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:    SP-Algae
total de registros indexados 24476 
- sem coordenadas geográficas 20595 
- georreferenciados 3881 
- georreferenciados bloqueados
- no mar 1371 
- número do catálogo em branco 22 
  menor: 1854   maior: 513781 [ gap ]  
registros repetidos
número do catálogo 13717 
registros duplicados 337 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  27-02-2020 do dataCleaning:  28-02-2020
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 12695 suspeito(s)
família 2862 suspeito(s)
genero 1577 suspeito(s)
espécie 4165 suspeito(s)
subespécie 306 suspeito(s)
autor 12346 suspeito(s)
duplicata não encontrado
outras inconsistências 99 suspeito(s)
comentários 0 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 104 suspeito(s)
outlier 334 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 2 suspeito(s)
long ou lat com zero 542 suspeito(s)
long/lat mar (Brasil) 297 suspeito(s)
nome do município (Brasil) 896 suspeito(s)
análise da coordenada (Brasil) 3 suspeito(s)
outras inconsistências 23 suspeito(s)

data da coleta
data da coleta menor que 1902 2 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 13766 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 17 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA