V2 CT De 'onzichtbare' vrouwen

• Geschiedenis
• Middelbare school
• havo
• Leerjaar 2

Doel: In twee lessen leer je hoe jij op het eerste oog onzichtbare werkende vrouwen in Republiek, tijdens de Vroeg Moderne Tijd, zichtbaar kan maken. Doormiddel van creativiteit en logisch redeneren met daarbij de computer als tool. 

Les 1: De betekenis van straatnamen.

Les 2: De 'onzichtbare' vrouwen uit de Republiek

Computational thinking

Doel: Leerlingen leren in twee lessen hoe ze op het eerste oog onzichtbare werkende vrouwen in Republiek tijdens de Vroeg Moderne Tijd zichtbaar kunnen maken, doormiddel van computational thinking. 

Verantwoording:

Kerndoelen: Onderdeel E mens en maatschappij.

36. De leerling leert betekenisvolle vragen te stellen over maatschappelijke kwesties en verschijnselen, daarover een beargumenteerd standpunt in te nemen en te verdedigen, en daarbij respectvol met kritiek om te gaan.

39. De leerling leert een eenvoudig onderzoek uit te voeren naar een actueel maatschappelijk verschijnsel en de uitkomsten daarvan te presenteren.

40. De leerling leert historische bronnen te gebruiken om zich een beeld van een tijdvak te vormen of antwoorden te vinden op

Historische context:

Tijd van regenten en vorsten.

KA: De bijzondere plaats in staatkundig opzicht en de bloei in economisch en cultureel opzicht van de Nederlandse Republiek.

Les 1: De betekenis van straatnamen.

Lesdoelen: 
          - Kennis: Aan het einde van deze les kan je uitleggen hoe je cultureel mentale geschiedenis kan herkennen aan de hand van straatnamen.

          - Vaardigheid: Aan het einde van deze les kun je zelf een plan van aanpak maken.
Planning: 
          - Welkom
          - Intro: Straatnamen nader bekeken
          - Uitleg: Straatnamen ordenen 
          - Verwerken: Plan van aanpak maken
          - Afsluiting: Met de hand of automatiseren?
          - Vooruitblik: De kracht van een dataset

Intro: Straatnamen nader bekeken

Opdracht:
Stap 1: Bekijk op de website van het archief in Zwolle de records van de eerste 100 straatnamen. (link op slide 4)
Stap 2: Beantwoord de vragen op slide 5, 6 & 7 aan de hand van je observatie. 

Klaar?
Stap 3: Bekijk ook  andere records. Zie je verschillen met de eerste 100 namen? Type je bevindingen op slide 8.

Instap: Staatnamen nader bekeken

Bekijk op de website van het Zwolse Archief* de records van de eerste 100 straatnamen. Ga met de leerlingen in gesprek aan de hand van vragen.

*Natuurlijk kan er ook een andere stad gekozen worden. 

Collectie van Overijssel: https://proxy.archieven.nl/0/5D7E33EF3227436CA1775CE32EBB4F74

www.archieven.nl

Wat valt op bij de straatnamen?
(Je mag meerdere antwoorden geven)

Hoe denk jij dat straatnamen tot stand zijn gekomen?

Wat vertelt het tot stand komen van straatnamen over de tijd waarin de staatnamen zijn bedacht?

Klaar?

Beantwoord deze vraag alleen als je al geantwoord hebt op vorige slides.

Zijn er verschillen in straatnamen tussen de verschillende records? Zo ja, welke?

Uitleg: Straatnamen ordenen

- Straatnamen uit het archief van Zwolle vertellen wat mensen in de twintigste eeuw belangrijk vonden. 
- Het archief in Zwolle heeft gekozen voor een alfabetische ordening. 

- Het ordenen op basis van alfabet helpt echter niet bij het achterhalen van de betekenis van de straatnaam. 

         

          Op welke manier kan je staatnamen ordenen op basis van betekenis?

Vraag

Wat is het voordeel van een alfabetische ordening?

De staatnamen zijn een bron.
Door de bron te intepreteren onstaat er een verhaal: Geschiedenis. 

Uitleg:
Alleen een bron is nog geen geschiedenis. Bij geschiedenis gaat het om het 'verhaal' wat er vertelt wordt met behulp van de bron. 

Verwerken: Hoofdvraag beantwoorden.

Opdracht: Beantwoord de volgende hoofdvraag 'Op welke manier kan je staatnamen ordenen op basis van betekenis?'

 

Stap 1)
Welke deelvragen/stappen helpen bij het beantwoorden van de hoofdvraag?(slide 11)

Stap 2) 
Beantwoord de deelvragen/ voer de stappen uit. (slide 12)

Stap 3)
Probeer om de straatnamen te ordenen op basis van betekenis, met behulp van de deelvragen/stappen. Bedenk zelf hoe je de ordening zichtbaar maakt.  (slide 13)

Stap 1) Welke deelvragen helpen bij het beantwoorden van de hoofdvraag?

Stap 2) Beantwoord de deelvragen.

Stap 3) Probeer om de straatnamen te orderen op basis van betekenis, met behulp van de deelvragen. Bedenk zelf hoe je de ordening zichtbaar maakt.

Afsluiting: Met de hand en/of automatiseren

Van Pythagoras tot Amalia: Hoe wij 5.400 Amsterdamse straatnamen analyseerden

Straatnamen zijn een soort publieke tijdcapsule. Iedere dag lopen en rijden we door straten, over pleinen en in parken die iets zeggen over wie en wat we belangrijk genoeg vinden om te vereeuwigen met een straatnaambordje. Wie en wat geven we die eer? (…) Wij wilden inzoomen op welke mensen zetten we op straatnaambordjes? Wanneer leefden ze? En waarom verdienden ze het een straat naar zich vernoemd te krijgen?

Leon de Korte en Sara Sprinkhuizen voor de De Correspondent.

De Correspondent is een online journalistiek platform gevestigd in Amsterdam.

http://Van Pythagoras tot Amalia: Hoe wij 5.400 Amsterdamse straatnamen analyseerden - De Correspondent

Hoe zijn Leon en Sara tot resultaten gekomen?

Stap 1: vind de data

Om ons onderzoek in te perken besloten we om ons te richten op één stad: Amsterdam. We keken naar de namen van 4.929 straten, 401 bruggen en 89 parken van Amsterdam. De namen zijn openbaar bij het dataportaal.

Stap 2: vind de mens (script)

Ons onderzoek begon met de vraag: 'Hoe vaak vernoemen we een straat naar een persoon?' Om niet handmatig 5.400 straatnamen onder de loep te hoeven nemen, besloten we dit te automatiseren met een script. We schreven ons script in programmeertalen R en Python. Dit schema legt de stappen uit die ons script uitvoerde.

schema

Stap 3: vind het geslacht (script)

Toen we de mensen hadden gevonden, wilden we deze personen classificeren als man of vrouw. Maar hoe laat je de computer op basis van wat tekst een man of vrouw herkennen?

Stap 4: vind het beroep (script)

Vervolgens wilden we weten wat deze mensen deden. Wat voor beroep hadden ze? Waren het zeevaarders, kunstenaars, sporters, of wetenschappers? Deden ze maatschappelijk werk, waren het politici, of zakenlieden?

Stap 5: vind woonplaats en periode (script)

Wanneer leefden de mensen in onze dataset? Ook hier gebruikten we Wikipedia voor. Op de meeste pagina’s staat op een vaste plek tussen haakjes de geboorte- en sterfdatum die het script van de pagina kan ‘scrapen’. Op dezelfde manier vonden we ook de nationaliteit van de personen.

Stap 6: Controleren en handmatig bijwerken

Alles automatiseren blijkt een utopie. Het kostte nog uren werk om handmatig te controleren of onze bevindingen correct waren en om extra informatie te verzamelen. Een voorbeeld van een automatiseringsfout:

 

Scrapen is een computertechniek waarbij software wordt gebruikt om informatie van webpagina's te gebruiken en al dan niet te analyseren. Meestal probeert de software een deel van het world wide web te onderzoeken via gebruik van het op codes gebaseerde Hypertext Transfer Protocol (HTTP).

De resultaten 

- 2.014 van de ruim 5.400 Amsterdamse straten zijn vernoemd naar mensen.

- Het overgrote merendeel van de straten, 88 procent, is naar een man is vernoemd en 12 procent naar een vrouw. 

- Het meest voorkomende beroep onder de Amsterdamse vernoemingen is schrijver.

Wat zijn de overeenkomsten in de aanpak in vergelijking met wat jij in de les gedaan hebt?

Voorbeeld antwoord:
- Straatnamen betekenis willen geven.

- Staatnamen categoriseren.

Wat zijn de verschillen in de aanpak in vergelijking met wat jij in de les gedaan hebt?

Voorbeeld antwoord:
- Leon de Korte en Sara Sprinkhuizen hebben het proces geautomatiseerd met pyton.

- Tijdens de les hebben we met de hand staatnamen leren classificeren.

- Het onderzoeks aantal van Leon de Korte en Sara Sprinkhuizen is veel groter.

- Leon de Korte en Sara Sprinkhuizen hebben resultaten.

- Tijdens de les hebben we alleen een proces in beeld gebracht.

Exit ticket
a. Wat levert een analyse van een dataset met pyton op?
b. Wat is de uitdaging met een analyse van een dataset door pyton?

Vooruitblik: 

De kracht van een dataset

Volgens Criado Perez bepaald de mannelijke data grotendeels, wat we weten. Hierdoor ‘raken vrouwen onvermijdelijk in de vergetelheid. Kun je ze negeren, kun je ze missen – in de cultuur, in de geschiedenis, in de data. In de volgende les zullen we onzichtbare vrouwen uit het verleden zichtbaar gaan maken met behulp van een analyse op een dataset. 

Les 2: De 'onzichtbare' vrouwen uit de Republiek.

Lesdoelen: 
           -Kennis: Aan het einde van deze les kan je uitleggen welke invloed de genderdatakloof heeft op de huidige samenleving en op de geschiedschrijving over werkende vrouwen in de Republiek.

           -Kennis: Aan het einde van de les kan je uitleggen waardoor werkende vrouwen in de Republiek onzichtbaar lijken en kan je uitleggen hoe je werkende vrouwen zichtbaar kan maken.

           -Vaardigheid: Aan het einde van deze les kan je een beslisboom maken om tot concrete data te komen, welke je ook kan interpreteren.

        

Planning: 
         -  Welkom

          - Intro: De Genderkloof

          - Uitleg:  Werkende vrouwen in de Republiek

          - Verwerken: Beslisboom ontwerpen

          - Afsluiting: CT casus

        

Intro: De genderkloof

Stap 1: Lees of luister naar de  tekst. 
Stap 2: Beantwoord daarna 3 vragen, op de volgende slides. 

 (Berger, 2021)

1. Wat heeft de tekst met de straatnamen te maken?

2. Wat is volgens Criado Perez het gevolg van het ontbreken van vrouwelijke straatnamen voor onze huidige samenleving?

3. Welke invloed heeft het ontbreken van vrouwelijke data volgens Criado Perez op de geschiedschrijving?

Uitleg: Werkende vrouwen in de Republiek

• Door gebrek aan informatie blijven de vrouwen verborgen in de schaduw van het verleden.
• We zien  vrouwen vooral terug in: trouwakten, doop- en begraafboeken, eigendomsakten en testamenten. 
• En dat terwijl vrouwen in de zestiende eeuw zo’n belangrijke rol speelden, niet alleen als echtgenote en moeder, maar ook als partner in het familiebedrijf.
• Reizigers uit andere landen die in de zestiende, zeventiende of achttiende eeuw de Republiek bezochten, verbaasden zich over de  aanwezigheid en vrijheid van Nederlandse vrouwen in de openbare ruimte.
• Reizigers  zagen zelfstandige, actieve onderneemsters die voor eigen rekening de zaken bestierden.

‘De vrouwen in dit gedeelte [van de wereld] kunnen meer dan alle anderen van onnatuurlijke dwingelandij over hun mannen worden beticht.’

‘een gerechtsdienaar een man heeft gedagvaard zodat deze rekenschap kon geven, omdat hij zijn vrouw had geslagen’

Engelsman Fynes Moryson in 1593

Voorbeelden van werkende vrouwen

Admiraal Michiel de Ruyter liet de bevoorrading van zijn schepen over aan zijn vrouw Anna van Gelder.

Joost van den Vondel zat te schrijven terwijl zijn vrouw Mayke de Wolff in hun kousenwinkel in de Warmoesstraat stond.

Judith Leyster

Weduwen hadden een aparte status. Een voogd hadden ze niet meer nodig, ze stonden zelf aan het hoofd van het huishouden en hadden alleen in juridische zaken mannelijke bijstand nodig. Zo’n zelfstandige weduwe was Elisabeth van den Berg, die bekendstond onder de naam Lysken Becx en vermoedelijk in 1552 in Helmond geboren was. Samen met haar man Jan dreef ze herberg De Wilde Man in Helmond. Na zijn dood ging ze niet bij de pakken neerzitten, maar zette ze de zaak in haar eentje voort.

Afbeelding: David Teniers de Jongere, Rokers in een herberg, ca. 1660.

Verwerking: Vrouwen zichtbaar maken

Opdracht: Definieer
Hoe herken je werkende vrouwen in de dataset van  Rotterdam?

Beantwoord deze vraag door de stappen (van computational thinking)  1 t/m 3 te doorlopen op de volgende slides.

Geef de leerlingen een geprinte versie van de data set

Stap 1: Abstraheer
Maak een lijst met ‘kenmerken’ waaraan jij vrouwen in de data herkent.

Voorbeelden:

- Voornaam eindigt op ‘a’

- Voornaam eindigt op ‘je’

- Beroep eindigt op ‘ster’(maar niet op ‘meester’, ‘rentenierster’ of ‘priester’).

- Titel = ‘Weduwe’

Stap 2: Los op
a. Verwerk de kenmerken in vragen voor je beslisboom. (plaats hier een screenshot)
b. Test de beslisboom, klopt de uitkomst?
c. Wat is er nodig om tot een betere analyse te komen? (voeg de uitleg toe als ondertekst)

site

https://www.diagrameditor.nl/

Stap 3: Interpreteer
a. Wat ben je te weten gekomen over werkende vrouwen in de Republiek?
b. Hoe zijn jullie tot de kennis van het antwoord bij vraag a gekomen?

Opdracht: Door loop alle stappen (van computational thinking) nu zelf.
a. Bedenk een andere vraag die jullie kunnen beantwoorden met behulp van de dataset. (Definieer)
b. Bedenk hoe jullie tot het antwoord kunnen komen met behulp van een beslisboom. (Abstraheer)
c. Pas het toe, wat zijn de uitkomsten? (Los op)
d. Verwoord wat jullie te weten zijn gekomen. (Interpreteer)

Afsluiting: Nieuwe casus

Eindelijk is duidelijk wie het Wilhelmus heeft geschreven. Volgens Nederlandse en Vlaamse onderzoekers was het de 16de-eeuwse dichter Petrus Datheen. De wetenschappers lieten nieuwe computertechnieken los op het Wilhelmus, dat werd vergeleken met werk van verschillende auteurs. 

AD: Redactie 11-05-16, 09:57 Laatste update: 11-05-16, 15:10 Bron: ANP

Google zegt

Welke computer technieken zijn denk je toegepast om tot de vermoedelijke schrijver van het Wilhelmus te komen?