Covid19 “Tutti i Numeri Della Truffa del Secolo” Ecco Come Miliardi di Persone sono State Ingannate Attraverso l’Arte della Propaganda Scientifica

Crediamo di aver messo a vostra disposizione un qualcosa che i nostri posteri un giorno analizzeranno con seria preoccupazione per la facilità con cui quasi 8 miliardi di persone hanno ceduto l’anima al diavolo in cambio di un caffè ed una cena al ristorante.

Toba60

Questo lavoro comporta tempo e denaro e senza fondi non possiamo dare seguito ad un progetto che dura ormai da anni, sotto c’è un logo dove potete contribuire a dare seguito a qualcosa che pochi portali in Italia e nel mondo offrono per qualità e affidabilità di contenuti unici nel loro genere.

“ Quest’opera è davvero un capolavoro della borsa di studio sovietica. In effetti è così bello che ho fatto mandare l’autore in un gulag siberiano per poterne rivendicare la paternità. “

Joseph Stalin

“La Guida agli Idioti sui Dati di Cucina per Aspiranti Propagandisti è una lettura obbligatoria per tutti gli indottrinati del Programma Giovani Leader del WEF. Non riesco a pensare a un elogio più alto”.

Klaus Schwab

“Come sapete, io sono la Scienza. Ma se vuoi sapere come è fatta la scienza, non guardare oltre questa pubblicazione brillante, altamente ricercata e puramente basata sull’evidenza. Ne ho persino una copia sul comodino firmata dal presidente Xi che mi ha regalato per celebrare l’apertura dell’Istituto di virologia di Wuhan!!”

Dr. Anthony Fauci

“Posso attestare dalla mia esperienza personale che tutto in questo libro è vero. Sicuro ed efficace, come piace dire a voi americani. Come pensi che ora abbia più soldi di Elon Musk??”

Presidente Volodymyr Zelenskyy, Nazione Democratica dell’Ucraina

“I protocolli di studio dovrebbero essere progettati seguendo le linee guida di The Idiot’s Guide to Cooking Data al fine di massimizzare l’impatto dello studio.”

Estratto dalla nota interna del CDC “Re: Progettazione ottimale dello studio MMWR”

Introduzione

Il Giappone nel mezzo del COVID-19: risultati della 4a edizione internazionale sondaggio di tracciamento effettuato da Kekst CNC

Osservate attentamente la diapositiva qui sopra, tratta da un sondaggio internazionale condotto pochi mesi dopo l’arrivo del Covid: E l’effetto reale era ancora maggiore, perché i numeri del “mondo reale” usati per calcolare quanto la gente esagerasse i rischi del covid erano ovviamente derivati da…. . . le organizzazioni di propaganda più importanti del mondo (mascherate da agenzie di salute pubblica). Che a loro volta stavano già esagerando i rischi del covide.

20200730_kc_covid_opinion_tracker_japan_deck_final_for-web

L’arte della propaganda efficace è una disciplina completa che richiede uno studio attento e approfondito e una revisione periodica. Per il principiante, può essere molto difficile da padroneggiare. Anche il propagandista esperto può a volte cadere nella trappola di pensare che creare e diffondere propaganda sia un’impresa semplice, un buon modo per vincere una vacanza permanente in Siberia pagata interamente. Di solito non è un compito così semplice confondere l’intera società ogni giorno, 365 giorni all’anno, a tempo indeterminato.

La breve guida che segue fornirà all’aspirante propagandista, al lacchè del WEF, all’Apparatchik comunista, al marxista sveglio e al burocrate governativo esperto gli strumenti e le conoscenze necessarie per sviluppare il proprio promettente talento in una piena padronanza dell’arte della propaganda.

Questo testo è un po’ lungo! Quindi non pensate di doverlo leggere dall’inizio alla fine in un colpo solo, perché questa è una ricetta per esaurirsi e non conservare le informazioni critiche contenute.

Questo manuale è suddiviso nelle seguenti sezioni:

Sezione I. Definizioni – Come ridefinire parole, termini e metriche per mantenerli in linea con la narrativa del regime.

Sezione II. Curating Data – Come dirottare i processi di registrazione, reporting e pubblicazione dei dati

Sezione III. Controllare quali dati sono considerati parte della Scienza ufficiale – Come controllare e smaltire i dati non conformi al regime in modo che non compaiano mai in nessun set di dati della Scienza ufficiale o del regime.

Sezione IV. Come truccare uno studio – Esattamente come sembra

Sezione V. Medicare gli insiemi di dati – A volte è necessario intervenire con una piccola “chirurgia” dei dati per modificare il contenuto dei database che contraddicono i punti di vista del regime che non si possono semplicemente sradicare.

Sezione VI. Controllare gli standard delle prove – Come stabilire una gerarchia delle prove che metta la scienza favorevole al regime in cima e la scienza contraria al regime in fondo (della Fossa di Marianne)

Sezione VII. Le autorità ecclesiastiche della scienza – Come assicurarsi che le autorità scientifiche ripetano in modo affidabile i fatti e le narrazioni del regime

Postfazione – Il tutto si chiude bene, come uno dei papillon di Peter Hotez (uno scienziato di fama del regime particolarmente irritante).

Sezione I – Definizioni

“Chi controlla il linguaggio controlla le masse “
Saul Alinsky, Regole per i Radicali

Il modo in cui definiamo i concetti o le categorie determina quale pezzetto del mondo reale essi comunicano o rappresentano – o cosa non comunicano o rappresentano.

Definizioni malleabili e uno standard arbitrario e capriccioso per l’assegnazione delle definizioni sono un must assoluto per qualsiasi propagandista efficace. Nonostante i migliori sforzi, anche i propagandisti più esperti e navigati si troveranno inevitabilmente di fronte a situazioni in cui i dati raccolti o l’esperienza vissuta delle persone sono problematici per la narrazione ufficiale del regime.

Una propaganda efficace richiede quindi la capacità di controllare il contenuto dei dati in modo agile e altamente adattivo, in particolare le metriche convenzionali preesistenti di cui il pubblico è abituato a sentir parlare e che sono notoriamente difficili da far sparire (a differenza della facilità con cui si può far sparire uno scienziato dissidente da YouTube o Facebook). Per esempio, non si potrà evitare di parlare di “morti” nel contesto di una nuova temuta pandemia: il modo principale in cui le persone si rapporteranno per valutare la gravità di una malattia sarà sempre e soprattutto “quante persone sono morte a causa della malattia”. Ma si può cambiare il significato di “morte” nel contesto del romanzo Malattia temuta, se si vuole aumentare o diminuire la percezione che le persone hanno della sua mortalità.

In pratica, questo significa che quando la normale comprensione di un termine o di un concetto mostra che la realtà non si adatta del tutto alla narrazione desiderata dal regime, basta cambiare qualche definizione e voilà, il problema è risolto.

Come hanno osservato molti importanti propagandisti comunisti nel corso della storia, “chi controlla il linguaggio governa il mondo”.

Esistono vari modi per modificare o passare le definizioni da problematiche ad accettabili:

I-1. Limitare una definizione

Se la definizione convenzionale di qualcosa include concetti, dati o informazioni che sono in contrasto con il dogma del regime, limitate la definizione in modo che non includa più le informazioni indesiderate. Ci sono molti modi per farlo. Di seguito elencheremo alcuni dei tipi più comuni di caratteristiche che si possono utilizzare per limitare efficacemente una definizione:

1) Limitare la definizione per intervallo di tempo: Supponiamo che le persone vaccinate contraggano la malattia temuta con tassi molto elevati nei primi 30 giorni dopo la vaccinazione e dopo oltre 90 giorni dalla vaccinazione con il glorioso vaccino. Questo è un grosso problema, perché la gente penserà che il glorioso vaccino non sia efficace:

La linea rossa mostra il tasso di casi per milione di persone dopo la vaccinazione con il Glorioso Vaccino, in base al numero di giorni dalla vaccinazione. Come si può vedere, nei primi 30 giorni, il tasso di infezioni da rottura è molto alto, ma tra i giorni 30-90 il tasso di casi è praticamente pari a 0, e dopo il 90° giorno il tasso di casi ricomincia a salire.

In parole povere, il grafico sopra riportato indica che il numero di casi per milione di persone è il seguente:

a) Prima della vaccinazione: 500 casi di malattia temibile / milione di persone

b) 10 giorni dopo la vaccinazione: 3.000 casi di malattia temuta / milione di persone

c) 20 giorni dopo la vaccinazione: 1.700 casi di malattia temuta / milione di persone

d) 30 giorni dopo la vaccinazione: 100 casi per milione di persone

Si tratta di un’efficacia davvero ingloriosa per il glorioso vaccino, che non può essere tollerata. Una soluzione è semplicemente quella di cambiare la definizione di “vaccinato” per indicare qualcuno che si trova tra i 30 e i 90 giorni dopo l’iniezione del Glorioso Vaccino – in altre parole, chiunque si trovi entro 30 giorni dalla vaccinazione, o dopo 90 giorni dalla vaccinazione, non è considerato “vaccinato”:

Questa particolare tattica è stata sperimentata da quasi tutte le agenzie di salute pubblica del mondo civilizzato, dove la definizione di “completamente vaccinato” per i vaccini covari è stata limitata a “14 giorni dopo la seconda dose”:

1) Limitare la definizione in base alla quantità, come il numero di esposizioni – per esempio, se un gruppo di persone che ha ricevuto 1 dose o 5 dosi del trattamento miracoloso 🌈Mirafaucivir🌈 è morto (la prima dose uccide le persone particolarmente sensibili alla sua tossicità, e 5 dosi sono troppo tossiche per quasi tutti), limitare la definizione di “trattato con MiraFaucivir” a 2-4 dosi:

3) Limitare una definizione aggiungendovi condizioni assurde che sono quasi impossibili da soddisfare. Per esempio, si potrebbe provare a usare le seguenti condizioni per limitare la definizione di “morte da vaccino” nel contesto di una campagna di vaccinazione di massa con il glorioso vaccino di recente introduzione:

È piuttosto difficile riuscire a ottenere un caso “confermato” di morte di qualcuno a causa del glorioso vaccino in condizioni come queste (bisogna ricordarsi di ostacolare il più possibile le autopsie per rendere questa definizione esemplificativa pienamente efficace).

I-2. Ampliare una definizione

Al contrario, a volte si può desiderare una quantità di qualcosa maggiore di quella che c’è in realtà. L’espansione delle definizioni è un’ottima soluzione: basta invertire le istruzioni precedenti per limitare le definizioni.

Quindi, se servono più morti per la malattia temuta di quante siano le persone effettivamente uccise dalla malattia temuta, si può espandere la definizione di “morte per malattia temuta” a “qualsiasi decesso entro 30 giorni da un test positivo”, e come per magia si avrà una pandemia su larga scala.

Per illustrare questo, supponiamo che dopo 12 mesi di circolazione della malattia temuta, solo 7 persone su 100.000 infezioni siano state effettivamente uccise dalla malattia temuta – non esattamente spaventoso. Si fa un piccolo scambio e si espande la definizione di “morte per malattia temuta” a qualcosa di simile a quello che ha fatto il CDC: “qualsiasi morte entro 30 giorni dal test positivo per la malattia temuta”. Dato che ogni giorno muoiono moltissime persone, se le si sottopone a un test di massa, si “scoprirà” inevitabilmente una marea di persone morte che al momento del decesso avevano la malattia temuta, anche se sono state uccise da qualcosa di completamente estraneo, come un cancro o un incidente d’auto. Guardate che differenza fa:

Lo Stato di New York offre un classico esempio di come si possa ampliare la definizione di “morte per malattia temuta” per creare l’apparenza di una pandemia apocalittica super spaventosa che si verificherà una volta nella storia: basta guardare la seguente splendida definizione aperta di “probabile” morte di un covide:

NOTA DI ATTENZIONE: dovete sempre fare attenzione a non dire MAI, MAI, MAI – MAI!!! – di spiegare al pubblico in che modo lo state ingannando con un linguaggio chiaro e conciso che possa capire. Il seguente errore non forzato nel 2020 del direttore della sanità pubblica dell’Illinois, la dottoressa Ngozi Ezike, è il tipo di cosa che ti fa prendere un rapido biglietto di sola andata per il Gulag: ha infatti detto quanto segue durante una conferenza stampa pubblica (vedi il video incorporato qui sotto):

“La definizione del caso è molto semplicistica. Significa che al momento del decesso la diagnosi era positiva alla COVID. Ciò significa che se il paziente era in hospice e gli erano già state date poche settimane di vita e poi gli è stata riscontrata la COVID, questo verrà conteggiato come un decesso per COVID. Ciò significa che, tecnicamente, anche se si muore per una chiara causa alternativa, ma allo stesso tempo si è affetti da COVID, il decesso viene comunque classificato come COVID”.

Stava facendo la cosa giusta, naturalmente, usando una definizione così meravigliosamente espansiva per le morti dei covidi, ma ha stupidamente e incautamente fatto uscire il gatto dal sacco perché tutto il mondo lo vedesse. Questo è il tipo di errore incauto che può demolire un’intera campagna di propaganda in una notte. E anche il tipo di cosa che può rovinare la carriera (o peggio):

I-3. Inventare una nuova definizione

A volte non è possibile nascondere la comprensione comune di qualcosa giocando semplicemente con la definizione ai margini. In questo caso, si può fare il passo coraggioso di ridefinire completamente una parola, un concetto o una categoria per adattarla alle proprie esigenze di propaganda. Attenzione però: potrebbe essere un po’ più difficile convincere le persone che la vecchia definizione è frutto della loro immaginazione.

Prendiamo il CDC (sì, citeremo spesso il CDC, dopotutto è la più importante organizzazione di propaganda sanitaria del mondo), che ha cambiato la definizione di “vaccinazione” più volte nell’arco di 6 anni:

A margine: il tweet di cui sopra offre una lezione sulla necessità di controllare i legislatori disonesti che potrebbero tentare di dissentire o addirittura di smascherare i vostri sforzi di propaganda. Non avete bisogno dell’ulteriore grattacapo di avere a che fare con prove evidenti del vostro tradimento linguistico trasmesse al pubblico dal Congresso o dal Parlamento (o dell’ancor più grande grattacapo di essere banditi in Siberia come capro espiatorio per aver permesso che ciò accadesse).

In alcune occasioni, potreste persino scoprire di essere intrappolati dal significato conversazionale ordinario delle parole, che evidenziano qualcosa a cui non potete permettervi di prestare attenzione. In questo caso, sarete costretti a modificare radicalmente l’essenza stessa del linguaggio. Si tratta di una sorta di opzione nucleare per quando non si può nascondere qualcosa in altro modo e non si può nemmeno permettersi di non nasconderlo. (Attenzione! Un’impresa così audace comporta un notevole grado di difficoltà, poiché molte persone saranno inclini a resistere a una transizione linguistica così aperta e audace, come molti luddisti non illuminati si oppongono alla transizione di genere).

Prendiamo ad esempio il termine “protesta pacifica”:

Naturalmente, “limitato” è un termine soggettivo i cui contorni precisi non sono ben definiti, il che consente di applicare la descrizione a quasi tutto, indipendentemente da quanto sia incoerente o inadeguata l’applicazione, come dimostra questo rapporto mediatico reale che non ha bisogno di ulteriori descrizioni:

I-4. Combinare le categorie

A volte non è pratico o fattibile modificare i dati semplicemente cambiando le definizioni. Ma non c’è da preoccuparsi: se non si può cambiare la definizione, si può invece cambiare il dato o la categoria a cui la gente è abituata a riferirsi con la parola o la frase. Le persone non sono in grado di cogliere differenze sottili o sfumate nelle categorie o nei punti di riferimento, e i media confondono facilmente la maggior parte delle cose, rendendo questo trucco facile e conveniente. Per esempio, si può provare:

Combinare gruppi di età diverse: supponiamo che il glorioso vaccino stia causando la trasformazione di un gruppo di bambini in zombie. Questo è piuttosto negativo per il regime. (Il che significa che dovreste riassegnare alcuni scienziati a lavorare in una stazione di ricerca sul clima in Antartide per il resto della loro carriera. Senza calze.)

Per prima cosa, dovete sempre riferirvi a questa nuova condizione come “Trasformazione sicura ed efficace in zombie carnivoro”. Il motivo della parte carnivora è semplice: “zombie divoratore di carne” suona troppo spaventoso, e il semplice “zombie” dà l’impressione che gli zombie siano fondamentalmente morti – cioè che i preziosi bambini siano morti – e questa non è l’impressione che si vuole dare alla gente. (Anche se è improbabile che il nostro esempio ipotetico si concretizzi nella pratica, il principio è pertinente e applicabile a qualsiasi situazione: bisogna sempre dare un nome a qualcosa che trasmetta un’idea di ciò che si vuole che le persone percepiscano).

In secondo luogo, poiché il tasso di zombificazione nella coorte di età compresa tra i 12 e i 17 anni è talmente elevato da risultare evidente a chiunque osservi i dati (grafico in basso), probabilmente dovrete occuparvene. Quindi, invece di presentare i dati suddivisi per età, dove la gente noterà immediatamente l’impennata della zombificazione dei bambini, presentateli come un gruppo di età combinato, abbastanza grande da nascondere o riciclare il segnale:

Quello che state facendo, in sostanza, è prendere il termine “tasso di zombizzazione dopo il glorioso vaccino”, che può essere usato per riferirsi alle varie fasce d’età, e farlo diventare il tasso di tutte le fasce d’età messe insieme.

Ora nessuno noterà che i dati mostrano un chiaro rischio per i bambini di essere trasformati in zombie carnivori dal glorioso vaccino.

O al contrario, supponendo che i giovani non muoiano della malattia temuta a tassi abbastanza alti da spaventare le mamme, si possono presentare i dati di morte della malattia temuta da un gruppo combinato di età 0-50 che fa sembrare che ci siano tantissimi decessi da un gruppo che include i bambini:

Combinazione di coorti demografiche diverse:

Stessa idea delle fasce d’età, ma bisogna evitare che i cittadini si rendano conto che la temuta malattia è in realtà pericolosa solo per le persone obese, il che è un male:

a) in primo luogo perché così non avranno più paura della temuta malattia

b) in secondo luogo perché le persone potrebbero iniziare a chiedersi se il grasso sia salutare, cosa che non si può permettere perché potrebbero iniziare a mettere in discussione la narrativa di regime sulla “positività del grasso” e poi chissà cos’altro.

Pertanto, si dovrebbero presentare i dati sulla morte per malattia temuta utilizzando una categoria combinata che comprenda tutti i tipi di identità di peso:

Combinare periodi di tempo diversi

Supponiamo di notare che i decessi dovuti alla Malattia Temibile stanno diminuendo di mese in mese – il che può essere catastrofico per i piani di regime che prevedono che la popolazione creda che la Pandemia di Malattia Temibile sia in piena circolazione per altri mesi. Se la gente si fa l’idea che la Malattia Temibile si stia esaurendo, beh, sono molte le occasioni perdute per usare la crisi della Malattia Temibile come mezzo di trasformazione della società per consolidare il potere del regime.
Quindi, invece di presentare i dati sui decessi per mese, combinate tutti e tre i mesi in una nuova categoria di “media mensile sui tre mesi”, che maschererà la diminuzione da gennaio a marzo, illustrata qui sotto:

Combinare diverse giurisdizioni geografiche

Supponiamo che all’interno del Paese ci sia uno Stato canaglia che crea problemi al regime e che non segue le indicazioni del regime per affrontare la temuta malattia, che chiameremo Santistan della Morte. Se i risultati fossero migliori o anche solo uguali a quelli della parte del Paese in cui sono buoni cittadini e seguono le linee guida del regime, sarebbe piuttosto negativo. Supponiamo inoltre che ci sia una città o una contea all’interno di questo cattivo stato che sia una contea fedele al regime e che segua tutte le direttive del regime, ma il cui tasso di mortalità sia molto più alto del resto del Santistan della Morte. Il che è molto molto negativo. La soluzione? Potete presentare i dati dell’intero stato, in modo che la gente non possa dire che la contea fedele alla guida del regime ha un tasso di mortalità 10 volte superiore al resto dello stato. C’è anche un vantaggio in più: potete indicare l’intero Stato del Santistan della Morte come un fallimento, perché la contea fedele al regime farà apparire l’intero Stato molto peggiore!!!

Combinare tutte le città e le contee di uno Stato sleale per nascondere i problemi unici delle città fedeli al regime è una delle tattiche di propaganda utilizzate per cercare di nascondere informazioni poco lusinghiere, come i tassi di criminalità enormemente più alti nelle città fedeli al regime rispetto alle città controllate dalla malvagia opposizione.

(Nota a margine: un alto tasso di criminalità è una buona cosa, naturalmente, è una scelta deliberata del regime – un alto tasso di criminalità è utile per il regime perché l’instabilità rende le persone più disposte ad accettare un governo tirannico come soluzione).

Per illustrare, ecco un brillante pezzo di gaslighting da uno dei principali portavoce dei media del regime:

a) Guardate il sottotitolo nel riquadro rosso – vedete come ad arte si punta il dito contro gli Stati rossi per gli alti tassi di criminalità che sono tutti nelle città blu all’interno degli Stati rossi, ma non nel resto dello Stato dove il governo è “rosso”? Esattamente.

b) Combinare diversi tipi di effetto o fenomeno. Per esempio, se si verifica un aumento di uno specifico sottotipo di malattia – come l’allarmante aumento di tumori rari in seguito all’introduzione del Glorioso Vaccino, che potrebbe far mettere in discussione la narrazione ufficiale del regime secondo cui il Glorioso Vaccino è l’entità più sicura mai creata o scoperta nella storia universale – si può usare la categoria generale del cancro – che è 1.000 volte più grande – per nascondere il segnale.

Un altro modo per pensare di combinare le categorie è quello di non fornire mai i dati specifici per i diversi gruppi o sottogruppi, cosa che è stata realizzata alla perfezione quando il covide ha colpito. Considerate i seguenti risultati del sondaggio, che mostrano la percentuale di morti causate da covid per ogni gruppo di età e la percentuale di ogni gruppo di età che temeva di essere uccisa da covid. (Le barre blu mostrano la percentuale di ogni fascia d’età che temeva di essere uccisa da un covide, mentre le barre verdi mostrano la percentuale del numero totale di morti da covide per ogni fascia d’età).

Se le persone avessero capito qual è il loro rischio effettivo di morte, le barre blu dovrebbero essere almeno in linea con le barre verdi. Quando le barre blu sono drammaticamente più alte, è il risultato di una propaganda brutalmente efficace che unisce tutte le fasce d’età in un’unica categoria senza mai fare distinzioni:

Un successo strepitoso!!!

I-5. Categorie divise

A volte è necessario dividere una categoria invece di combinarla con un’altra. È sufficiente invertire lo schema descritto sopra per combinare le categorie.

Questa piccola manovra è particolarmente utile quando è necessario portare qualcosa al di sotto della soglia di significatività statistica.

Poiché la significatività statistica è un concetto piuttosto importante nei dati e nella scienza, è bene spiegare come funziona.

La significatività statistica, utilizzata nel linguaggio medico accademico/scientifico convenzionale, significa sostanzialmente che la probabilità che qualcosa non sia dovuto al caso è inferiore al 5%.

Se si lancia una moneta 10 volte, la probabilità di ottenere 7 teste per caso è dell’11,72% – non statisticamente significativa. Se si lancia una moneta 100 volte, la probabilità di ottenere 70 teste per caso è un minuscolo 0,0023% – MOLTO significativo dal punto di vista statistico (perché è molto meno del 5%) – il che significa che non è ragionevolmente attribuibile al caso, ma che qualcosa di specifico (come un imbroglio) ha fatto sì che la moneta lanciasse il 70% di teste.

Perché? Per ottenere 7/10, è sufficiente che due lanci di moneta in più vadano nella vostra direzione, per ottenere una sorta di striscia. Piccole deviazioni come questa possono facilmente verificarsi a caso. Tuttavia, per ottenere 70/100 sono necessari 20 lanci di moneta in più: le probabilità di ottenere *20* lanci di moneta in più su un totale di soli 100 per caso sono trascurabili. Quindi, se vediamo 70 teste su 100 lanci, possiamo presumere che ci sia un qualche tipo di imbroglio, perché è molto improbabile che ciò accada per caso.

Si può sfruttare questo vantaggio per dividere e conquistare un segnale statisticamente significativo: si può dividere una categoria in cui c’è un segnale statisticamente significativo a favore di qualcosa contro la dottrina del regime in categorie più piccole, per suddividere il segnale da un “70/100” in un gruppo di “7/10” che singolarmente non sono statisticamente significativi.

Quindi, se ad esempio c’è un segnale che indica un aumento dei decessi per 100.000 persone all’anno dopo la meravigliosa e gloriosa campagna vaccinale, si possono pubblicare i dati sui decessi suddivisi per fasce d’età, dove nessuna fascia d’età mostrerà un aumento statisticamente significativo dei decessi (e si può affermare che probabilmente si tratta di un eccesso di decessi per la “malattia a lungo temuta”, dovuto alle complicazioni dell’aver contratto la malattia temuta):

Nota di cautela: questa particolare tattica dovrebbe essere idealmente combinata con qualcos’altro, altrimenti le persone potrebbero decodificare la ripartizione facendo un po’ di semplice aritmetica per sommare tutte le fasce d’età. Assicuratevi quindi di aggiungere altri trucchi per confondere i dati.

I-6. Ridistribuire / ridisegnare le categorie

Un’alternativa più precisa all’accorpamento delle categorie è la loro ridistribuzione, per così dire, ridisegnando le linee. Questo può essere fatto utilizzando qualsiasi caratteristica in base alla quale si differenziano le categorie.

Per illustrare, tornando al nostro esempio del malvagio e sleale Stato del Santistan della Morte, invece di combinare l’intero Stato in un’unica statistica statale, è possibile ridisegnare surrettiziamente i confini geografici delle contee all’interno dello Stato ai fini dei dati sulla Malattia Temuta in questo modo – guardate cosa succede quando cambiamo i confini delle contee con le linee verdi:

Nota: questo non significa che si debbano letteralmente ridisegnare le contee per scopi politici o di altro tipo, come i distretti elettorali, ma solo che si stanno usando confini diversi al solo scopo di statistiche sulla temuta malattia. (La popolazione, tuttavia, penserà che vi riferite alle contee realmente esistenti e non si renderà conto che avete fatto un passo falso nei loro confronti. Si chiama propaganda per un motivo).

I-7 Definizioni dei fluidi

Ci sono casi in cui si ha la necessità paradossale di usare una definizione specifica per una cosa, ma di evitare quella definizione specifica per un’altra. In questi casi, dovete comportarvi come un dizionario: i dizionari hanno in genere più definizioni distinte per una parola, voi potete fare lo stesso.

Per esempio, la parola “donna” è talvolta definita come “un essere umano adulto che possiede caratteristiche anatomiche e genetiche femminili”, come quando si parla del diritto di scelta di una donna; e talvolta è definita come “una persona che si identifica come donna“, come nel contesto degli sport organizzati.

Sezione II – La cura dei dati

Ancora meglio che utilizzare definizioni malleabili è evitare le situazioni che richiedono il cambio di definizione in primo luogo.

Il modo migliore per prevenire questi problemi è quello di curare i dati in modo da evitare di creare potenziali problemi, impiegando uno o più dei seguenti metodi collaudati e testati per dirottare in modo corrotto la cura, l’organizzazione e la presentazione dei dati.

II-1. Non diagnosticare o identificare qualcosa

Se un paziente si presenta con deficit neurologici multipli dopo aver assunto il Glorioso Vaccino e viene mandato a casa con una prescrizione di Xanax per la sua “ansia”, questo non genererà una diagnosi di deficit neurologico in nessun database. L’assenza di diagnosi di una condizione che potrebbe essere stata causata dal Glorioso Vaccino – o di un codice diagnostico in qualche grande database governativo o assicurativo – significa che non dovrete ricorrere a giochi di prestigio definitivi per coprire l’esistenza di lesioni diagnosticate associate al Glorioso Vaccino. Pertanto, dovreste assicurarvi che le persone responsabili della diagnosi o dell’identificazione di dati/osservazioni problematici o contraddittori con il Glorioso Vaccino, perfettamente sicuro ed efficace, evitino di farlo.

Vale la pena di sottolineare che i pazienti vengono facilmente illusi dai loro stessi medici che “è tutto nella loro testa”, pur sapendo di avere lesioni mediche gravi e devastanti che li rendono disabili e completamente incapaci di funzionare e che sperimentano quotidianamente.

Illustriamo questo aspetto con il seguente scenario ipotetico:

I funzionari del regime vedono che nel database di sorveglianza della sicurezza di PROPAGANDA, controllato dal governo e creato per monitorare la sicurezza del glorioso vaccino, i funzionari del regime hanno visto che il vaccino è stato creato per essere utilizzato in modo da non essere più utilizzato.

In tutta serietà, è importante trovare acronimi o nomi accattivanti per le cose che trasmettano l’impressione di come si vuole che le persone vedano la cosa, quindi non usate questo esempio nella vita reale, perché trasmette che non prendete sul serio la sorveglianza della sicurezza e fa sì che le persone siano più propense a credere che stiate cercando di nascondere i reali problemi di sicurezza con il glorioso vaccino.

Esiste un segnale per le condizioni della sindrome VAMP(Vaccine Associated Metamorphological Phenomena):

Un paziente si presenta nello studio medico con un’insorgenza rapida e acuta della sindrome di Renfield (sete di sangue), un’estrema fotosensibilità, una marcata macrodontia e una grave dermatite da contatto con l’argento, che sono iniziate poche ore dopo la somministrazione del glorioso vaccino. Questo è un caso evidente di effetto collaterale della sindrome VAMP: la presentazione del paziente corrisponde ai criteri diagnostici del vampirismo a tutti gli effetti e la condizione è stata causata dal Glorioso Vaccino (poiché il medico può escludere con sicurezza qualsiasi altra causa e l’immediatezza dell’insorgenza dei sintomi VAMP dopo la puntura è un indicatore abbastanza evidente che il Glorioso Vaccino ha causato i sintomi).

Anche se il paziente si rende conto di non essere a posto – sente un’irrefrenabile tentazione di mordere la vostra vena giugulare pulsante, non sopporta di stare davanti a una finestra a meno che le tende non siano completamente chiuse, si è accidentalmente morso qualche pezzo di lingua con i suoi nuovi denti anteriori extra-lunghi e affilati come rasoi, e la sua pelle inizia a spellarsi se tocca i cimeli d’argento di famiglia – e quindi? Si può ancora dire al paziente “questo è nella tua testa” e mandarlo a casa con una prescrizione di Xanax (e magari una o due sacche di sangue O-Negativo se si percepisce che il paziente potrebbe non essere in grado di controllarsi ancora a lungo e non si vuole che la propria giugulare gli fornisca il pranzo). Il paziente lo accetterà e andrà a casa senza opporre resistenza.

In questo modo si evita di generare un record diagnostico della sindrome VAMP, in modo che non compaia in nessun database.

Sarebbe sorprendente sapere quanti medici sono compiacenti al punto da convincersi che la donna pelosa con la coda cresciuta dal nulla un’ora dopo aver ricevuto il Glorioso Vaccino non ha nulla a che fare con il Glorioso Vaccino.

II-2. Sovra-diagnosi o sovra-identificazione di qualcosa

Al contrario, se avete bisogno di produrre una quantità di qualcosa superiore a quella disponibile, è sufficiente invertire il punto #1. Per esempio, se avete bisogno che la gente abbia più paura della Malattia Temuta, potete implementare un regime di test di massa per aumentare il numero di casi “confermati” della Malattia Temuta. Assicuratevi inoltre di utilizzare test che restituiscano percentuali molto alte di positivi, che siano veri o meno.

Aumentando la sorveglianza o i test per qualcosa, si può generare l’apparenza di un numero crescente di test per qualsiasi cosa, o almeno mantenere la facciata che sia ancora in circolazione. Considerate la seguente illustrazione dai buoni vecchi Stati Uniti d’America: potete vedere nel grafico in alto che mentre il numero di test giornalieri per il covide aumentava, allo stesso tempo la percentuale di test positivi crollava di oltre il 75% (grafico in basso). Ciò è riuscito a mantenere relativamente alto il numero di casi (grafico centrale), per cui anche se la percentuale di test positivi è scesa oltre il 75%, il numero di nuovi casi è diminuito solo del 25% circa nello stesso periodo di tempo.

L’aumento insignificante del numero grezzo di casi, dovuto esclusivamente a un maggior numero di test, ha comunque portato a titoli come questo grande pezzo porno della NBC pubblicato l’11 giugno 2020:

Ricordate: si trova ciò che si cerca e si trova di più di ciò che si cerca.

II-3. Non riportare ciò che è stato diagnosticato o identificato

A volte non è possibile evitare di diagnosticare o identificare qualcosa che è meglio non scoprire. In questo caso, si può almeno fare in modo che ciò che è stato osservato non venga incluso nei rapporti o nei dati ufficiali:

A un livello più personalizzato, dovreste dare indicazioni ai medici, al personale sanitario e amministrativo sul campo per NON diagnosticare cose che non volete che compaiano nei dataset. Non esitate a usare incentivi finanziari per addolcire la pillola ai medici fedeli al regime. Non siate avari: la prevenzione è quasi sempre più economica (e meno stressante) della risoluzione dei problemi dopo che sono già sorti.

Anche in quei rari casi in cui un medico non può evitare di diagnosticare a un paziente una condizione grave che si è verificata subito dopo l’assunzione del Glorioso Vaccino, il medico può comunque assicurarsi di evitare di segnalare l’evento avverso a qualsiasi database di lesioni da Glorioso Vaccino.

In alternativa, se il database di regime per la documentazione delle lesioni causate dal glorioso vaccino in qualche modo finisce per contenere ancora troppi rapporti problematici che mettono in dubbio la sua sicurezza, ci sono due cose da fare.

La prima è quella di bloccare alcuni amministratori del database lungo il tratto di costa somala dove bazzicano i pirati, in modo che gli altri si diano una regolata e smettano di lasciar passare così tanti rapporti. Li pagate per fare un lavoro, che è quello di mantenere la percezione pubblica che il Glorioso Vaccino è il prodotto farmaceutico più sicuro mai inventato; un fallimento non è accettabile.

Il secondo è quello di NON divulgare pubblicamente i rapporti problematici presenti nel database. Il CDC ha fatto del suo meglio, ma alla fine è stato sconfitto da un giudice disonesto (il che sottolinea la necessità di avere un controllo anche sulla magistratura):

II-4. Non consentire l’indagine dei fenomeni se i risultati potrebbero causare problemi.

Il rovescio della medaglia del “troverai quello che cerchi” è che “non troverai quello che non cerchi”, quindi assicuratevi che nessuno vada a cercare potenziali segnali di qualcosa che potrebbe essere problematico per la narrativa del regime. Se, ad esempio, il regime scatena “accidentalmente” una pestilenza in una città del terzo mondo, non si possono avere fastidiosi teorici della cospirazione sui social media che scoprono cosa è successo, quindi è meglio assicurarsi che nessuno conduca autopsie o faccia test su individui malati.

Il governo scozzese stabilisce il gold standard dell’industria – ecco come si fa, e con narcisistica pomposità – le loro autorità sanitarie hanno semplicemente dichiarato che i vaccini non erano la causa dell’improvviso aumento delle morti neonatali verificatosi pochi mesi dopo aver vaccinato un gran numero di donne incinte, senza verificare effettivamente lo stato vaccinale di nessuna delle madri.

Il CDC offre un’altra illustrazione di un buon pensiero strategico preventivo per tenere fuori i dati potenzialmente dannosi per il regime:

Il CDC, molto intelligentemente, non ha ancora commissionato una sola autopsia delle migliaia e migliaia di decessi riportati nel database di monitoraggio della sicurezza dei vaccini VAERS del CDC stesso. (Ricordate nella Sezione I la parte sull’aggiunta di condizioni assurde alle definizioni? Se non lo ricordate, è meglio che ripassiate il materiale in modo da averlo a portata di mano).

II-5. Pubblicare inizialmente solo una parte dei dati

Spesso, semplicemente pubblicando una parte dei dati e tralasciando l’altra parte per un secondo momento, si può creare una falsa narrazione che si radica. Così, quando finalmente si pubblicherà il resto dei dati, non importerà che essi contraddicano le basi di quello che ormai è diventato un dogma accettato.

Per esempio, se si vuole dare l’impressione che la malattia temuta sia più diffusa di quanto non sia in realtà, si può seguire l’esempio dei propagandisti all’avanguardia della Virginia e nascondere per un po’ alcuni dei risultati negativi dei test per aumentare la percentuale di quelli positivi, facendo così sembrare che più persone siano malate della malattia temuta:

Un altro scenario in cui si può utilizzare la tecnica della pubblicazione parziale dei dati con grande effetto è quello in cui ci si trova costretti a rilasciare dati che, per qualsiasi motivo, metteranno il regime in cattiva luce (succede). Si vuole quindi ritardare il più possibile la pubblicazione dei dati veramente dannosi – se si aspetta abbastanza a lungo, alla fine smetteranno di essere rilevanti. Inoltre, se si rilascia tutto in una volta, il fattore di shock sarà enorme e ci si troverà tra le mani un gran pasticcio. Tuttavia, se si rilasciano le informazioni a goccia a goccia, quando vengono resi noti i pezzi scandalosi, il fattore di shock “wow” è già svanito da tempo e la gente non presterà più molta attenzione. Questa tattica è stata tentata dalla FDA, anche se è stata per lo più ostacolata da un giudice disonesto (sottolineando la necessità critica di un controllo giudiziario per evitare che i giudici rinnegati si mettano contro il regime):

II-6. Limitare le fonti accettabili di dati o informazioni

Quando ci sono fonti che generano dati incoerenti con la narrazione del regime (ogni tanto succede, nonostante i vostri sforzi), screditatele semplicemente come propaganda o qualcos’altro di non credibile e pericoloso, come i bot russi. (Come regola generale, in caso di necessità si può sempre incolpare o attribuire qualsiasi informazione scomoda alla “disinformazione russa”).

Un esempio di questa tattica è il database VAERS gestito dal CDC. Quando il VAERS ha mostrato numeri assolutamente folli di lesioni da vaccino per il vaccino Covid.

L’intero apparato scientifico ha semplicemente etichettato il VAERS come una teoria della cospirazione utilizzata per diffondere una pericolosa disinformazione:

Se, tuttavia, questi dati provengono da serie di dati di regime che sono troppo difficili da liquidare semplicemente come spazzatura non scientifica (sì, succede), allora smettete di pubblicarli e screditateli come mal costruiti e pieni di errori fatali.

Possiamo usare l’UKHSA per illustrare questo principio. Dopo che l’efficacia vaccinale grezza è scesa in territorio negativo per quasi tutte le fasce d’età (in quanto le persone vaccinate avevano un rischio maggiore di contrarre la covida rispetto a quelle non vaccinate), l’UKHSA ha semplicemente smesso di pubblicare i dati settimanali sull’efficacia vaccinale:

L’UKHSA offre anche un ammonimento su ciò che accade quando si aspetta troppo a lungo per staccare la spina a set di dati problematici:

Non si possono avere titoli come questi ogni settimana!!! Avrebbero dovuto staccare la spina a questo set di dati molto prima che i vaccinati cominciassero a prendere il covidone più dei non vaccinati. Questo è un errore non forzato, il tipo di errore idiota per il quale le teste rotolano, letteralmente. Perché mai hanno aspettato che l’efficacia del *booster* per gli ottantenni fosse sul punto di diventare negativa? Qualcuno all’UKHSA non ha letto questo libro da un po’ di tempo, e chiaramente avrebbe beneficiato di un po’ di revisione. . .

II-7. Utilizzare due pesi e due misure per determinare quali informazioni siano rigorose e credibili.

Alcuni propagandisti possono esitare ad essere apertamente ipocriti, perché si sentono esposti postulando apertamente due standard inconciliabili che anche alcuni contadini comuni possono notare. Dovete però combattere questo impulso. Comprendete che l’uso di due pesi e due misure aumenta esponenzialmente le vostre opzioni quando si tratta di elaborare punti di discussione e posizioni per illuminare il pubblico.

Ciò è particolarmente vero quando si tratta di aneddoti. Gli aneddoti che sostengono i discorsi del regime, specialmente quelli provenienti da fonti approvate dal regime, devono essere trattati come la più alta forma di prova; mentre gli aneddoti provenienti da fonti eretiche o non approvate che contraddicono la propaganda del regime devono essere denunciati come meramente aneddotici e di valore probatorio nullo, che non contano affatto.

Quindi, gli aneddoti di medici conformi al regime e di cittadini leali sulla malattia temuta che uccide e mutila le persone sono prove inattaccabili, ma gli aneddoti di ferite o morti a causa del glorioso vaccino non sono altro che coincidenze casuali, se non vere e proprie falsificazioni, spinte da vili ciarlatani allo scopo di diffamare il regime e mettere in pericolo tutte le brave persone che vogliono solo rimanere vive e in salute:

Impiegare apertamente due pesi e due misure ha anche l’ulteriore e cruciale vantaggio di condizionare la popolazione sul fatto che il vero standard per determinare se i dati o le informazioni sono affidabili è semplicemente quello che dice il regime.

II-8. Corrompere i dati per proteggere o rafforzare la propria narrazione

A volte, la tattica più semplice per evitare dati problematici è semplicemente inventare dati falsi. Si può inventare qualcosa di sana pianta. Oppure si può adottare un approccio più sfumato e corrompere i dati introducendo sottili difetti o pregiudizi che sono più difficili da notare per la persona media. Esistono infiniti modi per fabbricare o falsificare i dati, troppi per essere enumerati in questa sede. Basta fare attenzione a falsificare i dati in modo che non siano facilmente scoperti o decodificati.

Per esempio, tornando alla nostra precedente situazione ipotetica in cui è necessario far credere alla popolazione che ci sono molti più casi di una malattia temuta di quanti ce ne siano in realtà, un altro modo per rappresentare la malattia temuta come più diffusa è quello di combinare il numero di persone attualmente malate con il numero di persone già guarite. Il CDC ha fatto esattamente questo quando ha combinato i test anticorpali (che misurano il numero di persone già guarite dal covide) con i test PCR (che misurano il numero di persone attualmente malate) in un’unica metrica di “risultati positivi al test del covide”, includendo subdolamente tutti coloro che sono già guariti come se fossero ATTUALMENTE malati:

Notate le frasi sottolineate sopra, sono piuttosto rivelatrici.

La frase sottolineata in verde – “Il metodo del CDC fa sembrare che gli Stati Uniti abbiano una capacità di test maggiore di quella che hanno in realtà” – osserva come il CDC sia riuscito brillantemente ad ottenere più biscotti propagandistici da questa unica manovra. Non solo hanno creato l’illusione di tassi molto più alti di persone attivamente infette, ma hanno anche creato l’illusione che il governo avesse una capacità di testare le persone per il virus molto più grande di quella che effettivamente possedeva. (È bene sbandierare i casi di competenza del governo, dato che la leggendaria reputazione di incompetenza sbalorditiva del governo è una delle concezioni più notoriamente difficili da contrastare che la gente ha sul governo). Un propagandista acuto cerca sempre di sfruttare ulteriori angolazioni per ottenere vantaggi, invece di accontentarsi del fatto che la tattica propagandistica impiegata abbia raggiunto il suo obiettivo primario.

Covid: la politica della paura e il potere della scienza (In Inglese)

Covid-The-Politics-of-Fear-and-the-Power-of-Science-Siegel-Marc-Z-Library_organized

La frase sottolineata in rosso – “I numeri possono far sembrare che gli Stati abbiano una capacità di sperimentazione sufficiente e siano pronti ad abolire le restrizioni, quando invece potrebbe non essere così” (e in realtà gli ultimi due paragrafi) – offre una lezione sagace su come stroncare potenziali spine sul nascere. Bisogna sempre – sempre! – essere vigili per evitare *qualsiasi* potenziale implicazione o presa di posizione rapida su informazioni che, pur essendo generalmente a favore del regime, contengono anche qualcosa che può essere distorto per minare qualche altro aspetto della narrazione ufficiale del regime.

In pratica, si può avere la botte piena e la moglie ubriaca! Si noti come lo scienziato di regime citato riesca abilmente a (1) esprimere approvazione per l’aumento della capacità di sperimentazione come misura della straordinaria competenza del regime; (2) addossare la colpa dell'”incidente” [intenzionale] al partito politico dissidente; e (3) mettere in guardia sul fatto che anche se lo Stato sta facendo un lavoro fantastico rendendo i test ampiamente disponibili, ciò non significa che sia sicuro riaprirli! Ricordate, c’è una pandemia da mantenere, cosa che questo scienziato di regime fa con competenza. (Assicuratevi di ricompensare profumatamente gli scienziati del regime per un lavoro eccezionale come questo. Incentiverà gli altri a migliorare il loro lavoro e farà bene al morale).

Osservate anche che i media sono un alleato critico del regime senza il quale fallirete. Quindi, fate quello che dovete fare per mantenere le relazioni più strette non iniziate a spillare soldi qui.

II-9. Cancellare i dati problematici

Già. Come il morso di candeggina sulle email di Hillary. È bene ripulire di tanto in tanto i database dai dati incoerenti con la narrativa o le posizioni del regime, altrimenti potrebbero accumularsi in una tendenza distinguibile che potrebbe essere notata dai dissidenti del regime o dai diffusori di disinformazione.

Quindi, se ad esempio il database della sicurezza del Glorioso Vaccino contiene un numero eccessivo di segnalazioni, è sufficiente espellerle, come fa il CDC, come illustra il grafico sottostante che mostra il numero di segnalazioni VAERS problematiche espunte dal CDC ogni settimana:

In questo caso, si noti che gli operatori VAERS del CDC hanno avuto un rendimento insufficiente per la maggior parte del tempo: non si può permettere che il personale critico si rilassi. L’intero grafico dovrebbe mostrare le barre fino alla cima: non c’è alcuna ragione valida per cui non avrebbero potuto cancellare molti rapporti VAERS nell’agosto 2021 come hanno fatto nell’aprile e nel maggio 2022. Se è necessario assumere personale aggiuntivo per gestire l’eliminazione dei rapporti, fatelo.

Inoltre, perché questi fannulloni hanno permesso che si accumulassero così tanti rapporti? Non dovrebbero nemmeno esserci abbastanza rapporti in un database del genere per cominciare, dove ci sarebbe bisogno di un’epurazione settimanale di massa di tali rapporti.

Forse la lezione più importante dell’intero libro è questa: Le noiose, noiose, tediose minuzie logistiche della diffusione e del mantenimento della propaganda sono fondamentali tanto quanto una grande bugia o una ginnastica linguistica mozzafiato.

Potreste dover essere creativi per trovare una giustificazione o una spiegazione se le persone si accorgono che ci sono dati mancanti, quindi assicuratevi di avere dei punti di discussione preparati in anticipo per ogni evenienza.

Un altro grande esempio di subdola cancellazione di dati in azione è il seguente brillante esproprio intrapreso dal governo australiano per eliminare i dati climatici scomodi che mostrano record di calore avvenuti troppi anni fa per essere imputati alle emissioni umane di carbonio:

Purtroppo sono stati beccati, cosa che a volte è inevitabile quando si cerca di cancellare qualcosa di veramente significativo e degno di nota. Ecco perché è indispensabile avere un sistema di gulag pronto e in attesa 24 ore su 24 per gestire un’improvvisa ondata di nuovi detenuti in un momento di preavviso (come i campi di quarantena australiani).

II-10. Creare dati falsi che sembrano sfatare la propria narrazione per ingannare e screditare l’opposizione.

Quando ci si trova di fronte a una minaccia informativa persistente e corrosiva per gli sforzi di propaganda, questa è una tattica brillantemente subdola per privarli della loro autorità, credibilità e influenza. Basta diffondere dati falsi che superficialmente sembrano sfatare la narrazione del regime, ma che sono facilmente smentibili. I vigliacchi nemici dello Stato si approprieranno senza dubbio di queste informazioni o dati falsi, e saranno quindi screditati quando dimostrerete che sono caduti nelle loro affermazioni, ormai palesemente ridicole.

Come quello che hanno fatto i militari con il loro database interno di tutte le condizioni mediche dell’intera forza armata, chiamato DMED. L’hanno deliberatamente riempito di dati falsi che sembravano un momento di OMG!!!!!!!! totale che mostrava aumenti massicci di ogni sorta di condizioni mediche come tumori, perdite di gravidanza e altre associate ai sacri vaccini covari. Poi, quando alcuni eroici medici militari hanno trovato i dati del DMED, ci sono cascati in pieno… il che ha stroncato l’intera storia. (Per una cronologia dettagliata e una spiegazione completa di tutto ciò, vedere qui).

II-11. Utilizzare immagini, meme o altri tipi di media per mentire con audacia e sfrontatezza

Gran parte della percezione pubblica della scienza o dei dati dipende dalla presentazione visiva della scienza o dei dati: un buon meme o un’immagine possono comunicare efficacemente dati completamente falsi in un modo che lascia le persone con la convinzione che i dati falsi siano assolutamente veri al 100%.

Ad esempio, se si vuole rappresentare che i tassi e la gravità della miocardite causata dalla temuta malattia sono drammaticamente peggiori dei tassi e della gravità della miocardite causata dal glorioso vaccino, anche se è vero l’esatto contrario, si può creare un’immagine potente come questa:

Ora, la gente assocerà istintivamente la “temuta malattia della miocardite” a un’enorme apocalisse con nuvola di funghi, mentre la miocardite causata dal glorioso vaccino è una minuscola puntura di spillo che non compare nemmeno sul grafico.

II-12. Creazione di visualizzazioni dei dati che ne travisano le caratteristiche

A volte non si può fare a meno di pubblicare dati che sono davvero molto negativi (per il regime o per Science™️). Ma per vostra fortuna, la maggior parte delle persone (e degli accademici) sono idioti superficiali e troppo pigri per leggere le parole stampate accanto a un grafico o a un diagramma. Così potete rappresentare subdolamente i dati in uno schema di visualizzazione che distorce o nasconde ciò che i dati dicono.

Illustriamo un esempio tratto dal più grande dei siti Science™️journals – The Lancet. The Lancet ha pubblicato uno studio che stima il numero di morti causate dal freddo estremo e dal caldo estremo nel mondo ogni anno. Poiché i governi di tutto il mondo vogliono mantenere la finzione che il riscaldamento globale sia un pericolo mortale per l’umanità, avevano bisogno di dimostrare che le morti causate dal caldo superavano quelle causate dal freddo. Come minimo, dovevano essere uguali. Così, quando The Lancet ha scoperto che le morti per freddo superavano quelle per caldo con un margine di 10 a 1 (letteralmente), ha dovuto trovare un modo per creare un grafico che nascondesse questo piccolo fatto scomodo. Il risultato è stato il grafico qui sotto, sul lato sinistro:

Le barre blu mostrano i decessi dovuti al freddo, quelle rosse quelli dovuti al caldo. Più grande è la barra, più morti ci sono. Quindi dovevano fare in modo che le barre rosse fossero grandi quanto quelle blu. Se si osservano i numeri sottolineati in viola, che traducono la dimensione della barra in un numero specifico di morti, si nota che per le barre blu (morti per freddo), ogni centimetro di barra rappresenta 50 morti, ma per le barre rosse (morti per caldo), ogni centimetro di barra rappresenta solo 10 morti.

Pertanto, la stessa barra rappresenta un numero di morti pari a 5 volte quello dei morti per freddo e quello dei morti per caldo, anche se l’aspetto è lo stesso. Ma la gente non ci fa caso e si limita a dire: “Oh, sembrano simili, quindi ci deve essere una proporzione approssimativamente uguale tra morti per calore e morti per freddo”. (E hanno anche cercato di inserire di nascosto un intervallo gigante alla fine, dove l’ultimo centimetro di barra rappresenta 210 morti anziché solo 10 (freccia arancione).

Se avessero creato un grafico onesto che utilizzasse la stessa scala sia per le morti da freddo che per quelle da caldo, sarebbe apparso come il grafico a destra. Il fatto è che uno sguardo a questo grafico dà la netta impressione che il freddo estremo sia una minaccia molto più grande del caldo estremo, il che potrebbe portare ad alcune domande scomode sul fatto che forse un po’ di riscaldamento globale sarebbe effettivamente benefico per l’umanità.

Nota: Quando utilizzate questa tattica, cercate di essere più sottili e discreti rispetto a The Lancet, dove era molto facile anche per un profano individuare il gioco di prestigio.

La scienza della manipolazione

“A tal fine, Lysenko iniziò a “educare” le colture sovietiche a germogliare in diversi periodi dell’anno immergendole in acqua gelata, tra le altre pratiche. Sosteneva poi che le future generazioni di colture avrebbero ricordato queste indicazioni ambientali e, anche senza essere trattate, avrebbero ereditato i tratti benefici”.1

Truccare la scienza non è una novità. Fortunatamente per i propagandisti, la scienza è molto facile da manipolare a piacimento se si è il regime. Basta guardare i risultati ottenuti da Trofim Lysenko quando aveva l’appoggio del compagno Stalin. Le sezioni seguenti illustreranno in dettaglio ciò che è necessario fare per manipolare con successo la Scienza a sostegno della narrativa e degli obiettivi del regime.

Un’illustrazione perfetta di un’impresa concertata ed efficace di manipolazione della scienza è la macchina di propaganda ben oliata di Big Pharma. Un gruppo di scienziati rinnegati ha cospirato insieme per illustrare con precisione come Big Pharma controlla e manipola la scienza e i dati a suo piacimento:

Ovviamente, il fatto che questo articolo sia ancora pubblicamente accessibile è uno stupefacente fallimento della censura di regime. In un Paese con un governo funzionante, tutti gli autori di un attacco così audace al regime (e i censori che non sono riusciti a impedirne la pubblicazione e/o non l’hanno tolto) sarebbero stati deportati al Polo Nord, ieri.

Nota a margine: questi autori descrivono accuratamente il modo in cui corrompiamo la scienza per adattarla all’agenda del regime. Articoli come questi, anche se ovviamente non possono essere diffusi pubblicamente, sono perfettamente accettabili da diffondere tra i propagandisti del regime per capire meglio come propagandare efficacemente.

È inoltre importante notare che le Big Pharma sono di solito conformi al regime, ma se una società farmaceutica diventa “meno” conforme, allora dovrete ovviamente perseguirla per la sua scellerata frode. Assicuratevi anche di multare una società farmaceutica fedele per un bel po’ di dollari ogni paio d’anni, in modo che la popolazione pensi che il regime abbia un rapporto conflittuale con Big Pharma e sia quindi meno propensa a rendersi conto che il regime e la farmaceutica sono in combutta. Qualche miliardo non è un grosso problema per i loro bilanci.

Sezione III – Verifica dei dati considerati scienza ufficiale

Siate selettivi riguardo ai dati che vengono inclusi nella Scienza ufficiale. Le informazioni che hanno l’imprimatur dell’informazione scientifica hanno molto più peso e credibilità presso la popolazione, anche presso coloro che si rifiutano di aderire alla narrazione del regime (nessuno vuole essere considerato “antiscientifico” – nella società moderna è quasi peggio che essere razzista).

III-1. Ritirare gli studi problematici

Il modo più sicuro per impedire alla ricerca scientifica ufficiale di smontare una narrazione di regime è quello di privarla della sua ufficialità. (Poi la si nasconde dove nessuno può accedervi e si sostiene che, dal momento che è stata ritrattata, ciò dimostra che si trattava sempre di scienza spazzatura fraudolenta e fasulla, spinta da eretici corrotti dell’antiscienza che vogliono arricchirsi vendendo strani intrugli vitaminici).

Bisogna però fare attenzione ad agire tempestivamente, perché se si aspetta troppo a lungo, le copie della scienza non approvata possono circolare in segreto tra i non credenti o gli eretici contro il regime e assumere uno status quasi mitico. E una volta che uno studio si è radicato nell’esperienza della gente come “studio vero”, ritrattarlo fa solo pensare che si stia disperatamente cercando di nascondere la “verità”.

Date un’occhiata a tutte queste gloriose ritrattazioni di studi che erano dannosi per la narrativa di regime durante la covida (questa è solo la prima pagina di 36):

Immaginate quanti danni (maggiori) avrebbero potuto fare questi studi disonesti se fossero stati lasciati in circolazione e non fossero stati ritrattati!

III-2. Scegliere quali parti di un set di dati rappresentano la “scienza ufficiale”.

È incredibile come si possa cambiare drasticamente la Scienza semplicemente utilizzando porzioni selezionate di un insieme di dati che rafforzano la narrazione del regime, scartando (o meglio ancora, nascondendo) le parti dell’insieme di dati che non sono in sintonia con le posizioni del regime.

For example, let’s suppose we see the following two trends in the regime’s PROPAGANDA safety monitoring database for the Glorious Vaccine.

(Purtroppo, bisogna fingere di monitorare la sicurezza per tranquillizzare i cittadini che si sentono nervosi di fronte a qualsiasi novità, e anche per avere una risposta pronta ai potenziali critici e divulgatori di disinformazione che cercheranno di accusare il regime di nascondere dati problematici sulla sicurezza). E bisogna fingere di prendere tutto ciò MOLTO seriamente).

Comunque, supponiamo che ci siano 26.878 segnalazioni di trasformazioni sicure ed efficaci in zombie mangia-carne per milione di dosi di glorioso vaccino somministrato, ma solo 2 segnalazioni di persone vaccinate che vengono uccise da batteri mangia-carne subito dopo essere state vaccinate, come questa:

Non è possibile che questo si diffonda nel discorso pubblico, incoraggiando l’esitazione nei confronti dei vaccini e inducendo le persone a dubitare della narrazione del regime in generale, anche su altre cose. Ma dovete anche dimostrare che il database della PROPAGANDA mostra che i tassi di potenziali lesioni da glorioso vaccino sono trascurabili. (Assicuratevi di sottolineare, ogni volta che fate riferimento al database sulla sicurezza, che questi rapporti non confermano che il Glorioso Vaccino sia la causa, ma solo una potenziale associazione).

La soluzione è molto semplice: utilizzare solo i dati che mostrano che ci sono solo 2 segnalazioni di persone infettate da terrificanti batteri carnivori a causa del glorioso vaccino ogni 100.000 dosi. Le 26.878 segnalazioni per 100.000 dosi di trasformazioni sicure ed efficaci in zombie carnivori, invece, devono essere pubblicamente ignorate il più possibile, e quando non si può evitare di ignorarle, bisogna denunciarle come rapporti non verificati, non scientifici e quindi privi di significato.

E assicuratevi di rimproverare i media per aver osato chiedervi qualcosa in merito. (Idealmente dovreste cospirare con un fedele giornalista del Regime affinché sia lui a chiedervelo, in modo che possa essere tirato fuori in modo sprezzante come “Alcune frange stanno cercando di affermare che il Glorioso Vaccino sta causando decine di migliaia di lesioni sensazionali, potete spiegare come stanno distorcendo i rapporti nel database della PROPAGANDA?”).

Inoltre, non usate mai la parola “terrificante” nel contesto di una situazione in cui state cercando di calmare le persone. Mai. Anche se ciò che state descrivendo è oggettivamente terrificante. Quando descrivete qualcosa che è intrinsecamente spaventoso, usate invece grandi parole accademiche dal suono scientifico. Così “batteri mangia-carne” possono essere descritti come “fascite necrotizzante”, qualcosa che nessuno ha idea di cosa diavolo significhi (e la maggior parte delle persone è troppo pigra per cercarlo su Google). Ha anche due “i”, il che la fa sembrare impressionante dal punto di vista intellettuale, come se fosse praticamente un privilegio essere uccisi da qualcosa di così sofisticato:

Non è così complicato, ci riuscirete in poco tempo. (E se non lo fate, probabilmente non resterete in giro ancora per molto).

Nota: Quando ci si trova in una situazione in cui un prodotto approvato o imposto dal regime è pericoloso – e ciò accade spesso – bisogna assicurarsi di non cadere nella propria propaganda, altrimenti si rischia di diventare il prossimo zombie di Safe & Effective come questi quattro senatori statunitensi:

III-3. Dati di segnalazione dei ritardi

Un modo più sottile per controllare quali dati sono inclusi nella Scienza ufficiale è quello di riportare dati o informazioni in modo disonesto. La temporizzazione strategica della comunicazione di diversi sottoinsiemi di dati è un modo semplice ma potentemente efficace per manipolare i dati scientifici. (Non preoccupatevi di capire come funziona, sappiate solo che funziona e assumete statistici competenti che possano capire come implementarlo al meglio). Molti calcoli si basano sulla tempistica dei dati riportati, e si può quindi controllare ciò che i dati mostrano rilasciando con attenzione diverse porzioni di dati al momento ottimale.

Ad esempio, un ritardo di una settimana nella segnalazione dei decessi può cambiare radicalmente l’apparente efficacia o sicurezza di un intervento medico: letteralmente, ritardando la segnalazione dei decessi di una settimana, si può far sembrare efficace al 95% qualcosa che ha un effetto nullo. (Potete seguire il link per maggiori dettagli, ma questa particolare tattica è un po’ troppo complessa per una Guida per Idioti, e includere una descrizione approfondita qui potrebbe far sì che altri propagandisti in erba, con un brillante futuro davanti a loro, si deprimano e dubitino delle proprie capacità se non riescono a seguire la spiegazione, il che potrebbe portarli a smettere, il che sarebbe una tragedia. Davvero).

Sezione IV – Come attrezzare uno studio

Forse l’abilità più cruciale necessaria per manipolare la scienza è la capacità di progettare e manipolare uno studio per ottenere i risultati necessari.

[Nota: l’effettiva manipolazione degli studi sarà sempre effettuata da esperti che gestiscono gli studi per mestiere (chiamati PI, o Principal Investigator). Non è quindi necessario essere esperti di queste cose. Ma è comunque utile avere una conoscenza abbastanza decente delle nozioni di base].

Gli studi, soprattutto quelli più grandi e sofisticati che sono tipicamente considerati il “gold standard” di Science™️, sono bestie massicciamente complesse che possono essere manipolate in innumerevoli modi. Spiegheremo i tipi più evidenti e diretti di inganni, manipolazioni e difetti di progettazione che possono essere sfruttati per rendere lo studio una marionetta nelle vostre mani da agitare a piacimento.

[Esistono molte gradazioni di sofisticazione nell’implementazione di una qualsiasi delle seguenti manipolazioni. Ci limiteremo a spiegare e illustrare i concetti sottostanti utilizzando l’applicazione semplice e diretta dei principi, senza aggiungere ornamenti e fronzoli. L’obiettivo è quello di farvi capire i vari tipi e modi di manipolazione dei dati. In seguito potrete approfondire le metodologie più avanzate (cosa che ovviamente è altamente incoraggiata e consigliata).

IV-1. Tattica di manipolazione dello studio n. 1: manipolare il disegno dei protocolli di studio

La maggior parte del materiale relativo a questa sezione è rilevante anche per la sezione successiva, che tratta del sabotaggio dell’implementazione dei protocolli di studio, quindi in questa sede ci occuperemo solo delle tattiche esclusive per truccare la progettazione dei protocolli stessi.

I protocolli di studio sono fondamentalmente come un regolamento che detta le modalità di esecuzione dello studio. Assicuratevi quindi di scrivere le regole per favorire il risultato che dovete ottenere.

A) Accatastare le carte – assegnare strategicamente i soggetti dello studio ai rispettivi gruppi di studio e di controllo

Quasi tutti i grandi studi speciali prevedono due gruppi: il gruppo di studio e il gruppo di controllo. In uno studio su un nuovo farmaco, il gruppo di studio riceve il farmaco e il gruppo di controllo no. In teoria, se il farmaco funziona, dovrebbero esserci più persone malate nel gruppo di controllo che in quello di studio.

Quindi, se state conducendo uno studio per testare un nuovo farmaco di regime, potreste sfruttare questo aspetto mettendo più persone non sane nel gruppo di controllo che nel gruppo di studio, in modo che il gruppo di studio vada meglio anche se il farmaco di regime non funziona. (Naturalmente, nella documentazione dello studio non si deve ammettere di aver fatto questo o altri trucchi tattici).

B) Esaminare attentamente i soggetti da includere nello studio.

È possibile evitare molti grattacapi semplicemente tenendo lontane le persone che potrebbero compromettere i risultati in qualche modo.

Per esempio, se state testando un nuovo farmaco di cui volete dimostrare la sicurezza e l’efficacia, tenete fuori le persone particolarmente predisposte a subire reazioni negative o inefficacia. L’idea è chiara.

IV-2. Tattica di manipolazione dello studio n. 2: sabotare l’esecuzione dei protocolli di studio

Spesso non è possibile manipolare i protocolli di studio per ottenere i risultati desiderati. In questi casi, è necessario sabotare l’implementazione o l’aderenza ai protocolli di studio ufficiali. Si tratta di un’operazione abbastanza facile da realizzare e ci sono letteralmente infiniti modi per farlo.

Nota: è prudente pianificare la logistica in anticipo, per evitare una serie di problemi e situazioni di stress che possono verificarsi in un grande studio che coinvolge migliaia di soggetti e personale. Per esempio, se si vuole dimostrare che un farmaco è letale, è necessario avere a disposizione sacchi per cadaveri per rimuovere rapidamente i corpi da luoghi pubblici e un impianto di cremazione attivo 24 ore su 24, 7 giorni su 7, per distruggere qualsiasi prova forense o patologica indesiderata che i cadaveri potrebbero contenere).

Sabotaggio del protocollo #1: somministrazione del trattamento/intervento dello studio [al gruppo di studio].

Le persone pensano che somministrare un farmaco ai soggetti di uno studio sia semplice e diretto. Si sbagliano. Molto, molto sbagliati. Spesso è possibile controllare l’intero studio regolando in modo sottile il modo in cui il trattamento viene somministrato ai soggetti dello studio, anche in base a quanto segue:

1) Dosaggio / Quantità dell’intervento – È possibile sottodosare o sovradosare un farmaco a seconda dell’obiettivo che si vuole raggiungere. Se si vuole che il farmaco risulti inefficace, il sottodosaggio farà sì che non funzioni. Se si vuole dimostrare che il farmaco è pericoloso, basta aumentare la dose fino a livelli altamente tossici.

2) Tempi di somministrazione del trattamento – Un altro modo per sabotare un farmaco è somministrarlo ai pazienti troppo presto o troppo tardi per essere efficace. Per ottenere questo risultato si possono scegliere diverse strade. Ad esempio, è possibile inviare il farmaco ai pazienti per posta, aggiungendo inevitabilmente qualche giorno alla tabella di marcia (un David Boulware Ivermectin special).

3) Qualità del prodotto – cioè purezza/potenza – Un prodotto contaminato o mal fabbricato non funzionerà come un prodotto puro fabbricato con ingredienti di alta qualità e con una completa fedeltà alle pratiche di fabbricazione ideali.(Nota: dovreste SEMPRE condurre studi preclinici non ufficiali su animali e umani per capire come funzioneranno le diverse versioni del farmaco o dell’intervento PRIMA di impiegare versioni contaminate (oltre agli studi preclinici sulla normale formulazione del farmaco), altrimenti correte il rischio di sabotare accidentalmente i vostri stessi tentativi di sabotaggio. Ricordate che lo scopo dello studio è mostrare un risultato preordinato, non scoprire nuove intuizioni scientifiche! L’incertezza o l’imprevedibilità di ciò che il farmaco o l’intervento che si sta studiando farà nella vita reale è la kryptonite per il successo della manipolazione dello studio. O, come minimo, vi farà venire delle emicranie molto forti).

4) Usare una soluzione fisiologica o un placebo al posto dell’intervento – Un altro modo per minimizzare i rischi dell’intervento scelto dal regime è somministrare un placebo al posto del trattamento, in modo da ridurre l’esposizione alla tossicità dell’intervento. Ovviamente, è necessario assicurarsi che l’uso di una soluzione salina non abbia l’effetto collaterale indesiderato di dimostrare che il farmaco non funziona, per cui questa tattica viene tipicamente utilizzata insieme ad altre manipolazioni o infedeltà del protocollo.

5) Combinazione di prodotti – È sempre possibile combinare i prodotti all’interno di uno qualsiasi di questi suggerimenti. Ad esempio, potete dare ad alcuni dei soggetti trattati un prodotto diverso. È anche possibile utilizzare più di uno di questi suggerimenti in combinazione tra loro, in modo da coprire diverse porzioni del gruppo di studio con suggerimenti diversi, il che può rendere più difficile per gli esterni scoprire le violazioni del protocollo.

Sabotaggio del protocollo n. 2: somministrazione del placebo [al gruppo di studio].

Si tratta essenzialmente del rovescio della medaglia della sezione precedente. Ci sono alcune tattiche specifiche che sono un po’ uniche applicate al placebo:

Somministrare l’intervento al gruppo di controllo/placebo – Un modo per garantire che uno studio non dimostri l’efficacia di un trattamento è quello di somministrare il trattamento anche al gruppo di controllo. Il metodo più semplice, ma più rischioso, consiste nel far somministrare direttamente dal personale dello studio il farmaco al gruppo di controllo, mascherato da placebo. (Questo è abbastanza facile, perché si suppone che il placebo abbia un aspetto, una sensazione, un sapore e un odore identici a quelli del trattamento, per evitare che i soggetti del gruppo di controllo capiscano di non aver ricevuto il farmaco.) Il metodo più difficile, ma meno rischioso, consiste nell’indurre i soggetti del gruppo di controllo a ottenere il trattamento al di fuori dello studio.

La verità sul COVID-19: Il grande reset, le chiusure, i passaporti per i vaccini e la nuova normalità (In Inglese)

The-Truth-About-COVID-19-Exposing-The-Great-Reset-Lockdowns-Vaccine-Passports-and-the-New-Normal-Joseph-Mercola-Ronnie-Cummins-Z-Library_organized

Per esempio, si può usare un placebo che è nettamente diverso dal farmaco. Poiché i soggetti dello studio possono facilmente scoprire tramite Google che il farmaco non ha l’aspetto, l’odore o il sapore che dovrebbe avere, cercheranno di procurarsi il farmaco vero e proprio, poiché non vogliono morire o soffrire di complicazioni debilitanti a causa di qualsiasi malattia o condizione che il farmaco viene utilizzato per trattare .In alternativa, si può scegliere di condurre lo studio in un luogo in cui la popolazione è già ampiamente esposta al trattamento in fase di studio, in modo che il gruppo di soggetti sia completamente contaminato da persone che già utilizzano o almeno hanno una scorta del farmaco a portata di mano.(Tenete presente che questa tattica corre il rischio di essere notata da fastidiosi eretici dissidenti anti-scienza, dal momento che sarà un fatto di dominio pubblico che c’era una diffusa consapevolezza e/o uso del farmaco nel luogo in cui è stato condotto lo studio).

Spike del placebo – Se non si vuole un placebo inerte, lo si può spuntare con qualcosa di più “vivace” che possa suscitare effetti collaterali e/o un effetto terapeutico. Un metodo specifico consiste nell’utilizzare componenti del trattamento per spuntare il placebo. Questo metodo può essere particolarmente utile per nascondere gli effetti collaterali problematici di un trattamento che sono causati da altri ingredienti o componenti oltre all’ingrediente attivo del trattamento: se si mettono questi componenti nel placebo, entrambi i gruppi avranno effetti collaterali simili.(Nota: tenere presente che se gli effetti collaterali sono troppo pronunciati, mettere semplicemente i componenti tossici del trattamento nel placebo può sollevare domande se si nota che i tassi degli effetti collaterali specifici sono molto più alti nel gruppo di controllo dello studio rispetto alla popolazione generale).

Protocollo di sabotaggio n. 3: Incentivare i soggetti dello studio a modificare il loro comportamento

Il comportamento dei soggetti dello studio è spesso una considerazione critica quando si progettano i protocolli e si conduce uno studio. Utilizzatelo a vostro vantaggio.

Esistono 3 tipi fondamentali di incentivi:

Incentivi finanziari – Uno dei modi più sicuri per incentivare un comportamento è premiarlo finanziariamente:

È possibile attuare uno schema di corruzione all’interno dello studio. Per esempio, se lo studio ottiene risultati chiedendo ai soggetti di riferire informazioni, come gli effetti collaterali che hanno sperimentato dopo aver ricevuto il Glorioso Intervento, potete pagare i soggetti perché non riferiscano gli effetti collaterali.

Per esempio, se si sta testando l’efficacia di un potenziale intervento per bloccare la trasmissione della malattia temuta, si può condurre lo studio in un luogo in cui le persone possono andare al lavoro solo se non sono infette dalla malattia temuta, sfruttando l’incentivo a non dichiarare la positività ai test che le persone hanno (vogliono l’intero stipendio).

Pressione sociale – Il secondo tipo di incentivo è la pressione sociale. Questa può provenire da coetanei, forze politiche, gruppi sociali, soci professionisti, istituzioni, celebrità o qualsiasi altra fonte di influenza nella società. Per esempio, supponiamo che stiate conducendo uno studio per testare l’efficacia dello Scudo di Stoffa Meravigliosa che impedisce la diffusione della Malattia Temibile. Quindi date ad alcuni villaggi di un paese del terzo mondo lo Scudo di Stoffa Meravigliosa e create un gruppo di controllo di villaggi che non ricevono lo Scudo di Stoffa Meravigliosa.

Si può fare uno spettacolo di quanto siano straordinari questi dispositivi davanti agli abitanti del villaggio che li ricevono. Si può anche fare in modo che gli anziani del villaggio proclamino che lo Scudo di Stoffa Meravigliosa è un Dono del Cielo, il che rende un punto di virtù morale indossarne uno e, cosa più importante, fa sì che indossarne uno ma essere infettati dalla Malattia Temibile sia un segno di fallimento religioso. Questo li rende molto meno propensi a denunciare i casi di Malattia Temibile, soprattutto rispetto ai villaggi che non hanno ricevuto gli Scudi di Stoffa Meravigliosa. Il che fa pensare che lo Scudo di Stoffa Meravigliosa funzioni per ridurre la trasmissione della Malattia Temibile.

Pene severe – Potete minacciare ogni sorta di terribile conseguenza se gli studenti non fanno esattamente ciò che volete. Questo è particolarmente facile da attuare nei Paesi del terzo mondo, dove lo stato di diritto è scarso o inesistente e la corruzione è la regola. Potrebbe essere utile fare un esempio di qualcuno in anticipo per dimostrare che si fa sul serio: per esempio, si può scegliere qualcuno a caso da spedire in una prigione in Sudan, da cui è improbabile che torni vivo.

Sabotaggio del protocollo #4: assumere persone incompetenti per gestire lo studio

Gli studi – soprattutto quelli che eseguono una sorta di esperimento (invece di limitarsi ad analizzare insiemi di dati preesistenti) – richiedono in genere personale numeroso per essere condotti. Assumere personale incompetente è un ottimo modo per darsi un certo margine di manovra per “massaggiare” i dati scomodi che emergono dallo studio – “questi dati sono errati perché il personale ha sbagliato”. Quindi, naturalmente, bisogna “correggere” gli “errori”.

Ma soprattutto, è meno probabile che il personale incompetente si accorga che state truccando lo studio, perché non ha le conoscenze o l’esperienza necessarie per condurre uno studio legittimo.

Sabotaggio del protocollo #5: eliminare dallo studio qualsiasi soggetto o evento problematico.

Questo è un ovvio “Duh”. Se alcuni soggetti della fase 3 della sperimentazione del Glorioso Vaccino subiscono gravi lesioni subito dopo l’iniezione del Glorioso Vaccino, beh, non si può permettere che rovinino la narrazione di “sicurezza ed efficacia”. Ma fortunatamente la soluzione è semplice: rimuoverli dallo studio.

Questo non sembrerà nemmeno sospetto a un osservatore esterno! Ogni studio ha regole scritte nei protocolli che permettono di cacciare i soggetti che violano i protocolli dello studio o che desiderano andarsene per “motivi personali”. (Pensate a tutte le volte che un politico dice che si dimette per “passare più tempo con la sua famiglia”: la stessa idea). Ma la maggior parte degli accademici sono dei babbei e ci cascano ogni volta.

Se siete davvero intelligenti nel progettare i protocolli, aggiungerete una condizione che vieta ai soggetti di rivolgersi a un medico al di fuori dello studio. Quindi, se un soggetto subisce un effetto collaterale spiacevole, come un po’ di miocardite sicura ed efficace o una lieve paralisi di Bell che lo lascia un po’ paralizzato, si recherà direttamente al pronto soccorso più vicino. . . che è una chiara violazione dei protocolli di studio!!! Ciao ciao problema.

Se volete vedere un maestro del mondo reale, non guardate oltre il responsabile della sperimentazione di fase 3 per bambini della Pfizer per il suo vaccino: quando uno dei soggetti della sperimentazione, di nome Maddie de Garay, ha sofferto di molteplici lesioni neurologiche piuttosto gravi 24 ore dopo aver ricevuto il vaccino (del tipo che comporta l’uso permanente di tubi di alimentazione e sedie a rotelle, oltre ad altri “aggiustamenti” dello stile di vita), l’hanno semplicemente buttata fuori dallo studio. E poi hanno scritto che la sua lesione era un “dolore addominale non risolto”. Hanno anche espulso un altro partecipante al processo principale, un avvocato di nome Augusto Rioux, dopo che si era ammalato di una lieve pericardite sicura ed efficace a seguito della dose n. 1.

Lo stesso vale per AstraZeneca: Brianne Dressen è stata cacciata dopo la dose n. 1, ma hanno riferito che si è ritirata per motivi personali. Vedi? Facile facile.

Protocollo di sabotaggio n. 6: registrare dati falsi

Quando tutto il resto fallisce, si possono semplicemente registrare dati per lo studio che sono completamente sbagliati e inventati dal nulla. Ventavia, l’appaltatore dello studio di Pfizer, ci mostra la strada da seguire: le schermate seguenti sono le e-mail inviate da Brooke Jackson, uno dei responsabili del sito di Ventavia, che ha deciso di tentare di indebolire il regime denunciando la frode in corso:

Con una risposta insolitamente rapida ed efficace, la signora Jackson è stata licenziata a meno di sei – 6 – ore dall’invio di questa e-mail alla FDA. SEI ORE!!! Questo è il modo in cui le cose dovrebbero essere fatte.

Inoltre, quando ha fatto causa alla corte federale nel tentativo di far fallire l’intero processo sul vaccino della Pfizer, il regime è riuscito a bloccarlo per quasi due anni interi usando una serie di ingegnose tattiche legali. (Tuttavia, va notato che chiunque sia stato incaricato di assumere ha fatto un gran casino: bisogna fare controlli approfonditi per assicurarsi che i potenziali candidati non abbiano forti convinzioni morali).

Purtroppo, la FDA non controlla le riviste mediche straniere, una delle quali ha deciso di pubblicare un articolo che documenta la frode della sperimentazione Pfizer. Un bel guaio. Ecco perché è indispensabile istituire un organo di governo unitario per tutto il mondo.

IV-3. Opzione di studio #3: analisi dello studio

Una volta terminato lo studio, è il momento di analizzare i dati dello studio. Tutti i dati problematici che in qualche modo sono riusciti a superare tutti i progetti e i sabotaggi del protocollo saranno ripuliti qui. Pensate a questo come alla verniciatura di un’auto usata e ammaccata per nascondere tutti i danni sottostanti: non state cambiando nulla di sostanziale, ma solo mascherando qualcosa (per la maggior parte). Nessuno vuole graffiare la vernice nuova per assicurarsi che non nasconda qualcosa.

Esistono tantissimi modi per “analizzare” i dati. Il segreto è scegliere con intelligenza quali scegliere e come effettuare l’analisi.

Tattica di analisi n. 1: non modificare i dati

Gli aggiustamenti dei dati sono una cosa abbastanza standard nella scienza. I dati grezzi non sono quasi mai adatti a trarre inferenze o estrapolazioni dirette, perché di solito sono presenti ogni sorta di variabili confondenti.

Ecco un esempio molto semplice di aggiustamento dei dati:

Di seguito è riportata la popolazione degli stati di Darth Santistan (stato cattivo) e del Paradiso Spettrale di Genere della Commiefornia (stato buono):

Ecco i tassi di mortalità per la Malattia Temibile di questi Stati: complessivamente, lo Stato cattivo ha più morti di quello buono. Poiché hanno la stessa popolazione, ciò significa che il tasso di mortalità è più alto nello stato CATTIVO, CATTIVO di Darth Santistan:

MA. … . (sì, c’è un grosso “ma” qui)

Se guardiamo ai tassi di mortalità per la popolazione anziana e per quella non anziana separatamente, è sorprendente che il buono Stato abbia un tasso di mortalità più alto in ENTRAMBI (?!?!?!?!?!?):

Due osservazioni importanti:

1) Il motivo per cui lo stato sleale del Santistan della Morte ha un tasso complessivo più alto nonostante abbia tassi di mortalità più bassi in ogni coorte di età è molto semplice: gli anziani muoiono molto più spesso dei non anziani, ma lo stato cattivo ha la sfortuna di avere un numero di anziani 2,5 volte superiore a quello dello stato buono, il che significa molti più decessi in generale a causa del numero puro di cittadini anziani nello stato cattivo del Santistan della Morte:

1) Affinché lo Stato cattivo abbia lo stesso numero di decessi di anziani dello Stato buono, dovrebbe avere letteralmente il 40% del tasso di mortalità degli anziani dello Stato buono, perché quest’ultimo ha solo il 40% di anziani nella sua popolazione rispetto allo Stato cattivo. Questo è il motivo per cui (quando vogliamo essere onesti, come quando la verità aiuta il regime) la scienza aggiusta i dati – per evitare cose come questa. (Questo particolare fenomeno statistico ha un nome ufficiale: “Paradosso di Simpson“).

2) Pertanto, NON aggiustare i dati quando ciò danneggia la narrativa del regime.

Tattica di analisi n. 2: aggiustare i dati in modo ingannevole o inappropriato

Al contrario, a volte i dati grezzi, o quelli opportunamente aggiustati, non vanno bene per la vostra narrazione. In questi casi, bisogna continuare ad aggiustare in modo creativo finché non si è riusciti a oscurare i risultati eretici in modo che nessuno possa vederli o capirli.

Per esempio, se prendiamo il nostro confronto ipotetico di cui sopra tra gli stati fittizi del Paradiso Spettrale di Genere di Commiefornia e del Santistan della Morte, è possibile aggiungere un “aggiustamento” per “risolvere” il problema. Tutto ciò che si deve fare è trovare una caratteristica che sia un proxy di risultati peggiori nel cattivo stato del Death Santistan rispetto al buono stato del Paradiso Spettrale di Genere di Commiefornia. Da quando il Santistan della Morte ha deciso di non seguire le chiusure salvavita del regime, gli anziani del Santistan della Morte tendevano a uscire di casa più degli altri Stati, anche solo per fare una passeggiata intorno all’isolato per prendere un po’ d’aria fresca – il che significa che gli anziani che non uscivano di casa probabilmente erano più spesso troppo malati per uscire di casa. Questi anziani malati hanno anche maggiori probabilità di morire a causa della Malattia della Morte.

Ecco come potrebbe andare a finire:

Grafico #1 – popolazione di anziani in ogni stato (colonne a sinistra = anziani che sono usciti all’aperto almeno una volta alla settimana; al centro = anziani che non sono usciti all’aperto; a destra = numero totale di anziani in ogni stato)

Grafico #2 – Numero di decessi in ciascuna delle tre categorie del grafico #1:

Questo sistema risolve completamente i nostri dati problematici (in realtà potrebbe risolverli troppo bene!) – osservate come stiamo cambiando il tasso di mortalità negli anziani:

Tutto ciò che si deve fare ora è riferirsi al tasso di mortalità degli anziani al coperto come “tasso di mortalità degli anziani aggiustato per la popolazione”.

Inoltre, di tanto in tanto si potrebbe ancora fare riferimento ai decessi degli anziani al chiuso, perché è molto più facile fare propaganda con una frase del tipo “glianziani più a rischio perché immobili” avevano quasi TRE volte più probabilità di morire nello stato BAD che nello stato GOOD”. Le persone associano naturalmente gli anziani alla permanenza in casa, quindi è improbabile che si rendano conto che gli “anziani in casa” sono in realtà una percentuale così piccola della nostra ipotetica popolazione anziana del Death Santistan.

Tattica di analisi n. 3: scegliere gli endpoint ottimali

Gli endpoint sono una questione importante. Ufficialmente, l’endpoint o gli endpoint primari di uno studio sono i risultati centrali che determinano se lo studio è considerato un successo o un fallimento. Un endpoint è fondamentalmente un elemento o una metrica che si utilizza per valutare il successo/fallimento o l’impatto di qualsiasi cosa si stia studiando. Ad esempio, se si sta testando un nuovo farmaco per vedere se impedisce alla Malattia Temuta di uccidere, l’endpoint sarebbe rappresentato dai decessi per Malattia Temuta. Se il gruppo di trattamento ha avuto meno decessi per la malattia temuta rispetto al gruppo di controllo, allora il trattamento funziona, ma se non è così, significa che lo studio non è stato organizzato abbastanza bene. (È un po’ troppo semplificato, ma avete capito l’idea di base).

Quindi bisogna scegliere bene quando si sceglie l’endpoint o gli endpoint.

Per questo motivo, in genere si dovrebbero scegliere endpoint che presentino il maggior numero possibile delle seguenti caratteristiche:

• Dipende dal giudizio soggettivo piuttosto che dall’osservazione oggettiva.
• Naturalmente influenzato dai risultati che preferite
• Facile manipolazione del risultato
• Facile mentire sul risultato
• È difficile per le persone capire se avete falsificato o manipolato il risultato.
• Difficile da afferrare/comprendere, soprattutto per i non addetti ai lavori.

Ad esempio, supponiamo che stiate conducendo una sperimentazione allo scopo di sabotare un trattamento alternativo che funziona effettivamente sulla Malattia Temuta (il che sarebbe molto negativo se il regime vuole che la crisi pandemica si perpetui ancora per un po’). È necessario dimostrare che non funziona. Se si sceglie la “morte” come endpoint, si potrebbero avere grossi problemi quando il farmaco salva un gruppo di persone nel gruppo di trattamento.

Invece della morte, si potrebbe scegliere qualcosa come il “tempo di dimissione dall’ospedale”. Questo endpoint soddisfa tutte e sei le condizioni (in qualche misura):

1) La dimissione dei pazienti è una decisione soggettiva dei medici (che dovrebbero essere sul libro paga dello studio), quindi non si è costretti a dimettere i pazienti che soddisfano uno standard oggettivo per il rilascio.

2) La dimissione è falsata dai risultati che si preferiscono: poiché una percentuale più alta del gruppo di controllo morirà, ciò significa che una percentuale più alta di casi gravi non verrà mai dimessa e quindi non aumenterà il tempo medio di dimissione per il resto del gruppo di controllo; rispetto al gruppo di trattamento, dove invece di morire, i pazienti più gravemente malati impiegano qualche giorno in più per riprendersi, aumentando il tempo medio di dimissione per il gruppo di trattamento.

3) La dimissione è molto facile da manipolare: si può reclutare il personale ospedaliero coinvolto nello studio per ritardare inutilmente di un po’ la dimissione dei pazienti trattati (bisogna assicurarsi che il personale interessato sappia chi ha ricevuto il trattamento e quindi aspetti di più a dimettersi dall’ospedale).

4) Anche l’ora della dimissione è abbastanza facile da falsificare, basta modificare i documenti per la data di ricovero in ospedale e/o la data di dimissione (e il filmato di sicurezza, se necessario). Il decesso è molto più difficile da falsificare, perché l’ora del decesso è in genere registrata in modo molto accurato e compare sul certificato di morte.

5) Il “tempo di dimissione” non è la metrica più intuitiva per un profano.

6) Ovviamente è possibile fare di meglio per la maggior parte di queste condizioni, ma questo trasmette l’idea di base.

Tattica di analisi n. 4: seppellire le metriche degli endpoint alternativi

Questo è praticamente ovvio: se si usa il “tempo di dimissione” come endpoint ma si comunica che c’è stata una riduzione del 50% della mortalità nel gruppo di trattamento, beh, diciamo che questo farà sollevare molte sopracciglia.

Quindi, invece di dover affrontare domande difficili sul perché si è scelto un endpoint così assurdo e perché si sostiene che il trattamento non funziona se si vede che il trattamento ha ridotto significativamente la mortalità, si dovrebbe idealmente non riportare i decessi in nessuna parte dello studio.

Se non potete evitare di riportare le statistiche di mortalità, almeno dovreste seppellirle nel mezzo di una tabella a caso di un’appendice in un formato molto difficile da interpretare. O meglio ancora, spargerle in più tabelle di dati invece che in un unico posto dove è facilmente identificabile da qualche fastidioso nerd a caso nel suo scantinato.

Tattica di analisi #5: impiegare i tipi di analisi ottimali per ottenere i risultati desiderati

Esistono tanti modi per analizzare i dati quante sono le identità di genere o le combinazioni di pronomi. Sfortunatamente, una spiegazione approfondita dei vari metodi non può essere riassunta in un formato adatto a una guida per idioti come questa. Basta guardare alcuni di questi nomi:

• Disegno bilanciato Analisi della varianza
• Adattamento della distribuzione Beta
• Trasformazione Box-Cox per due o più gruppi (T-Test e ANOVA a una via)
• Mappe di calore raggruppate (doppi dendrogrammi)
• Distribuzione (Weibull) Fitting
• Raggruppamento fuzzy
• Adattamento della distribuzione Gamma
• Modelli lineari generali (GLM)
• Test dei valori anomali di Grubbs
• Clustering gerarchico / Dendrogrammi
• Raggruppamento K-Means
• Partizionamento di Medoid
• Analisi multivariata della varianza (MANOVA)
• Confronto tra gruppi di dati non rilevati
• Analisi della covarianza a una via (ANCOVA)
• Clustering di regressione

Il punto è che diversi metodi di analisi statistica danno risultati diversi. Se non dessero risultati diversi, non ci sarebbero così tanti metodi. È tutta una questione di prospettiva. Quindi è necessario assumere guru statistici competenti che conoscano queste cose (e siano fedeli al regime) per due motivi:

1) Si ottiene il beneficio della loro esperienza (di cui si ha bisogno; ricordate che la vostra esperienza è la propaganda, non l’analisi statistica. Un po’ di umiltà pratica, riconoscendo i propri limiti, è fondamentale per essere un propagandista di successo; l’eccessiva fiducia è stata la rovina di molti fedeli lacchè del regime (e spesso anche la causa di una lunga vacanza in un Gulag poco rassicurante).

2) Gli eretici del regime non possono addurre la mancanza di competenze credibili dei vostri analisti statistici per infangare e infangare la credibilità degli studi sul regime. Il caso di Neil Ferguson è esemplare: sebbene inizialmente sia riuscito a convincere i governi di tutto il mondo con il suo favoloso modello che prevedeva una carneficina apocalittica a causa del covide, la sua assoluta mancanza di competenze in materia e la sua lunga storia di previsioni di pandemie del tutto deliranti hanno fornito all’opposizione una solida base per scartare i suoi modelli e tutti i modelli successivi promossi da vari governi. Sono stati anche in grado di fare proselitismo con grande effetto sulla scia di questa disfatta.

Tattica di analisi n. 6: rimuovere i dati problematici che non possono essere analizzati, corretti o altrimenti nascosti.

Si tratta dello stesso concetto dell’espulsione di soggetti da uno studio se non sono coerenti con i risultati imposti dal regime, solo che in questo caso si rimuovono i dati già generati anziché i soggetti dello studio stesso. L’obiettivo è comunque lo stesso: evitare che i dati che non corrispondono a ciò che si vuole che i risultati dello studio mostrino entrino a far parte della documentazione ufficiale dello studio.

IV-4. Opzione di manipolazione dello studio n. 4: reclutamento dei media per far girare i risultati

Indipendentemente dai risultati, dovreste avere dei punti di discussione pronti per essere utilizzati dai media più simpatici, che si batteranno per voi. Non fa differenza quanto siano falsi, fuorvianti, ecc. – lo scopo della propaganda è quello di illuminare e fuorviare – i media, semplicemente inondando l’ecosfera con le vostre informazioni, sono una forza potente che renderà come minimo molto difficile per la maggior parte delle persone riuscire a smascherare le bugie e gli inganni che state propagando rapidamente in tutta la società.

Dovete essere particolarmente preparati a colpire ferocemente qualsiasi scienziato o accademico con tendenze eretiche che possa mettere in dubbio qualsiasi cosa diciate o, peggio, richiamare l’attenzione sulle carenze del vostro studio. Con il massimo del pregiudizio.

Sezione V – La correzione dei set di dati

L’altra fonte principale della scienza, oltre agli studi, sono i dataset e le altre fonti di informazione utilizzate per fare pronunciamenti scientifici. I dati – soprattutto quelli ufficiali dello Stato – sono utilizzabili senza uno studio formale che li benedica, quindi dovete assicurarvi che i dati disponibili, e in particolare le serie di dati che sono alla base delle metriche convenzionali comunemente citate nella società da accademici e non, siano sotto il vostro saldo controllo per poterli elaborare, alterare e modificare a piacimento.

Di seguito sono elencati i tipi di tattiche da adottare per massimizzare il controllo e l’utilità dei set di dati disponibili:

V-1. La “pesca” statistica

La pesca statistica è più facile da illustrare che da spiegare in astratto:

Supponiamo che una Big Pharma produca un nuovo farmaco che (sostengono) renda i bambini più intelligenti e aumenti il loro rendimento scolastico. Purtroppo, anche se è stato approvato dalla FDA, sanno che non funziona e la gente comincia a sospettare che ci sia qualcosa di sospetto (e loro hanno miliardi di dollari in ballo). Così si rivolgono a te e ti offrono un cospicuo stipendio a 7 cifre per “dimostrare” che il loro nuovo farmaco funziona. Tu, da audace scienziato a pagamento senza scrupoli (tranne che per la fedeltà al regime, ovviamente), accetti la loro offerta.

Come si fa a “dimostrare” che il loro farmaco funziona? Semplice. Si ottengono i dati di tutti i distretti scolastici del Paese che mostrano i punteggi accademici e la percentuale di bambini che hanno assunto il nuovo farmaco farmaceutico. È qui che entra in gioco la parte della “pesca”: Bisogna cercare in ogni distretto fino a trovarne uno o due in cui i punteggi accademici sono superiori alla media e in cui un numero maggiore di ragazzi di quel distretto ha assunto il nuovo farmaco rispetto alla media (come nella pesca in cui si continua finché non si aggancia un pesce).

Poi pubblicate il vostro “studio”: “Abbiamo trovato una correlazione nel distretto “X”, dove una percentuale più alta di ragazzi che prendono il nuovo farmaco ha portato a punteggi accademici più alti”. Si tratta di un’assurdità, perché tutti gli altri distretti dimostrano che il farmaco non ha avuto alcun effetto sui punteggi accademici, ma voi lo evitate mettendo in evidenza l’unico distretto in cui c’è una correlazione per caso. (Con un campione abbastanza ampio, è praticamente garantito trovare un distretto a caso in cui, per coincidenza, molti ragazzi hanno assunto il farmaco e i punteggi accademici sono aumentati).

La lezione principale è che a volte basta un po’ di perseveranza. Se si dispone di un grande set di dati di molti Paesi, ad esempio, è sufficiente esaminarne uno alla volta finché non si scopre la correlazione che si sta cercando. In alternativa, si può tentare una versione più avanzata di questa tattica, nota come “P-Hacking”.

Un grande esempio di questa tattica è il seguente “studio” dei CDC, in cui hanno esaminato tutti i 50 stati alla ricerca di uno in cui potessero manipolare i dati per dimostrare che i vaccini contro il covide riducevano il rischio di reinfezione nelle persone che avevano già il covide prima di ricevere il vaccino. E guarda un po’, ne hanno trovato uno (su 50 più alcune giurisdizioni non statali come Washington DC) in cui potevano far sì che i dati dicessero quello che volevano:

Vedete, se il CDC fosse stato in grado di utilizzare più di uno stato per dimostrare che i vaccini contro il covirus riducevano il rischio di reinfezione, lo avrebbe fatto (duh). Ma hanno provato e riprovato finché non hanno trovato uno stato in cui poter torturare i dati per dimostrarlo.

A proposito, c’è un’altra importante lezione per i propagandisti: il valore della persistenza. Non bisogna arrendersi se non si riesce a trovare un insieme di dati facilmente falsificabili o manipolabili per sostenere un argomento di regime, a volte bisogna essere creativi e continuare a lavorare finché non si trova il terreno fertile.

V-2. Regolare i dati problematici

Sì, ne abbiamo parlato in precedenza nella sezione dedicata agli studi di rigging.

Se i dati grezzi non sono conformi alla narrazione che si preferisce, è sufficiente “aggiustarli” fino a farli combaciare, come si farebbe con i dati interni di uno studio. L’aggiustamento dei dati è una parte di routine della scienza e, dal momento che poche persone ne comprendono il funzionamento, è possibile approfittare e abusare di questa pratica.

Alcuni colleghi hanno persino pubblicato un articolo scientifico sull’argomento (una lettura interessante se siete dei nerd smanettoni):

Una brillante applicazione di questo concetto riguarda il consenso dell’establishment scientifico sul riscaldamento globale, che prima era il consenso dell’establishment scientifico sul raffreddamento globale. Come pensate che gli stessi dati che nel 1974 mostravano che il mondo si stava dirigendo verso un’era glaciale irreversibile che minacciava la sopravvivenza dell’umanità, ora mostrino che c’era davvero una tendenza al *riscaldamento* da quegli stessi dati che stanno minacciando la sopravvivenza dell’umanità?

Hanno semplicemente “aggiustato” i dati per rendere i decenni precedenti più freddi e quelli successivi più caldi, e voilà, problema risolto! È un’astuzia diabolica e molto efficace: osservate nel grafico qui sotto (di un noto eretico dissidente del regime) le due linee che tracciano la temperatura media annuale, la linea blu = i dati grezzi, la linea arancione = i dati dopo che gli scienziati del regime li hanno “aggiustati”:

Se si guarda alla linea blu, non c’è stato alcun riscaldamento complessivo negli ultimi 100 anni – il che è molto negativo per la narrazione ufficiale del RISCALDAMENTO GLOBALE CATASTROFICO!!! Tuttavia, la linea arancione mostra una chiara tendenza al riscaldamento negli ultimi 100 anni – che è esattamente la narrativa.

Naturalmente, se in futuro, per qualsiasi motivo, diventasse pragmatico tornare al raffreddamento globale, gli scienziati di regime del NOAA si limiteranno a “riaggiustare” i dati per far apparire gli ultimi 100 anni come un trend di raffreddamento costante.

Il punto è che tutto sta nelle regolazioni.

(Nota: è utile permettere ad alcuni eretici scientifici di basso profilo di rimanere in giro, perché producono dati e analisi che sono in realtà molto utili per l’uso interno del regime, purché ci si assicuri che non inizino ad avere un ruolo di rilievo – e poi li si porti subito nella Baia del Guatemala).

V-3. Escludere dalle analisi ufficiali dei dati ufficiali tutto ciò che non corrisponde ai risultati desiderati.

Controllare attentamente ciò che viene incluso nella propria analisi è letteralmente roba da principianti. Se le informazioni o i risultati effettivi minacciano di minare i risultati che preferite, escludeteli dalle analisi ufficiali dei dati ufficiali. Quindi, se c’è un database governativo che mostra che dopo il glorioso vaccino l’incidenza di una serie di condizioni mediche è aumentata molto, basta ignorarlo.

Prendiamo il database VAERS (Vaccine Adverse Event Reporting System) gestito congiuntamente da CDC e FDA:

Il CDC (finge di) incoraggiare la segnalazione al VAERS delle condizioni mediche che si manifestano dopo una vaccinazione, “anche se non si è certi che il vaccino abbia causato la malattia”:

Dopo l’introduzione del vaccino covid a metà dicembre 2020, le voci VAERS relative ai decessi hanno questo aspetto (il grafico mostra il numero totale di decessi segnalati per tutti i vaccini ogni anno):

Questo grafico mostra le statistiche relative alle segnalazioni VAERS di lesioni/morti causate dai vaccini Covid:

Eppure, quando è stata l’ultima volta che avete sentito parlare di VAERS da parte del CDC in una qualsiasi dichiarazione o analisi riguardante i preziosi vaccini Covid?

Esattamente! Il CDC (e tutti gli altri) semplicemente ignorano il VAERS (tranne quando di tanto in tanto pubblicano pezzi di “fact checking” per sfatare il VAERS).

Inoltre, assicuratevi di cacciare senza sosta nell’oblio chiunque osi provare a usare questi dati per minare la credibilità delle vostre analisi e proclamazioni sul regime. Questo è spesso un problema, perché inevitabilmente ci sarà un gruppo di persone che avrà accesso ai dati grezzi, una volta che questi saranno disponibili.

V-4. Sfruttare relazioni e differenze già consolidate

Un modo semplice per truccare uno studio consiste nel confrontare due entità che si sa già avere una particolare differenza o correlazione. Si può poi fingere di “scoprire” questa differenza o correlazione, attribuendola però a un nuovo fattore.

Quindi, se per esempio gli Stati poveri rispetto a quelli ricchi tendono ad avere risultati sanitari peggiori, se gli Stati poveri sono meno conformi alle direttive del regime, è possibile indicare i loro risultati sanitari peggiori e attribuire la colpa al fatto che non hanno preso il glorioso vaccino. I media eccellono nell’amplificare questo messaggio in particolare, perché non amano altro che attribuire i cattivi risultati all’affiliazione politica con il partito o i partiti politici “cattivi”.

V-5. Controllo degli insiemi di dati critici utilizzati per la ricerca scientifica

Chi controlla i dati controlla la scienza. Se vi preoccupate di avere un controllo ferreo sui dataset più importanti e utilizzati, vi risparmierete stress e mal di testa. Ad esempio, le forze armate controllano i loro set di dati interni e possono manipolarli a piacimento. Come nel caso del DMED: hanno ritoccato questo set di dati fino a renderlo del tutto inutile. Date un’occhiata ai due grafici seguenti che mostrano i dati *SAME* del DMED per i “tassi di visite mediche ambulatoriali” per gli anni 2015-2018 – il grafico di sinistra è la versione pubblicata nel 2019, quello di destra mostra la versione del 2021 – e in qualche modo non sono gli stessi (aree cerchiate in rosso).

Notate il cambiamento nei numeri del 2016-2018 (che potete vedere dalla forma della linea di tendenza)? Come è aumentato il numero di visite mediche effettuate nel 2016 tra il 2019 e il 2021????

Perché il regime ha semplicemente riscritto i dati. Questo è ciò che si può fare quando si ha il controllo completo del set di dati.

Va da sé che in nessun caso dovreste permettere a scienziati pagani di accedere ai testi sacri o ai dati della Scienza sotto il vostro controllo – ricordate, dovete essere sempre vigili per evitare che un ricercatore eretico disonesto esegua un’analisi che potrebbe invalidare o contraddire la Scienza. Il CDC dà l’esempio in questo senso:

Se non si dà accesso ai dati ai fastidiosi scienziati indipendenti, non ci si deve preoccupare che scoprano cose nei dati che minano la narrazione del regime.

Sezione VI – Controllo degli standard probatori

Pensate a voi stessi come a un giudice che presiede un processo penale, che decide quali prove sono ammissibili in tribunale e quindi può garantire che le prove incriminanti o a discarico non raggiungano mai la giuria. La stessa idea: controllando gli standard delle prove, si può indirettamente eliminare molta della scienza impegnativa che c’è in giro, senza dover mettere in discussione direttamente le affermazioni o le prove specifiche.

VI-1. Rendere il tipo di prova di massima qualità impossibile da realizzare per chiunque, tranne che per gli attori approvati dal regime.

Si tratta di una regola semplice: Rendere il più difficile possibile per scienziati o ricercatori indipendenti condurre il tipo di studi considerati di “alta qualità”.

Si potrebbe rendere troppo costoso per i dissidenti dalla mentalità contraria condurre una scienza non approvata o eretica. Uno dei più grandi colpi di scena nella storia della propaganda è stata l’ascesa degli studi controllati casuali come “Gold Standard” per le prove. Questi costano in genere molti milioni per essere condotti, precludendo a chiunque, tranne che alle gigantesche società farmaceutiche (che sono fedeli attori del regime), la possibilità di condurre tali imprese scientifiche.

Si possono anche approvare leggi o utilizzare agenzie governative per vietare la conduzione di studi di alta qualità non approvati, nel caso in cui un gruppo riesca in qualche modo a ottenere fondi sufficienti per condurre uno studio di questo tipo.

VI-2. Definire il tipo di studi che gli scienziati non approvati possono condurre come “di bassa qualità”.

Al contrario, assicuratevi che qualsiasi scienza o ricerca non conforme che possa ancora essere condotta sia indicata come prova di bassa qualità. Questa è di solito un’alternativa migliore rispetto al divieto assoluto di tutte le ricerche non approvate, che naturalmente renderà la popolazione sospettosa nei confronti del regime e incline ad accettare tutti i tipi di teorie cospirative assurde e selvagge. Piuttosto, lasciate che facciano le loro ricerche, ma spiegate che sono prive di significato perché non sono conformi alle regole della scienza basata sull’evidenza.

VI-3. Non articolano un chiaro standard di prova che la gente comune possa applicare da sola.

Vi troverete inevitabilmente di fronte a situazioni in cui avrete bisogno di un margine di manovra per utilizzare un doppio standard di prova. Se si definisce uno standard chiaro e facilmente comprensibile, allora si neutralizza la propria capacità di manipolare la scienza, dal momento che la gente può ritenere che siate in grado di rispettare lo standard da voi professato. Inoltre, come sottolineato in precedenza, si vuole condizionare la gente a credere che il vero standard sia semplicemente quello che il regime dichiara essere una prova di alta qualità, piuttosto che qualsiasi criterio lontanamente oggettivo.

VI-4. Perseguitare gli scienziati insolenti o sleali

Di tanto in tanto si presenterà una situazione in cui non si potrà mettere in dubbio la credibilità di una ricerca sulla base del fatto che si tratta di prove di scarsa qualità. In questi casi, dovreste invece perseguitare lo scienziato o gli scienziati colpevoli di aver divulgato la scienza eretica, interrompendo così la diffusione e l’ulteriore conduzione della ricerca problematica. Questo può essere innocuo come la deplorazione dai social media, o più ampio come l’invio in un gulag per non essere mai più visti o sentiti.

Comunque voi o il regime decidiate di rimuoverli dalla sfera pubblica, dovete assicurarvi di attaccare senza sosta la loro reputazione e le loro competenze (anche dopo che il traditore sedizioso è stato eliminato). Questa è anche una buona tattica da impiegare contro uno o più scienziati carismatici che minacciano il regime perché catturano il cuore delle masse. Questo vale anche se sembrano leali, a meno che non si sappia per certo che non diserteranno mai dall’altra parte (ad esempio se si hanno informazioni ricattatorie, o se sono il cuore e l’anima della narrativa del regime e sono fanaticamente impegnati, come il santo dottor Fauci). Pertanto, dovreste mantenere un robusto apparato di spionaggio per tenere traccia di tutti gli scienziati fedeli al regime.

Sezione VII – Le autorità ecclesiastiche della scienza

La prima cosa da capire è che il concetto di autorità nell’ambito della scienza è di natura ecclesiastica. La maggior parte dei discorsi scientifici nella società di oggi consiste in argomenti di autorità. Quindi, invece di opporre resistenza, abbracciatela e branditela, perché è la più potente di tutte le armi nella lotta per il controllo della Scienza stessa. Voi siete la Chiesa della Scienza. Il regime è il suo Vaticano. Flettete i muscoli e imponete la vostra volontà!!!

Dovete sancire convenzioni che selezionino in modo naturale che solo i lealisti del regime salgano a posizioni di autorità scientifica nella società. Questo si ottiene principalmente con i seguenti metodi:

VII-1. Gli esperti devono essere accreditati

Le credenziali sono il primo schermo che elimina la maggior parte dei potenziali criminali. Richiedendo le credenziali – che ovviamente si possono ottenere solo attraverso l’intermediazione del regime stesso, o di un’istituzione accreditata e fedele al regime. È necessario rafforzare la convinzione che gli esperti non accreditati siano particolarmente pericolosi e ignoranti, perché la popolazione è oppressa dall’esigenza costante di cercare un secondo parere alle posizioni e ai pronunciamenti del regime.

VII-2. Gli esperti devono essere affiliati a un’istituzione o a un’organizzazione in regola.

Un’altra regola ovvia. Questo è un buon modo per eliminare ulteriormente i potenziali scienziati manciuriani che hanno superato il processo di accreditamento.

VII-3. Gli esperti devono essere considerati nel “mainstream”.

Applicate rigorosamente questa convenzione sociale, perché è una potente rete di sicurezza nel caso in cui un esperto rompa i ranghi e decida di non rispettare il regime. Queste persone non possono essere facilmente escluse dall’accreditamento, e a volte può essere difficile o poco pratico interrompere tutte le affiliazioni che potrebbero avere con le organizzazioni in regola. Ecco quindi la necessità di una squalifica che non dipenda da nessuno dei due fattori. Dichiararlo al di fuori del mainstream è un modo abbastanza potente per privare un esperto della sua autorità.

VII-4. Applicare il consenso scientifico

Un altro modo potente per controllare chi esercita l’autorità scientifica è imporre la conformità a un “consenso” inventato, bollando chiunque si discosti da tale consenso come un eretico incorreggibile della specie più deviante. Si tratta di uno strumento esterno che può essere estremamente utile per detronizzare gli scienziati credenziosi. Il “consenso” risuona con forza nelle orecchie e nei cuori dei non addetti ai lavori e fornisce loro una facile giustificazione per non sollevare questioni se il regime decide improvvisamente di sradicare uno scienziato precedentemente molto stimato.

Postfazione

L’arte della propaganda è un argomento ampio che comprende diverse discipline. Non aspettatevi di poterla padroneggiare da un giorno all’altro. Aspettatevi di commettere errori: è così che si impara a capire cosa funziona (e quindi assicuratevi di avere sempre qualcun altro a cui dare la colpa dei vostri errori).

Fortunatamente per voi, la stragrande maggioranza dei cittadini sono pecore intellettuali e francamente non sono così brillanti. Questo principio è stato brillantemente dimostrato dall’architetto capo dell’Obamacare, il professor Jonathan Gruber.

Tuttavia, il professor Gruber aveva l’abitudine di spiegare troppo, troppo chiaramente, nei discorsi registrati. Per la cronaca, non c’è nulla di male nello spiegare con un linguaggio chiaro questioni controverse ai giovani studenti del regime, che sono fondamentali per capire come funziona la politica del regime, e che devono avere una solida padronanza di queste cose se vogliono essere lavoratori produttivi del regime. Diventa però un problema quando questi discorsi vengono registrati su video accessibili al grande pubblico:

Si potrebbe pensare che dopo che il tizio che ha scritto una legge profondamente impopolare (all’epoca) è stato ripreso in numerosi video mentre si vantava di come fosse un “abile sfruttamento della mancanza di comprensione economica dell’elettore americano” e di come “la stupidità dell’elettore americano” fosse fondamentale per poter far passare un aumento delle tasse come non un aumento delle tasse (che sono entrambe vere al 100%, come detto prima), i politici sarebbero stati costretti a ritirare la legge e a riprovarci tra qualche anno, dopo che il clamore si fosse spento.

Solo che, a quanto pare, di solito si può contare non solo sull’assoluta stupidità dell’elettore medio, ma anche sulla sua mancanza di memoria a breve termine, sulla sua mancanza di senso di autoconservazione e sul suo impegno verso l’ideologia politica prima di tutto. L’Obamacare è stato annullato o addirittura ritardato? No. Quindi, anche se venite arrestati in modo grave, probabilmente sarete a posto. Quindi, anche se venite beccati alla grande, probabilmente ve la caverete. (Soprattutto se avete coltivato un media mainstream compiacente che serve lealmente il regime).

Si può anche trarre conforto dal fatto che la propaganda è naturalmente un’impresa che si autocorregge: quando si commettono errori, si scatena semplicemente altra propaganda e gaslighting per coprire o comunque attenuare quegli errori. Osservate come i funzionari del regime siano passati dall’esaltare il professor Gruber a sostenere che fosse del tutto insignificante, senza battere ciglio e senza il minimo accenno di imbarazzo per la nuda ipocrisia delle loro posizioni inconciliabili:

(Tuttavia, bisogna fare attenzione a non commettere errori con troppa leggerezza, altrimenti si rischia di essere trasferiti in un gulag sovietico o in un sito di operazioni nere della CIA in Marocco).

Insieme, possiamo rendere il mondo un posto migliore per coloro che sono destinati a far parte della nuova umanità.

Fonti: ashmedai.substack.com & DeepWeb

SOSTIENICI TRAMITE BONIFICO:
IBAN: IT19B0306967684510332613282
INTESTATO A: Marco Stella (Toba60)
SWIFT: BCITITMM
CAUSALE: DONAZIONE