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:    PEUFR
total de registros indexados 42399 
- sem coordenadas geográficas 26278 
- georreferenciados 16121 
- georreferenciados bloqueados
- no mar 1387 
- número do catálogo em branco
  menor: 1   maior: 500412 [ gap ]  
registros repetidos
número do catálogo 5165 
registros duplicados 65 
nome + número do coletor 2025 
última atualização  -  logs de erro
da coleção:  19-02-2024 do dataCleaning:  20-02-2024
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 2 suspeito(s)
espécie 203 suspeito(s)
subespécie 13 suspeito(s)
autor 5261 suspeito(s)
duplicata em breve
outras inconsistências 5 suspeito(s)
anotações 58 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 252 suspeito(s)
outlier 23 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 3 suspeito(s)
long ou lat com zero 173 suspeito(s)
long/lat mar (Brasil) 243 suspeito(s)
nome do município (Brasil) 2145 suspeito(s)
análise da coordenada (Brasil) 3 suspeito(s)
outras inconsistências 51 suspeito(s)

data da coleta
data da coleta menor que 1891 4 suspeito(s)
ano da coleta maior que identificação 124 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 21271 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 60 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA