


下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、新型冠狀病毒核酸檢測服務合同(用于學校統一委托檢測機構核酸檢測) 甲方(以下簡稱“校方住所:社會信用代碼乙方(以下簡稱“院方)住所:社會信用代碼乙雙方經協商簽訂以下合同共同遵守。一、檢測項目檢測項目名稱:對在校學生約人進行新型冠狀病毒核酸檢測。具體人以最終落實的實際檢測人數為準。二、檢測時間及事項約定。1檢測時間檢測時間約定在年 月日至月日止個別學生期到月日。2、依照國家收費標準,院方向校方收取檢測費每人按 元計算。付款期限: 10310照校方提供的開票信息開具發票。院方的開戶行及賬號:名稱:開戶行:。賬號:社會信用代碼:校方的開票信息。校方單位名稱:開戶行:。賬號:聯系人:電話:社會信用代碼
2、:得校方學生及家長的有效授權并將學生信息包括前檢測結果相應措施,并提前將具體情況及信息告知院方,院方根據國家政策落實具體防控措施。甲乙雙方指定的聯系人及信息如下: 校方指定聯系人:微信賬號聯系電話: 電子郵箱:微信賬號(ID)雙方財務負責人信息如下:校方財務負責人:院方財務負責人:電話:電話:郵箱:郵箱:24小時內進行檢測小時內出具紙五、違約責任1、院方在全面履行本合同約定內容的前提下,校方應按時支付檢測費,逾期支付每逾期一日,校方應向院方支付未付金額的萬分之五作為違約金。2、若院方未能按約定提供服務的,無權獲得相應的檢測費。六、其他約定:1、因校方原因需變更檢查時間的,應提前三天以書面或郵件
3、形式通知院方聯系人,院方將根據實際檢測情況予以安排調整;2、具體待檢人員及數量由校方決定并提供相應名單,但由于檢測需進行系統安排和安全防護措施等,雙方約定在本合同約定基礎上不增加檢測人員,也不進行補檢;校方要求減少檢測人員的,可以在實際檢測前提出。3、如校方未在上述規定時間內通知院方變更檢測時間的,院方不就此臨時變更造成該受檢者無法按時進行檢測而承擔責任。4、院方應具備履行本合同的合法有效資質,使用政府頒發認證的新型冠狀病毒(2019-nCoV 服務質量、報告內容均符合國家規定、行業標準。5、院方應在雙方確定的檢測時間前 5 日書面通知校方參檢人員的注意事項。6、本合同約定的檢測價格和內容等被視為商業秘密,雙方均有義務予以保密。如有一方違反保密義務,給其他方造成損失的,違約方應賠償相應損失。7、本合同涉及受檢者信息、檢測結果屬于個人隱私范疇,除國家有關機關依法調取外,雙方均應負有保密義務,不得將受檢者信息用于其他用途和向社會提供。8病毒的變異、病毒含量過低超出檢測試劑下限等原因都有可能造成假陰性。9、履行本合同發生的爭議,各方應本著友好協商的方式解決;若協商無法達成一致意見,約定的解決方式是:向雄
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025-2030糖尿病藥物行業市場深度發展趨勢與前景展望戰略研究報告
- 2025-2030牛肉干行業風險投資態勢及投融資策略指引報告
- 2025-2030雜糧產品入市調查研究報告
- 信息技術教師專業發展提升方案
- 小學道德與法治學生自主管理計劃
- 健康管理中心臨床危急值監測流程
- 基于BOPPPS模式的高中化學可視化教學設計與實踐研究
- 斯魯利單抗聯合索凡替尼和IP方案二線治療小細胞肺癌的臨床觀察
- 電力公司員工電氣檢修培訓
- 應用改良和傳統的牙槽骨CBCT測量方法對比評價拔牙后位點保存術的臨床效果
- 中國加速康復外科臨床實踐指南2021
- 山東省大教育聯盟學校2024-2025學年高三下學期開學檢測化學試題(原卷版+解析版)
- 2025教科版六年級科學下冊全冊教案【含反思】
- DB43T-稻-再-油生產技術規程
- 中國慢性冠脈綜合征患者診斷及管理指南2024版解讀
- 課件:《科學社會主義概論(第二版)》第五章
- DB36∕T 1720-2022 牧草裹包青貯技術規程
- 基于BIM技術的建筑工程安全管理應用與探討
- 基于深度學習的電力系統故障恢復與優化方法研究
- 大數據與人工智能營銷知到智慧樹章節測試課后答案2024年秋南昌大學
- 第20課 清朝君主專制的強化(導學案)(原卷版)
評論
0/150
提交評論