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:    BHCB
total de registros indexados 143412 
- sem coordenadas geográficas 90595 
- georreferenciados 52817 
- georreferenciados bloqueados
- no mar 1051 
- número do catálogo em branco 76 
  [ susp ]
registros repetidos
número do catálogo 25654 
registros duplicados 20825 
nome + número do coletor 4421 
última atualização  -  logs de erro
da coleção:  26-02-2021 do dataCleaning:  01-03-2021
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 não encontrado
família não encontrado
genero não encontrado
espécie 169 suspeito(s)
subespécie não encontrado
autor 1086 suspeito(s)
duplicata 6583 suspeito(s)
outras inconsistências não encontrado
anotações 103 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 955 suspeito(s)
outlier 1 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 404 suspeito(s)
long/lat mar (Brasil) 892 suspeito(s)
nome do município (Brasil) 8487 suspeito(s)
análise da coordenada (Brasil) 113 suspeito(s)
outras inconsistências 120 suspeito(s)

data da coleta
data da coleta menor que 1841 3 suspeito(s)
ano da coleta maior que identificação 22 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 73766 sugestões  
nome país/estado 37 sugestões
nome município (Brasil) 438 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA