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:    CEN
total de registros indexados 117021 
- sem coordenadas geográficas 39510 
- georreferenciados 77511 
- georreferenciados bloqueados
- no mar 1050 
- número do catálogo em branco
  menor: 1   maior: 118961 [ gap ]  
registros repetidos
número do catálogo 8 
registros duplicados
nome + número do coletor 1281 
última atualização  -  logs de erro
da coleção:  21-10-2021 do dataCleaning:  22-10-2021
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 12 suspeito(s)
subespécie não encontrado
autor 2474 suspeito(s)
duplicata 822 suspeito(s)
outras inconsistências não encontrado
anotações 400 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 5149 suspeito(s)
outlier 1 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 27 suspeito(s)
long/lat mar (Brasil) 898 suspeito(s)
nome do município (Brasil) 11296 suspeito(s)
análise da coordenada (Brasil) 385 suspeito(s)
outras inconsistências 2022 suspeito(s)

data da coleta
data da coleta menor que 1841 não encontrado
ano da coleta maior que identificação 19 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 34732 sugestões  
nome país/estado 1153 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA