iVOD / 165510

Field Value
IVOD_ID 165510
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165510
日期 2025-11-17
會議資料.會議代碼 委員會-11-4-26-11
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11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 11
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11次全體委員會議
影片種類 Clip
開始時間 2025-11-17T10:53:08+08:00
結束時間 2025-11-17T11:09:48+08:00
影片長度 00:16:40
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ff1e125e807f56abfb6b8891100f8210bfb6dfa65ed0fc1d80df8a4d5e0e61e30f1c420776665bfc5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖偉翔
委員發言時間 10:53:08 - 11:09:48
會議時間 2025-11-17T09:00:00+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11次全體委員會議(事由:一、審查 (一)委員黃健豪等16人、委員陳超明等16人、委員蘇清泉等17人、委員呂玉玲等16人及委員柯志恩等16人擬具「勞工保險條例第六十三條條文修正草案」案。 (二)委員陳瑩等19人擬具「勞工保險條例第五十八條條文修正草案」案。 (三)委員許宇甄等19人、委員林國成等32人、委員王育敏等20人、委員蔡其昌等19人、委員羅廷瑋等16人、委員蔡易餘等18人、委員王美惠等17人、委員徐欣瑩等22人、委員翁曉玲等19人、委員楊曜等25人及委員王鴻薇等22人擬具「勞工保險條例第六十六條及第六十九條條文修正草案」案。 (四)委員邱鎮軍等19人擬具「勞工保險條例第三十一條條文修正草案」案。 (五)委員李昆澤等25人及委員賴瑞隆等17人擬具「勞工保險條例第六十九條條文修正草案」案。 (六)委員廖先翔等18人擬具「勞工保險條例第十九條條文修正草案」案。 (七)委員葉元之等21人、委員何欣純等17人及委員陳超明等16人擬具「勞工保險條例第五十八條條文修正草案」案。 (八)委員陳秀寳等21人擬具「勞工保險條例部分條文修正草案」案。 (九)委員王鴻薇等17人擬具「勞工保險條例第七十四條之二條文修正草案」案。 (十)委員林倩綺等32人及委員傅崐萁等19人擬具「勞工保險條例第五十九條條文修正草案」案。 (十一)委員陳瑩等19人擬具「勞工保險條例第六條條文修正草案」案。 (十二)委員李昆澤等19人擬具「勞工保險條例第二十九條條文修正草案」案。 二、審查 (一)委員陳玉珍等18人擬具「就業服務法第二十四條及第二十七條條文修正草案」案。 (二)委員涂權吉等17人擬具「就業服務法第二十四條條文修正草案」案。 (三)委員許宇甄等18人擬具「就業服務法第二十四條條文修正草案」案。 (四)委員翁曉玲等22人擬具「就業服務法第二十四條條文修正草案」案。 (五)委員蘇清泉等18人擬具「就業服務法第二十四條條文修正草案」案。 (六)委員廖偉翔等16人擬具「就業服務法第二十四條條文修正草案」案。 (七)委員洪孟楷等16人擬具「就業服務法第二十四條條文修正草案」案。 (八)台灣民眾黨黨團擬具「就業服務法第二十四條條文修正草案」案。 (九)委員柯志恩等18人擬具「就業服務法第二十四條條文修正草案」案。 (十)委員王育敏等17人擬具「就業服務法第二十四條、第二十七條及第二十八條條文修正草案」案。 (十一)委員楊瓊瓔等27人擬具「就業服務法第二十四條條文修正草案」案。 (十二)委員郭國文等19人擬具「就業服務法第二十四條及第二十六條之一條文修正草案」案。 【綜合詢答,僅詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 6.73034375
transcript.pyannote[0].end 8.38409375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 14.72909375
transcript.pyannote[1].end 15.43784375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 15.85971875
transcript.pyannote[2].end 16.68659375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 17.41221875
transcript.pyannote[3].end 27.11534375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 27.65534375
transcript.pyannote[4].end 33.35909375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 33.79784375
transcript.pyannote[5].end 39.24846875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 39.75471875
transcript.pyannote[6].end 41.12159375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 41.66159375
transcript.pyannote[7].end 54.14909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 54.43596875
transcript.pyannote[8].end 58.41846875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 58.97534375
transcript.pyannote[9].end 69.52221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 70.07909375
transcript.pyannote[10].end 71.31096875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 72.15471875
transcript.pyannote[11].end 77.36909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 77.55471875
transcript.pyannote[12].end 85.55346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 85.82346875
transcript.pyannote[13].end 92.16846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 92.91096875
transcript.pyannote[14].end 106.24221875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 106.74846875
transcript.pyannote[15].end 124.26471875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 125.10846875
transcript.pyannote[16].end 130.50846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 131.18346875
transcript.pyannote[17].end 133.54596875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 134.01846875
transcript.pyannote[18].end 146.62409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 148.53096875
transcript.pyannote[19].end 150.75846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 150.89346875
transcript.pyannote[20].end 151.01159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 151.31534375
transcript.pyannote[21].end 163.17846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 163.17846875
transcript.pyannote[22].end 163.21221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 163.21221875
transcript.pyannote[23].end 163.22909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 163.68471875
transcript.pyannote[24].end 163.70159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 163.70159375
transcript.pyannote[25].end 166.35096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 166.67159375
transcript.pyannote[26].end 189.53721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 186.38159375
transcript.pyannote[27].end 191.24159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 191.32596875
transcript.pyannote[28].end 209.11221875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 208.96034375
transcript.pyannote[29].end 210.19221875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 210.64784375
transcript.pyannote[30].end 212.36909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 212.74034375
transcript.pyannote[31].end 213.02721875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 213.36471875
transcript.pyannote[32].end 216.85784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 217.11096875
transcript.pyannote[33].end 221.17784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 221.49846875
transcript.pyannote[34].end 246.10221875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 231.57284375
transcript.pyannote[35].end 232.51784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 235.16721875
transcript.pyannote[36].end 235.18409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 246.64221875
transcript.pyannote[37].end 247.30034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 248.04284375
transcript.pyannote[38].end 249.64596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 250.05096875
transcript.pyannote[39].end 253.44284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 254.03346875
transcript.pyannote[40].end 269.42346875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 270.13221875
transcript.pyannote[41].end 272.62971875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 273.32159375
transcript.pyannote[42].end 284.59409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 281.30346875
transcript.pyannote[43].end 283.61534375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 285.03284375
transcript.pyannote[44].end 297.58784375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 295.57971875
transcript.pyannote[45].end 296.42346875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 297.73971875
transcript.pyannote[46].end 298.51596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 298.33034375
transcript.pyannote[47].end 307.22346875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 307.29096875
transcript.pyannote[48].end 308.69159375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 308.69159375
transcript.pyannote[49].end 309.14721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 309.14721875
transcript.pyannote[50].end 309.85596875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 309.85596875
transcript.pyannote[51].end 309.87284375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 309.87284375
transcript.pyannote[52].end 309.88971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 309.88971875
transcript.pyannote[53].end 309.90659375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 311.13846875
transcript.pyannote[54].end 315.03659375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 315.03659375
transcript.pyannote[55].end 316.43721875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 316.82534375
transcript.pyannote[56].end 319.99784375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 320.09909375
transcript.pyannote[57].end 322.12409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 323.11971875
transcript.pyannote[58].end 332.83971875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 333.49784375
transcript.pyannote[59].end 339.10034375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 339.48846875
transcript.pyannote[60].end 343.08284375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 343.42034375
transcript.pyannote[61].end 364.44659375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 364.81784375
transcript.pyannote[62].end 390.80534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 391.76721875
transcript.pyannote[63].end 397.08284375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 397.08284375
transcript.pyannote[64].end 402.38159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 402.60096875
transcript.pyannote[65].end 414.44721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 406.93784375
transcript.pyannote[66].end 408.30471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 408.87846875
transcript.pyannote[67].end 409.40159375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 415.29096875
transcript.pyannote[68].end 435.49034375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 436.19909375
transcript.pyannote[69].end 450.07034375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 448.77096875
transcript.pyannote[70].end 508.44096875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 508.93034375
transcript.pyannote[71].end 539.15346875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 539.25471875
transcript.pyannote[72].end 560.55096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 560.28096875
transcript.pyannote[73].end 590.55471875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 561.19221875
transcript.pyannote[74].end 561.54659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 590.72346875
transcript.pyannote[75].end 627.64596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 627.83159375
transcript.pyannote[76].end 630.51471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 630.88596875
transcript.pyannote[77].end 652.82346875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 652.95846875
transcript.pyannote[78].end 656.21534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 656.21534375
transcript.pyannote[79].end 657.54846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 657.78471875
transcript.pyannote[80].end 671.99346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 672.39846875
transcript.pyannote[81].end 680.43096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 678.37221875
transcript.pyannote[82].end 683.90721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 683.48534375
transcript.pyannote[83].end 690.77534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 691.09596875
transcript.pyannote[84].end 697.87971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 697.81221875
transcript.pyannote[85].end 732.52409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 733.09784375
transcript.pyannote[86].end 736.62471875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 736.38846875
transcript.pyannote[87].end 740.77596875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 741.41721875
transcript.pyannote[88].end 745.19721875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 745.38284375
transcript.pyannote[89].end 748.11659375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 748.47096875
transcript.pyannote[90].end 756.40221875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 756.65534375
transcript.pyannote[91].end 758.69721875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 759.16971875
transcript.pyannote[92].end 761.14409375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 761.26221875
transcript.pyannote[93].end 765.34596875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 765.37971875
transcript.pyannote[94].end 769.78409375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 769.44659375
transcript.pyannote[95].end 779.33534375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 773.81721875
transcript.pyannote[96].end 774.01971875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 779.26784375
transcript.pyannote[97].end 780.60096875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 779.48721875
transcript.pyannote[98].end 807.02721875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 784.17846875
transcript.pyannote[99].end 784.93784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 806.06534375
transcript.pyannote[100].end 806.57159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 807.02721875
transcript.pyannote[101].end 812.44409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 810.18284375
transcript.pyannote[102].end 811.33034375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 812.29221875
transcript.pyannote[103].end 818.70471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 812.54534375
transcript.pyannote[104].end 813.22034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 817.75971875
transcript.pyannote[105].end 818.97471875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 819.53159375
transcript.pyannote[106].end 821.23596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 821.52284375
transcript.pyannote[107].end 824.91471875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 825.15096875
transcript.pyannote[108].end 827.34471875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 826.19721875
transcript.pyannote[109].end 831.39471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 832.06971875
transcript.pyannote[110].end 847.94909375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 832.22159375
transcript.pyannote[111].end 833.43659375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 840.43971875
transcript.pyannote[112].end 840.81096875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 845.26596875
transcript.pyannote[113].end 850.31159375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 849.90659375
transcript.pyannote[114].end 850.53096875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 850.53096875
transcript.pyannote[115].end 852.75846875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 850.93596875
transcript.pyannote[116].end 851.34096875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 853.14659375
transcript.pyannote[117].end 855.39096875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 853.23096875
transcript.pyannote[118].end 859.20471875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 858.29346875
transcript.pyannote[119].end 863.00159375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 863.44034375
transcript.pyannote[120].end 864.80721875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 865.21221875
transcript.pyannote[121].end 878.49284375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 874.91534375
transcript.pyannote[122].end 875.72534375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 878.35784375
transcript.pyannote[123].end 881.58096875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 881.05784375
transcript.pyannote[124].end 884.63534375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 883.42034375
transcript.pyannote[125].end 891.09846875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 890.30534375
transcript.pyannote[126].end 896.66721875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 894.18659375
transcript.pyannote[127].end 894.79409375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 896.81909375
transcript.pyannote[128].end 900.32909375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 899.63721875
transcript.pyannote[129].end 901.64534375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 901.93221875
transcript.pyannote[130].end 904.37909375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 904.75034375
transcript.pyannote[131].end 913.55909375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 912.88409375
transcript.pyannote[132].end 915.76971875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 915.36471875
transcript.pyannote[133].end 937.97721875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 937.43721875
transcript.pyannote[134].end 972.23346875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 972.23346875
transcript.pyannote[135].end 977.11034375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 973.51596875
transcript.pyannote[136].end 980.99159375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 981.19409375
transcript.pyannote[137].end 996.93846875
transcript.whisperx[0].start 6.992
transcript.whisperx[0].end 32.7
transcript.whisperx[0].text 謝謝主席 請洪部長部長日前在新北有個流性女子跟其6個月大的孩子她慘遭了丈夫殺害然後丈夫再自殺造成一家三口滅門的悲劇讓我們社會非常震驚
transcript.whisperx[1].start 33.94
transcript.whisperx[1].end 58.055
transcript.whisperx[1].text 但是其實這則的家庭悲劇本來是有可能有機會可以避免的為什麼這麼說呢因為流性女子在當媽媽後他說雖然這個遭受到之前等不利對待但仍在他的社群媒體寫下諸如抱病懷孕生產顧娃我不能死或是沒媽的孩子最可憐等等
transcript.whisperx[2].start 59.076
transcript.whisperx[2].end 71.047
transcript.whisperx[2].text 所以可見這個流性女子雖然身處人生的低谷但是她還是有這個母性的光輝但很可惜最終還是敵不過職場上的一些惡意所以我們也可以看到
transcript.whisperx[3].start 72.216
transcript.whisperx[3].end 91.434
transcript.whisperx[3].text 流行女子她同時也抱怨懷孕時被雇主以不適任為由資遣求職時仍遭嫌棄說像看到鬼或者苦嘆說政府說骨欲生欲結果孕婦處處碰壁她遲遲沒有辦法找到工作導致經濟上的壓力最終也造成了這個悲劇
transcript.whisperx[4].start 92.984
transcript.whisperx[4].end 105.884
transcript.whisperx[4].text 那根據勞動部的違反勞動法令的事業單位查詢系統近年涉及懷孕歧視拒絕家庭照顧假或者育嬰留職停薪不當處分這個違法的案件遍佈全台
transcript.whisperx[5].start 106.806
transcript.whisperx[5].end 130.122
transcript.whisperx[5].text 那但是從這個法律事務所呢 科技製造業到律師那個醫療院所都有這樣的裁罰記錄所以顯示這個孕期跟育兒友善環境仍然很不足喔甚至有一些醫院的案例裡面也只罰了兩萬塊 根本不痛不癢所以導致了這起的悲劇發生 一家三口直接被丈夫
transcript.whisperx[6].start 132.017
transcript.whisperx[6].end 150.347
transcript.whisperx[6].text 這個殺害之後再自殺所以我就想要請問部長我們到底要怎麼樣讓雇主在到這個在孕婦跟懷孕員工的看到他們的時候是可以看到寶不是看到鬼可以營造更好更友善的職場環境根本說明這當然不是看到鬼
transcript.whisperx[7].start 151.48
transcript.whisperx[7].end 165.531
transcript.whisperx[7].text 當然不是我說他的這是他講的講講話的方式我說怎麼讓他們看到寶不是看到鬼你要怎麼樣可以真正的去改善這個環境不要再讓這樣子的社會憾事發生第一個其實
transcript.whisperx[8].start 166.972
transcript.whisperx[8].end 189.279
transcript.whisperx[8].text 我們有注意到這個案件那這個案件當然發生在新北市所以第一但第一線會是地方政府要去做相關的查查但我們的確也現在也格外重視在職場上面不管是懷孕或者是育兒的勞工相關的權益這也是為什麼我們在提出一個這個我知道你重視我們常常也討論的蠻多的啊我是說根據這個事件啊
transcript.whisperx[9].start 191.46
transcript.whisperx[9].end 220.84
transcript.whisperx[9].text 就看起來他就是還是沒有改善嘛就是說他還是有很大的改善空間我剛剛也講到甚至很多財閥他可能也很少不痛不癢那除了財閥當然我們不希望說只是財閥而已究竟到底部長到底你們有沒有精進檢討到底要怎麼做才不要再讓這樣子的憾事發生第一個我認為該財閥就必須落實財閥是那甚至是財閥的金額我們也願意來跟地方政府討論這是不是可以其實有一個怎麼樣的空間盡量大家去遏止這件事情
transcript.whisperx[10].start 221.564
transcript.whisperx[10].end 246.96
transcript.whisperx[10].text 第二個這裡面的確涉及到一些職場上面的文化的問題所以我們目前有規劃接下來會有一個計劃來加強宣導另外我們也會希望能夠做一樣的計劃對懷孕歧視對的計劃那包括我們也會來跟相關的法律輔助的單位來討論因為在這裡面其實比較大的問題是有蠻多遇到懷孕歧視員工對他來說他遇到了可是他
transcript.whisperx[11].start 248.103
transcript.whisperx[11].end 268.742
transcript.whisperx[11].text 不敢申訴不敢舉手或者是相對應可以保護他的資源不夠多所以我們其實現在也在規劃要跟相關的法律輔助的團體來這個法服來去合作那怎麼樣子可以給更多遇到懷孕歧視的勞工更多的支持最後一點我要說我們也有計劃
transcript.whisperx[12].start 270.223
transcript.whisperx[12].end 296.913
transcript.whisperx[12].text 接下來針對像這樣懷孕歧視的問題如果被裁罰違法的事業單位我們會有個專案的揭露跟專案的公佈你們會打算往專案揭露跟專案公佈我們也希望讓外界知道這樣子一個企業很多企業他的形象看起來不錯但是居然還有懷孕歧視的狀況那我們也希望讓外界知道哪些企業會有這個狀況這也是我們希望能夠
transcript.whisperx[13].start 297.873
transcript.whisperx[13].end 321.716
transcript.whisperx[13].text 提出來的作法 謝謝部長你有這個正面回應那也可以把你剛剛相關的你們打算做的經濟作為具體的作為給本席辦公室好可不可以兩個禮拜可以嗎我們會在應該是11月底對不對好我們會在11月底其實會把我們這相對應的計畫給提出來好就是兩個禮拜好謝謝接下來我要問一下青年失業率的問題這個圖中我們可以看到
transcript.whisperx[14].start 323.154
transcript.whisperx[14].end 342.141
transcript.whisperx[14].text 接下來下一頁對途中我們可以看到歷屆的歷年的這個青年失業率有全體和各個年齡層的曲線都是平的那就是過去和現在實施的這個投資青年就業方案那第二期是112年到115年那初次尋職的青年穩定就業計畫等
transcript.whisperx[15].start 343.502
transcript.whisperx[15].end 363.383
transcript.whisperx[15].text 我是覺得成效在哪裡我們看不到尤其是在第一期跟第二期的投資青年就業方案都有推動提供符合產業趨勢及就業市場的訓練課程措施那麼其中針對這個失業跟待業的青年執行值錢訓練計劃還有一個叫做青年就業旗艦計劃
transcript.whisperx[16].start 364.904
transcript.whisperx[16].end 390.086
transcript.whisperx[16].text 那這兩項職前的訓練課程結果110年到112年的職前訓練的計畫訓後三個月的全職就業比率僅五成左右而已那落後青年就業旗艦計畫所謂逾九成的訓後全職就業比率那也就是說這個政府投資下去課程開了青年上完課了卻只有五成進入職場
transcript.whisperx[17].start 391.843
transcript.whisperx[17].end 414.159
transcript.whisperx[17].text 所以請問部長這個部分是發生了什麼狀況要怎麼樣重新檢討跟文說明其實台灣的青年的失業率並沒有比OECD其他國家來的高其實我們大概都比我們針對這個計畫的成效來講第二個剛剛在那張圖上其實可以看出其實我們青年的失業率其實也這幾年一路的下降
transcript.whisperx[18].start 415.356
transcript.whisperx[18].end 433.28
transcript.whisperx[18].text 那在各國其實都會有類似的狀況就是青年的失業率比總體的失業率來的高但是在25歲以後那個失業率就會快速的下降那我覺得會必須要去探究青年失業率相對比較高的原因大概有幾個第一個是其實很多的年輕人他其實還在一個尋職的這個
transcript.whisperx[19].start 436.261
transcript.whisperx[19].end 450.654
transcript.whisperx[19].text 不確定的階段也包括他也在考慮他是要繼續工作他要進入職場還是要繼續就學那他也包括對自己在職場裡面的這個哪一個職涯選擇的 部長我們先針對我剛提出的這個問題你剛講是一個很大範圍的一個狀態我剛講是說這個計劃本身的成效他只有五成好所以
transcript.whisperx[20].start 460.123
transcript.whisperx[20].end 478.961
transcript.whisperx[20].text 針對青年失業率這個問題喔其實自勞發署執訓中心到現在勞動力發展署各署成立青年職涯發展中心簡稱青職中心喔其實都一直是來協助這個青年規劃職涯的核心單位但是根據監察院的調查報告也發現有許多的問題首先
transcript.whisperx[21].start 479.662
transcript.whisperx[21].end 508.184
transcript.whisperx[21].text 你們勞發署自107年設定這個輕職中心八大核心服務項目以來部分的項目目標值設定過於寬鬆導致達成率屢屢嚴重超標甚至有達成率破千的驚人成績所以我要講的事情是講白了這樣子的績效設定是不是流於形式這也導致無法有效評估輕職中心對於提升青年就業率或者是就業率至
transcript.whisperx[22].start 509.626
transcript.whisperx[22].end 523.203
transcript.whisperx[22].text 職場續航力的實質表現換句話說就是這些設定的標準是治本設定這樣子的虛假KPI這個是監察院的調查報告不是我講的這個部分怎麼樣是不是可以檢討怎麼樣
transcript.whisperx[23].start 524.605
transcript.whisperx[23].end 543.952
transcript.whisperx[23].text 把這個所謂產出型指標調整成為這個實質成效的成果型的指標以具體的來評估輕職中心在提升青年就業跟就業安置還有職場穩定上面的功能和效益跟文說明如果按照文前一張投影片那個50%的那個投影片
transcript.whisperx[24].start 544.844
transcript.whisperx[24].end 566.13
transcript.whisperx[24].text 因為這個職前訓練計畫跟就業期間計畫其實它還是有不太一樣的定位跟屬性所以有點難直接拿數字來去做比較比方說職前訓練可能也會有一些他受訓完以後他可能就又會去念書好 部長我再跟你說那就是同樣的一個調查報告也指出輕職中心服務對象跟資源重疊的問題
transcript.whisperx[25].start 567.19
transcript.whisperx[25].end 593.92
transcript.whisperx[25].text 所以輕職中心的服務對象廣泛的列入15到29歲各級學校的學生跟畢業的青年那其中一對於職癌的這個諮詢的對象也在學青年的比率偏高那業務內容跟大專業校的學生輔導中心高度重疊另外青年失業率最該重視的四個部分分別是長期待業者居家的這個減居族
transcript.whisperx[26].start 594.7
transcript.whisperx[26].end 618.672
transcript.whisperx[26].text 或者是就是常常還有或者就是說這個卻志族啊有時候常常說有意願跟有能力工作卻因為種種因素失去工作動力者及就這個依就業服務法納為就業促進對象的青少年等不利就業不利族群喔所以就剛剛講到了你說有很多可能有分別可是這裡也講到他有資源重疊的問題喔
transcript.whisperx[27].start 619.893
transcript.whisperx[27].end 633.857
transcript.whisperx[27].text 那所以勞動部似乎是要重新界定這個輕職中心的優先服務對象而非與在學青年高度重複做無用功的這個部分跟文說明其實這個分幾個層次來說明
transcript.whisperx[28].start 636.278
transcript.whisperx[28].end 652.424
transcript.whisperx[28].text 第一個其實很多同學跟我們說其實學校裡面提供的一些職涯的資訊他們其實往往覺得不夠所以這也是為什麼我們其實需要進到學校裡面來提供大家求職的資源包括職涯的資訊的原因這是第一個因為很多同學跟我們說其實學校提供的是不夠的
transcript.whisperx[29].start 653.044
transcript.whisperx[29].end 674.55
transcript.whisperx[29].text 所以你認為監察院的這個所謂的資源重置的報告是不對的不是這個意思所以我們認為把一個把這個關注的點放在在學的青年我認為這件事沒有錯但是我認為我們的確可以來檢討讓這些比方說長期的待業者或者是減居族或者是這些就業不利的青少年他們所受到的資源我認為可以再更
transcript.whisperx[30].start 676.09
transcript.whisperx[30].end 697.335
transcript.whisperx[30].text 可以再把關注的點再更放在他們身上這部分我是同意的沒有錯就是你應該要把重點抓出來而不是資源一直重置但是在學青年是我們也是我們很重要的關注對象我認為這件事情是沒有錯的在我們的YS裡面這事情不一定有錯但我們可以把其他的部分尤其更弱勢的青年再增加再更優先一些這事情是我們可以來檢討可以做的
transcript.whisperx[31].start 697.875
transcript.whisperx[31].end 714.151
transcript.whisperx[31].text 是 最後還有一個這個有關於青年就業的部分還有一個問題 輕職中心在一對一的職涯諮詢人員也存在人力流動率過高平均年資淺或者部分中心甚至平均只有一年多然後薪資偏低而且缺乏經驗傳承的問題
transcript.whisperx[32].start 715.692
transcript.whisperx[32].end 740.54
transcript.whisperx[32].text 那當然就是各分屬材每年招標委辦一次的方式它也有可能不利於這個確保諮詢服務品質所以這個部分你們要怎麼精進因為比如說比較好的人才要怎麼留任其實他的經驗傳承的方案到底是什麼這個部分你們要怎麼去把它完善這樣子的品質是 跟委員報告基本上我們在每年的標案裡面我們都會有要求
transcript.whisperx[33].start 741.74
transcript.whisperx[33].end 761.034
transcript.whisperx[33].text 受委任的廠商他必須要提供的專業人員的包括學精力以及他的工作精力所以我們在標案裡面每年都有做這樣的要求那如果是優質的人員當然我們會希望承接的廠商可以繼續沿用那這個我們在機制裡面是都有的所以你覺得現在已經是很完善了
transcript.whisperx[34].start 761.465
transcript.whisperx[34].end 784.976
transcript.whisperx[34].text 我不敢說完善 但是我們在標案裡面確實有這樣的機制因為我們也擔心因為他是用委外的方式處理有可能因為換了廠商導致人員流失所以我現在想要提醒你們這件事情因為現在看起來是有這樣的問題你要輔導人家就業結果沒有經驗的傳承那你這些東西應該是要再去檢討是不是可以再給本席辦公室兩個兩禮拜相關的檢討報告好不好好那最後我們可以提供
transcript.whisperx[35].start 785.276
transcript.whisperx[35].end 806.57
transcript.whisperx[35].text 好最後部長我還是要問一下其實今天還有很多人問到有關於這個全國一孩家庭有多少戶啦這個家事移工的這個部分啊我是想要補充問一下我想請問一下賴總統說出這個政策的時候有先跟你們討論嗎他有做過相關的數據的調研然後才講出這個政策嗎還是一時興起
transcript.whisperx[36].start 807.91
transcript.whisperx[36].end 818.755
transcript.whisperx[36].text 我想總統講什麼不會是一時興起當然不會是一時興起那可是剛剛他們問很多相關的調查的數據你們都沒有那怎麼去說要做整件事我們都在評估中
transcript.whisperx[37].start 819.688
transcript.whisperx[37].end 839.569
transcript.whisperx[37].text 你評估中但是他們剛剛好多個委員問譬如說現在全國一海家庭到底有多少戶那你們這邊是回答不出來戶政資料大概就可以看得到吧可是並不是當然我想要表達是有部分的家庭他有表達他有很明確這個需求但也不是所有的家庭都表達有這個需求
transcript.whisperx[38].start 840.849
transcript.whisperx[38].end 864.56
transcript.whisperx[38].text 所以我的意思是說我們其實目前就是在相關的數據我們都在評估之中部長這關鍵的意思就是說賴總統在講出來這個之前有沒有跟你們討論過有那你們有提供相關的數據嗎我們有提供相關的資訊當然就在我們討論過程裡面我想所以部長這代表說他有跟你們討論過那你們也認同賴總統的政策囉我們現在就是在評估中
transcript.whisperx[39].start 865.293
transcript.whisperx[39].end 880.618
transcript.whisperx[39].text 那他對但是你是評估中嗎正常的政策發表尤其是總統講出來話他不是應該是跟你們討論好很確定你們的專業評估完數據都出來之後他才會說好我們現在要做這件事總統也是把這個想法新聞評估所以
transcript.whisperx[40].start 881.238
transcript.whisperx[40].end 899.417
transcript.whisperx[40].text 所以總統是話講太快還沒評估完成的就先講出來嗎總統不是話講太快你看總統也是請行政部門做這個評估請評估跟他宣布說要做這件事情是兩件事喔總統講出來這句話的這個概念真的跟你們所謂的評估不同所以總統其實也是請我們評估啊
transcript.whisperx[41].start 902
transcript.whisperx[41].end 914.175
transcript.whisperx[41].text 所以本席想要表達的意思就是說那這個還沒講出來之前你們有沒有先具體的評估完才跟總統講這件事好那這件事情你是說他有跟你溝通了我們針對相關的政策概念當然有討論好那我想要請問那你們現在
transcript.whisperx[42].start 917.379
transcript.whisperx[42].end 937.395
transcript.whisperx[42].text 大概評估的方向有哪些呢因為剛剛部長有提到有人說這個家庭幫傭社福義工家庭幫傭多少人全國一孩家庭有多少戶或者是說你剛才討論到有人說遲緩家庭遲緩兒家庭先優先或是要多元家庭評估又或者是你們要從點數上面去做調整這個部分有沒有大概的方向
transcript.whisperx[43].start 938.215
transcript.whisperx[43].end 958.723
transcript.whisperx[43].text 我們還是在幾個原則上面去做相關的評估思考那第一個事情當然是當然我們也在意這個本國勞工的就業的相關的權利那第二個呢其實行政院請我們要考慮比方說多元家庭的需求不同家庭不同的需求第三個是當然希望能夠具體的減輕
transcript.whisperx[44].start 961.485
transcript.whisperx[44].end 980.005
transcript.whisperx[44].text 這個家庭照顧的負擔者他的實際的負擔那大家也會在意是不是有一些在照顧品質上面也必須要留意這幾個方向我們都希望能夠考慮進來所以目前是這四個方向這幾個我們都考慮這幾個也是行政院請我們要評估的一些思考點
transcript.whisperx[45].start 981.226
transcript.whisperx[45].end 996.203
transcript.whisperx[45].text 好 我還是跟部長說這個相關的評估要這個很務實的去做完評估之後再推出這個政策才不會導致好像很多政策丟出來像是試水溫一樣這不利於執政團隊讓人民的信賴好 謝謝部長謝謝