L'articolo "加蚋埔" nella Wikipedia in cinese ha 34 punti per la qualità (al 1 agosto 2024). L'articolo contiene 10 riferimenti e 4 sezioni.
Dalla creazione dell'articolo "加蚋埔", 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 67 volte nella Wikipedia in cinese e citato 67 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. 184573 07.2016 |
Globale: N. 2947899 12.2021 |
| Miglior Rango | cinese: N. 17448 05.2020 |
Globale: N. 1150860 03.2020 |
Il 15 gennaio 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Squid Game, Elon Musk, seconda stagione di Squid Game, morti nel 2025, ChatGPT, Nosferatu, Donald Trump, Neil Gaiman, Pete Hegseth, Groenlandia.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: 国色芳华, KK園區, 大奉打更人, 尹锡悦, 包小柏, 小红书, 白月梵星, 魷魚遊戲2, 2025年印度羽毛球公開賽, 九重紫.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(9.77+10.1+16.67+33.33+100)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
