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:    HURB
total de registros indexados 26930 
- sem coordenadas geográficas 14045 
- georreferenciados 12885 
- georreferenciados bloqueados
- no mar 192 
- número do catálogo em branco
  menor: 1   maior: 26966 [ gap ]  
registros repetidos
número do catálogo 23 
registros duplicados
nome + número do coletor 428 
última atualização  -  logs de erro
da coleção:  25-01-2022 do dataCleaning:  26-01-2022
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 1 suspeito(s)
família 23 suspeito(s)
genero 44 suspeito(s)
espécie 23 suspeito(s)
subespécie não encontrado
autor 6743 suspeito(s)
duplicata 2070 suspeito(s)
outras inconsistências 94 suspeito(s)
anotações 101 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 184 suspeito(s)
outlier 40 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 80 suspeito(s)
long/lat mar (Brasil) 109 suspeito(s)
nome do município (Brasil) 1970 suspeito(s)
análise da coordenada (Brasil) 15 suspeito(s)
outras inconsistências 5 suspeito(s)

data da coleta
data da coleta menor que 1934 não encontrado
ano da coleta maior que identificação 10 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 13051 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 49 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA