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 143422 
- sem coordenadas geográficas 121951 
- georreferenciados 21471 
- georreferenciados bloqueados
- no mar 2417 
- número do catálogo em branco 36 
  menor: 1   maior: 143531 [ gap ]  
registros repetidos
número do catálogo 208 
registros duplicados 43 
nome + número do coletor 5330 
última atualização  -  logs de erro
da coleção:  11-07-2019 do dataCleaning:  12-07-2019
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 536 suspeito(s)
genero 694 suspeito(s)
espécie 7432 suspeito(s)
subespécie não encontrado
autor 81376 suspeito(s)
duplicata 16985 suspeito(s)
outras inconsistências 7 suspeito(s)
comentários 470 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 655 suspeito(s)
outlier 2189 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais 2 suspeito(s)
long ou lat com zero 544 suspeito(s)
long/lat mar (Brasil) 2199 suspeito(s)
nome do município (Brasil) 6729 suspeito(s)
análise da coordenada (Brasil) 3431 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 795 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 101286 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 44 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA