@incollection{schluter2026_117993,
  title = {Case Studies, Teamwork, Gallery Walks \& Feedback : Arbeitsformen und didaktische Ansätze in einem Digitalen Lehr-Lern-Labor},
  author = {Schlüter, Julia and Deckert, Katharina},
  year = {2026},
  pages = {261-269},
  publisher = {Otto-Friedrich-Universität},
  address = {Bamberg},
  urn = {urn:nbn:de:bvb:473-irb-117993x},
  url = {https://fis.uni-bamberg.de/handle/uniba/117993},
  language = {deu},
  abstract = {Das Sprachen-LLab ist eines von sieben Digitalen Lehr-Lern-Laboren (DigiLLabs) der Universität Bamberg. Neben anderen technischen Ausstattungsmerkmalen verfügt der Raum über fünf große digitale Displays. Diese stehen im Mittelpunkt verschiedener Arbeitsformen, die in diesem Beitrag anhand von Beispielen aus der Lehre in der Englischen Sprachwissenschaft erläutert werden: differenzierte Case Studies, studentisches Teamwork, aktivierende Gallery Walks und Feedback seitens der Studierenden und Dozierenden. Die Evaluationen dieser Kursdesigns fallen im Allgemeinen positiv aus, wenngleich die regelmäßigen Updates und die verschachtelten Nutzeroberflächen der Displays kontinuierliche Auseinandersetzung und erhöhten Vorbereitungsaufwand erfordern.},
  keywords = {Digitale Lehr-Lern-Labore, digital teaching-and-learning labs, Sprachwissenschaft, Arbeitsformen, didaktische Ansätze, Differenzierung, linguistics, learning scenarios, didactic approaches, differentiation}
}

@incollection{schluter2026_118008,
  title = {Case Studies, Teamwork, Gallery Walks \& Feedback : Arbeitsformen und didaktische Ansätze in einem Digitalen Lehr-Lern-Labor},
  author = {Schlüter, Julia and Deckert, Katharina},
  year = {2026},
  booktitle = {Räume der Hochschullehre : Bildungsorte für die Zukunft},
  pages = {261-269},
  publisher = {transcript},
  address = {Bielefeld},
  isbn = {978-3-8376-6436-2},
  doi = {10.14361/9783839400432-261},
  url = {https://fis.uni-bamberg.de/handle/uniba/118008},
  language = {deu},
  abstract = {Das Sprachen-LLab ist eines von sieben Digitalen Lehr-Lern-Laboren (DigiLLabs) der Universität Bamberg. Neben anderen technischen Ausstattungsmerkmalen verfügt der Raum über fünf große digitale Displays. Diese stehen im Mittelpunkt verschiedener Arbeitsformen, die in diesem Beitrag anhand von Beispielen aus der Lehre in der Englischen Sprachwissenschaft erläutert werden: differenzierte Case Studies, studentisches Teamwork, aktivierende Gallery Walks und Feedback seitens der Studierenden und Dozierenden. Die Evaluationen dieser Kursdesigns fallen im Allgemeinen positiv aus, wenngleich die regelmäßigen Updates und die verschachtelten Nutzeroberflächen der Displays kontinuierliche Auseinandersetzung und erhöhten Vorbereitungsaufwand erfordern.},
  keywords = {Digitale Lehr-Lern-Labore, digital teaching-and-learning labs, Sprachwissenschaft, Arbeitsformen, didaktische Ansätze, Differenzierung, linguistics, learning scenarios, didactic approaches, differentiation}
}

@inproceedings{deckert2026_117467,
  title = {LLM meets BSLVC: Does ChatGPT share grammatical preferences with selected varieties of English?},
  author = {Deckert, Katharina and Vetter, Fabian},
  year = {2026},
  publisher = {Otto-Friedrich-Universität},
  address = {Bamberg},
  doi = {10.20378/irb-117467},
  urn = {urn:nbn:de:bvb:473-irb-117467x},
  url = {https://fis.uni-bamberg.de/handle/uniba/117467},
  language = {eng},
  abstract = {The effect Large Language Models (LLMs) have on (scientific) writing has been called “truly unprecedented” (Kobak et al. 2025: 6). For instance, they tend to shorten sentences (Rudnicka 2023), influence vocabulary usage (Kobak et al. 2025) and might cause “similarity in writing or content” (Liang et al. 2024) in academic writing. Combining the preference of machine learning models for frequent structures (Schneider 2022: 370) and the omnipresence of LLMs, it may very well be that AI-modified texts might be “homogenized along US norms”(Mair 2024: 19) while the status of “non-dominant minor and emerging national standards” might weaken (Mair 2024: 18). This contribution seeks to elucidate i) whether ChatGPT, unless prompted otherwise, indeed shares grammatical preferences with a specific variety of English, and ii) whether it is able to reproduce grammatical preferences of other varieties of English.
To this end, we prompt ChatGPT to fill in the Bamberg Survey of Language Variation and Change (BSLVC; Krug and Sell 2013) multiple times with five prompts: As a speaker of L1 varieties, i.e. (i) British English (BrE) and (ii) American English (AmE), of an L2 variety, i.e. (iii) Indian English, of a learner variety, i.e. (iv) German Learner English, and in the default mode, i.e. (v) without being given a specific variety of English it should adhere to. In a second step, we utilize the BSLVC dashboard (Vetter 2025) to compare the synthetic data to existing BSLVC data. ChatGPT’s default mode is expected to align most with AmE because of Mair’s (2024) assumption regarding the homogenization of texts. Based on his assumption concerning the weakening of non-dominant national standards in favor of the American standard, prompting ChatGPT to answer the questionnaire as an AmE speaker is presumed to align more with actual native speaker judgments compared to other variety specifications.},
  keywords = {Large Language Models, grammatical variation, World Englishes, BSLVC, learner English, corpus linguistics}
}

@incollection{deckert2026_115057,
  title = {Shared Book Reading as a Unique Opportunity for Parent–Child Talk About Mental States},
  author = {Deckert, Katharina and Lenhart, Jan},
  year = {2026},
  booktitle = {Shared Book Reading and Children's Social-Emotional Competence},
  pages = {11-26},
  publisher = {Springer Nature Switzerland},
  address = {Cham},
  isbn = {978-3-032-14687-8},
  doi = {10.1007/978-3-032-14688-5\_2},
  url = {https://fis.uni-bamberg.de/handle/uniba/115057},
  language = {eng}
}

@incollection{schluter2025_109634,
  title = {Artificial Intelligence vs. Corpus Literacy : Ansätze zur Vermittlung reflektierter Schreibkompetenz in der Wissenschaftssprache Englisch},
  author = {Schlüter, Julia and Deckert, Katharina},
  year = {2025},
  pages = {111-120},
  publisher = {Otto-Friedrich-Universität},
  address = {Bamberg},
  urn = {urn:nbn:de:bvb:473-irb-109634x},
  url = {https://fis.uni-bamberg.de/handle/uniba/109634},
  language = {deu},
  abstract = {Dieser Beitrag evaluiert die Anwendung der KI-Tools ChatGPT (Version 3.5 und 4), DeepL Write und Grammarly bei der Korrektur und Endredaktion eines Textes in der Wissenschafts(fremd)sprache Englisch aus sprachwissenschaftlicher Sicht (basierend auf linguistischen Korpora). Dabei wird systematisch unterschieden zwischen Fällen, in denen KI-generierte Änderungen zielführend sind, in denen überflüssige Änderungen vorgenommen werden und in denen Fehler unkorrigiert bleiben. Anhand dieses exemplarischen use case wird die Relevanz eines souveränen, kritisch-informierten Umgangs mit KI-Tools durch Anwender:innen demonstriert.},
  keywords = {ChatGPT, DeepL Write, Grammarly, Korpuslinguistik, Fehlerkorrektur, wissenschaftliches Schreiben auf Englisch, corpus linguistics, error correction, academic writing in English}
}

@incollection{schluter2025_109715,
  title = {Artificial Intelligence vs. Corpus Literacy : Ansätze zur Vermittlung reflektierter Schreibkompetenz in der Wissenschaftssprache Englisch},
  author = {Schlüter, Julia and Deckert, Katharina},
  year = {2025},
  booktitle = {Digitales Lehren und Lernen an der Hochschule : Strategien - Bedingungen - Umsetzung},
  pages = {111-120},
  publisher = {transcript},
  address = {Bielefeld},
  isbn = {978-3-8376-7120-9},
  doi = {10.1515/9783839471203-011},
  url = {https://fis.uni-bamberg.de/handle/uniba/109715},
  language = {deu},
  abstract = {Dieser Beitrag evaluiert die Anwendung der KI-Tools ChatGPT (Version 3.5 und 4), DeepL Write und Grammarly bei der Korrektur und Endredaktion eines Textes in der Wissenschafts(fremd)sprache Englisch aus sprachwissenschaftlicher Sicht (basierend auf linguistischen Korpora). Dabei wird systematisch unterschieden zwischen Fällen, in denen KI-generierte Änderungen zielführend sind, in denen überflüssige Änderungen vorgenommen werden und in denen Fehler unkorrigiert bleiben. Anhand dieses exemplarischen use case wird die Relevanz eines souveränen, kritisch-informierten Umgangs mit KI-Tools durch Anwender:innen demonstriert.},
  keywords = {ChatGPT, DeepL Write, Grammarly, Korpuslinguistik, Fehlerkorrektur, wissenschaftliches Schreiben auf Englisch, corpus linguistics, error correction, academic writing in English}
}

@inproceedings{schluter2024_94967,
  title = {M3 Blended Learning: SprachenLLab ; Vermittlung von Corpus Literacy},
  author = {Schlüter, Julia and Deckert, Katharina},
  year = {2024},
  publisher = {Otto-Friedrich-Universität},
  address = {Bamberg},
  doi = {10.20378/irb-94967},
  urn = {urn:nbn:de:bvb:473-irb-949675},
  url = {https://fis.uni-bamberg.de/handle/uniba/94967},
  language = {deu},
  abstract = {Das Poster stellt Ziele, Inhalte, Evaluationsergebnisse und Distributionskanäle eines Selbstlern-Pakets zum Erwerb von Kompetenzen in der Anwendung linguistischer Korpora (Textdatenbanken) vor, die zur Professionalisierung von Lernenden und Lehrenden der Fremdsprache Englisch beitragen. Korpora können andere Nachschlagewerke ergänzen bzw. übertreffen und eröffnen didaktische Möglichkeiten beim eigenständigen Erarbeiten von sprachlichen Strukturen und Zweifelsfällen in der Zielsprache. Anhand von Demo-Videos, unterbrochen durch interaktive Testfragen und vertieft durch H5P-Branching Scenarios erlernen Studierende und (angehende) Lehrkräfte den selbständigen und effizienten Umgang mit Korpora. Eine abschließende Evaluation bestätigt den antizipierten Nutzen der Kenntnisse und die Absicht der Teilnehmenden, die gewonnenen Kompetenzen zukünftig anzuwenden.},
  keywords = {Data Literacy, Corpus Literacy, Blended Learning, englische Sprache, linguistische Korpora, interaktive Videos, Branching Scenarios, Open Educational Resource}
}

