當前位置:萬佳範文網 >

工作計劃 >工作計劃精選 >

改進幹部工作作風工作計劃

改進幹部工作作風工作計劃

各作業區、黨支部:

改進幹部工作作風工作計劃

為落實廠?關於進一步改進幹部工作作風的通知?精神,紮實開展改進幹部工作作風活動,現對三四高線生產區改進幹部工作作風工作安排如下:

一、 活動對象

生產區班長以上各級管理人員。

二、活動內容

(一)查找不足

生產區長、點檢站長、作業長、班長每月末要召開月度工作總結會,總結當月工作完成情況,反思1個月來的工作,查找在管理方面存在的問題,明確下月工作思路,會後形成書面月度工作總結,生產區上報廠黨委,作業區上報生產區總支,班組上報作業區。

(二)幹部月度業績考評排名

作業長由區長考評,副作業長及班長由作業長考評,生產區員由生產區考評,作業區員由作業區考評,考評辦法執行三四高線生產區?員工業績考評管理辦法?,各作業區每月3日前將上月副作業長、作業區員、班長的員工業績考評分數單獨彙總排名在作業區公示,上報生產區總支備案。生產區黨總支將作業長、生產區員的員工業績考評分數上報廠黨委備案,並在生產區公示。考評分數達不到較好標準的(優秀、較好、一般),要寫出當月工作自檢自查書面總結。

(三)不定期的幹部制度學習考試

1、按照《軋鋼廠制度規定落實工作方案》的學習內容,生產區不定期對所屬職責範圍內的制度、規定、員工崗位職責等內容組織學習和考試。

2、班長及以上人員每季度學習關於管理方面的書籍至少1本,學習篇目、學習體會每季度上報一次。作業長、報生產區總支,副作業長、作業區員、班長報作業區,生產區黨總支負責檢查。

3、副作業長以上管理人員年內至少向《軋鋼通迅》上報稿件兩篇,生產區黨總支負責督促檢查,綜合辦負責考核

(四)培訓

生產區負責制定管理人員和員工定期培訓計劃,人力資源科將計劃跟蹤考核。

(五)人才培養

按照《軋鋼廠後備幹部選拔培養任用方案》要求,3月末,生產區要完成區長見習助理、作業長見習助理和見習班長的選拔工作,建立生產區後備幹部人才庫,生產區黨總支每月上報後備幹部培養情況,廠黨委考核。生產區員和作業區員要加強自身綜合素質和能力的提高,對不勝任本崗工作和責任心不強的隨時予以調整。

(六)員工滿意度測評

每季度末月,各作業區對班長以上管理人員組織進行一次員工滿意度測評,測評辦法按照《三四高線班長以上員工滿意度測評辦法》進行,生產區黨總支負責組織,結果在生產

公示,並報廠黨委備案。對員工滿意度達不到50%的,在進行誡免談話後仍無改進的要予以調整。

(七)尊重和關注員工

1、積極協調解決員工在生產生活中遇到的困難與問題,加大對員工言論的正面引導和疏導。利用好生產區博客、員工代表座談會、談話制度等各種溝通平台。

2、做到“四必到、五必談、六必清”。“四必到”即員工生病住院必到,家庭糾紛必到,婚喪嫁娶必到,子女升學必到;“五必談”即崗位調整時必談,改革措施出台時必談,員工產生糾紛時必談,員工思想發生波動時必談,員工受處罰時必談;“六必清”即員工的性格脾氣清,身體狀況清,特長愛好清,思想現狀清,技能水平清,家庭情況清。班長以上管理人員要按照“四必到、五必談、六必清”要求,注重對員工進行心理疏導,善於傾聽員工意見,把員工進步作為目標,把員工需要作為重點,把員工情緒作為信號,把員工滿意作為追求,努力培育員工樹立健康向上的心態和對軋鋼的歸屬認同感。到年底,班長以上管理員工對所管理的員工的基本情況必須做到基本掌握,生產區黨總支負責考核。

3、發揮廠愛心基金會作用,加大對困難員工幫扶力度.

(八)活動期間班長以上管理人員發生下列情況者,生產區將直接或責令作業區予以免職處理。

1、因責任心不夠、執行力不強給工作造成損失和責任事故

的。

2、接受任務推諉,解決問題不積極主動,工作無作為的。

3、不關心、關注員工,無視員工的意見,對員工的合理訴求不予理睬、答覆,造成員工隊伍渙散的。

4、自我約束不夠,違規違紀的。

四、活動時間安排

XX年1月份起至XX年12月份止,共分三個階段進行。

第一階段(1月——2月)為宣傳發動階段,做好動員,提高認識,將活動的意義、目的傳達到每名管理人員。

第二階段(3月——6月)為調整改善階段。針對發現的問題和不足集中進行整改,力求幹部工作作風有明顯提高和改進。

第三階段(7月——12月)為鞏固提高階段。幹部帶隊伍能力、管理水平和業務素質全面提升。

活動期間生產區黨總支將按照此方案跟蹤檢查活動開展情況,檢查結果每季度進行一次公示。

五、活動領導小組

為加強活動的組織領導,對照 “講真話、幹實事、擔責任、搶時間”的幹部工作作風,成立生產區進一步改進幹部工作作風活動領導小組。

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/jihua/jingxuan/377g8v.html
專題