L'articolo “Wenming” nella Wikipedia in inglese ha 1.5 punti per la qualità (al 1 luglio 2025).
Dalla creazione dell'articolo “Wenming”, il suo contenuto è stato scritto da 1 utenti registrati di Wikipedia in inglese e modificato da 1 utenti registrati di Wikipedia in tutte le lingue.
Il grado di interesse degli autori più alto dal 2001:/p>
Il grado di popolarità più alto dal 2008:
C'è 1 versione linguistica per questo articolo nel database WikiRank (delle 55 edizioni linguistiche di Wikipedia considerate).
La valutazione della qualità e della popolarità si basava sui dump di Wikipedia del 1 luglio 2025 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | inglese: N. 4360143 01.2023 |
Globale: N. 8348686 01.2023 |
| Miglior Rango | inglese: N. 1094520 05.2022 |
Globale: N. 1808192 05.2022 |
Il 16 marzo 2026 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Premi Oscar 2026, Michael B. Jordan, I peccatori, Jessie Buckley, Paul Thomas Anderson, Sean Penn, Una battaglia dopo l'altra, Amy Madigan, Hamnet, Timothée Chalamet.
Nella Wikipedia in inglese gli articoli più popolari quel giorno erano: 98th Academy Awards, Michael B. Jordan, Paul Thomas Anderson, Jessie Buckley, Sinners (2025 film), Amy Madigan, Autumn Durald Arkapaw, Maya Rudolph, Sean Penn, Academy Awards.
Il progetto è finalizzato alla valutazione relativa automatica degli articoli nelle diverse versioni linguistiche di Wikipedia. Al momento il servizio permette di confrontare oltre 44 milioni di articoli di Wikipedia in 55 lingue. I punteggi di qualità degli articoli si basano sui dump di Wikipedia del luglio 2025. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del giugno 2025. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2025... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.55+0+0+7.14+0)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
