L'articolo "Testis non est iudicare" nella Wikipedia in latino ha 2.8 punti per la qualità (al 1 agosto 2024).
Dalla creazione dell'articolo "Testis non est iudicare", il suo contenuto è stato scritto da 4 utenti registrati di Wikipedia in latino e modificato da 4 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 1 volte nella Wikipedia in latino e citato 1 volte 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 | latino: N. 7616 11.2017 |
Globale: N. 4676237 09.2008 |
Il 27 novembre 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Elisabetta di Baviera, Francesco Giuseppe I d'Austria, Giorno del ringraziamento, UEFA Champions League, Wicked, Il gladiatore II, Elon Musk, ChatGPT, morti nel 2024, Wicked.
Nella Wikipedia in latino gli articoli più popolari quel giorno erano: 27 Novembris, Astronomia, Linguistica, Philosophia, 2024, Historia, Litterae, Dies Mercurii, Ars, Physica.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(1.47+0+12.5+0+0)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
