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:    HUCS
total de registros indexados 52000 
- sem coordenadas geográficas 40144 
- georreferenciados 11856 
- georreferenciados bloqueados
- no mar 45 
- número do catálogo em branco
  menor: 1   maior: 449449 [ gap ]   [ susp ]
registros repetidos
número do catálogo 387 
registros duplicados
nome + número do coletor 1746 
última atualização  -  logs de erro
da coleção:  17-12-2021 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 não encontrado
família não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 12 suspeito(s)
duplicata 5994 suspeito(s)
outras inconsistências não encontrado
anotações 16 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 220 suspeito(s)
outlier 98 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 1209 suspeito(s)
análise da coordenada (Brasil) 15 suspeito(s)
outras inconsistências 188 suspeito(s)

data da coleta
data da coleta menor que 1867 9 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 30783 sugestões  
nome país/estado 68 sugestões
nome município (Brasil) 61 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA