学科分类
/ 1
9 个结果
  • 简介:近年来,辽宁各市劳动监察部门多次接到用人单位谎称“意外”就是“工伤”,致使农民工享受不平等工伤待遇的投诉。其中,建筑、采煤等高危行业尤为突出。记者采访发现,用人单位为节省成本,用“意外”替代“工伤”的事屡见不鲜。

  • 标签: 工伤待遇 用人单位 高危行业 记者采访 农民工
  • 简介:“安责?听说过,但具体是什么以及啥作用不清楚。”“我都买了工伤保险并缴了风险抵押金了,怎么还要买?”“我们企业从来没有发生过事故,而且我们规模小,经济效益也一般,干嘛还要自白花几千块买这个东西?”这是安全监管人员去企业推广安责时,经常听到的几种回答。对此,安全监管部门从宣传推广、政策支持、明确标准来一步步推广安责

  • 标签: 安全生产责任 监管部门 风险抵押金 工伤保险 经济效益 安全监管
  • 简介:安全生产工作的核心是企业落实安全生产主体责任,企业要做到“安全自查、隐患自除、责任自负”。介业一旦发生安全生产事故,往往会导致人员伤亡和财产损失的严重后果,但企业事故赔付能力有限,且我国工伤保险无法满足预防事故的作用,加上在赔付方面力度不大,

  • 标签: 安全生产工作 企业 安全生产事故 保安 福利 财产损失
  • 简介:对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为态辨识,解决了高维指标数据监督聚类困难和态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为态出现的刺激,10个被试共产生8400组识别序列,选取600组标识为态的时间序列进行验证。结果表明:该模型的驾驶行为态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。

  • 标签: 安全管理工程 危险状态辨识 KOHONEN神经网络 支持向量机 驾驶行为 动态辨识
  • 简介:道路运输生产过程是个动态过程,安全生产保障是个难点,随着我国、我区经济的快速发展和人民生活水平的提高,对道路运输生产安全提出了新的要求。承运人责任就是在这个形势下产生和发展的,本文总结和探讨了广西实施承运人责任近一年来的情况,对下一步的工作提出了建议和意见。

  • 标签: 承运人责任险 道路运输 生产安全
  • 简介:常州市应急管理局按照“政策引导、市场运作、突出重点、多方参与”原则,充分发挥保险对安全生产事故的风险预防和经济补偿功能,促进责任保险与安全生产工作相互融合,逐步形式安全监管与安全生产责任保险(简称安责)良性循环机制,让企业有更多的获得感,助推了企业安全发展。

  • 标签: 安全发展 常州市 企业 安全风险 安全生产事故 服务
  • 简介:在一般人看来,以为只要买了车损和商业三者,出了车祸就是保险公司的责任,天塌下来有“长个子”顶着,其实并不如此,有五类车事故,保险公司是不负责赔偿的。

  • 标签: 保险公司 赔偿 事故 车险 商业
  • 简介:2016年底,佛山一家家具厂突发机械伤害事故,造成几名员工重伤,由于没有投保安全生产责任保险(以下简称安责),厂家在停工检修、换置新型设备的同时,还将承担员工的治疗费用和工伤赔偿,企业濒临倒闭的边缘。

  • 标签: 安全生产 责任保险 广东省 单位 综述 机械伤害事故