教育硕士与优秀教师数学课堂教学语言比较研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:sunday826
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
课堂教学语言是教师在课堂教学中向学生传递信息的核心手段,课堂教学要顺利地开展,有效地进行师生间信息的传递、情感的交流和沟通,完成教学任务,实现教学目标,很大程度上取决于教师的教学语言。教育硕士作为未来教师的生力军,对其培养也显得尤为重要。以往的研究致力于教师课堂教学语言或教育硕士的培养模式,并没有将二者结合在一起进行研究。本研究致力于通过课堂教学语言的分析来寻找加强教育硕士培养的方法。本文采取了文献研究法,通过对文献的整理与分析,了解目前我国教育硕士的入学基本情况及高校对数学教育硕士的培养情况、数学教师课堂教学语言的类型以及TIMSS录像编码的过程与方法;采用视频分析研究法和比较分析法选取了数学教育硕士和优秀数学教师各一节课进行视频录制,并对数学教育硕士和优秀教师的课堂教学语言进行编码,根据定量的数据比较,分析出教育硕士的课堂教学语言存在的问题和不足,从而得到提高数学教育硕士课堂教学语言技能的方式和方法;笔者在课后对教育硕士进行了简单的访谈,调查了教育硕士的课前准备情况,以及在授课中和授课后的感受,弥补视频分析的不足。本研究通过对数据进行分析,并结合课堂教学视频,得到以下结论:第一,教育硕士教学实践能力不足。教育硕士虽然已经有良好的教学理论知识基础,有较好的学科专业知识和良好的语言表达能力,但对于课堂实际教学大多为“纸上谈兵”。由于缺少实际教学或模拟教学的机会,导致教学硕士对教学中的某些细节处理的还不够到位或教学过程混乱复杂等。第二,教育硕士授课以讲授为主。教育硕士虽然在课堂中也会提出大量问题,但多以需要学生直接回答是或否的问题为主,总体学生思考的深度不够,在知识点的讲授中多是教师直接讲解,学生没有参与到其中,导致了学生对知识点理解和掌握的不够透彻。第三,教育硕士课堂提问技能薄弱。教育硕士的提出的多为比较简单和基础的问题,注重的是问题的答案,这样的提问方式不利于发展学生的逻辑思维能力和深度思考的能力,从而导致课堂教学效率较低。第四,教育硕士教学语言不够精准。在实际教学的过程中,常常会出现教育硕士不能够用简洁的语言表达出自己想要传递的内容,甚至会出现因为不知道如何表达或解释不清时,只说半句话的一带而过的情况。第五,教育硕士能够及时给予学生回馈。教育硕士在课堂教学中能够对学生的回答或提问及时给予回馈,且回馈的语言大多以肯定鼓励学生为主。第六,教育硕士教学机智不足。教育硕士在课堂教学中,由于有时对知识点的语言表述不是很清楚,学生无法理解知识点的内容,此时教育硕士就会显得有些慌乱,无法及时调整教学语言,做到快速解决学生的问题。
其他文献
随着3G、4G网络的快速发展,移动互联网迎来了黄金发展时期,人们越来越倾向于使用手机等移动设备来获取信息和服务。与此同时,随着经济和互联网行业的快速发展,移动社交应用的
闽浙赣革命根据地是第二次国内革命战争时期由共产党人方志敏、黄道、邵式平等人领导创建的六大革命根据地之一。它作为中央苏区的东北屏障,有力地给予拱卫;它地处闽浙皖赣四
随着人们对电力能源需求的不断增加,越来越多的研究者开始关注智能电网,致力于建设一个更加高效、经济、稳定、环保、安全的新型电力网络结构。然而智能电网中不同场景下对智
经验证明,农业用地的适度集中可以促进并合理调整农村产业化结构,增加农民收入,加速农村经济发展,然而面对当前“分田到户”后农用地零碎化的现状,以及当前土地适度集中方式
本文以美国作家兰波·罗威尔的小说《追星女孩》的汉译为例,探讨功能对等理论在小说文本汉译中的运用。原文带着作者强烈的个人色彩,语言精炼,风趣幽默,翻译起来有一定的难度
视频与图像是人们获取目标外观、色彩等特征的重要信息源。如何使机器能够像人类一样自主的感知、获取目标并对相应视频或图像的内容进行解析,是计算机视觉的重要研究方向。目标跟踪作为计算机视觉相关领域中的一个重要研究课题,与智能交通、自动控制等应用场景密切相关,用于使系统长期稳定的捕获相应目标。良好的目标跟踪算法需要有效的目标外观模型、完善的理论基础以及高效的求解方法。目前研究文献表明,研究人员在目标跟踪领
近年来,随着中国“引进来”和“走出去”文化战略的提出,国际文化交流日益频繁,越来越多的国外影视作品涌入中国。因此影视作品字幕翻译的质量也越来越受到重视。翻译实践报
田獵是先民們獲得生産生活資料的重要方法之一,不僅捕捉獸類,更兼捕獲魚類。田獵動詞作為表示捕獲禽獸意義的動詞,有必要對其進行斷代研究。從歷史學的角度來看,殷商—西周時
可展曲面是一类可以经过展开变换为平面的曲面。存在一个3D空间折纸模型,该模型沿折痕曲线展开,最终能展开成一个平面,则该折纸模型为可展曲面折纸模型。可展曲面折纸模型的
显著性检测是计算机视觉领域的核心内容之一,有着广阔的研究前景和应用空间。从1998年显著性检测的概念被提出到现在,已产生了很多有效的算法。基于数据驱动(自底向上)的显著性检测算法大都是根据数据集中图像的特点,将像素间的对比度作为像素的显著性。这类算法不需要预先训练,而且算法一般速度都比较快,处理有规律的图像数据集时有较高的准确率。与之相对的任务驱动(自顶向下)的显著性检测算法需要大量的数据集和时间