博客
关于我
《如何阅读一本书》做一名“棒球赛中的捕手”
阅读量:678 次
发布时间:2019-03-17

本文共 756 字,大约阅读时间需要 2 分钟。

阅读是一种需要主动参与的过程,而非被动接收。良好的阅读习惯不仅能够帮助我们更好地理解作者的观点,还能提升我们的思维深度与批判能力。本书提倡一种主动式的阅读方式,鼓励读者在阅读过程中不断提出问题并通过探索找到答案。

阅读的层次

阅读可以分为四个层次,帮助读者根据需求选择阅读方式:

  • 基础阅读(Elementary Reading):这阶段的阅读类似于学习基础语言技能,目的是建立阅读基础,培养阅读兴趣。在阅读过程中,读者需要逐个字、逐句理解内容。

  • 检视阅读(Inspectional Reading):这种阅读方式注重快速浏览全书,了解书的整体框架和主题关联。它帮助读者在有限的时间内掌握书的大致内容,但难以深入理解书中的关键要点。

  • 分析阅读(Analytical Reading):这是最全面的阅读方式,适用于那些想要深入了解书中观点价值并进行深度思考的读者。这类阅读需要投入大量时间和精力,以确保对书意、作者观点以及其支持论据有全面的把握。

  • 主题阅读(Syntopical Reading):也称为比较阅读。此阶段的阅读最为复杂,读者需要在完成分析阅读后,与之前阅读的其他书籍或相关资料进行对比,提炼书中的主题或观点,建立知识体系。

  • 阅读的第一个层次:基础阅读

    基础阅读是阅读的起点,通常占取所有阅读量的三分之一。一个好的书籍不仅告诉读者如何阅读,还需要帮助读者建立词汇储备和思维方式。在美国的教育体系中,学生经过9年级的学习通常已经掌握了基础阅读能力。这一阶段的目标是让读者能够流利阅读,理解基本的叙述文本。


    阅读不仅是一种知识获取的方式,更是一种思维训练手段。通过主动的问题提出了阅读,不仅能够帮助我们更好地理解作者的观点,还能培养我们的批判性思维。阅读过程中培养独立思考的能力,是提升个人素养的重要途径。

    转载地址:http://nlzhz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>