L'articolo "郭玫蘭事件" nella Wikipedia in cinese ha 33.1 punti per la qualità (al 1 agosto 2024). L'articolo contiene 14 riferimenti e 8 sezioni.
Dalla creazione dell'articolo "郭玫蘭事件", il suo contenuto è stato scritto da 5 utenti registrati di Wikipedia in cinese e modificato da 5 utenti registrati di Wikipedia 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. 36075 10.2023 |
Globale: N. 798061 10.2023 |
| Miglior Rango | cinese: N. 8519 11.2018 |
Globale: N. 478334 11.2018 |
Il 3 novembre 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: elezioni presidenziali negli Stati Uniti d'America del 2024, Kamala Harris, Donald Trump, Campionato mondiale di Formula 1 2024, The Substance, Kemi Badenoch, morti nel 2024, Elon Musk, Venom: The Last Dance, Max Verstappen.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: Faker, 来自地狱的法官, 2024年美國總統選舉, 英雄联盟全球总决赛, 永夜星河, T1 (電競隊伍), 劉德華, 焚城, BLG电子竞技俱乐部, 杜琪峯.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(23.49+14.14+0+66.67+61.23)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
