Hydro dams and environmental justice for Indigenous people. a comparison of environmental decision-making in Canada and Brazil
Notice bibliographique
Résumé
This research project focuses on decision-making about large hydropower dams, particularly the process and outcomes of impact assessment, involving state, corporations, and local Indigenous communities. The objective of the study is to investigate whether state-led impact assessment, as one tool of regulatory decision-making, can be a way to address environmental justice concerns for Indigenous peoples affected by natural resource infrastructure. The core of this research is a case study comparison between the Belo Monte dam (Brazil) and Site C dam (Canada) to examine the effectiveness of environmental impact assessment (EIA) and decision-making. I analyse these processes’ ability to address the inequities caused by disparate adverse effects of dams on Indigenous peoples. Despite evidence of the impacts of large dams on Indigenous peoples, there is limited literature on their experiences with large hydropower projects and their decision-making processes, and mechanisms that would account for Indigenous peoples’ experiences. This research aims to fill in that gap in the literature by exposing the limitations of impact assessment and proposing recommendations for environmental decision-making to address Indigenous peoples’ concerns and experiences. I start with a review of the development of the environmental justice (EJ) literature as the research’s analytical framework. Environmental justice focuses on diagnosing the inequities caused to localized communities under the argument of a necessary ‘smaller evil,’ so that the larger society may benefit from natural resources development. However, the research participants’ experiences pointed to the need to revise the EJ framework towards a more integral approach to environmental decision-making, recognising the fundamental relationship between land and human beings. This research project concludes that EJ for Indigenous peoples helps reinstate decision-making purposes – evaluating the impacts, proposing alternatives to projects, promoting transparency and accountability, and considering the possibility of rejecting projects – when done within a genuine government-to-government collaborative framework between state and Indigenous governments.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».