Artykuł „仁居红四军第一纵队革命旧址“ w chińskiej Wikipedii posiada 14.4 punktów za jakość (stan na 1 lipca 2025 roku). Artykuł zawiera, oprócz innych wskaźników, 2 referencji oraz 1 sekcji.
Od czasu utworzenia artykułu "仁居红四军第一纵队革命旧址" jego treść była napisana przez 2 zarejestrowanych użytkowników chińskiej Wikipedii oraz edytowana przez 2 zarejestrowanych użytkowników Wikipedii we wszystkich wersjach jézykowych.
Ten artykuł jest cytowany 34 razy w chińskiej Wikipedii oraz cytowany 34 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 lipca 2025 roku.
| Najlepsza pozycja | Chiński: Nr 92418 03.2019 |
Globalny: Nr 1655867 03.2019 |
| Najlepsza pozycja | Chiński: Nr 63155 11.2024 |
Globalny: Nr 2321228 08.2018 |
W dniu 7 października 2025 roku w wielojęzycznej Wikipedii internauci najczęściej czytali artykuły na następujące tematy: Ed Gein, Ilse Koch, lizzy borden, Anthony Perkins, Monster: The Ed Gein Story, Greta Thunberg, Richard Speck, Psychoza, ChatGPT, Charlie Hunnam.
W chińskiej Wikipedii najbardziej popularnymi artykułami w tym dniu były: 顏正國, 譚至剛, 高市早苗, 關淑怡, 左孝虎, 許願吧，精靈, 好小子 (1986年電影), 许我耀眼, 陳崇榮, 風林火山 (2025年電影).
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 lipiec 2025). Przy obliczaniu popularności uwzględniono statystyki artykułów za ostatni miesiąc (w czerwcu 2025 roku). Przy obliczaniu aktualnej popularności oraz Zainteresowania Autorów (ZA) artykułów uwzględniono dane za czerwcu 2025 roku. Dla wartości historycznych popularności oraz ZA zostały wykorzystane dane z lat 2001-2025... Więcej informacji
$$Jakość=1/c∑↙{i=1}↖c nm_i-RS=1/5(3.48+1.98+0+8.33+58.25)$$
gdzie:
Wynik obliczeń może być nieco rozbieżny, ponieważ wartości znormalizowanych wskaźników zostały zaokrąglone
