風聲四起!6成挺「換拜登」 傳黨內要吉兒「出手勸退」
台視新聞網.2024年6月30日 19:54

美國總統拜登(Joe Biden)的辯論表現令黨內人士很緊張,換將風聲四起。民調顯示,有六成選民認為應該把拜登換掉,民主黨內也傳出希望第一夫人吉兒(Jill Biden)出面「勸退」拜登;更有美國媒體爆料,拜登可能今(30)日就會和家人討論是否退選。雖然傳聞不斷,但拜登仍在週六的募款會上強調自己會更努力奮戰。也有歷史學者分析,斷言拜登依舊是民主黨的最大希望。

美媒爆「拜登與家人討論退選!」 6成選民「要換拜」

美國總統拜登在首場辯論的慘烈表現後,30日在大衛營和家人共度週末。美國《NBC》新聞網爆料,他可能和家人討論是否退選。

《CNN》報導也指出,拜登家人比他的資深幕僚擁有更大影響力,尤其是攸關他的未來規劃,辯論會的議題可能浮上檯面。

雖然白宮表示,這只是老早計畫好的家庭行程,拜登也在週六的募款會上強調自己會更努力奮戰。但《紐約時報》報導,民主黨內部傳出希望第一夫人吉兒「勸退」拜登;晨間諮詢公司的民調也顯示,六成選民認為應該把拜登換掉。

「13把鑰匙」精準預測 「拜登仍是民主黨最大希望」

不過學者有不同看法,美利堅大學歷史系教授李赫特曼說,系統顯示民主黨唯一的勝選方式就是由拜登來選,他在黨內無人競爭。

號稱過去40年都精準預測下一任美國總統的學者,用「13把鑰匙」系統預測,斷言拜登仍是民主黨最大希望,甚至強調辯論成敗的影響力是零。

李赫特曼提到,「辯論不是大選結果的決定因子,希拉蕊(Hillary Clinton)三場全贏,但還是輸掉大選,凱瑞(John Kerry)每場都贏,還是輸掉大選,歐巴馬(Barack Obama)被痛宰,最終還是贏得大選。」

海莉喊換拜對共和黨未必有利 民主黨內人心浮動

曾角逐共和黨內提名的海莉(Nikki Haley)則認為,民主黨換掉拜登對共和黨未必有利,反而要對接替上來,更年輕、更有活力的參選人提高警覺。

拜登做出最終決定前,民主黨人的心,懸在半空中。

國際中心/劉人豪 編撰 責任編輯/吳苡榛

更多台視新聞網報導
辯論表現不佳掀換帥聲浪 拜登不退「參選到底」
美國大選首場辯論「充滿爭議」! 外媒指拜登掙扎、川普閃避
拜登、川普辯論會表現民調出爐!民主黨看選情不妙 欲說服拜登退選

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

選罷法 連署 藍委

罷免 謝國樑

孫曉雅 獎章

大法官 釋憲

謝國樑 罷免 基隆

成立 電視

太報
匯流新聞網
太報
新頭殼
陳雪生提案引進中資、招收中生 綠委批「福『國』利『民』是為中國」
國民黨立委陳雪生提案《離島建設條例》增訂第7條之1、地12條之2條文修正草案,引進中資、招收中生,程序委員會排入週五報告事項議程,民進黨立委張雅琳批,原來國民黨福國利民法案「是為了中國」,讓她相當傻眼。
  • 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