Artikel "ぼくの好きな先生 (曖昧さ回避)" in der japanischen Wikipedia hat 0.2 Punkte für Qualität (Stand 1. August 2024).
Seit der Erstellung des Artikels "ぼくの好きな先生 (曖昧さ回避)" wurde sein Inhalt von 4 registrierten Benutzern der japanischen Wikipedia verfasst und von 4 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 1 Mal in der japanischen Wikipedia zitiert und in allen Sprachen 1 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. 675372 08.2018 |
Global: Nr. 5445056 08.2018 |
| Bester Rang | Japanische: Nr. 31644 08.2018 |
Global: Nr. 836164 08.2018 |
Am 30. September 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Lyle und Erik Menendez, Kris Kristofferson, Hisbollah, Sean Combs, Dikembe Mutombo, Libanon, Hassan Nasrallah, Maggie Smith, John Ashton, Aaliyah.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 唐沢俊一, 容疑者 室井慎次, 村上誠一郎, 石破茂, 踊る大捜査線, 唐沢なをき, 稲村和美, 三原じゅん子, チャウヌ, 高市早苗.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.76+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
