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-Bryophyta
total de registros indexados 34693 
- sem coordenadas geográficas 6103 
- georreferenciados 28590 
- georreferenciados bloqueados
- no mar 1045 
- número do catálogo em branco 174 
  menor: 4326   maior: 434395 [ gap ]  
registros repetidos
número do catálogo 1310 
registros duplicados 1137 
nome + número do coletor 1696 
última atualização  -  logs de erro
da coleção:  23-01-2023 do dataCleaning:  24-01-2023
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 1903 suspeito(s)
outras inconsistências não encontrado
anotações 0 anotações
dados geográficos
inventário país - estado - município
nome do país/estado 231 suspeito(s)
outlier 26 suspeito(s)
long/lat fora do limite mundial 27 suspeito(s)
long/lat iguais 3 suspeito(s)
long ou lat com zero 34 suspeito(s)
long/lat mar (Brasil) 51 suspeito(s)
nome do município (Brasil) 3088 suspeito(s)
análise da coordenada (Brasil) 1004 suspeito(s)
outras inconsistências 111 suspeito(s)

data da coleta
data da coleta menor que 1828 não encontrado
ano da coleta maior que identificação 4 suspeito(s)
sugestões para campos em branco
long/lat (Brasil) 392 sugestões  
nome país/estado 14 sugestões
nome município (Brasil) 2 sugestões

busca
dataCleaning
email
Centro de Referência em Informação Ambiental, CRIA