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:    HUFU
total de registros indexados 74600 
- sem coordenadas geográficas 58869 
- georreferenciados 15731 
- georreferenciados bloqueados
- no mar 47 
- número do catálogo em branco 317 
  menor: 1   maior: 714941 [ gap ]   [ susp ]
registros repetidos
número do catálogo 363 
registros duplicados 14 
nome + número do coletor 1053 
última atualização  -  logs de erro
da coleção:  08-08-2019 do dataCleaning:  09-08-2019
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 2 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 68 suspeito(s)
duplicata 6129 suspeito(s)
outras inconsistências 2 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 727 suspeito(s)
outlier 280 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 3 suspeito(s)
long/lat mar (Brasil) 37 suspeito(s)
nome do município (Brasil) 2546 suspeito(s)
análise da coordenada (Brasil) 25 suspeito(s)
outras inconsistências 50 suspeito(s)

data da coleta
data da coleta menor que 1892 não encontrado
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) 53077 sugestões  
nome país/estado 38 sugestões
nome município (Brasil) 654 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA