L'articolo “采石之戰” nella Wikipedia in cinese ha 0.1 punti per la qualità (al 1 luglio 2025).
Dalla creazione dell'articolo “采石之戰”, il suo contenuto è stato scritto da 9 utenti registrati di Wikipedia in cinese e modificato da 9 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 11 volte nella Wikipedia in cinese e citato 11 volte in tutte le lingue.
Il grado di interesse degli autori più alto dal 2001:/p>
Il grado di popolarità più alto dal 2008:
C'è 1 versione linguistica per questo articolo nel database WikiRank (delle 55 edizioni linguistiche di Wikipedia considerate).
La valutazione della qualità e della popolarità si basava sui dump di Wikipedia del 1 luglio 2025 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | cinese: N. 20772 08.2009 |
Globale: N. 1004337 12.2011 |
| Miglior Rango | cinese: N. 17459 11.2021 |
Globale: N. 841289 05.2013 |
Il 27 novembre 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Stranger Things, Giorno del ringraziamento, quinta stagione di Stranger Things, Millie Bobby Brown, Hong Kong, Guinea-Bissau, Zootropolis 2, ChatGPT, Wang Fuk Court fire, morti nel 2025.
Nella Wikipedia in cinese gli articoli più popolari quel giorno erano: 宏福苑大火, 香港火災列表, 嘉利大廈大火, 徐勤先, 龍虎風雲, 感恩节, 上海“11·15”特别重大火灾, 嘉禾大廈大火, 廣福邨, 跑馬地馬場大火.
Il progetto è finalizzato alla valutazione relativa automatica degli articoli nelle diverse versioni linguistiche di Wikipedia. Al momento il servizio permette di confrontare oltre 44 milioni di articoli di Wikipedia in 55 lingue. I punteggi di qualità degli articoli si basano sui dump di Wikipedia del luglio 2025. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del giugno 2025. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2025... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.45+0+0+0+0)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
