Artikel "クイズ☆正解は一年後 presents あつしの名探偵" in der japanischen Wikipedia hat 22.4 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 19 Referenzen und 11 Abschnitte.
Seit der Erstellung des Artikels "クイズ☆正解は一年後 presents あつしの名探偵" wurde sein Inhalt von 12 registrierten Benutzern der japanischen Wikipedia verfasst und von 12 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 9 Mal in der japanischen Wikipedia zitiert und in allen Sprachen 9 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. 33284 01.2024 |
Global: Nr. 453929 01.2024 |
Am 19. November 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Mike Tyson, Elon Musk, ATACMS, Gladiator II, Internationaler Männertag, UEFA Nations League 2024/25, Donald Trump, Jake Paul, Jonathan D. Jones, Nekrolog 2024.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 高畑充希, 岡田将生, 谷川俊太郎, こっちのけんと, 立花孝志, 鈴木唯, 斎藤元彦, 片岡京子, 奥谷謙一, 鈴木紗理奈.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(12.44+7.09+0+35.48+57.1)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
