文章的品質和受歡迎程度公式 Gobiatherium pt
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「Gobiatherium」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Gobiatherium」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
葡萄牙語維基百科的「Gobiatherium」文章品質得分為 3.4 分(截至2024年8月1日).
這篇文章是德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「Gobiatherium」文章創建以來,其內容由 8 名葡萄牙語維基百科註冊用戶撰寫,並由 94 名所有語言的註冊維基百科用戶編輯。
該文章在葡萄牙語維基百科中被引用 3 次,在所有語言中被引用 63 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 12 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) Gobiatherium |
34 914 | |
2 | 日語 (ja) ゴビアテリウム |
9 236 | |
3 | 中文 (zh) 戈壁獸 |
8 049 | |
4 | 西班牙語 (es) Gobiatherium |
7 861 | |
5 | 意大利語 (it) Gobiatherium |
5 810 | |
6 | 葡萄牙語 (pt) Gobiatherium |
5 265 | |
7 | 德語 (de) Gobiatherium |
3 956 | |
8 | 加泰羅尼亞語 (ca) Gobiateri |
1 915 | |
9 | 波斯語 (fa) گوبیدد |
1 124 | |
10 | 韓語 (ko) 고비아테리움 |
415 |
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 | 意大利語 (it) Gobiatherium |
![]() | 21 |
2 | 英語 (en) Gobiatherium |
![]() | 20 |
3 | 德語 (de) Gobiatherium |
![]() | 15 |
4 | 西班牙語 (es) Gobiatherium |
![]() | 9 |
5 | 葡萄牙語 (pt) Gobiatherium |
![]() | 8 |
6 | 日語 (ja) ゴビアテリウム |
![]() | 6 |
7 | 希伯來語 (he) גוביאתריום |
![]() | 4 |
8 | 加泰羅尼亞語 (ca) Gobiateri |
![]() | 3 |
9 | 荷蘭語 (nl) Gobiatherium |
![]() | 3 |
10 | 中文 (zh) 戈壁獸 |
![]() | 3 |
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 | 葡萄牙語: 129267 06.2008 |
全球: 1049607 10.2008 |
最佳排名 | 葡萄牙語: 5888 08.2007 |
全球: 68455 02.2013 |
不同語言的維基百科文章列表(從最受歡迎的開始):
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。
葡萄牙語維基百科當天最受歡迎的文章是:Narcisa Tamborindeguy、Inês Brasil、ChatGPT、Anitta、Beleza Fatal、Beechcraft King Air、Ainda Estou Aqui (2024)、Karla Sofía Gascón、Neymar、Trace Brasil.
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