Duplicados
Mostra os grupos de registos repetidos que os scans encontram em cada dataset, por correspondência exata ou aproximada, com uma amostra para confirmares. Serve para rever cada grupo e, no separador Entre datasets, emparelhar registos de dois sistemas.
O que podes fazer
- Alternar entre as vistas «Lista», «Constelação» e «Entre datasets» e filtrar os clusters por «Estado».
- Ver em cada cluster o dataset, as linhas duplicadas, as colunas usadas no match, a banda de confiança (exata quando as linhas são iguais; nas aproximadas, alta ou baixa, com a precisão de referência de um benchmark sintético português ao passar o rato) e uma amostra dos registos.
- Na «Constelação», ver cada cluster como uma bolha agrupada por dataset (tamanho pelo número de registos, cor pelo match exato ou aproximado) e clicar numa para comparar os registos lado a lado, com as diferenças realçadas.
- Marcar um cluster com «Fundir», «Rever» ou «Ignorar», ou «Reabrir» um já tratado: só muda o estado do cluster no BeryX, os dados na fonte ficam intactos.
- Em «Entre datasets», escolher dois datasets, ajustar as chaves sugeridas e «Emparelhar registos» para ver a percentagem com par em cada lado, os ambíguos, a sobrevivência proposta (não aplicada) e amostras sem par, com os dados pessoais mascarados.
Ver também
- Correspondências — emparelhamento entre dois datasets com pesos, limiares e histórico de execuções.
- Métodos: duplicados — como se formam os clusters e se calcula a confiança.
- Problemas — os duplicados também surgem como problemas do tipo Duplicados.
English
Duplicates
Shows the groups of repeated records that scans find in each dataset, by exact or approximate match, with a sample so you can confirm them. Use it to review each group and, in the Across datasets tab, to match records from two systems.
What you can do
- Switch between the “List”, “Constellation” and “Across datasets” views and filter clusters by “Status”.
- See for each cluster the dataset, the duplicate rows, the columns used for the match, the confidence band (exact when the rows are equal; for fuzzy ones, high or low, with the reference precision from a synthetic Portuguese benchmark on hover) and a sample of the records.
- In “Constellation”, see each cluster as a bubble grouped by dataset (size by number of records, colour by exact or approximate match) and click one to compare its records side by side, with the differences highlighted.
- Mark a cluster with “Merge”, “Review” or “Ignore”, or “Reopen” one already handled: only the cluster’s status changes in BeryX; the data at the source is left untouched.
- In “Across datasets”, choose two datasets, adjust the suggested keys and “Match records” to see the share matched on each side, the ambiguous ones, the proposed survivorship (not applied) and unmatched samples, with personal data masked.
See also
- Matching — matching between two datasets with weights, thresholds and a history of runs.
- Methods: duplicates — how clusters are formed and confidence is calculated.
- Issues — duplicates also show up as issues of the Duplicates type.