文章的品質和受歡迎程度公式 Vitnyéd 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「Vitnyéd」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Vitnyéd」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「Vitnyéd」文章品質得分為 6.6 分(截至2024年8月1日). 本文包含 0 篇參考文獻和 2 個章節。 該文章還包含品質缺陷模板,這會降低品質分數。
這篇文章是匈牙利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。
自「Vitnyéd」文章創建以來,其內容由 9 名法語維基百科註冊用戶撰寫,並由 115 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 187 次,在所有語言中被引用 1585 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 18 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 | 质量等级 | 质量分数 |
---|---|---|---|
1 | 匈牙利語 (hu) Vitnyéd | ![]() | 45.8056 |
2 | 希伯來語 (he) ויטנייד | ![]() | 30.8375 |
3 | 羅馬尼亞語 (ro) Vitnyéd, Győr-Moson-Sopron | ![]() | 25.3685 |
4 | 西班牙語 (es) Vitnyéd | ![]() | 24.1062 |
5 | 斯洛文尼亞語 (sl) Vitnyéd | ![]() | 20.4857 |
6 | 葡萄牙語 (pt) Vitnyéd | ![]() | 16.8873 |
7 | 中文 (zh) 维特涅德 | ![]() | 16.004 |
8 | 閩南語 (zhminnan) Vitnyéd | ![]() | 15.1924 |
9 | 馬來語 (ms) Vitnyéd | ![]() | 14.3353 |
10 | 越南語 (vi) Vitnyéd | ![]() | 13.1038 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 匈牙利語 (hu) Vitnyéd |
31 125 | |
2 | 英語 (en) Vitnyéd |
6 016 | |
3 | 波蘭語 (pl) Vitnyéd |
4 475 | |
4 | 意大利語 (it) Vitnyéd |
2 345 | |
5 | 法語 (fr) Vitnyéd |
1 801 | |
6 | 世界語 (eo) Vitnyéd |
1 542 | |
7 | 斯洛伐克語 (sk) Vitnyéd |
1 386 | |
8 | 荷蘭語 (nl) Vitnyéd |
1 335 | |
9 | 中文 (zh) 维特涅德 |
602 | |
10 | 羅馬尼亞語 (ro) Vitnyéd, Győr-Moson-Sopron |
571 |
下表顯示了上個月最受歡迎的文章的語言版本。
最佳排名 | 法語: 786740 11.2010 |
全球: 1489675 10.2020 |
最佳排名 | 法語: 31961 09.2010 |
全球: 33258 08.2012 |
2025年3月28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:緬甸、混沌少年時、格陵兰、2025年3月29日日食、白雪公主、瑞秋·曾格勒、2025年逝世人物列表、非自愿独身、莎麗娜、乌莎·万斯。
法語維基百科當天最受歡迎的文章是:Karen Cheryl、Donnie Brasco、Bertrand Cantat、Émilie Dequenne、Alexis Kohler、Birmanie、Soudan du Sud、Kamel Ouali、Fauve Hautot、EuroMillions.
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