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-Fanerogamas
total de registros indexados 144266 
- sem coordenadas geográficas 77356 
- georreferenciados 66910 
- georreferenciados bloqueados
- no mar 65 
- número do catálogo em branco 9 
  [ susp ]
registros repetidos
número do catálogo 14 
registros duplicados 5 
nome + número do coletor 1750 
última atualização  -  logs de erro
da coleção:  26-03-2024 do dataCleaning:  27-03-2024
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 não encontrado
família não encontrado
genero não encontrado
espécie 28 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata 8606 suspeito(s)
outras inconsistências não encontrado
anotações 231 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 114 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 2 suspeito(s)
long/lat mar (Brasil) 6 suspeito(s)
nome do município (Brasil) 9254 suspeito(s)
análise da coordenada (Brasil) 109 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1841 3 suspeito(s)
ano da coleta maior que identificação 3 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 66996 sugestões  
nome país/estado 15 sugestões
nome município (Brasil) 128 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA