建筑分包安全管理

长期以来，建筑业一直是各国职业安全事故率较高的行业之一。据有关统计资料显示，英国平均每周有1名建筑工人死亡，建筑事故所造成的直接和间接经济损失达项目成本的3％～6％；美国平均每天有2名建筑工人死亡，经济损失高达项目成本的7．9％。我国目前虽然还没有关于建筑事故所造成经济损失的统计数据，但实际经济损失也不会低于其他国家。在竞争日趋激烈的建筑业市场上，这一比例已经超过了承包商的平均利润率。而且随着总分包制度的普遍应用，这种损失表现出逐渐上升的态势，已经引起了业内外诸多人士的关注。     

建筑工程外墙渗漏的分析及防治措施

随着建筑业的发展，建筑施工企业不断壮大，建筑工程施工质量水平也不断提高，同时，新建筑工人的人数不断增加，这很容易导致因施工人员素质差异或不熟悉现行规范和操作规程，产生各类质量事故或缺陷，其中外墙渗漏就占了很大的比例，它给人们的正常生活和使用造成了很大的不便，笔者通过多年实践经验，对建筑工程外墙出现渗漏的原因进行分析，并详细地阐述其防范措施。     

对建筑工人合法权益的法律保护

当前我国的城市建设迅速发展,而为城市建设事业做出了巨大贡献的建筑工人,他们的合法权益却屡遭侵害。保护他们的合法权益事关家庭的幸福、社会的稳定和谐。从立法、行政执法、司法等方面来保护他们的合法权益,从而构建一个法律保护网,这样才能使他们的合法权益得到有效的保护。     

人类向往太空城

入夜,银河在天,群星璀璨。当你翘首仰望这些神秘的星座时,忽然发现南天有一列弯弓形的亮点镶嵌在夜空中,仿佛是一支神笔留下的一条"省略号"。你可曾想到,夜空中每一个亮点都是一座大型空间建筑——卫星电站、空间工厂、转播平台、大型     

青年海上倒立冲浪

任何一个尝试过的人都会同意这样一个观点，冲浪实在太难。而令人称奇的是，一一个叫杜利普·科库汉纳蒂格的斯里兰卡青年居然能倒立冲浪。这个22岁的小伙子在英国伯恩茅斯表演了一场绝技——倒立冲浪，他可以倒立着在浪尖上停留15秒。这位建筑工人曾试图教他的朋友倒立冲浪，但没有人能够学会这种绝技。     

引入熵值法的建筑工人职业化评价研究——基于安徽五市调查分析

建筑工人职业化的发展关乎城镇化发展速度、建筑工人的自身利益、建筑产品的质量乃至整个建筑业的发展水平,因此对建筑工人职业化进行评价具有一定的必要性.以安徽省五市的建筑工人的调研数据为基础,从个人因素、工作因素、组织因素三个维度构建建筑工人职业化评价指标体系.采用熵值法对五市建筑工人职业化水平进行评价,得出亳州市和合肥市建...     

鲸之陵 守护彼岸的诉说

<正>智利北部的阿塔卡马沙漠(Atacama Desert)地区有个美丽的西班牙语名称"Cerro Ballena",意思是"鲸之陵"。之所以取了这个听起来有些凄美的名字,是因为过去在这里常会发现鲸的化石。2010年,正在附近泛美高速公路紧张施工的建筑工人报告当地的博物馆,说他们挖出了几块巨大的     

现实版蜘蛛侠爬墙悬倒

印度小伙子乔迪拉基被人称为现实版的蜘蛛侠。拉基现年22岁，生活在印度南部的卡纳塔克邦，曾经是一名建筑工人。他拥有惊人的攀爬能力，能够在垂直的墙面上任意驰骋，就像影片中的蜘蛛侠一样，牢牢地粘在墙壁上。在印度的奇特拉达加堡，除了大秀过人的攀墙绝活外，还会不系安全带表演倒立、悬挂等危险动作。     

工作-家庭冲突对建筑工人习惯性违章行为的影响 ——安全氛围的中介作用

为有效预防和遏制建筑工人的习惯性违章行为,本文基于角色冲突理论探讨工作-家庭冲突、安全氛围与建筑工人习惯性违章行为三者之间的深层次作用关系。针对建筑工人的工作性质,采用结构方程技术,以安全氛围作为中介变量,构建工作-家庭冲突与建筑工人习惯性违章行为的SEM模型,并自行编制工作-家庭冲突量表、安全氛围量表、习惯性违章行为量表,以246名建筑工人为问卷调查样本,对建筑工人习惯性违章行为进行实证分析。结果表明：工作-家庭冲突的3个维度对建筑工人习惯性违章行为均具有正向影响,工作-家庭冲突对安全氛围具有负向影响,安全氛围对建筑工人习惯性违章行为具有负向影响,安全氛围在工作-家庭冲突与建筑工人习惯性违章行为之间的中介效应。可以通过减轻建筑工人的压力冲突、行为冲突、时间冲突,增强安全氛围来降低建筑工人的习惯性违章行为发生几率。     

基于人格特质和机器学习分类算法的建筑工人不安全行为识别

获取建筑工人个性特征是实现其不安全行为精准化、个性化干预管理的重要前提,而人格特质是分析建筑工人个性特征的重要依据。本研究以292名一线建筑工人为研究对象,通过问卷调研和深度访谈探究人格特质与不安全行为之间的映射关系,基于大五人格生成不安全行为偏好,利用机器学习分类算法实现建筑工人的不安全行为识别。研究表明：高外倾性、中神经质、中宜人性、低责任心、低开放性映射习惯偏差型不安全行为;中外倾性、低神经质、低宜人性、低责任心、高开放性映射程序偏差型不安全行为;中外倾性、高神经质、中宜人性、高责任心、中开放性映射感知偏差型不安全行为;中外倾性、中神经质、中宜人性、中责任心、中开放性映射技能偏差型不安全行为。同时通过比选CART、RF、AdaBoost和GBDT四种分类算法模型的评估指标,结果发现GBDT算法的不安全行为预测性能最优。