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:    HSTM
total de registros indexados 16220 
- sem coordenadas geográficas 82 
- georreferenciados 16138 
- georreferenciados bloqueados
- no mar 8 
- número do catálogo em branco
  menor: 1   maior: 17401 [ gap ]   [ susp ]
registros repetidos
número do catálogo 3 
registros duplicados 3 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  01-03-2024 do dataCleaning:  04-03-2024
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 1542 suspeito(s)
família não encontrado
genero 2 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 188 suspeito(s)
duplicata 611 suspeito(s)
outras inconsistências não encontrado
anotações 77 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 244 suspeito(s)
outlier 7 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) 2 suspeito(s)
nome do município (Brasil) 1006 suspeito(s)
análise da coordenada (Brasil) 12 suspeito(s)
outras inconsistências 65 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 51 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 67 sugestões  
nome país/estado 64 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA