## ----include = FALSE---------------------------------------------------------- knitr::opts_chunk$set( collapse = FALSE, comment = "#>" ) ## ----setup, eval=require("tibble"), message=FALSE----------------------------- # Cargamos la librería ACEP library(ACEP) # Definimos la url url <- acep_bases$rp_mdp # Descargamos el corpus de notas de la Revista Puerto rev_puerto <- acep_load_base(url) # Imprimimos la base en consola rev_puerto ## ----diccionarios, eval=require("tibble"), message=FALSE---------------------- # Creamos la variable con la frecuencia de palabras por nota rev_puerto$frec_palabras <- acep_frec(rev_puerto$nota) # Creamos el diccionario de palabras que refieren a huelgas dicc_huelgas <- c("en paro", "al paro", "huelga", "huelguistas", "paro y movil", "paro de actividades", "conciliación obligatoria", "un paro", "paro total", "paro parcial", "trabajo a reglamento", "el paro", "de brazos caídos") # Cargamos el diccionario de palabras que refieren a conflictividad dicc_conflictos <- unique(c(acep_diccionarios$dicc_confl_sismos, dicc_huelgas)) # Creamos la variable con la frecuencia de palabras que refieren a conflictividad rev_puerto$frec_conflictos <- acep_count(rev_puerto$nota, dicc_conflictos) # Creamos la variable con la frecuencia de palabras que refieren a huelgas rev_puerto$frec_huelgas <- acep_count(rev_puerto$nota, dicc_huelgas) # Creamos el diccionario de palabras que refieren a lxs obrerxs del pescado dicc_soip <- c("soip", "sindicato obrero de la industria del pescado", "sindicato de la industria del pescado", "huelguistas", "obreras de la industria del pescado", "obreras del pescado", "obreros de la industria del pescado", "obreros del pescado", "fileteros", "fileteras", "obreros del filet", "obreras del filet") # Creamos la variable con la frecuencia de palabras que # refieren a lxs obrerxs del pescado rev_puerto$frec_soip <- acep_count(rev_puerto$nota, dicc_soip) # Imprimimos la base en consola rev_puerto ## ----ratio, eval=require("tibble"), message=FALSE----------------------------- # Creamos la variable con el índice de conflictividad general rev_puerto$i_conf_gral <- acep_int(rev_puerto$frec_conflictos, rev_puerto$frec_palabras) # Creamos la variable con el índice de incidencia # de lxs trabajadorxs del pescado rev_puerto$i_soip <- acep_int(rev_puerto$frec_soip, rev_puerto$frec_palabras) # Creamos la variable con el índice de huelgas rev_puerto$i_huelgas <- acep_int(rev_puerto$frec_huelgas, rev_puerto$frec_conflictos) # Filtramos para quedarnos con los índices mayores a 0 # en la variable del índice de conflictividad general rev_puerto <- rev_puerto[rev_puerto$i_conf_gral > 0, ] # Filtramos para quedarnos con los índices mayores a 0 # en el índice de incidencia de lxs trabajadorxs del pescado rev_puerto <- rev_puerto[rev_puerto$i_soip > 0, ] # Imprimimos la base en consola rev_puerto ## ----temporal0, eval=require("tibble"), message=FALSE------------------------- # Calculamos el índice anual de conflictividad general en el # ámbito de la industrial del procesado de pescado en tierra # Pero primero preparamos el marcos de datos para ser procesado # por la función acep_sst() # Estos pasos previos se deben realizar porque en este ejemplo no hicimos uso # de la función acep_db() que calcula frecuencia, menciones e intensidad y # deja el marco de datos resultante en un formato adecuado para ser usado # con la función acep_sst() datos <- data.frame( fecha = rev_puerto$fecha, n_palabras = rev_puerto$frec_palabras, conflictos = rev_puerto$frec_conflictos, intensidad = rev_puerto$i_conf_gral ) # Luego construimos los vectores fecha <- datos$fecha n_palabras <- datos$n_palabras conflictos <- datos$conflictos # Ahora agrupamos por mes la conflictividad general del sector conf_gral_anio <- acep_sst(datos, st = "anio") # Imprimimos la base en consola conf_gral_anio |> head() ## ----temporal, eval=require("tibble"), message=FALSE-------------------------- # Calculamos el índice mensual de conflictividad general en el # ámbito de la industrial del procesado de pescado en tierra # Pero primero preparamos el marcos de datos para ser procesado # por la función acep_sst() datos <- data.frame( fecha = rev_puerto$fecha, n_palabras = rev_puerto$frec_palabras, conflictos = rev_puerto$frec_conflictos, intensidad = rev_puerto$i_conf_gral ) # Nos quedamos con los datos del año 2012 datos <- datos[datos$fecha < "2013-01-01", ] datos <- datos[datos$fecha > "2011-12-31", ] # Luego construimos los vectores fecha <- datos$fecha n_palabras <- datos$n_palabras conflictos <- datos$conflictos # Ahora agrupamos por mes la conflictividad general del sector conf_gral <- acep_sst(datos) # Imprimimos la base en consola conf_gral |> head() ## ----temporal_huelgas, eval=require("tibble"), message=FALSE------------------ # Calculamos el índice mensual de conflictividad huelguística en el # ámbito de la industrial del procesado de pescado en tierra # Pero primero preparamos el marcos de datos para ser procesado # por la función acep_sst() datosh <- data.frame( fecha = rev_puerto$fecha, n_palabras = rev_puerto$frec_palabras, conflictos = rev_puerto$frec_huelgas, intensidad = rev_puerto$i_huelgas ) # Nos quedamos con los datos del año 2012 datosh <- datosh[datosh$fecha < "2013-01-01", ] datosh <- datosh[datosh$fecha > "2011-12-31", ] # Luego construimos los vectores fechah <- datosh$fecha n_palabrash <- datosh$n_palabras conflictosh <- datosh$conflictos # Ahora agrupamos por mes la conflictividad huelguística del sector huelgas <- acep_sst(datosh) # Imprimimos la base en consola huelgas |> head() ## ----plot00, message=FALSE---------------------------------------------------- # Visualizaremos el índice de conflictividad general # agrupado por año para el período 2009-2020 acep_plot_st( conf_gral_anio$st, conf_gral_anio$frecm, t = "Indice anual de conflictividad en la industria pesquera (MdP)", ejey = "Menciones del diccionario", etiquetax = "vertical" ) ## ----plot01, message=FALSE---------------------------------------------------- # Visualizaremos el índice de conflictividad general # agrupado por mes para el 2012 acep_plot_st( conf_gral$st, conf_gral$frecm, t = "Indice mensual de conflictos en la industria pesquera (MdP)", ejey = "Menciones del diccionario", etiquetax = "vertical" ) ## ----plot02, message=FALSE---------------------------------------------------- # Visualizaremos el índice de conflictividad huelguística # agrupado por mes para el 2012 acep_plot_st( huelgas$st, huelgas$frecm, t = "Indice mensual de huelgas en la industria pesquera (MdP)", ejey = "Menciones del diccionario", etiquetax = "vertical" )