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:    HEPH
total de registros indexados 36329 
- sem coordenadas geográficas 15764 
- georreferenciados 20565 
- georreferenciados bloqueados
- no mar 8 
- número do catálogo em branco 4 
  menor: 1   maior: 37245 [ gap ]  
registros repetidos
número do catálogo 1165 
registros duplicados 816 
nome + número do coletor 429 
última atualização  -  logs de erro
da coleção:  31-07-2020 do dataCleaning:  01-08-2020
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 não encontrado
genero não encontrado
espécie 15 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata 1901 suspeito(s)
outras inconsistências não encontrado
comentários 6 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 1148 suspeito(s)
outlier 132 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 1 suspeito(s)
long/lat mar (Brasil) 3 suspeito(s)
nome do município (Brasil) 2514 suspeito(s)
análise da coordenada (Brasil) 10 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1921 não encontrado
ano da coleta maior que identificação 6 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 12991 sugestões  
nome país/estado 4 sugestões
nome município (Brasil) 6 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA