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:    SP-Plantas-Vasculares
total de registros indexados 261403 
- sem coordenadas geográficas 208314 
- georreferenciados 53089 
- georreferenciados bloqueados
- no mar 428 
- número do catálogo em branco
  menor: 1   maior: 545280 [ gap ]  
registros repetidos
número do catálogo
registros duplicados
nome + número do coletor 5409 
última atualização  -  logs de erro
da coleção:  22-03-2024 do dataCleaning:  23-03-2024
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 não encontrado
espécie não encontrado
subespécie não encontrado
autor não encontrado
duplicata 28006 suspeito(s)
outras inconsistências não encontrado
anotações 286 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 2113 suspeito(s)
outlier não encontrado
long/lat fora do limite mundial não encontrado
long/lat iguais não encontrado
long ou lat com zero não encontrado
long/lat mar (Brasil) não encontrado
nome do município (Brasil) 8906 suspeito(s)
análise da coordenada (Brasil) 193 suspeito(s)
outras inconsistências 35 suspeito(s)

data da coleta
data da coleta menor que 1808 não encontrado
ano da coleta maior que identificação não encontrado
sugestões para campos em branco
long/lat (Brasil) 166634 sugestões  
nome país/estado 308 sugestões
nome município (Brasil) 158 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA