拜登稱自己「不再年輕」承認辯論會表現不佳 歐巴馬發文力挺
中天新聞網.2024年6月29日 11:02

現任美國總統拜登在與對手川普的辯論會上表現不佳,聲勢下滑,甚至傳出民主黨可能會陣前換將的消息。對此,同為民主黨人的前總統歐巴馬出聲力挺拜登。

歐巴馬出聲力挺拜登。(圖/美聯社)

歐巴馬在X平台上發文表示,這場總統辯論並沒有改變他對2024 年大選的看法,「糟糕的辯論時常發生。相信我,我很知道。」事實上,歐巴馬自己在2012年競選時,也曾在辯論會上表現失常。他強調,選舉的重點仍然是在兩個人之中做選擇,「一個是一生都在為民眾奮戰,另一個則是只關心自己的利益;一個是講真話並為美國人民服務,另一個是為了自己的利益而謊話連篇。昨晚的辯論會並沒有改變這個事實。」

拜登在首場辯論會的表現令各界擔憂,尤其是民主黨內更是一陣恐慌。即使競選團隊為他解釋拜登是因為感冒導致聲音沙啞,但卻無法解釋他說話為何結結巴巴。

一名曾參與總統競選的政黨策略家說,「拜登聲音沙啞,看起來很疲憊,而且在胡言亂語。他不斷重覆說明選民早就知道的事。拜登總統不可能獲勝,這場辯論會是他政治棺材上的一根釘子。」

儘管黨內有換將的呼聲,不過仍沒有積極推動的跡象,且除了歐巴馬之外,加州州長紐森(Gavin Newsom)和眾議院民主黨領袖傑佛瑞斯(Hakeem Jeffries)也公開支持拜登。

在辯論會失利後,拜登並沒有停下腳步。隔日他在北卡羅萊納州羅利市的一場競選活動上發表了一場慷慨激昂的演講,承認他的辯論表現不穩定。拜登說,「我知道我不再是年輕人了,我走路不像以前那麼輕鬆,我說話不像以前那麼流暢,我辯論也不像以前那麼好。但我知道如何說實話,我知道是非,我知道如何把事情做好。我知道,就像數百萬美國人知道的那樣,當你被擊倒時,你會重新站起來。」

拜登在北卡羅萊那州演講。(圖/美聯社)

而根據CNN在辯論會後的一份民調顯示,67%的民眾都認為川普表現優於拜登;不過仍有約81%的人表示,辯論會對他們投票選擇沒有影響。

延伸閱讀
不斷更新/川普抨擊拜登「爛總統」 強調自己將使美國再次偉大
影/美總統大選首辯論登場!拜登川普睽違4年再交鋒 即時中文口譯直播看這裡
影/美總統大選辯論6/28上午9點登場 收看管道重點資訊一次掌握

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

謝國樑 連署 達標

沈伯洋 立場

罷免 謝國樑

海虎 官兵

冒用 沈伯洋

核電 修法

今日新聞NOWnews
中時新聞網
FTNN新聞網
今日新聞NOWnews
謝國樑罷免連署達標 沈富雄轟:綠營太過分
[NOWnews今日新聞]基隆公民團體「山海公民拆樑行動」推動罷免基隆市長謝國樑,第二階段連署門檻已達標,將於7月初送件。對此,前立委沈富雄表示,「我覺得謝國樑就是好人、乖孩子,所有指控他的東西都加起...
  • 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