Chegou a nova versão do 𝗾𝘂𝗮𝗹𝗶𝗰𝗵𝗮𝘁
O Ernest Manheim Lab, em parceria com a UNICAMP, lançou nesta sexta, 03 de julho de 2021, a versão 1.3 do 𝗾𝘂𝗮𝗹𝗶𝗰𝗵𝗮𝘁. O pacote computacional, disponível gratuitamente no Python, é uma ferramenta para pesquisa em Humanidades Digitais que facilita etnografias linguísticas em grupos de WhatsApp. Pesquisa qualitativa sem perder o viés quanto.
Na nova versão, nossa biblioteca foi estatisticamente tipada com as normativas da comunidade Python. A classe “𝗾𝘂𝗮𝗹𝗶𝗰𝗵𝗮𝘁” representa agora um compilado de chats, ao invés de representar apenas um. Assim, múltiplos grupos podem ser analisados. Os gráficos agora são acessados por “classes-features”, sendo três as principais: MessagesFeature (qc.messages
), ActorsFeature (qc.actors
) e TimeFeature (qc.time
). Os gráficos apresentam um novo layout e correlações variadas como: qc.messages.per_month()
; qc.messages.laminations()
; qc.users.fabrications()
; qc.time.interaction_interval()
.
Assim, a pesquisadora e o pesquisador conseguirá visualizar frames de relevância por diferentes períodos de tempo, como visto no exemplo proposto abaixo. As interações são divididas por intervalos super-rápidos, rápidos, regulares e longos. A abordagem quanti permite verificar saliências significativas para aprofundamentos quali.
![](https://ernestmanheim.com.br/wp-content/uploads/2021/07/590x380-Pavao.gif)
Outra inovação foi a aplicação dos conceitos de maquinações e laminação de Erving Goffman em suas análises de quadros conversacionais. Maquinações é o potencial de manipulações interativas por parte dos atores, computacionalmente aferidas por risos, pontuação e números. Laminações são os preparativos para o jogo conversacional, quantificados por link, chamadas diretas, e-mails e símbolos como emojis. Estes conceitos já foram debatidos amplamente nas principais revistas científicas em língua portuguesa.
Nossa biblioteca foi reescrita e reorganizada, compilações de regex (expressão regular), agora, têm um arquivo próprio (regex.py), bem como, as variáveis com informações de cores dos gráficos (colors.py). Ou seja, tudo por ficar mais personalizado seguindo seus interesses de visualização de dados. Algumas documentações foram reescritas com maior clareza para facilitar o uso de pesquisadores da Humanas que ainda não possuem domínio em programação computacional.