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 171029 
- sem coordenadas geográficas 139951 
- georreferenciados 31078 
- georreferenciados bloqueados
- no mar 240 
- número do catálogo em branco
  menor: 2   maior: 995623 [ gap ]  
registros repetidos
número do catálogo 92 
registros duplicados 21 
nome + número do coletor 4590 
última atualização  -  logs de erro
da coleção:  24-05-2023 do dataCleaning:  25-05-2023
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 62 suspeito(s)
espécie 428 suspeito(s)
subespécie não encontrado
autor 784 suspeito(s)
duplicata 8006 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 140 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 384 suspeito(s)
outlier 11 suspeito(s)
long/lat fora do limite mundial 3 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 5 suspeito(s)
long/lat mar (Brasil) 128 suspeito(s)
nome do município (Brasil) 3489 suspeito(s)
análise da coordenada (Brasil) 224 suspeito(s)
outras inconsistências 70 suspeito(s)

data da coleta
data da coleta menor que 1800 2 suspeito(s)
ano da coleta maior que identificação 70 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 125623 sugestões  
nome país/estado 15 sugestões
nome município (Brasil) 82 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA