Large language model-assisted design of electrospun bioplastics
Rattachement africain : my, in, tw. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Addressing the dual challenges of plastic waste and materials efficiency is critical for advancing sustainability. Here, a biodegradable electrospun polymer formulation was identified through a domain-adapted large language model (LLM) workflow and examined experimentally as an initial candidate in the search for sustainable alternatives to conventional plastics. The full text of 4022 research articles, comprising ∼8.6 million tokens, was processed locally with LangChain and ChromaDB to create a vector database for retrieval-augmented generation (RAG), while the LLM was separately fine-tuned using 200 domain-specific question-answer pairs. Guided by prompt-engineering strategies, the model suggested multiple biodegradable polymer formulations, from which a polylactic acid-polycaprolactone blend in tetrahydrofuran was selected for experimental validation. Electrospun fibers produced from this blend were characterized for chemical structure, morphology, and mechanical performance, revealing smooth and branched fibers with stable chemical bonds, while tensile testing showed that the mechanical strength of the as-spun fiber mat without any post-processing was lower than that of commercial polyethylene terephthalate (PET). These results present an initial proof-of-concept of a literature-guided workflow for identifying experimentally feasible biodegradable polymer formulations and supporting first-stage laboratory validation.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Large language model-assisted design of electrospun bioplastics
- Date Crossref
- 01/10/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Universiti Malaysia Pahang Al-Sultan Abdullah pays non établi dans la noticeUniversité ou école supérieure
-
University of Kerala pays non établi dans la noticeUniversité ou école supérieure
-
Kerala University of Digital Sciences pays non établi dans la noticeUniversité ou école supérieure
-
Ming Chi University of Technology Battery Research Center of Green Energy pays non établi dans la noticeUniversité ou école supérieure
-
Center for Advanced Intelligent Materials pays non établi dans la noticeInstitution
-
Faculty of Industrial Sciences and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Computing pays non établi dans la noticeUniversité ou école supérieure
Universiti Malaysia Pahang Al-Sultan Abdullah, University of Kerala et Kerala University of Digital Sciences, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.