L'articolo "校長先生" nella Wikipedia in giapponese ha 0 punti per la qualità (al 1 agosto 2024).
Dalla creazione dell'articolo "校長先生", il suo contenuto è stato scritto da 2 utenti registrati di Wikipedia in giapponese e modificato da 2 utenti registrati di Wikipedia in tutte le lingue.
L'articolo è citato 2 volte nella Wikipedia in giapponese e citato 2 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. 286013 02.2014 |
Globale: N. 2280222 02.2014 |
| Miglior Rango | giapponese: N. 59655 12.2018 |
Globale: N. 1069533 08.2006 |
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
$$Qualità=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.18+0+0+0+0)$$
dove:
I risultati dei calcoli potrebbero essere leggermente diversi a causa dei valori arrotondati delle metriche normalizzate nelle formule
