Artikel "但馬久美" in der japanischen Wikipedia hat 11.3 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 7 Referenzen und 5 Abschnitte.
Seit der Erstellung des Artikels "但馬久美" wurde sein Inhalt von 30 registrierten Benutzern der japanischen Wikipedia verfasst und von 30 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 1383 Mal in der japanischen Wikipedia zitiert (6874. Platz) und in allen Sprachen 1383 Mal zitiert.
Der höchste Autoreninteresse-Rang aus dem Jahr 2001:
Der höchste Beliebtheitsrang aus dem Jahr 2008:
Es gibt 1 Sprachversion für diesen Artikel in der WikiRank-Datenbank (von den berücksichtigten 55 Wikipedia-Sprachausgaben).
Die Qualitäts- und Beliebtheitsbewertung basierte auf Wikipedia-Dumps vom 1. August 2024 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Japanische: Nr. 118025 09.2013 |
Global: Nr. 962118 09.2013 |
| Bester Rang | Japanische: Nr. 10429 11.2007 |
Global: Nr. 248058 11.2007 |
Am 13. April 2025 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Palmsonntag, Black Mirror, Rory McIlroy, ChatGPT, Alexander Volkanovski, Minecraft, Paddy Pimblett, Adolescence, Black Mirror/Episodenliste, Diego Lopes.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 徳川家基, 平賀源内, 田沼意次, 鄭大世, やなせたかし, 国際博覧会, 徳川家治, 広末涼子, ローリー・マキロイ, 仲里依紗.
Das Projekt dient der automatischen relativen Auswertung der Artikel in den verschiedenen Sprachversionen von Wikipedia. Derzeit ermöglicht der Dienst den Vergleich von über 44 Millionen Wikipedia-Artikeln in 55 Sprachen. Die Qualitätsbewertung von Artikeln basiert auf Wikipedia-Dumps vom August 2024. Bei der Berechnung der aktuellen Popularität und des Interesses der Autoren an Artikeln wurden Daten vom Juli 2024 berücksichtigt. Für historische Werte der Popularität und des Autoreninteresses verwendete WikiRank Daten von 2001 bis 2023... Mehr Informationen
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
