口袋國會13名最佳立委名單曝光!游毓蘭、張其祿、林宜瑾獲5星評價
風傳媒.2023年4月11日 12:48

口袋國會今(11)日公佈第10屆第6會期評選結果,共選出13位委員為全院表現優良以上立委。其中,立委游毓蘭(國民黨、不分區)、張其祿(民眾黨、不分區)、林宜瑾(民進黨、區域)獲得本次最高的5顆星評價。獲選的13位委員當中,民進黨立委有4位(30.8%)、國民黨4位(30.8%)、民眾黨與時代力量各有2位(15.4%)與無黨籍各有1位委員入選(7.6%)。

此外,口袋國會結合全文提案、部分條文提案與質詢次數等指標,根據個別委員在所屬委員會的問政表現進行評選。本次在8個委員會中,皆有表現優良以上的立委,共有17位委員獲選。民進黨有8位委員入選,國民黨4位,民眾黨3位、時代力量與無黨籍各1位。其中獲得最高星數的是游毓蘭(國民黨、不分區) 、王婉諭(時代力量、不分區、教育)、賴品妤(民進黨、區域、教育) 獲得了5顆星。各委員會優良以上立委分別為民進黨立委王美惠、王定宇、吳思瑤、林宜瑾、范雲、張廖萬堅、賴品妤、賴瑞隆;國民黨立委游毓蘭、楊瓊瓔、張育美、林奕華;民眾黨立委邱臣遠、張其祿、吳欣盈,時代力量立委王婉諭與無黨籍立委黃國書。

口袋國會的指導委員會召集人之一,台灣大學政治系王業立教授指出,口袋國會以立院的開放資料,進行量化評鑑,是比較公正客觀的方法,若要進行質化評鑑,必須有系統的質性評比指標,是比較不容易的。但口袋國會未來也希望能推動國會的質化研究與評比指標,致力於公正、客觀的國會觀察與評鑑。

國際透明組織會議審查委員葛傳宇今天指出,10-6會期不分區委員的提案數超過區域委員,一方面可以看出一遇到選舉,有選區的委員,面臨選舉和選區經營的壓力,另一方面我們也樂見不分區委員肩負黨的政策責任,努力提出法案。但量化指標只能表現委員問政的一面,如何從提案內容,進行質性的分析,還需要民眾和其他公民團體,學者專家共同來研究。

文化大學行管系蘇子喬教授表示,從歷年口袋國會的評比資料來看,無論第八屆、第九屆,委員的提案量從第6會期開始,會明顯下滑,這次10-6會期也是這樣。可見委員最後一年半的任期,因為遇到地方大選和立委選舉,都直接影響國會議員的問政表現。這值得我們一起進行制度性的調整,以提升選舉期間委員的問政成績。

更多風傳媒報導

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

沈慶京 論功行賞

專家 考察 核四

柯文哲 抗告

陳智菡 容積率

洩密 柯文哲

陳智菡 兒醫

三立新聞網 setn.com
中天新聞網
民視
民視
沈慶京論功行賞?帳冊驚見黃大洲領200萬 王義川揭公關費手法
政治中心/程正邦報導 民眾黨主席柯文哲因京華城案遭羈押禁見第6天,之前傳出檢方查扣柯的隨身碟資料中出現「1500小沈」,今天(10日)媒體再披露威京集團「論功行賞」帳
  • 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