cecivieira / cotas-genero-eleicoes-e-proposicoes-legislativas

Análise de dados sobre cotas de gênero e seu impacto nas eleições e proposições legislativas da Câmara dos Deputados Federais entre 1934 e 2021. Parte do TCC da pós-graduação em Inteligência Artificial e Aprendizado de Máquina na @pucminas

Cotas de gênero e seu impacto nas eleições e proposições legislativas da Câmara dos Deputados Federais: uma análise entre 1934 e 2021

Notebooks do trabalho de conclusão de curso apresentado ao curso de pós-graduação em Inteligência Artificial e Aprendizado de Máquina da @pucminas. O relatório técnico pode ser lido em [link em breve]

Neste repositório são analisados os dados das candidaturas eleitas para a Câmara dos Deputados do país a partir de 1934 - um ano após a primeira eleição cujas mulheres puderam votar e serem votadas - a fim de identificar o impacto da legislação com ações afirmativas de gênero em eleições proporcionais no quantitativo de mulheres eleitas para o cargo de deputada federal. Além disso, também são analisadas as proposições legislativas (exclusivamente, projetos de lei, de resolução e de decreto) apresentadas no mesmo período, com o objetivo de verificar a existência de correlação entre os pontos citados anteriormente.

Vale ressaltar que existem registros apenas de algumas proposições tramitadas entre os anos de 1934 e 1945, além disso os dados das proposições legislativas entre os anos de 1946 e 2000 estão parcialmente disponibilizados - estão abertos apenas os referentes às “proposições de tipos que poderiam se tornar (ou se tornaram) leis e normas jurídicas” (Brasil, [2021?]), sendo assim as análises realizadas com os dados desse período podem não refletir a realidade.

Além disso, ressalta-se, também, que não foi realizado um estudo aprofundado em Ciência da Informação para a criação de vocabulário controlado usado neste relatório, sendo assim esta análise destina-se apenas ao exercício proposto para este trabalho de conclusão de curso.

Requisitos

• Matplotlib
• NLTK
• Numpy
• Pandas
• NLTK
• Scikit-learn
• Seaborn

Instalação e execução

1. Instale/Ative um ambiente virtual;
2. Instale os requisitos: pip install requirements.txt
3. Rode os notebooks: jupyter lab

Sugestão de leitura

Os notebooks devem ser lidos de acordo com o seguinte fluxo:

                ┌────────────────────┐
                │  Coleta de dados   │
                └─────────┬──────────┘
                          │
               ┌──────────┴───────────┐
               │ Tratamento de dados  │
               │ candidaturas eleitas │
               └──────────┬───────────┘
                          │
               ┌──────────┴───────────┐
               │ Tratamento de dados  │
               │ legislaturas         │
               └──────────┬───────────┘
                          │
            ┌─────────────┴────────────────┐
            │                              │
┌───────────┴──────────┐      ┌────────────┴─────────┐
│ Tratamento de dados  │      │ Analise dados        │
│ proposicoes          │      │ candidaturas eleitas │
│ legislativas         │      └──────────────────────┘
└──────────┬───────────┘
           │
┌──────────┴───────────┐
│ Tratamento de dados  │
│ criacao de           │
│ vocabulario          │
└──────────┬───────────┘
           │
┌──────────┴───────────┐
│ Modelo aprendizado   │
│ de maquina           │
│ classificador de     │
│ proposicoes          │
│ legislativas         │
└──────────┬───────────┘
           │
┌──────────┴───────────┐
│ Analise dados        │
│ proposicoes          │
│ legislativas         │
└──────────────────────┘

Links para os notebooks:

• Análise de dados - candidaturas eleitas
• Análise de dados - proposicões legislativas
• Coleta de dados
• Tratamento de dados - candidaturas eleitas
• Tratamento de dados - criação de vocabulário
• Tratamento de dados - legislaturas
• Tratamento de dados - proposições legislativas
• Modelo de aprendizado de máquina - Classificador de proposições legislativas

Licença

MIT