Canada1Water Digital Terrain Model with Bathymetry dataset
Notice bibliographique
Résumé
National integrated water modelling of Canada required a (DEM) Digital Elevation Model for all continental Canada at a single resolution, with bathymetry, and inclusion of transboundary watersheds with the United States. Such a model was not available and hence the Canada1Water project developed a Digital Terrain Model (DTM) that integrates high resolution elevation data from derivative Arctic (2 m) and NASADEM (30 M) DEM with open-source bathymetry data for lakes ≥10 km2. The DTM was brought to a standard datum and projection, resampled to a standard horizontal scale, and corrected for void issues and canopy biases. The result is the 1-arcsecond grid (~20 m) Canada1Water Digital Terrain Model (C1W-DTM). The new DTM provides a standard elevation datum for all subsurface modelling as well as a constraint for the surface hydraulic flow system. A seamless DTM with lake Bathymetry was essential to support the control volume HydroGeoSphere modelling environment being used. This dataset supports a wide range of applications requiring a DTM with lake bathymetry thus enabling more accurate and informed decision-making. The final prudct is a 3-band raster GeoTIFF, comprising of the DSM, DEM, DTM with lake bathymetry. Read the full Data in Brief for methodology here: Kessel, E. D., Frey, S. K. & Russell, H. A. J. (2026). Canada1Water Digital Terrain Model with Bathymetry dataset. Data in Brief, 112878. https://doi.org/10.1016/j.dib.2026.112878Visit the Canada1Water Data Portal here: https://portal.canada1water.ca/
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,026 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».