DALINTIS | SPAUSDINTI | SIŲSTI EL. PAŠTU
https://www.kekstcnc.com/media/2827/20200730_kc_covid_opinion_tracker_japan_deck_final_for-web.pdf
Atidžiai pažiūrėkite aukščiau pateiktą skaidrę iš tarptautinės apklausos, atliktos praėjus keliems mėnesiams po Covid pandemijos: Štai kaip atrodo efektyvi propaganda. Ir tikrasis poveikis buvo dar didesnis, nes „realaus pasaulio“ skaičiai, naudojami apskaičiuoti, kiek žmonės perdėjo Covid riziką, žinoma, patys buvo gauti iš... žymiausių pasaulio propagandos organizacijų (apsimetančių visuomenės sveikatos agentūromis). Kurios pačios jau ir taip smarkiai perdėjo Covid riziką.
Efektyvios propagandos menas yra visa apimanti disciplina, reikalaujanti kruopštaus ir nuodugnaus mokymosi. ir peržiūrėti – retkarčiais. Pradedantiesiems tai gali būti labai sunku įvaldyti. Net patyręs propagandistas kartais gali pakliūti į spąstus manydamas, kad propagandos kūrimas ir skleidimas yra nesudėtinga užduotis – o tai yra geras būdas laimėti nuolatines, visas išlaidas apmokamas atostogas Sibire. Paprastai nėra taip paprasta apgauti visą visuomenę kiekvieną dieną, 365 dienas per metus, neribotą laiką.
Šis trumpas vadovas suteiks pradedantiesiems propagandistams, Vakarų Europos forumo pakalikams, komunistų aparatčikams, pabudusiems marksistams ir patyrusiems vyriausybės biurokratams įrankius ir žinias, reikalingas norint išugdyti savo perspektyvų talentą iki visiško propagandos meno meistriškumo.
Ši knyga kiek per ilga!! Tad nemanykite, kad privalote ją perskaityti iš karto nuo pradžios iki pabaigos, nes tai veda prie perdegimo ir svarbios informacijos neįsiminimo.
Šis vadovas yra padalintas į šiuos skyrius:
I skirsnis. Apibrėžtys - Kaip iš naujo apibrėžti žodžius, terminus ir metriką, kad jie atitiktų režimo naratyvą
II skyrius. Duomenų kuravimas - Kaip užgrobti duomenų įrašymo, ataskaitų teikimo ir skelbimo procesus
III skirsnis. Duomenų, laikomų oficialiosios mokslo dalimi, patikrinimas - Kaip patikrinti ir sunaikinti režimo neatitinkančius duomenis, kad jie niekada nepasirodytų jokiuose oficialiuose mokslo ar režimo duomenų rinkiniuose
IV skyrius. Kaip suklastoti tyrimą - Būtent taip ir skamba
V skyrius. Duomenų rinkinių taisymas - Kartais reikės atlikti nedidelę duomenų „chirurgiją“, kad pakeistumėte duomenų bazių turinį, kuris prieštarauja režimo kalboms, kurių negalima tiesiog ištrinti.
VI skirsnis. Įrodymų standartų kontrolė - Kaip sukurti įrodymų hierarchiją, kurioje režimui palankus mokslas būtų viršuje, o režimui nepalankus – apačioje (Marianų įduboje)?
VII skyrius. Mokslo bažnytiniai autoritetai - Kaip užtikrinti, kad moksliniai autoritetai patikimai atkartotų režimo faktus ir naratyvus
Afterword - Viską gražiai suriša, kaip vieną iš Peterio Hotezo peteliškės kaklaraiščių (jis ypač erzinantis „Regime Celebrity Scientist“).
I skirsnis. Apibrėžtys
„Kas valdo kalbą, tas valdo mases.“
— Saulius Alinskis, Taisyklės radikalams
Tai, kaip apibrėžiame sąvokas ar kategorijas, lemia, kokią realaus pasaulio dalelę jos perteikia ar reprezentuoja – arba ko jos perteikia ar reprezentuoja.
Lankstūs apibrėžimai ir savavališkas bei kaprizingas apibrėžimų priskyrimo standartas yra absoliutus bet kurio veiksmingo propagandisto privalumas. Nepaisant geriausių pastangų, net ir patyrę, patyrę propagandistai neišvengiamai susidurs su situacijomis, kai egzistuojantys kuruojami duomenys arba žmonių gyvenimiška patirtis kelia problemų oficialiam režimo naratyvui.
Todėl veiksminga propaganda reikalauja gebėjimo lanksčiai ir prisitaikant kontroliuoti duomenų turinį, ypač jau egzistuojančius įprastus rodiklius, apie kuriuos visuomenė yra įpratusi girdėti ir kuriuos, kaip žinoma, sunku tiesiog išnykti (kitaip nei lengvai galima išnykti disidentą mokslininką iš „YouTube“ ar „Facebook“). Pavyzdžiui, romano „Baisiosios ligos pandemija“ kontekste nepavyks išvengti kalbų apie „mirtis“ – pagrindinis būdas, kuriuo žmonės vertins ligos sunkumą, visada bus „Kiek žmonių mirė nuo šios ligos?“. Tačiau galite pakeisti tai, ką romano „Baisioji liga“ kontekste reiškia „mirtis“, jei norite sustiprinti arba sumažinti žmonių supratimą apie tai, kokia mirtina ji yra.
Praktiškai tai reiškia, kad kai įprastas termino ar sąvokos supratimas rodo, jog realybė ne visai atitinka režimo pageidaujamą naratyvą, tereikia pakeisti keletą apibrėžimų ir štai, problema išspręsta.
Kaip pastebėjo ne vienas žymus komunistų propagandistas per visą istoriją: „Kas valdo kalbą, tas valdo pasaulį.“
Yra įvairių būdų, kaip pakeisti arba perkelti apibrėžimus iš probleminių į priimtinus:
I-1. Apibrėžimo apribojimas
Jei įprastas kažko apibrėžimas apima sąvokas, duomenis ar informaciją, kuri prieštarauja režimo dogmai, apribokite apibrėžimą, kad jis nebeapimtų nepageidaujamos informacijos. Yra daugybė būdų tai padaryti. Taigi, išvardinsime keletą dažniausiai pasitaikančių charakteristikų tipų, kuriuos galite naudoti norėdami efektyviai apriboti apibrėžimą: Apribokite apibrėžimą laiko intervalu: Tarkime, kad paskiepyti žmonės labai dažnai suserga Baisia liga per pirmąsias 30 dienų po vakcinacijos ir po 90 ir daugiau dienų po vakcinacijos, gavę „Šlovingąją“ vakciną. Tai didelė problema, nes žmonės manys, kad „Šlovingoji“ vakcina nėra veiksminga:
Raudona linija rodo atvejų skaičių milijonui žmonių po paskiepijimo „Glorious“ vakcina, pagal dienų skaičių nuo skiepijimo. Kaip matote, per pirmąsias 30 dienų proveržio infekcijų dažnis yra labai didelis, tačiau nuo 30 iki 90 dienų atvejų skaičius praktiškai lygus 0, o po 90 dienos atvejų skaičius vėl pradeda kilti.
Paprastai tariant, aukščiau pateiktoje diagramoje atvejų skaičius milijonui žmonių yra toks:
- Prieš vakcinaciją: 500 baisios ligos atvejų milijonui žmonių
- 10 dienų po vakcinacijos: 3,000 baisios ligos atvejų milijonui žmonių
- 20 dienų po vakcinacijos: 1,700 baisios ligos atvejų milijonui žmonių
- 30 dienų po vakcinacijos: 100 atvejų milijonui žmonių
Tai labai gėdingas „Šlovingosios“ vakcinos veiksmingumas – to negalima leisti. Vienas iš sprendimų – tiesiog pakeisti „paskiepyto“ apibrėžimą, kad tai reikštų asmenį, kuriam „Šlovingoji“ vakcina buvo sušvirkšta praėjus 30–90 dienų, kitaip tariant, kiekvienas asmuo, kuriam buvo sušvirkšta „Šlovingoji“ vakcina per 30 dienų arba po 90 dienų, nelaikomas „paskiepytu“.
Šią konkrečią taktiką pradėjo taikyti beveik kiekviena civilizuoto pasaulio visuomenės sveikatos agentūra, kur „visiškai paskiepyto“ COVID-14 vakcinoms apibrėžimas buvo apribotas iki „XNUMX dienų po antrosios dozės“.
Apribokite apibrėžimą kiekybe, pavyzdžiui, pozicijų skaičiumi – Pavyzdžiui, jei mirė grupė žmonių, gavusių 1 arba 5 stebuklingo gydymo Mirafaucivir dozes (pirmoji dozė nužudo žmones, kurie yra ypač jautrūs jo toksiškumui, o 5 dozės yra per toksiškos beveik visiems), „gydyto MiraFaucivir“ apibrėžimą apribokite iki 2–4 dozių:
Apribokite apibrėžimą pridėdami į jį absurdiškas sąlygas, kurių beveik neįmanoma įvykdyti. Pavyzdžiui, galite pabandyti naudoti šias sąlygas, kad apribotumėte „mirties nuo vakcinos“ apibrėžimą masinės vakcinacijos kampanijos, naudojant naujai sukurtą „Glorious Vaccine“, kontekste:
Gana sunku kada nors patvirtinti atvejį, kai žmogus mirė nuo „Šlovingosios vakcinos“ tokiomis sąlygomis.
(Kad šis pavyzdžio apibrėžimas būtų visiškai veiksmingas, nepamirškite kiek įmanoma labiau užstoti autopsijos.)
I-2. Išplėskite apibrėžimą
Ir atvirkščiai, kartais galite norėti kažko daugiau, nei yra iš tikrųjų. Išplėsti apibrėžimus yra puikus sprendimas – tiesiog atlikite aukščiau pateiktas instrukcijas, kad apribotumėte apibrėžimus.
Taigi, jei jums reikia, kad nuo Baisiosios ligos mirčių būtų daugiau, nei yra iš tikrųjų žmonių, kuriuos ji nužudė, galite išplėsti „Baimingosios ligos mirties“ apibrėžimą iki „bet kokios mirties per 30 dienų nuo teigiamo testo“ ir lyg burtų keliu turėsite plataus masto pandemiją.
Kad tai iliustruotume, tarkime, kad po 12 mėnesių baisiosios ligos plitimo iš 7 100,000 užsikrėtimų mirė tik 30 žmonės – ne visai baisu. Šiek tiek pakeisdami „baisiosios ligos mirties“ apibrėžimą, jį pakeiskite į kažką panašaus į tai, ką pateikė CDC – „bet kokia mirtis per XNUMX dienų nuo teigiamo baisiosios ligos testo“. Kadangi kasdien miršta daugybė žmonių, jei juos visus masiškai testuosite, neišvengiamai „atraskite“ daugybę mirusių žmonių, kurie mirties metu sirgo baisia liga, nors juos nužudė kažkas visiškai nesusijusio, pavyzdžiui, vėžys ar automobilio avarija. Pažiūrėkite, kokį skirtumą tai daro:
Niujorko valstija pateikia klasikinį pavyzdį, kaip išplėsti „baisios ligos mirties“ apibrėžimą, kad būtų sukurtas kartą istorijoje pasitaikiusios superbaisios apokaliptinės pandemijos įspūdis – tereikia pažvelgti į šį nuostabų atvirą „tikėtinos“ mirties nuo Covid apibrėžimą:
ATSARGIAI: Visada turite stengtis NIEKADA, NIEKADA, NIEKADA – NIEKADA!!! – aiškiai, glaustai ir jiems suprantama kalba nesakyti visuomenei, kaip juos apšmeižiate. Ši netiesiogiai 2020 m. Ilinojaus visuomenės sveikatos direktorės dr. Ngozi Ezike padaryta klaida yra tarsi greitas vienos krypties bilietas į Gulagą – ji tai pasakė viešoje spaudos konferencijoje (žr. įterptą vaizdo įrašą žemiau):
„Taigi, atvejo apibrėžimas yra labai supaprastintas. Tai reiškia, kad mirties metu diagnozė buvo teigiama Covid. Taigi, jei buvote hospise ir jums jau buvo likę kelios savaitės gyventi, o vėliau jums taip pat buvo diagnozuotas Covid, tai būtų laikoma mirtimi nuo Covid. Tai reiškia, kad techniškai net jei mirėte dėl aiškios alternatyvios priežasties, bet tuo pačiu metu sirgote Covid, tai vis tiek laikoma mirtimi nuo Covid.“
Žinoma, ji pasielgė teisingai, vartodama tokį nuostabiai platų mirčių nuo Covid apibrėžimą, bet kvailai ir nerūpestingai atskleidė situaciją visam pasauliui. Toks neatsargus apsirikimas gali per naktį sugriauti visą propagandos kampaniją. Ir netgi toks dalykas, kuris gali sugriauti karjerą (ar dar blogiau):
I-3. Sukurkite visiškai naują apibrėžimą
Kartais tiesiog neįmanoma nuslėpti įprasto kažko supratimo vien žaidžiant su apibrėžimu paraštėse. Tokiu atveju galite žengti drąsų žingsnį ir visiškai iš naujo apibrėžti žodį, sąvoką ar kategoriją, kad ji atitiktų jūsų propagandos poreikius. Tik atminkite, kad gali būti šiek tiek sunkiau įtikinti žmones, jog senasis apibrėžimas yra jų vaizduotės vaisius.
Paimkime CDC (taip, mes dažnai cituosime CDC; juk tai yra svarbiausia sveikatos propagandos organizacija pasaulyje), kuri per 6 metus kelis kartus keitė „vakcinacijos“ apibrėžimą:
Šoninė juosta: Aukščiau pateiktas tviterio įrašas pamoko, kaip svarbu kontroliuoti nesąžiningus įstatymų leidėjus, kurie gali bandyti nesutikti ar net atskleisti jūsų propagandos pastangas. Jums nereikia papildomo galvos skausmo, susijusio su aiškiais jūsų kalbinės išdavystės įrodymais, transliuojamais visuomenei iš Kongreso ar Parlamento salės (arba dar didesnio galvos skausmo, kai esate ištremtas į Sibirą kaip nusikaltėlis už tai, kad leidote tokiems dalykams įvykti).
Kartais galite net pastebėti, kad esate įstrigę įprastoje šnekamosios kalbos žodžių reikšmėje, kur jie išryškina tai, į ką negalite leisti žmonėms atkreipti dėmesio. Jei taip atsitiks, būsite priversti iš esmės pakeisti pačią kalbos esmę. Tai savotiškas branduolinis sprendimas, kai negalite kažko paslėpti jokiu kitu būdu ir negalite sau leisti to neslėpti.Būkite atsargūs!! Toks drąsus sumanymas yra gana sudėtingas, nes daugelis žmonių linkę priešintis tokiam atviram ir drąsiam kalbos keitimui – panašiai kaip daugelis neapsišvietusių luditų priešinasi lyčių kaitai.).
Pavyzdžiui, paimkime terminą „taikus protestas“:
Žinoma, „ribotas“ yra subjektyvus terminas, kurio tikslūs kontūrai yra neapibrėžti, todėl šį aprašymą galima taikyti beveik bet kam, nepaisant to, koks nenuoseklus ar netinkamas yra pritaikymas, kaip rodo šis realaus gyvenimo žiniasklaidos pranešimas, kuriam nereikia papildomo aprašymo:
I-4. Sujungti kategorijas
Kartais tiesiog nepraktiška ar neįmanoma formuoti duomenų vien keičiant apibrėžimus. Tačiau nesijaudinkite – jei negalite pakeisti apibrėžimo, galite pakeisti patį duomenų tašką ar kategoriją, prie kurios žmonės yra įpratę prie žodžio ar frazės. Žmonės nėra jautrūs subtiliems ar niuansuotiems kategorijų ar duomenų taškų skirtumams, o žiniasklaida vis tiek naudingai sujungia daugumą dalykų, todėl tai yra lengvas ir patogus triukas. Pavyzdžiui, galite pabandyti:
- Skirtingų amžiaus grupių derinimas:
Tarkime, kad dėl šlovingosios vakcinos krūva vaikų pavirsta zombiais. Tai gana blogai režimui. (Tai reiškia, kad turėtumėte paskirti kelis mokslininkus dirbti klimato tyrimų stotyje Antarktidoje iki jų karjeros pabaigos. Be kojinių.)
Pirma, šią naują būseną visada turite vadinti „saugia ir veiksminga transformacija į mėsėdį zombius“. Mėsėdžio dalies priežastis paprasta: „kūną ėdantis zombis“ skamba pernelyg baisiai, o paprastas „zombis“ atrodo taip, lyg zombiai būtų iš esmės mirę – t. y. brangūs vaikai yra mirę – nė vienas iš šių įspūdžių nėra toks, kokį norėtumėte, kad žmonės paliktų.Nors mūsų hipotetinis pavyzdys praktiškai vargu ar pasitvirtins, principas yra aktualus ir taikomas bet kurioje situacijoje: visada turite įvardyti kažką taip, kad perteiktumėte tai, kokį įspūdį norite, kad susidarytų žmonės.)
Antra, kadangi zombifikacijos lygis 12–17 metų amžiaus grupėje yra toks didelis, kad tai akivaizdu kiekvienam, peržiūrėjusiam duomenis (pateiktą diagramoje žemiau), tikriausiai teks su tuo susidurti. Taigi, užuot pateikę duomenis, suskirstytus pagal amžių, kur žmonės iš karto pastebės vaikų zombifikacijos šuolį, pateikite duomenis kaip bendrą amžiaus grupę, kuri yra pakankamai didelė, kad paslėptų arba išsklaidytų signalą:
Iš esmės jūs imate terminą „zombifikacijos greitis po šlovingosios vakcinos“, kuris gali būti vartojamas kalbant apie įvairias amžiaus grupes, ir pritaikote jį visų amžiaus grupių greičiui kartu.
Dabar niekas nepastebės, kad duomenys rodo aiškų pavojų vaikams tapti mėsėdžiais zombiais dėl Šlovingosios vakcinos.
Arba atvirkščiai, tarkime, kad mažyliai nemiršta nuo Baisiosios Ligos tokiu dideliu skaičiumi, kad išgąsdintų mamas, galite pateikti Baisiosios Ligos mirčių duomenis iš bendros 0–50 metų amžiaus grupės, kuri sukuria įspūdį, kad yra labai daug mirčių iš tos grupės, kuri... yra vaikučiai:
- Skirtingų demografinių kohortų derinimas:
Ta pati idėja kaip ir amžiaus grupėms; tarkime, kad reikia neleisti piliečiams suprasti, jog baisioji liga iš tikrųjų pavojinga tik sunkiai nutukusiems žmonėms – o tai blogai:
- pirmiausia todėl, kad tada jie nebijo baisios ligos
- antra, žmonės gali pradėti abejoti, ar riebalai yra sveiki, o to negalima leisti, nes jie gali pradėti abejoti režimo naratyvu apie „riebalų teigiamumą“ ir kas žino ką dar vėliau.
Taigi, mirties nuo baisios ligos duomenis turėtumėte pateikti tiesiog naudodami jungtinę kategoriją, apimančią visų tipų svorio tapatybes:
- Skirtingų laikotarpių derinimas
Tarkime, pastebite, kad mirčių nuo Baisiosios ligos skaičius mažėja kiekvieną mėnesį – tai gali būti katastrofa režimo planams, kurie verčia žmones tikėti, kad Baisiosios ligos pandemija dar kelis mėnesius siautės visu pajėgumu. Jei žmonės mano, kad Baisioji liga slūgsta, tai yra prarasta galimybė panaudoti Baisiosios ligos krizę kaip priemonę visuomenei transformuoti, siekiant įtvirtinti ir sustiprinti režimo galią.
Taigi, užuot pateikę mirčių duomenis pagal mėnesį, sujunkite visus tris mėnesius į naują kategoriją „mėnesio vidurkis per tris mėnesius“, kuri užmaskuos sumažėjimą nuo sausio iki kovo mėnesio, kaip parodyta toliau:
- Skirtingų geografinių jurisdikcijų derinimas
Tarkime, kad šalyje yra nesąžininga valstija, kuri kelia problemų režimui, nesilaikančiam režimo nurodymų, kaip kovoti su Baisiąja Ligą, kurią pavadinsime Mirties Santistanu. Jei jie parodys geresnius ar net tokius pačius rezultatus kaip likusi šalies dalis, kurioje jie yra geri piliečiai ir laikosi režimo nurodymų, tai būtų gana blogai. Be to, tarkime, kad šioje blogoje valstijoje yra miestas ar apskritis, kuri yra lojali režimui apskritis, besilaikanti visų režimo nurodymų, tačiau kurios mirtingumas yra daug didesnis nei likusioje Mirties Santistano dalyje. O tai yra labai labai blogai. Sprendimas? Galite pateikti duomenis iš visos valstijos, kad žmonės nematytų, jog lojalioje apskrityje, besilaikančioje režimo nurodymų, mirtingumas yra 10 kartų didesnis nei likusioje valstijos dalyje. Yra net papildomas privalumas: galite nurodyti visą Mirties Santistano valstiją kaip nesėkmingą, nes lojali režimui skirta apskritis privers visą valstiją atrodyti daug blogiau!!
Visų miestų ir apskričių sujungimas nelojalioje valstybėje, siekiant paslėpti tik lojalių režimui priklausančių miestų problemas, yra viena iš dažniausiai naudojamų propagandos taktikų, naudojamų bandant nuslėpti nepatrauklią informaciją, pavyzdžiui, apie gerokai didesnį nusikalstamumo lygį režimui lojaliuose miestuose, palyginti su miestais, kuriuos kontroliuoja piktoji opozicija.
(šoninė: Žinoma, aukštas nusikalstamumo lygis yra geras dalykas, kurį režimas sąmoningai pasirinko pagal savo sumanymą – aukštas nusikalstamumo lygis režimui naudingas, nes nestabilumas skatina žmones labiau priimti tironišką valdžią kaip sprendimą.)
Iliustracijai pateikiame puikų vieno iš pagrindinių režimo žiniasklaidos ruporų pamąstymą:
Pažvelkite į paantraštę tamsiai raudoname langelyje – pažiūrėkite, kaip jie mikliai pirštais žymi raudoną teigia, dėl didelio nusikalstamumo lygio, kuris yra mėlynuosiuose miestuose raudonosiose valstijose, bet ne likusioje valstijos dalyje, kur valdymas yra „raudonas“? Būtent.
- Skirtingų tipų efekto ar reiškinio derinimas. Pavyzdžiui, jei padaugėja tam tikros ligos potipio atvejų, pavyzdžiui, nerimą keliantis retų vėžio atvejų padidėjimas po „Šlovingosios“ vakcinos išleidimo, dėl kurio žmonės gali suabejoti oficialiu režimo naratyvu, kad „Šlovingoji“ vakcina yra saugiausias kada nors sukurtas ar atrastas darinys pasaulio istorijoje, galite naudoti bendrą vėžio kategoriją, kuri yra 1,000 kartų didesnė, kad paslėptumėte šį signalą.
Kitas būdas galvoti apie kategorijų jungimą yra tai, kad niekada nepateikiami konkretūs duomenys apie skirtingas grupes ar pogrupius – tai buvo tobulai atlikta, kai smogė Covid. Apsvarstykite šiuos apklausos rezultatus, kuriuose parodyta Covid mirčių dalis kiekvienoje amžiaus grupėje greta kiekvienos amžiaus grupės gyventojų, kurie nerimavo, kad juos nužudys Covid, procentinė dalis. (Mėlynos juostos rodo kiekvienos amžiaus grupės gyventojų, kurie nerimavo, kad bus nužudyti Covid, procentinę dalį, o žalios juostos rodo bendro Covid mirčių skaičiaus procentinę dalį kiekvienoje amžiaus grupėje.)
Jei žmonės būtų supratę, kokia yra tikroji jų mirties rizika, mėlynos juostos turėtų būti bent jau panašios į žalias juostas. Kai mėlynos juostos yra žymiai didesnės, tai yra žiauriai veiksmingos propagandos, sujungiančios visas amžiaus grupes į vieną kategoriją be jokio diferenciacijos, rezultatas:
Tikra stulbinanti sėkmė!!
I-5. Padalintos kategorijos
Kartais kategoriją reikia padalyti, o ne sujungti su kita. Tiesiog atlikite aukščiau aprašytą kategorijų sujungimo procedūrą atvirkštine tvarka.
Šis tvarkingas mažas manevras yra ypač naudingas, kai reikia gauti kažką žemiau statistinio reikšmingumo ribos.
Kadangi statistinis reikšmingumas yra gana svarbi duomenų ir mokslo sąvoka, pravartu paaiškinti, kaip tai veikia.
Statistinis reikšmingumas, vartojamas įprastinėje medicinos akademinėje/mokslinėje kalboje, iš esmės reiškia, kad tikimybė, jog kažkas neįvyks atsitiktinai, yra mažesnė nei 5 %.
If metate monetą 10 kartųTikimybė, kad dėl atsitiktinumo iškris 7 galvos, yra 11.72 % – statistiškai nereikšminga. Jei monetą apversite 100 kartų, tikimybė, kad dėl atsitiktinumo iškris 70 galvos, yra labai maža – 0.0023 % – LABAI statistiškai reikšminga (nes tai daug mažiau nei 5 %) – tai reiškia, kad tai nėra pagrįstai priskirtina atsitiktinumui, o kažkas konkretaus (pvz., sukčiavimas) lėmė, kad moneta 70 % kartų iškrito iš galvos.
Kodėl taip yra? Norint gauti 7/10, tereikia dviejų papildomų monetų apmetimų – taip prasideda serija. Tokie nedideli nukrypimai gali lengvai atsitikti. Tačiau norint gauti 70/100, reikia 20 papildomų monetų apmetimų – tikimybė atsitiktinai apversti *20* papildomų monetų iš viso tik 100 yra labai maža. Taigi, jei iš 70 apverstų monetų matome 100 galvų, galime manyti, kad vyksta kažkokia apgaulė, nes tai labai mažai tikėtina atsitiktinai.
Galite tai panaudoti savo naudai, kad suskaidytumėte ir įveiktumėte statistiškai reikšmingą signalą – kategoriją, kurioje yra statistiškai reikšmingas signalas, prieštaraujantis režimo doktrinai, galite suskirstyti į mažesnes kategorijas, kad suskaidytumėte signalą nuo „70/100“ į krūvą „7/10“, kurie atskirai nėra statistiškai reikšmingi.
Taigi, jei, pavyzdžiui, yra signalas, kad po „Nuostabiosios šlovingosios vakcinacijos kampanijos“ per metus mirčių skaičius 100 tūkst. gyventojų viršija vidurkį, galite paskelbti mirčių duomenis, suskirstytus pagal amžiaus grupes, kur nė viena amžiaus grupė neparodys statistiškai reikšmingo mirčių skaičiaus padidėjimo (ir galite teigti, kad tai greičiausiai likęs perteklinis mirčių skaičius nuo „seniai baisios ligos“, atsiradęs dėl komplikacijų, atsiradusių dėl šios baisios ligos):
Įspėjimas: Idealiu atveju ši taktika turėtų būti derinama su kažkuo kitu; priešingu atveju žmonės galėtų atvirkščiai sukonstruoti suskirstymą, atlikdami paprastus aritmetinius veiksmus ir sudėdami visas amžiaus grupes. Taigi būtinai pridėkite kitų painių gudrybių.
I-6. Perskirstyti / Perbraižyti kategorijas
Tikslesnė alternatyva visiškam kategorijų sujungimui yra jų perskirstymas – taip sakant, perbraižyti ribas. Tai galima padaryti naudojant bet kokį požymį, pagal kurį kategorijos yra diferencijuojamos.
Iliustracijai, grįžtant prie mūsų pavyzdžio apie blogą, nelojalią Mirties Santistan valstiją, užuot sujungę visą valstiją į vieną statistiką, galite slapta perbraižyti geografines apskričių ribas valstijos viduje, kad gautumėte tokius Baisiosios Ligos duomenis – pažiūrėkite, kas nutinka, kai apskričių ribas pakeičiame žaliomis linijomis:
Pastaba: Tai nereiškia, kad politiniais ir kitais tikslais, pavyzdžiui, rinkimų apygardoms, turite tiesiogine prasme perbraižyti apskritis; tiesiog naudojate skirtingas sienas vien tik „Baisiosios ligos“ statistikos tikslais. (Tačiau gyventojai manys, kad turite omenyje tikras egzistuojančias apskritis, todėl nesupras, kad jas perbraukėte. Tai vadinama propaganda ne be reikalo.)
I-7. Skysčių apibrėžimai
Pasitaiko atvejų, kai paradoksaliai reikia naudoti konkretų apibrėžimą vienam dalykui, bet taip pat reikia vengti to konkretaus apibrėžimo kitam dalykui. Tokiais atvejais turite elgtis kaip žodynas – žodynuose paprastai yra keli skirtingi vieno žodžio apibrėžimai, tą patį galite padaryti ir jūs.
Pavyzdžiui, žodis „moteris“ kartais apibrėžiamas kaip „suaugęs žmogus, turintis moteriškų anatominių ir genetinių savybių“, pavyzdžiui, aptariant moters teisę rinktis; ir kartais apibrėžiamas kaip „asmuo, kuris save laiko moterimi“, pavyzdžiui, organizuoto sporto kontekste.
II skyrius. Duomenų kuravimas
Dar geriau nei taikyti lanksčius apibrėžimus yra vengti situacijų, kurioms iš pradžių reikia keisti apibrėžimą.
Geriausias būdas išvengti tokių problemų – tvarkyti duomenis taip, kad nekiltų galimų galvos skausmų, taikant vieną ar kelis iš šių išbandytų ir patikrintų metodų, kaip neteisėtai užgrobti duomenų tvarkymą, organizavimą ir pateikimą.
II-1. Nediagnozuokite ir nenustatykite kažko
Jei pacientas, pavartojęs „Glorious“ vakciną, atvyksta sirgdamas daugybe neurologinių sutrikimų ir yra išleidžiamas namo su „Xanax“ receptu nuo savo „nerimo“, tai iš viso nesukurs neurologinio deficito diagnozės jokioje duomenų bazėje. Jei nėra diagnozės būklės, kurią galėjo sukelti „Glorious“ vakcina, arba nėra diagnostinio kodo kokioje nors didelėje vyriausybės ar draudimo duomenų bazėje, tai reiškia, kad turėsite pasitelkti apibrėžimo gudrybes, kad nuslėptumėte diagnozuotų sužalojimų, susijusių su „Glorious“ vakcina, egzistavimą. Todėl turėtumėte užtikrinti, kad asmenys, atsakingi už diagnozavimą ar probleminių ar prieštaringų duomenų / stebėjimų, susijusių su visiškai saugia ir veiksminga „Glorious“ vakcina, nustatymą, to nedarytų.
Verta pabrėžti, kad pacientai lengvai apsimeta savo pačių gydytojų apgaule, jog „viskas tik jų galvoje“, net jei jie žino, kad patyrė rimtų, gyvenimą keičiančių medicininių sužalojimų, dėl kurių jie yra neįgalūs ir visiškai negali funkcionuoti. kuriuos jie patiria kasdien.
Iliustruokime tai tokiu hipotetiniu scenarijumi:
Režimo pareigūnai mato, kad vyriausybės kontroliuojamoje teritorijoje PROPAGANDA Saugos stebėjimo duomenų bazė, sukurta „Glorious Vaccine“ saugumui stebėti.
– yra VAMP sindromo požymis (Vsumušti Asusijęs Metamorfologinis Pfenomeno) sąlygos:
Pacientas ateina į gydytojo kabinetą su staigiu, ūminiu priepuoliu. Renfieldo sindromas (kraujo troškulys), didelis jautrumas šviesai, ryškus makrodontija...ir sunkus kontaktinis dermatitas, kurį sukėlė sidabras, prasidėjęs per kelias valandas po „Glorious“ vakcinos skiepijimo. Tai akivaizdus VAMP sindromo šalutinio poveikio atvejis – paciento būklė atitinka visaverčio vampyrizmo diagnostinius kriterijus, o būklę sukėlė „Glorious“ vakcina (kadangi jūs, gydytojas, galite saugiai atmesti bet kokią kitą priežastį, be to, VAMP simptomų atsiradimo akimirksniu po skiepijimo yra gana akivaizdus rodiklis, kad simptomus sukėlė „Glorious“ vakcina).
Nors pacientas mato, kad akivaizdžiai klysta – jis jaučia didžiulę pagundą užkąsti jūsų pulsuojančią jungo veną, negali pakęsti buvimo prie lango, nebent žaliuzės būtų visiškai užtrauktos, netyčia nusikando kelis liežuvio gabalėlius savo naujai pailgintais ir aštriais kaip skustuvas priekiniais dantimis, o oda pradeda luptis, jei paliečia sidabrinius šeimos relikvijas – na ir kas?? Vis tiek galite pasakyti pacientui: „Tai tik jūsų galvoje“ ir išsiųsti jį namo su Xanax receptu (ir galbūt vienu ar dviem maišeliais O neigiamo kraujo, jei jaučiate, kad pacientas gali nebeilgai savęs kontroliuoti ir nenorite, kad jūsų jungo vena aprūpintų jį pietumis). Ir pacientas iš tikrųjų tiesiog su tuo susitaikys ir be didelės kovos išeis namo.
Tai visiškai leidžia išvengti bet kokio VAMP sindromo diagnostinio įrašo generavimo, todėl jokioje duomenų bazėje nėra ko rodytis.
Nustebtumėte, kiek daug gydytojų taip paklusniai žiūri į vakciną, kad įtikina save, jog pūkuota moteris su uodega, kuri iš niekur išaugo praėjus valandai po Šlovingosios vakcinos gavimo, visiškai neturi nieko bendra su šlovingąja vakcina.
(pastabos: Rimtai kalbant, svarbu sugalvoti įsimintinus akronimus ar pavadinimus dalykams, kurie perteiktų įspūdį, kaip norite, kad žmonės į tai žiūrėtų, todėl nenaudokite šio pavyzdžio realiame gyvenime, nes tai rodo, kad rimtai nežiūrite į saugumo stebėseną, ir labiau tikėtina, kad žmonės manys, jog bandote nuslėpti tikrąsias „Šlovingosios vakcinos“ saugumo problemas.
II-2. Pernelyg didelė diagnozė arba pernelyg didelė identifikacija
Ir atvirkščiai, jei jums reikia pagaminti daugiau, nei yra lengvai prieinama, tiesiog pakartokite 1 punktą atvirkščiai. Pavyzdžiui, jei norite, kad žmonės labiau bijotų baisiosios ligos, galite įdiegti masinio testavimo režimą, kad padidintumėte „patvirtintų“ baisiosios ligos atvejų skaičių. Taip pat įsitikinkite, kad naudojate testus, kurie pateiks labai didelį teigiamų rezultatų rodiklį, nesvarbu, ar jie teisingi, ar ne.
Didinant stebėjimą ar testavimą, galima sukurti įspūdį, kad testuojamų ligų skaičius didėja, arba bent jau išlaikyti įspūdį, kad tai vis dar vyksta. Apsvarstykite šią iliustraciją iš senų gerųjų JAV – viršutinėje diagramoje matyti, kad didėjant kasdienių Covid testų skaičiui, teigiamų testų procentas sumažėjo daugiau nei 75 % (apatinė diagrama). Tai leido išlaikyti santykinai aukštą atvejų skaičių (vidurinė diagrama), todėl net ir teigiamų testų procentui sumažėjus >75 %, naujų atvejų skaičius per tą patį laikotarpį sumažėjo tik apie 25 %.
Beprasmis neapdoroto atvejų skaičiaus padidėjimas, kuris buvo visiškai dėl didesnio testavimo, vis dėlto lėmė tokias antraštes kaip šis puikus NBC panikos pornografijos straipsnis, paskelbtas 11 m. birželio 2020 d.:
Atminkite: randi tai, ko ieškai, ir randi dar daugiau to, ko ieškai.
II-3. Nepraneškite apie tai, kas diagnozuota ar nustatyta
Kartais neįmanoma išvengti diagnozės nustatymo ar kažko, ko geriausia neatrasti, nustatymo. Tokiu atveju galite bent jau įsitikinti, kad tai, kas buvo pastebėta, nėra įtraukta į oficialias ataskaitas ar duomenis:
šaltinis: https://www.nytimes.com/2022/02/20/health/Covid-cdc-data.html
Individualesniu lygmeniu turėtumėte pateikti nurodymus gydytojams, medicinos personalui ir administracijos darbuotojams, kad jie NEdiagnozuotų dalykų, kurių nenorite matyti duomenų rinkiniuose. Nedvejodami naudokite finansines paskatas, kad pasaldintumėte puodą lojaliems, režimui besilaikantiems gydytojams. Nebūkite šykštūs – prevencija beveik visada yra pigesnė (ir mažiau streso kelianti) nei problemų sprendimas joms jau atsiradus.
Net ir tais retais atvejais, kai gydytojas negali išvengti diagnozės pacientui, kuriam nustatyta sunki būklė iškart po „Glorious“ vakcinos suvartojimo, jis vis tiek gali užtikrinti, kad apie nepageidaujamą reiškinį nebūtų pranešta jokiai „Glorious“ vakcinos sukeltų sužalojimų duomenų bazei.
Arba, jei režimo duomenų bazėje, skirtoje „Šlovingosios vakcinos“ sukeltų sužalojimų dokumentavimui, vis tiek yra per daug probleminių pranešimų, keliančių abejonių dėl vakcinos saugumo, turite padaryti du dalykus.
Pirmasis – palikti kelis duomenų bazių administratorius Somalio pakrantės ruože, kur būriuojasi piratai, kad likusieji susiimtų ir nebeskleistų tiek daug pranešimų. Jūs jiems mokate už darbą – palaikyti visuomenės nuomonę, kad „Šlovingoji vakcina“ yra saugiausias kada nors išrastas vaistas; nesėkmė yra nepriimtina.
Antra – viešai neatskleisti probleminių ataskaitų duomenų bazėje. CDC išbandė viską, ką galėjo, bet galiausiai juos nugalėjo nesąžiningas teisėjas (tai pabrėžia ir teismų sistemos kontrolės poreikį):
II-4. Neleiskite tirti reiškinių, jei išvados gali sukelti problemų
Kita posakio „Rasi, ko ieškai“ pusė yra ta, kad „nerasi, ko neieškai“, todėl įsitikinkite, kad niekas neieško galimų ženklų, rodančių, kad režimas gali būti problemiškas. Jei, tarkime, režimas „netyčia“ sukelia marą trečiojo pasaulio mieste, negalite leisti įkyrių socialinių tinklų sąmokslo teorijų kūrėjams išsiaiškinti, kas nutiko, todėl geriausia įsitikinti, kad niekas neatlieka autopsijų ar netirtų sergančių asmenų.
CDC pateikia dar vieną gero prevencinio strateginio mąstymo, siekiant užkirsti kelią režimui potencialiai žalingiems duomenims, pavyzdį:
CDC labai sumaniai dar neužsakė nė vienos tūkstančių mirčių, apie kurias pranešta paties CDC VAERS vakcinų saugumo stebėsenos duomenų bazėje, autopsijos.Ar prisimenate iš I skyriaus dalį apie absurdiškų sąlygų pridėjimą prie apibrėžimų? Jei ne, geriausia peržiūrėti medžiagą, kad ją turėtumėte po ranka.)
II-5. Iš pradžių publikuokite tik dalį duomenų
Dažnai tiesiog paskelbus vieną duomenų dalį ir kitą dalį praleidus vėlesniam laikui, galima sukurti klaidingą naratyvą, kuris įsišaknija. Taigi, kai galiausiai paskelbsite likusius duomenis, nesvarbu, kad jie prieštarauja tam, kas dabar tapo priimta dogma, pagrindui.
Pavyzdžiui, jei norite pavaizduoti, kad Baimingoji liga yra labiau paplitusi, nei ji yra iš tikrųjų, galite sekti Virdžinijos pažangiausių propagandistų pavyzdžiu ir kurį laiką nuslėpti kai kuriuos neigiamus testo rezultatus, kad padidintumėte teigiamų testo rezultatų procentą – taip sukurdami įspūdį, kad Baimingąja liga serga daugiau žmonių:
šaltinis: 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/
Kitas scenarijus, kai galite efektyviai panaudoti dalinių duomenų paskelbimo techniką, yra tada, kai esate priversti skelbti duomenis dėl kokios nors priežasties, kuri sukels režimo įspūdį (taip nutinka). Todėl norite kuo ilgiau atidėti išties žalingų dalykų paskelbimą – jei lauksite pakankamai ilgai, jie galiausiai nebebus aktualūs. Be to, jei viską paskelbsite iš karto, šoko faktorius bus milžiniškas ir turėsite didelę netvarką. Tačiau jei informaciją paskelbsite paeiliui, tai kol bus paskelbti skandalingi straipsniai, „vau“ šoko faktorius jau seniai bus išsekęs ir žmonės nebekreips tiek dėmesio. Šią taktiką bandė taikyti FDA, nors ją daugiausia sužlugdė nesąžiningas teisėjas (pabrėždamas kritinį teisminės kontrolės poreikį, siekiant užkirsti kelią maištaujantiems teisėjams elgtis nesąžiningai prieš režimą):
Kai yra šaltinių, kurie pateikia duomenis, nesuderinamus su režimo naratyvu (taip retkarčiais nutinka nepaisant visų jūsų pastangų), tiesiog diskredituokite juos kaip propagandą arba ką nors kita nepatikimo ir pavojingo, pavyzdžiui, rusiškus robotus. (Paprastai visada galite kaltinti bet kokią nepatogią informaciją arba priskirti ją „rusiškai dezinformacijai“, jei to prireiktų.)
Šios taktikos įrodymas A būtų CDC tvarkoma VAERS duomenų bazė. Kai VAERS parodė visiškai neįtikėtiną skaičių su Covid vakcina susijusių sužalojimų...
– visas mokslo įstaigos aparatas VAERS tiesiog pavadino sąmokslo teorija, naudojama pavojingai dezinformacijai skleisti:
Tačiau jei šie duomenys gauti iš režimo duomenų rinkinių, kuriuos pernelyg sunku tiesiog atmesti kaip nemokslines šiukšles (taip, taip nutinka), tada nustokite juos publikuoti ir vietoj to diskredituoti juos kaip prastai sukonstruotus ir kupinus lemtingų klaidų.
Šiam principui iliustruoti galime pasitelkti UKHSA duomenis. Kai neapdorotas vakcinos veiksmingumas beveik visose amžiaus grupėse smarkiai sumažėjo iki neigiamo lygio (nes paskiepytiems žmonėms buvo DIDESNĖ rizika užsikrėsti Covid, palyginti su neskiepytais), UKHSA tiesiog nustojo skelbti savaitinius vakcinos veiksmingumo duomenis:
UKHSA taip pat pateikia pamokomą istoriją apie tai, kas nutinka, kai per ilgai delsiate pašalinti probleminius duomenų rinkinius:
Negalite leisti tokių antraščių kiekvieną savaitę!! Jie turėjo nutraukti šio duomenų rinkinio skaitymą gerokai anksčiau, nei paskiepytieji pradėjo sirgti Covid dažniau nei neskiepytieji. Tai netyčinė klaida, tokia idiotiška klaida, dėl kurios tiesiogine prasme ima riedėti galvos. Kodėl, po galais, jie laukė, kol *stiprinamosios dozės* veiksmingumas 80-mečiams tuoj taps neigiamas???? Kažkas iš UKHSA jau seniai neskaitė šios knygos, kuriam, aišku, būtų pravertusi nedidelė apžvalga...
Kai kurie propagandistai gali dvejoti ar atvirai veidmainiauti, nes jaučiasi demaskuoti atvirai postuluodami du nesuderinamus standartus, kuriuos gali pastebėti net kai kurie paprasti valstiečiai. Tačiau turite kovoti su šiuo potraukiu. Supraskite, kad dvigubų standartų taikymas eksponentiškai padidina jūsų galimybes kurti diskusijų temas ir pozicijas visuomenės apšviesimui.
Tai ypač pasakytina apie anekdotus. Anekdotai, patvirtinantys režimo teiginius, ypač tie, kurie gauti iš režimo patvirtintų šaltinių, turėtų būti laikomi aukščiausiu įrodymu; tuo tarpu anekdotai iš eretiškų ar nepatvirtintų šaltinių, prieštaraujantys režimo propagandai, turi būti pasmerkti kaip tiesiog anekdotai, neturintys jokios įrodomosios vertės ir visiškai neturintys jokios reikšmės.
Taigi, anekdotai apie režimui paklusnius gydytojus ir ištikimus Baisiosios Ligos piliečius, žudančius ir luošančius žmones, yra neginčijami įrodymai, tačiau anekdotai apie sužalojimus ar mirtis dėl Šlovingosios Vakcinos tėra atsitiktinis sutapimas, o gal net ir gryni prasimanymai, kuriuos skleidžia niekšai šarlatanai, siekdami apšmeižti režimą ir sukelti pavojų visiems geriems žmonėms visame pasaulyje, kurie tiesiog nori išlikti gyvi ir sveiki:
Atviras dvigubų standartų taikymas turi ir papildomą esminį privalumą – visuomenė yra sąlygojama manyti, kad tikrasis duomenų ar informacijos patikimumo nustatymo standartas yra tiesiog tai, ką sako režimas.
II-8. Sugadinkite duomenis, kad apsaugotumėte arba sustiprintumėte savo pasakojimą
Kartais lengviausia taktika išvengti probleminių duomenų yra tiesiog sugalvoti netikrus duomenis. Galite ką nors sufabrikuoti iš gryno popieriaus. Arba galite pasirinkti niuansuotesnį požiūrį ir iškraipyti duomenis, įvesdami subtilių trūkumų ar šališkumo, kuriuos paprastam žmogui sunkiau pastebėti. Yra begalė būdų, kaip sufabrikuoti ar suklastoti duomenis, per daug, kad juos čia išvardytum. Tik stenkitės suklastoti duomenis taip, kad jų nebūtų lengva aptikti ar atkurti atvirkštinės inžinerijos būdu.
Pavyzdžiui, grįžtant prie ankstesnės hipotetinės situacijos, kai reikia, kad gyventojai patikėtų, jog baisios ligos atvejų yra daug daugiau nei iš tikrųjų, kitas būdas pavaizduoti baisią ligą kaip labiau paplitusią yra sujungti šiuo metu sergančių žmonių skaičių su jau pasveikusių žmonių skaičiumi. CDC iš tikrųjų būtent tai ir padarė, kai sujungė antikūnų testus (kurie matuoja jau pasveikusių nuo Covid-19 žmonių skaičių) su PGR testais (kurie matuoja šiuo metu sergančių žmonių skaičių) į vieną „teigiamo Covid-19 testo rezultato“ rodiklį, klastingai įtraukdami visus, kurie jau pasveiko, kaip ŠIUO METU sergančius:
šaltinis: https://fox4kc.com/tracking-coronavirus/cdc-and-11-states-acknowledge-mixing-results-of-viral-and-antibody-tests/
Atkreipkite dėmesį į pabrauktus sakinius aukščiau, jie gana daug ką pasako.
Žalias pabrauktas sakinys – „CDC metodas sukuria įspūdį, kad JAV turi daugiau testavimo pajėgumų, nei yra iš tikrųjų.„– stebėkite, kaip CDC meistriškai sugebėjo iš šio vieno manevro išvilioti daugybę propagandos sausainių. Jie ne tik sukūrė miražą apie žymiai didesnį aktyviai užsikrėtusių žmonių skaičių; jie taip pat sukūrė miražą, kad vyriausybė turi daug daugiau galimybių testuoti žmones dėl viruso, nei vyriausybė iš tikrųjų turėjo. (Gera pasigirti vyriausybės kompetencijos pavyzdžiais, atsižvelgiant į tai, kad legendinė vyriausybės reputacija dėl stulbinančio nekompetencijos yra viena iš labiausiai pagarsėjusių ir sunkiausiai atmetamų nuomonių apie vyriausybę.) Aštrus propagandistas visada ieško papildomų pranašumų, užuot patenkintas, kad panaudota propagandos taktika pasiekė savo pagrindinį tikslą.
Raudonai pabrauktas sakinys – „Skaičiai gali sudaryti įspūdį, kad valstijos turi pakankamai testavimo pajėgumų ir yra pasirengusios panaikinti apribojimus, kai taip gali ir nebūti“ (ir iš tikrųjų paskutinės dvi pastraipos) – suteikia išmintingą pamoką, kaip užgniaužti galimus spyglius dar pumpure. Jūs visada – visada!! – turite būti budrūs, kad išvengtumėte *bet kokių* galimų pasekmių ar skubotų vertinimų dėl informacijos, kuri, nors iš esmės palaiko režimą, taip pat turi kažką, kas gali būti iškreipta, siekiant pakenkti kitam oficialaus režimo naratyvo aspektui. Iš esmės, galite ir gauti pyragą, IR jį valgyti! Įvertinkite, kaip cituotas režimo mokslininkas sumaniai sugeba vienu metu (1) pritarti padidintam testavimo pajėgumui kaip nepaprastos režimo kompetencijos matavimo vienetui; (2) kaltinti disidentų politinę partiją dėl [tyčinio] „nelaimingo atsitikimo“; ir (3) įspėja, kad nors valstija atlieka tokį nuostabų darbą, užtikrindama platų testavimo prieinamumą, tai dar nereiškia, kad saugu vėl atidaryti! Atminkite, kad reikia palaikyti pandemiją, ką šis režimo mokslininkas meistriškai ir daro. (Būtinai dosniai apdovanokite režimo mokslininkus už tokį puikų darbą. Tai paskatins kitus tobulėti ir pakels moralę.)
Taip pat atkreipkite dėmesį, kad žiniasklaida yra labai svarbi režimo sąjungininkė, be kurios jūs žlugsite. Taigi darykite tai, ką turite padaryti, kad palaikytumėte jaukius santykius – nepradėkite čia švaistyti pinigų.
II-9. Ištrinkite probleminius duomenis
Taip. Kaip ir Hillary el. laiškai, kuriuos „Bleach Bit-ing“ kritikuoja. Retkarčiais verta išvalyti duomenų bazes nuo duomenų, kurie neatitinka režimo naratyvų ar pozicijų; kitaip jie gali susikaupti į pastebimą tendenciją, kurią galėtų pastebėti režimo disidentai ar dezinformacijos skleidėjai.
Taigi, jei, pavyzdžiui, „Glorious Vaccine“ saugumo duomenų bazėje yra per daug pranešimų, tiesiog juos ištrinkite, kaip tai daro CDC, kaip parodyta toliau pateiktoje diagramoje, kurioje parodytas CDC kiekvieną savaitę ištrinamų probleminių VAERS pranešimų skaičius:
Atkreipkite dėmesį, kad šiuo atveju CDC VAERS darbuotojai didžiąją laiko dalį dirbo nepakankamai gerai – negalima leisti, kad svarbiausi darbuotojai dirbtų veltui. Visoje diagramoje turėtų būti rodomos juostos iki pat viršaus – nėra jokios pagrįstos priežasties, kodėl jie negalėjo ištrinti daugybės VAERS ataskaitų 2021 m. rugpjūtį, kaip tai padarė 2022 m. balandžio ir gegužės mėnesiais. Jei jums reikia samdyti papildomų darbuotojų ataskaitoms ištrinti, padarykite tai.
Be to, kodėl šie tinginiai iš viso leido susikaupti tiek daug ataskaitų?? Tokioje duomenų bazėje iš pradžių neturėtų būti pakankamai ataskaitų, nes vėliau reikėtų kas savaitę jas masiškai valyti.
Turbūt svarbiausia visos šios knygos pamoka yra ši: Nuobodūs, juokingi, varginantys propagandos skleidimo ir palaikymo logistiniai smulkmenos yra tokie pat svarbūs, kaip ir grandiozinis Didelis Melas ar kvapą gniaužianti lingvistinė gimnastika.
Jei žmonės supras, kad trūksta duomenų, gali tekti pasitelkti kūrybiškumą, kad sugalvotumėte pagrindimą ar paaiškinimą, todėl būtinai iš anksto pasiruoškite aptarimo punktus, jei prireiktų.
Dar vienas puikus gudraus duomenų trynimo pavyzdys yra šis puikus Australijos vyriausybės atliktas trynimas, siekiant pašalinti nepatogius klimato duomenis, rodančius karščio rekordus, užfiksuotus per daug metų senumo, kad juos būtų galima kaltinti dėl žmonių išmetamo anglies dioksido kiekio:
Deja, jie buvo sučiupti, o tai kartais neišvengiama, kai bandai ištrinti ką nors tikrai reikšmingo ir pastebimo. Štai kodėl būtina turėti paruoštą Gulago sistemą ir visą parą laukti, kad būtų galima susidoroti su staigiu naujų kalinių antplūdžiu (kaip Australijos karantino stovyklose).
II-10. Kurkite melagingus duomenis, kurie, regis, paneigia jūsų pačių naratyvą, kad apgautumėte ir diskredituotumėte opoziciją
Susidūrus su nuolatine informacine grėsme, kuri kenkia jūsų propagandos pastangoms, tai yra genialiai gudri taktika, kuria siekiama atimti iš jų autoritetą, patikimumą ir įtaką. Tiesiog pateikite melagingus duomenis, kurie paviršutiniškai atrodo paneigia režimo naratyvą, bet kuriuos lengva paneigti. Bailūs valstybės priešai neabejotinai pasinaudos šia melagingos informacijos ar duomenimis ir todėl bus diskredituoti, kai įrodysite, kad jie pasidavė dabar jau akivaizdžiai absurdiškiems teiginiams.
Pavyzdžiui, kariuomenė padarė su savo pačių sukurta visų kariuomenės medicininių būklių duomenų baze, vadinama DMED. Jie sąmoningai į ją įpylė netikrų duomenų, kurie atrodė kaip visiška OMG!!!!!!!! akimirka, rodanti nešventą didžiulį visų rūšių medicininių būklių, tokių kaip vėžys, persileidimas ir kitos, susijusios su šventomis Covid vakcinomis, padidėjimą. Tada, kai keli didvyriški karo gydytojai rado DMED duomenis, jie pasidavė... ir tai nutraukė visą istoriją. (Norėdami gauti išsamų laiko juostą ir paaiškinimą,...) pamatyti čia.)
Didelė dalis visuomenės suvokimo apie mokslą ar duomenis priklauso nuo vizualinio mokslo ar duomenų pateikimo – geras memas ar vaizdas gali veiksmingai perteikti visiškai klaidingus duomenis taip, kad žmonės įsitikintų, jog klaidingi duomenys yra absoliučiai 100 % teisingi.
Pavyzdžiui, jei norite pavaizduoti, kad Baisiosios Ligos sukelto miokardito dažnis ir sunkumas yra žymiai didesnis nei Šlovingosios Vakcinos sukelto miokardito dažnis ir sunkumas... nors tiesa yra visiškai priešingai, galėtumėte sukurti tokį įspūdingą vaizdą:
Dabar žmonės instinktyviai „baisiąją ligą – miokarditą“ sieja su didžiule grybo debesies apokalipse, o miokarditas nuo „Šlovingosios vakcinos“ – kaip mažytis, niekuo neišsiskiriantis dalykas, kurio net nesimato diagramoje.
II-12. Kurkite duomenų vizualizacijas, kurios iškreipia duomenis
Kartais tiesiog neįmanoma neskelbti duomenų, kurie yra tikrai, tikrai blogi (režimui ar „Science™️“). Bet, laimei, dauguma žmonių (ir akademikų) yra paviršutiniški idiotai, kurie per daug tingūs skaityti žodžius, atspausdintus šalia diagramos ar grafiko. Taigi, galite klastingai pavaizduoti duomenis vizualizacijos schemoje, kuri iškreipia arba paslepia tai, ką duomenys sako.
Iliustruokime tai pavyzdžiu iš didžiausių „Science™️“ žurnalų – Lancetas, Lancetaspaskelbė tyrimą, kuriame įvertintas mirčių, kurias kasmet sukelia didelis šaltis ir didelis karštis visame pasaulyje, skaičius. Kadangi viso pasaulio vyriausybės nori išlaikyti iliuziją, kad visuotinis atšilimas yra mirtinas pavojus žmonijai, jos turėjo įrodyti, kad mirčių nuo karščio skaičius viršijo mirčių nuo šalčio skaičių. Bent jau jie turėjo būti vienodi. Taigi, kai Lancetas atrado, kad mirčių nuo šalčio buvo daugiau nei mirčių nuo karščio. 10:1 skirtumu (tiesiogine prasme) jie turėjo sugalvoti būdą, kaip sukurti diagramą, kuri paslėptų tą nepatogų mažą faktą. Dėl to kairėje pusėje pateikta diagrama:
Mėlynos juostos rodo mirtis nuo šalčio, raudonos – mirtis nuo karščio. Kuo didesnė juosta, tuo daugiau mirčių. Taigi jiems reikėjo, kad raudonos juostos būtų tokio pat dydžio kaip mėlynos. Taigi jie panaudojo gudrų triuką – jei pažvelgsite į violetiniais pabrauktus skaičius, kurie paverčia juostos dydį konkrečiu mirčių skaičiumi, pamatysite, kad mėlynose juostose (mirtys nuo šalčio) kiekvienas juostos colis reiškia 50 mirčių, o raudonose juostose (mirtys nuo karščio) kiekvienas juostos colis reiškia tik 10 mirčių. Taigi tokio paties dydžio juosta reiškia 5 kartus didesnį mirčių nuo šalčio skaičių nei nuo karščio, nors jos atrodo vienodai. Tačiau žmonės nekreipia dėmesio ir tiesiog sako: „O, jos atrodo panašiai, todėl mirčių nuo karščio ir mirčių nuo šalčio santykis turi būti maždaug vienodas.“ (Ir jie netgi bandė įterpti milžinišką intervalą gale, kur paskutinis raudonų juostų colis reiškia 210 mirčių, o ne tik 10 (oranžinė rodyklė).)
Jei jie būtų sukūrę sąžiningą diagramą, kurioje būtų naudojama ta pati skalė tiek šalčio, tiek karščio sukeltiems mirčiams, ji atrodytų kaip dešinėje esanti diagrama. Reikalas tas, kad vos pažvelgus į šią diagramą susidaro aiškus įspūdis, kad ekstremalus šaltis kelia daug didesnę grėsmę nei ekstremalus karštis, todėl gali kilti nemalonių klausimų, ar galbūt šiek tiek visuotinio atšilimo iš tikrųjų būtų naudingas žmonijai.
pastabosTaikydami šią taktiką, stenkitės būti subtilesni ir diskretiškesni nei „Lancet“, kur net ir neprofesionalui buvo labai lengva pastebėti rankų gudrybę.
Mokslo klastojimas
"Šiuo tikslu Lysenka pradėjo „auklėti“ sovietinius pasėlius dygti skirtingais metų laikais, mirkydamas juos lediniame vandenyje ir taikydamas kitas praktikas. Tada jis teigė, kad ateities pasėlių kartos prisimins šiuos aplinkos ženklus ir, net ir be pačių apdorojimo, paveldės naudingas savybes."1
Mokslo klastojimas nėra naujiena. Laimei, propagandistams, mokslu labai lengva manipuliuoti savo nuožiūra, jei esate režimo šalininkas. Pažvelkite į Trofimo Lysenkos pasiekimus, kai jį rėmė draugas Stalinas. Tolesniuose skyriuose bus išsamiai aprašyta, ką reikia padaryti, norint sėkmingai klastoti mokslą, kad jis paremtų režimo naratyvą ir tikslus.
Puikus suderintos ir efektyvios mokslo klastojimo įmonės pavyzdys yra gerai veikianti „Big Pharma“ propagandos mašina. Grupė atskalūnų mokslininkų susitarė tiksliai paaiškinti, kaip „Big Pharma“ kontroliuoja ir manipuliuoja mokslu ir duomenimis savo nuožiūra:
Akivaizdu, kad faktas, jog šis straipsnis vis dar viešai prieinamas yra stulbinanti režimo cenzūros nesėkmė. Šalyje su veikiančia vyriausybe visi tokio įžūlaus išpuolio prieš režimą autoriai (ir cenzoriai, kurie nesugebėjo sustabdyti jo paskelbimo ir (arba) jo nepašalino) vakar būtų deportuoti į Šiaurės ašigalį.
šoninėŠie autoriai tiksliai apibūdina, kaip mes iškraipome mokslą, kad jis atitiktų režimo darbotvarkę. Tokie straipsniai, nors akivaizdu, negali būti platinami viešai, yra visiškai priimtini platinti režimo propagandistams, siekiant geriau suprasti, kaip efektyviai skleisti propagandą..
Taip pat svarbu atkreipti dėmesį, kad farmacijos kompanijos – „didžiosios farmacijos kompanijos“ – paprastai laikosi režimo reikalavimų, tačiau jei farmacijos kompanija pradeda mažiau laikytis reikalavimų, žinoma, turėtumėte ją patraukti baudžiamojon atsakomybėn už niekšišką sukčiavimą. Taip pat būtinai kas kelerius metus skirkite dideles baudas lojalioms farmacijos kompanijoms, kad visuomenė manytų, jog režimas palaiko priešiškus santykius su didžiosiomis farmacijos kompanijomis, todėl mažiau tikėtina, kad supras, jog režimas ir farmacijos kompanijos yra susimokiusios. Keli milijardai jų balansui nėra didelė problema.
III skyrius. Tikrinimas, kurie duomenys laikomi oficialiais moksliniais duomenimis
Būkite išrankūs, kuriuos duomenis įtraukti į oficialiąją mokslo versiją. Informacija, turinti mokslinės informacijos statusą, yra daug svaresnė ir patikimesnė visuomenės akyse, net ir tų, kurie atsisako paklusti režimo naratyvui (niekas nenori būti laikomas „antimokslininku“ – tai beveik taip pat blogai, kaip būti rasistu šiuolaikinėje visuomenėje).
III-1. Neskelbkite probleminių tyrimų, o jei jie bus paskelbti, juos atšaukite.
Patikimiausias būdas užkirsti kelią oficialiems moksliniams tyrimams sugriauti režimo naratyvą – atimti iš jo oficialumą. (Tada jį paslėpti ten, kur niekas negali prie jo prieiti, ir teigti, kad kadangi jis buvo atšauktas, tai rodo, jog tai buvo netikras, apgaulingas mokslinis šlamštas, kurį skleidė korumpuoti antimokslininkai eretikai, norintys praturtėti pardavinėdami keistus vitaminų mišinius.)
Tačiau turite būti atsargūs ir veikti greitai, nes jei per ilgai delsite, nepatvirtintų mokslinių tyrimų kopijos gali slapta platinti tarp netikinčiųjų ar eretikų, nusiteikusių prieš režimą, ir įgyti beveik mitinį statusą. O kai tyrimas įsitvirtina žmonių patirtyje kaip „tikras tyrimas“, jo atsiimimas tik verčia juos manyti, kad jūs desperatiškai bandote nuslėpti „tiesą“.
Pažvelkite į visus šiuos šlovingus tyrimų, kurie kenkė režimo naratyvui Covid metu, atsiėmimus (tai tik pirmas puslapis iš 36):
šaltinis: https://coronacentral.ai/retractions
Įsivaizduokite, kiek (daugiau) žalos šie nesąžiningi tyrimai būtų galėję padaryti, jei jiems būtų buvę leista likti ir jie nebūtų atšaukti!
Taip pat įsivaizduokite, kiek dar tyrimų niekada nebuvo atlikti, nes jie sudaro tik nedidelę eretiškų tyrimų (arba „gero mokslo“, kuris netyčia rado eretiškų rezultatų) dalį.
III-2. Pasirinkite, kurios duomenų rinkinio dalys atitinka „oficialų mokslą“
Nuostabu, kaip drastiškai galima pakeisti Mokslą tiesiog panaudojant pasirinktas duomenų rinkinio dalis, kurios sustiprina režimo naratyvą, tuo pačiu metu atmetant (arba dar geriau – paslėpiant) tas duomenų rinkinio dalis, kurios neatitinka režimo pozicijų.
Pavyzdžiui, tarkime, kad režimo politikoje matome šias dvi tendencijas PROPAGANDA „Glorious Vaccine“ saugos stebėsenos duomenų bazė.
(Deja, norint nuraminti neramius piliečius, kurie nerimauja dėl bet kokios naujovės, ir norint turėti paruoštą atsaką potencialiems kritikams ir dezinformacijos skleidėjams, kurie bandys apkaltinti režimą probleminių saugumo duomenų slėpimu, tenka apsimesti, kad į tai žiūrima LABAI rimtai..)
Šiaip ar taip, tarkime, kad milijonui „Glorious Vaccine“ dozių tenka 26,878 2 pranešimai apie saugią ir efektyvią transformaciją į mėsą ėdančius zombius, tačiau tik XNUMX pranešimai apie tai, kad paskiepytus žmones iškart po vakcinacijos nužudo mėsą ėdančios bakterijos, štai taip:
Neįmanoma to viešai aptarti, nes tai paskatins nepasitikėjimą vakcinomis ir privers žmones abejoti režimo naratyvu apskritai, net ir kitais klausimais. Tačiau taip pat reikia įrodyti, kad PROPAGANDOS duomenų bazė rodo, jog galimų „Glorious“ vakcinos sukeltų sužalojimų skaičius yra nereikšmingas. (Būtinai pabrėžkite, kai remiatės saugumo duomenų baze, kad šios ataskaitos nepatvirtina, jog „Glorious“ vakcina buvo priežastis, o tik nurodo galimą sąsają.)
Sprendimas čia gana paprastas – naudokite tik duomenis, rodančius, kad yra tik 2 pranešimai apie užsikrėtimą siaubingomis mėsą ėdančiomis bakterijomis dėl Šlovingosios vakcinos 100,000 26,878 dozių. Tačiau 100,000 XNUMX pranešimai XNUMX XNUMX saugių ir veiksmingų mėsėdžių zombių transformacijų dozių turi būti kuo labiau ignoruojami viešai, o kai to išvengti neįmanoma, turite juos pasmerkti kaip nepatikrintus, nemoksliškus ir todėl beprasmius pranešimus, kurie yra nereikšmingi. Ir būtinai sukritikuokite žiniasklaidą už tai, kad ji drįsta jūsų apie tai klausti. (Idealiu atveju turėtumėte susitarti su ištikimu režimo žurnalistu, kad jis būtų tas, kuris apie tai klausia, kad tai būtų galima iškelti niekinamai, pavyzdžiui, „Kai kurie kraštutiniai žmonės bando teigti, kad Šlovingoji vakcina sukelia dešimtis tūkstančių sensacingų sužalojimų. Ar galite paaiškinti, kaip jie iškreipia pranešimus PROPAGANDOS duomenų bazėje?“)
Taip pat niekada nevartokite žodžio „siaubingas“ situacijos, kai bandote nuraminti žmones, kontekste. Niekada. Net jei tai, ką apibūdinate, objektyviai yra bauginanti. Aprašydami tai, kas savaime yra baugu, verčiau vartokite didelius, akademinio mokslo skambesį primenančius žodžius. Taigi, „mėsą ėdančios bakterijos“ gali būti apibūdinamos kaip „nekrotizuojantis fascitas“ – kažkas, ko niekas neįsivaizduoja, ką, po galais, tai reiškia (ir dauguma žmonių per daug tingūs net paieškoti „Google“, kad sužinotų). Jame netgi yra dvi „i“, todėl intelektualiai tai skamba gana įspūdingai, tarsi tai būtų praktiškai privilegija būti nužudytam kažko tokio rafinuoto:
Tai nėra taip sudėtinga; greitai viską perprasite. (O jei ne, greičiausiai ilgai neužsibūsite.)
pastabosKai susiduriate su situacija, kai režimo patvirtintas ar privalomas produktas yra pavojingas – **o taip bus dažnai** – turite įsitikinti, kad nepasiduodate savo propagandai; kitaip galite tapti kitu saugiu ir veiksmingu zombiu, kaip šie keturi JAV senatoriai:
III-3. Vėlavimo ataskaitų duomenys
Subtilesnis būdas patikrinti, kokie duomenys įtraukiami į oficialų mokslą, yra nesąžiningas duomenų ar informacijos pateikimas. Strateginis skirtingų duomenų pogrupių pateikimo laiko parinkimas yra paprastas, bet veiksmingas būdas manipuliuoti moksliniais duomenimis. (Nesijaudinkite dėl to, kaip tai veikia; tiesiog žinokite, kad tai veikia, ir pasamdykite kompetentingus statistikas, kurie gali išsiaiškinti, kaip geriausiai tai įgyvendinti.) Daugelis skaičiavimų priklauso nuo pateiktų duomenų pateikimo laiko, todėl galite kontroliuoti, ką duomenys rodo, atsargiai pateikdami skirtingas duomenų dalis optimaliu laiku.
Pavyzdžiui, vienos savaitės vėlavimas pranešant apie mirtis gali radikaliai pakeisti tariamą medicininės intervencijos veiksmingumą ar saugumą – tiesiogine prasme, atidėdami mirčių ataskaitų teikimą savaitei, galite pateikti vaizdą, kad kažkas, kas neturi jokio poveikio, yra 95 % veiksminga. (Daugiau informacijos galite rasti spustelėję nuorodą, tačiau ši konkreti taktika yra šiek tiek per sudėtinga idiotų vadovui, o išsamus aprašymas čia gali priversti kitaip pradedančius propagandistus, kurių laukia šviesi ateitis, nusiminti ir suabejoti savo sugebėjimais, jei jie nesugeba suprasti paaiškinimo, o tai gali paskatinti juos mesti rūkyti, o tai būtų tragedija. Tikrai.)
IV skyrius. Kaip suklastoti tyrimą
Turbūt svarbiausias įgūdis, reikalingas norint manipuliuoti mokslu, yra gebėjimas suplanuoti ir manipuliuoti tyrimu, kad būtų pasiekti reikiami rezultatai.
[Pastaba: Faktinį tyrimų klastojimą visada atliks ekspertai, kurie užsidirba pragyvenimui atlikdami tyrimus (vadinami PI arba pagrindiniais tyrėjais). Taigi jums nereikia laisvai mokėti šių dalykų. Tačiau vis tiek naudinga pakankamai gerai suprasti pagrindus.
Tyrimai – ypač dideli, prabangūs, kurie paprastai laikomi mokslo™️ „auksiniu standartu“ – yra nepaprastai sudėtingi padarai, kuriais galima manipuliuoti daugybe būdų. Paaiškinsime ryškesnius ir aiškesnius apgaulės, manipuliacijų ir projektavimo trūkumų tipus, kuriais galima pasinaudoti, kad tyrimas taptų marionete jūsų rankose, kuria galite žaisti savo nuožiūra.
[Pastaba: – bet kurio iš toliau nurodytų manipuliacijų įgyvendinimas gali būti įvairus – jie gali būti labai sudėtingi. Mes tik paaiškinsime ir iliustruosime pagrindines sąvokas, naudodami paprastą principų taikymą, nepridėdami jokių įmantrių puošmenų ar niekučių. Tikslas – kad suprastumėte įvairius duomenų manipuliavimo tipus ir būdus. Vėliau galėsite susipažinti su sudėtingesnėmis metodikomis (kas, žinoma, labai skatinama ir rekomenduojama).
IV-1. Tyrimo klastojimo taktika Nr. 1: klastoti tyrimo protokolų struktūrą
Didžioji dalis šiam skyriui aktuali ir kitam skyriui, kuriame kalbama apie tyrimo protokolų įgyvendinimo sabotavimą, todėl čia aptarsime tik taktiką, būdingą tik pačių protokolų dizaino klastojimui.
Tyrimo protokolai iš esmės yra kaip taisyklių knyga, diktuojanti, kaip tyrimas bus atliekamas. Todėl būtinai sukurkite taisykles, kurios būtų palankios norimam rezultatui.
A) Tyrimo grupių sugrupavimas – strateginis tiriamųjų priskyrimas atitinkamoms tiriamajai ir kontrolinėms grupėms
Beveik visuose dideliuose, specialiuose tyrimuose yra dvi grupės – tiriamoji grupė ir kontrolinė grupė. Naujo vaisto tyrime tiriamoji grupė gauna vaistą, o kontrolinė grupė – ne. Teoriškai, jei vaistas veikia, kontrolinėje grupėje turėtų būti daugiau sergančiųjų nei tiriamojoje grupėje.
Taigi, jei atliekate tyrimą, kuriuo siekiama išbandyti naują stebuklingą vaistą, galite tuo pasinaudoti, į kontrolinę grupę įtraukdami daugiau nesveikų žmonių nei į tiriamąją grupę, kad tiriamosios grupės rezultatai būtų geresni, net jei vaistas neveiks. (Žinoma, neturėtumėte pripažinti, kad darėte tai ar bet kurią kitą iš šių taktinių išdaigų tyrimo dokumentuose.)
B) Atidžiai atrinkite tiriamuosius, kurie bus įtraukti į tyrimą
Daug galvos skausmo galima išvengti tiesiog atsiribojus nuo žmonių, kurie gali kažkaip sugadinti jūsų rezultatus.
Pavyzdžiui, jei bandote naują vaistą, kurio saugumą ir veiksmingumą norite įrodyti, venkite žmonių, kurie yra ypač linkę patirti blogas reakcijas ar neveiksmingumą. Suprantate mintį. (Panašiai kaip į Covid vakcinos tyrimus nebuvo įtraukti jokie senyvo amžiaus žmonės, sergantys gretutinėmis ligomis, nes tai būtų atskleidę „99 % veiksmingumo“ antivirusinę priemonę.)
IV-2. Tyrimo klastojimo taktika Nr. 2: sabotuoti tyrimo protokolų vykdymą
Dažnai nepavyksta visiškai suklastoti pačių tyrimo protokolų, kad būtų pasiekti norimi rezultatai. Tokiais atvejais reikia sabotuoti oficialių tyrimo protokolų įgyvendinimą arba jų laikymąsi. Tai padaryti gana lengva, ir yra begalė būdų tai pasiekti.
Pastaba: Protinga iš anksto suplanuoti logistiką, kad būtų išvengta įvairių problemų ir stresinių situacijų, kurios gali kilti atliekant didelį tyrimą, kuriame dalyvauja tūkstančiai tiriamųjų ir personalo. Pavyzdžiui, jei norite „parodyti“, kad ypač erzinantis vaistas iš tikrųjų yra mirtinas, turėtumėte turėti po ranka lavonų maišus, kad galėtumėte greitai išnešti kūnus iš viešų vietų, ir kremavimo įstaigą, veikiančią visą parą, kad sunaikintumėte visus nepageidaujamus teismo medicinos ar patologinius įrodymus, kurie gali būti lavonuose.
Protokolo sabotažas Nr. 1: tyrimo grupės gydymo / intervencijos skyrimas.
Žmonės mano, kad duoti vaistą tiriamiesiems yra paprasta ir aišku. Jie klysta. Labai labai klysta. Dažnai galima kontroliuoti visą tyrimą, subtiliai koreguojant gydymo skyrimo būdą tiriamiesiems, įskaitant:
- Dozavimas / intervencijos kiekis – Priklausomai nuo to, ko siekiate, galite perdozuoti arba sumažinti vaisto dozę. Jei norite, kad vaistas atrodytų neefektyvus, per maža dozė užtikrins, kad jis neveiks. Jei norite parodyti, kad vaistas yra pavojingas, tiesiog padidinkite dozę iki labai toksiško lygio.
- Gydymo laikas – Kitas būdas sabotuoti vaistą – duoti jį pacientams per anksti arba per vėlai, kad jis būtų veiksmingas. Tam pasiekti galite pasirinkti daug skirtingų būdų. Pavyzdžiui, galite siųsti vaistą pacientams paštu, o tai neišvengiamai pailgins gydymo laiką keliomis dienomis (Davido Boulware'o ivermektino specialus pasiūlymas).
- Produkto kokybė – t. y. grynumas / stiprumas – Užterštas arba prastai pagamintas produktas neveiks taip pat, kaip grynas produktas, pagamintas iš aukštos kokybės ingredientų ir visiškai laikantis idealios gamybos praktikos.
(Pastaba: VISADA turėtumėte atlikti neoficialius ikiklinikinius tyrimus su gyvūnais – ir žmonėmis – kad suprastumėte, kaip veiks skirtingos vaisto ar intervencijos versijos, PRIEŠ pradėdami naudoti užterštas versijas tyrime (papildomai prie oficialių ikiklinikinių tyrimų su įprasta vaisto formule); kitaip rizikuojate netyčia sabotuoti savo sabotažo bandymus. Atminkite, kad tyrimo tikslas yra parodyti iš anksto numatytą rezultatą, o ne atrasti naujų mokslinių įžvalgų! Neapibrėžtumas ar nenuspėjamumas dėl to, ką vaistas ar intervencija, kurią tyrinėjate, veiks realiame gyvenime, yra kriptonitas sėkmingam tyrimų klastojimui. Arba bent jau sukels jums stiprius migrenos skausmus, kol stengsitės orientuotis pavojų ir nepatogių duomenų labirinte iš savo dabar jau itin painio tyrimo.)
- Vietoj intervencijos naudokite fiziologinį tirpalą arba placebą – Kitas būdas sumažinti režimo pasirinktos intervencijos keliamus pavojus – vietoj gydymo skirti placebą, kad būtų mažesnis intervencijos toksiškumo poveikis. Žinoma, taip pat reikia įsitikinti, kad fiziologinio tirpalo naudojimas neturės nepageidaujamo šalutinio poveikio, rodančio, kad jūsų vaistas neveikia, todėl ši taktika paprastai naudojama kartu su kitomis protokolo manipuliacijomis ar neištikimybe.
- Sumaišykite ir suderinkite – Visada galite derinti bet kurį iš šių pasiūlymų. Pavyzdžiui, galite pateikti šiek tiek gydymo tiriamųjų – skirtingą produktą. Taip pat galite taikyti daugiau nei vieną iš šių pasiūlymų kartu, kad skirtingoms tyrimo grupės dalims būtų taikomi skirtingi pasiūlymai, todėl pašaliniams asmenims gali būti sunkiau pastebėti protokolo pažeidimus.
Protokolo sabotažas Nr. 2: Placebo skyrimas [tiriamajai grupei]
Tai iš esmės yra ankstesnio skyriaus priešingybė. Yra keletas specifinių taktikų, kurios yra šiek tiek unikalios, kai taikomos placebo atveju:
- Kontrolinei / placebo grupei suteikite intervenciją – Vienas iš būdų užtikrinti, kad tyrimas neparodys jokio gydymo veiksmingumo, yra skirti gydymą ir kontrolinei grupei. Jei gydymą gauna abi grupės, tarp jų nebus skirtumo, rodančio, kad gydymo grupei sekėsi geriau dėl gydymo.
Lengvesnis, bet rizikingesnis būdas tai padaryti – leisti tyrimo personalui tiesiogiai duoti vaistą kontrolinei grupei, apsimetant placebu. (Tai gana paprasta, nes placebas turėtų atrodyti, jaustis, kvepėti ir skonis identiški gydymui, kad kontrolinės grupės tiriamieji nesuprastų, jog negavo vaisto.)
Sunkesnis, bet mažiau rizikingas metodas yra paskatinti kontrolinės grupės tiriamuosius gauti gydymą ne tyrimo metu. Pavyzdžiui, galite naudoti placebą, kuris žymiai skiriasi nuo vaisto. Kadangi tiriamieji per „Google“ gali lengvai sužinoti, kad vaistas neturėtų atrodyti, kvepėti ar skonis taip, jie stengsis įsigyti tikrąjį vaistą, nes nenori mirti ar patirti sekinančių komplikacijų dėl bet kokios ligos ar būklės, kuriai gydyti naudojamas vaistas.
Arba galite pasirinkti atlikti tyrimą vietoje, kurioje populiacija jau yra plačiai susipažinusi su tiriamu gydymu, todėl tiriamųjų grupė bus visiškai užteršta žmonėmis, kurie jau vartoja vaistą arba bent jau turi jo atsargas.
(Tik nepamirškite, kad ši taktika rizikuoja būti pastebėta įkyrių disidentų, antimokslininkų, eretikėlių, nes bus viešai žinoma, kad tyrimas buvo atliktas plačiai žinomo ir (arba) vartojamo vaisto.)
- Padidinkite placebą – Jei nenorite inertiško placebo, galite jį pagardinti kažkuo šiek tiek „gyvesniu“, kas gali sukelti šalutinį ir (arba) terapinį poveikį.
Vienas konkretus metodas yra naudoti gydymo komponentus placebo poveikiui sustiprinti. Tai gali būti ypač naudinga norint paslėpti probleminius gydymo šalutinius poveikius, kuriuos sukelia kiti ingredientai ar komponentai, be veikliosios gydymo medžiagos – jei juos įtrauksite į placebą, abi grupės patirs panašų šalutinį poveikį.
(pastabosTurėkite omenyje, kad jei šalutinis poveikis yra pernelyg ryškus, tiesiog įtraukus toksinius gydymo komponentus į placebą, gali kilti klausimų, jei žmonės pastebės, kad specifinių šalutinių poveikių dažnis tyrimo kontrolinėje grupėje yra daug didesnis nei bendrojoje populiacijoje.)
Protokolo sabotažas Nr. 3: Skatinkite tiriamuosius keisti savo elgesį
Kuriant protokolus ir atliekant tyrimą, tiriamųjų elgesys dažnai yra labai svarbus aspektas. Išnaudokite tai savo naudai.
Yra 3 pagrindiniai skatinimo tipai:
- Finansinės paskatos – Vienas patikimiausių būdų paskatinti elgesį yra jį finansiškai apdovanoti:
- Tyrimo metu galite vykdyti korupcinę kyšininkavimo schemą. Pavyzdžiui, jei tyrimo metu rezultatai gaunami prašant tiriamųjų pateikti informaciją, pavyzdžiui, kokį šalutinį poveikį jie patyrė po „Šlovingosios intervencijos“, galite mokėti tiriamiesiems, kad jie nepraneštų apie šalutinį poveikį. Tačiau taip pat turėsite užtikrinti slaptumą ir, kad niekas apie tai nesužinotų, o tai gali būti keblu.
- Arba galite manipuliuoti aplinka, kurioje vyksta tyrimas, arba pasinaudoti ja, kad atliktumėte tarpininko vaidmenį dalijant finansines gėrybes. Pavyzdžiui, jei bandote patikrinti galimos intervencijos, skirtos užkirsti kelią baisiai ligai, veiksmingumą, galite atlikti tyrimą vietoje, kur žmonės gali eiti į darbą tik tuo atveju, jei nėra užsikrėtę baisiai liga, pasinaudodami šia integruota paskata nepranešti apie teigiamus testo rezultatus (jie nori gauti visą atlyginimą).
- Socialinis spaudimas – Antrasis paskatinimo tipas yra socialinis spaudimas. Jį gali daryti bendraamžiai, politinės jėgos, socialinės grupės, profesiniai partneriai, institucijos, įžymybės ar bet kuris kitas įtakos visuomenei šaltinis. Esmė ta, kad galite panaudoti bet kurį iš šių veiksnių arba visus juos savo naudai.
Pavyzdžiui, tarkime, kad vykdote tyrimą, kuriuo siekiama ištirti Nuostabiojo Audinio Skydo, stabdančio Baisiosios Ligos plitimą, veiksmingumą. Taigi, trečiojo pasaulio šalies kaimams įteikiate Nuostabiojo Audinio Skydą ir sukuriate kontrolinę kaimų, kurie jo negauna, grupę. Galite parodyti, kokie nuostabūs yra šie prietaisai, kaimo gyventojų, kurie juos gauna, akivaizdoje. Taip pat galite paprašyti kaimo seniūnų paskelbti, kad Nuostabiojo Audinio Skydas yra Dangaus dovana, todėl jo nešiojimas tampa moralinės dorybės elementu, o dar svarbiau – jo nešiojimas, bet užsikrėtimas Baisiąja Ligą, yra religinės nesėkmės ženklas. Dėl to jie daug rečiau praneša apie Baisiosios Ligos atvejus, ypač palyginti su kaimais, kuriems Nuostabiojo Audinio Skydai nebuvo duoti. Tai sukuria įspūdį, kad Nuostabiojo Audinio Skydas padeda sumažinti Baisiosios Ligos perdavimą.
- Griežtos bausmės – Galite grasinti įvairiausiomis siaubingomis pasekmėmis, jei tiriamieji nedarys būtent to, ko norite. Tai ypač lengva įgyvendinti trečiojo pasaulio šalyse, kur beveik nėra teisinės valstybės principo, o korupcija yra taisyklė. Gali būti naudinga iš anksto pateikti pavyzdį su kuo nors, kad parodytumėte, jog esate rimtas – pavyzdžiui, galite atsitiktinai pasirinkti ką nors ir išsiųsti į kalėjimą Sudane, iš kurio jis greičiausiai niekada negrįš gyvas.
Protokolo sabotažas Nr. 4: samdykite nekompetentingus žmones tyrimui atlikti
Tyrimams, ypač tiems, kurių metu atliekamas kažkoks eksperimentas (o ne tik analizuojami jau esami duomenų rinkiniai), paprastai reikia daug darbuotojų. Samdant nekompetentingus darbuotojus, galima lengvai „ištaisyti“ nepatogius tyrimo metu gautus duomenis – „šie duomenys yra klaidingi, nes darbuotojai juos sugadino“. Taigi, žinoma, „klaidas“ reikia „ištaisyti“.
Dar svarbiau, kad nekompetentingi darbuotojai mažiau pastebės, jog klastojate tyrimą, nes jie neturi žinių ar patirties, kaip turėtų būti atliekamas teisėtas tyrimas.
Protokolo sabotažas Nr. 5: Pašalinkite iš tyrimo visus probleminius tyrimo subjektus ar įvykius
Tai akivaizdus „kaip“, – sako jis. Jei keli trečios fazės „Glorious“ vakcinos tyrimo tiriamieji patyrė sunkių sužalojimų iškart po „Glorious“ vakcinos suleidimo, negalima leisti, kad jie sugadintų „saugios ir veiksmingos“ teorijos. Laimei, sprendimas paprastas: pašalinti juos iš tyrimo.
Išoriniam stebėtojui tai net neatrodys įtartina! Kiekvieno tyrimo protokoluose yra įrašytos taisyklės, leidžiančios pašalinti tiriamuosius, kurie pažeidžia tyrimo protokolus arba nori išeiti dėl „asmeninių priežasčių“. (Pagalvokite apie kiekvieną kartą, kai politikas pareiškia, kad atsistatydina, kad „praleistų daugiau laiko su šeima“ – ta pati mintis.) Tačiau dauguma akademikų dėl to pasiduoda ir kaskart pasiduoda.
Jei iš pradžių tikrai sumaniai sudarysite protokolus, pridėsite sąlygą, draudžiančią tiriamiesiems kreiptis medicininės pagalbos į bet kurį gydytoją, nesusijusį su tyrimu. Taigi, jei tiriamasis patiria nemalonų šalutinį poveikį, pavyzdžiui, saugų ir veiksmingą miokarditą ar lengvą Bello paralyžių, dėl kurio jis šiek tiek paralyžiuojamas, jis iškart kreipsis į artimiausią skubios pagalbos skyrių... o tai yra aiškus tyrimo protokolų pažeidimas!! Viso gero, problema.
Jei norite pamatyti tikrą meistrą, toliau dairykitės pas „Pfizer“ trečios fazės vakcinos vaikams tyrimo vadovą. Kai viena iš tiriamųjų, vardu Maddie de Garay, praėjus 3 valandoms po vakcinos gavėjo, patyrė daugybinius gana nemalonius neurologinius sužalojimus (tokius, kurie apima nuolatinį maitinimo vamzdelių ir neįgaliojo vežimėlių naudojimą bei kitus gyvenimo būdo „koregavimus“), jie tiesiog pašalino ją iš tyrimo. O tada jos sužalojimas buvo aprašytas kaip „neišnykstantis pilvo skausmas“. Jie taip pat pašalino dar vieną asmenį iš pagrindinio tyrimo, teisininką, vardu Augusto Rioux, kai po pirmosios dozės jam pasireiškė lengvas, saugus ir veiksmingas perikarditas.
Tas pats pasakytina ir apie „AstraZeneca“ – Brianne Dressen buvo atleista po pirmosios dozės, bet pranešama, kad ji pasitraukė dėl asmeninių priežasčių. Matote? Lengva suprasti.
Protokolo sabotažas Nr. 6: Įrašykite klaidingus duomenis
Kai niekas kitas nepadeda, galite tiesiog įrašyti tyrimui visiškai klaidingus ir iš niekur nieko sufabrikuotus duomenis. „Pfizer“ tyrimų rangovė „Ventavia“ mums parodo, kaip tai padaryti – toliau pateiktose ekrano kopijose yra tikrasis Brooke Jackson – vienos iš „Ventavia“ padalinio vadovų – išsiųstas el. laiškas, kuri nusprendė pabandyti pakenkti režimui atskleisdama vykstantį sukčiavimą:
Neįprastai greitai ir efektyviai ponia Jackson buvo atleista iš darbo praėjus mažiau nei šešioms – 6 – valandoms po šio el. laiško išsiuntimo FDA. ŠEŠIOS VALANDOS!! Štai kaip viskas turėtų būti daroma.
Be to, kai ji padavė ją į federalinį teismą, bandydama sužlugdyti visą „Pfizer“ vakcinos tyrimą, režimas sėkmingai jį vilkino beveik dvejiems metams, naudodamas įvairias išradingąsias teisines taktikas. (Tačiau reikėtų pažymėti, kad tas, kas buvo atsakingas už samdymą, smarkiai suklydo; reikia atlikti kruopštų patikrinimą, siekiant įsitikinti, kad potencialūs kandidatai neturi tvirtų moralinių įsitikinimų.)
Deja, FDA nekontroliuoja užsienio medicinos žurnalų, vienas iš jų nusprendė (šokiruojančiai) paskelbti straipsnį, kuriame dokumentuojamas „Pfizer“ klinikinių tyrimų sukčiavimas. Didžiulis valandėlis. Štai kodėl būtina įsteigti vieningą valdymo organą visam pasauliui.
šaltinis: https://www.bmj.com/content/375/bmj.n2635
IV-3. Tyrimo manipuliavimo 3-iasis variantas: tyrimo analizė
Kai baigsite patį tyrimą, laikas išanalizuoti tyrimo duomenis. Čia bus išvalyti visi probleminiai duomenys, kurie kažkaip pateko pro visus jūsų protokolų dizainus ir sabotažą. Įsivaizduokite tai kaip naudoto, bet apdaužyto automobilio dažymą nauju dažų sluoksniu, kad paslėptumėte visus po apgadinimus – jūs nieko esminio nekeičiate, tik (dažniausiai) užmaskuojate. Niekas nenori subraižyti šviežių dažų, kad įsitikintų, jog jie nieko neslepia.
Yra laaabai daug duomenų „analizės“ būdų. Svarbiausia yra protingai pasirinkti, kuriuos iš jų pasirinkti ir kaip atlikti analizę.
Analizės taktika Nr. 1: Nekoreguokite duomenų
Duomenų koregavimas yra gana standartinis dalykas moksle. Neapdoroti duomenys beveik niekada netinka tiesioginėms išvadoms daryti ar ekstrapoliuoti, nes paprastai yra visokių klaidinančių kintamųjų.
Pateikiame labai paprastą duomenų koregavimo pavyzdį:
Toliau pateikiamas Darto Santistan (blogosios valstijos) ir Komifornijos (gerosios valstijos) valstijų gyventojų skaičius:
Štai mirtingumo nuo Baisiosios Ligos rodikliai šiose valstijose – apskritai blogojoje valstijoje mirčių yra daugiau nei gerojoje. Kadangi jose yra tas pats gyventojų skaičius, tai reiškia, kad mirtingumo rodiklis yra didesnis BLOGOSIOJE, BLOGOSIOJE Darto Santistan valstijoje:
BET... (taip, čia yra didelis „bet“)
Jei atskirai pažvelgtume į vyresnio amžiaus ir ne vyresnio amžiaus gyventojų mirtingumo rodiklius, šokiruoja tai, kad gerojoje valstijoje mirtingumas ABIEJOSE šalyse yra didesnis (?!?!?!?!?!):
Du svarbūs pastebėjimai čia:
- Priežastis, kodėl neištikimos Mirties Santistan valstybės bendras rodiklis yra didesnis nepaisant mažesnio mirtingumo kiekvienoje amžiaus grupėje iš tikrųjų viskas labai paprasta – senjorai miršta daug dažniau nei kiti, tačiau blogojoje valstijoje senjorų yra 2.5 karto daugiau nei gerojoje, o tai reiškia daug daugiau mirčių apskritai dėl didžiulio senjorų skaičiaus blogojoje Mirties Santistan valstijoje:
Kad blogoje valstijoje mirtų tiek pat pagyvenusių žmonių, kiek ir geroje valstijoje, jose mirtingumas tarp pagyvenusių žmonių turėtų būti tiesiogine prasme 40 % mažesnis nei geroje valstijoje, nes geroje valstijoje pagyvenusių žmonių yra tik 40 % mažiau nei blogoje valstijoje. Štai kodėl (kai norime būti sąžiningi, pavyzdžiui, kai tiesa padeda režimui) mokslas koreguoja duomenis, kad išvengtų tokių dalykų. (Šis konkretus statistinis reiškinys iš tikrųjų turi oficialų pavadinimą: „Simpsono paradoksas. ")
Todėl NEKOREGUOKITE duomenų, jei tai pakenks režimo naratyvui.
2-oji analizės taktika: koreguokite duomenis apgaulingai arba netinkamai
Ir atvirkščiai, kartais neapdoroti arba tinkamai pakoreguoti duomenys nebus naudingi jūsų pasakojimui. Tokiais atvejais turite kūrybiškai koreguoti, kol sėkmingai užmaskuosite eretiškus rezultatus, kad niekas jų nematytų ar nesuprastų.
Pavyzdžiui, jei paimsime aukščiau pateiktą hipotetinį fiktyvių Komiefornijos / Mirties Santistano Lyčių Spektrinio Rojaus būsenų palyginimą, galėsite pridėti „koregavimą“, kad „išspręstumėte“ problemą. Jums tereikia rasti savybę, kuri rodytų blogesnius rezultatus blogojoje Mirties Santistano būsenoje nei gerojoje Komiefornijos Lyčių Spektrinio Rojaus būsenoje. Kadangi Mirties Santistanas nusprendė nesilaikyti režimo gyvybes gelbstinčių karantinų, Mirties Santistano senjorai buvo linkę išeiti iš namų dažniau nei kitose valstijose, net jei tik pasivaikščioti po kvartalą pakvėpuoti grynu oru, o tai reiškia, kad senjorai, kurie neišeidavo iš namų, tikriausiai dažniau sirgo per daug, kad išeitų iš namų. Tokie sergantys senjorai taip pat dažniau miršta nuo Baisiosios Ligos.
Štai kaip tai galėtų būti:
1 diagrama – senjorų populiacija kiekvienoje valstijoje (kairieji stulpeliai = senjorai, kurie išeidavo į lauką bent kartą per savaitę; viduriniai = senjorai, kurie neišeidavo į lauką; dešinieji = bendras senjorų skaičius kiekvienoje valstijoje)
2 diagrama – mirčių skaičius kiekvienoje iš trijų 1 diagramoje pateiktų kategorijų:
Tai visiškai išsprendžia mūsų probleminius duomenis (galbūt net per gerai juos išsprendžia!!) – stebėkite, kaip keičiasi mirtingumas tarp vyresnio amžiaus žmonių:
Dabar tereikia vadinti uždarose patalpose esantį vyresnio amžiaus žmonių mirtingumo rodiklį „pagal gyventojų skaičių pakoreguotu vyresnio amžiaus žmonių mirtingumo rodikliu“.
Taip pat retkarčiais vis tiek galite užsiminti apie vyresnio amžiaus žmonių mirtis uždarose patalpose, nes tai daug lengviau propaguoti naudojant tokią temą kaip „senjorams kyla didžiausia rizika, nes jie negali judėti „Blogoje būsenoje mirties tikimybė buvo beveik TRIS kartus didesnė nei GEROje.“ Žmonės natūraliai sieja senjorus su buvimu uždarose patalpose, todėl jie vargu ar supras, kad „uždarose patalpose gyvenantys senjorai“ iš tikrųjų sudaro tokį mažą mūsų hipotetinės Mirties Santistano senjorų populiacijos procentą.
Analizės taktika Nr. 3: Pasirinkite optimalius galinius taškus
Vertinimo rezultatai yra labai svarbūs. Oficialiai pagrindinis tyrimo vertinimo rezultatas (-iai) yra pagrindinis atradimas, lemiantis, ar tyrimas laikomas sėkmingu, ar nesėkmingu. Vertinimo rezultatas iš esmės yra dalykas arba rodiklis, kurį naudojate vertindami sėkmę / nesėkmę arba tiriamo dalyko poveikį. Pavyzdžiui, jei bandote naują vaistą, kad pamatytumėte, ar jis sustabdo baisiąją ligą nuo jūsų mirties, vertinimo rezultatas būtų mirčių nuo baisiosios ligos skaičius. Jei gydymo grupėje mirčių nuo baisiosios ligos buvo mažiau nei kontrolinėje grupėje, gydymas buvo veiksmingas, bet jei ne, tai reiškia, kad tyrimas nebuvo pakankamai gerai suklastotas. (Tai šiek tiek supaprastinta, bet pagrindinę mintį suprantate.)
Taigi, rinkdamiesi galinį tašką (-us), turite išmintingai pasirinkti.
Todėl paprastai reikėtų rinktis galinius taškus, kurie turi kuo daugiau šių savybių:
- Priklauso nuo subjektyvaus vertinimo, o ne nuo objektyvaus stebėjimo
- Natūraliai šališkas jūsų pageidaujamų rezultatų atžvilgiu
- Lengva manipuliuoti rezultatu
- Lengva meluoti apie rezultatą
- Žmonėms sunku suprasti, ar suklastojote ar manipuliavote rezultatais
- Sunku suvokti / suprasti – ypač paprastam žmogui
Pavyzdžiui, tarkime, kad vykdote tyrimą, siekdami sabotuoti alternatyvų gydymą, kuris iš tikrųjų veikia nuo Baisiosios Ligos (kas būtų labai blogai, jei režimas norėtų, kad pandemijos krizė tęstųsi dar kurį laiką). Jums reikia įrodyti, kad jis neveikia. Jei pasirinksite „mirtį“ kaip vertinamąjį tašką, galite patekti į didelę bėdą, kai vaistas išgelbės daugybę žmonių gydymo grupėje.
Vietoj mirties galite pasirinkti kažką panašaus į „laikas išrašyti iš ligoninės“. Šis baigties taškas atitinka visas šešias sąlygas (tam tikru mastu):
- Pacientų išrašymas yra subjektyvus gydytojų (kurie turėtų būti įtraukti į tyrimo atlyginimų sąrašą) sprendimas, todėl jums nereikia išleisti pacientų, kurie atitinka objektyvius išrašymo standartus.
- Išrašymas yra šališkas jūsų pageidaujamiems rezultatams – kadangi mirs didesnė kontrolinės grupės dalis, tai reiškia, kad didesnė dalis sunkiais atvejais niekada nebus išrašyti, todėl jie nepailgins vidutinio išrašymo laiko likusiai kontrolinės grupės daliai; palyginti su gydymo grupe, kur sunkiau sergantys pacientai, užuot mirę, pasveiksta keliomis papildomomis dienomis, todėl vidutinis gydymo grupės išrašymo laikas pailgėja.
- Išrašymą labai lengva manipuliuoti – galite pasitelkti tyrime dalyvaujančius ligoninės darbuotojus, kad jie be reikalo šiek tiek atidėtų gydomų pacientų išrašymą (reikia įsitikinti, kad atitinkamas personalas žino, kas gavo gydymą, todėl laukia ilgiau, kol bus išrašytas iš ligoninės).
- Išrašymo laiką taip pat gana lengva suklastoti; tereikia pataisyti dokumentus, nurodančius priėmimo į ligoninę ir (arba) išrašymo datą (ir, jei reikia, apsaugos įrašų įrašus). Mirties duomenis suklastoti daug sunkiau, nes mirties laikas paprastai užfiksuojamas labai tiksliai. ir pasirodo mirties liudijime.
- „Laikas iki išrašymo“ nėra pats intuityviausias rodiklis paprastam žmogui.
Akivaizdu, kad daugeliu šių sąlygų galite pasiekti geresnių rezultatų, tačiau tai perteikia pagrindinę mintį.
4-oji analizės taktika: užkaskite alternatyvius vertinimo rodiklius
Tai praktiškai savaime suprantama: jei kaip vertinamąjį kriterijų naudojate „išrašymo laiką“, bet pranešate, kad gydymo grupėje mirtingumas sumažėjo 50 %, na, tarkime, kad tai sukels daug abejonių.
Taigi, užuot susidūrę su sunkiais klausimais, kodėl pasirinkote tokį absurdišką vertinamąjį baigtį ir kodėl teigtumėte, kad gydymas neveikia, jei matote, kad gydymas reikšmingai sumažino mirtingumą, geriausia būtų niekur tyrimo vietoje nepranešti apie mirtis.
Jei negalite išvengti mirtingumo statistikos pateikimo, bent jau turėtumėte ją paslėpti atsitiktinės lentelės priede viduryje tokiu formatu, kurį būtų labai sunku suprasti. Arba dar geriau – išbarstyti ją po kelias duomenų lenteles, o ne viską vienoje vietoje, kur ją lengvai atpažintų koks nors erzinantis atsitiktinis moksliukas savo rūsyje.
5-oji analizės taktika: norėdami gauti norimus rezultatus, naudokite optimalius analizės tipus
Yra tiek pat būdų analizuoti duomenis, kiek yra lyčių tapatybių ar įvardžių derinių. Deja, išsamus įvairių metodų paaiškinimas negali būti sutalpintas į formatą, tinkamą tokiam idioto vadovui. Pažvelkite į kai kuriuos iš šių pavadinimų:
- Subalansuota dispersijos analizė
- Beta paskirstymo jungtis
- Dviejų ar daugiau grupių Box-Cox transformacija (T-testas ir vienfaktorinė ANOVA)
- Klasteriniai šilumos žemėlapiai (dvigubos dendrogramos)
- Paskirstymo (Weibull) jungtis
- Neaiškus klasterizavimas
- Gama skirstinio pritaikymas
- Bendrieji tiesiniai modeliai (GLM)
- Grubbs'o išskirtinių verčių testas
- Hierarchinis klasterizavimas / dendrogramos
- „K“ reiškia grupavimą
- Medoidinis skaidymas
- Daugiamatė dispersinė analizė (MANOVA)
- Neaptinkamų duomenų grupių palyginimas
- Vienpusė kovariacijos analizė (ANCOVA)
- Regresinis klasterizavimas
Esmė ta, kad skirtingi statistinės analizės metodai duos skirtingus rezultatus. Jei jie neduotų skirtingų rezultatų, nebūtų tiek daug metodų. Viskas priklauso nuo požiūrio. Taigi, jūs turite pasamdyti kompetentingus statistikos guru, kurie išmano šiuos dalykus (ir yra ištikimi režimui) dėl dviejų priežasčių:
- Jūs gaunate naudos iš jų patirties (kurios jums reikia; atminkite, kad jūsų patirtis yra propaganda, o ne įmantri statistinė analizė. Truputis praktinio nuolankumo, pripažįstant savo ribotumus, yra labai svarbus norint būti sėkmingu propagandistu; per didelis pasitikėjimas savimi pražudė ne vieną lojalų režimo pakaliką [ir dažnai lėmė ilgas atostogas prastame Gulage]).
- Režimo eretikai negali remtis patikimos statistinės analizės specialistų patirties stoka, kad sumenkintų ir suabejotų režimo tyrimų patikimumu. Neilo Fergusono atvejis yra pamokanti istorija – nors iš pradžių jam pavyko įtikinti vyriausybes visame pasaulyje savo nuostabiu modeliu, numatančiu apokaliptines Covid žudynes, visiškas bet kokios dalykinės patirties trūkumas ir ilga visiškai kliedesinių pandemijų prognozių istorija suteikė opozicijai tvirtą pagrindą atmesti jo modelius ir visus vėlesnius įvairių vyriausybių stumiamus modelius. Po šios nesėkmės jie taip pat sugebėjo sėkmingai prozelitizuoti.
6-oji analizės taktika: pašalinkite probleminius duomenis, kurių negalima analizuoti, koreguoti ar kitaip paslėpti.
Tai tas pats, kas pašalinti tiriamuosius iš tyrimo, jei jie neatitinka režimo reikalaujamų rezultatų; tiesiog čia jūs pašalinate jau sugeneruotus duomenis, o ne pačius tyrimo tiriamuosius. Tačiau tikslas tas pats: neleisti duomenims, kurie neatitinka to, ką norite, kad tyrimo rezultatai parodytų, patekti į oficialų tyrimo įrašą.
Nesvarbu, kokie bus rezultatai, turėtumėte turėti paruoštų diskusijų temų, kuriomis galėtų jus paremti žiniasklaidos priemonės. Nesvarbu, kiek jos klaidingos, klaidinančios ir pan. – visa propagandos esmė yra nušviesti ir suklaidinti – žiniasklaida, vien užtvindydama ekosferą savo informacija, yra galinga jėga, kuri daugumai žmonių bent jau labai apsunkins jūsų gebėjimą išsklaidyti melą ir apgaulę, kurią sparčiai skleidžiate visuomenėje.
Turėtumėte būti ypač pasiruošę žiauriai taikytis į bet kurį mokslininką ar akademiką, turintį eretiškų pažiūrų, kuris gali suabejoti tuo, ką sakote, arba, dar blogiau, atkreipti dėmesį į jūsų tyrimo trūkumus. Su didžiausiu išankstiniu nusistatymu.
V skyrius. Duomenų rinkinių taisymas
Kitas svarbus mokslo šaltinis, be tyrimų, yra duomenų rinkiniai ir kiti informacijos šaltiniai, naudojami moksliniams teiginiams daryti. Duomenys, ypač oficialūs valstybės duomenys, yra tinkami naudoti ir be oficialaus tyrimo, todėl turite užtikrinti, kad turimi duomenys, ypač duomenų rinkiniai, kurie yra įprastinių, tiek akademikų, tiek paprastų žmonių visuomenėje cituojamų metrikų pagrindas, būtų jūsų tvirtoje kontrolėje ir galėtumėte juos savo nuožiūra koreguoti, keisti ir modifikuoti.
Toliau pateikiami taktikos tipai, kuriuos turėtumėte naudoti, kad maksimaliai padidintumėte turimų duomenų rinkinių kontrolę ir naudingumą:
V-1. Statistinė „žvejyba“
Statistinę žvejybą lengviau tiesiog iliustruoti, nei paaiškinti abstrakčiai:
Tarkime, didelė farmacijos kompanija išleidžia naują vaistą, kuris (jie teigia) padaro vaikus protingesnius ir pagerina jų akademinius rezultatus. Deja, nors jį patvirtino FDA, jie žino, kad jis neveikia, ir žmonės pradeda įtarti, kad gali būti kažkas įtartino (ir jie rizikuoja milijardais dolerių). Taigi jie ateina pas jus ir siūlo jums didelį septynženklį atlyginimą, kad „įrodytumėte“, jog jų naujasis vaistas veikia. Taigi jūs, būdamas drąsus samdomas mokslininkas be jokių skrupulų (išskyrus, žinoma, lojalumą režimui), priimate jų pasiūlymą. Kaip „įrodyti“, kad jų vaistas veikia? Paprasta. Gaunate duomenis iš visų šalies mokyklų rajonų, kurie rodo akademinius balus ir vaikų, vartojusių naująjį farmacijos vaistą, procentą. Štai čia ir prasideda „žvejyba“: turite peržiūrėti kiekvieną rajoną, kol rasite vieną ar du, kuriuose akademiniai balai yra aukštesni už vidutinius ir daugiau vaikų tame rajone vartojo naująjį vaistą nei vidutiniškai (kaip žvejyba, kai tęsiate, kol užkimba žuvis). Tada jūs paskelbiate savo „tyrimą“: „X rajone radome koreliaciją, kur didesnis procentas vaikų, vartojusių naująjį vaistą, lėmė geresnius akademinius rezultatus.“ Tai nesąmonė, nes visos kitos apygardos rodo, kad vaistas neturėjo jokio poveikio akademiniams rezultatams, bet jūs to sumaniai išvengiate, pabrėždami vieną apygardą, kurioje yra atsitiktinė koreliacija. (Esant pakankamai didelei imčiai, beveik garantuotai rasite vieną atsitiktinę apygardą, kurioje atsitiktinai daug vaikų vartojo vaistą ir pagerėjo akademiniai rezultatai.)
Pagrindinė pamoka yra ta, kad kartais tereikia šiek tiek atkaklumo. Pavyzdžiui, jei turite didelį duomenų rinkinį iš daugelio šalių, tiesiog peržiūrėkite po vieną, kol rasite ieškomą koreliaciją. Arba galite išbandyti sudėtingesnę šios taktikos versiją, vadinamą „P-Hacking".
Puikus šios taktikos pavyzdys yra šis CDC „tyrimas“, kurio metu jie peržiūrėjo visas 50 valstijų, ieškodami tokios, kurioje galėtų patobulinti duomenis ir parodyti, kad COVID-50 vakcinos sumažino pakartotinės infekcijos riziką žmonėms, kurie jau sirgo COVID-XNUMX prieš skiepijimąsi. Ir ką gi, jie rado tokią (iš XNUMX plius kelių nevalstybinių jurisdikcijų, tokių kaip Vašingtonas), kurioje jie galėjo pateikti duomenis taip, kaip norėjo:
šaltinis: https://www.cdc.gov/mmwr/volumes/70/wr/mm7032e1.htm?s_cid=mm7032e1_w
Matote, jei CDC būtų galėję panaudoti daugiau nei vieną valstiją, kad įrodytų, jog vakcinos nuo Covid sumažino pakartotinio užsikrėtimo riziką, jie tai būtų padarę (aišku). Bet jie bandė ir bandė, kol rado valstiją, kurioje galėtų panaudoti duomenis, kad tai įrodytų.
Beje, propagandistams čia yra dar viena svarbi pamoka: atkaklumo vertė. Nepasiduokite, jei nerandate lengvai suklastoto ar manipuliuojamo duomenų rinkinio, kuris sustiprintų režimo argumentus. Kartais reikia būti kūrybingiems ir tęsti, kol pasieksite nesėkmių ribą.
V-2. Koreguokite probleminius duomenis
Taip, mes tai minėjome anksčiau skyriuje apie takelažo tyrimus.
Jei neapdoroti duomenys neatitinka jūsų pageidaujamo naratyvo, tiesiog juos „koreguokite“, kol jie atitiks, taip pat, kaip tai darytumėte su tyrimo vidiniais duomenimis. Duomenų koregavimas yra įprasta mokslo dalis, ir kadangi labai mažai žmonių iš tikrųjų supranta, kaip tai veikia, galite pasinaudoti šia praktika ir ją piktnaudžiauti.
Kažkas bičiulis netgi paskelbė mokslinį straipsnį šia tema (jis bus įdomus skaitinys, jei esi kompiuterių entuziastas):
šaltinis: https://pubmed.ncbi.nlm.nih.gov/29254468/
Puikus šios koncepcijos pritaikymas susijęs su visuotinio atšilimo moksliniu konsensusu, kuris anksčiau buvo visuotinio aušinimo mokslinis konsensusas. Kaip manote, ar tie patys duomenys, kurie 1974 m. rodė, kad pasaulis artėja prie negrįžtamo ledynmečio, keliančio grėsmę žmonijos išlikimui, dabar rodo, kad iš tikrųjų egzistavo *atšilimas* tendencija iš tų pačių duomenų kas kelia grėsmę žmonijos išlikimui??
šaltinis: https://content.time.com/time/subscriber/article/0,33009,944914,00.html
Jie tiesiog „pakoregavo“ duomenis taip, kad ankstesni dešimtmečiai būtų šaltesni, o vėlesni – šiltesni, ir štai, problema išspręsta! Tai velniškai gudru ir labai efektyvu – atkreipkite dėmesį į toliau pateiktą diagramą (pateiktą žinomo režimo disidento eretiko) dvi linijas, kurios rodo vidutinę metinę temperatūrą: mėlyna linija = neapdoroti duomenys, oranžinė linija = duomenys po to, kai režimo mokslininkai juos „pakoregavo“:
šaltinis: https://realclimatescience.com/2018/03/noaa-data-tampering-approaching-2-5-degrees/
Jei pažvelgsite į mėlynąją liniją, per pastaruosius 100 metų bendro atšilimo nebuvo – o tai labai blogai oficialiam katastrofiško pasaulinio atšilimo naratyvui!!! Tačiau oranžinė linija rodo aiškią atšilimo tendenciją per pastaruosius 100 metų – ir tai yra būtent tas naratyvas.
Žinoma, jei ateityje dėl kokių nors priežasčių taps pragmatiška grįžti prie pasaulinio atvėsimo, NOAA mokslininkai tiesiog „pakoregaus“ duomenis taip, kad pastarieji 100 metų atrodytų kaip nuolatinė atvėsimo tendencija.
Esmė ta, kad viskas slypi koregavimuose.
(pastabosNaudinga leisti keliems atsitiktiniams, mažai žinomiems režimo mokslo eretikams pasilikti, nes jie pateikia duomenis ir analizę, kurie iš tikrųjų yra gana naudingi paties režimo vidaus naudojimui, jei tik užtikrinate, kad jie nepradėtų įgyti žinomumo – tada nedelsdami išvežate juos į Gvantanamą.)
V-3. Iš oficialių oficialių duomenų analizių neįtraukite nieko, kas neatitinka jūsų norimų rezultatų.
Kruopštus analizės elementų patikrinimas yra tiesiogine prasme 101 dalykas. Jei informacija ar faktiniai rezultatai gali pakenkti jūsų pageidaujamiems rezultatams, tiesiog neįtraukite jų į oficialią oficialių duomenų analizę. Taigi, jei yra vyriausybės duomenų bazė, rodanti, kad po „Šlovingosios vakcinos“ labai padaugėjo įvairių medicininių būklių, tiesiog ignoruokite ją.
Paimkime CDC ir FDA bendrai valdomą VAERS (Vakcinos nepageidaujamų reiškinių ataskaitų teikimo sistemos) duomenų bazę:
CDC (apsimeta) skatina pranešti VAERS apie sveikatos sutrikimus, kurie pasireiškia po skiepijimo, „net jei nesate tikri, kad ligą sukėlė vakcina“.
Po to, kai 2020 m. gruodžio viduryje buvo pradėtos vakcinuoti nuo Covid, VAERS įrašai apie mirčių skaičių atrodo taip (diagramoje parodytas bendras užregistruotų mirčių skaičius pagal visas vakcinas kiekvienais metais):
Šiame grafike pateikiama VAERS ataskaitų apie sužalojimus / mirtis nuo Covid vakcinų statistika:
Vis dėlto, kada paskutinį kartą girdėjote apie VAERS iš CDC kokioje nors ataskaitoje ar analizėje, susijusioje su brangiomis Covid vakcinomis?
Tiksliai!! CDC (ir visi kiti) tiesiog ignoruoja VAERS (išskyrus atvejus, kai jie retkarčiais skelbia „faktus tikrinančius“ straipsnius, kad paneigtų VAERS).
Taip pat negailestingai persekiokite visus, kurie išdrįsta bandyti panaudoti tokius duomenis, kad pakenktų jūsų režimo analizių ir pareiškimų patikimumui. Tai dažnai yra problema, nes neišvengiamai atsiras daug žmonių, kurie turės prieigą prie neapdorotų duomenų, kai jie bus sukurti.
V-4. Ankstesnių santykių ir skirtumų sąsajos
Paprastas būdas suklastoti tyrimą yra palyginti du subjektus, kurie, kaip žinote, jau turi tam tikrą skirtumą ar koreliaciją. Tuomet galite apsimesti „atradę“ šį skirtumą ar koreliaciją, bet priskirti jį naujam veiksniui.
Taigi, jei, pavyzdžiui, neturtingose valstijose, palyginti su turtingomis, sveikatos rezultatai paprastai yra blogesni, o neturtingos valstijos mažiau laikosi režimo nurodymų, galite nurodyti jų blogesnius sveikatos rezultatus ir kaltinti juos dėl to, kad jie nesiskiepijo šlovingosios vakcinos. Žiniasklaida išties puikiai geba skleisti šią žinią, nes jai labiausiai patinka priskirti blogus rezultatus politinei priklausomybei nuo „blogos“ politinės partijos (partijų).
V-5. Kontroliniai kritiniai duomenų rinkiniai, naudojami moksliniams tyrimams
Tas, kuris kontroliuoja duomenis, kontroliuoja ir mokslą.Pasirūpinkite tvirta žinomiausių ir plačiausiai naudojamų duomenų rinkinių kontrole, taip išvengsite daug streso ir galvos skausmo. Pavyzdžiui, kariuomenė kontroliuoja savo vidinius duomenų rinkinius ir gali juos manipuliuoti savo nuožiūra. Kaip ir DMED – jie visiškai sugadino šį duomenų rinkinį, todėl visas jis tapo nenaudingas. Pažvelkite į dvi diagramas, kuriose parodyta... *TAS PATS* DMED duomenys apie „ambulatorinių gydytojų apsilankymų dažnį“ 2015–2018 m. (kairėje diagramoje pateikta 2019 m. versija, dešinėje – 2021 m. versija) – ir kažkodėl jie nėra tas pats (raudonai apibrauktos sritys).
Atkreipkite dėmesį į 2016–2018 m. skaičių pokytį (kurį galite matyti pagal tendencijos linijos formą)? Kaip padidėjo gydytojų apsilankymų skaičius 2016 m., palyginti su tuo pačiu laikotarpiu? 2019 bei 2021 ????
Nes režimas tiesiog perrašė duomenis. Tai galite padaryti, kai visiškai kontroliuojate duomenų rinkinį.
Savaime suprantama, kad jokiomis aplinkybėmis neturėtumėte leisti pagonims mokslininkams prieiti prie jūsų kontroliuojamų šventųjų tekstų ar mokslo duomenų – atminkite, kad visada turite būti budrūs, kad nesąžiningas eretikas tyrėjas neatliktų analizės, kuri galėtų paneigti mokslą ar jam prieštarauti. CDC čia rodo pavyzdį:
šaltinis: https://www.cdc.gov/nchs/nvss/nvss-restricted-data.htm
Jei nesuteiksite erzinantiems, įkyriems nepriklausomiems mokslininkams prieigos prie duomenų, jums nereikės nerimauti, kad jie duomenyse atras dalykų, kurie iš esmės pakenks režimo naratyvui.
VI skyrius. Įrodymų standartų kontrolė
Įsivaizduokite save kaip teisėją, pirmininkaujantį baudžiamojoje byloje, kuris sprendžia, kokie įrodymai yra priimtini teisme, ir tokiu būdu gali užtikrinti, kad inkriminuojantys ar išteisinantys įrodymai niekada nepasiektų prisiekusiųjų. Ta pati idėja – kontroliuodami įrodymų standartus, galite netiesiogiai pašalinti daugybę sudėtingų mokslinių tyrimų, kurie egzistuoja, tiesiogiai neginčijant konkrečių teiginių ar įrodymų.
VI-1. Užtikrinti, kad aukščiausios kokybės įrodymus galėtų pateikti tik režimo patvirtinti subjektai
Tai paprasta taisyklė: Nepriklausomiems mokslininkams ar tyrėjams kuo sunkiau atlikti „aukštos kokybės“ tipo tyrimus.
Priešingai nusiteikusiems disidentams nepatvirtintų ar eretiškų mokslinių tyrimų vykdymas galėtų tapti per brangus. Vienas didžiausių propagandos istorijos laimėjimų buvo atsitiktinai kontroliuojamų tyrimų, kaip įrodymų „auksinio standarto“, iškilimas. Tokių tyrimų atlikimas paprastai kainuoja daug milijonų, todėl tokie moksliniai tyrimai negali būti vykdomi kitiems, išskyrus milžiniškas farmacijos korporacijas (kurios yra lojalūs režimo veikėjai).
Taip pat galite priimti įstatymus arba pasitelkti vyriausybines agentūras, kad uždraustumėte atlikti nepatvirtintus aukštos kokybės tyrimus, jei grupei kažkaip pavyksta gauti pakankamai lėšų tokiam tyrimui atlikti.
VI-2. Nepatvirtintų mokslininkų atliekamų tyrimų tipų priskyrimas „žemos kokybės“ tyrimams
Ir atvirkščiai, užtikrinkite, kad bet koks neatitinkantis mokslinis tyrimas ar tyrimai, kuriuos vis dar galima atlikti, būtų priskirti prie žemos kokybės įrodymų. Paprastai tai yra geresnė alternatyva nei visiškai uždrausti visus nepatvirtintus tyrimus, kurie natūraliai sukels visuomenės įtarumą režimui ir bus linkę priimti visokias beprotiškas sąmokslo teorijas. Verčiau leiskite jiems atlikti savo tyrimus, bet paaiškinkite, kad jie beprasmiai, nes neatitinka tinkamų įrodymais pagrįsto mokslo taisyklių.
VI-3. Nenurodykite aiškaus įrodymų standarto, kurį paprasti žmonės galėtų taikyti patys.
Neišvengiamai susidursite su situacijomis, kai jums reikės laisvės taikyti dvigubą įrodymų standartą. Jei suformuluosite aiškų ir lengvai suprantamą standartą, neutralizuosite savo gebėjimą manipuliuoti mokslu, nes žmonės galės jus laikyti jūsų pačių skelbiamais standartais. Be to, kaip minėta anksčiau, norite sąlygoti žmones, kad tikrasis standartas yra tiesiog tai, ką režimas skelbia esant aukštos kokybės įrodymais, o ne kokie nors bent kiek objektyvūs kriterijai.
VI-4. Persekioti įžūlius ar neištikimus mokslininkus
Kartais gali susidaryti situacija, kai negalėsite abejoti tyrimų patikimumu remdamiesi tuo, kad jie yra prastos kokybės. Tokiais atvejais verčiau turėtumėte persekioti už eretiško mokslo skleidimą atsakingą (-us) mokslininką (-us), taip nutraukdami probleminių tyrimų sklaidą ir tolesnį jų vykdymą. Tai gali būti taip nekenksminga, kaip pašalinti juos iš socialinės žiniasklaidos, arba taip pat sudėtinga, kaip išsiųsti juos į Gulagą, kur jie niekada daugiau nebus matyti ir apie juos girdėti. Kad ir kaip jūs ar režimas galiausiai nuspręstų juos pašalinti iš viešosios erdvės, turite negailestingai pulti jų reputaciją ir patirtį (net ir po to, kai maištingas išdavikas bus pašalintas). Tai taip pat gera taktika, kurią galima panaudoti prieš charizmatišką (-us) mokslininką (-us), kuris (-ie) kelia grėsmę režimui, nes jis ar ji užkariauja masių širdis. Tai tiesa, net jei jie atrodo lojalūs, nebent esate absoliučiai tikri, kad jie niekada neperbėgs į kitą pusę (pavyzdžiui, jei turite šantažo informacijos arba jie yra režimo naratyvo širdis ir siela bei yra fanatiškai atsidavę, kaip šventasis daktaras Fauci). Todėl turėtumėte palaikyti patikimą šnipinėjimo aparatą, kad galėtumėte sekti visus lojalius režimui mokslininkus.
VII skyrius. Mokslo bažnytiniai autoritetai
Pirmiausia turite suprasti, kad autoriteto samprata mokslo srityje yra bažnytinio pobūdžio. Didžiąją dalį šiuolaikinės visuomenės mokslinio diskurso sudaro autoritetų argumentai. Taigi, užuot tam priešinęsi, priimkite jį ir naudokite jį, nes tai yra galingiausias ginklas kovoje už paties mokslo kontrolę. Jūs esate Mokslo bažnyčia. Režimas yra jos Vatikanas. Parodykite savo raumenis ir primeskite savo valią!!
Privalote įtvirtinti konvencijas, kurios natūraliai atrinks tik režimui lojalius asmenis, užimančius mokslines pareigas visuomenėje. Tai daugiausia pasiekiama šiais metodais:
VII-1. Ekspertai privalo būti akredituoti
Įgaliojimai yra pirmasis kriterijus, kuris atsieja daugumą potencialių piktadarių. Reikalaujant įgaliojimų – kuriuos, žinoma, galima gauti tik per paties režimo tarpininkavimą arba per režimo akredituotą ir jam lojalią instituciją. Turite sustiprinti įsitikinimus, kad neakredituoti ekspertai yra nepaprastai pavojingi ir neišmanantys, nes visuomenę slegia nuolatinis noras prašyti antros nuomonės apie režimo pozicijas ir pareiškimus.
VII-2. Ekspertai turi būti susiję su gerą reputaciją turinčia institucija ar organizacija
Dar viena akivaizdi taisyklė. Tai geras būdas dar labiau atsijoti visus potencialius Mandžiūrijos mokslininkus, kurie sėkmingai įveikė akreditacijos procesą.
VII-3. Ekspertai turi būti svarstomi „pagrindinėje srovėje“
Griežtai vykdykite šią socialinę konvenciją, nes ji yra galinga apsaugos priemonė tuo atveju, jei ekspertas pažeistų savo pareigas ir nuspręstų nepaklusti režimui. Tokių žmonių negalima lengvai dekredituoti, o kartais gali būti sunku arba nepraktiška nutraukti visus ryšius, kuriuos jie gali turėti su gerą reputaciją turinčiomis organizacijomis. Todėl reikalinga diskvalifikacija, kuri nepriklauso nuo nė vieno iš šių veiksnių. Paskelbti jį nepriklausančiu nuo pagrindinės srovės yra gana galingas būdas atimti iš tokio eksperto autoritetą.
VII-4. Užtikrinti mokslinį konsensusą
Dar vienas galingas būdas kontroliuoti, kas turi mokslinę valdžią, yra priversti laikytis sugalvoto „bendro sutarimo“, kiekvieną, nukrypstantį nuo šio sutarimo, vadinant nekaltu, nepataisomu eretiku, pačiu nukrypiausiu. Tai išorinis įrankis, kuris gali būti labai naudingas norint nuversti nepaklusnius mokslininkus. „Konsensusas“ galingai skamba pasauliečių ausyse ir širdyse ir suteikia jiems lengvą pasiteisinimą nekelti klausimų, jei režimas nuspręstų staiga pašalinti anksčiau labai gerbiamą mokslininką.
Afterword
Propagandos menas yra plati tema, apimanti kelias disciplinas. Nesitikėkite, kad jį įvaldysite per naktį. Tikėkitės, kad darysite klaidų – taip išmoksite, kas veikia (todėl visada pasirūpinkite, kad turėtumėte ką nors kitą, kam galėtumėte suversti kaltę dėl savo klaidų).
Laimei, didžioji dauguma piliečių yra intelektualios avys. Šį principą puikiai pademonstravo vyriausiasis „Obamacare“ architektas profesorius Jonathanas Gruberis.
Tačiau profesorius Gruberis turėjo polinkį įrašytose kalbose aiškinti per daug ir pernelyg aiškiai. Žinoma, nėra nieko blogo, jei jauniems režimo studentams aiškiai aiškinami prieštaringi klausimai, kurie yra labai svarbūs norint suprasti, kaip veikia režimo politika, nes jie turės gerai suprasti šiuos dalykus, jei nori būti produktyvūs režimo darbuotojai. Tačiau problema tampa, kai šios kalbos įrašomos vaizdo įraše, prieinamame plačiajai visuomenei, kurią turėtumėte apgauti:
Galima būtų pamanyti, kad po to, kai vaikinas, parašęs labai nepopuliarų įstatymą (tuo metu), buvo pastebėtas daugybėje vaizdo įrašų, kuriuose jis giriasi, kaip tai buvo „sumanus Amerikos rinkėjo ekonominio supratimo stokos išnaudojimas“ ir kaip „Amerikos rinkėjo kvailumas“ buvo labai svarbus norint pateikti mokesčių padidinimą kaip nedidinimą (abu teiginiai yra 100 % teisingi, kaip minėta anksčiau), politikai bus priversti atšaukti įstatymą ir bandyti dar kartą po kelerių metų, kai šurmulys nurims.
Išskyrus tai, kad, pasirodo, dažniausiai galima pasikliauti ne tik visišku vidutinio rinkėjo kvailumu, bet ir trumpalaikės atminties stoka, savisaugos jausmo stoka ir, svarbiausia, atsidavimu politinei ideologijai. Ar „Obamacare“ buvo atšauktas ar net atidėtas? Ne. Taigi, net jei būsite smarkiai sučiupti, greičiausiai viskas bus gerai. (Ypač jei esate išugdę paklusnią pagrindinę žiniasklaidą, kuri lojaliai tarnauja režimui.)
Taip pat galite pasiguosti tuo, kad propaganda natūraliai yra save taisanti veikla – kai padaroma klaidų, jūs tiesiog paleidžiate dar daugiau propagandos ir manipuliacijų, kad jas nuslėptumėte ar kitaip sušvelnintumėte. Atkreipkite dėmesį, kaip režimo pareigūnai nuo profesoriaus Gruberio aukštinimo perėjo prie teiginio, kad jis yra visiškai nereikšmingas, nė nemirktelėdami ir be menkiausio gėdos užuominos dėl grynos veidmainystės, susijusios su jų nesuderinamomis pozicijomis:
(Vis dėlto turėtumėte būti atsargūs ir nedaryti klaidų pernelyg lengvabūdiškai, antraip galite atsidurti perkeltas į sovietinį Gulagą ar CŽV slaptųjų operacijų bazę Maroke.)
Kartu galime padaryti pasaulį geresne vieta tiems, kuriems lemta būti naujai atsinaujinusios žmonijos dalimi.
-
Aaronas Hertzbergas rašo apie visus pandemijos padarinių sprendimo aspektus. Daugiau jo raštų galite rasti jo knygoje „Substack: Resisting the Intellectual Illiteratti“.
Žiūrėti visus pranešimus
