Viime vuonna Aaron Hertzberg kokosi idioottien oppaan siitä, miten vakuuttaa massat tappavasta pandemiasta, vaikka sellaista ei ole, ja teeskennellä, ettei rokote aiheuta vammoja, vaikka niitä on.
Hän on kirjoittanut tekstin aloitteleville propagandisteille, jotka haluaisivat oppia taidon: ”Aloittelijalle [propagandan taito] voi olla hyvin vaikea hallita. Jopa kokenut propagandisti voi toisinaan langeta ansaan ajatella, että propagandan luominen ja levittäminen on suoraviivaista – mikä on hyvä tapa voittaa pysyvä kaikki kulut katettu Siperian-loma”, hän sanoi.
”Seuraava lyhyt opas tarjoaa niin aloitteleville propagandisteille, WEF-lakeille, kommunistisille apparatšikeille, heränneille marxilaisille kuin kokeneillekin virkamiehille työkalut ja tiedot, joita he tarvitsevat kehittääkseen lupaavia kykyjään propagandan taidon täydeksi mestaruudeksi.”
Kuten arvata saattaa, Herzbergin opas on väistämättä pitkä. Julkaisemme yhden osan kerrallaan, jotta toiveikkaat propagandistit eivät tunne oloaan ylikuormitetuiksi ja luovu unelmistaan propagandan urasta ensimmäisen esteen jälkeen.
Älkäämme menettäkö yhteyttä… Hallituksenne ja suuret teknologiayritykset yrittävät aktiivisesti sensuroida The:n raportoimia tietoja. Exposé omien tarpeidensa palvelemiseksi. Tilaa sähköpostilistamme nyt varmistaaksesi, että saat uusimmat sensuroimattomat uutiset. postilaatikossasi…
By Aaron Hertzberg julkaisemana Brownstonen instituutti 20. joulukuuta 2024. Artikkeli oli Julkaistiin alunperin Hertzbergin Substack-sivulla 15. kesäkuuta 2023. Johdanto, joka sisältää linkit kaikkiin osioihin, ja osio I – Määritelmät, lue TÄÄLTÄ.
Ehkä tärkein tieteen manipuloimiseen tarvittava taito on kyky suunnitella ja manipuloida tutkimusta tarvittavien tulosten saavuttamiseksi.
(Huomaa: tutkimusten varsinaisen manipuloinnin tekevät aina asiantuntijat, jotka tekevät tutkimuksia työkseen (joita kutsutaan PI:ksi tai päätutkijoiksi). Joten sinun ei oikeastaan tarvitse olla sujuva näissä asioissa. Mutta on silti hyödyllistä, jos sinulla on riittävän hyvä käsitys perusasioista.)
Tutkimukset – etenkin ne suuret ja hienot, joita tyypillisesti pidetään tieteen™ ”kultaisstandardina” – ovat valtavan monimutkaisia otuksia, joita voidaan manipuloida lukemattomilla tavoilla. Selitämme yleisimmät ja suoraviivaisimmat petokset, manipulaatiot ja suunnitteluvirheet, joita voidaan hyödyntää, jotta tutkimuksesta tulisi käsissäsi oleva nukke, jota voit ohjata mielesi mukaan.
(Huomaa: Seuraavien manipulaatioiden toteuttamisessa on monia hienostuneisuuden asteita. Selitämme ja havainnollistamme vain taustalla olevia käsitteitä käyttämällä periaatteiden suoraviivaista soveltamista lisäämättä hienoja koristeita tai pikkutavaroita. Tavoitteena on, että ymmärrät erilaiset datan manipulointityypit ja -tavat. Voit oppia kehittyneempiä menetelmiä myöhemmin, mikä on tietenkin erittäin suositeltavaa ja kannustettavaa.)
Sisällysluettelo
IV-1. Tutkimusmanipulaatiotaktiikka nro 1: Tutkimusprotokollien suunnittelun manipulointi
Suurin osa tähän osioon liittyvästä materiaalista on olennaista myös seuraavaan osioon, joka käsittelee tutkimusprotokollien toteutuksen sabotointia, joten käsittelemme tässä vain taktiikoita, jotka liittyvät ainutlaatuisesti itse protokollien suunnittelun manipulointiin.
Tutkimusprotokollat ovat pohjimmiltaan kuin sääntökirja, joka sanelee, miten tutkimus tehdään. Varmista siis, että kirjoitat säännöt, jotka suosivat haluamaasi tulosta.
A) Pakan pinoaminen; Osoita tutkimushenkilöt strategisesti vastaaviin tutkimus- ja kontrolliryhmiin
Lähes kaikissa suurissa erikoistutkimuksissa on kaksi ryhmää: tutkimusryhmä ja kontrolliryhmä. Uuden lääkkeen tutkimuksessa tutkimusryhmä saa lääkettä ja kontrolliryhmä ei. Teoriassa, jos lääke toimii, kontrolliryhmässä pitäisi olla enemmän sairaita ihmisiä kuin tutkimusryhmässä.
Jos siis suoritat tutkimusta uuden ihmelääkkeen testaamiseksi, voisit hyödyntää tätä laittamalla kontrolliryhmään enemmän epäterveellisiä ihmisiä kuin tutkimusryhmään, jotta tutkimusryhmä pärjäisi paremmin, vaikka lääke ei toimisikaan. (Sinun ei tietenkään pitäisi myöntää tekeväsi tätä tai mitään muutakaan näistä taktisista tempuista tutkimusdokumentaatiossa.)
B) Tutkimushenkilöiden huolellinen seulonta
Paljon päänsärkyä voi välttää yksinkertaisesti pitämällä loitolla ihmiset, jotka todennäköisesti sotkevat tuloksesi jollain tavalla.
Jos esimerkiksi testaat uutta lääkettä, jonka haluat todistaa turvalliseksi ja tehokkaaksi, pidä loitolla ihmiset, jotka ovat erityisen alttiita kärsimään pahoista reaktioista tai tehottomuudesta. Ymmärrät varmaan. (Aivan kuten covid-rokotekokeissa ei otettu mukaan vanhoja liitännäissairauksia sairastavia ihmisiä, mikä olisi paljastanut "99 %:n tehokkuuden" ankan.)
IV-2. Tutkimusmanipulaatiotaktiikka nro 2: Sabotoi tutkimusprotokollien toteutusta
Usein et pysty manipuloimaan itse tutkimusprotokollia haluttujen tulosten saavuttamiseksi. Tällaisissa tapauksissa sinun on sen sijaan sabotoitava virallisten tutkimusprotokollien toteuttamista tai noudattamista. Tämä on melko helppoa, ja tapoja saavuttaa tämä on kirjaimellisesti loputtomasti.
(Huomaa: On järkevää suunnitella logistiikka etukäteen, jotta vältetään erilaiset ongelmat ja stressaavat tilanteet, joita voi ilmetä tuhansia koehenkilöitä ja henkilöstöä käsittävässä suuressa tutkimuksessa. Jos esimerkiksi haluat "osoittaa", että erityisen ärsyttävä lääke on itse asiassa tappava, sinulla tulisi olla ruumispussit käsillä, jotta ruumiit voidaan nopeasti poistaa julkisista paikoista, ja tuhkauslaitos päivystää 24/7 tuhoamaan kaikki ei-toivotut rikostekniset tai patologiset todisteet, joita ruumiissa saattaa olla.)
Protokollasabotaasi nro 1: Tutkimushoidon tai -intervention antaminen (tutkimusryhmälle)
Ihmiset luulevat, että lääkkeen antaminen tutkimushenkilöille on yksinkertaista ja suoraviivaista. He ovat väärässä. Hyvin väärässä. Koko tutkimusta voi usein kontrolloida hienovaraisesti säätämällä hoidon antotapaa tutkimushenkilöille, mukaan lukien seuraavat:
- Annostus/intervention määrä – Lääkettä voi annostella liian vähän tai liikaa riippuen siitä, mitä tavoittelet. Jos haluat lääkkeen vaikuttavan tehottomalta, liian pieni annos varmistaa, ettei se toimi. Jos haluat osoittaa lääkkeen olevan vaarallinen, lisää annosta erittäin myrkylliselle tasolle.
- Hoidon antamisen ajoitus – Toinen tapa sabotoida lääkettä on antaa se potilaille liian aikaisin tai liian myöhään, jotta se olisi tehokasta. Tähän on monia eri keinoja. Voit esimerkiksi lähettää lääkkeen potilaille postitse, mikä väistämättä lisää aikatauluun muutaman päivän (David Boulwaren ivermektiinierikoistuote).
- Tuotteen laatu eli puhtaus tai teho – Saastunut tai huonosti valmistettu tuote ei toimi samalla tavalla kuin puhdas tuote, joka on valmistettu korkealaatuisista ainesosista ja täysin ihanteellisia valmistusmenetelmiä noudattaen.
(Huomaa: Sinun tulisi AINA tehdä epävirallisia prekliinisiä eläin- ja ihmistutkimuksia ymmärtääksesi, miten lääkkeen tai intervention eri versiot toimivat ENNEN kuin käytät saastuneita versioita tutkimuksessa (lääkkeen normaalilla koostumuksella tehtyjen virallisten prekliinisten tutkimusten lisäksi); muuten otat riskin sabotoida vahingossa omat sabotaasiyrityksesi. Muista, että tutkimuksen tarkoituksena on osoittaa ennalta määrätty lopputulos, ei löytää uusia tieteellisiä näkemyksiä! Epävarmuus tai arvaamattomuus siitä, mitä tutkimasi lääke tai interventio tekee tosielämässä, on kuin kryptoniittia onnistuneeseen tutkimusvilppiin. Tai ainakin se aiheuttaa sinulle todella pahoja migreenejä, kun kamppailet navigoidaksesi vaarojen ja epämukavan datan sokkelossa nyt erittäin sotkuisesta tutkimuksestasi.)
- Käytä suolaliuosta tai lumelääkettä intervention sijaan – Toinen tapa minimoida hoito-ohjelman valitun intervention vaaroja on antaa lumelääkettä hoidon sijaan, jotta intervention myrkyllisyydelle altistuminen on pienempi. On tietysti myös varmistettava, että suolaliuoksen käytöllä ei ole ei-toivottua sivuvaikutusta, joka osoittaisi lääkkeen tehottomuuden. Tätä taktiikkaa käytetään tyypillisesti yhdessä muiden protokollan manipulointien tai uskottomuuden kanssa.
- Sekoita ja sovi – Voit aina yhdistellä näitä ehdotuksia. Voit esimerkiksi antaa joillekin hoitohenkilökunnalle eri tuotteen. Voit myös käyttää useampaa kuin yhtä näistä ehdotuksista yhdessä, jolloin kattaat tutkimusryhmän eri osia eri ehdotuksilla, mikä voi vaikeuttaa ulkopuolisten mahdollisuuksia havaita protokollarikkomuksia.
Protokollasabotaasi nro 2: Lumelääkkeen anto (tutkimusryhmälle)
Tämä on pohjimmiltaan edellisen osion kääntöpuoli. Lumelääkkeeseen sovellettuna on muutamia erityisiä taktiikoita, jotka ovat hieman ainutlaatuisia:
- Anna kontrolli- tai lumelääkeryhmälle interventio – Yksi tapa varmistaa, ettei tutkimus osoita hoidon tehoa, on antaa hoitoa myös kontrolliryhmälle. Jos molemmat ryhmät saavat hoitoa, niiden välillä ei ole eroa, joka osoittaisi, että hoitoryhmä pärjäsi paremmin hoidon ansiosta.
Helpompi mutta riskialttiimpi tapa tehdä tämä on antaa tutkimushenkilökunnan antaa lääkettä suoraan kontrolliryhmälle, joka naamioituu lumelääkkeeksi. (Tämä on melko helppoa, koska lumelääkkeen oletetaan näyttävän, tuntuvan, maistuvan ja tuoksuvan identtiseltä hoidon kanssa, jotta kontrolliryhmän koehenkilöt eivät huomaa, etteivät he saaneet lääkettä.)
Vaikeampi mutta vähemmän riskialtis menetelmä on painostaa kontrolliryhmän koehenkilöitä saamaan hoitoa tutkimuksen ulkopuolella. Voit esimerkiksi käyttää lumelääkettä, joka eroaa merkittävästi lääkkeestä. Koska tutkimushenkilöt voivat helposti Googlen kautta havaita, ettei lääkkeen ole tarkoitus näyttää, tuoksua tai maistua tältä, he pyrkivät hankkimaan varsinaista lääkettä erikseen, koska he eivät halua kuolla tai kärsiä heikentävistä komplikaatioista mistä tahansa sairaudesta tai tilasta, jota lääkkeellä hoidetaan.
Vaihtoehtoisesti voit suorittaa tutkimuksen paikassa, jossa väestöllä on jo laaja altistuminen tutkittavalle hoidolle, jolloin tutkittavien joukko on kauttaaltaan saastunut ihmisillä, jotka jo käyttävät lääkettä tai joilla ainakin on sitä varastossa.
(Muista vain, että tämä taktiikka voi joutua ärsyttävien toisinajattelijoiden ja tieteenvastaisten harhaoppisten huomion kohteeksi, koska on julkisesti tiedossa, että tutkimuksen kohteena olleessa paikassa oli laajaa tietoisuutta lääkkeestä ja/tai sitä käytettiin.)
- Lisää lumelääkettä – Jos et halua inerttiä lumelääkettä, voit lisätä siihen jotain hieman "eloisampaa", joka voi aiheuttaa sivuvaikutuksia ja/tai terapeuttisen vaikutuksen.
Yksi erityinen menetelmä on käyttää hoidon osia lumelääkkeen tehostamiseen. Tämä voi olla erityisen hyödyllistä piilotettaessa hoidon ongelmallisia sivuvaikutuksia, jotka johtuvat muista ainesosista tai komponenteista kuin vaikuttavasta ainesosasta – jos lisäät ne lumelääkkeeseen, molemmilla ryhmillä on samanlaisia sivuvaikutuksia.
(Huomaa: Muista, että jos sivuvaikutukset ovat liian voimakkaita, pelkkä hoidon myrkyllisten komponenttien sisällyttäminen lumelääkkeeseen voi herättää kysymyksiä, jos ihmiset huomaavat, että tiettyjen sivuvaikutusten esiintyvyys on huomattavasti korkeampi tutkimuksen kontrolliryhmässä kuin väestössä yleensä.)
Protokollasabotaasi #3: Kannusta tutkimushenkilöitä muuttamaan käyttäytymistään
Tutkimushenkilöiden käyttäytyminen on usein kriittinen näkökohta protokollia suunniteltaessa ja tutkimusta suoritettaessa. Käytä tätä eduksesi.
Kannustimia on kolmea perustyyppiä:
- Taloudelliset kannustimet – Yksi varmimmista tavoista kannustaa käyttäytymistä on palkita sitä taloudellisesti:
- Tutkimuksen sisällä voidaan toteuttaa korruptoitunutta lahjontajärjestelmää. Jos esimerkiksi tutkimuksessa saadaan tuloksia pyytämällä osallistujia raportoimaan tietoja – kuten mitä sivuvaikutuksia he kokivat Loistavan intervention jälkeen – voit maksaa osallistujille siitä, etteivät he raportoi sivuvaikutuksia. Sinun on kuitenkin myös valvottava salassapitoa ja varmistettava, ettei kukaan saa tietää siitä, mikä voi olla hankalaa.
- Vaihtoehtoisesti voit manipuloida tai hyödyntää tutkimusympäristöä toimiaksesi välittäjänäsi taloudellisten hyödykkeiden jakamisessa. Jos esimerkiksi testaat mahdollisen intervention tehokkuutta pelätyn taudin leviämisen estämiseksi, voit suorittaa tutkimuksen paikassa, jossa ihmiset voivat mennä töihin vain, jos heillä ei ole pelättyä tautia, hyödyntäen tätä sisäänrakennettua kannustinta olla ilmoittamatta positiivisia testituloksia (he haluavat täyden palkkansa).
- Sosiaalinen paine – Toinen kannustintyyppi on sosiaalinen paine. Se voi tulla ikätovereilta, poliittisilta voimilta, sosiaalisilta ryhmiltä, ammatillisilta kumppaneilta, instituutioilta, julkisuuden henkilöiltä tai miltä tahansa muulta yhteiskunnallisen vaikuttamisen lähteeltä. Ydin on siinä, että voit käyttää mitä tahansa tai kaikkia näistä eduksesi.
Oletetaan esimerkiksi, että suoritat tutkimusta testataksesi Ihmeellisen Kankaan Kilven tehokkuutta Pelätyn Taudin leviämisen estämisessä. Annat siis joillekin kolmannen maailman maan kylille Ihmeellisen Kankaan Kilven ja luot kontrolliryhmän kyläläisistä, jotka eivät saa Ihmeellistä Kankaan Kilpeä. Voit esitellä näiden laitteiden mahtavuutta kyläläisten edessä, jotka saavat ne. Voit myös pyytää kylän vanhimpia julistamaan, että Ihmeellinen Kankaan Kilpi on lahja taivaasta, mikä tekee sen käyttämisestä moraalisen hyveen ja mikä tärkeintä, tekee sen käyttämisestä, mutta Pelättyyn Tautiin tarttumisesta uskonnollisen epäonnistumisen merkin. Tämä tekee heistä paljon epätodennäköisemmin ilmoittavia Pelätyn Taudin tapauksista, varsinkin verrattuna kyläläisiin, jotka eivät saaneet Ihmeellistä Kankaan Kilpeä. Tämä saa näyttämään siltä, että Ihmeellinen Kankaan Kilpi vähentää Pelätyn Taudin leviämistä.
- Kovat rangaistukset – Voit uhata kaikenlaisilla hirvittävillä seurauksilla, jos tutkimushenkilöt eivät tee juuri sitä, mitä haluat. Tämä on erityisen helppo toteuttaa kolmannen maailman maissa, joissa oikeusvaltioperiaatetta on vähän tai ei lainkaan ja korruptio on sääntö. Voisi olla hyödyllistä antaa etukäteen esimerkki jostakusta osoittaaksesi, että olet tosissasi – voit esimerkiksi valita jonkun sattumanvaraisesti lähetettäväksi Sudanin vankilaan, josta hän ei todennäköisesti koskaan palaa hengissä.
Protokollasabotaasi #4: Palkkaa epäpäteviä ihmisiä johtamaan tutkimusta
Tutkimukset – erityisesti tutkimukset, joissa suoritetaan jonkinlainen koe (toisin kuin pelkästään olemassa olevien aineistojen analysointi) – vaativat tyypillisesti suuren henkilöstömäärän. Epäpätevän henkilöstön palkkaaminen on loistava tapa antaa itselleen liikkumavaraa "hieroa" tutkimuksesta esiin nousevaa epämukavaa dataa – "tämä data on virheellistä, koska henkilökunta sotki sen". Joten tietenkin sinun on "korjattava" "virheet".
Vielä tärkeämpää on, että epäpätevä henkilökunta huomaa vähemmän tutkimuksen manipulointia, koska heillä ei ole tietoa tai kokemusta siitä, miten laillisen tutkimuksen tulisi suorittaa.
Protokollasabotaasi nro 5: Poista tutkimuksesta kaikki ongelmalliset tutkimushenkilöt tai tapahtumat
Tämä on ilmiselvä ”duh”. Jos muutamat Glorious-rokotteen vaiheen 3 kokeessa olevat henkilöt kärsivät vakavista vammoista heti Glorious-rokotteen saamisen jälkeen, he eivät voi pilata ”turvallisen ja tehokkaan” tarinaa. Mutta onneksi ratkaisu on yksinkertainen: poista heidät tutkimuksesta.
Tämä ei edes näytä epäilyttävältä ulkopuolisesta tarkkailijasta! Jokaisessa tutkimuksessa on protokolliin kirjoitettu sääntöjä, jotka sallivat potkia ulos osallistujia, jotka rikkovat tutkimusprotokollia tai haluavat lähteä "henkilökohtaisista syistä". (Ajattele jokaista kertaa, kun poliitikko sanoo eroavansa "viettääkseen enemmän aikaa perheensä kanssa" – sama ajatus.) Mutta useimmat akateemikot ovat tähän heikkoja ja lankeavat siihen joka kerta.
Jos olet todella fiksu protokollien suunnittelussa alun perin, lisäät ehdon, joka kieltää tutkittavia hakemasta lääkärinhoitoa tutkimuksen ulkopuolisilta lääkäreiltä. Joten jos tutkittava kärsii ikävästä sivuvaikutuksesta, kuten lievästä turvallisesta ja tehokkaasta sydänlihastulehduksesta tai lievästä Bellin halvauksesta, joka jättää hänet jonkin verran halvaantuneeksi, hän menee suoraan lähimpään ensiapuun... mikä on selvä tutkimusprotokollien rikkomus!! Hei hei -ongelma.
Jos haluat nähdä oikean maailman mestarin, älä etsi kauempaa kuin Pfizerin lasten rokotteen kolmannen vaiheen tutkimuksesta vastaavaa henkilöä. Kun yksi tutkittavista, Maddie de Garay, kärsi useista melko ikävistä neurologisista vammoista 3 tuntia rokotteen saamisen jälkeen (sellaisia, jotka vaativat jatkuvaa ruokintaletkujen ja pyörätuolien käyttöä muiden elämäntapamuutosten ohella), he yksinkertaisesti heitivät hänet ulos tutkimuksesta. Ja sitten hänen vammansa kirjattiin "ratkaisemattomaksi vatsakivuksi". He heittivät myös toisen henkilön, asianajaja nimeltä Augusto Rioux, pois päätutkimuksesta, kun hän sai lievän, turvallisen ja tehokkaan sydänpussitulehduksen ensimmäisen annoksen jälkeen.
Sama AstraZenecan kohdalla. Brianne Dressen erotettiin ensimmäisen annoksen jälkeen, mutta heidän mukaansa hän vetäytyi henkilökohtaisista syistä. Näetkö? Helppoa kuin heinänteko.
Protokollasabotaasi #6: Väärien tietojen tallentaminen
Kun mikään muu ei auta, tutkimukseen voi yksinkertaisesti tallentaa täysin virheellistä ja tyhjästä sepitettyä dataa. Pfizerin tutkimusurakoitsija Ventavia näyttää meille, miten tämä onnistuu. Seuraavat kuvakaappaukset ovat Ventavian toimipisteen päälliköiden Brooke Jacksonin lähettämä sähköposti. Hän päätti yrittää heikentää hallintoa paljastamalla jatkuvan petoksen:
Epätavallisen nopeassa ja tehokkaassa vastauksessa rouva Jackson erotettiin alle kuusi tuntia tämän sähköpostin lähettämisen jälkeen FDA:lle. KUUSI TUNTIA!! Näin asioiden pitäisi toimia.
Lisäksi, kun hän haastoi hänet liittovaltion tuomioistuimeen yrittäen estää koko Pfizerin rokotetutkimuksen, hallinto esti sitä onnistuneesti lähes kahdeksi kokonaiseksi vuodeksi käyttämällä erilaisia nerokkaita oikeudellisia taktiikoita. (On kuitenkin huomattava, että kuka tahansa rekrytoinnista vastasikin, mokasi pahasti; on tehtävä perusteelliset taustatarkastukset sen varmistamiseksi, ettei potentiaalisilla hakijoilla ole vahvoja moraalisia vakaumuksia.)
Valitettavasti FDA ei valvo ulkomaisia lääketieteellisiä julkaisuja, joista yksi päätti (järkyttävästi) julkaista artikkelin, jossa dokumentoitiin Pfizerin oikeudenkäyntipetos. Mahtavaa. Siksi on välttämätöntä perustaa yhtenäinen hallintoelin koko maailmalle.
IV-3. Tutkimusmanipulaatio, vaihtoehto nro 3: Tutkimusanalyysi
Kun olet saanut itse tutkimuksen valmiiksi, on aika analysoida tutkimuksen tulokset. Kaikki ongelmalliset tiedot, jotka jotenkin pääsivät kaikkien protokollasuunnittelujesi ja sabotaasin läpi, siivotaan tässä. Ajattele tätä kuin antaisit käytetylle kolhiintuneelle autolle uuden maalikerroksen piilottaaksesi kaikki alla olevat vauriot; et muuta mitään olennaista, vain peittelet asioita (suurimmaksi osaksi). Kukaan ei halua raaputtaa uutta maalikerrosta varmistaakseen, ettei se peitä mitään.
Dataa voi "analysoida" niin monella tavalla. Tärkeintä on olla fiksu siinä, mitkä tavat valitsee ja miten analyysi tehdään.
Analyysitaktiikka nro 1: Älä muokkaa tietoja
Datan mukauttaminen on tieteessä melko tavallista. Raakadatasta ei juuri koskaan voida tehdä suoria johtopäätöksiä tai ekstrapoloida tuloksia, koska mukana on yleensä kaikenlaisia sekoittavia muuttujia.
Tässä on hyvin yksinkertainen esimerkki datan muokkaamisesta:
Seuraavassa on Darth Santistanin (paha osavaltio) ja Commiefornian sukupuolispektriparatiisin (hyvä osavaltio) osavaltioiden väestö:
Tässä ovat pelätyn taudin kuolleisuusluvut näissä osavaltioissa. Kaiken kaikkiaan huonossa osavaltiossa on enemmän kuolemia kuin hyvässä. Koska niillä on sama väestö, tämä tarkoittaa, että kuolleisuus on korkeampi Darth Santistanin PAHOSSA, PAHOSSA osavaltiossa:
MUTTA… kyllä, tässä on yksi iso ”mutta”…
Jos tarkastelemme ikääntyneen väestön ja muun väestön kuolleisuuslukuja erikseen, on järkyttävää, että hyvässä osavaltiossa on korkeampi kuolleisuus MOLEMMISSA (?!?!?!?!?):
Kaksi tärkeää havaintoa tässä.
Syy siihen, miksi Kuoleman Santistanin epälojaalilla valtiolla on korkeampi kokonaisluku vaikka kuolleisuusluvut olivat alhaisemmat jokaisessa ikäluokassa on itse asiassa hyvin yksinkertainen. Seniorit kuolevat paljon useammin kuin ei-seniorit, mutta huonossa osavaltiossa on epäonnena se, että siellä on 2.5 kertaa enemmän senioreita kuin hyvässä osavaltiossa, mikä tarkoittaa paljon enemmän kuolemia kaiken kaikkiaan, koska Kuoleman Sanistanin huonossa osavaltiossa on valtava määrä senioreita:
Jotta huonossa osavaltiossa olisi sama määrä ikääntyneiden kuolemia kuin hyvässä osavaltiossa, heidän ikääntyneiden kuolleisuuslukunsa pitäisi olla kirjaimellisesti 40 % hyvästä osavaltiosta, koska hyvässä osavaltiossa on vain 40 % vähemmän ikääntyneitä väestössään kuin huonossa osavaltiossa. Tästä syystä (kun haluamme olla rehellisiä, kuten silloin, kun totuus auttaa hallintoa) tiede mukauttaa tietoja – välttääkseen tällaisia asioita. (Tällä tietyllä tilastollisella ilmiöllä on itse asiassa virallinen nimi: "Simpsonin paradoksi. ")
Siksi ÄLÄ muokkaa tietoja silloin, kun se vahingoittaa hallinnon narratiivia.
Analyysitaktiikka nro 2: Muokkaa tietoja harhaanjohtavasti tai sopimattomasti
Toisaalta raakadata tai oikein muokattu data ei aina ole hyväksi kerronnallesi. Tällaisissa tapauksissa sinun on jatkettava luovia säätöjä, kunnes olet onnistuneesti peittänyt harhaoppiset tulokset niin, ettei kukaan voi nähdä tai selvittää niitä.
Jos esimerkiksi otamme yllä olevan hypoteettisen vertailumme Commiefornian sukupuolispektrin paratiisin ja Kuoleman Santistanin kuvitteellisten tilojen välillä, voimme lisätä siihen "muutoksen" ongelman "korjaamiseksi". Sinun tarvitsee vain löytää ominaisuus, joka kuvaa huonompia tuloksia Kuoleman Santistanin pahassa tilassa kuin Commiefornian hyvässä sukupuolispektrin paratiisissa. Koska Kuoleman Santistan päätti olla noudattamatta hallinnon hengenpelastavia sulkutoimia, Kuoleman Santistanin seniorit poistuivat kotoaan useammin kuin muissa osavaltioissa, vaikka vain kävelläkseen korttelin ympäri raittiissa ilmassa – mikä tarkoittaa, että seniorit, jotka eivät poistuneet kotoaan, olivat todennäköisesti useammin liian sairaita poistuakseen kotoaan. Tällaiset sairaat seniorit kuolevat myös todennäköisemmin pelättyyn tautiin.
Näin tämä voisi mennä.
Kaavio nro 1 – eläkeläisten väestö kussakin osavaltiossa (vasemmanpuoleiset sarakkeet = eläkeläiset, jotka kävivät ulkona vähintään kerran viikossa; keskimmäiset = eläkeläiset, jotka eivät käyneet ulkona; oikeanpuoleiset = eläkeläisten kokonaismäärä kussakin osavaltiossa):
Kaavio 2 – kuolemien lukumäärä kussakin kaavion 1 kolmessa kategoriassa:
Tämä korjaa ongelmallisen datamme täysin (se saattaa itse asiassa korjata sen liiankin hyvin!!) – tarkkailkaa, miten muutamme ikääntyneiden kuolleisuuslukua:
Sinun tarvitsee nyt vain viitata sisätiloissa havaittuun vanhusten kuolleisuuslukuun "väestövakioituna vanhusten kuolleisuuslukuna".
Voit myös edelleen viitata sisätiloissa tapahtuviin vanhusten kuolemiin aika ajoin, koska on paljon helpompi levittää propagandaa esimerkiksi "liikkumattomuuttaan suurimmassa vaarassa olevat vanhukset kuolivat lähes KOLME kertaa todennäköisemmin HUONOSSA tilassa kuin HYVÄSSÄ tilassa". Ihmiset yhdistävät luonnollisesti vanhukset sisätiloissa olemiseen, joten he tuskin ymmärtävät, että "sisätiloissa asuvat vanhukset" ovat todellisuudessa niin pieni prosenttiosuus hypoteettisesta Death Santinanin vanhusten väestöstä.
Analyysitaktiikka nro 3: Valitse optimaaliset päätepisteet
Päätetapahtumat ovat tärkeä juttu. Virallisesti tutkimuksen ensisijainen päätetapahtuma/päätetapahtumat on/ovat keskeinen löydös, joka määrittää, pidetäänkö tutkimusta onnistuneena vai epäonnistuneena. Päätetapahtuma on pohjimmiltaan asia tai mittari, jota käytetään arvioimaan tutkittavan asian onnistumista/epäonnistumista tai vaikutusta. Esimerkiksi jos testaat uutta lääkettä nähdäksesi, estääkö se pelättyä tautia tappamasta sinua, päätetapahtuma olisi pelättyyn tautiin kuoleminen. Jos hoitoryhmällä oli vähemmän pelättyyn tautiin kuolevia tapauksia kuin kontrolliryhmällä, hoito toimii, mutta jos ei, se tarkoittaa, että tutkimusta ei ole manipuloitu tarpeeksi hyvin. (Tämä on hieman yksinkertaistettua, mutta ymmärrät perusajatuksen.) Joten sinun on varmistettava, että valitset päätetapahtumat viisaasti valitessasi.
Siksi sinun tulisi yleensä valita päätepisteitä, joilla on mahdollisimman monta seuraavista ominaisuuksista:
- Riippuu subjektiivisesta arvioinnista objektiivisen havainnon sijaan.
- Luonnollisesti puolueellinen haluamiesi tulosten suhteen.
- Helppo manipuloida lopputulosta.
- Helppo valehdella lopputuloksesta.
- Ihmisten on vaikea selvittää, vääristeltiinkö tai manipuloitiinko tulosta.
- Vaikea ymmärtää/ymmärtää, varsinkin maallikoille.
Oletetaan esimerkiksi, että suoritat tutkimusta sabotoidaksesi vaihtoehtoista hoitoa, joka todella toimii pelättyyn tautiin (mikä olisi erittäin huono asia, jos hallinto haluaa pandemiakriisin jatkuvan vielä jonkin aikaa). Sinun on osoitettava, ettei se toimi. Jos valitset "kuoleman" päätepisteeksi, saatat joutua suuriin vaikeuksiin, kun lääke pelastaa joukon ihmisiä hoitoryhmässä.
Kuoleman sijaan voisit valita esimerkiksi ”aika sairaalasta kotiutumiseen”. Tämä päätepiste täyttää kaikki kuusi ehtoa (jossain määrin):
– Potilaiden kotiuttaminen on lääkäreiden (joiden tulisi olla tutkimuksen palkkalistoilla) subjektiivinen päätös, joten potilaiden kotiuttaminen ei ole pakollista, jos he täyttävät objektiiviset kotiutuskriteerit.
– Kotiuttaminen on vinoutunut toivottujen tulosten suuntaan. Koska suurempi osa kontrolliryhmästä kuolee, tämä tarkoittaa, että suurempi osa vakavista tapauksista ei koskaan kotiuteta, joten he eivät pidennä keskimääräistä kotiutusaikaa muulla kontrolliryhmällä verrattuna hoitoryhmään, jossa vakavammin sairaat potilaat toipuvat muutaman päivän pidempään kuoleman sijaan, mikä pidentää hoitoryhmän keskimääräistä kotiutusaikaa.
– Kotiuttamista on erittäin helppo manipuloida. Voit värvätä tutkimukseen osallistuvan sairaalahenkilökunnan viivästyttämään hoitopotilaiden kotiuttamista tarpeettomasti hetkeksi (sinun on varmistettava, että asiaankuuluva henkilökunta tietää, kuka sai hoitoa, ja siksi heidän on odotettava sairaalasta kotiuttamista pidempään).
– Myös kotiutumisaikaa on melko helppo väärentää; muokkaa vain papereita joko sairaalaan tulopäivän ja/tai kotiutumispäivän osalta (ja tarvittaessa turvakameran kuvaa). Kuolemaa on paljon vaikeampi väärentää, koska kuolinaika on yleensä kirjattu erittäin tarkasti ja näkyy kuolintodistuksessa.
– ”Kotiuttamiseen kuluva aika” ei ole maallikolle intuitiivisin mittari.
On selvää, että useimmissa näistä tilanteissa voi tehdä paremmin, mutta tämä välittää perusajatuksen.
Analyysitaktiikka nro 4: Hautaa vaihtoehtoiset päätepistemittarit
Tämä on käytännössä itsestään selvää: jos käytät päätepisteenä "kotiutumisaikaa", mutta ilmoitat, että hoitoryhmässä kuolleisuus väheni 50 %, no, sanotaanpa vain, että se herättää paljon ihmetystä.
Joten sen sijaan, että joutuisit kohtaamaan vaikeita kysymyksiä siitä, miksi valitsit niin absurdin päätepisteen ja miksi väittäisit hoidon toimimattoman, jos huomaat hoidon vähentäneen kuolleisuutta merkittävästi, sinun ei tulisi mieluiten raportoida kuolemia missään tutkimuksen vaiheessa.
Jos et voi välttää kuolleisuustilastojen raportointia, sinun kannattaa ainakin haudata ne liitteen satunnaisen taulukon keskelle muotoon, jota on erittäin vaikea ymmärtää. Tai vielä parempi, ripotella ne useisiin datataulukoihin sen sijaan, että ne olisivat kaikki yhdessä paikassa, josta joku ärsyttävä satunnainen nörtti kellarissaan voi ne helposti tunnistaa.
Analyysitaktiikka nro 5: Käytä optimaalisia analyysityyppejä haluttujen tulosten saavuttamiseksi
Datan analysointitapoja on yhtä monta kuin on sukupuoli-identiteettejä tai pronominiyhdistelmiä. Valitettavasti eri menetelmien perusteellista selitystä ei voida tiivistää tällaiseen idiootin oppaaseen sopivaan muotoon. Katsokaa vaikka joitakin näistä nimistä:
- Tasapainotettu varianssianalyysi.
- Beeta-jakauman sovitus.
- Box-Cox-muunnos kahdelle tai useammalle ryhmälle (t-testi ja yksisuuntainen ANOVA).
- Klusteroituneet lämpökartat (kaksoisdendrogrammit).
- Jakelu (Weibull) -sovitus.
- Sumea klusterointi.
- Gamma-jakauman sovitus.
- Yleiset lineaariset mallit (”GLM”).
- Grubbsin poikkeavuustesti.
- Hierarkkinen klusterointi/dendrogrammit.
- K-keskiarvojen klusterointi.
- Medoidiosiointi.
- Monimuuttujavarianssianalyysi (”MANOVA”).
- Ei-havaitsevien tietojen ryhmien vertailu.
- Yksisuuntainen kovarianssianalyysi (”ANCOVA”).
- Regressioklusterit.
Pointtina on, että eri tilastolliset analyysimenetelmät tuottavat erilaisia tuloksia. Jos ne eivät antaisi erilaisia tuloksia, menetelmiä ei olisi niin paljon. Kaikki on näkökulmakysymys. Joten sinun on palkattava itsellesi päteviä tilastoguruja, jotka tietävät nämä asiat (ja ovat uskollisia hallinnolle) kahdesta syystä:
1. Saat hyötyä heidän asiantuntemuksestaan (jota tarvitset; muista, että asiantuntemuksesi on propagandaa, ei hienostunutta tilastollista analyysia. Hieman käytännön nöyryyttä omien rajoitusten tunnustamisessa on ratkaisevan tärkeää menestyvän propagandistin kannalta; liiallinen itsevarmuus on ollut monen uskollisen hallituksen lakeijan kohtalo ja usein myös johtanut pitkään lomaan vaatimattomassa vankilassa).
2. Hallinnon kerettiläiset eivät voi vedota tilastoanalyytikkojenne uskottavan asiantuntemuksen puutteeseen tahratakseen ja kyseenalaistaakseen hallintotutkimusten uskottavuutta. Neil Fergusonin tapaus on varoittava esimerkki. Vaikka hän aluksi onnistui vakuuttamaan hallituksia ympäri maailmaa upealla mallillaan, joka ennusti koronan aiheuttaman apokalyptisen verilöylyn, hänen täydellinen aiheen tuntemuksensa puute sekä pitkä historia täysin harhaanjohtavista pandemiaennusteista antoivat oppositiolle vankan pohjan hylätä hänen mallinsa ja kaikki sitä seuraavat eri hallitusten levittämät mallit. He pystyivät myös käännyttämään uskoaan tehokkaasti tämän fiaskon jälkeen.
Analyysitaktiikka nro 6: Poista ongelmalliset tiedot, joita ei voida analysoida, muokata tai muuten piilottaa
Tämä on sama konsepti kuin tutkimuksesta poistettavien henkilöiden poistaminen, jos he ovat ristiriidassa tutkimusohjelman edellyttämien tulosten kanssa; tässä tapauksessa poistat jo tuotettua dataa etkä itse tutkimushenkilöitä. Tavoite on kuitenkin sama: estää datan, joka ei sovi yhteen sen kanssa, mitä haluat tutkimustulosten näyttävän, pääsemästä tutkimuksen virallisiin tietoihin.
IV-4. Tutkimusmanipulaatio, vaihtoehto nro 4: Median värvääminen tulosten manipulointiin
Tuloksista riippumatta sinulla tulisi olla valmiita puheenvuoroja myötätuntoisten mediakanavien haastamiseksi puolestasi. Sillä ei ole väliä, kuinka valheellisia, harhaanjohtavia jne. tiedot ovat, propagandan koko tarkoitus on hämätä ja johtaa harhaan. Pelkästään tulvimalla ekosysteemiä tiedoillasi media on voimakas voima, joka ainakin tekee useimmille ihmisille erittäin vaikeaksi purkaa valheitasi ja petoksiasi, joita levität nopeasti yhteiskunnassa.
Sinun tulisi olla erityisen valmistautunut hyökkäämään ilkeästi ketä tahansa harhaoppista tiedemiestä tai akateemikkoa vastaan, joka saattaa kyseenalaistaa kaiken sanomasi tai, mikä pahempaa, kiinnittää huomiota tutkimuksessasi oleviin puutteisiin. Maksimaalisella ennakkoluulolla.
kirjailijasta
Aaron Hertzberg on kirjoittaja, joka käsittelee kaikkia pandemian torjunnan osa-alueita. Lisää hänen kirjoituksiaan löytyy hänen Substack-sivustoltaan:Älyllisen lukutaidottomuuden vastustaminen".
Kuva on otettu kirjan ' kannesta'.Täydellinen idiootin opas tiedon keittämiseen pyrkiville propagandisteille".
Paljastaja tarvitsee kiireellisesti apuasi…
Voisitko auttaa pitämään valot päällä The Exposen rehellisen, luotettavan, vaikuttavan ja totuudenmukaisen journalismin avulla?
Hallinto ja suuret teknologiayritykset
Yritä hiljentää ja sulkea The Expose.
Joten tarvitsemme apuasi varmistaaksemme
voimme jatkaa tuomista teille
tosiasiat, joita valtavirta kieltäytyy tunnustamasta.
Hallitus ei rahoita meitä
julkaisemaan valheita ja propagandaa heidän
kuten valtamedian puolesta.
Sen sijaan luotamme yksinomaan tukeenne.
tue meitä pyrkimyksissämme tuoda
sinä rehellinen, luotettava ja tutkiva journalismi
tänään. Se on turvallista, nopeaa ja helppoa.
Valitse alta haluamasi tapa osoittaa tukesi.
Luokat: Breaking News, Maailman uutiset
https://www.youtube-nocookie.com/embed/UtVxr6Albwo Peckford