從資訊到聚合
：
重大災難期間浮現型頻道報導文本的內容分析
壹、前言
災難是當代社會恆久的重要議題：災難具有急迫性、導致人命和財產的重大損失、凸顯社 會制度和技術的弱點；同時為人們帶來重大焦慮和挫折（Fishman, 1992）。另一方面，災難期 間人們對於情境充滿不確定性，也促發資訊的大量流動，因此不但考驗當代傳播媒體的能耐， 也讓傳播研究者充滿好奇。近年來，由於 Web 2.0 出現，網路使用者組合可用的資訊技術，建 立訊息管道，在重大災難期間補充訊息流通機制之不足，或可稱為「浮現型頻道」。 本文為一個初探研究，試圖解答以下研究問題：（1）重大災難期間浮現型頻道是什麼？（2） 這類頻道的報導文本呈現哪些類型？如何分佈？有何意涵？研究人員自資料庫中擷取先前莫拉 克風災個案的報導文本，進行文本分析，試圖解讀災難當下的訊息活動。本研究不僅為災難傳 播資料分析提供一個新途徑，另一方面，研究所產出的資料，將可做為日後後續感測的起點。 貳、文獻檢閱 一、當代災難及其特徵 災難之所以受到高度關注，是因為災難通常具有急迫性，且挾帶高度風險；大規模災難發 生之際，大部分成員生命或財產都面臨損失和威脅。其次，人們雖可知道災難可能發生，但無 法事前預知（unpredictable）：儘管科學昌明，但預警設備再精準也無法預測災難發生時地。 第三，災難危害不僅因其嚴重性，也考驗社會的脆弱程度（vunerability），在災難衝擊之下， 社會組織瓦解、或溝通管道失靈，往往都使得災難雪上加霜（Fishman, 1999; Schneider & Foot, 2004）。 極端氣候和複雜的社會關係，使得當代災難規模不減反增。首先，災難事件日趨全球化： 災難事件衝擊的對象，往往擴及國際社會。例如 2005 年南亞海嘯事件，廿六萬死難者包括 13 個國家的觀光客和商務人士，災區已經不再侷限單一地域或國家。其次，災難應急不再只是公 共部門和專家權責。隨著當代社會第三部門崛起，非營利組織和社群參與救災也日趨重要。例 如 2010 年海地（Haiti）地震，來自全球志工團體透過網路參與救災，災難關係人定義也因此 重新改寫。 1由於災難期間訊息加速成長，容易導致訊息匱乏、超載，甚至扭曲，挑戰社會既存的各種 既存的資訊管道（Sood, Stockdale, & Rogers, 1987）。便可能讓原本災難所帶來的危機更加深 化（Macias, et. al, 2009）。另一方面，災難期間人們也需要情境資訊（situated information）， 以判斷自身和親人安危，減少災難帶來的不確定性。另一方面，人們也需要表達或接受情緒相 關的資訊，以撫慰災後受創的心靈，或降低集體恐慌（Fritz & Mathewson, 1957; Kendra & Wachtendorf, 2003）。如果說，訊息處理（information processing）是傳播的核心，那麼傳 播研究者對於在災難的特定情境下，人們如何透過各種資訊活動而減少不確定性？如何共同和 協調救災行動，以及如何型構社會共同意識等活動，顯然需要更多的瞭解。 二、災難傳播研究的轉向 往昔傳播學者針對災難期間訊息流通的研究，著重於大眾媒體內容的分析。近年來網絡媒 體崛起，特別是 Web 2.0 問世之後，容許閱聽大眾參與災難的報導，使得網路媒體在災難期間 發揮影響力，也成為傳播學者關注的對象。例如，科羅拉多大學 Sutton 和其同儕 (2008) 發現 南加州火災研究中，人們使用社群媒體以蒐尋親友資訊、調度救災資源等；儘管這類頻道只是 暫時出現，在事件結束後就停止運作，但當時官方通常忽視或排斥這類頻道，認為官方以外的 訊息管道是資訊錯誤和扭曲的溫床。 學者分析上述現象時，使用「備援頻道」（Back-channel）一詞，用來描述災難當下公眾 使用網路上的各種資訊頻道的現象，「備援頻道」源自談判協商領域，原指在非常時期補充或暫 時替代主要頻道的訊息管道，構連至災難傳播時，用來指涉因為主流頻道不敷使用，而出現暫 時替代主流媒體的資訊管道(Sutton et al, 2008)。然而當人們在災難中越來越傾向藉由即時 通、部落格、維基百科或線上論壇，進行點對點的聯繫和訊息傳遞工作，因此，公眾在災難中 再也不只處於被動，而有可能成為積極參與者。 學者研究「備援頻道」的角色和功能，不僅著眼資訊面向，例如人們在災難當下如何透過 各種媒體手段蒐集災情或聯繫親人朋友。特別是在災難通訊管道中斷之際，手機和網際網路等 個人媒體如何發揮聯繫作用（Procopio & Procopio, 2007）。更重要的一個關注之點在於，資 訊管道如何用於「社會聚合」（social convergence）；也就是說，人們如何透過資訊管道整合 力量，例如，人們如何透過網絡向公眾徵集物資、或是透過線上討論，調整救災物資的流向或 校準數量，標示災區避難所、救難組織、救援服務和復原訊息，並隨時更新，俾使救災資源的 供需不致產生落差（Majchrzak, et. al, 2007）。換言之；重大災難發生時，往往浮現新的團體 或組織參與救災行動，透過媒體協調和指揮志工人力（Kreps, 1991；Kreps ＆ Bosworth,
2007）。這些活動透過訊息管道而得以傳佈和交換。此外，社會聚合一個重要的內容是情緒紓 發與表達支持（Personal expression/advocacy）：人們透過媒體平台、對災民抒發慰問之情、 或表達救災看法或見解（Schneider & Foot, 2006; Liu, et al., 2008; Hughes, et. al, 2008）。因 此學者認為，災難中，人們使用「備援頻道」不只是相互尋求資訊，更重要的是透過中介的媒 體平台，為救災從事溝通協調，形成社群意識，以及表達支持、撫慰人心等。 綜合以上論述，可以大致歸納出「備援頻道」的報導文本來自於網路使用者，大致可以歸 納為四種類型：資訊類型的文本，尋求和提供各種災難相關訊息，減少災難中的不確定性；行 動類型的文本，進行救災動員，或任務編組和協調活動，讓志工或物資得以妥善取用；第三是 表達情緒類型的文本，無論是表達支持、感謝、憤怒或參與的文本類型皆屬；最後，除了救災 相關的文本，災難期間也可能湧現各種無關災情的雜訊，例如搭便車從事公關或行銷的訊息， 當這類訊息比例竄高時，不僅抵銷社會聚合的力量，也可能妨礙救災行動。因此，我們可以經 由報導文本的分析，可以看出人們在災難當下如何從事集體的資訊處理，這當中的議題包括： 各種類型文本如何呈現?各種類型文本如何出場/退場?如何取得和分析這些類型文本?這些都對 傳播研究者構成挑戰，也促使傳播學者採納新的研究視角和方法取徑。
學者 Palen 等人提出「危機資訊學」Crisis Informatics; Palen et. al, 2007）。他們認為， 人們在災難等危機情境當下，往往透過資訊科技協力從事緊急應變。由於災難場域都是獨特的 個案，應用資訊的方式也因空間、時間與社會活動而隨時改變。原本學者對危機事件的研究， 大都侷限於事件發生的地點，但如今則擴散至廣大的數位社會空間。當異常事件瞬間發生，事 件現場、線上環境同時發生、且彼此糾結。因此，研究者該如何嚴謹地捕捉事發現場與線上場 域所發生的社會現象，也就必須仔細思考的議題。 上述「備援頻道」或「危機資訊學」概念指出，災難期間媒體不再只是傳佈訊息，更重要 的是提供救災行動和表達情緒的管道。傳播學者由此起步，開始關心新興傳播科技如何在災難 發生當下，成為社會聚合的資訊平台；根據這個目的，研究人員捕捉、描述和闡釋災難期間的 媒介頻道內容如何隨情境而轉化，成為災難傳播研究者的重大挑戰。傳統研究者多聚焦分析既 有傳播管道內容，但備援頻道概念則指出災難期間將有頻道「浮現」（Emergence）的可能性， 這也是先前研究未及之處。因此，以下將針對「浮現」這個概念進一步探問。
三、浮現型頻道
1 社會學者關心災難當下行動者和社會結構之間的關係。社會結構和活動會隨時間推移而變 3化。原本的社會組織為了要因應災難，而產生新的組織和行動者。參與災難相關活動不僅包括 正規機構（formal organization），也包括過程中漸次浮出檯面的團體或個人。「浮現」 （Emergence）一詞是由 Qurentelli、Dynes、Stalling 等人在 1970 年代以來提出的概念。「浮 現」這個詞彙用在災難期間，具有雙重意涵；一方面，災難期間除了既存的社會機構，民眾和 社群也會自發參與救災，而形成新的社會結構；另一方面，災難期間浮現的組織的角色任務和 資源配置，也隨著時間而推移變化。（Drarek & McEntire, 2003; Krep ＆ Bosworth, 2009）。 組織主要差異在於組織屬性、任務、資源和活動發生的時序。Krep 和其同儕（2009）稱之為 DART：（1）組織屬性（Domain），亦即組織外觀和設立宗旨；（2）任務（Tasks），成員活動 分工；（3）資源（Resources），配置的人力和技術；以及（4）活動（Activities），組織成員所 採取的一系列行動。如下表所示： 表一：災難組織社會行動的類型 組織類型 組織 任務 特徵 舉例 既存型 既存 常規 先有組織和資源，後產生行動 警察局、消防隊 擴充型 既存 非常規 從組織衍生行動、分工或資源 義消、義警、紅十字會 延展型 浮現 常規 先有組織和資源，後產生行動 地方民政局、宗教團體 浮現型 浮現 非常規 先有行動，逐漸發展分工、資源、組織 救災團、志工 學者因此將災難區分為四種類型。第一類最常見，稱為既存型（Established）；這類組織已 經存在既有的社會機構之中，權責因應處理災難問題，例如：消防隊、警察、媒體或軍隊等。 Krep 等人指出，既存的救災組織通常在事前已有專屬組織，組織本有目標使命（D），分工明確 （T），組織獲配救災所需資源（R），災難一旦發生則投入救災（A）。因此特徵先獲取組織和資 源，再有分工，災難來時行動。第二類稱為擴充型（Expanding）；這類組織由準專業人員組成， 平時受專業人員訓練，災難時則接受徵召志工加入救災，大幅擴充能量，例如義消、義警、紅 十字會志工等均是；其特徵為先有組織，災難來時衍生分工和資源、付諸行動。第三類稱為延 展型（Extending）；意指已存在的組織因災難而跨界救災，例如地方民政和社會單位承平時各 有業務，但災難時則動員加入災民收容和物資分配；原本以宗教組織為主軸，因此其特徵為組 織掌握資源，災難來時才分工投入救災行動（翁秀琪，1999；林元輝，1999）。最後一類為浮 現型（Emerging）；這類社群在災難發生前不存在，但災難出現而產生行動，爾後才有分工和 組織，最後資源才進來。浮現型組織則源自於群眾自發參與的集體行為（collective behaviors），其運作模式則是先有參與的行動（A），經過分工（T）並在實踐之後，才得以獲 取資源（R），或建構其組織形貌（D）；也就是先產生行動，產生分工、最後和形成組織，最後 4
獲取資源，特徵為 A-T-D-R。Kreps 和其同儕（2009：303）針對美國過去發生的 400 餘件災 難進行檔案分析，發現在各種災難中，既存組織行動則是主要應急行動者，佔 65％；延展型組 織和擴充型組織的行動相加，佔有 22%；浮現組織的應急行動佔 13％。因此 Krep 等人認為雖 然正式組織重要，但浮現組織透過群眾自發聚合，可和其他三類組織共同協力，對於災難動員 同具重要性。 上述 Krep 等災難社會學者的浮現理論，構連到以觀察災難期間浮現的傳播管道和資訊流通 形式、或生產性使用（Produsage; Bruns, 2009）促成浮現型頻道。以下，我們將進一步將構 連這個理論到災難期間的媒體角色和效能（參見圖一）。 借用上述 Krep 等人建議的分類結構，可將災難中的訊息頻道按照組織（既存/浮現）和任 務（內容，常規/非常規）區分：既存、擴充、延展和浮現等四頻道類型： （1）既存型頻道：既存型頻道的特徵在於，機構或團體原本已存在、其組織常規便在處理 災情訊息內容。例如，災難期間報紙和廣播電視刊載播放新聞、政府網站（孫式文，2011）通 報災情訊息，以及警消報案 119 專線接受報案等，這類媒體組織原本存在目的，便是守望和告 知，在災難當下應該發揮災情通報功能，因此均屬既存型頻道。然而，當大規模災難來臨，既 存頻道未必能滿足需求，此時便有待其它類型頻道補充。 （2）擴充型頻道：此類頻道特徵則在於，機構或社群原本已經存在、但開闢出非常規內容，
內
容
組織/團體 既存 常規 非常規 既存型頻道 擴充型頻道 延展型頻道 浮現型頻道 電視臨時 call-In 服務 論壇、BBS圖一：災難期間的頻道類型
有線電視新聞台 政府網站、119 傳統媒體外求網站 災情報訊網站 網路地圖、共筆網站 新興 5以因應災難期間的訊息流通；例如電視臺災情報案的 24 小時電話叩應特別節目，或網路論壇或 BBS 所開闢災情相關的新版（李美華，2010），都屬於既存組織/社群在災難時期提供「非常規」 內容，以補強既存常規內容之不足；可歸入延展型頻道。 （3）延展伸頻道：此類頻道特徵則在於，在災難當中形成的新興團體或社群，處理常規（媒 體或政府機構公佈的）訊息。例如，1997 年阪神地震期間，自發的災區民眾使用紙板做成告示 牆，轉知政府/媒體公佈的訊息，或者以及火腿族使用業餘無線電台轉遞媒體報導（林元輝， 2000）。這類團體或社群形成於災難期間，但有如接力賽跑般，將常規內容加以傳遞。 （4）浮現型頻道：最後一種類型，也就是在災難中浮出檯面的媒體，這類頻道在災難之 前不存在，目的在因應災難需求；參與者則來自於自發性聚集。特別在 Web2.0 技術出現以來， 由於網路使用者可以上網發聲，而使得群眾的協力合作(Crowd-sourcing)，可能也就是 Shirkey (2008) 所指出的「無組織的組織力量」。在重大災難當中，透過 web 2.0 網站作為中介，從事 災情資訊的生產性使用（produsage）。例如 2004 年南亞海嘯期間，斯里蘭卡電訊設備幾乎全 毀，當地學界、開放軟體社群和工程師組成的資訊志工，七天內架設救災網站並日以繼夜維護； 又例如，在 2005 年卡翠那風期間，真正發揮影響力的網站大都是由志工架設的簡單網站，而 非政府組織或專家鑄建的資訊平台（van de Walle & Turoff, 2007）。上述事例，彰顯大規模災 變期間，人們往往會透過集體力量、重新打造信息流通管道，形成「浮現型頻道」。災難時期透 過網路標示救災區，或建立死傷名單或臨時編組的志工從事募款、徵集物資或號召志工，基本 上也是以網路為中介，集合民間志工進行資訊蒐集/整合活動，以解決災難期間的資源問題 （Palen & Vieweg, 2008; Mendonca, et al., 2007）。
四種類型頻道之中，擴充型頻道和延展型頻道二者，屬於既存型頻道暫時間的數量或形式 改變，基本上是既存型頻道的變形。但浮現頻道則較為特殊，不僅來自由下而上自發的建構， 同時也採用技術混搭和任務編組，和前三者非常不同。因此，浮現型頻道是當代重大災難期間 最值得注意的現象之一。 正如前述 Palen 和其同儕所觀察到的「備援頻道」：在大規模災難發生後，傳統媒體若未能 適時提供資訊；則備援頻道將迅速彌補空白，以促成「社會聚合」功能 (Social convergence; Hughes et. al, 2008），一旦社會危機趨緩，則備援頻道又回復原先角色或消失。另一方面，浮 現型頻道現象也闡明，重大災難期間，人們自發性地聚合、使用網絡生產和傳佈災情訊息，具 有「即興創用」（improvisation）的意涵，創意一方面在於人們取用和組合新技術以因應當前 的危機，另一方面，災難成為當代社會媒體的實驗場域，我們或許得以從浮現式頻道一窺當代
媒體演化的機緣。 四、小結 災難呈現特定的傳播情境，成為新媒體浮現的時機，對於這些新媒體所進行觀察分析，有 助於我們豐富傳播知識領域。過去災難傳播學者傾向研究既存的媒體頻道，但隨著科技演化， 越來越多的個人媒體在災難中登場，成為災難時期人們傳播活動的重要管道。這些頻道通常在 災難發生之後問世，補強或替代既有媒體之不足，並在維基解除後退位。前人稱之為備援頻道， 本文則將針對「浮現」頻道進行分析，藉以瞭解這類頻道報導文本的內容特性，並探索這類頻 道的資訊流動，對災難傳播的理論或實務工作意涵為何？
參、研究方法
一、個案 本文選擇 2009 年莫拉克風災的報導文本做為個案。「莫拉克」（Morakot）是 2009 年太平 洋第 8 號颱風的代稱。根據國家災害防救科技中心（2010）所公佈的統計資料，本次風災淹水 面積達 765 平方公里、坍方、土石流和崩塌走山 1,690 處。台灣人民的生命及財產受到極大損 失，共有 675 人死亡，24 人失蹤，農漁業損失約台幣 194 億元。莫拉克實際雨量，遠超過氣 象單位的預估，豪雨帶來的淹水災情，超乎地方防災單位所能處理的上限。由於政府機構和傳 統主流媒體並未在第一時間回應災情，災民及其親友在恐慌焦慮之際四處求援，同時也癱瘓部 分地方應變中心通訊系統，求助訊息四處流竄，引發資訊匱乏和瞬間氾濫。在災情最嚴重的十 天期間，網路使用者自發性地組織和動員起來，架設網站，提供災情報導和溝通的場域，這些 災難當下所產生的報導文本，經過研究人員收錄和整理之後，成為本研究的基本素材。 二、文本類別 研究團隊在災難發生後，進行傳統和網路內容的資料蒐集，經過初步資料分析，辨識出災 難期間最主要的災情報導的管道，並進行資料蒐集。正如先前所述，「浮現頻道」是「既存頻道」 的備援，因此我們同時擷取「既存頻道」和「浮現頻道」的報導文本，以比對資料。 「浮現頻道」的報導文本取自於莫拉克風災中最為活躍的三個災情網站，也就是 Rickz、 XDite、以及台灣數位文化協會網站以推特轉貼而成的「莫拉克風災支援網」。這幾個網站分別 在 8/8 深夜至 8/9 凌晨之間建立，每個網站點閱次數都超過百萬次。網站頻道工作人員來自網 路上招募動員的志工，雖然各個網站使用的技術型式雖各異，但目的都在支持災情訊息流通， 7內容呈現一般民眾災情的報導文本。 表一 個案樣本一覽表
網站和創用者名稱 類別 開始日 停止日 資料筆數 網址
莫拉克風災支援網 XDite 浮現 08/08 09/06 9499 disastertw.com 颱風災情資料表 Rickz 浮現 08/09 N/A 4193 typhoon.oooo.tw 莫拉克災情網路中心 ACDT 浮現 08/09 08/20 2099 typhoon.adct.org.tw 119 報案紀錄 既存 08/08 08/20 2948 N/A 「既存頻道」的報導文本，則來自屏東和台南兩個重災地區的 119 單位報案紀錄。在災難 期間，民眾打電話向地方負責災難救防單位報案，這些文本是最典型的災情報導文本。災情訊 息通常經過值班消防員紀錄為文字之後，再輸入 119 資料庫成為報案紀錄。 在蒐集資料過程當中，研究人員針對網站/資料庫管理者進行訪談，並經過管理者同意之 後，取得災情報導內容文本，其中 119 資料為紙本，研究人員取得去除個資的紙本，再以 OCR 復原為電腦文字。建立一個 SQL 關聯式資料庫以便管理。這個資料庫中所儲存的內容，不僅包 括網站開放期間報導者所發佈的所有文本，也包括後設資料，例如每一則災情訊息發佈時間。 為進行內容分析，研究人員自上述兩種類型的四個資料庫，每個資料庫各隨機抽出 1/10，總共 抽取 1000 則訊息，做為內容分析的樣本。 文本分析法實施之前，必須先建置類目。誠如先前文獻所述，災難期間訊息的流通，可以 區分為三種主要態樣：資訊、行動、表達。研究人員使觀察能更臻精確，再就每種態樣區分出 亞型。第一種文本類型為「資訊」類，是指災難期間報導者要求或告知災難當下資訊的文本內 容，包括：「徵求資訊」 （Request for information）、「告知當下情境」（Situated information）、 以及「轉貼傳媒或公告」（Forward information）。第二種文本類型為「行動」類，指涉災難期 間報導者要求或告知災難當下資訊的文本內容，例如：「因應/救援」（Request for help）、以及 「資源協調/調度」（co-ordination）。第三種是「表達」：包括「討論反應」（Opinion/reactions）， 以及「自律」（Self-policing）。第四種則是「其它」：包括公關行銷和無法分類的訊息。我們進 行人工分析和自動化分析兩種內容分析程序。 人工分析由兩位研究助理擔任編碼員，正式編碼前先進行訓練，訓練目的在使編碼員文本 判斷歧異減少。資料庫管理員為編碼員設計一套編碼專用的介面，以便從訊息文本中隨機取出 8
訊息供做編碼之用，由於這幾個災情網站均未限制登錄字數，因此編碼員被要求盡量使用單一 分類，當分類內容可能歸屬兩種訊息以上的類別時，編碼員應加以記錄，事後進行討論。當編 碼員之間的相互同意度達 80% 時，訓練才停止，正式進入內容分析。正式編碼時，兩位編碼 員各負責 500 則編碼，編碼在電腦螢幕上進行，由程式自編碼員應完成的 500 則條目中隨機抽 出一則，編碼員自九種分類選擇一項、按下選項按鈕，分類立收納至一個欄位內，成為資料庫 一部分。因此研究人員可以針對訊息、文本分類以及發表時間等項目進行分析。編碼完成之後， 所有編碼結果輸入試算表，然後將絕對數字轉換成為百分比，然後以圖形呈現，以說明「浮現 頻道」的特性。以下將就各點分別加以論述。 在計算機輔助分析部分，研究人員先將三個浮現型頻道的報導文本集中，首先使用詞庫進 行斷詞處理，接著進行過濾，去除文本中的雜訊，由於報導文本數量非常大，為能進行有效分 析，研究人員以數量進行排序之後，先抽取每日出現次數最多的 50 個詞彙，再篩選出當日出現 150 次以上的詞彙，將詞彙名稱以及數量轉換匯入試算表，接著進行同義詞合併，把同義詞（如 聯絡/連絡/聯繫）加以歸併，最後再針對詞彙類別和時間分佈進行計算和繪圖。
肆、研究發現
本研究的資料分析可分為兩個階段，在第一個階段，我們讓災情網站所呈現的浮現型頻道 資料，和 119 報案紀錄樣本做個對比，以報導文本類型和時間分佈，說明浮現型頻道作為備援 頻道的特徵。在第二個階段，我們再以進一步分析詞彙類型和時間之間的關係，藉以說明浮現 型頻道如何進行社會聚合。 一、 備援頻道 首先討論災情網站的「備援」角色，誠如先前文獻提及，是指網路媒體在非常時期暫時替 代或補充主流頻道的現象。從本研究的資料分析中，我們比較災難期間災情網站（浮現型頻道） 和 119 報案紀錄樣本（既存型頻道）的數量變化，可以看到災情網站做為「備援頻道」的特性。 下圖二藍線部分為既存頻道報導訊息數量，紅線部分則為浮現頻道數量，值得注意的是兩 種頻道的起始點：既存頻道報導文本的增加在先；8/7 颱風在南部登陸後，大量風雨造成水患， 民眾開始向 119 報導災情，因此既存頻道訊息數量即一路攀升。但就在此同時，因為大量報案 電話同時撥往 119，電話卻佔線無法撥入、造成資訊壅塞（撥入電話數量和亟欲撥入電話之間 存在極大落差）。經過網友自發行動，促成浮現型頻道在 8/8 出現，文本數量也立即在後面數 日攀上高峰。 9圖二：報導文本的數量分佈 另一方面，災情網站的報導文本因為公開攤在公眾之前，因此在接下來兩週時間裡，這些 文本內容創造極高的網頁點閱數（例如，XDite 的災情網便曾一度衝上每日 40 萬次的高點閱 率）。但即便報導文本和點閱次數均高，這些網站在 8/28（災後三週）便逐漸因報導文本減少 最後在三週之內結束。這種「自絢爛歸於平淡」的生命週期表現，凸顯「浮現型頻道」做為主 流頻道備援的特徵。 二、 報導文本的消長 在災難期間，無論是既存頻道或者浮現頻道，資訊流動都出現「短時間、高密度」的現象。 圖三呈現兩類頻道報導文本數量分佈，這幅圖是以百分比方式呈現。雖然災難期間報導文本出 現約為三週，觀察圖面可知，報導文本分佈比例並不平均，就 119 而言，超過 44.4%報導文本 集中在 8/8-9。另一方面，浮現頻道的報導文本分佈比例則較扁平，高峰期在 8/12 一度佔 18%， 此後仍然持續佔有一定比例緩降。既存頻道 119 訊息數量相當集中於一個時間點，數量升降變 化也跟著急遽，因此圖形呈現「陡升/陡降」。另一方面，災情網站訊息數量雖然在初期「陡升」， 但卻在一週之後 8/19 仍有 5%。 圖三：報導文本的百分比分佈 10
既存頻道的 119 ，報導文本數量比例分佈，呈現急遽變化，在一個時間點上「陡升/陡降」。 這也就是說，在重大災難發生時，訊息數量在特定時間內會暴增暴跌。另一方面，浮現頻道報 導文本的分佈比例，則呈現「陡升緩降」，經過一段時間之後，才會完全消失。然而，上圖呈現 的紀錄，只反映部分訊息數量，未能反映當時實際資訊流量。1 比較既存和浮現兩種類型的災情頻道，共同特徵是在災難初期的訊息比例暴增，這種在重 大災難期間、訊息數量和密度同時增加的現象，或可稱為「瞬間鉅量」。對於實務工作者而言， 形成媒體創用上的技術門檻（例如，必須考量頻寬和效能調校等因素）；對於傳播研究者而言， 則意味著進入田野時機和資料蒐集技術上的困難。 三、 報導文本和頻道類型 若從頻道屬性和報導文本關係加以觀察，兩類頻道的訊息內涵相當不同。以下圖四呈現的 是既存頻道和浮現頻道所呈現的報導文本類型比例。在既存頻道方面，「告知情境」佔了 60%； 其次是「請求救援」30%；最後是「志工/物資調度」10%。另一方面，浮現頻道報導文本的內 容比例則分佈較為均勻，「志工/物資」比例較高，佔 23%；其次是「轉貼/公告」，佔 20%； 1 以台南縣為例，在 8/9 災情最嚴重的那一天，呼叫次數（民眾撥打 119 電話的次數）為 16000 通， 而應答次數（119 實際接到的電話次數）則略超過兩千通，呼叫和應答次數比例約為 1：8。許多訊息因 為電話佔線而無法撥入，而成為遺珠。119 人員也在訪談中告知，許多通話內容因為指向同一人/事/地， 而在事後刪除。從上述資料可知，在災難當中，大量災情訊息可能在極短期間密集湧入訊息管道。 11 玉訪
「告知情境」、「徵求資訊」和「討論/反應」則佔 15%-17%不等。 圖四：浮現型頻道報導文本的分佈比例 浮現型頻道的報導文本來自網絡使用者。依照類目出現頻率，依序是「志工/物資」、「轉貼 /公告」、「告知情境」、「徵求資訊」以及「討論/反應」。這項排序表明，浮現頻道，一方面是追 尋和提供資訊，以及轉貼權威訊息；另一方面，人們也透過這類頻道，進行協調/調度和討論， 以便能夠協力因應災難；以及表達情緒。 另一方面，浮現頻道報導文本的內容也因頻道而異。例如，XDite 網站主要集中在志工和 物資的調度，ACDT 網站則偏重轉貼和公告。這種訊息的群聚一方面來自於設計者對於資訊救 災的想像，另一方面也顯示各個頻道之間存在著競爭和區隔。 四、 報導文本和時間的關係 先前災難研究均指出，災難可以區分為幾個不同階段。我們發現，報導文本內容，會隨著 時間而變化。圖四顯示浮現頻道在災難期間內容比例的變化。 圖五：報導文本類型的動態分佈 12
觀察圖五可以發現，在災難初期 8/8 至 8/13 之間，報導文本內容主要集中在「徵求資訊」 「請求救援」以及「告知情境」這三個類目。但隨著災難危機程度逐漸降低，報導文本內容也 逐漸轉向，8/9 之後志工物資的調度和協調、關於救災的討論和情緒反應，以及各種權威訊息 （來自政府或媒體）的轉貼也陸續浮現。 值得注意的是，訊息轉貼在災難後期仍持續出現，顯示網路上大量重複或錯誤訊息仍然需 要更正釐清。此外，原先假設災難中應該會有大量搭便車的公關或行銷訊息，以及相對應產生 13
的自律告示。然而從文本數量看來，這類文本數量偏低，可能是報導的確自律或經過刪除，比 例相對偏低。 五、 主要詞彙分析 浮現型頻道文本當中，許多詞彙一再反覆出現，這些在文本中經常出現的詞彙反映災難當 時報導文本主要內容，因此我們加以分析。研究人員將這些訊息依照「資訊」、「行動」和「表 達」三種主要類型加以分類，每個類型在區分次類型，構成以下分類表（參見表二）。 表二：每日前 10 名主要詞彙的內容 類型 詞彙 資訊 元素 家人、朋友、災民、人員、特定姓氏（林/李/陳/劉/吳）、道路、寺、 宮、樓、特定地區（那瑪夏/桃源鄉/六龜）、災區 狀態 狀況、淹水、土石流、平安、受困、失聯、中斷、無法、是否、需要、 沒（缺）、天、目前、已經、現在 取用 聯絡（聯繫/連絡）、電話、手機、消息（訊息）、知道、請問 行動 救援 幫忙、協助、救援（救災/支援）、應變、空投 調度 中心、物資、志工 表達 社群 大家 情緒 拜託、謝謝（感謝）、希望、擔心 第一種類型的詞彙，和「資訊」相關，又可區分為幾種次類型。首先，在資訊內容元素當 中，「人」和「地」為大宗。當報導文本提及「人」時，通常呈現被報導者和報導者之間的關係， 例如：家人、朋友，但也有文本指向特定對象，例如林、陳、李、劉、吳等姓氏。有時則是泛 稱，如：災民、人員等。另一類則和「地」有關，有的指向特定地點，例如：樓（層）、（道） 路、寺、宮等，有些則指向區域，例如：那瑪夏、桃源鄉、六龜、高雄縣、屏東縣等。有時則 是泛稱，例如：災區。「狀態」是關於「人」和「地」等元素，在災難中的描述，第一類指向災 難所導致的結果或帶來的危機，例如：淹水、土石流等。第二類指向人員當下的狀態或境遇， 例如：平安、受困、失聯、中斷；第三類指向災難當下的問題或困境，例如：無法、是否、需 要、沒（缺）等；第四類則指向「時間」，亦即災難當下的人、事、物歷經的階段或狀態，例如： 天（數）、目前、已經、現在。在報導文本中，若干詞彙和資訊「取用」（Access）有關，包括： 14
聯絡（聯繫/連絡）、知道、請問、消息（訊息）等，有些詞彙則和災難期間取得方式有關，例 如：電話、手機等。 第二種類型的詞彙，和「行動」相關。一類和救災行動有關，包括較為一般詞彙，例如： 幫忙（協助）、協助、救援（救災/支援）、應變等；有些詞彙則指向特定行動類型，例如，空投。 另一類詞彙，則和災難期間的「協調」或「調度」有關，例如：物資、志工、中心等。 第三種類型的詞彙，涉及「表達」。亦即人們針對災情討論或情緒表現的相關詞彙。我們意 外發現，在報導文本中一直出現一個詞彙「大家」一類是「社群」，指向災難所形成的社群整體； 另一類詞彙包括：拜託、謝謝（感謝）、希望、擔心等，則屬於「表達情緒」類詞彙。有趣的是， 儘管在災難期間，各種媒體都提及有許多不滿言論，但是在本研究的資料當中，負面情緒詞彙 特別是不滿情緒的表達，可能因為數量相對較少，並未出現在主要詞彙群當中。 研究人員再找出 8/10 至 8/19 之間，每日最常出現的 10 個詞彙進行加總，得到 34917 個 詞彙。其中資訊類詞彙佔 46%（16046 個）；行動類詞彙次之，佔 39%（13750 個）；而表達 類詞彙則佔 15%（5121 個）。詞彙比例隨著災難階段而變動，在 8/9 資訊類型佔當日主要詞彙 58%，行動類型則佔 37%，表達類型僅 5%；這個比例約維持三天，資訊類詞彙便開始減少， 行動類詞彙逐漸增加。8/13 兩類詞彙分別是資訊類型 45%，行動類型 41%，兩者大致相當， 8/14 以後便翻轉過來，行動類型佔維持在 50%左右，表達類型也增加至 15%。從每日主要詞 彙從資訊類型轉換到行動類型，以及表達類型緩增的趨勢，可知社會聚合 圖六：每日前 10 名詞彙類型的時序比例分佈 接著，研究人員再依照詞彙出現的日期和頻率，將最常出現的 10 個詞彙加以排序，並以不 同底色標示類型，藉以觀察詞彙數量和其所屬分類：黃色代表「資訊」類型，依照詞彙出現頻 15
率順序為：聯絡（資訊取用，4329 次）、目前（時間狀態，3584 次）、電話（資訊取用，2630 次）和需要（情境狀態，3584 次）；綠色代表「行動」類型，依照詞彙出現頻率順序為：物資 （調度/協調，4602 次）、幫忙（因應行動，3491 次）、救援（因應行動，2320 次）和中心（調 度/協調，1878 次）；最後，表達相關的詞彙依序是：大家（社群意識，2828 次）以及謝謝（情 緒感受，2293 次）。 從詞彙類型分佈比例在時間上的動態分佈，可以看出災情網站如何從資訊逐漸轉向社會聚 合。下圖七是依照時序將每日出現次數最多的詞彙及其數量編列在一張表裡，以顯示主要詞彙 的時間分佈。詞彙分別以黃/藍/綠底色分別代表資訊、行動和表達等詞彙分類。圖左的粗框顯 示，在 8/9 當天前十個詞彙，8 項和資訊相關，只有 2 項和行動有關，表達類型詞彙則尚未出 現。這是由於災難初期，社會情境處於高度不確定性和資訊匱乏的狀態，使報導文本內容都集 中在尋求和提供當下處境的相關訊息。在 8/10 至 8/12 期間，資訊類詞彙如聯絡、目前和消息 等，仍居主要詞彙榜首；資訊類詞彙也在 10 個主要詞彙佔有 5 至 6 個，聯絡和目前等詞彙高 居第一二位，但行動類型詞彙比重已經增加，但重要性不如資訊類詞彙；在此同時，表達類型 詞彙，如大家、拜託也開始出現。8/13~8/19 期間，雖然資訊和行動兩類詞彙在 10 個主要詞 彙中各居半，但行動類詞彙（如物資、幫忙、志工等），已經取代資訊類詞彙，而成為每日主要 詞彙的榜首成為最常被提及的詞彙。從資訊、行動和表達三類詞彙的分佈變化，我們可以推知 浮現頻道角色從單純的資訊存取轉向社會聚合。 圖七：主要詞彙的時間分佈 另一方面，個別詞彙的出現時機，也頗能說明上述從資訊轉向聚合的趨勢。在 8/9 「淹水」 一詞用得最多，但是此後三天「聯絡」躍居榜首，以後則都是「物資」蟬聯榜首。表達型詞彙 一開始並不存在；例如，「大家」這個詞彙表徵的是救災社群的集體意識，在 8/10 之前少被提 及，但在 8/11 之後才開始出現在主要詞彙中，這說明浮現型頻道使用者的社群意識並非在涉入 之初立即產生，而是需要一段時間醞釀。而「志工」和「中心」等資源調度相關的詞彙，則是 在 8/13 日的災難後期，才變成主要詞彙。 16
最後，同一類型詞彙因時間變化而轉向，例如，同樣在情緒相關詞彙當中，前期多使用「拜 託」一詞，但後期則轉向「謝謝/感謝」。此外，也有詞彙在「一般/特定」之間轉換；例如，在 災難前期，多直接使用特定人名或地名指涉人/地資訊，例如：桃源、那瑪夏、家人、朋友等， 後期則代以災區、災民等一般詞彙。
六、小結
本研究探討災難中的浮現型頻道，針對莫拉克風災災情網站個案蒐集資料。結果發現：(1) 這些報導文本出現在 119 報案電話資訊尖峰之後，顯示這些災情網站做為備援頻道的外觀。(2) 三個災情網站報導文本的數量分佈，在在災難後第三天呈現集中現象，然後逐漸衰減，(3)自起 始至結束維持約 14 天，到第 21 天以後網站報導文本逐漸趨向零星，顯示災情網站做為浮現型 頻道，僅有短暫生命週期。(4)災情網站在 8/8 開始運作，最初以「資訊」類型最多，但在第三 天之後逐漸加入「行動」和「表達」類型。其中，物資高居最主要詞彙有相當雖然傳統內容分 析和計算機輔助詞彙分析的結果稍有不同，可能是因為分析方法導致結果有出入。「行動」和「表 達」浮現以及數量增加，顯示這些災情網站報導文本「從訊息交流走向社會聚合」的趨勢。伍、結論和建議
一、 從主流頻道轉向浮現型頻道 如果說，自然災難當代社會所面臨的第一重風險，那麼因應災難所建置的資訊機制所引發 的種種副作用，則是社會面臨的第二重風險。例如，因民眾因通報管道不暢通而重複通報災情 或貼文，可能引發資訊管道「瞬間鉅量」；由於資訊管道不暢通引發各種謠言，甚至促發集體恐 慌；以及因為資訊過於複雜引起的救災遲延等，都是資訊所帶來的第二重風險。浮現型頻道是 重大災難期間，使用者透過 web 2.0 技術即興創用所產生和維護的備援頻道，和既存頻道具有 互補的功能，當主流媒體不足以應付重大災難期間的資訊需求，浮現型頻道可以適時填入資訊 需求的空白，更重要的是浮現型頻道可以促使人們在災難期間實現社會聚合，因此具有重要意 義。首先，往昔災難傳播研究者主要關注傳統大眾媒體的表現，但 web 2.0 出現之後，由使用 者透過主導的媒介創用，已經成為可能。因此，本研究初步提出浮現型頻道的概念，做為理解 災難傳播媒體的新取徑。然而，就風險觀點而言，浮現型頻道雖然可以暫時替代或主流媒體， 但可能未必能夠完全解決資訊流通問題或甚至衍生新的問題。目前我們對於浮現型頻道所知仍 非常有限。例如，浮現型頻道在何時或何種條件之下出場？如何在第一時間取得資料？在不同 災難情境之下浮現的災難頻道，其特徵有何異同？災難期間，浮現型頻道和其它類型頻道如何 互補？如何協力或競合？這些問題我們所知有限，這方面未來仍有相當大的探索空間。 17二、 從專家文本到庶民文本 浮現型頻道的特色之一，在於未經訓練的一般網路使用者提供了大量報導文本，相對於 既存型頻道的報導文本，取材自受過訓練的專業人員（如記者、災防單位人員）。過去災難傳播 研究很少直接取材於一般人的報導文本，但是由於浮現型頻道的崛起，未來研究者可能也必須 面對一般人的報導文本。先前研究文獻指出，生手相較專家，在處理資訊呈現時可能會有所落 差。我們也發現，本研究浮現型頻道的每則文本平均字數較既存頻道呈現更大的離散趨勢，背 後關鍵可能是表達事實的效率和能力；當浮現型頻道未對文本長度設限時，報導者固然可以暢 所欲言，但這對於試圖分析浮現型頻道的報導文本時，增加更多更多挑戰。未來可以繼續關注 的焦點包括：同樣報導災情，浮現型頻道呈現的議題和既存頻道有何不同？浮現型頻道報導者 對於災難的表述時，何其它頻道有何異同？ 三、 從靜態到動態文本分佈 浮現型頻道具有一定生命週期，在災難期間提供社會聚合功能。因此如何從報導文本中找 到社會聚合的重要指標，非常關鍵。因此研究者關心哪些文本足以表徵社會聚合？在哪個時間 點，產生何種轉折？傳統大眾媒體報導文本既少著墨、也很難抓取這些指標，因此進行社會聚 合研究有其困難之處。但浮現型頻道中的報導文本均是數位形式，以資料庫方式存取，且附隨 若干後設資料（matadata），包括：上傳資料時間、地點、上傳資料者名稱等，即所謂「數位 足跡」（Digital Footprint）。這些數位足跡讓研究者能夠比先前大眾媒體文本進行更詳盡的分 析。尤其時間資料對於，對於捕捉社會聚合的蹤影，較具可能性。但當代的浮現型頻道因保有 後設資料，我們得以解構報導文本集體發展的歷程。傳統分析方法通常只能找到結果，但很難 追溯過程，若借用醫療設備做為喻，傳統媒體報導文本分析猶如 X 光機，加上時間後設資料的 文本分析則有如電腦斷層掃瞄；可以藉由時間標記，可以更細緻地發現災難中社會聚合活動的 起承轉合。 四、 方法：從內容分析到詞彙分析 最後，本研究過程當中，我們也感受到研究方法的轉向和多元化。傳統研究報導文本的主 要途徑，是進行內容分析，即藉由事先建立的類目，委由人類編碼員以則數為單位，判斷當則 報導語意內涵，在相互同意度基礎上組構資料。然而由於數位內容分析是傳統災難傳播主要研 究途徑之一。先前研究者從大眾傳播媒體取材進行分析，以瞭解災難中訊息如何傳佈。然而， 從大眾傳媒所取得的素材存在兩重限制：一是媒體組織文本提供的訊息受到媒體守門機制的聚 縮/放大，這些處理過的二手資料，容易落入媒體組織的建構和觀點；其次，因為傳統大眾媒體 受到組織常規（如截稿時間/路線/版面配置等）制約，難以精確觀察訊息和時間的關係。 18
相對而言，浮現型頻道通常做為備援，只存在於災難期間，報導文本目的主要在因應災難 事件，因此適合用於觀察和分析災難訊息傳佈。先前學者已經針對卡翠娜風災的網誌/共筆網 站，南亞海嘯期間的網路相簿（Flickr），以及紅河谷水災期間的微網誌（Twitter）活動等。使 用的資料蒐集和分析方法也和過去不同，他們採用新的研究法，包括使用網路分析工具進行流 量變化的觀察；或者應用資料考掘技術（data-mining）分析網誌貼文；或以地理資訊系統分 析資訊來源分佈空間關係；或以社會網絡分析呈現網路使用者之間的關係脈絡 （Sutton, 2008; Liu, et al, 2008） 浮現型頻道的每一則訊息，均附有後設資料（Matadata），包括報導人、時間等， 更進一步思考，正如 20 世紀初福特主義改變了商品製造流程。浮現型頻道在 web 2.0 技 術之後出現，這種由媒體創用者提供文本的頻道，在研究上不僅涉及大量數據、方法工具和研 究過程，也意味著研究者必須重新形塑了知識建構與研究流程，以及人們應該如何處理資訊與 分類，因此，在思維與研究方面也產生了「向運算轉」（computational turn）的趨勢（boyd & Crawford, 2012; Giles, 2012）。
參考書目
中文書目 吳宜蓁（2011）。〈應用網絡社會媒體於風險溝通--以 2009-2010 年台灣政府 H1N1 防疫宣導為例〉，《傳 播與社會學刊》，15：125-160。 李美華（2009）。〈88 水災之網路資訊分析：以 Emergency 版為例〉，2009 年台灣資訊社會研究學會年 會暨學術研討會，新竹：交通大學。 臧國仁、鍾蔚文（2000）。〈災難事件與媒體報導：相關研究簡述〉，《新聞學研究》，62：143-151。 關蘭（2009 年 7 月）。〈美國務院拜託 Twitter 勿停機〉。《天下雜誌》，425: 28-29。 英文書目Auf der Heide, E.(1989). Disaster response: Principles of preparation and co-ordination. Baltimore: C.V. Mosby. Boyle, M. P., Schmierbach, M., Armstrong, C. L., McLeod, D. M., Shah, D. V., & Pan, Z. (2004). Information seeking
and emotional reactions to the September 11 terrorist attacks. Journalism & Mass Communication Quarterly,
81(1), 155-167.
Bruns, Axel (2005). Gatewatching: Collaborative online news production, New York: Peter Lang Publishing. ( Comfort, L. K. (2000). Information technology and efficiency in disaster response: The Marmara, Turkey Earthquake,
17 August 1999. Quick Response Report, #130. Natural Disaster Research Center at University of Colorado, Boulder. Retrieved April 24, 2010.
Coombs, W . T. (2004). Impact of past crises on the current crisis communication: Insights from situational crisis communication theory. Journal of Business Communication, 41(3), 265-289.
Celik, S., & Corbacioglu, S. (2010). Role of information in collective action in dynamic disaster environments.
Disasters, 34(1): 137-154.
Drabek, T. & D. McEntire (2003) . Emergent phenomena and the sociology of disaster: lessons, trends and opportunities from the research literature, Disaster Prevention and Management, 12(2), 97 - 112. Dynes, R.R. (1969). Organized behavior in disaster: Analysis and conceptualization. Disaster Research Center
Monograph Series #3. The Ohio State University, Columbus, OH.
Fishman, D. A. (1999). ValuJet flight 592: Crisis communication theory blended and extended. Communication Quarterly, 47(4), 345-375.
Fritz, C. (1961). Disasters, In Morton, R. & R. Nisbet (ed.) Contemporary Social Problems. (pp. 651-94). New York: Harcourt.
Ferguson, D. A., & Perse, E. M. (2000). The world wide web as a functional, alternative to television. Journal of Broadcasting & Electronic Media, 44(2), 155-174.
Forrest, T. R. (1978). Group emergence in disasters, In E. Quarantelli (ed.), Disasters: Theory and research(pp.105-125). London: Sage.
Fritz, C. E. (1961). Disasters, In R.K. Merton & R. A. Nisbet (eds.), Contemporary social problems,(pp.651-694).New York: Harcourt Brace.
Heath, R. L. & O'Hair, H. D. (2009). Handbook of risk and crisis communication. New York: Routledge. Hughes, A. L., Palen, L., Sutton, J., Liu, S. B. and Vieweg, S. (2008, May). “Site-seeing” in disaster: an
examination of on-line social convergence. Paper presented at the Proceedings of the 6th International ISCRAM Conference, Washington, DC.
Hughes, A., & Palen, L. (2009, May). Twitter adoption and use in mass convergence and emergency events. Paper presented at the Proceedings of the 6th International ISCRAM Conference, Gothenburg, Sweden.
Kreps, G. (1991). Organizing for emergency management, In T. E. Drabek & G. J. Hoetmer (eds.), Emergency Management: Principles and Practice for Local Government (pp. 30-54). Washington, D.C.: International City Management Association.
Kreps, G. ＆ S. Bosworth (2007). Organizational adaptation to disaster, In Rodriguez, H., Quarantelli, E. & Dynes, R. (Eds.) (2007). Handbook of disaster research, (pp. 297-315). New York: Springer.
Laituri, M.,& Kodrich, K. (2006). The on-line disaster response community: multiple high magnitude disasters and geospatial technologies. Paper presented at the International Communication Association, 2006 Annual Meeting. Liu, S. B., Palen, L., Sutton, J., Hughes, A. L., and Vieweg, S. (2008, May). In search of the bigger picture: the
emergent role of on-line photo sharing in times of disaster, In the Proceedings of the 5th International ISCRAM
Conference , Washington, D. C.
Macias, W., Hilyard, K., & Freimuth, V. (2009). Blog functions as risk and crisis communication during hurricane Katrina. Journal of Computer-Mediated Communication,15(1),1-31.
Mileti, D.S. & Darlington, J.D. (1997). The role of searching in shaping reactions to earthquake risk information.
Social Problems, 44(1), 89-103.
Palen, L. & Liu, S. (2007a). Citizen communications in disaster: Anticipating a future of ICT-supported public participation. In the Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. NY: ACM Press.
Palen, L., Vieweg, S., Sutton, J., Liu, S., & Hughes, A. (2007b, Oct). Crisis Informatics: Studying crisis in a networked world. In the Proceedings of the 3rd International Conference on E-Social Science, Ann Arbor, MI, 7-9,. Procopio, C. & Procopio, S. (2007). Do you know what it means to miss New Orleans? internet communication,
geographic community, and social capital in crisis. Journal of Applied Communication Research, 35(1), 67 - 87. Quarantelli, E. (1986). What is disaster? The need for clarification in definition, conceptualization in research. In B.
Sowder & M.Lystad (eds.), Disasters and Mental Health: Selected Contemporary Perspectives (pp. 49–81). Rockville, MD: National Institute of Mental Health.
Quarantelli, E. (1986). Research findings on organizational behavior in disasters and their applicability in developing countries. Preliminary Paper#107, Disaster Research Center, University of Delaware, Newark, DE.
Qu, Y., Wu, P. F., & Wang, X. (2009). Online community response to major disaster: a study of tianya forum in the 2008 Sichuan earthquake. Paper presented at the 42nd Hawaii International Conference on Information System Sciences, Hawaii, USA.
Rodríguez, H., & Dynes, R. (2006). Finding and framing Katrina: The social construction of disaster, In Understanding Katrina: Perspectives from the Social Sciences, Social Science Research Council (SSRC). Retrieved April 25, 2010, from
Schneider, S. M. & Foot, K. A.(2003). Crisis communication & new media: the web after September 11. In P. Howard & S. Jones (Eds.), Society Online: The Internet in Context (pp. 137-154).
Sheetz, Steven D. et al. (2009, May). Expectation of connectedness and cell phone use in crisis, in the Proceedings of the 6th International ISCRAM Conference, Gothenburg, Sweden.
Shirkey, Clay (2008). Here comes everybody: The power of organizing without organizations, New York: Penguin Books.
Shklovski, I., Burke, M., Kiesler, S. & Kraut, R. (2008). Use of communication technologies in hurricane Katrina aftermath. Position paper for the HCI for Emergencies Workshop Conference on Human Factors in Computing
(CHI 2008), Florence, Italy.
Singer, E., & Endreny, P. M. (1993). Reporting on risk: How the mass media portray accidents, diseases, disaster, and other hazards. NY: Russell Sage Foundation.
Sood, R., Stockdale, G. & Rogers, E.M. (1987). How the news media operate in natural disasters. Journal of Communication, 37(3). 27-41.
Stalling, R and E. Quarantelli (1978). The structural patterns of four types of organizations in disasters, In Quarantelli, E. (ed.). Disasters : Theory and Research, (pp. 87-93). Beverly Hills, Calif. : Sage.
Stallings, R. & E. L. Quarantelli (1985). Emergent citizen groups and emergency Management, Public Administration Review, 45: 93-100 (special issue).
Starbird, K., Palen, L., Hughes, A., & S. Vieweg (2010). Chatter on the red: what hazards threat reveals about the social life of micro-blogged information. In the Proceedings of the 2010 ACM Conference on Computer Supported Cooperative Work (CSCW), Savannah, Georgia, USA.
Surowiecki, J. (2004). The wisdom of crowds: Why the many are smarter than the few and how collective wisdom shapes business, economies, societies, and nations. New York: Doubleday.
Sutton, J. Palen, L., & Shklovski, I. (2008, May). Backchannels on the front lines: Emergent use of social media in the 2007 Southern California Fires. In the Proceedings of the 5th International ISCRAM Conference ,Washington, DC. PDF available.
Terreny, et al. (2007). Connected giving: Ordinary people coordinating disaster relief on the Internet, Proceedings of the 40th
Hawaii International Conference of System Science (HICSS’07)
Vieweg, S., Palen, L., Sophia B. Liu, Hughes, A., & Sutton, J. (2008, May). Collective intelligence in disaster: examination of the phenomenon in the aftermath of the 2007 Virginia Tech shooting. In the Proceedings of the 5th International ISCRAM Conference , Washington, DC, USA.
1 本文所稱「頻道」一詞用以指稱應用特定媒體技術傳遞災難訊息的管道。例如我們將維基百科（Wiki） 或網路地圖（Web Map）是媒體（或網路媒體）；但利用維基百科架設災情網站，或利用網路地圖 製作災情地圖時，則是經營頻道。儘管如此，許多網站混搭不同技術而應用於傳訊，因此個別頻道 本身即具備多樣技術性質。我們發現，當在社會面臨重大災難時，必須透過各種社會機構/社群共同 協力，以促成資訊的流通。 22 10
