iVOD / 163165

Field Value
IVOD_ID 163165
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163165
日期 2025-07-16
會議資料.會議代碼 委員會-11-3-36-22
會議資料.會議代碼:str 第11屆第3會期司法及法制委員會第22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 22
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第3會期司法及法制委員會第22次全體委員會議
影片種類 Clip
開始時間 2025-07-16T11:54:11+08:00
結束時間 2025-07-16T12:10:12+08:00
影片長度 00:16:01
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/7c9429a73bae53e067f4d550f0ae3b299598e56ead14a87fe4430186728dfa80c0e5c612942c44225ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 莊瑞雄
委員發言時間 11:54:11 - 12:10:12
會議時間 2025-07-16T09:00:00+08:00
會議名稱 立法院第11屆第3會期司法及法制委員會第22次全體委員會議(事由:邀請司法院副秘書長、法務部部長、衛生福利部部長、內政部警政署署長、教育部、勞動部、內政部移民署率所屬相關單位列席就「保護令不是萬能的?!如何避免憾事再度發生。家庭暴力防治法保護令核發,研析配套措施之檢討與精進,並提供相關統計數據」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 14.17221875
transcript.pyannote[0].end 17.91846875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 17.85096875
transcript.pyannote[1].end 18.66096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 18.40784375
transcript.pyannote[2].end 21.49596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 22.55909375
transcript.pyannote[3].end 23.47034375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 24.71909375
transcript.pyannote[4].end 25.24221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 26.62596875
transcript.pyannote[5].end 27.82409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.43159375
transcript.pyannote[6].end 30.32159375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 30.70971875
transcript.pyannote[7].end 35.73846875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 35.63721875
transcript.pyannote[8].end 36.00846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 36.00846875
transcript.pyannote[9].end 60.88221875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 61.30409375
transcript.pyannote[10].end 85.45221875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 86.05971875
transcript.pyannote[11].end 94.12596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 94.86846875
transcript.pyannote[12].end 98.51346875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 99.34034375
transcript.pyannote[13].end 101.11221875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 103.39034375
transcript.pyannote[14].end 105.51659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 105.56721875
transcript.pyannote[15].end 109.21221875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 109.21221875
transcript.pyannote[16].end 109.31346875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 109.31346875
transcript.pyannote[17].end 109.58346875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 109.58346875
transcript.pyannote[18].end 109.76909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 109.76909375
transcript.pyannote[19].end 114.03846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 114.88221875
transcript.pyannote[20].end 116.33346875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 116.51909375
transcript.pyannote[21].end 117.32909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 117.73409375
transcript.pyannote[22].end 118.69596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 119.23596875
transcript.pyannote[23].end 121.51409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 122.05409375
transcript.pyannote[24].end 122.79659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 123.69096875
transcript.pyannote[25].end 127.42034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 128.33159375
transcript.pyannote[26].end 132.82034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 133.17471875
transcript.pyannote[27].end 137.59596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 140.24534375
transcript.pyannote[28].end 141.47721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 141.96659375
transcript.pyannote[29].end 143.08034375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 146.42159375
transcript.pyannote[30].end 157.59284375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 158.47034375
transcript.pyannote[31].end 160.05659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 160.57971875
transcript.pyannote[32].end 167.80221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 168.44346875
transcript.pyannote[33].end 174.45096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 174.51846875
transcript.pyannote[34].end 180.59346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 181.15034375
transcript.pyannote[35].end 185.85846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 186.73596875
transcript.pyannote[36].end 187.57971875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 188.20409375
transcript.pyannote[37].end 193.45221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 194.04284375
transcript.pyannote[38].end 194.78534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 195.76409375
transcript.pyannote[39].end 202.49721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 202.75034375
transcript.pyannote[40].end 203.54346875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 203.25659375
transcript.pyannote[41].end 203.45909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 203.54346875
transcript.pyannote[42].end 203.96534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 203.96534375
transcript.pyannote[43].end 208.36971875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 209.71971875
transcript.pyannote[44].end 211.35659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 212.43659375
transcript.pyannote[45].end 212.85846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 216.09846875
transcript.pyannote[46].end 216.62159375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 217.09409375
transcript.pyannote[47].end 228.02909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 229.26096875
transcript.pyannote[48].end 230.77971875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 231.13409375
transcript.pyannote[49].end 248.39721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 249.07221875
transcript.pyannote[50].end 252.90284375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 253.17284375
transcript.pyannote[51].end 262.15034375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 262.57221875
transcript.pyannote[52].end 275.71784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 276.69659375
transcript.pyannote[53].end 287.02409375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 289.55534375
transcript.pyannote[54].end 315.34034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 315.79596875
transcript.pyannote[55].end 322.46159375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 321.06096875
transcript.pyannote[56].end 321.21284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 321.41534375
transcript.pyannote[57].end 321.58409375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 322.95096875
transcript.pyannote[58].end 360.00846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 335.97846875
transcript.pyannote[59].end 336.11346875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 336.16409375
transcript.pyannote[60].end 336.40034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 360.31221875
transcript.pyannote[61].end 368.85096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 369.01971875
transcript.pyannote[62].end 369.86346875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 370.50471875
transcript.pyannote[63].end 379.63409375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 380.14034375
transcript.pyannote[64].end 384.35909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 384.78096875
transcript.pyannote[65].end 402.04409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 399.63096875
transcript.pyannote[66].end 399.96846875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 402.46596875
transcript.pyannote[67].end 404.87909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 405.77346875
transcript.pyannote[68].end 409.51971875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 410.48159375
transcript.pyannote[69].end 410.63346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 410.63346875
transcript.pyannote[70].end 410.68409375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 410.70096875
transcript.pyannote[71].end 411.54471875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 412.62471875
transcript.pyannote[72].end 439.43909375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 440.06346875
transcript.pyannote[73].end 475.99034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 476.51346875
transcript.pyannote[74].end 483.58409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 481.55909375
transcript.pyannote[75].end 482.01471875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 484.37721875
transcript.pyannote[76].end 503.34471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 503.64846875
transcript.pyannote[77].end 505.33596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 507.29346875
transcript.pyannote[78].end 509.26784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 509.47034375
transcript.pyannote[79].end 516.60846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 517.85721875
transcript.pyannote[80].end 520.77659375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 522.46409375
transcript.pyannote[81].end 523.54409375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 524.94471875
transcript.pyannote[82].end 600.42659375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 599.85284375
transcript.pyannote[83].end 612.27284375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 612.27284375
transcript.pyannote[84].end 631.24034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 631.52721875
transcript.pyannote[85].end 633.78846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 633.78846875
transcript.pyannote[86].end 633.83909375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 634.29471875
transcript.pyannote[87].end 634.31159375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 634.31159375
transcript.pyannote[88].end 639.66096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 640.04909375
transcript.pyannote[89].end 641.83784375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 642.68159375
transcript.pyannote[90].end 643.57596875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 644.26784375
transcript.pyannote[91].end 648.30096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 649.16159375
transcript.pyannote[92].end 650.49471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 651.10221875
transcript.pyannote[93].end 652.06409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 652.72221875
transcript.pyannote[94].end 653.53221875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 654.12284375
transcript.pyannote[95].end 658.74659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 659.05034375
transcript.pyannote[96].end 686.67471875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 686.86034375
transcript.pyannote[97].end 689.49284375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 690.33659375
transcript.pyannote[98].end 715.04159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 715.44659375
transcript.pyannote[99].end 717.26909375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 717.50534375
transcript.pyannote[100].end 724.03596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 724.45784375
transcript.pyannote[101].end 725.58846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 725.97659375
transcript.pyannote[102].end 726.85409375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 727.51221875
transcript.pyannote[103].end 730.68471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 730.88721875
transcript.pyannote[104].end 731.49471875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 731.54534375
transcript.pyannote[105].end 738.91971875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 736.55721875
transcript.pyannote[106].end 736.65846875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 739.45971875
transcript.pyannote[107].end 739.86471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 740.75909375
transcript.pyannote[108].end 741.51846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 741.80534375
transcript.pyannote[109].end 743.50971875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 743.64471875
transcript.pyannote[110].end 746.37846875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 744.01596875
transcript.pyannote[111].end 744.06659375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 747.20534375
transcript.pyannote[112].end 748.67346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 748.77471875
transcript.pyannote[113].end 748.80846875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 748.80846875
transcript.pyannote[114].end 749.24721875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 749.24721875
transcript.pyannote[115].end 754.27596875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 754.44471875
transcript.pyannote[116].end 757.92096875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 758.05596875
transcript.pyannote[117].end 772.11284375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 768.99096875
transcript.pyannote[118].end 769.21034375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 773.61471875
transcript.pyannote[119].end 779.25096875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 779.60534375
transcript.pyannote[120].end 780.78659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 781.17471875
transcript.pyannote[121].end 787.16534375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 787.26659375
transcript.pyannote[122].end 789.56159375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 790.03409375
transcript.pyannote[123].end 805.42409375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 805.52534375
transcript.pyannote[124].end 817.13534375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 818.38409375
transcript.pyannote[125].end 820.89846875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 821.60721875
transcript.pyannote[126].end 825.65721875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 825.82596875
transcript.pyannote[127].end 828.66096875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 825.96096875
transcript.pyannote[128].end 826.18034375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 829.18409375
transcript.pyannote[129].end 836.20409375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 837.19971875
transcript.pyannote[130].end 837.79034375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 838.12784375
transcript.pyannote[131].end 839.79846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 841.16534375
transcript.pyannote[132].end 862.63034375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 862.96784375
transcript.pyannote[133].end 870.17346875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 865.98846875
transcript.pyannote[134].end 866.30909375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 870.44346875
transcript.pyannote[135].end 897.29159375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 897.49409375
transcript.pyannote[136].end 921.20346875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 921.57471875
transcript.pyannote[137].end 922.19909375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 922.24971875
transcript.pyannote[138].end 922.26659375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 922.26659375
transcript.pyannote[139].end 922.73909375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 922.73909375
transcript.pyannote[140].end 953.26596875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 953.95784375
transcript.pyannote[141].end 960.42096875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 959.07096875
transcript.pyannote[142].end 961.97346875
transcript.whisperx[0].start 14.661
transcript.whisperx[0].end 40.583
transcript.whisperx[0].text 謝謝主席 我們請司法院王副秘麻煩副秘還有衛福部與次長好 衛福部次長委員長副秘還有次長我剛在聽前面委員在答詢的時候我就在看你們衛福部跟司法院的報告那我特別看到我們司法院的報告跟衛福部的報告又不一樣
transcript.whisperx[1].start 43.306
transcript.whisperx[1].end 60.507
transcript.whisperx[1].text 司法院的報告裡面就是法院核發的通常保護令的件數裡面113年這個地方應該是12457啦113年這個地方可是我就覺得很怪啦我們不是2023年就已經修法啦
transcript.whisperx[2].start 61.388
transcript.whisperx[2].end 81.333
transcript.whisperx[2].text 那通常保護令呢 這樣的一個數字我認為會有點誤導啦因為你本來修法完以後就通常保護還有這個暫時保護 還有緊急保護這個部分你反而沒有加進來啦所以你算出來這個部分是23.71可是我去比對啊 我們衛福部啊113年是19900 反而你就把它加進來啦
transcript.whisperx[3].start 86.175
transcript.whisperx[3].end 113.114
transcript.whisperx[3].text 你的數字就變成是 通常保齡令 核發 我相信你這個一萬九千九是包括暫時跟緊急 對不對兩個數字你們不一樣嘛113年兩個數字你們就兜不起來了嘛兩個機關的數字就完全不一樣啦報告委員 我們衛福部這邊是參考司法院那邊所提供我們的數據是嘛 我意思是說你一百三年 你倆的事就沒講嘛
transcript.whisperx[4].start 114.989
transcript.whisperx[4].end 133.934
transcript.whisperx[4].text 對不對 你說送到兩個機關 113年怎麼 我一看 阿太 你在查多少可是呢 衛福部這個地方喔你們真的算數也有問題啊你把2954 你去把它除以那個母數19900除出來 你怎麼會得到23.7 又去抄司法院你計算機你馬上按18點多而已啊
transcript.whisperx[5].start 146.481
transcript.whisperx[5].end 165.981
transcript.whisperx[5].text 跟委員報告 我們今天的報告全部都是摘錄在我們美季的推動小組裡面的資料而這個資料是司法院提供的公開的資料 以上說明我不跟你們講你們什麼公開資料 我在講說哪一個叫做正確第一 兩個機關數字不同
transcript.whisperx[6].start 168.513
transcript.whisperx[6].end 182.142
transcript.whisperx[6].text 第二 你衛福部 你要仿照司法院可是你這個總數就跟他不一樣啦那你後面的裁定率反而又一樣怎麼會一樣呢2954 你們機關裡面有沒有人來除以19900 是多少絕對不可能等於23.7啦全部GDP雖然今天當機 可是我的計算機沒有當機啊我再算一次
transcript.whisperx[7].start 197.035
transcript.whisperx[7].end 210.868
transcript.whisperx[7].text 送到我們這個資料兩個機關很明顯就不對2954除以19900你們自己也算一下看看你們14%而已啊14.8不是嗎
transcript.whisperx[8].start 217.445
transcript.whisperx[8].end 227.777
transcript.whisperx[8].text 不要開玩笑 你們的意思 衛福部你的意思是說是司法院提供你們的資料那司法院如果提供你們的資料 你怎麼會出現113年的時候你又跟司法院不一樣
transcript.whisperx[9].start 229.315
transcript.whisperx[9].end 255.378
transcript.whisperx[9].text 那我一問的之下呢司法院很明顯的原始提供的113年的那個是法院所核發的通常保護令的件數一定是沒有加入暫時跟緊急嘛那你沒有加入的話我要問的就是說可是我們修法以後就已經有暫時這本來就有暫時跟緊急為什麼兩個又沒有列進去為什麼刻意把這個排除那排除我都會覺得啦我第一個想法就是說這要誤導這真的會誤導
transcript.whisperx[10].start 258.11
transcript.whisperx[10].end 286.432
transcript.whisperx[10].text 會認為說 啊這個裁定率齁 那就比較關鍵不啊 受益就比較好看我擔心的是這個但是兩個機關之間 好不好以後數字不要這樣這很明顯這機關之間的數字啊 就完全不同然後衛務部你們自己也要打屁股的地方你們把那個數字把人家抄過來你們也沒有時機去算母數 如果你要引用一萬九千九百的話那命相對人 完整加害人 廚藝的件數 既然是兩千九百五十四它就絕對不會是二十三點七
transcript.whisperx[11].start 289.548
transcript.whisperx[11].end 314.876
transcript.whisperx[11].text 不要浪費我的時間啦我只是跟你們講說那個機關的數字不能這樣子啦那我想我今天最主要要來就教的就是說啊我們整個家庭暴力啊這個整個防治裡面啊我看跨部會裡面大家討論完以後也都得到一個結論就是說這個保護令要讓它有效那被害人你要及時獲得這個救援那加害人也要有效的去做一個處遇那當然保護令它真的不是一個
transcript.whisperx[12].start 315.856
transcript.whisperx[12].end 337.571
transcript.whisperx[12].text 一個仙丹啦你說有合法的一個保護令就一定可以達成怎麼樣的一個效果法官也不是審法官有些案子發生了不幸的案件我們再往回推我們就覺得說當時如果你把它做一個更嚴厲的一個強制處分的話後面的事情都不會發生那重點是當初的市政都還沒有辦法讓法官達到這樣的一個新政啊所以這怎麼樣來你說不管是補破網也好
transcript.whisperx[13].start 340.373
transcript.whisperx[13].end 363.442
transcript.whisperx[13].text 那還是要怎麼樣的一個機制啊本席到底有幾個看法就是說你這保護令的一個核發裡面那類型大宗的包含強制遠離被害人居所學校跟工作場所跟其他經常的一個特定場所那我們去看我想負面應該很清楚就是說你去看國外保護令你要不要加電子的一個監控
transcript.whisperx[14].start 364.682
transcript.whisperx[14].end 384.281
transcript.whisperx[14].text 加強執行力跟即時的一個反應你說看這個英國的話他們確實啊法院可以去透過對施暴者的保護令賦予必要的一個電子監控那你像在法國裡面啊他們也這幾年他們也對家暴家害人實施科技的一個監控那
transcript.whisperx[15].start 385.458
transcript.whisperx[15].end 409.303
transcript.whisperx[15].text 家暴的加害人接近受害者一定的一個距離你這個整個系統裡面就會發出警示給警方或者被害人有爭取反應的一個時間也證實 也被證實有一定的嚇阻的一個效果但我不曉得就是說 我們有沒有可能有沒有可能往這方面去做其他國家這樣的一個立法律去做你們有沒有去做研議請複密
transcript.whisperx[16].start 412.694
transcript.whisperx[16].end 438.927
transcript.whisperx[16].text 那個謝謝委員提供這個方向那那個司法院目前是沒有就這個演繹司法院因為也不是那個交報防治法那個主管機關那但是就目前那個刑訴修了之後呢有關於那個替代羈押的那個處分加上了這個電子監控目前成效實施的成效效果是非常好的所以說委員提出這個方向我覺得確實他的那個可行性是蠻高可以來加以演繹
transcript.whisperx[17].start 440.137
transcript.whisperx[17].end 463.337
transcript.whisperx[17].text 我也不敢說到底一定要不要到這樣的一個強度啦我只是提出說國外的一個立法令讓我相信的那個最主要也是早遠說對讓被害人有更強更堅強的一個後盾但是我有一個問題要來提出來的就是說我們在2023年修法以前你這個通常保護令都可以裁定加害者處以的一個計畫那修法以後呢
transcript.whisperx[18].start 465.959
transcript.whisperx[18].end 482.747
transcript.whisperx[18].text 你就變成說縣市主管機關申請緊急跟暫時保護令也可以要求法院來裁定加害者的一個處遇可是你去看反而我會發現整個建樹裡面我怎麼去統計看完以後我反而會覺得說怎麼會變少了
transcript.whisperx[19].start 484.534
transcript.whisperx[19].end 502.427
transcript.whisperx[19].text 這就很怪啦 這就變成說你為什麼法院裁定加害人廚藝的件數會變少那你加害人 我們在2023年修法完以後本來就增加了這個整個主管機關 也是可以去申請啦那為什麼 為什麼你去看數字來看的話反而那個加害人廚藝的件數會變少這什麼原因 我到現在想不通
transcript.whisperx[20].start 507.352
transcript.whisperx[20].end 518.66
transcript.whisperx[20].text 有沒有辦法給我提供一個想法為什麼又增加地方機關可以了那你反而建樹會減少什麼原因啊 有人有辦法說明什麼原因嗎來 請
transcript.whisperx[21].start 524.906
transcript.whisperx[21].end 525.606
transcript.whisperx[21].text 主管機關申請警保令跟暫保令
transcript.whisperx[22].start 555.046
transcript.whisperx[22].end 561.669
transcript.whisperx[22].text 這個件數裡面只有255件主管機關依這個新法來申請佔2.3%那麼到了今年1到5月齁只有4200次件裡面統計結果只有99件主管機關依這個新法來申請只有2.32.32那等於說這個申請量很低那麼要在警保 戰保 荷蛙
transcript.whisperx[23].start 581.357
transcript.whisperx[23].end 599.173
transcript.whisperx[23].text 儲備計畫是依照這個新法那個不是一直檢發通保令可以一直檢發但暫保令要發儲備計畫是主管機關申請所以這個申請量很低所以才會有相關的一個互動因素但我們在那個通保令
transcript.whisperx[24].start 600.354
transcript.whisperx[24].end 619.751
transcript.whisperx[24].text 申請率低喔 但至少還增加了一個機關他可以來申請我的意思就是說 理論上新法通過以後啊這個件數應該增加才對啊是 那下面一個數據是113那個依照16條第三項申請 荷花廚藝計畫14件 戰保8件114 1到5月
transcript.whisperx[25].start 625.796
transcript.whisperx[25].end 651.63
transcript.whisperx[25].text 核發這個儲備計畫的暫保警保9件暫保是10件這個是我們統計出來的數據我看最主要問題可能不在這個地方我相信副秘可能也會很清楚其實這可能會涉及到任何官員尤其是法官在職教育訓練的問題法官真的不是萬能你像譬如說
transcript.whisperx[26].start 652.799
transcript.whisperx[26].end 674.515
transcript.whisperx[26].text 加報這件事 你說法官會比我們第一線的社政這些人員他們的對於整個如何去做處理會更了解嗎 我都很懷疑我去看了 司法案所提供的書面報告裡面 你看那個第十到第十頁大部分都比較指導的一個心態 但實際上在第一線社工
transcript.whisperx[27].start 675.296
transcript.whisperx[27].end 687.992
transcript.whisperx[27].text 警政這個恐怕他們更理解整個實際上的一個處遇我今天提出來的意思就是說我希望說我們這個衛福部因為你這個定義你算執行機關
transcript.whisperx[28].start 690.407
transcript.whisperx[28].end 714.466
transcript.whisperx[28].text 我今天提出來我只能從法院端司法端的這些概念或者數字來跟大家比較表面性的一個探討因為資料是你們提供的但我都覺得這個問題必須要衛福部跟司法院跟法院端這邊密切去做合作並釐清強制的一個處理相關的一個作為要不然
transcript.whisperx[29].start 716.467
transcript.whisperx[29].end 738.335
transcript.whisperx[29].text 我們這2023年通過 你看今天報告裡面我就覺得講得很好啊這個司法院裡面的開宗明義就講保護令它不是萬能啊 雖然是點上一個問號而已啊那確實它絕對不是一個萬能啊尤其是大家都覺得
transcript.whisperx[30].start 740.816
transcript.whisperx[30].end 742.101
transcript.whisperx[30].text 有時候雙方當事人來講
transcript.whisperx[31].start 747.33
transcript.whisperx[31].end 771.861
transcript.whisperx[31].text 有時候比較情緒性法官你也很難去在有比較充分的一個證據之下去做出很隕蕩的一個裁定那這個東西沒有第一線的社政跟警政的人光靠法官不夠法官有時候大家覺得有時候在第一線的人反而是最關鍵的可是真正到最後做決定的又是法官
transcript.whisperx[32].start 773.857
transcript.whisperx[32].end 788.983
transcript.whisperx[32].text 所以我反而會覺得啦,這個部分真的是必須要再想一下,你只說好像都是用指導的一個心態這樣去看,我反而覺得法官在這個部分
transcript.whisperx[33].start 790.517
transcript.whisperx[33].end 816.963
transcript.whisperx[33].text 有必須要 必須要他整個專業上或者職場上的一個在職的一個訓練必須要去加強 法官沒那麼厲害尤其是處理人家 除了比較年輕的面面 大家學的幾乎都是法律啊學的是法律啊但是整個像這一種的一個相關的一個處遇啊其實我倒覺得有點擔心啦我希望我們衛福部這個地方啊看要怎麼樣 因為你們在地上嘛
transcript.whisperx[34].start 818.427
transcript.whisperx[34].end 839.594
transcript.whisperx[34].text 法官是卡站在法律面嘛那實際上他的認知跟他的接觸法官也沒有那個時間啦也沒有那個時間啦那幾乎比較把關情的那你說對他說你送去上去的資料那實際的情況是怎麼樣他未必會全罵會清楚啊好不好我告訴你啊 府民你簡單回應一下
transcript.whisperx[35].start 841.206
transcript.whisperx[35].end 869.259
transcript.whisperx[35].text 沒有貶低的意思啦但是問題我就覺得說法官真的不太厲害啦你不要動作法官這麼厲害你像我常常看你們那個裁定啊除非有重大案件啊不然把台灣碼複製貼上來差不多都是這樣就覺得這樣就會告大家嘛事實上也不用過度著墨太多啊所以就簡單的就出去了啊除非社會重大矚目的就開始勾結一些事實寫得很漂亮大部分都是如此嘛這個我們不用去諱言嘛但是涉及到相關主義的部分可能就不應該如此處理啦
transcript.whisperx[36].start 870.769
transcript.whisperx[36].end 890.489
transcript.whisperx[36].text 非常感謝委員指導我們的方向也是這樣子認為因為家暴防治它是一個網路的合作所以法院所做的判斷都要靠第一線就是他們所提供的資料譬如說像是這種評估量表它可以很精準地反映出加害人危險因子
transcript.whisperx[37].start 893.712
transcript.whisperx[37].end 918.423
transcript.whisperx[37].text 或者說他是不是以前有在犯啊就是有要飲酒飲就是這些那個高的這些那個風險他能夠就是具體那個提出來那法院他才有素材可以去做一個正確的一個裁定那第二個就是委員所那個指導的正式就是我們這邊也一直強調說我們要對於就是說辦理這個案件的法官還有那個司法事務官呢就是加強這個教育訓練讓他們有這個敏感度
transcript.whisperx[38].start 921.864
transcript.whisperx[38].end 936.755
transcript.whisperx[38].text 當然我的結論就是說我們的家庭暴力防治法我們在1998年去立法通過那可是亞洲第一部以保護被害人為核心的一個家暴的一個防治的一個專法家暴事件現在你以前的觀念叫做家務事就是整個社會的一個事
transcript.whisperx[39].start 942.099
transcript.whisperx[39].end 957.644
transcript.whisperx[39].text 那你只要說對家暴家害人的一個制度性的輔導的處遇方法設計得當的話你更有機會去回應法律跟社會的一個規範進而去家害人降低再犯的一個風險啦所以兩個機關拜託 再加一點 謝謝
gazette.lineno 1090
gazette.blocks[0][0] 莊委員瑞雄:(11時54分)謝謝主席。請司法院王副秘、衛福部呂次長。
gazette.blocks[1][0] 主席:麻煩副秘、衛福部次長。
gazette.blocks[2][0] 王副秘書長梅英:委員早。
gazette.blocks[3][0] 莊委員瑞雄:剛剛前面委員答詢時,我在看衛福部跟司法院的報告,我發現司法院的報告跟衛福部的報告不一樣。司法院的報告提到,法院核發的通常保護令件數在113年是12,457件,我覺得很怪,我們不是在2023年就修法了?所以我認為這個通常保護令的數字有點誤導。修法後保護令分通常保護、暫時保護及緊急保護,但這部分你們並沒有加進來,以致算出來的是23.71%。不過比對衛福部,113年是19,900件,反而加進來了,所以通常保護令核發的數字就變成19,900件,包括暫時跟緊急,對不對?因為113年的兩個數字不一樣,就兜不起來了,兩個機關的數字完全不一樣!
gazette.blocks[4][0] 呂次長建德:報告委員,衛福部是參考司法院所提供的數據……
gazette.blocks[5][0] 莊委員瑞雄:我的意思是,你們在113年所寫的不一樣,對不對?兩個機關在113年所寫的,我一看怎麼會差那麼多?可是衛福部的算術也有問題!把2,954除母數19,900,怎麼會得到23.7,又去抄司法院的?你馬上用計算機按一下,才十八點多而已!
gazette.blocks[6][0] 張司長秀鴛:跟委員報告,今天的報告都摘錄於推動小組每季的資料中,且該份資料係由司法院所提供的公開資料,以上說明。
gazette.blocks[7][0] 莊委員瑞雄:不、不,我不講什麼公開資料,我在講的是哪一個正確!第一,兩個機關數字不同;第二,衛福部要仿照司法院,但現在衛福部的總數就跟司法院不一樣,不過後面的裁定率又一樣。怎麼會一樣呢?你們機關裡面有沒有其他人來?拿2,954除19,900是多少?絕對不可能等於23.7!雖然今天ChatGPT當機,但我的計算機沒有當機,我再算一次。怎麼可以亂算?你們兩個機關送到我們這裡的資料明顯不對,2,954除19,900,你們自己也算一下,才14而已,14.8,不是嗎?是不是這樣?不要開玩笑!衛福部的意思是,這是司法院提供的資料;若是司法院提供的資料,怎麼113年的數據會跟司法院不一樣?我一問之下發現,很明顯的,司法院原始提供的113年數據,只有法院所核發的通常保護令件數,所以一定沒有加入暫時跟緊急保護令。既然沒有加入,那麼我要問的是,既然還有暫時跟緊急兩種,為什麼這兩個沒有列進去?為什麼刻意排除?副秘,我第一個想法是誤導,這真的會誤導!會認為裁定率高了一點點,數字會比較好看,我擔心的是這個。所以你們兩個機關以後數字不要這樣,好不好?這次很明顯是機關之間的數字完全不同!
gazette.blocks[7][1] 至於衛福部也有要打屁股的地方!你們把人家的數字抄過來,卻沒有實際去算。如果引用的母數是19,900的話,命相對人完成加害人處遇的件數既然是2,954,那麼結果就絕對不會是23.7!我不想再浪費時間了,我只是跟你們講機關的數字不能這樣!
gazette.blocks[7][2] 我今天最主要是來就教有關家庭暴力防治的問題。在跨部會討論完以後得到一個結論,也就是要讓保護令有效,讓被害人及時獲得救援,同時對加害人做有效的處遇。當然,保護令真的不是仙丹,也不是核發保護令後就一定可以達成怎麼樣的效果。法官不是神,有些時候發生了不幸的案件,後來我們再往回推時會覺得,如果當時做了更嚴厲的強制處分,也許後面的事情都不會發生!重點是,當初的事證並沒有辦法讓法官達到這樣的心證!因此,到底該怎麼樣來處理,不管是補破網也好,還是要建立怎麼樣的機制,對此,本席倒有幾個看法。
gazette.blocks[7][3] 以保護令核發的類型來看,大宗的包含強制遠離被害人居所、學校、工作場所,跟其他經常出入的特定場所。我想副秘應該很清楚,我們來看國外保護令的作法,即對於要不要加電子監控,以加強執行力跟即時反應。像英國,法院確實可以透過對施暴者的保護令輔以必要的電子監控。像法國,這幾年他們也對家暴加害人實施科技監控,當家暴加害人接近受害者一定距離時,整個系統就會發出警示給警方與被害人,以爭取反應的時間,也被證實有一定的嚇阻效果。不曉得我們有沒有可能像其他國家一樣,往這方面去立法?你們有沒有去做研議?請副秘。
gazette.blocks[8][0] 王副秘書長梅英:謝謝委員提供這個方向。司法院目前並沒有就此做研議,畢竟司法院不是家暴防治法的主管機關。但在刑訴修正之後,在替代羈押處分上加上電子監控設備,目前實施的成效與效果是非常好的,所以委員所提出的方向我覺得可行性滿高的,確實可以加以研議。
gazette.blocks[9][0] 莊委員瑞雄:我也不敢說一定要到這樣的強度,只是國外的立法例讓我相信,當然,最主要也是著眼於讓被害人有更堅強的後盾。
gazette.blocks[9][1] 我還有一個問題要提出來。在2023年修法以前,通常保護令都可以裁定加害者的處遇計畫;修法後變成縣市主管機關聲請緊急跟暫時保護令時,也可以要求法院裁定加害者的處遇。不過看過就會發現,不管怎麼統計件數我都覺得變少了,這就很怪了!為什麼法院裁定加害人處遇的件數會變少?我們在2023年修法完以後,增加主管機關也可以聲請,但從數字來看,為什麼加害人處遇的件數反而變少?這是什麼原因?我到現在還想不通,有沒有辦法提供我一個想法?為什麼在增加地方機關可以聲請後,件數反而減少?什麼原因?有人可以跟我說明是什麼原因嗎?
gazette.blocks[10][0] 王副秘書長梅英:請廳長說明。
gazette.blocks[11][0] 莊委員瑞雄:請。
gazette.blocks[12][0] 鍾廳長宗霖:謝謝委員的垂詢,我做一個報告。112年12月6日修法增訂家暴法第十六條第三項,也就是主管機關聲請緊保令跟暫保令時,可依其職權同時聲請核發處遇計畫令。但我們統計的結果顯示,在113年11,088件的件數中,只有255件由主管機關依新法提出聲請,占2.3%。今年1月到5月為4,270件,統計結果只有99件由主管機關依新法聲請,只有2.32%,聲請量很低。然緊保、暫保核發處遇計畫係依新法,非依職權所核發!通保令可以依職權核發,但暫保令要發處遇計畫,則由主管機關聲請,這個聲請量很低,所以才會有相關的互動因素。但我們在那個通保令……
gazette.blocks[13][0] 莊委員瑞雄:聲請率低,但至少還增加了一個機關可以來聲請。我的意思就是說,理論上新法通過以後,這個件數應該增加才對啊。
gazette.blocks[14][0] 鍾廳長宗霖:是。下面一個數據是113年依照第十六條第三項聲請核發處遇計畫14件,暫保8件,114年1到5月核發處遇計畫的緊保9件,暫保是10件,這是我們統計出來的數據。
gazette.blocks[15][0] 莊委員瑞雄:我看最主要的問題可能不在這個地方,我相信副秘可能也會很清楚,其實這可能會涉及到任何官員,尤其是法官在職教育訓練的問題。法官真的不是萬能的,譬如說家暴這一件,你說法官會比我們第一線的社政人員對於整個如何去做處遇更了解嗎?我都很懷疑。我去看了司法院所提供的書面報告裡面,你看第10到第11頁,大部分都是比較指導的心態,但實際上在第一線的社工、警政人員,恐怕更理解整個實際上的處遇。
gazette.blocks[15][1] 我今天提出來的意思就是,衛福部等於也算執行機關,我今天提出來只能就法院端(司法端)的這些概念或數字來跟大家做比較表面性的探討。因為資料是你們提供的,但我都覺得這個問題必須要衛福部跟司法院,跟法院端這邊密切的合作並釐清強制處遇的相關作為,不然這個我們2023年通過,你看今天司法院的報告裡面,我就覺得講得很好。
gazette.blocks[15][2] 司法院的報告裡面開宗明義就講,保護令不是萬能,雖然是點上一個問號而已,但確實保護令絕對不是萬能的。尤其大家都覺得這個是家務事,法官有時候也比較不喜歡裁這個,有時候雙方當事人都比較情緒性,連法官也很難在有比較充分的證據之下去做出很允當的一個裁定。這個東西沒有第一線的社政跟警政人員,光靠法官不夠,有時候在第一線的人反而是最關鍵的,可是真正到最後做決定的又是法官。
gazette.blocks[15][3] 一定是這樣啊,副秘書長,所以我反而會覺得這個部分真的必須要再想一下。你好像都是用一個指導的心態這樣去看,我反而覺得法官在這個部分就他整個專業上或者職場上的在職訓練必須要去加強。法官沒那麼厲害,尤其遇到比較年輕的,大家學的幾乎都是法律,學的是法律,但是整個像這種相關的處遇,其實我倒覺得有點擔心。
gazette.blocks[15][4] 我希望衛福部看這個地方要怎麼做,因為你們在第一線,法官是比較站在法律面。實際上他的認知跟他的接觸,法官也沒有那個時間,也沒有那個時間,他幾乎是比較把關型的,對他來說,你送上去的資料實際的情況是怎麼樣,他未必會清楚全貌,好不好?副秘,你簡單回應一下。
gazette.blocks[15][5] 我沒有貶低的意思,但是問題我就覺得,法官真的沒有那麼厲害,你們不要把法官當作那麼厲害。像我常常看你們的裁定,除非有重大案件,不然大家也都是複製貼上而已,差不多都是這樣,覺得這樣就可以交代了,事實上也不用過度著墨太多,所以就簡單的出去了;除非社會重大矚目的案件,就開始勾稽一些事實,寫得很漂亮。大部分都是如此,這個我們不用諱言,但是涉及到相關處遇的部分,可能就不應該如此處理。
gazette.blocks[16][0] 王副秘書長梅英:好,非常感謝委員的指導,我們的方向也是這樣子認為,因為家暴防治是一個網絡的合作,所以法院所做的判斷都要靠第一線提供的資料。譬如說像評估量表可以很精準的反映出加害人的危險因子,或者是說他是不是以前有再犯,有藥癮、酒癮等等這一些高風險,第一線能夠具體的提出來,這樣法院才有素材可以去做一個正確的裁定。第二個,委員所指導的正是我們這邊也一直強調,我們要對於辦理這類案件的法官還有司法事務官加強教育訓練,讓他們有這個敏感度。
gazette.blocks[17][0] 莊委員瑞雄:當然。我的結論就是,我們的家庭暴力防治法在1998年立法通過,那可是亞洲第一部以保護被害人為核心的家暴防治專法。家暴事件現在不再是以前的那種觀念叫做家務事,這是整個社會的事,只要對於家暴加害人的制度性輔導的處遇方法設計得當的話,更有機會去回應法律跟社會的規範,進而去降低加害人再犯的風險。所以兩個機關,拜託,再加油一下。謝謝。
gazette.blocks[18][0] 王副秘書長梅英:是,好,謝謝,謝謝委員。
gazette.blocks[19][0] 呂次長建德:好,謝謝委員。
gazette.blocks[20][0] 主席:謝謝莊委員。下一位我們請陳培瑜委員發言。
gazette.agenda.page_end 144
gazette.agenda.meet_id 委員會-11-3-36-22
gazette.agenda.speakers[0] 吳宗憲
gazette.agenda.speakers[1] 黃國昌
gazette.agenda.speakers[2] 林倩綺
gazette.agenda.speakers[3] 王義川
gazette.agenda.speakers[4] 翁曉玲
gazette.agenda.speakers[5] 沈發惠
gazette.agenda.speakers[6] 羅智強
gazette.agenda.speakers[7] 李坤城
gazette.agenda.speakers[8] 吳思瑤
gazette.agenda.speakers[9] 莊瑞雄
gazette.agenda.speakers[10] 陳培瑜
gazette.agenda.speakers[11] 林月琴
gazette.agenda.speakers[12] 范雲
gazette.agenda.speakers[13] 王鴻薇
gazette.agenda.speakers[14] 徐欣瑩
gazette.agenda.page_start 51
gazette.agenda.meetingDate[0] 2025-07-16
gazette.agenda.gazette_id 1146701
gazette.agenda.agenda_lcidc_ids[0] 1146701_00003
gazette.agenda.meet_name 立法院第11屆第3會期司法及法制委員會第22次全體委員會議紀錄
gazette.agenda.content 邀請司法院副秘書長、法務部部長、衛生福利部部長、內政部警政署署長、教育部、勞動部、內 政部移民署率所屬相關單位列席就「保護令不是萬能的?!如何避免憾事再度發生。家庭暴力防治 法保護令核發,研析配套措施之檢討與精進,並提供相關統計數據」進行專題報告,並備質詢
gazette.agenda.agenda_id 1146701_00002