陳智菡頻「開戰」陳琬惠勸：先做好自己的事

TVBS新聞網．2024年9月22日 19:22

民眾黨主席柯文哲遭到羈押，昨天(21)民眾黨團主任陳智菡，就有感而發，在臉書上PO文，並引用動力火車〈莫忘初衷〉的歌詞，為柯文哲抱屈；卻被綠營議員糾正「文法錯誤」，隨後陳智菡就在臉書上與對方「筆戰」。不過，曾任民眾黨團主任的前立委陳琬惠，就喊話陳智菡，立院已經開議了，「主任應該做好自己的事情比較好」。

民眾黨主席柯文哲(8.29)：「(加油，加油)。」

曾在澄清記者會上熱淚盈眶，民眾黨團主任陳智菡，在柯文哲遭羈押之後，責任一肩扛，21日更在臉書對柯文哲隔空喊話，疫情期間你多努力想守護這裡，如今這個世界對你卻只剩污衊，並引用動力火車的歌曲莫忘初衷，許多小草湧進留言區打氣；不過澄清醫院胸腔外科醫師杜承哲，就留言批評特權疫苗施打，阻擋中央協助設立篩檢站，和太太詆毀AZ，預言莫德納進不來，造謠高端能扯的後腿他都扯了，所言負全責，不敢來告就是默認。

澄清醫院胸腔外科主治醫師杜承哲：「臨床醫師有非常非常高的比例，其實一直有很多對這些防疫上，尤其是台北市政府當時的一些做法，其實是非常感冒。」

民眾黨團主任陳智菡：「有一些名嘴找不到所謂圖利，或者是貪汙的證據就開始瞎扯，京華城還有當時，疫情爆發時候的連帶關係，柯文哲市長當時，是幾乎每天晚上都在跑各大醫院。」

替柯文哲抱屈回顧疫情期間，卻遭醫界人士借題發揮，其中陳智菡引用的，這句歌詞you never alone，更被綠營議員周永鴻糾正，指她語法有錯，不是連國中生都應該懂嗎？事後陳智菡也發文反擊，自己只是貼上歌詞而已，沒想到讓自己喜愛的團體被無辜波及。

民眾黨團主任陳智菡：「有一些不同的想法跟意見，我們也都予以尊重。」

只是陳智菡連日來在臉書上，與網友各種筆戰，也讓藍營議員直呼很有既視感。

國民黨台北市議員鍾小平：「陳智菡都是挑起社會的對立，然後讓中間選民厭惡她不在乎，就好像是毛澤東掛掉以後，剩下他們這批人就跟江青一樣，四人幫。」

形容民眾黨是戰狼當道，就連自己人也喊話，應該回歸本業比較好。

民眾黨前立委陳琬惠：「覺得智菡應該，還是好好扮演黨團主任的角色，多花點時間在議題上，我覺得對她是比較好的啦。」

民眾黨團總召黃國昌：「應該是沒有這樣子的狀況啦，我們會持續地努力，實踐我們對選民的承諾。」

無懼遍地烽火，儘管黨內不能全然苟同。

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德致電環境部長

邱泰源痛罵彭啓明

藍委提高門檻

死刑合憲

黃珊珊代替柯文哲

總統致電環境部長

民視

今日新聞NOWnews

FTNN新聞網

今日新聞NOWnews

邱泰源爆「賴清德罵環境部長」彭啓明:總統沒罵人盼減碳落實

政治中心／綜合報導衛福部長邱泰源昨天公開爆料，總統為了醫院淨零減碳議題，打電話罵環境部長彭啟明，這讓藍營猛酸行政團隊網內互打。今天彭啟明公開現身，證實確實有接到總統的電話，但他澄清，總統是君子，沒有罵人，只是希望減碳工作快點落實。

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