iVOD / 149387

Field Value
IVOD_ID 149387
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149387
日期 2024-03-06
會議資料.會議代碼 委員會-11-1-26-3
會議資料.會議代碼:str 第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 3
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11屆第1會期社會福利及衛生環境委員會第3次全體委員會議
影片種類 Clip
開始時間 2024-03-06T11:09:01+08:00
結束時間 2024-03-06T11:19:25+08:00
影片長度 00:10:24
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/aa454a369d2b172fcfba7aaa7b6896891e2be856f0c9cef9f8ba9b0039caa7a632eaf49779187fd55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 11:09:01 - 11:19:25
會議時間 2024-03-06T09:00:00+08:00
會議名稱 立法院第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議(事由:邀請勞動部部長、外交部、勞動力發展署、衛生福利部、內政部、國家安全局就「我國開放印度移工對本國勞工就業市場之衝擊」進行專題報告,並備質詢。)
gazette.lineno 902
gazette.blocks[0][0] 盧委員縣一:(11時9分)請部長。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 許部長銘春:盧委員好。
gazette.blocks[3][0] 盧委員縣一:現在國內移工已經高達75萬,原住民的總人口也才五十幾萬。勞動部一直引進移工,對原住民勞工有沒有配套措施或是優化原住民勞工的權益或者收入?有沒有這樣的配套措施或者是有沒有替他們想過辦法?
gazette.blocks[4][0] 許部長銘春:其實在原住民協助方面,我們持續在做,包括就業的媒合、職業的訓練,我們一直都有推動計畫在處理。
gazette.blocks[5][0] 盧委員縣一:我要問的問題是你們一年編列的預算是多少,針對原住民勞工的部分?比如你剛才說的媒合,或者是你們的教育訓練,編列多少預算給我們?
gazette.blocks[6][0] 許部長銘春:我請署長查一下,這邊有資料。請署長說明。
gazette.blocks[7][0] 盧委員縣一:好。
gazette.blocks[8][0] 蔡署長孟良:跟委員報告,原住民部分其實我們現在都有跟原民會一起合作,如果以今年113年的預算來看,我們大概是編列四億七千多萬,這裡面主要就是協助原住民,包含職業訓練,還有就業媒合、協助,這幾年下來,原住民的整個需求,我們大概都是儘量來輔導。
gazette.blocks[9][0] 盧委員縣一:使用率有百分之百嗎?
gazette.blocks[10][0] 蔡署長孟良:目前的就業情況其實是比過去好很多,失業率也已經跟一般情況接近了。
gazette.blocks[11][0] 盧委員縣一:OK,因為我之前有聽過……
gazette.blocks[12][0] 許部長銘春:報告委員,我這邊有一個數字,去年推介的就業率達到74.32%。
gazette.blocks[13][0] 盧委員縣一:OK,我也同意這一、兩個小時裡很多委員所提到的直聘中心的檢討,希望本席辦公室也會收到你們的檢討報告,好不好?
gazette.blocks[14][0] 許部長銘春:好,可以。
gazette.blocks[15][0] 盧委員縣一:接著我們進行今天的主題,請部長告訴我,在你的理解上,你所知道的印度是什麼樣的一個國家?
gazette.blocks[16][0] 許部長銘春:它是一個文明古國,有多元的、豐富的文化。
gazette.blocks[17][0] 盧委員縣一:我的理解是它是全世界人口最多的國家。
gazette.blocks[18][0] 許部長銘春:是,人口紅利,它現在是人口紅利最多的國家,包括青年人口紅利。
gazette.blocks[19][0] 盧委員縣一:對,這次要來的是白領,還是藍領?
gazette.blocks[20][0] 許部長銘春:是藍領。
gazette.blocks[21][0] 盧委員縣一:藍領為主?
gazette.blocks[22][0] 許部長銘春:報告委員,白領的部分早就有了,現在在臺灣的白領有二千八百多人。
gazette.blocks[23][0] 盧委員縣一:因為我知道美國引進的印度勞工是白領,所以我希望你們在這邊能夠做一個所謂的限制,他們在資訊方面是很超前的,所以在美國錄用的移工超過50%都是來自印度,一旦我們簽署MOU,以後萬一他們對我們有這方面的要求,將會影響到我們本國的資訊業,這方面你們要好好把關,好不好?
gazette.blocks[24][0] 許部長銘春:好,其實在白領部分,我們並沒有員額限制,就是資格條件而已,那他就是工作證,我們都歡迎這些專業技術人員來臺灣工作。
gazette.blocks[25][0] 盧委員縣一:你能預期有多少人是來自哪一區,說哪一種語言嗎?
gazette.blocks[26][0] 許部長銘春:目前這個都還要透過工作層級會議來談,MOU簽完以後,接下來的重點就是工作層級會議,這就是要決定哪些行業、哪些人數,包括語言條件、技能條件等等。
gazette.blocks[27][0] 盧委員縣一:我們常常在很多地方看到越南語、泰語或者馬來西亞的標示,未來你們要如何標示印度語,你知道嗎?
gazette.blocks[28][0] 許部長銘春:有關多國語言移工的服務,這個我們都會同步做。
gazette.blocks[29][0] 盧委員縣一:我要跟部長說明,印度語沒有國語,他的官方語言就是英文,所以標示上就沒有問題。
gazette.blocks[30][0] 許部長銘春:就是會以英文為主,像印尼也好,菲律賓也好,他們其實各地語言也不太一樣,方言很多,但我們基本上可能會以英文為主。
gazette.blocks[31][0] 盧委員縣一:那你知道去年整個印度的傳染病前七名是哪些疾病嗎?
gazette.blocks[32][0] 許部長銘春:傳染病?這個我不曉得。
gazette.blocks[33][0] 盧委員縣一:這是去年最新的資料,扣除第一個跟最後一個,也就是說屬於褪流行的或是季節性的,扣掉COVID-19,後面的Malaria、Typhoid、Tuberculosis,其實這些在我們國家是比較少見的,而第二名的瘧疾是有死亡風險的,這個部分應該要嚴格把關。
gazette.blocks[34][0] 許部長銘春:報告委員,如果有這些都進不來,因為他們要進來的話,第一個要健檢合格,進來以後,我們還要……
gazette.blocks[35][0] 盧委員縣一:我有看到衛福部的報告裡面有針對移工健檢的部分,你們的標準作業其實對每個國家的移工都是一樣,沒有針對他這個國家的特殊性做調整,我希望能夠提醒你們,針對瘧疾或傷寒這些疾病,萬一跑進來的話,你們要怎麼辦?
gazette.blocks[36][0] 許部長銘春:是,報告委員,未來他們那邊要有衛福部認可醫院的健康證明才會進來。
gazette.blocks[37][0] 盧委員縣一:我知道,因為每一國幾乎所做的項目都一樣,你們不會針對泰國是這樣,然後印度是那樣,這部分我希望你們做一個修正,好不好?
gazette.blocks[38][0] 許部長銘春:是,沒問題。
gazette.blocks[39][0] 盧委員縣一:尤其你看第5項是HIV,他們的人口數這麼多,而這個部分你們routine的檢查並沒有這個項目,我是說衛福部所要檢查的項目沒有包括這一項……
gazette.blocks[40][0] 許部長銘春:OK。
gazette.blocks[41][0] 盧委員縣一:我看的是第6頁的樣子。
gazette.blocks[42][0] 許部長銘春:好,委員,這個部分我們會注意,就是每個國家的傳染病狀況。
gazette.blocks[43][0] 盧委員縣一:你知道現在我們的看護工來自越南或是目前比較多的印尼,他們比較常發生的問題是什麼嗎?我所謂的是看護部分。
gazette.blocks[44][0] 許部長銘春:請委員指教。
gazette.blocks[45][0] 盧委員縣一:他們大部分的知識水準都沒有那麼高,看護時,其實都在看手機,或一直在跟母國的家人視訊講話,真正照顧我們老人家的時間並沒有那麼多,他就是按照三餐餵,或是該換尿布、換藥的時候就做,其他時間都這樣,我的意思是,當然每個人有每個人的自由,我只是說他的工作態度,不過我也要要求,是不是看護的教育程度要稍微好一點,至少在教他怎麼換藥或是教他怎麼餵食的時候,有一個基本的概念,不然一個完全沒有知識水準的看護工來的話,在照顧我們的老人家時,你會放心嗎?是不是?是不是要做一個適當的調整?
gazette.blocks[46][0] 許部長銘春:好。
gazette.blocks[47][0] 盧委員縣一:另外,你知道大部分的失聯移工都在哪裡嗎?
gazette.blocks[48][0] 許部長銘春:營造業、農業,還有一些……
gazette.blocks[49][0] 盧委員縣一:我知道的失聯移工大部分都在山上種一些植栽,我也知道他們的問題,他們要申請變成所謂的合法或什麼的,條件都非常嚴格,所以是不是在找到他們以後,在適法性上面能不能有一些教育或什麼的?其實我都知道他們在哪裡,也看過他們在哪裡,你去阿里山看那些在採茶的人,大部分都不是合法的移工。其實大家都知道他們在哪裡,可是你們卻沒有人處理,可以嗎?他們大部分都在山區做植栽的工作。
gazette.blocks[50][0] 許部長銘春:這個我們可以請移民署處理,因為失聯移工的查緝是移民署的權責。
gazette.blocks[51][0] 盧委員縣一:好。再給我2分鐘時間,謝謝。部長,針對巴氏量表,今天能不能有一個比較明確的答案?你們是不是已經在進行規劃?就是免巴氏量表的這個部分。
gazette.blocks[52][0] 許部長銘春:報告委員,現在在巴氏量表以外,還有多元的認定方式,包括使用長照超過6個月,還有失智的、身心特殊障礙的,這些我們都有放寬認定。再來就是重招免評,就是重招以後,巴氏量表可以免評,這個我們也有放寬,我們會持續滾動檢討,也會跟衛福部這邊一起依他們的專業來處理。
gazette.blocks[53][0] 盧委員縣一:是不是就一個疾病診斷書就可以取代?因為巴氏量表實在浪費很多資源,尤其是住在偏遠地區的族人,他們要包車,還要請家人載他們,然後有時候剛好看的科別醫師請假,或者是說他不願意的話,又要再花一天過來,等於是勞師動眾。
gazette.blocks[54][0] 許部長銘春:報告委員,基本上能夠聘請看護工的,他就是失能,而失能的認定,其實在巴氏量表……
gazette.blocks[55][0] 盧委員縣一:對,我是說一般醫師的檢定應該也可以啊!
gazette.blocks[56][0] 許部長銘春:我想巴氏量表是一個各國都認同的標準,其他的部分……
gazette.blocks[57][0] 盧委員縣一:我相信只要是在臺灣獲得合格醫師執照的,都不會亂開證明,不是嗎?為什麼一定要巴氏量表來擾民呢?
gazette.blocks[58][0] 許部長銘春:這個權責一部分是在衛福部,我們再跟……
gazette.blocks[59][0] 盧委員縣一:希望你們再做檢討,在修正的時候能夠把這些考慮進去,最主要就是要便民,對嗎?不是嗎?
gazette.blocks[60][0] 許部長銘春:是。
gazette.blocks[61][0] 盧委員縣一:好,謝謝。
gazette.blocks[62][0] 許部長銘春:我們會跟衛福部一起來檢討,謝謝委員。
gazette.blocks[63][0] 盧委員縣一:好,謝謝。
gazette.blocks[64][0] 主席:謝謝盧縣一委員的質詢。
gazette.blocks[64][1] 等一下林淑芬委員質詢結束後,我們處理臨時提案。
gazette.blocks[64][2] 現在請楊曜委員質詢。
gazette.blocks[65][0] 黃委員秀芳:主席,臨時提案是不是可以先發給我們?
gazette.blocks[66][0] 主席:臨時提案是不是?好啊,如果有好的。好像部會他們都有了。
gazette.blocks[66][1] 好,楊曜委員請。
gazette.agenda.page_end 214
gazette.agenda.meet_id 委員會-11-1-26-3
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 蘇清泉
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 陳菁徽
gazette.agenda.speakers[5] 涂權吉
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 廖偉翔
gazette.agenda.speakers[9] 黃秀芳
gazette.agenda.speakers[10] 盧縣一
gazette.agenda.speakers[11] 楊曜
gazette.agenda.speakers[12] 劉建國
gazette.agenda.speakers[13] 林淑芬
gazette.agenda.speakers[14] 謝衣鳯
gazette.agenda.speakers[15] 李彥秀
gazette.agenda.speakers[16] 楊瓊瓔
gazette.agenda.speakers[17] 吳思瑤
gazette.agenda.speakers[18] 洪申翰
gazette.agenda.speakers[19] 游顥
gazette.agenda.speakers[20] 洪孟楷
gazette.agenda.speakers[21] 蔡易餘
gazette.agenda.speakers[22] 羅智強
gazette.agenda.speakers[23] 陳瑩
gazette.agenda.speakers[24] 王鴻薇
gazette.agenda.speakers[25] 陳冠廷
gazette.agenda.page_start 125
gazette.agenda.meetingDate[0] 2024-03-06
gazette.agenda.gazette_id 1130701
gazette.agenda.agenda_lcidc_ids[0] 1130701_00004
gazette.agenda.meet_name 立法院第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長、外交部、勞動力發展署、衛生福利部、內政部、國家安全局就「我國開放印度 移工對本國勞工就業市場之衝擊」進行專題報告,並備質詢
gazette.agenda.agenda_id 1130701_00003
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.97596875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 12.18096875
transcript.pyannote[1].end 13.61534375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 19.28534375
transcript.pyannote[2].end 19.85909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 26.44034375
transcript.pyannote[3].end 27.80721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 28.07721875
transcript.pyannote[4].end 30.65909375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 31.14846875
transcript.pyannote[5].end 32.16096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 32.31284375
transcript.pyannote[6].end 48.09096875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 48.31034375
transcript.pyannote[7].end 52.54596875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 52.64721875
transcript.pyannote[8].end 53.60909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 55.31346875
transcript.pyannote[9].end 60.52784375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 61.25346875
transcript.pyannote[10].end 63.95346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 63.37971875
transcript.pyannote[11].end 71.24346875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 70.24784375
transcript.pyannote[12].end 70.90596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 72.13784375
transcript.pyannote[13].end 74.06159375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 74.31471875
transcript.pyannote[14].end 79.10721875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 76.77846875
transcript.pyannote[15].end 76.91346875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 78.80346875
transcript.pyannote[16].end 79.46159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 79.90034375
transcript.pyannote[17].end 82.39784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 81.45284375
transcript.pyannote[18].end 81.72284375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 88.96221875
transcript.pyannote[19].end 88.97909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 89.02971875
transcript.pyannote[20].end 90.44721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 90.44721875
transcript.pyannote[21].end 107.15346875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 95.35784375
transcript.pyannote[22].end 95.50971875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 95.56034375
transcript.pyannote[23].end 95.86409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 107.11971875
transcript.pyannote[24].end 107.50784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 107.17034375
transcript.pyannote[25].end 107.18721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 107.35596875
transcript.pyannote[26].end 110.35971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 110.69721875
transcript.pyannote[27].end 115.74284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 114.91596875
transcript.pyannote[28].end 116.41784375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 116.45159375
transcript.pyannote[29].end 116.50221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 116.55284375
transcript.pyannote[30].end 123.11721875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 123.45471875
transcript.pyannote[31].end 123.50534375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 123.50534375
transcript.pyannote[32].end 129.73221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 124.82159375
transcript.pyannote[33].end 125.46284375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 125.46284375
transcript.pyannote[34].end 125.83409375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 130.44096875
transcript.pyannote[35].end 131.97659375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 132.14534375
transcript.pyannote[36].end 135.14909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 135.23346875
transcript.pyannote[37].end 135.57096875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 135.57096875
transcript.pyannote[38].end 135.84096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 135.84096875
transcript.pyannote[39].end 141.78096875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 142.00034375
transcript.pyannote[40].end 153.59346875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 146.57346875
transcript.pyannote[41].end 146.62409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 154.62284375
transcript.pyannote[42].end 155.28096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 155.71971875
transcript.pyannote[43].end 159.01034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 159.39846875
transcript.pyannote[44].end 161.03534375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 161.23784375
transcript.pyannote[45].end 165.22034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 165.22034375
transcript.pyannote[46].end 165.42284375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 165.67596875
transcript.pyannote[47].end 170.36721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 165.82784375
transcript.pyannote[48].end 166.03034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 167.73471875
transcript.pyannote[49].end 168.20721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 170.01284375
transcript.pyannote[50].end 171.97034375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 171.97034375
transcript.pyannote[51].end 172.15596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 172.32471875
transcript.pyannote[52].end 178.97346875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 178.09596875
transcript.pyannote[53].end 182.63534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 183.51284375
transcript.pyannote[54].end 189.85784375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 190.21221875
transcript.pyannote[55].end 193.82346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 194.34659375
transcript.pyannote[56].end 201.50159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 201.82221875
transcript.pyannote[57].end 203.56034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 203.57721875
transcript.pyannote[58].end 208.45409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 208.77471875
transcript.pyannote[59].end 209.65221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 210.10784375
transcript.pyannote[60].end 212.03159375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 212.87534375
transcript.pyannote[61].end 218.08971875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 218.39346875
transcript.pyannote[62].end 226.83096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 225.43034375
transcript.pyannote[63].end 227.10096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 227.45534375
transcript.pyannote[64].end 230.67846875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 231.31971875
transcript.pyannote[65].end 237.81659375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 238.05284375
transcript.pyannote[66].end 240.28034375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 240.58409375
transcript.pyannote[67].end 245.96721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 245.96721875
transcript.pyannote[68].end 253.10534375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 253.61159375
transcript.pyannote[69].end 255.43409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 254.28659375
transcript.pyannote[70].end 256.12596875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 255.58596875
transcript.pyannote[71].end 257.03721875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 257.64471875
transcript.pyannote[72].end 261.27284375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 259.75409375
transcript.pyannote[73].end 266.57159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 264.14159375
transcript.pyannote[74].end 265.50846875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 266.25096875
transcript.pyannote[75].end 271.65096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 267.92159375
transcript.pyannote[76].end 268.32659375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 271.80284375
transcript.pyannote[77].end 278.26596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 274.70534375
transcript.pyannote[78].end 274.97534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 277.16909375
transcript.pyannote[79].end 277.52346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 278.06346875
transcript.pyannote[80].end 278.24909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 278.26596875
transcript.pyannote[81].end 278.97471875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 278.97471875
transcript.pyannote[82].end 279.02534375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 279.02534375
transcript.pyannote[83].end 279.17721875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 279.17721875
transcript.pyannote[84].end 279.24471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 279.24471875
transcript.pyannote[85].end 280.29096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 281.15159375
transcript.pyannote[86].end 285.80909375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 287.54721875
transcript.pyannote[87].end 289.65659375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 288.55971875
transcript.pyannote[88].end 291.58034375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 291.46221875
transcript.pyannote[89].end 291.86721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 291.86721875
transcript.pyannote[90].end 298.95471875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 296.98034375
transcript.pyannote[91].end 297.03096875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 298.49909375
transcript.pyannote[92].end 300.22034375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 300.03471875
transcript.pyannote[93].end 314.93534375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 314.95221875
transcript.pyannote[94].end 315.94784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 315.94784375
transcript.pyannote[95].end 316.09971875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 316.09971875
transcript.pyannote[96].end 321.66846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 317.70284375
transcript.pyannote[97].end 318.09096875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 320.33534375
transcript.pyannote[98].end 328.57034375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 326.39346875
transcript.pyannote[99].end 328.09784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 329.11034375
transcript.pyannote[100].end 344.71971875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 332.85659375
transcript.pyannote[101].end 333.14346875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 345.14159375
transcript.pyannote[102].end 345.96846875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 345.96846875
transcript.pyannote[103].end 352.44846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 351.72284375
transcript.pyannote[104].end 360.91971875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 356.54909375
transcript.pyannote[105].end 358.79346875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 359.43471875
transcript.pyannote[106].end 361.64534375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 361.07159375
transcript.pyannote[107].end 366.21846875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 366.47159375
transcript.pyannote[108].end 369.89721875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 369.94784375
transcript.pyannote[109].end 372.93471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 373.57596875
transcript.pyannote[110].end 378.75659375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 374.95971875
transcript.pyannote[111].end 374.97659375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 374.97659375
transcript.pyannote[112].end 375.55034375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 378.45284375
transcript.pyannote[113].end 378.63846875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 378.75659375
transcript.pyannote[114].end 378.80721875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 378.80721875
transcript.pyannote[115].end 380.73096875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 378.82409375
transcript.pyannote[116].end 378.89159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 380.76471875
transcript.pyannote[117].end 380.81534375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 380.81534375
transcript.pyannote[118].end 381.16971875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 381.16971875
transcript.pyannote[119].end 381.84471875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 381.45659375
transcript.pyannote[120].end 385.60784375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 383.44784375
transcript.pyannote[121].end 383.81909375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 386.23221875
transcript.pyannote[122].end 388.76346875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 389.75909375
transcript.pyannote[123].end 400.76159375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 395.14221875
transcript.pyannote[124].end 395.61471875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 402.41534375
transcript.pyannote[125].end 403.56284375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 403.34346875
transcript.pyannote[126].end 410.26221875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 406.81971875
transcript.pyannote[127].end 407.14034375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 410.59971875
transcript.pyannote[128].end 416.23596875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 416.35409375
transcript.pyannote[129].end 431.59221875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 432.35159375
transcript.pyannote[130].end 432.92534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 433.61721875
transcript.pyannote[131].end 437.32971875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 437.68409375
transcript.pyannote[132].end 439.40534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 439.64159375
transcript.pyannote[133].end 447.13409375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 447.50534375
transcript.pyannote[134].end 450.30659375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 448.39971875
transcript.pyannote[135].end 448.85534375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 450.74534375
transcript.pyannote[136].end 450.76221875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 450.76221875
transcript.pyannote[137].end 451.03221875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 451.03221875
transcript.pyannote[138].end 451.33596875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 451.69034375
transcript.pyannote[139].end 454.03596875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 455.23409375
transcript.pyannote[140].end 458.15346875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 457.57971875
transcript.pyannote[141].end 463.03034375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 460.33034375
transcript.pyannote[142].end 460.83659375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 464.05971875
transcript.pyannote[143].end 480.59721875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 481.39034375
transcript.pyannote[144].end 485.23784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 485.47409375
transcript.pyannote[145].end 488.76471875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 489.23721875
transcript.pyannote[146].end 492.67971875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 493.11846875
transcript.pyannote[147].end 493.64159375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 494.38409375
transcript.pyannote[148].end 497.53971875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 496.08846875
transcript.pyannote[149].end 499.14284375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 498.63659375
transcript.pyannote[150].end 498.94034375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 499.44659375
transcript.pyannote[151].end 502.04534375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 502.16346875
transcript.pyannote[152].end 502.53471875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 503.07471875
transcript.pyannote[153].end 504.76221875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 505.55534375
transcript.pyannote[154].end 505.97721875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 506.92221875
transcript.pyannote[155].end 508.44096875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 508.72784375
transcript.pyannote[156].end 510.02721875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 510.26346875
transcript.pyannote[157].end 510.48284375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 510.78659375
transcript.pyannote[158].end 514.83659375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 515.22471875
transcript.pyannote[159].end 517.14846875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 518.26221875
transcript.pyannote[160].end 519.84846875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 518.32971875
transcript.pyannote[161].end 518.75159375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 520.05096875
transcript.pyannote[162].end 542.46096875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 527.84721875
transcript.pyannote[163].end 528.30284375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 529.88909375
transcript.pyannote[164].end 530.58096875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 532.38659375
transcript.pyannote[165].end 532.70721875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 543.35534375
transcript.pyannote[166].end 547.87784375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 548.31659375
transcript.pyannote[167].end 548.63721875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 550.47659375
transcript.pyannote[168].end 551.99534375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 551.99534375
transcript.pyannote[169].end 552.02909375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 553.12596875
transcript.pyannote[170].end 556.83846875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 557.29409375
transcript.pyannote[171].end 562.94721875
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 562.96409375
transcript.pyannote[172].end 562.98096875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 563.45346875
transcript.pyannote[173].end 576.09284375
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 575.75534375
transcript.pyannote[174].end 580.80096875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 580.83471875
transcript.pyannote[175].end 585.01971875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 580.91909375
transcript.pyannote[176].end 582.96096875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 584.02409375
transcript.pyannote[177].end 586.11659375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 586.08284375
transcript.pyannote[178].end 587.83784375
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 588.15846875
transcript.pyannote[179].end 592.71471875
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 589.23846875
transcript.pyannote[180].end 595.02659375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 593.45721875
transcript.pyannote[181].end 594.55409375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 595.43159375
transcript.pyannote[182].end 600.39284375
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 598.99221875
transcript.pyannote[183].end 599.04284375
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 599.14409375
transcript.pyannote[184].end 599.93721875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 600.62909375
transcript.pyannote[185].end 609.45471875
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 602.41784375
transcript.pyannote[186].end 604.08846875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 609.72471875
transcript.pyannote[187].end 611.09159375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 611.29409375
transcript.pyannote[188].end 611.71596875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 611.71596875
transcript.pyannote[189].end 612.45846875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 611.74971875
transcript.pyannote[190].end 614.24721875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 613.97721875
transcript.pyannote[191].end 614.06159375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 614.07846875
transcript.pyannote[192].end 614.16284375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 614.24721875
transcript.pyannote[193].end 614.75346875
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 615.76596875
transcript.pyannote[194].end 618.28034375
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 618.48284375
transcript.pyannote[195].end 622.65096875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 622.85346875
transcript.pyannote[196].end 623.96721875
transcript.whisperx[0].start 0.289
transcript.whisperx[0].end 12.394
transcript.whisperx[0].text 進行咨詢。好來請部長謝謝。
transcript.whisperx[1].start 26.662
transcript.whisperx[1].end 29.284
transcript.whisperx[1].text 8號委員我們其實在整個原住民的協助方面
transcript.whisperx[2].start 55.373
transcript.whisperx[2].end 81.271
transcript.whisperx[2].text 我們持續的報告說就業的媒合職業的訓練我們都有一直在推動計畫在處理那我要問的問題是說你們一年的編列的預算是多少針對原住民的勞工的一個比如說你說剛才的媒合或者是說你們的教育訓練有沒有編列多少的預算給我們我請署長查一下這邊有
transcript.whisperx[3].start 89.198
transcript.whisperx[3].end 116.076
transcript.whisperx[3].text 我請署長說明跟委員報告其實原住民我們現在其實都跟原民會一起在合作那預算如果是以今年113年其實我們大概編列了4億7千多萬那其實這裡面主要就是協助原住民包含職業訓練還有就業媒合協助那其實目前這幾年下來其實原住民在透過相關的一些大概整個的需求我們大概盡量的來做一個使用率有百分之百嗎
transcript.whisperx[4].start 116.816
transcript.whisperx[4].end 129.095
transcript.whisperx[4].text 現在目前的就業的情況其實過比過去都好很多失業率其實跟我們現在的一般也已經都接近了我這邊有個數字去年喔去年的推介的就業率達到
transcript.whisperx[5].start 131.332
transcript.whisperx[5].end 155.063
transcript.whisperx[5].text 這是去年 74.32那我也同意這一兩個小時裡面很多委員所提到的執聘中心的檢討那我希望我本席辦公室也會收到你們檢討報告好不好然後接到我們進行今天的主題你部長告訴我一下你知道的印度是什麼樣的一個國家你的理解
transcript.whisperx[6].start 155.762
transcript.whisperx[6].end 182.131
transcript.whisperx[6].text 他是一個文明古國有多元的這些豐富的文化那我的理解是他是全世界人口最多的國家是人口紅利他現在是人口紅利最多的國家包括青年的人口紅利那我們這次要來的是白領還是藍領我們是藍領藍領為主報告委員我們的白領早就有了我們現在台灣的白領有2800多人我知道美國的引進的印度勞工是白領
transcript.whisperx[7].start 183.604
transcript.whisperx[7].end 211.864
transcript.whisperx[7].text 所以我希望你們這邊能夠做一個所謂的限制因為他們的資訊的方面的所謂的也是很超前所以他們在美國錄用的印度移工是超過50%都是來自印度所以一旦我們簽署了MOU以後他們萬一有這方面的需求對我們這方面的要求會影響到我們本國的我們資訊業所以你們這方面要把關好不好
transcript.whisperx[8].start 213.344
transcript.whisperx[8].end 214.245
transcript.whisperx[8].text 你可以預期多少人是來自哪一區是說哪一種語言嗎?
transcript.whisperx[9].start 231.377
transcript.whisperx[9].end 252.867
transcript.whisperx[9].text 目前這個都還要透過工作成績會議來談MOU簽完以後接下來就是重點就是工作成績會議這個就是要來決定哪些行業哪些人數包括語言條件技能條件等等因為我們常常在很多地方會看到越南語、泰語的標示還有或者是馬來西亞那你有
transcript.whisperx[10].start 253.703
transcript.whisperx[10].end 280.126
transcript.whisperx[10].text 未來會要如何標示印度語你知道嗎?我們這個多國語言的移工的服務這個我們都會同步會做印度語沒有國語它的官方語言就是英文所以標示上就會沒有問題就是會以英文為主啦你就像那個印尼也好菲律賓也好他們其實有時候那個各地語言不太一樣我們基本上就是會以方言很多啦但是我們基本上可能會以英文為主下一頁看一下
transcript.whisperx[11].start 281.192
transcript.whisperx[11].end 285.46
transcript.whisperx[11].text 那你知道去年整個印度的傳染病的前7名是哪些疾病嗎?
transcript.whisperx[12].start 289.246
transcript.whisperx[12].end 314.3
transcript.whisperx[12].text 對,就是去年的資料,最新的。那我們扣除第一個跟最後一個,也就是說它是屬於已經退流行的,也就是季節性的話,其實前,你扣掉COVID-19,後來的這個LiveWare或是Type 4或是Type Glossis,其實這些在我們國家是比較少見,而且是第二名這個瘧疾是有死亡風險的,這個部分的把關應該要嚴格把關。
transcript.whisperx[13].start 315.18
transcript.whisperx[13].end 342.931
transcript.whisperx[13].text 報告委員如果有這些都進不來因為他們要來的話第一個他要健檢合格然後進來以後我看到你們的衛福部的報告裡面的那個對針對我們移工的一個健檢的部分其實對你們的標準的作業其實對每個國家的移工的都是一樣的沒有因為針對他這個國家的特殊性做調整我希望能夠提醒說以後這個瘧疾啊或者傷人這些如果萬一跑進來的話你們要怎麼辦是
transcript.whisperx[14].start 343.956
transcript.whisperx[14].end 371.529
transcript.whisperx[14].text 報告委員那個衛福部他未來他那邊要醫院經衛福部認可醫院的健康證明才會進來因為美國的幾乎的幾乎所做的項目都一樣你不會因為針對是泰國是這樣然後印度是這樣我希望你能夠做一個修正是好不好沒問題有請看第1、2、3、4、5第5項是HIV他們的人口數這麼多所以這個部分你的那個routine的檢查裡面沒有這項這個項目
transcript.whisperx[15].start 373.63
transcript.whisperx[15].end 400.025
transcript.whisperx[15].text 我是說你們的那個衛福部所要檢查的項目沒有包括這一項我有看那個第6頁的樣子這個部分委員我們會來注意就是每個國家的傳染病的狀況那你現在你知道現在我們的康復工就是來自越南或者是目前比較多的是印尼他們比較常發生的問題是什麼嗎我所謂的康復
transcript.whisperx[16].start 402.526
transcript.whisperx[16].end 431.261
transcript.whisperx[16].text 那請你委員指教大部分他們都是知識水準沒有那麼高然後其實大部分都在看手機然後一直在跟他母國的家人講話視訊講話其實在真正在照顧我們老人家的那個時間其實沒有那麼多他就按照三餐或者是該換尿布的時候該換藥的時候就做或是其他時間都這樣那我的意思是說當然每一個人每一個人的自由或者是說他的工作的態度不過我要要求是不是看護的那個教育程度要稍微好一點
transcript.whisperx[17].start 432.418
transcript.whisperx[17].end 453.849
transcript.whisperx[17].text 至少在在教他要怎麼換藥或者是要教他怎麼餵食的時候有一個基本的一個他的一個概念不然你完全沒有知識水準的一個看護工來的話你再照顧我們的老人家是你會放心嗎是不是要是不是要做一個適當的調整你知道失戀移工都在哪裡嗎大部分
transcript.whisperx[18].start 455.562
transcript.whisperx[18].end 480.552
transcript.whisperx[18].text 銀藻業、農業我知道的私立移工大部分都在山上在種一些植栽然後那我知道他們的問題當然說他們要申請要變成所謂的合法或什麼那些條件都非常的嚴格所以是不是在找到他們以後能不能是不是在司法性上面能不能一些教育或什麼的
transcript.whisperx[19].start 481.468
transcript.whisperx[19].end 503.807
transcript.whisperx[19].text 其實我都知道他們在哪,我也看過他們在哪裡你去阿里山看一些在採茶的,大部分其實都不是合法的移工啊其實大家都知道他們在哪裡可是你們卻沒有人在處理,可以嗎?大部分都在山區做這種植栽的工作這個我們可以請移民署來處理,因為那個適應移工茶器是移民署的權責好,那再給我兩分鐘的時間,謝謝
transcript.whisperx[20].start 506.963
transcript.whisperx[20].end 519.58
transcript.whisperx[20].text 那針對我們的巴士量表我希望今天能不能有一個比較明確的答案你們有沒有已經在進行規劃還是什麼免巴士量表這個部分
transcript.whisperx[21].start 520.08
transcript.whisperx[21].end 543.832
transcript.whisperx[21].text 報告委員我們現在就是巴士任表以外我們還有多元的認定方式包括你使用長照那個超過6個月還有這些失智的還有一些身心特殊身心障礙的這個我們都有放寬認定再來就是他從早免評從早以後不用再在巴士任表免評這個我們也有放寬這個我們會持續滾動檢討也會跟衛福部這邊一起
transcript.whisperx[22].start 550.526
transcript.whisperx[22].end 574.876
transcript.whisperx[22].text 以他們的專業來處理是不是就一個疾病診斷書就可以來取代?因為巴斯列表實在是太浪費很多的資源尤其是住在偏遠地區的族人他們要包車還要請家人載他們然後有時候剛好看的科別醫師請假或者是說他不願意的話他又要再花一天再過來等於是勞思動眾
transcript.whisperx[23].start 576.437
transcript.whisperx[23].end 591.211
transcript.whisperx[23].text 報告委因為我們基本上看護工能夠聘請看護工他就是私能對我是說私能的認定其實在巴士量表巴士量表他是一個我想是各國所承認的標準只要是在台灣獲得合格醫師的執照他不會亂開
transcript.whisperx[24].start 595.435
transcript.whisperx[24].end 597.136
transcript.whisperx[24].text 盧縣一委員的質詢那等一下林淑芬委員質詢結束後我們處理臨時提案