assessment_and_tracking/track_participation.R

   1 setwd("~/online_communities/coldcall_scripts-COM481-2024Q4/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$"), function (x) {read.delim(x, stringsAsFactors=FALSE)[,1:5]}))
  10
  11 colnames(call.list) <- gsub("_", ".", colnames(call.list))
  12 colnames(call.list)[1] <- "unique.name"
  13 colnames(call.list)[2] <- "preferred.name"
  14
  15 table(call.list$unique.name[call.list$answered])
  16
  17 ## drop calls where the person wasn't present
  18 call.list.full <- call.list
  19 call.list[!call.list$answered,]
  20 call.list <- call.list[call.list$answered,]
  21
  22 ## show the distribution of assessments
  23 prop.table(table(call.list$assessment))
  24
  25 call.counts <- data.frame(table(call.list$unique.name))
  26 colnames(call.counts) <- c("unique.name", "num.calls")
  27
  28 ## create list of folks who are missing in class w/o reporting it
  29 absence.data.cols <- c("unique.name", "date.absent", "reported")
  30
  31 missing.in.class <- call.list.full[!call.list.full$answered,
  32                                    c("unique.name", "timestamp")]
  33 missing.in.class$date.absent <- as.Date(missing.in.class$timestamp)
  34 missing.in.class$reported <- rep(FALSE, nrow(missing.in.class))
  35 missing.in.class <- missing.in.class[,absence.data.cols]
  36 missing.in.class <- unique(missing.in.class)
  37
  38 ################################################
  39 ## LOAD absence data TSV data
  40 ################################################
  41
  42 absence.google <- read.delim("optout_poll_data.tsv")
  43 colnames(absence.google) <- c("timestamp", "unique.name", "date.absent")
  44 absence.google$date.absent <- as.Date(absence.google$date.absent, format="%m/%d/%Y")
  45 absence.google$reported <- TRUE
  46 absence.google <- absence.google[,absence.data.cols]
  47 absence.google <- unique(absence.google)
  48
  49 ## combine the two absence lists and then create a unique subset
  50 absence <- rbind(missing.in.class[,absence.data.cols],
  51                  absence.google[,absence.data.cols])
  52
  53 ## these are people that show up in both lists (i.e., probably they
  54 ## submitted too late but it's worth verifying before we penalize
  55 ## them. i'd actually remove them from the absence sheet to suppress
  56 ## this error
  57 absence[duplicated(absence[,1:2]),]
  58 absence <- absence[!duplicated(absence[,1:2]),]
  59
  60 ## print total questions asked and absences
  61 absence.count <- data.frame(table(unique(absence[,c("unique.name", "date.absent")])[,"unique.name"]))
  62 colnames(absence.count) <- c("unique.name", "absences")
  63
  64
  65 ## load up the full class list
  66 gs <- read.delim("student_information.tsv")
  67 d <- gs[,c("Your.UW.student.number", "Name.you.d.like.to.go.by.in.class")]
  68 colnames(d) <- c("unique.name", "short.name")
  69
  70 ## merge in the call counts
  71 d <- merge(d, call.counts, all.x=TRUE, all.y=FALSE, by="unique.name")
  72 d <- merge(d, absence.count, by="unique.name", all.x=TRUE, all.y=FALSE)
  73
  74 d
  75
  76 ## set anything that's missing to zero
  77 d$num.calls[is.na(d$num.calls)] <- 0
  78 d$absences[is.na(d$absences)] <- 0
  79
  80 ################################################
  81 ## list people who have been absent often or called on a lot
  82 ################################################
  83
  84
  85 ## list students sorted in terms of (a) absences and (b) prev questions
  86 d[sort.list(d$absences),]
  87
  88 d[sort.list(d$num.calls, decreasing=TRUE),]
  89
  90 ################################################
  91 ## build visualizations
  92 ################################################
  93
  94
  95 library(ggplot2)
  96
  97 color.gradient <- scales::seq_gradient_pal("yellow", "magenta", "Lab")(seq(0,1,length.out=range(d$absences)[2]+1))
  98
  99 table(d$num.calls, d$absences)
 100
 101 png("questions_absence_histogram_combined.png", units="px", width=600, height=400)
 102
 103 ggplot(d) +
 104     aes(x=as.factor(num.calls), fill=as.factor(absences)) +
 105     geom_bar(color="black") +
 106     stat_count() +
 107     scale_x_discrete("Number of questions answered") +
 108     scale_y_continuous("Number of students") +
 109     ##scale_fill_brewer("Absences", palette="Blues") +
 110     scale_fill_manual("Opt-outs", values=color.gradient) +
 111     theme_bw()
 112
 113 dev.off()
 114
 115 absence.labeller <- function (df) {
 116     lapply(df, function (x) { paste("Absences:", x) })
 117 }
 118
 119 ## png("questions_absence_histogram_facets.png", units="px", width=600, height=400)
 120
 121 ## ggplot(d) +
 122 ##     aes(x=as.factor(num.calls)) +
 123 ##     geom_bar() +
 124 ##     stat_count() +
 125 ##     scale_x_discrete("Number of questions answered") +
 126 ##     scale_y_continuous("Number of students") +
 127 ##     theme_bw() +
 128 ##     facet_wrap(.~absences, ncol=5, labeller="absence.labeller")
 129