【负证据】不是【没写】，而是【可检验的缺席】。 【流程节点链路】：【观察缺失】 → 【预期出现条件】 → 【搜寻努力】 → 【检测概率】 → 【可检验的缺席证据】。

【显式】生态调查里，『没看见鸟』本身不是数据；只有写成『某点、某时、某天气、5分钟、半径100米内未检出』，它才进入统计。【MacKenzie 等人】提出的【占用率模型】，核心就是把【存在但没看见】与【不存在】分开，用多次重复调查估计【检测概率】。

【隐式】档案研究也一样。1918年流感的死亡规模不能只靠【死亡登记】：许多死亡没有进入常规登记，【CDC】后来估计美国本土约【67.5万人】死亡，而登记数远低于此；研究者用【基线死亡率】推算【超额死亡】，才把【没有登记】变成【登记制度漏掉了什么】。

【细微】带学生时，我要求他们为每个【没有】写三格：【预期出现条件】、【搜寻/检索努力】、【排除理由】。例如【PCR】没出条带，不能只写【阴性】，要写【阳性对照】、【内参】、【循环数】、【预期片段大小】。这样【没有】才有【责任边界】。

【极难发现】真正难的不是补数据，而是先写出【反事实检测器】：如果它应该出现，必须满足哪些条件？这些条件若未满足，【缺席】就只是【缺席】；若满足且仍缺席，【缺席】才成为【证据】。

问题：如果一个学生只说【没找到】，却不写【为什么这里应该找到】，你能把他的【沉默】当作【证据】吗？