Wikidata

Munduko hainbat denbora-serie estatistiko Wikipedian eskuragarri

Data: 31 uztaila
Wikilaria: Kepa Sarasola
1 Comment
Kategoriak: Berrikuntza teknologikoa, Wikidata


Beñat Arzadun, Imanol Egaña*, Galder Gonzalez**, Itziar Irigoien*,
Shalva Jokhadze*, Joseba Makazaga*, Kepa Sarasola ** eta Ana Zelaia*

* Informatika Fakultatea, UPV/EHU
** Euskal Wikilarien Kultur Elkartea (EWKE)

Euskal Wikipedia eta Informatika Fakultatearen artean martxan jartzen ari gara Beñat Arzadun nazioarteko kooperantearen proposamen esanguratsu bat. Zaila zen Wikipedian urte askotako datu estatistikoak taxuz biltzea eta erabiltzea; adibidez, irudiko per capita errentako datuak munduko 250 herrialdeetakoa. Aurten egindako lankidetzari esker, datuak biltzeko eta dokumentatzeko modu bat proposatu dugu, gero mundu mailako Wikimedia erakundean ontzat hartu dute, eta probatu egin dugu bederatzi adierazle estatistikorekin. Gainera, Imanol Egaña eta Shalva Jokhadze ikasleek sortu dituzten Python programak erabiliz… udazkenean mila adierazle estatistikoren datuak igo ahal izango ditugu Wikimediara.

1. Motibazioa

Gizartea aztertu, ulertu eta eraldatzeko funtsezkoa da hari buruzko datuak eskura izatea (demografia, osasuna, hezkuntza, ekonomia, kultura, elikadura, kutsadura, aberastasuna…). Mundu mailako erakunde askok biltzen dituzte gizarteari buruzko horrelako datu estatistikoak:

Baina…

  • Datuak oso sakabanatuta daude Interneten eta sarri aurkitzen zailak dira.
  • Datuak formatu desberdin askotako fitxategietan daude gordeta (xlsx, csv, API…).
  • Datuak era desberdinetan daude idatzita (1.000,00 vs 1,000.00; 2026/05/14 vs 05/14/2026; Côte d’Ivoire vs Costa de Marfil vs Ivory Coast; …).

Alegia, datuak aurkituz gero ere, datu horiek jaitsi, garbitu eta formatu amankomun batean txukuntzea lan handia izaten da. Tamalgarria da, baina munduan barrena ehundaka pertsonak, bakoitzak bere aldetik, errepikatzen dute egokitze-lan nekez hori, antzeko moduan beti ere.

Urteetan zehar saiakerak izan dira datu horiek batu eta era erabilterrazean antolatzeko. Aipagarrienak hauek izan dira: 1) Mundu Bankuaren ‘World Development Indicators’, 2) Gapminder eta 3) OurWorldInData – OWID gaur egun sona gehien duena.

Baina saiakera guzti horiek badituzte hainbat gabezia:

  • Orokorrean estatu mailako datuak bakarrik batzen dituzte. Horrek datu kopuru ikaragarria uzten du bildu gabe, izan ere munduan Portugal, Espainia edo Frantzia bezalako estatuak 250 inguru dira munduan, baina Eusko Autonomi Erkidegoa edo Nafar Foru Erkidegoa bezalako eremu administratiboak 4.000 pasa dira.
  • Ekimen horiek mendebaldeko herrialdeetan sortuak dira eta hortik kanpokoei (Txina, India, Nigeria…) buruzko datu gutxi biltzen dute.
  • Lantalde mugatuak izanagatik, sortzen den datu pilaren aukeraketa mugatuak bakarrik biltzen dituzte.

Gauzak horrela daudela ikusi dugu Wikimedia ekosistema erabiltzea (Wikipedia, Wikidata eta Wikimedia Commons) aukera ona dela erronka horiei aurre egiteko aukera ona dela. Gaur egun, hasieran aipatutako gizarte estatistika batzuek ere badaude wikidatan gordeta (adb. Indian bizi-itxaropena = https://www.wikidata.org/wiki/Q668). Baina orokorrean badaude hainbat gabezia:

  • Datuak nondik lortu diren eta wikidatako formatura moldatzeko zer aldaketa egin zaizkien ez da idatzita gelditzen.
  • Datuak eskuz, edo ia eskuz, sartzen dira eta sarri ondorengo urteetan ez da haiek eguneratzeko lana egiten.

Zer egin?
Gabezia horiek, ETL funtzioak (Export-Transfer-Load) erabiliaz gainditu ahal daitezke. ETL funtzio horiek beren baitan izaten dute, informazioa nondik lortu den eta helburu duen sisteman sartu aurretik egin zaizkion moldaketa guztien informazioa. Eta etorkizunean datuak eguneratu nahi izanez gero, ETL script-a berriro exekutatu besterik ez da egin behar datuak erraz berriro kargatzeko. Wikipediarako ETL funtzioak garatzea aurrerapauso garrantzitsua da. Datuak askoz ere modu errazagoan sartu ahalizateko, datuen jatorriari buruzko informazio argia gordetzeko, eta, batez ere, haien eguneraketa bermatzeko. Zorionez, ETL horiek sortzeko lana ez dago hutsetik hasi beharrik. Gorago aipatutako OurWorldInData – OWID erakundeak horrelako ehundaka ETL sortu ditu, kode irekian idatzitako python script-ak dira (https://github.com/owid/etl).

2. Datu serieak Wikimedian biltzeko bide sendo berri bat: Wikicommons+Wikidata aukera

Bazegoen beste aukera bat datu-seriak Wikimedian errepresentatzeko (datu guztiak Wikidatan biltzea), baina apostu egin dugu datu segidak errepresentatzeko aukera misto baten alde: datu masa handiena Wikicommons-en ‘tabular data file’ moduan sartzea, honela:

  • Datu-serie bakoitza tabular data gisako fitxategi batean gorde Commons-en. Nonbait kalkulu-orri baten baliokide den egitura bat adierazle estatistiko baten balioak lerroka antolatuta dituenak. Lerro bakoitzean lau balio azaltzen dira: Entitatea, urtea, balioa eta oharrak.
  • Datu-seriearen metadatuak ere gordetzen ditugu Commons-en (datua nork sortu duen, noiz, zer metodologiarekin, zer muga metodologiko dituen, non eta noiz argitaratu den…).
  • Datu-serie bakoitzarentzat Qxxxx item berri bat sortzen dugu Wikidatan eta hari bere propietate nagusiak erantsi
  • Datu-serie bakoitzaren datuak non dauden zehaztearren, Wikidatan duen itemean ‘Datu-serie tabular‘ predikatuarekin sententzia bat gehitzen diogu Commonseko bere “.tab” fitxategiarekin lotzeko.

Eta datu-serieak errepresentatzeko gure proposamen horrek harrera ezin hobea jaso du Parisen Wikimania 2026 biltzarrean aurkeztu dugunean. Wikidatako arduradunek onartu dute proposamena, eta onartu dute Wikidatan propietate berri bat sortzea, guk proposatu bezala. ‘Datu-serie tabular‘ (P14687) Propietate berri horrek Wikidatako datu-serie bat eta bere Commons tab-fitxategia lotzeko balioko du eta erabilera orokorra izango du hemendik aurrera. Adibidez, guk bizi-esperantzako datuekin wikidatan sortu dugun datu-serie itema (Q140402222 datu-seriea, WB-WDI-SP.DYN.LE00.IN datu-seriea) ‘Datu-serie tabular‘ propietatean duen balioa serie horren datuak dituen c:Data:WDI/SP.DYN.LE00.IN data.tab datu-taula izango da.

3. Egindako ekarpena

Proiektu honetan bi ekarpen nagusi egin ditugu: Batetik frogatu dugu gure Commons+Wikidata diseinu berria bideragarria, koherentea eta ulergarria dela, eta bestetik, Python lengoaia erabiliz, ETL script-ak sortu ditugu gizarte-estatistiketarako datu segidak Wikimedia ekosisteman sortu eta eguneratzeko.

ETL script horiek Wikimediako kide guztiek berrikusi, moldatu eta baliatu ahal izan dezaten, irailean kode ireki moduan eskuragarri ipiniko ditugu Wkimedia GitLab-en eta zerbitzu gisa Wikimediako Toolforge-n

Script horien erabilgarritasuna frogatzeko nonbaitetik hasi behar zen eta munduaren egungo egoerari lehen itxura bat hartzeko garrantzitsu diren bederatzi adierazleren datuak igo ditugu. Hauek dira adierazle horiek: Bizi-itxaropena, demografia, alfabetatze-tasa, CO2 isurpenak, haurren hilkortasuna, barne-produktu gordina, per capita errenta, heriotza tasa eta giza-hilketa.

Commonseko kategoria honetan ikus daitezke igo ditugun datuak:

https://commons.wikimedia.org/wiki/Category:World_Development_Indicators

Bukaeran eta Wikipedian datu horiek duten baliagarritasuna erakusteko asmoz, hainbat grafiko gehitu ditugu Wikipedian munduko herrialdeen artikuluetan (India, AEB, Txina, Nigeria…) eta beste grafiko eta mapa batzuk adierazle estatistikoen artikuluetan ere bai.

Esate baterako, bizi-itxaropeneko datuekin 200dik gora grafiko gehitu ditugu munduko herrialdeen artikuluetan (ikus Data:Life expectancy.chart), eta datu orokorren grafikoak gehitu ditugu Wikipediako Bizi itxaropen artikuluan.

Klima-aldaketa artikuluan CO2 isurpenen grafikoak gehitu ditugu, mapa moduan:

eta grafiko moduan ere bai:

4. Etorkizunerako lana

Gainera, sortu ditugun Python programak erabiliz… udazkenean mila adierazle estatistikoren datuak igo ahal izango ditugu Wikimediara. Munduko Bankuaren ‘World Development Indicators’, eta OurWorldInData – OWID atarietan badira 1.400 adierazleren datuak lizentzia librearekin. Datu horiek igo Wikimediara, ondo dokumentatu, eta ETL scriptak aktibatu ditzakegu urtez-urte modu semiautomatikoan datu horiek eguneratu ahal izateko.

Herrialde mailako datuez gain, eskualde mailakoaz ere gehitu nahi ditugu. Orain arte igo ditugun datuak estatu mailakoak dira. Horrek datu kopuru ikaragarria uzten du bildu gabe, izan ere munduan Portugal, Espainia edo Frantzia bezalako estatuak 250 inguru dira munduan, baina Eusko Autonomi Erkidegoa edo Nafar Foru Erkidegoa bezalako eremu administratiboak 4.000 pasa dira.

Maila lokaleko datuak ere igo ahal izango dira Wikimediara guk sortutako tresnekin. Baina Euskal Herri osoko datu estatistikoak biltzea ez da erraza, hainbat erakunde ofizialen artean oso barreiatuta egoten dira, adibidez, datu meteorologikoak bildu genituen 2023an eta lau erakundetako datuekin aritu behar izan ginen (ikus: Datu-meteorologikoak-wikipedian-eta-wikidatan). Gaindegia elkartea Euskal Herri osoko datuak biltzen saiatzen denez, Gaindegik eskaintzen dituen datuekin lan egitea nahiko genuke.

Iberoamerikako hizkuntza-dibertsitatea Wikipedian

Data: 11 urria
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Albiste orokorrak, Hizkuntza txikiak, Wikidata

Neima Paz (Wayuerazko Wikipedia)
Anabel Arraiza, Mentxu Ramilo eta Kepa Sarasola (Euskal Wikipedia).

Latinoamerikako hizkuntza indigenek wikipedian duten presentzia ez da oso handia. Zein da egoera hori? Zelan hobetu daiteke egoera hori? Wikimedia Argentinak eta Wikimedia Mexikok Buenos Airesen antolatu duten biltzarrean (Encuentros de la Comunidad Hispanoparlante) egin dugun aurkezpenaren laburpena egin dugu hemen. Wikipedia hizkuntza arteko lankidetzarako bideak eskaintzen dituen tresna partekatua da. Aberastasun hori azaleratzen lagundu dezakegu.

Amerika kontinente aberatsa da hizkuntzei dagokienez. Munduan 6.700 edo 7.000 hizkuntza inguru badaude, horietako 900 inguru Amerikako hizkuntza indigenak dira. Horrek esan nahi du planeta osoko hizkuntzen %12,8 direla.

Baina aberastasun hori ez da islatzen Wikipedian duten presentzian. Gaur egun, 2025eko urrian, 13 hizkuntza indigena amerikarrek baino ez dute beren bertsioa Wikipedian, hau da, 354 hizkuntzen artean %3,7k. Portzentajea ia lau aldiz txikiagoa da: %3,7, %12,8ren aldean. Hau ikusita, kultur komunitateak erronka honi aurre egiteko zeregin zabala duela ondoriozta dezakegu.

Hausnarketa lan honen egileok bi helburu jarri genituen gure lanari. Lehena, datu eguneratuak biltzea, eta, bigarrena, erronka horri ekiteko proposamenak jasotzea.

Zein da Ameriketako hizkuntza indigenen egoera Wikipedian?

Datuak Wikidatan eguneratu ditugu eta horri esker Wikipedia duten hamahiru hizkuntzen taula eskura dezakegu, baita gaur egun sortze prozesuan dauden 40 hizkuntzen taula ere (“inkubagailuan” daude).

Gainera, Wikimediak 354 wikipedien tamainari buruz eskaintzen dituen datu estatistiko orokorretatik atera ditugu azterketa honetako hizkuntzei dagozkien datuak. Bost minutu hauetan ezin gara xehetasunetan sartu, baina tailerreko orri batean dauden taula hauek azter ditzakezue. Taulak Wikidatako datuekin sortu direnez, ez da oso zaila horien bertsioak beste edozein hizkuntzatan sortzea (portugesa, Wayuera, aimara…)

Dauden hamahiru wikipediak hiztun kopuruaren arabera edo daukaten artikulu kopuruaren arabera ordenatzen baditugu, oso argi dago batetik lehenengo bostak Iberoamerikakoak direla (kitxua, guaraniera, aymara, nahuati eta wayú), eta gainerako hizkuntzak Ipar Amerikakoak direla, non hizkuntza horiek askoz hiztun gutxiago dituzten. Ipar Amerikako komunitateak proiektu dezente garatu ditu azken aldian Wikipedian bere hizkuntza-aniztasuna jasotzeko.

Wikipediak artikulu kopuruaren arabera ordenatzen dituen taulan Iberiar Penintsulako beste hizkuntza indigenak ere sartu ditugu (katalana, galegoa, euskara…) eta ikus daiteke horiek guztiek amerikarretako edozeinek baino artikulu gehiago dituztela.

Beraz, taula hori ikusita, ondoriozta dezakegu Wikipedian Iberian askoz hizkuntza gehiago daudela Iberoamerikan baino eta handiagoak direla. Azken 10-20 urteetan Iberiar hizkuntzekin egin den antzera eta Ipar Amerikan egin den lana ikusita, non Wikipedia asko sortu diren, lan ildo hori Ertamerika eta Hego Amerikara ere zabal daitekeela uste dugu.

Zer egin daiteke hizkuntza horien presentzia sustatzeko?

Gure azterketaren bigarren helburua proposamenak jasotzea izan da, epe ertainean emaitza esanguratsuak lortu ahal izateko. Oso argi dugu inportanteena dela komunitateak sortzea hizkuntza indigenen inguruan, eta gainera, komunitate horien arteko elkarlana sustatzea. Helburu hori lortzeko, hona hemen proposamen zehatz batzuk:

  1. Bide-orri bat, urratsez urratseko gida definitzea, hizkuntza-komunitate batek bere wikipedia bat aktibatzeko kontuan izan behar duena.
  2. Wikipediako kapituluetatik abiatuta, eskura dituzten baliabide eta jardueren berri ematea hizkuntza-komunitateei. Egin beharreko jarduerak (presentzialak eta birtualak)
    komunitatea sortzeko aukera ematea. Adibidez, motibagarria izango litzateke udako ikastaro moduko bat antolatzea, 10-20 wikipedista indigenen artean elkartzeko aukera emango lukeena, haiek trebatzeko. Horrelako lantegi batean Wikipedia batzuek inkubagailua utzita Wikipedia ofizialetan sartu ahal izateko, eta beste hizkuntza batzuek inkubagailuan lehen urratsak emateko.
  3. Hizkuntza-komunitate bakoitzeko pertsona bat, gutxienez, prestatzea.
  4. “Amerikako hizkuntza indigenen ataria” eguneratu da
  5. Hizkuntza-komunitateen arteko lankidetza, artikuluen sorkuntza erdiautomatikoan laguntzeko. Adibidez: hiriak, herriak, ibaiak, mendiak… tokikoak zein globalak.
  6. Hizkuntzaren estandar bat sortzen joatearen garrantzia. Wikipedia oso tresna erabilgarria izan daiteke euskalki ezberdinak bateratzen joateko.

Wikipedian aurkitu ditugun hiru mapa hauek argi eta garbi erakusten dute dagoen aberastasuna eta aniztasuna.
Wikipedia hizkuntza arteko lankidetzarako bideak eskaintzen dituen tresna partekatua da. Aberastasun hori azaleratzen lagundu dezakegu.

Euskal musika-taldeak eta albumak Wikidatan

Data: 29 otsaila
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Albiste orokorrak, Berrikuntza teknologikoa, Wikidata

Koldo Etxaniz*, Galder Gonzalez**, Lorea Loinaz*, Ane Paniagua*, Kepa Sarasola* ** eta Ana Zelaia*
.* Informatika Fakultatea, UPV/EHU
.** Euskal Wikilarien Kultur Elkartea (EWKE)

Galdera hauen erantzunak lor daitezke Wikidatako datuekin?

  • Euskal musika-talde eta kantarien artean, zeintzuk dira album gehien plazaratu dituztenak?
  • Zein urtetan plazaratu dira euskarazko musika-album gehien?
  • Nola eboluzionatu du urtez urte euskarazko albumen kopuruak genero artistikoaren arabera? Eta sexu edo generoaren arabera?
  • Mikel Laboa, Benito Lertxundi eta Gatiburen albumak ikus ditzakegu urtez urteko ardatz batean tartekatuta?
  • Nongoak dira euskal musikariak? Zein herritan jaio dira?

2018an antzeko galderak erantzuteko lan ikusgarri bat aurkeztu zen blog honetan bertan, (“Euskal literaturaren armiarma sarea Wikidatan aztergai”), kasu hartan galderak musikari buruz ez, literaturako liburuei buruz izan ziren. Orain, berdin egin daiteke musika-albumekin?

Erantzuna erraza da: “Bai, jakina, datuak edukiz gero egin daiteke”. Wikidata oso tresna baliagarria da; kontsulta, azterketa eta grafika oso interesgarriak sor daitezke, baina horrelakorik ezin da lortu daturik ez badago.

Bada, horixe izan da 2023an Donostiako Informatika Fakultateko ikasle batzuek hartu zuten erronka: erantzun horiek lortu ahal izateko Wikidatako datuak osatzea. Aurretik Wikidatan baziren euskal musikari buruzko datu batzuk, hainbat wikilarik azken 10 urteetan modu soltean sartuak. Horiez gain, Musikasten (https://www.musikasten.eus) eta Badok (https://www.badok.eus) atariek horrelako datu batzuk badituztenez, azkenean atari bietan, batean eta bestean, daudenekin lortu da hainbat kantari, musika-talde eta albumen datuekin multzo minimo bat sortzea, eta horrela goiko galderei erantzun itxuroso bat eman ahal zaie. Ez da erantzun osoa, datu guztiak ez baitaude, baina ideia bat sortzeko balio du eta datu gehiago sartuz gero erantzun zehatzagoak lortu ahal izango dira etorkizunean. Bitartean, gainera, lortutako erantzun horiek beste hizkuntza batzuekin ere kontsulta daitezke, eta horrela hizkuntzen arteko konparazio batzuk ere egin daitezke.

Lan hau teknikoki nola egin dugun azaltzeko xehetasunak bukaeran jarri ditugu, atal hori ez da irakurle guztientzat, antzeko lanak egin nahi dituenarentzat baizik. Hor azaldu dugu konputagailuan zer programatu behar izan dugun eta Wikidatan musika-datu horien errepresentazio estandarra nolakoa den. Bestalde, badok.eus ataria askoz konpletoagoa denez, Wikidatako datuetan sistematikoki gehitu ditugu estekak Badokera bideratzeko. Horrela, klik bakar batean joan ahal izango da erabiltzailea informazio sakonagoaren bila.

Egindako lana eginda, orain Wikidatan datu multzo minimo bat dugula, galderak egin ditzakegu Wikidata kontsultatzeko webgunearen bitartez (query.wikidata.org). Adibidez:

Antzeko galderak dira beste hauek ere:

Beste galdera mota bat:
Euskal musika-talde eta kantarien artean, zeintzuk dira album gehien plazaratu dituztenak?

Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak?
Bi grafiko erakutsiko ditugu; batetik, urtez urte zenbat album argitaratu diren euskaraz (beti ere Wikidatan dauden datuen arabera):

Eta bestetik, album horien artean zeintzuk dira wikiproiektu honen bidez Wikidatan sartu ditugunak?

Ikusten denez guztira euskarazko 1228 album daude Wikidatan, eta horietatik 1015 sartu ditugu wikiproiektu honetan hau da dauden albumen %82,6 wikiproiektu honen bitartez sartu dira, Oraindik ez daude denak baina, gogoratu bi muga ditugula, alde batetik badok.eus atarian 300 talde esanguratsuenen albumak bakarrik hartu ditugula (Musikasten kodea zituztenak), eta beste aldetik, 2022raino datuak baino ez ditugula sartu.

Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak genero artistikoaren arabera?

Euskarazko interpretatzaileen album kopurua urteko, genero artistikoaren arabera. (barra-diagrama).
Diagraman nabaritu dezakegu 1960eko hamarkadan herri musikaren kolore arrosa dela nagusia, baina 2010eko hamarkadan rock musikaren kolore grisa bihurtu dela nagusia, baita pop musikaren kolore horia ere.

  • Espainierazko interpretatzaileen album kopurua urteko, genero artistikoaren arabera. (barra-diagrama)
    Diagraman nabaritu dezakegu rocka (urdin iluna), popa(urdin iluna), pop rocka (hori iluna), pop latinoa (teila kolorea) eta regueton-a (hori argia) genero nagusiak direla. 2000ko hamarkadan album asko dago, 2009an 170 izatera heldu ziren, baina harrezkero asko jaitzi ziren argitaratu tako albumen kopurua.
    1969 baino lehenago album gutxi argitaratu ziren; hori ere ikusten da euskarazko produkzioan, euskarazko lehen albuma 1967an merkaturatu zuten.

Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak generoaren arabera?

Interpretatzaile bakarlarien generoa aztertuta ikus daiteke gizonezkoen albumak direla nagusi. 2017-2021 tartean emakumeen presentzia handitu egin zen apur bat.

Beste galdera mota bat:
Nongoak dira euskal musikariak? Zein herritan jaio dira?

640 musikari edo talde azaltzen dira, gehienak kosta aldekoak dira, baina badira musikariak herrialde guztietan, baita Mexikon, Puerto Ricon eta AEBetan ere. Mapa interaktiboan posible da puntu gorrietan klikatzea, herri horretako musikariak ziren diren ikusteko. Beheko irudian Ezterenzubi herrian klikatuta Eñaut Eizmendiren datuak azaldu dira.

Azken galdera bat, kantuei buruz:

Egindako ekarpena

Euskal musika-taldeen eta haien albumen zerrenda luzea da. Une honetan badok.eus webgunean 1.350 talde inguru daude. Horietatik 300 talde besterik ez ditugu landu, Wikidatan musikastenID identifikadorea dutenak. Horrela gure lana pisu handieneko interpretatzaileekin bakarrik egin dugu, 300 talde horien Wikidata itemak eta haien albumak (garrantzitsuak diren batzuk, gutxienez) modu koherentean sortzen saiatu gara.

Proiektua amaitu dugun unean, guztira 300 interpretatzaileren eta 1144 albumen erregistroak daude Wikidatan. Denek ez dute informazio bera gordetzen, batzuek informazio gehiago dute, baina garrantzitsuena nabarmentzearren, honakoa esan dezakegu:

  1. Egitura estandar bati jarraituz sortuak izan dira. Horri esker, euskal musikarako sortu ditugun SPARQL kontsultak erraz molda daitezke beste hizkuntzekin ere erabiltzeko, frantsesezko albumak bilatzeko, esaterako.
  2. Album guztiek dute informazio minimo bat, garrantzitsuena dena (interpretatzailea, diskoaren izenburua, genero artistikoa, urtea, hizkuntza eta badok.eus-erako esteka).
  3. Denek dute badok.eus webgunerako esteka eta horietako batzuek Musikasten webgunerakoa ere. Wikidatan zeudenei eta esteka ez zutenei gehitu zaie. Horri esker, edozein erabiltzaile klik bakar batean joan ahal izango da zuzenean Badok atarira informazio sakonagoaren bila.
  4. Postdata (2025-07-14): Guztira euskarazko 2025eko uztailean 1228 album daude Wikidatan, eta horietatik 1015 dira wikiproiektu honetan sartu ditugunak, hau da, dauden albumen %82,6 wikiproiektu honen bitartez sartu ditugu, Oraindik ez daude denak baina, gogoratu bi muga ditugula, alde batetik badok.eus atarian 300 talde esanguratsuenen albumak bakarrik hartu ditugula (Musikasten kodea zituztenak), eta beste aldetik, 2022rainko datuak baino ez ditugula sartu.
  5. Postdata (2025-07-14): Urtebete geroago Wikidatan euskarazko albumak 1244 ziren, horien artean musika-generoa eta beste datu guztiak definituta zeuzkanak 556 ziren.

Erabilitako tresna informatikoak

Artikulu honetan aurkezten dugun lana aurrera eramateko erabili behar izan ditugun tresna guztiak aipatzen ditugu atal honetan. Izan ere, jakin badakigu proiektu honek jarraipena izan dezakeela, eta hobekuntzarekin aurrera egiteko prest ager daitezkeen ikasleei ondo etorriko zaiela erabilitako tresnen informazioa izatea.

Tresna informatiko horiek berriak ziren Koldo, Lorea eta Ane ikasleentzat proiektuan lanean hasi ziren unean. Sekula ez zuten Python programazio-lengoaiarekin lan egiteko aukerarik izan, ez zekiten Wikidata nola antolatuta zegoen, ezta Wikipediaren eta Wikidataren arteko lotura nola egiten zen. Proiektu honi esker ikasi dute hori guztia.

Egindako programak eta horien dokumentazioa Ane, Koldo eta Lorearen Github orrian daude:

https://github.com/koldosaurio/WD_Euskal_Musika

Lan honi jarraipena emateko aukera batzuk

  1. Esan bezala, Euskal musikan erreferentzia nagusi den badok.eus atarian 1.350 talde inguru daude guztira, eta horietatik 300 talde besterik ez ditugu landu. Musika-talde eta album gehiago gehitu litezke. Badok atarikoak interesatuta baleude, beren informazio aberatsera kontsultak bideratzeko lagungarri ikusiko balute, eurekin lankidetzan egin liteke.
  2. Euskal musikarientzat sortu ditugun Wikidata erregistroak Wikipediako artikuluekin lotu litezke masiboki, esate baterako, Hertzainak taldekoa dagoen bezala.
  3. Musika-taldeak eta album berriak sortuko dira etorkizunean. Horien datuak gehitu egin beharko dira Wikidatan. Wikilari boluntarioek egin dezakete lan hori banaka-banaka eskuz sartuz, edo lan hori errazteko eta datuak eguneratuta edukitzeko laguntza informatikoak sor litezke.

Koldo Etxaniz*, Galder Gonzalez**, Lorea Loinaz*, Ane Paniagua*, Kepa Sarasola* ** eta Ana Zelaia*
.* Informatika Fakultatea, UPV/EHU
.** Euskal Wikilarien Kultur Elkartea (EWKE)

WIKIDATAk 10 urte. Zer da eta nola balia dezaket? (2022-10-26)

Data: 24 urria
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Albiste orokorrak, Wikidata

Wikidataren 10 . urteurrenean hitzaldia bat eta tailer bat antolatu dugu. Zer da eta nola balia dezaket? Informatika ikasten Wikipedia eta Wikidata laborategi gisa hartuta

Gehiago irakurri

Informatikako programazio-ariketak Wikidatako datuekin: jolastoki berria!

Data: 18 urtarrila
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Berrikuntza teknologikoa

Urteak dira Informatika Fakultatean lehen mailan programazioa irakasten dudala. Ariketak eta ariketak egin behar ditu ikasleak konputagailu-programak nola idatzi behar diren ikasteko; ehun baino gehiago dira irailetik abendura bitarte egiten dituena.
Erabil dezakegu Wikidata programazio-ariketak egiteko? Esaterako… datu asko dago udalerriei buruz. Saia gaitzen horiek erabiltzen!
Artikulu honetan aurtengo gure ikasleek landu dituzten ariketa eder batzuk erakutsiko ditut.

Ikaslee batek egindako programa baten zati bat
Euskal Herriko udalerrien datu batzuk eskuragarri daude Wikidatan,
EHko udalerrien biztanleria mapa batean

Beti ari gara ariketa abstraktuekin

Gehienetan programazioko ariketetako datuak zenbaki eta testu sinpleak izaten dira, testuingururik gabe eta maila abstraktukoak. Adibidez, ikusi enuntziatu orokor bi hauek:

Ariketa. Batezbestekoa
Zero zenbakiaz amaitzen den eta gutxienez beste zenbaki bat duen zenbaki osozko sekuentzia bat irakurrita, kalkula ezazu sekuentziako zenbaki positiboen batezbesteko aritmetikoa.

Ariketa. Zenbakia bilatu zenbaki ­osozko bektore batean
B oso­ bektore ez ordenatu batean zenbaki bat bilatzeko algoritmoa espezifikatu eta egin. Zenbakia bektorean badago, lehenengo agerpenaren posizioa itzuli beharko da; eta bestela, zero itzuli beharko da. Azpiprograma modura inplementatu.

Enuntziatu orokor horiek ondo daude, balio dute pedagogikoki abstrakzioa lantzeko, baina azken bi urtetan ikusi dut ariketa horietako batzuk datu errealekin egin daitezkeela, eta horrela ikasleak estimu handiagoa hartzen diola ariketari. Kasu horretan, egin duen programa errealitatearekin lotuago dagoela ikusten du ikasleak, ikusten du programatzen jakiteak ate berriak irekitzen dizkiola eguneroko bizitzan aritzeko. Ikusten du ikasgelan egin duen programa horrek, gero koadrilako lagunekin komentatzeko ere balio duela, baita txantxa batzuk egiteko ere, agian.

Ariketarik datu errealekin?

Ildo horretatik aurten urrian, ikastaro erdian ariketa pare hau proposatu diegu ikasleei:

Ariketa.
Gipuzkoako udalerrien batezbesteko biztanleria
Hainbat zenbakiren batezbestekoa kalkulatzen ikasi dugu gaur. Hemen dauzkazue Gipuzkoako udalerrien biztanleria eta azalera: https://w.wiki/ddj
Ea nork esaten didan zein den Gipuzkoako udalerrien batezbesteko azalera eta batezbesteko biztanleria.
Nafarroan? Bizkaian?

Alex Diez, Miren Samaniego, Leire Hernandez, Xabier Irastorza eta Juan Alagonek primeran asmatu zuten 🙂
Gipuzkoako udalerrien biztanle kopuruaren batez bestekoa 8.253 da.

Ariketa.
Zenbat herrikide dituzu Wikipedian?
Zenbat lanbide bakoitzean?
Zure herriko zenbat neska/mutil daude Wikipedian? Zenbat dira jarduera bakoitzean (futbolariak, politikariak, idazleak…) ?
Nondik lortu datuak?  Hemendik: https://w.wiki/BNp

  1. Wikidatako galdera honetan (https://w.wiki/BNp) Agurainen ordez jarri nahi duzun herria
  2. Emaitza esportatu ezazu ‘query.csv’ fitxategira.
  3. Eskuinaldeko ‘Jaitsi’ menuan hartu ezazu ‘CSV fitxategia’ aukera.
  4. Sortu den ‘query.csv’ fitxategia ekarri direktorio honetara.

Tamalez, azken ariketa hori ez zuen inork egin, lanpetuegi-edo egon ziren urriko aste hartan.

Hiru ikasleren programa txukunak Wikidatako datu errealekin

Baina geroago, bukaeran, abenduan, ikasle batzuek trebetasun minimo bat lortuta zutelarik, azken ariketa luze hau proposatu nien, ea inork ekiten zion erronkari:

Ariketa.
EHko udalerri honen antzekoena zein da beste probintzietan? 
Bizilagunen dentsitatea kontuan hartuta (biztanlea/zabalera) Datuak Wikidatatik jaso ditzakegu: EHko udalerrien azalera, biztanleria eta lurraldea (Ipar eta Hegoaldea)
Hortik datuak hartuta… Sartu dena bektore batean (edo probintzia bakoitzerako bektore bat). Kalkulatu dentsitateak eta orduan: Herri bat emanda bilatu beste probintzietako herrien artean zeintzuk diren dentsitate berdintsuak dituztenak

Besterik ez nien esan, beste laguntzarik ez. Ez zen erronka makala, eta irakasgaian landutako kontzeptu gehienak lantzeko balioko zuela uste genuen.
Eta hara! Hiru ikaslek programa zoragarri egin dituzte! Ederto landu dute ariketa eta ebazpen ederrak lortu ere gero. Horietako bik sortutako kodea eta dokumentazioa zuk ere ikus dezakezu, Githuben jarri baitituzte :

Irastorzaren emaitza batzuk. Biztanle dentsitateko herriak lerro bakoitzean.

Adibidez, zein dira biztanle-dentsitatean Gipuzkoako Lezo-rekin antza handiena duten herriak? Irastorzaren programak argi azaltzen du, hauek dira:

Laudio (Araban), Bermeo (Bizkaia), Basusarri (Lapurdi),
Eguesibar (Nafarroa Garaian), Donibane Garazi (Nafarroa_Beherean)
eta Maule-Lextarre (Zuberoan).

Euskal Herriko udalerrien datu batzuk eskuragarri daude Wikidatan,

Mundu osoko datuak, 300 hizkuntzatan

Baina Wikidatako datuak ez dira Euskal Herrikoak bakarrik, mundu osoko datuak dira. Eta gainera emaitzak hainbat hizkuntzatan eskuratu daitezke.
Hori dela-eta… azken ariketa pare bat proposatu diet ikasle horiei, ea baten batek egiten duen, EHkoa eginda edukiz gero beste hau askoz errazagoa da gero. Ezetz asmatu zure programa moldatzen gauza bera egiteko Espainiako udalerri (eta probintziekin) jolasten.

Ariketa.
Antzeko hiriak Amerikako Estatu Batuetan.
Eta era berean… Estatu Batuetako hiriekin (probintzien ordez estatuak hartuta)?
(https://w.wiki/ufc Ameriketako Estatu Batuetako 10.000 hiri, bakoitza bere probintzia, biztanleria eta azalera)

Ariketa.
Espainiako antzeko udalerriak beste probintziatan
Egin berriro udalerriko ariketa baina esate baterako, Espainiako udalerri eta probintziekin
(https://w.wiki/ufM, Espainiako 6730 udalerri, bakoitza bere probintzia, biztanleria eta azalerarekin)
Edo Frantzian (https://w.wiki/ufJ, Frantziako 10.000 udalerri, bakoitza bere probintzia, biztanleria eta azalerarekin)
Oso aldaketa gutxirekin lortu ahal izango duzu.

Programatzen irakasteko jolastoki berriak

Oso pozik nago ikasle horiek egin dutenarekin, baina oraindik orain ez nago guztiz pozik. Nik proposatzen dizkiedan gaiak nahiko “formalak” edo “aspergarriak” direlako (biztanle kopuruak, azalerak eta halakoak). Oraindik ez dut lortu, baina erne, laster ikasleek eurek aukeratuko dituzte gustuko gaia (filmak? Bideo-jokoak? Kirolariak? Musika taldeak? edo dena delakoa) Eta gai horiei buruzko datuak Wikidatatik hartuta… programak gai horiekin ere erabiliko dituzte. 🙂

Eta koadrilako lagunei erakutsiko diete zer programatu duten.
Laster baietz! 😉

Gora datu irekiak! Gora Wikidata!
Programatzen ikasteko ariketa erakargarriak sortzeko aukera dira eta!

Humanitate Digitalak eta Wikidata

Data: 15 ekaina
Wikilaria: Aitzol Astigarraga
No comments
Kategoriak: Albiste orokorrak

Artikulu honetan, Wikidata ezagutza-basea baliatuz kontsultak eta bistaratzeak nola egin ikusiko dugu. Bi adibide erabiliko ditugu horretarako: lehenbizikoan, Wikipediak gure herri edo auzoari buruz gordetzen duen ondarea bistaratuko dugu mapa batean; bigarrenean berriz, bertsolaritzari emango diogu begiratua, hura kuantitatiboki aztertzeko tresnak erakutsiz.

Gehiago irakurri