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:    HUFSJ
total de registros indexados 12799 
- sem coordenadas geográficas 5688 
- georreferenciados 7111 
- georreferenciados bloqueados
- no mar 89 
- número do catálogo em branco
  menor: 1   maior: 12798  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 157 
última atualização  -  logs de erro
da coleção:  24-11-2021 do dataCleaning:  25-11-2021
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 14 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 3 suspeito(s)
duplicata 1270 suspeito(s)
outras inconsistências não encontrado
anotações 49 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 302 suspeito(s)
outlier 57 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 7 suspeito(s)
long/lat mar (Brasil) 57 suspeito(s)
nome do município (Brasil) 3297 suspeito(s)
análise da coordenada (Brasil) 12 suspeito(s)
outras inconsistências 21 suspeito(s)

data da coleta
data da coleta menor que 1990 723 suspeito(s)
ano da coleta maior que identificação 13 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 4356 sugestões  
nome país/estado 47 sugestões
nome município (Brasil) 140 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA