支持國會改革 新北議會國民黨團:陽光應灑進國會
新頭殼.2024年5月23日 23:46

新北市議會國民黨團支持國會改革。   圖:新北國民黨團/提供

[Newtalk新聞] 新北市議會國民黨團今(23)日針對近日國會改革爭議,召開「國會改革不要擋 新北123 清德要買單」記者會,黨團指出,民進黨試圖以認知作戰混淆大眾視聽,在最高民意機構使用暴力顛倒是非,黨團嚴厲譴責暴力行為,喊出「支持國會改革,全民共同監督」的口號,新北市民不該被「選前開支票,選後做不到」,呼籲新上任的賴清德總統兌現承諾。

黨部主委黃志雄表示,民進黨政府以少數民意勝選,國會改革絕對不能等。過去林佳龍及顧立雄強力主張國會改革,國民黨的法案與之相同,呼籲民進黨政府懸崖勒馬,不該以野蠻無理的方式進行國會運作。

黨團書記長陳偉杰指出,國民黨的修法有「國情報告制度化」、「藐視國會」、「人事同意權實質審查」、「完整國會調查權」及「立法院長選舉記名制」等5大重點,盼外界不要聽信網路謠言,應該追求真相。

副書記長呂家愷提出,人事同意權實質審查應是全民共識。過去八年,有許多皇親國戚擔任官員,後續才有不公不義的事情發生,期待讓真正專業的優秀的人才為台灣人民貢獻。

議員林國春說,司法改革及國會改革都淪為民進黨口號,政府應面對廣大民意。過去,賴清德在台南曾有235天未進議會的不良紀錄,擔任總統應接受全民的監督,期待陽光照進立法院,改革國會是人民共同的願望。

陳儀君及楊春妹認為,民進黨之所以害怕通過調查調閱權,是因為這八年來作威作福,如高端疫苗封存30年等,國民黨所提出的改革,民進黨早在2012年就提出,民進黨現在是重打以前的臉,呼籲改革追求公開透明,回歸理性討論才是正軌。

黃桂蘭及劉美芳則強調,國民黨以民主機制改革法案,民進黨口口聲聲說支持民主,卻不尊重民主甚至霸占主席台,呼籲中央改革法案不要膽怯,應面對民意監督。

陳偉杰重申,賴清德就任典禮時說,服從多數尊重少數,卻讓自己家的立委上演這樣的戲碼,國人都看在眼裡,呼籲民進黨正視國會改革法案,也期待新北市民共同支持國會改革法案,不要被民進黨抹黑在野黨的手段影響。

查看原文

更多Newtalk新聞報導
嘆過去8年立法院已變成立法局 張善政:大方向支持國會改革
兩岸禁團令實施倒數!新任交長李孟諺提解方:不排除先釋出善意

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

連勝文 中國

國民黨 台南 改革

海峽 論壇

台南 謝龍介

立院 電梯

國會 改革 覆議案

三立新聞網 setn.com
中廣新聞網
台視新聞網
新頭殼
G7強調台海和平、批中國阻撓航行自由!總統府:續與理念相近國家合作
記者高逸帆/台北報導 七大工業國集團(G7)領袖發表公報指出,台海和平穩定對國際安全及繁榮不可或缺,支持台灣有意義參與國際組織。對此,總統府發言人郭雅慧今(15)日表
  • 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