FTE dos docentes por área:
# WUR Ranking 2022
# Dados dos docentes ufersa
#
# Pacotes -----------------------------------------------------------------
library(readr)
library(dplyr)
library(tidyverse)
dados_docentes <- read_csv("G:/Drives compartilhados/ESTATISTICA/THE_2022/dados_docentes_2020.csv",
locale = locale(encoding = "ISO-8859-1"))
dados_docentes %>%
mutate(substituto = ifelse(situacao == "Professor Substituto", "Sim", "Não")) ->
dados_docentes
#View(dados_docentes)
# Departamentos -----------------------------------------------------------
# Enquadramento dos departamentos nas áreas do WUR:
# <1> Arts and Humanities
AH <- c("DEPARTAMENTO DE LINGUAGENS E CIÊNCIAS HUMANAS - CARAÚBAS",
"DEPARTAMENTO DE CIÊNCIAS SOCIAIS APLICADAS E HUMANAS - PAU DOS FERROS",
"DEPARTAMENTO DE CIÊNCIAS HUMANAS",
"DEPARTAMENTO DE CIÊNCIAS HUMANAS - ANGICOS")
# dados_docentes %>% filter(departamento%in% AH, substituto == "Não") %>% mutate(FTE = ifelse(jornada == "20", 0.5, 1)) -> dados_AH
# res = c(dados_AH$FTE %>% sum %>% as.vector, dados_AH$sexo %>% table) %>% as.matrix
# rownames(res) = c("FTE", "Feminino", "Masculino")
# <2> Clinical and Health
CH <- c("DEPARTAMENTO DE CIÊNCIAS DA SAÚDE")
# dados_docentes %>% filter(departamento %in% CH, substituto == "Não") %>% mutate(FTE = ifelse(jornada == "20", 0.5, 1)) -> dados_CH
# dados_CH$FTE %>% sum
# <3> Engineering
E <- c("DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA - PAU DOS FERROS",
"DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA - CARAÚBAS",
"DEPARTAMENTO DE ENGENHARIAS - ANGICOS",
"DEPARTAMENTO DE ENGENHARIA E TECNOLOGIA",
"DEPARTAMENTO DE ENGENHARIAS - CARAÚBAS",
"DEPARTAMENTO DE ENGENHARIA E CIÊNCIAS AMBIENTAIS",
"CAMPUS CARAUBAS")
# dados_docentes %>% filter(departamento %in% E, substituto == "Não")
# <4> Computer Sciences
CS <- "DEPARTAMENTO DE COMPUTAÇÃO"
# dados_docentes %>% filter(departamento %in% CS, substituto == "Não")
# <5> Life Sciences
LS <- c("DEPARTAMENTO DE CIÊNCIAS ANIMAIS",
"DEPARTAMENTO DE CIÊNCIAS AGRONÔMICAS E FLORESTAIS",
"DEPARTAMENTO DE BIOCIÊNCIAS")
# dados_docentes %>% filter(departamento %in% LS, substituto == "Não")
# <6> Physical Sciences
PS <- c("DEPARTAMENTO DE CIÊNCIAS EXATAS E TECNOLOGIA DA INFORMAÇÃO - ANGICOS",
"DEPARTAMENTO DE CIÊNCIAS NATURAIS MATEMÁTICA E ESTATÍSTICA",
"DEPARTAMENTO DE CIÊNCIAS EXATAS E NATURAIS - PAU DOS FERROS",
"DEPARTAMENTO DE CIÊNCIAS EXATAS E NATURAIS - CARAÚBAS")
# dados_docentes %>% filter(departamento %in% PS, substituto == "Não")
# <7> Social Sciences
SS <- c("DEPARTAMENTO DE CIÊNCIAS SOCIAIS APLICADAS")
# dados_docentes %>% filter(departamento %in% SS, substituto == "Não")
# Funcao que retorna os dados ---------------------------------------------
fte_docentes <- function(dados, departamentos){
dados %>% filter(departamento %in% departamentos, substituto == "Não") %>%
mutate(FTE = ifelse(jornada == "20", 0.5, 1)) -> dados_dep
dados_dep %>% group_by(sexo) %>% summarise(n=sum(FTE)) %>% as.data.frame %>% column_to_rownames(var="sexo")%>% as.matrix -> por_sexo
rbind(por_sexo, por_sexo %>% sum)
}
Arts and Humanities
fte_docentes(dados_docentes, AH)
## n
## F 46
## M 47
## 93
Clinical and Health
fte_docentes(dados_docentes, CH)
## n
## F 17.5
## M 22.5
## 40.0
Engineering
fte_docentes(dados_docentes, E)
## n
## F 82
## M 163
## 245
Computer Science
fte_docentes(dados_docentes, CS)
## n
## F 8
## M 12
## 20
Life Sciences
fte_docentes(dados_docentes, LS)
## n
## F 50
## M 77
## 127
Physical Sciences
fte_docentes(dados_docentes, PS)
## n
## F 35
## M 61
## 96
Social Sciences
fte_docentes(dados_docentes, SS)
## n
## F 23.0
## M 32.5
## 55.5
Geral
# Overall
dados_docentes %>% filter(substituto == "Não") %>% mutate(FTE = ifelse(jornada == "20", 0.5, 1)) -> dados_overall
dados_overall %>% group_by(sexo) %>% summarise(n=sum(FTE)) %>% as.data.frame %>% column_to_rownames(var="sexo")%>% as.matrix -> por_sexo
rbind(por_sexo, por_sexo %>% sum)
## n
## F 262.5
## M 416.0
## 678.5
Social Sciences