בראונסטון » בראונסטון ג'ורנל » מדיה » המדריך של אידיוט לנתוני בישול לתעמולה שאפתנית
המדריך של אידיוט לנתוני בישול לתעמולה שאפתנית

המדריך של אידיוט לנתוני בישול לתעמולה שאפתנית

שתף | הדפס | אימייל
https://www.kekstcnc.com/media/2827/20200730_kc_covid_opinion_tracker_japan_deck_final_for-web.pdf

תסתכל מקרוב על השקף לעיל מתוך סקר בינלאומי שנערך כמה חודשים לאחר תקיפה של קוביד: כך נראית תעמולה יעילה. וההשפעה האמיתית הייתה אפילו גדולה יותר, מכיוון שמספרי 'העולם האמיתי' ששימשו לחישוב עד כמה אנשים הגזימו את הסיכונים של קוביד כמובן נגזרו בעצמם. . . ארגוני התעמולה הבולטים בעולם (המתחזות לסוכנויות בריאות הציבור). שבעצמם כבר הגזימו בפראות את הסיכונים של קוביד.

אמנות התעמולה האפקטיבית היא דיסציפלינה מקיפה הדורשת לימוד זהיר ויסודי - ולסקור - מדי פעם. למתחילים, זה יכול להיות מאוד קשה לשלוט. אפילו התעמולה המנוסה יכול לפעמים ליפול למלכודת של לחשוב שיצירה והפצה של תעמולה היא מפעל פשוט - וזו דרך טובה לזכות בחופשה קבועה בסיביר בתשלום כל ההוצאות. בדרך כלל זו לא משימה כל כך פשוטה לבלבל את החברה כולה בכל יום, 365 ימים בשנה, ללא הגבלת זמן.

ספר ההדרכה הקצר הבא יספק לתעמולה השואפת, לאקי WEF, הקומוניסט Apparatchik, Woke Marxist, והפקיד הממשלתי המנוסה כאחד, את הכלים והידע הדרושים כדי לפתח את הכישרון המבטיח שלהם לשליטה מלאה באמנות התעמולה.

הספר הזה קצת ארוך!! אז אל תרגישו שאתם חייבים לקרוא את זה, להתחיל לסיים במכה אחת, כי זה מתכון לשחיקה ולא לשמור על המידע הקריטי הכלול בתוכו.

מדריך זה מחולק לחלקים הבאים:

סעיף I. הגדרות - כיצד להגדיר מחדש מילים, מונחים ומדדים כדי לשמור אותם בקנה אחד עם נרטיב המשטר

סעיף II. אוצרות נתונים - כיצד לחטוף את תהליכי ההקלטה, הדיווח והפרסום של נתונים

סעיף III. בדיקה אילו נתונים נחשבים לחלק מהמדע הרשמי - כיצד לבצע בדיקה ונתונים ולהיפטר מנתונים שאינם תואמים למשטר כך שהם לעולם לא יופיעו באף מערך נתונים רשמי של מדע או משטר

סעיף IV. איך לתקן מחקר - בדיוק כמו שזה נשמע

סעיף V. טיפול במערך הנתונים - לפעמים, תצטרך להיכנס ולעשות 'ניתוח' קטן של נתונים כדי לשנות את התוכן של מסדי נתונים שסותרים את נקודות הדיבור של המשטר שאי אפשר פשוט למגר

סעיף VI. לשלוט בסטנדרטים של ראיות - איך להקים היררכיה של ראיות שמציבה את המדע הידידותי למשטר בראש ואת המדע הלא ידידותי למשטר בתחתית (בתעלת מריאנה)

סעיף VII. רשויות הכנסייה של המדע - כיצד להבטיח שרשויות מדעיות תוכי מהימנה את העובדות והנרטיבים של המשטר

אחרית דבר - קושר את הכל בצורה יפה, כמו אחת מעניבות הפרפר של פיטר הוטז (הוא מדען סלבריטי משטר צורם במיוחד)

סעיף א' – הגדרות

"מי ששולט בשפה שולט בהמונים."
- שאול אלינסקי, כללים לרדיקלים

האופן שבו אנו מגדירים מושגים או קטגוריות קובע איזה פרט מהעולם האמיתי הם מתקשרים או מייצגים - או מה הם לא מתקשרים או מייצגים.

הגדרות ניתנות לשינוי, וסטנדרט שרירותי וקפריזי להקצאת הגדרות, הם חובה מוחלטת עבור כל תעמולה יעילה. למרות המאמצים הטובים ביותר, אפילו בעלי תעמולה מנוסים, יתעמתו בהכרח במצבים שבהם הנתונים הקיימים, או ניסיונם של אנשים, הם בעייתיים לנרטיב הרשמי של המשטר.

תעמולה אפקטיבית דורשת אפוא יכולת של גמישות זריזה ומסתגלת מאוד לשליטה בתוכן הנתונים, במיוחד מדדים קונבנציונליים קיימים שהציבור רגיל לשמוע עליהם שקשה לשמצה פשוט להעלים (בניגוד לקלות שבה אתה יכול להיעלם מדען דיסידנט מחוץ ליוטיוב או פייסבוק). לדוגמה, לא תוכל להימנע מלדבר על "מוות" בהקשר של מגפת מחלה אימתנית רומן - הדרך העיקרית שבה אנשים יתייחסו לאמוד את חומרת המחלה תהיה תמיד בראש ובראשונה "כמה אנשים מתו מהמחלה?" אבל אתה יכול לשנות את מה ש"מוות" מתייחס אליו בהקשר של הרומן Dreaded Disease אם אתה רוצה להגביר או להקטין את התחושה של אנשים עד כמה הוא קטלני.

בפועל, זה אומר שכאשר ההבנה הרגילה של מונח או מושג מראה שהמציאות לא לגמרי מתאימה לנרטיב הרצוי של המשטר, פשוט שנה כמה הגדרות והלוואי, הבעיה נפתרה.

כפי שרבים מתעמלנים קומוניסטים בולטים לאורך ההיסטוריה ציין גם, "מי ששולט בשפה שולט בעולם".

ישנן מגוון דרכים לשנות או להעביר הגדרות מבעייתיות למקובלות:

I-1. הגבל הגדרה

אם ההגדרה המקובלת של משהו כוללת מושגים, נתונים או מידע שעומדים בסתירה לדוגמת המשטר, הגבילו את ההגדרה כך שהיא לא תכלול עוד את המידע הלא רצוי. יש הרבה דרכים לעשות זאת. אז נפרט כמה מהסוגים הנפוצים יותר של מאפיינים שבהם אתה יכול להשתמש כדי להגביל ביעילות הגדרה: הגבל את ההגדרה לפי מרווח זמן: נניח שאנשים מחוסנים מקבלים את המחלה האיומה בשיעורים גבוהים מאוד ב-30 הימים הראשונים שלאחר החיסון, ולאחר 90+ ימים מהחיסון, עם החיסון המפואר. זו בעיה גדולה, כי אנשים יחשבו שהחיסון המפואר אינו יעיל:

הקו האדום מציג את שיעור המקרים למיליון אנשים לאחר התחסנות בחיסון המפואר, לפי מספר הימים מאז החיסון. כפי שניתן לראות, ב-30 הימים הראשונים, שיעור הזיהומים הפורצי דרך גבוה מאוד, אך בין הימים 30-90 שיעור המקרים הוא כמעט 0, ולאחר יום 90 שיעור המקרים מתחיל לטפס שוב.

באנגלית פשוטה, מה שאתה רואה בתרשים שלמעלה הוא שמספר המקרים למיליון אנשים הולך כדלקמן:

  1. לפני החיסון: 500 מקרים של מחלה איומה/מיליון אנשים
  2. 10 ימים לאחר החיסון: 3,000 מקרים של מחלה איומה/מיליון אנשים
  3. 20 ימים לאחר החיסון: 1,700 מקרים של מחלה איומה/מיליון אנשים
  4. 30 יום לאחר החיסון: 100 מקרים למיליון איש


זו יעילות מפוארת מאוד עבור החיסון המפואר - משהו שאי אפשר לתת לו לעמוד. פתרון אחד הוא פשוט לשנות את ההגדרה של 'מחוסן' לאדם שנמצא בין 30 ל-90 יום לאחר שהוזרק לו החיסון המפואר - במילים אחרות, כל מי שנמצא בתוך 30 יום מהחיסון, או לאחר 90 יום מהחיסון , אינו נחשב 'מחוסן:'

הטקטיקה הספציפית הזו נוצרה על ידי כמעט כל סוכנות לבריאות הציבור בעולם התרבותי, שם ההגדרה של 'מחוסן מלא' עבור חיסוני קוביד הוגבלה ל"14 ימים לאחר המנה השנייה שלך:"

הגבל את ההגדרה לפי כמות, כמו מספר החשיפות - לדוגמה, אם חבורה של אנשים שקיבלו מנה אחת או 1 מנות של הטיפול המופלא Mirafaucivir מתו (המנה הראשונה הורגת אנשים שרגישים במיוחד לרעילות שלה, ו-5 מנות רעילות מדי עבור כמעט כל אחד), הגבילו את הגדרה של 'מטופל עם MiraFaucivir' בין 5-2 מנות:

הגבל הגדרה על ידי הוספת תנאים אבסורדיים להגדרה שכמעט בלתי אפשרי למלא. לדוגמה, תוכל לנסות להשתמש בתנאים הבאים כדי להגביל את ההגדרה של 'מוות מחיסון' בהקשר של מסע חיסון המוני עם החיסון המהולל החדש שהוטבע:

די קשה להגיע אי פעם למקרה 'מאושר' של מישהו שמת מהחיסון המפואר בתנאים כאלה.

(עליך לזכור לחסום נתיחות ככל האפשר כדי להפוך את ההגדרה לדוגמה הזו ליעילה לחלוטין).

I-2. הרחב הגדרה

לעומת זאת, לפעמים אתה עשוי לרצות יותר ממשהו ממה שיש בפועל. הרחבת ההגדרות היא פתרון מצוין - פשוט הפוך את ההוראות לעיל להגבלת הגדרות.

אז אם אתה צריך יותר מקרי מוות מהמחלה האיומה מאשר אנשים שנהרגו בפועל מהמחלה האיומה, אתה יכול להרחיב את ההגדרה של 'מוות ממחלה אימתנית' ל'כל מוות תוך 30 יום מבדיקה חיובית', ובדיוק כמו קסם יש לך מגיפה בקנה מידה מלא על הידיים.

כדי להמחיש זאת, נניח שאחרי 12 חודשים של מחזור של מחלה איומה, רק 7 אנשים לכל 100,000 זיהומים נהרגו בפועל על ידי המחלה האיומה - לא בדיוק מפחיד. אתה מושך קצת בורר ומרחיב את ההגדרה של 'מוות ממחלה אימתנית' למשהו כמו מה שה-CDC משך - "כל מוות בתוך 30 יום מבדיקה חיובית למחלה האיומה". מכיוון שהרבה אנשים מתים כל יום, אם תבדוק את כולם בהמוניהם, אתה בהכרח 'תגלה' מטען שלם של אנשים מתים שחלו במחלה הנוראה כשהם מתו, למרות שהם נהרגו בגלל משהו לא קשור לחלוטין כמו סרטן או תאונת דרכים. תראה איזה הבדל זה עושה:

מדינת ניו יורק מציעה המחשה קלאסית כיצד להרחיב את ההגדרה של "מוות ממחלה מפחידה" כדי ליצור מראה של מגיפת אפוקליפטית מפחידה של פעם בהיסטוריה - רק תסתכל על ההגדרה הפתוחה והמדהימה הבאה עבור ' מוות סביר של קוביד:

הערת זהירות: אתה חייב תמיד לדאוג לעולם לא, לעולם, לעולם - לעולם!!! - לנסח לציבור כיצד אתה מאיר אותם בשפה ברורה ותמציתית שהם יכולים להבין. השגיאה הבלתי מאולצת הבאה בשנת 2020 של מנהל בריאות הציבור של אילינוי, ד"ר נגוזי אזיקי, היא מסוג הדברים שמביאים לך כרטיס מהיר בכיוון אחד לגולאג - היא למעשה אמרה את הדברים הבאים במסיבת עיתונאים ציבורית (ראה סרטון מוטבע למטה):

"לכן, הגדרת המקרה היא מאוד פשטנית. זה אומר שבזמן המוות, זו הייתה אבחנה חיובית של קוביד. אז זה אומר שאם היית בהוספיס וכבר קיבלת כמה שבועות לחיות ואז גם נמצא שיש לך קוביד, זה ייחשב כמוות של קוביד. זה אומר שמבחינה טכנית גם אם מתת מסיבה חלופית ברורה, אבל היה לך קוביד בו זמנית, זה עדיין רשום כמוות קוביד."

היא עשתה את הדבר הנכון כמובן על ידי שימוש בהגדרה כה מרחיבה להפליא למקרי מוות מקוביד, אבל היא שחררה את החתול בטיפשות ובחוסר זהירות כדי שכל העולם יוכל לראות אותו. זה סוג של טעות רשלנית שיכולה להרוס מסע תעמולה שלם בן לילה. וגם מסוג הדברים שיכולים להיות אנדר קריירה (או גרוע מכך):

 I-3. המציא הגדרה חדשה לגמרי

לפעמים פשוט לא ניתן להסתיר את ההבנה המשותפת של משהו רק על ידי משחק עם ההגדרה בשוליים. במקרה כזה, אתה יכול לעשות את הצעד האמיץ של הגדרה מחדש של מילה, מושג או קטגוריה לגמרי כדי להתאים לצרכי התעמולה שלך. רק היזהרו שאולי קצת יותר קשה לשכנע אנשים שההגדרה הישנה היא פרי דמיונם.

קח את ה-CDC (כן, אנחנו הולכים לצטט הרבה את CDC; הם בכל זאת ארגון התעמולה הבריאותי הבולט בעולם), ששינה את ההגדרה של 'חיסון' מספר פעמים במהלך 6 שנים:

סרגל צדדי: הציוץ שלעיל מציע שיעור בצורך לשלוט במחוקקים נוכלים שעשויים לנסות להתנגד או אפילו לחשוף את מאמצי התעמולה שלך. אתה לא צריך את כאב הראש הנוסף של התמודדות עם ראיות ברורות לבגידה הלשונית שלך ששודרה לציבור מרצפת הקונגרס או הפרלמנט (או כאב הראש הגדול עוד יותר של גירוש לסיביר בתור הבחור הנפילה שנתן לדבר כזה לקרות ).

לפעמים, אתה עלול אפילו לגלות שאתה לכוד במשמעות השיחה הרגילה של מילים, שבהן הן מדגישות משהו שאתה לא יכול להרשות לעצמך שאנשים ישימו לב אליו. אם זה יקרה, תיאלץ ליישם שינוי מהותי לעצם מהות השפה. זוהי מעין אפשרות גרעינית כאשר אתה לא יכול להסתיר משהו בדרך אחרת, וגם לא יכול להרשות לעצמו לא להסתיר אותו. (לְהִזָהֵר!! מאמץ נועז שכזה מגיע עם דרגת קושי משמעותית מכיוון שאנשים רבים ייטו להתנגד למעבר שפה פתוח ונועז שכזה - בדומה לכמה לודיטים לא נאורים מתנגדים ללכת יחד עם מעברים מגדריים).

לדוגמה, קח את המונח "מחאה שלווה:"

כמובן, 'מוגבל' הוא מונח סובייקטיבי שקווי המתאר המדויקים שלו אינם מוגדרים בצורה לא נכונה, מה שנותן לך הרבה מרחב פעולה ליישם את התיאור כמעט על כל דבר, ללא קשר למידת הבלתי קוהרנטית או הבלתי מתאימה של היישום, כפי שמעידה מדיה זו מהחיים האמיתיים. דוח שאינו זקוק לתיאור נוסף:

I-4. שלב קטגוריות

לפעמים, זה פשוט לא מעשי או ריאלי לעצב את הנתונים פשוט על ידי שינוי הגדרות. אל תדאג עם זאת - אם אתה לא יכול לשנות את ההגדרה, אתה יכול במקום זאת לשנות את נקודת הנתונים או הקטגוריה עצמה שאנשים רגילים למילה או לביטוי המתייחסים אליה. אנשים לא מכוונים להבדלים עדינים או בניואנסים בקטגוריות או בנקודות נתונים, והתקשורת מבלבלת את רוב הדברים בכל מקרה, מה שהופך את זה לטריק קל ונוח. לדוגמה, אתה יכול לנסות:

  • שילוב של קבוצות גיל שונות:

נניח שהחיסון המפואר גורם לחבורה של ילדים להפוך לזומבים. זה די רע למשטר. (מה שאומר שאתה צריך להקצות מחדש כמה מדענים לעבוד בתחנת מחקר אקלים באנטארקטיקה למשך שארית הקריירה שלהם. בלי גרביים).

ראשית, עליך תמיד להתייחס למצב חדש זה כ"טרנספורמציה בטוחה ואפקטיבית לזומב טורף". הסיבה לחלק הטורף היא פשוטה: 'זומבי אוכל בשר' נשמע מפחיד מדי, ו'זומבי' פשוט מרגיש כאילו הזומבים בעצם מתים - כלומר, הילדים היקרים מתים - אף אחד מהם אינו רושם שאתה רוצה שאנשים ייעלמו. עִם. (למרות שהדוגמה ההיפותטית שלנו כאן לא צפויה להתממש בפועל, העיקרון רלוונטי וישים לכל מצב: אתה תמיד חייב לתת שם למשהו בצורה שמשדרת תחושה של מה שאתה רוצה שהתרשמות של אנשים יהיו.)

שנית, מכיוון ששיעור הזומביפיקציה בקבוצת הגילאים 12-17 הוא כל כך גבוה שזה ברור לכל מי שמסתכל על הנתונים (למטה בתרשים), כנראה שתצטרך להתמודד עם זה. אז במקום להציג את הנתונים בחלוקה לפי גיל, שבה אנשים יבחינו מיד בגל של זומביפיקציה לילדים, הציגו את הנתונים כקבוצת גיל משולבת שגדולה מספיק כדי להסתיר או להלבין את האות:

מה שאתה עושה בעצם הוא לקחת את המונח "שיעור זומביפיקציה לאחר החיסון המפואר" שניתן להשתמש בו כדי להתייחס לקבוצות הגיל השונות ולגרום לו להתייחס לשיעור של כל קבוצות הגיל ביחד.

עכשיו אף אחד לא ישים לב שהנתונים מראים סיכון ברור לילדים להפוך לזומבים טורפים על ידי החיסון המפואר.

או להיפך, בהנחה שהצעירים לא מתים מהמחלה האיומה בשיעורים גבוהים מספיק כדי להפחיד את האמהות, אתה יכול להציג נתוני מוות ממחלה מפחידה מקבוצת גיל משולבת של 0-50 שגורם לזה להיראות כאילו יש כל כך הרבה מקרי מוות מקבוצה ש כולל הילדים:

  • שילוב של קבוצות דמוגרפיות שונות:

אותו רעיון כמו קבוצות הגיל; נניח שאתה צריך להימנע מכך שהאזרחים יבינו שהמחלה האיומה היא באמת מסוכנת רק לאנשים הסובלים מהשמנת יתר חולנית - וזה רע:

  • ראשית כי אז הם לא יפחדו מהמחלה האיומה
    • שנית כי אנשים עלולים להתחיל לתהות אם שומן הוא בריא, דבר שאינך יכול להרשות כי הם עלולים להתחיל להטיל ספק בנרטיב המשטר בנוגע ל'חיוביות השומנית' ואז מי יודע מה עוד אחר כך.

אז אתה פשוט צריך להציג את נתוני המוות ממחלה מפחידה באמצעות קטגוריה משולבת המכסה את כל סוגי זהויות המשקל:

  • שילוב פרקי זמן שונים

נניח ששמת לב שמקרי המוות מהמחלה האיומה הולכים ופוחתים מחודש לחודש - מה שעלול להיות קטסטרופלי לתוכניות המשטר הדורשות מהאנשים להאמין שמגיפת המחלה האיומה נמצאת במחזור מלא עוד כמה חודשים. אם העם מבין את הרעיון שהמחלה האיומה הולכת ומתפוגגת, ובכן, זו הרבה הזדמנות אבודה להשתמש במשבר המחלה האיומה כאמצעי לחולל שינוי חברתי כדי לבסס ולגבש את כוחו של המשטר.

אז במקום להציג את נתוני המוות לפי חודש, שלבו את כל שלושת החודשים לקטגוריה חדשה של "ממוצע חודשי על פני שלושת החודשים" שתסתיר את הירידה מינואר עד מרץ, המודגם להלן:

  • שילוב תחומי שיפוט גיאוגרפיים שונים

נניח שיש מדינה נוכלת בתוך המדינה שעושה בעיות עבור המשטר שלא עוקב אחר הנחיות המשטר להתמודדות עם המחלה האיומה, שנכנה אותה מוות סנטיסטן. אם הם יראו תוצאות טובות יותר או אפילו שוות לשאר המדינה שבה הם אזרחים טובים ויפעלו לפי הנחיות המשטר, זה יהיה די גרוע. נניח עוד שיש עיר או מחוז בתוך המדינה הרעה הזו שהם מחוז משטר נאמן שעוקב אחר כל הנחיות המשטר אבל ששיעור התמותה שלהם גבוה בהרבה משאר המוות סנטיסטן. וזה מאוד מאוד רע. פִּתָרוֹן? אתה יכול להציג נתונים מכל המדינה כדי שאנשים לא יוכלו לדעת שלמחוז הנאמן לפי הנחיות המשטר יש שיעור תמותה פי 10 משאר המדינה. יש אפילו יתרון בונוס: אתה יכול להצביע על כל מדינת המוות סנטיסטן ככישלון כי מחוז המשטר הנאמן יגרום לכל המדינה להיראות הרבה יותר גרוע!!

שילוב כל הערים והמחוזות במדינה לא נאמנה כדי להסתיר את הבעיות הייחודיות לערי משטר נאמנות היא אחת מטקטיקות התעמולה המשמשות כדי לנסות ולהסתיר מידע לא מחמיא כמו שיעורי הפשיעה הגבוהים בהרבה בערים נאמנות למשטר בהשוואה לערים נשלט על ידי האופוזיציה המרושעת.

(סרגל הצידישיעורי פשיעה גבוהים הם דבר טוב כמובן שזוהי בחירה מכוונת של המשטר - שיעורי פשיעה גבוהים מועילים למשטר מכיוון שחוסר היציבות גורם לאנשים להיות מוכנים יותר לקבל ממשל עריץ כפתרון.)

לשם המחשה, הנה קטע מבריק של הדלקת גז מאחד משופרי התקשורת המרכזיים של המשטר:

תסתכל על הכתובית בקופסת הארגמן - ראה איך הם ממשיכים באדום בכישרון מדינות עבור שיעורי הפשיעה הגבוהים שנמצאים כולם בערים הכחולות בתוך המדינות האדומות אך לא בשאר המדינה שבה הממשל הוא "אדום?" בְּדִיוּק.

  • שילוב סוגים שונים של האפקט או התופעה. לדוגמה, אם יש עלייה בתת-סוג ספציפי של מצב מחלה - כמו עלייה מדאיגה במספר סוגי סרטן נדירים בעקבות השקת החיסון המפואר, מה שעלול לגרום לאנשים להטיל ספק בנרטיב המשטר הרשמי לפיו החיסון המהולל הוא הישות הבטוחה ביותר שנוצרה אי פעם או התגלה בהיסטוריה האוניברסלית - אתה יכול להשתמש בקטגוריה הכללית של סרטן - שגדולה פי 1,000 - כדי להסתיר את האות.

דרך נוספת לחשוב על שילוב קטגוריות היא שלעולם אינך מוסר את הנתונים הספציפיים עבור קבוצות או תת-קבוצות שונות, דבר שהושג לשלמות מוחלטת כאשר קוביד פגע. שקול את תוצאות הסקרים הבאות, המציגות את חלקם של מקרי המוות מקוביד עבור כל קבוצת גיל זה לצד זה עם האחוז של כל קבוצת גיל שחששו שהם ייהרגו על ידי קוביד. (הפסים הכחולים מציגים את האחוז של כל קבוצת גיל שדאגו להירצח על ידי קוביד, הפסים הירוקים מציגים את האחוז מכלל מקרי המוות מקוביד שהיו בכל קבוצת גיל.)

אילו אנשים הבינו מה הסיכון האמיתי שלהם למות, הפסים הכחולים צריכים להיות לפחות במגרש הכדורים של הסורגים הירוקים. כאשר הפסים הכחולים גבוהים באופן דרמטי, זו תוצאה של תעמולה אפקטיבית באכזריות על ידי שילוב כל קבוצות הגיל לקטגוריה אחת מבלי להבדיל מעולם:

אכן הצלחה מסחררת!!

I-5. פיצול קטגוריות

לפעמים תצטרך לפצל קטגוריה במקום לשלב אותה עם קטגוריה אחרת. פשוט הפוך את המסגרת שנקבעה לעיל לשילוב קטגוריות.

התמרון הקטן והמסודר הזה שימושי במיוחד כאשר אתה צריך להשיג משהו מתחת לסף המובהקות הסטטיסטית.

מכיוון שמובהקות סטטיסטית היא מושג די חשוב בנתונים ובמדע, מומלץ להסביר איך זה עובד.

מובהקות סטטיסטית כפי שמשמשת בשפה אקדמית/מדעית רפואית קונבנציונלית פירושה בעצם שהסבירות למשהו שלא נובע מסיכוי אקראי היא פחות מ-5%.

If אתה מטיל מטבע 10 פעמים, הסיכוי לקבל 7 ראשים בגלל סיכוי אקראי הוא 11.72% - לא מובהק סטטיסטית. אם תטיל מטבע 100 פעמים, הסיכוי לקבל 70 ראשים בגלל סיכוי אקראי הוא זעום של 0.0023% - מובהק מאוד סטטיסטית (כי זה הרבה פחות מ-5%) - כלומר זה לא ניתן לייחס באופן סביר לסיכוי אקראי, אלא משהו ספציפי (כמו רמאות) גרם למטבע להתהפך ב-70% לראשים.

למה זה? כדי לקבל 7/10, כל מה שאתה צריך זה שני סיבובי מטבעות נוספים כדי ללכת בדרך שלך - המשך רצף. סטיות קטנות כמו זה יכולות לקרות בקלות באקראי. עם זאת, כדי לקבל 70/100 יש צורך ב-20 סיבובי מטבעות נוספים כדי ללכת בדרך שלך - הסיכויים לקבל *20* מטבעות נוספים מתוך סך של 100 בלבד במקרה אקראי הם זניחים. אז אם אנחנו רואים 70 ראשים מתוך 100 סיבובים, נוכל להניח שיש סוג של רמאות שקורה, כי זה מאוד מאוד לא סביר שיקרה במקרה.

אתה יכול להשתמש בזה לטובתך כדי לחלק ולכבוש אות מובהק סטטיסטית - אתה יכול לחלק קטגוריה שבה יש אות מובהק סטטיסטית למשהו נגד דוקטרינת המשטר לקטגוריות קטנות יותר כדי לשבור את האות מ'70/100' לחבורה של '7/10' שאינם מובהקים בנפרד סטטיסטית.

אז אם למשל יש איתות שיש יותר מקרי מוות לכל 100K בשנה לאחר קמפיין החיסון המופלא, אתה יכול לפרסם את נתוני המוות בחלוקה לפי קבוצת גיל שבה אף קבוצת גיל אחת לא תראה עלייה מובהקת סטטיסטית במקרי המוות (ו אתה יכול לטעון שכנראה מדובר בעודף מוות שנשאר מ'מחלה מפחידה ארוכה' מסיבוכים של לחלות במחלה האיומה):

הערת זהירות: את הטקטיקה הספציפית הזו יש לשלב באופן אידיאלי עם משהו אחר; אחרת אנשים יכולים להנדס לאחור את הפירוק על ידי ביצוע קצת חשבון פשוט כדי לחבר את כל קבוצות הגיל יחד. אז הקפד להוסיף טריקים מבלבלים אחרים.

I-6. הפצה מחדש / ציור מחדש של קטגוריות

אלטרנטיבה מכווננת יותר לשילוב קטגוריות באופן מוחלט היא להפיץ אותן מחדש - לשרטט מחדש את הקווים כביכול. זה יכול להיעשות באמצעות כל מאפיין שלפיו קטגוריות מובדלות.

לשם המחשה, אם נחזור לדוגמא שלנו של המצב הלא-נאמן המרושע של מוות סנטיסטן, במקום לשלב את המדינה כולה לנתון כלל-מדינתי אחד, אתה יכול לשרטט מחדש בחשאי את הגבולות הגיאוגרפיים של המחוזות בתוך המדינה למטרות של נתוני מחלות איומות כמו זה - תראה מה קורה כשאנחנו משנים את גבולות המחוז לקווים הירוקים:

הערה: זה לא אומר שאתה צריך ממש לצייר מחדש את המחוזות למטרות פוליטיות ואחרות כמו מחוזות הצבעה; כל מה שאתה עושה הוא להשתמש בגבולות שונים למטרות הבלעדיות של סטטיסטיקות של מחלות פחד. (עם זאת, האוכלוסיה תניח שאתה מתכוון למחוזות הקיימים בפועל, ולכן לא תבין שאתה משכת אותם מהר. מסיבה זו קוראים לזה תעמולה).

I-7. הגדרות נוזל

יש מקרים שבהם יש לך את הצורך הפרדוקסלי להשתמש בהגדרה ספציפית לדבר אחד, אבל אתה חייב גם להימנע מההגדרה הספציפית הזו למשהו אחר. במקרים כאלה, עליך להתנהג כמו מילון - למילונים יש בדרך כלל מספר הגדרות נפרדות למילה אחת, אתה יכול לעשות את אותו הדבר.

למשל, המילה 'אישה' מוגדרת לפעמים כ'אדם בוגר שיש לו מאפיינים אנטומיים וגנטיים נשיים', כגון כאשר דנים בזכותה של אישה לבחור; ולעיתים מוגדרת כ'אדם המזדהה כאישה', כמו למשל בהקשר של ספורט מאורגן.

סעיף ב' - אצור נתונים

אפילו טוב יותר משימוש בהגדרות ניתנות לגיבוש הוא הימנעות ממצבים הדורשים שינוי הגדרה מלכתחילה.

הדרך הטובה ביותר להיפטר מבעיות כאלה היא לאסוף את הנתונים באופן שימנע יצירת כאבי ראש פוטנציאליים, על ידי שימוש באחת או יותר מהשיטות המנוסות והבדוקות הבאות לחטיפה מושחתת של איסוף, ארגון והצגה של נתונים.

II-1. אל תאבחן או תזהה משהו

אם מטופל מגיע סובל מחסרים נוירולוגיים מרובים לאחר נטילת החיסון המפואר ונשלח הביתה עם מרשם Xanax עבור ה"חרדה" שלו, זה לא ייצור אבחנה לליקוי נוירולוגי מלכתחילה באף מסד נתונים. שום אבחנה של מצב שיכול היה להיגרם על ידי החיסון המפואר - או קוד אבחון במאגר מידע ממשלתי או ביטוחי גדול כלשהו - פירושה שתצטרך להשתמש בחוט יד מוגדר כדי לכסות על קיומן של פציעות מאובחנות הקשורות ל- חיסון מפואר. לפיכך, עליך להבטיח שהאנשים האחראים על אבחון או זיהוי נתונים/תצפיות בעייתיים או סותרים לחיסון המפואר הבטוח והיעיל ימנעו מלעשות זאת.

ראוי להדגיש כאן שמטופלים נדלקים בקלות על ידי הרופאים שלהם ש'הכל בראש שלהם', גם בזמן שהם יודעים שיש להם פציעות רפואיות חמורות שמשנות חיים שמותירות אותם נכים ובלתי מסוגלים לחלוטין לתפקד. שהם חווים מדי יום.

בואו נמחיש זאת באמצעות התרחיש ההיפותטי הבא:

פקידי המשטר רואים את זה בשלטון הנשלט PROPAGANDA מסד נתונים מעקב בטיחות שהוקם כדי לנטר את בטיחות החיסון המפואר -

- יש אות לתסמונת VAMP (Vלשרוף Aקשורים Mאטאמורפולוגי Pתנאים) תנאים:

מטופל מגיע למשרד הרופא עם הופעה מהירה ואקוטית של תסמונת רנפילד (צמא לדם), רגישות קיצונית לאור, בולטת מקרודונטיה, ודלקת עור חמורה מקשר לכסף שהכל התחיל תוך שעות לאחר שנדבקו בחיסון המפואר. זהו מקרה ברור של תופעת לוואי של תסמונת VAMP - המצגת של המטופל תואמת את הקריטריונים האבחוניים לערפדיות מלאה והמצב נגרם על ידי החיסון המפואר (מאחר שאתה הרופא יכול לשלול בבטחה כל סיבה אחרת בתוספת המיידיות של הופעת תסמיני VAMP לאחר דקירה היא אינדיקטור די מובן מאליו לכך שהחיסון המפואר גרם לתסמינים).

למרות שהמטופל יכול לראות שהם בבירור לא צודקים - הם מרגישים פיתוי עצום להכשיל את וריד הצוואר הפועם שלך, הם לא יכולים לסבול להיות מול חלון אלא אם כן הצללים סגורים לחלוטין, הם נשכו בטעות כמה חתיכות מהלשון שלהם עם השיניים הקדמיות הארוכות במיוחד והחדות כתער, והעור שלהם מתחיל להתקלף אם הם נוגעים בירושת משפחת הכסף – אז מה?? אתה עדיין יכול להגיד למטופל, "זה בראש שלך" ולשלוח אותו הביתה עם מרשם קסנקס (ואולי שקית או שניים של דם O-Negative אם אתה מרגיש שהמטופל לא יוכל לשלוט בעצמו עוד זמן רב. אתה לא רוצה שהצוואר שלך יספק להם ארוחת צהריים). והמטופל למעשה פשוט יקבל את זה וילך הביתה בלי הרבה מאבק.

זה נמנע בצורה מסודרת אפילו מיצירת כל תיעוד אבחון של תסמונת VAMP, כך שאין מה להופיע בשום מסד נתונים בשום מקום.

תתפלאו לגלות כמה רופאים מצייתים עד כדי כך שהם ישכנעו את עצמם שהאישה הפרוותית עם הזנב שצמח משום מקום שעה לאחר שקיבלה את החיסון המפואר. אין שום קשר לחיסון המפואר.

(הערות: בשיא הרצינות, חשוב להמציא ראשי תיבות או שמות קליטים לדברים שמעבירים את הרושם של איך אתה רוצה שאנשים יראו את הדבר, אז אל תשתמש בדוגמה הזו במציאות, כי היא משדרת שאתה לא לוקח מעקב בטיחות ברצינות, וגורם לאנשים להאמין יותר שאתה מנסה להסתיר את בעיות הבטיחות בפועל עם החיסון המפואר.)

II-2. אבחון יתר או זיהוי יתר של משהו

לעומת זאת, אם אתה צריך לעשות יותר ממשהו ממה שזמין, פשוט הפוך את מספר 1. לדוגמה, אם אתה צריך שאנשים יפחדו יותר מהמחלה האיומה, אתה יכול ליישם משטר של בדיקות המונים כדי להגדיל את מספר המקרים ה'מאושרים' של המחלה האיומה. הקפד גם להשתמש בבדיקות שיחזירו שיעורים חיוביים גבוהים מאוד, בין אם הם נכונים או לא.

על ידי הגדלת המעקב או הבדיקה של משהו, אתה יכול ליצור מראה של מספרים הולכים וגדלים של כל מה שאתה בודק, או לפחות לשמור על החזית שהוא עדיין בסביבה. קחו בחשבון את ההמחשה הבאה מארה"ב הישנה והטובה של A - תוכלו לראות בטבלה העליונה שככל שמספר בדיקות הקוביד היומיות עלה, במקביל לכך שאחוז הבדיקות שהיו חיוביות צנח ביותר מ-75% (תרשים תחתון ). מה שזה הצליח לעשות זה לשמור על מספר המקרים גבוה יחסית (תרשים אמצע), כך שאפילו כשאחוז הבדיקות שהיו חיוביות ירד מעל 75%, מספר המקרים החדשים ירד רק בכ-25% באותה תקופה.

העלייה חסרת המשמעות במספר הגולמי של המקרים, שהייתה לחלוטין פונקציה של בדיקות נוספות, בכל זאת הביאה לכותרות כמו קטע הפורנו הגדול הזה של NBC בפאניקה שפורסמה ב-11 ביוני 2020:

זכור: אתה מוצא את מה שאתה מחפש, ואתה מוצא יותר ממה שאתה מחפש יותר.

II-3. אל תדווח על מה מאובחן או מזוהה

לפעמים לא ניתן להימנע מאבחון או זיהוי של משהו שעדיף לא לגלות. במקרה כזה, אתה יכול לפחות לוודא שמה שנצפה לא כלול בדוחות או נתונים רשמיים:

מקור: https://www.nytimes.com/2022/02/20/health/Covid-cdc-data.html

ברמה יותר אינדיבידואלית, עליך להנפיק הנחיות לרופאים, לצוות הרפואי ולצוות המנהלי בשטח, לא לאבחן דברים שאינך רוצה שיופיעו במערך נתונים. אל תהססו להשתמש בתמריצים כספיים כדי להמתיק את הסיר לרופאים הנאמנים למשטר. אל תהיו קמצנים כאן – מניעה היא כמעט תמיד זולה יותר (ופחות מלחיצה) מאשר תיקון בעיות לאחר שכבר התעוררו.

גם באותם מקרים נדירים שבהם רופא אינו יכול להימנע מאבחון חולה עם מצב חמור שהתרחש מיד לאחר נטילת החיסון המפואר, הרופא עדיין יכול להקפיד להימנע מדיווח על אירוע הלוואי לכל מאגר מידע של פציעות בחיסון המהולל.

לחלופין, אם מסד הנתונים של המשטר לתיעוד פציעות מהחיסון המפואר עדיין מכיל בסופו של דבר יותר מדי דיווחים בעייתיים שבהם הוא מטיל ספק בבטיחותו, יש שני דברים שעליך לעשות.

הראשון הוא לתקוע כמה ממנהלי מסד הנתונים לאורך רצועת החוף של סומליה שבה מסתובבים הפיראטים כדי שהשאר יסתדרו ויפסיקו לתת לכל כך הרבה דיווחים לעבור. אתה משלם להם כדי לעשות עבודה, שהיא לשמור על התפיסה הציבורית שהחיסון המפואר הוא מוצר התרופה הבטוח ביותר שהומצא אי פעם; כישלון אינו מקובל.

השני הוא לא לחשוף בפומבי את הדיווחים הבעייתיים במסד הנתונים. ה-CDC ניסה את המיטב, אך לבסוף הובסו על ידי שופט נוכל (מה שמדגיש את הצורך בשליטה גם על מערכת המשפט):

II-4. אל תאפשר חקירה של תופעות אם הממצאים עלולים לגרום לבעיות

הצד השני של "אתה תמצא את מה שאתה מחפש" הוא ש"לא תמצא את מה שאתה לא מחפש", אז וודא שאף אחד לא יחפש אותות פוטנציאליים למשהו שעלול להיות בעייתי עבור נרטיב המשטר . אם, נניח, המשטר 'בטעות' משחרר מגיפה בעיר עולם שלישי, לא ייתכן שתאורטיקני קונספירציה טורדניים של מדיה חברתית יבינו מה קרה, אז כדאי לוודא שאף אחד לא יערוך נתיחות או יבדוק אנשים חולים.

ה-CDC מציע המחשה נוספת לחשיבה אסטרטגית מונעת טובה כדי להרחיק נתונים שעלולים להזיק למשטר:

ה-CDC, באופן חכם מאוד, עדיין לא הזמין נתיחה אחת של אלפי ואלפי מקרי המוות שדווחו במסד הנתונים של ניטור בטיחות החיסונים VAERS עצמו של ה-CDC. (זוכרים מסעיף א' את החלק על הוספת תנאים אבסורדיים להגדרות? אם לא, עדיף שתבדוק את החומר כדי שיהיה לך אותו בהישג יד.)

II-5. פרסם רק חלק מהנתונים בהתחלה

לעתים קרובות מספיק, פשוט על ידי פרסום חלק אחד של הנתונים והשארת החלק השני בחוץ למועד מאוחר יותר, אתה יכול ליצור נרטיב שקרי שמשתרש. אז כשתפרסם סוף סוף את שאר הנתונים, לא ישנה שזה סותר את הבסיס למה שהפך כעת לדוגמה מקובלת.

לדוגמה, אם אתה צריך להציג את המחלה האיומה כנפוצה יותר ממה שהיא בפועל, אתה יכול ללכת בעקבות התעמולה החדשנית של וירג'יניה ולמנוע חלק מתוצאות הבדיקה השליליות לזמן מה כדי להעלות את אחוז תוצאות הבדיקה הם חיוביים - מה שגורם לזה להיראות כאילו יותר אנשים חולים במחלה האיומה:

מקור: https://www.wavy.com/news/health/coronavirus/virginia-june-12-Covid-19-update-virginias-percent-of-positive-tests-drops-to-8-after-backlog-of-43k-negative-tests-added/

תרחיש נוסף שבו אתה יכול להשתמש בטכניקת פרסום נתונים חלקי בצורה נהדרת הוא המקום שבו אתה מוצא את עצמך נאלץ לשחרר נתונים מכל סיבה שתגרום למשטר להיראות ממש רע (זה קורה). אז אתה רוצה לדחות את השחרור של החומר המזיק באמת כמה שיותר זמן - אם תחכה מספיק זמן, זה בסופו של דבר יפסיק להיות רלוונטי. כמו כן, אם תשליך את הכל בבת אחת, גורם ההלם יהיה עצום ויהיה לך בלגן גדול על הידיים. עם זאת, אם תשחררו את המידע לטפטף-טפטוף-טפטוף, אז עד שהחתיכות השערורייתיות ישוחררו, גורם ההלם "וואו" כבר נשחק מזמן, ואנשים כבר לא ישימו לב כל כך. טקטיקה זו נוסתה על ידי ה-FDA, למרות שסוכלה בעיקר על ידי השופט הנוכל (הדגיש את הצורך הקריטי בפיקוח שיפוטי כדי למנוע משופטים עריקים להתפלפל במשטר):

II-6. הגבל את מקורות הנתונים או המידע המקובלים

כשיש מקורות שמייצרים נתונים שאינם עולים בקנה אחד עם נרטיב המשטר (זה יקרה מדי פעם למרות מאמציך הטובים ביותר), פשוט תכפיש אותם כתעמולה או משהו אחר לא אמין ומסוכן, כמו בוטים רוסיים. (ככלל אצבע, אתה תמיד יכול כברירת מחדל להאשים או לייחס כל מידע לא נוח ל"דיסאינפורמציה רוסית" בקצרה).

מוצג א' לטקטיקה זו יהיה מסד הנתונים של VAERS המנוהל על ידי ה-CDC. כאשר VAERS הראה מספרים מטורפים לחלוטין של פציעות חיסון על ידי חיסון קוביד -

- כל המנגנון הממסדי המדעי פשוט תייג את VAERS כתיאוריית קונספירציה המשמשת להפצת דיסאינפורמציה מסוכנת:

עם זאת, אם הנתונים הללו מגיעים ממערכי נתונים של משטר שקשה מדי לפטור אותם כזבל לא מדעי (כן, זה קורה), אז להפסיק לפרסם אותם ובמקום זאת להכפיש אותם כמי שנבנים בצורה גרועה ורצופת טעויות קטלניות.

אנו יכולים להשתמש ב-UKHSA כדי להמחיש את העיקרון הזה. לאחר שיעילות החיסון הגולמית ירדה היטב לטריטוריה שלילית עבור כמעט כל קבוצות הגיל (כמו שאנשים מחוסנים היו בסיכון גבוה יותר להידבק בקוביד בהשוואה לאנשים לא מחוסנים), ה-UKHSA פשוט הפסיקה לפרסם את נתוני יעילות החיסון השבועי:

ה-UKHSA מציע גם סיפור אזהרה למה שקורה כאשר אתה מחכה יותר מדי זמן כדי למשוך את התקע על מערכי נתונים בעייתיים:

אי אפשר שיהיו לך כותרות כאלה כל שבוע!! הם היו צריכים למשוך את התקע במערך הנתונים הזה עד כמה לפני שהמחוסנים התחילו לקבל קוביד יותר מאשר לא מחוסנים. זו טעות לא מאולצת, מסוג הטעות האידיוטיות שבגינה מתגלגלים הראשים, תרתי משמע. למה לעזאזל הם חיכו עד שיעילות *בוסטר* עבור בני ה-80 עומדת להיות שלילית???? מישהו ב-UKHSA לא קרא את הספר הזה כבר זמן מה, שבבירור היה מרוויח מקצת ביקורת. . .

II-7. השתמש בסטנדרטים כפולים כאשר אתה קובע איזה מידע הוא קפדני ואמין

חלק מתעמולנים עשויים להסס להיות צבועים עירומים, משום שהם חשים חשופים על ידי הצהרה גלויה של שני אמות מידה בלתי ניתנות לגישור שאפילו כמה איכרים רגילים יכולים להבחין בהם. עם זאת, עליך להילחם בדחף הזה. הבינו שהשימוש בסטנדרטים כפולים מגדיל באופן אקספוננציאלי את האפשרויות שלכם בכל הנוגע ליצירת נקודות דיבור ועמדות להארת גז לציבור.

זה נכון במיוחד כשמדובר באנקדוטות. יש להתייחס לאנקדוטות התומכות בנקודות הדיבור של המשטר, במיוחד אלה ממקורות שאושרו על ידי המשטר, כצורת ההוכחה הגבוהה ביותר; ואילו אנקדוטות ממקורות כפירה או לא מאושרים הסותרות את תעמולת המשטר חייבות להיות מוקעות כאנקדוטליות בלבד ובעלות ערך ראייתי אפס שאינן נחשבות לשום דבר.

אז אנקדוטות של רופאים העומדים בדרישות המשטר ואזרחים נאמנים של המחלה האיומה הרג והרס אנשים הן עדות בלתי ניתנת לערעור, אבל אנקדוטות של פציעות או מוות בגלל החיסון המפואר הן לא יותר מאשר צירוף מקרים אקראי אם לא המצאות גמור, שנדחפו על ידי שרלטנים נבזים לפי הסדר להשמיץ את המשטר ולסכן את כל האנשים הטובים בכל מקום שרק רוצים להישאר בחיים ובריאים:

שימוש בגלוי בסטנדרטים כפולים יש גם יתרון מכריע נוסף של התניה של האוכלוסייה שהסטנדרט האמיתי לקביעה אם נתונים או מידע מהימנים הוא פשוט מה שהמשטר אומר.

II-8. השחית את הנתונים כדי להגן או לחזק את הנרטיב שלך

לפעמים, הטקטיקה הקלה ביותר להימנע מנתונים בעייתיים היא פשוט המצאת נתונים מזויפים. אתה יכול להמציא משהו מבד שלם. או שאתה יכול לנקוט בגישה יותר ניואנסית, ולהשחית את הנתונים על ידי הצגת פגמים עדינים או הטיות שקשה יותר לאדם הממוצע להבחין בהן. ישנן דרכים בלתי מוגבלות להמציא או לזייף נתונים, הרבה יותר מדי מכדי למנות כאן. רק תדאג לזייף נתונים בצורה שלא יתגלה בקלות או הנדסה לאחור.

לדוגמה, אם נחזור למצב ההיפותטי הקודם שלנו שבו אתה צריך שהאוכלוסייה תאמין שיש הרבה יותר מקרים של מחלה אימתנית ממה שיש בפועל, דרך נוספת שבה אתה יכול לתאר את המחלה האיומה כשכיחה יותר היא לשלב את מספר האנשים כרגע חולה עם מספר האנשים שכבר החלימו. ה-CDC למעשה עשה זאת בדיוק כאשר שילבו בדיקות נוגדנים (המודדות את מספר האנשים שכבר החלימו מקוביד) עם בדיקות PCR (המודדות את מספר האנשים החולים כרגע) למדד אחד של "תוצאת בדיקת קוביד חיובית", כולל ערמומיות. כל מי שכבר החלים כשהוא חולה כרגע:

מקור: https://fox4kc.com/tracking-coronavirus/cdc-and-11-states-acknowledge-mixing-results-of-viral-and-antibody-tests/

שימו לב למשפטים המסומנים למעלה, הם די חושפניים.

המשפט המסומן בקו תחתון - "השיטה של ​​ה-CDC עושה רושם שלארצות הברית יש יכולת בדיקה גדולה יותר ממה שיש לה באמת" - ראה כיצד ה-CDC הצליח בצורה מבריקה לסכסך מספר עוגיות תעמולה מתוך התמרון האחד הזה. לא רק שהם יצרו תעתועים של שיעורים גבוהים בהרבה של אנשים נגועים באופן פעיל; הם גם יצרו את תעתוע כי לממשלה יש יכולת הרבה יותר גדולה לבדוק אנשים עבור הנגיף מאשר לממשלה בפועל. (טוב להתהדר במקרים של כשירות ממשלתית בהתחשב בעובדה שהמוניטין האגדי של הממשלה כחוסר יכולת מדהימות הוא אחת התפיסות הקשות לשמצה שיש לדחות עליהן לגבי הממשלה.) תעמולה חריף תמיד מחפש לנצל זוויות נוספות ליתרונות במקום זאת. להסתפק בכך שטקטיקת התעמולה שנפרסה השיגה את מטרתה העיקרית.

המשפט המסומן בקו האדום - "המספרים יכולים לגרום לזה להיראות שלמדינות יש מספיק יכולת בדיקה והן מוכנות להסיר מגבלות, כשזה אולי לא יהיה המקרה" (ובאמת שתי הפסקאות האחרונות) - מציעים שיעור נבון על לקיחת קוצים פוטנציאליים בניצן. אתה חייב תמיד - תמיד!! - היו ערניים כדי למנוע *כל* השלכות פוטנציאליות או גישה מהירה למידע שלמרות שהוא תומך בדרך כלל במשטר, מכיל גם משהו שניתן לעוות כדי לערער היבט אחר של הנרטיב הרשמי של המשטר. בעיקרון, אתה יכול לקבל את העוגה שלך וגם לאכול אותה! העריכו כאן כיצד מדען המשטר שצוטט ביושר מצליח להשמיע בו-זמנית (1) אישור ליכולת הבדיקה המוגברת כמדד לכשירות יוצאת דופן של המשטר; (2) מטיל את האשמה ב"תאונה" [המכוונת] על המפלגה המתנגדת; ו-(3) מזהיר שלמרות שהמדינה עושה עבודה כל כך מדהימה והופכת את הבדיקות לזמינות באופן נרחב, זה לא אומר שבטוח לפתוח מחדש! זכרו, יש מגיפה שצריך לשמור עליה, מה שמדען המשטר הזה עושה במומחיות. (הקפידו לתגמל יפה את מדעני המשטר על עבודה יוצאת דופן כמו זו. זה יתמרץ את השאר לשפר את המשחק שלהם וזה טוב למורל).

שימו לב גם שהתקשורת היא בעלת ברית קריטית למשטר שבלעדיו תיכשלו. אז עשה מה שאתה צריך לעשות כדי לשמור על מערכות היחסים הנעימות - אל תתחיל לצבוט כאן.

II-9. מחק נתונים בעייתיים

כן. כמו האימיילים של Bleach Bit-ing Hillary. טוב לטהר מעת לעת מאגרי מידע מנתונים שאינם עולים בקנה אחד עם הנרטיבים או העמדות של המשטר; אחרת היא עלולה להצטבר למגמה ניתנת להבחין בה יכולים מתנגדי משטר או מפיצי דיסאינפורמציה להבחין בה.

אז אם למשל מסד הנתונים הבטיחותי של החיסון המפואר מכיל יותר מדי דוחות, פשוט מחק אותם, כפי שעושה ה-CDC, כפי שמתואר בטבלה שלהלן המציג את מספר דוחות ה-VAERS הבעייתיים שנמחקו על ידי ה-CDC בכל שבוע:

שימו לב במקרה זה שעובדי ה-VAERS של ה-CDC לא הצליחו ברוב הזמן - אינכם יכולים לאפשר לאנשי קריטי להרפות. כל התרשים הזה צריך להראות עמודות למעלה - אין סיבה מוצדקת למה הם לא יכלו למחוק הרבה דוחות VAERS באוגוסט 2021 כמו שהם עשו במהלך אפריל ומאי 2022. אם אתה צריך לשכור כוח אדם נוסף כדי לטפל בדוחות מחיקה, לעשות את זה.

כמו כן, מדוע הרפסנים האלה אפשרו כל כך הרבה דיווחים להצטבר מלכתחילה?? אפילו לא אמורים להיות מספיק דיווחים במסד נתונים שכזה מלכתחילה, כאשר אז יהיה צורך בטיהורים המוניים שבועיים של הדיווחים האמורים.

אולי הלקח החשוב ביותר בכל הספר הזה הוא זה: הפרטים הלוגיסטיים המשעממים, המשמימים והמייגעים של הפצה ותחזוקה של תעמולה הם קריטיים באותה מידה כמו שקר גדול סוחף או התעמלות לשונית עוצרת נשימה.

ייתכן שיהיה עליך להיות יצירתי כדי להמציא הצדקה או הסבר לכך אם אנשים מבינים שחסרים נתונים, אז הקפד להכין נקודות דיבור מראש לכל מקרה.

דוגמה מצוינת נוספת למחיקת נתונים ערמומית בפעולה היא ההדחה המבריקה הבאה שביצעה ממשלת אוסטרליה כדי לחסל נתוני אקלים לא נוחים המראים שיאי חום שקרו לפני יותר מדי שנים מכדי להאשים אותם בפליטת פחמן אנושית:

למרבה הצער, הם נתקעו, וזה לפעמים בלתי נמנע כשמנסים למחוק משהו ממש משמעותי ומורגש. וזו הסיבה שחובה שתהיה מערכת גולאג מוכנה ומחכה מסביב לשעון כדי להתמודד עם גל פתאומי של אסירים חדשים בהתראה של רגע (כמו מחנות ההסגר של אוסטרליה).

II-10. צור נתונים כוזבים שנראה שהם מפריכים את הנרטיב שלך כדי להערים ולהכפיש את האופוזיציה

כאשר אתה מתמודד עם איום מידע מתמשך שפוגע במאמצי התעמולה שלך, זוהי טקטיקה ערמומית מבריקה כדי לטשטש אותם מסמכותם, אמינותם ועוצמתם. פשוט הוציאו נתונים כוזבים שנראים באופן שטחי כמפריכים את הנרטיב של המשטר, אבל את זה ניתן להפריך בקלות. אויבי המדינה העלובים ללא ספק יתפסו את המידע או הנתונים הכוזבים האלה, ולכן יפגמו כשתוכיח שהם נפלו על הטענות המגוחכות שעכשיו ברור.

כמו מה שהצבא עשה עם מסד נתונים פנימי משלהם של כל המצבים הרפואיים לכל הצבא שנקרא DMED. הם זרעו אותו בכוונה עם נתונים מזויפים שנראו כמו OMG מוחלט!!!!!!!! רגע שהראה עליות מסיביות לא קדושות בכל מיני מצבים רפואיים כמו סרטן, אובדן הריון ואחרים הקשורים לחיסוני קוביד הקדושים. ואז, כשכמה רופאים צבאיים גיבורים מצאו את נתוני ה-DMED, הם נפלו על קו הקרס והשקע... מה שהרג את כל הסיפור. (לציר זמן מפורט מלא והסבר על כך, רואים כאן.)

II-11. השתמש בתמונות, בממים או בסוגי מדיה אחרים כדי לשקר באומץ ובחוצפה

חלק גדול מהתפיסה הציבורית של המדע או הנתונים מסתכם בהצגה החזותית של המדע או הנתונים - מם או תמונה טובים יכולים למעשה לתקשר נתונים שקריים לחלוטין באופן שמשאיר אנשים עם האמונה שהנתונים הכוזבים הם אמיתיים ב-100% .

לדוגמה, אם אתה רוצה להציג שהשיעורים וחומרת שריר הלב הנגרמת על ידי המחלה האיומה גרועים באופן דרמטי מהשיעורים והחומרה של שריר הלב הנגרמת על ידי החיסון המפואר למרות שההיפך הוא הנכון, תוכל ליצור תמונה עוצמתית כמו זו:

כעת, אנשים יקשרו באופן אינסטינקטיבי את "דלקת שריר הלב המפחידה" עם אפוקליפסת ענן פטריות מסיבית לעומת דלקת שריר הלב מהחיסון המפואר כדקירת סיכה זעירה שלא מופיעה אפילו בתרשים.

II-12. צור הדמיות נתונים המייצגות את הנתונים בצורה שגויה

לפעמים אתה לא יכול שלא לפרסם נתונים שהם ממש ממש גרועים (עבור המשטר או Science™️). אבל למזלכם, רוב האנשים (ואנשי אקדמיה) הם אידיוטים רדודים שמתעצלים לקרוא מילים מודפסות לצד תרשים או גרף. אז אתה יכול להציג בצורה ערמומית את הנתונים בסכימת הדמיה שמעוותת או מסתירה את מה שהנתונים אומרים.

בואו נמחיש באמצעות דוגמה מגדולי כתבי העת Science™️ - ה אִזְמֵל. ה אִזְמֵלפרסם מחקר המעריך את מספר מקרי המוות הנגרמים מקור וחום קיצוני ברחבי העולם מדי שנה. מכיוון שממשלות ברחבי העולם רוצות לשמור על הפיקציה של ההתחממות הגלובלית שהיא סכנת תמותה לאנושות, הן היו צריכות להראות כי מקרי המוות שנגרמו כתוצאה מחום עולים על מספר המוות שנגרם כתוצאה מקור. לכל הפחות, הם היו צריכים להיות שווים. לפיכך כאשר ה אִזְמֵל גילה שמספר מקרי המוות בקור עולה על מקרי המוות מחום בהפרש של 10 עד 1 (תרתי משמע), הם היו צריכים למצוא דרך ליצור תרשים המסווה את העובדה הקטנה והלא נוחה הזו. מה שהביא לתרשים למטה בצד שמאל:

הפסים הכחולים מראים מקרי מוות מקור, הפסים האדומים מראים מקרי מוות מחום. ככל שהסרגל גדול יותר, כך יותר מקרי מוות. אז הם היו צריכים להפוך את הפסים האדומים להיות גדולים כמו הפסים הכחולים. אז הם השתמשו בטריק קטן וערמומי - אם תסתכל על המספרים המסומנים בקו תחתון הסגול שמתרגמים את גודל הפס למספר מסוים של מקרי מוות, תראה שבפסים הכחולים (מוות קר), כל אינץ' של פס מייצג 50 מקרי מוות, אבל עבור הפסים האדומים (מוות מחום), כל אינץ' של פס מייצג רק 10 מקרי מוות. לפיכך, סרגל גודל זהה מייצג פי 5 ממספר מקרי המוות למקרי מוות בקור כמו למקרי מוות מחום, למרות שהם נראים אותו הדבר. אבל אנשים לא שמים לב ופשוט יגידו "אה, הם נראים בערך דומים אז חייב להיות שיעור שווה בערך בין מקרי מוות מחום למקרי מוות קר." (והם אפילו ניסו להתגנב למרווח ענק בסוף שבו הסנטימטר האחרון של פסים אדומים מייצג 210 מקרי מוות במקום רק 10 (חץ כתום).

אילו היו יוצרים תרשים כנה שהשתמש באותו קנה מידה גם למקרי מוות בקור וגם למקרי מוות מחום, זה היה נראה כמו התרשים בצד ימין. העניין הוא שמבט אחד בתרשים הזה נותן לך את הרושם המובהק שקור קיצוני הוא איום גדול בהרבה מחום קיצוני, מה שעלול להוביל לכמה שאלות לא נוחות אם אולי קצת התחממות כדור הארץ באמת תועיל לאנושות.

הערות: כשאתה משתמש בטקטיקה הזו, נסה להיות עדין ודיסקרטי יותר מאשר ה-Lancet, שם היה קל מאוד אפילו להדיוט לזהות את כושר היד.

חיסול ה-SCIENCE

"לשם כך, ליסנקו החל "לחנך" יבולים סובייטים להנבט בתקופות שונות של השנה על ידי השרייתם במים קפואים, בין היתר. לאחר מכן הוא טען שדורות עתידיים של יבולים יזכרו את הרמזים הסביבתיים הללו, ואפילו מבלי שיטופלו בעצמם, יירשו את התכונות המועילות."1

חיסול המדע אינו דבר חדש. למרבה המזל של התעמולה, המדע קל מאוד לתמרן כרצונו אם אתה המשטר. רק תסתכל על ההישגים של טרופים ליסנקו כשזכה לגיבוי של החבר סטלין. הסעיפים הבאים יפרטו מה עליך לעשות כדי להצליח לתקן את המדע כדי לתמוך בנרטיב וביעדי המשטר.

המחשה מושלמת למפעל מרוכז ויעיל של חיסול מדע היא מכונת התעמולה המשומנת של ביג פארמה. קבוצה של מדענים עריקים קשרו קשר כדי לנסח במדויק כיצד ביג פארמה שולטת ומתמרנת את המדע והנתונים כרצונם:

ברור, העובדה ש מאמר זה עדיין נגיש לציבור הוא כישלון מדהים של צנזורי המשטר. במדינה עם ממשלה מתפקדת, כל מחברי המתקפה הנועזת כל כך על המשטר (והצנזורים שלא הצליחו למנוע את פרסומו ו/או לא הורידו אותו) יגורשו אתמול לקוטב הצפוני.

סרגל הצידי: מחברים אלה אכן מתארים במדויק כיצד אנו משחיתים את המדע כך שיתאים לסדר היום של המשטר. מאמרים כגון אלה, למרות שברור שלא ניתן לאפשר להם להפיץ בפומבי, מקובל בהחלט להפצה בקרב תעמולת משטר על מנת להבין טוב יותר כיצד להפיץ ביעילות.

חשוב לציין גם שחברות תרופות - "ביג פארמה" - בדרך כלל עומדות בדרישות המשטר, אבל אם חברת פארמה הופכת "פחות" לציות, אז אתה כמובן צריך להעמיד אותן לדין על ההונאה הנוראית שלהן. הקפידו גם לקנוס את חברות הפארמה הנאמנות בסכום גבוה מדי כמה שנים, כך שהאוכלוסייה תחשוב שלמשטר יש קשר יריב לביג פארמה ולכן יש סיכוי נמוך יותר להבין שהמשטר והפארמה משתפים פעולה. כמה מיליארדים זה לא עניין גדול למאזנים שלהם.

סעיף III - בדיקה אילו נתונים נחשבים למדע רשמי

היה סלקטיבי לגבי הנתונים הנכללים במדע הרשמי. מידע שיש לו את האיסור של להיות מידע מדעי נושא משקל ואמינות הרבה יותר בקרב האוכלוסייה, אפילו אלה שמסרבים להתייחס לנרטיב של המשטר (אף אחד לא רוצה להיראות כ"אנטי מדע" - זה גרוע כמעט כמו להיות גזעני בחברה המודרנית).

III-1. אל תפרסם מחקרים בעייתיים, ואם הם מתפרסמים, בטל אותם

הדרך הבטוחה למנוע ממחקר מדעי רשמי להוריד נרטיב של משטר היא לשלול ממנו את הרשמיות שלו. (ואז אתה מסתיר את זה במקום שבו אף אחד לא יכול לגשת אליו וטוענת שמאז שהוא חזר בו מה שמראה שזה היה כל הזמן מדע זבל מזויף הונאה שנדחף על ידי כופרים אנטי-מדעים מושחתים שרוצים להתעשר במכירת מרקחות ויטמינים מוזרות.)

עם זאת, עליך לדאוג לפעול באופן מיידי, שכן אם אתה מחכה יותר מדי זמן, עותקים של מדע לא מאושר יכולים להסתובב בסתר בקרב לא-מאמינים או כופרים נגד המשטר ולקבל מעמד כמעט מיתי. וברגע שמחקר מתבצר בחוויה של אנשים כ"מחקר אמיתי", ביטולו רק גורם להם לחשוב שאתה נואש להסתיר את "האמת".

תסתכל על כל הנסיגות המפוארות הללו של מחקרים שהזיקו לנרטיב המשטר במהלך קוביד (זהו רק העמוד הראשון מתוך 36):

מקור: https://coronacentral.ai/retractions

תארו לעצמכם כמה (יותר) נזק יכלו המחקרים הנוכלים האלה לעשות לו היו מרשים להם להישאר ולא בוטלו!

תארו לעצמכם גם כמה מחקרים נוספים מעולם לא ראו אור מלכתחילה, שכן אלו מייצגים רק חלק קטן מהמחקר הכופר (או מדע טוב שמצא בטעות תוצאות כפירה).

III-2. צ'רי בחר אילו חלקים ממערך נתונים מייצגים "מדע רשמי"

זה מדהים עד כמה אתה יכול לשנות את המדע בצורה דרסטית על ידי שימוש פשוט בחלקים נבחרים של מערך נתונים המחזקים את נרטיב המשטר תוך השלכת (או יותר מכך, הסתרת) חלקי מערך הנתונים שאינם מסונכרנים עם עמדות המשטר.

לדוגמה, נניח שאנו רואים את שתי המגמות הבאות במגמה של המשטר PROPAGANDA מסד נתונים לניטור בטיחות עבור החיסון המפואר.

(למרבה הצער, אתה צריך להעמיד פנים שאתה מפקח על הבטיחות כדי להרגיע אזרחים עצבניים שמרגישים עצבניים מכל דבר חדש, וגם כדי לקבל תגובה מוכנה למבקרים פוטנציאליים ומפיצי דיסאינפורמציה שינסו להאשים את המשטר בהסתרת נתוני בטיחות בעייתיים. . ואתה צריך להעמיד פנים שאתה לוקח את זה ברצינות רבה.)

בכל מקרה נניח שיש 26,878 דיווחים על טרנספורמציות בטוחות ויעילות לזומבים אוכלי בשר לכל מיליון מנות של חיסון מפואר שניתנו, אבל רק 2 דיווחים על אנשים מחוסנים שנהרגים על ידי חיידקים אוכלי בשר מיד לאחר חיסון, כמו זה:

אתה לא יכול בדיוק לגרום לזה לצאת לשיח הציבורי, מה שיעודד היסוס חיסונים ויגרום לאנשים לפקפק בנרטיב המשטר באופן כללי, אפילו לגבי דברים אחרים. אבל אתה גם צריך להוכיח שמסד הנתונים של PROPAGANDA מראה ששיעור הפציעות הפוטנציאליות של Glorious Vaccine הם זניחים. (הקפד להדגיש בכל פעם שאתה מפנה למאגר הבטיחות שדיווחים אלה אינם מאושרים שהחיסון המפואר היה הגורם, רק קשר פוטנציאלי.)

הפתרון כאן הוא די פשוט - השתמש רק בנתונים שמראים שיש רק 2 דיווחים על מישהו שנדבק בחיידקים אוכלי בשר מפחידים בגלל החיסון המפואר לכל 100,000 מנות. עם זאת, יש להתעלם מ-26,878 הדוחות לכל 100,000 מינונים של טרנספורמציות זומבים טורפות בטוחות ואפקטיביות ככל האפשר, וכאשר אינכם יכולים להימנע מהתעלמות מכך, עליכם להוקיע זאת כדיווחים לא מדעיים ללא בדיקה ולפיכך חסרי משמעות ולכן הם חסרי משמעות. ותדאגי לקלקל את התקשורת על שהעזה לשאול אותך על כך. (באופן אידיאלי אתה צריך לקשור קשר עם עיתונאי משטר נאמן שהוא צריך להיות זה שישאל על זה, כדי שניתן יהיה להעלות את זה בצורה מזלזלת כמו, "כמה אנשים שוליים מנסים לטעון שהחיסון המפואר גורם לעשרות אלפי פציעות מרעישות, אתה יכול להסביר איך הם מעוותים את הדיווחים במסד הנתונים של PROPAGANDA?")

כמו כן, לעולם אל תשתמש במילה "מפחיד" בהקשר של מצב שבו אתה מנסה להרגיע אנשים. לְעוֹלָם לֹא. גם אם מה שאתה מתאר מפחיד מבחינה אובייקטיבית. כשאתה מתאר משהו שהוא מפחיד מטבעו, השתמש במילים גדולות ואקדמיות שנשמעות למדע. אז אפשר לתאר "חיידקים אוכלי בשר" כ'דלקת נמקית', משהו שלאף אחד אין מושג מה זה אומר לעזאזל (ורוב האנשים עצלנים מכדי אפילו לגלות את זה בגוגל). יש בו אפילו שני 'i', מה שגורם לזה להישמע די מרשים בצורה אינטלקטואלית, כאילו זו למעשה זכות להיהרג על ידי משהו כל כך מתוחכם:

זה לא כל כך מסובך; אתה תבין את זה תוך זמן קצר. (ואם לא, סביר להניח שלא תהיו בסביבה עוד הרבה זמן בכל מקרה.)

הערות: כאשר יש לך מצב שבו מוצר שאושר על ידי המשטר או המנדט הוא מסוכן - **מה שיקרה לעתים קרובות** - עליך לוודא שאינך נופל לתעמולה שלך; אחרת אולי תגמור את הזומבי הבטוח והיעיל הבא כמו ארבעת הסנטורים האמריקאים האלה:

III-3. השהיית נתוני דיווח

דרך עדינה יותר לבדוק אילו נתונים נכללים במדע הרשמי היא לדווח באופן לא ישר על נתונים או מידע. תזמון אסטרטגי לדיווח על תת-קבוצות שונות של נתונים הוא דרך פשוטה אך יעילה בעוצמה לתמרן את הנתונים המדעיים. (אל תדאג להבין איך זה עובד; רק דע שזה עובד, ושכור סטטיסטיקאים מוכשרים שיוכלו להבין איך ליישם את זה בצורה הטובה ביותר.) חישובים רבים מסתמכים על העיתוי של הנתונים המדווחים, ולכן אתה יכול לשלוט על מה הנתונים מוצגים על ידי שחרור זהיר של חלקים שונים מהנתונים בזמן האופטימלי.

לדוגמה, עיכוב של שבוע בדיווח על מקרי מוות יכול לשנות באופן קיצוני את היעילות לכאורה או הבטיחות של התערבות רפואית - פשוטו כמשמעו, על ידי דחיית הדיווח על מקרי מוות בשבוע, אתה יכול לגרום למשהו שיש לו אפקט להראות כאילו הוא יעיל ב-95%. (אתה יכול לעקוב אחר הקישור לפרטים נוספים, אבל הטקטיקה הספציפית הזו קצת מורכבת מדי עבור מדריך אידיוט, וכללת תיאור מעמיק כאן עלולה לגרום לתעמולה ניצנים עם עתיד מזהיר לפניהם להיכנס לדיכאון ולפקפק בהם היכולות שלהם אם הם לא יכולים לעקוב אחר ההסבר, מה שיכול להוביל אותם להפסיק, וזה באמת יהיה טרגדיה.)

סעיף IV - כיצד לאגד מחקר

אולי מערך הכישורים המכריע ביותר הדרוש כדי לתמרן את המדע הוא היכולת לעצב ולתמרן מחקר כדי להשיג את התוצאות הדרושות.

[הערה: הזיוף בפועל של מחקרים ייעשה תמיד על ידי מומחים המנהלים לימודים למחייתם (הנקראים PI's, או Principal Investigators). אז אתה לא באמת צריך להיות שוטף בדברים האלה. אבל בכל זאת מועיל לקבל הבנה מספקת של היסודות.]

מחקרים - במיוחד המפוארים הגדולים הנחשבים בדרך כלל ל"תקן הזהב" של Science™️ - הם חיות מורכבות מאוד שניתן לתמרן באינספור דרכים. נסביר את הסוגים הבולטים והפשוטים יותר של הטעיות, מניפולציות ופגמים עיצוביים שניתן לנצל כדי להפוך את המחקר לבובה בידיים שלך להסתובב כרצונך.

[הערה: - ישנן הדרגות רבות של תחכום ביישום כל אחת מהמניפולציות הבאות. אנחנו רק הולכים להסביר ולהמחיש את המושגים הבסיסיים באמצעות היישום הפשוט והפשוט של העקרונות, מבלי להוסיף שום קישוטים ותכשיטים מהודרים. המטרה כאן היא שאתה צריך להבין את הסוגים והדרכים השונות לתפעל נתונים. אתה יכול לחנך את עצמך במתודולוגיות המתקדמות יותר לאחר מכן (דבר שכמובן מאוד מעודד ומומלץ).

IV-1. טקטיקה מס' 1 של לימוד חבלול: עצב את העיצוב של פרוטוקולי מחקר

רוב החומר הרלוונטי לסעיף זה רלוונטי גם לחלק הבא העוסק בחבלה ביישום פרוטוקולי המחקר, ולכן נתייחס כאן רק לטקטיקות הייחודיות לזיוף עיצוב הפרוטוקולים עצמם.

פרוטוקולי מחקר הם בעצם כמו ספר חוקים המכתיב כיצד המחקר יתבצע. אז הקפד לכתוב כללים המעדיפים את התוצאה שאתה צריך להשיג.

א) ערימת הסיפון - הקצה אסטרטגית נושאי מחקר לקבוצות המחקר והביקורת המתאימות

כמעט לכל המחקרים הגדולים והמיוחדים יש שתי קבוצות - קבוצת המחקר וקבוצת הביקורת. במחקר לתרופה חדשה, קבוצת המחקר מקבלת את התרופה, וקבוצת הביקורת לא. בתיאוריה, אם התרופה עובדת, אז אמורים להיות יותר אנשים חולים בקבוצת הביקורת מאשר בקבוצת המחקר.

אז אם אתה מנהל מחקר לבדיקת משטר חדש של תרופת Wunder, אתה יכול לנצל זאת על ידי הכנסת יותר אנשים לא בריאים לקבוצת הביקורת מאשר בקבוצת המחקר, כך שקבוצת המחקר תצליח יותר גם אם תרופת המשטר לא תצליח. עֲבוֹדָה. (כמובן אסור להודות שעשיתם את זה או כל אחר מהשטויות הטקטיות הללו בתיעוד המחקר.)

ב) נבדקים בזהירות שיש לכלול במחקר

ניתן למנוע כאב ראש רב פשוט על ידי הרחקת אנשים שעלולים לבלבל את התוצאות שלך בדרך כלשהי.

לדוגמה, אם אתה בודק תרופה חדשה שברצונך להוכיח שהיא בטוחה ויעילה, הרחיקו אנשים שנוטים במיוחד לסבול מתגובות רעות או מחוסר יעילות. אתה מבין את הרעיון. (כאילו שהם לא כללו אנשים זקנים נלווים בניסויי החיסון נגד קוביד, שהיו חושפים את מחלת ה'99% יעילה').

IV-2. טקטיקת חבלול מחקר מס' 2: חבלה בביצוע פרוטוקולי המחקר

לעתים קרובות מספיק, לא תוכל לתקן את פרוטוקולי המחקר עצמם באופן מוחלט כדי להפיק את התוצאות הרצויות לך. במקרים כאלה, עליך לחבל ביישום או בעמידה בפרוטוקולי המחקר הרשמיים במקום זאת. זה די קל לעשות, ויש ממש אין סוף דרכים להשיג זאת.

הערה: כדאי לתכנן את הלוגיסטיקה מראש, על מנת למנוע מגוון בעיות ומצבי לחץ שעלולים לצוץ במחקר גדול הכולל אלפי נבדקים ואנשי צוות. לדוגמה, אם ברצונך 'להראות' שסם מעצבן במיוחד הוא קטלני, עליך להחזיק בשקיות גופות בהישג יד כדי להסיר גופות במהירות ממקומות ציבוריים ומתקן שריפת שריפה זמין 24-7 כדי להשמיד כל ראיה משפטית או פתולוגית בלתי רצויה. שגוויות עשויות להכיל.)

פרוטוקול חבלה מס' 1: מתן הטיפול/התערבות במחקר [לקבוצת המחקר]

אנשים חושבים שלתת תרופה לנבדקים זה לא מסובך ופשוט. הם טועים. מאוד מאוד שגוי. לעתים קרובות אתה יכול לשלוט בכל המחקר על ידי התאמה עדינה של אופן מתן הטיפול לנושאי המחקר, כולל הדברים הבאים:

  • מינון/כמות התערבות – אתה יכול לתת מנת יתר או מנת יתר של תרופה בהתאם למה שאתה מכוון אליו. אם אתה רוצה שהתרופה תיראה לא יעילה, תת מינון יבטיח שהיא לא תעבוד. אם אתה רוצה להראות שהתרופה מסוכנת, פשוט הגביר את המינון לרמות רעילות מאוד.
  • עיתוי מתן הטיפול - דרך נוספת לחבל בתרופה היא לתת אותה לחולים מוקדם מדי או מאוחר מדי מכדי להיות יעיל. יש הרבה נקודות שונות שאתה יכול לבחור כדי להשיג זאת. לדוגמה, אתה יכול לשלוח את התרופה לחולים באמצעות הדואר, מה שיוסיף בהכרח כמה ימים ללוח הזמנים (ספיישל של David Boulware Ivermectin).
  • איכות המוצר – כלומר טוהר/עוצמה – מוצר מזוהם או מיוצר בצורה לקויה לא יתפקד באותו אופן שבו מוצר טהור המיוצר עם מרכיבים איכותיים ונאמנות מלאה לנוהלי הייצור האידיאליים.

(הערה: עליך לערוך תמיד מחקרים פרה-קליניים מחוץ לרשומה על בעלי חיים - ובני אדם - כדי להבין כיצד יתפקדו גרסאות שונות של התרופה או ההתערבות לפני פריסת גרסאות מזוהמות במחקר (בנוסף למחקרים הפרה-קליניים הרשמיים על ניסוח תקין של התרופה); אחרת אתה מסתכן בחבלה בטעות בניסיונות החבלה שלך. זכור, המטרה בהפעלת המחקר היא להראות תוצאה שנקבעה מראש, לא לגלות תובנות מדעיות חדשות! חוסר ודאות או חוסר חיזוי לגבי מה שהתרופה או ההתערבות שאתה לומד יעשו בחיים האמיתיים היא קריפטוניט ללימוד מוצלח. או לפחות ייתן לך כמה מיגרנות קשות בזמן שאתה נאבק לנווט במבוך הסיכונים והנתונים הלא נוחים מהמחקר המבולגן שלך עכשיו.)

  • השתמש בתמיסת מלח או פלצבו במקום ההתערבות – דרך נוספת בה ניתן למזער את הסכנות בהתערבות המשטרית היא מתן פלצבו במקום הטיפול, כך שתהיה פחות חשיפה לרעילות ההתערבות. ברור, אתה צריך גם לוודא שלשימוש במי מלח לא תהיה תופעת הלוואי הלא רצויה של מראה שהתרופה שלך לא עובדת, אז טקטיקה זו משמשת בדרך כלל בשילוב עם מניפולציות אחרות של פרוטוקולים או בגידות.
  • לערבב ולהתאים - אתה תמיד יכול לערבב ולהתאים בכל אחת מההצעות האלה. לדוגמה, אתה יכול לתת כמה של נושאי הטיפול מוצר אחר. אתה יכול גם להשתמש ביותר מאחת מההצעות הללו בשילוב כך שתכסה חלקים שונים בקבוצת המחקר בהצעות שונות, מה שיכול להקשות על גורמים חיצוניים לגלות את הפרות הפרוטוקול.

פרוטוקול חבלה מס' 2: מתן הפלצבו [לקבוצת המחקר]

זה בעצם הצד השני של הסעיף הקודם. ישנן כמה טקטיקות ספציפיות שהן מעט ייחודיות כפי שהן מיושמות על הפלצבו:

  • תנו לקבוצת הביקורת/פלצבו את ההתערבות – דרך אחת להבטיח שמחקר לא יראה יעילות לטיפול היא לתת גם לקבוצת הביקורת את הטיפול. אם שתי הקבוצות יקבלו את הטיפול, אז לא יהיה הבדל ביניהן ומראה שקבוצת הטיפול הצליחה יותר בגלל הטיפול.
    השיטה הקלה אך המסוכנת יותר לעשות זאת היא לבקש מאנשי המחקר לתת את התרופה ישירות לקבוצת הביקורת המתחזה לפלסבו. (זה קל מספיק, מכיוון שהפלצבו אמור להיראות, להרגיש, לטעום ולהריח באופן זהה לטיפול כדי למנוע מנבדקי קבוצת הביקורת להבין שהם לא קיבלו את התרופה.)

השיטה הקשה יותר אך פחות מסוכנת היא לדחוף את נבדקי קבוצת הביקורת להשיג את הטיפול מחוץ למחקר. לדוגמה, אתה יכול להשתמש בפלצבו השונה באופן ניכר מהתרופה. מכיוון שנבדקי המחקר יכולים לגלות בקלות דרך גוגל שזה לא מה שהתרופה אמורה להיראות, להריח או לטעום, הם ישתדלו להשיג את התרופה בפועל בצד, מכיוון שהם לא רוצים למות או לסבול מהחלשה סיבוכים מכל מחלה או מצב שהתרופה משמשת לטיפול.

לחילופין, ניתן לבחור להפעיל את המחקר במקום בו לאוכלוסייה כבר יש חשיפה רחבה לטיפול הנחקר, כך שמאגר הנבדקים יהיה מזוהם ביסודיות עם אנשים שכבר משתמשים או לפחות יש להם אספקה ​​של התרופה בהישג יד.

(רק זכור שהטקטיקה הזו מסתכנת בהבחין על ידי כופרים מתנגדים מתנגדים למדע, מכיוון שזה יהיה עניין של תיעוד ציבורי שהייתה מודעות ו/או שימוש נרחבים בתרופה שבה נערך המחקר.)

  • ספייק את הפלצבו - אם אתה לא רוצה פלצבו אינרטי, אתה יכול להדביק אותו עם משהו קצת יותר 'חי' שיכול לעורר תופעות לוואי ו/או אפקט טיפולי.

שיטה אחת ספציפית היא להשתמש במרכיבי הטיפול כדי להגביר את הפלצבו. זה יכול להיות שימושי במיוחד להסתרת תופעות לוואי בעייתיות של טיפול שנגרמות על ידי מרכיבים או מרכיבים אחרים מלבד מרכיב הטיפול הפעיל - אם תכניס את אלה לפלצבו, לשתי הקבוצות יהיו תופעות לוואי דומות.

(הערותזכור שאם תופעות הלוואי בולטות מדי, עצם הכנסת המרכיבים הרעילים של הטיפול בפלסבו עשויה לעורר שאלות אם אנשים ישימו לב ששיעור תופעות הלוואי הספציפיות גבוה בהרבה בקבוצת הביקורת של המחקר מאשר בקבוצת הביקורת. האוכלוסייה הכללית.)

פרוטוקול חבלה מס' 3: תמריץ את נבדקי המחקר לשנות את התנהגותם

התנהגותם של נבדקי מחקר היא לעתים קרובות שיקול קריטי בעת תכנון פרוטוקולים והפעלת מחקר. השתמש בזה לטובתך.

ישנם 3 סוגים בסיסיים של תמריצים:

  • תמריצים כספיים – אחת הדרכים הבטוחות לתמרץ התנהגות היא לתגמל אותה כלכלית:
    • אתה יכול להפעיל תוכנית שוחד מושחת בתוך המחקר. לדוגמה, אם המחקר משיג תוצאות על ידי בקשת הנבדקים לדווח על מידע - כגון אילו תופעות לוואי הם חוו לאחר קבלת ההתערבות המפוארת - אתה יכול לשלם לנבדקים שלא ידווחו על תופעות לוואי. עם זאת, תצטרך גם לאכוף סודיות ולהבטיח שאף אחד לא יגלה על כך, וזה יכול להיות מסובך.
    • לחלופין, אתה יכול לתמרן או לנצל את הסביבה שבה המחקר מתרחש כדי לתפקד כמתווך או מתווך שלך כדי לחלק את הטובים הפיננסיים. לדוגמה, אם אתה בודק את היעילות של התערבות אפשרית לחסימת העברת המחלה האיומה, אתה יכול להפעיל את המחקר במקום שבו אנשים יכולים ללכת לעבודה רק אם הם לא נגועים במחלה האיומה, תוך ניצול זה תמריץ מובנה לא לדווח על בדיקות חיוביות שיש לאנשים (הם רוצים את מלוא המשכורת שלהם).
  • לחץ חברתי - הסוג השני של תמריצים הוא לחץ חברתי. זה יכול להגיע מעמיתים, כוחות פוליטיים, קבוצות חברתיות, מקורבים מקצועיים, מוסדות, מפורסמים או כל מקור השפעה אחר בחברה. הנקודה היא שאתה יכול להשתמש בכל אלה או בכולם לטובתך. 
    לדוגמה, נניח שאתה מנהל מחקר לבדיקת יעילותו של מגן הבד המופלא שעוצר את התפשטות המחלה האיומה. אז אתה נותן לכמה כפרים במדינת עולם שלישי את מגן הבד המופלא, ויוצר קבוצת בקרה של כפרים שלא מקבלים את מגן הבד המופלא. אתה יכול להראות כמה המכשירים האלה מדהימים מול הכפריים שמקבלים אותם. אתה יכול גם לגרום לזקני הכפר להכריז שמגן הבד המופלא הוא מתנה משמיים, מה שהופך את זה לנקודה של מעלה מוסרית ללבוש אחד, וחשוב מכך, הופך את חבישת מגן זה אך להידבק במחלה האיומה לסימן של כישלון דתי . מה שגורם להם הרבה פחות לדווח על מקרים של המחלה האיומה, במיוחד בהשוואה לכפרים שלא קיבלו את מגני הבד המופלאים. מה שגורם לזה להיראות כאילו מגן הבד המופלא פועל להפחתת העברת מחלות איומות.
  • עונשים קשים - אתה יכול לאיים על כל מיני השלכות איומות אם מקצועות הלימוד לא יעשו בדיוק מה שאתה רוצה. זה קל במיוחד ליישום במדינות עולם שלישי שבהן יש מעט אם בכלל שלטון חוק ושחיתות היא הכלל. זה עשוי להיות שימושי ליצור דוגמה של מישהו מראש כדי להראות שאתה מתכוון לעסקים - למשל, אתה יכול לבחור מישהו באקראי כדי לשלוח לכלא בסודן, שממנו לא סביר שהוא יחזור בחיים.

חבלה בפרוטוקול מס' 4: שכור אנשים לא מוכשרים לנהל את המחקר

מחקרים - במיוחד מחקרים שמבצעים סוג של ניסוי (בניגוד רק לניתוח מערכי נתונים קיימים) - בדרך כלל דורשים צוותים גדולים לבצע. העסקת צוות לא כשיר היא דרך מצוינת לתת לעצמכם מרחב פעולה "לעסות" נתונים לא נוחים שעולים מהמחקר - "הנתונים האלה שגויים כי הצוות פישל אותם". אז כמובן, אתה צריך "לתקן" את ה"שגיאות".

חשוב מכך, צוותים לא מוכשרים נוטים פחות לשים לב שאתה מחבל במחקר כי אין להם את הידע או הניסיון לגבי האופן שבו מחקר לגיטימי אמור להתנהל.

חבלה בפרוטוקול מס' 5: הסר כל נושאי מחקר או אירועים בעייתיים מהמחקר

זה הוא "דוה" ברור. אם כמה נבדקים בניסוי שלב 3 עבור החיסון המפואר סובלים מפציעות קשות מיד לאחר שהזריקו להם את החיסון המהולל, ובכן, אתה לא יכול לגרום להם להרוס את הנרטיב "הבטוח והיעיל". אבל למרבה המזל, הפתרון הוא פשוט: הסר אותם מהמחקר.

זה אפילו לא ייראה חשוד למתבונן מבחוץ! לכל מחקר יש כללים שנכתבו בפרוטוקולים המאפשרים לך להעיף החוצה נבדקים שמפרים את פרוטוקולי המחקר או רוצים לעזוב "מסיבות אישיות". (תחשוב על כל פעם שפוליטיקאי אומר שהוא מתפטר כדי "לבלות יותר זמן עם המשפחה שלו" - אותו רעיון.) אבל רוב האקדמאים פראיירים לזה ונופלים בזה בכל פעם.

אם אתה באמת חכם לגבי איך אתה מעצב את הפרוטוקולים מלכתחילה, תוסיף תנאי שאוסר על נבדקים לפנות לטיפול רפואי מכל רופא מחוץ למחקר. אז אם נבדק סובל מתופעת לוואי מגעיל, כמו דלקת שריר הלב בטוחה ויעילה או שיתוק קל של בל שמותיר אותו משותק במקצת, הם הולכים ישר למיון הקרוב... וזו הפרה ברורה של פרוטוקולי המחקר! ! ביי ביי בעיה.

אם אתה רוצה לראות מאסטרו מהעולם האמיתי, אל תסתכל רחוק יותר מהעמית האחראי על ניסוי Kiddie Phase 3 של פייזר עבור החיסון שלהם - כאשר אחד מנבדקי הניסוי בשם מאדי דה גארי סבל מפציעות נוירולוגיות מרובות למדי 24 שעות לאחר קבלת החיסון (מהסוג הכרוך בשימוש קבוע בצינורות האכלה ובכסאות גלגלים, בין שאר ה'התאמות' באורח החיים), הם פשוט זרקו אותה מהבית. ללמוד. ואז כתבה את הפציעה שלה כ'כאבי בטן לא פתורים'. הם גם זרקו בחור אחר מהמשפט הראשי, עורך דין בשם אוגוסטו ריו, לאחר שחלה בדלקת קרום הלב, בטוחה ויעילה קלה בעקבות מנה מס' 1.

כנ"ל לגבי AstraZeneca - בריאן דרסן נזרקה בעקבות מנה מס' 1 - אבל הם דיווחו שהיא פרשה מסיבות אישיות. לִרְאוֹת? קל-פייסי.

חבלה בפרוטוקול מס' 6: רשום נתונים כוזבים

כאשר כל השאר נכשל, אתה יכול פשוט לרשום נתונים עבור המחקר שהם ממש שגויים ומומצאים יש מאין. קבלן המחקר של פייזר, Ventavia, מראה לנו את הדרך בעניין הזה - צילומי המסך הבאים הם הדוא"ל האמיתי שנשלח על ידי ברוק ג'קסון - אחת ממנהלי האתרים של Ventavia - שהחליטה לנסות לחתוך את המשטר על ידי חשיפת ההונאה המתמשכת:

בתגובה מהירה ויעילה בצורה יוצאת דופן, גברת ג'קסון פוטרה פחות משש - 6 שעות לאחר שליחת האימייל הזה ל-FDA. שש שעות!! כך הדברים צריכים להיעשות.

יתר על כן, כאשר היא תבעה בבית המשפט הפדרלי בניסיון להפיל את כל משפט החיסון של פייזר, המשטר הצליח לעכב אותו במשך כמעט שנתיים תמימות תוך שימוש במגוון טקטיקות משפטיות גאוניות. (עם זאת, יש לציין שמי שהיה אחראי על הגיוס פוצץ את זה בגדול; אתה צריך לעשות בדיקות רקע יסודיות כדי לוודא שלמועמדים פוטנציאליים אין הרשעות מוסריות חזקות.)

למרבה הצער, ה-FDA אינו שולט בכתבי עת רפואיים זרים, אחד מהם החליט לפרסם (למרבה המזעזע) מאמר המתעד את הונאת ניסוי פייזר. וופסי גדולה. זו הסיבה שחובה להקים גוף שלטוני אחיד לכל העולם.

מקור: https://www.bmj.com/content/375/bmj.n2635

IV-3. אפשרות חידוד מס' 3: ניתוח מחקר

לאחר שתסיימו את המחקר עצמו, עכשיו הגיע הזמן לקצץ במספרים מהמחקר. כל מידע בעייתי שעבר איכשהו את כל עיצובי הפרוטוקול והחבלה שלך ינוקה כאן. תחשוב על זה כמו לתת למכונית משומשת שכבת צבע חדשה לגמרי כדי להסתיר את כל הנזק שמתחתיה - אתה לא משנה שום דבר מהותי, רק דברים מסווים (לרוב). אף אחד לא רוצה לגרד את הצבע החדש והטרי כדי לוודא שהוא לא מסתיר משהו.

יש כל כך הרבה דרכים 'לנתח' את הנתונים. החוכמה היא להיות חכם לגבי אילו מהם אתה בוחר וכיצד אתה מבצע את הניתוח.

טקטיקה מס' 1 לניתוח: אל תתאים את הנתונים

התאמות נתונים הן חומר די סטנדרטי במדע. נתונים גולמיים כמעט אף פעם לא מתאימים להסקת מסקנות ישירה או להפקר מהם, כי בדרך כלל קיימים כל מיני משתנים מבלבלים.

הנה דוגמה פשוטה מאוד להתאמת נתונים:

להלן אוכלוסיית המדינות של דארת' סנטיסטן (מצב רע) וגן העדן הספקטרלי המגדרי של קוממיפורניה (מצב טוב):

להלן שיעורי התמותה מהמחלה האיומה עבור מדינות אלה - בסך הכל, במצב הרע יש יותר מקרי מוות מאשר במצב הטוב. מכיוון שיש להם אותה אוכלוסייה, זה אומר ששיעור התמותה גבוה יותר במדינת BAD, BAD של דארת' סנטיסטן:

אֲבָל. . . (כן, יש כאן 'אבל' גדול)

אם נסתכל על שיעורי התמותה של האוכלוסייה הבכירה והאוכלוסיה הלא-בכירה בנפרד, באופן מזעזע למדינה הטובה יש שיעור תמותה גבוה יותר ב-BOTH (?!?!?!?!?):

שתי הערות חשובות כאן:

  1. הסיבה לכך שלמצב הבלתי נאמן של מוות סנטיסטן יש שיעור כללי גבוה יותר למרות שיעורי התמותה נמוכים יותר בכל קבוצת גיל זה מאוד פשוט למעשה - קשישים מתים לעתים קרובות יותר מאשר לא קשישים, אבל למדינה הרעה יש את המזל שיש לו פי 2.5 קשישים מאשר במדינה הטובה, מה שאומר הרבה יותר מקרי מוות בסך הכל בגלל המספר העצום של אזרחים ותיקים במדינה המצב הרע של מוות סנטיסטן:

על מנת שלמדינה הרעה תהיה אותו מספר של מקרי מוות בכירים כמו במדינה הטובה, הם יצטרכו לקבל 40% משיעור התמותה אצל קשישים כמו המדינה הטובה, מכיוון שבמדינה הטובה יש רק 40% ממספר הקשישים שלהם. האוכלוסייה כמצב הרע. זו הסיבה (כשאנחנו רוצים להיות כנים, כמו כשהאמת עוזרת למשטר) המדע מתאים נתונים - כדי להימנע מדברים כאלה. (לתופעה הסטטיסטית הספציפית הזו יש למעשה שם רשמי: "הפרדוקס של סימפסון. ")

לכן, אל תתאים את הנתונים כאשר זה יפגע בנרטיב של המשטר.

טקטיקה ניתוח מס' 2: התאם את הנתונים בצורה מטעה או לא הולם

לעומת זאת, לפעמים הנתונים הגולמיים, או הנתונים המותאמים כהלכה, לא יהיו טובים לנרטיב שלך. במקרים כאלה, עליך להמשיך להתאים בדרכים יצירתיות עד שתסתיר בהצלחה את התוצאות הכופרות כך שאף אחד לא יוכל לראות אותן או להבין אותן.

לדוגמה, אם ניקח את ההשוואה ההיפותטית לעיל של המצבים הבדיוניים של גן העדן הספקטרלי המגדרי של קוממיפורניה/מוות סנטיסטן, אתה יכול להוסיף 'התאמה' כדי "לתקן" את הבעיה. כל מה שאתה צריך לעשות הוא למצוא מאפיין המהווה פרוקסי לתוצאות גרועות יותר במצב הרע של המוות Santistan מאשר המצב הטוב של גן העדן הספקטרלי המגדרי של קוממיפורניה. מאז מוות סנטיסטן החליט לא לעקוב אחר הסגרות מצילות החיים של המשטר, הקשישים בסנטיסטן מוות נטו לעזוב את בתיהם יותר ממדינות אחרות, גם אם רק כדי להסתובב ברחוב כדי לקבל אוויר צח - כלומר, קשישים שלא עזבו את בתיהם כנראה היו לעתים קרובות יותר חולים מכדי לעזוב את ביתם. קשישים חולים כאלה נוטים גם יותר להיות אלה שמתים מהמחלה האיומה.

הנה איך זה יכול להתנהל:

תרשים מס' 1 - אוכלוסיית הקשישים בכל מדינה (עמודות שמאל = קשישים שיצאו החוצה לפחות פעם בשבוע; אמצעים = קשישים שלא יצאו החוצה; ימין = סך כל הקשישים בכל מדינה)

תרשים מס' 2 - מספר מקרי המוות בכל אחת משלוש הקטגוריות בתרשים מס' 1:

זה מתקן לחלוטין את הנתונים הבעייתיים שלנו (זה עלול לתקן את זה טוב מדי!!) - ראו כיצד אנו משנים את שיעור התמותה בקרב קשישים:

כל שעליכם לעשות כעת הוא להתייחס לשיעור התמותה של קשישים בתוך הבית כ"שיעור התמותה הבכירים המותאם לאוכלוסייה".

כמו כן, אתה עדיין יכול להתייחס למקרי מוות של קשישים בבית מעת לעת, כי זה הרבה יותר קל לתעמולה עם נקודת דיבור כמו "קשישים בסיכון הגבוה ביותר מכיוון שהם חסרי תנועה היו בסבירות גבוהה פי שלושה למות במצב הרע מאשר במצב הטוב." אנשים באופן טבעי מקשרים בין קשישים להיות תקועים בתוך הבית, ולכן לא סביר שהם יבינו ש"קשישים בתוך הבית" הם במציאות אחוז כה קטן מאוכלוסיית בכירי המוות ההיפותטית שלנו.

טקטיקת ניתוח מס' 3: בחר נקודות קצה אופטימליות

נקודות קצה הן עניין גדול. באופן רשמי, נקודת הסיום העיקרית של מחקר היא הממצא המרכזי שקובע אם המחקר נחשב כהצלחה או כישלון. נקודת קצה היא בעצם דבר או מדד שבו אתה משתמש כדי להעריך את ההצלחה/כישלון או את ההשפעה של כל מה שאתה לומד. לדוגמה, אם אתה בודק תרופה חדשה כדי לראות אם היא מונעת מהמחלה האיומה להרוג אותך, נקודת הסיום תהיה מקרי מוות ממחלה מפחידה. אם בקבוצת הטיפול היו פחות מקרי מוות ממחלות מפחידות מאשר בקבוצת הביקורת, אז הטיפול עובד, אבל אם לא, ובכן, זה אומר שלא ערכת את המחקר מספיק טוב. (זה קצת פשטני מדי אבל אתה מבין את הרעיון הבסיסי.)

אז אתה צריך להקפיד לבחור בחוכמה בעת בחירת נקודת הקצה/ים.

לכן, בדרך כלל עליך לבחור נקודות קצה בעלות כמה שיותר מהמאפיינים הבאים:

  • תלוי בשיפוט סובייקטיבי ולא בהתבוננות אובייקטיבית
  • מוטה באופן טבעי לתוצאות המועדפות עליך
  • קל לתפעל את התוצאה
  • קל לשקר לגבי התוצאה
  • קשה לאנשים להבין אם זייפת או תמרנת את התוצאה
  • קשה לתפוס / להבין - במיוחד עבור הדיוטות

לדוגמא, נניח שאתה מנהל ניסוי במטרה לחבל בטיפול חלופי שפועל למעשה על המחלה האיומה (שזה יהיה רע מאוד אם המשטר ירצה שמשבר מגיפה יימשך עוד זמן מה). אתה צריך להראות שזה לא עובד. אם תבחר "מוות" כנקודת קצה, אתה עלול להסתבך בצרות גדולות כאשר התרופה מצילה חבורה של אנשים בקבוצת הטיפול.

במקום מוות, אתה יכול לבחור משהו כמו "זמן להשתחרר מבית החולים". נקודת קצה זו ממלאת את כל ששת התנאים (במידה מסוימת):

  • שחרור חולים הוא החלטה סובייקטיבית של הרופאים (שצריכים להיות בשכר המחקר), אז אתה לא תקוע בשחרור חולים שעומדים בסטנדרט אובייקטיבי לשחרור.
  • השחרור מוטה לתוצאות המועדפות עליך - מכיוון שאחוז גבוה יותר מקבוצת הביקורת ימות, המשמעות היא שאחוז גבוה יותר של מקרים חמורים לעולם לא ישתחררו כך שהם לא יגדילו את הזמן הממוצע עד לשחרור עבור שאר קבוצת הביקורת; בהשוואה לקבוצת הטיפול שבה במקום למות, לחולים הקשים יותר לוקח מספר ימים נוספים להתאושש, מה שמגדיל את זמן השחרור הממוצע לקבוצת הטיפול.
  • שחרור קל מאוד לתמרן - ניתן לגייס את צוות בית החולים המעורב במחקר כדי לדחות מעט את שחרור המטופלים הטיפוליים שלא לצורך (צריך לוודא שהצוות הרלוונטי יודע מי קיבל את הטיפול ולכן ממתין תוספת לשחרור בית החולים).
  • גם את זמן השחרור קל למדי לזייף; פשוט ערוך את הניירת עבור תאריכי האשפוז בבית החולים ו/או תאריך השחרור (ואת צילומי האבטחה במידת הצורך). הרבה יותר קשה לזייף את המוות, מכיוון שזמן המוות הוא בדרך כלל משהו שנרשם בצורה מדויקת מאוד ומופיע על תעודת הפטירה.
  • 'זמן לשחרור' הוא לא המדד האינטואיטיבי ביותר להדיוט.

ברור שאתה יכול לעשות טוב יותר עבור רוב התנאים האלה, אבל זה מעביר את הרעיון הבסיסי.

טקטיקה ניתוח מס' 4: קבור מדדי נקודת קצה חלופיים

זה כמעט מובן מאליו: אם אתה משתמש ב'זמן לשחרור' כנקודת הסיום אבל מדווח שהייתה ירידה של 50% בתמותה בקבוצת הטיפול, ובכן, בוא נגיד שזה יעלה הרבה גבות.

אז במקום שתצטרך להתמודד עם שאלות קשות על למה בחרת בנקודת קצה כל כך אבסורדית, ומדוע אתה טוען שהטיפול לא עובד אם אתה רואה שהטיפול הפחית משמעותית את התמותה, כדאי לא לדווח על מקרי המוות בשום מקום במחקר.

אם אינך יכול להימנע מדיווח על נתוני התמותה, לפחות עליך לקבור אותם באמצע טבלה אקראית של נספח בפורמט שקשה מאוד להבין. או יותר טוב, פזרו אותם על פני טבלאות נתונים מרובות במקום כולם במקום אחד שבו הם מזוהים בקלות על ידי איזה חנון אקראי מעצבן במרתף שלו.

טקטיקה ניתוח מס' 5: השתמש בסוגי הניתוח האופטימליים כדי להשיג את התוצאות הרצויות לך

ישנן דרכים רבות לנתח נתונים כמו שישנן זהויות מגדריות או שילובי כינויים. למרבה הצער, לא ניתן לזקק הסבר מעמיק לשיטות שונות לפורמט המתאים למדריך אידיוט כזה. רק תסתכל על כמה מהשמות האלה:

  • ניתוח עיצוב מאוזן של שונות
  • התאמת הפצת בטא
  • טרנספורמציה של Box-Cox לשתי קבוצות או יותר (T-Test ו-ANOVA חד כיווני)
  • מפות חום מקובצות (דנדרוגרמות כפולות)
  • התאמה לחלוקה (Weibull).
  • אשכול מטושטש
  • התאמת הפצת גמא
  • מודלים לינאריים כלליים (GLM)
  • מבחן החריגים של גראבס
  • אשכולות היררכיים/דנדרוגרמות
  • אשכולות K-Means
  • מחיצת מדייד
  • ניתוח שונות של שונות (MANOVA)
  • Nondetects-Data Group Comparison
  • ניתוח חד כיווני של שיתוף פעולה (ANCOVA)
  • אשכול רגרסיה

הנקודה היא ששיטות שונות של ניתוח סטטיסטי יניבו תוצאות שונות. אם הם לא נותנים תוצאות שונות, אז לא היו כל כך הרבה שיטות. הכל עניין של פרספקטיבה. אז אתה צריך לשכור את עצמך גורואים סטטיסטיים מוכשרים שיודעים את הדברים האלה (ונאמנים למשטר) משתי סיבות:

  1. אתה נהנה מהמומחיות שלהם (שאותה אתה צריך; זכור שהמומחיות שלך היא תעמולה, לא ניתוח סטטיסטי מפואר. מעט ענווה מעשית להכיר במגבלות שלך היא חיונית כדי להיות תעמולה מצליח; ביטחון עצמי מופרז היה ביטולם של רבים מאנשי המשטר הנאמנים [ולעיתים קרובות גם זרזף חופשה ממושכת בגולאג עצוב]).
  2. כופרי משטר אינם יכולים להצביע על חוסר המומחיות האמינה של האנליסטים הסטטיסטיים שלך כדי להכפיש ולהטיל דופי באמינותם של מחקרי המשטר. המקרה של ניל פרגוסון עומד כסיפור אזהרה - למרות שבהתחלה הוא הצליח לשכנע ממשלות ברחבי העולם עם המודל המופלא שלו שחזה את הקטל האפוקליפטי מקוביד, היעדר המוחלט שלו בכל מומחיות בנושא בתוספת ההיסטוריה הארוכה שלו של תחזיות מגיפה הזויות לחלוטין. בסיס איתן להשליך את הדגמים שלו ואת כל הדגמים הבאים שנדחפו על ידי ממשלות שונות. הם גם היו מסוגלים להתגייר במידה רבה על גב המהומה הזו.

טקטיקת ניתוח מס' 6: הסר נתונים בעייתיים שלא ניתן לנתח, להתאים או להסתיר בדרך אחרת

זה אותו רעיון כמו הוצאת נבדקים ממחקר אם הם אינם עולים בקנה אחד עם תוצאות המנדט של המשטר; רק כאן אתה מסיר את הנתונים שכבר נוצרו במקום את נושאי המחקר עצמם. המטרה היא אמנם זהה: למנוע מהנתונים שאינם מתאימים למה שאתה רוצה שתוצאות המחקר יראו מלכתחילה להיכנס לרשומה הרשמית של המחקר.

IV-4. בדוק את אפשרות התיקון מס' 4: גיוס מדיה כדי לסובב את התוצאות

לא משנה מהן התוצאות, צריכות להיות לך נקודות דיבור מוכנות לאמצעי תקשורת אוהדים שילכו לחבוט בשבילך. זה לא משנה עד כמה הם שקריים, מטעים וכו' - כל העניין של התעמולה היא להדליק גז ולהטעות - התקשורת פשוט על ידי הצפת האקוספירה במידע שלך היא כוח רב עוצמה שלפחות יקשה מאוד על זה. כדי שרוב האנשים יוכלו להירגע מהשקרים וההטעיות שאתה מפיץ במהירות ברחבי החברה.

עליכם להיות מוכנים במיוחד למקד באכזריות כל מדען או אקדמאי בעל נטיות כפירה שעלולים לפקפק בכל מה שאתם אומרים, או גרוע מכך, להפנות תשומת לב לליקויים במחקר שלכם. עם מקסימום דעות קדומות.

סעיף V - בדיקת מערכי הנתונים

המקור העיקרי האחר למדע מלבד מחקרים הם מערכי הנתונים ומקורות מידע אחרים המשמשים להצהרות מדעיות. נתונים - במיוחד נתונים רשמיים של המדינה - ניתנים לשימוש ללא מחקר רשמי שיוריש את ברכתם, לכן עליך לוודא שהנתונים הזמינים, ובמיוחד מערכי הנתונים המהווים את הבסיס למדדים קונבנציונליים שנוהגים לצטט בחברה על ידי אקדמאים והדיוטות כאחד, נמצאים ברשותך. שליטה איתנה לרופא, שנה ושנה כרצונך.

להלן סוגי הטקטיקות שעליכם להשתמש כדי למקסם את השליטה והתועלת של מערכי נתונים זמינים:

V-1. סטטיסטי 'דיג'

קל יותר לדיג סטטיסטי לתת המחשה מאשר להסביר אותו בתקציר:

נניח שחברת ביג פארמה יוצאת עם תרופה חדשה (לטענתם) הופכת את הילדים לחכמים יותר ומשפרת את הביצועים האקדמיים שלהם. למרבה הצער, למרות שזה אושר על ידי ה-FDA, הם יודעים שזה לא עובד, ואנשים מתחילים לחשוד שאולי קורה משהו דגי (ויש להם מיליארדי דולרים על הקו). אז הם באים אליך ומציעים לך תלוש שכר גבוה בן 7 ספרות כדי 'להוכיח' שהתרופה החדשה שלהם עובדת. אז אתה, בהיותך מדען נועז להשכרה ללא כל קפדנות (מלבד נאמנות למשטר כמובן), מקבל את הצעתם. איך אתה 'מוכיח' שהתרופה שלהם עובדת? פָּשׁוּט. אתה מקבל את הנתונים מכל מחוזות בית הספר בארץ המציגים את הציונים האקדמיים ואת אחוז הילדים שנטלו את תרופת הפארמה החדשה. כאן נכנס לתמונה החלק של 'הדיג': אתה צריך לעיין בכל מחוז עד שתמצא אחד או שניים שבהם הציונים האקדמיים גבוהים מהממוצע ויותר ילדים במחוז זה נטלו את התרופה החדשה מהממוצע (כמו דיג שבו אתה שומר בו עד שאתה מחבר דג). ואז אתה מפרסם את 'המחקר' שלך: "מצאנו מתאם במחוז "X" שבו אחוז גבוה יותר של ילדים שנטלו את התרופה החדשה הוביל לציונים אקדמיים גבוהים יותר." זה מופרך כי כל מחוז אחר מראה שלתרופה לא הייתה השפעה כלל על הציונים האקדמיים, אבל אתה נמנע מזה בצורה מסודרת על ידי הדגשת המחוז האחד שבו יש מתאם במקרה. (עם גודל מדגם גדול מספיק, די בטוח שתמצא מחוז אחד באקראי שבו, במקרה, הרבה ילדים לקחו את התרופה והציונים האקדמיים עלו.)

הלקח העיקרי הוא שלפעמים כל מה שצריך זה קצת התמדה. אם יש לך מערך נתונים גדול של מדינות רבות למשל, פשוט עברו על אחד בכל פעם עד שתגלו את המתאם שאתם מחפשים. לחלופין, תוכל לנסות גרסה מתקדמת יותר של טקטיקה זו המכונה 'P-Hacking'.

דוגמה מצוינת לטקטיקה זו היא "המחקר" הבא של ה-CDC שבו הם עברו את כל 50 המדינות וחיפשו אחת שבה יוכלו לעדכן את הנתונים כדי להראות שחיסוני קוביד הפחיתו את הסיכון להדבקה חוזרת באנשים שכבר חלו בקוביד לפני שקיבלו את החיסון . ולדעת, הם מצאו אחד (מתוך 50 ועוד כמה תחומי שיפוט שאינם מדינתיים כמו וושינגטון די.סי.) שבו הם יכלו לגרום לנתונים לומר את מה שהם רוצים שיגידו:

מקור: https://www.cdc.gov/mmwr/volumes/70/wr/mm7032e1.htm?s_cid=mm7032e1_w

תראה, אם ה-CDC היה מסוגל להשתמש ביותר ממדינה אחת כדי להראות שחיסוני קוביד מפחיתים את הסיכון להדבקה חוזרת, הם היו (אה). אבל הם ניסו וניסו עד שמצאו מצב שהם יכולים לענות את הנתונים כדי להראות זאת.

אגב, יש כאן עוד שיעור חשוב לתעמולה: ערך ההתמדה. אל תוותר סתם אם אינך יכול למצוא מערך נתונים שניתן לרפא אותו בקלות או לתמרן כדי לחזק נקודת דיבור של המשטר. לפעמים אתה צריך להיות יצירתי ולהמשיך בזה עד שאתה פוגע.

V-2. התאם נתונים בעייתיים

כן, הזכרנו את זה קודם לכן בסעיף על לימודי חבלול.

אם הנתונים הגולמיים אינם תואמים לנרטיב המועדף עליך, פשוט 'התאם' אותו עד שיתאים, כפי שהיית עושה עבור הנתונים הפנימיים של מחקר. התאמת נתונים היא חלק שגרתי של המדע, ומכיוון שמעט מאוד אנשים מבינים באמת איך זה עובד, אתה יכול לנצל את התרגול הזה ולנצל אותו לרעה.

איזה בחור אפילו פרסם מאמר מדעי על הנושא (זה גורם לקריאה מעניינת אם אתה חנון חנון):

מקור: https://pubmed.ncbi.nlm.nih.gov/29254468/

יישום מבריק של מושג זה מתייחס לקונצנזוס הממסד המדעי של ההתחממות הגלובלית ששימש בעבר לקונצנזוס הממסד המדעי של התחממות עולמית. איך אתה חושב שאותם נתונים שהראו ב-1974 שהעולם הולך לעידן קרח בלתי הפיך שאיים על הישרדות האנושות מראים כעת שיש באמת *הִתחַמְמוּת* מְגַמָה מאותם נתונים בדיוק זה מאיים על הישרדות האנושות??

מקור: https://content.time.com/time/subscriber/article/0,33009,944914,00.html

הם פשוט 'התאימו' את הנתונים כדי להפוך את העשורים המוקדמים לקרים יותר ואת העשורים המאוחרים יותר לחממים, והרי הבעיה נפתרה! זה ערמומי שטני, ויעיל ביותר - ראה בתרשים למטה (מתוך כופר משטר ידוע) את שני הקווים שעוקבים אחר הטמפרטורה השנתית הממוצעת, קו כחול = הנתונים הגולמיים, הקו הכתום = הנתונים לאחר התאמה של מדעני המשטר. ' זה:

מקור: https://realclimatescience.com/2018/03/noaa-data-tampering-approaching-2-5-degrees/

אם מסתכלים על הקו הכחול, אין התחממות כללית במהלך 100 השנים האחרונות - וזה רע מאוד לנרטיב הרשמי של התחממות כדור הארץ קטסטרופית!!! עם זאת, הקו הכתום מראה מגמת התחממות ברורה ב-100 השנים האחרונות - וזה בדיוק הנרטיב.

כמובן, אם בעתיד, מכל סיבה שהיא, יהפוך לפרגמטי לחזור ל-Global Cooling, אז מדעני המשטר ב-NOAA פשוט 'יתאים' את הנתונים כדי לגרום ל-100 השנים האחרונות להיראות כמו מגמת התקררות קבועה.

הנקודה היא שהכל בהתאמות.

(הערות: כדאי לאפשר לכמה אפיקורסי מדע משטר אקראיים בפרופיל נמוך להסתובב כי הם מייצרים נתונים וניתוח שלמעשה מועילים למדי לשימוש הפנימי של המשטר עצמו, כל עוד אתה מוודא שהם לא יתחילו לצבור בולטות - אז אתה מעביר אותם למפרץ גואנטנמו ללא דיחוי.)

V-3. אל תכלול מניתוחים רשמיים של נתונים רשמיים כל דבר שלא מתאים לתוצאות הרצויות שלך

בדיקה מדוקדקת של מה שנכלל בניתוח שלך היא ממש 101 דברים. אם מידע או תוצאות בפועל מאיימים לערער את התוצאות המועדפות עליך, פשוט הסר אותם מניתוחים רשמיים של הנתונים הרשמיים. אז אם יש מסד נתונים ממשלתי שמראה שאחרי החיסון המפואר, השכיחות של שלל מצבים רפואיים עלתה מאוד, פשוט תתעלמו ממנו.

קח את מסד הנתונים של VAERS (מערכת דיווח על תופעות לוואי של חיסונים) המנוהל במשותף על ידי ה-CDC וה-FDA:

ה-CDC (מתיימר) מעודד דיווח ל-VAERS על מצבים רפואיים שמתבטאים לאחר שמישהו מתחסן, "גם אם אינך בטוח שהחיסון גרם למחלה:"

לאחר השקת חיסוני Covid באמצע דצמבר 2020, ערכי ה-VAERS למקרי מוות נראים כך (תרשים מציג את מספר מקרי המוות המדווחים עבור כל החיסונים בכל שנה):

גרפיקה זו מציגה נתונים סטטיסטיים עבור דוחות VAERS על פציעות/מוות מחיסוני קוביד:

ובכל זאת, מתי הייתה הפעם האחרונה ששמעת על VAERS מה-CDC בהצהרה או ניתוח כלשהו בנוגע לחיסוני קוביד היקרים?

בְּדִיוּק!! ה-CDC (וכולם) פשוט מתעלמים מ-VAERS (למעט כאשר הם מוציאים מעת לעת קטעי 'בדיקת עובדות' כדי להפריך את VAERS).

כמו כן, הקפד לרדוף ללא הרף אל השכחה כל מי שמעז לנסות ולהשתמש בנתונים כאלה כדי לערער את אמינות הניתוחים וההכרזות של המשטר שלך. לעתים קרובות זו בעיה כי בהכרח תהיה חבורה של אנשים שיש להם גישה לנתונים הגולמיים ברגע שהם קיימים.

V-4. חזור על מערכות יחסים והבדלים שנקבעו קודם לכן

דרך קלה לערוך מחקר במושבעים היא להשוות בין 2 ישויות שאתה יודע שכבר יש להן הבדל או מתאם מסוים. לאחר מכן אתה יכול להעמיד פנים שאתה 'מגלה' את ההבדל או המתאם הזה אבל לייחס אותם לגורם חדש.

אז אם למשל, מכיוון שמדינות עניות בהשוואה למדינות עשירות נוטות לקבל תוצאות בריאותיות גרועות יותר, אם המדינות העניות במקרה פחות מצייתות להנחיית המשטר, אתה יכול להצביע על התוצאות הבריאותיות הגרועות שלהן ולהאשים בכך שהן לא נטלו את החיסון המפואר. התקשורת באמת מצטיינת בהעצמת המסר הזה במיוחד, כי היא לא אוהבת יותר מאשר לייחס תוצאות רעות לשיוך פוליטי למפלגה/מפלגות הפוליטיות ה"רעות".

V-5. בקרת מערכי נתונים קריטיים המשמשים למחקר מדעי

מי ששולט בנתונים שולט במדע. דאג לשלוט בברזל על מערכי הנתונים הבולטים והנפוצים ביותר, ותחסוך לעצמך הרבה מתח וכאבי ראש. לדוגמה, הצבא שולט על מערכי הנתונים הפנימיים שלו, ויכול לתמרן אותם כרצונו. כמו DMED - הם עבדו על מערך הנתונים הזה בסדר עד כדי הפיכת כל העניין לחסר תועלת. תסתכל למטה על שני התרשימים הבאים המציגים את *אוֹתוֹ* נתוני DMED עבור "שיעורי ביקורי רופא אמבולטוריים" לשנים 2015-2018 - הטבלה השמאלית היא הגרסה שפורסמה ב-2019, הטבלה הימני מציגה את גרסת 2021 - ואיכשהו, הם לא זהים (אזורים עם עיגול אדום).

שמתם לב לשינוי במספרים של 2016-2018 (שאפשר לראות לפי צורת קו המגמה)? כיצד עלה מספר ביקורי הרופאים שהתרחשו בשנת 2016 בין 2019 ו חָמֵשׁ????

כי המשטר פשוט כתב מחדש את הנתונים. זה מה שאתה יכול לעשות כשיש לך שליטה מלאה על מערך הנתונים.

מובן מאליו שבשום מקרה אסור לאפשר למדענים אלימים גישה לטקסטים או לנתונים הקדושים של המדע שבשליטתכם - זכרו, עליכם להיות תמיד ערניים שמא חוקר כפירה נוכל יבצע ניתוח שעלול לפסול או לסתור את המדע. ה-CDC מוביל בדוגמה כאן:

מקור: https://www.cdc.gov/nchs/nvss/nvss-restricted-data.htm

אם אתה לא נותן למדענים עצמאיים מעצבנים גישה לנתונים, אתה לא צריך לדאוג שהם יגלו דברים בנתונים שיערערו בגדול את נרטיב המשטר.

סעיף VI – שליטה בתקני הראיות

חשבו על עצמכם כשופטים המנהלים משפט פלילי, שפוסק אילו ראיות קבילות בבית המשפט, וכך יכול להבטיח שראיות מפלילות או מזכה לעולם לא יגיעו לחבר המושבעים. אותו רעיון כאן - על ידי שליטה בסטנדרטים של ראיות, אתה יכול לבטל בעקיפין הרבה מהמדע המאתגר שקיים בחוץ מבלי שתצטרך לערער ישירות על הטענות או הראיות הספציפיות.

VI-1. הפוך את סוג הראיות האיכותי ביותר לבלתי אפשרי עבור כל אחד מלבד שחקנים שאושרו על ידי המשטר.

זהו כלל פשוט: להקשות ככל האפשר מבחינה אנושית על מדענים או חוקרים עצמאיים לבצע את סוג המחקרים הנחשבים 'איכותיים'.

אתה יכול לעשות את זה יקר מדי עבור מתנגדים בעלי דעות נגדיות לנהל מדע לא מאושר או כפירה. אחת ההפיכות הגדולות בתולדות התעמולה הייתה עלייתם של משפטים מבוקרים אקראיים כ"תקן הזהב" לראיות. אלה בדרך כלל עולים מיליונים רבים לביצוע, מה שמונע את האפשרות של כל אחד מלבד תאגידי תרופות ענקיים (שהם שחקני משטר נאמנים) לנהל מפעלים מדעיים כאלה.

אתה יכול גם להעביר חוקים או להשתמש בסוכנויות ממשלתיות כדי לאסור על ביצוע מחקרים לא מאושרים באיכות גבוהה אם קבוצה תצליח איכשהו להשיג מספיק כספים לביצוע מחקר כזה.

VI-2. קבע את סוג המחקרים שמדענים לא מאושרים יכולים לבצע כ"איכות נמוכה"

לעומת זאת, ודא שכל מדע או מחקר שאינו תואם שעדיין ניתן לערוך מוגדר כראיה באיכות נמוכה. זו בדרך כלל אלטרנטיבה טובה יותר מאשר איסור מוחלט על כל מחקר לא מאושר, מה שמטבע הדברים יגרום לציבור לחשוד במשטר ונוטה לקבל כל מיני תיאוריות קונספירציה פרועות. במקום זאת, תנו להם לעשות את המחקר שלהם, אבל הסבירו שזה חסר משמעות מכיוון שהוא לא תואם את הכללים הנכונים של מדע מבוסס ראיות.

VI-3. אל תנסח תקן ראיות ברור שאנשים רגילים יכולים ליישם בעצמם

אתה עומד בהכרח להתמודד עם מצבים שבהם אתה צריך מרחב פעולה כדי להשתמש בסטנדרט כפול של ראיות. אם אתה מנסח סטנדרט ברור וקל להבנה, אז אתה מסרס את היכולת שלך לעסוק במדע, מכיוון שאנשים יכולים אז להחזיק אותך בסטנדרט המוצהר שלך. כמו כן, כפי שצוין קודם לכן, אתה רוצה להתנות אנשים שהסטנדרט האמיתי הוא פשוט כל מה שהמשטר מצהיר שהוא ראיה איכותית ולא כל קריטריון אובייקטיבי רחוק.

VI-4. רדפו מדענים חצופים או לא נאמנים

אחת לכמה זמן, ייווצר מצב שבו אתה עלול למצוא את עצמך לא מסוגל להטיל דופי באמינות המחקר על בסיס שמדובר בראיות באיכות ירודה. במקרים כאלה, במקום זאת, עליך לרדוף את המדען/ים הפוגעים האחראים להפצת המדע הכופר, ובכך להפסיק את ההפצה והמשך ביצוע המחקר הבעייתי. זה יכול להיות תמים כמו ביטול הפלטפורמה שלהם מהמדיה החברתית, או מקיף כמו גם שליחתם לגולאג כדי שלא יראו או נשמעו ממנו שוב. עם זאת, אתה או המשטר בסופו של דבר מחליטים להסיר אותם מהמרחב הציבורי, עליך להקפיד גם לתקוף ללא הפוגה את המוניטין והמומחיות שלהם (גם לאחר שהבוגד המעורר חוסל). זו גם טקטיקה טובה להפעיל נגד מדען/ים כריזמטיים שמאיימים על המשטר כי הוא או היא כובשים את לב ההמונים. זה נכון גם אם הם נראים נאמנים, אלא אם כן אתה יודע בוודאות שהם לעולם לא ייערקו לצד השני (כמו אם יש לך מידע סחיטה, או שהם הלב והנשמה של הנרטיב של המשטר והם מחויבים בקנאות, כמו ד"ר פאוצ'י הקדוש). לכן אתה צריך לשמור על מנגנון ריגול חזק כדי לעקוב אחר כל מדעני המשטר הנאמנים.

סעיף ז' – רשויות המדע הכנסייתיות

הדבר הראשון שאתה חייב להבין הוא שמושג הסמכות בתחום המדע הוא כנסייתי באופיו. עיקר השיח המדעי בחברה כיום מורכב מטיעונים מסמכות. אז במקום להתנגד לזה, אמצו אותו והפעילו אותו, כי זה הנשק האדיר מכל במאבק לשלוט במדע עצמו. אתה כנסיית המדע. המשטר הוא הוותיקן שלו. להגמיש את השרירים ולהטיל את הרצון שלך!!

עליכם לעגן מוסכמות שבאופן טבעי יבחרו רק לנאמני משטר לעלות לעמדות של סמכות מדעית בחברה. זה מושג בעיקר באמצעות השיטות הבאות:

VII-1. מומחים חייבים לקבל הסמכה

אישורים הם המסך הראשון שמרחיק את רוב השוללים הפוטנציאליים. על ידי דרישת אישורים - שכמובן ניתן להשיג רק בתיווך המשטר עצמו, או מוסד מוסמך ונאמן למשטר. עליך לחזק את האמונה כי מומחים ללא הסמכה הם מסוכנים ובורים באופן ייחודי, שכן על האוכלוסייה מוטלת הדחף המתמיד לבקש חוות דעת שנייה לעמדות והצהרות המשטר.

VII-2. מומחים חייבים להיות קשורים למוסד או ארגון בעלי מעמד תקין

עוד כלל ברור. זוהי דרך טובה לנכות עוד יותר את כל המדענים המנצ'וריים הפוטנציאליים שעברו את תהליך ההסמכה.

VII-3. יש לקחת בחשבון מומחים ב"הזרם המרכזי"

לאכוף בקפדנות את המוסכמה החברתית הזו, שכן היא מהווה רשת ביטחון רבת עוצמה למקרה שמומחה ישבור דרגות ויחליט להרוס את המשטר. אנשים כאלה לא ניתנים לאישור בקלות, ולפעמים זה יכול להיות קשה או לא מעשי לסיים את כל הקשרים שיש להם עם ארגונים בעלי מעמד תקין. לפיכך הצורך בפסילה שאינה תלויה באף אחד מאלה. להכריז עליו מחוץ למיינסטרים היא דרך חזקה למדי להפיל את הפולסים של מומחה כזה בסמכותו.

VII-4. לאכוף קונצנזוס מדעי

דרך רבת עוצמה נוספת לשלוט במי שמחזיקים בסמכות מדעית היא לאכוף ציות ל"קונצנזוס" רקח, ולמתג כל מי שחורג מהקונצנזוס האמור ככופר חסר תיקון, מהסוג הסוטה ביותר. זהו כלי חיצוני שיכול להיות שימושי ביותר כדי להדיח מדענים בעלי תעודה סוררים. "קונצנזוס" מצלצל בעוצמה באוזניים ובלבבות של הדיוטות, ומספק להם הצדקה קלה לא להעלות שאלות אם המשטר יחליט להדיח פתאום מדען מוערך מאוד.

אחרית דבר

אמנות התעמולה היא נושא רחב הכולל דיסציפלינות מרובות. אל תצפה שתשלוט בזה בן לילה. צפו שתעשו טעויות – כך אתם לומדים מה עובד (ולכן גם תדאגו שיהיה תמיד מישהו אחר שתוכלו להטיל עליו את האשמה בטעויות שלכם).

למזלכם, הרוב המכריע של האזרחים הם כבשים אינטלקטואליות. עיקרון זה הוכח בצורה מבריקה על ידי האדריכל הראשי של Obamacare פרופסור ג'ונתן גרובר.

עם זאת, לפרופסור גרובר הייתה נטייה להסביר יותר מדי, וברור מדי, בנאומים מוקלטים. כמובן, אין שום דבר רע בהסבר עניינים שנויים במחלוקת בשפה ברורה לתלמידי משטר צעירים שהם המפתח להבנת אופן פעולת הפוליטיקה של המשטר, כי הם יצטרכו להבין את הדברים האלה אם הם רוצים להיות עובדי משטר יצרניים. עם זאת, זה הופך לבעיה כאשר הנאומים הללו מוקלטים בווידאו נגיש לציבור הרחב שאתה אמור לרמות:

אפשר היה לחשוב שאחרי שהבחור שכתב חוק מאוד לא פופולרי (באותה תקופה) נתפס במספר סרטונים כשהיא מתגאה איך זה היה "ניצול חכם של חוסר ההבנה הכלכלית של הבוחר האמריקאי" וכיצד "הטיפשות של בוחר אמריקאי" היה קריטי לאפשרות להמחיש העלאת מס כלא העלאת מס (ששתיהן נכונות ב-100% כפי שנאמר קודם לכן), שהפוליטיקאים ייאלצו למשוך את חוק ולנסות שוב בעוד כמה שנים לאחר שדעך הרעש.

אלא שכפי שמסתבר, בדרך כלל אפשר לסמוך לא רק על הטיפשות הבלתי מבוטלת של הבוחר הממוצע, אלא גם על היעדר כל זיכרון לטווח קצר, חוסר תחושת השימור העצמי שלו ומחויבותם לפוליטיקה. אידיאולוגיה מעל הכל. האם אובמהקר בוטלה, או אפילו התעכב? לֹא. אז גם אם תעצרו אותך בגדול, כנראה שתהיה בסדר. (במיוחד אם טיפחת מדיה מיינסטרים תואמת המשרתת את המשטר בנאמנות).

אתה יכול גם להתנחם בכך שתעמולה היא באופן טבעי מפעל מתקן את עצמו - כאשר נעשות טעויות, אתה פשוט משחרר עוד תעמולה והדלקת גז כדי לכסות או למתן את הטעויות הללו בדרך אחרת. ראו כיצד פקידי המשטר עברו ממרומם של פרופסור גרובר לטענה שהוא חסר חשיבות לחלוטין, בלי להניד ריס, ובלי שמץ קלוש של מבוכה בצביעות העירומה בדרגת עמדותיהם הבלתי ניתנות לגישור:

(עם זאת, עליך לדאוג לא להיות עצבני מדי לגבי ביצוע שגיאות, או שאתה עלול למצוא את עצמך מועבר לאתר גולאג סובייטי או CIA Black Ops במרוקו.)

יחד, נוכל להפוך את העולם למקום טוב יותר עבור אלה שנועדו להיות חלק מהאנושות המחודשת.



פורסם תחת א רישיון בינלאומי של Creative Commons ייחוס 4.0
עבור הדפסות חוזרות, נא להחזיר את הקישור הקנוני למקור מכון ברונסטון מאמר ומחבר.

מְחַבֵּר

לתרום היום

הגיבוי הכספי שלך ממכון בראונסטון נועד לתמוך בסופרים, עורכי דין, מדענים, כלכלנים ואנשים אחרים בעלי אומץ, שטוהרו ונעקרו באופן מקצועי במהלך המהפך של זמננו. אתה יכול לעזור להוציא את האמת לאור באמצעות עבודתם המתמשכת.

הורדה חינם: כיצד לחתוך 2 טריליון דולר

הירשם לניוזלטר Brownstone Journal וקבל את הספר החדש של דיוויד סטוקמן.

הורדה חינם: כיצד לחתוך 2 טריליון דולר

הירשם לניוזלטר Brownstone Journal וקבל את הספר החדש של דיוויד סטוקמן.