Modelo de governação DAO para bases de dados de acesso aberto em ciências do desporto: um estudo sobre organizações autónomas descentralizadas

Autores

DOI:

https://doi.org/10.47197/retos.v80.119245

Palavras-chave:

Modelo de governação DAO, ancoragem dupla tokenómica, interoperabilidade entre cadeias, dados biométricos em fluxo contínuo, alocação dinâmica de direitos NFT

Resumo

Introdução. A governação de dados nas ciências do desporto é caracterizada por tensões persistentes entre a troca de dados, os incentivos das partes interessadas e as restrições regulamentares. Estes desafios são ampliados por infraestruturas de dados fragmentados e interesses contrapostos entre as partes interessadas, o que limita a utilização eficaz dos dados na otimização do desempenho e da investigação.

Objetivo. Este estudo tem como objetivo desenvolver e fundamentar teoricamente um quadro de governação baseado numa organização autónoma descentralizada (DAO) para os ecossistemas de dados em ciências do desporto, centralizando como os mecanismos descentralizados podem melhorar a coordenação, a participação e o cumprimento.

Metodologia. Se emprega um desenho de investigação multimétodo que integra a análise de casos conceptuais, o modelo baseado em agentes (ABM) e a análise empírica baseada em inquéritos. O modelo das economias estruturais (SEM) é utilizado para examinar as relações entre as perceções do governo, os incentivos e as intenções de partilha de dados.

Resultados. Os hallazgos indicam que os mecanismos baseados no DAO podem suportar processos de troca de dados mais distribuídos e transparentes. Os resultados da simulação sugerem que a dinâmica de participação continua a ser não linear, e que os mecanismos de incentivo e reputação contribuem para a estabilização do sistema. Os resultados empíricos identificam a usabilidade técnica, o cumprimento normativo permitido e as estruturas de incentivos como preditores significativos da participação das partes interessadas.

Discussão: Este estúdio contribuiu para a governação de plataformas e para a teoria institucional para conceptualizar um modelo de governação descentralizada híbrido para ambientes com uma grande quantidade de dados. Os hallazgos realçam a importância de alinhar o design tecnológico com a usabilidade e os requisitos normativos. No entanto, persistem limitações relacionadas com os pressupostos do modelo, os dados baseados na perceção e os desafios de interoperabilidade. A investigação futura deverá centrar-se na implementação no mundo real e no desenvolvimento de quadros de governo padronizados.

Referências

Abraham, R., Schneider, J., & Vom Brocke, J. (2019). Data governance: A conceptual framework, struc-tured review, and research agenda. International journal of information management, 49, 424-438. https://doi.org/10.1016/j.ijinfomgt.2019.07.008

Bandyopadhyay, K., & Bandyopadhyay, S. (2010). User acceptance of information technology across cultures. International Journal of Intercultural Information Management, 2(3), 218-231. https://doi.org/10.1504/IJIIM.2010.037862

Beck, R., Müller-Bloch, C., & King, J. L. (2018). Governance in the blockchain economy: A framework and research agenda. Journal of the association for information systems, 19(10), 1. https://aisel.aisnet.org/jais/vol19/iss10/1

Bena, J., & Zhang, S. (2023). Token-based decentralized governance, data economy and platform busi-ness model. Available at SSRN 4248492. http://dx.doi.org/10.2139/ssrn.4248492

Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the national academy of sciences, 99(suppl_3), 7280-7287. https://doi.org/10.1073/pnas.082080899

Constantinides, P., Henfridsson, O., & Parker, G. G. (2018). Introduction—platforms and infrastructures in the digital age. Information systems research, 29(2), 381-400. https://doi.org/10.1287/isre.2018.0794

da Silva, L. (2024). Wearable technology in sports monitoring performance and health metrics. Revista De Psicología Del Deporte (Journal of Sport Psychology), 33(2), 250-258. https://rpd-online.com/manuscript/index.php/rpd/article/view/1718

De Filippi, P., Mannan, M., & Reijers, W. (2024). Blockchain technology and the rule of code: Regulation via governance. Geo. Wash. L. Rev., 92, 1229.

Etikan, I., & Bala, K. (2017). Sampling and sampling methods. Biometrics & Biostatistics International Journal, 5(6), 00149.

Gao, C., Lan, X., Li, N., Yuan, Y., Ding, J., Zhou, Z., ... & Li, Y. (2024). Large language models empowered agent-based modeling and simulation: A survey and perspectives. Humanities and Social Scien-ces Communications, 11(1), 1-24. https://doi.org/10.1057/s41599-024-03611-3

Hassan, S., & De Filippi, P. (2021). Decentralized autonomous organization. Internet Policy Review, 10(2), 1–10. https://doi.org/10.14763/2021.2.1556

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the academy of marketing science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8

Leguina, A. (2015). A primer on partial least squares structural equation modeling (PLS-SEM). https://doi.org/10.1080/1743727X.2015.1005806

Momani, A. M. (2020). The unified theory of acceptance and use of technology: A new approach in te-chnology acceptance. International Journal of Sociotechnology and Knowledge Development (IJSKD), 12(3), 79-98. https://doi.org/10.4018/IJSKD.2020070105

Nokkala, T., Salmela, H., & Toivonen, J. (2019). Data governance in digital platforms. https://aisel.aisnet.org/amcis2019/ebusiness/ebusiness/12

Obi, O. C., Dawodu, S. O., Onwusinkwue, S., Osasona, F., Atadoga, A., & Daraojimba, A. I. (2024). Data science in sports analytics: A review of performance optimization and fan engagement. World Journal of Advanced Research and Reviews, 21(1), 2663-2670. https://doi.org/10.30574/wjarr.2024.21.1.0370

Ramachandran, R., Bugbee, K., & Murphy, K. (2021). From open data to open science. Earth and Space Science, 8(5), e2020EA001562. https://doi.org/10.1029/2020EA001562

Schweik, C. M., & English, R. C. (2012). Internet success: a study of open-source software commons. MIT Press.

Seçkin, A. Ç., Ateş, B., & Seçkin, M. (2023). Review on wearable technology in sports: concepts, challen-ges and opportunities. Applied sciences, 13(18), 10399. https://doi.org/10.3390/app131810399

Tiwana, A. (2021). Platform ecosystems: Aligning architecture, governance, and strategy. MIS Quar-terly Executive, 20(4), 1–18.

Vanhaverbeke, W. (2025). From network effects to data network effects: Enabling ecosystemic inno-vation for sustainability. M@ n@ gement, 28(5), 143-151. https://doi.org/10.37725/mgmt.2025.13682

Voigt, P., & Von dem Bussche, A. (2017). The eu general data protection regulation (gdpr). A practical guide, 1st ed., Cham: Springer International Publishing, 10(3152676), 10-5555.

https://doi.org/10.1007/978-3-319-57959-7

Zhang, D. (2021). Interoperability technology of sports health monitoring equipment based on multi-sensor information fusion. EURASIP Journal on Advances in Signal Processing, 2021(1), 62. https://doi.org/10.1186/s13634-021-00775-x

Downloads

Publicado

21-05-2026

Edição

Secção

Artigos de caráter científico: trabalhos de pesquisas básicas e/ou aplicadas.

Como Citar

Qingsheng, W., Wu, R., & Zhanguo, S. (2026). Modelo de governação DAO para bases de dados de acesso aberto em ciências do desporto: um estudo sobre organizações autónomas descentralizadas. Retos, 80, 847-865. https://doi.org/10.47197/retos.v80.119245