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 70528 
- sem coordenadas geográficas 58559 
- georreferenciados 11969 
- georreferenciados bloqueados
- no mar 210 
- número do catálogo em branco 1 
  menor: 1   maior: 80148 [ gap ]   [ susp ]
registros repetidos
número do catálogo 722 
registros duplicados 24 
nome + número do coletor 2513 
última atualização  -  logs de erro
da coleção:  18-03-2024 do dataCleaning:  19-03-2024
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 409 suspeito(s)
família não encontrado
genero 129 suspeito(s)
espécie 71 suspeito(s)
subespécie não encontrado
autor 239 suspeito(s)
duplicata em breve
outras inconsistências não encontrado
anotações 64 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 437 suspeito(s)
outlier 51 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 7 suspeito(s)
long ou lat com zero 3 suspeito(s)
long/lat mar (Brasil) 69 suspeito(s)
nome do município (Brasil) 1451 suspeito(s)
análise da coordenada (Brasil) 351 suspeito(s)
outras inconsistências 479 suspeito(s)

data da coleta
data da coleta menor que 1822 não encontrado
ano da coleta maior que identificação 163 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 49143 sugestões  
nome país/estado 21 sugestões
nome município (Brasil) 172 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA