4th of July

4th of July はアメリカの中で最もアメリカらしい独立記念日で、アメリカンフラッグみたいな服を着た人がわんさかあふれてみんな庭でBBQをして花火を見るんだけど、うちのヒッピーな友達はもちろんそんなことはしなくて、適当にくつろぎました。

友達の友達カップルがロードトリップをしていて、４人で昼からマルガリータを飲みにいったらなんと50%オフのサービスで、そのあと山をみにいった。コアントローとアガベシロップが入ったマルガリータめっちゃおいしかったわ。そのあと部屋でクールダウンして、夜はプエルトリコから帰ってくる友達兼私の友達の恋人を迎えいって、みんなで彼女のコンドに行った。山の高いところにあるコンプレックスだから、よく考えたら大自然で、10時からプールとジャグジーに入って、蛙と戦いまくったり泳いだりした。久しぶりにあったかいお湯につかったから翌朝肌がつるつるになっていた！朝は友達が仕事あるからって６時に叩き起こされて下山、帰宅。早朝のアリゾナは少し優しい雰囲気だった。（日中は40度越えであちいいいって感じだから）

友達カップルはオースティンに向かった。彼女がチェキでとった写真を置いていってくれていて、すごく味がある。

Tus lugares favorito (favorito favorito babe!)

なんて思い出に浸っていたらリクルーターから電話がきた♥

ガタガタなりに順風満帆 :)

分断された社会を乗り越える

無邪気な好奇心は人を傷つけると思った出来事があった。
それ以前に最近は友達から学ぶことが多くて自分の研究の先行研究ができてきて、「知識人としておごっていた」。
それでもそれを学んだことに意義はあるし、より深めていこうと思っている。

トピックはアリゾナ・ツーソンの低所得者。

私の研究はSNAP (Supplemental Nutrition Assistance Program, 以前フードスタンプと呼ばれていた低所得者向け食料バウチャー補助プログラム。アメリカの農業省が施行している全米最大のセイフティーネット。昨年度は4,400万人が受給していた。）がその受給者にもたらす野菜・果物消費の効果だ。

SNAPの目的は低所得家庭の収入の維持とよりより食事へのアクセスを提供することだ。受給者の所得と家族構成員人数によってだいたい月$100〜$400ほど食料のための補助がでる。

現在までにSNAP、フードスタンプのもたらす効果に関する研究はたくさんなされている。そしてすでに「SNAPによって食費への支出が増える」「SNAPによって食料保障状態（家に食べ物があるかないか）が改善」されることはここ数十年ほど有意な効果がでている。残念ながら、「SNAP受給女性は、所得等が同じそうでない女性にくらべて、肥満率が高い」、「（同じ比較で）BMIが１ポイント高い」「SNAP受給者は、所得等が同じそうでない人に比べて自己報告の健康指数が低い」など、健康に対してはネガティブな効果が報告されている。

すなわち、「増えた食費への支出」が「健康」に変換されていないということだ。
ここでキモになるのが、「じゃあ何食べてんの？」という質問で、だからそれが私の研究課題だ。
残念ながら、「SNAPによる食べ物、栄養への効果」の研究はどれも結果がバラバラであまり強く支持されるコレといった結果が蓄積されていない。結構サポートされているのは「 Whole fruits （まるまる一個のフルーツ、加工とかされてなくて。）の消費はふえる！」のと「砂糖、脂肪の摂取と正の相関関係」と「肉の消費もふえる」だ。フルーツ増えるのはいいけど、あと砂糖と脂肪はダメ、肉は質と以前のタンパク質摂取量による。他にも穀物、牛乳、ビタミン、食物繊維、カロリー、鉄分、といろんなことに対して研究していて結構バラバラな結果とか、「なんも関係ないです」っていう結果とかがでている。

なんで強い主張（ポジティブでもネガティブでも）がないのかっていうと、
１ー食べ物の測り方がわからない！人が摂取した鉄分量とかどうしてわかろうか！って感じで、そもそも研究対象が自己報告の食べた量な時点で少し「ほんまかい」感がでる
２−　使われているデータが一様ではない。全米対象が多いけど、数州のみ、とか、田舎のみ、老人のみ、とかでバイアスがかかっている。NYCとツーソンの食費は違いますからね。
３−　統計モデルの違い。

知りたいことを知るのはかくも難しきかな、ですね。
私の研究分野で語れるのはここまで。


話はかわるが、私のロースクールにいる最高にヒップで強くて美しい友達はPublic Defenderという、貧しくて弁護士が雇えない人のための弁護士になろうとしている。弁護士の中では最も薄給の部類だ（そりゃお金とる相手がいないからね）。法が守ってくれないような人を守る仕事で、同職で昨夏インターンした彼女は「毎日とても悲しかった」と言っていた。

２年目も半ばになって、彼女も専門の勉強を深めていて、最近はImmigration関連の実際の法手続きのアシスタント（それで単位がでる）をしたり、よりリアリスティックな現状に向き合っているし、トランプのExecutive orderのでた中、力を感じているそうだ。

横道だが、最近の私のプログラム（計量経済）での親友は、コロンビアで弁護士をしていた友達で、彼女は元々ポリティカルサイエンスとロースクールを出ているのに、計量にきたツワモノだ。

こないだこの２人と満月を見にハイキングをした。
もちろん話は政治と法の話になった。（こんなに実りのある聞き役があるものか、と思う）

先日こんな事件が州都フェニックスであった。
https://www.pri.org/stories/2017-02-10/attorney-says-woman-deported-phoenix-might-have-had-her-conviction-overturned
トランプの人種差別なExecutive Order, 「前科のある移民から優先的に強制送還させる」というものが適用され、以前ID詐称したがその後正式な法的手続きをへて市民権を得たメキシコ人女性が非合法的に移民局に拘置、強制送還されたのだ。彼女には２人のアメリカ国民のこどもがいる。
彼女を強制送還したオフィサーは憲法違反の差別的な法的手段をとることで有名な人で、現在まさに水を得た魚である。
しかもオバマのときに独立を約束された移民局と警察が、トランプ政権のもとでは協働するように促がされており、この例もあったせいで、まったく普通にくらしている移民に今恐怖が蔓延している。州知事も反対している。（そもそもアリゾナから移民がなくなったら社会も経済もまわらなくなる！！！）

なんとも中指を突き出したくなる現状だ。
それがこの先進国アメリカの進んでいるディストピアである。ミッシェルオバマの最後のスピーチを聞いて彼女は素晴らしいと感銘を受けてた日はまだ平和だったのだなと今思う。

話はもどるけど、彼女いわくツーソンのはずれにある拘置所はとても寒くて人が死ぬこともあるらしい。コロンビアの友達はこの拘置所に（嫌な）縁があったのだがそれは秘密。

実は私の周りに拘置所と刑務所にとても詳しい人がいる。
剣道の道場主だ。
彼こそはツーソンでパブリックディフェンダーを30年続けている人で、たまにジョークで刑務所の話をする。

そしてなんと私の友達が彼のことを知っていたのだ！
どうやらその現場で弁護士のアシストをするセッション（クリニックと呼ぶ、ローオフィスがクリニックと呼ばれている）で一緒になったことがあるらしい。それを発見した私は早速昨日の稽古のあとに友達の名前をだした。
She knows you!

昨夜は奇遇にも私と彼しかおらず（初めてだ！）彼は参加率の低さに超怒っていたけれども、ゆっくりと技を教えてもらえたりして私たちは良い稽古ができた。
その帰りに、友達と話した話とか、私は私で「フードスタンプはやっぱ健康ちゃうわ」って話したりとか、普段剣道メンバーの前で話さない話をした。「刑務所の飯は食いモンちゃうわ」とか。

私の友達は彼が剣道をしてると知ったとき「なんか、よかった。毎日悲しい話と向き合う仕事だから。彼にそういうほかに打ち込めるものがあるって知れてよかった」って言っていた。彼女は学生で、彼はプロフェッショナルで、仕事への思いの熱い人だけど、感情はきっともう切り離せるのだろうと思って、その夜に「彼女は、感情の切り替えのできるのすごいなって言ってたよ」って彼に伝えたのだ。彼は「いまだに悲しいけど、もう泣くことは減ったかな」と言っていた。

私はこの発言がとても軽率だったと今反省している。

今日フェイスブックを見ていたら彼の投稿があった。
「昨日、受刑待ちだったクライアントの女性が、子供を産むときに死んだという報告をきいた。はじめ彼女が逮捕されたときは本当にダメで、ヤク漬けで、ホームレスで彼氏からの暴力で目の周りが真っ黒だった。でも仮釈放時に本当によくやって、薬物中毒からもぬけだしたんだ。逮捕されたときに、妊娠したってわかって、それが彼女がちゃんとやれた理由のひとつだった。本当に人生を変えていたのに。とても悲しい」

未来のみえてきたクライアントの突然の死のあとの稽古に、私はあんな話をしたのかと！
少し彼らの仕事を見聞きしたからって、もっと知りたいと思って、友達は「とても悲しい仕事」とことあるごとに言ってたのに。ずけずけ聞いてしまった自分をとても恥じた。悔いた。
あと、本当に悲しい仕事だなって思った。




ignorance, unawareness は暴力だ。
私は本当に本当に温室育ちで世の中の美しいところだけを見て美しいところで育って美しいもの目指して生きていて。
自分の層と分断されている層を知りたいのは本音だ。本当に知りたい。私には教育という武器があるから、手強い相手と戦う武器があるから、それを存分に使いたいのだ。私自身がいっぱい教育に、技術に、新しい発明に助けられたのだ。実は簡単に助かることがいっぱいあって、知らないだけの人にどうか伝えたいんだ。救われるよって。
けど、やっぱり私もこちら側の人なのだ。トランプのサポーターが鼻をつまんで嫌うような。そのものなんだ。

私は弱くて、彼らみたいにそんなシビアな世界の第一線で弱い人に寄り添って生きることはできない。心が崩れると思う。けど、栄養とかもっと生活のボトムラインでなにか支えることができたら、と思う。
甘いかもしれないけど一生懸命やりたい。



今朝出た気候変動に関するリサーチチームの研究報告会で、バングラデシュの気候変動とvulnerabilityに関するプレゼンを見ていた。プレゼンターはバングラ人PhD。バングラデシュは三角州のような出来かたをした土地で（確か。）、川が多いのと地盤が緩く、気候変動によって洪水が増えて、貧しく社会的に不安定な人たちからどんどんより深い貧困におとされていく。今、経済状況が二極化していて、貧しい人と豊かな人ばかりで中間層がいないらしい。
社会的に不安定な人とは、という質問があり、彼はこう答えていた。
１−自分の土地をもたない人。たとえ洪水があって自分の収穫が０でも契約上お金をはらわなきゃいけないから。
２−政府や役人の使う言葉を知らない人。バングラデシュは他言語国家で、中央の言葉を知らない人からしたら、どんな情報もないに等しい。（情報の断絶）
そして彼らは「ニーズを伝えられない」（伝え方をしらない、伝えるということを知らない）らしい。

彼が農家とした会話で印象的なものがあり、引用していた。
農家「わたしのすきな食べ物しってる？」
学生「しらんがな」
農家「まあこたえてみてよ」
学生「こめ？」
農家「なんでそう思った？」
学生「僕は米が好きだし、〜だからかなって。」
農家「あなたも、政府の役人も、みんなそうやって勝手に彼らの答えを押し付けてくるんだよね。誰も自分たちを見ない」
これ、まさに中央のおごりだと思う。そもそも言語を用意していないのもそうだけれど、相手はこうだろうっていうの、とても押し付け。




最後の例。

中高の友達で、ものかきの仕事に携わりたい子がいて、実は１年くらい前に見事に転職して、webベースの出版社の編集になった子がいる。彼女が担当している漫画が紙面にのったということで、シェアされたのだけど、私からしたらいまいちおもしろくない。私の友達も好んで読むわけじゃないなあって思って。その他に彼女が「他社だけどあすみすきそうなもの」と言って教えてくれたのはおもしろかった。

でも、彼女の会社が続いているのは読者がいるからで。疑問に思ってどんな人が読んでいるか聞いたら、30〜50代の男性。50歳が読む漫画には見えず驚いた。そして「感想ハガキ送ってくれる人もいるけど、その中で35なのに日本語不自由な人とかいて、実際会わないような人たちだと思うよ」とのこと。面接でも「あなたは高学歴だけど、うちのお客さんは違う層だけど大丈夫？」って聞かれたらしい。

社会は本当に分断されている。
私から見えてない層が、私と全く異なる好みをもって、同じ社会で、違うものを消費して違う嗜好をもって（思考も違くて）生活している。けれど国はひとつだから、みんなが幸せになりたいなら、お互いのことを知って、歩み寄らなきゃいけない。そうじゃないと、どちらかひとつ、多くの場合はすでに権利を多くもつほう、のための社会になってしまう可能性がある。または、どちらも幸せにならない、トランプ政権のようなディストピアがうまれてしまうのだ。


この溝は高学歴の正攻法のお勉強じゃうまらなくて。
とてもセンシティブな問題だ。あちら側に閉ざされるかもしれない。
それでも、どうかあなたのことを教えてください、ってある知恵しぼってどうにか教えてもらって、あと自分たちのことも知ってもらわないといけないと思う。
それは、自分の、自分の属するコミュニティの、そして属さないコミュニティの幸せを守るために必要なステップだと私は思うのだ。


いろんなことを思う日々だったので、備忘録として。

What I learned from my class project

I mainly worked on several projects in Fall 2016. I felt myself very passive on not taking any classes, however, overall I had a great learning opportunity and I believe it was good decision for me.

This project-based-class was such a mess and difficult to tell what I learned from it even though I felt it was overwhelming and gained a significant skill sets. Thus, here I'm going to organize it for better understanding and handling my experience for future use. First, I'll briefly mention the background of this project, following by main learnings, and end up with future learning. 

Note that this project is under NDA.

Background

We are provided series of dataset, several business questions, and 4 months of time. Our team includes the (super smart and curious) professor and seven of us (let's say rattatas). The goal is to answer the questions in limited time, and to submit the products as a presentation.

Learning

- Analytical skill 

Nothing comes more than this!! 

It starts from deep understanding of datasets.  Understanding the data generating process, variables, and observing what the descriptive statistics tell us. These processes always require back and forth, since each time you find something quirky you need to go back to the very beginning, data generation. Other key words may be truncation and censoring.

Then model specification comes next. To specify the model, you need finely defined questions and deep understanding of the models. Read papers and do thought experiments for the outcome. Also, pay close attention to heterogeneity, exogenouity, and endogenouity. 

Your coding skill will be shown off the most at data cleaning step. HELL YEAH.

Once you went through that amazing hurting-eyes-and-fingers process, you can run the model and examine the results. It is always important to ask you back why you get the results you got especially when you got unexpected numbers. This might send you back to very beginning of analysis too.

Discussing the results with teammates is another hell, but the most interesting part for me. You will realize the bias of yourself on the numbers. Here the most important things would be Sign, Size, and Significance. Don't get attached with your dearest results, be objective, and find the story that data tells you. 

Specifically we covered inference and application of difference-in-difference model, propensity score matching, gradian boosting method, and logistic model. And a bit more in detail, marginal effect of logistic model (with quadratic and cubic terms, and boots strap and delta methods though not applied for this time).

Coding are mainly done by SAS, sometimes R. Now I'm catching up with Stata for another project evaluation. 

- Presentation skill

Showing statistical results in the business situation requires different skill than idea based business presentation or academic presentation. Also creating slides with seven people often results in lack of coherence and improper weighing of contents. 

Story - The order does not follow the academic way, which follows the exact step of our analysis. Rather, the answer and insights should come first and the modeling will come later. Scientific articles often write in; What is the main findings? Why this is important? then How this was found?

You have to capture the mind of audience so that to make your presentation worth listening. You may hide a problem that you could not solve until the end of presentation to avoid people get stuck to the problem and stop listening to you before showing your illuminating findings. 

Also the final goal of presentation is to motivate the organization/person towards making a firm 'decision'. Nothing vague is worth listening. The unit of measure is 'decision'. How many decisions you can lead them by this presentation will define the success of your time. 

Design -  Even you use the complicated statistical method, it is important to show it in a simple mechanism using intuitive graph and chart preferably without equations and sentences. You need to be creative for this work and high sense in coloring will help. The most difficult thing is the trade-off between 'understandable simpleness' and 'statistical detail'. It should be carefully discussed with your teammate. You may add some explanation in footnote or verbal description. 

Script - Again, strong skill in explaining jargon in general terms is required. 

One thing I learned from this experience is, once you capture the audiences' mind the presentation will be open discussion with rhythmic conversation between audience and presenter (for a while). Probably the audience is experiencing aha-moment in those situations, and the more you provide information along the way they are getting them, the more they will focus on every single words coming from your mouth. 

Another thing I learned is that close attention to the choice of words brings significant impact on the audience. You should know their language, what will hit their mind, in other words, what is the bazz-word for them.

- Time management skill

Being curious is much better than being indifferet, however, sometimes too much curiosity steals considerable amount of time and energy. (Actually the professor was the largest curiosity-oriented-monster, hitting my mind 'I can't be a professor!!!')

The only thing I can tell for time management, no matter how curious you are, whatever interesting modeling you want to try, whatever results you expect from that modeling, deadline is deadline. Stop coding there and go summarizing it. If the manager of research team is one of the analysts, it would be painfully tough to stop in front of the bunch of seeds of excitement.

Future learning

- Study of probability and statistics

I did not have enough basic in theory in order to understand and apply further modelings. It's the biggest regret in my life. (If we could have mined the distribution of one variable and could have categorized them in that way instead of using simple statistics for proxy...)

- Readings on specification

Learning modeling will be never ending fundamental elements of analysis since every moment new and refined model is found by prominent researchers. It was great that I could learn propensity score analysis in this project while learning heckman's model and the code for treatment effect in Stata for my research.

Machine learning is such a popular word these days, however, Econometrics modeling is as same as, or more important than ML since ML is mainly for prediction but 'Econometrics explains and predicts', which I ought to be able to answer whenever whoever wakes me up during deep sleep!!

- Learning other language for coding

SAS and Stata are getting old products. Even I stated ML as such, we need it to deal with large size data having larger existence than a decade, or just a few years ago. This relates with study on stats too.

Conclusion

Coolest thing my professor kept telling was 'There is only 8 of us who know these facts' as the research went further. It kept my motivation and pride on my skill to undergo the tough training while always part of my mind whispered me there are much more smarter students in computer science, or it's too late to start learning stats. Whatever. I have solid skill that I didn't have in 15months ago. 

私はこうして経験を反芻し、自分なりにレコードし、フタをすることによって次に使える形に整える。

浪人の頃に、先生の一言一句を脳みそに刻みつけた時期があった。それほど先生の言葉に価値があった。今回のプロジェクトもそうだった。先生のそばでみた、先生の行動、やってくる分析とコーディングの量、私たちの誘導の仕方は全て学ぶところがあった。それに加えて今読み直したシラバスは自分にとってかけがえのない価値をもつものだ。あー感動！もっと勉強したい！

Suppose it's 4 am and you are in the mid of sleep. 

What does Econometrics do?

アメリカで$5以下で買えるもの、全てお見せします！！

今日は、いつか書こうと思っていたThriftstoreについて書こうと思います！

• Thriftstoreは日本で言うリサイクルショップのようなものですが、もっと敷居が低いというか、本当にゴミのようなものから家具や家電まで売っているなんでもやさんです。
  服、靴、鞄、食器、おもちゃ、文具、置物（サンタさんとか）、布類（カーテン、ベッドマット）、家具、家電、etc...本当になんでも揃います。
  そしてなんと言っても激安です。
  
  

  

  基本的に店内はカオス

• 基本は寄付。
  Thirftstoresは社会貢献志向の非営利団体が運営していることが多いです。寄付品を販売し、その収益を活動にあてるという構造です。
  なのでやっぱ都会のthrift storeは良いものが揃ってます。（寄付者のレベルが高いからね！）
• 有名なところでGoodwill。全米にあるチェーンで、社会的弱者の就労支援を行っている団体です。もちろんGoodwillのホンチャンの活動に支えられてる人もいると思いますが、わたしにとってもGoodwillは神です！
  
  他にもTucsonにはDessert Industriesというキリスト教系の就労支援団体、HSSAという犬や猫の保護を行う団体、あとは大手でSaversという広くコミュニティ支援を行う団体などが運営するThriftstoreがあります。
• 以下は（買い物上手と名高い！）わたしが買ったもの！

• 食器

　　　丸皿は全て$2とかだと思います、かわいい。白いお皿はかなり大きいです。
　　　ボウルはあわせて$3, カップは$1です。←来たときにとりあえず買ったけど便利。

• 家具とか

　　　イス、$10。快適。
　　　（てかイスがない寮ってなんなんだ）

　　　ベージュのシャワーカーテン、$4。
　　　もともとのがあまりも味気なかったので買いました。雰囲気かわる！

• 服！服！！服！！！
  服は本当に安くて掘り出し物があるので行くと必ず買ってしまいます。私は色んなもの着てみたいのと、留学生ってもともと手持ち少ないですよね？身軽で来て全て捨てて帰りたいけど滞在中は色んなもの着たい人にはほんとーーーーにおすすめです。

　　左上）花柄系トップス各$2（めっちゃかわいいよ！！）
        右上）NINE WESTのサンダル$6, H&Mのパンプス値段忘れたけど急な就活で！
　　左下）ワンピース各$4〜6, 左２枚はfoever21。正規の値段で買ったことないfoever.
　　右下）ロングワンピース各$4。右はカルバンクライン。この２枚いまのお気に入り。
　　

　　冬服もおまかせあれ！とはいえどTucson全然寒くないから見せるものがない…

　　左上）皮ジャン、これさいこーに使える。$4。さいこー

　　右上）ハット$3, 小さいかばんはnine westで$5とか、超便利。

　　左下）ニット、思ったより冷え込む日もあったツーソン。$5とかで買い足し。
　　右下）スウェットも調達。ズボンはコロンビアのであったかかった、各$4。

　

　　あと1年のうち10ヶ月25度以上なのでワンピースをアホほど買ってしまいます。

　　ツーソン来て既にこんなに買ってると思わなかった笑

　

• ほか
  写真ないけど、鉢植え、プリンターのコード、棚整理用のバスケット、バインダーなどなど・・・要するになんでもあります！

• 基本的になんでもそろうThrift storeほんまに大好きです。
  
  食器とかは値段以上に頑丈でデザイン性があるし、コロンビアのスウェットとか普通に買ったらもっとするし、いや全てふつうに買ったらもっとするし、格安ブランドの新品を格安で買うよりも、良いものを中古で買うほうがお得だと思います。
  
  そして新品にこだわらないなら、thrift storeで色んなもの買って生活楽しむほうが勝ちやと思ってます。食器とか、カーテンとか、キャンドルホルダーとか、新しいワンピースとか、月に$10とかで生活に彩りを添えることができるなら、しちゃえばよくない？と思うのでした。

アメリカの大学でスペイン語を勉強してみた

早くも12月、修士２年間のうち1/4が過ぎようとしていますが、ここで今期履修した中で一番楽しかったスペイン語の授業を紹介しようと思います！
（時間あるときに画像つけます）



Contents

1. なぜスペイン語…？
2. カリキュラム紹介
3. 日本との違い、使って慣れる！
4. 言語は文化
5. まとめ

1. なぜスペイン語…？
   
   もともと言語に対するやる気はそんなになかったのですが、去年イギリスにいたときに、まわりにいるヨーロピアンが英語以外でコミュニケーションをとっている姿をみて、純粋に「かっこいいな」とは思っていました。
   
   ３カ国語目に対する重要性に気づいたのは、もともと英語とフランス語がネイティブで国連への就職を希望しているカナダ人のフラットメイトが、さらに（既に日常レベルの）ドイツ語をスキルアップしようとしている姿でした。彼女を見ていて、「できたらすごい」じゃなくて「当たり前」なんじゃないか？と思うようになり、修士ではスペイン語をやろう！と決めました。
   
   他の言語でなくスペイン語なのはアメリカでドミナントだからというシンプルな理由です。（フランス語挫折済み！）
   
   
2. カリキュラム紹介
   
   まず、授業は週に４回。月〜木の1:00〜1:50.　ほぼ毎日です！
   
   そして、使用教材はこちら「Dimelo Tu!」
   なんと３ヶ月半の間で、７章分（ページにして260ページ）進みました。
   ほぼ毎日2~4ページのLeer（Reading）の宿題がでます。
   
   それに加えて、計９回のライティング、後半２回ある３分間のプレゼンテーション、オンラインでの副教材、各章ごとに16枚のflashcardの作成、など教科書以外にもやることはたくさんありました。
   
   評価方法はこれら全ての課題＋２回の中間テスト＋期末テスト、となかなかコミットメントが必要です。私は聴講なのでflashcardは免除してもらいました。
   
   
3. 日本との違い、使って慣れる！
   
   最も大きな違いは、授業の楽しさかと思いますが（笑）
   
   まず、とにかく発言させます。そしてスペイン語なら何を言っても褒められます。（笑）授業毎に「Oral proficiency」の提出があり、毎回の発言頻度を10段階評価します。授業中に先生がたくさん質問して、みんな挙手して答えます。
   
   次に、とにかく書かせます。９回のライティングのうち後半の５回は「今の家について」、「メキシコ出身の偉人」、「家族について」、「大学生活について」など手書きでA4１枚ほど書きます。習った文法をすぐアウトプットさせるので身に付きやすいのかなあと思います。それと、内容がまとまってなくてもいいので気がラクです。笑
   
   また、ライティングやテストでうまくできない子が挽回するチャンスもあるのですが、それもまたユニークです。例えば、スペイン語学部が提供するmovie nightに行って、スペイン語の映画を見て感想を書くというのがあったのですが、今期はクィア映画ばかりで、クィア映画を生徒にすすめるっていうのがかっこいいな、と思いました。
   私が観た「Cuatro lunas」はメキシコのゲイ映画でとてもおもしろかったです！
   （Vamos, Como te llamas?くらいしか理解できなかったですが）
   
   
4. 言語は文化
   
   先述の教科書は、各章がスペイン語圏の国の紹介になっています。
   例えば、第７章はコロンビアの章で、コロンビアの有名人（Shakiraなど）、名所、文化、歴史の紹介がされています。先生がyoutubeでダンスや歌なども流してくれました。
   
   個人的には、文化の学習は語学を習得することと同じくらい大きなことだったかなと思います。日本の理系学生の中南米に関する知識といえば「マチュピチュ・ウユニ湖・リオのカーニバル」程度だと思うのですが、この度ゆっくりと文化や歴史を学ぶことができてとてもよかったです。
   
   やはりほぼ全ての国がヨーロッパに支配された過去をもち、虐殺や紛争の歴史を持ちます。アルゼンチンは一時期白人比率が90%までのぼったそうです。また、マヤ文明がいかに影響力をもっていたか、グアテマラはスペイン語以外に21の言葉が存在する、などの文化面もたくさん学びました。
   
   
5. まとめ
   
   まとめると、とにかく楽しかったです！
   授業では習ったことをすぐに使うので、純粋にそれが楽しかったのと、色んなダンスや歌の紹介、そして一緒に受講していた１年生のみんなもおもしろかったです。
   

   

   最大の成長はライティング！
   左：１つめのライティング（下線に指定された語句を挿入するのみ）、右：９回目のライティング。スペイン語ネイティブの人の自己紹介を聞き取ってその場で文章を作る。（単語は教えてくれる）

   
   アメリカにおけるヒスパニック人口は16%, アリゾナだけでみると30%がヒスパニックです。外出したときにみる標識の意味がわかったり、聞こえてくるスペイン語の会話がすこしわかったり、スペイン語を学ぶことによる変化は日々感じられてとても楽しいです。
   
   クラスのスペイン人とメキシコ人にスペイン語でちょっかいを出してこてんぱんにやられるのもまたをかし。
   
   アメリカ、特にサウスウェストに留学することがあればスペイン語の履修を強くおすすめします！
   
   

追記（12/31/2016）

学んでから１年経ってしまいましたが、カンクンに行って習ったスペイン語を使いました！一度本気で学習すると蘇るもので、（ルームメイトがメキシコ人だからか？）タクシードライバーとのやりとりや、お店での注文など簡単な会話が楽しめてすごいよかったです！

また、カンクンは観光地でありながら英語スピーカーが限られていたので、スペイン語を話せて少し安心でした。