查看原文
其他

专题研究 || 李彦龙,常凤:“双减”政策下我国中小学课后延时体育服务时效与保障

李彦龙,常凤 体育学研究 2023-03-26

“双减”政策下我国中小学课后延时体育服务时效与保障

01

文章来源

作  者:李彦龙,常凤

单  位:哈尔滨体育学院

原文刊发:《体育学研究》

02

作者简介

李彦龙,男,1979年生,黑龙江五常人,教育学博士,教授,硕士生导师。教育部学位论文评审专家,美国犹他大学访问学者,国家体育总局青少年运动技能等级标准考评员讲师。主要研究方向为运动健康促进、学校体育。多次参加中小学生体质健康测试与体育场地普查工作。近5年,参与国家社会科学基金项目3项,教育部人文社科项目1项,主持省部级课题1项,厅级课题3项。发表专业学术论文20余篇;出版专著1部;多次参加全国体育科学大会、全国高校体育教师教育科学论文报告会等国内外学术会议并专题报告,2018年获全国体育社会科学优秀论文二等奖。

03

专题导读

教育是育人之本,人才是强国之基。2021年7月,国家颁布了《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》(以下简称“双减意见”),成为新时期教育战线贯彻新发展理念、构建新发展格局、推进高质量发展、促进学生全面发展、健康成长的重大举措。以体育智、以体育心,体育教育作为教育体系的重要组成部分,对于促进学生享受乐趣、增强体质、健全人格、锤炼意志,推进教育现代化,建设健康中国和人力资源强国,实现中华民族伟大复兴的中国梦具有重要意义。随着“双减意见”的深入实施,体育学科重要性日益凸显,相关创新实践广泛行动。“双减意见”政策下,面对新变化、新目标、新挑战、新格局,如何科学推动体育教育事业高质量发展成为业界、学界高度关注和亟须回应的重要命题。

04

文章概要

我国中小学近视检出率为53.6%,视力不良问题已被WHO纳入“视觉行动2020”计划。同时,儿童青少年肥胖问题也是21世纪严重的公共卫生挑战之一。大量研究证实,近视与肥胖问题主要与缺乏体育锻炼有关,而过重学业负担是导致青少年缺乏体育锻炼的关键核心因素。面对广大青少年健康危机,国家制定《中华人民共和国未成年人保护法》,规定“学校不得占用国家法定节假日、休息日及寒暑假期,组织义务教育阶段的未成年学生集体补课”“保证未成年学生的睡眠、娱乐和体育锻炼时间,不得加重其学习负担”。为减轻青少年负担,国家先后出台《中华人民共和国义务教育法》《教育部办公厅关于做好中小学生课后服务工作的指导意见》《关于深化教育体制机制改革意见》等文件。2021年7月24日,中共中央办公厅、国务院办公厅印发《进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》(以下简称《意见》)。减轻学生作业负担和校外培训负担(以下简称“双减”)。《意见》对修复教育生态,保障每位中小学生的健康成长提供政策保障;要求“提高课后服务质量”,有效实施各种课后育人活动,满足学生个性化、差别化、实践性学习需求;提出“开展适宜的体育锻炼,开展阅读和文艺活动”的要求,促进中小学生身心健康成长。

......

“双减”政策是国家为减轻中小学生过重学业负担、构建教育良好生态、促进中小学生全面健康成长的重要举措。减轻过重学业负担,切实提升课后延时体育服务时效,无疑对中小学生健康成长具有革命性意义。本文探讨了我国课后延时服务形成的多重逻辑,研究认为,课后延时服务的生成是为解决部分家长接送学生难的问题,其动因是助力学生全面发展,其演进经历雏形阶段、发展阶段、繁荣阶段。“双减”政策强调体育是课后延时服务的重要组成部分,但是我国课后延时体育服务的时效差,存在师资力量薄弱、运动安全顾虑、服务内容单一、支持手段有限等现实困境。研究提出,以学校为主阵地,配足配齐体育教师、传授更丰富的运动风险防范知识与技能,不断提升中小学生体育参与的能动性、研制课后延时体育服务标准,丰富内容体系、改善支持手段,提升支撑保障能力等措施,保障课后延时体育服务有效开展。

05

作者贡献声明

李彦龙:设计论文框架,撰写论文;常凤:审核、指导、修改论文。

李彦龙,常凤《“双减”政策下我国中小学课后延时体育服务时效与保障》一文已在中国知网(CNKI)首发,欢迎大家下载关注。

长按二维码

阅读全文

李彦龙,常凤《“双减”政策下我国中小学课后延时体育服务时效与保障》

注:如需转载,请标明文章出处!

推荐阅读

◾ 郑继超,董翠香,董国永:习近平教师重要论述引领新时代体育教师发展的策略研究

◾ 王志文,张瑞林,李凌:我国体育产业营商环境的学理构成、问题检视与构建思路

◾ 康露,黄海燕:体育与科技融合助推体育产业高质量发展:逻辑、机制及路径

◾ 蔡朋龙,刘广飞:新时代我国体育产业结构优化的逻辑、目标与路径

◾ 叶海波:新发展阶段数字经济驱动体育产业高质量发展研究

◾ 胡海旭,金成平:智能化时代的个性化训练——机器学习应用研究进展与数字化未来


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存