文章的品質和受歡迎程度公式 Larnod eo
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「Larnod」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Larnod」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
拉尔诺 - 法国杜省市镇. 世界語維基百科的「Larnod」文章品質得分為 10.8 分(截至2024年8月1日). 本文包含 0 篇參考文獻和 2 個章節。
這篇文章是法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「Larnod」文章創建以來,其內容由 1 名世界語維基百科註冊用戶撰寫,並由 197 名所有語言的註冊維基百科用戶編輯。
該文章在世界語維基百科中被引用 2 次,在所有語言中被引用 6171 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 23 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 | 法語 (fr) Larnod | ![]() | 50.323 |
2 | 中文 (zh) 拉尔诺 (杜省) | ![]() | 40.9924 |
3 | 巴斯克語 (eu) Larnod | ![]() | 37.0149 |
4 | 加泰羅尼亞語 (ca) Larnod | ![]() | 35.1206 |
5 | 烏克蘭語 (uk) Ларно (Ду) | ![]() | 32.6156 |
6 | 斯洛伐克語 (sk) Larnod | ![]() | 32.607 |
7 | 英語 (en) Larnod | ![]() | 30.5997 |
8 | 希臘語 (el) Λαρνό | ![]() | 26.583 |
9 | 匈牙利語 (hu) Larnod | ![]() | 25.1555 |
10 | 簡體英語 (simple) Larnod | ![]() | 24.311 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 引证指数奖 | 相对引证指数 |
---|---|---|---|
1 | 烏克蘭語 (uk) Ларно (Ду) |
![]() | 597 |
2 | 越南語 (vi) Larnod |
![]() | 595 |
3 | 匈牙利語 (hu) Larnod |
![]() | 593 |
4 | 烏茲別克語 (uz) Larnod |
![]() | 592 |
5 | 意大利語 (it) Larnod |
![]() | 589 |
6 | 英語 (en) Larnod |
![]() | 573 |
7 | 簡體英語 (simple) Larnod |
![]() | 573 |
8 | 中文 (zh) 拉尔诺 (杜省) |
![]() | 568 |
9 | 加泰羅尼亞語 (ca) Larnod |
![]() | 567 |
10 | 波蘭語 (pl) Larnod |
![]() | 277 |
最佳排名 | 世界語: 67648 03.2022 |
全球: 626446 09.2016 |
最佳排名 | 世界語: 20012 03.2022 |
全球: 36685 04.2011 |
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。
世界語維基百科當天最受歡迎的文章是:Esperanto、Sovetunio、Usono、Sauda Arabio、Renesanco、Propedeŭtika valoro de Esperanto、15-a de januaro、Kirgizio、Abako (meĥanika kalkulilo)、Milena Velba.
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