CT ''Ik zie, ik zie wat jij niet ziet!'' (17/01/2025)

• Geschiedenis
• Middelbare school
• havo
• Leerjaar 4

''ik zie, ik zie wat jij niet ziet''

M. van Dekken en M. Mohamed

Computational thinking
voorkennis + wensen workshop

Doelen - na de workshop: 

- Kun jij uitleggen wat Computational Thinking is en hoe je dit kunt toepassen in de geschiedenisles.

- Weet jij hoe je historische datasets kunt gebruiken om onzichtbare groepen, zoals werkende vrouwen, zichtbaar te maken.

- Kun jij digitale vaardigheden en kritisch denken bij jouw leerlingen bevorderen via data-analyse.

- Ben jij in staat om inclusieve en innovatieve lessen te ontwerpen die historische representatie vergroten.

Terugblik les 1

Lessenreeks 

(3 lessen in 1)

''Ik zie, ik zie wat jij niet ziet''

Historische data

In historische datasets en onderzoek ontbreken veel data.

Hierdoor onstaat een onvolledig en bevooroordeeld beeld van verleden.

Informatie kan ook bewust verkeerd of onvolledig zijn verstrekt (denk aan het bepalen van de betrouwbaarheid van bronnen).

=> Welke informatie ontbreekt? Hoe kunnen we dan toch antwoorden vinden op historische vragen?

Centrale vraag in de lessenreeks: 

Hoe krijg je vrouwen zichtbaar in historische data?

Computational thinking

vraagstuk:

Hoe kun je een computer inzetten om data zichtbaar te krijgen?

Nulmeting:

Welk beeld heerst er eigenlijk over werkende vrouwen?

Tegenwoordig heeft bijna 80 procent (77,1) van de vrouwen in Nederland betaald werk. Hoeveel procent van de vrouwen hadden betaald werk in de 17de en 18de eeuw, denk je?

1. 10%
2. 30%
3. 60%
4. 80%

In welk soort beroepen werkten vrouwen vaak?

1. Ze werkten als marktkoopvrouw
2. Ze verkochten etenswaren en dranken vanuit huis
3. Ze maakten dingen thuis of in de werkplaats aan huis
4. Alle drie de bovenstaande

Getrouwde vrouwen in de 17de en 18de eeuw mochten betaald werk verrichten

1. WAAR
2. NIET WAAR

Van Pythagoras tot Amalia

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.

- Welke mensen? 

- Wanneer leefden ze? 

Ennn waarom verdienden ze het een straat naar zich vernoemd te krijgen?

Hoe krijg je meer informatie uit een database en welke stappen moet een computer zetten om je vraag te beantwoorden?

Stappen

Is het een mens?	Staan er initialen in de naam?
Is het een m/v?	bevat de naam een titel als burgemeester of prinses?
	Staat de naam in een lijst met vrouwelijke voornamen?
Wat is het beroep?	Lijst met categorieen en trefwoorden
Periode	De Repuliek
Woonplaats	Aan de hand van wikipedia
Alles checken	De computer maakt fouten

Werkende vrouwen in de Republiek

- Historische bronnen geven vaak weinig informatie over vrouwen, waardoor ze verborgen blijven achter de verhalen van mannen. Toch waren vrouwen in de 17e en 18e eeuw belangrijk, niet alleen als echtgenote en moeder, maar ook als partner in familiebedrijven. 

- Hun sporen zijn te vinden in trouwakten, doop- en begraafboeken, eigendomsakten en testamenten.

> In het buitenland varieerde hun zichtbaarheid sterk, afhankelijk van regionale tradities en juridische systemen.

Voorbeelden van werkende vrouwen in de 17de en 18de eeuw

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

Hendrica Brand

Hendrica, de Weduwe Van Nelle  begon in 1782 met haar man in Rotterdam een koffie-, thee- en tabakwinkel. 

Hendrica werkte alleen, omdat Johannes werkte als pakhuisknecht en later als kantoorbediende bij een Rotterdamse tabakverkoper.

Wat zijn de voordelen van het gebruik van een computer bij historisch onderzoek?

Hoeveel vrouwen zichtbaar?

- Hoeveel vrouwen zijn hier zichtbaar volgens jullie?

- Hoe kun je een computer inzetten om de hele lijst met gegevens te controleren?

Rotterdam

In de achttiende eeuw ging het minder goed met de economie en de overheid had geld nodig voor defensie. De ‘normale’ belastingen brachten niet meer genoeg op, waardoor de Staten van Holland in 1742 besloten tot het heffen van een extra belasting voor de rijkere inwoners, de Personele Quotisatie.

In Rotterdam werden alle 6669 bewoonde adressen bezocht door speciale taxateurs.

Degenen die de belasting moesten betalen waren allemaal hoofd van het huishouden. In totaal waren de bewoners van 4313 adressen niet taxabel (ze waren niet rijk genoeg).

Opdracht database 

• We bekijken samen de database 

• Het geslacht staat niet in de data: 

- Hoe maak je de vrouwen zichtbaar in de dataset en met welke stappen/vragen kun je de dataset met een computer bewerken?
- Hoe ziet zo’n stappenplan eruit? (Denk aan het stappenplan met de straatnamen)

Aan de slag!

1. Wie kan typische vrouwenberoepen uit de database filteren?

2. Wie kan de meeste vrouwen uit de database filteren?

3. Wat heb je verder nog bedacht?

Tips!

Hoofden van huishoudens => meestal mannen

• Aan de hand van namen kun je vrouwen herleiden
• Hoe kan je nu werkende vrouwen te vinden? => zoeken naar dubbele beroepen die niet te combineren zijn.

3 soorten combinaties:

• Beroepen die niet met elkaar zijn te combineren (bv. Schipper - Kruidenierswinkel)

• Beroepen die in theorie zijn te combineren, maar in de praktijk niet handig zijn (bv. Timmerman – koffie & theeverkoper)

• Beroepen die goed met elkaar zijn te combineren (bv. Juwelier – Zilversmid).

Voorbeeld 

Voorbeeld: 

Kolom: 'Beroep 1'  (Tapster/brouwster)

Voorwaarde: 'Eindigt met' (Ster)

Waarde: 'Bevat geen' (Meester)

Voornaam: 'eindigt met' (a)

Welke stappen hebben jullie bedacht? Probeer het uit!