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.
Toinen merkittävä tieteen lähde tutkimusten lisäksi ovat datajoukot ja muut tietolähteet, joita käytetään tieteellisten lausuntojen tekemiseen. Dataa, erityisesti virallista valtion dataa, voidaan käyttää ilman virallista tutkimusta, joten on varmistettava, että saatavilla oleva data ja erityisesti datajoukot, jotka ovat perustana yhteiskunnassa yleisesti akateemikkojen ja maallikkojen käyttämälle tavanomaiselle mittaristolle, ovat täysin hallinnassasi ja voit muokata, muokata ja muokata niitä mielesi mukaan.
Seuraavat taktiikat kannattaa käyttää käytettävissä olevien tietojoukkojen hallinnan ja hyödyllisyyden maksimoimiseksi.
Sisällysluettelo
V-1. Tilastollinen ”kalastus”
Tilastollisessa kalastuksessa on helpompi vain havainnollistaa kuin selittää sitä abstraktilla tavalla.
Oletetaan, että iso lääkeyhtiö julkaisee uuden lääkkeen, jonka (he väittävät) tekevän lapsista älykkäämpiä ja parantavan heidän koulumenestystään. Valitettavasti, vaikka FDA on hyväksynyt sen, he tietävät, ettei se toimi, ja ihmiset alkavat epäillä, että jotain hämärää saattaa olla tekeillä (ja heillä on miljardeja dollareita vaakalaudalla). Niinpä he tulevat luoksesi ja tarjoavat sinulle mojovan seitsemännumeroisen palkkasekin "todistaaksesi", että heidän uusi lääkkeensä toimii. Sinä, rohkeana palkkaamana tiedemiehenä ilman minkäänlaisia tuntopätkiä (paitsi tietysti uskollisuutta hallinnolle), hyväksyt heidän tarjouksensa.
Miten "todistat", että heidän lääkkeensä toimii? Yksinkertaista. Saat tiedot kaikista maan koulupiireistä, jotka näyttävät akateemiset tulokset ja niiden lasten prosenttiosuuden, jotka ovat ottaneet uutta lääkettä. Tässä kohtaa "kalastaminen" tulee mukaan kuvaan: Sinun on tarkasteltava jokaista koulupiiriä, kunnes löydät yhden tai kaksi, joissa akateemiset tulokset ovat keskimääräistä korkeammat ja useammat lapset kyseisessä piirissä käyttivät uutta lääkettä kuin keskimäärin (kuten kalastuksessa, jossa jatkat kalastusta, kunnes saat kalan koukkuun).
Sitten julkaiset ”tutkimuksesi”: ”Löysimme piirikunnassa ”X” korrelaation, jossa suurempi prosenttiosuus uutta lääkettä käyttävistä lapsista johti parempiin akateemisiin tuloksiin.”
Tämä on hölynpölyä, koska jokainen muu piirikunta osoittaa, ettei lääkkeellä ollut mitään vaikutusta akateemisiin tuloksiin, mutta sinä vältät tämän siististi korostamalla yhden piirikunnan, jossa on sattumanvarainen korrelaatio. (Riittävän suurella otoskoolla on melko varmaa, että löydät sattumalta yhden piirikunnan, jossa sattumalta monet lapset ottivat lääkettä ja akateemiset tulokset nousivat.)
Tärkein opetus on, että joskus tarvitset vain hieman sinnikkyyttä. Jos sinulla on esimerkiksi suuri aineisto useista maista, käy läpi yksi kerrallaan, kunnes löydät etsimäsi korrelaation. Vaihtoehtoisesti voit kokeilla tämän taktiikan edistyneempää versiota, joka tunnetaan nimellä "P-Hakkerointi"
Loistava esimerkki tästä taktiikasta on seuraava CDC:n "tutkimus", jossa he kävivät läpi kaikki 50 osavaltiota etsien sellaista, jossa he voisivat hienosäätää dataa osoittaakseen, että covid-rokotteet vähensivät uudelleentartunnan riskiä ihmisillä, joilla oli jo covid ennen rokotteen ottamista. Ja mitä ihmettä, he löysivät sellaisen (50:stä plus muutamasta osavaltiosta riippumattomasta lainkäyttöalueesta, kuten Washington DC), jossa he voisivat saada datan sanomaan juuri sitä, mitä he halusivat sen sanovan:
Katsos, jos CDC olisi pystynyt käyttämään useampaa kuin yhtä osavaltiota osoittaakseen, että covid-rokotteet vähensivät uudelleentartunnan riskiä, he olisivat (duh). Mutta he yrittivät ja yrittivät, kunnes löysivät osavaltion, jossa he pystyivät vääristelemään tietoja osoittaakseen tämän.
Muuten, propagandisteille on tässä toinenkin tärkeä opetus: sinnikkyyden arvo. Älä luovuta, jos et löydä helposti muokattavaa tai manipuloitavaa tietojoukkoa hallinnon puheenaiheen tukemiseksi. Joskus on oltava luova ja jatkettava, kunnes törmäät rahattomaan tilanteeseen.
V-2. Ongelmallisten tietojen korjaaminen
Jep, mainitsimme tämän aiemmin takilointitutkimuksia käsittelevässä osiossa [katso TÄÄLTÄ].
Jos raakadata ei vastaa haluamaasi narratiivia, voit yksinkertaisesti "säätää" sitä, kunnes se sopii, samalla tavalla kuin tekisit tutkimuksen sisäistä dataa. Datan säätäminen on rutiininomainen osa tiedettä, ja koska hyvin harvat ihmiset todella ymmärtävät, miten se toimii, voit käyttää tätä käytäntöä hyväksesi ja väärinkäyttää sitä.
Joku kaveri jopa julkaisi aiheesta tieteellisen artikkelin (se on mielenkiintoista luettavaa, jos olet nörtti):
Tämän käsitteen loistava sovellus liittyy tieteellisen elimen ilmaston lämpenemistä koskevaan konsensukseen, joka aiemmin oli tieteellisen elimen ilmaston jäähtymistä koskeva konsensus. Miten mielestäsi sama data, joka osoitti vuonna 1974, että maailma oli matkalla peruuttamattomaan jääkauteen, joka uhkasi ihmiskunnan olemassaoloa, osoittaa nyt, että lämpenemistä todella tapahtui?* trendi täsmälleen samoista tiedoista, joka uhkaa ihmiskunnan selviytymistä?
He yksinkertaisesti "säätelivät" dataa tehdäkseen aikaisemmista vuosikymmenistä kylmempiä ja myöhemmistä lämpimämpiä, ja voilà, ongelma ratkaistu! Se on pirullisen ovelaa ja erittäin tehokasta – tarkkaile alla olevaa kaaviota (tunnetulta hallinnon toisinajattelijalta kerettiläiseltä) kahdella viivalla, jotka seuraavat keskimääräistä vuotuista lämpötilaa: sininen viiva = raakadata ja oranssi viiva = data sen jälkeen, kun hallinnon tiedemiehet "säätivät" sitä:
Jos katsot sinistä viivaa, siinä ei ole tapahtunut kokonaislämpenemistä viimeisen 100 vuoden aikana – mikä on erittäin huono asia virallisen KATASTROFISEN MAAILMAN LÄMPENYMISEN narratiivin kannalta!!! Oranssi viiva kuitenkin osoittaa selkeän lämpenemistrendin viimeisen 100 vuoden aikana – mikä on juuri sitä narratiivia.
Tietenkin, jos tulevaisuudessa jostain syystä on pragmaattista palata takaisin globaaliin viilenemiseen, NOAA:n tiedemiehet yksinkertaisesti "säätävät" tietoja uudelleen saadakseen viimeiset 100 vuotta näyttämään tasaiselta viilenemistrendiltä.
Pointti on, että kaikki on kiinni säätöistä.
(Huomaa: On hyödyllistä antaa muutaman satunnaisen, matalan profiilin hallinnon tiedeharhaoppisen jäädä hengailemaan, koska he tuottavat dataa ja analyysejä, jotka ovat itse asiassa varsin hyödyllisiä hallinnon omaan sisäiseen käyttöön, kunhan varmistat, etteivät he ala saada näkyvyyttä – ja sitten heidät kuljetetaan viipymättä Guantanamo Bayhin.)
V-3. Poista virallisista data-analyyseistä kaikki, mikä ei sovi yhteen toivottujen tulosten kanssa.
Analyysiisi sisällytettävien tietojen huolellinen tarkastelu on kirjaimellisesti perusjuttu. Jos tiedot tai todelliset tulokset uhkaavat heikentää toivottuja tuloksiasi, jätä ne pois virallisista data-analyyseistä. Joten jos on olemassa valtion tietokanta, joka osoittaa, että Glorious Rokotteen jälkeen useiden sairauksien ilmaantuvuus lisääntyi paljon, jätä se huomiotta.
Otetaan esimerkiksi CDC:n ja FDA:n yhdessä hallinnoima VAERS-tietokanta (Vaccine Adverse Event Reporting System).
CDC (väittää tekevänsä niin) kannustaa ilmoittamaan VAERSille rokotuksen jälkeen ilmenevistä sairauksista, "vaikka et olisi varma, aiheuttiko rokote sairauden".
Sen jälkeen, kun covid-rokotteet otettiin käyttöön joulukuun puolivälissä 2020, VAERS-tietojen mukaan kuolemantapaukset näyttävät tältä (kaavio näyttää kaikkien rokotteiden osalta vuosittain ilmoitettujen kuolemantapausten kokonaismäärän):
Tämä kaavio näyttää VAERS-raporttien tilastot covid-rokotteiden aiheuttamista vammoista tai kuolemista:
Mutta milloin viimeksi kuulit CDC:n lausunnosta tai analyysistä VAERSista koskien arvokkaita covid-rokotteita? Juuri niin!! CDC (ja kaikki muutkin) yksinkertaisesti jättävät VAERSin huomiotta (paitsi silloin, kun he aika ajoin julkaisevat "faktantarkistuksia" VAERSin kumoamiseksi).
Varmista myös, että väsymättä ajatellen ajatellen kaikki ne, jotka uskaltavat yrittää käyttää tällaista dataa hallintosi analyysien ja julistusten uskottavuuden heikentämiseen. Tämä on usein ongelma, koska väistämättä on joukko ihmisiä, joilla on pääsy raakadataan, kun se on olemassa.
V-4. Aiemmin vakiintuneiden suhteiden ja eroavaisuuksien hyödyntäminen
Helppo tapa manipuloida tutkimusta on vertailla kahta yksikköä, joiden tiedät jo olevan tietyn eron tai korrelaation välillä. Voit sitten teeskennellä "löytäväsi" tämän eron tai korrelaation, mutta liittää sen uuteen tekijään.
Jos esimerkiksi köyhillä osavaltioilla on rikkaisiin osavaltioihin verrattuna yleensä huonommat terveystulokset ja köyhät osavaltiot sattuvat olemaan vähemmän hallinnon ohjeiden mukaisia, voidaan osoittaa niiden huonommat terveystulokset ja syyttää niitä siitä, etteivät ne ole ottaneet Loistavaa Rokotetta. Media on todellakin loistava erityisesti tämän viestin vahvistamisessa, koska se rakastaa eniten huonojen tulosten selittämistä poliittisella kytköksellä "huonoon" puolueeseen tai puolueisiin.
V-5. Tieteelliseen tutkimukseen käytettävien kriittisten tietojoukkojen hallinta
Se, joka hallitsee dataa, hallitsee tiedettä.
Pidä huoli siitä, että sinulla on raudanluja hallinta näkyvimpiin ja laajimmin käytettyihin tietojoukkoihin, niin säästyt itseltäsi paljon stressiä ja päänsärkyä. Esimerkiksi armeija hallitsee sisäisiä tietojoukkojaan ja voi manipuloida niitä mielensä mukaan. Kuten DMED – he ovat manipuloineet tätä tietojoukkoa niin pahasti, että se tekee koko jutun käyttökelvottomaksi. Katso alla olevia kahta kaaviota, jotka osoittavat *sama* DMED-tiedot "avohoidon lääkärikäyntien määristä" vuosilta 2015–2018. Vasen kaavio on vuonna 2019 julkaistu versio ja oikea kaavio vuoden 2021 versio – ja jostain syystä ne eivät ole samoja (punaisella ympyröidyt alueet).
Huomaatko muutoksen vuosien 2016–2018 luvuissa (jonka näet trendiviivan muodosta)? Miten lääkärikäyntien määrä vuonna 2016 kasvoi vuosien 2019 ja 2021 välillä???? Koska hallinto yksinkertaisesti kirjoitti tiedot uusiksi. Sen voit tehdä, kun sinulla on täysi hallinta tietojoukosta.
On sanomattakin selvää, ettet missään olosuhteissa saa antaa pakanallisille tiedemiehille pääsyä hallinnassasi olevien tieteellisten pyhien tekstien tai datan pariin – muista, että sinun on aina oltava valppaana, ettei joku harhaoppinen tutkija suorita analyysiä, joka voisi mitätöidä tai olla ristiriidassa tieteen kanssa. CDC näyttää tässä esimerkkiä:
Jos et anna ärsyttäville ja kiusallisille riippumattomille tiedemiehille pääsyä dataan, sinun ei tarvitse huolehtia siitä, että he löytävät datasta asioita, jotka heikentävät hallinnon narratiivia merkittävästi.
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://nationalcitizensinquiry.ca/national-citizens-inquiry-issues-commissioners-final-report/ todiste rajusta propagandasta
https://ncio.ca/briefings/no-statute-of-limitations-for-justin-trudeaus-sexual-exploitation-of-a-17-year-old-wpga-student/
Ottakaa minuun yhteyttä kuukausimaksuani koskien