Türkiye Ulusal Gözlemevleri (TUG ve DAG Yönetimi)
Türkiye'nin en büyük temel bilim yatırımı olan DAG ve TUG'un tek bir merkezden yönetilmesini sağlayan stratejik bir dijital platformdur. Kurumsal vizyonu ve güncel teknoloji duyurularını yüksek kaliteli bir kurumsal kimlikle sunmaktadır.
- Stratejik altyapı yönetimi
- DAG ve TUG entegrasyonu
- İleri araştırma duyuruları

Türkiye Ulusal Gözlemevleri (TUG ve DAG Yönetimi), akademik tasarım denetiminde 59/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (94) ve görsel kararlılık (92); görece geliştirilebilir alanları marka kimliği (49) ve estetik (50).
Türkiye Ulusal Gözlemevleri (TUG ve DAG Yönetimi), tarafından tasarlanan bu Astronomi Gözlemevi platformu olarak 59/100 puan alarak "Gelişime Açık" düzeyinde değerlendirilmiştir. Türkiye Ulusal Gözlemevleri (TUG ve DAG Yönetimi), dijital platformlar arasında fonksiyonel bir yapıya sahip olup temel kullanıcı akışlarını karşılamaktadır. Bununla birlikte genel kullanıcı deneyimini olumsuz etkileyen görsel tutarsızlıklar, performans açıkları ve erişilebilirlik eksiklikleri tespit edilmiştir; sistematik bir tasarım revizyonu dönüşüm oranlarını anlamlı ölçüde iyileştirecektir.
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)
Modern React framework (Next.js). SSR veya SSG ile sunuluyor.
"Minimalist nötr palet zamansız estetik sunar; içeriğin öne çıkmasına izin veriyor."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Astronomi Gözlemevi
Türkiye Ulusal Gözlemevleri (TUG ve DAG Yönetimi) bu kategoride 6 puan üzerinde — sektör ortalaması 53/100. En iyi %36 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.