Bevolkingsdichtheid in China

1 oktober 2019
Auteurs:
Marit Kreeftenburg
Leidsche Rijn College
Dit artikel is verschenen in: geografie oktober 2019
China
GIS
onderwijs
Kennis
FOTO: SKULL KAT/UNSPLASH
Shanghai is een van de drie grootste metropolen ter wereld met ruim 26,3 miljoen inwoners in 2019.

Systematisch denken over relaties in digitale kaarten

Patronen beschrijven en verbanden tussen kenmerken van een gebied herkennen zijn belangrijke kaartvaardigheden. GIS biedt veel mogelijkheden om dit te trainen. Maar hoe zorg je dat leerlingen in de overvloed aan kaartmateriaal systematisch kennis verwerven over het hele vraagstuk met alle relaties? 

 

Stel, je wilt dat leerlingen onderzoeken of er een verband is tussen reliëf en bevolkingsdichtheid in China. In de atlas kunnen ze kaarten van reliëf en bevolkingsdichtheid vinden. Maar de schaal verschilt en ze moeten telkens heen en weer bladeren, want de kaarten staan niet op dezelfde spread. Met GIS heb je dat probleem niet. In EduGIS kunnen de leerlingen bijvoorbeeld de kaart met bevolkingsdichtheid over die van reliëf leggen en deze kaartlagen vervolgens aan- en uitzetten of transparanter maken. Er zit wel een addertje onder het gras: EduGIS bevat honderden kaartlagen en in de praktijk klikken leerlingen vaak te veel kaarten aan of vergeten de gebruikte kaartlagen uit eerdere opdrachten uit te schakelen. Daardoor raakt het kaartbeeld overvol en zien ze door de bomen het bos niet meer. Met zo’n digitale atlas moeten ze dus heel systematisch te werk gaan. Als docent moet je je dan ook afvragen of je de opdracht alleen richt op de kaartinhoud en het herkennen van de relatie, óf dat je leerlingen ook wilt laten oefenen in de vaardigheid ‘kaartselectie’ met GIS. 

Vier typen webapps 

Met ArcGIS Online kun je vrij eenvoudig zelf webapps maken die speciaal gericht zijn op het herkennen van één of meerdere relaties. Je kunt een webapp maken met alleen de kaarten van het reliëf en de bevolkingsdichtheid, met vinkjes- en transparantiefunctionaliteit (figuur 1A). Leerlingen worden zo niet afgeleid door andere kaartlagen. Een tweede optie is kaarten in aparte tabbladen tonen (figuur 1B). Leerlingen kunnen dan wisselen tussen de twee tabbladen. De kaarten zijn aan elkaar gekoppeld: zoom je in op de ene kaart dan verandert het zoomniveau van de andere mee. Een derde type webapp toont kaarten naast elkaar, in gekoppelde kaartvensters (figuur 1C). Tot slot kun je een webapp maken met een schuifje of spioneeroog ( figuur 1D). Leerlingen kunnen het schuifje of het oog heen en weer bewegen en zo ‘achter’ de bovenste kaartlaag kijken. Welk type webapp het best werkt, is nog niet onderzocht, maar de eerste indruk is dat ze alle vier prima geschikt zijn om relationeel denken te stimuleren. Ze laten allemaal zien dat er in de berggebieden weinig mensen wonen en in de laaggelegen vlakten in het oosten juist heel veel. Wie verder kijkt, ziet dat de vlakkere gebieden in het noorden en noordoosten toch dun bevolkt zijn. Het reliëf is dus niet de enige verklarende factor voor een hoge of lage bevolkingsdichtheid. De webapp in figuur 2A bevat een extra tabblad met een klimaatkaart. In de webapp zijn grenzen opgenomen van gebieden, wat leerlingen helpt bij het generaliseren van patronen. Er is bewust gekozen voor gebieden met min of meer homogene kenmerken. Met deze webapp komen de meeste leerlingen er zelf achter dat de gebieden met een woestijn- of steppeklimaat in Noord-China een lage bevolkingsdichtheid hebben. 

Figuur 1: Webapp ‘China’ met vinkjes- en transparantiefunctionaliteit (A), met twee tabbladen (B), met twee gekoppelde kaartvensters (C) en met een schuifje (D).

De volgende stap is het interpreteren van de relaties: waarom komen de patronen overeen? Dit vereist achtergrondkennis en die moet je als docent soms apart aanbieden in een mondelinge toelichting of in het lesmateriaal. 

Het voorbeeld van China bevat slechts twee relaties. In GIS kun je leerlingen ook complexere stof laten bestuderen. Met de webapp in figuur 2B kunnen leerlingen het ruimtelijke patroon in bevolkingsgroei ontdekken en zelf bedenken waarom er regionale verschillen zijn. Deze webapp bevat tien kaarten met gerelateerde verschijnselen. Het is wel zaak dat leerlingen systematisch te werk gaan en steeds de juiste twee kaarten met elkaar vergelijken. De kans dat ze toevallig een relatie ontdekken, is niet zo groot. Je kunt ze daarin sturen met gerichte vragen. 

Figuur 2: Webapp ‘China’ met drie tabbladen, waaronder een met een klimaatkaart (A) en webapp ‘Bevolkingsgroei China’ met elf tabbladen (B).

Lesmateriaal 

Wanneer je leerlingen systematisch wilt laten nadenken over geografische relaties, helpt het als zij de relaties verbaliseren of visualiseren. Het is dus slim deze elementen te verwerken in je lesmateriaal. We werken de beide ontwerpprincipes, verbaliseren en visualiseren, hierna uit. Ze komen voort uit literatuur, gesprekken met docenten en vakdidactici, en pilots met leerlingen en studenten van de lerarenopleiding én ze zijn gebaseerd op de uitkomsten van een pilot waarbij lesmateriaal over bevolkingsverandering in China is ontwikkeld voor de tweede en derde klas havo en vwo (zie kader). 

Verbaliseren 

Aardrijkskunde is een talig vak. Om relaties te kunnen herkennen, moeten leerlingen concepten zoals ‘bevolkingsdichtheid’ en ‘ reliëf’ begrijpen. Dit is het geografische vocabulaire. Daarbij helpt het als leerlingen relaties op een standaardmanier leren verwoorden. Figuur 3 bevat de vier belangrijkste manieren. Ze vormen onderdeel van de geografische grammatica. De taalgerichte vakdidactiek besteedt expliciet aandacht aan de ontwikkeling van geografisch vocabulaire en grammatica bij leerlingen. Het idee is dat ze daardoor beter inhoudelijke kennis opdoen. Er is weinig onderzoek gedaan naar hoe aardrijkskundedocenten gebruik maken van taal om leerlingen gestructureerd over relaties te laten nadenken. In verkennende gesprekken blijkt wel dat docenten regelmatig zelf relaties expliciet maken en daarbij vaak generalisaties en statische regels gebruiken (figuur 3). Het is handig leerlingen de relaties te laten verwoorden in de standaardvormen, en relaties om te zetten van de ene vorm naar de andere. Een geschikte opdracht is ‘beschrijf de relatie in de vorm van een hoe-hoe zin’. 

Lesmaterialen 
China Blue

De lessen over bevolkingsontwikkeling in China beslaan twee lesuren. Eerst wordt een fragment van de documentaire China Blue getoond. Daarin volg je een meisje dat vanuit West- naar Oost-China vertrekt. Het wordt duidelijk dat miljoenen mensen deze reis jaarlijks maken. Daarna gaan de leerlingen onderzoeken hoe de bevolking in China verandert qua omvang en samenstelling. Het lesmateriaal omvat drie opdrachten. Als leerlingen weten hoe de webapp werkt, onderzoeken ze aan de hand van een gerichte vraag het patroon in bevolkingsdichtheid met de webapp tinyurl.com/chinabevolking.

Met de kaarten over reliëf en klimaat zoeken ze naar verklaringen voor de relaties. Hulpopdrachten helpen leerlingen gericht te zoeken, waarbij ze alle kaartvaardigheden toepassen en uiteindelijk de relaties goed verbaliseren. Tot slot maken ze een skeletschema compleet. Voor de laatste opdracht gebruiken leerlingen de uitgebreidere webapp tinyurl.com/chinagroei. Dit keer moeten ze zonder hulpvragen beschrijven welke gebieden groeien of krimpen en waarom. Aan het eind maken ze het causale diagram van figuur 6 compleet door pijlen te tekenen tussen blokken met oorzaken en gevolgen. Leerlingen blijken de opdrachten leuk én leerzaam te vinden, vooral het zelf onderzoeken en het maken van causale diagrammen. Ook docenten noemen de opdrachten leerzaam voor leerlingen, omdat ze leren verbanden te leggen en hierdoor meer inzicht krijgen in geografische processen.

Vorm Nadruk op... Voorbeeld
Generalisatie (van gebieden) de klasse Gebieden met veel reliëf hebben over het algemeen een lage bevolkingsdichtheid, en gebieden met weinig reliëf een hoge bevolkingsdichtheid
Statische regel (=hoe-hoe-zin) de variabelen Hoe meer reliëf, hoe lager de bevolkingsdichtheid
Dynamische regel de verandering in variabelen Een toename in reliëf gaat gepaard met een afname in bevolkingsdichtheid*
Modelregel de richting van de relatie De bevolkingsdichtheid is omgekeerd gerelateerd aan het reliëf /

De bevolkingsdichtheid vertoont een negatief verband met het reliëf
Figuur 3: Standaardvormen om relaties te verbaliseren

* Inhoudelijk slaat dit voorbeeld nergens op, omdat reliëf op de tijdschaal van mensenlevens weinig veranderlijk is.

Schematiseren 

Je bevordert het leerproces ook door leerlingen relaties visueel te laten expliciteren in een schema. Dat kan op allerlei manieren. We onderscheiden hier causale modellen en causale diagrammen (figuur 4A en 4B). 

Figuur 4: Causaal model (A) en causale diagrammen (B) die het ruimtelijke patroon in bevolkingsdichtheid in China verklaren

Een causaal model bevat blokken met variabelen, waarbij de pijlen ertussen de relaties voorstellen. Bij kwantitatieve variabelen kunnen plus- of minsymbolen respectievelijk een positief en een negatief verband aangeven. Bij kwalitatieve variabelen is dat niet mogelijk, omdat je niet kunt zeggen: ‘Hoe meer klimaat, hoe hoger/lager de bevolkingsdichtheid’. Leerlingen vinden het vaak lastiger om negatieve verbanden te herkennen in kaarten dan positieve. Ook vinden ze het moeilijk deze op te nemen in een model, zeker als er sprake is van een keten of cyclus van relaties. Laat leerlingen de relatie daarom eerst expliciteren in de vorm van een modelregel. Een zin met ‘positief’ of ‘negatief’ kun je immers goed vertalen naar een pijl met een plusje of een minnetje erbij. Toch vinden leerlingen ook dit lastig. Als we zeiden: ‘Hoe meer reliëf, hoe lager de bevolkingsdichtheid, dus een negatief verband’, was er regelmatig een leerling die zei: ‘Maar het kan toch ook andersom zijn? Ofwel: hoe minder reliëf, hoe hoger de bevolkingsdichtheid? En dan moet het een plusje zijn’. Dat deze redenering niet klopt, kun je laten zien door een scatterplot te tekenen op het bord (figuur 5), waarbij iedere stip een gebied voorstelt. Je kunt een lijn door alle stippen trekken en laten zien dat deze een negatieve richtingscoëfficiënt heeft en dat er dus sprake is van een omgekeerd verband. Daarnaast helpt het om leerlingen te stimuleren statische en dynamische regels consequent positief te beginnen, met ‘hoe hoger/meer …’ of ‘een toename in …’. Het tweede type schema voor het visualiseren van relaties is een causaal diagram. Hier bevatten de blokken een variabele én een waarde: hoog/laag, veel/weinig of toename/afname. De pijlen worden meestal getekend van oorzaak naar gevolg en bij elke pijl kun je een tekst zoals ‘en daarom’ of ‘leidt tot’ zetten. Soms tekenen leerlingen pijlen andersom, van gevolg naar oorzaak, waarbij ze ‘want’ of ‘is het gevolg van’ zetten. Het is echter handiger consequent pijlen van oorzaak naar gevolg te tekenen, want dan krijg je een diagram waarmee je makkelijker kunt redeneren. Belangrijk verschil tussen beide modellen is dat een causaal model geldt voor een klasse van plaatsen of gebieden, en een causaal diagram voor één specifiek gebied. Daarnaast kun je horizontale relaties wel opnemen in een causaal diagram (figuur 6), maar niet in een causaal model. 

Figuur 5: Scatterplot over de relatie tussen reliëf en bevolkingsdichtheid in China

Het maken van een schema is vaak een iteratief proces, waarbij je relaties afwisselend visualiseert (tekent met blokken en pijlen) en verbaliseert (generalisaties en regels benoemt). Het is een hele opgave voor leerlingen: het vraagt inhoudelijke kennis én vaardigheden in het schematiseren. Schema’s van beginners zijn vaak een tussenvorm van een causaal model en een causaal diagram, met veel onduidelijke elementen. Je helpt leerlingen door vooraf te bespreken wat je het best kunt opnemen in de blokken en hoe je de pijlen tekent. Je kunt ze stapsgewijs laten oefenen door de complexiteit van de stof per werkvorm te laten toenemen. En door het initiatief steeds meer aan de leerlingen over te laten. Daarnaast kun je leerlingen een schema stap voor stap laten uitbreiden door steeds nieuwe informatie te geven.

Figuur 6: Causaal diagram dat een verklaring geeft voor het ruimtelijke patroon in bevolkingsgroei uitgewerkt voor West-China

BRONNEN 

  • Kreeftenberg, G.M. 2017. Geo-ICT als middel voor het relationeel denken van leerlingen binnen het aardrijkskundeonderwijs. Een ontwerponderzoek. Scriptie, Universiteit Utrecht. 
  • Favier T. & J. van der Schee 2014. The effects of geography lessons with geospatial technologies on students’ geospatial relational thinking. Computers & Education 76, p. 225-236.