電子代工大廠和碩雙執行長之一的鄧國彥表示，目前來看景氣變數大，不過他仍希望，下半年在新產品上市與新客戶發酵下，能夠明顯優於上半年的淡季。雙執行長之一的鄭光智則透露，和碩耕耘多時的伺服器事業，不僅今年中就會開始對中大型CSP（網際網路服務業者）少量出貨，更是以輝達GPU為基礎的AI伺服器。
日期：2024-01-21
2024年總統大選以及立委選戰週六（1/13）登場，各黨參選人在總統和國會席次上角力，誰能擔任第16任總統、副總統，以及第11屆立法委員即將揭曉。第16任總統副總統選舉，將選出總統、副總統各1人；第11屆立法委員選舉，將選出113位立法委員，包括區域立法委員73人、全國不分區及僑居國外國民立法委員34人、平地原住民及山地原住民立法委員各3人。大選選舉人數1954萬8531人，首次參與總統副總統及立法委員選舉的首投族人數有102萬人，全台共設置1萬7795個投開票所，動員選務工作人員逾24萬人。《今周刊》為了讓選民更了解三位候選人：民眾黨總統候選人柯文哲，民進黨總統候選人賴清德，以及國民黨總統候選人侯友宜，開設《今周戰情室》，讓每位台灣人即時掌握關鍵選情。
日期：2024-01-15
《中國新聞週刊》 4 日報導揭露，據中國農業農村部調查發現，截至 2019 上半年，中國全國 70 萬個行政村總和債務高達 9,000 億人民幣 ( 約合台幣 4 兆 ) ，負債情況不僅出現於農村村落，就連都市也是如此，平均各村級組織負債近 130 萬人民幣。中國學者直言「小村巨債」情況已經是中國振興農村的巨大絆腳石，村級債務增長問題迫在眉睫，中國政府必須研擬手段因應。
日期：2023-09-04
北海道是日本面積最大最北端的一級行政區，道廳是札幌市，幅員遼闊，人口密度底，擁有日本四分之一的農地，享有得天獨厚的農業、畜牧和水產資源，提供日本豐富的食糧，也造就多元的飲食文化。而未經人為干擾的天然環境，更吸引無數遊客造訪。 北海道面貌多變，四季風情各有魅力，除了札幌、小樽和函館等活力都會，還有舊石器時代和繩文時代等考古遺跡、愛努人等少數族裔文化，以及花田、溫泉、石狩川、火山口湖、雪場、流冰和離島等自然絕景，孕育出札幌和旭川拉麵、活烏賊生魚片、海膽丼飯、北海道鮮奶巴菲冰、夕張哈密瓜、余市威士忌等特色美食，還能滿足購物及觀光需求，汲取豐沛的美食娛樂創意能量！ 北海道還能怎麼玩？本書為旅人量身打造最棒也最難忘的北海道之旅！
日期：2023-07-28
今周刊編按：全球第10大、台灣第1大輪胎廠正新橡膠創辦人羅結，2019年3月辭世後葬於彰化縣家族墓園，前司機凃男因為缺錢又欠債，竟夥同兩名友人，盜取羅結的骨灰，向羅結次子羅才仁勒索6千萬元。彰化地院依恐嚇取財等罪判處凃男等3人各3年8月到7月不等徒刑。根據判決書指出，凃男曾是正新輪胎員工，也擔任過羅結司機，得知他火葬後骨灰罈葬於彰化某公墓內的家族墓園，因缺錢花用，竟夥同友人張男破壞鐵窗，盜走羅結「骨灰罈」，再由另1名林姓男子，負責打電話給羅結的兒子和媳婦威脅「我有你爸的東西，向你求財三千萬，不然我就毀掉你爸爸的東西」等語，勒索6千萬。不過林男後來發現是以「骨灰」恐嚇取財，嚇得離開。羅家同時也報警，警方在7天內偵破，並找回羅結的骨灰罈。凃男事後也坦言「一時糊塗」、「對不起老董及其家人」。法院審理後，依盜取屍體等罪判處凃、及友人有期徒刑3年8月，林男犯恐嚇取財未遂罪，處7月徒刑，可上訴。羅結一生充滿傳奇，高齡97歲去世不刻意避稅，他和妻子黃葉(2009年逝)遺產稅挹注約26億給大村鄉公所，成為彰化「最富有」鄉鎮，公所不僅有經費建設地方，也發給鄉民振興禮金、為鄉民辦意外險，被地方視為大善人。以下為《今周刊》2009/12/17文章
日期：2023-05-25
今年最強春雨猛攻台灣，自週三（4/19）起將連續開炸3天，而預估週四（4/20）會是這波春雨最劇烈的一天，而大家期盼已久的「雨神」能幫全台水庫解渴，解除缺水的燃眉之急，儘管經過一夜大雨，讓8座水庫有所進帳，但仍有12座水庫的蓄水量持續下降，若要解渴仍需更多春雨眷顧。
日期：2023-04-20
氣象局持續發布彰化縣豪雨特報及大雷雨訊息，雷雨交加下，彰化傳出淹水災情，有民眾PO出彰化在大雨轟炸下的淹水照片，整個鹿港天后宮廣場都變成池塘，還有人家門口出現小河、家中變池塘，讓網友大驚，「真的太誇張。」
日期：2021-05-30
位於臺中霧峰的朝陽科技大學，近年主動積極和地方社經和產業發展結合，帶領師生運用校內的學術能量，跨域合作解決地方問題，推動中部區域在地永續發展。
日期：2020-12-29
新加坡科技設計大學一項數據模型預估，COVID-19（武漢肺炎）在台灣的疫情本周將9成結束，並將在5月7日百分之百結束，東亞大多數國家可望在5~6月落幕，全世界則將在12月初結束。但開發這個模型的新加坡科技設計大學數據驅動創新實驗室主任羅建曦警告，這個數據模型純粹是研究性質，並且有錯誤空間。若大家根據模型預測的各國疫情結束時間而過於樂觀，防疫態度可能放鬆，恐導致疫情捲土重來，大家一定要小心。
日期：2020-04-30
