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 150348 
- sem coordenadas geográficas 38357 
- georreferenciados 111991 
- georreferenciados bloqueados
- no mar 5147 
- número do catálogo em branco 5183 
  [ susp ]
registros repetidos
número do catálogo 20846 
registros duplicados 3873 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  04-07-2025 do dataCleaning:  processando
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 27 suspeito(s)
espécie 73 suspeito(s)
subespécie não encontrado
autor 7140 suspeito(s)
duplicata em breve
outras inconsistências 11 suspeito(s)
anotações 1173 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 939 suspeito(s)
outlier 43 suspeito(s)
long/lat fora do limite mundial 3 suspeito(s)
long/lat iguais 2 suspeito(s)
long ou lat com zero 371 suspeito(s)
long/lat mar (Brasil) 1204 suspeito(s)
nome do município (Brasil) 21761 suspeito(s)
análise da coordenada (Brasil) 117 suspeito(s)
outras inconsistências 1556 suspeito(s)

data da coleta
data da coleta menor que 1806 não encontrado
ano da coleta maior que identificação 49842 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 28429 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 987 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA