El artículo "テン (曖昧さ回避)" en Wikipedia en japonés tiene 6.3 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 0 referencias y 9 secciones.
Desde la creación del artículo "テン (曖昧さ回避)", , su contenido fue escrito por 31 usuarios registrados de Wikipedia en japonés fue editado por 31 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 10 veces en Wikipedia en japonés y es citado 10 veces en todos los idiomas.
La clasificación más alta de interés de los autores desde 2001:
El rango de popularidad más alto de 2008:
Hay 1 versión lingüística de este artículo en la base de datos WikiRank (de las 55 ediciones de idiomas consideradas de Wikipedia).
La evaluación de calidad y popularidad se basó en volcados de Wikipedia del 1 de agosto de 2024 (incluido el historial de revisiones y las páginas vistas de años anteriores).
| Mejor rango | japonés: Nº 118238 03.2010 |
Global: Nº 792669 03.2010 |
| Mejor rango | japonés: Nº 12896 01.2013 |
Global: Nº 345581 05.2007 |
El 13 de mayo de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: León XIV, Festival de la Canción de Eurovisión 2025, Carlo Ancelotti, Francisco, Cooper Flagg, Thunderbolts*, Gérard Depardieu, Cassie, lista de Papas, ChatGPT.
En Wikipedia en japonés los artículos más populares de ese día fueron: 宮川一朗太, 砂川リチャード, 原菜乃華, 堀ちえみ, 髙寺望夢, 秋広優人, 永野芽郁, 王鵬幸之介, やなせたかし, 鈴木美智子.
El proyecto está destinado a la evaluación relativa automática de los artículos en las distintas versiones lingüísticas de Wikipedia. Actualmente, el servicio permite comparar más de 44 millones de artículos de Wikipedia en 55 idiomas. Los niveles de calidad de los artículos se basan en volcados de Wikipedia de agosto de 2024. Al calcular la popularidad actual y la IA de los artículos, se tuvieron en cuenta los datos de julio de 2024. Para los valores históricos de popularidad y AI WikiRank utilizó datos de 2001 a 2023... Más información
dónde:
Los resultados de los cálculos pueden ser ligeramente diferentes debido a los valores redondeados de las métricas normalizadas en las fórmulas
