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 20953 
- sem coordenadas geográficas 4471 
- georreferenciados 16482 
- georreferenciados bloqueados
- no mar 20 
- número do catálogo em branco 25 
  menor: 2   maior: 25694 [ gap ]  
registros repetidos
número do catálogo 99 
registros duplicados 33 
nome + número do coletor 56 
última atualização  -  logs de erro
da coleção:  02-07-2019 do dataCleaning:  03-07-2019
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 36 suspeito(s)
espécie 18 suspeito(s)
subespécie não encontrado
autor 1089 suspeito(s)
duplicata 2904 suspeito(s)
outras inconsistências 7 suspeito(s)
comentários 7 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 400 suspeito(s)
outlier 156 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 31 suspeito(s)
long/lat mar (Brasil) 18 suspeito(s)
nome do município (Brasil) 1983 suspeito(s)
análise da coordenada (Brasil) 48 suspeito(s)
outras inconsistências 214 suspeito(s)

data da coleta
data da coleta menor que 1930 3 suspeito(s)
ano da coleta maior que identificação 30 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 3577 sugestões  
nome país/estado 5 sugestões
nome município (Brasil) 1 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA