 |
С начала 2024 года в Тамбовской области более 900 будущих мам получили пособие по беременности и родам
C начала 2024 года Отделение СФР по Тамбовской области выплатило страховые пособия по беременности и родам 909 будущим мамам. Всего им было перечислено 138 миллионов рублей. Данная выплата полагается работающим женщинам: беременным либо усыновившим ребёнка в возрасте до трёх месяцев. Размер пособия зависит от разных факторов: имеют значение заработок, сложность родов, одноплодная или многоплодная беременность и другие. Пособие выплачивается за 70 дней до родов и 70 дней после. Для многоплодной беременности или родов с осложнениями срок отпуска больше. Например, при рождении двойни женщина получит пособие за 194 дня: за 84 дня до родов и за 110 дней после рождения детей. При усыновлении ребенка в возрасте до трех месяцев пособие выплачивается со дня усыновления и до истечения 70 календарных дней со дня рождения ребенка. В случае одновременного усыновления двух и более детей срок возрастает до 110 дней. Размер пособия за 140 дней может составить от 88,6 до 565,6 тысячи рублей. Величина пособия зависит от среднего заработка, рассчитанного за два календарных года, предшествующих году наступления отпуска по беременности и родам. Если в эти два года женщина находилась в отпуске по беременности и родам или в отпуске по уходу за ребенком, соответствующие календарные годы по её заявлению можно заменить, если это приведет к увеличению размера пособия. Отделение СФР по Тамбовской области производит выплату пособия единовременно за весь период отпуска. Срок выплаты пособия не превышает 10 рабочих дней со дня предоставления работодателем сведений и документов, необходимых для назначения и выплаты пособия. Выплата осуществляется напрямую на лицевой счет мамы или через почту. Если остались вопросы, их можно задать по телефону контакт-центра ОСФР по Тамбовской области: 8-800-200-08-07 (пн-чт с 08.30 до 17.30, пт. с 08.30 до 16.30).
Контактное лицо: перелыгин павел викторович
Компания: ОСФР по Тамбовской области
Добавлен: 02:58, 19.07.2024
Количество просмотров: 399
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия616 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия607 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия686 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия793 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия135 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |