麥卡錫 - 维基媒体消歧义页. 韓語維基百科的「매카시」文章品質得分為 1.3 分（截至2024年8月1日）.
這篇文章是俄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「매카시」文章創建以來，其內容由 5 名韓語維基百科註冊用戶撰寫，並由 328 名所有語言的註冊維基百科用戶編輯。 該文章在韓語維基百科中被引用 7 次，在所有語言中被引用 191 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 25 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 | 作者兴趣奖 | 作者相对兴趣 |
|---|---|---|---|
| 1 | 捷克語 (cs) McCarthy |
 | 1 |
| 2 | 白俄羅斯語 (be) Мак-Карці |
 | 0 |
| 3 | 保加利亞語 (bg) Маккарти |
| 0 |
| 4 | 加泰羅尼亞語 (ca) McCarthy |
| 0 |
| 5 | 德語 (de) McCarthy |
| 0 |
| 6 | 英語 (en) McCarthy |
| 0 |
| 7 | 西班牙語 (es) McCarthy |
| 0 |
| 8 | 芬蘭語 (fi) McCarthy |
| 0 |
| 9 | 希伯來語 (he) מקארתי |
| 0 |
| 10 | 克羅地亞語 (hr) McCarthy |
| 0 |
下表顯示了被引用次數最高的文章的語言版本。
| # | 语言 | 价值 |
|---|---|---|
| be | 白俄羅斯語 Мак-Карці |  |
| bg | 保加利亞語 Маккарти |  |
| ca | 加泰羅尼亞語 McCarthy |  |
| cs | 捷克語 McCarthy |  |
| de | 德語 McCarthy |  |
| en | 英語 McCarthy |  |
| es | 西班牙語 McCarthy |  |
| fi | 芬蘭語 McCarthy |  |
| he | 希伯來語 מקארתי |  |
| hr | 克羅地亞語 McCarthy |  |
| hu | 匈牙利語 McCarthy (egyértelműsítő lap) | |
| id | 印度尼西亞語 McCarthy |  |
| it | 意大利語 McCarthy |  |
| ja | 日語 マッカーシー | |
| ko | 韓語 매카시 |  |
| nl | 荷蘭語 McCarthy | |
| pl | 波蘭語 McCarthy | |
| pt | 葡萄牙語 McCarthy |  |
| ro | 羅馬尼亞語 McCarthy | |
| ru | 俄語 Маккарти |  |
| sr | 塞爾維亞語 Макарти |  |
| sv | 瑞典語 McCarthy | |
| tr | 土耳其語 McCarthy | |
| uk | 烏克蘭語 Маккарті | |
| zh | 中文 麥卡錫 |  |
| 最佳排名 | 韓語: 19676 08.2023 |
全球: 92777 04.2008 |
| 最佳排名 | 韓語: 6306 10.2012 |
全球: 62977 03.2006 |
2024年11月12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：唐納·川普、馬克羅·魯比奧、伊隆·马斯克、宋再臨、2024年美國總統選舉、美瑾·霍絲、美蘭尼亞·川普、神鬼戰士II、ChatGPT、2024年逝世人物列表。
韓語維基百科當天最受歡迎的文章是：송재림、문화방송、백일해、최지인 (아나운서)、한국방송공사、벤 (대한민국의 가수)、도널드 트럼프、주병진、한국교육방송공사、김득신 (시인).
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
$$品質=1/c∑↙{i=1}↖c nm_i-RS=1/5(2.06+0+0+4.55+0)$$
在哪裡：
$$GlobalAI=|⋃↙{lang=1}↖25 Authors_{lang}|=1$$
$$PopGlobal=∑↙{lang=1}↖25 PopLocal_{lang}=1372$$
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
