立院成立鏡電視調查小組 鏡電視質疑違法:侵害新聞自由斧痕鑿鑿
華視.2024年7月3日 13:00

台北市 / 殷名慧 綜合報導

為釐清NCC執行「鏡電視新聞台申設、審照、換照及營運等相關監理事項」決策過程,有無遭受政府不當介入,立法院聯席委員會今天成立「鏡電視申設及後續弊案爭議調查專案小組」,要求有關機關就特定議案涉及事項,提供相關調查資料,必要時可舉行聽證會。這也是《立法院職權行使法》修法後,立法院啟動調查權,首個要查的案子。鏡電視也做出聲明回應,表示本公司執照申設過程一切皆依法辦理,無論再多的惡意攻訐或干擾,都無法改變鏡電視是最大受害者的事實。

鏡電視聲明中指出,《立法院職權行使法》修正後,經民進黨立法院黨團、行政院、總統及監察院等四機關聲請釋憲,尚待憲法法庭審議中,惟今日立法院交通、司法及法制委員會聯席會議未經院會交付即逕行召開聯席委員會,以違反立法院各委員會組織法第十三條之規定成立「鏡電視申設及後續弊案爭議」調查專案小組。而且黃國昌委員曾表明,將於7月12日提案成立調查委員會,以及今年3月立法院交通委員會成立調閱小組(於7月3日提案終止),短時間內立法院針對一家新聞媒體成立三種調查組織,實為史上僅見,侵害新聞自由斧痕鑿鑿。

鏡電視表示,兼以鏡電視申設過程,受主管機關最嚴格之審查,是史上申設時間最長,受到最多不平等附款(共42項)要求之電視台,儘管有千百道枷鎖,也無法箝制鏡電視監督時政之初心,「身為新聞媒體,鏡電視將本著新聞人之天職,持續挖掘真相、打擊特權、監督政局、無畏橫逆、勇往直前』。

鏡電視強調,自申設以來,因部分初始股東之紛爭,導致少數政治人物不察誤信而受零元股東煽惑,產生今日之紛擾,本公司至表遺憾,也不斷就相關問題進行說明,且業經主管機關調查並向立法院提出報告,證明鏡電視執照申設過程一切皆依法辦理,「無論再多的惡意攻訐或干擾,都無法改變鏡電視是最大受害者的事實」。

鏡電視最後指出,鏡電視自開播以來節目內容表現優異,並受各大獎項肯定,2021年入圍5項2項得獎、2022年入圍33項17項得獎、2023年42項入圍19項得獎,開播至今已入圍80個獎項、贏得38項大獎,內容有目共睹。未來亦將秉持初衷,為打造一個優質的新聞台持續努力不輟。

原始連結



更多華視新聞報導
NCC未提供鏡電視資料 藍白立委轟擺爛
澎漁船遭押 船主:海域作業幾十年「過往都只勸離」
立院通過臨時提案 3天內NCC須提供鏡電視案資料

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

晚會 祖國

回應 祖國論

中共 祖國

賴清德 晚會

金山 勘災

共和國 祖國

FTNN新聞網
中天新聞網
CTWANT
壹蘋新聞網
一個祖國各自表述 蕭旭岑:「祖國」是「尚未統一但互相涵蓋的『中國』」
[FTNN新聞網]記者孫偉倫/台北報導針對賴清德總統昨晚在國慶晚會的「祖國論」,馬英九基金會執行長蕭旭岑今(6)日指出,台灣與大陸民眾心中的「祖國」,依據...
  • 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