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 60500 
- sem coordenadas geográficas 21587 
- georreferenciados 38913 
- georreferenciados bloqueados
- no mar 1329 
- número do catálogo em branco
  menor: 0   maior: 234220 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 1954 
última atualização  -  logs de erro
da coleção:  22-09-2017 do dataCleaning:  24-09-2017
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 2 suspeito(s)
espécie 425 suspeito(s)
subespécie não encontrado
autor 26301 suspeito(s)
duplicata 6840 suspeito(s)
outras inconsistências 119 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 644 suspeito(s)
outlier 9 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 479 suspeito(s)
long/lat mar (Brasil) 421 suspeito(s)
nome do município (Brasil) 6703 suspeito(s)
análise da coordenada (Brasil) 112 suspeito(s)
outras inconsistências 91 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 7 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 17408 sugestões  
nome país/estado 279 sugestões
nome município (Brasil) 505 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA