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

Este estudio desarrolla un marco predictivo híbrido utilizando aprendizaje automático (CatBoost, SHAP) y regresión logística para identificar y cuantificar los factores de riesgo que contribuyen a la gravedad de las lesiones en accidentes de tráfico con árboles. Analiza datos del CRSS de 2020-2023 para comprender los impactos de alta energía que a menudo resultan en lesiones fatales o graves.