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 179252 
- sem coordenadas geográficas 146132 
- georreferenciados 33120 
- georreferenciados bloqueados
- no mar 380 
- número do catálogo em branco 53 
  menor: 2   maior: 995623 [ gap ]   [ susp ]
registros repetidos
número do catálogo 169 
registros duplicados 23 
nome + número do coletor 4919 
última atualização  -  logs de erro
da coleção:  13-06-2024 do dataCleaning:  14-06-2024
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 142 suspeito(s)
espécie 821 suspeito(s)
subespécie 5 suspeito(s)
autor 745 suspeito(s)
duplicata 8569 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 178 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 442 suspeito(s)
outlier 12 suspeito(s)
long/lat fora do limite mundial 3 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 10 suspeito(s)
long/lat mar (Brasil) 136 suspeito(s)
nome do município (Brasil) 3960 suspeito(s)
análise da coordenada (Brasil) 724 suspeito(s)
outras inconsistências 104 suspeito(s)

data da coleta
data da coleta menor que 1800 4 suspeito(s)
ano da coleta maior que identificação 85 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 131375 sugestões  
nome país/estado 15 sugestões
nome município (Brasil) 88 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA