El artículo "2023年南投縣第二選舉區立法委員缺額補選" en Wikipedia en chino tiene 62 puntos por calidad (a 1 de julio de 2025). El artículo contiene 20 referencias y 14 secciones.
Desde la creación del artículo "2023年南投縣第二選舉區立法委員缺額補選", , su contenido fue escrito por 36 usuarios registrados de Wikipedia en chino fue editado por 36 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 80 veces en Wikipedia en chino y es citado 80 veces en todos los idiomas.
La clasificación más alta de interés de los autores desde 2001:
El rango de popularidad más alto de 2008:
Hay 1 versión lingüística de este artículo en la base de datos WikiRank (de las 55 ediciones de idiomas consideradas de Wikipedia).
La evaluación de calidad y popularidad se basó en volcados de Wikipedia del 1 de julio de 2025 (incluido el historial de revisiones y las páginas vistas de años anteriores).
| Mejor rango | chino: Nº 637 03.2023 |
Global: Nº 98474 03.2023 |
El 12 de agosto de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Cristiano Ronaldo, Wednesday, Georgina Rodríguez, ChatGPT, Weapons, Jenna Ortega, muertes en 2025, Taylor Swift, Miguel Uribe Turbay, Liga de Campeones de la UEFA 2025-26.
En Wikipedia en chino los artículos más populares de ese día fueron: 朱由𣜬, 林岱樺, 林逸欣, 江油未成年人欺凌事件, 鬼滅之刃, 黃士修, 鬼滅之刃角色列表, 锦月如歌, 2025年亞洲盃籃球賽, 鬼滅之刃劇場版 無限城篇.
El proyecto está destinado a la evaluación relativa automática de los artículos en las distintas versiones lingüísticas de Wikipedia. Actualmente, el servicio permite comparar más de 44 millones de artículos de Wikipedia en 55 idiomas. Los niveles de calidad de los artículos se basan en volcados de Wikipedia de julio de 2025. Al calcular la popularidad actual y la IA de los artículos, se tuvieron en cuenta los datos de junio de 2025. Para los valores históricos de popularidad y AI WikiRank utilizó datos de 2001 a 2025... Más información
$$Calidad=1/c∑↙{i=1}↖c nm_i-RS=1/5(42.02+19.8+100+100+48.24)$$
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
