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 91863 
- sem coordenadas geográficas 85765 
- georreferenciados 6098 
- georreferenciados bloqueados
- no mar 3 
- número do catálogo em branco
  menor: 1   maior: 1181910 [ gap ]   [ susp ]
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 3308 
última atualização  -  logs de erro
da coleção:  13-12-2021 do dataCleaning:  14-12-2021
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 19 suspeito(s)
subespécie não encontrado
autor 205 suspeito(s)
duplicata 7389 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 97 anotações
dados geográficos
inventário país - estado - município
nome do país/estado não encontrado
outlier 81 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 1 suspeito(s)
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 828 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 1 suspeito(s)

data da coleta
data da coleta menor que 1818 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 72173 sugestões  
nome país/estado 104 sugestões
nome município (Brasil) 8 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA