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:    MOBOT
total de registros indexados 2007613 
- sem coordenadas geográficas 638123 
- georreferenciados 1369490 
- georreferenciados bloqueados
- no mar 7872 
- número do catálogo em branco
  menor: 1   maior: 101155243 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  19-09-2019 do dataCleaning:  02-07-2020
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 não encontrado
família não encontrado
genero 17978 suspeito(s)
espécie 7566 suspeito(s)
subespécie não encontrado
autor 160645 suspeito(s)
duplicata não encontrado
outras inconsistências não encontrado
comentários 21 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 128120 suspeito(s)
outlier 1 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 6330 suspeito(s)
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 20264 suspeito(s)
análise da coordenada (Brasil) 48 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1900 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 9302 sugestões  
nome país/estado 28469 sugestões
nome município (Brasil) 36444 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA