El artículo "週刊朝日による橋下徹特集記事問題" en Wikipedia en japonés tiene 34.1 puntos por calidad (a 1 de agosto de 2024). El artículo contiene 43 referencias y 13 secciones.
Desde la creación del artículo "週刊朝日による橋下徹特集記事問題", , su contenido fue escrito por 36 usuarios registrados de Wikipedia en japonés fue editado por 36 usuarios registrados de Wikipedia en todos los idiomas.
El artículo es citado 223 veces en Wikipedia en japonés y es citado 223 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 3546 04.2013 |
Global: Nº 81546 04.2013 |
| Mejor rango | japonés: Nº 1647 11.2012 |
Global: Nº 193069 11.2012 |
El 1 de mayo de 2025 en Wikipedia multilingüe, los internautas leen con mayor frecuencia artículos sobre los siguientes temas: Día del Trabajador, Lamine Yamal, Thunderbolts, Francisco, muertes en 2025, Michael Waltz, Benedicto XVI, Natalia Grace, 1 de mayo, Sinners.
En Wikipedia en japonés los artículos más populares de ese día fueron: やなせたかし, 黒田大輔 (俳優), 坂東龍汰, 本田響矢, 山野辺翔, さくら (タレント), 菅原小春, 新幹線大爆破, 永野芽郁, 三國連太郎.
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
