El artículo "凹嗚狼人殺" en Wikipedia en chino tiene 76.1 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 93 referencias y 22 secciones.
Desde la creación del artículo "凹嗚狼人殺", , su contenido fue escrito por 67 usuarios registrados de Wikipedia en chino fue editado por 67 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 48 veces en Wikipedia en chino y es citado 48 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 304 09.2019 |
Global: Nº 42642 09.2019 |
El 27 de noviembre de 2024 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Isabel de Baviera, Francisco José I de Austria, Día de Acción de Gracias, Liga de Campeones de la UEFA, Wicked, Gladiator 2, Elon Musk, ChatGPT, Muertes en 2024, Wicked.
En Wikipedia en chino los artículos más populares de ese día fueron: 林家正, 陳傑憲, 王建民 (棒球運動員), 林昱珉, 董军 (海军), BIGBANG, 2024年世界棒球12強賽, 影后 (電視劇), 破·地獄, 世界棒球12強賽.
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(100+93.94+0+100+86.65)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
