文章的品質和受歡迎程度公式 Glärnisch nn
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「Glärnisch」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Glärnisch」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
新挪威語維基百科的「Glärnisch」文章品質得分為 11.1 分(截至2024年8月1日). 本文包含 0 篇參考文獻和 2 個章節。
這篇文章是德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「Glärnisch」文章創建以來,其內容由 3 名新挪威語維基百科註冊用戶撰寫,並由 108 名所有語言的註冊維基百科用戶編輯。
該文章在新挪威語維基百科中被引用 9 次,在所有語言中被引用 1016 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 10 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 | 德語 (de) Glärnisch |
146 189 | |
2 | 英語 (en) Glärnisch |
35 253 | |
3 | 西班牙語 (es) Glärnisch |
5 134 | |
4 | 波蘭語 (pl) Glärnisch |
5 043 | |
5 | 意大利語 (it) Glärnisch |
4 273 | |
6 | 阿拉伯語 (ar) غلارنيستش |
1 098 | |
7 | 新挪威語 (nn) Glärnisch |
828 | |
8 | 中文 (zh) 格萊尼施山 |
176 | |
9 | 瑞典語 (sv) Glärnisch |
172 | |
10 | 保加利亞語 (bg) Глерниш (масив) |
110 |
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) Glärnisch |
![]() | 53 |
2 | 英語 (en) Glärnisch |
![]() | 24 |
3 | 意大利語 (it) Glärnisch |
![]() | 12 |
4 | 波蘭語 (pl) Glärnisch |
![]() | 6 |
5 | 西班牙語 (es) Glärnisch |
![]() | 5 |
6 | 新挪威語 (nn) Glärnisch |
![]() | 3 |
7 | 中文 (zh) 格萊尼施山 |
![]() | 2 |
8 | 阿拉伯語 (ar) غلارنيستش |
![]() | 1 |
9 | 保加利亞語 (bg) Глерниш (масив) |
![]() | 1 |
10 | 瑞典語 (sv) Glärnisch |
![]() | 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 | 新挪威語: 10717 01.2020 |
全球: 623711 08.2012 |
最佳排名 | 新挪威語: 1150 07.2023 |
全球: 61044 08.2004 |
2025年2月7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:伊隆·马斯克、唐納·川普、比安卡·森索里、肯伊·威斯特、克里斯蒂亚诺·罗纳尔多、美国国际开发署、2025年逝世人物列表、卡洛斯·加斯科恩、班森·布恩、Irv Gotti。
新挪威語維基百科當天最受歡迎的文章是:Kleopatra、Desta Marie Beeder、Verdas land、Alaskayupik、Kate Gulbrandsen、Johan Daniel Berlin、Kari Lena Flåten-Lindbæk、Dag Solstad、Asbjørn Krogtoft、David Gilmour.
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