## ----include = FALSE---------------------------------------------------------- knitr::opts_chunk$set( collapse = FALSE, comment = "#>" ) ## ----setup, eval=require("tibble"), message=FALSE----------------------------- # Cargamos la librería ACEP library(ACEP) # Cargamos una muestra incluida en el paquete rev_puerto <- acep_bases$lc_720 # 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_base <- c("conflicto", "conflictos", "protesta", "protestas", "reclamo", "reclamos", "paro", "huelga", "movilización", "manifestación") dicc_conflictos <- unique(c(dicc_conflictos_base, 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 actores colectivos dicc_actores <- c("trabajadores", "docentes", "sindicato", "vecinos", "municipal", "gobierno") # Creamos la variable con la frecuencia de palabras que # refieren a actores colectivos rev_puerto$frec_actores <- acep_count(rev_puerto$nota, dicc_actores) # 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$frec_palabras) # Creamos la variable con el índice de incidencia # de actores colectivos rev_puerto$i_actores <- acep_int(rev_puerto$frec_actores, rev_puerto$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 actores colectivos rev_puerto <- rev_puerto[rev_puerto$i_actores > 0, ] # Imprimimos la base en consola rev_puerto ## ----temporal0, eval=require("tibble"), message=FALSE------------------------- # Calculamos el índice anual de conflictividad general en el # ámbito de la industrial del procesado de pescado en tierra # Pero primero preparamos el marcos de datos para ser procesado # por la función acep_sst() # Estos pasos previos se deben realizar porque en este ejemplo no hicimos uso # de la función acep_db() que calcula frecuencia, menciones e intensidad y # deja el marco de datos resultante en un formato adecuado para ser usado # con la función acep_sst() datos <- data.frame( fecha = rev_puerto$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 un año presente en la muestra incluida anio_ejemplo <- names(sort(table(format(as.Date(datos$fecha), "%Y")), decreasing = TRUE))[1] datos <- datos[format(as.Date(datos$fecha), "%Y") == anio_ejemplo, ] # 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$i_huelgas ) # Nos quedamos con el mismo año de ejemplo datosh <- datosh[format(as.Date(datosh$fecha), "%Y") == anio_ejemplo, ] # 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" )