O presente projeto foi inicialmente apresentado como trabalho de conclusão do curso de dashboards da Curso-R. Foi gerado um aplicativo Shiny disponível em:
https://rfdornelles.shinyapps.io/cpipandemia/
Os dados obtidos são obtidos diariamente e disponibilizados já limpos e organizados em diversos
formatos na pasta /data. Aqui, por exemplo, você pode acessar diretamente no formato .xlsx
É certo que o Brasil lidou e vem lidando muito mal com a pandemia da COVID-19, que se mostrou ser muito mais grave do que uma gripezinha. Depois de alcançar mais de centenas de milhares de óbitos em razão direta da pandemia, o Senado Federal resolveu agir e instalou a “CPI da Pandemia”.
Não sem resistência do Governo Federal, que fez o que pôde para retirar assinaturas e retardar ao máximo a instalação da Comissão, ela vem trabalhando intensamente desde abril de 2021 e promete e reunir as evidências de mal uso de recursos públicos, omissões dolosas e responsabilizar as pessoas culpadas.
Para ajudar a entender melhor esse contexto, os dados relativos à CPI foram raspados diretamente do Senado Federal e tratados a fim de permitir algumas análises e observar alguns comportamentos.
Podemos verificar a quantidade de tempo que cada parlamentar falou, a diferença entre espaço que homens e mulheres receberam na Comissão, a nuvem de palavras de cada uma das participantes (depoentes, testemunhas e parlamentares) etc.
Os dados foram obtidos utilizando raspagem de dados (web scrap) diretamente do Senado Federal, que possui (junto à Câmara dos Deputados) um ótimo sistema de dados abertos.
Foram acessadas cada uma das sessões da CPI e baixadas as transcrições oficiais dos discursos. Naturalmente, pode haver algumas diferenças entre o que foi transcrito e o efetivamente dito, mas o método além de muito eficiente (muito melhor do que ouvir centenas de horas de reuniões), é bastante confiável.
Esses discursos, com o nome de quem falou e o horário, foram organizados numa base de dados. Posteriormente, ela foi limpa e acrescentadas informações como o partido político, gênero, etc.
Os dados utilizados, bem como todos os scripts em R necessáros para raspar, organizar, limpar e gerar a presente visualização estão disponíveis no repositório do projeto no Github: https://github.com/rfdornelles/discursocpi.
Ainda, você pode copiar diretamente usando o comando abaixo:
# install.packages("devtools")
devtools::install_github("rfdornelles/discursocpi")O presente projeto foi apresentado originalmente como trabalho de conclusão do (ótimo) curso de “Dashboards” da Curso-R. Pretende-se, porém, torná-lo uma ferramenta útil para a comunidade e por isso num futuro próximo espero poder:
- acrescentar os dados relativos aos requerimentos a serem avaliados pela CPI
- analisar também os documentos que estejam públicos
- mais visualizações úteis
- classificar o alinhamento dos Senadores para que essa perspectiva possa ser considerada também nas análises (e permitir, por exemplo, saber as palavras mais usadas pelos governistas X oposicionistas)
- incluir análises mais sofisticadas de análise de texto.
Naturalmente, nas próximas semanas também espero poder tornar os dados raspados disponíveis também na Base dos Dados, esse projeto sensacional que recomendo conhecer.
Caso queira contribuir com sugestões, críticas ou com alguma outra coisa:
- Repositório do projeto: https://github.com/rfdornelles/discursocpi
- LinkedIn: https://www.linkedin.com/in/rodrigo-dornelles-576705a2/
Muito obrigado pela atenção, se puder fique em casa, use máscara e vacine-se quando chegar sua vez!