Educational rubrics

Pode identificar apenas os tipos de dados mais evidentes de fontes comuns de dados de biodiversidade (por exemplo, ocorrências de espécimes de coleção de história natural). Mostra pouca compreensão do potencial de publicação online usando o GBIF.

Frequentemente, pode identificar corretamente, pelo menos um tipo de dados digital que pode ser extraído de fontes de dados comuns. Tem dificuldade em identificar quais podem ser publicados atualmente usando o GBIF.

Consegue sempre identificar um (ou mais) tipos de dados digitais que podem ser extraídos de fontes de dados comuns. Pode identificar qual desses tipos pode ser publicado atualmente usando o GBIF.

Consegue sempre identificar um ou mais tipos de dados digitais que podem ser extraídos de fontes de dados comuns e incomuns. Pode identificar qual desses tipos pode ser publicado atualmente usando o GBIF e quais estão em avaliação. Pode identificar núcleos e extensões de dados usados ​​para publicar esses tipos de dados.

B. Capacidade de extrair informações relevantes de uma fonte de dados de biodiversidade em estruturas de dados simples (por exemplo, folhas de cálculo) que seguem os padrões internacionais

Só pode extrair grandes blocos de informações óbvias (por exemplo, todas as informações geográficas como uma única unidade) que são evidentes na fonte de dados. Mostra pouco conhecimento dos padrões atuais para registro de dados de biodiversidade.

Pode recuperar vários itens de informação da fonte de dados (mas não todos) e pode desagregá-los em partes significativas. Mostra algum conhecimento básico dos padrões mais comuns (por exemplo, DwC) e os campos de dados mais usados ​​nesses padrões.

Pode identificar todas as informações valiosas numa fonte de dados e extrair os elementos obrigatórios numa estrutura de dados padrão (por exemplo, uma tabela baseada em DwC Simples). Pode identificar informações ausentes e inferir a partir de informações existentes (por exemplo, derivar o nome de um país a partir de uma província).

Pode identificar todas as informações valiosas em uma fonte de dados complexa e dividi-las em partes significativas que se traduzem diretamente em padrões internacionais. Pode identificar informações críticas ausentes na fonte e inferir a partir dos dados existentes ou de informações adicionais sobre a fonte (metadados).

C. Capacidade de compreender e aplicar princípios básicos de qualidade de dados ao processo de captura de dados

Só usa verificações visuais para analisar a qualidade. Não consegue diferenciar entre os tipos de erros. Consegue detectar valores ausentes em campos obrigatórios e inconsistências de dados graves.

Só consegue usar técnicas muito básicas (por exemplo, classificação) para analisar a qualidade dos dados. Consegue detectar incompatibilidades entre nomes de campo e conteúdo. Consegue identificar erros técnicos de forma consistente, mas apenas os erros de consistência mais comuns num conjunto de dados.

Consegue usar ferramentas e técnicas específicas para avaliar a qualidade. Reconhece o nível mínimo de desagregação / normalização necessário para uso comum e publicação. Consegue identificar consistentemente erros técnicos e a maioria dos erros de consistência num conjunto de dados.

Usa uma abordagem sistemática para análise de conjunto de dados cobrindo todos os principais domínios de dados. Consegue identificar consistentemente erros técnicos e de consistência num conjunto de dados. Consegue usar outras fontes de dados (por exemplo, metadados ou outros conjuntos de dados) para identificar ou inferir erros de consistência num conjunto de dados.

B. Capacidade de realizar correção de formato de dados.

Só consegue fazer correções manualmente nas tabelas. Mostra conhecimento genérico sobre o uso de tipos de formato em dados digitais (por exemplo, datas, strings, números)

Consegue identificar pelo menos uma ferramenta específica para corrigir automaticamente os erros de formato, mas só consegue usá-la em casos específicos. Em alternativa, usa mecanismos simples (por exemplo, ‘localizar e substituir’) para resolver problemas.

Consegue usar pelo menos uma ferramenta para corrigir automaticamente os erros de formato.

Consegue usar recursos avançados de mais de uma ferramenta para corrigir erros de formato.

C. Capacidade de realizar correção de dados nomenclaturais.

Só consegue fazer correções manualmente nas tabelas. Só usa conhecimento pessoal de grupos taxonómicos conhecidos.

Consegue identificar pelo menos uma ferramenta específica para corrigir automaticamente erros nomenclaturais, mas só consegue usá-la em casos específicos. Em alternativa, usa mecanismos simples (por exemplo, ‘localizar e substituir’) para resolver problemas.

Consegue usar pelo menos uma ferramenta para corrigir automaticamente os erros nomenclaturais. É capaz de encontrar e usar informações nomenclaturais de referência adequadas para os grupos taxonómicos com os quais costuma trabalhar.

Consegue usar mais de uma ferramenta para corrigir erros nomenclaturais. É capaz de encontrar e usar informações nomenclaturais de referência adequadas para grupos taxonómicos fora das suas áreas de especialização.

D. Capacidade de realizar correção de dados geográficos.

Só consegue fazer correções manualmente nas tabelas. Só usa conhecimento pessoal de áreas geográficas conhecidas.

Consegue identificar pelo menos uma ferramenta específica para mapear e / ou corrigir automaticamente erros nas informações geográficas, mas só consegue usá-la em casos específicos. Em alternativa, usa mecanismos simples (por exemplo, ‘localizar e substituir3’) para resolver problemas.

Consegue usar pelo menos uma ferramenta para mapear e / ou corrigir automaticamente erros nas informações geográficas. É capaz de encontrar e usar informações geográficas de referência adequadas num formato adequado para as áreas com as quais trabalha normalmente.

Consegue usar mais de uma ferramenta para mapear e / ou corrigir automaticamente os erros nas informações geográficas. É capaz de encontrar e usar informações geográficas de referência num formato adequado para áreas fora da sua área de especialização.

E. Capacidade de usar softwares específicos (por exemplo, OpenRefine) como ferramentas para limpeza de dados.

Consegue identificar pelo menos uma ferramenta de limpeza de dados. Consegue identificar os principais recursos de uma ferramenta de limpeza de dados (por exemplo, OpenRefine).

Consegue identificar várias ferramentas de limpeza de dados. Consegue usar um ou alguns dos recursos básicos do software de limpeza de dados para limpar um conjunto de dados (por exemplo, criar um projeto OpenRefine, usar facetas, filtragem, clustering ou reconciliação).

Consegue usar todos os recursos básicos de um software de limpeza de dados para limpar um conjunto de dados (por exemplo, em OpenRefine: facetas, filtragem, agrupamento, reconciliação).

Consegue usar os recursos avançados de um ou mais pacotes de software de limpeza de dados para limpar conjuntos de dados (por exemplo, em OpenRefine: usar API, expressões regulares, Google Refine Expression Language).

F. Capacidade de documentar procedimentos de transformação de dados.

Mostra conhecimento limitado ou nenhum conhecimento sobre os padrões de dados BDI e quais desses padrões de dados são aceitos pelo GBIF.

Consegue identificar padrões BDI e sabe quais são aceites pelo GBIF, mas não sabe onde localizar informações sobre como usá-los. Não consegue identificar quais termos são obrigatórios.

Conhece os padrões BDI aceitos pelo GBIF. Consegue encontrar uma lista de extensões e núcleos de dados aceitos. Publica conjuntos de dados de acordo com os padrões GBIF exigidos e / ou recomendados para termos de dados e metadados e sabe como encontrar as definições dos termos.

Mostra compreensão sobre as características e limitações dos vários padrões de BDI.

B. Capacidade de analisar a adequação de um conjunto de dados de biodiversidade para publicação por meio do GBIF.

Mostra conhecimento limitado ou nenhum conhecimento sobre os critérios formais que um conjunto de dados precisa cumprir para ser publicável através do GBIF.

Conhece os critérios formais que um conjunto de dados precisa cumprir para ser publicável através do GBIF, mas não consegue avaliar se um determinado conjunto de dados os cumpre.

Consegue avaliar corretamente se um conjunto de dados pode ser publicado atualmente através do GBIF. Consegue atribuir pelo menos um tipo de dados válido (= núcleo) a um conjunto de dados com base na descrição fornecida pelo portador de dados e após ter analisado o conjunto de dados.

Consegue identificar mais de uma opção de publicação para um conjunto de dados (quando possível).

C. Uso do IPT: capacidade de produzir / analisar metadados de alta qualidade.

Mostra conhecimento limitado ou nenhum conhecimento sobre as características de bons metadados.

Conhece as características de bons metadados, mas tem dificuldade em reconhecê-los.

Conhece as características de bons metadados e como reconhecê-los. Consegue produzir recomendações sobre como melhorar os metadados existentes.

Conhece as características dos metadados de alta qualidade e como produzi-los.

D. Uso de IPT: capacidade de fazer upload / conectar dados e mapeá-los para núcleos e extensões existentes.

Consegue carregar conjuntos de dados de arquivo único no IPT, mas não consegue mapeá-los para nenhum núcleo.

Só consegue carregar conjuntos de dados de arquivo único no IPT e mapear para um único tipo de núcleo sem extensões.

Consegue carregar vários arquivos em um IPT como parte de um único conjunto de dados e mapeá-los corretamente para um núcleo e pelo menos uma extensão. Consegue usar o recurso de valor constante IPT.

Consegue carregar vários arquivos em um IPT como parte de um único conjunto de dados e mapeá-los corretamente para um núcleo e várias extensões. Consegue usar o recurso de tradução de dados IPT.

E. Uso do IPT: capacidade de usar a ferramenta para publicar e registar conjuntos de dados.