山西省吕梁学院附属高级中学高中信息技术 3.2表格信息的加工与表达之四教学设计 粤教版必修1.docxVIP

山西省吕梁学院附属高级中学高中信息技术3.2表格信息的加工与表达之四教学设计粤教版必修1

科目

授课时间节次

--年—月—日（星期——）第—节

指导教师

授课班级、授课课时

授课题目

（包括教材及章节名称）

山西省吕梁学院附属高级中学高中信息技术3.2表格信息的加工与表达之四教学设计粤教版必修1

设计思路

各位同学们，大家好！今天我们要一起探索信息技术中的表格信息加工与表达之道。这节课，我们要用粤教版必修1的课本，结合实际，让表格成为我们信息表达的小能手。我会以丰富的教学场景和趣味性的活动，让你们在轻松愉快的氛围中掌握表格信息的处理技巧。准备好了吗？让我们一起开启这场信息加工的旅程吧！??????

核心素养目标

1.信息意识：学生能够识别表格信息的重要性，理解其在数据表达中的价值。

2.计算思维：学生学会运用计算思维对表格数据进行逻辑分析和处理。

3.数字化学习与创新：学生能够运用表格工具进行信息加工，培养创新解决问题的能力。

4.信息社会责任：学生了解在信息处理过程中遵守相关规范，增强信息安全意识。

学习者分析

1.学生已经掌握了哪些相关知识：

学生在之前的学习中已经对信息技术的基本概念有所了解，如计算机硬件、操作系统等。此外，他们可能已经接触过简单的数据处理，比如使用电子表格软件进行基础的数据录入和简单的排序操作。

2.学生的学习兴趣、能力和学习风格：

高中生普遍对信息技术抱有较高的兴趣，尤其是在使用电子设备和软件方面。他们在学习能力上表现出较强的操作性和实践性，喜欢通过实际操作来学习新知识。学习风格上，有的学生倾向于通过视觉学习来理解信息，而有的则更喜欢动手实践和实验探索。

3.学生可能遇到的困难和挑战：

在学习表格信息的加工与表达时，学生可能会遇到以下困难和挑战：一是对复杂的数据处理逻辑理解困难，二是操作电子表格软件时可能出现的错误处理，三是如何将表格信息转化为有效的表达形式。此外，部分学生可能缺乏逻辑思维和批判性思维能力，难以从大量数据中提取关键信息。

教学资源准备

1.教材：确保每位学生都配备了粤教版必修1的教材，以备查阅。

2.辅助材料：准备相关的表格示例、数据集图表，以及说明表格加工与表达的视频教程。

3.实验器材：准备可操作的电子表格软件，确保每位学生都能在课堂上使用。

4.教室布置：设置分组讨论区，每个小组配备一台电脑，并在教室前方设置大屏幕，以便展示表格操作过程。

教学流程

一、导入新课（用时5分钟）

详细内容：

1.通过提问：“同学们，你们在日常生活中遇到过需要处理表格信息的情况吗？”引发学生对表格信息加工与表达的兴趣。

2.展示生活中常见的表格实例，如购物清单、成绩单等，引导学生思考表格在信息传递中的作用。

3.引出本节课的主题：“今天，我们就来学习如何高效地加工与表达表格信息。”

二、新课讲授（用时15分钟）

1.讲解表格的基本概念和结构，包括行、列、单元格等，结合实际表格进行讲解。

2.介绍电子表格软件的基本操作，如数据录入、排序、筛选等，通过屏幕演示和操作讲解。

3.讲解表格数据的加工方法，如计算、公式应用、数据透视表等，结合实例进行讲解。

三、实践活动（用时20分钟）

1.学生分组，每组使用电子表格软件创建一个简单的表格，如班级通讯录。

2.指导学生进行数据录入、排序、筛选等基本操作，确保每位学生都能独立完成。

3.引导学生尝试使用公式计算表格中的数据，如计算总分、平均分等。

四、学生小组讨论（用时10分钟）

1.学生讨论如何将表格信息转化为有效的表达形式，如制作图表、撰写报告等。

举例回答：

-使用柱状图展示各科成绩分布情况。

-制作饼图展示班级男女比例。

-撰写报告分析班级学习情况。

2.学生讨论如何处理表格中的异常数据，如错误输入、缺失数据等。

举例回答：

-使用条件格式标记错误输入。

-使用数据验证功能防止数据输入错误。

-使用查找和替换功能处理缺失数据。

3.学生讨论如何提高表格信息的可读性和美观性。

举例回答：

-使用合适的字体和字号。

-使用颜色区分不同数据类别。

-使用边框和底纹美化表格。

五、总结回顾（用时5分钟）

内容：

1.回顾本节课所学内容，强调表格信息加工与表达的重要性。

2.总结表格的基本操作、数据加工方法以及信息表达技巧。

3.鼓励学生在日常生活中运用所学知识，提高信息处理能力。

教学资源拓展

1.拓展资源：

-电子表格高级功能介绍：如宏录制、数据验证、条件格式等。

-表格数据可视化：学习如何使用图表和图形展示数据，如散点图、折线图、雷达图等。

-数据分析工具：介绍Excel中的数据分析工具包（DataAnalysisToolPak），包括描述性统计、回归分析等。

-云计算