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:    UB
total de registros indexados 237514 
- sem coordenadas geográficas 104503 
- georreferenciados 133011 
- georreferenciados bloqueados
- no mar 5743 
- número do catálogo em branco 51824 
  menor: 1   maior: 217070 [ gap ]   [ susp ]
registros repetidos
número do catálogo 52027 
registros duplicados 2363 
nome + número do coletor 10894 
última atualização  -  logs de erro
da coleção:  09-09-2019 do dataCleaning:  processando
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 2 suspeito(s)
espécie 139 suspeito(s)
subespécie 100 suspeito(s)
autor 2987 suspeito(s)
duplicata 9270 suspeito(s)
outras inconsistências 3 suspeito(s)
comentários 59 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 9361 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais 2 suspeito(s)
long ou lat com zero 86 suspeito(s)
long/lat mar (Brasil) 1036 suspeito(s)
nome do município (Brasil) 21184 suspeito(s)
análise da coordenada (Brasil) 1186 suspeito(s)
outras inconsistências 345 suspeito(s)

data da coleta
data da coleta menor que 1800 não encontrado
ano da coleta maior que identificação 149 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 52955 sugestões  
nome país/estado 2292 sugestões
nome município (Brasil) 8551 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA