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:    HAS-Algae-Cyanobacteria
total de registros indexados 22864 
- sem coordenadas geográficas 8961 
- georreferenciados 13903 
- georreferenciados bloqueados
- no mar 1723 
- número do catálogo em branco 8671 
  menor: 220   maior: 140120 [ gap ]  
registros repetidos
número do catálogo 22510 
registros duplicados 5490 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  15-05-2020 do dataCleaning:  16-05-2020
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 44 suspeito(s)
genero não encontrado
espécie 433 suspeito(s)
subespécie 138 suspeito(s)
autor 10161 suspeito(s)
duplicata não encontrado
outras inconsistências 39 suspeito(s)
comentários 0 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 20 suspeito(s)
outlier 586 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 352 suspeito(s)
long/lat mar (Brasil) 338 suspeito(s)
nome do município (Brasil) 3057 suspeito(s)
análise da coordenada (Brasil) 426 suspeito(s)
outras inconsistências 2 suspeito(s)

data da coleta
data da coleta menor que 1930 2 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 8446 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 59 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA