文章的品質和受歡迎程度公式 Melis Alpacar ca
在哪裡:
- - 是歸一化品質指標
- - 是品質指標的數量
- - 是降低分數(如果存在)
where:
- - 是語言版本的索引
- - 表示作者的興趣(作者數量)
- - 表示文章的受歡迎程度(頁面瀏覽量)
- - 是 2024年7月期間 維基百科中文章「Melis Alpacar」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Melis Alpacar」文章的熱門程度
由於公式中歸一化指標的四捨五入值,計算結果可能略有不同
加泰羅尼亞語維基百科的「Melis Alpacar」文章品質得分為 24 分(截至2024年8月1日). 本文包含 3 篇參考文獻和 2 個章節。 該文章還包含品質缺陷模板,這會降低品質分數。
這篇文章是土耳其語維基百科中品質最好的。 此外,這篇文章是該語言版本中最受歡迎的。
自「Melis Alpacar」文章創建以來,其內容由 2 名加泰羅尼亞語維基百科註冊用戶撰寫,並由 8 名所有語言的註冊維基百科用戶編輯。
該文章在加泰羅尼亞語維基百科中被引用 1 次,在所有語言中被引用 4 次。
2001 年以來作者的最高興趣排名:
2008年以來的最高人氣排名:
WikiRank 資料庫中本文有 2 種語言版本(所考慮的 55 個維基百科語言版本)。
品質和受歡迎程度評估是基於 2024年8月1日的維基百科轉儲(包括前幾年的修訂歷史和頁面瀏覽量)。
下表顯示了最高品質的文章的語言版本。
# | 语言 | 质量等级 | 质量分数 |
---|---|---|---|
1 | 土耳其語 (tr) Melis Alpacar | 24.3765 | |
2 | 加泰羅尼亞語 (ca) Melis Alpacar | 23.9983 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 土耳其語 (tr) Melis Alpacar |
4 632 | |
2 | 加泰羅尼亞語 (ca) Melis Alpacar |
95 |
下表顯示了上個月最受歡迎的文章的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 土耳其語 (tr) Melis Alpacar |
22 | |
2 | 加泰羅尼亞語 (ca) Melis Alpacar |
0 |
下表顯示了作者最感興趣的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 土耳其語 (tr) Melis Alpacar |
6 | |
2 | 加泰羅尼亞語 (ca) Melis Alpacar |
2 |
下表顯示了上個月作者最感興趣的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 加泰羅尼亞語 (ca) Melis Alpacar |
0 | |
2 | 土耳其語 (tr) Melis Alpacar |
0 |
下表顯示了被引用次數最高的文章的語言版本。
# | 语言 | 引证指数奖 | 相对引证指数 |
---|---|---|---|
1 | 土耳其語 (tr) Melis Alpacar |
3 | |
2 | 加泰羅尼亞語 (ca) Melis Alpacar |
1 |
最佳排名 | 加泰羅尼亞語: 48793 08.2019 |
全球: 1004378 12.2023 |
最佳排名 | 加泰羅尼亞語: 101173 02.2022 |
全球: 678637 01.2021 |
2025年1月25日,在多語言維基百科中,網路使用者最常閱讀以下主題的文章:唐納·川普、麥迪遜·凱斯、伊隆·马斯克、阿里娜·萨巴伦卡、美蘭尼亞·川普、璀璨女人夢、阿布杜科迪尔·胡萨诺夫、皮特·赫格塞思、吸血鬼:諾斯費拉圖、卡洛斯·加斯科恩。
加泰羅尼亞語維基百科當天最受歡迎的文章是:The Brutalist、Rufus Wainwright、Dani Martín García、Fermin Muguruza、XavlegbmaofffassssitimiwoamndutroabcwapwaeiippohfffX、Sarri, Sarri、Paul Newman、José Elías Navarro、À Punt FM、Madison Keys.
該計畫旨在對維基百科各種語言版本的文章進行自動相對評估。 目前,該服務允許比較 55 種語言的超過 4,400 萬篇維基百科文章。 文章的品質分數是根據 2024年8月的維基百科轉儲。 在計算作者當前的受歡迎程度和興趣時,考慮了 2024年7月的數據。 對於作者受歡迎程度和興趣的歷史價值,WikiRank 使用了 2001 年至 2023 年的數據。 更多資訊
在哪裡:
where:
由於公式中歸一化指標的四捨五入值,計算結果可能略有不同