Artikel "愛宕祭" in der japanischen Wikipedia hat 0.2 Punkte für Qualität (Stand 1. November 2023).
Seit der Erstellung des Artikels "愛宕祭" wurde sein Inhalt von 1 registrierten Benutzern der japanischen Wikipedia verfasst und von 1 registrierten Wikipedia-Benutzern in allen Sprachen bearbeitet.
Der Artikel wird 3 Mal in der japanischen Wikipedia zitiert und in allen Sprachen 3 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. 309433 08.2015 |
Global: Nr. 2096422 08.2015 |
| Bester Rang | Japanische: Nr. 103806 04.2018 |
Global: Nr. 1770118 08.2012 |
Am 6. Mai 2024 lesen Internetnutzer in der mehrsprachigen Wikipedia am häufigsten Artikel zu folgenden Themen: Bernard Hill, YouTube, Eurovision Song Contest 2024, Lando Norris, Anne Hathaway, Facebook, Nicholas Galitzine, ChatGPT, Als du mich sahst, Nekrolog 2024.
In der japanischen Wikipedia waren die beliebtesten Artikel an diesem Tag: 井上尚弥, ルイス・ネリ, 武居由樹, ボクシング現王者一覧, 寿美花代, 高島忠夫, 井上拓真, ジェイソン・モロニー, ユーリ阿久井政悟, 石田匠.
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
$$Qualität=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.78+0+0+0+0)$$
where:
Die Ergebnisse der Berechnungen können aufgrund gerundeter Werte normalisierter Metriken in Formeln geringfügig abweichen
