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 141714 
- sem coordenadas geográficas 114918 
- georreferenciados 26796 
- georreferenciados bloqueados
- no mar 159 
- número do catálogo em branco 4367 
  [ susp ]
registros repetidos
número do catálogo 4419 
registros duplicados 535 
nome + número do coletor 9377 
última atualização  -  logs de erro
da coleção:  15-01-2018 do dataCleaning:  16-01-2018
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 176 suspeito(s)
espécie 1167 suspeito(s)
subespécie não encontrado
autor 2074 suspeito(s)
duplicata 5385 suspeito(s)
outras inconsistências 45 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 293 suspeito(s)
outlier 15 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais 14 suspeito(s)
long ou lat com zero 17 suspeito(s)
long/lat mar (Brasil) 77 suspeito(s)
nome do município (Brasil) 3245 suspeito(s)
análise da coordenada (Brasil) 12 suspeito(s)
outras inconsistências 127 suspeito(s)

data da coleta
data da coleta menor que 1800 6 suspeito(s)
ano da coleta maior que atualização 2 suspeito(s)
ano da coleta maior que identificação 38 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 101156 sugestões  
nome país/estado 32 sugestões
nome município (Brasil) 55 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA