文章的品質和受歡迎程度公式 Стридор uk
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「Стридор」的作者的一組唯一名稱
- - 是 2024年7月 維基百科中「Стридор」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
烏克蘭語維基百科的「Стридор」文章品質得分為 11.7 分(截至2024年8月1日). 本文包含 2 篇參考文獻和 5 個章節。
這篇文章是斯洛文尼亞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「Стридор」文章創建以來,其內容由 5 名烏克蘭語維基百科註冊用戶撰寫,並由 203 名所有語言的註冊維基百科用戶編輯。
該文章在烏克蘭語維基百科中被引用 9 次,在所有語言中被引用 646 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 22 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 | 质量等级 | 质量分数 |
---|---|---|---|
1 | 斯洛文尼亞語 (sl) Siganje | ![]() | 25.9804 |
2 | 阿拉伯語 (ar) صرير | ![]() | 25.22 |
3 | 哈薩克語 (kk) Стридор | ![]() | 21.295 |
4 | 希伯來語 (he) סטרידור | ![]() | 17.7342 |
5 | 土耳其語 (tr) Stridor | ![]() | 12.4456 |
6 | 英語 (en) Stridor | ![]() | 12.0364 |
7 | 烏克蘭語 (uk) Стридор | ![]() | 11.7199 |
8 | 亞美尼亞語 (hy) Ստրիդոր | ![]() | 8.6608 |
9 | 印度尼西亞語 (id) Stridor | ![]() | 7.8449 |
10 | 法語 (fr) Stridor | ![]() | 7.6905 |
下表顯示了本文最受歡迎的語言版本。
# | 语言 | 人气奖 | 相对人气 |
---|---|---|---|
1 | 英語 (en) Stridor |
3 236 115 | |
2 | 德語 (de) Stridor |
694 471 | |
3 | 俄語 (ru) Стридор |
344 021 | |
4 | 法語 (fr) Stridor |
250 973 | |
5 | 波蘭語 (pl) Stridor |
199 190 | |
6 | 荷蘭語 (nl) Stridor |
172 908 | |
7 | 西班牙語 (es) Estridor |
158 562 | |
8 | 土耳其語 (tr) Stridor |
72 466 | |
9 | 波斯語 (fa) سوت تنفسی |
68 877 | |
10 | 葡萄牙語 (pt) Estridor |
55 909 |
下表顯示了上個月最受歡迎的文章的語言版本。
最佳排名 | 烏克蘭語: 12519 12.2023 |
全球: 44598 10.2012 |
最佳排名 | 烏克蘭語: 3073 06.2023 |
全球: 65136 06.2009 |
2025年3月2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:弗拉基米尔·泽连斯基、伊隆·马斯克、金·哈克曼、第97屆奧斯卡金像獎、唐納·川普、詹姆斯·大衛·万斯、鲍勃·迪伦、粗獷派建築師、蜜雪兒·柴藤伯、方濟各。
烏克蘭語維基百科當天最受歡迎的文章是:Джей Ді Венс、Дональд Трамп、Будапештський меморандум、YouTube、Зеленський Володимир Олександрович、Порцелянова війна、Уша Венс、Ілон Маск、Масниця、Вінстон Черчилль.
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