L'articolo "塔 (短歌結社)" nella Wikipedia in giapponese ha 9.8 punti per la qualità (al 1 agosto 2024). L'articolo contiene 3 riferimenti e 6 sezioni.
Dalla creazione dell'articolo "塔 (短歌結社)", il suo contenuto è stato scritto da 10 utenti registrati di Wikipedia in giapponese e modificato da 10 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 47 volte nella Wikipedia in giapponese e citato 47 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. 230169 02.2023 |
Globale: N. 1722186 06.2022 |
| Miglior Rango | giapponese: N. 28544 11.2020 |
Globale: N. 954698 11.2020 |
Il 13 aprile 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Domenica delle Palme, Black Mirror, Rory McIlroy, ChatGPT, Alexander Volkanovski, Un film Minecraft, Paddy Pimblett, Adolescence, episodi di Black Mirror, Diego Lopes.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: 徳川家基, 平賀源内, 田沼意次, 鄭大世, やなせたかし, 国際博覧会, 徳川家治, 広末涼子, ローリー・マキロイ, 仲里依紗.
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
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
