フィランソロピー

Multi tool use
Multi tool use





曖昧さ回避		この項目では、人類への愛にもとづいた諸活動について説明しています。その他の用法については「フィランソロピー (曖昧さ回避)」をご覧ください。

フィランソロピー（英: Philanthropy）とは、基本的な意味では、人類への愛にもとづいて、人々の「well being」（幸福、健康、QOL等）を改善することを目的とした、利他的活動や奉仕的活動、等々を指す。あるいは慈善的な目的を援助するために、時間、労力、金銭、物品などをささげる行為のことである。従来日本語では「慈善活動」「博愛」「人類愛」などとも呼んできた。この意味では「チャリティー」に近い。または、特定の活動や事業のために、長い年月をかけて労力や資金を支援するようなこと。


philanthropyというのは、古希: φίλος philosフィロス（ピロス）（=愛、愛すること）と、古希: άνθρωπος ánthrōposアントロポス（=人類）という言葉から成っている表現であり、基本的に「人類を愛すること」という意味がある[1]。


フィランソロピーを実践している人はフィランソロピストと呼ばれる。日本語で「篤志家（とくしか）」と呼んできたものでもある。


なお原綴のthとrの間にはoは入っておらず、英語の発音に近い表記はフィランスロピーであるが、日本では一般的にフィランソロピーとの表記が普及している[2]。大杉由香は「2010年9月現在，CiNiiでもフィランスロピーをタイトルにした論文等は38本であるが，フィランソロピーについては183本ある」と指摘している[2]。




目次





  • 1 概説


  • 2 フィランソロピーと政治


  • 3 フィランソロピーに対する反応


  • 4 主なフィランソロピスト

    • 4.1 歌手


    • 4.2 その他



  • 5 脚注


  • 6 関連項目


  • 7 外部リンク




概説


フィランソロピーとは、基本的に、人々のwell being（心や体が健やかな状態で人生を送れること。幸福、健康、QOL等々）を改善したり高めることを目的とした、利他的活動や奉仕的活動、等々を指しており、またそうしたことを目的とした組織も指している。


フィランソロピーを行う人の経済状況は様々である。たしかにフィランソロピストとして、アメリカのロックフェラー家、カーネギー家、ビル・ゲイツなどのような富豪に注目が集まることも多くはあるが、フィランソロピーの実践に富の大小は関係ない。日本では個人による支援の側面より、企業の社会的貢献（企業自体の貢献、企業社員による貢献、および企業が一般市民の貢献の媒介となる活動）をさして使われることでこの言葉が広まった。


つまり、フィランソロピーには個人的な活動だけでなく、法人が組織として、人類のために行う慈善的な活動、たとえば日本で「企業メセナ」と呼ばれるような活動も含まれる。


欧米諸国では、フィランソロピーは、美術・音楽・宗教・人道主義活動や、教育活動（地域の学校から大学まで）に財源を供給し（しかも主たる財源である）、人々のQOLの改善に貢献している。



フィランソロピーと政治


フィランソロピーは、福祉政策などに代表される政府の機能に頼ることなく、社会的改革に影響を及ぼそうとする民間セクターによる活動である。


政府はフィランソロピーの活動を制度的に支援することがある。多くの国では、チャリティー活動に寄付した場合税金が控除される。



フィランソロピーに対する反応




フィランソロピーを貧困な者に対する徳行や慈悲と同一視する者もいる。


フィランソロピーは現在の需要と将来の需要の両方に応えるものといえる[3]。たとえば差し迫った災害に対する慈善的反応は、フィランソロピーの基本的な機能である。これは遠い将来を予測する必要がなく、直後にフィランソロピストに栄誉を与える。


一方、「将来の需要に対するフィランソロピー」のほうは、寄付者の高度な予測能力と優れた知恵を必要とする。にもかかわらず、世間一般では、その行為が非常に高度で優れたものであることに気づいている人は少ない。実際は、将来の必要を予測し現在のうちに手を打っておくことは、困難な事態が起こってしまってから寄付するよりも、はるかに被害を少なくすることが出来るのであり、優れたフィランソロピーなのである。


フィランソロピーには慈愛からのものと憐れみからのものとがあり、いずれも結果的には有効であるものの、後者はともすれば上から下を見下ろすような視線があり、前者における「他人に対する自分の想い」が自分のためになるという貢献心の力が発揮されないとする見方も存在する。



主なフィランソロピスト


出生順、国名は出身国。



歌手



  • マイケル・ジャクソン（アメリカ合衆国の旗 アメリカ合衆国、1958年 - 2009年） - 最も多くの慈善団体に寄付したとして、ギネス世界記録に認定されている。


  • レディー・ガガ（アメリカ合衆国の旗 アメリカ合衆国、1986年 - ） - 同性愛者を支援し、シドニー名誉市民となった[4]。


その他



  • ウォーレン・バフェット（アメリカ合衆国の旗 アメリカ合衆国、1930年 - ） - 投資家。


  • ラリー・エリソン（アメリカ合衆国の旗 アメリカ合衆国、1944年 - ） - オラクル共同創業者。


  • ラリー・スチュワート（アメリカ合衆国の旗 アメリカ合衆国、1948年 - 2007年） - 実業家。


  • ビル・ゲイツ（アメリカ合衆国の旗 アメリカ合衆国、1955年 - ） - マイクロソフト共同創業者。


脚注




  1. ^ [1] No.2

  2. ^ ab日本におけるフィランソロピー : 米国を中心とした国際的視点,歴史的視点,福祉の視点から見えてきた特徴と問題 (フィランスロピーの国際比較 : 公と私の間で)


  3. ^ Mary Lou & John Tanton; A Journey into American Conservation, by John F. Rohe, published by FAIR Horizon Press, 2002, Chapter 6, entitled Prophesy and Charity.


  4. ^ シネマトゥディ映画ニュース2011.7.13「レディー・ガガ、豪シドニーの名誉市民に！同性愛者支援が授与理由」参照。



関連項目


  • 黄金律

  • パトロン

  • メセナ


  • 寄付・募金

  • 救済

  • 献血

  • 小さな親切

  • 利他主義

  • 人道


  • 企業の社会的責任 (CSR)


  • 救世軍 - 社会鍋

  • 炊き出し


  • ザカート（喜捨）

  • 兼愛交利


外部リンク


  • 公益社団法人日本フィランソロピー協会


  • A Bourgeois Duty: Philanthropy, 1896-1919 — Illustrated historical essay

  • Short overview: "How Philanthropy Works"

  • onPhilanthropy - A Global Resource for Nonprofit Professionals


eL6v02IbMpd2p k,TbtpTUoYDxjfzyV8 nk
-
u,D8l1MjM5Y4ho2x2QgKH 4DaZlSFC4VNs0Tt 7,i87Odd1P5x e,i 5gLZHTo71VltAutO5G

Popular posts from this blog

Top Tejano songwriter Luis Silva dead of heart attack at 64

Image
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
Read more

Can't figure out why I get Error loading static resource from app.xaml

Image
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
Read more

How to fill missing numeric if any value in a subset is missing, all other columns with the same subset are missing

Image
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...
Read more