Adoção de plataformas do tipo cidadão para governo: uma proposta de fatores contextuais

• Ano de defesa: 2018
• Autor(a) principal: NASCIMENTO, Ademir Macedo
• Orientador(a): SILVEIRA, Denis Silva da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Administracao
• País: Brasil
• Palavras-chave em Português: Modelo de aceitação de tecnologia; E-gov; Fatores contextuais
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/31420

O governo eletrônico (e-gov) proporciona aos entes públicos uma relação mais dinâmica com os cidadãos, sendo que as plataformas que exigem uma participação proativa dos indivíduos (cidadão para governo - C2G) permitem que qualquer pessoa reporte eletronicamente problemas que precisam ser resolvidos ou que proponha soluções a questões específicas da cidade. No entanto, observa-se a questão da baixa adoção desse tipo de tecnologia o que faz necessário o entendimento dos fatores que influenciam seu uso. Ademais, nota-se que modelos de aceitação de tecnologia consagrados não englobam as características contextuais da relação cidadão-governo (como confiança no governo e predisposição à participação cidadã). Neste sentido, este estudo visa elucidar a influência dos fatores contextuais na intenção de uso de plataformas C2G. Para tal, foi realizado um mapeamento sistemático da literatura para levantar os fatores contextuais e em seguida foi aplicado um survey junto a 938 potenciais usuários deste tipo de tecnologia no Brasil. Os resultados foram analisados por meio de regressão logística para entender o impacto de cada um dos fatores contextuais na intenção de uso de plataformas C2G. Dentre os resultados, destaca-se a influência da contribuição percebida pelo usuário e da preocupação do cidadão sobre as condições do município, como fatores mais proeminentes. Por fim, são sugeridas algumas estratégias que podem auxiliar gestores públicos e desenvolvedores a otimizar os fatores que se mostraram significativos.