L'articolo "אוליבר!" nella Wikipedia in ebraico ha 0.1 punti per la qualità (al 1 agosto 2024).
Dalla creazione dell'articolo "אוליבר!", il suo contenuto è stato scritto da 2 utenti registrati di Wikipedia in ebraico e modificato da 2 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 agosto 2024 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | ebraico: N. 9042 10.2008 |
Globale: N. 1170597 10.2008 |
| Miglior Rango | ebraico: N. 33126 09.2015 |
Globale: N. 1769300 09.2015 |
Il 12 novembre 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Donald Trump, Marco Rubio, Elon Musk, Song Jae-rim, elezioni presidenziali negli Stati Uniti d'America del 2024, Megan Fox, Melania Trump, Il gladiatore II, ChatGPT, morti nel 2024.
Nella Wikipedia in ebraico gli articoli più popolari quel giorno erano: יצחק רבין, מייק האקבי, מרקו רוביו, מיכל אפשטיין, מייקל וולץ, בני מנשה, אייל זמיר (קצין), מלחמת חרבות ברזל, רצח מאיה ווישניאק, קופה ראשית - דמויות.
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 agosto 2024. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del luglio 2024. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2023... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.4+0+0+0+0)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
