热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

孩子算数能力差?别着急!深扒小猿口算&作业帮口算&学而思口算

数学口算≠数理思维设置小猿口算。两者不存在对立,完全可以相辅相成。数理思维的概念在2019年着实“火”了起来设置小猿口算

数学口算≠数理思维设置小猿口算。两者不存在对立,完全可以相辅相成。

数理思维的概念在2019年着实“火”了起来设置小猿口算。依托于火花思维、豌豆思维、掌门少儿思维等线上少儿思维课的兴起,越来越多的家长开始注意到“少儿数理思维”。

虽然“少儿数学思维”的概念得到了一定程度的传播,但是对处于绝大部分体制内教学的家长来说,包括芝麻妈,认为对处于#小升初#阶段的孩子来说,如何提高#数学#的口算能力,依旧是一个不可避免的话题设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

“少儿数理思维”课程虽然可以帮助孩子提高数感、解决问题的能力,但是却并不能快速精准地提高数学口算能力设置小猿口算

而实际上,在整个小学数学中,口算内容的占比,以人教版举例,接近50%,是相当多的设置小猿口算。因此不少家长甚至会在学龄前开始有目的性地培养孩子口算的能力。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

在和诸多家长们的交流中,芝麻妈发现有三家机构旗下的口算App被不断提起:猿辅导旗下的小猿口算,作业帮旗下的作业帮口算,以及学而思旗下的学而思口算设置小猿口算

在深度体验了这三款口算App之后,芝麻妈将在下文分享自己的评测和心得,也希望更多为此而困扰的家长能够选择到适合自家孩子的App设置小猿口算

小猿口算口算内容

小猿口算是猿辅导品牌旗下的针对数学口算的一款App,其口算内容从学龄前最基础的数字5以内的比较,到最高六年级下学期的负数比较都能涵盖,而且教材版本可以选择人教版、北师大或苏教版设置小猿口算

小猿口算的知识覆盖面是比较全的,基本可以满足95%以上小学数学口算的内容设置小猿口算。泛用性芝麻妈认为还是很不错的,家长常见的口算问题例如100以内加减、连加连减等等都有充足的练习。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算小猿口算的知识点覆盖面

整体难度

小猿口算的练习难度是比较适中和偏低的,练习方式就是孩子屏幕手写,还提供草稿功能,方便不熟悉口算的孩子进行练习设置小猿口算。且不会有超纲的挑战题。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算小猿口算五年级分数练习题

值得一提的是,芝麻妈在仔细研究了小学人教版教材内容和小猿口算的练习题之后,发现有些知识点,小猿口算还简化甚至省略了设置小猿口算

例如一年级下的口算题中,小猿口算并没有带括号的加减练习设置小猿口算。而这个内容在作业帮口算和学而思口算中都有涉及到。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算小猿口算一年级下练习目录

特色/不足

小猿口算除去正常的口算练习题,还为学龄前到二年级的孩子提供了原创的动画口算课程设置小猿口算

课程中主要运用了“摆小棍法”帮助低年级孩子去理解数字,去培养孩子的数感设置小猿口算

就像幼儿园里,老师会用相当具体的实物来演示数学口算设置小猿口算。这也是为何少儿数学课程对线下教具如此重视的原因之一:帮助孩子从具象思维过渡到抽象思维。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算小猿口算动画课程-摆小棒法

小猿口算的动画课程,除了“摆小棍法”,也会有一些数学口算经典的方法技巧例如“凑十法”等等设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算小猿口算动画课程-凑十法

小猿口算另一个芝麻妈认为做得比较好的点,就是其错题集设置小猿口算

孩子在练习过程中只要出现过答案错误的情况,小猿口算会自动计入错题集中,不需要手动添加设置小猿口算。很方便练进行复习。

独家建议

小猿口算的题目难度不大,芝麻妈认为非常适合对数学口算掌握不太熟练的孩子进行练习;全面的知识点覆盖使其成长性很好,可以无缝对接学校内容;而提供的低年级动画课程也有助于对启蒙的孩子进行数感培养设置小猿口算

总体芝麻妈认为小猿口算是目前市面上做得相对完善的口算App设置小猿口算

作业帮口算口算内容

作业帮口算的知识覆盖范围和小猿口算基本一致设置小猿口算。唯一的不同是,作业帮口算的四年级-六年级的上学期只有人教版教材,这一点家长们要注意下。

如果是人教版教材的话,作业帮口算的内容是能满足学龄前-六年级孩子的需求的设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算作业帮口算四年级上教材

整体难度

芝麻妈在做题的时候发现,作业帮口算的难度是偏高的,它会有挑战题和复杂题设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算作业帮口算挑战题

而即便是一年级的口算题,其练习形式的不同也会增加些许难度设置小猿口算

例如让孩子填写等式左边的数字设置小猿口算。这对还未学习等式两边运算法则的一年级孩子来说,这种转换思维理解起来是比较困难的。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

特色/不足

作业帮口算每学期的最后,都会有该学期口算内容的重点专项练习设置小猿口算。这一点其实很契合家长的心理,因为家长让孩子练习的目的无非也就是为了学习成绩的提升,而专项练习的内容其实和学校考点的匹配度是很高的。

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算作业帮口算二年级上的专项练习

作业帮口算当然也有错题集功能设置小猿口算,只不过芝麻妈却发现它居然不能自动记录练习中回答错误的题目,也无法进行手动添加!

所以基本上该功能处于一个非常“鸡肋”的状态设置小猿口算。而对于没有主动学习能力的低龄孩子来说,错题集却又是家长帮助孩子复习的一个重要工具。

因此,这个功能的缺失,芝麻妈认为还是有点遗憾的,“学而时习之,不亦说乎”设置小猿口算

独家建议

在芝麻妈看来,错题集的重要性是不言而喻的设置小猿口算。而作业帮口算鸡肋的错题集基本起不到任何复习作用。

因此芝麻妈建议,如果家长有余力和能力,可以在一旁陪伴孩子完成练习,对错题给予帮助和指导,那么难度较高的作业帮口算会是一个不错的选择设置小猿口算

学而思口算口算内容

学而思口算的内容设置简直让芝麻妈丈二和尚摸不着头脑设置小猿口算

虽然乍一看它也是学龄前-六年级小学阶段全覆盖,而且三种教材也是全部可以选择设置小猿口算。但是!

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

从四年级上开始设置小猿口算,就已经没有实质性口算内容了!

因此对高年级的孩子来说,口算练习选择学而思口算是没有必要的设置小猿口算

整体难度

和上面两家对比,学而思口算正好处在中间位置,难度比小猿口算高,但不及作业帮口算设置小猿口算

说难,它其实并没有类似挑战或复杂题的练习;而说简单,它却在一年级的比大小练习上,出现了加减式比大小的题型设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

这需要孩子先分别计算左右两边式子的结果,然后将其对比得出结论设置小猿口算

这其实是数理思维中分步思维的雏形了设置小猿口算

特色/不足

学而思口算除了芝麻妈上述的内容设置外,它和作业帮口算鸡肋的错题集不同,它直接剔除了错题集功能,做到了极致的"精简"设置小猿口算

没有单元测验,没有期末复习,更没有专项练习和动画课程设置小猿口算

学而思口算很符合当代“极简”主义,只不过数学口算的练习既不简单,也不简约设置小猿口算

独家建议

学而思口算如果单拉出来看,芝麻妈或许会推荐给低年级或学龄前孩子进行口算练习设置小猿口算。但是,和上述另两家口算App相比,学而思口算的问题就在于:自家有的别家全有,别家有的自家却没有。

在口算App内容和练习形式大同小异的情形下,细节才是决定体验和实用性的关键设置小猿口算

孩子算数能力差?别着急<strong>设置小猿口算</strong>!深扒小猿口算&作业帮口算&学而思口算

总结上面的三款口算App中,芝麻妈提到了三种数理思维能力:抽象思维、转化思维、分步思维设置小猿口算

并不是说这几款口算App无法培养孩子这些思维能力就代表无用,芝麻妈只是希望家长能够正确看待锻炼孩子口算能力这件事,同时不要随大流盲目报名“少儿数理思维”课程设置小猿口算


推荐阅读
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 词袋模型的通俗介绍
    词,袋, ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • 本文介绍了C#中生成随机数的三种方法,并分析了其中存在的问题。首先介绍了使用Random类生成随机数的默认方法,但在高并发情况下可能会出现重复的情况。接着通过循环生成了一系列随机数,进一步突显了这个问题。文章指出,随机数生成在任何编程语言中都是必备的功能,但Random类生成的随机数并不可靠。最后,提出了需要寻找其他可靠的随机数生成方法的建议。 ... [详细]
  • qt学习(六)数据库注册用户的实现方法
    本文介绍了在qt学习中实现数据库注册用户的方法,包括登录按钮按下后出现注册页面、账号可用性判断、密码格式判断、邮箱格式判断等步骤。具体实现过程包括UI设计、数据库的创建和各个模块调用数据内容。 ... [详细]
  • “你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间,这是我们最战战兢兢的心情。但是显然,有些人体会不了。这份行业数据,让笔者“柠檬” ... [详细]
  • 生成对抗式网络GAN及其衍生CGAN、DCGAN、WGAN、LSGAN、BEGAN介绍
    一、GAN原理介绍学习GAN的第一篇论文当然由是IanGoodfellow于2014年发表的GenerativeAdversarialNetworks(论文下载链接arxiv:[h ... [详细]
  • 本文介绍了高校天文共享平台的开发过程中的思考和规划。该平台旨在为高校学生提供天象预报、科普知识、观测活动、图片分享等功能。文章分析了项目的技术栈选择、网站前端布局、业务流程、数据库结构等方面,并总结了项目存在的问题,如前后端未分离、代码混乱等。作者表示希望通过记录和规划,能够理清思路,进一步完善该平台。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
author-avatar
Happy的紫璐
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有