O artigo “马来西亚皇家警察部队授勋及嘉奖制度” na Wikipédia em chinês tem 10.7 pontos para qualidade (em 1º de julho de 2025). O artigo contém 0 referências e 5 seções.
Desde a criação do artigo “马来西亚皇家警察部队授勋及嘉奖制度”, seu conteúdo foi escrito por 6 usuários cadastrados na Wikipédia em chinês e editado por 6 usuários registrados da Wikipédia em todos os idiomas.
O artigo é citado 21 vezes na Wikipédia em chinês e citado 21 vezes em todos os idiomas.
A classificação mais alta de interesse dos autores em 2001:
A classificação de popularidade mais alta de 2008:
Há uma versão em um idioma para este artigo no banco de dados WikiRank (das 55 edições em idiomas da Wikipédia consideradas).
A avaliação de qualidade e popularidade foi baseada em despejos da Wikipedia de 1º de julho de 2025 (incluindo histórico de revisões e visualizações de página de anos anteriores).
| Melhor Posição | chinês: Nº 135494 12.2010 |
Global: Nº 3247709 04.2020 |
| Melhor Posição | chinês: Nº 16473 04.2023 |
Global: Nº 994935 04.2023 |
Em 7 de outubro de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Ed Gein, Ilse Koch, Lizzie Borden, Anthony Perkins, The Original Monster, Greta Thunberg, Richard Speck, Psycho, ChatGPT, Charlie Hunnam.
Na Wikipédia em chinês, os artigos mais populares naquele dia foram: 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).
O projeto destina-se à avaliação relativa automática dos artigos nas diversas versões linguísticas da Wikipédia. No momento, o serviço permite comparar mais de 44 milhões de artigos da Wikipédia em 55 idiomas. Os índices de qualidade dos artigos são baseados em despejos da Wikipédia de julho de 2025. Ao calcular a popularidade atual e a IA dos artigos, foram levados em consideração os dados de junho de 2025. Para valores históricos de popularidade e AI, o WikiRank usou dados de 2001 a 2025... Mais Informações
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(11.71+0+0+41.67+0)$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
