曾喊1000%戰到底!拜登曝「4大原因」考慮不選
三立新聞網 setn.com.2024年7月19日 22:30

國際中心/倪譽瑋報導

拜登數次在接受媒體訪問時透露,可能讓自己退選的因素。(圖/翻攝自拜登臉書)

美國總統大選將迎來新局面?近日有不少外媒稱,民主黨「換登」的可能性逐漸提高,雖然拜登(Joe Biden)本人稱「1000%不會退選」,但他在過去受訪時曾數度鬆口,要是碰上某些情況,自己可能會考慮退選。

《美聯社》指出,如果詢問拜登退選相關的問題,基本上,他都會回答「1000%不會退選」。但在近日受訪時,拜登堅決選到底的想法似乎有所動搖,以下為《美聯社》所整理,拜登在受訪時有提及,可能會讓他退選的一些原因。

神的干預:

拜登在接受《ABC News》採訪時,曾被主播史蒂芬諾伯羅斯(George Stephanopoulos)問到,「你是否確信自己就是擊敗川普的唯一人選?」拜登直言,「我已說服自己相信2件事,我最有資格擊敗他、我知道如何把事情做好」;史蒂芬諾伯羅斯追問,「如果你確信自己贏不了他,你會退出嗎?」拜登回應,「要看情況,如果這是『神』親口告訴我的,我可能會」。

絕對的數據:

拜登在不久前的北約峰會(NATO summit)記者會上被問到,如果幕僚們指出,副總統賀錦麗(Kamala Harris)代替他參選贏面會更大,他願意退選嗎?拜登回答「不。除非他們和我表明『你不可能贏』。但目前沒人這樣講,也沒有民調能證明。」

發生嚴重意外:

上週拜登接受「Complex」新聞採訪時,被主持人莫曼(Speedy Morman)問到,「照你所說,我們有1000%的機率會在11月的選票上看到你囉?」拜登開玩笑地回應,「當然,除非我被火車撞到」。

健康問題:

拜登接受《BET》採訪時,記者戈登(Ed Gordon)問到,「有什麼原因會讓你重新考慮,自己是否要參選?」拜登回答,「如果我出現了一些健康問題,像是醫生跟我說『你有這邊問題、那邊有問題』的話(我會考慮)。」

更多三立新聞網報導
又有大佬挺換將?裴洛西稱「拜登選不贏川普」:別拖累民主黨
iPhone「電量耗很快」可能是被駭了!達人:快檢查這6處
折扣標錯價…2件衣服「480變12元」逾千人下單!Queen Shop回應了
食人鱷出沒!澳洲女童「游泳遇襲」慘死 搜救2天僅尋回遺骸

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

罷免 謝國樑

高雄 容積率 惹議

中國 國歌 起立

忠烈祠 秋祭

偵辦 京華城

主視覺 韓國瑜

太報
中時新聞網
中時新聞網
民視
基隆馬拉松突延期到罷免投票後 市府:國慶前人力有限、活動交維計畫沒過審
基隆市好馬長跑協會策辦的「基隆城市馬拉松」原定10月6日舉行,然而主辦單位9月1日收到基隆市政府公文,適逢國慶假日及罷免投票前一週,市府需投入大量人力,造成支援馬拉松的人員有限,要求延期至罷免投票過後,也就是10月14日之後。教育處指出,主辦單位的交通紓導計畫未經基隆市港道安會報審查通過。
  • 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