iVOD / 170249

Field Value
IVOD_ID 170249
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/170249
日期 2026-07-02
會議資料.會議代碼 委員會-11-5-26-17
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17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 17
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17次全體委員會議
影片種類 Clip
開始時間 2026-07-02T09:37:11+08:00
結束時間 2026-07-02T09:49:43+08:00
影片長度 00:12:32
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/cc5c88b044d5f1e01e5b60bc182cda03c206a561727bd8a3b679282e1c2a67e5642409915d7b18685ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:37:11 - 09:49:43
會議時間 2026-07-02T09:00:00+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17次全體委員會議(事由:審查 一、委員徐巧芯等19人擬具「菸害防制法第二十六條條文修正草案」案。 二、委員黃健豪等17人擬具「菸害防制法第三十七條條文修正草案」案。 三、委員羅智強等17人擬具「菸害防制法第二十六條條文修正草案」案。 四、委員羅智強等17人擬具「菸害防制法第四十條條文修正草案」案。 五、委員吳宗憲等17人擬具「菸害防制法第四條條文修正草案」案。 六、委員陳秀寳等20人擬具「菸害防制法部分條文修正草案」案。 七、委員林月琴等22人擬具「菸害防制法部分條文修正草案」案。 八、委員王育敏等20人擬具「菸害防制法部分條文修正草案」案。 九、委員呂玉玲等16人擬具「菸害防制法增訂第七條之一條文草案」案。 十、委員邱若華等17人擬具「菸害防制法第三條及第十五條條文修正草案」案。 十一、委員陳超明等31人擬具「菸害防制法部分條文修正草案」案。 十二、委員王義川等17人擬具「菸害防制法第三十二條及第四十條條文修正草案」案。 十三、委員林倩綺等22人擬具「菸害防制法部分條文修正草案」案。 十四、委員陳菁徽等21人擬具「菸害防制法第十五條條文修正草案」案。 十五、委員林思銘等20人擬具「菸害防制法部分條文修正草案」案。 十六、委員邱鎮軍等20人擬具「菸害防制法部分條文修正草案」案。 十七、委員賴瑞隆等17人擬具「菸害防制法部分條文修正草案」案。 【僅詢答】【第十二至十七案,如經復議則不予審查】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.67221875
transcript.pyannote[0].end 1.36409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 0.70596875
transcript.pyannote[1].end 1.21221875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 1.31346875
transcript.pyannote[2].end 1.36409375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 1.38096875
transcript.pyannote[3].end 13.07534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 6.22409375
transcript.pyannote[4].end 6.37596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 6.42659375
transcript.pyannote[5].end 6.73034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 11.89409375
transcript.pyannote[6].end 12.14721875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 12.16409375
transcript.pyannote[7].end 12.18096875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 13.09221875
transcript.pyannote[8].end 25.17471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 19.50471875
transcript.pyannote[9].end 19.87596875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 21.59721875
transcript.pyannote[10].end 21.96846875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 25.20846875
transcript.pyannote[11].end 45.01971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 30.62534375
transcript.pyannote[12].end 30.65909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 45.32346875
transcript.pyannote[13].end 59.90346875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 59.90346875
transcript.pyannote[14].end 62.29971875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 62.29971875
transcript.pyannote[15].end 63.29534375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 63.29534375
transcript.pyannote[16].end 66.95721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 67.54784375
transcript.pyannote[17].end 69.03284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 68.03721875
transcript.pyannote[18].end 88.01721875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 75.66471875
transcript.pyannote[19].end 76.01909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 82.49909375
transcript.pyannote[20].end 82.98846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 85.46909375
transcript.pyannote[21].end 85.90784375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 87.56159375
transcript.pyannote[22].end 88.89471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 88.77659375
transcript.pyannote[23].end 88.96221875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 88.96221875
transcript.pyannote[24].end 88.97909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 88.97909375
transcript.pyannote[25].end 89.01284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 89.01284375
transcript.pyannote[26].end 98.24346875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 99.10409375
transcript.pyannote[27].end 99.61034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 99.13784375
transcript.pyannote[28].end 101.97284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 100.58909375
transcript.pyannote[29].end 101.68596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 101.71971875
transcript.pyannote[30].end 101.75346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 101.80409375
transcript.pyannote[31].end 103.96409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 102.73221875
transcript.pyannote[32].end 105.53346875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 105.29721875
transcript.pyannote[33].end 106.37721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 106.29284375
transcript.pyannote[34].end 110.35971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 110.24159375
transcript.pyannote[35].end 116.65409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 116.63721875
transcript.pyannote[36].end 126.12096875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 120.48471875
transcript.pyannote[37].end 121.07534375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 122.64471875
transcript.pyannote[38].end 123.23534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 126.12096875
transcript.pyannote[39].end 130.20471875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 127.85909375
transcript.pyannote[40].end 128.23034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 130.20471875
transcript.pyannote[41].end 151.85534375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 152.44596875
transcript.pyannote[42].end 182.11221875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 163.36409375
transcript.pyannote[43].end 163.71846875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 178.82159375
transcript.pyannote[44].end 179.15909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 182.41596875
transcript.pyannote[45].end 203.13846875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 186.17909375
transcript.pyannote[46].end 186.66846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 192.69284375
transcript.pyannote[47].end 192.94596875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 194.39721875
transcript.pyannote[48].end 194.81909375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 197.06346875
transcript.pyannote[49].end 197.26596875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 201.07971875
transcript.pyannote[50].end 210.79971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 206.58096875
transcript.pyannote[51].end 207.91409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 210.46221875
transcript.pyannote[52].end 231.60659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 211.25534375
transcript.pyannote[53].end 211.37346875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 217.76909375
transcript.pyannote[54].end 218.79846875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 231.60659375
transcript.pyannote[55].end 233.69909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 232.90596875
transcript.pyannote[56].end 237.85034375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 238.01909375
transcript.pyannote[57].end 241.25909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 239.95971875
transcript.pyannote[58].end 240.29721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 241.37721875
transcript.pyannote[59].end 248.07659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 245.91659375
transcript.pyannote[60].end 246.30471875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 246.43971875
transcript.pyannote[61].end 249.29159375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 248.48159375
transcript.pyannote[62].end 248.78534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 249.05534375
transcript.pyannote[63].end 251.92409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 250.16909375
transcript.pyannote[64].end 252.78471875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 252.81846875
transcript.pyannote[65].end 269.65971875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 261.20534375
transcript.pyannote[66].end 261.50909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 265.54221875
transcript.pyannote[67].end 265.91346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 266.99346875
transcript.pyannote[68].end 268.24221875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 268.54596875
transcript.pyannote[69].end 268.69784375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 269.15346875
transcript.pyannote[70].end 276.96659375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 275.19471875
transcript.pyannote[71].end 275.39721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 277.11846875
transcript.pyannote[72].end 282.40034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 283.10909375
transcript.pyannote[73].end 297.48659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 295.41096875
transcript.pyannote[74].end 296.00159375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 298.02659375
transcript.pyannote[75].end 299.61284375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 299.61284375
transcript.pyannote[76].end 301.55346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 300.86159375
transcript.pyannote[77].end 302.92034375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 301.70534375
transcript.pyannote[78].end 308.25284375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 308.74221875
transcript.pyannote[79].end 334.40909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 310.12596875
transcript.pyannote[80].end 311.83034375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 314.54721875
transcript.pyannote[81].end 314.61471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 314.63159375
transcript.pyannote[82].end 314.66534375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 314.73284375
transcript.pyannote[83].end 315.15471875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 334.98284375
transcript.pyannote[84].end 335.25284375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 335.32034375
transcript.pyannote[85].end 357.20721875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 356.83596875
transcript.pyannote[86].end 363.04596875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 363.26534375
transcript.pyannote[87].end 374.72346875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 376.00596875
transcript.pyannote[88].end 377.11971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 376.41096875
transcript.pyannote[89].end 376.63034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 378.75659375
transcript.pyannote[90].end 379.33034375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 379.34721875
transcript.pyannote[91].end 379.36409375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 379.36409375
transcript.pyannote[92].end 393.79221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 382.33409375
transcript.pyannote[93].end 383.44784375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 393.92721875
transcript.pyannote[94].end 397.60596875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 397.63971875
transcript.pyannote[95].end 408.70971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 408.84471875
transcript.pyannote[96].end 412.50659375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 411.42659375
transcript.pyannote[97].end 413.38409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 412.96221875
transcript.pyannote[98].end 413.41784375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 413.80596875
transcript.pyannote[99].end 414.22784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 413.83971875
transcript.pyannote[100].end 414.88596875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 414.61596875
transcript.pyannote[101].end 421.99034375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 421.53471875
transcript.pyannote[102].end 425.41596875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 424.18409375
transcript.pyannote[103].end 427.05284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 426.51284375
transcript.pyannote[104].end 427.99784375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 427.99784375
transcript.pyannote[105].end 546.40971875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 432.09846875
transcript.pyannote[106].end 432.23346875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 432.35159375
transcript.pyannote[107].end 432.48659375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 437.68409375
transcript.pyannote[108].end 437.85284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 546.40971875
transcript.pyannote[109].end 547.08471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 547.91159375
transcript.pyannote[110].end 616.66034375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 558.59346875
transcript.pyannote[111].end 559.09971875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 559.57221875
transcript.pyannote[112].end 559.77471875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 577.45971875
transcript.pyannote[113].end 577.99971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 578.50596875
transcript.pyannote[114].end 578.86034375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 580.31159375
transcript.pyannote[115].end 582.18471875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 591.14534375
transcript.pyannote[116].end 591.49971875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 609.21846875
transcript.pyannote[117].end 611.22659375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 612.66096875
transcript.pyannote[118].end 652.87409375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 621.50346875
transcript.pyannote[119].end 621.92534375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 624.15284375
transcript.pyannote[120].end 624.25409375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 624.45659375
transcript.pyannote[121].end 624.54096875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 652.94159375
transcript.pyannote[122].end 668.83784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 668.83784375
transcript.pyannote[123].end 695.02784375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 688.81784375
transcript.pyannote[124].end 688.86846875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 690.30284375
transcript.pyannote[125].end 690.82596875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 694.84221875
transcript.pyannote[126].end 695.01096875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 695.02784375
transcript.pyannote[127].end 695.06159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 695.06159375
transcript.pyannote[128].end 701.79471875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 701.10284375
transcript.pyannote[129].end 708.59534375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 704.03909375
transcript.pyannote[130].end 704.81534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 705.64221875
transcript.pyannote[131].end 706.16534375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 706.80659375
transcript.pyannote[132].end 716.42534375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 711.70034375
transcript.pyannote[133].end 712.02096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 715.76721875
transcript.pyannote[134].end 727.47846875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 727.02284375
transcript.pyannote[135].end 739.74659375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 730.31346875
transcript.pyannote[136].end 730.58346875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 739.44284375
transcript.pyannote[137].end 741.29909375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 741.36659375
transcript.pyannote[138].end 742.04159375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 742.64909375
transcript.pyannote[139].end 748.20096875
transcript.whisperx[0].start 0.729
transcript.whisperx[0].end 24.82
transcript.whisperx[0].text 陳委員好部長因為我看到有這個圖卡所以我知道你週末要出席這個活動但我現在跟你說你知道昨天發生什麼事昨天下班時間教育部的小編啊還在辛苦他把教育部的社群變成部長自己的社群那等一下你有休息時間可以看一下他正在被大出真蹤這個鄭英耀現在已經是全國老師的公敵
transcript.whisperx[1].start 26.26
transcript.whisperx[1].end 44.561
transcript.whisperx[1].text 那我不知道你跟他同台會不會波及到你這是第一點那第二點呢我是想問你你到場以後會不會突然宣布什麼新政策或是說最近都不審預算什麼津貼發不出來我也建議你不要講了因為最近講的都會被嘲笑你回答我你會不會講
transcript.whisperx[2].start 45.362
transcript.whisperx[2].end 66.669
transcript.whisperx[2].text 不會啦 我們主要還是做政策的說明就是我們最近有一些新的政策其實也都已經公開的那只是不一定所有的人都清楚所以我們是利用這個機會呢那麼跟民眾來做宣導所以我們大家都可以找你來宣導嗎可以 歡迎所以你會宣布最近的那18項政策是不是
transcript.whisperx[3].start 67.754
transcript.whisperx[3].end 88.427
transcript.whisperx[3].text 我都會看直播因為不是本部夜館的我不會講我們主要才是提到我們有一些新的政策比如說我們7月1號開始這個新生兒的篩檢就全面補助新增這些讓大家清楚還有一些我們增加的補助產前的遺傳諮詢等等這些那就問你嘛
transcript.whisperx[4].start 89.147
transcript.whisperx[4].end 97.326
transcript.whisperx[4].text 你的高鐵票是莊進城出的嗎 因為他以前也造謠過辦不出護照 結果外交部還出來澄清說有預算 辦護照沒問題
transcript.whisperx[5].start 99.224
transcript.whisperx[5].end 124.501
transcript.whisperx[5].text 你的高鐵票是他出的嗎不是你自操腰包對對對都是我自己的你有隨行秘書要跟你去嗎沒有沒有那你這些投影片你的稿是公務員幫你寫的嗎因為我們平常都有這些宣傳稿啦我們有些懶人包啊什麼我們把它拼湊拼湊這樣子好我還是提醒你一下因為當天應該會有人讀麥啊跟正音要問問題啊那我希望你不要一起被波及
transcript.whisperx[6].start 125.502
transcript.whisperx[6].end 151.368
transcript.whisperx[6].text 好 再來我一定謹言慎行請委員放心希望你不要跟著被出征再來是問啊你們之前發了一個新聞稿說你們現在對於電子菸的下架率已經99.8%了我想知道這個好像跟大家的數據跟大家的感受度不太一樣請問你的分子分母是什麼你是怎麼計算出來的
transcript.whisperx[7].start 153.026
transcript.whisperx[7].end 181.675
transcript.whisperx[7].text 這個要跟委員說明確實這個所謂的這個下架率的概念是說我們跟這個速發部也有合作在這個做網路巡查AI巡查那麼發現有這個關鍵字電子驗料等等這些我們就會進行這個下架或者是遮蔽那我們指的是分母式是說我們網路巡查當有通報的抓到的這個案子誰通報就是跟速發部合作
transcript.whisperx[8].start 182.535
transcript.whisperx[8].end 207.34
transcript.whisperx[8].text 要速發部通報喔不是他們會傳訊息給我們就是他們會去做網路的巡查然後巡查知道發現有疑似因為主管機關是我們嘛所以對於疑似的他就會先移給我們讓我們迅速的判斷說這個是違法的所以你的這個數據最後你不知道方不方便一兩週內可以給我可以沒問題我想知道99.8%是怎麼算出來的好
transcript.whisperx[9].start 211.641
transcript.whisperx[9].end 240.8
transcript.whisperx[9].text 就是說我們一共查了大概是108萬餘次嘛然後採取108萬對那裡面屬於網路的是這個三萬五千多件然後下架就是完成這個下架的是三萬五千七百我們強勢數是108萬然後最後是那個是三年啦三年的時間啦從三年的時間你查了108萬然後你現在下架三萬
transcript.whisperx[10].start 241.42
transcript.whisperx[10].end 257.135
transcript.whisperx[10].text 不是 網路裡面一百零萬一百零八萬這個是包含實體稽查跟網路比如說在海關 對然後網路的部分是所以三年來你下架了三萬網路的部分是因為我們從去年才開始進行的
transcript.whisperx[11].start 259.036
transcript.whisperx[11].end 281.805
transcript.whisperx[11].text 這114年的1月到今年的5月那麼一共是有網路監測到的是三萬五千多件然後把它下架了99.8嘛那我跟你說昨天呢我隨便到網路上現在我也歡迎在場的人搜尋電子菸隨便都買得到我昨天隨便啊有各種口味的啊然後它有各種名稱啊
transcript.whisperx[12].start 283.186
transcript.whisperx[12].end 307.433
transcript.whisperx[12].text 琳瑯滿目啊 標榜一些五花八門的還可以加LINE購買這個真的看起來很不像下架率是99%啊我本來想下單但是我怕拿來這邊質詢被你罵我也擔心被詐騙你要不要自己查查看好 我自己查查看看符不符合你的下架率我們這個如果有這個情形我們立刻就會去處理
transcript.whisperx[13].start 309.229
transcript.whisperx[13].end 313.773
transcript.whisperx[13].text 那你等一下搜尋看看那我們再等你兩週內交過來的數據再來這邊你們說要設一個月的緩沖期不會開罰希望大家把自己的違禁品拿過來回收主動繳回避免處罰我想問一下你那個回收桶的設計會是什麼樣子會不會有可能有人回收結果又有人把它拿出來
transcript.whisperx[14].start 336.996
transcript.whisperx[14].end 362.696
transcript.whisperx[14].text 其實這個在新加坡有執行的先例所以我們在參考現在也在跟環境部在討論因為這裡面有電池的問題所以有安全的問題所以我們的設計上一定是只進不出不會隨便又可以又去帶回去第二個問題是你有沒有問過法務部的意見因為關於這些違禁品的
transcript.whisperx[15].start 363.697
transcript.whisperx[15].end 374.632
transcript.whisperx[15].text 回收他都已經知道他手上拿的是違禁品了他最簡單的方式不就丟到垃圾桶嗎按照人性嗎你要用什麼誘因讓他們願意來做回收好問題
transcript.whisperx[16].start 378.846
transcript.whisperx[16].end 393.459
transcript.whisperx[16].text 好問題那你要不要問一下法務部你要不要問一下法務部你覺得法務部今天如果宣布我們有個新興毒品所以我們希望大家這個有一個月緩衝期請你把這些違禁的新興毒品繳回來你覺得法務部會告訴你什麼
transcript.whisperx[17].start 394.559
transcript.whisperx[17].end 411.691
transcript.whisperx[17].text 當然我們這個目的就是希望不要隨便棄置啦因為目前在法還沒有通過之前持有當然是沒有法則嘛那所以我們是希望我們趕快啟動這個鼓勵大家拿來我們的回收桶不要亂丟啦
transcript.whisperx[18].start 413.832
transcript.whisperx[18].end 426.727
transcript.whisperx[18].text 不然一個小朋友他為什麼要冒著風險讓他的家長或是他的老師知道他手上有一個違禁品我們來研究看看怎麼樣讓他能夠你問一下法務部好了 好不好好 再來呢
transcript.whisperx[19].start 428.929
transcript.whisperx[19].end 439.982
transcript.whisperx[19].text 我週末參加了一個兒童死因研討會看了是非常難過那當然因為您是急診出生的所以你一定也知道近5年總共有286位6歲以下兒童因兒猝死
transcript.whisperx[20].start 443.746
transcript.whisperx[20].end 472.578
transcript.whisperx[20].text 那高達八成是跟他的睡眠環境家庭安全有關那就是229位那裡面最大宗的就是呼吸道的遮蔽還有他睡眠環境的不安全看了是非常的傷心因為這些家長並不是不愛小朋友他們只是不知道原來家裡有這麼危險的環境然後也不知道應該怎麼做那這個你都很懂所以我稍微快速講低多當然是因為柔軟的棉被遮到他的口鼻
transcript.whisperx[21].start 473.178
transcript.whisperx[21].end 493.036
transcript.whisperx[21].text 再來是他滾到床邊的這些縫隙以至於他已經沒有辦法掙脫翻身還有一種是因為一直哭所以爸媽就把他順勢抱過來大人床上一起睡那就把他蓋住了所以他這些猝死的風險很多時候都是因為父母不知道哪一些日常照顧其實存在危險
transcript.whisperx[22].start 496.218
transcript.whisperx[22].end 514.35
transcript.whisperx[22].text 這個相信你應該也知道在芬蘭呢每一個寶寶政府就會發給他一個芬蘭箱那當然裡面他會包括一些育兒的用品物資啊或是教育的文件家庭支持啊這個就是他們的一個政策包含工具兩個combine在一起那這個箱子就變成他很簡易的睡眠空間而且他不貴
transcript.whisperx[23].start 519.773
transcript.whisperx[23].end 545.967
transcript.whisperx[23].text 他現在查了一下不到台幣300塊很多我們私人的公司已經有在贈送了那你看6年統計起來有200多位寶寶因為這麼無辜的原因猝死那在這邊是具體給你一個建議啦第一你可能可以考慮裡面的物資你在想想但是會不會覺得一個芬蘭香一個家庭送一個其實也不會很貴
transcript.whisperx[24].start 548.175
transcript.whisperx[24].end 567.28
transcript.whisperx[24].text 我們來評估看看不過就像委員所提到的在新生兒的死因裡頭這個意外確實是佔一定的比例那麼我們過去對於新手爸媽這個其實是新手爸媽的一些育兒指導
transcript.whisperx[25].start 568.18
transcript.whisperx[25].end 593.885
transcript.whisperx[25].text 那麼過去我們是從兩個管道啦一個是在我們有這個0到3歲的幼兒專責醫師裡面他會可以提供這個育兒的指導那跟必要的訪視但現在都是申請 對那個當然不是強制的啦就是你有需要來提那第二個是我們去年開始也有育兒指導員的這個培育那這些育兒指導員主要
transcript.whisperx[26].start 594.605
transcript.whisperx[26].end 622.884
transcript.whisperx[26].text 去年是只針對低收入戶跟中低收入戶為對象那今年開始我們把它擴大到從那個懷孕七個月以上的爸媽到六歲以下當然以這個一歲以下先優先啦那我這邊講一下啊不再受限於說是低收入戶跟中低收入戶我這邊給你一些建議啦那我們未來會逐步擴大我們去研究了一下芬蘭的這個醫療保健跟兒童福利政策它是明確的入法所以每一個小寶寶出生前
transcript.whisperx[27].start 624.505
transcript.whisperx[27].end 638.881
transcript.whisperx[27].text 他就要有育兒指導員帶著這個芬蘭香去訪視包括他家廚房啊 浴室啊或者是他睡覺的環境有沒有什麼問題在出生前就去出生後再去一次那當然你現在可能覺得育兒指導員還不足
transcript.whisperx[28].start 639.542
transcript.whisperx[28].end 668.491
transcript.whisperx[28].text 你幫自己訂的KPI我也覺得有點低畢竟少子化你這樣子115年到119年5%到50%其實是有點低我是想建議您就是育兒指導員當然退家中低收入戶還要再加上早產兒的家庭以及高風險認成比如說認成糖尿病認成高血壓等等最終是希望你擴大到所有的家庭那一個月內可不可以延你
transcript.whisperx[29].start 669.411
transcript.whisperx[29].end 688.385
transcript.whisperx[29].text 我想這個很謝謝這個委員一個提醒當然我們的量能現在還有限是逐步那麼我們預算今年是將近9000多萬那明年我們希望再爭取更高的這個經費來支持這個育兒指導員但是在有限的資源下我們來訂一些Priority
transcript.whisperx[30].start 689.045
transcript.whisperx[30].end 715.992
transcript.whisperx[30].text 哪一些像剛剛你提到的哪一些先優先同時先從新生兒開始因為我們現在訂的範圍很大六十歲以下都可以來申請那我們就先從這個新生兒但其實它有個重點出生前去看一次是非常重要的所以你應該把這個育兒訪視員我們好好的來研究一下包含您提的那個芬蘭香的概念等於去第一次訪視有個伴手禮的概念那你
transcript.whisperx[31].start 717.132
transcript.whisperx[31].end 739.522
transcript.whisperx[31].text 對 他就增加他的優營會願意接待你那也希望你的KPI可以定高一點因為現在每年一兩萬在掉所以你的5% 10%其實他的比例人數是變少是越來越少的我們先針對一歲以下就是新生兒啦我們先從新生兒開始來把這個優先順位先再調一下先聚焦在這個新手爸媽這裡好 謝謝部長 謝謝署長好 謝謝
transcript.whisperx[32].start 742.714
transcript.whisperx[32].end 747.711
transcript.whisperx[32].text 好 謝謝陳靜惠委員的發言也謝謝部長的答詢下面請邱惠如委員發言