覆議案 造謠一張嘴闢謠跑斷腿
自立晚報.2024年6月19日 20:59
【記者郭玉屏/黃緒生 台北綜合報導】民進黨團幹事長吳思瑤質疑國民黨透過黨部組織動員,要以退伍軍人對抗青鳥,國民黨18日表示,民進黨所謂的社會力量早被民眾看穿是「綠色老鳥」,滿滿動員的痕跡。

立法院21日將表決行政院所提國會職權修法覆議案,公民團體預告將重回立院周邊監督。民進黨立法院黨團幹事長吳思瑤感謝立法院外的「青鳥」自主串聯,大家一起關心,沒有人是局外人。她也質疑,國民黨透過黨部組織動員,要以退伍軍人對抗青鳥。

國民黨副發言人鄧凱勛18日下午回應,民進黨所謂社會力量青鳥行動早被看穿是「綠色老
https://www.idn.com.tw/admin/article.aspx鳥」行動,說是年輕社會力量的自主行動,但民眾、媒體在現場看見的卻是滿滿動員的痕跡。

鄧凱勛說,所有民進黨民代在台上的吶喊與訴求都是造謠與仇恨創造出的政黨對立,早已被大眾看破手腳。

鄧凱勛強調,根據一直以來的民調,有近6成民眾支持國會改革,更有許多來自國際民主的聲音肯定國會改革。2024/06/18

覆議案 此地無銀三百兩

【記者黃緒生台北報導】我國長期面臨總統有權無責、考監兩院人事淪為政治酬庸、官員於國會虛偽陳述卻無法可管等憲政亂象。在此情況下,今年在野黨在國會多數的支持下,透過正當程序,終於成功修訂《立法院職權行使法》,推動國會改革,陽光正準備灑進國會,驅散貪汙腐敗。

然而,過去這段期間,大量既得利益團體帶頭製造國會改革的假消息,他們試圖把門窗封死,不願陽光照入;行政院帶頭成立中央廚房,用錯誤訊息與情緒性語言煽動群眾運動,使台灣社會對立氛圍越發高張。而說謊的官員躲在暗處高枕無憂,被掩蓋的弊案,仍未見天日。

有鑑於此,台灣民眾黨整理了國會改革的相關資訊,包含修法的緣由、經過以及成果。我們希望,藉由這些正確的資訊,讓民眾更加清楚理解何謂國會改革,以及為何台灣民眾黨將其列為優先法案;我們相信,多數民眾期盼正確資訊,願意溝通對話,也支持國會對政府進行有效監督與制衡。

民眾黨更希望帶著人民向前看,過去被層層掩蓋的諸多弊案,包括光電、超思雞蛋等,國會改革上路後,必將水落石出。2024/06/19




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

兩岸 關係

建設 引進 中資

陸委會 兩岸

宴請 盧秀燕

改革 釋憲案

離島 建設 引進

今日新聞NOWnews
中時新聞網
中天新聞網
TVBS新聞網
名家》韋安/半導體經驗可讓台灣未來更好
[NOWnews今日新聞]如何以「群利」,激發「群力」?政黨若願意首重,民生經濟的「群利」,才能激發長遠的「群力」支持。大家一起打拼,成為歡樂英雄。而非始終活在恐懼,和失去的權勢陰影中。「力」有「生存...
  • 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