O artigo "ファースト・ストーリー" na Wikipédia em japonês tem 0.1 pontos para qualidade (em 1º de agosto de 2024).
Desde a criação do artigo "ファースト・ストーリー", seu conteúdo foi escrito por 8 usuários cadastrados na Wikipédia em japonês e editado por 8 usuários registrados da Wikipédia em todos os idiomas.
O artigo é citado 3 vezes na Wikipédia em japonês e citado 3 vezes em todos os idiomas.
A classificação mais alta de interesse dos autores em 2001:
A classificação de popularidade mais alta de 2008:
Há uma versão em um idioma para este artigo no banco de dados WikiRank (das 55 edições em idiomas da Wikipédia consideradas).
A avaliação de qualidade e popularidade foi baseada em despejos da Wikipedia de 1º de agosto de 2024 (incluindo histórico de revisões e visualizações de página de anos anteriores).
| Melhor Posição | japonês: Nº 99276 02.2010 |
Global: Nº 631600 02.2010 |
| Melhor Posição | japonês: Nº 69701 03.2008 |
Global: Nº 802266 10.2007 |
Em 7 de fevereiro de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Elon Musk, Donald Trump, Bianca Censori, Kanye West, Cristiano Ronaldo, Agência dos Estados Unidos para o Desenvolvimento Internacional, mortes em 2025, Karla Sofía Gascón, Benson Boone, Irv Gotti.
Na Wikipédia em japonês, os artigos mais populares naquele dia foram: 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.
O projeto destina-se à avaliação relativa automática dos artigos nas diversas versões linguísticas da Wikipédia. No momento, o serviço permite comparar mais de 44 milhões de artigos da Wikipédia em 55 idiomas. Os índices de qualidade dos artigos são baseados em despejos da Wikipédia de agosto de 2024. Ao calcular a popularidade atual e a IA dos artigos, foram levados em consideração os dados de julho de 2024. Para valores históricos de popularidade e AI, o WikiRank usou dados de 2001 a 2023... Mais Informações
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(0.33+0+0+0+0)$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
