acep
Análisis Computacional de Eventos de Protesta (ACEP). Computer-Aided Protest Event Analysis (CAPEA)
Science Score: 23.0%
This score indicates how likely this project is to be science-related based on various indicators:
-
○CITATION.cff file
-
○codemeta.json file
-
○.zenodo.json file
-
✓DOI references
Found 21 DOI reference(s) in README -
✓Academic publication links
Links to: zenodo.org -
○Academic email domains
-
○Institutional organization owner
-
○JOSS paper metadata
-
○Scientific vocabulary similarity
Low similarity (15.9%) to scientific vocabulary
Keywords
computer-aided-detection
conflict-analysis
conflict-detection
dictionaries
nlp-keywords-extraction
package
protest-events
r
rstats
text-mining
visualization
Last synced: 6 months ago
·
JSON representation
Repository
Análisis Computacional de Eventos de Protesta (ACEP). Computer-Aided Protest Event Analysis (CAPEA)
Basic Info
- Host: GitHub
- Owner: agusnieto77
- License: other
- Language: R
- Default Branch: master
- Homepage: https://agusnieto77.github.io/ACEP/
- Size: 106 MB
Statistics
- Stars: 10
- Watchers: 2
- Forks: 2
- Open Issues: 0
- Releases: 4
Topics
computer-aided-detection
conflict-analysis
conflict-detection
dictionaries
nlp-keywords-extraction
package
protest-events
r
rstats
text-mining
visualization
Created almost 4 years ago
· Last pushed almost 2 years ago
Metadata Files
Readme
License
README.Rmd
---
output: github_document
---
```{r, include = FALSE}
knitr::opts_chunk$set(
collapse = FALSE,
comment = "#>",
fig.path = "man/figures/README-",
out.width = "100%"
)
```
# ACEP: Análisis Computacional de Eventos de Protesta
[](https://app.codecov.io/gh/agusnieto77/ACEP?branch=master)
[](https://github.com/agusnieto77/ACEP/actions)
[](https://doi.org/10.5281/zenodo.6800706)
[](https://www.repostatus.org/#active)
[](https://cran.r-project.org/package=ACEP)
[](https://github.com/agusnieto77/ACEP)
[](https://cran.r-project.org/web/licenses/MIT)
[](https://github.com/agusnieto77/ACEP)
[](https://lifecycle.r-lib.org/articles/stages.html#stable)
[](https://github.com/agusnieto77/ACEP)
[](https://github.com/agusnieto77/ACEP)
[](https://observatoriodeconflictividad.org/el-pulso-de-la-conflictividad-en-tiempo-real/)
[](https://cran.r-project.org/package=ACEP)
[](https://cran.r-project.org/package=ACEP)
### Vision general
ACEP es un paquete de funciones en lenguaje R útiles para la detección y el análisis de eventos de protesta en corpus de textos periodísticos. Sus funciones son aplicables a cualquier corpus de textos. Ademas de las funciones, ACEP contiene también bases de datos con colecciones de notas sobre protestas y una colección de diccionarios de palabras conflictivas y otros tópicos referidos a diferentes aspectos del análisis de eventos de protesta.
### Instalacion de la version estable
Puedes instalar la versión estable de ACEP desde [CRAN](https://CRAN.R-project.org/package=ACEP) con:
``` r
install.packages("ACEP")
```
### Instalacion de la version en desarrollo
Puedes instalar la versión de desarrollo de ACEP desde [GitHub](https://github.com/agusnieto77/ACEP) con:
``` r
# install.packages("devtools")
devtools::install_github("agusnieto77/ACEP")
```
### Funciones
| Nombre | Ciclo | Descripción |
|:--|:--|:-----|
|`acep_clean()`||Limpieza de texto.|
|`acep_cleaning()`||Limpieza de texto.|
|`acep_context()`||Función para extraer contexto de palabras o frases.|
|`acep_count()`||Frecuencia de menciones de palabras.|
|`acep_db()`||Frecuencia, menciones e intensidad.|
|`acep_detect()`||Detección de menciones de palabras.|
|`acep_extract()`||Extraer palabras de un texto.|
|`acep_frec()`||Frecuencia de palabras totales.|
|`acep_gpt()`||Función para interactuar con los modelos de OpenAI.|
|`acep_int()`||Índice de intensidad.|
|`acep_load_base()`||Carga bases de datos creadas por el Observatorio.|
|`acep_may()`||Convierte el texto mayúsculas|
|`acep_men()`||Frecuencia de menciones de palabras.|
|`acep_min()`||Convierte el texto minúsculas.|
|`acep_plot_rst()`||Resumen visual de la serie temporal de los índices de conflictividad.|
|`acep_plot_st()`||Gráfico de barras de la serie temporal de índices de conflictividad.|
|`acep_postag()`||Función para etiquetado POS, lematización, tokenización, extracción de entidades.|
|`acep_rst()`||Serie temporal de índices de conflictividad.|
|`acep_sst()`||Serie temporal de índices de conflictividad.|
|`acep_svo()`||Función para extraer tripletes SVO (Sujeto-Verbo-Objeto).|
|`acep_token()`||Función para tokenizar.|
|`acep_token_plot()`||Gráfico de barras de palabras más recurrentes en un corpus.|
|`acep_token_table()`||Tabla de frecuencia de palabras tokenizadas.|
|`acep_upos()`||Función para etiquetado POS, lematización, tokenización.|
### Colecciones
| Nombre | Descripción |
|:---|:------|
|`acep_bases`|Colección de notas.|
|`acep_diccionarios`|Colección de diccionarios.|
|`acep_prompt_gpt`|Colección de instrucciones.|
|`acep_rs`|Cadenas de caracteres para limpiar y normalizar textos.|
### Corpus
[](https://doi.org/10.5281/zenodo.6800663) Colección de notas del diario ***La Nación***
[](https://doi.org/10.5281/zenodo.6800765) Subset de notas del diario ***La Nación***
[](https://doi.org/10.5281/zenodo.6800617) Colección de notas del ***Ecos Diarios***
[](https://doi.org/10.5281/zenodo.6800637) Colección de notas de la ***Revista Puerto***
[](https://doi.org/10.5281/zenodo.6800650) Colección de notas del diario ***La Nueva***
[](https://doi.org/10.5281/zenodo.6800660) Colección de notas del diario ***La Capital***
### Bases de datos de Eventos de protesta disponibles online
[ACLED](https://acleddata.com/#/dashboard): Armed Conflict Location & Event Data Project.
[GDELT](https://www.gdeltproject.org/): The GDELT Project About.
[GPT](https://carnegieendowment.org/publications/interactive/protest-tracker#): Global Protest Tracker.
[MMPD](https://dataverse.harvard.edu/dataverse/MMdata): Mass Mobilization Protest Data Project.
[NAVCO](https://dataverse.harvard.edu/dataverse/navco): Nonviolent and Violent Campaigns and Outcomes data project.
[NVCO](https://nvdatabase.swarthmore.edu/): Global Nonviolent Action Database.
[SCAD](https://www.strausscenter.org/ccaps-research-areas/social-conflict/database/): Social Conflict Analysis Database.
[SPEED](https://clinecenter.illinois.edu/project/human-loop-event-data-projects/SPEED): The Social, Political and Economic Event Database Project.
[UCDP](https://www.pcr.uu.se/research/ucdp/): Uppsala Conflict Data Program.
### Bases de datos de interes general
[FMI](https://data.imf.org/?sk=388dfa60-1d26-4ade-b505-a05a558d9a42): FMI Data.
[BM](https://datos.bancomundial.org/): Datos de libre acceso del Banco Mundial.
[OIT](https://www.ilo.org/global/statistics-and-databases/lang--es/index.htm): Estadísticas y bases de datos.
[CEPAL](https://www.cepal.org/es/datos-y-estadisticas): Datos y estadísticas.
[DARG](https://www.datos.gob.ar/): Datos abiertos de Argentina.
[MGP](https://datos.mardelplata.gob.ar/): Datos abiertos del Municipio de Gral. Pueyrredon, Buenos Aires, Argentina.
### Uso de las funciones del paquete ACEP: un ejemplo.
```{r ejemplo1, eval=require("tibble"), message=FALSE, warning=FALSE}
# Cargamos la librería
require(ACEP)
# Cargamos la base de notas de la Revista Puerto con la función acep_load_base()
rev_puerto <- acep_load_base(acep_bases$rp_mdp)
# Cargamos el diccionario de conflictos de SISMOS
dicc_confl_sismos <- acep_diccionarios$dicc_confl_sismos
# Con la función acep_frec() contamos la frecuencia de palabras de cada nota
# y creamos una nueva columna llamada n_palabras
rev_puerto$n_palabras <- acep_frec(rev_puerto$nota)
# Imprimimos en pantalla la base con la nueva columna de frecuencia de palabras
head(rev_puerto)
# Ahora con la función acep_count() contamos la frecuencia de menciones de
# términos del diccionario de conflictividad de SISMOS de cada nota y
# creamos una nueva columna llamada conflictos.
# Elaboramos un corpus acotado para el ejemplo
rev_puerto <- rev_puerto[1:100, ]
rev_puerto$conflictos <- acep_count(rev_puerto$nota, dicc_confl_sismos)
# Imprimimos en pantalla la base con la nueva columna de
# menciones del diccionario de conflictividad
head(rev_puerto)
# Ahora con la función acep_int() calculamos un índice de intensidad de
# la conflictividad y creamos una nueva columna llamada intensidad
rev_puerto$intensidad <- acep_int(
rev_puerto$conflictos,
rev_puerto$n_palabras,
3)
# Imprimimos en pantalla la base con la nueva columna de intensidad
head(rev_puerto)
```
```{r ejemplo2, eval=require("tibble"), message=FALSE, warning=FALSE}
# Volvemos a cargar la base de notas de la Revista Puerto sin procesar
rev_puerto <- acep_load_base(acep_bases$rp_mdp)
# Creamos un subset
subset_rp <- rev_puerto[1:100, ]
# Cargamos el diccionario de conflictos de SISMOS
dicc_confl_sismos <- acep_diccionarios$dicc_confl_sismos
# Ahora con la función acep_db() aplicamos las tres funciones en un solo paso
rp_procesada <- acep_db(subset_rp, subset_rp$nota, dicc_confl_sismos, 3)
# Imprimimos en pantalla la base con las tres columna creadas
head(rp_procesada)
```
```{r ejemplo3, eval=require("tibble"), message=FALSE, warning=FALSE}
# Cargamos los datos procesados
rp_procesada <- acep_bases$rp_procesada
# Ahora con la función acep_sst() elaboramos un resumen estadístico
rp_procesada <- acep_sst(rp_procesada, st = "anio", u = 4)
# Imprimimos en pantalla la base con las métricas de conflictividad
head(rp_procesada)
# Ahora con la función acep_plot_st() elaboramos un gráfico de barras
# con menciones del diccionario de conflictividad
acep_plot_st(rp_procesada$st, rp_procesada$frecm,
t = "Evolucion de la conflictividad en el sector pesquero argentino",
ejex = "A\u00f1os analizados",
ejey = "Menciones del diccionario de conflictos",
etiquetax = "horizontal")
# Ahora con la función acep_plot_rst() elaboramos una visualización resumen.
# con cuatro gráficos de barras
acep_plot_rst(rp_procesada, tagx = "vertical")
```
Owner
- Name: agustin nieto
- Login: agusnieto77
- Kind: user
- Location: mar del plata
- Twitter: agusnieto77
- Repositories: 6
- Profile: https://github.com/agusnieto77
GitHub Events
Total
Last Year
Issues and Pull Requests
Last synced: 6 months ago
All Time
- Total issues: 0
- Total pull requests: 0
- Average time to close issues: N/A
- Average time to close pull requests: N/A
- Total issue authors: 0
- Total pull request authors: 0
- Average comments per issue: 0
- Average comments per pull request: 0
- Merged pull requests: 0
- Bot issues: 0
- Bot pull requests: 0
Past Year
- Issues: 0
- Pull requests: 0
- Average time to close issues: N/A
- Average time to close pull requests: N/A
- Issue authors: 0
- Pull request authors: 0
- Average comments per issue: 0
- Average comments per pull request: 0
- Merged pull requests: 0
- Bot issues: 0
- Bot pull requests: 0
Top Authors
Issue Authors
Pull Request Authors
Top Labels
Issue Labels
Pull Request Labels
Packages
- Total packages: 1
-
Total downloads:
- cran 753 last-month
- Total dependent packages: 0
- Total dependent repositories: 0
- Total versions: 4
- Total maintainers: 1
cran.r-project.org: ACEP
Analisis Computacional de Eventos de Protesta
- Homepage: https://github.com/agusnieto77/ACEP
- Documentation: http://cran.r-project.org/web/packages/ACEP/ACEP.pdf
- License: MIT + file LICENSE
-
Latest release: 0.0.22
published over 2 years ago
Rankings
Forks count: 21.9%
Stargazers count: 22.5%
Dependent packages count: 29.8%
Average: 31.5%
Dependent repos count: 35.5%
Downloads: 47.6%
Maintainers (1)
Last synced:
6 months ago
Dependencies
DESCRIPTION
cran
- R >= 3.5.0 depends
- graphics * imports
- stats * imports
- covr * suggests
- testthat >= 3.0.0 suggests
.github/workflows/R-CMD-check.yaml
actions
- actions/checkout v3 composite
- r-lib/actions/check-r-package v2 composite
- r-lib/actions/setup-r v2 composite
- r-lib/actions/setup-r-dependencies v2 composite
.github/workflows/pkgdown.yaml
actions
- JamesIves/github-pages-deploy-action v4.4.1 composite
- actions/checkout v3 composite
- r-lib/actions/setup-pandoc v2 composite
- r-lib/actions/setup-r v2 composite
- r-lib/actions/setup-r-dependencies v2 composite
.github/workflows/test-coverage.yaml
actions
- actions/checkout v2 composite
- r-lib/actions/setup-r v1 composite
- r-lib/actions/setup-r-dependencies v1 composite