United KingdomNova studija s poljoprivrednog sveučilišta u Ateni uvodi alat za strojno učenje koji brzo predviđa koliko se brzo biorazgradive plastike, posebno PHBV (poly ((3-hydroxybutyrate-co-3-hydroxyvalerate), raspadaju u prirodnom okruženju. Tradicionalne metode ispitivanja mogu trajati mjesecima ili godinama, ali ovaj alat koristi podatke iz 13 recenziranih studija koje obuhvaćaju gotovo tri desetljeća kako bi stvorili prediktivni model. Dva algoritma za strojno učenje "Random Forest" i "XGBoost" obučeni su na faktorima podataka kao što su temperatura, sastav polimera i mikrobiološka aktivnost, postižući visoku točnost (vrijednosti R2 od 0,950.0,97).
Procjena pristranosti (Sredina): Članak predstavlja znanstveno istraživanje bez očitog ideološkog okvira, raspravlja o tehnološkom napretku u području biorazgradive plastike, koji ima implikacije za politiku okoliša i održivost, ali ne zauzima strankarski stav.
