Atatürk Üniversitesi ATASAM (DAG)
Türkiye'nin en büyük teleskop yatırımı olan DAG'a ev sahipliği yapması nedeniyle astronomi dünyasının merkezindedir. Web sitesi, dev projelerin teknik aşamalarını ve bilimsel hedeflerini paylaşan modern ve bilgilendirici bir yapıya sahiptir.
- Türkiye'nin en büyük optik teleskop projesi (DAG)
- Kızılötesi astronomide öncülük
- Modern ve güncel bilimsel altyapı paylaşımı

Atatürk Üniversitesi ATASAM (DAG), akademik tasarım denetiminde 56/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (90) ve görsel kararlılık (85); görece geliştirilebilir alanları marka kimliği (31) ve etkileşim tasarımı (44).
Atatürk Üniversitesi ATASAM (DAG), tarafından tasarlanan bu Astronomi Gözlemevi platformu olarak 56/100 skorla "Gelişime Açık" kategorisinde yer almaktadır. kullanıcıların bakış açısından genel kullanıcı deneyimini kısıtlayan çeşitli tasarım kararları gözlemlenmiştir. Hasler-Süsstrunk renk metriği alt sınırlarda seyrederken Fitts Yasası etkileşim verimliliği yetersiz bulunmuştur; hedefli bir UX dönüşümüyle önemli kazanımlar elde edilebilir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Mavi güvenilirlik, otorite ve sakinliği kodlar. B2B ve kurumsal kimlikte dünya genelinde en yaygın tercih edilen tonlamadır; bilinçsiz güven oluşturma gücü yüksektir. (Birren, 1969)
WordPress CMS üzerine kurulu. Plugin ve tema ekosistemiyle geliştirilmiş.
"Dengeli soğuk tonlar profesyonellik ve güvenilirlik mesajı iletiyor; kurumsal algı başarılı."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Astronomi Gözlemevi
Atatürk Üniversitesi ATASAM (DAG) bu kategoride 3 puan üzerinde — sektör ortalaması 53/100. En iyi %55 dilimindedir.
Benzer Skorlu Siteler
Ölçüm ortamı hakkında: Teknik performans için öncelik CrUX (Chrome User Experience Report — gerçek kullanıcıların canlı saha verisi); CrUX verisi yoksa Lighthouse(kontrollü lab/test ortamı) kullanılır. Bu iki ortam farklı koşullarda ölçtüğü için bazı metrikler birbirinden ayrışabilir — örneğin sunucu yanıtı (TTFB) lab'da hızlı görünürken, gerçek kullanıcıların içerik boyaması (LCP) ağ ve cihaz koşulları nedeniyle daha yavaş çıkabilir. Her iki değer de doğrudur; yalnızca farklı pencerelerden bakar.

