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

Este estudo desenvolve uma estrutura preditiva híbrida usando aprendizado de máquina (CatBoost, SHAP) e regressão logística para identificar e quantificar fatores de risco que contribuem para a gravidade de lesões em acidentes de trânsito envolvendo árvores. Ele analisa dados do CRSS de 2020-2023 para entender impactos de alta energia que frequentemente resultam em lesões fatais ou graves.