Hjärnaktivitet kopplat till rörelse och aritmetiska beräkningar : En kvantitativ fNIRS studie

Hjärnaktivitet kopplat

till rörelse och

aritmetiska

beräkningar

En kvantitativ fNIRS studie

KURS: Examensarbete för grundlärare 4–6, 15 hp

PROGRAM: Grundlärarprogrammet med inriktning mot arbete i grundskolans årskurs 4–6 FÖRFATTARE: Oscar Lönnblad

EXAMINATOR: Peter Markkanen TERMIN:VT21

JÖNKÖPING UNIVERSITY Examensarbete för grundlärare School of Education and Communication 4–6, 15hp

Grundlärarprogrammet med inriktning mot arbete i grundskolans årskurs 4–6 Vårterminen 2021

SAMMANFATTNING

_______________________________________________________________________ Oscar Lönnblad

Hjärnaktivitet kopplat till rörelse och aritmetiska beräkningar – En kvantitativ fNIRS studie

Antal sidor: 32 _______________________________________________________________________ Denna studie vill besvara tre frågeställningar och hypotesen; man presterar bättre i aritmetiska test efter fysisk aktivitet i jämförelse med före. Hypotesen testas genom en kvantitativ metod med ett bekvämlighetsurval bestående av fyra deltagare. Datainsamlingen genomfördes vid ett tillfälle med mätinstrumentet fNIRS, där varje deltagares insats beräknades ta minst 60 minuter.

Resultatet i de aritmetiska testen visar att samtliga deltagare i studien presterar bättre i testet efter fysisk aktivitet i jämförelse med testen före och under fysisk aktivitet. Resultatet visar även att det går att se skillnader i hjärnaktivitet hos en person som besvarar aritmetiska uppgifter före, under och efter fysisk aktivitet. Resultatet har tolkats utifrån att vänstra och högra hjärnhalvorna i den prefrontala delen av hjärnan kan delas upp i kognitiva förmågor respektive rörelser.

_______________________________________________________________________ Sökord: fNIRS, fysisk aktivitet, aritmetik, hjärnaktivitet, matematik

JÖNKÖPING UNIVERSITY Degree Project for Teachers in School of Education and Communication Preschool Class and Primary school

Years 4–6, 15 credits

Teacher Education Program for

Primary Education School years 4-6

Spring semester 2021

ABSTRACT

_______________________________________________________________________ Oscar Lönnblad

Brain activity linked to movement and arithmetic calculations – A quantitative fNIRS study.

Number of pages: 32

_______________________________________________________________________ This study seeks to answer three questions and the hypothesis; one performs better in arithmetic tests after physical activity compared to before. The hypothesis is tested through a quantitative method with a convenience sample consisting of four participants. The data collection was carried out on one occasion with the measuring instrument fNIRS, where each participant's contribution was estimated to take at least 60 minutes.

The results of the arithmetic tests show that all participants in the study perform better in the test after physical activity in comparison with the tests before and during physical activity. The results also show that it is possible to see differences in brain activity in a person who answers arithmetic tasks before, during and after physical activity. The result has been interpreted on the basis that the left and right hemispheres of the brain in the prefrontal part of the brain can be divided into cognitive abilities and movements.

_______________________________________________________________________ Key words: fNIRS, physical activity, arithmetic, brain activity, mathematic

Innehållsförteckning

1. Inledning ... 1

2. Syfte och frågeställningar ... 2

3. Bakgrund ... 3

3.1 Aritmetik, rörelse och hjärnaktivitet ... 3

3.2 Fysisk aktivitet och matematikinlärning ... 3

3.3 Dual-task ... 4

4. Functional near-infrared spectroscopy (fNIRS) ... 5

4.1 Hur fungerar fNIRS tekniskt? ... 6

4.2 Hur fungerar fNIRS praktiskt? ... 8

5. Metod ... 11 5.1 Metodval ... 11 5.1.2Pilotstudie ... 12 5.2 Urval ... 12 5.3 Process ... 13 5.4 Aritmetiska uppgifter ... 15 5.5 Material ... 16 5.5.1 Extern hjälp ... 16

5.5.2 Anskaffning och analys av fNIRS-data ... 16

5.6 Studiens reliabilitet och validitet ... 18

5.7 Etiska aspekter och principer ... 19

6. Resultat ... 20 6.1 Hjärnaktivitet (fNIRS-data) ... 20 6.2 Aritmetiskt testresultat ... 24 7. Diskussion ... 26 7.1 Metoddiskussion ... 26 7.2 Resultatdiskussion ... 29

7.2.1 I vilken omfattning kan man använda fNIRS för att registrera matematisk aktivitet i hjärnan och relatera det till fysisk rörelse? ... 29

7.2.2 Vilka likheter/skillnader finns i hjärnaktivitet vid matematiska beräkningar för personer före, under och efter fysisk aktivitet? ... 30

7.2.3 Vilka tecken finns på att fysisk aktivitet påverkar matematikprestationen? ... 30

7.3 Konklusion ... 31

Tack! ... 1 Referenser ... Bilaga 1 ... Bilaga 2 ...

Bilaga 3 ... Bilaga 4 ... Bilaga 5 ...

1

1. Inledning

Det finns studier som pekar på att fysisk aktivitet kan bidra till ökat matematiklärande (Hall et al., 2015; Erwin et al., 2019; Käll et al., 2014). Men den vetenskapliga grunden är ibland ganska tunn. Jag har tillsammans med en kollega i en tidigare litteraturöversikt (Axelsson & Lönnblad, 2020) försökt beskriva forskningsläget där några studier pekar på ett positivt samband mellan fysisk aktivitet och matematikprestationer, medan andra studier inte finner något sådant samband. Tydligast är det i de studier där fysisk aktivitet genomförs under en längre tidsperiod än sex månader som visar en positiv effekt på matematikinlärningen.

Under min verksamhetsförlagda utbildning har jag observerat att elever har svårt att behålla koncentrationen på rätt saker, speciellt under matematiklektionerna. Med utgångspunkt i att ”skolan ska sträva efter att erbjuda elever daglig fysisk aktivitet inom ramen för hela skoldagen” (Skolverket, 2011, s. 7) och den tidigare genomförda litteraturstudien (Axelsson & Lönnblad, 2020), genererades ett fortsatt intresse att undersöka hur fysisk aktivitet påverkar matematikprestationen. Studiens resultat hoppas leda till mer omfattande studier som fortsättningsvis undersöker problemområdet.

Tidigare forskning har visat att när en person utför två eller flera aktiviteter som kräver uppmärksamhet eller ansträngning påverkas den ena aktiviteten avsevärt (Kahneman, 1973). Ny teknik har gjort det möjligt att studera neurologiska fenomen i realtid. I denna studie undersöks i vilken omfattning det går att mäta hjärnaktivitet med hjälp av functional near-infrared spectroscopy (fNIRS, sv: funktionell nära-infraröd spektroskopi) på fyra personer som både utför beräkningar och en fysisk aktivitet. Med fNIRS går det mäta hjärnaktivitet innanför hjärnbarken och testa, sådana delar av hjärnan som har hand om exempelvis arbetsminne, uppmärksamhet, problemlösning och inlärning. En av styrkorna med fNIRS är att hjärnaktiviteten kan mätas på olika ställen i hjärnan både under vila och under rörelse. I denna studie vill jag därför använda fNIRS för att mäta hjärnaktiviteten i den prefrontala delen av hjärnan, oftast kallad (prefrontal cortex) då det är där en individs uppmärksamhet och ansträngning kan mätas. Vad blir då resultatet av att kombinera fysisk aktivitet och matematikberäkning? Studien avser utifrån en kvantitativ metod undersöka hur fyra deltagares hjärnaktivitet påverkas före, under och efter fysisk aktivitet vid matematikberäkningar med fNIRS.

2

2. Syfte och frågeställningar

Syftet med studien är att med functional near-infrared spectroscopy (fNIRS) undersöka hypotesen, man presterar bättre i aritmetiska test efter fysisk aktivitet i jämförelse med före. Jag vill besvara studiens hypotes genom följande frågor:

* I vilken omfattning kan man använda fNIRS för att registrera matematisk aktivitet i hjärnan och relatera det till fysisk rörelse?

* Vilka likheter/skillnader finns i hjärnaktivitet vid matematiska beräkningar för personer före, under och efter fysisk aktivitet?

3

3. Bakgrund

I följande avsnitt redogörs tidigare forskning som har relevans för denna studie. 3.1 Aritmetik, rörelse och hjärnaktivitet

Det har genomförts ett flertal studier som undersöker hur aritmetik påverkar hjärnaktivitet med användandet av den neurologiska tekniken fNIRS. Vidare kommer här nämnas vad de resulterade i. I tidigare forskning av Zhang et al. (2020) som undersökt med mätinstrumentet fNIRS, hur aritmetik påverkade den prefrontala delen av hjärnan. Resultatet visade att vid beräkning av aritmetiska uppgifter fanns en signifikant ökning av hjärnaktivitet bland deltagarna. I en tidigare studie av Artemenko et al. (2019) undersöktes hjärnaktivitet i den prefrontala delen av hjärnan på 34 deltagare. Studien resulterade i att det upptäcktes individuella skillnader mellan låg- och högpresterande elever, då det visade sig mer komplicerat att mäta en försöksperson med hög matematikförmåga i jämförelse med en lägre. Deltagarna med en hög matematisk förmåga ansågs mer kapabla att dela upp och hålla reda på mer komplexa uträkningar i huvudet (Artemenko et al., 2019). I en tidigare studie av Artemenko et al. (2018) undersöktes elever vid två tillfällen, en gång i slutet av årskurs 6 och åter i slutet av årskurs 7 för en uppföljning. Eleverna fick lösa aritmetiska uppgifter av de fyra räknesätten, addition, subtraktion, division och multiplikation. Studiens resultat visade tydlig aktivering av frontallob och parietallob (frontal- & parietall lobe) vid beräkning av de aritmetiska uppgifterna.

3.2 Fysisk aktivitet och matematikinlärning

Vid implementerandet av extra fysisk aktivitet eller pulshöjande aktivitet i skolan har det i flera studier visat sig ha en positiv påverkan, både prestationsmässigt inom matematik och på hjärnans kognitiva funktioner, som exempelvis koncentration och arbetsminne (Burrows et al., 2014; Mura et al., 2015; Rasberry et al., 2011; Ratey & Hagerman, 2013; Tomporowski et al., 2007; Trudeau & Shephard, 2008). Bland annat är koncentrationsförmågan och arbetsminnet grundläggande faktorer för matematiska beräkningar och matematikinlärning (Klingberg, 2016). Andra delar i undervisningen är att förstå och följa instruktioner och arbeta med problemlösning, vilket elever med lågt arbetsminne visat sig ha svårigheter för (Dahlin, 2013). I flertalet av tidigare nämnda studier som visat en positiv effekt har bland annat genomförts genom att

4 undervisningstiden i idrott utökats, extratillsatt fysiskt program eller integrering av fysisk aktivitet i matematikundervisningen. Dessa typer av extrainsatt fysisk aktivitet resulterade i att elever som uppvisat bristande koncentration och arbetsminne innan studien presterat avsevärt bättre efteråt, medan högpresterande elever inte visat på samma positiva effekt (Resaland et al., 2016). I en studie av Hall et al. (2015) användes ett skolbaserat aktivitetsprogram kallat ”BOKS”. Detta program innebar ett implementerande av 2–3 extrainsatta fysiska aktivitetspass i skolan varje vecka, vilket under den fyra år långa studien visade en förbättring av elevers matematikprestationer. I en liknande studie där skoldagen innehöll 20 minuter extrainsatt fysisk aktivitet varje dag under ett år, förbättrades elevers resultat i matematik (Erwin et al., 2019). I en studie som genomfördes i Sverige av Käll et al. (2014) fördubblades den fysiska aktiviteten i skolan, vilket ledde till att 8 procentenheter fler elever uppfyllde kunskapskraven 2004–2008 jämfört med de elever som gick i samma årskurs 2000–2003.

3.3 Dual-task

Dual-task är kopplat till Kahnemans (1973) teori om hur uppmärksamhet och ansträngning påverkas av de aktiviteter man utför. Dual-task innebär att en individ utför två aktiviteter samtidigt och att en av dessa aktiviteter oftast blir lidande prestationsmässigt (Kahneman, 1973; Wirth et al., 2018). Dual-task går att mäta på flera olika sätt och det kan göras genom att läsa en text samtidigt som individen för en konversation. Mer specifikt om en situation kräver ett utförande i två aktiviteter, exempelvis läsa och tala, måste individen avsluta det centrala steget i läsningen innan hen kan svara muntligt (Wirth et al., 2018). Dual-task går att jämföra med begreppet multitasking vilket innebär användandet av simultanförmåga, att man utför minst två saker samtidigt (Pashler, 2000; Salvucci & Taatgen, 2008).

5

4. Functional near-infrared spectroscopy

(fNIRS)

En teknik som kan användas för att undersöka aktivitet i hjärnan och andra vävnader är fNIRS (funktionell nära-infraröd spektroskopi) (Quaresima et al., 2012). fNIRS har använts i flera studier som involverar exempelvis aritmetik, dans, gående och armrörelse (Zhang et al., 2020; Möller et al., 2019). fNIRS används som teknik för datainsamling av ett antal fördelar där den främsta anledningen till valet är att fNIRS-utrustning är mindre kostsam i jämförelse med annan neurologisk utrustning som exempelvis funktionell magnetresonanstomografi (fMRI) och positronemissionstomografi (PET) (Quaresima et al., 2012). fNIRS är portabel och passande teknik för att undersöka fysisk aktivitet då majoriteten av 35 studier i en metodfokuserad granskning använt fNIRS för att undersöka hur fysisk aktivitet påverkar syresättning och hemodynamik (Herold et al., 2018). fNIRS har även visat sig vara ett idealiskt verktyg för olika neurologiska applikationer som mäter mänsklig hjärnaktivitet i förhållande till beteendeprestanda i naturliga miljöer och vardagliga förhållanden (Ayaz et al., 2019). fNIRS kräver inga större förutsättningar när det gäller lokal då utrustningen är simpel att flytta och det är möjligt att röra sig samtidigt som den används. fNIRS är en icke-invasiv och säker teknik som använder och mäter ljus i det röda och nära infraröda området (Quaresima et al., 2012).

Mänskliga vävnader är förhållandevis transparenta för detta nära-infraröda (NIR) ljus, NIR håller sig inom våglängdsområdet 650–1000 nanometer (nm). Denna elektromagnetiska strålning absorberas antingen av pigmenterade föreningar kallade kromoforer eller sprids in i vävnader (Quaresima et al., 2012). NIR-ljuset mäter hemodynamiska svar (syreupptagningen) i hjärnceller, vid en hög syreupptagning innebär det en hög neural aktivitet. Med det menas att individen som får sin hjärnaktivitet mätt gör något som kräver uppmärksamhet, exempelvis skriver och talar samtidigt. Hemodynamik nämns mer i internationella studier under den engelska termen haemodnamic responses (HR), den möjliggör snabb tillförsel av blod till aktiva vävnader i hjärnan (Möller et al., 2019). fNIRS registrerar de relativa förändringar av koncentrationen med hjälp av syresatt hemoglobin (OxyHb) och de-oxygenerat hemoglobin (de-OxyHb). Som svar på hjärnaktivering inom en specifik region skulle man vanligtvis observera en ökning av koncentrationen av OxyHb och en minskning av koncentrationen av de-OxyHb. Ökningen av OxyHb-koncentrationen är ett resultat av ökat regionalt cerebralt blodflöde, medan den därmed sammanhängande

6 minskningen av de-OxyHb-koncentrationen inträffar när ökningen av regionalt cerebralt blodflöde överstiger det metaboliska upptagandet av syre.

4.1 Hur fungerar fNIRS tekniskt?

fNIRS består av flera delar för att möjliggöra en datainsamling, det krävs komponenter, utrustning och mjukvara. För att ge en överblick på de olika delarna av utrustningen vid en datainsamling, se figur 1.

Figur 1. En överblick på de olika delarna av utrustningen. NIRX NIRSport=analysenhet;

1= optiska fiber till sändare; 2= optiska fibrer till mottagare.

Vid en fNIRS-datainsamling finns modeller av förbestämda uttag på mössorna som skiljer sig. Vid en mätning av den prefrontala delen av hjärnan används modellen

prefrontal 8×8 och vid mätning av den bakre hjärnan (occipital lobe) används occipital 8×8. Det finns cirka tio förbestämda modeller för mätning av hjärnaktivitet i

mjukvaruprogrammet NIRX (se figur 2 för alla tillgängliga kontakter på fNIRS-mössan). Innan en mätning krävs en kalibrering kallat ”baseline” av deltagarens hjärnaktivitet, vilket blir en utgångspunkt för datainsamling av hjärnaktivitet. Vid en kalibrering

rekommenderas deltagaren sitta ner och en kalibrering tar vanligtvis 10–120 sekunder att genomföra (Herold et al., 2018). Vid mätning av hjärnaktivitet i exempelvis prefrontala delen av hjärnan används röda och blåa (gröna i figur 2 och 3) optoder. Vid

EEG-undersökningar används EEG optoder, vilket fokuserar på att avläsa hjärnans nervceller. Dessa optoder måste kopplas samman för att möjliggöra en datainsamling, det görs med hjälp av de lila figurerna (channels of interest). Sammankopplingen görs med varannan röd och blå optod oavsett vilken modell som används, se figur 6.

7

Figur 2, [Färg]. NIRX-mall för uppsättning av optoder och kanaler. (Figur hämtad från programvaran NirsLAB 2017.6.)

Figur 3, [Färg]. Illustration av sammankoppling av de röda och blåa optoderna i modellen motor 16×16. (Figur hämtad från NirsLAB 2017.6.)

De röda och gröna optoderna kopplas sedan in i respektive uttag för sändare och mottagare i spektrometern (analysenheten). Denna enhet kräver strömförsörjning för att fungera, se figur 4. Det är från denna enhet som sammankoppling mellan system och PC görs med USB 2.0. Mjukvaran som används för att spara data heter NIRStar acquisition software och analys av datainsamlingen görs i NirsLAB 2017.6.

8

Figur 4, [Färg]. Till NIRX-enheten (analysenheten eller spektrometer) kopplas sändare, mottagare och USB 2.0 in.

4.2 Hur fungerar fNIRS praktiskt?

När den specialdesignade fNIRS-mössan placeras på en individs huvud spänns den runt halsen likt en cykelhjälm. Denna mössa (se figur 5) finns tillgänglig i flera storlekar beroende på individens storlek på huvudet. Mössan har två viktiga funktioner; dels att vara en hållare för kabelanslutningarna (optoderna), dels hindra omgivande ljus som skulle kunna störa mätningarna.

9 När utrustningen placerats korrekt kopplas optoder (se figur 6) in i mössan vars funktion är att sända NIR-ljus innanför hjärnbarken. Det infraröda och NIR-ljuset skapas separat i en så kallad NIRS-port (se figur 4), och leds till optoderna med optiska fiber. Kontakten för optoderna fungerar som en säkring för att optoderna inte ska lossna under mätning. Vissa optoder skickar in ljus (sändare) och andra registrerar reflekterande ljus (mottagare). Optoderna består av elektroder och optiska fibrer vilket gör det möjligt att samla in data. Under ljuset resa innanför hjärnbarken fångas data upp kring hjärnaktiviteten som i efterhand kan analyseras, se figur 7 (Quaresima et al., 2012). Ljuset som sänds in mot huvudet tar sig in ungefär 3 centimeter, vilket är väl innanför hjärnbarken och en bit in i storhjärnan. Där inne kan ljuset växelverka med hjärncellerna (neuronerna) så att en del ”reflekteras”, reflektionen beror på cellernas syreupptagning.

10

Figur 7. Illustration av hur mätning med fNIRS går till. I sändarkontakten kopplas en röd

optod in och sänder infrarött ljus upp till 3 centimeter innanför hjärnbarken. När NIR träffar hjärnceller skapas reflekterat ljus som studsar åt alla håll, mottagaren fångar upp det reflekterade ljuset.

11

5. Metod

I följande avsnitt beskrivs hur datainsamlingen gjorts samt hur data analyserats och bearbetats. Avsnittet beskriver de val som gjorts i konstruktionen av studien, vilka bidrag som var mina och vilka som krävde extern hjälp.

5.1 Metodval

Med en kvantitativ metod har denna studie genomförts med inriktning mot ett undersökande av hjärnaktivitet kopplat till matematiska beräkningar. Med denna metod syftar studien till att utforska om det går att använda fNIRS för att mäta deltagarnas hjärnaktivitet. Vid lyckad mätning leder det till kvantifierbara data som kan analyseras utifrån studiens förbestämda frågeställningar.

En kvantitativ undersökning består huvudsakligen av 10–11 förbestämda steg (Bryman, 2018). I denna undersökning användes endast 10 av 11 steg eftersom studien utgår från en hypotes och inte en teori, vanligtvis är teori första steget. Efter genomförd datainsamling bearbetades och analyserades data för att dra slutsatser och formulera ett slutgiltigt resultat (Bryman, 2018). Utifrån studiens metod och resultat formulerades diskussionskapitlet där även den hypotes som ställdes i starten av forskningsprocessen besvarades, fick studien det resultatet som förväntades? Vid formulering av resultat och slutsatser krävdes en slutgiltig produkt som är övertygande om att slutsatserna är viktiga, hållbara och valida (Bryman, 2018). Det avslutande målet färdigställs vid uppladdning av slutversionen då resultatet blir en del av kunskapsmassan (Bryman, 2018).

12

5.1.2 Pilotstudie

För att säkerställa att studien var genomförbar testades flera delmoment i en pilotstudie, bland annat hur många beräkningar en person hinner lösa på två minuter. Pilotstudien genomfördes främst för att mätningarna utfördes i ett laboratorium med en närvarande forskare. Det fanns inget utrymme för att åtgärda eventuella problem på plats tidsmässigt. Pilotstudien genomfördes vid tre tillfällen med tre individer, två män och en kvinna. I pilotstudien upptäcktes otydligheter som korrigerades innan genomförandet av datainsamlingen. Vid genomförandet av pilotstudien beskrevs, genomfördes och frågades individerna om följande:

• Prövning av hur många beräkningar som rimligtvis genomförs på två minuter. • _{Beskrivning av instruktionerna för de tre momenten, var något otydligt?} • Kan jag säkerställa att datainsamlingen är genomförbar, behövs medhjälpare? 5.2 Urval

Urvalsstorleken i denna studie bestod av fyra individer, tre män och en kvinna.Deltagarnas ålder var vid genomförandet mellan 24 och 26 år, genomsnittsålders var 24,5. Deltagarna fick i samband med signering av samtyckesblanketten (se bilaga 1) intyga på att de bland annat inte har högt blodtryck eller svårigheter att röra sig fysiskt. Studien är baserad på ett bekvämlighetsurval av ett antal anledningar. Dels eftersom det är en pågående pandemi (SARS-CoV-2), dels för att det fanns tillgängliga individer i min närhet. Vilken urvalsstorlek som användes i studien bestämdes i samråd med forskaren. Användandet av fNIRS-utrustningen var endast tillgängligt i sällskap med ansvarig forskare vid ett tillfälle, bestående av 180 minuter. Datainsamling för en deltagare beräknades ta mellan 45–60 minuter. För genomförandet av studien var det nödvändigt att deltagarna kunde förstå skriven och talad svenska. Vid undersökningstillfället gav alla fyra deltagarna samtycke för att delta. Deltagarnas ålder och sysselsättning är presenterad i tabell 1. Alla deltagarna genomförde samtliga tre test och inga test behövdes göras om på grund av tekniska problem.

13

Tabell 1. Överblick på deltagarna i studien. Fysisk status bedömdes som god om de

tränade regelbundet och ej högt blodtryck).

5.3 Process

Deltagarna som frivilligt valde att delta blev tillfrågade att närvara vid ett undersökningstillfälle och föreslogs bära träningskläder och skor lämpade för träning. Testtillfället genomfördes i Hälsohögskolans laboratorium II på Högskolan i Jönköping för att minska risken av störande moment och ljud som skulle kunna påverka deltagarna. För att minska risken för ytterligare störningar sänktes ljusstyrkan i lokalen till ungefär 50 % av maximal styrka, detta för att inte påverka fNIRS-utrustningen. Innan testtillfället fick deltagarna skriva på en samtyckesblankett för deltagande i studien, vid detta tillfälle samlades även uppgifter om ålder och sysselsättning in. För att undvika missuppfattningar och oklarheter blev hela testprocessen förklarad för deltagarna, och eventuella frågor besvarades. Vid installation av fNIRS fick deltagarna sitta på en stol för installation av utrustningen. Först när fNIRS-utrustningen är fastspänd runt huvudet kopplas de 16 optoder in i de förbestämda uttagen för att möjliggöra mätningen av hjärnaktiviteten, som i sin tur är kopplade till en dator. Mjukvaran som användes för datainsamling av hjärnaktivitet med stöd av fNIRS-utrustningen var NIRStar acquisition software. Före det första testet med samtliga deltagare genomfördes en kalibrering som tog 1–5 minuter. Kalibreringen innebar att nollställa fNIRS-utrustningen för att ”lära känna” deltagarens hjärnaktivitet under vilopuls. Kalibreringen bestämde deltagarnas utgångsvärden (baseline), vilket är ”noll-värdet” i graferna som presenteras i resultatkapitlet. Under kalibreringen var det väsentligt att deltagaren inte påverkades av några yttre faktorer, därför bads de vara tysta och blunda under hela kalibreringsprocessen. Efter kalibreringen fick deltagarna sitta kvar på stolen med en skärm framför sig där de olika uttrycken skulle presenteras under mätningarna.

Deltagare Ålder Sysselsättning Fysisk status Vilopuls

1 24 Student God 70

2 26 Student God 80

3 24 Anställd God 72

14 Det första testet (test A) bestod av två minuters huvudräkning där deltagarna gav svar verbalt innan nästa uttryck visades, deltagarna fick ingen respons om svaren var rätt eller fel under testet. Svaren som deltagaren gav spelades in och transkriberades i efterhand i en loggbok för kontroll av antal besvarade frågor samt om de svarat rätt eller fel. I loggboken kunde andra intressanta observationer som upptäcktes under de olika testtillfällena noteras, exempelvis deltagarnas kommentarer. Efter test A gavs deltagarna minst 60 sekunders vila för att exempelvis dricka vatten.

Det andra testet (Test B) krävde att deltagarna cyklade på en motionscykel tills de uppnådde en puls på minst 115. För att deltagaren skulle få upp pulsen och känna ansträngning läts de cykla mellan 30–60 sekunder innan testet påbörjades. Testet pågick under två minuter där deltagarna fick fortsätta cykla med hög intensitet och besvara de aritmetiska uttrycken som visas på skärmen. Efter test B fick deltagaren vila tills de kommit ner i puls, kravet var att ligga mellan 70–100 i puls innan instruktionen för test C gavs.

Det tredje och avslutande testet (test C) är nästintill identiskt med det första. Skillnaden är att inför test A hade deltagarna inte genomfört någon fysisk aktivitet, och låg på en vilopuls mellan 68–80. Pulsen på deltagarna inför test C var mellan 75–95.

De precisa instruktionerna som varje deltagare fick och riktlinjerna för tidsåtgång återfinns i bilaga 2.

15 5.4 Aritmetiska uppgifter

Alla deltagare i studien fick lösa aritmetiska uttryck inom multiplikation. Uttrycken som valdes utgick från 1–10:ans multiplikationstabell eftersom dessa ansågs tillhöra det grundläggande räknandet inom multiplikation. Med grundläggande menas att deltagarna i studien inte behöver mer än grundskoleutbildning för att lösa de valda multiplikationsuppgifterna. Multiplikationsuppgifterna bestod av ensiffriga och tvåsiffriga operander från 1 till 10, dessa lösningar sträckte sig mellan 5 och 100, se bilaga 3. Vid genomförandet av testen slumpades de 150–200 förbestämda operationerna utan hänsyn till uttryckets svårighetsgrad. Den slumpmässiga konstruktionen återanvändes sedan vid testen med alla deltagare under test A, B och C. Uppgifterna visades på en skärm som var placerad framför motionscykeln. Uppgifterna presenterades med hjälp av mjukvaran Powerpoint, i horisontell riktning i mitten av skärmen med text i vitt typsnitt och mot svart bakgrund, se figur 8. Deltagarna fick lösa uppgifterna genom huvudräkning innan de muntligt svarade och först då visades nästa uppgift under de två minuter varje test pågick. Deltagarna fick inte under testens gång veta om de svarat rätt eller fel. För att ge deltagarna möjlighet att ställa frågor, bli bekanta med utrustningen beräknades varje undersökningstillfälle ta mellan 45–60 minuter.

16 5.5 Material

Lokalen som används vid datainsamling hade tillgång till utrustning och material för att genomföra studien, bland annat: fNIRS-utrustning, stol, dator och pulsmätare. Annat material och utrustning som dator, motionscykel och samtyckesblanketter ordnades fram av mig innan testtillfällena.

5.5.1 Extern hjälp

I genomförandet av studien användes en fNIRS-utrustning som fanns tillgänglig på Hälsohögskolan. fNIRS har använts i flertalet studier på Jönköping University där man undersökt personer med bland annat knäprotester (Möller et al., 2019), fingerortoser (Jensen et al., 2020) och knäledsartikulär protes (Möller et al., 2020). Professor Nerrolyn Ramstrand vid Hälsohögskolan som varit en av författarna i de nyss nämnda studierna är väl förtrogen med fNIRS-utrustningen och har bidragit med att bekanta mig med utrustningens alla delar. Inför datainsamlingen har Nerrolyn givit mig en förförståelse i form av föreläsning om fNIRS. Fortsättningsvis bidrog Nerrolyn med att datainsamling vid testtillfället genomfördes korrekt och säkerställde att min framställning och analys av data var i linje med hennes tolkning.

5.5.2 Anskaffning och analys av fNIRS-data

Med fNIRS-systemet N1R1Sport tandom och NIRStar acquisition software möjliggjordes mätning och inspelning av kortikal hemodynamik i den prefrontala delen av hjärnan. En förbestämd modell kallad prefrontal 8×8 användes på den elastiska fNIRS-mössan, se figur 9 och 10. Denna modell använder 16 förbestämda ingångar för vart optoderna ska kopplas in för mätning av hjärnaktivitet i den prefrontala delen av hjärnan. Vid genomförandet av mätningarna användes en förbestämd modell av prefrontal 8×8. Modellen innebar användandet av 16 optoder för att urskilja hjärnaktivitet i den prefrontala delen av hjärnan. Användandet av alla optoder gjordes för att få en överblick av aktivitet i den prefrontala delen av hjärnan.

17

Figur 9. (a) Positionering av optoder; S = sändare, D = mottagare. (b) Skapade datakanaler

mellan optoder.

Figur 10, [Färg]. Två av försökspersonerna med den elastiska fNIRS-mössan med inkopplade optoder för att mäta hjärnaktivitet med prefrontal 8×8 konfigurationen.

I den kommande resultatframställning användes åtta optoder av de ursprungliga 16 utifrån en modell kallad Dorsolateral prefrontal cortex (DLPFC), se figur 11. DLPFC är ansvarande för verkställande funktioner i hjärnan och har möjliggjort framställning och jämförande mellan de olika testen i en tidigare studie (Jensen et al., 2020). Utifrån DLPFC-modellen samlas och analyseras data från vänster och höger hjärnhalva, där 4, 5, 6 och 7 tillhör vänster DLPFC och 14,15,16 och 19 tillhör höger DLPFC. Medelvärdet av deltagarnas hjärnaktivitet under test A, B och C presenteras i tabell 2 i resultatkapitlet. För att ytterligare reducera brus och fluktuationer redovisas data i form av medelvärdet för ökningen av OxyHb under de två minutrarna av aritmetiska beräkningar.

18 Efterbehandling och analys av datainsamlingen gjordes med NirsLAB 2017.6 för att jämföra och analysera deltagarnas mätningar, se bilaga 4 för insyn i mjukvaran. I efterarbetet analyserades och jämfördes deltagarnas OxyHb aktivitet för att kunna se eventuella skillnader i hjärnaktivitet mellan de tre olika mätningarna.

Figur 11, [Färg]. Siffrorna markerat med rött typsnitt tillhör modellen DLPFC.

5.6 Studiens reliabilitet och validitet

Studien genomfördes utifrån från två centrala begrepp, validitet och reliabilitet. För att få en hög reliabilitet och trovärdighet på studien krävdes ett genomförande i enlighet med de regler och etiska aspekter som studien har (Bryman, 2018). I genomförandet har validitet uppfyllts genom användandet av fNIRS, modellen prefrontal 8x8 och analysverktyget NirsLAB 2017.6. Med denna mjuk- och hårdvara har datainsamling och analys säkerställts av närvarande professor Nerrolyn Ramstrand. Mot denna bakgrund går det att argumentera för att min undersökning vilar på en hög validitet eftersom Nerrolyn bidrog till att de värden som ämnades att mätas mättes. Reliabilitet är ett mått för tillförlitlighet och trovärdighet. Med trovärdighet menas att den insamlade data är utan felaktigheter och förvrängningar. För att säkerställa en hög reliabilitet har studiens tillvägagångssätt gällande urval, process, aritmetiska uppgifter och material noggrant beskrivits för en eventuell replikation av studien.

19 5.7 Etiska aspekter och principer

Studien utgick från grundläggande etiska aspekter och principer som involverar barn eller vuxna. Därför valde jag att följa de forskningsetiska principerna inom humanistisk samhällsvetenskaplig forskning som Vetenskapsrådet (2002) konstruerat. Dessa fyra allmänna principer är:

Informationskravet: innebär att ansvarig person för studien ska informera

undersökningsdeltagarna om villkor och deras uppgift. Kravet uppfylldes genom att alla deltagare gavs information om studiens syfte, hur man tänkt samla in data, vad som förväntades av deltagaren, att man när som helst kunde avbryta sitt deltagande och beslut om att deltagande var frivilligt.

Samtyckeskravet: innebär att deltagaren själv bestämmer över sin medverkan. Kravet

uppfylldes genom att alla deltagare gav samtycke efter given information om studien, och att deltagarna har rätt att bestämma över sin medverkan även efter genomförandet. En samtyckesblankett signerades vid beslut om deltagande, se bilaga 1.

Konfidentialitetskravet: innebär att undersökaren inte får sprida de personuppgifter hen tar

del av och därmed skydda dessa uppgifter för obehöriga. Kravet uppfylldes genom full konfidentialitet kring deltagarnas personuppgifter och därmed uteblev deltagarnas kön. Då studien endast innehöll en kvinna bestämdes informationen om deltagarna endast bestå av ålder, sysselsättning och fysisk status. All inspelade data från datainsamlingen raderas efter ett examinerat arbete.

Nyttjandekravet: uppfylldes genom att deltagarnas insamlade data endast användes för

20

6. Resultat

I följande avsnitt presenteras studiens resultat och beskrivs utifrån olika huvud- och underrubriker. Här redovisas studiens analysarbete.

6.1 Hjärnaktivitet (fNIRS-data)

Tabell 2 visar deltagarnas medelvärden av syremättat hemoglobin (OxyHb) i samtliga tre test. Inför testen gjordes en kalibrering vid vila av deltagarnas hjärnaktivitet, vilket resulterade i utgångspunkten av värdena som presenteras i figur 13. Av insamlade data från test A, B och C beräknades deltagarnas medelvärde av OxyHb för både vänster och höger DLPFC, se tabell 2.

För varje försöksperson samlades data in under de aritmetiska testerna (A) före, (B) under och (C) efter fysisk ansträngning. Mängden syremättat hemoglobin (OxyHb) fluktuerade under mätperioderna. Diskussioner med handledare och prof. Ramstrand ledde till att vi ansåg medelvärdet under de två minuterna väl kunde spegla syresättningen (och därigenom hjärnaktiviteten). Tabell 2 visar det extraherade medelvärdet. För att se varje individuellt test i vänster och höger DLPFC, se bilaga 5 för rådata.

Tabell 2, [Färg]. Deltagarnas medelvärde av OxyHb, (v)=vänster DLPFC; (h)=höger DLPFC. MilliMol (mM) är enheten för deltagarnas OxyHb värde. Rutorna i ljusgrå är 𝑥𝑥 10−3 _{och rutorna i mörkgrå är 𝑥𝑥 10}−4_.

Resultatet av medelvärdena indikerar på att deltagarna har olika värden av OxyHb under de tre testen. Vid en direkt jämförelse mellan deltagare 1 och 3 under test A och B skiljer sig värdena avsevärt, detta tyder på att deltagare 1 visade på ett större användande av uppmärksamhet och ansträngning än deltagare 3. Jämförandet av medelvärdena i test A och C mellan samtliga deltagare visar på större skillnader av OxyHb-aktivitet, trots att de två testen är identiska. Det går även att se skillnader i resultatet av test B i jämförelse med

Deltagare Test A Test B Test C

V H V H V H

1 6,89 mM 5,76 mM 5,81 mM 6,21 mM 1,59 mM 1,81 mM

2 5,22 mM 3,83 mM 5,79 mM -9,31 mM 3,99 mM -3,35 mM 3 -1,14 mM -3,00 mM 4,11 mM -2,17 mM 1,42 mM -3,17 mM 4 1,50 mM 1,01 mM 7,53 mM 6,19 mM 2,33 mM 1,74 mM

21 test A och C. Skillnaden tyder på att deltagarna krävs på mer uppmärksamhet och ansträngning i test B i en direkt jämförelse med test A och C. De tydligaste skillnaderna visar deltagare 4, då den har låga värden i test A och C för att i det fysiska testet B visa på avsevärt större skillnader i en direkt jämförelse.

De värden som återfinns i tabell 2 användes för att skapa ett stapeldiagram som illustrerar differensen mellan deltagarnas högra och vänstra hjärnhalvor (DLPFC), se figur 12. Vid avläsning av denna går det tydligare se att differensen mellan den högra och vänstra hjärnhalvan hos deltagarna vid de tre testen. Differensen hos deltagare 1 och 4 i test A, B och C är minst bland de totalt fyra deltagarna, vilket tyder på att aktiviteten i höger och vänster hjärnhalva ligger nära varandra. Deltagare 2 och 3 visar en tydlig differens mellan samtliga tester, där aktiviteten är låg i test A för att i test B öka drastiskt och slutligen i test C ha värden som är mellan resultaten från test A och B. Den största differensen står deltagare 2 för, där test B och C visar på de största skillnaderna mellan den högra och vänstra hjärnhalvan.

Figur 12. Differensen av medelvärdet i vänstra och högra hjärnhalvan.

Figur 13 visar hur syresättningen för vänster respektive höger hjärnhalva varierade för alla fyra personer under alla tre testerna. Siffran ”0” på y-axeln står för deltagarnas baseline från kalibreringen. Att värdena hamnar under noll innebär att aktiviteten av OxyHb i den prefrontala delen av hjärnan ligger under baseline, vilket är helt normalt. Med andra ord, ett högre medelvärde betyder en större hjärnaktivitet, ett värde under noll innebär att personenens hjärnaktivitet (i DLPFC) är lägre (i genomsnitt) under än före testet.

22

Figur 13. Deltagarnas OxyHb på höger och vänster DLPFC under test A, B och C.

Heldragen linje= test A, streckad linje= test B, prickad linje= test C. Observera att värdena på y-axeln är antingen 𝑥𝑥 10−3 _{eller 𝑥𝑥 10}−4_{, det synliggörs med -03 eller -04.}

23 I fortsatt framställning av resultat hänvisas läsaren till figur 13, då grafernas resultat beskrivs här. Test A innebar att deltagaren skulle sitta ner och besvara aritmetiska uppgifter utifrån multiplikationstabellen under två minuter. Datainsamlingen mätte OxyHb i vänstra och högra hjärnhalvan i den prefrontala delen av hjärnan. Den grafiska representationen synliggör att deltagare 4 i både vänster och höger DLPFC samt deltagare 2 i höger DLPFC påvisar en högre aktivitet i jämförelse med de resterande deltagarna.

Under test B fick deltagarna använda en motionscykel samtidigt som de löste aritmetiska uttryck under två minuter. Kravet för testet var att deltagarna behövde uppnå en puls på minst 110 innan testet påbörjades. Pulsen uppnåddes på en till två minuter för alla deltagarna. Den grafiska representationen synliggör att samtliga deltagare visar på liknande värden av OxyHb i vänster DLPFC. Något som synliggörs av deltagare 2 och 3 är att deras värden på höger DLPFC varierar i jämförelse med deltagare 1 och 4. Med det menas att deltagare 2 och 3 visar på värden under baseline under det fysiska testet B, medan deltagare 1 och 4 visar på värden över baseline.

Under det avslutande testet C, som är liknande test A förutom att deltagarna nyligen under test B utsatts för fysisk aktivitet. Mellan test B och C krävdes tio till tjugo minuters vila för att deltagarna skulle komma ner i puls. Test C genomfördes först när deltagarna nått en puls mellan 75–95. Den grafiska representationen av test C visar att det är en tydlig skillnad mellan deltagare 1 och 3 i jämförelse med deltagare 2 och 4. Deltagare 1 och 3 visar högre värden av OxyHb i både vänster och höger DLPFC jämfört med de övriga deltagarna. Deltagare 2 och 4 visar däremot avvikande värden av OxyHb under baseline.

24 6.2 Aritmetiskt testresultat

Vid genomförandet av de tre testerna fick alla deltagare besvara så många multiplikationsuppgifter de kunde under två minuter. I kriterierna för urvalet krävdes inga förkunskaper för multiplikation, då det ansågs tillhöra de grundläggande kunskaperna inom matematik. Samma procedur (fast med andra uppgifter) upprepades för alla tre tester. Antalet uppgifter och antal korrekt besvarade uppgifter noterades och resultatet presenteras i tabell 3.

Tabell 3. Resultat på de aritmetiska testen. Antal korrekt/antal besvarade uttryck.

Med resultatet av de aritmetiska testen skapades diagram för att illustrera andel korrekt besvarade uppgifter och antal besvarade uppgifter, se figur 14. Vid analys av de aritmetiska testen går det urskilja att samtliga deltagare förutom deltagare 2 ökade antalet besvarade uppgifter i test C jämförelsevis med de två första testen. Deltagarna minskade även antalet felräknade uppgifter i det sista testet C i jämförelse med test A och B.

Figur 14. Resultat av andel korrekta besvarade uppgifter under de tre testen.

Deltagare Test A Test B Test C

1 80/82 73/74 91/91

2 63/65 67/70 68/68

3 22/27 18/24 28/31

25 Deltagare 1 och 3 besvarade färre uppgifter i test B i jämförelse med de två andra testen, se figur 15. Deltagare 2 besvarade däremot fler uppgifter i test B i jämförelse med de övriga två testen, dock var andel korrekt besvarade uppgifter lägst i test B. Utifrån deltagarnas resultat i den aritmetiska delen av testen går det dra ett antal slutsatser. Resultatet visar att deltagarna besvarade fler uppgifter under test C jämfört med test A. Trots att deltagarna besvarade fler uppgifter, fick de fler korrekta svar på test C jämfört med test A. Under test B där deltagarna utförde fysisk aktivitet samtidigt som de beräknande aritmetiska uppgifter presterade deltagare 1 och 4 bättre än under test A, medan deltagare 2 och 3 presterade sämre.

26

7. Diskussion

I följande avsnitt diskuteras studiens metod, resultat samt idéer till fortsatt forskning. 7.1 Metoddiskussion

Studien syftar till att undersöka hur hjärnaktiviteten påverkas av rörelse och stillasittande vid matematikberäkningar. fNIRS användes för att förse studien med information om deltagarnas blodflöde och syreförbrukning i hjärnan (OxyHb). För att anskaffa kunskap inom området har flera artiklar granskats vilka samtliga var skrivna på engelska. En aspekt att beakta vid läsning av artiklar på annat språk än modersmålet är att tolkning sker utifrån språklig förmåga, vilket skulle kunnat leda till att läsaren och författaren inte har samma bild av artikelns innehåll. En annan aspekt är att flera begrepp som förekommer i artiklarna är av medicinsk art och kan därmed förbli svåra att översätta korrekt.

Datainsamlingen genomfördes med det neurologiska mätinstrumentet fNIRS. Mätinstrumentet visade sig vara idealiskt då de fyra deltagarnas mätningar lyckades och analysbar data samlades in. Då deltagarna rörde sig under de olika testen var fNIRS det enda alternativet av neurologiska mätinstrument som kunde användas för datainsamlingen. Något som jag ansåg som problematiskt var export och skapande av grafer och medelvärden. Data som exporterades från Nirslab resulterade utan möjlighet till att ändra värdena i 𝑥𝑥 10−3 _{eller 𝑥𝑥 10}−4_{. Detta resulterade i att de medelvärden och grafer som}

synliggörs i både resultat och bilaga 5 kan upplevas problematiska att tolka. Jag hade önskat att det fanns en inställning i mjukvaran för att undvika detta problem. Dock är graferna i linje med tidigare forskning där det påvisats en variation mellan vilka tal som data är upphöjda till (Jensen et al., 2020).

Inför varje försökspersons datainsamling genomfördes en kalibrering under 30 sekunder, detta för att säkerställa en baseline som test A, B och C utgick från. I linje med studier av Herold et al. (2018) som analyserat 35 vetenskapliga studier som undersökt fysisk aktivitet och hjärnaktivitet med fNIRS, bestämdes 30 sekunder som kalibreringstid. Detta val gjordes utifrån att de analyserade studierna som genomförts hade 2, 10, 30 eller 120 sekunders kalibreringstid. Det går inte utesluta att resultatet av OxyHb möjligtvis blivit annorlunda om en annan kalibreringstid använts, då 6 av 35 studier använt en längre kalibreringstid (Herold et al., 2018).

27 I pilotstudien gavs svar på om instruktionerna tillräckligt tydliga och om antal uppgifter som rimligtvis kunde besvaras under två minuter. Något som var planerat fram till datainsamlingen var att svaren som deltagarna gav på de aritmetiska uppgifterna skulle noteras i en tabell. Dock fanns det en fundering kring rimligheten att anteckna samtidigt som deltagarna besvarar uppgifterna, då risken för att resultatet av de aritmetiska testen skulle bli ogiltiga om svaren inte lyckades antecknas korrekt. Därför fanns det i samtyckesblanketten beskrivet att datainsamlingen kan komma att spelas in med ljud och bild. Inspelning av bild var ej relevant då endast deltagarnas svar var av relevans.

Urvalet är baserat på ett bekvämlighetsurval utifrån rådande restriktioner utifrån pågående pandemi av SARS-CoV-2. Antalet deltagare var ursprungligen planerat att bestå av sex individer, tre kvinnor och tre män. Maxantalet av sex deltagare räknades ut genom att datainsamlingen var planerad att genomföras vid två separata tillfällen och tidsåtgång. På grund av tekniska problem med fNIRS-utrustningens hård- och mjukvara var datainsamlingen inte längre möjlig om problemet kvarstod. Slutligen löste sig problemet och insamling av data var återigen möjligt, men nu endast vid ett tillfälle. Vilket är varför antalet deltagare minskades till fyra deltagare från ursprungliga sex. Deltagarna som valdes ut till tillfället var de tre som var planerade att genomföra på den utsatta dagen, adderat med individ som kunde komma med kort varsel då tid fanns att tillgå för en ytterligare deltagare. Utifrån det redan ansträngda läget att anskaffa deltagare till studien utifrån pågående pandemi kopplat till bekvämlighetsurval, innebar det tekniska problemet med fNIRS-utrustningens hård- och mjukvara att deltagandet minskades med 20 %. Om det inte varit aktuellt att ta hänsyn till rådande pandemi hade deltagandet under normala förhållanden kunnat vara betydligt högre under förutsättning att fler tillfällen med fNIRS-utrustningen kunnat äga rum.

De aritmetiska uppgifter som användes vid testtillfällena presenterades slumpmässigt. Deltagarna genomförde inte något kunskapstest inför studien och därmed kan förkunskaperna ha skiljt sig mellan deltagarna. De aritmetiska uppgifterna eftersträvades bestå av 150–200 uppgifter i slumpmässig ordning där deltagarna inte hade någon som helst aning om vilka olika uttryck som kunde presenteras. Detta anser jag vara en styrka då även tidigare forskning innehållande fNIRS och aritmetik använt en slumpmässig ordning på de aritmetiska uttrycken, se till exempel (Artemenko et al., 2019). Syftet med de aritmetiska testen var ej att tävla mot de andra deltagarna, utan mot sig själv. Därmed bads deltagarna att göra sitt absoluta yttersta för att besvara så många uppgifter som

28 möjligt, men också korrekt. Datainsamlingen kunde ha påverkats av att deltagarna endast besvarade uppgifterna utan att anstränga sig för att svara korrekt, det blev inte fallet. Därför finns en tacksamhet för att deltagarna tog ansvar och gjorde sitt absolut yttersta i genomförandet av datainsamlingen.

Studien genomfördes i laboratoriet II på Hälsohögskolan vid Jönköping University. Lokalen var anpassad utifrån ljusstyrka och förlagd på en avdelning som inte var tillgänglig för många personer vilket minimerade risken från att deltagaren skulle bli störd av ljud eller andra människor. Trots att lokalen var anpassad för studien och möjliggjorde användandet av fNIRS var det tydligt att lokalen även användes till annat. Deltagarna skulle potentiellt kunna påverkas av andra saker som återfanns i lokalen då dessa även återfanns i nära anslutning till vart i rummet studien genomfördes. Hälsohögskolan vid Jönköping University kan anses vara en neutral plats men det kan ändå påverka deltagarna att både vara vid en högskola, i ett laboratorium samt med en närvarande forskare både i en positiv och negativ riktning.

Mjukvaran NirsLAB 2017.6 användes för att granska och analysera deltagarnas hjärnaktivitet utifrån det inhämtade materialet som samlats in genom fNIRS. För att kunna tolka materialet i NirsLAB 2017.6 användes en användarmanual som vägledning (Nirx, 2017). Därtill fanns även möjlighet att gå igenom de framtagna graferna med aktuell forskare som var närvarande under studien för att säkerställa att jag tolkat materialet på rätt sätt. Detta på grund av att fNIRS och NirsLAB 2017.6 inte är utformade för att någon som inte har utbildning i programmet ska kunna använda det.

Resultatet visar att de fyra deltagarna löser fler aritmetiska uttryck efter fysisk aktivitet i jämförelse med före och under aktiviteten. Däremot kan det diskuteras huruvida deltagarna påverkades av att genomföra två test med aritmetiska uttryck för att avslutningsvis prestera bäst i det tredje testet. Kan det vara så att deltagarna utvecklade en mer omfattande säkerhet kring uträkningarna inför test C? Vid undersökningstillfället fanns det flera faktorer som kan ha påverkat både datainsamlingen av hjärnaktivitet och resultatet av de aritmetiska uppgifterna. Det är relevant att nämna att deltagarna fick för första gången delta i en studie med mätning av hjärnaktivitet. Efter en beskrivning av studiens process fick deltagarna med hjälp av Nerrolyn huvudet mätt för att få en passande fNIRS-mössa. Den beskrevs av deltagarna sitta hårt på huvudet och vid påkopplandet av optoderna upplevde flera av deltagarna ett obehag eftersom det blev tryck mot huvudet. Detta leder vidare till att

29 deltagarna kan ha varit stressade under en period av testen. Det går inte dra några slutsatser om så var fallet, dock går det i resultatet av de aritmetiska testen (se tabell 2) se stora skillnader rent prestationsmässigt på deltagare 3 i jämförelse med de andra. Om deltagare 3 var så pass stressad att det påverkade de aritmetiska beräkningarna i alla tre testen går inte att utesluta. Det går inte heller utesluta om alla fyra deltagarna var stressade under kalibreringen, vilket kan ha påverkat deltagarnas baseline. Baseline innebar en deltagares genomsnittliga hjärnaktivitet av OxyHb, vid kalibrering av denna bads deltagarna fokusera på en punkt på väggen och försöka att inte tänka på något speciellt. Det måste anses som en felkälla då det är möjligt att deltagarna under detta moment kände sig stressade och fick en annorlunda baseline jämfört med ett tillfälle där deltagarna ej upplevde stress.

7.2 Resultatdiskussion

I detta avsnitt redovisas en diskussion av resultatet kopplat till tidigare forskning. Avsnittet är uppdelat utifrån studiens frågeställningar. Avslutningsvis beskrivs huruvida studiens frågeställningar och syfte uppfyllts samt förslag på vidare forskning.

7.2.1 I vilken omfattning kan man använda fNIRS för att registrera matematisk aktivitet i hjärnan och relatera det till fysisk rörelse?

Utifrån studiens analysarbete som inspirerats av prof. Ramstrands tidigare studier om prefrontal hjärnaktivitet användes en modell kallad DLPFC (Möller et al., 2019; Jensen et al., 2020; Möller et al., 2020). I denna studie som avsåg att undersöka fyra försökspersoners hjärnaktivitet i den prefrontala delen av hjärnan med det neurologiska mätinstrumentet fNIRS synliggörs en ökning av OxyHb i samtliga test, vilket är i linje med tidigare aritmetiska studier (Artemenko et al., 2018; Artemenko et al., 2019; Zhang et al., 2020). I studien av Zhang et al (2020) var undersökningen bestående av två test, en med aritmetiskt räknande och en med avslappningsövningar där försökspersonerna fick titta på bilder från naturen. Till skillnad från studien av Zhang et al. (2020) fanns ingen kontrollgrupp eller avslappningstest i min studie, vilket möjligtvis kunnat lett till tydligare data av hjärnaktivitet i den prefrontala delen av hjärnan. Då min studie avsåg att lösa aritmetiska uppgifter från multiplikationstabellen kan jag inte bortse från att hjärnaktiviteten ökar vid endast beräknande av de aritmetiska uppgifterna, dock går det inte utesluta att den påvisade aktiviteten beror på andra faktorer, som exempelvis stress eller trötthet.

30

7.2.2 Vilka likheter/skillnader finns i hjärnaktivitet vid matematiska beräkningar för personer före, under och efter fysisk aktivitet?

Av resultatet går det tyda likheter och skillnader mellan deltagarna före, under och efter fysisk aktivitet. En skillnad är att deltagare 1 påvisade både i vänster och höger DLPFC högst värden under det avslutande testet C. Jag ser att denna försökspersons data sticker ut från mängden, men kan inte svara på varför. Möjligtvis att det beror på trötthet (fysiskt eller mentalt) då deltagare 1 presterade bäst i de aritmetiska testen. En likhet är att deltagare 2, 3 och 4 påvisade höga värden av hjärnaktivitet under test A, vilket kan spegla en viss nervositet eller stress inför och under testet. Vid datainsamlingen kommenterade prof. Ramstrand att hon iakttagit att flertalet av försökspersonerna upplevts stressade inför och under test A. I en studie av Artemenko et al. (2019) visade resultatet att försökspersonerna som kategoriserats som lågpresterande påvisat högst värden av hjärnaktivitet i jämförelse med de högpresterande. Det går inte utesluta om de låga och höga värdena beror på deltagarnas matematiska begåvning eller inte. Något som talar mot Artemenko et al. (2019) i denna studie är att deltagare 3 som presterade sämst (antalsmässigt) inte avviker med högre värden än övriga deltagare, i stället tvärtemot. Deltagare 3 har 4 av 6 medelvärden under baseline ”0”, det är mer än någon annan deltagare.

7.2.3 Vilka tecken finns på att fysisk aktivitet påverkar matematikprestationen?

Utifrån studiens resultat går det att tyda att försökspersonerna presterade bättre i avslutande aritmetiska testet C än test A. För tydlighetens skull innebar det att deltagarna presterade bättre efter fysisk aktivitet i jämförelse med före och under fysisk aktivitet. Resultatet är i linje med tidigare studier som resulterat i att elever i grundskolan som implementerat extra fysisk aktivitet under skolveckan lett till en förbättring av elevers matematikprestationer (Erwin et al., 2019; Käll et al., 2014; Hall et al., 2015). Detta resultat kan bero på flera anledningar, bland annat att deltagarna presterat bättre på grund av den fysiska aktiviteten eller att de är mer avslappnade i sina beräkningar efter 2 genomförda test. Deltagare 2 och 3 visade i jämförelse med deltagare 1 och 4 avsevärt större differens mellan höger och vänster DLPFC under test B, vilket kan bero på trötthet. Då deltagare 2 och 3 i visar på större skillnader vid jämförelse av differens troligtvis haft svårigheter att utföra två saker samtidigt (Dual-task). Då det i linje med Kahnemans (1973) teori troligtvis krävdes mer ansträngning för att behålla uppmärksamhet på beräknandet av de aritmetiska uppgifterna. Detta kan styrkas då det i bakgrundkapitlet nämns att anteckningar gjordes på kommentarer

31 eller händelser som kunde vara av intresse. Vid ett tillfälle efter test B med deltagare 4 kommenterades upplevelsen om hur cyklingen påverkade de matematiska beräkningarna;

det var svårt att cykla och besvara de aritmetiska uttrycken till en början, sen blev det mer automatiserat. Denna deltagare upplevde till en början problem med att cykla och beräkna

de aritmetiska uttrycken, men lyckades under senare delen av testen automatisera cyklingen (enligt sig själv) för att kunna använda mer av sin uppmärksamhet till beräkningarna.

Vid analys av deltagarna 2 och 3 skulle deras grafer av hjärnaktivitet kunna tolkas som att de automatiserat cyklingen tidigt i test B, då deras OxyHb-värden i höger DLPFC visar negativa tal. Detta innebär att de troligtvis använt sin uppmärksamhet för att lösa de aritmetiska uppgifterna. Då deras resultat tyder på detta är det endast deltagare 2 och 4 som förbättrar sina aritmetiska resultat, inte deltagare 3.

7.3 Konklusion

Resultatet i denna studie tyder på att det går att mäta hjärnaktivitet vid aritmetiska beräkningar före, under och efter fysisk aktivitet i den prefrontala delen av hjärnan. Huruvida den påvisade aktiviteten som den grafiska representationen registrerat, med säkerhet beror på matematisk aktivitet kan inte uteslutas. Resultatet visar på vissa likheter och skillnader mellan deltagarna före, under och efter fysisk aktivitet. Värdena av OxyHb varierar mellan deltagarna, men varför, kan jag inte dra någon slutsats kring. men det kan finnas en eventuell korrelation mellan vissa av deltagarna. Då värdena varierar kan inte en slutsats med säkerhet tas om korrelationen. I resultatet presterar alla deltagarna bättre i det avslutande testet C jämfört med övriga test. Av resultatet går det se en tydlig förbättring av antal besvarade och andel korrekt besvarade aritmetiska uppgifter efter fysisk aktivitet. Därmed synliggörs tecken på att den fysiska aktiviteten påverkar den matematiskprestationen positivt. Med hänsyn till det låga deltagarantalet som begränsar studiens förmåga att generalisera resultatet går det argumentera för att studiens hypotes är därmed sann. Eftersom resultatet visar på en positiv effekt efter fysisk aktivitet i jämförelse med före vid aritmetiska beräkningar.

Vidare forskning skulle således vara intressant att undersöka hur elevers aktivitet av OxyHb påverkas vid liknande tester. Då tidigare forskning synliggjort ökad aktivitet vid matematikberäkning inte undersökt kombinationen av fNIRS, fysisk aktivitet och

32 aritmetiska uppgifter (Artemenko et al., 2019; Zhang et al., 2020). Mot denna bakgrund skulle vidare forskning kunna bidra till hur lärare väljer att använda inslag av den fysiska aktiviteten i skolans vardag. Det skulle även kunna leda till ett undvikande av störande moment i ett klassrum som leder till att elevers uppmärksamhet tas upp.

Tack!

Jag vill rikta ett stort tack till Nerrolyn Ramstrand som är professor i ortopedteknik vid Jönköping University och biträdande forskningschef på Hälsohögskolan. Nerrolyn studerar metoder för att undersöka uppmärksamhet och engagemang med hjälp av teknik för att mäta hjärnaktivitet (fNIRS). Med Nerrolyns hjälp möjliggjordes datainsamling med fNIRS samt handledning för att jag skulle utveckla en förståelse för utrustning, datainsamling, analys och medicinska termer. Tack!

Referenser

Artemenko, C., Soltanlou, M., Ehlis, A. C., Nuerk, H. C., & Dresler, T. (2018). The neural correlates of mental arithmetic in adolescents: a longitudinal fNIRS study.

Behavioral and Brain Functions, 14(1).

https://doi.org/10.1186/s12993-018-0137-8

Artemenko, C., Soltanlou, M., Bieck, S. M., Ehlis, A. C., Dresler, T., & Nuerk, H. C. (2019). Individual Differences in Math Ability Determine Neurocognitive

Processing of Arithmetic Complexity: A Combined fNIRS-EEG Study. Frontiers

in Human Neuroscience, 13. https://doi.org/10.3389/fnhum.2019.00227

Ayaz, H., Izzetoglu, M., Izzetoglu, K., & Onaral, B. (2019). The use of functional near-infrared spectroscopy in neuroergonomics. In Neuroergonomics, 2019, 17–25. https://doi.org/10.1016/B978-0-12-811926-6.00003-8

Bryman, A. (2018). Samhällsvetenskapliga metoder. (tredje upplagan). Liber AB.

Burrows, R., Correa-Burrows, P., Orellana, Y., Almagiá, A., Lizana, P., & Ivanovic, D. (2014). Scheduled Physical Activity is Associated With Better Academic Performance in Chilean School-Age Children. Journal of Physical Activity and

Health, 11(8), 1600–1606. https://doi.org/10.1123/jpah.2013-0125

Dahlin, K. I. E. (2013). Does it pay to practice? : A quasi-experimental study on working memory training and its effects on reading and basic number skills.

Erwin, H., Fedewa, A., Wilson, J., & Ahn, S. (2019). The Effect of Doubling the Amount of Recess on Elementary Student Disciplinary Referrals and Achievement Over Time. Journal of Research in Childhood Education, 33(4), 592–609.

https://doi.org/10.1080/02568543.2019.1646844

Hall, G., Poston, K. F., & Harris, S. (2015). Before the School Bell Rings: How a Before School Physical Activity Program Improves Executive Functions. Afterschool Matters, 22, 54–58.

Herold, F., Wiegel, P., Scholkmann, F., & Müller, N. (2018). Applications of Functional Near-Infrared Spectroscopy (fNIRS) Neuroimaging in Exercise–Cognition Science: A Systematic, Methodology-Focused Review. Journal of Clinical

Medicine, 7(12), 466. https://doi.org/10.3390/jcm7120466

Jensen, A. M., Andersen, J. Q., Quisth, L., & Ramstrand, N. (2020). Finger orthoses for management of joint hypermobility disorders: Relative effects on hand function and cognitive load. Prosthetics & Orthotics International, 45(1), 36–45.

https://doi.org/10.1177/0309364620956866

Kahneman, D. (1973). Attention and effort (Prentice-Hall series in experimental

psychology) (First Edition). Prentice-Hall.

Klingberg, T. (2011). Den lärande hjärnan: Om barns minne och utveckling. Natur & Kultur.

Lönnblad, O., & Axelsson, A. (2020). Gynnar fysisk aktivitet ett matematiklärande? : En litteraturstudie om fysisk aktivitet och elevers lärande i matematik.

http://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-48215

Möller, S., Rusaw, D., Hagberg, K., & Ramstrand, N. (2019). Reduced cortical brain activity with the use of microprocessor-controlled prosthetic knees during walking. Prosthetics & Orthotics International, 43(3), 257–265.

https://doi.org/10.1177/0309364618805260

Möller, S., Ramstrand, N., Hagberg, K., & Rusaw, D. (2020). Cortical brain activity in transfemoral or knee-disarticulation prosthesis users performing single- and dual-task walking activities. Journal of Rehabilitation and Assistive Technologies

Engineering, 7, 1-8. https://doi.org/10.1177/2055668320964109

Mura, G., Vellante, M., Nardi, A., Machado, S., & Carta, M. (2015). Effects of school-based physical activity interventions on cognition and academic achievement: a systematic review. CNS & Neurological Disorders - Drug Targets, 14(9), 1194– 1208. https://doi.org/10.2174/1871527315666151111121536

Nirx. (2017). nirsLAB User’s Manual [Användarmanual]

https://www.nitrc.org/frs/download.php/11428/nirsLAB_Manual_v2017.06.pdf

Pashler, H. (2000) Task Switching and Multitask Performance. I S. Monsell & Driver, J (Red.), Control of cognitive processes: attention and performance XVIII (s.277-307). Cambridge, Mass.: MIT Press.

Quaresima, V., Bisconti, S., & Ferrari, M. (2012). A brief review on the use of functional near-infrared spectroscopy (fNIRS) for language imaging studies in human newborns and adults. Brain and Language, 121(2), 79–89.

https://doi.org/10.1016/j.bandl.2011.03.009

Ratey, J., & Hagerman, E. (2013). Spark: The Revolutionary New Science of Exercise

and the Brain (Reprint ed.). Little, Brown Spark.

Rasberry, C. N., Lee, S. M., Robin, L., Laris, B., Russell, L. A., Coyle, K. K., & Nihiser, A. J. (2011). The association between school-based physical activity, including physical education, and academic performance: A systematic review of the literature. Preventive Medicine, 52, S10–S20.

https://doi.org/10.1016/j.ypmed.2011.01.027

Resaland, G. K., Aadland, E., Moe, V. F., Aadland, K. N., Skrede, T., Stavnsbo, M., Suominen, L., Steene-Johannessen, J., Glosvik, Y., Andersen, J. R., Kvalheim, O. M., Engelsrud, G., Andersen, L. B., Holme, I. M., Ommundsen, Y., Kriemler, S., van Mechelen, W., McKay, H. A., Ekelund, U., & Anderssen, S. A. (2016). Effects of physical activity on schoolchildren’s academic performance: The Active Smarter Kids (ASK) cluster-randomized controlled trial. Preventive

Salvucci, D. D., & Taatgen, N. A. (2008). Threaded cognition: An integrated theory of concurrent multitasking. Psychological Review, 115(1), 101–130.

https://doi.org/10.1037/0033-295x.115.1.101

Skolverket. (2011). Läroplan för grundskolan, förskoleklassen och fritidshemmet 2011,

Lgr 11 (reviderad 2018). Skolverket.

Tomporowski, P. D., Davis, C. L., Miller, P. H., & Naglieri, J. A. (2007). Exercise and Children’s Intelligence, Cognition, and Academic Achievement. Educational

Psychology Review, 20(2), 111–131. https://doi.org/10.1007/s10648-007-9057-0

Trudeau, F., & Shephard, R. J. (2008). Physical education, school physical activity, school sports and academic performance. International Journal of Behavioral

Nutrition and Physical Activity, 5(1), 10. https://doi.org/10.1186/1479-5868-5-10

Wirth, R., Janczyk, M., & Kunde, W. (2018). Effect monitoring in dual-task performance. Journal of Experimental Psychology: Learning, Memory, and

Cognition, 44(4), 553–571. https://doi.org/10.1037/xlm0000474

Zhang, Z., Olszewska-Guizzo, A., Husain, S. F., Bose, J., Choi, J., Tan, W., Wang, J., Xuan Tran, B., Wang, B., Jin, Y., Xuan, W., Yan, P., Li, M., Ho, C. S. H., & Ho, R. (2020). Brief Relaxation Practice Induces Significantly More Prefrontal Cortex Activation during Arithmetic Tasks Comparing to Viewing Greenery Images as Revealed by Functional Near-Infrared Spectroscopy (fNIRS). International

Journal of Environmental Research and Public Health, 17(22), 8366.

1

Bilaga 1

Samtycke för deltagande i studie Hej!

Mitt namn är Oscar Lönnblad och denna studie är en del av mitt examensarbete där jag är intresserad av att undersöka hjärnaktivitet kopplat till matematiska beräkningar. Jag har tidigare tillsammans med en kurskamrat genomfört en litteraturstudie kring hur fysisk aktivitet påverkar matematikinlärningen. Jag skulle vara tacksam för ditt deltagande som skulle resultera i data som kommer summeras i studiens resultat och diskussion. Datainsamlingen kommer ske tillsammans med mig och Nerrolyn Ramstrand för ett tillförlitligt resultat. Nerrolyn har mycket goda kunskaper kring fNIRS-utrustningen som kommer användas för att mäta hjärnaktiviteten. fNIRS mäter hjärnaktivitet med hjälp av infrarött ljus som är helt ofarligt.

Datainsamlingen kan komma att spelas in med bild samt ljud för att i efterhand kunna granska studien. Allt inspelat material som används i studien kommer att i enlighet med de etiska principer som studien har att avidentifieras och hållas skyddad mot obehöriga. De personer som kommer att ha möjlighet att ta del av det inspelade materialet är jag, Nerrolyn och min handledare. När examensarbetet är slutfört och fått ett godkänt betyg kommer all data att raderas.

Du har även rätt att kontakta mig loos1700@student.ju.se för att få information om vilka uppgifter som behandlas om dig eller för att begära rättelse, överföring, radering eller begränsning av dina personuppgifter. Deltagandet är frivilligt och du har rätt att avbryta ditt deltagande när som helst och utan att ange någon anledning.

Här med intygar jag:

• Att jag har inte har några kognitiva begräsningar.

• Att jag inte har begräsningar som påverkar hjärnans funktioner. • Att jag inte har en neuropsykiatrisk funktionsvariation. • Att jag inte har högt blodtryck.

• Att jag inte har några problem att röra mig fysiskt (cykla på en motionscykel).

□ JA: Jag har läst och förstått ovanstående information och vad studien innebär och lämnar härmed mitt

samtycke att delta i studien och att resultatet får användas.

□ NEJ: Jag har läst och förstått vad studien innebär, men samtycker ej eller att jag inte uppfyller kraven

för studien och kan ej delta. _________________________________ Ort och datum

__________________________________ ______________________________

2

Bilaga 2

Instruktioner för deltagarna:

Innan test A krävs en kalibrering av fNIRS, den tar ungefär en minut. Fokusera på en punkt på väggen och försök att inte tänka på något.

Test A: Du sitter på cykeln och får under två minuters tid besvara slumpmässiga uttryck från 1–10:ans multiplikationstabell, exempelvis 4 × 2 eller 9 × 7. När du besvarat ett uttryck byter jag till nästa, besvara gärna alla uttryck och undvik att säga pass.

60 sekunders vila.

Test B: Du sitter på motionscykeln och får nu trampa på i ett tempo med hög intensitet. När du känner dig påverkad av det höga tempot startas två minuters slumpmässiga uttryck från 1–10:ans multiplikationstabell.

Vila tills pulsen sjunkit ner till mellan 70–100.

Test C: Du sätter dig på cykeln och får nu under två minuters tid besvara slumpmässiga uttryck från 1–10:ans multiplikationstabell. Detta test är identiskt mot det första testet, dock andra uppgifter.

Se figur 16 för riktlinjerna tidsmässigt för ett datainsamlingstillfälle.

3

Bilaga 3

De aritmetiska uttrycken som användes vid testtillfället

4×5 9×4 3×6 5×8 6×5 8×2 2×2 10×10 1×9 5×9 8×5 9×5 2×8 6×6 3×3 4×7 2×7 4×6 7×4 9×7 10×3 2×6 5×1 1×10 7×5 3×2 3×5 3×8 5×5 3×4 8×2 5×4 6×5 4×6 8×8 10×5 6×9 9×9 5×7 1×5 7×9 4×1 7×3 3×5 4×8 2×10 6×9 2×8 8×4 9×3 8×9 10×7 8×8 4×10 4×8 1×6 6×2 10×6 8×7 7×7 5×5 6×7 3×2 7×4 9×9 9×5 8×3 8×5 4×1 4×4 4×9 10×5 5×4 7×7 4×7 9×2 4×6 8×3 7×3 7×8 2×2 8×4 10×9 8×9 1×5 2×7 4×4 6×2 6×6 8×6 8×5 8×8 5×6 9×4 6×9 3×3 8×2 6×5 7×1 6×4 9×7 8×5 9×5 1×6 9×7 9×4 8×9 5×5 10×2 10×7 6×1 1×4 5×7 7×7 3×5 6×8 3×3 4×2 8×9 6×6