Artikel "拉歌" in der chinesischen Wikipedia hat 5.7 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 0 Referenzen und 3 Abschnitte. Der Artikel enthält auch eine Vorlage für Qualitätsmängel, die den Qualitätsfaktor verringert.
Seit der Erstellung des Artikels "拉歌" wurde sein Inhalt von 12 registrierten Benutzern der chinesischen Wikipedia verfasst und von 12 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. August 2024 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Chinesische: Nr. 28615 09.2010 |
Global: Nr. 1489431 08.2011 |
| Bester Rang | Chinesische: Nr. 9406 05.2009 |
Global: Nr. 546872 05.2009 |
Am 6. April 2025 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Adolescence, Val Kilmer, Minecraft, Alexander Michailowitsch Owetschkin, Donald Trump, Formel-1-Weltmeisterschaft 2025, Wayne Gretzky, Nekrolog 2025, The White Lotus, 1923.
In der chinesischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 您辛苦了, 鐵冬青, IShowSpeed, 惡緣, 我獨自升級, 西川贵教, 破·地獄, 中年好聲音3, 雁回时, 小娘惹之翡翠山.
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
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
