Harjoitus 7: Viimeinen kurssikerta ja lopputyö

Vähitellen kurssi alkaa tulla tiensä päähän. Paljon on seitsemän viikon aikana uutta tietoa opittu ja vähitellen itsenäisten karttaesityksien, sekä niiden analysoiminen on muuttunut helpommaksi. Viimeisen kerran koetukseksi jäikin vapaavalintaisen kartan tai karttasarjan tuottaminen. Ongelmilta ei tälläkään kerralla täysin vältytty, mutta onneksi suurin osa vaikeuksista liittyi lähinnä toimivan ja ylipäätänsä aihetta koskevan datan etsimiseen. Tästä jo tosin kurssin tiedotusblogissakin varoiteltiin, mutta jälleen kiireistä johtuen tiedon etsiminen jäi viimeiseen iltaan. Epätoivoa alkoikin olla ilmassa, kun jouduin kumoamaan useamman idean kartasta, sillä useamman tunninkaan jälkeen en ollut löytänyt kunnollista dataa niihin liittyen. Lopulta päädyin puolivahingossa tutkimaan erilaisia tilastotiedon lähteitä ja eksyin YK:n kestävän kehityksen tavoitteita ja niiden tilastotietoja käsittelevälle nettisivulle. Tästä sainkin inspiraatiota lähteä tekemään karttasarjaa liittyen viidenteen eli sukupuolten tasa-arvoa käsittelevään tavoitteeseen.

Päädyin kuitenkin käyttämään mainitsemaltani sivustolta tietoa vain liittyen naisten osuuteen parlamenteissa, ja kyseisen datan sain ladattua sivustolta erittäin helposti suoraan shapefilena. Tiedon metsästäminen siis jatkui ja lopulta löysin itseni YK:n kehitysohjelman UNDP sivulta. Sieltä löysinkin tietoa GII-indeksistä eli sukupuolten välisen epätasa-arvon indeksistä, josta inspiroituneena päätin lopullisen suunnitelmani karttojen suhteen. Kyseinen indeksi on siis eriarvoisuusindeksi, joka mittaa sukupuolten välistä epätasa-arvoa kolmella inhimillisen kehityksen mittarilla: lisääntymisterveys, voimaantuminen ja työmarkkinoille osallistuminen.  Mitä pienempi indeksin lukema on, sitä parempi tasa-arvon tilanne on maassa. Haluan kuitenkin huomauttaa, että indeksin käyttöön liittyy myös kritiikkiä.

Lähdin siis toteuttamaan GII-indeksiin ja tavallaan samalla myös viidenteen kestävän kehityksen tavoitteeseen liittyen karttasarjaa. Ensimmäinen aikaansaamani kartta käsitteleekin GII-indeksiä valtioittain vuodelta 2019 (kuva 1). Sen tekemisessä kohtasin joitakin ongelmia, mutta pienellä pähkäilyllä sain ne ratkaistua. Toin siis ensimmäisenä GII-indeksistä löytämäni ja muokkaamani taulukon CSV-tiedostona QGIS-ohjelmistoon ja yhdistin sen Join-toiminnolla lataamani tietokantaan maailman valtioista. Ensimmäiset ongelmat syntyivätkin yhteisen nimittäjän löytämisessä, sillä lataamassani taulukossa oli vain indeksin lukuarvo ja valtioiden nimet, sekä  otin mukaan myös tiedon äitiyskuolemista. Tämän takia yhdistäminen oli pakko toteuttaa vain valtioiden nimiä käyttämällä. Jouduinkin vähän käyttämään aikaa attribuuttitietojen muokkaamiseen, sillä osalla valtioista nimet oli hieman erilaisin tavoin kirjattu käyttämääni pohjakarttaan. Lopulta sain kuitenkin kaikkien valtioiden tiedot näkyviin.

Toiseksi ongelmaksi taas syntyi koropleettikartan tekeminen, sillä huomasin etten saanut uutta tuomaani saraketta GII-indeksistä ollenkaan näkyviin Layer properties valikossa. Sarake siis löytyi attribuuttitaulukosta, mutta sitä ei pystynyt valitsemaan koropleettikarttaan arvoa valitessa. Huomasinkin, että indeksiä kuvastavat luvut olivat jostain syystä tekstimuodossa. Jouduinkin hieman peruuttamaan ja kävin hieman muotoilemassa tietoja Excelissä. Näin sain sarakkeen siis näkyviin ja pääsin hommassa eteenpäin. Tästä eteenpäin ensimmäisen kartan tekeminen onnistuikin ilman vastoinkäymisiä.

Halusinkin panostaa kunnolla karttojen visualisoimiseen, sillä onhan kyseessä kurssin lopputyö. Päädyin esimerkiksi muokkaamaan luokkien arvot vastaamaan GII-indeksin ”human development” ryhmittelyä, jonka avulla voidaan jaotella valtiot todella korkean tai alhaisen GII-indeksin maihin. Lisäksi värityksessä halusin tuoda erot mahdollisimman selkeästi esille, mutta silti jaotellen hyvän ja huonon tilanteen valtiot. Vihertävä kuvastaa siis parempaa tilannetta ja punertavilla valtioilla on vielä kehittämisen varaa. Legendankin toteutin hieman uudenlaisella tavalla, vaikka sen tekeminen vaatikin hieman soveltamista.

uva 1. Sukupuolten välisen epätasa-arvon indeksi vuodelta 2019 (lähde: UNDP)

Toiseen tekemääni karttaan otin mukaan myös toisen tiedon, joka oli tässä tapauksessa naisten osuus parlamenteissa valtioittain. GII-indeksissä otetaan myös kyseinen suhdeluku päättävissä asemissa olevien naisten ja miesten välillä huomioon eli tavallaan esitän nyt ympyrädiagrammien avulla yksityiskohtaisempaa tietoa GII-indeksin sisältä. Olin jo ennen aikaisemman kartan tekemistä tuonut Shapefilena tiedot naisten suhteellisista osuuksista maiden parlamenteissa ja jälleen yhdistellyt sen pohjakarttaan. Joudin myös siinä muokkailemaan hieman yhdistäviä tekijöitä, mutta sain kaiken informaation näkyviin. Kyseinen tieto olisi löytynyt myös samasta taulukosta GII-indeksin kanssa, mutta olin shapefilen ehtinyt jo tuomaan ja muokkailemaan ennen GII-indeksistä keksimääni ajatusta.

Ympyrädiagrammeja tehdessä huomasin, ettei ihan kaikkia diagrammeja kannata esittää sillä kartasta olisi tullut helposti hyvin sekava. Esimerkiksi pelkästään naisten osuutta parlamenteissa käsittelevä koropleettikartta olisi voinut olla kaikista informatiivisin. Tarkoituksena oli kuitenkin esittää kahta eri tietoa kartalla. Laskeskelin vielä diagrammia varten miesten osuudet ja lopputuloksena syntyi GII-indeksiä, sekä naisten ja miesten suhteellista osuutta parlamenteissa käsittelevä kartta (kuva 2). Tein myös muutaman alueellisesti enemmän keskittyvän kartan Pohjois-Amerikasta (kuva 3) ja Afrikasta (kuva 4).

Kuva 2. GII-indeksi ja sukupuolijakauma valtion päättävässä elimessä vuodelta 2019 (lähde: UNDP)

Kuva 3. GII-indeksi ja sukupuolijakauma Pohjois- ja Etelä-Amerikan valtioiden parlamenteissa vuodelta 2019 (lähde: UNDP)

Kuva 4. GII-indeksi ja sukupuolijakauma Afrikan ja Lähi-idän valtioiden päättävissä elimissä vuodelta 2019. (lähde: UNDP)

Seuraavaksi tein vielä kartan, jossa esitin toisena tietona äitiyskuolleisuutta, joka myöskin on yksi GII-indeksissä mitattavista osa-alueista. Äitiyskuolleisuuden lukuarvot olin siis tuonut jo aikaisemmin samassa CSV-tiedostossa GII-indeksin kanssa, mutta jälleen huomasin arvojen olevan tekstimuodossa. Pienellä googlailulla sainkin selville, että QGISistä löytyisi myös toiminto ”Refactor fields”, jolla sain  arvot luvuiksi nopeasti. Loput kartan tekemisestä sujuikin mukavan nopeasti ja lopputulos on esillä kuvassa 5.

Kuva 5. GII-indeksi ja äitiyskuolleisuus valtioittain vuodelta 2019 (lähde: UNDP)

En ehkä tällä kertaa lähde sen enempää jaarittelemaan karttojen tulkinnasta, joten lukija saa tällä kertaa tehdä omia havaintojaan niistä. Voisin kuitenkin todeta Suomen tilanteen olevan varsin hyvä verrattuna moneen muuhun valtioon tällä akselilla. Päällimmäisin mielin palauttelen tämän lopputyön tyytyväisin mielin ja olen valmis pistämään kurssin viimein pakettiin. Vaikka muutamia ongelmia karttojen tekemisessä tulikin vastaan, ei ensimmäisenä mielessä ollut epätoivo vaan enemminkin lähdin rauhassa etsimään ratkaisuja. Epätoivoa toki oli ilmassa dataa etsiessä, mutta siitäkin selvittiin. Lisää mielenkiintoisia karttoja on löydettävissä esimerkiksi Saaran, Emmin ja Paolan blogeista. Tässä vaiheessa haluan kuitenkin sanoa kiitokset kurssista ja ehkä tulevaisuudessa tapaamme uudestaan geoinformatiikan parissa!

Lähteet:

Aarrelahti, E. (luettu 31.3.2021) Kurssikerta 7. https://blogs.helsinki.fi/emaa/2021/03/09/kurssikerta-7-2/

Human Developments Reports, UNDP (gender inequality index)  http://hdr.undp.org/en/content/gender-inequality-index-gii

Nurminen, S. (luettu 31.3.2021) Viimeinen kurssikerta. https://blogs.helsinki.fi/saaranur/2021/03/04/viimeinen-kerta/

Permanyer, I. (2013) A Critical Assessment of the UNDP’s Gender Inequality Index) https://www.researchgate.net/publication/263732412_A_Critical_Assessment_of_the_UNDP’s_Gender_Inequality_Index

Stenvall, P. (luettu 31.3.2021) Frihetspaniken. https://blogs.helsinki.fi/paolastenvall/2021/03/29/frihetspaniken/

United Nations https://www.sdg.org/search?groupIds=25e04240b93f498e96427bd633b98dbc

 

Vastaa

Sähköpostiosoitettasi ei julkaista.