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:    CPATU-Ento
total de registros indexados 18731 
- sem coordenadas geográficas 9422 
- georreferenciados 9309 
- georreferenciados bloqueados
- no mar 2244 
- número do catálogo em branco 7410 
  menor: 9   maior: 47169 [ gap ]  
registros repetidos
número do catálogo 9755 
registros duplicados 7023 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  04-08-2020 do dataCleaning:  05-08-2020
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 161 suspeito(s)
subespécie não encontrado
autor 11579 suspeito(s)
duplicata não encontrado
outras inconsistências 1396 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 4 suspeito(s)
outlier 1877 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 2123 suspeito(s)
long/lat mar (Brasil) 1877 suspeito(s)
nome do município (Brasil) 857 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 9397 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA