L'articolo "獎勵大學教學卓越計畫" nella Wikipedia in cinese ha 32.8 punti per la qualità (al 1 agosto 2024). L'articolo contiene 7 riferimenti e 23 sezioni.
Dalla creazione dell'articolo "獎勵大學教學卓越計畫", il suo contenuto è stato scritto da 31 utenti registrati di Wikipedia in cinese e modificato da 31 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 85 volte nella Wikipedia in cinese e citato 85 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. 13731 07.2015 |
Globale: N. 477450 07.2015 |
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 cinese gli articoli più popolari quel giorno erano: 影后 (電視劇), 宋再臨, 破·地獄, 林廷憶, 璩美鳳, 馬可·魯比歐, 永夜星河, 詹懷雲, 唐納·川普, 楊謹華.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(38.19+7.07+0+100+18.83)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
