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-Fungos
total de registros indexados 26159 
- sem coordenadas geográficas 15780 
- georreferenciados 10379 
- georreferenciados bloqueados
- no mar 41 
- número do catálogo em branco 410 
  menor: 366   maior: 298756 [ gap ]  
registros repetidos
número do catálogo 562 
registros duplicados 262 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  14-02-2024 do dataCleaning:  15-02-2024
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 não encontrado
espécie não encontrado
subespécie não encontrado
autor 55 suspeito(s)
duplicata não encontrado
outras inconsistências não encontrado
anotações 5 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 357 suspeito(s)
outlier 58 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 14 suspeito(s)
long/lat mar (Brasil) 39 suspeito(s)
nome do município (Brasil) 2152 suspeito(s)
análise da coordenada (Brasil) 425 suspeito(s)
outras inconsistências 2 suspeito(s)

data da coleta
data da coleta menor que 1930 14 suspeito(s)
ano da coleta maior que identificação 18 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 10998 sugestões  
nome país/estado 11 sugestões
nome município (Brasil) 1956 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA