Wikimedia Apps/Suggested edits/cs

Vítejte v Doporučených úpravách
Navrhované úpravy představují nový způsob úpravy Wikipedie v systému Android. Vážíme si toho, že to zkusíte.

Co jsou navrhované úpravy?
Navrhované úpravy představují příležitosti pro malé, ale zásadní příspěvky na Wikipedii. Rádi bychom zvýšili povědomí o tom, že Wikipedii může upravovat každý, a zjednodušit a zpřístupnit přispívání pro všechny.

Začínáme s navrhovanými úpravami
Domovská stránka Navrhované úpravy se skládá z následujících sekcí: Statistika profilu s historií příspěvků a možnosti příspěvků. Možnosti příspěvku jsou ústředním prvkem navrhovaných úprav. Zde naleznete způsoby, jak přispět do Wikipedie. V současné době nabízíme úkoly pro přidání nebo překlad popisů článků a titulků obrázků. Pokud se chcete dozvědět více nebo se dozvědět, jak upravovat jako profesionál, podívejte se na vyhrazené oddíly níže:



Brzy přidáme další typy příspěvků, zůstaňte naladěni.

Statistiky profilu zobrazují informace o vaší aktivitě v Navrhovaných úpravách. Začnou se naplňovat, jakmile provedete své první navrhované úpravy.

Klepnutím na kartu se dostanete na stránku Historie příspěvků. V historii příspěvků jsou uvedeny všechny typy příspěvků, které jsou k dispozici v části Navrhované úpravy. Můžete filtrovat podle typu úprav a zjistit, kolik zobrazení stránek měly články, do kterých jste přispěli, za posledních 30 dní. Klepnutím na položku v seznamu Historie příspěvků se dostanete na stránku s podrobnostmi o úpravě (diff), kde je uvedeno ještě více informací o dané úpravě.
 * Contributions - zobrazuje počet příspěvků, které jste v posledních 30 dnech provedli pomocí navrhovaných úprav.
 * Pageviews - zobrazuje celkový počet, kolikrát ostatní za posledních 30 dní zobrazili položky, kterými jste přispěli k použití navrhovaných úprav.
 * Edit streak - zobrazuje, kolik dní bez přestávky jste přispívali prostřednictvím navrhovaných úprav. Pokud jste nepřispěli nějakou dobu, zobrazí se poslední datum vašeho příspěvku.
 * Edit quality - podle toho, kolikrát byl jeden z vašich příspěvků vrácen (tj. vrácen jiným editorem). Čím méně vrácených příspěvků, tím lepší kvalita úprav.

Co jsou to popisy článků?

 * Krátké, vícejazyčné popisy položek (např. články z Wikipedie).
 * Popisy článků nejsou úplné věty, ale malé kousky informací.
 * Ve většině případů je správná délka mezi dvěma až dvanácti slovy.

K čemu jsou popisky článků využívány?
Popisky článků se zobrazují v aplikaci pod titulkem článků na Wikipedii, aby pomohly čtenáři identifikovat článek, který hledají. Popisy článků jsou uloženy a udržovány na Wikidatech a byly navrženy tak, aby se nezachycovaly položky se stejným nebo podobným popiskem. Popisy se také zobrazují mimo web a aplikace Wikipedie: Například ve vyhledávání Google.

Popis článku shrnuje základní informace o tématu článku, aby čtenáři ihned pochopili, o čem článek pojednává. V komunitě Wikimedie jsou známé jako popisy Wikidat.

Tipy pro vytváření popisů článků
Popisy článků by se měly ideálně vejít na jeden řádek a měly by být dlouhé od dvou do dvanácti slov. Začínají velkým písmenem (v angličtině a jiných jazycích také nezačínají členem, jako jsou a, an, the). Například:


 * Obraz Leonarda da Vinciho (popis článku o Moně Lise).
 * Nejvyšší hora na Zemi (popis pro článek Mount Everest).

Další tipy pro napsání dobrého popisku článku:


 * Vyvarujte se informacím, které se pravděpodobně změní (např.: 'současný předseda vlády…').
 * Vyvarujte se názorovým, předpojatým nebo propagačním tvrzením (např.: 'nejlepší…')
 * Vyvarujte se kontroverzním tvrzením.

Více informací získáte na Stránce nápovědy pro popisy wikidat.

Více o popiscích článků
Popisy článků jsou uloženy a spravovány na Wikidatech, projektu nadace Wikimedie, která poskytuje bezplatnou, společně tvořenou a mnohojazyčnou databázi podporující Wikipedii a další projekty.


 * O Wikidatech
 * Nápověda k popisům článků na Wikidatech
 * Pravidla pro psaní popisů článků v angličtině
 * Guidelines for writing short descriptions on English Wikipedia

Co jsou popisky obrázků?

 * Krátké vícejazyčné popisky obrázkových souborů.
 * Omezené na délku 250 znaků a nemohou obsahovat značky

K čemu se titulky obrázků používají?
Titulky obrázku popisují obrázek, který čtenářům pomůže pochopit význam a kontext obrázku. Používají se také k poskytování alternativních informací o obrázku, pokud jej lidé nemohou zobrazit, např. kvůli pomalému připojení k internetu nebo pokud lidé používají čtečku obrazovky.

Tipy pro vytváření titulků obrázků
Titulky obrázků by měly být krátkým popisem toho, co obrázek zobrazuje. Obvykle mají čtyři až dvanáct slov. Mohou také obsahovat informace o umělci nebo tvůrci obrazu.

Nezapomeňte své titulky udržovat neutrální. Vyhněte se hodnotícím úsudkům, jako je "krásný", "dobrý" nebo "ošklivý".

Rozdíl mezi popisem obrázku a titulkem obrázku je v tom, že popis může obsahovat spoustu informací o souboru. Pokud je obraz skenován, může obsahovat podrobnosti o původní fotografii nebo uměleckém díle. Může mít odkazy. Titulek obrázku by to měl ignorovat a pouze popsat, co ukazuje, nikoli informace o souboru.

Dobrý titulek obrázku by měl:


 * Cílem je stručně popsat obsah obrázku
 * Popište obrázek tak, aby si lidé se zrakem nebo jiným poškozením mohli představit, jak to vypadá
 * Obsahuje některá klíčová slova, která lidé pravděpodobně použijí při hledání obrázku (takže obrázek kočky by měl někde v titulku obsahovat slovo „kočka“)

V mnoha případech bude titulek podobný nebo stejný jako popis (nebo dokonce název souboru!). Například soubor: Hasičská stanice Hallstatt - říjen 2017 - 02.jpg má titulek „Hasičská stanice Hallstatt v říjnu 2017“.

Více o titulcích obrázků
Obrazové titulky jsou ukládány a udržovány v Wikimedia Commons, projektu nadace Wikimedia Foundation, který poskytuje online úložiště obrázků, zvuků, dalších médií a souborů JSON podporujících Wikipedia a další projekty.

Značky obrázků

 * Viz též: Commons:Zobrazuje

Co jsou to obrázkové značkyʔ
"Značky obrázků" je zkratka pro to, co komunita Commons nazývá Zobrazení příkazů.

Na co se používají obrázkové značky?
Přidáním značek obrázků pomůžete usnadnit vyhledávání obrázků v Commons, bezplatném úložišti obrázků licencí, které Wikipedia používá pro obrázky ve svých článcích.

Tipy pro přidávání značek obrázků
Přidejte prosím značky konzervativně. Pokud obrázek obsahuje více položek, které jsou jasně a úmyslně zobrazeny, měly by být všechny důvody přidány jako samostatné značky. Například by mělo být označeno "Bonnie a Clyde", "Bonnie Parker" a "Clyde Barrow". Identifikujte nejdůležitější věci na obrázku.

Buďte co nejvíce konkrétní. Vyhledejte nejrelevantnější značky klepnutím na "+ Add tag" (Přidat značku). Může se vám zobrazit řada výsledků vyhledávání, ale vyvarujte se nutkání přidat velké množství polorelevantních značek. V níže uvedeném příkladu je obrázek mostu Williamsburg Bridge, ale tato značka nebyla přidána. Přidejte jej sami klepnutím na "+ Add tag" a vyhledáním výrazu „Williamsburg Bridge“.

Where is the train algorithm task?
Due to the train image algorithm task serving as a MVP for the Android team to learn from and build the full image matching feature, the train image algorithm MVP has been sunset. With the help of Wikipedians like you, we have improved the algorithm and have enough learnings to proceed with the next phase of our work to build the full image matching feature. Our lessons from the experiment will be available on the Add an Image project page. You can watch participate in the next phase of this work at Growth team's project page.

What is the train algorithm task?
Wikipedia articles are written and edited by thousands of volunteers from around the world. Unfortunately, many articles lack images. The Train Algorithm task is a type of Suggested Edits task that will show logged-in Android users articles and images along with its associated information, so that users can determine if the image is a good illustration of the contents of the article displayed.

The images will be suggested to you using an algorithm. The algorithm will pull images from other sources and suggest a match with an article that does not have an image.

Unlike other Suggested Edits tasks, the Train Algorithm task will not save any edits to any Wiki projects and is a temporary task. The purpose of the Train Algorithm task is to gather data, improve our image matching algorithm, and inform our design for future releases of an image matching task on Android and Mobile Web.



Tips for training the image algorithm
To best determine if an image is the right match for an article you should review:
 * Image (zoom in to review more details)
 * Image file name
 * Image description
 * Image suggestion reason
 * Article content

Dialog options
In the task you can select Yes, No or Not Sure, to the question of if you would add the image to an article.


 * Yes indicates the image is a good illustration to help readers understand the topic of the Wikipedia article
 * No indicates the image would not help readers understand the topic of the Wikipedia article. Reasons the image would not help be a good fit for the article includes:
 * Not Relevant, which indicates the image depicts a topic that is not associated with the article that is being shown
 * Not enough Information, which indicates the metadata shared with the image does not provide enough details for you to confidently indicate the image would help readers better understand the article
 * Offensive, which indicates the image is inappropriate
 * Low Quality, which indicates you can not see the image well enough to confidently say it is a good illustration of the article being shown and help readers understand the topic
 * Don't know this subject, which indicates you do not feel you have the needed expertise to determine if the image would help readers understand the topic of the Wikipedia article
 * Cannot read the language, which indicates the words written in the image, or the metadata is in a language you do not understand, and are then unable to confidently say the image would help readers understand the topic of the Wikipedia article
 * Other, which indicates there is another reason the image is not a good match for the article
 * Not Sure indicates you are not certain whether or not the image would help readers understand the topic of the Wikipedia article. Reasons for not being sure could include:
 * Not enough Information, which indicates the metadata shared with the image does not provide enough details for you to confidently indicate the image would help readers better understand the article
 * Cannot see image, which indicates you can not see the image well enough to confidently say it is a good illustration of the article being shown and help readers understand the topic
 * Don't know this subject, which indicates you do not feel you have the needed expertise to determine if the image would help readers understand the topic of the Wikipedia article
 * Don't understand the task, which indicates you do not understand the Train Image Algorithm task
 * Cannot read the language, which indicates the words written in the image, or the metadata is in a language you do not understand, and are then unable to confidently say the image would help readers understand the topic of the Wikipedia article
 * Other, which indicates there is another reason you are not sure if the image would be a good match for the article

Daily goal
The 'Train image algorithm' task consists of a daily goal. To reach the daily goal, you need to evaluate 10 image suggestions. The goal resets to 0 on the next day. You can always evaluate more than 10 image suggestions per day, this should just serve as an indicator of your daily progress.

When will you roll out the full image matching task?
The Android and Growth teams will collaboratively evaluate the outcomes of this MVP, and determine next steps for a task that places images in articles in July 2021. During that time, the teams will update the MVP project page with our findings and share when we will offer the image matching task.

How can I follow the outcome of this MVP when it ends?
You can watch our Add an Image MVP project page for updates about this effort. We would also value your feedback on our talk page.