拜登家人討論退選?拜登競選主席說選到底
今日新聞NOWnews.2024年7月19日 23:47
▲美國總統拜登(Joe Biden)是否會退選已經是華盛頓上空揮之不去的疑問,雖然拜登的競選主席狄龍(Jen O’Malley Dillon)19日再度重申,拜登「絕對」會在美國大選中選到底,但《NBC News》又刊登一則最新報導披露,稱拜登家人正在討論退選的可能性。(圖/美聯社/達志影像)

[NOWnews今日新聞] 美國總統拜登(Joe Biden)是否會退選已經是華盛頓上空揮之不去的疑問,雖然拜登的競選主席狄龍(Jen O’Malley Dillon)19日再度重申,拜登「絕對」會在美國大選中選到底,但就在狄龍接受媒體訪問完不久,《NBC News》又刊登一則最新報導披露,稱拜登家人正在討論退選的可能性。

根據《CNN》報導,狄龍強力消毒拜登即將退選的說法,稱拜登已經「一次又一次地」說了會參選到底,強調拜登現在專注的唯一目標就是擊敗川普。當被問到有越來越多民主黨政治人物呼籲拜登退選時,狄龍表示能夠理解人們的擔憂,但是「克服這些擔憂的方法就是擊敗川普」,狄龍保證拜登能夠完成這項任務,且可以勝任美國總統的工作。

然而,沒過多久《NBC News》最新報導表示,根據兩位知情人士透露,拜登已經就退選的可能性與計畫進行討論。知情人士表示,談話包括了拜登的健康、如何維護國家穩定,以及對於拜登家庭的影響等等。

報導指出,拜登確實正在考慮退選,且拜登家人也已經在思考退選後的安排。不過,白宮發言人貝茨(Andrew Bates)駁斥了拜登家人正在考慮退選可能性的說法,貝茨表示並沒有這樣的事情發生,呼籲民眾對拜登保持信念。

《CNN》報導指出,拜登的競選似乎已經陷入一種「絕望的循環」,不斷有消息傳出他要退選,拜登陣營否認,然後又有新消息稱拜登要退選,拜登陣營再否認。很顯然,這樣的發展對於拜登的選情絕對不是好消息。

更多 NOWnews 今日新聞 報導
為接棒拜登做準備?美聯社民調:60%民主黨人相信賀錦麗是好總統
壓力越來越大!川普勢頭越發興盛 傳拜登本週決定是否退選
我在一切都不會發生!川普演說提台灣 批拜登讓世界「瀕臨三戰」

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

高雄 容積率 惹議

中國 國歌 起立

忠烈祠 秋祭

偵辦 京華城

經發會 召開 顧問

國旗 主視覺

中時新聞網
中廣新聞網
太報
中天新聞網
高雄國賓鑑定報告保密惹議 蔡正元:跟蔡英文論文有何不同
台北京華城案延燒,讓外界關心容積率更高的高雄國賓危老改建案是否合乎規範,周邊住戶曾質疑國賓是否為真危樓,民代向市府索要結構鑑定報告,卻遭以「侵害簽證技師著作權及設籍當事人營業事業有關資訊」為由拒絕,但近日爭議擴大,高市府急轉彎決定公開,讓市議員邱于軒狠酸「早知如此何必當初」。前立委蔡正元質疑,高雄國賓的容積獎勵是一點一點湊出來的,之前鑑定報告還保密,跟蔡英文論文有何不同?
  • 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