L'articolo "小川郁" nella Wikipedia in giapponese ha 15.5 punti per la qualità (al 1 agosto 2024). L'articolo contiene 5 riferimenti e 8 sezioni.
Dalla creazione dell'articolo "小川郁", il suo contenuto è stato scritto da 9 utenti registrati di Wikipedia in giapponese e modificato da 9 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 4 volte nella Wikipedia in giapponese e citato 4 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. 1437 02.2021 |
Globale: N. 47608 02.2021 |
| Miglior Rango | giapponese: N. 33085 03.2017 |
Globale: N. 930417 10.2022 |
Il 28 marzo 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Birmania, ''Adolescence'', Groenlandia, Eclissi solare del 29 marzo 2025, Biancaneve, Rachel Zegler, morti nel 2025, incel, Selena, Usha Vance.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: 中孝介, グレイテスト・ショーマン, ゴイアニア被曝事故, 若林楽人, 広末涼子, 宮世琉弥, P・T・バーナム, 岩下志麻, リサ (BLACKPINK), トレイ・キャベッジ.
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
