく 科学的なものと思っていますが

That's a marketing trick.//

それはマーケティング上のトリックです

It's also/ a marketing trick/ to intimidate you/ with algorithms,/ to make you/ trust and fear algorithms/ because you/ trust and fear mathematics.//

アルゴリズムで人を怯ませるのも マーケティングのトリックですし アルゴリズムを信用させたり 恐れさせたりするのもそう 皆 数学を恐れつつ信用していますから

A lot can go wrong/ when we put blind faith/ in big data.//

ビッグデータを盲信すると いろいろな問題が生じかねません

This is Kiri Soares.// She's a high school principal/ in Brooklyn.//

彼女はキリ・ソアーズ ブルックリンの高校で校長をしています

In 2011,/ she told me/ her teachers were being scored with a complex,/ secret algorithm called the "value-added model."//

2011年に彼女が教えてくれたのですが 彼女の学校では 「付加価値モデル」という 複雑な秘密のアルゴリズムで 教員が評価されている ということでした

I told her,/ "Well,/ figure out/ what the formula is,/ show it/ to me.//

私は こう伝えました 「数式を調べてみましょう

I'm going to explain/ it/ to you."//

見せてくれれば説明しますよ」

She said,/ "Well,/ I tried to get/ the formula,/ but my Department of Education contact told me/ it was math/ and I wouldn't understand it."//

すると彼女は 「数式を入手しようとしたら 市教育局の担当者に『これは数学ですよ 理解できないでしょう』と言われたんです」

It gets worse.//

事態はさらに深刻化します

The New York Post filed a Freedom of Information Act request,/ got all the teachers/' names/ and all their scores/ and they published them/ as an act of teacher-shaming.//

ニューヨーク・ポスト紙が 情報自由法に基づく開示請求をして ニューヨーク市の全教員の 名前とスコアを手に入れ 教員を辱めるような データを公表しました

When I tried to get/ the formulas,/ the source code,/ through the same means,/ I was told I couldn't.//

一方 私がソース・コードを 同じ方法で手に入れようとしたところ 無理だと言われました

I was denied.//

却下されたのです

I later found out/ that nobody/ in New York City had access/ to that formula.//

後にわかったことですが ニューヨーク市で その数式を 見られる人は誰もおらず

No one/ understood it.//

誰も理解していなかったのです

Then/ someone really smart got involved,/ Gary Rubinstein.//

その後 ゲイリー・ルービンスタインという 頭のキレる人物が登場します

He found 665 teachers/ from that New York Post data/ that actually had two scores.//

彼はニューヨーク・ポスト紙のデータから 2種類のスコアを持っている 教員665名を見つけ出しました

That could happen/ if they were teaching seventh grade math and eighth grade math.//

それに該当するのは 例えば 数学を7年生と8年生で 教えている場合です

He decided to plot them.//

彼は2種類のスコアを散布図にしました

Each dot represents a teacher.//

点はそれぞれ 先生を表します

(笑)

What is that?//

これは どういうことでしょう?

(笑)

That should never have been used for individual assessment.//

こんなものを教員の個人評価に 使ってはいけません

まるで乱数発生器じゃないですか

(拍手)

But it was.//

でも実際に使われたんです

This is Sarah Wysocki.//

彼女はサラ・ワイサキ

She got fired,/ along/ with 205 other teachers,/ from the Washington,/ DC school district,/ even though she had great recommendations/ from her principal and the parents of her kids.//

他の205人のワシントンD.C.学区の 先生たちと共に解雇されました 校長や保護者からの評価は 非常に高かったのにです

I know/ what a lot of you guys are thinking,/ especially/ the data scientists,/ the AI experts here.//

皆さんが今 考えていることは わかります 特にデータサイエンティストや AIの専門家なら思うでしょう

You're thinking,/ "Well,/ I would never make an algorithm/ that inconsistent."//

「自分なら そんなデタラメな アルゴリズムは作らない」って

But algorithms can go wrong,/ even have deeply destructive effects/ with good intentions.//

でもアルゴリズムは誤ることもあれば 善意に基づいていても 破壊的な影響を及ぼすことだってあります

And whereas an airplane/ that's designed/ badly crashes to the earth and everyone sees it,/ an algorithm designed/ badly can go on/ for a long time,/ silently wreaking/ havoc.//

飛行機なら 設計がまずければ 墜落しますし その様子が見えますが アルゴリズムだと設計がまずくても 長期間に渡って 音もなく 大惨事をもたらし続けかねないんです

This is Roger Ailes.//

彼はロジャー・エイルズ

(笑)

He founded Fox News/ in 1996.//

1996年にFOXニュースを創設しました

More than 20 women complained about sexual harassment.//

20人以上の女性が セクハラ被害を訴えました

They said/ they weren't allowed to succeed/ at Fox News.//

またキャリアアップを 妨害されたそうです

He was ousted last year,/ but we've seen recently/ that the problems have persisted.//

彼自身は2016年に地位を追われましたが 最近のニュースにある通り 問題は依然残っています

That begs the question:/ What should Fox News do to turn over/ another leaf?//

ここで疑問が湧いてきます 再起をはかるために FOXニュースは何をすべきか?

Well,/ what if they replaced their hiring process/ with a machine-learning algorithm?//

人材採用プロセスを 機械学習アルゴリズムに 替えるのはどうでしょう?

That sounds good, right?//

いいアイデアでしょう?

Think about it.//

検討してみましょう

The data,/ what would the data be?//

まずデータには 何が使えるでしょう?

A reasonable choice would be the last 21 years of applications/ to Fox News.//

過去21年間に FOXニュースに送られた 履歴書がいいでしょう

妥当なデータです

What about the definition of success?//

では成功の基準は?

Reasonable choice would be,/ well,/ who is successful at Fox News?//

妥当な基準は… どんな人がFOXニュースで成功するんでしょう?

I guess someone/ who,/ say,/ stayed there/ for four years/ and was promoted at least/ once.//

例えば 4年在職して 最低1回は昇進していれば 成功と言えそうです

妥当な基準です

And then/ the algorithm would be trained.//

それをアルゴリズムに学習させます

It would be trained to look/ for people/ to learn/ what led to success,/ what kind of applications historically led to success/ by that definition.//

人々を探って 何が成功につながるか ― これまで どんな履歴書が 成功に繋がってきたのかを この基準に従って学習させるのです

Now think about what would happen/ if we applied/ that to a current pool of applicants.//

さて このアルゴリズムを 現在の就職希望者に 当てはめると どうなるでしょう?

It would filter out/ women/ because they do not look like people/ who were successful/ in the past.//

まず女性は除外されるでしょう 過去に成功してきたようには 見えないからです

Algorithms don't make things fair/ if you just blithely,/ blindly apply algorithms.//

配慮もなく やみくもに アルゴリズムを適用しても 物事は公平にはならないんです

They don't make/ things fair.//

アルゴリズムは公平を生みません

They repeat our past practices,/ our patterns.//

過去の行為や行動パターンを 繰り返し

自動的に現状を維持するだけです

That would be great/ if we had a perfect world,/ but we don't.//

この世界が完璧なら それでいいんでしょうが そうではありません

And I'll add/ that most companies don't have embarrassing lawsuits,/ but the data/ scientists/ in those companies are told to follow/ the data,/ to focus on accuracy.//

さらに付け加えると ほとんどの企業は みっともない裁判を 抱えている訳ではありませんが こういった企業にいる データサイエンティストは 正確性に焦点を当て データに従うよう指示されています

Think about what that means.//

その意味を考えてみましょう

Because we/ all have bias,/ it means/ they could be codifying sexism or any other kind of bigotry.//

誰でもバイアスを持っているので アルゴリズムに性差別や その他の偏見が コード化されている可能性があります

Thought experiment,/ because I like them:/ an entirely segregated society --/ racially segregated,/ all towns,/ all neighborhoods/ and where we send the police only/ to the minority neighborhoods/ to look for crime.//

思考実験をしてみましょう 私は思考実験が好きなので 人種を完全に隔離した 社会があるとします どの街でも どの地域でも 人種は隔離され 犯罪を見つけるために 警察を送り込むのは マイノリティーが住む地域だけです

The arrest data would be very biased.//

すると逮捕者のデータは かなり偏ったものになるでしょう

What if,/ on top of that,/ we found the data scientists/ and paid the data scientists/ to predict/ where the next crime would occur?//

さらに データサイエンティストを 探してきて 報酬を払い 次の犯罪が起こる場所を 予測させたらどうなるでしょう?

Minority neighborhood.//

マイノリティーの地域になります

Or to predict/ who the next criminal would be?//

あるいは 次に犯罪を犯しそうな人を 予測させたら?

マイノリティーでしょうね

The data/ scientists would brag about how great/ and how accurate/ their model would be,/ and they'd be right.//

データサイエンティストは モデルの素晴らしさと正確さを 自慢するでしょうし 確かにその通りでしょう

Now,/ reality isn't that drastic,/ but we do have severe segregations/ in many cities and towns,/ and we have plenty of evidence of biased policing and justice system data.//

さて 現実はそこまで極端ではありませんが 実際に多くの市や町で 深刻な人種差別があり 警察の活動や司法制度のデータが 偏っているという 証拠が揃っています

And we actually do predict hotspots,/ places/ where crimes will occur.//

実際にホットスポットと呼ばれる 犯罪多発地域を 予測しています

And we do predict,/ in fact,/ the individual criminality,/ the criminality of individuals.//

さらには個々人の犯罪傾向を 実際に予測しています

The news organization ProPublica recently looked into one of those "recidivism risk"/ algorithms,/ as they're called,/ being used in Florida/ during sentencing by judges.//

報道組織プロパブリカが最近 いわゆる「再犯リスク」アルゴリズムの 1つを取り上げ 調査しました フロリダ州で 判事による 量刑手続に使われているものです

Bernard,/ on the left,/ the black man,/ was scored a 10/ out of 10.//

左側の黒人男性バーナードのスコアは 10点満点の10点で

Dylan,/ on the right,/3/ out of 10.//

右の白人ディランは3点でした

10/ out of 10,/ high risk.// 3 out of 10, low risk.//

10点中10点はハイリスクで 3点はローリスクです

They were both brought in/ for drug possession.//

2人とも麻薬所持で逮捕され

They/ both had records,/ but Dylan had a felony/ but Bernard didn't.//

どちらも前科はありましたが 3点のディランには重罪の前科があり 10点のバーナードには ありませんでした

This matters,/ because the higher score/ you are,/ the more likely/ you're being given a longer sentence.//

これが重要な理由は スコアが高ければ高いほど 刑期が長くなる 傾向があるからです

What's going on?//

どうなっているのでしょう?

Data laundering.//

これは「データ・ロンダリング」です

It's a process/ by which technologists hide ugly truths/ inside black box algorithms/ and call them objective;/ call them/ meritocratic.//

このプロセスを通して 技術者が ブラックボックスのような アルゴリズムの内部に 醜い現実を隠し 「客観的」とか 「能力主義」と称しているんです

When they're secret, important and destructive,/ I've coined a term/ for these algorithms:/ "weapons of math destruction."//

秘密にされている 重要で破壊的なアルゴリズムを 私はこんな名前で呼んでいます 「大量破壊数学」です

(笑)

(拍手)

They're everywhere,/ and it's not a mistake.//

それは間違いなく どこにでも存在します

民間企業が 私的なアルゴリズムを 私的な目的で 作っているんです

Even the ones/ I talked about/ for teachers and the public police,/ those were built by private companies/ and sold to the government institutions.//

先程お話しした 教員や警察向けのアルゴリズムでさえ 民間企業が制作し 政府機関に販売したものです

They call it/ their "secret sauce" --/ that's/ why they can't tell us/ about it.//

アルゴリズムは 「秘伝のタレ」だから 公開できないと 企業側は主張します

It's also/ private power.//

また アルゴリズムは私的な権力です

They are profiting for wielding the authority of the inscrutable.//

この謎めいた存在が持つ権威を振りかざして 企業は利益を得ています

Now/ you might think,/ since all this stuff is private/ and there's competition,/ maybe/ the free market will solve this problem.//

ただ こう思うかもしれません アルゴリズムが民間のものなら 競争があるので 自由市場の力が 問題を解決するのではないか…

It won't.//

でも そうはいきません

There's a lot of money/ to be made in unfairness.//

不公平は大きな利益を 生み出しますから

Also,/ we're not economic rational agents.//

それに我々人間は 合理的経済人ではなく

We/ all are biased.//

誰もがバイアスを持っています

We're all/ racist/ and bigoted in ways/ that we wish we weren't,/ in ways/ that we don't even know.//

私たちは 自分が望みも 気づきもしない形で 差別や偏見を持っているのです

We know this,/ though,/ in aggregate,/ because sociologists have consistently demonstrated this/ with these experiments/ they build,/ where they send a bunch of applications/ to jobs out,/ equally qualified/ but some have white-sounding names/ and some have black-sounding names,/ and it's always disappointing,/ the results --/ always.//

全体を俯瞰して見ると そのことがわかります なぜなら社会学者が 考案した実験を通して 一貫して実証されてきたからです その実験では研究者が 履歴書を大量に送付しました 同じように資格は満たしていますが 一部は白人っぽい名前で 一部は黒人っぽい名前 そして結果は 常にがっかりするものでした

So we are the ones/ that are biased,/ and we are injecting those biases/ into the algorithms/ by choosing/ what data/ to collect,/ like I chose not to think about ramen noodles --/ I decided/ it was irrelevant.//

つまりバイアスがあるのは私たちで どんなデータを集め選ぶかによって そのバイアスをアルゴリズムに 注入しているんです これは私がインスタントラーメンを 含めないのと同じで 不適切だと決めたのは 私なんです

But by trusting the data/ that's actually picking up/ on past practices/ and/ by choosing the definition of success,/ how can we expect the algorithms/ to emerge unscathed?//

しかし実際に過去の行動を元にした データを信頼し 成功の基準を恣意的に選びながら どうして欠陥のないアルゴリズムを 期待できるのでしょう?

We can't.// We have to check/ them.//

それは無理です チェックが必要なんです

We have to check/ them/ for fairness.//

公平性を確かめる必要があるんです

The good news is,/ we can check them/ for fairness.//

幸い公正性は確認できます

Algorithms can be interrogated,/ and they will tell us/ the truth/ every time.//

アルゴリズムに問いただせば 常に本当のことしか 答えないので

And we can fix them.// We can make them better.//

修正を加え より良いものに 作り替えられます

I call this an algorithmic audit,/ and I'll walk you/ through it.//

私は これを アルゴリズム監査と呼んでいます その手順を説明しましょう

まずはデータ完全性チェックです

For the recidivism risk algorithm/ I talked about,/ a data integrity check would mean/ we'd have to come/ to terms/ with the fact/ that in the US, whites and blacks smoke pot/ at the same rate/ but blacks are far more likely/ to be arrested --/ four or five times more likely,/ depending/ on the area.//

先ほど登場した 再犯リスク・アルゴリズムの場合 ― データ完全性チェックとは 事実を直視するという意味になるでしょう 例えばアメリカでは 大麻の使用率は 白人と黒人で同じなのに 逮捕される割合は 黒人の方がはるかに高く 地域によっては 4~5倍になるという事実があります

What is/ that bias/ looking like in other crime categories,/ and how do we account for it?//

このようなバイアスは 他の犯罪ではどんな形で表れ 私たちはそれを どう説明したらいいでしょうか?

Second,/ we should think about the definition of success,/ audit that.//

次に 私たちは成功の基準について 考えなければなりません その基準を監査するのです

Remember --/ with the hiring algorithm?// We talked about it.//

採用アルゴリズムを 思い出してください

Someone/ who stays for four years/ and is promoted once?//

勤続年数が4年で 昇進1回の人はどうだったでしょう

Well,/ that is a successful employee,/ but it's also/ an employee/ that is supported by their culture.//

その人は成功した社員でしょうが 同時に その会社の文化に 支持されたとも言えます

That said,/ also/ it can be quite biased.//

ただ その文化にバイアスがあるかもしれないので

We need to separate/ those two things.//

この2つは分けて考える必要があります

We should look to the blind orchestra audition/ as an example.//

一つの例として オーケストラの ブラインド・オーディションを見るべきでしょう

That's/ where the people/ auditioning are behind a sheet.//

オーディションを受ける人は 衝立の向こうにいます

What I want to think/ about there is the people/ who are listening have decided/ what's important/ and they've decided/ what's not important,/ and they're not getting distracted by that.//

ここで注目したいのは 審査員は 何が重要で 何が重要でないかを あらかじめ決めて 重要でないものに 惑わされないようにしている点です

When the blind orchestra auditions started,/ the number of women/ in orchestras went up/ by a factor of five.//

ブラインド・オーディションを するようになって 女性がオーケストラに占める割合は 5倍に増えました

Next,/ we have to consider accuracy.//

次に正確性を吟味しなければなりません

This is/ where the value-added model/ for teachers would fail immediately.//

教員向けの付加価値モデルなら すぐ落第になる項目です

No algorithm is perfect,/ of course,/ so we have to consider/ the errors of every algorithm.//

当然 完璧なアルゴリズムなどないので あらゆるアルゴリズムの 誤りを検討する必要があります

How often are there errors,/ and for whom does this model fail?//

誤りを起こす頻度は? どんな相手だと そのモデルは機能しないのか?

What is the cost of that failure?//

失敗した時の損失規模は?

And finally,/ we have to consider/ the long-term effects of algorithms,/ the feedback loops/ that are engendering.//

そして最後に考えなければならないのは アルゴリズムの長期的影響 つまり それによって生じる フィードバック・ループです

That sounds abstract,/ but imagine/ if Facebook engineers had considered/ that before they decided to show/ us only things/ that our friends had posted.//

抽象的な話に 聞こえるかもしれませんが もしFacebookのエンジニアが 友人の投稿だけを表示する前に フィードバック・ループの影響を 考慮していたらと考えてみてください

I have two more messages,/one/ for the data scientists out/ there.//

伝えたいことは あと2つ 1つはデータサイエンティストに向けたものです

Data scientists:/ we should not be the arbiters of truth.//

私たちデータサイエンティストが 真実を決めるべきではありません

私たちは もっと広い社会に生じる 倫理的な議論を 解釈する存在であるべきです

(拍手)

And the rest of you,/ the non-data scientists:/ this is not a math test.//

そしてデータサイエンティスト以外の 皆さん ― この状況は数学のテストではなく

This is a political fight.//

政治闘争なのです

We need to demand/ accountability/ for our algorithmic overlords.//

専制君主のようなアルゴリズムに対して 私たちは説明を求める必要があります

(拍手)

The era of blind faith/ in big data must end.//

ビッグデータを盲信する時代は 終わらせるべきです

Thank you very much.//

ありがとうございました

(拍手)

algorithm

アルゴリズム(最大公約数を求める互除法などの演算方式)

everywhere

『至る所に(で)』

《接続詞的に》どこへ(で)…しても

sort

『種類』,部類(kind)

性格,性質,タイプ

《おもに英話》《単数形で》(ある)種類の人

…‘を'分類する,区分けする;えり分ける,選び出す《+『名』+『out,』+『out』+『名』》

separate

…‘を'『分離』する』,引き分ける;(…から)…‘を'引き分ける《+『名』+『from』+『名』》

(…に)〈一つの物〉‘を'『分割する』,分ける《+『名』+『into』+『名』》

〈人が〉別れる;別れて(…に)なる《+『into』+『名』》

(…から)分離する,離れる《+『from』+『名』》

『離れた』,分かれた

(関係がなく)別の,異質な(different)

個々の,個別の(individual)

winner

『勝利者』,優勝者;(競馬の)勝ち馬

受賞者

うまくいくもの(こと),期待できるもの(こと)

loser

負ける,(負けた)人,敗北者

job

『職』,勤め口;(職としての)仕事

(しなければならない)『仕事』;職務

難しい(骨の折れる)仕事

手間(賃)仕事をする

(株の)仲買をする

(公職を利用して)私腹を肥やす

〈商品〉‘を'卸売りする;〈株〉‘を'仲買する

(…に)…‘を'下請けに出す《+『out』+『名』+『to』+『名』》

credit card

クレジットカード

offer

…‘を'『申し出る』,すすめる,提供する

…‘を'『企てる』

(品物に)〈値段〉‘を'つける《+『名』〈値段〉+『for』+『名』〈品物〉》

(ある金額で)…‘を'売りに出す《+『名』+『for』+『名』〈金額〉》

(神に)…‘を'ささげる《+『up』+『名』+『to』+『名』》

〈機会などが〉現れる,起こる(occur)

(神に)ささげ物(祈り)をささげる

(女性に)求婚する

『申し出』,提案

付け値

even

『平らな』,平たんな

『同じ高さの』,同一平面の,平行の

(運動・動作・品質などが)『均一の』,規則的な,一様の,むらのない

(数・量などが)『同じの』,等しい,釣り合のとれた互角の

『偶数の』

公平な,公正な(fair)

平静な,穏やかな,落ち着いた(calm)

貸借にない,清算済みの

端数のない,ちょうどの,きっかりの

《意味を強めて,不審や意外の念を含み》…『でさえも』,までも

《比較級の前に用いて》『なおいっそう』,さらに(still,yet)

《形容詞の前または後の用いて》(…と)すら言える;《古》《時を表す副詞の前に用いて》ちょうど

…‘を'平らにする,ならす

…‘を'釣り合わせる,平均させる《+『up』+『名』,+『名』+『up』》

…‘の'変動をなくする,‘を'安定させる《+『out』+『名』,+『名』+『out』》

interview

(就職のためなどの)面接,面会

(取材のための)(…との)『会見』,インタビュー《+『with』+『名』》

訪問記事,インタビュー放送

(…について)〈人〉‘に'面接する;〈人〉‘を'訪問して対談する,‘と'会見する《+『名』〈人〉+『about』+『名』(do『ing』)》

pay

〈金・税金・負債など〉‘を'『支払う』;…‘に'支払う

(収益・利潤として)〈物事が〉…‘を'もたらす,支払う

〈物事が〉…‘の'利益になる,役に立つ

〈注意・敬意など〉‘を'『払う』;〈あいさつ・訪問など〉‘を'『する』

(…の)支払い(償い)をする《+『for』+『名』(do『ing』)》

利益がある,役に立つ

『支払い』;(特に)『賃金』,給料,俸給

(…の)雇用,雇い(employment)《+『of』+『名』》

有料の,コイン式の

insurance

〈U〉『保険』保険契約

〈U〉『保険金』,保険料

〈U〉保険業

〈C〉(一般に)予防(保護)手段

score

(ゲーム・競技の)『スコア』,得点記録

(ゲーム・競技の)『得点』

(試験の)点数,評点

《おもに文》20[の単位]

《複数形で》多数(の…)《+『of』+『名』》

《まれ》勘定,借金

《単数形で》理由,根拠,原因

(また『score mark』)刻み目,線,印

総譜,楽譜

(ゲーム・競技で)〈点数〉‘を'『得点する』

〈競技〉‘の'得点を記録する

〈得点〉‘を'〈人〉‘に'与える《+『名』〈人〉+『名』〈得点〉=+『名』〈得点〉+『to』(『for』)+『名』〈人〉》

〈試験〉‘を'採点する;(試験で)…‘の'点をとる《+『名』+『on』+『名』》

(…で)…‘に'刻み目(印)をつける,線をひく《+『名』+『with』+『名』》

《米話》…‘を'こきおろす,酷評する

《通例受動態で》(…のために)〈音楽〉‘を'作曲(編曲)する《+『for』+『名』》

(ゲーム・競技で)『得点する』

優勢となる,成功する

《俗》〈男が〉(女を)くどき落とす《+『with』+『名』》

《俗》麻薬を売う

secret

『秘密の』,人目につかない

《名詞の前にのみ用いて》(人・組織などが)秘かに活動する,(感情などが)表に出ない

《補語にのみ用いて》《話》(人が)(…を)ないしょにする《+『about』+『名』》

『秘密』[の事],隠し事,ないしょの話

神秘,不思議

《単数形で》(…の)『秘けつ』,かぎ《+『of』+『名』(do『ing』)》,(…への)秘けつ《+『to』+『名』》

formula

(あいさつなどの)『決まった言い方』;空虚な言葉

(…の)習慣的なやり方,決まった方法《+『for』+『名』(do『ing』)》

(…の)製法,調理法,処方せん《+『for』+『名』》

(…の)『公式』,式《+『for』+『名』》

system

〈C〉(関連した部分から成る)『体系』,系統,組織[網],装置

〈C〉(教育・政治などの)『制度』,機構;《the~》体制

〈C〉(思想・学問などの)『体系』,学説

〈C〉(…の)『方法』,方式,やり方《+of doing》

〈U〉正しい方針(筋道,順序)

〈U〉《the~》(身体の)組織,系統

〈U〉《the~,one's~》身体,全身

appeal

『訴える』,呼びかける

(上級裁判機関に)『控訴する』,上告する《+『to』+『名』》

〈物事が〉(人の)気持に訴える《+『to』+『名』》

(ゲームで)(審判に)規則の裁定を求める《+『to』+『名』》

(助力などの)『訴え』;哀願《+『for』+『名』》

(権威などへの)訴え《+『to』+『名』》

控訴,上告

(…に)訴える魅力《+『to』+『名』》

beg

(…に)〈食物・衣服・金銭など〉'を'『くださいと頼む』,〈恩恵・許しなど〉'を'懇願する(ask for)《+『名』+『from』(『of』)+『名』》

〈人〉‘に'『懇願する』,熱心に頼む

『施しを請う』;こじきをする

(…を)『熱心に頼む』,懇願する

build

〈物〉'を'『組み立てる』,造る,建造する,建築する

(年月をかけて)〈事〉'を'『作り上げる』,築き上げる;《受動態で》〈体・性質〉'を'作る

〈U〉造り,講造(make)

〈U〉〈C〉体格

datum

dataの単数形

既知の事実

happen

〈でき事が〉『起こる』,発生する,生ずる

『偶然(たまたま)…する』

《『happen』 『to』+『名』》〈でき事が〉…に起こる,降りかかる

past

『過ぎ去った』,終わった(over)

《名詞の前にのみ用いて》『過去に起こった』,過去の,昔の

《期間を表す語の前後で完了形の文で用いて》(…の期間を)『過ぎた』,最近(…)の

《名詞の前にのみ用いて》『前任の』,元の

(文法で)過去の

(場所)『を通り越して』,の先に

(時刻)『を過ぎて』;(年齢)を過ぎて

(能力・限度など)『を越えて』,の及ばない

(ある数・量)『を越えて』,…以上

《the~》『過去』

《a~,one's~》(国などの)歴史;(人の)経歴,(特にいかがわしい)過去

過去[時制];過去形

『過ぎて』,通り越して

definition

〈C〉『定義』,語義の記述

〈C〉(本質・特徴を)明確にすること《+『of』+『名』》

〈U〉(映像・音声などの)鮮明度

success

〈U〉『成功』,好結果,上首尾

〈U〉富(地位,名声)を得ること,成功,立身,出世・〈C〉『成功した人(物,事)』・うまく行くこと・成功者

hop

〈人が〉『片足でぴょんぴょんと跳ぶ』

〈鳥・動物が〉足をそろえてぴょんぴょん跳ぶ

…‘を'跳び越える

《話》(特に,ただで)〈乗物〉‘に'乗る

ぴょんぴょんと跳ぶこと,跳躍

《話》(飛行機の)飛行;一航程

《話》ダンス,ダンスパーティー

《話》(ボールの)バウンド

figure

〈C〉『数字』,(特に)アラビア数字;数量,価格

《複数形で》計算,算数

〈C〉『姿』,容姿,目立つ姿

〈C〉《修飾語句を伴って》(…の)『人』;(…の)名士,大物

〈C〉(絵画・彫刻などの)人物像,肖像

〈U〉〈C〉形,形状

〈C〉『図』図形;模様,図案

〈C〉(…の)印,象徴,典型《+『of』+『名』》

〈C〉=figure of speech

〈C〉(ダンス・スケートの)フィギュア

…‘を'計算する;…‘を'合計する《+『up』+『名,』+『名』+『up』》

《おもに米話》…‘を'考える

…‘を'(…の)図形に表す,(…の)模様で飾る《+『名』+『with』+『名』》

(…で)目立つ,異彩を放つ《+『in』+『名』》

associate

〈人〉'を'(…の)『仲間に加える』,(…に)連合させる《+『名』〈人〉+『with』+『名』》

(…と)…'を'結びつけて考える(起こす)《+『名』+『with』+『名』》

(…と)『仲間になる』,交際する《+『with』+『名』》

(…と)合体する,提携する《+『with』+『名』》

『仲間』,『同僚』;組合員

準会員

付属物;連想されるもの

連合した;仲間の,同僚の

補助の,準…

situation

(人の)『立場』,状態,境遇

(事の)『事態』,形勢,情況

『位置』,環境

《文》就職口,勤め口

lead

《方向を表す副詞[句]を伴って》…‘を'『導く』,案内する

〈道・灯火などが〉…‘に'道筋を示す;(…へ)…‘を'導く《+『名』+『to』(『into』)+『名』》

…‘の'先頭になる,1番である

…‘の'『率いる』,指揮する

〈ある人生・生活〉‘を'経験する,生きる,送る

『先頭に立つ』,(競技・成績などで)リードスル

〈人が〉『案内する』,先導する

(…に)〈道などが〉『通じている』《+『to』+『名』》

(…の)結果となる《+『to』+『名』(do『ing』)》

〈U〉《the~》『先頭』,首位

〈C〉《a~》相手を引き離した点(時間,距離)

〈C〉模範,手本(example)

〈C〉(問題解決の)手がかり,ヒント(clue)

〈C〉(劇・映画などの)主役,主演俳優

〈C〉(新聞報道記事などの本文の前におく要約した)前文,前書き,リード

先頭の,主要な

actually

(まさかと思うだろうが)『実際に』,現に,ほんとうに

code

『法典』

(社会・階級・団体などを支配する)『規約』,おきて,慣例

『信号法』;暗号

〈通信など〉'を'暗号(信号)にする

let

〈人・動物など〉‘に'(…)『させる』,させておく,‘を'(…する)ままにしておく(受動態にできない)

〈物事〉‘を'(…する)状態にする,‘に'(…)させる

《『let us(let's)』do》…『しよう』

《おもに英》〈土地・家など〉‘を'『貸す』賃貸する(《米》rent)

(人に)〈工事〉‘を'請け負わせる《+『名』+『to』+『名』》

(…から)〈液体・空気など〉‘を'出す,漏らす,放出する《+『名』+『out of』+『名』》

meal

(一定の時刻に定められた)『食事』;食事の時間

(1回分の)食事,(食事1回分の)食べ物

ingredient

(混合物の)成分,原料

構成要素

kitchen

『台所』,調理場

ambition

『大望』,野心,野望

〈C〉大望(野心)の対象(目的)

curate

(おもに英国国教会の)牧師補,副牧師(rectorまたはvicarの助手または代理);(カトリックの)助任司祭

data

『資料』,事実;情報

count

(一つ一つ順に)〈数〉'を'『数える』,〈物〉'を'数え上げる《+『up』+『名,』+『名』+『up』》

…'を'『勘定に入れる』,含める(include)

…'を'『思う』,みなす(consider)

数を数える,計算する《+『up』》

数にはいる,数に含まれる

価値がある,重大である

〈C〉〈U〉『数えること』,『計算』

〈U〉総数,総計

〈U〉(起訴状の)訴因

《the~》(ボクシングで)カウント(選手がノックダウンされたときレフリーが1から10まで数えること)

〈C〉(野救で打者の)ボールカウント

〈U〉《話》考慮,注目(account)

package

(あまり大きくない)『包み』,梱包(こんぽう);詰め合わせ品

(箱・ケースなど,荷作り用の)容器

…‘を'荷作りする,包む;…‘を'箱に入れる

noodle

ヌードル(平打ちうどんの類;スープなどに入れる)

laughter

『笑い』,笑い声

successful

『成功した』,好結果の,上首尾の

富(地位,名声)を得た,順調な

kid

〈C〉『子ヤギ』

〈U〉子ヤギの皮,キッド

《おもに米話》《複数形で》子供(child),若者

子ヤギの皮製の

《米俗》若い,年下の

vegetable

{C}《複数形で》『野菜』,青物;野菜の食用になる部分

{U}植物

{C}植物人間(脳の機能が冒され,呼吸・消化・排出機能などだけが健全に人間)

植物の,植物性の

野菜の

植物のような,単調な,活気のない

son

『息子』・《複数形で》(男子の)子孫・《文》《比喩(ひゆ)的に》(場所・主義などの)子,後継者・《年長者が年少者に呼び掛けて》・お前さん・《the S-》イエスキリスト

charge

〈C〉(…の)『費用』;料金,請求代金《+『for』+『名』(do『ing』)》

〈U〉(…の)『監督』,管理,保護,世話《+『of』+『名』》;〈C〉監督(保護)される人(物)

〈C〉(…に対する)『非難』,告発,告訴《+『against』+『名』》

〈C〉突撃;突撃の合図

〈U〉〈C〉(弾薬などの)装てん,装薬;充電《+『of』+『名』》

〈C〉(…の)命令,訓令《+『of』+『名』》

〈C〉責任,義務

〈料金・支払い〉'を'〈人〉‘に'『請求する』,〈税など〉'を'課する

〈買物など〉'を'『つけにする』,掛け売りにする

(…を)〈物・容器〉‘に'詰める,入れる(fill)《+『名』+『with』+『名』》

…'を'『非難する』,責める(blame),告訴する(accuse)

(義務・仕事・責任などを)〈人〉‘に'ゆだねる,委託する《+『名』+『with』+『名』》

《『charge』+『名』+『to』 do》(…するように)〈人〉‘に'命ずる,訓示する

…‘に'突進する

(…の)値をいう,支払いを請求する《+『for』+『名』》

(…に)突撃する,突進する《+『at』(『on』)+『名』》

choose

(多数の中から)〈人・物〉'を'『選択する』,選ぶ

〈事〉‘に'『決める』

(…の中から)『選択をする』,選ぶ《~『between』(『from』)+『名』》

欲する,望む

opinion

〈C〉『意見』,見解《複数形で》所信

〈C〉《good,bad;high,lowなどの修飾語を伴って》(人・物事に対する)『評仮』《+『of』+『名』》

〈U〉『世論』;(あるグループ全体の)意見

matter

〈U〉『物質』,物体(個体・液体のいづれの状態も含む)

〈U〉《修飾語を伴って》…体,…質,…素

〈C〉(論議・関心の的となる)『事柄』,『問題』;(…に関わる)事,(…で決まる)問題《+『of』(まれ『for』)+『名』》

〈U〉《the~》(漠然と)(…にとって)困った事,やっかいな事,事故,支障《+『with』+『名』》

〈U〉『重大事』,重要性(importance),関心法

〈U〉(演説・論文などの)内容《+『of』++『名』》;(演説などの)題材《+『for』+『名』》

〈U〉《修飾語を伴って》…郵便物,…印刷物

〈U〉(傷口から出る)うみ(pus)

『重要である』,大切である

rule

〈C〉『規則』,規定;法則

〈C〉『慣例』,慣習;通例,通則

〈U〉『支配』,統治;統治期間;統治権

〈C〉ものさし,定規(ruler)

〈国・人など〉‘を'『支配する』,統治する,統御する

《しばしば受動態で》〈感情などが〉〈人,人の行動など〉‘を'左右する,動かす

〈裁判所・裁判官などが〉…‘と'裁決する,決定する

〈紙〉‘に'線を引く

(…を)『支配する』,統治する《+『over』+『名』》

(…について)裁決する,判定する《+『on』+『名』》;(…に反対の)裁決をする《+『against』+『名』(do『ing』)》・〈米俗〉抜群である、最高である

embed

(コンクリートなどに)…‘を'埋める,はめ込む《+『名』+『in』+『名』》;(…を)…‘に'埋める《+『名』+『with』+『名』》

(心などに)…‘を'深くとどめる《+『名』+『in』+『名』》

objective

(心の中だけでなく)実際に存在する

客観的な

(文法て)目的格の

目標,目的

(文法で)目的格

対物レンズ

true

『ほんとうの』,真実の

『本物の』,正真正銘の(real)

『誠実な』,忠実な,忠誠な(faithful)

心からの,うそ偽りのない

寸分違わない,正確に一致する,適合する

正当な,適正な,正しい(proper)

間違いない,確実な

<機械・器具などが>正確にできた,正しい位置にある;<声などが>正しい調子の

うそをつかないで,正直に

寸分違わないように,確実に

先祖の型どおりに

…‘を'正しく調整する《+up+名,+名+up》

scientific

(比較変化なし)『科学の』(に関する),学術的な

(科学のように)体系的な,正確な

marketing

市場での売買[取引き]

マーケディング(宣伝・販売・技術などを研究する経営学の分野)

trick

『芸当』,妙技;手品,奇術

(物事をする)秘けつ,こつ,技,巧みなやり方《+of+名(doing)》・(相手を欺こうとする)『たくらみ』,策略,ごまかし・(特に視覚・聴覚などを欺く) 幻影, 幻覚

『いたずら』,悪さ,悪ふざけ・卑劣な(ばかげた,幼稚な)行為

(態度・言葉などの)癖,習慣《+of+名(doing)・(カードゲームの)トリック(一巡に打ち出された札;通例4枚で得点の基礎となる) ・(船員などの)一交替勤務時間・芸当(曲芸,奇術)の;(映画などの)トリックの・錯覚を起こす,迷わせる・芸当(曲芸,奇術)に用いられる・(体など)よく動かない・〈人〉‘を'『だます』,欺く;〈人〉‘に'手品のトリックを仕掛ける・売春婦のひと仕事・売春婦から見た「客」

intimidate

〈人〉‘を'おびえさせる

trust

〈U〉(人の誠実さ・能力,物の性能などに対する)信頼,信任,信用《+in+名》

〈C〉信頼できる人(物)

〈U〉『期待』,確信,希望

〈U〉委託,保管,管理;世話,保護

〈U〉(信頼にこたえる)義務,責任;(託された)責務

〈U〉(財産の)信託;〈C〉信託作産

〈C〉(市場を独占しようとする目的で結成された)企業合同,トラスト

〈人・物事〉‘を'『信用する』,信頼する

…を当てにする,‘に'頼る(depend on)

《trust+that節》…‘と'『期待する』,劾信する

《trust+名+to+名》(人に)…‘を'『任せる』,委託する,信託する

《trust+名+for+名》(…を)〈人〉‘に'信用貸しする,掛け売りする

(…を)信用する,信頼する《+in+名》

(…を)当てにする《+to+名(doing)》

期待する,確信する(hope)

fear

〈C〉〈U〉『恐れ』,恐怖(dread)

〈C〉〈U〉『不安』,心配,気づかい(anxiety)

〈U〉(神に対する)おそれ,崇敬(awe)

…‘を'『恐れる』,こわがる(進行形にできない)

…‘を'『気づかう』,あやぶむ

《古》〈神など〉‘を'恐れる

恐れる,こわがる

(…を)気づかう,心配する《+『for』+『名』》

mathematics

(また《米話》math,《英話》maths)《単数扱い》『数学』

《複数扱い》数学的処理,計算

blind

『目の見えない』,盲目の(sightless)

《補語にのみ用いて》(…を)見る目がない,気がついていない《+『to』+『名』》

盲目的な,めくらめっぽうの(reckless)

(特に車の運転者に)隠れて見えない

(通りなどが)行き止まりの,出口のない;(建築物が)窓のない

肉眼で見えないでする,計器だけに頼る

〈人〉‘の'目をくらませる,'を'盲目にする

(…に対して)〈人〉‘の'判断力(分別)を失わせる《+『名』〈人〉+『to』+『名』》

『日よけ』,すだれ,よろい戸,ブラインド

人の目をごまかすもの,見せかけ

《米》(猟師の)隠れ場

目が見えなくて

faith

〈U〉『信頼』,信用;確信,信念

〈U〉(…への)『信仰』,(…に対する)信心(belief)《+『in』+『名』》

〈C〉教義,信条(doctrine)

〈U〉信義,誠実(sincerity)

〈U〉誓約,約束

high school

『ハイスクール』(小学校卒業後に入学する中等学校;8‐4制では9‐12年級の学校;6‐3‐3制では,7‐9年級のjunior high schoolと,10‐12年級のsenior high schoolから成る;6‐2‐4制では7‐8年級のjunior high schoolと,9‐12年級のsenior high schoolから成る)

principal

(重要性・地位・価値などが)『第1の』;おもな,主要な

『長』,かしら;重要人物,主役

《しばしばP-》(小・中学校,高校の)『校長』;(特に《英》でcollegeの)学長,(時に)学寮長

《単数形で》(interest(利子),revenue(運用収益)と区別して)『元金』,基本財産

Brooklyn

ブルックリン(New York市の1区で,Long Islandの西部にある)

complex

『いくつかの部分から成る』,複合の,合成の

『複雑な』,入りくんだ,こみいった(complicated)

複合体,合成物

コンプレックス,複合(抑圧されて心に残った複雑なしこり)

model

(通名縮小した)(…の)『模型』,ひな型《+『of』+『名』》

《単数形で》(…の)『模範』,手本《+『of』+(『for』)+『名』》

(美術家・作家などの)モデル,ファッションモデル

(自動車・服装などの)型,式《+『of』+『名』》

《英》《単数形で》(…と)そっくりな人(物),(…の)生き写し《+『of』+『名』》

『模型の』,見本の

『日範的な』,申し分のない

(ある材料で)…‘の'模型を作る,‘を'型どる《+『名』+『in』+『名』〈材料〉》

(手本・型に合わせて)…‘を'作る《+『名』+『after』(『on, upon』)+『名』(a person's do『ing』)》

〈洋装・髪型などの〉‘の'モデルをする

(…で)(原型)を作る《+『in』+『名』》

(ファッションショーなどで)モデルをする

explain

…‘を'『説明する』,はっきりさせる;…‘を'釈明する

〈物事が〉…‘の'原因(理由)となる

(…を)説明する,弁明する《+『on』+『名』》

department

(政府・会社・学校などの組織の)『部門』,部,課;《英》(官庁の)局《米》bureau)

(フランスなどの)県,州

education

(一般に)『教育』

(身につけた)教育,教養,知識

教育学,教授法

contact

〈U〉(体・物などの)(…との)『接触』,(…と)触れること《+『with』+『名』》

〈U〉(…との)『連絡』,接続《+『with』+『名』》

〈U〉〈C〉(…との)『つきあい』,関係,交際《+『with』+『名』》

〈C〉《話》縁故,つて

〈U〉(電気の)接触,接続

〈C〉(患者と接触した)保菌容疑者

…'を'接触させる,接続させる

《話》…‘と'連絡する

接触による

math

《米話》=mathematics1(《英話》maths)

worse

(badの比較級)(…より)『もっと悪い』(劣った),いっそう不当な《+than+名(節,句)》

(illの比較級)《補語にのみ用いて》(病気が)(…より)『もっと悪化した』,さらに悪くなった《+than+名(節,句)》

(badlyの比較級)(…より)『もっと悪く』;いっそうひどく《+than+名(節,句)》

いっそう悪いこと,さらに悪化しているもの

New York

『ニューヨーク州』(米国北部東海岸の州;州都はAlbany;《略》『N.Y.,NY』)

(また『New York City』)『ニューヨーク市』(米国New York州南東端ハドソン河口の港市;《略》『N.Y.C』)

post

〈C〉(木・金属・石などの)『柱』,『支柱』,くい

《the ~》(競馬の)出発標,決勝標

〈C〉《話》(ラグビーなどの)ゴールポスト(goalpost)

(柱・壁などに)〈掲示物〉‘を'『張る』,張り出す《+『名』〈掲示物〉+『on』+『名』》;(掲示物を)〈柱・壁など〉‘に'張る《+『名』+『with』+『名』〈掲示物〉》

(掲示して)…‘を'公表する,公示する

《通例受動態で》(…として)…‘を'掲示(発表)する《+『名』+『as』+『現分』(過分)》

file

やすり

…‘に'やすりをかける;…‘を'やすりで切る(削り取る)

freedom

〈U〉〈C〉『自由』

〈U〉〈C〉(束縛・義務・不安などからの)『解放』,免除《+『from』+『名』》

〈U〉自由自在,のびのびしていること〈C〉なれなれしさ,無遠慮

《the~》(市民権・会員権などの)権利享有権(権物などへの)出入りの自由,(…の)自由使用権《+『of』+『名』》

information

《単数形で冠詞をつけずに》(…についての)『情報』,『知識』《『about』(『on, as to』)+『名』(『wh-節・句』)》

〈U〉案内;〈C〉案内所,案内係

act

『行い』,『行為』

《しばしばA-》法令,条令

《しばしばA-》(芝居の1つの)『幕』;(演芸などの)出し物の一つ

(見せかけの)お芝居,演技

『行動する』,行う

《様態を表す副詞[句]を伴って》わざとふるまう,見せかける

〈人・物が〉(…として)動く,役割をはたす《+『as』+『名』》

〈薬が〉『作用する』,きく

舞台に立つ,出演する

〈…の役〉'を'『演ずる』;〈劇〉'を'上演する

…‘に'ふさわしくふるまう

…‘に'見せかける,‘の'ふりをする

request

〈物事〉‘を'『頼む』,要請する;〈人〉‘に'『頼む』,要請する

〈U〉〈C〉『頼むこと』,『要請』,依頼

〈C〉頼んだもの(こと)

〈U〉需要

publish

〈本・雑誌など〉‘を'『出版する』,発行する;〈作家など〉‘の'作品を出版する

…‘を'一般に知らせる,公表する

出版する,発行する

source

(河川の)『水源』[『地』],源

(物事の)『元』(もと),原因,根源《+『of』+『名』》

《しばしば複数形で》情報源,出所,典拠

couldn't

=could not

nobody

『だれも…ない』(not anybody)

取るに足らない人,つまらぬ人間

access

〈U〉(人・物・場所への)『接近』《+『to』+『名』》

〈C〉(…へ)接近する手段(方法)《+『to』+『名』》

〈U〉(…への)接近(入場)の権利(機会)《+『to』+『名』》

《an ~》《文》(病気の)突発;(怒り・激情の)爆発《+『of』+『名』》

no one

『だれも』…『ない』

smart

(頭の働きが)機敏な,気のきいた,抜け目のない;悪知恵が働く;(動作が)機敏な,てきぱきした(lively)・現代風の,流行の(fashionable) ・(人・服装などが)きちんとした,いきな,スマートな・ずきんとくる,厳しい,激しい・〈物事が〉ずきんとこたえる・〈傷口などが〉(…が原因で)ずきずき痛む,うずく《+『from』+『名』》・(…で)〈人が〉ずきんと心が痛む《+『from』(『under』)+『名』》・(心・傷口などの)鋭い痛み,うずき《+『of』+『名』(do『ing』)》

involve

(必然的に)…‘を'『伴う』,引き起こす,含む(受動態にできない)

(事件などに)〈人〉‘を'『巻き込む』《+『名』+『in』+『名』》

《受動態で》(…に)〈人〉‘を'夢中にさせる《+『in』(『with』)+『名』(do『ing』)》

…‘を'込み入らす,複雑にする

seventh

《the~》『第7の』,7番目の

7分の1の

《the~》『第7』,7番目[のもの],(月の)7日

〈C〉7分の1

〈C〉(音楽で)7度

grade

《米》(小・中・高校の)『学年』(小学校から12年まで通算する)

《おもに米》(学業の)『成績』,評点

(位階・品質・価値などの)『階級』,『等級』

《米》(道路・線路などの)傾斜,勾配(こうばい)(《英》gradient)

…‘を'『等級分けする』,‘の'格づけをする

《米》…‘の'採点をする

〈道路など〉‘の'勾配(こうばい)をゆるくする

等級別になる,徐々に変わる,〈色彩などが〉次第に他の色に移る

eighth

《the ~》『第8の』,8番目の

8分の1の

《the ~》『第8』,8番目[のもの];(月の)8日

〈C〉8分の1

〈C〉(音程の)8度,オクターブ

decide

〈人が〉〈論争・問題など〉'を'『解決する』

〈人が〉『決心する』

〈物事が〉…'を'決定する

〈物事が〉〈人〉‘に'決意させる,決定させる

『決定する』

(…に不利な,有利な)判決を下す《+『against』(『for』,『in favor of』)+『名』》

plot

『小区画の土地』,小地所

(小説・劇などの)『筋』,プロット

『蔭謀』,たくらみ

〈悪事〉‘を'『ひそかに計画する』,たくらむ

(地図・海図などに)…‘を'書き込む;…‘の'図表(図面)を作る

〈土地〉‘を'区画する《+『out』+『名,』+『名』+『out』》

(…に対して…の)『陰謀を企てる』,たくらむ《+『against』+『名』+『about』(『toward』)+『名』(do『ing』)

dot

『点』,ぽち,しみ

(ペンで書いたような)小点;終止符(period)

(通信の)短点

…‘に'『点を打つ』

(…を)…‘に'『点在させる』,散在させる《+『名』+『with』+『名』》

…‘を'打つ,なぐる(hit)

represent

〈記号・文字・事物が〉…‘を'『表す』,象徴する

(記号・文字・事物によって)…‘を'表す・…‘を'『代表する』,‘の'代理をする

〈絵画・彫刻などが〉…‘を'描写する,表現する

…‘を'(典型)である

《『represent』+『名』+『as』(『to』『be』)+『名』(『形』)》(ある性質を持つものとして)…‘を'述べる(describe)

individual

《名詞の前にのみ用いて》『個々の』,個別の(separate)

《名詞の前にのみ用いて》『個人的な』,一個人の

『独特の』,

(全体に対する)『個人』,個体

《話》《形容詞と共に用いて》(…な)人

assessment

〈U〉評価,査定;(環境などの)状況判定

〈C〉評価額,課税額

almost

『ほとんど』,たいてい(nearly)

random

『手当たりしだいの』,任意の;行き当たりばったりの

number

〈U〉〈C〉(数えて得られる)『数,数量』

〈C〉(概念としての)『数,数字』

〈C〉『番号』

〈C〉(演奏会や演劇の)番組,出し物;曲目

〈C〉(雑誌の)号

〈U〉(文法で)数(すう)

《複数形で》数の上の優勢

《複数形で》算数

〈C〉《単数形で》《話》(商品としての)洋服の1点;商品,売り物

〈C〉《単随形で》《俗》女の子

…‘を'数える

(…の中に,…として)…‘を'含める,加える《+『among』(『with, as』)+『名』》

…‘に'番号をつける

…‘の'数となる

《しばしば受動態で》…‘の'数を制限する

総計(…に)なる《+『in』+『名』〈数〉》

generator

発電機(dynamo)

ガス(蒸気)発生器

applause

『拍手かっさい』;称賛

fire

『火』,炎

〈C〉『燃えているもの』,炉火,たき火

〈C〉〈U〉『火事』,火災

〈U〉(火のような)熱情,情熱

〈U〉(鉄砲などの)発射,射撃,砲火

<炉など>‘に'『燃料をくべる』,‘の'火をたく《+『up』+『名,』+『名』+『up』》

…‘に'『火を付ける』,‘を'燃やす

<陶器など>‘を'焼く,焼いて作る

(…に向けて)<銃砲など>‘を'撃つ,<弾丸・ロケットなど>‘を'発射する《+『off』+『名』(+『名』+『off』)+『at』+『名』》

(…で)<感情など>‘を'燃え立たせる,<人>‘を'興奮させる《+『名』+『with』+『名』》

《話》(…)<石・ボールなど>‘を'投げつける,<質問・批評など>‘を'浴びせる《+『名』+『at』+『名』》

《話》(…から)<人>‘を'首にする,解雇する(dismiss)《+『名』+『from』+『名』》

(…に向かって)<人が>『発砲する』,<銃などが>発射される《+『名』+『at(into,on,upon』)+『名』》

along

『…をたどって』,…に沿って

…の間に(during),…の途上で

『沿って』,並んで

《動作や状態の継続を強めて》前へ,進んで

(人を)連れて;(物を)持って

Washington

『ワシントン市』(米国の首都;Washington州と区別してしばしば Washington, D.C.という)

米国政府

『ワシントン州』(米国北西部の州;州都はOlympia;《略》『WA,Wash.』)

『ワシントン』(『George~』;1732‐99;米国初代の大統領)

district

(特別な目的のために区分された州・都市などの)『地区』,区域

(ある特色・機能をもつ)『地域』,地方

though

『…にもかかわらず』,…だけれども)although)

『たとえ…でも』

《補足的に主節の後に置いて》『もっとも…ではあるが』

recommendation

〈U〉(…を)『推薦すること』《+『of』+『名』》

〈C〉推薦状,推薦の言葉

〈C〉長所,とりえ

guy

控え綱,支え綱(テント・棒などを倒れないように張る綱)

…‘に'控え綱を張る(で締める)

especially

『特に』,特別に;きわだって

expert

(…の)『専門家』,『熟練者』,大家《+『at(in, on)』+『名』(do『ing』)》

(米陸軍で)特級射手

(特定の知識・技術に)『熟達した』,熟練の,名手の

専門家の(による),権威のある

inconsistent

食い違っている,矛盾する

deeply

『深く』

(色が)濃く

(声が)太く,(音調が)低く

(程度が)非常に,深く

destructive

『破壊的な』,破滅的な

破壊主義的な,否定的な

effect

〈C〉〈U〉『結果』

〈C〉〈U〉(…への)『効果』,効きめ,影響《+『on』(『upon』)+『名』》

〈C〉(色・音・形などの)印象,感銘

《複数形で》品物;身の回り品;動産,財産

(結果として)…‘を'『もたらす』;〈目的など〉‘を'果たす,遂行する

intention

『意図』,考え,目的

《複数形で》(自分の行動の)心づもり,動機;《話》(…と)結婚する意志《+toward+名》

whereas

《対立・対照などの副詞節を導く》…『であるのに反して』,なのに対して

《文》《理由の副詞節を導く》…なるがゆえに

airplane

『飛行機』(《英》aeroplane)

design

{C}(形式・構造などの)略図,見取り図,設計図

〈C〉『図案』,意匠,模様

〈U〉図案法,意匠術

〈C〉(…の)『計画』,企画,目的《+『for』+『名』》

《複数形で》(…への)たくらみ,下心《+『against』(『on』,『upon』)+『名』》

〈構造など〉‘を'『設計する』

…‘の'『下絵を描く』,図案を描く

…‘を'『計画する』,頭の中で考える(plan)

…‘を'『予定する』

badly

『悪く』,まずく,へたに

『大いに』,『ひどく』,非常に

crash

『ガラガラ』,『ドシン』(物が倒れたり砕けたりするときの音)

(飛行機の)『墜落』;(車の)『衝突』

(事業・相場などの)崩壊,破産

『ガチャン』(『ドシン』,『ガラガラ』)『と大きな音をたてる』

(…に)ガチャン(ドシン)と衝突する《+『into』(『against』)+『名』》

大きな音をたてて動く

〈飛行機が〉墜落する

〈事業などが〉つぶれる

(…にぶつけて)…'を'『ガチャン』(ドシン),『ガラガラ』)『と壊す』《+『名』+『against』(『into, to』)+『名』》

〈飛行機・車など〉'を'衝突させる

《話》(またgatecrash)(招待状・切符なしで)…‘に'押し掛ける・もぐり込む

応急の

earth

《the~,時に[the]E-》『地球』

〈U〉(天,空に対して)『地』,地面

〈U〉『土』(soil)

《the~》世界;全世界の人々

〈C〉土(ど)類(金属酸化物)

〈C〉《英》アース,接地[線]

〈C〉《おもに英》(キツネなどの)穴

〈植物〉‘に'土をかぶせる《+『op』+『名』》

《英》…‘に'アース線をつなぐ;…‘を'アースする(《米》ground)

silently

『静かに』

『黙って』

wreak

(…に)〈復しゅう・暴力・怒りなど〉‘を'与える《+名+on+名》

havoc

(自然の力・暴動などによる)大破壊,荒廃,大混乱,大騒ぎ

roger

(無線通信の応答で)了解

《話》(一般の会話で)分かった,よし

fox

〈C〉『キツネ』,雄ギツネ

〈U〉キツネの皮

〈C〉《話》(キツネのように)こうかつな人,ずるい人

…‘を'欺く

〈人〉‘を'当惑させる

偽る

woman

〈C〉(成人した)『女』,女性,婦人

〈U〉《冠詞をつけずに》『女性[全体]』,女

〈C〉《the womanhood》女らしさ,女性特有の感情(性格,言葉づかいなど)

〈C〉(主婦の代りに)家事をする女性,お手伝いさん;(女王に仕える)侍女,女官

〈C〉《修飾語[句]を伴って》妻,恋人,愛人

complain

(人に…について)『不平を言う』,泣きごとを言う,訴える

sexual

性の,男女(雌雄)の

有性生殖の

harassment

悩ませること;悩むこと;悩み[の種]

allow

〈事〉'を'『許す』,〈人〉‘に'許可を与える

〈金〉'を'与える,やる

(…のために)…'を'用意しておく,見越しておく《+『名』+『for』+『名』(do『ing』)》

《まれ》…'を'認める

succeed

〈計画などが〉『成功する』,うまくいく

〈人が〉(…に)『成功する』《+in+名(doing)》

〈人が〉(…を)『継承する』,相続する《+to+名》

〈物事が〉続く,後に来る

〈人〉‘の'『後任となる』

…‘に'『続く』

oust

(場所・地位などから)…‘を'追い払う,追い出す《+『名』+『from』+『名』》

recently

『人ごろ』,最近,このごろ

problem

(特に解決の容易でない)『問題』,やっかいな事熊

《単数形で》《話》(…にとって)やっかいな人《+『to』+『名』》

(特に,数学の)問題

扱いにくい,問題の

leaf

〈C〉(木・草の)『葉』

〈C〉花びら

〈C〉(本などのページの裏表)『1枚』

〈U〉(金属の)薄片,箔(はく)

〈C〉(折りたたみ式テーブルの)補助板

《おもに米》〈木が〉葉を出す《+『out』》

(本などの)ページをばらばらとめくる,内容にざっと目を通す》+『through』+『名』》

replace

(…として)…‘に'『取って代わる』《+『名』+『as』+『名』》

(…と)…‘を'取り替える《+『名』+『with』(『by』)+『名』》

…‘を'元の所に置く,戻す

process

(自然の)『作用』,過程

(物事の)『手順』,方法

(技術上の)製法,工程

召喚状,出頭令状;訴訟過程

(動植物の組織の)隆起,突起

加工(処理,調整)した

〈食品〉‘を'加工する

〈写真フイルム〉‘を'現像する

〈資料〉‘を'コンピューターにかける

…‘を'一定の手順で処理する,(整理する,調査する)

sound

〈C〉〈U〉『音』,『音響』,響き・〈U〉音の聞こえる範囲・〈C〉(音声としての)音

《単数形で》(聞いたり,読んだりしたときに受ける)感じ,響き,調子・〈U〉(無意味な)音(声);騒音,ざわめき・『音を出す』,鳴る,響く・『聞こえる,思える』(進行形にできない) ・〈楽器・ベルなど〉‘を'鳴らす・(音で)…‘を'知らせる・…‘を'発音する・〈考えなど〉‘を'打診する

reasonable

(人が)『理性的な』,分別のある

(物事が)理にかなった,公正の,適度な・(価格が)手ごろな

choice

〈C〉〈U〉(…を)『選択』,えり好み《+『of』+『名』》

〈U〉『選択権』,宣択の機会,宣択力

〈C〉『選ばれた物』(『人』)

〈C〉えり抜きの物,最上等品

えり抜きの,精選した

application

〈U〉(…の…への)『適用』,応用《+『of』+『名』+『to』+『名』》

〈U〉〈C〉『申し込み』,志願;〈C〉願書

〈U〉(薬などを)塗ること,はること;〈C〉外用薬,化粧品

〈U〉(…に)心を傾けること,専心すること《+『to』+『名』》

guess

(十分な根拠なしに)…‘を'『推測する』,推量する

(正確な推測で)…‘を'『言い当てる』,判断する

《『guess』+『that節』》《米》…‘と'『思う』(think, suppose),信じる(believe)

(…を)『推測する』《+『at』(『about』)+『名』》

(…についての)『推測』,推量《『at』(『about, as to』)+『名』(『wh-節』)》

promote

…‘を'『助長する』,促進する,増進する

(…に)…‘を'『昇進させる』,進級させる《+『名+to+名』》

〈議案など〉‘を'通過するように努力する

〈会社・事業〉‘を'発起する;〈興業〉‘を'主催する

〈商品など〉‘の'販売促進をする

least

(littleの最上級;比較級はless)

(大きさ・程度が)『最も小さい』(『少ない』)

(重要性・身分が)最も低い

(大きさ・程度・重要性が)『最小』(『最少』,『最小限』)『の物事』

『最も少なく』(『低く』)

once

(ただ)『1度』,『1回』

『かつて』,以前

《否定文で》一度も(…しない);《条件節で》いったん…すれば

『1度』,1回

『いったん』…『すれば』,…するとすぐに

historically

歴史的に,歴史上

apply

(…に)…'を'『適用する』,応用する《+『名』+『to』+『名』(do『ing』)》

(…に)…'を'『当てる』,当てがう《+『名』+『to』+『名』》

(…に)〈心・努力など〉'を'傾ける,注ぐ《+『名』+『to』+『名』(do『ing』)》

…'を'作用させる,動かす

(…に)『適用される』,当てはまる《+『to』+『名』》

申し込む,出願する;(…に…を)申し込む《+『to』+『名』+『for』+『名』》

current

『通用している』,流通している,一般に行われている

『今の』,『現在の』

〈C〉(水・空気などの)『流れ』,流動

〈C〉〈U〉電流

〈C〉(…の)『流れ』,『風潮』,動向《+『of』+『名』》

pool

(特に,自然にできた)『水たまり』

(水以外の液体の)たまり《+『of』+『名』》

『水泳プール』(swimming pool)

applicant

(…に対する)志願者,応募者《+『for』+『名』》

filter

『ろ過器』,ろ過装置;ろ過用材料(布・紙・木炭・砂など)

(写真の)フィルター

〈液体・気体〉‘を'『ろ過する』,こす;…‘を'ろ過して取る

ゆっくり進む(通る)

fair

《米》(農産物・家畜などの)『品評会』;(一般に)『博覧会』

《英》定期市,縁日(特に祭日などに定期的に開かれ,見世物などが出てにぎわう)

慈善市(bazaar)

blindly

盲目的に,向こうみずに

repeat

〈自分がすでに一度言ったこと)‘を'『繰り返して言う』

〈他人の言ったこと〉‘を'おうむ返しに言う;…‘を'他の人に繰り返して言う

…‘を'『暗記して言う』,暗唱する

…‘を'繰り返して行う(do again)

(食べたあとで)〈食物の〉味が残る

〈小数が〉循環する

繰り返すこと,反復すること

繰り返されるもの,(公演の)再演;(番組の)再放送

反復楽節;反復記号(∥: :∥)

practice

〈U〉(絶えず繰り返す)『練習』,けいこ

〈C〉〈U〉(1回の)練習の時間

〈U〉(練習で得た)熟練,腕前

〈U〉(理論に対して)(…の)『実行』,実施,実際《+『of』+『名』(do『ing』)》

〈C〉(…の)『習慣』,しきたり《+『of』+『名』(do『ing』)》

〈U〉(医師・弁護士などの)開業

〈C〉(医師・弁護士の)業務,仕事

…‘を'『練習する』,けいこする

(習慣的に)…‘を'『実行する』,実践する

〈弁護士・医師〉‘を'開業する

(…を)練習する,けいこをする《+『at』(『on, with』)+『名』(do『ing』)》

(弁護士・医者として)開業する,開業している《+『as』+『名』》

pattern

(壁紙・織物などの)『模様』,柄,デザイン

『模範』,手本

『原型』,ひな型

(行動・性資の)『型』,様式パターン

(…の型)・手本に従って)…‘を'型どる,作る,まねる《+『名』+『upon』(『on, after』)+『名』》

…‘を'模様をつける

automate

〈工場・機械〉‘に'自動装置をつける,'を'オートメーション化する

status quo

現状

perfect

『完全な』,欠点のない,申し分のない

(必要なものが)『完全にそろった』

(写しなどが原物に)『正確な』

《名飼の前にのみ用いて》全くの

(文法で)完了の

《the ~》完了時制

〈C〉完了形(完了時制の動詩形)

…‘を'『完鮮にする』

add

1〈二つ以上のもの〉'を'『合計する』《+『名』+『up』(『together』),+『up』(『together』)+『名』》

(…に)…'を'『加える』,足す,付け足す《+『名』+『to』(『and』)+『名』》

《『add』+『that』『節』》…‘と'つけ加える

足し算をする,加える

company

〈U〉『来客』,客

〈C〉『会社』《略》(単数)『co.』,(複数)『cos.』;会社名の時は『Co.』)

〈U〉交際,付き合い

〈U〉『仲間』,友だち

〈C〉《集合的に》(…の)『団体』,一行,一座,劇団《+『of』+『名』》

〈C〉(陸軍の)歩兵中隊

〈C〉《集合的に》(船の)全乗組員

embarrassing

(人を)まごつかせる,困惑させる,きまり悪がらせる

lawsuit

訴訟[事件]

follow

…‘の'『後について行く』;…‘の'後に続く(来る)

〈道など〉‘を'『たどる』,‘に'沿って行く

〈規則など〉‘に'『従う』

〈動きなど〉‘を'じっと見詰める,観察する

…‘を'理解する(understand)

…‘を'まねる,模範とする

〈職業〉‘に'従事する

…‘から'起こる(result from)

〈人・動物など〉‘を'追跡する,追う

『後について行く』(『来る』)

『続いて起こる』,次に来る

(論理的に)…という結論になる,当然の結果として…となる

focus

『焦点』

焦点距離(focal length)

焦点整合,ピント

(活動・興味・重要性などの)焦点,中心

(楕円・放物線・双曲線などの)焦点

震源[地]

(…に)〈レンズなど〉‘の'『焦点を合わせる』《+『名』+『on』+『名』》

(…に)〈注意など〉‘を'集中する《+『名』+『on』+『名』(do『ing』)》

(…に)〈レンズなどの〉焦点が合う;〈注意などが〉集まる《+『on』+『名』》

accuracy

『正確さ』,精密

means

〈C〉《単数・複数扱い》『方法』,『手段』

《複数扱い》『資力』,『財産』,富

bias

〈C〉(布地の裁断や縫い目の)斜線,バイアス

〈C〉〈U〉(…に対する)心理的傾向,性癖;先入観;偏見《+『toward』(『against』,『for』)+『名』》

斜めの;斜めに裁った

(…に対して)〈人〉‘に'偏見を抱かせる,〈人の意見・心〉'を'一方に片寄らせる

《+『名』+『against』(『towards, in favor of』)+『名』》

codify

〈法律〉'を'法典に編集する,成文化する

sexism

(職業選択などでの)女性差別主義,男女差別

bigotry

がんこな信仰,(人種的)偏屈,がん迷

thought

think の過去・過去分詞

〈U〉『考えること』,思索,熟考

〈C〉〈U〉(一つの)『考え』,思いつき(idea)

〈U〉(ある個人・グループ・時代・場所に特有の)『思想』,考え方

〈C〉〈U〉(…への)『配慮』,心遣い,思いやり《+for+名》

〈U〉(…する)つもり,意図《+of doing》

《a~》《話》少々,ちょっと

experiment

(…の)『実験』,試み《+『in』(『on, with』)+『名』》

(…の)実験をする《+『on(upon, with)』+『名』》

entirely

『全く』,『すっかり』,完全に

segregate

…‘を'分離する;〈患者など〉‘を'隔離する

〈特定の宗派・人種・社会団体など〉‘を'差別する,差別待遇する

分かれる,分離する

(特に人種で)差別する

society

〈U〉《通例冠詞をつけないで》(全体として見た人間の)『社会』,世間[の人々],すべての人々

〈C〉〈U〉(特定の利害・文化を共にする人間の)『社会』

『会』,協会,クラブ

〈U〉『上流社会』[『の人々』],社交界

〈U〉交際,つきあい,社交

上流社会の,社交界の

town

〈C〉町

《the~;一つの町を指して言うとき a~》(田舎と区別して)『都会』;都会生活

《冠詞をつけずに》都心,(商店の立ち並ぶ)下町

《冠詞をつけずに》(ある地域の)主要な町(市);(一国の)首都

《the~》《集合的に;単数扱い》町の人たち,町民

police

《the~》『警察』

《複数扱い》『警察官』(policemen)

(警察的な組織をもつ)治安隊,保安隊

(警察力で)…‘を'取り締まる;〈場所〉‘の'治安を保つ

…‘を'管理する,監視する

minority

〈C〉《単数形で》(ある集団または全体を構成する,多数に対する)『少数』,(過半数に対する)半数以下

(またminority group)〈C〉(人種・宗教・政治の点で)『少数派』,少数グループ,少数民族

〈U〉未成年;未成年期

crime

〈C〉(事律上の)『犯罪』,罪

〈U〉(一般に)犯罪[行為]

〈C〉《a~》『よくない行為』,ばかげた行為

arrest

(…の罪で)…'を'『逮捕する』,検挙する《+『名』+『for』+『名』》

〈進歩など〉'を'止める

〈注意など〉'を'ひく

逮捕,検挙

止めること,阻止,停止

top

〈C〉《the ~》(…の)『いちばん上の部分』,最先端,頂上

〈C〉《the ~》(…の)『最上面』,表面《+of+名》

《the ~》(…の)『最高位』,『首位』;上座《+of+名》

《the ~》(…の)『最高の程度』,頂点《+of+名》

〈C〉《the ~》(びんなどの)ふた,栓;(車の)屋根[カバー],ほろ《+of+名》

〈C〉《複数形で》(根菜の)葉の部分《+of+名》

〈C〉(上下の服の)上

《通例名詞の前にのみ用いて》

『最も高い』,いちばんの

『最上位の』,第一位(一級)の

最高程度の

…‘に'『おおい(ふた)を付ける』

…の頂上にある,頂上をおおう

…‘の'頂上に達する,‘を'登りきる

…‘を'しのぐ,‘に'まさる

<野菜・果実など>‘の'葉の部分を切る(刈り力む)

(ゴルフで)<球>‘の'上をたたく

predict

(知識・経験・吹論などで)'‘を'『予報する』,『予言する』

occur

〈異状な事が〉『起こる』

〈考えが〉『浮かぶ』

在存する,見いだされる

criminal

『犯罪の』,罪の犯した

《名詞の前にのみ用いて》『研事上の』

《補語にのみ用いて》《語》ばかげた,途方もない

『犯人』

brag

(…を)自慢する《+『of』(『about』)+『名』(do『ing』)》

《『brag』+『that』節》…'を'自慢する

〈C〉自慢の種

〈C〉ほら吹き

accurate

『正確な』,的確な,精密な

reality

〈U〉現実[性],実在

〈C〉(個々の)現実,事実,現物

drastic

思い切った,徹底的な

severe

(人・法律などが)『厳しい』,厳格な

(態度・表情が)厳粛な,いかめしい

(病気などが)『重い』,危険な

(様式・趣味などが)簡素な,じみな,飾りのない

(人の体に)厳しくこたえる,激しい

(試験などが)難しい,厳しい

segregation

分離(隔離,差別)すること(された状態)

(特に黒人に対する)人種差別

plenty

(数・量が)『たくさん』(の),『たっぷり』(の)《+『of』+『名』》

(あり余るほどの)豊かさ,豊富(abundance)

たくさんの,十分な

《話》全く(quite)

《米話》とても(very)

evidence

『証拠』,証拠物件

印,徴侯,形跡(indication)・(証拠をあげて)…‘を'証明する・「in evidence」で「証拠(証人)として」

justice

〈U〉『正義』,正しさ;『公平』,公正

〈U〉『正当性』,妥当性

〈U〉司法,裁判

〈C〉『裁判官』(judge),判事,《英》最高法院の判事,《米》最高裁判所判事

hotspot

(政治上などの)係争地域

fact

〈C〉『事実』,実際にある(あった)事

〈U〉真相,真実(truth)

《the~》(法律用語で)犯行

recidivism

犯罪をくり返すこと,常習犯罪性

risk

『危険』;危害(損害)を受ける可能性《+『of』+『名』(do『ing』)》

〈生命など〉‘を'『危険にさらす』

…‘を'危険(失敗,損失など)を覚悟してする

Florida

フロリダ州(米国南東端の州;州都はTallahassee;《略》『Fla.,Flor.,FL』)

sentence

〈C〉『文』,文章

〈C〉〈U〉(…に対する)『判決』,(刑の)『宣告』

〈人〉‘に'宣告する

judge

『裁判官』,判事

(競技・コンテストなどの)『審査員』,審判

(…の)『鑑定家』,目のきく人,(物事の)よしあしの分かる人《+『of』+『名』》

〈人・事件〉‘を'『裁判する』

〈競技など〉‘を'『審判する』,〈コンテストなど〉‘を'審査する

〈人・物事〉‘を'『判断する』,『評価する』;…‘と'[判断して]思う

(…で…を)判断する,評価する《+『of』+『名』+『by』+『名』》

(裁判官・審判などとして)(…を)裁く,判定する;(…の間の)優劣を判定する《+『between』+『名』》

black

『黒い』,黒色の

『暗い』,まっ暗な(dark)

(特にアフリカ系)黒人の

汚い(dirty),汚れた(soiled)

陰気な(gloomy);不吉な;見通しの暗い

怒った(angry);不きげんな(sullen)

腹黒い,邪悪な(wicked, evil)

《文》不名誉な

(コーヒーに)クリーム(牛乳)を入れない,ブラックの

〈U〉『黒』,『黒色』

〈C〉《しばしば『B-』》黒人

〈U〉黒衣,(特に)喪服

黒くなる;暗くなる

…'を'黒くする;…'を'暗くする(blacken)

(靴墨で)〈靴〉'を'みがく

low

(高さ・位置が)『低い』,低い所にある

(価格・数量・程度などが)『低い』,少ない

(身分・地位などが)『低い』,卑しい

(人格・行為などが)『卑しい』,下劣な,下品な

《補語にのみ用いて》(体が)『弱った』;元気のない,憂うつな

(供給が)不十分な;(…が)乏しい《+『in』(『on』)+『名』》

(音・声が)低い,小さい

(生物が)下等な

『低く』,低い所に

(価格・程度などが)『安く』,低く

低い声(調子)で;静かに

最低点,最低水準

drug

『薬』,薬品,薬剤

『麻薬』,麻酔剤

〈人〉‘に'薬(特に麻酔剤)を与える

〈飲食物〉‘に'(麻酔薬・毒薬などの)薬を混ぜる

possession

〈U〉(…の)『所有』,所持《+『of』+『名』》

〈C〉しばしば複数形で》『所有物』;財産(property)

〈C〉領地,領土

〈U〉(悪麗などに)とりつかれること

record

〈C〉(…の)『記録』,(…を)記録すること《+『of』(『about』)+『名』(『wh-節』)》

〈C〉公文書;公判記録;(昔の)遺物

〈C〉(個人・団体の)『経歴』;業績;成績

〈C〉(スポーツなどの)『最高記録』,レコード

(また『disc』)〈C〉音盤,レコード

記録的な

(文書・写真などに)…‘を'『記録する』

〈計器などが〉|‘を'示す

〈音〉‘を'テープ(レコード)に吹き込む

〈作品など〉‘を'録音する

felony

重罪(謀殺・強盗などの凶悪犯罪)

likely

《補語にのみ用いて》…『しそうな』,らしい

《名詞の前にのみ用いて》『ほんとうらしい』,ありそうな

『適切な』,あつらえ向きの

『たぶん』,おそらく(probably)

technologist

科学技術者,工業技術者

hide

…‘を'『隠す』

〈感情など〉‘を'人に知られないようにする,おもてに出さない,秘密にする

〈物が〉…‘を'見えなくする,おおい隠す

『隠れる』,潜む

(狩猟・撮影などのため)動物を観察する隠れ場所

ugly

(外見・容ぼうが)『醜い』,ぶかっこうな

『不快な』,いやな(disagreeable)

(道徳的に)悪い,ひんしゅくを買う

(天侯・事熊などが)『険悪な』,荒れ模様の

《話》不きげんな;気むずかしい;けんか好きな:

truth

〈U〉(物事の)真実,事実,真相

〈U〉『真実性』,真実味,ほんとうのこと

〈C〉『真理』,原理

〈U〉誠実さ,実直さ,正直

inside

《the~》(物事の)『内部,内側』;内面

《しばしば複数形で》《話》おなか,腹

『内部の』,内側の;内面の;秘密の;(野球で)内角の

『中へ』(で),屋内で(に)(indoors)

『…の中で』(に,へ)

…以内に

black box

ブラックボックス(機能は決められているが内部構成は決められていない電子回路の一部)

coin

(1枚の)『硬貨』(金貨・銀貨・銅貨・ニッケル貨など);〈U〉《集合的に》貨幣,硬貨

〈貨幣〉'を'鋳造する

〈金属〉'を'(貨幣に)鋳造する《+『名』+『into』+『名』》

〈新語など〉'を'作り出す;〈理由など〉'を'でっちあげる

term

〈C〉『専門用語』,術語

〈C〉(一般に)語[句],言葉

《複数形で》言い道,言飯遣い

〈C〉『期間』

〈C〉〈U〉『学期』

《複数形で》(人との)間柄,仲《+with+名》

《複数形で》(協定などの)『条件』;要求額,値段

〈C〉(数式で)項

《term+名〈目〉+名(形)〈補〉》(…と)…‘を'名づける,呼ぶ

weapon

『武器』,兵器

『攻撃(防御)手段』

destruction

『破壊』[行為]

破壊された状態,破滅,絶滅

破壊手段,破壊をもたらすもの

mistake

『誤り』,『間違い』;誤解,思い違い

…‘を'『間違って考える』,誤解する

《『mistake』+『名』+『for』+『名』》(別の物・人と)…‘を'『取り違える』

private

『私的迭』,個人的な

『私有の』,私営の,私立の

『内密の』,非公開の,秘密の

公職についていない,在野の;(軍隊で)士官(下士官)でない

人目につからい,孤立した

兵卒,兵(軍隊で最も下の三階級)

end

(細いものの)『端』,先端《+『of』+『名』》

(物語などの)『終り』,終結部《+『of』+『名』》

(物事・期間の)『最後』《+『of』+『名』》;(…に)結末をつけるもの《+『to』+『名』》

(…の)端の部分,末端部《『of』+『名』》

《しばしば複数形で》『目的』(purpose),目標(aim)

《遠回しに》死,滅亡

《しばしば複数形で》切れ端,くず,残りもの

(事業などの)部門(part)

(フットボールで)エンド)前衛両端の選手または位置)

…‘を'『終わらせる』,終える

〈物事が〉…‘の'終りとなる,‘を'締めくくる

『終わる』,終了する(come to an end)

public

《名詞の前にのみ用いて》『公の』,『公共の』,公衆の

公開の

《名詞の前にのみ用いて》『公務の』,公務に従事する

一般に知れ渡っている,周知の

《the~》《集合的に》『一般の人々』,公衆

《the~》《a~》…界,…仲間

sell

…‘を'『売る』,売却する

…‘を'『販売する』,商う

〈品質・値段・宣伝などが〉〈商品など〉‘の'売り行きをよくする

《話》(…を)〈人〉‘に'売り込む,受け入させる《+『名』〈人〉+『on』+『名』》

《話》〈計画・孝え・自分自身など〉‘を'売り込む

(…に)〈国家・名誉・良心など〉‘を'売る,売り渡す《+『名』+『to』+『名』》

《話》《通例受動態で》…‘を'だます,‘に'偽物を売りつける

〈商店・人が〉売る,販売する

〈商品が〉(…の値段で)売られている《+『at』(『for』)+『名』》

〈考えなどが〉(…に)受け入れられる《+with(to)+名》

《単数形で》《話》ぺてん,ごまかし

売り込み

government

〈C〉《集合的に》《しばしば『Government』》(国家・都市・その他の政体を支配する)『政府』,行政府,内閣

〈U〉『政体』,政治体制

〈U〉(…の)『統治』,政治,行政《+『of』+『名』》

〈U〉(…の)管理,運営《+『of』+『名』》

〈C〉(各種機関の)理事会,執行部

institution

〈U〉『設立』,制定,開始

〈C〉『慣例』,制度,慣習

〈C〉『公共機関』(学校・病院など);学会,協会;その建物

sauce

〈U〉〈C〉『ソース』

〈U〉果物の砂糖煮

《話》=sass

…‘を'ソースで味つけする;…‘に'ソースをかける

《話》=sass

power

〈U〉(名身が生れつき備えている,また物事を遂行できる)『能力』,『力』

〈U〉(…に対する)権力,支配権《+『over』+『名』》

〈C〉(法・官職などによる)権限

《複数形で》(生まれながらの)体力,知力,才能

〈C〉権力者,実力者;影響力のある集団;強国・大国〈U〉軍事力;国力

〈U〉強さ,力

〈C〉《通例複数形で》神;悪魔

〈U〉動力;工率,仕事率

〈U〉(電気などの)エネルギー,力

〈C〉(数学で)累乗

〈U〉(レンズの)倍率

〈U〉《a~》《話》(…の)多数,多量

〈機械〉‘に'動力を供給する

profit

〈U〉〈C〉『利益』,もうけ,収益

〈U〉得(益)になること

〈人が〉(…で)利益を得る,得をする《+『by』(『from』)』+『名』(do『ing』)》

〈物事が〉役に立つ,ためになる

…‘の'利益になる,ためになる

wield

《古・文》〈武器・道具など〉‘を'使いこなす,用いる

〈権力・武力など〉‘を'振るう,行使する

authority

〈U〉(地位の持つ,また職能上与えられた)『権威』,『権力』,権限,権能

〈C〉『権力者』,権限者;《複数形で》『当局』,その筋,官庁

〈C〉(情報・助言などの)信頼すべき筋,信頼できる根拠;典拠

〈C〉(その道の)大家,権威(expert)《+『on』+『名』》

inscrutable

計り知れない,不可解な

might

mayの過去形

《直説法で》《時制の一致により従節に用いて》

《仮定法で》

《現在の事実と反対の仮定》…『かもしれないのだが』;…してもよい

《過去の反対の推量》…『したかもしれない』

《仮定法から転じて遠回しの表現で》

《可能性・推量》『ひょっとしたら』…『かもしれない』

《疑問文で》《不確実》いったい…だろうか

《許可》…『してもよい』

《提案・依頼》…『してくれませんか』…してみてはどうだろうか

《非難・不平》…『してもよさそうなものだ』

stuff

『材料』,原料,資料

《話》(ばく然と)『物』

素質,本領

くだらないもの(こと);ばかげた考え

《古》布地

(…を)〈入れ物・車など〉‘に'『詰める』,詰め込む《+名+with+名》

(入れ物などに)…‘を'『押し込む』《+名+into+名》

(…で)〈穴など〉‘を'ふさぐ《+up+名+with+名》

《しばしば受動態で》《話》(食物を)〈自分,自分の復〉‘に'詰め込む

(料理の材料で)…‘に'詰め物をする《+名+with+名》

(剥製にするため)〈死んだ動物〉‘に'詰め物をする

〈投票箱〉‘に'不正票を入れる

たらふく食べる

competition

〈U〉〈C〉(…との…の)『競争』《+『with』+『名』+『for』+『名』》

〈C〉試合

maybe

『たぶん』,おそらく,ことによると

free

(束縛された状態になく)『自由な』,自由の身の

(国家・国民などが)『独立している』

(思想・行為などが)強制されない,自発的な

(動作が)拘束されない,無理のない

《補語にのみ用いて》(苦痛・制約などを)『免れている』,(誤り・偏見などの)ない《+『from』(『of』)+『名』》

《補語にのみ用いて》《『be free to』do》『自由に』…『できる』

(仕事から)解放された,暇になった;(部屋などが)使用されていない,空いた

『無料の』;無税の

出し惜しみしない

遠慮のない,慎みがない

(道路などが)障害のない,自由に通れる

固定していない,離れた

無料で

自由に,妨げられずに(freely)

(…から)〈人・国など〉‘を'『自由にする』,解放する《+『名』+『from』+『名』》

(困難などから)〈人〉‘を'救う《+『名』+『form』+『名』》

(障害などを)〈人・物〉‘から'取り除く《+『名』+『of』(『from』)+『名』》

(物を)…‘から'片付ける,外す《+『名』+『of』+『名』》

market

〈C〉(食糧などが取り引きされる)『市場』,市(marketplace)

〈C〉(食糧品などが売られる)店

〈C〉〈U〉(商品が売買できる)『市場』,販路,取引き先

〈C〉(日用必需品の)商売,商取引き

〈〉(物品に対する)需要,要求,売れ口《+『for』+『名』》

〈C〉〈U〉『相場』,市況,市価

市場で売買する

〈食糧・物産など〉‘を'市場に出す;(市場で)〈商品〉‘を'売る

solve

〈問題など〉‘を'『解く』,解明する,解決する

economic

『経済の』

『経済学の』

rational

(物事が)『道理にかなった』,合理的な

(人が)『理性的な』,分別のある

『理性を備えた』

(数が)有理の

agent

『代理人』;周旋人

働き(作用)を起こすもの;作用物,薬剤

(政府機関,特にFBI,CIAなどの)部員,機関員

racist

民族主義者;人種差別主義者

民族主義の;人種差別主義の

wish

《現在の反対への願望を表して》《wish+that『節』》…『であればよいのにと思う』

《過去の事実と反対の仮定・想像を表して》《wish+that『節』》…『であればよかったのにと思う』

…‘を'『望む』,したい

《『wish』+『名』〈人〉+『名』=+『名』+『to』+『名』〈人〉》〈人〉に〈あいさつ,幸運を祈る言葉など〉‘を'『述べる』,言う,祈って言う

《実現の可能性がある願望》…であればよいと思う

(…に)…‘を'押しつける,無理して頼む《+『名』+on(upon)+『名』》

(…を)『望む』,ほしがる《+for+『名』》

(…に)願いをかける《+on(upon)+『名』》

〈C〉〈U〉『願い』,願望,希望

〈C〉《複数形で》(人の幸福などを願う)『祈願』,好意

〈C〉『望みの物』,願いごと

aggregate

…'を'集める

総計(…に)なる《+『to』+『名』》

集まった,総計の

集合体

〈U〉〈C〉(砂利など)骨材

《the ~》総計,総額

sociologist

社会学者

consistently

一貫して;矛盾なく,きまって

demonstrate

〈真理・学説など〉‘を'『輪証する』,証明する(prove)

(実例・実験・標本などによって)…‘を'『説明して見せる』,明示する

〈物事が〉…‘の'証拠となる,‘を'明らかに示す

〈感情など〉‘を'表に出す,あらわに示す

(…に反対して,…を要求して)『示威運動をする』,デモをする《+『against』(『for』)+『名』》

(観察する人々の前で)実験授業をする

bunch

(…の)『ふさ』(cluster),束《+『of』+『名』(複数)》

《話》(…の)群れ《+『of』+『名』(複数)》

一団(束)になる《+『up』》

…'を'束(ふさ)にする

equally

『平等に』,同等に;『均一に』,均等に

《文を修飾して》同時に

qualify

〈才能・技術などが〉〈人〉‘に'『資格を与える』

(…で)‘を'緩和する,適度にする《+『名』+『with』+『名』》

〈人〉‘を'(…と)称する《+『名』〈人〉+『as』+『名』》

(文法で)…‘を'修飾する(modify)

『資格を得る』,検定を取る

(スポーツで)予選を通過する《+『in』+『名』》

disappointing

失望させるような,意外につまらない

result

〈C〉〈U〉『結果』,結末;成果,効果

《複数形で》(試験・競技などの)『成績』

(…の)『結果起こる』(『生じる』)《+『from』+『名』(do『ing』)》

(…という)『結果になる』,(…に)終わる(end)《+『in』+『名』(do『ing』)》

inject

(…に)〈液体など〉‘を'注射する,注入する《+『名』+『into』+『名』》;(…を)…‘に'注射する《+『名』+『with』+『名』》

(話などに)…‘を'動入する,さしはさむ《+『名』+『into』+『名』》

collect

(趣味として)…'を'『集』,収集する

〈税金・代金など〉'を'『徴集する』,集金する;〈寄付など〉'を'募る,集める

〈勇気・冷静さなど〉'を'取り戻す,回復する;〈考えなど〉'を'まとめる,集中する

〈人が〉『集まる』,集合する

〈雨水・ほこりなどが〉たまる,積もる

集金する;募金する

料金先払いの(で),着払いの(で)

irrelevant

見当違いの;取るに足りない

pick

(入念に)…‘を'『選ぶ』,選び取る

〈草花・果実など〉‘を'『摘む』,もぐ

〈鳥など〉‘の'羽をむしる;(…から)…‘を'むしる《+『名』+『from』+『名』》

(とがった物で)…‘を'つつく,つついて穴をあける《+『名』+『with』+『名』》

〈鳥などが〉〈えさ〉‘を'つつく,つついて食べる

〈争いなど〉‘を'しかける;(人に)〈口論など〉‘を'ふっかける《+『名』+『with』+『名』〈人〉》

(針金などで)〈錠〉‘を'こじあける

〈ポケット・さいふなど〉‘の'中身をすり取る

〈弦楽器・弦〉‘を'指で鳴らす,つまびく

入念に選ぶ

〈鳥が〉えさをつつく;(食浴がなくて)〈人が〉(…を)少しずつ食べる《+『at』+『名』》

〈U〉(…の)選択(choice),(…を)選ぶこと(権利)《+『of』+『名』》

〈C〉(…から)選択された人(物);《the~》(…から)選ばれた最上の人(物)《+『of』+『名』》

expect

…‘を'『予期する』,予想する

(当然のこととして)…‘を'要求する

《おもに英語》《expect that節》…と思う

emerge

(水中・暗やみなどから)『出てくる』,現れる(appear)《+『from』(『out of』)+『名』》

〈問題・事実などが〉出てくる

(逆境などから)浮かび上がる《+『from』+『名』》

unscathed

無傷の,けがをしていない

check

〈C〉(…の)『阻止』,(…を)尻い止めること《+『to』+『名』》(stop)

〈C〉(…を)抑制(制御)する人(物)《+『to』+『名』》

〈C〉(確認のための)『引き合わせ』,照合,検査;《米》照合の印

〈C〉(預金けた手荷物の)合い礼,チッキ

〈U〉格子(こうし)じま]の織物];〈C〉格子じまの1目

〈C〉《米》『小切手』(《英》cheque)

〈C〉《米》(食堂・酒場などの)伝票,勘定書(bill)

〈C〉(チェスの)王手

…'を'『急に止める』)『阻止する』)

〈感情・行動など〉'を'『抑制する』,,抑える(restrain)

(確認のために)…'を'『照合する』;《米》…‘に'照合の印を付ける

…'を'『点検する』,検査する

《米》〈所持品など〉'を'一時預けにする

〈荷物など〉'を'チッキで送る

…‘に'格子(こうし)じまを付ける,市松模様を付ける

〈チェスで,キング〉‘に'王手をかける

〈計算などが〉(…し)合う,一至する《+『with』+『名』》

fairness

《古》美しさ

色白,金髪

公平,公正,正々堂々

interrogate

(…について)(正式に,手順をふんで)〈人〉‘に'問いただす,‘を'尋問する《+『名』〈人〉+『about』+『名』(do『ing』)》

尋問する;質問する

fix

(…に)…‘を'『固定する』,取り付ける《+『名』+『in』(『on, to』)+『名』》

…‘を'『決める』,定める

(…に)…‘を'向ける《+『名』+『on』(『upon』)+『名』》

(…に)…‘を'置く,据える《+『名』+『in』(『on』)+『名』》

《米》…‘を'『修理する』,直す

《話》…‘を'整とんするも,きちんと整える

〈流行・型など〉‘を'定着させる;〈写真のネガ〉‘を'定着する

《話》〈試合〉‘を'八百長に仕組む

《米》〈食事〉‘を'用意する,〈食べ物・飲み物〉‘を'作る

《俗》…‘に'仕返しする

《話》苦境,窮地

(船舶・航空機の)位置の決定

《俗》麻薬の注射する;注射する麻薬[の量]

audit

会計検査(監査)

決算報告[書]

…‘の'会計検査(監査)をする

《米》(大学の講義)'を'聴講する

会計検査(監査)をする

integrity

完全,無欠

高潔,清廉,誠実

white

〈U〉『白』,白色

〈U〉〈C〉白いもの;(特に)『卵の白身』

〈U〉『白衣』,白色の服;《しばしば複数形で》白の制服(運動着など)

〈C〉白人

『白い』,白色の,純白の

(恐怖で人・顔・唇などが)『青白い』,血の気のない(pale)

(皮膚の色の)白い,白人の

(髪・ひげなどが)銀色の,改色の

雪のある,雪の積もった

《おもに古》潔白の,罪のない

《英》(コーヒーが)ミルク入りの

…‘を'白くする,漂白する

smoke

〈U〉『煙』;煙状のもの

〈C〉たばこの一服,喫煙

〈C〉《話》たばこ,(特に)紙巻きたばこ

『煙を出す』,煙る;湯気を立てる

『たばこを吸う』

〈たばこ・麻薬など〉‘を'『吸う』

〈肉・魚〉‘を'『薫製』(くんせい)『にする』,いぶす

pot

〈C〉(金属・陶器・ガラス製などの)『つぼ』,かめ,鉢(はち);深なべ・〈C〉びん・つぼ・かめ・なべなどの)1杯分(の分量)《+『of』+『名』》

〈C〉室内用便器(chamber pot)

〈C〉《話》優勝カップ

〈U〉《the pot》《おもに米》(ポーカーなどの)1回の総賭(か)け金

〈C〉《しばしば複数形で》《話》多額[の金]

〈U〉《the pot》《米》(仲間が共同で使えるように出し合う)基金

〈C〉《話》《おもに英》お偉方,大物

〈U〉《属》マリファナ(marijuana)

=potbelly

〈植物〉‘を'鉢植えにする

〈食物〉‘を'容器に入れて保存する

(食用・スポーツとして)〈獲物〉‘を'撃ち殺す

《話》〈子供〉‘を'室内便器に坐らせる

rate

〈C〉『割合』,『率』

〈C〉《the~,a~》『速度』(speed),進度

〈C〉『値段』,『相場』;料金

〈U〉等級(class),(…)等

《複数形ぃ》《英》地方税

(…の金額に)…‘の'『値段を決める』,見積もる《+『名』+『at』+『名』》

…‘を'『評価する』,みなす

《米話》…‘に'値する,‘の'価値がある

『評価される』;みなされる

far

《距離》『遠くに』,遠くへ,はるかに

《時間》『ずっと後まで(に),ずっと先まで(に)』

《程度》《形容詞・副詞[句],およびその比較級を修飾して》『ずっと』,はるかに(much),たいそう

《おもに文・詩》(場所が)『遠くにある』,遠い

(二つのうち)『遠いほうの』,向こう側の

長距離(長時間)にわたる

(政治的に)極端な

depend

〈人が〉『頼る』,依存する,当てにする

〈物事が〉…次第である,‘に'かかっている(受動態にできない)

area

〈U〉〈C〉『面積』

〈C〉『地域』,『地方』(region, district)

〈C〉(活動・研究・興味などの及ぶ)『範囲』,『領域』(range)《+『of』+『名』》

〈C〉《英》=areaway 1

category

(論理学・哲学で)範疇(はんちゅう)(ある体系の中でその内容特質に応じて分けた部門)

account

〈C〉『計算』,勘定

〈C〉『計算書』,勘定書;簿記

〈C〉(商売の)取引;(銀行の)口座

〈C〉『説明』,報告;記事

《文》〈U〉価値(value),重要性(importance)

〈U〉根拠;理由

《『account』+『名』〈目〉+『形』(『名』,『過分』)〈補〉》(…と)…'を'考える,みなす(consider)

support

…‘を'『支える』

〈家族など〉‘を'『養う』,扶養する

〈人・主義など〉‘を'『支持する』,擁護する

(精神的に)〈人〉‘を'力づける;(金銭的に)〈人〉‘を'援助する

〈見解など〉‘を'立証する,裏書きする

…‘に'耐える,がまんする

〈U〉(…を)『支えること』,(…の)支持,援助《+of+名》

〈U〉(重さを支える)支柱,突っ張り

〈C〉『扶養する人』;〈U〉生活費

〈U〉(精神的)支え,(経済的)援助

culture

〈U〉『教養』;修養;教化

〈C〉〈U〉『文化』(主として精神面をさし,生活・習慣・物の考え方などを含む)Greek cultureギリシア文化

〈U〉(…の)『耕作』;『栽培』,養殖,培養《+『of』+『名』》

quite

『全く』,完全に

『かなり』,相当に,ずいぶん

ほんとうに,実際に,真に

orchestra

『オーケストラ』,管弦楽団

オーケストラの楽器一式

(またorchestra pit)(劇場の)オーケストラ席(舞台と客席の間に一段低く設けられている)

《米》(劇場の1階前方の)上等席;1階[席]

audition

〈C〉視聴テスト,オーディション(歌手・俳優など声の質や演技を試す審査)

〈U〉聴力,聴くこと

〈歌手・俳優などの能力〉'を'視聴審査する

〈歌手・俳優などが〉(ある役に対して)視聴審査を受ける《+『for』+『名』》

behind

《場所・位置》…『の後ろに』,『の陰に』[隠れて]

《比喩的に》…の陰に隠されて,の裏に(at the back of)

…を支持して,…に味方して

《leave,remain,stayなどの動詞と共に用いて》…『の後に』,が去った後に

(定められた時刻)『に遅れて』;(知識・仕事・進歩などが)遅れて

過ぎ去って,過去に

《場所・位置》『後ろに』,陰に[隠れて]

《leave,remain,stayなどの動詞と共に用いて》『後に』

(定められた時刻に)『遅れて』;(知識・仕事・進歩などが)遅れて

(人の)しり

sheet

『敷布』(しきふ),シーツ

(紙など薄いものの)『1枚』《+『of』+『名』》

印刷物;新聞;(切手の)シート

(火・水などの)『一面の広がり』

…‘に'シーツをかける,‘を'敷布で包む

…‘を'一面におおう

distract

(…から)〈人〉‘の'『注意』(『気持ち』,『関心』)『をそらす』,〈注意・心など〉‘を'『そらす』《+『名』+『from』+『名』》

《しばしば受動態で》〈人〉‘の'『心を乱す』,‘を'まごつかせる,当惑させる《+『名』+『with』(『by』)+『名』》

factor

(…の)『要因』,(…を生み出す)要素《+『in』+『名』(do『ing』)》

囲数,約数

代理人,《おもに英》仲買人

=factorize

consider

(決定・決意のために)…'を'『よく考える』,熟慮する

…'を'『みなす』,思う(進行形にできない)

…'を'『考慮に入れる』,心にとめる

…'を'重んじる,尊重する;…‘に'注意(注目)する

熟慮する,考えてみる

fail

『失敗』する,しくじる;落第する

不足する,欠けている

『衰える』,弱くなる

〈会社などが〉破産する,倒産する

(いざというときに)〈人〉‘の'『役にたたない』,期待を裏切る,〈人〉‘を'見捨てる

〈教師が〉〈学生・生徒〉‘を'落とす,‘に'落第点をつける

〈学科・試験など〉‘に'『落第する』

=failure

immediately

『ただちに』,即座に

直接に,じかに(directly)

…するや否や(as soon as)

error

〈C〉『誤り』,『まちがい』

〈U〉思い違い,誤解

〈U〉〈C〉過ち,過失

〈U〉(計数の)誤差

〈C〉(野球で)エラー,失策

whom

《疑問代名詞》『だれを(に)』,どんな人を(に)

《関係代名詞》

《制限用法》(…する,…した)『ところの』

《非制限用法》『そしてその人を(に)』

cost

〈品物が〉〈ある金額〉‘が'『かかる』,'を'要する

〈物事が〉…'を'『犠牲にさせる』,失わせる

〈仕事など〉‘の'手間(原価)を計算する

『代価』,値段;《しばしば複数形で》経費,費用

《the cost》『犠牲』,損失

《複数形で》訴訟費用

failure

〈U〉(…における)『失敗』,不成功《+『in』+『名』(do『ing』)》

〈C〉失敗者,落後者;失敗した企て,不できなもの

〈U〉〈C〉怠慢,不履行

〈U〉〈C〉(…の)不足,欠乏《+『of』+『名』》

〈U〉〈C〉(…の)破産《+『of』+『名』》

〈U〉(…の)『衰弱』,減退《+『in』(『of』+『名』》

finally

『最後に』(at the end)

最終的に,決定的に(decisively)

ついに,とうとう(at last)

long-term

長期の,長い目で見ての

feedback

フィードバック(電子工学で,ある回路の出力側のエネルギーの一部を入力側へ戻し,出力の制御,修正をすること;社会学・心理学・生物などで,結果によって原因を自動的に調整する動作)

《話》(…についての)反応《+『about』+『名』》

loop

(糸・ひも・針金などで作った)『輪』・輪状のもの;(輪状の)湾曲部・(宙返り飛行・スケートなどで描く)輪・ループ (ある条件が成立するまで繰り返し実行される,プログラム中に記述された一連の命令のこと)・仲間、影響}を受け合う間柄・同列の立場・「keep誰々in the loop」として、「keep誰々informed:情報を(人)に絶えず提供し続ける、報告を(人)に欠かさない、(人)に逐次連絡する、(人)に常に通知する」・避妊リング; (鉄道・電線などの)環状線(loop line)・…‘を'輪にする,輪で囲む・…‘を'輪で結ぶ,輪で締める《+『up』+『名,』+『名』+『up』》・輪になる,輪を描く

abstract

『抽象的な』

理論的な,観念的な

(美術において)抽象派の

〈U〉抽象

〈C〉抜粋,摘要(summary)

〈C〉抽象美術作品

(いくつかのものから)〈ある概念〉'を'抽象する,抽出する《+『名』+『from』+『名』》

〈本・スピーチなど〉'を'要約する(summarize),抜粋する

(…から)〈金属など〉'を'抽出する,分離する《+『名』+『from』+『名』》

imagine

…‘を'『想像する』,思い描く

《『imagine』+『that節』》…‘と'『思う』

《『imagine』+『wh-節』(『句』)》…かどうか‘を'推測する

想像する,考える,推測する

engineer

『技師』,技術家

《米》(特に鉄道の)『機関士』

巧みに事を処理する人,手腕家

(陸軍の)工兵;(海軍の)機関士官

(技師として)…‘を'設計する,建設する

…‘を'巧みに処理する,工作する

message

〈C〉(文書・言葉・信号などによる)『伝書』,通信,メッセージ

〈C〉教書

〈U〉《the~》要旨,意図,訴え;お告げ,神託

arbiter

(特に,労働争議の)調停者,仲裁者

(…の)最高の権威者《+『of』(『in』)+『名』》

translator

(特に専門の)翻訳者,翻訳家

ethical

倫理の,今徳の;倫理学

道徳的な,(特に)職業道徳にかなった

discussion

(…についての)『議論』,討論,検討《+『about』(『on』)+『名』》

large

(同じ種類のものと比較して,形・体積・数量などが)『大きい』,多い,広い

(考えなどが)広範囲な,幅の広い,寛大な

大きく

自慢して,誇大に

rest

〈U〉〈C〉『休息』,休憩,休養;休息の時間(期間);(…から)解放されて休むこと《+『from』+『名』》

〈U〉〈C〉睡眠(sleep)

動かないこと,停止,静止

〈C〉《複合語に用いて》「(物を載せる)台,支え」の意を表す

〈U〉《詩》死,永眠

〈C〉(音楽で)休止;休止符

『休む』,『休息する』;(仕事などを)やめて休む《+『from』+『名』》

『安心する』,落ち着く,くつろぐ

(…に)『載っている』,『支えられている』《+『on』(『upon』)+『名』》;(…に)もたれている(lean)《+『against』+『名』》

〈光・視線などが〉(…に)注がれる,じっと留まる《+『on』(『upon』)+『名』》

(変化しないで)そのままでいる,休止(静止)する

永眠する

(訴訟事件で)証拠提出を自発的に中止する

《しばしば受動態で》…‘を'『休息(休養)させる』,休ませる

(…に)…‘を'置く,載せる,基づかせる《+『名』+『on』(『upon』)+『名』(do『ing』)》;(…に)…‘を'よりかからせる》+『名』+『against』+『名』》

〈訴訟事件〉‘の'証拠提出を自発的に中止する

test

(人の能力などの)『試験』,考査,テスト

(物事の)『試験』,検済,試錬,実験《+of+名》

化学分析;試薬

=test match

…‘を'『試験する』,検査する

…‘を'化学分析する

(…の)試験を受ける,試験をする《+for+名》

political

《名詞の前にのみ用いて》『国家の』,政府の;『政治の』,政治上の:

《名詞の前にのみ用いて》国家(政府)に有害な

政治好きの,政治活動する

政略的な

fight

〈両者・数人が〉『戦う』,格闘する,殴り合い(取っ組み合い)のけんかをする;激しく口論する

…‘と'『戦う』

〈戦い〉‘を'交える,〈決闘など〉‘を'戦う

…‘を'制圧(克服)しようとする

〈犬など〉‘を'戦わせる

〈軍艦・軍隊など〉‘を'指揮する,操縦する

〈C〉(…との)『戦い』,戦闘;格闘《+『against』(『with』)+『名』》

〈C〉(…との)奮闘,闘争(struggle)《+『for』(『with』,『against』)+『名』》

(また『fighting spirit』)〈U〉『闘志』,ファイト

〈C〉(…についての)論争,口論《+『over』+『名』》

〈C〉(特にボクシングの)試合,勝負

demand

〈人が〉(権利として強く)…‘を'『求める』,せがむ

〈物事が〉…‘を'『必要とする』,要する(need)

〈C〉『要求』,請求

〈U〉(…の)『需要』《+『for』+『名』》

請求(要求)のありしだい

overlord

(君主の上の)大君[主]

(ある分野の)巨頭

era

(あるものの存在・でき事などで特徴づけられた)時代

紀元

(地質の時代を表す)代

関連動画