基于问题意识的_现代汉语_研究性教学_丁俊苗[1]
新课标下如何培养和激发学生的问题意识
,
否 则 学 生 提 问 了大 魏 无意 义 的 问 题
,
不 仅 对伽 ] 的 学 习
。
例如 在讲 解
活 中 麵 有哪 些 学 生 们回 答 后
问底
,
“
趙 H 職界
I
”
这
-
章侧
’ ’
,
纖
:
醉们
、
,
生
。
赌麵
,
麵 雜 鋪纖 序 的 翻
1
,
严 懸_ 翔 度
为了让
?
圆 又 有哪 些特性 呢 ?
,
激发 学生 的 好 奇 心
,
让 学 生跟 着 老 师 的 引
,
我 有 效 地 缓 解 了 尴尬
瓶 虚心 承认
了 f 了 自 己 的错
让^ 学生们
默
探索
。
在 传 统 酸学 课 堂 上
。
很 多 教师 认 为 只要
讲好 课
,
保 证 大 鐵 学 生 能够 听 明 白 綱 以 了
,
这种 观念 已经 不 适 合
,
,
让他
索 欲 的 特点
并 且 通 常情 况 下
这 类学 生 的 成绩 都 不 会 差
。
。
因此
,
在
们意 识 到 老 师 并 不 是 万 能 的
“
一
老 师也有 不懂的 问 题
”
。
教学 过 程 中
,
教 师 要 注 重 培 养 和 激 发学 生 的 问 题 意 识
本 文 对 此 进 行 例 如 在 讲解
,
现 代 化 的 课堂
教 师 应 粧 慨 学生 掌 握 知
问题意识事例
缺少问题意识连续投稿C刊被拒后,两条审稿意见均提及了一点,即缺少“问题意识”。
近期在听到人大刘海龙教授在讲座《学位论文的选题和问题意识》也提到了,对于被拒论文而言,一个笼统的或者说具有总括性的评判就是缺少“问题意识”。
但是,这也是最为致命的问题。
此前自己请教过另一位教授,他指出,问题意识不清是导致文章写作逻辑混乱的根源。
不过,问题意识到底是什么?是一种论文评审人笼统的“托词”,还是真实存在的一种内在的“学术规范”。
还是需要进一步明确下的。
问题意识是“知识差”在某种意义上来说,研究者在不断学习、磨炼研究技巧的过程中,一项核心的训练内容就是磨炼自己提出“问题”的能力,也就是不断培养自己的问题能力。
一个人之所以会产生“疑问”,关键是存在“知识差”。
不过其中也分为两种情况,其一是因“缺失”导致的“知识差”;其二是因“错配”导致的“知识差”。
“缺失”导致的“知识差”就像孩子对为什么会下雨、为什么会打雷产生疑问一样,在他们的头脑中因为缺失了某些知识,导致他们无法对面前的现象做出合理的解释。
此时的“知识差”就体现为“缺失”。
在学术研究中,由于现代学术体系已经变得过于专业,导致各个专业的知识发展情况其实是不均衡的,所以,这种因“缺失”造成的“知识差”永远是存在的,在某个知识领域中对某种现象可能无法形成合理的解释,但是通过引入另一个领域的知识可以更好解决这一问题。
在新闻传播领域,董晨宇就用知识社会学的方式来考察了“知沟理论”的早期历史。
在该文中,知识社会学的研究提供了“内部视角”和“外部视角”两条不同的分析路径(即不同的“知识”),从而帮助研究者对知沟理论的早期历史能更好地理解。
(董晨宇,2017)顺带提一句,董晨宇在这篇文章提到了很多史料内容,多数是取自英文出版物,一方面确实和他的研究主题有关,知沟理论的诞生毕竟是在美国;另一方面也说明英文出版物的研究进度通常会比国内要快一些。
“错配”导致的“知识差”通常来说,很多家长在对孩子的问题无法做出回答时,就会将某个神明或某个鬼怪作为该现象的原因,此时就形成了一种“错配”,这种“错配”与真正的原因之间就构成了“知识差”。
初中科学教学中培养问题意识分析
,
9 7 1 8 年生
,
女
,
浙江 绍 兴 人
,
,
绍
。
畅等 因素
。
兴 市 柯桥 区 稽 东镇 中学教 务主 任 中学一 级
(1 ) 传 统 教 学 方式 的 阴碍
翼
08
扫描二 维码
,
获 取 更 多 本 文 相 关信 息
互
蘸燕 … 1. . . 黑票 爵烈勇
,
我 国 传统 的 应 试教 育 不 注 重 对 学 生 的 自主 学 习 能 力 的挖 掘
,
调 动 学生
的 积 极 性 和 自主 性
对 于 初 中科 学 教 学 而 言
。
ቤተ መጻሕፍቲ ባይዱ
,
为提 高 学 生 的 学 习 兴趣
教 师 需 要 更 加 重 视 对 学 生 的 问题 意 识 的
,
培养
,
启 发 他 们 自主 思 考
本 文 在 分 析 了 当下 初 中科 学教 学 中学 生 的 问 题 意识 的 现 状 以 及 背 后 的 成 因 的 基 础 上
。
给 出 了 一 些 针 对 如 何 培 养 初 中生 的 问题 意 识 的 策 咯和 建 议
关键 词
:
初 中科 学教 学 ; 问 题 意 识 ; 培 养 策 略
“
一
、
引
言
, , ,
一是 教 学 方 法过 于 陈 旧
;
”
;
二 是师 生之 间 缺 乏 有 效沟
;
新课 改 的 推 行 使 得 全 国各 地 的 学 校 和 老 师纷纷 做
不善 于提
;
识普遍 比 较单薄 题
,
AIGC赋能“中文+职业教育”资源智能生成与质量进化
AIGC赋能“中文+职业教育”资源智能生成与质量进化作者:杜修平王崟羽陈子尧来源:《电化教育研究》2024年第05期基金項目:2022年教育部中外语言交流合作中心国际中文教育研究课题重点项目“‘中文+职业教育’融合发展机理研究”(项目编号:22YH30B)[摘要] AIGC赋能“中文+职业教育”资源智能生成与质量进化有望为国际中文教育和职业教育的融合发展与协同出海保驾护航,文章旨在回答AIGC何以及如何赋能“中文+职业教育”资源建设的关键问题。
首先,笔者明确了“中文+职业教育”资源建设的原则、目标与任务,厘清AIGC赋能“中文+职业教育”资源建设提量、增质与人机共生的基本内涵;其次,基于S-O-R模型构建人机共生“中文+职业教育”资源建设机理,将“人机共生”核心机制贯穿于AIGC赋能“中文+职业教育”资源建设的四个阶段;进一步提出基于AIGC的“中文+职业教育”资源智能生成与质量进化模式,融合资源需求规划、资源智能生成、资源质量审核与资源质量进化四个模块形成紧密的信息传递与反馈机制,为人机协同“中文+职业教育”资源开发提供创新方案。
最后,文章提出模式运行的关键困境与突破进路,旨在为AIGC赋能的“中文+职业教育”资源建设模式可持续运行提供有效支撑,更为“中文+职业教育”走向世界提供保障。
[关键词] 生成式人工智能;“中文+职业教育”;资源建设;智能生成;质量进化[中图分类号] G434 [文献标志码] A[作者简介] 杜修平(1974—),男,土家族,湖南张家界人。
教授,博士,主要从事国际中文教育与学习科学研究。
E-mail:*****************.cn。
一、引言“中文+职业技能”教育于2019年在国际中文教育大会上被首次提出,自此“中文+职业教育”的新形态成为一带一路背景下国际中文教育与职业教育“协同出海”的重要航道。
语合中心在2021年先后发布了《“中文+职业技能”教学资源建设行动计划(2021—2025)》(简称《行动计划》)与《国际中文教育数字资源建设指南(试行)》等文件,指出高质量“中文+职业教育”数字资源建设始终是国际中文教育与职业教育融合发展的关键[1],能够为其“走出去”保驾护航。
基于问题意识的_现代汉语_研究性教学_丁俊苗[1]
大学的根本任务是培养人才,就是要让学生掌 握科学的思维方法,具有强烈的创新意识和一定的 创新能力,能够敏锐地发现问题、正确地分析问题 和创造性地解决问题。 发现问题、分析问题、解决问 题的问题意识是科研创新的起点和依托,对于研究 性教学来说,问题意识是其基础和核心,一切教学 活动以发现问题、分析问题和解决问题而展开。 目 前学术界对《现代汉语》教学中的研究性教学也有 一些研究成果, 但一般都是从大的方面泛泛而谈, 难以真正学习借鉴、贯彻实施。 下面笔者根据自己 的教学实践,以问题意识为基础和核心,以具体的 事实为例证,谈谈现代汉语教学中的研究性教学。
(一)发现问题 爱因斯坦说发现问题比解决问题更重要,确 实,发现问题往往是科研创新的源泉,但是发现问 题往往也是最难的。 对于《现代汉语》课程的教学来 说,首先要给学生灌输不惟பைடு நூலகம்材的观念,不要认为 教材上都是对的,或者是唯一的解释,要敢于从语 言实际和语感出发提出自己的观点,发表不同的见
65
三门峡职业技术学院学报
密的思维、严谨的态度等科学素养的形成。 (三)深化现代汉语的教学改革 现代汉语的教学改革在学术界讨论也比较多,
但绝大多数的讨论都集中于教学内容、教学方式的 改革:教学内容方面,或认为教材落后于时代的要 求,或认为不适应多种教学目的的需要;教学方式 方面,主要认为传统的讲授式教学,不能有效培养 学生的语言应用能力,要求增加实践性环节。 这些 讨论研究无疑推进了现代汉语的教学改革,提升了 教学的质量,但是对于现代汉语教学中研究性教学 则讨论不多,对于研究性教学在培养学生的科研能 力及创新精神方面的重要意义认识不够。 研究性教 学是培养创新人才的必然要求,因此在现代汉语教 学中实施研究性教学对于深化现代汉语的教学改 革也具有重要的意义。
浅析初中语文教学中的多元解读与训练
是阅读教学 最能显示 其魅力之 处 因为 . 阅 读教学不但 要帮助学 生理解课 文 . 更要 通过 学生 的阅读 实践 培养 和提 高学 生 的阅读 能 力. 使学 生学会 怎样 品味 语言 . 怎样 捕 捉文 字背 后的 隐含信 息 .怎样 揣摩 文本 中那 些
‘ 重 要 的暗示 或提示 ’ .怎样获 得 审美 的愉
学也是 一个十分重要 的途 径 我们 现在所应 用 的中学 语文 教材 和以前 的教 材有 了一 定
的需求 . 是分为几个 大的板 块的 . 因此在教学
过程中我们必须要善 于结合 不同的教学内容
明确教学重点 . 进 而做到有 效练习. 使学生能
力得到有效提 升
的 变化 . 它更 强调人 文精 神 . 通过学 生对 教
时. 受到情 操 的陶冶 和 品德 教育 . 除 了教 师
0 6 6 5 0 0 )
教师必须要更 重视这 两个环节 . 进而全方 位
提升学生 的能力 3 . 根 据教材特点 , 对学 生进行适时 、 有 针 对性的训 练 我们 的语 文教学根据教 学任 务
有 自己对文章 的正确 的、 科学的认识 . 同时鼓
方 面会 导致课堂 教学秩序的混乱 .同时也
与我们 的教学 目 标背道而驰 因此 . 在解读教 材的过程中 . 教师必须要 做到解读有界 . 要在
学生 自己得 出结论 时予以正确的引领 .而不 是随意就能得 出结论 2 . 要 尊重教材 . 从 教材 出发 教材 是学 习的起点 和语文知识 的载体 . 只有从教 材 出 发 .才更有 利于落 实语 文教学 目标要求 . 完 成教学任务 。 钱梦龙 老师说 : “ 找 到文本对解 读的限制 和解读 自由度之 间的契合点 . 恰恰
浅析中学语文教学中问题意识的培养策略
达 孜 县 中 学 白玛卓 嘎
关键 词 : 问题 意识 中学语文教 学激发培养创新
一
、
问题 意 识 的 研 究 意 义
甚至于 回答 问题 的学生也越来越 少 , 而且 识 的种子 。 然而 , 这颗种子能否萌芽生长 , 总是那 么几个 。传统的语 文教 学 , 往 往是 出疑问 , 这使 得学 生处在一种 “ 待 问” 的被 取决于是 否有一个适宜的环境氛围 。 充足
中, 我们所面临 的问题是 我们的学生或是 提 出问题 。 这就 要求我们教 师要在教学过
或是不能或不善于 产 生一种 怀疑 、 困惑 、 焦虑 、 探索 的心理状 动学 习状态 中 , 所 以不论教 师的“ 问题 ” 设 不敢 或不愿提 出问题 ,
计得 认真 的站在学生 的角 知道什 么?” 因此 。 学 生在课 堂上基 本上是 处于被动 的“ 应答 状态 , 不会思考 自 己到
底会 什么 , 想要探 索什么 , 久而久之 , 失去 了对知识 的求 知欲 。
展 主体 , 真 正 的 以学 生 发展 为本 , 培养学 度思考 “ 我不会什 么? 我发现 了什么? 我 想 会 老 师答不 出来 。 让老 师下不 了台? …… 生 的创新 意识 和创 新 精神 。新课程 改革 最 重 要 的 是 创 新意 识 和 创 新 精神 的培 养. 而 问题意 识是 思维 的动 力 。 是创新精
三 、培 养 学 生 问 题 意 识 的 的 方 法 和
学生的紧张感 、 压抑感 。这就要 求我们教 师应该和学生 建立和谐 的师生关系 , 教师 放下 “ 师道尊严 的架子 , 与学 生沟通 . 做 朋友 。 变 师道尊严 的师生关系为教学相长 的朋 友关 系 ; 尊重学 生的提 问 , 应鼓 励学
试论语文教学中学生问题意识的培养
念, 构 建融 洽 的师生 关系 , 倡导师 生 之 间的平 等 与和 谐 。教 师 在从 事小 学语 文教 学 的过程 中 ,要鼓 励学 生大 胆地 质 疑 和 提 问。对 学生 的提 问 , 教师 要积 极主 动地 回答 , 帮 助学 生 解 惑答疑 。 3 . 积极 创 设 问题 情 境 。培 养学 生的 问题 意识 , 创 设相 应
问题 , 对相 关 问题进 行 深入 和仔 细 的思 考与 研究 。 在这 个 过 程中, 学生 的 思维会 因为某 一 问题 的解 决而 得到 拓展 。 问题
例如 , 在学 习《 火烧云》 时, 教师可以先让学生联系 自己的实
际生 活 , 谈 谈 自己见 到 的火烧 云 的实 际情况 , 然后 对课 文 进 行详 细 的讲解 , 帮助 学生 进 一步理解 课 文 。第 三 , 利用 现 代 化教 学手 段 。以 多媒 体 技术 为代 表 的现代 化 教学 手段 能够 将抽 象 的 问题 转化 为直 观 的 问题 ,符 合学 生 的身 心发 展特
生活 经 验 。 在小学 语文 教学 的 过程 中 , 我们 可 以从生 活经 验 人手 , 创 设 相应 的 问题 情 境 , 加 深 学 生对 相 关 知 识 的理 解 。
1 . 拓展 学 生 的思维 。在小 学语 文教 学 的过 程 中 , 培 养 学 生 的 问题意 识 ,能促 使学 生积 极 主动 地探 寻 自己感兴 趣 的
惯和 解 决 问题 的能 力 。 3 . 提高 教 学 质量 和教 学 效果 。大 多数 小 学 生缺 乏 相应
的 独立 解 决 问题 的 能 力 , 但是 , 经过 老 师 的指 导 , 他 们 能够 提 出 问题 、 分析 问题 , 并探 寻解 决 问题 的方 法 。 正 因为如 此 ,
浅谈初中语文教学中问题意识的培养
在 一起 。 可见 , 人总是在一定 的情 境中工作 、 学 习的。 就像 足
果 。语文教师要努 力培养学生 的问题 意识 ,精心创 设问题情 球 比赛有主客制一 样。 主场 的场地 , 观众 的反应等构成 了特 定 境, 积极 引导 学生发 问 , 让 学生在不 断的探 究 中发现 规律 , 让 的情 境 。 这种特 定的情境有 时有利 于主场运动 员的发挥 , 也 有 学生 体验 “ 探 究的过程 ” , 不断提高学生 语文 学 习的能 力。
清的时候并不是 一个单纯 的读书人 ,从这种称 呼变化 中可 以 出 , 创 设一定的 问题情境 确实有利于学生把 握作品 的内涵 , 达 看出范进是一个城 府比较深 , 感情不容 易外露的人 。 这种人 尚 到解 决 问题 的 目的。
且在 见到报 贴后发 疯 ,可见封建科举 制度对读 书人的毒害之 深。通过多次训练 , 让学生学会在无疑处发 现 问题 。
刿论 战》 中对鲁 庄公形 象的分析 , 教 师可 以设计 这样 的问题 : 秀的散文 , 都是 作者在被贬时 写的 , 但两位作 家的胸襟 和抱负 鲁庄公作为一个 国君有哪些 不足 ? 又有哪些是值得肯 定的? 对 在相似 中又有 很多的不 同。针对这些问题教师 如果能 够 引导 于第一问学生 的答案基本一致 。作战前他把作 战取胜 的条件 学生 比较 、 分析后 归纳 , 学 生定能加深对作 品的理解 。
一
可 能给主场运动 员造成压力 , 影响他们 的发挥 。 可见情 境对 人 的作 用是 巨大 的。 在教学过程 中 , 教师要 根据学生 的学 习 目标
、
从 无疑处设疑 , 旨在培养 学生发现问题的 能力
一
篇课 文 , 一个 语段 , 有 时看上 去内容很 明确 , 似乎 没有 和需 要 , 引入或创造 与问题相 适应的具体场 景或氛 围 , 引起学
2012年襄阳市教育科学规划立项课题名单
XYJK12-117 XYJK12-118 XYJK12-119 XYJK12-120 XYJK12-121 XYJK12-122 XYJK12-123 XYJK12-124 XYJK12-125 XYJK12-126 XYJK12-127 XYJK12-128 XYJK12-129 XYJK12-130 XYJK12-131 XYJK12-132 XYJK12-133 XYJK12-134 XYJK12-135 XYJK12-136 XYJK12-137 XYJK12-138 XYJK12-139 XYJK12-140 XYJK12-141 XYJK12-142 XYJK12-143 XYJK12-144 XYJK12-145 XYJK12-146
熊万渝 刘 静 张家根 吴晓丽 张海军 杨 飞 柳 华 张长河 王秋红 乔 艳 徐文发 丁云竹 万文俊 李克君 熊自勇 徐杰 刘继清 李丽 魏 红 赵娟娟 余霓霞 朱建勋 胡 杉 刘 杰 薛国强 朱运斌 王光庆 朱运久 沈齐功 熊梦苑 肖 鹏 孙立新
襄阳市诸葛亮中学 襄阳市第四十四中学 襄阳市第四十四中学 襄阳市第十二中学 襄阳市樊城区竹条实验中学 襄阳市樊城区竹条实验中学 襄阳市樊城区竹条实验中学 襄阳市第二中学 襄阳市第二十一中学 襄阳市第二十一中学 襄阳市第十九中学 襄阳市第二十中学中学部 襄阳市第十六中学 襄阳市长汉路学校 襄阳市第二十四中学 襄阳市第二十四中学 襄阳市第二十四中学 襄阳市第三十一中学 襄州区黄集镇中心小学 襄州区黄集镇第二小学 襄州区峪山镇第二小学 襄州区双沟镇第二小学 襄州区伙牌镇中心学校 枣阳市琚湾镇第二中学 枣阳市平林镇中心小学 枣阳市车河小学 枣阳市高级中学
农村教师职业幸福感的研究 教材的开放性和学生探究性学习的研究 课堂导入模式研究 培养农村中学学生物理学习兴趣的教学策略研究 弱势群体子女教育问题 中小学教师创新素质的培养研究 新课程理念下的师生关系研究 课堂教学案例与分析研究 初中英语教学中学生作业设计研究 培养小学生自主学习数学的能力 培养学生自主学习能力的研究 课堂教学案例与分析研究 新课程视野下的学生学习品质研究 以校园文化建设为切入点,促进幼儿“成长”的研究 幼儿同伴关系问题及交往能力的培养研究 基于幼儿园同伴关系问题及交往能力的培养研究 在区域互动中培养幼儿自主性的实践研究 加强家长文化建设,促进家园和谐发展 如何让幼儿在集体生活中建立良好的同伴关系的研究 幼儿自律意识培养的实践研究 幼儿礼仪行为养成教育的研究 培养幼儿社会交往能力的实践研究 襄阳市前进路小学教师工作学习自主管理研究 襄阳市前进路小学高效课堂学习法的研究 小学生行为习惯自主管理研究 群学环节的高效研究 独学环节的高效研究 课堂教学评价语言的实效性研究 如何在大班额中有效开展小组合作学习 小学生良好学习习惯的培养研究
初中语文教学中学生问题意识的有效培养
初中语文教学中学生问题意识的有效培养作者:张小群来源:《学习周报·教与学》2020年第43期摘;要:“提出正确的问题,往往等于解决了问题的大半”,著名物理学家海森堡曾经这样说过。
这说明,问题意识是学习中重要的一个环节,提问可以培养学生们的发散性思维。
但是现如今,很多教师在教学过程中提问都只是教师享有的权利,学生们只能被动地接受提问,教师提出问题,学生们进行解答是现在最多被使用的教学方法。
这样就造成了填鸭式教学,学生们只是被动接受学习知识,提出问题的意识严重的缺失,这在极大程度上减弱了学生的自学能力以及质疑能力,不利于学生创新性思维的发展,只知道利用学习过的机械性的知识进行答题。
关键词:语文教学;问题意识;课题提问;拓展知识;求知心理在新课改的环境下,追求的是培养学生的创新能力,教师们旨在帮助学生创建一个良好的教学环境。
在现如今的初中语文教学课堂中,很多教师还只是一味地在讲台上讲解,学生们在下边听着,时不时的教师提出一个问题让学生们来回答,这样机械式的教学扼杀了学生们的求知欲望,慢慢形成了一种枯燥的,死气沉沉的课堂氛围。
学生们没有了学习的兴趣,自然也就不太愿意去提问了。
现在素质教育追求提高学生们对于问题的想法,让学生们勇敢地去提问,这种新的教学观念,可以促使学生们乐于提问,在提问中不断成长,逐渐改善自己的学习状态,提高创新意识。
今天我们就来探讨一下初中语文教学中学生问题意识的有效培养。
一、重视课堂提问教师们应该重视课堂中提问的环节,不要总是抓着提问这一权利,应该多在课堂中基于学生们提问的机会。
给学生们提供一个场景,让学生们可以随机提问。
教师们总是认为自己提问的问题很有水平,更有利于学生学习。
但是,这就忽略了学生们的感受,学生是否对这些问题感兴趣?学生们是否认真回答这些问题?这都说明了教师应该多给予学生一些提问的机会,让学生们在提问过程中,真正地去感受学习的乐趣,从而提高学习效率。
例如,我在给学生们讲解七年级语文《阿长与山海经》这篇鲁迅先生的文章的时候,我会提前搜索一些关于鲁迅先生的生平事迹,在上课的时候放给学生们看,以此来吸引学生的学习兴趣。
小学语文课堂教学中学生问题意识的培养研究
小学语文课堂教学中学生问题意识的培养研究一、引言小学语文教育是培养学生语言文字表达能力、思维逻辑能力和审美情趣的重要环节。
在此过程中,问题意识的培养显得尤为重要。
问题意识不仅能激发学生主动学习的动力,还能帮助他们形成良好的思维习惯,提升综合素质。
本文将重点探讨小学语文课堂教学中学生问题意识的培养。
二、问题意识在小学语文教育中的重要性和意义问题意识是学生在学习中对所学知识进行主动思考、质疑和探究的能力。
在小学语文教育中,培养学生的问题意识有助于激发他们的学习兴趣,提升学习效果,并促进他们的全面发展。
具备问题意识的学生更善于发现问题、分析问题、解决问题,从而具备更强的创新能力和实践能力。
三、当前小学语文课堂教育中培养学生问题意识的现状和困境目前,小学语文课堂教育中培养学生问题意识的实践仍存在一些不足。
一方面,部分教师过于注重知识的传授,而忽视了学生的主体地位和问题意识的培养;另一方面,学生对待学习缺乏主动性和探究精神,习惯于被动接受知识。
这些问题导致了小学语文课堂教学中学生问题意识的薄弱。
四、通过教师主导作用及策略转变促进学生产生问题意识为了改变这一现状,教师需要发挥主导作用,转变教学策略,以激发学生的问题意识。
具体而言,教师可以采取以下措施:1.创设问题情境:通过创设贴近学生生活的问题情境,引导学生发现问题、提出问题。
2.鼓励质疑精神:鼓励学生在学习中勇于质疑、敢于发表自己的看法,培养他们独立思考和解决问题的能力。
3.引导自主探究:为学生提供充足的自主学习时间和空间,引导他们通过自主探究、合作学习等方式解决问题。
五、家庭、社会等环境因素对小学生问题意识培养的影响与协同机制除了教师的作用外,家庭和社会环境也对小学生问题意识的培养产生重要影响。
家庭应营造宽松、民主的氛围,鼓励孩子表达自己的观点和疑问;社会应提供丰富的教育资源和实践机会,支持学生的探究和创新活动。
同时,学校、家庭和社会应建立协同机制,共同促进小学生问题意识的提高。
学生问题意识 参考文献
学生问题意识参考文献学生问题意识是指学生对自身学习和成长中所遇到的问题的认知和理解能力。
在学习过程中,学生会面临各种各样的问题,如学习困难、时间管理困难、人际交往困难等。
学生问题意识的培养对于帮助学生解决问题、提升学习能力和促进个人成长具有重要意义。
本文将从学生问题意识的概念、形成和培养途径以及相关研究进行综述。
一、学生问题意识的概念学生问题意识是指学生对自身学习和成长中所遇到的问题的认知和理解能力。
它包括学生对问题的觉察、问题的理解和问题的解决能力三个层面。
学生问题意识的培养需要学生具备问题觉察的能力,即学生能够抓住问题的本质和实质,对问题进行全面的思考和分析;同时,学生还需要具备问题理解的能力,即学生能够深入理解问题产生的原因和解决问题的方法;最后,学生还需要具备问题解决能力,即学生能够通过运用学习方法、提高学习效率等手段解决问题。
二、学生问题意识的形成学生问题意识的形成是一个渐进的过程。
在学习过程中,学生会通过遇到问题、思考问题和解决问题的反复循环,逐渐培养和提高自己的问题意识。
学生问题意识的形成有以下几个方面的因素:1.学习环境因素:学习环境对学生问题意识的形成起到重要的影响作用。
优质的学习环境可以激发学生的学习热情和问题意识,如教师的引导、同学之间的互动和合作等。
2.学科知识因素:学科知识是学生问题意识形成的基础。
学科知识的掌握和应用能够帮助学生更好地认识问题、理解问题和解决问题。
3.学习方法因素:学习方法对于培养学生问题意识具有重要意义。
合理的学习方法可以提高学生学习的效率和质量,培养学生主动发现问题和解决问题的意识。
4.自我认知因素:学生的自我认知能力对于问题意识的形成至关重要。
学生需要能够对自己的学习状况进行准确的评估和反思,从而发现问题、解决问题。
三、学生问题意识的培养途径学生问题意识的培养需要从以下几个方面进行:1.提供良好的学习环境:教师和学校可以提供一个良好的学习环境,创设积极向上、宽松开放的学习氛围,鼓励学生提问、思考和解决问题。
关于小学语文学生问题意识的培养探究
教育研究径,走向无法预约的精彩。
即兴生成的提问具有突发性、独特性,甚至怪诞性,它考验着教师的教学机智。
果断滴接住学生的即兴提问,迅速决定其解决方式:重点问题重点讨论,个别问题单独交流,与学习无关的问题课后处理。
(二)注重学习方法指导,发展学生创新思维。
新课程改革的实践使我们体会到,自主学习、探究学习、合作学习能充分调动学生参与学习活动的积极性。
在教学活动中,规律让学生自主发现,方法让学生自主寻找,思路让学生自主探究,问题让学生自主解决。
在课堂活动中,应注意为学生提供自主探索的空间,让学生从已有的数学现实出发,在丰富的具有现实背景的研究活动经过自己的思考、创新,形成有关的数学结论。
(三)设计分层练习,在训练中巩固知识。
课堂练习是数学教学的重要组成部分,是学生掌握新知、形成技能、发展智力、挖掘潜能的重要手段。
高效的数学课堂,就是让每个学生都得到最大化的发展。
班级学生的能力不齐,在设计练习时就要考虑到不同层次的学生,通过不同层次内容的训练,让每个学生都体会到成功的喜悦。
如:学习了《倍数和因数》后,我设计了以下练习进行巩固训练:1.说一说。
下面每一组数中,哪一个数是另一个数的约数,哪一个数是另一个数的倍数?(1)72和8;(2)140和20;(3)7和49。
2.填一填。
(1)一个数最小的倍数是8,这个数是( ),它的倍数有( )。
(2)一个数最大的约数是8,这个数是( ),它的约数有( )。
3.下面的说法对吗?说出理由。
(1)因为36÷9=4,所以36是倍数,9是约数。
(2)57是3的倍数。
(3)1是任何自然数的约数。
(4)6÷1=6,1是6的约数,6不是6的约数。
4.想一想。
(1)一个数,既是50的约数,又是5的倍数,这个数可能是多少?(2)老师的年龄既是8的倍数,又是5的倍数,老师可能有多少岁?通过科学性、有效性、层次性的训练,考察了学生对倍数和因数的理解情况,同时也为学习以后的内容做了铺垫。
基于深度学习的教材德目教育文本分类方法
基于深度学习的教材德目教育文本分类方法作者:陈浩淼陈军华来源:《上海师范大学学报·自然科学版》2024年第02期Abstract:The classification of moral education texts in Shanghai primary and secondary school textbooks was studied and an IoMET_BBA(Indicators of moral education target based on BERT,BiLSTM and attention)model was proposed based on bidirectional encoder representations from transformer(BERT)pre-training model,bidirectional long short-term memory (BiLSTM)network,and attention mechanism. Firstly,data augmentation was performed using synthetic minority oversampling technique(SMOTE)and exploratory data analysis (EDA). Secondly,BERT was used to generate semantic vectors with rich contextual information. Thirdly,BiLSTM was adopted to extract features,and attention mechanism was combined to obtain word weight information. Finally,classification was performed through a fully connected layer. The comparative experimental results indicated that F1measurement value of IoMET_BBA reached 86.14%,which was higher than other models and could accurately evaluate the moral education texts of textbooks.Key words:moral education index;chinese text classification;bidirectional encoder representations from transformer(BERT)model;bidirectional long short-term memory (BiLSTM)network;attention mechanism德目教育是指将道德或品格的条目通过一定方式传授给学生的教育活动[1]. 德目教育的目标是帮助个体形成正确的道德判断,培养个人的道德观念、价值观和道德行为,进而推动整个社会形成道德共识.近年来,国内对德目教育的研究已经有了很多成熟的理论与实践模式,但对于教材文本的德目指标评估大部分是依靠人工完成的,结论较为主观,且效率较低[2].文本分类是自然语言处理(NLP)领域中的一项关键任务,它把文本数据归入不同的预先定义类别,在数字化图书馆、新闻推荐、社交网络等领域起到重要的作用. JOACHIMS[3]首次采用支持向量机方法将文本转化成向量,将文本分类任务转变成多个二元分类任务. KIM[4]提出了基于卷积神经网络(CNN)的TextCNN方法,在多个任务中取得了良好的效果. 徐军等[5]运用朴素贝叶斯和最大熵等算法,实现了中文新闻和评论文本的自动分类. 冯多等[6]提出了基于CNN的中文微博情感分类模型,并运用于社交场景.由于教材文本数据具有稀疏性,使用传统的分类算法进行建模时很难考虑上下文和顺序信息,并且数据集不平衡,不同指标的文本条数差异较大. 之前的相关研究[7-8]主要基于静态词向量(GloVe,Word2Vec)与CNN进行建模,所获得的词向量表示与上下文无关,也不能解决一词多义问题,且CNN只能提取局部空间特征,无法捕捉长距离的位置信息. 本文作者采用深度学习方法,对教材短文本数据进行分类,首先采用合成少数类过采样技术(SMOTE)和easy data augmentation(EDA)技术获得更平衡、更充分的文本数据集,提出基于深度学习的教材德目教育文本分类模型(IoMET_BBA),使用基于转换器的双向编码表征(BERT)预训练模型来生成富含语境信息的语义向量,然后使用双向长短期记忆网络(BiLSTM)和注意力机制来进一步进行特征提取,充分考虑上下文和位置信息,从而提高分类任务的准确性. 实验证明:相比于传统模型,IoMET_BBA模型的准确率与F1值提升明显,可高效准确地完成大规模的教材德目教育文本分类任务.1 相关技术1.1 深度学习分类模型文本分类需要使用已标注的训练数据来构建分类模型. 常见的文本分类流程如图1所示. 在进行文本分类之前,通常需要对原始数据进行预处理,包括分词、去除停用词、词干提取等.文本分类可以使用多种算法进行建模. 传统的机器学习分类模型,如朴素贝叶斯[9]、Kmeans[10]、支持向量机[3]、决策树[11]等,通常需要依靠人工来获取样本特征,忽略了文本数据的上下文信息和自然顺序. 近年来,基于神经网络的深度学习方法成为研究的热点. 这种方法主要包含两个关键任务:通过构建词向量来表示文本、使用一定的模型来提取特征并进行分类.计算机不能理解人类的语言,因此在NLP任务中,首先要将单词或词语表示成向量. 独热编码将词转化为长向量,向量维度与词数量相同,每个向量中某一维度的值是1,其余值都是0. 独热编码虽然简单,但不能体现出词与词之间的关系,并且当词量过大时,会出现维度灾难及向量十分稀疏的情况. 分布式的表示方法则可以将词表示为固定长度、稠密、互相存在语义关系的向量,这类方法也称为词嵌入. MIKOLOV等[12]提出了Word2Vec框架,包含Skip-Gram和Cbow算法,分别用单词来预测上下文和用上下文来预测单词. PENNINGTON 等[13]提出的GloVe方法,同时考虑到了局部信息和全局统计信息,根据词与词之间的共现矩阵来表示词向量.深度学习方法已经成为文本分类的主流方法. KIM等[4]使用包含卷积结构的CNN来分类文本,将文本映射成向量,并将向量输入到模型,通过卷积层提取特征、池化层对特征采样,但CNN没有时序性,忽略了局部信息之间的依赖关系. 循环神经网络(RNN)则从左到右浏览每个词向量,保留每个词的数据,可以为模型提供整个文本的上下文信息,但RNN计算速度较慢,且存在梯度消失等问题. 作为RNN的一种变体,长短期记忆网络(LSTM)通过过滤无效信息,有效缓解了梯度消失问题,更好地捕获长距离的依赖关系. 而BiLSTM由一个前向的LSTM和一个后向的LSTM组成,能够捕获双向语义依赖.1.2 BERT预训练模型同一个词在不同环境中可能蕴含不同的意义,而使用Word2Vec,GloVe等方法获得的詞向量都是静态的,即这类模型对于同一个词的表示始终相同,因此无法准确应对一词多义的情况. 为了解决这一问题,基于语言模型的动态词向量表示方法应运而生.预训练语言模型在大规模未标注数据上进行预训练,通过微调的方式在特定任务上进行训练.DEVLIN 等[14]提出了BERT模型,它拥有极强的泛化能力和稳健性,在多类NLP问题中表现优异.BERT模型本质是一种语言表示模型,通过在大规模无标注语料上的自监督学习,为词学习到良好的特征表示,并且可以通过微调,适应不同任务的需求. BERT模型采用多层双向Transformer结构,在建模时,Transformer结构使用了自注意力机制,取代传统深度学习中的CNN和RNN,有效地解决了长距离依赖问题,并通过并行计算提高计算效率. 通过计算每一个单词与句中其他单词之间的关联程度来调整其权重. BERT模型的结构如图2所示.文本分类是自然语言处理(NLP)领域中的一项关键任务,它把文本数据归入不同的预先定义类别,在数字化图书馆、新闻推荐、社交网络等领域起到重要的作用. JOACHIMS[3]首次采用支持向量机方法将文本转化成向量,将文本分类任务转变成多个二元分类任务. KIM[4]提出了基于卷积神经网络(CNN)的TextCNN方法,在多个任务中取得了良好的效果. 徐军等[5]运用朴素贝叶斯和最大熵等算法,实现了中文新闻和评论文本的自动分类. 冯多等[6]提出了基于CNN的中文微博情感分类模型,并运用于社交场景.由于教材文本数据具有稀疏性,使用传统的分类算法进行建模时很难考虑上下文和顺序信息,并且数据集不平衡,不同指标的文本条数差异较大. 之前的相关研究[7-8]主要基于静态词向量(GloVe,Word2Vec)与CNN进行建模,所获得的词向量表示与上下文无关,也不能解决一词多义问题,且CNN只能提取局部空间特征,无法捕捉长距离的位置信息. 本文作者采用深度学习方法,对教材短文本数据进行分类,首先采用合成少数类过采样技术(SMOTE)和easy data augmentation(EDA)技术获得更平衡、更充分的文本数据集,提出基于深度学习的教材德目教育文本分类模型(IoMET_BBA),使用基于转换器的双向编码表征(BERT)预训练模型来生成富含语境信息的语义向量,然后使用双向长短期记忆网络(BiLSTM)和注意力机制来进一步进行特征提取,充分考虑上下文和位置信息,从而提高分类任务的准确性. 实验证明:相比于传统模型,IoMET_BBA模型的准确率与F1值提升明显,可高效准确地完成大规模的教材德目教育文本分类任务.1 相关技术1.1 深度学习分类模型文本分类需要使用已标注的训练数据来构建分类模型. 常见的文本分类流程如图1所示. 在进行文本分类之前,通常需要对原始数据进行预处理,包括分词、去除停用词、词干提取等.文本分类可以使用多种算法进行建模. 传统的机器学习分类模型,如朴素贝叶斯[9]、Kmeans[10]、支持向量机[3]、决策树[11]等,通常需要依靠人工来获取样本特征,忽略了文本数据的上下文信息和自然顺序. 近年来,基于神经网络的深度学习方法成为研究的热点. 这种方法主要包含两个关键任务:通过构建词向量来表示文本、使用一定的模型来提取特征并进行分类.计算机不能理解人类的语言,因此在NLP任务中,首先要将单词或词语表示成向量. 独热编码将词转化为长向量,向量维度与词数量相同,每个向量中某一维度的值是1,其余值都是0. 独热编码虽然简单,但不能体现出词与词之间的关系,并且当词量过大时,会出现维度灾难及向量十分稀疏的情况. 分布式的表示方法则可以将词表示为固定长度、稠密、互相存在语义关系的向量,这类方法也称为词嵌入. MIKOLOV等[12]提出了Word2Vec框架,包含Skip-Gram和Cbow算法,分别用单词来预测上下文和用上下文来预测单词. PENNINGTON 等[13]提出的GloVe方法,同时考虑到了局部信息和全局统计信息,根据词与词之间的共现矩阵来表示词向量.深度学习方法已经成为文本分类的主流方法. KIM等[4]使用包含卷积结构的CNN来分类文本,将文本映射成向量,并将向量输入到模型,通过卷积层提取特征、池化层对特征采样,但CNN没有时序性,忽略了局部信息之间的依赖关系. 循环神经网络(RNN)则从左到右浏览每个詞向量,保留每个词的数据,可以为模型提供整个文本的上下文信息,但RNN计算速度较慢,且存在梯度消失等问题. 作为RNN的一种变体,长短期记忆网络(LSTM)通过过滤无效信息,有效缓解了梯度消失问题,更好地捕获长距离的依赖关系. 而BiLSTM由一个前向的LSTM和一个后向的LSTM组成,能够捕获双向语义依赖.1.2 BERT预训练模型同一个词在不同环境中可能蕴含不同的意义,而使用Word2Vec,GloVe等方法获得的词向量都是静态的,即这类模型对于同一个词的表示始终相同,因此无法准确应对一词多义的情况. 为了解决这一问题,基于语言模型的动态词向量表示方法应运而生.预训练语言模型在大规模未标注数据上进行预训练,通过微调的方式在特定任务上进行训练.DEVLIN 等[14]提出了BERT模型,它拥有极强的泛化能力和稳健性,在多类NLP问题中表现优异.BERT模型本质是一种语言表示模型,通过在大规模无标注语料上的自监督学习,为词学习到良好的特征表示,并且可以通过微调,适应不同任务的需求. BERT模型采用多层双向Transformer结构,在建模时,Transformer结构使用了自注意力机制,取代传统深度学习中的CNN和RNN,有效地解决了长距离依赖问题,并通过并行计算提高计算效率. 通过计算每一个单词与句中其他单词之间的关联程度来调整其权重. BERT模型的结构如图2所示.文本分类是自然语言处理(NLP)领域中的一项关键任务,它把文本数据归入不同的预先定义类别,在数字化图书馆、新闻推荐、社交网络等领域起到重要的作用. JOACHIMS[3]首次采用支持向量机方法将文本转化成向量,将文本分类任务转变成多个二元分类任务. KIM[4]提出了基于卷积神经网络(CNN)的TextCNN方法,在多个任务中取得了良好的效果. 徐军等[5]运用朴素贝叶斯和最大熵等算法,实现了中文新闻和评论文本的自动分类. 冯多等[6]提出了基于CNN的中文微博情感分類模型,并运用于社交场景.由于教材文本数据具有稀疏性,使用传统的分类算法进行建模时很难考虑上下文和顺序信息,并且数据集不平衡,不同指标的文本条数差异较大. 之前的相关研究[7-8]主要基于静态词向量(GloVe,Word2Vec)与CNN进行建模,所获得的词向量表示与上下文无关,也不能解决一词多义问题,且CNN只能提取局部空间特征,无法捕捉长距离的位置信息. 本文作者采用深度学习方法,对教材短文本数据进行分类,首先采用合成少数类过采样技术(SMOTE)和easy data augmentation(EDA)技术获得更平衡、更充分的文本数据集,提出基于深度学习的教材德目教育文本分类模型(IoMET_BBA),使用基于转换器的双向编码表征(BERT)预训练模型来生成富含语境信息的语义向量,然后使用双向长短期记忆网络(BiLSTM)和注意力机制来进一步进行特征提取,充分考虑上下文和位置信息,从而提高分类任务的准确性. 实验证明:相比于传统模型,IoMET_BBA模型的准确率与F1值提升明显,可高效准确地完成大规模的教材德目教育文本分类任务.1 相关技术1.1 深度学习分类模型文本分类需要使用已标注的训练数据来构建分类模型. 常见的文本分类流程如图1所示. 在进行文本分类之前,通常需要对原始数据进行预处理,包括分词、去除停用词、词干提取等.文本分类可以使用多种算法进行建模. 传统的机器学习分类模型,如朴素贝叶斯[9]、Kmeans[10]、支持向量机[3]、决策树[11]等,通常需要依靠人工来获取样本特征,忽略了文本数据的上下文信息和自然顺序. 近年来,基于神经网络的深度学习方法成为研究的热点. 这种方法主要包含两个关键任务:通过构建词向量来表示文本、使用一定的模型来提取特征并进行分类.计算机不能理解人类的语言,因此在NLP任务中,首先要将单词或词语表示成向量. 独热编码将词转化为长向量,向量维度与词数量相同,每个向量中某一维度的值是1,其余值都是0. 独热编码虽然简单,但不能体现出词与词之间的关系,并且当词量过大时,会出现维度灾难及向量十分稀疏的情况. 分布式的表示方法则可以将词表示为固定长度、稠密、互相存在语义关系的向量,这类方法也称为词嵌入. MIKOLOV等[12]提出了Word2Vec框架,包含Skip-Gram和Cbow算法,分别用单词来预测上下文和用上下文来预测单词. PENNINGTON 等[13]提出的GloVe方法,同时考虑到了局部信息和全局统计信息,根据词与词之间的共现矩阵来表示词向量.深度学习方法已经成为文本分类的主流方法. KIM等[4]使用包含卷积结构的CNN来分类文本,将文本映射成向量,并将向量输入到模型,通过卷积层提取特征、池化层对特征采样,但CNN没有时序性,忽略了局部信息之间的依赖关系. 循环神经网络(RNN)则从左到右浏览每个词向量,保留每个词的数据,可以为模型提供整个文本的上下文信息,但RNN计算速度较慢,且存在梯度消失等问题. 作为RNN的一种变体,长短期记忆网络(LSTM)通过过滤无效信息,有效缓解了梯度消失问题,更好地捕获长距离的依赖关系. 而BiLSTM由一个前向的LSTM和一个后向的LSTM组成,能够捕获双向语义依赖.1.2 BERT预训练模型同一个词在不同环境中可能蕴含不同的意义,而使用Word2Vec,GloVe等方法获得的词向量都是静态的,即这类模型对于同一个词的表示始终相同,因此无法准确应对一词多义的情况. 为了解决这一问题,基于语言模型的动态词向量表示方法应运而生.预训练语言模型在大规模未标注数据上进行预训练,通过微调的方式在特定任务上进行训练.DEVLIN 等[14]提出了BERT模型,它拥有极强的泛化能力和稳健性,在多类NLP问题中表现优异.BERT模型本质是一种语言表示模型,通过在大规模无标注语料上的自监督学习,为词学习到良好的特征表示,并且可以通过微调,适应不同任务的需求. BERT模型采用多层双向Transformer结构,在建模时,Transformer结构使用了自注意力机制,取代传统深度学习中的CNN和RNN,有效地解决了长距离依赖问题,并通过并行计算提高计算效率. 通过计算每一个单词与句中其他单词之间的关联程度来调整其权重. BERT模型的结构如图2所示.文本分类是自然语言处理(NLP)领域中的一项关键任务,它把文本数据归入不同的预先定义类别,在数字化图书馆、新闻推荐、社交网络等领域起到重要的作用. JOACHIMS[3]首次采用支持向量機方法将文本转化成向量,将文本分类任务转变成多个二元分类任务. KIM[4]提出了基于卷积神经网络(CNN)的TextCNN方法,在多个任务中取得了良好的效果. 徐军等[5]运用朴素贝叶斯和最大熵等算法,实现了中文新闻和评论文本的自动分类. 冯多等[6]提出了基于CNN的中文微博情感分类模型,并运用于社交场景.由于教材文本数据具有稀疏性,使用传统的分类算法进行建模时很难考虑上下文和顺序信息,并且数据集不平衡,不同指标的文本条数差异较大. 之前的相关研究[7-8]主要基于静态词向量(GloVe,Word2Vec)与CNN进行建模,所获得的词向量表示与上下文无关,也不能解决一词多义问题,且CNN只能提取局部空间特征,无法捕捉长距离的位置信息. 本文作者采用深度学习方法,对教材短文本数据进行分类,首先采用合成少数类过采样技术(SMOTE)和easy data augmentation(EDA)技术获得更平衡、更充分的文本数据集,提出基于深度学习的教材德目教育文本分类模型(IoMET_BBA),使用基于转换器的双向编码表征(BERT)预训练模型来生成富含语境信息的语义向量,然后使用双向长短期记忆网络(BiLSTM)和注意力机制来进一步进行特征提取,充分考虑上下文和位置信息,从而提高分类任务的准确性. 实验证明:相比于传统模型,IoMET_BBA模型的准确率与F1值提升明显,可高效准确地完成大规模的教材德目教育文本分类任务.1 相关技术1.1 深度学习分类模型文本分类需要使用已标注的训练数据来构建分类模型. 常见的文本分类流程如图1所示. 在进行文本分类之前,通常需要对原始数据进行预处理,包括分词、去除停用词、词干提取等.文本分类可以使用多种算法进行建模. 传统的机器学习分类模型,如朴素贝叶斯[9]、Kmeans[10]、支持向量机[3]、决策树[11]等,通常需要依靠人工来获取样本特征,忽略了文本数据的上下文信息和自然顺序. 近年来,基于神经网络的深度学习方法成为研究的热点. 这种方法主要包含两个关键任务:通过构建词向量来表示文本、使用一定的模型来提取特征并进行分类.计算机不能理解人类的语言,因此在NLP任务中,首先要将单词或词语表示成向量. 独热编码将词转化为长向量,向量维度与词数量相同,每个向量中某一维度的值是1,其余值都是0. 独热编码虽然简单,但不能体现出词与词之间的关系,并且当词量过大时,会出现维度灾难及向量十分稀疏的情况. 分布式的表示方法则可以将词表示为固定长度、稠密、互相存在语义关系的向量,这类方法也称为词嵌入. MIKOLOV等[12]提出了Word2Vec框架,包含Skip-Gram和Cbow算法,分别用单词来预测上下文和用上下文来预测单词. PENNINGTON 等[13]提出的GloVe方法,同时考虑到了局部信息和全局统计信息,根据词与词之间的共现矩阵来表示词向量.深度学习方法已经成为文本分类的主流方法. KIM等[4]使用包含卷积结构的CNN来分类文本,将文本映射成向量,并将向量输入到模型,通过卷积层提取特征、池化层对特征采样,但CNN没有时序性,忽略了局部信息之间的依赖关系. 循环神经网络(RNN)则从左到右浏览每个词向量,保留每个词的数据,可以为模型提供整个文本的上下文信息,但RNN计算速度较慢,且存在梯度消失等问题. 作为RNN的一种变体,长短期记忆网络(LSTM)通过过滤无效信息,有效缓解了梯度消失问题,更好地捕获长距离的依赖关系. 而BiLSTM由一个前向的LSTM和一个后向的LSTM组成,能够捕获双向语义依赖.1.2 BERT预训练模型同一个词在不同环境中可能蕴含不同的意义,而使用Word2Vec,GloVe等方法获得的词向量都是静态的,即这类模型对于同一个词的表示始终相同,因此无法准确应对一词多义的情况. 为了解决这一问题,基于语言模型的动态词向量表示方法应运而生.预训练语言模型在大规模未标注数据上进行预训练,通过微调的方式在特定任务上进行训练.DEVLIN 等[14]提出了BERT模型,它拥有极强的泛化能力和稳健性,在多类NLP问题中表现优异.BERT模型本质是一种语言表示模型,通过在大规模无标注语料上的自监督学习,为词学习到良好的特征表示,并且可以通过微调,适应不同任务的需求. BERT模型采用多层双向Transformer结构,在建模时,Transformer结构使用了自注意力机制,取代传统深度学习中的CNN和RNN,有效地解决了长距离依赖问题,并通过并行计算提高计算效率. 通过计算每一个单词与句中其他单词之间的关联程度来调整其权重. BERT模型的结构如图2所示.文本分类是自然语言处理(NLP)领域中的一项关键任务,它把文本数据归入不同的预先定义类别,在数字化图书馆、新闻推荐、社交网络等领域起到重要的作用. JOACHIMS[3]首次采用支持向量机方法将文本转化成向量,将文本分类任务转变成多个二元分类任务. KIM[4]提出了基于卷积神经网络(CNN)的TextCNN方法,在多个任务中取得了良好的效果. 徐军等[5]运用朴素贝叶斯和最大熵等算法,实现了中文新闻和评论文本的自动分类. 冯多等[6]提出了基于CNN的中文微博情感分类模型,并运用于社交场景.由于教材文本数据具有稀疏性,使用传统的分类算法进行建模时很难考虑上下文和顺序信息,并且数据集不平衡,不同指标的文本条数差异较大. 之前的相关研究[7-8]主要基于静态词向量(GloVe,Word2Vec)与CNN进行建模,所获得的词向量表示与上下文无关,也不能解决一词多义问题,且CNN只能提取局部空间特征,无法捕捉长距离的位置信息. 本文作者采用深度学习方法,对教材短文本数据进行分类,首先采用合成少数类过采样技术(SMOTE)和easy data augmentation(EDA)技术获得更平衡、更充分的文本数据集,提出基于深度学习的教材德目教育文本分类模型(IoMET_BBA),使用基于转换器的双向编码表征(BERT)预训练模型来生成富含语境信息的语义向量,然后使用双向长短期记忆网络(BiLSTM)和注意力机制来进一步进行特征提取,充分考虑上下文和位置信息,从而提高分类任务的准确性. 实验证明:相比于传统模型,IoMET_BBA模型的准确率与F1值提升明显,可高效准确地完成大规模的教材德目教育文本分类任务.1 相关技术1.1 深度学习分类模型文本分类需要使用已标注的训练数据来构建分类模型. 常见的文本分类流程如图1所示. 在进行文本分类之前,通常需要对原始数据进行预处理,包括分词、去除停用词、词干提取等.文本分类可以使用多种算法进行建模. 传统的机器学习分类模型,如朴素贝叶斯[9]、Kmeans[10]、支持向量機[3]、决策树[11]等,通常需要依靠人工来获取样本特征,忽略了文本数据的上下文信息和自然顺序. 近年来,基于神经网络的深度学习方法成为研究的热点. 这种方法主要包含两个关键任务:通过构建词向量来表示文本、使用一定的模型来提取特征并进行分类.计算机不能理解人类的语言,因此在NLP任务中,首先要将单词或词语表示成向量. 独热编码将词转化为长向量,向量维度与词数量相同,每个向量中某一维度的值是1,其余值都是0. 独热编码虽然简单,但不能体现出词与词之间的关系,并且当词量过大时,会出现维度灾难及向量十分稀疏的情况. 分布式的表示方法则可以将词表示为固定长度、稠密、互相存在语义关系的向量,这类方法也称为词嵌入. MIKOLOV等[12]提出了Word2Vec框架,包含Skip-Gram和Cbow算法,分别用单词来预测上下文和用上下文来预测单词. PENNINGTON 等[13]提出的GloVe方法,同时考虑到了局部信息和全局统计信息,根据词与词之间的共现矩阵来表示词向量.深度学习方法已经成为文本分类的主流方法. KIM等[4]使用包含卷积结构的CNN来分类文本,将文本映射成向量,并将向量输入到模型,通过卷积层提取特征、池化层对特征采样,但CNN没有时序性,忽略了局部信息之间的依赖关系. 循环神经网络(RNN)则从左到右浏览每个词向量,保留每个词的数据,可以为模型提供整个文本的上下文信息,但RNN计算速度较慢,且存在梯度消失等问题. 作为RNN的一种变体,长短期记忆网络(LSTM)通过过滤无效信息,有效缓解了梯度消失问题,更好地捕获长距离的依赖关系. 而BiLSTM由一个前向的LSTM和一个后向的LSTM组成,能够捕获双向语义依赖.1.2 BERT预训练模型。
基于培养学生问题意识的初中语文阅读教学措施研讨
基于培养学生问题意识的初中语文阅读教学措施研讨作者:黄齐风来源:《作文成功之路·上旬刊》 2016年第8期江西省崇仁一中黄齐风【摘要】初中语文教学提高了对学生阅读能力的要求。
伴随着新课程改革的深入,阅读教学在初中语文教育中所占据的比例不断扩大。
在初中语文阅读中培养学生的问题意识,调动学生的阅读积极性,加深对文章的理解,从而为培养学生审美能力奠定基础。
本文着重分析培养问题意识对初中语文阅读教学的重要意义,以及培养问题意识的具体策略,希望能对初中语文阅读教学的发展有所帮助。
【关键词】问题意识初中语文阅读教学具体策略在初中语文课堂上,阅读时间所占的比例不断扩大,但是学生的阅读水平并没有显著提高。
古文、古诗词及现代文阅读中,不论是对字词的理解还是对中心思想的把握都差强人意。
学生基本上是按照自己的阅读兴趣进行阅读,阅读面较狭窄;对于教师的引导,不能进行深入思考。
问题意识的引入有助于激发学生的学习兴趣,深化对阅读内容的理解,并且提高学生的阅读能力。
一、初中语文阅读教学增强学生问题意识的重要性当前,初中语文的教育目标,不仅重视学生白己获取知识的能力,更看重形成这一能力的过程,学生应该在教师的引导下,培养积极思考的习惯和解决问题的能力。
阅读教学已经抛弃了传统教学法中的灌输模式,而是着重培养学生的文本解读能力,给予学生更多的思考和阐释的空间和自由。
问题意识有助于培养学生的逻辑思维能力,还可以深化学生对阅读文章的领悟,从而使学生的文化底蕴能够不断丰富。
问题意识有助于学生主体意识的发挥,从而激发他们的学习热情。
问题意识对学生的未来发展也具有极为重要的意义,可以使他们避免在未来的学习、生活与工作中处于被动状态,而是积极主动地解决问题,从而培养学生一种良好的心理状态。
二、初中语文阅读教学中问题意识的培养策略初中学生思维灵活性较大,因此对新事物的接受能力很强。
教师在执教时,首先应当尊重学生的意见,贯彻“以学生为主体”的思想,从而调动学生的积极性与创造性。
培养学生的“问题意识”是提升语文教学水平的重要方法
培养学生的“问题意识”是提升语文教学水平的重要方法徐平
【期刊名称】《现代教育科学(中学教师)》
【年(卷),期】2011(000)010
【摘要】本文从个人教学实践的感悟和体会出发,就设疑导引发现问题的思路、设题培养“发现”问题的能力、谬误强化“发现”问题的意识、自读激发“发现”问题的兴趣四个方面论述了如何在语文教学中强化学生的“问题意识”,提升学生探究性学习的意识和能力。
谈了一些个人的看法和建议。
【总页数】1页(P17-17)
【作者】徐平
【作者单位】阜宁县施庄中学,江苏阜宁224400
【正文语种】中文
【中图分类】G633.2
【相关文献】
1.论多元文化背景下初中语文课堂中培养学生问题意识的重要性 [J], 富今帼
2.论多元文化背景下初中语文课堂中培养学生问题意识的重要性 [J], 张晓明
3.小学语文教学中培养学生问题意识的方法研讨 [J], 金智雄
4.高中语文教学中培养学生问题意识的方法分享 [J], 胡兵
5.小学语文教学中培养学生问题意识的方法与策略探讨 [J], 黄美莉
因版权原因,仅展示原文概要,查看原文内容请购买。
《教育学文摘》小学语文课堂教学中学生问题意识的培养研究
《教育学文摘》小学语文课堂教学中学生问题意识的培养研究摘要:在小学语文的学习过程中,培养学生的问题意识非常重要,教学过程中要以问题为驱动,以结果为导向,以学生为主体,多元化激发学生的学习主观能动性,以问促学,以问促教,倒逼教师主动提升教学质量、巩固学生的学习成果。
通过问题来提高语文课堂的教学水平,具体来说包含以下几个环节:预判问题—发现问题—提出问题—解决问题—复盘过程。
本文文将从实际教学角度出发,探究问题教学法在小学语文教学过程中的应用现状,并有针对性地提出解决方案。
关键词:小学语文;课堂教学;问题意识;培养1.小学语文课堂教学的现状小学语文教学在课程体系中具有基础性和全局性的重要地位。
小学生的认知水平和学习能力是呈现出线性递增的趋势,教师如何通过长期的一线课堂教学把课本内化于心,把语文的学习状态外化于行,让学生感受到课堂氛围的活跃,教师精神状态的饱满,对学生能否提出问题、有无意愿提出问题至关重要。
提问是课堂互动的部分,也是作业质量的一个检查。
需要明确的是,学生有无意愿提问,有无有价值的提问,教师有没有从学生提问的动力上进行分析,教师能从学生的提问上分析出哪些问题,这涉及两个主体、多个领域的问题。
回归课堂教学过程中,不少的青年教师存在侥幸心理,学生虽然学习的是新课文,但对教师而言已经是轻车熟路。
教师在教课的过程中不再呈现出一种对未知的课程有“新奇”“有趣”的心理,在各个环节都有漫不经心的现象。
学习新课程也是简单地对上节课或者上单元内容进行复盘回顾,在语言承接上只是为了导入新课而进行叙述,在语言承接关系上非常突兀,甚至没有联系。
在师生互动上,为了吸引学生注意力,高频次地在课堂上吼喊,不会调节课堂气氛。
在教学辅助用具使用中,不是过度依赖幻灯片就是过度依赖板书,一手漂亮的板书字体对学生学习语文有潜移默化的影响,但是频繁的黑板板书并没有将信息技术的优越性凸显出来,学生的参与性不强,忽视了学生在课堂中所承担的角色,久而久之,教学过程逐渐向“填鸭教学”方向发展,课堂成为教师的一言堂。
问题意识,创新培养——小学语文教学中学生问题意识的培养
课程教育研究Course Education Research2021年第19期一、引言在小学整个教学体系中,语文是十分重要的学科,应当受到学校、教师以及家长、学生的重点关注。
小学对于学生的发展而言,是十分重要的时期。
他们在这个过程中所养成的学习习惯以及思考问题的方式,都会影响他们的一生,会让他们建立起属于自己的个性化成长。
教师应当及时学习先进的教育理念,并将其付诸到日常教学的过程中。
重点培养学生的问题意识。
好奇心是任何学习最本质的驱动力。
当学生学会对一件事物产生质疑提出问题,并且能够主动探索,那么他们必然会取得相应的成就。
教师要帮助学生建立及自主学习的学习习惯,在自然程度上打造出高效的小学语文课堂,同时要在课堂上设置相应的问题,鼓励学生提出质疑、积极思考、解决问题的优秀习惯,为学生长远的学习道路奠定坚实的基础。
教学理念要始终本秉持着以学生为本的中心,开展多元化互动的课堂,确保学生的语文思维水平可以达到质的提升,让他们能够更多地体验到语文这一学科的核心素养,提升学生质疑、解决难题的综合能力。
二、引导学生在阅读的过程中发出疑问我国伟大的文学家曾经表示,千万个优秀的发明始于一个疑问。
新东西的出现是一种创新与创造的结合,是对知识进行灵活应用与整合的有效活动。
教师教学是为了让学生能够掌握学习的能力,学会学习,而不是将课本上的内容灌输给学生,让他们死记硬背。
在小学语文教学的整个知识框架中,阅读教学属于比较重要的部分。
在阅读教学过程里,学生的综合能力能够得到快速的提升,一些语文知识可以在阅读教学中得到应用。
对于小学生来说,他们的语文根基比较薄弱,并不能够掌握高效的学习方式。
教师在向他们传授知识时,不能直接指出问题,还要引导他们进行学习。
在一些正式课堂开始之前,可以给他们布置一些预习工作,让他们先去自学,发现自己在阅读过程中存在的问题,然后进行解决。
比如在学习《奇妙的克隆》这一篇文章时,可以在预习环节向学生设置一些理解字词意思的相关知识,让他们先掌握基础内容,攻克阅读的第一难关,鼓励他们在遇到不懂的生词时,先自我解决,可以通过查字典的方式,或者根据上下文语境的意思去判断词义。
小学语文课堂教学中学生问题意识的培养研究_1
小学语文课堂教学中学生问题意识的培养研究发布时间:2021-09-01T07:11:01.122Z 来源:《中国教师》2021年13期作者:马雅琦[导读] 如果在小学语文教学过程中,学生能够通过自主探究来解决生活中的语文问题,势必会使得学生的思维能力得到提升,意志得到锻炼,进而培养学生的创新意识。
马雅琦乌鲁木齐市第107中学新疆乌鲁木齐 831499摘要:如果在小学语文教学过程中,学生能够通过自主探究来解决生活中的语文问题,势必会使得学生的思维能力得到提升,意志得到锻炼,进而培养学生的创新意识。
但是就目前我国的小学语文教育来看,语文课堂教学仍然受到传统教育的影响,教师在教学期间也习惯性地忽视了学生的主体地位,学生在学习中也很难发挥自身的主观能动性。
基于此,本文结合当下小学语文教学中学生问题意识的实际情况,展开详细的探析,以此来培养学生的问题意识。
关键词:小学语文;课堂教学;问题意识;培养策略引言小学阶段的学生,思想意识正处于发展的关键时期,因此,在这个阶段培养学生的问题意识是至关重要的。
问题时学生探索事物,了解问题的基础,只有在此阶段帮助学生养成一定的语文问题意识,才能够为学生今后的思维逻辑发展奠定坚实的基础,进而帮助学生将语文课堂中所学习的知识应用到生活的实际中去。
一、小学语文课堂学生问题意识薄弱的原因(一)学生不愿意主动提问通过对小学语文的教学的不断观察发现,在课堂教学中大部分学生都很少或者几乎不会对教学内容提出问题,在学习的过程中,也只是教师让做什么就做什么,跟着教师的思路,被动的接受教师所讲述的内容。
除此之外,还有一部分学生会将提问归结为教师的工作,并不要学生进行提问,自己所应该完成的任务就是认真听讲,记笔记。
在这种传统观念的影响下,学生也会单纯的将学习重点放在教师所提出的问题上,最终导致学生缺乏一定的问题意识。
(二)学生不善于提问结合对以往语文课堂教学的经验来看,其中显现出的一个最关键的问题就是,大部分教师为了能够在课堂上完成本节课的教学内容,而忽略了在课堂教学过程中对学生的提问,甚至有的教师认为课堂提问会影响上课的进度。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
密的思维、严谨的态度等科学素养的形成。 (三)深化现代汉语的教学改革 现代汉语的教学改革在学术界讨论也比较多,
但绝大多数的讨论都集中于教学内容、教学方式的 改革:教学内容方面,或认为教材落后于时代的要 求,或认为不适应多种教学目的的需要;教学方式 方面,主要认为传统的讲授式教学,不能有效培养 学生的语言应用能力,要求增加实践性环节。 这些 讨论研究无疑推进了现代汉语的教学改革,提升了 教学的质量,但是对于现代汉语教学中研究性教学 则讨论不多,对于研究性教学在培养学生的科研能 力及创新精神方面的重要意义认识不够。 研究性教 学是培养创新人才的必然要求,因此在现代汉语教 学中实施研究性教学对于深化现代汉语的教学改 革也具有重要的意义。
二 、 问 题 意 识— ——研 究 性 教 学 的 基础和核心
大学的根本任务是培养人才,就是要让学生掌 握科学的思维方法,具有强烈的创新意识和一定的 创新能力,能够敏锐地发现问题、正确地分析问题 和创造性地解决问题。 发现问题、分析问题、解决问 题的问题意识是科研创新的起点和依托,对于研究 性教学来说,问题意识是其基础和核心,一切教学 活动以发现问题、分析问题和解决问题而展开。 目 前学术界对《现代汉语》教学中的研究性教学也有 一些研究成果, 但一般都是从大的方面泛泛而谈, 难以真正学习借鉴、贯彻实施。 下面笔者根据自己 的教学实践,以问题意识为基础和核心,以具体的 事实为例证,谈谈现代汉语教学中的研究性教学。
(一)发现问题 爱因斯坦说发现问题比解决问题更重要,确 实,发现问题往往是科研创新的源泉,但是发现问 题往往也是最难的。 对于《现代汉语》课程的教学来 说,首先要给学生灌输不惟教材的观念,不要认为 教材上都是对的,或者是唯一的解释,要敢于从语 言实际和语感出发提出自己的观点,发表不同的见
65
三门峡职业技术学院学报
第二个问题: 教材 62 页讲到动补短语时列举 了五个例证,其中第四个例证的分析是:
走〈到天涯海角〉 (动·介词短语) 教材 98 页讲到时间、处 所 补 语 时 ,例 证 30 的 分析是: 两个小伙子张罗着把对联贴〈到大门的两侧〉。 根据教材,大部分学生都坚持认为“走向深渊” 和“说到我的心坎里”应该分析为: 走〈向深渊〉 说〈到我的心坎里〉 但这种分析与我们的语感不一致,我们实际读 音时,“走向”和“说到”应该是一个整体,其节奏应 该是: 走向//深渊 说到//我的心坎里 (三)解决问题 经过以上分析讨论,确立了以下两个论题: 1.“到”的语法属性和语义问题 2.语法结构和语音节奏关系问题 针对第一个问题,作以下提示和要求:一是要 求学生寻找更多的包含有“到”的句子,如“到家 了”、“走到家了”、“碰到熟人”、“看到小李”等等,分 析比较,归纳“到”的语法属性和语义;二是查阅《现 代汉语词典》(第五版),看上面是如何解释的,是否 完善;三是在感性经验的基础上,要求学生到图书 馆查阅中国期刊网,阅读一些论述动词、介词语法 化和词缀的文章。 针对第二个问题,作以下提示和要求:一是要 求学生寻找更多语法结构分析和朗读节奏不一致 的例句,如“两个黄鹂鸣翠柳,一行白鹭上青天”中 “鸣翠柳”和“上青天”;二是要求学生查阅中国期刊 网,阅读一些论述语法结构、语义和语音节奏关系
64
重任,研究性教学在《现代汉语》课程中具有重要的 意义:
(一)让学生更好胜任中学语文探究性学习的 教学工作
教育部颁发的《现代汉语教学大纲》中规定《现 代汉语》 课的教学目标是:“贯彻理论联系实际的原 则, 系统讲授现代汉语的基础理论和基础知识,加 强基本技能的训练,培养和提高学生理解、分析和 运用现代汉语的能力,为他们将来从事语文教学工 作和现代汉语的研究工作打好基础。 ”从这一表述 中可以看出,学习《现代汉语》课程的最终目的是要 为学生“将来从事语文教学工作和现代汉语的研究 工作打好基础”,为语文教学和现代汉语研究服务。 随着中学语文新课改的实施,要求改变传统的接受 型教学模式,转变为探究性学习的教学模式。 探究 性学习的教学模式,其实质就是创设一种类似于学 术研究的情境,在教师的引导下,通过学生自主发 现问题、分析问题、解决问题,从而让学生获得知 识、发展技能,培养探索精神和创新能力,全面提高 学生的综合素质。 探究性学习的提倡、实施,对教师 也提出了更高的要求,要求教师必须是一个很好的 研究者,有发现问题的眼力,熟悉学术研究的基本 过程与规律。 前几年新课标的培训中,笔者参与了 中学语文教师的继续教育工作,讲授探究性学习课 程,在教学中,明显感觉到较多中学语文教师自身 研究能力的不足,这样要想真正胜任中学语文探究
的科研能力,可以让他们更好地从事中学语文探究性学习的教学和语言研究工作,同时也进一步深化了《现代汉语》
的课程改革。以问题意识为基础和核心的研究性教学,具体、可操作性强,是实施研究性教学的有效途径。研究性教学
给教师、学生的教和学以及教材的编写也提出了新的更高的要求。
关键词:问题意识;现代汉语;研究性教学
解。 其实只要不惟教材,平时处处留心,发现问题并 不难。 下面以黄伯荣、廖序东主编的《现代汉语》(增 订三版)[4]为例具体说明:
例 1:教材 75 页,练习四、指出下面句子中定语 的短语结构类和功能类。
恒心,是攀登高峰的通天梯。 …… 私心,是走向深渊的大祸根。 学生在分析“大祸根”的定语“走向深渊”的结 构时,出现了两种分析方法,如下: 走〈向深渊〉 走向深!渊 第一种分析认为第一层“向深渊”是“走”的补 语,第二层是“深渊”作“向”的宾语;第二种分析认 为第一层“深渊”是“走向”的宾语,第二层是“向”作 “走”的补语。 这两种分析方法第一层和第二层都不 一致,到底应该如何正确分析呢? 例 2:教材 108 页,练习三、指出下面句子的宾 语和补语。 他的话说到我的心坎里了。 老雷找到了他的同学。 有了前面“走向深渊”的分析经验,针对这二 题,我要求全班同学运用层次分析法,分析这两例 的结构层次,结果第②题中“说到我的心坎里”分析 也出现了两种情况,如下: 说〈到我的心坎里〉 说到我!的!心!坎!里 这样的分析结果与例 1 相同, 也出现了争议。 我接着让学生看第⑥题能不能作同样的分析,结果 绝大部分同学认为只有一种分析,如下: 找到了他!的!同!学 综合上述两例可以看出,为什么“走向深渊”和 “说到我的心坎里”有两种分析,而“找到了他的同 学”只有一种分析呢? 此外“走向深渊”和“说到我的 心坎里”的两种分析谁对谁错,为什么会出现这种 情况呢? 很明显,这是一个问题,值得思考和探究, 可以作为研究性教学的极好素材,因此我要求学生 课后思考,收集更多类似的例证,下节课讨论。 (二)分析问题 要求学生课后思考的同时,笔者课后也认真地 分析了以上例证,并与其他教师探讨,查阅资料,力 图进行解释。 课堂上我提出了以下两个问题,以引 导学生分析思考: 1.“走 向 深 渊 ”和 “说 到 我 的 心 坎 里 ”有 两 种 分
2009 年 6 月 第 8 卷第 2 期
文史哲
三门峡职业技术学院学报 Journal of Sanmenxia Polytechnic
Jun.,2009 Vol.8,No2
基于问题意识的《现代汉语》研究性教学
丁俊苗
(巢湖学院 中文系,安徽 巢湖 238000)
摘 要:研究性教学是一种新的教育思想和教学方式,在《现代汉语》课程教学中实施研究性教学,培养学生初步
一、研究性教学在《现代汉语》教学 中的意义
研究性教学的重要意义在高等教育中越来越 受到重视,但研究性教学的实施,学生创新能力的 培养,则是要通过具体的课程教学来进行。 《现代汉 语》是高等师范院校汉语言文学专业的一门重要的 专业基础课,在高等教育弘扬、实施研究性教学的 背景下,《现代汉语》课同样要努力贯彻实施研究性 教学,肩负起培养学生创新能力、提升教育质量的
基于问题意识的《现代汉语》研究性教学
性学习的教学,是有困难的。 今天的师范生,就是明 天的教师,他们要想较好地胜任中学语文探究性学 习的教学工作, 自身同样要具备必要的研究能力, 至少要熟悉学术研究的基本过程和特点,如果己之 昏昏,岂能使人昭昭。 《现代汉语》是语文教学的重 要基础课,因此在《现代汉语》课的教学中引入研究 性教学,让学生参与研究,熟悉科研的过程和规律, 培养他们初步的科研能力,对他们将来从事中学语 文的教学工作,实施探究性学习的教学,培养学生 的创新能力,无疑具有重要的意义。
析,而“找到了他的同学”只有一种分析,问题出在 什么地方?
2.“走向深渊”和“说到我的心坎里”教材上是如 何分析的? 为什么与我们的语感不一致?
师生共同活动,通过列举更多例证,运用变换 分析等方法,针对上述两个问题,作了如下分析讨 论:
第 一 个 问 题 :“ 走 向 深 渊 ”、“ 说 到 我 的 心 坎 里 ” 中“向”和“到”后是表示方位的名词性短语,而“找 到了他的同学”中“到”后是表示人的名词性短语; “说到我的心坎里”和“找到了他的同学”中的“到” 的语法属性和语义不一样。
《现代汉语》课程的研究性教学,除了上述三点 直接意义外,还具有一定的普遍意义。 因为平时的 教学中研究性教学的缺失,大四学生撰写毕业论文 时,难以选题、不会查阅资料等是常事,有的甚至不 知中国期刊网为何物。 《现代汉语》 一般在大一开 设,让学生及早参与、熟悉学术研究的基本过程,对 于他们传统学习方式的改变、科研素养的形成以及 科研论文(包括毕业论文)的撰写都有极大的好处。
中 图 分 类 号 :H109.4
文 献 标 识 码 :A
文 章 编 号 :1671-9123 (2009)02-0064-04ห้องสมุดไป่ตู้
收 稿 日 期 :2009-03-27
作 者 简 介 :丁俊苗(1974-),男,安徽枞阳人,巢湖学院中文系讲师,陕西师范大学汉语言文学院博士研究生。
教育部《关于进一步加强高等学校本科教学工 作的若干意见》中明确要求:“要积极推动研究性教 学,提高大学生的创新能力。 ”研究性教学是一种新 的教育思想和教学方法,是培养、提高学生创新能 力,提升教育质量的重要途径和手段。 罗正祥指出, “要从传统教育的惯性和影响中解放出来, 改革那 种妨碍学生创新精神和创造能力发展的教育观念、 教学模式和方法,大力推进研究性教学,把教学与 研究有机结合并融入到本科教学活动的方方面 面。 ” 行 [1](P44) 龙指出,“在本科教学中引入研究性教 学理念, 把着力点放在培养学生的创新精神与实践能 力上,是提升本科教学质量的一个重要突破口。 ”[2](P44) “大学课程教学不仅承担着传承知识, 更肩负着创新 知识的使命。 ……研究性教学在培养学生的综合能 力的过程中将发挥越来越重要的作用,它将成为综 合性实践课程的主要教学方法。 ”[3](P75)