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:    HRCB
total de registros indexados 26804 
- sem coordenadas geográficas 17194 
- georreferenciados 9610 
- georreferenciados bloqueados
- no mar 858 
- número do catálogo em branco 5 
  menor: 1   maior: 547834 [ gap ]  
registros repetidos
número do catálogo 152 
registros duplicados 16 
nome + número do coletor 564 
última atualização  -  logs de erro
da coleção:  27-12-2019 do dataCleaning:  28-12-2019
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 564 suspeito(s)
genero 18 suspeito(s)
espécie 259 suspeito(s)
subespécie 32 suspeito(s)
autor 6118 suspeito(s)
duplicata 3112 suspeito(s)
outras inconsistências 38 suspeito(s)
comentários 7 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 306 suspeito(s)
outlier 434 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 723 suspeito(s)
long/lat mar (Brasil) 443 suspeito(s)
nome do município (Brasil) 1811 suspeito(s)
análise da coordenada (Brasil) 25 suspeito(s)
outras inconsistências 62 suspeito(s)

data da coleta
data da coleta menor que 1888 1 suspeito(s)
ano da coleta maior que identificação 45 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 14612 sugestões  
nome país/estado 10 sugestões
nome município (Brasil) 231 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA