El artículo "對不起 標籤你" en Wikipedia en chino tiene 28.9 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 13 referencias y 5 secciones.
Desde la creación del artículo "對不起 標籤你", , su contenido fue escrito por 16 usuarios registrados de Wikipedia en chino fue editado por 16 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 70 veces en Wikipedia en chino y es citado 70 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 2248 09.2016 |
Global: Nº 148550 09.2016 |
El 26 de octubre de 2024 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Ilia Toputria, Lyle y Erik Menendez, Hansi Flick, Venom: El Último Baile, El Clásico, elecciones presidenciales de Estados Unidos de 2024, Khamzat Chimaev, BRICS, Max Holloway, Shohei Otani.
En Wikipedia en chino los artículos más populares de ese día fueron: 2008–11年冰岛金融危机, 来自地狱的法官, 黑色月光, 十月围城 (电影), 熊貓燒香, 李传良, 萬聖夜, 金守美, Rosé (歌手), 弗萊迪·弗里曼.
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(34.06+13.13+16.67+41.67+39.21)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
