L'articolo “2024年颱風凱米對臺灣的影響” nella Wikipedia in cinese ha 95.6 punti per la qualità (al 1 luglio 2025). L'articolo contiene 146 riferimenti e 10 sezioni.
Dalla creazione dell'articolo “2024年颱風凱米對臺灣的影響”, il suo contenuto è stato scritto da 14 utenti registrati di Wikipedia in cinese e modificato da 14 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 229 volte nella Wikipedia in cinese e citato 229 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 luglio 2025 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | cinese: N. 2735 10.2024 |
Globale: N. 162054 10.2024 |
Il 26 settembre 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Claudia Cardinale, Una battaglia dopo l'altra, ChatGPT, Alice in Borderland, Guinness, morti nel 2025, Benjamin Netanyahu, Assata Shakur, Charlie Kirk, Arthur Guinness.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: 于朦胧, 今際之國的闖關者 (電視劇), 堰塞湖, BOYS II PLANET, 暴君的廚師, 鏈鋸人, 宋伊人, 颱風樺加沙, 馬太鞍溪堰塞湖溢流, 傅崐萁.
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 luglio 2025. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del giugno 2025. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2025... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(100+100+100+83.33+94.79)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
