Skip to content

rOpenStats/CYTAR

Repository files navigation

CYTAR

A package for analysing Argentina’s Science and technology system (CYT)

Package

How to get started (Development version)

Install the R package using the following commands on the R console:

# install.packages("devtools")
devtools::install()

How to use it

First add variable with your preferred configurations in ~/.Renviron.

CYTAR_data_dir = "~/.R/CYTAR/"

library(CYTAR)
#> Warning: replacing previous import 'magrittr::equals' by 'testthat::equals' when
#> loading 'CYTAR'
#> Warning: replacing previous import 'magrittr::not' by 'testthat::not' when
#> loading 'CYTAR'
#> Warning: replacing previous import 'magrittr::is_less_than' by
#> 'testthat::is_less_than' when loading 'CYTAR'
#> Warning: replacing previous import 'dplyr::matches' by 'testthat::matches' when
#> loading 'CYTAR'
library(ggplot2)
library(lgr)
#> 
#> Attaching package: 'lgr'
#> The following object is masked from 'package:ggplot2':
#> 
#>     Layout

CYTAR analytics over people and researchs

opendata From Ministerio de Ciencia de la Nación Argentina

log.dir <- file.path(getEnv("data_dir"), "logs")
dir.create(log.dir, recursive = TRUE, showWarnings = FALSE)
log.file <- file.path(log.dir, "cytar.log")
lgr::get_logger("root")$add_appender(AppenderFile$new(log.file))
lgr::threshold("info", lgr::get_logger("root"))
lgr::threshold("info", lgr::get_logger("CYTARPersonal"))


personas <- CYTARPersonas$new()
self <- personas
personas$loadData()
#> Warning: 3 parsing failures.
#>    row        col  expected             actual                       file
#> 184049 NA         6 columns 3 columns          '~/.R/CYTAR//personas.csv'
#> 184050 persona_id a double   SANCHEZ VILLAGRAN '~/.R/CYTAR//personas.csv'
#> 184050 NA         6 columns 4 columns          '~/.R/CYTAR//personas.csv'
#> # A tibble: 185,618 x 6
#>    persona_id nombre           apellido      sexo_id  edad cvar_ultimo_acceso
#>         <dbl> <chr>            <chr>           <dbl> <dbl> <date>            
#>  1          1 JUAN PABLO       SOTO                2    44 2017-11-29        
#>  2          2 SILVINA          GONZALEZ            1    36 2012-02-06        
#>  3          3 DIEGO FERNANDO   ASENSIO             2    46 2018-09-20        
#>  4          4 MARÍA VICTORIA   TIGNINO             1    37 2019-04-24        
#>  5          5 CLAUDIA LEDA     MATTEO              1    55 2018-09-02        
#>  6          6 EDUARDO          SPOTORNO            2    51 2011-11-07        
#>  7          7 PATRICIO LEANDRO ACOSTA              2    38 2018-09-05        
#>  8          8 EDUARDO AUGUSTO  WAGENER SEGUÍ       2    70 2013-08-28        
#>  9          9 ANDRES MARIANO   RUIZ                2    68 2016-09-05        
#> 10         10 SERGIO NESTOR    SANTILLANA          2    59 2019-06-24        
#> # … with 185,608 more rows
nrow(personas$data)
#> [1] 185618


personas.2018 <- CYTARPersonas2018$new()
self <- personas.2018
personas.2018$loadData()
#> # A tibble: 68,552 x 21
#>    persona_id  anio sexo_id  edad maximo_grado_ac… disciplina_maxi…
#>         <int> <int>   <int> <int>            <int>            <int>
#>  1          1  2018       2    43               -1               -1
#>  2          5  2018       1    55                1              255
#>  3          7  2018       2    37                1              158
#>  4         10  2018       2    58                5              248
#>  5         11  2018       1    46                2              223
#>  6         12  2018       2    55                1               58
#>  7         13  2018       2    48                3              281
#>  8         15  2018       1    53                1              258
#>  9         17  2018       2    60                2              281
#> 10         19  2018       2    59                1              255
#> # … with 68,542 more rows, and 15 more variables:
#> #   disciplina_titulo_grado_id <int>, disciplina_experticia_id <int>,
#> #   tipo_personal_id <int>, producciones_ult_anio <int>,
#> #   producciones_ult_2_anios <int>, producciones_ult_3_anios <int>,
#> #   producciones_ult_4_anios <int>, institucion_trabajo_id <int>,
#> #   seniority_level <chr>, categoria_conicet_id <int>,
#> #   categoria_incentivos <int>, max_dedicacion_horaria_docente_id <int>,
#> #   institucion_cargo_docente_id <int>, clase_cargo_docente_id <int>,
#> #   tipo_condicion_docente_id <int>
nrow(personas.2018$data)
#> [1] 68552
personas.2018$consolidate()
#> Warning: 3 parsing failures.
#>    row        col  expected             actual                       file
#> 184049 NA         6 columns 3 columns          '~/.R/CYTAR//personas.csv'
#> 184050 persona_id a double   SANCHEZ VILLAGRAN '~/.R/CYTAR//personas.csv'
#> 184050 NA         6 columns 4 columns          '~/.R/CYTAR//personas.csv'
#> # A tibble: 68,552 x 21
#>    persona_id  anio sexo_id  edad maximo_grado_ac… disciplina_maxi…
#>         <int> <int>   <int> <int>            <int>            <int>
#>  1          1  2018       2    43               -1               -1
#>  2          5  2018       1    55                1              255
#>  3          7  2018       2    37                1              158
#>  4         10  2018       2    58                5              248
#>  5         11  2018       1    46                2              223
#>  6         12  2018       2    55                1               58
#>  7         13  2018       2    48                3              281
#>  8         15  2018       1    53                1              258
#>  9         17  2018       2    60                2              281
#> 10         19  2018       2    59                1              255
#> # … with 68,542 more rows, and 15 more variables:
#> #   disciplina_titulo_grado_id <int>, disciplina_experticia_id <int>,
#> #   tipo_personal_id <int>, producciones_ult_anio <int>,
#> #   producciones_ult_2_anios <int>, producciones_ult_3_anios <int>,
#> #   producciones_ult_4_anios <int>, institucion_trabajo_id <int>,
#> #   seniority_level <chr>, categoria_conicet_id <int>,
#> #   categoria_incentivos <int>, max_dedicacion_horaria_docente_id <int>,
#> #   institucion_cargo_docente_id <int>, clase_cargo_docente_id <int>,
#> #   tipo_condicion_docente_id <int>
nrow(personas.2018$consolidated)
#> [1] 68552
names(personas.2018$consolidated)
#>  [1] "persona_id"                          
#>  [2] "anio"                                
#>  [3] "sexo_id"                             
#>  [4] "edad"                                
#>  [5] "maximo_grado_academico_id"           
#>  [6] "disciplina_maximo_grado_academico_id"
#>  [7] "disciplina_titulo_grado_id"          
#>  [8] "disciplina_experticia_id"            
#>  [9] "tipo_personal_id"                    
#> [10] "producciones_ult_anio"               
#> [11] "producciones_ult_2_anios"            
#> [12] "producciones_ult_3_anios"            
#> [13] "producciones_ult_4_anios"            
#> [14] "institucion_trabajo_id"              
#> [15] "seniority_level"                     
#> [16] "categoria_conicet_id"                
#> [17] "categoria_incentivos"                
#> [18] "max_dedicacion_horaria_docente_id"   
#> [19] "institucion_cargo_docente_id"        
#> [20] "clase_cargo_docente_id"              
#> [21] "tipo_condicion_docente_id"           
#> [22] "nombre"                              
#> [23] "apellido"                            
#> [24] "cvar_ultimo_acceso"

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
library(readr)

producciones <- CYTARProducciones$new()
self <- producciones
producciones$configAll()
#> <CYTARProducciones>
#>   Public:
#>     clone: function (deep = FALSE) 
#>     configAll: function () 
#>     getProduccionesPersonas: function (personas.df, add.persona.info = TRUE) 
#>     initialize: function () 
#>     loadAll: function () 
#>     logger: Logger, Filterable, R6
#>     producciones.years: list
#>     producciones.years.url: list
#>     producto.autor.years: list
#>     producto.autor.years.url: list
#>     producto.persona.funcion: NA
producciones$loadAll()
#> INFO  [09:34:23.094] Processing producciones {year: 2011, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/749f0b9d-5f51-4cb1-b2b4-35910fd04439/download/producto_2011.csv}
#> Warning: 6 parsing failures.
#>    row         col   expected            actual                                  file
#>  51116 NA          6 columns  2 columns         '~/.R/CYTAR//producto_autor_2011.csv'
#>  51117 producto_id an integer GORDON, ARIEL     '~/.R/CYTAR//producto_autor_2011.csv'
#>  51117 NA          6 columns  5 columns         '~/.R/CYTAR//producto_autor_2011.csv'
#> 113183 NA          6 columns  2 columns         '~/.R/CYTAR//producto_autor_2011.csv'
#> 113184 producto_id an integer JOSÉ A. MAIZTEGUI '~/.R/CYTAR//producto_autor_2011.csv'
#> ...... ........... .......... ................. .....................................
#> See problems(...) for more details.
#> INFO  [09:34:26.088] Processing producciones {year: 2012, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/306efae2-ff42-4b2c-abca-cd9651e72376/download/producto_2012.csv}
#> INFO  [09:34:29.147] Processing producciones {year: 2013, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/15fdec11-12e4-4a7d-bf33-4b0b6d2943c4/download/producto_2013.csv}
#> INFO  [09:34:32.226] Processing producciones {year: 2014, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/190f6b01-6bfc-4a01-8b7c-dc6bdfface52/download/producto_2014.csv}
#> INFO  [09:34:35.768] Processing producciones {year: 2015, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/479eb76c-1f4a-409e-9d53-5cb862b6389d/download/producto_2015.csv}
#> INFO  [09:34:38.643] Processing producciones {year: 2017, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/be663208-1b91-461c-a015-f2b300b484ea/download/producto_2017.csv}
#> INFO  [09:34:40.111] Processing producciones {year: 2018, url: https://datasets.datos.mincyt.gob.ar/dataset/4f823995-1a78-4f43-b6c8-89a32d61329f/resource/439f3533-a2fe-4ef9-8996-977de5192f26/download/producto_2018.csv}
#> NULL
names(producciones$producciones.years)
#> [1] "2011" "2012" "2013" "2014" "2015" "2017" "2018"

personas.selected <- personas$data %>% filter(grepl("kornblihtt", apellido, ignore.case = TRUE))
personas.selected
#> # A tibble: 3 x 6
#>   persona_id nombre          apellido   sexo_id  edad cvar_ultimo_acceso
#>        <dbl> <chr>           <chr>        <dbl> <dbl> <date>            
#> 1      17759 ALBERTO RODOLFO KORNBLIHTT       2    65 2019-03-18        
#> 2      23135 JUAN            KORNBLIHTT       2    39 2018-09-07        
#> 3      26145 LAURA INÉS      KORNBLIHTT       1    65 2017-03-21
producciones.personas <- producciones$getProduccionesPersonas(personas.df = personas.selected)
#> INFO  [09:34:42.697] Searching {current.year: 2011, found: 10}
#> INFO  [09:34:42.706] Searching {current.year: 2012, found: 5}
#> INFO  [09:34:42.713] Searching {current.year: 2013, found: 11}
#> INFO  [09:34:42.719] Searching {current.year: 2014, found: 11}
#> INFO  [09:34:42.725] Searching {current.year: 2015, found: 10}
#> INFO  [09:34:42.731] Searching {current.year: 2017, found: 3}
#> INFO  [09:34:42.736] Searching {current.year: 2018, found: 0}

write_csv(producciones.personas, file = file.path(getDataDir(), "producciones_kornblihtt.csv"))

producciones.personas %>%
 group_by(persona_id, nombre, apellido, edad) %>%
 summarize( min_anio = min(anio_publica, na.rm = TRUE),
            max_anio = max(anio_publica, na.rm = TRUE),
            n        = n()
            )
#> `summarise()` regrouping output by 'persona_id', 'nombre', 'apellido' (override with `.groups` argument)
#> # A tibble: 3 x 7
#> # Groups:   persona_id, nombre, apellido [3]
#>   persona_id nombre          apellido    edad min_anio max_anio     n
#>        <dbl> <chr>           <chr>      <dbl>    <int>    <int> <int>
#> 1      17759 ALBERTO RODOLFO KORNBLIHTT    65     2011     2017    33
#> 2      23135 JUAN            KORNBLIHTT    39     2011     2017    15
#> 3      26145 LAURA INÉS      KORNBLIHTT    65     2011     2015    11

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages