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:    HU-Zoo
total de registros indexados 164285 
- sem coordenadas geográficas 13793 
- georreferenciados 150492 
- georreferenciados bloqueados
- no mar 11158 
- número do catálogo em branco
  [ susp ]
registros repetidos
número do catálogo 26774 
registros duplicados
nome + número do coletor 2986 
última atualização  -  logs de erro
da coleção:  13-12-2021 do dataCleaning:  20-12-2021
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 1042 suspeito(s)
família 21 suspeito(s)
genero 65 suspeito(s)
espécie 1726 suspeito(s)
subespécie 342 suspeito(s)
autor 1286 suspeito(s)
duplicata não encontrado
outras inconsistências 2809 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 16421 suspeito(s)
outlier 76 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 377 suspeito(s)
long/lat mar (Brasil) 565 suspeito(s)
nome do município (Brasil) 4625 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1700 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 1 sugestões  
nome país/estado 30868 sugestões
nome município (Brasil) 31843 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA