El artículo "綜藝菲常讚" en Wikipedia en chino tiene 29 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 4 referencias y 12 secciones.
Desde la creación del artículo "綜藝菲常讚", , su contenido fue escrito por 26 usuarios registrados de Wikipedia en chino fue editado por 26 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 28 veces en Wikipedia en chino y es citado 28 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 1446 01.2018 |
Global: Nº 111532 01.2018 |
El 20 de febrero de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Francisco, Elon Musk, Donald Trump, Zero Day, Liga de Campeones de la UEFA 2024-25, asesinato de Gabrielle Petito, Kylian Mbappé, Liga de Campeones de la UEFA, ChatGPT, Volodímir Zelenski.
En Wikipedia en chino los artículos más populares de ese día fueron: 难哄, 林岱樺, 童話故事下集, 哪吒之魔童闹海, 陳妍希, 全球最高電影票房收入列表, 曹興誠, 善意的競爭, 五福临门 (电视剧), 陳怡君 (政治人物).
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
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(16.91+4.04+0+100+24.29)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
