立陶宛語維基百科的「Given to Fly」文章品質得分為 3.2 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。 自「Given to Fly」文章創建以來，其內容由 1 名立陶宛語維基百科註冊用戶撰寫，並由 117 名所有語言的註冊維基百科用戶編輯。 該文章在立陶宛語維基百科中被引用 13 次，在所有語言中被引用 465 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 9 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) Given to Fly |
 | 363 165 |
| 2 | 意大利語 (it) Given to Fly |
 | 33 026 |
| 3 | 西班牙語 (es) Given to Fly |
| 32 439 |
| 4 | 波蘭語 (pl) Given to Fly |
 | 11 679 |
| 5 | 挪威語 (no) Given to Fly |
 | 2 861 |
| 6 | 加利西亞語 (gl) Given to Fly |
 | 1 354 |
| 7 | 荷蘭語 (nl) Given to Fly |
 | 719 |
| 8 | 立陶宛語 (lt) Given to Fly |
 | 147 |
| 9 | 烏克蘭語 (uk) Given to Fly |
 | 40 |
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) Given to Fly |
 | 53 |
| 2 | 意大利語 (it) Given to Fly |
 | 27 |
| 3 | 挪威語 (no) Given to Fly |
 | 19 |
| 4 | 西班牙語 (es) Given to Fly |
 | 6 |
| 5 | 加利西亞語 (gl) Given to Fly |
 | 4 |
| 6 | 荷蘭語 (nl) Given to Fly |
| 3 |
| 7 | 波蘭語 (pl) Given to Fly |
| 3 |
| 8 | 立陶宛語 (lt) Given to Fly |
 | 1 |
| 9 | 烏克蘭語 (uk) Given to Fly |
| 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 | 立陶宛語: 41943 01.2016 |
全球: 291231 11.2011 |
| 最佳排名 | 立陶宛語: 35922 12.2020 |
全球: 93956 09.2010 |
不同語言的維基百科文章列表（從最受歡迎的開始）：
2024年10月10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：韩江、Lyle and Erik Menendez、拉斐爾·拿度、尚恩·库姆斯、喬治·鮑多克、拉坦·塔塔、颶風卡特里娜、飓风米尔顿、小丑：雙重瘋狂、埃塞爾·甘迺迪。
立陶宛語維基百科當天最受歡迎的文章是：Poliarinė pašvaistė、Amerikiečių Stafordšyro terjeras、TT-33、Remigijus Žemaitaitis、Lietuvos socialdemokratų partija、Lietuva、Zodiakas、Tėvynės sąjunga-Lietuvos krikščionys demokratai、Ingrida Mikelionytė、Florida.
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
$$品質=1/c∑↙{i=1}↖c nm_i-RS=1/5(4.14+0+4.76+8+0)-0.17$$
在哪裡：
$$GlobalAI=|⋃↙{lang=1}↖9 Authors_{lang}|=$$
$$PopGlobal=∑↙{lang=1}↖9 PopLocal_{lang}=1341$$
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
