acR

• ac_collocations(n = 3): a tabela 2x2 compara a primeira palavra com o bigrama restante (antes, w1 x w3, ignorando a palavra do meio). Corrigida a afirmacao de que o log-likelihood e a medida do quanteda.textstats::textstat_collocations() (que usa lambda).
• ac_wordscores(): rescale = "lbg" agora segue a formula de Laver, Benoit & Garry (2003, p. 316), com media e desvio-padrao dos documentos **virgens** (antes usava as referencias reestimadas); exige 2 ou mais virgens e avisa quando ha menos de 5. rescale = "mv" ancora nas referencias de menor e maior escore conhecido (Martin & Vanberg, 2008). Corrigido o ano da referencia (2008, nao 2007).
• ac_cluster_documents(): a distancia cosseno e calculada como distancia de corda, sqrt(2(1 - cos)), que e euclidiana e portanto valida para Ward.D2 (Murtagh & Legendre, 2014); com distance = "cosine", o k-means roda sobre vetores normalizados. Antes o Ward recebia 1 - cos e o k-means ignorava a distancia escolhida.
• ac_lda_tune(): a perplexidade agora e calculada fora da amostra, por validacao cruzada (folds = 5), avaliando o teste sobre o vocabulario do treino. A perplexidade de treino, que cai quase sempre com k, continua na coluna perplexity_train. method = "Gibbs" deixou de dar erro, e ... agora repassa control ao topicmodels::LDA().
• ac_lda(): aceita control = list(...) (antes dava erro de argumento duplicado). ac_plot_lda_topics() mostrava rotulos como "termo___Topico 1" no eixo; agora mostra so o termo.
• ac_sentiment(): termos repetidos no OpLexicon (28 termos com mais de uma classe gramatical, alguns com polaridades opostas) eram contados duas vezes; agora cada termo tem uma polaridade (sinal da soma). O argumento by passa a agregar de fato por grupo, como a documentacao dizia (antes devolvia uma linha por documento).
• ac_qual_irr(): o intervalo de confianca usava kappa / z como erro-padrao, mas o z do irr e calculado sob a hipotese nula; o IC saia de [-1, 1]. Agora e *bootstrap* percentil (novo argumento bootstrap, padrao 1000) para kappa, Fleiss e alfa. weight = "linear" estava documentado mas dava erro (o irr chama de "equal"); kappa ponderado respeita a ordem dos niveis do fator. IDs duplicados geram erro em vez de produto cartesiano silencioso.
• Interpretacao das metricas de concordancia (ac_qual_reliability(), ac_qual_irr(), ac_qual_report()): cada metrica usa a referencia propria. Alfa de Krippendorff pelas faixas de Krippendorff (2018: 0,800 / 0,667), e nao pelas de Landis & Koch; AC1 de Gwet e kappa por Landis & Koch (1977), com os limites exatos do artigo; percentual por Neuendorf (2017); F1 macro sem rotulo (nao e corrigido por acaso). confidence_level de ac_qual_code() deixa de ser atribuido a Landis & Koch: e uma convencao do pacote.
• ac_qual_sample(): o padrao passa de "uncertainty" para "random". A amostra usada para estimar confiabilidade precisa ser representativa (Krippendorff, 2018, cap. 12); amostrar os casos incertos serve para diagnosticar erros, nao para estimar concordancia. Vignettes e README atualizados.
• ac_top_terms(): sem by, uma tabela por documento (saida padrao de ac_count()) era ranqueada linha a linha, sem somar o termo entre documentos; com empates mantidos, o "top 15" de um corpus pequeno devolvia o vocabulario inteiro. Agora soma por termo (ou por grupo) e devolve exatamente n termos, com desempate alfabetico.
• ac_plot_keyness() e ac_plot_tf_idf(): o mesmo problema de empates (pedir n = 6 desenhava dezenas de barras); agora exatamente n por lado ou grupo. ac_plot_top_terms() passa a mostrar o termo mais frequente no topo.
• ac_plot_xray(): tokenizava sem remover pontuacao, entao um termo seguido de virgula ou ponto ("trabalhadores.") nao era encontrado.
• ac_plot_ca(): termos com o mesmo perfil caem no mesmo ponto e os rotulos se sobrepunham ilegiveis; agora sao agrupados num rotulo so.

Correcoes de interpretacao nas vignettes

• Os 44 blocos "Como interpretar" foram reescritos como "Como ler este grafico/esta tabela", em quatro passos fixos: onde olhar, o que este exemplo mostra (com os numeros da saida), em palavras simples e cuidado (com a referencia da literatura).
• vignette("quantitativo"): exemplo de analise de correspondencia trocado (no anterior, cada categoria tinha vocabulario exclusivo e o mapa era degenerado); leitura do grafico de Zipf corrigida (a linha ideal parte do primeiro ponto, que por isso sempre cai sobre ela).
• vignette("sentimento"): o X-ray buscava termos que nao ocorrem no corpus. vignette("lda"): o mapa de calor de gama ordena os documentos numericamente, deixando os temas visiveis em blocos.
• Todas as vignettes foram re-executadas com o codigo corrigido e cada bloco "Como interpretar" foi conferido contra a saida real.
• vignette("lda"): o corpus de exemplo (frases de ~7 palavras) nao permitia ao LDA recuperar os temas (pureza perto do acaso); os documentos viraram paragrafos de tres frases e o exemplo usa Gibbs com alfa = 0,1, com justificativa na literatura (Griffiths & Steyvers, 2004; Wallach, Mimno & McCallum, 2009; Hong & Davison, 2010). A escolha de K passou a usar perplexidade fora da amostra.
• vignette("cluster"): alturas do dendrograma e silhuetas atualizadas; incluida a leitura de Kaufman & Rousseeuw (1990) para silhueta media baixa; corrigida a comparacao com LDA (o ajuste padrao dava gama = 0,5/0,5 para todos os documentos).
• vignette("sentimento"): callouts reescritos a partir da saida real (erros de cobertura e de sentido no dominio do OpLexicon, Loughran & McDonald, 2011); alerta de que as densidades coloridas pelo sinal do escore separam-se por construcao.
• vignette("quantitativo"): keyness com ressalvas de contagem baixa e comparacoes multiplas; Wordscores com rescale = "mv"; mapa de AC lido pela direcao (Greenacre, 2007); MTLD e C de Herdan sem faixas inventadas; grafico de barras do Wordscores com alerta de eixo sem zero significativo (Cleveland, 1985).

Recursos da internet

• ac_sentiment() baixa o OpLexicon do GitHub na primeira execucao. Os exemplos de ac_sentiment() e ac_plot_sentiment() passam a usar @examplesIf interactive(), e as vignettes sentimento, introducao-acR e quickstart testam o acesso ao lexico antes: sem internet, pulam so os trechos que dependem dele e mostram um aviso, em vez de falhar. A documentacao de ac_sentiment() explica o download e o cache em tools::R_user_dir("acR", "data").

Correcao de comportamento

• ac_qual_codebook_translate(): exigia o pacote ellmer instalado mesmo quando o codebook ja estava no idioma de destino (caso em que nenhuma chamada de LLM e necessaria). A checagem de idioma agora acontece antes da checagem de dependencia.

Documentacao

• Revisao ortografica completa (acentuacao) do README, das dez vignettes e dos comentarios roxygen2 em R/*.R.
• Tabela "Qual metrica responde qual pergunta?" (vignette("quantitativo")) expandida para cobrir as doze novas tecnicas introduzidas na 0.5.0, organizada em cinco familias metodologicas.
• Adicionados blocos "Como interpretar" apos graficos e tabelas de resultado em todas as vignettes, explicando como ler cada visualizacao e armadilhas comuns de interpretacao.
• Adicionadas visualizacoes alternativas (como exemplos de uso de ggplot2, sem novas funcoes exportadas) para varias das tecnicas da 0.5.0 em vignette("quantitativo") e vignette("lda").
• Novas secoes "Sequencia sugerida para reportar resultados" em vignette("quantitativo") e vignette("qualitativo-llm"), com tabela de etapas e justificativa metodologica para cada uma.
• Reduzido o uso de travessao (--) para zero ocorrencias em todo o pacote (README, vignettes e comentarios roxygen2), em favor de : ou reestruturacao de frase.
• man/*.Rd regenerado via devtools::document() para sincronizar com os comentarios roxygen2 corrigidos.

Robustez de testes e vignettes

• vignette("cluster") e vignette("lda"): os trechos que dependem do pacote Suggests topicmodels agora sao protegidos por eval = requireNamespace("topicmodels", quietly = TRUE), evitando falha de R CMD check em ambientes sem esse pacote instalado.
• Tres testes que exercitavam caminhos de codigo dependentes de ellmer ganharam skip_if_not_installed("ellmer"), espelhando o padrao ja usado no restante da suite.

Manutencao de infraestrutura

• URLs do site do pacote unificadas em https://ahenriquecp.com/acR/ (_pkgdown.yml, README, DESCRIPTION, man/acR-package.Rd): o endereco andersonheri.github.io/acR redireciona (301) para ele, e o CRAN aponta URLs que redirecionam. Corrigido tambem o link do repositorio da ENAP no README, cujo endereco antigo nao resolvia.
• Removida do controle de versao a pasta docs/ que vinha sendo comitada por engano em main desde uma configuracao antiga de publicacao (hoje o site e publicado via GitHub Actions na branch gh-pages); ja estava em .Rbuildignore e agora tambem esta em .gitignore.