北市首接獲私幼狼師案時間曝!王義川指黃珊珊:不是宣傳新書就是罵DPP
三立新聞網 setn.com.2024年7月16日 22:35

政治中心/綜合報導

王義川猜黃珊珊辦公室有接到通報。(圖/翻攝自新台派上線)

北市近日爆發幼兒園狼師案,引發社會議論,而整起案件也橫跨了柯市府以及蔣市府期間,也讓外界質疑整個北市府兒少事件通報是否失靈。對此,民進黨政策委員會執行長王義川在今日晚間播出的《新台派上線》就質疑黃珊珊,在2022年的7、8月間,臉書除了不是在幫自己宣傳新書外,就是在罵民進黨,有關這起狼師案的隻字片語都沒有提到。他就問黃珊珊,「是不知情還是不能曝光?」

王義川在節目中指出,整起事件其實和政治並沒有太大的關係,第一次的通報一定是在柯文哲跟黃珊珊的任內,2022年7月7日,當時北市府的社會局長,就是現在的民眾黨祕書長周榆修,而當時那7月份接獲通報的時候,那時的黃珊珊知道嗎?

接著主持人李正皓也指出,那一天黃珊珊貼了一個臉書文,叫做「認真活,拚命做,就能無愧地過每一天」,並指出她在開新書發表會。

王義川接著說,黃珊珊這段期間以前就決定要選市長,所以都在忙選舉,但是這件事情在當時一定是所謂台北市重要的危機,因為通報上去一定會到黃珊珊,因為教育局跟社會局都是黃珊珊督導的,黃珊珊的辦公室一定有接到這個通報,可是她那個時候在拚選舉。

王義川也揣測,有兩種可能,一種真的不知道,一種是她知道,可是不能曝光,曝光的話都不用選了,「所以搞不好全部掩蓋下來,所以黃珊珊你告訴大家,這件事情有沒有進到副市長室?」他也要黃珊珊、柯文哲都別躲,應該要好好說清楚接獲通報後,到底有做了什麼指示。

王義川接著又整理了黃珊珊7、8月間做了什麼事,7月7號發表自己新書、7月11號開始罵陳時中、7月15號再罵蘇貞昌和陳時中、8月6號參加民眾黨的黨慶、8月20號參加公共化教保活動,8月26號宣傳城市博覽會,而黃珊珊在8月28號離職,從7月到8月至少還有一個多月的時間,「我再問一次黃珊珊,你知不知道有這個案件?」

▼影片來自YouTube-新台派上線頻道,若遭移除請見諒

更多三立新聞網報導
獨家/北市街頭擄人!豪門媳婦當街被打 動手竟是夫家人
可不可女店員賠定了!勞資律師傻眼:笨到把證據送給雇主
施明德長女施雪蕙離世!陳水扁曾「捐她百萬換肺」:很難過現在才知道
「受害人數是黃子佼20倍」卻不能說!小商人將曝光幼兒園狼師:歡迎來罰

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

辦好 中華民國

李四川 謝國樑

連戰 婚宴

基隆 力挺 謝國樑

高雄 李四川

調查官 栽贓 張麗善

FTNN新聞網
中廣新聞網
台視新聞網
TVBS新聞網
綠不滿韓國瑜辦國慶凸顯中華民國意象 李彥秀:簡化低俗是民進黨意識形態綁架大腦
[FTNN新聞網]記者孫偉倫/台北報導立法院長韓國瑜以身兼國慶籌備委員會召集人身份主責今年國慶活動,強調要「辦好中華民國生日」,外界認為今年中華民國主視...
  • 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