文章的品質和受歡迎程度公式 Otto Seeck 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「Otto Seeck」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Otto Seeck」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「Otto Seeck」文章品質得分為 4.4 分(截至2024年8月1日). 本文包含 0 篇參考文獻和 4 個章節。 該文章還包含品質缺陷模板,這會降低品質分數。
這篇文章是世界語維基百科中品質最好的。 然而,本文最流行的語言版本是德語。
自「Otto Seeck」文章創建以來,其內容由 5 名法語維基百科註冊用戶撰寫,並由 152 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 33 次,在所有語言中被引用 552 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 13 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) Otto Seeck |
44 279 | |
2 | 德語 (de) Otto Seeck |
42 433 | |
3 | 西班牙語 (es) Otto Seeck |
6 683 | |
4 | 意大利語 (it) Otto Seeck |
6 180 | |
5 | 俄語 (ru) Зеек, Отто |
4 615 | |
6 | 丹麥語 (da) Otto Seeck |
2 365 | |
7 | 挪威語 (no) Otto Seeck |
2 234 | |
8 | 荷蘭語 (nl) Otto Seeck |
2 079 | |
9 | 瑞典語 (sv) Otto Seeck |
1 113 | |
10 | 印度尼西亞語 (id) Otto Seeck |
446 |
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 | 德語 (de) Otto Seeck |
52 | |
2 | 英語 (en) Otto Seeck |
33 | |
3 | 挪威語 (no) Otto Seeck |
14 | |
4 | 意大利語 (it) Otto Seeck |
13 | |
5 | 西班牙語 (es) Otto Seeck |
8 | |
6 | 丹麥語 (da) Otto Seeck |
7 | |
7 | 荷蘭語 (nl) Otto Seeck |
7 | |
8 | 俄語 (ru) Зеек, Отто |
6 | |
9 | 法語 (fr) Otto Seeck |
5 | |
10 | 瑞典語 (sv) Otto Seeck |
3 |
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: 826360 05.2022 |
全球: 1043084 06.2008 |
最佳排名 | 法語: 20958 05.2022 |
全球: 81388 05.2005 |
不同語言的維基百科文章列表(從最受歡迎的開始):
2025年1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:魷魚遊戲、伊隆·马斯克、魷魚遊戲第二季、2025年逝世人物列表、ChatGPT、吸血鬼:諾斯費拉圖、唐納·川普、尼爾·蓋曼、皮特·赫格塞思、格陵兰。
法語維基百科當天最受歡迎的文章是:Timothée Chalamet、Pauline Bonaparte、Bob Dylan、François Rebsamen、Soudan du Sud、Espaly-Saint-Marcel、N'oubliez pas les paroles !、Charlie Dalin、Philomena、Patricia Lyfoung.
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