iVOD / 149017

Field Value
IVOD_ID 149017
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149017
日期 2023-12-13
會議資料.會議代碼 委員會-10-8-26-14
會議資料.會議代碼:str 第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議
會議資料.屆 10
會議資料.會期 8
會議資料.會次 14
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議
影片種類 Clip
開始時間 2023-12-13T11:01:26+08:00
結束時間 2023-12-13T11:12:24+08:00
影片長度 00:10:58
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fcca7cb692a387d63c5fcf9d8669f912ab799385851b1dc2c986728e607a0322c53c89e6150c5b455ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱泰源
委員發言時間 11:01:26 - 11:12:24
會議時間 2023-12-13T09:00:00+08:00
會議名稱 立法院第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議(事由:審查 一、委員劉世芳等16人擬具「勞工退休金條例第二十三條及第五十八條條文修正草案」案。 二、委員謝衣鳯等16人擬具「勞工退休金條例第二十五條條文修正草案」案。 三、委員溫玉霞等21人擬具「勞工退休金條例第十七條之一及第二十三條條文修正草案」案。 四、委員陳明文等17人擬具「勞工退休金條例第三十三條條文修正草案」案。 五、委員高嘉瑜等17人擬具「勞工退休金條例部分條文修正草案」案。 六、委員張廖萬堅等22人擬具「勞工退休金條例第十四條、第十四條之一及第五十八條條文修正草案」案。 七、委員郭國文等18人擬具「勞工退休金條例第十四條、第二十三條及第三十三條條文修正草案」案。 八、委員廖國棟等17人擬具「勞工退休金條例第二十三條條文修正草案」案。 九、委員賴士葆等21人擬具「勞工退休金條例第十四條、第十四條之一及第三十四條條文修正草案」案。 十、委員楊瓊瓔等22人擬具「勞工退休金條例部分條文修正草案」案。 十一、委員李貴敏等17人擬具「勞工退休金條例第二十四條之二條文修正草案」案。 十二、委員邱泰源等18人擬具「勞工退休金條例第五十六條之四及第五十八條條文修正草案」案。 十三、台灣民眾黨黨團擬具「勞工退休金條例第十四條、第三十九條及第五十八條條文修正草案」案。 十四、台灣民眾黨黨團擬具「勞工退休金條例第十四條條文修正草案」案。 十五、委員陳明文等21人擬具「勞工退休金條例第十四條條文修正草案」案。)
gazette.lineno 667
gazette.blocks[0][0] 邱委員泰源:(11時1分)謝謝召委。主席,請部長。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 許部長銘春:委員好。
gazette.blocks[3][0] 邱委員泰源:部長,有關今天的主題,我們都很關心勞工的福利,很多委員也都提了很多的見解,我想對於我們未來在修正不管是政策或規定等各方面應該有大的幫助,我都很願意跟大家一起來共同努力。有一些另外的主題可能我們以前也關心,現在我再請教一下。
gazette.blocks[3][1] 我想勞動力的穩定還是未來臺灣要一直去注意的事情,這樣才能跟人比拚嘛!看起來勞動力來源問題的解決應該有四個方向啦,這個我們以前有討論過嘛!
gazette.blocks[4][0] 許部長銘春:對。
gazette.blocks[5][0] 邱委員泰源:第一個是生育率提高,這個還有在拚嗎?
gazette.blocks[6][0] 許部長銘春:有,這個我們現在就是各部會努力啦,國家跟你一起養,希望能提高生育率。
gazette.blocks[7][0] 邱委員泰源:好。第二個就是促進中高齡及高齡就業,這個等一下我再請教。
gazette.blocks[8][0] 許部長銘春:是。
gazette.blocks[9][0] 邱委員泰源:再來是怎麼樣讓可能想要或者動機有沒有都可以的勞動人口來彌補我們現在職場上所需要的,第四個則是剛剛林為洲委員也有提到的擔心及各方面等等,這個我們都會謹慎來進行,我想這幾個方向是大家過去一直在討論跟努力的。
gazette.blocks[9][1] 我們來看一下資料,資料顯示與其他國家相比,我們的退休平均年齡好像比較早,不曉得你們那邊有沒有相關統計?再回來工作的就業率好像也比較低,部長,你們從過去到現在這段時間的打拚有沒有碰到什麼困難?
gazette.blocks[10][0] 許部長銘春:困難就是說,第一個我是覺得以雇主的刻板印象,對於中高齡、高齡的就業者,或者是二度就業的婦女,會認為他們在體力或各方面可能會不足,所以這個部分我們要花很多時間去做溝通,其實這些人都還是壯世代啦,希望大家能夠讓這些壯世代的人有工作的機會,我們現在覺得比較困難的是這個部分。至於其他在技能或專業上有不足的,這個倒是沒有問題,勞動部的職訓資源都會全力來幫忙。
gazette.blocks[10][1] 另外,我們也有給雇主獎助、給勞工獎勵,希望他們能夠重返職場或續留職場,目的就是希望能夠讓整個中高齡、高齡者等壯世代的勞參率能夠提高。
gazette.blocks[11][0] 邱委員泰源:好,其實以前為了長照的照顧,我們大概20年前曾經在雲林那邊推動,讓那些65歲、70歲等還沒有到75歲的退休者來照顧75歲以上的老人啦,不過那個時候是用志工的方式啦,也真的在媒介喔,很努力在媒介,後來可能也沒有延續,但這也是創造了一些模式啦,後續可能不一定有延續,但總是有創造一些模式出來。他山之石可以攻錯,我個人的感覺啦,聽說日本好像有滿多年紀比較大的人都出來做那種他們可能做得了的工作,甚至是在餐飲業的服務。
gazette.blocks[12][0] 許部長銘春:對,服務業的部分。
gazette.blocks[13][0] 邱委員泰源:當然可能很多人希望在餐飲業服務的人是比較年輕一點,但是有些餐飲我覺得只要有人來把它處理好就好了。
gazette.blocks[14][0] 許部長銘春:對。
gazette.blocks[15][0] 邱委員泰源:這個部分我們能不能去瞭解一下日本是怎麼做的,或是其他國家是怎麼做的?
gazette.blocks[16][0] 許部長銘春:這個部分當然就是說,可能傳統上他們就比較善用這些中高齡、高齡等銀髮族的人力啦,我們現在也在鼓勵雇主,看看是不是可以參考日本的經驗,因為我們現在勞動力短缺嘛,希望這些雇主能夠,畢竟中高齡、壯世代是一個很重要的勞動力來源啊,其實這些人的服務也會讓我們覺得比較有溫度、比較親切,所以我們現在也是鼓勵雇主來進用啦,也獎勵這些中高齡、高齡者進到像剛剛委員所講的餐飲業的服務職場,現在也有一些成果啦,譬如說有些新開的飯店,我們就會去幫它媒合,就是我們進場去幫它媒合這些中高齡或高齡者,讓他們在勞動力的來源上能夠更迅速地去獲得填補。
gazette.blocks[17][0] 邱委員泰源:好,我想我們有在做,當然就要一直持續去檢討成果,看怎麼樣有精進的策略嘛,這可能要不斷的努力啦!
gazette.blocks[18][0] 許部長銘春:對、對。
gazette.blocks[19][0] 邱委員泰源:這樣才能改變文化,改變大家的心態嘛。當然在體能方面也是一個問題,但是這個部分我相信只要媒合適當的……
gazette.blocks[20][0] 許部長銘春:體能部分當然沒有問題,我們也在跟雇主溝通,其實我們可以有專家進去幫它做職務再設計,讓整個流程更適合這些壯世代的工作者。再來就是我們有輔具,輔具的部分是只要聘用這些壯世代勞工,每人每年有10萬塊的輔具費用可以來補助,這個都可以減輕他們在工作上譬如說要搬重或者各種不便,這個部分我們也一直在做一些宣導讓雇主知道。
gazette.blocks[21][0] 邱委員泰源:我們以前在推這個計畫、法案的時候,當然我們也擔心這可能會搶到年輕人的位置,可是畢竟還是有很多人是不能陷在那個困境的,像沒錢的怎麼辦?很多啊,像我們在弄健保也是很痛苦啊,我想國家、政府還有醫界也都很頭痛啊,但總是要創造它的價值,不能說就卡死在那裡,當然這可能要靠我們的智慧嘛,我想對於這個部分,很多政策不是不能做,而是怎麼把它做得好,這個部分可能……
gazette.blocks[22][0] 許部長銘春:是,我們現在其實是整體缺工啦,所以不會有那種去搶青年人工作的問題。
gazette.blocks[23][0] 邱委員泰源:部長,我請教你,你覺得我們現在的年輕人都跑去哪邊工作?好像很多行業都缺人力,年輕人都在家裡,還是他們家裡有錢都不用出來工作?你們有沒有去統計一下?
gazette.blocks[24][0] 許部長銘春:其實很多都到服務業、批發零售業那邊去啦。
gazette.blocks[25][0] 邱委員泰源:批發零售業?有需要那麼多人喔?你們有去瞭解現在的年輕人都跑去哪裡工作嗎?
gazette.blocks[26][0] 許部長銘春:是,就是……
gazette.blocks[27][0] 邱委員泰源:還是現在年輕人的心態是覺得沒關係,我們以前求個職業就是想要求穩定、能夠長久,是不是大家現在的心態因時代所趨及潮流而改變了?那我們也要跟著時代來考慮一下啊!
gazette.blocks[28][0] 許部長銘春:是,那個……
gazette.blocks[29][0] 邱委員泰源:不然我們政策走我們的,結果跟現代的年輕人沒辦法結合也是……
gazette.blocks[30][0] 許部長銘春:大概有七成的年輕人喜歡在服務業啦,大概有七成的年輕人,畢業後或剛畢業的年輕人喜歡在服務業啦,但是我們現在其實也有投資青年就業方案,希望把它導向重點產業……
gazette.blocks[31][0] 邱委員泰源:這個將來當然也可以從教育,如果覺得哪些從小時候就要來教育,其實也可以結合教育來處理,對文化的形成會比較好。
gazette.blocks[32][0] 許部長銘春:對,也是,對對對,是。
gazette.blocks[33][0] 邱委員泰源:看下一張,最近我們也開始關心女性國人,很多人因為小孩子稍微大了,會想說不知道哪裡可以有所發揮,不曉得勞動部對這個部分、這個主題的看法怎麼樣?
gazette.blocks[34][0] 許部長銘春:我們今年9月1號有一個婦女再就業計畫,為期3年的計畫,預計3年內希望增加14萬名的女性勞動力,這個計畫包括給女性,因為他可能離開職場一段時間了,他可以針對自己過去所具備的專業技能還需要再提升的,他可以提出自主訓練計畫,我們會給他獎勵;另外就是他如果重返職場穩定就業3個月,我們也會給他最高3萬元的獎勵,因為工時調整……
gazette.blocks[35][0] 邱委員泰源:部長,有這個計畫嘛?
gazette.blocks[36][0] 許部長銘春:有有有。
gazette.blocks[37][0] 邱委員泰源:做的情況你再跟我講一下。
gazette.blocks[38][0] 許部長銘春:好。
gazette.blocks[39][0] 邱委員泰源:我們可以後續再來追蹤好了,因為我後面還有主題……
gazette.blocks[40][0] 許部長銘春:是是是。好。
gazette.blocks[41][0] 邱委員泰源:接下來這也是醫療院所比較困擾的,醫療院所不一樣的是什麼呢?就是你來看病,我一定要先救你,把你收來住院,加護病房出來後還要住院,結果搞半天搞了一個月,把命救起來,哇,沒錢給付,這個部分勞動部有什麼看法?簡單講一下就好。
gazette.blocks[42][0] 許部長銘春:這個部分我們未來會,這部分行政院跨部會已經有討論了,未來會有一些方向出來;另外,在勞動部這邊,我們未來就是會針對來源國的仲介,要求他要負連帶責任。
gazette.blocks[43][0] 邱委員泰源:這個當然是一個方法,但是不一定是好方法,還是可以再討論,這個主題也請勞動部把後來的進展也給我們一下好了。
gazette.blocks[44][0] 許部長銘春:好。OK。
gazette.blocks[45][0] 邱委員泰源:針對這個問題大家共同再來思考,好不好?
gazette.blocks[46][0] 許部長銘春:好。謝謝委員。
gazette.blocks[47][0] 邱委員泰源:感謝大家。謝謝主席。
gazette.blocks[48][0] 主席:謝謝召委。下一位請洪申翰委員。
gazette.agenda.page_end 392
gazette.agenda.meet_id 委員會-10-8-26-14
gazette.agenda.speakers[0] 吳欣盈
gazette.agenda.speakers[1] 吳玉琴
gazette.agenda.speakers[2] 蘇巧慧
gazette.agenda.speakers[3] 賴惠員
gazette.agenda.speakers[4] 張育美
gazette.agenda.speakers[5] 陳瑩
gazette.agenda.speakers[6] 徐志榮
gazette.agenda.speakers[7] 陳椒華
gazette.agenda.speakers[8] 黃秀芳
gazette.agenda.speakers[9] 王婉諭
gazette.agenda.speakers[10] 林為洲
gazette.agenda.speakers[11] 邱泰源
gazette.agenda.speakers[12] 洪申翰
gazette.agenda.speakers[13] 陳培瑜
gazette.agenda.speakers[14] 楊曜
gazette.agenda.speakers[15] 莊競程
gazette.agenda.page_start 343
gazette.agenda.meetingDate[0] 2023-12-13
gazette.agenda.gazette_id 1130201
gazette.agenda.agenda_lcidc_ids[0] 1130201_00006
gazette.agenda.meet_name 立法院第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議紀錄
gazette.agenda.content 審查 一、委員劉世芳等16人擬具「勞工退休金條例第二十三條及第五十八條條文修正草案」 案;二、委員謝衣鳯等16人擬具「勞工退休金條例第二十五條條文修正草案」案;三、委員溫玉 霞等21人擬具「勞工退休金條例第十七條之一及第二十三條條文修正草案」案;四、委員陳明文 等17人擬具「勞工退休金條例第三十三條條文修正草案」案;五、委員高嘉瑜等17人擬具「勞工 退休金條例部分條文修正草案」案;六、委員張廖萬堅等22人擬具「勞工退休金條例第十四條、 第十四條之一及第五十八條條文修正草案」案;七、委員郭國文等18人擬具「勞工退休金條例第 十四條、第二十三條及第三十三條條文修正草案」案;八、委員廖國棟等17人擬具「勞工退休金 條例第二十三條條文修正草案」案;九、委員賴士葆等21人擬具「勞工退休金條例第十四條、第 十四條之一及第三十四條條文修正草案」案;十、委員楊瓊瓔等22人擬具「勞工退休金條例部分 條文修正草案」案;十一、委員李貴敏等17人擬具「勞工退休金條例第二十四條之二條文修正草 案」案;十二、委員邱泰源等18人擬具「勞工退休金條例第五十六條之四及第五十八條條文修正 草案」案;十三、台灣民眾黨黨團擬具「勞工退休金條例第十四條、第三十九條及第五十八條條 文修正草案」案;十四、台灣民眾黨黨團擬具「勞工退休金條例第十四條條文修正草案」案;十 五、委員陳明文等21人擬具「勞工退休金條例第十四條條文修正草案」案
gazette.agenda.agenda_id 1130201_00005
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 2.57909375
transcript.pyannote[0].end 4.06409375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.24971875
transcript.pyannote[1].end 4.95846875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 5.65034375
transcript.pyannote[2].end 6.40971875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 9.90284375
transcript.pyannote[3].end 11.92784375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 12.14721875
transcript.pyannote[4].end 17.09159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 18.01971875
transcript.pyannote[5].end 18.59346875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 19.62284375
transcript.pyannote[6].end 22.81221875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 23.68971875
transcript.pyannote[7].end 26.17034375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 26.92971875
transcript.pyannote[8].end 39.75471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 40.90221875
transcript.pyannote[9].end 43.70346875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 43.99034375
transcript.pyannote[10].end 46.55534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 46.52159375
transcript.pyannote[11].end 47.04471875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 47.31471875
transcript.pyannote[12].end 49.30596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 49.30596875
transcript.pyannote[13].end 49.60971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 50.25096875
transcript.pyannote[14].end 56.47784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 56.20784375
transcript.pyannote[15].end 56.41034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 57.23721875
transcript.pyannote[16].end 58.94159375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 59.63346875
transcript.pyannote[17].end 61.99596875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 64.10534375
transcript.pyannote[18].end 65.15159375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 65.52284375
transcript.pyannote[19].end 68.00346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 68.00346875
transcript.pyannote[20].end 68.69534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 68.42534375
transcript.pyannote[21].end 70.02846875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 70.28159375
transcript.pyannote[22].end 71.80034375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 70.63596875
transcript.pyannote[23].end 75.17534375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 75.31034375
transcript.pyannote[24].end 75.71534375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 75.74909375
transcript.pyannote[25].end 79.02284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 79.41096875
transcript.pyannote[26].end 83.39346875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 83.96721875
transcript.pyannote[27].end 99.01971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 100.55534375
transcript.pyannote[28].end 105.17909375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 106.46159375
transcript.pyannote[29].end 107.49096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 108.90846875
transcript.pyannote[30].end 116.14784375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 117.00846875
transcript.pyannote[31].end 117.78471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 118.05471875
transcript.pyannote[32].end 122.20596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 123.13409375
transcript.pyannote[33].end 127.11659375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 128.68596875
transcript.pyannote[34].end 129.02346875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 129.49596875
transcript.pyannote[35].end 133.05659375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 133.56284375
transcript.pyannote[36].end 137.52846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 138.10221875
transcript.pyannote[37].end 141.74721875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 142.16909375
transcript.pyannote[38].end 142.55721875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 142.57409375
transcript.pyannote[39].end 144.86909375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 145.49346875
transcript.pyannote[40].end 151.11284375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 151.80471875
transcript.pyannote[41].end 155.70284375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 156.41159375
transcript.pyannote[42].end 173.92784375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 174.26534375
transcript.pyannote[43].end 174.63659375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 174.95721875
transcript.pyannote[44].end 177.77534375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 178.51784375
transcript.pyannote[45].end 179.71596875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 179.95221875
transcript.pyannote[46].end 180.47534375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 180.57659375
transcript.pyannote[47].end 184.08659375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 184.57596875
transcript.pyannote[48].end 187.19159375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 187.54596875
transcript.pyannote[49].end 187.83284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 188.17034375
transcript.pyannote[50].end 190.53284375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 190.85346875
transcript.pyannote[51].end 192.35534375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 192.84471875
transcript.pyannote[52].end 197.02971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 197.89034375
transcript.pyannote[53].end 199.99971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 200.65784375
transcript.pyannote[54].end 206.44596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 207.15471875
transcript.pyannote[55].end 210.07409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 209.95596875
transcript.pyannote[56].end 210.29346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 210.17534375
transcript.pyannote[57].end 219.43971875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 217.34721875
transcript.pyannote[58].end 217.88721875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 220.30034375
transcript.pyannote[59].end 226.10534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 226.47659375
transcript.pyannote[60].end 231.06659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 231.06659375
transcript.pyannote[61].end 231.42096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 231.10034375
transcript.pyannote[62].end 231.11721875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 231.15096875
transcript.pyannote[63].end 231.16784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 231.35346875
transcript.pyannote[64].end 233.54721875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 233.90159375
transcript.pyannote[65].end 237.61409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 238.40721875
transcript.pyannote[66].end 239.35221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 240.12846875
transcript.pyannote[67].end 240.70221875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 241.49534375
transcript.pyannote[68].end 243.72284375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 244.36409375
transcript.pyannote[69].end 245.76471875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 245.76471875
transcript.pyannote[70].end 246.18659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 246.22034375
transcript.pyannote[71].end 247.16534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 247.31721875
transcript.pyannote[72].end 248.70096875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 248.70096875
transcript.pyannote[73].end 249.07221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 249.84846875
transcript.pyannote[74].end 254.30346875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 250.30409375
transcript.pyannote[75].end 251.95784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 251.95784375
transcript.pyannote[76].end 251.97471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 254.72534375
transcript.pyannote[77].end 257.00346875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 257.37471875
transcript.pyannote[78].end 258.97784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 258.40409375
transcript.pyannote[79].end 259.60221875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 260.20971875
transcript.pyannote[80].end 260.49659375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 260.27721875
transcript.pyannote[81].end 265.39034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 263.95596875
transcript.pyannote[82].end 264.29346875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 265.54221875
transcript.pyannote[83].end 265.81221875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 266.31846875
transcript.pyannote[84].end 269.69346875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 270.33471875
transcript.pyannote[85].end 270.77346875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 271.12784375
transcript.pyannote[86].end 273.54096875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 273.97971875
transcript.pyannote[87].end 276.49409375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 276.76409375
transcript.pyannote[88].end 280.61159375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 281.13471875
transcript.pyannote[89].end 282.45096875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 282.94034375
transcript.pyannote[90].end 284.35784375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 284.67846875
transcript.pyannote[91].end 290.12909375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 290.44971875
transcript.pyannote[92].end 290.88846875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 292.54221875
transcript.pyannote[93].end 296.40659375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 296.89596875
transcript.pyannote[94].end 302.58284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 302.88659375
transcript.pyannote[95].end 304.59096875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 304.81034375
transcript.pyannote[96].end 306.16034375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 306.48096875
transcript.pyannote[97].end 314.36159375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 314.93534375
transcript.pyannote[98].end 317.55096875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 317.65221875
transcript.pyannote[99].end 318.81659375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 318.88409375
transcript.pyannote[100].end 319.28909375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 319.54221875
transcript.pyannote[101].end 321.39846875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 321.97221875
transcript.pyannote[102].end 323.22096875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 323.72721875
transcript.pyannote[103].end 327.43971875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 327.64221875
transcript.pyannote[104].end 328.28346875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 328.48596875
transcript.pyannote[105].end 331.11846875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 331.42221875
transcript.pyannote[106].end 336.06284375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 337.53096875
transcript.pyannote[107].end 342.93096875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 340.65284375
transcript.pyannote[108].end 341.58096875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 342.00284375
transcript.pyannote[109].end 342.76221875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 342.77909375
transcript.pyannote[110].end 343.63971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 343.72409375
transcript.pyannote[111].end 345.22596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 345.14159375
transcript.pyannote[112].end 345.73221875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 345.78284375
transcript.pyannote[113].end 345.79971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 345.81659375
transcript.pyannote[114].end 347.68971875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 345.96846875
transcript.pyannote[115].end 346.44096875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 347.80784375
transcript.pyannote[116].end 348.11159375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 348.11159375
transcript.pyannote[117].end 356.19471875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 355.01346875
transcript.pyannote[118].end 355.51971875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 357.07221875
transcript.pyannote[119].end 367.70346875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 367.78784375
transcript.pyannote[120].end 369.81284375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 370.06596875
transcript.pyannote[121].end 372.83346875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 373.39034375
transcript.pyannote[122].end 377.76096875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 377.94659375
transcript.pyannote[123].end 380.05596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 380.15721875
transcript.pyannote[124].end 383.65034375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 383.93721875
transcript.pyannote[125].end 388.45971875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 388.51034375
transcript.pyannote[126].end 393.97784375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 394.73721875
transcript.pyannote[127].end 398.21346875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 398.65221875
transcript.pyannote[128].end 401.67284375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 401.67284375
transcript.pyannote[129].end 402.02721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 402.16221875
transcript.pyannote[130].end 404.13659375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 404.94659375
transcript.pyannote[131].end 405.23346875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 405.84096875
transcript.pyannote[132].end 409.84034375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 410.29596875
transcript.pyannote[133].end 414.04221875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 415.08846875
transcript.pyannote[134].end 419.12159375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 419.12159375
transcript.pyannote[135].end 419.30721875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 419.30721875
transcript.pyannote[136].end 419.32409375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 419.34096875
transcript.pyannote[137].end 419.50971875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 419.83034375
transcript.pyannote[138].end 429.22971875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 424.06596875
transcript.pyannote[139].end 425.21346875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 429.22971875
transcript.pyannote[140].end 429.75284375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 429.24659375
transcript.pyannote[141].end 429.26346875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 430.05659375
transcript.pyannote[142].end 431.81159375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 432.14909375
transcript.pyannote[143].end 435.22034375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 435.22034375
transcript.pyannote[144].end 435.74346875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 436.06409375
transcript.pyannote[145].end 437.09346875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 436.26659375
transcript.pyannote[146].end 439.72596875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 439.97909375
transcript.pyannote[147].end 442.49346875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 441.83534375
transcript.pyannote[148].end 444.87284375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 445.51409375
transcript.pyannote[149].end 447.20159375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 448.36596875
transcript.pyannote[150].end 451.72409375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 452.14596875
transcript.pyannote[151].end 452.29784375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 452.29784375
transcript.pyannote[152].end 452.58471875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 452.58471875
transcript.pyannote[153].end 452.60159375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 453.15846875
transcript.pyannote[154].end 456.88784375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 453.19221875
transcript.pyannote[155].end 453.78284375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 457.56284375
transcript.pyannote[156].end 459.33471875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 460.31346875
transcript.pyannote[157].end 461.89971875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 462.50721875
transcript.pyannote[158].end 464.76846875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 465.00471875
transcript.pyannote[159].end 465.27471875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 465.32534375
transcript.pyannote[160].end 465.69659375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 465.83159375
transcript.pyannote[161].end 466.96221875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 467.50221875
transcript.pyannote[162].end 468.49784375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 468.49784375
transcript.pyannote[163].end 468.51471875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 468.51471875
transcript.pyannote[164].end 468.54846875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 468.68346875
transcript.pyannote[165].end 469.79721875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 470.52284375
transcript.pyannote[166].end 471.26534375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 471.61971875
transcript.pyannote[167].end 472.21034375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 471.88971875
transcript.pyannote[168].end 474.62346875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 474.77534375
transcript.pyannote[169].end 475.07909375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 476.26034375
transcript.pyannote[170].end 478.23471875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 476.42909375
transcript.pyannote[171].end 476.74971875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 477.52596875
transcript.pyannote[172].end 483.71909375
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 479.23034375
transcript.pyannote[173].end 480.64784375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 480.64784375
transcript.pyannote[174].end 480.68159375
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 483.14534375
transcript.pyannote[175].end 483.16221875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 483.16221875
transcript.pyannote[176].end 483.66846875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 483.71909375
transcript.pyannote[177].end 484.00596875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 484.00596875
transcript.pyannote[178].end 485.52471875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 484.02284375
transcript.pyannote[179].end 484.52909375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 485.64284375
transcript.pyannote[180].end 486.06471875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 485.72721875
transcript.pyannote[181].end 488.29221875
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 486.06471875
transcript.pyannote[182].end 486.08159375
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 488.17409375
transcript.pyannote[183].end 488.68034375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 488.37659375
transcript.pyannote[184].end 490.73909375
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 489.81096875
transcript.pyannote[185].end 490.18221875
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 491.16096875
transcript.pyannote[186].end 491.54909375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 492.22409375
transcript.pyannote[187].end 494.97471875
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 492.27471875
transcript.pyannote[188].end 492.88221875
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 495.64971875
transcript.pyannote[189].end 497.25284375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 497.55659375
transcript.pyannote[190].end 499.61534375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 499.83471875
transcript.pyannote[191].end 509.52096875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 502.83846875
transcript.pyannote[192].end 503.20971875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 503.54721875
transcript.pyannote[193].end 503.88471875
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 505.36971875
transcript.pyannote[194].end 505.55534375
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 509.87534375
transcript.pyannote[195].end 513.68909375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 511.76534375
transcript.pyannote[196].end 519.17346875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 514.80284375
transcript.pyannote[197].end 515.56221875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 518.19471875
transcript.pyannote[198].end 519.52784375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 520.01721875
transcript.pyannote[199].end 521.48534375
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 521.09721875
transcript.pyannote[200].end 521.95784375
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 521.82284375
transcript.pyannote[201].end 524.21909375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 524.38784375
transcript.pyannote[202].end 524.80971875
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 524.77596875
transcript.pyannote[203].end 526.69971875
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 525.73784375
transcript.pyannote[204].end 525.99096875
transcript.pyannote[205].speaker SPEAKER_00
transcript.pyannote[205].start 527.64471875
transcript.pyannote[205].end 531.17159375
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 531.57659375
transcript.pyannote[206].end 533.07846875
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 534.05721875
transcript.pyannote[207].end 534.36096875
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 534.96846875
transcript.pyannote[208].end 536.13284375
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 536.35221875
transcript.pyannote[209].end 537.60096875
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 537.87096875
transcript.pyannote[210].end 539.92971875
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 540.75659375
transcript.pyannote[211].end 542.29221875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 542.79846875
transcript.pyannote[212].end 543.82784375
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 544.67159375
transcript.pyannote[213].end 550.10534375
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 550.39221875
transcript.pyannote[214].end 554.20596875
transcript.pyannote[215].speaker SPEAKER_02
transcript.pyannote[215].start 554.64471875
transcript.pyannote[215].end 555.16784375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 555.65721875
transcript.pyannote[216].end 557.68221875
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 558.15471875
transcript.pyannote[217].end 562.13721875
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 562.64346875
transcript.pyannote[218].end 564.06096875
transcript.pyannote[219].speaker SPEAKER_02
transcript.pyannote[219].start 564.33096875
transcript.pyannote[219].end 565.30971875
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 565.73159375
transcript.pyannote[220].end 568.16159375
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 568.51596875
transcript.pyannote[221].end 569.57909375
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 569.95034375
transcript.pyannote[222].end 573.86534375
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 574.28721875
transcript.pyannote[223].end 577.03784375
transcript.pyannote[224].speaker SPEAKER_02
transcript.pyannote[224].start 577.29096875
transcript.pyannote[224].end 580.21034375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 580.69971875
transcript.pyannote[225].end 582.72471875
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 583.18034375
transcript.pyannote[226].end 587.31471875
transcript.pyannote[227].speaker SPEAKER_00
transcript.pyannote[227].start 587.06159375
transcript.pyannote[227].end 587.19659375
transcript.pyannote[228].speaker SPEAKER_00
transcript.pyannote[228].start 587.31471875
transcript.pyannote[228].end 587.34846875
transcript.pyannote[229].speaker SPEAKER_00
transcript.pyannote[229].start 587.55096875
transcript.pyannote[229].end 599.12721875
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 588.64784375
transcript.pyannote[230].end 589.67721875
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 591.88784375
transcript.pyannote[231].end 592.79909375
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 594.79034375
transcript.pyannote[232].end 595.04346875
transcript.pyannote[233].speaker SPEAKER_01
transcript.pyannote[233].start 595.04346875
transcript.pyannote[233].end 595.06034375
transcript.pyannote[234].speaker SPEAKER_01
transcript.pyannote[234].start 595.75221875
transcript.pyannote[234].end 596.66346875
transcript.pyannote[235].speaker SPEAKER_01
transcript.pyannote[235].start 599.02596875
transcript.pyannote[235].end 599.41409375
transcript.pyannote[236].speaker SPEAKER_00
transcript.pyannote[236].start 599.29596875
transcript.pyannote[236].end 605.87721875
transcript.pyannote[237].speaker SPEAKER_00
transcript.pyannote[237].start 606.13034375
transcript.pyannote[237].end 607.98659375
transcript.pyannote[238].speaker SPEAKER_01
transcript.pyannote[238].start 608.07096875
transcript.pyannote[238].end 608.50971875
transcript.pyannote[239].speaker SPEAKER_00
transcript.pyannote[239].start 608.35784375
transcript.pyannote[239].end 615.22596875
transcript.pyannote[240].speaker SPEAKER_01
transcript.pyannote[240].start 615.41159375
transcript.pyannote[240].end 615.90096875
transcript.pyannote[241].speaker SPEAKER_00
transcript.pyannote[241].start 615.88409375
transcript.pyannote[241].end 616.89659375
transcript.pyannote[242].speaker SPEAKER_00
transcript.pyannote[242].start 617.33534375
transcript.pyannote[242].end 619.78221875
transcript.pyannote[243].speaker SPEAKER_02
transcript.pyannote[243].start 620.01846875
transcript.pyannote[243].end 623.15721875
transcript.pyannote[244].speaker SPEAKER_02
transcript.pyannote[244].start 623.86596875
transcript.pyannote[244].end 627.93284375
transcript.pyannote[245].speaker SPEAKER_02
transcript.pyannote[245].start 628.52346875
transcript.pyannote[245].end 629.87346875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 630.14346875
transcript.pyannote[246].end 635.83034375
transcript.pyannote[247].speaker SPEAKER_02
transcript.pyannote[247].start 636.20159375
transcript.pyannote[247].end 638.12534375
transcript.pyannote[248].speaker SPEAKER_00
transcript.pyannote[248].start 638.36159375
transcript.pyannote[248].end 638.51346875
transcript.pyannote[249].speaker SPEAKER_00
transcript.pyannote[249].start 639.23909375
transcript.pyannote[249].end 648.97596875
transcript.pyannote[250].speaker SPEAKER_01
transcript.pyannote[250].start 648.97596875
transcript.pyannote[250].end 649.43159375
transcript.pyannote[251].speaker SPEAKER_00
transcript.pyannote[251].start 649.38096875
transcript.pyannote[251].end 653.59971875
transcript.pyannote[252].speaker SPEAKER_01
transcript.pyannote[252].start 653.80221875
transcript.pyannote[252].end 655.77659375
transcript.pyannote[253].speaker SPEAKER_00
transcript.pyannote[253].start 653.92034375
transcript.pyannote[253].end 655.67534375
transcript.pyannote[254].speaker SPEAKER_00
transcript.pyannote[254].start 656.70471875
transcript.pyannote[254].end 657.36284375
transcript.whisperx[0].start 3.148
transcript.whisperx[0].end 25.733
transcript.whisperx[0].text 謝謝召委、主席。我們請部長。請部長。部長,我想今天的主題,我們都在關心勞工的福利,那很多委員也都提了很多的見解。我想對於我們未來再修正,不管是政策
transcript.whisperx[1].start 27.254
transcript.whisperx[1].end 55.363
transcript.whisperx[1].text 規定各方面應該有大的幫助。」那我想我都很願意跟大家一起來共同努力。那有一些另外的主題可能我們以前也關心。那現在我再請教一下我們看下一張。那我想勞動力的穩定還是未來齁。我們那個臺灣要一直去注意的事情。這才可以驚人而已。當然大概有,看起來是有來源應該有四個方向。這個我們以前有討論過。
transcript.whisperx[2].start 57.361
transcript.whisperx[2].end 82.186
transcript.whisperx[2].text 生育率提高,這要你拼嗎?有,這個就是我們現在就是各部會努力啦,國家跟你一起養,希望提高生育率。好,好,好,那第二就是那個促進中高齡、高齡就業,這等一下再請教。是。那怎麼樣讓可能想要或者動機有沒有都可以的勞動人口來
transcript.whisperx[3].start 84.059
transcript.whisperx[3].end 107.085
transcript.whisperx[3].text 以彌補我們現在職場上所需要的當然第四個當然剛剛韋哲偉也有提到的擔心各方面這個我們都會謹慎來進行這個我想這幾個方向是大家過去一直在討論跟努力的看下一張好了我想我們看起來來看一下資料好像我們的一個
transcript.whisperx[4].start 109.062
transcript.whisperx[4].end 132.645
transcript.whisperx[4].text 六十五、或者是我們退休平均年齡好像比較早,比其他國家,不曉得你們那邊有沒有統計。那好像再回來工作的就業率會比較低。啊這保證你們過去我們拍片這段時間到現在有沒有碰到什麼困難?困難就是說第一個我是覺得我們可能雇主齁
transcript.whisperx[5].start 133.615
transcript.whisperx[5].end 135.796
transcript.whisperx[5].text 兩人擬具:「勞工退休金條例第三條及第五十八條條文修正草案:立法院第14次全體委員會議
transcript.whisperx[6].start 156.425
transcript.whisperx[6].end 158.626
transcript.whisperx[6].text 及第五十八條條文修正草案。」案。
transcript.whisperx[7].start 178.564
transcript.whisperx[7].end 183.665
transcript.whisperx[7].text 二、委員謝衣鳯等21人擬具:「勞工退休金條例第三條及第五十八條條文修正草案案。」案。
transcript.whisperx[8].start 207.216
transcript.whisperx[8].end 225.315
transcript.whisperx[8].text 其中六十五歲及七十…退休的啦,不是七十五歲來照顧七十五歲醫療的老人不過那個時候是用志工,也真的在媒介,很努力在媒介,當然後來也可能也沒有延續,這都是創造一些模式
transcript.whisperx[9].start 226.618
transcript.whisperx[9].end 253.973
transcript.whisperx[9].text 那後續當然可能也不一定有延續,但是總是有創造一些模式出來。那他山之子可以工作啦,欸我們現在發現我個人的感覺好像聽說日本比較蠻多齁,很多年紀比較大的,欸都出來去做一種可能他們做得了的,甚至在餐飲內的服務。可能很多人在餐飲內服務是希望年輕一點的,但是
transcript.whisperx[10].start 254.787
transcript.whisperx[10].end 279.877
transcript.whisperx[10].text 三、委員有些餐飲我覺得只要有人來處理好就好了。我們還不可以了解日本是怎麼做的?還是其他國家是怎麼做的?這個部分當然就是說他們可能傳統上他們其實善用這些中高齡、高齡、銀髮族的人力那我們也現在也在鼓勵雇主就是說
transcript.whisperx[11].start 281.195
transcript.whisperx[11].end 283.016
transcript.whisperx[11].text 及第五十八條條文修正草案。」案。
transcript.whisperx[12].start 292.534
transcript.whisperx[12].end 313.841
transcript.whisperx[12].text 第二十三條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十
transcript.whisperx[13].start 322.303
transcript.whisperx[13].end 347.348
transcript.whisperx[13].text 則是我們進場去幫那些中高齡或高齡者,讓他們在這個勞動力的來源上能夠更迅速的去獲得填補。我想我們有在做,那當然就一直檢討成果跟看怎麼樣有精進的策略。這可能要不斷的努力,才能改變文化。
transcript.whisperx[14].start 348.237
transcript.whisperx[14].end 350.959
transcript.whisperx[14].text 兩人擬具:「勞工退休金條例第三條及第五十八條條文修正草案案。」案。
transcript.whisperx[15].start 373.453
transcript.whisperx[15].end 396.485
transcript.whisperx[15].text 福具每年喔每個人每年齁你只要拼用這些壯士代勞工每人每年有十萬塊的福具的的費用齁可以來補助你那這個都可以減輕他們在工作上齁比如說要搬重啦齁或者各種不便的齁那這個部分我們也一直在做一些宣導讓戶主知道我們以前在推這個計畫的時候齁那個法案的時候當然
transcript.whisperx[16].start 398.732
transcript.whisperx[16].end 418.835
transcript.whisperx[16].text 我們也擔心說會去搶年輕人的位子,可是畢竟還是有很多人不能說現在那種困境,像沒錢了怎麼辦?很多啊,像我們在弄健保也是很痛苦啊。我想國家政府還有醫界也都很頭痛啊。
transcript.whisperx[17].start 421.381
transcript.whisperx[17].end 446.938
transcript.whisperx[17].text 總是要創造它的價值,不能就是卡死在那裡,當然來創造我們的智慧。我想這個部分,很多政策不是不能做,而是怎麼把它做得好。我們現在其實是整體的缺工,所以不會有說去搶青年人工作的問題。部長我請教你,你覺得我們現在有年輕人都跑去哪邊工作?
transcript.whisperx[18].start 448.387
transcript.whisperx[18].end 473.67
transcript.whisperx[18].text 好像很多人都在缺人力,都在家裡,家裡有錢都不用出來工作,你們有沒有去統計一下?其實很多都到服務業批發零售那邊去啦,批發零售業。批發零售業,有需要那麼多人喔?原來了解年輕人都早就在做行為。
transcript.whisperx[19].start 476.317
transcript.whisperx[19].end 479.558
transcript.whisperx[19].text 三、委員劉世芳等16人擬具:「勞工退休金條例第十八條之一
transcript.whisperx[20].start 495.995
transcript.whisperx[20].end 505.45
transcript.whisperx[20].text 現在的年輕人沒辦法結合我們大概七成的年輕人喜歡在服務業我們大概有七成的年輕人畢業以後的年輕人喜歡在服務業
transcript.whisperx[21].start 509.96
transcript.whisperx[21].end 510.28
transcript.whisperx[21].text 二、委員李姓格倫
transcript.whisperx[22].start 535.014
transcript.whisperx[22].end 549.808
transcript.whisperx[22].text 那個...很多人都...他小孩子也長...也稍微大了齁...想說不然退休可以發揮一下這樣齁...啊這個部分不曉得我們勞動部這個部分對這個主題的看法怎麼樣?
transcript.whisperx[23].start 550.601
transcript.whisperx[23].end 569.017
transcript.whisperx[23].text 對,我們現在有一個,我們今天9月1號就是有一個婦女再就業計劃,三年的計劃,預計是說大概三年內希望增加14萬名的女性勞動力,那這個計劃包括說給這個女性,因為她可能離開職場一段時間了,那她可以
transcript.whisperx[24].start 570.378
transcript.whisperx[24].end 586.753
transcript.whisperx[24].text 對自己過去具備的專業技能還需要再提升的他可以提出自主訓練計畫我們會給他獎勵另外就是說他如果重返職場穩定就業三個月我們也會給他最高三萬元的獎勵
transcript.whisperx[25].start 587.634
transcript.whisperx[25].end 596.821
transcript.whisperx[25].text 第二十五條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文修正草案:立法院第十八條及第五十八條條文
transcript.whisperx[26].start 617.395
transcript.whisperx[26].end 620.596
transcript.whisperx[26].text 第二十三條及第五十八條條文修正草案:立法院第14次全體委員會議第15次全體委員會議第16次全體委員會議
transcript.whisperx[27].start 640.362
transcript.whisperx[27].end 655.436
transcript.whisperx[27].text 這個當然是一個方法,但是不一定是好方法,還是可以再討論。那這個主題也請勞動部把後來的進展也給我們一下好了。當然在針對這個問題大家共同再來思考。好不好?好,感謝大家。好,謝謝主席。