當前位置:文範網 >

教學資源 >教學心得體會 >

準確定位 創新施教 提高教學質量

準確定位 創新施教 提高教學質量

準確定位 創新施教 提高教學質量

準確定位 創新施教 提高教學質量

一、對國小生的定位<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

有位哲人動態地把“學生”的概念定義為:學生活的知識,學生存的技能,學生命的意義。我認為很有道理。這樣的學生觀,樹立了一種全新的教育理念,就是“把學生首先當成人來教育”。很多時候,我們視學生為“知識的容器”,是可以任由家長和教師書寫的一張白紙,是我們“傳道、授業、解惑”的對象。因而,在教學中往往忽視他們的獨立性、自主性和主體性。我也曾經出於好心,生怕學生這不懂、那不懂,於是一個概念,一道習題,反反覆覆地講好幾次,自我感覺講得清清楚楚、明明白白,但學生卻不領情。現在看來,或許是很多時候我們習慣用成人的眼看光看待孩子,所以往往低估了孩子們的能力。

我常驚歎,我們的學生太聰明瞭,有時甚至遠遠超出我們的預計。我們的學生不僅有豐富的情感,而且就知識而言,他們都有着豐盛的“儲備”,有一定的生活經驗和知識積累,許多課本上的新知識,對他們來説並不陌生,就算是剛入學不久的兒童,可能對於20以內的加減法就已經能正確地計算,甚至還能清楚地表達算理,應用能力也不差。為此,我們的教學應儘可能地把數學知識的學習建立在學生生動、活潑、豐富的生活背景之上,把教學的起點定在學生已有的知識、技能、情感的基礎上,並隨時因學生的表現調整教學的進程。

孩子是天生的發明家,他們用自己幼稚、**的心靈來解釋自然和社會,對人對物展開漫無邊際的想象,並在自己的想象下做出成人無法相信的事情。他們的活動完全不受什麼道理、規則、定義等條條框框的束縛,我們應激發孩子動手的慾望,不可用成人的標準來挑剔和評判孩子的作品。

二、教師的自身定位

在傳統的觀念中,教師是知識的代表、學問的化身、文明的使者,故有“師之所在,道之所存”的説法。“學高為師”“學富五車”也就成了我國傳統的好教師的標準。所以,我們的課堂自然地成了“講堂”——教師滔滔地講,學生靜靜地聽,我認為教師上課其實就是一門表演藝術,關鍵是要讓學生能來聽你的課,看你表演。首先要讓學生喜歡你,然後才會喜歡你上的課,這是上好一堂課的良好開端。而且教師要調動學生的積極性,積極開展師生的雙邊活動,激發學生的興趣。老師一進教室不應該立刻侃侃而談,不知學生在不在聽,只管自己講,也不注意學生有什麼反應,所以要讓學生來聽你的課,一進教室在講台上立定,目光循視全體學生一遍,確定學生都進入角色了才可以開始講。教師能傳授給學生的文化知識是微乎其微的,但教師如果能教給學生做人的道理,激發他們學習數學的興趣和強烈的求知慾,滲透數學的思想方法,培養自主學習、自我教育的能力,就能使他們終身受益。這就要求教師和學生建立一種全新的關係,教師要從“獨奏者”的角色過渡到“伴奏者”的角色,指引學生學會求知、學會做事、學會生活、學會發展。實際上,在發展學生的同時,教師自身也在提高。

    三、創新教學的方式方法

    現代教學論認為:教學過程的實質是在教師指導下,學生個體的認識過程和發展過程。在教學活動中,教師不可能把知識機械地填塞到學生的頭腦中;要使學生將人類知識轉化為自己的知識財富和智力能力,就必須通過學生自身地主動參與、積極思考和相應的實踐活動。這也就是説:學是教學的中心,教師的職責在於“引路”而不是“包辦”,在於喚醒學生的自主意識,引導學生參與教學活動的全部過程,通過學生自身愉快的情感體驗,促進課堂教學效率的提高。

——貴在找準教學的起點

    我認為教師上課其實就是一門表演藝術,關鍵是要讓學生能來聽你的課,看你表演。首先要讓學生喜歡你,然後才會喜歡你上的課,這是上好一堂課的良好開端。而且教師要調動學生的積極性,積極開展師生的雙邊活動,激發學生的興趣。老師一進教室不應該立刻侃侃而談,不知學生在不在聽,只管自己講,也不注意學生有什麼反應,所以要讓學生來聽你的課,確定學生都進入角色了才可以開始講。

恩格斯曾經説過:“人的思維最本質和最切近的基礎,正是人所引起的自然界的變化,而不是單獨是自然界本身,人的智力是按照人如何改變自然界而發展的。” 

為了激發孩子的好奇心和求知慾,就應該在引導孩子學好知道的同時,給他們提供一些能引起思考的材料和環境,讓他們通過自己的觀察和閲讀,自己提出問題。鼓勵孩子大膽質疑,學會提問。同時應該教孩子“怎麼樣提問”“怎麼樣思考問題”上下功夫,鼓勵和引導孩子質疑問題,不囿於書本上的現成答案。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenfanwang.com/jiaoxueziyuan/jiaoxuexinde/38nll3.html
專題