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:    HUNEB
total de registros indexados 14597 
- sem coordenadas geográficas 5848 
- georreferenciados 8749 
- georreferenciados bloqueados
- no mar 710 
- número do catálogo em branco 127 
  menor: 0   maior: 14723 [ gap ]  
registros repetidos
número do catálogo 127 
registros duplicados 107 
nome + número do coletor 1471 
última atualização  -  logs de erro
da coleção:  05-03-2020 do dataCleaning:  06-03-2020
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 83 suspeito(s)
genero 137 suspeito(s)
espécie 325 suspeito(s)
subespécie não encontrado
autor 5177 suspeito(s)
duplicata 3209 suspeito(s)
outras inconsistências 24 suspeito(s)
anotações 120 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 47 suspeito(s)
outlier 30 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero 517 suspeito(s)
long/lat mar (Brasil) 497 suspeito(s)
nome do município (Brasil) 1929 suspeito(s)
análise da coordenada (Brasil) 3 suspeito(s)
outras inconsistências 127 suspeito(s)

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 1 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 5507 sugestões  
nome país/estado 1 sugestões
nome município (Brasil) 36 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA