Der Artikel „2024年江西新余店铺火灾事故“ in der chinesischen Wikipedia hat 31.5 Punkte für Qualität (Stand: 1. Juli 2025). Der Artikel enthält 16 Referenzen und 6 Abschnitte.
Seit der Erstellung des Artikels „2024年江西新余店铺火灾事故“ wurde sein Inhalt von 15 registrierten Benutzern der chinesischen Wikipedia verfasst und von 15 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 82 Mal in der chinesischen Wikipedia zitiert und in allen Sprachen 82 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. Juli 2025 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Chinesische: Nr. 8525 01.2024 |
Global: Nr. 329997 01.2024 |
Am 26. September 2025 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Claudia Cardinale, One Battle After Another, ChatGPT, Alice in Borderland, Guinness, Nekrolog 2025, Benjamin Netanjahu, Assata Shakur, Charlie Kirk, Arthur Guinness.
In der chinesischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 于朦胧, 今際之國的闖關者 (電視劇), 堰塞湖, BOYS II PLANET, 暴君的廚師, 鏈鋸人, 宋伊人, 颱風樺加沙, 馬太鞍溪堰塞湖溢流, 傅崐萁.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(24.08+15.84+0+50+67.34)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
