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:    ASU-Plants
total de registros indexados 19519 
- sem coordenadas geográficas 458 
- georreferenciados 19061 
- georreferenciados bloqueados
- no mar 243 
- número do catálogo em branco 484 
  menor: 585415   maior: 585424 [ gap ]  
registros repetidos
número do catálogo 484 
registros duplicados 6 
nome + número do coletor 1131 
última atualização  -  logs de erro
da coleção:  03-03-2021 do dataCleaning:  04-03-2021
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 20 suspeito(s)
família não encontrado
genero não encontrado
espécie 132 suspeito(s)
subespécie não encontrado
autor 92 suspeito(s)
duplicata 2920 suspeito(s)
outras inconsistências não encontrado
anotações 2 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1880 suspeito(s)
outlier 5 suspeito(s)
long/lat fora do limite mundial 1 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 7 suspeito(s)
long/lat mar (Brasil) 6 suspeito(s)
nome do município (Brasil) 566 suspeito(s)
análise da coordenada (Brasil) 4 suspeito(s)
outras inconsistências 6 suspeito(s)

data da coleta
data da coleta menor que 1821 38 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 9 sugestões  
nome país/estado 216 sugestões
nome município (Brasil) 6009 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA