txtv28pw河南某中学_开封某中学班主任,突击检查全班学生,不是作业,家长也拍手称快...

周一的成都,天就特别的冷。看到好多同事都穿上了厚厚的御寒服,个别同事更是帽子、围巾、手套全上阵,乍一碰面,不仔细看都还认不出来。喜欢衣着单薄的我,还是往常的样子,不少同事投来异样的眼光,觉得我为啥穿那么薄。

其实,我也明显感觉到了冷,只是不想穿那么厚而已。好不容易扛到了周三,可惜身体还是不太争气,整天头昏沉沉的,有点感冒的迹象。

92dd4ae4a9f5893b8736771a5eab19d4.png

像我这样为了风度不要温度的人,在这个寒冷的冬天,并不在少数。尤其是十几岁的中学生,血气方刚,精神昂扬,很多孩子宁愿冻着,也不愿多加一件衣服。家长再三叮嘱让加衣服、穿秋裤,这些好面子的孩子根本就听不进去。

作为陪伴孩子跑完K12教育的家长,深知自己怎么唠叨,孩子都难以听进去,能管住他们的,似乎只有班主任。可惜班主任老师太忙了,管学习都管不过来,哪还有精力去管班级学生的衣着穿戴什么的。

8f71f2a5cb9fb358ee03a01714a50ff8.png

在河南开封某中学,有一位班主任就很特别,不但管理班级学生学习负责,而且还特别关心全体学生。这位程姓班主任老师,最近搞了课间突击检查,挺有意思之处在于,TA并不是检查班级纪律,也不是检查学生学习情况,而是要求全班学生逐一挽起裤腿,检查他们穿没穿秋裤。

面对这样的突击检查,同学们也很有默契,大家依次列队,挽起裤腿,露出秋裤来。这些同学也很争气,几十人中只有两人没穿秋裤。就这俩同学内心着实紧张了一回,不过班主任并没有为难他们,只是表示明日将继续检查穿秋裤的情况。

b8285e068486a87d70286231dfd05a01.png

次日,班主任再次检查,当然再也没有同学不穿秋裤,谁还那么不自觉自讨苦吃呢?程老师的话很温暖:“冬天把秋裤的裤脚扎到袜子里,是对冬天最基本的尊重”。

不得不说,程老师真的对学生太好了。在程老师看来,现在天寒地冻,有些孩子为了风度,不愿意穿秋裤,要是被冻感冒了,不但对身体不好,对学习也不好,他这样时不时突击检查,就是想关心下这些孩子。

不知道这个班级学生的家长,看到网络关于程老师突击检查学生穿秋裤,是不是有种特幸福的感觉呢?反正我是羡慕了,孩子能遇上这样的好班主任,哪怕学习成绩并不怎么样,也是人生的一大幸事,但愿班级同学能好好珍惜。

80cee666e8580e19f6c020117d5df1d9.png

班主任检查秋裤,这件与学习并不咋相关的事情报道出来,网友好评和点赞不断,家长普遍拍手称快:“这么暖心的班主任,麻烦给我儿子配发一个”“负责任的班主任关心关爱无处不在,为这样的老师点赞”“这样的班主任真的很关心学生,在各个方面都考虑到了”……当然也有个别网友认为这是一件小事,没必要这样大篇幅报道。

当下很多地方已经在下雪了,天气预报要大幅度降温,这个时候同学们要是仍然嫌弃棉服、秋裤穿在身上不方便,坚持不添加衣服,那还真有被冻坏的可能。

59244373b153f87fd5dcf78ea9ec9a19.png

现在开封程老师突击检查学生秋裤一事,媒体报道出来,对于中小学生和家长,都是一个很好提示。家长和学生都要引起重视,该加衣服的务必要添加,切实做好防寒防冻,硬抗的结果不但自己要挨冷受冻,稍不注意还可能拖累学习。

当然,希望更多的班主任,能像开封那个程老师一样,不仅盯住学生的学习情况,同时也督促班级学生,做好防寒防冻保护,关心学生的身体健康。

友友们,开封班主任不是突击检查学生作业,而是检查穿秋裤与否,你是家长会拍手称快吗?

(图片源于网络,若有不妥,请联系速删)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这里提供一个简单的思路,可以参考实现。 首先,使用 Flask 来搭建一个简单的 Web 服务,用于读取 JSON 文件并返回聚类图。 在 Flask 中,可以使用 `json` 模块来读取 JSON 文件,并使用 `leaflet` 库来绘制聚类图。具体步骤如下: 1. 在 Flask 中定义一个路由,用于接收 GET 请求,并读取 JSON 文件。 ```python @app.route('/cluster', methods=['GET']) def cluster(): with open('data.json', 'r') as f: data = json.load(f) return jsonify(data) ``` 这里假设 JSON 文件名为 `data.json`,并且放在 Flask 应用程序的根目录中。如果需要修改文件名或路径,可以根据实际情况进行调整。 2. 在前端页面中使用 `leaflet` 库来绘制聚类图。 ```html <!DOCTYPE html> <html> <head> <title>Leaflet Cluster Map</title> <meta charset="utf-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <link rel="shortcut icon" type="image/x-icon" href="docs/images/favicon.ico" /> <!-- Leaflet CSS --> <link rel="stylesheet" href="https://unpkg.com/leaflet@1.7.1/dist/leaflet.css" integrity="sha384-TZk6OyU6cCg6jh9U6m9UJCSF5Bz/1MqKjThnLZr5rD6Nf5QKfN9X9XtbYl0E6zCw" crossorigin=""/> <!-- Leaflet JavaScript --> <script src="https://unpkg.com/leaflet@1.7.1/dist/leaflet.js" integrity="sha384-6uE7VUiu6HkI7kXjTgDsznVjxFwDZmTJ8BQ2+KfjyL+gGh7WJ9j4Y4b4tXTv2CJi" crossorigin=""></script> <!-- Leaflet Marker Cluster CSS --> <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/MarkerCluster.css" /> <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/MarkerCluster.Default.css" /> <!-- Leaflet Marker Cluster JavaScript --> <script src="https://cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.5.1/leaflet.markercluster.js"></script> <style> #map { height: 100vh; } </style> </head> <body> <div id="map"></div> <script> var map = L.map('map').setView([42.7373900, 123.2885100], 13); // Add a tile layer L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png', { attribution: 'Map data © <a href="https://openstreetmap.org">OpenStreetMap</a> contributors', maxZoom: 18 }).addTo(map); // Load the data from the Flask API fetch('/cluster') .then(response => response.json()) .then(data => { // Create a marker cluster group var markers = L.markerClusterGroup(); // Loop through the data and add markers to the cluster group for (var i = 0; i < data.length; i++) { var item = data[i]; var latlng = L.latLng(item.y, item.x); var marker = L.marker(latlng); marker.bindPopup(item.label.toString()); markers.addLayer(marker); } // Add the marker cluster group to the map map.addLayer(markers); }); </script> </body> </html> ``` 这里使用了 `leaflet` 和 `leaflet.markercluster` 库来绘制聚类图。首先,创建一个地图,并添加一个瓦片图层。然后,使用 `fetch` 函数从 Flask API 中加载数据,并使用 `markerClusterGroup` 函数创建一个标记聚类组。接着,循环遍历数据,并在标记聚类组中添加标记。最后,将标记聚类组添加到地图中即可。 注意:这里假设前端页面名为 `index.html`,并且放在 Flask 应用程序的根目录中。如果需要修改页面名或路径,可以根据实际情况进行调整。 3. 启动 Flask 应用程序,并在浏览器中访问前端页面。 ```python if __name__ == '__main__': app.run(debug=True) ``` 这里假设 Flask 应用程序名为 `app.py`,并且放在项目的根目录中。在命令行中执行 `python app.py` 命令即可启动应用程序。随后,在浏览器中访问 `http://localhost:5000` 即可查看聚类图。 注意:这里的 `5000` 是 Flask 默认的端口号,如果需要修改端口号,可以在启动应用程序时添加 `port` 参数,例如:`app.run(debug=True, port=8080)`。 综上所述,这里提供了一个简单的思路,可以使用 Flask 和 Leaflet 来读取 JSON 文件并绘制聚类图。具体实现时,还需要根据实际情况进行调整和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值