藏族家长对幼儿园课程的期望研究

来源 :西南大学 | 被引量 : 0次 | 上传用户:kayak6789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
幼儿园作为实施学前教育的重要场所,承担着促进幼儿发展重要责任,而幼儿园课程则是撬动幼儿发展的杠杆。依据人类发展生态理论,幼儿园课程体系的建设,需要家长的参与。因此,本研究围绕藏族家长对幼儿园课程的期望展开研究。笔者对幼儿园课程、家长教育期望等相关已有研究内容进行了梳理和综述,结合个人工作经验确立了本研究的价值。本研究主要以访谈法,辅以简单的问卷对拉萨市某幼儿园的家长进行抽样调查。研究分析的结论为:在教育观念上,藏族家长出于儿童本位,关注幼儿的情感体验和各项技能的发展;但藏族家长在对幼儿学习方式的认识上,存在学科本位和小学化倾向,存在对游戏式教学的理解错位现象。在教育期望上,藏族家长希望通过幼儿园课程,矫正幼儿的不良行为习惯、传承藏民族的优秀文化;同时通过信息化设备,拓宽幼儿认识世界的渠道。在家园合育上,多数藏族家长出于被动选择状态,缺乏主动参与幼儿园课程建设的意识。此外,本研究分析了影响藏族家长教育期望的因素,探究了藏族家长参与幼儿园课程建设的意义和路径。藏族家长应该转变心态,积极与教师合作;幼儿园应该主动引导,提供更多家长参与课程的方式;藏族家长可以通过参与幼儿园课程的规划、资源开发、评价等多个环节,成为幼儿园课程建设的主体之一。
其他文献
监督职能是董事会的主要职能之一,同时也是最重要的职能。有效的董事会监督能够抑制管理者的舞弊行为。近年来上市公司财务丑闻层出不穷,从安然事件到最近震惊A股的康美药业造假事件,都显露出董事会监督职能一定程度上的失效。如何提高董事会的监督效率成为当下热议话题。近些年,随着经济全球化的深化,中国与世界的交往越来越频繁。无论是“走出去”战略的实施,使聘请外籍员工成为一种需求;还是“海外高层次人才引进计划”的
超薄二维纳米材料在材料科学、物理学、化学和纳米技术中具有广泛的应用前景。原子力显微镜在纳米材料表征方面的最新进展为二维纳米材料在微电子和光电子领域的研究开辟了新的机遇。二硫化钼(MoS_2)是一种具有层状结构的材料,当它被制成单层材料后表现出与块体材料差异很大的物理性能。目前MoS_2已经被用于多种器件中,但从微观角度研究其力电性能的报道较少。本工作基于原子力显微镜研究材料的多种模式,针对MoS_
准晶材料作为一种新型材料,由于其结构的特殊性得到了广泛的应用.其不粘性、耐热、耐磨等特性被以涂层或薄膜的形式覆盖在其它材料表面,为汽车制造和航空业所重视.尽管准晶材
随着互联网大数据的发展,油田生产管理也逐渐向智能方向迈进。因此P-AI油水井智能专家管理平台应运而生,它在D采油厂的生产管理中,实现了记录油水井的开发状况并通过报表统计记录各项生产参数。但目前在各基层采油队使用过程和分析数据时,还是大量依靠人工来完成统计数据、查找问题,效率低下,因此,在生产管理中,急需智能、便捷的手段来减轻统计查询工作量,实现自动化、更新管理观念来满足企业发展的需求,实现效益最大
我国在积极寻求经济发展方式转型的同时,也面临着环境污染严重、经济下行压力大等问题。如今,促进产业结构升级,走低能耗、低污染的绿色发展道路已成为平衡经济发展与环境保
密封电子元器件在航天领域和军事领域的设备中是重要的基础元器件。多余物是由于现有生产工艺的不成熟或者人为的疏忽而引入的金属或者非金属微粒。可能严重影响元器件的可靠性。微粒碰撞噪声检测法是目前应用最为广泛的多余物检测方法。信号特征在密封电子元器件的组件识别及多余物材质识别有重要作用,以往的研究主要集中于分类算法改进或脉冲提取方法改进。使用的脉冲特征主要是基于以往检测经验建立的特征。没有对检测脉冲的特征
学习兴趣是提高学习效果的重要因素,本研究旨在了解天津市北辰区乡镇校初中生物理学习兴趣现状,通过归因分析,进而提出教学改进建议,促进教学质量提高。为体现物理学科新的教
二硼化锆(ZrB2)是一种典型的超高温陶瓷材料,属于六方晶系,具有高熔点(3245℃)、高硬度、耐腐蚀、化学稳定性好、优良的导热和导电性等特点,是高超音速飞行器热防护材料的热门候选材料之一,近些年受到了研究学者的广泛关注。对其研究的热点集中在解决其难烧结、韧性差和抗氧化性差等问题。本文基于自增韧多相陶瓷设计思路,首先提出了一种制备大长径比的1D-ZrB2晶粒(onedimensional ZrB2
在遥感图像解译的研究中,目标检测一直占据着重要的地位。遥感技术的不断发展,促使了越来越多高分辨率光学遥感图像出现在人们的视野。光学遥感图像目标检测应用广泛,在军事和民用领域都有涉及。近年来,深度学习发展迅速,被用于各种计算机视觉任务中。由于自身强大的特征表达能力,卷积神经网络(Convolutional Neural Network,CNN)在自然场景图像分类和目标检测任务中表现十分出色。当前,将
柑橘等水果的品质分级是我国水果产业的一项薄弱环节,分级的不规范性直接影响水果的质量和销售。现阶段我国的水果分级系统大多靠人力进行分级分拣,这种传统且低效的运作模式导致水果成品的质量参差不齐,对水果的销路造成消极影响。本文以图像识别为基础,结合神经网络,提出了一种柑橘分级方法。主要包括以下内容:1、建立了一套非实时、实验室环境下的柑橘图像采集装置,在此基础上共采集柑橘图像2048张。2、为保证采集图