A small team. An open horizon.
Open ENA brings together learning science, quantitative ethnography, artificial intelligence, and educational technology.
We are building a transparent and approachable path into Epistemic Network Analysis—one where methods, interface decisions, and future capabilities can be inspected rather than hidden.
Openness is more than access.
It means making the path from evidence to interpretation visible: what the model receives, what the computation does, what the figure shows, and what it cannot claim.
Open ENA es una plataforma no comercial con fines educativos y de investigación y será gratuita para siempre.
The Education University of Hong Kong
Educational researcher · Application developer
His work spans technology-enhanced learning, learning analytics, artificial intelligence in education, network analysis, and content and language integrated learning.
EdUHK profile
3D ENA Research Group · Hong Kong
ENA variants · Dimensionality-reduction algorithms
He has played a pioneering role in advancing ENA variants such as 3D ENA and dimensionality-reduction algorithms for ENA. As the key developer of 3D ENA 1.0, he combines computer science and psychology to develop interactive research tools.
3D ENA team profile
National Taiwan University of Science and Technology
Assistant Professor · Graduate Institute of Digital Learning and Education
Her work spans artificial intelligence in digital learning, cognitive and social networks, data literacy, data visualization, and graph analysis.
Taiwan Tech profile
Meredith College, North Carolina, USA
Open ENA team
A member of the Open ENA team affiliated with Meredith College, North Carolina, USA.
Forthcoming conference paper · 2026
Hu, D., Hamilton, E., Tu, Y. F., & Xu, Q. (2026, November). Design and development from rENA to jENA: Accelerating the creation of web-based Open ENA tools. [Conference paper]. International Conference on Quantitative Ethnography.
ICQE 2026 · Publication details forthcoming
Journal article · 2025
Tu, Y. F., Hwang, G. J., & Hu, D. (2025). Effects on the learning achievement, approaches to learning, and multi-stage reflection quality of students with different levels of digital self-efficacy in a data literacy course: An ARCS-based self-reflective online learning model. Computers & Education, 238, 105397. https://doi.org/10.1016/j.compedu.2025.105397
View journal article
Conference paper · 2024
Yu, J., Hu, D., & Wang, C. H. (2024). Development of ENA 3D: A tool for epistemic network analysis in three-dimensional space. In Y. J. Kim & Z. Swiecki (Eds.), Advances in quantitative ethnography (Communications in Computer and Information Science, Vol. 2278, pp. 152–165). Springer. https://doi.org/10.1007/978-3-031-76335-9_11
View conference paperOpen ENA se basa en la teoría y los métodos de Quantitative Ethnography (QE) y Epistemic Network Analysis (ENA). Agradecemos a University of Wisconsin–Madison, al profesor David Williamson Shaffer y a los investigadores, desarrolladores y colaboradores de Epistemic Analytics Lab, en Wisconsin Center for Education Research, su trabajo fundacional y continuado en QE, ENA y webENA.
Quantitative Ethnography (QE) combina la comprensión cualitativa de la actividad humana en su contexto con el análisis cuantitativo. (Shaffer, 2017)
Epistemic Network Analysis (ENA) modela las conexiones entre elementos codificados que aparecen conjuntamente en contextos significativos. Estas conexiones forman redes que permiten la visualización y la comparación estadística de sus estructuras. (Shaffer et al., 2016)
A partir de este trabajo, Open ENA organiza los datos codificados, la configuración de los modelos y las comparaciones de redes en un flujo de trabajo dentro del navegador. Los investigadores deben interpretar los resultados teniendo en cuenta la pregunta de investigación, los fundamentos de la codificación y el material cualitativo original. (Shaffer & Ruis, 2017)
El equipo de Open ENA utilizó webENA y lo tomó como referencia para establecer el aspecto y la disposición iniciales de esta plataforma. Reconocemos expresamente que esta referencia de diseño procede del equipo original de ENA y de su trabajo en webENA en Madison, Wisconsin, Estados Unidos.
La visualización de redes ENA también se nutre de la investigación sobre diseño visual e interpretación. (Tan et al., 2022)
Open ENA es una plataforma independiente mantenida por el equipo de Open ENA.