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 est une plateforme non commerciale destinée à l’enseignement et à la recherche, qui restera gratuite pour toujours.
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 s’appuie sur la théorie et les méthodes de Quantitative Ethnography (QE) et d’Epistemic Network Analysis (ENA). Nous remercions University of Wisconsin–Madison, le professeur David Williamson Shaffer, ainsi que les chercheurs, développeurs et collaborateurs d’Epistemic Analytics Lab, au sein de Wisconsin Center for Education Research, pour leurs travaux fondateurs et leur contribution continue à QE, ENA et webENA.
Quantitative Ethnography (QE) associe une compréhension qualitative de l’activité humaine dans son contexte à l’analyse quantitative. (Shaffer, 2017)
Epistemic Network Analysis (ENA) modélise les liens entre des éléments codés qui apparaissent ensemble dans des contextes significatifs. Ces liens forment des réseaux dont les structures peuvent être visualisées et comparées statistiquement. (Shaffer et al., 2016)
En s’appuyant sur ces travaux, Open ENA réunit les données codées, les paramètres des modèles et les comparaisons de réseaux dans un parcours d’analyse accessible dans le navigateur. Les chercheurs doivent interpréter les résultats en tenant compte de leur question de recherche, des fondements du codage et des matériaux qualitatifs d’origine. (Shaffer & Ruis, 2017)
L’équipe d’Open ENA a utilisé webENA et l’a pris comme référence pour définir l’apparence et la disposition initiales de cette plateforme. Nous reconnaissons explicitement que cette référence de conception provient de l’équipe à l’origine d’ENA et de son travail sur webENA à Madison, dans le Wisconsin, aux États-Unis.
La visualisation des réseaux ENA s’appuie également sur les recherches consacrées au design visuel et à l’interprétation. (Tan et al., 2022)
Open ENA est une plateforme indépendante maintenue par l’équipe d’Open ENA.