Brownstone » Diário Brownstone » Mídia » Guia do idiota para cozinhar dados para aspirantes a propagandistas
Guia do idiota para cozinhar dados para aspirantes a propagandistas

Guia do idiota para cozinhar dados para aspirantes a propagandistas

COMPARTILHAR | IMPRIMIR | O EMAIL
https://www.kekstcnc.com/media/2827/20200730_kc_covid_opinion_tracker_japan_deck_final_for-web.pdf

Dê uma olhada no slide acima de uma pesquisa internacional realizada alguns meses após o surgimento da Covid: É assim que se parece uma propaganda eficaz. E o efeito real foi ainda maior, porque os números do "mundo real" usados ​​para calcular o quanto as pessoas exageraram os riscos da Covid foram, é claro, eles próprios derivados de... as principais organizações de propaganda do mundo (disfarçadas de agências de saúde pública). Que já estavam exagerando enormemente os riscos da Covid.

A arte da propaganda eficaz é uma disciplina abrangente que requer um estudo cuidadoso e completo — e revisar — de tempos em tempos. Para o iniciante, pode ser muito difícil de dominar. Até mesmo o propagandista experiente pode, às vezes, cair na armadilha de pensar que criar e disseminar propaganda é um empreendimento direto — o que é uma boa maneira de ganhar férias permanentes com todas as despesas pagas na Sibéria. Normalmente, não é uma tarefa tão simples confundir a sociedade inteira todos os dias, 365 dias por ano, indefinidamente.

O pequeno guia a seguir fornecerá ao aspirante a propagandista, ao lacaio do Fórum Econômico Mundial, ao apparatchik comunista, ao marxista consciente e ao burocrata governamental experiente as ferramentas e o conhecimento necessários para desenvolver seu talento promissor em plena maestria na arte da propaganda.

Este livro é um pouco longo!! Então não sinta como se você tivesse que lê-lo do começo ao fim de uma só vez, pois isso é uma receita para o esgotamento e para não reter as informações críticas contidas nele.

Este manual está dividido nas seguintes seções:

Seção I. Definições - Como redefinir palavras, termos e métricas para mantê-los alinhados com a narrativa do regime

Seção II. Curadoria de dados - Como sequestrar os processos de registro, relatórios e publicação de dados

Seção III. Verificação de quais dados são considerados parte da Ciência Oficial - Como verificar, datar e descartar dados não conformes ao regime para que nunca apareçam em nenhum conjunto de dados científicos oficiais ou do regime

Seção IV. Como manipular um estudo - Exatamente o que parece

Seção V. Manipulação dos conjuntos de dados - Às vezes, você precisará entrar e fazer uma pequena "cirurgia" de dados para modificar o conteúdo de bancos de dados que contradizem os pontos de discussão do regime que você não pode simplesmente erradicar.

Seção VI. Controle dos padrões de evidência - Como estabelecer uma hierarquia de evidências que coloque a ciência favorável ao regime no topo e a ciência hostil ao regime na base (da Fossa das Marianas)

Seção VII. As Autoridades Eclesiásticas da Ciência - Como garantir que as autoridades científicas repitam de forma fiável os factos e as narrativas do regime

Posfácio - Amarrando tudo muito bem, como uma das gravatas borboleta de Peter Hotez (ele é um cientista celebridade do regime particularmente irritante)

Seção I – Definições

“Aquele que controla a linguagem controla as massas.”
— Saul Alinsky, Regras para Radicais

A maneira como definimos conceitos ou categorias determina que parte do mundo real eles comunicam ou representam — ou o que eles não comunicam ou representam.

Definições maleáveis ​​e um padrão arbitrário e caprichoso para atribuir definições são uma necessidade absoluta para qualquer propagandista eficaz. Apesar dos melhores esforços, mesmo propagandistas experientes e experientes inevitavelmente enfrentarão situações em que os dados curados que existem, ou a experiência vivida das pessoas, são problemáticos para a narrativa oficial do regime.

Propaganda eficaz, portanto, requer a capacidade de flexibilidade ágil e altamente adaptável para controlar o conteúdo dos dados, especialmente métricas convencionais pré-existentes que o público está acostumado a ouvir sobre as quais são notoriamente difíceis de simplesmente fazer desaparecer (ao contrário da facilidade com que você pode desaparecer um cientista dissidente do YouTube ou Facebook). Por exemplo, você não será capaz de evitar falar sobre "mortes" no contexto de uma nova Pandemia de Doença Temida - a principal maneira como as pessoas se relacionarão com a avaliação da gravidade de uma doença será sempre, antes de tudo, "Quantas pessoas morreram da doença?" Mas você pode mudar a que "morte" se refere no contexto da nova Doença Temida se quiser aumentar ou diminuir a sensação das pessoas sobre o quão mortal ela é.

Na prática, isso significa que quando a compreensão normal de um termo ou conceito mostra que a realidade não se encaixa bem na narrativa desejada pelo regime, basta mudar algumas definições e pronto, problema resolvido.

Como muitos propagandistas comunistas proeminentes ao longo da história também observaram: “Aquele que controla a linguagem governa o mundo”.

Há uma variedade de maneiras de alterar ou transitar definições de problemáticas para aceitáveis:

I-1. Limite uma definição

Se a definição convencional de algo inclui conceitos, dados ou informações que estão em desacordo com o dogma do regime, limite a definição para que ela não inclua mais as informações indesejadas. Há muitas maneiras de fazer isso. Então, listaremos alguns dos tipos mais comuns de características que você pode usar para limitar efetivamente uma definição: Limite a definição por intervalo de tempo: Suponha que pessoas vacinadas contraiam a Doença Temida em taxas muito altas nos primeiros 30 dias após a vacinação, e após 90+ dias da vacinação, com a Vacina Gloriosa. Este é um grande problema, porque as pessoas pensarão que a Vacina Gloriosa não é eficaz:

A linha vermelha mostra a taxa de casos por milhão de pessoas após serem vacinadas com a Glorious Vaccine, pelo número de dias desde a vacinação. Como você pode ver, nos primeiros 30 dias, a taxa de infecções de ruptura é muito alta, mas entre os dias 30-90 a taxa de casos é praticamente 0, e após o dia 90 a taxa de casos começa a subir novamente.

Em termos simples, o que você vê no gráfico acima é que o número de casos por milhão de pessoas é o seguinte:

  1. Antes da vacinação: 500 casos de Doença Terrível/milhão de pessoas
  2. 10 dias após a vacinação: 3,000 casos de Doença Terrível/milhão de pessoas
  3. 20 dias após a vacinação: 1,700 casos de Doença Terrível/milhão de pessoas
  4. 30 dias após a vacinação: 100 casos por milhão de pessoas


Essa é uma eficácia muito inglória para a Vacina Gloriosa – algo que não pode ser permitido permanecer. Uma solução é simplesmente mudar a definição de 'vacinado' para significar alguém que está entre 30 e 90 dias após ter sido injetado com a Vacina Gloriosa – em outras palavras, qualquer um que esteja dentro de 30 dias após ter sido vacinado, ou após 90 dias da vacinação, não é considerado 'vacinado:'

Essa tática em particular foi adotada por praticamente todas as agências de saúde pública do mundo civilizado, onde a definição de "totalmente vacinado" para as vacinas contra a Covid era limitada a "14 dias após a segunda dose":

Limite a definição por quantidade, como o número de exposições – por exemplo, se um grupo de pessoas que recebeu 1 dose ou 5 doses do Tratamento Milagroso Mirafaucivir morresse (a primeira dose mata pessoas que são particularmente suscetíveis à sua toxicidade, e 5 doses são muito tóxicas para praticamente qualquer pessoa), limite a definição de "tratado com Mirafaucivir" para entre 2 e 4 doses:

Limite uma definição adicionando condições absurdas que são quase impossíveis de cumprir. Por exemplo, você pode tentar usar as seguintes condições para limitar a definição de uma "morte por vacina" no contexto de uma campanha de vacinação em massa com a recém-criada Vacina Gloriosa:

É muito difícil conseguir um caso "confirmado" de alguém morrendo por causa da Vacina Gloriosa em condições como essas.

(Você deve se lembrar de obstruir as autópsias o máximo possível para tornar esta definição de exemplo totalmente eficaz.)

I-2. Expandir uma definição

Por outro lado, às vezes você pode querer mais de algo do que realmente há. Expandir definições é uma ótima solução – basta inverter as instruções acima para limitar definições.

Então, se você precisar de mais mortes pela doença temida do que pessoas realmente mortas pela doença temida, você pode expandir a definição de "morte por doença temida" para "qualquer morte dentro de 30 dias de um teste positivo" e, como mágica, você terá uma pandemia em grande escala em suas mãos.

Para ilustrar isso, suponha que após 12 meses de circulação da Dreaded Disease, apenas 7 pessoas por 100,000 infecções foram realmente mortas pela Dreaded Disease – não é exatamente assustador. Você faz uma pequena troca e expande a definição de uma 'Morte por Dreaded Disease' para algo como o que o CDC fez – "qualquer morte dentro de 30 dias após o teste positivo para a Dreaded Disease". Como muitas pessoas morrem todos os dias, se você fizer testes em massa em todas elas, inevitavelmente 'descobrirá' um monte de pessoas mortas que por acaso tinham a Dreaded Disease quando morreram, mesmo que tenham sido mortas por algo completamente não relacionado, como câncer ou um acidente de carro. Veja a diferença que isso faz:

O estado de Nova York oferece uma ilustração clássica de como expandir a definição de “Morte por Doença Temida” para criar a aparência de uma pandemia apocalíptica super assustadora e única na história – basta olhar para a seguinte definição aberta e maravilhosa para uma morte “provável” por Covid:

NOTA DE CUIDADO: Você deve sempre tomar cuidado para NUNCA, NUNCA, NUNCA – NUNCA!!! – articular ao público como você está fazendo gaslighting em uma linguagem clara e concisa que eles possam entender. O seguinte erro não forçado em 2020 da Diretora de Saúde Pública de Illinois, Dra. Ngozi Ezike, é o tipo de coisa que lhe dá uma passagem rápida só de ida para o Gulag – ela realmente disse o seguinte em uma entrevista coletiva pública (veja o vídeo incorporado abaixo):

“Então, a definição de caso é muito simplista. Isso significa que, no momento da morte, era um diagnóstico positivo para Covid. Então isso significa que se você estivesse em um hospice e já tivesse recebido algumas semanas de vida e então também fosse descoberto que você tinha Covid, isso seria contado como uma morte por Covid. Isso significa que, tecnicamente, mesmo se você morresse de uma causa alternativa clara, mas tivesse Covid ao mesmo tempo, ainda seria listado como uma morte por Covid.”

Ela estava fazendo a coisa certa, é claro, ao usar uma definição tão maravilhosamente expansiva para mortes por Covid, mas ela estupidamente e descuidadamente deixou o gato escapar da bolsa para o mundo inteiro ver. Esse é o tipo de erro descuidado que pode demolir uma campanha de propaganda inteira da noite para o dia. E também o tipo de coisa que pode acabar com uma carreira (ou pior):

 I-3. Invente uma nova definição

Às vezes, simplesmente não é possível esconder o entendimento comum de algo apenas brincando com a definição nas margens. Nesse caso, você pode dar o passo corajoso de redefinir uma palavra, conceito ou categoria completamente para atender às suas necessidades de propaganda. Apenas tome cuidado, pois pode ser um pouco mais difícil convencer as pessoas de que a antiga definição é fruto da imaginação delas.

Veja o CDC (sim, vamos citar o CDC bastante; afinal, eles são a principal organização de propaganda de saúde do mundo), que mudou a definição de "vacinação" várias vezes ao longo de um período de 6 anos:

Barra Lateral: O tweet acima oferece uma lição sobre a necessidade de controlar legisladores desonestos que podem tentar discordar ou mesmo expor seus esforços de propaganda. Você não precisa da dor de cabeça adicional de lidar com evidências claras de sua traição linguística transmitida ao público do plenário do Congresso ou Parlamento (ou da dor de cabeça ainda maior de ser banido para a Sibéria como bode expiatório por permitir que tal coisa acontecesse).

Às vezes, você pode até descobrir que está preso ao significado comum de conversação das palavras, onde elas destacam algo que você não pode permitir que as pessoas prestem atenção. Se isso ocorrer, você será forçado a implementar uma mudança fundamental na própria essência da linguagem. Esta é uma espécie de opção nuclear para quando você não pode esconder algo de nenhuma outra forma, e também não pode se dar ao luxo de não escondê-lo. (Cuidado!! Um esforço tão audacioso vem com um grau significativo de dificuldade, pois muitas pessoas estarão inclinadas a resistir a uma transição de linguagem tão aberta e ousada – semelhante a como muitos luditas não esclarecidos resistem a seguir com as transições de gênero).

Por exemplo, tomemos o termo “protesto pacífico”:

É claro que "limitado" é um termo subjetivo cujos contornos precisos são mal definidos, o que lhe dá bastante liberdade para aplicar a descrição a quase tudo, independentemente de quão incoerente ou inadequada seja a aplicação, como evidenciado por esta reportagem da mídia da vida real que não precisa de mais descrição:

I-4. Combinar categorias

Às vezes, simplesmente não é prático ou viável moldar os dados simplesmente mudando as definições. Mas não se preocupe — se você não puder mudar a definição, você pode mudar o ponto de dados ou a categoria em si que as pessoas estão acostumadas a usar a palavra ou frase se referindo. As pessoas não estão sintonizadas com diferenças sutis ou matizadas em categorias ou pontos de dados, e a mídia, de qualquer forma, confunde a maioria das coisas, tornando isso um truque fácil e conveniente. Por exemplo, você pode tentar:

  • Combinando diferentes faixas etárias:

Suponha que a Glorious Vaccine esteja fazendo com que um bando de crianças se transforme em zumbis. Isso é bem ruim para o regime. (O que significa que você deveria realocar alguns cientistas para trabalhar em uma estação de pesquisa climática na Antártida pelo resto de suas carreiras. Sem meias.)

Primeiro, você deve sempre se referir a essa nova condição como “Transformação Segura e Eficaz em Zumbi Carnívoro”. O motivo da parte carnívora é simples: “zumbi comedor de carne” soa muito assustador, e “zumbi” puro parece que os zumbis estão basicamente mortos – ou seja, as crianças preciosas estão mortas – nenhuma das quais é uma impressão que você quer que as pessoas tenham.Embora seja improvável que nosso exemplo hipotético se materialize na prática, o princípio é relevante e aplicável a qualquer situação: você deve sempre nomear algo de uma forma que transmita uma ideia do que você quer que as pessoas tenham.)

Segundo, porque a taxa de Zombificação na coorte de 12 a 17 anos é tão alta que é óbvia para qualquer um que olhe os dados (gráfico abaixo), você provavelmente terá que lidar com isso. Então, em vez de apresentar os dados divididos por idade, onde as pessoas notarão imediatamente o aumento da zumbificação infantil, apresente os dados como uma faixa etária combinada que seja grande o suficiente para esconder ou lavar o sinal:

O que você está fazendo, em essência, é pegar o termo “taxa de zumbificação após a vacina gloriosa”, que pode ser usado para se referir a várias faixas etárias diferentes, e fazê-lo se referir à taxa de todas as faixas etárias combinadas.

Agora ninguém notará que os dados mostram um risco claro de as crianças se transformarem em zumbis carnívoros pela Vacina Gloriosa.

Ou, inversamente, supondo que os jovens não estejam morrendo da doença temida em taxas altas o suficiente para assustar as mamães, você pode apresentar dados de mortes por doença temida de uma faixa etária combinada de 0 a 50 anos que faz parecer que há muuuuitas mortes de um grupo que inclui as crianças:

  • Combinando diferentes coortes demográficas:

Mesma ideia das faixas etárias; suponha que você precise evitar que os cidadãos descubram que a Temida Doença é realmente perigosa apenas para pessoas com obesidade mórbida – o que é ruim:

  • primeiro porque assim eles não terão medo da temida doença
    • em segundo lugar, porque as pessoas podem começar a questionar se a gordura é saudável, o que você não pode permitir, porque elas podem começar a questionar a narrativa do regime sobre "positividade da gordura" e depois, quem sabe o que mais.

Então você deve apenas apresentar os dados de morte por doença temida usando uma categoria combinada que cubra todos os tipos de identidades de peso:

  • Combinando diferentes períodos de tempo

Suponha que você perceba que as mortes pela Dreaded Disease estão diminuindo mês a mês – o que pode ser catastrófico para os planos do regime que exigem que as pessoas acreditem que a Dreaded Disease Pandemic está em plena circulação por mais alguns meses. Se as pessoas tiverem a ideia de que a Dreaded Disease está diminuindo, bem, isso é muita oportunidade perdida de usar a crise da Dreaded Disease como um meio de efetuar a transformação social para consolidar e solidificar o poder do regime.

Então, em vez de apresentar os dados de mortalidade por mês, combine todos os três meses em uma nova categoria de “média mensal ao longo dos três meses”, que mascarará a diminuição de janeiro a março, ilustrada abaixo:

  • Combinando diferentes jurisdições geográficas

Suponha que haja um estado desonesto dentro do país que esteja causando problemas para o regime que não segue as orientações do regime para lidar com a Temida Doença, que chamaremos de Death Santistan. Se eles mostrarem resultados melhores ou até iguais ao resto do país onde são bons cidadãos e seguem as orientações do regime, isso seria muito ruim. Suponha ainda que haja uma cidade ou condado dentro desse estado ruim que seja um condado de regime leal seguindo todas as orientações do regime, mas cuja taxa de mortalidade seja muito maior do que o resto de Death Santistan. O que é muito, muito ruim. Solução? Você pode apresentar dados de todo o estado para que as pessoas não percebam que o condado leal que segue as orientações do regime tem uma taxa de mortalidade 10 vezes maior que o resto do estado. Há até um benefício bônus: você pode apontar todo o estado de Death Santistan como um fracasso porque o condado de regime leal fará com que todo o estado pareça muito pior!!

Combinar todas as cidades e condados de um estado desleal para esconder os problemas exclusivos das cidades leais ao regime é uma das táticas de propaganda usadas para tentar esconder informações pouco lisonjeiras, como as taxas de criminalidade muito mais altas em cidades leais ao regime, em comparação com cidades controladas pela oposição maligna.

(SidebarAltas taxas de criminalidade são algo bom, é claro, e são uma escolha deliberada do regime por design – altas taxas de criminalidade são úteis para o regime porque a instabilidade torna as pessoas mais dispostas a aceitar um governo tirânico como uma solução.)

Para ilustrar, aqui está um brilhante exemplo de gaslighting de um dos principais porta-vozes da mídia do regime:

Observe a legenda na caixa carmesim – veja como eles habilmente tocam o vermelho estados para as altas taxas de criminalidade que estão todas nas cidades azuis dentro dos estados vermelhos, mas não no resto do estado onde a governança é “vermelha”? Exatamente.

  • Combinando diferentes tipos de efeito ou fenômeno. Por exemplo, se houver um aumento em um subtipo específico de condição de doença – como aumentos alarmantes em cânceres raros após o lançamento da Vacina Gloriosa, o que pode fazer as pessoas questionarem a narrativa oficial do regime de que a Vacina Gloriosa é a entidade mais segura já criada ou descoberta na história universal – você pode usar a categoria geral de câncer – que é 1,000 vezes maior – para esconder o sinal.

Outra maneira de pensar em combinar categorias é que você nunca fornece dados específicos para diferentes grupos ou subconjuntos, algo que foi feito com absoluta perfeição quando a Covid atacou. Considere os seguintes resultados de pesquisa, mostrando a parcela de mortes por Covid para cada faixa etária lado a lado com a porcentagem de cada faixa etária que estava preocupada em ser morta pela Covid. (As barras azuis mostram a porcentagem de cada faixa etária que estava preocupada em ser morta pela Covid, as barras verdes mostram a porcentagem do número total de mortes por Covid que ocorreram em cada faixa etária.)

Se as pessoas tivessem entendido qual era seu risco real de morrer, as barras azuis deveriam estar pelo menos na mesma faixa das barras verdes. Quando as barras azuis são dramaticamente mais altas, isso é o resultado de uma propaganda brutalmente eficaz ao combinar todas as faixas etárias em uma categoria sem nunca diferenciar:

Sucesso estrondoso de fato!!

I-5. Categorias divididas

Às vezes, você precisará dividir uma categoria em vez de combiná-la com outra. Basta inverter a estrutura definida acima para combinar categorias.

Essa pequena manobra é especialmente útil quando você precisa obter algo abaixo do limite de significância estatística.

Como a significância estatística é um conceito muito importante em dados e ciência, é uma boa ideia explicar como isso funciona.

Significância estatística, conforme usada na linguagem médica acadêmica/científica convencional, significa basicamente que a probabilidade de algo não ocorrer por acaso é menor que 5%.

If você joga uma moeda 10 vezes, as chances de obter 7 caras por causa do acaso são de 11.72% – NÃO estatisticamente significante. Se você lançar uma moeda 100 vezes, as chances de obter 70 caras por causa do acaso são de minúsculos 0.0023% – MUITO estatisticamente significante (porque é muito menos que 5%) – o que significa que não é razoavelmente atribuível ao acaso, mas sim algo específico (como trapaça) que fez a moeda lançar 70% para caras.

Por que isso? Para obter 7/10, tudo o que você precisa é de dois lançamentos extras de moeda para ir a seu favor – indo em uma pequena sequência. Pequenos desvios como esse podem facilmente acontecer aleatoriamente. No entanto, para obter 70/100, são necessários 20 lançamentos extras de moeda para ir a seu favor – as chances de obter *20* lançamentos extras de moeda de um total de apenas 100 por acaso são insignificantes. Então, se virmos 70 caras em 100 lançamentos, podemos presumir que há algum tipo de trapaça acontecendo, porque é muito, muito improvável que isso aconteça por acaso.

Você pode usar isso a seu favor para dividir e conquistar um sinal estatisticamente significativo – você pode dividir uma categoria onde há um sinal estatisticamente significativo para algo contra a doutrina do regime em categorias menores para quebrar o sinal de '70/100' em um monte de '7/10's que individualmente não são estatisticamente significativos.

Então, se, por exemplo, houver um sinal de que há mais mortes por 100 mil por ano após a Maravilhosa Gloriosa Campanha de Vacinação, você pode publicar os dados de mortes divididos por faixa etária, onde nenhuma faixa etária mostrará um aumento estatisticamente significativo nas mortes (e você pode alegar que provavelmente é um excesso de mortes resultantes da "Doença Há Muito Temida" devido a complicações de contrair a Doença Temida):

Nota de cautela: O ideal é que essa tática específica seja combinada com outra coisa; caso contrário, as pessoas poderiam fazer engenharia reversa na análise, fazendo um pouco de aritmética simples para somar todas as faixas etárias. Então certifique-se de adicionar outros truques confusos.

I-6. Redistribuir / Redesenhar Categorias

Uma alternativa mais finamente ajustada para combinar categorias diretamente é redistribuí-las – redesenhar as linhas, por assim dizer. Isso pode ser feito usando qualquer característica pela qual as categorias são diferenciadas.

Para ilustrar, voltando ao nosso exemplo do estado desleal maligno de Death Santistan, em vez de combinar todo o estado em uma estatística estadual, você pode redesenhar secretamente os limites geográficos dos condados dentro do estado para fins de dados de Dreaded Disease como este - veja o que acontece quando mudamos as fronteiras dos condados para as linhas verdes:

Nota: Isso não significa que você tem que literalmente redesenhar os condados para fins políticos e outros, como distritos eleitorais; tudo o que você está fazendo é usar diferentes fronteiras com o único propósito de estatísticas de Dreaded Disease. (A população, no entanto, assumirá que você quer dizer os condados reais que existem e, portanto, não perceberá que você os enganou. Isso é chamado de propaganda por um motivo.)

I-7. Definições de fluidos

Há momentos em que você pode ter a necessidade paradoxal de usar uma definição específica para uma coisa, mas também deve evitar essa definição específica para outra coisa. Para tais casos, você deve agir como um dicionário – os dicionários geralmente têm várias definições distintas para uma palavra, você pode fazer o mesmo.

Por exemplo, a palavra "mulher" às vezes é definida como "um ser humano adulto que possui características anatômicas e genéticas femininas", como quando se discute o direito da mulher de escolher; e às vezes é definida como "uma pessoa que se identifica como mulher", como no contexto de esportes organizados.

Seção II – Curadoria de dados

Ainda melhor do que aplicar definições maleáveis ​​é evitar situações que exijam mudança de definição em primeiro lugar.

A melhor maneira de evitar esses problemas é organizar os dados de forma a evitar criar potenciais dores de cabeça, empregando um ou mais dos seguintes métodos testados e comprovados para sequestrar corruptamente a curadoria, organização e apresentação de dados.

II-1. Não diagnostique ou identifique algo

Se um paciente chega sofrendo de múltiplos déficits neurológicos após tomar a Vacina Gloriosa e é mandado para casa com uma receita de Xanax para sua "ansiedade", isso não gerará um diagnóstico de déficit neurológico em nenhum banco de dados. Nenhum diagnóstico de uma condição que poderia ter sido causada pela Vacina Gloriosa — ou código de diagnóstico em algum grande banco de dados governamental ou de seguros — significa que você terá que empregar prestidigitação definicional para encobrir a existência de lesões diagnosticadas associadas à Vacina Gloriosa. Portanto, você deve garantir que as pessoas responsáveis ​​por diagnosticar ou identificar dados/observações problemáticos ou contraditórios à Vacina Gloriosa Perfeitamente Segura e Eficaz evitarão fazê-lo.

Vale a pena enfatizar aqui que os pacientes são facilmente enganados pelos seus próprios médicos, dizendo que "está tudo na cabeça deles", mesmo sabendo que têm ferimentos médicos graves e que podem alterar suas vidas, deixando-os incapacitados e completamente incapazes de funcionar. que eles vivenciam diariamente.

Vamos ilustrar isso com o seguinte cenário hipotético:

Os responsáveis ​​do regime consideram que, no regime controlado pelo governo, PROPAGANDA Banco de dados de vigilância de segurança criado para monitorar a segurança da vacina Glorious –

– há um sinal para a Síndrome VAMP (Vacine Aassociado Metamorfológico Pcondições de fenômenos:

Um paciente chega ao consultório médico apresentando um início rápido e agudo de Síndrome de Renfield (sede de sangue), fotossensibilidade extrema, pronunciada macrodontia, e Dermatite de Contato grave para prata que tudo começou horas após ser vacinado com a Vacina Gloriosa. Este é um caso óbvio de um efeito colateral da Síndrome VAMP – a apresentação do paciente se encaixa nos critérios diagnósticos para vampirismo completo e a condição foi causada pela Vacina Gloriosa (já que você, o médico, pode descartar com segurança qualquer outra causa, além da imediatez do início dos sintomas de VAMP após ser vacinado ser um indicador bastante evidente de que a Vacina Gloriosa causou os sintomas).

Mesmo que o paciente possa ver que claramente não está bem — ele sente uma tentação avassaladora de mastigar sua veia jugular pulsante, não suporta ficar na frente de uma janela a menos que as persianas estejam completamente fechadas, acidentalmente mordeu alguns pedaços de sua língua com seus novos dentes da frente extra longos e afiados, e sua pele começa a descascar se tocar nas relíquias de família de prata — e daí?? Você ainda pode dizer ao paciente: "Isso está na sua cabeça" e mandá-lo para casa com uma receita de Xanax (e talvez um ou dois sacos de sangue O-Negativo se você sentir que o paciente pode não conseguir se controlar por muito mais tempo e você não quer que sua jugular forneça seu almoço). E o paciente realmente aceitará e irá para casa sem muita luta.

Isso evita completamente até mesmo gerar qualquer registro de diagnóstico da Síndrome VAMP, de modo que não há nada para aparecer em nenhum banco de dados em lugar nenhum.

Você ficaria surpreso com a quantidade de médicos que são tão obedientes a ponto de se convencerem de que a mulher peluda com um rabo que cresceu do nada uma hora depois de receber a Gloriosa Vacina não tem nada a ver com a Gloriosa Vacina.

(Note: Falando sério, é importante criar siglas ou nomes chamativos para coisas que transmitam a impressão de como você quer que as pessoas vejam a coisa, então não use esse exemplo na vida real, porque isso transmite que você não está levando a vigilância de segurança a sério e faz com que as pessoas acreditem mais que você está tentando esconder os problemas reais de segurança com a Gloriosa Vacina.)

II-2. Diagnosticar ou identificar algo em excesso

Por outro lado, se você precisa fazer mais de algo do que há prontamente disponível, simplesmente inverta o nº 1. Por exemplo, se você precisa que as pessoas tenham mais medo da Doença Temida, você pode implementar um regime de testes em massa para aumentar o número de casos "confirmados" da Doença Temida. Também certifique-se de usar testes que retornarão taxas muito altas de positivos, sejam eles verdadeiros ou não.

Ao aumentar a vigilância ou os testes para algo, você pode gerar a aparência de números crescentes do que quer que esteja testando, ou pelo menos manter a fachada de que ainda está por aí. Considere a seguinte ilustração dos bons e velhos EUA da A – você pode ver no gráfico superior que, à medida que o número de testes diários de Covid aumentava, ao mesmo tempo que a porcentagem de testes positivos despencava mais de 75% (gráfico inferior). O que isso conseguiu fazer foi manter os números de casos relativamente altos (gráfico do meio), então, mesmo que a porcentagem de testes positivos caísse >75%, o número de novos casos diminuiu apenas cerca de 25% durante o mesmo período de tempo.

O aumento insignificante no número bruto de casos, que foi inteiramente uma função de mais testes, resultou, no entanto, em manchetes como esta ótima matéria pornográfica de pânico da NBC publicada em 11 de junho de 2020:

Lembre-se: você encontra o que procura e encontra mais daquilo que procura.

II-3. Não relate o que for diagnosticado ou identificado

Às vezes não é possível evitar diagnosticar ou identificar algo que é melhor deixar sem ser descoberto. Nesse caso, você pode pelo menos garantir que o que foi observado não esteja incluído em relatórios ou dados oficiais:

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

Em um nível mais individualizado, você deve emitir orientações aos médicos, pessoal médico e equipe administrativa no local para NÃO diagnosticar coisas que você não quer que apareçam em conjuntos de dados. Não hesite em usar incentivos financeiros para adoçar o pote para médicos leais e cumpridores do regime. Não seja mesquinho aqui – a prevenção é quase sempre mais barata (e menos estressante) do que consertar problemas depois que eles já surgiram.

Mesmo nos casos raros em que um médico não consegue evitar o diagnóstico de um paciente com uma condição grave que ocorreu logo após tomar a Vacina Gloriosa, o médico ainda pode evitar relatar o evento adverso a qualquer banco de dados de lesões causadas pela Vacina Gloriosa.

Alternativamente, se o banco de dados do regime para documentar ferimentos causados ​​pela Vacina Gloriosa, de alguma forma, ainda acabar contendo muitos relatórios problemáticos que lançam dúvidas sobre sua segurança, há duas coisas que você deve fazer.

A primeira é deixar alguns administradores de banco de dados presos ao longo do trecho da costa da Somália onde os piratas ficam para que o resto deles se recomponha e pare de deixar tantos relatórios passarem. Você está pagando para eles fazerem um trabalho, que é manter a percepção pública de que a Glorious Vaccine é o medicamento mais seguro já inventado; o fracasso não é aceitável.

A segunda é NÃO divulgar publicamente os relatórios problemáticos no banco de dados. O CDC tentou o máximo, mas foi derrotado por um juiz desonesto (o que enfatiza a necessidade de ter controle sobre o judiciário também):

II-4. Não permita a investigação de fenômenos se as descobertas podem causar problemas

O outro lado de "Você encontrará o que procura" é que "Você não encontrará o que não procura", então certifique-se de que ninguém vá procurar por sinais potenciais de algo que possa ser problemático para a narrativa do regime. Se, digamos, o regime "acidentalmente" desencadear uma praga em uma cidade do terceiro mundo, você não pode ter teóricos da conspiração irritantes da mídia social descobrindo o que aconteceu, então é melhor garantir que ninguém conduza autópsias ou teste indivíduos doentes.

O CDC oferece outra ilustração de bom pensamento estratégico preventivo para manter fora dados potencialmente prejudiciais ao regime:

O CDC, muito inteligentemente, ainda não encomendou uma única autópsia das milhares e milhares de mortes relatadas no banco de dados de monitoramento de segurança das vacinas VAERS do próprio CDC.Lembra da Seção I, a parte sobre adicionar condições absurdas às definições? Se não, é melhor revisar o material para que você o tenha na ponta dos dedos.)

II-5. Publicar apenas parte dos dados inicialmente

Muitas vezes, simplesmente publicando uma parte dos dados e deixando a outra parte para depois, você pode criar uma narrativa falsa que cria raízes. Então, quando você finalmente publicar o resto dos dados, não importará que isso contradiga a base do que agora se tornou dogma aceito.

Por exemplo, se você precisa retratar a Temida Doença como mais disseminada do que realmente é, você pode seguir o exemplo dos propagandistas de vanguarda da Virgínia e reter alguns dos resultados negativos dos testes por um tempo para aumentar a porcentagem de resultados positivos dos testes — o que faz parecer que mais pessoas estão doentes com a Temida Doença:

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

Outro cenário em que você pode utilizar a técnica de publicação parcial de dados com grande efeito é quando você se vê forçado a liberar dados por qualquer motivo que faça o regime parecer realmente ruim (acontece). Então você quer atrasar a liberação das coisas realmente prejudiciais o máximo possível – se você esperar o suficiente, elas eventualmente deixarão de ser relevantes. Além disso, se você despejar tudo de uma vez, o fator de choque será enorme e você terá uma grande bagunça em suas mãos. No entanto, se você liberar as informações gota a gota, então, quando as peças escandalosas forem divulgadas, o fator de choque “uau” já terá passado há muito tempo, e as pessoas não vão mais prestar tanta atenção. Essa tática foi tentada pelo FDA, embora tenha sido frustrada principalmente pelo juiz desonesto (enfatizando a necessidade crítica de controle judicial para evitar que juízes renegados se tornem desonestos com o regime):

II-6. Limitar as fontes aceitáveis ​​de dados ou informações

Quando há fontes que geram dados inconsistentes com a narrativa do regime (isso vai acontecer de vez em quando, apesar dos seus melhores esforços), simplesmente desacredite-as como propaganda ou algo mais não confiável e perigoso, como bots russos. (Como regra geral, você sempre pode culpar ou atribuir qualquer informação inconveniente à "desinformação russa" em uma emergência.)

A prova A para essa tática seria o banco de dados VAERS administrado pelo CDC. Quando o VAERS mostrou números completamente insanos de lesões causadas pela vacina da Covid –

– todo o aparato científico simplesmente rotulou o VAERS como uma teoria da conspiração usada para espalhar desinformação perigosa:

Se, no entanto, esses dados vêm de conjuntos de dados de regime que são muito difíceis de simplesmente descartar como lixo não científico (sim, isso acontece), então pare de publicá-los e, em vez disso, desacreditá-los por serem mal construídos e cheios de erros fatais.

Podemos usar o UKHSA para ilustrar esse princípio. Depois que a eficácia bruta da vacina caiu bem para território negativo para quase todas as faixas etárias (como em pessoas vacinadas que estavam em MAIOR risco de contrair Covid em comparação com pessoas não vacinadas), o UKHSA simplesmente parou de publicar os dados semanais de eficácia da vacina:

A UKHSA também oferece um conto de advertência sobre o que acontece quando você espera muito tempo para interromper conjuntos de dados problemáticos:

Você não pode ter manchetes como essas saindo toda semana!! Eles deveriam ter desligado esse conjunto de dados muito antes de os vacinados começarem a pegar Covid mais do que os não vacinados. Esse é um erro não forçado, o tipo de erro idiota pelo qual cabeças rolam, literalmente. Por que diabos eles esperaram até que a eficácia do *reforço* para os idosos de 80 anos estivesse prestes a ficar negativa???? Alguém na UKHSA não lê esse livro há algum tempo, que claramente teria se beneficiado de uma pequena revisão. . .

II-7. Empregar padrões duplos ao determinar quais informações são rigorosas e confiáveis

Alguns propagandistas podem hesitar em ser abertamente hipócritas, porque se sentem expostos ao postular abertamente dois padrões irreconciliáveis ​​que até mesmo alguns camponeses comuns podem notar. Você deve lutar contra esse desejo, no entanto. Entenda que empregar padrões duplos aumenta exponencialmente suas opções quando se trata de elaborar pontos de discussão e posições para gaslighting o público.

Isto é particularmente verdadeiro quando se trata de anedotas. Anedotas que apoiam os pontos de discussão do regime, especialmente aquelas de fontes aprovadas pelo regime, devem ser tratadas como a mais alta forma de prova; enquanto anedotas de fontes heréticas ou não aprovadas que contradizem a propaganda do regime devem ser denunciadas como meramente anedóticas e tendo valor probatório zero que não contam para nada.

Então, anedotas de médicos obedientes ao regime e cidadãos leais da Temida Doença matando e mutilando pessoas são evidências incontestáveis, mas anedotas de ferimentos ou mortes por causa da Gloriosa Vacina não são nada mais do que coincidências aleatórias, se não invenções descaradas, promovidas por charlatões vis para difamar o regime e colocar em risco todas as pessoas boas em todos os lugares que só querem permanecer vivas e saudáveis:

Empregar abertamente padrões duplos também tem o benefício crucial adicional de condicionar a população a acreditar que o padrão real para determinar se dados ou informações são confiáveis ​​é simplesmente o que o regime diz.

II-8. Corromper os dados para proteger ou reforçar sua narrativa

Às vezes, a tática mais fácil para evitar dados problemáticos é simplesmente inventar dados falsos. Você pode fabricar algo do nada. Ou pode adotar uma abordagem mais sutil e corromper os dados introduzindo falhas sutis ou vieses que são mais difíceis para a pessoa comum perceber. Existem maneiras ilimitadas de fabricar ou falsificar dados, muitas para enumerar aqui. Apenas tome cuidado para falsificar os dados de uma forma que não seja facilmente descoberta ou submetida a engenharia reversa.

Por exemplo, voltando à nossa situação hipotética anterior, onde você precisa que a população acredite que há muito mais casos de uma Doença Temida do que realmente há, outra maneira de retratar a Doença Temida como mais prevalente é combinar o número de pessoas atualmente doentes com o número de pessoas que já estão recuperadas. O CDC realmente fez exatamente isso quando combinou testes de anticorpos (que medem o número de pessoas que já se recuperaram da Covid) com testes de PCR (que medem o número de pessoas atualmente doentes) em uma métrica de "resultado positivo do teste de Covid", incluindo desonestamente todos que já se recuperaram como ATUALMENTE doentes:

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

Observe as frases sublinhadas acima, elas são bastante reveladoras.

A frase sublinhada em verde – “O método do CDC faz parecer que os EUA têm maior capacidade de testar do que realmente têm” – observe como o CDC brilhantemente conseguiu arrancar vários cookies de propaganda dessa única manobra. Eles não apenas criaram a miragem de taxas muito mais altas de pessoas ativamente infectadas; eles também criaram a miragem de que o governo tinha uma capacidade muito maior de testar pessoas para o vírus do que o governo realmente possuía. (É bom ostentar instâncias de competência governamental, dado que a lendária reputação do governo por incompetência impressionante é uma das concepções mais notoriamente difíceis de rejeitar que as pessoas têm sobre o governo.) Um propagandista astuto está sempre procurando explorar ângulos adicionais para obter vantagens em vez de ficar contente que a tática de propaganda implantada atingiu seu objetivo principal pretendido.

A frase sublinhada em vermelho – “Os números podem fazer parecer que os estados têm capacidade de teste suficiente e estão prontos para suspender as restrições, quando esse pode não ser o caso” (e realmente os dois últimos parágrafos) – oferecem uma lição sagaz sobre como cortar potenciais espinhos pela raiz. Você deve sempre – sempre!! – estar vigilante para evitar *quaisquer* implicações potenciais ou tomadas rápidas sobre informações que, embora sejam geralmente favoráveis ​​ao regime, também contenham algo que pode ser distorcido para minar algum outro aspecto da narrativa oficial do regime. Basicamente, você pode ter seu bolo E comê-lo também! Aprecie aqui como o cientista do regime citado habilmente consegue simultaneamente (1) expressar aprovação do aumento da capacidade de teste como uma medida da competência extraordinária do regime; (2) colocar a culpa pelo “acidente” [intencional] no partido político dissidente; e (3) advertir que, embora o estado esteja fazendo um trabalho tão incrível tornando os testes amplamente disponíveis, isso não significa que seja seguro reabrir! Lembre-se, há uma pandemia para manter, o que este cientista do regime faz com maestria. (Certifique-se de recompensar generosamente os cientistas do regime por trabalhos excepcionais como este. Isso incentivará o resto deles a melhorar seu jogo e é bom para o moral.)

Observe também que a mídia é uma aliada crítica do regime, sem a qual você fracassará. Então, faça o que for preciso para manter relacionamentos aconchegantes – não comece a economizar aqui.

II-9. Excluir dados problemáticos

Sim. Como os e-mails da Hillary Bit-ing do Bleach. É bom purgar bancos de dados de tempos em tempos de dados inconsistentes com as narrativas ou posições do regime; caso contrário, eles podem se acumular em uma tendência discernível que pode ser notada por dissidentes do regime ou espalhadores de desinformação.

Então, se por exemplo o banco de dados de segurança da Glorious Vaccine contiver muitos relatórios, simplesmente exclua-os, como o CDC faz, conforme ilustrado pelo gráfico abaixo mostrando o número de relatórios problemáticos do VAERS expurgados pelo CDC a cada semana:

Observe neste caso que os trabalhadores do VAERS do CDC estavam com desempenho abaixo do esperado na maior parte do tempo – você não pode permitir que pessoal crítico relaxe. Este gráfico inteiro deve mostrar barras até o topo – não há nenhuma razão válida para que eles não pudessem ter excluído muitos relatórios do VAERS em agosto de 2021 como fizeram durante abril e maio de 2022. Se você tiver que contratar pessoal extra para lidar com a eliminação de relatórios, faça isso.

Além disso, por que esses preguiçosos permitiram que tantos relatórios se acumulassem em primeiro lugar?? Não deveria haver relatórios suficientes em tal banco de dados para começar, onde haveria então a necessidade de expurgos em massa semanais de tais relatórios.

Talvez a lição mais importante de todo este livro seja esta: As minúcias logísticas chatas, engraçadas e tediosas de disseminar e manter propaganda são tão críticas quanto uma grande mentira ou uma ginástica linguística de tirar o fôlego.

Talvez você precise ser criativo para inventar uma justificativa ou explicação para isso se as pessoas descobrirem que há dados faltando, então certifique-se de ter pontos de discussão preparados com antecedência, para garantir.

Outro ótimo exemplo de exclusão de dados desonesta em ação é a seguinte expurgação brilhante realizada pelo governo australiano para eliminar dados climáticos inconvenientes que mostram recordes de calor que ocorreram há muitos anos para serem atribuídos às emissões de carbono humanas:

Infelizmente, eles foram pegos, o que às vezes é inevitável quando você tenta apagar algo realmente significativo e notável. É por isso que é imperativo ter um sistema Gulag pronto e esperando o tempo todo para lidar com uma onda repentina de novos presos a qualquer momento (como os campos de quarentena da Austrália).

II-10. Crie dados falsos que pareçam desmascarar sua própria narrativa para enganar e desacreditar a oposição

Quando confrontado com uma ameaça persistente de informação que é corrosiva para seus esforços de propaganda, esta é uma tática brilhantemente tortuosa para desfolhar sua autoridade, credibilidade e influência. Simplesmente divulgue dados falsos que superficialmente parecem desmascarar a narrativa do regime, mas que são facilmente refutados. Os inimigos covardes do estado, sem dúvida, aproveitarão essas informações ou dados falsos e, portanto, ficarão desacreditados quando você demonstrar que eles caíram nas alegações agora obviamente ridículas.

Como o que os militares fizeram com seu próprio banco de dados interno de todas as condições médicas de todo o exército, chamado DMED. Eles deliberadamente o semearam com dados falsos que pareciam um momento total OMG!!!!!!!! que mostrou aumentos massivos e profanos em todos os tipos de condições médicas, como câncer, perda de gravidez e outros associados às vacinas sagradas da Covid. Então, quando alguns médicos militares heróicos encontraram os dados do DMED, eles caíram de cabeça... o que matou toda a história. (Para uma linha do tempo completa e detalhada e explicação disso, Veja aqui.)

II-11. Use imagens, memes ou outros tipos de mídia para mentir de forma ousada e audaciosa

Grande parte da percepção pública da ciência ou dos dados se resume à apresentação visual da ciência ou dos dados – um bom meme ou imagem pode comunicar efetivamente dados completamente falsos de uma forma que deixa as pessoas com a convicção de que os dados falsos são absolutamente 100% verdadeiros.

Por exemplo, se você quiser retratar que as taxas e a gravidade da miocardite causada pela Doença Temida são dramaticamente piores do que as taxas e a gravidade da miocardite causada pela Vacina Gloriosa mesmo que o oposto exato seja verdade, você pode criar uma imagem poderosa como esta:

Agora, as pessoas instintivamente associarão a "Doença Temida Miocardite" a um apocalipse em forma de cogumelo, em vez da miocardite da Vacina Gloriosa, como uma pequena picada de alfinete que nem aparece no gráfico.

II-12. Crie visualizações de dados que representem mal os dados

Às vezes, você não consegue evitar publicar dados que são realmente muito ruins (para o regime ou para a Science™️). Mas, felizmente para você, a maioria das pessoas (e acadêmicos) são idiotas superficiais que são preguiçosos demais para ler palavras impressas ao lado de um gráfico ou tabela. Então, você pode retratar os dados de forma tortuosa em um esquema de visualização que distorce ou esconde o que os dados dizem.

Vamos ilustrar usando um exemplo do maior periódico científico™️ – o Lanceta. O Lancetapublicou um estudo estimando o número de mortes causadas por frio extremo e calor extremo ao redor do mundo a cada ano. Como os governos ao redor do mundo querem manter a ficção do Aquecimento Global como um perigo mortal para a humanidade, eles precisavam mostrar que as mortes causadas pelo calor superavam as mortes causadas pelo frio. No mínimo, elas tinham que ser iguais. Assim, quando o Lanceta descobriu que as mortes por frio superavam em número as mortes por calor por uma margem de 10 para 1 (literalmente), eles tiveram que descobrir uma maneira de criar um gráfico que disfarçasse aquele pequeno fato inconveniente. O que resultou no gráfico abaixo no lado esquerdo:

As barras azuis mostram mortes por frio, as barras vermelhas mostram mortes por calor. Quanto maior a barra, mais mortes. Então eles precisavam fazer as barras vermelhas serem tão grandes quanto as barras azuis. Então eles empregaram um pequeno truque tortuoso – se você olhar para os números sublinhados em roxo que traduzem o tamanho da barra em um número específico de mortes, você verá que para as barras azuis (mortes por frio), cada polegada da barra representa 50 mortes, mas para as barras vermelhas (mortes por calor), cada polegada da barra representa apenas 10 mortes. Assim, a mesma barra de tamanho representa 5x o número de mortes por frio do que por calor, mesmo que pareçam iguais. Mas as pessoas não prestam atenção e apenas dirão "Oh, elas parecem semelhantes, então deve haver uma proporção aproximadamente igual de mortes por calor para mortes por frio." (E eles até tentaram inserir um intervalo gigante no final, onde a última polegada de barras vermelhas representa 210 mortes em vez de apenas 10 (seta laranja).)

Se tivessem criado um gráfico honesto que usasse a mesma escala para mortes por frio e calor, ele se pareceria com o gráfico à direita. O problema é que uma olhada no gráfico dá a você a nítida impressão de que o frio extremo é uma ameaça muito maior do que o calor extremo, o que pode levar a algumas perguntas desconfortáveis ​​sobre se talvez um pouco de Aquecimento Global seria realmente benéfico para a humanidade.

Note:Ao usar essa tática, tente ser mais sutil e discreto do que o Lancet, onde era muito fácil até para um leigo perceber o truque.

Manipulando a CIÊNCIA

"Para esse fim, Lysenko começou a “educar” as plantações soviéticas para brotar em diferentes épocas do ano, mergulhando-as em água gelada, entre outras práticas. Ele então afirmou que as futuras gerações de plantações se lembrariam dessas dicas ambientais e, mesmo sem serem tratadas, herdariam as características benéficas."1

Manipular a ciência não é nenhuma novidade. Felizmente para o propagandista, a Ciência é muito fácil de manipular à vontade se você for o regime. Basta olhar para as realizações de Trofim Lysenko quando ele tinha o apoio do Camarada Stalin. As seções a seguir detalharão o que você precisa fazer para manipular com sucesso a Ciência para apoiar a narrativa e os objetivos do regime.

Uma ilustração perfeita de um empreendimento concertado e eficaz de manipulação da Ciência é a máquina de propaganda bem lubrificada da Big Pharma. Um grupo de cientistas renegados conspirou junto para articular precisamente como a Big Pharma controla e manipula a Ciência e os Dados à vontade:

Obviamente, o fato de que este artigo ainda está acessível ao público é uma falha espantosa dos censores do regime. Em um país com um governo funcional, todos os autores de um ataque tão audacioso ao regime (e censores que falharam em impedir que fosse publicado e/ou não o derrubaram) seriam deportados para o Polo Norte, ontem.

Sidebar:Esses autores descrevem com precisão como corrompemos a ciência para se adequar à agenda do regime. Artigos como estes, embora obviamente não possam ser divulgados publicamente, são perfeitamente aceitáveis ​​para divulgação entre os propagandistas do regime, a fim de compreender melhor como fazer propaganda de forma eficaz..

Também é importante notar que as empresas farmacêuticas – “Big Pharma” – geralmente vão ser obedientes ao regime, mas se uma empresa farmacêutica se tornar “menos” obediente, então você, é claro, deve processá-la por sua fraude covarde. Também certifique-se de multar as empresas farmacêuticas leais em grandes quantias a cada poucos anos para que a população pense que o regime tem uma relação adversa com a Big Pharma e, portanto, será menos provável que perceba que o regime e a Pharma estão em conluio. Alguns bilhões não são grande coisa para seus balanços.

Seção III – Verificação de quais dados são considerados ciência oficial

Seja seletivo sobre quais dados são incluídos na Ciência Oficial. Informações que têm o imprimatur de ser informação científica carregam muito mais peso e credibilidade com a população, mesmo aqueles que se recusam a seguir a narrativa do regime (ninguém quer ser visto como sendo "anticiência" - isso é quase tão ruim quanto ser racista na sociedade moderna).

III-1. Não publique estudos problemáticos e, se forem publicados, retire-os

A maneira mais segura de impedir que a pesquisa científica oficial derrube uma narrativa de regime é despojá-la de sua oficialidade. (Então você a esconde onde ninguém pode acessá-la e alega que, uma vez que foi retratada, isso mostra que era o tempo todo uma ciência lixo fraudulenta e falsa promovida por hereges anticientíficos corruptos que querem enriquecer vendendo misturas estranhas de vitaminas.)

Você deve tomar cuidado, no entanto, para agir prontamente, pois se você esperar muito tempo, cópias de ciência não aprovada podem circular em segredo entre os não crentes ou hereges contra o regime e assumir um status quase mítico. E uma vez que um estudo se torna arraigado na experiência das pessoas como um "estudo real", retratá-lo apenas as faz pensar que você está desesperado para esconder a "verdade".

Dê uma olhada em todas essas gloriosas retratações de estudos que foram prejudiciais à narrativa do regime durante a Covid (esta é apenas a primeira página de 36):

Fonte: https://coronacentral.ai/retractions

Imagine quanto (mais) dano esses estudos desonestos poderiam ter causado se tivessem permanecido e não tivessem sido retratados!

Imagine também quantos outros estudos nunca viram a luz do dia, já que representam apenas uma pequena fração da pesquisa herética (ou da Boa Ciência que acidentalmente encontrou resultados heréticos).

III-2. Selecione quais partes de um conjunto de dados representam a “ciência oficial”

É incrível como você pode mudar drasticamente a ciência simplesmente utilizando partes selecionadas de um conjunto de dados que reforçam a narrativa do regime, enquanto descarta (ou melhor ainda, esconde) as partes do conjunto de dados que não estão em sincronia com as posições do regime.

Por exemplo, suponhamos que vemos as duas tendências seguintes no regime PROPAGANDA banco de dados de monitoramento de segurança para a Glorious Vaccine.

(Infelizmente, você tem que fingir que está monitorando a segurança para acalmar cidadãos nervosos que se sentem nervosos com qualquer coisa nova, e também para ter uma resposta pronta para potenciais críticos e espalhadores de desinformação que tentarão acusar o regime de esconder dados de segurança problemáticos. E você tem que fingir que leva isso MUITO a sério..)

De qualquer forma, vamos supor que haja 26,878 relatos sobre Transformações Seguras e Eficazes em Zumbis Comedores de Carne por milhão de doses da Vacina Gloriosa administradas, mas apenas 2 relatos sobre pessoas vacinadas sendo mortas por bactérias comedoras de carne logo após serem vacinadas, como este:

Você não pode exatamente deixar isso vazar para o discurso público, o que encorajará a hesitação da vacina e fará com que as pessoas duvidem da narrativa do regime em geral, até mesmo sobre outras coisas. Mas você também precisa demonstrar que o banco de dados PROPAGANDA mostra que as taxas de potenciais ferimentos da Vacina Gloriosa são insignificantes. (Certifique-se de enfatizar sempre que se referir ao banco de dados de segurança que esses relatórios não confirmam que a Vacina Gloriosa foi a causa, apenas uma associação potencial.)

A solução aqui é bem simples – use apenas os dados que mostram que há apenas 2 relatos de alguém sendo infectado com Bactérias Carnívoras Aterrorizantes por causa da Vacina Gloriosa a cada 100,000 doses. Os 26,878 relatos por 100,000 doses de Transformações Zumbis Carnívoras Seguras e Eficazes, no entanto, devem ser ignorados publicamente tanto quanto possível, e quando você não puder evitar ignorá-los, você deve denunciá-los como relatos não científicos não verificados e, portanto, sem sentido que são, portanto, insignificantes. E certifique-se de repreender a mídia por ousar perguntar a você sobre isso. (Idealmente, você deve conspirar com um jornalista leal do Regime para que ele seja o único a perguntar sobre isso, para que isso possa ser levantado de forma desdenhosa, como: "Algumas pessoas marginais estão tentando alegar que a Vacina Gloriosa está causando dezenas de milhares de ferimentos sensacionais, você pode explicar como elas estão distorcendo os relatórios no banco de dados PROPAGANDA?")

Além disso, nunca use a palavra "aterrorizante" no contexto de uma situação em que você está tentando acalmar as pessoas. Nunca. Mesmo que o que você esteja descrevendo seja objetivamente aterrorizante. Ao descrever algo que é inerentemente assustador, em vez disso, use palavras grandes e acadêmicas que soem como Ciência. Então, "bactérias comedoras de carne" podem ser descritas como uma "fascite necrosante", algo que ninguém tem ideia do que diabos significa (e a maioria das pessoas tem preguiça de pesquisar no Google para descobrir). Ela tem até dois "i"s, o que a faz soar meio impressionante de uma forma intelectual, como se fosse praticamente um privilégio ser morto por algo tão sofisticado:

Não é tão complicado; você vai pegar o jeito rapidinho. (E se não pegar, provavelmente não vai ficar por aqui por muito mais tempo, de qualquer forma.)

Note:Quando você tem uma situação em que um produto endossado ou imposto pelo regime é perigoso – **o que será frequente** – você deve ter certeza de não cair na sua própria propaganda; caso contrário, você pode acabar se tornando o próximo Zumbi Seguro e Eficaz como estes quatro senadores dos EUA:

III-3. Atraso na comunicação de dados

Uma maneira mais sutil de verificar quais dados estão incluídos na Ciência Oficial é relatar dados ou informações desonestamente. Cronometrar estrategicamente o relato de diferentes subconjuntos de dados é uma maneira simples, mas poderosamente eficaz, de manipular os dados científicos. (Não se preocupe em entender como isso funciona; apenas saiba que funciona, e contrate estatísticos competentes que possam descobrir como implementar isso da melhor forma.) Muitos cálculos dependem do tempo dos dados relatados, e você pode, portanto, controlar o que os dados mostram, liberando cuidadosamente diferentes partes dos dados no momento ideal.

Por exemplo, um atraso de uma semana na notificação de óbitos pode mudar radicalmente a eficácia ou segurança aparente de uma intervenção médica – literalmente, ao atrasar o relato de mortes por uma semana, você pode fazer algo que não tem efeito algum parecer 95% eficaz. (Você pode seguir o link para mais detalhes, mas essa tática em particular é um pouco complexa demais para um Guia do Idiota, e incluir uma descrição detalhada aqui pode fazer com que propagandistas iniciantes com um futuro brilhante pela frente fiquem deprimidos e duvidem de suas próprias habilidades se não conseguirem seguir a explicação, o que pode levá-los a desistir, o que seria uma tragédia. Sério.)

Seção IV – Como manipular um estudo

Talvez o conjunto de habilidades mais crucial necessário para manipular a Ciência seja a capacidade de projetar e manipular um estudo para alcançar os resultados necessários.

[Nota: a manipulação real dos estudos sempre será feita por especialistas que conduzem estudos para viver (chamados de PI's, ou Investigadores Principais). Então você realmente não precisa ser fluente nessas coisas. Mas, ainda assim, é útil ter uma compreensão decente o suficiente dos conceitos básicos.]

Estudos – especialmente os grandes e extravagantes que são tipicamente considerados o “padrão ouro” da Ciência™️ – são bestas massivamente complexas que podem ser manipuladas de inúmeras maneiras. Explicaremos os tipos mais proeminentes e diretos de enganos, manipulações e falhas de design que podem ser explorados para tornar o estudo uma marionete em suas mãos para sacudir à vontade.

[Nota: – há muitas gradações de sofisticação na implementação de qualquer uma das seguintes manipulações. Vamos apenas explicar e ilustrar os conceitos subjacentes usando a aplicação simples e direta dos princípios, sem adicionar quaisquer enfeites e bugigangas extravagantes. O objetivo aqui é que você entenda os vários tipos e maneiras de manipular dados. Você pode se educar nas metodologias mais avançadas depois (algo que é, claro, altamente encorajado e recomendado).

IV-1. Tática de manipulação de estudos nº 1: Manipular o design dos protocolos de estudo

A maior parte do material relevante para esta seção também é relevante para a próxima seção, que trata da sabotagem da implementação dos protocolos de estudo, portanto, abordaremos aqui apenas as táticas específicas para fraudar o design dos próprios protocolos.

Protocolos de estudo são basicamente como um livro de regras ditando como o estudo será feito. Então certifique-se de escrever regras que favoreçam o resultado que você precisa obter.

A) Empilhar o baralho – atribuir estrategicamente os sujeitos do estudo aos respectivos grupos de estudo e controle

Quase todos os grandes estudos especiais têm dois grupos – o grupo de estudo e o grupo de controle. Em um estudo para um novo medicamento, o grupo de estudo recebe o medicamento, e o grupo de controle não. Em teoria, se o medicamento funciona, então deve haver mais pessoas doentes no grupo de controle do que no grupo de estudo.

Então, se você estiver realizando um estudo para testar um novo medicamento Wunder do regime, você pode explorar isso colocando mais pessoas doentes no grupo de controle do que no grupo de estudo, para que o grupo de estudo se saia melhor mesmo que o medicamento do regime não funcione. (Você, é claro, não deve admitir fazer isso ou qualquer outra dessas manobras táticas na documentação do estudo.)

B) Selecionar cuidadosamente os sujeitos a serem incluídos no estudo

Muita dor de cabeça pode ser evitada simplesmente mantendo fora pessoas que podem atrapalhar seus resultados de alguma forma.

Por exemplo, se você estiver testando um novo medicamento que deseja provar que é seguro e eficaz, mantenha fora pessoas que são particularmente propensas a sofrer reações ruins ou ineficácia. Você entendeu a ideia. (Como se eles não incluíssem nenhuma pessoa comórbida antiga nos testes da vacina da Covid, o que teria exposto a falácia da "eficácia de 99%.)

IV-2. Tática de manipulação de estudos nº 2: sabotar a execução dos protocolos de estudo

Muitas vezes, você não conseguirá manipular os protocolos de estudo diretamente para produzir os resultados desejados. Em tais casos, você precisa sabotar a implementação ou a adesão aos protocolos oficiais de estudo. Isso é bem fácil de fazer, e há literalmente infinitas maneiras de fazer isso.

Nota: É prudente ter sua logística planejada com antecedência, para evitar uma variedade de problemas e situações estressantes que podem surgir em um grande estudo envolvendo milhares de sujeitos e pessoal. Por exemplo, se você quiser "mostrar" que uma droga particularmente irritante é realmente letal, você deve ter sacos para corpos à mão para remover rapidamente os corpos de locais públicos e uma unidade de cremação de plantão 24 horas por dia, 7 dias por semana, para destruir qualquer evidência forense ou patológica indesejada que os cadáveres possam conter.)

Protocolo de Sabotagem nº 1: Administração do tratamento/intervenção do estudo [ao grupo de estudo]

As pessoas acham que dar um medicamento aos sujeitos do estudo é descomplicado e direto. Elas estão erradas. Muito, muito erradas. Você pode frequentemente controlar todo o estudo ajustando sutilmente como o tratamento é administrado aos sujeitos do estudo, incluindo o seguinte:

  • Dosagem/Quantidade de intervenção – Você pode subdosar ou superdosar uma droga dependendo do que você está almejando. Se você quer que a droga pareça ineficaz, a subdosagem garantirá que ela não funcione. Se você quer mostrar que a droga é perigosa, apenas aumente a dose para níveis altamente tóxicos.
  • Momento da administração do tratamento – Outra maneira de sabotar um medicamento é administrá-lo aos pacientes muito cedo ou muito tarde para ser eficaz. Há muitas táticas diferentes que você pode escolher para fazer isso. Por exemplo, você pode enviar o medicamento aos pacientes pelo correio, o que inevitavelmente adicionará alguns dias ao cronograma (um especial de Ivermectina da David Boulware).
  • Qualidade do produto – ou seja, pureza/potência – Um produto contaminado ou mal fabricado não funcionará da mesma forma que um produto puro, fabricado com ingredientes de alta qualidade e total fidelidade às práticas ideais de fabricação.

(Nota: Você SEMPRE deve conduzir estudos pré-clínicos não oficiais em animais – e humanos – para entender como diferentes versões do medicamento ou intervenção funcionarão ANTES de implementar versões contaminadas em um estudo (além dos estudos pré-clínicos oficiais sobre a formulação normal do medicamento); caso contrário, você corre o risco de sabotar acidentalmente suas próprias tentativas de sabotagem. Lembre-se, o objetivo de executar o estudo é mostrar um resultado pré-ordenado, não descobrir nenhuma nova percepção científica! Incerteza ou imprevisibilidade sobre o que o medicamento ou intervenção que você está estudando fará na vida real é a kriptonita para uma manipulação bem-sucedida do estudo. Ou, no mínimo, vai lhe dar algumas enxaquecas realmente ruins enquanto você luta para navegar no labirinto de perigos e dados desconfortáveis ​​do seu estudo agora extremamente confuso.)

  • Use solução salina ou placebo em vez da intervenção – Outra maneira de minimizar os riscos da intervenção escolhida pelo regime é dar um placebo em vez do tratamento, para que haja menos exposição à toxicidade da intervenção. Obviamente, você também precisa ter certeza de que usar solução salina não terá o efeito colateral indesejado de mostrar que seu medicamento não funciona, então essa tática é tipicamente usada em conjunto com outras manipulações de protocolo ou infidelidades.
  • Misturar e combinar – Você sempre pode misturar e combinar dentro de qualquer uma dessas sugestões. Por exemplo, você pode dar alguns dos sujeitos do tratamento um produto diferente. Você também pode empregar mais de uma dessas sugestões em combinação para cobrir diferentes partes do grupo de estudo com diferentes sugestões, o que pode tornar mais difícil para pessoas de fora descobrirem as violações do protocolo.

Protocolo Sabotagem #2: Administração do placebo [ao grupo de estudo]

Este é essencialmente o outro lado da seção anterior. Existem algumas táticas específicas que são um pouco únicas quando aplicadas ao placebo:

  • Dê ao grupo controle/placebo a intervenção – Uma maneira de garantir que um estudo não mostrará nenhuma eficácia para um tratamento é dar o tratamento ao grupo de controle também. Se ambos os grupos receberem o tratamento, então não haverá diferença entre eles mostrando que o grupo de tratamento se saiu melhor por causa do tratamento.
    O método mais fácil, porém mais arriscado, de fazer isso é fazer com que a equipe do estudo dê o medicamento diretamente ao grupo de controle, disfarçado de placebo. (Isso é fácil o suficiente, porque o placebo deve ter aparência, sensação, gosto e cheiro idênticos ao tratamento para evitar que os sujeitos do grupo de controle descubram que não receberam o medicamento.)

O método mais difícil, mas menos arriscado, é cutucar os sujeitos do grupo de controle para obter o tratamento fora do estudo. Por exemplo, você pode usar um placebo que seja marcadamente diferente do medicamento. Como os sujeitos do estudo podem descobrir facilmente pelo Google que essa não é a aparência, o cheiro ou o gosto do medicamento, eles se esforçarão para obter o medicamento real paralelamente, pois não querem morrer ou sofrer complicações debilitantes de qualquer doença ou condição que o medicamento esteja sendo usado para tratar.

Como alternativa, você pode optar por realizar o estudo em um local onde a população já tenha ampla exposição ao tratamento em estudo, de modo que o grupo de indivíduos esteja completamente contaminado com pessoas que já estejam usando ou pelo menos tenham um estoque do medicamento disponível.

(Só tenha em mente que essa tática corre o risco de ser notada por hereges dissidentes anti-ciência, já que será de conhecimento público que houve ampla conscientização e/ou uso da droga onde o estudo foi conduzido.)

  • Aumente o placebo – Se você não quiser um placebo inerte, você pode misturá-lo com algo um pouco mais "ativo" que pode provocar efeitos colaterais e/ou um efeito terapêutico.

Um método específico é usar componentes do tratamento para aumentar o placebo. Isso pode ser especialmente útil para esconder efeitos colaterais problemáticos de um tratamento que são causados ​​por outros ingredientes ou componentes além do ingrediente ativo do tratamento – se você colocá-los no placebo, ambos os grupos terão efeitos colaterais semelhantes.

(Note: Tenha em mente que se os efeitos colaterais forem muito pronunciados, simplesmente colocar os componentes tóxicos do tratamento no placebo pode levantar questões se as pessoas perceberem que as taxas de efeitos colaterais específicos são muito maiores no grupo de controle do estudo do que na população em geral.)

Protocolo de Sabotagem #3: Incentivar os sujeitos do estudo a modificar seu comportamento

O comportamento dos sujeitos do estudo é frequentemente uma consideração crítica ao projetar protocolos e executar um estudo. Use isso a seu favor.

Existem 3 tipos básicos de incentivos:

  • Incentivos financeiros – Uma das maneiras mais seguras de incentivar um comportamento é recompensá-lo financeiramente:
    • Você pode executar um esquema de suborno corrupto dentro do estudo. Por exemplo, se o estudo está obtendo resultados pedindo aos sujeitos que relatem informações – como quais efeitos colaterais eles experimentaram após receber a Glorious Intervention – você pode pagar aos sujeitos para não relatarem efeitos colaterais. No entanto, você também terá que impor sigilo e garantir que ninguém descubra sobre isso, o que pode ser complicado.
    • Alternativamente, você pode manipular ou tirar vantagem do ambiente onde o estudo está ocorrendo para funcionar como seu intermediário ou intermediário para distribuir as vantagens financeiras. Por exemplo, se você estiver testando a eficácia de uma intervenção potencial para bloquear a transmissão da Doença Temida, você pode executar o estudo em um lugar onde as pessoas só podem ir trabalhar se não estiverem infectadas com a Doença Temida, aproveitando esse incentivo embutido para não relatar testes positivos que as pessoas têm (eles querem seu salário integral).
  • Pressão social – O segundo tipo de incentivo é a pressão social. Isso pode vir de colegas, forças políticas, grupos sociais, associados profissionais, instituições, celebridades ou qualquer outra fonte de influência na sociedade. O ponto é que você pode usar qualquer um ou todos eles a seu favor. 
    Por exemplo, digamos que você esteja realizando um estudo para testar a eficácia do Escudo de Tecido Maravilhoso que impede a propagação da Doença Temida. Então você dá a algumas aldeias em um país do terceiro mundo o Escudo de Tecido Maravilhoso e cria um grupo de controle de aldeias que não recebem o Escudo de Tecido Maravilhoso. Você pode fazer um show de quão incríveis esses dispositivos são na frente dos moradores que os recebem. Você também pode fazer os anciãos da aldeia proclamarem que o Escudo de Tecido Maravilhoso é um Presente do Céu, o que torna um ponto de virtude moral usá-lo e, mais importante, torna o uso de um, mas ser infectado com a Doença Temida uma marca de fracasso religioso. O que os torna muito menos propensos a relatar casos da Doença Temida, especialmente em comparação com as aldeias que não receberam os Escudos de Tecido Maravilhosos. O que faz parecer que o Escudo de Tecido Maravilhoso funciona para reduzir a transmissão da Doença Temida.
  • Penalidades severas – Você pode ameaçar com todo tipo de consequências terríveis se os sujeitos do estudo não fizerem exatamente o que você quer. Isso é especialmente fácil de implementar em países do terceiro mundo onde há pouca ou nenhuma regra de direito e a corrupção é a regra. Pode ser útil dar um exemplo de alguém com antecedência para mostrar que você está falando sério – por exemplo, você pode escolher alguém aleatoriamente para enviar para uma prisão no Sudão, de onde é improvável que ele volte vivo.

Protocolo de Sabotagem nº 4: Contrate pessoas incompetentes para conduzir o estudo

Estudos – especialmente os estudos que realizam algum tipo de experimento (em oposição a apenas analisar conjuntos de dados pré-existentes) – normalmente exigem grandes equipes para serem conduzidos. Contratar uma equipe incompetente é uma ótima maneira de dar a si mesmo alguma margem de manobra para “massagear” dados inconvenientes que emergem do estudo – “esses dados estão errados porque a equipe os bagunçou”. Então, é claro, você tem que “consertar” os “erros”.

Mais importante ainda, é menos provável que funcionários incompetentes percebam que você está manipulando o estudo porque eles não têm conhecimento ou experiência sobre como um estudo legítimo deve ser conduzido.

Protocolo de Sabotagem nº 5: Remova quaisquer assuntos ou eventos problemáticos do estudo

Este é um óbvio “Duh”. Se alguns sujeitos no teste de fase 3 para a Vacina Gloriosa sofrerem ferimentos graves logo após serem injetados com a Vacina Gloriosa, bem, você não pode deixá-los arruinar a narrativa “segura e eficaz”. Mas, felizmente, a solução é simples: removê-los do estudo.

Isso nem pareceria suspeito para um observador externo! Todo estudo tem regras escritas nos protocolos que permitem que você expulse sujeitos que violam os protocolos do estudo ou desejam sair por "motivos pessoais". (Pense em cada vez que um político diz que está renunciando para "passar mais tempo com sua família" - mesma ideia.) Mas a maioria dos acadêmicos são otários por isso e caem nisso todas as vezes.

Se você for realmente inteligente sobre como você projeta os protocolos em primeiro lugar, você adicionará uma condição que proíbe os sujeitos de procurar cuidados médicos de qualquer médico fora do estudo. Então, se um sujeito sofre um efeito colateral desagradável, como um pouco de miocardite segura e eficaz ou alguma paralisia de Bell leve que o deixa um pouco paralisado, eles irão direto para o pronto-socorro mais próximo... o que é uma clara violação dos protocolos do estudo!! Adeus problema.

Se você quiser ver um maestro do mundo real, não procure mais do que o sujeito responsável pelo teste de Fase 3 Kiddie da Pfizer para sua vacina – quando uma das cobaias do teste chamada Maddie de Garay sofreu múltiplas lesões neurológicas bastante desagradáveis ​​24 horas após receber a vacina (do tipo que envolve o uso permanente de tubos de alimentação e cadeiras de rodas entre outros "ajustes" de estilo de vida), eles simplesmente a expulsaram do estudo. E então escreveram sua lesão como "dor abdominal não resolvida". Eles também expulsaram outro sujeito do teste principal, um advogado chamado Augusto Rioux, depois que ele teve uma pericardite leve, segura e eficaz após a Dose #1.

O mesmo para a AstraZeneca – Brianne Dressen foi demitida após a Dose #1 – mas eles relataram que ela desistiu por motivos pessoais. Viu? Fácil-fácil.

Protocolo Sabotagem #6: Registre Dados Falsos

Quando tudo mais falha, você pode simplesmente registrar dados para o estudo que está completamente errado e fabricado do nada. O contratante do estudo da Pfizer, Ventavia, nos mostra o caminho neste caso – as capturas de tela a seguir são o e-mail real enviado por Brooke Jackson – um dos gerentes de site da Ventavia – que decidiu tentar minar o regime expondo a fraude em andamento:

Em uma resposta excepcionalmente rápida e eficaz, a Sra. Jackson foi demitida menos de seis – 6 – horas após enviar este e-mail ao FDA. SEIS HORAS!! É assim que as coisas devem ser feitas.

Além disso, quando ela processou em um tribunal federal em uma tentativa de derrubar todo o teste da vacina da Pfizer, o regime conseguiu paralisá-lo por quase dois anos inteiros usando uma variedade de táticas legais engenhosas. (No entanto, deve-se notar que quem quer que estivesse encarregado da contratação estragou tudo; você tem que fazer verificações de antecedentes completas para ter certeza de que os candidatos em potencial não possuem fortes convicções morais.)

Infelizmente, a FDA não controla periódicos médicos estrangeiros, um dos quais decidiu (chocantemente) publicar um artigo documentando a fraude do teste da Pfizer. Grande coisa. É por isso que é imperativo estabelecer um órgão regulador unitário para o mundo inteiro.

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

IV-3. Opção de Rigging de Estudo nº 3: Análise de Estudo

Depois de terminar o estudo em si, agora é hora de analisar os números do estudo. Quaisquer dados problemáticos que de alguma forma passaram por todos os seus designs de protocolo e sabotagem serão limpos aqui. Pense nisso como dar a um carro usado e amassado uma nova camada de tinta para esconder todos os danos por baixo - você não está mudando nada substancial, apenas disfarçando as coisas (na maior parte). Ninguém quer arranhar a tinta nova para ter certeza de que ela não está escondendo algo.

Há muuuuuitas maneiras de "analisar" os dados. O truque é ser inteligente sobre quais você escolhe e como você faz a análise.

Tática de análise nº 1: não ajuste os dados

Ajustes de dados são coisas bem comuns na ciência. Dados brutos quase nunca são adequados para inferências diretas ou extrapolações, porque geralmente há todos os tipos de variáveis ​​de confusão presentes.

Aqui está um exemplo muito simples de um ajuste de dados:

A seguir está a população dos estados de Darth Santistan (estado ruim) e The Gender Spectral Paradise of Commiefornia (estado bom):

Aqui estão as taxas de mortalidade da Dreaded Disease para esses estados – no geral, o estado ruim tem mais mortes do que o estado bom. Como eles têm a mesma população, isso significa que a taxa de mortalidade é maior no estado BAD, BAD de Darth Santistan:

MAS... (sim, há um grande "mas" aqui)

Se observarmos as taxas de mortalidade da população idosa e da população não idosa separadamente, surpreendentemente o estado bom tem uma taxa de mortalidade maior em AMBOS (?!?!?!?!?):

Duas observações importantes aqui:

  1. A razão pela qual o estado desleal da Morte Santistan tem uma taxa geral mais alta apesar de ter taxas de mortalidade mais baixas em cada coorte etária é muito simples na verdade – idosos morrem com muito mais frequência do que não idosos, mas o estado ruim tem o azar de ter 2.5 vezes mais idosos do que o estado bom, o que significa muito mais mortes no geral devido ao grande número de idosos no estado ruim de Death Santistan:

Para que o estado ruim tenha o mesmo número de mortes de idosos que o estado bom, eles teriam que ter literalmente 40% da taxa de mortalidade em idosos que o estado bom, porque o estado bom tem apenas 40% dos idosos em sua população que o estado ruim. É por isso que (quando queremos ser honestos, como quando a verdade ajuda o regime) a ciência ajusta os dados – para evitar coisas como essa. (Este fenômeno estatístico em particular na verdade tem um nome oficial: “Paradoxo de Simpson").

Portanto, NÃO ajuste os dados quando isso prejudicar a narrativa do regime.

Tática de análise nº 2: ajuste os dados de forma enganosa ou inadequada

Por outro lado, às vezes os dados brutos, ou dados ajustados adequadamente, não serão bons para sua narrativa. Em tais casos, você tem que continuar ajustando de maneiras criativas até que tenha obscurecido com sucesso os resultados heréticos para que ninguém possa vê-los ou entendê-los.

Por exemplo, se pegarmos nossa comparação hipotética acima dos estados fictícios do Paraíso Espectral de Gênero de Commiefornia/Death Santistan, você pode adicionar um "ajuste" para "consertar" o problema. Tudo o que você precisa fazer é encontrar uma característica que seja um proxy para resultados piores no Estado Ruim de Death Santistan do que o estado bom de Paraíso Espectral de Gênero de Commiefornia. Como Death Santistan decidiu não seguir os Lockdowns de Salvamento de Vidas do regime, os idosos em Death Santistan tendiam a sair de casa mais do que outros estados, mesmo que fosse apenas para dar uma volta no quarteirão para tomar ar fresco — o que significa que os idosos que não saíam de casa provavelmente estavam mais frequentemente doentes demais para sair de casa. Esses idosos doentes também têm mais probabilidade de serem os que morrem da Temida Doença.

Veja como isso poderia acontecer:

Gráfico nº 1 – população de idosos em cada estado (colunas da esquerda = idosos que saíram de casa pelo menos uma vez por semana; do meio = idosos que não saíram de casa; da direita = número total de idosos em cada estado)

Gráfico #2 – número de mortes em cada uma das três categorias do Gráfico #1:

Isso corrige completamente nossos dados problemáticos (pode até consertá-los muito bem!!) – observe como estamos mudando a taxa de mortalidade em idosos:

Tudo o que você precisa fazer agora é se referir à taxa de mortalidade de idosos em ambientes fechados como “taxa de mortalidade de idosos ajustada pela população”.

Além disso, você ainda pode se referir às mortes de idosos em ambientes fechados de vez em quando, porque é muito mais fácil fazer propaganda com um ponto de discussão como “idosos correm maior risco porque são imóveis tinham quase TRÊS vezes mais probabilidade de morrer no estado RUIM do que no estado BOM.” As pessoas naturalmente associam os idosos a ficarem presos em ambientes fechados, então é improvável que percebam que os “idosos internos” são, na realidade, uma porcentagem tão pequena da nossa hipotética população idosa de Death Santistan.

Tática de análise nº 3: Escolha os pontos finais ideais

Os endpoints são um grande negócio. Oficialmente, o endpoint primário de um estudo é/são a descoberta central que determina se o estudo é considerado um sucesso ou um fracasso. Um endpoint é basicamente uma coisa ou métrica que você está usando para avaliar o sucesso/fracasso ou o impacto do que quer que esteja estudando. Por exemplo, se você estiver testando um novo medicamento para ver se ele impede que a Dreaded Disease o mate, o endpoint seria as mortes por Dreaded Disease. Se o grupo de tratamento teve menos mortes por Dreaded Disease do que o grupo de controle, então o tratamento funciona, mas se não, bem, isso significa que você não manipulou o estudo bem o suficiente. (Isso é um pouco simplificado, mas você entendeu a ideia básica.)

Então você precisa ter certeza de escolher sabiamente ao selecionar o(s) ponto(s) de extremidade.

Portanto, você geralmente deve escolher endpoints que tenham o máximo possível das seguintes características:

  • Depende de julgamento subjetivo em vez de observação objetiva
  • Naturalmente tendencioso para os seus resultados preferidos
  • Fácil de manipular o resultado
  • Fácil mentir sobre o resultado
  • É difícil para as pessoas descobrirem se você falsificou ou manipulou o resultado
  • Difícil de entender/entender – especialmente para leigos

Por exemplo, vamos supor que você esteja realizando um teste com o propósito de sabotar um tratamento alternativo que realmente funciona na Doença Temida (o que seria muito ruim se o regime quisesse que uma crise pandêmica fosse perpetuada por mais algum tempo). Você precisa mostrar que não funciona. Se você escolher "morte" como um ponto final, você pode ter grandes problemas quando o medicamento salvar um monte de pessoas no grupo de tratamento.

Em vez de morte, você pode escolher algo como “tempo para alta do hospital”. Este ponto final preenche todas as seis condições (até certo ponto):

  • A alta do paciente é uma decisão subjetiva dos médicos (que devem estar na folha de pagamento do estudo), então você não precisa dar alta aos pacientes que atendem a um padrão objetivo de alta.
  • A alta é tendenciosa em relação aos seus resultados preferidos – uma vez que uma porcentagem maior do grupo de controle morrerá, isso significa que uma porcentagem maior de Casos severos nunca recebem alta, então não aumentarão o tempo médio de alta para o resto do grupo de controle; em comparação ao grupo de tratamento em que, em vez de morrer, os pacientes mais gravemente doentes levam alguns dias a mais para se recuperar, o que aumenta o tempo médio de alta para o grupo de tratamento.
  • A alta é muito fácil de manipular – você pode recrutar a equipe do hospital envolvida no estudo para atrasar desnecessariamente a alta dos pacientes em tratamento por um tempo (você precisa ter certeza de que a equipe relevante sabe quem recebeu o tratamento e, portanto, espera mais para receber alta do hospital).
  • O tempo até a alta também é bem fácil de falsificar; basta editar a papelada para a data de admissão no hospital e/ou data de alta (e as imagens de segurança, se necessário). A morte é muito mais difícil de falsificar, porque o tempo da morte é tipicamente algo registrado com muita precisão e aparece na certidão de óbito.
  • "Tempo para alta" não é a métrica mais intuitiva para um leigo.

Obviamente, você pode se sair melhor na maioria dessas condições, mas isso transmite a ideia básica.

Tática de análise nº 4: enterrar métricas de endpoint alternativas

Esta é praticamente autoevidente: se você usar "tempo para alta" como ponto final, mas relatar que houve uma redução de 50% na mortalidade no grupo de tratamento, bem, digamos que isso levantará muitas sobrancelhas.

Então, em vez de ter que enfrentar perguntas difíceis sobre por que você escolheu um desfecho tão absurdo e por que você alegaria que o tratamento não funciona se você vê que o tratamento reduziu significativamente a mortalidade, o ideal é que você não relate as mortes em nenhum lugar do estudo.

Se você não pode evitar relatar as estatísticas de mortalidade, pelo menos você deveria enterrá-las no meio de uma tabela aleatória de um apêndice em um formato que seja muito difícil de entender. Ou melhor ainda, espalhá-las por várias tabelas de dados em vez de todas em um lugar onde seja facilmente identificado por algum nerd aleatório irritante em seu porão.

Tática de análise nº 5: Empregue os tipos ideais de análise para obter os resultados desejados

Existem tantas maneiras de analisar dados quanto identidades de gênero ou combinações de pronomes. Infelizmente, uma explicação aprofundada para vários métodos não pode ser destilada em um formato apropriado para um Guia do Idiota como este. Basta olhar para alguns desses nomes:

  • Análise de Variância de Design Balanceado
  • Ajuste de distribuição beta
  • Transformação Box-Cox para dois ou mais grupos (teste T e ANOVA unidirecional)
  • Mapas de calor agrupados (dendrogramas duplos)
  • Ajuste de distribuição (Weibull)
  • Agrupamento difuso
  • Ajuste de distribuição gama
  • Modelos Lineares Gerais (MLG)
  • Teste de valores atípicos de Grubbs
  • Agrupamento hierárquico/dendrogramas
  • K-significa clusters
  • Particionamento Medoid
  • Análise de Variância Multivariada (MANOVA)
  • Comparação de grupos de dados não detectados
  • Análise de covariância unidirecional (ANCOVA)
  • Agrupamento de regressão

O ponto é que métodos diferentes de análise estatística produzirão resultados diferentes. Se eles não dessem resultados diferentes, então não haveria tantos métodos. É tudo uma questão de perspectiva. Então você tem que contratar gurus estatísticos competentes que saibam dessas coisas (e sejam leais ao regime) por dois motivos:

  1. Você obtém o benefício da experiência deles (da qual você precisa; lembre-se de que sua experiência é propaganda, não análise estatística sofisticada. Um pouco de humildade prática reconhecendo suas próprias limitações é crucial para ser um propagandista bem-sucedido; o excesso de confiança tem sido a ruína de muitos lacaios leais do regime [e muitas vezes também precipitou longas férias em um Gulag decepcionante]).
  2. Os hereges do regime não podem apontar para a falta de experiência confiável de seus analistas estatísticos para manchar e impugnar a credibilidade dos estudos do regime. O caso de Neil Ferguson serve como um conto de advertência – embora ele tenha inicialmente conseguido convencer governos ao redor do mundo com seu modelo fabuloso prevendo carnificina apocalíptica da Covid, sua total falta de qualquer experiência no assunto, mais sua longa história de previsões pandêmicas completamente delirantes, deram à oposição uma base firme para descartar seus modelos e todos os modelos subsequentes promovidos por vários governos. Eles também foram capazes de fazer proselitismo com grande efeito por trás desse desastre.

Tática de análise nº 6: Remova dados problemáticos que não podem ser analisados, ajustados ou ocultados de outra forma

Este é o mesmo conceito de expulsar sujeitos de um estudo se eles forem inconsistentes com os resultados obrigatórios do regime; só que aqui você está removendo os dados já gerados em vez dos próprios sujeitos do estudo. O objetivo é o mesmo: evitar que os dados que não se encaixam com o que você quer que os resultados do estudo mostrem entrem no registro oficial do estudo em primeiro lugar.

IV-4. Opção de manipulação de estudos nº 4: Recrutar a mídia para manipular os resultados

Independentemente dos resultados, você deve ter pontos de discussão prontos para veículos de mídia simpáticos para lutar por você. Não faz diferença o quão falsos, enganosos, etc. eles sejam – o objetivo da propaganda é gaslighting e enganar – a mídia simplesmente inundando a ecosfera com suas informações é uma força poderosa que, no mínimo, tornará muito difícil para a maioria das pessoas desfazer as mentiras e enganos que você está propagando rapidamente pela sociedade.

Você deve estar especialmente preparado para atacar cruelmente qualquer cientista ou acadêmico com tendências heréticas que possa questionar qualquer coisa que você diga, ou pior, chamar a atenção para deficiências em seu estudo. Com o máximo de preconceito.

Seção V – Manipulação dos conjuntos de dados

A outra fonte principal da Ciência além dos estudos são os conjuntos de dados e outras fontes de informação usadas para fazer pronunciamentos científicos. Dados – especialmente dados oficiais do Estado – são utilizáveis ​​sem um estudo formal legando sua bênção, então você deve garantir que os dados disponíveis, e especialmente os conjuntos de dados que são a base para métricas convencionais comumente citadas na sociedade por acadêmicos e leigos, estejam sob seu firme controle para adulterar, alterar e modificar à vontade.

A seguir estão os tipos de táticas que você deve empregar para maximizar o controle e a utilidade dos conjuntos de dados disponíveis:

V-1. Estatística 'Pesca'

A pesca estatística é mais fácil de ser ilustrada do que explicada de forma abstrata:

Suponha que uma grande empresa farmacêutica lance um novo medicamento que (eles alegam) torna as crianças mais inteligentes e melhora seu desempenho acadêmico. Infelizmente, mesmo tendo sido aprovado pelo FDA, eles sabem que não funciona, e as pessoas estão começando a suspeitar que pode haver algo suspeito acontecendo (e eles têm bilhões de dólares em jogo). Então, eles vêm até você e oferecem um salário alto de 7 dígitos para "provar" que seu novo medicamento funciona. Então você, sendo um cientista audacioso de aluguel sem nenhum escrúpulo (exceto lealdade ao regime, é claro), aceita a oferta deles. Como você "prova" que o medicamento deles funciona? Simples. Você obtém os dados de todos os distritos escolares do país que mostram as notas acadêmicas e a porcentagem de crianças que tomaram o novo medicamento da Pharma. É aqui que entra a parte da "pesca": você tem que olhar em todos os distritos até encontrar um ou dois onde as notas acadêmicas estão acima da média e mais crianças naquele distrito estavam tomando o novo medicamento do que a média (como pescar onde você continua até fisgar um peixe). Então você publica seu 'estudo': "Encontramos uma correlação no Distrito "X" onde uma porcentagem maior de crianças tomando o novo medicamento levou a notas acadêmicas mais altas." Isso é balela porque todos os outros distritos mostram que o medicamento não teve efeito algum nas notas acadêmicas, mas você está evitando isso nitidamente ao destacar o distrito onde há uma correlação por acaso. (Com um tamanho de amostra grande o suficiente, você tem quase a garantia de encontrar um distrito aleatoriamente onde, por coincidência, muitas crianças tomaram o medicamento e as notas acadêmicas aumentaram.)

A principal lição é que às vezes tudo o que você precisa é de um pouco de persistência. Se você tem um grande conjunto de dados de muitos países, por exemplo, basta passar por um de cada vez até descobrir a correlação que está procurando. Alternativamente, você pode tentar uma versão mais avançada dessa tática conhecida como 'P-Hacking. '

Um ótimo exemplo dessa tática é o seguinte “estudo” do CDC, onde eles percorreram todos os 50 estados em busca de um onde pudessem refinar os dados para mostrar que as vacinas contra a Covid reduziram o risco de reinfecção em pessoas que já tinham Covid antes de receber a vacina. E o que você sabe, eles encontraram um (de 50 mais algumas jurisdições não estaduais como Washington, DC) onde eles poderiam fazer os dados dizerem o que eles queriam que dissessem:

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

Veja, se o CDC fosse capaz de usar mais de um estado para mostrar que as vacinas da Covid reduziram o risco de reinfecção, eles teriam (duh). Mas eles tentaram e tentaram até encontrar um estado em que pudessem torturar os dados para mostrar isso.

A propósito, há outra lição importante para os propagandistas aqui: o valor da persistência. Não desista simplesmente se não encontrar um conjunto de dados que seja facilmente adulterado ou manipulado para reforçar um ponto de discussão do regime. Às vezes, você tem que ser criativo e persistir até encontrar o resultado.

V-2. Ajustar dados problemáticos

Sim, mencionamos isso anteriormente na seção sobre estudos de montagem.

Se os dados brutos não estiverem de acordo com sua narrativa preferida, então simplesmente "ajuste-os" até que se encaixem, da mesma forma que você faria com os dados internos de um estudo. O ajuste de dados é uma parte rotineira da ciência e, como muito poucas pessoas realmente entendem como isso funciona, você pode tirar vantagem e abusar dessa prática.

Um sujeito até publicou um artigo científico sobre o assunto (é uma leitura interessante se você é um nerd):

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

Uma aplicação brilhante desse conceito se relaciona ao consenso científico do aquecimento global que costumava ser o consenso científico do resfriamento global. Como você acha que os mesmos dados que mostraram em 1974 que o mundo estava caminhando para uma Era Glacial irreversível que ameaçava a sobrevivência da humanidade agora mostram que realmente houve uma *aquecimento* tendência a partir dos mesmos dados exatos que está ameaçando a sobrevivência da humanidade??

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

Eles simplesmente 'ajustaram' os dados para tornar as décadas anteriores mais frias e as décadas posteriores mais quentes, e voilà, problema resolvido! É diabolicamente astuto e altamente eficaz – observe no gráfico abaixo (de um conhecido herege dissidente do regime) as duas linhas que rastreiam a temperatura média anual, linha azul = os dados brutos, a linha laranja = os dados depois que os cientistas do regime os 'ajustaram':

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

Se você olhar para a linha azul, não há aquecimento geral nos últimos 100 anos – o que é muito ruim para a narrativa oficial de AQUECIMENTO GLOBAL CATASTRÓFICO!!! No entanto, a linha laranja mostra uma clara tendência de aquecimento nos últimos 100 anos – que é exatamente a narrativa.

Claro, se no futuro, por qualquer razão, se tornar pragmático retornar ao Resfriamento Global, então os cientistas do regime da NOAA simplesmente "reajustarão" os dados para fazer com que os últimos 100 anos pareçam uma tendência de resfriamento constante.

A questão é que tudo depende dos ajustes.

(Note:É útil permitir que alguns hereges científicos aleatórios e discretos do regime fiquem por perto porque eles produzem dados e análises que são realmente muito úteis para o uso interno do próprio regime, contanto que você garanta que eles não comecem a ganhar destaque – então você os leva para a Baía de Guantánamo sem demora.)

V-3. Exclua das análises oficiais de dados oficiais qualquer coisa que não se encaixe com os resultados desejados

Examinar cuidadosamente o que é incluído na sua análise é literalmente 101 coisas. Se informações ou resultados reais ameaçarem minar seus resultados preferidos, apenas exclua-os das análises oficiais dos dados oficiais. Então, se houver um banco de dados do governo que mostre que, após a Glorious Vaccine, a incidência de um monte de condições médicas aumentou muito, simplesmente ignore.

Veja o banco de dados VAERS (Sistema de Notificação de Eventos Adversos de Vacinas), gerenciado em conjunto pelo CDC e FDA:

O CDC (finge) incentivar a notificação ao VAERS de condições médicas que se manifestam após alguém ser vacinado, “mesmo que você não tenha certeza de que a vacina causou a doença:”

Após o lançamento das vacinas contra a Covid em meados de dezembro de 2020, as entradas do VAERS para mortes ficaram assim (o gráfico mostra o número total de mortes relatadas para todas as vacinas a cada ano):

Este gráfico mostra estatísticas dos relatórios do VAERS sobre ferimentos/mortes causados ​​pelas vacinas contra a Covid:

No entanto, quando foi a última vez que você ouviu falar do VAERS pelo CDC em alguma declaração ou análise sobre as preciosas vacinas contra a Covid?

Exatamente!! O CDC (e todos os outros) simplesmente ignoram o VAERS (exceto quando eles de tempos em tempos emitem artigos de "checagem de fatos" para desmascarar o VAERS).

Além disso, certifique-se de perseguir implacavelmente até o esquecimento qualquer um que ouse tentar usar tais dados para minar a credibilidade de suas análises e proclamações de regime. Isso costuma ser um problema porque, inevitavelmente, haverá um monte de pessoas que terão acesso aos dados brutos quando eles existirem.

V-4. Piggyback em relacionamentos e diferenças previamente estabelecidos

Uma maneira fácil de improvisar um estudo é comparar 2 entidades que você sabe que já têm uma diferença ou correlação específica. Você pode então fingir que "descobriu" essa diferença ou correlação, mas atribuí-la a um novo fator.

Então, se por exemplo, uma vez que estados pobres comparados a estados ricos tendem a ter piores resultados de saúde, se os estados pobres forem menos obedientes à orientação do regime, você pode apontar para seus piores resultados de saúde e culpá-los por não tomarem a Vacina Gloriosa. A mídia realmente se destaca em amplificar essa mensagem em particular, porque eles amam nada mais do que atribuir resultados ruins à filiação política com o partido/partidos políticos "ruins".

V-5. Controle de conjuntos de dados críticos usados ​​para pesquisa científica

Quem controla os dados controla a ciência. Tome cuidado para ter controle rígido sobre os conjuntos de dados mais proeminentes e amplamente usados, e você se poupará de muito estresse e dores de cabeça. Por exemplo, os militares controlam seus conjuntos de dados internos e podem manipulá-los à vontade. Como o DMED – eles adulteraram esse conjunto de dados até o ponto de tornar tudo inútil. Dê uma olhada abaixo nos dois gráficos a seguir mostrando o *MESMO* Dados do DMED para “taxas de consultas médicas ambulatoriais” para os anos de 2015-2018 – o gráfico da esquerda é a versão publicada em 2019, o gráfico da direita mostra a versão de 2021 – e, de alguma forma, eles não são os mesmos (áreas circuladas em vermelho).

Observe a mudança nos números de 2016-2018 (que você pode ver pelo formato da linha de tendência)? Como o número de consultas médicas que ocorreram em 2016 aumentou entre 2019 e 2021 ????

Porque o regime simplesmente reescreveu os dados. É isso que você pode fazer quando tem controle completo sobre o conjunto de dados.

Nem é preciso dizer que, sob nenhuma circunstância, você deve permitir que qualquer cientista pagão tenha acesso aos textos sagrados ou dados da Ciência sob seu controle – lembre-se, você deve estar sempre vigilante para que um pesquisador herético desonesto não faça uma análise que possa invalidar ou contradizer a Ciência. O CDC dá o exemplo aqui:

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

Se você não der acesso aos dados para cientistas independentes irritantes, não precisará se preocupar com eles descobrindo coisas nos dados que irão minar a narrativa do regime.

Seção VI – Controle dos Padrões de Prova

Pense em si mesmo como um juiz presidindo um julgamento criminal, que decide sobre quais evidências são admissíveis no tribunal e, portanto, pode garantir que evidências incriminatórias ou exculpatórias nunca cheguem ao júri. Mesma ideia aqui – ao controlar os padrões de evidência, você pode eliminar indiretamente muita ciência desafiadora que está por aí sem ter que desafiar diretamente ou as alegações ou evidências específicas.

VI-1. Tornar o tipo de evidência de mais alta qualidade impossível de ser cumprido por qualquer pessoa, exceto por atores aprovados pelo regime

Esta é uma regra simples: Tornar o mais difícil possível para cientistas ou pesquisadores independentes conduzirem o tipo de estudo considerado de "alta qualidade".

Você poderia tornar muito caro para dissidentes de mentalidade contrária conduzirem Ciência Não Aprovada ou Herética. Um dos maiores golpes na história da propaganda foi a ascensão dos Ensaios Controlados Aleatórios como o “Padrão Ouro” para evidências. Eles normalmente custam muitos milhões para serem conduzidos, impedindo a possibilidade de qualquer um, exceto gigantescas corporações farmacêuticas (que são atores leais ao regime) de administrar tais empreendimentos científicos.

Você também pode aprovar leis ou usar agências governamentais para proibir a realização de estudos de alta qualidade não aprovados, caso um grupo consiga, de alguma forma, garantir fundos suficientes para conduzir tal estudo.

VI-2. Designar o tipo de estudos que cientistas não aprovados podem conduzir como “de baixa qualidade”

Por outro lado, certifique-se de que qualquer ciência ou pesquisa não conforme que ainda possa ser conduzida seja designada como evidência de baixa qualidade. Esta é geralmente uma alternativa melhor do que proibir todas as pesquisas não aprovadas de uma vez, o que naturalmente deixará a população desconfiada do regime e propensa a aceitar todos os tipos de teorias de conspiração absurdas e selvagens. Em vez disso, deixe-os fazer suas pesquisas, mas explique que elas não têm sentido porque não estão em conformidade com as regras adequadas da Ciência baseada em evidências.

VI-3. Não articule um padrão claro de evidência que pessoas comuns possam aplicar por conta própria

Você inevitavelmente enfrentará situações em que precisará de margem de manobra para empregar um padrão duplo de evidência. Se você articular um padrão claro e facilmente compreensível, estará neutralizando sua própria capacidade de adulterar a ciência, já que as pessoas podem então mantê-lo em seu próprio padrão professado. Além disso, como apontado anteriormente, você quer condicionar as pessoas de que o padrão real é simplesmente o que o regime declara ser evidência de alta qualidade, em vez de qualquer critério remotamente objetivo.

VI-4. Perseguir cientistas insolentes ou desleais

De vez em quando, surgirá uma situação em que você pode se ver incapaz de impugnar a credibilidade da pesquisa com base no fato de que ela é uma evidência de baixa qualidade. Em tais casos, você deve, em vez disso, perseguir o(s) cientista(s) ofensor(es) responsável(eis) por disseminar a Ciência herética, cessando assim a disseminação e a condução posterior da pesquisa problemática. Isso pode ser tão inócuo quanto retirá-los das mídias sociais, ou tão abrangente quanto também enviá-los para um Gulag para nunca mais serem vistos ou ouvidos. Não importa como você ou o regime decidam removê-los da esfera pública, você deve se certificar de também atacar implacavelmente suas reputações e conhecimentos (mesmo depois que o traidor sedicioso tenha sido eliminado). Essa também é uma boa tática para empregar contra um(s) cientista(s) carismático(s) que ameaça(m) o regime porque ele(s) captura(m) os corações das massas. Isso é verdade mesmo que pareçam leais, a menos que você saiba com certeza absoluta que eles nunca irão desertar para o outro lado (como se você tiver informações de chantagem, ou se eles forem o coração e a alma da narrativa do regime e forem fanaticamente comprometidos, como o Santo Dr. Fauci). Portanto, você deve manter um aparato de espionagem robusto para rastrear todos os cientistas leais ao regime.

Seção VII – As Autoridades Eclesiásticas da Ciência

A primeira coisa que você deve perceber é que o conceito de autoridade dentro do reino da Ciência é eclesiástico por natureza. A maior parte do discurso científico na sociedade hoje consiste em argumentos de autoridade. Então, em vez de resistir a isso, abrace-o e empunhe-o, pois é a mais poderosa de todas as armas na luta para controlar a própria Ciência. Você é a Igreja da Ciência. O regime é seu Vaticano. Flexione seus músculos e imponha sua vontade!!

Você deve consagrar convenções que naturalmente selecionarão apenas os leais ao regime para ascender a posições de autoridade científica na sociedade. Isso é feito principalmente por meio dos seguintes métodos:

VII-1. Os especialistas devem ser credenciados

Credenciais são a primeira tela que elimina a maioria dos potenciais malfeitores. Ao exigir credenciais – que, é claro, só podem ser obtidas por intermédio do próprio regime, ou de uma instituição credenciada e leal ao regime. Você deve reforçar as convicções de que especialistas não credenciados são excepcionalmente perigosos e ignorantes, pois a população é sobrecarregada pelo desejo constante de buscar uma segunda opinião para posições e pronunciamentos do regime.

VII-2. Os peritos devem estar filiados a uma instituição ou organização em situação regular

Outra regra óbvia. Esta é uma boa maneira de eliminar ainda mais quaisquer cientistas manchurianos em potencial que passaram pelo processo de credenciamento.

VII-3. Os especialistas devem ser considerados no “mainstream”

Aplique rigorosamente essa convenção social, pois é uma rede de segurança potente no caso de um especialista romper as fileiras e decidir contrariar o regime. Essas pessoas não podem ser facilmente descredenciadas e, às vezes, pode ser difícil ou impraticável encerrar todas as afiliações que possam ter com organizações em boa posição. Daí a necessidade de uma desqualificação que não dependa de nenhuma delas. Declará-lo fora do mainstream é uma maneira bastante potente de desfolhar tal especialista de sua autoridade.

VII-4. Aplicar o consenso científico

Outra maneira poderosa de controlar quem exerce autoridade científica é impor a conformidade a um "consenso" inventado, rotulando qualquer um que se desvie do referido consenso como um herege absoluto e incorrigível do tipo mais desviante. É uma ferramenta externa que pode ser extremamente útil para destronar cientistas credenciados rebeldes. "Consenso" soa poderosamente nos ouvidos e corações dos leigos, e fornece a eles uma justificativa fácil para não levantar questões se o regime decidir subitamente destituir um cientista anteriormente altamente estimado.

Posfácio

A arte da propaganda é um assunto amplo que abrange múltiplas disciplinas. Não espere dominá-la da noite para o dia. Espere cometer erros – é assim que você aprende o que funciona (e, portanto, também certifique-se de sempre ter outra pessoa em quem você pode jogar a culpa pelos seus erros).

Felizmente para você, a vasta maioria dos cidadãos são ovelhas intelectuais. Este princípio foi brilhantemente demonstrado pelo arquiteto chefe do Obamacare, Professor Jonathan Gruber.

No entanto, o Professor Gruber tinha uma propensão a explicar demais, e muito claramente, em discursos gravados. Claro, não há nada de errado em explicar assuntos controversos em linguagem clara para jovens estudantes do regime que são essenciais para entender como a política do regime funciona, porque eles precisarão ter uma compreensão firme dessas coisas se quiserem ser trabalhadores produtivos do regime. No entanto, isso se torna um problema quando esses discursos são gravados em vídeo que é acessível ao público em geral, que você supostamente está enganando:

Você pensaria que depois que o sujeito que escreveu uma lei profundamente impopular (na época) foi flagrado em vários vídeos se gabando de como era uma "exploração inteligente da falta de compreensão econômica do eleitor americano" e como "a estupidez do eleitor americano" foi fundamental para conseguir fazer passar um aumento de impostos como se não fosse um aumento de impostos (ambos 100% verdadeiros, como dito anteriormente), os políticos seriam forçados a revogar a lei e tentar novamente em alguns anos, depois que o alvoroço tivesse acabado.

Exceto que, como se vê, você geralmente pode contar não apenas com a estupidez absoluta do eleitor médio, mas também com sua falta de memória de curto prazo, sua falta de senso de autopreservação e seu comprometimento com a ideologia política acima de tudo. O Obamacare foi desfeito ou mesmo adiado? Não. Então, mesmo que você seja pego em flagrante, provavelmente ficará bem. (Especialmente se você tiver cultivado uma grande mídia complacente que serve ao regime lealmente.)

Você também pode se confortar com o fato de que a propaganda é naturalmente um empreendimento autocorretivo – quando erros são cometidos, você simplesmente libera mais propaganda e gaslighting para encobrir ou de outra forma mitigar esses erros. Observe como os oficiais do regime mudaram de exaltar o Professor Gruber para alegar que ele era totalmente insignificante, sem pestanejar, e sem o menor indício de constrangimento com a hipocrisia nua e crua de suas posições irreconciliáveis:

(Você deve tomar cuidado para não ser muito displicente ao cometer erros, ou você pode acabar sendo transferido para um Gulag soviético ou para um local de operações secretas da CIA no Marrocos.)

Juntos, podemos tornar o mundo um lugar melhor para aqueles destinados a fazer parte da humanidade recém-redefinida.



Publicado sob um Licença Internacional Creative Commons Attribution 4.0
Para reimpressões, defina o link canônico de volta ao original Instituto Brownstone Artigo e Autor.

Autor

  • Instituto Brownstone

    Aaron Hertzberg é escritor sobre todos os aspectos da resposta à pandemia. Você pode encontrar mais de seus escritos em sua Substack: Resisting the Intellectual Illiteratti.

    Ver todos os posts

Doe hoje

Seu apoio financeiro ao Instituto Brownstone vai para apoiar escritores, advogados, cientistas, economistas e outras pessoas de coragem que foram expurgadas e deslocadas profissionalmente durante a turbulência de nossos tempos. Você pode ajudar a divulgar a verdade por meio de seu trabalho contínuo.

Download grátis: Como cortar US$ 2 trilhões

Inscreva-se no boletim informativo do Brownstone Journal e receba o novo livro de David Stockman.

Download grátis: Como cortar US$ 2 trilhões

Inscreva-se no boletim informativo do Brownstone Journal e receba o novo livro de David Stockman.