我何錯之有?被迫分手正國會 陳怡君:我心好痛、忍不住掉了幾滴眼淚
三立新聞網 setn.com.2024年7月5日 18:20

記者高逸帆/台北報導

陳怡君說,她遭除名真的很難過。(圖/翻攝自陳怡君臉書)

民進黨將於7月21日召開全代會,並改選黨內權力核心中常委、中評委,而正國會立委陳亭妃自帶人馬參選,最後遭正國會決議除名;此外,議員何文海、陳怡君也除名。對此,將參選中評委的陳怡君今(5)日表示,她以挺外交部長林佳龍的態度在挺陳亭妃,何錯之有?她並說,她的心好痛,真的很難過,忍不住又掉了幾滴眼淚,但她會依然堅強。

正國會今中午召開派系會議,外交部長林佳龍、民進黨秘書長林右昌並未參加,但有跟中常委陳茂松交換意見。最後,決議將陳亭妃、何文海、陳怡君除名。

「政治人物最怕失去初衷!」陳怡君表示,對於派系的兄弟姐妹要選舉,她從過去到現在立場都一致,義無反顧挺派系的手足。如今只為了這樣的原因被開除,她只能尊重與祝福,如果要逼她離開,「我要說的是在我心中,我是游院長的子弟兵,我還是正國會的成員」。

陳怡君指出,過去林佳龍要選台北市長時,即使政務委員陳時中選台北市的態勢明顯,她還是毅然決然為林佳龍在大橋區民活動中心,找來選區里長、支持者辦了一場造勢,挺自己兄弟。她從來都不是「西瓜偎大邊」趨炎附勢之人,她挺的是義氣跟派系兄弟姐妹的感情。

陳怡君直言,「陳亭妃要選台南市長,我也是以挺林佳龍部長的態度在挺陳亭妃,我何錯之有?」

陳怡君指出,今天被迫分手,她的心裡很受傷、很難過、心很痛,這一個月以來我每天都睡不好,但是她挺陳亭妃的心不會變。民進黨的價值就在民主、就在黨內初選,這是一件很公平人人有機會的事。

陳怡君說,「論派系而言,挺自己派系的人爭取初選,陳怡君錯了嗎?論民主進步黨的價值,捍衛公平初選的機制,黨員陳怡君錯了嗎?」

「我的心好痛,真的很難過,忍不住又掉了幾滴眼淚,但我會依然堅強。」陳怡君也祝福林佳龍仕途順利,也謝謝過去的提攜。她說,人民才是政治人物的後盾,勿忘初衷才是政治人物的靈魂,她會為人民繼續努力。

更多三立新聞網報導
李柏毅喊話高雄直飛歐美 卓榮泰:與交通部協調落實小港機場聯外需求
蕭美琴爆料要當宅女不逛寵物展 蔡英文:妳沒跟我說有貓可以抱
民眾黨開鍘!開除「柯文哲前幕僚」吳靜怡 張凱鈞赴中停權兩個月
正國會開鍘!陳亭妃、何文海、陳怡君確定除名 陳茂松:祝她幸福

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

海基會 董事長 涉貪

鄭文燦 收賄

賴清德 肅貪

德州 設立 州長

鄭文燦 涉貪

賴清德 狠辦

TVBS新聞網
中天新聞網
民視
民視
走出桃檢笑了!鄭文燦涉貪500萬交保 沈富雄曝關鍵:我笑不出來
前桃園市長鄭文燦爆出涉貪污罪,法院裁定500萬元交保,今(8)日將以「最速件」送往高院,而鄭文燦也宣布請辭海基會董事長一職。值得關注的是,鄭文燦走出地檢署時,竟面帶燦笑、一派輕鬆,讓前立委沈富雄震驚表示,「這不容易欸!」
  • 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