Artikel "Chikashi" in der englischen Wikipedia hat 0.5 Punkte für Qualität (Stand 1. August 2024).
Seit der Erstellung des Artikels "Chikashi" wurde sein Inhalt von 2 registrierten Benutzern der englischen Wikipedia verfasst und von 2 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
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 | Englische: Nr. 2204364 05.2021 |
Global: Nr. 3999638 05.2021 |
| Bester Rang | Englische: Nr. 794970 05.2019 |
Global: Nr. 1506452 06.2016 |
Am 20. Februar 2025 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Franziskus, Elon Musk, Donald Trump, Zero Day, UEFA Champions League 2024/25, Fall Gabby Petito, Kylian Mbappé, Champions League, ChatGPT, Wolodymyr Selenskyj.
In der englischen Wikipedia waren die beliebtesten Artikel an diesem Tag: Rekha Gupta, Chhava, Kash Patel, Sambhaji, Elon Musk, Killing of Gabby Petito, Zero Day (TV series), Belle Gibson, Captain America: Brave New World, ICC Champions Trophy.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(2.26+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
