Artykuł "馬見伯" w chińskiej Wikipedii posiada 11.6 punktów za jakość (stan na 1 sierpnia 2024 roku). Artykuł zawiera, oprócz innych wskaźników, 2 referencji oraz 1 sekcji.
Od czasu utworzenia artykułu "馬見伯" jego treść była napisana przez 5 zarejestrowanych użytkowników chińskiej Wikipedii oraz edytowana przez 5 zarejestrowanych użytkowników Wikipedii we wszystkich wersjach jézykowych.
Ten artykuł jest cytowany 4 razy w chińskiej 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 | Chiński: Nr 280706 07.2015 |
Globalny: Nr 5490718 05.2024 |
| Najlepsza pozycja | Chiński: Nr 15734 06.2016 |
Globalny: Nr 913334 06.2016 |
W dniu 12 listopada 2024 roku w wielojęzycznej Wikipedii internauci najczęściej czytali artykuły na następujące tematy: Donald Trump, Marco Rubio, Elon Musk, Song Jae-lim, wybory prezydenckie w Stanach Zjednoczonych w 2024 roku, Megan Fox, Melania Trump, Gladiator II, ChatGPT, zmarli w roku 2024.
W chińskiej Wikipedii najbardziej popularnymi artykułami w tym dniu były: 影后 (電視劇), 宋再臨, 破·地獄, 林廷憶, 璩美鳳, 馬可·魯比歐, 永夜星河, 詹懷雲, 唐納·川普, 楊謹華.
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
$$Jakość=1/c∑↙{i=1}↖c nm_i-RS=1/5(4.77+2.02+0+8.33+43.07)$$
gdzie:
Wynik obliczeń może być nieco rozbieżny, ponieważ wartości znormalizowanych wskaźników zostały zaokrąglone
