Insights Hub:社会基线指标定义

• cl_youngest_worker – 未遵守最低工作年龄
• fl_forced_overtime – 报告了强制加班
• hs_emergency_drills – 未进行应急演练
• 使用 – 此处标记的工厂应立即上报以进行补救

• cl_healthchecks – 否工作进程健康检查
• rh_cl_legal_noncompliance – 招聘流程不合规
• hs_accident_rootcause – 工作场所事故未进行调查
• 使用 – 突出显示可能升级为零容忍的系统性风险(如果不加以解决)

• hs_inventory_hazardous_subs – 未列入清单的有害物质
• wb_cambodia_transport_home – 未按要求提供福利
• wi_grievance_retaliation – 已报告申诉报复
• 用途 – 有助于及早发现不合规模式

• cl_age_verification – 未进行工人年龄验证
• hs_fire_detection_legal – 缺少火灾探测系统
• wb_pay_workers_correctly – 工资未按法律规定支付
• 使用 – 跟踪各工厂的监管风险

• hs_provides_drinking_water – 安全饮用水不可用
• hs_sufficient_emergency – 紧急出口不足
• 使用 – 对于监控工厂级别的工人安全至关重要

• rh_forced_labor_underage – 报告存在强迫劳动或未成年劳动
• rh_signed_copies_of_contracts – 缺少已签署的合同
• 使用 – 在工人入口处标记风险

• ter_severance_not_paid – 未支付遣散费
• ter_invalid_termination_reason – 记录了无效的终止原因
• 使用 – 确保遵守公平离职实践

• wb_facility_failing_pay_worker_basicwage – 工人未获得最低工资
• wb_sick_leave_failing_to_pay – 病假未获补偿
• 使用 – 突出显示工资盗窃和福利风险

• wi_facility_has_no_trade – 否存在工会
• foa_union_intimidation – 报告了工会恐吓行为
• 使用 – 跟踪工厂与结社自由权利的一致性

• hb_cases_abuse – 报告的虐待案例
• wt_facility_requires_preg_test – 需要进行妊娠测试
• 使用 – 揭示工人待遇方面的文化和行为风险

• wh_weeklyrestdays_legal – 未提供每周休息日
• fl_forced_overtime – 报告了强制加班
• 用途 – 监控工人疲劳程度和法定工作时间合规性

提供供应商群体中最严重违规行为的累积视图。有助于升级处理和确定即时补救措施的优先级。

total_zt_flags = 所有工厂的 ZT 标志总和

突出显示系统性但可补救的风险。有助于识别需要更密切监控和纠正措施的工厂。

total_high_risk_flags = 所有工厂的高风险标记总和

揭示严重程度较低但反复出现的风险,这些风险可能是早期预警信号。有助于在风险升级之前发现模式。

total_med_risk_flags = 所有工厂中等风险标记的总和

提供供应基础中所有标记风险的整体视图。适用于同比基准测试和汇总报告。

total_all_flags = 所有工厂的所有风险标记(ZT + 高 + 中)的总和

标准化各工厂的严重违规情况,帮助比较绩效并识别异常值。

average_zt_flags = ZT 标记总数 ÷ 工厂数量

用于对供应商之间严重但非零容忍风险的相对暴露程度进行基准比较。

average_high_risk_flags = 高风险标记总数 ÷ 工厂数量

提供对各工厂低级别重复问题的可见性。

average_med_risk_flags = 中等风险标记总数 ÷ 工厂数量

用于比较不同工厂组之间的整体风险敞口。

average_all_flags = 总风险标记 ÷ 工厂数量

测量监管不合规风险敞口。一个工厂可能同时具有法律标记和风险评级标记。

total_legal_flags = 所有工厂的法律合规标志总和

标准化各工厂的法律不合规情况,以支持公平比较。

average_legal_flags = 法律合规标记总数 ÷ 工厂数量

跟踪整个供应基础的相对安全风险暴露。

average_hs_flags = 健康与安全标记总数 ÷ 工厂数量

揭示各工厂招聘实践中的风险趋势。

average_rh_flags = RH 标记总数 ÷ 工厂数量

提供与雇佣终止实践相关的系统性风险的可见性。

average_ter_flags = 终止标志总数 ÷ 工厂数量

用于监控工资盗窃或福利不合规的系统性风险。

average_wb_flags = 工资和福利标志总数 ÷ 工厂数量

显示供应商之间违反FOA的相对风险。

average_wi_flags = FOA/工人参与标志总数 ÷ 工厂数量

突出显示整个供应基础中的职场文化风险。

average_wt_flags = 工人待遇标记总数 ÷ 工厂数量

用于对各工厂的过度劳动和超时工作风险进行基准比较。

average_wh_flags = 工作时间标记总数 ÷ 工厂数量

用于识别实践中可能违反法律要求的差距。

从FSLM数据中的工厂概况和法律合规标志中筛选。

突出显示工厂实践中存在严重风险的工厂。

从工厂档案中筛选出FSLM数据中的零容忍标记。

用于识别工作场所安全实践中的差距,这些差距也可能违反法律要求。

从FSLM数据中的健康与安全法律合规标记中筛选。

用于显示最严重的工人安全违规行为(例如,出口被堵塞、缺少应急协议)。

从FSLM数据中的健康与安全零容忍标记中筛选。

用于跟踪违反招聘实践的情况(例如,合同、年龄验证)。

从 FSLM 数据中的招聘与雇佣法律合规标记中筛选。

突出显示存在强迫劳动、雇佣未成年人或类似严重风险的工厂。

从 FSLM 数据中的招聘与雇用零容忍标记中筛选。

用于监控可能不当处理解雇、遣散费或雇佣终止义务的工厂。

从 FSLM 数据中的终止法律合规标记中筛选。

揭示解雇实践中最严重的风险,例如歧视性或报复性解雇。

从 FSLM 数据中的终止零容忍标志中筛选。

用于识别违反工资支付或福利法律的工厂。

从 FSLM 数据中的工资和福利法律合规标记中筛选。

揭示严重违规行为,例如系统性工资盗窃或未支付最低工资。

从FSLM数据中的工资和福利零容忍标记中筛选。

用于识别未能遵守保护结社自由或集体谈判权利的法律的工厂。

从 FSLM 数据中的工人参与法律合规标记中筛选。

揭示对工会活动最严重的限制,例如恐吓或报复。

从 FSLM 数据中的工人参与零容忍标记中筛选。

用于跟踪未能遵守反骚扰或工人保护法律的工厂。

从 FSLM 数据中的工人待遇法律合规标记中筛选。

突出显示工作场所中最严重的虐待、骚扰或胁迫案例。

从 FSLM 数据中的工人待遇零容忍标记中筛选。

用于监控违反最长工作时间、加班或休息日法律的工厂。

从 FSLM 数据中的工作时间法律合规标记中筛选。

揭示最严重的工作时间标准违规行为,例如系统性强制加班。

从 FSLM 数据中的工作时间零容忍标记中筛选。

用于比较各国工厂的风险敞口并识别高风险国家。有助于优先考虑区域参与和补救措施。

按国家分组的所有工厂风险标志(ZT、高、中)的汇总计数。

用于分析您的 Worldly 标签中的风险。帮助识别标记的风险是否集中在特定供应商细分市场中。

按供应商标签分组的所有工厂风险标记的汇总计数。

用于监控工厂不同节奏之间的风险敞口是否存在差异。支持项目刨削和扩展决策。

按节奏分类分组的所有工厂风险标志的汇总计数。

提供整个系统中工厂基础风险严重程度平衡的概览。有助于跟踪整体项目健康状况并进行逐年基准比较。

每个工厂的零容忍、高风险和中等风险标记的平均数量,来自FSLM评估数据。