Wikimedia Apps/Suggested edits/tr

Önerilen düzenlemelere hoş geldiniz
Önerilen düzenlemeler, Vikipedi'yi Android'de düzenlemenin yeni bir yoludur. Denemenizi takdir ediyoruz.

Önerilen düzenlemeler nedir?
Önerilen düzenlemeler, Vikipedi'ye küçük ancak hayati katkılar için fırsatlar sunar. Herkesin Vikipedi'yi düzenleyebileceği ve katkıda bulunmayı herkes için daha kolay ve erişilebilir hale getirebileceği konusunda farkındalık yaratmak istiyoruz.

Önerilen düzenlemelerle başlamak
Önerilen düzenlemeler ana sayfası aşağıdaki alanlardan oluşur: Profil istatistikleri/katkı geçmişi ve katkı fırsatları. Katkı fırsatları, Önerilen düzenlemelerin ana unsurudur. Burada Vikipedi'ye katkıda bulunmanın yollarını bulabilirsiniz. Şu anda madde açıklamaları ve resim açıklamaları eklemek veya çevirmek için görevler sunuyoruz. Daha fazla bilgi edinmek veya bir profesyonel gibi düzenlemeyi öğrenmek istiyorsanız, aşağıdaki özel bölümlere göz atın:



Yakında daha fazla katkı türü ekleyeceğiz, takipte kalın.

Profil istatistikleri, Önerilen düzenlemeler içindeki etkinliğiniz hakkındaki bilgileri görüntüler. İlk Önerilen düzenlemelerinizi yaptığınızda bunlar doldurulmaya başlar.

Karta dokunmak, katkı geçmişi sayfasına götürür. Katkı geçmişi, Önerilen düzenlemelerde bulunan tüm katkı türlerini listeler. Düzenleme türüne göre filtreleyebilir ve katkıda bulunduğunuz makalelerin son 30 gün içinde kaç sayfa görüntülendiğini görebilirsiniz. Katkı geçmişi listesindeki bir öğeye dokunmak sizi, belirli bir düzenleme hakkında daha fazla bilginin öne çıktığı düzenleme ayrıntısı (fark) sayfasına götürür.
 * Contributions - son 30 gün içinde Önerilen düzenlemelerle yaptığınız katkıların sayısını görüntüler.
 * Pageviews - Diğerlerinin, Önerilen düzenlemeleri kullanarak katkıda bulunduğunuz öğeleri son 30 gün içinde toplam kaç kez görüntülediğini görüntüler.
 * Edit streak - Önerilen düzenlemeler aracılığıyla kaç gün ara vermeden katkıda bulunduğunuzu gösterir. Bir süredir katkıda bulunmadıysanız, son katkı tarihinizi gösterir.
 * Edit quality - katkılarınızdan birinin kaç kez geri alındığına (yani başka bir düzenleyici tarafından geri alındığına) bağlıdır. Geri alınan katkılar ne kadar az olursa, düzenleme kalitesi o kadar iyi olur.

Makale açıklamaları nelerdir?

 * Öğelerin kısa, çok dilli açıklamaları (ör. Vikipedi maddeleri)
 * Madde açıklamaları tam cümleler değil, küçük bilgi parçalarıdır.
 * Çoğu durumda, uygun uzunluk iki ila on iki kelime arasındadır.

Ne için kullanılan makale açıklamaları nelerdir?
Makale açıklamaları, okuyucuların aradıkları makaleyi tanımlamasına yardımcı olmak için Vikipedi makale başlıklarının altındaki uygulamalarda gösterilir. Makale açıklamaları Vikiveri'de saklanır ve saklanır ve aynı veya benzer etiketlere sahip öğeleri netleştirmek için tasarlanmıştır. Açıklamalar ayrıca Vikipedi sitesi ve uygulamalarının dışında da gösterilir: örneğin, Google aramalarında.

Makale açıklamaları, okuyucuların konuyu bir bakışta anlamalarına yardımcı olacak bir makaleyi özetler. Bunlar Wikimedia topluluğunda Vikiveri tanımları olarak bilinir.

Makale açıklamaları oluşturmak için ipuçları
Makale açıklamaları ideal olarak bir satıra sığmalı ve iki ila on iki kelime uzunluğunda olmalıdır. İlk kelime uygun bir isim olmadıkça, büyük harfle yazılmazlar ve normalde ilk makalelerden (a, a,) başlamazlar. Örneğin:


 * Leonardo da Vinci'nin tablosu (Mona Lisa hakkında bir yazı için başlık açıklaması)
 * Dünyanın en yüksek dağı (Everest Dağı ile ilgili bir makalenin başlık açıklaması)

İyi makale açıklamaları yazmak için diğer ipuçları:


 * Değişmesi muhtemel bilgilerden kaçının (örneğin, ‘şu anki Başbakanı…’)
 * Düşünceli, taraflı veya tanıtım ifadelerinden kaçının (ör., ‘en iyi…’)
 * Tartışmalı iddialardan kaçının

Vikiveri açıklamaları yardım sayfasında daha fazla bilgi bulabilirsiniz.

Makale açıklamaları hakkında daha fazla bilgi
Makale açıklamaları, Vikipedi ve diğer projeleri destekleyen ücretsiz, işbirliğine dayalı, çok dilli, ikincil bir veritabanı sağlayan Wikimedia Vakfı'nın bir projesi olan Vikiveri'de saklanır.


 * Vikiveri hakkında
 * Makale açıklamaları hakkında Vikiveri yardım sayfası
 * İngilizce makale açıklamaları yazmaya ilişkin yönergeler

Resim yazıları nedir?

 * Görüntü dosyalarının kısa, çok dilli tanımları
 * 255 karakter uzunluğunda olabilir ve işaretleme içeremez

Ne için kullanılan resim yazıları nelerdir?
Resim yazıları, okuyucuların bir resmin anlamını ve içeriğini anlamalarına yardımcı olmak için bir resim tarif eder. İnsanlar görüntüleyemiyorsa, örneğin bir görüntü için alternatif bilgi sağlamak için de kullanılır. yavaş bir internet bağlantısı nedeniyle veya insanlar ekran okuyucu kullanıyorsa.

Resim yazıları oluşturmak için ipuçları
Resim yazıları, resmin gösterdiklerinin kısa açıklamaları olmalıdır. Genellikle dört ila on iki kelime uzunluğundadırlar. Aynı zamanda görüntünün sanatçısı veya yaratıcısı hakkında da bilgi içerebilirler.

Başlıklarınızı tarafsız tutmayı unutmayın. "Güzel", "iyi" veya "çirkin" gibi değer yargıları yapmaktan kaçının.

Resim açıklaması ve resim yazısı arasındaki fark, açıklamanın dosya hakkında çok fazla bilgiye sahip olabileceğidir. Görüntü bir tarama ise, orijinal fotoğraf veya sanat eseri hakkında ayrıntılı bilgi alabilir. Bağlantıları olabilir. Resim yazısı tüm bunları dikkate almamalı ve dosya hakkındaki bilgileri değil sadece gösterdiklerini açıklamalıdır.

İyi bir resim yazısı:


 * Bir görüntünün içeriğini kısaca tanımlamayı hedefleyin
 * Görüntüyü, görme veya diğer bozuklukları olanların nasıl göründüğünü hayal edebilecekleri şekilde tanımlayın.
 * İnsanların bir resim aramak için kullanması muhtemel bazı anahtar kelimeler içerir (bu nedenle, bir kedinin resmi, başlığın bir yerinde "kedi" kelimesini içermelidir)

Çoğu durumda, resim yazısı açıklamaya benzer (veya dosya adı!) aynı olacaktır. Örneğin, File:Fire station Hallstatt - October 2017 - 02.jpg, "Ekim 2017'de Hallstatt itfaiye istasyonu" başlıklı İngilizce başlığına sahiptir.

Resim yazıları hakkında daha fazla bilgi
Resim yazıları, Wikimedia Commons'ta, Wikimedia Vakfı'nın ücretsiz kullanım görüntülerinin, seslerin, diğer ortamların ve Wikipedia ve diğer projeleri destekleyen JSON dosyalarının çevrimiçi depolanmasını sağlayan bir projesi olarak saklanır.

Resim etiketleri

 * Ayrıca bakınız: Commons:Tasvirler

Resim etiketleri nedir?
"Resim etiketleri", Commons topluluğunun Tasvirler deyimleri dediği şeyin kısa bir ifadesidir.

Resim etiketleri ne için kullanılır?
Resim etiketleri ekleyerek, Vikipedi'nin maddelerinde resimler için kullandığı özgür lisanslı resim deposu olan Commons'ta resimlerin aranmasını kolaylaştırmaya yardımcı olacaksınız.

Resim etiketleri eklemek için ipuçları
Lütfen etiketleri muhafazakar bir şekilde ekleyin. Görsel tarafından açıkça ve kasıtlı olarak tasvir edilen birden fazla öğe varsa, bunların tümü makul ölçülerde ayrı etiketler olarak eklenmelidir. Örneğin,, "Bonnie and Clyde", "Bonnie Parker" ve "Clyde Barrow" ile etiketlenmelidir. Resimdeki en önemli şeyi/şeyleri tanımlayın.


 * Mümkün olduğunca belirti olun.

"+ Etiket ekle" düğmesine dokunarak en alakalı etiketleri arayın. Çok sayıda arama sonucu görebilirsiniz, ancak çok sayıda yarı alakalı etiket ekleme dürtüsüne direnin. Aşağıda gösterilen örnekte, resim Williamsburg Köprüsü'ne aittir, ancak bu etiket eklenmemiştir. "+ Etiket ekle" düğmesine dokunarak ve "Williamsburg Köprüsü"nü arayarak kendiniz ekleyin.

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.