IVOD_ID |
160574 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/160574 |
日期 |
2025-04-23 |
會議資料.會議代碼 |
委員會-11-3-26-7 |
會議資料.會議代碼:str |
第11屆第3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 |
3 |
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3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 |
2025-04-23T13:05:35+08:00 |
結束時間 |
2025-04-23T13:15:23+08:00 |
影片長度 |
00:09:48 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc05d94f33743e1ec504d63fb5309bb2e637bdb191357f7ebfac53c89e6150c5b455ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
張雅琳 |
委員發言時間 |
13:05:35 - 13:15:23 |
會議時間 |
2025-04-23T09:00:00+08:00 |
會議名稱 |
立法院第11屆第3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:邀請衛生福利部部長、財政部次長就「國家社會福利政策財源檢討及偏鄉兒童發展篩檢執行情形」進行專題報告,並備質詢。
【4月23日及24日二天一次會】) |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
12.43409375 |
transcript.pyannote[0].end |
13.64909375 |
transcript.pyannote[1].speaker |
SPEAKER_03 |
transcript.pyannote[1].start |
19.18409375 |
transcript.pyannote[1].end |
19.77471875 |
transcript.pyannote[2].speaker |
SPEAKER_01 |
transcript.pyannote[2].start |
20.12909375 |
transcript.pyannote[2].end |
60.35909375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
61.06784375 |
transcript.pyannote[3].end |
69.28596875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
71.51346875 |
transcript.pyannote[4].end |
71.58096875 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
71.85096875 |
transcript.pyannote[5].end |
83.03909375 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
83.54534375 |
transcript.pyannote[6].end |
88.43909375 |
transcript.pyannote[7].speaker |
SPEAKER_00 |
transcript.pyannote[7].start |
85.68846875 |
transcript.pyannote[7].end |
86.12721875 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
86.43096875 |
transcript.pyannote[8].end |
87.00471875 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
87.91596875 |
transcript.pyannote[9].end |
88.23659375 |
transcript.pyannote[10].speaker |
SPEAKER_01 |
transcript.pyannote[10].start |
90.05909375 |
transcript.pyannote[10].end |
92.13471875 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
92.32034375 |
transcript.pyannote[11].end |
103.84596875 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
104.97659375 |
transcript.pyannote[12].end |
115.70909375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
116.87346875 |
transcript.pyannote[13].end |
128.98971875 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
123.26909375 |
transcript.pyannote[14].end |
123.82596875 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
129.17534375 |
transcript.pyannote[15].end |
135.30096875 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
136.07721875 |
transcript.pyannote[16].end |
140.32971875 |
transcript.pyannote[17].speaker |
SPEAKER_03 |
transcript.pyannote[17].start |
140.32971875 |
transcript.pyannote[17].end |
141.59534375 |
transcript.pyannote[18].speaker |
SPEAKER_01 |
transcript.pyannote[18].start |
141.42659375 |
transcript.pyannote[18].end |
142.99596875 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
143.23221875 |
transcript.pyannote[19].end |
143.95784375 |
transcript.pyannote[20].speaker |
SPEAKER_03 |
transcript.pyannote[20].start |
144.98721875 |
transcript.pyannote[20].end |
146.13471875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
148.76721875 |
transcript.pyannote[21].end |
151.46721875 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
154.23471875 |
transcript.pyannote[22].end |
159.31409375 |
transcript.pyannote[23].speaker |
SPEAKER_03 |
transcript.pyannote[23].start |
158.48721875 |
transcript.pyannote[23].end |
160.42784375 |
transcript.pyannote[24].speaker |
SPEAKER_01 |
transcript.pyannote[24].start |
160.42784375 |
transcript.pyannote[24].end |
162.79034375 |
transcript.pyannote[25].speaker |
SPEAKER_03 |
transcript.pyannote[25].start |
163.78596875 |
transcript.pyannote[25].end |
165.70971875 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
163.83659375 |
transcript.pyannote[26].end |
168.79784375 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
169.35471875 |
transcript.pyannote[27].end |
173.01659375 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
173.16846875 |
transcript.pyannote[28].end |
179.91846875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
180.66096875 |
transcript.pyannote[29].end |
190.26284375 |
transcript.pyannote[30].speaker |
SPEAKER_01 |
transcript.pyannote[30].start |
190.63409375 |
transcript.pyannote[30].end |
193.09784375 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
194.58284375 |
transcript.pyannote[31].end |
195.74721875 |
transcript.pyannote[32].speaker |
SPEAKER_03 |
transcript.pyannote[32].start |
199.40909375 |
transcript.pyannote[32].end |
199.96596875 |
transcript.pyannote[33].speaker |
SPEAKER_02 |
transcript.pyannote[33].start |
199.96596875 |
transcript.pyannote[33].end |
200.57346875 |
transcript.pyannote[34].speaker |
SPEAKER_02 |
transcript.pyannote[34].start |
200.67471875 |
transcript.pyannote[34].end |
200.75909375 |
transcript.pyannote[35].speaker |
SPEAKER_03 |
transcript.pyannote[35].start |
200.75909375 |
transcript.pyannote[35].end |
200.79284375 |
transcript.pyannote[36].speaker |
SPEAKER_02 |
transcript.pyannote[36].start |
200.79284375 |
transcript.pyannote[36].end |
224.02971875 |
transcript.pyannote[37].speaker |
SPEAKER_03 |
transcript.pyannote[37].start |
201.07971875 |
transcript.pyannote[37].end |
201.48471875 |
transcript.pyannote[38].speaker |
SPEAKER_03 |
transcript.pyannote[38].start |
201.56909375 |
transcript.pyannote[38].end |
201.65346875 |
transcript.pyannote[39].speaker |
SPEAKER_03 |
transcript.pyannote[39].start |
201.70409375 |
transcript.pyannote[39].end |
201.77159375 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
210.24284375 |
transcript.pyannote[40].end |
210.61409375 |
transcript.pyannote[41].speaker |
SPEAKER_02 |
transcript.pyannote[41].start |
224.87346875 |
transcript.pyannote[41].end |
225.17721875 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
224.94096875 |
transcript.pyannote[42].end |
227.15159375 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
227.55659375 |
transcript.pyannote[43].end |
229.96971875 |
transcript.pyannote[44].speaker |
SPEAKER_02 |
transcript.pyannote[44].start |
229.96971875 |
transcript.pyannote[44].end |
230.34096875 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
230.34096875 |
transcript.pyannote[45].end |
235.35284375 |
transcript.pyannote[46].speaker |
SPEAKER_02 |
transcript.pyannote[46].start |
231.79221875 |
transcript.pyannote[46].end |
233.00721875 |
transcript.pyannote[47].speaker |
SPEAKER_02 |
transcript.pyannote[47].start |
235.36971875 |
transcript.pyannote[47].end |
239.31846875 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
236.04471875 |
transcript.pyannote[48].end |
242.40659375 |
transcript.pyannote[49].speaker |
SPEAKER_02 |
transcript.pyannote[49].start |
240.53346875 |
transcript.pyannote[49].end |
241.49534375 |
transcript.pyannote[50].speaker |
SPEAKER_02 |
transcript.pyannote[50].start |
243.30096875 |
transcript.pyannote[50].end |
244.14471875 |
transcript.pyannote[51].speaker |
SPEAKER_02 |
transcript.pyannote[51].start |
244.88721875 |
transcript.pyannote[51].end |
246.96284375 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
246.18659375 |
transcript.pyannote[52].end |
256.07534375 |
transcript.pyannote[53].speaker |
SPEAKER_03 |
transcript.pyannote[53].start |
254.70846875 |
transcript.pyannote[53].end |
256.63221875 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
256.93596875 |
transcript.pyannote[54].end |
292.76159375 |
transcript.pyannote[55].speaker |
SPEAKER_01 |
transcript.pyannote[55].start |
294.41534375 |
transcript.pyannote[55].end |
307.07159375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
307.13909375 |
transcript.pyannote[56].end |
320.41971875 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
321.12846875 |
transcript.pyannote[57].end |
328.30034375 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
328.51971875 |
transcript.pyannote[58].end |
342.32346875 |
transcript.pyannote[59].speaker |
SPEAKER_01 |
transcript.pyannote[59].start |
342.81284375 |
transcript.pyannote[59].end |
346.08659375 |
transcript.pyannote[60].speaker |
SPEAKER_01 |
transcript.pyannote[60].start |
346.30596875 |
transcript.pyannote[60].end |
357.24096875 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
358.87784375 |
transcript.pyannote[61].end |
372.27659375 |
transcript.pyannote[62].speaker |
SPEAKER_01 |
transcript.pyannote[62].start |
372.78284375 |
transcript.pyannote[62].end |
385.70909375 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
386.08034375 |
transcript.pyannote[63].end |
390.21471875 |
transcript.pyannote[64].speaker |
SPEAKER_03 |
transcript.pyannote[64].start |
391.88534375 |
transcript.pyannote[64].end |
392.20596875 |
transcript.pyannote[65].speaker |
SPEAKER_03 |
transcript.pyannote[65].start |
393.28596875 |
transcript.pyannote[65].end |
403.98471875 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
403.69784375 |
transcript.pyannote[66].end |
405.80721875 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
403.98471875 |
transcript.pyannote[67].end |
404.15346875 |
transcript.pyannote[68].speaker |
SPEAKER_03 |
transcript.pyannote[68].start |
405.52034375 |
transcript.pyannote[68].end |
405.53721875 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
405.53721875 |
transcript.pyannote[69].end |
437.53221875 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
436.38471875 |
transcript.pyannote[70].end |
443.06721875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
442.08846875 |
transcript.pyannote[71].end |
442.98284375 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
443.06721875 |
transcript.pyannote[72].end |
459.26721875 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
443.40471875 |
transcript.pyannote[73].end |
445.64909375 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
451.70721875 |
transcript.pyannote[74].end |
452.93909375 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
459.50346875 |
transcript.pyannote[75].end |
464.93721875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
464.46471875 |
transcript.pyannote[76].end |
466.43909375 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
466.59096875 |
transcript.pyannote[77].end |
473.69534375 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
467.80596875 |
transcript.pyannote[78].end |
468.76784375 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
474.79221875 |
transcript.pyannote[79].end |
476.81721875 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
477.37409375 |
transcript.pyannote[80].end |
478.97721875 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
479.73659375 |
transcript.pyannote[81].end |
481.18784375 |
transcript.pyannote[82].speaker |
SPEAKER_02 |
transcript.pyannote[82].start |
482.82471875 |
transcript.pyannote[82].end |
482.94284375 |
transcript.pyannote[83].speaker |
SPEAKER_02 |
transcript.pyannote[83].start |
483.21284375 |
transcript.pyannote[83].end |
483.51659375 |
transcript.pyannote[84].speaker |
SPEAKER_02 |
transcript.pyannote[84].start |
483.61784375 |
transcript.pyannote[84].end |
490.62096875 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
486.48659375 |
transcript.pyannote[85].end |
487.02659375 |
transcript.pyannote[86].speaker |
SPEAKER_02 |
transcript.pyannote[86].start |
490.78971875 |
transcript.pyannote[86].end |
492.30846875 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
490.84034375 |
transcript.pyannote[87].end |
490.87409375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
490.89096875 |
transcript.pyannote[88].end |
491.39721875 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
492.37596875 |
transcript.pyannote[89].end |
493.32096875 |
transcript.pyannote[90].speaker |
SPEAKER_02 |
transcript.pyannote[90].start |
493.03409375 |
transcript.pyannote[90].end |
496.13909375 |
transcript.pyannote[91].speaker |
SPEAKER_02 |
transcript.pyannote[91].start |
496.20659375 |
transcript.pyannote[91].end |
496.37534375 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
496.71284375 |
transcript.pyannote[92].end |
502.09596875 |
transcript.pyannote[93].speaker |
SPEAKER_01 |
transcript.pyannote[93].start |
502.55159375 |
transcript.pyannote[93].end |
508.01909375 |
transcript.pyannote[94].speaker |
SPEAKER_01 |
transcript.pyannote[94].start |
508.23846875 |
transcript.pyannote[94].end |
519.94971875 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
520.43909375 |
transcript.pyannote[95].end |
534.42846875 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
534.86721875 |
transcript.pyannote[96].end |
535.40721875 |
transcript.pyannote[97].speaker |
SPEAKER_01 |
transcript.pyannote[97].start |
535.54221875 |
transcript.pyannote[97].end |
538.05659375 |
transcript.pyannote[98].speaker |
SPEAKER_03 |
transcript.pyannote[98].start |
538.56284375 |
transcript.pyannote[98].end |
546.30846875 |
transcript.pyannote[99].speaker |
SPEAKER_03 |
transcript.pyannote[99].start |
546.56159375 |
transcript.pyannote[99].end |
552.07971875 |
transcript.pyannote[100].speaker |
SPEAKER_02 |
transcript.pyannote[100].start |
549.61596875 |
transcript.pyannote[100].end |
549.95346875 |
transcript.pyannote[101].speaker |
SPEAKER_02 |
transcript.pyannote[101].start |
552.16409375 |
transcript.pyannote[101].end |
552.56909375 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
552.56909375 |
transcript.pyannote[102].end |
552.61971875 |
transcript.pyannote[103].speaker |
SPEAKER_03 |
transcript.pyannote[103].start |
552.61971875 |
transcript.pyannote[103].end |
555.96096875 |
transcript.pyannote[104].speaker |
SPEAKER_02 |
transcript.pyannote[104].start |
554.76284375 |
transcript.pyannote[104].end |
554.79659375 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
554.79659375 |
transcript.pyannote[105].end |
555.25221875 |
transcript.pyannote[106].speaker |
SPEAKER_01 |
transcript.pyannote[106].start |
556.11284375 |
transcript.pyannote[106].end |
556.50096875 |
transcript.pyannote[107].speaker |
SPEAKER_03 |
transcript.pyannote[107].start |
556.18034375 |
transcript.pyannote[107].end |
558.30659375 |
transcript.pyannote[108].speaker |
SPEAKER_01 |
transcript.pyannote[108].start |
558.27284375 |
transcript.pyannote[108].end |
560.93909375 |
transcript.pyannote[109].speaker |
SPEAKER_03 |
transcript.pyannote[109].start |
560.41596875 |
transcript.pyannote[109].end |
568.41471875 |
transcript.pyannote[110].speaker |
SPEAKER_01 |
transcript.pyannote[110].start |
568.07721875 |
transcript.pyannote[110].end |
572.92034375 |
transcript.pyannote[111].speaker |
SPEAKER_03 |
transcript.pyannote[111].start |
570.76034375 |
transcript.pyannote[111].end |
571.09784375 |
transcript.pyannote[112].speaker |
SPEAKER_03 |
transcript.pyannote[112].start |
574.00034375 |
transcript.pyannote[112].end |
574.65846875 |
transcript.pyannote[113].speaker |
SPEAKER_03 |
transcript.pyannote[113].start |
575.80596875 |
transcript.pyannote[113].end |
577.56096875 |
transcript.pyannote[114].speaker |
SPEAKER_01 |
transcript.pyannote[114].start |
577.99971875 |
transcript.pyannote[114].end |
579.09659375 |
transcript.pyannote[115].speaker |
SPEAKER_03 |
transcript.pyannote[115].start |
578.05034375 |
transcript.pyannote[115].end |
581.10471875 |
transcript.pyannote[116].speaker |
SPEAKER_01 |
transcript.pyannote[116].start |
580.93596875 |
transcript.pyannote[116].end |
585.96471875 |
transcript.pyannote[117].speaker |
SPEAKER_03 |
transcript.pyannote[117].start |
581.99909375 |
transcript.pyannote[117].end |
582.84284375 |
transcript.pyannote[118].speaker |
SPEAKER_03 |
transcript.pyannote[118].start |
583.33221875 |
transcript.pyannote[118].end |
585.50909375 |
transcript.pyannote[119].speaker |
SPEAKER_03 |
transcript.pyannote[119].start |
585.82971875 |
transcript.pyannote[119].end |
586.09971875 |
transcript.pyannote[120].speaker |
SPEAKER_03 |
transcript.pyannote[120].start |
586.48784375 |
transcript.pyannote[120].end |
587.70284375 |
transcript.whisperx[0].start |
12.449 |
transcript.whisperx[0].end |
14.17 |
transcript.whisperx[0].text |
我們有請部長部長好今天想要跟你討論有關於藻寮的部分就是藻寮資源的部分因為根據世界衛生組織來講我們其實兒童發展的兒童發展遲緩的發生率大概是8%但是台灣的本土研究是說因為篩檢工具不足實際的發生率可能是8到10% |
transcript.whisperx[1].start |
36.42 |
transcript.whisperx[1].end |
59.627 |
transcript.whisperx[1].text |
那目前我們就取中間值我去計算一下我們全國潛在的需求人數大概是13.16人但是以我現在最新拿到的資料2024年通報的是3.9萬人所以也就是說在現在還有未通報率大概是70.3%然後再進一步去發現的一些細節的資料這我想要跟部長再做討論一下就是說我知道我們其實在 |
transcript.whisperx[2].start |
61.167 |
transcript.whisperx[2].end |
88.334 |
transcript.whisperx[2].text |
去年呢其實我們有去擴大補助了全國兒童發展聯合評估中心所以我們的量能是在提升但是呢好但是我在看這個資料的時候我有幾個疑點我希望部長可以幫我解釋簡單的說明一下就是說第一個疑點是說我們看到這個數字台北市跟桃園市通報的人數只有10%是藻寮人數 抱歉按到了 |
transcript.whisperx[3].start |
90.114 |
transcript.whisperx[3].end |
114.884 |
transcript.whisperx[3].text |
好就是說我們在這個台北市跟桃園市跟其他地方完全不一樣因為接受人你看新北市喔或者是台中市喔他接受早療人數會接近通報人數可是我們台北市跟桃園市竟然只有10%那這是什麼樣子的原因呢那第二個疑點是嘉義市宜蘭縣澎湖縣接受早療的人數竟然大於通報人數欸 |
transcript.whisperx[4].start |
117.852 |
transcript.whisperx[4].end |
139.263 |
transcript.whisperx[4].text |
這個應該是要通報之後經過評估才可以接受找療嘛 對吧流程上應該是這樣可是怎麼會出現這樣子的數字第三個接受找療服務的人次竟然只有人數的一倍多代表是說他回去再做找療的頻率是低的嗎我是應該這樣解讀嗎是不是可以簡單 誰來幫我做個簡單的說明我應該如何讀這份報告這個數字 |
transcript.whisperx[5].start |
149.02 |
transcript.whisperx[5].end |
151.304 |
transcript.whisperx[5].text |
還是現在沒有人可以回答我這個問題好沒關係我時間有限 好不好我們會後再來我辦公室我們再來瞭解一下這個數據齁這個數據你們自己看不會覺得很奇怪嗎 |
transcript.whisperx[6].start |
164.023 |
transcript.whisperx[6].end |
192.848 |
transcript.whisperx[6].text |
對吧 很奇怪吧 還有第二個問題第二個數據 我也覺得很奇怪就是我們在看聯平中心跟聯平提供量的時候呢台北市加速在減少 可是提供量在增加桃園加速在增加 可是聯平量卻在減少然後新竹市呢加速持平 可是聯平提供量減少這個我就有點不太懂 照理講我應該提供的加速變多我應該相對來說 我的服務量應該是增加的吧 |
transcript.whisperx[7].start |
194.582 |
transcript.whisperx[7].end |
196.083 |
transcript.whisperx[7].text |
這邊還是是謝謝委員那這個是你看到這是他們縣市提出來的我們預估給他的那以新竹市為例我幾個例子它同樣是兩家但是呢114年114年是1700沒有錯那114年呢原來一家叫1100現在新增了一家台大就是再1100所以新竹市就會變成2200 |
transcript.whisperx[8].start |
224.915 |
transcript.whisperx[8].end |
242.136 |
transcript.whisperx[8].text |
所以我想我應該怎麼讀這個資料呢?因為這樣子看起來,如果這個是這樣子算,假設它是2200你們沒有記到的話,那其他的數字是正確的嗎?這個我們要對一下,因為其他的是2200這個是不是也可以回去確認一下好不好?提供到我辦公室好不好?這大概什麼時候可以提供給我?好,謝謝大概什麼時候可以提供給我?一塊,很快 |
transcript.whisperx[9].start |
245.203 |
transcript.whisperx[9].end |
258.882 |
transcript.whisperx[9].text |
儘快大概一個禮拜內一個禮拜以內好不好我們一個禮拜我們約個時間順便來說明一下剛剛那些疑點好不好因為這樣子我們很難去評估到底藻寮的量能到底有沒有增加啦好不好然後再來還有下一頁好像沒有反應 |
transcript.whisperx[10].start |
260.043 |
transcript.whisperx[10].end |
288.1 |
transcript.whisperx[10].text |
那還有就是說其實我們也大概看了一下剛剛那些數字我大概用現在你給我的數字我加總了一下大概六都集中了75%的評估中心和機構可是我根據桃園市2023年的一個報告調查他說桃園市發展實緩的兒童通報這五年的統計分析之下呢復興區這個復興區三歲以下的兒童通報率只有都會區的40%也就是說我們偏鄉的能夠去做這些評估的 |
transcript.whisperx[11].start |
288.921 |
transcript.whisperx[11].end |
292.393 |
transcript.whisperx[11].text |
或是有這個意識的其實相對來說是低的下一頁 |
transcript.whisperx[12].start |
294.611 |
transcript.whisperx[12].end |
318.38 |
transcript.whisperx[12].text |
那這個其實也有一些報告啦有些專家學者也提出到了就是我們偏鄉區域的找療的一個困境第一個就是醫療與療癒資源集中於都會區嘛剛剛講75%然後通報與篩檢率也都偏低因為目前其實他們對於這樣子的一個概念早期介入的概念相對來說是稍微比較弱的那社區也宣導不足所以就會有造成很多的孩子在他們沒有被早期發現就錯過了這個黃金期這樣子 |
transcript.whisperx[13].start |
321.161 |
transcript.whisperx[13].end |
348.137 |
transcript.whisperx[13].text |
那再來還有就是說我們第三點是在於專業人力跟服務量人不足啦就是其實我們有非常短缺我想這個部長跟大家一定都非常清楚我們的語言治療師 職能治療師其實比例都是相當不夠的這個其實還是非常需要一起來努力的那最後就是一個家庭負擔沉重的問題就是說因為其實他們以他們的交通啦剛來講他如果要從復興區要去到可以坐的地方要花兩個小時 |
transcript.whisperx[14].start |
349.338 |
transcript.whisperx[14].end |
357.008 |
transcript.whisperx[14].text |
家庭有經濟的困難 交通又不那麼方便其實坦白來說 要他回去做這件事情 難度是非常高的但是呢 我也 幫我按下一頁 |
transcript.whisperx[15].start |
358.905 |
transcript.whisperx[15].end |
387.092 |
transcript.whisperx[15].text |
但是第三基金會其實長期一直以來他們在偏鄉服務他們其實有一些成功的經驗就是說他們其實很早的時候在孩子還在媽媽的肚子裡的時候他們就有育兒指導員來協助這些家長提升這個孩子需要做早期介入療癒的一個意識所以呢我想請教這個部長就是賴清德總統其實當時有提出要這個育兒指導員到家的這個一個政見嘛 |
transcript.whisperx[16].start |
387.512 |
transcript.whisperx[16].end |
399.205 |
transcript.whisperx[16].text |
那我們現在大概準備的怎麼樣?規劃的怎麼樣?我想這個至善基金會在這樣做,是令人感動也很好的典範其實剛剛委員講的,應該全國都有在做 |
transcript.whisperx[17].start |
403.744 |
transcript.whisperx[17].end |
420.804 |
transcript.whisperx[17].text |
育兒指導員的部分現在準備了怎麼樣跟委員報告其實在社網第二期從108年開始我們大概就已經開始在全國都有部件這樣一個育兒指導服務那在這個原來計畫裡面他是優先提供服務給這些比較相對比較脆弱的家庭 |
transcript.whisperx[18].start |
421.405 |
transcript.whisperx[18].end |
442.287 |
transcript.whisperx[18].text |
那我們現在正在規劃下一期的社安網的計畫那我們也會把這個已經很確定的方向會把育兒指導的服務的量能持續的來做擴充然後目標是針對不管他是不是隨後家庭只要家庭有需要我們一律的來提供這樣的服務我們是不是也可以因為我不太確定你們下一期的部件是不是也包含到偏鄉的部分因為其實偏鄉現在都很靠 |
transcript.whisperx[19].start |
443.228 |
transcript.whisperx[19].end |
458.894 |
transcript.whisperx[19].text |
那大概什麼時候會我們下一期社交網會從明年開始那目前我們的計畫已經開始在整理當中整理當中是嗎整理全國只要六歲以下的兒童有相關需要的育兒指導我們大概我們會把量整個都擴充出來 |
transcript.whisperx[20].start |
459.722 |
transcript.whisperx[20].end |
480.702 |
transcript.whisperx[20].text |
所以我們是針對6歲以下還是他今天是還在爸爸媽媽肚子裡的時候就6歲以下的兒童的育兒指導但我只在想說因為我們其實偏鄉只到6歲有沒有可能再更早一點來去協助他們呢這部分有可能再提早嗎可能在他就是懷孕的時候因為智商的做法是這樣 |
transcript.whisperx[21].start |
483.284 |
transcript.whisperx[21].end |
491.092 |
transcript.whisperx[21].text |
跟委員報告一下,有關孕產婦如果是有高風險的孕產婦,我們是有孕產婦的關懷計畫,另外一個處理的,高風險孕產婦的最終關懷計畫 |
transcript.whisperx[22].start |
496.735 |
transcript.whisperx[22].end |
518.38 |
transcript.whisperx[22].text |
好沒關係那這個我們事後下次也是一起來討論看他可以怎麼樣執行那最後最後很快就是說我們其實下一頁好了下一頁好了我們其實剛剛講到就是說今天要做早期介入的話其實也是非常需要我們要有足夠的語言治療師跟職能治療師可是以我們現在來說台灣跟世界來比台灣現在語言治療師每一萬人我們大概就0.58個這個 |
transcript.whisperx[23].start |
521.422 |
transcript.whisperx[23].end |
537.112 |
transcript.whisperx[23].text |
這個原治療師他的服務量只有0.58人那美國是有3.3人那職能治療師呢每萬人的服務量台灣是1.49可是美國是4.9我們現在是不是有一些我們可不可以嚴領一些方案怎麼樣子來提升我們這個原治療師跟職能治療師的人數呢 |
transcript.whisperx[24].start |
538.938 |
transcript.whisperx[24].end |
557.587 |
transcript.whisperx[24].text |
我想我們先瞭解一下,到底為什麼我們台灣人比較少?是科系培養的比較少?還是考照率太難了?還是說已經考過了他不來上班?或者是別人認不好? |
transcript.whisperx[25].start |
558.647 |
transcript.whisperx[25].end |
585.483 |
transcript.whisperx[25].text |
那所以你們現在會簡單做一個這個我們 既然今天聽起來這個是非常這些專業人員是很需要的我們就要好好來檢討一下好 那大概什麼時候我們可以有一個更明確的不然是檢討啦 或是下一個方案議事室議事室好 這個請議事室一個月之內把它盤點好盤點以下可以嗎然後我們來看看下一步我們怎麼做好不好謝謝再跟委員報告一個月齁 謝謝好 謝謝 |