Kurssikerta 7: Karttoja korkeakoulutuksesta ja vähän muustakin

Viimeinen PAK-kurssin kerta suoritettiin kokonaan itsenäisesti (toki apua sai kuitenkin kysyä opettajalta). Ennen kurssikertaa tehtävänä oli ollut etsiä netistä vapaavalintaisesta aiheista aineistoa, jonka perusteella tunnilla tehtäisiin teemakarttaesityksiä. Kartat oli tarkoitus tehdä netistä löydettyyn bittimuotoiselle pohjalle tai valmiiseen tietokantaan.

Koska arvelin kurssikerran olevan muutenkin haastava, päätin olla kikkailematta aineistojen kanssa erityisemmin. Päätin etsiä aineistoja yhdestä lähteestä ja valitsin Euroopan Unionin ylläpitämän Eurostatin. Mielestäni sen sivuilta löytyi sekä selkeitä että mielenkiintoisia tilastoja. Keräsin Excel-taulukkoon 36 Eurooppaan, kuuluvan maan tietoja mm. 0-14- vuotiaiden osuudesta, alakoulussa luettavista ulkomaisista kielistä sekä tieteen ja teknologia-alan opiskelijoista. Luulin keränneeni varsin toimivan aineiston sekä karttapohjan, mutta tunnilla kaikki ei kuitenkaan sujunut aivan odotetulla tavalla…

Tunnilla selvisi ilokseni, että Euroopan kartan sai käyttämällä kuudennen kurssikerran kansiosta löytyvää valmista tietokantaa. Aloitin innolla karttojen tekemisen, mutta pian kävi ilmi että keräämäni aineisto ei millään suostunut toimimaan MapInfon kanssa. Vaikka kuinka monta kertaa yritin käyttää SQL-select-toimintoa, en saanut tiedostoja yhdistymään. Lopulta selvisi että tekemässäni Excel-taulukossa oli kaksoispiste niissä kohdissa, joista ei ole tietoa saatavilla. MapInfo ei tunnista kaksoispisteitä, joten korjattuani aineiston (hyvin hitaasti käsin) sain lopulta tehtyä kartat. Karttojen tekoa vaikeutti myös se, että MapInfon toiminnot eivät aina heti muistu mieleen ja säheltäminen vie aina aikaa.

Ensimmäisen kartan (kuva 1) aiheena on tieteen tai teknologian alojen tohtoriopiskeijoiden osuus maiden väestöstä vuonna 2012. (Kartan otsikossa lukee virheellisesti ylemmän korkeakoulututkinnon suorittajat). Tieteen ja teknologian aloiksi luetaan luonnontieteet, matematiikka, tietojenkäsittelytieteet, tekniikan alat, teollisuus ja rakentaminen (International Standard Classification of Education: Fields of Education and Training 2013). Kartasta käy ilmi että korkeimpaan luokkaan kuuluvat mm. Saksa ja Suomi ja matalimpaan esimerkiksi Turkki. Karkeasti yleistäen voi kartalta tulkita, että Pohjois- ja Länsi-Euroopan maissa on enemmän ylemmän tohtoreiksi kouluttautuvia henkilöitä kuin Etelä- ja Itä-Euroopassa.

kk7ylempi2

Kuva 1. Tieteen ja teknologian 20-29-vuotiaiden tohtoriopiskelijoiden osuus (%) väestöstä vuonna 2012. (Eurostat 2014).

Seuraavan kartan (kuva 2) aihepiiri liittyy vahvasti ensimmäiseen karttaan ja periaatteessa olisin voinut yhdistää teemat samaan karttaan. Kartta kuvaa tieteen ja teknologian aloilta korkeakoulusta valmistuneita. Valmistuneiksi lasketaan sekä alemman että ylemmän korkeakoulututkinnon suorittaneet henkilöt ja siinä verrataan 20–29- vuotiaita valmistuneita ikäryhmään, joka vastaa tyypillistä suorittamisikää useimmissa maissa. Kartalta ei ole mielestäni huomattavissa mitään selkeitä alueellisia piirteitä kuten ensimmäisestä kartasta.

kk7valmistuneet2

Kuva 2. Tieteen ja teknologian aloilta valmistuneet 20-29-vuotiaat 1000 asukasta kohden. (Eurostat 2014).

Molemmissa kartoissa Suomi kuuluu ylimpään luokkaan eli eniten tohtoriopiskelijoita sekä valmistuneita, mutta todellisuus on kuitenkin hieman erilainen. Helsingin Sanomien artikkelissa vuodelta 2014 kerrotaan siitä, kuinka korkeakoulutettujen määrä on kääntynyt laskuun Suomessa. Artikkelissa kerrotaan kuinka opetusministeriön teettämässä tutkimuksessa selvisi, että tulevaisuudessa korkeakoulutettuja valmistuu vuosittain aikaisempaa vähemmän ja kuinka Suomi ei enää ole ensimmäisellä sijalla laskettaessa korkeasti koulutetun väestön osuutta (Helsingin Sanomat 2014). Artikkelissa esitetyt tiedot eivät sovi yhteen karttojeni tulosten kanssa, mutta toisaalta tekemissäni kartoissa on tarkastelussa rajatumpi kokonaisuus ja artikkelissa käsitellään korkeakoulututkintoja yleisesti. Ehkäpä tieteen ja teknologian aloilla tilanne on valoisampi?

Kolmannessa kartassa (kuva 3) vertailin keskenään 0-14-vuotiaiden osuutta väestöstä sekä oppilaiden lukumäärää yhtä opettajaa kohden ala-asteella. Tarkemmin ajatellen muuttujat eivät tue toisiaan kunnolla. Oppilaiden ja opettajan välistä suhdelukua olisi järkevämpää esimerkiksi vertailla vaikkapa opettajien työviihtyvyyteen, kiusaamisen yleisyyteen tai yleiseen kouluviihtyvyyteen (olettaen että näistä löytyisi käyttökelpoista aineistoa). Nyt kartalta ei varsinaisesti selviä mitään, sillä vaikka maassa olisi paljon lapsia, se ei automaattisesti tarkoita että opettajaa kohden olisi paljon oppilaita.

opet ja lapset

Kuva 3. 0-14-vuotiaiden osuus väestöstä ja oppilaiden lukumäärä yhtä opettajaa kohden vuonna 2012. (Eurostat 2014).

Karttojen ulkonäkö on melko onnistunut lukuun ottamatta viimeisintä karttaa. Kartassa on kaksi koropleettikarttaa päällekkäin, mutta valitsemani rasteriteeman kuviot eivät erotu kunnolla toisistaan ja näin ollen karttaa ei ole helppoa lukea. Kaikissa kartoissa on heikkoutena myös osittain se, että joistakin maista ei ole ollut saatavilla aineistoja halutusta aiheesta. Tämä on varmasti normaalia, mutta olisin voinut lisätä ”ei saatavilla olevaa tietoa”-luokan karttoihin, kuten Toni Ruikkala on omissa kartoissaan tehnyt. Kartoistani puuttuvat myös mittakaavat.

Kurssin loputtua on hyvä pysähtyä pohtimaan oppimiaan asioita. Seitsemän viikkoa kuluivat hujauksessa ja varsinkin kerran viikossa olleet tunnit nopeasti. Ensimmäisestä blogitekstiä kirjoittaessani en ollut kauhean luottavainen siihen, että pitäisin kurssin suorittamisesta blogin muodossa. Kuitenkin muiden kurssilaisten blogien kautta on saanut vertaistukea vaikeiden kurssikertojan kohdalla, sillä on aina mukavaa huomata ettei ole ainut jolla hommat eivät menneet niin kuin Strömsössä. Blogien kautta oppi myös kuinka erilaisia näkökulmia ja lähestymistapoja ihmisillä on samoista asioista. Blogin kirjoittamisen lisäksi MapInfon käytön kehittyminen on ollut keskeisessä osassa kurssilla. Mirka Jokela-Määttä kirjoittaa blogissaan, että MapInfon käyttäminen ei ole vieläkään täysin sujuvaa, mutta se on kuitenkin opituilla taidolla mahdollista (Jokela-Määttä 2015). Olen täysin samaa mieltä hänen kanssa asiasta. Pystyn käyttämään MapInfoa ja sen perustoiminnot ymmärrän, mutta vaivattomasti se ei tapahdu. Kuitenkin kaiken kaikkiaan PAK-kurssi on ollut varsin opettavainen parin kuukauden pituinen kokemus paikkatiedosta.

Lähteet:

Ruikkala, T. (2015). Ruikkalan PAK-blogi 2015. 6.3.2015. <https://blogs.helsinki.fi/ruikkala/>

Jokela-Määttä, M. (2015). Paikannettua tietoa. 6.3.2015. < https://blogs.helsinki.fi/mijokela/>

Pelli, P. (2014). Suomi jäämässä jälkeen korkeasti koulutettujen määrässä. Helsingin Sanomat-verkkojulkaisu. 6.3.2015. < http://www.hs.fi/kotimaa/a1402314020205>

International Standard Classification of Education: Fields of Education and Training 2013. (2013). the UNESCO Institute for Statistics (UIS)-Consultation Draft. 6.32015. <http://www.uis.unesco.org/Education/Documents/isced-fos-consultation-draft-2013-en.pdf>

Doctorate students in science and technology fields. (2014). Eurostat. 25.2.2015. <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tsc00028&plugin=1>

Science and technology graduates by sex. (2014). Eurostat. 25.2.2015. <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tps00188&plugin=1>

Pupil/teacher ratio in primary education. (2014). Eurostat. 25.2.2015. <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tps00054&plugin=1>

People by age group. (2014). Eurostat. 25.2.2015. <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tps00010&plugin=1>

Kurssikerta 6: GPS-harjoituksia ja hasardeja

PAK-kurssin kuudennen kurssikerran teemoina olivat GPS-laitteiden käyttö ja niiden tuottaman tiedon hyödyntäminen MapInfossa sekä ulkoisen datan muokkaaminen ja sen tuominen kartalle. Kurssikerta aloitettiin pienellä ulkoilulla Kumpulan lähiympäristössä. Tarkoitus oli kerätä ryhmittäin GPS-laitteella jonkin valitun kohteen sijaintitietoja lähimaastosta. Ryhmämme valitsi kohteekseen pysäköinti kielletty – liikennemerkin, joita löytyi useita kampuksen alueelta. Kohteista kirjattiin ylös mm. x- ja y-koordinaatit sekä korkeus merenpinnasta.

Tietojen keräyksen jälkeen palasimme takaisin luokkaan ja kerätyt tiedot siirrettiin excel-taulukkoon. Aineiston pienen muokkauksen jälkeen tiedot siirretiin MapInfoon ja x- ja y-koordinaattien avulla kohteet saatiin yhdistettyä kartalle. Ryhmällämme oli kuitenkin vähän huonoa onnea matkassa, sillä käyttämämme GPS-laitteessa oli käytössä WGS84-projektio Finnish Coordinate Systemin sijaan, joten pisteemme eivät piirtyneet kartalla täysin oikeaan kohtaan. GPS-harjoituksen jälkeen harjoittelimme geokoodausta asettamalla pelikoneita Helsingin katuverkkoa kuvaavaan karttaan.

Kurssikerran varsinaisessa itsenäistehtävässä tarkoituksena oli luoda kolme erilaista hasardeihin liittyvää karttaa. Tehtävän tarkoituksena on opettaa ulkoisen datan tuomista MapInfoon ja sen sijoittamista suoraan kartalle. Valittavissa oli kolme erilaista hasardia, maanjäristykset, tulivuoret ja meteoriittien putoamiset, ja niihin liittyvät tietokannat. Valmiiden karttojen tulisi sopia mahdollisimman hyvin opetuskäyttöön.

yli8järistykset

Kuva 1. Vuosina 2000-2015 tapahtuneet maanjäristykset, joiden magnitudi on ollut yli 8. 1 punainen piste=1 maanjäristys. (ANSS Catalog Search).

Valitsin karttojeni aiheeksi maanjäristykset ja tulivuoret. Ensimmäisessä kartassa (kuva1) on kuvattuna vuodesta 2000 tähän päivään asti tapahtuneet maanjäristykset, joiden magnitudi on ollut yli 8. Kartalta erottuu hyvin kuinka valtaosa näistä järistyksistä on tapahtunut Tyynenmeren tulirenkaan alueella. Tyynenmeren tulirenkaaksi (kuva 2) kutsutaan Tyynellä valtamerellä sijaitsevaa litosfäärilaattojen reunakohtiin syntyvää kehää, jonka alueella tapahtuu valtaosa maailman vulkaanisesta ja seismologisesta toiminnasta. Kartalta (kuva1) erottuu myös hyvin suurten maanjäristysten vähäinen lukumäärä. Maanjäristykset, joiden magnitudi on yli 8, ovat erittäin voimakkaita ja niitä tapahtuu keskimäärin 1 vuodessa (Seismologian instituutti, Helsingin yliopisto). Tästä johtuen kartalla on näkyvissä vain n 27 maanjäristystä.

Pacific_Ring_of_Fire

Kuva 2. Tyynenmeren tulirengas. (Wikipedia).

Seuraavan kartan (kuva 3) aiheena on puolestaan magnitudiltaan 2,0–2,1 maanjäristykset, jotka ovat tapahtuneet vuosien 2000–2015 aikana. Maanjäristykset, joiden magnitudi on 2,0–2,1 ovat erittäin heikkoja ja niitä tapahtuu jopa 1000 päivässä. Tästä johtuen jouduin rajaamaan maanjäristyksen voimakkuuden niin tarkasti, sillä muuten en olisi saanut kaikkea dataa esille viidentoista vuoden ajalta. Jälkeenpäin ajatellen olisin voinut yhdistää samalle kartalle sekä suuret että pienet maanjäristykset, jolloin niitä voisi helpommin vertailla toisiinsa. Näin on esimerkiksi tehnyt Riina Koskela omassa blogissaan. Hän on yhdistänyt magnitudiltaan 6,5 ja 9,5 maanjäristykset samaan karttaan, jolloin järistysten yleisyyttä voi hyvin vertailla keskenään (Koskela 2015).

maanjäristykset_pienet

Kuva 3. Vuosina 2000-2015 tapahtuneet maanjäristykset, joiden magnitudi on ollut 2,0-2,1. 1 vihreä piste= yksi maanjäristys. (ANSS Catalog Search).

Viimeiseen karttaan (kuva 3) listasin näkyviin maapallolla esiintyvät kalderat, kilpi- ja keilatulivuoret. Punaiset kolmiot kuvaavat kalderoita, oranssit kilpitulivuoria ja keltaiset keilatulivuoria. Valitsin karttaan kyseiset tulivuorityypit sen takia, että ne yleisimmin opetetaan oppilaille peruskoulussa ja lukiossa. Koska tulivuoret sijaitsevat pääasiassa litosfäärilaattojen (kuva 4) reunakohdissa, voisi kartan avulla opettaa litosfäärilaattojen reunakohtien ominaisuuksista. Mutta koska unohdin laittaa karttaan legendan, niin kyseinen kartta kuitenkaan tuskin sopisi opetuksen avuksi.

Kuva 4. Kalderat ja kilpi- ja keilatulivuoret maapallolla. (Volcano Location Data NGCD).

Kuva 4. Kalderat ja kilpi- ja keilatulivuoret maapallolla. (Volcano Location Data NGCD).

Kuva 5. Litosfäärilaatat. (peda.net).

Kuva 5. Litosfäärilaatat. (peda.net).

Vasta tätä tekstiä kirjoittaessani huomasin, että karttojen otsikot eivät ole oikeanlaiset. Otsikoissa minulla on mennyt sekaisin sanojen ”magnitudi” ja ”richterin asteikko” merkitykset. Käyttämääni ilmaisua ”yli 8 richterin maanjäristykset” ei ole suositeltavaa käyttää, sillä richter ei ole mittayksikkö. Asian voisi muotoilla paremmin muun muassa sanomalla ”Maanjäristykset, joiden magnitudi on yli 8 Richterin asteikolla” (Kielikello 2011).

Kurssikerta oli pitkästä aikaa mukava, kun koki vaihteeksi onnistumisen hetkiä. Toki GPS-tehtävä ei mennyt ihan putkeen ja hasardikartat eivät kunnolla toimisi opetuksessa (puuttuvat legendat, harhaanjohtavat otsikot jne.), mutta edelliseen kurssikertaan verrattuna kaikki tuntui onnistuvan ihan hyvin. Kaiken kaikkiaan oppikerrasta jäi positiivinen fiilis!

Lähteet:

Kankaanpää, S. (2011) Maanjäristyksen voimakkuuden ilmaiseminen -kielikello, kielenhuollon tiedotuslehti. 21.2.2015. <http://www.kielikello.fi/index.php?mid=2&pid=11&aid=2419>

Miksi, missä ja kuinka usein maa järisee? (2015). Seismologian instituutti, Geotieteiden ja maantieteen laitos, Helsingin yliopisto. 21.2.2015. <http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/perustietoa.html>

Koskela, R. (2015). Riina ja 38 päivää paikkatietoa. 21.2.2015. <https://blogs.helsinki.fi/riinakos/>

Kuvat:

Tyynenmeren tulirengas. 21.2.2015. <http://upload.wikimedia.org/wikipedia/commons/thumb/5/52/Pacific_Ring_of_Fire.svg/2000px-Pacific_Ring_of_Fire.svg.png>

Litosfäärilaatat. 21.2.2015. <https://peda.net/oppimateriaalit/e-oppi/ylakoulu/maantieto/amerikka/3eis2/kuvamappi/kuvia/lr:file/download

/10a58970453d0dbb3202ecd1de7201c397e3db78/ge_7_litosfaarilaatat_ver2.png>

Kurssikerta 5: Bufferointia ja vanhan kertausta

PAK-kurssin viidennen oppikerran aiheena oli pääsiassa bufferointi eli puskurointi sekä laskeminen kohteiden avulla MapInfossa. Bufferointia käyttämällä voidaan laskea tietyn alueen sisällä olevien objektien lukumäärät. Harjoittelimme MapInfon puskurointi-työkalua opettajan johdolla yhden harjoituksen verran ja sen jälkeen suoritimme itsenäisesti erilaisia tehtäviä aihepiiriin liittyen. Tehtävien tulokset olen koonnut yhteiseen taulukkoon (taulukko 1). Vastauksissa voi olla hyvin todennäköisesti vääriä tuloksia. Bufferoinnin lisäksi kurssikerran aikana tuli kattavasti kerrattua aikaisemmilla kerroilla opittuja taitoja.

Ensimmäisen tehtävän ensimmäisen osan tarkoituksena oli tarkastella pääkaupunkiseudun lentokenttien, Malmin ja Helsinki-Vantaan lentokenttien, välittömässä läheisyydessä asuvia ihmisiä. Tehtävät suoritettiin piirtämällä kartalle lentokenttien kiitoradat näkyviin ja laskemalla niiden ympäristössä asuvia ihmisiä eri kriteerein. Piirsin kiitoratojen rajat varsin yksityiskohtaisesti näkyviin, mistä johtuen niitä ympäröivä alue on hieman isompi kuin ehkä tarkoituksena olisi. Tästä johtuen lentokenttiä käsittelevät vastaukset ovat hieman suurempia lukuja kuin mitä esimerkiksi vierustoverini sai kurssikerralla. Bufferointia sai muutaman kerran kokeilla ennen kuin ymmärsin työkalun toiminnan.

Seuraavassa osassa tarkasteltiin pääkaupunkiseudun juna-asemien läheisyydessä asuvia ihmisiä ja kolmannessa osassa taajamissa asuvaa väestöä. Ensimmäinen tehtävä onnistui melko sujuvasti, vaikka ajoittain en tiennyt yhtään miten mikäkin osa pitäisi suorittaa. (Onneksi luuranko-ohjeita eli yksityiskohtaisia ohjeita vilkaisemalla asiat helpottuivat.) Seuraavassa tehtävässä oli kolme eri vastausvaihtoehtoa, joista piti valita yksi. Tehtävä oli varsinainen kurssin ”itsenäisesti” suoritettava tehtävä eli sen kaikkiin osiin ei löytynyt yksityiskohtaisia ohjeita. Valitsin tehtävän aiheeksi Helsingin kouluja koskevan kysymyksen.

Kurssikerta oli mielestäni vaikein tähän mennessä. Monissa kohdissa piti käyttää aikaisemmilla kerroilla opittuja työkaluja, mutta ikäväkseni huomasin vähän väliä, että useiden MapInfon toimintojen/työkalujen käyttö on vielä pahasti hakusessa. Esimerkiksi mielestäni ehkä yksi tärkeimmistä MapInfon työkaluista/toiminnoista on uuden tiedon tuottaminen ja tiedon muokkaaminen tietokannoissa. Kyseisiä asioita harjoiteltiin kolmannen kurssikerran aikana, mutta en nähtävästi ainakaan vielä ole sisäistänyt asioita kunnolla. Uskon kuitenkin, että mitä useammin ja laajemmin käsittelen MapInfossa tietokantoja, niin sitä helpommaksi asiat muuttuvat (ainakin teoriassa).

Kuten Suvi Heittola blogissaan kirjoittaa, MapInfo on hyödyllinen ohjelma aineistojen monipuoliseen tarkasteluun, jos sitä osaa käyttää kunnolla (Heittola 2015).  Kuitenkin mikäli ohjelma ei ole vielä täysin hallussa, voi se tuntua hyvin sekavalta. Kurssikerroilla tulee usein paljon uutta tietoa hetkittäin kiivaaseen tahtiin ja kun siirrytään itsenäisesti suoritettaviin tehtäviin, kaikki tieto tuntuu katoavan päästä. Onneksi yksityiskohtaisten ohjeiden ja opettajan neuvojen avulla pääsee yleensä nopeasti kärryille. MapInfossa on myös mielestäni selkeitä ja helppojakin toimintoja. Esimerkiksi teemakarttojen tekeminen MapInfolla on mutkatonta, vaikkakin kartoista saattaa tällöin tulla hieman persoonattomia (rajatut väri- ja kuosivalikot).

Taulukko 1.

Kysymys Vastaus
LENTOKENTÄT: Malmi
Kuinka monta ihmistä asuu kiistellyn Malmin lentokentän pahimmalla melualueella, jos mukaan lasketaan kaikki asukkaat 2 km säteellä kentästä? Entä 1 km säteellä asuvat? 61 365 ja 9737
LENTOKENTÄT: Helsinki-Vantaa
Kuinka monta asukasta asuu Helsinki-Vantaan lentokentän välittömässä läheisyydessä, etäisyys kiitoratoihin linnuntietä alle 2 km. 11 332
Kuinka prosenttia edellisen kohdan asukkaista asuu Helsinki-Vantaa lentokentän pahimmalla melualueella (65dB)? 2,87 %
Kuinka monta ihmistä asuu vähintään 55dB melualueella 9 590
Kuinka monen ihmisen elämää vähintään 60dB lentomelu haittaisi Tikkurilassa, mikäli saapuva liikenne käännettäisiin jälleen laskeutumaan poikkeuksellisesta suunnasta? 12 851
ASEMAT
Kuinka monta asukasta asuu kartan alueella alle 500m päässä lähimmästä juna-asemasta? 85 077
Kuinka monta prosenttia kaikista alueen asukkaista asuu alle 500m päässä juna-asemasta? 16,98 %
Kuinka monta prosenttia a-kohdan ihmisistä oli työikäisiä (15-64v)? 66,91 %
TAAJAMAT
Kuinka monta prosenttia tämän tehtävän alueen asukkaista asuu taajamissa? 96,04 %
Kuinka monta kouluikäistä asuu taajamien ulkopuolella? Kuinka monta prosenttia luku on kaikista kouluikäisistä? 2067, 4,11%
KOULUT
Kuinka paljon Helsingin Yhtenäiskouluun on tulossa uusia koulutiensä aloittavia oppilaita aineiston keruuhetkestä seuraavana vuonna, sen omasta koulupiiristä? 28
Kuinka suurta määrää yläasteikäisiä oppilaita Helsingin yhtenäiskoulun pitää varautua opettamaan seuraavana vuonna (oma koulupiiri)? 63
Kuinka suuren osuuden koulupiirin alueella asuvista asukkaista muodostavat kouluikäiset lapset ja nuoret (ala-aste ja ylä-aste)? 8,39 %
Kuinka monta muunkielistä kouluikäistä alueella asuu, jos oletetaan että muunkielisissä perheissä lasten ja aikuisten suhde on sama kuin edellisessä kohdassa laskettu? 9

Lähteet:

Heittola, S. (2015). PAK 2015. 19.2.2015. < https://blogs.helsinki.fi/heittola/>

Kurssikerta 4: Ruututeemakarttat

PAK- kurssin neljännen kerran aiheena olivat muun muassa ruutukarttojen teko, rasterikarttojen kiinnittäminen MapInfoon sekä objektien piirtäminen MapInfossa. Kurssikerta aloitettiin tekemällä ruutumatriisi MapInfon tietokantaan ja keräämällä siihen tietoa. Seuraavaksi opettelimme tekemään teemakartan matriisin avulla. Harjoituksissa käsittelimme pääkaupunkiseudun karttaa ja alueeseen liittyviä tietoja. Kurssikerran aikana tutustuimme myös pääkaupunkiseudun väestötietokantaan, josta löytyy muun muassa alueen rakennukset väestötietoineen. Kurssikerran lopuksi valmistelimme etukäteen materiaalia ensi kertaa ajatellen piirtämällä Pornaisten karttalehdelle näkyviin asuinrakennukset ja päätiet.

Kurssikerran itsenäistyönä piti valmistaa ruutupohjainen teemakartta vapaavalintaisesta aiheesta. Valitsin oman karttani aiheeksi yli 85-vuotiaiden ihmisten sijoittumisen pääkaupunkiseudun alueella. Kartta piti tehdä kahdella eri ruutukoolla ja valita näistä parempi käyttöä varten. Ensimmäisen kartan ruutukooksi valitsin 1kmx1km, mutta ruudut olivat liian isot ja peittivät liikaa pohjakarttaa, joten hylkäsin kyseisen version. Toisen kartan (kuva 1) ruutukooksi valitsin 250mx250m ja tämä ruutukoko toimi paremmin kuin edellinen. Kyseisessä ruutukoossa esimerkiksi eri kuntien alueet ja rajat erottuvat hyvin, mutta kartan tulkinnan kannalta ruudut saattavat olla hieman pienet. Valitsin luokitteluväliksi luonnolliset luokkavälit ja käytin viittä eri luokkaa. Histogrammin unohdin harmikseni tehdä.

ruutuyli85v250

Kuva 1. Pääkaupunkiseudun yli 85-vuotiaat. Ruutumartiisin koko taustalla 250mx250m.

Valmiista kartasta huomaa, että ensinnäkin yli 85-vuotiaita ei asu kauhean laajalla alueella. Toiseksi heidän lukumääränsä ei ole valtavan suuri. Yli 85-vuotiaiden lukumäärän vähäisyys on odotettavissa, sillä Suomessa ihmisten odotettu elinikä vuonna 2013 oli miehillä 77,8 vuotta ja naisilla 83,8 vuotta (Tilastokeskus 2014). Kartasta käy ilmi, että yli 85-vuotiaat asuvat enimmäkseen hajanaisesti ja pienellä tiheydellä. Eniten yli 85-vuotiaita asuu Helsingissä, erityisesti Länsi-Helsingin alueella on eniten yli 85-vuotiaita tiheällä alueella. Yli 85-vuotiaiden asukkaiden pakkautumista Helsingin alueella saattaa selittää muun muassa laajempi palveluntarjonta. Jotkin yksittäiset tiheästi asutut ruudut kartalla ovat vanhainkoteja, kuten esimerkiksi Espoon Nupurissa sijaitseva Kuusikoti, mikä selittää kyseisen alueen yli 85-vuotiaiden tavallista runsaamman lukumäärän.

Kartta on melko onnistunut ulkomuodoltaan, tosin valitsemani ruutukoko on ehkä hieman liian pieni. (Kartan aihe olisi toki myös voinut olla omaperäisempi. ) Jotta kartasta tulisi enemmän informatiivisempi, pitäisi siihen ainakin lisätä paikannimet näkyviin. Myös kartan legendaan voisi lisätä tarkemman selityksen siitä, että yksittäinen ruutu kertoo absoluuttisena arvona alueen yli 85-vuotiaiden lukumäärän. Absoluuttiset arvot eivät välttämättä ole kuitenkaan paras tapa kuvata ilmiötä. Kuten Hanna Kaistinen blogissaan kirjoittaa, että mikäli arvot suhtautettaisiin koko asukasmäärään, voitaisiin saada selville missä vanhusten suhteellinen osuus on suurin (Kaistinen 2015). Absoluuttisia arvoja käyttämällä yli 85-vuotiaita on eniten alueella jossa on muutenkin tihein asukasmäärä eli näin ollen ei ehkä saada todellisuutta vastaavaa kuvaa.

Lähteet:

Hanna Kaistinen. (2015). Hannan PAK-kurssiblogi. 15.2.2015. <https://blogs.helsinki.fi/hankaist/>

Vastasyntyneiden elinajanodote 1751 – 2013  (2014).Tilastokeskuksen PX-Web-tietokannat. 15.2.2015. < http://pxweb2.stat.fi/Dialog/Saveshow.asp>

Kurssikerta 3: Tietokantoja ja valuma-alueita

Paikkatiedon hankinta, analyysi ja kartografia – kurssin kolmas oppikerta käsitteli MapInfon tietokantojen käyttöä. Opimme muun muassa kuinka liitetään ulkoisia aineistoja tietokantaan, kuinka tuotetaan uutta tietoa vanhan tiedon avulla ja kuinka muokataan valmiita tietokantoja. Kurssikerran aluksi harjoittelimme tietokantojen käsittelyä Afrikan valtioiden tietoja sisältävän tietokannan avulla. Harjoituksissa valmistettiin lopulta kartta timanttikaivosten, öljykenttien ja konfliktien sijainnista Afrikan mantereella (kuva 1).

Afrikka_öljy_timantit_konfliktit

Kuva 1. Afrikan timanttikaivokset, öljykentät ja konfliktit (timanttikaivokset mustia tähtiä, öljykentät punaisia alueita ja konfliktit vihreitä pisteitä).

Harjoituskartan tekeminen onnistui suhteellisen helposti, sillä kartta tehtiin yksityiskohtaisten ohjeiden ja opettajan ohjauksen avulla. Kurssikerran itsenäistyönä tehtiin kartta Suomen vesistöjen tulvaindekseistä sekä järvisyydestä (kuva 2). Tehtävänä oli siis tehdä teemakartta, mutta haastavuutena oli saada karttaa varten tarvittavat kaikki tiedot yhteen tietokantaan. Pääsimme siis testaamaan hetki sitten oppimiamme tietoja eri tietokantojen yhdistelemisestä, eikä tämä sujunut täysin sujuvasti omalla kohdallani. Tietokantojen tietojen yhdistely ja muokkaus tuntui varsin haastavalta ja kurssikerta oli mielestäni selvästi työläämpi ja vaikeampi verrattuna aikaisempiin kertoihin. Mutta vaikeuksista huolimatta sain molemmat kartat tehtyä.

Valuma-alueet

Kuva 2. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit vuonna 2011(Maanmittauslaitos 2011).

Itsenäisenä työnä tehdyn karttani aiheena on Suomen valuma-alueiden tulvaindeksi ja järvisyysprosentti. Tulvaindeksi saadaan jakamalla uoman keskiylivirtaama MHQ uoman keskialivirtaamalla MNQ (Paarlahti 2010). Tulvaindeksejä kuvataan kartassa koropleettikartan avulla ja järvisyysprosentteja pylväsdiagrammein. Luokittelin aineistoni luonnollisia luokkavälejä käyttäen ja valitsin viisi erilaista luokkaa. Valitsin kyseisen luokittelutavan samasta syystä kuin Toni Ruikkala blogissaan kirjoittaa. Luonnollisia luokkavälejä käyttämällä Aurajoen valuma-alueen muista selkeästi erottuva tulvaindeksi nousee hyvin esille kartassa (Ruikkala 2015).

Korkeimman tulvaindeksin omaavat valuma-alueet sijaitsevat pääasiassa rannikolla, alueilla joilla esiintyy paljon jokia. Näillä alueilla järvisyysprosentti on puolestaan suhteellisen alhainen. Korkea tulvaindeksi syntyy todennäköisesti esimerkiksi keväällä lumien sulaessa ja jokien tulviessa. Korkean järvisyysprosentin alueilla tulvaindeksi on puolestaan alhainen. Tästä voisi vetää yksinkertaistetun johtopäätöksen, että runsasjokisilla alueilla tulvii enemmän kuin järvisillä alueilla.

Lisää pohdintaa Afrikasta

Kolmannen PAK- kurssikerran toinen tehtävä koski valmistamaamme harjoituskarttaa Afrikan timanttikaivosten, öljykenttien ja konfliktien sijainnista (kuva 1). Tehtävänä on pohtia mitä muuta kartasta ja sen pohjalla olevan tietokannan tarjoamasta informaatiosta voisi päätellä. Kartassa näkyy siis timanttikaivosten, öljykenttien ja konfliktien sijainti. Tietokantaan on tallennettu konfliktien tapahtumavuosi ja laajuus, timanttikaivosten löytämisvuosi, kaivausten aloittaminen ja tuottavuusluokitus sekä öljykenttien löytämis- ja perustamisvuosi ja tuottavuusluokittelu. Myös Internetin käyttäjät vuosittain ovat listattuna tietokantaan.

Kartan ja lisätietojen avulla voisi esimerkiksi selvittää, että onko timantti- ja öljykenttien löytämisvuosilla jonkinlainen yhteys konfliktien syttymisajankohtiin. Kuten Suomen ulkoasianministeriön nettisivuilla kerrotaan, konfliktien taustalla on usein kiistoja tärkeiden ja harvinaisten luonnonvarojen käyttöoikeuksista (Ulkoasianministeriö 2004). Myös timantti- ja öljykenttien ja konfliktien samaa tai lähekkäistä sijaintia voisi tutkia.

Myös netinkäyttäjien ja timantti- ja öljykenttien käyttöönottovuosien väliltä voisi etsiä yhteyttä. Öljy ja timantit tuovat lisää varallisuutta valtioille ja mitä vauraampi valtio on, niin sitä enemmän siellä on todennäköisesti Internetin käyttäjiä. Kuitenkin jos öljyn ja timanttien tuoma vauraus on käytettävissä vain murto-osalla väestöstä, niin silloin Internetin käyttäjien lukumäärä tuskin kasvaa.

Internetin ja konfliktien välisiä suhteita voisi myös pohtia, kuten Sanna Kujala blogissaan toteaa. Kujala kirjoittaa, kuinka Internet on tehnyt helpoksi saavutettavuuden ihmisten välillä ja mainitsee tästä esimerkkinä kuinka Nigeriassa syttyi mellakoita vastauksena Ranskassa julkaistuihin pilapiirroksiin (Kujala 2015). Toisin sanoen Internetin yleistynyt käyttö voi aiheuttaa konflikteja kaukana alkuperäisen ongelman/tapahtuman sijainnista.

Lähteet:

Paarlahti, A. (2010). TVT3-Geoinformatiikkaa, kevät 2010. 6.2.2015. < https://blogs.helsinki.fi/tvt3-2010/2010/02/01/tulvaindeksi/>

Ruikkala, T. (2015). Ruikkalan PAK-blogi 2015. 6.2.2015. <https://blogs.helsinki.fi/ruikkala/>

Resurssisodat. (2004). global.finland- kehityskysymykset ja globaalikasvatus, Ulkoasianministeriön verkkojulkaisu. 6.2.2015 < http://global.finland.fi/Public/default.aspx?contentid=165048>

Kujala, S. (2015). Sannan PAK-blogi – paikkatiedon hankintaa, analyysia ja kartografiaa. 6.2.2015. <https://blogs.helsinki.fi/kusaku/>

Artikkeli 1: Kahden muuttujan koropleettikartta

Toisen kurssikerran tehtäviin kuului myös lukea Anna Leonowiczin kirjoittama artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship (Geografija 2006) sekä pohtia aihetta tekstin perusteella. Artikkelin aiheena on kahden muuttujan koropleettikartojen eli kahden päällekkäisen koroplettikartan käyttö maantieteellisten ilmiöiden kuvaamisessa. Tekstissä muun muassa kuvaillaan kahden muuttujan koropleettikartan rakennetta sekä vertaillaan yhden ja kahden muuttujan koropleettikarttojen välisiä eroja. Artikkelissa päädytään siihen tulokseen, että yhden muuttujan koropleettikartat kuvaavat paremmin spatiaalista jakaantumista ja kahden muuttujan koropleettikartat sopivat paremmin spatiaalisten ilmiöiden korrelaation kuvaamiseen. Kirjoittaja painottaa kuitenkin kahden muuttujan koropleettikarttojen huolellista tekoa, sillä kyseisestä karttatyypistä voi helposti tehdä epäselvän.

Artikkeli oli mielestäni selkeä luettava, siinä oli esimerkiksi rakenteeltaan toimiva johdanto ja yhteenveto. Selkeä rakenne helpotti tekstin aiheen ymmärtämistä, joka paikoitellen tuntui hieman epäselkeältä. Esimerkiksi tilastoaineistosta ja sen käsittelystä kertovat osuudet eivät avautuneet minulle täysin, mikä johtuu todennäköisesti siitä, etten ole opiskellut kyseistä asiaa vielä tarpeeksi. Itse artikkelin perusideat kahden muuttujan koropleettikartasta ja luokkien lukumääristä olivat helposti ymmärrettävissä. Artikkelin yhteydessä olevat esimerkkikartat auttoivat huomattavasti asian sisäistämisessä.

Kahden muuttujan koropleettikartat sopivat hyvin spatiaalisten ilmiöiden korrelaation esittämiseen. Korrelaatiolla tarkoitetaan kahden muuttujan välistä riippuvuutta. Kuitenkin pitää muistaa, että kartta ei kerro korrelaation, oli se sitten negatiivista tai positiivista, syytä. Toimiva esimerkki tästä on muun muassa jäätelönmyynnin ja hukkumiskuolemien välinen vahva positiivinen korrelaatio. Ilmiöt eivät kuitenkaan aiheuta toisiaan vaan taustalla vaikuttaa jokin toinen syy, esim. aurinkoinen sää.

Kahden päällekkäisen koropleettikartan legenda eroaa huomattavasti muiden karttojen legendoista. Kartan toinen muuttuja kuvataan y-akselilla yhdellä värillä ja toinen muuttuja eri värillä x-akselilla. Kohdat, joissa muuttujat osuvat päällekkäin, esittävät muuttujien välistä korrelaatiota. Lukijalla pitää olla jonkinlaista kokemusta tilastotieteestä sekä todennäköisyyslaskennasta ymmärtääkseen mitä kuvaajalla tarkoitetaan. Jos lukija ei ymmärrä legendan sisältöä, ei hän voi ymmärtää kartan sisältöä.

Spatiaalisen korrelaation lukeminen kahden muuttujan koropleettikartasta on selkeämpää verrattuna muihin karttatyyppeihin. Syy tähän on kyseisen kartan kaksiulotteinen värikaavio. Toinen muuttuja kuvataan yhdellä värillä/värisävyillä ja toinen toisella värillä/värisävyllä. Nämä värit osuvat päällekkäin silloin kun muuttujien välillä on riippuvuutta. Artikkelissa tästä mainitaan esimerkkinä mm. kahta eri muuttujaa edustavat punaisen ja sinisen eri värisävyt. Kun näiden muuttujien välillä on riippuvuutta, se näkyy eri sävyisinä violetteina.

Värivalintojen kanssa voi myös tulla ongelmia. Esimerkiksi jos lukija on punavihersokea, on kartan ymmärtäminen hyvin vaikeaa. Toisaalta tämä aiheuttaa ongelmia kaikkien karttatyyppien kanssa, ei pelkästään kahden muuttujan koropleettikarttojen kohdalla.

Lähde:

Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42; 1, 33–37.

 

Kurssikerta 2: Teemakartat

Paikkatiedon hankinta, analyysi ja kartografia- kurssin toisella luentokerralla käsiteltiin teemakarttoja, erityisesti kahden erilaisen teeman teemakarttoja. Syvensimme MapInfon käytön osaamistamme tekemällä useita harjoituskarttoja opettajan ohjauksen johdolla. Teimme mm. pylväs- ja ympyrädiagrammikartan, pistekartan sekä grid-kartan. Tutustuimme myös yhteen paikkatietoa tarjoavista sivustoista, Tilasto- ja indikaattoripankki SOTKAnettiin. Harjoituskarttojen teon jälkeen tehtävänä oli tehdä vapaavalintaisesta aiheesta ja alueesta oma kahden eri teeman teemakartta (kuva 1). Valitsin karttani alueeksi Uudenmaan maakunnan ja kartan teemoiksi muun kielisten osuuden ja maahanmuuton Uudenmaan alueella vuonna 2011.

muunkieliset

Kuva 1. Muunkielisten osuus % väestöstä ja maahanmuuto kunnittain. (Tilastokeskus 2011).

Tekemäni teemakartta on Graduated-teemakartta, jossa kartalla olevat symbolit kuvaavat absoluuttisia arvoja ja symbolien koko kasvaa teemoitettavan arvon mukaan. Kartan symbolit eli pienet ihmishahmot kertovat kunkin Uudenmaan kunnan maahanmuuton lukumäärän. Suurimman symbolin arvo on 5 800 maahan muuttanutta henkilöä ja pienin symboli arvo 580. Symbolien kokoerot ovat logaritmisessa suhteessa, sillä silloin eriarvoiset symbolit erottuvat parhaiten toisistaan. Graduated- kartan lisäksi käytin koropleettikarttaa, jonka väritys kuvastaa muun kielisten osuutta Uudenmaan kunnissa. Koropleettikartan tummin väri kuvaa suurinta muun kielisten osuutta (9,38–10,78 %) ja vaalein väri pienintä (1,29–2,56 %) osuutta. Käytin koroplettikartassa viittä eri luokkaa ja luokittelutapana kvantiileja.

Kahden hyvin yhteensopivan teeman keksiminen oli suhteellisen haastavaa, mutta mielestäni valitsemani teemat tukevat toisiaan melko hyvin. Kartan tulokset vaikuttavat loogisilta ja odotettavilta. Alueella, jonne on muuttanut paljon ihmisiä ulkomailta, puhutaan todennäköisesti eniten vieraita kieliä. Sen sijaan vähäisen maahanmuuton alueilla ei ole paljon vieraskielisiä. Esimerkiksi Helsingissä, jonka alueella maahanmuutto on ollut suurinta, muun kielisten osuus on 10,78 % väestöstä ja Hangossa, jossa maahanmuuttoon puolestaan ollut vähäistä, vastaava osuus on vain 3,10 %. Muilla kielillä tarkoitetaan kaikkia muita kieliä paitsi suomea ja ruotsia. Kaikki tulokset eivät kuitenkaan ole selkeitä. Esimerkiksi Hyvinkäällä ei ole tapahtunut suurta maahanmuuttoa, mutta kunnassa asuu kuitenkin suhteellisen paljon muun kielistä väestöä. Kuten Leila Soinio blogissaan mainitsee, kahden eri muuttujan yhteyttä ei voi pakottaa ja todellisten yhteyksien selvittäminen vaatisi lisätutkimusta (Soinio 2015).

Kartta on ulkonäöltään selkeä ja siinä on kaikki kartan peruselementit esillä, mutta yksi huomattava vika on havaittavissa. Havaitsin kyseisen vian vasta blogitekstiä kirjoittaessani. Uudenmaan maakuntaan kuuluu yhteensä 26 eri kuntaa, mutta kartassani on näkyvillä näistä kunnista vain 19 (Uudenmaan liitto 2014). Kartan tekovaiheessa jostain syystä kävi niin, että Uudenmaan maakunnan itäisimmät kunnat jäivät pois. Esimerkiksi Sipoon, Porvoon ja Loviisan kunnat puuttuvat kartasta. Tämä tietenkin vääristää tuloksia, sillä koko alue ei ole esillä kartalla.

Toinen kurssikerta oli huomattavasti haastavampi kuin ensimmäinen kerta. Aikaa ja vaivaa kului kahden yhteensopivan teeman löytämiseen ja jouduin kokeilemaan useita yhdistelmiä ennen kuin löysin toimivan parin. Kuitenkin koko ajan MapInfon käyttö helpottuu, mitä enemmän sillä karttoja tekee. Myös blogin kirjoittaminen alkaa pikkuhiljaa sujua.

 

Lähteet:

Soinio, L. (2015). Leilan paikkatietopulinaa. 28.1.2015. < https://blogs.helsinki.fi/lsoinio/>

Uusmaalaisten kuntien kirjo on laaja. (2014). Uudenmaan liitto. 28.1.2015. <http://www.uudenmaanliitto.fi/uudenmaan_liitto/uusimaa/uudenmaan_kunnat>

Kurssikerta 1: Paikkatiedon perusteet ja MapInfon alkeet

Blogitekstini tulevat käsittelemään, kuten kaikki PAK-kurssilla olevat varmasti tietävät, erilaisia paikkatietoon liittyviä teemoja ja harjoituksia.

Ensimmäisen kurssikerran aiheena olivat paikkatiedon perusominaisuudet sekä MapInfon toiminta. Opetuskerran aluksi oli pienimuotoinen luento paikkatiedon perusominaisuuksista, kuten esimerkiksi rasteri- ja vektorimuotoisten aineistojen välisistä eroista. Luento-osuuden jälkeen harjoiteltiin MapInfon käyttöä kahden tehtävän avulla.

Ensimmäisessä harjoituksessa tarkoituksena oli opetella ohjelman perustoimintojen käyttöä, esimerkiksi kuinka avata tiedostoja MapInfossa. Tehtävänä oli laatia kartta muunkielisten osuuksista Helsingin eri osa-alueilla ja kartan pohjana käytettiin paikkatietoaineistoa Helsingin kaupungista vuodelta 2011. Toisessa harjoituksessa pääsimme testaamaan oppimiamme taitoja tekemällä teemakartan (kuva 1) MapInfolla. Samalla harjoittelimme myös erilaisten aineistojen luokitteluja.

koulutus

Kuva 1. Korkea-asteen tutkinto % kunnittain vuonna 2011. (Tilastokeskus 2011).

Teemakartta, tarkemmin sanottuna koropleettikartta, tehtiin Suomen kunnista ja aihealueen sai valita vapaasti valmiista tilastosta. Valitsin oman karttani aiheeksi korkea-asteen tutkintojen osuudet kunnittain Suomessa vuonna 2011 eli kuinka paljon kunnissa on korkeasti koulutettua väestöä. Kartan teon aloitin tekemällä ensin aineistosta histogrammin (kuva 2) ja histogrammin perustella aineisto on vinosti jakautunut. Päätin käyttää kartassa tasavälisiä luokkia, vaikka ne eivät varsinaisesti aineistoon sovi. Kuitenkin kyseinen luokittelutapa antoi mielestäni selkeimmän lopputuloksen. Kartassani on viisi eri luokkaa, joista pienimmän luokan arvot ovat 9,6–18,9 % välillä ja suurimman luokan arvot 46,8–56 % välillä. Kartta on ulkonäöltään mielestäni suhteellisen onnistunut. Se antaa informaatiota halutusta aiheesta ja on selkeä. Siinä on kartan peruselementit, mittakaava, pohjoisnuoli ja legenda, mutta unohdin esimerkiksi lisätä karttaan otsikon.

Histogrammi

Kuva 2. Histogrammi. (Tilastokeskus 2011).

Valmiista kartasta käy ilmi, että valtaosa Suomen kunnista kuuluu kahteen alimpaan luokkaan ja vain muutama kunta kahteen ylimpään luokkaan. Tämä tuntui aluksi hyvin yllättävältä tulokselta, sillä olin jotenkin ajatellut että korkeasti koulutettua väestöä olisi laajemmalla alueella. Kuitenkin karttaa tarkemmin lukiessa ymmärtää, että eroihin löytyy selkeitä syitä. Ylimpiin luokkiin kuuluvissa kunnissa sijaitsevat Suomen yliopistot ja ne ovat myös Suomen suurimpia keskuksia. Esimerkiksi Uudenmaan kunnat houkuttelevat korkeasti koulutettuja henkilöitä ja vuonna 2011 36 % korkeasti koulutetuista asui Uudenmaan maakunnassa. Alimpiin luokkiin kuuluvissa kunnissa ei välttämättä ole korkeakoulutusta tarjoavia oppilaitoksia eikä houkuttelevia työllistymismahdollisuuksia.

Harjoitukset tehtiin opettajan ohjauksen avulla, minkä Sonja Pekkola blogissaan mainitsee erittäin hyödylliseksi, sillä aiempaa kokemusta MapInfosta ei juuri ole. Myös omakohtaiset kokemukseni MapInfosta olivat minimaaliset, joten opettajan ohjeet olivat erittäin tervetulleita.

Kaiken kaikkiaan ensimmäinen kurssikerta oli mielestäni mielenkiintoinen. Teoriaosuus palautti mieleen jo lukiossa sekä TAK-kurssilla opittuja asioita paikkatiedosta ja MapInfolla tehtyjen harjoitusten tekeminen oli opettavaista. Myös kurssin blogiosuus vaikuttaa kiinnostavalta idealta, jolle en tosin vielä ole aivan lämmennyt. Uskon kuitenkin, että kurssin edetessä oman blogin kirjoittaminen ja toisten blogien lukeminen helpottuu.

Lähteet:

Suomen virallinen tilasto (SVT): Tieteen ja teknologian henkilövoimavarat [verkkojulkaisu]. Lähes kolmannes väestöstä on korkeasti koulutettuja . Helsinki: Tilastokeskus. 21.1.2015. <http://www.stat.fi/til/tthv/2012/tthv_2012_2014-03-20_kat_001_fi.html>

Sonjan Blogi. Sonja Pekkola. 20.1.15. https://blogs.helsinki.fi/sonjapek/