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 10351 
- sem coordenadas geográficas 3830 
- georreferenciados 6521 
- georreferenciados bloqueados
- no mar 453 
- número do catálogo em branco
  menor: 1   maior: 90078 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 8 
última atualização  -  logs de erro
da coleção:  13-10-2020 do dataCleaning:  14-10-2020
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 162 suspeito(s)
família não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 15 suspeito(s)
duplicata 962 suspeito(s)
outras inconsistências não encontrado
comentários 11 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 30 suspeito(s)
outlier 81 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 155 suspeito(s)
long/lat mar (Brasil) 111 suspeito(s)
nome do município (Brasil) 392 suspeito(s)
análise da coordenada (Brasil) 262 suspeito(s)
outras inconsistências 1 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) 3761 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA