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:    SPF-Algae
total de registros indexados 20449 
- sem coordenadas geográficas 18394 
- georreferenciados 2055 
- georreferenciados bloqueados
- no mar 1809 
- número do catálogo em branco
  menor: 1   maior: 58344 [ gap ]   [ susp ]
registros repetidos
número do catálogo 1205 
registros duplicados 44 
nome + número do coletor 2 
última atualização  -  logs de erro
da coleção:  13-11-2019 do dataCleaning:  14-11-2019
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 327 suspeito(s)
genero 182 suspeito(s)
espécie 326 suspeito(s)
subespécie não encontrado
autor 7255 suspeito(s)
duplicata 4 suspeito(s)
outras inconsistências 1 suspeito(s)
comentários 1 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 19 suspeito(s)
outlier 56 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 17 suspeito(s)
long/lat mar (Brasil) 31 suspeito(s)
nome do município (Brasil) 53 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 3099 suspeito(s)

data da coleta
data da coleta menor que 1930 160 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 5499 sugestões  
nome país/estado 24 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA