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:    TEPB
total de registros indexados 10474 
- sem coordenadas geográficas 7928 
- georreferenciados 2546 
- georreferenciados bloqueados
- no mar 14 
- número do catálogo em branco
  menor: 3   maior: 175557 [ gap ]  
registros repetidos
número do catálogo 6 
registros duplicados 2 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  02-11-2023 do dataCleaning:  03-11-2023
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 249 suspeito(s)
família não encontrado
genero não encontrado
espécie 8 suspeito(s)
subespécie não encontrado
autor não encontrado
duplicata 1143 suspeito(s)
outras inconsistências não encontrado
anotações 58 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 67 suspeito(s)
outlier 9 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 1 suspeito(s)
long/lat mar (Brasil) 9 suspeito(s)
nome do município (Brasil) 177 suspeito(s)
análise da coordenada (Brasil) 1 suspeito(s)
outras inconsistências 77 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 7238 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA