アサーティブポイントを集計するプログラム
# yml,dockerfile,requirements.txtを編集した場合はbuildをする必要がある
docker compose -f compose.yml up --build -d
# buildをしなくてもいい場合
docker compose -f compose.yml up -ddocker exec -it AssertivePointTabulation bash # python main.py {集計するディレクトリ}
例:python main.py 実験後データdocker compose -f compose.yml down # コンテナ内で実行
pip install {package}
# 次にコンテナを立てるときにそのパッケージを入れることができるために実行
pip freeze > requirements.txt実験_活性度調査/
┝ 02実験後データ/
┝ 実験_活性度調査_01_{名前}/
│ └ 00/
│ │ └ 00_conv_file/
│ │ │ └ 00_00.wav
│ │ │ └ 00_01.wav
│ │ │ ...
│ │ └ 00_first_data.csv
│ │ └ 00_second_data.csv
│ │ └ assertive_point_00_first_data.csv
│ │ └ assertive_point_00_second_data.csv
│ └ 01/
│ ...
│ └ 014/
│ └ 会話活性度の定義.pdf
│ ...
┝ 実験_活性度調査_03_{名前}/
┝ 実験_活性度調査_07_{名前}/
┝ 実験_活性度調査_09_{名前}/
アサーティブ点を集計して,点数順に並べたcsvを出力したい
6つの指標(意見の明確さ,積極性,自他尊重の態度,声の大きさ,話し方の流暢さ,反応の適切さ)各項目1点から5点で,合計6点から30点までになる.
これらの指標を,会話をしているA,Bさんそれぞれに点数をつける.(合計6点から30点まで)
2人の合計得点(最小12点,最大60点)を算出する.
評価者全員で合計得点を算出し,その平均点をその区間のアサーティブ点とする.
評価者それぞれのアサーティブ点データを読み込む(評価者それぞれの「assertive_point_{数字}first_data.csv,assertive_point{数字}_second_data.csv」)
評価者のリスト(personal_assertive_point_list)その中身は{"00_first":assertive_point_00_first_data,"00_second":assertive_point_00_second_data,...}
personal_assertive_point_list[0]["00_first"]
意見の明確さ,積極性,自他尊重の態度,声の大きさ,話し方の流暢さ,反応の適切さ
3,1,3,4,3,3
3,3,4,2,3,3
personal_assertive_point_list[0]["00_second"]
意見の明確さ,積極性,自他尊重の態度,声の大きさ,話し方の流暢さ,反応の適切さ
1,4,2,4,3,3
5,3,4,1,3,5
personal_assertive_point_list[1]["00_first"]
意見の明確さ,積極性,自他尊重の態度,声の大きさ,話し方の流暢さ,反応の適切さ
4,4,1,2,1,4
3,3,1,1,1,5
評価者それぞれの6項目のA,Bさんの値を合計し,その値を新しい変数(personal_assertive_total_point_list)に入れる その後,平均点を求める(assertive_average_point)
personal_assertive_total_point_list[0]
00_first,35
00_second,38
personal_assertive_total_point_list[1]
00_first,30
00_second,32
assertive_average_point
00_first,32
00_second,35
assertive_average_pointを,点数順にソートする
ソートしたassertive_average_point出力する