文章的品質和受歡迎程度公式 Blatnička fr
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「Blatnička」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Blatnička」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
法語維基百科的「Blatnička」文章品質得分為 18.1 分(截至2024年8月1日). 本文包含 3 篇參考文獻和 3 個章節。
這篇文章是捷克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,Blatnička」一文由法語維基百科的 1 位作者編輯,並由 4 位所有語言的作者撰寫。
自「Blatnička」文章創建以來,其內容由 12 名法語維基百科註冊用戶撰寫,並由 124 名所有語言的註冊維基百科用戶編輯。
該文章在法語維基百科中被引用 85 次,在所有語言中被引用 1784 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 19 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 | 捷克語 (cs) Blatnička |
20 068 | |
2 | 英語 (en) Blatnička |
10 881 | |
3 | 德語 (de) Blatnička |
4 288 | |
4 | 斯洛伐克語 (sk) Blatnička |
2 950 | |
5 | 荷蘭語 (nl) Blatnička |
1 920 | |
6 | 法語 (fr) Blatnička |
1 652 | |
7 | 意大利語 (it) Blatnička |
1 198 | |
8 | 葡萄牙語 (pt) Blatnička |
930 | |
9 | 越南語 (vi) Blatnička |
501 | |
10 | 馬來語 (ms) Blatnička |
464 |
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 | 捷克語 (cs) Blatnička |
![]() | 35 |
2 | 德語 (de) Blatnička |
![]() | 19 |
3 | 荷蘭語 (nl) Blatnička |
![]() | 15 |
4 | 法語 (fr) Blatnička |
![]() | 12 |
5 | 英語 (en) Blatnička |
![]() | 10 |
6 | 意大利語 (it) Blatnička |
![]() | 9 |
7 | 越南語 (vi) Blatnička |
![]() | 7 |
8 | 葡萄牙語 (pt) Blatnička |
![]() | 3 |
9 | 斯洛伐克語 (sk) Blatnička |
![]() | 3 |
10 | 世界語 (eo) Blatnička |
![]() | 2 |
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 | 法語: 753722 02.2008 |
全球: 1709756 07.2010 |
最佳排名 | 法語: 30382 09.2010 |
全球: 96837 01.2012 |
2025年3月2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:弗拉基米尔·泽连斯基、伊隆·马斯克、金·哈克曼、第97屆奧斯卡金像獎、唐納·川普、詹姆斯·大衛·万斯、鲍勃·迪伦、粗獷派建築師、蜜雪兒·柴藤伯、方濟各。
法語維基百科當天最受歡迎的文章是:Jacques Vergès、Julia Roberts、Val Kilmer、Herbert Léonard、Karim Leklou、Emilia Perez、Elon Musk、À plein temps (film)、Volodymyr Zelensky、Karla Sofía Gascón.
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