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:    HUEM
total de registros indexados 32613 
- sem coordenadas geográficas 19502 
- georreferenciados 13111 
- georreferenciados bloqueados
- no mar 1 
- número do catálogo em branco 1 
  menor: 1   maior: 36713 [ gap ]  
registros repetidos
número do catálogo 68 
registros duplicados 4 
nome + número do coletor 721 
última atualização  -  logs de erro
da coleção:  09-06-2021 do dataCleaning:  16-06-2021
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 9 suspeito(s)
subespécie não encontrado
autor 456 suspeito(s)
duplicata 1290 suspeito(s)
outras inconsistências não encontrado
anotações 300 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 286 suspeito(s)
outlier 2 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) 1 suspeito(s)
nome do município (Brasil) 793 suspeito(s)
análise da coordenada (Brasil) 128 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 5 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 18629 sugestões  
nome país/estado 2 sugestões
nome município (Brasil) 106 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA