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:    Fiocruz-CAVAISC
total de registros indexados 10370 
- sem coordenadas geográficas 8188 
- georreferenciados 2182 
- georreferenciados bloqueados
- no mar 1017 
- número do catálogo em branco
  menor: -4399   maior: -4336   [ susp ]
registros repetidos
número do catálogo 12 
registros duplicados
nome + número do coletor
última atualização  -  logs de erro
da coleção:  09-02-2021 do dataCleaning:  10-02-2021
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 121 suspeito(s)
genero não encontrado
espécie não encontrado
subespécie não encontrado
autor 2400 suspeito(s)
duplicata não encontrado
outras inconsistências 71 suspeito(s)
anotações 1 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 1 suspeito(s)
outlier 1022 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 1018 suspeito(s)
long/lat mar (Brasil) 1017 suspeito(s)
nome do município (Brasil) 212 suspeito(s)
análise da coordenada (Brasil) não encontrado
outras inconsistências 311 suspeito(s)

data da coleta
data da coleta menor que 1930 356 suspeito(s)
ano da coleta maior que identificação 86 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 5993 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 3 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA