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:    HUSC
total de registros indexados 9001 
- sem coordenadas geográficas 5868 
- georreferenciados 3133 
- georreferenciados bloqueados
- no mar 209 
- número do catálogo em branco 15 
  menor: 1   maior: 104000 [ gap ]   [ susp ]
registros repetidos
número do catálogo 675 
registros duplicados 302 
nome + número do coletor 723 
última atualização  -  logs de erro
da coleção:  29-12-2021 do dataCleaning:  30-12-2021
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 2 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 145 suspeito(s)
duplicata 568 suspeito(s)
outras inconsistências não encontrado
anotações 2 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 44 suspeito(s)
outlier 6 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) 6 suspeito(s)
nome do município (Brasil) 460 suspeito(s)
análise da coordenada (Brasil) 184 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 14 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 5631 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA