在阅读教学中提升学生的思维能力

来源 :新课程导学 | 被引量 : 0次 | 上传用户:liaodoctor
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
在语文阅读教学中灵活运用各种形式,激活学生思维,让学生向智慧和人格宝塔尖迈进,成为未来社会的新人,是知识经济时代赋予教育的责任。我们必须抓住阅读教学这一渠道,引导学生参与,挖掘学生的潜能,发挥学生的自主性,体验阅读过程,拓展思维能力,让学生不仅学会学习,更尝到阅读的乐趣,并达到提升学生思维的目的。一、阅读教学的个性化有益于思维的拓展在知识经济不断更新的今天,拓宽学生的思维能力已 In the teaching of Chinese reading, we can flexibly use various forms to activate students’ thinking and enable students to move forward toward wisdom and personality pagoda pointers and become newcomers to the future society. It is also the responsibility of education given in the era of knowledge-based economy. We must seize the reading teaching of this channel to guide students to participate in, tap the potential of students, give play to the autonomy of students, experience the reading process, develop thinking skills, so that students not only learn to learn, but also enjoy the fun of reading, and to enhance students The purpose of thinking. First, the personalization of reading teaching is conducive to the development of thinking In the knowledge-based economy continue to update today, broaden students’ thinking ability
其他文献
在带有红树林的近海渔业资源中,本文假设鱼群的繁殖行为仅仅在红树林区进行,并且在该区域严禁捕捞,在此基础上建立了一个近海渔业资源的离散动力学模型,并分析其非线性动力学行为
设λK是有v个顶点的完全多重图,G=(V(G),E(G))是有限简单图.一个(v,G,λ)-GD是将λK的所有边分拆为与G同构的子图(称为区组)的并.称(v,G,λ)-GD为对于图G的图设计或G-分解.(v
该文讨论某些李群以及某些与李群密切相关的流形的几何性质.该文大致可分为两部分.第一部分,主要讨论幂零及可解李群的几何.第一部分的安排如下.在第一章中,我们重提广义Heis
在二维非结构化网格自动生成的研究中,四边形网格和三角形网格是当前应用最为广泛的两类网格.目前,三角形网格的自动生成技术己趋成熟,但关于任意四边形网格自动生成技术还不
证券投资组合绩效评价是从事后对证券投资组合的效果进行比较客观公正的评价.一般的评价指标为投资组合的收益率及风险.已有的评价方法主要是根据资本市场线和证券市场线,给
Rayleigh-Taylor不稳定性问题是由于两种不同密度的流体在重力或惯性力作用下形成的界面不稳定问题.该文重点用数值模拟的方法研究三维Rayleigh-Taylor不稳定性问题.求解不稳
拓扑传递性是动力系统的一个全局性质,它描述了动力系统有一个状态可以在该系统的作用下进入任意状态的任意邻域中.该文针对Takens-Rullue意义下的混饨(简称TR-混饨)的拓扑传
近几年来,随着非线性科学的快速发展,非线性方程已经成为非线性学科里重要的研究部分.非线性方程是描述各个科学领域中复杂的物理现象的一类重要的数学模型,求解偏微分方程是
在Internet和其他的很多信息量高度集中的媒体上,信息检索(Information Retrieval,IR)正日益成为一个重要的课题.在潜在语义分析(Latent Semantic Analysis,LSA)方法中,相关
该文分两章.第一章研究了带时间和边数约束的双约束最短路问题.这类问题是NP-完备的,不存在多项式时间精确算法,除非P=NP.作为预备知识,我们首先介绍了ROUNDING和SCALING方法