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:    HAMAB
total de registros indexados 17726 
- sem coordenadas geográficas 12325 
- georreferenciados 5401 
- georreferenciados bloqueados
- no mar 107 
- número do catálogo em branco 16394 
  menor: 5301   maior: 18109 [ gap ]  
registros repetidos
número do catálogo 16447 
registros duplicados 747 
nome + número do coletor 2865 
última atualização  -  logs de erro
da coleção:  30-11-2020 do dataCleaning:  01-12-2020
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 não encontrado
genero 13 suspeito(s)
espécie 23 suspeito(s)
subespécie não encontrado
autor 369 suspeito(s)
duplicata 2245 suspeito(s)
outras inconsistências 17 suspeito(s)
anotações 2 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 351 suspeito(s)
outlier 53 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 35 suspeito(s)
long/lat mar (Brasil) 42 suspeito(s)
nome do município (Brasil) 1572 suspeito(s)
análise da coordenada (Brasil) 11 suspeito(s)
outras inconsistências 6 suspeito(s)

data da coleta
data da coleta menor que 1979 970 suspeito(s)
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 6558 sugestões  
nome país/estado 47 sugestões
nome município (Brasil) 475 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA