Submitted in fulfillment of the requirements for the Master of Management Sciences: Hospitality and Tourism Management, Durban University of Technology, Durban, South Africa, 2017. / The study addressed four questions using secondary annual time series data: (1) How is event spend related to economic development? (2) How are the physical attributes of the region (natural capital) related to economic development?(3) How is social cohesion related to economic development? (4) How does human capital influence economic development? The study period starts in 1994 and ends in 2016, accordingly 100 data points were pulled from the time series. Error Correction Model and Ordinary Least Squares were used as analytical tools to test the regression model developed for the study. Economic development is the dependent variable and is represented by tourism employment data sourced from Statistics South Africa. The independent variables are event spend represented by expenditure figures for culture, sports and recreation published by Statistics SA; human capital was measured using gross educational ratio for secondary education accessed from the World Bank database; natural capital was measured using the gross domestic product attained from Statistics South Africa; and social cohesion was measured using social expenditure data acquired from the South African Reserve Bank. The theoretical framework that underpins the study is the geography political theory as espoused by different authors including Collier (2007) and Kollosov (2001). On the basis of this theoretical framework the study seeks to look at the effect of event spend, natural capital, human capital and social cohesion on economic development. The findings of the study show that there is no relationship between economic development, event spend and human capital. However a relationship was established between natural capital and social cohesion. The results of the study will inform policymakers in the allocation of budgets towards major events. It will also contribute to the equitable distribution of resources to promote social cohesion in communities. / M

The advent of HTML5 (Hyper Text Markup Language revision 5) technologies are re-standardizing the web and paving the way for a new breed of real-time web applications. This has great potential for mobile browsers that are now supporting protocols such as WebSocket and Server-Sent Events (SSE). These protocols can provide ecient real-time communication in a scalable manner, especially for \always-on" applications requiring persistent connections that are now widely used. Mobile devices are inherently restricted due to their limited battery power and require frequent charging. Therefore, experimentation that potentially promotes breakthroughs in mobile energy eciency is useful at this time. Extensive measurements were conducted over 3G, 4G, and WiFi networks to analyze the performance of WebSocket and SSE across a variety of popular mobile devices, browsers, and platforms. Devices were connected to a power monitor for a precise understanding of the energetic effects of keep-alive mechanisms and their overall effects on long-lasting connectivity. The results reveal that application level keep-alive mechanisms are not necessary to sustain the connections indefinitely, given proper server and network congurations. However, to avoid timeouts and to detect prematurely disconnected clients, keep-alive exchanges are necessary and useful in practice. The effects of short and long keep-alive interval values are examined in detail for all devices. Browser performance varies widely as no browser was completely successful for both WebSocket and SSE tests. Further improvements in mobile browser support for these technologies will be necessary to reach the full potential of real-time applications in the future. / Tillkomsten av HTML5 (Hyper Text Markup Language revision 5) teknik är åter standardisera webben och bana väg för en ny typ av realtid webbapplikationer. Detta har stor potential för mobila webbläsare som nu stödjer protokoll såsom WebSocket och Server-Sent Events (SSE). Dessa protokoll kan ge effektiv kommunikation i realtid på ett skalbart sätt, särskilt för \alltid-på" applikationer som kräver beständiga anslutningar som nu används i stor utsträckning. Mobila enheter är i sig begränsade på grund av deras begränsade batteri och kräver frekvent laddning. Därför är experiment som potentiellt främjar genombrott i mobil energie ektivitet användbar vid denna tid. Omfattande mätningar utfördes över 3G, 4G och WiFi-nätverk för att analysera resultatet for Web-Socket och SSE över en variation av populära mobila enheter, webbläsare och plattformar. Enheter var ansluten till en monitor för en exakt förståelse av de energiska effekter keep-alive-mekanismer och deras samlade effekter på långvarig anslutning. Resultaten visar att applikationsnivå keep-alive-mekanismerna är inte nödvändigt att upprätthålla anslutningarna på obestämd tid, ges rätt server och konfigurationer nätverk. Men för att undvika timeout och att upptäcka tidigt frånkopplade klienter, keep-alive-börser är nödvändiga och användbara i praktiken. Effekterna av korta och långa keep-alive intervallvärdena granskas i detalj för alla enheter. Browser prestanda varierar kraftigt eftersom ingen webbläsare var helt lyckat för både WebSocket och SSE tester. Ytterligare förbättringar av mobila webbläsare stöd för denna teknik kommer att vara nödvändigt för att uppnå den fulla potentialen av realtidsapplikationer i framtiden.

This research was conducted to find out more about the willingness to pay for online concerts both during the Covid-19 pandemic and in the future. Secondary data was collected in form of literature in order to perform primary research. The primary research consisted of a quantitative online survey to collect data on a specific case study, which covered an online concert by the German band Feuerschwanz in the beginning of 2021. The research picked up the connection between concerts and tourism, the concert experience as well as co-creation, the relevance of onlinec oncerts and willingness to pay as central themes. To analyze the data, descriptive and inferential statistics were used to find potential trends and differences. In the findings it could be seen that online concerts are commonly appreciated and have a future prospect. Further, it was seen that both material and non-material elements can enhance the willingness to pay for online concerts and that the major reasons for attending online concerts are being a fan and the lack of live concerts during the pandemic. This research successfully contributed to fill a research gap that is existing due to the only recent emergence of online concerts in this scope. It can further be used to help artists and organizers when planning online concerts, and it gives a perspective about a possible future that includes online concerts.

Ein üblicher Ansatzpunkt zur Verbesserung der Energieeffizienz im High Performance Computing (HPC) ist, neben Verbesserungen an der Hardware oder einer effizienteren Nachnutzung der Wärme des Systems, die Optimierung der ausgeführten Programme. Dazu können zum Beispiel energieoptimale Einstellungen, wie die Frequenzen des Prozessors, für verschiedene Programmfunktionen bestimmt werden, um diese dann im späteren Verlauf des Programmes anwenden zu können. Mit jeder Änderung des Programmes kann sich dessen optimale Einstellung ändern, weshalb diese zeitaufwendig neu bestimmt werden muss. Das stellt eine wesentliche Hürde für die Anwendung solcher Verfahren dar. Dieser Prozess des Bestimmens der optimalen Frequenzen kann mithilfe von Machine-Learning-Methoden vereinfacht werden, wie in dieser Arbeit gezeigt wird. So lässt sich mithilfe von sogenannten Performance-Events ein neuronales Netz erstellen, mit dem während der Ausführung des Programmes die optimalen Frequenzen automatisch geschätzt werden können. Performance-Events sind prozessorintern und können Einblick in die Abläufe im Prozessor gewähren. Bei dem Einsatz von Performance-Events gilt es einige Fallstricke zu vermeiden. So werden die Performance-Events von Performance-Countern gezählt. Die Anzahl der Counter ist allerdings begrenzt, womit auch die Anzahl der Events, die gleichzeitig gezählt werden können, limitiert ist. Eine für diese Arbeit wesentliche Fragestellung ist also: Welche dieser Events sind relevant und müssen gezählt werden? Bei der Beantwortung dieser Frage sind Merkmalsauswahlverfahren hilfreich, besonders sogenannte Filtermethoden, bei denen die Merkmale vor dem Training ausgewählt werden. Viele bekannte Methoden gehen dabei entweder davon aus, dass die Zusammenhänge zwischen den Merkmalen linear sind, wie z. B. bei Verfahren, die den Pearson-Korrelationskoeffizienten verwenden, oder die Daten müssen in Klassen eingeteilt werden, wie etwa bei Verfahren, die auf der Transinformation beruhen. Beides ist für Performance-Events nicht ideal. Auf der einen Seite können keine linearen Zusammenhänge angenommen werden. Auf der anderen Seite bedeutet das Einteilen in Klassen einen Verlust an Information. Um diese Probleme zu adressieren, werden in dieser Arbeit bestehende Merkmalsauswahlverfahren mit den dazugehörigen Algorithmen analysiert, neue Verfahren entworfen und miteinander verglichen. Es zeigt sich, dass mit neuen Verfahren, die auf sogenannten Copulas basieren, auch nichtlineare Zusammenhänge erkannt werden können, ohne dass die Daten in Klassen eingeteilt werden müssen. So lassen sich schließlich einige Events identifiziert, die zusammen mit neuronalen Netzen genutzt werden können, um die Energieeffizienz von HPC-Anwendung zu steigern. Das in dieser Arbeit erstellte Framework erfüllt dabei neben der Auswahl der Performance-Events weitere Aufgaben: Es stellt sicher, dass diverse Programmteile mit verschiedenen optimalen Einstellungen voneinander unterschieden werden können. Darüber hinaus sorgt das Framework dafür, dass genügend Daten erzeugt werden, um ein neuronales Netz zu trainieren, und dass dieses Netz später einfach genutzt werden kann. Dabei ist das Framework so flexibel, dass auch andere Machine-Learning-Methoden getestet werden können. Die Leistungsfähigkeit des Frameworks wird abschließend in einer Ende-zu-Ende-Evaluierung an einem beispielhaften Programm demonstriert. Die Evaluierung il­lus­t­riert, dass bei nur 7% längerer Laufzeit eine Energieeinsparung von 24% erzielt werden kann und zeigt damit, dass mit Machine-Learning-Methoden wesentliche Energieeinsparungen erreicht werden können.:1 Einleitung und Motiovation 2 Energieeffizienz und Machine-Learning – eine thematische Einführung 2.1 Energieeffizienz von Programmen im Hochleistungsrechnen 2.1.1 Techniken zur Energiemessung oder -abschätzung 2.1.2 Techniken zur Beeinflussung der Energieeffizienz in der Hardware 2.1.3 Grundlagen zur Performanceanalyse 2.1.4 Regionsbasierte Ansätze zur Erhöhung der Energieeffizienz 2.1.5 Andere Ansätze zur Erhöhung der Energieeffizienz 2.2 Methoden zur Merkmalsauswahl 2.2.1 Merkmalsauswahlmethoden basierend auf der Informationstheorie 2.2.2 Merkmalsauswahl für stetige Merkmale 2.2.3 Andere Verfahren zur Merkmalsauswahl 2.3 Machine-Learning mit neuronalen Netzen 2.3.1 Neuronale Netze 2.3.2 Backpropagation 2.3.3 Aktivierungsfunktionen 3 Merkmalsauswahl für mehrdimensionale nichtlineare Abhängigkeiten 3.1 Analyse der Problemstellung, Merkmale und Zielgröße 3.2 Merkmalsauswahl mit mehrdimensionaler Transinformation für stetige Merkmale 3.2.1 Mehrdimensionale Copula-Entropie und mehrdimensionale Transinformation 3.2.2 Schätzung der mehrdimensionalen Transinformation basierend auf Copula-Dichte 3.3 Normierung 3.4 Vergleich von Copula-basierten Maßzahlen mit der klassischen Transinformation und dem Pearson-Korrelationskoeffizienten 3.4.1 Deterministische Abhängigkeit zweier Variablen 3.4.2 UnabhängigkeitVergleich verschiedener Methoden zur Auswahl stetiger Merkmale 3.5 Vergleich verschiedener Methoden zur Auswahl stetiger Merkmale 3.5.1 Erzeugung synthetischer Daten 3.5.2 Szenario 1 – fünf relevante Merkmale 3.5.3 Szenario 2 – fünf relevante Merkmale, fünf wiederholte Merkmale 3.5.4 Schlussfolgerungen aus den Simulationen 3.6 Zusammenfassung 4 Entwicklung und Umsetzung des Frameworks 4.1 Erweiterungen der READEX Runtime Library 4.1.1 Grundlegender Aufbau der READEX Runtime Library 4.1.2 Call-Path oder Call-Tree 4.1.3 Calibration-Module 4.2 Testsystem 4.2.1 Architektur 4.2.2 Bestimmung des Offsets zur Energiemessung mit RAPL 4.3 Verwendete Benchmarks zur Erzeugung der Datengrundlage 4.3.1 Datensatz 1: Der Stream-Benchmark 4.3.2 Datensatz 2: Eine Sammlung verschiedener Benchmarks 4.4 Merkmalsauswahl und Modellgenerierung 4.4.1 Datenaufbereitung 4.4.2 Merkmalsauswahl Algorithmus 4.4.3 Performance-Events anderer Arbeiten zum Vergleich 4.4.4 Erzeugen und Validieren eines Modells mithilfe von TensorFlow und Keras 4.5 Zusammenfassung 5 Evaluierung des Ansatzes 5.1 Der Stream-Benchmark 5.1.1 Analyse der gewählten Merkmale 5.1.2 Ergebnisse des Trainings 5.2 Verschiedene Benchmarks 5.2.1 Ausgewählte Merkmale 5.2.2 Ergebnisse des Trainings 5.3 Energieoptimierung einer Anwendung 6 Zusammenfassung und Ausblick Literatur Abbildungsverzeichnis Tabellenverzeichnis Quelltextverzeichnis / There are a variety of different approaches to improve energy efficiency in High Performance Computing (HPC). Besides advances to the hardware or cooling systems, optimising the executed programmes' energy efficiency is another a promising approach. Determining energy-optimal settings of program functions, such as the processor frequency, can be applied during the program's execution to reduce energy consumption. However, when the program is modified, the optimal setting might change. Therefore, the energy-optimal settings need to be determined again, which is a time-consuming process and a significant impediment for applying such methods. Fortunately, finding the optimal frequencies can be simplified using machine learning methods, as shown in this thesis. With the help of so-called performance events, a neural network can be trained, which can automatically estimate the optimal processor frequencies during program execution. Performance events are processor-specific and can provide insight into the procedures of a processor. However, there are some pitfalls to be avoided when using performance events. Performance events are counted by performance counters, but as the number of counters is limited, the number of events that can be counted simultaneously is also limited. This poses the question of which of these events are relevant and need to be counted. % Though the issue has received some attention in several publications, a convincing solution remains to be found. In answering this question, feature selection methods are helpful, especially so-called filter methods, where features are selected before the training. Unfortunately, many feature selection methods either assume a linear correlation between the features, such as methods using the Pearson correlation coefficient or require data split into classes, particularly methods based on mutual information. Neither can be applied to performance events as linear correlation cannot be assumed, and splitting the data into classes would result in a loss of information. In order to address that problem, this thesis analyses existing feature selection methods together with their corresponding algorithms, designs new methods, and compares different feature selection methods. By utilising new methods based on the mathematical concept of copulas, it was possible to detect non-linear correlations without splitting the data into classes. Thus, several performance events could be identified, which can be utilised together with neural networks to increase the energy efficiency of HPC applications. In addition to selecting performance events, the created framework ensures that different programme parts, which might have different optimal settings, can be identified. Moreover, it assures that sufficient data for the training of the neural networks is generated and that the network can easily be applied. Furthermore, the framework is flexible enough to evaluate other machine learning methods. Finally, an end-to-end evaluation with a sample application demonstrated the framework's performance. The evaluation illustrates that, while extending the runtime by only 7%, energy savings of 24% can be achieved, showing that substantial energy savings can be attained using machine learning approaches.:1 Einleitung und Motiovation 2 Energieeffizienz und Machine-Learning – eine thematische Einführung 2.1 Energieeffizienz von Programmen im Hochleistungsrechnen 2.1.1 Techniken zur Energiemessung oder -abschätzung 2.1.2 Techniken zur Beeinflussung der Energieeffizienz in der Hardware 2.1.3 Grundlagen zur Performanceanalyse 2.1.4 Regionsbasierte Ansätze zur Erhöhung der Energieeffizienz 2.1.5 Andere Ansätze zur Erhöhung der Energieeffizienz 2.2 Methoden zur Merkmalsauswahl 2.2.1 Merkmalsauswahlmethoden basierend auf der Informationstheorie 2.2.2 Merkmalsauswahl für stetige Merkmale 2.2.3 Andere Verfahren zur Merkmalsauswahl 2.3 Machine-Learning mit neuronalen Netzen 2.3.1 Neuronale Netze 2.3.2 Backpropagation 2.3.3 Aktivierungsfunktionen 3 Merkmalsauswahl für mehrdimensionale nichtlineare Abhängigkeiten 3.1 Analyse der Problemstellung, Merkmale und Zielgröße 3.2 Merkmalsauswahl mit mehrdimensionaler Transinformation für stetige Merkmale 3.2.1 Mehrdimensionale Copula-Entropie und mehrdimensionale Transinformation 3.2.2 Schätzung der mehrdimensionalen Transinformation basierend auf Copula-Dichte 3.3 Normierung 3.4 Vergleich von Copula-basierten Maßzahlen mit der klassischen Transinformation und dem Pearson-Korrelationskoeffizienten 3.4.1 Deterministische Abhängigkeit zweier Variablen 3.4.2 UnabhängigkeitVergleich verschiedener Methoden zur Auswahl stetiger Merkmale 3.5 Vergleich verschiedener Methoden zur Auswahl stetiger Merkmale 3.5.1 Erzeugung synthetischer Daten 3.5.2 Szenario 1 – fünf relevante Merkmale 3.5.3 Szenario 2 – fünf relevante Merkmale, fünf wiederholte Merkmale 3.5.4 Schlussfolgerungen aus den Simulationen 3.6 Zusammenfassung 4 Entwicklung und Umsetzung des Frameworks 4.1 Erweiterungen der READEX Runtime Library 4.1.1 Grundlegender Aufbau der READEX Runtime Library 4.1.2 Call-Path oder Call-Tree 4.1.3 Calibration-Module 4.2 Testsystem 4.2.1 Architektur 4.2.2 Bestimmung des Offsets zur Energiemessung mit RAPL 4.3 Verwendete Benchmarks zur Erzeugung der Datengrundlage 4.3.1 Datensatz 1: Der Stream-Benchmark 4.3.2 Datensatz 2: Eine Sammlung verschiedener Benchmarks 4.4 Merkmalsauswahl und Modellgenerierung 4.4.1 Datenaufbereitung 4.4.2 Merkmalsauswahl Algorithmus 4.4.3 Performance-Events anderer Arbeiten zum Vergleich 4.4.4 Erzeugen und Validieren eines Modells mithilfe von TensorFlow und Keras 4.5 Zusammenfassung 5 Evaluierung des Ansatzes 5.1 Der Stream-Benchmark 5.1.1 Analyse der gewählten Merkmale 5.1.2 Ergebnisse des Trainings 5.2 Verschiedene Benchmarks 5.2.1 Ausgewählte Merkmale 5.2.2 Ergebnisse des Trainings 5.3 Energieoptimierung einer Anwendung 6 Zusammenfassung und Ausblick Literatur Abbildungsverzeichnis Tabellenverzeichnis Quelltextverzeichnis

Thesis Abstract Current Nuclear Power Plant (NPP) design does not account for Beyond Design Basis Events (BDBEs) and thus lack the provisions to effectively mitigates complete loss of AC power and total loss of heat sink. Furthermore, parametric models used in PRA studies to assess Nuclear Power Plant’s safety risk for BDBE and External Events (EE) have significant limitations and proved ineffective to provide solutions on how to mitigate in BDBE or EEs situations. The Fukushima accident is a good example where PRA assessments did not provide the necessary means to cool or contain the reactors effectively. In this thesis, Emergency Mitigation Preparedness (EMP) model and assessment is proposed. The EMP model is objective and practical in evaluating NPP’s mitigation readiness in BDBE and EEs situations and provide a practical NPP Vulnerability indicator gauge which can potentially be used in risk-informed decisions. This will aid further in the NPP to improve in areas of emergency planning, enhance site and reactor design and improve workers safety and readiness to execute effective mitigation procedures and emergency plans. / Thesis / Master of Engineering (ME)

No description available.

Syftet med studien är att undersöka företaget Twebcasts digitaliseringsarbete till följd av COVID-19-restriktionerna, samt hur deras digitala arbete har påverkats av företeelsen. För att uppnå uppsatsens syfte har en fallstudie med kvalitativa intervjuer genomförts, med tre personer involverade i fenomenet Twebcast. Insamlade primärdata analyserades med hjälp av en tematisk analys, som resulterade i ett fåtal övergripande kategorier. Utefter analys och diskussion av studiens resultat drogs slutsatsen att Twebcast till följd av COVID-19-pandemin, utvecklades från att primärt vara en digital plattform vid fysiska evenemang, till ett verktyg för digitala evenemang. Digitaliseringsarbetet utvecklades utefter de succesivt högre kraven på interaktivitet och säkerhet vid digitala evenemang. Vidare drogs slutsatsen att Twebcast nutida digitala arbete påverkats av pandemin, då den har ökat användningen och lyft potentialen med digitala och hybrida evenemangsformer. Genomförandet av evenemangsformerna har ökat markant i Twebcasts arbete, jämfört med innan COVID-19-pandemin. Slutsatsen dras även att utvecklingen av säkerhetsåtgärder vid digitala evenemang har påskyndats och påverkats av en rådande osäkerhet under pandemin. Twebcasts nya digitala tillvägagångssätt och säkerhetsåtgärder indikeras å andra sidan inte uppnå förväntad användning i nutid. / The purpose of this study is to further investigate the company Twebcast’s digitalization efforts as a result of COVID-19 restrictions, and how their digital work has been affected by the phenomenon. To fulfill the purpose, a case study with qualitative interviews have been conducted, involving three individuals associated with Twebcast. The result of the interviews was analyzed using thematic analysis, resulting in a few overarching categories. Following analysis and discussion of the study’s findings, the conclusion was drawn that due to the COVID-19 pandemic, Twebcast evolved from primarily being a digital platform used in physical events to a tool for digital events. The digitalization efforts progressed in response to increasing demands for interactivity and security in digital events Furthermore, it was concluded that Twebcast’s current digital work has been influenced by the pandemic, as it has increased usage and highlighted the potential of digital and hybrid event formats. Implementation of these event formats has significantly increased in Twebcast’s work, compared to before the COVID-19-pandemic. It was also concluded that the development of security measures for digital events has been accelerated and affected by the prevailing uncertainty during the pandemic. On the other hand, Twbecast’s new digital approaches and security measures are not indicated to have achieved expected usage in the present.

The intention of this study is to get a deeper understanding of the phenomenon city festivals and their impact on a city’s brand. As a result of our intention we have formed the following purpose; describe and analyse in what ways a city festival can promote and develop the city’s brand.   Our study is based on a qualitative research methodology, as the intention was to get a deeper understanding of our research topic. The study took a deductive approach to begin with, however, as time proceeded we worked with the theory and empiricism parallel. This resulted in a shift between a deductive and inductive approach. Our empirical foundation is based on eight semi-structured interviews with respondents from five cities and festivals across Sweden.   During the analysis process we come across some tendencies that the empirical material largely conformed to the theoretical frame of reference. In conclusion we have found that a city festival can be a part of the formation of the city brand, however this requires that the city already has a clear and thorough vision and focus. / Avsikten med uppsatsen är att skapa en djupare förståelse för fenomenet stadsfestivaler och dess inverkan på en stads varumärke. Utifrån detta har vi formulerat vårt syfte vilket är att beskriva och analysera på vilka sätt en stadsfestival kan främja och utveckla stadens varumärke.  Denna uppsats har utgått ifrån en kvalitativ forskningsmetod där förhoppningen är att skapa en djupare förståelse för vårt forskningsämne. Under arbetets gång har vi till en början utgått från ett deduktivt synsätt men allt eftersom har vi arbetat mer parallellt med teorin och empirin. Detta innebär att vi haft ett växelspel mellan ett deduktivt och induktivt synsätt. Vår empiriinsamling har skett genom åtta semistrukturerade intervjuer med respondenter från fem olika städer/stadsfestivaler i Sverige.  I bearbetningen av analysen fann vi tendenser att det empiriska material som vi samlat in överensstämde med den teoretiska referensramen. I vår studie kom vi fram till att stadsfestivaler kan vara en del i uppbyggnaden av ett stadsvarumärke men att det förutsätter att staden har en tydlig samt genomarbetad vision och inriktning.

Background: Migraine is a chronic disaese, often described as a growing publich health problem. One of the suffering groups are adolescents and the prevalence of the migraine is one of the most common reasons why school based health clinics are contacted. The state is related to an extensive, physical and psychological suffering. Objectives: The aim with the presented study was to illuminate the experienced life situation of the adolescent migraineurs. Method: The exploration of articles were done with restriction in databases as Pubmed, CINAHL and psycINFO. The 13 chosen articles were viewed, analyzed and compiled in four different categories with eight sub-categories. Results: The presented outcome reveals that migraine effects the life of adolescents in four different dimensions. The state impacts negatively on the physical and psychological well-being. Furthermore it influences school and leisure of the suffered group. A tendency of isolation and denial is seen as a repeated behaviour in the adolescent migraineurs. Conclusion: Embracement and acceptance ought to be present for the possibility, to create and develop an individual lasting coping strategy. This way of thinking might improve the life situation of the adolescent migraineurs. Keywords: Migraine, adolescents, life changing events, coping strategies, effects. / Bakgrund: Migrän är en kronisk sjukdom och den beskrivs som ett växande folkhälsoproblem. En grupp individer som drabbas är ungdomar och åkomman är en av de vanligaste orsakerna till uppsökt skolvård. Tillståndet är nära bundet till ett omfattande fysiskt och psykiskt lidande. Syfte: Syftet med litteraturstudien var att belysa den upplevda livssituationen hos ungdomar med migrän. Metod: Artiklar har sökts i databaserna Pubmed, CIHNAL och psycINFO och därefter kvalitetgranskats. 13 utvalda artiklar analyserades och sammanställdes i fyra kategorier med åtta underkategorier. Resultat: Resultatet visar att migrän påverkar livet för ungdomar i fyra olika dimensioner. Åkomman påverkar den fysiska och psykiska hälsan negativt och inverkar på ungdomarnas skola och fritid. En tendens av isolering och förnekelse kunde ses som upprepade beteenden. Slutsats: Bemötande och acceptans bör infinnas hos den migränsjuke för att vidare kunna skapa och utveckla en individuellt hållbar copingstrategi som förbättrar livssituationen. Nyckelord: Migrän, ungdomar, livshändelser, copingstrategier, effekt.

Biblical and Ancient Studies / M.Th. (Old Testament)