當前位置:文書都 >

教師之家 >教案模板 >

大班閲讀區角活動教案

大班閲讀區角活動教案

在指導幼兒閲讀圖書的過程中,應有意識地抓住每幅畫面的重點,以提問的方式引導幼兒觀察畫面的角色形象及其動作,在討論中瞭解每幅畫面的基本內容,幫助幼兒把握畫面與畫面之間的關係,進而理解故事情節的發展和變化。以下內容是小編為您精心整理的大班閲讀區角活動教案,歡迎參考!

大班閲讀區角活動教案

大班閲讀區角活動教案

三個小朋友,一塊兒滑滑梯。小豬不留神,碰了小山羊,小山羊從滑梯上掉下去啦!

小山羊一摸腦袋,糟糕!起了兩個包。小狗對小豬説:“都怪你,闖了禍!”

頭上的包越長越大,摸上去還硬硬的,小山羊真害怕。

過了幾天,小豬和小狗買了水果來看望小山羊。咦?小山羊長出犄角啦!原來是這麼回事!嘻嘻!三個小朋友都笑了。

專家導讀

大“禍”臨頭

長得胖、身子又重的小豬這下闖下大禍了!在玩滑梯的時候他碰到了小山羊,結果小山羊從滑梯上掉下去了。這對小山羊來説,真是大禍臨頭。因為頭.上起了兩個包,而且“包越長越大,摸上去還硬硬的”。腦袋可不是其他地方,小山羊自然害怕起來。至於小豬,就更是惶恐不安。然而峯迴路轉,當小豬和小狗帶着水果去看望和慰問小羊時,卻發現小山羊頭上長出了特角。原來小山羊頭上的兩個包不是摔傷造成的,而是長特角的先兆。於是,由驚轉喜,二個小朋友哈哈大笑。

這篇童話富於喜劇色彩,趣味盎然。故事始終貫穿着“誤會”。由於從滑梯上掉下來,因而三個小朋友自然會誤以為頭上的包是摔傷形成的。並且他們一直矇在鼓裏,直到小山羊頭上長出了椅角才真相大白。從而解除了誤會。同時,故事的安排採用了戲劇化的方式。開頭設計了合乎情理的“誤會”。接下來以小狗的責備和小山羊頭上的包越來越大、越來越硬的事實來推進,通過小豬和小山羊精神壓力的不斷加大來增強故事的緊張性。故事的結尾則出人意料。因為一下子真相大白,所以以往的心理壓力頓時化為烏有,而信以為真的誤會成了可笑的往事。作者一路寫來,童趣盎然,情節的轉折為故事增添了別具一格的情韻。

值得一提的是,故事不動聲色地將小山羊長角的知識滲透於有趣的情節中,使孩子在開懷一笑的同時瞭解了科學知識,確實是匠心獨具。

活動指導

小山羊頭上的包原來是長椅角的緣故,故事情節的突轉具有強烈的趣味性。對於3一4歲的幼兒而言,木偶劇表演是激發他們的閲讀興趣、瞭解故事內容的有效策略,有助於幼兒直觀形象地感知故事中隱含的小山羊長角的科學道理。而感知文字環節重在培養幼兒對文字的敏感性。在指導策略上,可以多用遊戲的方法讓幼兒感知文字口如果幼兒接觸文字較少,可以在文字卡片上配上小動物圖片,以降低幼兒的.認知難度。

在指導幼兒閲讀圖書的過程中,應有意識地抓住每幅畫面的重點,以提問的方式引導幼兒觀察畫面的角色形象及其動作,在討論中瞭解每幅畫面的基本內容,幫助幼兒把握畫面與畫面之間的關係,進而理解故事情節的發展和變化。

活動方案

活動目標

1.在觀察畫面的基礎上,閲讀、理解故事的內容,感受小動物成長的樂趣。

2.在遊戲中初步認讀“小狗”、“小豬”、“小山羊”、“椅角”等詞語。

3.在遊戲活動中感受閲讀的樂趣。

活動準備

1.實物投影儀。

2.人手一冊幼兒用書(第4冊)。

3.木偶及圖片:小狗、小豬、小山羊。字卡:“小狗”、“小豬”、“小山羊”。

活動過程

1.出示木偶小狗、小豬、小山羊。

教師:今天有隻個小動物要和你們做朋友,你們歡迎他們嗎?那就快和他們打個招呼吧!

幼兒分別和小狗、小豬、小山羊打招呼。

2.欣賞木偶劇表演。

教師:木偶劇裏有誰呀?小山羊頭上的兩個包是什麼?

3.教師利用實物投影儀和幼兒共同閲讀幼兒用書。

公教師:今天,我帶來了一本好玩的圖書,名字叫《嚇一跳》,你們想和我一起看嗎?

在共同閲讀過程中,引導幼兒觀察畫面,並隨機提問,幫助幼兒瞭解故事的內容。

討論:小山羊頭上怎麼會長出椅角呢?(小山羊頭上長出特角,説明小山羊長大了)

4.幼兒自主閲讀幼兒用書。

5.遊戲“‘找朋友”。

出示“小狗”、“小豬”、“小山羊”圖片及字卡,讓幼兒進行圖片與文字的配對。

活動建議

教學變式:也可以先帶領幼兒閲讀幼兒用書的前一段(從開頭至“小山羊從滑梯上掉下去啦”),然後讓幼兒猜測後面的故事情節。充分討論後再集體閲讀。在最後一個遊戲環節還可以出示動物字卡,請幼兒根據字卡學小動物的叫聲並做動作。

區角活動:提供手指木偶等桌面活動材料,讓幼兒邊操作指偶邊講故事。

環境創設:佈置展區“長大了真好”,張貼幼兒出生至今的照片,讓幼兒瞭解自己成長的足跡。

家園共育:請家長協助幼兒收集羊、牛等長椅角動物的圖片和文字資料.豐富幼兒的知識。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/jiaoshizhijia/jiaoanmuban/z74xeq.html
專題