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 176666 
- sem coordenadas geográficas 12786 
- georreferenciados 163880 
- georreferenciados bloqueados
- no mar 13284 
- número do catálogo em branco
  [ susp ]
registros repetidos
número do catálogo 28055 
registros duplicados
nome + número do coletor 3084 
última atualização  -  logs de erro
da coleção:  13-06-2025 do dataCleaning:  26-06-2025
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 738 suspeito(s)
família 37 suspeito(s)
genero 54 suspeito(s)
espécie 1753 suspeito(s)
subespécie 340 suspeito(s)
autor 342 suspeito(s)
duplicata não encontrado
outras inconsistências 1813 suspeito(s)
anotações 1 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 18504 suspeito(s)
outlier 89 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 374 suspeito(s)
long/lat mar (Brasil) 630 suspeito(s)
nome do município (Brasil) 6003 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 385 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 1 sugestões  
nome país/estado 32000 sugestões
nome município (Brasil) 31857 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA