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:    MAC
total de registros indexados 55155 
- sem coordenadas geográficas 15297 
- georreferenciados 39858 
- georreferenciados bloqueados
- no mar 2381 
- número do catálogo em branco
  menor: 1   maior: 65984 [ gap ]  
registros repetidos
número do catálogo 4 
registros duplicados
nome + número do coletor 1955 
última atualização  -  logs de erro
da coleção:  07-01-2022 do dataCleaning:  15-01-2022
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 50 suspeito(s)
duplicata 3579 suspeito(s)
outras inconsistências não encontrado
anotações 29 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1997 suspeito(s)
outlier 6 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 3 suspeito(s)
long ou lat com zero não encontrado
long/lat mar (Brasil) 63 suspeito(s)
nome do município (Brasil) 10000 suspeito(s)
análise da coordenada (Brasil) 342 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1897 não encontrado
ano da coleta maior que identificação 101 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 13940 sugestões  
nome país/estado 4 sugestões
nome município (Brasil) 46 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA