Artikel "2017年港鐵縱火案" in der chinesischen Wikipedia hat 74.7 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 83 Referenzen und 19 Abschnitte.
Seit der Erstellung des Artikels "2017年港鐵縱火案" wurde sein Inhalt von 76 registrierten Benutzern der chinesischen Wikipedia verfasst und von 76 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 37 Mal in der chinesischen Wikipedia zitiert und in allen Sprachen 37 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. 419 02.2017 |
Global: Nr. 50196 02.2017 |
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 chinesischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 影后 (電視劇), 2024年世界棒球12強賽, 香港47人案, 菲道尔, 破·地獄, 陳傑憲, 戴耀廷, 永夜星河, 高畑充希, 黃之鋒.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(100+83.84+16.67+100+72.79)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
