iVOD / 167448

Field Value
IVOD_ID 167448
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167448
日期 2026-03-10
會議資料.會議代碼 院會-11-5-2
會議資料.會議代碼:str 第11屆第5會期第2次會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 2
會議資料.種類 院會
會議資料.標題 第11屆第5會期第2次會議
影片種類 Clip
開始時間 2026-03-10T10:02:47+08:00
結束時間 2026-03-10T10:33:23+08:00
影片長度 00:30:36
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/aecce60a96b323af3e827ecf5654a3af88ce5eb88255d6676090d0cfd0d9ef3645d84521957c0fb45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱慧洳
委員發言時間 10:02:47 - 10:33:23
會議時間 2026-03-10T09:00:00+08:00
會議名稱 第11屆第5會期第2次會議(事由:一、本院國民黨黨團、台灣民眾黨黨團,建請院會作成決議:「115年度總預算案中,具有急迫性及攸關重大民生之新興資本支出及新增計畫(如附件),本院同意先行予以動支。」俾以補救行政院怠於推動政務,消極不作為之行徑,影響國計民生。是否有當?請公決案等3案。二、對行政院院長提出施政方針及施政報告繼續質詢。三、3月6日上午9時至10時為國是論壇時間。)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 4.94159375
transcript.pyannote[1].speaker SPEAKER_04
transcript.pyannote[1].start 16.58534375
transcript.pyannote[1].end 17.69909375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 18.28971875
transcript.pyannote[2].end 19.25159375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 18.64409375
transcript.pyannote[3].end 19.43721875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 19.92659375
transcript.pyannote[4].end 20.71971875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 20.01096875
transcript.pyannote[5].end 21.10784375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 21.22596875
transcript.pyannote[6].end 22.45784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 30.86159375
transcript.pyannote[7].end 31.03034375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 31.03034375
transcript.pyannote[8].end 31.48596875
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 31.82346875
transcript.pyannote[9].end 32.48159375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 35.67096875
transcript.pyannote[10].end 36.21096875
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 36.39659375
transcript.pyannote[11].end 36.95346875
transcript.pyannote[12].speaker SPEAKER_04
transcript.pyannote[12].start 38.15159375
transcript.pyannote[12].end 40.64909375
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 41.15534375
transcript.pyannote[13].end 44.27721875
transcript.pyannote[14].speaker SPEAKER_04
transcript.pyannote[14].start 45.23909375
transcript.pyannote[14].end 50.84159375
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 51.26346875
transcript.pyannote[15].end 52.19159375
transcript.pyannote[16].speaker SPEAKER_04
transcript.pyannote[16].start 52.83284375
transcript.pyannote[16].end 55.71846875
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 55.97159375
transcript.pyannote[17].end 59.70096875
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 59.98784375
transcript.pyannote[18].end 61.97909375
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 63.04221875
transcript.pyannote[19].end 66.73784375
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 67.10909375
transcript.pyannote[20].end 70.46721875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 70.66971875
transcript.pyannote[21].end 73.16721875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 73.50471875
transcript.pyannote[22].end 74.50034375
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 74.55096875
transcript.pyannote[23].end 76.27221875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 75.39471875
transcript.pyannote[24].end 79.81596875
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 79.25909375
transcript.pyannote[25].end 82.48221875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 82.33034375
transcript.pyannote[26].end 82.78596875
transcript.pyannote[27].speaker SPEAKER_04
transcript.pyannote[27].start 82.71846875
transcript.pyannote[27].end 91.89846875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 86.21159375
transcript.pyannote[28].end 86.56596875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 90.02534375
transcript.pyannote[29].end 90.19409375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 92.62409375
transcript.pyannote[30].end 97.39971875
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 97.60221875
transcript.pyannote[31].end 103.25534375
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 103.39034375
transcript.pyannote[32].end 105.60096875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 106.22534375
transcript.pyannote[33].end 118.32471875
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 108.99284375
transcript.pyannote[34].end 109.44846875
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 114.17346875
transcript.pyannote[35].end 114.66284375
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 117.54846875
transcript.pyannote[36].end 134.69346875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 121.42971875
transcript.pyannote[37].end 121.73346875
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 135.08159375
transcript.pyannote[38].end 137.98409375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 138.65909375
transcript.pyannote[39].end 140.71784375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 141.15659375
transcript.pyannote[40].end 143.56971875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 143.92409375
transcript.pyannote[41].end 144.29534375
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 144.58221875
transcript.pyannote[42].end 154.97721875
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 155.04471875
transcript.pyannote[43].end 158.79096875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 159.01034375
transcript.pyannote[44].end 161.17034375
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 161.81159375
transcript.pyannote[45].end 167.02596875
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 167.71784375
transcript.pyannote[46].end 171.51471875
transcript.pyannote[47].speaker SPEAKER_04
transcript.pyannote[47].start 171.78471875
transcript.pyannote[47].end 173.21909375
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 173.75909375
transcript.pyannote[48].end 176.05409375
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 176.54346875
transcript.pyannote[49].end 179.51346875
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 179.90159375
transcript.pyannote[50].end 184.57596875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 185.14971875
transcript.pyannote[51].end 191.74784375
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 191.95034375
transcript.pyannote[52].end 193.72221875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 193.90784375
transcript.pyannote[53].end 196.74284375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 197.02971875
transcript.pyannote[54].end 200.30346875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 200.65784375
transcript.pyannote[55].end 209.11221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 209.43284375
transcript.pyannote[56].end 213.75284375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 213.82034375
transcript.pyannote[57].end 240.06096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 230.34096875
transcript.pyannote[58].end 230.35784375
transcript.pyannote[59].speaker SPEAKER_05
transcript.pyannote[59].start 230.35784375
transcript.pyannote[59].end 230.91471875
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 235.99409375
transcript.pyannote[60].end 236.23034375
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 236.68596875
transcript.pyannote[61].end 237.95159375
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 238.37346875
transcript.pyannote[62].end 245.39346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 241.07346875
transcript.pyannote[63].end 242.54159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 242.94659375
transcript.pyannote[64].end 248.38034375
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 246.96284375
transcript.pyannote[65].end 247.36784375
transcript.pyannote[66].speaker SPEAKER_04
transcript.pyannote[66].start 248.17784375
transcript.pyannote[66].end 250.67534375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 248.48159375
transcript.pyannote[67].end 249.00471875
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 251.01284375
transcript.pyannote[68].end 258.82596875
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 259.11284375
transcript.pyannote[69].end 260.88471875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 261.57659375
transcript.pyannote[70].end 266.58846875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 266.90909375
transcript.pyannote[71].end 285.42096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 275.68409375
transcript.pyannote[72].end 275.93721875
transcript.pyannote[73].speaker SPEAKER_05
transcript.pyannote[73].start 275.93721875
transcript.pyannote[73].end 275.97096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 275.97096875
transcript.pyannote[74].end 276.15659375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 283.32846875
transcript.pyannote[75].end 291.90096875
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 292.49159375
transcript.pyannote[76].end 298.58346875
transcript.pyannote[77].speaker SPEAKER_05
transcript.pyannote[77].start 297.43596875
transcript.pyannote[77].end 298.02659375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 298.02659375
transcript.pyannote[78].end 298.12784375
transcript.pyannote[79].speaker SPEAKER_05
transcript.pyannote[79].start 298.12784375
transcript.pyannote[79].end 299.07284375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 298.58346875
transcript.pyannote[80].end 298.60034375
transcript.pyannote[81].speaker SPEAKER_04
transcript.pyannote[81].start 298.60034375
transcript.pyannote[81].end 298.65096875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 298.65096875
transcript.pyannote[82].end 298.71846875
transcript.pyannote[83].speaker SPEAKER_04
transcript.pyannote[83].start 298.71846875
transcript.pyannote[83].end 298.73534375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 298.73534375
transcript.pyannote[84].end 323.77784375
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 299.07284375
transcript.pyannote[85].end 299.08971875
transcript.pyannote[86].speaker SPEAKER_05
transcript.pyannote[86].start 299.08971875
transcript.pyannote[86].end 299.10659375
transcript.pyannote[87].speaker SPEAKER_04
transcript.pyannote[87].start 299.10659375
transcript.pyannote[87].end 303.39284375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 303.39284375
transcript.pyannote[88].end 303.46034375
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 304.59096875
transcript.pyannote[89].end 304.96221875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 304.96221875
transcript.pyannote[90].end 305.02971875
transcript.pyannote[91].speaker SPEAKER_05
transcript.pyannote[91].start 305.02971875
transcript.pyannote[91].end 305.53596875
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 305.53596875
transcript.pyannote[92].end 305.55284375
transcript.pyannote[93].speaker SPEAKER_05
transcript.pyannote[93].start 305.55284375
transcript.pyannote[93].end 305.56971875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 307.76346875
transcript.pyannote[94].end 307.81409375
transcript.pyannote[95].speaker SPEAKER_05
transcript.pyannote[95].start 307.81409375
transcript.pyannote[95].end 307.94909375
transcript.pyannote[96].speaker SPEAKER_05
transcript.pyannote[96].start 318.52971875
transcript.pyannote[96].end 319.03596875
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 319.03596875
transcript.pyannote[97].end 320.43659375
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 323.45721875
transcript.pyannote[98].end 331.97909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 325.17846875
transcript.pyannote[99].end 327.92909375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 332.31659375
transcript.pyannote[100].end 347.01471875
transcript.pyannote[101].speaker SPEAKER_05
transcript.pyannote[101].start 344.28096875
transcript.pyannote[101].end 344.38221875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 344.38221875
transcript.pyannote[102].end 352.34721875
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 347.45346875
transcript.pyannote[103].end 349.00596875
transcript.pyannote[104].speaker SPEAKER_04
transcript.pyannote[104].start 351.03096875
transcript.pyannote[104].end 351.04784375
transcript.pyannote[105].speaker SPEAKER_04
transcript.pyannote[105].start 351.94221875
transcript.pyannote[105].end 372.58034375
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 372.88409375
transcript.pyannote[106].end 377.49096875
transcript.pyannote[107].speaker SPEAKER_04
transcript.pyannote[107].start 377.72721875
transcript.pyannote[107].end 388.08846875
transcript.pyannote[108].speaker SPEAKER_04
transcript.pyannote[108].start 388.24034375
transcript.pyannote[108].end 402.44909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 402.58409375
transcript.pyannote[109].end 436.46909375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 406.66784375
transcript.pyannote[110].end 407.15721875
transcript.pyannote[111].speaker SPEAKER_05
transcript.pyannote[111].start 430.19159375
transcript.pyannote[111].end 431.03534375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 431.03534375
transcript.pyannote[112].end 437.19471875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 436.68846875
transcript.pyannote[113].end 443.59034375
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 438.76409375
transcript.pyannote[114].end 439.60784375
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 441.70034375
transcript.pyannote[115].end 466.20284375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 458.44034375
transcript.pyannote[116].end 458.47409375
transcript.pyannote[117].speaker SPEAKER_05
transcript.pyannote[117].start 459.94221875
transcript.pyannote[117].end 459.95909375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 459.95909375
transcript.pyannote[118].end 460.31346875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 467.16471875
transcript.pyannote[119].end 479.16284375
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 477.23909375
transcript.pyannote[120].end 482.31846875
transcript.pyannote[121].speaker SPEAKER_04
transcript.pyannote[121].start 482.97659375
transcript.pyannote[121].end 488.03909375
transcript.pyannote[122].speaker SPEAKER_04
transcript.pyannote[122].start 488.41034375
transcript.pyannote[122].end 493.47284375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 490.43534375
transcript.pyannote[123].end 491.29596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 493.86096875
transcript.pyannote[124].end 504.15471875
transcript.pyannote[125].speaker SPEAKER_04
transcript.pyannote[125].start 497.05034375
transcript.pyannote[125].end 498.09659375
transcript.pyannote[126].speaker SPEAKER_04
transcript.pyannote[126].start 504.20534375
transcript.pyannote[126].end 513.87471875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 512.33909375
transcript.pyannote[127].end 512.96346875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 512.96346875
transcript.pyannote[128].end 513.43596875
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 514.14471875
transcript.pyannote[129].end 542.05596875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 517.62096875
transcript.pyannote[130].end 517.84034375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 538.41096875
transcript.pyannote[131].end 555.28596875
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 548.04659375
transcript.pyannote[132].end 548.33346875
transcript.pyannote[133].speaker SPEAKER_04
transcript.pyannote[133].start 551.43846875
transcript.pyannote[133].end 582.89346875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 566.77784375
transcript.pyannote[134].end 566.92971875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 568.07721875
transcript.pyannote[135].end 568.34721875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 583.55159375
transcript.pyannote[136].end 590.74034375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 590.85846875
transcript.pyannote[137].end 598.26659375
transcript.pyannote[138].speaker SPEAKER_04
transcript.pyannote[138].start 590.89221875
transcript.pyannote[138].end 591.21284375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 591.21284375
transcript.pyannote[139].end 591.26346875
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 591.26346875
transcript.pyannote[140].end 591.29721875
transcript.pyannote[141].speaker SPEAKER_04
transcript.pyannote[141].start 596.69721875
transcript.pyannote[141].end 603.02534375
transcript.pyannote[142].speaker SPEAKER_04
transcript.pyannote[142].start 603.10971875
transcript.pyannote[142].end 649.60034375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 611.41221875
transcript.pyannote[143].end 611.91846875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 647.00159375
transcript.pyannote[144].end 647.27159375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 648.62159375
transcript.pyannote[145].end 662.42534375
transcript.pyannote[146].speaker SPEAKER_04
transcript.pyannote[146].start 657.64971875
transcript.pyannote[146].end 659.13471875
transcript.pyannote[147].speaker SPEAKER_05
transcript.pyannote[147].start 659.13471875
transcript.pyannote[147].end 659.23596875
transcript.pyannote[148].speaker SPEAKER_04
transcript.pyannote[148].start 659.23596875
transcript.pyannote[148].end 659.43846875
transcript.pyannote[149].speaker SPEAKER_05
transcript.pyannote[149].start 659.43846875
transcript.pyannote[149].end 659.67471875
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 659.67471875
transcript.pyannote[150].end 659.69159375
transcript.pyannote[151].speaker SPEAKER_05
transcript.pyannote[151].start 659.69159375
transcript.pyannote[151].end 660.48471875
transcript.pyannote[152].speaker SPEAKER_04
transcript.pyannote[152].start 660.48471875
transcript.pyannote[152].end 668.78721875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 666.88034375
transcript.pyannote[153].end 673.00596875
transcript.pyannote[154].speaker SPEAKER_04
transcript.pyannote[154].start 670.62659375
transcript.pyannote[154].end 671.11596875
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 671.68971875
transcript.pyannote[155].end 701.52471875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 701.79471875
transcript.pyannote[156].end 725.01471875
transcript.pyannote[157].speaker SPEAKER_05
transcript.pyannote[157].start 709.48971875
transcript.pyannote[157].end 714.43409375
transcript.pyannote[158].speaker SPEAKER_04
transcript.pyannote[158].start 725.01471875
transcript.pyannote[158].end 731.95034375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 731.34284375
transcript.pyannote[159].end 734.92034375
transcript.pyannote[160].speaker SPEAKER_05
transcript.pyannote[160].start 731.95034375
transcript.pyannote[160].end 732.23721875
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 732.23721875
transcript.pyannote[161].end 732.33846875
transcript.pyannote[162].speaker SPEAKER_04
transcript.pyannote[162].start 733.33409375
transcript.pyannote[162].end 736.27034375
transcript.pyannote[163].speaker SPEAKER_04
transcript.pyannote[163].start 736.35471875
transcript.pyannote[163].end 742.63221875
transcript.pyannote[164].speaker SPEAKER_04
transcript.pyannote[164].start 742.78409375
transcript.pyannote[164].end 742.81784375
transcript.pyannote[165].speaker SPEAKER_05
transcript.pyannote[165].start 742.81784375
transcript.pyannote[165].end 745.26471875
transcript.pyannote[166].speaker SPEAKER_04
transcript.pyannote[166].start 743.00346875
transcript.pyannote[166].end 766.32471875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 747.50909375
transcript.pyannote[167].end 747.84659375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 747.93096875
transcript.pyannote[168].end 748.04909375
transcript.pyannote[169].speaker SPEAKER_05
transcript.pyannote[169].start 748.04909375
transcript.pyannote[169].end 748.40346875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 748.40346875
transcript.pyannote[170].end 748.45409375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 748.45409375
transcript.pyannote[171].end 748.48784375
transcript.pyannote[172].speaker SPEAKER_04
transcript.pyannote[172].start 767.11784375
transcript.pyannote[172].end 796.69971875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 793.54409375
transcript.pyannote[173].end 793.76346875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 793.78034375
transcript.pyannote[174].end 793.81409375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 797.27346875
transcript.pyannote[175].end 804.44534375
transcript.pyannote[176].speaker SPEAKER_04
transcript.pyannote[176].start 797.88096875
transcript.pyannote[176].end 799.36596875
transcript.pyannote[177].speaker SPEAKER_04
transcript.pyannote[177].start 800.27721875
transcript.pyannote[177].end 800.76659375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 804.78284375
transcript.pyannote[178].end 808.12409375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 808.78221875
transcript.pyannote[179].end 810.52034375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 811.36409375
transcript.pyannote[180].end 811.39784375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 811.60034375
transcript.pyannote[181].end 813.25409375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 813.62534375
transcript.pyannote[182].end 814.89096875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 814.97534375
transcript.pyannote[183].end 822.63659375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 816.37596875
transcript.pyannote[184].end 817.64159375
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 823.24409375
transcript.pyannote[185].end 825.55596875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 825.60659375
transcript.pyannote[186].end 832.93034375
transcript.pyannote[187].speaker SPEAKER_04
transcript.pyannote[187].start 829.70721875
transcript.pyannote[187].end 830.38221875
transcript.pyannote[188].speaker SPEAKER_04
transcript.pyannote[188].start 831.00659375
transcript.pyannote[188].end 850.61534375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 835.10721875
transcript.pyannote[189].end 835.44471875
transcript.pyannote[190].speaker SPEAKER_05
transcript.pyannote[190].start 835.44471875
transcript.pyannote[190].end 835.47846875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 835.47846875
transcript.pyannote[191].end 835.49534375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 848.32034375
transcript.pyannote[192].end 852.38721875
transcript.pyannote[193].speaker SPEAKER_04
transcript.pyannote[193].start 851.23971875
transcript.pyannote[193].end 852.23534375
transcript.pyannote[194].speaker SPEAKER_04
transcript.pyannote[194].start 852.28596875
transcript.pyannote[194].end 854.44596875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 853.58534375
transcript.pyannote[195].end 857.39909375
transcript.pyannote[196].speaker SPEAKER_04
transcript.pyannote[196].start 856.70721875
transcript.pyannote[196].end 857.31471875
transcript.pyannote[197].speaker SPEAKER_04
transcript.pyannote[197].start 857.34846875
transcript.pyannote[197].end 873.48096875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 862.86659375
transcript.pyannote[198].end 863.52471875
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 864.21659375
transcript.pyannote[199].end 866.17409375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 867.57471875
transcript.pyannote[200].end 867.96284375
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 868.16534375
transcript.pyannote[201].end 868.40159375
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 871.21971875
transcript.pyannote[202].end 876.75471875
transcript.pyannote[203].speaker SPEAKER_04
transcript.pyannote[203].start 873.59909375
transcript.pyannote[203].end 906.06659375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 907.21409375
transcript.pyannote[204].end 916.34346875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 916.49534375
transcript.pyannote[205].end 920.35971875
transcript.pyannote[206].speaker SPEAKER_04
transcript.pyannote[206].start 918.46971875
transcript.pyannote[206].end 925.82721875
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 921.62534375
transcript.pyannote[207].end 933.74159375
transcript.pyannote[208].speaker SPEAKER_05
transcript.pyannote[208].start 929.69159375
transcript.pyannote[208].end 938.77034375
transcript.pyannote[209].speaker SPEAKER_04
transcript.pyannote[209].start 933.74159375
transcript.pyannote[209].end 933.97784375
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 933.97784375
transcript.pyannote[210].end 934.02846875
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 934.02846875
transcript.pyannote[211].end 943.52909375
transcript.pyannote[212].speaker SPEAKER_04
transcript.pyannote[212].start 943.90034375
transcript.pyannote[212].end 954.56534375
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 955.51034375
transcript.pyannote[213].end 958.85159375
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 958.63221875
transcript.pyannote[214].end 961.56846875
transcript.pyannote[215].speaker SPEAKER_02
transcript.pyannote[215].start 959.30721875
transcript.pyannote[215].end 963.40784375
transcript.pyannote[216].speaker SPEAKER_04
transcript.pyannote[216].start 962.12534375
transcript.pyannote[216].end 1006.00034375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 1006.86096875
transcript.pyannote[217].end 1021.03596875
transcript.pyannote[218].speaker SPEAKER_05
transcript.pyannote[218].start 1016.74971875
transcript.pyannote[218].end 1025.50784375
transcript.pyannote[219].speaker SPEAKER_04
transcript.pyannote[219].start 1021.03596875
transcript.pyannote[219].end 1060.40534375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 1060.32096875
transcript.pyannote[220].end 1072.60596875
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 1061.97471875
transcript.pyannote[221].end 1062.41346875
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 1072.60596875
transcript.pyannote[222].end 1084.62096875
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 1081.39784375
transcript.pyannote[223].end 1093.19346875
transcript.pyannote[224].speaker SPEAKER_05
transcript.pyannote[224].start 1089.22784375
transcript.pyannote[224].end 1097.12534375
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 1093.19346875
transcript.pyannote[225].end 1159.39409375
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 1158.53346875
transcript.pyannote[226].end 1158.88784375
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 1159.12409375
transcript.pyannote[227].end 1187.55846875
transcript.pyannote[228].speaker SPEAKER_05
transcript.pyannote[228].start 1168.84409375
transcript.pyannote[228].end 1169.77221875
transcript.pyannote[229].speaker SPEAKER_05
transcript.pyannote[229].start 1171.13909375
transcript.pyannote[229].end 1171.54409375
transcript.pyannote[230].speaker SPEAKER_05
transcript.pyannote[230].start 1172.67471875
transcript.pyannote[230].end 1175.93159375
transcript.pyannote[231].speaker SPEAKER_05
transcript.pyannote[231].start 1187.37284375
transcript.pyannote[231].end 1201.17659375
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 1187.59221875
transcript.pyannote[232].end 1194.03846875
transcript.pyannote[233].speaker SPEAKER_04
transcript.pyannote[233].start 1194.03846875
transcript.pyannote[233].end 1227.83909375
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 1224.63284375
transcript.pyannote[234].end 1237.03596875
transcript.pyannote[235].speaker SPEAKER_04
transcript.pyannote[235].start 1229.35784375
transcript.pyannote[235].end 1229.79659375
transcript.pyannote[236].speaker SPEAKER_05
transcript.pyannote[236].start 1229.79659375
transcript.pyannote[236].end 1229.84721875
transcript.pyannote[237].speaker SPEAKER_04
transcript.pyannote[237].start 1229.84721875
transcript.pyannote[237].end 1229.93159375
transcript.pyannote[238].speaker SPEAKER_05
transcript.pyannote[238].start 1234.52159375
transcript.pyannote[238].end 1236.96846875
transcript.pyannote[239].speaker SPEAKER_04
transcript.pyannote[239].start 1236.96846875
transcript.pyannote[239].end 1262.38221875
transcript.pyannote[240].speaker SPEAKER_05
transcript.pyannote[240].start 1237.03596875
transcript.pyannote[240].end 1239.80346875
transcript.pyannote[241].speaker SPEAKER_04
transcript.pyannote[241].start 1262.95596875
transcript.pyannote[241].end 1272.97971875
transcript.pyannote[242].speaker SPEAKER_02
transcript.pyannote[242].start 1273.09784375
transcript.pyannote[242].end 1279.57784375
transcript.pyannote[243].speaker SPEAKER_04
transcript.pyannote[243].start 1277.60346875
transcript.pyannote[243].end 1310.47596875
transcript.pyannote[244].speaker SPEAKER_02
transcript.pyannote[244].start 1279.96596875
transcript.pyannote[244].end 1282.02471875
transcript.pyannote[245].speaker SPEAKER_05
transcript.pyannote[245].start 1282.02471875
transcript.pyannote[245].end 1286.07471875
transcript.pyannote[246].speaker SPEAKER_04
transcript.pyannote[246].start 1310.69534375
transcript.pyannote[246].end 1332.83534375
transcript.pyannote[247].speaker SPEAKER_02
transcript.pyannote[247].start 1312.63596875
transcript.pyannote[247].end 1313.09159375
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 1313.10846875
transcript.pyannote[248].end 1313.58096875
transcript.pyannote[249].speaker SPEAKER_02
transcript.pyannote[249].start 1332.83534375
transcript.pyannote[249].end 1340.10846875
transcript.pyannote[250].speaker SPEAKER_04
transcript.pyannote[250].start 1339.70346875
transcript.pyannote[250].end 1352.10659375
transcript.pyannote[251].speaker SPEAKER_05
transcript.pyannote[251].start 1350.67221875
transcript.pyannote[251].end 1353.45659375
transcript.pyannote[252].speaker SPEAKER_04
transcript.pyannote[252].start 1352.12346875
transcript.pyannote[252].end 1392.30284375
transcript.pyannote[253].speaker SPEAKER_03
transcript.pyannote[253].start 1393.09596875
transcript.pyannote[253].end 1394.12534375
transcript.pyannote[254].speaker SPEAKER_04
transcript.pyannote[254].start 1396.69034375
transcript.pyannote[254].end 1400.94284375
transcript.pyannote[255].speaker SPEAKER_04
transcript.pyannote[255].start 1401.21284375
transcript.pyannote[255].end 1408.06409375
transcript.pyannote[256].speaker SPEAKER_04
transcript.pyannote[256].start 1408.63784375
transcript.pyannote[256].end 1423.38659375
transcript.pyannote[257].speaker SPEAKER_04
transcript.pyannote[257].start 1423.69034375
transcript.pyannote[257].end 1440.59909375
transcript.pyannote[258].speaker SPEAKER_00
transcript.pyannote[258].start 1443.50159375
transcript.pyannote[258].end 1445.76284375
transcript.pyannote[259].speaker SPEAKER_00
transcript.pyannote[259].start 1446.08346875
transcript.pyannote[259].end 1451.44971875
transcript.pyannote[260].speaker SPEAKER_04
transcript.pyannote[260].start 1449.10409375
transcript.pyannote[260].end 1449.45846875
transcript.pyannote[261].speaker SPEAKER_04
transcript.pyannote[261].start 1450.48784375
transcript.pyannote[261].end 1455.46596875
transcript.pyannote[262].speaker SPEAKER_04
transcript.pyannote[262].start 1456.07346875
transcript.pyannote[262].end 1458.94221875
transcript.pyannote[263].speaker SPEAKER_00
transcript.pyannote[263].start 1460.00534375
transcript.pyannote[263].end 1464.98346875
transcript.pyannote[264].speaker SPEAKER_04
transcript.pyannote[264].start 1464.29159375
transcript.pyannote[264].end 1492.45596875
transcript.pyannote[265].speaker SPEAKER_00
transcript.pyannote[265].start 1466.60346875
transcript.pyannote[265].end 1466.89034375
transcript.pyannote[266].speaker SPEAKER_04
transcript.pyannote[266].start 1492.81034375
transcript.pyannote[266].end 1498.69971875
transcript.pyannote[267].speaker SPEAKER_00
transcript.pyannote[267].start 1500.01596875
transcript.pyannote[267].end 1515.59159375
transcript.pyannote[268].speaker SPEAKER_05
transcript.pyannote[268].start 1509.39846875
transcript.pyannote[268].end 1509.55034375
transcript.pyannote[269].speaker SPEAKER_00
transcript.pyannote[269].start 1516.18221875
transcript.pyannote[269].end 1516.67159375
transcript.pyannote[270].speaker SPEAKER_00
transcript.pyannote[270].start 1516.94159375
transcript.pyannote[270].end 1525.39596875
transcript.pyannote[271].speaker SPEAKER_05
transcript.pyannote[271].start 1518.88221875
transcript.pyannote[271].end 1518.89909375
transcript.pyannote[272].speaker SPEAKER_04
transcript.pyannote[272].start 1518.89909375
transcript.pyannote[272].end 1521.31221875
transcript.pyannote[273].speaker SPEAKER_04
transcript.pyannote[273].start 1521.85221875
transcript.pyannote[273].end 1522.45971875
transcript.pyannote[274].speaker SPEAKER_04
transcript.pyannote[274].start 1524.40034375
transcript.pyannote[274].end 1524.70409375
transcript.pyannote[275].speaker SPEAKER_04
transcript.pyannote[275].start 1525.26096875
transcript.pyannote[275].end 1526.94846875
transcript.pyannote[276].speaker SPEAKER_04
transcript.pyannote[276].start 1527.43784375
transcript.pyannote[276].end 1536.02721875
transcript.pyannote[277].speaker SPEAKER_04
transcript.pyannote[277].start 1536.19596875
transcript.pyannote[277].end 1553.94846875
transcript.pyannote[278].speaker SPEAKER_04
transcript.pyannote[278].start 1554.62346875
transcript.pyannote[278].end 1555.45034375
transcript.pyannote[279].speaker SPEAKER_00
transcript.pyannote[279].start 1555.41659375
transcript.pyannote[279].end 1564.15784375
transcript.pyannote[280].speaker SPEAKER_04
transcript.pyannote[280].start 1562.03159375
transcript.pyannote[280].end 1562.63909375
transcript.pyannote[281].speaker SPEAKER_00
transcript.pyannote[281].start 1564.27596875
transcript.pyannote[281].end 1577.60721875
transcript.pyannote[282].speaker SPEAKER_04
transcript.pyannote[282].start 1576.52721875
transcript.pyannote[282].end 1581.67409375
transcript.pyannote[283].speaker SPEAKER_00
transcript.pyannote[283].start 1579.81784375
transcript.pyannote[283].end 1583.39534375
transcript.pyannote[284].speaker SPEAKER_04
transcript.pyannote[284].start 1582.51784375
transcript.pyannote[284].end 1585.47096875
transcript.pyannote[285].speaker SPEAKER_00
transcript.pyannote[285].start 1584.18846875
transcript.pyannote[285].end 1592.42346875
transcript.pyannote[286].speaker SPEAKER_05
transcript.pyannote[286].start 1592.49096875
transcript.pyannote[286].end 1592.50784375
transcript.pyannote[287].speaker SPEAKER_00
transcript.pyannote[287].start 1592.50784375
transcript.pyannote[287].end 1592.52471875
transcript.pyannote[288].speaker SPEAKER_05
transcript.pyannote[288].start 1592.52471875
transcript.pyannote[288].end 1592.54159375
transcript.pyannote[289].speaker SPEAKER_00
transcript.pyannote[289].start 1592.54159375
transcript.pyannote[289].end 1592.55846875
transcript.pyannote[290].speaker SPEAKER_05
transcript.pyannote[290].start 1592.55846875
transcript.pyannote[290].end 1592.69346875
transcript.pyannote[291].speaker SPEAKER_00
transcript.pyannote[291].start 1592.69346875
transcript.pyannote[291].end 1602.16034375
transcript.pyannote[292].speaker SPEAKER_05
transcript.pyannote[292].start 1592.77784375
transcript.pyannote[292].end 1592.86221875
transcript.pyannote[293].speaker SPEAKER_04
transcript.pyannote[293].start 1601.09721875
transcript.pyannote[293].end 1630.54409375
transcript.pyannote[294].speaker SPEAKER_04
transcript.pyannote[294].start 1630.81409375
transcript.pyannote[294].end 1651.13159375
transcript.pyannote[295].speaker SPEAKER_00
transcript.pyannote[295].start 1651.87409375
transcript.pyannote[295].end 1668.63096875
transcript.pyannote[296].speaker SPEAKER_05
transcript.pyannote[296].start 1664.22659375
transcript.pyannote[296].end 1664.53034375
transcript.pyannote[297].speaker SPEAKER_04
transcript.pyannote[297].start 1664.53034375
transcript.pyannote[297].end 1698.31409375
transcript.pyannote[298].speaker SPEAKER_05
transcript.pyannote[298].start 1668.63096875
transcript.pyannote[298].end 1668.73221875
transcript.pyannote[299].speaker SPEAKER_00
transcript.pyannote[299].start 1699.42784375
transcript.pyannote[299].end 1705.36784375
transcript.pyannote[300].speaker SPEAKER_04
transcript.pyannote[300].start 1703.44409375
transcript.pyannote[300].end 1717.09596875
transcript.pyannote[301].speaker SPEAKER_05
transcript.pyannote[301].start 1705.87409375
transcript.pyannote[301].end 1706.12721875
transcript.pyannote[302].speaker SPEAKER_00
transcript.pyannote[302].start 1716.53909375
transcript.pyannote[302].end 1725.87096875
transcript.pyannote[303].speaker SPEAKER_04
transcript.pyannote[303].start 1719.22221875
transcript.pyannote[303].end 1720.11659375
transcript.pyannote[304].speaker SPEAKER_04
transcript.pyannote[304].start 1720.87596875
transcript.pyannote[304].end 1765.51034375
transcript.pyannote[305].speaker SPEAKER_05
transcript.pyannote[305].start 1725.87096875
transcript.pyannote[305].end 1725.97221875
transcript.pyannote[306].speaker SPEAKER_00
transcript.pyannote[306].start 1725.97221875
transcript.pyannote[306].end 1726.15784375
transcript.pyannote[307].speaker SPEAKER_05
transcript.pyannote[307].start 1726.15784375
transcript.pyannote[307].end 1726.19159375
transcript.pyannote[308].speaker SPEAKER_00
transcript.pyannote[308].start 1740.88971875
transcript.pyannote[308].end 1741.31159375
transcript.pyannote[309].speaker SPEAKER_04
transcript.pyannote[309].start 1765.57784375
transcript.pyannote[309].end 1773.23909375
transcript.pyannote[310].speaker SPEAKER_04
transcript.pyannote[310].start 1773.52596875
transcript.pyannote[310].end 1833.38159375
transcript.pyannote[311].speaker SPEAKER_03
transcript.pyannote[311].start 1833.95534375
transcript.pyannote[311].end 1837.97159375
transcript.pyannote[312].speaker SPEAKER_05
transcript.pyannote[312].start 1834.14096875
transcript.pyannote[312].end 1834.24221875
transcript.pyannote[313].speaker SPEAKER_01
transcript.pyannote[313].start 1834.24221875
transcript.pyannote[313].end 1835.50784375
transcript.whisperx[0].start 0.08
transcript.whisperx[0].end 0.28
transcript.whisperx[0].text 麻煩請衛福部長備詢
transcript.whisperx[1].start 30.902
transcript.whisperx[1].end 44.04
transcript.whisperx[1].text 邱委員好 院長好委員早 部長好我今天站在質詢台上是肩負著互理同仁的期盼
transcript.whisperx[2].start 45.287
transcript.whisperx[2].end 70.083
transcript.whisperx[2].text 然後希望在質詢台上能夠向我們有為有首的官員來請命希望我們有為有首的政府能夠儘早趕快的終結我們護理人員血汗的勞動困境好 那我這邊想請教部長 請問一下部長有掌握我國取得護理人員證書的人數有多少嗎
transcript.whisperx[3].start 70.931
transcript.whisperx[3].end 97.009
transcript.whisperx[3].text 到目前為止是超過19萬19萬多許得證書是30萬不是 現在直登中的直登中的19萬多那是我第二個問題母數是30萬 直登是19萬謝謝部長已經把我的第二個問題回答出來那我現在想請教部長一個簡單的數學問題就是直登率是多少直登率大概我們從過去看起來average大概在6成到6成5之間
transcript.whisperx[4].start 97.959
transcript.whisperx[4].end 121.731
transcript.whisperx[4].text 我們的直燈率就如同部長所言就大概是在六成上下那這個直燈率部長你覺得高嗎當然我們還有很多的空間就是很多的場域還是需要護理人員的加入那當然我們也在擴大這個可以直燈的這個場域所以這個直燈客觀上來說其實是不高的是低的
transcript.whisperx[5].start 122.971
transcript.whisperx[5].end 137.74
transcript.whisperx[5].text 羅馬不是一天造成的值登率低也不是一天造成的是從過去今年累月累積到今天我們看到這個63的數字其實是非常的低其實是非常的低那我想值登率會低是因為離職率高
transcript.whisperx[6].start 138.921
transcript.whisperx[6].end 166.778
transcript.whisperx[6].text 職登率會低是因為護理系學生的註冊率也低所以我們的立法院預算中心其實他就有指出說即使衛福部通過了12項護理人力的整備計畫但是護理人力還是沒有有效的提升讓我們來看圖說故事這副圖的意境是在一條充滿毒物的河流當中
transcript.whisperx[7].start 167.799
transcript.whisperx[7].end 189.716
transcript.whisperx[7].text 於而自身其中受不了毒物的侵襲所以逃離了這條河那我覺得我們護理職場的困境跟這一個圖的意境也非常的接近就是我們護理人員自身在充滿毒物的護理環境因為受不了被這些毒物所侵襲所以離開了職場紛紛的離開職場那我這邊想請教部長
transcript.whisperx[8].start 194.019
transcript.whisperx[8].end 221.985
transcript.whisperx[8].text 你覺得護理職場的毒物是什麼為什麼會讓護理人員紛紛的想逃離好跟委員說明一下齁那這個過去在從2020開始的這一個全球的這個疫情啊那麼帶來很大的衝擊那我們護理人員確實是非常的辛苦那也因為呢護理人員的投入才能夠讓全球的疫情走出不過呢從全球的報告也看得出來這個長期這個
transcript.whisperx[9].start 224.213
transcript.whisperx[9].end 250.502
transcript.whisperx[9].text 長達二到三年的這種疫情也造成了臨床上非常的burn out所以在這個疫情過後全球都發生人力短缺特別是護理人力的短缺部長我知道我想歸咎於COVID-19的問題我想這是一個毋庸置疑的原因這個是其中一個原因但是還有其他的原因當然也會牽涉到我列舉三大毒物
transcript.whisperx[10].start 251.262
transcript.whisperx[10].end 266.08
transcript.whisperx[10].text 在護理職場這條河流當中第一個就是護病比高第二個就是低薪第三個就是勞動條件差那請問一下部長您怎麼看當然從這個我們疫情之後也提出了這個改善這個
transcript.whisperx[11].start 267.217
transcript.whisperx[11].end 290.628
transcript.whisperx[11].text 護理人力的12項策略就是從這三個方向來著手第一個就是人才培育第二個就是正向的職場第三個就是薪資的改善所以我們就從這三個方向提出了12項策略那慢慢慢慢的我們也看到了12項策略我滾瓜爛熟非常了如指掌那12項策略其實裡頭並沒有
transcript.whisperx[12].start 292.869
transcript.whisperx[12].end 317.075
transcript.whisperx[12].text 低薪的提升當然有提到夜班津貼但那不是一個整體薪資的提升有有薪資的提升有在裡頭跟委員說明我們投入了除了剛剛您提到的夜班津貼還有這個三班戶比比獎勵之外我們在這個健保的部分也在做調整像我們去年就調整了這個護理費的部分
transcript.whisperx[13].start 319.056
transcript.whisperx[13].end 330.685
transcript.whisperx[13].text 25億這個會出現在我等一下那它就要轉換到然後我們各項的調整我等一下會呈現護理界的第二個度性物質新資要搭配著提升我們等一下在那邊提到那當然謝謝部長您的補充
transcript.whisperx[14].start 332.406
transcript.whisperx[14].end 346.302
transcript.whisperx[14].text 那我這邊提一下就是您提到十二項整備計劃其實在我一個護理法律學者來看我覺得十二項整備計劃完全沒有提到勞動條件的改善那這一點我們也等一下在第三個進步有啊我們在裡面
transcript.whisperx[15].start 347.583
transcript.whisperx[15].end 366.795
transcript.whisperx[15].text 也有所謂的友善職場的典範推動這個也有在裡面沒關係我們等到第三部分再來慢慢的細說這些我們很關切的主題那也因為我們護理職場這條河充滿毒性物質所以護理的缺口就是始終補不起來
transcript.whisperx[16].start 367.976
transcript.whisperx[16].end 387.296
transcript.whisperx[16].text 去年衛福部提出關於護理人力的高推估是21萬那低推估是20萬8千可是真正投入職場卻只有19萬那這個缺口我想是持續的存在甚至到了2030年也就是民國119年這個缺口就變更大因為當時
transcript.whisperx[17].start 388.637
transcript.whisperx[17].end 401.983
transcript.whisperx[17].text 衛福部所提出來的一個評估的結果護理人力需要的人數是24到26萬那看起來人力的缺口會有5到7萬那請問一下這麼大的一個人力缺口請問衛福部要怎麼因應
transcript.whisperx[18].start 403.36
transcript.whisperx[18].end 425.402
transcript.whisperx[18].text 跟委員說明確實在人力上我們有缺口不過現在也慢慢看到已經在回流當中那麼以現在今年跟去年同期比已經增加4700多人慢慢在回流那另一方面我們要從另外兩個部分一個就是負荷的減輕剛剛提到的我們也導入了所謂的住院整合性照護把這個
transcript.whisperx[19].start 427.09
transcript.whisperx[19].end 441.541
transcript.whisperx[19].text 護理的助手 照護員把他引入我知道 你在講12項整備計畫的內容那我當然覺得那些是重要但不是最重要的導入智慧照護我們透過科技的協助那麼也來簡化 優化
transcript.whisperx[20].start 442.822
transcript.whisperx[20].end 462.937
transcript.whisperx[20].text 非常急於想要跟我分享你如何改善護理的困境那我們先從第一個毒性物質開始來說題好不好就是高護病比那我想請教一下部長你應該知道現行的法律秩序就是以全日平均護病比來規範護理人員的人力那這裡有三個數字分別是92跟15請問一下部長對這組數字滿意嗎
transcript.whisperx[21].start 468.18
transcript.whisperx[21].end 493.3
transcript.whisperx[21].text 這個是在設置標準裡頭但是我們在113年有開始設定了三班互併比的目標那才會導入這個三班互併比的獎勵計畫就講到我們護理人員胸口永遠的痛因為三班互併比從你剛剛有講三個數字那三個數字 抱歉三班互併比有九個數字這九個數字部長你還記得是什麼時候公告的嗎
transcript.whisperx[22].start 494.14
transcript.whisperx[22].end 507.692
transcript.whisperx[22].text 這個是在113年大家討論出來啦作為一個目標作為我們這個叫做三班互併比獎勵達標的這個標準啦三班互併比有九個數字這九個數字是在2025年
transcript.whisperx[23].start 509.933
transcript.whisperx[23].end 531.703
transcript.whisperx[23].text 2024年1月26號公告的對就是如同你說的113年但是這個三班戶病比公告至今已經超過兩年了但是都還沒有入法所以我才剛說這是我們護理人員胸口永遠的痛因為一直在期待我們大有為的政府有為有守的衛福部能夠趕快加緊的幫我們推出三班戶病比入法結果沒有看到
transcript.whisperx[24].start 532.103
transcript.whisperx[24].end 548.242
transcript.whisperx[24].text 有為的政府幫我們推動反而是我們台灣民眾黨完全已經等不及了在去年12月12號的時候就把三百五病病護法的條文跟委員說明他的這個達標率已經在提升了在113年起始的時候那麼醫學中心能夠達標的大概只有26%
transcript.whisperx[25].start 550.064
transcript.whisperx[25].end 576.383
transcript.whisperx[25].text 那現在已經到70%可以達標所以其實在醫學中心如果達標的數字是由醫院自填的請問你覺得會不會失真而欠缺公信力好那我現在請問一下部長顯然你對這組數字九十二十六是不滿意的所以你才提到三班戶病比的九個數字那我們先解決現行的法律秩序我們再展望未來我們護理人員最引頸期班的三班戶病比
transcript.whisperx[26].start 577.063
transcript.whisperx[26].end 598.538
transcript.whisperx[26].text 那請問一下部長有掌握醫院違反全日平均護病比的開罰資料嗎我們過去這個三班護病比是這樣一方面是設置標準的要求那個是全日護病比那三班護病比呢我們是按照這個目標來做獎勵那但是事實上部長我是在講全日平均護病比
transcript.whisperx[27].start 598.858
transcript.whisperx[27].end 616.661
transcript.whisperx[27].text 的開罰資料你有掌握嗎如果你沒有掌握沒有關係我們本辦我2月3號就職2月11號我就去韓問衛福部請衛福部給我們醫院違反全日平均護病比的開罰資料但是衛福部說3月25號才能給我們那我這邊就想請教
transcript.whisperx[28].start 617.222
transcript.whisperx[28].end 632.97
transcript.whisperx[28].text 卓院長在這邊嘛卓院長不是號稱說他手下都是行動內閣嗎那怎麼我們會要一個資料感覺需要曠日廢時的等待等待五個禮拜有一點被拖拖拉拉的感覺那如果你這樣的一個拖拖拉拉的動作其實是有一點
transcript.whisperx[29].start 633.53
transcript.whisperx[29].end 651.696
transcript.whisperx[29].text 小達臉你的長官他是行動內閣你展現出來的是烏龜內閣 螞蟻內閣 蝸牛內閣我覺得這樣可能會對卓院長很難交代吧好 那全日平均負病比沒關係因為你們要提供資料五個禮拜3月25號眼見的趕快跟委員說明因為這個全日負病比
transcript.whisperx[30].start 652.396
transcript.whisperx[30].end 668.362
transcript.whisperx[30].text 他是設在設置標準那麼他的處分單位是在地方政府所以可能我們是需要跟衛生局要去收集其實如果今天身為一個有監督角色的衛福部你早就應該採用這些資料了我請同仁來加速
transcript.whisperx[31].start 670.683
transcript.whisperx[31].end 698.175
transcript.whisperx[31].text 那麼請這個衛生局趕快提供因為不是立法委員問你你才掌握這些資料應該這些資料你早就應該掌握然後掌握了之後你要思考如何加以改善好那說起這個全日平均護病比的數字呢我想衛福部每個月都有定期公告那這些公告的數字哪裡來的就如同我剛剛說的是醫院自填的請問一下醫院自填會不會有失真欠缺公信力的問題所以這邊我們想要請部長可不可以建立一個查核
transcript.whisperx[32].start 698.855
transcript.whisperx[32].end 724.663
transcript.whisperx[32].text 醫院所填報過來的護病筆的資料我們現在已經有這個機制啦一個就是在那個護理那個爭議平台他可以來提我們也會處理這個就是第一個這個是屬於比較被動式的第二個呢我們有主動式的因為我們有三班護病筆的獎勵所以我們就會去查核他是不是真的有這樣的達標的情形所以那個我們有查核的機制
transcript.whisperx[33].start 725.363
transcript.whisperx[33].end 742.313
transcript.whisperx[33].text 你們的查核機制其實都是來自於醫院的自填我現在是希望能夠有一個客觀不施政具有公信力的我們來講毒核的第二個毒性物質高護病比請問一下三班護病比什麼時候要入法
transcript.whisperx[34].start 742.873
transcript.whisperx[34].end 765.205
transcript.whisperx[34].text 我們會朝這個方向努力我們不期待現在立刻馬上我們台灣民眾黨的版本已經進入進步二讀在去年12月12號我們不期待現在立刻馬上但我們期待的是給壓一個日期讓我們護理人員能夠望梅止渴有一個繼續往前動的一個動力也不要讓職場人力越流失越多
transcript.whisperx[35].start 767.202
transcript.whisperx[35].end 795.568
transcript.whisperx[35].text 我記得那個賴清德總統在總統大選之前曾經說三班互併比兩年入法當時的時間點是2023年9月現在兩年已經過去顯然這張支票已經跳票了當時時任的衛福部部長也就是薛瑞元部長他也在總統大選前說互併比兩年會入法但選後再去問他他就說沒有規劃那這感覺就很像在欺騙護理人員的感情選前山盟海誓選後誤會一場
transcript.whisperx[36].start 797.318
transcript.whisperx[36].end 808.444
transcript.whisperx[36].text 委員 容許我一小段跟你回應很感謝也很尊敬委員對護理人員這樣的一個在專業上給他們很多的建議給我們很多的指導從2008年開始
transcript.whisperx[37].start 811.89
transcript.whisperx[37].end 830.366
transcript.whisperx[37].text 藍丁格爾獎的舉辦就是我參與那個慈悅基金會的藍丁格爾獎所以我跟你們是一樣的我現在跟大家講的是說我們這個三班互聘比我們現在做的先把護理人員他的職登率把它提高提高其中還有一個方法我們希望考用的時候能夠比較合於實際
transcript.whisperx[38].start 831.387
transcript.whisperx[38].end 850.111
transcript.whisperx[38].text 讓考試之後的人能夠增加我需要一個具體時間不用現在立刻馬上望梅止渴壓一個日期喔那部長不好意思因為你們都文質彬彬語速太慢我只剩下17分鐘後面還有一個豐富的一個困境的展現要呈現在大家眼裡
transcript.whisperx[39].start 852.512
transcript.whisperx[39].end 868.332
transcript.whisperx[39].text 我想推動的過程就是先把職登人員再往大提高衛福部或者是行政院對三班戶並比的態度就是延逸延逸再延逸我們護理人員就是等待等待再等待確實有獎勵的方式出來了真的是橫批是不是要
transcript.whisperx[40].start 869.433
transcript.whisperx[40].end 887.925
transcript.whisperx[40].text 寫個衛福部無能四個字這才能反映出我們護理人員的心聲已經獎勵的方式出來了現在把人稅提高一定的程度再來處理好了獎勵是一個方式但不是最好的方式最好的方式是要開罰又或者是說要雙管齊下那我們台灣民眾黨剛剛已經提出來三班戶並比我們有
transcript.whisperx[41].start 888.746
transcript.whisperx[41].end 888.946
transcript.whisperx[41].text 這個我剛剛提過啦
transcript.whisperx[42].start 909.264
transcript.whisperx[42].end 920.109
transcript.whisperx[42].text 要這個入法之前應該先把怎麼入法要把它先理清楚那麼我們的回珠全世界很難有一個固定的固定的數字來做處分
transcript.whisperx[43].start 928.573
transcript.whisperx[43].end 953.974
transcript.whisperx[43].text 因為所有醫院的屬性照護的強度是不一樣的所以人物法要處分它必須要一個明確的法律所以我們進入護理職場這條獨核的第二個獨性護職號D型請問一下 部長你知道我們的總統有曾經說過護理人員的心境護士的薪水有五萬請問你覺得心境護士的薪水有五萬嗎
transcript.whisperx[44].start 956.523
transcript.whisperx[44].end 978.448
transcript.whisperx[44].text 應該要看各個層級跟場域不同我想這個薪水大概只有夢里才有夢里才有五萬這個林靜儀部長次長林靜儀次長又說你們醫事人員不能做夢現在可能連夢里五萬也沒有了這個五萬的說法完全是被審計部的一個決算報告所打臉
transcript.whisperx[45].start 978.968
transcript.whisperx[45].end 1005.523
transcript.whisperx[45].text 因為審計部的決算報告提出來說護理人員新進的他們的月頭保薪資只有3.8萬所以打臉了你的學長邱太元部長說護理人員的薪水有7萬請問一下部長護理人員的薪水有7萬嗎你的版本是什麼我們看到5萬7萬數字眼花繚亂數字看起來很嚮往很羨慕總統還說很羨慕醫護人員那知道我們局內人其實是苦不堪言
transcript.whisperx[46].start 1007.072
transcript.whisperx[46].end 1012.157
transcript.whisperx[46].text 跟委員說明您的這個檢報裡面出現的這個數字主要是來自於在醫院
transcript.whisperx[47].start 1013.117
transcript.whisperx[47].end 1037.37
transcript.whisperx[47].text 我們這個部裡面有一個平台讓這個醫院他要求職的時候他要招募這個護理人員的時候他會把他的薪資條件拖在上面這些數字失真因為來自於自填所以他道歉了我們不要一個會道歉的衛福部我們要一個會做事的衛福部好那我們來討論低薪的問題如何解決剛剛部長您有提到護理費護理費有兩個問題第一個問題就是太低
transcript.whisperx[48].start 1040.351
transcript.whisperx[48].end 1060.07
transcript.whisperx[48].text 第二個問題呢就是健保署給付護理費給醫院醫院有沒有把護理費的點值回饋到護理人員的身上這個無從得知所以我們在這邊想要請部長能夠建立一個監督醫院有把護理費回饋到護理人員薪水上的一個制度部長請問可以嗎
transcript.whisperx[49].start 1060.37
transcript.whisperx[49].end 1087.169
transcript.whisperx[49].text 有 去年就開始做了去年呢我們在調升這個護理費的時候就有個條件他的這個護理人員的薪資的薪籍頭髮薪資要提升所以這個我們已經建立這個機制公開透明因為我們護理界19萬大軍完全都覺得薪水的發放是一個黑箱所以可能要公開透明要揭示要公告要做好這個教育的宣導從去年開始調的這個護理費的部分包含在
transcript.whisperx[50].start 1087.949
transcript.whisperx[50].end 1109.254
transcript.whisperx[50].text 你現在在講數字過低數字過低當然我有看到衛福部這幾年的努力數字確實有微幅的調整但是再講護理費回饋到護理人員的身上有沒有公開透明的機制再來當然我也有看到這裡要肯定一下衛福部就是說有看到對於低薪這個問題今年有發一些獎勵金
transcript.whisperx[51].start 1110.714
transcript.whisperx[51].end 1129.777
transcript.whisperx[51].text 大致有三個一個就是三標護病比達標的獎勵金一個就是夜班津貼一個就是春節獎勵金但是其實這些獎勵金有幾個缺點第一個缺點杯水車薪第二個缺點延遲發放第三個缺點呢一樣如同我剛剛對護理費所提出來的一個批評指教就是說發放的方式不公開透明
transcript.whisperx[52].start 1130.498
transcript.whisperx[52].end 1150.45
transcript.whisperx[52].text 那當然我知道三班戶病比編列預算去年是16億那第一年發出是5.2億那事實上後來的資料慢慢的揭曉其實有些醫院拿到三班戶病比的一個達標的金額有些只拿到這個有5000多塊1000多塊800多塊還有195塊請問你發給醫院三班戶病比達標的獎勵金只有195塊可能連買一個便當都買不起請問這如何能夠達到一個獎勵的效果呢
transcript.whisperx[53].start 1159.235
transcript.whisperx[53].end 1187.055
transcript.whisperx[53].text 跟委員說明這個是一個奇怪的這個outlier啦應該這麼講因為我們有兩筆錢一筆呢是夜班津貼一班津貼是按據上班就有所以他不會出現這個數字我當然我講的是三班戶病比的獎勵金他的獎勵是根據你的收治病人的人數天數去乘以一個百分比出來所以這幾家醫院我都看過特別去查過他可能就一床
transcript.whisperx[54].start 1187.435
transcript.whisperx[54].end 1208.725
transcript.whisperx[54].text 你們這些資料都是來自於病人所以他加成之後的百分比只能這樣所以我們現在已經重新檢討所以現在我們進入第二個題目第二個題目就是關於獎勵僅有延遲發放的問題去年十一十二月應該發的到現在還沒有發放已經進入三月進入四月了
transcript.whisperx[55].start 1209.125
transcript.whisperx[55].end 1234.667
transcript.whisperx[55].text 所以請衛福部在獎勵金的發放上能夠快一點那至於你說的夜班津貼是在次次月的時候發放你發給醫院醫院再發給護理人員護理人員會經過一個還蠻漫長的等待所以衛福部這邊能不能夠監督把這個夜班獎勵金能夠加強一點發放的速度不會因為跟委員說明他現在已經變成是一個常規都是在次月的20號呢連同在健保申報的時候他會一起申報上來
transcript.whisperx[56].start 1235.827
transcript.whisperx[56].end 1261.169
transcript.whisperx[56].text 但是你發給醫院醫院什麼時候發給護理人員這一段再請衛福部能夠來監督那好接下來蔣麗菁有一些黑歷史以前的蔣麗菁創造了黑歷史讓人家現在聽到蔣麗菁三個字就這個敬而未知怎麼說敬而未知呢蔣麗菁沒有專款專用拿去什麼買便當啊做護士服聚餐啊買辦公室的設備所以如果衛福部要發放蔣麗菁的話
transcript.whisperx[57].start 1263.63
transcript.whisperx[57].end 1287.626
transcript.whisperx[57].text 請要有一個公開透明的機制機制建立出來讓我們知道獎勵金的流向可能護理人員才能夠安心也能夠取信於護理人員用途的部分我們是絕配都是用在護理人員身上所以請委員放心你們就是發問卷嘛問醫院你們用到哪邊去那答案也是來自於醫院那我們就是質疑說醫院會不會有失真欠缺控信利的回答
transcript.whisperx[58].start 1288.607
transcript.whisperx[58].end 1309.402
transcript.whisperx[58].text 那請問一下這個請問一下部長怎麼看待因為去年健保署有發出一個風向就是醫事人員的月頭保薪資在醫院不能夠低於兩倍然後在診所不能夠低於1.5倍低於最低工資這樣的數字那如果低於就不能夠作為健保特約醫院的續約的要件這樣子那請問您是時任的
transcript.whisperx[59].start 1311.203
transcript.whisperx[59].end 1336.299
transcript.whisperx[59].text 當時的這個署長所以這個就是您當初署放出來的風向那當然引起基層很大的喝采那我給你一個讚那我知道你可能也有承受來自醫院的壓力所以這個就無疾而終了那現在您從署長提升到這個部長的位置請問有換了位置換了腦袋嗎現在還是有想要主張這樣的一個想法嗎我們還是希望朝這個方向來努力保障這個
transcript.whisperx[60].start 1337.359
transcript.whisperx[60].end 1348.983
transcript.whisperx[60].text 我們這個護理人員的最基本的信息我知道但是具體的方案要出來否則再多的承諾聽起來都是空話護理人員聽起來完全都是到最後發現夢醒時分完全就是一場遊戲一場夢的感覺我們會持續來溝通啦
transcript.whisperx[61].start 1352.444
transcript.whisperx[61].end 1379.536
transcript.whisperx[61].text 當然高薪需要經費的來源財源很重要那財源當然有來自於健保來自於公務預算來自於基金就這樣那我曾經寫過那衛福部下面有很多投書那我曾經寫過一個這個投書衛福部下面很多基金很多基金我也曾經寫過一個投書就是衛護理這個設基金來籌措人力的這個完整性那長照的這個人力也是用基金的方式來支應
transcript.whisperx[62].start 1380.416
transcript.whisperx[62].end 1391.326
transcript.whisperx[62].text 那所以我們有沒有可能來設置一個這個護理人力的基金待會去思考不用現在回答我我們現在進入了獨核的第三項毒性物質有請勞動部長洪森翰請勞動部長
transcript.whisperx[63].start 1396.701
transcript.whisperx[63].end 1422.909
transcript.whisperx[63].text 好那我們呢護理人員勞動條件非常的差那勞動條件差的太陽部長請慢走沒關係我先鋪陳一下劇情因為時間真的非常有限那勞動條件差呢總共我自己羅列八大罪狀但是不只這八大因為時間有限我只羅列八大罪狀所以我想請問勞動那個勞動部長你對於護理人員勞動困境的情形有掌握嗎我先給你一個
transcript.whisperx[64].start 1424.971
transcript.whisperx[64].end 1439.89
transcript.whisperx[64].text 這個提示啦先給你一個提示就是護理人員有超時工作的現象你應該比比皆是你應該了解嘛那超時工作又沒有拿到加班費你應該有掌握嘛那請問一下那個部長有掌握護理界所謂隱形工時的問題嗎
transcript.whisperx[65].start 1443.093
transcript.whisperx[65].end 1449.177
transcript.whisperx[65].text 請問一下可不可以把隱形公食列為公食以行政函式的方式把隱形公食列為公食
transcript.whisperx[66].start 1460.149
transcript.whisperx[66].end 1477.819
transcript.whisperx[66].text 這部分我們可能要 可以來找這個醫療界來討論一下好 謝謝部長願意討論好 那除此之外呢就是我這邊肯定勞動部跟衛福部去年的時候有把護理人員參加繼續教育積分的課程上課的時間列為公式有用韓式的方式來處理 那護理人員
transcript.whisperx[67].start 1478.459
transcript.whisperx[67].end 1496.707
transcript.whisperx[67].text 非常的非常的肯定那但是呢就是有些醫院並沒有按照這個韓式的方式去處理就是當護理人員他們想要把這段時間列為這個工時或者想請工假的時候醫院並沒有並沒有主動的來協助或接受所以勞動部是不是針對這一點能夠納入勞檢的項目
transcript.whisperx[68].start 1500.269
transcript.whisperx[68].end 1509.793
transcript.whisperx[68].text 跟委員說明其實我們在去年那其實也針對這個醫院有一些違反勞基法的狀況那其實我們有修了這個勞基法的這個通用那個我們的
transcript.whisperx[69].start 1516.255
transcript.whisperx[69].end 1545.875
transcript.whisperx[69].text 的有些加重處分的部分其實有把醫療中心跟區醫院其實都放進去所以我想該處罰的該檢查的我想我們都願意來處理好OK好謝謝那那個部長知道我們護理人員啊整天工作下來勞動條件差中午想吃飯休息時間30分鐘想享受都享受不到那想吃飯都吃不到只能夠喝珍珠奶茶那官員呢喝的是有為有守的珍珠奶茶我們護理界喝的是呢有苦有酸的珍珠奶茶
transcript.whisperx[70].start 1546.395
transcript.whisperx[70].end 1562.03
transcript.whisperx[70].text 喝的是辛酸吃的是苦楚那請問一下這個休息時間看得到吃不到這個問題部長有打算怎麼處理嗎委員妳在講的是因為勞基法有規定那工作4小時要休息30分鐘妳講的是這個部分嘛對不對
transcript.whisperx[71].start 1564.412
transcript.whisperx[71].end 1592.097
transcript.whisperx[71].text 那護理人員會覺得說在這休息30分鐘他們其實還是一個stand by的狀況所以沒有辦法真的全心放鬆的休息那的確這個部分是在母法裡面是老心母法裡面訂的所以就是加強取締加強取締可以答應我加強取締有人可以聽我說明就是說可以 但是我只剩4分鐘的確針對工作4小時要休息30分鐘的規定在不同的業別會有不太一樣的情境的需求
transcript.whisperx[72].start 1592.857
transcript.whisperx[72].end 1607.765
transcript.whisperx[72].text 比方說在護理業大家會覺得說這休息30分鐘會覺得說其實無法真的全新的休息可是在某一些其他的業別沒有問題法律既然已經有規定了就加強取締那我們護理界還有所謂花花班的問題換班的間隔少於11個小時
transcript.whisperx[73].start 1610.046
transcript.whisperx[73].end 1630.239
transcript.whisperx[73].text 除此之外護理人員醫院僱主為了彈性運用人力所以想了一些光怪陸離的方式分別是待命、戒休跟跨科調動那我這邊想請問一下可不可以出一個函式把在家待命的時間在醫院待命的時間列為公時因為沒有列為公時護理人員就是在那邊苦等
transcript.whisperx[74].start 1630.939
transcript.whisperx[74].end 1650.916
transcript.whisperx[74].text 再來另外一個關懷錄理的手段就是戒休所謂的戒休就是護理人員從早8點上班到4點可能中午12點就會被請回家說你先回家休息了因為我們沒病人了這個叫做戒休這個時間不是護理人員平白享受日後護理人員要把戒休這4小時還給醫院請問一下這個有沒有違反勞基法
transcript.whisperx[75].start 1652.503
transcript.whisperx[75].end 1666.848
transcript.whisperx[75].text 我跟委員說明其實委員你現在提到的不管是一些工時的問題跟休息的問題我認為我們其實都願意那包括在今天質詢之後來跟我們護理界來做一點討論就是說目前遇到哪些樣態那也跟醫院起來討論
transcript.whisperx[76].start 1670.229
transcript.whisperx[76].end 1697.246
transcript.whisperx[76].text 我們的護理界有一個這個陋習叫做跨科調動因為護理人力缺乏所以A單位缺人就調B單位去我們護理界曾經發生一個悲劇就是在2011年的時候有個護理師在他任職的八天以內新到任八天以內被A單位調到B單位B單位調到C單位最後不堪壓力燒炭自殺這是我們護理界的悲劇也是我們胸口的痛那請問一下跨科調動這件事衛福部勞動部有沒有掌握開罰的數據
transcript.whisperx[77].start 1700.166
transcript.whisperx[77].end 1704.989
transcript.whisperx[77].text 數據我可能還要再調一下數據但是那我跟部長講你永遠調不到數據因為跨科調動是一個違法的事那沒有罰則所以請部長這邊能夠來協助推動違法跨科調動的罰則
transcript.whisperx[78].start 1716.098
transcript.whisperx[78].end 1732.316
transcript.whisperx[78].text 那最後呢我覺得我們會需要跟衛福部這邊討論一下因為關於這個護理業內有一些專業的型態的樣態這的確會需要跟衛福部討論剛剛部長一直提到一個通報平台這個通報平台呢上去申訴的人有四千違反勞基法的
transcript.whisperx[79].start 1733.897
transcript.whisperx[79].end 1760.572
transcript.whisperx[79].text 兩天最後開罰的是五百件裁罰率是16%當然勞動部這邊有一些裁罰的統計那目前查到有過去五年有六百多件那我想這是冰山一角可能也只是黑數那也有望也期待部長這邊能夠再盡量的在勞檢的時候能夠再雷力風行然後能夠加強取定那所以我們這邊請問除了說專案勞檢之外能不能再擴大醫院的專案勞檢這是我們的訴求
transcript.whisperx[80].start 1762.333
transcript.whisperx[80].end 1777.458
transcript.whisperx[80].text 那我最後總結一下就是說請衛福部這個林靜儀市長就說你們這些醫事人員小腦袋我們按了按鈕問題就能夠全部解決了嗎那我覺得衛福部沒有按按鈕
transcript.whisperx[81].start 1778.178
transcript.whisperx[81].end 1800.616
transcript.whisperx[81].text 而是按兵不動對於護理勞動權益的改善按兵不動我這邊有四顆按鈕大膽按下去我想問題是可以獲得某個程度的緩解第一個是提供資料第二個是建立機制第三個是給行政函式第四個是擴大勞檢那提供資料部分就是勞動部跟衛福部勞動衛福部的部分請給我們全日平均戶併比的開發資料還有呢可不可以給我們一
transcript.whisperx[82].start 1801.497
transcript.whisperx[82].end 1830.655
transcript.whisperx[82].text 月頭保薪資作為依據的護理人員的平均薪資因為我們想知道護理的薪水到底多少是五萬嗎七萬嗎還是其他的數字建立機制就是護病比查核的機制不要讓醫院水口說了算護理費獎勵金的公開透明機制請建立起來行政函式請針對隱形工時還有在家待命在醫院待命的工時都把它列為真正可以拿到薪水的工時那最後就是我剛剛跟部長所說的
transcript.whisperx[83].start 1831.276
transcript.whisperx[83].end 1831.637
transcript.whisperx[83].text 擴大專案勞檢以上 質詢謝謝