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:    HFC
total de registros indexados 11186 
- sem coordenadas geográficas 4411 
- georreferenciados 6775 
- georreferenciados bloqueados
- no mar 115 
- número do catálogo em branco 511 
  menor: 1   maior: 11186 [ gap ]   [ susp ]
registros repetidos
número do catálogo 543 
registros duplicados 9 
nome + número do coletor 554 
última atualização  -  logs de erro
da coleção:  23-05-2025 do dataCleaning:  24-05-2025
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 não encontrado
família 2 suspeito(s)
genero 32 suspeito(s)
espécie 50 suspeito(s)
subespécie não encontrado
autor 256 suspeito(s)
duplicata 1358 suspeito(s)
outras inconsistências 2 suspeito(s)
anotações 14 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 47 suspeito(s)
outlier 878 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 85 suspeito(s)
long/lat mar (Brasil) 89 suspeito(s)
nome do município (Brasil) 720 suspeito(s)
análise da coordenada (Brasil) 1 suspeito(s)
outras inconsistências 26 suspeito(s)

data da coleta
data da coleta menor que 1930 1 suspeito(s)
ano da coleta maior que identificação 53 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 3783 sugestões  
nome país/estado 23 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA