Human health impacts of dams and reservoirs: Neglected issues in a One Health perspective
Notice bibliographique
Résumé
Abstract Dams have often been constructed for hydropower, water storage and to support socio-economic development, particularly in areas of water stress. In many places, the water stored in human-made reservoirs is essential to meet the development objectives of water supply, agriculture, industry, energy generation and other sectors. However, in the absence of adequate foresight and planning, many past dams have had considerable negative impacts on ecosystems and the livelihoods of affected communities, resulting in conflicts and health hazards. While enhanced human health and well-being could be considered as the ultimate outcome of development programs, the public health impact of dams remains an issue that is often neglected by policy makers and investors. National policies and international guidelines, such as those of the World Commission on Dams, have been used to improve planning and impact assessment of dams. Here, we provide an analysis of four large dams, across three continents, and show that they had limited consistency with World Commission on Dams principles and guidelines. Moreover, health aspects were largely neglected during planning, construction and operation of these dams, but seriously undermine their intended benefits. This perspective paper discusses impacts of dams on energy and food, ecosystem health, inclusion, and ultimately human health and wellbeing. We argue that a One Health perspective, based on these four categories, can support the systematic consideration of environmental, animal, and human health determinants. A dedicated One Health approach to dams and reservoirs remains to be developed but could potentially improve how dams, both existing and future, support more inclusive development.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».