Rapport deelinspectie JenV magazine

De content van de JenV Magazine-website voldoet aan 23 van de 29 onderzochte WCAG 2.1-succescriteria. De tekortkomingen zitten in ontbrekende of onjuiste alt-teksten bij afbeeldingen, te laag kleurcontrast en ontbrekende audiodescriptie bij video's. Het betreft een deelonderzoek naar de content dat nog met een technisch deelonderzoek moet worden aangevuld.

Veranderende wet- en regelgevingCommunicatie, reputatie en stakeholders

Waarom deze indeling: Het rapport is van begin tot eind een conformiteitstoets aan een verplichte norm: WCAG 2.1 niveau AA is via EN 301 549 en het Tijdelijk besluit digitale toegankelijkheid overheid verplicht, het oordeel luidt dat aan 23 van de 29 van toepassing zijnde succescriteria wordt voldaan, en de tekst beschrijft de tijdelijke uitzonderingen voor oudere PDF's en video's en de plicht die in de toegankelijkheidsverklaring te verantwoorden. Daarom wijkt dit oordeel van Y af door laws als hoofdlabel te nemen. Van X wijkt het af door comms toe te voegen: het onderzochte object is het publieksmagazine van het ministerie en de gevonden gebreken raken rechtstreeks het overbrengen van de boodschap, zoals de diagrammen over ontvangsten en uitgaven waarvan de alternatieve tekst de informatie niet weergeeft, witte covertekst met een contrast van 1,8 op 1 en video's zonder audiodescriptie, met de vaststelling dat een blinde of slechtziende gebruiker die informatie mist.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Justitie en Veiligheid

Onderdeel volgens het rapport

Directie Communicatie (DCom)

Bron

Onderzoeken en evaluaties: Cardan Technobility

Toegepaste standaard

Extern onderzoek

Datum

2021-04-07

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026