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:    MZUEL-Peixes
total de registros indexados 26726 
- sem coordenadas geográficas 5511 
- georreferenciados 21215 
- georreferenciados bloqueados
- no mar 1789 
- número do catálogo em branco
  menor: 1   maior: 24128 [ gap ]  
registros repetidos
número do catálogo 4995 
registros duplicados 4547 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  16-04-2025 do dataCleaning:  17-04-2025
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 239 suspeito(s)
família não encontrado
genero não encontrado
espécie 829 suspeito(s)
subespécie não encontrado
autor 1007 suspeito(s)
duplicata não encontrado
outras inconsistências não encontrado
anotações 2 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 210 suspeito(s)
outlier 4 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) 1635 suspeito(s)
nome do município (Brasil) 3314 suspeito(s)
análise da coordenada (Brasil) 132 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1979 78 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 4141 sugestões  
nome país/estado 16 sugestões
nome município (Brasil) 33 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA