Police’s Voice: A Need Analysis of ESP for Police Trainees in Malaysia
Notice bibliographique
Résumé
The research was to investigate the needs of the former police trainees at a local police training centre (PULAPOL) in Kuala Lumpur for the English course under the Basic Police Training Program (PLAK) in helping their policing tasks on the ground. This was a mixed-method study, employing both needs analysis survey and semi-structured interview as the instruments and were developed based on Hutchinson and Waters (1987)’s Target Needs focusing on Lacks, Wants and Necessities. This study involved 183 former police trainees who used to undergo police training at PULAPOL Kuala Lumpur before; Cadet Police Inspector (CP1) series one (1) and series two (2) 2019 who are now serving as the Inspector Officers (IOs) at various Royal Malaysia Police (RMP) departments nationwide. There were three main findings in this study; firstly, the former police trainees’ Necessities for the English course at PULAPOL were to perform their policing tasks on the ground and to speak with English-speaking clients when solving their problems. Secondly, their Lacks of knowledge in police terminology, grammar and speaking confidence limited their performance in the English course. In terms of Wants, they wished to learn all the English skills equally, but rejected the grammar teaching per say. The outcome of this study will aid the English coordinators at PULAPOL in revising the existing English course and developing a police-based English syllabus or English for Police Purposes (EPP) in accordance with the target needs of the police trainees.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».