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-ENT
total de registros indexados 68388 
- sem coordenadas geográficas 57116 
- georreferenciados 11272 
- georreferenciados bloqueados
- no mar 114 
- número do catálogo em branco 564 
  menor: 781274   maior: 1717885 [ gap ]   [ susp ]
registros repetidos
número do catálogo 1763 
registros duplicados 331 
nome + número do coletor 40 
última atualização  -  logs de erro
da coleção:  04-07-2025 do dataCleaning:  processando
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 200 suspeito(s)
família não encontrado
genero não encontrado
espécie 46 suspeito(s)
subespécie não encontrado
autor 659 suspeito(s)
duplicata não encontrado
outras inconsistências 85 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 986 suspeito(s)
outlier 112 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) 1 suspeito(s)
nome do município (Brasil) não encontrado
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1832 2 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) não encontrado
nome país/estado 21 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA