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:    NHM-London-BOT
total de registros indexados 13930 
- sem coordenadas geográficas 1881 
- georreferenciados 12049 
- georreferenciados bloqueados
- no mar 7 
- número do catálogo em branco 2 
  menor: 49553   maior: 50054 [ gap ]   [ susp ]
registros repetidos
número do catálogo 2 
registros duplicados
nome + número do coletor 2572 
última atualização  -  logs de erro
da coleção:  23-08-2016 do dataCleaning:  24-08-2016
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 27 suspeito(s)
espécie 31 suspeito(s)
subespécie não encontrado
autor 976 suspeito(s)
duplicata 358 suspeito(s)
outras inconsistências 1293 suspeito(s)
dados geográficos
inventário país - estado - município
nome do país/estado 27 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 5 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1768 2 suspeito(s)
ano da coleta maior que atualização 4 suspeito(s)
ano da coleta maior que identificação 9 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) não encontrado
nome país/estado 7809 sugestões
nome município (Brasil) 4203 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA