dataCleaning

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 difícies 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: MOSS
total de registros indexados	13605
- sem coordenadas geográficas	3295
- georeferenciados	10310
- georeferenciados bloqueados	0
- no mar	480
- número do catálogo em branco	0
menor: 1 maior: 13813	[ gap ]
registros repetidos
número do catálogo	20
registros duplicados	0
nome + número do coletor	3047
última atualização
da coleção: 20-12-2012	do dataCleaning: 21-12-2012

distribuição geográfica das coletas da coleção

perfil da coleção
estatísticas do dataCleaning
análise da dispersão das coordenadas geográficas

dados taxonômicos
inventário	nome científico - coletor - tipos
família	não encontrado
genero	não encontrado
espécie	23 suspeito(s)
subespécie	não encontrado
autor	51 suspeito(s)
duplicata	783 suspeito(s)
outras inconsistências	não encontrado

dados geográficos
inventário	país - estado - município
nome do país/estado	126 suspeito(s)
outlier	218 suspeito(s)
long/lat fora do limite mundial	não encontrado
long/lat iguais	não encontrado
long ou lat com zero	426 suspeito(s)
long/lat mar (Brasil)	309 suspeito(s)
nome do município (Brasil)	1117 suspeito(s)
análise da coordenada (Brasil)	301 suspeito(s)
outras inconsistências	1 suspeito(s)

data da coleta
data da coleta menor que 1930	4 suspeito(s)
ano da coleta maior que atualização	não encontrado
ano da coleta maior que identificação	40 suspeito(s)

sugestões para campos em branco
long/lat (Brasil)	3135 sugestões
nome país/estado	não encontrado
nome município (Brasil)	não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA