El año pasado, Aaron Hertzberg compiló una guía para idiotas sobre cómo convencer a las masas de que hay una pandemia mortal, cuando no la hay, y fingir que no hay lesiones causadas por la vacuna, cuando las hay.
Ha escrito el texto para aspirantes a propagandistas que deseen aprender el arte: «Para el principiante, [el arte de la propaganda] puede ser muy difícil de dominar. Incluso el propagandista experimentado a veces puede caer en la trampa de pensar que crear y difundir propaganda es una tarea sencilla, lo cual es una buena manera de ganarse unas vacaciones permanentes en Siberia con todos los gastos pagados», dijo.
La siguiente breve guía proporcionará al aspirante a propagandista, al lacayo del FEM, al apparatchik comunista, al marxista progresista y al burócrata gubernamental experimentado las herramientas y el conocimiento necesarios para desarrollar su prometedor talento y alcanzar la maestría plena en el arte de la propaganda.
Como es de suponer, la guía de Herzberg es necesariamente extensa. Publicamos una sección a la vez para que los propagandistas esperanzados no se sientan abrumados ni abandonen sus sueños de una carrera en propaganda tras el primer obstáculo.
No perdamos el contacto… Su Gobierno y las grandes tecnológicas están intentando activamente censurar la información reportada por The Expuesto Para satisfacer sus propias necesidades. Suscríbete a nuestros correos electrónicos ahora para asegurarte de recibir las últimas noticias sin censura. en tu bandeja de entrada…
By Aarón Hertzberg según lo publicado por el Instituto Brownstone el 20 de diciembre de 2024. El artículo fue publicada originalmente en la página Substack de Hertzberg el 15 de junio de 2023. Para la introducción, que incluye enlaces a todas las secciones, y la 'Sección I - Definiciones', lea AQUÍ.
La otra fuente principal de la Ciencia, además de los estudios, son los conjuntos de datos y otras fuentes de información que se utilizan para emitir pronunciamientos científicos. Los datos, especialmente los oficiales del Estado, se pueden utilizar sin necesidad de un estudio formal que los avale, por lo que debe asegurarse de que los datos disponibles, y en especial los conjuntos de datos que sirven de base a las métricas convencionales que suelen citar académicos y legos en la materia, estén bajo su control para manipularlos, alterarlos y modificarlos a voluntad.
Los siguientes son los tipos de tácticas que debe emplear para maximizar el control y la utilidad de los conjuntos de datos disponibles.
Índice del Contenido
V-1. “Pesca” estadística
La pesca estadística es más fácil si se da simplemente una ilustración que si se explica en abstracto.
Supongamos que una gran farmacéutica lanza un nuevo medicamento que (según afirman) mejora la inteligencia de los niños y su rendimiento académico. Desafortunadamente, aunque fue aprobado por la FDA, saben que no funciona, y la gente empieza a sospechar que algo raro está pasando (y tienen miles de millones de dólares en juego). Así que acuden a ti y te ofrecen un sueldo de siete cifras para "demostrar" que su nuevo medicamento funciona. Tú, un audaz científico a sueldo sin ningún escrúpulo (salvo la lealtad al régimen, claro), aceptas la oferta.
¿Cómo se "comprueba" la eficacia de su medicamento? Sencillo. Se obtienen los datos de todos los distritos escolares del país que muestran los resultados académicos y el porcentaje de niños que tomaron el nuevo fármaco de Pharma. Aquí es donde entra en juego la "pesca": Hay que revisar cada distrito hasta encontrar uno o dos con resultados académicos superiores a la media y donde más niños en ese distrito estuvieran tomando el nuevo medicamento que la media (como en la pesca, donde se insiste hasta que se pesca).
Luego publica su “estudio”: “Encontramos una correlación en el Distrito “X” donde un mayor porcentaje de niños que tomaban el nuevo medicamento condujo a puntajes académicos más altos”.
Esto es una tontería, ya que todos los demás distritos muestran que el fármaco no tuvo ningún efecto en las calificaciones académicas, pero lo evitas con astucia al destacar el único distrito donde sí existe una correlación aleatoria. (Con un tamaño de muestra suficientemente grande, es casi seguro que encontrarás un distrito al azar donde, por coincidencia, muchos jóvenes tomaron el fármaco y sus calificaciones académicas subieron).
La lección principal es que a veces basta con un poco de persistencia. Si, por ejemplo, tienes un gran conjunto de datos de muchos países, simplemente revísalos uno por uno hasta encontrar la correlación que buscas. Como alternativa, puedes intentar una versión más avanzada de esta táctica, conocida como "P-Hackear."
Un gran ejemplo de esta táctica es el siguiente "estudio" de los CDC. Recorrieron los 50 estados buscando uno donde pudieran ajustar los datos para demostrar que las vacunas contra la COVID-50 reducían el riesgo de reinfección en personas que ya habían tenido COVID-XNUMX antes de vacunarse. Y, ¡qué sorpresa!, encontraron uno (entre los XNUMX, además de algunas jurisdicciones no estatales como Washington, D. C.) donde podían lograr que los datos reflejaran lo que querían:
Mira, si los CDC hubieran podido usar más de un estado para demostrar que las vacunas contra la COVID-19 redujeron el riesgo de reinfección, lo habrían hecho (obvio). Pero lo intentaron una y otra vez hasta encontrar un estado donde pudieran manipular los datos para demostrarlo.
Por cierto, hay otra lección importante para los propagandistas: el valor de la perseverancia. No hay que darse por vencido si no se puede encontrar un conjunto de datos que se pueda manipular o alterar fácilmente para reforzar un argumento del régimen. A veces hay que ser creativo y perseverar hasta encontrar el filón.
V-2. Ajuste de datos problemáticos
Sí, mencionamos esto anteriormente en la sección sobre estudios de manipulación [ver AQUÍ].
Si los datos brutos no se ajustan a su narrativa preferida, simplemente ajústelos hasta que encajen, igual que lo haría con los datos internos de un estudio. Ajustar los datos es una parte rutinaria de la ciencia, y como muy poca gente entiende realmente cómo funciona, se puede aprovechar y abusar de esta práctica.
Un colega incluso publicó un artículo científico sobre el tema (es una lectura interesante si eres un nerd geek):
Una aplicación brillante de este concepto se relaciona con el consenso científico sobre el calentamiento global, que antes era el consenso científico sobre el enfriamiento global. ¿Cómo cree que los mismos datos que mostraron en 1974 que el mundo se encaminaba hacia una Edad de Hielo irreversible que amenazaba la supervivencia de la humanidad ahora muestran que realmente hubo un *calentamiento*?* ¿Tendencia de los mismos datos exactos que amenazan la supervivencia de la humanidad?
Simplemente "ajustaron" los datos para que las décadas anteriores fueran más frías y las posteriores más cálidas, ¡y listo! ¡Problema resuelto! Es endiabladamente astuto y altamente efectivo. Observen en el gráfico a continuación (de un conocido hereje disidente del régimen) las dos líneas que registran la temperatura media anual: la línea azul = los datos sin procesar y la línea naranja = los datos después de que los científicos del régimen los "ajustaran".
Si observamos la línea azul, no se observa un calentamiento generalizado en los últimos 100 años, lo que es muy malo para la narrativa oficial de un CALENTAMIENTO GLOBAL CATASTRÓFICO. Sin embargo, la línea naranja muestra una clara tendencia al calentamiento en los últimos 100 años, que es exactamente la narrativa.
Por supuesto, si en el futuro por cualquier razón se vuelve pragmático volver al Enfriamiento Global, entonces los científicos del régimen en la NOAA simplemente “reajustarán” los datos para hacer que los últimos 100 años parezcan una tendencia de enfriamiento constante.
El punto es que todo está en los ajustes.
(Nota: es útil permitir que algunos herejes científicos del régimen, de bajo perfil y al azar, anden por ahí porque producen datos y análisis que en realidad son bastante útiles para el uso interno del régimen, siempre y cuando te asegures de que no empiecen a ganar prominencia; entonces los llevas a la Bahía de Guantánamo sin demora).
V-3. Excluir de los análisis oficiales de datos oficiales todo aquello que no se ajuste a los resultados deseados
Examinar cuidadosamente lo que se incluye en el análisis es fundamental. Si la información o los resultados reales amenazan con socavar los resultados que usted prefiere, simplemente exclúyalos de los análisis oficiales de los datos oficiales. Por lo tanto, si existe una base de datos gubernamental que muestra que, después de la Gloriosa Vacuna, la incidencia de diversas afecciones médicas aumentó considerablemente, simplemente ignórela.
Tomemos como base de datos la base de datos VAERS (Sistema de notificación de eventos adversos de vacunas), gestionada conjuntamente por los CDC y la FDA.
Los CDC (pretenden) alentar a informar al VAERS sobre las afecciones médicas que se manifiestan después de que alguien se vacuna, “incluso si no está seguro de que la vacuna haya causado la enfermedad”.
Después de que se implementaron las vacunas contra la COVID-2020 a mediados de diciembre de XNUMX, las entradas del VAERS sobre muertes se ven así (el gráfico muestra el número total de muertes informadas para todas las vacunas cada año):
Este gráfico muestra las estadísticas de los informes de VAERS sobre lesiones o muertes causadas por las vacunas contra la COVID-19:
Sin embargo, ¿cuándo fue la última vez que oyó hablar del VAERS por parte de los CDC en alguna declaración o análisis sobre las valiosas vacunas contra la COVID-19? ¡Exactamente! Los CDC (y todos los demás) simplemente ignoran el VAERS (excepto cuando ocasionalmente publican artículos de "verificación de datos" para desacreditarlo).
Además, asegúrese de perseguir sin descanso a cualquiera que se atreva a intentar utilizar dichos datos para socavar la credibilidad de los análisis y proclamaciones de su régimen. Esto suele ser un problema porque inevitablemente habrá un montón de personas que tendrán acceso a los datos en bruto una vez que existan.
V-4. Aprovechar las relaciones y diferencias previamente establecidas
Una forma sencilla de manipular un estudio es comparar dos entidades que ya se sabe que presentan una diferencia o correlación particular. Luego, se puede fingir que se ha "descubierto" esta diferencia o correlación, pero atribuirla a un nuevo factor.
Así, por ejemplo, dado que los estados pobres tienden a tener peores resultados sanitarios que los ricos, si los estados pobres cumplen menos las directrices del régimen, se puede señalar sus peores resultados sanitarios y atribuirlos a no recibir la vacuna. Los medios de comunicación son expertos en amplificar este mensaje, porque les encanta atribuir los malos resultados a la afiliación política con el partido o partidos "malos".
V-5. Controlar los conjuntos de datos críticos utilizados para la investigación científica
Quien controla los datos controla la Ciencia.
Asegúrese de tener un control férreo sobre los conjuntos de datos más importantes y ampliamente utilizados y se ahorrará mucho estrés y dolores de cabeza. Por ejemplo, el ejército controla sus conjuntos de datos internos y puede manipularlos a voluntad. Al igual que DMED, manipularon este conjunto de datos hasta el punto de inutilizarlo por completo. Observe a continuación los dos gráficos que muestran *mismo* Datos de DMED sobre las tasas de consultas médicas ambulatorias para los años 2015-2018. El gráfico de la izquierda corresponde a la versión publicada en 2019 y el de la derecha a la de 2021; sin embargo, no coinciden (áreas marcadas con círculos rojos).
¿Observan el cambio en las cifras de 2016-2018 (que se puede apreciar por la forma de la línea de tendencia)? ¿Cómo aumentó el número de visitas al médico de 2016 entre 2019 y 2021? Porque el régimen simplemente reescribió los datos. Eso es lo que se puede hacer cuando se tiene control total sobre el conjunto de datos.
No hace falta decir que bajo ninguna circunstancia se debe permitir que ningún científico pagano acceda a los textos sagrados o a los datos científicos que están bajo su control. Recuerde que siempre debe estar alerta para que ningún investigador hereje realice un análisis que pueda invalidar o contradecir la ciencia. El CDC predica con el ejemplo en este sentido:
Si no le das acceso a los datos a esos molestos y molestos científicos independientes, no tienes que preocuparte de que descubran cosas en los datos que socavarán enormemente la narrativa del régimen.
Sobre el Autor
Aarón Hertzberg Escribe sobre todos los aspectos de la respuesta a la pandemia. Puedes encontrar más de sus escritos en su Substack:Resistiendo al analfabetismo intelectual".
La imagen destacada está tomada de la portada de 'La guía completa para idiotas sobre datos de cocina para aspirantes a propagandistas".
The Expose necesita urgentemente tu ayuda…
¿Podrías ayudarnos a mantener las luces encendidas con el periodismo honesto, confiable, poderoso y veraz de The Expose?
Su gobierno y las grandes organizaciones tecnológicas
Intenta silenciar y cerrar The Expose.
Por eso necesitamos tu ayuda para garantizar
Podemos seguir brindándote el
hechos que la corriente dominante se niega a aceptar.
El gobierno no nos financia
publicar mentiras y propaganda sobre sus
en nombre de los principales medios de comunicación.
En cambio, dependemos únicamente de su apoyo. Así que
Por favor, apóyanos en nuestros esfuerzos para llevar
tu periodismo honesto, confiable e investigativo
Hoy. Es seguro, rápido y fácil.
Elija su método preferido a continuación para mostrar su apoyo.
Categorías: Noticias de última hora, Noticias del mundo
https://nationalcitizensinquiry.ca/national-citizens-inquiry-issues-commissioners-final-report/ prueba de propaganda severa
https://ncio.ca/briefings/no-statute-of-limitations-for-justin-trudeaus-sexual-exploitation-of-a-17-year-old-wpga-student/
Por favor, póngase en contacto conmigo sobre mi pago mensual.