배경 (Background). 비활성 임계값 (Inactivity thresholds)은 과학 오픈소스 소프트웨어 (OSS)를 방치된 것으로 분류하지만, 영구적인 방치와 일시적인 휴면을 구분할 수는 없습니다. 컷오프 (Cutoff)를 1개월에서 36개월로 변경하면 SciCat 코퍼스 (corpus) 내의 방치된 프로젝트 수가 18,030개에서 8,010개로 변합니다. 목적 (Aims). 우리는 휴면 후 부활한 과학 OSS의 휴면 원인, 부활 메커니즘 (revival mechanisms), 회복 지속성 (recovery durability), 그리고 생애주기 아키타입 (lifecycle archetypes)을 규명합니다. 방법 (Method). 18,247개의 SciCat 저장소 (repositories)로부터 2,984개의 휴면-부활 후보를 식별하였으며, 2단계 판정 프로토콜 (post-adjudication kappa 0.779-0.857) 하에 75명의 분석가-코더 (analyst-coders)가 750개 프로젝트의 층화 표본 (stratified sample)을 필드 코딩 (field-code)했습니다. 규칙 기반 분류기 (rule-based classifier)는 다섯 가지 차원을 생성합니다: 휴면 원인 (T1), 부활 메커니즘 (T2), 부활 작업의 성격 (T3), 부활 지속 가능성 (T4), 그리고 생애주기 아키타입 (T5). 결과 (Results). 프로젝트의 52.5%는 저장소 증거만으로는 휴면 원인을 해결할 수 없습니다. 해결 가능한 사례 중에서는 기능/마일스톤 동결 (feature/milestone freeze)이 연구 결과물 완료 (research-output completion)보다 5.4:1의 비율로 더 많습니다. 지속되지 않는 회복이 지속되는 회복보다 2.14:1로 더 많으며, 겉으로 보이는 부활의 11.5%는 봇 전용 (bot-only)이거나 단일 스파이크 (single-spike) 인공물입니다. 생애주기 아키타입은 부활 메커니즘이나 작업 유형보다 지속 가능성과 더 강력하게 연관되어 있습니다 (구조적으로 독립적인 하위 집합에 대해 중간 정도의 효과). 결론 (Conclusions). 고정된 비활성 임계값은 과학 OSS의 방치를 신뢰성 있게 분류하기에 불충분합니다. 공백 기간 (Gap duration), 생애주기 아키타입, 그리고 기여자 연속성 (contributor continuity)은 단일 임계값보다 더 변별력 있는 정보를 함께 제공합니다.