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 235209 
- sem coordenadas geográficas 73287 
- georreferenciados 161922 
- georreferenciados bloqueados
- no mar 5004 
- número do catálogo em branco 1 
  menor: 0   maior: 237358 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 8947 
última atualização  -  logs de erro
da coleção:  16-02-2018 do dataCleaning:  18-02-2018
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 3 suspeito(s)
espécie 100 suspeito(s)
subespécie não encontrado
autor 111008 suspeito(s)
duplicata 25961 suspeito(s)
outras inconsistências 21 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 2412 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 1913 suspeito(s)
long/lat mar (Brasil) 1913 suspeito(s)
nome do município (Brasil) 26933 suspeito(s)
análise da coordenada (Brasil) 392 suspeito(s)
outras inconsistências 242 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 6 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 59975 sugestões  
nome país/estado 1127 sugestões
nome município (Brasil) 2299 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA