A.X.I.S. Adaptive eXemplar for Integrity and Sustainability:
Notice bibliographique
Résumé
A.X.I.S. — Adaptive eXemplar for Integrity and Sustainability é um framework universal de governança ética concebido para integrar integridade institucional, sustentabilidade e desenvolvimento humano-centrado em organizações públicas, privadas, acadêmicas e multilaterais. Herdeiro direto das obras M.O.R.F.O.S. (forma), M.O.R.F.I.A. (integridade da inteligência) e S.E.G.I.A.I.S. (ética aplicada a sistemas de informação e IA), o A.X.I.S. estabelece uma arquitetura moral que combina fundamentos metafísicos, ontológicos e operacionais em um modelo coerente e adaptável. O framework estrutura-se em seis Domínios Ontológicos — Ambiental, Social, Governança, Tecnológico, Cognitivo e Legado — que representam as bases essenciais da ética institucional; e em sete Domínios Adaptativos, que descrevem as manifestações práticas da ética em governança, sustentabilidade digital, justiça social, sociedade civil, educação ética, tecnologia responsável e diplomacia ética. O A.X.I.S. introduz o CIU-E (Ciclo de Integridade Universal e Elevação), a MEA (Matriz de Aplicabilidade Ética), o NMMI (Nível de Maturidade Moral Institucional), o MAI (Modelo de Adaptação Institucional) e mecanismos de supervisão como Comitês Universais de Ética e Relatórios Trienais de Legado Ético. Essa estrutura integra princípios de integridade, responsabilidade intergeracional, sustentabilidade planetária e uso ético da tecnologia. Projetado para aplicabilidade global, o A.X.I.S. oferece um eixo moral que orienta decisões, fortalece culturas organizacionais e alinha inovação, inteligência artificial e governança ambiental/social com dignidade humana, justiça e responsabilidade institucional. Palavras-chave: Ética; Governança; Inteligência Artificial; Sustentabilidade; Segurança da Informação; Moralidade Institucional; ESG; Integridade; NeoForgeLab.
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 | 0,006 | 0,011 |
| 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 | 0,009 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».