Nota sobre a organização de tabelas e elaboração de gráficos a partir das informações analisadas com o software Elan 5.7
Luana de Melo Ribas1
Rafael de Acypreste2
15/02/2021
Introdução
Esta nota tem por objetivo explicar e exemplificar os passos para elaboração de um gráfico de linha do tempo com os informações de estudo exploratório e faz parte da dissertação de mestrado da primeira autora. É permitida a reprodução desde que citada a fonte.
Para discutir os informações observados no estudo exploratório utilizou-se análise microgenética de videogravações em contexto escolar e, para essa análise, foi usado o software ELAN 5.73. Para mais informações, consulte Lausberg and Sloetjes (2009). A organização de tabelas e elaboração dos gráficos foi realizada com o software estatístico R. Os passos abaixo detalham os procedimentos adotados neste último.
Inicialmente, vale ressaltar que, sempre que possível, deve-se evitar o uso de caracteres especias — como *, (), ç — e acentos tanto nos nomes das variáveis quanto nos nomes dos arquivos. Computadores, em geral, têm dificuldade para ler e interpretar esses sinais, sendo fonte comum de erros de sintaxe, em que o programa para sua execução.
Também sugerimos que todos os procedimentos para manipulação dos “dados brutos” gerados no ELAN sejam feitos diretamente no R. Ainda que a estrutura de linguagem de programação seja pouco amigável nos primeiros usos, há algumas vantagens em relação a editores de planilha como Excel ou Calc:
Os passos são descritos e registrados sequencialmente;
A estrutura incremental (linha por linha) ajuda na identificação de erros;
A discriminação dos passos auxilia na memória da pesquisa; e
O script permite reprodutibilidade em outras pesquisas, contribuindo para o avanço da ciência.
Assim, essa nota pretende explicitar os procedimentos adotados nas informações utilizadas na dissertação e servir de guia para pesquisas futuras.
Antes de começar, vamos carregar os pacotes do R necessários com a função library. Caso nunca tenha sido usados em uma máquina, devem ser instalados antes do primeiro uso com a função install.packages e, depois, carregados.
# install.packages("tidyverse") Instala o pacote tidyverse, por exemplo
library(tidyverse) # Organização das tabelas e elaboração de gráficos
library(readxl) # Carregamento tabelas do Excel
library(writexl) # Salvamento tabelas em formato Excel
library(RColorBrewer) # Paletas de cores para os gráficos
library(viridis) # Paletas de cores para os gráficos
library(ggthemes) # Interfaces gráficas adicionais
library(scales) # Ajuste de escala dos gráficos
library(timelineS)1 Organizando a tabela
A exportação de informações do Elan produz tabelas em alguns formatos. Para a presente nota, interessa o formato .csv4. Entretanto, as informações diponibilizados não se encontram no formato ideal para a apresentação de tabelas e elaboração de gráficos. Portanto, é necessária alguma manipulação da tabela para que as informações fiquem devidamente organizadas, isto é, para que as informações permitam uma ligação entre sua disposição física e sua semântica.
Esse processo de organização leva à chamada ``tidy data’’5 (por isso o nome do primeiro pacote utilizado), conforme Wickham (2014). Em síntese, os informações devem ser organizados de duas formas. Cada valor (cada célula numa tabela do Excel) pertence a uma variável e uma observação. Variável contém valores que se referem a uma mesma característica ou atributo — no presente caso, podemos citar os períodos inicial, final, duração, as pessoas, as categorias e as subcategorias — e são representadas por colunas. Cada observação, isto é, cada linha contém todos os valores medidos sobre uma mesma unidade, como uma pessoa ou um dia — no caso das informações no Elan, cada pessoa em uma categoria e um período de tempo representa uma observação.
Podemos perceber que a forma como o ELAN disponibiliza as informações não atende ao requisito de informação tidy. Portanto, o ajuste será feito no próprio R. O primeiro passo é importar o arquivo e isso se dá indicando onde o arquivo original está salvo. Notem que o acesso a uma planilha II_no_salao_opcao_2.csv precisa indicar todos os caminhos. Sugerimos que todas as tabelas sejam salvas numa mesma pasta e preferencialmente no mesmo diretório que estão salvos as informações da sessão do R6.
Nessa nota, são usadas distintas funções. Para informações sobre uma função, sugerimos consultar a ajuda do próprio programa, que pode ser acessada por meio do código ?nomedafunção no console, como ?read_csv.
# Lê o arquivo do ELAN e salva no objeto "salao_csv2"
tabela <- "C:/Users/rafae/OneDrive/Documentos/Luana/data/II_no_salao_opcao_2.csv"
salao_csv2 <- read_csv(tabela,
locale = locale(encoding = "ISO-8859-1"),
col_types = cols(`Tempo Inicial - hh:mm:ss.ms` =
col_time(format = "%H:%M:%OS"),
`Tempo Final - hh:mm:ss.ms` =
col_time(format = "%H:%M:%OS")))
# "ISO-8859-1" é formato que melhor se adapta às pontuações do Português
# Sugerimos usar esse formato ao Exportar as informações do próprio ELAN
# O formato de tempo precisa ser ajustado a partir do comando "col_types"
salao_csv2[1:3,] # Mostra as três primeiras linhasPodemos notar que as colunas indicadas com letras maiúsculas configuram o par ``pessoa/categoria’’ do ELAN, que são valores da tabela. Portanto, deveriam formar duas variáveis distintas e não várias colunas7. Uma das consequências comuns de valores serem colocados em colunas é a profusão de células vazias. Vale ressaltar que a última coluna não faz parte das informações e será excluída nos próximos passos.
Assim, vamos reorganizar a tabela para que as trilhas façam parte de apenas uma variável e excluir a coluna extra e as células vazias. Salvaremos a tabela em um novo objeto. Os passos serão adotados usando os pipes — %>% —, em que se pode consultar mais informações sobre seu uso aqui.
salao2 <-
salao_csv2 %>% # Atribui ao objeto "salao"
select(-"X10") %>% # Exclui a coluna adicionada erroneamente
pivot_longer(cols = `MM Asp da Com e Int Social`: # Seleciona valores da
`Profa Usos dos objetos/brinquedos`,# variável temporária
names_to = "trilha", # Local para nomes das colunas
values_to = "subcategoria") %>% # Local para os valores
filter(subcategoria != "") %>% # Exclui as células em branco
arrange(trilha,subcategoria) %>% # Ordem alfabética das trilhas
select(4,5,1,2,3) # Muda a ordem das colunas
salao2[1:3,] # Exemplo novas colunasAgora, o último passo é colocar nomes mais sugestivos às colunas e alterar a estrutura do tipo de coluna referente ao tempo. Deixaremos o nome em formato amigável. Também faremos alguns ajustes de sintaxe do R para que o gráfico se dê na ordem mais interessante para apresentação da pesquisa. Por fim, salvaremos a tabela organizada em uma nova planilha em formato compatível com Excel.
salao2 <-
salao2 %>%
rename("t_inicial" = `Tempo Inicial - hh:mm:ss.ms`, # Renomeia coluna
"t_final" = `Tempo Final - hh:mm:ss.ms`) %>%
mutate(t_inicial = t_inicial - parse_time("00:01:48"), # Renova o eixo x
t_final = t_final - parse_time("00:01:48"), # para começar em zero
"pessoa" = str_extract(trilha,"MM|MS|Profa"), # Ajusta informações das
pessoa = str_replace(pessoa,"Profa","Professora"), # duas novas colunas
pessoa = str_replace(pessoa,"MS","MaxSteel"),
pessoa = str_replace(pessoa,"MM","Mulher Maravilha"),
"categoria" = str_extract(trilha,"Uso.*|Asp.*")) %>%
select(-1) %>% # Exclui coluna temporária
mutate(categoria = str_replace(categoria,"Asp da Com e Int Social","Aspectos da Comunicação/Interação"),
categoria = str_replace(categoria,"Usos","Uso"),
subcategoria = str_replace(subcategoria,"observa ação/outro","observa ação outro"),
subcategoria = str_replace(subcategoria,"poduz","produz"),
subcategoria = as_factor(subcategoria),
categoria = factor(categoria,levels = unique(categoria))) # Reordena
# Salva a tabela em formato .xlsx (Excel)
write_xlsx(salao2,"C:/Users/rafae/OneDrive/Documentos/Luana/data/salao2.xlsx")
salao2[1:3,]Com a tabela no formato adequado, passemos à elaboração dos gráficos.
2 Construindo os gráficos
Para a base dos gráficos, usaremos a função geom_segment do pacote ggplot2, como se pode ver na Figura 2.1. Como as categorias e subcategorias farão parte da explicação das linhas do tempo e parte da legenda no gráfico, sugerimos que sejam escolhidas criteriosamente pela pesquisadora e pelo pesquisador. Quanto maior a quantidade, mais informações e cores precisarão estar disponíveis no gráfico, o que pode prejudicar a inteligibilidade.
?geom_segment # Consultar informações2.1 Integração Inversa
Por fim, o gráfico pode ser customizado conforme interesse da pesquisa e salvo. As principais ferramentas utilizadas estão no pacote ggplot2. Uma folha de resumo deste pacote pode ser encontrada aqui. Há também modelos de gráficos adicionais e cores no pacote ggthemes. A interface apresentada na dissertação se dá abaixo.
salao2_plot <-
salao2 %>%
ggplot()+ # Elabora gráfico
geom_segment(aes(x = t_inicial, xend = t_final, # Eixo x - Tempo
y = pessoa, yend = pessoa, # Eixo y - códigos-mãe
color = subcategoria), # Informações legenda
size = 10)+ # Largura dos segmentos
facet_grid(categoria ~ ., # Divisão códigos-filho
scales = "free_y")+
theme_hc()+ # Tema do gráfico
labs(x = NULL, # Nomes no gráfico
y = NULL,
title = "Integração Inversa",
subtitle = "Relação triádica criança com autismo - objeto/brinquedo - outro",
caption = "Fonte: Elaboração própria.",
theme(legend.position = "bottom"),
color = NULL)+
theme(legend.position="right")+ # Legenda à direita
scale_x_time(labels=time_format("%H:%M:%S"))+ # Nomes eixo tempo
scale_color_manual(values = c("#ffd94a","#c7c7c7","#2ca02c","#9467bd",
"#ff7f0e","#98df8a","#8c564b","#1f77b4",
"#e377c2","#9edae5","#d62728",
"#ff9896","#7f7f7f")) # Cores
# Salva o gráfico
ggsave(plot = salao2_plot,"C:/Users/rafae/OneDrive/Documentos/Luana/figures/salao2.jpg",
width = 12, height = 8)
salao2_plot
Figure 2.1: Elaboração própria.
Podemos também selecionar tempos menores para exibição dos gráficos. O zoom pode ser feito com o comando coord_cartesian().
2.2 Classe Especial
Passos semelhantes foram adotados para as informações da Classe Especial. Os resultados são visualizados na figura 2.2.
Figure 2.2: Elaboração própria.
Referências
Mestranda em Psicologia do Desenvolvimento e Escolar pela Universidade de Brasília. Pode ser contatada em luana.psi@hotmail.com.↩︎
Doutorando em Economia pela Universidade de Brasília. Pode ser contatado em rafaeldeacyprestemr@gmail.com.↩︎
O download está disponível em https://archive.mpi.nl/tla/elan. O programa foi criado pelo Max Planck Institute for Psycholinguistics, The Language Archive, Nijmegen, The Netherlands.↩︎
Sugerimos utilizar o formato “ISO-8859-1” ao exportar as informações do próprio ELAN.↩︎
Em tradução livre, “informação organizada.”↩︎
O diretório local pode ser acessado digitando getwd() no Console do R.↩︎
A separação em duas colunas envolve um passo intermediário, que será feito por uma coluna temporária chamada “trilha.”↩︎