马政:本文为您讲解一般内功和方法! 中文评分必备干货

前言

如果这些话对你有帮助,不妨点个赞转发到你的收藏吧! ⬇️⬇️⬇️

马政:本文为您讲解一般内功和方法! 中文评分必备干货

经常有家长问我,马老师,你们的课程有文言文阅读吗? 你读过解释性文章或议论文吗?

为什么这么复杂? 为什么要增加孩子的学习负担?

学习中文,一定要有简化的思维!

语文其实就是听说读写四种能力

听和听是语言,读和写是文字。 据说中考和高考都不考,更应该简化。 为了提高分数,孩子们实际上学习了中考的“文学”和高考的“文学”。

所以我们的孩子需要掌握的核心技能只有两个,阅读和写作。

阅读:古文阅读(包括古诗词欣赏、文言文阅读)、现代语文阅读(记叙文阅读、说明文阅读、议论文阅读)、断章取义的文本阅读。

写作:语言应用(模仿、扩充、缩写……)、作文。

女士。 马云擅长“阅读”部分。 不分流派,她只教孩子可以掌握的共性核心能力,擅长治疗重度阅读理解问题!

阅读部分的所有题型都需要具备一项核心能力。

也就是泛化能力。 泛化能力是我们回答中文阅读理解最基本的能力

我们所有的文章分析都是从泛化开始的。 孩子不掌握,说明什么?

他看不懂一篇文章,他会总结,掌握了这个基本能力

才能回答一篇 问题:这篇文章是关于什么的! 看懂文章是回答所有题型的前提!

今天我们就来说说广义内功和方法。 家长们,可以让孩子测试一下,他们是否掌握了这种能力。 ⬇️⬇️⬇️

01

泛化的底层方法

很多孩子在泛化的时候容易犯一个错误,就是看不到 只见树木不见森林,陷在细节里提不出来内容,语言概括的不够准确,不够具体。 真正的泛化底层方法是什么?

第一步:使用圈图阅读法进行第一次处理,提取叙述内容,得到完整的情节【思考:什么是情节? 】

第二步:在完整图的基础上,使用六元素分析法进行二次处理,从完整图中提取六元素【思考:如何提取六元素 ? 】

第三步:将六个要素组合成一个答案。

02

概括的基本原则

概括的基本原则是:忠于原文,反对无中生有,反对过度 解释。

概括信息来源于原文。 如果文章中有什么,你可以概括一下。 没有人就不用主观解读,这样就违背了原文的意思。

很多孩子总结起来就是,哎,我觉得是的,我觉得很有趣。 正如我所说,一切都必须有一个基础。 如果你认为是,那么你就必须找出依据,否则你就是无中生有。

03

摘要的核心切入点

摘要的核心切入点是什么? 是一种表达!

所以要求孩子能够判断句子或段落的主要表达方式。

在这种能力的基础上,孩子可以画圆圈和概括

如果孩子不能掌握这种表达方式,给他足够的方法,他是不会用的!

这里理解为阅读理解部分不区分体裁,掌握表达的核心切入点

无论你写的是什么体裁的文章,是否是 说明性文字或讨论 无论是文字,孩子们都能理解。

必须掌握五种表达方式:

Narrative:重点分析三类信息:重复信息、发展信息、新信息。

评论:分析句子之间的逻辑关系。

Description:分析描述对象,对象的状态和特征等。

Lyric:分析表达的是什么情感。

解释:分析解释对象,对象的特点和特点等,多用解释性文字。

04

广义核心具体方法

以上三点是广义内功。 练好内功,掌握功法,必如虎添翼。 这里就提一下我们总结的四类题型,孩子在语言学习过程中必须掌握的四类题型。

四类题型从整体到局部,从宏观到微观考察孩子是否看懂了文章。

Overall summary question:概括整篇文章的主要内容

FAQ:请用一句话概括本文的主要内容。

事件总结题:总结文章中的一些事件

FAQ:请用简洁的语言概括一下。 这篇文章中关于“脚下的流沙”写了什么?

剧情总结题:总结事件中的部分情节

常见题:阅读全文,请用简洁的语言在括号内写出主要故事情节。

归纳总结题:总结剧情中人物和对象的特点。

常见问题:在说明文中,让你总结一下本文的对象。 在叙述中,结合选题的具体内容,概括父亲是一个什么样的人。

您可以翻看孩子的语文试卷。 无论是叙述性的、议论性的还是说明性的,总有一道题属于概括题。 这类题的分数丢了,说明孩子还没有掌握能力。

这四类题,五个单子就搞定了! 就贴在这里,孩子肯定背不下来,一定要结合练习使用哦!

详细的解决方法可以关注我的直播操作,效果更佳!

04

小结

经过第一轮直播,孩子们已经掌握了大致的内功和方法,家长们继续告诉我 好消息,孩子又涨分了! 我很高兴!

我始终相信,时间花在哪里,收获就在哪里!

希望大家不要陷入低效的“假努力”。 其实只要大姐听懂了我上面说的,语文阅读理解没理由不加分。

码字不易,感谢您的阅读和好评,希望对您有所帮助~~

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据