
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Silva, Thiago Henrique da | - |
| Autor(es): dc.contributor | Silva, Thiago Henrique da | - |
| Autor(es): dc.contributor | Fonseca, Anelise Munaretto | - |
| Autor(es): dc.contributor | Lüders, Ricardo | - |
| Autor(es): dc.creator | Scholz, Júlio César Werner | - |
| Autor(es): dc.creator | Pinheiro, Yan Pietrzak | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:03:56Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:03:56Z | - |
| Data de envio: dc.date.issued | 2023-10-10 | - |
| Data de envio: dc.date.issued | 2023-10-10 | - |
| Data de envio: dc.date.issued | 2023-06-30 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/32667 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1106717 | - |
| Descrição: dc.description | This work supports the problematization of the rate of traffic accidents due to the high use of automobiles for utility or transport in Brazil. Every year the lives of approximately 1.3 million people are interrupted due to traffic accidents worldwide. This fact has motivated some researchers to engage in analysis and prediction regarding the severity of accidents. In this regard, this study proposes the use of data mining as an approach to analyze and explore datasets of traffic accidents that occurred on Brazilian highways between the years 2017 and 2022 as provided by the Federal Highway Police. Additionally, vehicle price data from the FIPE table were included, allowing for a more comprehensive analysis that also considers the financial value of the vehicles. The goal is to assess the predictive capability of classification models regarding the severity of accidents, focusing on vehicle characteristics and environmental factors. Through applying classification algorithms and machine learning explainability techniques, we aim to acquire relevant knowledge related to this dataset, contributing to understanding and prevention of accidents. As a result, the attributes related to vehicle characteristics had a more positive impact on the predictive capability of the models when compared to the attributes describing the environment and other variables. | - |
| Descrição: dc.description | O presente trabalho problematiza os acidentes resultantes do alto uso de veículos motorizados como meio de transporte na sociedade, dado que todos os anos a vida de aproximadamente 1,3 milhões de pessoas é interrompida no mundo como resultado de um acidente de trânsito. Essa realidade tem impulsionado pesquisas para compreender e prever a gravidade desses acidentes. Nesse sentido, o estudo propõe a utilização da mineração de dados como uma abordagem para analisar e explorar conjuntos de dados de acidentes de trânsito ocorridos nas rodovias brasileiras entre os anos de 2017 e 2022, fornecidos pela Polícia Rodoviária Federal, além disso, foram inseridos dados de preços dos veículos a partir da tabela FIPE, permitindo uma análise mais abrangente que considera também o valor financeiro dos veículos. O objetivo é avaliar a capacidade preditiva de modelos de classificação em relação à gravidade dos acidentes, com foco nas características dos veículos e nos fatores do ambiente. Por meio da aplicação de algoritmos de classificação e de técnicas de explicabilidade de aprendizado de máquina, pretende-se adquirir conhecimentos relevantes relacionados a esse conjunto de dados, contribuindo para o entendimento e a prevenção de acidentes. Como resultado, os atributos relacionadas às características dos veículos impactaram mais positivamente na capacidade preditiva dos modelos quando comparados aos atributos que descrevem o ambiente e as demais variáveis. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Curitiba | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Sistemas de Informação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Acidentes de trânsito - Análise | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Algorítmos computacionais | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Traffic accidents - Analysis | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | Computer algorithms | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO | - |
| Título: dc.title | Prevendo a gravidade de acidentes rodoviários no Brasil: a influência do ambiente e características do veículo | - |
| Título: dc.title | Predicting the severity of highway accidents in Brazil: the role of environmental factors and vehicle features | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: