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:    DZUP-Diptera
total de registros indexados 41631 
- sem coordenadas geográficas 23061 
- georreferenciados 18570 
- georreferenciados bloqueados 2270 
- no mar 366 
- número do catálogo em branco
  menor: 24   maior: 562745 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  19-03-2020 do dataCleaning:  20-03-2020
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 não encontrado
subespécie não encontrado
autor 4161 suspeito(s)
duplicata não encontrado
outras inconsistências 224 suspeito(s)
comentários 0 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 577 suspeito(s)
outlier 422 suspeito(s)
long/lat fora do limite mundial 54 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 6 suspeito(s)
long/lat mar (Brasil) 281 suspeito(s)
nome do município (Brasil) 1729 suspeito(s)
análise da coordenada (Brasil) 94 suspeito(s)
outras inconsistências 128 suspeito(s)

data da coleta
data da coleta menor que 1930 32 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 18110 sugestões  
nome país/estado 86 sugestões
nome município (Brasil) 55 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA