@dkVis Super fed visualisering.
Er du interesseret i detaljer om uddannelser der ser ud til ikke at være med i dine data?
@UlrikNyman@mastodon.social tak! Tænker du på noget bestemt? Her så fokuserede jeg på køn, fordi jeg blev nysgerrig efter en snak jeg hørte i radioen.
@dkVis Jeg søgte på "datavidenskab" og får tre uddannelser på 2 på KU og en på AU.
Men uddannelsen "Datavidenskab og Machine Learning" på AAU kan jeg ikke søge frem.
@dkVis Jeg tænker at det er en fejl eller uregelmæssighed i data fra UFM der gør at den ikke er med.
@UlrikNyman@mastodon.social tjekkede hurtigt, det er fordi jeg filtrerer alle uddannelser der gennemsnitligt har mindre end 30 optagne per år. Formålet er at begrænse hvor mange små uddannelser hvor relativt få personer kan give vilde udsving blev vist på tidslinjen (men måske er 30 lidt højt sat.)
Her er en søgning hvor grænsen er lidt lavere :)
@dkVis Det giver god mening.
@dkVis
Spændende!
Jeg kan ikke finde ud af hvad y-aksen er på boble-grafen, men gætter på det bare er tilfældet fordelt for at have plads?
(Men hvad laver boblerne på y-aksen så?)
Er der data et sted på gns. løn for uddannelserne? Kunne være sjovt at farve efter løn, eventuelt som disket og ikke kontinuert skala. (Men måske er det en dum idé pga problemer med at få gode data)
@folfdk@helvede.net ja, boblernes placering på y-aksen er tilfældig. Brugte den her slags diagram fordi det føltes som en nogenlunde let-læselig måde at vise en masse 1-dimensionel data :)
Har også kigget efter løn data, og UFM har lidt, bare ikke helt ligetil at koble med data om køn. Men måske et fremtidigt weekendprojekt!
@dkVis
Ja, bøvlet med de der løndata. Der er også for mange variable med specifik uddannelse, arbejdssted (f.eks offentlig/privat), anciennitet osv, som mudrer det til.
Det ser super godt ud, tak for forklaringen!
Stadig mange uddannelser som er mere kønnede end jeg forventede https://leonora.app/a/optag-2023-kon
#dkPol #uddPol