研究

議會在問什麼?

以 2025 年 5 月總質詢議題分析為例,說明資料觀察可以回答什麼,以及不能推論什麼。

01

摘要

本篇為既有分析的研究摘要。將總質詢內容分類與視覺化,可以協助讀者理解一段期間內的議题分布。分類結果是觀察工具,並非議員評分。

02

Research Question

在指定觀察期間,高雄市議員的總質詢涵蓋哪些公共議題?如何讓分散的議事內容更容易比較?

03

Why This Matters

能否找到與理解議會正在討論的問題,影響公共資訊的可近性。資料整理也必須保留分類方法與涵蓋範圍。

04

研究方法

蒐集質詢資料,以 AI 輔助摘要與分類,再製作議題視覺化。這裡描述的流程來自工作紀錄與公開報導,未另做分類器效能驗證。

05

Dataset

公開報導記載的範圍為 2025 年 5 月 6 日至 14 日、前 37 位完成總質詢的議員;議題歸納為 17 類。

06

發現

報導記錄交通改善、地方基礎建設、智慧城市與社會福利為較常出現的議題。本頁不重製比例圖,因原始分類資料與完整計算分母尚未附於本站。

07

Counter-evidence

高頻率議題不必然等於公共需求較大。議程安排、議員專長與分類粒度,都可能改變呈現的分布。

08

Limitations

觀察期間不涵蓋完整會期;AI 分類可能誤判或省略語境;本站未提供原始逐筆資料供重算。因此不主張代表性、因果或評鑑效力。

09

結論

讓資料可閱讀,也讓限制可閱讀。議題地圖是繼續提問的起點。

10

Citation

林力宏,〈議會在問什麼?〉,Hong Personal Digital HQ。研究摘要,依 2025 年 5 月公開報導整理。

證據與來源

來源 01自由時報|議員總質詢最愛問什麼,2025.05.15 ↗

來源標記說明引用資料的狀態,不表示本站重新檢查了所有外部系統。

↗ / 延伸閱讀
01
政策/資料 / 2025

讓議會的問題,被看見。

從總質詢資料出發,以 AI 輔助分類與視覺化,整理議會正在討論的公共議題。

我的工作資料分析與視覺化公開來源
02
政策/資料 / 2026

跨官方文件的數字漂移偵測

政府資料品質研究

比對同一政策或工程在不同官方文件中的預算、目標、實績、日期與版本,區分實質不一致、統計口徑差異與資料更新。公開敘述聚焦方法,不以未公開工作底稿推論政策成效。

← 回到索引

搜尋 Hong

搜尋公開作品、研究、工具與經歷。