【锚点】档案研究最常被误教的动作：把【查不到】当【没有】。真正要教的判断是：【缺失记录的信息量 = 记录制度在事件发生时留下痕迹的概率 × 事件基础概率】。 【显式】英国1837年之前，洗礼、婚姻、死亡主要靠教区登记，并非全国统一强制，保存率受教区、火灾、战争、抄写习惯影响。若某教区抽样显示登记率90%，某婴儿无洗礼登记，并不等于没出生。设基础概率 p=0.5（示意），P(无记录|出生)=0.1，P(无记录|未出生)=1，后验 P(出生|无记录)=0.5×0.1/(0.5×0.1+0.5×1)=0.0909，约9%。若登记率只有20%，同样无记录后验=0.5×0.8/(0.5×0.8+0.5×1)=0.444，约44%。同一个【查不到】，在严格登记制度下是强反证，在松散制度下几乎只是噪声。 【隐式】所以档案员真正该写的不是【未见】，而是【未见 + 应见范围 + 记录保留概率】。 【细微】很多论文把【未检索到】当【未发生】，却把【档案完整】当默认前提；这等于把记录系统的边际分布当成事实的边际分布。田野笔记同理：没写进笔记，不等于没发生；它只是没进入你的记录制度。 【极难发现】更反直觉：一份【完整】的档案可能最危险，因为它让读者误以为沉默是自然的；真正可信的沉默必须来自可检验的缺失机制。 【流程节点链路】：提出事件假设 → 界定档案生成制度（谁写、何时写、为何写、销毁/遗失规则）→ 估计记录率与误记率 → 用贝叶斯更新事件概率 → 输出可排除性边界（不是【没有】，而是【在 X 制度下概率降至 Y】）。 【待验证点】如果一份档案从未记录失败、拒绝、缺席，它到底是完整，还是只记录了成功？