Valmis. Klar. готовый. Bereit. You get the point!
BLOGGEN = KLAR
Month: March 2019
Sydamerika under förstoringsglas
Hej alla som har tappat bort sig till min blogg! Dags för den sista kursgången! Yeeyee! Dock också den krångligaste.
Vår uppgift var att hitta data själv och producera eget material!! H j ä l p. I början kändes tröskeln ganska hög för mig, fast jag tycker att jag har allt under (relativt) bra kontroll. Men då jag började tänka på olika ideer och leta efter data påriktigt, kändes det bättre.
Jag funderade på vad jag skall producera väldigt länge. Och nu menar jag VÄÄÄLDIGT länge (därför kommer inlägget så här sen…). Jag provade på olika tillämpningar men blev inte nöjd på grund av varierande själ. Emellan fungerade inte något format, vilket ledde till en klassisk rage quit : – ). Andra gånger blev det bara inget på grund av att jag inte lyckades hitta data i rätt format, vilket var väldigt frustrerande då en bra idé inte blev något på grund av detta problem.
Till slut blev det dock Sydamerika som blev mitt forskningsområde. Jag gjorde tre kartor (Bild 1, 2 och 3) som föreställer Sydamerikas befolkningsmängd, bruttonationalprodukt och ekonomiska status. Man kan se en korrelation mellan några av variablerna nedan.
Att hitta data som fungerade i mitt fall tog sin tid. Jag funderade en stund på vilken csv fil jag skulle ta och varifrån. Till slut valde jag att använda mig av Natural Earth:s data, vilket jag tyckte blev ganska bra. Statistiken kommer från Världsbanken (The World Bank), som är ett samarbetsprojekt mellan IBRD, IDA, IFC, MIGA och ICSID.
Personligen har jag alltid varit mer intresserad av naturgeografi, men för att få lite variation i livet bestämde jag mig att söka upp statistik om mera ekonomiska grejer. Befolkningsmängden (Bild 1) blev den första jag skapade med hjälp av statistik från The World Bank. Nästa blev bruttonationalprodukten (Bild 2). precis som Juho, tänkte jag att detta är ett bra mått på hela landets utvecklingsgrad. Jag tänkte att det kan ge några intressanta resultat, speciellt då man tar ekonomins status (Bild 3) i beaktan. BNP kan ju “ljuga” på sitt sätt om det verkliga tillståndet.
BTW. På kartan ser man att Franska Guyana är ett väldigt välutvecklat land med bra ekonomi. Detta beror på att statistiken räknar landet som en del av Frankrike. Det blir alltså lite fel där!
På kartorna framkommer de stora länderna tydligt; inte minst Brasilien som är ett BRIC-land. Man kan även utläsa att de sydligaste länderna är mindre utvecklade i ekonomiskt syfte än Brasilien. Jag reagerade på att Chile har hög BNP men ganska låg ekonomisk utvecklingsgrad. Detta beror högst antagligen på den stora mängden naturliga råvaror som landet har. Det höjer ju BNP fast Gini-koefficienten är närmare 1 (i och för sig har ju koefficienten sjunkit mot jämlikhet med och är runt 0,5 nu enligt TWO). På kartorna syns även att Guyana, Surinam, Paraguay och Uruguay är de länderna som ekonomiskt sätt är minst utvecklade. I dessa länder är även befolkningsmängden lägst.
Den här kursgången var väldigt unik, och jag har blivit väldigt imponerad av flera kurskompisars blogginlägg! Massor av fina kartor och superbra idéer. Deras bloggar har både inspirerat och underhållit mig massor, go team!
Under den här uppgiften hittade jag ingen som hade gjort en likadan forskning som jag, så det blev inga nya insikter på den fronten (precis som Heini även utryckte i sin blogg). Men det var som sagt ändå trevligt att få läsa va de andra hittat på.
Anyway, sayonara!
Thoughts & OpinionS o så vidare
Den här kursen har varit väldigt lärorik! Några kvällar kändes det som ett heltidsarbete gånger två, medan jag ett par gången kände mig som ett allvetande universalgeni. Resultatet blev en semi-självsäker men väldigt motiverad QGIS studerande. Inte så illa ändå 🙂 Speciellt då jag jämför med mina förväntningar från början…Nåja, jag känner att jag någorlunda behärskar den magiska världen av QGIS. Jag har hittat nån sorts stig i djungeln av geoinformatik!
Ladies and Gentlemen, for the last time in this blog, give it up for: Källor
https://data.worldbank.org/indicator/SI.POV.GINI?locations=CL
https://databank.worldbank.org