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 — некоммерческая платформа для образовательных и исследовательских целей, которая навсегда останется бесплатной.
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 опирается на теорию и методы Quantitative Ethnography (QE) и Epistemic Network Analysis (ENA). Мы выражаем благодарность University of Wisconsin–Madison, профессору David Williamson Shaffer, а также исследователям, разработчикам и коллегам из Epistemic Analytics Lab в Wisconsin Center for Education Research за основополагающий вклад и продолжающуюся работу над QE, ENA и webENA.
Quantitative Ethnography (QE) объединяет качественное понимание человеческой деятельности в её контексте с количественным анализом. (Shaffer, 2017)
Epistemic Network Analysis (ENA) моделирует связи между закодированными элементами, которые встречаются совместно в содержательно значимых контекстах. Эти связи образуют сети, структуры которых можно визуализировать и сравнивать статистически. (Shaffer et al., 2016)
Опираясь на эти работы, Open ENA объединяет закодированные данные, настройки моделей и сравнение сетей в рабочем процессе, доступном в браузере. Исследователям необходимо интерпретировать результаты с учётом исследовательского вопроса, оснований кодирования и исходного качественного материала. (Shaffer & Ruis, 2017)
Команда Open ENA использовала webENA и опиралась на него как на образец при создании первоначального внешнего вида и компоновки этой платформы. Мы прямо признаём, что этот источник дизайна восходит к первоначальной команде ENA и её работе над webENA в Мэдисоне, штат Висконсин, США.
Визуализация сетей ENA также опирается на исследования визуального дизайна и интерпретации. (Tan et al., 2022)
Open ENA — независимая платформа, которую поддерживает команда Open ENA.