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:    Fiocruz-CTIOC
total de registros indexados 13067 
- sem coordenadas geográficas 12939 
- georreferenciados 128 
- georreferenciados bloqueados 128 
- no mar
- número do catálogo em branco 883 
  menor: 1   maior: 13060 [ gap ]  
registros repetidos
número do catálogo 2324 
registros duplicados 845 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  12-08-2021 do dataCleaning:  13-08-2021
distribuição geográfica das coletas da coleção
esta coleção não possui registros georreferenciados

perfil da coleção
estatísticas do dataCleaning
análise da dispersão das coordenadas geográficas

dados taxonômicos
inventário nome científico - coletor - determinador - tipos
reino 595 suspeito(s)
família não encontrado
genero 741 suspeito(s)
espécie 1775 suspeito(s)
subespécie não encontrado
autor 5639 suspeito(s)
duplicata não encontrado
outras inconsistências 1 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado não encontrado
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 102 suspeito(s)
long/lat mar (Brasil) não encontrado
nome do município (Brasil) não encontrado
análise da coordenada (Brasil) não encontrado
outras inconsistências 110 suspeito(s)

data da coleta
data da coleta menor que 1910 34 suspeito(s)
ano da coleta maior que identificação 261 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 52 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA