iVOD / 164771

Field Value
IVOD_ID 164771
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164771
日期 2025-10-29
會議資料.會議代碼 委員會-11-4-26-7
會議資料.會議代碼:str 第11屆第4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 4
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4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 2025-10-29T10:25:08+08:00
結束時間 2025-10-29T10:35:44+08:00
影片長度 00:10:36
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3d43f2f62388da5184b55c1a95c3eeb014a9ab9b55a87a24a3c61875d63c7135581072cc072802035ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 10:25:08 - 10:35:44
會議時間 2025-10-29T09:00:00+08:00
會議名稱 立法院第11屆第4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:(上午9時起) 邀請環境部部長、衛生福利部、農業部、經濟部、教育部、國防部就「防範非洲豬瘟疫情擴散,強化全國廚餘去化問題以及後續防疫、清消等作為」提出專題報告,並備質詢。 (下午2時起。若上午議程尚未結束,待結束後接續召開) 一、繼續審查行政院函請審議「職業安全衛生法部分條文修正草案」、委員廖先翔等18人擬具「職業安全衛生法第三十五條條文修正草案」、委員牛煦庭等18人擬具「職業安全衛生法第四十九條條文修正草案」、委員李昆澤等26人擬具「職業安全衛生法第三十九條及第四十九條條文修正草案」、委員魯明哲等16人擬具「職業安全衛生法第四十條條文修正草案」、台灣民眾黨黨團擬具「職業安全衛生法部分條文修正草案」、委員林淑芬等19人擬具「職業安全衛生法第四十三條條文修正草案」、委員楊曜等22人擬具「職業安全衛生法第六條條文修正草案」、委員李昆澤等27人、委員黃秀芳等21人分別擬具「職業安全衛生法部分條文修正草案」、委員翁曉玲等23人擬具「職業安全衛生法第三十五條、第三十九條及第四十九條條文修正草案」、委員范雲等18人、委員劉建國等17人分別擬具「職業安全衛生法部分條文修正草案」、委員吳琪銘等18人擬具「職業安全衛生法第六條條文修正草案」、委員沈發惠等18人、委員王育敏等19人、委員王育敏等25人擬、委員郭國文等17人分別擬具「職業安全衛生法部分條文修正草案」、委員王鴻薇等19人擬具「職業安全衛生法第四條條文修正草案」、委員郭昱晴等17人、委員羅廷瑋等18人分別擬具「職業安全衛生法部分條文修正草案」案。 二、審查 (一)委員王正旭等23人擬具「職業安全衛生法部分條文修正草案」案。 (二)委員吳沛憶等19人擬具「職業安全衛生法部分條文修正草案」案。 (三)委員莊瑞雄等16人擬具「職業安全衛生法第九條條文修草案」案。 (四)委員林月琴等21人擬具「職業安全衛生法部分條修正草案」案。 (五)委員林淑芬等21人擬具「職業安全衛生法部分條文修正草案」案。 (六)委員邱鎮軍等22人擬具「職業安全衛生法部分條文修正草案」案。 (七)委員徐富癸等16人擬具「職業安全衛生法部分條文修正草案」案。 (八)委員黃捷等16人擬具「職業安全衛生法部分條文修正草案」案。 (九)委員蔡易餘等17人擬具「職業安全衛生法部分條文修正草案」案。 (十)委員陳亭妃等16人擬具「職業安全衛生法部分條文修正草案」案。 【二、(三)至(七)案,如經復議則不予審查;二、(八)至(十)案,如未經院會交付本會審查或未經各黨團簽署不復議同意書不予審查】【逐條討論】 【10月29日及10月30日,二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.40159375
transcript.pyannote[0].end 7.87784375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.45221875
transcript.pyannote[1].end 5.86971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.04659375
transcript.pyannote[2].end 9.41346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.53534375
transcript.pyannote[3].end 14.34096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 15.11721875
transcript.pyannote[4].end 15.30284375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 15.97784375
transcript.pyannote[5].end 16.02846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 16.02846875
transcript.pyannote[6].end 18.52596875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 19.09971875
transcript.pyannote[7].end 22.82909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 22.94721875
transcript.pyannote[8].end 28.58346875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 28.73534375
transcript.pyannote[9].end 33.35909375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 34.18596875
transcript.pyannote[10].end 34.74284375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 34.89471875
transcript.pyannote[11].end 42.67409375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 39.33284375
transcript.pyannote[12].end 39.36659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 39.67034375
transcript.pyannote[13].end 40.04159375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 42.28596875
transcript.pyannote[14].end 42.57284375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 43.34909375
transcript.pyannote[15].end 47.71971875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 47.95596875
transcript.pyannote[16].end 55.51596875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 56.44409375
transcript.pyannote[17].end 59.46471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 60.84846875
transcript.pyannote[18].end 65.55659375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 66.13034375
transcript.pyannote[19].end 81.82409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 82.61721875
transcript.pyannote[20].end 83.91659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 84.33846875
transcript.pyannote[21].end 87.05534375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 87.59534375
transcript.pyannote[22].end 98.31096875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 99.34034375
transcript.pyannote[23].end 100.79159375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 101.24721875
transcript.pyannote[24].end 104.35221875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 104.94284375
transcript.pyannote[25].end 105.39846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 106.42784375
transcript.pyannote[26].end 107.08596875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 108.09846875
transcript.pyannote[27].end 110.44409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 111.00096875
transcript.pyannote[28].end 111.92909375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 112.58721875
transcript.pyannote[29].end 118.83096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 119.35409375
transcript.pyannote[30].end 123.85971875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 124.28159375
transcript.pyannote[31].end 127.52159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 128.41596875
transcript.pyannote[32].end 130.10346875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 130.66034375
transcript.pyannote[33].end 132.11159375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 132.49971875
transcript.pyannote[34].end 133.61346875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 134.30534375
transcript.pyannote[35].end 138.40596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 138.47346875
transcript.pyannote[36].end 140.93721875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 142.57409375
transcript.pyannote[37].end 143.70471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 143.70471875
transcript.pyannote[38].end 143.85659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 144.02534375
transcript.pyannote[39].end 158.65596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 159.60096875
transcript.pyannote[40].end 163.06034375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 163.54971875
transcript.pyannote[41].end 164.25846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 164.49471875
transcript.pyannote[42].end 168.27471875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 168.98346875
transcript.pyannote[43].end 170.73846875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 171.63284375
transcript.pyannote[44].end 173.72534375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 174.16409375
transcript.pyannote[45].end 186.31409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 186.58409375
transcript.pyannote[46].end 194.93721875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 196.16909375
transcript.pyannote[47].end 200.26971875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 199.35846875
transcript.pyannote[48].end 228.60284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 228.85596875
transcript.pyannote[49].end 231.35346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 231.70784375
transcript.pyannote[50].end 237.58034375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 238.12034375
transcript.pyannote[51].end 239.35221875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 240.21284375
transcript.pyannote[52].end 274.82346875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 275.22846875
transcript.pyannote[53].end 285.15096875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 285.45471875
transcript.pyannote[54].end 288.69471875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 288.72846875
transcript.pyannote[55].end 291.36096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 291.36096875
transcript.pyannote[56].end 295.64721875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 295.61346875
transcript.pyannote[57].end 299.32596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 296.99721875
transcript.pyannote[58].end 298.48221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 298.49909375
transcript.pyannote[59].end 298.54971875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 299.32596875
transcript.pyannote[60].end 301.48596875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 301.21596875
transcript.pyannote[61].end 313.24784375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 303.57846875
transcript.pyannote[62].end 305.36721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 308.08409375
transcript.pyannote[63].end 311.20596875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 312.75846875
transcript.pyannote[64].end 314.53034375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 314.91846875
transcript.pyannote[65].end 318.09096875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 318.59721875
transcript.pyannote[66].end 322.46159375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 322.46159375
transcript.pyannote[67].end 322.83284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 322.47846875
transcript.pyannote[68].end 322.57971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 322.59659375
transcript.pyannote[69].end 322.66409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 322.83284375
transcript.pyannote[70].end 326.47784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 326.96721875
transcript.pyannote[71].end 330.62909375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 331.92846875
transcript.pyannote[72].end 338.76284375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 338.15534375
transcript.pyannote[73].end 338.29034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 339.01596875
transcript.pyannote[74].end 353.89971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 354.18659375
transcript.pyannote[75].end 355.95846875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 355.87409375
transcript.pyannote[76].end 363.82221875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 364.69971875
transcript.pyannote[77].end 372.95159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 373.42409375
transcript.pyannote[78].end 375.80346875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 376.51221875
transcript.pyannote[79].end 377.54159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 378.14909375
transcript.pyannote[80].end 380.03909375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 381.74346875
transcript.pyannote[81].end 387.41346875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 387.58221875
transcript.pyannote[82].end 390.94034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 391.51409375
transcript.pyannote[83].end 402.61784375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 402.82034375
transcript.pyannote[84].end 402.97221875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 402.97221875
transcript.pyannote[85].end 406.22909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 406.48221875
transcript.pyannote[86].end 408.33846875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 409.60409375
transcript.pyannote[87].end 410.66721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 410.32971875
transcript.pyannote[88].end 412.67534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 413.62034375
transcript.pyannote[89].end 414.97034375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 414.97034375
transcript.pyannote[90].end 415.10534375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 415.10534375
transcript.pyannote[91].end 415.24034375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 415.24034375
transcript.pyannote[92].end 419.47596875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 415.25721875
transcript.pyannote[93].end 415.76346875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 420.53909375
transcript.pyannote[94].end 421.51784375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 422.88471875
transcript.pyannote[95].end 426.74909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 427.32284375
transcript.pyannote[96].end 437.41409375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 438.32534375
transcript.pyannote[97].end 443.80971875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 444.28221875
transcript.pyannote[98].end 455.50409375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 455.50409375
transcript.pyannote[99].end 458.89596875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 459.28409375
transcript.pyannote[100].end 461.19096875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 461.54534375
transcript.pyannote[101].end 465.52784375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 466.48971875
transcript.pyannote[102].end 468.29534375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 468.78471875
transcript.pyannote[103].end 471.40034375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 470.74221875
transcript.pyannote[104].end 491.22846875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 491.36346875
transcript.pyannote[105].end 493.97909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 494.87346875
transcript.pyannote[106].end 496.74659375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 497.01659375
transcript.pyannote[107].end 501.45471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 497.15159375
transcript.pyannote[108].end 497.25284375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 501.48846875
transcript.pyannote[109].end 504.89721875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 505.70721875
transcript.pyannote[110].end 519.29159375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 515.84909375
transcript.pyannote[111].end 516.18659375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 519.67971875
transcript.pyannote[112].end 522.70034375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 524.13471875
transcript.pyannote[113].end 530.41221875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 530.93534375
transcript.pyannote[114].end 535.17096875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 535.23846875
transcript.pyannote[115].end 538.78221875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 539.11971875
transcript.pyannote[116].end 540.08159375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 540.80721875
transcript.pyannote[117].end 544.04721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 544.43534375
transcript.pyannote[118].end 550.35846875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 550.59471875
transcript.pyannote[119].end 551.08409375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 551.47221875
transcript.pyannote[120].end 554.45909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 554.02034375
transcript.pyannote[121].end 558.67784375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 559.15034375
transcript.pyannote[122].end 560.77034375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 559.16721875
transcript.pyannote[123].end 560.46659375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 562.42409375
transcript.pyannote[124].end 564.43221875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 564.49971875
transcript.pyannote[125].end 565.51221875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 566.92971875
transcript.pyannote[126].end 576.04221875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 576.36284375
transcript.pyannote[127].end 580.17659375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 580.54784375
transcript.pyannote[128].end 584.95221875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 585.15471875
transcript.pyannote[129].end 594.28409375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 594.50346875
transcript.pyannote[130].end 600.96659375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 596.64659375
transcript.pyannote[131].end 596.76471875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 597.32159375
transcript.pyannote[132].end 597.55784375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 601.82721875
transcript.pyannote[133].end 603.17721875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 601.92846875
transcript.pyannote[134].end 602.33346875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 603.17721875
transcript.pyannote[135].end 617.85846875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 603.22784375
transcript.pyannote[136].end 603.73409375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 605.38784375
transcript.pyannote[137].end 607.78409375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 618.43221875
transcript.pyannote[138].end 625.72221875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 622.70159375
transcript.pyannote[139].end 623.12346875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 625.72221875
transcript.pyannote[140].end 626.29596875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 625.78971875
transcript.pyannote[141].end 632.70846875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 626.73471875
transcript.pyannote[142].end 627.25784375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 629.62034375
transcript.pyannote[143].end 630.02534375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 631.30784375
transcript.pyannote[144].end 632.40471875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 633.77159375
transcript.pyannote[145].end 637.70346875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 637.90596875
transcript.pyannote[146].end 637.92284375
transcript.whisperx[0].start 5.057
transcript.whisperx[0].end 32.569
transcript.whisperx[0].text 謝謝 謝謝主席我請環境部長還有農業部長來 請彭部長 陳部長委員好來來來想說王一鳴委員講很多來我們現在這個廚餘也不要太多的政治啦我覺得這要專業啦這樣醫療感患不要意識形態太嚴重啦這樣的話大家都很辛苦講到最後轉私交了
transcript.whisperx[1].start 34.229
transcript.whisperx[1].end 59.188
transcript.whisperx[1].text 好 廚餘的方式 第一就是以前爭取了一地嘛 過了六十年了我們這樣就過了嘛 第二就是文化 文化是最不好的啦每件東西都拿去燒 燒成一了百了但是這個是循環經濟 或者是能源轉換這個是還有那個廚餘一大堆水分
transcript.whisperx[2].start 61.128
transcript.whisperx[2].end 78.272
transcript.whisperx[2].text 脫水後再去燒 還是直接把水帶進去啊 帶進去整個焚化爐那個溫度會下降啊等等啊 那個是很麻煩的事情啊你都不要去啊 我去焚化爐 欸 柏丁你也去過焚化爐啊 咱們平常都會去過第三就是煙霾嘛 像台中市現在用煙霾煙霾也是炒糕糕啊 沒效益啊
transcript.whisperx[3].start 82.759
transcript.whisperx[3].end 95.347
transcript.whisperx[3].text 再過來的堆肥像南京的一座 南京都會堆肥也超過 都嫌惡設施所以你的廚餘65% 70%都是蒸煮料吃的
transcript.whisperx[4].start 99.783
transcript.whisperx[4].end 123.522
transcript.whisperx[4].text 第一是能源熱量轉換最好 換熱力最好對不對 五弟兄所以你說要用珍珠 我是絕百分之百贊成你說要統一珍珠 我也百分之百贊成你說要有五個位 要去做你說剛才我們陳部長說這個珍珠廠也是用鹹的但是我要跟你說你如果設立風化爐的旁邊就好了
transcript.whisperx[5].start 128.542
transcript.whisperx[5].end 131.906
transcript.whisperx[5].text 風化爐旁邊都土地都有啊那不是很大面積嘛你風化爐旁邊風化爐本來就嫌惡事實大家都嚇到不得了但是它都回歸真了所以放在那裡沒問題
transcript.whisperx[6].start 142.571
transcript.whisperx[6].end 162.255
transcript.whisperx[6].text 副部長你覺得怎麼樣委員你的這個建議非常好啦我們會考慮啦但是我們有聽到一個意見說這個豬吃的東西從焚化爐來那個就髒髒臭臭的所以我這個要改變因為焚化爐現在其實都還蠻乾淨的所以這個我們會來會來評估我覺得焚化爐旁邊的空地都有膠啦第二是焚化爐旁邊的煎喔 蓋不住就全都放在床上了嘛
transcript.whisperx[7].start 169.045
transcript.whisperx[7].end 193.628
transcript.whisperx[7].text 那你說這個豬的熱量轉換因為豬是雜食性所以牠吃這個變成飯肉這是最有效率的啦所以當然黑水盲現在說的黑水盲但是黑水盲吃起來那個糖到底是可以利用嗎到底有安全嗎我們也不知道好 所以你們要設這個
transcript.whisperx[8].start 196.272
transcript.whisperx[8].end 210.292
transcript.whisperx[8].text 集中徵處 我改期期我跟委員報告 現在有四個縣市 九個案子屏東有六個案子申請兩個已經 農業部大概已經同意四個在同意 兩個還在審查
transcript.whisperx[9].start 213.336
transcript.whisperx[9].end 215.197
transcript.whisperx[9].text 你現在車子上去
transcript.whisperx[10].start 240.27
transcript.whisperx[10].end 247.316
transcript.whisperx[10].text 車子去 湯啊倒倒下去 就要斟酌啊你出來 又要加湯啊因為湯啊 你的皮再出來 要用不一樣的湯啊這就跟醫療一樣啊 買一批準備室 買一批消毒室一批的皮再出來是分開的 一個蒙一批 一個蒙出來啊 湯啊都不一樣啊 你人要怎麼消毒 火的什麼都是會汙染啊你車子要怎麼消毒
transcript.whisperx[11].start 266.312
transcript.whisperx[11].end 285.916
transcript.whisperx[11].text 你不可以一樣一支一支 又一樣又穿什麼 等於白做的你的湯啊 本身搞不好都汙染 湯要怎麼抓這個倒是 都要用那個沒有到醫療標準至少有半個醫療標準來 我再來請陳部長問我們現在廚餘在企業差不多四五十萬隻嘛 啊 裡面臥底差不多二十萬隻 對不對
transcript.whisperx[12].start 291.497
transcript.whisperx[12].end 302.921
transcript.whisperx[12].text 46.6萬隻啦 出於洋豬場 434戶啦那裡面黑豬 我們保種豬黑豬 白豬 黑那差不多20萬隻差不多 17萬 差不多啊 都在屏東比較多嘛 芬林 屏東屏東 屏東 屏東比較多因為黑豬的生長過程滿嘛差不多一年13個月嘛 對 差不多一年左右啊 那一般白豬還是六個月而已嘛對 180天
transcript.whisperx[13].start 315.363
transcript.whisperx[13].end 328.836
transcript.whisperx[13].text 厲害 用心來 所以這些黑白人都吃魚也不好所以吃廚藝三十年了都這樣在吃幾乎就是這個廚藝廠這個餐廳他都沒有煮就爛爛的就敲噴就死了是不是這樣出事對不對
transcript.whisperx[14].start 340.379
transcript.whisperx[14].end 357.583
transcript.whisperx[14].text 我剛才也一直強調厨醫養豬他是一個很老的飼料只要我們落實徵主所以徵主的條件的落實的監管跟控制跟集合才是重點如果做得好的話厨醫養豬是沒問題的所以這個養豬廠本身就要教育本身就要監控要養什麼都好再來就是休醫
transcript.whisperx[15].start 365.878
transcript.whisperx[15].end 372.781
transcript.whisperx[15].text 這個獸醫我是覺得他在這一場這個出事這一場是說10月10號就開始出問題了你到10月20號在那邊說嘛那獸醫 我要一件事要跟部長說那獸醫的兩種一種是寵物的 其中一種是經濟動物的那這經濟的牛啦 牛仔啦這個那你給獸醫 獸醫一個月薪水差不多多少啦
transcript.whisperx[16].start 391.55
transcript.whisperx[16].end 419.265
transcript.whisperx[16].text 沒有 如果受益的話公職的 但是我們從今年六月 應該是六月開始有一個受益不開業獎金每個月增加一萬到三萬所以一個公職的受益一戶的薪水差不多多少差不多 資深的差不多七到十萬七到十萬 啊如果像這個民間的這個你看這張 你要看這酬勞 怕死人就酬勞是要逼付
transcript.whisperx[17].start 420.538
transcript.whisperx[17].end 427.805
transcript.whisperx[17].text 我現在也要替我們全國的獸醫師講話我覺得我們對於這種經濟動物的獸醫師他們的責任非常重大他們是監護我們整個國家的農業會崩盤耶你這次這麼假這招你在發的我去獸醫師這招是你陳部長發的
transcript.whisperx[18].start 444.735
transcript.whisperx[18].end 458.384
transcript.whisperx[18].text 我這樣子 你剛才講的這些收費參考我會去了解那我覺得當然只是參考啦 但是參考是有它的指標性啦我覺得我們應該增加它的福利啦300隻 以下的1個月 湊了500個不然他都用電話問問而已啊他都連來都沒有 我看他的 為投稿費都沒來啊
transcript.whisperx[19].start 466.533
transcript.whisperx[19].end 493.738
transcript.whisperx[19].text 他要負最大的責任耶這醜啦 這很兇 這比剃頭還要兇我想這個可能跟地方政府不同縣市地方政府他的定定不過這個部分我記起來我覺得委員講得非常對我覺得在真正的對他們的一些標準一定要有系統要去提高而且是要有對於他這個能夠讓他能夠盡到這個責任所以我會請我們的房檢署會議大家的手藝都照樣做寵物
transcript.whisperx[20].start 495.095
transcript.whisperx[20].end 518.406
transcript.whisperx[20].text 寵物跟我們的性命無關的那是給我們精神很爽的這樣而已啊 如果說大家醫生都召他做美容那也是悲慘的所以如果保護這些在做重症的醫師如何在保護這些在做經濟動物的這些醫師要給我們有期碼的保障啊要打到要死 打到要死那分數很高的耶那你看我們三五萬塊 五萬塊
transcript.whisperx[21].start 524.158
transcript.whisperx[21].end 550.687
transcript.whisperx[21].text 我做過全國藝術的 你說對嗎我看著我看著 他們很憤怒所以我們這個授意是跟你講 這個是堆疊上去嘛我們的社會跟這個廠商你說一公斤一十塊有什麼了不起但是你這裡的人要給他尊嚴給他地位 給他收入這樣的話才能要求他高薪才能要求人家做事情啊不對
transcript.whisperx[22].start 551.533
transcript.whisperx[22].end 575.414
transcript.whisperx[22].text 你常常把這裡弄成這樣 這太廉價了如果我不重視這個我就不會去爭取他們的不開業獎金一到三萬五萬也可以啊不開業獎金五萬塊啊 搞什麼了不起可以嗎一步一步來 我們已經今年好不容易爭取到一到三萬了然後過一段時間我們再看看但是您剛才講的民間的部分我們也會來處理
transcript.whisperx[23].start 578.075
transcript.whisperx[23].end 599.806
transcript.whisperx[23].text 這個這種受益師是他自己去續產協會推薦的還是他自己找人的我們應該有個list嘛然後由畜牧場這邊他有一些特約受益師嘛那特約受益師不是每一天在那邊工作啦對啦 我知道啦他有減的啦 減減就對了啦但是他都沒去看嘛 他就也要順一下
transcript.whisperx[24].start 601.874
transcript.whisperx[24].end 614.181
transcript.whisperx[24].text 我覺得這不純粹是錢的問題我覺得這個是錢很重要錢是一個因素但是特約醫師跟畜牧場之間的這個互動我覺得那才是重點我們會來檢視這個後續的獸醫師跟畜牧場之間的互動
transcript.whisperx[25].start 619.022
transcript.whisperx[25].end 632.113
transcript.whisperx[25].text 獸醫師的地位 尊嚴有沒有給人家尊重他們的收入這三個都要 瞭解我就對不起我們全國的獸醫師瞭解 要加油啦好 謝謝委員好 謝謝部長 謝謝蘇委員