確診者出門投票「最高罰200萬」恐釀憲政危機?台大教授陳培哲揭解方
三立新聞網 setn.com.2022年11月21日 08:10

生活中心/陳慈鈴報導

確診者出門投票最高可罰200萬元,中研院院士、台大醫學院教授陳培哲認為「恐釀憲政危機」。(示意圖/資料照)

九合一大選在本週六(26日),指揮中心和中選會都已確定,確診者如果外出投票,將請衛生單位事後懲處,違者最高可罰200萬元。對此,中研院院士、台大醫學院教授陳培哲認為,確診者出門投票若予以重罰且未提供其他投票方式,恐釀成「憲政的危機」,有機會動搖選舉的正當性;同時也提出「解套方式」,讓確診者能夠在無傳染風險下出門投票。

陳培哲表示,中選會宣布確診者若出門投票將重罰,可是並給予其他投票方式,顯然剝奪了民主制度最根本的人民參政權,「爭議太大了」;此舉恐釀成「憲政危機」,動搖選舉的正當性,所以需要有個可行的方式,在台灣還沒有立法通訊投票之前,必須先提供一項替代方案,讓確診者在無感染他人的風險下出門投票。

因此,陳培哲提出檢疫的解套方案,建議可以讓確診者穿上醫療院所使用的隔離衣,穿好之後再從外面消毒,如此一來將無傳染風險,且經專業人員視訊確認後,即可出門投票。

陳培哲認為,應該設法保障確診者的參政投票權。(圖/記者邱榮吉攝影)

陳培哲也建議行政單位,可先以網路調查確診者出門投票意願,如有意願者可由當地的區公所/衛生所/醫療院所送隔離衣去給確診者,並教導他們如何穿脫、如何行走活動,以及攜帶身分證和印章前往投票。

陳培哲表示,此舉雖仍有些技術細節還需討論處理,但不失為一個簡單可行的方案,不僅能夠維護確診者的參政投票權,也不會感染別人,還可以解除中選會可能抵觸憲法的危機。

針對此解套方式,指揮中心發言人莊人祥指出,日前指揮中心曾商討過陳院士所提方案,不過考量到穿隔離衣的確診者一旦出現公共場所,易引發騷動,再加上有些確診者在工作地(如台北)隔離,如何妥善的回到戶籍地投票,交通將是一大問題。

x 三立新聞網提醒您:

防範新冠肺炎,外出時應配戴口罩、勤洗手,並遵循疾管署最新防疫指引。

※ 免付費防疫專線:1922、0800-001922

更多三立新聞網報導
放牛吃草防疫氛圍盛!台大醫喊「不比天選之人」:現在比這1點才對
確診者「勃起障礙」機率高2.64倍!重症醫揭5原因:心理壓力大影響
影/詹雅雯為陳時中寫歌!唱出他「真實心聲」 MV曝光萬人聽哭
選戰倒數17天!蔡英文發「動員令」:給世界一個更好的台灣

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 電價

賴清德 出席 黃埔

陳其邁 修法

賴清德 陸官 閱兵

高雄場 陳其邁

連勝文 中國

太報
TVBS新聞網
Yahoo奇摩(即時新聞)
中天新聞網
經長稱電價不是愈便宜愈好 藍委質疑:為再漲電價打預防針?
經濟部長郭智輝昨稱電價不是愈便宜愈好,愈便宜反易浪費電,引起議論。國民黨立委許宇甄今(6/16)批,難道電價要愈貴才愈好嗎?是為10月再漲電價打預防針嗎?
  • 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