FTIR-spektroskopia kasviuutteiden analysoinnissa

FTIR-spektroskopia (Fourier-muunnosinfrapunaspektroskopia) on nopea analyysimenetelmä. Fourier-laitteissa interferometrin käyttäminen mahdollistaa koko infrapunataajuusalueen mittaamisen muutamassa sekunnissa. ATR-liitännäisellä varustetun FTIR-spektrometrin käyttö ei edellytä juuri näytteen valmistusta ja siksi menetelmä on käytössä myös helppo. ATR-liitännäinen mahdollistaa myös monien erilaisten näytteiden analysoinnin. Infrapunaspektrin mittaaminen onnistuu myös sellaisista näytteistä, joille perinteisiä näytteenvalmistusmenetelmiä ei voida käyttää. FTIR-spektroskopian avulla saatu tieto yhdistetään usein tilastollisiin monimuuttuja-analyyseihin. Klusterianalyysin avulla voidaan spektreistä saatu tieto ryhmitellä samanlaisuuteen perustuen. Hierarkkisessa klusterianalyysissa objektien välinen samanlaisuus määritetään laskemalla niiden välinen etäisyys. Pääkomponenttianalyysin avulla vähennetään datan ulotteisuutta ja luodaan uusia korreloimattomia pääkomponentteja. Pääkomponenttien tulee säilyttää mahdollisimman suuri määrä alkuperäisen datan variaatiosta. FTIR-spektroskopian ja monimuuttujamenetelmien sovellusmahdollisuuksia on tutkittu paljon. Elintarviketeollisuudessa sen soveltuvuutta esimerkiksi laadun valvontaan on tutkittu. Menetelmää on käytetty myös haihtuvien öljyjen kemiallisten koostumusten tunnistukseen sekä öljykasvien kemotyyppien havaitsemiseen. Tässä tutkimuksessa arvioitiin menetelmän käyttöä suoputken uutenäytteiden luokittelussa. Tutkimuksessa suoputken eri kasvinosien uutenäytteiden FTIR-spektrejä vertailtiin valikoiduista puhdasaineista mitattuihin FTIR-spektreihin. Puhdasaineiden FTIR-spektreistä tunnistettiin niiden tyypilliset absorptiovyöhykkeet. Furanokumariinien spektrien intensiivisten vyöhykkeiden aaltolukualueet valittiin monimuuttuja-analyyseihin. Monimuuttuja-analyysit tehtiin myös IR-spektrin sormenjälkialueelta aaltolukualueelta 1785-725 cm-1. Uutenäytteitä pyrittiin luokittelemaan niiden keräyspaikan ja kumariinipitoisuuden mukaan. Keräyspaikan mukaan ryhmittymistä oli havaittavissa, mikä selittyi vyöhykkeiden aaltolukualueiden mukaan tehdyissä analyyseissa pääosin kumariinipitoisuuksilla. Näissä analyyseissa uutenäytteet pääosin ryhmittyivät ja erottuivat kokonaiskumariinipitoisuuksien mukaan. Myös aaltolukualueen 1785-725 cm-1 analyyseissa havaittiin keräyspaikan mukaan ryhmittymistä, mitä kumariinipitoisuudet eivät kuitenkaan selittäneet. Näihin ryhmittymisiin vaikuttivat mahdollisesti muiden yhdisteiden samanlaiset pitoisuudet näytteissä. Analyyseissa käytettiin myös muita aaltolukualueita, mutta tulokset eivät juuri poikenneet aiemmista. 2. kertaluvun derivaattaspektrien monimuuttuja-analyysit sormenjälkialueelta eivät myöskään muuttaneet tuloksia havaittavasti. Jatkotutkimuksissa nyt käytettyä menetelmää on mahdollista edelleen kehittää esimerkiksi tutkimalla monimuuttuja-analyyseissa 2. kertaluvun derivaattaspektreistä suppeampia, tarkkaan valittuja aaltolukualueita.

Kiinnostusta vai ahdistusta? : Opettajaksi opiskelevien akateemiset tunteet, motivaatio ja opiskelun ongelmat suhteessa hyvinvointiin ja menestykseen aktivoivalla luentokurssilla

Previous studies indicate that positive learning experiences are related to academic achievement as well as to well-being. On the other hand, emotional and motivational problems in studying may pose a risk for both academic achievement and well-being. Thus, emotions and motivation have an increasing role in explaining university students learning and studying. The relations between emotions, motivation, study success and well-being have been less frequently studied. The aim of this study was to investigate what kind of academic emotions, motivational factors and problems in studying students experienced five days before an exam of an activating lecture course, and the relations among these factors as well as their relation to self-study time and study success. Furthermore, the effect of all these factors on well-being, flow experience and academic achievement was examined. The term academic emotion was defined as emotion experienced in academic settings and related to studying. In the present study the theoretical background to motivational factors was based on thinking strategies and attributions, flow experience and task value. Problems in studying were measured in terms of exhaustion, anxiety, stress, lack of interest, lack of self-regulation and procrastination. The data were collected in December 2009 in an activating educational psychology lecture course by using a questionnaire. The participants (n=107) were class and kindergarten teacher students from the University of Helsinki. Most of them were first year students. The course grades were also gathered. Correlations and stepwise regression analysis were carried out to find out the factors that were related to or explained study success. The clusters that presented students´ problems in studying as well as thinking strategies and attributions, were found through hierarchical cluster analysis. K-means cluster analysis was used to form the final groups. One-way analysis of variance, Kruskal-Wallis test and crosstabs were conducted to see whether the students in different clusters varied in terms of study success, academic emotions, task value, flow, and background variables. The results indicated that academic emotions measured five days before the exam explained about 30 % of the variance of the course grade; exhaustion and interest positively, and anxiety negatively. In addition, interest as well as the self-study time best explained study success on the course. The participants were classified into three clusters according to their problems in studying as well as their thinking strategies and attributions: 1) ill-being, 2) carefree, and 3) committed and optimistic students. Ill-being students reported most negative emotions, achieved the worst grades, experienced anxiety rather than flow and were also the youngest. Carefree students, on the other hand, expressed the least negative emotions and spent the least time on self-studying, and like committed students, experienced flow. In addition, committed students reported positive emotions the most often and achieved the best grades on the course. In the future, more in-depth understanding how and why especially young first year students experience their studying hard is needed, because early state of the studies is shown to predict later study success.