本文へスキップ
Likelier

感じる恐怖 vs. 実際の確率

技術的破壊によりキャリア変更が必要になる可能性はどのくらいですか?

定量化されていません

信頼できる推定値なし

この問題について権威あるデータを調査しましたが、公表できる数値を見つけられませんでした。考えられる理由: 出典間で大幅な不一致がある、基礎データにバイアスがあることが判明している、または共通の基準に正規化できない文脈に依存している。

私たちが見落とした厳密な査読済み出典をご存知ですか?お知らせください。

その他 · レビュー済み 2026-07-09
証拠の質 4.25/5

8次元のレビュー評価。基準は 品質ルーブリック 。各次元は1〜5で評価。

D1 出典への根拠
4/5
D2 出典の権威性
5/5
D3 算術
3/5
D4 不確実性
4/5
D5 範囲
5/5
D6 文章
4/5
D7 認識の誠実性
4/5
D8 注意事項の完全性
5/5
平均 4.25/5
Source 信頼できる推定値なし
A winding road with a fork, signposts pointing in different directions, muted earth tones, flat vector illustration.

このリスクが関わる決断

このリスク次第で変わる選択。そのトレードオフをどう見るか。

キャリアが技術によって破壊されるかどうかではなく、いつ、どの程度深刻に破壊されるか、が問題です。世界経済フォーラムの「2025年版仕事の未来レポート」は、2025年から2030年の間に労働者の既存スキルセットの39%が変革されるか、陳腐化すると推定しています。これは2023年の44%から減少しており、破壊のペースが加速するのではなく安定している可能性を示唆しています。McKinsey Global Instituteは、2030年までに世界中で7500万人から3億7500万人の労働者が職種カテゴリーを変更し、新しいスキルを習得する必要があるかもしれないと予測しています。これは、自動化によって職を失う可能性のある4億から8億人のうちの一部です。労働統計局(BLS)は、その特徴である慎重さから、職務変更は追跡するものの、「キャリア変更」を定義したり数えたりすることを拒否しており、ベビーブーマー世代が18歳から58歳の間に平均12.9の職務に就いていたとだけ記しています。

これらの数字は異なるものを測定しており、その間の隔たりこそが、生涯を通じた単一の数値をどれも擁護できない理由です。スキルの破壊はキャリア変更と同じではありません。3年ごとに新しいフレームワークを学ぶソフトウェアエンジニアは、キャリアを変更することなくスキルの破壊を経験しています。太陽光パネル設置業者として再訓練を受ける炭鉱労働者は、WEFが意味する「スキルの破壊」を必ずしも経験することなくキャリアを変更しています。WEFの39%は、5年間の、同一職務内でのスキル変革率です。McKinseyの数字は、10年ごとの職種カテゴリー変更の件数です。そして米国で最も権威ある情報源であるBLSは、キャリア変更について合意された定義が存在しないため、その推定値を算出できないと明言しています。これらの比較不能な指標を単一の「生涯における強制的なキャリア変更の確率」につなぎ合わせるには、いずれの情報源も行っていない仮定が必要となるため、この項目は根拠のある5年間のスキル不安定率を公表し、生涯にわたる数値をでっち上げることを拒否します。

この過小評価されている枠組みは、本サイトの他の多くの項目とは逆方向の認識ギャップを反映しています。人々は一般的に、珍しいリスクを過大評価し、ありふれたリスクを過小評価しますが、キャリアの陳腐化は極めてありふれたものです。それは単一の壊滅的な出来事として訪れるのではなく、スキルの関連性の緩やかな蓄積として現れ、業界全体が縮小する際の時折の急激な断絶によって区切られます。生涯にわたる明確な確率を裏付ける情報源はないため、この項目もそれを提示しません。しかし、証拠が示す方向性は明白です。WEFは、既存のスキルセットのうち5分の2近くが、単一の5年間の枠内で入れ替わると予測しています。また、仮に100人の労働者がいたとすれば、そのうち59人が2030年までに研修を必要とし、うち11人はそれを受けられない可能性が高いと見込まれています。生涯における真の比率がどうであれ、それは、強制的な再構築を他人事だと考えることが誤った初期設定であると言える程度には高いのです。

根拠台帳

以下の各数値は各出典が報告した内容であり、引用した原文の抜粋と算出方法を記載しています。リンクをクリックして直接確認できます。

  1. [1] World Economic Forum — The Future of Jobs Report 2025
    The Future of Jobs Report 2025
    統計値
    39% of workers' existing skill sets will be transformed or become outdated over the 2025-2030 period
    抜粋
    “"workers can expect that two-fifths (39%) of their existing skill sets will be transformed or become outdated over the 2025-2030 period. … this measure of “skill instability” has slowed compared to previous editions of the report, from 44% in 2023 and a high point of 57% in 2020" ”
    出典データ
    2025-01-08
    アクセス日
    2026-04-18 · アーカイブ版
    計算過程
    The WEF surveys over 1,000 employers representing more than 14 million workers across 22 industry clusters and 55 economies. The 39% figure describes expected skill transformation within existing roles over the 2025-2030 period, not full occupational displacement. Skill disruption does not automatically translate to a career change -- many workers upskill within their current field. WEF also states that "if the world's workforce was made up of 100 people, 59 would need training by 2030" and that of those, "11 would be unlikely to receive the reskilling or upskilling needed, leaving their employment prospects increasingly at risk"; separately, 40% of surveyed employers plan to reduce staff as their skills become less relevant. These are the source's own five-year, employer-panel figures. WEF does not state a lifetime probability that an individual US adult will be forced to change careers, and this entry does not derive one: the 39% figure is retained as the grounded native rate for a single five-year disruption window, not extrapolated into a lifetime total (see no_reliable_estimate).
    独立性
    WEF employer survey methodology is independent from BLS longitudinal worker surveys and McKinsey economic modelling.
  2. [2] McKinsey Global Institute — Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation
    Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation
    統計値
    75 million to 375 million workers globally (3-14% of the workforce) may need to switch occupational categories by 2030
    抜粋
    “"We estimate that between 400 million and 800 million individuals could be displaced by automation and need to find new jobs by 2030 around the world, based on our midpoint and earliest (that is, the most rapid) automation adoption scenarios. … Of the total displaced, 75 million to 375 million may need to switch occupational categories and learn new skills, under our midpoint and earliest automation adoption scenarios; under our trendline adoption scenario, however, this number would be very small—less than 10 million (Exhibit 1)." ”
    出典データ
    2017-11-28
    アクセス日
    2026-04-18 · アーカイブ版
    計算過程
    McKinsey's global scenario range is 75 million to 375 million workers who "may need to switch occupational categories and learn new skills" by 2030, out of 400 million to 800 million who could be displaced by automation. The 375M upper bound assumes rapid automation adoption; the 75M lower bound assumes slow adoption. This is a per-decade, global estimate, and the report predates the generative-AI era. Occupational-category switching is the closest measured proxy to "career change" in this literature, but McKinsey does not report a lifetime probability for an individual worker, and none is derived here. Retained as sourced context for the no_reliable_estimate framing rather than as an input to a computed lifetime rate.
    独立性
    McKinsey uses proprietary economic modelling with O*NET occupational data. Methodologically independent from WEF employer surveys and BLS longitudinal data.
  3. [3] U.S. Bureau of Labor Statistics — Number of Jobs, Labor Market Experience, Marital Status, and Health: Results from a National Longitudinal Survey
    Number of Jobs, Labor Market Experience, Marital Status, and Health: Results from a National Longitudinal Survey
    統計値
    Individuals born 1957-1964 held an average of 12.9 jobs from ages 18 to 58
    抜粋
    “"Individuals born in the latter years of the baby boom (1957-64) held an average of 12.9 jobs from ages 18 to 58, according to the U.S. Bureau of Labor Statistics (BLS). Over 40 percent of these jobs were held from ages 18 to 24." ”
    出典データ
    2024-08-22
    アクセス日
    2026-04-18 · アーカイブ版
    計算過程
    BLS tracks job changes (uninterrupted periods of work with a particular employer), not career changes. BLS explicitly states it cannot produce estimates of career changes because no consensus definition exists. The 12.9 figure includes lateral moves within the same field, so it cannot be converted into a count of field switches. It is included here to document why a defensible lifetime career-change probability cannot be built from US longitudinal data: the most authoritative domestic source declines to define the quantity this entry would otherwise report. This is the primary reason the entry carries no_reliable_estimate rather than a point estimate.
    独立性
    BLS National Longitudinal Survey tracks a representative birth cohort longitudinally. Fully independent from WEF employer surveys and McKinsey modelling.

436件の測定確率リスク
10分の1 100分の1 1K分の1 10K分の1 100K分の1 1M分の1 10M分の1 100M分の1 1B分の1 確実 まれ → 海外美容整形のリスク — 10分の1 乳幼児期の砂糖・塩と成人病 — 10分の1 子宮内膜症 — 10分の1 トルコでの植毛リスク — 10分の1 膝関節置換術 — 10分の1 慢性的な鎮痛剤使用 — 10分の1 完全歯牙脱落 — 9.1分の1 アルツハイマー病 — 8.3分の1 睡眠不足 — 8.3分の1 無煙タバコ — 8.3分の1 ヘルメットなし自転車 — 8.0分の1 ブラキシズムによる歯の損傷 — 7.7分の1 コンドームの失敗 — 7.7分の1 移民当局への恐れで受診回避 — 7.1分の1 視力喪失 — 6.7分の1 重量挙げによるヘルニア — 6.7分の1 高齢者股関節骨折 — 6.7分の1 日常的飲酒 — 6.7分の1 初回心臓発作 — 5.9分の1 不妊 — 5.7分の1 5年超の長期ケア — 5.6分の1 CTE(フットボール) — 5.0分の1 大うつ病 — 4.9分の1 ハイキング傷害 — 4.8分の1 子どもの食べ残し感染リスク — 4.2分の1 ライム病 — 4.0分の1 孤独と健康 — 3.8分の1 AUDリスクの遺伝 — 3.5分の1 アルコール使用障害 — 3.4分の1 不安障害 — 3.2分の1 閉経後心血管リスク — 3.0分の1 サイレント糖尿病 — 3.0分の1 風邪でのフライト — 2.9分の1 失業とうつ病 — 2.9分の1 ダニ媒介感染症(森林) — 2.9分の1 サイレント高コレステロール — 2.9分の1 幼少期の祖父母喪失確率 — 2.8分の1 Pacifier on the floor — 2.8分の1 サイレント高血圧 — 2.7分の1 薬剤耐性感染症 — 2.6分の1 骨髄ドナー不一致 — 2.4分の1 介護施設への入所 — 2.2分の1 マンモグラフィー偽陽性 — 2.0分の1 日常的喫煙 — 2.0分の1 旅行者下痢症 — 2.0分の1 アドベンチャースポーツ — 1.8分の1 65歳以降の長期ケア — 1.8分の1 配偶者死別 — 1.7分の1 無防備な性行為 — 1.5分の1 腰痛 — 1.3分の1 手指衛生 — 1.0分の1 がん(全体) — 7.1分の1 電動キックボード無ヘルメット — 4.5分の1 電動自転車無ヘルメット — 4.0分の1 手荷物の取り扱いミス — 3.7分の1 過失による傷害事故 — 2.9分の1 シカとの衝突 — 2.7分の1 自動車事故での負傷 — 2.6分の1 フライトキャンセル — 1.8分の1 旅行の中断:戦争または災害 — 1.7分の1 ヒッチハイク中の暴行 — 8.8分の1 住居侵入窃盗 — 8.6分の1 郵便小切手詐欺 — 7.7分の1 子どもの性的虐待 — 6.8分の1 ストーキング — 6.2分の1 学生性的暴行 — 5.7分の1 家庭内暴力 — 3.7分の1 夜間単独暴行 — 3.6分の1 自転車盗難 — 2.9分の1 性的暴行 — 2.3分の1 性的ハラスメント(生涯) — 1.6分の1 水不足 — 2.5分の1 キャリントン級太陽嵐 — 1.9分の1 WAISティッピングポイント — 1.1分の1 室内猫の脱走リスク — 10分の1 リードなし犬の咬傷 — 9.8分の1 ウサギが4年以内に死ぬ確率 — 3.3分の1 犬による咬傷(非致死的) — 1.8分の1 ハムスターが13歳前に死ぬ確率 — 1.0分の1 鉄不足(女性) — 3.9分の1 ビタミンD不足 — 2.9分の1 マグネシウム不足 — 1.9分の1 生焼け食品 — 1.6分の1 生肉の交差汚染 — 1.4分の1 置きっぱなしの食品 — 1.2分の1 AI音声詐欺 — 2.9分の1 オンライン詐欺被害 — 2.5分の1 ティーンのネットいじめ — 2.0分の1 子供と露骨なコンテンツ — 1.9分の1 データ漏洩 — 1.1分の1 流産 — 6.7分の1 ティーンの自殺未遂 — 5.6分の1 産後うつ病 — 4.8分の1 予防接種前の鎮痛剤 — 3.8分の1 妊娠中の過剰体重増加 — 2.6分の1 未接種児と麻疹 — 2.0分の1 子どものアタマジラミ — 2.0分の1 高齢者金融詐欺被害 — 10分の1 年金基金破綻 — 10分の1 住宅暴落 — 8.3分の1 IRS税務調査 — 6.7分の1 通貨の崩壊 — 5.6分の1 ビザ不法滞在強制送還 — 5.6分の1 サブプライム車ローンの差押 — 5.0分の1 現役世代の長期障害 — 4.0分の1 学生ローン債務不履行 — 3.8分の1 内部告発者への報復 — 3.2分の1 50代以降の強制退職 — 2.9分の1 退職資金不足 — 2.6分の1 後払い(BNPL)の延滞 — 2.4分の1 離婚 — 2.4分の1 配管破裂による水害 — 2.2分の1 職場いじめ — 2.1分の1 長期的な送電網の停電 — 2.0分の1 強制送還(不法滞在) — 1.8分の1 葬儀費用の衝撃 — 1.7分の1 ID盗難 — 1.7分の1 クレジットカード詐欺 — 1.5分の1 学校いじめ — 1.5分の1 前線兵士死傷 — 1.3分の1 経済不況 — 1.0分の1 株式市場の暴落 — 1.0分の1 雹による屋根被害 — 3.0分の1 問題入居者による損失 — 1.8分の1 LASIK合併症 — 100分の1 乾いたトイレットペーパーの害 — 100分の1 受動喫煙 — 91分の1 ゲーム障害(成人) — 83分の1 ハイヒール救急外来 — 79分の1 Thrown/dropped object — 67分の1 薬剤反応 — 58分の1 薬物過量摂取 — 56分の1 子どものガスコンロ喘息 — 50分の1 猫砂からのトキソプラズマ症 — 48分の1 精神疾患による障害給付 — 45分の1 ベンゾジアゼピン依存症 — 40分の1 水道水の鉛 — 40分の1 薬剤誤用 — 35分の1 外傷性脳損傷 — 33分の1 院内感染 — 31分の1 大気汚染 — 29分の1 末期腎臓病 — 29分の1 旅行者下痢症(水) — 26分の1 スキー傷害 — 26分の1 双極性障害 — 23分の1 親知らずの手術 — 22分の1 歯科ツーリズムの合併症 — 20分の1 高齢者の家族放棄 — 20分の1 パーキンソン病 — 20分の1 ペットの寄生虫 — 20分の1 未診断のADHD — 20分の1 成人発症の食物アレルギー — 19分の1 非アルツハイマー型認知症 — 17分の1 大麻使用障害 — 16分の1 脳卒中 — 15分の1 PTSD — 15分の1 重度難聴 — 14分の1 2型糖尿病 — 13分の1 盲腸炎 — 13分の1 屋内調理の煙 — 13分の1 未治療のうつ病 — 13分の1 ソーダと糖尿病 — 13分の1 心臓病 — 12分の1 医療過誤による死亡 — 12分の1 強迫的性的行動 — 12分の1 摂食障害 — 11分の1 股関節置換術 — 11分の1 腎臓結石 — 11分の1 親の死亡/障害 — 11分の1 座りがちな生活習慣 — 11分の1 サロン感染 — 11分の1 卵巣がん — 91分の1 大腸がん — 77分の1 乳がん — 59分の1 肝臓がん — 59分の1 肺がん — 56分の1 前立腺がん — 50分の1 メラノーマ(UV) — 29分の1 食物繊維不足による大腸がんリスク — 26分の1 赤肉と大腸がん — 21分の1 焦げた肉とがん — 20分の1 整備不良事故 — 83分の1 鎮静薬服用中の運転 — 77分の1 ながらスマホ運転 — 56分の1 シートベルト非着用事故死 — 53分の1 制限速度20%超過 — 50分の1 バイク無ヘルメット死亡 — 45分の1 宇宙飛行(宇宙飛行士) — 42分の1 ながら動画運転 — 32分の1 子どもの事故負傷 — 27分の1 眠気運転 — 26分の1 クルーズ船ノロウイルス — 24分の1 電動スクーターの負傷 — 10分の1 旅行中のスリ — 38分の1 触媒コンバーター盗難 — 37分の1 暴行で刺される — 37分の1 自動車盗難 — 34分の1 路上強盗・ひったくり — 26分の1 冤罪 — 24分の1 飲み物への薬物混入 — 17分の1 キーレス車のリレー盗難 — 13分の1 権威主義下デモ被害 — 12分の1 AMOC崩壊 — 20分の1 ハチ刺されアナフィラキシー — 50分の1 猫の首輪事故 — 25分の1 レストランでの食中毒 — 58分の1 B12欠乏 — 28分の1 菜食主義の欠乏 — 14分の1 親密なディープフェイク — 25分の1 ソーシャルメディアの問題的使用 — 13分の1 幼児が異物を飲む(救急) — 91分の1 生命を脅かす出産(米国) — 61分の1 出産時の死亡(SSA) — 55分の1 幼児の階段転落 — 37分の1 添い寝による死亡 — 36分の1 遊具でのけがのリスク — 33分の1 自閉症診断 — 31分の1 帝王切開合併症 — 29分の1 おもちゃによるけがで救急受診(子ども) — 21分の1 妊娠高血圧腎症 — 20分の1 重篤な分娩時会陰裂傷 — 17分の1 妊娠糖尿病 — 13分の1 子どもの転倒による頭部・眼部傷害 — 12分の1 相続人なしで死亡 — 100分の1 スポーツ賭博による財務破綻 — 100分の1 戦闘機パイロットの死亡 — 48分の1 商業漁業のキャリア死亡 — 45分の1 林業・伐採のキャリア死亡 — 34分の1 医療破産 — 25分の1 強迫的購買障害 — 20分の1 賃貸物件詐欺被害 — 20分の1 2025年就労要件でSNAP喪失の確率 — 18分の1 住宅ローン差し押さえ — 14分の1 筋骨格系障害給付 — 14分の1 デイトレード損失 — 13分の1 過激派政府による破滅 — 13分の1 ハリケーンによる住宅壊滅 — 17分の1 NAION(オゼンピック) — 909分の1 乳幼児プール溺水 — 800分の1 多発性硬化症 — 769分の1 職場死亡 — 690分の1 腸チフス — 654分の1 GLP-1 全身麻酔の誤嚥 — 613分の1 不安全な輸入製品 — 565分の1 脳動脈瘤 — 400分の1 COVID-19 — 400分の1 花火負傷 — 385分の1 包丁による腱損傷 — 385分の1 カフェインの摂りすぎ — 366分の1 鎌状赤血球症 — 365分の1 偽造医薬品 — 361分の1 脊髄損傷 — 313分の1 小児がん診断 — 285分の1 次のパンデミックでの死亡 — 208分の1 デング熱(旅行) — 200分の1 高温による早産 — 200分の1 毎日のシャワーを控える — 200分の1 足を洗わないこと — 200分の1 骨髄提供リスク — 167分の1 ダニ媒介脳炎 — 167分の1 統合失調症 — 143分の1 転倒事故 — 135分の1 運動中の突然死 — 123分の1 自殺(米国) — 121分の1 オピオイド依存 — 114分の1 結核(世界) — 109分の1 HIV 診断 — 105分の1 ラドン肺がん — 435分の1 精巣がん — 250分の1 子宮頸がん — 167分の1 膵臓がん — 125分の1 歩行者死亡 — 806分の1 バイク事故 — 709分の1 レジャーボート溺死 — 685分の1 運転者が歩行者を死亡 — 552分の1 歩きスマホによる怪我 — 400分の1 EVバッテリー火災 — 333分の1 自転車が車に轢かれ死亡 — 159分の1 ガソリン車火災 — 125分の1 自動運転車による死亡事故 — 115分の1 自動車事故 — 105分の1 消防士の職務中死亡 — 455分の1 警察官の職務中死亡 — 357分の1 殺人 — 339分の1 豚の解体詐欺 — 106分の1 猛暑 — 333分の1 気候変動による死亡 — 204分の1 コウモリの咬傷と狂犬病 — 278分の1 蚊媒介疾患 — 190分の1 食中毒(世界) — 317分の1 ソーラーパネル火災 — 667分の1 未治療小児側弯症 — 1,000分の1 子供の窓からの転落 — 855分の1 ウォーカー階段転落 — 625分の1 乳児の落下 — 500分の1 ベビーウォーカー負傷 — 455分の1 妊産婦死亡 — 272分の1 母親の年齢と先天異常 — 200分の1 子供の死亡(18歳未満) — 103分の1 ケイビングキャリアでの死亡 — 167分の1 救急救命士の職務中死亡 — 909分の1 民間人戦争被害 — 499分の1 戦闘中の兵士 — 270分の1 学生ビザの取り消し — 263分の1 鉱山労働キャリア死亡 — 214分の1 ギャンブル破産 — 159分の1 落雷による住宅火災 — 461分の1 山火事による住宅壊滅 — 120分の1 マラリア(旅行) — 10,000分の1 飲み物の共有による感染 — 10,000分の1 シャーガス病 — 8,475分の1 ベリーからのキツネ条虫感染 — 8,475分の1 幼児がニコチンパウチを誤飲 — 7,937分の1 住血吸虫症 — 6,667分の1 突然死(若年成人) — 3,922分の1 危険な配線 — 3,390分の1 傷からの敗血症 — 2,857分の1 麻酔中の覚醒 — 2,500分の1 熱中症(屋外活動) — 1,905分の1 住宅火災 — 1,818分の1 犬由来の狂犬病 — 1,449分の1 溺死 — 1,379分の1 浅瀬飛び込み脊髄損傷 — 1,111分の1 EVALI入院 — 1,064分の1 窒息 — 1,020分の1 ビンロウがん — 1,290分の1 血栓(フライト) — 4,651分の1 運転者が自転車利用者を死亡 — 3,937分の1 10代の交通死亡 — 3,030分の1 後付け自転車シート — 2,500分の1 拘束なし子供事故死 — 2,000分の1 警察による死亡 — 4,739分の1 名誉殺人 — 2,381分の1 親密なパートナーによる殺人 — 1,767分の1 ハリケーン — 8,929分の1 干ばつ飢饉死 — 6,536分の1 ブリザード死 — 4,367分の1 地震 — 3,802分の1 加工肉のリステリア菌 — 6,061分の1 生鮮野菜による重症の大腸菌感染 — 4,831分の1 食中毒(米国) — 1,862分の1 魚の水銀 — 1,695分の1 魚の骨の負傷 — 1,429分の1 バッテリー発火 — 4,545分の1 洗剤ポッド誤飲 — 6,494分の1 プールでの溺死 — 5,882分の1 未治療の乳児股関節形成不全 — 5,000分の1 SIDS — 2,398分の1 戦争(民間人) — 2,000分の1 小児のインフル脳症・脳の腫れ — 100,000分の1 ハチ刺傷による死亡 — 76,923分の1 国内感染デング熱(米本土) — 66,667分の1 麻酔死 — 45,662分の1 車内での犬の熱中症死 — 41,667分の1 ビブリオ・バルニフィカス創傷感染 — 32,051分の1 アナフィラキシー — 27,548分の1 カイロプラクティックの首の操作 — 16,667分の1 CO中毒 — 14,006分の1 A型肝炎(旅行) — 12,500分の1 アレルギー免疫療法の中止 — 11,111分の1 アクリルアミドとがん — 16,667分の1 バス事故 — 100,000分の1 飛行機事故 — 58,824分の1 衝突後の車両火災 — 25,000分の1 踏切死亡事故 — 20,576分の1 車両水没 — 16,667分の1 自転車牽引トレーラー — 14,286分の1 滑走路のニアミス — 13,699分の1 アシッドアタック — 94,340分の1 テロリズム — 77,519分の1 子どもの見知らぬ人による誘拐 — 38,760分の1 見知らぬ人による誘拐 — 35,211分の1 持参金殺人 — 13,158分の1 銃の事故死 — 11,299分の1 山火事 — 100,000分の1 竜巻 — 80,645分の1 津波 — 52,632分の1 海での溺死 — 29,155分の1 洪水 — 20,202分の1 ハリケーン後の暑さによる死亡 — 20,000分の1 地すべり死亡 — 18,416分の1 スーパーボルケーノ噴火 — 12,376分の1 ハチ刺傷 — 78,927分の1 ハチ・スズメバチ誤飲 — 29,155分の1 致命的なサソリ刺傷 — 26,110分の1 犬のチョコ死亡 — 13,889分の1 鉛入りシナモンパウチ — 40,000分の1 プラスチック容器溶出 — 16,949分の1 チャイルドシートでの乳児窒息 — 64,935分の1 バウンサー転落 — 60,606分の1 幼児の窒息 — 50,000分の1 監視なしの乳児の窒息 — 50,000分の1 前向き幼児の死亡 — 26,738分の1 強力磁石誤飲 — 12,048分の1 シュノーケリング死 — 21,739分の1 ペット輸送 — 20,000分の1 ICE収容中の死亡 — 17,065分の1 地雷・不発弾 — 14,728分の1 ワクチン反応 — 763,359分の1 アルミニウムとアルツハイマー — 169,492分の1 住宅ガス漏れ — 140,845分の1 車内での子どもの熱中症死 — 102,041分の1 グリホサートとがん — 1,000,000分の1 テフロン調理器具の癌リスク — 169,492分の1 ジェットコースター負傷 — 312,500分の1 フェリー沈没 — 133,333分の1 乱気流傷害 — 114,943分の1 学校での銃乱射 — 192,308分の1 銃乱射事件 — 113,636分の1 雪崩 — 210,526分の1 落雷 — 209,205分の1 蛇咬傷 — 884,956分の1 クモ咬傷 — 833,333分の1 カバの攻撃 — 564,972分の1 ワニの攻撃 — 337,838分の1 犬による死亡 — 142,045分の1 残留農薬 — 1,000,000分の1 汚れた缶の病気 — 200,000分の1 PLAバイオプラスチックの害 — 169,492分の1 電動スイング乳児死亡 — 714,286分の1 丸ごとのブドウ窒息 — 625,000分の1 ブラインドコードによる子供の窒息 — 416,667分の1 ビニール袋による子供の窒息 — 263,158分の1 ボタン電池 — 250,000分の1 傾斜寝具乳児死亡 — 238,095分の1 エレベーター/エスカレーター死亡 — 188,324分の1 日本脳炎(旅行) — 2,000,000分の1 子供+前席エアバッグ — 10,000,000分の1 小惑星衝突 — 1,351,351分の1 バナナのクモの卵 — 10,000,000分の1 サメ(鮫)の襲撃 — 5,681,818分の1 クマの襲撃 — 3,787,879分の1 野生ベリーによる中毒 — 2,222,222分の1 ピラニア襲撃 — 135,135,135分の1 ガソリンスタンドでの携帯電話 — 1,000,000,000分の1 飛行機と携帯電話 — 1,000,000,000分の1
Lottery jackpot 95,238分の1

このデバイスで最近見た項目