教科版（2019）高中物理必修第一册 4.7超重与失重_教案1

超重与失重
教学目标
（一）知识与技能
1．通过实验认识超重和失重现象，理解产生超重失重现象的条件和实质。
2．能运用牛顿第二、三定律分析超重与失重现象。
3．了解并能分析和说明一些简单的相关问题，了解生活中的超重和失重现象。
（二）过程与方法
1．经过探究实验发现超重失重现象。
2．通过小组讨论发现发生超重失重现象的条件及实质。利用牛顿运动定律分析超重和失重，再引出完全失重。
3．使学生在练习与讨论中体会生活中随处可见超重和失重现象。
（三）情感、态度与价值观
1．通过演示身边的超重失重例子，让学生学会观察生活，知道物理就在身边。
2．培养学生科学探究能力，学生体会物理实验对于研究物理规律的重要作用，从探究中体验科学之美，体会合作的重要性。
3．学生在学习过程中体会科学知识在生产、生活和科学技术中的作用，通过学习太空授课，增强民族自豪感。
教学重难点
教学重点：“认识超重和失重现象”是本节的重点，要了解什么是超重现象以及失重现象并能在实例中找出。
教学难点：“掌握超重和失重现象的产生条件”是本节的难点，要理解超重和失重现象的产生与加数度a的方向有关，而与速度v无关。
教学设计
教学环节
环节目标
教学内容
学生活动
媒体作用及分析
（一）导入新课
增强兴趣，吸引学生的注意力
学生观察实验1：从砖头中抽出纸巾
学生代表上台演示实验
应用希沃授课助手 的“手机屏幕同步”功能，对学生实验进行直播，用慢镜头的形式回放，学生观察得很清楚
（二）对电梯实验的模拟与分析
小组合作掌握实验的探究方法
1.探究实验
2.用对比方法发现超重失重现象，引导学生分析探究实验并归纳结论
1.小组进行实验，按下表完成实验探究
小组在书写实验数据，分享实验结果
2.通过小组讨论总结发生超重失重现象的条件及超重和失重的实质
探究实验应用希沃授课助手中 的与电脑屏幕同步功能，把学生的探究实验数据填写在课件中，实时展示学生实验数据。
（三）超重、失重和完全失重现象
1.突破难点,锻炼归纳总结结论的能力。
2.理论探究
1.产生超重和失重的条件。
2.超重和失重与与速度v无关。
3.引导学生做小实验，讲解完全失重的概念
1.小组讨论得到超重和失重的条件
2.小组讨论运用牛顿运动定律分析超重和失重
3.学生用矿泉水瓶做完全失重的小实验
1.把小组的解答过程拍照上传，与全班共享做题过程，教师可以在课堂上指出学生分析的漏洞。
播放视频：慢镜头下完全失重的现象。
（四）理论和实际应用
灵活运用所学知识解释生活现象；把物理和生活密切联系起来
引导学生利用所学知识解释生活中超重和失重。
学生做习题巩固，并举例说明生活中跟超重失重有关联实例，最后观看太空授课片段
教师让小组代表到白板上把习题的解答过程写出，屏幕批注，及时反馈
插入不常见的实例与视频，从生活走向物理，从物理走向社会的
课后小结
超重和失重这一节课，以学生的以前获得的感性认识为基础，从平常生活现象中归纳总结出超重和失重，通过实验与思考的观察与分析，得出的超重和失重产生的条件和实质，并与日常生活中现象为基础加以运用，从生活走向物理，从物理走向社会的新课程理念。
我设计了让学生利用弹簧测力计和钩码自主探究，探究实验利用希沃授课助手“电脑屏幕同步”功能，让把学生把探究实验的数据填写在课件中，实时记录和展示学生数据。给学生一个充裕的思考问题的时间，让学生通过自身的思考和合作学习来获取知识和技能、掌握过程与方法、学会交流与合作。
本节课的亮点是，利用希沃白板截屏功能，把学生的两次实验数据导入到同一页面，这是物理中常用的对比法，直观、生动的实验对比，既提高了学生的学习兴趣，又可使学生深准确掌握知识，更能培养学生的观察、分析、概括能力，从而提高教学效率。并且不同的实验结果，说明超重和失重的普遍性。
对比加速度的方向和速度方向跟超重和失重的关系，学生一目了然，快速总结产生超重和失重的条件，有效的解决了本节课的难点。
我觉得这节课的成功之处，主要在于课堂学习与日常生活紧密联系起来，使学生学习的不仅是一堂课所学内容，它打开了学生的视野，把过去、现在的有关知识结合在一起，把现实的世界提供给学生理解和体验，提高学生对生活的深刻理解和深入感悟。
对于本节课我认为有几点要改进的：
1.实验的感染力
物理是以实验为基础的一门学科，我们在上课中尽量的做演示实验，本节课演示实验可以增加，让学生多体验超重和失重。
2.提高教学效率
学生自主探究时，有的学生不知道从哪里下手，要求教师给以必要的指导，应该提示学生。
3.让学生体验超重和失重的实验，一方面弹簧秤与钩码易脱节，另一方面需要观察瞬间示数的变化，老师要抓住这些微小环节，指导学生注意实验的操作和观察记录。
4.对这节课的遗憾的地方是，探究实验中，测力计在运动过程中读数看得不太清楚，多数同学都是估读，能定性分析数据。如果需要定量的分析，利用传感器是最好的选择，但是由条件限制，本节课无法使用传感器。