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:    PACA-AGP
total de registros indexados 91579 
- sem coordenadas geográficas 85540 
- georreferenciados 6039 
- georreferenciados bloqueados
- no mar 2 
- número do catálogo em branco
  menor: 1   maior: 1181910 [ gap ]   [ susp ]
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 3310 
última atualização  -  logs de erro
da coleção:  22-07-2020 do dataCleaning:  23-07-2020
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 não encontrado
espécie não encontrado
subespécie 4 suspeito(s)
autor 4 suspeito(s)
duplicata 6438 suspeito(s)
outras inconsistências 1 suspeito(s)
comentários 18 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 1 suspeito(s)
outlier 81 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) não encontrado
nome do município (Brasil) 820 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1818 não encontrado
ano da coleta maior que identificação 4 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 71995 sugestões  
nome país/estado 104 sugestões
nome município (Brasil) 7 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA