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 257350 
- sem coordenadas geográficas 107871 
- georreferenciados 149479 
- georreferenciados bloqueados
- no mar 6757 
- número do catálogo em branco 71457 
  menor: 1   maior: 217420 [ gap ]   [ susp ]
registros repetidos
número do catálogo 71662 
registros duplicados 2986 
nome + número do coletor 11618 
última atualização  -  logs de erro
da coleção:  08-10-2021 do dataCleaning:  09-10-2021
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 26 suspeito(s)
espécie 154 suspeito(s)
subespécie 105 suspeito(s)
autor 4204 suspeito(s)
duplicata 20918 suspeito(s)
outras inconsistências 6 suspeito(s)
anotações 125 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 10521 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais 7 suspeito(s)
long ou lat com zero 138 suspeito(s)
long/lat mar (Brasil) 1109 suspeito(s)
nome do município (Brasil) 21142 suspeito(s)
análise da coordenada (Brasil) 1196 suspeito(s)
outras inconsistências 350 suspeito(s)

data da coleta
data da coleta menor que 1800 3 suspeito(s)
ano da coleta maior que identificação 167 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 54605 sugestões  
nome país/estado 3070 sugestões
nome município (Brasil) 8729 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA