KOPĪGOT | DRUKĀT | SŪTĪT E-PASTU
https://www.kekstcnc.com/media/2827/20200730_kc_covid_opinion_tracker_japan_deck_final_for-web.pdf
Uzmanīgi aplūkojiet iepriekš redzamo slaidu no starptautiskas aptaujas, kas tika veikta dažus mēnešus pēc Covid-19 uzliesmojuma: Lūk, kā izskatās efektīva propaganda. Un patiesais efekts bija vēl lielāks, jo “reālās pasaules” skaitļi, ko izmantoja, lai aprēķinātu, cik ļoti cilvēki pārspīlēja Covid riskus, protams, paši bija iegūti no... pasaules ievērojamākajām propagandas organizācijām (kas maskējās kā sabiedrības veselības aģentūras). Kuras pašas jau tā mežonīgi pārspīlēja Covid riskus.
Efektīvas propagandas māksla ir visaptveroša disciplīna, kas prasa rūpīgu un pamatīgu izpēti — un pārskatīt — laiku pa laikam. Iesācējam to var būt ļoti grūti apgūt. Pat pieredzējis propagandists dažkārt var iekrist slazdā, domājot, ka propagandas veidošana un izplatīšana ir vienkāršs uzdevums, kas ir labs veids, kā iegūt pastāvīgu, pilnībā apmaksātu Sibīrijas atvaļinājumu. Parasti nav tik vienkārši mulsināt visu sabiedrību katru dienu, 365 dienas gadā, bezgalīgi.
Šī īsā rokasgrāmata sniegs topošajiem propagandistiem, Pasaules Ekonomikas foruma sulaiņiem, komunistu aparatčikiem, modrajiem marksistiem un pieredzējušiem valdības ierēdņiem nepieciešamos instrumentus un zināšanas, lai attīstītu savu daudzsološo talantu līdz pilnvērtīgai propagandas mākslas meistarībai.
Šī grāmata ir nedaudz par garu! Tāpēc nejūtieties spiests to izlasīt no sākuma līdz beigām vienā piegājienā, jo tas novedīs pie izdegšanas un tajā ietvertās svarīgās informācijas neiegaumēšanas.
Šī rokasgrāmata ir sadalīta šādās sadaļās:
I sadaļa. Definīcijas - Kā pārdefinēt vārdus, terminus un metriku, lai tie atbilstu režīma naratīvam
II sadaļa. Datu kūrēšana - Kā nolaupīt datu reģistrēšanas, ziņošanas un publicēšanas procesus
III sadaļa. Pārbaude, kuri dati tiek uzskatīti par oficiālās zinātnes daļu - Kā pārbaudīt un apstrādāt un iznīcināt režīmam neatbilstošus datus, lai tie nekad neparādītos oficiālajā zinātnē vai režīma datu kopās
IV sadaļa. Kā manipulēt ar pētījumu - Tieši tā, kā tas izklausās
V sadaļa. Datu kopu manipulēšana - Dažreiz būs jāveic neliela datu “ķirurģija”, lai modificētu datubāzu saturu, kas ir pretrunā ar režīma runas punktiem, kurus nevar vienkārši izskaust.
VI sadaļa. Pierādījumu standartu kontrole - Kā izveidot pierādījumu hierarhiju, kas režīmam draudzīgu zinātni novieto augšgalā un režīmam nedraudzīgu zinātni apakšā (Mariānas dziļvagā)?
VII sadaļa. Zinātnes baznīcas autoritātes - Kā nodrošināt, lai zinātniskās autoritātes ticami atkārtotu režīma faktus un naratīvus
Pēcvārds - Visu glīti sasienot, gluži kā vienu no Pītera Hotesa tauriņiem (viņš ir īpaši kaitinošs režīma slavenību zinātnieks).
I sadaļa. Definīcijas
"Tas, kurš kontrolē valodu, kontrolē masas."
— Sauls Alinskis, Noteikumi radikāļiem
Tas, kā mēs definējam jēdzienus vai kategorijas, nosaka, kādu reālās pasaules sīkumu tie paziņo vai pārstāv – vai ko tie nepaziņo vai nepārstāv.
Pielāgojamas definīcijas un patvaļīgs un kaprīzs standarts definīciju piešķiršanai ir absolūta nepieciešamība jebkuram efektīvam propagandistam. Neskatoties uz labākajiem centieniem, pat pieredzējuši, eksperti propagandisti neizbēgami saskarsies ar situācijām, kurās esošie apkopotie dati vai cilvēku dzīves pieredze rada problēmas oficiālajam režīma naratīvam.
Tāpēc efektīvai propagandai ir nepieciešama spēja elastīgi un ļoti adaptīvi kontrolēt datu saturu, īpaši jau esošos tradicionālos rādītājus, par kuriem sabiedrība ir pieradusi dzirdēt un kurus ir ļoti grūti vienkārši pazudināt (atšķirībā no tā, cik viegli var pazudināt disidentu zinātnieku no YouTube vai Facebook). Piemēram, romāna "Briesmīgās slimības pandēmija" kontekstā nebūs iespējams izvairīties no runāšanas par "nāves gadījumiem" – galvenais veids, kā cilvēki attieksies uz slimības smaguma novērtēšanu, vienmēr būs: "Cik cilvēku nomira no šīs slimības?" Taču jūs varat mainīt to, uz ko attiecas "nāve" romāna "Briesmīgās slimības" kontekstā, ja vēlaties palielināt vai mazināt cilvēku izpratni par to, cik nāvējoša tā ir.
Praksē tas nozīmē, ka tad, kad termina vai jēdziena parastā izpratne liecina, ka realitāte īsti neatbilst režīma vēlamajam naratīvam, tikai jāmaina dažas definīcijas, un voilà, problēma atrisināta.
Kā arī daudzi ievērojami komunistu propagandisti vēstures gaitā ir atzīmējuši: "Tas, kurš kontrolē valodu, valda pār pasauli."
Ir dažādi veidi, kā mainīt vai pārveidot definīcijas no problemātiskām uz pieņemamām:
I-1. Definīcijas ierobežojums
Ja tradicionālā kaut kā definīcija ietver jēdzienus, datus vai informāciju, kas ir pretrunā ar režīma dogmu, ierobežojiet definīciju, lai tā vairs neietvertu nevēlamo informāciju. To var izdarīt daudzos veidos. Tāpēc mēs uzskaitīsim dažus no visizplatītākajiem raksturlielumu veidiem, ko varat izmantot, lai efektīvi ierobežotu definīciju: Ierobežojiet definīciju ar laika intervālu: Pieņemsim, ka vakcinētie cilvēki pirmajās 30 dienās pēc vakcinācijas un vairāk nekā 90 dienas pēc vakcinācijas ar Glorious vakcīnu ļoti bieži saslimst ar Baismīgo slimību. Tā ir liela problēma, jo cilvēki domās, ka Glorious vakcīna nav efektīva:
Sarkanā līnija parāda saslimstības rādītāju uz miljonu cilvēku pēc vakcinācijas ar Glorious Vaccine, atkarībā no dienu skaita kopš vakcinācijas. Kā redzams, pirmajās 30 dienās infekciju uzliesmojuma rādītājs ir ļoti augsts, bet laikā no 30. līdz 90. dienai saslimstības rādītājs ir praktiski 0, un pēc 90. dienas saslimstības rādītājs atkal sāk pieaugt.
Vienkāršoti sakot, iepriekš redzamajā diagrammā saslimšanas gadījumu skaits uz miljonu cilvēku ir šāds:
- Pirms vakcinācijas: 500 baisās slimības gadījumi uz miljonu cilvēku
- 10 dienas pēc vakcinācijas: 3,000 baisās slimības gadījumu uz miljonu cilvēku
- 20 dienas pēc vakcinācijas: 1,700 baisās slimības gadījumu uz miljonu cilvēku
- 30 dienas pēc vakcinācijas: 100 gadījumi uz miljonu cilvēku
Tā ir ļoti negodīga “Glorious Vaccine” efektivitāte – kaut kas tāds, ko nevar pieļaut. Viens no risinājumiem ir vienkārši mainīt “vakcinēta” definīciju, lai tā apzīmētu personu, kurai ir pagājušas 30 līdz 90 dienas pēc “Glorious Vaccine” injekcijas – citiem vārdiem sakot, ikviens, kurš ir 30 dienu laikā pēc vakcinācijas vai vēlāk nekā 90 dienas pēc vakcinācijas, netiek uzskatīts par “vakcinētu”.
Šo konkrēto taktiku sāka izmantot gandrīz katra sabiedrības veselības aģentūra civilizētajā pasaulē, kur Covid vakcīnu “pilnībā vakcinēta” definīcija bija ierobežota līdz “14 dienām pēc otrās devas”.
Ierobežojiet definīciju ar kvantitāti, piemēram, ekspozīciju skaitu – Piemēram, ja vairāki cilvēki, kas saņēmuši 1 vai 5 brīnumlīdzekļa Mirafaucivir devas, ir miruši (pirmā deva nogalina cilvēkus, kuri ir īpaši uzņēmīgi pret tā toksicitāti, un 5 devas ir pārāk toksiskas praktiski ikvienam), definīciju "ārstēts ar MiraFaucivir" ierobežo līdz 2–4 devām:
Ierobežojiet definīciju, pievienojot tai absurdus nosacījumus, kurus ir gandrīz neiespējami izpildīt. Piemēram, masveida vakcinācijas kampaņas kontekstā ar jaunizveidoto Glorious Vaccine vakcīnu jūs varētu mēģināt izmantot šādus nosacījumus, lai ierobežotu "vakcīnas izraisītas nāves" definīciju:
Šādos apstākļos ir diezgan grūti jebkad apstiprināt "apstiprinātu" gadījumu, kad kāds ir miris no "Glorious Vaccine".
(Lai šī definīcijas piemērs būtu pilnībā efektīvs, jāatceras pēc iespējas vairāk aizsegt autopsijas.)
I-2. Definīcijas paplašināšana
Un otrādi, dažreiz jūs varat vēlēties no kaut kā vairāk, nekā patiesībā ir. Definīciju paplašināšana ir lielisks risinājums — vienkārši apgrieziet iepriekš minētos norādījumus, lai ierobežotu definīcijas.
Tātad, ja jums ir nepieciešams vairāk nāves gadījumu no Briesmīgās slimības nekā cilvēku, kas faktiski miruši no šīs slimības, jūs varat paplašināt "Briesmīgās slimības nāves" definīciju līdz "jebkura nāve 30 dienu laikā pēc pozitīva testa", un gluži kā burvju mājienā jums ir pilna mēroga pandēmija.
Lai to ilustrētu, pieņemsim, ka pēc 12 mēnešiem, kad Bīstamā slimība bija izplatījusies, tikai 7 cilvēki no 100,000 30 inficēšanās gadījumiem faktiski tika nogalināti Bīstamās slimības dēļ – nemaz tik biedējoši. Jūs nedaudz pamudināsiet un paplašiniet "Bīstamās slimības nāves" definīciju līdz kaut kam līdzīgam, ko izmantoja Slimību kontroles un profilakses centrs (CDC) – "jebkura nāve XNUMX dienu laikā pēc pozitīva Bīstamās slimības testa". Tā kā katru dienu mirst daudz cilvēku, ja jūs masveidā testēsiet viņus visus, jūs neizbēgami "atklāsiet" veselu laivu mirušu cilvēku, kuriem nejauši bija Bīstamā slimība, kad viņi nomira, pat ja viņus nogalināja kaut kas pilnīgi nesaistīts, piemēram, vēzis vai autoavārija. Redziet, kādu atšķirību tas rada:
Ņujorkas štata universitāte piedāvā klasisku piemēru tam, kā paplašināt “briesmīgās slimības nāves” definīciju, lai radītu iespaidu par vienreizēju, superbiedējošu apokaliptisku pandēmiju – vienkārši aplūkojiet šo krāšņo atvērto definīciju “iespējamam” Covid nāves gadījumam:
BRĪDINĀJUMS: Jums vienmēr jāuzmanās, lai NEKAD, NEKAD, NEKAD – NEKAD!!! – skaidrā, kodolīgā valodā, ko viņi var saprast, neizskaidrotu sabiedrībai, kā jūs viņus kritizējat. Šī nepiespiestā kļūda 2020. gadā no Ilinoisas Sabiedrības veselības direktores Dr. Ngozi Ezikes ir kaut kas tāds, kas ļauj ātri vien nokļūt Gulagā – viņa publiskā preses konferencē faktiski teica sekojošo (skatīt iegulto video zemāk):
“Tātad, gadījuma definīcija ir ļoti vienkāršota. Tas nozīmē, ka nāves brīdī diagnoze bija Covid-19. Tas nozīmē, ka, ja jūs atradāties hospisā un jums jau bija dotas dažas nedēļas dzīvot, un tad jums tika atklāts arī Covid-19, tas tiktu uzskatīts par Covid-19 izraisītu nāvi. Tas nozīmē, ka tehniski pat tad, ja jūs nomira skaidra alternatīva cēloņa dēļ, bet jums vienlaikus bija Covid-19, tas joprojām tiek uzskaitīts kā Covid-19 izraisīta nāve.”
Protams, viņa rīkojās pareizi, lietojot tik brīnišķīgi plašu Covid nāves gadījumu definīciju, taču muļķīgi un bezrūpīgi atklāja notikušo visas pasaules priekšā. Tā ir tāda neuzmanības kļūda, kas var vienas nakts laikā sagraut visu propagandas kampaņu. Un arī tāda, kas var izbeigt karjeru (vai pat vēl ļaunāk):
I-3. Izgudrojiet pavisam jaunu definīciju
Dažreiz vienkārši nav iespējams noslēpt vispārpieņemto izpratni par kaut ko, vienkārši spēlējoties ar definīciju malās. Tādā gadījumā jūs varat spert drosmīgu soli un pilnībā no jauna definēt vārdu, jēdzienu vai kategoriju, lai tas atbilstu jūsu propagandas vajadzībām. Tikai uzmanieties, ka var būt nedaudz grūtāk pārliecināt cilvēkus, ka vecā definīcija ir viņu iztēles auglis.
Ņemiet, piemēram, CDC (jā, mēs daudz citēsim CDC; galu galā viņi ir pasaulē ievērojamākā veselības propagandas organizācija), kas sešu gadu laikā vairākas reizes mainīja "vakcinācijas" definīciju:
Sānjosla: Iepriekš minētais tvīts sniedz mācību par nepieciešamību kontrolēt negodīgus likumdevējus, kuri varētu mēģināt paust nepiekrišanu vai pat atmaskot jūsu propagandas centienus. Jums nav nepieciešamas papildu galvassāpes, kas saistītas ar skaidriem pierādījumiem par jūsu lingvistisko nodevību, kas tiek pārraidīti sabiedrībai no Kongresa vai parlamenta zāles (vai vēl lielākas galvassāpes, tiekot izraidītam uz Sibīriju kā noziedzniekam par to, ka pieļaujat šādas lietas notikt).
Reizēm jūs pat varat nonākt slazdā ar vārdu parasto sarunvalodas nozīmi, kur tie izceļ kaut ko tādu, kam jūs nevarat atļauties, lai cilvēki pievērstu uzmanību. Ja tas notiks, jūs būsiet spiests ieviest fundamentālas izmaiņas pašā valodas būtībā. Šī ir sava veida kodolīga iespēja gadījumiem, kad kaut ko nevarat noslēpt nekādā citā veidā un arī nevarat atļauties to neslēpt.Uzmanību!! Šāds pārdrošs pasākums ir saistīts ar ievērojamām grūtībām, jo daudzi cilvēki būs noskaņoti pretoties šādai atklātai un drosmīgai valodas maiņai – līdzīgi kā daudzi neapgaismoti ludīti pretojas dzimumu maiņai.).
Piemēram, ņemiet vērā terminu “miermīlīgs protests”:
Protams, “ierobežots” ir subjektīvs termins, kura precīzas kontūras ir neskaidri definētas, kas dod lielu rīcības brīvību, lai aprakstu piemērotu gandrīz jebkam neatkarīgi no tā, cik nesakarīgs vai nepiemērots ir pielietojums, ko apliecina šis reālās dzīves mediju ziņojums, kuram nav nepieciešams papildu apraksts:
I-4. Apvienot kategorijas
Dažreiz vienkārši nav praktiski vai iespējams veidot datus, vienkārši mainot definīcijas. Tomēr neuztraucieties — ja nevarat mainīt definīciju, varat mainīt pašu datu punktu vai kategoriju, pie kuras cilvēki ir pieraduši pie vārda vai frāzes. Cilvēki nav pieskaņoti smalkām vai niansētām atšķirībām kategorijās vai datu punktos, un plašsaziņas līdzekļi tik un tā noderīgi apvieno lielāko daļu lietu, padarot šo par vienkāršu un ērtu triku. Piemēram, varat izmēģināt:
- Dažādu vecuma grupu apvienošana:
Pieņemsim, ka Lieliska vakcīna liek bariņam bērnu pārvērsties par zombijiem. Tas ir diezgan slikti režīmam. (Tas nozīmē, ka jums vajadzētu pārcelt dažus zinātniekus uz darbu klimata pētījumu stacijā Antarktīdā uz atlikušo karjeras laiku. Bez zeķēm.)
Pirmkārt, šis jaunais stāvoklis vienmēr jādēvē par “drošu un efektīvu pārtapšanu par gaļēdāju zombiju”. Gaļēdājas daļas iemesls ir vienkāršs: “gaļu ēdošs zombijs” izklausās pārāk biedējoši, un vienkāršs “zombijs” rada iespaidu, ka zombiji būtībā ir miruši, t.i., dārgie bērni ir miruši, un neviens no šiem iespaidiem nav tāds, kādu jūs vēlētos, lai cilvēki to atstātu.Lai gan mūsu hipotētiskais piemērs, visticamāk, nepiepildīsies praksē, princips ir atbilstošs un piemērojams jebkurā situācijā: vienmēr kaut kas jānosauc tā, lai tas atspoguļotu vēlamo iespaidu uz cilvēku sižetu.)
Otrkārt, tā kā zombifikācijas līmenis 12–17 gadu vecuma grupā ir tik augsts, ka tas ir acīmredzams ikvienam, kurš aplūko datus (zemāk esošajā diagrammā), jums, iespējams, ar to būs jātiek galā. Tāpēc, tā vietā, lai datus parādītu sadalītus pa vecuma grupām, kur cilvēki nekavējoties pamanīs bērnu zombifikācijas pieaugumu, datus prezentējiet kā apvienotu vecuma grupu, kas ir pietiekami liela, lai slēptu vai legalizētu signālu:
Būtībā jūs lietojat terminu "zombifikācijas ātrums pēc krāšņās vakcīnas", ko var lietot, lai apzīmētu dažādas vecuma grupas, un padarāt to par atsauci uz visu vecuma grupu kopējo ātrumu.
Tagad neviens nepamanīs, ka dati liecina par skaidru risku bērniem pārvērsties par gaļēdājiem zombijiem ar Glorious vakcīnas palīdzību.
Vai arī otrādi, pieņemot, ka bērni nemirst no Baismīgās slimības tik lielā mērā, lai biedētu māmiņas, jūs varat uzrādīt Baismīgās slimības mirstības datus no apvienotas vecuma grupas no 0 līdz 50 gadiem, kas rada iespaidu, ka ir tik daudz nāves gadījumu no grupas, kas... ietilpst bērniņi:
- Dažādu demogrāfisko kohortu apvienošana:
Tā pati ideja kā vecuma grupām; pieņemsim, ka jums ir jāizvairās no tā, ka pilsoņi saprot, ka Baisā slimība patiesībā ir bīstama tikai cilvēkiem ar patoloģisku aptaukošanos, kas ir slikti:
- pirmkārt, tāpēc, ka tad viņi nebaidīsies no Baismīgās slimības
- otrkārt, tāpēc, ka cilvēki varētu sākt apšaubīt, vai tauki ir veselīgi, ko nevar pieļaut, jo viņi varētu sākt apšaubīt režīma naratīvu par "tauku pozitivitāti" un tad, kas zina, ko vēl pēc tam.
Tātad jums vienkārši jāuzrāda dati par mirstību no briesmīgās slimības, izmantojot apvienotu kategoriju, kas aptver visu veidu svara identitātes:
- Dažādu laika periodu apvienošana
Pieņemsim, ka jūs ievērojat, ka nāves gadījumu skaits no Briesmīgās slimības samazinās katru mēnesi, kas var būt katastrofāli režīma plāniem, kas liek cilvēkiem ticēt, ka Briesmīgās slimības pandēmija pilnā sparā turpināsies vēl dažus mēnešus. Ja cilvēki domā, ka Briesmīgā slimība tuvojas beigām, tā ir liela zaudēta iespēja izmantot Briesmīgās slimības krīzi kā līdzekli sabiedrības pārveidošanai, lai konsolidētu un nostiprinātu režīma varu.
Tātad, tā vietā, lai attēlotu mirstības datus pa mēnešiem, apvienojiet visus trīs mēnešus jaunā kategorijā “mēneša vidējais rādītājs trīs mēnešu laikā”, kas maskēs samazinājumu no janvāra līdz martam, kā parādīts zemāk:
- Dažādu ģeogrāfisko jurisdikciju apvienošana
Pieņemsim, ka valstī ir negodprātīgs štats, kas rada problēmas režīmam, kurš neievēro režīma vadlīnijas cīņā pret Baismīgo slimību, ko mēs sauksim par Nāves Santistānu. Ja viņi uzrādīs labākus vai pat līdzvērtīgus rezultātus nekā pārējā valsts daļa, kur viņi ir labi pilsoņi un ievēro režīma vadlīnijas, tas būtu diezgan slikti. Pieņemsim arī, ka šajā sliktajā štatā ir pilsēta vai apgabals, kas ir lojāls režīmam pakļauts apgabals, kas ievēro visas režīma vadlīnijas, bet kura mirstības līmenis ir daudz augstāks nekā pārējā Nāves Santistānā. Kas ir ļoti, ļoti slikti. Risinājums? Jūs varat sniegt datus no visa štata, lai cilvēki nevarētu pateikt, ka lojālajā apgabalā, kas ievēro režīma vadlīnijas, mirstības līmenis ir 10 reizes lielāks nekā pārējā štatā. Ir pat papildu ieguvums: jūs varat norādīt uz visu Nāves Santistānas štatu kā uz neveiksmi, jo lojālais režīmam pakļautais apgabals liks visam štatam izskatīties daudz sliktākam!!
Visu pilsētu un apgabalu apvienošana nelojālā valstī, lai slēptu problēmas, kas raksturīgas tikai lojālajām režīmam pakļautajām pilsētām, ir viena no izplatītākajām propagandas taktikām, ko izmanto, lai mēģinātu slēpt tādu neglaimojošu informāciju kā ievērojami augstāks noziedzības līmenis režīmam lojālajās pilsētās salīdzinājumā ar ļaunās opozīcijas kontrolētajām pilsētām.
(Sānjoslas: Augsts noziedzības līmenis, protams, ir laba lieta, kas ir režīma apzināta izvēle pēc būtības – augsts noziedzības līmenis ir noderīgs režīmam, jo nestabilitāte liek cilvēkiem būt gatavākiem pieņemt tirānisku valdību kā risinājumu.)
Ilustrācijai minēšu izcilu izlikšanos no viena no režīma galvenajiem mediju ruporiem:
Apskatiet apakšvirsrakstu sārtinātajā lodziņā – redziet, kā viņi prasmīgi ar pirkstiem parāda sarkano valstis augstajam noziedzības līmenim, kas ir visās zilajās pilsētās sarkanajos štatos, bet ne pārējā štatā, kur pārvaldība ir “sarkanā”? Tieši tā.
- Dažādu efektu vai parādību veidu apvienošana. Piemēram, ja pieaug konkrēta slimības apakštipa saslimstība, piemēram, satraucoši pieaug retu vēža veidu skaits pēc Glorious vakcīnas ieviešanas, kas varētu likt cilvēkiem apšaubīt oficiālo režīma naratīvu, ka Glorious vakcīna ir drošākā jebkad radītā vai atklātā būtne pasaules vēsturē, varat izmantot vispārīgo vēža kategoriju, kas ir 1,000 reizes lielāka, lai slēptu šo signālu.
Vēl viens veids, kā apsvērt kategoriju apvienošanu, ir nekad nesniegt konkrētus datus par dažādām grupām vai apakšgrupām, kas tika paveikts absolūti perfekti, kad uzliesmoja Covid. Apsveriet šādus aptauju rezultātus, kas parāda Covid nāves gadījumu īpatsvaru katrā vecuma grupā līdzās to vecuma grupu procentuālajai daļai, kuri baidījās, ka Covid viņus nogalinās. (Zilās joslas parāda to vecuma grupu procentuālo daļu, kuri baidījās, ka viņus nogalinās Covid, zaļās joslas parāda Covid nāves gadījumu procentuālo daļu no kopējā skaita katrā vecuma grupā.)
Ja cilvēki būtu sapratuši, kāds ir viņu faktiskais mirstības risks, zilajiem stabiņiem vajadzētu būt vismaz zaļo stabiņu līmenī. Ja zilie stabiņi ir ievērojami augstāki, tas ir nežēlīgi efektīvas propagandas rezultāts, apvienojot visas vecuma grupas vienā kategorijā, nekad tās nediferencējot:
Tiešām satriecoši panākumi!!
I-5. Sadalītās kategorijas
Dažreiz kategorija būs jāsadala, nevis jāapvieno ar citu. Vienkārši veiciet iepriekš izklāstīto kategoriju apvienošanas sistēmu apgrieztā secībā.
Šis nelielais, bet glītais manevrs ir īpaši noderīgs, ja nepieciešams iegūt kaut ko zem statistiski nozīmīgā sliekšņa.
Tā kā statistiskā nozīmība ir diezgan svarīgs jēdziens datos un zinātnē, ir ieteicams izskaidrot, kā tas darbojas.
Statistiskā nozīmība, kā to lieto tradicionālajā medicīnas akadēmiskajā/zinātniskajā valodā, būtībā nozīmē, ka varbūtība, ka kaut kas nav nejaušības rezultāts, ir mazāka par 5%.
If tu met monētu 10 reizes, iespējamība iegūt 7 ģerboni nejaušas sakritības dēļ ir 11.72% – statistiski NAV nozīmīga. Ja met monētu 100 reizes, iespējamība iegūt 70 ģerboni nejaušas sakritības dēļ ir niecīga 0.0023% – ĻOTI statistiski nozīmīga (jo tas ir daudz mazāk par 5%) –, kas nozīmē, ka to nevar pamatoti attiecināt uz nejaušību, bet gan uz kaut ko konkrētu (piemēram, krāpšanos), kas izraisīja 70% monētas uzkrišanu ģerbonim.
Kāpēc tā? Lai iegūtu 7/10, viss, kas jums nepieciešams, ir divas papildu monētas mešanas reizes, lai notiktu jūsu vēlmēm – tātad sākas neliela sērija. Šādas nelielas novirzes var viegli notikt nejauši. Tomēr, lai iegūtu 70/100, ir nepieciešamas 20 papildu monētas mešanas reizes, lai notiktu jūsu vēlmēm – iespēja nejauši iegūt *20* papildu monētas mešanas reizes no kopā tikai 100 ir niecīga. Tātad, ja mēs redzam 70 ģerboni no 100 metieniem, mēs varam pieņemt, ka notiek kaut kāda veida krāpšanās, jo ir ļoti, ļoti maz ticams, ka tas notiks nejauši.
Jūs to varat izmantot savā labā, lai sadalītu un iekarotu statistiski nozīmīgu signālu — jūs varat sadalīt kategoriju, kurā ir statistiski nozīmīgs signāls par kaut ko pret režīma doktrīnu, mazākās kategorijās, lai signālu no "70/100" sadalītu virknē "7/10", kas katrs atsevišķi nav statistiski nozīmīgi.
Tātad, ja, piemēram, ir signāls, ka pēc Brīnišķīgās un krāšņās vakcīnas kampaņas ir vairāk nāves gadījumu uz 100 XNUMX iedzīvotājiem gadā, jūs varat publicēt nāves gadījumu datus, kas sadalīti pa vecuma grupām, kur nevienā vecuma grupā nebūs statistiski nozīmīga nāves gadījumu skaita pieauguma (un jūs varat apgalvot, ka tā, iespējams, ir atlikušā pārmērīgā nāves gadījumu skaita palielināšanās no "sen baisās slimības", ko izraisījušas šīs slimības komplikācijas):
Piezīme piesardzībai: Šī konkrētā taktika ideālā gadījumā būtu jāapvieno ar kaut ko citu; pretējā gadījumā cilvēki varētu reversā veidā pārveidot sadalījumu, veicot vienkāršus aritmētiskus aprēķinus, lai saskaitītu visas vecuma grupas kopā. Tāpēc noteikti pievienojiet citus mulsinošus trikus.
I-6. Kategoriju pārdalīšana/pārzīmēšana
Precīzāka alternatīva kategoriju pilnīgai apvienošanai ir to pārdalīšana — tā teikt, robežu pārvilkšana. To var izdarīt, izmantojot jebkuru raksturlielumu, pēc kura kategorijas tiek diferencētas.
Lai ilustrētu, atgriežoties pie mūsu ļaunā, nelojālā Nāves Sanistānas valsts piemēra, tā vietā, lai apvienotu visu štatu vienā štata mēroga statistikā, jūs varat slepeni pārveidot apgabalu ģeogrāfiskās robežas štata ietvaros, lai iegūtu datus par briesmīgajām slimībām, piemēram, šādi — paskatieties, kas notiek, kad mēs mainām apgabalu robežas uz zaļajām līnijām:
Piezīme: Tas nenozīmē, ka jums burtiski jāpārzīmē apgabali politiskiem un citiem mērķiem, piemēram, balsošanas apgabaliem; jūs vienkārši izmantojat dažādas robežas tikai un vienīgi "Briesmīgās slimības" statistikas vajadzībām. (Tomēr iedzīvotāji pieņems, ka jūs domājat faktiskos apgabalus, kas pastāv, un tāpēc nesapratīs, ka esat viņiem uzzīmējis ātru robežu. To sauc par propagandu pamatota iemesla dēļ.)
I-7. Šķidrumu definīcijas
Ir reizes, kad jums var rasties paradoksāla nepieciešamība izmantot konkrētu definīciju vienai lietai, bet arī izvairīties no šīs konkrētās definīcijas kaut kam citam. Šādos gadījumos jums jārīkojas kā vārdnīcai – vārdnīcām parasti ir vairākas atšķirīgas definīcijas vienam vārdam, un jūs varat rīkoties tāpat.
Piemēram, vārds “sieviete” dažreiz tiek definēts kā “pieaugušs cilvēks, kam piemīt sievietes anatomiskas un ģenētiskas īpašības”, piemēram, apspriežot sievietes tiesības izvēlēties; un dažreiz tas tiek definēts kā “persona, kas identificējas kā sieviete”, piemēram, organizētā sporta kontekstā.
II sadaļa. Datu kūrēšana
Vēl labāk nekā piekopt maināmas definīcijas ir izvairīties no situācijām, kurās vispār ir nepieciešama definīcijas maiņa.
Labākais veids, kā novērst šādas problēmas, ir kūrēt datus tā, lai izvairītos no iespējamām galvassāpēm, izmantojot vienu vai vairākas no tālāk minētajām pārbaudītajām metodēm, lai koruptīvi manipulētu ar datu kūrēšanu, organizēšanu un prezentēšanu.
II-1. Nediagnosticējiet un neidentificējiet kaut ko
Ja pacients pēc Glorious vakcīnas lietošanas ierodas ar vairākiem neiroloģiskiem deficītiem un tiek nosūtīts mājās ar Xanax recepti "trauksmes" ārstēšanai, tas vispār nevienā datubāzē neradīs neiroloģiska deficīta diagnozi. Ja nav diagnosticēts stāvoklis, ko varētu būt izraisījusi Glorious vakcīna, vai ja nav diagnostikas koda kādā lielā valdības vai apdrošināšanas datubāzē, tas nozīmē, ka jums būs jāizmanto definīciju triki, lai slēptu ar Glorious vakcīnu saistīto diagnosticēto traumu esamību. Tādēļ jums jānodrošina, ka personas, kas ir atbildīgas par diagnosticēšanu vai problemātisku vai pretrunīgu datu/novērojumu identificēšanu attiecībā uz pilnīgi drošo un efektīvo Glorious vakcīnu, to nedarīs.
Šeit ir vērts uzsvērt, ka pacienti viegli tiek apvainoti no savu ārstu puses, sakot, ka "tas viss ir viņu galvā", pat ja viņi zina, ka viņiem ir nopietnas, dzīvi izmainošas medicīniskas traumas, kas viņus padara invalīdus un pilnībā nespējīgus funkcionēt. ko viņi piedzīvo katru dienu.
Ilustrēsim to ar šādu hipotētisku scenāriju:
Režīma amatpersonas redz, ka valdības kontrolētajā teritorijā PROPAGANDA Drošības uzraudzības datubāze, kas izveidota, lai uzraudzītu Glorious vakcīnas drošību.
– pastāv VAMP sindroma pazīme (Vsasmalcināt Asaistīts Metamorfoloģisks Pfenomenu) stāvokļi:
Pacients ierodas ārsta kabinetā ar strauju, akūtu simptomu sākumu. Renfīlda sindroms (slāpes pēc asinīm), izteikta fotosensitivitāte makrodontija, un smagu kontaktdermatītu pret sudrabu, kas viss sākās dažu stundu laikā pēc Glorious vakcīnas ievadīšanas. Šis ir acīmredzams VAMP sindroma blakusparādības gadījums – pacienta stāvoklis atbilst pilnvērtīga vampīrisma diagnostikas kritērijiem, un stāvokli izraisīja Glorious vakcīna (tā kā jūs, ārsts, varat droši izslēgt jebkuru citu cēloni, turklāt VAMP simptomu tūlītēja parādīšanās pēc injekcijas ir diezgan pašsaprotama norāde, ka simptomus izraisīja Glorious vakcīna).
Lai gan pacients var redzēt, ka viņam acīmredzami nav taisnība – viņš jūt milzīgu kārdinājumu iekost jūsu pulsējošajā jūga vēnā, viņš nevar izturēt atrašanos pie loga, ja vien žalūzijas nav pilnībā aizvērtas, viņš nejauši nokoda dažus mēles gabaliņus ar saviem jauniegūtajiem īpaši garajiem un asajiem kā žilete priekšzobiem, un viņam sāk lobīties āda, ja viņš pieskaras sudrabainajām ģimenes mantojumiem – un tad?? Jūs joprojām varat pateikt pacientam: "Tas ir jūsu galvā" un sūtīt viņu mājās ar Xanax recepti (un varbūt vienu vai divus maisiņus ar O-negatīvām asinīm, ja jūtat, ka pacients, iespējams, vairs ilgi nespēs sevi kontrolēt, un nevēlaties, lai jūsu jūga vēna nodrošinātu viņam pusdienas). Un pacients patiesībā to vienkārši pieņems un dosies mājās bez īpašas cīņas.
Tas pilnībā novērš jebkāda VAMP sindroma diagnostikas ieraksta ģenerēšanu, tāpēc nekur datubāzē nav ko parādīties.
Jūs pārsteigs, cik daudz ārstu ir tik ļoti paklausīgi, ka pārliecina sevi, ka pūkainā sieviete ar asti, kas izauga no nekurienes stundu pēc Lieliskās vakcīnas saņemšanas tam nav nekāda sakara ar Glorious Vaccine.
(Piezīmes: Pilnīgi nopietni runājot, ir svarīgi izdomāt āķīgus akronīmus vai nosaukumus lietām, kas rada iespaidu par to, kā vēlaties, lai cilvēki uz to raugās, tāpēc neizmantojiet šo piemēru reālajā dzīvē, jo tas liek domāt, ka jūs neuztverat drošības uzraudzību nopietni, un rada cilvēkiem lielāku varbūtību noticēt, ka mēģināt slēpt faktiskās drošības problēmas ar Glorious Vaccine.
II-2. Pārāk pārmērīga diagnoze vai pārāk liela identificēšana
Un otrādi, ja jums ir nepieciešams saražot vairāk nekā ir viegli pieejams, vienkārši apgrieziet 1. punktu. Piemēram, ja vēlaties, lai cilvēki vairāk baidītos no Bīstamās slimības, varat ieviest masveida testēšanas režīmu, lai palielinātu "apstiprināto" Bīstamās slimības gadījumu skaitu. Pārliecinieties arī, ka izmantojat testus, kas uzrādīs ļoti augstu pozitīvu rezultātu līmeni neatkarīgi no tā, vai tie ir patiesi vai nē.
Palielinot uzraudzību vai testēšanu, var radīt iespaidu, ka testējamo slimību skaits pieaug, vai vismaz saglabāt fasādi, ka tās joprojām pastāv. Apsveriet šo ilustrāciju no vecās labās ASV – augšējā diagrammā var redzēt, ka, pieaugot ikdienas Covid testu skaitam, vienlaikus pozitīvo testu procentuālā daļa samazinājās par vairāk nekā 75% (apakšējā diagramma). Tas ļāva saglabāt saslimšanas gadījumu skaitu relatīvi augstu (vidējā diagramma), tāpēc pat tad, kad pozitīvo testu procentuālā daļa samazinājās par >75%, jauno saslimšanas gadījumu skaits tajā pašā laika posmā samazinājās tikai par aptuveni 25%.
Nenozīmīgais saslimstības gadījumu skaita pieaugums, kas bija pilnībā saistīts ar lielāku testēšanu, tomēr noveda pie tādiem virsrakstiem kā šis lieliskais NBC panikas porno raksts, kas publicēts 11. gada 2020. jūnijā:
Atcerieties: tu atrodi to, ko meklē, un tu atrodi vēl vairāk no tā, ko meklē.
II-3. Neziņojiet par diagnosticēto vai identificēto slimību
Dažreiz nav iespējams izvairīties no tādas lietas diagnosticēšanas vai identificēšanas, ko labāk neatklāt. Šādā gadījumā jūs vismaz varat pārliecināties, ka novērotais netiek iekļauts oficiālajos ziņojumos vai datos:
Avots: https://www.nytimes.com/2022/02/20/health/Covid-cdc-data.html
Individuālākā līmenī jums vajadzētu sniegt norādījumus ārstiem, medicīnas personālam un administratīvajam personālam uz vietas, lai NEdiagnosticētu lietas, kuras nevēlaties redzēt datu kopās. Nevilcinieties izmantot finansiālus stimulus, lai saldinātu katlu lojāliem, režīmam pakļāvīgiem ārstiem. Neesiet skopi – profilakse gandrīz vienmēr ir lētāka (un mazāk stresa pilna) nekā problēmu risināšana pēc tam, kad tās jau ir radušās.
Pat tajos retajos gadījumos, kad ārsts nevar izvairīties no smagas slimības diagnozes noteikšanas pacientam, kas radusies tūlīt pēc Glorious vakcīnas ievadīšanas, ārsts joprojām var pārliecināties, ka par blakusparādībām netiek ziņots Glorious vakcīnas traumu datubāzē.
Alternatīvi, ja režīma datubāzē, kas dokumentē no Glorious Vaccine gūtās traumas, kaut kādā veidā joprojām ir pārāk daudz problemātisku ziņojumu, kas rada šaubas par tās drošību, ir divas lietas, kas jums jādara.
Pirmais ir atstāt dažus datubāzu administratorus Somālijas piekrastes posmā, kur uzturas pirāti, lai pārējie saņemtos un pārtrauktu tik daudz ziņojumu izplatīšanu. Jūs viņiem maksājat par darbu, kas ir uzturēt sabiedrības uztveri, ka Glorious Vaccine ir drošākais jebkad izgudrotais zāļu produkts; neveiksme nav pieņemama.
Otrais ir publiski neizpaust datubāzē esošos problemātiskos ziņojumus. CDC centās darīt visu iespējamo, bet galu galā cieta sakāvi negodīga tiesneša priekšā (kas uzsver nepieciešamību kontrolēt arī tiesu varu):
II-4. Neļaujiet izpētīt parādības, ja to rezultāti varētu radīt problēmas
“Tu atradīsi to, ko meklē” otra puse ir tāda, ka “tu neatradīsi to, ko nemeklē”, tāpēc pārliecinies, ka neviens nemeklē potenciālus signālus par kaut ko tādu, kas varētu būt problemātisks režīma naratīvam. Ja, teiksim, režīms “nejauši” izraisa mēri trešās pasaules pilsētā, nevar pieļaut, ka kaitinoši sociālo mediju sazvērestības teorētiķi izdomā, kas noticis, tāpēc vislabāk pārliecinies, ka neviens neveic autopsijas vai testē slimus cilvēkus.
CDC piedāvā vēl vienu labu preventīvu stratēģisku domāšanu, lai nepieļautu datu, kas potenciāli varētu kaitēt režīmam, noplūdi:
Slimību kontroles un profilakses centrs (CDC) ļoti gudri rīkojas, lai vēl nebūtu pasūtījusi nevienu autopsiju tūkstošiem nāves gadījumu, par kuriem ziņots CDC VAERS vakcīnu drošības uzraudzības datubāzē.Atceraties no I sadaļas daļu par absurdu nosacījumu pievienošanu definīcijām? Ja neatceraties, vislabāk ir pārskatīt materiālu, lai tas būtu pa rokai.)
II-5. Vispirms publicējiet tikai daļu datu
Pietiekami bieži, vienkārši publicējot vienu datu daļu un atstājot otru daļu vēlākam laikam, jūs varat radīt nepatiesu naratīvu, kas iesakņojas. Tāpēc, kad jūs beidzot publicēsiet pārējos datus, nebūs svarīgi, ka tie ir pretrunā ar pamatu tam, kas tagad ir kļuvis par pieņemtu dogmu.
Piemēram, ja jums ir jāattēlo Bīstamā slimība kā izplatītāka, nekā tā patiesībā ir, jūs varētu sekot Virdžīnijas progresīvo propagandistu piemēram un uz laiku slēpt dažus negatīvos testa rezultātus, lai palielinātu pozitīvo testa rezultātu procentuālo daļu, kas radītu iespaidu, ka ar Bīstamo slimību slimo vairāk cilvēku:
Avots: 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/
Vēl viens scenārijs, kurā var efektīvi izmantot daļējas datu publicēšanas metodi, ir tad, ja esat spiests publiskot datus jebkāda iemesla dēļ, kas liks režīmam izskatīties patiešām slikti (tas notiek). Tāpēc vēlaties pēc iespējas ilgāk atlikt patiesi kaitīgo materiālu publiskošanu – ja gaidīsiet pietiekami ilgi, tie galu galā vairs nebūs aktuāli. Turklāt, ja visu publiskosiet uzreiz, šoka faktors būs milzīgs, un jums būs liela nekārtība. Tomēr, ja informāciju publiskosiet pamazām, tad līdz brīdim, kad skandalozās ziņas tiks publiskotas, "wow" šoka faktors jau sen būs beidzies, un cilvēki vairs nepievērsīs tik lielu uzmanību. Šo taktiku mēģināja īstenot Pārtikas un zāļu pārvalde (FDA), lai gan to lielākoties kavēja negodīgais tiesnesis (uzsverot kritisko nepieciešamību pēc tiesas kontroles, lai novērstu dumpinieku tiesnešu negodīgu rīcību pret režīmu):
Ja ir avoti, kas ģenerē datus, kas ir pretrunā ar režīma naratīvu (tas notiks laiku pa laikam, neskatoties uz jūsu labākajiem centieniem), vienkārši diskreditējiet tos kā propagandu vai kaut ko citu neticamu un bīstamu, piemēram, krievu robotprogrammatūras. (Parasti vienmēr varat vainot vai piedēvēt jebkādu neērtu informāciju “Krievijas dezinformācijai” ārkārtas situācijā.)
Šīs taktikas A pierādījums būtu CDC pārvaldītā VAERS datubāze. Kad VAERS uzrādīja pilnīgi neprātīgu skaitu vakcīnas izraisītu traumu, kas radušās pēc Covid vakcīnas...
– viss zinātniskais aparāts vienkārši nosauca VAERS par sazvērestības teoriju, ko izmanto bīstamas dezinformācijas izplatīšanai:
Tomēr, ja šie dati ir iegūti no režīma datu kopām, kuras ir pārāk grūti vienkārši noraidīt kā nezinātniskus atkritumus (jā, tas notiek), tad pārtrauciet to publicēšanu un tā vietā diskreditē tos kā slikti konstruētus un pilnus ar liktenīgām kļūdām.
Šo principu var ilustrēt, izmantojot UKHSA datus. Pēc tam, kad vakcīnas efektivitāte gandrīz visās vecuma grupās nokritās līdz negatīvai teritorijai (jo vakcinētiem cilvēkiem bija AUGSTĀKS risks saslimt ar Covid-19 salīdzinājumā ar nevakcinētiem cilvēkiem), UKHSA vienkārši pārtrauca publicēt iknedēļas vakcīnas efektivitātes datus:
UKHSA piedāvā arī brīdinošu stāstu par to, kas notiek, ja pārāk ilgi gaidāt, lai pārtrauktu problemātisku datu kopu darbību:
Šādus virsrakstus nevar publicēt katru nedēļu!! Viņiem vajadzēja pārtraukt šī datu kopuma publicēšanu krietni pirms vakcinētie sāka saslimt ar Covid vairāk nekā nevakcinētie. Šī ir nepiespiesta kļūda, tāda idiotiska kļūda, par kuru burtiski griežas galvas. Kāpēc gan viņi gaidīja, līdz *pastiprinātāja* efektivitāte 80 gadus veciem cilvēkiem tūlīt kļūs negatīva???? Kāds UKHSA dienestā jau labu laiku nav lasījis šo grāmatu, un viņam acīmredzami būtu noderējusi neliela recenzija...
Daži propagandisti varētu vilcināties būt klaji liekulīgi, jo jūtas atmaskoti, atklāti postulējot divus nesavienojamus standartus, ko pat daži parasti zemnieki var pamanīt. Tomēr jums ir jācīnās ar šo tieksmi. Saprotiet, ka dubultstandartu izmantošana eksponenciāli palielina jūsu iespējas, izstrādājot diskusijas punktus un nostājas sabiedrības maldināšanai.
Tas jo īpaši attiecas uz anekdotēm. Anekdotes, kas atbalsta režīma runas punktus, īpaši tās, kas nāk no režīma apstiprinātiem avotiem, jāuzskata par augstāko pierādījumu formu; turpretī anekdotes no ķecerīgiem vai neapstiprinātiem avotiem, kas ir pretrunā ar režīma propagandu, jānosoda kā tikai anekdotiskas un bez jebkādas pierādījuma vērtības, kurām nav nekādas nozīmes.
Tātad anekdotes no režīmam paklausīgiem ārstiem un lojāliem Baismīgās slimības pilsoņiem, kas nogalina un sakropļo cilvēkus, ir neapstrīdami pierādījumi, bet anekdotes par ievainojumiem vai nāves gadījumiem Slavējošās vakcīnas dēļ ir nekas vairāk kā nejauša sakritība, ja ne klaji izdomājumi, ko izplata ļauni šarlatāni, lai nomelnotu režīmu un apdraudētu visus labos cilvēkus visur, kuri vienkārši vēlas palikt dzīvi un veseli:
Atklātai dubultstandartu izmantošanai ir arī papildu būtiska priekšrocība – tā rada iespaidu, ka patiesais standarts datu vai informācijas ticamības noteikšanai ir vienkārši tas, ko saka režīms.
II-8. Sabojājiet datus, lai aizsargātu vai stiprinātu savu stāstījumu
Dažreiz vienkāršākā taktika, lai izvairītos no problemātiskiem datiem, ir vienkārši izgudrot viltotus datus. Jūs varat kaut ko safabricēt no tīra auduma. Vai arī varat izmantot niansētāku pieeju un sagrozīt datus, ieviešot smalkus trūkumus vai neobjektivitāti, ko vidusmēra cilvēkam ir grūtāk pamanīt. Ir neierobežoti daudz veidu, kā safabricēt vai falsificēt datus, pārāk daudz, lai tos šeit uzskaitītu. Tikai uzmanieties, lai datus falsificētu tā, lai tos nebūtu viegli atklāt vai reversēt.
Piemēram, atgriežoties pie iepriekšējās hipotētiskās situācijas, kurā iedzīvotājiem ir jātic, ka ir daudz vairāk baisās slimības gadījumu nekā patiesībā, vēl viens veids, kā attēlot baiso slimību kā izplatītāku, ir apvienot pašlaik slimo cilvēku skaitu ar jau atveseļojušos cilvēku skaitu. Slimību kontroles un profilakses centri (CDC) tieši to arī izdarīja, apvienojot antivielu testus (kas mēra no Covid-19 jau atveseļojušos cilvēku skaitu) ar PCR testiem (kas mēra pašlaik slimojošo cilvēku skaitu) vienā "pozitīva Covid-19 testa rezultāta" metrikā, viltīgi iekļaujot visus, kas jau atveseļojušies, kā PAŠREIZ slimus:
Avots: https://fox4kc.com/tracking-coronavirus/cdc-and-11-states-acknowledge-mixing-results-of-viral-and-antibody-tests/
Ievērojiet iepriekš pasvītrotos teikumus, tie ir diezgan atklāsmīgi.
Zaļais pasvītrotais teikums — “CDC metode rada iespaidu, ka ASV ir lielākas testēšanas iespējas, nekā patiesībā ir.”– ievērojiet, kā CDC izcili izdevās no šī viena manevra izlozēt vairākus propagandas cepumus. Viņi ne tikai radīja mirāžu par ievērojami augstāku aktīvi inficēto cilvēku skaitu; viņi arī radīja mirāžu, ka valdībai ir daudz lielākas iespējas testēt cilvēkus uz vīrusu, nekā valdībai patiesībā bija. (Ir labi lielīties ar valdības kompetences gadījumiem, ņemot vērā, ka valdības leģendārā reputācija par satriecošu nekompetenci ir viens no visgrūtāk atspēkojamajiem priekšstatiem par valdību.) Ass propagandists vienmēr meklē papildu iespējas priekšrocībām, nevis ir apmierināts ar to, ka izmantotā propagandas taktika ir sasniegusi savu galveno mērķi.
Sarkani pasvītrotais teikums — “Skaitļi var radīt iespaidu, ka valstīm ir pietiekama testēšanas kapacitāte un tās ir gatavas atcelt ierobežojumus, lai gan tā var nebūt” (un patiesībā pēdējās divas rindkopas) — sniedz gudru mācību par potenciālu ērkšķu iedzīšanu pumpurā. Jums vienmēr — vienmēr!! — jābūt modriem, lai novērstu *jebkādas* potenciālas sekas vai pārsteidzīgus viedokļus par informāciju, kas, lai gan kopumā atbalsta režīmu, satur arī kaut ko tādu, ko var sagrozīt, lai grautu kādu citu oficiālā režīma naratīva aspektu. Būtībā jūs varat gan dabūt kūku, gan to apēst! Novērtējiet šeit, kā citētajam režīma zinātniekam izdodas vienlaikus (1) paust atbalstu palielinātajai testēšanas kapacitātei kā režīma ārkārtējās kompetences mērauklai; (2) vainu par [apzināto] “negadījumu” novelt uz disidentu politisko partiju; un (3) brīdināt, ka, lai gan valsts veic tik lielisku darbu, padarot testēšanu plaši pieejamu, tas nenozīmē, ka ir droši to atsākt! Atcerieties, ka ir jāuztur pandēmija, ko šis režīma zinātnieks meistarīgi dara. (Noteikti dāsni apbalvojiet režīma zinātniekus par šādu izcilu darbu. Tas stimulēs pārējos uzlabot savu sniegumu un uzlabos morāli.)
Tāpat ņemiet vērā, ka mediji ir režīma kritiski svarīgs sabiedrotais, bez kura jūs cietīsiet neveiksmi. Tāpēc dariet visu nepieciešamo, lai uzturētu omulīgas attiecības – nesāciet tērēt naudu.
II-9. Problemātisku datu dzēšana
Jā. Tāpat kā ar Hilarijas e-pastiem, kas to dara ar balinātāju. Laiku pa laikam ir labi attīrīt datubāzes no datiem, kas neatbilst režīma naratīviem vai nostājām; pretējā gadījumā tie varētu uzkrāties redzamā tendencē, ko varētu pamanīt režīma disidenti vai dezinformācijas izplatītāji.
Tātad, ja, piemēram, Glorious Vaccine drošības datubāzē ir pārāk daudz ziņojumu, vienkārši izdzēsiet tos, kā to dara CDC, kā parādīts zemāk esošajā diagrammā, kurā parādīts problemātisko VAERS ziņojumu skaits, ko CDC dzēš katru nedēļu:
Ievērojiet, ka šajā gadījumā CDC VAERS darbinieki lielākoties strādāja nepietiekami efektīvi — jūs nevarat ļaut kritiski svarīgam personālam atslābt. Visā šajā diagrammā vajadzētu būt redzamām joslām līdz pat augšai — nav nekāda pamatota iemesla, kāpēc viņi nevarēja dzēst daudz VAERS ziņojumu 2021. gada augustā, kā tas notika 2022. gada aprīlī un maijā. Ja jums ir jāalgo papildu darbinieki, lai apstrādātu ziņojumu dzēšanu, dariet to.
Un kāpēc šie dīkdieņi vispār pieļāva tik daudz ziņojumu uzkrāšanos? Šādā datubāzē jau sākotnēji nevajadzētu būt pietiekami daudz ziņojumu, lai gan tad būtu nepieciešama iknedēļas masveida minēto ziņojumu tīrīšana.
Varbūt vissvarīgākā mācība no visas šīs grāmatas ir šī: Garlaicīgās, jautras un nogurdinošās propagandas izplatīšanas un uzturēšanas loģistikas detaļas ir tikpat svarīgas kā grandiozi, plaši meli vai elpu aizraujoša lingvistiskā vingrošana.
Jums, iespējams, būs jābūt radošam, lai izdomātu attaisnojumu vai skaidrojumu, ja cilvēki atklās, ka trūkst datu, tāpēc noteikti iepriekš sagatavojiet diskusijas punktus, ja nu kas.
Vēl viens lielisks viltīgas datu dzēšanas piemērs darbībā ir šāds izcils Austrālijas valdības veiktais datu dzēšanas pasākums, lai likvidētu neērtos klimata datus, kas rāda karstuma rekordus, kas notikuši pārāk pirms daudziem gadiem, lai tos varētu vainot cilvēku radītajās oglekļa emisijās:
Diemžēl tie tika aizturēti, kas dažreiz ir neizbēgami, mēģinot izdzēst kaut ko patiešām nozīmīgu un pamanāmu. Tāpēc ir svarīgi, lai Gulaga sistēma būtu gatava un visu diennakti gaidītu, lai tiktu galā ar pēkšņu jaunu ieslodzīto pieplūdumu (tāpat kā Austrālijas karantīnas nometnēs).
II-10. Izveidojiet nepatiesus datus, kas, šķiet, atspēko jūsu pašu naratīvu, lai apmānītu un diskreditētu opozīciju
Saskaroties ar pastāvīgiem informācijas draudiem, kas grauž jūsu propagandas centienus, šī ir izcili viltīga taktika, lai atņemtu tiem autoritāti, ticamību un ietekmi. Vienkārši publicējiet nepatiesus datus, kas virspusēji šķietami atspēko režīma naratīvu, bet kurus ir viegli atspēkot. Valsts gļēvie ienaidnieki neapšaubāmi pieķersies šai nepatiesajai informācijai vai datiem un tādējādi tiks diskreditēti, kad jūs parādīsiet, ka viņi ir noticējuši tagad acīmredzami absurdajiem apgalvojumiem.
Piemēram, militārpersonas izdarīja savu iekšējo datubāzi ar visām militārpersonu medicīniskajām saslimšanām, ko sauca par DMED. Viņi apzināti tajā ievietoja viltotus datus, kas izskatījās pēc pilnīga OMG!!!!!!!! momenta, kas parādīja neprātīgu, milzīgu visu veidu medicīnisko saslimšanu, piemēram, vēža, spontānā aborta un citu, ar svētajām Covid vakcīnām saistītu saslimšanu, pieaugumu. Tad, kad daži varonīgi militārie ārsti atrada DMED datus, viņi uzticējās tiem kā āķim un grimstošam... kas iznīcināja visu stāstu. (Pilnu detalizētu laika grafiku un skaidrojumu skatiet šeit: skatiet šeit.)
Liela daļa sabiedrības uztveres par zinātni vai datiem ir atkarīga no zinātnes vai datu vizuālā noformējuma – labs mēms vai attēls var efektīvi nodot pilnīgi nepatiesus datus tādā veidā, kas cilvēkiem rada pārliecību, ka nepatiesie dati ir absolūti 100% patiesi.
Piemēram, ja vēlaties attēlot, ka Baismīgās slimības izraisītā miokardīta biežums un smagums ir ievērojami sliktāks nekā Glorious vakcīnas izraisītā miokardīta biežums un smagums lai gan patiesība ir tieši pretēja, jūs varētu izveidot iespaidīgu attēlu, piemēram, šo:
Tagad cilvēki instinktīvi saistīs “Baismīgās slimības miokardītu” ar milzīgu sēņu mākoņa apokalipsi, savukārt miokardīts no “Glorious Vaccine” būs kā niecīgs, nekas īpašs, kas pat nav redzams diagrammā.
II-12. Izveidojiet datu vizualizācijas, kas sagroza datus
Dažreiz nav iespējams nepublicēt datus, kas ir patiešām, patiešām slikti (režīmam vai Zinātnei™️). Bet par laimi jums, lielākā daļa cilvēku (un akadēmiķu) ir sekli idioti, kas ir pārāk slinki, lai lasītu vārdus, kas drukāti blakus diagrammai vai grafikam. Tāpēc jūs varat viltīgi attēlot datus vizualizācijas shēmā, kas sagroza vai slēpj datu teikto.
Ilustrēsim to ar piemēru no izcilākā Science™️ žurnāla — Lancete. Lancetepublicēja pētījumu, kurā tika aplēsts nāves gadījumu skaits, ko katru gadu visā pasaulē izraisa ārkārtējs aukstums un ārkārtējs karstums. Tā kā valdības visā pasaulē vēlas uzturēt fikciju, ka globālā sasilšana ir nāvējoša briesma cilvēcei, tām bija jāpierāda, ka karstuma izraisīto nāves gadījumu skaits pārsniedz aukstuma izraisīto nāves gadījumu skaitu. Vismaz tiem bija jābūt vienādiem. Tādējādi, kad Lancete atklāja, ka nāves gadījumu skaits aukstumā pārsniedza nāves gadījumu skaitu karstumā ar starpību 10 pret 1 (burtiski) viņiem bija jāizdomā veids, kā izveidot diagrammu, kas nomaskētu šo neērto mazo faktu. Rezultātā kreisajā pusē parādījās diagramma:
Zilie stabiņi attēlo nāves gadījumus no aukstuma, sarkanie stabiņi – nāves gadījumus no karstuma. Jo lielāks stabiņš, jo vairāk nāves gadījumu. Tāpēc viņiem bija jāpadara sarkanie stabiņi tikpat lieli kā zilie stabiņi. Tāpēc viņi izmantoja viltīgu mazu triku – ja aplūkojat violetos pasvītrotos skaitļus, kas pārveido stabiņa izmēru konkrētā nāves gadījumu skaitā, jūs redzēsiet, ka zilajiem stabiņiem (nāves gadījumi aukstumā) katra stabiņa colla apzīmē 50 nāves gadījumus, bet sarkanajiem stabiņiem (nāves gadījumi karstumā) katra stabiņa colla apzīmē tikai 10 nāves gadījumus. Tādējādi vienāda izmēra stabiņš attēlo 5 reizes lielāku nāves gadījumu skaitu aukstuma dēļ nekā nāves gadījumu skaitu karstuma dēļ, pat ja tie izskatās vienādi. Bet cilvēki nepievērš uzmanību un vienkārši teiks: "Ak, tie izskatās apmēram līdzīgi, tāpēc karstuma dēļ nāves gadījumu un aukstuma dēļ nāves gadījumu proporcijai jābūt aptuveni vienādai." (Un viņi pat mēģināja beigās iestarpināt milzīgu intervālu, kur pēdējais sarkano stabiņu colla apzīmē 210 nāves gadījumus, nevis tikai 10 (oranža bultiņa).)
Ja viņi būtu izveidojuši godīgu diagrammu, kurā izmantota viena un tā pati skala gan aukstuma, gan karstuma izraisītiem nāves gadījumiem, tā izskatītos kā diagramma labajā pusē. Lieta tāda, ka, uzmetot aci uz šo diagrammu, rodas skaidrs iespaids, ka ārkārtējs aukstums ir daudz lielāks drauds nekā ārkārtējs karstums, kas varētu radīt dažus nepatīkamus jautājumus par to, vai varbūt neliela globālā sasilšana patiesībā būtu noderīga cilvēcei.
PiezīmesIzmantojot šo taktiku, centieties būt smalkāki un diskrētāki nekā Lancet, kur pat nespeciālistam bija ļoti viegli pamanīt viltību.
ZINĀTNES manipulācijas
"Šajā nolūkā Lisenko sāka “apmācīt” padomju kultūraugus dīgt dažādos gada laikos, mērcējot tos sasalušā ūdenī un izmantojot citas metodes. Pēc tam viņš apgalvoja, ka nākamās kultūraugu paaudzes atcerēsies šīs vides norādes un, pat bez apstrādes, mantos labvēlīgās īpašības."1
Zinātnes viltošana nav nekas jauns. Par laimi propagandistiem, zinātni ir ļoti viegli manipulēt pēc savas patikas, ja esat režīma varonis. Vienkārši paskatieties uz Trofima Lisenko sasniegumiem laikā, kad viņam bija biedra Staļina atbalsts. Turpmākajās sadaļās būs sīki aprakstīts, kas jādara, lai veiksmīgi viltotu zinātni, lai tā atbalstītu režīma naratīvu un mērķus.
Lielisks saskaņotas un efektīvas zinātnes manipulācijas piemērs ir lielo farmācijas uzņēmumu labi ieeļļotā propagandas mašīna. Grupa dumpinieku zinātnieku sazvērējās kopīgi, lai precīzi formulētu, kā lielā farmācija pēc savas patikas kontrolē un manipulē ar zinātni un datiem:
Acīmredzot, fakts, ka šis raksts joprojām ir publiski pieejams ir apbrīnojama režīma cenzoru neveiksme. Valstī ar funkcionējošu valdību visi šāda pārdroša uzbrukuma režīmam autori (un cenzori, kuriem neizdevās apturēt tā publicēšanu un/vai to neizņēma) vakar tiktu deportēti uz Ziemeļpolu.
SānjoslasŠie autori precīzi apraksta, kā mēs sagrozām zinātni, lai tā atbilstu režīma darba kārtībai. Šādus rakstus, lai gan acīmredzami nevar atļaut izplatīt publiski, ir pilnīgi pieņemami izplatīt režīma propagandistu vidū, lai labāk izprastu, kā efektīvi veikt propagandu..
Svarīgi arī atzīmēt, ka farmācijas uzņēmumi — “lielās farmācijas kompānijas” — parasti ievēro režīma prasības, taču, ja farmācijas uzņēmums kļūst “mazāk” atbilstošs, tad, protams, tas ir jāsauc pie atbildības par ļaunprātīgo krāpšanu. Tāpat ik pēc dažiem gadiem jāpiespriež lieli naudas sodi lojālajiem farmācijas uzņēmumiem, lai sabiedrība domātu, ka režīmam ir naidīgas attiecības ar lielo farmācijas kompāniju, un tāpēc mazāk ticams, ka tā sapratīs, ka režīms un farmācijas kompānijas ir sazvērējušās. Daži miljardi viņu bilancēm nav liela summa.
III sadaļa. Pārbaude, kuri dati tiek uzskatīti par oficiāli zinātniskiem
Esiet selektīvi attiecībā uz datiem, kas tiek iekļauti oficiālajā zinātnē. Informācijai, kurai ir zinātniskas informācijas apzīmējums, ir daudz lielāks svars un ticamība iedzīvotāju acīs, pat tiem, kas atsakās pakļauties režīma naratīvam (neviens nevēlas tikt uzskatīts par "antizinātnes" pārstāvi – tas ir gandrīz tikpat slikti kā būt rasistam mūsdienu sabiedrībā).
III-1. Nepublicējiet problemātiskus pētījumus, un, ja tie tiek publicēti, atsauciet tos.
Drošākais veids, kā nepieļaut, ka oficiāli zinātniski pētījumi apgāž režīma naratīvu, ir atņemt tam oficiālo statusu. (Pēc tam jūs to noslēpjat vietā, kur neviens tam nevar piekļūt, un apgalvojat, ka, tā kā tas tika atsaukts, tas pierāda, ka tas visu laiku bija viltota, krāpnieciska zinātnes brāķis, ko reklamēja korumpēti zinātnes pretstatītāji, kuri vēlas kļūt bagāti, pārdodot dīvainus vitamīnu maisījumus.)
Tomēr jums ir jārīkojas nekavējoties, jo, ja gaidīsiet pārāk ilgi, neapstiprinātu zinātnisku pētījumu kopijas var slepeni izplatīties neticīgo vai ķeceru vidū, kas ir noskaņoti pret režīmu, un iegūt gandrīz mītisku statusu. Un, tiklīdz pētījums ir nostiprinājies cilvēku pieredzē kā "īsts pētījums", tā atsaukšana tikai liek viņiem domāt, ka jūs izmisīgi vēlaties slēpt "patiesību".
Apskatiet visus šos krāšņos pētījumu atsaukumus, kas Covid laikā kaitēja režīma naratīvam (šī ir tikai pirmā lappuse no 36):
Avots: https://coronacentral.ai/retractions
Iedomājieties, cik lielu (vairāk) postu šie negodīgie pētījumi būtu varējuši nodarīt, ja tiem būtu ļauts palikt un tie nebūtu atsaukti!
Iedomājieties arī, cik daudz citu pētījumu nekad nav redzējuši dienasgaismu, jo tie pārstāv tikai nelielu daļu no ķecerīgiem pētījumiem (vai Labas zinātnes, kas nejauši atrada ķecerīgus rezultātus).
III-2. Izvēlieties, kuras datu kopas daļas pārstāv “oficiālo zinātni”
Ir pārsteidzoši, cik krasi var mainīt zinātni, vienkārši izmantojot atlasītas datu kopas daļas, kas stiprina režīma naratīvu, vienlaikus atmetot (vai vēl labāk, slēpjot) tās datu kopas daļas, kas nav sinhronizētas ar režīma nostāju.
Piemēram, pieņemsim, ka režīma darbībā novērojam šādas divas tendences: PROPAGANDA Glorious vakcīnas drošības uzraudzības datubāze.
(Diemžēl jums ir jāizliekas, ka uzrauga drošību, lai nomierinātu satrauktos pilsoņus, kuri jūtas nervozi par jebko jaunu, kā arī lai būtu gatava atbilde potenciālajiem kritiķiem un dezinformācijas izplatītājiem, kuri mēģinās apsūdzēt režīmu problemātisku drošības datu slēpšanā. Un jums ir jāizliekas, ka jūs to uztverat ĻOTI nopietni..)
Jebkurā gadījumā pieņemsim, ka uz miljonu Glorious vakcīnas devu ir 26,878 2 ziņojumi par drošu un efektīvu pārtapšanu miesu ēdošos zombijos, bet tikai XNUMX ziņojumi par vakcinētiem cilvēkiem, kurus tūlīt pēc vakcinācijas nogalina miesu ēdošas baktērijas, piemēram:
Jūs nevarat gluži pieļaut, lai tas nonāktu publiskajā diskusijā, jo tas veicinās vakcīnu vilcināšanos un liks cilvēkiem kopumā apšaubīt režīma naratīvu, pat par citām lietām. Taču jums arī jāpierāda, ka PROPAGANDAS datubāze liecina, ka potenciālo “Glorious” vakcīnas izraisīto traumu skaits ir niecīgs. (Noteikti uzsveriet, kad vien atsaucaties uz drošības datubāzi, ka šajos ziņojumos nav apstiprināts, ka “Glorious” vakcīna bija cēlonis, bet gan tikai iespējama saistība.)
Risinājums šeit ir pavisam vienkāršs – izmantojiet tikai datus, kas liecina, ka ir tikai 2 ziņojumi par inficēšanos ar šausminošām miesēdājbaktērijām, pateicoties Lieliskajai vakcīnai, uz 100,000 26,878 devām. Tomēr 100,000 XNUMX ziņojumi uz XNUMX XNUMX drošu un efektīvu gaļēdāju zombiju transformāciju devām ir publiski jāignorē, cik vien iespējams, un, ja nevarat izvairīties no ignorēšanas, jums tas jānosoda kā nepārbaudīti, nezinātniski un tāpēc bezjēdzīgi ziņojumi, kas tāpēc ir nenozīmīgi. Un noteikti nosodiet plašsaziņas līdzekļus par to, ka tie uzdrošinās jums par to jautāt. (Ideālā gadījumā jums vajadzētu vienoties ar lojālu režīma žurnālistu, lai viņš būtu tas, kurš par to jautā, lai to varētu pieminēt nievājošā veidā, piemēram: “Daži margināli cilvēki mēģina apgalvot, ka Lieliskais vakcīna izraisa desmitiem tūkstošu sensacionālu traumu, vai varat paskaidrot, kā viņi sagroza ziņojumus PROPAGANDAS datubāzē?”)
Tāpat nekad nelietojiet vārdu “biedējoši” situācijā, kurā mēģināt nomierināt cilvēkus. Nekad. Pat ja tas, ko aprakstāt, objektīvi ir biedējoši. Aprakstot kaut ko tādu, kas pēc savas būtības ir biedējošs, tā vietā lietojiet plašus, akadēmiski zinātniskus vārdus. Tātad “gaļas ēdājošās baktērijas” var raksturot kā “nekrotizējošu fascītu” – kaut ko tādu, par ko nevienam nav ne jausmas, ko tas nozīmē (un lielākā daļa cilvēku ir pārāk slinki, lai to pat pameklētu Google). Tajā pat ir divi “i”, kas intelektuālā ziņā liek tam izklausīties diezgan iespaidīgi, it kā tā būtu praktiski privilēģija tikt nogalinātam ar kaut ko tik izsmalcinātu:
Tas nav tik sarežģīti; jūs to apgūsiet acumirklī. (Un, ja ne, jūs, iespējams, tāpat ilgi vairs nebūsiet šeit.)
PiezīmesJa rodas situācija, kad režīma atbalstīts vai noteikts produkts ir bīstams – **kas notiks bieži** –, jums jāpārliecinās, ka neticat savai propagandai; pretējā gadījumā jūs varat kļūt par nākamo Drošo un Efektīvo Zombiju, tāpat kā šie četri ASV senatori:
III-3. Datu ziņošanas kavēšanās
Smalkāks veids, kā pārbaudīt, kādi dati ir iekļauti oficiālajā zinātnē, ir negodīgi ziņot datus vai informāciju. Dažādu datu apakškopu ziņošanas stratēģiska laika noteikšana ir vienkāršs, bet ļoti efektīvs veids, kā manipulēt ar zinātniskajiem datiem. (Neuztraucieties par to, kā tas darbojas; vienkārši ziniet, ka tas tā ir, un nolīgstiet kompetentus statistiķus, kuri var izdomāt, kā to vislabāk īstenot.) Daudzi aprēķini ir atkarīgi no ziņoto datu laika noteikšanas, un tāpēc jūs varat kontrolēt to, ko dati parāda, rūpīgi publicējot dažādas datu daļas optimālā laikā.
Piemēram, a vienas nedēļas kavēšanās ziņošanā par nāves gadījumiem var radikāli mainīt medicīniskas iejaukšanās šķietamo efektivitāti vai drošību – burtiski, atliekot nāves gadījumu ziņošanu par nedēļu, jūs varat panākt, lai kaut kas, kam nav nekādas ietekmes, izskatītos tā, it kā tas būtu 95% efektīvs. (Sīkāku informāciju varat atrast saitē, taču šī konkrētā taktika ir nedaudz pārāk sarežģīta Idiota ceļvedim, un padziļināta apraksta iekļaušana šeit varētu izraisīt citādi topošos propagandistus ar spožu nākotni nomāktu un apšaubīt savas spējas, ja viņi nespēs sekot skaidrojumam, kas var novest pie viņu pamešanas, kas būtu traģēdija. Patiesi.)
IV sadaļa. Kā manipulēt ar pētījumu
Iespējams, ka vissvarīgākā prasme, kas nepieciešama, lai manipulētu ar zinātni, ir spēja izstrādāt un manipulēt ar pētījumu, lai sasniegtu nepieciešamos rezultātus.
[Piezīme: [Pētījumu faktisko manipulāciju vienmēr veiks eksperti, kas pelna iztiku, veicot pētījumus (saukti par PI jeb vadošajiem pētniekiem). Tāpēc jums nav jābūt brīvam šajā jomā. Tomēr ir noderīgi pietiekami labi pārzināt pamatus.]
Pētījumi, īpaši lielie, izsmalcinātie, kurus parasti uzskata par zinātnes™️ “zelta standartu”, ir ārkārtīgi sarežģīti zvēri, ar kuriem var manipulēt neskaitāmos veidos. Mēs izskaidrosim ievērojamākos un tiešākos maldināšanas, manipulāciju un dizaina trūkumu veidus, ko var izmantot, lai pētījumu padarītu par marioneti jūsu rokās, ar kuru varat brīvi grozīties.
[Piezīme: – jebkuras no tālāk minētajām manipulācijām ieviešanā ir daudz sarežģītības pakāpju. Mēs tikai izskaidrosim un ilustrēsim pamatjēdzienus, izmantojot vienkāršu principu piemērošanu, nepievienojot nekādus greznus rotājumus un nianses. Mērķis ir panākt, lai jūs izprastu dažādos datu manipulācijas veidus un veidus. Pēc tam varat apgūt sarežģītākas metodoloģijas (kas, protams, ir ļoti ieteicams un ieteicams).
IV-1. Pētījumu manipulācijas taktika Nr. 1: pētījumu protokolu dizaina manipulēšana
Lielākā daļa šajā sadaļā ietvertā materiāla ir būtiska arī nākamajai sadaļai, kurā aplūkota pētījumu protokolu ieviešanas sabotāža, tāpēc šeit pievērsīsimies tikai taktikām, kas raksturīgas tikai pašu protokolu izstrādes manipulēšanai.
Pētījuma protokoli būtībā ir kā noteikumu grāmata, kas nosaka, kā pētījums tiks veikts. Tāpēc pārliecinieties, ka esat izstrādājis noteikumus, kas veicina vēlamo rezultātu.
A) Pētījuma dalībnieku kārtošana — stratēģiski sadaliet pētījuma dalībniekus attiecīgajām pētījuma un kontroles grupām
Gandrīz visos lielajos, specializētajos pētījumos ir divas grupas – pētījuma grupa un kontroles grupa. Jaunu zāļu pētījumā pētījuma grupa saņem zāles, bet kontroles grupa tās nesaņem. Teorētiski, ja zāles iedarbojas, tad kontroles grupā vajadzētu būt vairāk slimu cilvēku nekā pētījuma grupā.
Tātad, ja veicat pētījumu, lai pārbaudītu jaunu brīnumzāļu režīmu, jūs varētu to izmantot, iekļaujot kontroles grupā vairāk neveselīgu cilvēku nekā pētījuma grupā, lai pētījuma grupai veiktos labāk, pat ja režīma zāles neiedarbotos. (Protams, jums nevajadzētu atzīt, ka esat darījis šo vai kādu citu no šīm taktiskajām blēņām pētījuma dokumentācijā.)
B) Rūpīgi pārbaudiet pētījumā iekļaujamos subjektus
Daudz galvassāpju var novērst, vienkārši neielaižoties cilvēkos, kuri varētu kaut kādā veidā sabojāt rezultātus.
Piemēram, ja testējat jaunas zāles, kuru drošību un efektivitāti vēlaties pierādīt, neļaujiet tām iekļūt cilvēkiem, kuriem ir īpaši nosliece uz negatīvām reakcijām vai neefektivitāti. Jūs saprotat domu. (Tāpat kā Covid vakcīnas pētījumos netika iekļauti cilvēki ar gados vecākiem pacientiem, kuriem ir blakusslimības, kas būtu atklājis "99% efektīvo" pīli.)
IV-2. Pētījumu manipulāciju taktika Nr. 2: pētījuma protokolu izpildes sabotāža
Pietiekami bieži vien nebūs iespējams pilnībā manipulēt ar pašu pētījumu protokoliem, lai sasniegtu vēlamos rezultātus. Šādos gadījumos jums tā vietā ir jāsabotē oficiālo pētījumu protokolu ieviešana vai ievērošana. To ir diezgan viegli izdarīt, un ir burtiski bezgalīgi daudz veidu, kā to panākt.
Piezīme: Ir prātīgi iepriekš plānot loģistiku, lai izvairītos no dažādām problēmām un stresa situācijām, kas var rasties lielā pētījumā, kurā iesaistīti tūkstošiem subjektu un personāla. Piemēram, ja vēlaties "parādīt", ka īpaši kaitinoša viela patiesībā ir letāla, jums vajadzētu būt pa rokai līķu maisiem, lai ātri izvestu līķus no publiskām vietām, un kremācijas iestādei, kas ir dežūrā visu diennakti, lai iznīcinātu jebkādus nevēlamus tiesu medicīnas vai patoloģiskus pierādījumus, ko līķi varētu saturēt.
Protokola sabotāža Nr. 1: pētījuma ārstēšanas/intervences ievadīšana [pētījuma grupai]
Cilvēki domā, ka pētījuma dalībnieku ievadīšana ar zālēm ir vienkārša un vienkārša. Viņi maldās. Ļoti, ļoti maldās. Bieži vien visu pētījumu var kontrolēt, smalki pielāgojot ārstēšanas veidu pētījuma dalībniekiem, tostarp sekojošo:
- Devas/intervences daudzums – Atkarībā no mērķa varat lietot pārāk maz vai pārāk daudz zāļu. Ja vēlaties, lai zāles izskatītos neefektīvas, pārāk maza deva nodrošinās, ka tās nedarbosies. Ja vēlaties parādīt, ka zāles ir bīstamas, vienkārši palieliniet devu līdz ļoti toksiskam līmenim.
- Ārstēšanas ievadīšanas laiks – Vēl viens veids, kā sabotēt zāļu iedarbību, ir ievadīt tās pacientiem pārāk agri vai pārāk vēlu, lai tās būtu efektīvas. Ir daudz dažādu paņēmienu, kā to panākt. Piemēram, zāles pacientiem var nosūtīt pa pastu, kas neizbēgami pagarinās piegādes laiku par dažām dienām (David Boulware īpašais piedāvājums ar ivermektīnu).
- Produkta kvalitāte, t. i., tīrība/iedarbība – Piesārņots vai slikti ražots produkts nedarbosies tāpat kā tīrs produkts, kas ražots no augstas kvalitātes sastāvdaļām un pilnībā ievērojot ideālās ražošanas prakses.
(Piezīme: PIRMS piesārņoto versiju izmantošanas pētījumā VIENMĒR jāveic neoficiāli preklīniskie pētījumi ar dzīvniekiem un cilvēkiem, lai saprastu, kā darbosies dažādas zāļu vai intervences versijas (papildus oficiālajiem preklīniskajiem pētījumiem par zāļu parasto formulu); pretējā gadījumā pastāv risks nejauši sabotēt savus sabotāžas mēģinājumus. Atcerieties, ka pētījuma mērķis ir parādīt iepriekš noteiktu rezultātu, nevis atklāt jaunas zinātniskas atziņas! Nenoteiktība vai neparedzamība par to, ko zāles vai intervence, ko pētāt, darīs reālajā dzīvē, ir kā kriptonīts veiksmīgai pētījumu manipulācijai. Vai vismaz sagādās jums ļoti spēcīgas migrēnas, kamēr jūs cīnīsieties, lai orientētos apdraudējumu un neērto datu labirintā no sava tagad ārkārtīgi haotiska pētījuma.)
- Intervences vietā izmantojiet fizioloģisko šķīdumu vai placebo – Vēl viens veids, kā samazināt režīma izvēlētās intervences riskus, ir dot placebo ārstēšanas vietā, lai mazinātu intervences toksicitātes risku. Protams, ir jāpārliecinās arī par to, ka fizioloģiskā šķīduma lietošanai nebūs nevēlamas blakusparādības, kas parādītu, ka zāles neiedarbojas, tāpēc šī taktika parasti tiek izmantota kopā ar citām protokola manipulācijām vai neuzticību.
- Sajauc un savieno – Jūs vienmēr varat kombinēt jebkuru no šiem ieteikumiem. Piemēram, jūs varat dot daži ārstēšanas subjektiem atšķirīgu produktu. Varat arī izmantot vairākus no šiem ieteikumiem kombinācijā, lai dažādas pētījuma grupas daļas aptvertu ar atšķirīgiem ieteikumiem, kas var apgrūtināt nepiederošām personām protokola pārkāpumu atklāšanu.
2. protokola sabotāža: placebo ievadīšana [pētījuma grupai]
Šī būtībā ir iepriekšējās sadaļas otra puse. Ir dažas specifiskas taktikas, kas ir nedaudz unikālas, ja tās tiek pielietotas placebo grupā:
- Piešķiriet intervenci kontroles/placebo grupai – Viens no veidiem, kā garantēt, ka pētījumā netiks pierādīta ārstēšanas efektivitāte, ir dot ārstēšanu arī kontroles grupai. Ja ārstēšanu saņem abas grupas, tad starp tām nebūs atšķirības, kas parādītu, ka ārstēšanas grupai veicās labāk, pateicoties ārstēšanai.
Vienkāršāka, bet riskantāka metode ir likt pētījuma personālam tieši ievadīt zāles kontroles grupai, izliekoties par placebo. (Tas ir pietiekami vienkārši, jo placebo ir jāizskatās, jājūtas, jāgaršo un jāsmaržo identiski ārstēšanai, lai kontroles grupas dalībnieki nesaprastu, ka viņi nav saņēmuši zāles.)
Sarežģītāka, bet mazāk riskanta metode ir pamudināt kontroles grupas subjektus saņemt ārstēšanu ārpus pētījuma. Piemēram, var izmantot placebo, kas ievērojami atšķiras no zālēm. Tā kā pētījuma subjekti, izmantojot Google, var viegli atklāt, ka zālēm nav jāizskatās, jāsmaržo vai jāgaršo tieši tā, viņi centīsies iegūt pašas zāles, jo nevēlas mirt vai ciest no novājinošām komplikācijām no jebkuras slimības vai stāvokļa, kura ārstēšanai zāles tiek lietotas.
Alternatīvi, jūs varat izvēlēties veikt pētījumu vietā, kur populācija jau ir plaši pakļauta pētāmā ārstēšanas metodei, tāpēc pētāmo personu kopums būs pilnībā piesārņots ar cilvēkiem, kuri jau lieto vai vismaz ir pie rokas zāļu krājumi.
(Vienkārši paturiet prātā, ka šī taktika rada risku, ka to pamanīs kaitinoši disidentu antizinātniski ķeceri, jo tas būs publiski zināms fakts, ka pētījuma veikšanas vietā bija plaši izplatīta informētība par narkotikām un/vai to lietošana.)
- Piesaistiet placebo – Ja nevēlaties inertu placebo, varat to pastiprināt ar kaut ko nedaudz “dzīvīgāku”, kas var izraisīt blakusparādības un/vai terapeitisku efektu.
Viena specifiska metode ir izmantot ārstēšanas sastāvdaļas, lai pastiprinātu placebo iedarbību. Tas var būt īpaši noderīgi, lai slēptu ārstēšanas problemātiskās blakusparādības, ko izraisa citas sastāvdaļas vai komponenti, nevis aktīvā ārstēšanas sastāvdaļa — ja tās pievienojat placebo, abām grupām būs līdzīgas blakusparādības.
(PiezīmesPaturiet prātā, ka, ja blakusparādības ir pārāk izteiktas, ārstēšanas toksisko komponentu pievienošana placebo grupai var radīt jautājumus, ja cilvēki pamana, ka specifisko blakusparādību biežums pētījuma kontroles grupā ir ievērojami augstāks nekā vispārējā populācijā.)
Protokola sabotāža Nr. 3: Stimulēt pētījuma dalībniekus mainīt savu uzvedību
Izstrādājot protokolus un veicot pētījumu, pētījuma dalībnieku uzvedība bieži vien ir kritiski svarīgs apsvērums. Izmantojiet to savā labā.
Pastāv trīs galvenie stimulēšanas veidi:
- Finanšu stimuli – Viens no drošākajiem veidiem, kā stimulēt uzvedību, ir to finansiāli atalgot:
- Pētījuma ietvaros var īstenot korumpētu kukuļošanas shēmu. Piemēram, ja pētījumā rezultāti tiek iegūti, lūdzot subjektiem ziņot par informāciju, piemēram, kādas blakusparādības viņi piedzīvoja pēc Glorious Intervention saņemšanas, var maksāt subjektiem, lai viņi neziņotu par blakusparādībām. Tomēr būs jāievēro arī slepenība un jānodrošina, lai neviens par to neuzzinātu, kas var būt sarežģīti.
- Varat arī manipulēt ar vidi, kurā notiek pētījums, vai izmantot to kā starpnieku finansiālu labumu piešķiršanā. Piemēram, ja pārbaudāt potenciālas intervences efektivitāti, lai bloķētu Bīstamās slimības pārnešanu, varat veikt pētījumu vietā, kur cilvēki var doties uz darbu tikai tad, ja nav inficēti ar Bīstamo slimību, izmantojot šo iebūvēto stimulu neziņot par pozitīviem testiem (viņi vēlas saņemt pilnu algu).
- Sociālais spiediens – Otrais stimula veids ir sociālais spiediens. Tas var nākt no vienaudžiem, politiskajiem spēkiem, sociālajām grupām, profesionāliem partneriem, institūcijām, slavenībām vai jebkura cita ietekmes avota sabiedrībā. Svarīgi ir tas, ka jūs varat izmantot jebkuru vai visus šos faktorus savā labā.
Piemēram, pieņemsim, ka jūs veicat pētījumu, lai pārbaudītu Brīnumainā Auduma Vairoga efektivitāti, kas aptur Bīstamās Slimības izplatīšanos. Tātad jūs dažiem trešās pasaules valsts ciemiem piešķirat Brīnumaino Auduma Vairogu un izveidojat kontroles grupu ar ciemiem, kuri to nesaņem. Jūs varat parādīt, cik pārsteidzošas ir šīs ierīces, ciema iedzīvotāju priekšā, kuri tās saņem. Jūs varat arī likt ciema vecākajiem pasludināt, ka Brīnumainais Auduma Vairogs ir Debesu Dāvana, kas padara tā valkāšanu par morālu tikumu un, vēl svarīgāk, padara tā valkāšanu, bet inficēšanos ar Bīstamo Slimību, par reliģiskas neveiksmes pazīmi. Tas padara viņus daudz mazāk ticamus, ka viņi ziņos par Bīstamās Slimības gadījumiem, īpaši salīdzinājumā ar ciemiem, kuriem Brīnumainais Auduma Vairogs netika dots. Tas rada iespaidu, ka Brīnumainais Auduma Vairogs darbojas, lai samazinātu Bīstamās Slimības pārnešanu.
- Bargi sodi – Jūs varat draudēt ar visādām briesmīgām sekām, ja pētījuma dalībnieki nedarīs tieši to, ko vēlaties. To ir īpaši viegli ieviest trešās pasaules valstīs, kur gandrīz nav likuma varas un valda korupcija. Varētu būt noderīgi iepriekš minēt piemēru ar kādu, lai parādītu, ka jūs domājat nopietni – piemēram, jūs varat nejauši izvēlēties kādu, ko nosūtīt uz cietumu Sudānā, no kura viņš, visticamāk, nekad neatgriezīsies dzīvs.
Protokola sabotāža Nr. 4: pētījuma veikšanai nolīgstiet nekompetentus cilvēkus
Pētījumi, īpaši pētījumi, kuros tiek veikts kaut kāds eksperiments (nevis tikai analizēti iepriekš esoši datu kopumi), parasti prasa lielu personālu. Nekompetenta personāla nolīgšana ir lielisks veids, kā dot sev zināmu rīcības brīvību, lai "masētu" neērtus datus, kas rodas pētījuma laikā – "šie dati ir kļūdaini, jo personāls tos sajauca". Tāpēc, protams, jums ir "jālabo" šīs "kļūdas".
Vēl svarīgāk ir tas, ka nekompetenti darbinieki, visticamāk, nepamanīs, ka jūs manipulējat ar pētījumu, jo viņiem nav zināšanu vai pieredzes par to, kā likumīgam pētījumam vajadzētu tikt veiktam.
Protokola sabotāža Nr. 5: Izņemiet no pētījuma visus problemātiskos pētījuma subjektus vai notikumus
Šis ir acīmredzams “atbildes vēstījums”. Ja daži Glorious vakcīnas 3. fāzes pētījuma dalībnieki gūst smagus ievainojumus tūlīt pēc Glorious vakcīnas injekcijas, tad nevar pieļaut, ka viņi sabojā “drošības un efektivitātes” naratīvu. Bet, par laimi, risinājums ir vienkāršs: izslēgt viņus no pētījuma.
Tas pat nešķitīs aizdomīgi no malas! Katrā pētījumā protokolos ir ierakstīti noteikumi, kas ļauj izslēgt subjektus, kuri pārkāpj pētījuma protokolus vai vēlas aiziet "personīgu iemeslu dēļ". (Padomājiet par katru reizi, kad politiķis saka, ka atkāpjas no amata, lai "pavadītu vairāk laika ar ģimeni" – tā pati doma.) Taču lielākā daļa akadēmiķu ir nelaimīgi šajā ziņā un katru reizi tam uzticas.
Ja jau sākotnēji esat patiešām gudri attiecībā uz protokolu izstrādāšanu, jūs pievienosiet nosacījumu, kas aizliedz subjektiem meklēt medicīnisko palīdzību pie jebkura ārsta ārpus pētījuma. Tātad, ja subjektam rodas nepatīkama blakusparādība, piemēram, neliels drošs un efektīvs miokardīts vai viegla Bella trieka, kas viņu nedaudz paralizē, viņš dosies tieši uz tuvāko neatliekamās palīdzības nodaļu... kas ir klajš pētījuma protokolu pārkāpums!! Atā, problēma.
Ja vēlaties redzēt īstu meistaru, tad pievērsiet uzmanību Pfizer vakcīnas 3. fāzes bērnu pētījuma vadītājam. Kad viena no pētījuma dalībniecēm vārdā Medija de Garē 24 stundas pēc vakcīnas saņemšanas guva vairākus diezgan nepatīkamus neiroloģiskus ievainojumus (tādus, kas saistīti ar pastāvīgu barošanas zonžu un ratiņkrēslu lietošanu, kā arī citām dzīvesveida "pielāgošanām"), viņi viņu vienkārši izslēdza no pētījuma. Un pēc tam viņas ievainojumu uzrakstīja kā "nepārvaramas sāpes vēderā". Viņi arī izslēdza no galvenā pētījuma vēl vienu dalībnieku, advokātu vārdā Augusto Rio, pēc tam, kad viņam pēc pirmās devas attīstījās viegls, drošs un efektīvs perikardīts.
Tas pats attiecas uz AstraZeneca — Brianne Dressen tika atlaista pēc pirmās devas, taču tika ziņots, ka viņa pārtrauca darbu personisku iemeslu dēļ. Redziet? Vienkārši.
Protokola sabotāža Nr. 6: Nepatiesu datu reģistrēšana
Ja nekas cits neizdodas, pētījumam var vienkārši pierakstīt datus, kas ir pilnīgi nepareizi un no zila gaisa safabricēti. Pfizer pētījumu līgumslēdzējs Ventavia mums parāda, kā to izdarīt – tālāk redzamie ekrānuzņēmumi ir faktiskais e-pasts, ko nosūtīja Brūka Džeksone – viena no Ventavia vietnes vadītājām –, kura nolēma mēģināt graut režīmu, atmaskojot notiekošo krāpšanu:
Neparasti ātri un efektīvi Džeksones kundze tika atlaista mazāk nekā sešas – 6 – stundas pēc šī e-pasta nosūtīšanas Pārtikas un zāļu pārvaldei (FDA). SEŠAS STUNDAS!! Lūk, kā lietām vajadzētu notikt.
Turklāt, kad viņa iesūdzēja federālajā tiesā, mēģinot apturēt visu Pfizer vakcīnas izmēģinājumu, režīms to veiksmīgi apturēja gandrīz divus gadus, izmantojot dažādas atjautīgas juridiskas taktikas. (Tomēr jāatzīmē, ka tas, kurš bija atbildīgs par pieņemšanu darbā, pamatīgi sabojāja savu dzīvi; ir jāveic rūpīgas pārbaudes, lai pārliecinātos, ka potenciālajiem pretendentiem nav stingru morālu pārliecību.)
Diemžēl Pārtikas un zāļu pārvalde (FDA) nekontrolē ārvalstu medicīnas žurnālus, un viens no tiem (šokējoši) nolēma publicēt rakstu, kurā dokumentēta Pfizer izmēģinājuma krāpšana. Liels urrā. Tāpēc ir obligāti jāizveido vienota pārvaldes institūcija visai pasaulei.
Avots: https://www.bmj.com/content/375/bmj.n2635
IV-3. Pētījuma manipulācijas 3. variants: pētījuma analīze
Kad pats pētījums ir pabeigts, ir pienācis laiks analizēt pētījuma skaitļus. Šeit tiks iztīrīti visi problemātiskie dati, kas kaut kādā veidā iekļuva cauri visiem jūsu protokolu dizainiem un sabotāžai. Iedomājieties to kā lietotas, bojātas automašīnas krāsošanu ar jaunu kārtu, lai paslēptu visus bojājumus zem tās — jūs neko būtisku nemaināt, tikai (lielākoties) maskējat lietas. Neviens nevēlas saskrāpēt svaigo krāsu, lai pārliecinātos, ka tā neko neslēpj.
Ir tik daudz datu “analizēšanas” veidu. Knifs ir gudri izvēlēties veidus un to, kā veikt analīzi.
Analīzes taktika Nr. 1: nepielāgojiet datus
Datu korekcijas zinātnē ir diezgan standarta lietas. Neapstrādāti dati gandrīz nekad nav piemēroti tiešu secinājumu izdarīšanai vai ekstrapolācijai, jo parasti ir klātesoši visdažādākie traucējošie mainīgie.
Šeit ir ļoti vienkāršs datu korekcijas piemērs:
Tālāk ir norādīts Darta Sanistānas (sliktā štata) un Komifornijas (labā štata) štatu iedzīvotāju skaits:
Šeit ir mirstības rādītāji no Baismīgās slimības šajos štatos — kopumā sliktajā štatā ir vairāk nāves gadījumu nekā labajā štatā. Tā kā tiem ir vienāds iedzīvotāju skaits, tas nozīmē, ka mirstības līmenis ir augstāks SLIKTAJĀ, SLIKTAJĀ Darta Sanistānas štatā:
BET... (jā, šeit ir liels "bet")
Ja aplūkojam atsevišķi senioru un citu iedzīvotāju mirstības rādītājus, šokējoši, ka labvēlīgajā štatā ir augstāks mirstības līmenis ABOS (?!?!?!?!?!):
Šeit ir divi svarīgi novērojumi:
- Iemesls, kāpēc Nāves Sanistānas nelojālajam stāvoklim ir augstāks kopējais rādītājs neskatoties uz zemāku mirstības līmeni katrā vecuma grupā patiesībā ir ļoti vienkārši – seniori mirst daudz biežāk nekā citi cilvēki, taču sliktajam štatam ir tāda nelaime, ka tajā ir 2.5 reizes vairāk senioru nekā labajā štatā, kas nozīmē daudz vairāk nāves gadījumu kopumā, ņemot vērā milzīgo senioru skaitu sliktajā Nāves Santistānas štatā:
Lai sliktajā štatā būtu tāds pats senioru nāves gadījumu skaits kā labajā štatā, senioru mirstības līmenim burtiski vajadzētu būt 40% no labā štata, jo labajā štatā ir tikai 40% no iedzīvotāju skaita senioru skaita nekā sliktajā štatā. Tāpēc (kad vēlamies būt godīgi, piemēram, kad patiesība palīdz režīmam) zinātne koriģē datus, lai izvairītos no šādām lietām. (Šai konkrētajai statistikas parādībai patiesībā ir oficiāls nosaukums: “Simpsona paradokss. ")
Tāpēc NEPIELĀGOJIET datus, ja tie kaitēs režīma naratīvam.
Analīzes taktika Nr. 2: Pielāgojiet datus maldinoši vai neatbilstoši
Un otrādi, dažreiz neapstrādāti dati vai pareizi pielāgoti dati nebūs labi jūsu stāstījumam. Šādos gadījumos jums ir jāturpina radoši pielāgot datus, līdz esat veiksmīgi aizsedzis ķecerīgos rezultātus, lai neviens tos nevarētu redzēt vai saprast.
Piemēram, ja ņemam vērā iepriekš minēto hipotētisko Komifornijas/Nāves Sanistānas izdomāto Dzimumu Spektrālā Paradīzes stāvokļu salīdzinājumu, var pievienot “pielāgojumu”, lai “labotu” problēmu. Viss, kas jums jādara, ir atrast raksturlielumu, kas raksturo sliktākus rezultātus Nāves Sanistānas sliktajā stāvoklī nekā Komifornijas dzimumu spektrālā paradīzes labajā stāvoklī. Tā kā Nāves Sanistāna nolēma neievērot režīma dzīvību glābjošos lokdaunus, Nāves Sanistānas seniori mēdza pamest savas mājas biežāk nekā citos štatos, pat ja tikai pastaigāties pa kvartālu svaigā gaisā, kas nozīmē, ka seniori, kuri neizgāja no savām mājām, iespējams, biežāk bija pārāk slimi, lai pamestu tās. Šādi slimi seniori arī biežāk mirst no Baismīgās Slimības.
Lūk, kā tas varētu notikt:
1. diagramma — senioru skaits katrā štatā (kreisās kolonnas = seniori, kuri vismaz reizi nedēļā devās ārā; vidējās kolonnas = seniori, kuri negāja ārā; labās kolonnas = senioru kopējais skaits katrā štatā)
2. diagramma — nāves gadījumu skaits katrā no trim 1. diagrammas kategorijām:
Tas pilnībā novērš mūsu problemātiskos datus (tas patiesībā varētu tos novērst pat pārāk labi!!) – novērojiet, kā mēs mainām senioru mirstības rādītājus:
Viss, kas jums tagad jādara, ir saukt iekštelpu senioru mirstības rādītāju par "iedzīvotāju skaita koriģēto senioru mirstības rādītāju".
Tāpat laiku pa laikam varētu pieminēt senioru nāves gadījumus telpās, jo to ir daudz vieglāk propagandēt ar tādu tematu kā "seniori ir visvairāk pakļauti riskam, jo viņi ir nekustīgi "bija gandrīz TRĪS reizes lielāka iespēja nomirt SLIKTĀ stāvoklī nekā LABĀ stāvoklī." Cilvēki dabiski saista seniorus ar iesprūšanu telpās, tāpēc viņi, visticamāk, nenovērtēs, ka "telpu seniori" patiesībā ir tik maza daļa no mūsu hipotētiskās Nāves Santistanas senioru populācijas.
Analīzes taktika Nr. 3: Izvēlieties optimālos galapunktus
Galarezultāti ir liela nozīme. Oficiāli pētījuma primārais(-ie) galarezultāts(-i) ir centrālais(-ie) atklājums(-i), kas nosaka, vai pētījums tiek uzskatīts par veiksmīgu vai neveiksmīgu. Galarezultāts būtībā ir lieta vai rādītājs, ko izmanto, lai novērtētu pētāmā priekšmeta panākumus/neveiksmi vai ietekmi. Piemēram, ja testējat jaunas zāles, lai noskaidrotu, vai tās aptur baismīgās slimības izraisītu nāvi, galarezultāts būtu nāves gadījumi no baismīgās slimības. Ja ārstēšanas grupā bija mazāk nāves gadījumu no baismīgās slimības nekā kontroles grupā, tad ārstēšana bija efektīva, bet, ja tā nebija, tas nozīmē, ka pētījums nebija pietiekami labi manipulēts. (Tas ir nedaudz vienkāršoti, bet jūs saprotat pamatideju.)
Tāpēc, izvēloties galapunktu(-us), jums jāpārliecinās, ka esat izvēlējies gudri.
Tāpēc parasti jāizvēlas parametri, kuriem ir pēc iespējas vairāk no šīm īpašībām:
- Atkarīgs no subjektīva sprieduma, nevis objektīva novērojuma
- Dabiski neobjektīvs attiecībā pret jūsu vēlamajiem rezultātiem
- Viegli manipulēt ar rezultātu
- Viegli melot par iznākumu
- Cilvēkiem ir grūti saprast, vai jūs falsificējāt vai manipulējāt ar rezultātu.
- Grūti aptvert/saprast – īpaši nespeciālistiem
Piemēram, pieņemsim, ka jūs veicat izmēģinājumu ar mērķi sabotēt alternatīvu ārstēšanas metodi, kas faktiski darbojas pret Baismīgo slimību (kas būtu ļoti slikti, ja režīms vēlētos, lai pandēmijas krīze turpinātos vēl kādu laiku). Jums ir jāpierāda, ka tā nedarbojas. Ja kā galapunktu izvēlaties "nāvi", jūs varētu nonākt lielās nepatikšanās, kad zāles glābj daudzus cilvēkus ārstēšanas grupā.
Nāves vietā jūs varētu izvēlēties kaut ko līdzīgu “laiks izrakstīšanai no slimnīcas”. Šis parametrs atbilst visiem sešiem nosacījumiem (zināmā mērā):
- Pacientu izrakstīšana ir subjektīvs ārstu (kuriem vajadzētu būt pētījuma algu sarakstā) lēmums, tāpēc jums nav spiesti izrakstīt pacientus, kuri atbilst objektīvam izrakstīšanas standartam.
- Izrakstīšana ir neobjektīva attiecībā pret jūsu vēlamajiem rezultātiem — tā kā lielāka kontroles grupas daļa nomirs, tas nozīmē, ka lielāka daļa no smagi gadījumi nekad netiek izrakstīti, tāpēc tie nepalielinās vidējo izrakstīšanas laiku pārējai kontroles grupai; salīdzinot ar ārstēšanas grupu, kur smagāk slimie pacienti nemirstības vietā atveseļojas dažas papildu dienas, kas palielina vidējo izrakstīšanas laiku ārstēšanas grupā.
- Izrakstīšanu ir ļoti viegli manipulēt — jūs varat piesaistīt pētījumā iesaistīto slimnīcas personālu, lai nevajadzīgi uz nedaudz laika aizkavētu ārstēšanas pacientu izrakstīšanu (jums jāpārliecinās, ka attiecīgais personāls zina, kas saņēma ārstēšanu, un tāpēc gaida ilgāk, lai izrakstītu no slimnīcas).
- Izrakstīšanas laiku arī ir diezgan viegli viltot; vienkārši rediģējiet dokumentus par uzņemšanas datumu slimnīcā un/vai izrakstīšanas datumu (un, ja nepieciešams, drošības ierakstu). Nāves apstākļus ir daudz grūtāk viltot, jo nāves laiks parasti tiek reģistrēts ļoti precīzi. un parādās uz nāves apliecības.
- “Laiks līdz izrakstīšanai” nav intuitīvākais rādītājs nespeciālistam.
Protams, lielākajā daļā šo nosacījumu jūs varat rīkoties labāk, taču tas atspoguļo pamatideju.
Analīzes taktika Nr. 4: alternatīvu galapunktu rādītāju aprakšana
Šis ir praktiski pašsaprotams: ja kā kritērija izmantojat "izrakstīšanas laiku", bet ziņojat, ka ārstēšanas grupā mirstība samazinājās par 50%, nu, teiksim tā, tas radīs daudz pārsteigumu.
Tātad, tā vietā, lai saskartos ar sarežģītiem jautājumiem par to, kāpēc izvēlējāties tik absurdu mērķa kritēriju un kāpēc apgalvotu, ka ārstēšana nedarbojas, ja redzat, ka ārstēšana ievērojami samazināja mirstību, ideālā gadījumā jums nevajadzētu ziņot par nāves gadījumiem nekur pētījumā.
Ja nevari izvairīties no mirstības statistikas ziņošanas, vismaz tev vajadzētu to aprakt kādas pielikuma nejaušas tabulas vidū formātā, ko ir ļoti grūti saprast. Vai vēl labāk, izkaisīt to pa vairākām datu tabulām, nevis visu vienuviet, kur to var viegli identificēt kāds kaitinošs nejaušs nūģis savā pagrabā.
Analīzes taktika Nr. 5: izmantojiet optimālos analīzes veidus, lai iegūtu vēlamos rezultātus
Ir tikpat daudz datu analīzes veidu, cik ir dzimumidentitātes vai vietniekvārdu kombinācijas. Diemžēl padziļinātu dažādu metožu skaidrojumu nevar ietilpināt Idiota ceļvedim atbilstošā formātā. Vienkārši aplūkojiet dažus no šiem nosaukumiem:
- Līdzsvarota dizaina dispersijas analīze
- Beta sadales veidgabali
- Box-Cox transformācija divām vai vairākām grupām (T-tests un vienvirziena ANOVA)
- Klasteru siltuma kartes (dubultās dendrogrammas)
- Sadales (Weibull) veidgabali
- Izplūdušo klasteru veidošana
- Gamma sadalījuma pielāgošana
- Vispārīgie lineārie modeļi (GLM)
- Grubbsa noviržu tests
- Hierarhiskā klasterizācija/dendrogrammas
- K-Means klasterizācija
- Medoīdu sadalīšana
- Daudzfaktoru dispersijas analīze (MANOVA)
- Neatklāto datu grupu salīdzinājums
- Vienvirziena kovariācijas analīze (ANCOVA)
- Regresijas klasterizācija
Lieta tāda, ka dažādas statistiskās analīzes metodes dos atšķirīgus rezultātus. Ja tās nedotu atšķirīgus rezultātus, tad nebūtu tik daudz metožu. Viss ir perspektīvas jautājums. Tāpēc jums ir jāalgo kompetenti statistikas guru, kuri pārzina šīs lietas (un ir lojāli režīmam), divu iemeslu dēļ:
- Jūs gūstat labumu no viņu zināšanām (kas jums ir nepieciešamas; atcerieties, ka jūsu zināšanas ir propagandas veikšana, nevis iedomīga statistiskā analīze. Nedaudz praktiskas pazemības, atzīstot savus ierobežojumus, ir ļoti svarīga, lai kļūtu par veiksmīgu propagandistu; pārmērīga pašpārliecinātība ir bijusi daudzu lojālu režīma sulaiņu posts [un bieži vien arī izraisījusi garu atvaļinājumu neapmierinošā Gulagā]).
- Režīma ķeceri nevar atsaukties uz savu statistikas analītiķu ticamas kompetences trūkumu, lai nomelnotu un apšaubītu režīma pētījumu ticamību. Nīla Fergusona gadījums kalpo kā brīdinošs stāsts – lai gan sākotnēji viņam izdevās pārliecināt valdības visā pasaulē ar savu pasakaino modeli, kas paredzēja apokaliptisku Covid izraisītu asinsizliešanu, viņa pilnīgais jebkādas priekšmeta kompetences trūkums, kā arī ilgā pilnīgi maldīgo pandēmijas prognožu vēsture deva opozīcijai stingru pamatu noraidīt viņa modeļus un visus turpmākos dažādu valdību virzītos modeļus. Viņi arī spēja efektīvi sludināt, balstoties uz šo fiasko.
Analīzes taktika Nr. 6: Noņemiet problemātiskos datus, kurus nevar analizēt, pielāgot vai citādi paslēpt
Šī ir tā pati koncepcija kā izslēgt pētījuma dalībniekus, ja tie neatbilst režīma noteiktajiem rezultātiem; tikai šeit jūs noņemat jau ģenerētos datus, nevis pašus pētījuma dalībniekus. Tomēr mērķis ir viens un tas pats: novērst datu, kas neatbilst tam, ko vēlaties, lai pētījuma rezultāti parādītu, nokļūšanu pētījuma oficiālajā ierakstā.
Neatkarīgi no rezultātiem, jums vajadzētu būt gataviem sarunu tematiem, lai simpatizējoši plašsaziņas līdzekļi varētu jūs aizstāvēt. Nav svarīgi, cik nepatiesi, maldinoši utt. tie ir – propagandas galvenais mērķis ir maldināt un izgaismot patiesību – plašsaziņas līdzekļi, vienkārši pārpludinot ekosfēru ar savu informāciju, ir spēcīgs spēks, kas vismaz ļoti apgrūtinās lielākajai daļai cilvēku spēju atmaskot melus un maldināšanu, ko jūs strauji izplatāt sabiedrībā.
Jums jābūt īpaši gatavam nežēlīgi uzbrukt jebkuram zinātniekam vai akadēmiķim ar ķecerīgām nosliecēm, kurš varētu apšaubīt visu, ko jūs sakāt, vai, vēl ļaunāk, pievērst uzmanību trūkumiem jūsu pētījumā. Ar maksimālu aizspriedumu spēku.
V sadaļa. Datu kopu apstrāde
Vēl viens nozīmīgs zinātnes avots papildus pētījumiem ir datu kopas un citi informācijas avoti, ko izmanto zinātnisku paziņojumu izteikšanai. Dati, īpaši oficiālie valsts dati, ir izmantojami bez oficiāla pētījuma, kas tos svētītu, tāpēc jums ir jānodrošina, ka pieejamie dati, un jo īpaši datu kopas, kas ir pamatā tradicionālajiem rādītājiem, ko sabiedrībā bieži citē gan akadēmiķi, gan vienkāršie cilvēki, ir jūsu stingrā kontrolē, lai tos pēc savas patikas rediģētu, mainītu un modificētu.
Tālāk ir norādīti taktiku veidi, kas jāizmanto, lai maksimāli palielinātu pieejamo datu kopu kontroli un lietderību.
V-1. Statistiskā “zveja”
Statistisko zveju ir vieglāk vienkārši ilustrēt, nekā izskaidrot abstraktā veidā:
Iedomājieties, ka liela farmācijas kompānija laiž klajā jaunas zāles, kas (viņi apgalvo) padara bērnus gudrākus un uzlabo viņu akadēmisko sniegumu. Diemžēl, lai gan tās ir apstiprinājusi Pārtikas un zāļu pārvalde (FDA), viņi zina, ka tās nedarbojas, un cilvēki sāk aizdomāties, ka kaut kas varētu būt aizdomīgs (un viņiem ir miljardi dolāru uz spēles). Tāpēc viņi nāk pie jums un piedāvā jums lielu septiņciparu algu, lai "pierādītu", ka viņu jaunās zāles darbojas. Tātad jūs, būdams pārdrošs zinātnieks bez jebkādiem sirdsapziņas pārmetumiem (izņemot, protams, lojalitāti režīmam), pieņemat viņu piedāvājumu. Kā jūs "pierādāt", ka viņu zāles darbojas? Vienkārši. Jūs iegūstat datus no visiem valsts skolu rajoniem, kas parāda akadēmiskos rezultātus un to bērnu procentuālo daļu, kuri lietoja jaunās farmācijas zāles. Šeit sākas "makšķerēšanas" daļa: jums ir jāpārskata katrs rajons, līdz atrodat vienu vai divus, kuros akadēmiskie rezultāti ir virs vidējā un vairāk bērnu šajā rajonā lietoja jaunās zāles nekā vidēji (līdzīgi kā makšķerējot, kur jūs turpināt, līdz uzķerat zivi). Tad jūs publicējat savu “pētījumu”: “Mēs atradām korelāciju “X” rajonā, kur lielāks bērnu procentuālais daudzums, kas lietoja jaunās zāles, noveda pie augstākiem akadēmiskajiem rezultātiem.” Tās ir muļķības, jo katrs cits rajons uzrāda, ka narkotikai nebija nekādas ietekmes uz akadēmiskajiem rezultātiem, bet jūs to veikli izvairāties, izceļot vienu rajonu, kurā pastāv nejauša korelācija. (Ar pietiekami lielu izlases lielumu jūs gandrīz garantēti atradīsiet vienu nejauši izvēlētu rajonu, kurā nejaušības dēļ daudzi bērni lietoja narkotikas un akadēmiskie rezultāti uzlabojās.)
Galvenā mācība ir tāda, ka dažreiz viss, kas jums nepieciešams, ir nedaudz neatlaidības. Piemēram, ja jums ir liels datu kopums par daudzām valstīm, vienkārši pārskatiet to pa vienai, līdz atrodat meklēto korelāciju. Varat arī izmēģināt šīs taktikas sarežģītāku versiju, kas pazīstama kā "P-uzlaušana. "
Lielisks šīs taktikas piemērs ir šāds CDC “pētījums”, kurā viņi izgāja cauri visiem 50 štatiem, meklējot tādu, kurā viņi varētu pilnveidot datus, lai parādītu, ka Covid vakcīnas samazina atkārtotas inficēšanās risku cilvēkiem, kuriem jau bija Covid pirms vakcīnas saņemšanas. Un, ziniet, viņi atrada tādu (no 50, kā arī dažām nevalstiskajām jurisdikcijām, piemēram, Vašingtonu), kur viņi varēja panākt, lai dati pateiktu tieši to, ko viņi vēlējās:
Avots: https://www.cdc.gov/mmwr/volumes/70/wr/mm7032e1.htm?s_cid=mm7032e1_w
Redziet, ja CDC spētu izmantot vairāk nekā vienu štatu, lai pierādītu, ka Covid vakcīnas samazina atkārtotas inficēšanās risku, viņi to būtu darījuši (protams). Bet viņi centās un centās, līdz atrada štatu, kurā varēja manipulēt ar datiem, lai to pierādītu.
Starp citu, propagandistiem šeit ir vēl viena svarīga mācība: neatlaidības vērtība. Nepadodieties, ja nevarat atrast datu kopu, ko var viegli manipulēt vai viltot, lai atbalstītu režīma runas punktu. Dažreiz ir jābūt radošiem un jāturpina strādāt, līdz nonākat līdz neveiksmei.
V-2. Pielāgojiet problemātiskos datus
Jā, mēs to jau minējām sadaļā par takelāžas pētījumiem.
Ja neapstrādātie dati neatbilst jūsu vēlamajam naratīvam, vienkārši “pielāgojiet” tos, līdz tie atbilst, tāpat kā jūs to darītu ar pētījuma iekšējiem datiem. Datu pielāgošana ir ikdienas zinātnes sastāvdaļa, un, tā kā ļoti maz cilvēku patiesībā saprot, kā tā darbojas, jūs varat izmantot šo praksi savā labā un ļaunprātīgi izmantot to.
Kāds kolēģis pat publicēja zinātnisku rakstu par šo tēmu (tas ir interesanti lasāms, ja esi frīkists):
Avots: https://pubmed.ncbi.nlm.nih.gov/29254468/
Šīs koncepcijas izcils pielietojums ir saistīts ar globālās sasilšanas zinātniskās institūcijas vienprātību, kas agrāk bija globālās atdzišanas zinātniskās institūcijas vienprātība. Kā, jūsuprāt, tie paši dati, kas 1974. gadā liecināja, ka pasaule virzās uz neatgriezenisku ledus laikmetu, kas apdraudēja cilvēces izdzīvošanu, tagad parāda, ka patiesībā pastāvēja *sasilšana* tendence no tieši tiem pašiem datiem Kas apdraud cilvēces izdzīvošanu??
Avots: https://content.time.com/time/subscriber/article/0,33009,944914,00.html
Viņi vienkārši “pielāgoja” datus, lai agrākās desmitgades būtu aukstākas, bet vēlākās – siltākas, un voila, problēma atrisināta! Tas ir velnišķīgi viltīgi un ļoti efektīvi – ievērojiet zemāk esošajā diagrammā (no ievērojama režīma disidenta ķecera) divas līnijas, kas attēlo gada vidējo temperatūru, zilā līnija = neapstrādātie dati, oranžā līnija = dati pēc tam, kad režīma zinātnieki tos “pielāgoja”:
Avots: https://realclimatescience.com/2018/03/noaa-data-tampering-approaching-2-5-degrees/
Ja paskatās uz zilo līniju, pēdējo 100 gadu laikā nav novērota kopējā sasilšana, kas ir ļoti slikti oficiālajam katastrofālās globālās sasilšanas naratīvam!!! Tomēr oranžā līnija parāda skaidru sasilšanas tendenci pēdējo 100 gadu laikā, kas ir tieši tas naratīvs.
Protams, ja nākotnē kāda iemesla dēļ kļūs pragmatiski atgriezties pie globālās atdzišanas, tad NOAA zinātnieki vienkārši "pielāgos" datus, lai pēdējie 100 gadi izskatītos pēc stabilas atdzišanas tendences.
Lieta tāda, ka viss ir pielāgojumos.
(PiezīmesIr lietderīgi ļaut uzturēties dažiem nejaušiem, zemas raudzes režīma zinātnes ķeceriem, jo viņi sniedz datus un analīzi, kas patiesībā ir diezgan noderīga režīma iekšējai lietošanai, ja vien jūs pārliecināties, ka viņi nesāk iegūt ievērojamu ietekmi – un tad jūs viņus nekavējoties aizvedat uz Gvantanamo līci.)
V-3. No oficiālo datu oficiālajām analīzēm izslēdziet visu, kas neatbilst jūsu vēlamajiem rezultātiem.
Rūpīga analīzē iekļauto datu pārbaude burtiski ir 101 lieta. Ja informācija vai faktiskie rezultāti draud apdraudēt jūsu vēlamos rezultātus, vienkārši izslēdziet tos no oficiālo datu oficiālajām analīzēm. Tātad, ja ir valdības datubāze, kas liecina, ka pēc Glorious vakcīnas daudzu medicīnisko stāvokļu sastopamība ievērojami palielinājās, vienkārši ignorējiet to.
Ņemiet vērā VAERS (Vakcīnas blakusparādību ziņošanas sistēmas) datubāzi, ko kopīgi pārvalda CDC un FDA:
CDC (izliekas, ka tā dara) mudina ziņot VAERS par veselības stāvokļiem, kas parādās pēc vakcinācijas, "pat ja neesat pārliecināts, ka vakcīna izraisīja slimību":
Pēc Covid vakcīnu ieviešanas 2020. gada decembra vidū VAERS ieraksti par nāves gadījumiem izskatās šādi (diagrammā parādīts kopējais ziņoto nāves gadījumu skaits pēc visām vakcīnām katru gadu):
Šajā grafikā ir parādīta VAERS ziņojumu statistika par traumām/nāves gadījumiem no Covid vakcīnām:
Tomēr, kad pēdējo reizi dzirdējāt par VAERS no CDC jebkādā paziņojumā vai analīzē attiecībā uz vērtīgajām Covid vakcīnām?
Tieši tā!! CDC (un visi pārējie) vienkārši ignorē VAERS (izņemot gadījumus, kad viņi laiku pa laikam publicē "faktu pārbaudes" rakstus, lai atspēkotu VAERS).
Tāpat neaizmirstiet par to, ka ikviens, kurš uzdrošinās mēģināt izmantot šādus datus, lai grautu jūsu režīma analīžu un paziņojumu ticamību, tiek neatlaidīgi vajāts. Tā bieži vien ir problēma, jo neizbēgami būs daudz cilvēku, kuriem būs piekļuve neapstrādātiem datiem, kad tie būs pieejami.
V-4. Iepriekš izveidoto attiecību un atšķirību salīdzinājums
Vienkāršs veids, kā manipulēt ar pētījumu, ir salīdzināt divus objektus, par kuriem jau ir zināma atšķirība vai korelācija. Pēc tam varat izlikties, ka "atklājat" šo atšķirību vai korelāciju, bet attiecināt to uz jaunu faktoru.
Tātad, ja, piemēram, nabadzīgajām valstīm salīdzinājumā ar bagātajām valstīm ir tendence uz sliktākiem veselības rādītājiem, ja nabadzīgās valstis mazāk ievēro režīma vadlīnijas, jūs varat norādīt uz to sliktākajiem veselības rādītājiem un vainot to, ka tās nav saņēmušas “Glorious Vaccine” vakcīnu. Plašsaziņas līdzekļi patiešām izceļas šī vēstījuma pastiprināšanā, jo tiem nekas vairāk nepatīk kā slikto rezultātu piedēvēšana politiskajai piederībai “sliktajai” politiskajai partijai/partijām.
V-5. Kontrolēt kritiskos datu kopumus, ko izmanto zinātniskajos pētījumos
Tas, kurš kontrolē datus, kontrolē zinātniRūpējieties par stingru kontroli pār visizplatītākajiem un visplašāk izmantotajiem datu kopumiem, un jūs ietaupīsiet sev daudz stresa un galvassāpju. Piemēram, militāristi kontrolē savas iekšējās datu kopas un var tās manipulēt pēc savas patikas. Tāpat kā DMED – viņi visu šo datu kopu ir pilnībā sagrozījuši, padarot to nelietojamu. Apskatiet tālāk redzamās divas diagrammas, kas parāda *TAS PATS* DMED dati par “ambulatoro ārstu apmeklējumu biežumu” 2015.–2018. gadā — kreisajā diagrammā ir 2019. gadā publicētā versija, labajā diagrammā — 2021. gada versija — un kaut kā tie nav vienādi (sarkani apvilktie apgabali).
Ievērojiet izmaiņas 2016.–2018. gada skaitļos (ko var redzēt pēc tendences līnijas formas)? Kā palielinājās ārstu apmeklējumu skaits 2016. gadā starp… 2019 un 2021 ????
Jo režīms vienkārši pārrakstīja datus. To jūs varat darīt, ja jums ir pilnīga kontrole pār datu kopu.
Pats par sevi saprotams, ka nekādā gadījumā nedrīkstat ļaut pagānu zinātniekiem piekļūt jūsu kontrolē esošajiem zinātnes svētajiem tekstiem vai datiem – atcerieties, ka jums vienmēr jābūt modriem, lai negodīgs ķecerīgs pētnieks neveiktu analīzi, kas varētu padarīt zinātni par nederīgu vai tai pretrunāt. Slimību kontroles un profilakses centri (CDC) šeit rāda piemēru:
Avots: https://www.cdc.gov/nchs/nvss/nvss-restricted-data.htm
Ja jūs nedodat kaitinošiem, kaitinošiem neatkarīgiem zinātniekiem piekļuvi datiem, jums nav jāuztraucas par to, ka viņi datos atklās lietas, kas būtiski graus režīma naratīvu.
VI sadaļa. Pierādījumu standartu kontrole
Iedomājieties sevi kā tiesnesi, kas vada kriminālprocesu un lemj par to, kādi pierādījumi ir pieņemami tiesā, tādējādi nodrošinot, ka žūrija nekad nenonāk pie inkriminējošiem vai attaisnojošiem pierādījumiem. Tā pati ideja šeit – kontrolējot pierādījumu standartus, jūs varat netieši izslēgt daudzus apšaubāmus zinātnes atklājumus, tieši neapstrīdot konkrētus apgalvojumus vai pierādījumus.
VI-1. Padarīt augstākās kvalitātes pierādījumu veidu neiespējamu ikvienam, izņemot režīma apstiprinātus dalībniekus, pildīt
Šis ir vienkāršs noteikums: Padarīt neatkarīgiem zinātniekiem vai pētniekiem pēc iespējas grūtāku veikt tāda veida pētījumus, kas tiek uzskatīti par “augstas kvalitātes”.
Pretēji noskaņotiem disidentiem neapstiprinātas vai ķecerīgas zinātnes veikšana varētu kļūt pārāk dārga. Viens no lielākajiem panākumiem propagandas vēsturē bija nejauši kontrolētu pētījumu kļūšana par pierādījumu "zelta standartu". To veikšana parasti izmaksā daudzus miljonus, liedzot iespēju ikvienam, izņemot gigantiskos farmācijas uzņēmumus (kas ir lojāli režīma dalībnieki), vadīt šādus zinātniskus uzņēmumus.
Jūs varat arī pieņemt likumus vai izmantot valdības aģentūras, lai aizliegtu neapstiprinātu augstas kvalitātes pētījumu veikšanu, ja grupai kaut kādā veidā izdodas nodrošināt pietiekamus līdzekļus šāda pētījuma veikšanai.
VI-2. Neatļautu zinātnieku veikto pētījumu veidu noteikšana par “zemas kvalitātes” pētījumiem
Un otrādi, pārliecinieties, ka jebkura neatbilstoša zinātne vai pētījums, ko joprojām var veikt, tiek apzīmēts kā zemas kvalitātes pierādījums. Parasti tā ir labāka alternatīva nekā pilnībā aizliegt visus neapstiprinātos pētījumus, kas dabiski radīs iedzīvotājus ar aizdomām par režīmu un būs pakļauti visu veidu mežonīgām, bezjēdzīgām sazvērestības teorijām. Tā vietā ļaujiet viņiem veikt savus pētījumus, bet paskaidrojiet, ka tiem nav jēgas, jo tie neatbilst uz pierādījumiem balstītas zinātnes noteikumiem.
VI-3. Nenorādiet skaidru pierādījumu standartu, ko parastie cilvēki varētu piemērot paši.
Jūs neizbēgami saskarsieties ar situācijām, kurās jums būs nepieciešama rīcības brīvība, lai izmantotu dubultus pierādījumu standartus. Ja jūs formulējat skaidru un viegli saprotamu standartu, jūs neitralizējat savas spējas manipulēt ar zinātni, jo cilvēki pēc tam varēs jūs piespiest pie jūsu pašu pasludinātā standarta. Turklāt, kā jau minēts iepriekš, jūs vēlaties cilvēkiem ieaudzināt pārliecību, ka patiesais standarts ir vienkārši tas, ko režīms pasludina par augstas kvalitātes pierādījumiem, nevis jebkādi attāli objektīvi kritēriji.
VI-4. Vajāt nekaunīgus vai nelojālus zinātniekus
Reizēm var rasties situācija, kad jūs, iespējams, nespēsiet apšaubīt pētījuma ticamību, pamatojoties uz to, ka tas ir zemas kvalitātes pierādījums. Šādos gadījumos jums tā vietā vajadzētu vajāt vainīgo(-os) zinātnieku(-us), kas ir atbildīgs(-i) par ķecerīgas zinātnes izplatīšanu, tādējādi pārtraucot problemātisko pētījumu izplatīšanu un turpmāku veikšanu. Tas var būt tikpat nekaitīgi kā viņu deplatformēšana no sociālajiem medijiem vai tikpat visaptveroši kā nosūtīšana uz Gulagu, lai viņi nekad vairs nebūtu redzami un dzirdēti. Lai kā jūs vai režīms galu galā nolemtu viņus izslēgt no publiskās sfēras, jums ir jānodrošina arī nenogurstošs uzbrukums viņu reputācijai un zināšanām (pat pēc tam, kad dumpīgais nodevējs ir likvidēts). Tā ir arī laba taktika, ko izmantot pret harizmātisku(-iem) zinātnieku(-iem), kas apdraud režīmu, jo viņš vai viņa iekaro masu sirdis. Tas ir taisnība pat tad, ja viņi šķiet lojāli, ja vien jūs nezināt absolūti droši, ka viņi nekad nepāries uz otru pusi (piemēram, ja jums ir šantāžas informācija vai arī viņi ir režīma naratīva sirds un dvēsele un ir fanātiski apņēmušies, tāpat kā svētais Dr. Fauči). Tādēļ jums vajadzētu uzturēt spēcīgu spiegošanas aparātu, lai izsekotu visus režīmam lojālos zinātniekus.
VII sadaļa. Zinātnes baznīcas autoritātes
Pirmkārt, jums jāapzinās, ka autoritātes jēdziens zinātnes jomā ir baznīcas rakstura. Lielākā daļa zinātniskās diskursa mūsdienu sabiedrībā sastāv no autoritātes argumentiem. Tāpēc, tā vietā, lai tam pretotos, pieņemiet to un izmantojiet, jo tas ir visspēcīgākais no visiem ieročiem cīņā par pašas zinātnes kontroli. Jūs esat Zinātnes baznīca. Režīms ir tās Vatikāns. Izrādiet savus spēkus un uzspiediet savu gribu!!
Jums ir jānostiprina konvencijas, kas dabiski izvēlēsies tikai režīmam lojālistus, lai viņi ieņemtu zinātniskās autoritātes amatus sabiedrībā. Tas galvenokārt tiek panākts, izmantojot šādas metodes:
VII-1. Ekspertiem jābūt akreditētiem
Akreditācijas ir pirmais filtrs, kas atsijā lielāko daļu potenciālo ļaundaru. Pieprasot akreditācijas, kuras, protams, var iegūt tikai ar paša režīma starpniecību vai ar režīma akreditētas un tam lojālas iestādes starpniecību, ir jānostiprina pārliecība, ka neakreditēti eksperti ir unikāli bīstami un nezinoši, jo iedzīvotājus nomāc pastāvīgā vēlme meklēt otru viedokli par režīma nostājām un paziņojumiem.
VII-2. Ekspertiem jābūt saistītiem ar iestādi vai organizāciju ar labu reputāciju
Vēl viens acīmredzams noteikums. Šis ir labs veids, kā vēl vairāk atsijāt potenciālos Mandžūrijas zinātniekus, kuri ir tikuši cauri akreditācijas procesam.
VII-3. Eksperti jāņem vērā “galvenajā straumē”
Stingri ievērojiet šo sociālo konvenciju, jo tā ir spēcīgs drošības tīkls gadījumā, ja eksperts pārkāpj reitingus un nolemj nepakļauties režīmam. Šādus cilvēkus nevar viegli dekreditēt, un dažreiz var būt grūti vai nepraktiski pārtraukt visas viņu saistības ar organizācijām, kurām ir laba reputācija. Tādēļ ir nepieciešama diskvalifikācija, kas nav atkarīga ne no viena no šiem faktoriem. Viņa pasludināšana par nepiederošu pie galvenās plūsmas ir diezgan spēcīgs veids, kā atņemt šādam ekspertam viņa autoritāti.
VII-4. Nodrošināt zinātnisko vienprātību
Vēl viens spēcīgs veids, kā kontrolēt, kam pieder zinātniskā autoritāte, ir panākt atbilstību izdomātam “konsensam”, ikvienu, kurš novirzās no minētā konsensa, nodēvējot par nelokāmu, nelabojamu ķeceri visnovirzītākajā veidā. Tas ir ārējs instruments, kas var būt ārkārtīgi noderīgs, lai gāztu no troņa nepaklausīgus, akreditētus zinātniekus. “Konsenss” spēcīgi skan nespeciālistu ausīs un sirdīs un sniedz viņiem vieglu attaisnojumu neradīt jautājumus, ja režīms nolemj pēkšņi atcelt iepriekš augsti cienītu zinātnieku.
Pēcvārds
Propagandas māksla ir plaša tēma, kas aptver vairākas disciplīnas. Negaidiet, ka to apgūsiet vienas nakts laikā. Esiet gatavi kļūdīties – tā jūs iemācāties, kas darbojas (un tāpēc vienmēr pārliecinieties, ka jums ir kāds cits, uz kuru varat novelt vainu par savām kļūdām).
Par laimi jums, lielākā daļa pilsoņu ir intelektuālas avis. Šo principu izcili nodemonstrēja Obamacare galvenais arhitekts profesors Džonatans Grūbers.
Tomēr profesoram Grūberam bija tieksme ierakstītās runās pārāk daudz un pārāk skaidri skaidrot. Protams, nav nekā slikta, ja jaunajiem režīma studentiem skaidrā valodā tiek skaidroti pretrunīgi jautājumi, kas ir svarīgi, lai izprastu, kā darbojas režīma politika, jo viņiem būs labi jāpārzina šīs lietas, ja viņi vēlas būt produktīvi režīma darbinieki. Tomēr problēma rodas, kad šīs runas tiek ierakstītas video, kas ir pieejams plašai sabiedrībai, kuru jums vajadzētu apmānīt:
Varētu domāt, ka pēc tam, kad puisis, kurš uzrakstīja (tolaik) ļoti nepopulāru likumu, tika pieķerts daudzos video, kuros viņš lielījās ar to, kā tas ir "gudra amerikāņu vēlētāju ekonomiskās izpratnes trūkuma izmantošana" un kā "amerikāņu vēlētāja stulbums" ir izšķirošs, lai nodokļu palielinājumu varētu pasniegt kā nevis nodokļu palielinājumu (kas abi ir 100% patiesi, kā minēts iepriekš), politiķi būs spiesti atsaukt likumu un mēģināt vēlreiz pēc dažiem gadiem, kad ažiotāža būs norimusi.
Izņemot to, ka, kā izrādās, parasti var paļauties ne tikai uz vidusmēra vēlētāja nepmierināto stulbumu, bet arī uz viņa īstermiņa atmiņas trūkumu, pašsaglabāšanās sajūtas trūkumu un, galvenais, uzticību politiskajai ideoloģijai. Vai Obamacare tika atcelts vai pat atlikts? Nē. Tātad, pat ja jūs pamatīgi pieķers, jums, iespējams, viss būs kārtībā. (Īpaši, ja esat izveidojis paklausīgus plašsaziņas līdzekļus, kas lojāli kalpo režīmam.)
Jūs varat arī mierināt, ka propaganda dabiski ir pašlabojošs pasākums – kad tiek pieļautas kļūdas, jūs vienkārši atbrīvojat vēl vairāk propagandas un manipulāciju, lai tās noslēptu vai citādi mazinātu. Ievērojiet, kā režīma amatpersonas pārgāja no profesora Grūbera slavināšanas uz apgalvojumu, ka viņš ir pilnīgi nenozīmīgs, ne mirkli nepamirkšķinot aci un bez mazākās apmulsuma par viņu nesavienojamo nostāju klajo liekulību:
(Tomēr jāuzmanās, lai nebūtu pārāk vieglprātīgs attiecībā uz kļūdām, pretējā gadījumā jūs varat nonākt pārvietošanas uz padomju Gulagu vai CIP slepeno operāciju vietu Marokā.)
Kopā mēs varam padarīt pasauli par labāku vietu tiem, kuriem lemts būt daļai no jaunizveidotās cilvēces.
-
Ārons Hercbergs ir rakstnieks, kas raksta par visiem pandēmijas apkarošanas aspektiem. Vairāk viņa rakstu varat atrast viņa rakstā “Substack: Resisting the Intellectual Illiteratti”.
Skatīt visas ziņas
