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:    ICN
total de registros indexados 156946 
- sem coordenadas geográficas 129160 
- georreferenciados 27786 
- georreferenciados bloqueados
- no mar 198 
- número do catálogo em branco
  menor: 2   maior: 995623 [ gap ]  
registros repetidos
número do catálogo 54 
registros duplicados 8 
nome + número do coletor 4082 
última atualização  -  logs de erro
da coleção:  30-06-2020 do dataCleaning:  01-07-2020
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 151 suspeito(s)
subespécie não encontrado
autor 802 suspeito(s)
duplicata 5593 suspeito(s)
outras inconsistências não encontrado
comentários 40 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 297 suspeito(s)
outlier 10 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 1 suspeito(s)
long/lat mar (Brasil) 107 suspeito(s)
nome do município (Brasil) 3087 suspeito(s)
análise da coordenada (Brasil) 26 suspeito(s)
outras inconsistências 103 suspeito(s)

data da coleta
data da coleta menor que 1800 não encontrado
ano da coleta maior que identificação 57 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 115066 sugestões  
nome país/estado 14 sugestões
nome município (Brasil) 73 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA