Ambidestria em empresas desenvolvedoras de software: barreiras para adoção de metodologias ágeis e seu impacto na escolha do modelo organizacional
Bibliographic record
Abstract
Organizações desenvolvedoras de software enfrentam hoje em dia o desafio de atuar concomitantemente em projetos que exigem tanto a prática de Metodologias Tradicionais quanto a de Metodologias Ágeis, metodologias de desenvolvimento de software com características opostas e conflitantes.Para atender a essa demanda as empresas têm adotado a Ambidestria Organizacional no desenvolvimento de softwares, criando estruturas organizacionais, processos e equipes capacitadas para atuar com ambas as metodologias de forma simultânea.Vários modelos podem ser adotados para a criação da Ambidestria Organizacional, mas pouco se sabe sobre como cada um deles surge e se desenvolve nas empresas.Nesta pesquisa objetivou-se conhecer um dos aspectos que podem influenciar a seleção do modelo de Ambidestria: as barreiras que uma organização pode enfrentar ao introduzir uma Metodologia Ágil em ambiente que já pratica alguma modalidade de Metodologia Tradicional.Através de dados secundários e do método de Estudo de Casos foi possível evidenciar a influência de algumas dessas barreiras no tipo de ambidestria escolhido pelas empresas, concluindo ainda que os impactos das barreiras de introdução de uma metodologia ágil podem ser muito diferentes quando comparamos sua ocorrência entre empresas desenvolvedoras de software para uso próprio e empresas desenvolvedoras de software sob encomenda, influenciando-as de modo diferente na escolha do modelo para a criação da Ambidestria Organizacional.Os resultados obtidos e as conclusões presentes neste estudo estabelecem, portanto, importante contribuição para pesquisas futuras, evidenciando que estudos sobre a Ambidestria Organizacional no campo do desenvolvimento de software devem ser realizados levando-se em consideração os diferentes perfis de empresa e as relações dessas empresas com seus clientes de projeto.
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 | 0.013 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.013 | 0.012 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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".