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:    UFACPZ
total de registros indexados 19839 
- sem coordenadas geográficas 17455 
- georreferenciados 2384 
- georreferenciados bloqueados
- no mar 23 
- número do catálogo em branco 15303 
  menor: 2   maior: 20825 [ gap ]   [ susp ]
registros repetidos
número do catálogo 15868 
registros duplicados 1654 
nome + número do coletor 2820 
última atualização  -  logs de erro
da coleção:  21-09-2020 do dataCleaning:  22-09-2020
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 11 suspeito(s)
espécie 11 suspeito(s)
subespécie não encontrado
autor 41 suspeito(s)
duplicata 3629 suspeito(s)
outras inconsistências 178 suspeito(s)
comentários 26 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 790 suspeito(s)
outlier 27 suspeito(s)
long/lat fora do limite mundial 3 suspeito(s)
long/lat iguais 1 suspeito(s)
long ou lat com zero 14 suspeito(s)
long/lat mar (Brasil) 18 suspeito(s)
nome do município (Brasil) 445 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 9 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 1232 sugestões  
nome país/estado 15 sugestões
nome município (Brasil) 3 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA