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:    HUSC
total de registros indexados 10286 
- sem coordenadas geográficas 5863 
- georreferenciados 4423 
- georreferenciados bloqueados
- no mar 279 
- número do catálogo em branco 24 
  menor: 1   maior: 104000 [ gap ]   [ susp ]
registros repetidos
número do catálogo 451 
registros duplicados 222 
nome + número do coletor 492 
última atualização  -  logs de erro
da coleção:  20-03-2024 do dataCleaning:  21-03-2024
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 10 suspeito(s)
espécie 21 suspeito(s)
subespécie não encontrado
autor 211 suspeito(s)
duplicata 722 suspeito(s)
outras inconsistências não encontrado
anotações 3 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 88 suspeito(s)
outlier 12 suspeito(s)
long/lat fora do limite mundial 2 suspeito(s)
long/lat iguais 1 suspeito(s)
long ou lat com zero 2 suspeito(s)
long/lat mar (Brasil) 14 suspeito(s)
nome do município (Brasil) 661 suspeito(s)
análise da coordenada (Brasil) 392 suspeito(s)
outras inconsistências não encontrado

data da coleta
data da coleta menor que 1930 não encontrado
ano da coleta maior que identificação 30 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 5613 sugestões  
nome país/estado não encontrado
nome município (Brasil) 1 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA