This activity gets you thinking about computer modeling and how you can use it. It also gives you insight into NetLogo itself. We encourage beginning users to start here.
このモデルは、ユーザーにコンピューター・モデリングとその使用法について考えさせるよう作成されています。 また、NetLogoそのものについての洞察を与えます。始めたばかりのユーザーはここから始めるのがよいでしょう。
Have you ever been at a party and noticed how people cluster in groups? You may have also noticed that people don't just stay in a group. As they circulate, the groups change. If you watched these changes over time, you might notice patterns.
パーティーに参加した時に、人々がどのようにグループを作るのかに関して気付いたことはありますか？ 人々が1つのグループに留まらないことに気付いたでしょうか。人々が動き回るに従い、グループは変化します。 時間を追ってこれらの変化を見てゆけば、あるパターンがあるのに気付くでしょう。
For example, in social settings, people may exhibit different behavior than at work or home. Individuals who are confident within their work environment may become shy and timid at a social gathering. And others who are reserved at work may be the "party starter" with friends.
例えば、社交的な場面では、人々は仕事中や家にいる時と異なるふるまいを示すことがあります。 仕事では自信に溢れた人が、社交的な集会では内気で臆病になることもあります。 また、仕事中は控え目な人が、友人と一緒に「パーティーの盛り上げ役」になることもあります。
These patterns can depend on the type of gathering. In some settings, people are trained to organize themselves into mixed groups; for example, party games or school-like activities. But in a non-structured atmosphere, people tend to group in a more random manner.
そのようなパターンは集会の性質にも依存します。 ある場面、例えばパーティー・ゲームや学校のような活動では、大体が男女混合のグループを作ります。 しかし、くだけた場面では、もっとランダムにグループを作る傾向があります。
Is there any type of pattern to this kind of grouping?
グルーピングのパターンにはどのような種類があるでしょうか？
Let's take a closer look at this question by using the computer to model human behavior at a party. NetLogo's "Party" model looks specifically at the question of grouping by gender at parties: why do groups tend to form that are mostly men, or mostly women?
パーティーでの人々のふるまいをモデル化するためにコンピュータを用いて、この問題を詳細に見てみましょう。 NetLogoの「party」モデルは、パーティーでの性別によるグルーピングの問題に注目します。： なぜ各グループは、大部分が男性、または大部分が女性という風に分かれる傾向があるのでしょうか？
Let's use NetLogo to explore this question.
NetLogoを使ってこの問題を調べてみましょう。
What to do:
手順：
- Start NetLogo.
- Choose "Models Library" from the File menu.
- Open the "Social Science" folder.
- Click on the model called "Party".
- Press the "open" button.
- Press the "setup" button.
- NetLogoを起動します。
- Fileメニューから「Models Library」を選択します。
- 「Social Science」フォルダを開きます。
- 「Party」モデルをクリックします。
- 「open」ボタンをクリックします。
- 「setup」ボタンをクリックします。
In the view of the model, you will see pink and blue groups with numbers:
モデルのビュー上に、数値とともにピンクとブルーのグループが見えます。
![[Party model]](images/sample/party1.png)
These lines represent mingling groups at a party. Men are shown as blue, women pink. The numbers are the sizes of the groups.
これらの線状の集団は、パーティーに参加しているグループを示します。 男性はブルー、女性はピンクで表されます。 数値は、各グループの人数です。
Do all the groups have about the same number of people?
全てのグループで人数は同じでしょうか？
Do all the groups have about the same number of each sex?
全てのグループで同性の人の数は同じでしょうか？
Let's say you are having a party and invited 150 people. You are wondering how people will gather together. Suppose 10 groups form at the party.
パーティーを主宰し、150人を招待するとします。 人々はどのように集団を形成するでしょうか。 パーティーで10組のグループができると想定します。
How do you think they will group?
どのようにグループを作ると思いますか？
Instead of asking 150 of your closest friends to gather and randomly group, let's have the computer simulate this situation for us.
友人を150人集めてランダムにグループを作るようお願いする代わりに、コンピュータにこの状況をシミュレーションさせます。
What to do:
手順：
- Press the "go" button. (Pressing "go" again will stop the model manually.)
- Observe the movement of people until the model stops.
- Watch the plots to see what's happening in another way.
- Use the speed slider if you need to slow the model down.
- 「go」ボタンをクリックします。 （再度「go」をクリックすればモデルを手動で止められます。）
- モデルが停止するまでの人々の動きを観察します。
- 一方で何が起こっているのかプロットで確認します。
- モデルの実行を遅くする必要があれば、スライダーを使用します。
Now how many people are in each group?
各グループに何人いますか？
Originally, you may have thought 150 people splitting into 10 groups, would result in about 15 people in each group. From the model, we see that people did not divide up evenly into the 10 groups. Instead, some groups became very small, whereas other groups became very large. Also, the party changed over time from all mixed groups of men and women to all single-sex groups.
初めは、150人が10組のグループに分かれるため、各グループは約15人になります。 しかしモデルを見ると、人々が均等に10組のグループに分かれなかったことがわかります。 いくつかのグループは非常に少人数で、一方他のグループは非常に多人数になります。 また、パーティーの経過とともに、全てのグループが男性と女性の混合から男女別々に変わりました。
What could explain this?
これをどう説明すればいいのでしょうか？
There are lots of possible answers to this question about what happens at real parties. The designer of this simulation thought that groups at parties don't just form randomly. The groups are determined by how the individuals at the party behave. The designer chose to focus on a particular variable, called "tolerance":
実際のパーティーで起こるこうした問題に対してははたくさんの解が考えられます。 シミュレーション作成者はパーティーでグループがちゃんとランダムには形成されないと考えました。 グループはパーティーで個人がどのようにふるまうかで決定されます。 シミュレーション作成者は、「tolerance（=寛容性）」というある変数に注目しました。
![[Party model]](images/sample/party2.png)
Tolerance is defined here as the percentage of people of the opposite sex an individual is "comfortable" with. If the individual is in a group that has a higher percentage of people of the opposite sex than their tolerance allows, then they become "uncomfortable" and leave the group to find another group.
ここではtoleranceは個人が「快適」と感じる異性の人々の割合と定義されています。 もしその人がtoleranceが許容するより多い割合の異性がいるグループ内にいれば「不快」になり、 別のグループを探すためにそのグループを離れます。
For example, if the tolerance level is set at 25%, then males are only "comfortable" in groups that are less than 25% female, and females are only "comfortable" in groups that are less than 25% male.
例えば、toleranceレベルを25%と設定すれば、男性は25%未満が女性のグループ内のみで「快適」で、 女性は25%未満が男性のグループ内のみで「快適」であるということです。
As individuals become "uncomfortable" and leave groups, they move into new groups, which may cause some people in that group to become "uncomfortable" in turn. This chain reaction continues until everyone at the party is "comfortable" in their group.
個人が「不快」になりグループを離れると、新たなグループへ移りますが、今度はそのグループの一部の人々を「不快」にする場合もあります。 この連鎖反応はパーティーの参加者全員がグループ内で「快適」になるまで続きます。
Note that in the model, "tolerance" is not fixed. You, the user, can use the tolerance "slider" to try different tolerance percentages and see what the outcome is when you start the model over again.
このモデルでは「tolerance」が固定されていないことに注意して下さい。 ユーザーは異なるtolerance値を試すためtolerance「スライダー」を使用でき、 再度モデルを開始すれば結果がどのように変化するのか確認できます。
How to start over:
再試行：
- If the "go" button is pressed (black), then the model is still running. Press the button again to stop it.
- Adjust the "tolerance" slider to a new value by dragging its red handle.
- Press the "setup" button to reset the model.
- 4.Press the "go" button to start the model running again.
- 「go」ボタンがクリックされていれば（黒くなっていれば）、モデルはまだ実行中です。 再度ボタンをクリックして停止します。
- 赤いハンドルをドラッグして「tolerance」スライダーを新たな数値へ合わせます。
- 「setup」ボタンをクリックしてモデルをリセットします。
- 「go」ボタンをクリックしてモデルを再実行します。
As the host of the party, you would like to see both men and women mingling within the groups. Adjust the tolerance slider on the side of the view to get all groups to be mixed as an end result.
パーティーのホストとしては、男性と女性が一緒のグループ内にいた方が望ましいでしょう。 結果として全グループが男女混合となるようにtoleranceスライダーを調整します。
To make sure all groups of 10 have both sexes, at what level should we set the tolerance?
10組の全グループに男性と女性の両方がいるようにするためには、toleranceレベルをどのように設定すべきでしょうか？
Test your predictions on the model.
モデルの上で予測を検証しましょう。
Can you see any other factors or variables that might affect the male to female ratio within each group?
各グループ内の男女比に影響を及ぼしそうな他の要因や変数を見つけられますか？
Make predictions and test your ideas within this model.
予測し、モデルの範囲内で考察を検証しましょう。
As you are testing your hypotheses, you will notice that patterns are emerging from the data. For example, if you keep the number of people at the party constant but gradually increase the tolerance level, more mixed groups appear.
仮説を検証すれば、パターンがデータから発生していると気付くでしょう。 例えば、パーティーへの参加人数を一定にしつつ徐々にtoleranceレベルを上昇させれば、より混合したグループが現れます。
How high does the tolerance value have to be before you get mixed groups?
混合グループを作るには、tolerance値をどれくらいまで上げなければなりませんか？
What percent tolerance tends to produce what percentage of mixing?
tolerance値が変化すると、男女の混合の割合はどうなりますか？
Using NetLogo to model a situation like a party allows you to experiment with a system in a rapid and flexible way that would be difficult to do in the real world. Modeling also gives you the opportunity to observe a situation or circumstance with less prejudice, as you can examine the underlying dynamics of a situation. You may find that as you model more and more, many of your preconceived ideas about various phenomena will be challenged. For example, a surprising result of the Party model is that even if tolerance is relatively high, a great deal of separation between the sexes occurs.
パーティーのような状況を作成するのにNetLogoを使用すれば、現実の世界で行うのは難しいような迅速で柔軟な方法で システムに関する実験が可能です。モデル作成はまた偏見なく状況や環境を観察する機会をもたらします。 状況の根底にある原動力を調査することができるのです。モデルをたくさん作成すればするほど、 様々な現象に関する先入観が覆されることに気付くでしょう。例えばパーティー・モデルの驚くべき結果の一つに、 たとえtolerance値が比較的高くても、かなりのグループが性別によって分かれるということがあります。
This is a classic example of an "emergent" phenomenon, where a group pattern results from the interaction of many individuals. This idea of "emergent" phenomena can be applied to almost any subject.
これは「emergent（=発生）」現象の古典的な例であり、それによるとグループのパターンは多数の個人同士の相互作用に依存します。 この「emergent」現象に関する考え方は、ほとんどどんな対象にも適用可能です。
What other emergent phenomena can you think of?
他にはどんな「emergent」現象があるでしょうか？
To see more examples and gain a deeper understanding of this concept and how NetLogo helps learners explore it, you may wish to explore NetLogo's Models Library. It contains models that demonstrate these ideas in systems of all kinds.
もっと多くの例を見たり、この概念に関してより深く理解したり、NetLogoが学習者の探求を助ける方法を習得したりするためには、 NetLogoのモデル・ライブラリーを調べればよいでしょう。 そこには、あらゆる種類のシステムでこうした考え方を実践するモデルが含まれています。
For a longer discussion of emergence and how NetLogo helps learners explore it, see "Modeling Nature's Emergent Patterns with Multi-agent Languages" (Wilensky, 2001).
emergenceとNetLogoが学習者の探求を助ける方法に関する更なる議論については、 "Modeling Nature's Emergent Patterns with Multi-agent Languages" (Wilensky, 2001)を参照して下さい。
The section of the User Manual called Tutorial #1: Running Models goes into more detail about how to use the other models in the Models Library.
ユーザー・マニュアルのTutorial #1: Running Modelsでは、 モデル・ライブラリーでその他のモデルを使う方法に関してより詳細に学習します。
If you want to learn how to explore the models at a deeper level, Tutorial #2: Commands will introduce you to the NetLogo modeling language.
モデルについてより深く探求したければ、Tutorial #2: Commandsで NetLogoのモデリング言語を学習可能です。
Eventually, you'll be ready for Tutorial #3: Procedures. There you can learn how to alter and extend existing models to give them new behaviors, and you can start to build your own models.
そして、Tutorial #3: Proceduresでは、 既存のモデルを新たなふるまいを行うよう変化させたり、拡張したりする方法を学んだり、自分自身のモデルの作成を開始したりすることが可能です。