第二语言能力标准中阅读能力的描述语考察

来源 :云南师范大学学报:对外汉语教学与研究版 | 被引量 : 0次 | 上传用户:as16188
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
语言能力描述语是语言能力标准研制的基础,也是语言测试和语言教学工作中用来描述语言能力的基本的规范用语。文章对7部第二语言能力标准中阅读能力描述语涉及的内容、描述参数设置、等级划分和描述语的科学性4个方面进行考察与分析。最后提出对汉语国际教育类大纲和能力标准的阅读能力描述语的改进意见。
其他文献
有一种水生微生物,为了生存,要不停地从水底游到水面,将自己置身于这种往返沉浮的状态中捕食.这些肉眼看不见的浮游生物像小水母一样,遍布海洋和湖泊河流之中.在每日的上下沉
期刊
我们的沉闷乏味比祖先少了,却比他们更怕无聊了.那些有余力追求刺激的人脚步不停,寻欢、跳舞、饮酒,乐此不疲,然而由于某种原因,他们总是期望能在他处找到一个新的温柔乡.
期刊
日本具有良好的中文教育基础。研究日本中文教学资源现状,可以为丰富和完善日本教学资源提供科学依据。文章通过自建数据库的方法收集了1000余种日本本土教学资源,从出版时间、资源形态、水平等级、专业领域等方面进行分析,描述日本中文教学资源发展概况,指出日本中文教学资源具有总体数量大、个体体量小,各类教学资源结构不均衡,资源开发模式清晰、机构集中等特点。提出了制定日本中文教学大纲标准,加强合作改善日本中文教学资源结构,依托影响力较大的语言教学出版机构打造精品中文教学资源等建议。
在缅甸一百多年的正规化学校中文教育历程中,中文教学资源发展大致经历了“自然发展——曲折发展——协同共建”3个主要阶段。研究发现其历史因素影响的“个性化”特征较为明显;纸质化、平面化中文教学资源为主体形态;本土化、系统性中文教学资源稀缺;经济因素、实用价值为主要选择导向。针对缅甸中文教学资源发展现状及不足,文章提出加强其中文教育顶层设计,加快中文教学资源的“本土化”建设,建立、健全符合缅甸实际的立体化、国际化中文教学资源体系等建议。
东南亚地区是中文教学建设最好的地区之一,其中菲律宾是典型的中文教学资源探索型国家,但有关菲律宾中文资源建设的研究极少,至今还未见较为系统的研究成果。文章对21世纪以来菲律宾中文教学资源发展现状进行了较为全面的信息收集和系统梳理,发现菲律宾国家政策的转变,使中文教学资源的层级相对丰富,普及程度逐渐提高。但由于菲律宾外语政策上缺乏顶层设计与统一标准,导致中文教学资源的发展出现不均衡等问题。文章认为,加强顶层设计与高端人才培养,继续与本土专家合作提升本土化教材质量,整合分散的教学资源搭建教材共享平台,利用网络技
2020年埃及将中文教育纳入国民教育体系,这标志着埃及中文教育进入到从官方到民间,从非学历到学历,从高等到基础的全面推进阶段。中文教学资源作为支撑和服务埃及中文教学的重要核心要素,目前少有研究对其进行专门系统调研。文章分别从基础教育阶段和高等教育阶段两个阶段入手,从纸质教学资源和数字化教学资源两个方面进行全面调研,总结分析埃及中文教学资源的发展现状和资源建设开发中存在的问题,并在此基础上提出四条发展对策,以期对埃及的中文教学资源建设开发提供借鉴。
球扁钢是重要的船用型钢,其截面不对称造成轧制冷却后严重的内应力弯曲,需要在专用矫直机上进行双向同矫,但矫直规程基本依赖技术人员的经验,调试周期长、成本高。为了提高球扁钢的矫直精度和效率,研究了球扁钢矫直角的范围及作用,并基于小曲率平面弯曲弹复理论建立了球扁钢轴向矫直解析模型,用于快速计算球扁钢轴向矫直回弹后的曲率及矫直力,进而制定球扁钢的轴向矫直规程。现场实验结果证明球扁钢轴向矫直解析模型的精度可以满足工程应用的需要,为球扁钢矫直的进一步研究提供了理论依据。
文章梳理了中文教学在匈牙利的发展历史,重点就匈牙利外语教育法律政策对中文教学的影响,以及匈牙利国民教育体系内外的中文教学资源使用情况进行了汇总分析。通过对匈牙利中文教学资源调查分析发现以下几个问题:一是缺乏多层级和针对性的本土汉语教材;二是以《汉语考试大纲》为导向的中文教学资源较少;三是数字化汉语教学资源发展薄弱。文章针对以上问题提出了加强匈牙利各方汉语教育机构合作,开发多层级的汉语教学资源,以《汉语考试大纲》为核心加强顶层设计,推动与之适应的本土教材和系统化教学,依托网络技术发展,积极构建网络数字汉语学
提问可以激发和保持学生的学习兴趣,也可以帮助教师完成教学任务,同时也可获得反馈,及时了解学生掌握的情况.提问与回答是师生互动、促进课堂教学和谐发展的过程.提问策略在
高分辨率遥感图像中建筑物的分割提取是现代数字化城市建设、经济预测、国土资源勘探以及国防安全等领域中重要的技术手段。本文基于U-Net网络提出了一种双U型Encoder-Decoder架构的边缘意识U型深度神经网络—BAU-Net。该网络模型首先利用粗特征提取网络对建筑物进行初次识别提取,再通过残差结构的细特征提取网络修正边缘轮廓。通过可行性实验以及与经典特征提取网络对比,本文所采用的模型算法可以在