O artigo “五胡乱华 (中华人民共和国)” na Wikipédia em chinês tem 16.9 pontos para qualidade (em 1º de julho de 2025). O artigo contém 3 referências e 2 seções. O artigo também contém modelos que indicam problemas de qualidade, portanto sua pontuação foi reduzida em 0,89 pontos.
Desde a criação do artigo “五胡乱华 (中华人民共和国)”, seu conteúdo foi escrito por 8 usuários cadastrados na Wikipédia em chinês.
O artigo é citado 1 vezes na Wikipédia em chinês.
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 | chinês: Nº 124749 10.2024 |
| Melhor Posição | chinês: Nº 4754 09.2022 |
Em 12 de agosto de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Cristiano Ronaldo, Wednesday, Georgina Rodríguez, ChatGPT, Weapons, Jenna Ortega, mortes em 2025, Taylor Swift, Miguel Uribe, Liga dos Campeões da UEFA de 2025–26.
Na Wikipédia em chinês, os artigos mais populares naquele dia foram: 朱由𣜬, 林岱樺, 林逸欣, 江油未成年人欺凌事件, 鬼滅之刃, 黃士修, 鬼滅之刃角色列表, 锦月如歌, 2025年亞洲盃籃球賽, 鬼滅之刃劇場版 無限城篇.
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
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(13.32+2.97+33.33+16.67+22.82)-0.89$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
