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

Cette étude développe un cadre prédictif hybride utilisant l'apprentissage automatique (CatBoost, SHAP) et la régression logistique pour identifier et quantifier les facteurs de risque contribuant à la gravité des blessures dans les accidents de la circulation impliquant des arbres. Elle analyse les données du CRSS de 2020 à 2023 pour comprendre les impacts à haute énergie qui entraînent souvent des blessures mortelles ou graves.