网络环境下体验式阅读教学平台的构建

《网络环境下体验式阅读教学平台的构建》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、网络环境下体验式阅读教学平台的构建网络环境下体验式阅读环境主要指以计算机和网络为支持手段的阅读环境，为学生提供体验式阅读平台、动态增长的阅读资源，以及借助平台和资源开展体验式阅读教学的总和。网络及新媒体技术的发展为阅读教学的改革带来了契机，阅读资源日益丰富，信息呈现方式多样化，这就使小学生的阅读方式和阅读习惯发生了深刻变革。《媒介与儿童一一2013中国青少年宫儿童媒介素养状况调研报告》指出，中国城市儿童79.9%都要每天使用电脑查找资料，46.8%的儿童每天上网浏览新闻，网络日益成为少年儿童解决学习和生活难题的主要途径之一。目前，我们的社会正处于体验经济时代，小学生与媒介接触、使用媒介获取信

2、息都是基于良好的体验而产生的。然而，目前的阅读教学模式仍然以“教师主宰课堂、学生被动阅读”为主，难以使学生形成良好的阅读体验，因网络而带来的快餐式阅读、碎片化阅读等现象愈发严重。因此，如何在网络环境下优化学生的阅读体验，培养学生的自主阅读能力和综合素质，成为一线语文教师和教育技术研究者的关注焦点。一、阅读平台技术根据阅读学习论的指导，阅读教学环境要能够支持学生的自主、合作、探究学习，尊重学生的个体差异，因此，在技术选择上要能够满足学生对资源共享、互动交流以及个性化学习的需求。1.利用云计算技术实现资源共享。在各类资源中比较有代表性的如“微课”，利用微短的教学视频来讲授单一知识点，以其“短、小

3、、精、微”的特点席卷全国；目前，各地都在积极地投入到微课的建设中，并且取得了一定的成效，这就为学习者提供了大量参与阅读体验的可能性，阅读资源以多媒体形式呈现，能够为学习者提供高质量的视听辅助，使学生多通道感知阅读文本，从而对情境的体验更趋于完整和真实。2.利用web2.0技术为学生搭建内容发布和交流互动空间。基于Web2.0技术搭建的网络平台使每个学生都成为内容的使用者和创造者，学生可以在个人学习空间中表达自己的观点，并与其它用户进行交互。因此，教师在阅读教学中的核心地位逐渐消解，转变为“以学生为中心”的阅读教学模式，教师则扮演组织者和引导者的角色。3.利用数据挖掘和智能推送技术有针对性地向

4、学生推送资源。根据学生的网络行为日志和后台数据库经过数据处理模块形成一个存放所有学习者基本特征的数据仓库，利用数据挖掘技术可以了解学习者对哪些文章或知识点感兴趣、浏览各知识点所用的时长等信息，不仅可以依据此信息动态评价其学习进程，还可以有针对性地向学生推送适合的资源，有利于学生开展个性化学习。二、阅读平台构建1.平台整体设计。平台要充分体现体验式学习的特点,以活动/任务为导向、以学生阅读为主线、以案例为中介、以资源为支持，开发能够实现阅读教学设计、阅读能力评价、阅读资源管理、在线阅读、家校协同等功能的支撑平台，最大限度地满足阅读教学的需求，建立教师、学生、家长之间的互联互动机制，建立个人学习

5、空间班级学习空间年级学习空间，学生不仅可以自主阅读探究，也可以与同学分享、合作、交流。2•阅读支架工具。学生对信息的加工、整合及运用是阅读体验是否顺利的关键，因此，需要为学生提供必要的阅读支架工具，包括个性化阅读工具、创作工具、互助协同工具、评价工具、阅读策略支持工具等，提升学生的信息素养。在现阶段无法进行网络分级的情况下，要为学生提供专门为儿童设计的浏览器，对内容经过严格筛选过滤，采用符合儿童心理特征和操作习惯的界面，引导学生正确上网，使他们合理地利用网络资源进行快乐的学习。三、阅读资源设计阅读资源的设计要克服传统阅读资源网站静态特征明显的弊端，体现知识的动态性和生成性，在资源设计上充分考

6、虑学生的阅读体验需求、现有的认知特点和认知层次，提供多领域、多学科的阅读材料，使学生能力得到全面发展。阅读素材的来源包括：1.教师发布：教师结合教学内容，教学目标，根据学生的阅读兴趣、能力发展的需要，通过学校局域网向学生推荐已经编辑好的文档、图片、音频、视频等素材，学生可以直接阅读；提供常用网站导航，如：21世纪小学生阅读网(http://www.zuowen.com)、中小学生阅读网(http：//www.zuowen.com)、小学生王国阅读天地网(http：//www.yuguo.com)等适合小学生阅读的网站，学生进入网站或班级博客便可打开网页自主选择阅读内容进行阅读。1.学生分享：

7、同学之间通过学校局域网或班级博客互相推荐自己喜爱的读物，供同学参考阅读，在共同空间展示学生的优秀习作。2.系统推荐：学生不仅可以通过“分类、分层”功能找到感兴趣的文章，还可以接收到系统为他们提供的阅读资源。由于用户的行为(如查询、浏览、标记书签、反馈信息、点击鼠标、停留时问、访问次数、保存、编辑、修改等)能反映用户的兴趣，系统将上述行为量化后进行数据分析和数据挖掘，判断用户兴趣，从而进行个性化的资源推荐。四、