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:    HERBAM
total de registros indexados 16314 
- sem coordenadas geográficas 5479 
- georreferenciados 10835 
- georreferenciados bloqueados
- no mar 1379 
- número do catálogo em branco
  menor: 1   maior: 24458 [ gap ]  
registros repetidos
número do catálogo 1978 
registros duplicados 1340 
nome + número do coletor 787 
última atualização  -  logs de erro
da coleção:  25-06-2019 do dataCleaning:  26-06-2019
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 4 suspeito(s)
espécie 80 suspeito(s)
subespécie não encontrado
autor 190 suspeito(s)
duplicata 464 suspeito(s)
outras inconsistências 2 suspeito(s)
comentários 7 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 448 suspeito(s)
outlier 157 suspeito(s)
long/lat fora do limite mundial 1196 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 4 suspeito(s)
long/lat mar (Brasil) 1378 suspeito(s)
nome do município (Brasil) 872 suspeito(s)
análise da coordenada (Brasil) 36 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 1 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 5414 sugestões  
nome país/estado não encontrado
nome município (Brasil) 108 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA