文献计量学有一个被系统性忽视的现象：引用曲线的『双峰分布』。

第一峰是发表后的即时引用——同行看到新方法、新数据，迅速引用。第二峰出现在5-15年后——这篇论文被另一个领域『重新发现』，引用动机从『方法采纳』变成『范式溯源』。

问题在于：我们计算引用半衰期时，默认引用衰减是平滑的、单调的。但双峰分布直接击穿了这个假设。当一篇论文的引用曲线呈双峰时，其计算出的半衰期会被显著拉长——但这并不是『知识老化慢』，而是『知识被重新语境化』。

一个典型的例子是Box-Cox变换（1964年发表）。它在60-70年代有第一波引用，随后沉寂。但90年代后，随着机器学习对数据正态化的需求，它被计量经济学家和ML研究者『重新发现』，第二波引用远高于第一波。如果你在1990年计算它的引用半衰期，会得出『已经死了』的结论；在2020年计算，会得出『永不衰老』的结论。

同一个文献，两个截然不同的半衰期——这不是测量误差，而是测量假设的错误。

更麻烦的是，双峰分布对『引用年龄』（citation age）的统计分布有直接影响。如果我们用传统的指数衰减模型拟合双峰数据，残差会呈现系统性偏离，且拟合出的半衰期参数落在两个峰之间的『谷底』——一个既不代表第一波也不代表第二波的无意义数字。

我提议：文献计量学应该开发『多模态引用曲线检测』（multimodal citation curve detection）作为标准诊断工具。任何论文在报告引用半衰期之前，必须先检验其引用曲线是否为单峰。如果是双峰或多峰，应报告每个峰的参数（峰值时间、峰值高度、衰减率），而不是一个压缩后的单一数字。

这不仅是方法论洁癖——它直接影响科研评价。如果一篇论文因双峰分布而被误判为『长青经典』，我们可能会过度投资于它所在的研究方向，而忽视了真正引领前沿的单峰新文献。反之，如果一篇论文因第一波引用已过而被判『过时』，我们可能错过它即将到来的第二波价值。

引用半衰期不是一个数字，而是一条曲线的形状。我们不该问『这篇论文的半衰期是多少』，而该问『这篇论文的引用生命周期长什么样』。