iVOD / 155030

Field Value
影片長度 282
委員名稱 吳春城
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b4b4b4868e3be2bbbd7ea50950834c8d315587f90474d38f8d6167d2066327e364a56083a712bf05ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 5.46471875
transcript.pyannote[0].end 7.64159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.30846875
transcript.pyannote[1].end 7.75971875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 10.42596875
transcript.pyannote[2].end 11.06721875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 11.55659375
transcript.pyannote[3].end 15.91034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 14.83034375
transcript.pyannote[4].end 15.96096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 15.96096875
transcript.pyannote[5].end 16.07909375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 16.46721875
transcript.pyannote[6].end 18.07034375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 18.22221875
transcript.pyannote[7].end 42.97784375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 43.26471875
transcript.pyannote[8].end 44.54721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 45.12096875
transcript.pyannote[9].end 70.31534375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 70.77096875
transcript.pyannote[10].end 94.85159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 95.22284375
transcript.pyannote[11].end 99.15471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 99.35721875
transcript.pyannote[12].end 112.40159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 112.67159375
transcript.pyannote[13].end 115.96221875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 116.38409375
transcript.pyannote[14].end 139.58721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 140.17784375
transcript.pyannote[15].end 140.51534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 141.17346875
transcript.pyannote[16].end 157.45784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 158.50409375
transcript.pyannote[17].end 182.17971875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 182.68596875
transcript.pyannote[18].end 183.10784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 183.95159375
transcript.pyannote[19].end 211.87971875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 212.47034375
transcript.pyannote[20].end 220.03034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 221.09346875
transcript.pyannote[21].end 229.09221875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 229.19346875
transcript.pyannote[22].end 230.47596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 231.28596875
transcript.pyannote[23].end 234.98159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 235.36971875
transcript.pyannote[24].end 236.56784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 237.19221875
transcript.pyannote[25].end 245.12346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 246.86159375
transcript.pyannote[26].end 247.65471875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 247.90784375
transcript.pyannote[27].end 251.85659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 252.54846875
transcript.pyannote[28].end 259.60221875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 260.05784375
transcript.pyannote[29].end 261.00284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 262.04909375
transcript.pyannote[30].end 265.67721875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 266.62221875
transcript.pyannote[31].end 268.84971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 269.06909375
transcript.pyannote[32].end 272.10659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 272.96721875
transcript.pyannote[33].end 276.64596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 277.52346875
transcript.pyannote[34].end 278.73846875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 279.14346875
transcript.pyannote[35].end 281.38784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 281.75909375
transcript.pyannote[36].end 283.12596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 283.71659375
transcript.pyannote[37].end 285.08346875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 286.46721875
transcript.pyannote[38].end 291.78284375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 292.25534375
transcript.pyannote[39].end 299.07284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 299.22471875
transcript.pyannote[40].end 311.05409375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 311.54346875
transcript.pyannote[41].end 314.63159375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 313.99034375
transcript.pyannote[42].end 329.14409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 328.55346875
transcript.pyannote[43].end 344.11221875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 343.08284375
transcript.pyannote[44].end 351.26721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 344.34846875
transcript.pyannote[45].end 344.46659375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 348.88784375
transcript.pyannote[46].end 349.22534375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 350.69346875
transcript.pyannote[47].end 354.81096875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 355.55346875
transcript.pyannote[48].end 366.58971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 361.89846875
transcript.pyannote[49].end 361.99971875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 367.18034375
transcript.pyannote[50].end 373.06971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 372.58034375
transcript.pyannote[51].end 374.67284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 373.08659375
transcript.pyannote[52].end 373.12034375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 373.13721875
transcript.pyannote[53].end 373.81221875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 373.96409375
transcript.pyannote[54].end 376.73159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 375.51659375
transcript.pyannote[55].end 394.36596875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 386.53596875
transcript.pyannote[56].end 387.31221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 394.83846875
transcript.pyannote[57].end 402.71909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 403.05659375
transcript.pyannote[58].end 428.84159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 417.88971875
transcript.pyannote[59].end 417.90659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 429.19596875
transcript.pyannote[60].end 442.72971875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 442.93221875
transcript.pyannote[61].end 447.45471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 448.02846875
transcript.pyannote[62].end 453.27659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 453.98534375
transcript.pyannote[63].end 457.17471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 458.47409375
transcript.pyannote[64].end 458.49096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 458.49096875
transcript.pyannote[65].end 461.35971875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 461.66346875
transcript.pyannote[66].end 473.98221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 473.13846875
transcript.pyannote[67].end 496.64534375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 474.62346875
transcript.pyannote[68].end 475.04534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 482.99346875
transcript.pyannote[69].end 483.34784375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 485.45721875
transcript.pyannote[70].end 486.04784375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 495.98721875
transcript.pyannote[71].end 498.06284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 498.06284375
transcript.pyannote[72].end 531.50909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 498.07971875
transcript.pyannote[73].end 499.73346875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 503.69909375
transcript.pyannote[74].end 503.96909375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 531.94784375
transcript.pyannote[75].end 535.08659375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 535.52534375
transcript.pyannote[76].end 537.26346875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 537.66846875
transcript.pyannote[77].end 569.34284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 554.13846875
transcript.pyannote[78].end 554.20596875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 554.29034375
transcript.pyannote[79].end 554.49284375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 569.34284375
transcript.pyannote[80].end 579.13034375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 569.54534375
transcript.pyannote[81].end 570.13596875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 571.55346875
transcript.pyannote[82].end 571.85721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 578.03346875
transcript.pyannote[83].end 662.15534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 581.99909375
transcript.pyannote[84].end 585.52596875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 593.35596875
transcript.pyannote[85].end 594.55409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 595.80284375
transcript.pyannote[86].end 596.00534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 596.96721875
transcript.pyannote[87].end 597.27096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 661.41284375
transcript.pyannote[88].end 668.97284375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 668.97284375
transcript.pyannote[89].end 672.90471875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 673.57971875
transcript.pyannote[90].end 695.58471875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 674.72721875
transcript.pyannote[91].end 675.95909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 679.46909375
transcript.pyannote[92].end 680.00909375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 696.19221875
transcript.pyannote[93].end 698.58846875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 699.87096875
transcript.pyannote[94].end 705.28784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 702.43596875
transcript.pyannote[95].end 702.60471875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 703.02659375
transcript.pyannote[96].end 705.15284375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 705.28784375
transcript.pyannote[97].end 705.55784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 705.55784375
transcript.pyannote[98].end 707.76846875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 705.60846875
transcript.pyannote[99].end 727.14096875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 716.66159375
transcript.pyannote[100].end 717.06659375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 722.33159375
transcript.pyannote[101].end 723.81659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 727.27596875
transcript.pyannote[102].end 729.18284375
transcript.whisperx[0].start 5.626
transcript.whisperx[0].end 17.411
transcript.whisperx[0].text 有請主委有請主委主委你辛苦了你有沒有吃便當我吃了你的便當OK好辛苦
transcript.whisperx[1].start 19.851
transcript.whisperx[1].end 42.248
transcript.whisperx[1].text 因為這件事情很重要所以還是特別跑來就是上個禮拜五我在總質詢那個卓院長應該你有在場有聽到這個在95天台灣就進入超高齡社會那國科會在這件事情上面扮演非常關鍵的角色所以我希望跟你溝通一下
transcript.whisperx[2].start 45.723
transcript.whisperx[2].end 69.672
transcript.whisperx[2].text 今天我們的主題是永續這永續的科技、永續環境這件事情也是永續聯合國健康高齡10年行動裡面也列為這是國家的一個永續目標高齡化的一個社會那不只是醫療照護啦其實涵蓋的面向是全面性的我想博客會也了解
transcript.whisperx[3].start 71.852
transcript.whisperx[3].end 98.693
transcript.whisperx[3].text 但是很可惜我們的卓院長在做施政報告的時候仰仰傻傻好幾萬字竟然沒有出現這五個字超高齡社會那這個就讓人太震驚了這件被稱為是國安問題影響到全面性的人口大翻轉的事情顯然現在還沒有進入我們政府的腦袋裡面
transcript.whisperx[4].start 99.934
transcript.whisperx[4].end 112.022
transcript.whisperx[4].text 因為我想這個應該也是經過很多的討論經過各部門的一個集思廣益匯集出來竟然把一個在眼前的事情沒有提都沒提到當然這個
transcript.whisperx[5].start 116.513
transcript.whisperx[5].end 138.598
transcript.whisperx[5].text 都會看到現在高齡者憂鬱症,國會院所做的憂鬱症這問題也蠻嚴重的,這不僅是身體健康、四肢發達其實心理上面的問題也蠻多,心理通常是社會性的問題社會結構性非常廣、甚至是文化歧視各個方面的問題
transcript.whisperx[6].start 141.243
transcript.whisperx[6].end 155.973
transcript.whisperx[6].text 那這個衛福部的高齡健康裡面的研究這個是整理他們所有研究報告裡面的一些數據可以看得出來都還是偏重在照顧肋齡疾病上面的關注
transcript.whisperx[7].start 158.567
transcript.whisperx[7].end 180.437
transcript.whisperx[7].text 我不曉得那國科會當然在這裡扮演很多的科技資源的角色但是我一直很就是我們了解現在真正的所謂的壯世代高齡者55歲以上的人這個龐大的人龐大的人口他們真正的需求嗎真真的是只是現在左邊的這一些項目嗎
transcript.whisperx[8].start 182.722
transcript.whisperx[8].end 211.367
transcript.whisperx[8].text 好 這個呢 這個在去年國科會針對政府高齡科技所提出來的一些對策架構的主張雖然有些地方也都有提到的產業的啦產業面向也蠻多的但是呢 可以看出來所謂的生活場域也就是消費者在使用的情境當中都不外乎
transcript.whisperx[9].start 212.861
transcript.whisperx[9].end 219.495
transcript.whisperx[9].text 繞著醫院、養老院、藥局、公園運動、樂齡宅樂齡大學、藝文中心的小圈子在轉
transcript.whisperx[10].start 221.939
transcript.whisperx[10].end 244.673
transcript.whisperx[10].text 科技只是這個普惠科技只是要解決讓在這個小圈子轉的時候能夠更便利那如果這是我們的國家的高齡政策這個真的這個叫做國安問題這些事情能夠解決我們的國安問題嗎所以我現在想要來問一下這個主委
transcript.whisperx[11].start 247.046
transcript.whisperx[11].end 271.741
transcript.whisperx[11].text 國科會在主導我們高齡科技產業的這個行動計畫其實現在很多的研究依照的包括認知的資料庫都是過時的包括我們現在很多的法令好了45歲在我們政府裡面稱為中高齡現在一定45歲很多人都還沒結婚
transcript.whisperx[12].start 273.438
transcript.whisperx[12].end 290.787
transcript.whisperx[12].text 平均年齡結婚之後變成中高齡準備代退那這就一個舊資料嘛 對不對65歲法定老人你現在65歲的社會主幹很多所以這些都是過時的
transcript.whisperx[13].start 292.352
transcript.whisperx[13].end 292.572
transcript.whisperx[13].text 吳春城議員吳春城議員
transcript.whisperx[14].start 311.87
transcript.whisperx[14].end 325.294
transcript.whisperx[14].text 能解決他的問題嗎?高齡化社會問題我其實同意委員的意見就是我們未來的這個研究特別是對民眾的福祉健康的部分要促進的話一定是全年齡層來考慮不能只針對少數的這個族群
transcript.whisperx[15].start 328.635
transcript.whisperx[15].end 330.516
transcript.whisperx[15].text 你知道在過10年台灣一般人口超過50歲嗎?
transcript.whisperx[16].start 356.273
transcript.whisperx[16].end 365.782
transcript.whisperx[16].text 2034年一半50%的人超過所以未來的社會是以高齡者為主主要架構的社會你現在的整個科學技術有在考慮這一點嗎
transcript.whisperx[17].start 367.27
transcript.whisperx[17].end 370.511
transcript.whisperx[17].text 吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員
transcript.whisperx[18].start 394.841
transcript.whisperx[18].end 396.022
transcript.whisperx[18].text 國科委最擅長的就是AI
transcript.whisperx[19].start 415.333
transcript.whisperx[19].end 442.118
transcript.whisperx[19].text 那AI最重要的是不是資料庫是那資料庫你知道這個data裡面嚴重的缺乏壯世代的足跡55歲以上人的足跡在我們的AI data裡面比例非常不成比例的減少這些人占人口的三分之一七百多萬人掌握台灣三分之二財富是現在重要最主要的決策者公司機構的領導人都是壯世代但是這些人的
transcript.whisperx[20].start 442.998
transcript.whisperx[20].end 443.858
transcript.whisperx[20].text 主委有沒有什麼解決方案?
transcript.whisperx[21].start 459.31
transcript.whisperx[21].end 484.998
transcript.whisperx[21].text 如果這個數據慢慢再改變的話我們在資料的收集我剛剛有提到說我們全年齡層都要當然如果在55歲以上的人口的比重增加當然資料也要想一些方法啦因為我們社會都是依靠這些AI的數據在做決策啦但是這個決策當中嚴重的把這一些三分之一的人而且社會主力排除在外這個我們會確認一下
transcript.whisperx[22].start 487.338
transcript.whisperx[22].end 511.647
transcript.whisperx[22].text 所以你要去確認好不好我在中研院討論過這個議題大家啞口無言顯然沒有對策但是這問題太嚴重了啦是是我同意這個比重增加了好不好那如果想要怎麼樣讓調整比那個資料更正確反映我們的社會真實現象嘛所以呢為什麼要談這件事情我們今天的社福預算已經超過8300億這8300億
transcript.whisperx[23].start 515.829
transcript.whisperx[23].end 534.782
transcript.whisperx[23].text 當然是社會有沒有辦法解決這個人口我問院長院長沒有答案啦現在就是只能我們15%的需要長照需要施能的但是大量的這800萬的85%的需要發展性如果你沒有做這樣的話他就會變成人口土石流
transcript.whisperx[24].start 535.563
transcript.whisperx[24].end 544.366
transcript.whisperx[24].text 吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳春城議員吳
transcript.whisperx[25].start 564.614
transcript.whisperx[25].end 566.856
transcript.whisperx[25].text 委員會主任委員會主任委員會主任委員會主任
transcript.whisperx[26].start 586.15
transcript.whisperx[26].end 611.538
transcript.whisperx[26].text 不是說普遍聯盟這個就是嚴重被忽視不是你們沒有去特別重視你們嚴重的忽視他我現在提醒你要去重視好不好所以呢現在有很多的新資料有需要因為你是國家在這方面的政策科技政策所以麻省理工學院有HLIB聯盟實驗室我們國家應該需要這樣子你所認知的高齡者他的需求
transcript.whisperx[27].start 612.358
transcript.whisperx[27].end 636.779
transcript.whisperx[27].text 我們國家資料缺乏所以最後一個請求就是國科會可不可以成立Edge Lab年齡相對這一群這個是三分之一人口社會主義非常重要的這裡解決了年輕人的問題才有辦法解決兒童問題才解決因為他掌握台灣三分之二財富是台灣很重要你認他
transcript.whisperx[28].start 637.279
transcript.whisperx[28].end 657.727
transcript.whisperx[28].text 倒下來就又要跑來下一代所以在我們8月12日開的這個壯士代公聽會國科會也有出席然後也回應了這一些對認同的HLA本人應該可以去全面更寬廣的方面的這一個表達這樣的意見請問國科會還是持續這樣子的結論嗎如果我們的學術界
transcript.whisperx[29].start 665.47
transcript.whisperx[29].end 665.911
transcript.whisperx[29].text 吳春城議員吳春城議員吳春城議員
transcript.whisperx[30].start 686.755
transcript.whisperx[30].end 697.868
transcript.whisperx[30].text 我講的就平衡一下去做發展性的這一些可能數據很多都要更新所以可不可以請國科會可以提出這樣子的一個有關於這一方面工作的一個計畫
transcript.whisperx[31].start 699.946
transcript.whisperx[31].end 700.106
transcript.whisperx[31].text 謝謝吳春城委員
會議時間 2024-09-30T09:00:00+08:00
委員發言時間 12:57:34 - 13:02:16
會議名稱 立法院第11屆第2會期教育及文化委員會第2次全體委員會議(事由:邀請國家科學及技術委員會主任委員吳誠文列席就「永續科研與政策溝通」進行專題報告,並備質詢。 【9月30日及10月3日二天一次會】)
IVOD_ID 155030
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155030
日期 2024-09-30
會議資料.會議代碼 委員會-11-2-22-2
會議資料.屆 11
會議資料.會期 2
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 22
會議資料.標題 第11屆第2會期教育及文化委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-09-30T12:57:34+08:00
結束時間 2024-09-30T13:02:16+08:00
支援功能[0] ai-transcript