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 154854 
- sem coordenadas geográficas 127312 
- georreferenciados 27542 
- georreferenciados bloqueados
- no mar 197 
- número do catálogo em branco
  menor: 2   maior: 995623 [ gap ]  
registros repetidos
número do catálogo 48 
registros duplicados 2 
nome + número do coletor 4065 
última atualização  -  logs de erro
da coleção:  06-12-2019 do dataCleaning:  07-12-2019
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 19 suspeito(s)
subespécie não encontrado
autor 701 suspeito(s)
duplicata 5534 suspeito(s)
outras inconsistências não encontrado
dados geográficos
inventário país - estado - município
nome do país/estado 293 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) 3082 suspeito(s)
análise da coordenada (Brasil) 20 suspeito(s)
outras inconsistências 90 suspeito(s)

data da coleta
data da coleta menor que 1800 1 suspeito(s)
ano da coleta maior que atualização não encontrado
ano da coleta maior que identificação 56 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 113385 sugestões  
nome país/estado 14 sugestões
nome município (Brasil) 72 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA