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:    EAN
total de registros indexados 9541 
- sem coordenadas geográficas 8612 
- georreferenciados 929 
- georreferenciados bloqueados
- no mar 200 
- número do catálogo em branco 9 
  menor: 5   maior: 71901 [ gap ]  
registros repetidos
número do catálogo 792 
registros duplicados 27 
nome + número do coletor 202 
última atualização  -  logs de erro
da coleção:  05-12-2021 do dataCleaning:  06-12-2021
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 4 suspeito(s)
subespécie 2 suspeito(s)
autor 1516 suspeito(s)
duplicata 247 suspeito(s)
outras inconsistências 18 suspeito(s)
anotações 1 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 27 suspeito(s)
outlier 64 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 69 suspeito(s)
long/lat mar (Brasil) 88 suspeito(s)
nome do município (Brasil) 171 suspeito(s)
análise da coordenada (Brasil) 10 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 16 suspeito(s)
ano da coleta maior que identificação 20 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 7039 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 14 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA