當前位置:文書都 >

語文知識 >説課稿 >

不露小肚皮説課稿範文

不露小肚皮説課稿範文

作為一位傑出的老師,編寫説課稿是必不可少的,寫説課稿能有效幫助我們總結和提升講課技巧。説課稿應該怎麼寫呢?以下是小編為大家收集的不露小肚皮説課稿範文,歡迎閲讀,希望大家能夠喜歡。

不露小肚皮説課稿範文

(一)説教材

《綱要》中要求小班幼兒教育活動內容的選擇要貼近幼兒的生活,來源於生活。秋天主題下的健康活動《不露小肚皮》正好符合這個要求。幼兒可以通過參與自己感興趣的活動而從中瞭解認識到保護自己的小肚皮的重要性。 因此,我選擇了既來源於生活,又能服務於幼兒的生活的《不露小肚皮》這個活動

幼兒情況分析:我班的幼兒是九月剛入園的小班新生,他們從原來每家的獨生兒生活,一下子融入到集體生活中,需要一個適應教育的過程。特別是自立能力方面,需要很好地引導加強。 《不露小肚皮》這個既來源於幼兒的生活又很讓幼兒感興趣的健康活動,可以鍛鍊幼兒參與集體活動的能力,發展孩子的動手操作能力,並能感受父母愛孩子的孩子的美好情感

(二)説活動目標

活動的目標是教育活動的起點和歸宿,對活動起着導向作用。根據我班幼兒年齡小的特點 ,制定了以下目標:

1、通過聽故事、看圖片引導幼兒知道“小肚皮”露在外面,小朋友會受涼生病。

2、教幼兒學會穿衣服時將內衣塞到褲子裏

(三)説教學重點、難點

這是一次健康遊戲活動,其中穿插了一些科學常識教育,但教學仍以遊戲教育為主。因此,整個教學活動的重點放在幼兒反覆操作塞衣服上。

(四)活動準備

寓教於樂是幼兒掌握知識、學習技能的關鍵,如何使活動呈現出趣味性、科學性、活動性、綜合性,我做了如下活動準備:

1、圖片一張:秋天背景圖:有幾個小朋友在户外做遊戲,其中一個小朋友露出了小肚皮。

2、與幼兒人數相同的布娃娃、娃娃穿好衣服,但褲子沒穿好,每個娃娃都露出了小肚皮、錄音機、磁帶

二、説教法。

針對這次教學活動的教學目標、教學設計和幼兒的實際情況,在整個教學活動過程中以幼兒嘗試教學法為主, 使整個教學過程動靜結合,讓幼兒在輕鬆、愉快的環境中學習,做到寓教於樂。我採用的教法有:

1、示範講解法

是指將抽象的知識內容用直觀、生動的形式來示範講解,從而激發幼兒學習興趣,達到活動目的。如何掌握正確的塞衣方法是本活動的重點。在活動中,我結合自己怎麼塞褲子,激發幼兒嘗試的慾望,並在老師的講解下,引導在自己身上實際操作,教師隨時糾正幼兒不正確的方法,真正做到了教師為主導,幼兒為主體。

2、找錯法

在活動中,我故意把衣服沒塞好,讓幼兒主動找出老師的錯誤,幼兒興趣很大,這種方法恰恰符合了幼兒的年齡特點,師幼的'互動性更推進了一步。

3、參照物練習法

活動中我請孩子當爸爸媽媽,讓娃娃當孩子, 從而激發幼兒興趣,直觀生動的將將操作活動內容更深入化,使幼兒始終沉浸在活動的愉悦中。

三、説學法。

幼兒是學習的主體,我根據教材內容和幼兒年齡特點,讓幼兒能夠積極主動的參與探究活動,採用瞭如下方法:

1、觀察法

引導幼兒觀看圖片上的小寶怎麼了,體會自己得感冒的感受,提高幼兒對事物的分析能力,發展語言表達能力。

在教學活動中教師通過引導、講述、示範、遊戲,讓幼兒認識自己身上的肚皮非常重要,我們要保護好,不能讓它受涼。並儘量營造寬鬆的氛圍,鼓勵幼兒找到感冒的原因。培養和發展幼兒的觀察力和辨別能力。

四、 説教學過程:

1、教師出示圖片:提問:你看到了什麼?

2、 講故事:《小寶為什麼咳嗽》,引起幼兒對活動的興趣。

3、 引導幼兒講出小寶咳嗽的原因:衣服沒有塞好,小肚皮露出來了,所以咳嗽了。

4、 幼兒動手操作:請幼兒看看自己的小肚皮是不是露在外面了,讓幼兒自己想辦法不讓它露在外面,(幼兒操作,老師巡迴指導

5、 老師示範講解:先檢查自己的肚皮是不是露在外面,然後邊講邊示範,重點講解、演示後腰部分餓內衣怎麼塞到褲子裏。

6、 遊戲〈〈長高了、變矮了〉〉聽音樂做遊戲,在遊戲中檢查幼兒的衣服是否都塞到褲子裏。

7、 當爸爸、媽媽:請男孩子當爸爸、女孩子當媽媽,各抱一個娃娃,請爸爸媽媽給孩子穿衣服、塞衣服,老師巡迴指導。

8、爸爸媽媽抱着孩子去秋遊。

本活動堅持以幼兒為主體,教師通過為幼兒創設寬鬆自由的探索空間,充分發揮幼兒的自主性,使幼兒在直接觀察,直接操作,具體表現的活動中,能動地建構着知識經驗,發展幼兒的認知結構,而教師不再是教練式的指揮者,也不是混同於幼兒的玩伴,而是引領舞伴,並與幼兒協調着,合作着,整個活動在有組織、有規範、有秩序中進行,又適合個性發展,而不是隨意,無序的行動,在這樣的學習狀態中,師幼交融互動,幼兒成為獨立自主的建設者和成功者。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/yuwenzhishi/shuokegao/o07pjjo.html
專題