當前位置:返回首頁 > 新聞動態 > 行業資訊 >

校服設計依據小學生體型生長規律

文章作者:春蕾服裝   發布時間:2019-12-29
校服式樣設計要遵循學生成長規律,充分考慮 學生體育運動與課間活動需要,突出育人功能,貼近地域文化特點,符合時代精神特征,并適度扣合傳承民族文化需求。
校服式樣設計要遵循學生成長規律,充分考慮 學生體育運動與課間活動需要,突出育人功能,貼近地域文化特點,符合時代精神特征,并適度扣合傳承民族文化需求。立足環保節約原則,選用禮服式校服的,可采用學校統一購買供學生循環使用的模式,也可探索校服以舊換新、以小換大等回收利用機制,努力降低資源能耗。各地教育行政部門和選用校服的學校,要制定校服穿著規范和管理要求,充分發揮校服德育載體、管理抓手作用。此工作意見一經出臺引起廣泛關注,我國各個地區也相繼出臺了校服穿著規范政策,從中可以看出我國對校服設計環節的重視程度。但我國大部分地區的中小學生校服仍然存在很多問題,比較普遍的問題有:校服美觀性差、學校標示性弱、品類單一、尺碼混亂、性別區分不明顯、質量不高等。出現上述問題的主要原因有以下三點:
   第 一,決策環節復雜:校服產品的使用者和買單者并不是 同一人,它是 以學校為集體,以家長的意念為要求的團體定制。1993年國家教委印發的《關于加強城市中小學生穿學生裝(校服)管理工作的意見》提出了學生裝的設計原則為:“樸素、大方、明快、實用”,學校需要嚴格地遵循上級指示。盡管現在有關于校服的新條例出臺,但是 各個地方實施起來需要一定的時間;對于學生來說,購買校服還是 要聽從家長的建議,常常會有父母給孩子買更大一些的校服,這樣可以穿得長久,但是 會使得校服的審美性大打折扣。
   第二,產業鏈復雜:同零售服裝的“以產定銷”有所區別,團體訂制校服屬于“以銷定產”。校服的銷售模式上可以借鑒優衣庫,在供應鏈模式上借鑒Zara但其涉及到多方因素的影響,比如教育系統、校長、家長、學生、區域差異等校服定制的方式難以實施。曾經有一個國內校服品牌,希望可以針對每所學校的文化特點做到“一校一服”的效果,但是 很快就發現其中的艱難。因為大部分公立學校每年招收的新生至少也要幾百人,學生身材也是 跨度不同,身高不等,胖瘦也不一。
   第三,校服設計環節中較容易忽視的一個重要成員就是 學生。校服起到了連接學校和學生的橋梁作用。各個學校的制服不同,一眼就能夠分辨。各地可結合本地實際情況,開展校服遴選。引導設計人員或學生參與校服式樣設計,學生是 校服的直接穿著者,那么學生對校服的主觀感受也應該被設計師重視,要遵循學生的主觀感受和客觀生理心理情況來進行校服設計。
   綜上所述,學生服是 學生學習、生活的重要組成部分,并不是 簡單的為了便于管理而設定的學生統一著裝。學生校服不僅影響到學生的身心健康,也是 一種文化的傳承,我國學生校服發展相對滯后,且存在很多弊端,隨著經濟和文化軟實力的不斷增長,社會各界對我國現有的學生校服爭議頗多學生校服改革勢在必行,成為開展本課題研究的主要背景。
   目前我國校服市場上,校服號型十分混亂。有的校服品牌以S,M,L,XL這種字母的形式確定校服的號型;有的校服品牌以小號、中號、大號大致分類校服號型;還有的校服品牌照身高來備注校服號型;而且不同品類不同款式的校服,號型標準也不同,一些特殊身材的學生,跟本沒辦法準確的根據這些服裝尺寸來選購適合自己的校服,這種校服市場上的號型混亂情況使得學生和家長感到十分疑惑。在訂購校服的時候能選購到舒適美觀的校服是 件很困難的事情,同時這種情況也給訂制學生校服的學校帶來了很多不必要麻煩,如果其中再有學生因校服丟失或身體生長導致沒有校服可穿,想再次購買也不是 一件容易的事情。所以通過本課題的研究,結合我國河南省鄭州市劍橋小學的小學生身體生長發育規律和現有的兒童服裝國家號型標準規范校服號型,使得我國校服號型更加合理、規范。
   我國目前很多學生服裝都是 以寬松肥大的運動服為主,盡管其便于活動,成本低廉,但是 其舒適性和審美性普遍沒有達到人們 的預期要求。由于家長考慮 到孩子的校服穿著年限一般為三年到六年,所以為了防止孩子們 因身體生長發育導致校服不合體,多數家長在為孩子購買校服時,都會考慮 購買大兩號左右的校服。這樣使得學生的校服審美性大打折扣,這也正是 目前我國學生的校服看起來像一個“面袋子”的重要原因。通過本課題的研究,設計出一套基于小學生身體生長發育規律的可調節校服,這樣解決了學生們 因身體生長而導致的校服無法穿著的問題,同時提高了校服的審美性,改善學生們 的整體精神風貌。
熱門標簽: 校服  學生服 
全國統一電話:400-8373-001 電話:0317-6321688 傳真:0317-6321688 手機:13931762742 聯系人:胡經理
滄州春蕾服裝有限公司 地址:河北省鹽山縣城南蒲洼開發區 
北京十一选五最大遗漏数据