Jane Jacobs: 4 edellytystä elävälle kaupunkialueelle.
1. alueella pitää olla useampi kuin yksi ja mielellään useampi, kuin kaksi pääasiallista käyttötarkoitusta
esim. asuminen + kaupallinen + työpaikat tai toimistot + iltaharrastukset. Tämä takaa sen, että alueella on tasaisesti ihmisvirtaa eri vuorokauden aikoihin, koska tasainen ihmisvirta on se, mikä luo mahdollisia kaupallisille palveluille. Jos on esim valtava toimistoalue, niin siellä ei pysy hengissä mikään muu, kuin teolliseen tuotantotahtiin pystyvä lounasravintola, joka on tyhjillään suurimman osan päivästä. Jos taas on palkkä asuinalue, niin se kannattelee ehkä pitseriaa. Näiden ensisijaisten käyttötarkoitusten yhdistäminen on kaupallisten palveluntuottajien näkökulmasta enemmän kuin 1+1, sillä se takaa ihmisvirtaa eri kellonaikoihin.
Keskustassa esim. kulttuuri- harraste, vapaa-aika, viihdetilat tuovat paljon kaivattua vilinää ilta-aikaan. Olennaista on, että eri toimintoja ei väkisin pyritä erottelemaan toisistaan, luomalla lisää Ylistönmäkiä työpaikoiksi, Seppälänkankaita kaupalle ja Lutakkoja asumiselle. Terveempää olisi, että kaikilla alueilla olisi sekaisin kaikenlaisia toimintoja.
Kolme muuta Jacobsin pointtia ovat:
2. Riittävän lyhyet korttelipituudet (oikopolkuja kävelijöille)
3. Eri ikäisiä ja kuntoisia rakennuksia, sillä halvemmille ja huonokuntoisemmille rakennuksille on myös kysyntää, joka tuottaa alueelle monipuolisuutta
4. riittävä ihmistiheys (ei vain asukastiheys, vaan tiheys ihmisiä, jotka tulevat alueelle eri syistä)
Avoin data ja avoin kaupunkiorganisaatio, Antti Poikola, HUB Jyväskylä
Avoimen datan avulla kaupunkilaisille tarjottavia digitaalisia palveluita voidaan kehittää kenen tahansa toimesta joustavasti ja tarvelähtöisesti. Mitä tämä tarkoittaa osallistumiselle ja demokratialle? Voisiko myös valmistelu- ja päätöksentekoprosessi olla avoin ja vuorovaikutteinen? Esimerkkejä avoimen datan ja avointen toimintamallien vaikutuksesta asioiden valmisteluun, päätöksentekoon ja yhteistuotantoon kunnissa ja kaupungeissa.
Datan siivousta tehokkaasti – Google RefineAntti Poikola
Tutoriaali http://datajournalismi.fi/tutoriaaleja/
Haaste: Mitkä ovat yleisimpiä ammatteja eduskuntavaaliehdokkaiden joukossa?
Vaaditut ohjelmat / työkalut:
Google Refine -ohjelma asennettuna
Sisältö tiivistetysti:
- Miten siivotaan Oikeusministerion ehdokasdatan sarake, jossa on ehdokkaiden itse ilmoittama arvo/ammatti/asema -tieto?
- Datan tuominen Google refineen
- Facet text facet
- Samankaltaisten klusterointi ja yhdistäminen
- Edit cells / split multi-valued cells
- Datan vieminen Refinesta exceliin
Tutoriaalissa käytettävä data:
Lataa data osoitteesta http://192.49.229.35/E2011/s/ehd_listat/kokomaa.htm
Suora linkki taulukkoon on http://192.49.229.35/E2011/s/ehd_listat/e2011ehd.xls
Ks. http://datajournalismi.fi/tutoriaaleja/#A
Lyhyt johdattelu datajournalismiin: mitä uutta on datajournalismissa, millainen työprosessi siihen liittyy ja muutamia esimerkkejä. Luennon sisältöä päivitetään säännöllisesti ja sovelletaan eri kohderyhmille, täällä julkaistu versio on yleinen "peruspaketti".
Ks. http://datajournalismi.fi/tutoriaaleja/#B
Neljä datajournalistille tärkeää tapaa datan hankkimiseen – avoin data, tietopyynnöt, ruudunraaputus ja joukkoistaminen.
Jane Jacobs: 4 edellytystä elävälle kaupunkialueelle.
1. alueella pitää olla useampi kuin yksi ja mielellään useampi, kuin kaksi pääasiallista käyttötarkoitusta
esim. asuminen + kaupallinen + työpaikat tai toimistot + iltaharrastukset. Tämä takaa sen, että alueella on tasaisesti ihmisvirtaa eri vuorokauden aikoihin, koska tasainen ihmisvirta on se, mikä luo mahdollisia kaupallisille palveluille. Jos on esim valtava toimistoalue, niin siellä ei pysy hengissä mikään muu, kuin teolliseen tuotantotahtiin pystyvä lounasravintola, joka on tyhjillään suurimman osan päivästä. Jos taas on palkkä asuinalue, niin se kannattelee ehkä pitseriaa. Näiden ensisijaisten käyttötarkoitusten yhdistäminen on kaupallisten palveluntuottajien näkökulmasta enemmän kuin 1+1, sillä se takaa ihmisvirtaa eri kellonaikoihin.
Keskustassa esim. kulttuuri- harraste, vapaa-aika, viihdetilat tuovat paljon kaivattua vilinää ilta-aikaan. Olennaista on, että eri toimintoja ei väkisin pyritä erottelemaan toisistaan, luomalla lisää Ylistönmäkiä työpaikoiksi, Seppälänkankaita kaupalle ja Lutakkoja asumiselle. Terveempää olisi, että kaikilla alueilla olisi sekaisin kaikenlaisia toimintoja.
Kolme muuta Jacobsin pointtia ovat:
2. Riittävän lyhyet korttelipituudet (oikopolkuja kävelijöille)
3. Eri ikäisiä ja kuntoisia rakennuksia, sillä halvemmille ja huonokuntoisemmille rakennuksille on myös kysyntää, joka tuottaa alueelle monipuolisuutta
4. riittävä ihmistiheys (ei vain asukastiheys, vaan tiheys ihmisiä, jotka tulevat alueelle eri syistä)
Avoin data ja avoin kaupunkiorganisaatio, Antti Poikola, HUB Jyväskylä
Avoimen datan avulla kaupunkilaisille tarjottavia digitaalisia palveluita voidaan kehittää kenen tahansa toimesta joustavasti ja tarvelähtöisesti. Mitä tämä tarkoittaa osallistumiselle ja demokratialle? Voisiko myös valmistelu- ja päätöksentekoprosessi olla avoin ja vuorovaikutteinen? Esimerkkejä avoimen datan ja avointen toimintamallien vaikutuksesta asioiden valmisteluun, päätöksentekoon ja yhteistuotantoon kunnissa ja kaupungeissa.
Datan siivousta tehokkaasti – Google RefineAntti Poikola
Tutoriaali http://datajournalismi.fi/tutoriaaleja/
Haaste: Mitkä ovat yleisimpiä ammatteja eduskuntavaaliehdokkaiden joukossa?
Vaaditut ohjelmat / työkalut:
Google Refine -ohjelma asennettuna
Sisältö tiivistetysti:
- Miten siivotaan Oikeusministerion ehdokasdatan sarake, jossa on ehdokkaiden itse ilmoittama arvo/ammatti/asema -tieto?
- Datan tuominen Google refineen
- Facet text facet
- Samankaltaisten klusterointi ja yhdistäminen
- Edit cells / split multi-valued cells
- Datan vieminen Refinesta exceliin
Tutoriaalissa käytettävä data:
Lataa data osoitteesta http://192.49.229.35/E2011/s/ehd_listat/kokomaa.htm
Suora linkki taulukkoon on http://192.49.229.35/E2011/s/ehd_listat/e2011ehd.xls
Ks. http://datajournalismi.fi/tutoriaaleja/#A
Lyhyt johdattelu datajournalismiin: mitä uutta on datajournalismissa, millainen työprosessi siihen liittyy ja muutamia esimerkkejä. Luennon sisältöä päivitetään säännöllisesti ja sovelletaan eri kohderyhmille, täällä julkaistu versio on yleinen "peruspaketti".
Ks. http://datajournalismi.fi/tutoriaaleja/#B
Neljä datajournalistille tärkeää tapaa datan hankkimiseen – avoin data, tietopyynnöt, ruudunraaputus ja joukkoistaminen.
3. Terminologiaa
"computer assisted reporting" Noin 258 000 tulosta
datajournalism Noin 207,000 tulosta
"data driven journalism" Noin 167,000 tulosta
"data journalism" Noin 19 300 tulosta
"database journalism" Noin 19 300 tulosta
"structured journalism" Noin 1 030 tulosta
datajournalismi Noin 9 590 tulosta
tietokantajournalismi Noin 279 tulosta
"tietokoneavusteinen journalismi" 7 tulosta
Attribution-Share Alike 1.0 Finland
4. Ennen kaikkea prosessi
Työmääritelmä:
Datajournalismi on työprosessi, jonka aikana hankitaan,
muokataan ja analysoidaan dataa ja jonka
lopputuloksena julkaistaan ”datajournalistinen juttu” ja
mieluiten myös jutussa käytetty data.
Attribution-Share Alike 1.0 Finland