Syfte:​ Syftet med studien har varit att undersöka pandemins påverkan på sista års gymnasieelever från Sverige och Serbien. I undersökningen studeras faktorer som elevernas vardagsrutiner, distansstudier, framtidssikter, sociala faktorer, tillhörighet samt tillit. Utifrån detta har det genomförts en jämförelse mellan Sverige och Serbien. ​Teori:​ De teoretiska perspektiven som i studien behandlas är begreppen Tillit, Fara & Risk utifrån Anthony Giddens (1996) samt begreppet Tillhörighet utifrån Vanessa May (2013). ​Metod:​ En kvantitativ metod har i studien tillämpats med enkäter som insamlingsmetod för empiriskt material. Datan har analyserats genom Univariat- och Bivariat analys. Studien är inte generaliserbar eftersom det i hänvisats ett snöbollsurval. ​Resultat:​ Resultatet är omfattande och har visat att vissa faktorer påverkat eleverna från Sverige i större utsträckning och andra faktorer eleverna från Serbien i större utsträckning. ​Slutsats:​ Det har genom studien påvisats att eleverna från respektive land har påverkats i varierande grad. Sista års gymnasieelever från Sverige och Serbien har påverkats negativt vid majoriteten faktorer som undersökts i studien till följd av pandemin COVID-19. Eleverna från Sverige har i större utsträckning påverkats negativt när det gäller deras framtidsplaner, men även har deras vardag i större utsträckning påverkats negativt. Studien visar även att de har mindre tillförlitlighet för myndigheterna. Däremot har eleverna från Serbien i större utsträckning påverkats negativt vid sociala faktorer. / Objective:​ The aim of the study was to investigate the pandemic effects on last year's high school students from Sweden and Serbia. In the study, I studied factors such as student’s everyday routines, distance studies, future prospects, social factors, belonging and trust. Based on this, it has done a comparison of Sweden and Serbia. ​Theory:​ The theoretical perspectives covered in the study are the concepts of Trust, Danger & Risk from Anthony Giddens (1996) and the concept of Belonging from Vanessa May (2013). ​Method:​ A quantitative method was used in the study with surveys as a collection method for the empirical material. The data has been analyzed through Univariate- and Bivariate analysis. The study is not generalizable because a snowball selection was used. ​Results:​ The results are comprehensive and have shown that some factors have affected the students from Sweden to a greater extent and other factors the students from Serbia to a greater extent. ​Conclusion: The study has shown that the students from each country have been affected to varying degrees. Last year's high school students from Sweden and Serbia were negatively affected by the majority of factors examined in the study as a result of the COVID-19 pandemic. The students from Sweden have been negatively affected to a greater extent with regard to their future plans, and their everyday lives have also been negatively affected to a greater extent. The study also shows that they have less trust for the authorities in Sweden. On the other hand, students from Serbia have been negatively affected to a greater extent by social factors as a result of the COVID-19 pandemic.

В этом исследовании изучаются беспрецедентные нарушения, вызванные пандемией COVID-19 в глобальных моделях потребления энергии. Используя ретроспективный подход, различные методологии, включая классическое машинное обучение и алгоритмы классификации временных рядов, используются для анализа энергетических данных, охватывающих период пандемии и после нее. Набор данных охватывает различные источники энергии, что позволяет изучать исторические тенденции как до, так и после COVID-19. Также изучаются региональные различия в моделях потребления энергии в ключевых регионах, таких как ОЭСР, БРИКС, СНГ и Ближний Восток. Конкретное исследование случая, сосредоточенное на Нью-Йорке, углубляется в тенденции потребления энергии в городе и влияние правил COVID-19. Представляя модель рекуррентной нейронной сети (RNN) для прогнозирования потребления энергии, исследование подчеркивает потенциал передовых методов моделирования в понимании и прогнозировании динамики потребления энергии. Применение модели RNN к данным о потреблении энергии в Нью-Йорке позволяет сравнивать прогнозируемые и фактические данные за 2020 год. Результаты подчеркивают значительные сдвиги в тенденциях глобального потребления энергии, раскрывая глубокое влияние пандемии на спрос на энергию и ее использование. Обсуждаются последствия этих сдвигов, подчеркивая необходимость адаптации энергетической политики и инфраструктуры к меняющемуся глобальному ландшафту. Рекомендации по будущим направлениям исследований предоставляются для улучшения понимания динамического взаимодействия между внешними потрясениями, такими как пандемии, и динамикой глобального потребления энергии. / This research investigates the unprecedented disruptions caused by the COVID-19 pandemic on global energy consumption patterns. Employing a retrospective approach, diverse methodologies including classic machine learning and time series classification algorithms are utilized to analyze energy data spanning the pandemic period and beyond. The dataset encompasses various energy sources, enabling examination of historical trends both pre and post-COVID-19. Regional disparities in energy consumption patterns across key regions like OECD, BRICS, CIS, and the Middle East are also explored. A specific case study focusing on New York delves into the city's energy consumption trends and the impact of COVID-19 regulations. Introducing a Recurrent Neural Network (RNN) model for energy consumption prediction, the study highlights the potential of advanced modeling techniques in understanding and forecasting energy usage dynamics. Application of the RNN model to New York's energy consumption data allows comparison between predicted and actual 2020 data. The findings underscore significant shifts in global energy consumption trends, revealing the pandemic's profound impact on energy demand and utilization. Implications of these shifts are discussed, emphasizing the necessity of adapting energy policies and infrastructure to the evolving global landscape. Recommendations for future research directions are provided to enhance comprehension of the dynamic interplay between external shocks, such as pandemics, and global energy consumption dynamics.