當前位置:文書都 >

實用範文 >自我介紹 >

【熱門】小學生自我介紹模板錦集5篇

【熱門】小學生自我介紹模板錦集5篇

當到達一個陌生的環境後,常常要進行自我介紹,通過自我介紹可以讓他人瞭解我們。但是自我介紹有什麼要求呢?下面是小編幫大家整理的小學生自我介紹7篇,歡迎閲讀與收藏。

【熱門】小學生自我介紹模板錦集5篇

小學生自我介紹 篇1

我姓譚,大名兩個字“盈盈”。別人讀書是從鄉下往城裏轉,我今年卻從城裏轉到鄉下。不過別誤會,並不是我無能,而是爸爸媽媽調動工作,住地一時沒確定,媽媽只好把我送回老家。

我是個女孩,長着一張蘋果臉,蘋果臉上鑲嵌着一雙彤彤有神的眼睛,眼睛下是一個又扁又高的鼻樑,鼻樑下是一張能説會到的櫻桃小嘴。

我的愛好是古箏和舞蹈。當我第一次彈古箏時,怎麼也學不會,回到家我毫不氣餒,經過一次次的失敗後,我終於嚐到啦成功的喜悦。現在我還會彈很多曲子哦!我在幼兒園時經常表演舞蹈,到啦小學,我還是離不開舞蹈,春節時我將表演舞蹈“走進西藏”哦!

這就是我,願意跟我交朋友嗎?

小學生自我介紹 篇2

九年前的一天,一個白白胖胖的小女孩哭着來到這個美麗的世界,這個女孩就是我—衞馨瑩。一張圓圓的臉上長着一雙水靈靈的大眼睛,下面長着一張能説會道的嘴。

我的童年就是在書的海洋裏度過的。現在我家就像一座“小圖書館”到處都是書,連廁所都不放過。

記得有一次,老媽帶我去圖書館看書,我硬要老媽給我買童話書。老媽説:“現在我們是來看書的,不是來買書的,更何況家裏書這麼多,就沒必要買了。”最後,我和老媽依依不捨地回家了。

在學習上,數學是我的弱項。有一次放學回到家,老媽問我:“今天數學考了咋樣?”我吞吞吐吐地説:“合格”心想四年級的'數學太難了,尤其讓我煩惱的是應用題。老媽不但沒有責怪我,還鼓勵我説:“你不僅要看故事書,還要多看一些數學書,讓數學成績提高。”

啊!這就是我,一個愛看書的我。

小學生自我介紹 篇3

大家好!我叫韓梅,今年11歲了,在萬載縣康樂鎮第三小學讀書。你想了解我嗎?接下來,我就介紹一下自己。

我,長得並不漂亮,瓜子臉,一雙不大不小的眼睛,一個有點矮的鼻子,還時常會掛着微微的笑,我一般都穿着校服。

我很喜歡看書。因為看書不僅能豐富知識,還能安靜心靈,總之看書有説不清的好處。“書讀百遍,其義自見”,這是我的座右銘,學習也要像看書一樣仔細,還要多讀、多想、多看,才能更好地掌握全文。“書是人類進步的階梯”,人無知識魚無水那樣,知識對人固然重要,今天的認真努力就能換來明天的美好生活跟前途,所以,每個同學都應當認真學習。有時,我看書還會看得着迷呢!

我的學習還算不錯,品德也不錯,還拿過一次縣三好學生呢!我是老師眼中的好學生,同學們的好榜樣。在班上擔任班長,大家都説我很淳樸,學習很用功,但我唯一的不足就是太膽小,上課很少發言。

看,這就是我,一個膽小文靜的女生。聽了我的介紹,你們願意跟我做朋友嗎?

小學生自我介紹 篇4

老師們,同學們:

早上好!

我是吳昊陽,二年級一班的班長。父親説,男人要像浩瀚的海洋一樣,胸懷大志,胸懷寬廣,故名“浩陽”。我是一個很樂觀的男生,我覺得我們應該分享每一分鐘的快樂時光。在家裏,我是一個很聽話的孩子,不會只跟着自己的性子走,因為我知道父母生我們養我們不容易,他們很愛我們,我們不能讓他們生氣。有時候我會做錯事,我會向父母道歉。在學校,我聽老師的話,不跟同學打架,上課認真聽講,遵守紀律,課後和同學玩耍嬉鬧,待人和善,按時完成作業,考試成績好。我是老師心目中的好學生。當然,我不會虧待自己。當我累的時候,我會出去和孩子們玩。我滿頭大汗的跑着,臉上卻掛着幸福的笑容。我有廣泛的愛好,如書法、繪畫、唱歌、聽音樂和閲讀。我最喜歡的是書法和唱歌。在我看來,書法可以修身養性,而音樂可以陶冶情操??我是一個像向日葵一樣追逐陽光的男孩。我的人生觀是天天開心。希望能給大家帶來快樂!

小學生自我介紹 篇5

我叫李文玉,今年11歲,是一名五年級的學生,我按時上學和放學,大多數時間還是提前到校呢。我愛學習,勤思考,學習刻苦,樂於助人,看到別人在我的幫助下進步了,我甚至比她還要高興。我的成績也很好,在班裏一直是名列前茅。

我興趣愛好廣泛,像輪滑、滑板等,都比較擅長,但是我最擅長的還是繪畫,我從小就喜歡繪畫,也不知道為什麼,就是喜歡,所以我積極的參加各類繪畫班,而且經常拿獎。我長大了想當畫家,想畫出生活中各式各樣的人物。

我從我做起,從一些小事做起,遵守紀律,上課積極舉手發言,認真完成作業,為班級經常做一些力所能及的事,如佈置板報、幫老師管理同學等,希望在我的影響下使我們班裏的學風和班風越來越好。

標籤: 小學生 錦集 模板
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/shiyongfanwen/ziwojieshou/wpqjd.html
專題