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:    UFP
total de registros indexados 75049 
- sem coordenadas geográficas 44794 
- georreferenciados 30255 
- georreferenciados bloqueados
- no mar 1510 
- número do catálogo em branco 7167 
  [ susp ]
registros repetidos
número do catálogo 12862 
registros duplicados 4596 
nome + número do coletor 18339 
última atualização  -  logs de erro
da coleção:  09-09-2021 do dataCleaning:  10-09-2021
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 3 suspeito(s)
subespécie não encontrado
autor 5410 suspeito(s)
duplicata 5690 suspeito(s)
outras inconsistências 6 suspeito(s)
anotações 66 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1574 suspeito(s)
outlier 5 suspeito(s)
long/lat fora do limite mundial 22 suspeito(s)
long/lat iguais 1 suspeito(s)
long ou lat com zero 80 suspeito(s)
long/lat mar (Brasil) 953 suspeito(s)
nome do município (Brasil) 6938 suspeito(s)
análise da coordenada (Brasil) 25 suspeito(s)
outras inconsistências 5 suspeito(s)

data da coleta
data da coleta menor que 1883 3 suspeito(s)
ano da coleta maior que identificação 233 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 37670 sugestões  
nome país/estado 45 sugestões
nome município (Brasil) 488 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA