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:    FLOR
total de registros indexados 74257 
- sem coordenadas geográficas 47491 
- georreferenciados 26766 
- georreferenciados bloqueados
- no mar 805 
- número do catálogo em branco
  menor: 1   maior: 78016 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  01-03-2024 do dataCleaning:  04-03-2024
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 770 suspeito(s)
família não encontrado
genero 22 suspeito(s)
espécie 50 suspeito(s)
subespécie não encontrado
autor 63 suspeito(s)
duplicata 9959 suspeito(s)
outras inconsistências não encontrado
anotações 166 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 225 suspeito(s)
outlier 80 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 4 suspeito(s)
long/lat mar (Brasil) 167 suspeito(s)
nome do município (Brasil) 2548 suspeito(s)
análise da coordenada (Brasil) 47 suspeito(s)
outras inconsistências 315 suspeito(s)

data da coleta
data da coleta menor que 1883 não encontrado
ano da coleta maior que identificação 63 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 46450 sugestões  
nome país/estado 33 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA