L'articolo "国务院机构改革" nella Wikipedia in cinese ha 48.8 punti per la qualità (al 1 agosto 2024). L'articolo contiene 15 riferimenti e 20 sezioni.
Dalla creazione dell'articolo "国务院机构改革", il suo contenuto è stato scritto da 30 utenti registrati di Wikipedia in cinese e modificato da 30 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 352 volte nella Wikipedia in cinese e citato 352 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 | cinese: N. 2289 03.2013 |
Globale: N. 202591 03.2013 |
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 cinese gli articoli più popolari quel giorno erano: 林家正, 陳傑憲, 王建民 (棒球運動員), 林昱珉, 董军 (海军), BIGBANG, 2024年世界棒球12強賽, 影后 (電視劇), 破·地獄, 世界棒球12強賽.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(96.44+15.15+16.67+100+15.98)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
