整本书阅读理念下的高中小说节选文教学研究

来源 :南京师范大学 | 被引量 : 2次 | 上传用户:xyz880330
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
整本书阅读理念并非今人首创,它发端于中国古代传统语文教育,经教育理论家叶圣陶、夏丏尊等人的提出与标举,朱自清、余冠英等人的反思与质疑,成为语文阅读教育领域的重要理论。之后在新课改的推动下,当代语文教育界学人进一步发展整本书阅读理念的价值内核,该理念为高中语文阅读教学指引道路。小说节选文作为原著的有机组成部分,在内容与形式上都与原著存在紧密关联。指向整本书的小说节选文教学具有重要意义:有利于学生深入理解文本,全面把握作品内涵;有利于学生树立整体意识,形成良好的阅读思维;有利于学生掌握阅读方法,提高语文阅读能力。通过问卷调查和访谈发现,目前整本书阅读理念下的高中小说节选文教学依然存在许多现实挑战:学生语文阅读能力参差不齐,教师教学理念亟须扩充更新,学校课程构建受到诸多限制,阅读教学评价机制有待完善。在指向整本书的小说节选文教学实践中,从教学内容、教学支持和教学评价机制三方面进行阅读教学规划。基于小说的文体特征,从小说四要素入手提炼要素明确的教学内容:前后勾连,挖掘人物形象的多面性;着眼全局,探寻情节发展的因果;贯通全书,把握环境背景的深意;立足整本,探究多元的主旨意蕴。其次,给予指向明确的教学支持:根据教学目标,确立精读章回;借力经典评论,激发阅读兴趣;强化阅读期待,填补阅读空白;勾连异同内容,扩大语境寻根。最后,设置有效反馈的评价机制,做到评价标准具体化、评价形式多样化和评价主体多元化。
其他文献
随着计算机网络和大数据技术的飞速发展,敏感数据和个人隐私泄露的情况也越来越严重。负调查是一种可以在收集敏感数据的同时保护参与者个人隐私的调查方法,已有的关于负调查
稻谷在储藏环节会有较多的损耗,对国家造成极大的经济损失,并影响粮食的储备和供给。对稻谷储藏期间的品质变化、霉菌区系及真菌毒素含量变化情况进行研究并系统分析这些指标之间的相关性能更好的了解稻谷储藏过程中品质的差异及潜在的安全隐患,有助于保障稻谷的安全储藏。因此本研究对粮库中不同储藏期稻谷品质指标、霉菌区系和真菌毒素含量进行了测定,随后对这些指标之间的相关性进行分析,揭示了仓储稻谷的品质及安全性差异。
当今社会,各种高层、超高层构筑物如星罗棋布般分散在各个城市,在我们生活的方方面面扮演着各种各样的角色。而在建筑行业的激烈竞争中,怎样实现将工作效率高、安全性能好、绿色施工程度高的新型施工技术,应用在施工过程当中,成为了广大建筑企业刻不容缓的责任。在高耸构筑物施工过程中,模板的施工,是整个施工过程当中的一个重点及难点工程。传统的模板施工在高耸构筑物施工过程中表现出了诸多的缺点与不足,比如模板搭设难度
高职院校在我国高等教育中占有重要地位,校企合作是高职院校实现师资优化、人才培养等目标的必由之路与战略选择。高职院校校长作为学校的顶层领导人物,其多方面能力的表现,
日常生活中传播的绝大多数信息如书籍、杂志、网页等都是以文本的形式存在的。随着互联网的普及,信息传播速度不断加快,文本数据也呈现爆炸式增长。这些文本数据中蕴藏着很多
无线传感器网络(Wireless Sensor Networks,WSN)技术能够广泛应用在社会生活中,得益于无线电通讯、微型传感器等技术的快速进步。目标跟踪是WSN的重要应用之一。由于组成WSN
图像分割是数字图像处理和计算机视觉中的一项重要研究,其任务是将图像中包含的前景物体提取出来,从而为图像检索、识别等相关视觉任务奠定了基础。现有的单幅前景分割算法通常基于用户交互展开,而图像集的前景分割算法多基于需大量标注图像训练的深度神经网络进行。虽然相关研究已取得了一定的进展,但由于图像内容的复杂性和多样性,对给定图像集进行前景分割仍是一个极具挑战性的问题。本文旨在研究同类前景图像集的前景分割技
近年来,局部域上的拟微分方程因其在理论物理、流体动力学等方面的广泛应用,越来越受到人们的关注.p-adic域Q_p上函数的导数如何定义及其上的一类拟微分方程的探究,这些都是局部域研究领域的重要问题.1992年,苏维宜利用拟微分算子定义了局部紧Vilenkin群G上函数的p-adic导数与积分算子Tα,这为后续拟微分方程的研究提供了理论基础.随后,许多学者关于p-adic域Q_p上的一类拟微分方程的
股权分置改革以来,内部人的交易行为呈现常态化多样化趋势,备受监管部门和资本市场等各个方面重视。由于高管对于企业的运营有着至关重要的影响,近几年来,高管的交易行为成为
细粒度视觉检索不同于传统的视觉检索,需要更加精细的反馈结果。作为一个新兴的研究领域,细粒度视觉检索面临以下几个方面的挑战:首先,细粒度视觉检索中不同类之间的差异非常