iVOD / 168168

Field Value
IVOD_ID 168168
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168168
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 2026-04-01T12:56:34+08:00
結束時間 2026-04-01T13:16:46+08:00
影片長度 00:20:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6ae3a98a11df106cb94221f8435d86457570c8d4d2e9dc7870bdfb2511f2cb5c7c45cb4d80bcee6c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 12:56:34 - 13:16:46
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_03
transcript.pyannote[0].start 11.11784375
transcript.pyannote[0].end 13.39596875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 13.69971875
transcript.pyannote[1].end 14.03721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.03721875
transcript.pyannote[2].end 14.57721875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 14.57721875
transcript.pyannote[3].end 14.59409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.09971875
transcript.pyannote[4].end 19.62284375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 20.28096875
transcript.pyannote[5].end 21.12471875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 21.66471875
transcript.pyannote[6].end 24.56721875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 31.48596875
transcript.pyannote[7].end 35.06346875
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 35.72159375
transcript.pyannote[8].end 38.42159375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 39.61971875
transcript.pyannote[9].end 42.35346875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 42.72471875
transcript.pyannote[10].end 48.20909375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 49.59284375
transcript.pyannote[11].end 51.36471875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 53.22096875
transcript.pyannote[12].end 59.70096875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 61.28721875
transcript.pyannote[13].end 62.41784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 62.78909375
transcript.pyannote[14].end 63.16034375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 63.61596875
transcript.pyannote[15].end 66.28221875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 67.15971875
transcript.pyannote[16].end 68.34096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 71.09159375
transcript.pyannote[17].end 74.50034375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 72.57659375
transcript.pyannote[18].end 73.94346875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 74.19659375
transcript.pyannote[19].end 75.63096875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 76.62659375
transcript.pyannote[20].end 79.90034375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 81.45284375
transcript.pyannote[21].end 91.93221875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 92.15159375
transcript.pyannote[22].end 99.99846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 101.24721875
transcript.pyannote[23].end 102.42846875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 102.49596875
transcript.pyannote[24].end 107.35596875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 108.04784375
transcript.pyannote[25].end 111.40596875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 111.47346875
transcript.pyannote[26].end 115.15221875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 115.50659375
transcript.pyannote[27].end 132.68534375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 132.97221875
transcript.pyannote[28].end 150.06659375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 150.40409375
transcript.pyannote[29].end 150.74159375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 151.34909375
transcript.pyannote[30].end 196.15221875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 196.81034375
transcript.pyannote[31].end 203.13846875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 203.64471875
transcript.pyannote[32].end 221.80221875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 222.15659375
transcript.pyannote[33].end 223.10159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 223.89471875
transcript.pyannote[34].end 234.47534375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 224.16471875
transcript.pyannote[35].end 224.23221875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 224.75534375
transcript.pyannote[36].end 225.73409375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 228.94034375
transcript.pyannote[37].end 229.29471875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 233.15909375
transcript.pyannote[38].end 238.96409375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 239.23409375
transcript.pyannote[39].end 244.41471875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 244.80284375
transcript.pyannote[40].end 257.35784375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 257.86409375
transcript.pyannote[41].end 260.85096875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 260.34471875
transcript.pyannote[42].end 262.79159375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 262.89284375
transcript.pyannote[43].end 263.23034375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 264.12471875
transcript.pyannote[44].end 265.30596875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 265.64346875
transcript.pyannote[45].end 286.53471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 286.72034375
transcript.pyannote[46].end 288.71159375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 288.59346875
transcript.pyannote[47].end 292.96409375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 293.45346875
transcript.pyannote[48].end 294.33096875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 294.71909375
transcript.pyannote[49].end 299.64659375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 300.00096875
transcript.pyannote[50].end 312.21846875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 312.62346875
transcript.pyannote[51].end 313.11284375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 313.66971875
transcript.pyannote[52].end 315.17159375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 315.84659375
transcript.pyannote[53].end 324.57096875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 324.85784375
transcript.pyannote[54].end 331.38846875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 331.77659375
transcript.pyannote[55].end 334.62846875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 335.45534375
transcript.pyannote[56].end 345.29346875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 345.64784375
transcript.pyannote[57].end 346.05284375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 346.96409375
transcript.pyannote[58].end 347.60534375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 347.95971875
transcript.pyannote[59].end 348.43221875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 349.19159375
transcript.pyannote[60].end 350.64284375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 351.09846875
transcript.pyannote[61].end 353.46096875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 356.22846875
transcript.pyannote[62].end 369.71159375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 370.15034375
transcript.pyannote[63].end 409.06409375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 409.18221875
transcript.pyannote[64].end 410.83596875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 411.02159375
transcript.pyannote[65].end 413.70471875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 413.95784375
transcript.pyannote[66].end 419.27346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 419.74596875
transcript.pyannote[67].end 442.88159375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 443.89409375
transcript.pyannote[68].end 444.51846875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 444.61971875
transcript.pyannote[69].end 446.96534375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 447.57284375
transcript.pyannote[70].end 449.10846875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 449.61471875
transcript.pyannote[71].end 452.07846875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 452.38221875
transcript.pyannote[72].end 456.48284375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 456.28034375
transcript.pyannote[73].end 457.68096875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 457.90034375
transcript.pyannote[74].end 461.05596875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 457.95096875
transcript.pyannote[75].end 458.82846875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 459.18284375
transcript.pyannote[76].end 459.62159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 461.10659375
transcript.pyannote[77].end 462.86159375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 462.91221875
transcript.pyannote[78].end 466.32096875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 466.96221875
transcript.pyannote[79].end 471.73784375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 472.46346875
transcript.pyannote[80].end 474.11721875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 474.47159375
transcript.pyannote[81].end 491.17784375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 491.02596875
transcript.pyannote[82].end 495.07596875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 495.51471875
transcript.pyannote[83].end 495.81846875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 496.56096875
transcript.pyannote[84].end 500.50971875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 500.76284375
transcript.pyannote[85].end 535.89659375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 536.11596875
transcript.pyannote[86].end 542.17409375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 542.29221875
transcript.pyannote[87].end 554.71221875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 555.45471875
transcript.pyannote[88].end 584.04096875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 584.81721875
transcript.pyannote[89].end 623.98409375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 616.12034375
transcript.pyannote[90].end 617.90909375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 618.21284375
transcript.pyannote[91].end 619.41096875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 621.11534375
transcript.pyannote[92].end 634.41284375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 634.46346875
transcript.pyannote[93].end 635.91471875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 636.37034375
transcript.pyannote[94].end 639.15471875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 639.69471875
transcript.pyannote[95].end 641.07846875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 640.84221875
transcript.pyannote[96].end 654.51096875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 641.87159375
transcript.pyannote[97].end 641.97284375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 654.84846875
transcript.pyannote[98].end 664.38284375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 664.33221875
transcript.pyannote[99].end 668.38221875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 668.75346875
transcript.pyannote[100].end 672.28034375
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 672.76971875
transcript.pyannote[101].end 673.63034375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 674.01846875
transcript.pyannote[102].end 676.78596875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 677.30909375
transcript.pyannote[103].end 682.57409375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 682.91159375
transcript.pyannote[104].end 701.99721875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 704.12346875
transcript.pyannote[105].end 705.67596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 704.71409375
transcript.pyannote[106].end 708.89909375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 708.81471875
transcript.pyannote[107].end 723.05721875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 723.37784375
transcript.pyannote[108].end 724.94721875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 724.50846875
transcript.pyannote[109].end 734.41409375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 733.68846875
transcript.pyannote[110].end 735.54471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 735.86534375
transcript.pyannote[111].end 737.55284375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 736.84409375
transcript.pyannote[112].end 738.70034375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 739.15596875
transcript.pyannote[113].end 776.16284375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 776.68596875
transcript.pyannote[114].end 787.60409375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 788.24534375
transcript.pyannote[115].end 797.42534375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 797.64471875
transcript.pyannote[116].end 799.14659375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 799.97346875
transcript.pyannote[117].end 803.63534375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 803.85471875
transcript.pyannote[118].end 822.48471875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 822.72096875
transcript.pyannote[119].end 827.88471875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 828.47534375
transcript.pyannote[120].end 842.92034375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 849.29909375
transcript.pyannote[121].end 850.39596875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 862.95096875
transcript.pyannote[122].end 863.33909375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 864.33471875
transcript.pyannote[123].end 868.21596875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 869.29596875
transcript.pyannote[124].end 877.04159375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 877.14284375
transcript.pyannote[125].end 890.92971875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 891.85784375
transcript.pyannote[126].end 893.37659375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 893.37659375
transcript.pyannote[127].end 894.54096875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 894.25409375
transcript.pyannote[128].end 895.92471875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 895.84034375
transcript.pyannote[129].end 897.37596875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 897.69659375
transcript.pyannote[130].end 921.72659375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 922.04721875
transcript.pyannote[131].end 926.51909375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 926.75534375
transcript.pyannote[132].end 927.19409375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 927.90284375
transcript.pyannote[133].end 930.65346875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 930.65346875
transcript.pyannote[134].end 931.00784375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 931.00784375
transcript.pyannote[135].end 938.56784375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 934.23096875
transcript.pyannote[136].end 935.36159375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 935.90159375
transcript.pyannote[137].end 937.89284375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 939.64784375
transcript.pyannote[138].end 945.11534375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 945.73971875
transcript.pyannote[139].end 948.16971875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 948.81096875
transcript.pyannote[140].end 949.43534375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 950.48159375
transcript.pyannote[141].end 956.74221875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 958.46346875
transcript.pyannote[142].end 965.01096875
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 959.32409375
transcript.pyannote[143].end 961.61909375
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 965.11221875
transcript.pyannote[144].end 972.01409375
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 972.50346875
transcript.pyannote[145].end 973.27971875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 973.58346875
transcript.pyannote[146].end 979.84409375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 979.94534375
transcript.pyannote[147].end 985.04159375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 985.31159375
transcript.pyannote[148].end 989.58096875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 990.66096875
transcript.pyannote[149].end 992.28096875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 991.90971875
transcript.pyannote[150].end 994.32284375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 992.58471875
transcript.pyannote[151].end 1012.86846875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 994.79534375
transcript.pyannote[152].end 995.94284375
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 1013.12159375
transcript.pyannote[153].end 1016.80034375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 1017.17159375
transcript.pyannote[154].end 1018.13346875
transcript.pyannote[155].speaker SPEAKER_03
transcript.pyannote[155].start 1018.75784375
transcript.pyannote[155].end 1019.95596875
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 1021.01909375
transcript.pyannote[156].end 1022.79096875
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 1023.36471875
transcript.pyannote[157].end 1024.54596875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 1024.96784375
transcript.pyannote[158].end 1026.92534375
transcript.pyannote[159].speaker SPEAKER_03
transcript.pyannote[159].start 1028.05596875
transcript.pyannote[159].end 1031.34659375
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 1031.70096875
transcript.pyannote[160].end 1032.62909375
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 1034.08034375
transcript.pyannote[161].end 1034.40096875
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 1035.73409375
transcript.pyannote[162].end 1038.75471875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 1039.07534375
transcript.pyannote[163].end 1043.02409375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 1039.17659375
transcript.pyannote[164].end 1039.51409375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 1039.51409375
transcript.pyannote[165].end 1039.54784375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 1039.54784375
transcript.pyannote[166].end 1039.56471875
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 1043.29409375
transcript.pyannote[167].end 1046.29784375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 1046.53409375
transcript.pyannote[168].end 1051.41096875
transcript.pyannote[169].speaker SPEAKER_03
transcript.pyannote[169].start 1050.34784375
transcript.pyannote[169].end 1055.47784375
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 1056.89534375
transcript.pyannote[170].end 1071.30659375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 1061.78909375
transcript.pyannote[171].end 1065.43409375
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 1072.11659375
transcript.pyannote[172].end 1097.49659375
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 1097.91846875
transcript.pyannote[173].end 1101.64784375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 1102.44096875
transcript.pyannote[174].end 1104.80346875
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 1105.54596875
transcript.pyannote[175].end 1109.98409375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 1110.16971875
transcript.pyannote[176].end 1111.72221875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 1111.82346875
transcript.pyannote[177].end 1113.78096875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 1113.96659375
transcript.pyannote[178].end 1127.02784375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 1127.31471875
transcript.pyannote[179].end 1129.17096875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 1129.39034375
transcript.pyannote[180].end 1133.25471875
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 1133.89596875
transcript.pyannote[181].end 1134.28409375
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 1134.85784375
transcript.pyannote[182].end 1135.43159375
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 1135.87034375
transcript.pyannote[183].end 1137.13596875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 1137.67596875
transcript.pyannote[184].end 1138.46909375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 1137.82784375
transcript.pyannote[185].end 1144.79721875
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 1145.15159375
transcript.pyannote[186].end 1146.38346875
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 1147.59846875
transcript.pyannote[187].end 1161.77346875
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 1162.49909375
transcript.pyannote[188].end 1163.17409375
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 1163.64659375
transcript.pyannote[189].end 1174.69971875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 1174.69971875
transcript.pyannote[190].end 1182.63096875
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 1182.81659375
transcript.pyannote[191].end 1192.06409375
transcript.pyannote[192].speaker SPEAKER_03
transcript.pyannote[192].start 1192.78971875
transcript.pyannote[192].end 1199.32034375
transcript.pyannote[193].speaker SPEAKER_03
transcript.pyannote[193].start 1200.34971875
transcript.pyannote[193].end 1203.03284375
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 1203.37034375
transcript.pyannote[194].end 1205.17596875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 1205.17596875
transcript.pyannote[195].end 1208.95596875
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 1209.19221875
transcript.pyannote[196].end 1209.58034375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 1209.58034375
transcript.pyannote[197].end 1210.17096875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 1211.36909375
transcript.pyannote[198].end 1212.48284375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 1212.78659375
transcript.pyannote[199].end 1213.54596875
transcript.whisperx[0].start 11.135
transcript.whisperx[0].end 37.361
transcript.whisperx[0].text 好 謝謝主席 麻煩請一下洪部長好 請洪部長請問好部長好 首先想要先跟您請教一下答案都跟你說了 跟你看了但是我想問的是原住民的職在千人綠
transcript.whisperx[1].start 39.653
transcript.whisperx[1].end 58.398
transcript.whisperx[1].text 你給他看沒關係啊,那也不是今年的吧我要問你今年的114年原住民的職災遷人率是多少?跟委員報告,我們現在正在統計中那初步的資料是職災遷人率是3.267那全產業的職災遷人率又是多少?
transcript.whisperx[2].start 71.141
transcript.whisperx[2].end 99.436
transcript.whisperx[2].text 我們可能要再查一下數據我幫你查好這2點你們也還沒公布我就不要聽你們公布了對因為113年我這邊簡報上面是前年的那去年的我們目前還沒有看到那這目前你們還沒公布那這個兩者的相差他有一些差距那部長你怎麼看待這個差距有什麼特別的意義嗎
transcript.whisperx[3].start 101.594
transcript.whisperx[3].end 119.463
transcript.whisperx[3].text 的確原住民族他在很多他的就業跟職業上面可能是比較會是高風險的職場的確我們也看到這個狀況第一個來部長我跟你說一下我換算給你看那每年大約有上萬件的這個職災發生以114年來看總共有25371件意思是說呢在這個兩萬大概
transcript.whisperx[4].start 129.648
transcript.whisperx[4].end 150.467
transcript.whisperx[4].text 大概25000件的植栽里面呢比例换算一下从这个刚刚植栽千人率这样换算起来我们大概原住民的部分有占了15000人那其他族群的部分加起来大约有1万人左右这个比例是这样看起来是很可怕的那
transcript.whisperx[5].start 152.048
transcript.whisperx[5].end 179.21
transcript.whisperx[5].text 原住民的這個職災宣導跟統計我們在過去在這個研究所就是我們前所長何俊傑的帶領之下他有特別建置了這個專屬的網站可以利用那這個網站在過去定期會分析原住民的這個職災的特性那這也顯示勞動部對於原住民高發生率的職災是有所重視的
transcript.whisperx[6].start 180.071
transcript.whisperx[6].end 202.734
transcript.whisperx[6].text 那只是說在他離開之後那我們最近想要再查詢這個網站那我特別上網去看你們在這個網頁3月30號的時候有更新這個要給你們拍拍手但是我很認真的再去看一下裡面的內容卻停留在
transcript.whisperx[7].start 203.795
transcript.whisperx[7].end 222.864
transcript.whisperx[7].text 去年也就是去年114年2月17日裡面的內容是完全沒有更新了所以本席會合理的懷疑所以我們是不是因為今天有這個專報然後你們要來備詢所以我趕快做個假動作那個網頁給他更新一下而且只有一人瀏覽那一人就是我們啊
transcript.whisperx[8].start 224.068
transcript.whisperx[8].end 241.654
transcript.whisperx[8].text 不是 他主要是他的資料的時間出來因為他可能涉及到勞保的資料然後我們還要跟內政部所以我們今年其實應該在三月中的時候重點是因為網頁今天三月三十要有更新而且這已經就是有過了一年多了這有一年多的差距
transcript.whisperx[9].start 242.554
transcript.whisperx[9].end 260.866
transcript.whisperx[9].text 那比較重要的是說我們看一下113年是比112年植栽增加了64例那我不知道說114年它會繼續上升還是下降那因為我要講的是整體來說114年應該是下降的
transcript.whisperx[10].start 264.148
transcript.whisperx[10].end 285.583
transcript.whisperx[10].text 那我們下降聽起來很好 好消息 但我們來細看一下114年度職災死亡的人數是251人比這個前年度要減少了36人看起來如部長所說的 我們這個降災的成效看起來是不錯的
transcript.whisperx[11].start 287.184
transcript.whisperx[11].end 314.698
transcript.whisperx[11].text 我覺得還有精進的空間好沒關係但是至少看起來人數下降嘛那這個要給你拍拍手但是呢我們在西部看一下實際上是因為今年我們的這個近年我們住宅的開工數也下降了下降了兩趴那也就是等於少了將近三千戶左右那這個也是一個很重要的數據那我們這樣換算起來
transcript.whisperx[12].start 316.219
transcript.whisperx[12].end 334.369
transcript.whisperx[12].text 可能就不一定是降灾成效良好了因为更何况在你们的制造业就是说制造业的死亡人数它是比去年增加了7人那total是你看在全产业
transcript.whisperx[13].start 335.51
transcript.whisperx[13].end 352.137
transcript.whisperx[13].text 這個7不要小看這7個人這就已經佔了這個增加這7個等於佔了全產業的25%的死亡人數了好這個是很高的好那我們再看一下喔就是在
transcript.whisperx[14].start 356.26
transcript.whisperx[14].end 369.112
transcript.whisperx[14].text 教育跟宣導是當然是這個旨在預防非常重要的措施那感覺過去你們看起來是比較重視那畢竟就是說原住民利用這個我們遂時祭儀還有
transcript.whisperx[15].start 371.934
transcript.whisperx[15].end 395.749
transcript.whisperx[15].text 各類的活動像射箭、壘球比賽等等你們在這些活動上藉這樣子人數聚集的時候我們大力的宣導當然這是過去研究所所主導而且有看到一些好成績但是同時我在這邊也要提醒勞動部就是我們要注意數據的正確性
transcript.whisperx[16].start 397.95
transcript.whisperx[16].end 413.304
transcript.whisperx[16].text 那也不要像職安署就是說曾經他發布了然後又增加重大職災人數因為必要的時候部長你也可以請這個跟這個勞保局可以再確認一下部長是不是可以同意這樣的建議
transcript.whisperx[17].start 414.665
transcript.whisperx[17].end 440.932
transcript.whisperx[17].text 我們當然會請治安署跟勞保局都保持資料上面的對接那今年初其實的確有一度我們有增加幾個人重大自災人數但比較大的原因是因為當時其實有一些自災認定案件還在司法單位裡面其實檢察官還在認定那後來檢方把那個他的資料給確認出來以後他是自災所以我們也很直接的就把這些相關的數字加上去那我們都不會隱匿不會隱匿絕對不會隱匿
transcript.whisperx[18].start 444.957
transcript.whisperx[18].end 471.317
transcript.whisperx[18].text 因为大家都会去看当年的这个换算的人数嘛那至于你说每年都要去解释为什么增加我们现在会是每季那我想这个部分就提醒你们我每三个月就公布一次那这个另外要也是要再提醒劳动部就是说我们
transcript.whisperx[19].start 472.558
transcript.whisperx[19].end 494.338
transcript.whisperx[19].text 就是說在這個你們那個下降就是說數據一下下降太顯著太漂亮然後又沒有分析原因的時候然後發佈的時間又比往年要再晚我說這樣的種種的這個跡象會讓我們難免去質疑這個數據的真實性所以跟我們說明我們接下來會是每三個月每一季就會發佈一次好
transcript.whisperx[20].start 496.618
transcript.whisperx[20].end 525.42
transcript.whisperx[20].text 那我們就拭目以待希望有所精進那另外就是說勞研所的這個績效跟部長是不是重視會不會有沒有在重視是有很大的關係因為這個機構呢他當然配合這103年2月勞委會升格為勞動部之後呢所有的預算跟人員呢都沒有變動那全部都是職業安全衛生的背景的研究人員
transcript.whisperx[21].start 526.901
transcript.whisperx[21].end 554.41
transcript.whisperx[21].text 那但是呢我們檢視一下這個政府的所長還有新來的主命呢都不是這個職業安全衛生的這個職安衛的這個專業的人去領導那本席只是想要請教說部長這樣子的安排在領導統一上會不會容易出問題那專業上有沒有說服力
transcript.whisperx[22].start 555.65
transcript.whisperx[22].end 583.418
transcript.whisperx[22].text 會不會容易做出錯誤的決策跟判斷而不自知然後造成而且底下的這些專業的部署可能也不敢多說什麼那這些呢可能都會影響到部長做出一些在做判斷的時候做決策的時候可能會有一些落差那我想我不知道部長有沒有掌握這樣的問題或者認為這樣根本也不是問題
transcript.whisperx[23].start 584.841
transcript.whisperx[23].end 599.501
transcript.whisperx[23].text 跟文說明第一個因為確實我們研究所這邊過去比較多會是專案位的人員但其實近年外界越來越重視很多關於勞動市場相關的研究所以我們這幾年尤其是跟勞動力有關的好
transcript.whisperx[24].start 599.821
transcript.whisperx[24].end 616.58
transcript.whisperx[24].text 包括跟就業有關的這也其實是在我們整個研究的範圍裡面所以我們整個接下來當然我們還是會保持因為我們的在這個研究所的一個優勢就是針對職安衛的研究的部分可是接下來我們也會要來強化在勞動市場上面的研究因為這也是現在包括大家提到缺工的問題
transcript.whisperx[25].start 618.682
transcript.whisperx[25].end 638.655
transcript.whisperx[25].text 包括各種勞動型態的研究的問題這可能過去不是傳統職安衛範圍的但是我講的是我剛剛談的問題主要是集中在我們的第一層一層的這個專業人士的部分他們的專業因為畢竟這個領導你也可以平衡一下
transcript.whisperx[26].start 639.856
transcript.whisperx[26].end 654.091
transcript.whisperx[26].text 我的問題在這裡跟跟文說明其實因為現在那個王所長他之前在公布的重規師其實重規師就是掌握跟了解整個勞動部相關的政策其實都了解到都有一定程度的了解
transcript.whisperx[27].start 654.992
transcript.whisperx[27].end 675.658
transcript.whisperx[27].text 所以當然這個如果委員有什麼建議我們可以也再來跟委員聽取委員的建議那或者是有什麼提醒也可以再來提醒我們我想我點出這個問題啦那那個部長重不重視認為是不是有問題就是我也沒有辦法勉強但我想
transcript.whisperx[28].start 677.398
transcript.whisperx[28].end 696.532
transcript.whisperx[28].text 在針對因為我們是監督單位那我就提出這樣子的提醒那另外就是說今天另外的議題是霸凌那目前就是說有關於這個職場霸凌的諮詢專線我們查了一下除了1955之外還有這個職安署跟這個勞工健康服務的心理諮商專線並沒有專責的這個服務單位你們未來會設置嗎
transcript.whisperx[29].start 704.298
transcript.whisperx[29].end 721.194
transcript.whisperx[29].text 會想要設置在哪裡嗎我想接下來在預防重圓中心我們會來規劃相關的機制好這樣很好謝謝喔那職安署的這個職場霸凌申訴管道申訴專線跟傳真請問從這個職安法的霸凌專章通過之後接到申訴服務的次數次量有沒有統計有沒有
transcript.whisperx[30].start 724.037
transcript.whisperx[30].end 736.448
transcript.whisperx[30].text 對 你們有統計嗎跟委員報告 因為現行是條文還沒施行不過過去以來的不罰侵害的這個案件都有持續在接受跟統計所以目前是沒有啦因為還沒上路
transcript.whisperx[31].start 739.23
transcript.whisperx[31].end 766.035
transcript.whisperx[31].text 因為只要是涉及到人的管理就有可能有這個霸凌的發生那這個涉及到客觀的事實跟主觀的感受那勞動部呢剛好就自己你們都遇到了那第一案呢謝一榮的案子勞動部從一開始調查是不成立的後來因為龐大的這個輿論壓力那我們又重啟調查然後又成立了這個就是他重新調查之後又成立了
transcript.whisperx[32].start 767.015
transcript.whisperx[32].end 787.355
transcript.whisperx[32].text 结果呢这个法院认定又霸凌案又不成立那另外一件呢是裁判法人职灾中心的主管的霸凌案那法人的内部调查经过他经过三次三次的会议决议才认定这个霸凌案成立过程看起来是非常严谨啊
transcript.whisperx[33].start 788.588
transcript.whisperx[33].end 802.281
transcript.whisperx[33].text 但是呢這位被認定霸凌案的副處長卻還不斷的去提告申訴人證人還有調查委員結果呢反而被法院的這個判決書
transcript.whisperx[34].start 803.982
transcript.whisperx[34].end 826.621
transcript.whisperx[34].text 把這個調查的這個過程結果認定霸凌案的理由公開那結果呢就變成了這個是霸凌專章通過之後我國第一件我們第一件由法院引用職安法認證通過的霸凌案成立那我想要請部長去看一下那份判決書就是
transcript.whisperx[35].start 829.242
transcript.whisperx[35].end 842.63
transcript.whisperx[35].text 臺灣臺北地方法院114年度勞檢制第183號民事判決原告葉秀珊告證人原告之訴駁回我想我把這一份就先送給部長
transcript.whisperx[36].start 862.961
transcript.whisperx[36].end 890.254
transcript.whisperx[36].text 好 這個看起來職安署負責的調查程序跟結果遠遠不如你們當時的這個職災中心能夠在司法認證上站得住腳那部長你知道嗎在有聽說這位副處長在調查階段有私下事先跟調查委員接觸我想請教部長調查委員的名單是不是不公開
transcript.whisperx[37].start 892.155
transcript.whisperx[37].end 920.914
transcript.whisperx[37].text 應該是不公開吧他不能事先公開吧根文說明第一個在重建中心當時有幾件的霸凌案我們都依照相關的程序來辦理所以確實因為這當然涉及到一些個資那幾件案子那確實有霸凌成立的情況他不是到法院才認定霸凌成立是在我們在這個重建中心在法人的調查裡面就認定
transcript.whisperx[38].start 922.155
transcript.whisperx[38].end 947.28
transcript.whisperx[38].text 成立的對而且認定完以後也做了相關的處置好在法人那個時候就認定成立是好那你可能要關注一下後續的發展對所以後來我現在後來又有他們的提告到法院部長我現在問的你要回答我我現在問的是調查委員的名單是可以事先公開的嗎因為
transcript.whisperx[39].start 950.509
transcript.whisperx[39].end 979.366
transcript.whisperx[39].text 因為你們的這位副處長他事先去跟著這個調查委員接觸了啊你不知道這件事嗎你知道嗎調查委員的名單我們其實並沒有公開好那我想請問葉秀珊副處長他是如何得知調查委員是誰那他怎麼可以事先去找調查委員部長你要不要回去調查一下為什麼
transcript.whisperx[40].start 981.647
transcript.whisperx[40].end 989.393
transcript.whisperx[40].text 我不確定他怎麼知道但我要可以說的事情是說這個案子基本上這個內部的調查霸凌就是成立的
transcript.whisperx[41].start 990.751
transcript.whisperx[41].end 1018.037
transcript.whisperx[41].text 我要在這裡 我現在不是部長你稍等一下部長你弄清楚我的問題我今天我不是在跟你討論霸凌案我不是在跟你計較霸凌案在你們內部就已經成立還是到法院才成立我今天我在乎的是為什麼這個副處長他可以事先知道這個調查委員的名單如果你們在這件事情上不能好好把關的話那未來會變成什麼樣子
transcript.whisperx[42].start 1021.098
transcript.whisperx[42].end 1032.284
transcript.whisperx[42].text 所以我今天在這裡要求我很清楚有掌握這個訊息業副處長他有跟調查委員他有去找他有接觸那
transcript.whisperx[43].start 1035.785
transcript.whisperx[43].end 1055.245
transcript.whisperx[43].text 你要很正視我提出來今天這個問題因為他可能就是成為未來你們在處理所有的大靈案的一個很重要的一個破口所以如果你有相關的資訊的話其實你可以提供給我們但是問題是這個葉副處長到處告人搞不好我今天質詢完他也告我呀
transcript.whisperx[44].start 1057.103
transcript.whisperx[44].end 1070.998
transcript.whisperx[44].text 雖然不會成立但是他可能也會到處告啦那我要提一下啦就如果你有明確的事實的話你也可以提供給我們部長你暫時不要再跟我反駁任何事情因為我告訴你有這件事情那我們要提出來是因為
transcript.whisperx[45].start 1073.16
transcript.whisperx[45].end 1101.198
transcript.whisperx[45].text 我希望你做調查你去調查為什麼會發生然後你把這個調查結果跟本席報告跟我們所有委員衛環委員會的委員來報告我為什麼要你做這個動作因為未來如果有內部的人因此受影響而有特定的立場造成有一方被冤枉了那霸凌專章未來還可以保護勞工嗎還是說變成有利人士的這些可以興風作浪的源頭
transcript.whisperx[46].start 1102.483
transcript.whisperx[46].end 1126.313
transcript.whisperx[46].text 好我今天特別指出這個問題我是要你杜絕未來有可能發生同樣的問題所以你一定要回去調查所以委員當時在這個法人裡面的確有幾件霸凌案的調查霸凌案成立以後我們在人事上面都做了處理的就是希望杜絕也希望能夠讓法人有一個新的在人事上面一個新的開始
transcript.whisperx[47].start 1127.349
transcript.whisperx[47].end 1146.114
transcript.whisperx[47].text 所以我們也不希望說未來負責調查的或者去做證人的都被變成被告或者是甚至被開除或者甚至被反告變成是霸凌的對象這些都是不對啦
transcript.whisperx[48].start 1147.625
transcript.whisperx[48].end 1162.777
transcript.whisperx[48].text 所以一般的法律都可以透過執法或者這個行政命令來確保這個法律的效果可以被發揮那你們現在既然訂了這個霸凌專章但是你們卻沒有這個實質程序禁止行為等等的宣示都沒有所以
transcript.whisperx[49].start 1163.738
transcript.whisperx[49].end 1191.915
transcript.whisperx[49].text 而且也沒有這個諮詢服務的專責單位所以我希望勞動部你們可以再繼續加油要有所作為讓自己通過的法案能夠真正發揮到保護被霸凌的勞工委員我還是做說明說現在附屬法規正在修訂中所以剛才委員剛才講到的幾個點包括禁止的部分在新的附屬法規裡面我們都有放進去對這是在去年底的修法之後然後再新訂的附屬法規那我們希望能夠在7月1號可以上路
transcript.whisperx[50].start 1192.844
transcript.whisperx[50].end 1208.168
transcript.whisperx[50].text 好那這個部分喔我剛剛講的那個調這個事先那個名單洩露然後被我是說那個葉副處長去找的這件事情好你們一定要好好調查清楚如果有委員有什麼相關資訊也可以再提供給我們我們來確認對謝謝謝謝陳營委的資訊