青鳥再掀世代對立?網友酸爆:爹親娘親不如民進黨親
壹蘋新聞網.2024年6月23日 21:38

【施養正/綜合報導】自新一屆立委上任推動國會改革相關法案後,許多年輕人透過社群串聯,前往立法院外青島東路表示抗議,被稱之為「青鳥行動」。不過近日卻在其他領域掀起不小風波,先是家長對於高中生不知道「大禹治水」的故事而質疑新課綱,掀起世代教育論戰;更有學生公開在社群上批鬥父母,引發網友激烈討論。

台北市近期因夏季天氣經常發生局部大雨及豪雨,日前一名家長指出,在家中與孩子一起聊天時,提起「大禹治水」的故事,殊不知孩子竟完全沒曾過,甚至中國的完整朝代史也一知半解,讓他震驚不已,懷疑是108課綱發威,大幅減少中國史的比例,才導致現在台灣連明星高中的學生,也對中國歷史非常陌生。

對此網路上掀起世代論戰,有人認為「大禹並非真實存在的人物,聽聽就好」,甚至說「比起大禹,應該要更了解真正對台灣有功的八田與一。」但也有人感嘆,「以後會不會連三國、曹操是誰都不知道」、「去中國史卻不去成語,還不是得念歷史?」、「講中文不知道中國史,也是蠻奇怪的。」

而近期Ptt上又有網友指出,社群軟體Threads一名青鳥發文,抱怨媽媽整天都在說「視頻」這個中國用語,讓他很受不了,於是就叫他媽滾去中國,結果被網友批評「有本事就搬出家裡」,沒想到當事人卻回「養小孩養到18歲是義務」,讓原Po相當震驚,「為何青鳥寧可在網路上批鬥父母,也不願搬出家裡自力更生?」

對此Ptt貼文的原Po表示,民進黨整天都在內部區分敵我,「你是內奸賣國賊,我是愛台灣站在正義的一邊,結果教到後面跑去捷運砍人!人家正義使者砍賣國賊剛好而已,行為整個合理化。」

網友紛紛嘆息,「爹親娘親都沒有民進黨親」、「這次青鳥把小孩都送上台洗腦」、「用愛國激起腦熱仔,是最容易感染的方式」、「跟當年攻擊韓粉父母同個套路。」

網友在Threads社群上抱怨媽媽。翻攝自Ptt

【看原文連結】

更多壹蘋新聞網報導
獨家|唐治平裸上身現蹤淡水「瘦到肋骨盡現」 愛爾麗常如山伸援手邀當泰拳教練
獨家|沒有最高只有更高 天玉集團單坪123萬8.98億買楠梓地
獨家|10億身家女歌手王宥忻離婚還爽收200萬跑車 富商前夫喊話:失去才知珍惜

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

郭智輝 請假 立院

韓國瑜 邀約 朝野

死刑 合憲

賴清德 綠委

總預算 韓國瑜

賴清德 全勤令

中天新聞網
太報
今日新聞NOWnews
今日新聞NOWnews
4部長缺席立院院會 韓國瑜看不下去說重話!行政院回應了
總統賴清德日前才下軍令狀,要求綠委「全勤」,不料今天立院不只有大批綠委缺席,連內閣中也有4名部長請假,讓立法院長韓國瑜都看不下去,引發討論。對此,行政院則回應,感謝立法院韓國瑜院長對於過往慣例的再次提醒。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司