Navigating trade-offs between dams and river conservation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Non-technical summary There has been a long history of conflicts, studies, and debate over how to both protect rivers and develop them sustainably. With a pause in new developments caused by the global pandemic, anticipated further implementation of the Paris Agreement and high-level global climate and biodiversity meetings in 2021, now is an opportune moment to consider the current trajectory of development and policy options for reconciling dams with freshwater system health. Technical summary We calculate potential loss of free-flowing rivers (FFRs) if proposed hydropower projects are built globally. Over 260,000 km of rivers, including Amazon, Congo, Irrawaddy, and Salween mainstem rivers, would lose free-flowing status if all dams were built. We propose a set of tested and proven solutions to navigate trade-offs associated with river conservation and dam development. These solution pathways are framed within the mitigation hierarchy and include (1) avoidance through either formal river protection or through exploration of alternative development options; (2) minimization of impacts through strategic or system-scale planning or re-regulation of downstream flows; (3) restoration of rivers through dam removal; and (4) mitigation of dam impacts through biodiversity offsets that include restoration and protection of FFRs. A series of examples illustrate how avoiding or reducing impacts on rivers is possible – particularly when implemented at a system scale – and can be achieved while maintaining or expanding benefits for climate resilience, water, food, and energy security. Social media summary Policy solutions and development pathways exist to navigate trade-offs to meet climate resilience, water, food, and energy security goals while safeguarding FFRs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle