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:    MCCA
total de registros indexados 4894 
- sem coordenadas geográficas 3271 
- georreferenciados 1623 
- georreferenciados bloqueados
- no mar 70 
- número do catálogo em branco
  menor: 1   maior: 10083 [ gap ]  
registros repetidos
número do catálogo 36 
registros duplicados 30 
nome + número do coletor 37 
última atualização  -  logs de erro
da coleção:  02-01-2022 do dataCleaning:  03-01-2022
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 19 suspeito(s)
família não encontrado
genero não encontrado
espécie 16 suspeito(s)
subespécie não encontrado
autor 30 suspeito(s)
duplicata 23 suspeito(s)
outras inconsistências não encontrado
anotações 6 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 59 suspeito(s)
outlier 124 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 67 suspeito(s)
long/lat mar (Brasil) 66 suspeito(s)
nome do município (Brasil) 70 suspeito(s)
análise da coordenada (Brasil) 21 suspeito(s)
outras inconsistências 15 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 3223 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA