iVOD / 168121

Field Value
IVOD_ID 168121
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168121
日期 2026-04-01
會議資料.會議代碼 委員會-11-5-26-4
會議資料.會議代碼:str 第11屆第5會期社會福利及衛生環境委員會第4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 4
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5會期社會福利及衛生環境委員會第4次全體委員會議
影片種類 Clip
開始時間 2026-04-01T10:40:12+08:00
結束時間 2026-04-01T10:56:07+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/6ae3a98a11df106c38e68aed46b3295d7570c8d4d2e9dc784047e563c2ae16098a3d5adc657703f85ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 10:40:12 - 10:56:07
會議時間 2026-04-01T09:00:00+08:00
會議名稱 立法院第11屆第5會期社會福利及衛生環境委員會第4次全體委員會議(事由:邀請勞動部部長、衛生福利部、原住民族委員會就「穩定原住民族就業、改善低薪與勞動權益保障,並縮小職業災害發生率及死亡率差距之執行現況與精進作為」進行專題報告,並備質詢。 邀請勞動部、衛生福利部就「開放家有十二歲以下子女家庭逕行申請外籍家事移工政策,對本國勞工就業、照顧體系負擔、兒童最佳利益及相關權益保障之衝擊評估與制度配套」進行專題報告,並備質詢。 邀請勞動部、衛生福利部、行政院、行政院人事行政總處、銓敘部、公務人員保障暨培訓委員會、法務部,就「職場霸凌申訴機制之檢討:以顏慧欣案為例,如何建構員工心理健康與職場保障機制」進行專題報告,並備質詢。 【專題報告綜合詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.54096875
transcript.pyannote[0].end 4.41846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.48159375
transcript.pyannote[1].end 6.08909375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 6.76409375
transcript.pyannote[2].end 7.52346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 7.64159375
transcript.pyannote[3].end 12.13034375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.48471875
transcript.pyannote[4].end 12.82221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 13.02471875
transcript.pyannote[5].end 13.71659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 13.75034375
transcript.pyannote[6].end 14.54346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 14.72909375
transcript.pyannote[7].end 16.75409375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 16.99034375
transcript.pyannote[8].end 17.02409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 17.05784375
transcript.pyannote[9].end 18.42471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 19.15034375
transcript.pyannote[10].end 19.43721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 19.53846875
transcript.pyannote[11].end 20.48346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 20.75346875
transcript.pyannote[12].end 21.68159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 21.83346875
transcript.pyannote[13].end 22.94721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 23.21721875
transcript.pyannote[14].end 23.47034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 25.79909375
transcript.pyannote[15].end 27.46971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 28.09409375
transcript.pyannote[16].end 28.44846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 31.01346875
transcript.pyannote[17].end 64.47659375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 65.74221875
transcript.pyannote[18].end 81.14909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 81.36846875
transcript.pyannote[19].end 98.26034375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 99.10409375
transcript.pyannote[20].end 101.26409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 101.80409375
transcript.pyannote[21].end 114.17346875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 114.96659375
transcript.pyannote[22].end 117.61596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 118.34159375
transcript.pyannote[23].end 131.04846875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 131.67284375
transcript.pyannote[24].end 148.37909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 148.90221875
transcript.pyannote[25].end 156.19221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 156.63096875
transcript.pyannote[26].end 158.50409375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 159.41534375
transcript.pyannote[27].end 163.41471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 163.78596875
transcript.pyannote[28].end 164.59596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 164.71409375
transcript.pyannote[29].end 165.52409375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 166.04721875
transcript.pyannote[30].end 168.64596875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 168.94971875
transcript.pyannote[31].end 170.28284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 171.07596875
transcript.pyannote[32].end 171.39659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 172.42596875
transcript.pyannote[33].end 173.74221875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 173.97846875
transcript.pyannote[34].end 175.75034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 176.37471875
transcript.pyannote[35].end 177.92721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 178.60221875
transcript.pyannote[36].end 180.07034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 180.42471875
transcript.pyannote[37].end 187.24221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 187.74846875
transcript.pyannote[38].end 191.74784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 192.64221875
transcript.pyannote[39].end 199.02096875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 199.39221875
transcript.pyannote[40].end 201.45096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 201.80534375
transcript.pyannote[41].end 227.74221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 227.97846875
transcript.pyannote[42].end 237.66471875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 238.01909375
transcript.pyannote[43].end 243.01409375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 243.30096875
transcript.pyannote[44].end 243.48659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 243.48659375
transcript.pyannote[45].end 251.75534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 252.29534375
transcript.pyannote[46].end 252.48096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 253.30784375
transcript.pyannote[47].end 270.67221875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 270.95909375
transcript.pyannote[48].end 280.47659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 280.64534375
transcript.pyannote[49].end 281.87721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 282.09659375
transcript.pyannote[50].end 283.93596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 284.42534375
transcript.pyannote[51].end 289.16721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 289.84221875
transcript.pyannote[52].end 290.53409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 291.96846875
transcript.pyannote[53].end 293.03159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 293.09909375
transcript.pyannote[54].end 296.82846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 297.19971875
transcript.pyannote[55].end 298.92096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 300.27096875
transcript.pyannote[56].end 302.29596875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 302.59971875
transcript.pyannote[57].end 304.75971875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 305.83971875
transcript.pyannote[58].end 339.03284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 339.03284375
transcript.pyannote[59].end 347.87534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 348.80346875
transcript.pyannote[60].end 349.63034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 349.78221875
transcript.pyannote[61].end 356.04284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 356.51534375
transcript.pyannote[62].end 361.22346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 361.39221875
transcript.pyannote[63].end 366.65721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 366.65721875
transcript.pyannote[64].end 405.06471875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 369.27284375
transcript.pyannote[65].end 369.28971875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 405.52034375
transcript.pyannote[66].end 442.03784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 418.98659375
transcript.pyannote[67].end 419.17221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 442.03784375
transcript.pyannote[68].end 451.77471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 449.91846875
transcript.pyannote[69].end 459.03096875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 452.70284375
transcript.pyannote[70].end 453.24284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 459.03096875
transcript.pyannote[71].end 465.40971875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 459.73971875
transcript.pyannote[72].end 460.26284375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 461.64659375
transcript.pyannote[73].end 462.52409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 465.59534375
transcript.pyannote[74].end 469.88159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 470.59034375
transcript.pyannote[75].end 473.27346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 473.81346875
transcript.pyannote[76].end 488.62971875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 488.91659375
transcript.pyannote[77].end 489.89534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 490.23284375
transcript.pyannote[78].end 491.65034375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 491.97096875
transcript.pyannote[79].end 492.76409375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 493.18596875
transcript.pyannote[80].end 504.37409375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 504.71159375
transcript.pyannote[81].end 519.10596875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 519.81471875
transcript.pyannote[82].end 521.89034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 522.91971875
transcript.pyannote[83].end 526.76721875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 527.25659375
transcript.pyannote[84].end 528.06659375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 528.60659375
transcript.pyannote[85].end 528.97784375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 529.61909375
transcript.pyannote[86].end 536.30159375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 537.90471875
transcript.pyannote[87].end 545.31284375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 545.43096875
transcript.pyannote[88].end 545.58284375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 545.93721875
transcript.pyannote[89].end 554.00346875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 554.49284375
transcript.pyannote[90].end 555.21846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 557.69909375
transcript.pyannote[91].end 568.97159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 568.97159375
transcript.pyannote[92].end 569.24159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 569.24159375
transcript.pyannote[93].end 569.25846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 569.25846875
transcript.pyannote[94].end 569.71409375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 570.91221875
transcript.pyannote[95].end 578.70846875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 579.07971875
transcript.pyannote[96].end 579.60284375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 580.15971875
transcript.pyannote[97].end 582.28596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 582.53909375
transcript.pyannote[98].end 583.23096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 583.38284375
transcript.pyannote[99].end 584.27721875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 584.76659375
transcript.pyannote[100].end 586.38659375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 587.02784375
transcript.pyannote[101].end 587.93909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 590.41971875
transcript.pyannote[102].end 590.94284375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 591.28034375
transcript.pyannote[103].end 591.97221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 593.54159375
transcript.pyannote[104].end 594.79034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 595.34721875
transcript.pyannote[105].end 595.87034375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 596.03909375
transcript.pyannote[106].end 602.04659375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 602.16471875
transcript.pyannote[107].end 604.39221875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 604.54409375
transcript.pyannote[108].end 611.46284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 612.99846875
transcript.pyannote[109].end 617.09909375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 617.55471875
transcript.pyannote[110].end 617.94284375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 618.36471875
transcript.pyannote[111].end 619.76534375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 620.42346875
transcript.pyannote[112].end 621.35159375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 622.36409375
transcript.pyannote[113].end 623.02221875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 623.12346875
transcript.pyannote[114].end 640.69034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 640.69034375
transcript.pyannote[115].end 643.25534375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 643.71096875
transcript.pyannote[116].end 652.77284375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 653.92034375
transcript.pyannote[117].end 657.37971875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 657.93659375
transcript.pyannote[118].end 659.26971875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 659.89409375
transcript.pyannote[119].end 664.83846875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 660.14721875
transcript.pyannote[120].end 660.29909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 665.49659375
transcript.pyannote[121].end 666.44159375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 667.09971875
transcript.pyannote[122].end 669.17534375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 669.61409375
transcript.pyannote[123].end 671.21721875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 672.02721875
transcript.pyannote[124].end 676.19534375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 676.68471875
transcript.pyannote[125].end 677.44409375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 677.59596875
transcript.pyannote[126].end 678.22034375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 678.86159375
transcript.pyannote[127].end 679.60409375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 681.05534375
transcript.pyannote[128].end 681.67971875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 682.38846875
transcript.pyannote[129].end 683.51909375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 684.10971875
transcript.pyannote[130].end 684.83534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 685.02096875
transcript.pyannote[131].end 685.89846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 686.16846875
transcript.pyannote[132].end 687.99096875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 690.03284375
transcript.pyannote[133].end 690.30284375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 690.30284375
transcript.pyannote[134].end 699.88784375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 700.14096875
transcript.pyannote[135].end 702.80721875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 703.06034375
transcript.pyannote[136].end 706.50284375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 706.94159375
transcript.pyannote[137].end 711.97034375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 711.97034375
transcript.pyannote[138].end 712.17284375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 712.76346875
transcript.pyannote[139].end 737.95784375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 738.36284375
transcript.pyannote[140].end 753.12846875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 753.49971875
transcript.pyannote[141].end 755.03534375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 755.03534375
transcript.pyannote[142].end 767.77596875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 767.94471875
transcript.pyannote[143].end 769.76721875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 769.81784375
transcript.pyannote[144].end 771.06659375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 771.08346875
transcript.pyannote[145].end 772.46721875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 774.39096875
transcript.pyannote[146].end 776.02784375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 776.73659375
transcript.pyannote[147].end 778.30596875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 779.41971875
transcript.pyannote[148].end 780.68534375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 781.24221875
transcript.pyannote[149].end 782.23784375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 783.62159375
transcript.pyannote[150].end 784.12784375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 784.34721875
transcript.pyannote[151].end 785.29221875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 785.89971875
transcript.pyannote[152].end 786.25409375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 786.52409375
transcript.pyannote[153].end 788.53221875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 788.88659375
transcript.pyannote[154].end 789.66284375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 790.21971875
transcript.pyannote[155].end 790.79346875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 793.37534375
transcript.pyannote[156].end 795.83909375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 796.10909375
transcript.pyannote[157].end 797.42534375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 798.11721875
transcript.pyannote[158].end 798.87659375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 799.43346875
transcript.pyannote[159].end 800.39534375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 800.93534375
transcript.pyannote[160].end 802.25159375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 802.25159375
transcript.pyannote[161].end 802.26846875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 803.06159375
transcript.pyannote[162].end 803.73659375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 805.76159375
transcript.pyannote[163].end 825.25221875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 825.85971875
transcript.pyannote[164].end 829.55534375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 830.17971875
transcript.pyannote[165].end 831.96846875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 831.96846875
transcript.pyannote[166].end 836.44034375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 837.08159375
transcript.pyannote[167].end 837.41909375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 837.73971875
transcript.pyannote[168].end 839.12346875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 840.01784375
transcript.pyannote[169].end 841.14846875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 843.74721875
transcript.pyannote[170].end 863.76096875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 856.62284375
transcript.pyannote[171].end 856.75784375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 861.43221875
transcript.pyannote[172].end 875.01659375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 875.50596875
transcript.pyannote[173].end 878.37471875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 878.29034375
transcript.pyannote[174].end 878.52659375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 878.52659375
transcript.pyannote[175].end 883.25159375
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 878.54346875
transcript.pyannote[176].end 878.59409375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 883.25159375
transcript.pyannote[177].end 901.64534375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 883.35284375
transcript.pyannote[178].end 883.74096875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 901.78034375
transcript.pyannote[179].end 911.78721875
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 912.51284375
transcript.pyannote[180].end 914.87534375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 914.87534375
transcript.pyannote[181].end 915.22971875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 915.39846875
transcript.pyannote[182].end 922.70534375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 923.14409375
transcript.pyannote[183].end 935.26034375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 935.88471875
transcript.pyannote[184].end 937.28534375
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 938.17971875
transcript.pyannote[185].end 938.29784375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 939.69846875
transcript.pyannote[186].end 941.55471875
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 941.52096875
transcript.pyannote[187].end 941.94284375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 941.94284375
transcript.pyannote[188].end 943.71471875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 944.06909375
transcript.pyannote[189].end 953.18159375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 951.15659375
transcript.pyannote[190].end 951.22409375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 951.40971875
transcript.pyannote[191].end 951.44346875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 953.24909375
transcript.pyannote[192].end 954.83534375
transcript.whisperx[0].start 3.527
transcript.whisperx[0].end 22.324
transcript.whisperx[0].text 好 謝謝主席那個 理事你不用上來你待會事情一個禮拜再不處理我就請這個主席來排專報再不行我就直接拜託主席直接到你們那個衛務部去考察好 謝謝來 接下來請部長好 有請黃部長均如細言 小心一點
transcript.whisperx[1].start 31.058
transcript.whisperx[1].end 59.958
transcript.whisperx[1].text 部長我們農政部推的在你主政之下育嬰假的這個新制嘛那女性的申請率從原本的72.2降為到55.6看圖表齁那這個少了16.6的這樣的一個成績啦雖然是一個突破但還是有56.6的女性齁能有請育嬰假的這樣的需求顯示照顧的兒童的責任還是以女性為主嘛齁這個不為過嘛對不對
transcript.whisperx[2].start 60.96
transcript.whisperx[2].end 62.244
transcript.whisperx[2].text 然後主計處主計總署跟衛護部的統計
transcript.whisperx[3].start 65.805
transcript.whisperx[3].end 79.209
transcript.whisperx[3].text 近年婦女層因為結婚而離子的主因以被孕或懷孕為最大中將近快40%左右2023年這個媒體又做出相關的報導台灣女性就有33萬人因為要照顧家庭而退出勞動市場他怎麼統計啦 怎麼基礎然後年齡到幾歲這個就要你們這邊來做相關的這樣的一個調查評估
transcript.whisperx[4].start 91.713
transcript.whisperx[4].end 117.476
transcript.whisperx[4].text 不過33萬在對照那一次在這邊提出質詢的時候一年流失了13萬3左右顯然這個數據越看是越恐怖但是基本基礎這個有時間再做討論所以不論是育嬰假還是今天召委安排的這個專報我想都是要解決照顧離子的問題讓女性可以安心續留讓台灣的女性勞工可以安心續留
transcript.whisperx[5].start 118.427
transcript.whisperx[5].end 147.927
transcript.whisperx[5].text 我們是不是要對比你對外勞的安心續留的相關的因應這個措施跟這樣的一個政策是不是要有所做一些處理了不管是身為孕女的方式有十種類別的這樣的一個勞動的一個情況他可能就有十種的選擇一定會有孕婦或母親選擇離開職場在一段的時間內全身心的來專心帶孕或陪伴孩子的成長
transcript.whisperx[6].start 148.968
transcript.whisperx[6].end 166.785
transcript.whisperx[6].text 但也或許就是這一段時間的陪伴,當小孩進入小學或中學時,女性就應該能夠重回職場。但部長可以看這張圖表,這是從台灣、日本、南韓、新加坡、美國、瑞典。這個圖表,部長可以看,台灣的這個曲線圖,長得就特別不一樣。
transcript.whisperx[7].start 172.435
transcript.whisperx[7].end 191.58
transcript.whisperx[7].text 它到了77點應該是這麼講在高點是89.9然後就每況愈下然後到最後是26這個地方這個曲線跟你在對照南韓南韓還有一年它是往上升的
transcript.whisperx[8].start 192.791
transcript.whisperx[8].end 207.897
transcript.whisperx[8].text 往上升的那其他各國它是維持穩定的一段時間可能平均都還要在應該是81到86左右它可能到近幾年它才是最來勢的這樣下跌這個曲線圖給部長做一個這樣一個參考
transcript.whisperx[9].start 213.179
transcript.whisperx[9].end 236.991
transcript.whisperx[9].text 我提供這個表是說從30歲就直直往下掉底下還有歲數的一個標誌然後對比其他國家30歲雖然各國也都有明顯往下降的趨勢但40歲左右都好像還會再回升一下會再回升然後以南冷為例剛剛特別提到就曲線最明顯連鄰近的日本也是這個樣子
transcript.whisperx[10].start 238.112
transcript.whisperx[10].end 251.6
transcript.whisperx[10].text 所以政府希望女性不用照顧兒離子但這群離子的女性願意重回職長時那應該是整個國家社會求之不得的一個勞動力嘛對不對那怎麼台灣反而是回不去了
transcript.whisperx[11].start 253.399
transcript.whisperx[11].end 256.021
transcript.whisperx[11].text 所以勞動部在規劃婦女再就業計畫從112年到911號到今年的8月31號為止鼓勵婦女自主訓練精進原有職能訓練完成並辦理求職登記就發給2萬的獎金如果訓練完成180內經推介
transcript.whisperx[12].start 273.693
transcript.whisperx[12].end 298.627
transcript.whisperx[12].text 推介就業或自行就業者再發給一萬元也就是成功的訓練完成並在180天內完成就業的再就業的婦女就可以拿到三萬元這是一個好的政策啦這是一個好的政策那是怎麼還會這個最危險的下降然後剛剛對這個圖表台灣女性30歲之後就難以再回到職場所以我覺得這三萬塊是不是不夠
transcript.whisperx[13].start 300.285
transcript.whisperx[13].end 303.694
transcript.whisperx[13].text 因為今年8月31號就要結束了,勞動部會再升級護理債就業2.0嗎?
transcript.whisperx[14].start 305.885
transcript.whisperx[14].end 334.602
transcript.whisperx[14].text 根本說明其實我們近期其實是如火如荼在討論跟研議針對這個婦女在就業計劃要有一個升級版那在講的原因也是剛才就像委員剛才說的我們的確看到臺灣的這個二度就業婦女重回職場的比率相比於其他的國家其實還是比較偏低的所以看起來我們的確可能在一些條件上面會需要更加的放寬或者力道也要加大這是我們
transcript.whisperx[15].start 335.422
transcript.whisperx[15].end 341.891
transcript.whisperx[15].text 接下來 我想應該近期就會來跟外界報告自主訓練獎勵啦 從原有的3萬你們是2加1啦 2萬加1萬嘛 對不對有沒有機會變成4加2
transcript.whisperx[16].start 348.82
transcript.whisperx[16].end 375.492
transcript.whisperx[16].text 就變成到6萬跟我們說明確實我們在考慮剛剛原本是2加1嘛那接下來我們也在思考是不是加碼到就是委員講的這個數字就4加2嘛對好不好我們就朝這個方向努力了我們來努力我們願意我願意朝這個數字來努力這個應該一個月內可以來做決定吧我希望更快好我們不只是鼓勵這個我們所有的婦女的就業2.0就他們的這樣的
transcript.whisperx[17].start 378.095
transcript.whisperx[17].end 404.048
transcript.whisperx[17].text 可以回到職場再持續的來貢獻這樣的一個勞動力除此之外鼓勵勞工我們也要鼓勵企業嘛那你們企業是這樣除了獎勵護女在就業外針對這些聘用在就業的企業勞動部也給予一個月值缺是3000塊每月3000塊的獎勵啦最長是12個月嘛對不對那也讓這些鼓勵配合我們政策的這些企業勞動部是不是也一併要加碼
transcript.whisperx[18].start 405.909
transcript.whisperx[18].end 421.181
transcript.whisperx[18].text 跟委員說的確因為除了錢以外我們也在檢討他的一些機制那這個機制裡面我們也看到其實很多二度就業的父母他從回智障他有他在工時上面的期待跟需求比方說他會比較希望他的工時不一定是那麼長
transcript.whisperx[19].start 422.342
transcript.whisperx[19].end 442.821
transcript.whisperx[19].text 或者是有一些公食因人而异的调整的空间所以我们的确也在研议如果企业愿意来协助二路最后的妇女在做公食的调整或相关的支持措施的话我们也会加码这个奖励金这部分也是我们在规划研议的其中一个重要的部分
transcript.whisperx[20].start 443.221
transcript.whisperx[20].end 469.075
transcript.whisperx[20].text 就是等於婦女再就業的2.0版針對女性勞工也針對願意配合的這些企業嘛是 我剛才講的這部分就給企業企業願意給予勞工彈性跟工時的一些調整的機制我們就願意支持企業好 那我們就4月底前啦 4月底是 可以就已經答應了啦是 沒問題不要是因為今天是4月1號好 謝謝來 再來我們再看 請部長看勞工職場尊嚴
transcript.whisperx[21].start 471.213
transcript.whisperx[21].end 487.708
transcript.whisperx[21].text 2024的一個屏東地院的判決等一下再看到2025的一個宜蘭的判決這罵新巴克的員工智障然後你奧克在用檳榔鐵去破臉然後標罵 做標罵兩分鐘的王茶蛋還有怒罵店員
transcript.whisperx[22].start 488.991
transcript.whisperx[22].end 503.859
transcript.whisperx[22].text XX娘哀告後或判無罪法官說妨害名譽非彰化罪台灣什麼時候有彰化罪我不太懂就是罵彰化不等同於應該是講說罵彰化不等同於妨害不等同於妨害名譽的罪責
transcript.whisperx[23].start 505.64
transcript.whisperx[23].end 527.692
transcript.whisperx[23].text 這個是下面我就不再贅述了他說這個人雖然罵了勞工之後口出惡言但反而名譽徽章化所以如果因此判有罪法院會變成怎麼道德就查隊也就是過度干涉個人干涉被告個人羞辱介入干涉被告個人羞辱或言行品味的私的領域這已遠於這個
transcript.whisperx[24].start 530.076
transcript.whisperx[24].end 553.757
transcript.whisperx[24].text 這該罪的正當的保護目的我實在不太清楚這是什麼樣的一個說辭啦那部長有什麼看法如果按照這個敘述的話其實這當然已經是可能是有這個不法侵害職場不法侵害的狀況了有不法侵害的狀況嘛對不對那應該像這樣的一個消費者像這樣的一個顧客應該受到什麼樣的懲處什麼樣的處罰
transcript.whisperx[25].start 557.905
transcript.whisperx[25].end 569.532
transcript.whisperx[25].text 根委員報告 在職安法裡面目前是要求僱主要對勞工可能遭受不法侵害採取預防的措施採取預防的措施 現在發生了
transcript.whisperx[26].start 571.03
transcript.whisperx[26].end 587.526
transcript.whisperx[26].text 然後我們的勞工去告了罵他的對象那法院又就這樣處理不是只有這一案,還有依然一案依然入罵超商店員,就王插蛋什麼東西法官以認定為是公然侮辱這兩個20分鐘
transcript.whisperx[27].start 593.578
transcript.whisperx[27].end 605.864
transcript.whisperx[27].text 店內當時沒有其他人,縱使言語過於粗鄙,令人心生不快,但冒犯及影響程度尚屬輕微,最多算是修養欠佳,因不足以貶損女店員的社會名譽或名譽人格。
transcript.whisperx[28].start 613.252
transcript.whisperx[28].end 639.805
transcript.whisperx[28].text 那你們現在處理方式 照我們的食安法的處理方式還是針對雇主嘛 對不對最近這一案怎麼處理 統一那個職場怎麼處理各位說明因為相關的法源因為食安法的整部法的這個施行的邏輯裡面最重要的其實就是可以雇主的責任那當然如果對於顧客的部分當然這部分可能就會進入到司法司法的處理跟判決 對
transcript.whisperx[29].start 640.945
transcript.whisperx[29].end 652.214
transcript.whisperx[29].text 我今天就是要跟部長討論這個事情嘛如果針對勞工受到顧客不當的傷害的情況之下那我們的職安法裡面只有針對
transcript.whisperx[30].start 653.996
transcript.whisperx[30].end 679.264
transcript.whisperx[30].text 向這個僱主來做是不是有教育訓練是不是有防暴力的指引防範的責任他都有做了假設他都有做了然後這個勞工又被傷害了然後又到法院去訴訟這樣的一個法律訴訟的情況之下又被法官做這樣的一個判決無罪的判決
transcript.whisperx[31].start 681.107
transcript.whisperx[31].end 687.516
transcript.whisperx[31].text 那你覺得我們這個職安法是不是有輸入之處還是有修正的空間
transcript.whisperx[32].start 690.326
transcript.whisperx[32].end 708.455
transcript.whisperx[32].text 我引用這兩個例子跟引用統一的這個例子你們最終還是去做正常處理當然你必須要做正常處理是不是有教育訓練是不是有環抱相關的指引如果沒有就是告發了嘛對不對那勞工被傷害了勞工被傷害的回復正義誰來幫助他們來主張誰來幫他們回復
transcript.whisperx[33].start 712.817
transcript.whisperx[33].end 734.119
transcript.whisperx[33].text 跟各位說明因為職安法整部法他設計的原意就是在處理職場裡面因為職場的指揮或權力關係所造成的傷害所以整個職安法他其實比較絕大部分的對象就是科與雇主相關的責任這是職安法的邏輯對可是現在因為現在遇到的是員工跟
transcript.whisperx[34].start 735.019
transcript.whisperx[34].end 752.548
transcript.whisperx[34].text 顧客員工跟消費者之間第三者的關係他其實就這個消費者跟員工之間他可能就不是一個雇主跟員工之間的這樣子從屬或指揮的關係下的確會有些部分不容易用責任法去規範到所以就必須回到我們其他的也許刑事法規上面去處理
transcript.whisperx[35].start 753.641
transcript.whisperx[35].end 772.435
transcript.whisperx[35].text 但是現在就是我跟部長提起的這兩個案件基本上那個受傷受暴力對待受言語暴力對待的勞工通通沒有辦法在法院得到正義上的彰顯嘛所以我才會回到未完委員會來垂詢部長我們該不該面對這個問題該不該來幫助這些在職場上受到傷害的勞工
transcript.whisperx[36].start 783.863
transcript.whisperx[36].end 802.233
transcript.whisperx[36].text 這一塊已經碰壁了對不對那這一塊你們處理就是針對僱主那受傷勞工他要找誰能不能大家冷靜來思考這件事情這個事情層出不窮啊訴出懷怨又無解啊又做出這樣的解釋啊那怎麼處理
transcript.whisperx[37].start 806.319
transcript.whisperx[37].end 829.494
transcript.whisperx[37].text 跟委員報告現在在我們這一次的治安法的修法也有提到這個要調查跟處理他雖然是外部的一個人員那我們認為說在後續事情發生後僱主應該還是要提供有關於剛剛法律的一個協助還有心理諮商的一些諮詢協助這個是在我們法上可以要求僱主來做的
transcript.whisperx[38].start 830.915
transcript.whisperx[38].end 840.872
transcript.whisperx[38].text 懷慮的協助,我不曉得這兩個案例,這個雇主有沒有協助啦即便有協助,判決就這樣,對不對即便有協助,判決就這樣,那雇主有協助啊
transcript.whisperx[39].start 843.769
transcript.whisperx[39].end 860.844
transcript.whisperx[39].text 那個委員我覺得我們可能的確會需要比方說也許需要跟法務部來討論一些相關是不是有在怎麼樣來協助像這樣子案例的更進一步的可能我懂委員的意思啦就是說既有的法規確實是有些受限在這樣的案例裡面有些受限
transcript.whisperx[40].start 861.465
transcript.whisperx[40].end 866.106
transcript.whisperx[40].text 我們針對醫護人員在急診的暴力我們也經過好幾年的討論然後節節的提高相關的這樣的一個法則然後對應的方法那勞工的職場何嘗不是他在職業中遇到的暴力的傷害不管言語不管是行為對不對
transcript.whisperx[41].start 882.43
transcript.whisperx[41].end 900.848
transcript.whisperx[41].text 那我們怎麼沒有去思考所以委員我想針對不法侵害的概念尤其是如果這樣幾個判例或者是案例出來我們可以綜合思考說是不是有些地方可以再更多強化有更多的保護不過的確這個可能要找法務部這邊大家來做一些討論這樣子
transcript.whisperx[42].start 901.929
transcript.whisperx[42].end 917.963
transcript.whisperx[42].text 對啦 我們不應該說醫事人員在執行這個業務的時候遇到的相關的一些暴力我們就有相關的規範 法則去作為處理護理也是勞工的對象啊他們在衛務部這邊就有這樣的一個處置啊
transcript.whisperx[43].start 918.644
transcript.whisperx[43].end 937.075
transcript.whisperx[43].text 那整體各類別的勞工遇到這樣在執業的過程受到這樣的不滿青睞言語行為相關的暴力然後訴諸法律求助無母的情況之下那我們只是針對雇主去說你有沒有做教育訓練你有沒有做相關的一些執業如果沒有我就跟你告發那對那個勞工情何以堪
transcript.whisperx[44].start 939.727
transcript.whisperx[44].end 953.999
transcript.whisperx[44].text 我想我們來正視這個問題好不好 也請部長一個月內可以吧 來研擬相關的營運措施保護勞工在職業過程中不應該再受到這樣的一個傷害啦好 謝謝 好 謝謝主席 謝謝好 謝謝劉建國委員的發言