HUMAL > Töövood > Teraviljadega seotud regilaulude leviku analüüs Eestis

Teraviljadega seotud regilaulude leviku analüüs Eestis

Töötame Eesti regilaulude andmebaasiga, mis sisaldab regilaulude tekste ja nende juurde kuuluvaid metaandmeid. Projekti eesmärk on uurida teravilju sisaldavate töölaulude geograafilist levikut ning analüüsida, milliseid teravilju erinevates piirkondades kõige sagedamini mainitakse. Analüüsi kaudu soovime leida võimalikke regionaalseid mustreid ning uurida, kuidas ja kas regilaulud võiksid peegeldada ajaloolist põllunduskultuuri.


Regilaulude andmebaas sisaldab mitmesuguseid metaandmeid, sealhulgas laulude pealkirju, teemasid, laulu tekste, kogumiskohti, kogujaid, esitajaid ja kogumisaega. On oluline mainida, et kõik metaandmed ei ole iga laulu puhul täielikult saadaval.

Töövoo sammud

Märksõnad: Sirvimine, otsing, infootsing

Esimese etapi eesmärk oli teha kindlaks milliseid teravilju analüüsiks kasutada võiks. Nende leidmine oli meie töö aluseks, sest ilma täpsete sisenditeta andmebaasi päringuid teha ei saa. Algne teraviljade valik tekkis koostöös mentoriga, kellelt sai uuritud, mis on Eestis läbi aegade põhilisemad teraviljad. Nimekirja jõudsid nisu, kaer, tatar, rukis ja oder. Leidsime, et viie teraviljaga nimekiri oleks selle projekti raames piisavalt ammendav. Nende teraviljadega tegime esimesed SQL päringud ja visualiseeringud, kontrollimaks nende olemasolu ning ka sõnavorme. Seda nimekirja laiendasime kolmandas etapis koostöös sisulise mentoriga, et lisada ka eesti keele murde- ja käändevorme.

Märksõnad: eeltöötlus, uurimine

Selles etapis tutvusime esmakordselt projektis kasutuses oleva FILTER andmebaasiga. Enne päringute tegemist lugesime läbi kaasaskäivad lisamaterjalid nagu andmebaasi skeem ja kasutusjuhend, et mõista baasi üldist ülesehitust ja päringute tegemise loogikat. Andmebaasiga tutvumise kaudu saime panna paika kindlamad eesmärgid ja süsteemi järgmistes etappides päringute loomiseks. Ühenduse andmebaasiga lõime läbi DBeaver’i, vaatasime üle olemasolevad tabelid ja tulbad ning kuidas nende sees andmed märgitud on. Nendest tegime paberile endale arusaadavad joonised, kuhu märkisime üles tabelite vahelised seosed, mis meie päringutes vajalikud võiksid olla. See etapp oli oluline andmestiku struktuuri mõistmiseks ning andmemudeli kaardistamiseks. Andmebaasi skeemi uurimine oli vajalik hilisemate keerukamate päringute ja andmete ühendamise jaoks.

Märksõnad: Eeltöötlus, lemmatiseerimine, teisendamine

See etapp keskendub valitud teraviljade käände- ja murdevariantidele. Kuna regilaulud sisaldavad murdelisi vorme ja ajaloolist keelekasutust, oli vajalik koostada laiendatud sõnavormide nimekiri. See võimaldas vähendada olukordi, kus oluline tekstiline info jääks liialt lihtustatud märksõnaotsingu tõttu leidmata. Samuti peab arvestama ka sõna käänetega, mis teevad sõna otsingu raskemaks. Selle jaoks jagas sisuline mentor meiega nimekirja, kus oli välja toodud suurem osa nisu, kaera, rukise, odra ja tatra murdelised ja käänatud variandid. See nimekiri puhastati ChatGPT abil, et jagada variandid nendega vastava teraviljaga, mida hiljem SQL koodi sõnaotsingul ja tabelite koostamisel läheb vaja.

Märksõnad: Andmete visualiseerimine, päringud, andmekaeve

Selle etapi eesmärk on luua SQL skript, mis leiaks FILTER andmebaasist eestikeelsed regilaulud töölaulude alamkategooriast, mis mainivad meie valitud sõnu. Leida tuli ka laulude asukohad.
Valik keskenduda ainult töölauludele tulenes sellest, et oma töö käigus soovisime näha kus tegeleti nende teraviljadega põllunduses. Seetõttu jätsime välja muud laulutüübid, mis võiksid nende viljade nimesid sisaldada, kuna need ei oma meie projektis sisulist tähtsust. Skripti kirjutamiseks kasutasime SQL andmebaasi programmi DBeaver. Selleks kasutasime teises etapis leitud tabeleid, mis sisaldasid meile tähtsat infot nagu sõnad, asukoht ja spetsiifiliste tabelite id-väärtuseid. Id-väärtused lubavad luua ühendusi eri tabelite vahel, et ühendada omavahel erinevate tabelite andmed ja luua üks uus tabel. Sõnaotsingu jaoks on kasutatud eelmises etapis loodud nimekirja, mis on jagatud ära teravilja nimetusteks, et tabelis oleks nimetatud kohe sõna algne vorm.

Sellega loodi mitu erinevat tabelit, mis on vajalikud erinevate tulemuste näitamiseks. Üks tabel näitab kõikide kihelkondade iga mainitud teravilja esinemist arvuna ja ka suhtelise sagedusena, mis võtab arvesse, kui palju on kihelkonnas üldse kogutud laule, ja leiab protsendilise väärtuse iga teravilja sageduse jaoks 100 laulu kohta. See on tähtis, kuna mõnedes piirkondades on märgatavalt rohkem laule kogutud, mis võib tulemusi moonutada. Samuti on tabel, mis näitab täpselt, mis laulust ja värsist on sõna leitud koos sõna algse variandiga. On ka tabel, kus on iga kihelkonna kõige rohkem mainitud teravili ja selle sagedus, ja ka tabel, kus on teraviljade sagedused kokku arvutatud ja leitud nende põhjal iga kihelkonna kohta suhtelise sageduse. Need andmed laaditi alla csv-failidena, millest hiljem
saab teha visualiseeringud nagu kaardid ja tabelid. Samuti on need tabelid tähtis osa lõplikuks tulemuste analüüsiks, sest need näitavad, mis teraviljad olid millistes piirkondades tähtsad koos nende
sagedustega.

Märksõnad: Andmete graafiline kujutamine, programmeerimine, diagrammide koostamine

Selle etapi eesmärk on SQL-skriptiga loodud tabelite põhjal koostada visualiseeringud, mis võimaldavad selgemalt näha ja analüüsida viljakasvatusega seotud laulude levikut piirkonniti ning teraviljaliikide esinemissagedust. Visualiseeringud lõime R-Studios, kasutades pakette ggplot2, dplyr ja tidyverse. R sai valitud varasema kokkupuute tõttu, samuti kuna see võimaldab enne visualiseerimist andmeid täpselt töödelda ning joonised on koodi kaudu reprodutseeritavad. Andmete võrreldavuse lihtsustamiseks sai neid normaliseeritud. Iga piirkonna kõigi teravilja liikide esinemised liideti kokku ja jagati piirkonna laulude koguarvuga. Tulemuseks oli protsendiline arv, mis näitab viljakasvatuse laulude osakaalu kõigist piirkonnast kogutud lauludest. Lisaks sai kehtestatud miinimumlävi, analüüsi jäeti piirkonnad kus on kogutud vähemalt 30 laulu. Lävendi valik tugines csv tabelite tulemustele. See oli tulemuste täpsuse jaoks vajalik, kuna väikese laulude arvuga piirkondades võivad üksikud esinemised lõpptulemustes moodustada ebaproportsionaalselt suure osakaalu, moonutades sellega üldise võrdluse täpsust.

Koostatud sai neli joonist: tulpdiagramm viljaliikide üldise esinemissageduse näitamiseks, tulpdiagramm põllunduslike töölaulude esinemise võrdlemiseks, kuhjatud tulpdiagramm viljaliikide osakaalust piirkonniti ning kuumkaart, mis annab ülevaate kõigi viljaliikide ja piirkonna kombinatsioonidest. Piirkondi sisaldavaid diagramme tehes sai tulemused leitud 20 kõige suurema osakaaludega piirkondadest. See etapp tugines otseselt eelmises etapis loodud SQL skriptile, mis tootis analüüsiks vajalikud normaliseeritud koondtabelid. Selle etapi joonised toetavad ka järgmises etapis loodud kaardistusi ja võimaldavad arvulisi tulemusi selgemini näha.

Märksõnad: andmete visualiseerimine, geoviitamine

See etapp keskendub tehtud andmetabelite visualiseerimisele, et teha interaktiivsed kaardid, mis näitavad asukohta ja teraviljade esinemisi määratud asukohas. Interaktiivse kaardi loomiseks kasutati veebilehte Datawrapper, mis lubab oma andmed üles laadida ja neid kergesti töödelda valitud kaardile vähese koodiga. Datawrapper toetab eestikeelseid andmeid ja pakuvad ka erinevaid Eesti kaarte, kuid meie andmete jaoks vajasime Eesti kaarti, millel leiduksid ka nüüdseks kadunud kihelkonnad. Maaameti geoportaali kaardirakenduse all leidus Eesti ajalooline kihelkondade kaart (kihelkonnad kuni 1917), mis kattus peaaegu perfektselt meie andmetega. Selle kaardi laadisime alla GEOJSON failina ja laadisime ülesse Datawrapperisse. See võimaldas andmeid visualiseerida meie asukoha järgi. Peab märkima, et kaardil oli puudu Setumaa, mis oli võetud Vastseliina alla. Kuna Setumaa andmed olid märkimisväärselt suuremad kui Vastseliina omad, tegime otsuse, et kaardil kasutada Setumaa andmeid Vastseliina kohal.

Kokku koostasime kolm kaarti. Teraviljade esinemine 100 laulu kohta näitab iga kihelkonna regilauludes kõige sagedasemalt mainitud teravilja, selle suhtelise sageduse protsentides ja esinemiste arvu. Selle visualiseeringuga on näha, mis kihelkonnad võisid olla tähtsamad Eesti viljakasvatuses ja ka seda, mis teravili selles piirkonnas esile tõuseb. Kihelkondade teravilja mainitavuse sagedus näitab iga kihelkonna regilauludes mainitud teraviljade sagedust, arvestades kõik teraviljad kokku. Andmeid loeti ainult kihelkondadest, kus oli kogutud vähemalt 30 laulu, kuna väiksemad tulemused võivad suhtelise sageduse ebastabiilseks teha. See kaart näitab, mis kihelkonnad võisid olla kõige tähtsamad viljakasvatuses, arvestades valikus olevate teraviljadega. Kolmas kaart on iga teravilja mainitavus iga kihelkonna kohta, mis näitab iga kihelkonna kõige sagedasemalt mainitud teravilja, kasutades värve iga teravilja eristamiseks. Selle kaardi abil saab visualiseerida suuremad piirkonnad, mille laulud keskendusid lauludes mainitud teraviljale.

Märksõnad: Sisuanalüüs, võrdlemine, selgitamine

Valitud vilju sisaldava põllundusega seotud laulud olid kõige levinumad eelkõige Kesk-, Lõuna- ja Kagu-Eestis. See tulemus võib viitab sellele, et viljakasvatus mängis neis piirkondades olulisemat rolli kui mujal Eestis. Regilaulud olid seotud igapäevaste tööde ja talueluga ning nende suurem levik võib näidata põllunduse tugevamat traditsioonilist mõju nendes piirkondades. Siinkohal on oluline märkida, et teraviljade mainimise piirkondlik jaotus võib olla mõjutatud mitmekülgsete tegurite poolt nagu laulutraditsioonid, kogumispraktika või ajaloolised mustrid. Tulemusi ei tohiks seega tõlgendada kui ammendavaid näitajaid, vaid kui uuringu põhjal tekkinud mustreid.

Akadeemilise Põllumajanduse Seltsi teoses “Teadus Eesti põllumajanduse arenguloos” leiduv põllumajandusajaloo käsitlus osaliselt kattub meie tulemustega. Nende järgi oli Viljandimaa, Tartumaa ja osaliselt Järvamaa Eesti olulisemad põllumajanduspiirkonnad. Kuigi ajaloolistes käsitlustes rõhutatakse sageli rukki tähtsust Eesti peamise leivaviljana, näitas käesolev analüüs, et regilauludes mainiti kõige sagedamini hoopis kaera. See võib viidata sellele, et regilaulud ei näita selgelt põllumajanduslikku tähtsust, vaid rohkem igapäevast tööpraktikat ja talurahva eluolu. Samuti peab arvestama laulude loomise aastaga, mis tihti pole selge. Rukis hakkas põllunduse uurimisel tähtsust saama alates aastast 1918, kuid suur osarahvalaule võivad esitada vanemaid tulemusi. Kaera sage esinemine võib olla seotud selle laialdase kasutusega talumajanduses, näiteks loomasöödana. Kuna töölaulud olid seotud igapäevaste talutöödega, võis kaer olla põllukultuuris nähtavam kui teised teraviljad.