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:    EAFM
total de registros indexados 18619 
- sem coordenadas geográficas 9423 
- georreferenciados 9196 
- georreferenciados bloqueados
- no mar 314 
- número do catálogo em branco 4 
  menor: 1   maior: 19257 [ gap ]  
registros repetidos
número do catálogo 1768 
registros duplicados 430 
nome + número do coletor 1349 
última atualização  -  logs de erro
da coleção:  27-01-2025 do dataCleaning:  28-01-2025
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 21 suspeito(s)
espécie 5 suspeito(s)
subespécie não encontrado
autor 26 suspeito(s)
duplicata 620 suspeito(s)
outras inconsistências 27 suspeito(s)
anotações 11 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 413 suspeito(s)
outlier 208 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 292 suspeito(s)
long/lat mar (Brasil) 170 suspeito(s)
nome do município (Brasil) 4675 suspeito(s)
análise da coordenada (Brasil) 224 suspeito(s)
outras inconsistências 4 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 28 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 7790 sugestões  
nome país/estado 3 sugestões
nome município (Brasil) 58 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA