O artigo "わさお" na Wikipédia em japonês tem 34.6 pontos para qualidade (em 1º de agosto de 2024). O artigo contém 41 referências e 15 seções.
Em julho de 2024 o artigo "わさお" foi editado por 2 autores na Wikipédia em japonês e escrito por 2 autores em todos os idiomas.
Desde a criação do artigo "わさお", seu conteúdo foi escrito por 76 usuários cadastrados na Wikipédia em japonês e editado por 76 usuários registrados da Wikipédia em todos os idiomas.
O artigo é citado 51 vezes na Wikipédia em japonês e citado 51 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 307 06.2020 |
Global: Nº 13508 06.2020 |
Em 13 de abril de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Domingo de Ramos, Black Mirror, Rory McIlroy, ChatGPT, Alexander Volkanovski, Um Filme Minecraft, Paddy Pimblett, Adolescência, lista de episódios de Black Mirror, Diego Lopes.
Na Wikipédia em japonês, os artigos mais populares naquele dia foram: 徳川家基, 平賀源内, 田沼意次, 鄭大世, やなせたかし, 国際博覧会, 徳川家治, 広末涼子, ローリー・マキロイ, 仲里依紗.
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
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
