El artículo "Water remunicipalisation" en Wikipedia en inglés tiene 2 puntos por calidad (a 1 de agosto de 2024).
Desde la creación del artículo "Water remunicipalisation", , su contenido fue escrito por 7 usuarios registrados de Wikipedia en inglés fue editado por 7 usuarios registrados de Wikipedia en todos los idiomas.
La clasificación más alta de interés de los autores desde 2001:
El rango de popularidad más alto de 2008:
Hay 1 versión lingüística de este artículo en la base de datos WikiRank (de las 55 ediciones de idiomas consideradas de Wikipedia).
La evaluación de calidad y popularidad se basó en volcados de Wikipedia del 1 de agosto de 2024 (incluido el historial de revisiones y las páginas vistas de años anteriores).
| Mejor rango | inglés: Nº 3039614 11.2016 |
Global: Nº 5636682 11.2016 |
| Mejor rango | inglés: Nº 887652 10.2017 |
Global: Nº 1538497 07.2018 |
El 15 de enero de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: El juego del calamar, Elon Musk, Segunda temporada de El juego del calamar, muertes en 2025, ChatGPT, Nosferatu, Donald Trump, Neil Gaiman, Pete Hegseth, Groenlandia.
En Wikipedia en inglés los artículos más populares de ese día fueron: Pam Bondi, Pete Hegseth, Linda Nolan, Kumbh Mela, ASEAN, Neil Gaiman, Deaths in 2025, Game Changer (film), Tony Slattery, The Nolans.
El proyecto está destinado a la evaluación relativa automática de los artículos en las distintas versiones lingüísticas de Wikipedia. Actualmente, el servicio permite comparar más de 44 millones de artículos de Wikipedia en 55 idiomas. Los niveles de calidad de los artículos se basan en volcados de Wikipedia de agosto de 2024. Al calcular la popularidad actual y la IA de los artículos, se tuvieron en cuenta los datos de julio de 2024. Para los valores históricos de popularidad y AI WikiRank utilizó datos de 2001 a 2023... Más información
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(2.7+0+0+7.14+0)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
