辯論表現被酸爆!拜登無意退選:會打敗川普
今日新聞NOWnews.2024年6月29日 06:53
▲儘管被認為在首場大選辯論中表現不佳,美國現任總統拜登仍不打算退選,誓言要打敗川普。(圖/美聯社/達志影像)

[NOWnews今日新聞] 2024美國總統大選首場辯論,已於台灣時間28日上午結束,儘管因為主辦方祭出「關麥」等限制,加上川普表現相對克制,所以並未重演上屆大選時的混亂,不過拜登的表現也讓美國內外都懷疑,他是否真能再當4年總統。對此拜登回應,他知道自己年齡大、辯論表現也不太好,但還是打算在11月的大選打敗川普。

綜合《路透社》、《CNN》等外媒報導,拜登週五在北卡羅萊納州向支持者喊話,坦言自己年事已高,走路不像以前那麼輕鬆,說話也不像以前那麼流暢,辯論表現不如以往:「但如果我不是全心全意相信,我能勝任這份工作,我就不會再競選,風險太高了」,暗示他並無退選規劃。

儘管川普在辯論中所說的內容,有不少都缺乏證據甚至是謊言,但辯論結束後,外界的焦點幾乎全在拜登身上,就連他所屬的民主黨也不例外,紛紛擔心讓他參選11月大選是否為明智之舉。

不過,雖然部分民主黨人避免回應自己是否仍支持拜登參選,但還是有黨內人士表態力挺,包含前總統柯林頓(Bill Clinton)和歐巴馬(Barack Obama),其中,歐巴馬還在社群平台打下:「糟糕的辯論之夜時有發生。相信我,我知道。但這次選舉仍然是一個『為普羅大眾奮鬥一生的人』以及一個『只關心自己的人』之間的選擇;選的是說真話的人,或者是為了自身利益撒謊的人。昨晚的辯論沒有改變這一點,也因此11月的選舉事關重大。」

另一方面,川普也在週五於維吉尼亞州出席活動時,批評拜登的問題不在年齡,而在於能力,諷刺道:「這真的不關他的事,除了能力之外,他沒有任何問題,他非常無能。你知道,他們一直說老,我知道比他年長的人,都正在做令人難以置信的事情,」

據川普所說,他認為自己在首場總統選舉辯論中大獲全勝,擊敗了「希望摧毀這個國家的那個人(拜登)」。不過,由於拜登已是民調表現最好的民主黨人,因此他不認為拜登會就此退出總統大選。

更多 NOWnews 今日新聞 報導
衡量川普勝選可能!市場消化掉最新通膨數據PCE 美股幾乎全收黑
與川普首場辯論落幕!賀錦麗等人力挺 拜登:我們需要擊敗這傢伙
關麥仍精彩!川普、拜登辯論互噴 中國及台灣議題未入列

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

香港 警示

核電 修法

警示 兩岸

罷免 謝國樑

褒揚令 表彰 海虎

今日新聞NOWnews
中時新聞網
TVBS新聞網
TVBS新聞網
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