爱国主义教育的三个维度

来源 :新班主任 | 被引量 : 0次 | 上传用户:xuanchen21
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
  今天的中国正走在中华民族伟大复兴的道路上,青少年身处和平安定的环境,口号说教式的爱国主义教育无法真正触动其心灵,如何突破?笔者认为可从以下几个方面做一些尝试。
  爱国先要了解
  提到爱国,人们往往想到抵御外侮和奉献牺牲,这必然是爱国的核心内涵之一,但爱国的内容远远不限于此。领略祖国无限壮美的大好河山,增强地缘情感;拜谒宗族祠堂,探寻家族传承,体味家国情怀;了解地方风土人情和民族习俗,渗透文化爱国;走近祖先的发明创造,培养民族自豪感……爱国的内容丰富且深厚。
  因为自身的属性特征,爱国主义教育很难从“新鲜”这个角度做文章,但爱国主义教育的内容无比丰富,只有让学生从多样性的学习中认识到爱国的丰富内容,才可能在深入理解后深化情感認同。
  爱国需要载体
  爱国主义教育希望实现的目标是受教者能够学习领悟到崇高的精神内涵,所以应该在激发感情的过程中讲求技巧与艺术。首先是施教者需要具有相当高的个人修养和理论水平,对爱国主义教育的重要性、技术性有准确的定位;其次是需要充足的施教动力,积极研讨学习爱国主义教育的方式方法;最后是运用尽可能丰富多样的素材、资源、场景、方法开展爱国主义教育。陕西韩城4岁小朋友看到大街上的国旗立即停下自行车敬礼,感动了无数国人;天安门前的升旗仪式永远观者如潮……可为什么同样是升旗,校园内的师生就没有这样的激情?如果学校加一点智慧进去,常规的升旗仪式将变得不平凡;如果各个社会组织、机构更注重升旗仪式的庄严感和仪式感,五星红旗能具有更大的感染力;如果家长时刻能做到言传身教,学生一定会对国旗国徽充满敬畏。当不同时间、不同地点、不同场景、不同人群以不同方式向学生传递的是同一个信号时,教育的作用是无法估量的。因此,爱国主义教育既需要形式与载体,又需要参与的热情,更需要全国人民的智慧。
  爱国不可错位
  有人说,爱国教育需要下移,于是,教育学生爱校爱家就是爱国,此话有一定道理。学校和家庭对于学生而言是形象且明晰的实体,国家为学生提供的保障更加强有力,但又很难具体而全面地描述,所以,爱国乃至奉献往往变成了空洞的说教和呐喊。爱国具有崇高性,日常生活具有现实性,崇高的爱国情感需要在现实的生活中培养,而又远远高于现实,如果将爱国具体化为爱校爱家,学生很自然会继续“下移”到爱自己,再往下去将是个人主义,这与教育的初衷背道而驰。爱国就是爱国,其它“爱”都只能居于从属地位,因为爱国是至上唯一的,学校、家庭、单位、个人都是从属于国家的个体,爱校爱家乃至洁身自好是爱国主义教育的一部分,但不可将爱国下移到与任何一种“爱”平等的地位,否则就会产生错位的认知及盲目的情绪。
  青少年需要树立正确的世界观、人生观、价值观,一方面努力奋斗实现自我价值,另一方面要明确奋斗的目的是成为对社会有用的人,更要时刻准备着在祖国需要时无私奉献。个人与国家,事业与奉献,情感与理性,都是在教育中需要注意的不同方面。
  爱国主义教育需要学校、家庭和全社会从认知、载体、理性三个维度去思考和探究,如此,我们的爱国主义教育才更有操作性,更具实效性,也更加深入。
  (作者单位:华中科技大学附属中学)
其他文献
针对计算机断层扫描(CT)影像中肺结节尺寸变化较大、尺寸小且不规则等特点导致的检测敏感度较低的问题,提出了基于特征金字塔网络(FPN)的肺结节检测方法。首先,利用FPN提取结节的多尺度特征,并强化小目标及目标边界细节的特征;其次,在FPN的基础上设计语义分割网络(名为掩模特征金字塔网络(Mask FPN))用于快速准确地分割提取肺实质,作为目标候选区域定位图像;并且,在FPN顶层添加反卷积层,采用
可穿戴设备实时产生的用户健康数据(如心率、血糖等)对健康监测及疾病诊断具有重大意义,然而健康数据属于用户的隐私信息。针对可穿戴设备的数值型流数据均值发布,为防止用户的隐私信息泄漏,提出一种基于自适应采样的可穿戴设备差分隐私均值发布方法。首先,引入适应可穿戴设备流数据均值波动小这一特点的全局敏感度;然后,采用基于卡尔曼滤波调整误差的自适应采样的方式分配隐私预算,提高发布数据的可用性。在发布两种健康数
网站指纹技术能够让本地监听者通过审查用户与Tor入口节点之间的匿名流量从而追踪到该用户访问的具体网站。现有的研究方法只提取了匿名流量中的部分元数据来进行网站指纹的刻画,忽视了大量隐含的指纹信息。为此,提出了基于图像纹理和深度卷积神经网络的网站指纹技术Image-FP。首先,将匿名通信流量映射成RGB彩色图;然后,使用残差神经网络(ResNet)构造出能进行自主特征学习的网站指纹分类模型。在50个网
<正> 美国首都华盛顿,人口为59.8万人。其地理区域就是哥伦比亚特区。1790年该地区被国会选定为新的首都地址。法国工程师皮埃尔·查利斯·恩方特开始设计、规划这座城市,但
近两年,《中华诗词大会》《故事里的中国》等节目引领广大民众读经典,关注爱国故事和人物,被称为“文化清流”。在抖音泛滥,“网红”盛行的时代,“文化清流”似处弱势,可走心的改变却让爱国情怀浸润到每一个人的生活中。这不得不引起教育人的思考。  那么,爱国主义教育是否也能走心,多一点学生视角下的真诚观照,多一点本土研究的深刻思考,在坚守内核不变的情况下,进行喜闻乐见、显而不浅的表达,让学生在真实体验和感悟
针对人脸校正中单幅图像难以解决大姿态侧脸的问题,提出一种基于多姿态特征融合生成对抗网络(MFFGAN)的人脸校正方法,利用多幅不同姿态侧脸之间的相关信息来进行人脸校正,并采用对抗机制对网络参数进行调整。该方法设计了一种新的网络,包括由多姿态特征提取、多姿态特征融合、正脸合成三个模块组成的生成器,以及用于对抗训练的判别器。多姿态特征提取模块利用多个卷积层提取侧脸图像的多姿态特征;多姿态特征融合模块将
针对复杂静态背景下具有多约束条件的机械臂路径规划问题,提出一种新的基于单目视觉的多种群粒子群算法。首先,使用图像差分算法消除背景,再利用轮廓包围法找出目标物体区域,然后使用模型位姿估计法求出目标物体位置。其次,提出一种多种群粒子群算法,根据目标物体位置演化出机械臂最优角度。该算法将精英种群与子种群组成多种群粒子群,使用预选择与交互机制使算法跳出局部最优。仿真结果表明,与实际坐标对比,使用背景消除法
著名教育家马卡连柯所说:"爱是教育的前期,信任是教育的开始,而师生之间建立起来的情感,则是教育的纽带。"让新理念走进课堂,承认并开发学生的潜能,使学生在其自身基础上,尽可能
针对恐怖袭击事件难以找到恐怖袭击组织以及恐怖袭击事件数据的样本不平衡问题,提出了一种基于特征选择和超参数优化的恐怖袭击组织预测方法。首先,利用随机森林(RF)在处理不平衡数据上的优势,通过RF迭代来进行后向特征选择;然后,利用决策树(DT)、RF、Bagging和XGBoost这四种主流分类器对恐怖袭击组织进行分类预测,并利用贝叶斯优化方法对这些分类器进行超参数优化;最后,利用全球恐怖主义数据库(