國會打架濺血 黃暐瀚提這事:難怪外國人會這樣看待台灣
新頭殼.2024年7月8日 19:58
2022年6月,來台訪問的斯洛伐克布拉提斯拉瓦省省長德若巴(左二)在立法院議場和斯洛伐克國會議員齊阿克(中)作勢上演全武行,左一的斯國國會議員史丹奇克也作出雙手抓住省長雙臂試圖勸架的動作。台灣立法院朝野立委打架的畫面經常傳到國外,因而惹得來訪的官員和議員也來感受一下朝野立委肢體衝突的氣氛。   圖:張良一/攝(資料照片)

[Newtalk新聞] 資深媒體人黃暐瀚今天(8日)以「國會打架、台南開槍」為題發文,前者指立法院內政委員會排審「公職人員選舉罷免法修正草案」,藍綠爆發推擠衝突,還有委員受傷見血;後者則是台南市區漁會理事長林士傑在住處門口遭槍手近距離開槍殺害。對於國會打架一事,黃暐瀚認為,立法院應該是說理論理的地方;而光天化日下行兇殺人,要儘速破案,給人民安全公平有保障的生活環境。

黃暐瀚表示,2022年6月,斯洛伐克議員來訪,竟在立法院議場「模擬」起台灣朝野立委攻防打架的模樣,當時覺得「怎麼這麼不禮貌?」現在回頭看看最近立院的狀況,才驚覺「難怪外國人會這樣看待台灣」。黃暐瀚指出,立院是修法、立法、審預算、問官員、說理論理的地方;如果簡單使用「暴力」、「霸佔主席台」、「扯斷麥克風」就能癱瘓國會?這樣的立法院,是不是該改變了?質問你有看過小學選班長,靠打人選上的嗎?(或靠杯葛讓班長選不成?)你有看過投開票所因為有人搗亂就無法繼續進行投票的嗎?

黃暐瀚認為,立院就該有立院的樣子,言論自由的範疇,應該最大限度的保障;肢體動作的杯葛,應該縮小到最低的範圍,不能因為任何一名立委用「摸胸被摸胸」、「開門鎖門」、「推擠踢腿熊抱亂親」這樣莫名其妙的理由,就癱瘓了議會。

至於台南開槍案,不僅林士傑身份敏感,黃暐瀚直言是「光天化日、行兇殺人、逃逸無蹤、駭人聽聞」的重大治安事件;強調如果無法儘速破案,「府城」變「腐城」,不只市長黃偉哲會受到影響,就連賴總統的聲望、信任度,也一定會大受影響。提醒「給人民安全公平有保障的生活環境,是政府的責任」。

查看原文

更多Newtalk新聞報導
立法院又濺血!呂秋遠問任期過1/8做了什麼? 籲半年後「罷免」公民權
楊宏基觀點》克制?挑釁?617中菲海上衝突 先想這3個問題…

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 祖國論

金山 勘災

賴清德 總統

韓國瑜 邀約 和解飯

劉志明 逃死

侯友宜 勘災

TVBS新聞網
中廣新聞網
今日新聞NOWnews
三立新聞網 setn.com
柯文哲通訊對話流出?鍾小平爆內容「鹹濕」:下週出大事
前台北市長、民眾黨主席柯文哲因京華城案遭裁定收押禁見,台北地檢署近期也積極偵辦此案,國民黨台北市議員鍾小平昨(5)日爆料,傳出柯文哲的手機已被破解,其中包含微信、LINE等軟體的對話內容「鹹濕」,涉及「追女生」,並預言下週可能會「出大事」。
  • 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