【锚点】这一篇只钉一个判断：【档案研究里，‘没找到’只有在检索式、库、日期、语言、同义词和排除项全部写出来后，才能作为证据；否则它只是个人记忆里的空白】。

【显式】很多档案笔记只写“未见记载”。例如查某位女性医生“1908—1920 年无执业记录”，若没写数据库、年份、关键词、OCR 错误率，别人无法重复。

【隐式】“零命中”其实由三层筛选产生：原始事件是否发生 → 是否被记录 → 是否进入可检索档案。任何一层失败都会制造同样的“无记录”。

【细微】同一个“无记录”在不同系统里含义不同：纸质档案缺页、数据库未收录、OCR 把“婦”识别成“女”、检索词未做历史拼写扩展。

【极难发现】最危险的不是找不到，而是把“系统沉默”误读为“事件未发生”；档案的空白往往先暴露制度性筛选，而不是事实本身。

【流程节点链路】：提出历史问题 → 固定检索式（人/地/时间/同义词/语言）→ 选择档案源与时间窗 → 执行检索并记录零命中 → 交叉验证至少两个独立源 → 将“未检出”写成可复现的负证据 → 区分“未发生/未被记录/未入库/未被检索到”。

具体例子：1918 年流感在美国约造成 67.5 万人死亡（CDC 估计），但部分城市报纸在 10—11 月的报道密度下降，不能直接证明当地死亡数低；必须写明数据库（如 Chronicling America）、城市、日期范围、关键词（influenza, flu, epidemic）、是否包含讣告/学校停课/医院容量，才能把“沉默”变成可审计线索。

结尾问题：如果你发现某位人物在 1900—1930 年档案中“消失”，你更可能相信他/她真的退出公共生活，还是相信档案系统把他/她筛掉了？