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 108852 
- sem coordenadas geográficas 38504 
- georreferenciados 70348 
- georreferenciados bloqueados
- no mar 949 
- número do catálogo em branco
  menor: 1   maior: 110356 [ gap ]  
registros repetidos
número do catálogo 36 
registros duplicados 24 
nome + número do coletor 1195 
última atualização  -  logs de erro
da coleção:  27-06-2019 do dataCleaning:  28-06-2019
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 74 suspeito(s)
subespécie não encontrado
autor 3375 suspeito(s)
duplicata 716 suspeito(s)
outras inconsistências não encontrado
comentários 232 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 3451 suspeito(s)
outlier 6 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 13 suspeito(s)
long/lat mar (Brasil) 878 suspeito(s)
nome do município (Brasil) 10824 suspeito(s)
análise da coordenada (Brasil) 350 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1841 não encontrado
ano da coleta maior que identificação 173 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 34057 sugestões  
nome país/estado 1384 sugestões
nome município (Brasil) 7 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA