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:    SMDB
total de registros indexados 17108 
- sem coordenadas geográficas 15706 
- georreferenciados 1402 
- georreferenciados bloqueados
- no mar 16 
- número do catálogo em branco 247 
  menor: 1   maior: 19517 [ gap ]   [ susp ]
registros repetidos
número do catálogo 1236 
registros duplicados 229 
nome + número do coletor 824 
última atualização  -  logs de erro
da coleção:  30-11-2020 do dataCleaning:  01-12-2020
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 não encontrado
família não encontrado
genero 39 suspeito(s)
espécie 316 suspeito(s)
subespécie não encontrado
autor 730 suspeito(s)
duplicata 431 suspeito(s)
outras inconsistências 22 suspeito(s)
comentários 7 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 24 suspeito(s)
outlier 14 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 11 suspeito(s)
long/lat mar (Brasil) 12 suspeito(s)
nome do município (Brasil) 121 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 30 suspeito(s)

data da coleta
data da coleta menor que 1930 8 suspeito(s)
ano da coleta maior que identificação 16 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 14396 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 7 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA