
Gerar relatório de replicabilidade da análise qualitativa
Source:R/ac_qual_report.R
ac_qual_report.Rdac_qual_report() gera um documento estruturado, pronto para artigo ou
relatório, com todas as decisões metodológicas da rodada de codificação
qualitativa: codebook completo, histórico de modificações, configuração
da LLM, distribuição de resultados, métricas de confiabilidade e
referências bibliográficas.
É a resposta do acR a um risco real de comunicação em análises
assistidas por LLM: o revisor ou leitor não consegue reproduzir a
rodada sem saber exatamente qual modelo, qual codebook, quais
parâmetros e qual amostra foram usados. Sem esse relatório, o leitor
tem que confiar no autor — algo que a tradição de análise de conteúdo
(Krippendorff, 2018) sempre rejeitou. O documento gerado é autocontido
e pode ser anexado como material suplementar do artigo, publicado como
apêndice ou depositado num repositório de dados junto com o codebook em
YAML.
Suporta saída em Markdown (.md) ou HTML autocontido (.html),
em português ou inglês (para submissões internacionais).
Arguments
- coded
Tibble com resultado de
ac_qual_code().- codebook
Objeto
ac_codebookusado na classificacao.- reliability
Opcional. Saida de
ac_qual_reliability(); se fornecido, adiciona secao de confiabilidade inter-codificador.- chat
Opcional. Objeto
Chatdoellmer(ou string de modelo); se fornecido, extrai provedor/modelo/parametros para o relatorio.- title
Titulo do relatorio. Padrao: gerado a partir do nome do codebook.
Autor(es) do estudo (opcional).
- method
Descricao livre do metodo de coleta do corpus (opcional).
- format
Formato de saida:
"md"(padrao) ou"html".- path
Caminho do arquivo destino. Se
NULL, usatempfile().- lang
Idioma:
"pt"(padrao) ou"en".
Examples
# Simular resultado de ac_qual_code para o exemplo
cb <- ac_qual_codebook(
name = "polaridade",
instructions = "Classifique a polaridade do texto.",
categories = list(
favor = list(definition = "Apoio a proposta."),
contra = list(definition = "Oposicao a proposta.")
)
)
#> ! Categoria "favor": sem exemplos positivos (examples_pos).
#> ℹ Exemplos melhoram a precisão da classificação (Sampaio & Lycarião, 2021).
#> ! Categoria "favor": sem exemplos negativos (examples_neg).
#> ℹ Exemplos negativos reduzem confusão entre categorias similares.
#> ! Categoria "contra": sem exemplos positivos (examples_pos).
#> ℹ Exemplos melhoram a precisão da classificação (Sampaio & Lycarião, 2021).
#> ! Categoria "contra": sem exemplos negativos (examples_neg).
#> ℹ Exemplos negativos reduzem confusão entre categorias similares.
coded <- tibble::tibble(
doc_id = paste0("d", 1:5),
categoria = c("favor", "contra", "favor", "contra", "favor"),
confidence_score = c(1.00, 0.67, 1.00, 1.00, 0.67),
reasoning = rep("...", 5)
)
# Gerar relatorio em markdown temporario
arquivo <- tempfile(fileext = ".md")
ac_qual_report(coded, cb, path = arquivo, author = "Fulano de Tal")
#> ✔ Relatorio salvo em /tmp/RtmpfTv5LA/file1bfd7ff2bbbf.md
# readLines(arquivo, n = 20)