iVOD / 167703

Field Value
IVOD_ID 167703
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167703
日期 2026-03-19
會議資料.會議代碼 委員會-11-5-36-2
會議資料.會議代碼:str 第11屆第5會期司法及法制委員會第2次全體委員會議
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 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第5會期司法及法制委員會第2次全體委員會議
影片種類 Clip
開始時間 2026-03-19T10:22:11+08:00
結束時間 2026-03-19T10:38:06+08:00
影片長度 00:15:55
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ddc1636ead3b8e59f7e1ac0b3bdd0ded9f861acbcf5e15015e5c86e8186f6cedf0c54870947c465d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張雅琳
委員發言時間 10:22:11 - 10:38:06
會議時間 2026-03-19T09:00:00+08:00
會議名稱 立法院第11屆第5會期司法及法制委員會第2次全體委員會議(事由:邀請考試院秘書長、考選部部長、銓敘部部長及公務人員保障暨培訓委員會主任委員列席報告業務概況及立法計畫,並備質詢。 【3月18日及19日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 8.70471875
transcript.pyannote[0].end 9.07596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 9.24471875
transcript.pyannote[1].end 10.76346875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 12.50159375
transcript.pyannote[2].end 13.58159375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 15.48846875
transcript.pyannote[3].end 15.52221875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 15.53909375
transcript.pyannote[4].end 15.57284375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 15.69096875
transcript.pyannote[5].end 16.16346875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 16.72034375
transcript.pyannote[6].end 47.51721875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 48.05721875
transcript.pyannote[7].end 52.96784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 53.47409375
transcript.pyannote[8].end 57.16971875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 57.35534375
transcript.pyannote[9].end 69.57284375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 71.56409375
transcript.pyannote[10].end 74.43284375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 75.05721875
transcript.pyannote[11].end 77.87534375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 79.05659375
transcript.pyannote[12].end 90.51471875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 82.61721875
transcript.pyannote[13].end 83.24159375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 85.80659375
transcript.pyannote[14].end 85.84034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 85.84034375
transcript.pyannote[15].end 85.97534375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 85.97534375
transcript.pyannote[16].end 86.24534375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 90.68346875
transcript.pyannote[17].end 107.86221875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 107.87909375
transcript.pyannote[18].end 115.10159375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 115.20284375
transcript.pyannote[19].end 116.46846875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 115.23659375
transcript.pyannote[20].end 115.67534375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 116.51909375
transcript.pyannote[21].end 128.44971875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 116.53596875
transcript.pyannote[22].end 116.94096875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 128.85471875
transcript.pyannote[23].end 133.02284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 133.36034375
transcript.pyannote[24].end 141.29159375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 143.09721875
transcript.pyannote[25].end 165.38909375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 165.72659375
transcript.pyannote[26].end 171.90284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 173.10096875
transcript.pyannote[27].end 175.02471875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 173.16846875
transcript.pyannote[28].end 173.72534375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 174.23159375
transcript.pyannote[29].end 176.10471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 176.54346875
transcript.pyannote[30].end 180.05346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 180.25596875
transcript.pyannote[31].end 181.62284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 181.53846875
transcript.pyannote[32].end 181.87596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 181.79159375
transcript.pyannote[33].end 185.45346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 185.77409375
transcript.pyannote[34].end 186.09471875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 186.63471875
transcript.pyannote[35].end 187.57971875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 187.57971875
transcript.pyannote[36].end 187.90034375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 187.84971875
transcript.pyannote[37].end 190.97159375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 191.25846875
transcript.pyannote[38].end 215.96346875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 191.30909375
transcript.pyannote[39].end 191.68034375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 191.68034375
transcript.pyannote[40].end 191.71409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 199.78034375
transcript.pyannote[41].end 199.83096875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 216.14909375
transcript.pyannote[42].end 227.25284375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 227.60721875
transcript.pyannote[43].end 258.99471875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 259.61909375
transcript.pyannote[44].end 272.15721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 272.22471875
transcript.pyannote[45].end 286.51784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 274.28346875
transcript.pyannote[46].end 275.17784375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 275.73471875
transcript.pyannote[47].end 276.69659375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 286.73721875
transcript.pyannote[48].end 301.08096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 300.79409375
transcript.pyannote[49].end 302.59971875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 301.41846875
transcript.pyannote[50].end 304.33784375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 303.35909375
transcript.pyannote[51].end 314.20971875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 304.50659375
transcript.pyannote[52].end 304.69221875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 312.28596875
transcript.pyannote[53].end 312.85971875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 314.20971875
transcript.pyannote[54].end 315.12096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 315.52596875
transcript.pyannote[55].end 320.99346875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 316.01534375
transcript.pyannote[56].end 316.89284375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 317.23034375
transcript.pyannote[57].end 317.71971875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 319.96409375
transcript.pyannote[58].end 323.03534375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 322.74846875
transcript.pyannote[59].end 329.53221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 331.10159375
transcript.pyannote[60].end 343.89284375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 344.09534375
transcript.pyannote[61].end 352.73534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 352.83659375
transcript.pyannote[62].end 386.68784375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 387.24471875
transcript.pyannote[63].end 403.76534375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 404.71034375
transcript.pyannote[64].end 411.07221875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 411.15659375
transcript.pyannote[65].end 415.67909375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 415.40909375
transcript.pyannote[66].end 415.49346875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 415.79721875
transcript.pyannote[67].end 420.37034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 420.37034375
transcript.pyannote[68].end 420.67409375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 420.67409375
transcript.pyannote[69].end 444.87284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 420.69096875
transcript.pyannote[70].end 421.11284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 423.30659375
transcript.pyannote[71].end 423.74534375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 445.15971875
transcript.pyannote[72].end 454.96409375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 455.21721875
transcript.pyannote[73].end 458.54159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 458.77784375
transcript.pyannote[74].end 460.22909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 460.22909375
transcript.pyannote[75].end 473.98221875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 462.22034375
transcript.pyannote[76].end 462.65909375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 463.23284375
transcript.pyannote[77].end 463.62096875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 471.02909375
transcript.pyannote[78].end 471.48471875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 471.80534375
transcript.pyannote[79].end 472.36221875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 473.77971875
transcript.pyannote[80].end 474.06659375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 474.23534375
transcript.pyannote[81].end 497.92784375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 476.04096875
transcript.pyannote[82].end 476.54721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 478.79159375
transcript.pyannote[83].end 479.16284375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 490.36784375
transcript.pyannote[84].end 490.77284375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 496.71284375
transcript.pyannote[85].end 498.38346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 498.87284375
transcript.pyannote[86].end 501.38721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 502.29846875
transcript.pyannote[87].end 503.05784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 504.72846875
transcript.pyannote[88].end 539.25471875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 506.82096875
transcript.pyannote[89].end 507.02346875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 507.02346875
transcript.pyannote[90].end 507.09096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 539.60909375
transcript.pyannote[91].end 541.12784375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 541.41471875
transcript.pyannote[92].end 551.87721875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 552.09659375
transcript.pyannote[93].end 555.08346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 555.37034375
transcript.pyannote[94].end 559.13346875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 559.60596875
transcript.pyannote[95].end 559.99409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 560.65221875
transcript.pyannote[96].end 574.77659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 566.94659375
transcript.pyannote[97].end 567.30096875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 575.09721875
transcript.pyannote[98].end 578.72534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 579.41721875
transcript.pyannote[99].end 587.28096875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 587.88846875
transcript.pyannote[100].end 589.50846875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 589.77846875
transcript.pyannote[101].end 594.75659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 593.44034375
transcript.pyannote[102].end 593.81159375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 594.75659375
transcript.pyannote[103].end 595.70159375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 595.11096875
transcript.pyannote[104].end 596.89971875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 596.32596875
transcript.pyannote[105].end 599.36346875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 599.90346875
transcript.pyannote[106].end 606.78846875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 607.14284375
transcript.pyannote[107].end 609.10034375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 609.65721875
transcript.pyannote[108].end 617.72346875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 612.81284375
transcript.pyannote[109].end 613.06596875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 617.94284375
transcript.pyannote[110].end 622.53284375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 622.66784375
transcript.pyannote[111].end 624.01784375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 624.25409375
transcript.pyannote[112].end 638.20971875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 636.40409375
transcript.pyannote[113].end 636.97784375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 638.66534375
transcript.pyannote[114].end 641.70284375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 640.42034375
transcript.pyannote[115].end 652.55346875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 652.75596875
transcript.pyannote[116].end 653.90346875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 653.32971875
transcript.pyannote[117].end 653.36346875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 653.36346875
transcript.pyannote[118].end 653.83596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 654.17346875
transcript.pyannote[119].end 659.64096875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 659.11784375
transcript.pyannote[120].end 666.67784375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 663.06659375
transcript.pyannote[121].end 666.27284375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 666.57659375
transcript.pyannote[122].end 680.58284375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 681.05534375
transcript.pyannote[123].end 690.31971875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 690.57284375
transcript.pyannote[124].end 696.00659375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 692.42909375
transcript.pyannote[125].end 692.69909375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 696.14159375
transcript.pyannote[126].end 697.49159375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 697.52534375
transcript.pyannote[127].end 699.88784375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 700.12409375
transcript.pyannote[128].end 703.27971875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 703.56659375
transcript.pyannote[129].end 712.35846875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 709.35471875
transcript.pyannote[130].end 709.57409375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 711.71721875
transcript.pyannote[131].end 713.79284375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 714.67034375
transcript.pyannote[132].end 718.09596875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 721.42034375
transcript.pyannote[133].end 730.24596875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 721.55534375
transcript.pyannote[134].end 721.58909375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 730.61721875
transcript.pyannote[135].end 737.80596875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 738.10971875
transcript.pyannote[136].end 738.64971875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 738.85221875
transcript.pyannote[137].end 785.19096875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 785.98409375
transcript.pyannote[138].end 790.27034375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 790.75971875
transcript.pyannote[139].end 794.15159375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 794.55659375
transcript.pyannote[140].end 808.46159375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 809.28846875
transcript.pyannote[141].end 809.65971875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 809.87909375
transcript.pyannote[142].end 815.56596875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 815.51534375
transcript.pyannote[143].end 815.54909375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 815.56596875
transcript.pyannote[144].end 815.81909375
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 815.81909375
transcript.pyannote[145].end 818.29971875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 818.67096875
transcript.pyannote[146].end 822.29909375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 821.82659375
transcript.pyannote[147].end 822.60284375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 822.60284375
transcript.pyannote[148].end 823.42971875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 823.88534375
transcript.pyannote[149].end 828.01971875
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 828.44159375
transcript.pyannote[150].end 839.47784375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 839.91659375
transcript.pyannote[151].end 840.89534375
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 841.11471875
transcript.pyannote[152].end 846.68346875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 846.07596875
transcript.pyannote[153].end 846.39659375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 846.68346875
transcript.pyannote[154].end 847.13909375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 849.36659375
transcript.pyannote[155].end 853.48409375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 853.88909375
transcript.pyannote[156].end 869.70096875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 870.12284375
transcript.pyannote[157].end 872.18159375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 872.55284375
transcript.pyannote[158].end 874.45971875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 875.01659375
transcript.pyannote[159].end 925.47284375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 877.31159375
transcript.pyannote[160].end 877.69971875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 879.64034375
transcript.pyannote[161].end 880.43346875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 881.74971875
transcript.pyannote[162].end 882.35721875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 896.41409375
transcript.pyannote[163].end 896.43096875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 896.68409375
transcript.pyannote[164].end 896.76846875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 913.37346875
transcript.pyannote[165].end 913.79534375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 925.74284375
transcript.pyannote[166].end 947.07284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 930.02909375
transcript.pyannote[167].end 930.41721875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 930.43409375
transcript.pyannote[168].end 930.45096875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 947.24159375
transcript.pyannote[169].end 948.05159375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 947.30909375
transcript.pyannote[170].end 954.85221875
transcript.whisperx[0].start 8.752
transcript.whisperx[0].end 37.775
transcript.whisperx[0].text 好 我們先請秘書長 謝謝好 請劉秘書長是 委員長好 秘書長早那我想首先呢我看到就是秘書長在3月13號的時候國家人力資源論壇上面有提到有數據才有真相並強調我們的考試院這三年來呢都強調一個循證決策透過資料庫分析跟學界的合作來提升我們決策的品質這樣子的方向其實我非常給予肯定就是因為這段時間我去日本跟澳洲
transcript.whisperx[1].start 38.295
transcript.whisperx[1].end 52.292
transcript.whisperx[1].text 那我跟他們在聊的時候呢他們的很多政策都有非常清楚的一個數據例如過去他們可能是蹲式廁所改成坐式廁所這裡面都有非常多的數據去支撐他們的政策要往哪個方向去前進那或者是像是澳洲的公共空間綠色
transcript.whisperx[2].start 54.773
transcript.whisperx[2].end 77.358
transcript.whisperx[2].text 這個遊戲場啊綠色的公共空間等等的都有所以我這個方面我是非常的支持但是我想請教就是秘書長已經推動三年了那我們現在到底有哪一個政策或是重大的制度改革是依循數據分析而正式啟動的跟委員報告其實我們做這個政策是希望讓大家
transcript.whisperx[3].start 79.247
transcript.whisperx[3].end 100.502
transcript.whisperx[3].text 對於事實的分析 尤其我們的同仁在做政策研議跟就業的時候也包含我們自己決策者 包含我們的考試委員 政府院長在做這個決策的時候能夠有更清楚的數據的分析所以您說具體哪一個政策是這樣我認為幾乎多數的政策都是如此因為我們現在這幾年來我們都會希望說在決策的時候大家就會問實際的狀況究竟如何
transcript.whisperx[4].start 104.545
transcript.whisperx[4].end 132.688
transcript.whisperx[4].text 就像剛剛我們很多委員執行也講出了比如說到底會辭職的公務同仁都是誰如果透過數據分析我們看到說大部分是剛考進來的同仁比較多所以就不知道說那可能是限制轉調跟他們要為了改分發而重新考試類似像這樣的現況的了解我們都會希望有實際的數字佐證而不是都是很多人的個案的意見的彙整但是可能就沒有清楚的全貌主要是這樣
transcript.whisperx[5].start 133.427
transcript.whisperx[5].end 158.396
transcript.whisperx[5].text 好那接下來我也想要請教一下我們的施能傑部長但是可能這個東西也會跟秘書長有關係就是說我們目前我看了一下我手邊的資料我們111年我們公教人員的生育率跟全國相比還領先0.29約1.33倍但是到113年的時候我們這個領先全國的幅度往下降了
transcript.whisperx[6].start 159.336
transcript.whisperx[6].end 185.515
transcript.whisperx[6].text 也就是說過去我們可能認為公教人員比較願意升啊但是目前這個優勢已經不見了好 那我想了解就先請教秘書長就是我們有沒有任何的研究來了解說為什麼我們的公務員有這樣子的一個狀況秘書長或是部長可以回答這一點我跟委員報告 當然我以前在當人事長的時候曾經做真的是跑過資料run過整體上看起來是比較高但是如果公務員有很多類別對
transcript.whisperx[7].start 186.69
transcript.whisperx[7].end 215.595
transcript.whisperx[7].text 差異很大譬如說區分成公務人員、警察、教師然後去讓他的生育率其實是差異很大我先講這個拒絕數字是這樣那整體這是一個整體的東西那老實說我們並沒有真正就這部分我看過很多比較細緻的那個分析研究報告為什麼公務人員生育率的影響他一些應該我們也沒有做過這方面的分析報告
transcript.whisperx[8].start 216.175
transcript.whisperx[8].end 241.726
transcript.whisperx[8].text 好 了解那我認為我們應該要去了解這件事情因為我想大環境的少子化一定是有一些影響性然後整個價值觀的改變也多少都有影響但是這個領先幅度還是有點太低的我覺得這可以做一個研究來了解但是我想有件事情我們可以先來做就是說在去年的時候其實12月我們的政府已經宣布了這個利多的政策也就是說育嬰留庭會改成6加1個月雙親來共同育兒這件事情
transcript.whisperx[9].start 244.927
transcript.whisperx[9].end 258.781
transcript.whisperx[9].text 那目前呢勞動部是大規模鋪天蓋地的讓很多的勞工朋友都會知道但是我詢問了一些公教人員他們其實並不知道這件事情所以我認為我們在宣傳的這件事情上面應該可以做改善部長你的看法是
transcript.whisperx[10].start 260.436
transcript.whisperx[10].end 286.301
transcript.whisperx[10].text 我想謝謝委員我們會跟公務同仁談這個事情但是很實際的狀況是這樣這個應該要修法所以部裡面其實已經在啟動那個修法的那個程序中我想修法跟宣傳這兩件事情應該是可以同步作業啦那我想說那宣傳的部分是可不可以給我們一個簡單的說明你們預計如何擴大宣傳這件事情以及我們現在修法預計大概什麼時候可以完成呢
transcript.whisperx[11].start 287.801
transcript.whisperx[11].end 314.586
transcript.whisperx[11].text 我們內部的修法大概應該是下個月應該就可以完成我們內部的程序那我們會報到考試院去那行政院那邊我的了解目前也還在他的法的修正還在勞動部沒錯 他們已經預告了啦那我們有同步啦 我們有同步好 有同步就好那就是請問大概什麼時候可以給我一個宣傳你們大概打算怎麼對內部的公務人員做宣傳是不是可以兩個禮拜給我一個說明好不好好 就是
transcript.whisperx[12].start 315.606
transcript.whisperx[12].end 323.951
transcript.whisperx[12].text 宣傳的方式剛好嘛因為你四月要送出嘛我們四月的時候同步作業我們努力來看看怎麼樣做這一部分的事情好那再來就下一個問題還是彈性工時啦因為其實我之前也跟部長來請教過了部長可以先請回了謝謝
transcript.whisperx[13].start 331.158
transcript.whisperx[13].end 351.994
transcript.whisperx[13].text 那有關於彈性的工時的部分呢之前其實是有看到說在107年9月3號的時候呢的確有發文通靈各機關必須遵守性工法的一個相關規範那這部分我也是給予肯定但是我也問了一些有育兒的公務人員他們遇到一個食物的狀況就是說當他需要可能提早一個小時
transcript.whisperx[14].start 353.155
transcript.whisperx[14].end 369.805
transcript.whisperx[14].text 可能不主張減少一小時只是希望可以提早上班就是這個彈性工時的部分讓他可以早點去接小孩但是呢還是會遇到這些機關呢可能在人事單位這邊就陣亡了那有些單位可能就非常的支持
transcript.whisperx[15].start 370.245
transcript.whisperx[15].end 386.183
transcript.whisperx[15].text 所以我覺得這個就存在了一個差異那當然我也理解每個工作每個部會可能都會有不同的狀況因為勞動部這邊也有類似的問題可是勞動部還是想辦法怎麼樣來鼓勵我們的企業來做這件事情所以我也是在想說
transcript.whisperx[16].start 387.304
transcript.whisperx[16].end 403.416
transcript.whisperx[16].text 部長是人事專家啦在這個部分上面我們是不是也可以提出更好的鼓勵方案因為像是前陣子台北市蔣萬安市長有提出可以讓家長提早一小時下班可是這件事情並不適用公務人員所以呢不曉得說部長對這件事情的一個看法是什麼
transcript.whisperx[17].start 404.758
transcript.whisperx[17].end 419.804
transcript.whisperx[17].text 我是蠻覺得彈性工齒是可以創造友善的工作環境一個很好的一個方法布裡面就我們實施的彈性工齒就非常Range非常非常大但是各機關真的差異我完全了解但是我們的法規沒有問題
transcript.whisperx[18].start 420.764
transcript.whisperx[18].end 437.61
transcript.whisperx[18].text 對沒錯 絕對可以做那事實上就是機關要不要做機關怎麼做那這個部分以台灣的分工來講我會跟主要都是在人事總署在比較他比較負責就是說去做宣導去做一些指引他那邊會比我們這邊來的更有效這部分我來跟那個
transcript.whisperx[19].start 441.151
transcript.whisperx[19].end 459.645
transcript.whisperx[19].text 總署的同仁呢在談談說有什麼方式也可以跟機關講因為機關有疑慮啦主要是機關有疑慮用人機關疑慮怎麼樣說怎麼樣做法也許可以減少他們的疑慮那大家鼓勵來做這次COVID-19的時候就要努力來做但是19完以後就大家要回復比較多回復原來的狀況
transcript.whisperx[20].start 460.265
transcript.whisperx[20].end 480.072
transcript.whisperx[20].text 所以我想這部分還是希望積極的來鼓勵啦因為我這次去澳洲我也醒悟了他們的公務體系啦那他們公務體系也提出了非常多不同的這種彈性工作或是遠距工作或各種的方式來去提供他們的公務人員可以怎麼樣工作跟家庭兼顧所以這個部分我想也是需要部長一起來努力那我也希望就是說因為
transcript.whisperx[21].start 480.592
transcript.whisperx[21].end 497.709
transcript.whisperx[21].text 其實秘書署長剛剛就像我們剛剛一直在講的就是有數據才有真相所以我也希望說我們提供的一些講注方案也是可以延續我們這個尋證決策的一個概念來繼續執行那這個部分的話可能後續我也會再跟部長約時間來討論好謝謝謝謝部長那接下來抱歉還有一題考機法考機法
transcript.whisperx[22].start 504.975
transcript.whisperx[22].end 522.669
transcript.whisperx[22].text 部長又請你回來了就是說今年在一月份的時候有民眾在公共政策的網路參與平台有提到一個檢討公務人員考機法那其實今天有非常多的委員都討論到了這一點因為這件事情其實在基層公務人員的反應是非常非常的應該說表達意見非常踴躍啦在兩個禮拜就達成了連署的門檻
transcript.whisperx[23].start 525.151
transcript.whisperx[23].end 548.991
transcript.whisperx[23].text 那我自己在上網看的時候呢其實大家對於幾個議題非常有意見第一個就是考機的比例僵化難以反應實際的工作表現那甚至你也可以看到上面我截圖的這些留言喔大家一直其實都會提到輪流輪到一等這樣子那我剛剛也有聽到就是說部長的一些回應就是說未來我們不會再有甲乙丙丁制
transcript.whisperx[24].start 549.671
transcript.whisperx[24].end 558.543
transcript.whisperx[24].text 然後我們可能會有一個比較頂尖的這個拔尖的概念那我想可能會是一個比較像是統計學的左偽分布的一個概念那
transcript.whisperx[25].start 560.697
transcript.whisperx[25].end 589.236
transcript.whisperx[25].text 目前呢 我知道我們已經有一些就是篩選出什麼模範公務人員啊但是這個是非常非常頂尖我們體制上的確是有的但是我們是不是有可能可以把它分佈在一個比較是像這樣子的一個像我圖表上面這樣子的一個建議就是不要到那種 就是在秤值之間跟非常頂尖之間有一個頂尖的因為這樣才有更多的人可以被選到這個位置部長您的看法是
transcript.whisperx[26].start 590.774
transcript.whisperx[26].end 593.815
transcript.whisperx[26].text 其實我們的概念會比較像這一張圖啦但是不會這麼複雜啦跟你們的圖是比較像是這一張圖嗎
transcript.whisperx[27].start 600.443
transcript.whisperx[27].end 625.998
transcript.whisperx[27].text 比較像是這一我不會設定比例好的應該我要講我不設定比例但是會比較像是以我對公務實際的了解絕大部分的同仁都是稱職的公務同仁他們就是被教辦工作努力工作也把該做的事情做好那我們就認為他就是一個很稱職的公務人但是確實有些很少數的同仁真的表現更好那我們就會放到那個就是我們要
transcript.whisperx[28].start 626.858
transcript.whisperx[28].end 653.395
transcript.whisperx[28].text 要著重的是這邊如果同仁真的不符合我們法律有規定一些我們未來有規定會說哪些事項哪些新聞你不可以有工作新聞如果你真的有這個東西你會放在就是未打良好我想我這張圖的概念其實是說因為我們可能大部分我也相信大部分的公務人員都是非常的認真那現在我們的體制上面如果你只有非常優秀的那種模範的機制的話就會讓很多的人其實他的表現
transcript.whisperx[29].start 654.255
transcript.whisperx[29].end 679.578
transcript.whisperx[29].text 其實可能已經超越頂尖了已經超越秤值了可是他沒有辦法到這種拔尖的狀態的時候這是兩個不同的概念我們那個模範公務人員跟工作考機是不一樣的沒錯沒錯就是希望說我們是可以有一個我們這兩個是區隔的對對對就是區隔的部分那再來就是說我想針對於一些待觀察或是您剛剛講說比較有狀況的一些公務人員的話比較需要一些輔導的話我們是不是可以有具體的輔導或是考核的機制來幫助他們前進呢
transcript.whisperx[30].start 681.452
transcript.whisperx[30].end 698.788
transcript.whisperx[30].text 我們希望未來如果任何一個機關要打同仁落入到這個未打良好這個category他平常就要有一些很好的這個譬如像說紀錄觀察甚至覺得他不好其中就要給他有一些比較改善的一個機會那我想是一定會有這個機制
transcript.whisperx[31].start 700.205
transcript.whisperx[31].end 717.279
transcript.whisperx[31].text 那我想在問這個問題的同時我也想請教因為公務人員考積法我知道已經在討論當中那有沒有可能在這個會期就送到立法院來進行審查我們會以這個為努力的目標好那最後一題那我們再請秘書長抱歉謝謝部長
transcript.whisperx[32].start 722.24
transcript.whisperx[32].end 736.708
transcript.whisperx[32].text 那就是說牧師長想請教一下因為在2025年的時候我們完成了公務人員保障法的修法正式將公務人員的職場霸凌處理機制納入母法那後續呢保訓會會依據母法修訂公務人員的執行職務安全及衛生防護辦法
transcript.whisperx[33].start 738.169
transcript.whisperx[33].end 765.341
transcript.whisperx[33].text 那但是呢我們在看到職安法或者性公法相比的時候我們目前公務體系的相關保護措施還是放在執法的一個層級那目前我們其實也缺乏了一個明確的法律規範我們只有寫到具體有效措施跟其他的法規都明確定義處理過程的權利義務其實是有差別的那如果我們今天從法制的角度來看根據中央標準
transcript.whisperx[34].start 766.902
transcript.whisperx[34].end 788.56
transcript.whisperx[34].text 中央法規標準法的第五條人民的權利義務事項都應該以法律來定之所以說當公務機關是在職場霸凌中應該要採取哪些的保護措施或是相關權利義務因為牽扯到當事人的權利跟義務所以應該要採取法律所謂的利事原則才對所以我在想我們是不是有可能來在這個
transcript.whisperx[35].start 790.862
transcript.whisperx[35].end 807.822
transcript.whisperx[35].text 在這個涉及人身安全的職場霸凌案件之中把機關應採取之保護措施以法律明確列舉來避免各機關認定不一甚至消極處理的一個問題我們是不是有可能來做這樣子的研議呢
transcript.whisperx[36].start 812.644
transcript.whisperx[36].end 823.048
transcript.whisperx[36].text 我們保障法跟安慰辦法的這個架構如果你從法律層次來看好像跟治安法的結構不一樣不過我想
transcript.whisperx[37].start 823.968
transcript.whisperx[37].end 846.16
transcript.whisperx[37].text 即便它部分是在比如說安慰辦法裡面我想對各機關的指引跟拘束的效果還是一樣強因為最主要公部門的同仁大家都會依照規定比較不會有違法的狀況那規範的細節上面如果有沒有不明確這個部分我想請主委這邊來幫忙說明好 謝謝
transcript.whisperx[38].start 849.52
transcript.whisperx[38].end 874.262
transcript.whisperx[38].text 跟委員報告就是您剛提到那個問題那因為這個保障法19條它其實是在民國92年的時候新增的所以呢對於這個安慰辦法的這個授權法源在那邊那因為它這個涉及到有關於法律的一個執行的細節或是執行面相關的部分就授權放在這個安慰辦法但是委員您剛非常關切的
transcript.whisperx[39].start 875.083
transcript.whisperx[39].end 901.463
transcript.whisperx[39].text 有關於這個公務人員的權利義務的這個部分包含這個職場霸凌的定義然後呢它的一個具體措施具體採取這是有關於那個採取或者是它的一個行政罰款相關的這個法律違反效果等等這些您最關心的議題其實它都是放在保障法裡面那這是跟委員檢要報告這樣那第二個部分就是涉及到就是說
transcript.whisperx[40].start 902.203
transcript.whisperx[40].end 921.939
transcript.whisperx[40].text 陳如我們剛剛秘書長所講您關心的這些部分在現在一個就是在保障法跟安慰辦法裡面它其實是搭配得非常好那目前我們有去蒐集這個各機關還有這個相關的申訴人他們的就一些看法就是那目前都沒有人反映說
transcript.whisperx[41].start 923.533
transcript.whisperx[41].end 952.674
transcript.whisperx[41].text 需要再把它放到法律裡面因為目前整個保障法已經是一百零四條了所以它已經很大但是呢委員你所提的這個關切的部分我們在這個未來還有現在我們也會持續的繼續去滾動如果有必要把它放到這個法律裡面我們也會這個去進行這樣子的一個研議那我想就是我還是希望可以去研議一下那是不是三個月之後給我一個研議的報告好不好
transcript.whisperx[42].start 953.114
transcript.whisperx[42].end 954.957
transcript.whisperx[42].text 謝謝