O artigo "安庆专区" na Wikipédia em chinês tem 8.3 pontos para qualidade (em 1º de agosto de 2024). O artigo contém 0 referências e 2 seções.
Desde a criação do artigo "安庆专区", seu conteúdo foi escrito por 8 usuários cadastrados na Wikipédia em chinês e editado por 8 usuários registrados da Wikipédia em todos os idiomas.
O artigo é citado 102 vezes na Wikipédia em chinês e citado 102 vezes 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 agosto de 2024 (incluindo histórico de revisões e visualizações de página de anos anteriores).
| Melhor Posição | chinês: Nº 202489 02.2008 |
Global: Nº 4765445 04.2008 |
| Melhor Posição | chinês: Nº 8362 08.2020 |
Global: Nº 610113 08.2020 |
Em 1 de fevereiro de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Donald Trump, Marianne Faithfull, O. J. Simpson, Neymar, Israel Adesanya, Nassourdine Imavov, Royal Rumble (2025), Elon Musk, Karla Sofía Gascón, Emilia Pérez.
Na Wikipédia em chinês, os artigos mais populares naquele dia foram: 外傷重症中心, 封神第二部：战火西岐, 封神第一部：朝歌风云, 维基百科, 五福临门 (电视剧), 国色芳华, 深度求索, 大奉打更人, 誤判 (電影), 射龍門 (撲克遊戲).
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 agosto de 2024. Ao calcular a popularidade atual e a IA dos artigos, foram levados em consideração os dados de julho de 2024. Para valores históricos de popularidade e AI, o WikiRank usou dados de 2001 a 2023... Mais Informações
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(8.2+0+16.67+16.67+0)$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
