iVOD / 156296

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/da0d5cdf8d126ade8999432c66f9a7203b480ede9050f16a94934db31926c3002dc82480404c6b195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鍾佳濱
委員發言時間 11:16:55 - 11:26:27
影片長度 572
會議時間 2024-10-30T09:00:00+08:00
會議名稱 立法院第11屆第2會期社會福利及衛生環境委員會第6次全體委員會議(事由:邀請勞動部部長就「我國全時職位缺工概況」進行專題報告,並備質詢。 【10月30日及31日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 6.42659375
transcript.pyannote[0].end 13.31159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 13.41284375
transcript.pyannote[1].end 14.29034375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 17.51346875
transcript.pyannote[2].end 18.12096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.96471875
transcript.pyannote[3].end 25.36034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 25.51221875
transcript.pyannote[4].end 26.49096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 26.87909375
transcript.pyannote[5].end 32.58284375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 34.06784375
transcript.pyannote[6].end 37.47659375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 37.54409375
transcript.pyannote[7].end 43.73721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 44.73284375
transcript.pyannote[8].end 49.86284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 48.96846875
transcript.pyannote[9].end 51.01034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 51.12846875
transcript.pyannote[10].end 54.45284375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 53.38971875
transcript.pyannote[11].end 53.87909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 54.45284375
transcript.pyannote[12].end 54.80721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 55.80284375
transcript.pyannote[13].end 61.10159375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 61.57409375
transcript.pyannote[14].end 66.26534375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 66.26534375
transcript.pyannote[15].end 72.03659375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 71.71596875
transcript.pyannote[16].end 72.07034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 72.07034375
transcript.pyannote[17].end 80.25471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 72.08721875
transcript.pyannote[18].end 72.15471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 81.04784375
transcript.pyannote[19].end 81.40221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 81.85784375
transcript.pyannote[20].end 85.77284375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 84.79409375
transcript.pyannote[21].end 85.57034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 85.82346875
transcript.pyannote[22].end 86.09346875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 86.65034375
transcript.pyannote[23].end 87.12284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 87.40971875
transcript.pyannote[24].end 89.04659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 89.62034375
transcript.pyannote[25].end 90.78471875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 91.18971875
transcript.pyannote[26].end 94.75034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 95.34096875
transcript.pyannote[27].end 96.97784375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 97.63596875
transcript.pyannote[28].end 98.41221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 98.80034375
transcript.pyannote[29].end 99.52596875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 99.79596875
transcript.pyannote[30].end 102.86721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 103.45784375
transcript.pyannote[31].end 106.69784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 107.52471875
transcript.pyannote[32].end 108.70596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 109.27971875
transcript.pyannote[33].end 112.51971875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 112.67159375
transcript.pyannote[34].end 115.15221875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 115.54034375
transcript.pyannote[35].end 119.91096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 120.36659375
transcript.pyannote[36].end 124.72034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 125.00721875
transcript.pyannote[37].end 125.34471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 125.34471875
transcript.pyannote[38].end 127.67346875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 125.36159375
transcript.pyannote[39].end 125.81721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 127.67346875
transcript.pyannote[40].end 127.69034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 127.69034375
transcript.pyannote[41].end 127.72409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 127.72409375
transcript.pyannote[42].end 127.97721875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 127.97721875
transcript.pyannote[43].end 131.80784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 132.55034375
transcript.pyannote[44].end 133.74846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 133.83284375
transcript.pyannote[45].end 135.23346875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 135.43596875
transcript.pyannote[46].end 139.67159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 140.14409375
transcript.pyannote[47].end 141.76409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 141.84846875
transcript.pyannote[48].end 150.38721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 148.83471875
transcript.pyannote[49].end 149.62784375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 149.79659375
transcript.pyannote[50].end 159.12846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 155.17971875
transcript.pyannote[51].end 155.50034375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 156.32721875
transcript.pyannote[52].end 157.17096875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 158.67284375
transcript.pyannote[53].end 160.96784375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 159.63471875
transcript.pyannote[54].end 161.47409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 161.76096875
transcript.pyannote[55].end 164.69721875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 165.08534375
transcript.pyannote[56].end 166.73909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 167.11034375
transcript.pyannote[57].end 167.97096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 168.66284375
transcript.pyannote[58].end 169.33784375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 170.14784375
transcript.pyannote[59].end 172.37534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 172.72971875
transcript.pyannote[60].end 178.31534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 178.58534375
transcript.pyannote[61].end 178.61909375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 178.61909375
transcript.pyannote[62].end 180.00284375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 180.66096875
transcript.pyannote[63].end 183.37784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 183.66471875
transcript.pyannote[64].end 189.63846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 189.52034375
transcript.pyannote[65].end 195.25784375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 190.60034375
transcript.pyannote[66].end 191.10659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 193.04721875
transcript.pyannote[67].end 193.62096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 195.25784375
transcript.pyannote[68].end 203.30721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 203.93159375
transcript.pyannote[69].end 206.66534375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 206.68221875
transcript.pyannote[70].end 207.13784375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 207.18846875
transcript.pyannote[71].end 213.39846875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 214.03971875
transcript.pyannote[72].end 215.49096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 215.65971875
transcript.pyannote[73].end 216.79034375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 216.94221875
transcript.pyannote[74].end 218.74784375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 219.30471875
transcript.pyannote[75].end 220.89096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 220.82346875
transcript.pyannote[76].end 221.31284375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 221.31284375
transcript.pyannote[77].end 233.12534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 221.32971875
transcript.pyannote[78].end 221.43096875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 225.17721875
transcript.pyannote[79].end 225.27846875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 233.32784375
transcript.pyannote[80].end 237.51284375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 237.51284375
transcript.pyannote[81].end 237.83346875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 237.83346875
transcript.pyannote[82].end 238.42409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 238.39034375
transcript.pyannote[83].end 239.65596875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 239.94284375
transcript.pyannote[84].end 250.10159375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 250.47284375
transcript.pyannote[85].end 255.68721875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 255.88971875
transcript.pyannote[86].end 257.08784375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 257.57721875
transcript.pyannote[87].end 261.35721875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 261.64409375
transcript.pyannote[88].end 264.25971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 264.79971875
transcript.pyannote[89].end 267.83721875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 268.39409375
transcript.pyannote[90].end 270.77346875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 270.94221875
transcript.pyannote[91].end 272.47784375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 272.71409375
transcript.pyannote[92].end 275.16096875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 275.38034375
transcript.pyannote[93].end 276.51096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 276.52784375
transcript.pyannote[94].end 279.63284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 281.64096875
transcript.pyannote[95].end 284.02034375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 284.59409375
transcript.pyannote[96].end 287.49659375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 287.96909375
transcript.pyannote[97].end 291.74909375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 292.44096875
transcript.pyannote[98].end 298.02659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 298.39784375
transcript.pyannote[99].end 299.84909375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 298.98846875
transcript.pyannote[100].end 299.96721875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 300.01784375
transcript.pyannote[101].end 300.35534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 300.35534375
transcript.pyannote[102].end 305.24909375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 300.37221875
transcript.pyannote[103].end 300.42284375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 305.58659375
transcript.pyannote[104].end 315.39096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 316.08284375
transcript.pyannote[105].end 318.98534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 319.25534375
transcript.pyannote[106].end 321.58409375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 321.92159375
transcript.pyannote[107].end 323.65971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 323.98034375
transcript.pyannote[108].end 326.39346875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 326.89971875
transcript.pyannote[109].end 327.33846875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 327.64221875
transcript.pyannote[110].end 329.61659375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 330.12284375
transcript.pyannote[111].end 332.14784375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 333.04221875
transcript.pyannote[112].end 334.39221875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 334.69596875
transcript.pyannote[113].end 335.43846875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 335.43846875
transcript.pyannote[114].end 335.84346875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 335.92784375
transcript.pyannote[115].end 345.98534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 346.33971875
transcript.pyannote[116].end 349.46159375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 349.68096875
transcript.pyannote[117].end 350.67659375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 351.13221875
transcript.pyannote[118].end 352.44846875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 352.66784375
transcript.pyannote[119].end 353.03909375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 353.24159375
transcript.pyannote[120].end 355.13159375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 355.13159375
transcript.pyannote[121].end 355.46909375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 355.63784375
transcript.pyannote[122].end 357.91596875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 358.32096875
transcript.pyannote[123].end 361.56096875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 361.56096875
transcript.pyannote[124].end 361.66221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 361.66221875
transcript.pyannote[125].end 364.44659375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 361.67909375
transcript.pyannote[126].end 361.88159375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 364.56471875
transcript.pyannote[127].end 366.30284375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 366.45471875
transcript.pyannote[128].end 366.97784375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 367.34909375
transcript.pyannote[129].end 369.71159375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 370.18409375
transcript.pyannote[130].end 372.10784375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 372.25971875
transcript.pyannote[131].end 373.33971875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 374.03159375
transcript.pyannote[132].end 374.75721875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 376.54596875
transcript.pyannote[133].end 377.59221875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 377.59221875
transcript.pyannote[134].end 377.92971875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 377.65971875
transcript.pyannote[135].end 381.43971875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 378.94221875
transcript.pyannote[136].end 382.90784375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 382.87409375
transcript.pyannote[137].end 383.43096875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 383.05971875
transcript.pyannote[138].end 384.94971875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 384.89909375
transcript.pyannote[139].end 385.28721875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 385.28721875
transcript.pyannote[140].end 393.10034375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 387.17721875
transcript.pyannote[141].end 387.71721875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 392.96534375
transcript.pyannote[142].end 394.80471875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 393.48846875
transcript.pyannote[143].end 396.82971875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 397.25159375
transcript.pyannote[144].end 401.25096875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 401.53784375
transcript.pyannote[145].end 403.27596875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 403.69784375
transcript.pyannote[146].end 406.51596875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 406.81971875
transcript.pyannote[147].end 409.53659375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 410.05971875
transcript.pyannote[148].end 410.29596875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 410.93721875
transcript.pyannote[149].end 412.35471875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 412.59096875
transcript.pyannote[150].end 414.44721875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 415.03784375
transcript.pyannote[151].end 423.62721875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 423.71159375
transcript.pyannote[152].end 424.13346875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 424.26846875
transcript.pyannote[153].end 434.83221875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 435.43971875
transcript.pyannote[154].end 437.05971875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 437.92034375
transcript.pyannote[155].end 439.77659375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 439.89471875
transcript.pyannote[156].end 447.70784375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 448.02846875
transcript.pyannote[157].end 465.93284375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 466.70909375
transcript.pyannote[158].end 468.02534375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 467.89034375
transcript.pyannote[159].end 472.14284375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 472.80096875
transcript.pyannote[160].end 475.50096875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 475.97346875
transcript.pyannote[161].end 476.58096875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 477.44159375
transcript.pyannote[162].end 479.06159375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 479.50034375
transcript.pyannote[163].end 480.58034375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 480.95159375
transcript.pyannote[164].end 483.33096875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 483.78659375
transcript.pyannote[165].end 485.38971875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 485.64284375
transcript.pyannote[166].end 488.29221875
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 488.35971875
transcript.pyannote[167].end 496.44284375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 496.67909375
transcript.pyannote[168].end 504.96471875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 505.21784375
transcript.pyannote[169].end 506.02784375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 506.36534375
transcript.pyannote[170].end 507.15846875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 507.46221875
transcript.pyannote[171].end 509.11596875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 509.38596875
transcript.pyannote[172].end 515.59596875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 516.00096875
transcript.pyannote[173].end 518.26221875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 518.49846875
transcript.pyannote[174].end 527.84721875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 527.99909375
transcript.pyannote[175].end 528.70784375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 530.47971875
transcript.pyannote[176].end 530.73284375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 530.96909375
transcript.pyannote[177].end 536.09909375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 536.30159375
transcript.pyannote[178].end 546.96659375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 546.98346875
transcript.pyannote[179].end 547.03409375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 547.05096875
transcript.pyannote[180].end 555.28596875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 556.21409375
transcript.pyannote[181].end 556.66971875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 557.85096875
transcript.pyannote[182].end 558.66096875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 557.90159375
transcript.pyannote[183].end 558.59346875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 559.25159375
transcript.pyannote[184].end 559.82534375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 559.90971875
transcript.pyannote[185].end 560.48346875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 560.78721875
transcript.pyannote[186].end 563.43659375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 563.08221875
transcript.pyannote[187].end 566.22096875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 566.15346875
transcript.pyannote[188].end 566.54159375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 566.50784375
transcript.pyannote[189].end 568.49909375
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 568.21221875
transcript.pyannote[190].end 569.57909375
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 568.95471875
transcript.pyannote[191].end 569.62971875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 570.01784375
transcript.pyannote[192].end 570.05159375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 570.05159375
transcript.pyannote[193].end 570.74346875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 570.40596875
transcript.pyannote[194].end 571.06409375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 571.75596875
transcript.pyannote[195].end 572.97096875
transcript.whisperx[0].start 6.768
transcript.whisperx[0].end 31.989
transcript.whisperx[0].text 主席:在黨委員先進:立法院第11屆第2會期社會福利及衛生環境委員會長工作夥伴媒體記者女士先生有請我們何部長請何部長我也好部長好今天我們大家都關心我們的缺工都說全職的缺工對不對好我們看一個部長你知道嗎那個我們不只是勞碌命而且我們有一個部分的特別要跟你講
transcript.whisperx[1].start 34.13
transcript.whisperx[1].end 60.945
transcript.whisperx[1].text 我們的部分工時的勞動參與比率很低其實部長你對於全職參與勞動跟部分工時參與勞動你認為有什麼差別其實委員臺灣的所謂的總工時場是確實我沒有問總工時場我講部分工時對我們部分工時參與率是比較低的好那你覺得這是僱主不願意給全職工作還是勞工不想做全職的工作
transcript.whisperx[2].start 61.956
transcript.whisperx[2].end 80.083
transcript.whisperx[2].text 我們部分工時的參與率低是其實是正面的耶因為其實等於是等等等等這句話我有一個保留我先問你我沒有說哪正面或負面我說部分工時參與率低是因為僱主不願意提供全職工作還是勞工不想做全職工作
transcript.whisperx[3].start 82.149
transcript.whisperx[3].end 108.339
transcript.whisperx[3].text 部分工時差異率低是意味著部份工時的職缺少是老闆不想顧全職還是員工不想做全職我的花了30秒那聽懂了喔好來講啦我再講更直白一點啦以前人都是結婚啦但是現在說結婚率下降為什麼因為同居就好了啊親近國家都這樣子啊
transcript.whisperx[4].start 109.561
transcript.whisperx[4].end 131.007
transcript.whisperx[4].text 可以要結婚啊因為結婚就有彼此的什麼權利義務啊同居呢就有同居的一個幸福但是可能彼此沒有約束我用這個方式來說明過去的勞工希望跟僱主有一個從一而終就是包括我們日本的永聘制對不對但是終身僱用制但是現在呢好像勞工對於
transcript.whisperx[5].start 132.614
transcript.whisperx[5].end 160.952
transcript.whisperx[5].text 只被一個僱主綁住他所有的時間他不能去做現在的兼差可能不一樣像現在的副編導都很流行你覺得這個觀念是不是有些不一樣了是當然這個確實清新的勞動的彈性形態這個是現在年輕人而且勞動部現在推銀髮族中高齡就業促進也希望能夠多製造一些部分工時的職缺讓這些中高齡者來參與對不對是不是這樣所以我們說嘛
transcript.whisperx[6].start 162.793
transcript.whisperx[6].end 189.547
transcript.whisperx[6].text 產業是不是一定要全職勞工勞動部要做一個思考就是要問我們勞工需要什麼樣的職缺勞工有的需要全職的職缺有的需要他喜歡部分工時的職缺是不是這樣是就我們來勞動部與其問老闆說你需要全職工嗎我們是否反過來問勞工你希望什麼樣的彈性的工作方式你同不同意
transcript.whisperx[7].start 189.847
transcript.whisperx[7].end 213.247
transcript.whisperx[7].text 同意同意,因為我們在鍾佳濱的這個就業途徑上就是採用這個方式所以其實不只鍾佳濱啊,很多的年輕的不同世代勞動力他也有,他可能一天他寧可把8小時用來兼三份差他不想幫一個老闆做8個小時的工,你覺得有沒有可能?有可能嘛,所以現在的整個工作的概念是認為說過去勞工必要有一個雇主
transcript.whisperx[8].start 214.068
transcript.whisperx[8].end 214.368
transcript.whisperx[8].text 其實這是一個趨勢啦
transcript.whisperx[9].start 239.989
transcript.whisperx[9].end 267.036
transcript.whisperx[9].text 好 所以這是個趨勢您說對了所以因為這樣的趨勢我們應該先做一個調查瞭解現在勞動力勞工他需求的方向然後呢我們再回過來看產業的需求我前不久在交通部問過客運業啊他們現在缺司機願意做全天8小時的全職的駕駛呢都是中高齡所以不得不交通部延長到68歲那新的年輕的人呢他不想要一天綁8小時
transcript.whisperx[10].start 268.456
transcript.whisperx[10].end 291.185
transcript.whisperx[10].text 因此他們就說那我們在尖峰時間我們會顧那些已經退休的回來做兩個小時或者年輕人他就來做兩個小時你支持產業這樣的做法嗎就是他用這個方式來應付他尖峰時間客運業他的尖峰時間需要讓很大但是他為了尖峰時間的需求他僱用一堆人不見得顧得足
transcript.whisperx[11].start 292.509
transcript.whisperx[11].end 315.099
transcript.whisperx[11].text 所以我問一下客運業的聘僱臨時人力有沒有法令上的限制我記得那時候你好像告訴我說沒有沒有沒有很好所以我們就要思考那如果沒有法令上的限制那為什麼僱主跟勞工他們沒有辦法去媒合達成說我想打工的就來打工僱主說你想打工的我就有這個監察的工作給你我們來看一下下一個
transcript.whisperx[12].start 316.525
transcript.whisperx[12].end 333.747
transcript.whisperx[12].text 農業需要什麼樣的勞動力?現在農業缺工對不對?有季節性的缺工有常態性的缺工但是呢我們看到一個新聞啊他說你請外籍移工啊寫來做阿公啊為什麼?我農忙的時候我請了外籍移工但是我農協的時候他在做阿公啊你有沒有了解到這個情況?
transcript.whisperx[13].start 334.741
transcript.whisperx[13].end 352.746
transcript.whisperx[13].text 我知道所以為什麼農業部門會有這個情況呢因為農業生產跟工業生產不同工業生產機器一開24小時你全天一週七天一個月30天一年360天你要隨時都可以農業要看老天爺啊是
transcript.whisperx[14].start 353.706
transcript.whisperx[14].end 354.347
transcript.whisperx[14].text 你覺得可不可以
transcript.whisperx[15].start 376.601
transcript.whisperx[15].end 378.642
transcript.whisperx[15].text 有什麼法令的限制我這樣講
transcript.whisperx[16].start 397.347
transcript.whisperx[16].end 414.214
transcript.whisperx[16].text 其實農閒上學農忙下田這裡面就是需要教育部農業部跟勞動部共同來設計不然的話你知道現在農裡面雇用的得到的額外補充勞動力都是廠工都是移工
transcript.whisperx[17].start 415.094
transcript.whisperx[17].end 436.87
transcript.whisperx[17].text 他們是8點上班5點下班中間還出來4點就來打工然後8點來打工這個對外籍移工賺錢好但是對他的身體勞動權不好所以我們認為與其用外籍勞工不如用外籍的什麼農學工過去我們再往下看有一種叫教育部的做法你看透過PD勞動力我們客運車的業者可以做這樣的事情那但是他會缺乏什麼保障
transcript.whisperx[18].start 437.967
transcript.whisperx[18].end 465.535
transcript.whisperx[18].text 他會缺乏他可能職災的保障有沒有啊他的一個退休準備的保障有沒有啊這個勞動部要去幫忙享受啊包括你現在在支持的外送平台很多外送平台他不想要跟僱主成為全職的勞僱關係但他也不能接受這個承攬關係僱主完全對他沒有義務那有沒有可能在這兩者之間我們找出一個類勞工的方式來保障這些兼職人員部分工時人員他跟僱主之間的關係而且他們彼此的權益可以這樣嗎
transcript.whisperx[19].start 466.752
transcript.whisperx[19].end 496.121
transcript.whisperx[19].text 我們來研究好嗎好那最後呢我要告訴你來你要看往下往前跳最後一個你好往前往前不是學校的學工學校的學助往下一頁這個就是教育部那時候出來的大概在8年前那些大學的研究生他有領錢所以呢學校就請他工作研究室的助理會幫學校做行政工作後來教育部呢有研究生反映啊我領你6000領你8000我是研究生碩博生結果呢我的勞動權利在哪裡
transcript.whisperx[20].start 497.141
transcript.whisperx[20].end 515.38
transcript.whisperx[20].text 勞動部那時候出面了就有一個專科以上學校兼任助理勞動權益保障的指導原則這是勞動部出面的有沒有還沒印象在座的官員有嘛對不對所以那時候分成什麼分成兩種一種叫學習型的一種叫行政型的學習型的他的參與是基於學習的目的
transcript.whisperx[21].start 516.08
transcript.whisperx[21].end 528.531
transcript.whisperx[21].text 但是如果是行政型的不是學習型的他就比較強調他勞動的部分給予他保障學校對這兩種型的助理學生助理是給予不同的條件有沒有印象
transcript.whisperx[22].start 530.486
transcript.whisperx[22].end 531.146
transcript.whisperx[22].text 最後一題
transcript.whisperx[23].start 557.901
transcript.whisperx[23].end 557.921
transcript.whisperx[23].text 鍾佳濱
gazette.lineno 802
gazette.blocks[0][0] 鍾委員佳濱:(11時17分)主席、在場委員先進、列席政府機關首長及官員、會場工作夥伴、媒體記者女士先生。有請我們何部長。
gazette.blocks[1][0] 主席:請何部長。
gazette.blocks[2][0] 何部長佩珊:委員好。
gazette.blocks[3][0] 鍾委員佳濱:部長好。今天我們大家都關心缺工的問題,都說全職的缺工,對不對?
gazette.blocks[4][0] 何部長佩珊:是。
gazette.blocks[5][0] 鍾委員佳濱:好,我們來看一個,部長你知道嗎,我們不只是勞碌命,而且有一個部分要特別跟你講,我們的部分工時勞動參與比率很低,請問部長,對於全職參與勞動跟部分工時參與勞動,你認為有什麼差別?
gazette.blocks[6][0] 何部長佩珊:委員,臺灣所謂總工時長,確實是因為……
gazette.blocks[7][0] 鍾委員佳濱:我沒有問總工時長,我講部分工時。
gazette.blocks[8][0] 何部長佩珊:對,我們部分工時參與率是比較低的。
gazette.blocks[9][0] 鍾委員佳濱:好,那你覺得這是雇主不願意給全職工作,還是勞工不想做全職的工作?
gazette.blocks[10][0] 何部長佩珊:不,我們部分工時的參與率低其實是正面的,因為這其實等於是說……
gazette.blocks[11][0] 鍾委員佳濱:等等,這句話我有一個保留,我先問你,我沒有說哪個正面或負面,我說部分工時參與率低是因為雇主不願意提供全職工作,還是勞工不想做全職工作?
gazette.blocks[12][0] 何部長佩珊:委員,部分工時參與率低是意味著雇主……
gazette.blocks[13][0] 鍾委員佳濱:我說部分工時的職缺少,是老闆不想僱全職,還是員工不想做全職?我都花了30秒了,這樣聽懂了?好,我來講啦,我再講的更直白一點啦,以前的人都結婚,但是現在結婚率下降,為什麼,因為同居就好了,先進國家都這樣子,因為結婚就有彼此的權利義務,而同居有同居的幸福,但是可能彼此沒有約束,我用這個方式來說明,過去的勞工希望跟雇主有一個從一而終,比如日本的永聘制,對不對?
gazette.blocks[14][0] 何部長佩珊:對。
gazette.blocks[15][0] 鍾委員佳濱:終身僱用制,但是現在好像勞工對於只被一個雇主綁住他所有的時間,他不能去做其他兼差,可能有不一樣的想法,像現在foodpanda都很流行,你覺得這個觀念是不是有些不一樣了?
gazette.blocks[16][0] 何部長佩珊:是,當然,確實新興的勞動彈性型態是現在年輕人他們比較願意的……
gazette.blocks[17][0] 鍾委員佳濱:而且勞動部現在推銀髮族、中高齡就業促進,也希望能夠多製造一些部分工時的職缺,讓這些中高齡者來參與,對不對?
gazette.blocks[18][0] 何部長佩珊:對。
gazette.blocks[19][0] 鍾委員佳濱:是不是這樣?
gazette.blocks[20][0] 何部長佩珊:是。
gazette.blocks[21][0] 鍾委員佳濱:所以我們說嘛,產業是不是一定要全職勞工,勞動部要做一個思考,就是要問我們勞工需要什麼樣的職缺,勞工有的需要全職的職缺,有的喜歡部分工時的職缺,是不是這樣?
gazette.blocks[22][0] 何部長佩珊:是,當然。
gazette.blocks[23][0] 鍾委員佳濱:所以我們勞動部與其問老闆說你需要全職工,是否可反過來問勞工你希望什麼樣的彈性工作方式?你同不同意?
gazette.blocks[24][0] 何部長佩珊:同意,同意,因為我們在中高齡的就業促進上就是採用這個方式。
gazette.blocks[25][0] 鍾委員佳濱:其實不止是中高齡,很多年輕的、不同世代的勞動力,他可能一天寧可把8小時用來兼三份差也不想幫一個老闆做8個小時的工,你覺得有沒有可能?有可能嘛!所以現在整個的工作概念是不一樣的,過去認為勞工必須要有一個雇主僱用他整天的時間,僱用他一輩子,而且雇主要對勞工有一定的義務跟保障,勞工也喜歡有這樣穩定的鐵飯碗,這是過去的概念。現在勞工可能會說雇主綁住他全部的時間,但我要想辦法去休息,我要休假,我要自由,我不要有這樣固定的勞雇關係來綁住我,你覺得有沒有這個可能?
gazette.blocks[26][0] 何部長佩珊:有,其實這是一個趨勢。
gazette.blocks[27][0] 鍾委員佳濱:這是一個趨勢,您說對了,所以因為這樣的趨勢,我們應該先做一個調查,瞭解現在勞動力勞工需求的方向,然後我們再回過頭來看產業的需求。我前不久問過交通部,客運業現在缺司機,願意全天做8小時的全職駕駛都是中高齡者,所以交通部不得不延長到68歲,新進的、年輕的人不想要一天綁8小時,因此他們就說我們可不可以在尖峰時間僱用那些已經退休的人回來做兩個小時,或者是年輕人就只來做兩個小時,你支持產業這樣的作法嗎?客運業在尖峰時間的人力需要量很大,但為了尖峰時間的需求就僱用一堆人不見得僱得足,所以我問一下,客運業的聘僱臨時人力有沒有法令上的限制?我記得那時候你好像告訴我說沒有。
gazette.blocks[28][0] 何部長佩珊:沒有,沒有限制。
gazette.blocks[29][0] 鍾委員佳濱:沒有,很好。所以我們就要思考,如果沒有法令上的限制,那為什麼雇主跟勞工沒有辦法媒合達成說想打工的就來打工,雇主說你想打工我就有這個兼差的工作給你?下一個,我們來看一下農業需要什麼樣的勞動力,現在農業缺工對不對?有季節性的缺工,有常態性的缺工,但是我們看到一個新聞,說是請外籍移工是來當阿公啊!為什麼?農忙的時候我請了外籍移工,但是農閒的時候他在當阿公啊!你有沒有了解到這個情況?
gazette.blocks[30][0] 何部長佩珊:我知道。
gazette.blocks[31][0] 鍾委員佳濱:為什麼農業部門會有這個情況呢?是因為農業生產跟工業生產不同,工業生產機器一開就是24小時全天,一週7天、一個月30天、一年360天,要隨時都可以上工,農業要看老天爺啊!氣候限制你不能下田嘛!所以過去一直有一個概念,就是我們現在的新南向國家,你們不是同意讓一些有技術、來學習技術的學生可以去當副理、佐理嗎?
gazette.blocks[32][0] 何部長佩珊:對。
gazette.blocks[33][0] 鍾委員佳濱:那你覺得同樣來臺灣學習農業,他可不可以農閒上學、農忙下田?你覺得可不可以?
gazette.blocks[34][0] 何部長佩珊:去工讀?
gazette.blocks[35][0] 鍾委員佳濱:是的。
gazette.blocks[36][0] 何部長佩珊:農校啊!
gazette.blocks[37][0] 鍾委員佳濱:對,他來念農校嘛!對不對?他可以農閒的時候就上學,因為他們課程的安排很有彈性嘛!農忙的時候大家下田,不只是體驗、可以賺錢,還可以實際的去做中學,你同意嗎?
gazette.blocks[38][0] 何部長佩珊:同意,同意。
gazette.blocks[39][0] 鍾委員佳濱:好,我們來看一下這有什麼法令的限制,其實農閒上學、農忙下田這裡面就需要教育部、農業部跟勞動部共同來設計,不然的話,你知道現在農業裡面得到的額外補充勞動力都是廠工、移工,他們是8點上班4點下班,4點後就出來打工到8點,這個對外籍移工來說好賺錢,但是對他的身體勞動權不好,所以我們認為與其用外籍勞工不如用外籍的農學工。過去教育部有一種作法,透過PT勞動力,我們客運車的業者可以做這樣的事情,但是這樣會缺乏什麼保障?可能會缺乏職災的保障、退休準備的保障,這個勞動部要去幫忙想,包括你現在支持的外送平台,很多外送平台人員不想跟雇主成為全職的勞雇關係,但他也不能接受雇主完全對他沒有義務的承攬關係,那我們有沒有可能在這兩者之間找出一個類勞工的方式,來保障這些兼職人員、部分工時人員跟雇主之間的關係和他們彼此的權益?可以這樣嗎?
gazette.blocks[40][0] 何部長佩珊:我們來研究,好嗎?
gazette.blocks[41][0] 鍾委員佳濱:好。最後我要告訴你的是學校的學助部分,這是教育部那時候出來的,大概在8年前,那些大學的研究生他有領錢,所以學校就請他工作,擔任研究室的助理或幫學校做行政工作,後來有研究生反映說我領你6,000元、領你8,000元,可是我是研究生、碩博生,結果我的勞動權益在哪裡?勞動部那時候出面了,就訂了一個「專科以上學校兼任助理勞動權益保障指導原則」,這是勞動部出面做的,有沒有?在座的官員還有沒有印象?有嘛!對不對?所以那時候分成兩種,一種叫學習型、一種叫行政型,學習型的參與是基於學習的目的,但是如果是行政型的、不是學習型的,就比較強調在勞動的部分給予他保障,學校對於這兩種類型的學生助理是給予不同的條件,有沒有印象?
gazette.blocks[42][0] 何部長佩珊:有。
gazette.blocks[43][0] 鍾委員佳濱:所以我希望你們可以參酌外送產業的外送作業安全指引,以及過去在勞動部協助之下訂定的專科以上學校兼任助理勞動權益保障指導原則,是不是可以研發包括給運輸業、包括給我們醫療業、包括給農業,如果他是以學生的身分,可以怎麼樣用部分工時方式來參與勞動,補充我們國家的勞動力?可以研究嗎?就是針對這部分去研議。
gazette.blocks[44][0] 何部長佩珊:我們來研究,好嗎?
gazette.blocks[45][0] 鍾委員佳濱:請研議聘用非典型勞動PT人力的可行性,好嗎?
gazette.blocks[46][0] 何部長佩珊:好。
gazette.blocks[47][0] 鍾委員佳濱:多久可以給我一個大概的報告?
gazette.blocks[48][0] 何部長佩珊:一個月內。
gazette.blocks[49][0] 鍾委員佳濱:好,謝謝。謝謝主席!
gazette.blocks[50][0] 主席:謝謝鍾佳濱委員。
gazette.blocks[50][1] 接下來請楊瓊瓔委員發言。
gazette.agenda.page_end 276
gazette.agenda.meet_id 委員會-11-2-26-6
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 陳菁徽
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 王育敏
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 蘇清泉
gazette.agenda.speakers[8] 王正旭
gazette.agenda.speakers[9] 徐巧芯
gazette.agenda.speakers[10] 洪孟楷
gazette.agenda.speakers[11] 林楚茵
gazette.agenda.speakers[12] 陳亭妃
gazette.agenda.speakers[13] 吳宗憲
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 楊瓊瓔
gazette.agenda.speakers[16] 廖偉翔
gazette.agenda.speakers[17] 張雅琳
gazette.agenda.speakers[18] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[19] 林淑芬
gazette.agenda.speakers[20] 羅廷瑋
gazette.agenda.speakers[21] 李柏毅
gazette.agenda.speakers[22] 劉建國
gazette.agenda.speakers[23] 楊曜
gazette.agenda.speakers[24] 陳瑩
gazette.agenda.speakers[25] 吳春城
gazette.agenda.speakers[26] 涂權吉
gazette.agenda.page_start 199
gazette.agenda.meetingDate[0] 2024-10-30
gazette.agenda.gazette_id 1139201
gazette.agenda.agenda_lcidc_ids[0] 1139201_00005
gazette.agenda.meet_name 立法院第11屆第2會期社會福利及衛生環境委員會第6次全體委員會議紀錄
gazette.agenda.content 請勞動部部長就「我國全時職位缺工概況」進行專題報告,並備質詢
gazette.agenda.agenda_id 1139201_00004
IVOD_ID 156296
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156296
日期 2024-10-30
會議資料.會議代碼 委員會-11-2-26-6
會議資料.屆 11
會議資料.會期 2
會議資料.會次 6
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.標題 第11屆第2會期社會福利及衛生環境委員會第6次全體委員會議
影片種類 Clip
開始時間 2024-10-30T11:16:55+08:00
結束時間 2024-10-30T11:26:27+08:00
支援功能[0] ai-transcript
支援功能[1] gazette