公民排班、捍衛民主 民團號召28日再上街頭
中央社.2024年5月25日 01:38

(中央社記者邱祖胤台北25日電)民間團體24日號召民眾抗議立法院修法擴權,約10萬民眾走上街頭包圍立院,晚間12時平和落幕,民眾陸續散場,並相約28日再上街頭,公民排班、捍衛民主。

主辦單位之一、經濟民主連合召集人賴中強約在24日晚間10時45分報告立院現況,尚有18個條文未審,表示至少還要4個半小時才能結束,「今天審不完」。

賴中強向現場民眾表示,21、24日兩天都未讓藍白立委稱心如意,「這是台灣公民運動的成功」,他希望民眾28日當天繼續前來守護民主,繼續「公民排班,守衛台灣的民主」。

賴中強說,萬一相關法案真的三讀通過,後續還有6個方案因應,包括行政院覆議、聲請釋憲、公民複決、罷免濫權立委、強化國會監督以及強化民主防衛,屆時要邀請偉大的台灣人民一起來參與。

由於24日適逢週五,下班、下課的民眾及學生在晚間陸續到場,且愈晚人愈多,主辦單位為避免人潮退場不易,提前向民眾宣布散場方式,指示位於中山南路、忠孝東路等路段民眾,先行離開,留在青島東路的民眾,則陪同尚在立院內的立委到最後一刻,過程溫馨平和。

到了晚間11時27分,立法院長韓國瑜宣布休息散會,民進黨立委也在散會後前往立院天橋上向群眾致意,現場民眾熱情高喊「台灣加油」。(編輯:徐睿承)1130525

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

政論 節目 盯梢

賴清德 釋憲

民進黨團 國會 修法

賴清德 喊話

俞大㵢 濫用 公帑

參謀總長 立院

台灣好新聞
中天新聞網
今日新聞NOWnews
中廣新聞網
沈伯洋早知「中國官媒盯梢」卻不吭聲 劉寶傑酸:雙面諜最可怕,他就是五毛
傳中共官媒新華社記者介入台灣某政論節目製作,甚至在錄影棚盯梢,確認達到國台辦的要求,該女記者趙博上個月悄悄離開台灣。《關鍵時刻》主持人劉寶傑自掌嘴巴發毒誓,如果他的節目讓共產黨指手畫腳、說三道四,「你半夜可以把我抓走!」。針對民進黨立委沈伯洋透露「中國的手伸入政論節目」,自己大概2個多月前就知道了。劉寶傑怒轟,如果你2個多月前知道,怎麼會讓她走掉?是不是早就該把這位記者抓出來?劉寶傑狠酸,「我每次看到沈伯洋,我都覺得他到底是一個小丑,還是認真?我真的覺得賴清德總統,如果你真的要有個門面,如果你真的要搞一個所謂的認知作戰,你能不能找一個像樣的人啊?你能不能找好一點的人啊?每天都搞一個小丑,你要我們怎麼接受嘛?」劉寶傑質疑,「如果你2個多月前知道,你怎麼會讓趙博走掉?你如果2個月前知道,你是不是早就該把趙博抓出來?你要嘛就驅逐出境,要嘛就抓出來,而且你要把相關人員弄起來。你怎麼會等到人走了?人走了一個多月以後,你才說『哦!有事情了!』名嘴張禹宣質疑,沈伯洋兩個月前沒通報把趙博抓起來,不然就證明你是第五縱隊的帶頭者。劉寶傑拉高分貝嗆,「他是!我都覺得他是!」劉寶傑罵,他對國共內戰有研究,「這
  • 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