Artikel "内山まもる" in der japanischen Wikipedia hat 17.2 Punkte für Qualität (Stand 1. August 2024). Der Artikel enthält 16 Referenzen und 8 Abschnitte.
Seit der Erstellung des Artikels "内山まもる" wurde sein Inhalt von 50 registrierten Benutzern der japanischen Wikipedia verfasst und von 50 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 420 Mal in der japanischen Wikipedia zitiert und in allen Sprachen 420 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. 1038 12.2011 |
Global: Nr. 30744 12.2011 |
Am 27. November 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Elisabeth von Österreich-Ungarn, Franz Joseph I., Thanksgiving, Champions League, Wicked, Gladiator II, Elon Musk, ChatGPT, Nekrolog 2024, Wicked – Die Hexen von Oz.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 猪口邦子, 猪口孝, サムデイ (芸能事務所), 竹財輝之助, 藤真美穂, 吉瀬美智子, ブレイク・スネル, ペトロールズ, ブラストワンピース, イ・ジフン.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(15.56+5.97+0+25.81+38.45)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
