Artikel "ハシモト" in der japanischen Wikipedia hat 0 Punkte für Qualität (Stand 1. November 2023).
Seit der Erstellung des Artikels "ハシモト" wurde sein Inhalt von 1 registrierten Benutzern der japanischen Wikipedia verfasst und von 1 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 2 Mal in der japanischen Wikipedia zitiert und in allen Sprachen 2 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. November 2023 (einschließlich Revisionsverlauf und Seitenaufrufe für frühere Jahre).
| Bester Rang | Japanische: Nr. 784979 06.2022 |
Global: Nr. 6007396 06.2022 |
| Bester Rang | Japanische: Nr. 195150 06.2022 |
Global: Nr. 2185870 06.2022 |
Am 4. Juni 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Kylian Mbappé, Claudia Sheinbaum, ChatGPT, Tian’anmen-Massaker, Jannik Sinner, YouTube, Fußball-Europameisterschaft 2024, 4. Juni, Carlos Alcaraz, Real Madrid.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 六四天安門事件, 巻島直樹, 増山江威子, 近藤芳正, 唐牛健太郎, HY (バンド), 彬子女王, 先天盲からの回復, 笹生優花, 南波雅俊.
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 November 2023. Bei der Berechnung der aktuellen Popularität und des Interesses der Autoren an Artikeln wurden Daten vom Oktober 2023 berücksichtigt. Für historische Werte der Popularität und des Autoreninteresses verwendete WikiRank Daten von 2001 bis 2023... Mehr Informationen
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.16+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
