L'articolo "一橋桐子 (76) の犯罪日記" nella Wikipedia in giapponese ha 28.8 punti per la qualità (al 1 agosto 2024). L'articolo contiene 52 riferimenti e 10 sezioni.
Dalla creazione dell'articolo "一橋桐子 (76) の犯罪日記", il suo contenuto è stato scritto da 16 utenti registrati di Wikipedia in giapponese e modificato da 16 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 199 volte nella Wikipedia in giapponese e citato 199 volte in tutte le lingue.
Il grado di interesse degli autori più alto dal 2001:/p>
Il grado di popolarità più alto dal 2008:
C'è 1 versione linguistica per questo articolo nel database WikiRank (delle 55 edizioni linguistiche di Wikipedia considerate).
La valutazione della qualità e della popolarità si basava sui dump di Wikipedia del 1 agosto 2024 (inclusa la cronologia delle revisioni e le visualizzazioni di pagina degli anni precedenti).
| Miglior Rango | giapponese: N. 1214 10.2022 |
Globale: N. 42809 10.2022 |
Il 24 settembre 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Libano, Hezbollah, Lyle and Erik Menendez, Sean Combs, seconda stagione di Monster, ChatGPT, morti nel 2024, Linkin Park, Thunderbolts, 24 settembre.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: 大口病院連続点滴中毒死事件, 山本格, 柏原崇, ダンプ松本, 河合優実, 野村麻純, 小川淳也, 高市早苗, Mrs. GREEN APPLE, 若林佑真.
Il progetto è finalizzato alla valutazione relativa automatica degli articoli nelle diverse versioni linguistiche di Wikipedia. Al momento il servizio permette di confrontare oltre 44 milioni di articoli di Wikipedia in 55 lingue. I punteggi di qualità degli articoli si basano sui dump di Wikipedia del agosto 2024. Nel calcolare la popolarità attuale e l'intelligenza artificiale degli articoli sono stati presi in considerazione i dati del luglio 2024. Per i valori storici di popolarità e AI WikiRank ha utilizzato dati dal 2001 al 2023... More information
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(32.48+19.4+0+32.26+59.86)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
