iVOD / 150141

Field Value
IVOD_ID 150141
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150141
日期 2024-03-20
會議資料.會議代碼 委員會-11-1-26-7
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7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 7
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7次全體委員會議
影片種類 Clip
開始時間 2024-03-20T11:14:11+08:00
結束時間 2024-03-20T11:28:09+08:00
影片長度 00:13:58
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/b8deaa01a2e7f1920e4b5057ee50a2142c38239db8676b4ff8ba9b0039caa7a6552700a2677dd5fa5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王正旭
委員發言時間 11:14:11 - 11:28:09
會議時間 2024-03-20T09:00:00+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7次全體委員會議(事由:一、邀請勞動部部長、衛生福利部、教育部就「落實職場性別平等及性平三法上路如何落實雇主責任」進行專題報告,並備質詢。 二、邀請衛生福利部、勞動部、教育部就「完善職場育兒環境及托育人員專業職能、工作倫理及職業道德之培訓策進作為」進行專題報告,並備質詢。 【專題報告綜合詢答】 【3月20日及21日二天一次會】)
gazette.lineno 758
gazette.blocks[0][0] 王委員正旭:(11時14分)謝謝主席。有請勞動部許部長,還有衛福部李次長。
gazette.blocks[1][0] 主席:兩位請。
gazette.blocks[2][0] 許部長銘春:王委員好。
gazette.blocks[3][0] 李次長麗芬:委員好。
gazette.blocks[4][0] 王委員正旭:部長好,次長好。我想大家、包括本席在內,所有國人都非常關心職場性別平等計畫有沒有好好落實,在這個過程裡面,所有的國人在職場當中都不要因為性別而遭受到歧視或者是不平等的對待。今天要跟兩位就教的就是有關於在醫院裡面我們看到滿多的男性護理師,男性護理師占所有的護理工作同仁裡面只有不到5%,就是100個臨床的護理工作同仁裡面,差不多只有4.2%、4.4%是男性護理師,不知道未來兩個部會有沒有辦法持續加強男性護理師,在招募、宣傳或者使用圖像的時候,能夠凸顯出男性護理師在這個職場裡面的重要性?還有如何能夠有機會讓社會大眾也瞭解,其實男性護理師在這個職場是負擔重要的工作?其實也可以鼓勵家長讓他們的小朋友有機會進到這個職場來,就這部分不知道目前兩個跨部會之間有哪一些努力的方向正在進行中?
gazette.blocks[5][0] 許部長銘春:報告委員,我覺得這件事情可能在教育這一端要鼓勵在護理的職場也讓男性能夠願意唸這樣的科系,然後進入到這樣的職場。當然,在招募時的用語或圖像部分,我們會來努力,這個沒有問題。
gazette.blocks[6][0] 王委員正旭:好。因為我在醫院常常看到很多招募的廣告或圖像,可是好像還沒看過男性護理師的圖像,希望能夠持續來加強。
gazette.blocks[7][0] 李次長麗芬:報告委員,這個部分我們會回去請照護司在整個護理人員相關的形象應該還是要有男性護理師的形象,我們也會持續來強化、加強,謝謝。
gazette.blocks[8][0] 王委員正旭:好,謝謝。的確男性護理師在很多的領域,包括急診、精神科病房等等,他們擔任的角色是非常重要的。我們也知道目前一年將近有700位男性護理師畢業以後投入職場,去年就有關新到這些男性護理師如果在就業之前要面臨服役的話,有沒有機會去服替代役,去年薛部長也說會跟役政署做相關的研議,不知道目前有沒有相關的進度可以讓大家更瞭解?
gazette.blocks[9][0] 李次長麗芬:目前應該還在研議中,我們會再請負責的同仁儘快。目前應該還在研議中。
gazette.blocks[10][0] 王委員正旭:是可以理解的,服兵役當然是每一位……
gazette.blocks[11][0] 李次長麗芬:因為這個可能還要跟包括內政部要一起做討論,我們會回去瞭解。我再回去瞭解目前的進度怎樣,再跟委員報告。
gazette.blocks[12][0] 王委員正旭:好,那就麻煩次長……
gazette.blocks[13][0] 李次長麗芬:謝謝。
gazette.blocks[14][0] 王委員正旭:把這個訊息帶回去請部長繼續幫忙。
gazette.blocks[15][0] 李次長麗芬:好。
gazette.blocks[16][0] 王委員正旭:再往下看如何完善職場的育兒環境,我們也知道,其實要提升女性經濟力,讓女性能夠貢獻於臺灣整個民間、還有社會的力量時會碰到一些問題,針對女性幫助社會做更好的建設部分,其中有一個很大的困境,就是女性因為育兒照顧負擔而退出職場,非常可惜,所以衛福部也推廣了性別平等推動的計畫。目前我們也看到針對男性、女性在請假的部分,至少女性會因為這樣的問題而影響到工作的百分比,相對來講還是比男性多,就是男性其實更難為了照顧家裡的小朋友而要請假,所以這部分如何能夠加強宣導,讓男性的家長也有機會根據需要而做適當的請假,同時協助解決整個家庭在照顧兒童方面造成的困難?不曉得兩個部會在加強的部分怎麼去執行?
gazette.blocks[17][0] 許部長銘春:報告委員,其實我們現在已經放寬,父母可以同時請育嬰留職停薪,共同來照顧小孩。所以委員您這個是2020年的資料,我們到去(2022)年育嬰留職停薪男性的部分大幅成長了61%,把制度放寬之後,男性請假跟媽媽共同照顧幼兒的比例有大幅提升。
gazette.blocks[18][0] 王委員正旭:所以可以看到政策有成果。
gazette.blocks[19][0] 許部長銘春:有,有,有政策成果出來,這個資料我再給委員。
gazette.blocks[20][0] 王委員正旭:好啊,再麻煩提供給本席做參考。所以這是一個試辦計畫嗎?
gazette.blocks[21][0] 許部長銘春:沒有,已經是法律,修法完成了。
gazette.blocks[22][0] 王委員正旭:好。
gazette.blocks[23][0] 許部長銘春:更彈性的還在試辦,就是讓他可以短天數,我們現在育嬰留停至少要請30天以上,而現在5月1號準備要試辦的大概不低於5天啦,如果企業願意低於5天我們也樂觀其成。那又是另外一個制度,就是儘量讓制度多元,讓勞動者去選擇怎麼樣能夠兼顧職場跟他的育兒。
gazette.blocks[24][0] 王委員正旭:所以試辦計畫就是希望假設他以後需要請假,不需要一次請半年或更久。
gazette.blocks[25][0] 許部長銘春:對。
gazette.blocks[26][0] 王委員正旭:只要他能夠依照雇主的需求,在規範之下他可以請幾天或者是幾週的時間,讓他更彈性地去照顧家裡的幼兒。
gazette.blocks[27][0] 許部長銘春:對,我們之前是請6個月或者至少30天,這樣修法之後實施的成效,男性部分是大幅的提升。
gazette.blocks[28][0] 王委員正旭:是,如果說試辦非常成功的話,有需要做法令上的修改,我們到時候再看狀況來做調整。
gazette.blocks[29][0] 許部長銘春:現在就是零碎化,關於日、時,我們現在以「日」可能比較適當,但我們先試看看,先試辦到年底然後看看企業的回饋如何,再來做一些研議。
gazette.blocks[30][0] 王委員正旭:好,本席會再注意示範的結果。
gazette.blocks[31][0] 許部長銘春:謝謝。
gazette.blocks[32][0] 王委員正旭:其實現在都很鼓勵每一個工作單位能夠申請哺乳或是托兒措施的建置,讓整個友善環境可以做得更好。可是我們看到這個數字相對是比較低,比較低的理由可能是很多都已經建置好了,所以他每一年追加的部分就比較少,以我們看到的醫療院所補助家數為例,好像每一年都只有二十幾家,相較於總共有四百多家的醫療院所,這個數字的呈現看起來有一些問題,是不是都已經做得很好了,所以追加的部分就相對比較少?
gazette.blocks[33][0] 許部長銘春:對,報告委員……
gazette.blocks[34][0] 王委員正旭:將來這個數據的呈現可以再怎麼調控?
gazette.blocks[35][0] 許部長銘春:其實現在哺集乳室跟托兒設施在各企業,我去看時幾乎都有,已經建置的比較普遍,所以後面成長就會趨緩啦!
gazette.blocks[36][0] 王委員正旭:是,我的意思就是說,這個數據的呈現,如果讓它覺得很少數的話,那怎麼去做一個滾動式檢討,讓這個數據呈現可以讓在閱讀的人可以更瞭解它的問題之所在。
gazette.blocks[36][1] 接著,關於剛剛很多委員都有提到的無國籍兒童權益保障的部分,其實資源不是沒有,只是沒有妥善的整合。的確在臺灣目前的無依兒少可能是來自失聯勞工所造成的問題,請問目前我們到底有沒有比較可靠的數據,這些失聯勞工的兒童數字差不多有多少?這部分不知道要……
gazette.blocks[37][0] 許部長銘春:報告委員,我們現在統計的是近20年,從民國93年到今年的1月,大概所謂「黑戶寶寶」的人數是一萬八啦!整個20年下來剛好一萬八。而這裡面失聯移工的寶寶大概是3,579人,占了19.6%。
gazette.blocks[38][0] 王委員正旭:是,所以三千多名的……
gazette.blocks[39][0] 許部長銘春:是20年來。
gazette.blocks[40][0] 王委員正旭:可是我們擔心的是,如果有更多這些寶寶的話,或者是他還沒有成年的時候,他的一些醫療照顧或是相關需求,這是需要關注的議題。
gazette.blocks[41][0] 許部長銘春:跟委員報告,我說明一下,監察院糾正行政院之後,我們有3個部會在跨部會勾稽,一個是移民署,因為移民署是負責居停留業務,然後衛福部的國健署是健保,就是有去產檢或什麼的就會有資料,另外,就是我們的聘僱許可,這三方的資料現在勾稽起來,就有辦法去追蹤所謂黑戶寶寶的人數,可以去掌握現在的狀況,然後看怎麼去協助啦!這個部分也是剛剛召委在關心的,事實上,我們就是有建立這樣一個機制,三方勾稽就可以把人找出來。
gazette.blocks[42][0] 王委員正旭:是,那找出來總是要安置,但是安置又需要費用……
gazette.blocks[43][0] 許部長銘春:對,找出來的安置我們會主動介入,至少3個部會,內政部是負責國籍還有居留以及失聯移工跟他所生子女的安置;衛福部就是那些無依兒少的醫療安置,還有疫苗及社福的資源;而我們就是負責費用的補助,那些安置遣返的費用就是勞動部由就安基金來做補貼。
gazette.blocks[44][0] 王委員正旭:是,所以原則上就是3個單位會共同來處理這樣的問題嘛,那勞動部會比較辛苦一點,就是要去……
gazette.blocks[45][0] 許部長銘春:我們現在也在做移工懷孕的權益保障指引,就是移工如果懷孕的話,我們如何提升整個協助服務的資源,把合法、失聯的都納入。另外也在我們的LINE一點通,我們會建置相關的醫療資訊資源,這個應該半年內就會把它建置完成,讓有需要的這些懷孕的移工,不管失聯或合法,都可以找得到醫療資源來協助。
gazette.blocks[46][0] 王委員正旭:好,上次本席也希望把這個費用,不管是醫療或育兒費用,也都能夠寫到文件裡面,這一部分再麻煩部長這邊持續去注意到文件的落實。
gazette.blocks[47][0] 許部長銘春:好。
gazette.blocks[48][0] 王委員正旭:OK,好,最後的部分就是上一次有提到新南向中心,其實很多醫療院所,有40家以上針對於如何去服務相關新南向過來的這些,不管是移工或者是團體們,其實不只是在做慢性疾病照護而已,這部分的資源運用還可以提供給勞動部這邊做參考。再麻煩部長多瞭解,以後如果有需要的話……
gazette.blocks[49][0] 許部長銘春:今天衛福部也在,我們再……
gazette.blocks[50][0] 李次長麗芬:我們再一起……
gazette.blocks[51][0] 王委員正旭:麻煩大家一起努力。
gazette.blocks[52][0] 許部長銘春:好,我們一起努力,謝謝。
gazette.blocks[53][0] 李次長麗芬:好,謝謝委員。
gazette.blocks[54][0] 主席:好,謝謝。接下來我們請林淑芬委員進行質詢。
gazette.agenda.page_end 324
gazette.agenda.meet_id 委員會-11-1-26-7
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 林月琴
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 蘇清泉
gazette.agenda.speakers[7] 涂權吉
gazette.agenda.speakers[8] 劉建國
gazette.agenda.speakers[9] 黃秀芳
gazette.agenda.speakers[10] 王正旭
gazette.agenda.speakers[11] 林淑芬
gazette.agenda.speakers[12] 范雲
gazette.agenda.speakers[13] 李坤城
gazette.agenda.speakers[14] 洪孟楷
gazette.agenda.speakers[15] 李彥秀
gazette.agenda.speakers[16] 吳沛憶
gazette.agenda.speakers[17] 洪申翰
gazette.agenda.speakers[18] 牛煦庭
gazette.agenda.speakers[19] 張雅琳
gazette.agenda.speakers[20] 鄭天財Sra Kacaw
gazette.agenda.speakers[21] 陳培瑜
gazette.agenda.speakers[22] 陳瑩
gazette.agenda.speakers[23] 楊曜
gazette.agenda.speakers[24] 王鴻薇
gazette.agenda.speakers[25] 張啓楷
gazette.agenda.speakers[26] 邱鎮軍
gazette.agenda.page_start 237
gazette.agenda.meetingDate[0] 2024-03-20
gazette.agenda.gazette_id 1131801
gazette.agenda.agenda_lcidc_ids[0] 1131801_00009
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7次全體委員會議紀錄
gazette.agenda.content 一、邀請勞動部部長、衛生福利部、教育部就「落實職場性別平等及性平三法上路如何落實雇主 責任」進行專題報告,並備質詢;二、邀請衛生福利部、勞動部、教育部就「完善職場育兒環境 及托育人員專業職能、工作倫理及職業道德之培訓策進作為」進行專題報告,並備質詢
gazette.agenda.agenda_id 1131801_00014
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 10.83096875
transcript.pyannote[0].end 16.09596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 16.60221875
transcript.pyannote[1].end 17.36159375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 20.44971875
transcript.pyannote[2].end 21.15846875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 21.44534375
transcript.pyannote[3].end 21.81659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 21.96846875
transcript.pyannote[4].end 23.13284375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 23.21721875
transcript.pyannote[5].end 33.69659375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 33.88221875
transcript.pyannote[6].end 35.82284375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 36.51471875
transcript.pyannote[7].end 44.66534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 45.28971875
transcript.pyannote[8].end 45.88034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 46.35284375
transcript.pyannote[9].end 49.27221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 49.81221875
transcript.pyannote[10].end 52.22534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 52.49534375
transcript.pyannote[11].end 54.40221875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 54.97596875
transcript.pyannote[12].end 56.34284375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 56.64659375
transcript.pyannote[13].end 57.79409375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 57.86159375
transcript.pyannote[14].end 109.90409375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 112.51971875
transcript.pyannote[15].end 115.40534375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 115.75971875
transcript.pyannote[16].end 118.52721875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 119.05034375
transcript.pyannote[17].end 120.75471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 121.22721875
transcript.pyannote[18].end 121.76721875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 122.07096875
transcript.pyannote[19].end 124.33221875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 124.53471875
transcript.pyannote[20].end 124.83846875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 125.31096875
transcript.pyannote[21].end 126.54284375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 126.82971875
transcript.pyannote[22].end 127.97721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 128.02784375
transcript.pyannote[23].end 128.51721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 129.25971875
transcript.pyannote[24].end 138.45659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 138.96284375
transcript.pyannote[25].end 143.92409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 144.22784375
transcript.pyannote[26].end 146.70846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 146.75909375
transcript.pyannote[27].end 146.82659375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 146.82659375
transcript.pyannote[28].end 147.18096875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 147.38346875
transcript.pyannote[29].end 153.03659375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 151.70346875
transcript.pyannote[30].end 152.10846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 153.10409375
transcript.pyannote[31].end 157.00221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 157.13721875
transcript.pyannote[32].end 161.55846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 161.71034375
transcript.pyannote[33].end 165.15284375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 165.47346875
transcript.pyannote[34].end 170.35034375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 169.77659375
transcript.pyannote[35].end 170.18159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 170.29971875
transcript.pyannote[36].end 184.89659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 170.55284375
transcript.pyannote[37].end 170.70471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 185.23409375
transcript.pyannote[38].end 189.89159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 189.97596875
transcript.pyannote[39].end 203.47596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 203.83034375
transcript.pyannote[40].end 212.77409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 212.82471875
transcript.pyannote[41].end 218.89971875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 219.57471875
transcript.pyannote[42].end 221.24534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 221.61659375
transcript.pyannote[43].end 225.61596875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 225.98721875
transcript.pyannote[44].end 229.49721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 229.68284375
transcript.pyannote[45].end 232.55159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 229.80096875
transcript.pyannote[46].end 229.86846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 230.10471875
transcript.pyannote[47].end 230.15534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 232.58534375
transcript.pyannote[48].end 235.92659375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 235.85909375
transcript.pyannote[49].end 236.66909375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 237.19221875
transcript.pyannote[50].end 240.09471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 238.91346875
transcript.pyannote[51].end 238.96409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 239.85846875
transcript.pyannote[52].end 242.10284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 242.76096875
transcript.pyannote[53].end 244.68471875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 244.85346875
transcript.pyannote[54].end 252.53159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 246.81096875
transcript.pyannote[55].end 247.31721875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 252.53159375
transcript.pyannote[56].end 264.68159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 253.51034375
transcript.pyannote[57].end 254.28659375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 264.91784375
transcript.pyannote[58].end 269.60909375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 270.85784375
transcript.pyannote[59].end 276.05534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 276.42659375
transcript.pyannote[60].end 297.85784375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 298.61721875
transcript.pyannote[61].end 303.20721875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 304.27034375
transcript.pyannote[62].end 309.02909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 309.55221875
transcript.pyannote[63].end 313.07909375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 313.73721875
transcript.pyannote[64].end 318.10784375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 318.42846875
transcript.pyannote[65].end 319.71096875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 319.93034375
transcript.pyannote[66].end 322.47846875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 322.81596875
transcript.pyannote[67].end 338.88096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 339.37034375
transcript.pyannote[68].end 342.71159375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 340.55159375
transcript.pyannote[69].end 340.92284375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 341.80034375
transcript.pyannote[70].end 346.44096875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 346.74471875
transcript.pyannote[71].end 350.57534375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 350.71034375
transcript.pyannote[72].end 356.14409375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 356.32971875
transcript.pyannote[73].end 360.78471875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 361.32471875
transcript.pyannote[74].end 363.61971875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 363.78846875
transcript.pyannote[75].end 364.81784375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 364.90221875
transcript.pyannote[76].end 372.64784375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 370.84221875
transcript.pyannote[77].end 371.14596875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 372.49596875
transcript.pyannote[78].end 376.37721875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 372.74909375
transcript.pyannote[79].end 372.76596875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 372.78284375
transcript.pyannote[80].end 373.33971875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 375.26346875
transcript.pyannote[81].end 378.50346875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 377.62596875
transcript.pyannote[82].end 377.79471875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 378.57096875
transcript.pyannote[83].end 383.16096875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 380.25846875
transcript.pyannote[84].end 380.62971875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 383.16096875
transcript.pyannote[85].end 390.51846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 386.29971875
transcript.pyannote[86].end 387.95346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 388.71284375
transcript.pyannote[87].end 389.08409375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 391.39596875
transcript.pyannote[88].end 398.73659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 392.96534375
transcript.pyannote[89].end 393.30284375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 398.12909375
transcript.pyannote[90].end 398.51721875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 398.75346875
transcript.pyannote[91].end 400.55909375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 400.57596875
transcript.pyannote[92].end 401.31846875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 401.68971875
transcript.pyannote[93].end 404.06909375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 404.11971875
transcript.pyannote[94].end 407.12346875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 404.22096875
transcript.pyannote[95].end 404.60909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 407.89971875
transcript.pyannote[96].end 414.49784375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 414.86909375
transcript.pyannote[97].end 424.97721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 415.86471875
transcript.pyannote[98].end 416.77596875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 418.68284375
transcript.pyannote[99].end 419.12159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 420.85971875
transcript.pyannote[100].end 421.38284375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 424.23471875
transcript.pyannote[101].end 424.57221875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 424.97721875
transcript.pyannote[102].end 438.51096875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 430.51221875
transcript.pyannote[103].end 431.57534375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 437.02596875
transcript.pyannote[104].end 437.54909375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 438.24096875
transcript.pyannote[105].end 438.64596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 438.64596875
transcript.pyannote[106].end 444.43409375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 441.71721875
transcript.pyannote[107].end 453.96846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 445.15971875
transcript.pyannote[108].end 445.93596875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 447.38721875
transcript.pyannote[109].end 447.72471875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 453.78284375
transcript.pyannote[110].end 462.43971875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 461.51159375
transcript.pyannote[111].end 470.37096875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 464.73471875
transcript.pyannote[112].end 465.12284375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 470.74221875
transcript.pyannote[113].end 473.69534375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 473.84721875
transcript.pyannote[114].end 474.72471875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 474.92721875
transcript.pyannote[115].end 480.96846875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 475.24784375
transcript.pyannote[116].end 475.31534375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 480.09096875
transcript.pyannote[117].end 483.73596875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 483.43221875
transcript.pyannote[118].end 484.56284375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 484.12409375
transcript.pyannote[119].end 505.08284375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 505.43721875
transcript.pyannote[120].end 510.09471875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 510.43221875
transcript.pyannote[121].end 531.99846875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 526.41284375
transcript.pyannote[122].end 526.46346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 526.46346875
transcript.pyannote[123].end 526.81784375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 529.19721875
transcript.pyannote[124].end 530.37846875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 531.72846875
transcript.pyannote[125].end 534.04034375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 534.25971875
transcript.pyannote[126].end 542.83221875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 537.14534375
transcript.pyannote[127].end 537.29721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 538.90034375
transcript.pyannote[128].end 539.40659375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 542.98409375
transcript.pyannote[129].end 544.08096875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 544.08096875
transcript.pyannote[130].end 565.07346875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 565.25909375
transcript.pyannote[131].end 571.03034375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 571.62096875
transcript.pyannote[132].end 577.08846875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 577.59471875
transcript.pyannote[133].end 588.85034375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 589.32284375
transcript.pyannote[134].end 594.03096875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 594.38534375
transcript.pyannote[135].end 597.15284375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 598.31721875
transcript.pyannote[136].end 602.02971875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 602.16471875
transcript.pyannote[137].end 606.50159375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 606.63659375
transcript.pyannote[138].end 608.40846875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 608.67846875
transcript.pyannote[139].end 609.97784375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 608.71221875
transcript.pyannote[140].end 609.13409375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 610.55159375
transcript.pyannote[141].end 622.80284375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 614.07846875
transcript.pyannote[142].end 614.58471875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 622.87034375
transcript.pyannote[143].end 622.90409375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 622.90409375
transcript.pyannote[144].end 623.73096875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 623.20784375
transcript.pyannote[145].end 625.09784375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 625.09784375
transcript.pyannote[146].end 628.79346875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 625.78971875
transcript.pyannote[147].end 625.84034375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 629.19846875
transcript.pyannote[148].end 629.41784375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 629.83971875
transcript.pyannote[149].end 630.51471875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 630.54846875
transcript.pyannote[150].end 631.62846875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 631.34159375
transcript.pyannote[151].end 632.40471875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 632.57346875
transcript.pyannote[152].end 635.45909375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 635.81346875
transcript.pyannote[153].end 646.88346875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 642.24284375
transcript.pyannote[154].end 653.48159375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 653.93721875
transcript.pyannote[155].end 659.59034375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 655.11846875
transcript.pyannote[156].end 655.25346875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 659.82659375
transcript.pyannote[157].end 671.82471875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 659.91096875
transcript.pyannote[158].end 660.24846875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 672.28034375
transcript.pyannote[159].end 674.32221875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 674.44034375
transcript.pyannote[160].end 677.69721875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 678.20346875
transcript.pyannote[161].end 683.18159375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 683.36721875
transcript.pyannote[162].end 684.88596875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 685.03784375
transcript.pyannote[163].end 685.71284375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 685.96596875
transcript.pyannote[164].end 687.53534375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 688.02471875
transcript.pyannote[165].end 698.23409375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 693.35721875
transcript.pyannote[166].end 693.54284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 698.33534375
transcript.pyannote[167].end 701.98034375
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 700.51221875
transcript.pyannote[168].end 706.33409375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 702.95909375
transcript.pyannote[169].end 703.36409375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 706.99221875
transcript.pyannote[170].end 709.74284375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 710.21534375
transcript.pyannote[171].end 723.15846875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 723.24284375
transcript.pyannote[172].end 729.84096875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 724.55909375
transcript.pyannote[173].end 725.65596875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 730.24596875
transcript.pyannote[174].end 730.65096875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 730.90409375
transcript.pyannote[175].end 734.53221875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 734.76846875
transcript.pyannote[176].end 736.64159375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 736.96221875
transcript.pyannote[177].end 737.80596875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 738.37971875
transcript.pyannote[178].end 738.70034375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 738.85221875
transcript.pyannote[179].end 739.17284375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 739.24034375
transcript.pyannote[180].end 747.18846875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 746.58096875
transcript.pyannote[181].end 746.59784375
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 746.71596875
transcript.pyannote[182].end 764.13096875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 764.65409375
transcript.pyannote[183].end 768.82221875
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 769.14284375
transcript.pyannote[184].end 773.44596875
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 773.51346875
transcript.pyannote[185].end 783.45284375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 782.44034375
transcript.pyannote[186].end 782.77784375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 783.48659375
transcript.pyannote[187].end 790.37159375
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 790.55721875
transcript.pyannote[188].end 820.34159375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 820.54409375
transcript.pyannote[189].end 829.84221875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 827.32784375
transcript.pyannote[190].end 827.80034375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 828.69471875
transcript.pyannote[191].end 832.49159375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 831.24284375
transcript.pyannote[192].end 835.24221875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 832.96409375
transcript.pyannote[193].end 835.69784375
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 836.60909375
transcript.pyannote[194].end 837.33471875
transcript.whisperx[0].start 11.495
transcript.whisperx[0].end 14.962
transcript.whisperx[0].text 謝謝主席有請勞動部許部長還有衛福部理事長好兩位請
transcript.whisperx[1].start 20.652
transcript.whisperx[1].end 48.639
transcript.whisperx[1].text 委員好部長好市長好我想大家包括本席在內所有國人都非常關心職場性別平等計畫有沒有好好落實所以在這個過程裡面所有的國人在職業當中都不要因為性別而遭受到歧視或者是不平等的對待那今天要跟兩位就交流就是有關於
transcript.whisperx[2].start 50.56
transcript.whisperx[2].end 74.135
transcript.whisperx[2].text 在醫院裡面其實我們也看到蠻多的男性護理師男性護理師占所有的在護理工作通任裡面只有差不多不到5%就是100個臨床的護理工作通任裡面差不多只有4.2%、4.4%是屬於男性護理師那這部分不知道未來
transcript.whisperx[3].start 75.235
transcript.whisperx[3].end 95.123
transcript.whisperx[3].text 兩個部會有沒有辦法持續加強男性護理師在招募、宣傳或使用圖像時能夠凸顯出男性護理師在這個職場的重要性還有如何有機會讓社會大眾也了解男性護理師在這個職場是他們有工作
transcript.whisperx[4].start 95.763
transcript.whisperx[4].end 120.099
transcript.whisperx[4].text 在重要的這個負擔的部分那其實也可以鼓勵家長讓他們的小朋友有機會進到這個職場來這部分不知道目前兩個跨部會之間有哪一些努力的方向正在進行中我是覺得這件事情可能教育端在教育這一端就是說鼓勵這個
transcript.whisperx[5].start 122.768
transcript.whisperx[5].end 143.163
transcript.whisperx[5].text 在護理職場讓男性願意入職當然在招募的部分用語或圖像我們會來努力沒有問題因為我在醫院常常看到很多招募的一些
transcript.whisperx[6].start 144.604
transcript.whisperx[6].end 145.765
transcript.whisperx[6].text 廣告或招募圖像
transcript.whisperx[7].start 157.336
transcript.whisperx[7].end 176.602
transcript.whisperx[7].text 這是在整個護理的人員相關的一個形象就是應該還是要男性的護理師這樣的相關的一些呃形象這個部分我們會來也會來持續的強化加強謝謝的確男性護理師在很多的領域包括在急診啊在健身科病房
transcript.whisperx[8].start 177.282
transcript.whisperx[8].end 193.596
transcript.whisperx[8].text 等他們擔任的角色是非常重要的我們也知道目前一年將近有700位男性護理師會畢業以後投入到職場在去年就有關心到說那這些男性護理師如果要面臨
transcript.whisperx[9].start 195.017
transcript.whisperx[9].end 218.662
transcript.whisperx[9].text 就業之前要服役的話有沒有機會去把我們可以往下看下一張就知道說之前也有希望能不能有機會去服替代役那個在去年薛部長也說會跟這個議政署那邊做相關的研議那不知道目前有沒有相關的進度可以讓大家可以更了解
transcript.whisperx[10].start 220.005
transcript.whisperx[10].end 241.532
transcript.whisperx[10].text 目前應該還沒有一個還在研議中那我會再請我們的負責的同仁在盡快目前沒有看到有一個比較具應該還在研議中是可以理解福賓當然是沒因為這個還要跟那個我們的可能還報案內政部
transcript.whisperx[11].start 245.243
transcript.whisperx[11].end 245.723
transcript.whisperx[11].text 提升女性經濟
transcript.whisperx[12].start 270.952
transcript.whisperx[12].end 293.789
transcript.whisperx[12].text 能夠貢獻在臺灣整個民間還有整個社會的力量會碰到一些問題針對女性的這個幫助社會做更好的這個建設部分那其中有一個很大的一個困境就是女性因為育兒照顧負擔而退出了職場那非常可惜所以在衛福部也推廣了這個性別平等推動的計畫
transcript.whisperx[13].start 295.05
transcript.whisperx[13].end 321.663
transcript.whisperx[13].text 那目前我們也看到其實甚至於這個男性女性在請假的部分往下看就可以看到至少女性會因為這樣的問題而去來影響到她的工作的百分比相對來講還是比男性多就是男性他其實更難在為了要照顧他的家裡的小朋友而要請假
transcript.whisperx[14].start 322.984
transcript.whisperx[14].end 338.597
transcript.whisperx[14].text 所以這部分如何能夠加強宣導讓男性的這個家長也有機會根據他的需要而做適當的請假來同時協助整個家庭在照顧兒童方面造成的困難那這部分
transcript.whisperx[15].start 339.758
transcript.whisperx[15].end 359.587
transcript.whisperx[15].text 兩個部會不曉得在加強的部分怎麼去培訓我們其實現在已經放寬那父母可以同時請孕、流子、庭新共同來照顧小孩所以這個委員是2020的資料我們到去年2022我們那個孕、流子、庭新那個男性的部分大幅成長了61%
transcript.whisperx[16].start 361.788
transcript.whisperx[16].end 390.02
transcript.whisperx[16].text 就是我們把那個制度放寬之後然後這個男性也請假來跟媽媽共同照顧幼兒的這個比例大幅提升所以就是可以看到政策有成果有有有,政策成果有出來這個資料我再給委員好啊,再麻煩提供給本席做參考所以這是一個事辦計畫嗎?沒有沒有,是已經那個修法,法律的已經都完成了對,完成了就是我們
transcript.whisperx[17].start 391.374
transcript.whisperx[17].end 406.633
transcript.whisperx[17].text 更彈性的在示範對啦更彈性的是示範我們那個就是讓他可以短天數我們現在因為留庭是要30天至少要30天以上嘛那我現在5月1號準備要示範
transcript.whisperx[18].start 408.187
transcript.whisperx[18].end 419.262
transcript.whisperx[18].text 大約不低於五天,若企業願意低於五天,我們也樂觀其成。」又是另外一個制度,盡量讓制度多元,讓勞動者去選擇怎麼樣能夠兼顧職場跟他的育兒。
transcript.whisperx[19].start 425.069
transcript.whisperx[19].end 453.515
transcript.whisperx[19].text 所以事辦計畫就是希望以後的這個假設他需要請假不需要一次假請半年或更久只要他能夠依照這個雇主的需求規範之下他可以請幾天或者是幾週的時間讓他更彈性的去照顧他的家裡的育兒那我們之前就是6個月或者至少30天這樣那個修了修法之後的實施的成效男性部分是大幅的提升
transcript.whisperx[20].start 453.815
transcript.whisperx[20].end 479.44
transcript.whisperx[20].text 是,那如果說示範非常成功的話,那有需要做法令上的修改,我們到時候再看狀況來做調整。現在就是那個零碎化,就是那個日啊,日、時,我們現在可能日會比較適當,但我們先試看看,然後看看我們先示範到年底,然後看看企業的一個一個他們的回饋是如何,我們再來做一些研議啦。
transcript.whisperx[21].start 480.16
transcript.whisperx[21].end 491.177
transcript.whisperx[21].text 好,那等級約會再處理示範的結果好,謝謝那我們再往下看就是有關於其實現在都在鼓勵每一個單位工作單位能夠申請
transcript.whisperx[22].start 492.256
transcript.whisperx[22].end 509.734
transcript.whisperx[22].text 這些哺乳或是托兒措施的這些建制讓整個友善環境可以做得更好可是我們看到的就是這個數字相對是比較低那比較低的理由很有可能是很多都已經建制好了所以他每一年在追加的部分就比較少
transcript.whisperx[23].start 510.635
transcript.whisperx[23].end 533.588
transcript.whisperx[23].text 以我們看到的這個醫療院所補助加速為例好像每一年都只有20幾家相較於有400多家的醫療院所所以這個數字的呈現看起來是有它的一些問題是不是都已經做得很好了所以還在追加的部分就相對比較少將來這個稅率的呈現可以再怎麼調控其實現在那個補給乳是跟
transcript.whisperx[24].start 534.468
transcript.whisperx[24].end 550.591
transcript.whisperx[24].text 二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進二、托育人員專業職能、工作倫理及職業道德之培訓策進
transcript.whisperx[25].start 562.814
transcript.whisperx[25].end 581.644
transcript.whisperx[25].text 兒童權益保障的部分其實資源不是沒有只是沒有妥善的整合所以我們再往下看的確在台灣目前有很多的無一而少可能是來自不是不應該說很多而是可能是來自這個失業的勞工造成的問題那請問目前
transcript.whisperx[26].start 585.919
transcript.whisperx[26].end 595.817
transcript.whisperx[26].text 我們到底有沒有比較可靠的數據這些失業勞工的兒童數字差不多會有多少這部分不知道要
transcript.whisperx[27].start 600.466
transcript.whisperx[27].end 618.653
transcript.whisperx[27].text 其實報告委員我們現在統計的是近20年從民國93年到今年的1月大概整個就是所謂黑屋寶寶的人數大概1萬8整個20年大概有1萬8然後這裡面失聯移工的大概是3579人
transcript.whisperx[28].start 621.278
transcript.whisperx[28].end 647.034
transcript.whisperx[28].text 占了百分之十九點六是三千多名的這些二十年二十年來可是我們擔心的是最近如果有更多的這些寶寶的話或者是相對他還沒有成年的時候他的一些醫療照顧或是相關照顧都需要我們其實說明一下齁就是我們那個
transcript.whisperx[29].start 648.395
transcript.whisperx[29].end 671.249
transcript.whisperx[29].text 監察院糾正行政院之後,我們其實有三個部會,跨部會勾基一個是移民署,因為移民署他是負責居留、居停留移民署、居停留,然後國健署,衛福部的國健署是健保,就是你有去產檢或什麼的就會有資料,另外就是我們的那個聘僱許可
transcript.whisperx[30].start 672.33
transcript.whisperx[30].end 686.235
transcript.whisperx[30].text 那這三方的資料現在勾集起來就有辦法去追蹤說各案的這個所謂黑屋寶寶的人數還有就是可以去掌握這個
transcript.whisperx[31].start 688.256
transcript.whisperx[31].end 705.585
transcript.whisperx[31].text 現在的狀況,然後看怎麼去協助。」所以這個部會也是剛剛召委在關心,事實上我們就是有建立這樣一個機制,三方勾基就可以把人找出來。是,好,那找出來總是要安置,安置又需要費用。對,找出來的安置就是我們會主動介入,至少三個部會。
transcript.whisperx[32].start 707.246
transcript.whisperx[32].end 736.152
transcript.whisperx[32].text 內政部負責國籍、居留、私聯、移工及所吸子女的安置衛福部就是無醫兒少的醫療、安置、疫苗、社福資源我們就是負責費用的補助安置遣返的費用就是勞動部由我們丟安基金來
transcript.whisperx[33].start 737.092
transcript.whisperx[33].end 762.812
transcript.whisperx[33].text 做補貼所以原則上就是三個單位會共同來處理這樣的問題那勞動部會比較辛苦一點就是要去那我們現在也在做那個因為就是移工移工懷孕的那個權益保障指引就是讓原來的這些移工他如果懷孕的話我們如果提升那個整個協助服務的資源
transcript.whisperx[34].start 764.733
transcript.whisperx[34].end 782.323
transcript.whisperx[34].text 把合法失聯的都納入。」另外我們也在我們的LINE一點通我們會建置相關的這些醫療資訊資源這個我們大概應該半年內就會把它建置完成讓有需要的這些懷孕的移工他們不管失聯或合法都可以找得到醫療資源來協助
transcript.whisperx[35].start 783.564
transcript.whisperx[35].end 799.175
transcript.whisperx[35].text 好那三四本席也希望在前面一張就是有關於把這個費用不管是醫療或育兒費用也都能夠寫到文件裡面那這部分再麻煩部長這邊持續去注意到文件的落實
transcript.whisperx[36].start 800.796
transcript.whisperx[36].end 829.516
transcript.whisperx[36].text 好,那最後的部分就是上次有提到新南向中心其實很多醫療院所有40家以上針對於如何去服務相關新南向過來的這些不管是移工或者是團體們那這部分其實不只是在做這個慢性的疾病照護而已那這部分的資源運用其實可以提供給勞動部這邊做參考再麻煩部長多了解以後如果有需要的話
transcript.whisperx[37].start 830.196
transcript.whisperx[37].end 837.105
transcript.whisperx[37].text 領域及社會福利部、教育部、教育部及職業道德之培訓策進領域及職業道德之培訓策進