Centring Water in Impact Assessment: Reconsidering Environmental and Cultural Flows in Development Decision-Making in Canada
Notice bibliographique
Résumé
Considering regional impacts on downstream communities and ecosystems is challenging in impact assessments. We suggest that environmental and cultural flows have the potential to be applied to protect water more comprehensively in assessment but are currently underutilized. Environmental and cultural flows refer to adequate water quantity and quality for the environment and Indigenous rights. Through interviews and a scoping review of legislation and assessments, we address how these concepts are and could be embedded within Canadian impact assessments. To date, environmental flows have been considered in assessments involving dams, oil and gas, and mining, and the focus has been on fish and habitat, rather than Indigenous rights and cumulative withdrawals. We propose Regional Readiness through water councils, change, and consensus (three Cs) to prepare watershed actors to protect environment and cultural flows in impact assessments. The three Cs are: (1) Advisory councils dedicated to creating regional objectives and rules for ecosystem and rights-based needs, (2) Assessing hydrologic and water quality change with regional data and relationships to water, and (3) Building consensus on the cultural and ecological significance and sensitivity of water bodies. Development of this framework follows examples from Canadian water-related assessments and initiatives: Wolastoq Ecological Limits of Hydrological Alteration, Athabasca Chipewyan and Mikisew Cree assessments, Yinka Dene Water Management Policy, Grand Council Treaty #3 Nibi Declaration, Slave Watershed Environmental Effects Program, and Strategic Assessment of Wood Buffalo National Park. These cases demonstrate how the inclusion of environmental and cultural flows processes in assessment could enable greater water protection.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».