文章的品質和受歡迎程度公式 Ottawa 67’s 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「Ottawa 67’s」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Ottawa 67’s」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
芬蘭語維基百科的「Ottawa 67’s」文章品質得分為 13.3 分(截至2024年8月1日). 本文包含 2 篇參考文獻和 4 個章節。
這篇文章是英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。
2024年7月,Ottawa 67’s」一文由芬蘭語維基百科的 1 位作者編輯,並由 4 位所有語言的作者撰寫。
自「Ottawa 67’s」文章創建以來,其內容由 21 名芬蘭語維基百科註冊用戶撰寫,並由 248 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 142 次,在所有語言中被引用 2088 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) Ottawa 67's |
542 332 | |
2 | 法語 (fr) 67 d'Ottawa |
22 854 | |
3 | 德語 (de) Ottawa 67’s |
22 505 | |
4 | 芬蘭語 (fi) Ottawa 67’s |
10 595 | |
5 | 波蘭語 (pl) Ottawa 67’s |
5 290 | |
6 | 匈牙利語 (hu) Ottawa 67’s |
1 627 | |
7 | 捷克語 (cs) Ottawa 67's |
1 321 | |
8 | 俄語 (ru) Оттава Сиксти Севенс |
972 | |
9 | 瑞典語 (sv) Ottawa 67's |
465 |
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) Ottawa 67's |
154 | |
2 | 德語 (de) Ottawa 67’s |
29 | |
3 | 法語 (fr) 67 d'Ottawa |
23 | |
4 | 芬蘭語 (fi) Ottawa 67’s |
21 | |
5 | 匈牙利語 (hu) Ottawa 67’s |
11 | |
6 | 波蘭語 (pl) Ottawa 67’s |
5 | |
7 | 捷克語 (cs) Ottawa 67's |
2 | |
8 | 俄語 (ru) Оттава Сиксти Севенс |
2 | |
9 | 瑞典語 (sv) Ottawa 67's |
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: 44273 01.2019 |
全球: 230013 05.2019 |
最佳排名 | 芬蘭語: 1164 12.2013 |
全球: 30274 02.2004 |
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15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:敘利亞、巴沙爾·阿薩德、百年孤独、艾爾頓·冼拿、马约特、獵人克萊文、阿馬德·迪亞洛、茜茜公主、红色一号、2024年逝世人物列表。
芬蘭語維基百科當天最受歡迎的文章是:Salibandyn maailmanmestaruuskilpailut、Leena Kiviharju、Sita Salminen、Luokkakokous 3 – Sinkkuristeily、Lucian päivä、Suomen salibandymaajoukkue、Kikka、Esa Jussila、Salibandy、Pasi Kaunisto.
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