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:    JOI
total de registros indexados 15992 
- sem coordenadas geográficas 15540 
- georreferenciados 452 
- georreferenciados bloqueados
- no mar 224 
- número do catálogo em branco 12845 
  menor: 1   maior: 98555 [ gap ]  
registros repetidos
número do catálogo 12845 
registros duplicados 3707 
nome + número do coletor 3152 
última atualização  -  logs de erro
da coleção:  16-12-2019 do dataCleaning:  17-12-2019
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 12876 suspeito(s)
família não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 8 suspeito(s)
duplicata 4805 suspeito(s)
outras inconsistências 249 suspeito(s)
comentários 10 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 2 suspeito(s)
outlier 224 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 221 suspeito(s)
long/lat mar (Brasil) 222 suspeito(s)
nome do município (Brasil) 89 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 143 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 139 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 1295 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA