Sidste år udarbejdede Aaron Hertzberg en idiotguide til, hvordan man overbeviser masserne om, at der er en dødelig pandemi, når der ikke er nogen, og lader som om, at vaccinen ikke har forårsaget nogen skader, når der er.
Han har skrevet teksten til håbefulde propagandister, der gerne vil lære kunsten: "For begynderen kan [propagandakunsten] være meget vanskelig at mestre. Selv den erfarne propagandist kan til tider falde i den fælde at tro, at det at skabe og formidle propaganda er en ligetil opgave – hvilket er en god måde at vinde en permanent ferie i Sibirien med alle udgifter betalt," sagde han.
"Den følgende korte guide vil give den håbefulde propagandist, WEF-lakaj, kommunistisk apparatchik, vågen marxist og erfaren regeringsbureaukrat de værktøjer og den viden, der er nødvendig for at udvikle deres lovende talent til fuldt ud at mestre propagandaens kunst."
Som man kan forestille sig, er Herzbergs guide nødvendigvis lang. Vi udgiver én sektion ad gangen, så håbefulde propagandister ikke føler sig overvældede og opgiver deres drømme om en karriere inden for propaganda efter den første forhindring.
Lad os ikke miste kontakten ... Jeres regering og Big Tech forsøger aktivt at censurere de oplysninger, der rapporteres af The Udsat for at tjene deres egne behov. Tilmeld dig vores e-mails nu for at sikre dig, at du modtager de seneste ucensurerede nyheder i din indbakke…
By Aaron Hertzberg som offentliggjort af Brownstone Institute den 20. december 2024. Artiklen var oprindeligt offentliggjort på Hertzbergs Substack-side den 15. juni 2023. For introduktionen, som indeholder links til alle afsnit, og 'Afsnit I – Definitioner', læs HER.
Den anden vigtige kilde til videnskab udover studier er datasæt og andre informationskilder, der bruges til at fremsætte videnskabelige udtalelser. Data, især officielle statsdata, kan bruges uden en formel undersøgelse, der giver dem deres velsignelse, så du skal sikre, at de tilgængelige data, og især de datasæt, der danner grundlag for konventionelle målinger, som almindeligvis citeres i samfundet af både akademikere og lægfolk, er under din fulde kontrol til at manipulere, ændre og modificere efter behag.
Følgende er de typer taktikker, du bør anvende for at maksimere kontrollen og nytten af tilgængelige datasæt.
Indholdsfortegnelse
V-1. Statistisk "Fiskeri"
Statistisk fiskeri er lettere blot at illustrere end at forklare det abstrakt.
Forestil dig, at et Big Pharma-firma kommer med et nyt lægemiddel, som (de påstår) gør børn klogere og forbedrer deres akademiske præstationer. Desværre, selvom det er godkendt af FDA, ved de, at det ikke virker, og folk begynder at mistænke, at der måske er noget mistænkeligt på spil (og de har milliarder af dollars på spil). Så de kommer til dig og tilbyder dig en stor 7-cifret lønseddel for at "bevise", at deres nye lægemiddel virker. Du, som en dristig ansat videnskabsmand uden skrupler (bortset fra loyalitet over for regimet selvfølgelig), accepterer deres tilbud.
Hvordan "beviser" man, at deres medicin virker? Simpelt. Man får data fra alle landets skoledistrikter, der viser de akademiske resultater og procentdelen af børn, der tog det nye farmaceutiske lægemiddel. Det er her, "fiskeri"-delen kommer ind i billedet: Man skal gennemgå hvert distrikt, indtil man finder et eller to, hvor de akademiske resultater er over gennemsnittet, og hvor flere børn i det pågældende distrikt tog det nye lægemiddel end gennemsnittet (ligesom fiskeri, hvor man bliver ved, indtil man har fanget en fisk).
Så offentliggør du din "undersøgelse": "Vi fandt en korrelation i Distrikt "X", hvor en højere procentdel af børn, der tog det nye lægemiddel, førte til højere akademiske resultater."
Det er noget vrøvl, fordi alle andre distrikter viser, at stoffet slet ikke havde nogen effekt på de akademiske resultater, men det undgår man pænt ved at fremhæve det ene distrikt, hvor der er en tilfældig korrelation. (Med en tilstrækkelig stor stikprøvestørrelse er man stort set garanteret at finde ét tilfældigt distrikt, hvor mange børn tilfældigvis tog stoffet, og de akademiske resultater steg.)
Den vigtigste lærdom er, at nogle gange er alt, hvad man behøver, lidt vedholdenhed. Hvis du for eksempel har et stort datasæt med mange lande, skal du bare gennemgå et ad gangen, indtil du finder den korrelation, du leder efter. Alternativt kan du prøve en mere avanceret version af denne taktik kendt som "P-Hacking".
Et godt eksempel på denne taktik er følgende CDC-"undersøgelse", hvor de gennemgik alle 50 stater og ledte efter en, hvor de kunne finjustere dataene for at vise, at covid-vaccinerne reducerede risikoen for geninfektion hos personer, der allerede havde covid, før de fik vaccinen. Og hvad ved du, de fandt en (ud af 50 plus et par ikke-statslige jurisdiktioner som Washington, DC), hvor de kunne få dataene til at sige, hvad de ønskede, de skulle sige:
Hvis CDC havde været i stand til at bruge mere end én stat til at vise, at covid-vaccinerne reducerede risikoen for reinfektion, ville de have gjort det (duh). Men de prøvede og prøvede, indtil de fandt en stat, hvor de kunne torturere dataene for at vise dette.
I øvrigt er der en anden vigtig lektie for propagandister her: værdien af vedholdenhed. Giv ikke bare op, hvis du ikke kan finde et datasæt, der let kan behandles eller manipuleres for at styrke et regimes talepunkt. Nogle gange skal du være kreativ og blive ved med det, indtil du rammer snavs.
V-2. Juster problematiske data
Jep, vi nævnte dette tidligere i afsnittet om rigningsstudier [se HER].
Hvis rådataene ikke stemmer overens med din foretrukne fortælling, skal du blot "justere" dem, indtil de passer, på samme måde som du ville gøre med en undersøgelses interne data. Datajustering er en rutinemæssig del af videnskaben, og da meget få mennesker rent faktisk forstår, hvordan det fungerer, kan du udnytte og misbruge denne praksis.
En eller anden medarbejder publicerede endda en videnskabelig artikel om emnet (det giver interessant læsning, hvis du er en nørdet nørd):
En genial anvendelse af dette koncept relaterer sig til den videnskabelige konsensus om global opvarmning, der engang var den videnskabelige konsensus om global afkøling. Hvordan tror du, at de samme data, der viste i 1974, at verden var på vej mod en uoprettelig istid, der truede menneskehedens overlevelse, nu viser, at der virkelig var en *opvarmning*?* Tendens fra præcis de samme data, der truer menneskehedens overlevelse??
De "justerede" simpelthen dataene for at gøre de tidligere årtier koldere og de senere årtier varmere, og voila, problemet løst! Det er djævelsk snedigt og yderst effektivt – se i nedenstående diagram (fra en kendt regimedissident-kætter) de to linjer, der sporer den gennemsnitlige årstemperatur: blå linje = de rådata og den orange linje = dataene efter at regimeforskerne "justerede" dem:
Hvis man ser på den blå linje, er der ingen generel opvarmning i løbet af de sidste 100 år – hvilket er meget dårligt for den officielle fortælling om KATASTROFISK GLOBAL OPVARMNING!!! Den orange streg viser dog en klar opvarmningstendens gennem de seneste 100 år – hvilket netop er fortællingen.
Hvis det i fremtiden af en eller anden grund bliver pragmatisk at vende tilbage til global afkøling, vil forskerne hos NOAA blot "justere" dataene for at få de sidste 100 år til at ligne en stabil afkølingstendens.
Pointen er, at det hele er i justeringerne.
(Bemærk: Det er nyttigt at tillade et par tilfældige, lavprofilerede videnskabskættere fra regimet at hænge ud, fordi de producerer data og analyser, der faktisk er ret nyttige til regimets egen interne brug, så længe man sørger for, at de ikke begynder at vinde frem – så fragtes de til Guantanamo Bay uden forsinkelse.)
V-3. Udeluk fra officielle analyser af officielle data alt, der ikke passer med dine ønskede resultater
At omhyggeligt gennemgå, hvad der inkluderes i din analyse, er bogstaveligt talt 101 ting. Hvis information eller faktiske resultater truer med at underminere dine foretrukne resultater, skal du bare udelukke dem fra officielle analyser af de officielle data. Så hvis der findes en offentlig database, der viser, at forekomsten af en række medicinske tilstande steg meget efter den glorværdige vaccine, skal du bare ignorere den.
Tag VAERS-databasen (Vaccine Adverse Event Reporting System), der forvaltes i fællesskab af CDC og FDA.
CDC (foregiver at) opfordrer til at rapportere medicinske tilstande, der viser sig efter vaccination, til VAERS, "selvom man ikke er sikker på, at vaccinen forårsagede sygdommen."
Efter at covid-vaccinerne blev rullet ud i midten af december 2020, ser VAERS-registreringerne for dødsfald således ud (diagrammet viser det samlede antal rapporterede dødsfald for alle vacciner hvert år):
Denne grafik viser statistikker for VAERS-rapporter om skader eller dødsfald forårsaget af covid-vaccinerne:
Men hvornår hørte du sidst om VAERS fra CDC i en udtalelse eller analyse vedrørende de dyrebare covid-vacciner? Præcis!! CDC (og alle andre) ignorerer simpelthen VAERS (undtagen når de fra tid til anden udgiver "faktatjekkende" artikler for at aflive VAERS).
Sørg også for ubønhørligt at jage enhver, der tør forsøge at bruge sådanne data til at underminere troværdigheden af dine regimeanalyser og proklamationer, i glemmebogen. Dette er ofte et problem, fordi der uundgåeligt vil være en flok mennesker, der har adgang til de rå data, når de findes.
V-4. Piggyback om tidligere etablerede relationer og forskelle
En nem måde at manipulere en undersøgelse på er at sammenligne to enheder, som du allerede ved har en bestemt forskel eller korrelation. Du kan derefter lade som om, du "opdager" denne forskel eller korrelation, men tilskrive den en ny faktor.
Så hvis for eksempel fattige stater har en tendens til at have dårligere sundhedsresultater sammenlignet med rige stater, og de fattige stater tilfældigvis ikke overholder regimets retningslinjer i så høj grad, kan man pege på deres dårligere sundhedsresultater og give dem skylden for ikke at have taget den glorværdige vaccine. Medierne er virkelig gode til at forstærke dette budskab, især fordi de elsker intet mere end at tilskrive dårlige resultater til politisk tilknytning til det eller de "dårlige" politiske partier.
V-5. Kontrol af kritiske datasæt, der bruges til videnskabelig forskning
Den, der kontrollerer dataene, kontrollerer videnskaben.
Sørg for at have jernstyret kontrol over de mest fremtrædende og udbredte datasæt, så sparer du dig selv for en masse stress og hovedpine. For eksempel kontrollerer militæret deres interne datasæt og kan manipulere dem efter behag. Ligesom DMED – de har manipuleret dette datasæt til det punkt, hvor det hele er ubrugeligt. Se nedenfor på de følgende to diagrammer, der viser *samme* DMED-data for "rater af ambulante lægebesøg" for årene 2015-2018. Det venstre diagram er den version, der blev offentliggjort i 2019, og det højre diagram viser 2021-versionen – og på en eller anden måde er de ikke ens (rødcirklede områder).
Bemærk ændringen i tallene for 2016-2018 (som du kan se på formen af trendlinjen)? Hvordan steg antallet af lægebesøg i 2016 mellem 2019 og 2021???? Fordi regimet simpelthen omskrev dataene. Det er, hvad du kan gøre, når du har fuld kontrol over datasættet.
Det siger sig selv, at du under ingen omstændigheder bør tillade nogen hedenske videnskabsmænd adgang til de hellige tekster eller data fra Videnskaben under din kontrol – husk, du skal altid være på vagt, så ikke en slyngelsk kættersk forsker udfører en analyse, der kan ugyldiggøre eller modsige Videnskaben. CDC er et eksempel her:
Hvis du ikke giver irriterende irriterende uafhængige videnskabsmænd adgang til dataene, behøver du ikke at bekymre dig om, at de opdager ting i dataene, der vil underminere regimets fortælling big time.
Om forfatteren
Aaron Hertzberg er skribent om alle aspekter af pandemiresponsen. Du kan finde mere af hans forfatterskab på hans Substack:Modstand mod den intellektuelle analfabetisme'.
Det fremhævede billede er taget fra forsiden af 'Den komplette idiots guide til madlavningsdata for håbefulde propagandister'.
Expose har akut brug for din hjælp…
Kan du venligst hjælpe med at holde lyset tændt med The Exposes ærlige, pålidelige, kraftfulde og sandfærdige journalistik?
Din regering og Big Tech-organisationer
prøv at tave The Expose ned og lukke den ned.
Så har vi brug for din hjælp til at sikre
vi kan fortsætte med at bringe dig
fakta, som mainstreamen nægter at vise.
Regeringen finansierer os ikke
at udgive løgne og propaganda på deres
vegne ligesom mainstream medierne.
I stedet er vi udelukkende afhængige af din støtte.
støt os venligst i vores bestræbelser på at bringe
din ærlige, pålidelige og undersøgende journalistik
i dag. Det er sikkert, hurtigt og nemt.
Vælg venligst din foretrukne metode nedenfor for at vise din støtte.
Kategorier: Seneste nyt, Verdens nyheder
https://nationalcitizensinquiry.ca/national-citizens-inquiry-issues-commissioners-final-report/ bevis på alvorlig propaganda
https://ncio.ca/briefings/no-statute-of-limitations-for-justin-trudeaus-sexual-exploitation-of-a-17-year-old-wpga-student/
Kontakt mig venligst angående min månedlige betaling