Kolmas luento alkoi tavallista reippaammin; ehkä siksi, että lakon takia “jouduin” kävellä kouluun. Aloitimme luennon Afrikasta. Tehtävänä oli saada samaan karttaan tietoja timanttikaivoksista, konflikteista sekä öljykentistä. Tietokannassa oli jo lähtökohtaisesti tietoa esimerkiksi internetin käyttäjien määrästä eri maissa eri vuosina. Tällaiset tietokannat, joihin on tallennettu monipuolisesti tietoa, mahdollistavat erilaisten muuttujien välisen korrelaation tarkastelun kartalla.
Kartta esittää konfliktipaikkojen, timanttikaivosten ja öljykenttien sijainnit Afrikan mantereella.
Saharan eteläpuolisessa Afrikassa timanttikaivokset ovat monien konfliktien taustalla (Kotsadam ym., 2017). Timanttikaivosten voisi naiivisti ajatella tuovan asukkaille työpaikkoja ja maille vaurautta, mutta kaivosteollisuus on yhdistetty esimerkiksi parisuhdeväkivaltaan (Kotsadam ym., 2017).
Tietenkään kaikki konfliktit eivät ole suoraan timanttikaivosten aiheuttamia. Esimerkiksi Etelä-Sudanin sisällisodassa 2013 oli kyse ensisijaisesti hallituksen syrjäyttämisestä (Breidlid & Arensen, 2014). Hallitusta vastaan taisteli esimerkiksi niin kutsuttu Nuerin maalaisiyhteisöä edustava valkoinen armeija. Toki timanttikaivokset ja niiden verotus on hallituksen hallinnassa ja siten Sudaninkin ongelmat kytkeytyvät osittain timanttikaivoksiin, mutta niitä edeltää pitkä ja monimutkainen historia (Breidlis & Arensen, 2014). On tärkeää muistaa korrelaation ja kausaliteetin ero, eikä vain suoraan päätellä kahden kartalla vierekkäin esiintyvät pisteen olevan automaattisesti toinen toisen suoraan aiheuttama.
Blogitehtävä
Tämän kerran varsinaisena blogitehtävänä oli tuottaa kartta, jossa näkyy Suomen valuma-alueiden tulvaindeksit koropleettinä ja samalla järvisyysprosentti kaaviona. Tämä ei ollut QGIS:in puolesta erityisen haastavaa, mutta itse en ainakaan saanut kartasta selkeää ja nopealla vilkaisulla tulkittavaa. Samasta ongelmasta valittaa blogissaan myös Jero, joka on tyytyväisempi karttaan ilman kymmeniä pieniä diagrammeja (Hoberg, 2024),
Yllä valuma-alueiden tulvaindeksikartta ilman muita tietoja. Kartta on mielestäni miellyttävä, sen värimaailma on rauhallinen ja tulvaindeksi erottuu selkeästi värien mukaan.
Tässä kartassa on kaikki: valuma-alueiden tulvaindeksit, järvisyys ja maaosuus, joet ja järvet. Tämä on minusta jo todella vaikeasti tulkittava, eikä tulvaindeksien värimaailmaa edes näy kaavioiden alta. Lena on tehnyt diagrammeista hyvin pienet: tämä tekniikka auttaa tulvaindeksin tulkinnassa, mutta tietysti vaikeuttaa järvisyysprosentin näkemistä (Hellsten, 2024).
Tämä kartta on hieman äskeistä selkeämpi, mutta ei silti mielestäni hyvä: tässä ei ole tulvaindeksiä selittäviä järviä ja jokia. Toki järvisyysprosentti kertoo jo paljon. Länsi- ja etelärannikoilla järvisyysprosentti on hyvin pieni, ja siellä tulvaindeksit ovat suurimpia. Tästä voisi ehkä tulkita jonkin sortin korrelaation ja ehkäpä jopa uskaltaisi arvailla kausaliteettiä. Järvet pystyvät ottamaan “vastaan” suuren määrän ylimääräisestä vedestä, eikä tulvinta ole siksi järvisemmillä alueilla niin valtaisaa?
En käyttäisi kahdesta viimeisestä kartasta kyllä kumpaakaan tällaisenaan. Kaaviot peittävät värit, niitä on liikaa. No, tässä ainakin oppi sen, millainen kartta ei ole hyvä.
Lähteet:
Breidlid, I., & Arensen, M., (2014). “Anyone who can carry a gun can go”, The role of the White Army in the current conflict in South Sudan. Prio 1-12.
Hellsten, L., Kurssikerta 3, 2.2.2024.Viitattu 22.2.2024. https://blogs.helsinki.fi/hellslen/
Hoberg, J., Kolmas kurssikerta, 6.2.2024.Viitattu 9.2.2024. https://blogs.helsinki.fi/hoberg/
Kotsadam, Andreas & østby, Gudrun & Rustad, Siri. (2017). Structural change and wife abuse: A disaggregated study of mineral mining and domestic violence in sub-Saharan Africa, 1999–2013. Political Geography. 56. 53-65. 10.1016/j.polgeo.2016.11.004.