【摘 要】
:
在通常情况下,读者通过阅读完成语篇的解读和意义的构建,而大部分在校学生也是通过阅读完成英语学习。然而,对于缺乏英语学习兴趣和有效阅读策略的职业中学学生来说,阅读是他们的拦路虎,难以完成语篇解读和意义构建,阅读首先是他们难以逾越的障碍。因此,有必要尝试一种新的、有效的英语阅读方法。思维导图作为将知识形象化的图形表示工具,在激发学生的学习兴趣和促进学生主动解读语篇方面发挥着重要的作用。通过大量文献阅读
论文部分内容阅读
在通常情况下,读者通过阅读完成语篇的解读和意义的构建,而大部分在校学生也是通过阅读完成英语学习。然而,对于缺乏英语学习兴趣和有效阅读策略的职业中学学生来说,阅读是他们的拦路虎,难以完成语篇解读和意义构建,阅读首先是他们难以逾越的障碍。因此,有必要尝试一种新的、有效的英语阅读方法。思维导图作为将知识形象化的图形表示工具,在激发学生的学习兴趣和促进学生主动解读语篇方面发挥着重要的作用。通过大量文献阅读,研究者发现关于将思维导图应用于英语阅读教学的研究很多,然而以职业中学的学生作为研究对象的很少。因此,本研究旨在探究思维导图在职业中学英语阅读中的应用。本研究的实验对象为某职业中学高二年级两个平行班的70名学生,实验时间为12周。在本研究中,研究者作为执教者在实验班增加思维导图辅助的阅读教学方式(即引导学生在每课前或后手绘该课的思维导图),在控制班继续采用传统的英语阅读教学方式(即讲解语法、翻译、语言点操练等)。在实验过程中,研究者引导学生应用不同的阅读策略去确定思维导图的中心词以及各分支的关键词,将思维导图应用于课前、课中和课后。基于研究目的,本实验采用定量和定性相结合的方法,通过前测、后测、问卷调查、访谈的方式收集数据。使用SPSS 23.0对测试和问卷收集的数据进行包括信度、效度和t检验在内的统计分析;对采访录音数据进行转写和分析。数据分析结果表明,思维导图在职业中学阅读教学中的应用不仅提高了学生的阅读兴趣,而且提高了学生的阅读能力,因此,思维导图在职业中学英语阅读教学中的应用取得了显著的效果,从而展示出一种行之有效的英语阅读教学方法。
其他文献
随着我国核能规模扩大和非动力核技术的广泛应用,核设施低放射性流出物排放的压力与日俱增,内陆收纳水体的放射性水平已成为核设施周边辐射环境监督监测的重要对象。对收纳水
根据《义务教育英语课程标准》(教育部2017版)理念,初中英语教师应当优化课堂教学,与学生建立真诚、理解和信任的关系,在课堂上保证互动形式的多样化,促使学生利用各种语言实
教师教学信念即教师自身对教学固有的、持久的观念,包含教师对课程教材、教学活动、学生学习、学生特征、教师角色以及教师自我的认识。这些认知和观念引导或是影响着教师计划、决策和评价等等一系列教学行为,渗透在师生互动的每个环节,对教学效率和质量产生着巨大的影响。因此,在教师专业要求不断提高、教学理念不断革新的大背景下,教师信念也成为促进中小学英语教师专业发展、提升英语教学质量的重要影响因素。优秀初中英语教
员工的职业成功与组织的长远发展密切相关,随着无边界职业生涯时代的到来,员工越来越重视自身的职业成功。如何促进员工职业成功一直是组织和个体最为关注的话题。领导作为员
文章介绍了位于广东省佛山市顺德区勒流镇由中国电建地产开发的电建泛澋公馆房建项目,以本项目特殊的地理环境和地质条件及深基坑支护体系为背景,对该基坑施工方案进行研究,
随着互联网的发展以及网络用户规模的提升,网络技术研究者对于可以进行网络新技术验证、攻防技术对抗的互联网靶场的需求日益增长,世界各网络强国争前恐后的投入到互联网靶场的建设中来。在互联网靶场建设研究中,网络场景仿真是提高靶场真实度的一个重要手段,而用户行为模拟作为网络场景仿真中极为重要的部分受到研究者的广泛关注,传统的用户行为模拟多是使用基于录制-回放的方法或者使用固定脚本实现,鲁棒性和可扩展性比较差
中国在过去几十年里实现了快速的工业化和城镇化,但与此同时也对环境造成了前所未有的压力,一个典型的结果就是产生大量的城市生活垃圾。中国在快速工业化和城镇化过程中,工
目的:分析研究将信息管理系统应用到手术室后的实践情况和实践效果。方法:分析研究笔者所在手术室信息管理系统的实践应用情况,手术室护理系统、人事管理系统、APP智能质量管理系统等众多分系统共同构成该信息管理系统。本文的研究时间为2019年7月至2019年12月,深入研究在此期间内手术室信息管理系统的实践应用情况,分析对比信息管理系统应用前后手术室工作效率和临床工作的变化情况,衡量指标为核查时间、医护人
教育性别平等作为教育公平与性别平等内涵的交汇点,是全球教育治理议程中的重要命题。作为全球教育治理的主要行为体,联合国教科文组织自1945年成立以来便一直致力于推动教育
如今机器学习技术发展迅速,已经应用到了许多领域并且也取得了十分优秀的成绩,但不断增加的实际需求对机器学习提出了更高的要求。传统的机器学习算法依赖于大量的人工标注数据来构建模型,但数据的标注不仅需要耗费大量的时间,还需要许多具有专业领域知识的人力资源,因此常常会出现只有少量标注数据,大量数据是未标注的情况,并且实际场景中的数据也常常会是持续到达,数据类别的定义会随着时间而发生变化,即发生概念漂移。为