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 78997 
- sem coordenadas geográficas 61531 
- georreferenciados 17466 
- georreferenciados bloqueados
- no mar 1 
- número do catálogo em branco 795 
  menor: 1   maior: 714941 [ gap ]   [ susp ]
registros repetidos
número do catálogo 853 
registros duplicados 4 
nome + número do coletor 1767 
última atualização  -  logs de erro
da coleção:  04-08-2020 do dataCleaning:  05-08-2020
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 13 suspeito(s)
duplicata 6466 suspeito(s)
outras inconsistências 2 suspeito(s)
comentários 377 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 526 suspeito(s)
outlier 90 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 3004 suspeito(s)
análise da coordenada (Brasil) 25 suspeito(s)
outras inconsistências 52 suspeito(s)

data da coleta
data da coleta menor que 1892 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 55456 sugestões  
nome país/estado 41 sugestões
nome município (Brasil) 734 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA