SGG - 10. týden

V desátém týdnu nás čeká pokračování politické geografie. Tentokrát téma trochu zúžíme a podíváme se na trochu opomíjenou (samozřejmě neprávem) disciplínu - volební geografii. Je to téma, které spojuje nebo by mělo spojovat geografy, politology, politiky, veřejnost, kartografy a média. Proto věnujte trochu času i tzv. datové žurnalistice, především prezentaci volebních výsledků v médiích. Tady vám nepředložím nějakou prezentaci nebo text, ale nechám prostor vaší nápaditosti a umění vyhledávat na internetu. Případně se podívejte na úplný konec stránky se studijními materiály (ale rozhodně neskončete pouze u této prezentace).
Úkol je zadaný, takže pro tento týden je to všechno.
Vlastně není - ještě vám přeji krásné Velikonoční svátky.

Základy ontologií 10 - Průniky tříd

Jak bylo zmíněno díky přístupu Open World Assumption pracují se všemi variantami jako s možnými. Proto je potřeba vazby, které jsou z hlediska dané domény nesmyslné nebo nemožné, explicitně zakázat. K tomu slouží tzv. axiom průniku, který přímo zakazuje průnik mezi danými třídami. Následující příklad ukazuje tzv. disjoint classes, tedy třídy se zakázaným průnikem.


<owl:Class rdf:about="Country">
<owl:disjointWith rdf:resource="Ski_resort"/>

</owl:Class>

Hodnocení metodik

Obecné komentáře:

• Všechny metodiky byly z hlediska formy korektní, ale „Blovice“ byly z estetického hlediska i zajímavé.
• Ve všech (nebo téměř ve všech) metodikách jsem měl problém najít zdroje, které jste (alespoň částečně) převzali nebo se jimi inspirovali. Podobně jsem postrádal přesnější popis metod (například analýza v ArcGIS pomocí funkce XY nebo SWOT analýza nebo něco podobného) i očekávané výsledky (například odhad počtu obcí po aplikaci binárního kritéria).
• Až na „Blovice“ nebyla nikde ošetřena rizika.
• Z hlediska chyb bylo nejvíce bodů odečteno v případě „Sušice“ (hlavně za používání Zlatých stránek a nejasných analýz pomocí mapy.cz), ostatním ORP byly strženy body především za nejasné váhy.
• Naopak téměř každé ORP (kromě „Blovic“) získalo plusové body, za „něco“ zajímavého nebo netradičního.
• Z hlediska obsahu byl nejvýše hodnocený „Stod“, následován „Blovicemi“ (horší zdůvodnění) a „Sušicí“ (celkově hůře postavená metodiky, menší počet kritérií, nejasné váhy a podobně). 

Následující komentáře a dotazy se vztahují k jednotlivým ORP. Berte jako zdroje pro opravy metodiky před vlastní analýzou. A nebojte se na cokoli zeptat.

Blovice:

• Nežádoucí jevy (vyřazení lokality) – je otázka, jestli pásmo 10 km okolo spaloven a továren není a) příliš rozsáhlé (vzhledem k ostatním pásmům); b) příliš obecné (dovedu si představit továrny, které by nebyly na závadu, možná chybí definice továrny nebo spíše druhu průmyslu).
• Co přesně znamená termín „pachová látka“?
• Má mateřská škola do 5km nějaký praktický význam? Stejně bude potřeba doprava a časová náročnost bude přibližně stejná jako v okruhu 10km. Podobně i základní škola, ale tam si dovedu představit docházku většího počtu km než v případě mateřské školy.
• Jak budete hodnotit 500 m na úrovni obce?
• Je jediné odlišení zájmových skupin absence školství?
• Nebylo by vhodnější zájmové skupiny řešit až po demografické analýze?
• Je zajímavé, že zimní stadion má dvakrát vyšší význam než knihovna... Lesopark nebo ZOO má desetinásobný význam oproti knihovně...
• Proč golfové hřiště a ne například areál na biatlon? Nebo tělocvična?
• Proč hraniční hodnotu pro nezaměstnanost volíte 10%?
• Lesopark je za 10 bod a park za 2 body? Jaký je rozdíl?
• Proč je hřiště do 500 m za 2 body a do jednoho kilometru za 3 body?
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Míra nezaměstnanosti – jde o obec?
• Průměrná hrubá měsíční mzda podle krajů asi nemá v tomto konkrétním případě význam. Platí i pro ostatní údaje na úrovni krajů.

Stod:

• Proč hraniční hodnotu pro nezaměstnanost volíte 10%?
• Trochu rozpor – metodika by měla být univerzální pro ORP vs. Zájemce v ORP Stod bude preferovat maloměsto... (podobně i vzdálenost do Plzně)
• Proč 2 body za 40-42 let (proč tak úzký interval)?
• U likvidity by bylo zapotřebí doplnit zdůvodnění.
• Proč nejsou hodnoceny i malé podniky? Na venkově jde o významný zdroj pracovních míst.
• Poskytování sociálních služeb – 1 bod za 2 a méně zařízení sociálních služeb – znamená to, že za 0 zařízení bude udělený jeden bod?
• Skládka na území obce může být riziková jen za určitých podmínek (například skládka na Vysoké obec Dobřany zas až tolik nezatěžuje).
• Radonové riziko by se mělo hodnotit na úrovni pozemku.
• Školství se zdá (vzhledem ke zdravotnictví) trochu nadhodnocené (zvlášť, když vezmete v úvahu, jaká část obyvatelstva potřebuje školy).
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Kromě archeologických nalezišť by se měla řešit i další ochranná území.
• Jsou hlukové limity odněkud převzaty? Na základě čeho byly vytvořeny dané intervaly?

Sušice:

• V úvodu semestru jsme říkali, že modelová rodina byla neměla být aplikována.
• Pozor zastávka veřejné dopravy v obci může znamenat, že stanice nebo zastávka je na území obce, ale 3 km od prvních domů.
• Hodnocení záplavových oblastí na úrovni obce není správné. Platí i pro chráněná území.
• Podle předložených dat není na území Kašperských Hor ani v Horažďovicích obchod s potravinami... to si dovolím pochybovat. Zlaté stránky nejsou ideální zdroj!
• Nerozumím datovému zdroji pro nákupní střediska.
• Jsou dvě hospody v obci stejně důležité jako střední škola a důležitější než zdravotní služby?
• Turistické trasy – jak budete hodnotit okruh 2km – od středu obce, od hranic obce? Je váha tohoto kritéria stejná jako u zdravotnictví?
• Spoje do většího města – co je větší město?
• Jak chcete z předložených dat hodnotit vzdálenost silnice I. třídy?
• Vzdálenost lesa do 5km je kvůli procházce dost daleko – málokdo půjde 5 km, aby se dostal do lesa.
• Znečištění je v binárních a váhových kritériích. Jaký je rozdíl?
• Váhy a intervaly v nich jsou obecně nastaveny špatně – dávají stejný význam kritériím s různým stupněm důležitosti.
• Jak se liší následující způsoby využívání – zemědělská výroba , zemědělská a živočišná výroba , intenzivní hospodaření?

Nezoufejte, před vámi jsou ještě 22 body!

Základy ontologií 9 - Hierarchie tříd

Základní vztahem mezi třídami je vazba označovaná jako is-a (tzv. sub-class axiom). Ta vyjadřuje nadřazenost a podřazenost tříd (tzv. subsumpce – podřazení speciálního prvku obecnějšímu) ve smyslu zúžení množiny společných vlastností. Tak můžeme označit třídu Ski resort (sub-class) jako podtřídu třídy Tourist resort (super-class). Tuto informaci je možné číst tak, že Ski resort je speciálním případem konceptu Tourist resort. Jinými slovy každý příslušník třídy Ski resort je zároveň také členem třídy Tourist resort, zatímco obrácený vztah neplatí.

<owl:Class rdf:about="Ski_resort">
<rdfs:subClassOf rdf:resource="Tourist_resort"/>
</owl:Class>

Do problematiky hierarchie tříd je potřeba zařadit i třídy ekvivalentní. To znamená takové třídy, které budou v rámci ontologie považovány za shodné. V praxi se tímto způsobem označují synonyma nebo překlady v případě tezaurů či multilinguálních ontologií.

<owl:Class rdf:about="Country">
<owl:equivalentClass rdf:resource="State"/>
</owl:Class>

Dalším důležitým faktorem je také dědičnost, která funguje při tvorbě hierarchie tříd. Dědičnost se netýká nejen tříd, ale všech prvků ontologie, které mohou být uspořádány do hierarchie na bázi vztahu is-a. Pokud bude třída Ski resort podtřídou třídy Tourist resort, která bude speciálním případem (podtřídou) třídy Resort, pak i Ski resort bude podtřídou (i když ne přímou) obecného konceptu Resort.
Na tomto místě je zapotřebí poznamenat, že vztah is-a je často mylně zaměňován za tzv. merologickou (nebo mereologickou) vazbu, která označuje vztahy mezi částí a celkem.
Příkladem této vazby může být vztah mezi třídami Hotel a Ski resort - hotel je obecně součástí turistického střediska, ale není možné tuto vazbu interpretovat jako vztah is-a (třída Hotel není speciálním případem třídy Ski resort).

Vzhledem k tomu, že většina ontologických jazyků je založena na principu značkovacích jazyků, musí být základním prvkem hierarchie kořenový element (root element), který je zpravidla reprezentovaný třídou. Například jazyk OWL disponuje obecným kořenovým prvkem (který tvoří tzv. super-class pro všechny ostatní třídy) s názvem owl:Thing. Potomky tohoto kořenové prvku jsou další třídy nebo individuály.