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 140535 
- sem coordenadas geográficas 62856 
- georreferenciados 77679 
- georreferenciados bloqueados
- no mar 4196 
- número do catálogo em branco
  menor: 2   maior: 1548695 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 9361 
última atualização  -  logs de erro
da coleção:  12-02-2020 do dataCleaning:  13-02-2020
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 não encontrado
espécie 3565 suspeito(s)
subespécie 138 suspeito(s)
autor não encontrado
duplicata 32512 suspeito(s)
outras inconsistências 291 suspeito(s)
comentários 49 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 491 suspeito(s)
outlier 42 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 2 suspeito(s)
long ou lat com zero 1620 suspeito(s)
long/lat mar (Brasil) 2335 suspeito(s)
nome do município (Brasil) 13093 suspeito(s)
análise da coordenada (Brasil) 441 suspeito(s)
outras inconsistências 353 suspeito(s)

data da coleta
data da coleta menor que 1930 103 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 57324 sugestões  
nome país/estado 121 sugestões
nome município (Brasil) 177 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA