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-Animalia
total de registros indexados 349678 
- sem coordenadas geográficas 193162 
- georreferenciados 156516 
- georreferenciados bloqueados
- no mar 38714 
- número do catálogo em branco 18780 
  menor: 90   maior: 1777440 [ gap ]   [ susp ]
registros repetidos
número do catálogo 100075 
registros duplicados 2527 
nome + número do coletor 948 
última atualização  -  logs de erro
da coleção:  18-07-2021 do dataCleaning:  30-07-2021
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 15 suspeito(s)
genero 82 suspeito(s)
espécie 533 suspeito(s)
subespécie 11 suspeito(s)
autor 4811 suspeito(s)
duplicata não encontrado
outras inconsistências 1527 suspeito(s)
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 18103 suspeito(s)
outlier 87 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 3 suspeito(s)
long ou lat com zero 140 suspeito(s)
long/lat mar (Brasil) 681 suspeito(s)
nome do município (Brasil) 3742 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 202 suspeito(s)

data da coleta
data da coleta menor que 1818 38 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 90 sugestões  
nome país/estado 7506 sugestões
nome município (Brasil) 18299 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA