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:    CPAP
total de registros indexados 24647 
- sem coordenadas geográficas 24295 
- georreferenciados 352 
- georreferenciados bloqueados
- no mar 9 
- número do catálogo em branco 24 
  menor: 1   maior: 25713 [ gap ]  
registros repetidos
número do catálogo 28 
registros duplicados
nome + número do coletor 165 
última atualização  -  logs de erro
da coleção:  28-02-2024 do dataCleaning:  29-02-2024
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 não encontrado
família 104 suspeito(s)
genero 128 suspeito(s)
espécie 255 suspeito(s)
subespécie não encontrado
autor 3768 suspeito(s)
duplicata 3 suspeito(s)
outras inconsistências 2 suspeito(s)
anotações 23 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1 suspeito(s)
outlier 8 suspeito(s)
long/lat fora do limite mundial 3 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 3 suspeito(s)
long/lat mar (Brasil) 4 suspeito(s)
nome do município (Brasil) 11 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 273 suspeito(s)

data da coleta
data da coleta menor que 1930 3 suspeito(s)
ano da coleta maior que identificação 33 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 23475 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA