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:    ALCB
total de registros indexados 135474 
- sem coordenadas geográficas 36641 
- georreferenciados 98833 
- georreferenciados bloqueados
- no mar 4183 
- número do catálogo em branco 5502 
  menor: 1   maior: 1220022 [ gap ]  
registros repetidos
número do catálogo 21676 
registros duplicados 4058 
nome + número do coletor 11710 
última atualização  -  logs de erro
da coleção:  11-06-2021 do dataCleaning:  15-06-2021
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 não encontrado
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 6730 suspeito(s)
duplicata 6605 suspeito(s)
outras inconsistências 10 suspeito(s)
anotações 666 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 785 suspeito(s)
outlier 74 suspeito(s)
long/lat fora do limite mundial 91 suspeito(s)
long/lat iguais não encontrado
long ou lat com zero 341 suspeito(s)
long/lat mar (Brasil) 1213 suspeito(s)
nome do município (Brasil) 53276 suspeito(s)
análise da coordenada (Brasil) 80 suspeito(s)
outras inconsistências 1558 suspeito(s)

data da coleta
data da coleta menor que 1806 não encontrado
ano da coleta maior que identificação 25 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 26838 sugestões  
nome país/estado não encontrado
nome município (Brasil) 910 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA