Il manuale segreto dei crimini “scientifici” degli ultimi tre anni

La “Guida per idioti alla manipolazione dei dati per aspiranti propagandisti”

L’illuminazione a gas resa semplice

Questa è una “prima edizione” – è ancora un po’ in lavorazione 🙂

Quest’opera è davvero un capolavoro della borsa di studio sovietica. È così bello infatti che ho mandato l’autore in un gulag siberiano per poterne rivendicare la paternità.

–Giuseppe Stalin

“La Guida degli idioti alla cottura dei dati per aspiranti propagandisti è una lettura obbligatoria per tutti gli indottrinati del WEF Young Leader’s Program. Non riesco a pensare a elogi più alti.“

— Klaus Schwab– Klaus Schwab

“Come sai, io sono la Scienza. Ma se vuoi sapere come è fatta la scienza, non guardare oltre questa pubblicazione brillante, altamente ricercata e puramente basata sull’evidenza. Ne ho persino una copia sul comodino firmata dal presidente Xi che mi ha regalato per celebrare l’apertura dell’Istituto di virologia di Wuhan!!”

— Dott. Anthony Fauci

“Posso attestare dalla mia esperienza personale che tutto in questo libro è vero. Sicuro ed efficace, come piace dire a voi americani. Come pensi che ora abbia più soldi di Elon Musk??”

— Presidente Volodymyr Zelenskyy, Nazione Democratica dell’Ucraina

“I protocolli di studio dovrebbero essere progettati seguendo le linee guida di The Idiot’s Guide to Cooking Data al fine di massimizzare l’impatto dello studio.”

— Estratto dalla nota interna del CDC “Re: MMWR Optimal Study Design”– 


Introduzione

Dai un’occhiata da vicino alla diapositiva sopra di un sondaggio internazionale condotto pochi mesi dopo che il covid ha colpito: ecco come appare una propaganda efficace. E il vero effetto è stato ancora maggiore, perché i numeri del “mondo reale” utilizzati per calcolare quanto le persone hanno esagerato i rischi di covid erano ovviamente essi stessi derivati. . . le principali organizzazioni di propaganda del mondo (mascherate da agenzie di sanità pubblica). Che stavano già esagerando selvaggiamente i rischi di covid.

L’arte della propaganda efficace è una disciplina onnicomprensiva che richiede uno studio attento e approfondito e una revisione di volta in volta. Per il principiante, può essere molto difficile da padroneggiare. Anche il propagandista esperto a volte può cadere nella trappola di pensare che creare e diffondere propaganda sia un’impresa semplice, il che è un buon modo per vincere una vacanza siberiana completamente pagata. Di solito non è un compito così semplice confondere l’intera società ogni giorno, 365 giorni all’anno, indefinitamente.

La seguente breve guida fornirà all’aspirante propagandista, al lacchè del WEF, al comunista, al marxista svegliato e al burocrate governativo esperto gli strumenti e le conoscenze necessarie per sviluppare il loro talento promettente nella piena padronanza dell’arte della propaganda.

Questo libro è un po ‘lungo, non sentirti come se dovessi leggerlo dall’inizio alla fine in un colpo solo, perché questa è una ricetta per il burnout e per non conservare le informazioni critiche contenute all’interno.

Questo manuale è suddiviso nelle seguenti sezioni:

Sezione I. Definizioni  Come ridefinire parole, termini e metriche per mantenerli in linea con la narrativa del regime

Sezione II. Cura dei dati – Come dirottare i processi di registrazione, reporting e pubblicazione dei dati

Sezione III. Controllo di quali dati sono considerati parte della scienza ufficiale – Come controllare e dati ed eliminare i dati non conformi al regime in modo che non appaiano mai in alcun set di dati della scienza ufficiale o del regime

Sezione IV. Come truccare uno studio – Esattamente come suona

Sezione V. Curare i set di dati – A volte, dovrai entrare e fare un piccolo “intervento chirurgico” per modificare il contenuto dei database che non puoi semplicemente sradicare ma che contraddicono i punti di discussione del regime

Sezione VI. Controllare gli standard delle prove – Come impostare una gerarchia delle prove che metta la scienza favorevole al regime in cima e la scienza ostile al regime in fondo (alla Fossa delle Marianne)

Sezione VII. Le Autorità Ecclesiastiche della Scienza– Come garantire che le Autorità Scientifiche ripetano in modo affidabile i fatti e le narrazioni del regime

Postfazione – Legando tutto bene, come uno dei papillon di Peter Hotez (è un Regime Celebrity Scientist davvero fastidioso)

 

Sezione I – Definizioni

“Chi controlla la lingua controlla le masse” 
— Saul Alinsky, Rules for Radicals

Il modo in cui definiamo concetti o categorie determina quale pezzetto del mondo reale comunicano o rappresentano, o cosa non comunicano o rappresentano.

Definizioni malleabili e uno standard arbitrario e capriccioso per l’assegnazione delle definizioni sono un must assoluto per qualsiasi propagandista efficace. Nonostante i migliori sforzi, anche propagandisti esperti e stagionati inevitabilmente affronteranno situazioni in cui i dati curati che esistono o le esperienze individuali delle persone sono problematiche per la narrativa ufficiale del regime.

Una propaganda efficace richiede quindi la capacità di una flessibilità agile e altamente adattiva per controllare il contenuto dei dati, in particolare le metriche convenzionali preesistenti di cui il pubblico è abituato a sentir parlare e che sono notoriamente difficili da far semplicemente sparire (a differenza della facilità con cui si può svanire uno scienziato dissidente fuori da YouTube o Facebook). Ad esempio, non potrai evitare di parlare di “morti” nel contesto di un romanzo Temuta Malattia – il modo principale in cui le persone si relazioneranno per valutare la gravità di una malattia sarà sempre prima di tutto “quante persone sono morte per la malattia” – ma puoi cambiare ciò a cui si riferisce la “morte” nel contesto del romanzo Temuta Malattia se vuoi aumentare o diminuire il senso delle persone di quanto sia mortale.

In pratica, ciò significa che quando la normale comprensione di un termine o di un concetto mostra che la realtà non si adatta perfettamente alla narrazione desiderata dal regime, basta cambiare alcune definizioni e presto, il problema è risolto.

Come hanno anche osservato molti eminenti propagandisti comunisti nel corso della storia, “Chi controlla la lingua governa il mondo”.

Esistono diversi modi per modificare o trasferire le definizioni a versioni più accettabili:

 

I-1. Limita una definizione

Se la definizione convenzionale di qualcosa include dati o informazioni che sono in contrasto con il dogma del regime, limita la definizione in modo che non includa più le informazioni indesiderate. Ci sono molti modi per farlo. Di seguito sono riportati alcuni dei tipi più comuni di caratteristiche che è possibile utilizzare per limitare efficacemente una definizione:

Limita la definizione per intervallo di tempo:  supponiamo che le persone vaccinate contraggano la Temuta Malattia a tassi molto elevati nei primi 30 giorni successivi alla vaccinazione e dopo oltre 90 giorni dalla vaccinazione, con il Glorioso Vaccino. Questo è un grosso problema, perché la gente penserà che il Glorioso Vaccino non sia efficace:

  1. La linea rossa mostra il tasso di casi per milione di persone dopo essere state vaccinate con il Glorioso Vaccino, in base al numero di giorni trascorsi dalla vaccinazione. Come puoi vedere, nei primi 30 giorni, il tasso di infezioni rivoluzionarie è molto alto, ma tra i giorni 30-90 il tasso di casi è praticamente 0, e dopo il giorno 90 il tasso di casi ricomincia a salire.

    In parole povere, ciò che vedi nel grafico sopra è che il numero di casi per milione di persone è il seguente:

    1. Prima della vaccinazione: 500 casi di Temuta Malattia / milione di persone
    2. 10 giorni dopo la vaccinazione: 3.000 casi di Temuta Malattia / milione di persone
    3. 20 giorni dopo la vaccinazione: 1.700 casi di Temuta Malattia / milione di persone
    4. 30 giorni dopo la vaccinazione: 100 casi per milione di persone

    Questa è un’efficacia davvero ingloriosa per il Glorioso Vaccino – qualcosa che non può essere lasciato in piedi. La soluzione è cambiare semplicemente la definizione di “vaccinato” per indicare qualcuno che si trova tra 30 e 90 giorni dopo essere stato iniettato con il Glorioso Vaccino – in altre parole, chiunque sia entro 30 giorni dalla vaccinazione o dopo 90 giorni dalla vaccinazione , non è considerato ‘vaccinato’:

    Questa particolare tattica è stata introdotta da quasi tutte le agenzie sanitarie pubbliche del mondo civilizzato, dove la definizione di “completamente vaccinato” per i vaccini covid era limitata a “14 giorni dopo la seconda dose”:

  2. Limita la definizione per quantità, come il numero di esposizioni – Limit the definition by quantity, such as the number of exposures –per esempio, se un gruppo di persone che hanno ricevuto 1 dose o 5 dosi del trattamento miracoloso Mirafaucivir è morto (1 dose perché è inefficace e 5 dosi sono troppo tossiche), limita la definizione di “trattato con MiraFaucivir” tra 2-4 dosi:

    Un ulteriore vantaggio qui è che escludendo le persone che hanno ricevuto solo una dose, escluderesti la maggior parte delle persone uccise da MiraFaucivir: le persone che sono più suscettibili di essere uccise da MiraFaucivir tendono ad essere uccise dalla prima dose.

  3. Limita una definizione aggiungendo condizioni assurde nella definizione che sono quasi impossibili da soddisfare.  Ad esempio, potresti provare a utilizzare le seguenti condizioni per limitare la definizione di “morte da vaccino”:

    (Devi ricordare di ostacolare il più possibile le autopsie per rendere pienamente efficace questa definizione di esempio.)

    È piuttosto difficile riuscire a ottenere un caso “confermato” di qualcuno che muore a causa del Glorioso Vaccino in condizioni come queste.

    I-2. Espandi una definizione

Al contrario, a volte potresti volere più di qualcosa di quello che effettivamente c’è. L’espansione delle definizioni è un’ottima soluzione: basta invertire le istruzioni precedenti per limitare le definizioni.

Ad esempio, se hai bisogno di più morti per la temuta malattia di quante persone muoiano effettivamente a causa della temuta malattia, puoi espandere la definizione di “morte temuta per malattia” a “qualsiasi decesso entro 30 giorni da un test positivo” e presto hai un’epidemia su vasta scala tra le mani.

Ad esempio, supponiamo che dopo 12 mesi di circolazione della Temuta Malattia, solo 7 persone su 100.000 siano state effettivamente uccise dalla Temuta Malattia – non esattamente spaventoso. Puoi fare un piccolo scambio ed espandere la definizione di “Morte per malattia temuta” a qualcosa di simile a quello che ha tirato il CDC: “qualsiasi morte entro 30 giorni dal test positivo per la malattia temuta”. Guarda che differenza può fare:

Lo Stato di New York offre un esempio classico di come espandere la definizione di “morte da malattia temuta” per creare l’aspetto di una pandemia apocalittica spaventosa super duper una volta nella storia – basta guardare la seguente splendida definizione aperta per un “probabile ‘morte covid:

NOTA DI ATTENZIONE: Devi sempre fare attenzione a MAI, MAI, MAI – MAI!!! – articolare al pubblico come li stai illuminando con un linguaggio chiaro e conciso che capiranno. Questo errore non forzato del direttore della sanità pubblica dell’Illinois, il dottor Ngozi Ezike, è il genere di cose che ti procurano un biglietto di sola andata veloce per il Gulag (vedi sotto) – in realtà ha detto quanto segue in una conferenza stampa pubblica (vedi video incorporato sotto) :

“Quindi, la definizione del caso è molto semplicistica. Significa che al momento della morte era una diagnosi positiva al COVID. Quindi significa che se eri in hospice e ti erano già state concesse alcune settimane di vita e poi lo eri anche scoperto di avere il COVID, questo verrebbe conteggiato come un decesso per COVID. Significa che, tecnicamente, anche se sei morto per una chiara causa alternativa, ma hai avuto il COVID allo stesso tempo, è comunque elencato come un decesso per COVID.”

😱😱😱😱😱😱😱😱😱😱😱😱😱😱😱😱

Ovviamente lei stava facendo la cosa giusta usando una definizione così meravigliosamente espansiva per le morti per covid, ma stupidamente e con noncuranza ha fatto uscire il gatto dal sacco perché tutto il mondo lo vedesse. Questo è il tipo di errore non forzato che può demolire un’intera campagna di propaganda dall’oggi al domani, e anche il tipo di cosa che può mettere fine alla carriera:

I-3. Inventa una nuova definizione

A volte semplicemente non è possibile giocare con la definizione ai margini in un modo che funzioni. In tal caso, puoi fare il coraggioso passo di ridefinire del tutto il concetto o la categoria per soddisfare le tue esigenze di propaganda. Fai solo attenzione che potrebbe essere un po’ più difficile convincere le persone che la vecchia definizione è frutto della loro immaginazione.

Prendi il CDC (sì, citeremo molto CDC, dopotutto sono la principale organizzazione di propaganda sanitaria nel mondo), che ha cambiato la definizione di “vaccinazione” più volte nell’arco di 6 anni:

Barra laterale: il tweet di cui sopra offre una lezione sulla necessità di controllare i legislatori canaglia che potrebbero tentare di dissentire e persino di esporre i tuoi sforzi di propaganda. Non hai bisogno del grattacapo aggiuntivo di dover affrontare prove evidenti del tuo tradimento linguistico trasmesso al pubblico dall'aula del Congresso o del Parlamento (o il mal di testa ancora più grande di essere bandito in Siberia come capro espiatorio per aver permesso che una cosa del genere accadesse ).

A volte, potresti scoprire di essere intrappolato dal significato conversazionale ordinario delle parole, in cui evidenziano qualcosa a cui non puoi permetterti che le persone prestino attenzione. Se ciò dovesse accadere, sarai costretto ad attuare un cambiamento fondamentale all’essenza stessa della lingua. Questa è una sorta di opzione nucleare per quando non puoi nascondere qualcosa in nessun altro modo, e non puoi nemmeno permetterti di non nasconderlo (ma attenzione, uno sforzo così audace comporta un notevole grado di difficoltà poiché molte persone saranno inclini a resistere a una transizione linguistica così aperta e audace – come molti resistono alla transizione di genere).

Ad esempio, prendi il termine “protesta pacifica”:

Naturalmente, “limitato” è un termine soggettivo i cui contorni precisi sono mal definiti, il che ti dà molta libertà per applicare la descrizione a quasi tutto, indipendentemente da quanto sia incoerente o inadatta l’applicazione, come evidenziato da questo media reale relazione che non ha bisogno di ulteriori descrizioni:

I-4. Combina le categorie

A volte, semplicemente non è pratico o fattibile modellare i dati semplicemente cambiando le definizioni. Non preoccuparti però: se non puoi modificare la definizione, puoi invece modificare il punto dati o la categoria stessa a cui le persone sono abituate alla parola o alla frase a cui si fa riferimento. Le persone non sono in sintonia con differenze sottili o sfumate nelle categorie o nei punti dati, e comunque i media confondono utilmente la maggior parte delle cose, rendendo questo trucco facile e conveniente. Ad esempio, puoi provare:

  • Combinazione di diverse fasce d’età:Supponiamo che il glorioso vaccino stia trasformando un gruppo di bambini in zombi. Questo è piuttosto negativo per il regime. (Il che significa che dovresti riassegnare alcuni scienziati a lavorare in una stazione di ricerca climatica siberiana per il resto della loro carriera. Senza calzini.)

    Innanzitutto, devi sempre fare riferimento a questa nuova condizione come “Trasformazione sicura ed efficace in zombi carnivori”. La ragione per la parte carnivora è semplice: “zombi mangia carne” suona troppo spaventoso, e il semplice “zombie” sembra che gli zombi siano praticamente morti – cioè i preziosi bambini sono morti – nessuno dei quali vuoi che le persone se ne vadano con un impressione di.

    In secondo luogo, visto che questo aumento è ovvio per chiunque guardi i dati (vedi sotto), dovrai affrontarlo. Tuttavia, invece di presentare i dati suddivisi per età, in cui le persone noteranno immediatamente l’ondata di zombificazione dei bambini, presenta i dati come una fascia di età combinata abbastanza grande da nascondere o riciclare il segnale:

    Quello che stai facendo in sostanza è prendere il termine “tasso di zombificazione dopo il glorioso vaccino” che può essere usato per riferirsi ai vari diversi gruppi di età e farlo riferimento al tasso di tutti i gruppi di età messi insieme. 
    Ora, nessuno noterà che i dati mostrano un chiaro rischio per i bambini di essere trasformati in zombi carnivori dal Glorioso Vaccino.

    O al contrario, supponiamo che i giovani non stiano morendo a causa della Temuta Malattia a tassi abbastanza alti da spaventare le mamme, puoi presentare i dati sulla morte della Temuta Malattia da una fascia di età combinata di 0-50 anni che fa sembrare che ci siano così tante morti da un gruppo che include i bambini:

  • Combinando diverse coorti demografiche:
  • Stessa idea dei gruppi di età, supponiamo che tu debba evitare che i cittadini capiscano che la Temuta Malattia è davvero pericolosa solo per le persone patologicamente obese – il che è negativo in primo luogo perché non avranno paura della Temuta Malattia e in secondo luogo perché le persone potrebbero iniziare a chiedersi se il grasso sia salutare, cosa che non puoi permettere perché potrebbero iniziare a mettere in discussione la narrativa del regime riguardo alla “positività al grasso” e poi chissà cos’altro dopo. Basta presentare i dati sulla morte della Temuta Malattia utilizzando una categoria combinata che copre tutti i tipi di identità di peso:
  • Combinare diversi periodi di tempoSupponi di notare che le morti per la Temuta Malattia stanno diminuendo di mese in mese, il che può essere catastrofico per i piani del regime che richiedono alle persone di credere che la Temuta Malattia sia in piena circolazione per altri pochi mesi. Se la gente ha l’idea che la Temuta Malattia si stia esaurendo, beh, questa è un’occasione persa per usare la crisi della Temuta Malattia come mezzo per effettuare la trasformazione della società per consolidare e confermare il potere del regime.
    Quindi, invece di presentare i dati sui decessi per mese, combina tutti e tre i mesi in una nuova categoria di “media mensile sui tre mesi” che maschererà la diminuzione da gennaio a marzo, illustrata di seguito:

  • Combinazione di diverse giurisdizioni geograficheSupponiamo che ci sia uno stato canaglia all’interno del paese che sta creando problemi al regime che non segue la guida del regime per affrontare la terribile malattia. Se mostrano risultati migliori o addirittura uguali al resto del paese in cui sono buoni cittadini e seguono la guida del regime, sarebbe piuttosto brutto. Supponiamo inoltre che ci sia una città o una contea all’interno di questo cattivo stato – che chiameremo Death Santistan – c’è una contea fedele al regime che segue tutte le indicazioni del regime ma il loro tasso di mortalità è molto più alto rispetto al resto del Death Santistan. Molto molto male. Soluzione? Puoi presentare i dati dell’intero stato in modo che le persone non possano dire che la contea fedele che segue la guida del regime ha un tasso di mortalità 10 volte superiore al resto dello stato. C’è anche un vantaggio bonus: puoi indicare l’intero stato di Death Santistan come un fallimento perché la contea del regime leale farà sembrare l’intero stato molto peggio !!

    Combinare tutte le città e le contee in uno stato sleale per nascondere i problemi unici delle città leali al regime è una delle tattiche di propaganda utilizzate per cercare di nascondere i tassi di criminalità enormemente più alti nelle città fedeli al regime (gli alti tassi di criminalità sono un buon cosa ovviamente che è una scelta deliberata del regime in base alla progettazione – alti tassi di criminalità sono utili per il regime perché l’instabilità rende le persone più disposte ad accettare un governo tirannico come soluzione).
    Per illustrare, ecco un brillante pezzo di gaslighting da uno dei principali portavoce mediatici del regime:

    Guarda il sottotitolo nella casella cremisi – vedi come abilmente indicano gli stati rossi per gli alti tassi di criminalità che sono tutti nelle città blu ma non nel resto dello stato dove il governo è “rosso”? Esattamente.

  • Combinazione di diversi tipi di effetto o fenomeno. 
  • Ad esempio, se c’è un aumento di uno specifico sottotipo di condizione patologica – come un allarmante aumento dei tumori rari in seguito al lancio del Glorioso Vaccino, che potrebbe far dubitare della narrativa ufficiale del regime secondo cui il Glorioso Vaccino è l’entità più sicura mai creata o scoperto nella storia universale – puoi usare la categoria generale del cancro – che è 1.000 volte più grande – per nascondere il segnale.

Un altro modo di pensare di combinare le categorie è che non fornisci mai i dati specifici per gruppi diversi, qualcosa che è stato realizzato alla perfezione assoluta quando il covid ha colpito. Considera i seguenti risultati del sondaggio, che mostrano la quota di decessi per covid accanto alla% di ogni gruppo di età che era preoccupato di essere ucciso da covid. (Le barre blu mostrano la % di ogni fascia d’età che era preoccupata di essere uccisa da covid, le barre verdi mostrano la % del numero totale di decessi covid che erano in ogni fascia d’età.)

Se le persone avessero capito qual era il loro effettivo rischio di morire, le barre blu dovrebbero essere almeno all’altezza delle barre verdi. Quando le barre blu sono drammaticamente più alte, questo è il risultato di una propaganda brutalmente efficace che combina tutti i gruppi di età in un’unica categoria senza mai differenziare:

Davvero un successo strepitoso!!

 

I-5. Categorie divise

A volte dovrai dividere una categoria invece di combinarla con un’altra. Basta invertire il quadro di cui sopra per combinare le categorie.

Questa piccola manovra è particolarmente utile quando è necessario ottenere qualcosa al di sotto della soglia di significatività statistica.

Spieghiamo come funziona. Il significato statistico utilizzato nel linguaggio accademico/scientifico convenzionale significa fondamentalmente che la probabilità che qualcosa non sia dovuto al caso è inferiore al 5%.

Se lanci una moneta 10 volte, la probabilità di ottenere 7 teste a causa della possibilità casuale è dell’11,72% – NON statisticamente significativa. Se lanci una moneta 100 volte, la probabilità di ottenere 70 teste a causa della possibilità casuale è un minuscolo 0,0023% – MOLTO statisticamente significativo.

Perchè è questo? Per ottenere 7/10, tutto ciò di cui hai bisogno sono due lanci di monete extra per andare per la tua strada, andando su un po’ di serie. Piccole deviazioni come questa possono facilmente verificarsi in modo casuale. Tuttavia, per ottenere 70/100 occorrono 20 lanci di moneta in più per andare a modo tuo: le probabilità di ottenere *20* lanci di moneta in più per caso sono trascurabili, quindi se vediamo 70 teste su 100 lanci, possiamo presumere che ci sia sta succedendo qualcosa di sospetto, perché è molto molto improbabile che accada per caso.

Puoi usarlo a tuo vantaggio per dividere e conquistare un segnale statisticamente significativo: puoi dividere una categoria in cui esiste un segnale statisticamente significativo per qualcosa contro la dottrina del regime in categorie più piccole per suddividere il segnale da un “70/100” in un mucchio di ‘7/10 che individualmente non sono statisticamente significativi.

Quindi, se ad esempio c’è un segnale che ci sono più morti per 100.000 all’anno dopo la la Meravigliosa e Gloriosa Campagna  Vaccinale, puoi pubblicare i dati sui decessi suddivisi per fascia di età in cui nessuna fascia di età mostrerà un aumento statisticamente significativo dei decessi (e puoi affermare che è probabilmente la morte in eccesso rimanente dalla “Malattia da lungo tempo temuta” per complicazioni dovute all’ottenimento della Malattia temuta):

Nota di cautela: questa particolare tattica dovrebbe idealmente essere combinata con qualcos’altro, altrimenti le persone potrebbero decodificare la ripartizione facendo un po’ di semplice aritmetica per sommare tutti i gruppi di età. Quindi assicurati di aggiungere altri trucchi confondenti.

 

I-6. Ridistribuire/ridisegnare le categorie

Un’alternativa più finemente sintonizzata alla combinazione diretta delle categorie è quella di ridistribuirle, di ridisegnare le linee per così dire. Questo può essere fatto utilizzando qualsiasi caratteristica in base alla quale le categorie sono differenziate.

Ad esempio, tornando al nostro esempio dello stato malvagio e sleale di Death Santistan, invece di combinare l’intero stato in un’unica statistica statale, puoi surrettiziamente ridisegnare i confini geografici delle contee all’interno dello stato ai fini dei dati di Temuta Malattia come questo: guarda cosa succede quando cambiamo i confini della contea con le linee verdi:

Nota: questo non significa che devi letteralmente ridisegnare le contee per scopi politici e di altro tipo come i distretti elettorali, tutto ciò che stai facendo è utilizzare confini diversi al solo scopo delle statistiche di Temuta Malattia. (La popolazione, tuttavia, presumerà che tu intenda le contee effettive che esistono e quindi non si renderà conto che ne hai tirato una veloce su di loro. Si chiama propaganda per un motivo.)

 

I-7. Definizioni fluide

Ci sono momenti in cui potresti avere la necessità paradossale di usare una definizione specifica per una cosa, ma devi anche evitare quella definizione specifica per qualcos’altro. In questi casi, devi comportarti come un dizionario: i dizionari in genere hanno più definizioni distinte per una parola, puoi fare lo stesso.

Ad esempio, la parola donna è talvolta definita come “un essere umano adulto che possiede caratteristiche anatomiche e genetiche femminili”, come quando si parla del “diritto di scelta della donna”; ed è talvolta definito come “uno che si identifica come una donna”, come nel contesto dei diritti civili.

Sezione II – Cura dei dati

Ancora meglio che applicare definizioni malleabili è evitare situazioni che richiedono il cambio di definizione in primo luogo.

Il modo migliore per evitare tali problemi è curare i dati in un modo che eviti di creare potenziali mal di testa, impiegando uno o più dei seguenti metodi collaudati per dirottare in modo corrotto i processi di cura dei dati:

 

II-1. Non diagnosticare o identificare qualcosa

Se un paziente arriva affetto da molteplici deficit neurologici dopo aver preso il Glorioso Vaccino e viene mandato a casa con una prescrizione di Xanax per la sua “ansia”, non genererà una diagnosi per un deficit neurologico in primo luogo in nessun database. Nessuna diagnosi di una condizione che potrebbe essere stata causata dal Glorioso Vaccino – o codice diagnostico ICD – significa che non dovrai utilizzare giochi di prestigio definitivi per coprire l’esistenza di lesioni diagnosticate associate al Glorioso Vaccino. Pertanto, dovresti assicurarti che le persone responsabili della diagnosi o dell’identificazione di dati / osservazioni problematici o contraddittori sul vaccino glorioso perfettamente sicuro ed efficace evitino di farlo.

Vale la pena sottolineare qui che i pazienti sono facilmente illuminati dai loro stessi medici che “è tutto nella loro testa”, anche quando sanno di avere gravi lesioni mediche.

Illustriamolo con il seguente scenario ipotetico:

I funzionari del regime vedono che nel database di sorveglianza della sicurezza di PROPAGANDA , controllato dal governo, istituito per monitorare la sicurezza del vaccino glorioso  –

– c’è un segnale per le condizioni della sindrome VAMP  fenomeni metamorfologici associati al vaccino ) Vaccine :Associated Metamorphological Phenomena) :

Un paziente arriva presentando una rapida e acuta insorgenza della sindrome di Renfield (sete di sangue), estrema fotosensibilità, macrodonzia pronunciata, grave dermatite da contatto all’argento che sono iniziate tutte poche ore dopo essere state vaccinate con il Glorioso Vaccino. Questo è un caso ovvio di un effetto collaterale della sindrome di VAMP – la presentazione del paziente corrisponde ai criteri diagnostici per il vampirismo completo e la condizione è stata causata dal glorioso vaccino (poiché il medico può tranquillamente escludere qualsiasi altra causa e l’immediatezza del l’insorgenza dei sintomi del VAMP dopo essere stati colpiti è un indicatore abbastanza evidente che l’ha fatto il Glorioso Vaccino).

Anche se il paziente può vedere che chiaramente non ha ragione – sente una tentazione travolgente di masticare la tua vena giugulare pulsante, non può sopportare di stare davanti a una finestra a meno che le tende non siano completamente chiuse, si sono staccate accidentalmente alcuni pezzi della loro lingua con i loro nuovi denti anteriori extra lunghi e affilati come rasoi, e la loro pelle inizia a sbucciarsi se toccano i cimeli d’argento della famiglia – e allora?? Puoi ancora dire al paziente “questo è nella tua testa” e mandarlo a casa con una prescrizione di Xanax (e forse una sacca o due di sangue O-Neg se senti che il paziente potrebbe non essere in grado di controllarsi ancora per molto e tu non voglio che la tua giugulare fornisca loro il pranzo). E il paziente in realtà lo accetterà e tornerà a casa senza molto litigare.

Questo evita ordinatamente persino di generare qualsiasi record diagnostico della sindrome di VAMP, quindi non c’è nulla da mostrare in nessun database da nessuna parte.         

 Saresti sorpreso di quanti dottori siano conformi al punto da convincersi che la donna pelosa con una coda che è cresciuta dal nulla un’ora dopo aver ricevuto il Glorioso Vaccino non ha assolutamente nulla a che fare con il Glorioso Vaccino.

 

II-2. Diagnosticare eccessivamente o identificare eccessivamente qualcosa

Al contrario, se hai bisogno di fare più di qualcosa di quello che è prontamente disponibile, inverti semplicemente il numero 1. Ad esempio, se hai bisogno che le persone abbiano più paura della Temuta Malattia, puoi implementare un regime di test di massa per aumentare il numero di casi “confermati” della Temuta Malattia. Assicurati inoltre di utilizzare test che restituiscano tassi di positività molto elevati, indipendentemente dal fatto che siano veri o meno.

Aumentando la sorveglianza o testando qualcosa, puoi generare l’apparenza di un numero crescente di qualunque cosa tu stia testando, o almeno mantenere la facciata che è ancora in circolazione. Considera la seguente illustrazione dal buon vecchio USofA: puoi vedere nel grafico in alto che quando il numero di test covid giornalieri è aumentato, allo stesso tempo la % di test positivi è crollata di oltre il 75% (grafico in basso). Ciò che è riuscito a fare è stato mantenere i numeri di casi relativamente alti (grafico centrale) – anche se la percentuale di test positivi è scesa > 75%, il numero di nuovi casi è diminuito solo del 25% circa durante lo stesso periodo di tempo.

L’aumento insignificante del numero grezzo di casi che era interamente una funzione di più test ha portato a titoli come questo fantastico pezzo di panico porno della NBC pubblicato l’11 giugno 2020:

Ricorda sempre: trovi ciò che cerchi e trovi di più di ciò che cerchi di più.

II-3. Non riferire ciò che viene diagnosticato o identificato

A volte non è possibile evitare di diagnosticare o identificare qualcosa che è meglio non scoprire. In tal caso, puoi almeno assicurarti che ciò che è stato osservato non sia incluso nei rapporti o nei dati ufficiali:

A un livello più individualizzato, dovresti fornire una guida ai medici e al personale medico sul campo per NON diagnosticare cose che non vuoi che vengano visualizzate nei set di dati. Non esitate a utilizzare incentivi finanziari per addolcire il piatto per i medici fedeli al regime.

E anche in quei rari casi in cui un medico non può evitare di diagnosticare a un paziente una condizione grave che si è verificata subito dopo l’assunzione del Glorioso Vaccino, il medico può comunque assicurarsi di evitare di segnalare l’evento avverso a qualsiasi database di lesioni da Glorioso Vaccino. In alternativa, se il database del regime per la documentazione delle lesioni da Vaccino Glorioso finisce in qualche modo per contenere ancora troppi rapporti problematici in cui mette in dubbio la sua sicurezza, ci sono due cose che devi fare.

Il primo è bloccare alcuni amministratori del database sulla costa della Somalia in modo che gli altri si mettano d’accordo e smettano di far passare così tanti rapporti. Li stai pagando per fare un lavoro, che è quello di mantenere la percezione pubblica che il Glorioso Vaccino sia il prodotto farmaceutico più sicuro mai inventato; il fallimento non è accettabile.

Il secondo è NON divulgare pubblicamente i rapporti problematici nel database. Il CDC ha fatto del suo meglio, ma alla fine è stato sconfitto da un giudice canaglia (che sottolinea la necessità di controllare anche la magistratura):

Iniezione di libertà
V-Safe Parte 1: Dopo 464 giorni, CDC ha finalmente tossito i dati sulla sicurezza del vaccino Covid-19 che mostrano che il 7,7% delle persone ha riferito di aver bisogno di cure mediche
L’anno scorso, ho scritto per farti sapere che il CDC si rifiutava di rilasciare al pubblico i suoi dati sulla sicurezza post-marketing per i vaccini Covid-19 dal suo sistema v-safe, nonostante le nostre richieste legali per questi dati per conto del consenso informato Rete d’azione…

Per saperne di più

II-4. Non consentire indagini sui fenomeni se i risultati potrebbero causare problemiIl rovescio della medaglia di “troverai ciò che cerchi” è che “non troverai ciò che non cerchi”, quindi assicurati che nessuno vada alla ricerca di potenziali segnali di qualcosa che potrebbe essere problematico per la narrativa del regime . Se, diciamo, il regime “accidentalmente” scatena una piaga in una città del terzo mondo, non puoi avere fastidiosi teorici della cospirazione dei social media che scoprono cosa è successo, quindi è meglio assicurarsi che nessuno conduca autopsie o esamini individui malati.

Il governo scozzese stabilisce il gold standard del settore qui – ecco come si fa, e con narcisistica pomposità per l’avvio – le autorità sanitarie hanno semplicemente dichiarato che i vaccini non erano la causa dell’improvviso aumento delle morti neonatali, senza effettivamente controllare lo stato di vaccinazione di nessuna delle madri.

Il CDC offre un altro esempio di buon pensiero strategico preventivo per tenere fuori dati potenzialmente dannosi (per il regime che è):

Iniezione di libertà
V-Safe Parte 2: prove che il CDC non ha volutamente incluso selezioni check-the-box per miocardite, pericardite, convulsioni, ictus e altri potenziali danni gravi noti in V-Safe
Se non hai già letto la prima parte di questa saga, fallo prima qui! Cos’è v-safe? v-safe è un programma basato su smartphone lanciato dal CDC insieme al primo vaccino Covid-19 autorizzato nel dicembre 2020. Sia la FDA che il CDC amano fare..

Per saperne di più

Il CDC, molto intelligentemente, deve ancora condurre una singola autopsia delle migliaia e migliaia di decessi riportati nel database di monitoraggio della sicurezza del vaccino VAERS del CDC.  (Ricordi dalla Sezione I la parte sull’aggiunta di condizioni assurde alle definizioni? Se non lo fai, è meglio rivedere il materiale in modo da averlo a portata di mano. 

 

II-5. Pubblica solo una parte dei dati all’inizio

Abbastanza spesso, semplicemente pubblicando una parte dei dati e tralasciando l’altra parte per dopo, puoi creare una falsa narrativa che mette radici. Quindi, quando finalmente pubblicherai il resto dei dati, non avrà importanza che contraddicano la base di quello che ora è diventato un dogma accettato.

Ad esempio, se hai bisogno di ritrarre la Temuta Malattia come più diffusa di quanto non sia in realtà, potresti seguire l’esempio dei propagandisti all’avanguardia della Virginia e trattenere alcuni dei risultati negativi dei test per un po’ al fine di aumentare la percentuale di risultati dei test che sono positivi – il che fa sembrare che più persone siano malate della Temuta Malattia:

Fonte: Source: https://www.wavy.com/news/health/coronavirus/virginia-june-12-covid-19-update-virginias-percent-of-positive-tests-drops-to-8-after-backlog- di-43k-test-negativi-aggiunti/
Un altro scenario in cui è possibile utilizzare con grande efficacia la tecnica di pubblicazione di dati parziali è dove ci si trova costretti a rilasciare dati per qualsiasi motivo che farà sembrare il regime davvero pessimo (succede). Quindi vuoi ritardare il rilascio delle cose veramente dannose il più a lungo possibile – se aspetti abbastanza a lungo, alla fine cesserà di essere rilevante. Inoltre, se scarichi tutto in una volta, il fattore shock sarà enorme e avrai un gran casino tra le mani. Tuttavia, se pubblichi le informazioni a goccia a goccia, quando i pezzi scandalosi vengono rilasciati, il fattore shock “wow” è già svanito da tempo e le persone non presteranno più la stessa attenzione. Questa tattica è stata tentata dalla FDA, sebbene sia stato per lo più contrastato dal giudice canaglia (sottolineando la necessità fondamentale del controllo giudiziario per impedire ai giudici rinnegati di diventare canaglia contro il regime):

II-6. Limitare le fonti accettabili di dati o informazioni

Approfondiremo meglio questo aspetto in una sezione successiva su come manipolare la scienza in generale. Tuttavia, questo punto è rilevante anche per la cura dei dati di base. Se ci sono fonti che generano dati incoerenti con la narrativa del regime, screditatele semplicemente come propaganda o qualcos’altro di poco credibile e pericoloso, come i robot russi. L’Allegato A sarebbe il database VAERS gestito dal CDC. Quando il VAERS ha mostrato un numero assolutamente folle di danni da vaccino causati dal vaccino covid…

– l’intero apparato dell’establishment scientifico ha chiamato semplicemente VAERS una teoria del complotto utilizzata per diffondere disinformazione:

Se tuttavia questi dati provengono da set di dati di regime che sono troppo difficili da liquidare semplicemente come spazzatura non scientifica, allora smetti di pubblicarli e screditali invece come mal costruiti e pieni di errori fatali.

Possiamo usare l’UKHSA per illustrare questo principio. Con l’efficacia grezza del vaccino in territorio negativo per quasi tutti i gruppi di età, l’UKHSA ha semplicemente smesso di pubblicare i dati settimanali sull’efficacia del vaccino:

L’UKHSA offre anche un ammonimento su cosa succede quando aspetti troppo a lungo per staccare la spina da set di dati problematici:

Non puoi avere titoli come questi che escono ogni settimana: avrebbero dovuto staccare la spina da questo set di dati mooolto prima che i vaccinati iniziassero a prendere il covid più dei non vaccinati. Questo è un errore non forzato, il tipo di errore idiota per il quale le teste rotolano, letteralmente. Perché diavolo hanno aspettato fino a quando l’efficacia del *richiamo* per gli 80enni stava per diventare negativa???? Qualcuno all’UKHSA non legge questo libro da un po’ e chiaramente avrebbe beneficiato di un po’ di revisione. . .

 

II-7. Utilizza doppi standard per determinare quali informazioni sono rigorose e credibili

Alcuni propagandisti possono esitare ad essere palesemente ipocriti, perché si sentono smascherati postulando apertamente due standard inconciliabili che anche alcuni comuni contadini possono notare. Tuttavia, devi combattere questo impulso. Comprendi che l’utilizzo di doppi standard aumenta in modo esponenziale le tue opzioni quando si tratta di creare punti di discussione e posizioni per illuminare il pubblico.

Ciò è particolarmente vero quando si tratta di aneddoti. Gli aneddoti provenienti da fonti approvate dal regime dovrebbero essere trattati come la più alta forma di prova, mentre gli aneddoti provenienti da fonti eretiche o non approvate devono essere denunciati come meramente aneddotici e privi di valore probatorio e quindi non contano nulla.

Ad esempio, gli aneddoti della terribile malattia che uccide e mutila persone da parte di medici conformi al regime e cittadini leali sono prove inconfutabili; ma gli aneddoti di feriti o morti a causa del Glorioso Vaccino non sono altro che coincidenze casuali se non vere e proprie invenzioni, spinte da vili ciarlatani per diffamare il regime e tutte le brave persone ovunque:

Impiegare apertamente doppi standard ha anche l’ulteriore vantaggio di condizionare la popolazione che il vero standard per determinare se i dati o le informazioni sono accettabili è semplicemente quello che dice il regime.

 

II-8. Corrompi i dati per proteggere o rafforzare la tua narrativa

A volte, la tattica più semplice per evitare dati problematici è semplicemente inventare dati falsi. Puoi fabbricare qualcosa con tutta la stoffa. Oppure puoi adottare un approccio più sfumato e corrompere i dati introducendo sottili difetti o pregiudizi che sono più difficili da notare per la persona media. Ci sono modi illimitati per fabbricare o falsificare i dati, troppi per essere elencati qui. Assicurati tuttavia di falsificare i dati in un modo che non sia facilmente scoperto o decodificato.

Ad esempio, tornando alla nostra precedente situazione ipotetica in cui è necessario che la popolazione creda che ci sono molti più casi di una Malattia Temuta di quanti ce ne siano in realtà, un altro modo per rappresentare la Malattia Temuta come più diffusa è combinare il numero di persone attualmente malate con il numero di persone che sono già guarite. Il Glorioso CDC in realtà ha fatto esattamente questo quando ha combinato i test anticorpali (che misuravano il numero di persone che si erano già riprese da covid) con i test PCR (attualmente persone malate) in una metrica di “test positivo”, includendo subdolamente tutti coloro che si erano già ripresi come se fossero ATTUALMENTE malate:

Nota le frasi sottolineate sopra, sono rivelatrici.

La frase sottolineata in verde – “Il metodo del CDC fa sembrare che gli Stati Uniti abbiano una capacità di test maggiore di quella che realmente fanno” – osserva come il CDC è riuscito brillantemente a strappare più biscotti di propaganda da questa manovra. Non solo hanno creato il miraggio di tassi molto più alti di persone attivamente infette, ma hanno anche creato il miraggio che il governo avesse una capacità molto maggiore di testare le persone per il virus di quanto il governo possedesse effettivamente (è bello ostentare esempi di competenza del governo dato che è una delle concezioni più notoriamente difficili da respingere che le persone hanno sul governo). Un acuto propagandista cerca sempre di sfruttare ulteriori punti di vista per ottenere vantaggi invece di accontentarsi del fatto che la tattica di propaganda impiegata abbia raggiunto il suo obiettivo principale.”

La frase sottolineata in rosso – “I numeri possono far sembrare che gli stati abbiano abbastanza capacità di test e siano pronti a revocare le restrizioni, quando potrebbe non essere così”, e in realtà gli ultimi due paragrafi – offrono una sagace lezione su come stroncare potenziali spine in germoglio. Devi sempre, sempre essere vigile per scongiurare *qualsiasi* potenziale implicazione o presa rapida di informazioni che, sebbene siano generalmente di supporto al regime, hanno anche qualcosa che può essere distorto per minare qualche altro aspetto della narrativa ufficiale. Fondamentalmente, hai la tua torta E la mangi anche tu! Apprezza qui come lo scienziato del regime citato riesca abilmente a (1) dare voce all’approvazione della maggiore capacità di test come misura della straordinaria competenza del regime;

(2) addossa la colpa dell’“incidente” [intenzionale] al partito politico dissidente; e

(3) avverte che anche se lo stato sta facendo un lavoro così straordinario rendendo i test ampiamente disponibili, ciò non significa che sia sicuro riaprire!

Ricorda, c’è una pandemia da mantenere, cosa che questo scienziato di regime fa abilmente.

Osserva anche che i media sono un alleato critico del regime senza il quale fallirai. Quindi è meglio che tu faccia quello che devi fare per mantenere le relazioni intime – non iniziare a pizzicare i soldi qui.

 

II-9. Elimina dati problematici

Sì. Ctrl+Alt+Cancellali tutti. È bene eliminare di tanto in tanto i database dai dati incoerenti con le narrazioni o le posizioni del regime, altrimenti potrebbero accumularsi in una tendenza riconoscibile che potrebbe essere notata dai dissidenti del regime o dai diffusori di disinformazione.

Quindi, se ad esempio il database di sicurezza per il Glorioso Vaccino contiene troppi rapporti, cancellali semplicemente, come fa il CDC, come illustrato dal grafico sottostante che mostra il numero di rapporti VAERS problematici cancellati dal CDC ogni settimana:

Si noti in questo caso che i lavoratori VAERS del CDC hanno avuto prestazioni inferiori per la maggior parte del tempo: non è possibile consentire al personale critico di rallentare. L’intero grafico dovrebbe mostrare le barre fino in cima: non c’è motivo valido per cui non avrebbero potuto eliminare molti rapporti VAERS nell’agosto 2021 come hanno fatto durante aprile e maggio 2022. Se devi assumere personale extra per gestire i rapporti eliminati, fallo.

Inoltre, perché questi fannulloni hanno permesso l’accumulo di così tanti rapporti in primo luogo?? Non dovrebbero nemmeno esserci abbastanza rapporti in un tale database per cominciare, dove ci sarebbe poi la necessità di eliminazioni di massa settimanali di detti rapporti. Forse la lezione più importante di questo intero libro è questa: le noiose, buffe, noiose minuzie logistiche della diffusione e del mantenimento della propaganda sono altrettanto critiche quanto una grande bugia travolgente o una ginnastica linguistica mozzafiato.

Potrebbe essere necessario essere creativi per trovare una giustificazione o una spiegazione per questo se le persone scoprono che mancano dati, quindi assicurati di avere punti di discussione preparati in anticipo per ogni evenienza.

Un altro grande esempio di ciò in azione è la seguente brillante cancellazione da parte del governo australiano di scomodi dati climatici che mostrano record di calore avvenuti troppo presto per essere attribuiti alle emissioni umane di carbonio:

Sfortunatamente, sono stati arrestati, il che a volte è inevitabile quando si tenta di eliminare qualcosa di veramente significativo e notevole. Ecco perché è imperativo avere un sistema Gulag pronto e in attesa 24 ore su 24 per gestire un’ondata improvvisa di nuovi detenuti in un attimo.

II-10. Crea dati falsi che sembrano sfatare la tua stessa narrativa per ingannare e screditare l’opposizioneDi fronte a una minaccia di informazioni persistente che è corrosiva per i tuoi sforzi di propaganda, questa è una tattica brillantemente subdola per defogliarli della loro autorità, credibilità e influenza. Diffondere semplicemente dati falsi che superficialmente sembrano sfatare la narrativa del regime, ma che possono essere facilmente smentiti. I vili nemici dello stato si impadroniranno senza dubbio di queste informazioni o dati falsi, e verranno quindi screditati quando dimostrerai che si sono innamorati delle affermazioni ora ovviamente ridicole.

Come quello che hanno fatto i militari con il proprio database interno di tutte le condizioni mediche per l’intero esercito chiamato DMED. L’hanno deliberatamente seminato con dati falsi che sembravano un totale OMG !!!!!!!! momento che ha mostrato enormi aumenti diabolici di tutti i tipi di condizioni mediche come tumori, perdita di gravidanza e altri associati ai sacri vaccini covid. Poi, quando alcuni eroici dottori militari hanno trovato i dati DMED, si sono innamorati della lenza e del piombino … che ha ucciso l’intera storia. (Per una cronologia completa e dettagliata e una spiegazione di questo,  vedi qui.)

 

II-11. Usa immagini, meme o altri tipi di media per mentire con coraggio e audacia

Gran parte della percezione pubblica della scienza o dei dati si riduce alla presentazione visiva della scienza o dei dati: un buon meme o un’immagine può comunicare efficacemente dati completamente falsi in un modo che lascia le persone con la convinzione che i dati falsi siano assolutamente veri al 100% .

Ad esempio, se vuoi ritrarre che i tassi e la gravità della miocardite causata dalla temuta malattia sono drammaticamente peggiori dei tassi e della gravità della miocardite causata dal glorioso vaccino anche se è vero l’esatto contrario, puoi creare un’immagine come Questa:

Ora, le persone istintivamente assoceranno la “Temuta Malattia Miocardite” con l’enorme apocalisse di funghi, ma la Gloriosa Miocardite del Glorioso Vaccino come una minuscola puntura di spillo che non si vede nemmeno sul grafico.

Truccare la SCIENZA

A “tal fine, Lysenko iniziò a “educare” i raccolti sovietici a germogliare in diversi periodi dell’anno immergendoli in acqua gelata, tra le altre pratiche. Ha poi affermato che le future generazioni di colture ricorderanno questi segnali ambientali e, anche senza essere curate, ne erediteranno i tratti benefici. 1

 

Truccare la scienza non è una novità. Fortunatamente per il propagandista, la scienza è molto facile da manipolare a piacimento se sei il regime. Basta guardare i successi di Trofim Lysenko quando aveva il sostegno del compagno Stalin. Le sezioni seguenti descriveranno in dettaglio ciò che devi fare per manipolare con successo la scienza per supportare la narrativa e gli obiettivi del regime.

Un esempio perfetto di un’impresa concertata ed efficace di frode scientifica è la ben oliata macchina di propaganda di Big Pharma. Un gruppo di scienziati rinnegati ha cospirato insieme per articolare con precisione come Big Pharma controlla e manipola scienza e dati a piacimento:

Ovviamente, il fatto che questo articolo sia ancora pubblicamente accessibile è un incredibile fallimento dei censori del regime. In un paese con un governo funzionante, tutti gli autori e censori che non sono riusciti a impedire la pubblicazione di questo e/o non l’hanno rimosso sarebbero stati deportati in Siberia, ieri.

Barra laterale Sidebar: questi autori descrivono accuratamente come corrompiamo la scienza per adattarla all'agenda del regime. : These authors do accurately describe how we corrupt the science to fit the regime agenda. Articoli come questi, mentre ovviamente non possono essere autorizzati a diffondersi pubblicamente, sono perfettamente accettabili da diffondere tra i propagandisti del regime per capire meglio come propagandare efficacemente. Inoltre, Big Pharma di solito sarà conforme al regime, ma se un'azienda farmaceutica diventa meno conforme, ovviamente dovresti perseguirla per la loro vile frode. Assicurati anche di multare un'azienda farmaceutica ogni pochi anni in modo che la popolazione non si renda conto che il regime e l'industria farmaceutica sono in combutta. Qualche miliardo non è un grosso problema per i loro bilanci...

Sezione III – Verifica quali dati sono considerati Scienza Ufficiale

Sii selettivo su quali dati sono inclusi in Official Science. L’informazione che ha l’imprimatur di essere scientifica L’informazione ha molto più peso e credibilità presso la popolazione, anche coloro che si rifiutano di aderire alla narrativa del regime (nessuno vuole essere visto come “anti-scienza” – è quasi quanto essere un razzista nella società moderna).

 

III-1. Far sparire o ritirare dati e studi scomodi

Il modo più sicuro per impedire a ricerche scomode di abbattere una narrativa di regime è nasconderla dove nessuno può accedervi. Devi però fare attenzione ad agire prontamente, perché se aspetti troppo a lungo, copie di scienza non approvata possono circolare in segreto tra non credenti ed eretici contro il regime e assumere uno status quasi mitico.

Dai un’occhiata a tutte queste gloriose ritrattazioni di studi dannosi per la narrativa di regime durante il covid (questa è solo la prima pagina di 36):

 

Immagina quanti (più) danni avrebbero potuto fare questi studi canaglia se fossero stati autorizzati a rimanere e non fossero stati ritirati!

 

III-2. Selezionare con cura quali parti di un set di dati utilizzare

È sorprendente come si possa cambiare drasticamente la scienza semplicemente utilizzando porzioni selezionate di un set di dati che rafforzano la narrativa del regime scartando (o meglio ancora, nascondendo) le parti del set di dati che non sono in sincronia con le posizioni del regime.

Ad esempio, supponiamo di vedere le seguenti due tendenze nel database di monitoraggio della sicurezza: PROPAGANDA del regime per il Glorioso Vaccino.

(Purtroppo, devi fingere di monitorare la sicurezza per placare i cittadini agitati che si sentono nervosi per qualcosa di nuovo, e per avere una risposta pronta a potenziali critici e diffusori di disinformazione che cercheranno di accusare il regime di nascondere dati sulla sicurezza problematici, E devi fingere di prenderlo MOLTO sul serio.)

Ad ogni modo, supponiamo che ci siano 26.878 segnalazioni di trasformazioni sicure ed efficaci in zombi carnivori per milione di dosi somministrate di Glorioso Vaccino, ma solo 2 segnalazioni di persone vaccinate che vengono uccise da batteri carnivori subito dopo essere state vaccinate, come questa:

Non puoi esattamente farlo uscire nel discorso pubblico, il che incoraggerà l’esitazione del vaccino e indurrà le persone a dubitare della narrativa del regime in generale, anche su altre cose. Ma devi anche dimostrare che il database di PROPAGANDA mostra che i tassi di potenziali lesioni da Vaccino Glorioso sono trascurabili. (Assicurati di sottolineare ogni volta che fai riferimento al database sulla sicurezza che questi rapporti non sono confermati che il Glorioso Vaccino fosse la causa, solo una potenziale associazione.)

La soluzione qui è abbastanza semplice: usa solo i dati su “ci sono solo 2 segnalazioni di qualcuno che è stato infettato da terrificanti batteri carnivori a causa del glorioso vaccino per 100.000 dosi”; ma non usare la parte su “Ci sono 26.878 segnalazioni per 100.000 dosi di trasformazioni di zombi carnivori sicure ed efficaci”.
Inoltre, non usare mai la parola “terrificante” nel contesto di una situazione in cui stai cercando di calmare le persone. Mai. Anche se quello che stai descrivendo è oggettivamente terrificante. Quando descrivi qualcosa che è intrinsecamente spaventoso, usa invece grandi parole accademiche dal suono scientifico. Quindi i “batteri che mangiano carne” possono essere descritti come una “fascite necrotizzante”, qualcosa che nessuno ha idea di cosa diamine significhi (e la maggior parte delle persone è troppo pigra persino per cercarlo su Google per scoprirlo). Ha anche due ‘i’, il che lo fa sembrare piuttosto impressionante in un modo intellettuale, come se fosse praticamente un privilegio essere ucciso da qualcosa di così sofisticato:

Non è così complicato, lo capirai in pochissimo tempo. (E se non lo fai, probabilmente non sarai in giro per molto più a lungo comunque.)

Nota Note: quando ti trovi in ​​una situazione in cui un prodotto approvato o imposto dal regime è pericoloso, devi assicurarti di non innamorarti della tua stessa propaganda, altrimenti potresti finire per diventare il prossimo Zombie Sicuro ed Efficace:

III-3. Ritarda i dati dei rapportiUn modo più sottile per riportare dati o informazioni in modo disonesto – un modo semplice ma potentemente efficace per manipolare dati scientifici effettivi – è quello di cronometrare strategicamente la segnalazione di diversi sottoinsiemi di dati. (Non preoccuparti di capire come funziona, sappi solo che funziona e assumi statistici competenti che possano capire come implementarlo al meglio.) Molti calcoli si basano sulla tempistica dei dati riportati e puoi quindi controllare quale mostrano i dati rilasciando attentamente diverse porzioni di dati al momento ottimale.

Ad esempio, un ritardo di una settimana nella segnalazione dei decessi può cambiare radicalmente l’apparente efficacia o sicurezza di un intervento medico – letteralmente, ritardando la segnalazione dei decessi di una settimana, puoi far sembrare qualcosa che non ha alcun effetto come se fosse 95 % efficace. (Puoi seguire il link per maggiori dettagli, ma questa particolare tattica è un po’ troppo complessa per una Guida dell’idiota, e includere qui una descrizione approfondita potrebbe far deprimere i propagandisti in erba con un brillante futuro davanti a loro e dubitare del loro proprie capacità se non riescono a seguire la spiegazione, il che può portarli a smettere, il che sarebbe una tragedia. Veramente.)

Sezione IV – Come truccare uno studio

Forse lo skillset più cruciale necessario per manipolare la scienza è la capacità di progettare e manipolare uno studio per ottenere i risultati necessari. [Nota: l’effettiva manipolazione degli studi sarà sempre effettuata da esperti che gestiscono studi per vivere (chiamati PI’s, o Principal Investigators). Quindi non hai davvero bisogno di essere fluente in queste cose, ma è utile avere una conoscenza abbastanza decente delle basi. 

Gli studi, specialmente quelli di grande fantasia che sono generalmente considerati un “gold standard” della scienza, sono bestie enormemente complesse che possono essere manipolate in innumerevoli modi. Spiegheremo i tipi più evidenti e diretti di inganni, manipolazioni e difetti di progettazione che possono essere sfruttati per rendere lo studio un burattino nelle tue mani da muovere a piacimento.

Una nota prima di iniziare: ci sono molte gradazioni di raffinatezza nell’implementare una qualsiasi delle seguenti manipolazioni. Spiegheremo e illustreremo solo i concetti sottostanti utilizzando la semplice e semplice applicazione dei principi, senza aggiungere ornamenti e palline fantasiose. L’obiettivo qui è che dovresti capire i vari tipi e modi per manipolare i dati. Successivamente puoi educarti alle metodologie più avanzate (qualcosa che è ovviamente altamente incoraggiato e raccomandato).

IV-1. Opzione di falsificazione dello studio n. 1: truccare la progettazione dei protocolli di studio

La maggior parte del materiale relativo a questa sezione è rilevante anche per la sezione successiva che si occupa di sabotare l’implementazione dei protocolli di studio, quindi affronteremo qui solo le tattiche uniche per manipolare la progettazione dei protocolli stessi.

I protocolli di studio sono fondamentalmente come un regolamento che stabilisce come verrà svolto lo studio.

A) Impilare il mazzo: assegnare strategicamente i soggetti di studio ai rispettivi gruppi di studio e di controllo

Quasi tutti i grandi studi speciali hanno due gruppi: il gruppo di studio e il gruppo di controllo. In uno studio per un nuovo medicinale, il gruppo di studio riceve il medicinale e il gruppo di controllo no. In teoria, se la medicina funziona, dovrebbero esserci più malati nel gruppo di controllo che nel gruppo di studio.

Quindi, se stai conducendo uno studio per testare un nuovo farmaco Wunder del regime, potresti sfruttarlo inserendo più persone malsane nel gruppo di controllo che nel gruppo di studio in modo che il gruppo di studio ottenga risultati migliori anche se il farmaco del regime non lo fa lavoro. (Ovviamente non dovresti ammettere di aver fatto questo o qualsiasi altro di questi imbrogli tattici nella documentazione dello studio.)

B) Controllare attentamente i soggetti da includere nello studio

Gran parte del mal di testa può essere evitato semplicemente tenendo fuori le persone che potrebbero rovinare i risultati in qualche modo.

Ad esempio, se stai testando un nuovo farmaco di cui vuoi dimostrare la sicurezza e l’efficacia, tieni fuori le persone che sono particolarmente disposte a subire reazioni negative o inefficacia. Hai capito.

IV-2. Opzione di falsificazione dello studio n. 2: sabotare l’esecuzione dei protocolli di studio

Abbastanza spesso, non sarai in grado di manipolare i protocolli di studio stessi per produrre i risultati desiderati. In tali casi, è invece necessario sabotare l’implementazione o l’adesione ai protocolli di studio ufficiali. Questo è abbastanza facile da fare e ci sono letteralmente infiniti modi per farlo.

 

Sabotaggio del protocollo n. 1: somministrazione del trattamento/intervento in studio [al gruppo di studio]

La gente pensa che dare un farmaco ai soggetti dello studio sia semplice e diretto. Hanno torto. Molto molto sbagliato. È possibile controllare frequentemente l’intero studio semplicemente regolando sottilmente il modo in cui il trattamento viene somministrato ai soggetti dello studio, incluso quanto segue:

  • Dosaggio / Quantità di intervento –
  • Puoi sottodosare o sovradosare un farmaco a seconda di cosa stai mirando. Se vuoi che il farmaco sembri inefficace, il sottodosaggio farà in modo che non funzioni. Se vuoi dimostrare che il farmaco è pericoloso, aumenta semplicemente la dose a livelli altamente tossici. (È prudente pianificare in anticipo la logistica, al fine di evitare una varietà di problemi e situazioni stressanti che possono presentarsi in un grande studio che coinvolge migliaia di soggetti e personale. Ad esempio, se si desidera dimostrare che un farmaco è letale, dovreste avere a portata di mano sacchi per cadaveri per rimuovere rapidamente i corpi da luoghi pubblici e disporre di un impianto di cremazione disponibile 24 ore su 24, 7 giorni su 7 per distruggere qualsiasi prova forense o patologica che i cadaveri possano contenere.)
  • Tempistica della somministrazione del trattamento – Al contrario, puoi anche somministrare un farmaco o un intervento troppo presto per il suo uso corretto o convenzionale.
  • Un altro modo per sabotare un farmaco è somministrarlo ai pazienti troppo presto o troppo tardi per essere efficace. Ci sono molte virate diverse che puoi scegliere per ottenere questo risultato. Ad esempio, puoi inviare il farmaco ai pazienti tramite posta, il che aggiungerà inevitabilmente alcuni giorni all’orario (uno speciale di David Boulware).
  • Qualità del prodotto – cioè purezza / potenza -(Nota: dovresti SEMPRE condurre studi preclinici non registrati su animali e cellule umane per capire come funzioneranno le diverse versioni del farmaco o dell’intervento PRIMA di distribuire versioni contaminate, altrimenti corri il rischio di sabotare accidentalmente i tuoi stessi tentativi di sabotaggio)
  • Un prodotto contaminato o fabbricato male non funzionerà allo stesso modo di un prodotto puro fabbricato con ingredienti di alta qualità e completa fedeltà alle pratiche di preparazione ideali.
  • Usa soluzione salina o placebo invece dell’intervento – Un altro modo per ridurre al minimo i rischi dell’intervento scelto dal regime è quello di somministrare un placebo invece del trattamento, in modo da ridurre l’esposizione alla tossicità dell’intervento. Ovviamente, devi anche assicurarti che l’uso della soluzione salina non abbia l’effetto collaterale indesiderato di mostrare che il tuo farmaco non funziona, quindi questa tattica è tipicamente usata insieme ad altre manipolazioni del protocollo o infedeltà. –
  • Mescola e abbina: puoi sempre mescolare e abbinare all’interno di uno qualsiasi di questi suggerimenti. Ad esempio, puoi dare ad alcuni soggetti del trattamento un prodotto diverso. Puoi anche utilizzare più di uno di questi suggerimenti in combinazione in modo da coprire diverse parti del gruppo di studio con suggerimenti diversi, il che può rendere più difficile per gli estranei scoprire le violazioni del protocollo.

Sabotaggio del Protocollo N.2: Somministrazione del placebo [al gruppo di studio]

Questo è essenzialmente il rovescio della medaglia della sezione precedente. Ci sono alcune tattiche specifiche che sono un po’ uniche se applicate al placebo:

  • Dare l’intervento al gruppo di controllo/placebo – Un modo per garantire che uno studio non dimostri alcuna efficacia per un trattamento è quello di dare anche il trattamento al gruppo di controllo. Se entrambi i gruppi ricevono il trattamento, non ci sarà alcuna differenza tra loro che dimostri che il gruppo di trattamento è andato meglio a causa del trattamento.Il metodo più semplice ma più rischioso per farlo è che il personale dello studio dia direttamente il farmaco al gruppo di controllo mascherato da placebo. (Questo è abbastanza facile, perché si suppone che il placebo abbia aspetto, sensazione, sapore e odore identici al trattamento per impedire ai soggetti del gruppo di controllo di capire che non hanno ricevuto il farmaco.)

    Il metodo più difficile ma meno rischioso è spingere i soggetti del gruppo di controllo a ottenere il trattamento al di fuori dello studio. Ad esempio, puoi utilizzare un placebo che è nettamente diverso dal farmaco (che i soggetti scopriranno semplicemente cercandolo su Google). In alternativa, puoi scegliere di condurre lo studio in un luogo in cui la popolazione ha già un’ampia esposizione al trattamento oggetto di studio, quindi il pool di soggetti sarà completamente contaminato da persone che già utilizzano o che hanno già una scorta del farmaco. (Tuttavia, questa tattica corre il rischio di essere notata, poiché sarà una questione di pubblico dominio che vi era una diffusa consapevolezza e/o uso del farmaco nel luogo in cui è stato condotto lo studio.)

  • Aumenta il placebo con Spike – Se non vuoi un placebo inerte, puoi aggiungergli qualcosa di un po’ più potente che può suscitare effetti collaterali o un effetto terapeutico. -Un metodo specifico consiste nell’utilizzare i componenti del trattamento per aumentare il placebo. Questo può essere particolarmente utile per nascondere gli effetti collaterali problematici di un trattamento causati da altri ingredienti o componenti oltre all’ingrediente attivo del trattamento: se li metti nel placebo, entrambi i gruppi avranno effetti collaterali simili.

    (Nota: tieni presente che se gli effetti collaterali sono troppo pronunciati, semplicemente mettere i componenti tossici del trattamento nel placebo può sollevare domande se le persone notano che i tassi degli effetti collaterali specifici sono molto più alti nello studio di quanto non siano in la popolazione generale.)

Sabotaggio del Protocollo N.3: Incentivare i soggetti dello studio a modificare il loro comportamento

Il comportamento dei soggetti di studio è spesso una considerazione critica durante la progettazione di protocolli e l’esecuzione di uno studio. Usa questo a tuo vantaggio.

Esistono 3 tipi fondamentali di incentivi:

Incentivi finanziari – Il modo più sicuro per incentivare un comportamento è premiarlo finanziariamente:

Puoi eseguire uno schema di corruzione corrotto all’interno dello studio. Ad esempio, se lo studio sta ottenendo risultati chiedendo ai soggetti di segnalare informazioni, ad esempio quali effetti collaterali hanno sperimentato dopo aver ottenuto il Glorioso Intervento, puoi pagare i soggetti per non segnalare gli effetti collaterali.

    • Tuttavia, dovrai anche far rispettare la segretezza e assicurarti che nessuno lo scopra, il che può essere complicato.
    • In alternativa, puoi manipolare o sfruttare l’ambiente in cui si svolge lo studio per fungere da mediatore o intermediario per dispensare i benefici finanziari.
    • Ad esempio, se stai testando l’efficacia di un potenziale intervento per bloccare la trasmissione della Temuta Malattia, puoi condurre lo studio in un luogo dove le persone possono andare a lavorare ed essere pagate solo se non sono infette dalla Temuta Malattia, assumendo di trarre vantaggio da questo incentivo integrato a non segnalare che le persone positive al test hanno (in modo che possano andare a lavorare).
  • Pressione sociale– Il secondo tipo di incentivo è la pressione sociale. Questo può provenire da colleghi, forze politiche, gruppi sociali, colleghi o istituzioni professionali, celebrità o qualsiasi altra fonte di influenza nella società. Il punto è che puoi usare uno o tutti questi elementi a tuo vantaggio.Ad esempio, supponiamo che tu stia conducendo uno studio per testare l’efficacia del meraviglioso scudo di stoffa che blocca la diffusione della terribile malattia. Quindi dai ad alcuni villaggi in un paese del terzo mondo il meraviglioso scudo di stoffa e crei un gruppo di controllo di villaggi che non ottengono il meraviglioso scudo di stoffa. Puoi mostrare quanto siano sorprendenti questi dispositivi di fronte agli abitanti del villaggio che li ottengono. Questo li farà pensare che si tratti di dispositivi veramente miracolosi che li proteggono dalla Temuta Malattia, il che li rende meno propensi a segnalare casi della Temuta Malattia rispetto ai villaggi senza i Meravigliosi Scudi di Tessuto, il che li fa sembrare che lavorino per ridurre la Trasmissione dellaTemuta Malattia .
  • Pene dure – Infine, puoi minacciare ogni sorta di conseguenze se i soggetti di studio non fanno esattamente quello che vuoi. Questo è particolarmente facile da implementare nei paesi del terzo mondo dove c’è poco o nessun stato di diritto e la corruzione dilaga ovunque. Potrebbe essere utile fare un esempio di qualcuno in anticipo per mostrarti sul serio – ad esempio, puoi scegliere qualcuno a caso da spedire in una prigione in Somalia, da cui è improbabile che ritorni vivo.

Sabotaggio del protocollo n. 4: assumere persone incompetenti per condurre lo studio

Gli studi, in particolare gli studi che eseguono una sorta di esperimento (al contrario della semplice analisi di set di dati preesistenti), in genere richiedono personale numeroso per essere condotti. Assumere personale incompetente è un ottimo modo per concedersi un margine di manovra per “massaggiare” i dati scomodi che emergono dallo studio: “questi dati sono errati perché il personale ha incasinato tutto”. Quindi, ovviamente, devi “correggere” gli “errori”.

 

Sabotaggio del protocollo n. 5: rimuovere eventuali soggetti o eventi problematici dallo studio

Questo è un ovvio “Duh”. Se alcuni soggetti nella sperimentazione di fase 3 per il Glorioso Vaccino subiscono gravi lesioni subito dopo essere stati iniettati con il Glorioso Vaccino, beh, non puoi permettere che contaminino la narrativa “sicura ed efficace”. Ma per fortuna, la soluzione è semplice: rimuoverli dallo studio.

Questo non sembrerà nemmeno sospetto a un osservatore esterno! Ogni studio ha regole scritte nei protocolli che consentono di cacciare i soggetti che violano i protocolli di studio o desiderano andarsene per “motivi personali”. (Pensa a ogni volta che un politico dice che si sta dimettendo per “passare più tempo con la sua famiglia” – stessa idea.) Ma gli accademici sono dei fanatici di questo e ci cascano ogni volta.

Se sei davvero intelligente su come progetti i protocolli in primo luogo, aggiungerai una condizione che proibisce ai soggetti di cercare assistenza medica da qualsiasi medico al di fuori dello studio. Quindi se un soggetto soffre di un brutto effetto collaterale, come un po’ di miocardite sicura ed efficace o una lieve paralisi di Bell che lo lascia paralizzato, andranno direttamente al pronto soccorso più vicino. . . che è una palese violazione dei protocolli di studio!! Addio problema.

Se vuoi vedere un maestro del mondo reale, non guardare oltre il collega responsabile della sperimentazione Kiddie di fase 3 di Pfizer per il loro vaccino – quando uno dei soggetti della sperimentazione di nome Maddie de Garay ha subito lesioni neurologiche multiple piuttosto brutte 24 ore dopo aver ricevuto il vaccino (il tipo che prevede l’uso permanente di tubi di alimentazione e sedie a rotelle tra gli altri “aggiustamenti” dello stile di vita), l’hanno semplicemente espulsa dallo studio. E poi ha scritto la sua ferita come “dolore addominale irrisolto”. Hanno anche espulso un altro collega dal processo principale, un avvocato di nome Augusto Rioux, dopo che aveva avuto una lieve pericardite sicura ed efficace in seguito alla dose n.1 (Scusa, il mite sicuro ed efficace è una questione di abitudine alla propaganda, a cui è una buona cosa abituarsi.)

Lo stesso per AstraZeneca – Brie Dressen è stata abbandonata dopo la dose n. 1 – ma hanno riferito che si è ritirata per motivi personali. Vedi? Vai tranquillo.

 

Sabotaggio del protocollo n. 6: registrazione di dati falsi

Quando tutto il resto fallisce, puoi semplicemente registrare i dati per lo studio che sono completamente sbagliati e fabbricati dal nulla. L’appaltatore dello studio Pfizer Ventavia ci mostra la strada su questo – i seguenti screenshot sono l’effettiva e-mail inviata da Brooke Jackson – uno dei responsabili del sito di Ventavia – che ha deciso di tentare di minare il regime esponendo la frode in corso:

In una risposta insolitamente rapida ed efficace, la signora Jackson è stata licenziata meno dopo sei – 6 – ore dall’invio di questa e-mail alla FDA. SEI ORE!! È così che le cose dovrebbero essere fatte.

Inoltre, quando ha citato in giudizio presso il tribunale federale nel tentativo di far fallire l’intero processo sul vaccino Pfizer, il regime lo ha bloccato con successo per quasi due anni interi utilizzando una varietà di ingegnose tattiche legali. (Tuttavia, va notato che chiunque fosse incaricato delle assunzioni ha fatto saltare tutto, devi fare controlli approfonditi sui precedenti per assicurarti che i potenziali candidati non possiedano forti convinzioni morali.)

Sfortunatamente, la FDA non controlla le riviste mediche straniere, una delle quali ha deciso (in modo scioccante) di pubblicare un articolo che documenta la frode del processo Pfizer. Grande baldoria. Per questo è imperativo istituire un organo di governo unitario per il mondo intero.

IV-3. Opzione di falsificazione dello studio n. 3: Analisi dello studio

Una volta terminato lo studio stesso, ora è il momento di sgranocchiare i numeri dello studio. Tutti i dati problematici che in qualche modo sono passati attraverso tutti i tuoi progetti di protocollo e il sabotaggio verranno ripuliti qui. Pensa a questo come dare a un’auto usata e ammaccata una nuova mano di vernice per nascondere tutti i danni sottostanti: non stai cambiando nulla di sostanziale, solo mascherando cose (per la maggior parte). Nessuno vuole graffiare la nuova vernice fresca per assicurarsi che non nasconda qualcosa.

Ci sono così tanti modi per “analizzare” i dati. Il trucco è essere intelligenti su quali scegliere e su come eseguire l’analisi.

 

Tattica di analisi n. 1: non modificare i dati

Gli aggiustamenti dei dati sono cose piuttosto standard nella scienza. I dati grezzi non sono quasi mai adatti per trarre direttamente inferenze o estrapolazioni, perché di solito sono presenti tutti i tipi di variabili confondenti.

Ecco un esempio molto semplice di un aggiustamento dei dati:

Quella che segue è la popolazione degli stati di Darth Santistan (cattivo stato) e The Gender Spectral Paradise of Commiefornia (buono stato):

Ecco i tassi di mortalità della Temuta Malattia per questi stati: nel complesso, lo stato cattivo ha più morti rispetto allo stato buono. Dal momento che hanno la stessa popolazione, ciò significa che il tasso di mortalità è più alto nello stato BAD, BAD di Darth Santistan:

MA. . . (sì, c’è un grande ‘ma’ qui)

Se guardiamo separatamente i tassi di mortalità per la popolazione anziana e le popolazioni non anziane, sorprendentemente il buono stato ha un tasso di mortalità più elevato in ENTRAMBI (?!?!?!?!?):

Due osservazioni importanti qui:

  1. La ragione per cui lo stato sleale di Death Santistan ha un tasso complessivo più alto nonostante abbia tassi di mortalità più bassi in ogni coorte di età è in realtà molto semplice: gli anziani muoiono molto più spesso dei non anziani, ma il cattivo stato ha la sfortuna di avere 2,5 volte più anziani come il buono stato, il che significa molte più morti in generale a causa dell’enorme numero di anziani nel cattivo stato di Morte Santistan:

    Affinché il cattivo stato abbia lo stesso numero di decessi per anziani del buono stato, dovrebbero avere letteralmente il 40% del tasso di mortalità negli anziani rispetto al buono stato perché il buono stato ha solo il 40% in più di anziani nella loro popolazione come il cattivo stato. Ecco perché (quando vogliamo essere onesti, come quando la verità aiuta il regime) la scienza aggiusta i dati – per evitare cose del genere. (Questo particolare fenomeno statistico ha in realtà un nome ufficiale:  “Simpson’s Paradox”.)

  2. Pertanto, NON modificare i dati quando danneggerà la narrativa del regime.

Tattica di analisi n. 2: modificare i dati in modo ingannevole o inappropriato

Al contrario, a volte i dati grezzi, o i dati opportunamente adattati, non andranno bene per la tua narrativa. In questi casi, devi continuare ad adattarti in modo creativo fino a quando non hai oscurato con successo i risultati eretici in modo che nessuno possa vederli o capirli.

Ad esempio, se prendiamo il nostro confronto ipotetico di cui sopra degli stati immaginari del paradiso spettrale di genere di Commiefornia / Death Santistan, puoi aggiungere un “aggiustamento” per “risolvere” il problema. Tutto quello che devi fare è trovare una caratteristica che sia un proxy per i risultati peggiori nel Bad State of Death Santistan rispetto al buono stato del Gender Spectral Paradise of Commiefornia. Da quando Death Santistan ha deciso di non seguire i blocchi salvavita del regime, gli anziani in Death Santistan tendevano a lasciare le loro case più di altri stati, anche solo per camminare intorno all’isolato per prendere aria fresca, il che significa che gli anziani che non hanno lasciato le loro case probabilmente erano più spesso troppo malati per lasciare la loro casa. Tali anziani malati hanno anche maggiori probabilità di essere quelli che muoiono a causa della terribile malattia.

Ecco come potrebbe svolgersi:

Grafico n. 1 – popolazione di anziani in ogni stato (colonne a sinistra = anziani che sono usciti almeno una volta alla settimana; al centro = anziani che non sono usciti; a destra = numero totale di anziani in ogni stato)

Grafico n. 2 – Numero di decessi in ciascuna delle tre categorie nel grafico n. 1:

Questo risolve completamente i nostri dati problematici (potrebbe effettivamente risolverli troppo bene!!) – osserva come stiamo cambiando il tasso di mortalità negli anziani:

Tutto quello che devi fare ora è fare riferimento al tasso di mortalità degli anziani indoor come “tasso di mortalità degli anziani aggiustato per la popolazione”.

Inoltre, di tanto in tanto potresti ancora fare riferimento a decessi per anziani al chiuso perché è molto più facile propagandare con un punto di discussione come “gli anziani più a rischio perché sono immobili ” avevano quasi TRE volte più probabilità di morire in uno stato CATTIVO rispetto a loro erano in BUONO stato”. Le persone associano naturalmente gli anziani all’essere bloccati in casa, quindi è improbabile che apprezzino che gli “anziani al chiuso” siano in realtà una percentuale così piccola della nostra ipotetica popolazione anziana di Death Santistan.”

Tattica di analisi n. 3: scegli gli endpoint ottimali

Gli endpoint sono un grosso problema. Ufficialmente, l’endpoint primario di uno studio è il risultato centrale che determina se lo studio è considerato un successo o un fallimento. Un endpoint è fondamentalmente una cosa o una metrica che stai utilizzando per valutare il successo/fallimento o l’impatto di qualunque cosa tu stia studiando. Ad esempio, se stai testando un nuovo farmaco per vedere se impedisce alla Temuta Malattia di ucciderti, l’endpoint sarebbe la morte per Temuta Malattia – se il gruppo di trattamento ha avuto meno decessi per Temuta Malattia rispetto al gruppo di controllo, allora il trattamento funziona, se non l’hanno fatto, beh, significa che non hai truccato abbastanza bene lo studio. (È un po ‘semplificato, ma hai l’idea di base.)

Quindi devi assicurarti di scegliere saggiamente quando scegli l’endpoint.

Pertanto, dovresti generalmente scegliere gli endpoint che hanno il maggior numero possibile delle seguenti caratteristiche:

  • * Dipende dal giudizio soggettivo piuttosto che dall’osservazione oggettiva
  • * Naturalmente prevenuto per i tuoi risultati preferiti
  • * Facile da manipolare il risultato
  • * Facile mentire sul risultato
  • * Difficile per le persone capire se hai falsificato o manipolato il risultato
  • * Difficile da afferrare/capire, soprattutto per i profani

Ad esempio, supponiamo che tu stia conducendo un processo allo scopo di sabotare un trattamento alternativo che funziona effettivamente sulla Temuta Malattia (il che sarebbe molto grave se il regime volesse che una crisi pandemica si perpetuasse ancora per un po’). Devi dimostrare che non funziona. Se scegli la “morte” come endpoint, potresti finire in grossi guai quando il farmaco salva un gruppo di persone nel gruppo di trattamento.

Invece della morte, potresti scegliere qualcosa come “tempo di dimissione dall’ospedale”. Questo endpoint soddisfa tutte e sei le condizioni (in una certa misura):

La dimissione del paziente è una decisione soggettiva dei medici (che dovrebbero essere sul libro paga dello studio), quindi non sei bloccato a rilasciare pazienti che soddisfano uno standard oggettivo per il rilascio.

  • La dimissione è influenzata dai tuoi risultati preferiti: poiché una percentuale più alta del gruppo di controllo morirà, ciò significa che una percentuale più alta di casi gravi non verrà mai dimessa, quindi non aumenterà il tempo medio di dimissione per il resto del gruppo di controllo ; rispetto al gruppo di trattamento in cui invece di morire, i pazienti più gravemente malati impiegano qualche giorno in più per riprendersi, il che aumenta il tempo medio di dimissione per il gruppo di trattamento.
  • La dimissione è molto facile da manipolare: è possibile reclutare il personale ospedaliero coinvolto nello studio per ritardare inutilmente la dimissione dei pazienti in trattamento per un po’ (è necessario assicurarsi che il personale interessato sappia chi ha ricevuto il trattamento e quindi attenda di più per la dimissione dall’ospedale).
  • Anche il tempo di dimissione è abbastanza facile da falsificare, basta modificare i documenti per la data di ricovero in ospedale e/o la data di dimissione (e il filmato di sicurezza se necessario). La morte è molto più difficile da falsificare, perché l’ora della morte è in genere qualcosa di registrato in modo molto accurato e appare sul certificato di morte.
  • Il “tempo di dimissione” non è la metrica più intuitiva per un profano.

Ovviamente, puoi fare di meglio per la maggior parte di queste condizioni, ma questo trasmette l’idea di base.

 

Tattica di analisi n. 4: nascondere le metriche degli endpoint alternativi

Questo è praticamente ovvio: se usi il “tempo di dimissione” come endpoint ma riporti che c’è stata una riduzione del 50% della mortalità nel gruppo di trattamento, diciamo solo che solleverà molte sopracciglia.

Quindi, invece di dover affrontare domande difficili sul perché hai scelto un endpoint così assurdo e perché se vedi che il trattamento riduce significativamente la mortalità affermeresti che non funziona, idealmente dovresti non riportare i decessi in nessuna parte dello studio.

Se non puoi evitare di riportare le statistiche sulla mortalità, dovresti almeno seppellirle nel mezzo di una tabella casuale di un’appendice in un formato a cui è molto difficile dare un senso. O meglio ancora, spargili su più tabelle di dati anziché tutte in un posto dove è facilmente identificabile da qualche fastidioso nerd casuale nel suo seminterrato.

 

Tattica di analisi n. 5: utilizza i tipi di analisi ottimali per ottenere i risultati desiderati

Esistono tanti modi per analizzare i dati quanti sono quelli per scuoiare un gatto (probabilmente di più). Sfortunatamente, una spiegazione approfondita per vari metodi non può essere distillata in un formato appropriato per una Guida per idioti come questa. Basta guardare alcuni di questi nomi:

  • Progettazione bilanciata Analisi della varianza
  • Raccordo di distribuzione beta
  • Trasformazione Box-Cox per due o più gruppi (test T e ANOVA a una via)
  • Mappe di calore raggruppate (doppi dendrogrammi)
  • Distribuzione (Weibull) Raccordo
  • Raggruppamento sfocato
  • Raccordo di distribuzione gamma
  • Modelli lineari generali (GLM)
  • Test anomalo di Grubbs
  • Clustering gerarchico/dendrogrammi
  • K-Mean Clustering
  • Partizionamento medioide
  • Analisi multivariata della varianza (MANOVA)
  • Confronto gruppi di dati non rilevati
  • Analisi di covarianza unidirezionale (ANCOVA)
  • Cluster di regressione

Il punto è che diversi metodi di analisi statistica produrranno risultati diversi. Se non dessero risultati diversi, non ci sarebbero così tanti metodi. È tutta una questione di prospettiva. Quindi devi assumerti guru statistici competenti che sappiano queste cose (e siano fedeli al regime) per due motivi:

  1. Ottieni il vantaggio della loro esperienza (di cui hai bisogno; ricorda che la tua esperienza è propaganda, non fantasiose analisi statistiche. Un po’ di umiltà pratica nel riconoscere i tuoi limiti è fondamentale per essere un propagandista di successo; l’eccessiva sicurezza è stata la rovina di molti fedeli lacchè del regime (e spesso ha anche fatto precipitare una lunga vacanza in un lussuoso Gulag).
  2. Gli eretici del regime non possono puntare sulla mancanza di competenza credibile dei vostri analisti statistici per infangare e mettere in dubbio la credibilità degli studi di regime. Il caso di Neil Ferguson rappresenta un ammonimento, sebbene inizialmente sia riuscito a convincere i governi di tutto il mondo con il suo favoloso modello che prevedeva una carneficina apocalittica da covid, la sua totale mancanza di qualsiasi competenza in materia e la sua lunga storia di previsioni di pandemie completamente deliranti hanno dato all’opposizione solide basi per scartare i suoi modelli e tutti i modelli successivi spinti dai vari governi. Sono stati anche in grado di fare proselitismo con grande effetto sulla scia di questa debacle.

Tattica di analisi n. 6: rimuovere i dati problematici che non possono essere analizzati, modificati o nascosti in altro modo

Questo è lo stesso concetto di cacciare i soggetti da uno studio se non sono coerenti con i risultati obbligatori del regime, proprio qui stai rimuovendo i dati già generati invece dei soggetti dello studio stessi. L’obiettivo è lo stesso però: impedire che i dati che non si adattano a ciò che si desidera che i risultati dello studio mostrino entrino nel registro ufficiale dello studio in primo luogo.

 

IV-4. Opzione di Falsificazione dello Studio n. 4: Reclutamento di media per far girare i risultati

Indipendentemente da quali siano i risultati, dovresti avere punti di discussione pronti per i media comprensivi che si battano per te. Non fa differenza quanto siano falsi, fuorvianti, ecc. – l’intero scopo della propaganda è quello di illuminare e fuorviare – i media semplicemente inondando l’ecosfera con le tue informazioni sono una forza potente che come minimo renderà tutto molto difficile affinché la maggior parte delle persone sia in grado di sbrogliare le bugie e gli inganni che stai diffondendo rapidamente nella società.

Dovresti essere particolarmente preparato a colpire ferocemente qualsiasi scienziato o accademico con tendenze eretiche che potrebbe mettere in discussione qualsiasi cosa tu dica o, peggio, richiamare l’attenzione sulle carenze del tuo studio. Con il massimo pregiudizio.

Sezione V – Doctoring dei set di dati

L’altra importante fonte di scienza oltre agli studi sono i set di dati e altre fonti di informazioni utilizzate per fare dichiarazioni scientifiche. I dati, in particolare i dati ufficiali dello Stato, sono utilizzabili senza uno studio formale che ne lasci l’approvazione, quindi è necessario assicurarsi che i dati disponibili, e in particolare i set di dati che sono la base per le metriche convenzionali comunemente citate nella società da accademici e profani, siano nel proprio fermo controllo al medico, alterare e modificare a piacimento.

Di seguito sono riportati i tipi di tattiche che dovresti utilizzare per massimizzare il controllo e l’utilità dei set di dati disponibili:

 

V-1. “Pesca” statistica

Per la pesca statistica è più facile dare solo un’illustrazione che spiegarla in astratto:

Supponiamo che una grande azienda farmaceutica esca con un nuovo farmaco che (sostengono) renda i bambini più intelligenti e aumenti il ​​loro rendimento scolastico. Sfortunatamente, anche se è stato approvato dalla FDA, sanno che non funziona e le persone iniziano a sospettare che potrebbe esserci qualcosa di sospetto (e hanno miliardi di dollari in gioco). Quindi vengono da te e ti offrono una grossa busta paga a 7 cifre per “dimostrare” che il loro nuovo farmaco funziona. Quindi tu, da audace scienziato a pagamento senza scrupoli (tranne la lealtà al regime ovviamente), accetti la loro offerta. Come “provi” che la loro medicina funziona? Semplice. Ottieni i dati da tutti i distretti scolastici del paese che mostrano i punteggi accademici e la percentuale di bambini che hanno assunto il nuovo farmaco Pharma. Ecco dove entra in gioco la parte “pesca”: Devi cercare in ogni distretto finché non ne trovi uno o due in cui i punteggi accademici sono sopra la media e più ragazzi in quel distretto stavano prendendo la nuova droga rispetto alla media (come con la pesca dove continui a farlo finché non ami un pesce). Poi pubblichi il tuo ‘studio’: “abbiamo trovato una correlazione nel Distretto “X” dove una percentuale più alta di ragazzi che assumevano il nuovo farmaco portava a voti scolastici più alti”. Questa è una sciocchezza perché ogni altro distretto mostra che la droga non ha avuto alcun effetto sui punteggi accademici, ma lo stai chiaramente evitando evidenziando l’unico distretto in cui esiste una correlazione casuale. (Con una dimensione del campione abbastanza ampia, sei praticamente sicuro di trovare un distretto a caso in cui, per coincidenza, molti ragazzi hanno preso la droga e i punteggi accademici sono aumentati.) 

La lezione principale è che a volte tutto ciò di cui hai bisogno è un po’ di tenacia. Ad esempio, se disponi di un grande set di dati di molti paesi, esaminane uno alla volta finché non scopri la correlazione che stai cercando. In alternativa, puoi tentare una versione più avanzata di questa tattica nota come “P-Hacking “.

Un ottimo esempio di questa tattica è il seguente “studio” del CDC in cui hanno esaminato tutti i 50 stati alla ricerca di uno in cui poter affinare i dati per dimostrare che i vaccini covid hanno ridotto il rischio di reinfezione nelle persone che avevano già covid prima di ottenere il vaccino . E cosa sai, ne hanno trovato uno (su 50 più alcune giurisdizioni non statali come Washington DC) in cui potevano far dire ai dati quello che volevano che dicessero:

Fonte: Source: https://www.cdc.gov/mmwr/volumes/70/wr/mm7032e1.htm?s_cid=mm7032e1_w
Vedi, se il CDC fosse in grado di utilizzare più di uno stato per dimostrare che i vaccini covid riducono il rischio di reinfezione, lo farebbero (eh!). Ma hanno provato e riprovato finché non hanno trovato uno stato in cui poter torturare i dati per dimostrarlo.

A proposito, qui c’è un’altra lezione importante per i propagandisti: il valore della tenacia. Non arrenderti solo se non riesci a trovare un set di dati facilmente modificabile o manipolabile per rafforzare un punto di discussione del regime, a volte devi essere creativo e continuare fino a quando non ottieni denaro.

 

V-2. Regola i dati problematici

Sì, ne abbiamo parlato prima nella sezione sugli studi sul rigging.

Se i dati grezzi non sono conformi alla tua narrativa preferita, semplicemente “aggiustali” finché non si adattano, allo stesso modo in cui faresti per i dati interni di uno studio. L’adeguamento dei dati è una parte di routine della scienza e poiché pochissime persone capiscono effettivamente come funziona, puoi approfittare e abusare di questa pratica.

Alcuni colleghi hanno persino pubblicato un articolo scientifico sull’argomento (è una lettura interessante se sei un nerd geek):

Una brillante applicazione di questo concetto si riferisce al consenso dell’establishment scientifico sul riscaldamento globale che prima era il consenso dell’establishment scientifico sul raffreddamento globaleCome pensi che gli stessi dati che hanno mostrato nel 1974 che il mondo si stava dirigendo verso un’era glaciale irreversibile che ha minacciato la sopravvivenza dell’umanità ora mostrino che c’era davvero una tendenza al * riscaldamento * dagli stessi identici dati che sta minacciando  *la sopravvivenza dell’umanità ? 

Fonte: Source: https://content.time.com/time/subscriber/article/0,33009,944914,00.html
Hanno semplicemente “adattato” i dati per rendere i decenni precedenti più freddi e quelli successivi più caldi, e voilà, problema risolto! È diabolicamente astuto e altamente efficace: osservate nel grafico sottostante (da un noto eretico dissidente del regime) le due linee che tracciano la temperatura media annuale, linea blu = i dati grezzi, la linea arancione = i dati dopo che gli scienziati del regime li hanno adattati ‘ :
Fonte: Source: https://realclimatescience.com/2018/03/noaa-data-tampering-approaching-2-5-degrees/
Se guardi la linea blu, non c’è stato un riscaldamento generale negli ultimi 100 anni, il che è molto negativo per la narrazione ufficiale del RISCALDAMENTO GLOBALE CATASTROFICO!!! Tuttavia, la linea arancione mostra una chiara tendenza al riscaldamento negli ultimi 100 anni, che è esattamente la narrazione.

Naturalmente, se in futuro per qualsiasi motivo diventasse pragmatico tornare al raffreddamento globale, allora gli scienziati del regime al NOAA semplicemente “aggiusterebbero” i dati per far sembrare gli ultimi 100 anni una costante tendenza al raffreddamento.

Il punto è che è tutto negli aggiustamenti.

(Nota: è utile permettere ad alcuni eretici della scienza del regime di basso profilo di restare in giro perché producono dati e analisi che sono in realtà molto utili per l’uso interno del regime, a patto che tu ti assicuri che non inizino a guadagnare importanza – poi li porti senza indugio a Guatemala Bay.): 

 

V-3. Escludi dalle analisi ufficiali dei dati ufficiali tutto ciò che non si adatta ai risultati desiderati

Controlla attentamente ciò che viene incluso nella tua analisi, è letteralmente roba da A-B-C. Se le informazioni o i risultati effettivi minacciano di minare i tuoi risultati preferiti, escludili semplicemente dalle analisi ufficiali dei dati ufficiali. Quindi, se c’è un database governativo che mostra che dopo il Glorioso Vaccino, l’incidenza di una serie di condizioni mediche è aumentata molto, ignoralo.

Prendiamo il database VAERS (Vaccine Adverse Event Reporting System) gestito congiuntamente da CDC e FDA:

Il CDC (finge di) incoraggiare la segnalazione al VAERS delle condizioni mediche che si manifestano dopo che qualcuno è stato vaccinato, “anche se non sei sicuro che il vaccino abbia causato la malattia”:

Sistema di segnalazione degli eventi avversi sui vaccini (VAERS)

Dopo che i vaccini covid sono stati lanciati a metà dicembre 2020, le voci VAERS per i decessi hanno questo aspetto (il grafico mostra il numero totale di decessi segnalati per tutti i vaccini ogni anno):

Questo grafico mostra le statistiche per i rapporti VAERS di infortuni/morti a causa dei vaccini covid:

Eppure, quando è stata l’ultima volta che hai sentito parlare di VAERS dal CDC in qualsiasi dichiarazione o analisi riguardante i preziosi vaccini covid?

Esattamente!! Il CDC (e tutti gli altri) ignora semplicemente il VAERS (tranne quando di tanto in tanto emette pezzi di “verifica dei fatti” per sfatare il VAERS).

Inoltre, assicurati di perseguitare inesorabilmente nell’oblio chiunque osi provare a utilizzare tali dati per minare la credibilità delle analisi e dei proclami del tuo regime. Questo è spesso un problema perché inevitabilmente ci saranno un gruppo di persone che avranno accesso ai dati grezzi una volta che esisteranno.

 

V-4. Piggyback su relazioni e differenze precedentemente stabiliteV-4. Piggyback on prior established relationships and differences

Un modo semplice per truccare uno studio con la giuria è confrontare 2 entità che sai già avere una particolare differenza o correlazione. Puoi quindi fingere di “scoprire” questa differenza o correlazione ma attribuirla a un nuovo fattore.

Quindi, se, ad esempio, poiché gli stati poveri rispetto agli stati ricchi tendono ad avere esiti di salute peggiori, se gli stati poveri sono meno conformi alle linee guida del regime, puoi indicare i loro peggiori esiti di salute e dare la colpa a loro che non prendono il Glorioso Vaccino. I media eccellono davvero nell’amplificare questo messaggio in particolare, perché non amano altro che attribuire esiti negativi all’affiliazione politica con il/i partito/i politico/i “cattivo/i”.

 

V-5. Controlla i set di dati critici utilizzati per la ricerca scientifica

Chi controlla i dati controlla la Scienza. Abbi cura di avere un controllo ferreo sui set di dati più importanti e ampiamente utilizzati e ti risparmierai molto stress e mal di testa. Ad esempio, i militari controllano i loro set di dati interni e possono manipolarli a piacimento. Come DMED, hanno manipolato questo set di dati fino al punto di rendere tutto inutile. Dai un’occhiata qui sotto ai due grafici seguenti che mostrano i dati  DMED per i “tassi di visite mediche ambulatoriali” per gli anni 2015-2018 – il grafico a sinistra è la versione pubblicata nel 2019, il grafico a destra mostra la versione 2021 – e in qualche modo, non sono la stessa cosa (aree cerchiate in rosso).

Hai notato il cambiamento nei numeri 2016-2018 (che puoi vedere dalla forma della linea di tendenza)? Come è aumentato il numero di visite mediche avvenute nel 2016 tra  il 2019 e il 2021????

Perché il regime ha semplicemente riscritto i dati. Questo è ciò che puoi fare quando hai il controllo completo sul set di dati.

Inutile dire che in nessuna circostanza dovresti consentire a scienziati pagani di accedere ai testi sacri o ai dati della Scienza sotto il tuo controllo – ricorda, devi essere sempre vigile per evitare che un ricercatore eretico canaglia esegua un’analisi che potrebbe invalidare o contraddire la Scienza. Il CDC dà l’esempio qui:

Fonte: Source: https://www.cdc.gov/nchs/nvss/nvss-restricted-data.htm
Se non dai ai fastidiosi scienziati indipendenti l’accesso ai dati, non devi preoccuparti che scoprano cose nei dati che mineranno alla grande la narrativa del regime. 

Sezione VI – Controllo degli standard di prova

Pensa a te stesso come a un giudice che presiede un processo penale, che decide quali prove sono ammissibili in tribunale, e quindi può garantire che le prove a carico o a discarico non raggiungano mai la giuria. Stessa idea qui: controllando gli standard delle prove, puoi eliminare indirettamente molta della scienza stimolante che è là fuori senza dover contestare direttamente le affermazioni o le prove specifiche.

 

VI-1. Rendere il tipo di prova della massima qualità impossibile da soddisfare per chiunque tranne che per gli attori approvati dal regime

Questa è una semplice regola: rendere quanto più difficile umanamente possibile per scienziati o ricercatori indipendenti condurre il tipo di studi ritenuti “di alta qualità”..

Potresti rendere troppo costoso per i dissidenti dalla mentalità contrarian condurre una scienza non approvata o eretica. Uno dei più grandi colpi di stato nella storia della propaganda è stata l’ascesa dei processi controllati casuali come “Gold Standard” per le prove.  Questi in genere costano molti milioni per essere condotti, precludendo la possibilità a chiunque, tranne gigantesche società farmaceutiche (che sono attori leali del regime) di gestire tali imprese scientifiche.

Puoi anche approvare leggi o utilizzare agenzie governative per vietare la conduzione di studi di alta qualità non approvati nel caso in cui un gruppo riesca in qualche modo a garantire fondi sufficienti per condurre tale studio.

 

VI-2. Designare il tipo di studi che gli scienziati non approvati possono condurre come “di bassa qualità”

Al contrario, assicurati che qualsiasi scienza o ricerca non conforme che può ancora essere condotta sia designata come prova di bassa qualità. Questa è di solito un’alternativa migliore rispetto al divieto assoluto di tutte le ricerche non approvate, il che naturalmente renderà la popolazione sospettosa del regime e incline ad accettare ogni tipo di teorie del complotto assurde e selvagge. Piuttosto, lascia che facciano le loro ricerche, ma spiega che non hanno senso perché non sono conformi alle regole appropriate della scienza basata sull’evidenza.

 

VI-3. Non articolare un chiaro standard di prova che le persone comuni possono applicare da sole

Inevitabilmente dovrai affrontare situazioni in cui hai bisogno di un margine di manovra per impiegare un doppio standard di prove. Se esprimi uno standard chiaro e facilmente comprensibile, allora stai neutralizzando la tua stessa capacità di falsificare la scienza, dal momento che le persone possono quindi tenerti al tuo standard dichiarato. Inoltre, come sottolineato in precedenza, vuoi condizionare le persone che il vero standard è semplicemente qualunque cosa il regime dichiari essere una prova di alta qualità piuttosto che qualsiasi criterio lontanamente oggettivo.

 

VI-4. Perseguitare gli scienziati insolenti o sleali

Di tanto in tanto, si verificherà una situazione in cui potresti trovarti incapace di mettere in dubbio la credibilità della ricerca sulla base del fatto che si tratta di prove di scarsa qualità. In tali casi, dovresti invece perseguire lo scienziato o gli scienziati responsabili della diffusione della Scienza eretica, interrompendo così la diffusione e l’ulteriore conduzione della ricerca problematica. Questo può essere innocuo come deplatformarli dai social media, o avvolgente come inviarli a un Gulag per non essere mai più visti o sentiti. Comunque tu o il regime alla fine decidiate di rimuoverli dalla sfera pubblica, dovete assicurarvi di attaccare incessantemente anche la loro reputazione e competenza (anche dopo che il sedizioso traditore è stato eliminato). Questa è anche una buona tattica da usare contro uno o più scienziati carismatici che minacciano il regime perché catturano il cuore delle masse. Questo è vero anche se sembrano leali, a meno che tu non sappia per certo che non diserteranno mai dall’altra parte (come se tu avessi informazioni di ricatto, o loro sono il cuore e l’anima della narrativa del regime e sono fanaticamente impegnati, come il santo dottor Fauci). Quindi dovresti mantenere un robusto apparato di spionaggio per tenere traccia di tutti gli scienziati fedeli al regime.

 

Sezione VII – Le Autorità Ecclesiastiche della Scienza

La prima cosa che devi capire è che il concetto di autorità all’interno del regno della scienza è di natura ecclesiastica. La maggior parte del discorso scientifico nella società odierna consiste in argomentazioni provenienti dall’autorità. Quindi, invece di resistere a questo, abbraccialo e maneggialo, perché è la più potente di tutte le armi nella lotta per controllare la Scienza stessa. Tu sei la Chiesa della Scienza. Il regime è il suo Vaticano. Mostra i tuoi muscoli e imponi la tua volontà!!

Devi sancire convenzioni che selezioneranno naturalmente solo i lealisti del regime per salire a posizioni di autorità scientifica nella società. Ciò si ottiene principalmente attraverso i seguenti metodi:

VII-1. Gli esperti devono essere accreditati

Le credenziali sono il primo schermo che elimina la maggior parte dei potenziali malintenzionati. Richiedendo le credenziali – che ovviamente si possono ottenere solo attraverso l’intermediazione del regime stesso, o di un’istituzione accreditata e fedele al regime. Dovete rafforzare le convinzioni che gli esperti non accreditati sono unicamente pericolosi e ignoranti, poiché la popolazione è gravata dal costante bisogno di chiedere una seconda opinione alle posizioni e alle dichiarazioni del regime.

VII-2. Gli esperti devono essere affiliati a un’istituzione o un’organizzazione in regola

Un’altra regola ovvia. Questo è un buon modo per eliminare ulteriormente tutti i potenziali scienziati della Manciuria che hanno superato il processo di accreditamento.

 

VII-3. Gli esperti devono essere considerati nel “mainstream”

Applicare rigorosamente questa convenzione sociale, poiché è una potente rete di sicurezza nel caso in cui un esperto rompa i ranghi e decida di invertire il regime. Tali persone non possono essere facilmente decredenziate e talvolta può essere difficile o poco pratico terminare tutte le affiliazioni che potrebbero avere con organizzazioni in regola. Da qui la necessità di una squalifica che non dipenda da nessuno dei due. Dichiararlo fuori dal mainstream è un modo abbastanza potente per defogliare un tale esperto della sua autorità.

 

VII-4. Applicare il consenso scientificoUn altro modo potente per controllare chi detiene l’autorità scientifica è imporre la conformità a un “consenso” inventato, marchiando chiunque si discosti da tale consenso come un eretico assoluto e incorreggibile del tipo più deviante. È uno strumento esterno che può essere estremamente utile per detronizzare scienziati con credenziali ribelli. Il “consenso” risuona potentemente nelle orecchie e nei cuori dei laici, e fornisce loro una facile giustificazione per non sollevare domande se il regime decide improvvisamente di sconsacrare uno scienziato precedentemente molto stimato.

 

Epilogo

L’arte della propaganda è un argomento ampio che comprende molteplici discipline. Non aspettarti di padroneggiarlo dall’oggi al domani. Aspettati di commettere errori: è così che impari cosa funziona (e quindi assicurati anche di avere sempre qualcun altro a cui attribuire la colpa dei tuoi errori).

Fortunatamente per te, la stragrande maggioranza dei cittadini sono pecore intellettuali e francamente non sono così brillanti. Questo principio è stato brillantemente dimostrato dal capo architetto di Obamacare, il professor Jonathan Gruber.

Tuttavia, il professor Gruber aveva un debole per spiegare troppo, troppo chiaramente, nei discorsi registrati. Per la cronaca, non c’è niente di sbagliato nello spiegare questioni controverse in un linguaggio chiaro ai giovani studenti del regime che sono fondamentali per capire come funziona la politica del regime, dovranno avere una solida comprensione di queste cose se vogliono essere lavoratori produttivi del regime. Diventa un problema, tuttavia, quando questi discorsi vengono registrati su un video accessibile a un pubblico più vasto:

Verrebbe da pensare che dopo che il ragazzo che ha scritto una legge profondamente impopolare (all’epoca) è stato beccato in numerosi video in cui si vantava di come fosse un “sfruttamento intelligente della mancanza di comprensione economica dell’elettore americano” e di come “la stupidità del L’elettore americano” è stato fondamentale per poter far passare un aumento delle tasse per non un aumento delle tasse (che sono entrambi veri al 100% come affermato in precedenza), che i politici sarebbero stati costretti a ritirare la legge e riprovare tra qualche anno dopo il il clamore si era placato.You would think that after the guy who wrote a deeply unpopular law (at the time) was caught on numerous videos boasting about how it was a “clever exploitation of the lack of economic understanding of the American voter” and how “the stupidity of the American voter” was critical to being able to pass off a tax increase as not a tax increase (which are both 100% true as stated earlier), that the politicians would be for

Verrebbe da pensare che dopo che il ragazzo che ha scritto una legge profondamente impopolare (all’epoca) è stato beccato in numerosi video in cui si vantava di come fosse un “sfruttamento intelligente della mancanza di comprensione economica dell’elettore americano” e di come “la stupidità del L’elettore americano” è stato fondamentale per poter far passare un aumento delle tasse per un NON aumento delle tasse (che sono entrambi veri al 100% come affermato in precedenza), che i politici sarebbero stati costretti a ritirare la legge e riprovare tra qualche anno dopo il il clamore si era placato.

Tranne che, a quanto pare, di solito puoi contare non solo sull’assoluta stupidità dell’elettore medio, ma anche sulla loro mancanza di memoria a breve termine, sulla loro mancanza di senso di autoconservazione e sul loro impegno per l’ideologia politica soprattutto. Obamacare è stato annullato o addirittura ritardato? No. Quindi, anche se verrai beccato alla grande, probabilmente starai bene. (Soprattutto se hai coltivato un media mainstream compiacente che serve lealmente il regime.)

Puoi anche trarre conforto dal fatto che la propaganda è naturalmente un’impresa che si corregge da sola: quando vengono commessi degli errori, scateni semplicemente più propaganda e gaslighting per coprire o mitigare in altro modo quegli errori. Osservate come i funzionari del regime sono passati dall’esaltare il professor Gruber all’affermare che era del tutto insignificante, senza battere ciglio e senza il minimo accenno di imbarazzo per la nuda ipocrisia delle loro posizioni inconciliabili:

(Dovresti fare attenzione a non essere troppo sprezzante nel commettere errori, o potresti ritrovarti trasferito in un Gulag sovietico o in un sito Black Ops della CIA in Marocco.)(You should take care not to be too cavalier about making errors though, or you may find yourself relocated to a Soviet Gulag or CIA Black Ops site in Morrocco.)

Insieme, possiamo rendere il mondo un posto migliore per coloro che sono destinati a far parte dell’umanità appena resettata.Together, we can make the world a better place for those destined to be a part of the newly reset humanity.

Non esitate a commentare di seguito se avete suggerimenti per miglioramenti, aggiunte,

11 Fonte: https://www.theatlantic.com/science/archive/2017/12/trofim-lysenko-soviet-union-russia/548786/

(Dovresti fare attenzione a non essere troppo sprezzante nel commettere errori, o potresti ritrovarti trasferito in un Gulag sovietico o in un sito Black Ops della CIA in Marocco.)

Insieme, possiamo rendere il mondo un posto migliore per coloro che sono destinati a far parte dell’umanità appena resettata.

Non esitate a commentare di seguito se avete suggerimenti per miglioramenti, aggiunte, esempi del mondo reale o errori di rilevamento ovunque.

(Sto cercando di mantenerlo il più semplice e non tecnico possibile però.)

 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Logo Fronte di Liberazione Nazionale con Nicola Franzoni

Partito Politico Registrato: Fronte di Liberazione Nazionale | Sigla Registrata : FLN | Simbolo Registrato

sede legale: viale Colombo 10 Marina di Carrara

partito@frontediliberazionenazionale.it


©2022 Fronte di Liberazione Nazionale