iVOD / 149133

Field Value
IVOD_ID 149133
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149133
日期 2024-02-23
會議資料.會議代碼 院會-11-1-2
會議資料.會議代碼:str 第11屆第1會期第2次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
會議資料.種類 院會
會議資料.標題 立法院第11屆第1會期第2次會議
影片種類 Clip
開始時間 2024-02-23T14:30:31+08:00
結束時間 2024-02-23T14:46:54+08:00
影片長度 00:16:23
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/61d28f3f53a2feb66b44bc35f5ac576ab347916f9bc661eaf8ba9b0039caa7a6bc38ae4df99baeaf5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳思瑤
委員發言時間 14:30:31 - 14:46:54
會議時間 2024-02-23T09:00:00+08:00
會議名稱 第11屆第1會期第2次會議(事由:一、對行政院院長提出施政方針及施政報告繼續質詢。 二、2月23日上午9時至10時為國是論壇時間。 三、2月27日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 2
gazette.blocks[0][0] 吳委員思瑤:(14時30分)謝謝院長,辛苦了,有請陳建仁院長。
gazette.blocks[1][0] 主席:請陳院長備詢。
gazette.blocks[2][0] 吳委員思瑤:請衛福、環境、經濟3位部長一起。
gazette.blocks[3][0] 主席:請3位部長備詢。
gazette.blocks[4][0] 陳院長建仁:委員早。
gazette.blocks[5][0] 吳委員思瑤:院長、大家都辛苦了。
gazette.blocks[6][0] 陳院長建仁:不會,謝謝你,午安。
gazette.blocks[7][0] 吳委員思瑤:食安專報紛紛擾擾,終於上路了,這段時間社會也真的付出了非常大有形跟無形的成本,到底這個事件誰是贏家,誰是輸家?我想社會可以清楚地斷定,在這個事件當中沒有人是贏家,所以我們無論如何要在這樣一個食安的個案事件上獲得正面的教訓,也就是我們好好來檢視台糖安心豚事件,臺灣社會究竟學到了什麼?我們如果可以從這個慘痛的經驗上獲得任何一點點讓我們更好的可能跟機會,我們就不是輸家。
gazette.blocks[7][1] 首先,進入我的質詢之前,我要肯定,我觀察了今天早上我們官員們的表現,有為有守,該辯護、該大聲說的我們就大聲說,我非常肯定大仁哥今天也硬起來了。透過這個專案報告,我們可以很清楚地讓國人看到是誰在講科學,又是誰在搞政治,都會一一現形的,臺灣的公民素養是非常高的,同樣的,思瑤如果有講錯的訊息,我也請求行政部門要糾正我,這就是國會應當有的彼此尊重,我們來論理跟專業監督。
gazette.blocks[7][2] 吳思瑤是這一屆立法院第一位針對食安問題提出質詢的委員,就在這個週二,我利用我的施政報告時間,我就針對食安議題來提出質詢,如果關心,隨時隨地我們有很多的方式可以監督行政部門,當然我還是樂見今天的食安專報可以更進一步的來聚焦跟探討。但同時吳思瑤也是立法院唯一可以在一週內有兩次機會在這裡跟您討論食安的委員,所以我很謝謝我們週二的討論,讓我有很多的吸收,讓我可以再進一步的回去思考反芻,作為一個專業的國會議員,我如何在政策上可以提出更好的針砭。
gazette.blocks[7][3] 我週二的時候說了,食安就是心安,經過一再的驗證,我們可以清楚地知道,臺灣食安的政府體制是沒有問題的,現在的問題出在人民心慌慌,因為這個事件受傷了,所以我們無論如何要傾全力對於國人的心理建設要趕快補強起來。我重新再說一次幾個關鍵數字,有的update了,譬如說到底零檢出有幾盒,數字不斷地在攀升,今天最新的數字已經來到檢測921盒零檢出,所以921比1,從這個不斷攀升的數字,我記得禮拜二在這裡質詢的時候,從788盒到877盒,到今天921盒,都代表我們台糖秉持它的專業、負責,不斷地繼續檢驗,雖然我們可以斷定它是單一事件,還是不放棄要釐清真相,我看到我們台糖的努力跟行政部門的臂膀。第二個關鍵數字我要再說一次,兩年來西布特羅這個化學用藥只進口了789毫克,少於1cc,這麼微量的,所以我們也可以驗證到它沒有流入到任何的產銷、畜牧階段,它就是在實驗室使用。24個實驗室,臺中市政府就是其中一個有進口的單位。第三個關鍵數字,我們可以精準溯源做到台糖可以快速的下架274包,可以精準溯源去調查同一批生產的是2,730盒肉,可以細緻到個位數。這就告訴國人,台糖作為一個國家的品牌,可以安心、可以放心,台糖有能力、有專業,也負責任的,無論如何要追查事件到最後一刻。所以這幾個關鍵數字都告訴我們,我們國家的食安體制是沒有問題的,國人可以安心,不要驚慌啦!
gazette.blocks[7][4] 我有一個新的key number,是今天專報我看到的新數字,早上也在跟王美花部長做進一步的確認,就是台糖是這個事件最大的受害者,但是台糖是國營事業,它的損害就是全民買單,不管有形、無形的、變動成本或是調動成本,財務損失高達5,253萬,5,253這個關鍵數字,美花部長沒有錯嘛?而台糖在這個事件當中,動員的人力高達741人次,包括台糖自己的工作同仁,還包括這些代送商,所以美花部長,台糖的損失怎麼替它平反?誰能來賠啊?
gazette.blocks[8][0] 王部長美花:目前為止,我們趕快把這個事件釐清,然後確認台糖的豬肉是沒有問題的。我想目前的要務,我們是先做這件事情。
gazette.blocks[9][0] 吳委員思瑤:很遺憾,沒有人能賠,全民買單,還好是台糖,國營事業、老字號,撐得住,如果這樣的一個事件、謠言發生在任何一個民間企業,3天就倒了啦!
gazette.blocks[10][0] 陳院長建仁:很慘。
gazette.blocks[11][0] 吳委員思瑤:但是我們有一件事情可以做,我覺得我辦公室的幕僚非常的可愛,他們都是年輕人,他們跟我說:老闆,台糖受傷這麼深,國家又沒有辦法給他們平反,五千多萬,開什麼玩笑!欸!我們可以做一件事,消費者就有最大的力量,我們一起台糖挺起來、台糖吃起來、台糖的產品買起來。剛剛中午我跟我助理去了一趟全聯,我們買了台糖的燕麥片。
gazette.blocks[12][0] 王部長美花:謝謝。
gazette.blocks[13][0] 吳委員思瑤:辦公室大家下午茶一下,我們買了台糖的手工水餃。
gazette.blocks[14][0] 陳院長建仁:很好吃。
gazette.blocks[15][0] 吳委員思瑤:我回家都是半夜,晚上半夜可以自己煮。我們買了砂糖,我喜歡吃甜,我助理特別幫我買這麼一大包,我不知道要吃多久。還有,台糖有很多的罐頭,我這裡是鳳梨罐頭,其實它有各類的罐頭。
gazette.blocks[16][0] 陳院長建仁:很棒。
gazette.blocks[17][0] 吳委員思瑤:我們要呼籲所有的消費者挺台糖、挺國家的好品牌,這是我今天在這裡拋出來的第一個訊號,我們可以在這個事件當中獲得一個正向的事情,否則就輸太多了,你們都同意嗎?
gazette.blocks[18][0] 陳院長建仁:我完全支持,我完全同意,太棒了!
gazette.blocks[19][0] 吳委員思瑤:所以您要不要在臉書上鼓勵部會首長大家一起台糖買起來、台糖吃起來?
gazette.blocks[20][0] 陳院長建仁:好,我今天會在臉書上來鼓勵大家多用台糖的產品,台糖的產品確實不錯。
gazette.blocks[21][0] 吳委員思瑤:剛剛有說大仁哥喜歡吃水餃,我等一下這包就送給你,晚上就吃起來,宵夜就可以po上臉書。
gazette.blocks[21][1] 除了有形的損失,其實無形的損失更是難以計算,我很少數可以同意柯文哲的說法,可是他這幾天說的話,我是同意的。他說:這就是實驗室污染嘛,這是簡單的判斷。然後他也說簡單的事情要簡單解決,還有很多事情要做,不要浪費時間在這種無聊的事情上,就是不要再「舞豬舞狗舞開花」了,所以柯文哲主席講的話,我也希望民眾黨的委員們要聽。我們希望政治上也要停損,不要讓議事再空轉,我們讓整個事件,最起碼讓我們的食安制度是如何地精進在國人面前被看到,而作為政治工作者,不要在這個事件上見縫插針,食安就是科學,食安不要搞政治。
gazette.blocks[21][2] 回到專業問題,我們的食安專家會議已經開完了,養殖端沒問題,屠宰端沒問題,就是出在實驗室的檢測端有問題。您週二那天告訴我說大概兩週要結案,可不可能更快?好像事實釐清的大概……
gazette.blocks[22][0] 陳院長建仁:對,他們經過開會以後,確實有很多的事實都已經釐清了,我們現在就請衛福部這一邊再……
gazette.blocks[23][0] 吳委員思瑤:加快、加速。
gazette.blocks[24][0] 陳院長建仁:加快、加速。
gazette.blocks[25][0] 吳委員思瑤:無論如何3月份。那臺中市政府就問題大了,臺中市政府的責任怎麼來究責?
gazette.blocks[26][0] 陳院長建仁:這個部分的話,專家委員會應該對於實驗的步驟、怎麼樣做得更好等等有一些看法;另外一件事情也是大家蠻關心的,就是它採到檢體到公布結果一共有18天的時間,可是當它一檢出來有西布特羅的時候,並沒有讓台糖有申請複驗這樣的一個機制,應該在宣布以前要有一個複驗的機制,可是這個機制並沒有進行就發布。
gazette.blocks[27][0] 吳委員思瑤:謝謝院長的回復。所以說在實務上、事務上台糖事件教會臺灣的是至少我們中央政府幫地方政府一把,在體制上更完備,食安不分中央地方、不分政黨,我們協助地方政府來檢視而且精進它的檢驗作業,這個您這週二答應我要來做。
gazette.blocks[28][0] 陳院長建仁:對。
gazette.blocks[29][0] 吳委員思瑤:協助各個地方政府,也不要只針對臺中市政府,也許其他縣市政府……六都還是有能量的,也許有一些地方政府更需要專業的軟硬體協助,協助地方政府來精進檢驗作業的SOP,包括軟硬體。第二,改善資訊公開的流程,就您剛講的。那我要再進一步說,因為這次它的個案就是檢驗到非常非常極限值0.001……
gazette.blocks[30][0] 陳院長建仁:2。
gazette.blocks[31][0] 吳委員思瑤:0.002。
gazette.blocks[32][0] 陳院長建仁:對。
gazette.blocks[33][0] 吳委員思瑤:所以在對外公開的這個流程裡頭,我個人認為是應當要有個分流的機制,就是說當一檢測那是大量的污染的時候,大量的擴散是系統性的研判的時候,趕快公布;但是如果是極微量的可能就要斟酌,也就是如您剛剛講的,為什麼臺中市政府18天驗來驗去同一塊肉,其實在這個部分他們需要檢視,中央可以幫忙他們。
gazette.blocks[33][1] 至於盧秀燕怎麼究責?我覺得兩條路,臺中市議會3月8號就要召開食安的專案會議,就回到地方政府負起政治責任,監督畢竟是在地方政府。對於邀請盧秀燕市長到立法院來備詢或報告,我個人是持比較保留啦!我認為還是基於地方自治。但是另外一個部分,也許監察院是可以協助釐清這整個事實很重要的一個調查機關,也許監委們聽到呼籲,我沒有辦法指揮監委,當然基於分際之間,也許這會是一個協助進一步調查的必要手段。
gazette.blocks[33][2] 馬英九任內跟蔡英文任內的食安大型事件,我那天分享了,7比2,7件在馬英九任內,我們任內有2件,我們儘量做到零容忍,但是在進步的這件事情是不容抹煞的。所以這幾年來建組織、修法案、增預算,我們8年投入92.5億來進行食安的提升,遠比馬英九在2016年把政權交到我們手上的時候多了2.3倍。
gazette.blocks[34][0] 陳院長建仁:對。
gazette.blocks[35][0] 吳委員思瑤:我呼籲朝野的立委繼續來監督、繼續來支持,做不好就給資源、做不好就來修法,而不是處處為難,所以我要刻意再把這樣的資訊羅列出來。
gazette.blocks[35][1] 最後一部分是我今天最在意的部分,食安在進步,可是臺灣的假訊息讓臺灣大退步,我很赫然地發現有一個北歐的專業權威調查,謠言惑眾、假訊息最嚴重的國家,臺灣連續十年是全球的冠軍,臺灣成為一個謠言惑眾世界NO1耶!這對我們來講何其不堪啊!而官方打假,我這裡提出來的是食藥署在2015年成立一個食藥闢謠專區,所以9年來有566件的假消息,當中食品類有350件,占六成,其他有醫療器材的假消息、化妝品的假消息跟藥品的假消息,非常的嚴重,9年來有566件,六成是食安,所以我們需要重建全民辨識食安假訊息的全民教育,需要全面來啟動。民間的台灣事實查核中心,這個民間機構NGO,他們也具體的在2022年提出小心有毒的食安假訊息,他們提出了兩個樣態,食安假訊息的樣態一就是「舊聞重炒」,把過去發生的事來說成是今年新發的事件,然後它有照片、有圖片,引起全民的恐慌。另外一種樣態是「去脈絡化的再製」,加蔥加料然後去頭去尾,簡單來講就是重製了一個假消息。所以我們全民的食安教育、全民的打假怎麼來完備呢?院長,我們曾經在2019年修了9個法,不夠!至少我們針對今天這個主題食品安全衛生管理法第四十六條之一,針對散布食品安全謠言或不實訊息,只能夠罰臺幣100萬,今天這個案子台糖是賠了五千多萬……
gazette.blocks[36][0] 陳院長建仁:五千萬。
gazette.blocks[37][0] 吳委員思瑤:重修吧!這個部分應當可以做吧?即刻啟動。
gazette.blocks[38][0] 陳院長建仁:好。
gazette.blocks[39][0] 吳委員思瑤:我再一次說,給社會的一堂課,快速結案、責任歸屬、協助地方政府精進、食安打假要升級,還有全民的食安教育都要再強化。這是一個跨部會的事情,院長可不可以承諾,我們可以在1個月內,你有食安會報3個月開一次,食安會報就這個事件之後來召開一次擴大的、跨部會,針對我說的打假,全民食安錯假訊息辨識的教育端在教育部,然後法務部結合怎麼去查緝這些案子。然後回到我們協助地方政府來檢驗、優化,這些需要您跨部會1個月內提出一個好的方案,善用現有的食安會報來進行,可以嗎?
gazette.blocks[40][0] 陳院長建仁:好,這是一個很好的建議,我們會這樣來照辦。
gazette.blocks[41][0] 吳委員思瑤:好,謝謝。
gazette.blocks[42][0] 陳院長建仁:謝謝委員的建議。
gazette.blocks[43][0] 吳委員思瑤:時間有限,謝謝,辛苦了。
gazette.blocks[44][0] 陳院長建仁:謝謝。
gazette.blocks[45][0] 吳委員思瑤:來,水餃送給您。
gazette.blocks[46][0] 主席:好,謝謝吳委員思瑤的質詢。
gazette.blocks[46][1] 接下來我們請登記第7號徐委員巧芯。
gazette.agenda.page_end 370
gazette.agenda.meet_id 院會-11-1-2
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 李坤城
gazette.agenda.speakers[3] 洪孟楷
gazette.agenda.speakers[4] 洪申翰
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 吳思瑤
gazette.agenda.speakers[7] 徐巧芯
gazette.agenda.speakers[8] 鍾佳濱
gazette.agenda.speakers[9] 謝龍介
gazette.agenda.speakers[10] 吳沛憶
gazette.agenda.speakers[11] 王育敏
gazette.agenda.speakers[12] 何欣純
gazette.agenda.speakers[13] 李彥秀
gazette.agenda.speakers[14] 王定宇
gazette.agenda.speakers[15] 羅智強
gazette.agenda.page_start 277
gazette.agenda.meetingDate[0] 2024-02-23
gazette.agenda.gazette_id 1130401
gazette.agenda.agenda_lcidc_ids[0] 1130401_00009
gazette.agenda.agenda_lcidc_ids[1] 1130401_00010
gazette.agenda.meet_name 立法院第11屆第1會期第2次會議紀錄
gazette.agenda.content 行政院院長提出「民進黨政府執政八年臺灣食安問題總檢討」專案報告並備質詢─ 詢答完畢─
gazette.agenda.agenda_id 1130401_00012
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 8.14784375
transcript.pyannote[0].end 10.61159375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 11.30346875
transcript.pyannote[1].end 12.55221875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 12.88971875
transcript.pyannote[2].end 14.44221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 14.74596875
transcript.pyannote[3].end 15.60659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 15.96096875
transcript.pyannote[4].end 16.48409375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 17.29409375
transcript.pyannote[5].end 18.28971875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 19.18409375
transcript.pyannote[6].end 20.80409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 27.84096875
transcript.pyannote[7].end 28.31346875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 29.02221875
transcript.pyannote[8].end 30.54096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.64221875
transcript.pyannote[9].end 32.48159375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 31.75596875
transcript.pyannote[10].end 34.97909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 34.92846875
transcript.pyannote[11].end 34.96221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 34.97909375
transcript.pyannote[12].end 35.18159375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 35.18159375
transcript.pyannote[13].end 35.23221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 35.26596875
transcript.pyannote[14].end 40.19346875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 40.71659375
transcript.pyannote[15].end 42.03284375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 42.31971875
transcript.pyannote[16].end 44.47971875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 45.22221875
transcript.pyannote[17].end 45.77909375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 46.26846875
transcript.pyannote[18].end 47.75346875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 48.04034375
transcript.pyannote[19].end 49.50846875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 49.82909375
transcript.pyannote[20].end 51.31409375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 52.14096875
transcript.pyannote[21].end 58.41846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 58.89096875
transcript.pyannote[22].end 64.79721875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 65.11784375
transcript.pyannote[23].end 72.18846875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 72.76221875
transcript.pyannote[24].end 73.36971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 73.89284375
transcript.pyannote[25].end 75.17534375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 75.76596875
transcript.pyannote[26].end 84.03471875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 84.59159375
transcript.pyannote[27].end 85.57034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 85.94159375
transcript.pyannote[28].end 87.93284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 88.30409375
transcript.pyannote[29].end 91.03784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 91.52721875
transcript.pyannote[30].end 97.01159375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 97.23096875
transcript.pyannote[31].end 99.34034375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 99.76221875
transcript.pyannote[32].end 103.66034375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 104.08221875
transcript.pyannote[33].end 109.66784375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 110.07284375
transcript.pyannote[34].end 116.95784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 112.04721875
transcript.pyannote[35].end 112.31721875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 117.83534375
transcript.pyannote[36].end 125.64846875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 126.61034375
transcript.pyannote[37].end 131.40284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 131.94284375
transcript.pyannote[38].end 132.98909375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 134.15346875
transcript.pyannote[39].end 135.18284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 135.45284375
transcript.pyannote[40].end 143.89034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 144.39659375
transcript.pyannote[41].end 146.86034375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 147.60284375
transcript.pyannote[42].end 148.96971875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 149.66159375
transcript.pyannote[43].end 164.95034375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 165.50721875
transcript.pyannote[44].end 166.23284375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 166.90784375
transcript.pyannote[45].end 170.31659375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 170.99159375
transcript.pyannote[46].end 174.40034375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 174.68721875
transcript.pyannote[47].end 178.21409375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 178.73721875
transcript.pyannote[48].end 191.71409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 192.33846875
transcript.pyannote[49].end 195.34221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 196.06784375
transcript.pyannote[50].end 197.43471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 198.10971875
transcript.pyannote[51].end 198.85221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 199.32471875
transcript.pyannote[52].end 201.92346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 202.29471875
transcript.pyannote[53].end 210.63096875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 210.93471875
transcript.pyannote[54].end 223.54034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 217.02659375
transcript.pyannote[55].end 218.66346875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 223.87784375
transcript.pyannote[56].end 231.53909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 232.58534375
transcript.pyannote[57].end 235.84221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 236.63534375
transcript.pyannote[58].end 246.92909375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 247.46909375
transcript.pyannote[59].end 252.58221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 253.03784375
transcript.pyannote[60].end 255.48471875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 255.90659375
transcript.pyannote[61].end 258.03284375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 258.47159375
transcript.pyannote[62].end 261.03659375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 261.22221875
transcript.pyannote[63].end 264.20909375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 264.63096875
transcript.pyannote[64].end 266.03159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 266.43659375
transcript.pyannote[65].end 273.86159375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 273.87846875
transcript.pyannote[66].end 284.67846875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 285.26909375
transcript.pyannote[67].end 288.37409375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 288.66096875
transcript.pyannote[68].end 294.33096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 294.56721875
transcript.pyannote[69].end 298.81971875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 299.32596875
transcript.pyannote[70].end 308.99534375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 309.51846875
transcript.pyannote[71].end 310.10909375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 310.71659375
transcript.pyannote[72].end 318.42846875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 318.95159375
transcript.pyannote[73].end 322.69784375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 323.42346875
transcript.pyannote[74].end 325.22909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 325.51596875
transcript.pyannote[75].end 328.36784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 329.14409375
transcript.pyannote[76].end 332.60346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 332.97471875
transcript.pyannote[77].end 337.58159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 337.93596875
transcript.pyannote[78].end 341.64846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 342.40784375
transcript.pyannote[79].end 351.75659375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 352.34721875
transcript.pyannote[80].end 355.14846875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 355.46909375
transcript.pyannote[81].end 358.27034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 360.73409375
transcript.pyannote[82].end 370.62284375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 369.79596875
transcript.pyannote[83].end 369.96471875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 370.80846875
transcript.pyannote[84].end 372.79971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 373.20471875
transcript.pyannote[85].end 374.68971875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 375.11159375
transcript.pyannote[86].end 376.93409375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 377.57534375
transcript.pyannote[87].end 382.18221875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 382.33409375
transcript.pyannote[88].end 383.71784375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 384.52784375
transcript.pyannote[89].end 386.21534375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 386.72159375
transcript.pyannote[90].end 390.01221875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 390.31596875
transcript.pyannote[91].end 392.96534375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 393.18471875
transcript.pyannote[92].end 395.27721875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 395.68221875
transcript.pyannote[93].end 398.88846875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 399.63096875
transcript.pyannote[94].end 401.11596875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 401.43659375
transcript.pyannote[95].end 403.34346875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 403.86659375
transcript.pyannote[96].end 409.30034375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 409.77284375
transcript.pyannote[97].end 412.47284375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 412.86096875
transcript.pyannote[98].end 414.98721875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 415.22346875
transcript.pyannote[99].end 415.57784375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 415.57784375
transcript.pyannote[100].end 418.02471875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 415.59471875
transcript.pyannote[101].end 416.11784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 416.64096875
transcript.pyannote[102].end 417.16409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 418.73346875
transcript.pyannote[103].end 421.19721875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 421.28159375
transcript.pyannote[104].end 422.14221875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 421.87221875
transcript.pyannote[105].end 425.83784375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 426.36096875
transcript.pyannote[106].end 427.15409375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 427.94721875
transcript.pyannote[107].end 429.53346875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 429.88784375
transcript.pyannote[108].end 431.06909375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 431.20409375
transcript.pyannote[109].end 434.17409375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 435.03471875
transcript.pyannote[110].end 435.45659375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 435.84471875
transcript.pyannote[111].end 437.04284375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 437.34659375
transcript.pyannote[112].end 440.46846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 441.26159375
transcript.pyannote[113].end 442.86471875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 443.53971875
transcript.pyannote[114].end 446.74596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 447.11721875
transcript.pyannote[115].end 450.05346875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 450.37409375
transcript.pyannote[116].end 453.90096875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 454.94721875
transcript.pyannote[117].end 455.57159375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 456.26346875
transcript.pyannote[118].end 464.73471875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 458.33909375
transcript.pyannote[119].end 461.15721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 463.40159375
transcript.pyannote[120].end 469.10534375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 467.19846875
transcript.pyannote[121].end 471.58596875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 471.87284375
transcript.pyannote[122].end 475.39971875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 471.95721875
transcript.pyannote[123].end 472.04159375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 476.14221875
transcript.pyannote[124].end 480.66471875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 481.30596875
transcript.pyannote[125].end 486.19971875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 486.68909375
transcript.pyannote[126].end 488.49471875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 489.91221875
transcript.pyannote[127].end 491.41409375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 492.24096875
transcript.pyannote[128].end 493.89471875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 495.04221875
transcript.pyannote[129].end 498.41721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 499.14284375
transcript.pyannote[130].end 504.67784375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 505.38659375
transcript.pyannote[131].end 509.70659375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 510.36471875
transcript.pyannote[132].end 513.28409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 513.58784375
transcript.pyannote[133].end 528.10034375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 528.67409375
transcript.pyannote[134].end 533.70284375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 534.17534375
transcript.pyannote[135].end 538.69784375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 539.38971875
transcript.pyannote[136].end 541.31346875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 541.49909375
transcript.pyannote[137].end 543.37221875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 543.86159375
transcript.pyannote[138].end 546.37596875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 546.51096875
transcript.pyannote[139].end 547.42221875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 548.11409375
transcript.pyannote[140].end 548.80596875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 548.95784375
transcript.pyannote[141].end 551.59034375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 552.13034375
transcript.pyannote[142].end 553.10909375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 553.46346875
transcript.pyannote[143].end 556.26471875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 557.07471875
transcript.pyannote[144].end 557.39534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 557.39534375
transcript.pyannote[145].end 568.46534375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 566.50784375
transcript.pyannote[146].end 569.57909375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 569.73096875
transcript.pyannote[147].end 570.01784375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 570.05159375
transcript.pyannote[148].end 572.78534375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 573.20721875
transcript.pyannote[149].end 575.65409375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 576.44721875
transcript.pyannote[150].end 602.51909375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 599.39721875
transcript.pyannote[151].end 599.70096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 602.90721875
transcript.pyannote[152].end 607.83471875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 605.62409375
transcript.pyannote[153].end 606.04596875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 606.99096875
transcript.pyannote[154].end 608.77971875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 609.37034375
transcript.pyannote[155].end 613.08284375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 613.65659375
transcript.pyannote[156].end 619.32659375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 619.84971875
transcript.pyannote[157].end 658.89846875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 620.03534375
transcript.pyannote[158].end 620.13659375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 620.15346875
transcript.pyannote[159].end 620.22096875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 632.67471875
transcript.pyannote[160].end 633.40034375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 640.72409375
transcript.pyannote[161].end 640.75784375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 640.97721875
transcript.pyannote[162].end 641.04471875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 659.25284375
transcript.pyannote[163].end 662.00346875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 661.98659375
transcript.pyannote[164].end 662.45909375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 662.45909375
transcript.pyannote[165].end 672.73596875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 672.92159375
transcript.pyannote[166].end 692.95221875
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 693.50909375
transcript.pyannote[167].end 694.28534375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 694.40346875
transcript.pyannote[168].end 695.23034375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 695.83784375
transcript.pyannote[169].end 699.63471875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 699.97221875
transcript.pyannote[170].end 713.94471875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 714.06284375
transcript.pyannote[171].end 721.60596875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 722.17971875
transcript.pyannote[172].end 730.90409375
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 731.35971875
transcript.pyannote[173].end 733.38471875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 734.32971875
transcript.pyannote[174].end 734.81909375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 735.08909375
transcript.pyannote[175].end 739.88159375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 740.11784375
transcript.pyannote[176].end 742.56471875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 743.18909375
transcript.pyannote[177].end 744.75846875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 745.07909375
transcript.pyannote[178].end 746.07471875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 746.27721875
transcript.pyannote[179].end 749.48346875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 750.02346875
transcript.pyannote[180].end 750.91784375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 751.00221875
transcript.pyannote[181].end 755.18721875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 755.65971875
transcript.pyannote[182].end 773.68221875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 769.76721875
transcript.pyannote[183].end 770.22284375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 773.95221875
transcript.pyannote[184].end 778.60971875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 779.14971875
transcript.pyannote[185].end 780.95534375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 781.25909375
transcript.pyannote[186].end 787.24971875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 788.26221875
transcript.pyannote[187].end 792.29534375
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 793.18971875
transcript.pyannote[188].end 794.65784375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 795.04596875
transcript.pyannote[189].end 798.16784375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 798.38721875
transcript.pyannote[190].end 806.53784375
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 807.21284375
transcript.pyannote[191].end 811.66784375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 812.03909375
transcript.pyannote[192].end 813.28784375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 813.45659375
transcript.pyannote[193].end 815.22846875
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 815.93721875
transcript.pyannote[194].end 836.89596875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 837.43596875
transcript.pyannote[195].end 841.45221875
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 842.27909375
transcript.pyannote[196].end 851.25659375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 851.81346875
transcript.pyannote[197].end 860.04846875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 860.16659375
transcript.pyannote[198].end 869.31284375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 869.73471875
transcript.pyannote[199].end 876.53534375
transcript.pyannote[200].speaker SPEAKER_00
transcript.pyannote[200].start 876.97409375
transcript.pyannote[200].end 879.77534375
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 879.94409375
transcript.pyannote[201].end 880.90596875
transcript.pyannote[202].speaker SPEAKER_00
transcript.pyannote[202].start 881.95221875
transcript.pyannote[202].end 882.96471875
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 883.28534375
transcript.pyannote[203].end 884.75346875
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 885.02346875
transcript.pyannote[204].end 885.34409375
transcript.pyannote[205].speaker SPEAKER_00
transcript.pyannote[205].start 886.47471875
transcript.pyannote[205].end 889.51221875
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 890.10284375
transcript.pyannote[206].end 894.40596875
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 894.91221875
transcript.pyannote[207].end 898.79346875
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 899.43471875
transcript.pyannote[208].end 899.92409375
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 900.61596875
transcript.pyannote[209].end 903.19784375
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 903.68721875
transcript.pyannote[210].end 904.07534375
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 904.42971875
transcript.pyannote[211].end 909.18846875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 909.37409375
transcript.pyannote[212].end 914.36909375
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 914.85846875
transcript.pyannote[213].end 917.79471875
transcript.pyannote[214].speaker SPEAKER_00
transcript.pyannote[214].start 918.67221875
transcript.pyannote[214].end 921.13596875
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 921.32159375
transcript.pyannote[215].end 922.48596875
transcript.pyannote[216].speaker SPEAKER_00
transcript.pyannote[216].start 923.07659375
transcript.pyannote[216].end 924.15659375
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 923.34659375
transcript.pyannote[217].end 923.58284375
transcript.pyannote[218].speaker SPEAKER_00
transcript.pyannote[218].start 924.37596875
transcript.pyannote[218].end 925.55721875
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 926.19846875
transcript.pyannote[219].end 927.51471875
transcript.pyannote[220].speaker SPEAKER_00
transcript.pyannote[220].start 927.91971875
transcript.pyannote[220].end 928.84784375
transcript.pyannote[221].speaker SPEAKER_00
transcript.pyannote[221].start 929.25284375
transcript.pyannote[221].end 931.86846875
transcript.pyannote[222].speaker SPEAKER_00
transcript.pyannote[222].start 932.17221875
transcript.pyannote[222].end 934.29846875
transcript.whisperx[0].start 8.491
transcript.whisperx[0].end 30.346
transcript.whisperx[0].text 謝謝院長辛苦了有請陳建元院長請陳院長備詢請衛福、環境、經濟三位部長一起請三位部長備詢院長大家都辛苦了
transcript.whisperx[1].start 32.159
transcript.whisperx[1].end 50.98
transcript.whisperx[1].text 實案專報紛紛擾擾終於上路了那這段時間社會也真的付出了非常大的有形跟無形的成本到底這個事件誰是贏家誰是輸家我想社會可以清楚的斷定在這個事件當中沒有人是贏家
transcript.whisperx[2].start 52.216
transcript.whisperx[2].end 71.422
transcript.whisperx[2].text 所以我們無論如何要在這樣一個實案的個案事件上獲得正面的教訓也就是我們好好來檢視臺堂安心豬事件臺灣社會究竟學到了什麼我們如果可以從中在這個慘痛的經驗上獲得任何一點點讓我們更好的可能跟機會
transcript.whisperx[3].start 72.822
transcript.whisperx[3].end 90.452
transcript.whisperx[3].text 我們就不是輸家所以首先進入我的質詢之前我要肯定我觀察了今天早上我們官員們的表現有為有守該辯護該大聲講我們就大聲講我非常肯定大仁哥今天也硬起來了
transcript.whisperx[4].start 91.593
transcript.whisperx[4].end 116.729
transcript.whisperx[4].text 透過這個專案報告我們可以很清楚的讓國人看到是誰在講科學又是誰在搞政治都會一一的現行的臺灣的公民素養是非常的高的如果同樣的思瑤如果有講錯的訊息我也請求行政部門要糾正我這就是國會應當有的彼此尊重我們來論理跟專業監督好下一頁
transcript.whisperx[5].start 118.058
transcript.whisperx[5].end 132.326
transcript.whisperx[5].text 吳思瑤是這一屆的立法院第一位針對食安問題提出質詢的委員就在這個週二。我利用我的施政報告的時間我就針對食安議題來提出質詢。
transcript.whisperx[6].start 134.212
transcript.whisperx[6].end 148.647
transcript.whisperx[6].text 如果關心隨時隨地我們有很多的方式可以監督行政部門當然我還是樂見今天的食安專報可以更進一步的來聚焦跟探討但同時吳思瑤也是立法院唯一
transcript.whisperx[7].start 149.668
transcript.whisperx[7].end 170.005
transcript.whisperx[7].text 可以在一週內有兩次機會在這裡跟您討論食安的委員所以我很謝謝我們週二的討論讓我有很多的吸收讓我可以再進一步的回去思考反除作為一個專業的國會議員我如何在政策上可以提出更好的爭辯好下一頁我週二的時候說了食安就是心安
transcript.whisperx[8].start 171.793
transcript.whisperx[8].end 197.371
transcript.whisperx[8].text 經過一再的驗證我們可以清楚的知道臺灣的食安的政府體制是沒有問題的現在的問題出在人民心慌慌因為這個事件受傷了所以我們無論如何要請全力來對於國人的心理建設要趕快補強起來好下一頁我再重新來說一次幾個關鍵數字有的update了
transcript.whisperx[9].start 198.154
transcript.whisperx[9].end 217.558
transcript.whisperx[9].text 比如說到底是零檢出有幾盒數字不斷地在攀升今天最新的數字來到已經檢測921盒零檢出所以921比1從這個不斷攀升的數字我記得我禮拜二在這裡質詢的時候從788盒到877盒到今天921盒都代表我們台堂秉持他的專業負責他不斷地繼續檢驗
transcript.whisperx[10].start 224.119
transcript.whisperx[10].end 235.597
transcript.whisperx[10].text 雖然我們可以斷定他是單一事件還是不放棄要釐清真相我看到我們臺堂的努力跟行政部門的背膀第二個呢關鍵數字我要再說一次
transcript.whisperx[11].start 236.907
transcript.whisperx[11].end 256.978
transcript.whisperx[11].text 兩年來西部特羅這個化學用藥只進口了789毫克小於1CC這麼微量的所以我們也可以驗證到他沒有流入到任何的產銷序幕的階段他就是在實驗室使用
transcript.whisperx[12].start 259.439
transcript.whisperx[12].end 280.104
transcript.whisperx[12].text 24個實驗室臺中市政府就是其中一個有進口的單位第三個關鍵數字我們可以精準溯源做到臺堂可以快速的下架274包可以精準溯源去調查同一批生產的是2730盒肉可以細緻到個位數這就告訴國人
transcript.whisperx[13].start 285.726
transcript.whisperx[13].end 308.807
transcript.whisperx[13].text 臺糖作為一個國家的品牌可以安心可以放心臺糖有能力有專業也負責任的無論如何要追查事件到最後一刻所以這幾個關鍵數字都告訴我們我們國家的食安體制是沒有問題的國人可以安心啦不要走路啦
transcript.whisperx[14].start 309.608
transcript.whisperx[14].end 317.659
transcript.whisperx[14].text 下一頁我有一個新的key number是今天的專報我看到的新數字早上也在跟王美花部長在做進一步的確認。
transcript.whisperx[15].start 319.011
transcript.whisperx[15].end 337.224
transcript.whisperx[15].text 就是臺堂是這個事件最大的受害者但是臺堂是國營事業啊他的損害就是全民買單啊高達財務損失不管有形無形的變動成本或是調動成本高達5253萬5253這關鍵數字美化部長沒有錯嘛
transcript.whisperx[16].start 342.458
transcript.whisperx[16].end 357.614
transcript.whisperx[16].text 而臺堂在這個事件當中動員的人力高達741人次,包括臺堂自己的工作同仁,還包括這些帶送商。所以美化部長,臺堂的損失怎麼替他平反,誰能來賠啊?
transcript.whisperx[17].start 360.785
transcript.whisperx[17].end 383.452
transcript.whisperx[17].text 目前為止我們趕快把這個事件釐清,然後確認臺堂的豬肉是沒有問題。我想目前的要務我們是先做這件事情。很遺憾沒有人能賠,全民買單。但好在是臺堂,國營事業,老字號,金的條。如果這樣一個事件謠言發生在任何一個民間企業,哇,三天就倒了啦。
transcript.whisperx[18].start 384.554
transcript.whisperx[18].end 398.653
transcript.whisperx[18].text 但是我們有一件事情可以做我覺得我辦公室的幕僚非常的可愛他們都是年輕人他們跟我說老闆臺堂受傷這麼深國家又沒有辦法給他們平反五千多萬開什麼玩笑我們可以做一件事
transcript.whisperx[19].start 399.69
transcript.whisperx[19].end 426.883
transcript.whisperx[19].text 我們可以請消費者就有最大的力量我們一起臺糖停起來臺糖吃起來臺糖的產品買起來剛剛中午我跟我助理去了一趟全聯我們買了臺糖的燕麥片辦公室大家下午下午查一下我們買了臺糖的手工水餃晚上半夜我回家都是半夜可以自己泡自己煮
transcript.whisperx[20].start 427.967
transcript.whisperx[20].end 455.321
transcript.whisperx[20].text 我們買了砂糖我喜歡吃甜我助理特別給我買這麼一大包我不知道吃多久還有台糖很多的罐頭我這裡是鳳梨罐頭其實它有各類的罐頭我們要呼籲所有的消費者挺台糖挺國家的好品牌這是我今天在這裡拋出來的第一個訊號我們可以在這個事件當中獲得一個正向的事情
transcript.whisperx[21].start 456.314
transcript.whisperx[21].end 459.155
transcript.whisperx[21].text 除了有形的損失,其實無形的損失更是難以計算。
transcript.whisperx[22].start 481.348
transcript.whisperx[22].end 509.022
transcript.whisperx[22].text 我很少數可以同意柯文哲的說法可是他這幾天說的話我是同意的他說這就是實驗室污染嘛這簡單的判斷嘛然後呢他也說簡單的事簡單解決他有很多事情要做不要浪費時間在這種無聊的事就是不要再無敵無告無開花啦所以柯文哲主席講的話我也希望民眾黨的委員們要聽
transcript.whisperx[23].start 510.404
transcript.whisperx[23].end 534.808
transcript.whisperx[23].text 我們希望政治上也要停損不要讓意識再空轉我們讓整個事件最起碼的讓我們的食安制度是如何的精進在國人面前被看到而作為政治工作者不要在這個事件上見縫擦針食安就是科學食安不要搞政治好下一頁回到專業問題我們的食安專家會議已經開完了
transcript.whisperx[24].start 539.429
transcript.whisperx[24].end 555.649
transcript.whisperx[24].text 那養殖端沒問題徒仔端沒問題就是出在實驗室的檢測端有問題那您那天告訴我週二說大概兩週要結案可不可能更快好像事實釐清的
transcript.whisperx[25].start 557.145
transcript.whisperx[25].end 557.785
transcript.whisperx[25].text 臺中市政府的責任怎麼來究責?
transcript.whisperx[26].start 577.437
transcript.whisperx[26].end 601.59
transcript.whisperx[26].text 這個部分的話專家委員會應該對於實驗的步驟等等怎麼樣來做更好有一些看法另外一件事情也是大家蠻關心的就是他這個採到檢體到公布這個結果一共有18天的時間可是當他一檢出來有西布特羅的時候並沒有讓台堂有一個申請復驗的這樣的一個機制那所以呢才造成應該在
transcript.whisperx[27].start 603.041
transcript.whisperx[27].end 624.042
transcript.whisperx[27].text 宣布以前應該要有一個復宴的機制可是這個機制並沒有進行就發布。謝謝院長的回覆所以說在事務上下一頁台唐事件教會臺灣的是至少我們中央政府幫地方政府一把在體制上更完備食安不分中央地方不分政黨
transcript.whisperx[28].start 625.063
transcript.whisperx[28].end 651.137
transcript.whisperx[28].text 我們協助地方政府來檢視而且精進他的檢驗作業這個您上週﹐這週二答應我要來做協助各個地方政府也不要只針對臺中市政府也許其他縣市政府六都還是有能量的也許有一些地方政府他更需要專業的軟硬體的協助協助地方政府來精進檢驗的作業的SOP包括軟硬體第二改善資訊公開的流程就您剛講的
transcript.whisperx[29].start 652.478
transcript.whisperx[29].end 679.52
transcript.whisperx[29].text 那我要再進一步說因為這一次他的個案是就是檢驗到非常非常極限值0.001002所以我們也應當在這個對外公開的這個流程裡頭我個人認為是應當要有個分流的機制就是說當一檢測那是大量的污染的時候大量的擴散是系統性的研判的時候趕快公佈但是如果是極微量的
transcript.whisperx[30].start 680.08
transcript.whisperx[30].end 680.24
transcript.whisperx[30].text 我覺得兩條路
transcript.whisperx[31].start 695.982
transcript.whisperx[31].end 720.788
transcript.whisperx[31].text 臺中市議會3月8號就要召開實案的專案會議就回到地方政府負起政治責任監督畢竟是在地方政府我個人對於邀請盧秀燕市長到立法院來備詢或報告我是個人持比較保留啦我認為還是基於地方自治但是另外一個部分也許監察院是一個可以協助釐清這整個事實很重要的一個調查機關
transcript.whisperx[32].start 722.348
transcript.whisperx[32].end 733.2
transcript.whisperx[32].text 也許監委們聽到呼籲我沒有辦法指揮監委當然基於憤悸之間也許這會是一個協助進一步調查的必要的手段好下一頁
transcript.whisperx[33].start 734.366
transcript.whisperx[33].end 754.895
transcript.whisperx[33].text 那這個馬英九任內跟蔡英文任內的食安大型事件我那天分享了7比27件在馬英九任內我們任內有兩件我們盡量做到零容忍但是呢再進步的這件事情是不容抹煞的下一頁
transcript.whisperx[34].start 755.735
transcript.whisperx[34].end 778.347
transcript.whisperx[34].text 所以這幾年來建組織修法案增預算,我們8年投入92.5億來進行食安的提升,遠比馬英九在2016年把政權交到我們手上的時候是多了2.3倍。我呼籲朝野的立委繼續來監督,繼續來支持,做不好就給資源,做不好來修法。
transcript.whisperx[35].start 779.207
transcript.whisperx[35].end 805.74
transcript.whisperx[35].text 而不是處處為難所以我要刻意再把這樣的資訊羅列出來最後一部分是我今天最在意的部分了下一頁實案在進步可是台灣的假訊息讓台灣大退步我很赫然的發現有一個北歐的專業權威的調查謠言獲重假訊息最嚴重的國家台灣連續10年是全球的冠軍
transcript.whisperx[36].start 807.685
transcript.whisperx[36].end 814.993
transcript.whisperx[36].text 臺灣成為一個謠言貨眾世界No.1,這對我們來講何其不堪。下一頁。
transcript.whisperx[37].start 815.99
transcript.whisperx[37].end 839.001
transcript.whisperx[37].text 而官方打假我這裡提出來的是食藥署在2015年成立一個食藥闢謠專區所以9年來有566件的假消息當中食品類有350件佔6成其他有醫療器材的假消息化妝品的假消息跟藥品的假消息非常的嚴重9年來有566件
transcript.whisperx[38].start 842.562
transcript.whisperx[38].end 868.667
transcript.whisperx[38].text 6成是食安所以就我們需要重建全民的辨識食安假訊息的全民教育需要全面來啟動下一頁民間的臺灣事實查核中心這個民間機構NGO他們也具體的在2022年提出小心有毒的食安假訊息他們提出了兩個樣態食安假訊息的樣態一就是救蚊蟲草
transcript.whisperx[39].start 869.747
transcript.whisperx[39].end 898.448
transcript.whisperx[39].text 把過去發生的事來說成是今年新發的事件然後它有照片有圖片然後就引起全民的恐慌另外一種樣態是去脈絡化的再製加蔥加料然後去頭去尾把簡單來講就是重製了一個假消息所以我們全民的食安教育全民的打假怎麼來完備呢我們來到我的最後倒數第二頁
transcript.whisperx[40].start 899.485
transcript.whisperx[40].end 924.96
transcript.whisperx[40].text 院長我們曾經在2019年修了9個法不夠我們針對至少今天這個主題食品安全衛生管理法46條之一針對散佈食品安全謠言或不實訊期只能夠罰台幣100萬今天這個案子台堂是賠了5000多萬重修吧這個部分應當可以做吧即刻啟動然後最後一頁我再一次來說
transcript.whisperx[41].start 926.386
transcript.whisperx[41].end 933.756
transcript.whisperx[41].text 給社會的一堂課快速結案責任歸屬協助地方政府精進食安打假要升級還有
transcript.whisperx[42].start 982.142
transcript.whisperx[42].end 982.995
transcript.whisperx[42].text MING PAO CANADA MANGA