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 21084 
- sem coordenadas geográficas 19015 
- georreferenciados 2069 
- georreferenciados bloqueados
- no mar 1822 
- número do catálogo em branco
  [ susp ]
registros repetidos
número do catálogo 1190 
registros duplicados 42 
nome + número do coletor 2 
última atualização  -  logs de erro
da coleção:  16-08-2023 do dataCleaning:  17-08-2023
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 379 suspeito(s)
genero 153 suspeito(s)
espécie 897 suspeito(s)
subespécie não encontrado
autor 8522 suspeito(s)
duplicata 10 suspeito(s)
outras inconsistências não encontrado
anotações 1 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 19 suspeito(s)
outlier 58 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 1 suspeito(s)
long ou lat com zero 26 suspeito(s)
long/lat mar (Brasil) 39 suspeito(s)
nome do município (Brasil) 53 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 3100 suspeito(s)

data da coleta
data da coleta menor que 1930 253 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 5779 sugestões  
nome país/estado 26 sugestões
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA