柯文哲無法出席「美台國防工業會議」 黃珊珊代訪美
華視.2024年9月20日 12:43

台北市 / 陳知學 朱淑君 報導

民眾黨主席柯文哲因京華城案羈押禁見,原訂訪美參與美台國防工業會議,由民眾黨立委黃珊珊等人出席。黃珊珊表示,儘管目前有些狀況,但一切都依照原訂計畫前往,並定調訪美行是學習國防議題與世界局勢。而針對京華城案,黃珊珊也再次強調不是個案,還舉中泰賓館變成東方文華的例子,卻被市議員發現漏洞百出。

記者VS.立委(眾)黃珊珊說:「(不是被停權嗎),(為什麼可以代表主席去美國)。」聽見問題不發一語,黃珊珊快步離去,明明已經被民眾黨停權,但仍將代表柯文哲,前往美國參加國防工業會議,只不過京華城案檢調釐清中,出席三場便當會的黃珊珊,至今沒被檢調傳喚,是否真的全身而退?

台北市議員(民)何孟樺說:「我覺得黃珊珊一直以來,大家都質疑說,為什麼她沒有被檢調來調查,她是當時的副市長,在便當會的時候也都有出席,不管是柯文哲,無保請回的時候馬上到黃珊珊家,陳佩琪當時作完證,也是馬上到黃珊珊家,那黃珊珊扮演的角色,大家一直非常疑惑。」

議員直指黃珊珊很關鍵,19日開議前一天,也是由黃珊珊領軍,舉行記者會,拉出「東方文華」,住房換容積背書,表達京華城不是個案,台北市議員(國)游淑慧說:「其實這是馬市府的時候通過的,變更以後它(東方文華)的容積率只有400%多,不像京華城暴增到500%多,它(東方文華)又拿很多東西出來,又再增加25%但不是容積獎勵,只是讓它基準容積再多25%。」

台北市議員(民)何孟樺說:「東方文華也有相關的主要計畫跟自訂計畫,所以其實它(東方文華)跟京華城,沒有主要計畫,然後又不符合它所相關土地管理條例等等來說,完全就是「張飛打岳飛」。」立委(眾)黃珊珊說:「我不會在這邊回答這些(京華城)問題,因為這裡是立法院。」

跨黨派議員抨擊模糊焦點,黃珊珊不再多做回應,一面開記者會替柯文哲辯護,一面按計畫代替柯主席赴美,蠟燭多頭燒,就怕戰場也越開越大。

原始連結



更多華視新聞報導
中秋節前夕現身北所 陳佩琪:會幫柯文哲洗去冤屈
黃珊珊指京華城非特例 綠議員駁使用分區法規不同
民調》賴清德施政滿意度略減 過半數民眾認為「柯文哲有貪污」

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

央行 打炒房

韓國瑜 募款 晚會

立法院 開議 卓榮泰

禮讓 召委

死刑 釋憲

總預算 退回 政院

今日新聞NOWnews
中時新聞網
壹蘋新聞網
三立新聞網 setn.com
藍白聯手退回總預算案 行政院這樣說!
[NOWnews今日新聞]立法院新會期今(20)日開議,國民黨團、民眾黨團聯手將明年度總預算案及前瞻基礎建設計畫第5期特別預算案退回程序委員會,對此,行政院發言人李慧芝表示,行政院深感遺憾,不過政府機...
  • 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