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:    CESC
total de registros indexados 29373 
- sem coordenadas geográficas 27 
- georreferenciados 29346 
- georreferenciados bloqueados
- no mar 3240 
- número do catálogo em branco
  menor: 157   maior: 36993 [ gap ]  
registros repetidos
número do catálogo 246 
registros duplicados 6 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  28-01-2014 do dataCleaning:  29-01-2014
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 23 suspeito(s)
genero 12 suspeito(s)
espécie 4 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata não encontrado
outras inconsistências 107 suspeito(s)
comentários 0 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 1358 suspeito(s)
outlier 4640 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 4028 suspeito(s)
long/lat mar (Brasil) 3205 suspeito(s)
nome do município (Brasil) 4346 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 57 suspeito(s)

data da coleta
data da coleta menor que 1927 2 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 22 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA