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:    MZUSP
total de registros indexados 79278 
- sem coordenadas geográficas 24955 
- georreferenciados 54323 
- georreferenciados bloqueados
- no mar 7996 
- número do catálogo em branco
  [ susp ]
registros repetidos
número do catálogo 8 
registros duplicados 2 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  24-03-2006 do dataCleaning:  05-07-2010
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 79278 suspeito(s)
família não encontrado
genero 237 suspeito(s)
espécie 4835 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata não encontrado
outras inconsistências 1770 suspeito(s)
comentários 9 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 868 suspeito(s)
outlier 16 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 40 suspeito(s)
long/lat mar (Brasil) 131 suspeito(s)
nome do município (Brasil) 9821 suspeito(s)
análise da coordenada (Brasil) 152 suspeito(s)
outras inconsistências 287 suspeito(s)

data da coleta
data da coleta menor que 1930 44 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 10528 sugestões  
nome país/estado 175 sugestões
nome município (Brasil) 11254 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA