Før jeg ble mor i juli 2017, fortalte min bonus-svigermor meg at hun pleide å registrere sove- og spisemønsteret til sitt barn på 90-tallet, ført på listepapir. Det hjalp henne å forutse hvilke tider på døgnet hun selv kunne sove.
Jeg tenkte at dette var jo et fabelaktig tiltak! Og i dag finnes det helt sikkert en app som gjør akkurat dette.
Javisst, appen var der, og den eksporterte til og med til csv! Dataelskeren i meg så sjansen, og tok den.
Barnet mitt ble født 22. juli 2017, og jeg startet registreringen 25. juli 2017. Registreringen ble avsluttet da hele familien ble rammet av omgangssjuken 27. januar 2018. Dermed hadde jeg fått seks måneder med data på bæsj, tiss og pupp (også soving, da). Her er resultatene!
Forbehold: Om dette blogginnlegget mot formodning ikke skulle henge så mye på greip eller mangle den røde tråden du kommer til å savne, så er det ikke annet å si enn at innlegget ble skrevet under den beryktede ammetåka.
Datagrafer
Som selverklært semantikknerd, har jeg en liten forkjærlighet for data strukturert som grafer. Babydataene mine skulle ikke være noe dårligere enn andre data, derfor lagret jeg hhv. bleie-, pupp- og sovedata i sine respektive grafer. Det finnes sikkert helt andre (og bedre) måter å løse problemstillingene mine på, men i ammetåka og med grafer på hjernen, så ble det slik.
Hva skal jeg bruke disse dataene til, spør du? Vel, jeg stilte dette spørsmålet til mine Facebook-venner, og jeg fikk en god del fine problemstillinger å løse. Jeg kan presentere noen av disse her.
Zzz
Som de fleste foreldre har fått med seg, så sover bebiser ganske mye. Selv om det ikke alltid virker slik, så gjør de nok det. Gutten min har sovet 55,7% av tiden jeg har loggført han. Med andre ord er dette ca. 13,3 timer i døgnet, noe som er innafor snittet av babypopulasjonen på 11 til 21 timer.
Når jeg ser på snittet av varigheten av alle disse lurene, ser jeg at de har vært på litt over to timer. Dette stemmer godt med den rutinen som raskt etablerte seg og vedvarte hos oss, som jeg nevner i konklusjonen i dette blogginnlegget.
SELECT (AVG(?sleepDuration) AS ?total)
WHERE {
?s a ex:Nap .
?s ex:duration ?sleepDuration .
}
[RESULT: 135.687615526802218114602587]
Resultatet av denne spørringen gir resultatet i minutter, og ~135 minutter er 2,25 timer.
Når på døgnet flyter bæsjen hyppigst?
Gitt at du skulle vært barnevakt for meg, når hadde det vært mest hensiktsmessig? Kanskje når det ikke rant så mye bæsj ut i bleia? Jeg har delt opp døgnet i fire deler, og sett på når det er mest bæsj.
Det har definitivt vært færrest bæsjeblæier (dirty og mixed, rødt og gult felt) mellom kl. 00 og 06.
SELECT (COUNT(*) AS ?dirtydays)
WHERE {
?s a ex:Diaper .
?s ex:status ex:Dirty .
?s ex:date ?date .
}
[RESULT: 119]
Men faktisk så har det eksistert dager uten noen bæsjebleier i det hele tatt! Hele 89 dager, faktisk. Det høres kanskje utrolig ut? Men spedbarn som fullammes kan faktisk gå ganske mange dager uten å bæsje og likevel er det helt normalt. Andre tilstander kan gjelde for barn som får morsmelkerstatning.
Amming
I løpet av de seks første månedene har vi brukt 16157 minutter på amming, eller 269,3 timer som er 11,2 dager, fordelt på 2882 måltider. I løpet av de første månedene inntraff såkalte økedøgn, hvor barnet selv sørger for litt matauk. Snittet for samtlige måltider er 1,5 time, men de tre første månedene er snittet 1,6 time per måltid og for de tre siste månedene er snittet 0,9 timer.
SELECT (COUNT(*) AS ?total) (SUM(?duration) AS ?totalduration)
WHERE {
?s a ex:Meal .
?s ex:duration ?duration .
}
[RESULT: 2882, 16157]
Når vi ser på den øverste grafen, er det nesten umulig å se noe som helst form for mønster. Det samme så jeg på de forskjellige tidene på døgnet. Barnet fikk mat når det selv ville, og her fant han ikke på noen klar rutine. Først da jeg kom tilbake i jobb (barnet var da 7 måneder) fikk ammingen et mønster, men det har jeg ikke noe håndfaste data på.
Ei heller dager med babysvømming ga særlig utslag på ammedataene. De ligger i det minste noe under det daglige snittet for hele perioden med sitt snitt på en halv time hver dag.
Star Wars vs. Star Trek
Én av disse problemstillingene gikk ut på om babyen sover bedre etter å ha sett hhv. Star Trek eller Star Wars. Min gode venn som stilte spørsmålet mente at Star Trek burde gi en behagelig og rolig atmosfære for den lille, så dette måtte jeg selvfølgelig finne ut av.
Star Trek | Star Wars | |
Antall bleier (hvorav bæsjebleier) | 6 (1) | 5 (1) |
Antall lurer | 10 | 5 |
Total mengde søvn | 14 timer og 12 minutter | 13 timer og 44 minutter |
Tid brukt på amming | 1 time og 2 minutter | 1 time og 4 minutter |
Det viser seg at etter eksponering med Star Trek sover babyen riktignok lengre sammenlagt gjennom døgnet, men her er det veldig mange korte lurer. 1 time og 25 minutter i snitt per lur for Star Trek, og 2 timer og 45 minutter i snitt per lur for Star Wars.
Man kan jo lure på hva som gir den beste søvnkvaliteten. Det kommer ikke til uttrykk i bæsjebleiene, for de er de samme for begge tilfeller. Vi kan heller ikke se noen vesentlig forskjell i ammedataene.
Nå skal det sies at da vi så Star Trek var han 3 måneder, og da vi så Star Wars var han 5 måneder. Men alle disse fine skjevhetene (eng: bias) har jeg absolutt ikke tatt høyde for her. Så vi kan konkludere med at Star Trek gir mest søvn, men Star Wars gir bedre søvn.
Med nytt mattefag skal alle barna kode!
(Helsesøster mener at søvnmengde og søvnkvalitet ikke har noe å gjøre med eksponering av hverken Star Wars eller Star Trek eller andre filmer, men rutiner i hverdagen.)
Det dataene har lært meg
Ved hjelp av disse dataene kunne jeg tydelig se et mønster etter et par-tre måneder.
Søvn, pupp og bleier begynte å opptre på samme tidspunkter fra dag til dag. Jeg lærte at ungen ble trøtt etter å ha vært våken i to timer, og at han da sov i to timer før han våknet igjen. Ved å være bevisst på dette, kunne jeg legge til rette for luren når denne to-timersgrensen nærmet seg. Dermed oppnådde jeg (tror jeg) lite uro i forbindelse med soving og etablerte raskt en daglig rutine.
Alle påstander rundt statistikk for hele babypopulasjonen er rådført med helsesøster.
Dataene er prosessert med et verktøy jeg skrev i forbindelse med et tidligere prosjekt som konverterer csv-filer til RDF. De er så blitt objektifisert i Java med Jena og lagret i en TDB for spørring med SPARQL. Grafene er fremstilt med regneark fra Google.
Flere korrelasjoner mottas med takk