Dam removal blind spots: debating the importance of community engagement in dam decommissioning projects
Notice bibliographique
Résumé
This article calls for social justice within the transition from dam building to decommissioning. Dam decommissioning is escalating in the global north, and sooner than later, the tied will spread to the global south. Though dam removal is an essential strategy for riverine landscape restoration, it may yield negative social outcomes for communities living along dams. Ecological restoration must not be achieved at the expense of local communities. Decisions on dam removal are predominantly made by experts and government agencies, often to the exclusion of local communities. For this reason, the decisions to remove several dams in the global north have been opposed by local communities leading to suspension or, in worst-case scenarios, reversal of such decisions. By referring to cases from Europe, USA, and Canada where dam removals have been opposed, this article argues for better incorporation of local communities in decision-making. Community consultations and consent are key in achieving successful decommissioning with minimal harm on communities. Yet, they have not received sufficient attention in dam removal conversations. The socio-economic issues are also not sufficiently interrogated in the literature on dam removal. We underscore this gap and provides recommendations for best social performance in dam removals.
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 | 0,060 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,030 | 0,026 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».