Investigating factors influencing fatalities and injuries in animal-vehicle crashes using a random parameters logit model and ensemble machine learning approaches
ملخص البحث
تبحث الدراسة عوامل الوفاة والإصابة في 1403 حوادث اصطدام بالحيوانات على الطرق بين المدن والطرق الرئيسة داخلها في المملكة (2016–2021)، باستخدام 24 متغيراً. وتجمع بين نموذج اللوجيت ذي المعاملات العشوائية وأساليب التعلم الآلي التجميعية وتفسيرات SHAP. وتبين أن الطرق السريعة، والطرق ذات المسار أو المسارين في كل اتجاه، والمنحنيات الأفقية، وسوء حالة الرصف ترفع خطر الحوادث الشديدة، وكذلك غياب الأسوار الجانبية أو تلفها ووجود المطبات.
English summary
Fatal and injury outcomes of 1,403 animal-vehicle crashes on intercity and major intra-city roads in Saudi Arabia (2016–2021) are examined using 24 variables. A random parameters logit model is combined with ensemble machine learning and SHAP explanations. Expressways, roads with one or two lanes per direction, horizontal curves and poor pavement increased the risk of severe outcomes, and missing or damaged side fencing and the presence of speed bumps were also associated with more severe crashes.
تحلل الدراسة استبانة دولية شملت 15,312 من راكبي الدراجات البالغين في 44 دولة، بنمذجة المعادلات الهيكلية، لاختبار علاقة استخدام الهاتف أثناء القيادة بالحوادث المبلغ عنها ذاتياً،…
تقارن الدراسة خطر الحوادث بين سائقين مصابين بالتهاب المفاصل وغير مصابين. وتعتمد على بيانات قيادة طبيعية تسجل حركة المركبة وسلوك السائق.
مشاركة مؤتمر تتناول التحكم الأمثل بالتقاطعات للمركبات الآلية والتعاونية.