Records management and risk management at Kenya Commercial Bank Limited, Nairobi
Notice bibliographique
Résumé
Background: This paper reported empirical research findings of an MPhil in Information Sciences (Records and Archives Management) study conducted at Moi University in Eldoret, Kenya between September 2007 and July 2009.Objectives: The aim of the study was to investigate records management and risk management at Kenya Commercial Bank (KCB) Ltd, in the Nairobi area and propose recommendations to enhance the functions of records and risk management at KCB. The specific objectives of the study were to, (1) establish the nature and type of risks to which KCB is exposed, (2) conduct business process analysis and identify the records generated by KCB, (3) establish the extent to which records management is emphasised within KCB as a tool to managing risk, (4) identify which vital records of KCB need protection because of their nature and value to the bank and (5) make recommendations to enhance current records management practices to support the function of risk management in KCB.Method: The study was qualitative. Data were collected through face-to-face interviews. The theoretical framework of the study involved triangulation of the records continuum model by Frank Upward (1980) and the integrated risk management model by the Government of Canada (2000).Results: The key findings of the study were, (1) KCB is exposed to a wide range of risks by virtue of its business, (2) KCB generates a lot of records in the course of its business activities and (3) there are inadequate records management practices and systems, the lack of which undermines the risk management function.Conclusion: The findings of this study have revealed the need to strengthen records management as a critical success factor in risk mitigation within KCB and, by extension, the Kenyan banking industry. A records management model was proposed to guide the management of records within an enterprise-wide risk management framework in the bank.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».