當前位置:文書都 >

教師之家 >教育隨筆 >

猜猜他是誰教學反思

猜猜他是誰教學反思

作為一位剛到崗的教師,我們的工作之一就是課堂教學,教學反思能很好的記錄下我們的課堂經驗,如何把教學反思做到重點突出呢?以下是小編為大家收集的猜猜他是誰教學反思,僅供參考,希望能夠幫助到大家。

猜猜他是誰教學反思

猜猜他是誰教學反思 篇1

三年級上冊第一單元,孩子們通過課文的學習,初步感知了通過具體的事情反映人物特點的寫法。單元習作的要求也是寫寫身邊熟悉的人,寫寫他們身上的一兩件事情。我們重點地指導了孩子們寫好一兩件事情,突出人物的某樣的特點,比如語言特點,行為舉止特點,優缺點。孩子們基本上掌握了這個寫法。

一、教學效果:

我設計的這節作文指導課《猜猜他是誰》,是想在鞏固之前的寫法的基礎上,指導孩子們學會細緻觀察人物形象的外貌特點,並用自己的語言生動地描述出來,讓孩子們學會結合人物的外貌特點、語言行為特點、優缺點,描寫出一個完整的活靈活現的人物,激發孩子們的興趣。我選擇了孩子們喜歡的卡通形象作為教學的媒介,開頭的小遊戲“和羊羊們打招呼”,是為後面孩子們寫作擬題埋下一個伏筆。然後用遊戲《猜猜他是誰》,引導孩子們抓住人物突出的外貌特點。灰太狼的這個形象非常特別,他的大眼睛、破耳朵、尖牙齒、長疤痕等都很有特點,能讓孩子們展開想象。對於外貌的描述,一、二年級時孩子們就有嘗試,但都停留在比較簡單的層面,這節課我重點是引導孩子展開想象,把灰太狼的外貌描述得生動、具體,用上平時收集的詞語,以及學過的修辭手法。

二、成功之處:

1、成功地達到了本課的`教學目標。本課教學目標是通過學習讓學生掌握如何用線表現人物上半身背面形象。線描畫學生以前接觸過,但畫的不是很多,會用線條概括物象,但線條沒有變化,體現不出線描畫的特點,因此在本課中,我注重線描畫的人物畫的步驟及線條的粗細、疏密、曲直等的引導,通過分析教師作品,瞭解線條的表現規律,學生在自己作品中可以看到豐富的線條的變化,這是我非常樂意看到的線描畫中不易的效果。

2、注重激發學生興趣。為了激發孩子興趣,我先和學生做猜同學的遊戲,之後我們一起看背面照片猜同學,學生猜出了學生的名字,然後我們一起總結是如何猜出他們的,這樣初步給了學生一個作畫的定向,總結出了猜迷的根據,即服飾、頭型、髮型。接着引導學生猜猜教師背面的線描畫,學生興趣被激起,有創新的思維火花,非常有利於學生全面發展。整個教學設計的流程節奏明快,有很強的知識性和對動手能力的培養。

3、在展評作品時,我讓學生將自己的作品沿輪廓減下來,分別粘貼在課前準備好的大圖片上,形成新的作品形式。新的作品看起來就好像許多人在看畫展,學生們同時感受到了兩種作品形式的誕生,都感到無比欣喜。我通過創設情境和學生的點評、互評、自評使課堂又創造了一個新高潮,對於用線畫頭像又有了新的認識。成功的情境的創設,使學生始終保持高漲的學習熱情,作品儘管有差異,但體現了學生的用心之處。

三、不足之處:

應該嚴格遵守“教師主導性和學生主體性”這一要求進行課堂教學,教師在教學中只扮演一個穿針引線的作用,學生能回答的,教師一定不能代為回答,一定要讓學生在課堂上做教學的主人。

四、改進措施:

充分利用多媒體課件創設良好的交際情境,強調學生的實踐與參與,使全班都“動”了起來,激活學生的思維,鍛鍊他們的口語交際能力。教師作為課堂教學的組織者和引導者參與學生的活動,及時進行點撥和引導,注重活動過程中學生的獨特感受與體驗,真正體現新課標的精神。

猜猜他是誰教學反思 篇2

成功之處:

三年級習作,要求從之前的寫一段話過渡到寫一篇結構完整的作文,對孩子們來説是一個巨大轉折,習作的指導對老師來説也是一個跨越。

在以前的學習中,孩子們通過課文的學習,初步感知了通過外貌、語言、動作等細節描寫反映人物特點的寫法。孩子們基本上掌握了這個寫法。我設計的這節作文指導課《猜猜他是誰》,是想在鞏固之前的寫法的基礎上,指導孩子們學會細緻觀察人物形象的外貌特點,並用自己的語言生動地描述出來。讓孩子們學會結合人物的外貌特點、語言行為特點、優缺點,描寫出一個完整的活靈活現的人物。

為了激發孩子們的興趣,我選擇了簡單的遊戲“猜猜他是誰”,引導孩子們抓住人物突出的外貌特點對於外貌的描述,一二年級時孩子們就有嘗試,但都停留在比較簡單的層面,這節課我重點是引導孩子展開想象,把人物形象描述得生動,具體,用上平時收集的詞語,以及學過的修辭方法。

不足之處:

應該嚴格遵守“教師主導性和學生主體性”這一要求進行,教師在教學中只扮演一個穿針引線的作用,學生能回答的,教師一定不能代為回答,一定要讓學生在課堂上做教學的主人。

標籤: 教學 猜猜 反思
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/jiaoshizhijia/jiaoyusuibi/y097j7.html
專題