Artykuł "本部めぐみ" w japońskiej Wikipedii posiada 2.5 punktów za jakość (stan na 1 sierpnia 2024 roku). Artykuł zawiera, oprócz innych wskaźników, 0 referencji oraz 3 sekcji.
Od czasu utworzenia artykułu "本部めぐみ" jego treść była napisana przez 13 zarejestrowanych użytkowników japońskiej Wikipedii oraz edytowana przez 13 zarejestrowanych użytkowników Wikipedii we wszystkich wersjach jézykowych.
Ten artykuł jest cytowany 31 razy w japońskiej Wikipedii oraz cytowany 31 razy we wszystkich wersjach językowych.
Najwyższe zainteresowanie autorów od 2001 roku:
Najwyższa popularność w rankingu od 2008 roku:
Dla danego artykułu znaleziona 1 wersja językowa w bazie danych WikiRank (z 55 rozpatrywanych wersji językowych Wikipedii).
Dane z dnia 1 sierpnia 2024 roku.
| Najlepsza pozycja | Japoński: Nr 222200 10.2014 |
Globalny: Nr 1874348 08.2015 |
| Najlepsza pozycja | Japoński: Nr 2976 09.2018 |
Globalny: Nr 197236 09.2018 |
W dniu 25 stycznia 2025 roku w wielojęzycznej Wikipedii internauci najczęściej czytali artykuły na następujące tematy: Donald Trump, Madison Keys, Elon Musk, Aryna Sabalenka, Melania Trump, Emilia Pérez, Abduqodir Xusanov, Pete Hegseth, Nosferatu, Karla Sofía Gascón.
W japońskiej Wikipedii najbardziej popularnymi artykułami w tym dniu były: 日枝久, 渡邊渚, 中居正広, 東京卍リベンジャーズ, 青木歌音, 関水渚, 出水麻衣, 瀬戸環奈, 中嶋優一, 金峰山晴樹.
Projekt WikiRank jest przeznaczony do automatycznej względnej oceny artykułów w różnych wersjach językowych Wikipedii. Obecnie WikiRank pozwala porównywać ponad 44 mln artykułów Wikipedii w 55 językach. Wskaźniki jakośći artykułu są oparte na kopii zapasowej Wikipedia (stan na sierpień 2024). Przy obliczaniu popularności uwzględniono statystyki artykułów za ostatni miesiąc (w lipcu 2024 roku). Przy obliczaniu aktualnej popularności oraz Zainteresowania Autorów (ZA) artykułów uwzględniono dane za lipcu 2024 roku. Dla wartości historycznych popularności oraz ZA zostały wykorzystane dane z lat 2001-2023... Więcej informacji
$$Jakość=1/c∑↙{i=1}↖c nm_i-RS=1/5(2.73+0+0+9.68+0)$$
gdzie:
Wynik obliczeń może być nieco rozbieżny, ponieważ wartości znormalizowanych wskaźników zostały zaokrąglone
