Artykuł "सहसंबंध" w hindi Wikipedii posiada 0.2 punktów za jakość (stan na 1 sierpnia 2024 roku). Artykuł zawiera również szablon wad jakośćiowych, który obniża ocenę jakośći.
Od czasu utworzenia artykułu "सहसंबंध" jego treść była napisana przez 3 zarejestrowanych użytkowników hindi Wikipedii oraz edytowana przez 3 zarejestrowanych użytkowników Wikipedii we wszystkich wersjach jézykowych.
Ten artykuł jest cytowany 4 razy w hindi Wikipedii oraz cytowany 4 razy we wszystkich wersjach językowych.
Najwyższe zainteresowanie autorów od 2001 roku:
Najwyższa popularność w rankingu od 2008 roku:
Dla danego artykułu znaleziona 1 wersja językowa w bazie danych WikiRank (z 55 rozpatrywanych wersji językowych Wikipedii).
Dane z dnia 1 sierpnia 2024 roku.
| Najlepsza pozycja | Hindi: Nr 4892 04.2018 |
Globalny: Nr 884060 04.2018 |
W dniu 26 grudnia 2024 roku w wielojęzycznej Wikipedii internauci najczęściej czytali artykuły na następujące tematy: Squid Game, Boxing Day, trzęsienie ziemi na Oceanie Indyjskim (2004), Squid Game, season 2, Chanuka, katastrofa lotu Azerbaijan Airlines 8243, Elżbieta Bawarska, Nosferatu, Mufasa: Król Lew, Gladiator II.
W hindi Wikipedii najbardziej popularnymi artykułami w tym dniu były: मनमोहन सिंह, दासुन शनाका, भारत के प्रधान मंत्रियों की सूची, हनुमान चालीसा, गुरु गोबिन्द सिंह, अटल बिहारी वाजपेयी, चार साहिबज़ादे, क्लियोपाट्रा ७, उधम सिंह, पुष्पा 2: द रूल.
Projekt WikiRank jest przeznaczony do automatycznej względnej oceny artykułów w różnych wersjach językowych Wikipedii. Obecnie WikiRank pozwala porównywać ponad 44 mln artykułów Wikipedii w 55 językach. Wskaźniki jakośći artykułu są oparte na kopii zapasowej Wikipedia (stan na sierpień 2024). Przy obliczaniu popularności uwzględniono statystyki artykułów za ostatni miesiąc (w lipcu 2024 roku). Przy obliczaniu aktualnej popularności oraz Zainteresowania Autorów (ZA) artykułów uwzględniono dane za lipcu 2024 roku. Dla wartości historycznych popularności oraz ZA zostały wykorzystane dane z lat 2001-2023... Więcej informacji
$$Jakość=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.89+0+0+0+0)-0.01$$
gdzie:
Wynik obliczeń może być nieco rozbieżny, ponieważ wartości znormalizowanych wskaźników zostały zaokrąglone
