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:    UFBA-ESC
total de registros indexados 3398 
- sem coordenadas geográficas 975 
- georreferenciados 2423 
- georreferenciados bloqueados
- no mar 86 
- número do catálogo em branco 26 
  menor: 1   maior: 3506 [ gap ]  
registros repetidos
número do catálogo 97 
registros duplicados 35 
nome + número do coletor
última atualização  -  logs de erro
da coleção:  06-03-2020 do dataCleaning:  07-03-2020
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 não encontrado
espécie não encontrado
subespécie não encontrado
autor 1323 suspeito(s)
duplicata não encontrado
outras inconsistências 16 suspeito(s)
comentários 0 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 57 suspeito(s)
outlier 60 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 41 suspeito(s)
long/lat mar (Brasil) 53 suspeito(s)
nome do município (Brasil) 680 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 16 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 883 sugestões  
nome país/estado não encontrado
nome município (Brasil) não encontrado

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA