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: NMNH-Botany_BR
total de registros indexados	37662
- sem coordenadas geográficas	35373
- georeferenciados	2289
- georeferenciados bloqueados	0
- no mar	45
- número do catálogo em branco	0
menor: 2028958 maior: 2854088	[ gap ] [ susp ]
registros repetidos
número do catálogo	0
registros duplicados	0
nome + número do coletor	0
última atualização
da coleção: 13-02-2008	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 - tipos
família	não encontrado
genero	não encontrado
espécie	192 suspeito(s)
subespécie	não encontrado
autor	6944 suspeito(s)
duplicata	não encontrado
outras inconsistências	152 suspeito(s)

dados geográficos
inventário	país - estado - município
nome do país/estado	18 suspeito(s)
outlier	4 suspeito(s)
long/lat fora do limite mundial	não encontrado
long/lat iguais	não encontrado
long ou lat com zero	5 suspeito(s)
long/lat mar (Brasil)	31 suspeito(s)
nome do município (Brasil)	429 suspeito(s)
análise da coordenada (Brasil)	4 suspeito(s)
outras inconsistências	3 suspeito(s)

data da coleta
data da coleta menor que 1900	5291 suspeito(s)
ano da coleta maior que atualização	não encontrado
ano da coleta maior que identificação	21 suspeito(s)

sugestões para campos em branco
long/lat (Brasil)	4532 sugestões
nome país/estado	18 sugestões
nome município (Brasil)	1316 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA