#Abas {.tabset} ## Aba 1

# Conteúdo da Aba 1
# Carregando o arquivo CSV
tweetsAmazonia <- read.csv("./data/tweetsAmazonia.csv")

# Filtrando os tweets não neutros e separando positivos e negativos
tweetsnaoneutros <- tweetsAmazonia %>% filter(Neutro == 0)
tweetsPositivos <- tweetsnaoneutros %>% filter(Positivo == 1)
tweetsNegativos <- tweetsnaoneutros %>% filter(Negativo == 1)

# Contando tweets positivos e negativos
n_positivos <- nrow(tweetsPositivos)
n_negativos <- nrow(tweetsNegativos)

# Preparando os dados para o gráfico
dados_grafico <- data.frame(
  Categoria = c("Positivos", "Negativos"),
  Quantidade = c(n_positivos, n_negativos)
)

# Criando o gráfico de barras
ggplot(dados_grafico, aes(x = Categoria, y = Quantidade, fill = Categoria)) +
  geom_bar(stat = "identity") +
  theme_minimal() +
  labs(title = "Comparação entre Tweets Positivos e Negativos não neutros",
       x = "Categoria",
       y = "Quantidade")

0.1 Aba 2

# Conteúdo da Aba 2
datatable(mtcars, options = list(pageLength = 10, autoWidth = TRUE))

0.2 Aba 3

  1. Fórmula de Bhaskara (solução da equação quadrática) \[ x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a} \]

  2. Capacidade de um Canal de Comunicação (Teoria da Informação) \[ C = B \log_2(1 + \frac{S}{N}) \]

  3. Equação de onda para uma corda vibrante (Física de ondas) \[ \frac{\partial^2 y}{\partial t^2} = c^2 \frac{\partial^2 y}{\partial x^2} \]

  4. Fórmula do interesse composto (Matemática financeira) \[ A = P(1 + \frac{r}{n})^{nt} \]

  5. Equação de Bernoulli (Mecânica dos fluidos) \[ P + \frac{1}{2}\rho v^2 + \rho gh = \text{constante} \]

0.3 Aba 4

0.4 Aba 5

  • Martins and Camargo (1996)
  • Koenzen, Ernst, and Storey (2020)
  • Chattopadhyay et al. (2020)
  • DePratti (2020)
  • Willis, Charlton, and Hirst (2020)
Chattopadhyay, Souti, Ishita Prasad, Austin Z Henley, Anita Sarma, and Titus Barik. 2020. “What’s Wrong with Computational Notebooks? Pain Points, Needs, and Design Opportunities.” In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–12. ACM.
DePratti, Roland. 2020. “Jupyter Notebooks Versus a Textbook in a Big Data Course.” Journal of Computing Sciences in Colleges 35 (8): 208–20.
Koenzen, Andreas, Neil Ernst, and Margaret-Anne Storey. 2020. “Code Duplication and Reuse in Jupyter Notebooks.” arXiv Preprint arXiv:2005.13709.
Martins, M, and F Camargo. 1996. “Aprendendo o tênis de Mesa Brincando.” Trabalho Monográfico Apresentado à Confederação Brasileira de Ténis de Mesa, Piracicaba.
Willis, Alistair, Patricia Charlton, and Tony Hirst. 2020. “Developing Students’ Written Communication Skills with Jupyter Notebooks.” In Proceedings of the 51st ACM Technical Symposium on Computer Science Education, 1089–95. ACM.