#政治 #總統大選

除了政黨會下政治廣告，有愈來愈多粉絲專頁以個人或民間團體名義自掏腰包或小額募款，為政治訊息下廣告。

廣告受眾資料顯示，18-24 歲的廣告投放率近年明顯提高。學者分析「傾綠反藍」的政治廣告在 4 年前已開始、「傾藍反綠」的政治廣告則在過去幾年才逐漸增加。

這些人投的廣告，都在講些什麼？▼不是政治人物也掏錢下選舉廣告：意見領袖加入 打「口水仗」還是重建討論空間？ - READr 讀+

#政治 #總統大選

根據 READr 分析，近期最受國人關注的五大議題為低薪、黑道及詐騙、中國外交、護理師人力荒、核能。

各政黨的總統候選人針對這些議題提出了什麼樣的政見？這些政見在專家看來可行性又是如何？

參見完整報導▼「好窮、詐騙多、還缺電？」聚焦社群熱議政策，賴侯柯政見是願景還是空包彈 - READr 讀+

#政治 #總統大選

READr 統整賴清德、柯文哲、侯友宜已公布的施政願景，並與蔡政府推動的措施相比較，發現三人的國防、外交政見大方向和既有政策高度重合，僅細節和執行方式不同，主要差異都與如何應對中國有關。

你能猜出下面的主張，分別屬於哪個候選人嗎？

A：中國不希望臺灣講出兩岸是「國與國的關係」⋯⋯其實改講特殊關係就好了。我對名詞不是很在意。

B：我們要先把兩岸緊張的溫度降下來。像是中國推的「31 項惠臺措施」被當作是要吞併臺灣，反而加深兩岸的敵意。

C：習近平堅持統一臺灣，片面切斷兩岸交流，我將持續捍衛維持現狀，並願意在基於互利、尊嚴且沒有先決條件下，與對岸展開對話。

看三位總統候選人的國防、外交政見差在哪▼競逐「掌握國防外交權」總統大位 賴侯柯相關政見對中態度差異最大 - READr 讀+

#政治 #中國

習近平所提出的「一帶一路」經濟倡議，今年已滿十週年。為了打通貿易路線，中國大手筆金援各國進行基礎建設，效益究竟如何？

READr 分析參與國媒體在 Facebook 粉絲頁的相關文章，發現正面看待一帶一路的文章數量遠超過負面情緒文章，且以亞洲最多。

但正面情緒文章佔比較高的國家，其新聞自由排名普遍低落，部分國家的文章內容更出現中國國營媒體經營的痕跡⋯⋯

一帶一路十週年：參與國輿論如何評價十年「中國夢」？ - READr 讀+

#文化 #電影票房

新電影上映了！你會選擇第一時間進電影院觀賞，還是等串流上架？

串流平台訂閱人數逐年增加，每年更有近八成院線電影上架串流平臺。疫情後觀眾消費習慣改變，不夠「強」的電影，已經無法吸引人走進戲院。

串流平臺究竟如何改變電影產業？請見▼串流時代：八成院線電影上架串流 電影票房貧富差距擴大、內容競爭更激烈 - READr 讀+

#政見協作 #2024選舉

2024 政見不失憶：總統暨立委選舉政見資訊追蹤協作平台
政見協作平台再升級！集結政策比較×事實查核×即時互動，給你最完整的 2024 總統候選人政見比較平台。

去年，READr 發布了 2022 選舉政見協作平台，邀請大眾一起來協作候選人提出的政見。

今年，READr 進一步和 10 家媒體合作，進一步執行政見的背景事實查核、確認是否已有相似政見、搜尋候選人對該議題的歷年立場變化等。

當然，今年一樣開放大眾協作政見，你還可以針對政見表達心情、留言。歡迎將這個平台分享出去，讓更多人一起來參與協作、了解政見！

#政治 #總統大選

這陣子「藍白合不合」成為總統大選關注焦點。從政見的角度來看，藍白合嗎？又有哪裡不合？

READr 統整柯文哲、侯友宜（郭台銘未舉辦政見發表會）迄今發表的政策，找出兩人皆提出完整脈絡的政策相比較，如能源、醫療長照、兩岸、教育、居住、客家六大領域，發現兩陣營「大方向」很合，但仍有一些衝突和各自關注的面向。

藍白合還是藍白拖：侯柯六大領域政見速配指數解析 - READr 讀+

#政治 #總統大選

學者認為明年總統大選臺海情勢更為緊繃，候選人的兩岸政策對選民來說更重要。目前四位主要的總統候選人的兩岸主張中，對「九二共識」的定義有明顯差異。

差異在哪？請見詳細比較報導▼九二無共識？郭提「各表」侯柯表態少、賴堅決反對——歷次媒體發言看候選人兩岸主張 - READr 讀+

#資料新聞 #記者筆記

你聽過「資料新聞」嗎？傳統的新聞記者透過採訪「人」獲得資訊；而資料新聞記者的受訪者，則是「資料」。

擅長文字、不擅長數學的記者，要如何開始學習資料新聞？製作資料新聞跟傳統新聞的差別又在哪裡？資料新聞跟資料視覺化一樣嗎？

請見 READr 記者的完整筆記▼【記者筆記】如何開始嘗試資料新聞？「湄公河計畫」的媒合與實踐 - READr 讀+

#公共討論 #評論

當大家都只在同溫層討論議題，要如何了解其他陣營的想法、促成溝通？

近期 X（原 Twitter）試圖以「社群筆記」（community note）這個功能，緩解陣營之間的分裂與對立。

社群筆記是這樣運作的：「在相對寬鬆的資格限制下，人人都可針對推文的內容寫下筆記，同時也對其他人的說法給予評價，如有幫助或沒有幫助。」

「機器學習會根據使用者的行為，整理出每個使用者的極化程度，如果某則評論能夠同時獲得夠多不同陣營使用者的認可，就公開顯示該評論給所有使用者看。」

這個功能還有什麼潛力？請見系列評論▼【評論】網路極化言論中，真理真的越辯越明？ - READr 讀+【評論】對抗網路對立，先了解對方所處的資訊環境 - READr 讀+【評論】事實查核與社群筆記：Vitalik Buterin 的「客觀認識論」 - READr 讀+