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:    UFG
total de registros indexados 33235 
- sem coordenadas geográficas 18447 
- georreferenciados 14788 
- georreferenciados bloqueados
- no mar 200 
- número do catálogo em branco 18 
  menor: 1   maior: 676001 [ gap ]   [ susp ]
registros repetidos
número do catálogo 3720 
registros duplicados 61 
nome + número do coletor 641 
última atualização  -  logs de erro
da coleção:  01-12-2021 do dataCleaning:  02-12-2021
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 23 suspeito(s)
espécie 47 suspeito(s)
subespécie não encontrado
autor 765 suspeito(s)
duplicata 2328 suspeito(s)
outras inconsistências não encontrado
anotações 96 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 525 suspeito(s)
outlier 24 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 3 suspeito(s)
long/lat mar (Brasil) 164 suspeito(s)
nome do município (Brasil) 4990 suspeito(s)
análise da coordenada (Brasil) 22 suspeito(s)
outras inconsistências 17 suspeito(s)

data da coleta
data da coleta menor que 1921 3 suspeito(s)
ano da coleta maior que identificação 130 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 16801 sugestões  
nome país/estado não encontrado
nome município (Brasil) 23 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA