iVOD / 161128

Field Value
IVOD_ID 161128
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161128
日期 2025-05-08
會議資料.會議代碼 委員會-11-3-26-10
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10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 10
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10次全體委員會議
影片種類 Clip
開始時間 2025-05-08T13:05:16+08:00
結束時間 2025-05-08T13:15:51+08:00
影片長度 00:10:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/26c557d936b203c15984ef59ce82e1aebf088656e97d34035710b400f5dcf9244763dcd5b5be02255ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 楊瓊瓔
委員發言時間 13:05:16 - 13:15:51
會議時間 2025-05-08T09:00:00+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10次全體委員會議(事由:一、邀請衛生福利部部長就「長照2.0執行情形檢討及3.0未來規劃」進行專題報告,並備質詢。 二、邀請衛生福利部部長就「澳洲進口豬腳驗出含萊克多巴胺,如何加強肉品食安查驗,讓民眾放心」進行專題報告,並備質詢。 【專題報告綜合詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 5.17784375
transcript.pyannote[1].end 7.03409375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 7.43909375
transcript.pyannote[2].end 8.53596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 11.23596875
transcript.pyannote[3].end 14.00346875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 19.18409375
transcript.pyannote[4].end 19.75784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 20.19659375
transcript.pyannote[5].end 27.72284375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 28.12784375
transcript.pyannote[6].end 37.99971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 31.92471875
transcript.pyannote[7].end 32.00909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 32.24534375
transcript.pyannote[8].end 32.49846875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 38.23596875
transcript.pyannote[9].end 39.01221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 39.38346875
transcript.pyannote[10].end 50.18346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 50.40284375
transcript.pyannote[11].end 52.49534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 53.08596875
transcript.pyannote[12].end 65.03346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 65.25284375
transcript.pyannote[13].end 67.36221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 67.88534375
transcript.pyannote[14].end 70.07909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 71.07471875
transcript.pyannote[15].end 72.71159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 73.94346875
transcript.pyannote[16].end 76.62659375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 73.99409375
transcript.pyannote[17].end 74.60159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 76.66034375
transcript.pyannote[18].end 77.13284375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 77.01471875
transcript.pyannote[19].end 78.09471875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 78.09471875
transcript.pyannote[20].end 85.30034375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 78.24659375
transcript.pyannote[21].end 82.71846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 82.98846875
transcript.pyannote[22].end 89.08034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 86.49846875
transcript.pyannote[23].end 86.73471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 88.67534375
transcript.pyannote[24].end 91.78034375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 89.75534375
transcript.pyannote[25].end 90.14346875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 91.62846875
transcript.pyannote[26].end 96.60659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 93.46784375
transcript.pyannote[27].end 95.05409375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 95.44221875
transcript.pyannote[28].end 98.83409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 97.50096875
transcript.pyannote[29].end 125.00721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 103.91346875
transcript.pyannote[30].end 104.79096875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 125.51346875
transcript.pyannote[31].end 126.74534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 127.53846875
transcript.pyannote[32].end 128.07846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 129.02346875
transcript.pyannote[33].end 129.49596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 129.56346875
transcript.pyannote[34].end 130.39034375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 130.33971875
transcript.pyannote[35].end 130.72784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 130.39034375
transcript.pyannote[36].end 130.42409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 130.42409375
transcript.pyannote[37].end 130.44096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 130.44096875
transcript.pyannote[38].end 130.60971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 130.72784375
transcript.pyannote[39].end 130.91346875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 130.91346875
transcript.pyannote[40].end 130.94721875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 131.38596875
transcript.pyannote[41].end 173.23596875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 171.68346875
transcript.pyannote[42].end 171.83534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 172.24034375
transcript.pyannote[43].end 174.68721875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 175.07534375
transcript.pyannote[44].end 177.03284375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 177.35346875
transcript.pyannote[45].end 253.59471875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 191.30909375
transcript.pyannote[46].end 191.74784375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 198.97034375
transcript.pyannote[47].end 199.02096875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 199.12221875
transcript.pyannote[48].end 199.27409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 254.87721875
transcript.pyannote[49].end 261.72846875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 261.72846875
transcript.pyannote[50].end 261.82971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 261.82971875
transcript.pyannote[51].end 261.94784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 261.94784375
transcript.pyannote[52].end 261.98159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 262.90971875
transcript.pyannote[53].end 269.27159375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 268.93409375
transcript.pyannote[54].end 269.15346875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 269.37284375
transcript.pyannote[55].end 269.89596875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 270.04784375
transcript.pyannote[56].end 278.11409375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 278.68784375
transcript.pyannote[57].end 299.73096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 298.38096875
transcript.pyannote[58].end 330.20721875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 300.28784375
transcript.pyannote[59].end 300.49034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 322.44471875
transcript.pyannote[60].end 322.54596875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 322.54596875
transcript.pyannote[61].end 322.96784375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 330.17346875
transcript.pyannote[62].end 330.73034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 330.44346875
transcript.pyannote[63].end 359.04659375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 338.35784375
transcript.pyannote[64].end 338.42534375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 338.49284375
transcript.pyannote[65].end 338.64471875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 338.64471875
transcript.pyannote[66].end 338.71221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 346.32284375
transcript.pyannote[67].end 346.39034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 346.66034375
transcript.pyannote[68].end 346.74471875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 354.60846875
transcript.pyannote[69].end 355.40159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 357.59534375
transcript.pyannote[70].end 357.62909375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 357.62909375
transcript.pyannote[71].end 357.94971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 359.36721875
transcript.pyannote[72].end 440.11409375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 422.69909375
transcript.pyannote[73].end 423.23909375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 436.36784375
transcript.pyannote[74].end 436.72221875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 438.93284375
transcript.pyannote[75].end 439.27034375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 439.28721875
transcript.pyannote[76].end 439.30409375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 439.33784375
transcript.pyannote[77].end 439.35471875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 440.11409375
transcript.pyannote[78].end 443.15159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 441.34596875
transcript.pyannote[79].end 453.71534375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 443.16846875
transcript.pyannote[80].end 443.72534375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 446.86409375
transcript.pyannote[81].end 446.98221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 450.30659375
transcript.pyannote[82].end 450.59346875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 453.96846875
transcript.pyannote[83].end 503.78346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 504.69471875
transcript.pyannote[84].end 506.21346875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 506.80409375
transcript.pyannote[85].end 509.70659375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 510.34784375
transcript.pyannote[86].end 513.60471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 514.12784375
transcript.pyannote[87].end 524.26971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 525.02909375
transcript.pyannote[88].end 527.37471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 527.57721875
transcript.pyannote[89].end 530.49659375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 530.96909375
transcript.pyannote[90].end 538.09034375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 538.61346875
transcript.pyannote[91].end 547.62471875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 547.28721875
transcript.pyannote[92].end 549.31221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 549.51471875
transcript.pyannote[93].end 549.70034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 549.80159375
transcript.pyannote[94].end 551.57346875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 553.10909375
transcript.pyannote[95].end 558.01971875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 558.72846875
transcript.pyannote[96].end 589.35659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 561.46221875
transcript.pyannote[97].end 561.88409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 563.75721875
transcript.pyannote[98].end 564.24659375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 589.77846875
transcript.pyannote[99].end 596.12346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 597.33846875
transcript.pyannote[100].end 599.26221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 599.75159375
transcript.pyannote[101].end 605.62409375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 605.62409375
transcript.pyannote[102].end 607.46346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 606.87284375
transcript.pyannote[103].end 612.89721875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 613.23471875
transcript.pyannote[104].end 618.70221875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 618.70221875
transcript.pyannote[105].end 620.54159375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 618.76971875
transcript.pyannote[106].end 619.07346875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 619.71471875
transcript.pyannote[107].end 619.73159375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 619.73159375
transcript.pyannote[108].end 623.30909375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 623.30909375
transcript.pyannote[109].end 623.73096875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 623.73096875
transcript.pyannote[110].end 623.96721875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 623.96721875
transcript.pyannote[111].end 624.03471875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 624.03471875
transcript.pyannote[112].end 624.10221875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 624.10221875
transcript.pyannote[113].end 624.16971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 624.16971875
transcript.pyannote[114].end 624.27096875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 624.27096875
transcript.pyannote[115].end 625.30034375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 624.94596875
transcript.pyannote[116].end 632.86034375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 629.50221875
transcript.pyannote[117].end 629.83971875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 632.11784375
transcript.pyannote[118].end 632.59034375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 632.94471875
transcript.pyannote[119].end 632.96159375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 632.96159375
transcript.pyannote[120].end 634.54784375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 633.14721875
transcript.pyannote[121].end 633.56909375
transcript.whisperx[0].start 0.089
transcript.whisperx[0].end 7.542
transcript.whisperx[0].text 謝主席 本席邀請部長
transcript.whisperx[1].start 21.374
transcript.whisperx[1].end 35.85
transcript.whisperx[1].text 我們也針對最近你們公布澳洲的冷凍豬肉豬腳驗出有含萊克多巴胺瘦肉精的部分一週內累計有3批 總重量是70.24噸
transcript.whisperx[2].start 39.494
transcript.whisperx[2].end 66.884
transcript.whisperx[2].text 但是食藥署表示說他沒有超過0.01ppm的限量標準所以沒有辦法去公佈他的流向但是本學要請教如果沒有公佈那未來我們的孩子本學非常重視我們孩子尤其學校營養午餐學童的食安問題所以本學要請教
transcript.whisperx[3].start 67.944
transcript.whisperx[3].end 70.027
transcript.whisperx[3].text 那不公佈等於是保障有含萊克多巴胺
transcript.whisperx[4].start 74.096
transcript.whisperx[4].end 80.798
transcript.whisperx[4].text 我們就公告原產地啊公告原產地 不公告流向啊你告訴我們說因為沒有超過所以不公告流向我們不知道它流到哪裡去啊會不會流到學校 會不會流到營養午餐去你也沒有標示啊 它怎麼會知道要去哪裡啊所以我們還是要希望
transcript.whisperx[5].start 101.023
transcript.whisperx[5].end 126.059
transcript.whisperx[5].text 要希望要保護我們的學童的一個食安安全嘛這一點是非常的重要那現在我們正值美國的這個關稅談判當中本來還是要說明喔也就是來源的標示這一點是絕對不能退讓的因為這個基本還是有一點點讓人民了解的一個範圍是不是
transcript.whisperx[6].start 130.366
transcript.whisperx[6].end 149.663
transcript.whisperx[6].text 是 那個請說明委員好 這邊跟委員做進一步的說明剛才提到的我們對於之前委員有特別提到可能對於到加工製品裡面比如說包裝的製品我們對豬肉的原料的原產地其實一直有在標示那對於散裝我們也是有這樣子的標示
transcript.whisperx[7].start 150.283
transcript.whisperx[7].end 173.742
transcript.whisperx[7].text 所以在民眾的資的權利上面其實一直都可以了解那我們對於這個目前看到的一個結果呢也特別鼓勵國內的廠商在進口的時候之前委員特別有提到說沒有特別在萊特多巴胺餵食的一個豬肉的來源未來也是我們加強來去鼓勵你這樣子我們看到了這個問題
transcript.whisperx[8].start 175.183
transcript.whisperx[8].end 203.358
transcript.whisperx[8].text 你從源頭去管控從源頭管控是非常的重要這也是政府的責任一定要加油好接下來本席要請教部長長照3.0那這個計畫我們要115年要啟動了那將原來的2.0社區多元的服務的基礎上去強化整個醫療以及照顧的一個整合這個其中還針對於中重度的這個中重症的照顧
transcript.whisperx[9].start 204.438
transcript.whisperx[9].end 219.63
transcript.whisperx[9].text 所以我們看到現在因為台灣老年人口大概20%了即將會達到所以在安養機構的數量本期看到這個數量我會嚇一跳2017年的1099家到2020年剩下1048家此外全台機構住宿式的長照機構截至去年僅有120餘家
transcript.whisperx[10].start 230.919
transcript.whisperx[10].end 252.154
transcript.whisperx[10].text 所以高年齡的人口一直增加那我們的等於是需求大於供給在這樣的一個情況之下我們幾個面向你要怎麼樣去解決這個問題人家願意要做那願意要做你的人力要怎麼樣這個來源同時也就是說你要怎麼樣讓
transcript.whisperx[11].start 255.393
transcript.whisperx[11].end 260.446
transcript.whisperx[11].text 這個業者也可以做得下去政府要怎麼去協助去輔導這個非常重要
transcript.whisperx[12].start 263.45
transcript.whisperx[12].end 288.074
transcript.whisperx[12].text 非常謝謝委員對長照這些老人的關心然後是請次長非常感謝楊雄英委員對我們的長照3.0的關心那我想委員所關心應該兩個問題第一個是機構的量能另外第二個是有關薪資的部分量能的部分我跟委員報告這個數字可能有一些需要我們現在目前其實事實上是增加我們機構的那個數目已經增加2794床
transcript.whisperx[13].start 292.495
transcript.whisperx[13].end 309.071
transcript.whisperx[13].text 那我們現在目前在多增加833床之後我們是增加到3627這是第一個床數第二個機構的數目你回答本席的是床數本席要告訴你的就是說因為未來我們之所以在明年要提升為100這個這個長照3.0也就是社會
transcript.whisperx[14].start 314.176
transcript.whisperx[14].end 329.818
transcript.whisperx[14].text 市場是有所需求的所以我們要怎麼樣去防範尤其在人力的部分市長人力的部分本期要跟你討論人力的部分有很多因為醫院也缺人
transcript.whisperx[15].start 330.759
transcript.whisperx[15].end 357.073
transcript.whisperx[15].text 還有很多醫院的護理人員他也跑到這個美容界去他這個市場是蠻寬廣的那我們也一直在鼓勵我們的護理人員我們要怎麼樣讓他們願意要留下來學校畢業的願意要在這個領域來工作現在在這個領域工作者他願意繼續做所以我們也跟部長一直在討論要怎麼樣
transcript.whisperx[16].start 359.794
transcript.whisperx[16].end 377.527
transcript.whisperx[16].text 至少你法你答應 邱部長答應本席說那你這一屆要把這個護病三班比的這個你要入法完成雖然慢了一點時間但是我們還是精進去推動但是在他們的薪資我們跟其他國家來比較還是差很多
transcript.whisperx[17].start 379.148
transcript.whisperx[17].end 401.124
transcript.whisperx[17].text 所以這個也就是本席認為說我們必須要從根源你如果只有叫私人機構你把它提高薪資那政府的立場在哪裡所以我們看到面臨到社會的面向是迫切需要的所以我就把這個功課給您也就是在我們的量能以及人力方面還有一個次長
transcript.whisperx[18].start 401.884
transcript.whisperx[18].end 418.317
transcript.whisperx[18].text 還有一個最重要的在他們整個的行政流程上面可以讓他們怎麼樣去簡化本身認為這必須要去做一個好好的研議尤其在整個行政流程方面怎麼讓他們簡化就像他們說的我們照顧人都照顧得很沒有時間了
transcript.whisperx[19].start 423.801
transcript.whisperx[19].end 445.189
transcript.whisperx[19].text 當然你不能完全沒有行政那你這個行政方面可以去再更精進簡化他們的流程減低這些照顧者他們的一個時間的壓縮本席認為應該是全方面的你認同嗎你非常認同你就把資料給本席接下來本席還要跟你討論的一個議題部長
transcript.whisperx[20].start 447.91
transcript.whisperx[20].end 465.086
transcript.whisperx[20].text 也就是我 次長你也先留一下因為現在很多的孩子都到外地去所以我們的長輩 以前我們說坐在家裡看天所以失智啊 這些很多 我們很不敢好不容易大家推動的關懷戰
transcript.whisperx[21].start 467.088
transcript.whisperx[21].end 484.604
transcript.whisperx[21].text 那這個關懷站的非常好你家有菜你拿菜在那邊剪大家聊聊天非常好11點吃完餐回去看個電視他睡覺這個非常好我真的是超級感動的這個政策我也感謝我們所有的廠商界
transcript.whisperx[22].start 485.485
transcript.whisperx[22].end 503.247
transcript.whisperx[22].text 善心人士大家來幫忙可是你也不能只有很多的委員都提出你也不能只有依靠民間的來照顧我們的長輩我們必須政府要有這個責任來照顧啊比如說你的這個每個月給人家一萬二
transcript.whisperx[23].start 504.761
transcript.whisperx[23].end 529.003
transcript.whisperx[23].text 的這個伙食費像我們有100個 90幾個對不對 那請教那一餐才多少錢雖然你們一餐基本號稱35塊但是實際上我們的通膨問題已經多少了我們還是要讓長者吃的放心吃的營養啊所以你這個16000多久沒調了 市長
transcript.whisperx[24].start 531.417
transcript.whisperx[24].end 533.699
transcript.whisperx[24].text 你從你的吃開始 你的伙食費要怎麼調
transcript.whisperx[25].start 553.251
transcript.whisperx[25].end 580.528
transcript.whisperx[25].text 對不對 這個是最直接 迫切需要啊他長者一定要吃然後我們還要派人把他載回去耶我們鼓勵他們出來啊對不對 付出的是這樣子的愛心所以我們希望大家都有長輩將心比心最重要的他們出來長輩跟長輩講話他很開心甚至我們以前還推動什麼我們還推動那個幼兒跟長輩一起他很開心
transcript.whisperx[26].start 581.869
transcript.whisperx[26].end 595.099
transcript.whisperx[26].text 阿公要講歌給孩子聽孩子聽得很開心 他要學台語哇 這個是全世界最美的風景所以在這樣的情況之下 你們一直點頭那你們到底要不要調聲啊我們的通本這麼嚴肅
transcript.whisperx[27].start 597.383
transcript.whisperx[27].end 611.738
transcript.whisperx[27].text 那部長 要不要調聲你的版理科從什麼時候開始到現在我們的通盤已經增加了多少你們多久研議告訴我們要增加多少你的儘快是多快 給我一個時間點好嗎
transcript.whisperx[28].start 618.344
transcript.whisperx[28].end 619.524
transcript.whisperx[28].text 我想這個確實也非常重要