Artikel "Barbeira, Escuadra, A Lama" in der galizischen Wikipedia hat 5.2 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 0 Referenzen und 5 Abschnitte.
Der Artikel wird 13 Mal in der galizischen Wikipedia zitiert und in allen Sprachen 13 Mal zitiert.
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 | Galizische: Nr. 66448 05.2023 |
Global: Nr. 12736367 05.2023 |
| Bester Rang | Galizische: Nr. 6653 02.2023 |
Global: Nr. 1914730 02.2023 |
Am 12. November 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Donald Trump, Marco Rubio, Elon Musk, Song Jae-lim, Präsidentschaftswahl in den Vereinigten Staaten 2024, Megan Fox, Melania Trump, Gladiator II, ChatGPT, Nekrolog 2024.
In der galizischen Wikipedia waren die beliebtesten Artikel an diesem Tag: Acceso libre, Regulamento xeral de protección de datos, Álvaro Pombo, María Jamardo, Estado de Palestina, Posicións sexuais, Segunda guerra mundial, Acción social, Porto da Lúa, Luís Pérez Barral.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.77+0+0+25+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
