IVOD_ID |
153014 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/153014 |
日期 |
2024-05-27 |
會議資料.會議代碼 |
委員會-11-1-26-19 |
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19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 |
19 |
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19次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2024-05-27T10:54:02+08:00 |
結束時間 |
2024-05-27T11:06:16+08:00 |
影片長度 |
00:12:14 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/536b9eee2a0ea5b30ec6ef67a6379ff25186e4a1bc6f964e945ede7791f90b9e8c7b53aa0ac7e4265ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
陳瑩 |
委員發言時間 |
10:54:02 - 11:06:16 |
會議時間 |
2024-05-27T09:00:00+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19次全體委員會議(事由:一、審查
(一)委員林德福等19人擬具「就業服務法第四十六條條文修正草案」案。
(二)委員楊瓊瓔等16人擬具「就業服務法第四十六條條文修正草案」案。
(三)委員馬文君等25人擬具「就業服務法第四十六條條文修正草案」案。
(四)委員涂權吉等17人擬具「就業服務法部分條文修正草案」案。
(五)委員黃建賓等20人擬具「就業服務法第四十六條條文修正草案」案。
(六)委員呂玉玲等16人擬具「就業服務法第四十六條及第五十五條條文修正草案」案。
(七)委員盧縣一等17人擬具「就業服務法第四十六條條文修正草案」案。
(八)委員鄭正鈐等17人擬具「就業服務法第四十六條條文修正草案」案。
(九)委員王育敏等17人擬具「就業服務法第四十六條條文修正草案」案。
(十)委員張嘉郡等30人擬具「就業服務法第四十六條條文修正草案」案。
(十一)委員王鴻薇等22人擬具「就業服務法第四十六條條文修正草案」案。
二、審查
(一)委員萬美玲等36人擬具「勞動基準法第五十條條文修正草案」案。
(二)委員許宇甄等18人擬具「勞動基準法第五十條條文修正草案」案。
(三)委員馬文君等20人擬具「勞動基準法第五十條條文修正草案」案。
(四)委員邱若華等16人擬具「勞動基準法第五十條條文修正草案」案。
【一(九) :如未經各黨團簽署不復議同意書,則不予審查】
【一(十)、(十一) :如未經各黨團簽署不復議同意書,則不予審查】
【討論事項綜合詢答】
【5月27日、29日二天一次會】) |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
7.99596875 |
transcript.pyannote[0].end |
11.43846875 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
12.36659375 |
transcript.pyannote[1].end |
13.32846875 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
16.24784375 |
transcript.pyannote[2].end |
18.30659375 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
18.52596875 |
transcript.pyannote[3].end |
75.41159375 |
transcript.pyannote[4].speaker |
SPEAKER_02 |
transcript.pyannote[4].start |
76.17096875 |
transcript.pyannote[4].end |
76.35659375 |
transcript.pyannote[5].speaker |
SPEAKER_02 |
transcript.pyannote[5].start |
76.39034375 |
transcript.pyannote[5].end |
76.40721875 |
transcript.pyannote[6].speaker |
SPEAKER_02 |
transcript.pyannote[6].start |
76.44096875 |
transcript.pyannote[6].end |
81.28409375 |
transcript.pyannote[7].speaker |
SPEAKER_00 |
transcript.pyannote[7].start |
81.55409375 |
transcript.pyannote[7].end |
118.37534375 |
transcript.pyannote[8].speaker |
SPEAKER_02 |
transcript.pyannote[8].start |
83.24159375 |
transcript.pyannote[8].end |
84.25409375 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
84.25409375 |
transcript.pyannote[9].end |
84.27096875 |
transcript.pyannote[10].speaker |
SPEAKER_02 |
transcript.pyannote[10].start |
84.27096875 |
transcript.pyannote[10].end |
84.28784375 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
118.96596875 |
transcript.pyannote[11].end |
119.47221875 |
transcript.pyannote[12].speaker |
SPEAKER_02 |
transcript.pyannote[12].start |
119.08409375 |
transcript.pyannote[12].end |
119.33721875 |
transcript.pyannote[13].speaker |
SPEAKER_00 |
transcript.pyannote[13].start |
119.57346875 |
transcript.pyannote[13].end |
122.67846875 |
transcript.pyannote[14].speaker |
SPEAKER_02 |
transcript.pyannote[14].start |
121.63221875 |
transcript.pyannote[14].end |
122.15534375 |
transcript.pyannote[15].speaker |
SPEAKER_02 |
transcript.pyannote[15].start |
122.71221875 |
transcript.pyannote[15].end |
123.47159375 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
123.47159375 |
transcript.pyannote[16].end |
126.07034375 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
126.34034375 |
transcript.pyannote[17].end |
188.32221875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
189.06471875 |
transcript.pyannote[18].end |
223.52346875 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
223.77659375 |
transcript.pyannote[19].end |
229.81784375 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
229.96971875 |
transcript.pyannote[20].end |
230.07096875 |
transcript.pyannote[21].speaker |
SPEAKER_02 |
transcript.pyannote[21].start |
230.07096875 |
transcript.pyannote[21].end |
230.34096875 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
230.34096875 |
transcript.pyannote[22].end |
230.37471875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
230.72909375 |
transcript.pyannote[23].end |
230.79659375 |
transcript.pyannote[24].speaker |
SPEAKER_02 |
transcript.pyannote[24].start |
230.79659375 |
transcript.pyannote[24].end |
232.66971875 |
transcript.pyannote[25].speaker |
SPEAKER_02 |
transcript.pyannote[25].start |
232.95659375 |
transcript.pyannote[25].end |
242.45721875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
237.25971875 |
transcript.pyannote[26].end |
237.29346875 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
237.29346875 |
transcript.pyannote[27].end |
237.31034375 |
transcript.pyannote[28].speaker |
SPEAKER_00 |
transcript.pyannote[28].start |
237.31034375 |
transcript.pyannote[28].end |
238.44096875 |
transcript.pyannote[29].speaker |
SPEAKER_02 |
transcript.pyannote[29].start |
242.76096875 |
transcript.pyannote[29].end |
256.17659375 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
251.87346875 |
transcript.pyannote[30].end |
255.92346875 |
transcript.pyannote[31].speaker |
SPEAKER_02 |
transcript.pyannote[31].start |
256.58159375 |
transcript.pyannote[31].end |
269.79471875 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
268.34346875 |
transcript.pyannote[32].end |
284.86409375 |
transcript.pyannote[33].speaker |
SPEAKER_02 |
transcript.pyannote[33].start |
269.86221875 |
transcript.pyannote[33].end |
270.35159375 |
transcript.pyannote[34].speaker |
SPEAKER_02 |
transcript.pyannote[34].start |
270.38534375 |
transcript.pyannote[34].end |
270.45284375 |
transcript.pyannote[35].speaker |
SPEAKER_00 |
transcript.pyannote[35].start |
285.23534375 |
transcript.pyannote[35].end |
286.50096875 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
286.95659375 |
transcript.pyannote[36].end |
288.91409375 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
289.25159375 |
transcript.pyannote[37].end |
308.55659375 |
transcript.pyannote[38].speaker |
SPEAKER_02 |
transcript.pyannote[38].start |
309.06284375 |
transcript.pyannote[38].end |
311.91471875 |
transcript.pyannote[39].speaker |
SPEAKER_02 |
transcript.pyannote[39].start |
312.50534375 |
transcript.pyannote[39].end |
316.26846875 |
transcript.pyannote[40].speaker |
SPEAKER_02 |
transcript.pyannote[40].start |
317.24721875 |
transcript.pyannote[40].end |
329.56596875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
319.47471875 |
transcript.pyannote[41].end |
319.76159375 |
transcript.pyannote[42].speaker |
SPEAKER_02 |
transcript.pyannote[42].start |
330.03846875 |
transcript.pyannote[42].end |
331.60784375 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
330.07221875 |
transcript.pyannote[43].end |
332.82284375 |
transcript.pyannote[44].speaker |
SPEAKER_02 |
transcript.pyannote[44].start |
331.79346875 |
transcript.pyannote[44].end |
360.36284375 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
354.57471875 |
transcript.pyannote[45].end |
357.52784375 |
transcript.pyannote[46].speaker |
SPEAKER_02 |
transcript.pyannote[46].start |
361.03784375 |
transcript.pyannote[46].end |
367.53471875 |
transcript.pyannote[47].speaker |
SPEAKER_02 |
transcript.pyannote[47].start |
367.63596875 |
transcript.pyannote[47].end |
367.77096875 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
367.77096875 |
transcript.pyannote[48].end |
367.78784375 |
transcript.pyannote[49].speaker |
SPEAKER_02 |
transcript.pyannote[49].start |
367.78784375 |
transcript.pyannote[49].end |
367.85534375 |
transcript.pyannote[50].speaker |
SPEAKER_01 |
transcript.pyannote[50].start |
367.85534375 |
transcript.pyannote[50].end |
367.93971875 |
transcript.pyannote[51].speaker |
SPEAKER_02 |
transcript.pyannote[51].start |
367.93971875 |
transcript.pyannote[51].end |
372.52971875 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
367.95659375 |
transcript.pyannote[52].end |
369.03659375 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
369.03659375 |
transcript.pyannote[53].end |
369.28971875 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
369.28971875 |
transcript.pyannote[54].end |
369.44159375 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
369.44159375 |
transcript.pyannote[55].end |
376.14096875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
376.42784375 |
transcript.pyannote[56].end |
412.62471875 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
380.34284375 |
transcript.pyannote[57].end |
380.96721875 |
transcript.pyannote[58].speaker |
SPEAKER_02 |
transcript.pyannote[58].start |
389.69159375 |
transcript.pyannote[58].end |
390.40034375 |
transcript.pyannote[59].speaker |
SPEAKER_01 |
transcript.pyannote[59].start |
406.33034375 |
transcript.pyannote[59].end |
406.68471875 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
412.89471875 |
transcript.pyannote[60].end |
458.74409375 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
442.57784375 |
transcript.pyannote[61].end |
443.48909375 |
transcript.pyannote[62].speaker |
SPEAKER_01 |
transcript.pyannote[62].start |
444.73784375 |
transcript.pyannote[62].end |
445.19346875 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
454.49159375 |
transcript.pyannote[63].end |
454.74471875 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
458.98034375 |
transcript.pyannote[64].end |
459.33471875 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
460.17846875 |
transcript.pyannote[65].end |
467.80596875 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
467.82284375 |
transcript.pyannote[66].end |
469.30784375 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
469.47659375 |
transcript.pyannote[67].end |
482.08221875 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
482.77409375 |
transcript.pyannote[68].end |
482.97659375 |
transcript.pyannote[69].speaker |
SPEAKER_02 |
transcript.pyannote[69].start |
482.97659375 |
transcript.pyannote[69].end |
483.31409375 |
transcript.pyannote[70].speaker |
SPEAKER_02 |
transcript.pyannote[70].start |
484.10721875 |
transcript.pyannote[70].end |
485.49096875 |
transcript.pyannote[71].speaker |
SPEAKER_02 |
transcript.pyannote[71].start |
485.71034375 |
transcript.pyannote[71].end |
490.18221875 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
488.10659375 |
transcript.pyannote[72].end |
492.27471875 |
transcript.pyannote[73].speaker |
SPEAKER_02 |
transcript.pyannote[73].start |
490.87409375 |
transcript.pyannote[73].end |
491.16096875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
492.62909375 |
transcript.pyannote[74].end |
506.21346875 |
transcript.pyannote[75].speaker |
SPEAKER_02 |
transcript.pyannote[75].start |
498.55221875 |
transcript.pyannote[75].end |
499.49721875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
506.56784375 |
transcript.pyannote[76].end |
508.89659375 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
510.75284375 |
transcript.pyannote[77].end |
510.97221875 |
transcript.pyannote[78].speaker |
SPEAKER_02 |
transcript.pyannote[78].start |
510.97221875 |
transcript.pyannote[78].end |
512.13659375 |
transcript.pyannote[79].speaker |
SPEAKER_00 |
transcript.pyannote[79].start |
512.13659375 |
transcript.pyannote[79].end |
513.57096875 |
transcript.pyannote[80].speaker |
SPEAKER_02 |
transcript.pyannote[80].start |
513.57096875 |
transcript.pyannote[80].end |
513.60471875 |
transcript.pyannote[81].speaker |
SPEAKER_03 |
transcript.pyannote[81].start |
513.67221875 |
transcript.pyannote[81].end |
526.32846875 |
transcript.pyannote[82].speaker |
SPEAKER_03 |
transcript.pyannote[82].start |
526.58159375 |
transcript.pyannote[82].end |
536.74034375 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
536.97659375 |
transcript.pyannote[83].end |
539.81159375 |
transcript.pyannote[84].speaker |
SPEAKER_03 |
transcript.pyannote[84].start |
540.01409375 |
transcript.pyannote[84].end |
543.01784375 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
542.39346875 |
transcript.pyannote[85].end |
544.08096875 |
transcript.pyannote[86].speaker |
SPEAKER_03 |
transcript.pyannote[86].start |
543.35534375 |
transcript.pyannote[86].end |
544.82346875 |
transcript.pyannote[87].speaker |
SPEAKER_00 |
transcript.pyannote[87].start |
544.23284375 |
transcript.pyannote[87].end |
546.13971875 |
transcript.pyannote[88].speaker |
SPEAKER_03 |
transcript.pyannote[88].start |
546.25784375 |
transcript.pyannote[88].end |
549.78471875 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
547.11846875 |
transcript.pyannote[89].end |
547.52346875 |
transcript.pyannote[90].speaker |
SPEAKER_00 |
transcript.pyannote[90].start |
549.86909375 |
transcript.pyannote[90].end |
550.67909375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
550.86471875 |
transcript.pyannote[91].end |
559.21784375 |
transcript.pyannote[92].speaker |
SPEAKER_00 |
transcript.pyannote[92].start |
559.94346875 |
transcript.pyannote[92].end |
561.14159375 |
transcript.pyannote[93].speaker |
SPEAKER_03 |
transcript.pyannote[93].start |
560.33159375 |
transcript.pyannote[93].end |
566.49096875 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
564.56721875 |
transcript.pyannote[94].end |
564.97221875 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
565.47846875 |
transcript.pyannote[95].end |
590.08221875 |
transcript.pyannote[96].speaker |
SPEAKER_00 |
transcript.pyannote[96].start |
590.33534375 |
transcript.pyannote[96].end |
616.22159375 |
transcript.pyannote[97].speaker |
SPEAKER_00 |
transcript.pyannote[97].start |
616.52534375 |
transcript.pyannote[97].end |
643.82909375 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
644.08221875 |
transcript.pyannote[98].end |
644.47034375 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
645.17909375 |
transcript.pyannote[99].end |
663.28596875 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
663.84284375 |
transcript.pyannote[100].end |
667.77471875 |
transcript.pyannote[101].speaker |
SPEAKER_02 |
transcript.pyannote[101].start |
668.17971875 |
transcript.pyannote[101].end |
670.74471875 |
transcript.pyannote[102].speaker |
SPEAKER_00 |
transcript.pyannote[102].start |
668.21346875 |
transcript.pyannote[102].end |
669.52971875 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
670.03596875 |
transcript.pyannote[103].end |
721.30221875 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
673.95096875 |
transcript.pyannote[104].end |
673.98471875 |
transcript.pyannote[105].speaker |
SPEAKER_02 |
transcript.pyannote[105].start |
673.98471875 |
transcript.pyannote[105].end |
674.67659375 |
transcript.pyannote[106].speaker |
SPEAKER_01 |
transcript.pyannote[106].start |
674.67659375 |
transcript.pyannote[106].end |
674.74409375 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
698.62221875 |
transcript.pyannote[107].end |
698.97659375 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
721.60596875 |
transcript.pyannote[108].end |
730.93784375 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
731.05596875 |
transcript.pyannote[109].end |
732.84471875 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
734.17784375 |
transcript.pyannote[110].end |
734.76846875 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
734.88659375 |
transcript.pyannote[111].end |
734.97096875 |
transcript.whisperx[0].start |
8.239 |
transcript.whisperx[0].end |
12.989 |
transcript.whisperx[0].text |
呃麻煩請勞動呃我們何部長好請何部長 |
transcript.whisperx[1].start |
16.417 |
transcript.whisperx[1].end |
38.019 |
transcript.whisperx[1].text |
委員好部長好就這一次的舊福法修法有一個重點在於這個巴士量表要不要作為評估果人健康照顧聘用外勞的需求標準那本席有幾個問題要請教那首先是這個問題涉及到醫療專業它對於衛福部的報告你們都有仔細的看過嗎有 |
transcript.whisperx[2].start |
40.561 |
transcript.whisperx[2].end |
51.831 |
transcript.whisperx[2].text |
衛福部有說超過80歲的國人大約有91萬人其中重症有健康照顧的比例是41.7%也就是說總共大約有531902人沒有照顧的需求 |
transcript.whisperx[3].start |
58.677 |
transcript.whisperx[3].end |
75.742 |
transcript.whisperx[3].text |
﹏﹏﹏﹏﹏ |
transcript.whisperx[4].start |
76.067 |
transcript.whisperx[4].end |
99.275 |
transcript.whisperx[4].text |
⋯⋯⋯⋯⋯ |
transcript.whisperx[5].start |
99.275 |
transcript.whisperx[5].end |
118.899 |
transcript.whisperx[5].text |
﹏﹏﹏ |
transcript.whisperx[6].start |
119.74 |
transcript.whisperx[6].end |
130.868 |
transcript.whisperx[6].text |
所以這種狀況是不能排除啦不能排除好那我再請教一下部長就是這個外籍看護工的這個救安基金每個月是多少你知道嗎 |
transcript.whisperx[7].start |
132.122 |
transcript.whisperx[7].end |
151.524 |
transcript.whisperx[7].text |
二千好那這個外籍幫傭的是多少五千哇這個有做功課今天有準備的不錯那我們來看一下簡報這個外籍看護的人數有二十三萬六千人那這個外籍幫傭僅僅只有兩千人所以這個社福外 |
transcript.whisperx[8].start |
152.505 |
transcript.whisperx[8].end |
167.613 |
transcript.whisperx[8].text |
攝護外勞可以停留最多14年來計算的話呢外籍看護14年雇主要繳交給這個勞動部的一共是33萬6千元那照顧小孩居多的這個外籍幫傭是84萬元兩種職類的這個救安基金費 |
transcript.whisperx[9].start |
172.176 |
transcript.whisperx[9].end |
188.695 |
transcript.whisperx[9].text |
⋯⋯⋯⋯ |
transcript.whisperx[10].start |
189.147 |
transcript.whisperx[10].end |
214.239 |
transcript.whisperx[10].text |
也就是即便符合這個外籍幫佣的申請在這個差額的趨勢上也不少人會想盡辦法就是把它改成申請外籍看護所以那個政府在這個救安基金費的這個設計上變成是有變相的這種誘導民眾去違法之嫌那而80歲免憑可申請外勞的話將來呢 |
transcript.whisperx[11].start |
218.1 |
transcript.whisperx[11].end |
242.313 |
transcript.whisperx[11].text |
這種就是說違法聘戶的情形反而就是說我們預估啦其實會有增無減所以勞動部到時候這種事情發生的時候你們有能力去處理嗎是委員這也是我們擔心的事情啊就是您剛剛所講的八十歲以上免貧的話有五十三萬的這種健康會員健康人口對那會是一個潛在的需要引進的數量嘛對不對有可能的 |
transcript.whisperx[12].start |
242.773 |
transcript.whisperx[12].end |
264.087 |
transcript.whisperx[12].text |
﹏﹏﹏﹏﹏﹏ |
transcript.whisperx[13].start |
264.507 |
transcript.whisperx[13].end |
286.265 |
transcript.whisperx[13].text |
這我們有另外一塊我剛剛所講的移工引進這一個長照服務這樣子對。 那我們今天換個角度來想這個外籍幫優的人數既然不多那即便每個月少繳三千元其實你們回去自己算一算真的不多那似乎對於這個整個的這個救安基金的水庫也影響不大 |
transcript.whisperx[14].start |
287.006 |
transcript.whisperx[14].end |
311.228 |
transcript.whisperx[14].text |
所以我想要請教就是說我們是否今天我要替我們這個國家這個少子化的這個危機我們都可以來盡一點努力啦就是我們如果將這個攝服外籍勞工的救安基金費用把它調整一致不知道那個部長看法如何?委員你是指說家庭幫用下調嗎? |
transcript.whisperx[15].start |
312.549 |
transcript.whisperx[15].end |
328.89 |
transcript.whisperx[15].text |
跟外籍看護一致。都調成一樣的兩千元。他是這樣啦。他當時的設計因為家庭邦庸為什麼會比較高。其實他只要他做的工作內容、內涵其實是跟 |
transcript.whisperx[16].start |
330.111 |
transcript.whisperx[16].end |
354.08 |
transcript.whisperx[16].text |
但是因為我剛剛前面我講的是沒錯有很多就因為外籍看護比較便宜比較好請然後他們甚至很多都變成去做幫用的事了這個其實當然也不這是絕對也是違法的啦啊事實上您講的是一個目前有確實有存在現象這個我承認不過呢是不是家庭幫用這一塊的費用要下調其他人數是很少啦 |
transcript.whisperx[17].start |
354.48 |
transcript.whisperx[17].end |
376.476 |
transcript.whisperx[17].text |
⋯⋯⋯⋯ |
transcript.whisperx[18].start |
376.636 |
transcript.whisperx[18].end |
391.843 |
transcript.whisperx[18].text |
說她生六個,但是她回去就生了第七個。那一位媽媽還把小孩子,我們有請她到現場來現身說法嘛。那你雖然不鼓勵,但是人家有需要啦。而且現在我剛剛已經講了這個臺灣小子畫的這個 |
transcript.whisperx[19].start |
394.224 |
transcript.whisperx[19].end |
412.858 |
transcript.whisperx[19].text |
️️️️️️ |
transcript.whisperx[20].start |
412.858 |
transcript.whisperx[20].end |
430.811 |
transcript.whisperx[20].text |
﹏﹏ |
transcript.whisperx[21].start |
431.511 |
transcript.whisperx[21].end |
458.058 |
transcript.whisperx[21].text |
已經生到第七個小孩我不知道會不會有第八個跑出來所以這個建議其實在這個財務上這個影響不是很大大家可以好好的去考慮一下那也未必說當然我這個是高標你調整一樣那當然你要下修沒有辦法一樣下修也沒有關係啊我想接下來我想就這個巴士量表的評估提出一些問題 |
transcript.whisperx[22].start |
460.222 |
transcript.whisperx[22].end |
481.901 |
transcript.whisperx[22].text |
在過去本席也有聽到說民眾反映巴士分太嚴格的意見。那我要請問就是說我們什麼時候開始使用這個巴士量表?三十年前吧。三十年前對。那這段期間巴士量表有沒有改版?我們用的是三十年前還是幾年前的版本還是這個是最新的版本? |
transcript.whisperx[23].start |
482.83 |
transcript.whisperx[23].end |
508.69 |
transcript.whisperx[23].text |
我們這是國際標準啦所以我們現在才發展多元認定就是這樣好啦那國際如果沒有進步的時候我們也可以做先驅啊可是那個國際沒辦法那是醫學上的認定好反正我也點出這一點囉那其實就是說當初這個定下的這個八十分的依據是怎麼來的啊是哪一年決定的 |
transcript.whisperx[24].start |
511.185 |
transcript.whisperx[24].end |
539.065 |
transcript.whisperx[24].text |
來 我們設計人在這裡設計的人跟委員報告那個當初是我們跟衛福部齁本來是從他的這個失能程度是從一個所謂的完全依賴那一般完全依賴的概念過去就是八字量法20分以下但是因為這個坦白講標準太嚴格所以後來就放寬放寬到一個所謂嚴重依賴目前是用八字量法35分這個標準那現行就是依照這個標準那所以你是哪一年訂的嗎 |
transcript.whisperx[25].start |
540.286 |
transcript.whisperx[25].end |
558.604 |
transcript.whisperx[25].text |
這個大概在九十年那個時候。有這麼晚嗎?我查到的是八十一年耶。沒有沒有,一開始跟委員八十一年我們沒有採用八十兩條。這樣吼,九十年到現在也是很久啦。所以當年我們國人的健康問題,就是說當年的健康問題跟現在有一樣嗎? |
transcript.whisperx[26].start |
559.855 |
transcript.whisperx[26].end |
578.37 |
transcript.whisperx[26].text |
﹏﹏﹏﹏﹏﹏ |
transcript.whisperx[27].start |
579.15 |
transcript.whisperx[27].end |
602.583 |
transcript.whisperx[27].text |
勞動部跟衛福部其實可以一起合作去洽詢相關的比如說醫學會啊那針對這個量表的評估認定在這個巴士量表的基礎上可以去改良修訂自己的評估方法那或者是說把這個評估的這個把這個標準的分數下修例如說下修到70分或者是更低等等 |
transcript.whisperx[28].start |
603.663 |
transcript.whisperx[28].end |
626.718 |
transcript.whisperx[28].text |
這樣總比你一下子全部拿掉要好啦大家就是各退一步嘛我們找一個比較合理的一個方式那最後我想就針對這個外籍勞工引進的意義提出我的看法啦在這個日本日本的這個高齡化是比我們早蠻多的那我所知道他們這個外勞的這個引進跟台灣有所不同首先是有這個專業的這個長照機構來引進的 |
transcript.whisperx[29].start |
629.94 |
transcript.whisperx[29].end |
644.497 |
transcript.whisperx[29].text |
️﹏﹏﹏﹏ |
transcript.whisperx[30].start |
645.196 |
transcript.whisperx[30].end |
667.944 |
transcript.whisperx[30].text |
議員﹚陳瑩﹚ |
transcript.whisperx[31].start |
668.206 |
transcript.whisperx[31].end |
684.842 |
transcript.whisperx[31].text |
之前有收集議席因為我記得邱P也帶隊都有衛福部的勞動部我沒有印象衛福部是有隨行所以已經這個外籍勞工從事健康看護那涉及的這個層面還蠻廣的你知道勞動部、衛福部跟甚至內政部嘛 |
transcript.whisperx[32].start |
685.723 |
transcript.whisperx[32].end |
705.82 |
transcript.whisperx[32].text |
我是希望說我們各部會可以一起來努力好好的這個商定討論那最後我要特別謝謝部長就是在於我上次質詢有關於這個勞動檢查報告要和這個勞保局還有法人連線的部分部長很睿智的當下有裁示了 |
transcript.whisperx[33].start |
706.84 |
transcript.whisperx[33].end |
730.536 |
transcript.whisperx[33].text |
»:對於你們部裏面就是專屬裏面有立即著手準備的同仁們,那本席也希望說部長你可以給他們予以這個肯定跟鼓勵。但是對於極少數,我不曉得什麼原因還堅持不公開連線的高階主管呢?我也請部長可以留意,好好去了解到底中間有什麼貓膩好不好?謝謝。 »:好,謝謝委員,謝謝。 |