當前位置:文範網 >

實用文 >實用文精選 >

高一地理的學習習慣

高一地理的學習習慣

高一地理的學習習慣

地理是綜合性非常強的一門科目,在國中階段就一定要把各科知識基礎打牢,這樣才能有更快的進步。那麼接下來給大家分享一些關於高一地理的學習習慣,希望對大家有所幫助。

高一地理的學習習慣

首先、預習習慣

1、認真看書,掌握教材主要內容的習慣。

課前預習不能走嗎觀花,應付一下,

2、有設問、好問和發現問題的習慣。

預習要仔細閲讀,認真地對待教材中所提出的問題,如有不能解決的疑難問題,可先於學生討論,或請教老師,養成發現問題,動腦思考獨立解決問題的習慣。

3、有學會利用地理教具和製作簡易圖形的習慣。

例如用乒乓球製作一個簡易的地球儀。增強學生學習的地理的興趣,激發他們的學習熱情。

其次、上課習慣

1、有全神貫注聽講的習慣。

認真聽講就是抓住課堂的重點、難點認真聽講弄懂原理就易掌握地理知識,提高地理技能和學習效率。

2、積極發言的習慣。

課堂上教師要利用地理課的優勢,充分利用掛圖、實物或自制圖多設問題、巧設比喻吸引學生的注意力,使學生的思維跟着老師的講解積極開動腦筋踴躍發言。

3、認真記筆記的習慣。

有些知識學生可能課堂上理解了,但是記憶的不是很牢固,這就需要學生記筆記,還有些知識是學生課本上沒有的,教師補充的,這就需要學生記筆記,這些知識可以開闊學生的視野,豐富課外地理知識,起到有益的幫助。

4、獨立完成作業的習慣。

做作業能檢查學生掌握知識的程度和訓練學生的動手、動腦能力。所以,強調作業要獨立完成,杜絕抄襲現象。

第三、複習與考試習慣。複習的目的是鞏固所學知識、理解所學內容。所以,要養成及時複習的習慣,理解和記憶地理事物的空間分佈和形成規律。考試是檢查內容掌握程度的重要手段,只有養成良好考試習慣的學生,才能在考場上百戰百勝。

總之,地理學科作為高中階段的一門課程,學生良好的學習習慣,不可能獨立與其它學科之外;但作為一門綜合性、區域性和實用性的學科,一些習慣又區別於其它學科,所以老師要根據本學科的特點,啟發學生自覺養成良好的學習地理習慣,培養意志。只有這樣,才能使學生把教材中的知識變成自己的知識,並使自己的知識和社會實踐結合起來,變成有用的知識。

地理學習方法

第一點,要學好地理這門學科,我們就必須熱愛自然,喜歡美麗的大自然,渴望通過地理知識的瞭解能夠融入到大自然!

第二點。要認真的學好地理的基本功,讓我們能夠很好的理解好什麼意思,能夠讀懂我們的地圖,理解山川地理位置!

第三點,知道一些通常的地理知識,瞭解到自然規律的事務要點,一些特殊的景點的特性!

第四點,我們需要了解地理的美麗特色,大自然是美麗的,美麗的讓我們心動,所以這樣及更好的推進文明對地理的學習!

第五點,地理知識是一個非常繁瑣的學問,包含的豐富的知識,可以説是無所不包,正如古代所説“上知天文、下知地理~!”

第六點,我們要將具體的知識充分的與我們的地圖進行結合,這樣可以在圖紙中找到我們要的內容,充分的理解當地的地理特性,可以在大腦中形成立體的圖紙!

怎樣培養學生學習地理的習慣

一、把地理課堂學習和課外學習割裂為兩部分:培養學生理論聯繫實際的學習方法,將課堂教學和課外學習有機地聯繫起來。

二、讀圖習慣的培養:地圖是地理知識的載體和學習地理最重要的工具,運用地圖記憶地理知識是最準確、最牢固、最有效的記憶方法。地理知識源源不斷地要從地圖上獲取,地理學習離不開地圖。所以,學生對地圖掌握的好與壞,直接影響到學生的學習成績。當然,智力因素也佔一方面,但在智力相同的條件下,讀圖能力較強的學生,他的地理成績就比讀圖能力差的學生好,而且讀圖能力強的學生對知識掌握得準確、紮實、永久。因此如何培養學生習慣讀圖、學會讀圖、學會用圖是地理教學的緊迫任務。

三、小組合作學習的培養:合作學習是為了讓每一位學生參與學習的全過程,給每一位學生提供展示的空間,使學生能夠充分表達自己的觀點,通過組內的交流、探討,使學生不斷完善自己的觀點,不斷的產生新的想法。在聽課和自己的教學經驗中,經常會出現這種現象:當一個學生髮言時,其他學生並沒有認真聽,而是一味的舉手,不住地喊“老師,我來、我來。有的學生乾脆一幅“事不關已,高高掛起的模樣”。這樣就不能達到合作學習的目的,因此,培養學生的交流習慣顯得尤為重要。交流是合作學習中的重要表現形式,通過交流而展現自我,探索真理。

四、認真練習習慣的培養:在及時複習的基礎上,進行作業,強調獨立完成作業,杜絕抄襲現象;良好的書寫習慣的養成既可養成學生認真作業的習慣,又能使他們訓練出一手漂亮的字。有細心檢查作業的習慣。

標籤: 高一 地理 學習
  • 文章版權屬於文章作者所有,轉載請註明 https://wenfanwang.com/shiyongwen/shiyongjingxuan/16868.html
專題