第四章 研究分析與結果
第六節 遺傳漂變的影響
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
147
針對它進行環境相關的分析，表 51 中可以看到不同頻道對於集群 6 主文的回文 數的影響，結果顯示雖然在生活頻道中主文的回文數與非在該頻道主文的回文數 的標準差有顯著的差異，不過集群 6 主文的回文數並不受到不同頻道的影響。
表51： Yahoo!奇摩新聞集群 6 主文頻道與回文數的關係
頻道 個數 平均數 標準差 Levene 檢定(F 值) T 值 自由度 生活 34 150.0 536.581 4.048* -1.127 34.3
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.00
表 52 中可以看到不同頻道對於集群 7 主文的回文數的影響，結果顯示集群 7 的主文並不受到不同頻道的影響。
表52： Yahoo!奇摩新聞集群 7 主文頻道與回文數的關係
頻道 個數 平均數 標準差 Levene 檢定(F 值) T 值 自由度 生活 50 63.30 130.785 .994 .394 120
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.00
透過不同統計檢定的結果可以發現網路頻道對於主文文本特質的影響很大，
不過卻對於回文數的影響不高，因此頻道的關係很可能是透過間接的方式影響模 因類種的數量，以影響文本特質的方式來影響主文的回文數，不過這個關係很難 明確得分析，畢竟任何一個生物群體所居住的環境都處於隨時在改變的狀態，在 任何時間與地點物理與生理的環境因素都在變動(Ranta, Lundberg, & Kaitala, 2006)，網路文本所處於的環境變動得速度絕對不會輸自然生態的環境，同時對 於任何一篇主文而言其他主文也算是會影響自己的環境因素之一，因此環境影響 真正的強度需要長期資料的累積來確認，這節所驗證的假設 8、9 整體結果，可 以在本章第八節的表 72 中看到。
第六節 遺傳漂變的影響
Grant & Grant (2009)透過現場觀察的方式發現遺傳漂變的現象對於生物的 進化方向有很大的影響，Jenuth, Peterson, Fu, & Shoubridge (1996)同樣也發現細 胞線粒體(mitochondria)基因的變動高度受到遺傳漂變的影響，Pardo et al. (2005)、
Williams, Ives, & Applegate (2003)的研究發現越靠近特定生物種類活動中心的牲 口會比較多，所以所受到的環境影響比較少，而在邊陲地區的同種生物所受到的 環境影響會比較強，因此在邊陲地區的生物群體會受到比較強的密度獨立因素影 響，所以不同大小的模因類種可能受到遺傳漂變的影響也不同，不過這個影響並 不容易區分，過去進化學者對於遺傳漂變影響的重要性並沒有共識(Lande, 1976)，
‧
如同 van Oosterhout et al. (2006)的研究所顯示，不同生物種類的互動（例如寄生 蟲）會導致高過於平常的基因變異被維持在牲口當中。
為了探討不同集群中主文之間的差距，本研究針對所有的模因類種之間在不 同文本特質與回文數上集群內變異大小進行比較，為了確保當比較各個集群標準 差時不會受到平均數差異的左右，本研究同時也計算變異係數來比較不同模因類 型的集群內變異程度，變異係數(coefficient of variation, CV)可以透過以下簡單的 公式計算： 方面不同集群的標準差大小排序為 5>4>6>3>7>1>2，而不同集群的變異係數大 小排序為 4>1>6>7>5>2>3，特別的是雖然在比較大的集群中不同主文之間有差 異性的機率會提升，不過原則上篇數比較少的 5、6、7 集群在標準差上會高過篇 的大小，順序是 7>2>3>1>4>5>6，而不同集群的變異係數大小排序為
‧
為 5>7>2>1>6>3>4，而不同集群的變異係數大小排序為 5>7>2>1>6>3>4，結果 很特別的是不管是標準差還是變異係數所獲得的大小排序都是一樣的，其中篇數‧
4>7>1>6>3>2>5，而不同集群的變異係數大小排序為 4>5>7>1>6>2>3，結果顯示 篇數少的集群變異並沒有比較大，特別的是正負向情緒變異比較少的集群 4 在字‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
151
因此 n 就只等於 7，所以為了提升該分析的品質本研究同時針對探討青年全球移 動力的 Yahoo!奇摩新聞主文與探討課綱微調議題的自由時報主文進行斷詞與文 本集群分析，並將這些不同網路新聞的集群納入計算，本研究之所以沒有考慮把 部落格與社群網站納入分析當中，原因在於部落格的主文篇數很少，而社群網站 的主文並非該網站中模因所用於複製自己的主要工具，例如 Youtube 中的模因主 要是透過影片的方式複製自己，因此網路中的文字影響力會遠小於網路新聞文字 的重要性，社群網站的模因主要透過影片、圖像與回文的方式擴散，因此要了解 其模因所產生的表型之間的差異，則不能只針對主文進行分析。
本研究在表 57 中呈現，很顯然的因為集群分析本身在方法上的特性，使得 集群數量會與集群內平均距離有正向的關聯性，畢竟越大的集群越可能含有由不 同模因組建構的主文，不過在回文數方面之關係剛好相反，繁殖率越高的集群彼 此之間的差異性反而會下降，而繁殖率越低的集群則集群之間的差異會提升，這 個現象表示繁殖率高的大集群因為主文數量多，模因類種之間所受到偶發事件與 隨機因素的影響程度就會下降，反觀在繁殖率小的模因類種中，因為數量少所受 到的遺傳漂變影響高，使得集群內在未來的變異會提升，因為個別偶發事件與隨 機因素的影響力比率高過對於大集群的影響。
表57： 集群內平均距離與主文數、回文數、正負向情緒的關係
相關1 集群主文數 平均回文數
集群內平均距離 .697** -.240
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.001
1包含 Yahoo!奇摩新聞（兩個議題）與自由時報(n=20)
很顯然的遺傳漂變的影響並不大，同時也很難辨識，Prentice, Hennig, &
Fulford (2008)在針對人類肥胖產生的研究就提到過去以遺傳漂變的模型來解釋 這個現象並不正確，因為根據過去人口的變化導致肥胖的基因很可能對於自然選 擇是有幫助的，本研究也覺得遺傳漂變的影響並不明確，所以在資料分析時考慮 許多不同影響模因類種變動的因素，同時本研究針對遺傳漂變的分析也只屬於描 述性，而非在驗證過去的模型，這節所驗證的假設 10 整體結果，可以在本章第 八節的表 72 中看到。