iVOD / 164848

Field Value
IVOD_ID 164848
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164848
日期 2025-10-30
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 2025-10-30T09:06:18+08:00
結束時間 2025-10-30T09:16:26+08:00
影片長度 00:10:08
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/480bc0daa4347f00b778a313efa2bf8d55b9b7d9df2795fe06dd83a37e4b4549d71fa32a71faafad5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 09:06:18 - 09:16:26
會議時間 2025-10-30T09:00:00+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) 邀請衛生福利部部長、農業部、財政部、交通部、經濟部、數位發展部、海洋委員會海巡署就「如何精進海外小型包裹夾帶肉品之查緝與防堵,持續強化阻絕疫情於國門,同時優化國內後續對於非洲豬瘟防疫」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 4.18221875
transcript.pyannote[0].end 4.68846875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.85284375
transcript.pyannote[1].end 7.25346875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 8.31659375
transcript.pyannote[2].end 9.59909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 11.80971875
transcript.pyannote[3].end 12.51846875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 12.77159375
transcript.pyannote[4].end 13.05846875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 16.87221875
transcript.pyannote[5].end 20.77034375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 21.56346875
transcript.pyannote[6].end 26.49096875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 26.94659375
transcript.pyannote[7].end 32.39721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 34.01721875
transcript.pyannote[8].end 41.08784375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 41.44221875
transcript.pyannote[9].end 45.30659375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 47.80409375
transcript.pyannote[10].end 47.82096875
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 47.82096875
transcript.pyannote[11].end 47.88846875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 47.88846875
transcript.pyannote[12].end 47.97284375
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 47.97284375
transcript.pyannote[13].end 48.42846875
transcript.pyannote[14].speaker SPEAKER_04
transcript.pyannote[14].start 49.03596875
transcript.pyannote[14].end 49.50846875
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 49.82909375
transcript.pyannote[15].end 50.63909375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 50.16659375
transcript.pyannote[16].end 52.19159375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 52.79909375
transcript.pyannote[17].end 55.80284375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 57.74346875
transcript.pyannote[18].end 58.06409375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 58.63784375
transcript.pyannote[19].end 60.71346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 61.52346875
transcript.pyannote[20].end 64.49346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 65.11784375
transcript.pyannote[21].end 65.84346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 66.02909375
transcript.pyannote[22].end 70.48409375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 70.95659375
transcript.pyannote[23].end 77.84159375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 78.12846875
transcript.pyannote[24].end 78.71909375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 78.21284375
transcript.pyannote[25].end 99.27284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 83.98409375
transcript.pyannote[26].end 84.22034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 84.79409375
transcript.pyannote[27].end 85.19909375
transcript.pyannote[28].speaker SPEAKER_04
transcript.pyannote[28].start 100.79159375
transcript.pyannote[28].end 104.95971875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 104.99346875
transcript.pyannote[29].end 118.83096875
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 119.18534375
transcript.pyannote[30].end 122.50971875
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 122.57721875
transcript.pyannote[31].end 125.46284375
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 125.95221875
transcript.pyannote[32].end 139.19909375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 137.39346875
transcript.pyannote[33].end 153.44159375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 139.33409375
transcript.pyannote[34].end 139.78971875
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 141.57846875
transcript.pyannote[35].end 141.84846875
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 146.69159375
transcript.pyannote[36].end 147.18096875
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 151.70346875
transcript.pyannote[37].end 152.58096875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 153.59346875
transcript.pyannote[38].end 154.04909375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 154.33596875
transcript.pyannote[39].end 155.70284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 154.55534375
transcript.pyannote[40].end 154.90971875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 154.90971875
transcript.pyannote[41].end 155.02784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 155.02784375
transcript.pyannote[42].end 155.09534375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 159.85409375
transcript.pyannote[43].end 164.64659375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 160.17471875
transcript.pyannote[44].end 160.59659375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 164.86596875
transcript.pyannote[45].end 166.78971875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 166.97534375
transcript.pyannote[46].end 170.72159375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 171.26159375
transcript.pyannote[47].end 173.28659375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 172.89846875
transcript.pyannote[48].end 175.04159375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 174.14721875
transcript.pyannote[49].end 175.49721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 175.15971875
transcript.pyannote[50].end 195.40971875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 175.86846875
transcript.pyannote[51].end 176.44221875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 180.79596875
transcript.pyannote[52].end 181.25159375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 181.25159375
transcript.pyannote[53].end 181.33596875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 185.26784375
transcript.pyannote[54].end 186.43221875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 187.44471875
transcript.pyannote[55].end 187.78221875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 194.04284375
transcript.pyannote[56].end 194.19471875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 195.73034375
transcript.pyannote[57].end 202.31159375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 202.59846875
transcript.pyannote[58].end 207.79596875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 208.31909375
transcript.pyannote[59].end 211.00221875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 211.35659375
transcript.pyannote[60].end 214.15784375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 215.13659375
transcript.pyannote[61].end 215.54159375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 216.18284375
transcript.pyannote[62].end 222.44346875
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 222.79784375
transcript.pyannote[63].end 231.53909375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 231.85971875
transcript.pyannote[64].end 242.67659375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 242.50784375
transcript.pyannote[65].end 258.74159375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 259.01159375
transcript.pyannote[66].end 259.68659375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 259.53471875
transcript.pyannote[67].end 259.63596875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 259.68659375
transcript.pyannote[68].end 259.72034375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 259.72034375
transcript.pyannote[69].end 262.72409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 261.62721875
transcript.pyannote[70].end 262.30221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 263.07846875
transcript.pyannote[71].end 268.64721875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 263.11221875
transcript.pyannote[72].end 264.09096875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 269.17034375
transcript.pyannote[73].end 279.26159375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 279.26159375
transcript.pyannote[74].end 290.39909375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 290.51721875
transcript.pyannote[75].end 290.55096875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 290.60159375
transcript.pyannote[76].end 299.24159375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 299.61284375
transcript.pyannote[77].end 304.18596875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 304.47284375
transcript.pyannote[78].end 304.94534375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 305.18159375
transcript.pyannote[79].end 306.27846875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 306.54846875
transcript.pyannote[80].end 308.40471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 308.40471875
transcript.pyannote[81].end 315.69471875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 315.47534375
transcript.pyannote[82].end 318.74909375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 316.15034375
transcript.pyannote[83].end 316.97721875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 319.25534375
transcript.pyannote[84].end 327.96284375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 325.29659375
transcript.pyannote[85].end 326.95034375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 327.96284375
transcript.pyannote[86].end 328.67159375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 328.23284375
transcript.pyannote[87].end 334.32471875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 332.78909375
transcript.pyannote[88].end 342.42471875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 336.06284375
transcript.pyannote[89].end 336.45096875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 342.42471875
transcript.pyannote[90].end 344.09534375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 343.36971875
transcript.pyannote[91].end 343.70721875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 345.05721875
transcript.pyannote[92].end 353.22471875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 353.62971875
transcript.pyannote[93].end 357.42659375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 357.59534375
transcript.pyannote[94].end 360.90284375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 361.20659375
transcript.pyannote[95].end 361.88159375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 362.20221875
transcript.pyannote[96].end 370.75784375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 369.82971875
transcript.pyannote[97].end 370.13346875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 371.12909375
transcript.pyannote[98].end 374.20034375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 374.20034375
transcript.pyannote[99].end 381.03471875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 381.18659375
transcript.pyannote[100].end 385.01721875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 385.21971875
transcript.pyannote[101].end 390.51846875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 388.40909375
transcript.pyannote[102].end 390.46784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 390.51846875
transcript.pyannote[103].end 413.29971875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 401.45346875
transcript.pyannote[104].end 401.84159375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 411.49409375
transcript.pyannote[105].end 411.89909375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 412.81034375
transcript.pyannote[106].end 413.23221875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 413.46846875
transcript.pyannote[107].end 416.42159375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 416.64096875
transcript.pyannote[108].end 417.02909375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 417.02909375
transcript.pyannote[109].end 417.60284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 417.56909375
transcript.pyannote[110].end 419.27346875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 418.27784375
transcript.pyannote[111].end 419.25659375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 419.27346875
transcript.pyannote[112].end 419.50971875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 419.50971875
transcript.pyannote[113].end 425.19659375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 420.94409375
transcript.pyannote[114].end 421.63596875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 426.02346875
transcript.pyannote[115].end 426.73221875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 427.10346875
transcript.pyannote[116].end 430.22534375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 430.54596875
transcript.pyannote[117].end 433.17846875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 433.46534375
transcript.pyannote[118].end 435.16971875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 435.50721875
transcript.pyannote[119].end 435.87846875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 436.95846875
transcript.pyannote[120].end 438.02159375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 440.68784375
transcript.pyannote[121].end 441.31221875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 441.46409375
transcript.pyannote[122].end 451.92659375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 452.78721875
transcript.pyannote[123].end 467.72159375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 455.68971875
transcript.pyannote[124].end 456.02721875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 459.38534375
transcript.pyannote[125].end 459.90846875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 468.12659375
transcript.pyannote[126].end 472.95284375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 473.44221875
transcript.pyannote[127].end 488.71409375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 487.21221875
transcript.pyannote[128].end 488.02221875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 488.73096875
transcript.pyannote[129].end 488.89971875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 488.89971875
transcript.pyannote[130].end 494.89034375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 488.96721875
transcript.pyannote[131].end 488.98409375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 490.08096875
transcript.pyannote[132].end 490.97534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 492.49409375
transcript.pyannote[133].end 493.16909375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 495.37971875
transcript.pyannote[134].end 497.23596875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 497.23596875
transcript.pyannote[135].end 507.25971875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 507.37784375
transcript.pyannote[136].end 515.52846875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 515.57909375
transcript.pyannote[137].end 522.31221875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 523.51034375
transcript.pyannote[138].end 545.39721875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 540.38534375
transcript.pyannote[139].end 540.48659375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 540.53721875
transcript.pyannote[140].end 541.17846875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 545.53221875
transcript.pyannote[141].end 546.03846875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 547.47284375
transcript.pyannote[142].end 599.41409375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 558.25596875
transcript.pyannote[143].end 558.62721875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 558.62721875
transcript.pyannote[144].end 558.81284375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 558.81284375
transcript.pyannote[145].end 558.88034375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 567.16596875
transcript.pyannote[146].end 567.30096875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 569.52846875
transcript.pyannote[147].end 569.88284375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 572.48159375
transcript.pyannote[148].end 572.54909375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 572.54909375
transcript.pyannote[149].end 572.81909375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 572.81909375
transcript.pyannote[150].end 572.85284375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 598.09784375
transcript.pyannote[151].end 602.28284375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 604.52721875
transcript.pyannote[152].end 608.66159375
transcript.whisperx[0].start 4.212
transcript.whisperx[0].end 32.115
transcript.whisperx[0].text 主席有請我們關務署來 請關務署部署長部署好 那我想問說我們先看一下那個第一張就是我們現在如臨大敵我們先看看他原本的樣貌 他長這個樣子也就是所謂的非洲非洲豬瘟的在顯微鏡下看的樣子 還有第二張
transcript.whisperx[1].start 34.059
transcript.whisperx[1].end 60.414
transcript.whisperx[1].text 那我們現在看那個高階判讀人員中階判讀人員這些我們知道這些人力是這個樣子那我想問你說真正的S關機的偵測率的成功率跟判讀率是多少關務室有沒有實際的數據有沒有成功率或是誤判率這些
transcript.whisperx[2].start 61.948
transcript.whisperx[2].end 77.791
transcript.whisperx[2].text 報告委員 我是官務長 記者組長就是說那個就是說X光只要是有異常的我們官員都會拉下來當然就是說拉下來之後如果是大部分的都是因為我們要精準打擊所以拉下來的話大部分都會有查獲物品
transcript.whisperx[3].start 78.331
transcript.whisperx[3].end 99.237
transcript.whisperx[3].text 是希望說如果因為我們的中階就是你看中階出街的人比較多高階是比較少所以你真正要去把關的就是要嚴格把關這個人數沒有那麼多那你有沒有強調說要去以後要從AI的判讀或者是輔助來增加這些人力的一個耗損或者說他們的loading
transcript.whisperx[4].start 100.831
transcript.whisperx[4].end 124.716
transcript.whisperx[4].text 跟委員報告其實我們官員就是我們X光影像判讀的我們分了三個階級 初 中 高我們其實通過高階的測驗的同仁都已經有超過大概有七八成我們在110年7月的時候我們已經有開始運用AI來輔助判讀
transcript.whisperx[5].start 126.016
transcript.whisperx[5].end 154.69
transcript.whisperx[5].text 那當時是針對毒品的部分那我們在114到117我們有一個計畫會把這個肉品還有相關的這個菸品等等也會納入我們整個一個AI的一個影像判讀服務希望速度可以快一點因為我們現在是如臨大敵嘛所以一定要把這些我們剛才講的數據正確率啊 誤判率啊這些要弄出來然後AI輔助讓我們的人力不要那麼辛苦好不好是OK 謝謝那有請我們的農業部是請杜署長
transcript.whisperx[6].start 160.916
transcript.whisperx[6].end 181.73
transcript.whisperx[6].text 你知道現在我們國內的豬的產值是多少嗎如果是以我們目前是我們的所有防疫對象是5,441場再加上它相關的一個周邊大概有2,000億我剛剛大概算了一下我們一個國人大概平均一年吃40公斤的豬肉如果是一斤100塊的話
transcript.whisperx[7].start 182.851
transcript.whisperx[7].end 207.59
transcript.whisperx[7].text 大概就是1000亿嘛那其他的负边的产值可能就超过2000亿那我想要问的就是说这次这个繁育期间很多人可能受到限制比如说他没有办法杀猪没有办法有猪肉的那个贩卖那我想你在繁育的时候可能养猪会得到补偿可是我想知道有些靠猪吃饭的我们尤其是原住民有些是烤猪肉的那个
transcript.whisperx[8].start 208.591
transcript.whisperx[8].end 230.217
transcript.whisperx[8].text 達人或者是攤商小吃業者這些有沒有在規劃裡面補助的規劃裡面報告委員我們現在大概是針對一級生產鏈有相關的都有研擬的補助措施那至於是在市場裡面的攤商的部分因為是直接受害所以這個部分也有列入到經濟部的一個補償的一個範疇裡面
transcript.whisperx[9].start 231.957
transcript.whisperx[9].end 257.59
transcript.whisperx[9].text 那至於在餐廳小吃部等等這些有沒有顧及到這些相關的關係人那這個部分我想這個經濟部也正在研臨中我想說可不可以動用我們農業天然災害的救助基金或是農業發展基金來補償這些因為因豬而要靠住生活的這些所謂的層次的一些商人或者是族人得到一些適當的補償
transcript.whisperx[10].start 259.071
transcript.whisperx[10].end 278.741
transcript.whisperx[10].text 包委員一級生產鏈的所有的環節我們都我們也看到一個新聞就是非常就是很可怕的新聞就是說可能會影響到我們的山豬那如果說山豬被感染的話就可能就是全台灣都淪陷了所以這個有沒有一個監測的機制或者說有沒有一個防範的作為
transcript.whisperx[11].start 279.581
transcript.whisperx[11].end 307.942
transcript.whisperx[11].text 一般我們在做非洲豬瘟口蹄疫的時候及豬瘟的時候我們一年年度就有一些監測針對山豬的監測計畫那現在昨天這個為了台中的這個像沙鹿啦後里等等有幾場山豬在活動的區域那也要求他們針對廚餘的收集區跟處理區一定要委網來阻止山豬這個他可能不定期不定時的一個侵入
transcript.whisperx[12].start 308.482
transcript.whisperx[12].end 322.907
transcript.whisperx[12].text 我想附帶問的一個問題就是說現在廚餘如果你要煮到幾度的話比較不會有一些感染的風險是這個部分真的經過所有的科學所蒐集的資料是90度
transcript.whisperx[13].start 324.528
transcript.whisperx[13].end 352.842
transcript.whisperx[13].text 一小時 但是要攪拌喔我還有看到五十度 六十度 七十度其實要讓病毒不活化最好還是依照這個規定去執行所以可能這個部分要早一點讓國人知道因為我覺得到目前為止我很像在看新聞的時候或是看一些廣告的時候還是沒有看到這些相關的作文好 這個一定要加強 是 謝謝好 謝謝 那我們的防疫人才呢目前就是說 針對獸醫者或者是獸醫這個部分你們目前的那個進度在哪裡
transcript.whisperx[14].start 354.324
transcript.whisperx[14].end 373.605
transcript.whisperx[14].text 報告其實在今年的六月份的時候總統也體諒到所有的部門的獸醫師他們工作的辛苦所以已經有跟他們比照這個不開業獎金就是醫師的不開業獎金這個部分已經有提列了後來看到那個新聞說一場吃五百塊的樣子
transcript.whisperx[15].start 374.505
transcript.whisperx[15].end 390.074
transcript.whisperx[15].text 那個是特育獸醫師這針對每個場次他的規模的大小不同如果一般比較有一定的規模他一定會有駐場的獸醫師但是有些小型的可能他這個成本也很高所以他用合作契約
transcript.whisperx[16].start 390.774
transcript.whisperx[16].end 416.027
transcript.whisperx[16].text 所以可能短期可能沒有辦法馬上遏止這個病毒所以我覺得這個長期來看的話還是要規劃這些人力的補足或者是訓練比如說目前的獸醫師只有80%是在從事這方面的工作你又怎麼來引誘或者是說來吸引我們這些從事畜牧業的這些專業人才來從事這方面的防範作為確實 獸醫師如果考上獸醫師都喜歡去小動物
transcript.whisperx[17].start 416.707
transcript.whisperx[17].end 435.561
transcript.whisperx[17].text 是 對 那我們要經濟動物大家都讓他們來從事這方面的工作所以我們這個部分應該是要加強他們的一些補貼或者是獎勵OK 可以嗎這個在畜牧法裡面我想應該是會部裡面會再統籌的再做一些商議好 謝謝那我們請衛福部好 謝謝來 請部長
transcript.whisperx[18].start 440.894
transcript.whisperx[18].end 451.364
transcript.whisperx[18].text 陸委員長對 部長那個現在如果查到那個違規的這些東西我們是怎麼來執行比如說它的SOP啊 時效啊 銷毀時程啊有沒有透明 有沒有一個監督的機制
transcript.whisperx[19].start 453.768
transcript.whisperx[19].end 472.701
transcript.whisperx[19].text 委員您提的是說查到有來自於那個非洲豬瘟疫區的肉品那他就會違反兩個可能的這個違反樣態第一個是說他會違反我們在剛剛提到邊境輸入的時候他就要去申報因為在邊境
transcript.whisperx[20].start 473.522
transcript.whisperx[20].end 486.253
transcript.whisperx[20].text 有申報的來自於這個這個非洲豬瘟疫區的直接就會退運或銷毀了根本不會進來所以會進來的都是非法輸入所以他就違反了我們食安法30條的規定那就會開罰16萬到
transcript.whisperx[21].start 488.975
transcript.whisperx[21].end 493.278
transcript.whisperx[21].text 現在正在進行羅氏人才當中今年行政院有多給我們24位在邊境查驗的人力現在我們正在招募
transcript.whisperx[22].start 507.386
transcript.whisperx[22].end 521.267
transcript.whisperx[22].text 我們看一下一些國外的一個成功的案例因為現在我們像像才剛剛接觸這個病毒而且是非常的陌生不過在國際上應該這個應該是都已經努力了一段時間所以有一些成功的契機
transcript.whisperx[23].start 523.564
transcript.whisperx[23].end 545.752
transcript.whisperx[23].text 可能它就是如果是失敗的話它大概有兩個原因就是最下面那一行就是可能我們在生物檢測這個部分的檢測不足第二個就是我剛才講的可能民眾沒有被告知還有或者是廠商沒有被告知就是human behavior這個部分那它成功的契機大概有四個方向我給部長請你參考一下下一張
transcript.whisperx[24].start 547.543
transcript.whisperx[24].end 576.148
transcript.whisperx[24].text 就是說可能因為有我們之前有一些國際的組織我們可能沒有在那個組織裡面可能需要去參考他的一些他的model裡面他已經有規劃好了他的一些路徑或者是說他應該怎麼做其實他這個知識都已經非常的充足我希望國內跟國際要接軌而不是說我們國內做我們的都不去參考目前越南 中國是在做什麼我覺得應該是要這樣然後有一些就是我們的風險的溝通
transcript.whisperx[25].start 577.308
transcript.whisperx[25].end 599.236
transcript.whisperx[25].text 這些風險溝通就是要跟我們這些弱品市場的業者或者是這些我們從事這方面的行業的人去做一些我們跟政府部門的一個媒合跟合作看看這個病毒要怎麼防治最主要就是我們政府要大力來支持這些所有的損失跟以後的預防的一些就是裁員好不好好 謝謝盧委員提供的這個寶貴的資料謝謝謝謝盧委員 謝謝部長 請回
transcript.whisperx[26].start 607.17
transcript.whisperx[26].end 608.223
transcript.whisperx[26].text 接下來請陳昭之委員