L'articolo "板垣真衣" nella Wikipedia in giapponese ha 18 punti per la qualità (al 1 agosto 2024). L'articolo contiene 7 riferimenti e 15 sezioni.
Dalla creazione dell'articolo "板垣真衣", il suo contenuto è stato scritto da 21 utenti registrati di Wikipedia in giapponese e modificato da 21 utenti registrati di Wikipedia 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. 119389 02.2016 |
Globale: N. 870640 02.2016 |
| Miglior Rango | giapponese: N. 4746 07.2014 |
Globale: N. 282581 07.2014 |
Il 7 febbraio 2025 nella Wikipedia multilingue gli utenti di Internet leggono più spesso articoli sui seguenti argomenti: Elon Musk, Donald Trump, Bianca Censori, Kanye West, Cristiano Ronaldo, Agenzia degli Stati Uniti per lo Sviluppo Internazionale, morti nel 2025, Karla Sofía Gascón, Benson Boone, Irv Gotti.
Nella Wikipedia in giapponese gli articoli più popolari quel giorno erano: バック・トゥ・ザ・フューチャー, マイケル・J・フォックス, 堺正章, ガガガSP, 佐藤聖羅, 堺小春, クリストファー・ロイド, 岡田美里, ジェラードン, 北村一輝.
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(8.63+2.61+0+48.39+30.32)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
