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:    CESJ
total de registros indexados 62533 
- sem coordenadas geográficas 54872 
- georreferenciados 7661 
- georreferenciados bloqueados
- no mar 214 
- número do catálogo em branco
  menor: 1   maior: 73098 [ gap ]   [ susp ]
registros repetidos
número do catálogo 743 
registros duplicados
nome + número do coletor 1617 
última atualização  -  logs de erro
da coleção:  16-03-2020 do dataCleaning:  17-03-2020
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 2 suspeito(s)
subespécie não encontrado
autor 13 suspeito(s)
duplicata 4211 suspeito(s)
outras inconsistências não encontrado
comentários 29 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 370 suspeito(s)
outlier 51 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) 71 suspeito(s)
nome do município (Brasil) 1165 suspeito(s)
análise da coordenada (Brasil) 336 suspeito(s)
outras inconsistências 367 suspeito(s)

data da coleta
data da coleta menor que 1822 não encontrado
ano da coleta maior que identificação 156 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 44840 sugestões  
nome país/estado 10 sugestões
nome município (Brasil) 105 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA