From Canopy to Collision: A Hybrid Predictive Framework for Identifying Risk Factors in Tree-Involved Traffic Crashes

Diese Studie entwickelt ein hybrides Vorhersagemodell unter Verwendung von maschinellem Lernen (CatBoost, SHAP) und logistischer Regression, um Risikofaktoren zu identifizieren und zu quantifizieren, die zur Schwere von Verletzungen bei Baumunfällen beitragen. Es werden CRSS-Daten von 2020-2023 analysiert, um Hochenergie-Aufpralle zu verstehen, die oft zu tödlichen oder schweren Verletzungen führen.