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:    CPAP
total de registros indexados 21945 
- sem coordenadas geográficas 5059 
- georreferenciados 16886 
- georreferenciados bloqueados
- no mar 235 
- número do catálogo em branco 29 
  menor: 10   maior: 25694 [ gap ]  
registros repetidos
número do catálogo 31 
registros duplicados
nome + número do coletor 91 
última atualização  -  logs de erro
da coleção:  19-11-2020 do dataCleaning:  20-11-2020
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 não encontrado
família 104 suspeito(s)
genero 128 suspeito(s)
espécie 99 suspeito(s)
subespécie não encontrado
autor 1814 suspeito(s)
duplicata 3652 suspeito(s)
outras inconsistências 7 suspeito(s)
anotações 9 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 61 suspeito(s)
outlier 366 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 241 suspeito(s)
long/lat mar (Brasil) 234 suspeito(s)
nome do município (Brasil) 340 suspeito(s)
análise da coordenada (Brasil) 1 suspeito(s)
outras inconsistências 230 suspeito(s)

data da coleta
data da coleta menor que 1930 4 suspeito(s)
ano da coleta maior que identificação 33 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 4177 sugestões  
nome país/estado 20 sugestões
nome município (Brasil) 4 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA