A娃的时间管理怎么培养?1是做“Todolist”,2是注意情绪价值
itomcoil 2025-01-11 13:58 18 浏览
A娃是个“矛盾体”,为什么这么说?因为他兼具了“快”和“慢”两个特点。
“快”是指性子急,做什么事都急吼吼的,很毛躁,还很容易急眼。
“慢”是指反应慢,启动比别人要慢一拍,时间管理能力又不足,学习上生活上很多时候效率都不高。
想要改变这个情况,一蹴而就是不可能的,只能一点点磨,慢慢让孩子适应变化、跟上节奏。
对于年龄较小的孩子
对于时间的理解和感知,对于孩子做事的节奏和效率,当然是越小培养越好。
不过对于年龄较小的孩子(五六岁以下),多妈妈觉得并不需要“刻意”去教太复杂的事情,但是要注意培养“时间的概念”。
比如说熟悉基本时间概念:上午、下午、晚上、半夜、清晨、黄昏、前天、明年……可以给孩子讲解,也可以让孩子猜现在是什么时候。
跟孩子玩计时做事的游戏。比如,看看我数10个数能不能做完什么事;看看今天穿鞋用了多少分钟,有没有比上一次少;我躲起来两分钟,看你能不能把这些收拾起来等等
主要是慢慢让孩子做事情有开始和完成的概念,要知道每一件事情什么时候是开始和结束,而不是这个事做一下,又去做另一个事。
6岁以上的孩子
对于6岁以上的孩子,马上要进入小学,学习和生活事项开始增加不少,就要学会给要做的事情分类。
我们经常让孩子做时间表,但其实在列时间表之前,很重要的是让孩子先看清自己都要做哪些事情。如果对自己要做的事情没有个清楚的认识,那么列时间表就是在排流水账。
所以,时间表的前身应该是个“Todolist”——要做的事。列完这个,我们要教给孩子去评估这些事情:哪些是必做的,哪些是可以放放的,哪些是自己想做的,哪些是可以不做的,哪些是自己喜欢的和要忍受的。
然后我们可以给孩子不同颜色的笔,让他给它们分类,同时该删的删、该推迟的推迟。重点的排在前面。喜欢和不喜欢的用颜色或笑脸等图案分开,这样他会有意识地搭配,做到劳逸结合、动静穿插。如果满眼看去,都是不喜欢的事或都是脑力活动,就需要调整。
在设计这个时间表的过程中,家长应该教给孩子如何分析事情的轻重缓急、如何统筹安排、如何事后总结修改、以及要看到不喜欢但必做的事情的意义。
至于具体该怎么做,凡事需要一步步适应和提升,比如说作息习惯,对于A娃来说尽量固定,不要每天都出现很多变化,会更好。
家长可以细化,起床时间,洗漱时间,早饭时间,午休时间,晚自习时间等,让孩子习惯在什么时间做什么事,每天完成情况,在孩子临睡前让他自己打分。
一般情况下,孩子在开始很难把握节奏,慢慢就学会调整,周一没做好的,周二会改善的,周三或许有在某个环节出现扣分,但周四孩子就会有调整,这样一步步加快节奏。
一周下来,家长统计得分,达到优秀标准是可以奖励一个小礼物或者是对孩子进行表彰鼓励,孩子做事的速度和积极性就会越来越高。
02
想跟大家说的第二点,是非常重要但恰恰是很容易被忽略的:那就是情绪价值。
就如寒寒妈妈说的:孩子做事情慢,性子又急,做不好还不让催!这个矛盾体结合在一起该怎么办?
其实就算不是脾气急的孩子,我们也不要总是用催的方式去让孩子加快速度。因为“催促”是一种压力,可能会让孩子更加紧张。
我们的第一要务是改善情绪,而不是急着去解决手里的事情。
比较快速的沟通方法,是可以转移一下他们的注意力,问几个问题,引导孩子表达自己的困境。
比如说:“怎么了?你现在是想要拿什么东西?/做什么事?可能爸爸妈妈知道在哪里。”
不断去引导孩子他心里的困难、想要什么样的帮助,组织语言去表达出来,表达的过程就是梳理自己情绪和思路的过程,可以让孩子慢慢冷静下来,接下去才能把事情去做好。
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)