颶風海倫襲美死傷慘 川普批賀錦麗只顧募款
今日新聞NOWnews.2024年9月30日 07:37

▲美國共和黨總統候選人川普, 29日在賓州伊利市造勢時,談到颶風海倫為美國帶來的經濟損失和人命傷亡,批評對手賀錦麗只顧著為選舉募款。(圖/美聯社/達志影像)

[NOWnews今日新聞] 颶風「海倫」上週襲擊美國東南部,在多州釀成災情,最新數字顯示,美國已有至少90人因為這場颶風喪生。美國共和黨總統候選人、前總統川普(Donald Trump)對於罹難者表示哀悼,並批評民主黨總統候選人、現任副總統賀錦麗(Kamala Harris)只顧著為選舉募款。

根據《CNN》報導,颶風海倫在南卡羅來納州、喬治亞州、佛羅里達州、北卡羅來納州、維吉尼亞州導致至少90人死亡,川普預計將於當地時間週一造訪重災區之一的喬治亞州瓦爾多斯塔(Valdosta, Georgia),聽取颶風災情簡報,並協助敦促救援物資分發。

川普稍早在賓州伊利市(Erie, Pennsylvania)的一場集會上表示:「這是一個艱難的過程。那是一場巨大的、怪物般的颶風……嚴重程度超出任何人的想像。」也不忘把握機會,抨擊對手賀錦麗,在海倫成為襲擊佛州大本德地區「有史以來的最強颶風」後, 還只顧著在西岸募款。

川普指控民主黨,為壞人籌集了大量資金,與激進左翼的瘋狂捐助者一起辦募款活動,與此同時,美國許多地區都被海倫颶風摧毀並淹沒,許多人因此喪生,並向罹難者及其家屬表示哀悼,嘲諷賀錦麗「待在她應該待的地方,以獲取她的報酬。」

而據《路透社》報導,颶風海倫導致美國數百萬戶斷電、道路橋樑被摧毀,造成災難性後果。颶風過境後,東南部各州開始大規模的清理和恢復工作,並擔心是否會有更多罹難者遺體被發現。美國保險公司和預測機構認為,海倫造成的經濟損失,少則150億美元,多則超過1000億美元不等,隨著各地政府對災情進行估算,具體財損將更加清晰。

▲颶風海倫造成嚴重災情,颶風過境後,美國東南部各州開始大規模的清理和恢復工作(圖/美聯社/達志影像)
▲颶風海倫造成嚴重災情,颶風過境後,美國東南部各州開始大規模的清理和恢復工作(圖/美聯社/達志影像)

更多 NOWnews 今日新聞 報導
颶風海倫威力驚人!橫掃美國東南部多州 已知至少釀45死
強烈颶風海倫侵襲!美國6州宣布進入緊急狀態 逾220萬戶停電
質疑搜尋結果有利賀錦麗!川普控Google介選 揚言「選上就告」

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 飆罵 將官

颱風 山陀兒

李文宗 朱亞虎 禁見

賴清德 怒罵 將官

日本 石破茂

威京 民眾黨

今日新聞NOWnews
中天新聞網
中天新聞網
中時新聞網
賴清德飆罵將官?沈富雄曝:和她溝通不良
[NOWnews今日新聞]有媒體報導,總統賴清德日前以三軍統帥身份主持將官晉任勗勉典禮後,國防部辦了場茶會,見到將官們坐著等他到場,不滿怒批「我是三軍統帥,看到我為什麼不站好?」甚至還怒摔資料。而在此...
  • 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