Uğur Mumcu Araştırmacı Gazetecilik Vakfı (UMAG)
Sadece bir haber sitesi değil, bir gazetecilik okulu olarak araştırmacı habercilik standartlarını belirleyen bir kurumdur. Dijital arşivi ve eğitim kaynaklarıyla sektördeki temel başvuru noktalarından biridir.
- Gazetecilik eğitimi
- Arşiv ve belgeleme
- Etik habercilik savunuculuğu

Uğur Mumcu Araştırmacı Gazetecilik Vakfı (UMAG), akademik tasarım denetiminde 61/100 puan alarak bağımsız denetimden geçti. En güçlü yönleri akıcılık (100) ve görsel kararlılık (70); görece geliştirilebilir alanları marka kimliği (31) ve etkileşim tasarımı (42).
Uğur Mumcu Araştırmacı Gazetecilik Vakfı (UMAG), tarafından tasarlanan bu Araştırmacı Gazetecilik platformu olarak 61/100 puan alarak "Güçlü Temel" kategorisinde değerlendirilmiştir. Uğur Mumcu Araştırmacı Gazetecilik Vakfı (UMAG), 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.
Kırmızı enerji, aciliyet ve güçlü eylem çağrısı iletir. E-ticaret ve sağlık sektörlerinde dikkat çekici etkisi deneysel psikoloji çalışmalarıyla kanıtlanmıştır. (Birren, 1969)
4 teknoloji bileşeni tespit edildi.
"Minimalist sıcak palet odak ve netliği ön plana çıkarıyor; sözsüz lüks çağrışımı var."
Karşılaştır & İzle
Sektör ortalamasıyla karşılaştırma ve tarihsel skor değişimi.
Araştırmacı Gazetecilik
Uğur Mumcu Araştırmacı Gazetecilik Vakfı (UMAG) bu kategoride 27 puan üzerinde — sektör ortalaması 34/100. En iyi %50 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.

