MMMailce Borges Mota

Mailce Borges Mota

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Mailce Borges Mota has a total of 83 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    O uso de tecnologias educacionais para o desenvolvimento da consciência fonológica em português brasileiro: um experimento com o GraphoGame Brasil

    by Danielle Dos Santos Wisintainer, Mailce Borges Mota, Michelle Throssell

    A presente pesquisa investigou o desenvolvimento da consciência fonológica durante a etapa inicial da aprendizagem da leitura em português brasileiro em uma amostra de 51 crianças, sendo 41 falantes de português brasileiro (PB) como língua materna (L1) e 10 falantes de espanhol como L1 frequentando o 1º e 2º anos do ensino fundamental de escolas da rede pública de Florianópolis/SC. O estudo compreendeu três etapas: (1) Pré-testes, (2) Intervenção com aplicativos educacionais e (3) Pós-testes. Os pré-testes e pós-testes consistiram na aplicação dos seguintes instrumentos: (I) tarefa de Nomeação Automática Rápida – NAR; (II) Prueba de Evaluación del Conocimiento Fonológica – PECO, em espanhol; (III) Consciência Fonológica: Instrumento de Avaliação Sequencial – CONFIAS, em português brasileiro; e (IV) Teste de Desempenho Escolar - TDE II, também em português. Os resultados mostraram que as crianças que jogaram o GraphoGame Brasil (GG) tiveram um impacto positivo no desempenho da tarefa de nomeação de letras maiúsculas. Esses resultados são discutidos à luz da teoria da ciência da leitura.

  • Open Access

    How comprehensible are eye-movement modelling examples? What annotations can tell

    by Juliana Do Amaral, Davi Alves Oliveira, Mailce Borges Mota

    Eye movement modelling examples (EMMEs) are a type of video-based instruction that uses a model’s gaze to draw the viewer’s attention directly to the procedures that are being taught. Its uses extend across areas such as sports, aviation, medical education and reading instruction. The assumption is that watching a model may prompt the viewer to apply these procedures in similar tasks in the future, and visualizing good and poor behavior can trigger contrasting analysis. While the effects of EMMEs are usually measured in transfer tasks and model-observer similarity, few studies employed online comprehension checks. In the present study, we analyze the annotation protocol developed by do Amaral et al. (2025), who used EMMEs to foster digital reading competencies. The notes consisted of model descriptions and justified ratings. We hypothesized that annotations were not only a comprehension check but also a metacognitive tool that would foster processing of the EMMEs. We also investigated a possible correlation between annotation scores and performance in the transfer tasks of the previous study. Results indicated that participants understood the video models, as evidenced by high scores in the descriptions and ratings. However, qualitative analyses of the justifications revealed that participants attended to content features that were not fixated by the model. Content salience is justified in light of the purpose of the EMMEs, which aimed at developing digital reading competencies. Annotation scores did not correlate with transfer measures. We interpret this result as indicative of the discreteness between metacognition and observational learning, with the effect of EMMEs standing independently from written elaboration processes.

  • Open Access

    Plataforma da Diversidade Linguística Brasileira: dados linguísticos para uma IA brasileira

    by Raquel Freitag, Marcia dos Santos Machado Vieira, Juliana Bertucci Barbosa, Miguel Oliveira Jr., Cleber Ataíde, Alana de Santana Correia, Amanda Post da Silveira, André Britto de Carvalho, Andréia Silva Araujo, Brayna Conceição dos Santos Cardoso, et al.

    Generative artificial intelligence is based on large-scale language models (LLMs), which are trained with data most often collected without consent or in breach of copyright. LLMs are trained with billions of words and millions of parameters, but we don't know exactly which texts are selected in the training or which parameters are controlled. While unsupervised learning requires a large volume of data, demanding more and more computational costs and generating energy impacts, supervised learning with structured and tagged data can optimize this process; more than that: supervised learning with structured and tagged data resulting from language documentation projects can contribute directly to the National Artificial Intelligence Plan: “Develop advanced language models in Portuguese, with national data that encompasses our cultural, social and linguistic diversity, to strengthen sovereignty in AI.” In Brazil, in addition to Portuguese and its varieties, there are more than 250 other languages (indigenous, immigration, sign language), which are neglected in digital inclusion due to a lack of structured data. The consortium of laboratories and research groups in this INCT aims to prepare linguistic data for the training of LLMs, considering Brazil's linguistic diversity, with the development of a joint protocol for collecting linguistic data in the field, to be replicated in the groups and laboratories longitudinally, as well as transcription procedures, as well as procedures for transcribing, aligning and labeling linguistic data to create a data set that represents Brazilian linguistic diversity, and conducting studies on linguistic processing of diversity to fine-tune LLMs, helping to reduce asymmetries and prejudice resulting from training LLMs with translations from English. A inteligência artificial generativa é baseada em modelos de língua em larga escala (LLMs), que são treinados com dados na maioria das vezes coletados sem consentimento ou infringindo direitos autorais. LLMs são treinados com bilhões de palavras e milhões de parâmetros, mas não sabemos exatamente quais textos são selecionados no treinamento ou quais parâmetros são controlados. Enquanto o aprendizado não supervisionado requer um grande volume de dados, demandando cada vez mais custos computacionais e gerando impactos energéticos, o aprendizado supervisionado, com dados estruturados e etiquetados pode otimizar esse processo; mais do que isso: o aprendizado supervisionado com dados estruturados e etiquetados resultantes de projetos de documentação linguística podem contribuir diretamente para o Plano Nacional de Inteligência Artificial: “Desenvolver modelos avançados de linguagem em português, com dados nacionais que abarcam nossa diversidade cultural, social e linguística, para fortalecer a soberania em IA.” No Brasil, além do português e suas variedades, há mais de 250 outras línguas (indígenas, de imigração, sinalizadas), negligenciadas na inclusão digital por falta de dados estruturados. O consórcio de laboratórios e grupos de pesquisa neste INCT visa a preparação de dados linguísticos para o treinamento de LLMs, considerando a diversidade linguística brasileira, com o desenvolvimento de um protocolo conjunto de coleta de dados linguísticos em campo, a ser replicado nos grupos e laboratórios longitudinalmente, assim como procedimentos de transcrição, alinhamento e etiquetagem de dados linguísticos para a constituição de um conjunto de dados que represente a diversidade linguística brasileira, e a realização de estudos sobre processamento linguístico da diversidade para o ajuste fino dos LLMs, contribuindo para a redução de assimetrias e preconceito resultantes do treino de LLMs com traduções do inglês.


  • Open Access

    Plataforma da Diversidade Linguística Brasileira: Dados linguísticos para uma IA brasileira

    by Raquel Meister Ko Freitag, Marcia dos Santos Machado Vieira, Juliana Bertucci Barbosa, Miguel Oliveira Jr., Cleber Ataíde, Alana de Santana Correia, Amanda Post da Silveira, André Britto de Carvalho, Andréia Silva Araujo, Brayna Conceição dos Santos Cardoso, et al.

    Generative artificial intelligence is based on large-scale language models (LLMs), which are trained with data most often collected without consent or in breach of copyright. LLMs are trained with billions of words and millions of parameters, but we don't know exactly which texts are selected in the training or which parameters are controlled. While unsupervised learning requires a large volume of data, demanding more and more computational costs and generating energy impacts, supervised learning with structured and tagged data can optimize this process; more than that: supervised learning with structured and tagged data resulting from language documentation projects can contribute directly to the National Artificial Intelligence Plan: “Develop advanced language models in Portuguese, with national data that encompasses our cultural, social and linguistic diversity, to strengthen sovereignty in AI.” In Brazil, in addition to Portuguese and its varieties, there are more than 250 other languages (indigenous, immigration, sign language), which are neglected in digital inclusion due to a lack of structured data. The consortium of laboratories and research groups in this INCT aims to prepare linguistic data for the training of LLMs, considering Brazil's linguistic diversity, with the development of a joint protocol for collecting linguistic data in the field, to be replicated in the groups and laboratories longitudinally, as well as transcription procedures, as well as procedures for transcribing, aligning and labeling linguistic data to create a data set that represents Brazilian linguistic diversity, and conducting studies on linguistic processing of diversity to fine-tune LLMs, helping to reduce asymmetries and prejudice resulting from training LLMs with translations from English.

  • Open Access

    Cross-linguistic priming effects during the comprehension of the passive voice: two primes are enough

    by Natália Pinheiro, Mailce Borges Mota

    O presente estudo investigou efeitos de priming estrutural entre línguas (L1 - L2) durante a compreensão da voz passiva em um grupo de 35 participantes bilingues tardios de Português Brasileiro e Inglês (PB-IN). Um desenho experimental 4 X 2 foi implementado, o qual incluiu uma variável intraparticipantes denominada Condição com quatro níveis e uma variável entre participantes denominada Proficiência (Intermediário x Avançado). Os resultados mostram que, independentemente de proficiência, os participantes leram as frases-alvo mais rápido nas duas condições experimentais em comparação com as condições controle. Notavelmente, os efeitos de priming estrutural entre línguas foram observados mesmo na ausência de equivalentes de tradução. Isto é, efeitos de natureza abstrata e lexical foram observados. Esses achados indicam que bilíngues tardios de níveis de proficiência intermediária e avançada de proficiência já desenvolveram um sistema sintático compartilhado entre L1 e L2.


  • Brain Foundations for Learning to Read

    by Pietra Cassol Rigatti, Xin Cui, Kenneth Pugh, Mailce Borges Mota, Augusto Buchweitz, Ludo Verhoeven, Sonali Nag, Charles Perfetti

    Global Variation in Literacy Development - December 2023

  • Open Access

    Efeitos da experiência com a leitura no processamento de frases na voz passiva por adultos: um estudo exploratório de priming estrutural

    by Brenda Talissa Pires, Mailce Mota

    O presente estudo investigou o processamento de frases na voz passiva por adultos falantes nativos do português brasileiro (PB) com baixa experiência com a leitura durante a infância. A partir do paradigma do priming estrutural, o estudo investigou (1) se falantes com baixa experiência em leitura na infância são suscetíveis aos efeitos de priming estrutural durante a compreensão de sentenças passivas e ativas, (2)se há diferença na magnitude desses efeitos entre os falantes do PB com baixa experiência na leitura (grupo experimental, N=8) e aqueles com maior escolaridade e contato com a leitura durante a infância (grupo controle, N=8) e (3) se os efeitos de priming sintático na compreensão são dependentes da repetição verbal entre prime e alvo. Realizou-se um experimento comportamental de priming estrutural com 16 participantes (13 mulheres; média de idade = 46,6), em que sentenças ativas e passivas foram manipuladas em uma tarefa de seleção de imagens. A verificação de efeitos de priming foi feita a partir da acurácia na compreensão de sentenças passivas. Os resultados apontaram efeito de priming estrutural para os dois grupos apenas quando houve repetição estrutural e verbal entre prime e alvo. Entretanto, não foi verificada uma diferença significativa na magnitude do efeito de priming estrutural entre os grupos. Em conjunto, os resultados indicam que os efeitos facilitadores de priming estrutural na compreensão de sentenças na voz passiva em PB estão atrelados ao impulso lexical e não são mediados pelo grau de experiência com a escrita na infância.

  • Open Access

    Efeitos de priming estrutural no processamento de passivas em português brasileiro

    by Mailce Borges Mota, Natália Pinheiro De Angeli, Pedro Ricardo Bin, Pietra Cassol Rigatti, Pedro Vitor Freixiela Adamczyk

    Apresentamos dois experimentos que investigam os efeitos de priming estrutural no processamento de frases na voz passiva em português brasileiro. No experimento 1, 22 participantes leram 120 sentenças experimentais e 120 distratoras, divididas em duas condições: experimental, com repetição da estrutura alvo e repetição lexical do verbo principal entre sentença prime e sentença alvo, e controle, sem repetição estrutural, mas com repetição lexical do verbo entre sentenças prime e alvo. Os resultados mostram que a repetição da estrutura sintática da voz passiva e do verbo principal facilitaram o processamento do verbo da sentença alvo da condição experimental em comparação com a condição controle. No experimento 2, 38 participantes leram 160 sentenças experimentais e 160 distratoras, também divididas em duas condições: experimental, com repetição estrutural, mas sem lexical, e controle, sem repetição estrutural, nem lexical. Os resultados mostram que a repetição da estrutura sintática da voz passiva não facilitou o processamento do verbo da sentença alvo da condição experimental em comparação com a condição controle. Assim, a detecção de efeitos de priming somente no experimento 1 parece indicar que, ao menos para esta amostra de falantes adultos nativos de português, os efeitos de priming estrutural na compreensão são dependentes da repetição lexical.

  • Open Access

    Structural priming effects during the oral production of English as l2

    by Francineide Fatima Davies Dos Santos, Mailce Borges Mota

    Resumo Os efeitos do priming estrutural na produção oral da L1 estão associados à natureza automática do processamento e ao conhecimento implícito. Em L2, no entanto, esses efeitos são pouco conhecidos. O presente estudo investigou o processamento sintático na produção oral de aprendizes tardios de inglês como L2, falantes de português brasileiro como L1, para determinar se os efeitos de priming sintático podem ser detectados na L2. Para tanto, os participantes realizaram uma tarefa de produção oral de sentenças em inglês em quatro condições experimentais nas quais o uso das vozes ativa e passiva com e sem repetição do verbo principal foi manipulado. Os participantes também realizaram uma tarefa de produção de sentenças orais na voz ativa e passiva que serviu baseline para detectar suas preferências individuais no uso de vozes verbais. Os resultados demonstraram uma interação complexa entre os efeitos de priming estrutural e a tendência individual de reutilizar a estrutura sintática em L2. Os resultados também mostraram uma maior produção da estrutura da voz passiva nas condições experimentais em comparação com a linha de base. Além disso, os efeitos do priming estrutural foram encontrados principalmente nas condições 3 e 4, ambas relacionadas à voz passiva, a estrutura menos frequente. Os resultados na condição 3 mostraram uma interação entre efeitos de priming estrutural e a repetição do núcleo da estrutura (i.e., o verbo), indicando que a repetição do verbo aumentou os efeitos quando a estrutura (voz passiva) e o verbo foram repetidos (impulso lexical). Sendo assim, esses resultados fornecem evidência para o priming estrutural em inglês como L2 durante a produção oral, principalmente na estrutura da voz passiva.

  • Open Access

    Pré-registro de estudos na linguística experimental

    by Pedro Ricardo Bin, Mailce Borges Mota

    A linguística e suas subáreas apresentam diferentes metodologias para pesquisar a capacidade humana para linguagem. Nesse sentido, linguistas têm dedicado esforços para compreender como a área pode fortalecer ainda mais o rigor de suas investigações e a robustez de seus resultados a partir das proposições e reivindicações da ciência aberta. A ciência aberta surge no recente cenário da chamada crise na confiabilidade e reprodutibilidade das investigações científicas. Esse cenário tem promovido intensos debates na comunidade científica com o intuito de contornar a crise de confiabilidade e adotar práticas científicas que fortaleçam a reprodutibilidade de estudos. Um exemplo de prática que pode ser adotada para fortalecer a reprodutibilidade da pesquisa científica é o pré-registro de estudos. Nossos objetivos neste trabalho são (i) discutir como a prática de pré-registro de estudos surge no contexto da ciência aberta, (ii) apresentar o que é o pré-registro de estudos e explicar porque ele deve ser feito, (iii) sugerir como ele pode ser feito e, por fim, (iv) argumentar como essa prática pode fortalecer o rigor e a reprodutibilidade da pesquisa na linguística experimental.