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:    US
total de registros indexados 1011008 
- sem coordenadas geográficas 724577 
- georreferenciados 286431 
- georreferenciados bloqueados
- no mar 6870 
- número do catálogo em branco 42959 
  [ susp ]
registros repetidos
número do catálogo 64150 
registros duplicados 9841 
nome + número do coletor 130804 
última atualização  -  logs de erro
da coleção:  18-07-2021 do dataCleaning:  25-07-2021
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 92 suspeito(s)
genero 1301 suspeito(s)
espécie 3339 suspeito(s)
subespécie 59 suspeito(s)
autor 27422 suspeito(s)
duplicata 87385 suspeito(s)
outras inconsistências 10 suspeito(s)
anotações 228 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 46551 suspeito(s)
outlier 8 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 60 suspeito(s)
long ou lat com zero 178 suspeito(s)
long/lat mar (Brasil) 1736 suspeito(s)
nome do município (Brasil) 17212 suspeito(s)
análise da coordenada (Brasil) 71 suspeito(s)
outras inconsistências 98 suspeito(s)

data da coleta
data da coleta menor que 1760 9 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 41329 sugestões  
nome país/estado 29366 sugestões
nome município (Brasil) 18564 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA