Wikimedia Apps/Suggested edits/nl



Welkom bij Voorgestelde bewerkingen
Voorgestelde bewerkingen is een nieuwe manier om Wikipedia te bewerken op Android. We vinden het fijn dat u het probeert.



Wat is Voorgestelde bewerkingen?
Voorgestelde bewerkingen biedt mogelijkheden voor kleine maar essentiële bijdragen aan Wikipedia. We willen meer bekendheid geven aan het feit dat iedereen Wikipedia kan bewerken. Ook willen we het bijdragen voor iedereen makkelijker en toegankelijker maken.



Beginnen met Voorgestelde bewerkingen
De startpagina van Voorgestelde bewerkingen bestaat uit de volgende gebieden: Profielstatistieken/bijdragegeschiedenis en bijdragemogelijkheden. Bijdragemogelijkheden vormen het centrale element van Voorgestelde bewerkingen. Hier kunt u manieren vinden om aan Wikipedia bij te dragen. Momenteel bieden we taken aan om artikelbeschrijvingen en afbeeldingsbijschriften toe te voegen of te vertalen. Als u meer wilt weten of wilt leren bewerken als een professional, bekijk dan de speciale secties hieronder:



Binnenkort voegen we meer soorten bijdragen toe. Houd ons in de gaten.

Profielstatistieken geven informatie weer over uw activiteit binnen Voorgestelde bewerkingen. Ze worden ingevuld zodra u uw eerste voorgestelde bewerkingen heeft gemaakt.

Als u op de kaart tikt, gaat u naar de pagina bijdragegeschiedenis. De bijdragegeschiedenis vermeldt alle typen bijdragen die beschikbaar zijn in Voorgestelde bewerkingen. U kunt filteren op bewerkingstype en zien hoeveel paginaweergaven de artikelen waaraan u heeft bijgedragen in de afgelopen 30 dagen hebben gehad. Als u op een item tikt in de lijst bijdragegeschiedenis, gaat u naar de bewerkingsdetailpagina (overzicht wijzigingen), waar nog meer informatie over de specifieke bewerking wordt weergegeven.
 * Contributions - geeft het aantal van de bijdragen weer die u in de afgelopen 30 dagen heeft gemaakt met Voorgestelde bewerkingen.
 * Pageviews - geeft het totale aantal keren in de afgelopen 30 dagen weer dat anderen items hebben bekeken waaraan u hebt bijgedragen met behulp van Voorgestelde bewerkingen.
 * Edit streak - geeft weer hoeveel dagen u zonder pauze hebt bijgedragen via Voorgestelde bewerkingen. Als u al een tijdje niet hebt bijgedragen, wordt uw laatste bijdragedatum weergegeven.
 * Edit quality - op basis van hoe vaak een van uw bijdragen is teruggedraaid (dat wil zeggen: ongedaan gemaakt door een andere redacteur). Hoe minder bijdragen teruggedraaid worden, hoe beter de bewerkingskwaliteit.



Artikelbeschrijvingen




Wat zijn artikelbeschrijvingen?

 * Korte, meertalige beschrijvingen van items (bv. Wikipedia-artikelen)
 * Artikelbeschrijvingen zijn geen volledige zinnen, maar kleine stukjes informatie.
 * In de meeste gevallen is de juiste lengte tussen twee en twaalf woorden.



Waar worden artikelbeschrijvingen voor gebruikt?
Artikelbeschrijvingen worden weergegeven in de apps onder Wikipedia-artikeltitels om lezers te helpen het artikel te vinden waarnaar ze op zoek zijn. Artikelbeschrijvingen worden opgeslagen en onderhouden op Wikidata en zijn ontworpen om items met dezelfde of vergelijkbare labels ondubbelzinnig te maken. Beschrijvingen worden ook buiten de Wikipedia-site en apps getoond, bijvoorbeeld in Google-zoekopdrachten.

Artikelbeschrijvingen vatten een artikel samen om lezers te helpen het onderwerp in één oogopslag te begrijpen. Deze staan in de Wikimedia-gemeenschap bekend als Wikidata-beschrijvingen.



Tips voor het maken van artikelbeschrijvingen
Artikelbeschrijvingen passen idealiter op één regel en zijn tussen de twee en twaalf woorden lang. Ze worden niet met een hoofdletter geschreven, tenzij het eerste woord een eigennaam is, en beginnen normaal gesproken niet met een lidwoord (een, de, het). Bijvoorbeeld:


 * schilderij van Leonardo da Vinci (titelbeschrijving voor een artikel over de Mona Lisa)
 * Hoogste berg ter wereld (titelbeschrijving voor een artikel over de Mount Everest)

Andere tips voor het schrijven van goede artikelbeschrijvingen:


 * Vermijd informatie die waarschijnlijk zal veranderen (bv. ‘huidige minister-president van…’)
 * Vermijd opiniërende, bevooroordeelde of promotionele bewoordingen (bv. ‘de beste…’)
 * Vermijd omstreden beweringen

Meer informatie staat op de hulppagina over Wikidata-beschrijvingen.



Machine Ondersteund Artikelbeschrijvingen Experiment
Some users may see a button that says "see suggested descriptions" which will show them 1-2 machine generated article descriptions. We are testing a model that summarizes a Wikipedia article into a description of the article. Our hope is that it will help improve the quality of article descriptions published by Android app users. When a suggestion is selected, it can be modified or deleted. The experiment started April 3, 2023 in select language wikis and will run for approximately 30 days. You can read the full details about the experiment on the dedicated project page. Information about the model we are using to generate the article descriptions can be found here.



Meer over artikelbeschrijvingen
Artikelbeschrijvingen worden opgeslagen en onderhouden op Wikidata, een project van de Wikimedia Foundation dat een gratis, collaboratieve, meertalige, secundaire database biedt die Wikipedia en andere projecten ondersteunt.


 * Over Wikidata
 * Hulppagina van Wikidata over artikelbeschrijvingen
 * Richtlijnen voor het schrijven van artikelbeschrijvingen in het Engels
 * Guidelines for writing short descriptions on English Wikipedia



Onderschriften bij afbeeldingen


Wat zijn onderschriften bij afbeeldingen?

 * Korte, meertalige beschrijvingen van afbeeldingsbestanden
 * Beperkt tot een lengte van 250 karakters, platte tekst zonder formattering



Waar worden onderschriften bij afbeeldingen voor gebruikt?
Onderschriften bij afbeeldingen beschrijven een afbeelding om lezers te helpen de betekenis en context van een afbeelding te begrijpen. Ze worden ook gebruikt om alternatieve informatie voor een afbeelding te geven als mensen deze niet kunnen zien, bv. door een trage internetverbinding of als mensen een schermlezer gebruiken.



Tips voor het maken van onderschriften bij afbeeldingen
Onderschriften bij afbeeldingen moeten korte beschrijvingen zijn van wat de afbeelding laat zien. Ze zijn over het algemeen vier tot twaalf woorden lang. Ze kunnen ook informatie bevatten over de artiest of maker van de afbeelding.

Vergeet niet om uw onderschriften neutraal te houden. Vermijd waardeoordelen zoals "mooi", "goed" of "lelijk".

Het verschil tussen de afbeeldingsbeschrijving en het onderschrift bij de afbeelding is dat de beschrijving veel informatie over het bestand kan bevatten. Als de afbeelding een scan is, kan de beschrijving details bevatten over de originele foto of illustratie. Er kunnen ook koppelingen in zitten. Het onderschrift bij de afbeelding heeft daar allemaal niets mee van doen en moet alleen beschrijven wat de afbeelding laat zien, zonder verdere informatie over het bestand.

Een goed onderschrift bij een afbeelding moet:


 * proberen kort de inhoud van een afbeelding te beschrijven
 * de afbeelding zo beschrijven dat mensen met gezichts- of andere beperkingen zich kunnen voorstellen hoe het eruit ziet
 * een aantal trefwoorden bevatten die mensen waarschijnlijk zullen gebruiken om naar een afbeelding te zoeken (dus een foto van een kat moet het woord "kat" ergens in het onderschrift bevatten)

In veel gevallen zal het onderschrift vergelijkbaar zijn met of identiek zijn aan de beschrijving (of zelfs de bestandstitel!). Om een voorbeeld te noemen, Bestand:Fire station Hallstatt - October 2017 - 02.jpg heeft het Engelstalige onderschrift "Hallstatt fire station in October 2017".



Meer over onderschriften bij afbeeldingen
Onderschriften bij afbeeldingen worden opgeslagen en onderhouden op Wikimedia Commons, een project van de Wikimedia Foundation dat een online opslagplaats biedt van gratis te gebruiken afbeeldingen, geluiden, andere media en JSON-bestanden die Wikipedia en andere projecten ondersteunen.



Afbeeldingslabels

 * Zie ook: Commons:Depicts



Wat zijn afbeeldingslabels?
"Afbeeldingslabels" is een afkorting voor wat in de Commons-gemeenschap bekend staat als Depicts statements.

<span id="What_are_image_tags_used_for?">

Waar worden afbeeldingslabels voor gebruikt?
Door afbeeldingstags toe te voegen, helpt u het zoeken naar afbeeldingen gemakkelijker te maken op Commons, de opslagplaats voor afbeeldingen onder vrije licentie die Wikipedia gebruikt voor de afbeeldingen in haar artikelen.

<span id="Tips_for_adding_image_tags">

Tips voor het maken van afbeeldingslabels
Wees terughoudend met het toevoegen van labels. Als er meerdere items zijn die duidelijk en opzettelijk door de afbeelding worden afgebeeld, moeten die allen als afzonderlijke tags worden toegevoegd, binnen de grenzen van de redelijkheid. moet bijvoorbeeld worden gelabeld met "Bonnie en Clyde", "Bonnie Parker" en "Clyde Barrow". Identificeer de belangrijkste dingen in de afbeelding.

Wees zo specifiek mogelijk. Zoek naar de meest relevante labels door op "+ Label toevoegen" te tikken. U ziet misschien nogal wat zoekresultaten, maar weersta de neiging om een groot aantal half-relevante labels toe te voegen. In het onderstaande voorbeeld is de foto van de Williamsburg Bridge, maar dat label is niet toegevoegd. Voeg het zelf toe door op "+ Label toevoegen" te tikken en te zoeken naar "Williamsburg Bridge".

<span id="Train_image_algorithm">

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.