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:    HAMAB
total de registros indexados 18839 
- sem coordenadas geográficas 13204 
- georreferenciados 5635 
- georreferenciados bloqueados
- no mar 107 
- número do catálogo em branco 16397 
  menor: 18   maior: 19329 [ gap ]  
registros repetidos
número do catálogo 16488 
registros duplicados 750 
nome + número do coletor 2943 
última atualização  -  logs de erro
da coleção:  26-05-2023 do dataCleaning:  29-05-2023
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 13 suspeito(s)
espécie 22 suspeito(s)
subespécie não encontrado
autor 415 suspeito(s)
duplicata 1147 suspeito(s)
outras inconsistências 17 suspeito(s)
anotações 5 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 350 suspeito(s)
outlier 53 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 35 suspeito(s)
long/lat mar (Brasil) 42 suspeito(s)
nome do município (Brasil) 1576 suspeito(s)
análise da coordenada (Brasil) 11 suspeito(s)
outras inconsistências 6 suspeito(s)

data da coleta
data da coleta menor que 1979 1002 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 7285 sugestões  
nome país/estado 47 sugestões
nome município (Brasil) 624 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA