當前位置:萬佳範文網 >

專題 >熱點專題 >

跟崗日誌 第二天

跟崗日誌 第二天

時間:12月2日

跟崗日誌 第二天

地點:廣東第二師範學院、廣州白雲區景泰國小

主持人:古處長、景泰國小張主任

活動主題:1、行動研究與教師成長;2、課程標準修訂情況;3、景泰國小全體行政熱情接待我們到他們學校學習。

主要內容:1、劉良華《行動研究與教師成長》講座;2、教育廳教研室楊建國《新課程語文標準修訂情況》講座;3、景泰國小全體行政熱情接待我們到他們學校學習。(具體內容見總博客下載資料)

體會和收穫:

1、寫“研究報告”應包括“問題與計劃”、“過程與方法”、“結果與討論”三部分。“問題與計劃”應該寫出我遇到了什麼困難,打算怎樣解決,文獻摘錄等;“過程與方法”應該寫出具體過程,包括時間地點人物,研究的方法,實施了怎樣的改革措施;“結果與討論”要寫出學生的成績發生了什麼變化、遇到了什麼困難,以後將怎樣繼續研究等。

2、專家推薦書目:熊明安《中國近現代教育實驗史》《中國當代教育實驗史》,薛湧《美國是如何培養精英的》,美國亨特《心理學的故事》,hock《改變心理學的40項研究》,王小波《沉默的大多數》,賈平凹、周國平、餘秋雨的散文,《雷鋒》,劉良華《教育自傳》《敍事教育學》《什麼知識最有力量》。

3、幾個觀點的體會:

a、因師而教,因生而教

體會:教學的過程不應該是是一個呆板的過程,不應該是一個固定的模式。不同的老師有不同的教學方法,有不同的教學風格;不同的學生也應該用不同的方法去教學和管理,而不是一成不變的教學和管理方法。

b、現在的寫作教學忽視了學生語言的積累

體會:這一點應該引起我的重視,學生語言的積累非常重要,沒有了語言的積累,學生的作文就等同沒有了血肉。

c、作文教學要先入“格”再出“格”

體會:這裏講的“格”指的是作文的格式。卻是,學生寫作,不能漫無目的,不能沒有方向感。教給學生一定的寫作格式是非常有必要的,比如標題怎樣寫、開頭結尾怎樣寫,怎樣分段分層等等,事先可以引導他們格式化,練習的時間長了,老師再引導他們打破常規,靈活寫作,比如體裁可以多種變化,鏡頭式、小標題式、書信體裁、日記體裁等等。

d、課改之初,用多媒體教學是一種時髦;現在呢,不用多媒體進行教學也成了一種時髦。

體會:我認為一堂課要將得實在,不能太“花哨”,不能流於形式,不能搞得轟轟烈烈。多媒體教學不是用的越多語文課就越生動,多媒體教學只是教學的一個輔助手段,我們不應該過度依賴多媒體教學。語文教學要重視基礎教學。

e、語文教學不能求急,要有耐心

體會:是啊,語文教學成績的提高不是一天兩天或是一週兩週能提高的,語文不同於數學。語文老師應該要看到這一點,欲速則不達,我們要冷靜、要有耐心去搞好語文教學。

f、“口語交際”要重視學生的“聽説讀寫”。

體會:其實,我認為,不光是“口語交際”要重視學生的“聽説讀寫”,語文教學的其他環節也要重視學生的“聽説讀寫”,特別國小語文的教學,抓好了學生的“聽説讀寫”也就搞好了教學,很好地完成了教學任務。

g、要教給學生養成表達的良好習慣,要引導學生學會陳述。

體會:很多學生會説,不一定會寫,引導學生學會陳述是很重要。在我的教學中,很多思考題我和學生一起交流了答案,但我不會把答案寫到黑板,教學生去抄、去背,我要求學生自己整理筆記,自己學會表達。這樣學生的語文表達能力才會有很好的提高。

h、什麼是教學的“創新”,如何進行教學的“創新”,要不要對教學進行“創新”

體會:這個問題值得思考。創新不一定不好,但要有一定理論依據或教學實踐的依據,創新的東西,有的符合發展規律,值得肯定和學習、推廣,有的創新,不符合發展規律,就沒必要去花那麼多時間去浪費了。比如,新課程改革初期,給每個學生建立檔案袋,建立學生成長過程。這是一種創新,出發點是好的,但是,要花費老師、學生的很多精力,流於形式,不好操作,不能準確地反映學生的成長過程,這種創新就沒必要了。

i、“自主、合作、探究”的課程模式值得思考。

體會:我認為也是。首先,“自主”學習值得肯定,我們要做好引導,但“合作”環節我們用起來就要慎重,不要讓學生借“合作”的討論時間做其他的事情,也不要流於形式,浪費時間。至於“探究”,國小的學生“探究”的能力並不是很強,他們的學習基礎不允許他們太多探究,這一點語文老師應該引起重視,一般來説,一篇課文稍作“課外延伸”即可,不一定要“探究”。

j、語文教學要培養學生的語感、美感等。

k、“一百個讀者就會有一百個哈姆雷特”,在語文教學中,只一點值得思考。

體會:我認為,課堂中,我們可以允許學生髮散自己的思維,可以從多角度去找答案,但是找出的答案不要遠離課文的中心。

標籤: 日誌
  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/zhuanti/redian/oxjw8n.html
專題