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:    HUESB
total de registros indexados 14185 
- sem coordenadas geográficas 3833 
- georreferenciados 10352 
- georreferenciados bloqueados
- no mar 90 
- número do catálogo em branco
  menor: 1   maior: 14186 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 425 
última atualização  -  logs de erro
da coleção:  18-07-2019 do dataCleaning:  19-07-2019
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 não encontrado
duplicata 2523 suspeito(s)
outras inconsistências não encontrado
dados geográficos
inventário país - estado - município
nome do país/estado 55 suspeito(s)
outlier 59 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais 1 suspeito(s)
long ou lat com zero não encontrado
long/lat mar (Brasil) 68 suspeito(s)
nome do município (Brasil) 3580 suspeito(s)
análise da coordenada (Brasil) 6 suspeito(s)
outras inconsistências 1 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que atualização não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 3644 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 25 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA