怎样让娃愉快地背单词?我真希望8年前就掌握这个方法

2018 年 5 月 27 日 MOOC

| 全文共2288字,建议阅读时3分钟 |

 


转载自公众号:憨爸在美国

微信号:hanhanusa


学英语其实是一件挺头疼的事,特别是单词、语法学起来很枯燥的,很多妈妈也问我美国学校里教孩子学英语有什么好办法。有一次,憨憨从学校里揣回来一堆卡片,跟我说这是老师发给他的“Brick”(积木),等我翻看他的Brick后,瞬间眼睛一亮,原来这些卡片都是用来学英语的啊,我从来没想到英语还可以这么学,实在太有意思了!




老师管这套卡片叫做 Word Brick(单词积木),它的作用是可以让孩子在游戏中快速熟悉单词、语法和句型。


下面这张图就是卡片设计原型,




每张卡片的正反面各有一个不同的单词,而且单词都印在一个砖块上,所以看起来就像积木的样子。


1卡片编排方便记忆


如果要制作Word Brick的话,得讲究一个原则,那就是正反面的两个单词需要有一定的相关性。


它可能是不同时态的动词,比如正面是drink,反面是drank,这是动词原形和过去式;


它可能互为反义词,比如正面是boy,反面是girl,或者正面是sad,反面是happy;


它也可能互为近义词,比如正面是many,反面是some。甚至相关性的单词也会放上去,比如正面是water,反面是food。


这种词卡设计的好处是,孩子能够进行联想记忆,看到一面的单词,就能把另外一面单词联想出来,看到动词能联想到过去式和过去分词,看到名词或形容词能联想到反义词和同义词。英国的记忆力之父东尼博赞就很推崇这种联想式的记忆方法,它能让孩子记忆单词更加高效和牢固。


2卡片训练造句和语法


记忆单词只是Word Brick的一个亮点,但更大的一个亮点在于训练孩子造句和语法上面。


憨憨给我演示他们老师是怎么用卡片教英语的。


老师会给学生们一堆卡片,然后让他们在卡片中抽出几张,将这些抽出来的卡片按次序排成一排造句。


下面这张图就是用卡片堆砌出来的句子,老师在让孩子们造句的时候,一方面要强调语句的通顺,另一方面更重要的是要强调语法的正确。




比如在教时态的时候,老师就要求孩子们用过去式来造句,上面的图片案例中,“he ate some food”、“she didn't drink water today”都是过去式的应用。


利用这样的方式,孩子不仅能训练一些基本的写作技巧,而且还加深了对语法的理解。


3更进一步


我跟憨憨玩了几个句子后,发现他的单词卡里面还有一些特殊的卡片。原来对于英语有一定基础的学生,卡片还有高阶的功能。


在高阶卡片里,Word Brick主要可以分为两大类:一类是常规单词类,另一类则是辅助单词类(可以理解成游戏中的道具卡)。辅助类可以更好的丰富词汇程度,给组句更多的可能性。


辅助类卡片一般是后缀。比如“-s/-es”卡片可以作为名词的复数形式,也可以为保持动词的主谓一致;“-ed/-ing”卡片可以完善动词的时态;“-ly”可以增加形容词/副词的转换。



上面这张图就是辅助卡的形式,里面还出现了一种特殊的卡片叫做“Wild Card”(任意卡),它可以替代任意单词出现在句子中,其实它是用来激发孩子的联想之用。


有了辅助类卡片的出现,孩子的造句就极大的丰富了!即使简单的句子也可以有更多的变换,比如下图这个句子,


“she saw some /wild card/ boys eat”




首先是boy后面跟了一张“-s”的辅助卡,这样boy就摇身一变变成了复数的形式。


而里面还加上了“wild card”(任意卡),可以化身为任意一个形容词,孩子可以随意发挥,给后面的boy加上形容词的修饰,比如他们可以说“hungry”、“young”、“big”等等。


这也是对应了美国学生写作的一种通用方法,多用修饰性词语,这样写出来的文章才会更丰富。


4训练中的经验


这种Word Brick是家长或者老师根据孩子的实际情况灵活定制的,比如孩子近期学了什么单词、看了什么书、有什么知识点需要加强,我们就可以把他们学到的这些单词做一套Word Brick出来,单词也不要太多,否则娃找起来也是麻烦。


比如有一次我发现憨憨的be动词掌握得有点问题,有时会用错,比如“you was”、“she were”这种低级错误偶尔会发生,当时就想着要给他做特训,但是也没有专门的练习册突击这个知识点的,这个时候Word Brick就是一个最好的方法了!




我先列出常见的“TO BE”的用法。在句式中,为保持主谓一致,“to be”句式会有各种各样的展示形态,如一般现在时、一般过去时、主动语态(is going)、被动语态(was taken)等。


然后我制作了一套Word Brick的卡片跟娃一起玩。在制作的时候有个技巧,你一定得找孩子经常犯错误的单词和句式融入进去,比如娃的“were/was”不分,“been/is”时态会弄错,那么咱们制作这个Word Brick的时候就围绕这些单词展开就好。


下面这张图就是我用到的Word Brick,你看这里面就涉及了各种be动词,有一般时态的is、am、are,有过去式的were、was,还有过去完成时会用到的been。



在陪娃玩的时候,我先定义一个主语,比如“he”,然后他负责根据我的主语he来找卡片进行造句,比如“he is”、“he was”等等。


有时候,我又会给他先定义be动词,比如“were”,然后他再根据我的be动词找到相应的主语再来造句,比如“they were”、“you were”等等。



这种训练方法比刷题可有趣多了,娃一点都不排斥,还跟我们比赛,结果半小时的时间,小家伙的be动词、现在进行时、被动式都掌握得清清楚楚,效果比单纯给他讲课本要好的多的多!


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,
把握MOOC国际发展前沿,请关注:
微信公号:openonline
公号昵称:MOOC

 

登录查看更多
0

相关内容

联想集团有限公司,是中国一家总部设在北京市和美国北卡罗莱纳州罗利市的跨国科技公司,成立于1984年,由中国科学院计算技术研究所投资20万元人民币、11名科技人员创办,当时称为“中国科学院计算所新技术发展公司”。1989年,更名为“北京联想计算机集团公司”。 维基百科
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
212+阅读 · 2020年4月26日
【2020新书】如何认真写好的代码和软件,318页pdf
专知会员服务
63+阅读 · 2020年3月26日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
95+阅读 · 2020年2月8日
R语言自然语言处理:情感分析
R语言中文社区
16+阅读 · 2019年4月16日
机器学习入门 | 刷新你三观的高数和线代教程
大数据技术
21+阅读 · 2019年3月22日
研究了28本公司日历后,我们发现了一些有趣的事情
中国企业家杂志
14+阅读 · 2019年2月2日
你真的懂时间序列预测吗?
腾讯大讲堂
104+阅读 · 2019年1月7日
基础 | 一文轻松搞懂-条件随机场CRF
黑龙江大学自然语言处理实验室
16+阅读 · 2018年3月24日
干货|带你愉快的理解CRF
机器学习研究会
32+阅读 · 2017年11月27日
如何编写一个拼写纠错器?
Python开发者
4+阅读 · 2017年11月6日
干货|如何轻松愉快的理解条件随机场(CRF)?
机器学习研究会
26+阅读 · 2017年8月2日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Phrase-Based & Neural Unsupervised Machine Translation
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
27+阅读 · 2018年4月12日
Arxiv
27+阅读 · 2017年12月6日
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关VIP内容
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
212+阅读 · 2020年4月26日
【2020新书】如何认真写好的代码和软件,318页pdf
专知会员服务
63+阅读 · 2020年3月26日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
95+阅读 · 2020年2月8日
相关资讯
R语言自然语言处理:情感分析
R语言中文社区
16+阅读 · 2019年4月16日
机器学习入门 | 刷新你三观的高数和线代教程
大数据技术
21+阅读 · 2019年3月22日
研究了28本公司日历后,我们发现了一些有趣的事情
中国企业家杂志
14+阅读 · 2019年2月2日
你真的懂时间序列预测吗?
腾讯大讲堂
104+阅读 · 2019年1月7日
基础 | 一文轻松搞懂-条件随机场CRF
黑龙江大学自然语言处理实验室
16+阅读 · 2018年3月24日
干货|带你愉快的理解CRF
机器学习研究会
32+阅读 · 2017年11月27日
如何编写一个拼写纠错器?
Python开发者
4+阅读 · 2017年11月6日
干货|如何轻松愉快的理解条件随机场(CRF)?
机器学习研究会
26+阅读 · 2017年8月2日
相关论文
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Phrase-Based & Neural Unsupervised Machine Translation
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
27+阅读 · 2018年4月12日
Arxiv
27+阅读 · 2017年12月6日
Arxiv
4+阅读 · 2017年7月25日
Top
微信扫码咨询专知VIP会员