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:    KU-SEMC
total de registros indexados 374352 
- sem coordenadas geográficas 77103 
- georreferenciados 297249 
- georreferenciados bloqueados
- no mar 2090 
- número do catálogo em branco 1 
  menor: 1   maior: 150183415 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  20-12-2023 do dataCleaning:  11-02-2024
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 695 suspeito(s)
família não encontrado
genero 23 suspeito(s)
espécie 20 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata não encontrado
outras inconsistências 1 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 55865 suspeito(s)
outlier 3 suspeito(s)
long/lat fora do limite mundial 73 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 1584 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1885 não encontrado
ano da coleta maior que identificação 2180 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 2952 sugestões  
nome país/estado 18382 sugestões
nome município (Brasil) 13423 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA