Artikel "绿茶婊" in der chinesischen Wikipedia hat 23 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 9 Referenzen und 2 Abschnitte.
Seit der Erstellung des Artikels "绿茶婊" wurde sein Inhalt von 68 registrierten Benutzern der chinesischen Wikipedia verfasst und von 68 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 15 Mal in der chinesischen Wikipedia zitiert und in allen Sprachen 15 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 | Chinesische: Nr. 155 04.2013 |
Global: Nr. 30121 07.2017 |
Am 6. September 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Linkin Park, Chester Bennington, Rob Bourdon, Emily Armstrong, Cristiano Ronaldo, UEFA Nations League, Beetlejuice, Jessica Pegula, Mike Shinoda, Rebecca Cheptegei.
In der chinesischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 柯文哲, 沈慶京, 2024年台北羽球公開賽, 2100全民開講, 颱風摩羯 (2024年), 法證先鋒6 倖存者的救贖, 許光漢, 聯合公園, 西游·降魔篇, 楊智淵.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(11.98+9.09+0+16.67+77.15)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
