El artículo "人民武装部" en Wikipedia en chino tiene 23.8 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 3 referencias y 5 secciones.
Desde la creación del artículo "人民武装部", , su contenido fue escrito por 25 usuarios registrados de Wikipedia en chino fue editado por 25 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 138 veces en Wikipedia en chino y es citado 138 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 13960 10.2023 |
Global: Nº 423088 10.2023 |
| Mejor rango | chino: Nº 7043 08.2007 |
Global: Nº 470643 08.2007 |
El 13 de abril de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Domingo de Ramos, Black Mirror, Rory McIlroy, ChatGPT, Alexander Volkanovski, Una pélicula de Minecraft, Paddy Pimblett, Adolescencia, Anexo:Episodios de Black Mirror, Diego Lopes.
En Wikipedia en chino los artículos más populares de ese día fueron: 您辛苦了, 機智住院醫生生活, 2025年亞洲羽毛球錦標賽, 中年好聲音3, 惡緣, 賴慧如, 三命, 科切拉音乐节, 奪命提示, 小娘惹之翡翠山.
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
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
