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:    SPF-Plantas
total de registros indexados 162742 
- sem coordenadas geográficas 80570 
- georreferenciados 82172 
- georreferenciados bloqueados
- no mar 475 
- número do catálogo em branco 74 
  menor: 10001   maior: 246578 [ gap ]   [ susp ]
registros repetidos
número do catálogo 574 
registros duplicados 8 
nome + número do coletor 3351 
última atualização  -  logs de erro
da coleção:  30-01-2024 do dataCleaning:  31-01-2024
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 8 suspeito(s)
subespécie não encontrado
autor 4 suspeito(s)
duplicata 17608 suspeito(s)
outras inconsistências não encontrado
anotações 448 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 2745 suspeito(s)
outlier 45 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 7 suspeito(s)
long/lat mar (Brasil) 5 suspeito(s)
nome do município (Brasil) 11873 suspeito(s)
análise da coordenada (Brasil) 980 suspeito(s)
outras inconsistências 1 suspeito(s)

data da coleta
data da coleta menor que 1819 1 suspeito(s)
ano da coleta maior que identificação 299 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 70437 sugestões  
nome país/estado 157 sugestões
nome município (Brasil) 3173 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA