Traduzido do Inglês para o Português - www.onlinedoctranslator.

com

Conferência Australásia sobre Sistemas de Informação Käss

2022, Melbourne Adoção do LCDP: um modelo de pesquisa

Adoção de plataforma de desenvolvimento Low Code: um modelo de

pesquisa
Pesquisa em andamento
Sebastian Käss
TU Dresden
Dresden, Alemanha
E-mail: sebastian.kaess@mailbox.tu-dresden.de

Abstrato
Embora as Plataformas de Desenvolvimento de Baixo Código (LCDP) prometam melhorias de eficiência e eficácia
para as organizações quando adotadas, a pesquisa sobre a adoção do LCDP carece de uma base teórica. Este
artigo de pesquisa em andamento propõe um modelo de pesquisa para explicar a adoção do LCDP. O modelo de
pesquisa combina duas lentes teóricas, incluindo fatores sociais e técnicos referentes à teoria dos sistemas
sociotécnicos, complementando os fatores ambientais capturados na Tecnologia – Meio Ambiente
– Modelo de organização. Como fatores isolados podem não ser suficientes para explicar a adoção do LCDP, este
documento apresenta combinações de fatores que equilibram fatores sociais, técnicos e ambientais. Nesta fase, a
contribuição do artigo para a pesquisa é o primeiro modelo teoricamente fundamentado, mas provisório, para explicar a
adoção do LCDP. Os resultados esperados deste estudo fornecem combinações de fatores para indicar um ou mais
caminhos para a adoção do LCDP.

Palavras-chave:Plataforma de desenvolvimento de baixo código, adoção, TOE, teoria do sistema sócio-técnico, baixo código

1
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

1. Introdução
As organizações enfrentam uma pressão competitiva crescente para digitalizar seus modelos de negócios e processos
internos (Yoo et al. 2010). Para isso, as organizações devem aumentar sua velocidade no desenvolvimento de aplicativos
dentro do orçamento e das restrições de tempo com alta qualidade (Käss et al. 2022; Richardson e Rymer 2014). No
entanto, existe uma lacuna significativa no mercado de desenvolvedores de TI qualificados para o desenvolvimento de
aplicativos (Sahinaslan et al. 2021). Uma opção para preencher essa lacuna é contar com desenvolvedores não
profissionais, ou seja, desenvolvedores em departamentos de negócios ou funcionários comerciais regulares que
desenvolvem aplicativos com pouca ou nenhuma experiência em programação (geralmente chamados de
desenvolvedores cidadãos) (Al Alamin et al. 2021). Plataformas de desenvolvimento de baixo código (LCDP) simplificam o
desenvolvimento de aplicativos para desenvolvedores não profissionais, reduzindo a codificação manual. Por isso,

Para entender a adoção do LCDP, o foco apenas em fatores técnicos, como a segurança do LCDP (Heuer et al.
2022; Prinz et al. 2021, 2022), é muito limitado. A adoção do LCDP também afeta os fatores sociais do
desenvolvimento de aplicativos, pois transforma significativamente como e por quem os aplicativos são
desenvolvidos (Bock e Frank 2021; Heuer et al. 2022; Käss et al. 2022). Portanto, fatores técnicos, sociais e
ambientais devem ser considerados para entender a adoção do LCDP. Que eu saiba, apenas o artigo de Käss et al.
(2022) pesquisa sistematicamente impulsionadores e inibidores da adoção do LCDP nas organizações. Embora o
artigo seja um bom ponto de partida, ele não fornece uma base teórica nem um teste empírico. Portanto, o artigo
em questão apresenta um modelo de pesquisa que fornece uma base teórica para explicar a adoção do LCDP.
Avançar, sugere etapas para testar o modelo de pesquisa empiricamente. Consequentemente, o artigo em
questão aborda a seguinte questão de pesquisa:

RQ: O que determina a adoção da Plataforma de Desenvolvimento Low Code?

Nesta pesquisa, as unidades de análise são os sistemas de trabalho, ou seja, “sistemas nos quais participantes humanos
e/ou máquinas realizam trabalho [...] utilizando informação, tecnologia e outros recursos” (Alter 2013, p. 75). Para a
adoção do LCDP, concentro-me em sistemas de trabalho onde grupos de desenvolvedores não profissionais usam LCDPs
como sistemas de informação para realizar desenvolvimento de baixo código (LCD) (Alter 2013; Prinz et al. 2022). A
perspectiva dos sistemas de trabalho ajuda a explicar a adoção em um nível entre um desenvolvedor individual e um
nível organizacional. Além disso, o modelo de adoção se concentra em LCDPs que usam plataformas de nuvem Platform-
as-a-Service (PaaS), que é a maioria dos LCDPs (Prinz et al. 2021). O artigo está estruturado em três partes. Primeiro,
descrevo as semelhanças conceituais da adoção do LCDP com a computação em nuvem (CC, especialmente PaaS) e
adoção da metodologia ágil de desenvolvimento de software (SDM). Além disso, a fundamentação teórica é apresentada
combinando o modelo Tecnologia – Ambiente – Organização (TOE) com a teoria dos sistemas sócio-técnicos (STS). Em
segundo lugar, deduzo um modelo de pesquisa para explicar a adoção do LCDP. O artigo conclui com as contribuições e
os próximos passos para o teste do modelo.

2 Histórico de Pesquisa
2.1 Especificidades das plataformas de desenvolvimento Low Code

A Forrester Research cunhou o termo LCD em 2014, descrevendo o desenvolvimento de software com código-fonte
mínimo usando interfaces gráficas interativas para reduzir a complexidade (Al Alamin et al. 2021; Sanchis et al. 2020). No
entanto, LCD não é novo (Bock e Frank 2021): combina conceitos anteriores, por exemplo, desenvolvimento rápido de
aplicativos e engenharia de software auxiliada por computador (Di Sipio et al. 2020; Totterdale 2018). O LCD altera
significativamente o processo de desenvolvimento de aplicativos – de um processo orientado a TI com codificação
manual para um processo orientado a negócios usando funções visuais de arrastar e soltar (Al Alamin et al. 2021; Beranic
et al. 2020). Este desenvolvimento pode ser feito por desenvolvedores não profissionais com pouco tempo de
treinamento usando LCDPs. Os LCDPs são “produtos e/ou serviços em nuvem” (Rymer 2017, p. 4), oferecendo um
modelo PaaS (Prinz et al. 2021) que promovem um desenvolvimento visual com técnicas declarativas para definir a
interface do usuário, a lógica de negócios e o modelo de dados de um aplicativo (Totterdale 2018). A pesquisa existente
sobre a adoção de CC destaca a importância do ambiente ao analisar a adoção da plataforma (Wulf 2020). Portanto, a
tecnologia (por exemplo, o LCDP), a organização (por exemplo, os desenvolvedores não profissionais) e o ambiente (por
exemplo, os concorrentes) precisam ser considerados ao pesquisar a adoção do LCDP.

2.2 Fundamentação Teórica

Embora haja alguma pesquisa orientada para a prática sobre a adoção do LCDP (por exemplo, Sanchis et al. 2020), até onde sei,
não há pesquisa usando uma lente teórica para explicar a adoção do LCDP em sistemas de trabalho. Portanto, sugiro usar
fatores de pesquisas existentes sobre adoção de CC e SDM ágil para preencher essa lacuna de pesquisa. A pesquisa de adoção
de CC é relevante para a adoção de LCDP porque a maioria dos LCDPs são serviços em nuvem usando um modelo PaaS (Prinz et
al. 2021; Rymer 2017). Como os LCDPs aplicam um modelo de entrega PaaS na nuvem,

2
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

todos os fatores que foram considerados influentes para a adoção do CC em geral também devem influenciar a adoção do LCDP.
A pesquisa atual de adoção de CC raramente distingue entre diferentes modelos de entrega (por exemplo, PaaS) (Wulf 2020),
optei por usar as descobertas da adoção de CC em geral. Para levar em consideração as mudanças no desenvolvimento de
aplicativos (por exemplo, processo orientado a negócios em vez de processo orientado a TI), também incluo descobertas
anteriores da literatura de adoção SDM ágil. Selecionei intencionalmente a adoção do SDM ágil, pois no desenvolvimento de
aplicativos ágeis também o pessoal de TI não profissional (por exemplo, funcionários de negócios) está envolvido no processo de
desenvolvimento. Além disso, o LCD facilita o desenvolvimento ágil de software, pois prioriza os princípios ágeis (por exemplo,
comunicação constante) (Sahay et al. 2020).

Várias teorias foram aplicadas para pesquisar a adoção de CC (Wulf 2020). Um fluxo de pesquisa com foco na
escolha individual aplica o Modelo de Aceitação de Tecnologia ou suas extensões (Wulf 2020). Como este artigo
pesquisa a adoção em um nível superior, as teorias de um segundo fluxo de pesquisa que sugere o modelo TOE
(Hsu e Lin 2016; Wulf 2020) parecem mais promissoras. O modelo TOE considera tecnologia, organização e
ambiente como essenciais para explicar a adoção de uma inovação (Depietro et al. 1990; Hsu et al. 2014). T
tecnologiainclui todos os aspectos técnicos relevantes (por exemplo, equipamentos e processos), oorganização
compreende as características de uma organização eambiente consiste em todos os fatores externos (Depietro et
al. 1990; Friedrich-Baasner et al. 2018; Hsu et al. 2014). O modelo TOE é criticado por sua natureza genérica (Zhu e
Kraemer 2005), mas ainda pode ser usado como uma estrutura de orientação para análise posterior. Tal análise
detalhada pode contar com extensões de modelo. Portanto, para esta pesquisa, os componentes de tecnologia e
organização são mais detalhados com elementos provenientes da teoria STS. Sumner e Ryan (1994) já aplicaram a
teoria STS para analisar a adoção da engenharia de software auxiliada por computador, que é conceitualmente
semelhante aos LCDPs (Di Sipio et al. 2020; Totterdale 2018). A teoria STS assume que um sistema de trabalho
compreende umsubsistema sociale umsubsistema técnico (Bostrom e Heinen 1977; Parker et al. 2017) e analisa a
interação entre eles (Schuch et al. 2020). O subsistema social compreende umsubsistema de estruturae um
subsistema de pessoas; o subsistema técnico compreende umsubsistema de tecnologiae umsubsistema de
tarefas(Bostrom e Heinen 1977). A teoria STS assume que, para que os sistemas de trabalho atinjam seus
objetivos (por exemplo, adotar uma nova tecnologia), os subsistemas sociais e técnicos devem ser otimizados e
equilibrados em conjunto, sem que nenhum seja dominante (Malik e Orr 2022). Os subsistemas devem ser
abertos e responsivos ao ambiente (Emery e Trist 1965). Esse aspecto dos subsistemas é essencial, pois implica
que a adoção do LCDP é afetada por fatores técnicos, sociais e ambientais, conforme indicado no modelo TOE.

3 Modelo de Pesquisa
3.1 Visão geral
Proponho explicar a adoção do LCDP em sistemas de trabalho com base no modelo TOE e na teoria STS. Seguindo a teoria STS, a adoção do LCDP requer um equilíbrio entre e dentro de seus subsistemas e do

ambiente. Os subsistemas são caracterizados por fatores derivados da literatura de adoção de CC e SDM ágil. Por exemplo, o subsistema de tarefas é caracterizado pelo fator de melhoria de eficiência esperada. Para

selecionar os fatores, utilizei as três etapas propostas por Jeyarj et al. (2006): (1) recuperação e filtragem da literatura, (2) extração e agregação de fatores, (3) seleção de fatores. Para recuperar a literatura, procurei

artigos de revisão sobre adoção de CC e SDM ágil, pois eles já estruturam as descobertas de pesquisas anteriores. Criei uma lista de todos os artigos que foram analisados pelos artigos de revisão. Para garantir que

as descobertas dos artigos sejam comparáveis, Excluí todos os artigos que seguiam outras abordagens de pesquisa além da pesquisa empírica baseada em regressão, que pesquisavam a adoção em nível individual

ou focavam em SaaS. Dos 30 artigos restantes (publicados entre 1996 e 2019), extraí os fatores, sua definição e o efeito na adoção. Para levar em conta as diferentes palavras, analisei iterativamente as definições do

fator e agreguei fatores com a mesma definição aos fatores principais. Para construir o modelo, selecionei apenas fatores em que vários estudos empíricos encontraram um efeito significativo na adoção, levando a

treze fatores. O apêndice on-line fornece uma visão geral detalhada. Dos 30 artigos restantes (publicados entre 1996 e 2019), extraí os fatores, sua definição e o efeito na adoção. Para levar em conta as diferentes

palavras, analisei iterativamente as definições do fator e agreguei fatores com a mesma definição aos fatores principais. Para construir o modelo, selecionei apenas fatores em que vários estudos empíricos

encontraram um efeito significativo na adoção, levando a treze fatores. O apêndice on-line fornece uma visão geral detalhada. Dos 30 artigos restantes (publicados entre 1996 e 2019), extraí os fatores, sua definição

e o efeito na adoção. Para levar em conta as diferentes palavras, analisei iterativamente as definições do fator e agreguei fatores com a mesma definição aos fatores principais. Para construir o modelo, selecionei

apenas fatores em que vários estudos empíricos encontraram um efeito significativo na adoção, levando a treze fatores. O apêndice on-line fornece uma visão geral detalhada. Selecionei apenas fatores em que

vários estudos empíricos encontraram um efeito significativo na adoção, levando a treze fatores. O apêndice on-line fornece uma visão geral detalhada. Selecionei apenas fatores em que vários estudos empíricos

encontraram um efeito significativo na adoção, levando a treze fatores. O apêndice on-line fornece uma visão geral detalhada.1

Ao combinar os fatores apresentados na próxima seção, é fundamental entender que a literatura existente tem
sido ambígua em termos do efeito de fatores individuais: A literatura de adoção de CC existente mostra efeitos
assimétricos de certos fatores, por exemplo, altas preocupações de segurança levando a baixa CC adoção (Hsu e
Lin 2016), com outros estudos mostrando o contrário (Kinuthia 2015). Além disso, Laut et al. (2021) mostram que
os fatores podem se influenciar como uma forma de causalidade conjuntural para a adoção da inovação em TI.
Portanto, sugiro uma abordagem conceitual em que combinações de múltiplos fatores causam o resultado. Os
fatores são caracterizados por valores possíveis (por exemplo, preocupações menores ou maiores), e
normalmente uma ocorrência conjunta de vários fatores produz um resultado - não a ocorrência única de um

1O apêndice online pode ser encontrado aqui: https://doi.org/10.6084/m9.figshare.20462940

3
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

fator. Portanto, o resultado (ou seja, adoção do LCDP nos sistemas de trabalho) é consequência de uma interação
entre os fatores.

A Tabela 1 fornece uma visão geral dos subsistemas sugeridos, os treze fatores para capturar a adoção do LCDP,
seus valores possíveis e o efeito sobre a adoção encontrado em pesquisas anteriores de adoção de CC e SDM ágil.
Para fatores em que a pesquisa existente encontra efeitos positivos e negativos, usei efeitos mistos além de
positivos ou negativos. No entanto, como pesquisas anteriores sobre adoção de CC e SDM ágil não usam uma
lógica combinatória, posso apenas sugerir que esses fatores são essenciais para explicar a adoção de LCDP, mas
não como eles combinam ou afetam (positiva ou negativamente) a adoção de LCDP. Para tanto, validarei
empiricamente este modelo de pesquisa em uma segunda etapa.
Efeito de
STS Fator Valores possíveis
pesquisa anterior
DEDO DO PÉ

Segurança e dados Preocupações menores

Misturado
Tecnologia
subsistema

preocupações com a privacidade Principais preocupações

Baixa compatibilidade
Compatibilidade Positivo
Tecnologia

Alta compatibilidade
Sem bloqueio de fornecedor
Bloqueio do fornecedor Negativo
Bloqueio do fornecedor
sistema

Eficiência esperada Baixas melhorias esperadas

sub-
Tarefa

Positivo
melhorias Altas melhorias esperadas

Baixa complexidade
Complexidade Negativo
alta complexidade
Baixa experiência anterior
Experiência anterior Positivo
Subsistema de pessoas

Alta experiência anterior

Não há disponibilidade de
oportunidades de treinamento
Oportunidades de treinamento Positivo
Disponibilidade de
Organização

cultura organizacional
utilidade
Funcionamento esperado
Estrutura sub-
oportunidades de treinamento
Fechamento para adoção do LCDP
Positivo
Abertura para adoção do LCDP
Baixa utilidade
Positivo
alta utilidade
Baixas melhorias esperadas

Misturado
melhorias no modo Altas melhorias esperadas
sistema

Gestão de topo baixo suporte

Positivo
apoiar Suporte alto
Baixos recursos de TI
Recursos internos de TI Alta capacidade de TI Positivo
Ambiente-

Baixa pressão externa

mento

n/D

Pressão externa Misturado

Alta pressão externa

Tabela 1. Modelo de pesquisa para análise combinatória

3.2 Tecnologia
Preocupações com segurança e privacidade de dadossão bem discutidos na literatura de adoção de CC (Wulf et al. 2021). Os
tomadores de decisão no contexto do CC estão preocupados com os recursos virtualizados e compartilhados, a transferência de
dados pela Internet e a possível divulgação de dados pelo provedor de CC (Loske et al. 2014). Portanto, esse fator geralmente é
visto como tendo um efeito negativo na adoção de CC, ou seja, altas preocupações de segurança levando a uma baixa adoção de
CC (por exemplo, Asatiani 2015). No entanto, Kinuthia (2015) mostrou que esse fator também pode afetar positivamente a
adoção do CC.Compatibilidadecompreende como as inovações se encaixam nos valores, experiência e necessidades de uma
organização (Rogers 2010) e é visto como tendo um efeito positivo na adoção de CC e SDM ágil (Al-Isma 'ili et al. 2016; Chan e
Thong 2009; Wulf et al . 2021). Como nos LCDP (Käss et al. 2022), esse fator também se aplica aos LCDPs. Uma preocupação
significativa para a adoção de CC é o medo deBloqueio do fornecedor(Siepermann et ai. 2016; Wulf et ai. 2021), pois os
provedores de CC usam sistemas proprietários, impedindo a movimentação entre os provedores. Portanto, o bloqueio do
fornecedor afeta negativamente a adoção do CC (Siepermann et al. 2016). Como os LCDPs também usam linguagens e práticas
de desenvolvimento proprietárias e modelos de entrega de PaaS (Käss et al. 2022), esse fator também se aplica aos LCDPs.
Literatura de adoção de CC e SDM ágil, consulteeficiência esperada

4
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

melhorias, por exemplo, economia de custos, redução do tempo de lançamento no mercado, redução dos recursos
necessários e melhorias gerais no desempenho dos negócios, tendo uma influência positiva na adoção (Chan e Thong
2009; Wulf et al. 2021).

3.3 Organização
Complexidadeé um fator essencial para a adoção de tecnologia (Chan e Thong 2009). Vários trabalhos de
pesquisa concordam que a complexidade tem um efeito negativo na adoção ágil de SDM e CC (Chan e Thong
2009; Wulf et al. 2021). Os LCDPs são anunciados como menos complexos (em comparação com o
desenvolvimento tradicional) para desenvolvedores não profissionais devido a seus componentes pré-
configurados e metodologia de desenvolvimento intuitiva de arrastar e soltar (Käss et al. 2022).Experiência
anterioré essencial na literatura de adoção de CC e SDM ágil (Chan e Thong 2009; Wulf et al. 2021). Argumenta-se
que testar antes da adoção e ter experiência com aplicativos piloto ou ferramentas similares influenciam
positivamente a adoção (Chan e Thong 2009; Wulf et al. 2021). Espera-se que a mesma mecânica seja válida para
os LCDPs.Oportunidades de treinamentosão o procedimento formal de uma organização para facilitar a
aprendizagem (Chan e Thong 2009). A literatura acadêmica sobre a adoção ágil de SDM concorda que o
treinamento interno e externo ou outro suporte externo influencia positivamente a adoção (Chan e Thong 2009).
No caso de LCDPs, o treinamento geralmente é fornecido por fornecedores de LCDP ou consultores externos.
cultura organizacionale abertura para novas tecnologias são vistas como tendo um efeito positivo na adoção de
CC e SDM ágil (Chan e Thong 2009; Wulf et al. 2021). O LCD leva a uma mudança significativa na abordagem de
desenvolvimento porque desenvolvedores não profissionais em departamentos de negócios desenvolvem
aplicativos com componentes pré-configurados. Essa mudança leva a uma mudança na relação entre TI e
negócios, o que pode resultar em uma recusa de adoção se a cultura organizacional não estiver aberta à adoção
do LCDP (Käss et al. 2022).utilidadeé o grau em que a adoção de um LCDP seria útil na execução do
desenvolvimento de aplicativos (Hardgrave e Johnson 2003). Em geral, a utilidade é percebida como tendo um
efeito positivo significativo na decisão de adoção (Chan e Thong 2009).

Os LCDPs promovem a capacitação de desenvolvedores não profissionais, um entendimento compartilhado entre

negócios e TI e facilitam o trabalho em equipe em configurações multifuncionais (Käss et al. 2022), levando a melhorias
no modo de trabalho.Isso visa reduzir requisitos instáveis e inconsistentes, criar uma melhor integração do
conhecimento tácito do domínio e produzir ciclos de desenvolvimento mais rápidos, levando a um modo de trabalho
mais eficiente (Käss et al. 2022). Em seu artigo de revisão sobre a adoção de metodologias ágeis, Chan e Thong (2009)
afirmam que fatores relacionados ao modo de trabalho, como trabalho em equipe, comunicação e entendimento
compartilhado, são essenciais para a adoção de SDMs ágeis e têm um efeito positivo significativo. No entanto, uma
publicação de Senyo et al. (2016) também constata que as melhorias esperadas no modo de trabalho podem afetar
negativamente a adoção do CC.Apoio da gestão de topoé a aprovação ativa e entusiástica dos executivos de uma
inovação (Chan e Thong 2009). A literatura concorda que o apoio da alta administração afeta positivamente a adoção da
inovação (Chan e Thong 2009). Isso também vale para os LCDPs, pois a adoção induz mudanças técnicas (por exemplo,
nova tecnologia e paradigma de desenvolvimento) e sociais (por exemplo, a mudança no relacionamento entre negócios
e TI) ao longo do ciclo de vida do aplicativo.Recursos internos de TIestão principalmente relacionados à disponibilidade e
especialização de recursos internos e à infraestrutura técnica dentro da organização (Wulf et al. 2021). Pesquisas
anteriores da CC concordam que esse fator afeta positivamente a adoção da tecnologia.

3.4 Ambiente
Pressão externarefere-se à pressão de uma organização de concorrentes do setor, tendências do setor, parceiros
comerciais e ambiente regulatório (Oliveira et al. 2014). A maior parte da literatura sobre adoção de CC vê a
pressão externa como tendo um efeito positivo na adoção de CC (Oliveira et al. 2014; Wulf et al. 2021). No
entanto, Senyo et al. (2016) constatam que, no contexto da adoção de CC em países em desenvolvimento, a
pressão externa de parceiros comerciais também pode afetar negativamente a adoção. Ao adotar os LCDPs, as
organizações podem obter uma vantagem competitiva por meio de melhorias de eficiência, dependência
reduzida de desenvolvedores de TI e tempo mais rápido para os mercados (Käss et al. 2022).

4 Próximas etapas
Este artigo de pesquisa em andamento apresenta um modelo de pesquisa para a adoção de LCDPs que será testado
empiricamente em estágios posteriores. Nesta fase, este artigo tem duas contribuições: Primeiro, apresenta um modelo
de pesquisa que reflete a natureza multifacetada da adoção do LCDP como uma plataforma CC com aspectos SDM ágeis.
A fundamentação teórica é fundamentada no modelo TOE e na teoria STS para explicar a adoção do LCDP. Em segundo
lugar, o artigo declara treze fatores empiricamente testáveis que podem interagir uns com os outros para levar à
adoção do LCDP. Proponho testar o modelo de pesquisa usando dados qualitativos nas etapas seguintes. Pretendo
coletar vários estudos de caso usando entrevistas semiestruturadas como fonte primária de evidência. Eu tenho

5
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

já recrutou vários adotantes e não adotantes de LCDPs como parceiros de entrevista. Até a conferência, os dados estão
planejados para serem coletados, para que eu possa apresentar resultados provisórios sobre os fatores e como eles são
balanceados como combinações para explicar a adoção do LCDP.

5 Referências
Al-Isma 'ili, S., Li, M., Shen, J. e He, Q. 2016. “Limpando a 'nuvem' que paira sobre a adoção de
Cloud Computing em PMEs australianas”, emProc. DÍGITO 2016.

Al Alamin, MA, Malakar, S., Uddin, G., Afroz, S., Haider, T. Bin e Iqbal, A. 2021. “An Empirical
Study of Developer Discussions on Low-Code Software Development Challenges”, emProc. IEEE/ACM
18ª Int. conf. em repositórios de software de mineração, pp. 46–57.
Alter, S. 2013. “Teoria do Sistema de Trabalho: Visão Geral dos Conceitos Fundamentais, Extensões e Desafios para o
Futuro,"Jornal da Associação de Sistemas de Informação(14:2), pp. 72–121.
Asatiani, A. 2015. “Por que Nuvem? Uma revisão dos determinantes da adoção da nuvem nas organizações”, emProc.
ECIS 2015.
Beranic, T., Rek, P. e Hericko, M. 2020. “Adoção e Usabilidade de Low-Code / No-Code
Ferramentas de Desenvolvimento”, emProc. da Conferência Centro-Europeia sobre Sistemas de Informação e
Inteligentes, pp. 97–103.

Bock, AC e Frank, U. 2021. “Low-Code Platform,”Engenharia de Sistemas de Informação e Negócios

(63:6), pp. 733–740.
Bostrom, RP, e Heinen, JS 1977. “Problemas e Falhas de MIS: Uma Parte da Perspectiva Sócio-Técnica
I: As Causas”,MIS trimestral(1:3), pp. 17–32.
Chan, FKY e Thong, JYL 2009. “Aceitação de Metodologias Ágeis: Uma Revisão Crítica e
Estrutura Conceitual”,Sistemas de Suporte à Decisão(46:4), pp. 803–814.
Depietro, R., Wiarda, E., e Fleischer, M. 1990. “The Context for Change: Organization, Technology
e Meio Ambiente”,Os Processos de Inovação Tecnológica(199), Lexington Books Lexington, MA,
pp. 151–175.
Emery, FE e Trist, EL 1965. “The Causal Texture of Organizational Environments,”Humano
Relações(18:1), pp. 21–32.
Friedrich-Baasner, G., Fischer, M., and Winkelmann, A. 2018. “Cloud Computing in SMEs: A Qualitative
Abordagem para Identificar e Avaliar Fatores Influentes”, emProc. HICSS 2018, pp. 4681–4690.
Hardgrave, BC, e Johnson, RA 2003. “Toward an Information Systems Development Acceptance
Modelo: O Caso de Desenvolvimento de Sistemas Orientados a Objetos”,Transações IEEE em
Gerenciamento de Engenharia(50:3), pp. 322–336.
Heuer, M., Kurtz, C. e Böhmann, T. 2022. “Rumo a uma governança de desenvolvimento de baixo código
Plataformas usando o exemplo do Microsoft PowerPlatform em uma empresa multinacional”, emProc.
HICSS 2022.
Hsu, CL e Lin, JCC 2016. “Factors Affecting the Adoption of Cloud Services in Enterprises,”
Sistemas de Informação e Gestão de E-Business(14:4), pp. 791–822.
Hsu, PF, Ray, S. e Li-Hsieh, ano de 2014. “Examinando a intenção de adoção de computação em nuvem, preços
Mecanismo e Modelo de Implantação”,Jornal Internacional de Gestão da Informação(34:4),
Elsevier Ltd, pp. 474–488.
Jeyaraj, A., Rottman, JW e Lacity, MC 2006. “Uma revisão dos preditores, vínculos e vieses
em Pesquisa de Adoção de Inovação em TI,”Revista de Tecnologia da Informação(21:1), pp. 1–23.

Käss, S., Strahringer, S. e Westner, M. 2022. “Drivers and Inhibitors of Low Code Development
Adoção da plataforma”, emProc. IEEE Conf. em Informática Empresarial, pp. 196–205.

Kinuthia, JN 2015. “Fatores tecnológicos, organizacionais e ambientais que afetam a adoção

de Sistemas Cloud Enterprise Resource Planning (ERP)”, emProc. AMCIS 2015.
Laut, P., Dumbach, P., e Eskofier, BM 2021. “Integração da Inteligência Artificial no
Adoção organizacional: uma perspectiva configuracional”, emProc. ICIS 2021 See More.

Loske, A., Widjaja, T., Benlian, A., e Buxmann, P. 2014. “Riscos de segurança de TI percebidos na nuvem

6
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

Adoção: o papel da incongruência perceptual entre usuários e provedores”, emProc. ECIS 2014.
Malik, M., e Orr, S. 2022. “A Configurational Examination of Agile Development as a Sociotechnical
Sistema,"Gestão de Marketing Industrial(104), pp. 325–339.
Oliveira, T., Thomas, M., e Espadanal, M. 2014. “Avaliar os Determinantes do Cloud Computing
Adoção: uma análise dos setores de manufatura e serviços”,Informação e Gestão (51:5), pp. 497–
510.
Parker, SK, Van Den Broeck, A., e Holman, D. 2017. “Influências do Design de Trabalho: Uma Síntese de
Fatores Multiníveis que Afetam o Projeto de Trabalhos,”Academy of Management Annals(11:1), pp.
267–308.
Prinz, N., Huber, M., Riedinger, C. e Rentrop, C. 2022. “Duas perspectivas de desenvolvimento de baixo código
Desafios da plataforma: um estudo exploratório”, emProc. PACIS 2022.

Prinz, N., Rentrop, C. e Huber, M. 2021. “Plataformas de desenvolvimento de baixo código: uma revisão da literatura,”
emProc. AMCIS 2021 See More.

Richardson, C., e Rymer, J. 2014. “Novas plataformas de desenvolvimento surgem para o atendimento ao cliente
Formulários." (https://www.forrester.com/report/New-Development-Platforms-Emerge-For-
CustomerFacing-Applications/RES113411, acessado em 22 de fevereiro de 2022).
Rogers, EM 2010.Difusão de inovações, (4ª ed.), Free Press.
Rymer, J. 2017. “The Forrester Wave: Low-Code Development Platforms for AD&D,” Cambridge, MA.
Sahay, A., Indamutsa, A., Di Ruscio, D., e Pierantonio, A. 2020. “Suporting the Understanding and
Comparação de plataformas de desenvolvimento de baixo código”, emProc. Euromicro Conf. em
Engenharia de Software e Aplicações Avançadas, pp. 171–178.
Sahinaslan, E., Sahinaslan, O., e Sabancıoglu, M. 2021. “Low-Code Application Platform in Meeting
Aumentando rapidamente as demandas de software: SetXRM”, emProc. AIP Conf.(Vol. 2334).

Sanchis, R., García-Perales, Ó., Fraile, F., e Poler, R. 2020. “Low Code as Enabler of Digital
Transformação na Indústria de Manufatura”,Ciências Aplicadas(10:1), pp. 1–17.
Schuch, F., Gerster, D., Hein, D. e Benlian, A. 2020. “Implementing Scaled-Agile Frameworks at
Empresas Nascidas Não Digitais: Um Estudo de Caso Múltiplo”, emProc. HICSS 2020, pp. 4336–4345.

Senyo, PK, Effah, J., e Addae, E. 2016. “Visão preliminar sobre a adoção da computação em nuvem em um
País em desenvolvimento,"Jornal de Gerenciamento de Informações Corporativas(29:4), pp. 505–524.

Siepermann, M., Sutaj, A., Lüebbecke, P., e Lackes, R. 2016. “Recusar-se a andar nas nuvens: por que as empresas
ainda não usam computação em nuvem: um estudo empírico de barreiras e potencializadores”, emProc. HICSS
2016, pp. 3969–3978.

Di Sipio, C., Di Ruscio, D., e Nguyen, PT 2020. “Democratizando o Desenvolvimento do Recomendador

Sistemas por Meio de Plataformas Low-Code”, emProc. 23º ACM/IEEE Int. conf. em Linguagens e Sistemas
de Engenharia Orientados a Modelos, pp. 1–9.
Sumner, M., e Ryan, T. 1994. “The Impact of CASE: Can It Achieve Critical Success Factors?”,Diário
de Gestão de Sistemas(45:6).
Totterdale, RL 2018. “Estudo de caso: a utilização da tecnologia de desenvolvimento Low-Code para dar suporte
Coleta de Dados de Pesquisa,”Problemas em Sistemas de Informação(19:2), pp. 132–139.

Wulf, F. 2020. “Platform-as-A-Service Post-Adoption by Large-Scale Organizations: A Research Model

Desenho”, emProc. ECIS 2020.

Wulf, F., Westner, M. e Strahringer, S. 2021. “Adoção de computação em nuvem: uma revisão da literatura sobre
O que há de novo e o que ainda precisa ser abordado”,Comunicações da Association for
Information Systems(48:1), pp. 523–561.
Yoo, Y., Henfridsson, O., e Lyytinen, K. 2010. “A nova lógica de organização da inovação digital: uma
Agenda para Pesquisa em Sistemas de Informação”,Pesquisa de Sistemas de Informação(21:4), pp. 724–735.

Zhu, K. e Kraemer, KL 2005. “Variações pós-adoção no uso e valor do e-business por

Organizations: Cross-Country Evidence from the Retail Industry,”Pesquisa de Sistemas de Informação (16:1),
pp. 61–84.

7
Conferência Australásia sobre Sistemas de Informação Käss
2022, Melbourne Adoção do LCDP: um modelo de pesquisa

direito autoral© 2022 Sebastian Käss. Este é um artigo de acesso aberto licenciado sob umLicença
Creative Commons Atribuição-NãoComercial 3.0 Austrália ,que permite uso não comercial, distribuição e
reprodução em qualquer meio, desde que o autor original e ACIS sejam creditados.