Category Archives: VP-SpPh 2013 Summer

Module “Advanced Physical Geography”, summer term 2013.

Konzeption einer Unterrichtsstunde unter Verwendung der selbst erstellen Grafiken

Inhaltsfeld: Mensch und Umwelt

Thema: Migration

Thema der Unterrichtseinheit: „Deutschland ein Einwanderungsland- Perspektiven der Migration“

Thema der Unterrichtsstunde: „Chancengerechtigkeit ?!- Folgen von Migration“

Klassenstufe: 9

Voraussetzung: einführende Unterrichtsstunden zu grundlegenden Theorien von Migration, was ist Migration, welche Arten gibt, Gründe für Migration, „Push-Pull-Theorie“, Geschichte Deutschlands als Einwanderungsland

Ziel der Stunde: Die Schülerinnen und Schüler sollen grundlegende Folgen und Probleme bei Migration in der Dimension Bildung im Ankunftsland erkennen und kritisch hinterfragen. Die Analyse und Auswertung von Grafiken ist damit eng verknüpft.

Tabellarischer Unterrichtsverlauf:

Zeit

Lernabschnitt

Lernschritt

Sozialform

Medien

2‘

Begrüßung

5-8‘

Einstieg- Folgen von Migration- Dimension Schule

Ausgangsproblem erkennen

Einzelarbeit- anschließendes vergleichen

AB Ordne die einzelnen Werte aus der Tabelle der Grafik zu

2‘

Problematisierung

Kritische Auseinandersetzung

Plenum

10‘

Vertiefung

Deutschland als Ganzes betrachten- Einzelphänomen ja oder nein?!

Partnerarbeit

AB Deutschlandgrafik zum Thema Ausländeranteil an Gymnasien, Hauptschulen und Allgemeinbildenden Schulen

5`‘

Sicherung

Zusammentragen und Diskussion der Ergebnisse

Plenum

Smartboard

10‘

Sicherung

Fazit und Ausblick auf die nächste Stunde- „Zukunftsperspektiven Deutschland“

Lehrervortrag

Smartboard

HA: Überlegt woran die ungleiche Verteilung von Schülern und Schülerinnen mit Migrationshintergrund liegen könnte. Sammle dafür 5 mögliche Gründe. Welche Folgen hat diese Art der Verteilung?

-> so könnte man in der folgenden Stunde anknöpfen. Hinsichtlich “Migration” thematisiert werden könnte: zeitliche Verläufe, Ausblicke, Bildungspolitik, …

++Hausaufgabe vom 19.06.13 (Bevölkerungswandel im Bundesgebiet) Grafik Überarbeitet_Final

### load the necessary package
library(sp)
library(latticeExtra)
library(gridExtra)

### load the German federal state polygons
load("H:/.ntdesktop/spezielle/codes/schlandkarte.RData")

## einlesen der daten

datgross <- read.csv2("H:/.ntdesktop/spezielle/datensatz/Dat.csv", 
na.string = c(".", "-"), skip = 5)

names(datgross) <- c("jahr", "code", "ort", "bevoelkerungsdichte", "aenderung", 
    "anteil auslaender", "Lebendgeborene_10000", "Gestorbene_10000",
 "geb_gest_saldo 10000", "Wanderung_10000")
datgross$ort <- gsub("Freistaat ", "", datgross$ort)

## die ü nun durch ue ersetzen, dafür wird VEktor kriiert
enamessp <- gsub("ü", "ue", gadm@data$NAME_1)

## anschließend die neuen Daten wieder in gadm@data$NAME_1 einlesen lassen
## bzw. wieder reinschreiben
gadm@data$NAME_1 <- enamessp

## kleinerer Datensatz, nur jahr und nur die zahl 16 (Bundesländer mit der
## Codenummer 1-16)
jahr1995 <- subset(datgross, code <= 16 & jahr == "1995")

jahr2011 <- subset(datgross, code <= 16 & jahr == "2011")

### datensatz nach Bundesland und Namen ordnen
jahr1995 <- jahr1995[order(jahr1995$ort), ]
jahr2011 <- jahr2011[order(jahr2011$ort), ]

## calculate global minima and maxima to standardise the colors in each
## plot. We need to add a little offset at the upper end!  die [1] steht
## für das minimum und die [2] für das maximum- +10 ist hierbei für den
## Farbbereich

aend95 <- jahr1995[c("aenderung")]
aend11 <- jahr2011[c("aenderung")]

## Hier beide Datensätze zusammen um somit die skala einzuteilen
aend.min <- range(aend95, aend11)[1]
aend.max <- range(aend95, aend11)[2] + 10

##
ext.aender.95 <- (max(abs(aend95)) + 10)
ext.aender.11 <- (max(abs(aend11)) + 10)

gadm$aenderung1995 <- jahr1995$aenderung

gadm$aenderung2011 <- jahr2011$aenderung

gadm$wanderung1995 <- jahr1995$Wanderung_10000

gadm$wanderung2011 <- jahr2011$Wanderung_10000


## Farbe erstellen
clr3 <- colorRampPalette(brewer.pal(9, "RdBu"))
clr4 <- colorRampPalette(brewer.pal(9, "RdBu"))

## Erstellen der Graphen

plot1995 <- spplot(gadm, zcol = "aenderung1995", col.regions = clr3(15),
 main = "Zu- / Abnahme der Bevölkerung im Bundesgebiet
1995 (links) und 2011 (rechts) im Vergleich je 10.000 Einwohner", 
    at = seq(-ext.aender.95, ext.aender.95, length.out = 10))

plot2011 <- spplot(gadm, zcol = "aenderung2011", col.regions = clr3(15),
 main = "Zu- / Abnahme der Bevölkerung im Bundesgebiet 2011", 
    at = seq(-ext.aender.11, ext.aender.11, length.out = 10))

## Graphen zusammenlegen
vergleich <- c(plot1995, plot2011)

## Auführen der Funktion
vergleich

plot of chunk unnamed-chunk-3

## nun erstellen des Barcharts für den Vergleich von Lebendgeborenen und
## Gestorbenen von 1995 und 2011

## Datensatz für Bundeslaender 1995, 2011
daten <- datgross[c(1, 17, 18, 70, 73, 134, 164, 204, 253, 357, 365, 366, 385, 
    410, 459, 501, 4193, 4209, 4210, 4262, 4265, 4326, 4356, 4396, 4445, 4549, 
    4557, 4558, 4577, 4602, 4651, 4693), ]

daten.small <- daten[c("ort", "Lebendgeborene_10000", "Gestorbene_10000", "jahr")]

## Daten für Visualisierung umbenennen
daten.small$ort <- gsub("Nordrhein-Westfalen", "NRW", daten.small$ort)
daten.small$ort <- gsub("Mecklenburg-Vorpommern", "MeckPomm", daten.small$ort)
daten.small$ort <- gsub("Schleswig-Holstein", "Schleswig-H", daten.small$ort)
daten.small$ort <- gsub("Sachsen-Anhalt", "Sachsen-A", daten.small$ort)
daten.small$ort <- gsub("Rheinland-Pfalz", "RP", daten.small$ort)
daten.small$ort <- gsub("Baden-Wuerttemberg", "BW", daten.small$ort)
daten.small$ort <- gsub("Niedersachsen", "Nsachsen", daten.small$ort)

## Daten nach Bundeländern und Namen sortieren, wird hier nicht benötigt
jahr1995 <- jahr1995[order(jahr1995$ort), ]
jahr2011 <- jahr2011[order(jahr2011$ort), ]

clr <- brewer.pal(3, "PuBu")
clr2 <- brewer.pal(3, "OrRd")
## hierfür wird der Datensatz daten.small verwendet, da dieser die Länder
## von den jahren '95 und '11 enthält

lebegestor1195 <- barchart(as.character(jahr) ~ 
Lebendgeborene_10000 + Gestorbene_10000 | 
    ort, data = daten.small, xlab = "Anzahl Neugeborenen und Gestorbene je 10000", 
    ylab = "Jahr", 
main = "Lebendgeborene und Gestorbene\n je  10000 Einwohner\n\nim Jahresvergleich", 
    col = c(clr[1], clr[3]))

lebegestor1195

plot of chunk unnamed-chunk-5


## Problem: Die Legende hat nicht die richtige Farbe

##nun die wanderung visualisieren

Wanderung visualisiern

## kleinerer Datensatz, nur Bundesländer und das Jahr
jahr1995 <- subset(datgross, code <= 16 & jahr == "1995")

jahr2011 <- subset(datgross, code <= 16 & jahr == "2011")

## Daten nach Bundeländern und Namen sortieren
jahr1995 <- jahr1995[order(jahr1995$ort), ]

jahr2011 <- jahr2011[order(jahr2011$ort), ]
gadm$wanderung1995 <- jahr1995$Wanderung_10000

gadm$wanderung2011 <- jahr2011$Wanderung_10000

## Definierung der Skala
wand95 <- jahr1995[c("Wanderung_10000")]
wand11 <- jahr2011[c("Wanderung_10000")]

ext.95 <- (max(abs(wand95)) + 10)
ext.11 <- (max(abs(wand11)) + 10)

## Plotten mit Farbe#

plot1995_2 <- spplot(gadm, zcol = "wanderung1995", col.regions = clr4(15),
 main = "Wanderung je 10.000 im Bundesgebiet im Jahr 1995", 
    at = seq(-ext.95, ext.95, length.out = 10))
plot2011_2 <- spplot(gadm, zcol = "wanderung2011", col.regions = clr4(15),
 main = "Wanderung je 10.000 im Bundesgebiet im Jahr 2011", 
    at = seq(-ext.11, ext.11, length.out = 10))

plot1995_2

plot of chunk unnamed-chunk-8


plot2011_2

plot of chunk unnamed-chunk-8

### clear plot area
grid.newpage()
### oben
vp1 <- viewport(x = 0, y = 1, height = 0.55, width = 1, just = c("left", "top"), 
    name = "upper left")

pushViewport(vp1)

### show the plotting region (viewport extent)

print(vergleich, newpage = FALSE)

upViewport(1)

### unten rechts

vp3 <- viewport(x = 1, y = 0, height = 0.45, width = 0.35, just = c("right", 
    "bottom"), name = "rechts unten")

pushViewport(vp3)
print(plot2011_2, newpage = FALSE)

upViewport(1)

### unten links
vp5 <- viewport(x = 0, y = 0, height = 0.45, width = 0.35, just = c("left", 
    "bottom"), name = "links unten")

pushViewport(vp5)

print(plot1995_2, newpage = FALSE)

upViewport(1)

### unten mitte

vp4 <- viewport(x = 0.65, y = 0, height = 0.45, width = 0.3, just = c("right", 
    "bottom"), name = "mitte unten")

pushViewport(vp4)
print(lebegestor1195, newpage = FALSE)

downViewport(trellis.vpname(name = "figure"))

vp4.1 <- viewport(x = 1, y = 1, height = 0.33, width = 0.33, just = c("right", 
    "top"), name = "mitte Legende")

pushViewport(vp4.1)

grid.rect(x = 0.2, y = 0.6, height = 0.15, width = 0.3, just = "centre",
 gp = gpar(fill = clr[3]))

grid.text("Gestorbene", x = 0.58, y = 0.6, just = "centre")

grid.rect(x = 0.2, y = 0.3, height = 0.15, width = 0.3, just = "centre",
 gp = gpar(fill = clr[1]))

grid.text("Geborene", x = 0.56, y = 0.3, just = "centre")

upViewport(1)

grafik_ueberarbeitet