青春期性教育：班主任德育工作不可忽视的重要环节

班主任作为班级的直接管理者．和学生朝夕相处,要主动占领性教育的阵地,把性教育纳入德育工作．积极开展“阳光性教育”．注重性教育的系统性。采用灵活多样的教育方法。教会学生掌握好异性交往的尺度．引导学生增强自我接触和调适能力．努力成为学生身心健康的呵护着。     

浅议提高高年级学生课外阅读方法

《语文课程标准》对小学语文课外阅读作了具体明确的规定：“5—6年级要扩展自己的阅读面,课外阅读总量不少于100万字,背诵优秀诗文60篇。”可见课外阅读在语文教学有相当的比重。的确,通过大量阅读,学生能感知丰厚的感情语言材料,增强语言沉淀,提高读书能力,从整体上增强学生的语文素质,促进学生的发展,为他们今后的学习、生活和工作奠定坚实的基础。然而在农村小学生中,由于受办学条件、社会家庭的影响,小学生的课外阅读量少,导致作文能力低,极大影响了教学效果。主要有以下几方面因素影响了课外阅读的顺利完成和显著成效：     

高中起始阶段英语教学之我见

高中英语教学与初中英语教学有很大的不同,学生的认知和学习方法也不同。笔者在教学中发现,初中学生进入高中后英语学习方面的确存在一些衔接方面的问题,为了让学生平稳过渡,教师应对高中起始年级英语学习中的问题认真思考,做到心中有数。高一年级是高中基础阶段很重要的起始年级。因此,高一英语教学应讲究方法,有的放矢,否则就会步入教学误区。     

数学思想方法在高等数学教育中的作用探讨

在高等数学教育中,数学思想方法发挥着重要的作用,有利于提高学生的自主学习能力,培养良好的学习习惯,进而实现教学目标。本文就先简要概述教学思想方法的内涵,进而用高等教学中刘徽“割圆术”的课程出发,例证其中揭示的数学思想方法,为重点探索数学思想方法在高等数学教育中的作用埋下铺垫。     

初中语文阅读教学浅谈

学习,本是学生自己的事。在学习中,学生应该有自主的精神,有明确的学习目标,对学习内容和学习过程具有自觉的意识和反应。只有学生自主的学习,才会对学习对象产生兴趣,才会逐步掌握学习方法,养成良好的学习习惯。阅读教学,实质上是一个学生自主学习的过程,是在老师引导下的学生自学。这里面离不开教师的引导与点拨,因为学生不可能一开始就做到完全的自主,可能会出现这样或那样的差错。     

化学计算之“十字交叉”法

化学计算的特点是将数学运算与化学科学的融合一起,从而得到化学反应中各物质的定量关系,或通过计算对化学变化及物质的组成得出科学的结论。“十字交叉”法是数学运算及资料分析中经常用到的一种解题方法,化学计算中能熟练应用“十字交叉”法可以提高学生解题效率,如何应用“十字交叉”法一直是中学化学教与学的难点。如何进行这方面知识的教学,使学生理解和掌握这些知识、发展学力,一直是各位老师研究的热门话题。本文拟就教学中所得,粗浅地谈一谈“十字交叉法”在化学计算中的应用。     

浅谈在数学课堂中如何引导学生“发现”

现在的课堂是“新课程标准”指导下的课堂,现在的数学是“新理念”的数学,现在的学习方法是开放式的学习方法。那么,数学课堂的这一切核心是什么呢？当然是“数学问题”。有人要说解决数学问题是学习数学的最终目的,可是,我要说,解决一个数学问题固然重要,然而,发现一个数学问题更为重要。我们不是为了教出利用“牛顿定律”解决问题的学生,而是为了教出因为苹果下落的自然现象而发现“牛顿定律”的学生。     

小学思想道德素质教育方法初探

前苏联教育家苏霍姆林斯基说：“人的所有各个方面的特征的和谐,都是由某种主导的首要的东西所决定的,在这个和谐里起决定作用的主导成分就是道德。”这就是说在人的身心发展中,思想道德是灵魂,是人的—切言行的指导。所以在各种素质中的培育中必须以道德品质为核心,贯穿始终。千万不能重智不重德,教出一个有才无德的逆子,害家害国害人害己。     

玄览-心斋疗法略论——老庄心理治疗初探

近年来 ,日本、韩国、一些西方学者和国内学术界颇为关注老庄关于心理治疗的问题。笔者曾在《医学与哲学》(2 0 0 1年第 8期)发表一篇文章 ,其中提到“玄览 -心斋疗法”,其后 ,收到一些询问 ,现将想法进一步写下 ,向同仁们请教。1　玄览 -心斋疗法的理论基础玄览 :语出《老子》第 1 0章。玄 :指本原。览 :指镜子 ,心镜。老子说 :“除玄览 ,能无乎 ?”原意指“洗净这面镜子 (心镜 ) ,还能照不出瑕疵吗 ?”此处用玄览 ,取其“洗净镜 ,照出暇疵”之意。心斋 :语出《庄子·人间世》。斋之原意指饮食中的不荤不酒。心斋 ,指心灵的空静 ,保持清洁…     

基于增长模型的非随机缺失数据处理:选择模型和极大似然方法

对含有非随机缺失数据的潜变量增长模型,为了考察基于不同假设的缺失数据处理方法:极大似然(ML)方法与DiggleKenward选择模型的优劣,通过Monte Carlo模拟研究,比较两种方法对模型中增长参数估计精度及其标准误估计的差异,并考虑样本量、非随机缺失比例和随机缺失比例的影响。结果表明,符合前提假设的Diggle-Kenward选择模型的参数估计精度普遍高于ML方法;对于标准误估计值,ML方法存在一定程度的低估,得到的置信区间覆盖比率也明显低于Diggle-Kenward选择模型。