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:    CEMeC
total de registros indexados 18656 
- sem coordenadas geográficas 520 
- georreferenciados 18136 
- georreferenciados bloqueados
- no mar 33 
- número do catálogo em branco
  menor: 1   maior: 18656  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  12-05-2011 do dataCleaning:  13-05-2011
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 85 suspeito(s)
subespécie não encontrado
autor 5645 suspeito(s)
duplicata não encontrado
outras inconsistências 1633 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado não encontrado
outlier 48 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) 33 suspeito(s)
nome do município (Brasil) 1406 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 16 suspeito(s)

data da coleta
data da coleta menor que 1930 12505 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 1 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA