當前位置:萬佳範文網 >

行政公文 >公文寫作 >

勞動仲裁申請書格式(標準)

勞動仲裁申請書格式(標準)

要進行勞動仲裁,那麼標準的勞動仲裁申請書是很重要的,下面是小編給大家分享的勞動仲裁申請書格式(標準),希望對大家有幫助。

勞動仲裁申請書格式(標準)

勞動仲裁申請書格式(標準)

格式

1、要寫明申請方、被申請方的基本情況,如:姓名(企業一方除寫企業名稱外,還要寫法定代表人)、性別、出生年月、民族、身份證號碼、工作單位、單位地址、家庭地址、電話等。

2、寫明申請事項。也就是你想主張的事項。比如,支付拖欠工資、支付經濟補償金、未簽訂勞動合同的雙倍工資等。

3、寫明事實和理由,應敍述雙方發生勞動爭議的時間、地點、原因、事件、方式、手段和後果等,特別是要把引發雙方發生勞動爭議的關鍵性事實客觀地交代清楚。還有何時入職、做什麼工作、約定工資。應敍述的全面而又簡潔。

4、然後寫結束語和呈文對象。“特向貴委提出申請,請求依法裁決”、“此致 ×××縣(市)勞動爭議仲裁委員會”等。

5、最後落款,即申請人姓名和日期,並且手寫簽名按上手印。

一、勞動仲裁申請書的結構:

勞動仲裁申請書應當包括以下幾個內容:

1、標題

2、申請人信息

3、被申請人信息

4、仲裁請求

5、事實和理由

6、提交單位

7、申請人簽名、日期。

二、勞動仲裁申請書各部分寫法:

1、標題

所有的勞動仲裁申請書都可以直接的以《勞動仲裁申請書》作為標題

2、申請人信息

必須信息:申請人姓名、身份證號碼、聯繫地址。

其他信息:申請人性別、年齡、民族、聯繫電話等。

3、被申請人信息

必須信息:被申請人姓名、身份證號碼、聯繫地址。

其他信息:被申請人性別、年齡、民族、聯繫電話等。

4、仲裁請求

(1)仲裁請求必須一項一項的列清楚,最後計算出請求的總額。

(2)每一項仲裁請求包括:1)請求的是什麼內容,如是什麼時候的加班費、是什麼時候的工資、是解除勞動合同的賠償金還是補償金;2)請求的數額,要寫清楚到底請求多少錢。

(3)若是恢復勞動關係的則寫清楚要求恢復勞動關係。

5、事實和理由

這一部分裏應當寫的內容包括:

(1)雙方勞動關係的基本事實,什麼時候入職、是否簽訂勞動合同、任什麼職位、工資是多少、雙方有爭議的事實是什麼?

(2)對於仲裁請求裏面的每個請求都應當詳細的説明為什麼你會要求這個項目和為什麼是請求這麼多的數額,一定要寫清楚。

很多人會問,那理由要不要寫上法律依據?我不懂法律怎麼寫法律依據?其實這裏只是需要你寫清楚自己認為的理由,這個理由是否有法律支持,你是不用理會的,這個完全有仲裁員依法確定是否支持。所以一句話,你只寫自己覺得的理由就是了,不必法律依據。

6、提交單位

根據你發生勞動糾紛的地點和你單位的所在地,你確定自己是向哪個勞動仲裁委提起仲裁的就寫那個。如果不知道的,可以打12333諮詢,或到當地勞動部門諮詢。

7、簽名、日期

最後當然是可簽名你的名和寫上你提交換日期。

三、勞動仲裁的時效:

勞動仲裁的時效為一年,自雙方發生糾紛之日起計算,計算一年。超過時效的勞動仲裁會被駁回請求。

四、仲裁費用:

現在勞動仲裁是免費的,不收費的。如果不請律師,自己去仲裁的話是不需要任何費用的。

五、範文:

申請人:××,女,漢族,出生年月日,住址

被申請人:×××公司

地址:××

法定代表人:××,電話:×××

申請事項:

一、請求依法裁決被申請人為申請人補交社會養老保險費及滯納金合計18000元人民幣.

二、請求依法裁決被申請人為申請人補交醫療保險費滯納金合計20xx0元

三、請求依法裁決被申請人支付申請人雙倍的工資合計26000元( 20xx年1月至今)

事實與理由:

申請人於20xx年x月x日開始至今一直在被申請人處工作, 現擔任公司的銷售經理,雙方已經形成了事實上的勞動關係。申請人在被申請人處工作至今,被申請人從未給申請人交納過任何的保險,同時也未與申請人簽定書面的勞動合同。

申請人認為, 根據勞動合同法及相關法律規定,用人單位應當與勞動者簽定勞動合同併為勞動者交納各類法律規定的保險, 而被申請人卻一直未給申請人交納各類保險,此行為已違反了法律的規定,為維護申請人的合法利益,申請人曾多次要求其交納保險,但被申請人卻拒絕交納, 致使申請人的保險費用產生了高額的滯納金, 同時, 根據勞動合同法的規定,未簽定勞動合同的,用人單位應向勞動者支付雙倍的工資. 為維護申請人的合法利益, 現申請勞動爭議仲裁,請求裁決被申請人為申請人補交保險及滯納金並依法向申請人支付雙倍的工資。

此致

×××勞動爭議仲裁委員會

申請人:

年 月 日

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/xingzheng/xiezuo/vr06eo.html
專題