El artículo "徽班" en Wikipedia en chino tiene 0.6 puntos por calidad (a 1 de julio de 2025).
Desde la creación del artículo "徽班", , su contenido fue escrito por 13 usuarios registrados de Wikipedia en chino fue editado por 13 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 23 veces en Wikipedia en chino y es citado 23 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 julio de 2025 (incluido el historial de revisiones y las páginas vistas de años anteriores).
| Mejor rango | chino: Nº 67611 09.2017 |
Global: Nº 1371158 09.2017 |
| Mejor rango | chino: Nº 1953 04.2004 |
Global: Nº 81344 04.2004 |
El 8 de julio de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Diogo Jota, João Pedro Junqueira de Jesús, Ozzy Osbourne, Laura Siegemund, Aryna Sabalenka, Julian McMahon, Jurassic World Rebirth, Copa Mundial de Clubes de la FIFA 2025, Amanda Anisimova, F1.
En Wikipedia en chino los artículos más populares de ese día fueron: 權恩妃, 林沖 (藝人), 书卷一梦, K-Pop：惡魔獵人, 桃花映江山, F1電影, 瑞草洞 (電視劇), 黃敏惠, 我們與惡的距離 II, 周先旺.
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 julio de 2025. Al calcular la popularidad actual y la IA de los artículos, se tuvieron en cuenta los datos de junio de 2025. Para los valores históricos de popularidad y AI WikiRank utilizó datos de 2001 a 2025... Más información
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(2.99+0+0+0+0)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
