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 30793 
- sem coordenadas geográficas 21032 
- georreferenciados 9761 
- georreferenciados bloqueados
- no mar 890 
- número do catálogo em branco 18 
  menor: 1   maior: 547834 [ gap ]  
registros repetidos
número do catálogo 278 
registros duplicados 36 
nome + número do coletor 564 
última atualização  -  logs de erro
da coleção:  15-07-2020 do dataCleaning:  16-07-2020
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 564 suspeito(s)
genero 186 suspeito(s)
espécie 402 suspeito(s)
subespécie 36 suspeito(s)
autor 6263 suspeito(s)
duplicata 3000 suspeito(s)
outras inconsistências 38 suspeito(s)
comentários 40 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 284 suspeito(s)
outlier 441 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 753 suspeito(s)
long/lat mar (Brasil) 450 suspeito(s)
nome do município (Brasil) 1731 suspeito(s)
análise da coordenada (Brasil) 25 suspeito(s)
outras inconsistências 65 suspeito(s)

data da coleta
data da coleta menor que 1888 não encontrado
ano da coleta maior que identificação 46 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 18360 sugestões  
nome país/estado 15 sugestões
nome município (Brasil) 232 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA