Help:New filters for edit review/ml

പ്രത്യേകം:സമീപകാലമാറ്റങ്ങൾ, പ്രത്യേകം:ബന്ധപ്പെട്ട_മാറ്റങ്ങൾ (തുടക്കത്തിൽ) എന്നീ താളുകളിൽ മാറ്റങ്ങൾ അരിച്ചെടുക്കാനുള്ള പുതിയ അരിപ്പകളും മറ്റ് ഉപകരണങ്ങളും ചേർക്കുകയാണ് 'തിരുത്ത് സംശോധനം ചെയാനുള്ള പുതിയ അരിപ്പകൾ' ചെയ്യുന്നത്.

തങ്ങളുടെ ലക്ഷ്യം കൃത്യമാക്കാനും പ്രവർത്തനം കൂടുതൽ ഫലപ്രദമാക്കാനും ഈ ഉപകരണങ്ങൾ സംശോധാരെ സഹായിക്കുന്നു. തിരുത്ത്-സംശോധന പ്രക്രിയയിൽ പ്രത്യേക സഹായം വേണ്ട പുതിയ ഉപയോക്താക്കളെ സഹായിക്കാനുള്ള ശേഷി ഇവയ്ക്കുണ്ടെന്ന് പഠനത്തിൽ വെളിവായിട്ടുണ്ട്.

മെച്ചപ്പെടുത്തിയ ഉപയോക്തൃസമ്പർക്കമുഖത്തിന്റെ ഭാഗങ്ങളെക്കുറിച്ചറിയാൻ അവയുടെ അവലോകനം സന്ദർശിക്കുക. നൽകിയിരിക്കുന്ന നൂതന സംവിധാനങ്ങൾ എപ്രകാരം ഉപയോഗപ്പെടുത്താം എന്നറിയാൻ, താഴെക്കൊടുത്തിരിക്കുന്ന താളുകൾ സന്ദർശിക്കുക.

The roll out of this new feature starts in March 2017. The “New filters for edit review” beta is not initially available on mobile.

Main functions

 * This page explains how the improved filtering interface works and how to get the most out of the new tools.
 * This page explains how the improved filtering interface works and how to get the most out of the new tools.


 * User-defined Highlighting tools let you use color to emphasize the edits that interest you most. The functions and techniques described on this page will help you to make your Recent Changes results more meaningful.
 * User-defined Highlighting tools let you use color to emphasize the edits that interest you most. The functions and techniques described on this page will help you to make your Recent Changes results more meaningful.


 * "New filters for edit review" introduces two filter groups—Contribution Quality and User Intent—that are powered by machine learning and work differently from other filters.They offer probabilistic predictions about, respectively, whether or not edits are likely to contain problems and whether the user who made them was acting in good faith. Knowing a bit about how these unique tools work will help you use them more effectively.
 * "New filters for edit review" introduces two filter groups—Contribution Quality and User Intent—that are powered by machine learning and work differently from other filters.They offer probabilistic predictions about, respectively, whether or not edits are likely to contain problems and whether the user who made them was acting in good faith. Knowing a bit about how these unique tools work will help you use them more effectively.


 * Save and restore your favorite filters.
 * Save and restore your favorite filters.


 * Filtered results are updated periodically.
 * Filtered results are updated periodically.

Other resources

 * Powerful new search tools help edit patrollers find their targets, blogpost by Joe Matazzoni