臨檢後朝警比中指被捕 美國男獲賠569萬元
今日新聞NOWnews.2024年6月29日 18:10

▲2018年2月邦巴德(Gregory Bombard)因向佛蒙特州警察比中指而被逮捕。(圖/美聯社/達志影像)

[NOWnews今日新聞] 2018年美國佛蒙特州(Vermont)一名州警在路邊攔檢了男子邦巴德(Gregory Bombard),並認定對方「氣不過」朝他豎起中指而將其上銬逮補;事後邦巴德控告佛蒙特州及該名員警侵犯其言論自由權利,這起訴訟在本月達成和解,最終佛蒙特州同意支付男子17.5萬美元(約新台幣569萬元)的和解金。

根據《CBS》、《美聯社》報導,這起訴訟案源自於2018年2月9日,佛蒙特州警員里根(Jay Riggen)在聖奧爾本斯,攔下正在駕車的男子邦巴德,原因是他認為邦巴德向他豎起了中指,代表邦巴德的佛蒙特州美國公民自由聯盟(ACLU)則稱邦巴德否認做出這個手勢,但仍被警員里根攔下且上銬拘留進行審問了幾分鐘,而在過程結束後,邦巴德因「氣不過」咒罵幾聲並在開車離開時豎起了中指,這才被里根以「擾亂治案罪」逮捕,且將他的車輛拖吊走。

▲2018年2月邦巴德(Gregory Bombard)因向佛蒙特州警察比中指而被逮捕。(圖/美聯社/達志影像)
▲2018年2月邦巴德(Gregory Bombard)因向佛蒙特州警察比中指而被逮捕。(圖/美聯社/達志影像)

美國公民自由聯盟州分會週三表示,邦巴德為此被判入獄一個多小時,並被傳喚至刑事法庭,但在一年多後,這項指控被駁回;邦巴德因此決定於2021年透過佛蒙特州美國公民自由聯盟向佛蒙特州政府與警方提告,訴訟期間稱「使用中指抗議警察」的行為乃受美國憲法第一修正案和佛蒙特州憲法第13條所保護的言論自由,即便警方認為自己被冒犯或侮辱,仍必須尊重《憲法》賦予人民自由表達意見的權利。

雙方最終在今年6月達成和解,佛蒙特州同意支付邦巴德17.5萬美元賠償,涉事的警員於今年5月底也已經離職,邦巴德在訴訟結束後向媒體表示,自己現在他終於可以支付律師費,並和88歲的母親吃大餐來慶祝一切終於落幕。

更多 NOWnews 今日新聞 報導
川普、拜登「辯論狂提蒲亭」 克宮冷回:總統不會早起看他們辯論
通膨指標降三年來最低 美聯準會下半年降息有望
「換登」潛力股!小羅勃甘迺迪未達CNN民調門檻 自辦偽同台辯論

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

罷免 謝國樑

基隆 轉運站 啟用

罷免 門檻

沈伯洋 立場

轉運站 啟用 林右昌

選罷法 罷免 門檻

中天新聞網
三立新聞網 setn.com
今日新聞NOWnews
三立新聞網 setn.com
面對罷免怎處理?郭正亮舉「這2人」當借鏡:謝國樑別硬碰硬
公民團體發起的罷免基隆市長謝國樑「拆樑」行動,目前傳出第2階段連署書已達到門檻,謝國樑今(1)日出席活動時被問到此問題時回應,「請大家放心」。對此,前立委郭正亮回顧過往案例,呼籲謝國樑「別和對手硬碰硬」。
  • 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