Artikel "Emma Webster" in der englischen Wikipedia hat 0.1 Punkte für Qualität (Stand 1. August 2024).
Seit der Erstellung des Artikels "Emma Webster" wurde sein Inhalt von 10 registrierten Benutzern der englischen Wikipedia verfasst und von 10 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der höchste Autoreninteresse-Rang aus dem Jahr 2001:
Der höchste Beliebtheitsrang aus dem Jahr 2008:
Es gibt 1 Sprachversion für diesen Artikel in der WikiRank-Datenbank (von den berücksichtigten 55 Wikipedia-Sprachausgaben).
Die Qualitäts- und Beliebtheitsbewertung basierte auf Wikipedia-Dumps vom 1. August 2024 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Englische: Nr. 649618 02.2009 |
Global: Nr. 1065189 02.2009 |
| Bester Rang | Englische: Nr. 39917 05.2011 |
Global: Nr. 179964 05.2011 |
Am 19. November 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Mike Tyson, Elon Musk, ATACMS, Gladiator II, Internationaler Männertag, UEFA Nations League 2024/25, Donald Trump, Jake Paul, Jonathan D. Jones, Nekrolog 2024.
In der englischen Wikipedia waren die beliebtesten Artikel an diesem Tag: Mehmet Oz, Sean Duffy, Gladiator II, Mike Tyson, 2024 United States presidential election, Matt Gaetz, Deaths in 2024, Elon Musk, Wicked (2024 film), Dune: Prophecy.
Das Projekt dient der automatischen relativen Auswertung der Artikel in den verschiedenen Sprachversionen von Wikipedia. Derzeit ermöglicht der Dienst den Vergleich von über 44 Millionen Wikipedia-Artikeln in 55 Sprachen. Die Qualitätsbewertung von Artikeln basiert auf Wikipedia-Dumps vom August 2024. Bei der Berechnung der aktuellen Popularität und des Interesses der Autoren an Artikeln wurden Daten vom Juli 2024 berücksichtigt. Für historische Werte der Popularität und des Autoreninteresses verwendete WikiRank Daten von 2001 bis 2023... Mehr Informationen
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.4+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
