挺巴學運/批以=反猶?許諾穩定的民主黨政治危機
世界日報World Journal.2024年4月30日 14:22

以哈戰爭爆發近七個月,全國大學校園出現批以反猶浪潮,也揭露民主黨內新出現的緊張,如何在保護言論自由、支持加薩民眾,同時兼顧一些猶太裔美國人對反猶太主義的疑慮,取得平衡;但這些示威可能暑假暫時消失,秋季開學後恢復,無論如何,答案在中東,要看以色列與巴勒斯坦的局面演變。

紐約時報報導,由紐約、洛杉磯,到亞特蘭大、奧斯汀,不僅已有零星衝突發生,警方是否介入也高度保留,而這些抗議也在民主黨內部崛起為新的衝突點。

本學年最後幾天,全國校園動蕩的光景上演,這個時刻對許諾穩定、正常而贏得近幾次選舉的民主黨帶來政治危機,想在秋天繼續控制政府,面臨艱鉅戰役。

民主黨資深策士席納(Dan Sena)表示,真正的問題在:民主黨能不能再次把自己形塑成穩定掌舵的一方?目前事態造出全國紊亂如此,要想辦到比較困難。

自從哈瑪斯去年10月7日攻擊以色列,以國反擊據說已殺害超過3萬人以來,美國對以政策,在左派爭論得特別明顯。

大多數民主黨表示,他們支持言論自由,譴責反猶太言行,但目前以哈戰爭很棘手,互相衝突的歷史敘述充斥,要想區別理直氣壯批評以色列,與反猶太主義,變得很困難,目前在校園更來到火熱。

對一些曾造訪學生帳篷城、參加示威的國會議員們而言,學運代表校園活躍的悠久傳統,而且學生的言論自由岌岌可危。

但是對其他民主黨人,一些猶太學生描述受到恫嚇及騷擾的案例,更能界定當下這場校園運動。

目前這些緊張以哥倫比亞大學最為明顯,該校已變成抗議運動的中心點,但也是其他雜因雜果的焦點。

同時,一些共和黨人試圖把整個民主黨打成極端派,太露骨地迎合常春藤名校抗議者們的關心事項。但共和黨人如前眾議員史帝夫.伊色列(Steve Israel)表示,這起學運到11月還會不會這麼強大,目前言之過早。

他表示,校園到夏季一般就沒人,本命題的能量可能消散,真正的問題在秋季開學還會不會延燒下去,而答案不在美國,要看中東。

更多世界日報報導
挺巴學運/哥倫比亞大學示威學生攻占漢彌爾頓大樓
13億勁球獎落俄勒岡 寮國夫婦與友抱回
無人駕駛卡車 年底前德州上路 真人司機恐被迫提早退休

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

賴清德 演說

國宴 台南 登場

演說 台灣

副總統 典禮

日本 議員

中國 演說

中時新聞網
中天新聞網
新頭殼
三立新聞網 setn.com
巴拉圭總統拜會賴清德 貝尼亞重申兩國堅定邦交
賴清德總統今天會晤來台致賀的巴拉圭總統貝尼亞,期待未來臺灣和巴拉圭持續深化夥伴關係,「一起邁向自由、穩定、繁榮的大道」。貝尼亞強調,巴拉圭與臺灣的執政目標一致,並重申臺巴66年堅定的邦交關係,兩國過去一起推動許多計畫。未來雙方也要持續合作,他相信「巴拉圭的成功就是臺灣的成功,臺灣的成功也是巴拉圭的成功」。
  • 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