拉丁語維基百科的「Fastidium」文章品質得分為 51.3 分（截至2025年7月1日）.
本文包含 8 篇參考文獻和 4 個章節。 這篇文章是中文維基百科中品質最好的。 然而，本文最流行的語言版本是英語。 自「Fastidium」文章創建以來，其內容由 4 名拉丁語維基百科註冊用戶撰寫，並由 1538 名所有語言的註冊維基百科用戶編輯。 該文章在拉丁語維基百科中被引用 10 次，在所有語言中被引用 4563 次。
2001 年以來作者的最高興趣排名：
2008年以來的最高人氣排名：
WikiRank 資料庫中本文有 41 種語言版本（所考慮的 55 個維基百科語言版本）。
品質和受歡迎程度評估是基於 2025年7月1日的維基百科轉儲（包括前幾年的修訂歷史和頁面瀏覽量）。
下表顯示了最高品質的文章的語言版本。
| # | 语言 | 价值 |
|---|---|---|
| ar | 阿拉伯語 اشمئزاز |  |
| bg | 保加利亞語 Отвращение |  |
| ca | 加泰羅尼亞語 Fàstic |  |
| cs | 捷克語 Hnus |  |
| de | 德語 Ekel |  |
| el | 希臘語 Αηδία |  |
| en | 英語 Disgust |  |
| eo | 世界語 Naŭzo | |
| es | 西班牙語 Asco |  |
| et | 愛沙尼亞語 Vastikus | |
| eu | 巴斯克語 Higuin | |
| fa | 波斯語 انزجار |  |
| fi | 芬蘭語 Inho |  |
| fr | 法語 Dégoût | |
| gl | 加利西亞語 Noxo |  |
| he | 希伯來語 גועל | |
| hr | 克羅地亞語 Gađenje | |
| hu | 匈牙利語 Undor | |
| hy | 亞美尼亞語 Զզվանք |  |
| id | 印度尼西亞語 Kejijikan | |
| it | 意大利語 Disgusto | |
| ja | 日語 嫌悪 | |
| ko | 韓語 혐오 | |
| la | 拉丁語 Fastidium |  |
| nl | 荷蘭語 Walging |  |
| no | 挪威語 Vemmelse | |
| pl | 波蘭語 Wstręt (emocja) | |
| pt | 葡萄牙語 Nojo | |
| ro | 羅馬尼亞語 Scârbă | |
| ru | 俄語 Отвращение | |
| sh | 塞爾維亞-克羅地亞語 Gađenje | |
| simple | 簡體英語 Disgust | |
| sk | 斯洛伐克語 Hnus | |
| sl | 斯洛文尼亞語 Gnus |  |
| sr | 塞爾維亞語 Гађење | |
| sv | 瑞典語 Äckel | |
| tr | 土耳其語 İğrenme | |
| uk | 烏克蘭語 Відраза | |
| ur | 烏爾都語 گھناؤنا پن |  |
| vi | 越南語 Ghê tởm | |
| zh | 中文 厭惡 | |
不同語言的維基百科文章列表（從最受歡迎的開始）：
2026年2月15日，在多語言維基百科中，網路使用者最常閱讀以下主題的文章：謝菲·艾比史頓、咆哮山莊、2026年冬季奧林匹克運動會、爱泼斯坦档案、伊利亚·马里宁、咆哮山莊、格希莱恩·马克思维尔、Lucas Pinheiro Braathen、2026年冬季奥林匹克运动会奖牌榜、情人節。
拉丁語維基百科當天最受歡迎的文章是：Cobaltum、Ecclesia Catholica Romana、Lingua Latina、ArXiv、Olga (regina Graeciae)、Civitates Foederatae Americae、Sulphur、Valentinus (sanctus)、Varkaus、Pasteurizatio.
該計畫旨在對維基百科各種語言版本的文章進行自動相對評估。 目前，該服務允許比較 55 種語言的超過 4,400 萬篇維基百科文章。 文章的品質分數是根據 2025年7月的維基百科轉儲。 在計算作者當前的受歡迎程度和興趣時，考慮了 2025年6月的數據。 對於作者受歡迎程度和興趣的歷史價值，WikiRank 使用了 2001 年至 2025 年的數據。 更多資訊
$$品質=1/c∑↙{i=1}↖c nm_i-RS=1/5(30.98+47.06+50+28.57+100)$$
在哪裡：
$$GlobalAI=|⋃↙{lang=1}↖41 Authors_{lang}|=5$$
$$PopGlobal=∑↙{lang=1}↖41 PopLocal_{lang}=13509$$
where:
由於公式中歸一化指標的四捨五入值，計算結果可能略有不同
