L'articolo "官寺" nella Wikipedia in giapponese ha 20.6 punti per la qualità (al 1 agosto 2024). L'articolo contiene 18 riferimenti e 4 sezioni.
Dalla creazione dell'articolo "官寺", il suo contenuto è stato scritto da 11 utenti registrati di Wikipedia in giapponese e modificato da 11 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 85 volte nella Wikipedia in giapponese e citato 85 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. 153301 04.2010 |
Globale: N. 1034127 05.2010 |
| Miglior Rango | giapponese: N. 31878 08.2007 |
Globale: N. 461449 08.2007 |
Il 1 febbraio 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Donald Trump, Marianne Faithfull, O. J. Simpson, Neymar, Israel Adesanya, Nassourdine Imavov, Royal Rumble 2025, Elon Musk, Karla Sofía Gascón, Emilia Pérez.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: 青木歌音, The pillows, 織田梨沙, 節分, 桜庭ななみ, 中嶋優一, 蓮佛美沙子, 德勝龍誠, 長谷川豊, 萬田久子.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(9.79+6.72+5+12.9+68.78)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
