2021
DOI: 10.1016/j.jsr.2020.12.009
|View full text |Cite
|
Sign up to set email alerts
|

Risk factors affecting crash injury severity for different groups of e-bike riders: A classification tree-based logistic regression model

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

1
22
0
1

Year Published

2021
2021
2024
2024

Publication Types

Select...
8
2

Relationship

0
10

Authors

Journals

citations
Cited by 44 publications
(24 citation statements)
references
References 22 publications
1
22
0
1
Order By: Relevance
“…En esencia, el MCAD selecciona iterativamente el atributo y el valor que puede dividir un conjunto de muestras en dos grupos, minimizando la variabilidad dentro de cada subgrupo y maximizando el contraste entre los grupos. A diferencia de las redes neuronales artificiales (RNA), en los MCAD, el proceso de decisión se genera explícitamente y la estructura del árbol presenta información sobre dicho proceso, es simple de entender y no es paramétrico, tampoco requiere que los datos asociados con una clase particular en un atributo sigan una distribución normal (Wang et al, 2021). Como se mencionó anteriormente, la información fue recolectada a partir de una encuesta virtual aplicada en diferentes universidades colombianas, tanto públicas como privadas (Universidad Pontifica Bolivariana, Universidad Católica Luis Amigó, Universidad Nacional de Colombia, Universidad de Antioquia, Universidad de Medellín y Universidad EAFIT), a estudiantes de diferentes programas académicos.…”
Section: Métodounclassified
“…En esencia, el MCAD selecciona iterativamente el atributo y el valor que puede dividir un conjunto de muestras en dos grupos, minimizando la variabilidad dentro de cada subgrupo y maximizando el contraste entre los grupos. A diferencia de las redes neuronales artificiales (RNA), en los MCAD, el proceso de decisión se genera explícitamente y la estructura del árbol presenta información sobre dicho proceso, es simple de entender y no es paramétrico, tampoco requiere que los datos asociados con una clase particular en un atributo sigan una distribución normal (Wang et al, 2021). Como se mencionó anteriormente, la información fue recolectada a partir de una encuesta virtual aplicada en diferentes universidades colombianas, tanto públicas como privadas (Universidad Pontifica Bolivariana, Universidad Católica Luis Amigó, Universidad Nacional de Colombia, Universidad de Antioquia, Universidad de Medellín y Universidad EAFIT), a estudiantes de diferentes programas académicos.…”
Section: Métodounclassified
“…Rudisill et al [35] used logistic regression model to explore the effect of driver age, collision location, and other factors on the cause of traffic crashes. Wang et al [36] applied a classification tree-based logistic regression model to identify the risk factors affecting crash injury severity for different types of e-bike riders.…”
Section: Relevant Studies On the Modelling Approach For Crashmentioning
confidence: 99%
“…It shows that these three types of vehicles will significantly increase the probability of fatal outcomes by 5.62%, 13.35%, and 78.80%, respectively. Study [53] found that for crashes colliding with the truck, the likelihood of riders suffering from severe injury increases by 9.5% on average. e reason may be related to the characteristics of large vehicles such as heavy weight, and also related to the obvious visual blind spots.…”
Section: Effects Of Vehicle Characteristicsmentioning
confidence: 99%