proj-inclusive Social Hack Day 49 2023-4-22

後：

ScrapboxにGoogleアカウントでログインする

このScrapboxプロジェクトに参加する

ビジョン

最近は現場の人とお話しすることが多く、緊張感があるとともに勉強になり、手応えを感じています

誰も「取り残されている」と感じない社会をつくりたい

医療機器のソフトウェアエンジニア（薄く広く）

OpenFisca作ってます！

仕事以外で社会との接点を作りたい

web（サーバーサイド）エンジニア

開発に参加していきたい

去年社会学のゼミでインクルーシブ教育について学び、いつか自分も貢献したいと思っていたのでこのプロジェクトに興味をもちました！

バックエンドや、dockerやGithub Pages等のwebアプリ開発基盤をやってみたいです！

今年から新卒でデータサイエンスを仕事にしていくことになりました

大学院では社会システムという分野で，社会シミュレーションの研究をしていました．

学部時代は数学をやっていました．

同時に学部2年生から社会システムの研究室のゼミ・PRJに参加して並行してました．

大学院では社会保障に関する社会シミュレーションをやってました．

データ活用の話まだまだ未熟ですがコミットしていきたいです！これも参加理由です．

学部２年　deep learning,data science,quantum mechanism について学んでいます。

GCI受講中

倫理学や哲学、物理学が好きです。

大学の専攻は社会情報学です

4年程度Webエンジニア（開発とか保守とか）を経て、現在はデータエンジニアとして働いています

データ分析基盤の保守はやってますが、0→1構築フェーズの経験がないのでこれからプロジェクトを探そうと思ってますし、CivicTechでもやってみたいなと思ってます。

来年の1月からは実家の長野に帰って農業もやろうと思ってます

触ったことある言語はJava,Kotlin,Python,Nuxt（Dockerも少し）

広く浅くやってきてる感じです

【参考情報】

→課題４　生活困窮者へ必要な情報を届ける

タイムスケジュール

11:00-11:30　Zoomに集まる

11:30-12:00　説明、各自のニーズや野望の共有

12:00-12:30　開発タイム①：神奈川県への提案／OpenFiscaの進捗報告→今後の流れの確認

12:30-13:30　昼食

13:30-15:00　開発タイム②：神奈川県への提案：計画の詳細を詰め、「見落とし」を埋めていく／早く終わればOpenFisca

15:00-15:25　中間報告（全体）

15:25-15:40　シャッフルタイム

15:40-17:00　開発タイム③：OpenFisca

17:00-17:30　告知・進捗・成果報告（全体）

17:30-18:00　オンライン懇親会

社会実装！

現状

神奈川県への提案完了、調整プロセス進む

今日やりたいこと

情報共有、Q&A

関係者からのアプローチは難しいところも

スティグマに対する策

ホームレスの方

みんながみんな生活保護を受けたいわけではない

アパートに住むことを求めていない　すぐ出ていく場合もある

支援団体の人が案内することもあるが

借金を知られたくないなどの理由で避ける

ホームレスは昔に比べて減っている

ホームレス自立支援

ビラ配りなどのアウトリーチができているのでは？

路上にいないホームレスが増えている？（目に見えない）

言語の壁で情報が届かない

言語の壁をどう取り払うのか？

多国籍化している地域（新大久保など）

コミュニティの実態は？

現場からのフィードバックを繰り返して生まれる

当事者の周りの人も知識を持てるようにしていく必要がある

計画の見落としを探す

計画を洗練させる

情報を渡すアイデアのパターンを増やす

効果測定の方法

URLの最後に？変数＝クエリ、遷移先は同じ

流入元を分析できる

私たちがwebサイトにミドルウェアを入れて分析可能な形式で保存する

例：Google Analytics

県が導入しているならそのIDを使い集計依頼、していなければ私たちで用意

自分たちで用意したページであれば、自分たちの分析ツールをしかけておくことが可能

自分たちが用意したページ＝いくつかの支援制度検索システムへの分岐ページ

どこへ飛んでいったかもわかる

助成金？

次の一手も考える？

OpenFiscaの使い所

他に調べられると嬉しい手当や制度

社会シミュレーションやデータ分析としてどんなことができそう？どうやった使い方がありそう？

仮に、生活困窮者関係の支援制度をカバーできたとしたら？

支出がいくらになるか？　将来的には？　集計値でわかる

世帯のモデルは？合成人工という統計値から組合せ最適化で作ることができる

実際の入力情報は利用しなくてよい

OpenFisca開発！

現状

（渋谷区の）子育て支援制度の実装ができた！

今日やりたいこと

PC, スマホでサイトにアクセスし、UIについて意見をもらう

使いにくいところ、改善案

入力した瞬間に数字が出てきてよさげ

気持ちよく入力できた

手当がアウトプットされたことに気づかない場合も

結果が更新された時にアイコンなどで知らせる

結果はフッターのように固定レイアウトで置く

色が白一色で、どこまでが自分の情報で、どこまでが第1子の情報かなどが一見するとわかりにんくい

一行おきに薄い色が入っているようなデザイン？

バグの報告

おすすめのCSSフレームワーク（今はBootstrapを使っているだけ）

UI, UXデザインを考えることが大事

デジタル庁 デザインシステム

reactのデザインコンポーネント

生活困窮者を支援するような制度や手当の調査

日本全国で対応しているもの

優先順位を決めるタスク（調査）

マイルストーンで区切られるといい（例：ここは会議で決める作業）

開発の人だけで背負うと大変

マイルストーン、バックログを使えるアプリ

大事な順に上からカンバンを取っていくような方式

全体の動きが見えると、新たに参加した人が自分のバックグラウンドを活かしてコミットできる

どういう制度群にフォーカスを当てる？

日常的な支援（⇔被災者支援）

金銭的な支援（OpenFiscaの強み）

インパクトの大きいもの（⇔額が小さいものなど）

１回きりの支援より継続して行われる支援

利用者数が多い支援

特定のカテゴリの方にとって、QOLを大きく左右するような支援

神奈川県のニーズ（シートに書かれているものを優先）

例示されている、「求職活動を継続するための福祉資金貸付情報」

「相談」というよりは、「給付」「助成」「貸付」

各自がコメントをしていく（難易度、優先度）

難易度は、入力に必要な情報と算出ロジックを大雑把にメモする

リアルワールドのツールとインターネットのツールは相乗効果

所得控除の種類

各種手当の所得制限に適用されるかどうか

各種控除額を算出するのに必要な情報とロジックを調べる

子育て支援制度のテスト

マイ制度ナビ スクレイピングコード

code:python

from bs4 import BeautifulSoup

import pandas as pd

# # スクレイピング対象のURL

# HTMLファイルを開く

# 【改善の余地あり】BeautifulSoupでJSで動的に描画されるHTMLを扱う方法がわからなかったため、ブラウザでHTMLファイルをローカルに保存してから読み込んでいる

with open('マイ制度ナビ　個人向け支援制度一覧印刷.html', 'r') as f:

html = f.read()

# BeautifulSoupでHTMLを解析

soup = BeautifulSoup(html, 'html.parser')

# 制度情報のリストを取得する

cards = soup.find_all('li', class_="p-searchresult__contentswrap")

# カードから取得した情報を格納する

df_cards =pd.DataFrame()

# 制度情報の分だけ繰り返す

for card in cards:

# 制度情報をsoupオブジェクト化する

card_soup = BeautifulSoup(str(card), 'html.parser')

# 制度名を取得する

# 制度リンクを取得する

# サブタイトル（対象）を取得する ※サブタイトルが無い場合があるので分岐がある

subtitle_list = card_soup.find_all('p', class_='p-searchresult__subtitle')

if len(subtitle_list) > 0:

else:

subtitle = ''

# 組織名を取得する

# 説明を取得する

# タグを取得する

# DataFrame化する

df_card = pd.DataFrame({

'制度名': title,

'管轄': organization,

'対象': subtitle,

'概要': description,

'リンク': link,

# データフレームの下に追加していく

# 抽出結果をCSVとして出力する

df_cards.to_csv('./抽出結果.csv',index=False)

# 抽出結果をTSVとして出力する

df_cards.to_csv('./抽出結果.tsv', index=False,sep='\t')