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:    BOTU
total de registros indexados 28748 
- sem coordenadas geográficas 16568 
- georreferenciados 12180 
- georreferenciados bloqueados
- no mar 54 
- número do catálogo em branco 19 
  menor: 1   maior: 36216 [ gap ]  
registros repetidos
número do catálogo 205 
registros duplicados 32 
nome + número do coletor 5060 
última atualização  -  logs de erro
da coleção:  04-02-2020 do dataCleaning:  05-02-2020
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 8 suspeito(s)
espécie 163 suspeito(s)
subespécie não encontrado
autor 4626 suspeito(s)
duplicata 3505 suspeito(s)
outras inconsistências não encontrado
comentários 120 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 70 suspeito(s)
outlier 35 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 56 suspeito(s)
long/lat mar (Brasil) 35 suspeito(s)
nome do município (Brasil) 2405 suspeito(s)
análise da coordenada (Brasil) 3 suspeito(s)
outras inconsistências 1 suspeito(s)

data da coleta
data da coleta menor que 1863 não encontrado
ano da coleta maior que identificação 6 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 14897 sugestões  
nome país/estado 5 sugestões
nome município (Brasil) 5 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA