文章的品質和受歡迎程度公式 אוסטר אוטוקרט he
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「אוסטר אוטוקרט」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「אוסטר אוטוקרט」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
希伯來語維基百科的「אוסטר אוטוקרט」文章品質得分為 33.1 分(截至2024年8月1日). 本文包含 7 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,אוסטר אוטוקרט」一文由希伯來語維基百科的 1 位作者編輯,並由 1 位所有語言的作者撰寫。
自「אוסטר אוטוקרט」文章創建以來,其內容由 28 名希伯來語維基百科註冊用戶撰寫,並由 106 名所有語言的註冊維基百科用戶編輯。
該文章在希伯來語維基百科中被引用 39 次,在所有語言中被引用 319 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 8 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) Auster Autocrat |
129 963 | |
2 | 希伯來語 (he) אוסטר אוטוקרט |
21 570 | |
3 | 法語 (fr) Auster J/1 Autocrat |
12 335 | |
4 | 德語 (de) Auster J/1 |
8 569 | |
5 | 阿拉伯語 (ar) أوستر اوتوكرات |
2 107 | |
6 | 日語 (ja) オースター オートクラット |
2 086 | |
7 | 波斯語 (fa) اوستر اتوکرات |
716 | |
8 | 西班牙語 (es) Auster Autocrat |
111 |
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) Auster Autocrat |
![]() | 41 |
2 | 希伯來語 (he) אוסטר אוטוקרט |
![]() | 28 |
3 | 德語 (de) Auster J/1 |
![]() | 18 |
4 | 法語 (fr) Auster J/1 Autocrat |
![]() | 14 |
5 | 日語 (ja) オースター オートクラット |
![]() | 2 |
6 | 阿拉伯語 (ar) أوستر اوتوكرات |
![]() | 1 |
7 | 西班牙語 (es) Auster Autocrat |
![]() | 1 |
8 | 波斯語 (fa) اوستر اتوکرات |
![]() | 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 | 希伯來語: 20456 05.2008 |
全球: 771045 10.2011 |
最佳排名 | 希伯來語: 3369 11.2007 |
全球: 112078 11.2010 |
不同語言的維基百科文章列表(從最受歡迎的開始):
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。
希伯來語維基百科當天最受歡迎的文章是:מיאנמר、סטף ורטהיימר、התבגרות (מיני-סדרה)、קרן פלס、גיזת הזהב、פרשת פקודי、רעידת האדמה והצונאמי באוקיינוס ההודי (2004)、הלוטוס הלבן、אדריכלות הרנסאנס、דיפ סטייט.
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