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:    INPA
total de registros indexados 257858 
- sem coordenadas geográficas 143429 
- georreferenciados 114429 
- georreferenciados bloqueados
- no mar 741 
- número do catálogo em branco 976 
  [ susp ]
registros repetidos
número do catálogo 9801 
registros duplicados 1303 
nome + número do coletor 13310 
última atualização  -  logs de erro
da coleção:  05-08-2019 do dataCleaning:  processando
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 233 suspeito(s)
espécie 498 suspeito(s)
subespécie não encontrado
autor 644 suspeito(s)
duplicata 5146 suspeito(s)
outras inconsistências 11 suspeito(s)
comentários 395 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 6391 suspeito(s)
outlier 70 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 1005 suspeito(s)
long/lat mar (Brasil) 354 suspeito(s)
nome do município (Brasil) 27293 suspeito(s)
análise da coordenada (Brasil) 1028 suspeito(s)
outras inconsistências 846 suspeito(s)

data da coleta
data da coleta menor que 1840 3 suspeito(s)
ano da coleta maior que identificação 829 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 89916 sugestões  
nome país/estado 4164 sugestões
nome município (Brasil) 7165 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA