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:    IAN
total de registros indexados 197169 
- sem coordenadas geográficas 168967 
- georreferenciados 28202 
- georreferenciados bloqueados
- no mar 723 
- número do catálogo em branco 6127 
  [ susp ]
registros repetidos
número do catálogo 18010 
registros duplicados 4822 
nome + número do coletor 31373 
última atualização  -  logs de erro
da coleção:  25-06-2025 do dataCleaning:  26-06-2025
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 25 suspeito(s)
família não encontrado
genero 10 suspeito(s)
espécie não encontrado
subespécie 5 suspeito(s)
autor 116 suspeito(s)
duplicata 22036 suspeito(s)
outras inconsistências 5 suspeito(s)
anotações 232 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 2019 suspeito(s)
outlier 9 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 77 suspeito(s)
long/lat mar (Brasil) 118 suspeito(s)
nome do município (Brasil) 10194 suspeito(s)
análise da coordenada (Brasil) 6059 suspeito(s)
outras inconsistências 124 suspeito(s)

data da coleta
data da coleta menor que 1800 não encontrado
ano da coleta maior que identificação 56 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 69735 sugestões  
nome país/estado 464 sugestões
nome município (Brasil) 416 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA