Şiddetsizlik Merkezi
Şiddeti sadece sonuçlarıyla değil, kök nedenleriyle de ele alan bir yaklaşım sergiler. Örgütlere yönelik geliştirdikleri şiddetsiz geri bildirim atölyeleri, sektördeki diğer kuruluşlara örnek bir metodoloji sunmaktadır. İçerik odaklı bir UX deneyimiyle savunuculuk dilini dönüştürüyor.
- Şiddetsiz iletişim eğitimleri
- Çatışma çözümleme araçları
- Kurumsal şiddetsizleşme atölyeleri

Şiddetsizlik Merkezi, akademik tasarım denetiminde 64/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri görsel kararlılık (91) ve akıcılık (88); görece geliştirilebilir alanları etkileşim tasarımı (42) ve teknik altyapı (51).
Şiddetsizlik Merkezi, tarafından tasarlanan bu Kadına Şiddet Önleme platformu olarak 64/100 puan alarak "Güçlü Temel" kategorisinde değerlendirilmiştir. Şiddetsizlik Merkezi, dijital dijital alan içinde güçlü bir temel üzerine inşa edilmiş olmakla birlikte genel kullanıcı deneyimini sınırlayan belirli tasarım kararları dikkat çekmektedir. Renk kontrastı, tipografik hiyerarşi ve etkileşim yoğunluğu alanlarında odaklanmış iyileştirmeler kullanıcı deneyimini belirgin ölçüde ilerletecektir.
Tasarım Denetimi
Hasler-Süsstrunk renk teorisi, Gestalt ilkeleri ve Fitts Yasası ile hesaplamalı analiz.
Kızıl ton; tutku ve özgünlüğü birleştirir. Dinamik marka kimliklerinde yüksek tanınırlık ve duygusal bağ sağlar. (Birren, 1969)
WordPress CMS üzerine kurulu. Plugin ve tema ekosistemiyle geliştirilmiş.
"Enerjik sıcak tonlar güçlü bir aksiyon isteği uyandırıyor; marka iddialı ve dikkat çekici."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Kadına Şiddet Önleme
Şiddetsizlik Merkezi bu kategoride 10 puan üzerinde — sektör ortalaması 54/100. En iyi %22 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.

