assessment_and_tracking/track_participation.R

   1 setwd("~/online_communities/coldcallbot/data/")
   2
   3 library(data.table)
   4
   5 ################################################
   6 ## LOAD call_list TSV data
   7 ################################################
   8
   9 call.list <- do.call("rbind", lapply(list.files(".", pattern="^call_list-.*tsv$"), function (x) {read.delim(x, stringsAsFactors=FALSE)[,1:4]}))
  10
  11 colnames(call.list) <- gsub("_", ".", colnames(call.list))
  12
  13 table(call.list$unique.name[call.list$answered])
  14
  15 ## drop calls where the person wasn't present
  16 call.list.full <- call.list
  17 call.list[!call.list$answered,]
  18 call.list <- call.list[call.list$answered,]
  19
  20 ## show the distribution of assessments
  21 prop.table(table(call.list$assessment))
  22
  23 call.counts <- data.frame(table(call.list$unique.name))
  24 colnames(call.counts) <- c("unique.name", "num.calls")
  25
  26 ## create list of folks who are missing in class w/o reporting it
  27 absence.data.cols <- c("unique.name", "date.absent", "reported")
  28
  29 missing.in.class <- call.list.full[!call.list.full$answered,
  30                                    c("unique.name", "timestamp")]
  31 missing.in.class$date.absent <- as.Date(missing.in.class$timestamp)
  32 missing.in.class$reported <- FALSE
  33 missing.in.class <- missing.in.class[,absence.data.cols]
  34 missing.in.class <- unique(missing.in.class)
  35
  36 ################################################
  37 ## LOAD absence data TSV data
  38 ################################################
  39
  40 absence.google <- read.delim("absence_poll_data.tsv")
  41 colnames(absence.google) <- c("timestamp", "unique.name", "date.absent")
  42 absence.google$date.absent <- as.Date(absence.google$date.absent, format="%m/%d/%Y")
  43 absence.google$reported <- TRUE
  44 absence.google <- absence.google[,absence.data.cols]
  45 absence.google <- unique(absence.google)
  46
  47 ## combine the two absence lists and then create a unique subset
  48 absence <- rbind(missing.in.class[,absence.data.cols],
  49                  absence.google[,absence.data.cols])
  50
  51 ## these are people that show up in both lists (i.e., probably they
  52 ## submitted too late but it's worth verifying before we penalize
  53 ## them. i'd actually remove them from the absence sheet to suppress
  54 ## this error
  55 absence[duplicated(absence[,1:2]),]
  56 absence <- absence[!duplicated(absence[,1:2]),]
  57
  58 ## print total questions asked and absences
  59 absence.count <- data.frame(table(unique(absence[,c("unique.name", "date.absent")])[,"unique.name"]))
  60 colnames(absence.count) <- c("unique.name", "absences")
  61
  62
  63 ## load up the full class list
  64 gs <- read.delim("student_information.tsv")
  65 d <- gs[,c("Your.UW.student.number", "Name.you.d.like.to.go.by.in.class")]
  66 colnames(d) <- c("unique.name", "short.name")
  67
  68 ## merge in the call counts
  69 d <- merge(d, call.counts, all.x=TRUE, all.y=FALSE, by="unique.name")
  70 d <- merge(d, absence.count, by="unique.name", all.x=TRUE, all.y=FALSE)
  71
  72 d
  73
  74 ## set anything that's missing to zero
  75 d$num.calls[is.na(d$num.calls)] <- 0
  76 d$absences[is.na(d$absences)] <- 0
  77
  78 ################################################
  79 ## list people who have been absent often or called on a lot
  80 ################################################
  81
  82
  83 ## list students sorted in terms of (a) absences and (b) prev questions
  84 d[sort.list(d$absences),]
  85
  86 d[sort.list(d$num.calls, decreasing=TRUE),]
  87
  88 ################################################
  89 ## build visualizations
  90 ################################################
  91
  92
  93 library(ggplot2)
  94
  95 color.gradient <- scales::seq_gradient_pal("yellow", "magenta", "Lab")(seq(0,1,length.out=range(d$absences)[2]+1))
  96
  97 table(d$num.calls, d$absences)
  98
  99 ggplot(data=d) +
 100     aes(x=as.factor(num.calls), y=absences) +
 101     geom_violin()
 102
 103 ## png("questions_absence_histogram_combined.png", units="px", width=600, height=400)
 104
 105 ggplot(d) +
 106     aes(x=as.factor(num.calls), fill=as.factor(absences)) +
 107     geom_bar(color="black") +
 108     stat_count() +
 109     scale_x_discrete("Number of questions asked") +
 110     scale_y_continuous("Number of students") +
 111     ##scale_fill_brewer("Absences", palette="Blues") +
 112     scale_fill_manual("Absences", values=color.gradient) +
 113     theme_bw()
 114
 115 ## dev.off()
 116
 117 absence.labeller <- function (df) {
 118     lapply(df, function (x) { paste("Absences:", x) })
 119 }
 120
 121 ## png("questions_absence_histogram_facets.png", units="px", width=600, height=400)
 122
 123 ggplot(d) +
 124     aes(x=as.factor(num.calls)) +
 125     geom_bar() +
 126     stat_count() +
 127     scale_x_discrete("Number of questions asked as of 2020-02-12") +
 128     scale_y_continuous("Number of students") +
 129     theme_bw() +
 130     facet_wrap(.~absences, ncol=5, labeller="absence.labeller")
 131