四川省建设厅关于推行建筑工人实名制管理工作的通知〔2018〕613号

四川省住房和城乡建设厅关于推行建筑工人实名制管理工作的通知

川建建发〔2018〕613号


   为贯彻落实《四川省人民政府办公厅关于促进建筑业持续健康发展的实施意见》(川办发〔2018〕9号)精神,推进建筑劳务用工制度改革,规范建筑市场用工秩序,加强建筑用工管理,维护建筑企业和建筑工人的合法权益,加快培育新时期建筑产业工人队伍,推动建筑业实现高质量发展,经研究,决定从2018年10月1日起,在全省房屋建筑和市政基础设施建设工程项目推行建筑工人实名制管理。现将有关事项通知如下:

 一、落实实名制管理责任

   (一)住房城乡建设厅负责全省建筑工人实名制管理的政策制定,对市(州)实施建筑工人实名制管理工作进行指导和监督。负责组织实施全省建筑工人管理服务信息平台的规划、建设,制订全省建筑工人管理服务信息平台数据库的相关技术标准。

  (二)市(州)住房城乡建设行政主管部门负责本行政区域内建筑工人实名制管理工作,建立完善本行政区域内建筑工人管理服务信息系统,并对本行政区域内县(市、区)住房城乡建设行政主管部门、建筑企业和施工现场建筑工人实名制管理的情况进行监督检查。

  (三)建设单位应在招标文件和工程合同中明确承包企业实施建筑工人实名制管理的条款,并督促承包企业落实所承包项目的建筑工人实名制管理。

  (四)承包企业(指工程总承包、施工总承包企业和直接承包建设单位发包工程的专业承包企业)对所承接工程项目的建筑工人实名制管理负总责,建立健全建筑工人实名制管理制度,在工程项目部配备专(兼)职建筑工人实名制管理人员,负责现场专业作业人员实名制信息的登记与核实,及时准确向住房城乡建设行政主管部门上传相关信息。

  (五)建筑用工企业(指使用自有建筑工人的承包企业、建筑劳务企业和专业作业企业)应制定本企业建筑工人实名制管理制度,依法与建筑工人签订劳动合同,明确工资发放方式,按照劳动合同约定发放工资。配备专(兼)职实名制专管员,负责本企业建筑工人信息采集、核实、更新,建立实名制管理台账,并按时将台账提交承包企业备案。

  (六)工程监理企业应审查承包企业所承接项目的建筑工人实名制实施方案,对项目的建筑工人实名制实施情况进行监督。

 二、推行实名制信息化管理

  (一)全省建筑工人管理平台。全省建筑工人管理服务信息平台由省平台、市县平台、建筑企业实名制管理信息系统和建筑工人个人移动客户端等组成,各级各类建筑工人实名制管理信息系统应统一使用住房城乡建设厅发布的数据标准和接口标准,实现全省范围内数据实时共享。

  (二)市县建筑工人管理平台。各市、县住房城乡建设行政主管部门应建立建筑工人管理服务信息平台,也可以使用由住房城乡建设厅提供的市、县建筑工人管理服务信息平台。建筑工人管理服务信息平台包含施工现场建筑工程机械登记管理和建筑工人基本信息、从业记录、职业技能培训与鉴定管理、建筑工人变动状态监控、投诉处理、不良行为记录、诚信评价、统计分析等方面的信息。

  (三)建筑工人实名制管理系统。建筑用工企业可以根据数据标准建立建筑工人实名制信息管理系统,也可以直接应用住房城乡建设行政主管部门提供的系统进行实名信息采集和数据录入。承包企业施工现场应以第二代身份证为基础核实采集本项目建筑工人基本信息,记录人员技能安全培育情况、出勤、完工数量质量和诚信评价等信息。承包企业应及时对施工现场建筑工程机械使用情况进行登记。鼓励社会各方开发符合数据标准的建筑工人移动客户端,向建筑工人推送相关信息。

  (四)施工现场管理。承包企业在工程项目部应配备建筑工人实名制管理所必要的硬件设施设备。有条件实施封闭式管理的工程项目,应设立施工现场进出场门禁系统,鼓励采用生物识别技术进行电子打卡;不具备封闭式管理的工程项目,鼓励采用移动定位、电子围栏等技术方式实施考勤管理。承包企业应在施工现场显著位置设置“建筑工人维权告示牌”,公开相关信息,保障建筑工人合法权益。

 三、工作要求

  (一)推行建筑工人实名制管理是加快培育新时期建筑产业工人队伍的必然要求,是加强建筑用工管理的现实需要,是推动建筑业高质量发展的重要工作内容。各地要高度重视,加强组织领导,建立建筑工人实名制管理工作机制和推进机制,制定工作方案,落实责任分工,确保建筑工人实名制管理工作顺利推进。

  (二)各市(州)、县(市、区)住房城乡建设行政主管部门要全面部署辖区内工程项目落实实名制管理,加强对新建、在建项目实名制情况现场监督检查,通过建筑工人实名制管理系统对建筑工人实名制用工登记及工资支付的具体实施进行动态监管,督促企业按要求开展实名制管理工作。

  (三)各市(州)、县(市、区)住房城乡建设行政主管部门不得借推行建筑工人实名制管理指定或暗示企业采购相关产品,不得巧立名目乱收费增加企业负担。对违规要求企业强制使用产品或乱收费用的,要立即予以纠正;情节严重的依法提请有关部门进行问责,违反法律法规的,将依法予以追究。

四川省住房和城乡建设厅

2018年7月27日

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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