Idiootin opas tiedon keittämiseen aloitteleville propagandisteille

Katsokaa tarkasti yllä olevaa diaa kansainvälisestä kyselystä, joka tehtiin muutama kuukausi Covidin iskun jälkeen: Näin tehokas propaganda näyttää. Ja todellinen vaikutus oli vielä suurempi, koska "todellisen maailman" luvut, joita käytettiin laskemaan, kuinka pahasti ihmiset liioittelivat Covidin riskejä, olivat tietenkin itse peräisin... maailman johtavilta propagandaorganisaatioilta (jotka naamioituivat kansanterveysvirastoiksi). Nämä itse liioittelivat jo villisti Covidin riskejä.

Tehokkaan propagandan taito on laaja-alainen tieteenala, joka vaatii huolellista ja perusteellista opiskelua — ja tarkista — aika ajoin. Aloittelijalle se voi olla erittäin vaikea hallita. Jopa kokenut propagandisti voi toisinaan langeta ansaan ajatella, että propagandan luominen ja levittäminen on suoraviivaista – mikä on hyvä tapa voittaa pysyvä, kaikki kulut katettu Siperian-loma. Koko yhteiskunnan hämmentäminen joka päivä, 365 päivää vuodessa, loputtomiin ei yleensä ole niin yksinkertaista.

Seuraava lyhyt opas tarjoaa niin aloitteleville propagandisteille, WEF:n lakeille, kommunistisille apparatšikeille, heränneiden marxilaisten kuin kokeneillekin virkamiehille työkalut ja tiedot, joita he tarvitsevat lupaavien kykyjensä kehittämiseen propagandan taidon täydeksi mestaruudeksi.

Tämä kirja on vähän pitkä!! Joten älä ajattele, että sinun on pakko lukea se alusta loppuun yhdellä kertaa, sillä se on tie loppuunpalamiseen ja kirjan sisältämien tärkeiden tietojen unohtamiseen.

Tämä käsikirja on jaettu seuraaviin osiin:

I jakso. Määritelmät - Kuinka määritellä sanat, termit ja mittarit uudelleen, jotta ne pysyvät linjassa hallinnon narratiivin kanssa

Osa II. Tiedon kuratointi - Kuinka kaapata datan tallennus-, raportointi- ja julkaisuprosessit

III jakso. Virallisen tieteellisen tiedon osaksi katsottavien tietojen tarkastus - Kuinka tarkistaa ja dataa sekä hävittää hallinnon mukaiset poikkeavat tiedot, jotta ne eivät koskaan esiinny missään virallisessa tiede- tai hallinnon tietojoukoissa

Osa IV. Tutkimuksen manipulointi - Juuri sitä miltä se kuulostaa

Osa V. Tietojoukkojen muokkaus - Joskus sinun on tehtävä pieniä dataleikkauksia muokataksesi tietokantojen sisältöä, jotka ovat ristiriidassa hallinnon puheiden kanssa, joita et voi noin vain poistaa.

VI jakso. Todisteiden vaatimusten valvonta - Kuinka luoda todisteiden hierarkia, joka asettaa hallinnolle ystävällisen tieteen huipulle ja hallinnolle epäystävällisen tieteen pohjalle (Mariaanien haudassa)

VII osio. Tieteen kirkolliset auktoriteetit - Kuinka varmistaa, että tieteelliset asiantuntijat toistavat luotettavasti hallinnon faktoja ja narratiiveja

Loppusanat - Sido kaiken siististi, kuten yksi Peter Hotezin ruseteista (hän ​​on erityisen ärsyttävä Regime Celebrity Scientist)

I jakso – Määritelmät

"Se, joka hallitsee kieltä, hallitsee kansaa."
— Saul Alinsky, Radikaalien säännöt

Se, miten määrittelemme käsitteet tai kategoriat, määrää, minkälaisen palan todellista maailmaa ne viestivät tai edustavat – tai mitä ne eivät viesti tai edusta.

Muokattavat määritelmät ja mielivaltainen ja oikukas standardi määritelmien antamiselle ovat ehdottoman välttämättömiä jokaiselle tehokkaalle propagandantekijälle. Parhaista ponnisteluistaan ​​huolimatta, jopa kokeneet, asiantuntevat propagandistit kohtaavat väistämättä tilanteita, joissa olemassa oleva kuratoitu data tai ihmisten omakohtainen kokemus on ongelmallista virallisen hallinnon narratiivin kannalta.

Tehokas propaganda vaatii siksi kykyä ketterään ja erittäin mukautuvaan joustavuuteen hallita datan sisältöä, erityisesti olemassa olevien perinteisten mittareiden osalta, joista yleisö on tottunut kuulemaan ja joita on tunnetusti vaikea yksinkertaisesti poistaa (toisin kuin toisinajattelijan tiedemiehen voi helposti poistaa YouTubesta tai Facebookista). Esimerkiksi et voi välttää puhumasta "kuolemista" romaanin Pelätty tautipandemia yhteydessä – ensisijainen tapa, jolla ihmiset suhtautuvat taudin vakavuuden mittaamiseen, on aina ensisijaisesti "Kuinka monta ihmistä kuoli tautiin?". Mutta voit muuttaa sitä, mitä "kuolema" viittaa romaanin Pelätty tauti yhteydessä, jos haluat lisätä tai vähentää ihmisten käsitystä siitä, kuinka tappava se on.

Käytännössä tämä tarkoittaa sitä, että kun termin tai käsitteen normaali ymmärrys osoittaa, että todellisuus ei aivan sovi hallinnon haluamaan narratiiviin, muuta vain muutamaa määritelmää ja voilà, ongelma ratkaistu.

Kuten monet merkittävät kommunistiset propagandistit kautta historian ovat myös todenneet: "Se, joka hallitsee kieltä, hallitsee maailmaa."

Määritelmiä voi muuttaa tai siirtää ongelmallisista hyväksyttäviksi monella eri tavalla:

I-1. Määritelmän rajaaminen

Jos jonkin asian tavanomainen määritelmä sisältää käsitteitä, dataa tai tietoa, joka on ristiriidassa hallinnon dogman kanssa, rajaa määritelmää niin, ettei se enää sisällä ei-toivottua tietoa. Tähän on monia tapoja. Joten luettelemme muutamia yleisimpiä ominaisuuksia, joita voit käyttää määritelmän tehokkaaseen rajaamiseen: Rajoita määritelmää aikavälin mukaan: Oletetaan, että rokotetut ihmiset sairastuvat pelättyyn tautiin erittäin korkealla todennäköisyydellä ensimmäisten 30 päivän aikana rokotuksen jälkeen ja yli 90 päivän kuluttua rokotuksesta, jos rokote on saanut Glorious-rokotteen. Tämä on suuri ongelma, koska ihmiset ajattelevat, että Glorious-rokote ei ole tehokas:

Yksinkertaisesti sanottuna yllä olevasta kaaviosta näet, että tapausten määrä miljoonaa ihmistä kohden on seuraava:

1. Ennen rokotusta: 500 pelätyn taudin tapausta / miljoonaa ihmistä
2. 10 päivää rokotuksen jälkeen: 3,000 XNUMX pelätyn taudin tapausta / miljoonaa ihmistä
3. 20 päivää rokotuksen jälkeen: 1,700 XNUMX pelätyn taudin tapausta / miljoonaa ihmistä
4. 30 päivää rokotuksen jälkeen: 100 tapausta miljoonaa ihmistä kohden

Tuo on erittäin häpeällinen teho Glorious-rokotteelle – asia, jota ei voida antaa pitää. Yksi ratkaisu on yksinkertaisesti muuttaa "rokotetulle" määritelmää siten, että se tarkoittaisi henkilöä, joka on saanut Glorious-rokotteen 30–90 päivää sitten – toisin sanoen ketään, joka on saanut rokotuksen 30 päivän sisällä tai 90 päivää myöhemmin, ei pidetä "rokotetuna".

Tämän taktiikan edelläkävijöitä olivat lähes kaikki sivistyneen maailman kansanterveysvirastot, joissa Covid-rokotteiden "täysin rokotetun" määritelmä rajoitettiin "14 päivään toisen annoksen jälkeen".

Rajoita määritelmää määrän, kuten altistusten lukumäärän, perusteella – Jos esimerkiksi joukko ihmisiä, jotka saivat yhden tai viisi annosta ihmelääkettä Mirafaucivir, kuoli (ensimmäinen annos tappaa ihmiset, jotka ovat erityisen alttiita sen myrkyllisille vaikutuksille, ja viisi annosta on liian myrkyllistä melkein kenelle tahansa), rajaa "MiraFaucivirilla hoidetun" määritelmä 1–5 annokseen:

Määritelmää voi rajoittaa lisäämällä siihen absurdeja ehtoja, joita on lähes mahdotonta täyttää. Voit esimerkiksi yrittää käyttää seuraavia ehtoja rajoittaaksesi "rokotekuoleman" määritelmää uuden Glorious Vaccinen massarokotuskampanjan yhteydessä:

On melko vaikeaa koskaan saada "vahvistettua" tapausta, jossa joku kuolee Loistavaan rokotteeseen tällaisissa olosuhteissa.

(Muista estää ruumiinavaukset mahdollisimman paljon, jotta tästä esimerkkimääritelmästä tulisi täysin tehokas.)

I-2. Määritelmän laajentaminen

Toisaalta saatat haluta jostakin enemmän kuin mitä todellisuudessa on. Määritelmien laajentaminen on loistava ratkaisu – käännä yllä olevat ohjeet määritelmien rajoittamiseksi.

Jos siis tarvitset enemmän pelätyn taudin aiheuttamia kuolemia kuin siihen todellisuudessa kuolee ihmisiä, voit laajentaa "pelätyn taudin aiheuttaman kuoleman" määritelmää "mihin tahansa kuolemaan 30 päivän kuluessa positiivisesta testituloksesta", ja aivan kuin taikaiskusta sinulla on täysimittainen pandemia käsissäsi.

Havainnollistaaksemme tätä oletetaan, että 12 kuukauden pelätyn taudin leviämisen jälkeen vain 7 ihmistä 100,000 30 tartunnasta kuoli pelättyyn tautiin – ei kovin pelottavaa. Jos teet pienen muutoksen ja laajennat "pelätyn taudin kuoleman" määritelmää johonkin CDC:n kaltaiseen määritelmään – "mikä tahansa kuolema XNUMX päivän kuluessa positiivisesta taudin testituloksesta". Koska paljon ihmisiä kuolee joka päivä, jos testaat heidät kaikki massatestillä, väistämättä "löydät" kokonaisen laivan kuolleita ihmisiä, joilla sattui olemaan pelätty tauti kuollessaan, vaikka heidät tappoi jokin täysin toisiinsa liittymätön asia, kuten syöpä tai auto-onnettomuus. Katsokaa, miten suuri merkitys tällä on:

New Yorkin osavaltio tarjoaa klassisen esimerkin siitä, miten "pelätyn tautikuoleman" määritelmää voidaan laajentaa luomaan vaikutelma kerran historiassa nähdystä superpelottavasta apokalyptisesta pandemiasta – katsokaa vaikka seuraavaa upeaa avointa määritelmää "todennäköiselle" Covid-kuolemalle:

VAROITUS: Sinun on aina oltava varovainen, ettet KOSKAAN, KOSKAAN – KOSKAAN!!! – ilmaise yleisölle selkeällä ja ytimekkäällä kielellä, miten heitä hämäilet. Seuraava Illinoisin kansanterveysjohtajan Dr. Ngozi Eziken vuonna 2020 tekemä pakottamaton virhe on sellainen asia, joka takaa nopean menolipun Gulagiin – hän itse asiassa sanoi seuraavaa julkisessa lehdistötilaisuudessa (katso alla oleva video):

”Tapausmääritelmä on siis hyvin yksinkertainen. Se tarkoittaa, että kuolinhetkellä diagnoosi oli Covid-positiivinen. Eli jos olit saattohoidossa ja sinulle oli jo annettu muutama viikko elinaikaa ja sinulla sitten todettiin myös Covid, se laskettaisiin Covid-kuolemaksi. Se tarkoittaa teknisesti ottaen sitä, että vaikka kuolisit selkeään vaihtoehtoiseen syyhyn, mutta sinulla oli Covid samaan aikaan, se silti listataan Covid-kuolemaksi.”

Hän teki tietenkin oikein käyttäessään niin upean laajaa määritelmää Covid-kuolemille, mutta hän tyhmästi ja huolimattomasti paljasti asian koko maailman nähtäväksi. Tuollainen huolimaton moka voi tuhota kokonaisen propagandakampanjan yhdessä yössä. Ja myös sellainen, joka voi koitua uran päätteeksi (tai pahemmaksi):

 I-3. Keksi aivan uusi määritelmä

Joskus ei yksinkertaisesti ole mahdollista peittää jonkin asian yleistä ymmärrystä pelkästään leikittelemällä määritelmän marginaalilla. Tällöin voit ottaa rohkean askeleen ja määritellä sanan, käsitteen tai kategorian kokonaan uudelleen vastaamaan propagandatarpeitasi. Muista kuitenkin, että voi olla hieman vaikeampaa vakuuttaa ihmisiä siitä, että vanha määritelmä on heidän mielikuvituksensa tuotetta.

Otetaan esimerkiksi CDC (jep, tulemme lainaamaan CDC:tä paljon; he ovat kuitenkin maailman johtava terveyspropagandaa levittävä organisaatio), joka muutti "rokotteen" määritelmää useita kertoja kuuden vuoden aikana:

sivupalkki: Yllä oleva twiitti opettaa, kuinka tärkeää on kontrolloida epärehellisiä lainsäätäjiä, jotka saattavat yrittää olla eri mieltä tai jopa paljastaa propagandapyrkimyksesi. Et tarvitse lisäpäänsärkyä, joka syntyy, kun kongressin tai parlamentin salista lähetetään yleisölle selviä todisteita kielellisestä petoksestasi (tai vielä suurempaa päänsärkyä, jos sinut karkotetaan Siperiaan syyllisenä, koska sallit tällaisen asian tapahtua).

Joskus saatat jopa huomata, että olet jumissa sanojen tavanomaisen keskustelumerkityksen kanssa, jossa ne korostavat jotain, mihin et voi antaa ihmisten kiinnittää huomiota. Jos näin käy, joudut tekemään perustavanlaatuisen muutoksen kielen ytimeen. Tämä on eräänlainen ydinvaihtoehto tilanteissa, joissa et voi piilottaa jotakin muulla tavalla etkä voi olla piilottamatta sitä.Varoitus!! Tällainen rohkea yritys on erittäin vaikea, sillä monet ihmiset ovat taipuvaisia ​​vastustamaan tällaista avointa ja rohkeaa kielenvaihtoa – samalla tavalla kuin monet valistumattomat luddiitit vastustavat sukupuolenvaihtoa.).

Otetaan esimerkiksi termi ”rauhanomainen mielenosoitus”:

Sana ”rajoitettu” on tietenkin subjektiivinen termi, jonka tarkat ääriviivat ovat epämääräisiä. Tämä antaa paljon liikkumavaraa soveltaa kuvausta lähes mihin tahansa riippumatta siitä, kuinka epäjohdonmukainen tai sopimaton sovellus on, kuten tämä tosielämän mediaraportti osoittaa, joka ei kaipaa lisäkuvauksia:

I-4. Yhdistä luokat

Joskus datan muokkaaminen pelkästään määritelmiä muuttamalla ei ole käytännöllistä tai mahdollista. Ei kuitenkaan hätää – jos et voi muuttaa määritelmää, voit sen sijaan muuttaa itse datapistettä tai kategoriaa, johon ihmiset ovat tottuneet viittaamaan sanaan tai ilmaisuun. Ihmiset eivät ole tietoisia hienovaraisista tai vivahteikkaista eroista kategorioissa tai datapisteissä, ja media sekoittaa hyödyllisesti useimmat asiat joka tapauksessa, mikä tekee tästä helpon ja kätevän tempun. Voit esimerkiksi kokeilla:

• Eri ikäryhmien yhdistäminen:

Oletetaan, että Loistava rokote muuttaa joukon lapsia zombeiksi. Se on aika huono asia hallinnolle. (Mikä tarkoittaa, että sinun pitäisi siirtää muutama tiedemies työskentelemään Etelämantereella sijaitsevalla ilmastotutkimusasemalla uransa loppuajaksi. Ilman sukkia.)

Ensinnäkin, tätä uutta tilaa on aina kutsuttava "turvalliseksi ja tehokkaaksi muuntumiseksi lihansyöjäzombiksi". Syy lihansyöjäosuuteen on yksinkertainen: "lihansyöjäzombi" kuulostaa liian pelottavalta, ja pelkkä "zombi" tuntuu siltä kuin zombit olisivat pohjimmiltaan kuolleita – eli rakkaat lapset ovat kuolleita – kumpikaan näistä ei ole sellainen vaikutelma, jonka haluaisit ihmisten jättävän pois.Vaikka hypoteettinen esimerkkimme ei todennäköisesti toteudu käytännössä, periaate on relevantti ja sovellettavissa mihin tahansa tilanteeseen: sinun on aina nimettävä jokin asia tavalla, joka välittää käsityksen siitä, millaisen vaikutelman haluat ihmisten saavan.)

Toiseksi, koska zombisoitumisen määrä 12–17-vuotiaiden ikäryhmässä on niin korkea, että se on ilmeistä kenelle tahansa dataa (alla oleva kaavio) tarkastelevalle, joudut todennäköisesti käsittelemään sitä. Joten sen sijaan, että esittäisit tiedot iän mukaan jaoteltuina, jolloin ihmiset huomaavat lasten zombisoitumisen lisääntymisen välittömästi, esitä tiedot yhdistettynä ikäryhmänä, joka on riittävän suuri piilottamaan tai pesemään signaalin:

Nyt kukaan ei huomaa, että tiedot osoittavat selvän riskin, että lapset muuttuvat lihansyöjäzombeiksi Loistavan rokotteen seurauksena.

Tai päinvastoin, olettaen, että lapset eivät kuole pelättyyn tautiin niin nopeasti, että se pelottaisi äitejä, voit esittää pelättyyn tautiin liittyviä kuolleisuustietoja yhdistetystä ikäryhmästä 0–50, mikä antaa vaikutelman, että ryhmässä on niin paljon kuolemia, että sisältää lapset:

• Eri demografisten kohorttien yhdistäminen:

Sama ajatus kuin ikäryhmissä; oletetaan, että sinun on vältettävä kansalaisten tajuamasta, että pelätty tauti on itse asiassa vaarallinen vain sairaalloisen lihaville ihmisille – mikä on huono asia:

• ensinnäkin siksi, että silloin he eivät pelkää pelättyä tautia
  • toiseksi, koska ihmiset saattavat alkaa kyseenalaistaa rasvan terveellisyyttä, mitä ei voida sallia, koska he saattavat alkaa kyseenalaistaa hallinnon narratiivia "rasvapositiivisuudesta" ja kuka tietää mitä muuta sen jälkeen.

Joten sinun pitäisi esittää pelättyyn tautiin liittyvät kuolemantapaukset käyttämällä yhdistettyä kategoriaa, joka kattaa kaikenlaiset painoidentiteetit:

• Eri aikakausien yhdistäminen

Oletetaan, että huomaat, että pelätyn taudin aiheuttamat kuolemantapaukset vähenevät kuukausi kuukaudelta – mikä voi olla katastrofaalista hallinnon suunnitelmille, jotka edellyttävät ihmisten uskovan, että pelätty tautipandemia jatkuu täydellä teholla vielä muutaman kuukauden ajan. Jos ihmiset saavat käsityksen, että pelätty tauti on laantumassa, se on paljon menetettyä tilaisuutta käyttää pelätyn taudin kriisiä keinona toteuttaa yhteiskunnallista muutosta hallinnon vallan lujittamiseksi ja vakiinnuttamiseksi.

Joten sen sijaan, että esittäisit kuolemantapaustiedot kuukausittain, yhdistä kaikki kolme kuukautta uudeksi "kolmen kuukauden kuukausittainen keskiarvo" -luokaksi, joka peittää tammikuusta maaliskuuhun tapahtuvan laskun, kuten alla on esitetty:

• Eri maantieteellisten lainkäyttöalueiden yhdistäminen

Oletetaan, että maan sisällä on roistovaltio, joka aiheuttaa ongelmia hallinnolle, joka ei noudata hallinnon ohjeita pelätyn taudin, jota kutsumme Kuoleman Santistaniksi, torjunnassa. Jos he osoittavat parempia tai jopa samanlaisia ​​tuloksia kuin muu maa, jossa he ovat hyviä kansalaisia ​​ja noudattavat hallinnon ohjeita, se olisi melko huono asia. Oletetaan lisäksi, että tässä huonossa osavaltiossa on kaupunki tai piirikunta, joka on uskollinen hallinnolle ja noudattaa kaikkia hallinnon ohjeita, mutta jonka kuolleisuus on paljon korkeampi kuin muualla Kuoleman Santistanissa. Mikä on erittäin erittäin huono asia. Ratkaisu? Voit esittää tietoja koko osavaltiosta, jotta ihmiset eivät huomaa, että uskollisen hallinnon ohjeita noudattavan piirikunnan kuolleisuus on 10 kertaa suurempi kuin muun osavaltion. On jopa bonusetu: voit osoittaa koko Kuoleman Santistanin osavaltion epäonnistuneeksi, koska uskollinen hallinnolle ja piirikunnalle annettu saa koko osavaltion näyttämään paljon huonommalta!!

Kaikkien kaupunkien ja piirikuntien yhdistäminen epälojaaliin valtioon hallinnolle uskollisten kaupunkien ainutlaatuisten ongelmien peittämiseksi on yksi yleisimmistä propagandataktiikoista, joita käytetään peittämään epäedullisia tietoja, kuten hallinnolle uskollisten kaupunkien huomattavasti korkeampaa rikollisuutta verrattuna pahan opposition hallitsemiin kaupunkeihin.

(sivupalkki: Korkea rikollisuus on tietenkin hyvä asia, joka on hallinnon harkittu valinta – korkea rikollisuus on hallinnolle hyödyllistä, koska epävakaus saa ihmiset hyväksymään tyrannimaisen hallinnon ratkaisuna.)

Havainnollistaakseni tässä on loistava valehtelunpätkä yhdeltä hallinnon keskeisimmistä mediaäänitorvista:

Katso karmiininpunaisen laatikon alaotsikkoa – näe, kuinka he taitavasti sormeilevat punaista toteaa korkeiden rikollisuuslukujen vuoksi, jotka ovat kaikki punaisten osavaltioiden sinisissä kaupungeissa, mutta eivät muualla osavaltiossa, jossa hallinto on "punaista"? Juuri niin.

• Erilaisten vaikutusten tai ilmiöiden yhdistäminen. Esimerkiksi jos tietyn sairaustyypin alatyypin esiintyvyys lisääntyy – kuten harvinaisten syöpien hälyttävä lisääntyminen Glorious-rokotteen käyttöönoton jälkeen, mikä saattaa saada ihmiset kyseenalaistamaan virallisen hallituksen narratiivin, jonka mukaan Glorious-rokote on turvallisin koskaan luotu tai löydetty aine maailmanhistoriassa – voit käyttää yleistä syövän kategoriaa – joka on tuhatkertainen – signaalin piilottamiseen.

Toinen tapa ajatella luokkien yhdistämistä on se, ettei koskaan anneta tarkkoja tietoja eri ryhmistä tai osajoukoista, mikä onnistui täydellisesti Covidin iskiessä. Tarkastellaan seuraavia kyselytuloksia, jotka näyttävät Covid-kuolemien osuuden kussakin ikäryhmässä rinnakkain niiden ikäryhmien prosenttiosuuden kanssa, jotka olivat huolissaan Covidin aiheuttamasta kuolemasta. (Siniset palkit osoittavat niiden ikäryhmien prosenttiosuuden, jotka olivat huolissaan Covidin aiheuttamasta kuolemasta, ja vihreät palkit osoittavat kunkin ikäryhmän Covid-kuolemien prosenttiosuuden kokonaismäärästä.)

Jos ihmiset olisivat ymmärtäneet todellisen kuolemanriskinsä, sinisten palkkien pitäisi olla ainakin vihreiden palkkien luokkaa. Kun siniset palkit ovat dramaattisesti korkeammat, se on seurausta brutaalin tehokkaasta propagandasta, jossa kaikki ikäryhmät yhdistetään yhdeksi kategoriaksi erottelua tekemättä:

Aivan järkyttävä menestys!!

I-5. Jaetut kategoriat

Joskus sinun on jaettava kategoria sen sijaan, että yhdistäisit sen toisen kategorian kanssa. Toista vain yllä oleva kategorioiden yhdistämisen periaate päinvastaisessa järjestyksessä.

Tämä näppärä pieni toimenpide on erityisen hyödyllinen silloin, kun haluat saada jonkin tuloksen tilastollisen merkitsevyyden kynnysarvon alapuolelle.

Koska tilastollinen merkitsevyys on melko tärkeä käsite datassa ja tieteessä, on hyvä selittää, miten tämä toimii.

Tilastollinen merkitsevyys perinteisessä lääketieteellisessä akateemisessa/tieteellisessä kielessä tarkoittaa pohjimmiltaan sitä, että todennäköisyys sille, että jokin ei johdu sattumasta, on alle 5 %.

If heität kolikkoa 10 kertaa, todennäköisyys saada 7 kruunaa sattumanvaraisesti on 11.72 % – EI tilastollisesti merkitsevä. Jos heität kolikkoa 100 kertaa, todennäköisyys saada 70 kruunaa sattumanvaraisesti on mitättömät 0.0023 % – HYVIN tilastollisesti merkitsevä (koska se on paljon alle 5 %) – mikä tarkoittaa, että sitä ei voida kohtuudella selittää sattumalla, vaan jokin tietty asia (kuten huijaaminen) on saanut kolikon heitettyä 70 % kruunasta.

Miksi näin on? Saadaksesi tuloksen 7/10 tarvitset vain kaksi ylimääräistä kolikonheittoa – eli jonkinlaisen voittoputken. Tällaisia ​​pieniä poikkeamia voi helposti tapahtua sattumanvaraisesti. Tuloksen 70/100 saavuttaminen vaatii kuitenkin 20 ylimääräistä kolikonheittoa – todennäköisyys saada *20* ylimääräistä kolikonheittoa yhteensä vain 100:sta on mitätön. Joten jos näemme 70 kruunaa 100:sta heitosta, voimme olettaa, että kyseessä on jonkinlainen huijaus, koska se on hyvin, hyvin epätodennäköistä, että se tapahtuisi sattumalta.

Voit hyödyntää tätä eduksesi tilastollisesti merkitsevän signaalin jakamiseen ja hallitsemiseen – voit jakaa kategorian, jossa on tilastollisesti merkitsevä signaali jostakin hallinnon doktriinia vastaan, pienempiin kategorioihin, jotta voit pilkkoa signaalin "70/100":sta joukoksi "7/10":ää, jotka eivät ole yksittäin tilastollisesti merkitseviä.

Jos esimerkiksi on signaali siitä, että kuolemia on enemmän 100 XNUMX asukasta kohden vuodessa Ihmeellisen ja loistavan rokotuskampanjan jälkeen, voit julkaista kuolleisuustiedot ikäryhmittäin jaoteltuina, jolloin mikään ikäryhmä ei osoita tilastollisesti merkitsevää kuolemien lisääntymistä (ja voit väittää, että kyseessä on todennäköisesti "kauan pelätyn taudin" aiheuttama ylimääräinen kuolleisuus, joka johtuu pelätyn taudin komplikaatioista):

Varoitus: Tämä tietty taktiikka tulisi mieluiten yhdistää johonkin muuhun; muuten ihmiset voisivat kääntää jakauman päinvastaiseksi tekemällä hieman yksinkertaista aritmeettista laskutoimitusta ja laskemalla yhteen kaikki ikäryhmät. Joten muista lisätä mukaan muita hämmentäviä temppuja.

I-6. Luokkien uudelleenjako / uudelleenpiirtäminen

Hienostuneempi vaihtoehto kategorioiden yhdistämiselle on niiden uudelleenjako – ikään kuin rajojen uudelleenveto. Tämä voidaan tehdä käyttämällä mitä tahansa ominaisuutta, jonka perusteella kategoriat erotetaan toisistaan.

Havainnollistaaksemme tätä, palatakseni esimerkkiimme pahasta ja epälojaalista Kuoleman Santistanin valtiosta, koko osavaltion yhdistämisen sijaan yhdeksi osavaltionlaajuiseksi tilastoksi, voit salaa piirtää uudelleen osavaltion sisällä olevien piirikuntien maantieteelliset rajat pelättyjen tautien tietojen tarkoituksiin, kuten tässä – katsokaa, mitä tapahtuu, kun muutamme piirikuntien rajat vihreiksi viivoiksi:

Huomautus: Tämä ei tarkoita, että sinun täytyy kirjaimellisesti piirtää piirikunnat uudelleen poliittisiin ja muihin tarkoituksiin, kuten äänestyspiireihin; käytät vain erilaisia ​​rajoja yksinomaan pelättyjen tautien tilastointia varten. (Väestö kuitenkin olettaa, että tarkoitat olemassa olevia piirikuntia, eivätkä siksi ymmärrä, että olet tehnyt heille nopean rajan. Sitä kutsutaan propagandaksi syystä.)

I-7. Nesteiden määritelmät

Joskus saatat kokea paradoksaalisen tarpeen käyttää tiettyä määritelmää yhdelle asialle, mutta välttää samaa määritelmää myös jollekin toiselle. Tällaisissa tapauksissa sinun on toimittava kuin sanakirja – sanakirjoissa on tyypillisesti useita erillisiä määritelmiä yhdelle sanalle, ja sinäkin voit tehdä samoin.

Esimerkiksi sana 'nainen' määritellään joskus 'aikuiseksi ihmiseksi, jolla on naiselle ominaisia ​​anatomisia ja geneettisiä ominaisuuksia', kuten keskusteltaessa naisen valinnanvapaudesta; ja joskus se määritellään 'henkilöksi, joka identifioituu naiseksi', kuten järjestäytyneen urheilun yhteydessä.

Osa II – Datan kuratointi

Vielä parempi kuin mukautuvien määritelmien noudattaminen on välttää tilanteita, jotka edellyttävät määritelmän muuttamista ensisijaisesti.

Paras tapa välttää tällaiset ongelmat on kuratoida dataa tavalla, joka välttää mahdollisten päänvaivojen syntymisen, käyttämällä yhtä tai useampaa seuraavista kokeilluista ja testatuista menetelmistä datan kuratoinnin, organisoinnin ja esityksen korruptoituneeksi kaappaamiseksi.

II-1. Älä diagnosoi tai tunnista jotain

Jos potilas tulee sairaalaan kärsien useista neurologisista puutteista otettuaan Glorious-rokotteen ja hänet lähetetään kotiin Xanax-reseptin kanssa "ahdistukseensa", se ei synnytä neurologisen puutoksen diagnoosia mihinkään tietokantaan. Jos Glorious-rokotteen mahdollisesti aiheuttamasta tilasta ei ole diagnoosia – tai diagnoosikoodia jossakin suuressa valtion tai vakuutusyhtiön tietokannassa – joudut käyttämään määritelmällisiä temppuja peitelläksesi Glorious-rokotteeseen liittyvien diagnosoitujen vammojen olemassaoloa. Siksi sinun tulisi varmistaa, että henkilöt, jotka ovat vastuussa Täydellisesti turvallisen ja tehokkaan Glorious-rokotteen diagnosoinnista tai ongelmallisten tai ristiriitaisten tietojen/havaintojen tunnistamisesta, välttävät tekemästä niin.

On syytä korostaa tässä, että potilaat helposti antavat omien lääkäreidensä ymmärtää, että "kaikki on heidän päässään", vaikka he tietävätkin, että heillä on vakavia, elämää muuttavia lääketieteellisiä vammoja, jotka tekevät heidät vammaisiksi ja täysin toimintakyvyttömiksi. jota he kokevat päivittäin.

Havainnollistetaan tätä seuraavalla hypoteettisella skenaariolla:

Hallinnon virkamiehet näkevät, että hallituksen hallitsemassa PROPAGANDA Glorious-rokotteen turvallisuuden seurantaan perustettu turvallisuusvalvontatietokanta –

– on olemassa merkki VAMP-oireyhtymästä (Vsäkki Aliittyvä Metamorfologinen Pilmiöt) olosuhteet:

Potilas tulee lääkärin vastaanotolle nopeasti alkavan ja äkillisen oireilun vuoksi. Renfieldin oireyhtymä (verenhimo), äärimmäinen valoherkkyys, voimakas makrodontiaja vakava kosketusihottuma hopealle, jotka kaikki alkoivat muutaman tunnin sisällä Glorious-rokotteen saamisesta. Tämä on ilmeinen tapaus VAMP-oireyhtymän sivuvaikutuksesta – potilaan esitys täyttää täysimittaisen vampirismin diagnostiset kriteerit ja tilan aiheutti Glorious-rokote (koska sinä lääkärinä voit turvallisesti sulkea pois kaikki muut syyt, ja VAMP-oireiden alkamisen välittömyys pistoksen saamisen jälkeen on melko itsestään selvä osoitus siitä, että Glorious-rokote aiheutti oireet).

Vaikka potilas näkeekin selvästi, ettei ole oikeassa – hän tuntee valtavaa kiusausta pureskella sykkivää kaulalaskimoasi, hän ei kestä ikkunan edessä olemista ellei kaihtimia ole vedetty kokonaan kiinni, hän puree vahingossa muutaman palan kieltään irti uusilla ylipitkillä ja terävillä etuhampaillaan, ja hänen ihonsa alkaa hilseillä, jos hän koskee hopeisiin perheen perintökalleuksiin – no mitä sitten?? Voit silti sanoa potilaalle: ”Tämä on päässäsi” ja lähettää hänet kotiin Xanax-reseptin kanssa (ja ehkä pussin tai kaksi O-negatiivista verta, jos aavistat, että potilas ei ehkä pysty enää hallitsemaan itseään etkä halua kaulalaskimosi tarjoavan hänelle lounasta). Ja potilas itse asiassa vain hyväksyy sen ja menee kotiin ilman suurempaa taistelua.

Tämä estää siististi edes VAMP-oireyhtymän diagnostisten tietojen luomisen kokonaan, joten missään tietokannoissa ei näy mitään.

Yllättyisit siitä, kuinka monet lääkärit ovat niin myötämielisiä, että he vakuuttavat itselleen, että karvainen nainen, jonka häntä kasvoi tyhjästä tuntia sen jälkeen, kun hän oli saanut Loistavan rokotteen... sillä ei ole mitään tekemistä Glorious Rokotteen kanssa.

(Huomautuksia: Kaikella vakavuudella puhuen, on tärkeää keksiä tarttuvia lyhenteitä tai nimiä asioille, jotka välittävät vaikutelman siitä, miten haluat ihmisten näkevän asian. Älä siis käytä tätä esimerkkiä tosielämässä, koska se antaa ymmärtää, ettet ota turvallisuusvalvontaa vakavasti, ja saa ihmiset todennäköisemmin uskomaan, että yrität peitellä Loistavan rokotteen todellisia turvallisuusongelmia.

II-2. Ylidiagnosoida tai ylitunnistaa jotakin

Käänteisesti, jos sinun täytyy valmistaa jostakin enemmän kuin mitä on helposti saatavilla, käännä kohta 1 päinvastaiseksi. Esimerkiksi, jos haluat ihmisten pelkäävän enemmän kauhistuttavaa tautia, voit ottaa käyttöön massatestausjärjestelmän lisätäksesi "vahvistettujen" taudin tapausten määrää. Varmista myös, että käytät testejä, jotka palauttavat erittäin korkean positiivisten tulosten määrän, olivatpa ne totta tai eivät.

Lisäämällä valvontaa tai testausta jonkin asian suhteen voit luoda vaikutelman, että testattavien aineiden määrä kasvaa, tai ainakin ylläpitää sitä julkisivua, että testattavaa on edelleen olemassa. Tarkastellaan seuraavaa esimerkkiä vanhasta hyvästä Yhdysvalloista – yläkaaviosta näet, että päivittäisten Covid-testien määrän kasvaessa positiivisten testien prosenttiosuus romahti samaan aikaan yli 75 % (alakaavio). Tämä onnistui pitämään tapausmäärät suhteellisen korkeina (keskimmäinen kaavio), joten vaikka positiivisten testien prosenttiosuus laski yli 75 %, uusien tapausten määrä laski vain noin 25 % samana aikana.

Merkityksetön tapausten määrän kasvu, joka oli kokonaan testauksen lisääntymisen ansiota, johti kuitenkin otsikoihin, kuten tämä NBC:n paniikkipornoartikkeli, joka julkaistiin 11. kesäkuuta 2020:

Muistaa: löydät etsimäsi, ja löydät etsimääsi lisää.

II-3. Älä ilmoita diagnosoidusta tai tunnistetusta sairaudesta

Joskus on mahdotonta välttää jonkin sellaisen diagnosointia tai tunnistamista, joka on parasta jättää selvittämättä. Tällaisessa tapauksessa voit ainakin varmistaa, että havaitut asiat eivät sisälly virallisiin raportteihin tai tietoihin:

Yksilöllisemmällä tasolla sinun tulisi antaa ohjeita lääkäreille, lääkintähenkilöstölle ja hallintohenkilöstölle paikan päällä, jotta he EIVÄT diagnosoi asioita, joiden et halua näkyvän datajoukoissa. Älä epäröi käyttää taloudellisia kannustimia makeuttaaksesi uskollisten, hoitojärjestelmää noudattavien lääkäreiden ansioita. Älä ole kitsas tässä – ennaltaehkäisy on lähes aina halvempaa (ja vähemmän stressaavaa) kuin ongelmien korjaaminen niiden jo ilmaantumisen jälkeen.

Niissä harvinaisissa tapauksissa, joissa lääkäri ei voi välttää diagnosoimasta potilasta vakavalla sairaudella, joka ilmeni heti Glorious-rokotteen ottamisen jälkeen, lääkäri voi silti varmistaa, ettei haittavaikutuksesta ilmoiteta mihinkään Glorious-rokotteen aiheuttamien vammojen tietokantaan.

Vaihtoehtoisesti, jos Glorious Rokotteen aiheuttamien vammojen dokumentointitietokanta jostain syystä edelleen sisältää liian monta ongelmallista raporttia, jotka herättävät epäilyksiä rokotteen turvallisuudesta, on kaksi asiaa, jotka sinun on tehtävä.

Ensimmäinen on sijoittaa muutama tietokannan ylläpitäjä Somalian rannikkokaistaleelle, jossa merirosvot viihtyvät, jotta muutkin kokoavat toimintansa ja lopettavat niin monen ilmoituksen läpipääsyn. Heille maksetaan työstä, joka on ylläpitää yleisön käsitystä siitä, että Glorious Rokote on turvallisin koskaan keksitty lääke; epäonnistuminen ei ole hyväksyttävää.

Toinen on se, että tietokannassa olevia ongelmallisia raportteja EI julkisteta. CDC yritti parhaansa, mutta lopulta petturituomari kukisti sen (mikä korostaa myös oikeuslaitoksen hallinnan tarvetta):

II-4. Älä salli ilmiöiden tutkimista, jos löydökset saattavat aiheuttaa ongelmia

"Löydät etsimäsi" -väitteen kääntöpuolena on se, että "et löydä etsimääsi", joten varmista, ettei kukaan lähde etsimään mahdollisia merkkejä jostakin, mikä voisi olla ongelmallista hallinnon narratiiville. Jos esimerkiksi hallinto "vahingossa" päästää valloilleen ruton kolmannen maailman kaupungissa, et voi antaa ärsyttävien sosiaalisen median salaliittoteoreetikkojen selvittää, mitä tapahtui, joten on parasta varmistaa, ettei kukaan tee ruumiinavauksia tai testaa sairaita yksilöitä.

CDC tarjoaa toisen esimerkin hyvästä ennaltaehkäisevästä strategisesta ajattelusta, jolla estetään hallinnolle mahdollisesti haitallisen datan pääsy tietokantaan:

CDC on erittäin älykkäästi tehnyt toimenpiteitä myös sen eteen, ettei se ole vielä teettänyt yhtäkään ruumiinavausta niistä tuhansista ja taas tuhansista kuolemantapauksista, jotka on raportoitu CDC:n omassa VAERS-rokoteturvallisuusseurantatietokannassa.Muistatko osiosta I kohdan, jossa määritelmiin lisättiin absurdeja ehtoja? Jos et, on parasta kerrata materiaali, jotta se on käden ulottuvilla.)

II-5. Julkaise ensin vain osa tiedoista

Usein jo julkaisemalla osa datasta ja jättämällä toisen osan pois myöhempää käyttöä varten, voidaan luoda valheellinen narratiivi, joka juurtuu. Joten kun lopulta julkaiset loput datasta, sillä ei ole väliä, että se on ristiriidassa nyt jo hyväksytyksi muodostuneen dogmin perustan kanssa.

Jos esimerkiksi haluat esittää pelätyn taudin laajemmalle levinneenä kuin se todellisuudessa on, voisit seurata Virginian eturivin propagandistien esimerkkiä ja pimittää joitakin negatiivisia testituloksia hetken aikaa nostaaksesi positiivisten testitulosten prosenttiosuutta – mikä saisi näyttämään siltä, ​​että useammat ihmiset sairastuvat pelättyyn tautiin:

Toinen skenaario, jossa osittaisen datan julkaisutekniikkaa voi hyödyntää tehokkaasti, on se, että joudut julkaisemaan dataa jostain syystä, mikä saa hallinnon näyttämään todella huonolta (niin käy). Joten haluat lykätä todella vahingollisen tiedon julkaisemista niin kauan kuin mahdollista – jos odotat tarpeeksi kauan, se lopulta lakkaa olemasta merkityksellinen. Lisäksi, jos julkaiset kaiken kerralla, järkytystekijä on valtava ja sinulla on iso sotku käsissäsi. Jos kuitenkin julkaiset tietoa tiputtamalla tiputtamalla, niin siihen mennessä, kun skandaalimaiset tiedot julkaistaan, "vau"-shokkitekijä on jo kauan sitten hälvennyt, eivätkä ihmiset enää kiinnitä yhtä paljon huomiota. FDA yritti tätä taktiikkaa, vaikkakin sen enimmäkseen esti epärehellinen tuomari (korostaen oikeudellisen valvonnan kriittistä tarvetta estääkseen luopiotuomareita toimimasta epärehellisesti hallinnon suhteen):

II-6. Rajoita hyväksyttäviä tietolähteitä

Kun on olemassa lähteitä, jotka tuottavat hallinnon narratiivin kanssa ristiriidassa olevaa tietoa (näin käy aina silloin tällöin parhaista yrityksistäsi huolimatta), yksinkertaisesti kyseenalaista ne propagandana tai jonain muuna epäuskottavana ja vaarallisena, kuten venäläisinä botteina. (Yleisenä nyrkkisääntönä on, että voit aina hätätilanteessa syyttää tai liittää epämukavan tiedon "venäläiseen disinformaatioon".)

Tämän taktiikan todiste A olisi CDC:n ylläpitämä VAERS-tietokanta. Kun VAERS osoitti täysin järjettömän määrän Covid-rokotteen aiheuttamia rokotevammoja –

– koko tieteellinen koneisto yksinkertaisesti leimasi VAERSin salaliittoteoriaksi, jota käytetään vaarallisen disinformaation levittämiseen:

Jos nämä tiedot kuitenkin tulevat hallintoaineistoista, joita on liian vaikea yksinkertaisesti hylätä epätieteellisenä roskana (kyllä, sitä tapahtuu), niin lopettakaa niiden julkaiseminen ja sen sijaan he pitävät niitä huonosti rakennettuina ja kohtalokkaita virheitä täynnä olevina.

Voimme havainnollistaa tätä periaatetta UKHSA:n tietojen avulla. Sen jälkeen, kun rokotteiden raakateho laski reilusti negatiiviselle alueelle lähes kaikissa ikäryhmissä (koska rokotetuilla oli SUUREMPI riski saada Covid-tartunta rokottamattomiin verrattuna), UKHSA yksinkertaisesti lopetti viikoittaisten rokotteiden tehokkuustietojen julkaisemisen:

UKHSA tarjoaa myös varoittavan esimerkin siitä, mitä tapahtuu, kun ongelmallisten tietojoukkojen poistamista käytöstä odotetaan liian kauan:

Et voi saada tällaisia ​​otsikoita ulos joka viikko!! Heidän olisi pitänyt lopettaa tämä datajoukko jo kauan ennen kuin rokotetut alkoivat saada Covidia useammin kuin rokottamattomat. Tämä on pakkovirhe, sellainen idioottimainen virhe, josta päät pyörivät kirjaimellisesti. Miksi ihmeessä he odottivat, kunnes *tehosterokotteen* teho 80-vuotiailla oli menossa negatiiviseksi???? Joku UKHSA:ssa ei ole lukenut tätä kirjaa vähään aikaan, ja hän olisi selvästi hyötynyt pienestä arvostelusta...

II-7. Käytä kaksinaismoralismia määrittäessäsi, mitkä tiedot ovat tarkkoja ja uskottavia

Jotkut propagandistit saattavat epäröidä olla avoimesti tekopyhiä, koska he tuntevat itsensä paljaiksi asettaessaan avoimesti kaksi ristiriitaista standardia, jotka jopa jotkut tavalliset talonpojat voivat huomata. Sinun on kuitenkin taisteltava tätä halua vastaan. Ymmärrä, että kaksoisstandardien käyttö lisää eksponentiaalisesti vaihtoehtojasi, kun on kyse puheenaiheiden ja kantojen laatimisesta yleisön hämäykseksi.

Tämä pätee erityisesti anekdootteihin. Hallinnon puheenvuoroja tukevia anekdootteja, erityisesti hallinnon hyväksymistä lähteistä peräisin olevia, tulisi pitää korkeimpana todisteena; kun taas harhaoppisista tai hyväksymättömistä lähteistä peräisin olevat anekdootit, jotka ovat ristiriidassa hallinnon propagandan kanssa, on tuomittava pelkkinä anekdootteina, joilla ei ole mitään todistusarvoa eikä ole mitään merkitystä.

Joten anekdootit hallinnon mukaisilta lääkäreiltä ja uskollisilta kansalaisilta, jotka tappavat ja vammauttavat ihmisiä Pelätyn Taudin uhreiksi, ovat kiistaton todiste, mutta anekdootit loukkaantumisista tai kuolemista Loistavan Rokotteen vuoksi ovat vain satunnaisia ​​sattumia, elleivät suoranaisia ​​sepityksiä, joita ilkeät huijarit levittävät mustamaalatakseen hallintoa ja vaarantaakseen kaikki hyvät ihmiset kaikkialla, jotka vain haluavat pysyä hengissä ja terveinä:

Kaksinaismoralismin avoimella soveltamisella on myös se ratkaiseva lisäetu, että se pakottaa väestön uskomaan, että todellinen kriteeri datan tai informaation luotettavuuden määrittämiseksi on yksinkertaisesti se, mitä hallinto sanoo.

II-8. Vioi tietoja suojataksesi tai vahvistaaksesi kerrontaasi

Joskus helpoin taktiikka ongelmallisen datan välttämiseksi on yksinkertaisesti keksiä väärennettyä dataa. Voit väärentää jotain tyhjästä. Tai voit käyttää vivahteikkaampaa lähestymistapaa ja vääristää dataa lisäämällä siihen hienovaraisia ​​virheitä tai vinoumia, joita tavallisen ihmisen on vaikeampi huomata. Datan väärentämiseen tai väärentämiseen on rajattomasti tapoja, aivan liian monta lueteltavaksi tässä. Varmista vain, ettet väärennä dataa tavalla, jota ei ole helppo havaita tai takaisinmallintaa.

Palatakseni esimerkiksi edelliseen hypoteettiseen tilanteeseemme, jossa väestön on saatava uskomaan, että pelättyä tautia esiintyy paljon enemmän kuin todellisuudessa on, toinen tapa esittää pelätty tauti yleisemmäksi on yhdistää tällä hetkellä sairastuneiden määrä jo toipuneiden määrään. CDC teki juuri tämän yhdistäessään vasta-ainetestit (jotka mittaavat Covidista jo toipuneiden määrää) PCR-testeihin (jotka mittaavat tällä hetkellä sairaiden määrää) yhdeksi "positiivisen Covid-testituloksen" mittariksi, johon ovelasti sisällytettiin kaikki jo toipuneet TÄLLÄ HETKELLÄ sairaiksi:

Huomaa yllä olevat alleviivatut lauseet, ne ovat varsin paljastavia.

Vihreällä alleviivattu lause – ”CDC:n menetelmä antaa ymmärtää, että Yhdysvalloilla on todellisuutta suurempi testauskapasiteetti.”– huomioikaa, kuinka CDC onnistui nerokkaasti saamaan tästä yhdestä tempusta useita propagandaleikkeitä. He eivät ainoastaan ​​luoneet harhakuvaa huomattavasti korkeammista aktiivisesti tartunnan saaneiden määristä, vaan myös harhakuvasta, että hallituksella oli paljon suurempi kapasiteetti testata ihmisiä viruksen varalta kuin sillä todellisuudessa oli. (On hyvä esitellä esimerkkejä hallituksen osaamisesta, koska hallituksen legendaarinen maine hämmästyttävästä epäpätevyydestä on yksi tunnetuimmista ja vaikeimmista käsityksistä, joita ihmisillä on hallituksesta.) Teräväpiirtoinen propagandisti pyrkii aina hyödyntämään lisänäkökulmia etujen saavuttamiseksi sen sijaan, että tyytyisi siihen, että käytetty propagandataktiikka saavutti ensisijaisen tavoitteensa.

Punaisella alleviivattu lause – ”Luvut voivat antaa vaikutelman, että osavaltioilla on riittävästi testauskapasiteettia ja ne ovat valmiita purkamaan rajoituksia, vaikka näin ei välttämättä ole” (ja oikeastaan ​​kaksi viimeistä kappaletta) – tarjoavat viisaan opetuksen mahdollisten piikkien näpräämisestä alkuunsa. Sinun on aina – aina!! – oltava valppaana ja torjuttava *kaikki* mahdolliset seuraukset tai pikatulkinnat tiedosta, joka vaikka yleisesti ottaen tukeekin hallintoa, sisältää myös jotain, mitä voidaan vääristää heikentämään jotakin muuta virallisen hallinnon narratiivin näkökohtaa. Pohjimmiltaan voit sekä saada että syödä kakun! Arvostamme tässä sitä, kuinka siteerattu hallinnon tiedemies onnistuu taitavasti samanaikaisesti (1) ilmaisemaan hyväksyntänsä lisääntyneelle testauskapasiteetille hallinnon poikkeuksellisen pätevyyden mittarina; (2) vierittämään syyn [tahallisesta] ”onnettomuudesta” toisinajattelijapuolueen niskoille; ja (3) varoittamaan, että vaikka osavaltio tekee niin mahtavaa työtä testaamisen laajan saatavuuden takaamiseksi, se ei tarkoita, että olisi turvallista avata uudelleen! Muista, että pandemiaa on ylläpidettävä, ja tämä hallinnon tiedemies tekeekin sen asiantuntevasti. (Muista palkita hallituksen tiedemiehiä avokätisesti tällaisesta erinomaisesta työstä. Se kannustaa muita parantamaan osaamistaan ​​ja on hyväksi moraalille.)

Huomioi myös, että media on kriittinen hallinnon liittolainen, jota ilman epäonnistut. Tee siis mitä sinun on tehtävä säilyttääksesi viihtyisät suhteet – älä ala nipistelemään rahaa täällä.

II-9. Poista ongelmalliset tiedot

Jep. Kuten Bleach Bit-ing Hillaryn sähköpostit. On hyvä aika ajoin tyhjentää tietokantoja tiedoista, jotka ovat ristiriidassa hallinnon narratiivien tai kantojen kanssa; muuten ne saattavat kasaantua havaittavaksi trendiksi, jonka hallinnon toisinajattelijat tai disinformaation levittäjät voisivat huomata.

Jos esimerkiksi Glorious-rokotteen turvallisuustietokannassa on liikaa raportteja, ne kannattaa yksinkertaisesti poistaa, kuten CDC tekee, kuten alla olevasta kaaviosta käy ilmi, joka näyttää CDC:n viikoittain poistamien ongelmallisten VAERS-raporttien määrän:

Huomaa tässä tapauksessa, että CDC:n VAERS-työntekijät suoriutuivat tehtävistään suurimman osan ajasta – et voi antaa kriittisen henkilöstön veltostella. Koko kaavion pitäisi näyttää palkit ylös asti – ei ole mitään pätevää syytä, miksi he eivät olisi voineet poistaa paljon VAERS-raportteja elokuussa 2021, kuten he tekivät huhti- ja toukokuussa 2022. Jos sinun on palkattava lisähenkilöstöä raporttien poistamiseen, tee se.

Ja miksi nämä laiskurit antoivat alun perin kertyä niin paljon raportteja?? Tällaisessa tietokannassa ei pitäisi olla edes tarpeeksi raportteja, ja sitten tarvittaisiin viikoittaisia ​​massapuhdistuksia kyseisistä raporteista.

Ehkä koko kirjan tärkein opetus on tämä: Propagandan levittämisen ja ylläpitämisen tylsät, hauskat ja puuduttavat logistiset yksityiskohdat ovat aivan yhtä kriittisiä kuin laaja-alainen valhe tai henkeäsalpaava kielivoimistelu.

Saatat joutua olemaan luova keksiäksesi perustelun tai selityksen tälle, jos ihmiset huomaavat, että tietoja puuttuu, joten varmista, että sinulla on keskustelunaiheet valmiina etukäteen varmuuden vuoksi.

Toinen loistava esimerkki ovelasta tiedon poistamisesta käytännössä on seuraava Australian hallituksen loistava poistokeino poistaakseen epämukavat ilmastotiedot, jotka osoittavat liian monta vuotta vanhoja lämpötilastoja, jotta niitä voitaisiin syyttää ihmisen hiilidioksidipäästöistä:

Valitettavasti heidät saatiin kiinni, mikä on joskus väistämätöntä, kun yritetään poistaa jotain todella merkittävää ja huomattavaa. Siksi on välttämätöntä, että Gulag-järjestelmä on valmiina ja valmiina käsittelemään äkillistä uusien vankien tulvaa hetkessä (kuten Australian karanteenileireillä).

II-10. Luo väärää dataa, joka näyttää kumoavan oman narratiivisi, huijataksesi ja mustamaalataksesi oppositiota

Kun kohtaat jatkuvan informaatiouhan, joka syövyttää propagandapyrkimyksiäsi, tämä on nerokkaan ovela taktiikka heidän auktoriteettinsa, uskottavuutensa ja vaikutusvaltansa murentamiseksi. Julkaise vain vääriä tietoja, jotka pinnallisesti näyttävät kumoavan hallinnon narratiivin, mutta jotka on helppo kumota. Valtion pelkurimaiset viholliset epäilemättä tarttuvat näihin vääriin tietoihin ja menettävät siksi uskottavuutensa, kun osoitat heidän lankeavan nyt jo ilmeisen naurettavien väitteiden valtaan.

Kuten esimerkiksi se, mitä armeija teki omalle DMED-tietokannalleen, joka sisälsi kaikki armeijan sairaudet. He kylvivät siihen tarkoituksella väärennettyä dataa, joka näytti täydelliseltä OMG!!!!!!!! -hetkeltä, joka osoitti epäpyhää massiivista lisääntymistä kaikenlaisissa sairauksissa, kuten syövissä, keskenmenoissa ja muissa pyhiin Covid-rokotteisiin liittyvissä sairauksissa. Sitten, kun muutamat sankarilliset sotilaslääkärit löysivät DMED-tiedot, he lankesivat niihin ja pilasivat koko tarinan. (Täydellisen ja yksityiskohtaisen aikajanan sekä selityksen löydät täältä.) katso tästä.)

II-11. Käytä kuvia, meemejä tai muita mediatyyppejä valehdellaksesi rohkeasti ja röyhkeästi

Suuri osa tieteen tai datan yleisestä käsityksestä riippuu tieteen tai datan visuaalisesta esitystavasta – hyvä meemi tai kuva voi tehokkaasti välittää täysin väärää dataa tavalla, joka jättää ihmiset vakuuttuneiksi siitä, että väärä data on ehdottoman 100 % totta.

Jos esimerkiksi haluat esittää, että pelätyn taudin aiheuttaman sydänlihastulehduksen esiintyvyys ja vakavuus ovat dramaattisesti pahempia kuin Loistavan rokotteen aiheuttaman sydänlihastulehduksen esiintyvyys ja vakavuus vaikka täysin päinvastoin on totta, voisit luoda tällaisen tehokkaan kuvan:

Nyt ihmiset yhdistävät vaistomaisesti "pelätyn myokardiitin" massiiviseen sienipilven kaltaiseen apokalypsiin vs. Loistavan rokotteen myokardiitti pienenä, ei-mitään-neulanpistoksena, joka ei edes näy kaaviossa.

II-12. Luo dataa vääristäviä visualisointeja

Joskus on pakko julkaista dataa, joka on todella, todella huonoa (hallituksen tai tieteen™ kannalta). Mutta onneksi useimmat ihmiset (ja akateemikot) ovat pinnallisia idiootteja, jotka ovat liian laiskoja lukeakseen kaavion tai kuvaajan vieressä olevia sanoja. Joten voit ovelasti esittää datan visualisointimallilla, joka vääristää tai piilottaa datan sanoman.

Havainnollistetaan asiaa esimerkillä Science™️-lehden suurimmista julkaisuista – Lansetti.  Lansettijulkaisi tutkimuksen, jossa arvioitiin äärimmäisen kylmyyden ja kuumuuden aiheuttamien kuolemien määrää vuosittain ympäri maailmaa. Koska hallitukset ympäri maailmaa haluavat ylläpitää kuvitelmaa, että ilmaston lämpeneminen on ihmiskunnalle kohtalokas uhka, heidän oli osoitettava, että kuumuuden aiheuttamien kuolemien määrä oli suurempi kuin kylmyyden aiheuttamien kuolemien. Vähintäänkin niiden piti olla yhtä suuret. Niinpä kun Lansetti havaitsi, että kylmäkuolemien määrä oli suurempi kuin kuumakuolemien määrä marginaalilla 10-1 (kirjaimellisesti) heidän piti keksiä tapa luoda kaavio, joka peittäisi tuon epämukavan pienen tosiasian. Tuloksena oli alla oleva kaavio vasemmalla puolella:

Siniset palkit osoittavat kylmästä johtuvia kuolemia, punaiset palkit puolestaan ​​kuumuudesta johtuvia kuolemia. Mitä suurempi palkki, sitä enemmän kuolemia. Joten heidän piti tehdä punaisista palkeista yhtä suuria kuin sinisistä palkeista. Niinpä he käyttivät ovelaa pientä kikkaa – jos katsot violetteja alleviivattuja lukuja, jotka muuntavat palkin koon tietyksi kuolemantapausten määräksi, näet, että sinisissä palkeissa (kylmäkuolemat) jokainen palkin tuuma edustaa 50 kuolemaa, mutta punaisissa palkeissa (kuumuudesta johtuvat kuolemat) jokainen palkin tuuma edustaa vain 10 kuolemaa. Näin ollen saman kokoinen palkki edustaa viisinkertaista kylmäkuolemien määrää kuin lämpökuolemien, vaikka ne näyttävät samalta. Mutta ihmiset eivät kiinnitä huomiota ja ajattelevat vain: "Oi, ne näyttävät suunnilleen samanlaisilta, joten lämpökuolemien ja kylmäkuolemien osuuden täytyy olla suunnilleen yhtä suuri." (Ja he jopa yrittivät lisätä jättimäisen välin loppuun, jossa viimeinen tuuma punaisia ​​palkkeja edustaa 5 kuolemaa vain 210 sijaan (oranssi nuoli).)

Jos he olisivat luoneet rehellisen kaavion, jossa käytettäisiin samaa asteikkoa sekä kylmä- että lämpökuolemille, se näyttäisi samalta kuin oikealla oleva kaavio. Yksi vilkaisu kaavioon antaa selkeän vaikutelman, että äärimmäinen kylmyys on paljon suurempi uhka kuin äärimmäinen kuumuus, mikä voi johtaa epämukaviin kysymyksiin siitä, olisiko ehkä hieman ilmaston lämpenemistä itse asiassa hyödyllistä ihmiskunnalle.

HuomautuksiaKun käytät tätä taktiikkaa, yritä olla hienovaraisempi ja huomaamattomampi kuin Lancet, jossa jopa maallikon oli erittäin helppo havaita kädentaito.

TIETEEN manipulointi

"Tätä varten Lysenko alkoi "kouluttaa" neuvostoliittolaisia ​​viljelykasveja itämään eri vuodenaikoina liottamalla niitä jääkylmässä vedessä, muiden käytäntöjen ohella. Sitten hän väitti, että tulevat viljelysukupolvet muistaisivat nämä ympäristön vihjeet ja perisivät hyödylliset ominaisuudet, vaikka niitä ei itse käsiteltäisiin."¹

Tieteen manipulointi ei ole mitään uutta. Onneksi propagandan levittäjille tiedettä on erittäin helppo manipuloida mielensä mukaan, jos olet hallinto. Katsokaa vaikka Trofim Lysenkon saavutuksia, kun hänellä oli toveri Stalinin tuki. Seuraavissa osioissa kerrotaan yksityiskohtaisesti, mitä sinun on tehtävä manipuloidaksesi tiedettä onnistuneesti tukemaan hallinnon narratiivia ja tavoitteita.

Täydellinen esimerkki tieteen manipuloinnista on Big Pharman hyvin öljytty propagandakone. Ryhmä kapinallisia tiedemiehiä juonitteli yhdessä selittääkseen tarkasti, miten Big Pharma kontrolloi ja manipuloi tiedettä ja dataa mielensä mukaan:

Ilmeisesti se tosiasia, että tämä artikkeli on edelleen julkisesti saatavilla on hallinnon sensuurin ällistyttävä epäonnistuminen. Maassa, jossa on toimiva hallitus, kaikki tällaisen röyhkeän hyökkäyksen tekijät hallintoa vastaan ​​(ja sensorit, jotka eivät onnistuneet estämään sen julkaisemista ja/tai eivät poistaneet sitä) karkotettaisiin pohjoisnavalle eilen.

sivupalkkiNämä kirjoittajat kuvailevat tarkasti, miten vääristämme tiedettä hallinnon agendan mukaiseksi. Tällaisia ​​artikkeleita, vaikka niitä ei tietenkään voida levittää julkisesti, on täysin hyväksyttävää levittää hallinnon propagandistien keskuudessa, jotta ymmärrettäisiin paremmin, miten propagandaa voidaan tehokkaasti levittää..

On myös tärkeää huomata, että lääkeyhtiöt – ”suuret lääkeyhtiöt” – yleensä noudattavat hallinnon sääntöjä, mutta jos lääkeyhtiöstä tulee ”vähemmän” sääntöjen mukainen, sitä tulisi tietenkin syyttää ilkeästä petoksesta. Varmista myös, että uskollisia lääkeyhtiöitä sakotetaan melkoisesti muutaman vuoden välein, jotta väestö ajattelee, että hallinnolla on vihamielinen suhde suurlääkeyhtiöihin, ja siksi he eivät todennäköisesti ymmärrä, että hallinto ja lääkeyhtiöt ovat salaliitossa. Muutama miljardi ei ole iso juttu heidän taseessaan.

Osa III – Virallisen tieteellisen tiedon tarkastus

Ole valikoiva sen suhteen, mitä tietoja sisällytetään viralliseen tieteeseen. Tieteellisellä tiedolla on paljon enemmän painoarvoa ja uskottavuutta väestön keskuudessa, jopa niiden keskuudessa, jotka kieltäytyvät tottelemasta hallinnon narratiivia (kukaan ei halua tulla pidetyksi "tiedevastaisena" – se on lähes yhtä paha kuin rasismi nyky-yhteiskunnassa).

III-1. Älä julkaise ongelmallisia tutkimuksia, ja jos ne julkaistaan, vedä ne pois

Varmin tapa estää virallista tieteellistä tutkimusta kumoamasta hallinnon narratiivia on riisua siltä sen virallinen luonne. (Sitten piilotat sen paikkaan, jossa kukaan ei pääse siihen käsiksi, ja väität, että koska se on vedetty pois, se osoittaa, että se oli alusta asti valheellista, vilpillistä roskatiedettä, jota korruptoituneet tieteenvastaiset harhaoppiset levittivät rikastuakseen myymällä outoja vitamiinisekoituksia.)

Sinun on kuitenkin toimittava nopeasti, sillä jos odotat liian kauan, hyväksymättömän tieteen kopioita voi levitä salaa ei-uskovien tai kerettiläisten keskuudessa hallintoa vastaan ​​ja saada lähes myyttisen aseman. Ja kun tutkimus on juurtunut ihmisten kokemuksiin "todellisena tutkimuksena", sen peruminen saa heidät vain ajattelemaan, että yrität epätoivoisesti piilottaa "totuuden".

Katsokaa kaikkia näitä loistavia tutkimusten peruutuksia, jotka olivat haitallisia hallinnon narratiiviselle ajattelulle Covid-aikana (tämä on vasta ensimmäinen sivu 36:sta):

Kuvittele, kuinka paljon (enemmän) vahinkoa nämä valheelliset tutkimukset olisivat voineet aiheuttaa, jos niiden olisi annettu jäädä voimaan eikä niitä olisi vedetty pois!

Kuvittele myös, kuinka monta muuta tutkimusta ei koskaan nähnyt päivänvaloa, koska nämä edustavat vain pientä osaa harhaoppisesta tutkimuksesta (tai hyvästä tieteestä, joka vahingossa löysi harhaoppisia tuloksia).

III-2. Valitse harkintavin keinoin, mitkä osat tietoaineistosta edustavat "virallista tiedettä"

On hämmästyttävää, kuinka dramaattisesti tiedettä voidaan muuttaa yksinkertaisesti käyttämällä valittuja osia tietoaineistosta, jotka vahvistavat hallinnon narratiivia, samalla kun hylätään (tai vielä parempi, piilotetaan) ne osat tietoaineistosta, jotka eivät ole synkronoituja hallinnon kantojen kanssa.

Oletetaan esimerkiksi, että näemme hallinnossa seuraavat kaksi trendiä PROPAGANDA Glorious-rokotteen turvallisuusseurantatietokanta.

(Valitettavasti sinun on teeskenneltävä valvovasi turvallisuutta rauhoittaaksesi hermostuneita kansalaisia, jotka ovat hermostuneita kaikesta uudesta, ja myös voidaksesi antaa valmiin vastauksen mahdollisille kriitikoille ja disinformaation levittäjille, jotka yrittävät syyttää hallintoa ongelmallisten turvallisuustietojen piilottamisesta. Ja sinun on teeskenneltävä ottavan tämän HYVIN vakavasti..)

Oletetaan joka tapauksessa, että miljoonaa annettua Glorious Rokote -annosta kohden on 26,878 2 raporttia turvallisesta ja tehokkaasta muuntumisesta lihaa syöviksi zombeiksi, mutta vain kaksi raporttia rokotettujen ihmisten kuolemasta lihaa syöviin bakteereihin heti rokotuksen jälkeen, kuten tässä:

Et voi varsinaisesti päästää tätä julkiseen keskusteluun, sillä se rohkaisee rokotevastaisuutta ja saa ihmiset epäilemään hallinnon narratiivia yleisesti, jopa muissa asioissa. Mutta sinun on myös osoitettava, että PROPAGANDA-tietokanta osoittaa Glorious-rokotteen mahdollisten aiheuttamien loukkaantumisten määrän olevan merkityksetön. (Muista korostaa aina viitatessasi turvallisuustietokantaan, että näissä raporteissa ei ole vahvistettu, että Glorious-rokote olisi ollut syynä, vaan ainoastaan ​​mahdollinen yhteys.)

Ratkaisu tähän on melko yksinkertainen – käytä vain dataa, joka osoittaa, että vain kaksi raporttia jonkun saaneen tartunnan kauhistuttaviin lihansyöjäbakteereihin Loistavan rokotteen vuoksi 2 100,000 annosta kohden. 26,878 100,000 raporttia XNUMX XNUMX annosta turvallisia ja tehokkaita lihansyöjäzombien transformaatioita kohden on kuitenkin jätettävä julkisesti huomiotta niin paljon kuin mahdollista, ja kun et voi välttää sivuuttamista, sinun on tuomittava se tarkistamattomiksi, epätieteellisiksi ja siksi merkityksettömiksi raporteiksi, jotka ovat siksi merkityksettömiä. Ja varmista, että moitit mediaa siitä, että se uskaltaa kysyä sinulta asiasta. (Ihannetapauksessa sinun pitäisi salaliitossa neuvotella uskollisen hallinnon toimittajan kanssa, että hän kysyy asiasta, jotta asia voidaan ottaa esiin halveksivasti, kuten: "Jotkut ääriryhmät yrittävät väittää, että Loistava rokote aiheuttaa kymmeniätuhansia sensaatiomaisia ​​vammoja. Voitko selittää, miten he vääristävät PROPAGANDA-tietokannan raportteja?")

Älä myöskään koskaan käytä sanaa "kauhistuttava" tilanteessa, jossa yrität rauhoittaa ihmisiä. Älä koskaan. Vaikka kuvailemasi asia olisi objektiivisesti kauhistuttava. Kun kuvailet jotakin, joka on luonnostaan ​​pelottava, käytä sen sijaan suuria, akateemisen tieteen kuulostavia sanoja. Esimerkiksi "lihansyöjäbakteerit" voidaan kuvailla "nekrotisoivaksi faskiitiksi", joksikin, jonka merkitystä kukaan ei tiedä (ja useimmat ihmiset ovat liian laiskoja edes googlettamaan sitä saadakseen selville). Siinä on jopa kaksi i-kirjainta, mikä tekee siitä älyllisesti vaikuttavan, ikään kuin olisi käytännössä etuoikeus tulla tapetuksi jollain niin hienostuneella tavalla:

Se ei ole niin monimutkaista; opit sen hetkessä. (Ja jos et, et luultavasti ole enää kauaa täällä muutenkaan.)

HuomautuksiaKun kohtaat tilanteen, jossa hallinnon hyväksymä tai määräämä tuote on vaarallinen – **mikä on usein** – sinun on varmistettava, ettet lankea omaan propagandaasi; muuten sinusta voi hyvinkin tulla seuraava turvallinen ja tehokas zombi, kuten nämä neljä Yhdysvaltain senaattoria:

III-3. Viiveraportointitiedot

Hienovaraisempi tapa tarkistaa, mitä dataa viralliseen tieteeseen sisältyy, on raportoida dataa tai tietoa epärehellisesti. Eri datajoukkojen raportoinnin strateginen ajoitus on yksinkertainen mutta tehokas tapa manipuloida tieteellistä dataa. (Älä huoli tämän toiminnan ymmärtämisestä; tiedä vain, että se toimii, ja palkkaa päteviä tilastotieteilijöitä, jotka osaavat selvittää, miten tämä parhaiten toteutetaan.) Monet laskelmat perustuvat raportoidun datan ajoitukseen, ja siksi voit hallita datan näyttämää julkaisemalla datan eri osia huolellisesti optimaaliseen aikaan.

Esimerkiksi viikon viive kuolemien raportoinnissa voi muuttaa radikaalisti lääketieteellisen toimenpiteen näennäistä tehokkuutta tai turvallisuutta – kirjaimellisesti, viivyttämällä kuolemantapausten raportointia viikolla, voit saada jotain, jolla ei ole mitään vaikutusta, näyttämään 95-prosenttisen tehokkaalta. (Voit seurata linkkiä saadaksesi lisätietoja, mutta tämä tietty taktiikka on hieman liian monimutkainen idiootin oppaaksi, ja perusteellisen kuvauksen sisällyttäminen tähän saattaa saada muuten loistavan tulevaisuuden edessään olevat orastavat propagandistit masentumaan ja epäilemään omia kykyjään, jos he eivät pysty seuraamaan selitystä. Tämä voi johtaa heidät lopettamaan, mikä olisi tragedia. Todellakin.)

Osa IV – Tutkimuksen manipulointi

Ehkä tärkein tieteen manipuloimiseen tarvittava taito on kyky suunnitella ja manipuloida tutkimusta tarvittavien tulosten saavuttamiseksi.

[Huomautus: Tutkimusten varsinaisen manipuloinnin tekevät aina asiantuntijat, jotka tekevät tutkimuksia työkseen (joita kutsutaan PI:ksi tai päätutkijaksi). Joten sinun ei oikeastaan ​​tarvitse olla sujuva näissä asioissa. Mutta on silti hyödyllistä, jos sinulla on riittävän hyvä käsitys perusasioista.]

Tutkimukset – etenkin ne suuret ja hienot, joita tyypillisesti pidetään tieteen™ ”kultaisstandardina” – ovat valtavan monimutkaisia ​​otuksia, joita voidaan manipuloida lukemattomilla tavoilla. Selitämme yleisimmät ja suoraviivaisimmat petokset, manipulaatiot ja suunnitteluvirheet, joita voidaan hyödyntää, jotta tutkimuksesta tulisi käsintehty nukke, jota voi näprätä mielensä mukaan.

[Huomautus: – Seuraavien manipulaatioiden toteuttamisessa on monia hienostuneisuuden asteita. Selitämme ja havainnollistamme vain taustalla olevia käsitteitä käyttämällä periaatteiden suoraviivaista soveltamista lisäämättä mitään hienoja koristeita tai pikkutavaroita. Tavoitteena on, että ymmärrät erilaiset datan manipulointityypit ja -tavat. Voit oppia edistyneempiä menetelmiä myöhemmin (mikä on tietenkin erittäin suositeltavaa ja kannustettavaa).

IV-1. Tutkimusmanipulaatiotaktiikka nro 1: Tutkimusprotokollien suunnittelun manipulointi

Suurin osa tähän osioon liittyvästä materiaalista on olennaista myös seuraavaan osioon, joka käsittelee tutkimusprotokollien toteutuksen sabotointia, joten käsittelemme tässä vain taktiikoita, jotka liittyvät ainutlaatuisesti itse protokollien suunnittelun manipulointiin.

Tutkimusprotokollat ​​ovat pohjimmiltaan kuin sääntökirja, joka sanelee, miten tutkimus tehdään. Varmista siis, että kirjoitat säännöt, jotka suosivat haluamaasi tulosta.

A) Pakan pinoaminen – jaa tutkimushenkilöt strategisesti tutkimus- ja kontrolliryhmiin

Lähes kaikissa suurissa erikoistutkimuksissa on kaksi ryhmää – tutkimusryhmä ja kontrolliryhmä. Uuden lääkkeen tutkimuksessa tutkimusryhmä saa lääkettä ja kontrolliryhmä ei. Teoriassa, jos lääke toimii, kontrolliryhmässä pitäisi olla enemmän sairaita ihmisiä kuin tutkimusryhmässä.

Jos siis suoritat tutkimusta uuden ihmelääkkeen testaamiseksi, voisit hyödyntää tätä laittamalla kontrolliryhmään enemmän epäterveellisiä ihmisiä kuin tutkimusryhmään, jotta tutkimusryhmä pärjäisi paremmin, vaikka lääke ei toimisikaan. (Sinun ei tietenkään pitäisi myöntää tekeväsi tätä tai mitään muutakaan näistä taktisista tempuista tutkimusdokumentaatiossa.)

B) Tutkimushenkilöiden huolellinen valinta

Paljon päänsärkyä voi välttää yksinkertaisesti pitämällä loitolla ihmiset, jotka todennäköisesti sotkevat tuloksesi jollain tavalla.

Jos esimerkiksi testaat uutta lääkettä, jonka haluat todistaa turvalliseksi ja tehokkaaksi, pidä loitolla ihmiset, jotka ovat erityisen alttiita kärsimään pahoista reaktioista tai tehottomuudesta. Ymmärrät varmaan. (Aivan kuten Covid-rokotekokeissa ei otettu mukaan vanhoja, liitännäissairauksia sairastavia ihmisiä, mikä olisi paljastanut "99 %:n tehokkuuden" omaavan rokotteen.)

IV-2. Tutkimusmanipulaatiotaktiikka nro 2: Sabotoi tutkimusprotokollien toteutusta

Usein et pysty manipuloimaan itse tutkimusprotokollia haluttujen tulosten saavuttamiseksi. Tällaisissa tapauksissa sinun on sen sijaan sabotoitava virallisten tutkimusprotokollien toteuttamista tai noudattamista. Tämä on melko helppoa, ja tapoja saavuttaa tämä on kirjaimellisesti loputtomasti.

Huomautus: On järkevää suunnitella logistiikka etukäteen, jotta vältetään erilaiset ongelmat ja stressaavat tilanteet, joita voi ilmetä tuhansia koehenkilöitä ja henkilöstöä käsittävässä suuressa tutkimuksessa. Jos esimerkiksi haluat "osoittaa", että erityisen ärsyttävä lääke on itse asiassa tappava, sinulla tulisi olla ruumispussit käsillä, jotta ruumiit voidaan nopeasti poistaa julkisilta paikoilta, ja tuhkauslaitos päivystää 24/7 tuhoamaan kaikki ei-toivotut rikostekniset tai patologiset todisteet, joita ruumiissa saattaa olla.

Protokollasabotaasi nro 1: Tutkimushoidon/intervention anto [tutkimusryhmälle]

Ihmiset luulevat, että lääkkeen antaminen tutkimushenkilöille on yksinkertaista ja suoraviivaista. He ovat väärässä. Hyvin väärässä. Koko tutkimusta voi usein kontrolloida hienovaraisesti säätämällä hoidon antotapaa tutkimushenkilöille, mukaan lukien seuraavat:

• Annostus/interventiomäärä – Voit ali- tai yliannostusta lääkettä riippuen siitä, mitä tavoittelet. Jos haluat lääkkeen vaikuttavan tehottomalta, aliannoksen käyttö varmistaa, ettei se toimi. Jos haluat osoittaa lääkkeen olevan vaarallinen, lisää annosta erittäin myrkylliselle tasolle.
• Hoidon antamisen ajoitus – Toinen tapa sabotoida lääkettä on antaa se potilaille liian aikaisin tai liian myöhään, jotta se olisi tehokasta. Tähän on monia eri keinoja. Voit esimerkiksi lähettää lääkkeen potilaille postitse, mikä väistämättä lisää aikatauluun muutaman päivän (David Boulwaren ivermektiinierikoistuote).
• Tuotteen laatu – eli puhtaus/teho – Saastunut tai huonosti valmistettu tuote ei toimi samalla tavalla kuin puhdas tuote, joka on valmistettu korkealaatuisista ainesosista ja täysin ihanteellisia valmistusmenetelmiä noudattaen.

(Huomautus: Sinun tulisi AINA tehdä epävirallisia prekliinisiä eläin- ja ihmistutkimuksia ymmärtääksesi, miten lääkkeen tai intervention eri versiot toimivat ENNEN kuin käytät saastuneita versioita tutkimuksessa (lääkkeen normaalilla koostumuksella tehtyjen virallisten prekliinisten tutkimusten lisäksi); muuten otat riskin sabotoida vahingossa omat sabotaasiyrityksesi. Muista, että tutkimuksen tarkoituksena on osoittaa ennalta määrätty lopputulos, ei löytää uusia tieteellisiä näkemyksiä! Epävarmuus tai arvaamattomuus siitä, mitä tutkimasi lääke tai interventio tekee tosielämässä, on kuin kryptoniittia onnistuneeseen tutkimusvilppiin. Tai ainakin se aiheuttaa sinulle todella pahoja migreenejä, kun kamppailet navigoidaksesi vaarojen ja epämukavan datan sokkelossa nyt erittäin sotkuisesta tutkimuksestasi.)

• Käytä suolaliuosta tai lumelääkettä intervention sijaan – Toinen tapa minimoida hoito-ohjelman valitun intervention vaaroja on antaa lumelääkettä hoidon sijaan, jotta altistuminen intervention myrkyllisisyydelle on pienempi. On tietysti myös varmistettava, että suolaliuoksen käytöllä ei ole ei-toivottua sivuvaikutusta, joka osoittaisi lääkkeen tehottomuuden. Tätä taktiikkaa käytetään tyypillisesti yhdessä muiden protokollan manipulointien tai uskottomuuden kanssa.
• Sekoita ja sovi – Voit aina yhdistellä näitä ehdotuksia. Voit esimerkiksi antaa jonkin verran hoitohenkilöistä eri tuotetta. Voit myös käyttää useampaa kuin yhtä näistä ehdotuksista yhdessä, jotta kattaat tutkimusryhmän eri osia eri ehdotuksilla, mikä voi vaikeuttaa ulkopuolisten mahdollisuuksia havaita protokollarikkomuksia.

Protokollasabotaasi nro 2: Lumelääkkeen anto [tutkimusryhmälle]

Tämä on pohjimmiltaan edellisen osion kääntöpuoli. Lumelääkkeeseen sovellettuna on muutamia erityisiä taktiikoita, jotka ovat hieman ainutlaatuisia:

• Anna kontrolli-/lumelääkeryhmälle interventio – Yksi tapa varmistaa, ettei tutkimus osoita hoidon tehoa, on antaa hoitoa myös kontrolliryhmälle. Jos molemmat ryhmät saavat hoitoa, niiden välillä ei ole eroa, joka osoittaisi, että hoitoryhmä pärjäsi paremmin hoidon ansiosta.
  Helpompi mutta riskialttiimpi tapa tehdä tämä on antaa tutkimushenkilökunnan antaa lääke suoraan kontrolliryhmälle, joka naamioituu lumelääkkeeksi. (Tämä on melko helppoa, koska lumelääkkeen on tarkoitus näyttää, tuntua, maistua ja tuoksua identtiseltä lääkkeen kanssa, jotta kontrolliryhmän koehenkilöt eivät huomaa, etteivät he saaneet lääkettä.)

Vaikeampi mutta vähemmän riskialtis menetelmä on painostaa kontrolliryhmän koehenkilöitä saamaan hoitoa tutkimuksen ulkopuolella. Voit esimerkiksi käyttää lumelääkettä, joka eroaa merkittävästi lääkkeestä. Koska tutkimushenkilöt voivat helposti Googlen kautta havaita, ettei lääkkeen ole tarkoitus näyttää, tuoksua tai maistua tältä, he pyrkivät hankkimaan varsinaista lääkettä erikseen, koska he eivät halua kuolla tai kärsiä heikentävistä komplikaatioista mistä tahansa sairaudesta tai tilasta, jota lääkkeellä hoidetaan.

Vaihtoehtoisesti voit suorittaa tutkimuksen paikassa, jossa väestöllä on jo laaja altistuminen tutkittavalle hoidolle, jolloin tutkittavien joukko on kauttaaltaan saastunut ihmisillä, jotka jo käyttävät lääkettä tai joilla ainakin on sitä varastossa.

(Muista vain, että tämä taktiikka voi joutua ärsyttävien toisinajattelijoiden ja tieteenvastaisten harhaoppisten huomion kohteeksi, koska on julkisesti tiedossa, että tutkimuksen kohteena olleessa paikassa oli laajaa tietoisuutta lääkkeestä ja/tai sitä käytettiin.)

• Lisää lumelääkettä – Jos et halua inerttiä lumelääkettä, voit lisätä siihen jotain hieman "eloisampaa", joka voi aiheuttaa sivuvaikutuksia ja/tai terapeuttisen vaikutuksen.

Yksi erityinen menetelmä on käyttää hoidon osia lumelääkkeen tehostamiseen. Tämä voi olla erityisen hyödyllistä piilotettaessa hoidon ongelmallisia sivuvaikutuksia, jotka johtuvat muista ainesosista tai komponenteista kuin vaikuttavasta ainesosasta – jos lisäät ne lumelääkkeeseen, molemmilla ryhmillä on samanlaisia ​​sivuvaikutuksia.

(HuomautuksiaMuista, että jos sivuvaikutukset ovat liian voimakkaita, pelkkä hoidon myrkyllisten komponenttien sijoittaminen lumelääkkeeseen voi herättää kysymyksiä, jos ihmiset huomaavat, että tiettyjen sivuvaikutusten esiintyvyys on huomattavasti korkeampi tutkimuksen kontrolliryhmässä kuin väestössä yleensä.)

Protokollasabotaasi nro 3: Kannusta tutkimushenkilöitä muuttamaan käyttäytymistään

Tutkimushenkilöiden käyttäytyminen on usein kriittinen näkökohta protokollia suunniteltaessa ja tutkimusta suoritettaessa. Käytä tätä eduksesi.

Kannustimia on kolmea perustyyppiä:

• Taloudelliset kannustimet – Yksi varmimmista tavoista kannustaa käyttäytymistä on palkita se taloudellisesti:
  • Tutkimuksen sisällä voidaan toteuttaa korruptoitunutta lahjontajärjestelmää. Jos esimerkiksi tutkimuksessa saadaan tuloksia pyytämällä osallistujia raportoimaan tietoja – kuten mitä sivuvaikutuksia he kokivat Loistavan intervention jälkeen – voit maksaa osallistujille siitä, etteivät he raportoi sivuvaikutuksia. Sinun on kuitenkin myös valvottava salassapitoa ja varmistettava, ettei kukaan saa tietää siitä, mikä voi olla hankalaa.
  • Vaihtoehtoisesti voit manipuloida tai hyödyntää tutkimusympäristöä toimiaksesi välittäjänäsi taloudellisten hyödykkeiden jakamisessa. Jos esimerkiksi testaat mahdollisen intervention tehokkuutta pelätyn taudin leviämisen estämiseksi, voit suorittaa tutkimuksen paikassa, jossa ihmiset voivat mennä töihin vain, jos heillä ei ole pelättyä tautia, hyödyntäen tätä sisäänrakennettua kannustinta olla ilmoittamatta positiivisista testituloksista (he haluavat täyden palkkansa).
• Sosiaalinen paine – Toinen kannustintyyppi on sosiaalinen paine. Se voi tulla ikätovereilta, poliittisilta voimilta, sosiaalisilta ryhmiltä, ​​ammatillisilta kumppaneilta, instituutioilta, julkisuuden henkilöiltä tai miltä tahansa muulta yhteiskunnallisen vaikuttamisen lähteeltä. Ydin on siinä, että voit käyttää mitä tahansa tai kaikkia näistä eduksesi. 
  Oletetaan esimerkiksi, että suoritat tutkimusta testataksesi Ihmeellisen Kankaan Kilven tehokkuutta Pelätyn Taudin leviämisen estämisessä. Annat siis joillekin kylien asukkaille kolmannen maailman maassa Ihmeellisen Kankaan Kilven ja luot kontrolliryhmän kylistä, jotka eivät saa Ihmeellistä Kankaan Kilpeä. Voit esitellä näiden laitteiden mahtavuutta kyläläisten edessä, jotka ne saavat. Voit myös pyytää kylän vanhimpia julistamaan, että Ihmeellinen Kankaan Kilpi on lahja taivaasta, mikä tekee sen käyttämisestä moraalisen hyveen ja mikä tärkeämpää, tekee sen käyttämisestä ja Pelätyn Taudin tartunnasta uskonnollisen epäonnistumisen merkin. Tämä tekee heistä paljon epätodennäköisemmin ilmoittamassa Pelätyn Taudin tapauksista, varsinkin verrattuna kyliin, jotka eivät saaneet Ihmeellistä Kankaan Kilpeä. Tämä saa näyttämään siltä, ​​että Ihmeellinen Kankaan Kilpi vähentää Pelätyn Taudin leviämistä.
• Kovat rangaistukset – Voit uhata kaikenlaisilla hirvittävillä seurauksilla, jos tutkimushenkilöt eivät tee juuri sitä, mitä haluat. Tämä on erityisen helppo toteuttaa kolmannen maailman maissa, joissa oikeusvaltioperiaatetta on vähän tai ei lainkaan ja korruptio on sääntö. Voisi olla hyödyllistä antaa etukäteen esimerkki jostakusta osoittaaksesi, että olet tosissasi – voit esimerkiksi valita jonkun sattumanvaraisesti lähetettäväksi Sudanin vankilaan, josta hän ei todennäköisesti koskaan palaa hengissä.

Protokollasabotaasi nro 4: Palkkaa epäpäteviä ihmisiä suorittamaan tutkimusta

Tutkimukset – erityisesti tutkimukset, joissa suoritetaan jonkinlainen koe (toisin kuin pelkästään olemassa olevien tietojoukkojen analysointi) – vaativat tyypillisesti suuren henkilöstömäärän. Epäpätevän henkilöstön palkkaaminen on loistava tapa antaa itselleen liikkumavaraa "hieroa" tutkimuksesta esiin nousevaa epämukavaa dataa – "tämä data on virheellistä, koska henkilökunta sotki sen". Joten tietenkin sinun on "korjattava" "virheet".

Vielä tärkeämpää on, että epäpätevä henkilökunta huomaa vähemmän tutkimuksen manipulointia, koska heillä ei ole tietoa tai kokemusta siitä, miten laillisen tutkimuksen tulisi suorittaa.

Protokollasabotaasi nro 5: Poista tutkimuksesta kaikki ongelmalliset tutkimushenkilöt tai -tapahtumat

Tämä on ilmiselvä ”duh”. Jos muutamat Glorious-rokotteen vaiheen 3 kokeessa olevat henkilöt kärsivät vakavista vammoista heti Glorious-rokotteen saamisen jälkeen, he eivät voi pilata ”turvallisen ja tehokkaan” tutkimuksen juontaa juurensa. Onneksi ratkaisu on kuitenkin yksinkertainen: poista heidät tutkimuksesta.

Tämä ei edes näytä epäilyttävältä ulkopuolisesta tarkkailijasta! Jokaisessa tutkimuksessa on protokolliin kirjoitettu sääntöjä, jotka sallivat potkia ulos osallistujia, jotka rikkovat tutkimusprotokollia tai haluavat lähteä "henkilökohtaisista syistä". (Ajattele jokaista kertaa, kun poliitikko sanoo eroavansa "viettääkseen enemmän aikaa perheensä kanssa" – sama ajatus.) Mutta useimmat akateemikot ovat tähän heikkoja ja lankeavat siihen joka kerta.

Jos olet todella fiksu protokollien suunnittelussa alun perin, lisäät ehdon, joka kieltää tutkittavia hakemasta lääkärinhoitoa tutkimuksen ulkopuolisilta lääkäreiltä. Joten jos tutkittava kärsii ikävästä sivuvaikutuksesta, kuten lievästä turvallisesta ja tehokkaasta sydänlihastulehduksesta tai lievästä Bellin halvauksesta, joka jättää hänet jonkin verran halvaantuneeksi, hän menee suoraan lähimpään ensiapuun... mikä on selvä tutkimusprotokollien rikkomus!! Hei hei -ongelma.

Jos haluat nähdä oikean maailman mestarin, älä etsi kauempaa kuin Pfizerin lasten rokotteen kolmannen vaiheen tutkimuksesta vastaavaa henkilöä. Kun yksi tutkittavista, Maddie de Garay, kärsi useista melko ikävistä neurologisista vammoista 3 tuntia rokotteen saamisen jälkeen (sellaisia, jotka edellyttävät jatkuvaa ruokintaletkujen ja pyörätuolien käyttöä muiden elämäntapamuutosten ohella), he yksinkertaisesti heitivät hänet ulos tutkimuksesta. Ja sitten hänen vammansa kirjattiin "ratkaisemattomaksi vatsakivuksi". He heittivät myös toisen henkilön, asianajaja nimeltä Augusto Rioux, pois päätutkimuksesta, kun hän sai lievän, turvallisen ja tehokkaan sydänpussitulehduksen ensimmäisen annoksen jälkeen.

Sama pätee AstraZenecaan – Brianne Dressen erotettiin ensimmäisen annoksen jälkeen – mutta heidän mukaansa hän vetäytyi henkilökohtaisista syistä. Näetkö? Helppoa kuin heinänteko.

Protokollasabotaasi #6: Väärien tietojen tallentaminen

Kun mikään muu ei auta, tutkimukseen voi yksinkertaisesti tallentaa täysin virheellistä ja tyhjästä sepitettyä dataa. Pfizerin tutkimusurakoitsija Ventavia näyttää meille, miten tämä onnistuu – seuraavat kuvakaappaukset ovat Brooke Jacksonin – yhden Ventavian toimipisteen päälliköistä – lähettämästä sähköpostista, jossa hän päätti yrittää heikentää hallintoa paljastamalla jatkuvan petoksen:

Epätavallisen nopeassa ja tehokkaassa vastauksessa rouva Jackson erotettiin alle kuusi tuntia tämän sähköpostin lähettämisen jälkeen FDA:lle. KUUSI TUNTIA!! Näin asioiden pitäisi toimia.

Lisäksi, kun hän haastoi hänet liittovaltion tuomioistuimeen yrittäen estää koko Pfizerin rokotetutkimuksen, hallinto esti sitä onnistuneesti lähes kahdeksi kokonaiseksi vuodeksi käyttämällä erilaisia ​​nerokkaita oikeudellisia taktiikoita. (On kuitenkin huomattava, että kuka tahansa rekrytoinnista vastasikin, mokasi pahasti; on tehtävä perusteelliset taustatarkastukset sen varmistamiseksi, ettei potentiaalisilla hakijoilla ole vahvoja moraalisia vakaumuksia.)

Valitettavasti FDA ei valvo ulkomaisia ​​lääketieteellisiä julkaisuja, joista yksi päätti (järkyttävästi) julkaista artikkelin, jossa dokumentoitiin Pfizerin oikeudenkäyntipetos. Mahtavaa. Siksi on välttämätöntä perustaa yhtenäinen hallintoelin koko maailmalle.

IV-3. Tutkimusmanipulaatio, vaihtoehto nro 3: Tutkimusanalyysi

Kun olet saanut itse tutkimuksen valmiiksi, on aika analysoida tutkimuksen tulokset. Kaikki ongelmalliset tiedot, jotka jotenkin pääsivät kaikkien protokollasuunnittelujesi ja sabotaasin läpi, siivotaan tässä. Ajattele tätä kuin antaisit käytetylle kolhiintuneelle autolle uuden maalikerroksen piilottaaksesi kaikki alla olevat vauriot – et muuta mitään olennaista, vain peittelet asioita (suurimmaksi osaksi). Kukaan ei halua raapia uutta maalikerrosta varmistaakseen, ettei se peitä mitään.

Dataa voi "analysoida" niin monella tavalla. Tärkeintä on olla fiksu siinä, mitkä tavat valitsee ja miten analyysi tehdään.

Analyysitaktiikka nro 1: Älä muokkaa tietoja

Datan mukauttaminen on tieteessä melko tavallista. Raakadatasta ei juuri koskaan voida tehdä suoria johtopäätöksiä tai ekstrapoloida tuloksia, koska mukana on yleensä kaikenlaisia ​​sekoittavia muuttujia.

Tässä on hyvin yksinkertainen esimerkki datan muokkaamisesta:

Seuraavassa on Darth Santistanin (paha osavaltio) ja Commiefornian sukupuolispektriparatiisin (hyvä osavaltio) osavaltioiden väestö:

Tässä ovat pelätyn taudin kuolleisuusluvut näissä osavaltioissa – kaiken kaikkiaan huonossa osavaltiossa on enemmän kuolemia kuin hyvässä. Koska niillä on sama väestö, tämä tarkoittaa, että kuolleisuus on korkeampi Darth Santistanin PAHOSSA, PAHOSSA osavaltiossa:

MUTTA... (kyllä, tässä on yksi iso "mutta")

Jos tarkastelemme ikääntyneen väestön ja muun väestön kuolleisuuslukuja erikseen, on järkyttävää, että hyvässä osavaltiossa on korkeampi kuolleisuus MOLEMMISSA (?!?!?!?!?):

Kaksi tärkeää havaintoa tässä:

1. Syy siihen, miksi Kuoleman Santistanin epälojaalilla valtiolla on korkeampi kokonaisluku vaikka kuolleisuusluvut olivat alhaisemmat jokaisessa ikäluokassa on itse asiassa hyvin yksinkertainen – eläkeläiset kuolevat paljon useammin kuin ei-eläkeläiset, mutta huonolla osavaltiolla on epäonnenaan 2.5 kertaa enemmän eläkeläisiä kuin hyvällä osavaltiolla, mikä tarkoittaa paljon enemmän kuolemia kaiken kaikkiaan, koska Kuoleman Sanistanin huonossa osavaltiossa on valtava määrä eläkeläisiä:

Jotta huonossa osavaltiossa olisi sama määrä ikääntyneiden kuolemia kuin hyvässä osavaltiossa, heidän ikääntyneiden kuolleisuuslukunsa pitäisi olla kirjaimellisesti 40 % hyvästä osavaltiosta, koska hyvässä osavaltiossa on vain 40 % vähemmän ikääntyneitä väestössään kuin huonossa osavaltiossa. Tästä syystä (kun haluamme olla rehellisiä, kuten silloin, kun totuus auttaa hallintoa) tiede mukauttaa tietoja – välttääkseen tällaisia ​​asioita. (Tällä tietyllä tilastollisella ilmiöllä on itse asiassa virallinen nimi: "Simpsonin paradoksi. ")

Siksi ÄLÄ muokkaa tietoja silloin, kun se vahingoittaa hallinnon narratiivia.

Analyysitaktiikka nro 2: Muokkaa tietoja harhaanjohtavasti tai sopimattomasti

Toisaalta raakadata tai oikein muokattu data ei aina ole hyväksi kerronnallesi. Tällaisissa tapauksissa sinun on jatkettava luovia säätöjä, kunnes olet onnistuneesti peittänyt harhaoppiset tulokset niin, ettei kukaan voi nähdä tai selvittää niitä.

Jos esimerkiksi otamme yllä olevan hypoteettisen vertailumme Commiefornian ja Kuoleman Santistanin kuvitteellisten sukupuolispektrin paratiisin tilojen välillä, voimme lisätä siihen "muutoksen" ongelman "korjaamiseksi". Sinun tarvitsee vain löytää ominaisuus, joka kuvaa huonompia tuloksia Kuoleman Santistanin pahassa tilassa kuin Commiefornian hyvässä sukupuolispektrin paratiisissa. Koska Kuoleman Santistan päätti olla noudattamatta hallinnon hengenpelastavia sulkutoimia, Kuoleman Santistanin seniorit poistuivat kotoaan useammin kuin muissa osavaltioissa, vaikka vain kävelläkseen korttelin ympäri raittiissa ilmassa – mikä tarkoittaa, että seniorit, jotka eivät poistuneet kotoaan, olivat todennäköisesti useammin liian sairaita poistuakseen kotoaan. Tällaiset sairaat seniorit kuolevat myös todennäköisemmin pelättyyn tautiin.

Näin tämä voisi toimia:

Kaavio nro 1 – eläkeläisten väestö kussakin osavaltiossa (vasemmanpuoleiset sarakkeet = eläkeläiset, jotka kävivät ulkona vähintään kerran viikossa; keskimmäiset = eläkeläiset, jotka eivät käyneet ulkona; oikeanpuoleiset = eläkeläisten kokonaismäärä kussakin osavaltiossa)

Kaavio 2 – kuolemien lukumäärä kussakin kaavion 1 kolmessa kategoriassa:

Tämä korjaa ongelmallisen datamme täysin (se saattaa itse asiassa korjata sen liiankin hyvin!!) – tarkkailkaa, miten muutamme ikääntyneiden kuolleisuuslukua:

Sinun tarvitsee nyt vain kutsua sisätiloissa havaittua vanhusten kuolleisuuslukua "väestökorjatuksi vanhusten kuolleisuusluvuksi".

Voit myös viitata sisätiloissa tapahtuviin vanhusten kuolemiin aika ajoin, koska niitä on paljon helpompi levittää esimerkiksi puheenaiheella "ikäihmiset ovat suurimmassa vaarassa, koska he ovat liikuntakyvyttömiä "he kuolivat lähes KOLME kertaa todennäköisemmin HUONOSSA tilassa kuin HYVÄSSÄ tilassa." Ihmiset yhdistävät luonnollisesti seniorit sisätiloissa olemiseen, joten he tuskin ymmärtävät, että "sisätiloissa asuvat seniorit" ovat todellisuudessa niin pieni prosenttiosuus hypoteettisesta Death Sanistanin senioriväestöstä.

Analyysitaktiikka nro 3: Valitse optimaaliset päätepisteet

Päätetapahtumat ovat tärkeä juttu. Virallisesti tutkimuksen ensisijainen päätetapahtuma/päätetapahtumat on/ovat keskeinen löydös, joka määrittää, pidetäänkö tutkimusta onnistuneena vai epäonnistuneena. Päätetapahtuma on pohjimmiltaan asia tai mittari, jota käytetään arvioimaan tutkittavan asian onnistumista/epäonnistumista tai vaikutusta. Esimerkiksi jos testaat uutta lääkettä nähdäksesi, estääkö se pelättyä tautia tappamasta sinua, päätetapahtuma olisi pelättyyn tautiin kuoleminen. Jos hoitoryhmällä oli vähemmän pelättyyn tautiin kuolevia tapauksia kuin kontrolliryhmällä, hoito toimii, mutta jos ei, se tarkoittaa, että tutkimusta ei ole manipuloitu tarpeeksi hyvin. (Tämä on hieman yksinkertaistettua, mutta ymmärrät perusajatuksen.)

Joten sinun on varmistettava, että valitset viisaasti päätepistettä/päätepisteitä valitessasi.

Siksi sinun tulisi yleensä valita päätepisteitä, joilla on mahdollisimman monta seuraavista ominaisuuksista:

• Riippuu subjektiivisesta arvioinnista objektiivisen havainnon sijaan
• Luonnollisesti puolueellinen haluamiesi tulosten suhteen
• Helppo manipuloida lopputulosta
• Helppo valehdella lopputuloksesta
• Ihmisten on vaikea selvittää, vääristeltiinkö tai manipuloitiinko tulosta
• Vaikea ymmärtää – etenkin maallikoille

Oletetaan esimerkiksi, että suoritat tutkimusta sabotoidaksesi vaihtoehtoista hoitoa, joka todella toimii pelättyyn tautiin (mikä olisi erittäin huono asia, jos hallinto haluaa pandemiakriisin jatkuvan vielä jonkin aikaa). Sinun on osoitettava, ettei se toimi. Jos valitset "kuoleman" päätepisteeksi, saatat joutua suuriin vaikeuksiin, kun lääke pelastaa joukon ihmisiä hoitoryhmässä.

Kuoleman sijaan voisit valita esimerkiksi ”aika sairaalasta kotiutumiseen”. Tämä päätepiste täyttää kaikki kuusi ehtoa (jossain määrin):

• Potilaiden kotiuttaminen on lääkäreiden (joiden pitäisi olla tutkimuksen palkkalistoilla) subjektiivinen päätös, joten sinun ei tarvitse kotiuttaa potilaita, jotka täyttävät objektiiviset kotiutuskriteerit.
• Kotiuttaminen on vinoutunut toivottujen tulosten suhteen – koska suurempi prosenttiosuus kontrolliryhmästä kuolee, tämä tarkoittaa, että suurempi prosenttiosuus vaikeissa tapauksissa eivät koskaan tule kotiutetuiksi, joten ne eivät lisää keskimääräistä kotiutusaikaa muulla kontrolliryhmälläverrattuna hoitoryhmään, jossa vakavammin sairaat potilaat toipuvat kuoleman sijaan muutaman päivän pidempään, mikä pidentää hoitoryhmän keskimääräistä kotiutusaikaa.
• Kotiuttamista on erittäin helppo manipuloida – voit värvätä tutkimukseen osallistuvan sairaalahenkilökunnan viivästyttämään hoitopotilaiden kotiuttamista tarpeettomasti hetkeksi (sinun on varmistettava, että asiaankuuluva henkilökunta tietää, kuka sai hoitoa, ja siksi heidän on odotettava sairaalasta kotiuttamista pidempään).
• Myös kotiutumisaikaa on melko helppo väärentää; muokkaa vain papereita joko sairaalaan tulopäivämäärän ja/tai kotiutumispäivämäärän osalta (ja tarvittaessa turvakameran kuvaa). Kuolemaa on paljon vaikeampi väärentää, koska kuolinaika on yleensä tallennettu erittäin tarkasti. ja näkyy kuolintodistuksessa.
• 'Kotiuttamiseen kuluva aika' ei ole maallikolle intuitiivisin mittari.

On selvää, että useimmissa näistä ehdoista voi tehdä paremmin, mutta tämä välittää perusajatuksen.

Analyysitaktiikka nro 4: Hautaa vaihtoehtoiset päätepistemittarit

Tämä on käytännössä itsestään selvää: jos käytät päätepisteenä "kotiutumisaikaa", mutta ilmoitat, että hoitoryhmässä kuolleisuus väheni 50 %, no, sanotaanpa vain, että se herättää paljon ihmetystä.

Joten sen sijaan, että joutuisit kohtaamaan vaikeita kysymyksiä siitä, miksi valitsit niin absurdin päätepisteen ja miksi väittäisit hoidon toimimattoman, jos huomaat hoidon vähentäneen kuolleisuutta merkittävästi, sinun ei tulisi mieluiten raportoida kuolemia missään tutkimuksen vaiheessa.

Jos et voi välttää kuolleisuustilastojen raportointia, sinun kannattaa ainakin haudata ne liitteen satunnaisen taulukon keskelle muotoon, jota on erittäin vaikea ymmärtää. Tai vielä parempi, ripotella ne useisiin datataulukoihin sen sijaan, että ne kaikki olisivat yhdessä paikassa, josta joku ärsyttävä satunnainen nörtti kellarissaan helposti tunnistaa ne.

Analyysitaktiikka nro 5: Käytä optimaalisia analyysityyppejä haluttujen tulosten saavuttamiseksi

Datan analysointitapoja on yhtä monta kuin on sukupuoli-identiteettejä tai pronominiyhdistelmiä. Valitettavasti eri menetelmien perusteellista selitystä ei voida tiivistää tällaiseen idiootin oppaaseen sopivaan muotoon. Katsokaa vaikka joitakin näistä nimistä:

• Tasapainotettu varianssianalyysi
• Beeta-jakeluliitin
• Box-Cox-muunnos kahdelle tai useammalle ryhmälle (T-testi ja yksisuuntainen ANOVA)
• Klusteroituneet lämpökartat (kaksoisdendrogrammit)
• Jakelu (Weibull) -sovitus
• Sumea klusterointi
• Gamma-jakauman sovitus
• Yleiset lineaariset mallit (GLM)
• Grubbsin poikkeavuustesti
• Hierarkkinen klusterointi/dendrogrammit
• K-tarkoittaa klusterointia
• Medoidiosioiminen
• Monimuuttujavarianssianalyysi (MANOVA)
• Ei-havaitsee-data-ryhmien vertailu
• Yksisuuntainen kovarianssianalyysi (ANCOVA)
• Regressioklusterit

Pointtina on, että eri tilastolliset analyysimenetelmät tuottavat erilaisia ​​tuloksia. Jos ne eivät antaisi erilaisia ​​tuloksia, menetelmiä ei olisi niin paljon. Kaikki on näkökulmakysymys. Joten sinun on palkattava itsellesi päteviä tilastoguruja, jotka tietävät nämä asiat (ja ovat uskollisia hallinnolle) kahdesta syystä:

1. Saat hyötyä heidän asiantuntemuksestaan ​​(jota tarvitset; muista, että asiantuntemuksesi on propagandaa, ei hienostunutta tilastollista analyysia. Hieman käytännön nöyryyttä omien rajoitusten tunnustamisessa on ratkaisevan tärkeää menestyvän propagandistitoiminnan kannalta; liiallinen itsevarmuus on ollut monen uskollisen hallituksen lakeijan kohtalo [ja usein myös johtanut pitkään lomaan vaatimattomassa Gulagissa]).
2. Hallinnon harhaoppiset eivät voi vedota tilastoanalyytikkojen uskottavan asiantuntemuksen puutteeseen tahratakseen ja kyseenalaistaakseen hallintotutkimusten uskottavuutta. Neil Fergusonin tapaus on varoittava esimerkki – vaikka hän aluksi onnistuikin vakuuttamaan hallitukset ympäri maailmaa upealla mallillaan, joka ennusti Covidin aiheuttaman apokalyptisen verilöylyn, hänen täydellinen aiheen tuntemuksensa puute sekä pitkä historia täysin harhaanjohtavista pandemiaennusteista antoivat oppositiolle vankan pohjan hylätä hänen mallinsa ja kaikki sitä seuraavat eri hallitusten ajamat mallit. He pystyivät myös käännyttämään uskoaan tehokkaasti tämän fiaskon jälkeen.

Analyysitaktiikka nro 6: Poista ongelmalliset tiedot, joita ei voida analysoida, muokata tai muuten piilottaa

Tämä on sama konsepti kuin tutkimuksesta poistettavien henkilöiden poistaminen, jos he ovat ristiriidassa tutkimusohjelman edellyttämien tulosten kanssa; tässä tapauksessa poistat jo tuotettua dataa etkä itse tutkimushenkilöitä. Tavoite on kuitenkin sama: estää datan, joka ei sovi yhteen sen kanssa, mitä haluat tutkimustulosten näyttävän, pääsemästä tutkimuksen virallisiin tietoihin.

IV-4. Tutkimusmanipulaatio, vaihtoehto nro 4: Median värvääminen tulosten manipulointiin

Tuloksista riippumatta sinulla tulisi olla valmiita puheenvuoroja myötätuntoisten mediakanavien haastamiseksi puolestasi. Sillä ei ole väliä, kuinka valheellisia, harhaanjohtavia jne. tiedot ovat – propagandan koko tarkoitus on hämätä ja johtaa harhaan – media on yksinkertaisesti tulvimalla ekosysteemiä tiedoillasi voimakas voima, joka ainakin tekee useimmille ihmisille erittäin vaikeaksi purkaa valheitasi ja petoksiasi, joita levität nopeasti yhteiskunnassa.

Sinun tulisi olla erityisen valmistautunut hyökkäämään ilkeästi ketä tahansa harhaoppista tiedemiestä tai akateemikkoa vastaan, joka saattaa kyseenalaistaa kaiken sanomasi tai, mikä pahempaa, kiinnittää huomiota tutkimuksessasi oleviin puutteisiin. Maksimaalisella ennakkoluulolla.

Osa V – Tietojoukkojen muokkaaminen

Toinen merkittävä tieteen lähde tutkimusten lisäksi ovat datajoukot ja muut tiedonlähteet, joita käytetään tieteellisten lausuntojen tekemiseen. Dataa – erityisesti virallista valtion dataa – voi käyttää ilman virallista tutkimusta, joten sinun on varmistettava, että saatavilla oleva data ja erityisesti datajoukot, jotka ovat perustana yhteiskunnassa yleisesti akateemikkojen ja maallikkojen käyttämälle tavanomaiselle mittarille, ovat sinun hallinnassasi ja voit muokata, muokata ja muokata mielesi mukaan.

Seuraavat taktiikat kannattaa käyttää käytettävissä olevien tietojoukkojen hallinnan ja hyödyllisyyden maksimoimiseksi:

V-1. Tilastollinen 'kalastus'

Tilastollista kalastusta on helpompi vain havainnollistaa kuin selittää se abstraktilla tavalla:

Oletetaan, että iso lääkeyhtiö julkaisee uuden lääkkeen, jonka (he väittävät) tekevän lapsista älykkäämpiä ja parantavan heidän akateemista suoriutumistaan. Valitettavasti, vaikka FDA on hyväksynyt sen, he tietävät, ettei se toimi, ja ihmiset alkavat epäillä, että jotain hämärää on tekeillä (ja heillä on miljardeja dollareita vaakalaudalla). Niinpä he tulevat luoksesi ja tarjoavat sinulle mojovan seitsemännumeroisen palkan "todistaakseen", että heidän uusi lääkkeensä toimii. Joten sinä, rohkeana palkkaamana tiedemiehenä ilman minkäänlaisia ​​​​tuntopätkiä (paitsi tietysti uskollisuus hallinnolle), hyväksyt heidän tarjouksensa. Miten "todistat" heidän lääkkeensä toimivan? Yksinkertaista. Saat tiedot kaikista maan koulupiireistä, jotka näyttävät akateemiset tulokset ja niiden lasten prosenttiosuuden, jotka ovat ottaneet uutta lääkettä. Tässä kohtaa "kalastus" tulee mukaan kuvaan: Sinun on tarkasteltava jokaista koulupiiriä, kunnes löydät yhden tai kaksi, joissa akateemiset tulokset ovat keskimääräistä korkeammat ja useammat lapset kyseisessä piirissä ottivat uutta lääkettä kuin keskimäärin (kuten kalastuksessa, jossa jatkat, kunnes saat kalan koukkuun). Sitten julkaiset 'tutkimuksesi': ”Löysimme korrelaation piirikunnassa ”X”, jossa suurempi prosenttiosuus uutta lääkettä käyttävistä lapsista johti parempiin akateemisiin tuloksiin.” Tämä on hölynpölyä, koska jokainen muu piirikunta osoittaa, että lääkkeellä ei ollut lainkaan vaikutusta akateemisiin tuloksiin, mutta väistät tämän siististi korostamalla yhden piirikunnan, jossa on sattumanvarainen korrelaatio. (Riittävän suurella otoskoolla on melko varmaa, että löydät yhden satunnaisen piirikunnan, jossa sattumalta monet lapset ottivat lääkettä ja akateemiset tulokset nousivat.)

Tärkein opetus on, että joskus tarvitset vain hieman sinnikkyyttä. Jos sinulla on esimerkiksi suuri aineisto useista maista, käy läpi yksi kerrallaan, kunnes löydät etsimäsi korrelaation. Vaihtoehtoisesti voit kokeilla tämän taktiikan edistyneempää versiota, joka tunnetaan nimellä "P-Hakkerointi. "

Loistava esimerkki tästä taktiikasta on seuraava CDC:n "tutkimus", jossa he kävivät läpi kaikki 50 osavaltiota etsien sellaista, jossa he voisivat hienosäätää dataa osoittaakseen, että Covid-rokotteet vähensivät uudelleentartunnan riskiä ihmisillä, joilla oli jo Covid ennen rokotteen ottamista. Ja mitä ihmettä, he löysivät sellaisen (50:stä sekä muutamasta osavaltiosta riippumattomasta lainkäyttöalueesta, kuten Washington DC:stä), jossa he voisivat saada datan sanomaan juuri sitä, mitä he halusivat sen sanovan:

Katsos, jos CDC olisi pystynyt käyttämään useampaa kuin yhtä osavaltiota osoittaakseen, että Covid-rokotteet vähensivät uudelleentartunnan riskiä, ​​he olisivat (duh). Mutta he yrittivät ja yrittivät, kunnes löysivät osavaltion, jossa he pystyivät vääristelemään tietoja osoittaakseen tämän.

Muuten, propagandisteille on tässä toinenkin tärkeä opetus: sinnikkyyden arvo. Älä luovuta, jos et löydä helposti muokattavaa tai manipuloitavaa tietojoukkoa hallinnon puheenaiheen tukemiseksi. Joskus on oltava luova ja jatkettava, kunnes törmäät rahattomaan tilanteeseen.

V-2. Ongelmallisten tietojen korjaaminen

Jep, mainitsimme tämän aiemmin takilointitutkimuksia käsittelevässä osiossa.

Jos raakadata ei vastaa haluamaasi narratiivia, voit yksinkertaisesti "säätää" sitä, kunnes se sopii, samalla tavalla kuin tekisit tutkimuksen sisäistä dataa. Datan säätäminen on rutiininomainen osa tiedettä, ja koska hyvin harvat ihmiset todella ymmärtävät, miten se toimii, voit käyttää tätä käytäntöä hyväksesi ja väärinkäyttää sitä.

Joku kaveri jopa julkaisi aiheesta tieteellisen artikkelin (se on mielenkiintoista luettavaa, jos olet nörtti):

Tämän käsitteen loistava sovellus liittyy tieteellisen elimen ilmaston lämpenemistä koskevaan konsensukseen, joka aiemmin oli tieteellisen elimen ilmaston jäähtymistä koskeva konsensus. Miten mielestäsi sama data, joka osoitti vuonna 1974, että maailma oli matkalla peruuttamattomaan jääkauteen, joka uhkasi ihmiskunnan olemassaoloa, osoittaa nyt, että todella oli olemassa *lämpeneminen* suuntaus täsmälleen samoista tiedoista joka uhkaa ihmiskunnan olemassaoloa??

He yksinkertaisesti "säätelivät" dataa tehdäkseen aikaisemmista vuosikymmenistä kylmempiä ja myöhemmistä lämpimämpiä, ja voilà, ongelma ratkaistu! Se on pirullisen ovelaa ja erittäin tehokasta – tarkkaile alla olevaa kaaviota (tunnetulta hallinnon toisinajattelijalta kerettiläiseltä) kahdella viivalla, jotka seuraavat keskimääräistä vuosilämpötilaa, sininen viiva = raakadata, oranssi viiva = data sen jälkeen, kun hallinnon tiedemiehet "säätivät" sitä:

Jos katsot sinistä viivaa, siinä ei ole tapahtunut kokonaislämpenemistä viimeisen 100 vuoden aikana – mikä on erittäin huono asia virallisen KATASTROFISEN MAAILMAN LÄMPENYMISEN narratiivin kannalta!!! Oranssi viiva kuitenkin osoittaa selkeän lämpenemistrendin viimeisen 100 vuoden aikana – mikä on juuri sitä narratiivia.

Tietenkin, jos tulevaisuudessa jostain syystä palaaminen globaaliin viilenemiseen osoittautuu pragmaattiseksi, NOAA:n tiedemiehet yksinkertaisesti "säätävät" tietoja niin, että viimeiset 100 vuotta näyttävät tasaiselta viilenemistrendiltä.

Pointti on, että kaikki on kiinni säätöistä.

(HuomautuksiaOn hyödyllistä antaa muutaman satunnaisen, matalan profiilin hallinnon tiedeharhaoppisen jäädä hengailemaan, koska he tuottavat dataa ja analyysejä, jotka ovat itse asiassa varsin hyödyllisiä hallinnon omaan sisäiseen käyttöön, kunhan varmistat, etteivät he ala saada näkyvyyttä – ja sitten heidät kuljetetaan viipymättä Guantanamo Bayhin.)

V-3. Poista virallisista data-analyyseistä kaikki, mikä ei sovi yhteen toivottujen tulosten kanssa.

Analyysiisi sisällytettävien tietojen huolellinen tarkastelu on kirjaimellisesti perusjuttu. Jos tiedot tai todelliset tulokset uhkaavat heikentää toivottuja tuloksiasi, jätä ne pois virallisista data-analyyseistä. Joten jos on olemassa valtion tietokanta, joka osoittaa, että Glorious Rokotteen jälkeen useiden sairauksien ilmaantuvuus lisääntyi paljon, jätä se huomiotta.

Otetaan esimerkiksi CDC:n ja FDA:n yhdessä hallinnoima VAERS-tietokanta (Vaccine Adverse Event Reporting System):

CDC (väittää tekevänsä) kannustaa ilmoittamaan VAERSille rokotuksen jälkeen ilmenevistä sairauksista, "vaikka et olisi varma, aiheuttiko rokote sairauden":

Sen jälkeen, kun Covid-rokotteet otettiin käyttöön joulukuun puolivälissä 2020, VAERS-tietojen mukaan kuolemantapaukset näyttävät tältä (kaavio näyttää kaikkien rokotteiden osalta raportoitujen kuolemantapausten kokonaismäärän vuosittain):

Tämä kaavio näyttää VAERS-raporttien tilastot Covid-rokotteisiin liittyvistä loukkaantumisista/kuolemista:

Mutta milloin viimeksi kuulit CDC:n lausunnosta tai analyysistä VAERSista koskien arvokkaita Covid-rokotteita?

Juuri niin!! CDC (ja kaikki muutkin) yksinkertaisesti jättävät VAERSin huomiotta (paitsi silloin, kun he aika ajoin julkaisevat "faktantarkistuksia" VAERSin kumoamiseksi).

Varmista myös, että väsymättä ajatellen ajatellen kaikki ne, jotka uskaltavat yrittää käyttää tällaista dataa hallintosi analyysien ja julistusten uskottavuuden heikentämiseen. Tämä on usein ongelma, koska väistämättä on joukko ihmisiä, joilla on pääsy raakadataan, kun se on olemassa.

V-4. Aiemmin vakiintuneiden suhteiden ja eroavaisuuksien hyödyntäminen

Helppo tapa manipuloida tutkimusta on vertailla kahta yksikköä, joiden tiedät jo olevan tietyn eron tai korrelaation välillä. Voit sitten teeskennellä "löytäväsi" tämän eron tai korrelaation, mutta liittää sen uuteen tekijään.

Jos esimerkiksi köyhillä osavaltioilla on rikkaisiin osavaltioihin verrattuna yleensä huonommat terveystulokset ja köyhät osavaltiot sattuvat olemaan vähemmän hallinnon ohjeiden mukaisia, voidaan osoittaa niiden huonommat terveystulokset ja syyttää niitä siitä, etteivät ne ole ottaneet Loistavaa Rokotetta. Media on todellakin loistava erityisesti tämän viestin vahvistamisessa, koska se rakastaa eniten huonojen tulosten selittämistä poliittisella kytköksellä "huonoon" puolueeseen/puolueisiin.

V-5. Tieteelliseen tutkimukseen käytettävien kriittisten tietojoukkojen hallinta

Se, joka hallitsee dataa, hallitsee tiedettäPidä huolta siitä, että sinulla on raudanluja hallinta näkyvimpiin ja laajimmin käytettyihin tietojoukkoihin, niin säästyt itseltäsi paljon stressiä ja päänsärkyä. Esimerkiksi armeija hallitsee sisäisiä tietojoukkojaan ja voi manipuloida niitä mielensä mukaan. Kuten DMED – he vääristelivät tätä tietojoukkoa niin pahasti, että se teki siitä käyttökelvottoman. Katso alla olevia kahta kaaviota, jotka osoittavat *SAMA* DMED-tiedot "avohoidon lääkärikäyntien määristä" vuosilta 2015–2018 – vasen kaavio on vuonna 2019 julkaistu versio, oikea kaavio näyttää vuoden 2021 version – ja jostain syystä ne eivät ole samoja (punaisella ympyröidyt alueet).

Huomaa muutos vuosien 2016–2018 luvuissa (jonka näet trendiviivan muodosta)? Miten lääkärikäyntien määrä kasvoi vuonna 2016 edellisvuodesta? 2019 ja 2021 ????

Koska hallinto yksinkertaisesti kirjoitti datan uudelleen. Sen voit tehdä, kun sinulla on täysi hallinta datajoukkoon.

On sanomattakin selvää, ettet missään olosuhteissa saa antaa pakanallisille tiedemiehille pääsyä hallinnassasi olevien tieteellisten pyhien tekstien tai datan pariin – muista, että sinun on aina oltava valppaana, ettei joku harhaoppinen tutkija suorita analyysiä, joka voisi mitätöidä tai olla ristiriidassa tieteen kanssa. CDC näyttää tässä esimerkkiä:

Jos et anna ärsyttäville ja kiusallisille riippumattomille tiedemiehille pääsyä dataan, sinun ei tarvitse huolehtia siitä, että he löytävät datasta asioita, jotka heikentävät hallinnon narratiivia merkittävästi.

VI jakso – Todisteiden käsittelystandardien valvonta

Ajattele itseäsi rikosoikeudenkäynnin tuomarina, joka päättää, mitkä todisteet ovat hyväksyttäviä oikeudessa, ja voi siten varmistaa, että raskauttavat tai syyttömyyttä osoittavat todisteet eivät koskaan päädy valamiehistön eteen. Sama ajatus tässäkin – kontrolloimalla todisteiden standardeja voit epäsuorasti poistaa paljon haastavaa tieteellistä näyttöä ilman, että sinun tarvitsee suoraan kyseenalaistaa tiettyjä väitteitä tai todisteita.

VI-1. Tee korkealaatuisimman todistusaineiston hankkiminen mahdottomaksi kenellekään muulle kuin hallinnon hyväksymille toimijoille

Tämä on yksinkertainen sääntö: Tehdä itsenäisille tiedemiehille tai tutkijoille mahdollisimman vaikeaksi suorittaa "korkealaatuisiksi" katsottuja tutkimuksia.

Vastakkaisille toisinajattelijoille hyväksymättömän tai harhaoppisen tieteen harjoittaminen voisi olla liian kallista. Yksi propagandan historian suurimmista saavutuksista oli satunnaistettujen kontrolloitujen kokeiden nousu todisteiden "kultaisstandardiksi". Näiden toteuttaminen maksaa tyypillisesti miljoonia, mikä estää muita kuin jättimäisiä lääkeyhtiöitä (jotka ovat uskollisia hallinnon toimijoita) harjoittamasta tällaisia ​​tieteellisiä hankkeita.

Voit myös säätää lakeja tai käyttää valtion virastoja kieltääksesi hyväksymättömien korkealaatuisten tutkimusten tekemisen, jos ryhmä onnistuu jotenkin hankkimaan riittävästi varoja tällaisen tutkimuksen suorittamiseen.

VI-2. Määrittele hyväksymättömien tutkijoiden suorittamat tutkimukset "heikkolaatuisiksi"

Käänteisesti varmista, että kaikki tieteellinen ja tieteellinen tutkimus, joka ei ole vielä hyväksytty, luokitellaan heikkolaatuiseksi todisteeksi. Tämä on yleensä parempi vaihtoehto kuin kaiken hyväksymättömän tutkimuksen kieltäminen suoraan, mikä luonnollisesti tekee väestöstä epäluuloisen hallintoa kohtaan ja alttiimman hyväksymään kaikenlaisia ​​villejä ja järjettömiä salaliittoteorioita. Sen sijaan anna heidän tehdä tutkimuksensa, mutta selitä, että se on merkityksetöntä, koska se ei ole näyttöön perustuvan tieteen sääntöjen mukaista.

VI-3. Älä esitä selkeää todistusaineiston standardia, jota tavalliset ihmiset voivat soveltaa itsenäisesti

Tulet väistämättä kohtaamaan tilanteita, joissa tarvitset liikkumavaraa käyttää kaksoistodistusaineistoa. Jos ilmaiset selkeän ja helposti ymmärrettävän kriteerin, heikennät omaa kykyäsi manipuloida tiedettä, koska ihmiset voivat sitten pitää sinua oman tunnustamasi kriteerin mukaisena. Lisäksi, kuten aiemmin todettiin, haluat ehdollistaa ihmiset ajattelemaan, että todellinen kriteeri on yksinkertaisesti se, mitä hallinto julistaa korkealaatuiseksi todisteeksi, eikä mitkään etäisestikään objektiiviset kriteerit.

VI-4. Vainoa röyhkeitä tai uskottomia tiedemiehiä

Joskus voi syntyä tilanne, jossa et voi kyseenalaistaa tutkimuksen uskottavuutta sillä perusteella, että se on heikkolaatuista. Tällaisissa tapauksissa sinun tulisi sen sijaan vainota harhaoppisen tieteen levittämisestä vastuussa olevaa tiedemiestä/tiedemiehiä ja siten lopettaa ongelmallisen tutkimuksen levittäminen ja jatkaminen. Tämä voi olla yhtä harmitonta kuin heidän poistaminen sosiaalisesta mediasta tai yhtä laaja-alaista kuin heidän lähettäminen vankilaan, jossa heitä ei enää koskaan nähdä tai kuulla. Olipa sinä tai hallinto sitten lopulta päättänyt poistaa heidät julkisuudesta, sinun on varmistettava, että hyökkäät myös armottomasti heidän mainettaan ja asiantuntemustaan ​​vastaan ​​(vaikka kapinallinen petturi olisi eliminoitu). Tämä on myös hyvä taktiikka käytettäväksi karismaattista tiedemiestä/tiedemiehiä vastaan, joka uhkaa hallintoa, koska hän valloittaa massojen sydämet. Tämä pitää paikkansa, vaikka he vaikuttaisivat uskollisilta, ellet tiedä varmasti, etteivät he koskaan loikkaa toiselle puolelle (kuten jos sinulla on kiristystietoja tai he ovat hallinnon narratiivin sydän ja sielu ja fanaattisesti sitoutuneita, kuten pyhimys Dr. Fauci). Siksi sinun tulisi ylläpitää vankkaa vakoilukoneistoa kaikkien uskollisten hallinnon tiedemiesten seuraamiseksi.

VII osio – Tieteen kirkolliset auktoriteetit

Ensimmäinen asia, joka sinun on ymmärrettävä, on se, että tieteen piirissä auktoriteetin käsite on luonteeltaan kirkollinen. Suurin osa tieteellisestä keskustelusta yhteiskunnassa koostuu nykyään auktoriteetin argumenteista. Joten sen sijaan, että vastustaisit tätä, omaksu se ja käytä sitä, sillä se on mahtavin ase taistelussa tieteen itsensä hallitsemiseksi. Sinä olet tieteen kirkko. Hallinto on sen Vatikaani. Käytä lihaksiasi ja pakota tahtosi valloilleen!!

Teidän on vakiinnutettava käytäntöjä, jotka luonnollisesti valitsevat vain hallinnolle uskollisia henkilöitä tieteellisen auktoriteetin asemaan yhteiskunnassa. Tämä saavutetaan pääasiassa seuraavilla menetelmillä:

VII-1. Asiantuntijoilla on oltava pätevyys

Valtakirjat ovat ensimmäinen seula, joka karsii pois useimmat potentiaaliset rikolliset. Vaatimalla valtakirjoja – jotka tietenkin voi hankkia vain hallinnon itsensä tai hallinnon akkreditoiman ja sille uskollisen laitoksen kautta – on vahvistettava vakaumusta siitä, että valtuuttamattomat asiantuntijat ovat ainutlaatuisen vaarallisia ja tietämättömiä, sillä väestöä rasittaa jatkuva halu pyytää toinen mielipide hallinnon kannoista ja lausunnoista.

VII-2. Asiantuntijoiden on oltava sidoksissa hyvämaineiseen laitokseen tai organisaatioon

Toinen itsestään selvä sääntö. Tämä on hyvä tapa karsia pois kaikki potentiaaliset mantšurialaiset tiedemiehet, jotka ovat selvinneet pätevyysprosessista.

VII-3. Asiantuntijat on otettava huomioon valtavirrassa

Tätä sosiaalista käytäntöä on valvottava tarkasti, sillä se toimii tehokkaana turvaverkkona siltä varalta, että asiantuntija rikkoo rivejä ja päättää vastustaa hallintoa. Tällaisten ihmisten pätevyyttä ei voida helposti menettää, ja joskus voi olla vaikeaa tai epäkäytännöllistä irtisanoa kaikki heidän mahdolliset yhteydet hyvämaineisiin organisaatioihin. Siksi tarvitaan hylkäämistä, joka ei ole riippuvainen kummastakaan näistä. Hänen julistaminen valtavirran ulkopuolelle on melko tehokas tapa riistää tällaiselta asiantuntijalta hänen auktoriteettinsa.

VII-4. Tieteellisen konsensuksen vahvistaminen

Toinen tehokas tapa kontrolloida tieteellistä auktoriteettia on pakottaa noudattamaan keksittyä "konsensusta" ja leimata jokainen, joka poikkeaa kyseisestä konsensuksesta, lieventämättömäksi, parantumattomaksi ja poikkeavimmaksi kerettiläiseksi. Se on ulkoinen työkalu, joka voi olla erittäin hyödyllinen harhautuneiden tiedemiesten syrjäyttämiseksi. "Konsensus" soi voimakkaasti maallikkojen korvissa ja sydämissä ja tarjoaa heille helpon perustelun olla herättämättä kysymyksiä, jos hallinto päättää yhtäkkiä erottaa aiemmin erittäin arvostetun tiedemiehen.

Loppusanat

Propagandan taide on laaja aihe, joka kattaa useita eri tieteenaloja. Älä odota, että hallitset sen yhdessä yössä. Ole valmis tekemään virheitä – niin opit, mikä toimii (ja varmista siksi myös, että sinulla on aina joku muu, jonka niskoille voit vierittää syyn virheistäsi).

Onneksi sinulle valtaosa kansalaisista on älykkäitä lampaita. Tämän periaatteen osoitti loistavasti Obamacare-ohjelman pääarkkitehti, professori Jonathan Gruber.

Professori Gruberilla oli kuitenkin taipumus selittää liikaa ja liian selkeästi nauhoitetuissa puheissa. Ei tietenkään ole mitään väärää selittää kiistanalaisia ​​asioita selkeällä kielellä nuorille hallinto-opiskelijoille, jotka ovat avainasemassa hallinnon politiikan toiminnan ymmärtämisessä, koska heidän on hallittava nämä asiat hyvin, jos he haluavat olla tuottavia hallinnon työntekijöitä. Ongelmaksi muodostuu kuitenkin se, että nämä puheet tallennetaan videolle, joka on suuren yleisön saatavilla – yleisön, jota sinun on tarkoitus huijata:

Luulisi, että sen jälkeen kun tuolloin syvästi epäsuositun lain kirjoittaja on jäänyt ikuisiksi videoiksi kerskumassa siitä, kuinka se oli "ovelaa amerikkalaisen äänestäjän taloudellisen ymmärryksen puutteen hyväksikäyttöä" ja kuinka "amerikkalaisen äänestäjän tyhmyys" oli ratkaisevan tärkeää veronkorotuksen esittämiseksi oikeana korotuksena (molemmat ovat 100% totta, kuten aiemmin todettiin), poliitikkojen olisi pakko vetää laki pois ja yrittää uudelleen muutaman vuoden kuluttua, kun kohu on laantunut.

Paitsi että, kuten kävi ilmi, yleensä voi luottaa paitsi keskivertoäänestäjän täydelliseen tyhmyyteen, myös heidän lyhytaikaisen muistinsa puutteeseen, itsesuojeluvaistonsa puutteeseen ja ennen kaikkea sitoutumiseensa poliittiseen ideologiaan. Peruttiinko Obamacare vai jopa viivästyikö se? Ei. Joten vaikka jäisit kiinni pahasti, olet todennäköisesti kunnossa. (Varsinkin jos olet luonut myötäilevän valtamedian, joka palvelee hallintoa uskollisesti.)

Voit myös lohduttautua sillä, että propaganda on luonnostaan ​​itseään korjaava prosessi – kun virheitä tehdään, päästät vain lisää propagandaa ja vääristelyä peittelemään tai muuten lieventämään niitä. Tarkkaile, kuinka hallituksen virkamiehet siirtyivät professori Gruberin ylistämisestä väittämään, että hän oli täysin merkityksetön, silmääkään räpäyttämättä ja ilman pienintäkään hämmennyksen häivää ristiriitaisten kantojensa räikeästä tekopyhyydestä:

(Sinun tulisi kuitenkin varoa olemasta liian välinpitämätön virheiden tekemisessä, tai saatat päätyä siirretyksi Neuvostoliiton Gulagiin tai CIA:n Black Ops -leirille Marokkoon.)

Yhdessä voimme tehdä maailmasta paremman paikan niille, joiden on määrä olla osa uudelleenjärjestettyä ihmiskuntaa.

---

Tulla mukaan keskusteluun:

---

Julkaistu nimellä Creative Commons Attribution 4.0 - kansainvälinen lisenssi
Uusintapainoksia varten aseta kanoninen linkki takaisin alkuperäiseen. Brownstonen instituutti Artikkeli ja kirjoittaja.