駐紐大使喊話「台灣應納入全球防疫計畫」：能拯救更多生命

民視．2024年5月25日 14:48

即時中心／周欣儀報導

紐西蘭主流媒體「郵報」（The Post）23日刊登我駐紐西蘭代表歐江安的投書，呼籲將台灣納入全球衛生防疫計畫。她強調，將台灣排除在世界衛生組織（WHO）之外，不僅侵害台灣人民的健康權利，也危及全球公共衛生。她指出，全球疾病預防網絡因地理真空無法有效運作，而疫情證明了「疾病無國界」，降低政治干擾才能拯救更多生命。

歐江安指出，台灣應參與第77屆世界衛生大會（WHA），成為全球疾病防制網絡的一部分。她強調，地理空白將阻礙「大流行病協定」、「全球流感監測與應變系統」（GISRS）等機制的有效運作。台灣在2019年首先察覺武漢肺炎疫情風險，並迅速制定防疫策略，展示了透明、開放和尊重個人隱私的共識與承諾，並在疫情期間與國際夥伴分享醫療資訊和物資。

歐江安強調，台灣擁有世界頂尖的生化科技、半導體產業和醫療體系，排除台灣對WHO和全球公衛體系是巨大損失。她指出，每年有數百萬旅客經過台灣，且台灣是東亞重要的交通樞紐。她呼籲邀請台灣參與WHO，這是基於全球人類的務實需要，疫情證明了降低政治干擾的重要性，WHO的呼籲應該是不遺漏任何人。

駐紐大使喊話「台灣應納入全球防疫計畫」。（圖／我駐紐西蘭代表處提供）

原文出處：快新聞／駐紐大使喊話「台灣應納入全球防疫計畫」：減少政治干擾拯救更多生命

最新選舉新聞

多元觀點

不同視角的媒體報導

身分證文件塗黑

郭智輝電價

民眾黨出席海峽

韓國瑜生日

出席黃埔校慶

賴清德終戰

台灣好新聞

中天新聞網

三立新聞網 setn.com

國民黨轟數位身分證計畫書內容塗黑　內政部：個資依法遮蔽、內部討論不提供

中國國民黨立法院黨團今（17）日召開記者會，表示立院內政委員會「數位身分證換發政策調閱專案小組」向內政部調閱資料，但內政部竟將整本厚達千頁計畫書內容塗黑、打上馬賽克，甚至有些資料只有封面和目次，連塗黑都懶得做，砲轟內政部成「內政布」。對此內政部回應，依據立法院職權行使法，已提供數位身分證相關資料5大卷87份文件，依法沒有拒絕、隱匿。提供的資料中，涉個資部分依法遮蔽、並依政府資訊公開法第18條，內部討論資訊不予提供。內政部表示，立法院內政委員會數位身分證調閱專案小組於2024年5月2日要求內政部、行政院、工程會及中央印製廠提供工作小組會議資料、相關委託研究、研討會紀錄、報告、相關招標文件、合約書及對外函文等相關資料，並於2024年5月29日要求再提供新一代國民身分證換發規劃案之管控會議歷次紀錄等資料。內政部均配合提供，涉個資部分依法遮蔽、並依政府資訊公開法第18條，內部討論資訊不予提供。內政部強調，依立法院職權行使法第52條，文件調閱之調閱報告書及處理意見未提出前，其工作人員、專業人員、保管人員或查閱人員負有保密之義務，不得對文件內容或處理情形予以揭露，應請調閱人員遵守該規定，內政部已依

選舉假訊息查核

看更多新聞專輯

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