文章的品質和受歡迎程度公式 Leucorrhée 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「Leucorrhée」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Leucorrhée」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
白帶 - 分泌物. 法語維基百科的「Leucorrhée」文章品質得分為 24.1 分(截至2024年8月1日). 本文包含 10 篇參考文獻和 3 個章節。
這篇文章是加泰羅尼亞語維基百科中品質最好的。 然而,本文最流行的語言版本是英語。
自「Leucorrhée」文章創建以來,其內容由 36 名法語維基百科註冊用戶撰寫,並由 362 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 40 次,在所有語言中被引用 801 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 20 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) Leukorrhea |
3 322 860 | |
2 | 日語 (ja) 下り物 |
2 402 374 | |
3 | 西班牙語 (es) Leucorrea |
1 590 822 | |
4 | 印地語 (hi) श्वेत प्रदर |
1 294 349 | |
5 | 法語 (fr) Leucorrhée |
646 803 | |
6 | 俄語 (ru) Бели (медицина) |
505 335 | |
7 | 葡萄牙語 (pt) Leucorreia |
310 917 | |
8 | 中文 (zh) 白帶 (生理) |
243 570 | |
9 | 芬蘭語 (fi) Valkovuoto |
152 036 | |
10 | 泰語 (th) ระดูขาว |
100 874 |
下表顯示了上個月最受歡迎的文章的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Leukorrhea |
11 193 | |
2 | 日語 (ja) 下り物 |
4 938 | |
3 | 印地語 (hi) श्वेत प्रदर |
4 099 | |
4 | 法語 (fr) Leucorrhée |
3 475 | |
5 | 中文 (zh) 白帶 (生理) |
2 875 | |
6 | 泰語 (th) ระดูขาว |
2 084 | |
7 | 西班牙語 (es) Leucorrea |
1 646 | |
8 | 泰米爾語 (ta) வெள்ளைப்படுதல் |
1 315 | |
9 | 俄語 (ru) Бели (медицина) |
1 016 | |
10 | 波斯語 (fa) لکوره |
804 |
下表顯示了作者最感興趣的文章的語言版本。
最佳排名 | 法語: 13900 04.2016 |
全球: 20534 01.2020 |
最佳排名 | 法語: 21888 11.2008 |
全球: 43834 04.2010 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年2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:方濟各、伊隆·马斯克、唐納·川普、Zero Day、2024–25年歐洲冠軍聯賽、加比·佩蒂托之死、基利安·姆巴佩、歐洲冠軍聯賽、ChatGPT、弗拉基米尔·泽连斯基。
法語維基百科當天最受歡迎的文章是:Jean Sarrus (acteur)、Les Charlots、Kylian Mbappé、Jean-Guy Fechner、XXX、Gérard Rinaldi、Gérard Filippelli、Soudan du Sud、Saison 2 de Bref.、Patricia Kaas.
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