Utilize este identificador para citar ou criar um atalho para este documento: http://hdl.handle.net/10923/13803
Tipo: doctoralThesis
Título: Recomendações para trabalhadores na multidão superarem barreiras em projetos de software crowdsourcing
Autor(es): Zanatta, Alexandre Lazaretti
Orientador: Prikladnicki, Rafael
Steinmacher, Igor Fabio
Editora: Pontifícia Universidade Católica do Rio Grande do Sul
Programa: Programa de Pós-Graduação em Ciência da Computação
Data de Publicação: 2018
Palavras-chave: ENGENHARIA DE SOFTWARE
SISTEMAS OPERACIONAIS (COMPUTAÇÃO)
SOFTWARE
INFORMÁTICA
Resumo: O desenvolvimento de projetos por meio de software crowdsourcing depende de um fluxo contínuo de trabalhadores da multidão para sua continuidade. Estes trabalhadores necessitam ser membros ativos, porém enfrentam dificuldades quando tentam participar em projetos de software crowdsourcing. Por esta razão, investigou-se quais foram as dificuldades que os trabalhadores da multidão enfrentam em plataformas de desenvolvimento de projetos via software crowdsourcing. Foram realizados vários estudos empíricos baseados em múltiplas fontes de dados e métodos de pesquisa, incluindo revisão da literatura, revisão por pares, estudo de campo e procedimentos da teoria fundamentada. Observou-se que os trabalhadores enfrentam muitas barreiras - relacionadas à competência, colaboração e gerenciamento do tempo - ao fazerem suas contribuições no desenvolvimento projetos por software crowdsourcing, o que pode resultar em desistências. Com base nas barreiras identificadas, revisão de literatura e sugestões dos trabalhadores foram apresentadas 13 recomendações para que estes trabalhadores possam superar tais barreiras. Estas recomendações foram avaliadas por especialistas em software crowdsourcing. As principais contribuições desta tese foram: a) identificação empírica das barreiras enfrentadas pelos desenvolvedores de software em projetos de software crowdsourcing; e b) recomendações para minimizar estas barreiras. Conclui-se que os trabalhadores da multidão precisam de competência e um esforço eficiente de gerenciamento de tempo para participar de forma colaborativa nas tarefas do desenvolvimento de projetos em software Crowdsourcing no modelo competitivo da plataforma Topcoder.
Software crowdsourcing development platforms require a continuous influx of crowdworkers for their continuity. Crowdworkers should be encouraged to play an important role in the online communities by being active members, but they face difficulties when attempting to participate. For this reason, we investigated the difficulties that crowdworkers face in crowdsourcing software development platforms. We conducted empirical studies relying on multiple data sources and research methods including literature review, peer review, field study, and procedures of grounded theory. We observed that crowdworkers face many barriers – related to competence, collaboration, and time management – when making their contributions in software crowdsourcing development, which can result in dropouts. Based on the identified barriers, literature review and, crowdworkers suggestions, we list 13 recommendations for participants as potential solutions to overcome such barriers. The recommendations were evaluated by surveying software crowdsourcing experts. The main contributions of this dissertation are a) empirical identification of barriers faced by crowdsourcing software development crowdworkers; and b) recommendations on how to minimize the barriers. We conclude that the crowdworkers need competency and an efficient time management effort to take part collaboratively in tasks of the Competition-Based Crowdsourcing Software Development of the Topcoder platform.
URI: http://hdl.handle.net/10923/13803
Aparece nas Coleções:Dissertação e Tese

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
000491739-Texto+Completo-0.pdfTexto Completo3,6 MBAdobe PDFAbrir
Exibir


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.