Der Artikel „Tedra“ in der englischen Wikipedia hat 0.2 Punkte für Qualität (Stand: 1. Juli 2025).
Seit der Erstellung des Artikels „Tedra“ wurde sein Inhalt von 1 registrierten Benutzern der englischen Wikipedia verfasst und von 1 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. Juli 2025 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Englische: Nr. 4744424 03.2024 |
Global: Nr. 9061514 03.2024 |
| Bester Rang | Englische: Nr. 1101994 02.2024 |
Global: Nr. 1776102 02.2024 |
Am 16. März 2026 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Oscarverleihung 2026, Michael B. Jordan, Blood & Sinners, Jessie Buckley, Paul Thomas Anderson, Sean Penn, One Battle After Another, Amy Madigan, Hamnet, Timothée Chalamet.
In der englischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 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.
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 Juli 2025. Bei der Berechnung der aktuellen Popularität und des Interesses der Autoren an Artikeln wurden Daten vom Juni 2025 berücksichtigt. Für historische Werte der Popularität und des Autoreninteresses verwendete WikiRank Daten von 2001 bis 2025... Mehr Informationen
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.87+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
