文章的品質和受歡迎程度公式 Badreh en
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「Badreh」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Badreh」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
英語維基百科的「Badreh」文章品質得分為 34.7 分(截至2024年8月1日). 本文包含 10 篇參考文獻和 6 個章節。
這篇文章是閩南語維基百科中品質最好的。 然而,本文最流行的語言版本是波斯語。
2024年7月,Badreh」一文由英語維基百科的 1 位作者編輯,並由 4 位所有語言的作者撰寫。
自「Badreh」文章創建以來,其內容由 16 名英語維基百科註冊用戶撰寫,並由 172 名所有語言的註冊維基百科用戶編輯。
該文章在英語維基百科中被引用 286 次,在所有語言中被引用 650 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 11 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 | 閩南語 (zhminnan) Badreh | ![]() | 37.2128 |
2 | 英語 (en) Badreh | ![]() | 34.748 |
3 | 波斯語 (fa) بدره | ![]() | 30.84 |
4 | 阿拉伯語 (ar) بدرة (إيران) | ![]() | 23.8661 |
5 | 烏茲別克語 (uz) Badreh | ![]() | 23.2715 |
6 | 瑞典語 (sv) Badreh | ![]() | 22.9898 |
7 | 阿塞拜疆語 (az) Bədrə | ![]() | 20.0204 |
8 | 俄語 (ru) Бедре | ![]() | 18.645 |
9 | 意大利語 (it) Badreh | ![]() | 13.1246 |
10 | 馬來語 (ms) Badreh | ![]() | 7.4722 |
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 | 波斯語 (fa) بدره |
396 | |
2 | 英語 (en) Badreh |
47 | |
3 | 俄語 (ru) Бедре |
22 | |
4 | 土耳其語 (tr) Bedre (şehir) |
16 | |
5 | 阿塞拜疆語 (az) Bədrə |
3 | |
6 | 瑞典語 (sv) Badreh |
2 | |
7 | 阿拉伯語 (ar) بدرة (إيران) |
1 | |
8 | 馬來語 (ms) Badreh |
1 | |
9 | 烏茲別克語 (uz) Badreh |
1 | |
10 | 閩南語 (zhminnan) Badreh |
1 |
下表顯示了作者最感興趣的文章的語言版本。
最佳排名 | 英語: 1628846 02.2013 |
全球: 736622 03.2017 |
最佳排名 | 英語: 114055 02.2013 |
全球: 27848 02.2020 |
2025年3月19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:肯尼迪遇刺案、Adolescence、伊隆·马斯克、盖尔·加朵、约翰·肯尼迪、非自愿独身、蘇尼塔·威廉斯、2025年逝世人物列表、ChatGPT、3月19日。
英語維基百科當天最受歡迎的文章是:Sunita Williams、Adolescence (TV series)、Capri、Deepak Pandya、Stephen Graham、Elon Musk、Deaths in 2025、Felicia Pearson、Karoline Leavitt、Gavin Casalegno.
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