Guía de buenas prácticas para la gestión de la calidad de datos de biodiversidad

63 Volver al índice 3. Buenas prácticas para la GCD i. OpenRefine: La herramienta Open Refine (Figura 24), disponible en su página web, limpia y cambia el formato de grandes volúmenes de datos, pudiendo homogeneizar los valores contenidos en cada campo. Permite agrupar datos, facilitando su revisión y corrección, como re- gistros con valores inconsistentes. Por ejemplo, en la columna del campo “país”, para cada dato puede estar escrito de forma diferente, para algunos Chile y para otros CHILE. Para Excel estos datos serán distintos, pero Open Refine puede leerlos y consultar si son iguales, dando la opción de cambiarlos todos a uno de estos u otra opción. La carga de datos puede provenir de diversas fuentes como TSV, CSV, SV, Excel (.xls y .xlsx), JSON, XML, RDF as XML y datos de Goo- gle Docs. Para el manejo de datos masivos recomendamos en estos casos alternativas como archivos .csv y no Excel, dado que puede presentar problemas al cargar una gran cantidad de datos. Figura 23. Revisión taxonómica utilizando “Species Matching” para datos con calidad heterogénea. Figura 24. Interfaz inicial de “OpenRefine”.