罷免謝國樑投票在即!驚傳大型社區通知單「被丟回收」 市府回應了
鏡週刊Mirror Media.2024年10月9日 18:28
基隆市長謝國樑面臨罷免,網傳有大批罷免投票通知單被丟棄,市府也做出回應。(翻攝臉書/本刊資料照)

基隆市長謝國樑施政惹議,遭民間團體發起罷免,13日(週日)即將舉行投票,市民近日陸續收到投票通知書,卻傳出有大型社區的部分住戶,投票通知單被丟在回收區,民進黨基隆市議員質疑有人試圖影響投票結果,呼籲市府調查清楚。

罷樑投票在即,發起罷免的團體與謝國樑所屬的國民黨陣營不斷攻防,在最後關頭積極催票,然而民進黨基隆市議會黨團總召張之豪,今(9日)下午與議員張顥瀚、鄭文婷,在基隆市選委會門口舉行記者會,指出位在八斗子的大型社區「山海觀」,發生有住戶的投票通知單被丟棄的情況。

綜合媒體報導,山海觀社區有32棟建物、有3,000多戶住戶,張之豪表示近日投票通知單開始派發,卻有很多人沒有收到。張顥瀚指出,山海觀社區有住戶反映,在回收看到大批投票通知單被棄置,這些通知單已透過里鄰系統送到信箱內,但卻被人刻意抽出丟棄,痛批這樣的行為踐踏台灣的民主選舉。

鄭文婷則提出民眾提供的照片,顯示整疊被丟棄的投票通知還釘在罷免公告上,「有人試圖影響選舉結果」,呼籲市選委會要站在公正客觀的立場上,把這件事好好查清楚。

據報,當地里長陳俊宇到現場了解後,得知有4棟住戶受影響,應是有人在里鄰長送出後,趁著住戶尚未取走前刻意拿走,而這些被丟棄的通知單和罷免公告目前也已被收走。

基隆市府發言人呂謦煒回應指出,外傳有大型社區將整批的選舉通知單丟棄一事,市府絕不容許任何意圖阻礙市民投票的行為,希望司法單位追查到底、毋枉毋縱。

基隆市選委會則表示,選務工作均以嚴謹態度依法辦理,罷免公告及投票通知單皆依法送達各家戶,呼籲已經收到通知單的民眾不要隨意丟棄,以免造成誤會;社區管委會也已報警處理、釐清真相。

市選委會也提到,民眾到了投票當天如果還是沒有收到投票通知單,依然可以前往投票,只要帶著本人身分證和印章,仍可在指定投開票所進行投票,不會因為沒有收到投票通知單,而喪失投票權。

更多鏡週刊報導
基隆淹水卻要正常上班課 綠轟決策「市長在哪」謝國樑回應了
藍再開記者會反罷免!轟前基隆市府涉弊 林右昌前幕僚回嗆:轉移謝國樑焦點
基隆大淹水「今卻正常上班課」!臉書被灌爆 謝國樑:預報雨量有些落差

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

光雕 展演 韓國瑜

捍衛 賴清德

朝野 和解飯

空軍 士兵 打靶

回應 賴清德

和解飯 登場

民視
三立新聞網 setn.com
太報
太報
賴總統、韓國瑜「為國慶光雕點燈」! 聲光絢爛民眾HIGH翻
即時中心/林耿郁報導2024年國慶總統府建築光雕展演「當我們同在一起」今(8)天登場,賴清德總統晚間出席點燈儀式,並邀請國人朋友一起到總統府前欣賞展演,一同見證台灣的故事及多元文化,欣賞每個世代不同的精彩面貌。
  • 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