Towards a More Effective Legal Framework for the Conservation of Wetlands and Water Bodies in Canada : From an Avoid–Reduce–Compensate Sequence to a Conservation Sequence
Bibliographic record
Abstract
La séquence d’atténuation « Éviter-Réduire-Compenser » (ERC) a été introduite dans de nombreux pays afin de contribuer à la conservation des milieux humides, tels que les étangs, les tourbières, les marais et les marécages. Son utilisation dans les procédures d’autorisation environnementale délivrée par les ministères de l’Environnement est promue pour contribuer à atteindre l’objectif d’aucune perte nette de superficies, de fonctions écologiques et/ou de biodiversité de ces milieux. Toutefois, ces dispositifs se révèlent généralement insuffisants pour atteindre un tel objectif, en raison d’un manque d’effectivité observé à chacune des trois étapes constitutives de cette séquence.Pour remédier à cette situation, de plus en plus de chercheurs s’entendent pour renforcer la séquence en élargissant son champ d’application, notamment à la planification territoriale, à l’aménagement du territoire, ainsi qu’à d’autres types de milieux comme les habitats fauniques, les boisés, les bassins versants, les friches agricoles ou industrielles, les coulées, les chemins forestiers, les lisières, etc. Du point de vue légistique, un cadre élargi pour la séquence ERC suppose de répondre à plusieurs conditions d’effectivité, dont la qualité, la pertinence, la cohérence, la stratégie, l’efficacité ou la réflexivité. Cette thèse propose ainsi d’évaluer ces critères à travers une analyse approfondie du droit canadien, en examinant les régimes juridiques qui mobilisent déjà la séquence ERC ou qui offrent un potentiel pour son renforcement. Elle porte notamment sur les domaines du droit de l’environnement, de l’aménagement du territoire, de la gestion des ressources naturelles, de l’agriculture et des forêts. Ce regard d’ensemble démontre que le droit fonctionne comme un système interconnecté, dont les effets dépendent des structures, des interactions et des finalités qu’il organise. En ce sens, seule une approche systémique fondée sur la durabilité forte permettrait de rendre l’objectif d’aucune perte nette effectif et cohérent, notamment en matière de milieux humides et hydriques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.021 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.004 |
| Science and technology studies | 0.012 | 0.014 |
| Scholarly communication | 0.017 | 0.005 |
| Open science | 0.007 | 0.006 |
| Research integrity | 0.009 | 0.010 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".