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 16334 
- sem coordenadas geográficas 12957 
- georreferenciados 3377 
- georreferenciados bloqueados
- no mar 254 
- número do catálogo em branco
  menor: 1   maior: 98555 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 377 
última atualização  -  logs de erro
da coleção:  14-10-2020 do dataCleaning:  15-10-2020
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 172 suspeito(s)
família não encontrado
genero 2 suspeito(s)
espécie 12 suspeito(s)
subespécie não encontrado
autor 21 suspeito(s)
duplicata 1527 suspeito(s)
outras inconsistências não encontrado
anotações 14 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 6 suspeito(s)
outlier 244 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 224 suspeito(s)
long/lat mar (Brasil) 229 suspeito(s)
nome do município (Brasil) 122 suspeito(s)
análise da coordenada (Brasil) 31 suspeito(s)
outras inconsistências 358 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 10 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 12486 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA