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 182868 
- sem coordenadas geográficas 148573 
- georreferenciados 34295 
- georreferenciados bloqueados
- no mar 330 
- número do catálogo em branco 3 
  menor: 1   maior: 995623 [ gap ]   [ susp ]
registros repetidos
número do catálogo 141 
registros duplicados 25 
nome + número do coletor 5028 
última atualização  -  logs de erro
da coleção:  20-05-2025 do dataCleaning:  21-05-2025
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 não encontrado
família não encontrado
genero 14 suspeito(s)
espécie 482 suspeito(s)
subespécie não encontrado
autor 929 suspeito(s)
duplicata 9177 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 202 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 459 suspeito(s)
outlier 10 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 9 suspeito(s)
long/lat mar (Brasil) 75 suspeito(s)
nome do município (Brasil) 4091 suspeito(s)
análise da coordenada (Brasil) 724 suspeito(s)
outras inconsistências 141 suspeito(s)

data da coleta
data da coleta menor que 1800 1 suspeito(s)
ano da coleta maior que identificação 79 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 132936 sugestões  
nome país/estado 16 sugestões
nome município (Brasil) 91 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA