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:    HDJF
total de registros indexados 11415 
- sem coordenadas geográficas 560 
- georreferenciados 10855 
- georreferenciados bloqueados
- no mar 107 
- número do catálogo em branco
  menor: 1   maior: 11440 [ gap ]  
registros repetidos
número do catálogo 2 
registros duplicados
nome + número do coletor 592 
última atualização  -  logs de erro
da coleção:  01-06-2025 do dataCleaning:  06-06-2025
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 287 suspeito(s)
família não encontrado
genero 2 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 41 suspeito(s)
duplicata 890 suspeito(s)
outras inconsistências não encontrado
anotações 116 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 161 suspeito(s)
outlier 28 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 2 suspeito(s)
long ou lat com zero 40 suspeito(s)
long/lat mar (Brasil) 52 suspeito(s)
nome do município (Brasil) 1296 suspeito(s)
análise da coordenada (Brasil) 17 suspeito(s)
outras inconsistências 22 suspeito(s)

data da coleta
data da coleta menor que 1930 6 suspeito(s)
ano da coleta maior que identificação 2 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 489 sugestões  
nome país/estado 18 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA