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:    UEC
total de registros indexados 196228 
- sem coordenadas geográficas 122043 
- georreferenciados 74185 
- georreferenciados bloqueados
- no mar 764 
- número do catálogo em branco 1629 
  menor: 20   maior: 1873940 [ gap ]  
registros repetidos
número do catálogo 7508 
registros duplicados 9 
nome + número do coletor 9941 
última atualização  -  logs de erro
da coleção:  20-12-2021 do dataCleaning:  25-12-2021
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 não encontrado
espécie não encontrado
subespécie não encontrado
autor 40 suspeito(s)
duplicata 20429 suspeito(s)
outras inconsistências 1 suspeito(s)
anotações 653 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 3889 suspeito(s)
outlier 4 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) 5 suspeito(s)
nome do município (Brasil) 19166 suspeito(s)
análise da coordenada (Brasil) 61 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1824 não encontrado
ano da coleta maior que identificação 4 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 106313 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 1140 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA