学年

質問の種類

英語 中学生

これわかんない笑笑 7時までに誰かといてー

科書 P.58 学習日 ◆ 英東・2 月 Lv2 Lv2 ょう。 Lv2 ③2 (4) You (am you study. 3125 Must イ Can No, you don't have to. 2(6) You (ア can イ may it's cold today. ◆英東・2 イ was ウ must I have) not play the game when ↓ [ ] 例文 ウ May Will)I_go there? P ] 例文 should Q will) wear a sweater because 例文 2 次の日本語に合うように、 に適当な語を書きなさい。 す。) 1年 Unit 2 Lv2 きません。) 1年 Unit 2 You mugn4 run きますか。) 1年 Unit 2 もいいですか。 ) Lv2 32(2) may not Unit 1 she ③2 (1) あなたたちはここで走ってはいけません。 2 (2) 彼は今日の午後、ベッキーを訪問しないかもしれません。 He Lv ③12 (3) 彼女は3時に家にいるでしょうか。 Lv ③12 (4) 彼はこの重いコンピュータを運ぶことができます。 He 3 次の日本語に合うように、 ( 例文 carry this heavy computer. 日 内の語を並べかえ、正しい英文にしなさい。 Lv1 1 32(1)彼らは10時前に寝なければなりません。 例文① (to / before / they / ten / go / must / bed). 例文 here. 例文 visit Becky this afternoon. 例 at home at three? Lv2 (2)私たちは今日の午後、公園に行くべきです。 例文の いかもしれません。) (the / go / afternoon/to/park/we / should / this か。) ません。) P.8 Lv2 P.8 ③32(3) 授業中にスマートフォンを使ってもよいですか。 (smartphone/I/class/ may / my / in / use )? 例文 さい。 norrow. ] [例文 4 次の英文を ( 内の指示にしたがって書きかえなさい。 なりませんか。) Lv1 です。) I his feelings. What can say when he's giving mel Lv1 Lv1 2 (1) Jane plays tennis well. (「・・・できない」 という文に 例文 〇 ⑩ and gead/valbat) ③2 (2) We can play soccer after school. (「…してもいいですか」という文に 下部の ③2 (3) He makes dinner this evening. (「・・・かもしれない」という文 Gakes Lv3 L ? かな? 例文 ② 例文 0 ③2 (4) Do I have to open the window? (助動詞を使ってほぼ同じ意味の文に) 例文1 luestion? ]JXO Lv2 ③12 (5) She is going to visit your house. (助動詞を使ってほぼ同じ意味の文に) 例文 6 Lv1 [ 例文 ③12 (6) Naoki may listen to music. (否定文に) 例文① -25-

未解決 回答数: 1
物理 高校生

なぜ1/4周期なのかわかりません教えてください

で x 20 60 第2問 次の文章 (A・B) を読み、下の問い (問1~5) に答えよ。 (配点 28) フィールドでA,Bの2人の選手がラグビーの練習をしている。 このときの ボールの運動をモデル化して考えてみよう。 A まずパスにおける運動について考える。 9月1 図1のように,Aは速さで東向きに走りながらボールを投げたところ, ボー ルは西から60° 北の向きに、地面に対して水平の速さで進んだ。 ボールや人の大きさと空気抵抗は無視できるものとする。 なお、図中の矢印の 長さは,速さを正確に表したものではない。 北 4 西 東 ボール 20 地面に対するボールの速さ VA 2 m.2v=m+M)-V V=2mv ボールと手が一体となった直後の速さを表す式として正しいものを、次の M+M ①~⑥のうちから一つ選べ。 7 m ① M+m ② 2m M+m 1 © M M+m V 2M ④ v ⑤ M m M+m M+2m 0 6 P M+2m 次に、図3のように手とボールが一体となった直後に、腕が手に力Fを距離x移 動するまでのあいだ加え続けてボールを静止させた。 この運動について以下の2通 りの力の加え方で静止させたとき,どのような違いができるか考える。なお,ポー ルと手が一体となった直後の速さをしとし、力はボールの進行方向と反対の向き に加え続け、手とボールはボールの進行方向と同じ向きに移動したものとする。 ボール x Los 60% 122 20 60 60° 図1 A Aの速さ 2-2 図3 問1 Aがボールを投げた瞬間のAに対するボールの相対速度Aから見たボール の速度)の大きさを表す式として正しいものを、次の①~⑦ のうちから一つ選 ひ 4√√3v ひーひ 6 1 ① 2 v. ⑤ V50 6 √√7v ⑦3v 図2のように2の速さで移動した質量mのボールは,Bの静止した質量Mの手 と完全非弾性衝突をして一体となった。 図4図5は, 方法1と方法2におけるFとxの関係をグラフに表したものである。 【方法1】 図4のように、一定の大きさの力を0xx のあいだ加えてボール を静止させた。 【方法2】 図5のように, xに比例した大きさの力を0から2fまで, 0≦x≦xの あいだ加えてボールを静止させた。 F 2f F 2v *101 ボール 図2 物理 5 手M 図 4 (m) V 8 物理-6 図5 物 理

未解決 回答数: 0
TOEIC・英語 大学生・専門学校生・社会人

この長文問題の答えと解説をお願いします。

15 語数: 398 語 出題校 法政大 5 We are already aware that our every move online is tracked and analyzed. But you 2-53 couldn't have known how much Facebook can learn about you from the smallest of social interactions - a 'like'*. (1) Researchers from the University of Cambridge designed (2) a simple machine-learning 2-54 system to predict Facebook users' personal information based solely on which pages they had liked. E "We were completely surprised by the accuracy of the predictions," says Michael 2-55 Kosinski, lead researcher of the project. Kosinski and colleagues built the system by scanning likes for a sample of 58,000 volunteers, and matching them up with other 10 profile details such as age, gender, and relationship status. They also matched up those likes with the results of personality and intelligence tests the volunteers had taken. The team then used their model to make predictions about other volunteers, based solely on their likes. The system can distinguish between the profiles of black and white Facebook users, 15 getting it right 95 percent of the time. It was also 90 percent accurate in separating males and females, Democrats and Republicans. Personality traits like openness and intelligence were also estimated based on likes, and were as accurate in some areas as a standard personality test designed for the task. Mixing what a user likes with many kinds of other data from their real-life activities could improve these predictions even more. 20 Voting records, utility bills and marriage records are already being added to Facebook's database, where they are easier to analyze. Facebook recently partnered with offline data companies, which all collect this kind of information. This move will allow even deeper insights into the behavior of the web users. 25 30 (3) - Sarah Downey, a lawyer and analyst with a privacy technology company, foresees insurers using the information gained by Facebook to help them identify risky customers, and perhaps charge them with higher fees. But there are potential benefits for users, too. Kosinski suggests that Facebook could end up as an online locker for your personal information, releasing your profiles at your command to help you with career planning. Downey says the research is the first solid example of the kinds of insights that can be made through Facebook. "This study is a great example of how the little things you do online show so much about you,” she says. "You might not remember liking things, " but Facebook remembers and (4) it all adds up.", * a 'like': フェイスブック上で個人の好みを表示する機能。 日本語版のフェイスブックでは「いいね!」 と表記される。 2-56 2-57 2-58 36

回答募集中 回答数: 0