摘要：在知识与经济全球化的时代背景下,培养合格的STEM人才,成为各国提升国家竞争力的人力资源基础,但STEM教育的跨学科特性和项目式学习方式给学习评估带来了挑战。单纯的质性或量化分析难以获得反映学生能力水平的真实、可靠的证据,而认知网络分析法(Epistemic Network Analysis,ENA)作为二者的结合,为促进评估效能提供了新思路。ENA将个人(或团体)的认知框架元素之间的联系作为证据,生成动态网络模型,对其思维加工、学习过程等进行深度分析,高效、便捷地评估"对象"间动态耦合关系,使获得学习者专业思维发展的全貌成为可能。工程设计中的专业思维评价、项目协作中的可穿戴分析、游戏设计中的师生认知发展轨迹分析,是STEM教育中的三个典型研究案例。案例分析表明,ENA作为一种量化民族志的数据分析方法,使质性和量化研究相融合,为最终得出的量化模型赋予了质性数据的意义。其在技术本质、分析层析及应用价值等方面,为STEM教育及其它领域的测评提供了新范式。