#风险评估
企业健康、安全与环境体系（HSE）的建立与维护。展示了跨国公司如何应用前瞻性风险管理工具消除现场隐患，实现零事故目标。
事故的直接原因、主要原因和根本原因是什么？
本文阐释了工作场所事故原因的三级分类——直接原因、主要原因和根本原因，并解释了为什么事故调查不应仅局限于记录显而易见的事实。作者展示了揭示职业健康与安全管理中深层的系统性缺陷如何有助于消除事故的根本原因，而不是形式化地追究责任人。理解这些层级之间的差异有助于实施可持续的纠正措施，完善风险管理流程，并塑造有效的安全文化。
风险评估中的认知偏差：AI助手如何帮助客观识别危险
企业中传统的风险评估方法往往由于专家的认知偏差和模式化思维而无法有效防止工伤事故。实验表明，经过伤亡统计和调查资料训练的AI助手能够客观地分析职业健康与安全规程，并提出具体的行动建议，而非空洞的程式化语句。应用此类技术有助于弥补人类思维的局限性，提供准确的数据以聚焦于真实存在的风险。
现场安全图
本文介绍了区域安全地图——一种集成了生产区域布局、危险源、个人防护用品和行为准则的直观示意图。该工具有助于快速引导员工和承包商，缩短作业许可证的审批时间，并提高应急准备能力。最新的地图使用户能在进入区域前识别风险，且由于是由企业内部团队自行开发，因此不需要直接的财务支出。
危险比我们想象的更近！
基于对1500多起事故调查材料的分析，作者研究了导致工伤事故的关键因素和原因。利用数理统计和员工问卷调查，本文揭示了受伤风险与工人的资格、职业、工龄以及劳动组织之间的依赖关系。该数据的实用价值在于帮助管理者和专家更准确地规划减少工伤的措施，并加强安全控制。
高处作业风险评估
本文介绍了在生产企业中开展高空作业风险评估的实践经验和工具。作者描述了使用检查表、建立统一数据库以及制定降低危险的纠正措施的逐步评估过程。引入这种方法可以缩短标准高危作业的审批时间，消除安全方面的“盲区”，并提高人员的防护水平。
移动应用如何简化生产控制
本文探讨了在企业中用移动应用程序取代传统纸质生产控制方法，从而消除数据传输延迟和人为因素导致的错误。在工作现场直接使用数字检查表和违规行为照片记录，能够将信息迅速传达给管理层并自动生成整改指令。本文解释了转向移动解决方案如何通过消除数据的重复输入来节省资源，并提高检查的透明度。
数据分析作为一种管理理念
本文致力于探讨工业安全分析这一智能工具，旨在实现从反应式事故调查向主动式风险管理的转变。基于来自设备、审计和视频监控系统的数据，现代方法能够预测事件并揭示其隐藏的根本原因。这有助于企业精准分配安全资源，并依靠准确的数据而非直觉做出管理决策。
安全始于大脑：大脑如何感知（与忽视）风险
由于对风险的习惯化以及诸如幸存者偏差之类的认知陷阱，我们的大脑往往会忽视工作场所中的危险。本文探讨了员工开始以“自动驾驶”模式工作的原因，并提出了重塑威胁感知的方法。工作场所的正念实践有助于激发注意力，使大脑成为职业健康与安全方面的可靠盟友。
基于ICMM方法的工业安全风险导向管理实施
煤炭工业中传统的生产管控方法通常侧重于满足法规要求，而非真正降低风险。本文探讨了依据ICMM方法论实施风险导向方法，该方法聚焦于关键控制措施的识别与验证。该方法能够有针对性地分配资源，并实现从形式上遵守规则向预防灾难性事故的转变。
匿名调查作为HSE工具：如何发现隐患并与员工建立开放对话？
本文解释了为什么定期的职业健康与安全巡查并不总能发现隐藏的生产风险和习惯性违规行为。作者展示了如何将匿名调查作为一种有效工具，在员工无需担心受到惩罚的情况下获取诚实的反馈。文中提供了制定问题、与团队沟通以及利用反馈消除隐患的逐步指南。
“安全药丸”——通过AI工作场所可视化让员工参与风险分析
借助人工智能（Leonardo神经网络）生成的个性化工作场所图像，让员工参与职业风险分析。该方法包括在车间举行15分钟的简短会议，员工在图片中寻找故意设置的违规行为，然后通过二维码表单提出自己的危险场景，以便后续生成新图像。
高危作业监控：建筑行业风险识别工具
通过高危作业监控在建筑行业引入自适应风险导向理念。实践包括项目区域划分、将检查表优化至21-25项、“此时此地”消除风险、直线经理和高层管理人员参与的多级审计，以及分包商评级。