Geleneksel ve Tamamlayıcı Tıp Derneği
Sektörel birlikteliği ve standartlaşmayı savunan, hekimler arasındaki deneyim paylaşımını ve politikaları destekleyen bir çatı kurumdur. Profesyonel ağ kurmak için en önemli dijital platformlardan biridir.
- Profesyonel hekim ağı
- Sosyal sorumluluk projeleri
- Mesleki özlük hakları çalışmaları

Geleneksel ve Tamamlayıcı Tıp Derneği, akademik tasarım denetiminde 38/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri görsel kararlılık (92) ve akıcılık (80); görece geliştirilebilir alanları marka kimliği (43) ve etkileşim tasarımı (54).
Geleneksel ve Tamamlayıcı Tıp Derneği, tarafından tasarlanan bu Geleneksel Türk Tıbbı platformu olarak 38/100 skorla "Dönüşüm Aşaması" kategorisinde raporlanmıştır. kullanıcıların beklentilerini karşılayan temel etkileşim akışları henüz tam olarak olgunlaşmamıştır; genel kullanıcı deneyimini kısıtlayan çok sayıda tasarım açığı mevcuttur. Renk teorisi, tipografik hiyerarşi, Fitts Yasası etkileşim metrikleri ve WCAG erişilebilirlik standartları başta olmak üzere geniş kapsamlı bir dönüşüm planı önerilmektedir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Camgöbeği tazelik ve yenilik hissi verir. Teknoloji girişimlerinde geleneksel maviden farklılaşarak özgün ve çağdaş bir marka sesi oluşturur. (Birren, 1969)
2 teknoloji bileşeni tespit edildi.
"Canlı soğuk palet dinamizm ve modernlik mesajı veriyor; teknoloji çağrışımı güçlü."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Geleneksel Türk Tıbbı
Geleneksel ve Tamamlayıcı Tıp Derneği bu kategoride 18 puan altında — sektör ortalaması 56/100. En iyi %92 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.

