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 140726 
- sem coordenadas geográficas 115597 
- georreferenciados 25129 
- georreferenciados bloqueados
- no mar 197 
- número do catálogo em branco 10 
  [ susp ]
registros repetidos
número do catálogo 94 
registros duplicados 31 
nome + número do coletor 3644 
última atualização  -  logs de erro
da coleção:  10-04-2018 do dataCleaning:  11-04-2018
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 não encontrado
espécie 280 suspeito(s)
subespécie não encontrado
autor 2085 suspeito(s)
duplicata 5137 suspeito(s)
outras inconsistências 43 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 227 suspeito(s)
outlier 15 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais 7 suspeito(s)
long ou lat com zero 17 suspeito(s)
long/lat mar (Brasil) 118 suspeito(s)
nome do município (Brasil) 2921 suspeito(s)
análise da coordenada (Brasil) 11 suspeito(s)
outras inconsistências 142 suspeito(s)

data da coleta
data da coleta menor que 1800 6 suspeito(s)
ano da coleta maior que atualização não encontrado
ano da coleta maior que identificação 44 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 103328 sugestões  
nome país/estado 33 sugestões
nome município (Brasil) 53 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA