O artigo “お笑い地賛地笑バラエティ ガンバッペ魂” na Wikipédia em japonês tem 36.3 pontos para qualidade (em 1º de julho de 2025). O artigo contém 65 referências e 13 seções.
Desde a criação do artigo “お笑い地賛地笑バラエティ ガンバッペ魂”, seu conteúdo foi escrito por 15 usuários cadastrados na Wikipédia em japonês e editado por 15 usuários registrados da Wikipédia em todos os idiomas.
O artigo é citado 10 vezes na Wikipédia em japonês e citado 10 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 julho de 2025 (incluindo histórico de revisões e visualizações de página de anos anteriores).
| Melhor Posição | japonês: Nº 303733 07.2015 |
Global: Nº 2057689 07.2015 |
| Melhor Posição | japonês: Nº 6311 10.2017 |
Global: Nº 333335 10.2017 |
Em 7 de outubro de 2025, na Wikipédia multilíngue, os usuários da Internet leem com mais frequência artigos sobre os seguintes tópicos: Ed Gein, Ilse Koch, Lizzie Borden, Anthony Perkins, The Original Monster, Greta Thunberg, Richard Speck, Psycho, ChatGPT, Charlie Hunnam.
Na Wikipédia em japonês, os artigos mais populares naquele dia foram: 高市早苗, 坂口志文, 影山雅永, 山瀬まみ, 鈴木俊一 (衆議院議員), 麻生太郎, 江口寿史, 有村治子, 伊藤義弘, 山本拓 (政治家).
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 julho de 2025. Ao calcular a popularidade atual e a IA dos artigos, foram levados em consideração os dados de junho de 2025. Para valores históricos de popularidade e AI, o WikiRank usou dados de 2001 a 2025... Mais Informações
$$Qualidade=1/c∑↙{i=1}↖c nm_i-RS=1/5(26.02+23.47+0+41.94+90.33)$$
onde:
Os resultados dos cálculos podem ser ligeiramente diferentes devido aos valores arredondados das métricas normalizadas nas fórmulas
