民主黨「換拜」聲浪大 國會兩院不支持拜登改挺賀錦麗
EBC東森新聞.2024年7月8日 21:25

美國總統拜登在辯論翻車後,不只外界質疑他是否適任,民主黨自己人的「換拜」聲浪都越來越大,就連一向力挺他的民主黨籍參議員,似乎都在醞釀要求他讓位。在此之際,不少民主黨人認為、如果改由副總統「賀錦麗」出馬,或許能夠獲得壓倒性勝利。

歡呼聲下接過麥克風,美國總統拜登美東時間7號,回到老家賓州造勢,疑似又被捕捉到動作略顯遲緩,儘管拜登堅稱選到底,但來自黨內的反對聲浪越來越大,和拜登交好的夏威夷州長透露,很快就會知道答案。夏威夷州長:「我們應該在接下來幾天,就會知道總統的想法。」

據傳民主黨籍眾議員,目前正在傳閱兩封聯名信,呼籲拜登退出選舉,在黨鞭傑佛瑞斯,召開視訊會議後,公開表態要拜登退選的,民主黨籍眾議員更增加到10位,不只眾院串連換登陣營,和拜登關係友好的參院民主黨人,似乎也正醞釀換拜。民主黨籍威斯康辛參議員飽德溫:「我會遇到同事和他們互動,我相信會進行很多討論。」

儘管參院還未公開表態,支持拜登的聲量也逐漸弱化,而維吉尼亞州參議員華納也預計在當地時間8號,恢復新會期第一天,開會討論拜登的競選資格,但如果拜登決定讓位,該由誰接棒。前民主黨籍眾議員萊恩:「我個人認為是賀錦麗,他能加入並且幫助我們,讓我們獲得治癒。」

CNN先前公布的民調更顯示,拜登以6個百分點差距落後川普,而賀錦麗對上川普,僅落後2個百分點更有勝算,民主黨籍重量級議員謝安達,更是給賀錦麗高度肯定。民主黨籍眾議員謝安達:「我認為賀錦麗可以壓倒性獲勝。」

不過也有人擔憂,賀錦麗的立場偏左派,較難拉攏溫和派中間選民,民主黨想撤換拜登,但有一個人則非常力挺,川普發文諷刺要拜登堅持下去,才能繼續破壞美國,讓中國再次偉大,但川普也不能太過自信,儘管拜登在辯論中翻車,最新民調卻顯示在7大搖擺州中,拜登大幅縮小和川普的差距,從先前的8%拉近到2%,讓這場總統大選情勢,更加難以預測。

更多東森新聞報導
三星電子大罷工!勞資談判破局 逾6千人停工3天
東京都知事選舉結果出爐 小池百合子再度連任
馬開刀瞬間湧出「大量蛔蟲」 手術台上蠕動 醫護嚇傻

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

賴清德 晚會

金山 勘災

扣押 京華城

晚會 巨蛋

賴清德 祖國論

國旗 祝福 中華民國

中時新聞網
中天新聞網
三立新聞網 setn.com
TVBS新聞網
賴清德國慶晚會「祖國論」 蕭旭岑這麼說
賴清德總統昨晚在國慶晚會的「祖國論」惹議,馬英九基金會執行長蕭旭岑痛批,根本是「不倫不類」,也污蔑到場真愛中華民國的兩萬群眾,事實證明賴清德的「新兩國論」已引發國際普遍疑慮,造成台海不安,嚴重違反台灣人利益,並強調,台灣與大陸民眾心中的祖國,依據各自憲法,應該是尚未統一、但互相涵蓋的「中國」。
  • 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