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 252123 
- sem coordenadas geográficas 105688 
- georreferenciados 146435 
- georreferenciados bloqueados
- no mar 6701 
- número do catálogo em branco 66227 
  menor: 1   maior: 217281 [ gap ]   [ susp ]
registros repetidos
número do catálogo 66432 
registros duplicados 6920 
nome + número do coletor 12720 
última atualização  -  logs de erro
da coleção:  11-11-2020 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 151 suspeito(s)
subespécie 100 suspeito(s)
autor 3893 suspeito(s)
duplicata 9756 suspeito(s)
outras inconsistências 3 suspeito(s)
anotações 101 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 10322 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais 3 suspeito(s)
long ou lat com zero 126 suspeito(s)
long/lat mar (Brasil) 1065 suspeito(s)
nome do município (Brasil) 22492 suspeito(s)
análise da coordenada (Brasil) 1185 suspeito(s)
outras inconsistências 345 suspeito(s)

data da coleta
data da coleta menor que 1800 não encontrado
ano da coleta maior que identificação 155 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 53571 sugestões  
nome país/estado 2812 sugestões
nome município (Brasil) 8586 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA