L'article "林國春" sur Wikipédia en chinois a 49.4 points pour la qualité (au 1 août 2024). L'article contient 29 références et 7 sections.
Depuis la création de l'article "林國春", son contenu a été rédigé par 53 utilisateurs enregistrés de Wikipédia en chinois et édité par 53 utilisateurs Wikipédia enregistrés dans toutes les langues.
L'article est cité 116 fois dans Wikipédia en chinois et cité 116 fois dans toutes les langues.
Le rang d’intérêt des auteurs le plus élevé depuis 2001:
Le classement de popularité le plus élevé depuis 2008:
Il existe 1 version linguistique pour cet article dans la base de données WikiRank (sur les 55 éditions linguistiques Wikipédia considérées).
L'évaluation de la qualité et de la popularité est basée sur les dumps Wikipédia du 1 août 2024 (y compris l'historique des révisions et les pages vues des années précédentes).
| Meilleur rang | chinois: n° 5775 01.2024 |
Mondial: n° 261611 01.2024 |
Au 25 janvier 2025 sur Wikipédia multilingue, les internautes lisent le plus souvent des articles sur les thèmes suivants: Donald Trump, Madison Keys, Elon Musk, Aryna Sabalenka, Melania Trump, Emilia Pérez, Abdukodir Khusanov, Pete Hegseth, Nosferatu, Karla Sofía Gascón.
Sur Wikipédia en chinois, les articles les plus populaires ce jour-là étaient: 外傷重症中心, 国色芳华, 白月梵星, 大奉打更人, 打招呼的關係, 吉伊卡哇, 2025年印度尼西亞羽毛球大師賽, 五福临门 (电视剧), 唐納·川普, 习近平.
Le projet est destiné à l'évaluation relative automatique des articles dans les différentes versions linguistiques de Wikipédia. À l'heure actuelle, le service permet de comparer plus de 44 millions d'articles Wikipédia dans 55 langues. Les scores de qualité des articles sont basés sur les dumps Wikipédia de août 2024. Lors du calcul de la popularité actuelle et de l’intérêt des auteurs pour les articles, les données de juillet 2024 Pour les valeurs historiques de popularité et d’intérêt des auteurs, WikiRank a utilisé des données de 2001 à 2023... Plus d'information
$$Qualité=1/c∑↙{i=1}↖c nm_i-RS=1/5(50.43+29.29+50+58.33+59.07)$$
where:
Les résultats des calculs peuvent être légèrement différents en raison des valeurs arrondies des mesures normalisées dans les formules
