数学多媒体教学中应处理好的几个关系

来源 :信息技术教育 | 被引量 : 0次 | 上传用户:chang_baoping
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  处理好多媒体演示与学生动手活动之间的关系
  
  在数学教学中,多媒体强大的演示功能是传统的教学手段无法比拟的。教师利用多媒体辅助教学,投影、动画、音响等多种信息传递,优化了教学过程,但是过分刻意追求多媒体教学,势必忽视教师的示范作用,忽略教师的体态语,以及其他教学手段对教学的辅助作用,如实物模型演示等。更为突出的是只重视计算机的演示功能,会忽视学生的动手活动的过程。这一过程是学生对数学知识的一种体验过程,没有学习的内在体验,便无法形成能力。学生要获得内在体验就必须在学习过程中动手、动脑、动眼、动口,多种器官协调活动。不少教师在教学时过分强调多媒体的演示功能而忽略了学生的动手活动。例如:y=sin(ωx φ)的图像课件,如果教师在演示之前要求学生用五点作图法作出y=sinx和y=sin(ωx φ)后,再演示,学生有了作图的体验,对软件的演示就会确信无疑。
  
  处理好电脑投影与板书之间的关系
  
  传统的黑板能让教师完成演算、表述教学的全过程,即写即擦,随时改正,学生也可板演,教师根据学生情况补充板书,这样的教学不仅方便、快捷,而且有效。但是,由于现在大部分地区实现一人一机的教学条件还未成熟,所以,板书的上述优越性计算机无法代替。那么,用计算机辅助教学时如何用好黑板?板书主要有哪些内容?笔者认为,在利用多媒体教学时板书不可缺少,板书应保留一节课的主题结构,如课题、定义、定理及其证明过程、例题的分析、演算过程,学生对教学过程提出的新见解、新方法。总之,板书应给学生清晰的知识线索,除此之外,教师在板书时也要给学生留下思考问题的时间和空间,给学生留下反思、发问的时间和机会,这是过程性教学不可缺少的。
  
  处理好多用与少用多媒体教学的关系
  
  多媒体教学固然有其不可估量的优越性,但也并非所有的教学内容都适合用多媒体。在教学中,选用多媒体教学必须针对教材自身特点和学生年龄特征,有的放矢。作为教师,应该对适合用多媒体的内容加以精选。就高中数学教材来说,代数中的函数图像和性质,三角函数特别是正、余弦函数的图像变换,数列极限的有关应用,某些含参数的方程和不等式等问题都是使用多媒体教学的好素材。此外,一些数形结合的习题也是多媒体的素材。
  但是,有些教师在运用多媒体教学过程中,过分夸大其功用,从引入开始到教学内容、练习,再到练习答案,全部由多媒体显现。教师几乎不动用课本,学生基本不接触教材,一切都跟着多媒体转,这是违背教学规律的。笔者认为,在数学教学中使用多媒体,应注意该用则用,切忌“黑板搬家”。不能整堂课充满影视画面,教师应该明白过分热闹的画面会分散学生的注意力、会喧宾夺主。
其他文献
目的探讨Src激酶抑制剂CGP77675(CGP)对转化生长因子β1(TGF-β1)诱导的人视网膜色素上皮(RPE)细胞上皮-间质转化(EMT)过程的作用及其机制。方法将培养的人RPE细胞株(ARPE19)分为对照组、TGF-β1处理组和TGF-β1+CGP处理组,并根据分组用相应药物处理细胞。细胞体外培养后3 d于光学显微镜下观察各组细胞的形态变化;分别采用实时荧光定量PCR法、Western
基于对专用芯片功能测试系统中测试任务过程的分析,参考工作流管理联盟提出的过程元模型,提出一个包含过程模型、数据模型、测试资源模型的三维测试任务流模型。分别从不同角度描述了测试任务流的各种属性。
信息技术教育所经历的三个发展阶段    计算机辅助教学阶段:此阶段主要是利用计算机的快速运算、图形动画等功能,辅助教师解决教学中的某些重点、难点。计算机辅助教学课件大多以演示为主。这是信息技术教育的第一个发展阶段,一般只提计算机教育,还没有提出信息技术教育的概念。   计算机辅助学习阶段:此阶段逐步从以教为主转向以学为主。强调如何利用计算机作为辅助学生学习的工具。这是信息技术教育的第二个发展阶段,
目的:观察久泻方治疗迁延性腹泻的临床疗效。方法将100例迁延性腹泻的门诊患儿随机分为治疗与对照组各50例,治疗组采用久泻方合金双歧治疗;对照组采用金双歧治疗,对两组临床治疗
提出一种新的彩色图像颜色量化方法。该方法基于全局最小误差测度实现图像中的颜色数递减,直到满足规定的颜色数。图像最终可量化为一种颜色,该颜色是所有图像颜色的加权平均。误差测度考虑所有可能的颜色合并所产生的误差,并选择误差最小的颜色对进行合并。合并后产生一种新的颜色,可从理论上证明这种合并方法所产生的图像其颜色值畸变最小。实验验证了该方法的有效性,产生了很好的视觉效果,在真彩图像分割、目标识别等领域具
在加速分割检测特征(FAST)的基础上提出一种在复杂环境中实现财产保护的局部特征匹配方法。首先,检测每一帧视频图像中指定财物区域对应的FAST特征点集合,然后计算每一帧的特征点集合与初始帧的匹配率,最后通过匹配率和时间阈值判断指定财物是否遗失。为验证方法的有效性,进行了两组对比实验。基于局部特征匹配和基于全局特征匹配的对比实验结果分别显示了该算法在响应时间和检测准确性上的性能较其他方法更优。