检索历史 清除

【中文期刊】 王思华 王彭彭  等 《郑州大学学报（医学版）》 2024年59卷3期 409-414页 ISTICPKUCA

【摘要】 目的:采用5 种风险评估方法对汽车制造业重点岗位的化学有害因素进行职业健康风险评估,优化汽车制造业职业健康风险评估方案.方法:选取2022 年河南省某 3 家汽车制造企业喷漆岗位(产生苯、甲苯、乙苯、二甲苯)和焊接岗位(产生锰及其无机化合物...

【关键词】 风险评估； 汽车制造业； 接触比值法；

【中文期刊】 郝珂璐 郭笑笑  等 《公共卫生与预防医学》 2025年36卷1期 105-109页 ISTIC

【摘要】 目的 评估天津市某汽车制造厂噪声作业工人接触噪声暴露所致听力损失的风险,进行风险管控.方法 于2023年7～12月进行职业卫生现场调查和噪声暴露测量,收集体检资料,采用ISO 1999:2013(E)Acoustics-Estimation...

【关键词】 职业性噪声； 听力损失； 风险评估；

【中文期刊】 曾强 刘涛  等 《中华劳动卫生职业病杂志》 2024年42卷4期 271-276页 MEDLINEISTICPKUCSCDCA

【摘要】 目的:应用三种职业健康风险评估方法对某汽车制造企业噪声暴露岗位进行职业健康风险评估，为该类职业噪声企业的风险评估方法的选择和风险管理提供思路。方法:于2021年4至11月，对天津市某汽车制造企业进行职业卫生现场调查，使用职业卫生MES风险评...

【关键词】 噪声； 职业健康； 汽车制造业；

【中文期刊】 吴丹 胡丽  等 《中国职业医学》 2023年50卷4期 405-409页 ISTICCA

【摘要】 目的 分析北京市汽车制造业工人的职业健康素养(OHL)水平及其影响因素.方法 采用分层整群抽样的方法,选择北京市15家汽车制造企业的1639名一线工人为研究对象,采用《全国重点人群职业健康素养调查个人问卷》调查其OHL情况.结果 1639名...

【关键词】 职业健康素养； 工人； 汽车制造业；

【中文期刊】 虞心阳 杨敏  等 《中国职业医学》 2023年50卷4期 410-414页 ISTICCA

【摘要】 目的 了解汽车制造业一线工人职业健康知识和理念知晓情况.方法 采用判断抽样方法,选择广东省47家汽车制造企业1188名噪声作业一线工人为研究对象,采用《全国重点人群职业健康素养监测调查个人问卷》调查其职业健康知识和理念知晓情况.结果 研究对...

【关键词】 汽车制造业； 一线工人； 职业健康；

【中文期刊】 郭笑笑 张慧庆  等 《职业与健康》 2023年39卷19期 2607-2611页 ISTICCA

【摘要】 目的 采用5种职业健康风险评估方法对电焊烟尘暴露岗位健康风险进行评估,及时发现高风险岗位,并比较在电焊烟尘健康风险评估应用中各方法的适用性及优缺点.方法 于2021年11月对天津市某汽车整车制造企业开展现场调查,依据调查结果采用国际采矿和金...

【关键词】 职业健康； 风险评估； 电焊烟尘；

【中文期刊】 王致 梁嘉斌  等 《中华劳动卫生职业病杂志》 2015年33卷12期 906-909页 MEDLINEISTICPKUCSCDCA

【摘要】 目的 调查分析汽车零部件制造行业噪声危害及其对工人听力损失的影响.方法 2012至2014年,通过对汽车零部件制造企业工作场所中的噪声、作业工人的听力检测,综合分析不同工艺噪声的特点、暴露水平及其对工人听力损失的影响.结果 汽车零部件制造行...

【关键词】 汽车制造； 汽车零部件； 噪声；

【外文期刊】 Seung Tae,Yang ; Byung Yong,Jeong ; 《Work (Reading, Mass.)》 2019年62卷2期 197-203页 MEDLINE

【关键词】 Automobile parts manufacturing industry; accident analysis; manual materials handling;

【外文期刊】 Guiying,You ; Zengxin,Jin ; 等 《The Science of the total environment》 2024年927卷 172183页 SCIMEDLINECABP

【关键词】 Automobile manufacturing industry; Emission factors (EFs); Source profiles;

【外文期刊】 Rui,Zhang ; 《International journal of environmental research and public health》 2017年15卷1期 MEDLINE

【关键词】 automobile industry; green manufacturing; particle swarm optimization;