El artículo "भारतीय श्रम सम्मेलन" en Wikipedia en hindi tiene 5.9 puntos por calidad (a 1 de agosto de 2024).
Desde la creación del artículo "भारतीय श्रम सम्मेलन", , su contenido fue escrito por 2 usuarios registrados de Wikipedia en hindi fue editado por 2 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 | hindi: Nº 12386 11.2016 |
Global: Nº 2460335 06.2023 |
| Mejor rango | hindi: Nº 3206 05.2013 |
Global: Nº 1577043 09.2014 |
El 12 de noviembre de 2024 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Donald Trump, Marco Rubio, Elon Musk, Song Jae-rim, elecciones presidenciales de Estados Unidos de 2024, Megan Fox, Melania Trump, Gladiator 2, ChatGPT, Muertes en 2024.
En Wikipedia en hindi los artículos más populares de ese día fueron: खाटूश्यामजी, क्लियोपाट्रा ७, तुलसी विवाह, हनुमान चालीसा, भारत के राज्य तथा केन्द्र-शासित प्रदेश, मधुमक्खी पालन, झारखण्ड विधानसभा, बर्बरीक, हिन्दी की गिनती, प्रदूषण.
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(29.3+0+0+0+0)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
