El artículo "亞馬喇前地 (巴士總站)" en Wikipedia en chino tiene 53.5 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 11 referencias y 17 secciones.
Desde la creación del artículo "亞馬喇前地 (巴士總站)", , su contenido fue escrito por 37 usuarios registrados de Wikipedia en chino fue editado por 37 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 217 veces en Wikipedia en chino y es citado 217 veces 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 | chino: Nº 58485 05.2009 |
Global: Nº 1312793 12.2023 |
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 chino los artículos más populares de ese día fueron: 外傷重症中心, 封神第二部：战火西岐, 封神第一部：朝歌风云, 维基百科, 五福临门 (电视剧), 国色芳华, 深度求索, 大奉打更人, 誤判 (電影), 射龍門 (撲克遊戲).
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(100+11.11+50+100+6.18)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
