À quoi pense-t-on quand on s’enferme ?

Charger les principaux packages

library(tidyverse)
library(huxtable)
library(tidytext)
library(widyr)
library(tidygraph)
library(ggraph)
library(igraph)

Récupérer les données

Important

La base de données issue de l’Enquête La Vie en confinement contient des informations personnelles, bien que non identifiantes. Elle n’est donc pas librement accessible en ligne. Pour savoir comment y accéder, reportez-vous à cette page du site de l’enquête.

Une seule variable parmi les centaines que compte la base nous intéresse ici, c’est celle qui stocke les comentaires libres que les gens ont fait à la fin du questionnaire.

Recoder

Le recodage consiste en deux opérations :

• Segmenter chacun des 3000 commentaires en mots
• Rapporter chaque mot à un lemme, afin que (par exemple), “je sors” et “nous sortons” soient tous deux associés au lemme sortir.

Astuce

L’outil qu’il nous faut ici est la fonction udpipe::udpipe_annotate.

Les calculs prennent un certain temps, voici à quoi ressemble le résultat en cache :

targets::tar_load(commentaires_annotate, store = "~/vico/_targets")

commentaires_annotate |> 
  head(n = 10) |> 
  as_hux() |> 
  set_number_format(NA) |> 
  theme_green()

Choisir les mots qui nous intéressent

sortie_mots =  c("sortie", "sortir", "dehors")

Calculer les corrélations

sortie_correlations = commentaires_annotate %>%
  unite(col = id_unique_sentence, doc_id, sentence_id, remove = FALSE) %>%
  group_by(lemma) %>%
  filter(n() >= 10) %>%
  pairwise_cor(lemma, id_unique_sentence, sort = TRUE) %>%
  mutate(cor_sortie = if_else(
    (item1 %in% sortie_mots | item2 %in% sortie_mots) &
      correlation > 0.06,
    TRUE,
    FALSE))

Les représenter

sortie_correlations %>%
  filter(cor_sortie == TRUE) %>%
  graph_from_data_frame() %>%
  ggraph(layout = "fr") +
  geom_edge_diagonal(aes(edge_alpha = correlation), show.legend = FALSE) +
  geom_node_point(color = "grey", size = 5) +
  geom_node_text(aes(label = name), family = "Helvetica", repel = TRUE) +
  labs(title = "Mots associés à *sortir*, *dehors* et *sortie*",
       subtitle = str_wrap("Aucun n'est relatif à la peur de la contamination, beaucoup aux interdictions et à la frustration qu'elles suscitent", 80),
       caption = "Données : 3000 commentaires libres des répondants à l'enquête VICO") +
  theme_void() +
  theme(plot.title = ggtext::element_markdown(face = "bold"))