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 difícies 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 115949 
- sem coordenadas geográficas 82210 
- georeferenciados 33739 
- georeferenciados bloqueados
- no mar 3843 
- número do catálogo em branco 3176 
  [ susp ]
registros repetidos
número do catálogo 19925 
registros duplicados 4084 
nome + número do coletor 16904 
última atualização
da coleção:  15-05-2013 do dataCleaning:  16-05-2013
distribuição geográfica das coletas da coleção

perfil da coleção
estatísticas do dataCleaning
análise da dispersão das coordenadas geográficas

dados taxonômicos
inventário nome científico - coletor - tipos
família não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor não encontrado
duplicata 11236 suspeito(s)
outras inconsistências não encontrado
dados geográficos
inventário país - estado - município
nome do país/estado 1673 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 3541 suspeito(s)
long/lat mar (Brasil) 1875 suspeito(s)
nome do município (Brasil) 6766 suspeito(s)
análise da coordenada (Brasil) 52 suspeito(s)
outras inconsistências 99 suspeito(s)

data da coleta
data da coleta menor que 1824 não encontrado
ano da coleta maior que atualização não encontrado
ano da coleta maior que identificação 349 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 69987 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA