安全领导力对员工安全行为影响的元分析

来源 :中国安全科学学报 | 被引量 : 9次 | 上传用户:qiuxue6
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为更系统地总结归纳安全领导力对员工安全行为的影响机制,运用元分析的方法,整合55项实证研究的62个独立样本,剖析安全领导力、安全氛围与员工安全行为之间的作用关系,探讨文化差异和企业规模的调节作用。结果表明:安全氛围在变革型安全领导力和员工安全行为各维度之间均起部分中介作用,在交易型安全领导力和安全遵守行为之间起部分中介作用,而在交易型安全领导力和安全参与行为之间起完全中介作用;相较于交易型领导力,变革型安全领导力对员工安全参与行为影响更大,而相较于变革型领导力,交易型安全领导力对员工安全遵守行为的影响更大;安全领导力在东方文化情景下或在大型企业中对员工安全行为的影响更为显著。
其他文献
高职院校百万扩招,是社会经济发展需要、高等教育发展需要、高职院校自身发展需求,它为高职教育发展带来了新的契机,也为退役军人、下岗职工、新农民等群体提供了学习和深造的机会.针对高职扩招学生,要改进教学模式,采用“必修课+选修课”模式,实行产学研一体化教学,以达到培养目标.
数的运算一直是我国小学数学教学中的重要内容.运算能力有丰富的内涵,如基本口算、理解算理、掌握算法、运算策略等“.三位数乘两位数”作为小学阶段整数乘法的最后一个单元,教学重点指向算理与算法的迁移,以及理解积的变化规律并形成运算策略.基于教学目标和学生的学习起点,对本单元的例题教学做了前后顺序的调整,重新设计了教学路径.
目的 探寻复杂型儿童热性惊厥急性发作时双侧海马组织的弥散特点.方法 收集2017年8月至2018年2月期间急性期复杂型热性惊厥患儿20例作为研究实验组,同年龄段非中枢系统疾病儿童20例为对照组,进行两组双侧海马多b值(0~1000 s/mm2)DWI扫描,ADC图重建及ADC值测量.最后用SPSS 17.0统计软件包进行统计分析.结果 在b值等于1000s/mm2时,左侧海马实验组与对照组之间ADC值有统计学差异(t=2.690,P=0.01),右侧海马实验组与对照组ADC值有统计学差异(t=3.02,P
为了找到一个更加适合非技术文本翻译的翻译技术,提出了CAT+MT翻译技术研究.该项技术以MT翻译为初稿,利用CAT技术纠正译文,以此提高译文精准度.为了实现此功能,利用翻译软件构建了翻译系统框架结构,通过调用CAT数据库,完成非技术文本翻译.质量评估结果显示,CAT+MT翻译方案,读者反馈较好,并且出错率仅有0.63%,较传统翻译技术有了很大进步.
近年来,随着互联网技术和移动应用的飞速发展,W e b技术工程也随之快速发展.如今,随着W e b2.0互联网时代的到来,各种Web应用如雨后春笋般涌现.Web是目前最高效的信息传播媒介之一,基于软件工程的Web开发与应用越来越重要.Web应用开发是基于浏览器的,而浏览器本身已经解决了多平台兼容的问题,所以Web开发一般不需要考虑跨平台面临的兼容性问题.但是,在Web开发领域还有另一个需要解决的问题,那就是多终端兼容的问题.通过介绍软件工程技术和Web开发模式,在开发过程中融入Web应用程序的特性,来探讨
隧道消防供水系统对隧道消防和高速公路安全运营至关重要,本文对比分析不同消防水源的优劣,不同消防给水方式的可行性与经济型,对消防供水系统的选择给出了合理化建议。
区块链技术是推动公共服务和社会治理精细化、智能化的重要载体。由于区块链技术具有去中心化、公开透明性、可溯源性、安全性的特点,税务部门通过统一税务区块链平台这一共用基础设施,全国税务部门将有望以数据共享交换为核心,构建“纵向到底、横向到边”的整体型数字税务体系。
期刊
目的:探讨动态增强磁共振成像(DCE-MRI)在儿童睾丸肿瘤良恶性病变鉴别诊断中的应用价值。方法:搜集经手术病理证实的60例儿童睾丸肿瘤患者,全部行DCE-MRI检查。测量DCE-MRI定量参数:峰值强度(PE)、峰值增强时间(TTP)、峰值增强百分比(Epeak)、流入率(WIR)。比较这些参数在睾丸肿瘤良性和恶性之间的差异。以病理诊断结果为金标准,绘制ROC曲线,并计算曲线下面积(iAUC)。
道路通,百业兴。交通运输业对经济社会发展的重要性不言而喻,区域经济的协调充分发展更是离不开交通这台助推器。交通建设的飞速发展,实现了资源有效配置,拓展了市场,对提高企业竞争力、促进国民经济发展和社会进步都起到了重要的作用。"十四五"开局以来,全国正加速织密交通运输网,加快交通强国建设。交通运输信用体系也成为了加快建设交通强国和信用中国的有力支撑。《交通强国建设纲要》明确要求:全面实施市场准入
期刊
随着利率市场化改革的持续推进,国债收益率在金融市场利率体系中的重要性更加凸显。本文分别以6月、1年和10年期国债收益率为研究对象,选用2007年12月至2021年3月间的月度数据为样本,采用ARIMA模型与多个机器学习模型以及LSTM模型对其进行预测研究。结果表明,机器学习模型在不同品种的国债收益率上的预测性能各有优劣,在全部模型中ARIMA模型对不同品种的国债收益率预测准确率为综合最低,ANN模