文章的品質和受歡迎程度公式 Jason Woolley fi
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「Jason Woolley」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Jason Woolley」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
贾森·伍利 - 加拿大冰球運動員. 芬蘭語維基百科的「Jason Woolley」文章品質得分為 27.4 分(截至2024年8月1日). 本文包含 15 篇參考文獻和 6 個章節。
在該語言版本的維基百科中,該文章具有最佳的品質。然而,本文最流行的語言版本是英語。
自「Jason Woolley」文章創建以來,其內容由 3 名芬蘭語維基百科註冊用戶撰寫,並由 91 名所有語言的註冊維基百科用戶編輯。
該文章在芬蘭語維基百科中被引用 8 次,在所有語言中被引用 235 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 9 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 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Jason Woolley |
81 760 | |
2 | 德語 (de) Jason Woolley |
5 153 | |
3 | 芬蘭語 (fi) Jason Woolley |
1 851 | |
4 | 捷克語 (cs) Jason Woolley |
1 209 | |
5 | 法語 (fr) Jason Woolley |
479 | |
6 | 瑞典語 (sv) Jason Woolley |
286 | |
7 | 中文 (zh) 贾森·伍利 |
173 | |
8 | 烏克蘭語 (uk) Джейсон Вуллі |
111 | |
9 | 波斯語 (fa) جیسون وولی |
80 |
下表顯示了上個月最受歡迎的文章的語言版本。
# | 语言 | 作者兴趣奖 | 作者相对兴趣 |
---|---|---|---|
1 | 英語 (en) Jason Woolley |
50 | |
2 | 德語 (de) Jason Woolley |
17 | |
3 | 捷克語 (cs) Jason Woolley |
7 | |
4 | 瑞典語 (sv) Jason Woolley |
5 | |
5 | 法語 (fr) Jason Woolley |
4 | |
6 | 芬蘭語 (fi) Jason Woolley |
3 | |
7 | 中文 (zh) 贾森·伍利 |
3 | |
8 | 波斯語 (fa) جیسون وولی |
1 | |
9 | 烏克蘭語 (uk) Джейсон Вуллі |
1 |
下表顯示了上個月作者最感興趣的文章的語言版本。
最佳排名 | 芬蘭語: 61334 11.2013 |
全球: 1049810 12.2008 |
最佳排名 | 芬蘭語: 19162 08.2017 |
全球: 132224 02.2016 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2024年12月20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:马格德堡、獅子王:木法沙、伊隆·马斯克、Mazan rape case、Gisèle Pelicot、超人、艾爾頓·冼拿、伊薩克·哈賈爾、2024年逝世人物列表、大衛·科倫斯韋。
芬蘭語維基百科當天最受歡迎的文章是:Heikki Silvennoinen、Talvipäivänseisaus、Tabula Rasa (yhtye)、Kummeli (televisiosarja)、Pertti Neumann、Eriikka Maalismaa、Onnellinen ministeri、Jukka Leppilampi、Anne Heche、Timo Kahilainen.
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