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:    RFA
total de registros indexados 41648 
- sem coordenadas geográficas 33062 
- georreferenciados 8586 
- georreferenciados bloqueados
- no mar 1224 
- número do catálogo em branco 50 
  menor: 1   maior: 269447 [ gap ]  
registros repetidos
número do catálogo 140 
registros duplicados 14 
nome + número do coletor 647 
última atualização  -  logs de erro
da coleção:  29-06-2020 do dataCleaning:  30-06-2020
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 409 suspeito(s)
família não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 3 suspeito(s)
duplicata 2785 suspeito(s)
outras inconsistências 10 suspeito(s)
comentários 2 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 119 suspeito(s)
outlier 27 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 36 suspeito(s)
long/lat mar (Brasil) 84 suspeito(s)
nome do município (Brasil) 1311 suspeito(s)
análise da coordenada (Brasil) 215 suspeito(s)
outras inconsistências 5089 suspeito(s)

data da coleta
data da coleta menor que 1825 2 suspeito(s)
ano da coleta maior que identificação 6 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 24614 sugestões  
nome país/estado 51 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA