Ympäristöterveysindikaattori

Tämä sivu on tietokide alatyypiltään metodi. Sivutunniste: Op_fi5810
Moderaattori:Jouni (katso kaikki) Sivun edistymistä ei ole arvioitu. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi5810}}

Ympäristöterveysindikaattori on elinympäristön tiettyä ominaisuutta mittaava asia, joka kertoo ympäristön terveellisyydestä ihmiselle.

Kysymys

Mitkä ovat hyödyllisiä indikaattoreita Suomen ympäristöterveystilanteen seuraamiseksi ja parantamiseksi?

Vastaus

Nämä indikaattorit ovat olemassa tai suunnitteilla:

Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo (Yhteistyötilat)
Sisätilaongelmista koulussa raportoivat koululaiset
Vesivälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät
Elintarvikevälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät

Näkemysverkot Shinyssa

Tämä koodi piirtää näkemysverkkoja Shinylla. Koodi lukee alkuperäiset nettisivut ja muodostaa siitä tarvittavan datan. Koodi on ajettava omalla koneella.

Shinyssa aluksi valitaan aihepiiri, sen jälkeen askelien määrä verkossa aiheen mukaisista kiintopisteistä lähtien. Koodi vaatii paketit OpasnetUtils, DiagrammeR ja Shiny. arg5167: . Uusi koodi, jossa shinyssa on jo kelvollinen käyttöliittymä. --Jouni Tuomisto (keskustelu) 29. heinäkuuta 2018 kello 20.05 (UTC) (type: ; paradigms: science: relevant comment)

+ Näytä koodi - Piilota koodi

# Tämä on koodi Op_fi5810/shiny sivulla [[Ympäristöterveysindikaattori]]
library(OpasnetUtils)
library(rvest)

objects.latest("Op_en3861",code_name="discograph") # [[Extended causal diagram]] scrape functions .discussion .gsheet .webtable
#objects.latest("Op_en3861",code_name="scrape.assessment") # [[Extended causal diagram]] scrape.assessment # Code must be run on own computer

##########################################################
### This is just a temporary copy of scrape.assessment function for technical reasons.
# This is code Op_en3861/scrape.assessment on page [[Extended causal diagram]]

library(OpasnetUtils)

#' @title Creates a unique URL based on wiki page id and object name. Used to create hyperlinks to the knowledge crystal pages.
#' @param page wiki_page_id: character vector format "Op_en7748" 
#' @param name name of the knowledge crystals: character vector

makeurl <- function( 
  page, 
  name 
) {
  if(is.null(page)|is.null(name)) return(NA) else
    out <- paste0(
      c(
        en = "http://en.opasnet.org/w/index.php?curid=",
        fi = "http://fi.opasnet.org/fi/index.php?curid="
      )[substr(page, 4,5)], # is it en or fi?
      substr(page, 6,11), # id
      "#", gsub(" ", "_", name)
    )
  out <- ifelse(is.na(page)|is.na(name), NA, out)
  return(out)
}

#' @title scrape.assessment makes standard data.frame for insight diagram out of all ovariables, odecisions, and data.frames and their dependencies in the global environment.
#' @param assessment ovariable that contains other assessment objects as dependencies
#' @param objectives names of ovariables that are objectives in the model
#' @return a list of two data.frames. The first one is for making insight diagrams, the second for making discussion ovariables for analysis

scrape.assessment <- function(
  assessment,
  objectives = character()
) {
  #  require(DiagrammeR)
  require(OpasnetUtils)
  nod <- data.frame()
  ova <- character()
  dec <- character()
  dat <- character()
  plo <- character()
  dep <- assessment@dependencies
  URLass <- assessment@meta$wiki_page_id
  
  #### Find all objects (decisions, ovariables, data.frames and graphs)
  for(i in dep$Name) {
    cl <- class(get(i))
    if("ovariable" %in% cl) ova <- c(ova, i)
    if("odecision" %in% cl) dec <- c(dec, i)
    if("data.frame" %in% cl) dat <- c(dat, i)
    if(any(c("ggplot","dgr_graph") %in% cl)) plo <- c(plo, i)
  }
  
  ###### Add all decisions and options
  
  for(i in dec) { 
    deci <- get(i)@dectable
    if(nrow(deci)>0) {
      tst <- !duplicated(deci[c("Option","Decision")])
      nod <- rbind(
        nod,
        data.frame(
          Oldid = paste("Opt", match(i, dec), sep=""),
          type = "option",
          Item = as.character(deci$Option[tst]),
          label = as.character(deci$Option[tst]),
          Relation = "is option for",
          Object = as.character(deci$Decision[tst]),
          Description = if(is.null(deci$Description)) NA else
            as.character(deci$Description[tst]),
          URL = makeurl(URLass, deci$Option)[tst],
          stringsAsFactors = FALSE
        )
      )
      
      tst <- !duplicated(deci[c("Decision","Variable")])
      nod <- rbind(
        nod,
        data.frame(
          Oldid = paste("Dec", match(i, dec), sep=""),
          type = "decision",
          Item = as.character(deci$Decision[tst]),
          label = as.character(deci$Decision[tst]),
          Relation = "affects",
          Object = as.character(deci$Variable[tst]),
          Description = if(is.null(deci$Description)) NA else
            as.character(deci$Description[tst]),
          URL = makeurl(URLass, deci$Decision)[tst],
          stringsAsFactors = FALSE
        )
      )
    }
  }
  
  ####### Add all ovariables
  
  for(i in ova) {
    obj <- get(i)
    nod <- rbind( # Add dependencies
      nod,
      data.frame(
        Oldid = paste("Ova",match(i,ova),sep=""),
        type = "ovariable",
        Item = obj@name,
        label = obj@name,
        Relation = "is affected by",
        Object = if(nrow(obj@dependencies)==0) NA else as.character(obj@dependencies$Name),
        Description = if(is.null(obj@meta$Description)) NA else
          obj@meta$Description,
        URL = makeurl(obj@meta$wiki_page_id, obj@name),
        stringsAsFactors = FALSE
      )
    )
    tmp <- colnames(obj@output)[                          # Add indices
      obj@marginal &
        !grepl("Source$", colnames(obj@output)) &
        ! colnames(obj@output) %in% c(deci, "Iter")
      ]
    if(length(tmp)>0) {
      nod <- rbind(
        nod,
        data.frame(
          Oldid = paste0("Ova",match(i,ova),tmp),
          type = "index",
          Item = tmp,
          label = tmp,
          Relation = "is index for",
          Object = obj@name,
          Description = NA,
          URL = makeurl(URLass, tmp),
          stringsAsFactors = FALSE
        )
      )
    }
  }
  
  ### Add graphs
  
  nod <- orbind(
    nod,
    data.frame(
      Oldid = paste0("Plo", 1:length(plo)),
      type = "graph",
      Item = plo,
      label = plo,
      stringsAsFactors = FALSE
    )
  )
  
  # V(dag)$Size[V(dag)$name == i] <- nrow(obj@output)     # Size
  # vertex.size = log(V(dag)$Size)+2, # Vertex size is (non-linearly) relative to rows in output.
  
  ### Add data.frames 
  
  nod <- orbind(
    nod,
    data.frame(
      Oldid = paste("Dat", 1:length(dat), sep=""),
      type = "data",
      Item = dat,
      label = dat,
      stringsAsFactors = FALSE
    )
  )
  
  # Retype objectives and assessments if available
  nod$type[nod$Item %in% objectives] <- "objective"
  nod$type[nod$Item %in% assessment@name] <- "assessment"
  
  # Add info from Page column if available and doesn't exist already
  if(!is.null(dep$Page)) {
    tst <- is.na(nod$Description)
    nod$Description[tst] <- as.character(dep$Description[match(nod$Item, dep$Name)][tst])
    tst <- is.na(nod$URL)
    nod$URL[tst] <- makeurl(
      dep$Page[match(nod$Item[tst], dep$Name)],
      dep$Name[match(nod$Item[tst], dep$Name)]
    )
  }
  tst <- is.na(nod$Description)
  nod$Description[tst] <- nod$type[tst]
  
  #Add info (with force) from type column in dep if available
  if(!is.null(dep$type)) {
    tst <- dep$Name[!(is.na(dep$type) | dep$type=="")]
    nod$type[match(tst,nod$Item)] <- as.character(dep$type[match(tst,dep$Name)])
  }
  
  # Add relations defined by hand on assessment@dependencies
  tst <- dep$Name[!(is.na(dep$Child) | dep$Child=="")]
  if(length(tst)>0) { # Does nothing if column Child does not exist
    nod <- orbind(
      nod,
      data.frame(
        Oldid = as.character(nod$Oldid[match(tst,nod$Item)]),
        Item = as.character(tst),
        Relation = c(
          rep("indirectly affects",3),
          "is data for",
          "describes"
        )[match(nod$type[match(tst,nod$Item)],c("ovariable","key ovariable","objective","data","graph"))],
        Object = as.character(dep$Child[match(tst,dep$Name)])
      )
    )
  }
  return(nod) 
}

#objects.store(scrape.assessment, makeurl)
#cat("Functions scrape.assessment, makeurl stored.\n")

######################################### End of scrape.assessment

#types <- opbase.data("Op_en3861", subset="Table types")
meta <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/1oGxAg"))[[3]]
colnames(meta) <- c("Topic","Id","Type","URL","Table","Firstrow","Description")
gr <- data.frame() # This is needed because goherr fetches an old version with gr for some reason.

#############################################

objects.latest("Op_en3861",code_name="makeInsightTables") # [[Extended causal diagram]] makeInsightTables

insightTables <- makeInsightTables(meta)

############################################
## Use makegraphs to make graafilista from insightTables.

objects.latest("Op_fi5810",code_name="makegraphs") # [[Ympäristöterveysindikaattori]] makegraphs

graafilista <- makegraphs(verbose=FALSE)

############################################
### Create shiny server

# Tämä on koodi Op_fi5810/shiny sivulla [[Ympäristöterveysindikaattori]]

library(OpasnetUtils)

dummy <- EvalOutput(Ovariable( # Fetch graafilista if it does not exist already
  "dummy",
  dependencies = data.frame(
    Name = "graafilista",
    Ident = "Op_fi5810/graphs"
  ),
  formula = function(...) {
    require(DiagrammeR)
    require(shiny)
    return(data.frame(Result=1))
  }
))

gr <- create_graph(
  nodes_df = graafilista$nodes_df,
  edges_df = graafilista$edges_df
)

##########################

sel <- opbase.data("Op_fi5810", subset="Seed nodes in shiny")[-1]

objtypes <- c("ovariable","index","value judgement","graph","toimija")

ui <- basicPage(
  sidebarLayout(
    sidebarPanel(
      selectInput("topic","Topic",unique(sel$Topic)),
      checkboxGroupInput("ignoreobj", "Ignore these object types", objtypes),
      checkboxGroupInput("hidelabel", "Hide labels", "Hide"),
      sliderInput("steps", "Number of steps:",  
                  min = 0, max = 5, value = 0)
    ),
    mainPanel(
      grVizOutput("plot1")
    )
  )
)

server <- function(input, output) {
  output$plot1 <- renderGrViz({
    gr <- deselect_nodes(gr, get_selection(gr))
    gr <- select_nodes_by_id(gr, match(sel[[input$topic]],gr$nodes_df$Oldid))
    if(input$steps>0) {
      for(i in 1:input$steps) {
        gr <- trav_both(gr,add_to_selection = TRUE)
      }
    }
    gr <- deselect_nodes(gr, (1:nrow(gr$nodes_df))[gr$nodes_df$type %in% input$ignoreobj])
    gr2 <- gr
    gr2$nodes_df$label <- gsub(" ", "\n", gr2$nodes_df$label)
    if("Hide" %in% input$hidelabel) gr2$nodes_df$label <- ""
    grViz(generate_dot(transform_to_subgraph_ws(gr2)))
  })
}

shinyApp(ui, server)

Seed nodes in shiny(-)
Obs	Topic	Node	Label
1	Politiikan avoimuus	AvoHark.julkisuushaitta.statement	Avoimuudesta on vakavaa haitta
2	Politiikan avoimuus	AvoHark.julkisuusjatkumo.arg13	Ulkoinen uhka mahdollistaa sulkemisen
3	Politiikan avoimuus	AvoHark.julkisuushaitta.arg2	Avoimuus estää päättämästä huolella
4	Politiikan avoimuus	AvoHark.julkisuushaitta.arg1	Some pakottaa poliitikot jatkuvaan rooliin
5	Politiikan avoimuus	AvoHark.julkisuusjatkumo.resolution	Julkisuuden rajoittaminen vähentäisi haittoja mutta ehkä aiheuttaisi isoja ongelmia avoimuudelle
6	Politiikan avoimuus	AvoHark.julkisuushaitta.resolution	Julkisuus haittaa politiikan laatua kytkeytyessään ykköstyypin ajatteluun
7	Politiikan avoimuus	AvoHark.julkisuusjatkumo.statement	Avoimuusjatkumolla länsimaiden
8	Ymparistoterveys	YmpT.7	melu
9	Ymparistoterveys	YmpT.8	radon
10	Ymparistoterveys	YmpT.9	tupakointi
11	Ymparistoterveys	YmpT.12	ruokamyrkytys
12	Ymparistoterveys	YmpT.13	vesiepidemia
13	Ymparistoterveys	YmpT.36	hengityselinoire
14	Ymparistoterveys	YmpT.37	vatsatauti
15	Lasten lihavuus	LasL.1	lasten lihavuus
16	Lasten lihavuus	LasL.5	ravitsemus
17	Lasten lihavuus	LasL.8	aktiivisuus
18	Lasten lihavuus	LasL.12	muu mekanismi
19	Aikuisten lihavuus	AikL.33	lihavuus
20	Aikuisten lihavuus	AikL.34	diabetes
21	Helsingin ilmasto-ohjelma	HNH2035.42000	Kymp
22	Helsingin ilmasto-ohjelma	HNH2035.4	Ruokapalveluiden reseptiuudistus
23	Helsingin ilmasto-ohjelma	HNH2035.28000	Kanslia
24	Helsingin ilmasto-ohjelma	HNH2035.139	Kaupungin omassa toiminnan ja
25	Helsingin ilmasto-ohjelma	HNH2035.47000	Maka
26	Helsingin ilmasto-ohjelma	HNH2035.10	Ajoneuvoliikenteen hinnoittelu
27	Helsingin ilmasto-ohjelma	Ilmasto.50	Sähköautojen julkinen latausinfra
28	Helsingin ilmasto-ohjelma	Ilmasto.51	Sähköautoilu
29	Helsingin ilmasto-ohjelma	HNH2035.1	Liikenteen solmukohtien palvel
30	Helsingin ilmasto-ohjelma	HNH2035.2	Pyöräliikenteen kantakaupungin tavoiteverkko 2025
31	Benefit-risk assessment of fish	Gohbra.Ova6	BoD
32	Benefit-risk assessment of fish	Gohbra.Ova36	info
33	Benefit-risk assessment of fish	Gohbra.Ova31	exposure
34	Benefit-risk assessment of fish	Goherr.104	Disease burden
35	Benefit-risk assessment of fish	Gohbra.Ova2	amount
36	Baltic fish governance	Goherr.509	EFSA
37	Baltic fish governance	Goherr.511	European Commission
38	Baltic fish governance	Goherr.507	Scientific opinion
39	Baltic fish governance	Goherr.508	Max dioxin lvls
40	Ruuhkamaksu	CongC.airquality.resolution	CC improves air quality
41	Ruuhkamaksu	CongC.health.resolution	CC may improve health
42	Ruuhkamaksu	CongC.indivchoice.resolution	CC may constrain choice
43	Ruuhkamaksu	CongC.caruse.resolution	CC does not increase traffic
44	Ruuhkamaksu	CongC.capital.resolution	CC does not restrict mobility or growth
45	Ruuhkamaksu	CongC.toxicity.resolution	Toxicity charge is problematic
46	Ruuhkamaksu	CongC.tragedy.resolution	CC prevents tragedy of commons
47	Ruuhkamaksu	CongC.dynamic.resolution	CC needs to be dynamic
48	Ruuhkamaksu	CongC.inefficient.resolution	CC is innefficient in the future
49	Ruuhkamaksu	CongC.equality.resolution	Inhabitants must be subsidised
50	Ruuhkamaksu	CongC.airquality.statement	Congestion charge scheme doesn
51	Ruuhkamaksu	CongC.health.statement	Congestion charge scheme will
52	Pandemrix flu vaccine discussion	H1N1.Pandemrix.resolution	Not accepted. Pandemrix is sti
53	Pandemrix flu vaccine discussion	H1N1.Pandemrix.statement	Pandemrix should not be used a
54	Sitran 100 ilmastotekoa	Sitra100.17	Vegaanihaaste/lihaton lokakuu
55	Sitran 100 ilmastotekoa	HNH2035.93	Kaupungin ruokapalveluiden reseptien kehitys
56	Sitran 100 ilmastotekoa	Ilmasto.4	Ruokapalveluiden reseptiuudistus
57	Sitran 100 ilmastotekoa	Sitra100.12	Vaihdan veden ruokajuomaksi
58	Sitran 100 ilmastotekoa	Sitra100.20	Vaihdan pun. lihan kalaan/kanaan
59	Sitran 100 ilmastotekoa	Sitra100.4	Yhden lautasen taktiikka
60	Sitran 100 ilmastotekoa	HNH2035.100	Merellisen strategian ilmastohuomiot
61	Sitran 100 ilmastotekoa	Ilmasto.7	Uusi merellinen strategia
62	Sitran 100 ilmastotekoa	Sitra100.75	Suppaan melon soudan
63	Sitran 100 ilmastotekoa	Sitra100.80	Lomailen viikonlopun kotona
64	Sitran 100 ilmastotekoa	Sitra100.83	Lomailen junailemalla
65	Sitran 100 ilmastotekoa	Sitra100.37	Luovun autostani
66	Sitran 100 ilmastotekoa	Ilmasto.36	Hyvä teko -teema
67	Sitran 100 ilmastotekoa	Ilmasto.37	Liikkumisteema
68	Sitran 100 ilmastotekoa	Ilmasto.33	Asumisteema
69	Sitran 100 ilmastotekoa	Ilmasto.34	Palveluteema
70	Sitran 100 ilmastotekoa	Ilmasto.35	Matkailuteema
71	Sitran 100 ilmastotekoa	Ilmasto.32	Ruokateema

Perustelut

Ohje indikaattorin julkaisemiseksi Sotkanetissä
Ohje datan viemisestä Sotkanettiin
THL:n tietotuotannon käsikirja
Ympäristöterveyden indikaattorihanke (STM:n maksama hanke toukokuu-lokakuu 2018)

Data

Näkemysverkkojen tietotauluja

Data on muodostettu koodilla:

+ Näytä koodi - Piilota koodi

# Tämä on koodi Op_fi5810/zipping sivulla [[Ympäristöterveysindikaattori]]
library(OpasnetUtils)
library(rvest)
library(gsheet)

objects.latest("Op_en3861",code_name="discograph") # [[Extended causal diagram]] discograph
#objects.latest("Op_en3861",code_name="odag") # [[Extended causal diagram]] discograph # Code must be run on own computer
types <- opbase.data("Op_en3861", subset="Table types")
meta <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/1oGxAg"))[[3]]

for(i in 1:nrow(meta)) {
  cat(i, meta$Ilmio[i],"\n")
  if(grepl("google.com", meta$URL[i])) {
    out <- gsheet2tbl(meta$URL[i])
    if(meta$Alkurivi[i]>2) out <- out[-(1:(meta$Alkurivi[i]-2)) , ]
  } else {
    if(meta$Tyyppi[i]=="keskustelu") {
      if(is.na(meta$Taulu[i])) j <- NULL else j <- as.numeric(meta$Taulu[i])
      out <- discograph(meta$URL[i], j)[[1]]
    } else {
      if(meta$Tyyppi[i] %in% c("arviointi","assessment")) {
        tmp <- strsplit(meta$URL[i], split="/")[[1]]
        objects.latest(tmp[1],tmp[2])
        dummy <- EvalOutput(get(tmp[3]))
        out <- odag(get(tmp[3]))
        rm(dummy)
      } else {
       out <- html_table(read_html(meta$URL[i]),fill=TRUE)[[meta$Taulu[i]]]
      }
    }
  }
  coln <- trimws(strsplit(as.character(types$`Column names`[types$Type==meta$Tyyppi[i]]),split=",")[[1]])
  if(colnames(out)[1]=="Obs") coln <- c("Obs",coln)
  colnames(out) <- coln
  write.csv(
    out,
    gsub("[Öö]","o",gsub("[ÄÅäå]","a",paste0(meta$Ilmio[i],".csv"))),
    quote=TRUE, row.names=FALSE, fileEncoding="UTF-8"
  )
}

write.csv(meta, "meta.csv",fileEncoding = "UTF-8")
# Zippaus ei jostain syystä toimi minun koneella
# zip("Näkemysverkkojen tietotaulut.zip", paste0(c("meta",meta$Ilmio),".zip"))

Graafilista 4.8.2018 [1]

+ Näytä koodi - Piilota koodi

# Tämä on koodi Op_fi5810/ sivulla [[Ympäristöterveysindikaattori]]
library(OpasnetUtils)

objects.latest("Op_fi5810",code_name="graphs")
oprint(graafilista$nodes_df, show_all=TRUE)
oprint(graafilista$edges_df, show_all=TRUE)

Työlista

Ajankohtaisia töitä tärkeysjärjestyksessä

Näkemysverkkojen muotoiluun liittyviä töitä:
- Solmujen reunojen vaalentaminen. Musta otetaan pois käytöstä.
- Sellaisen fontin etsiminen, jossa on joko valkoiset reunat tai valkoinen tekstin mustalla reunuksella.
- Toiminnallisuus, jolla voi zoomailla näkemysverkossa. Kaksi mahdollista ratkaisua:
  - Shinyssa säätö, jolla voi zoomata kuvaa isommaksi kuin käytettävissä oleva alue.
  - DiagrammeRiin dynaamisuus, jolla voidaan valita pois solmuja kaaviosta. Tämä kuitenkin edellyttää jotain ratkaisua, jossa käyttäjän klikkaus välittyy tiedoksi Diagrammerille.
- Näkemysverkkoihin legend. Tämä edellyttää, että perustetaan uusi taulukko, johon tulee jokaista oliotyyppiä yksi solmu, ja sen Kuvaukseen laitetaan tarvittavat selitykset. Voi aloittaa Gsheetiin.
Numerointi ja nimeäiminen on ollut epäjohdonmukaista. Korjatkaa tämän ohjeen mukaisesti. arg5748: . Helsinki kytkennät -taulukko käyty läpi, tosin muutama epäselvyys oli. --Pieta Tuomisto (keskustelu) 21. elokuuta 2018 kello 16.58 (UTC) (type: ; paradigms: science: relevant comment)
- Taulujen nimeäminen: Aiemmin joka taululla oli oma muutaman merkin mittainen tunniste eli Id. Sitten luovuttiin taulukohtaisuudesta ja siirryttiin aihekohtaisiin tunnisteisiin. Tämän takia on nyt varmistettava, että esim. lukuisissa Goherr-tauluissa on jokaisessa oma juokseva numerointinsa eikä samoja numeroita käytetä, PAITSI tietenkin jos asia on sama eli:
- Saman solmun numeron pitäisi olla jokaisessa taulussa sama. Myös samassa taulussa toistuva asia saa aina saman vanhan numeron. Esim. Ruuhkamaksu-taulussa tämä on virheellisesti.
- Google-sheeteillä Ruuhkamaksu ja Helsinki kytkennät 2.0 ei ole taulun Id:tä ollenkaan. Tämä johtuu siitä, että tauluissa yhdistetään eri taulujen ja aiheiden asioita toisiinsa ja siksi eri riveillä voi olla asioita eri tauluista. Niinpä näihin kahteen tauluun on merkittävä myös taulun tunniste Obs-sarakkeeseen. Laitoin jo muutaman esimerkin valmiiksi. Huom1. Jos taulussa ei ole Obs- tai muuta numerosaraketta (kuten Sitra100), juokseva numerointi lisätään automaattisesti ja se alkaa ykkösestä ensimmäiseltä datariviltä. Huom2. Ne ilmiöt, jotka yhdistävät HNH2035- ja Sitra100-toimenpiteitä tai ruuhkamaksukeskustelua mutta eivät esiinny niissä suoraan, saavat tunnisteeksi "Ilmasto".
- Tähän saakka Sitran toimenpiteet eivät ole linkkautuneet oikein. Syitä on ainakin kaksi: edellä mainitut numeroinnin epäjohdonmukaisuudet ja toisaalta se, etteivät eri esiintymät ole täsmälleen samalla tavalla kirjoitettuja. Esim. isoissa alkukirjaimissa pitää olla tarkkana. Kielioppisääntöjen mukaan mennään eli sanat pienellä elleivät ne ole erisnimiä, mutta kokonaiset lauseet voi kirjoittaa isolla alkukirjaimella. Itemissä, Namessa ja labelissa ei kuitenkaan laiteta pistettä loppuun vaikka olisi lausekin. Sen sijaan Descriptionissa on suositeltavaa käyttää pisteitä lauseen lopussa. Joihinkin kirjoitusasuihin emme voi vaikuttaa, kuten HNH2035-toimenpiteisiin, joten niissä on mukauduttava Helsingin käytäntöihin.
Lista kaikista taulukoista, joita käytetään näkemysverkkojen piirtämiseen: [2]
Kirjoittakaa google docsiin kuvaus tähän astisesta työstä ja mitä siitä on opittu. Ladataan kokeilun paikkaan, kunhan saadaan ensimäminen versio valmiiksi. Koetetaan saada muokkausoikeudet koko tiimille. [htps://docs.google.com/document/d/1W-AcKL-4sFyiTqNlSy0tF7a3FFI0rItuMgUrlvFZDrA/edit]
Katsokaa ja kommentoikaa ilmasto-ohjelman seuranta- ja vaikutusarviointityökalua. Sen avulla on tarkoitus seurata, miten toimenpiteet etenevät ja millaisia vaikutuksia niillä on tärkeisiin asioihin kuten ilmastopäästöihin. Linkkejä tähän arviointityöhön:
- Hakemisto, jossa olennaiset vaikutusarviointityökalun materiaalit ovat [3]
- Toimenpiteen seurantataulukko [4]
- Seurantatyökalun kuvaus (ei aivan ajan tasalla) [5]
Ilmasto-ohjelman toimenpiteitä pitää alkaa liittämään niiden valmistelemiin päätöksiin, niistä koituviin kustannuksiin/investointeihin tai muihin yleisempiin ilmiöihin. Näistä päätöksistä, kustannuksista ja ilmiöistä pitää siis tehdä omat olionsa. Oliot listataan Goherr-kaaviot-taulukon Ruuhkamaksu-sheetille.
- Uudet relaatiot 'valmistelee/prepares' ja 'kustantaa/pays'. Käänteisrelaatiot (inverse) ovat 'valmistelijana/prepared by' ja 'maksajana/paid by'. Nämä ovat toiminnallisia relaatioita (operational link).
Luo uusia solmuja ja linkkejä, jotka kytkevät yhteen Helsingin ilmasto-ohjelman ja a) ruuhkamaksukeskustelua, b) Sitran 100 ilmastotekoa, tai c) ympäristöterveysindikaattoreita. Myös muita kaavioita voi yhdistellä jos löytyy kytkentöjä. Kaikki aihepiirit ja linkit taulukoihin on lueteltu Yhteistyötiloissa.
Katso sivun op_en:Congestion charge keskusteluja ja täydennä niihin eri paradigman mukaisia relaatioita.arg6137: . Tehty. Kaikki argumentit on myös vaihdettu uuden templaatin mukaisiksi ja korjattu niiden totuuksia ja relevansseja. --Pieta Tuomisto (keskustelu) 29. heinäkuuta 2018 kello 12.09 (UTC) (type: ; paradigms: science: relevant comment) Käytettävät paradigmat:
- science: templaatissa mainittu relaatio on science-paradigman mukainen. Perussääntö: argumentti on epäpätevä, jos siinä ei ole viittausta taustatietoon (havaintoihin) tai jos sitä vastaan hyökätään pätevällä argumentilla.
- unattackedstand: Perussääntö: argumentti on epäpätevä, jos sitä vastaan hyökätään pätevällä argumentilla.
- personaltine: Perussääntö: argumentti on epäpätevä, jos sen on esittänyt Tine Bizjak tai Tamara Gajst tai jos sitä vastaan hyökätään pätevällä argumentilla.
Tutustu uuteen kuvaukseen Helsingin ilmastopolitiikasta:
- Toimenpideohjelman virallinen dokumentti [6] ----#: . Uusi linkki. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: comment)
- Hiilineutraali Helsinki 2035 ohjelman sivu Opasnetissä
- Kuvaus toimenpidetyökalusta] (luonnos) [7]
  - Esimerkkisivuja toimenpiteistä Toimenpide 1, Toimenpide 2
- ilmasto-ohjelman toimepiteet ja kustannukset (tämä linkki lähetetään whatsappissa koska ei vielä julkinen)
Tutustu sanastoon sivulla op_en:Structure of shared understanding ja kommentoi kummallisuuksia ja epäselvyyksiä.
Tutustu ympäristöterveyden indikaattoreihin sivulla Ympäristöterveys
Käytä uutta argument-templaattia toimintonapeista, kun haluat kommentoida sivun sisältöä Opasnetissä. ←--#: . Huom! Ohje muuttunut. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)

Jounin työt

Labeleiden rivittäminen kuntoon: järkevän mittaisia eikä joka sanavälistä poikki. (Jouni)
Ääkköset eivät toimi. Etsi vika ja korjaa. Johtunee graafin tallennusvaiheesta.
Name ei näy hoveratessa hiirellä, nimenomaan Goherr-taulukoissa. Lisää Item tooltipiin. ←--#: . Tehty. --Jouni Tuomisto (keskustelu) 25. heinäkuuta 2018 kello 07.17 (UTC) (type: truth; paradigms: science: defence)
Lisää argumenttinapppulat myös suomenkieliseen Opasnettiin. ←--#: . Tehty. --Jouni Tuomisto (keskustelu) 25. heinäkuuta 2018 kello 07.17 (UTC) (type: truth; paradigms: science: defence)

Tehdyt työt

Palkat maksettu 15.8.2018 asti.
- Uusi substanssiolio 'kustannus/expense'. Tavanomainen kustannus substanssityypin olio (tummanvihreän värinen ympyrä) mutta lisäksi on 'kustannustavoite/expense objective' joka on yhdistelmä kaikista kustannuksista ja jota pyritään päätöksenteossa minimoimaan. Kustannustavoite on tyyppiä objective. ----#: . Näiden kuvaaminen oikeisiin taulukoihin tuli Pietalle tehtäväksi. --Jouni Tuomisto (keskustelu) 25. heinäkuuta 2018 kello 07.17 (UTC) (type: truth; paradigms: science: comment) ----#: . Uudet relaatiot liitetty op_en:Structure of shared understanding sivulla olevaan taulukkoon. --Pieta Tuomisto(keskustelu) 27. heinäkuuta 2018 kello 09.30 (UTC) (type: truth; paradigms: science: comment)
- Uusi relaatio 'omistaa perustelun/has rationale', käänteisrelaationa 'perustelee/is rationale for'. Nämä ovat toiminnallisia relaatioita (operational link).
Lukekaa vastine Homströmille ja kommentoikaa a) tekstin selkeyttä ja b) sisältöä. Koetetaan saada juttu lähtemään sunnuntaina.
- Kirjoittakaa eri keskustelijoiden argumentit päätöksenteon avoimuuteen liittyen saman sivun alkuun.
Indikaattorin ja ilmiön välinen suhde on "kuvaa" (käänteisrelaatio "kuvautuu") Taulukoista löytyy tämmöisessä tilanteessa relaatiota "omistaa osan", ja nämä pitäisi vaihtaa oikeaan relaatioon.
HNH2035-ohjelman (ks alla) lopussa on listattu organisaatioiden pitkät nimet. Nämä pitäisi täydentää taulukkoon toimijat sivulla Hiilineutraali Helsinki 2035#Data. Nykyään taulukko sisältää erilaisia nimiversioita samasta organisaatiosta, mutta ne voi poistaa, koska ne korjataan alkuperäiseen googlesheetiin. arg5114: . Tehty. Toimijoista jotka olivat yhdistetty kauttaviivalla (esim. Kanslia/Aluerakentaminen) oletin jälkimmäisen kuuluvan ensimmäiseen, ja liitin ne toisiinsa relaatiolla "on osana". --Pieta Tuomisto (keskustelu) 29. heinäkuuta 2018 kello 10.10 (UTC) (type: ; paradigms: science: relevant comment)
Asentakaa koneillenne R, Rstudio ja paketit OpasnetUtils, rvest, ggplot2, DiagrammeR ja Shiny. Sen jälkeen kuvien piirtämisen pitäisi onnistua ajamalla omalla koneella koodi kohdassa #Vastaus.
Goherr
- Täydennä Goherr-projektin käsin piirrettyjen kaavioiden tiedot Google-taulukkoon Goherr-kaaviot tässä hakemistossa. ←--#: . Tehty. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
- Ohjelma täyttää tyhjiä rivejä edellisillä samasta sarakkeesta, sillä Helsingin taulukossa teemarivi. Muodostuu ongelmaksi Goherreissa kun käsitellään oliota joka ei tee itse yhtään nuolta. ←--#: . Korjattu. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
Ruuhkamaksu
- Lisää kaikkiin sivun op_en:Talk:Congestion charge keskusteluihin argumenttien tunnisteet, jotka ovat muotoa keskustelunnimi.juoksevanumero eli esim. health.4. Keskustelut nimetään ylhäältä alas seuraavasti: airquality, health, choice, economy, mobility, unfair, tragedy, dynamic, inefficient, distribution. ←--#: . Tehty. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
Ilmastonmuutos
- Tee Google sheet, jonne listataan kaikki Sitran 100 fiksua tekoa siten, että sarakkeisiin tulevat. Mieti yhteisesti kattava teemalista ja käytä sitä yhdistämään Helsingin ja Sitran toimepiteitä. ←--#: . Tehty. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
- Nimi (arjen teon nimi)
- Suuruus (onko vaikutus pieni, keskisuuri vai suuri), tämän voisi merkata descriptioniin
- Aihepiiri (liittyykö teko asumiseen, matkustamiseen jne)
- URL sivulle, jossa teko esitellään
Menetelmällisiä töitä
- Tutustu kaavioiden muotoiluihin sivulla op_en:Extended causal diagram ja kommentoi kummallisuuksia ja epäselvyyksiä. Kaavioiden toteutus R-paketilla DiagrammeR nettisivu, dokumentaatio.
- Kommentoi ideaa sivulla op_en:Template:Argument ja
  tägien käytöstä parametrien löytymiseksi sivulta. (Koskee Pietaa tai muitakin jos osaatte html:ää). ←--#: . Valmis. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
- Kommentoi paradigmaidean käytettävyyttä ja mielekkyyttä yleensä ja sen sovellettavuutta eri paradigmojen osalta erityisesti. ←--#: . Valmis. --Jouni Tuomisto (keskustelu) 24. heinäkuuta 2018 kello 04.47 (UTC) (type: truth; paradigms: science: defence)
Tutustu kuvaukseen ruuhkamaksuista (Decision analysis and risk management 2017 -kurssilla tehty) ⇤--#: . Ei kannata tutustua näihin vaan uudempiin sisältöihin. --Jouni Tuomisto (keskustelu) 25. heinäkuuta 2018 kello 07.17 (UTC) (type: truth; paradigms: science: attack)
- op_en:Congestion charge pääsivu Opasnetissä. Kommentit ja kehitysideat tänne.
- Google drive, jossa gsheet olioista ja niiden relaatioista ja syykaavio aiemman keskustelun pohjalta.

Laskenta

Syykaaviot

Taulukko näkemysverkoiksi soveltuvista taulukoista Yhteistyötiloissa [8]
Ehdotus sosiaali- ja terveyspalveluiden uudeksi kansalliseksi mittaristoksi VN-TEAS 15.3.2017 [9]
Alueuudistus: tietojohtaminen [10]
KUVA-mittaristo 23.4.2018 [11]
Tietoikkuna [12]
Sotkanet [13]

Malliajo 10.7.2018 [14] perustuen dataan tiedostossa Näkemysverkkojen tietotauluja
Malliajo 17.7.2018 [15]
Malliajo 24.7.2018 [16]
Malliajo 29.7.2018 [17]
Malliajo 4.8.2018 [18]

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/graphs on page [[Ympätistöterveysindikaattori]] 

library(OpasnetUtils)

############################################
## Use makegraphs to make graafilista from insightTables.

objects.latest("Op_fi5810",code_name="makegraphs") # [[Ympäristöterveysindikaattori]] makegraphs

graafilista <- makegraphs(verbose=FALSE)

objects.store(graafilista)
cat("Graafilista stored.\n")

+ Näytä koodi - Piilota koodi

# Tämä on koodi Op_fi5810/graphs sivulla [[Ympäristöterveysindikaattori]]
library(OpasnetUtils)

#' @title makegraphs function converts scraped data.frames into a standard data.frames for graphs (nodes and edges separately)
#' @param verbose if TRUE, show intermediate results and explanations
#' @return a list with two data.frames for making a diagram: first for nodes, second for edges

makegraphs <- function(verbose=FALSE) {
  dummy <- EvalOutput(Ovariable(
    "dummy",
    dependencies=data.frame(
      Name = c("ecd_create", "fillprev", "splizzeria"),
      Ident = rep("Op_en3861/ecd_create",3)
    ),
    formula = function(...) {
      return(data.frame(Result=1))
    }
  ))
  
  sotkanet <- "http://www.sotkanet.fi/sotkanet/fi/metadata/indicators/"
  
  if(exists("insightTables")) {
    meta <- insightTables$meta
  } else {
    meta <- opasnet.csv( # Väärä koodaus mutta miksi? Tiedosto on oikein.
      "3/3e/N%C3%A4kemysverkkojen_tietotauluja.zip",
      wiki="opasnet_fi",
      unzip="meta.csv",
      sep=",",row.names=NULL,header=TRUE,stringsAsFactors=FALSE,fileEncoding = "UTF-8"
    ) 
  }
  
  out <- list()
  for(i in 1:nrow(meta)) {
    if(verbose) print(i)
    if(exists("insightTables")) {
      temp <- insightTables[[i]]
    } else {
      temp  <- opasnet.csv(
        "3/3e/N%C3%A4kemysverkkojen_tietotauluja.zip",
        wiki="opasnet_fi",
        unzip=gsub("[Öö\xf6]","o",gsub("[ÄÅäå\xe4]","a",paste0(meta$Ilmio[i],".csv"))),
        sep=",",row.names=NULL,header=TRUE,stringsAsFactors=FALSE,fileEncoding = "UTF-8"
      )
    }
    
    if(verbose) oprint(head(temp))
    
    # Convert structural names to English
    colnames(temp)[colnames(temp)=="Lyhenne"] <- "label" # Columns defined by DiagrammeR start with small letter
    colnames(temp)[colnames(temp)=="Luokka"] <- "type"
    colnames(temp)[colnames(temp)%in% c("Toimenpide","Nimi","Asia")] <- "Item"
    colnames(temp)[colnames(temp) %in% c("Predikaatti","Relaatio")] <- "Relation"
    colnames(temp)[colnames(temp) %in% c("Objekti","Kohde")] <- "Object"
    colnames(temp)[colnames(temp) %in% c("Kuvaus","Lisatietoa","Kommentteja")] <- "Description"
    colnames(temp)[colnames(temp) %in% c("Aihe1","Tehtavakokonaisuus")] <- "Teema"
    colnames(temp)[colnames(temp) %in% c("Tunnistenumero","Obs", "Nro")] <- "Oldid"
    if(!"label" %in% colnames(temp)) temp$label <- NA
    temp$label <- ifelse(is.na(temp$label), substr(temp$Item,1,50), temp$label)
    tmp3 <- if("Oldid" %in% colnames(temp)) temp$Oldid else 1:nrow(temp)
    tmp3 <- if(is.na(meta$Id[i]) | meta$Id[i]=="") tmp3 else paste(meta$Id[i],tmp3,sep=".")
    temp$Oldid = tmp3
    temp[is.na(colnames(temp))] <- NULL
    colnames(temp) <- gsub("[- ]", ".", colnames(temp))
    out[[i]] <- temp
  }
  #  Table-specific adjustments
  out[[5]] <- splizzeria(out[[5]], cols = c("Ulottuvuus","Osiotyyppi","JHS.luokka"), split = "/") # HYTE
  out[[6]] <- splizzeria(out[[6]], cols = c("JHS.luokka"), split = ",") # LAPE
  out[[13]]$Oldid <- paste0(out[[13]]$Oldid, "000")
  
  # HYTE JA LAPE ELI SOTEARV
  
  tmp <- data.frame()
  for(i in (1:nrow(meta))[meta$Tyyppi=="sotearv"]) {
    if(nrow(tmp)==0) tmp <- out[[i]] else tmp <- orbind(tmp, out[[i]])
  }
  tmp <- orbind(orbind(orbind(orbind(
    data.frame(
      Oldid = tmp$Oldid,
      type = paste(tmp$Teema, "indikaattori",sep="-"),
      Item = tmp$Item,
      Relation = "ulottuvuus",
      Object = tmp$Ulottuvuus,
      URL = ifelse(
        is.na(as.numeric(substr(tmp$Sotkanet.id,1,4))),
        NA,
        paste0(sotkanet, substr(tmp$Sotkanet.id,1,4))
      ),
      Description = tmp$Ryhman.perustelut,
      label = ifelse(is.na(tmp$label),substr(tmp$Item,1,30),tmp$label),
      stringsAsFactors = FALSE
    ),
    data.frame(
      Item = tmp$Item,
      Relation = "osiotyyppi",
      Object = tmp$Osiotyyppi,
      stringsAsFactors = FALSE
    )),
    data.frame(
      Item = tmp$Item,
      Relation = "discussed in",
      Object = tmp$Tietolahde,
      stringsAsFactors = FALSE
    )),
    data.frame(
      Item = tmp$Item,
      Relation = "JHS-luokka",
      Object = tmp$JHS.luokka,
      stringsAsFactors = FALSE
    )),
    data.frame(
      type = "index",
      Item = unique(c(tmp$Ulottuvuus, tmp$JHS.luokka, tmp$Osiotyyppi)),
      stringsAsFactors=FALSE
    )
  )
  if(verbose) oprint(head(tmp))
  d <- tmp
  
  #### Hyvinvointikertomukset
  
  tmp <- data.frame()
  for(i in (1:nrow(meta))[meta$Tyyppi=="hvkertomus"]) {
    if(nrow(tmp)==0) tmp <- out[[i]] else tmp <- orbind(tmp, out[[i]])
  }
  tmp <- data.frame(
    Oldid=tmp$Oldid,
    type="indikaattori",
    Item=tmp$Item,
    label=substr(tmp$Item,1,30),
    Relation="omistaa kontekstin",
    Object=tmp$Teema,
    Description = paste(tmp$Item, tmp$Teema, tmp$Vaestoryhma, sep=". "),
    URL = "https://www.hyvinvointikertomus.fi/#/welcome",
    stringsAsFactors=FALSE
  )
  if(verbose) oprint(head(tmp))
  d <- orbind(d, tmp)
  
  ########## KUVA-indikaattorit
  
  tmp <- data.frame()
  for(i in (1:nrow(meta))[meta$Tyyppi=="kuvaind"]) {
    if(nrow(tmp)==0) tmp <- out[[i]] else tmp <- orbind(tmp, out[[i]])
  }
  tmp <- data.frame(
    Oldid=tmp$Oldid,
    type="indikaattori",
    Item=tmp$Item,
    label=substr(tmp$Item,1,30),
    Relation="omistaa kontekstin",
    Object=tmp$Teema,
    Description = paste(tmp$Item, tmp$Teema, sep=". "),
    URL = "https://thl.fi/fi/tutkimus-ja-kehittaminen/tutkimukset-ja-hankkeet/sote-tietopohjan-kehittamishanke/kansallisen-mittariston-valmistelu-kuva-indikaattorit-",
    stringsAsFactors=FALSE
  )
  if(verbose) oprint(head(tmp))
  d <- orbind(d, tmp)
  
  ## Oletusmuotoiset taulut (Ympäristöterveys, Lasten ja aikuisten lihavuus, Yleiset ja erityiset luokittelut)
  
  tmp <- data.frame()
  for(i in (1:nrow(meta))[meta$Tyyppi %in% c("oletus", "keskustelu","arviointi")]) {
    if(nrow(tmp)==0) tmp <- out[[i]] else tmp <- orbind(tmp, out[[i]])
  }
  tmp <- splizzeria(tmp, cols="Object", split=",")
  tmp$URL <- ifelse(
    grepl("http",tmp$URL),
    tmp$URL,
    ifelse(
      is.na(as.numeric(substr(tmp$URL,1,4))),
      NA,
      paste0(sotkanet, substr(tmp$URL,1,4))
    )
  )
  if(verbose) oprint(head(tmp))
  d <- orbind(d, tmp)
  
  ####### HNH2035-toimenpiteet
  
  # Tämä koodi on tilapäinen ja pitäisi korjata alkuperäiseen taulukkoon. Sano Sonjalle.
  repl <- array(c(
    "S&C säätiö","Smart&Clean",
    "yhteistyössä","",
    "yhteistyö","",
    "Yhteistyö:","",
    "ja","",
    "HSY Ilmastoinfo","HSY/Ilmastoinfo",
    "HSY:n Ilmastoinfo","HSY/Ilmastoinfo",
    "Kanslia ELO/Hanki","Kanslia/ELO",
    "GEO","Geo",
    "kasko","Kasko",
    "sote","Sote",
    "palvelukeskus","Palvelukeskus",
    "ympa","Ympa",
    "RYA","Rya",
    "PALU","Palu",
    "YMPA","Ympa",
    "MAKA","Maka",
    "KYMP","Kymp",
    "Smart&Clean -säätiö","Smart&Clean",
    "Smart & Clean -säätiö","Smart&Clean",
    "virium","Virium",
    "nuorisopalvelur","Nuorisopalvelut",
    "kanslia","Kanslia",
    "Kaupunginkanslia","Kanslia",
    "kaupunginkanslia","Kanslia",
    "(HSL), (HSY)",",",
    "ympa","Ympa",
    "Palu/Ympa","Ympa",
    "Maka/Like Kanslia","Maka,Kanslia"
  ),
  dim=c(2,28)
  )
  
  tmp <- out[[8]]
  for(i in 1:ncol(repl)) {
    tmp$Vastuu <- gsub(repl[1,i],repl[2,i],tmp$Vastuu)
  }
  tmp <- fillprev(tmp,"Teema")
  tmp <- tmp[!is.na(tmp$Item) , ]
  
  toimet <- opbase.data("Op_fi5767", subset="Toimenpiteiden linkit") # This is done until URL is directly on gsheet.
  toimet$Oldid <- paste(meta$Id[8], toimet$Obs,sep=".")
  tmp <- merge(tmp,toimet, all.x=TRUE)
  tmp$URL <- ifelse(!is.na(tmp$Result), as.character(tmp$Result), "https://www.hel.fi/static/liitteet/kaupunkiymparisto/julkaisut/julkaisut/HNH-2035-toimenpideohjelma.pdf")
  
  # tmp <- splizzeria(tmp, cols="Kustannukset", split="/") # Not used because doubles relations
  
  temp2 <- splizzeria(tmp, cols="Vastuu", split=",")
  
  tmp <- orbind(orbind(
    data.frame(
      Oldid=tmp$Oldid,
      type="toimenpide 1",
      Item=tmp$Item,
      label=substr(tmp$Item,1,30),
      Relation="omistaa kontekstin",
      Object=tmp$Teema,
      Description = paste(tmp$Item, tmp$Aikajanne, tmp$Vaativuus, tmp$Kustannukset, sep=". "),
      URL = tmp$URL,
      stringsAsFactors=FALSE
    ),
    data.frame(
      Oldid=temp2$Oldid,
      Item=temp2$Item,
      label=substr(temp2$Item,1,30),
      Relation="vastuullisena",
      Object=temp2$Vastuu,
      stringsAsFactors=FALSE
    )
  ),
  data.frame(
    Oldid=paste0("HNH2035teema.", 1:length(unique(tmp$Teema))),
    type="index",
    Item=unique(tmp$Teema),
    Description = paste("HNH2035-ohjelman teema", unique(tmp$Teema))
  )
  )
  if(verbose) oprint(head(tmp))
  d <- orbind(d, tmp)
  
  ########################### Create graph list with everything needed for ecd_graph
  
  d$label <- ifelse(is.na(d$label), substr(d$Item,1,30), d$label)
  
  fix <- matrix(c(
    "Kustannukset ja RR",  "Kustannukset ja rahoituksen riittävyys",
    "Saatavuua",  "saatavuus"
  ),nrow=2)
  tmp <- d$Object[!is.na(d$Relation) & !is.na(d$Object) & d$Relation=="ulottuvuus"]
  for(i in 1:ncol(fix)) {
    tmp <- ifelse(tmp==fix[1,i],fix[2,i],tmp)
  }
  d$Object[!is.na(d$Relation) & !is.na(d$Object) & d$Relation=="ulottuvuus"] <- tmp
  
  for(i in 1:ncol(d)) {
    d[[i]] <- gsub("[\"']", " ", d[[i]])
  }
  
  graafilista <- ecd_create(d)
  
  if(verbose) {
    cat("Datataulukko.\n")
    oprint(head(d))
    
    cat("Graafin solmuja\n")
    oprint(head(graafilista$nodes_df))
    cat("Graafin nuolia\n")
    oprint(head(graafilista$edges_df))
  }
  
  return(graafilista)
}

objects.store(makegraphs)
cat("Function makegraphs stored.\n")

Sisäilma kouluissa

Kouluterveyskysely tuottaa jotakin tietoa myös sisäilmasta, oppimisympäristöstä yleensä ja oppilaiden raportoimista yleisistä oireista. Katso lisätietoa näistä linkeistä:

Kyselylomakkeet
Kaikki kouluterveyskyselyn tulokset dataportaali
Kouluterveyskysely [19]
kouluterveyskysely [20]
kouluterveyskysely [21] Keskeiset ympäristöterveyden oire- ja olosuhdeindikaattorit eri kouluasteilla

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/koulukysely on page [[Ympäristöterveysindikaattori]]

url <- "https://sampo.thl.fi/pivot/prod/fi/ktk/ktk1/fact_ktk_ktk1.csv?row=area-87869.161055.235597.235713.236211.259770.259803.259692.259710.236112.259753.259815.235780.236146.236002.259679.259682.236133.236222.259675.259733.236051.235920.235827.235885.236295.259709.236200.235707.259808.259713.235708.235976.236233.259789.235797.236081.259685.235622.235906.259723.259810.235955.235793.236073.259787.235869.235881.235892.259725.259765.235947.236255.259697.235616.236189.235907.236122.259744.236140.235580.235913.259712.235685.235812.235714.161061.235679.259773.259783.235940.259737.235805.259807.235657.259730.235829.259800.236015.259740.235857.235639.259711.259772.236190.235592.259729.235832.235769.259680.259742.236283.235993.259700.236239.235721.259721.235701.235643.259797.236117.259818.235924.259688.259795.259708.235799.236240.259761.161009.235959.259793.259724.259756.259776.235678.259813.236155.259678.259769.235854.259821.259747.236173.259781.235649.236205.235731.259762.236066.259757.235742.236187.235781.235876.259739.259716.259718.236025.235866.235610.259774.259734.236287.235801.236159.236033.259771.259767.259806.236041.259704.236291.259727.259754.235871.259746.259811.161075.235939.235737.236149.259804.235662.259683.236171.259707.235962.235579.235659.235603.235589.259798.259715.259749.235933.235794.259705.235971.235951.235689.259743.236215.235979.259817.235875.259694.259720.236142.235824.259695.259684.236286.259696.259703.259759.259699.259825.236069.259755.259690.236281.259701.236271.259676.259750.235686.235994.235918.259792.235606.236032.259731.236191.235833.235877.236144.236213.235909.235992.259686.259717.235675.235915.236244.236258.259782.236253.259748.235647.235922.235998.259814.259736.259677.236027.259784.259780.259691.259766.235680.235849.235646.235740.236265.235811.161092.236127.259819.235984.235851.259763.259790.259732.236262.236214.235658.259778.235786.235691.259752.259758.235599.236096.236139.259791.235963.259760.259751.235848.235577.235956.236237.236277.259805.235820.259777.235784.259801.259809.236124.236249.236034.259702.259681.259714.235620.161039.235602.259802.235738.236102.236076.236030.236116.235896.236045.259738.236090.259706.259689.235850.259687.259785.236279.235926.235637.235739.259820.236288.161044.235598.259741.259726.259812.235732.259779.259698.236174.266765.&column=time-199465.&column=stage_of_stady-161293.161123.161219.&filter=measure-"
measure <- matrix(
  c(
    "199935#", "Kuuma",
    "200120#", "Kylmä",
    "199915#", "Tunkkaisuus",
    "199469#", "Haju",
    "199308#", "Ahtaus",
    "199973#", "Melu",
    "200279#", "Valoisuus",
    "200316#", "Epämukavuus",
    "199604#", "Huonot WCt"
  ),
  nrow=2
)
d <- data.frame()
for(i in 1:ncol(measure)) {
  d <- rbind(
    d,
    cbind(
      Kys = measure[2,i],
      ad.csv(paste(url,measure[1,i],sep=""),sep=";",encoding="UTF-8")
    )
  )
}
d$val <- as.numeric(as.character(d$val))
d_ilma <- d[d$Kys %in% c("Kuuma","Kylmä","Tunkkaisuus","Haju"),]
d_ilma <- aggregate(
  d_ilma["val"], 
  by = d_ilma[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_ergo <- d[!d$Kys %in% c("Kuuma","Kylmä","Tunkkaisuus","Haju"),]
d_ergo <- aggregate(
  d_ergo["val"], 
  by = d_ergo[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_kaikki <- aggregate(
  d["val"], 
  by = d[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_kaikki <- merge(merge(d_ilma, d_ergo, by=c("Kyselyvuosi","Alue")),d_kaikki)
colnames(d_kaikki)[3:5] <- c("Ilma","Ergo","Kaikki")
print(d_kaikki)

Indikaattorien lataus Sotkanettiin

Katso yksityiskohtaiset ohjeet lataamisesta Terhosta. arg7508: . Nämä pitäisi siirtää yhteistyötiloihin tai muualle avoimeen sijaintiin. --Jouni Tuomisto (keskustelu) 10. elokuuta 2018 kello 06.55 (UTC) (type: ; paradigms: science: relevant attack)

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/ on page [[Ympäristöterveysindikaattori]].
# Vanha versio käytti suoraan CREATE TABLE ja INSERT INTO. Uusi versio käyttää peaJdbcWrite.

library(pea)
library(tcltk2)
library(rvest) # For html import

# Fetch data from Yhteistyötilat.
dat <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/SLHFAg"))[[3]] # Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo
dat <- data.frame(
  Vuosi = 2015,
  Alue = dat$Alue,
  Aluekoodi = dat[[2]],
  Sukupuoli = 4,
  Mittari = 678,
  Mittarin_arvo = dat[[7]],
  Paivamaara = "31.5.2018",
  stringsAsFactors = FALSE
)

con <- peaJdbcConnect("common") # Tässä kohdassa kysytään käyttäjätunnus ja salasana

# Useful queries that you may need.
# View(dbGetQuery(con, "select * from pg_catalog.pg_tables where schemaname = 'sotkanet_lataus';"))
# View(dbGetQuery(con, "select distinct schemaname from pg_catalog.pg_tables;")) # Listaa skeemat
# View(dbGetQuery(con, "select * from sotkanet_lataus.indikaattori_678")) # Listaa taulun sisällön
# koo <- peaGetKoodisto('d_alue_2_sote')$data # Kuntien ja maakuntien aluekoodit. 
# d_alue_2_sote sisältää HE2017-esityksen mukaiset maakunnat, d_alue_2 puolestaan 2018 voimassa olleet.

# Luodaan taulu ja kirjoitetaan datat siihen.
# Taulun nimi on muotoa indikaattori_XXXX, jossa XXXX  on indikaattorin Sotkanet_id
# Jos taulu jo on olemassa, se pitää poistaa pgAdminilla. Tai voi käyttää alla olevaa SQL-komentoa, vaikka se antaa virheilmoituksen
# (koska funktio antaa tyhjän). Ehkä pitäisi käyttää dbSendQuery().
# dbGetQuery(con, "DROP TABLE sotkanet_lataus.indikaattori_678")

peaJdbcWrite(
  con,
  dat=dat,
  tablename="indikaattori_678",
  schema="sotkanet_lataus",
  batch_size=10000,
  role="public_sotkanet_reader",
  grant="select"
)

Sotearvioinnin koodi liittyen ympäristöterveyteen

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/ on page [[Ympäristöterveysindikaattori]]

library(rvest) # For html import

tx <- function(x, prec = 2) gsub("\\.", ",", as.character(signif(x, prec))) # Converts numbers to nice Finnish format
write(
  "Sote-arviointi, hyvinvointi ja terveys: ympäristöterveyden osa-alue\n\n",
  file="sotearviointi.txt"
)
# Fetch data from Yhteistyötilat.
dat <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/SLHFAg"))[[3]] # Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo
colnames(dat) <- c("Alue","Mid","Municipality","Pid","Province","Pop","PM",
                   "Daly","Comment","Genetive","Adessive")

for(i in c(2,4,6,7,8)) dat[[i]] <- as.numeric(gsub(" ", "", dat[[i]]))

# Data about disease burden of PM2.5 from Lehtomäki et al 2018 https://doi.org/10.3390/ijerph15040736
mort <- "1600 - 2000"
daly <- 26000

for(i in sort(unique(dat$Pid))) {
  j <- (1:nrow(dat))[dat$Pid==i & dat$Alue=="HE-maakunta"]
  mk <- dat$Province[j]
  ka <- sum(dat$Pop * dat$PM / sum(dat$Pop))
  kam <- dat$PM[j]
  s1 <- paste("Pienhiukkaset ovat Suomessakin kaikkein merkittävin ympäristötekijä, joka aiheuttaa ",
  "terveyshaittaa. Pienhiukkaset ovat pääasiassa peräisin liikenteestä ja puun pienpoltosta. ",
  "Myös energiantuotanto ja teollisuus ovat suurehkoja lähteitä mutta niiden ominaispäästöt ",
  "ovat pienet (eli tuotantolaitokset puhdistavat jo tehokkaasti päästöjään) ja päästöt ",
  "tyypillisesti leviävät korkeista piipuista laajalle aiheuttamatta asutuskeskuksiin korkeita ",
  "pitoisuuksia. Muita kuin polttoperäisiä päästölähteitä ovat mm. katupöly varsinkin keväisin, ",
  "maatalouden pölyt sekä monista hajalähteistä syntyvät orgaaniset hiilivedyt, jotka ",
  "muuttuvat hiukkasiksi vasta ilmakehässä.\n",
  sep="")
  
  s2 <- paste(
    "Pienhiukkaspitoisuuksien vuosikeskiarvo on arvioitu kunnittain THL:n koordinoimassa ",
    "tutkimushankkeessa vuodelle 2015. Tämä on hyvä haitan mittari, koska tyypilliset ",
    "terveyshaitat kuten sydäntaudit, krooninen bronkiitti ja keuhkosyöpä kehittyvät ",
    "pitkäaikaisen altistuksen seurauksena. Kansainvälisesti verrattuna Suomen ",
    "pienhiukkaspitoisuudet ovat pienet, mutta silti niiden arvioidaan aiheuttavan ",
    tx(daly),
    " terveen elinvuoden menetyksen tai vastaavasti ",
    mort,
    " kuolemantapausta ",
    "(Lehtomäki ym., 2018 https://doi.org/10.3390/ijerph15040736).\n",
    sep=""
  )
  
  s3 <- "Väestöpainotettu pienhiukkaspitoisuus oli "
  s4 <- paste(
    dat$Adessive[j],
    ifelse(
      kam < 0.8*ka ," pieni ", 
      ifelse(kam < 1.2*ka, 
             " keskimääräinen ", 
             " suomalaisittain suurehko "
      )
    ),
    " (", tx(kam), " µg/m3)",
    sep=""
  )
  s5 <- paste(", kun koko maan keskiarvo oli ", tx(ka), " µg/m3 (Sotkanet, id=678)", sep="")
  s6 <- ". Päästölähteet ja asutus keskittyvät tyypillisesti samoille alueille. Koko maan keskiarvo ylittyi "
  s7 <- dat[dat$PM > ka & dat$Alue=="HE-maakunta",]
  s7 <- s7[order(-s7$PM),]#[1:min(4,nrow(s7)),]
  s7 <- paste(s7$Adessive, " (", tx(s7$PM)," µg/m3)",sep="")
  s7 <- paste(s7, c(rep(", ", length(s7)-2), " ja ", ""), sep="", collapse="")
  s7 <- paste(s7, " (Sotkanet, id=678). ", sep="")
  
  s8 <- paste(
    dat$Genetive[j],
    " kunnista korkeimmat pitoisuudet olivat ",
    sep=""
  )
  s9 <- dat[dat$Pid == i & dat$Alue=="Kunta", ]
  s9 <- s9[order(-s9$PM),][1:4,]
  s9 <- paste(s9$Adessive, " (", tx(s9$PM)," µg/m3)",sep="")
  s9 <- paste(s9, c(rep(", ", length(s9)-2), " ja ",""), sep="", collapse="")
  s9 <- paste(s9, " (Sotkanet, id=678). ", sep="")
  
  s10 <- "Valtakunnallisesti suurin pitoisuus oli "
  s11 <- dat[dat$Alue=="Kunta",]
  s11 <- s11[order(-s11$PM)[1],]
  s11 <- paste(s11$Adessive, " (", tx(s11$PM)," µg/m3).",sep="")
  
  s12 <- paste(" ", dat$Comment[j], " ")
  
  expofr <- dat$Pop[j]*dat$PM[j]/sum(dat$Pop[dat$Alue=="HE-maakunta"]*dat$PM[dat$Alue=="HE-maakunta"])
#  s13 <- dat$Daly[j]/sum(dat$Daly[dat$Alue=="HE-maakunta"])
  s13 <- paste(
    "\nSuomessa pienhiukkasten aiheuttamasta tautitaakasta ",
    cut(expofr, breaks=c(0,0.03,0.06,0.09,0.12,0.18,0.23,0.29,0.39,0.54,0.7,1),labels=c(
      "alle kolmaskymmenesosa",
      "kahdeskymmenesosa",
      "alle kymmenesosa",
      "noin kymmenesosa",
      "noin seitsemäsosa",
      "noin viidesosa",
      "noin neljäsosa",
      "noin kolmasosa",
      "noin puolet",
      "yli puolet",
      "suurin osa"
    )), " (", tx(expofr*100), " %) syntyy ", dat$Adessive[j],
    ", eli siellä menetetään noin ",
    tx(expofr*daly),
    " tervettä elinvuotta pienhiukkasten takia. ",
    sep="")
  hel <- (1:nrow(dat))[dat$Municipality=="Helsinki"]
  s14 <- paste(
    "Helsingissä tämä luku on noin ",
    tx(daly*dat$Pop[hel]*dat$PM[hel]/sum(dat$Pop[dat$Alue=="Kunta"]*dat$PM[dat$Alue=="Kunta"])),
    " eli merkittävä osa koko Suomen tautitaakasta (",
    tx(daly),
    " haittapainotettua elinvuotta). ",
    "Tautitaakka on arvioitu syyosuusmenetelmällä (http://en.opasnet.org/w/HIA). ",
    "Epävarmuudet ovat melko suuria ja liittyvät annosvasteen muotoon pienillä pitoisuuksilla, ",
    "kilpailevien syytekijöiden rooliin kokonaisuudessa sekä pienhiukkaspitoisuuden ",
    "arviointiin käytettyjen mallien epävarmuuksiin. Siitä ei kuitenkaan ",
    "ole epävarmuutta, etteivätkö pienhiukkasten haittavaikutukset Suomessa olisi merkittäviä ",
    "ja niiden vähentäminen tarpeellista.",
    sep=""
  )
  
  write(
    paste("\n\n",mk,"\n",s1,s2,s3,s4,s5,s6,s7,s8,s9,s10,s11,s12,s13,s14,sep=""),
    file="sotearviointi.txt",
    append=TRUE
  )
}

Katso myös

Ympäristöterveysindikaattori

Sisällys

Kysymys

Vastaus

Näkemysverkot Shinyssa

Perustelut

Data

Työlista

Laskenta

Syykaaviot

Sisäilma kouluissa

Indikaattorien lataus Sotkanettiin

Sotearvioinnin koodi liittyen ympäristöterveyteen

Katso myös

Navigointivalikko