L'articolo "中华民国北京政府时期陕西省职官列表" nella Wikipedia in cinese ha 10.9 punti per la qualità (al 1 novembre 2023). L'articolo contiene 1 riferimenti e 3 sezioni.
Dalla creazione dell'articolo "中华民国北京政府时期陕西省职官列表", il suo contenuto è stato scritto da 4 utenti registrati di Wikipedia in cinese e modificato da 4 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 36 volte nella Wikipedia in cinese e citato 36 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 novembre 2023 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | cinese: N. 183936 12.2011 |
Globale: N. 4661735 12.2011 |
| Miglior Rango | cinese: N. 64369 04.2018 |
Globale: N. 1899994 06.2012 |
Il 23 aprile 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: YouTube, Serie A, Shogun, Fallout, Facebook, Fallout, san Giorgio, Giorno di San Giorgio, FC Inter, ChatGPT.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: 淚之女王, 921大地震, 不夠善良的我們, 許美靜, 逆天奇案2, 金智媛, 2024年花蓮地震, 背着善宰跑, 破墓, 金秀賢 (男演員).
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 novembre 2023. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del ottobre 2023. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2023... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(24.43+1.02+0+25+4.24)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
