SFCW - página de desambiguação da Wikimedia. O artigo “SFCW” na Wikipédia em inglês tem 0.2 pontos para qualidade (em 1º de julho de 2025).
Desde a criação do artigo “SFCW”, seu conteúdo foi escrito por 1 usuários cadastrados na Wikipédia em inglês e editado por 1 usuários registrados da Wikipédia em todos os idiomas.
A classificação mais alta de interesse dos autores em 2001:
A classificação de popularidade mais alta de 2008:
Há uma versão em um idioma para este artigo no banco de dados WikiRank (das 55 edições em idiomas da Wikipédia consideradas).
A avaliação de qualidade e popularidade foi baseada em despejos da Wikipedia de 1º de julho de 2025 (incluindo histórico de revisões e visualizações de página de anos anteriores).
| Melhor Posição | inglês: Nº 2115602 09.2024 |
Global: Nº 3721540 09.2024 |
| Melhor Posição | inglês: Nº 854291 08.2018 |
Global: Nº 1532035 12.2015 |
Em 16 de março de 2026, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Oscar 2026, Michael B. Jordan, Pecadores, Jessie Buckley, Paul Thomas Anderson, Sean Penn, Batalha Atrás de Batalha, Amy Madigan, Hamnet, Timothée Chalamet.
Na Wikipédia em inglês, os artigos mais populares naquele dia foram: 98th Academy Awards, Michael B. Jordan, Paul Thomas Anderson, Jessie Buckley, Sinners (2025 film), Amy Madigan, Autumn Durald Arkapaw, Maya Rudolph, Sean Penn, Academy Awards.
O projeto destina-se à avaliação relativa automática dos artigos nas diversas versões linguísticas da Wikipédia. No momento, o serviço permite comparar mais de 44 milhões de artigos da Wikipédia em 55 idiomas. Os índices de qualidade dos artigos são baseados em despejos da Wikipédia de julho de 2025. Ao calcular a popularidade atual e a IA dos artigos, foram levados em consideração os dados de junho de 2025. Para valores históricos de popularidade e AI, o WikiRank usou dados de 2001 a 2025... Mais Informações
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.93+0+0+0+0)$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
