dataCleaning
english
Essa ferramenta tem a finalidade de identificar possíveis erros e facilitar a padronização dos dados. Geralmente são erros pequenos e simples, onde uma letra é adicionada, trocada ou omitida. São erros difíceis de serem encontrados em um grande conjunto de dados pela pequena diferença da ortografia.
Uma premissa do trabalho é não interferir na informação. Nenhum dado é modificado, o sistema apenas indica os registros "suspeitos", recomendando ao autor que confira e escolha entre corrigir ou não a informação.
A ferramenta ainda está em desenvolvimento e todas as sugestões serão bem vindas.

Selecione uma coleção 
coleção:    ALCB
total de registros indexados 135784 
- sem coordenadas geográficas 36722 
- georreferenciados 99062 
- georreferenciados bloqueados
- no mar 4420 
- número do catálogo em branco 5579 
  [ susp ]
registros repetidos
número do catálogo 22172 
registros duplicados 4121 
nome + número do coletor 12175 
última atualização  -  logs de erro
da coleção:  11-08-2020 do dataCleaning:  12-08-2020
distribuição geográfica das coletas da coleção

perfil da coleção
estatísticas do dataCleaning
análise da dispersão das coordenadas geográficas

dados taxonômicos
inventário nome científico - coletor - determinador - tipos
reino não encontrado
família não encontrado
genero não encontrado
espécie 289 suspeito(s)
subespécie não encontrado
autor 6999 suspeito(s)
duplicata 6270 suspeito(s)
outras inconsistências 11 suspeito(s)
comentários 450 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 774 suspeito(s)
outlier 74 suspeito(s)
long/lat fora do limite mundial 109 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 341 suspeito(s)
long/lat mar (Brasil) 1460 suspeito(s)
nome do município (Brasil) 18532 suspeito(s)
análise da coordenada (Brasil) 97 suspeito(s)
outras inconsistências 1558 suspeito(s)

data da coleta
data da coleta menor que 1806 não encontrado
ano da coleta maior que identificação 252 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 26898 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 912 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA