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:    ESA
total de registros indexados 156501 
- sem coordenadas geográficas 144146 
- georreferenciados 12355 
- georreferenciados bloqueados
- no mar 3893 
- número do catálogo em branco 903 
  [ susp ]
registros repetidos
número do catálogo 1075 
registros duplicados 907 
nome + número do coletor 5985 
última atualização  -  logs de erro
da coleção:  13-03-2025 do dataCleaning:  14-03-2025
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 144 suspeito(s)
genero 1319 suspeito(s)
espécie 7930 suspeito(s)
subespécie não encontrado
autor 79636 suspeito(s)
duplicata 20979 suspeito(s)
outras inconsistências 28 suspeito(s)
anotações 1610 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 396 suspeito(s)
outlier 716 suspeito(s)
long/lat fora do limite mundial 7 suspeito(s)
long/lat iguais 3 suspeito(s)
long ou lat com zero 1342 suspeito(s)
long/lat mar (Brasil) 3598 suspeito(s)
nome do município (Brasil) 2152 suspeito(s)
análise da coordenada (Brasil) 1368 suspeito(s)
outras inconsistências 553 suspeito(s)

data da coleta
data da coleta menor que 1871 1 suspeito(s)
ano da coleta maior que identificação 11005 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 125979 sugestões  
nome país/estado não encontrado
nome município (Brasil) 25 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA