Kønnenes kamp om vejnavnene – Undersøgelse af vejnavne i København, Århus og Frederikssund

I fredags havde KVINFO en lille artikel om at ca. 2,6 % af alle de parisiske gader har kvindelige navne. Nu nævner undersøgelsen ikke hvor stor procentdelen af gader, der så har mandlige navne i storbyen Paris.

Danners Plads
(Billede – Mapillary billede af Danners Plads skilt)

Ole Palnatoke spurgte i så den forbindelse om der var lavet en tilsvarende dansk undersøgelse med vejnavne opkaldt efter kvinder? Jeg mente ikke, at der var nogen offentlig tilgængelig undersøgelse der havde gået i dybden med dette emne endnu. Så her bringer jeg så en undersøgelse af hhv. Københavns Kommune, Århus Kommune og Frederikssund Kommune. Opdatering 31. august 2015 – MX har i dagens avis en optælling/undersøgelse af de københavnske vejnavne og i Århus, men optæller fx ikke vejnavne som Mozartsvej og Tietgensgade som værende opkaldt efter en mænd. MX optæller kun fuldt ud stavet personnavne i vejnavnet, det kunne være fx Bertel Thorvaldsens Plads, Clara Pontoppidans Vej o.lign.

Først lidt om metode brugt. Alle danmarks pt. 111.221 vejnavne er hentet fra Danmarks Adresser i et regneark, hvor det er muligt at sortere efter kommunenavn. At der er 111.221 vejnavne i Danmark betyder ikke at alle disse vejnavne er unikke , der er jo mange Lærkevej, Vibevej og Thyrasvej osv ude i kommuerne. De lette vejnavne at sortere ud som værende kvindelige er fx Olivia Hansens Gade, Inge Lehmanns Gade, Kristine Nielsens Gade osv.

Jeg har dernæst også tilføjet/indsamlet godkendte pigenavne som der indgår i vejnavnet, det kan fx være Emmasvej, Bodilsgade, Lærkevej, Vibevej. Bemærk at Lærke og Vibe er godkendte pigenavne. Den samme indsamlingsmetode er gjort for gader/veje opkaldt efter mænd eller hvis der indgår et godkendt drengenavn i vejnavnet. Sagnnavne er også talt med fx Kong Skjoldsvej, Kong Roarsvej o.lign. Veje hvor kun efternavnet indgår, men hvor det er klart hvilken person der hentydes til er blevet talt med, det kan fx være vejenavne som Mozartsvej, Ellehammervej, Strindbergsvej osv.

Godkendte uni-sex navne som indgår i vejnavne er ikke blevet indsamlet fx Sol, Storm, Rosen, Kim osv. Kun 3 kommuner er valgt i denne undersøgelse pga det ville meget lang tid at se alle vejnavnene i regnarket for 98 kommuner igennem (regn med mindst 1 time per kommune). Til tjek om et navn er blandt de godkendte fornavne eller ej, her er Ankestyrelsen onlineværktøj brugt. Endelig, der er sikkert nogle enkelte smuttere af både pige og drengenavne, der ikke er kommet med i opgørelsen. Derfor er et godt råd at være to (eller flere) der hver især læser fx alle vejnavne i en kommune igennem og så sammenligner reslutater, såfremt nogen vil arbejde videre med at lave undersøgelser af andre kommuner.

Resultat Københavns Kommune

  • 2705 vejnavne i alt
  • Hvor de 135 er kvindelige (4,99 %)
  • Hvor de 537 er mandlige (19,86 %)
  • Det giver ca 2 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Århus Kommune

  • 2888 vejnavne i alt
  • Hvor de 103 er kvindelige (3,57 %)
  • Hvor de 388 er mandlige (13,43 % )
  • Det giver ca. 2,1 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Resultat Frederikssund Kommune

  • 1258 vejnavne i alt
  • Hvor de 50 er kvindelige (3,97 %)
  • Hvor de 95 er mandlige (7,55 %)
  • Det giver ca. 3,5 ud 10 vejnavne (med personnavne/fornavne i) er kvindelige

Der er ikke de store overraskelser i ovenstående tal for de tre kommuner. Frederikssund Kommune scorer højere andel pga. kommunalreformen i 2007. Her slog kommunerne i Jægerspris, Skibby, Slangerup og Frederikssund sig sammen. Hver kommune medbragte en Lærkevej og Vibevej, så i den nye Frederikssund Kommune er det så 4 stk. af hver.

Men som nævnt så mangler der 95 kommuner endnu at blive undersøgt. Det kunne være interessant at få besvaret om landkommuner har større andel af kvindelige navne i forhold til mænd? Samt spillede kommunalreformen i 2007 en rolle for andelen af kvindenavne?

Måske en geografilærer i gymnasiet kan sætte de studerende til at undersøge dette? og igen er tippet at sætte mindst 2 personer på for at undersøgelse en kommune.

En ide til et tema i folkeskolens motion og bevægelse kunne være at sætte eleverne til at fotografere med Mapillary appen, alle kvindelige og mandlige vejnavne i nærheden af skolen og gerne med vejskilte dokumentation som vist i Mapillary billedet nedenfor.

Thyrasvej
(Billede – Mapillary billede af Thryravej skilt)

Pisst … OpenStreetMap består nu af over 3 milliarder frie punkter

I går 18. august og 9 dage efter OpenStreetMaps 11 års fødselsdag ramte OpenStreetMaps geodatabase en milepæl med over 3 millarder punkter. Punkter er en slags geo-DNA for alt i geodatabasen – Med punkter opbygger man geografiske objekter som veje, jernbaner, bygninger, søer og POIs som supermarkeder, biblioteker, museer o.s.v. Der er faktisk ingen grænser for hvilke geografiske objekter, der kan lægges ind – Eneste kriterie at det geografiske objekt skal kunne observeres/verificeres, når man befinder sig ude i virkligheden.

3 milliarder graf

Den første milliard punkter nåede OpenStreetMaps frivillige i februar 2011, den anden millard var i hus i juli 2013.

Et par tal for geografiske objekter kan nævnes her – der er pt. ca. 158,6 millioner bygningspolygoner, ca. 86.7 millioner vejsegementer (veje og stier) og 197.063 tennisbaner. Måske OpenBuildingMap var mere passende navn?

I datavolume fylder OpenStreetMap dags dato ca. 600 GB i rå XML format. Det er lidt uhandy at håndtere, så derfor pakker man et geodata dump af hele databasen ned i formater som PBF (“Protocolbuffer Binary Format”) eller bzip2, så kan interesserede udviklere download disse. En pakket udgave af OpenStreetMaps database fylder pt. i PBF ca. 28,7 GB.

Nu fordeler disse geodata sig ikke jævnt ud over hele verden. Europa fylder ca. 15,6 GB i PBF og holdt op i mod Afrika der fylder 889 MB i PBF – Afrika er alene geografisk ca. tre gange så stort samt befolkningsmæssigt ca. to gange større end Europa. Asien fylder 3,6 GB i PBF og Japan tager alene de 927 MB her. Så geodata mæssigt er OpenStreetMap stadigvæk centreret omkring Europa og Nordamerika. Hvis du har ventet på dags dato tal for Danmark, så er de ca. 16,3 millioner punkter og fylder 182 MB i PBF.

Maplesotho
(Billede – fra Maplesotho projektet)

Nu drejer det sig ikke om at tolke verden, men om at forandre den. Dette sker også i Afrika, der er mange gode kræfter i gang med at få lavet endnu mere geodata. Et projekt som Map Lesotho har fra februar 2014 rykket fra ca. 25.000 punkter til ca. 4,7 millioner punkter (15. august 2015). Studerende indenfor tech, it og GIS i afrikanske lande som Mali, Tchad, Togo, Niger og Senegal har også taget OpenStreetMap til sig.

Afslutningsvis skal nævnes at Pascal Neis lige har lavet sin årlige brugerundersøgelse af OpenStreetMaps frivillige og i hovedtræk er konklusionerne i listeform

  • 2.201.519 har oprettet en OpenStreetMap konto
  • Kun 562.670 har prøvet at redigere – Det giver et frafald på ca. 74,4 %
  • I 2013 var det totale frafald ca. 66 %
  • 137.591 har prøvet at lave mere end 10 ændringssæt (hvilket du kan gøre på 1/2 time)

Frafald er lidt af en hovedpine for OpenStreetMap som helhed, hvis dette kunne bringes ned på 50 %, så er det immervæk 550.000 flere OpenStreetMap frivillige der kunne sættes i spil. Som i et hvert crowdsourcing projekt er det de få frivillige der trækker læsset, for OpenStreetMaps vedkommende er det ca. 5 % der trækker ca. 95 % af alt indhold i OpenStreetMaps geodatabase. Målet er så at have så stor en grundbase af OpenStreetMap frivillige som muligt i hver eneste land og i hver eneste fjerne egn på jordkloden. Har du taget din tørn med at kortlægge i dit lokale område?

Tim Skole
(Billede – afvikling af Danmarks største OpenStreetMap mapping party på Tim Skole)

Hvor befinder de danske Mapillary bidragsydere sig i forhold til andre lande?

I mit sidste indlæg kiggede jeg lidt på Mapillarys nye API 2.0 og trak nogle danske statistiske oplysninger ud via dette. Nu kunne det også være interessant at se hvordan Danmark befinder sig i forhold til andre lande. Jeg har trukket oplysninger (søndag 9. august) ud for Danmark, Frankrig, Holland, Sverige, Tyskland, USA som alle har over en million crowdsourcet billeder og endelig et samlet tal for hele verden (Du kan se online regnearket her).

Regneark med Mapillary tal

Hollands 122 bidragsydere trækker virkelig igennem med et gennemsnit på 15369 billeder og et højt median og øvre kvartil tal i forhold til de andre lande inkl. Danmark.

Sverige, Tyskland og USA har nogenlunde det samlet antal bidragydere, her springer det i øjnene at Sverige er langt bagud Tyskland og USA mht. til gennemsnit, median, nedre kvartil og øvre kvartil. Det tyder på at mange flere i Tyskland og USA finder Mapillary interessant og vil bruge tid på at bidrage end i Sverige.

Nu er det ikke nogen hemmelighed at mange OpenStreetMap bidragsydere også er store Mapillary bidragsydere. Tyskland og USA er nogle af de store lande mht. antal OpenStreetMap frivillige, og hvis en stor del af disse også er hoppet på Mapillary projektet, så det kan forklare lidt af, hvorfor Sverige er langt efter disse to lande.

Hvis vi placerer Danmark i forhold til det globale gennemsnit på 9011 billeder per bidragsyder mod Danmarks gennemsnit på 5448, hvis Danmark havde det samme gennemsnit som globalt ville det betyde at der var i alt crowdsourcet 1694068 billeder mod det reelle tal i skrivende stund på 1024264.

Globalt er gennemsnittet i antal fotograferet km ca. 229 per bidragsyder i Danmark er tallet ca. 81 km. Forklaringen i denne forskel ligger i at flere bidragsydere i Danmark går eller cykler rundt og fotografere til Mapillary end kører rundt i bil og gør det samme. Alene den amerikanske bidragsyder Allen har pt. kørt ca. 35126 km rundt i bil.

Hvis Danmark og Sverige skal have mere gang i Mapillary crowdsourcing, så skal der fokuseres på at få øvre kvartil meget højere op (er ca. 2,5 mindre end det globale tal). Det betyder at man skal have fat i mange mulige bidragsydere, der kunne tænkes at gå, cykle eller køre rundt i bil i mindst 10 timer i deres lokalområde, det er så ca. 18000 billeder i bidrag. Cykelklubber, løbeklubber eller vandreforeninger kunne være steder, hvor der kunne rekrutteres nogle nye bidragsydere.

Bemærk at undersøgelsen ovenfor er et øjebliksbillede – I crowdsourcing projekter kan mange ting ændre sig på en måned, måske bidragysyderne i Danmark har nået det globale gennemsnit 1. september? Du kan da være med til at gøre et forsøg ved selv at deltage i Mapillary projektet.

Tangen ved Metalskolen i Jørlunde
(Kunstværket Tangen ved Metalskolen i Jørlunde – direkte link her)

Flere tal og fakta med Mapillary API 2.0

I onsdags frigav Mapillary deres API 2.0 version. Du logger ind med dine brugeroplysninger og laver selv din egen API-nøgle. Du vil nu få adgang til at lave søgninger og få det retur i JSON eller GeoJSON format.

Der er flere statistiske API forespørgsler, hvor du kan få noget at vide om Mapillary bidragsyderne både i Danmark, andet land eller globalt. Så for at runde mit indlæg af for Danmark om at der var lavet over en million Mapillary billeder lørdag d. 1. august, så får I nogle flere tal om bidragsyderne i Danmark. (trukket ud kl. 8:00 d. 7. august). Disse tal kan kun hentes via Mapillary API 2.0.

7. august har der været 188 bidragydere i alt for Danmarks område. Bemærk, at det ikke er ens betydende med at de også bor i Danmark fx Mapillary bidragsyder “hajak” bor i Malmø, men har bidraget i Danmark med 9806 billeder. Total bidrag af disse 188 bidragsydere er i alt 1024264 billeder.

Opdatering 13:35 med kvartiler
Medianen er 166 og gennemsnittet er 5448 billeder. Tager vi det i tidsforbrug (forudsat der tages et billede hvert andet sekund) er medianen ca. 5 min. og 32 sekunder og gennemsnittet er ca. 3 timer og 2 min.
Nedre kvartil er 28 billeder (56 sekunder at fotografere) og øvre kvartil er 778 billeder ( 25 min. og 56 sekunder at fotografere).

At gennemsnittet er så langt væk fra medianen skyldes, at Top 10 bidragsydere i Danmarks området trækker læsset med ca. 81 % af samtlige billeder. Dette er ganske normalt i crowdsourcing projekter, at der vil være kæmpe forskelle mellem median og gennemsnit.

Endelig til sidst kan vi kigge på et globalt tal (også trukket ud fra API kl. 8:00 i dag). Hvis du vil på en global Top 100 liste som Mapillary bidragsyder så skal du bidrage med 56850 billeder og det er ca. et tidsforbrug på ca. 31 timer og 33 min.

Frederikssund -
(Mapillary billede af fritidshavn i Frederikssund – direkte link her)

Jeg bor her i Milhøj, 2 mil væk

Jeg lovede i mit indlæg om, at nu havde de danske Mapillary bidragsydere crowdsourcet over en million billeder, at vise nogle forskellige områder Mapillary kan bruges i. Mit første indlæg handler om et eksempel vedr. det offentlige. Geodatastyrelsen er ved at lave en “Danske Stednavnes indberetningsportal” som på sigt også vil tillade private at indberette stednavne som Geodatastyrelsen ikke har.

Som case tager vi et hus i Slangerup som har navnet “Milhøj“, dette hus er blevet fotograferet til Mapillary. (Se på Mapillary her), men ingen offentlig myndighed har det stednavn registret (såvidt jeg er orienteret).

Huset Milhøj i Slangerup

Så mit forslag er, at “Danske Stednavnes indberetningsportal” har et kildefelt, der angiver et link til fx et billede af det stednavn, du vil indsende. Det er altid godt at kunne dokumentere i form af et billede, så det bedre kan verificeres. I Mapillary eksemplet vil linket være følgende

http://www.mapillary.com/map/im/AkvL4sRU7m5-Dfl-2XDa_w

Andre billedekilder kunne fx være Wikimedia Commons mediearkivet og igen et link til kilden kunne bruges.

I princippet er det heller intet i vejen for at “Danske Stednavnes indberetningsportal” har en upload billede funktion – Også her er det tilladt jfr. Mapillary licensen at uploade et billede, der er taget af en Mapillary bidragsyder.

Endelig er bileder, der viser stednavne samt er fotograferet i Mapillary også oplagte lige at få smidt ind i OpenStreetMap database. Se den navngivet bygningspolygon Milhøj på OpenStreetMap her

Huset Milhøj i Slangerup

Afrunding : Huset Milhøj i Slangerup har fået navnet efter at lige foran huset står der en historisk milepæl, som angiver 2 danske mil afstanden til Hillerød (Se Mapillary billede af milpælen her).

Huset Milhøj i Slangerup

Og selvfølgelig kan en milepæl beskreves som geodata i OpenStreetMap se her.

Så rundede de danske bidragsydere over en million billeder i Mapillary projektet

Det crowdsourcet gør det selv street view lignende projekt Mapillary har lige lørdag d. 1. august rundet over en million billeder (i skrivende stund 1.001.856) for Danmarks vedkommende.

1 million billeder

I februar på open data day, da der blev afholdt et Mapillary fotoevent i København var tallet ca. 140.000 billeder, så det sidste halve år har der været fuld fart på de danske Mapillary bidragsydere med at nå op på over en million billeder fra de danske veje, stier, byer og naturområder. I dette indlæg kigger vi på tal og fakta bag bidragsyderne for Danmarks vedkommende.

Hvor lang tid tager det så at indsamle 1.001.856 billeder? Hvis vi sætter standardindstillinger i Mapillary app til at tage et billede hvert andet sekund dvs 1800 billeder i timen, så får vi at det tager ca. 557 timer.

Hvor meget fylder så 1.001.856 billeder? Det afhænger lidt af dit kamera, men en god tommelfingerregel siger, at 1 time Mapillary optagelse fylder ca 3,6 GB – Så totalt for Danmarks vedkommende bliver det ca. 2005 GB, der er sendt ud i skyen.

Hvor mange km har de danske bidragsydere kørt/gået eller cyklet rundt totalt? Mapillary har ikke en direkte en land for land total antal km opgørelser, men baseret på Top 10 danske bidragydere får vi et gennemsnit på ca. 67 billeder for at lave en km. Under hver enkelte Mapillary bidragsydere kan du aflæse en samlet opgørelse i km. Så antal km for Danmarks vedkommende er ca. 14.953 km (baseret på de 67 billeder per km i gennemsnit)

Hvad ved vi om de danske Top 10 bidragsydere? De bidrager med ca. 81 % af alle billeder (af total 1.001.856) og har kørt ca. 12.077 km (km sum af Top 10). Det er ikke usædvanligt i crowdsourcing projekter at en meget lille gruppe står for høje andele af bidragene. Så kunsten som projektleder til deltagerne i diverse crowdsoucring projekter er at sige – ‘Du havner sikkert aldrig i Top 10 som bidragsyder, men dine bidrag uanset om du bruger en time eller 10 timer i alt er meget vigtige for den større helhed’.

1 million billeder

Der er desværre ingen danske kvinder blandt Top 10. Sidebemærkning : pt er der en enkelt bidragsyder i USA som alene har lavet 1.211.327 billeder og kørt ca. 33.146 km.

Hvad kan vi sige om bidragsyderne i Danmark kontra globalt ? I Danmark bruger vi ca. 67 billeder for at dække en km og globalt set er tallet ca 39 billeder per km. Denne forskel på flere end ca. 28 billeder per kørt km skyldes, at i Danmark bruges mere tid på at gå eller cykle rundt for at indsamle billeder end at køre rundt i bil/motorcykel/tog/bus og indsamle. Her kunne det kunne spændende, hvis Mapillary lavede km opgørelser per land, så vi kunne hurtigt se den primære fortrukne indsamlingsmetode (ved hjælp af motor eller ved egen kraft på cykel, fods, robåd eller kajak) i de enkelte lande.

Hvad skulle der til for at alle veje og stier i Danmark blev fotograferet til Mapillary i mindst den ene vejretning? – Geodatastyrelsen oplyste i en privat e-mail til mig for et par år siden, at de havde registeret ca. 207.000 km veje og stier i Danmark, dette er ikke ensbetydende med at de så har alt registeret fx ser jeg i en del private skove der mangler en del skovstier. Men lad os tage udgangspunkt i de ca. 207.000 km og vi sætter igen 1 km lig med 67 billeder, så får vi ca. 13,869 millioner billeder. Dette ville så tage 7705 timer (med 1800 billeder i timen) at fotografere. Så hvis 7705 danskere brugte en time udendørs til Mappilary projektet, så var det hurtigt færdigt (den ene retning). Tænker vi meget større, hvad så med en gennemgang for hver af de fire årstider af alle veje og stier i Danmark?

Er 7705 danskere der bidrager i en time urealistisk i dansk sammenhæng? Jeg har hørt tal om at ca. 400.000 danskere bruger en motions app på deres smart phones dagligt – Så hvis bare 2 % af disse kun for en eneste dag lige bidrog i Mapillary projektet, så kunne der laves en hel del. Denne form for crowdsourcing kunne måske være en del eller en ide til folkeskoleelever og bevægelse i undervisningen?

Hvad får vi ud af indsamle mindst 207.000 km veje og stier i Danmark? – Først og fremmest får du masser af frisk luft, hvis du indsamler mens du cykler eller er til fods ude i det danske landskab. Jeg vil i de kommende blogindlæg nævne hvad projekter som OpenStreetMap, Wikipedia, citizen science projektet Biodiversitet Nu og det offentlige sådan konkret kunne bruge Mapillary billeder til.

1 million billeder
(Mapillary billede af fritidshavn i Frederikssund – direkte link her)