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:    HUEFS
total de registros indexados 233072 
- sem coordenadas geográficas 72797 
- georreferenciados 160275 
- georreferenciados bloqueados
- no mar 4620 
- número do catálogo em branco
  menor: 0   maior: 234603 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 8911 
última atualização  -  logs de erro
da coleção:  27-10-2017 do dataCleaning:  19-11-2017
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 5 suspeito(s)
subespécie não encontrado
autor 110002 suspeito(s)
duplicata 25253 suspeito(s)
outras inconsistências 2 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 2398 suspeito(s)
outlier 49 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 2 suspeito(s)
long ou lat com zero 1532 suspeito(s)
long/lat mar (Brasil) 1552 suspeito(s)
nome do município (Brasil) 26662 suspeito(s)
análise da coordenada (Brasil) 377 suspeito(s)
outras inconsistências 236 suspeito(s)

data da coleta
data da coleta menor que 1807 4 suspeito(s)
ano da coleta maior que atualização não encontrado
ano da coleta maior que identificação 5 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 59556 sugestões  
nome país/estado 1123 sugestões
nome município (Brasil) 2290 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA