拉尚 - 法国洛泽尔省旧市镇. 烏爾都語維基百科的「لاشامپ」文章品質得分為 16.9 分（截至2024年8月1日）. 本文包含 1 篇參考文獻和 3 個章節。
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 23 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 | 巴斯克語 (eu) Lachamp (Lozère) |  | 37.2986 |
| 2 | 中文 (zh) 拉尚 | | 35.9135 |
| 3 | 法語 (fr) Lachamp (Lozère) | | 35.4723 |
| 4 | 烏克蘭語 (uk) Лашам (Лозер) |  | 32.4271 |
| 5 | 英語 (en) Lachamp | | 32.3722 |
| 6 | 斯洛伐克語 (sk) Lachamp | | 30.9568 |
| 7 | 羅馬尼亞語 (ro) Lachamp |  | 27.7333 |
| 8 | 加泰羅尼亞語 (ca) La Chalm | | 26.224 |
| 9 | 瑞典語 (sv) Lachamp |  | 24.1357 |
| 10 | 西班牙語 (es) Lachamp | | 22.3479 |
下表顯示了本文最受歡迎的語言版本。
| # | 语言 | 价值 |
|---|---|---|
| ca | 加泰羅尼亞語 La Chalm |  |
| de | 德語 Lachamp |  |
| en | 英語 Lachamp |  |
| es | 西班牙語 Lachamp |  |
| eu | 巴斯克語 Lachamp (Lozère) | |
| fr | 法語 Lachamp (Lozère) |  |
| hu | 匈牙利語 Lachamp |  |
| it | 意大利語 Lachamp | |
| kk | 哈薩克語 Лашам (Лозер) |  |
| la | 拉丁語 Lachamp |  |
| ms | 馬來語 Lachamp | |
| nl | 荷蘭語 Lachamp |  |
| pl | 波蘭語 Lachamp | |
| pt | 葡萄牙語 Lachamp | |
| ro | 羅馬尼亞語 Lachamp | |
| sk | 斯洛伐克語 Lachamp |  |
| sv | 瑞典語 Lachamp | |
| uk | 烏克蘭語 Лашам (Лозер) |  |
| ur | 烏爾都語 لاشامپ |  |
| uz | 烏茲別克語 Lachamp |  |
| vi | 越南語 Lachamp | |
| zh | 中文 拉尚 | |
| zhminnan | 閩南語 Lachamp | |
| 最佳排名 | 烏爾都語: 1976 01.2022 |
全球: 1493577 09.2013 |
| 最佳排名 | 烏爾都語: 5765 07.2015 |
全球: 26128 04.2012 |
不同語言的維基百科文章列表（從最受歡迎的開始）：
2025年1月25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：唐納·川普、麥迪遜·凱斯、伊隆·马斯克、阿里娜·萨巴伦卡、美蘭尼亞·川普、璀璨女人夢、阿布杜科迪尔·胡萨诺夫、皮特·赫格塞思、吸血鬼：諾斯費拉圖、卡洛斯·加斯科恩。
烏爾都語維基百科當天最受歡迎的文章是：یوم جمہوریہ بھارت、معراج、بھارت、موسی بن جعفر、جمہوریت、دوسری جنگ عظیم、انا لله و انا الیه راجعون、یوم آزادی بھارت、ہندوستان、آئین ہند.
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
$$品質=1/c∑↙{i=1}↖c nm_i-RS=1/5(1.34+0.86+5+11.11+66.1)$$
在哪裡：
$$GlobalAI=|⋃↙{lang=1}↖23 Authors_{lang}|=$$
$$PopGlobal=∑↙{lang=1}↖23 PopLocal_{lang}=102$$
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
