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:    IPA
total de registros indexados 88653 
- sem coordenadas geográficas 71107 
- georreferenciados 17546 
- georreferenciados bloqueados
- no mar 460 
- número do catálogo em branco 1 
  menor: 1   maior: 95647 [ gap ]  
registros repetidos
número do catálogo 564 
registros duplicados 10 
nome + número do coletor 4385 
última atualização  -  logs de erro
da coleção:  20-06-2025 do dataCleaning:  21-06-2025
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 6 suspeito(s)
espécie não encontrado
subespécie não encontrado
autor 283 suspeito(s)
duplicata 13847 suspeito(s)
outras inconsistências 3 suspeito(s)
anotações 186 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 440 suspeito(s)
outlier 27 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 2647 suspeito(s)
análise da coordenada (Brasil) 52 suspeito(s)
outras inconsistências 24 suspeito(s)

data da coleta
data da coleta menor que 1819 não encontrado
ano da coleta maior que identificação 118 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 53987 sugestões  
nome país/estado 9 sugestões
nome município (Brasil) 2534 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA