文章的品質和受歡迎程度公式 Пикайя ru
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「Пикайя」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Пикайя」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
这个分类是 第4931名 全球维基百科排名中最受欢迎的分类单元. 俄語維基百科的「Пикайя」文章品質得分為 39 分(截至2024年8月1日). 本文包含 27 篇參考文獻和 8 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。
自「Пикайя」文章創建以來,其內容由 36 名俄語維基百科註冊用戶撰寫,並由 504 名所有語言的註冊維基百科用戶編輯。
在維基百科的全球圖分类单元排名中,皮卡蟲一直位居第 4931 位。
該文章在俄語維基百科中被引用 23 次,在所有語言中被引用 441 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 28 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 | 价值 |
---|---|---|
ar | 阿拉伯語 بيكايا | ![]() |
cs | 捷克語 Pikaia | ![]() |
da | 丹麥語 Pikaia | ![]() |
de | 德語 Pikaia | ![]() |
en | 英語 Pikaia | ![]() |
es | 西班牙語 Pikaia | ![]() |
eu | 巴斯克語 Pikaia | ![]() |
fa | 波斯語 پیکایا | ![]() |
fi | 芬蘭語 Pikaia | ![]() |
fr | 法語 Pikaia | ![]() |
he | 希伯來語 פיקאיה | ![]() |
hr | 克羅地亞語 Pikaia | ![]() |
id | 印度尼西亞語 Pikaia | ![]() |
ja | 日語 ピカイア | ![]() |
ko | 韓語 피카이아 | ![]() |
ms | 馬來語 Pikaia | ![]() |
nl | 荷蘭語 Pikaia | ![]() |
pl | 波蘭語 Pikaia | ![]() |
pt | 葡萄牙語 Pikaia | ![]() |
ru | 俄語 Пикайя | ![]() |
simple | 簡體英語 Pikaia | ![]() |
sl | 斯洛文尼亞語 Pikaia | ![]() |
sv | 瑞典語 Pikaia | ![]() |
tr | 土耳其語 Pikaia | ![]() |
uk | 烏克蘭語 Пікая | ![]() |
vi | 越南語 Pikaia | ![]() |
vo | 沃拉普克語 Pikaia | ![]() |
zh | 中文 皮卡蟲 | ![]() |
最佳排名 | 俄語: 89397 08.2016 |
全球: 79435 03.2012 |
最佳排名 | 俄語: 2396 01.2010 |
全球: 8189 03.2012 |
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20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:方濟各、伊隆·马斯克、唐納·川普、Zero Day、2024–25年歐洲冠軍聯賽、加比·佩蒂托之死、基利安·姆巴佩、歐洲冠軍聯賽、ChatGPT、弗拉基米尔·泽连斯基。
俄語維基百科當天最受歡迎的文章是:Яндекс、Топопроводник、YouTube、NULL、Гончарова, Наталья Николаевна、Пушкин, Александр Сергеевич、Собчак, Анатолий Александрович、Majorana 1、Трамп, Дональд、Кеосаян, Тигран Эдмондович.
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