L'articolo "TOMORO" nella Wikipedia in giapponese ha 29.4 punti per la qualità (al 1 agosto 2024). L'articolo contiene 52 riferimenti e 7 sezioni.
Dalla creazione dell'articolo "TOMORO", il suo contenuto è stato scritto da 71 utenti registrati di Wikipedia in giapponese e modificato da 71 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 22 volte nella Wikipedia in giapponese e citato 22 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. 780 02.2021 |
Globale: N. 31960 02.2021 |
Il 12 novembre 2024 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Donald Trump, Marco Rubio, Elon Musk, Song Jae-rim, elezioni presidenziali negli Stati Uniti d'America del 2024, Megan Fox, Melania Trump, Il gladiatore II, ChatGPT, morti nel 2024.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: 福田和子, 玉木雄一郎, 松山刑務所事件, 松山ホステス殺害事件, 八代亜紀, 小泉深雪, 穐田誉輝, 岩城直也, 九里亜蓮, Perfume.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(24.1+19.4+0+22.58+80.68)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
