El artículo "शीतला अष्टमी" en Wikipedia en hindi tiene 31.2 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 7 referencias y 4 secciones.
Desde la creación del artículo "शीतला अष्टमी", , su contenido fue escrito por 15 usuarios registrados de Wikipedia en hindi fue editado por 15 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 1126 03.2024 |
Global: Nº 285367 03.2024 |
El 1 de febrero de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Donald Trump, Marianne Faithfull, O. J. Simpson, Neymar, Israel Adesanya, Nassourdine Imavov, Royal Rumble (2025), Elon Musk, Karla Sofía Gascón, Emilia Perez.
En Wikipedia en hindi los artículos más populares de ese día fueron: कुम्भ मेला, वसन्त पञ्चमी, हनुमान चालीसा, निर्मला सीतारामन्, ममता कुलकर्णी, सरस्वती वंदना मंत्र, जय श्री राम, क्लियोपाट्रा ७, महाकुंभ, (प्रयागराज)2025, प्रधानमंत्री किसान सम्मान निधि.
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(15.73+15.22+0+25+100)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
