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 88770 
- sem coordenadas geográficas 53260 
- georreferenciados 35510 
- georreferenciados bloqueados
- no mar 2021 
- número do catálogo em branco 721 
  [ susp ]
registros repetidos
número do catálogo 6508 
registros duplicados 3781 
nome + número do coletor 10043 
última atualização  -  logs de erro
da coleção:  09-06-2025 do dataCleaning:  10-06-2025
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 1705 suspeito(s)
genero 236 suspeito(s)
espécie 502 suspeito(s)
subespécie não encontrado
autor 7684 suspeito(s)
duplicata 6542 suspeito(s)
outras inconsistências 20 suspeito(s)
anotações 113 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1894 suspeito(s)
outlier 6 suspeito(s)
long/lat fora do limite mundial 161 suspeito(s)
long/lat iguais 1 suspeito(s)
long ou lat com zero 206 suspeito(s)
long/lat mar (Brasil) 1348 suspeito(s)
nome do município (Brasil) 8395 suspeito(s)
análise da coordenada (Brasil) 30 suspeito(s)
outras inconsistências 17 suspeito(s)

data da coleta
data da coleta menor que 1883 10 suspeito(s)
ano da coleta maior que identificação 281 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 44134 sugestões  
nome país/estado 44 sugestões
nome município (Brasil) 510 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA