前共和黨眾議員麗茲‧錢尼批川普不適任總統 轉挺賀錦麗
Yahoo奇摩(即時新聞).2024年10月4日 11:02

美國共和黨籍前聯邦眾議員麗茲‧錢尼(Liz Cheney)3日在威斯康辛州替民主黨總統候選人賀錦麗(Kamala Harris)站台。麗茲‧錢尼說,共和黨總統候選人川普「不適合領導」美國,還說「他心胸狹隘,睚眥必報,而且殘酷」。

美國共和黨籍前聯邦眾議員麗茲‧錢尼(Liz Cheney,右)3日在威斯康辛州替民主黨總統候選人賀錦麗(Kamala Harris,左)站台。(美聯社)
美國共和黨籍前聯邦眾議員麗茲‧錢尼(Liz Cheney,右)3日在威斯康辛州替民主黨總統候選人賀錦麗(Kamala Harris,左)站台。(美聯社)
ASSOCIATED PRESS

麗茲‧錢尼與曾任前總統小布希(George W. Bush)副手的父親狄克.錢尼(Dick Cheney)是堅定保守派,也是不挺川普反而支持賀錦麗的兩名最知名的共和黨人。

錢尼父女都曾尖銳批評川普,稱他拒絕接受2020年敗選結果和他在2021年1月6日國會大廈暴動中的角色,令他沒資格再任總統。

路透社報導,麗茲‧錢尼自稱是與前總統雷根(Ronald Reagan)一樣的保守分子,她開玩笑說:「我早在川普開始噴霧曬膚之前就是共和黨人了…我很自豪地把我這一票投給賀錦麗副總統。」這是她第一次投票給民主黨人。

麗茲‧錢尼形容,川普在國會大廈暴動事件中的行為是「墮落」。她與賀錦麗在一些議題上或許看法不同,但她們基於對憲法的義務站在一起,她認為賀錦麗將是「捍衛法治」的總統。

賀錦麗正試圖在11月5日投票日前爭取共和黨和中間派選民的支持,而麗茲‧錢尼這番話可能對她有利。

近期民調結果顯示,即便賀錦麗在軍中、國安單位和地方政府得到數百名前任和現任共和黨籍官員公開支持,仍難以爭取到共和黨選民的青睞。

根據路透社與民調機構益普索(Ipsos)於9月20日到23日執行的調查,賀錦麗在所有選民中以47%的支持率領先川普的40%,但只有5%的共和黨受訪者說會支持賀錦麗,這個數字逼近誤差範圍。10%的受訪者說會投票給其他候選人、尚未決定或不打算投票。

賀錦麗談到麗茲‧錢尼對川普的批評時說:「許多人知道那是錯的,然後有些人勇敢大聲說出來。」

美聯社提到,賀錦麗談到川普時說,「正如各位聽到和所知的那樣,他拒絕接受人民意志和一場自由公平的選舉結果」,「美國總統不能透過意識形態、黨派偏見或個人利益的狹隘視角來看待我們的國家」。

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

蘇清泉 安泰醫院

美軍 雷神 抬價

賴清德 出席 將官

高雄 颱風假

颱風 標準 惹議

賴清德 將官

信傳媒
今日新聞NOWnews
三立新聞網 setn.com
民視
中央防災指揮官劉世芳關心基隆土石流災情 卻遭在地立委林沛祥捍拒並嗆「最好閉嘴」
颱風山陀兒警戒區尚未抵達北部,但已在基隆市信義區造成土石流,鄰近居民受到波及。中
  • 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