Qual è la logica dietro le combinazioni di tipo + sottotipo di tipi di media?

Sono un po 'confuso dal nidificazione che si verifica in Tipi di media (noti anche come il loro nome precedente "tipi MIME '):

I tipi di livello superiore sono chiamati application , text , image video , audio , message , model e un paio di altri. Tuttavia, non mi è chiaro perché alcuni sottotipi siano nidificati sotto uno di questi, mentre altri sottotipi sono nidificati sotto uno di questi:

• Datastructures: perché application/json ma text/csv ? E perché xml appare sia come application/xml che text/xml ? E perché questi non sono in message/* o model/* , che almeno a livello di superficie sembrano adattarsi meglio alla 'infrastruttura codificata'?
• Lingue: perché application/javascript ma text/html e text/css ?
• Perché c'è sia application/xml che text/xml ?

Nel tentativo di rendere questa una domanda chiara e obiettiva, forse la domanda potrebbe essere formulata nel modo migliore: Quali sono le regole che determinano in quale tipo verrà inserito un sottotipo "Tipo di media" e perché ci sono alcuni "duplicati"?