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:    IAN
total de registros indexados 199331 
- sem coordenadas geográficas 171601 
- georreferenciados 27730 
- georreferenciados bloqueados
- no mar 629 
- número do catálogo em branco 7692 
  [ susp ]
registros repetidos
número do catálogo 25089 
registros duplicados 15765 
nome + número do coletor 31031 
última atualização  -  logs de erro
da coleção:  07-06-2021 do dataCleaning:  08-06-2021
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 431 suspeito(s)
subespécie 5 suspeito(s)
autor 659 suspeito(s)
duplicata 16420 suspeito(s)
outras inconsistências 145 suspeito(s)
anotações 75 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 3457 suspeito(s)
outlier 87 suspeito(s)
long/lat fora do limite mundial não encontrado
long/lat iguais 27 suspeito(s)
long ou lat com zero 152 suspeito(s)
long/lat mar (Brasil) 484 suspeito(s)
nome do município (Brasil) 9902 suspeito(s)
análise da coordenada (Brasil) 23 suspeito(s)
outras inconsistências 172 suspeito(s)

data da coleta
data da coleta menor que 1800 não encontrado
ano da coleta maior que identificação 552 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 72287 sugestões  
nome país/estado 2124 sugestões
nome município (Brasil) 5249 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA