JP2017068831A - 労務管理システム、労務管理方法、および、労務管理プログラム - Google Patents
労務管理システム、労務管理方法、および、労務管理プログラム Download PDFInfo
- Publication number
- JP2017068831A JP2017068831A JP2016154333A JP2016154333A JP2017068831A JP 2017068831 A JP2017068831 A JP 2017068831A JP 2016154333 A JP2016154333 A JP 2016154333A JP 2016154333 A JP2016154333 A JP 2016154333A JP 2017068831 A JP2017068831 A JP 2017068831A
- Authority
- JP
- Japan
- Prior art keywords
- item
- data
- result
- items
- employee
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 130
- 239000000284 extract Substances 0.000 claims description 55
- 238000004458 analytical method Methods 0.000 claims description 53
- 230000036541 health Effects 0.000 abstract description 56
- 230000002123 temporal effect Effects 0.000 abstract 1
- 238000013500 data storage Methods 0.000 description 99
- 238000000605 extraction Methods 0.000 description 70
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 40
- 238000000034 method Methods 0.000 description 28
- 230000005856 abnormality Effects 0.000 description 23
- 238000007619 statistical method Methods 0.000 description 21
- 235000012000 cholesterol Nutrition 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 238000000611 regression analysis Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 14
- 238000012986 modification Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 12
- 208000001145 Metabolic Syndrome Diseases 0.000 description 10
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 10
- 230000036772 blood pressure Effects 0.000 description 10
- 238000008214 LDL Cholesterol Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 9
- 230000014509 gene expression Effects 0.000 description 9
- 238000012546 transfer Methods 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 8
- 235000012054 meals Nutrition 0.000 description 8
- 230000037396 body weight Effects 0.000 description 7
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 235000019577 caloric intake Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000008103 glucose Substances 0.000 description 6
- 230000003187 abdominal effect Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000035488 systolic blood pressure Effects 0.000 description 4
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 3
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 3
- 210000000577 adipose tissue Anatomy 0.000 description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000011976 chest X-ray Methods 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000004622 sleep time Effects 0.000 description 3
- 210000002784 stomach Anatomy 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 229940116269 uric acid Drugs 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000035876 healing Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000001672 ovary Anatomy 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 210000004291 uterus Anatomy 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000035606 childbirth Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
上記構成によれば、複数の指定項目のデータの相関関係を容易に把握することができる。
上記労務管理システムにおいて、前記出力制御部は、前記時間軸と直交する方向に前記各グラフを整列させるようにするとよい。
また、上記労務管理システムにおいて、前記出力制御部は、1つのグラフに前記各指定項目の結果を重ねるようにするとよい。
上記構成によれば、第2項目の中で、異常のある項目を容易に判別することができる。
上記構成によれば、一方の項目に対する相関の高い他方の項目のデータを容易に把握することができる。例えば、第1項目と第1項目に対して相関の高い第2項目とを、各指定項目の結果の時間軸上における位置を指定項目間で整合させたグラフとして出力することができる。
更に、本発明は、上記労務管理システムに用いる上記労務管理プログラムであり、ネットワークや光ディスクなどのリムーバル記録媒体を介して拡布され、サーバなどのコンピュータにインストールされ、実行される。
管理部12は、人事勤怠管理サーバ5、健診管理サーバ6、ストレスチェック管理サーバ7、および、業績管理サーバ8に対して、定期的に、データの送信要求を送信し、各サーバから送信されたデータを、各記憶部21〜26に保存し管理する。また、管理部12は、従業員のクライアント端末3aやクライアント端末3bから送信された日常データを日常データ記憶部27に保存する。
(データ管理処理)
図4を参照して、労務管理システムの各記憶部21〜27に各種のデータを保存する方法を説明する。
ステップS1において、管理サーバ10の管理部12は、人事勤怠管理サーバ5から送信された人事データの項目データを受信し、人事データ記憶部21に従業員コードに関連付けて保存する。ステップS2において、管理部12は、人事勤怠管理サーバ5から送信された勤怠データの項目データを受信し、勤怠データ記憶部22に従業員コードに関連付けて保存する。ステップS3において、管理部12は、人事勤怠管理サーバ5から送信された給与データの項目データを受信し、給与データ記憶部23に保存する。
(健康診断で異常のある場合)
図5を参照して、従業員本人が利用する場合であって、健康診断で異常のある場合を説明する。
クライアント端末3を操作して従業員が従業員コードなどを管理サーバ10に送信すると、抽出部13は、健診データ記憶部24にアクセスし、受信した従業員コードの健診レコード24aを検索する。そして、ステップS11において、抽出部13は、健診レコード24aに記録された個別の健診項目データの中に異常値があるかどうかを判断する。具体的に、健診項目の中には、体脂肪率、尿酸値、LDLコレステロール、HLDコレステロールなどのように適正な数値範囲があるものがあり、この適正範囲を外れると、本人に対して注意を促すものがある。健診データ記憶部24では、健診項目データにつき、適正範囲を定義レコードに格納しており、抽出部13は、定義レコードを参照して、健診項目データが異常であるかどうかを判断する。
図6は、選択された項目データのグラフを縦並びに整列させる第1出力形態のレポートをモニタに表示した状態を示す図である。このレポート41では、ラジオボタン42が設けられており、ラジオボタン42では、縦並び表示の第1出力形態か重畳表示の第2出力形態の何れかの出力形態を選択でき、ここでは、縦並び表示を行う第1出力形態が選択されている。また、レポート41では、組み合わせパターンがプルダウンメニューによって選択することができる。この第1プルダウンメニュー43では、「健診結果の確認」の他、「ストレスチェック結果の確認」などを選択することができ、ここでは、「健診結果の確認」が選択されている。また、表示する対象データを選択する第2プルダウンメニュー44が設けられている。第2プルダウンメニュー44では、大項目の指定項目として、「勤怠」、「人事」、「ストレスチェック結果」、「健診」、「日常」の中から選択することができる。そして、選択された大項目は、さらに、指定項目の小項目として、項目データを選択することができる。図6の例では、「勤怠」と「人事」と「健診」とが選択されており、出力制御部14は、抽出部13で、勤怠データ記憶部22と人事データ記憶部21と健診データ記憶部24とにアクセスし、選択された小項目のデータを抽出し、レポート41に加える。具体的に、「健診」では、「体重」、「総コレステロール」、「LDLコレステロール」が選択されており、出力制御部14は、抽出部13で「体重」、「総コレステロール」、「LDLコレステロール」の項目データを抽出し、レポート41に加える。また、「勤怠」では、小項目として、「総残業時間」が選択されており、出力制御部14は、抽出部13で「総残業時間」の項目データを抽出し、レポート41に加える。
なお、「健診」と関連した項目として表示される「総残業時間」などの関連項目は、従業員などが選択した項目であってもよいし、後述する統計分析処理で抽出された項目とすることもできる。
また、「総コレステロール」のグラフ、および、「LDLコレステロール」のグラフには、適正範囲の上限線45が指標として加入されている。これにより、「総コレステロール」のグラフ、「LDLコレステロール」の上限値を容易に把握することができる。健診項目に対して関連性が高い「総残業時間」などの小項目が統計分析によって自動的に表示されるときには、健診結果が悪化したことに関連する「勤怠」などの「健診」とは別の大項目の中の小項目を見逃してしまうことを抑制できる。
図7は、選択された項目データのグラフを重畳させる第2出力形態のレポートをモニタに表示した状態を示す図である。このレポート51では、ラジオボタン42によって、重畳表示を行う第2出力形態が選択されている。なお、図7でも、図6と同様な項目が選択されている。このレポート51では、縦軸目盛りのスケールを選択するラジオボタン52が設けられている。ここでは、「総コレステロール」が選択されており、縦軸が「総コレステロール」に合わせた目盛りとなっている。図7の例では、各項目のグラフが時間軸上の位置を整合させて揃え、更に重畳されることで、2012年に体重が減少しているが、その年度は、課長に昇格し、更に総残業時間が増えた年度であることを直ちに把握することができる。
図8を参照して、従業員本人が利用する場合であって、ストレスチェックで異常のある場合を説明する。
クライアント端末3を操作して従業員が従業員コードなどを管理サーバ10に送信すると、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、受信した従業員コードのストレスチェックレコード25aを検索する。そして、ステップS21において、抽出部13は、ストレスチェックレコード25a記録された個別のチェック項目データの中に異常値があるかどうかを判断する。具体的に、チェック項目データの中には、適正な数値範囲があるものがあり、この適正範囲を外れると、本人に対して注意を促すものがある。ストレスチェックデータ記憶部25では、チェック項目データにつき、定義レコードに適正範囲を定義しており、抽出部13は、これを参照して、チェック項目データが異常であるかどうかを判断する。
図9を参照して、従業員本人が利用する場合であって、定期的に健康状態を確認する場合を説明する。
ステップS31において、抽出部13は、各従業員が希望する健康診断結果の確認日時かどうかを判断する。例えば、確認日時のデータは、健診レコード24aに記録されており、確認日時になると、抽出部13は、ステップS32において、健診データ記憶部24にアクセスし、受信した従業員コードの健診レコード24aに記録された主要な健診項目を抽出する。ステップS33において、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、受信した従業員コードのストレスチェックレコード25aに記録された主要なチェック項目データを抽出する。ステップS34において、抽出部13は、日常データ記憶部27にアクセスし、受信した従業員コードの日常レコード27aの項目データを抽出する。ステップS32〜ステップS34では、抽出部13が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって全ての項目を自由に選択できるものであってもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
図10を参照して、従業員本人が利用する場合であって、体調不良など自覚症状があった場合を説明する。
クライアント端末3を操作して従業員が従業員コードなどを管理サーバ10に送信すると、ステップS41において、抽出部13は、健診データ記憶部24にアクセスし、受信した従業員コードの健診レコード24aに記録された主要な健診項目を抽出する。ステップS42において、抽出部13は、人事データ記憶部21にアクセスし、受信した従業員コードの人事レコード21aの人事項目データを抽出する。ステップS43において、抽出部13は、勤怠データ記憶部22にアクセスし、受信した従業員コードの勤怠レコード22aの勤怠項目データを抽出する。ステップS44において、抽出部13は、日常データ記憶部27にアクセスし、受信した従業員コードの日常レコード27aの項目データを抽出する。ステップS41〜ステップS44では、抽出部13が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって全ての項目を自由に選択できるものであってもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
(過重労働や勤務不良が検出された場合)
図11を参照して、人事担当者が利用する場合であって、過重労働や勤務不良が検出された場合を説明する。
ステップS51において、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、従業員ごとに、ストレスチェックレコード25aに記録された個別のチェック項目データの中に異常値があるかどうかを判断する。また、勤怠データ記憶部22にアクセスし、従業員ごとに、勤怠レコード22aに記録された個別の勤怠項目データの中に異常値があるかどうかを判断する。そして、抽出部13は、異常を検出したとき、ステップS52に進み、異常を検出しなかったとき処理を終了する。
なお、抽出部13は、日常データ記憶部27にアクセスし、日常レコード27aに記録された日常データを抽出してもよい。
図12を参照して、人事担当者が利用する場合であって、休職者が復職する場合を説明する。
クライアント端末2を操作して人事担当者が復職する従業員の従業員コードなどを管理サーバ10に送信すると、ステップS61において、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、ストレスチェックレコード25aに記録されたチェック項目データを抽出する。ステップS62において、抽出部13は、健診データ記憶部24にアクセスし、健診レコード24aに記録された主要な健診項目を抽出する。ステップS63において、抽出部13は、勤怠データ記憶部22にアクセスし、勤怠レコード22aに記録された勤怠項目データを抽出する。ステップS64において、抽出部13は、人事データ記憶部21にアクセスし、人事レコード21aの人事項目データを抽出する。
図13を参照して、人事担当者が利用する場合であって、業務改善施策を検討する場合を説明する。
クライアント端末2を操作して業務改善施策を施す対象となる従業員の従業員コードなどを管理サーバ10に送信すると、ステップS71において、抽出部13は、業績データ記憶部26にアクセスし、従業員の業績レコード26aに記録された業績項目データを抽出する。例えば、従業員の各月、または、各年の売上額、売上数量、受注額、受注数量などを抽出する。ステップS72において、抽出部13は、健診データ記憶部24にアクセスし、健診レコード24aに記録された主要な健診項目を抽出する。ステップS73において、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、ストレスチェックレコード25aに記録されたチェック項目データを抽出する。ステップS74において、抽出部13は、勤怠データ記憶部22にアクセスし、勤怠レコード22aに記録された勤怠項目データを抽出する。ステップS75において、抽出部13は、人事データ記憶部21にアクセスし、人事レコード21aの人事項目データを抽出する。ステップS76において、抽出部13は、給与データ記憶部23にアクセスし、給与レコード23aの給与項目データを抽出する。
(体調不良などの相談があった場合)
図14を参照して、産業医が利用する場合であって、体調不良などの相談があった場合を説明する。
クライアント端末4を操作して産業医が相談に来た従業員の従業員コードなどを管理サーバ10に送信すると、ステップS81において、抽出部13は、健診データ記憶部24にアクセスし、健診レコード24aに記録された主要な健診項目を抽出する。ステップS82において、抽出部13は、ストレスチェックデータ記憶部25にアクセスし、ストレスチェックレコード25aに記録されたチェック項目データを抽出する。ステップS83において、抽出部13は、勤怠データ記憶部22にアクセスし、勤怠レコード22aに記録された勤怠項目データを抽出する。ステップS84において、抽出部13は、人事データ記憶部21にアクセスし、人事レコード21aの人事項目データを抽出する。ステップS85において、抽出部13は、日常データ記憶部27にアクセスし、日常レコード27aの各項目データを抽出する。
次に、産業医が利用する場合であって、高ストレスや過重労働や勤務不良が検出された場合を説明する。この場合、管理サーバ10では、図11と同様な処理が行われたのち、出力制御部14は、レポートの要求のあったクライアント端末4に送信する出力データとしての第1出力形態のレポートまたは第2出力形態のレポートを生成し、レポートの要求のあったクライアント端末4にレポートを送信する。クライアント端末4は、レポートを、モニタに表示して、または、プリンタで印刷して、産業医がレポートを閲覧することができる。これにより、産業医は、勤怠項目データやチェック項目データの中に異常が認められた従業員を直ちに発見でき、また、この異常が健診結果や人事データとどのような関連性があるのかを容易に確認することができる。例えば、健診結果を見ることによって、ストレスによって、身体的影響が出ていないかなどを確認することができる。また、問診などによって、セルフケアを適切に行っているかどうかを確認することができる。
(1)図6および図7に示すように、出力データであるレポートは、健診項目データやチェック項目データが勤怠項目データなどの他の項目データと時間軸を合わせて表示されることから、これらのデータの相関関係を容易に把握することができる。すなわち、図6では、各項目データのグラフが時間軸を揃えて縦並びで整列されることから、これらのデータの相関関係を容易に把握することができる。また、図7では、各項目データのグラフが時間軸を揃えて重畳されることから、これらのデータの相関関係を容易に把握することができる。そして、従業員の健康を健診結果やストレス結果だけでなく、勤怠状況や人事状況など様々な側面を考慮して管理することができる。
(2)さらに、健診項目データやチェック項目データを人事データと関連付けて表示または印刷することもできる。
(3)図6に示すように、適正範囲を有する項目でデータのグラフには、上限や下限を示す指標となる線が追加されることで、項目データが正常であるか異常であるかを容易に判断することができる。
・適正範囲を有する項目データの上限値と下限値を示す指標となる線は、上限値、下限値の何れか一方であってもよい。また、図15に示すように、異常を示した項目データは、マーカなどによって強調処理46を施すようにしてもよい。なお、強調処理としては、太字、斜字、傍線、色文字などであってもよく、他の項目データに対して目立つ処理であれば特に限定されるものではない。強調処理は、図7に示す第2出力形態で行ってもよい。
・図7の例でも、縦軸に、「総コレステロール」のグラフ、「LDLコレステロール」を選択したときには、適正範囲の上限値や下限を示す線を加えるようにしてもよい。
・図6および図15の各グラフには、適正範囲の下限値を示す下限値線を加入してもよい。
・出力データの形式としては、他に、横並びのグラフであってもよい。すなわち、縦並び出力、横並び出力、重畳出力の何れかを操作者が選択できるようにしてもよいし、横並び出力、および、重畳出力の組み合わせで出力できるようにしてもよいし、縦並び出力、および、横並び出力の組み合わせで出力できるようにしてもよい。出力形態としては、ここに例示した3つに限定されるものではない。
・時間軸を縦軸としたときには、複数のグラフは時間軸と直交するように横並びにするとよい。
・図6、図7、及び、図15に示すレポートには、従業員の氏名や生年月日や家族構成などの個人データを加えるようにしてもよい。
・管理サーバ10で管理するデータは、図2(a)〜(c)および図3(a)〜(e)のデータに限定されるものではない。さらに、図2(a)〜(c)および図3(a)〜(e)のデータを構成する項目データも、図示されたデータに限定されるものではない。
・レポートには、健診データとストレスチェックデータの少なくとも1つが加えられ、その他の項目として、勤怠データが選択されば、その他の追加されるデータは特に限定されるものではない。
・管理サーバ10は、データウェアハウス30にデータを蓄積する構成としなくてもよい。
図16は、選択された項目データのグラフを縦並びに整列させる第1出力形態(図6参照)の変形例である。図16では、「体重」、「総コレステロール」、「LDLコレステロール」が選択されており、出力制御部14は、抽出部13で「体重」、「総コレステロール」、「LDLコレステロール」の折線グラフの下に、「総残業時間」の棒グラフが設けられている。この例では、「部門異動」、「昇格」、「転勤」については、アイコン47で表示される。すなわち、「部門異動」については、2009年と2011年の箇所にアイコン47が表示され、「転勤」については、2011年の箇所にアイコン47が表示され、「昇格」については、2013年の箇所にアイコン47が表示される。また、「内服開始」については、2013年の箇所にアイコン47が表示される。このような出力形態によれば、アイコン47による表示を利用することによって、折線グラフや棒グラフを図6の例より大きく表示することができ、また、より多くの項目をグラフで表示することができる。アイコン47は、項目ごとに色を定義し、項目ごとに色を異ならせ、見やすくすることができる。例えば、勤怠に関する項目のアイコンは、黄色、医療データに関するアイコンは赤色といったように色を異ならせるとよい。
図17は、選択された項目データのグラフを重畳させる第2出力形態(図7参照)の変形例である。図17の例においても、「部門異動」、「昇格」、「転勤」、「内服開始」について、アイコン47が表示される。
図18は、大項目ごとに、項目データのグラフを重畳させた出力形態の変形例である。図18に示すように、2009年から2013年の期間について、「健診結果」、「勤怠」、「日常」の大項目ごとに、大項目内の小項目のデータを重畳して表示する。具体的には、「健診結果」では、BMI、腹囲、収縮期血圧、拡張期血圧、血糖、HDLコレステロールの各折れ線グラフが時間軸を揃えて重畳表示されている。また、「勤怠」では、残業時間と休日出勤の各棒グラフが時間軸を揃えて表示されている。「日常」では、運動量と睡眠時間の各棒グラフが時間軸を揃えて表示されている。
この出力形態では、各大項目におけるグラフの重畳表示において、各小項目の下限値または最小値を0とし、上限値または最大値を10として、各小項目データの値を換算して、各小項目データを表示する。
また、この出力形態においても、「部門異動」、「昇格」、「転移」、「内服開始」について、アイコン47が表示される。
図6、図7、図15〜図18の出力形態では、例えば「総残業時間」の表示単位を年単位としている。この表示単位は、1か月、3か月、6か月、1年などの単位で切り替えることができるようにしてもよい。図19の例では、「総残業時間」を年単位から1か月単位に切り替えた例を示している。
図20(a)は、選択された項目データのグラフを重畳させるとともにアイコンを用いた出力形態の変形例である。図20(a)では、2013年〜2017年までの期間のデータが抽出されている。上段には、残業時間が棒グラフによって表示され、その下段には、ストレスチェックの結果が5段階で表示されている。なお、ストレスチェックの結果は、ラジオボタン61によって5段階評価か2段階評価で選択可能である。評価の細かさは、特に限定されるものではなく、3段階評価や10段階評価などであってもよい。そして、評価の細かさを複数の候補の中から選択できる構成であってもよい。ストレスチェックの結果の下段には、備考欄が設けられ、有給休暇の取得状況や健康診断の受診日や保健師面談の日付などが記入される。備考欄の下段には、健診結果が折れ線グラフで重畳表示されている。健診結果は、ここでは、中性脂肪と血糖値と尿酸値が表示されている。折れ線グラフの縦軸は、各項目の下限値または最小値を0とし、上限値または最大値を10として、各項目データの値を換算している。そして、縦軸には、健診結果の評価基準が設けられている。この評価基準は、A〜Eまでの5段階であって、Aが正常で、Bが軽度異常、Cが経過観察であり、Dが要治療であり、Eが治療中であり、グラフにおいて、各ランクの範囲が横軸と平行に帯状に表示されている。健診結果の評価基準は、ラジオボタン62によって、人間ドック学会による基準、社内基準の何れかを選択可能となっており、ここでは、人間ドック学会による基準が選択されている。さらに、健診で、胸部レントゲン、胃部レントゲンや脳などのMRI検査や肝臓などのエコー検査などの画像や動画を用いた検査を行っているときには、当該検査を行った年度に、レントゲンボタン64,MRIボタン65、および、エコーボタン66が表示される。レントゲンボタン64が押されたときには、レントゲンの画像データが表示され、MRIボタン65が押されたときには、MRIの画像データが表示され、エコーボタン66が押されたときには、エコー検査の動画データが再生表示される。レントゲンボタン64、MRIボタン65、および、エコーボタン66は、異常のあった年度だけ表示されるようにしてもよいし、一度異常があったときには、それ以降の年度では、異常のあった検査のボタン64,65,66が表示されるようにしてもよい。
さらに、問診データとして、喫煙本数や飲酒量がアイコン63で表示されている。
なお、図20(b)には、図20(a)の出力形態において使用されるアイコン63の一覧を示す。
ところで、データウェアハウス30では、図6、図7、図15〜図20に示す出力画面に表示するデータを選択するための統計分析処理を行い、健診結果やストレスチェックの結果を表示するにあたって、これらと関連性の高い勤怠データなどを表示できるようにしている。
(i)第1対象項目として、健診データの項目群の中の各項目を選択し、第2対象項目として、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
(ii)第1対象項目として、ストレスチェックデータの項目群の中の各項目を選択し、第2対象項目として、健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
(iii)第1対象項目として、業績データの項目群の中の各項目を選択し、第2対象項目として、健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
なお、人事データの項目群の中の昇進、降格、出向、出向解除、単身赴任、単身赴任解除、休職、復職、結婚、離婚、出産などの項目については、イベントが発生した/しないをデータとする。
また、他の例として、分析部32は、算出された相関係数の絶対値がメモリなどの記憶部に格納された閾値より大きいかどうかを判断し、相関係数の絶対値が閾値より大きい第2対象項目を、相関が高い関連項目として抽出する。
(i)第1対象項目が健診データの項目群のBMIであるとき、関連項目として、勤怠データの項目群の中の残業時間、人事データの項目群の中の結婚や単身赴任、ストレスチェックデータの項目群の中の仕事の負荷、日常データの項目具の中の運動量や消費カロリーや摂取カロリーが抽出される。
(ii)第1対象項目がストレスチェックデータの項目群の中の総合判定であるとき、関連項目として、勤怠データの項目群の中の残業時間や休出日数、人事データの項目群の中の部門異動、健診データの項目群の中の体重や血圧、日常データの項目群の中の血圧や歩数や睡眠時間が抽出される。
(iii)第1対象項目が業績データの項目群の中の売上額であるとき、関連項目として、勤怠データの項目群の中の残業時間や休暇日数、健診データの項目群の中の総コレステロール、ストレスチェックデータの項目群の中の総合判定、日常データの項目群の中の睡眠時間が抽出される。
図22は、健診結果を従業員が見る場合の手順を示すフローチャートである。
ステップS111において、クライアント端末3を操作して従業員がクライアント端末3から従業員コードなどを管理サーバ10に送信する。このとき、従業員は、メタボリックシンドロームに関連する情報を知りたいとき、登録部33が登録したメタボリックシンドロームの定義を選択し、管理サーバ10に送信する。
なお、さらにユーザによって選択された項目を抽出するようにしてもよい。
図23のレポート41では、選択された項目データのグラフを重畳させて表示する。レポート41では、組み合わせパターンがプルダウンメニューによって選択することができる。この第1プルダウンメニュー43では、「健診結果の確認」などの項目の他に、「ストレスチェック結果の確認」などを選択することができ、さらに、ここでは、ユーザの選択した定義である「メタボリックシンドローム」が選択されている。また、表示する対象データを選択する第2プルダウンメニュー44が設けられている。第2プルダウンメニュー44では、大項目の指定項目として、「勤怠」、「人事」、「ストレスチェック結果」、「健診」、「日常」の中から選択することができる。そして、選択された大項目は、さらに、指定項目の小項目として、項目データを選択することができる。図23の例では、選択されている「メタボリックシンドローム」に合わせて、「勤怠」と「人事」と「ストレスチェック」と「健診」と「日常」が選択されている。出力制御部14は、抽出部13で、人事データ記憶部21と勤怠データ記憶部22と健診データ記憶部24とストレスチェックデータ記憶部25と日常データ記憶部27とにアクセスし、選択された小項目のデータを抽出し、レポート41に加える。レポート41は、各項目のグラフが時間軸上の位置を整合させて揃え、更に重畳されることで、メタボリックシンドロームに関する各データを、健診結果だけでなく、人事や勤怠などの項目と合わせて確認することができる。
データウェアハウス30の分析部32では、次のように蓄積部31に蓄積されたデータの統計分析を行う。具体的に、蓄積部31に蓄積された人事データの中の項目群、勤怠データの中の項目群、給与データの中の項目群、健診データの中の項目群、ストレスチェックデータの中の項目群、業績データの中の項目群、日常データの中の項目群、医療データの中の第1対象項目群の何れかの第1対象項目と第2対象項目群の第2対象項目との相関を、重回帰分析によって算出するとともに、第1対象項目と第2対象項目の関係を示す関係式を生成する。
ステップS121において、データウェアハウス30の分析部32は、統計分析を行う分析単位を設定する。例えば、分析部32は、1か月、3か月、6か月、1年、…などの分析を行う期間を設定する。
(i)第1対象項目(目的変数)が健診データの項目群の中の各項目のとき、第2対象項目(説明変数)が勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
(ii)第1対象項目(目的変数)がストレスチェックデータの項目群の中の各ストレスチェック項目のとき、第2対象項目(説明変数)が健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、給与データの項目群の中の各項目、および、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
(iii)第1対象項目(目的変数)が業績データの項目群の中の各項目のとき、第2対象項目(説明変数)が健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
図25は、重回帰分析を示す図である。
X1〜X8が説明変数であり、Yが目的変数である。1回目の重回帰分析では、説明変数X1、X5、X6のt値がt2<2であったため、説明変数X1、X5、X6を除外する。2回目の重回帰分析では、説明変数X7のt値がt2<2であったため、説明変数X7を除外する。3回目の重回帰分析では、全ての説明変数X2、X3、X4、X8のt値がt2≧2となり、関連項目として抽出される。
また、関係式として、以下の式が生成される。
Y=aX2+bX3+cX4+dX8+e
※a,b,c,dが傾き、eが切片
図26は、従業員個人の将来予測をする処理のフローチャートである。
分析部32は、図23および図24で生成した関係式に従って各従業員の第1対象項目(目的変数)の将来の値を予測する。ステップS131において、分析部32は、将来予測を行う従業員の第1対象項目(目的変数Y)を、例えば一覧の中から選択する。例えば、分析部32は、健診データの項目群の中の項目、ストレスチェックデータの項目群の中の項目、業績データの項目群の中の項目の何れかを選択する。そして、分析部32は、選択した第1対象項目(目的変数)の関係式を設定する。
ステップS133において、分析部32は、将来予測を行う特定日(年月日)を指定する。分析部32は、将来の特定日における第2対象項目(説明変数X)の値を最小二乗法によって算出する。
管理サーバ10の抽出部13は、分析部32の算出した第2対象項目(説明変数X)や第1対象項目(目的変数Y)を取得し、図23に示すような形式のレポートの中で、将来の第1対象項目(目的変数Y)の値、または、この値に基づいた専門家などのコメントを従業員に報告する。
(1)図21に示すように、分析部32は、第1対象項目に対する第2対象項目の相関を算出し、相関の高い第2対象項目を関連項目として登録するので、第1対象項目に対する関連項目に関するデータをレポート41に含めることができる。したがって、従業員などは、例えば、特定の健診項目と、これに関連の高い関連項目とを関連付けて知ることができる。
(2)関連項目を抽出するにあたっては、分析単位となる期間を指定することで、関連項目の抽出に自由度を持たせることができる。無用に長い期間を設定して、関連項目の抽出処理を行う必要が無くなる。
(3)健診データの項目群、ストレスチェックデータの項目群、および、勤怠データの項目群だけでなく、人事データの項目群や業績データの項目群など多くの対象項目群を含めて、第1対象項目に対する関連項目を抽出することができる。すなわち、第1対象項目に対する関連項目の抽出する範囲を広くすることができる。これにより、第1対象項目に対して相関の高い第2対象項目を広い範囲の項目から選択することができる。
(4)図23および図24に示すように、重回帰分析によって、相関の高い説明変数を抽出することができる。
(5)関係式を生成することで、従業員ごとに、第1対象項目(目的変数)の将来を予測することができ、予測結果を、従業員に知らせることができる。
(6)従業員に報告するレポートには、第1対象項目と、第1対象項目に相関が高い関連項目が含まれるので、これを見る従業員も、第1対象項目と関連項目の関連性を容易に把握することができる。
(7)レポートは、時間軸を揃えて第1対象項目と関連項目が表示されるので、これらの項目の相関を容易に把握することができる。
・レポートは、従業員だけではなく、人事担当者や産業医などが各端末を操作して取得できるようにしてもよい。
・レポートは、グラフとして表示するのではなく、一覧表で表示してもよい。
・分析単位の設定は、省略してもよい。
・分析部32や登録部33は、管理サーバ10に設けるようにしてもよい。また、データウェアハウス30の蓄積部31の機能も管理サーバ10に備えるようにしてもよい。
(付記1)
勤怠データの項目群、健康診断データの項目群およびストレスチェックデータの項目群を構成する各項目の結果を履歴と示すデータを蓄積する蓄積部と、
前記勤怠データの項目群、前記健康診断データの項目群および前記ストレスチェックデータの項目群のうちの1つが第1対象項目群であり、前記第1対象項目群以外の少なくとも1つが第2対象項目群であり、
前記第1対象項目群を構成する各第1対象項目の結果を履歴として示すデータが第1対象データであり、前記第2対象項目群を構成する各第2対象項目の結果を履歴として示すデータが第2対象データであり、
前記第1対象項目に対する前記第2対象項目の相関が、相関の高さを示す条件を満たすときに、前記第2対象項目を関連項目として抽出する分析部と
を備える労務管理システム。
上記構成によれば、相関が高い第2対象項目を関連項目として抽出する。これにより、特定の第1対象項目の第1対象データと、第1対象項目に対して関連性の高い関連項目の第2対象データを容易に把握することができる。
(付記2)
前記分析部は、分析単位となる期間を設定し、設定された期間における前記関連項目としての前記第2対象項目を抽出する
付記1に記載の労務管理システム。
上記構成によれば、分析単位となる期間を指定することで、関連項目の抽出に自由度を持たせることができる。無用に長い期間を設定して、関連項目の抽出処理を行う必要が無くなる。
(付記3)
前記蓄積部は、人事データの項目群および業績データの項目群のうちの少なくとも1つの項目群に関し、当該項目群を構成する各項目の結果を履歴として示すデータをさらに蓄積する
付記1または2に記載の労務管理システム。
上記構成によれば、健康診断データの項目群、ストレスチェックデータの項目群、および、勤怠データの項目群だけでなく、人事データの項目群や業績データの項目群も含めて、第1対象項目に対する関連項目を抽出することができる。すなわち、第1対象項目に対する関連項目の抽出する範囲を大きくすることができる。
(付記4)
前記分析部は、重回帰分析によって、上記条件を満たさない前記第2対象項目を前記関連項目から除外する
付記1ないし3のうち何れか1項に記載の労務管理システム。
上記構成によれば、重回帰分析によって、第1対象項目に対して相関の高い第2対象項目を抽出することができる。
(付記5)
前記分析部は、前記関連項目として抽出された前記第2対象項目に関し、将来の特定日における前記第2対象データを算出し、算出した前記第2対象データに基づいて前記特定日の前記第1対象データを算出する
付記4に記載の労務管理システム。
上記構成によれば、従業員ごとに、将来の特定日における第1対象項目を予測することができる。
(付記6)
前記第1対象項目の第1対象データと前記関連項目として抽出された第2対象項目の第2対象データとを出力部に出力させる出力制御部をさらに備える
付記1ないし5のうち何れか1項に記載の労務管理システム。
上記構成によれば、出力されたレポートに、第1対象項目と、第1対象項目に相関が高い関連項目が含まれるので、これを見る従業員も、第1対象項目と関連項目として抽出された第2対象項目の関連性を容易に把握することができる。
Claims (8)
- 勤怠項目群および人事項目群の少なくとも一方が第1項目群であり、
健康診断項目群およびストレスチェック項目群の少なくとも一方が第2項目群であり、
前記第1項目群を構成する各第1項目の結果を示す第1データであって、従業員における前記各第1項目の結果を履歴として示すデータが第1データであり、
前記第2項目群を構成する各第2項目の結果を示す第2データであって、前記従業員における前記各第2項目の結果を履歴として示すデータが第2データであり、
前記第1データと前記第2データとを記憶する記憶部と、
少なくとも1つの前記第1項目と少なくとも1つの前記第2項目とがそれぞれ指定項目として入力される入力部と、
前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる出力制御部とを備える
労務管理システム。 - 前記出力制御部は、前記各指定項目に対し1つずつグラフを出力させ、かつ、各グラフが有する時間軸の範囲を一致させる
請求項1に記載の労務管理システム。 - 前記出力制御部は、前記時間軸と直交する方向に前記各グラフを整列させる
請求項2に記載の労務管理システム。 - 前記出力制御部は、1つのグラフに前記各指定項目の結果を重ねる
請求項1に記載の労務管理システム。 - 前記出力制御部は、前記各第2項目の結果に対する適正範囲を有し、前記第2項目の結果を出力するグラフに、当該第2項目の結果が適正範囲内か否かを示す指標をさらに出力させる
請求項1から4のいずれか一項に記載の労務管理システム。 - 前記第1項目群を構成する第1項目と第2項目群を構成する第2項目のうち、何れか一方の項目に対する他方の項目の相関が、相関の高さを示す条件を満たすときに、前記他方の項目を、前記一方の項目に対する関連項目として抽出する分析部をさらに備える
請求項1から5の何れか一項に記載の労務管理システム。 - 勤怠項目群および人事項目群の少なくとも一方が第1項目群であり、
健康診断項目群およびストレスチェック項目群の少なくとも一方が第2項目群であり、
前記第1項目群を構成する各第1項目の結果を示す第1データであって、従業員における前記各第1項目の結果を履歴として示すデータが第1データであり、
前記第2項目群を構成する各第2項目の結果を示す第2データであって、前記従業員における前記各第2項目の結果を履歴として示すデータが第2データであり、
前記第1データと前記第2データとを記憶部に記憶し、
少なくとも1つの前記第1項目と少なくとも1つの前記第2項目とがそれぞれ指定項目として入力部によって入力されると、出力制御部が、前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる
労務管理方法。 - 勤怠項目群および人事項目群の少なくとも一方が第1項目群であり、
健康診断項目群およびストレスチェック項目群の少なくとも一方が第2項目群であり、
前記第1項目群を構成する各第1項目の結果を示す第1データであって、従業員における前記各第1項目の結果を履歴として示すデータが第1データであり、
前記第2項目群を構成する各第2項目の結果を示す第2データであって、前記従業員における前記各第2項目の結果を履歴として示すデータが第2データであり、
コンピュータを、
記憶部に前記第1データと前記第2データとを記憶させる手段と、
少なくとも1つの前記第1項目と少なくとも1つの前記第2項目とがそれぞれ指定項目として入力部によって入力されると、出力制御部を、前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる手段
として機能させることを特徴とする労務管理プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16851915.5A EP3358513A4 (en) | 2015-09-30 | 2016-09-30 | LABOR MANAGEMENT SYSTEM AND LABOR MANAGEMENT PROCEDURE |
US15/764,220 US20180294046A1 (en) | 2015-09-30 | 2016-09-30 | Labor management system, labor management method, and labor management method |
PCT/JP2016/079152 WO2017057746A1 (ja) | 2015-09-30 | 2016-09-30 | 労務管理システム、労務管理方法、および、労務管理プログラム |
CN201680059106.6A CN108140175B (zh) | 2015-09-30 | 2016-09-30 | 劳务管理系统、劳务管理方法、以及劳务管理程序 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015194368 | 2015-09-30 | ||
JP2015194368 | 2015-09-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017068831A true JP2017068831A (ja) | 2017-04-06 |
JP7011247B2 JP7011247B2 (ja) | 2022-01-26 |
Family
ID=58492555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016154333A Active JP7011247B2 (ja) | 2015-09-30 | 2016-08-05 | 労務管理システム、データ処理方法、および、労務管理プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180294046A1 (ja) |
EP (1) | EP3358513A4 (ja) |
JP (1) | JP7011247B2 (ja) |
CN (1) | CN108140175B (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019012370A (ja) * | 2017-06-29 | 2019-01-24 | 富士通株式会社 | 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置 |
JP2019144914A (ja) * | 2018-02-22 | 2019-08-29 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP2019148993A (ja) * | 2018-02-27 | 2019-09-05 | 木村 裕一 | 構成員健康状態管理システム及び構成員健康状態管理方法 |
JP2019159347A (ja) * | 2018-03-07 | 2019-09-19 | カシオ計算機株式会社 | 情報処理装置およびプログラム |
JP2019160110A (ja) * | 2018-03-16 | 2019-09-19 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP2020052757A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社メディリード | 情報処理装置、情報処理方法及びプログラム |
JP2020106903A (ja) * | 2018-12-26 | 2020-07-09 | 株式会社日立製作所 | 評価処理システムおよび評価処理方法 |
JP2020184128A (ja) * | 2019-05-05 | 2020-11-12 | Assest株式会社 | 疲労度判別プログラム |
JP2020190939A (ja) * | 2019-05-22 | 2020-11-26 | 東京瓦斯株式会社 | 情報処理システムおよびプログラム |
WO2020241229A1 (ja) * | 2019-05-31 | 2020-12-03 | オムロン株式会社 | 業績支援装置、方法及びプログラム |
WO2021145740A1 (ko) * | 2020-01-16 | 2021-07-22 | (의) 삼성의료재단 | 조직 건강 지수 평가 방법 및 이를 실행하는 컴퓨터 프로그램 |
JP2022050654A (ja) * | 2018-02-22 | 2022-03-30 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法及びプログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3176601A1 (en) | 2020-03-25 | 2021-09-30 | Flexcon Company, Inc. | Isotropic non-aqueous electrode sensing material |
CN112348342A (zh) * | 2020-10-30 | 2021-02-09 | 中核核电运行管理有限公司 | 员工行为分析方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024407A (ja) * | 2000-07-06 | 2002-01-25 | Misawa Van Corp | 医療診断情報提供システム |
JP2006293766A (ja) * | 2005-04-12 | 2006-10-26 | Aruze Corp | 団体構成員体調管理システム及び、サーバ、団体構成員体調管理方法 |
JP2007188365A (ja) * | 2006-01-16 | 2007-07-26 | Takasaki Univ Of Health & Welfare | 個人健康管理システム |
JP2011150395A (ja) * | 2010-01-19 | 2011-08-04 | Toshiba Sumiden Medical Information Systems Corp | 医療データのグラフ表示システム、グラフ表示装置および表示プログラム |
WO2015111548A1 (ja) * | 2014-01-21 | 2015-07-30 | 日通システム 株式会社 | 労務管理システム、労務管理方法及び労務管理プログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065250B2 (en) * | 2000-02-16 | 2011-11-22 | Adaptive Technologies, Inc. | Methods and apparatus for predictive analysis |
US6665558B2 (en) * | 2000-12-15 | 2003-12-16 | Cardiac Pacemakers, Inc. | System and method for correlation of patient health information and implant device data |
ATE412366T1 (de) * | 2000-12-29 | 2008-11-15 | Ares Medical Inc | Risikobewertung von schlafapnoe |
JP2004126794A (ja) * | 2002-09-30 | 2004-04-22 | Ntt Comware Corp | 受付装置および受付方法、並びに受付プログラム |
JP2007164314A (ja) * | 2005-12-12 | 2007-06-28 | Seiko Epson Corp | タイムカード読取システム、読取装置、タイムカード読取システムの読取方法、プログラム |
JP4592673B2 (ja) * | 2006-11-07 | 2010-12-01 | 中国電力株式会社 | 工事計画システム |
JP2011210018A (ja) * | 2010-03-30 | 2011-10-20 | Nippon Telegr & Teleph Corp <Ntt> | メンタルヘルス管理支援システムおよび方法 |
US20140278629A1 (en) * | 2013-03-12 | 2014-09-18 | PayrollHero.com Pte. Ltd. | Method for employee parameter tracking |
WO2015105907A1 (en) * | 2014-01-08 | 2015-07-16 | Infobionic, Inc | Systems and methods for reporting patient health parameters |
CN104636889A (zh) * | 2015-03-10 | 2015-05-20 | 刘升 | 一种人员信息综合管理系统 |
-
2016
- 2016-08-05 JP JP2016154333A patent/JP7011247B2/ja active Active
- 2016-09-30 US US15/764,220 patent/US20180294046A1/en not_active Abandoned
- 2016-09-30 EP EP16851915.5A patent/EP3358513A4/en not_active Withdrawn
- 2016-09-30 CN CN201680059106.6A patent/CN108140175B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024407A (ja) * | 2000-07-06 | 2002-01-25 | Misawa Van Corp | 医療診断情報提供システム |
JP2006293766A (ja) * | 2005-04-12 | 2006-10-26 | Aruze Corp | 団体構成員体調管理システム及び、サーバ、団体構成員体調管理方法 |
JP2007188365A (ja) * | 2006-01-16 | 2007-07-26 | Takasaki Univ Of Health & Welfare | 個人健康管理システム |
JP2011150395A (ja) * | 2010-01-19 | 2011-08-04 | Toshiba Sumiden Medical Information Systems Corp | 医療データのグラフ表示システム、グラフ表示装置および表示プログラム |
WO2015111548A1 (ja) * | 2014-01-21 | 2015-07-30 | 日通システム 株式会社 | 労務管理システム、労務管理方法及び労務管理プログラム |
Non-Patent Citations (1)
Title |
---|
鳥羽 美奈子、外2名: "PC操作ログの特徴量とオフィスワーカーのストレス量の相関分析", 電子情報通信学会論文誌, vol. Vol.J95-D N0o.4, JPN6020038567, 1 April 2012 (2012-04-01), pages 747 - 757, ISSN: 0004514624 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019012370A (ja) * | 2017-06-29 | 2019-01-24 | 富士通株式会社 | 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置 |
JP2019144914A (ja) * | 2018-02-22 | 2019-08-29 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP7069810B2 (ja) | 2018-02-22 | 2022-05-18 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法及びプログラム |
JP2022050654A (ja) * | 2018-02-22 | 2022-03-30 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法及びプログラム |
JP2019148993A (ja) * | 2018-02-27 | 2019-09-05 | 木村 裕一 | 構成員健康状態管理システム及び構成員健康状態管理方法 |
JP7160304B2 (ja) | 2018-02-27 | 2022-10-25 | BioICT株式会社 | 構成員健康状態管理システム及び構成員健康状態管理方法 |
JP2019159347A (ja) * | 2018-03-07 | 2019-09-19 | カシオ計算機株式会社 | 情報処理装置およびプログラム |
JP2022107741A (ja) * | 2018-03-07 | 2022-07-22 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法およびプログラム |
JP7091722B2 (ja) | 2018-03-07 | 2022-06-28 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法およびプログラム |
JP7031394B2 (ja) | 2018-03-16 | 2022-03-08 | カシオ計算機株式会社 | 情報処理装置、人事分析支援方法及びプログラム |
JP2019160110A (ja) * | 2018-03-16 | 2019-09-19 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP2020052757A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社メディリード | 情報処理装置、情報処理方法及びプログラム |
JP7143169B2 (ja) | 2018-09-27 | 2022-09-28 | 株式会社メディリード | 情報処理装置、情報処理方法及びプログラム |
JP7084861B2 (ja) | 2018-12-26 | 2022-06-15 | 株式会社日立製作所 | 評価処理システムおよび評価処理方法 |
JP2020106903A (ja) * | 2018-12-26 | 2020-07-09 | 株式会社日立製作所 | 評価処理システムおよび評価処理方法 |
JP2020184128A (ja) * | 2019-05-05 | 2020-11-12 | Assest株式会社 | 疲労度判別プログラム |
JP2020190939A (ja) * | 2019-05-22 | 2020-11-26 | 東京瓦斯株式会社 | 情報処理システムおよびプログラム |
JP7298821B2 (ja) | 2019-05-22 | 2023-06-27 | 東京瓦斯株式会社 | 情報処理システムおよびプログラム |
CN113544790A (zh) * | 2019-05-31 | 2021-10-22 | 欧姆龙株式会社 | 业绩支援装置、方法及程序 |
JP2020197855A (ja) * | 2019-05-31 | 2020-12-10 | オムロン株式会社 | 業績支援装置、方法及びプログラム |
WO2020241229A1 (ja) * | 2019-05-31 | 2020-12-03 | オムロン株式会社 | 業績支援装置、方法及びプログラム |
WO2021145740A1 (ko) * | 2020-01-16 | 2021-07-22 | (의) 삼성의료재단 | 조직 건강 지수 평가 방법 및 이를 실행하는 컴퓨터 프로그램 |
Also Published As
Publication number | Publication date |
---|---|
EP3358513A4 (en) | 2019-02-27 |
EP3358513A1 (en) | 2018-08-08 |
JP7011247B2 (ja) | 2022-01-26 |
CN108140175B (zh) | 2022-07-15 |
CN108140175A (zh) | 2018-06-08 |
US20180294046A1 (en) | 2018-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7011247B2 (ja) | 労務管理システム、データ処理方法、および、労務管理プログラム | |
Shepperd et al. | Hospital at home: home‐based end‐of‐life care | |
Goodman et al. | Peer reviewed: defining and measuring chronic conditions: imperatives for research, policy, program, and practice | |
Gorst et al. | Home telehealth uptake and continued use among heart failure and chronic obstructive pulmonary disease patients: a systematic review | |
McGaughey et al. | Outreach and Early Warning Systems (EWS) for the prevention of intensive care admission and death of critically ill adult patients on general hospital wards | |
Watkins et al. | Hospital to home: a transition program for frail older adults | |
US8515777B1 (en) | System and method for efficient provision of healthcare | |
Fennell et al. | Elderly Hispanics more likely to reside in poor-quality nursing homes | |
Dehmer et al. | Public reporting of clinical quality data: an update for cardiovascular specialists | |
DeLia et al. | Post-discharge follow-up visits and hospital utilization by Medicare patients, 2007–2010 | |
CN103635908B (zh) | 离开就绪性指标 | |
Stevenson et al. | Factors influencing the quality of vital sign data in electronic health records: A qualitative study | |
KR20120058510A (ko) | 의료 이력 시스템 | |
Scharpf et al. | Functional status outcome measures in home health care patients with heart failure | |
Ivziku et al. | Defining nursing workload predictors: A pilot study | |
O’Connor et al. | Frontloading and intensity of skilled home health visits: a state of the science | |
Brown et al. | Medical day hospital care for older people versus alternative forms of care | |
US20180032674A1 (en) | Diagnostic system, diagnostic method, and storage medium | |
JP2018114232A (ja) | 診断装置、プログラム及び診断システム | |
JP2017107560A (ja) | 労務環境改善システム、労務環境改善方法、および、労務環境改善プログラム | |
Cui et al. | Economic evaluation of Manitoba health lines in the management of congestive heart failure | |
Roback et al. | Home informatics in healthcare: assessment guidelines to keep up quality of care and avoid adverse effects | |
Durbin et al. | Repeat emergency department visits for individuals with intellectual and developmental disabilities and psychiatric disorders | |
Zhang et al. | Older adults’ perceptions of community-based telehealth wellness programs: a qualitative study | |
JP2008146170A (ja) | 医療施設検索装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210616 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7011247 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |