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:    SAMES
total de registros indexados 17727 
- sem coordenadas geográficas 4106 
- georreferenciados 13621 
- georreferenciados bloqueados
- no mar 447 
- número do catálogo em branco
  menor: 1   maior: 96113 [ gap ]  
registros repetidos
número do catálogo 177 
registros duplicados 151 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  01-06-2025 do dataCleaning:  07-06-2025
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 221 suspeito(s)
família não encontrado
genero 30 suspeito(s)
espécie 19 suspeito(s)
subespécie não encontrado
autor 77 suspeito(s)
duplicata 1409 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 171 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 77 suspeito(s)
outlier 25 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 14 suspeito(s)
long/lat mar (Brasil) 71 suspeito(s)
nome do município (Brasil) 694 suspeito(s)
análise da coordenada (Brasil) 274 suspeito(s)
outras inconsistências 13 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 13 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 4024 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA