diff --git a/src/tendencia_recall_tema.R b/src/tendencia_recall_tema.R
deleted file mode 100644
index 9c41dd8..0000000
--- a/src/tendencia_recall_tema.R
+++ /dev/null
@@ -1,34 +0,0 @@
-
-library(ggplot2)
-library(dplyr)
-
-# Ler o arquivo CSV
-data <- read.csv("CLASSFIED_TOPICS_X15_BM25.csv")
-
-# Processar os dados
-data_processed <- data %>%
-  mutate(recall_flag = ifelse(posicao_tema_real >= 1 & posicao_tema_real <= 6, 1, 0)) %>%
-  group_by(num_tema_cadastrado) %>%
-  summarise(
-    recall = sum(recall_flag) / n(),
-    count = n()  # Calcular a contagem de cada num_tema_cadastrado
-  ) %>%
-  filter(count <=100) %>%
-  arrange(recall)  # Ordenar por recall
-
-# Reordenar num_tema_cadastrado com base no recall
-data_processed$num_tema_cadastrado <- factor(data_processed$num_tema_cadastrado, levels = data_processed$num_tema_cadastrado)
-
-# Visualizar o resultado
-print(data_processed)
-
-# Criar o gráfico de tendência
-ggplot(data_processed, aes(x = num_tema_cadastrado, y = recall)) +
-  geom_line(aes(group = 1)) +  # Para garantir que a linha conecta os pontos na ordem correta
-  geom_point() +
-  scale_x_discrete(labels = data_processed$count) +  # Usar as contagens como rótulos do eixo X
-  labs(title = "Gráfico de Tendência do Recall por Tema Cadastrado",
-       x = "Contagem de Tema Cadastrado",
-       y = "Recall") +
-  theme_minimal() +
-  theme(axis.text.x = element_text(angle = 90, hjust = 1, size=6))  # Rotacionar os rótulos do eixo X se necessário