Der Artikel „2018年1—2月東亞寒潮“ in der chinesischen Wikipedia hat 70.6 Punkte für Qualität (Stand: 1. Juli 2025). Der Artikel enthält 51 Referenzen und 9 Abschnitte.
Seit der Erstellung des Artikels „2018年1—2月東亞寒潮“ wurde sein Inhalt von 26 registrierten Benutzern der chinesischen Wikipedia verfasst und von 26 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 27 Mal in der chinesischen Wikipedia zitiert und in allen Sprachen 27 Mal zitiert.
Der höchste Autoreninteresse-Rang aus dem Jahr 2001:
Der höchste Beliebtheitsrang aus dem Jahr 2008:
Es gibt 1 Sprachversion für diesen Artikel in der WikiRank-Datenbank (von den berücksichtigten 55 Wikipedia-Sprachausgaben).
Die Qualitäts- und Beliebtheitsbewertung basierte auf Wikipedia-Dumps vom 1. Juli 2025 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Chinesische: Nr. 6166 02.2018 |
Global: Nr. 267916 02.2018 |
Am 9. Dezember 2025 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Stranger Things, 2026 FIFA Fussball-Weltmeisterschaft, Lando Norris, Millie Bobby Brown, Sean Combs, Welcome to Derry, ChatGPT, Zoomania 2, Nekrolog 2025, Cassie.
In der chinesischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 越南屠夫事件, CORTIS, 方國珊, 白天辉, 习近平, 認罪之罪, 王洪文, 動物方城市2, 趙雨凡, 宏福苑大火.
Das Projekt dient der automatischen relativen Auswertung der Artikel in den verschiedenen Sprachversionen von Wikipedia. Derzeit ermöglicht der Dienst den Vergleich von über 44 Millionen Wikipedia-Artikeln in 55 Sprachen. Die Qualitätsbewertung von Artikeln basiert auf Wikipedia-Dumps vom Juli 2025. Bei der Berechnung der aktuellen Popularität und des Interesses der Autoren an Artikeln wurden Daten vom Juni 2025 berücksichtigt. Für historische Werte der Popularität und des Autoreninteresses verwendete WikiRank Daten von 2001 bis 2025... Mehr Informationen
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(68.63+50.5+83.33+75+75.32)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
