People are constantly required to acquire new skills and further improve the skills acquired in sports, music, and work. Practice is an indispensable element in the development of these skills; however, the important thing is to not blindly spend time on the activity, but to use time well. In previous studies related to the duration of practice in sports, prolonged practice has been cited as one of the problems of club activity. This seems to be based on the premise that practicing more is necessary for skill improvement. However, research on the relationship between performance and time management, has revealed that, the proper management of time is beneficial for work efficiency and performance improvement. Therefore, the present study aimed to clarify the influence on the behavior during practice depending on the presence or absence of time notification. Findings revealed that the presence or absence of time notice did not affect the improvement of short-term exercise performance. However, there was a significant difference in the behaviors exhibited during the practice. Notice of practice time has shown to promote behaviors related to practice. On the other hand, when the practice time was not announced, it was confirmed that participants spent a lot of time on behaviors unrelated to practice. These findings suggest that notifying the time during practice not only aids time management by determining the practice duration, but also greatly affects how one approaches the practice. These results may add a new viewpoint on sports practice method.

「安全な外科手術手技の確立」には多くの手術をこなすだけではなく，5つの心構えが必要である．第一に上手い人の手術を良く見る．上手い人の手術を一生懸命見るのみではなく，批判的な眼で改良点を見つける努力も重要である．第二に術前準備を万端に行う．術前画像を十分評価し，門脈塞栓術等の適応を見定めることが安全性向上に繋がる．第三に術後経過を慎重に評価する．新知見を得ることもできる可能性がある．第四に他施設に学ぶ．学会等で他施設の工夫を勉強し，取り入れることは重要である．第五に世界を見て，世界に問う．さらに，視野を広げるため，海外の施設と共同研究し，情報発信することで自分の世界でのレベルが良く分かると思う．これらの五つの姿勢は外科医の知識，度量を広げる上で重要である．多くの手術を経験した上に，以上の5つの姿勢を備えて手術に臨めば，「安全な外科手術手技の確立」は達成されるものと確信している．

近年，WikidataやDBpediaなどの大規模知識グラフを利用した質問応答や対話システムが研究されている．大規模知識グラフを対象としたエンティティリンキングは，テキストに現れる名前付きエンティティを知識グラフ内の対応するリソースと結びつけるタスクであり，知識グラフを利用するシステムの基盤技術の一つである．既存のエンティティリンキングツールは，エンティティの正式名称を対象としているものが多い．しかし，TwitterやFacebookなどのマイクロブログには，人名・組織名・商品名・作品名などの略称や非公式名が記述されることが多くあり，そのようなエンティティ名に対してエンティティリンキングを行うことは困難である．本研究は，DBpediaを対象としたエンティティリンキングツールの一つであるDBpedia Spotlight（DS）のモデルを再構築し，苗字または名前で表現される日本人名に対するエンティティリンキングの精度向上を目的とする．本目的を達成するために，DBpediaからPersonクラスのインスタンスのラベル（氏名）を抽出する．その後，Wikipedia記事上の表層形とその出現回数および対応するDBpediaリソースのURIが記載されたファイルの中で，氏名を表層形とするデータに対し，氏名を苗字と名前に分割して表層形として追加し，DSモデルを再構築する．既存の日本語DSモデルと本研究で再構築した日本語DSモデル（提案モデル）を用いて，Twitterから集めた苗字または名前が記載されているツイートに対してエンティティリンキングを行い，両モデルを比較評価し，提案モデルの有効性を示した．