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:    UPCB
total de registros indexados 94513 
- sem coordenadas geográficas 67888 
- georreferenciados 26625 
- georreferenciados bloqueados 3238 
- no mar 1045 
- número do catálogo em branco
  menor: 1   maior: 96148 [ gap ]  
registros repetidos
número do catálogo 4200 
registros duplicados 38 
nome + número do coletor 4830 
última atualização  -  logs de erro
da coleção:  24-06-2020 do dataCleaning:  25-06-2020
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 739 suspeito(s)
família 2530 suspeito(s)
genero 2481 suspeito(s)
espécie 2529 suspeito(s)
subespécie 19 suspeito(s)
autor 31689 suspeito(s)
duplicata 14142 suspeito(s)
outras inconsistências 1909 suspeito(s)
comentários 54 comentários
dados geográficos
inventário país - estado - município
nome do país/estado 880 suspeito(s)
outlier 80 suspeito(s)
long/lat fora do limite mundial 31 suspeito(s)
long/lat iguais 7 suspeito(s)
long ou lat com zero 425 suspeito(s)
long/lat mar (Brasil) 677 suspeito(s)
nome do município (Brasil) 3465 suspeito(s)
análise da coordenada (Brasil) 489 suspeito(s)
outras inconsistências 231 suspeito(s)

data da coleta
data da coleta menor que 1862 não encontrado
ano da coleta maior que identificação 259 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 59396 sugestões  
nome país/estado 1082 sugestões
nome município (Brasil) 48 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA