- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于报送2014端午加班计划的通知.
葛洲坝集团电力有限责任公司项目管理处
关于报送2014年端午加班计划的通知
公司所属各单位:
根据集团相关规定及公司要求,端午6月2日为法定节假日,各单位原则上尽可能妥善安排所属人员节假日休息,由于生产需要不可避免必须安排加班的,请各单位按以下原则严格控制加班人数:
1、节日期间不安排生产的分公司及项目部管理层,最多安排分公司领导、办事人员、司机各1名加班。节日期间安排生产的分公司及项目部根据需要尽可能少安排人员加班。
2、处于停工、待工、竣工资料整理状态工程不安排节假日加班。
3、除直接从事生产、现场施工管理人员外人员,不安排节假日加班。
4、每个生产部门只安排1人加班,非生产部门(司机除外)不安排节假日加班。
5、节假日需进行编标工作的,应本着合理安排人员的原则,请注明编标项目名称,投标时间、编标人员组成及各自负责内容。
6、食堂人员合理安排节假日加班。
请各单位按上述原则,向项目管理处上报端午加班人员名单和计划,请各分公司经理、项目部项目经理严格把关,对不符合条件人员及时安排休息(含就地休息)。请于2014年5月26日前将加班计划原件或扫描件(包括电子版)报至项目管理处。
特此通知!
联系人:郑中瑞 (邮箱:403418355@)
2014年5月20日
附表:
节假日加班人员名单 序号 单位 姓名 加班日期 天数
(人.天) 加班原因 职工意见 工会意见 1 X X 部 刘 X X 2 X X 部 王 X X
总计 填报人: 填报人联系电话: 审核人: 报送单位: (盖章) 报送日期:
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------
您可能关注的文档
- 公司发展计划书范本..doc
- 公司助理个人工作总结和工作计划..doc
- 公司后勤部门2013年工作计划..doc
- 公司员工个人销售工作计划范文..doc
- 公司各部门降低成本计划措施..doc
- 公司员工培训计划书..doc
- 公司员工持股计划..doc
- 公司员工招聘计划书..doc
- 公司党委2009年工作计划..doc
- 公司员工行政部门工作计划..doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)