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 27862 
- sem coordenadas geográficas 491 
- georreferenciados 27371 
- georreferenciados bloqueados
- no mar 237 
- número do catálogo em branco 2140 
  menor: 585415   maior: 585424 [ gap ]  
registros repetidos
número do catálogo 2140 
registros duplicados 86 
nome + número do coletor 1161 
última atualização  -  logs de erro
da coleção:  07-02-2024 do dataCleaning:  08-02-2024
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 27 suspeito(s)
família 23 suspeito(s)
genero não encontrado
espécie 132 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata 2998 suspeito(s)
outras inconsistências não encontrado
anotações 12 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1854 suspeito(s)
outlier 6 suspeito(s)
long/lat fora do limite mundial 1 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 8 suspeito(s)
long/lat mar (Brasil) 6 suspeito(s)
nome do município (Brasil) 569 suspeito(s)
análise da coordenada (Brasil) 4 suspeito(s)
outras inconsistências 8 suspeito(s)

data da coleta
data da coleta menor que 1821 1 suspeito(s)
ano da coleta maior que identificação 30 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 9 sugestões  
nome país/estado 8297 sugestões
nome município (Brasil) 6031 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA