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:    CEPEC
total de registros indexados 141860 
- sem coordenadas geográficas 63831 
- georreferenciados 78029 
- georreferenciados bloqueados
- no mar 4211 
- número do catálogo em branco
  menor: 2   maior: 1548695 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 9423 
última atualização  -  logs de erro
da coleção:  21-08-2020 do dataCleaning:  22-08-2020
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 não encontrado
espécie 434 suspeito(s)
subespécie 66 suspeito(s)
autor não encontrado
duplicata 32521 suspeito(s)
outras inconsistências 258 suspeito(s)
comentários 464 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 493 suspeito(s)
outlier 46 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 3 suspeito(s)
long ou lat com zero 1624 suspeito(s)
long/lat mar (Brasil) 2343 suspeito(s)
nome do município (Brasil) 13098 suspeito(s)
análise da coordenada (Brasil) 440 suspeito(s)
outras inconsistências 351 suspeito(s)

data da coleta
data da coleta menor que 1930 165 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 58289 sugestões  
nome país/estado 124 sugestões
nome município (Brasil) 177 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA