Falske antagelser i datamodeller førte til COVID-19-politikk for låsing

Bilde: The Canadian Press / Ryan Remiorz
Del denne historien!
Akkurat som defekte datamodeller som brukes til å fremme klimalarmisme, resulterte falske antagelser som ble gitt til simuleringer for COVID-19, til de samme dystre politiske feilene. Når vil menneskeheten slutte å lytte til disse knuste data-teknokratforskerne? ⁃ TN Editor

Økonomiprofessor Doug Allen ønsket å vite hvorfor så mange tidlige modeller som ble brukt til å lage COVID-19-låsepolitikk, viste seg å være svært feil. Det han fant ut var at et stort flertall var basert på falske antagelser og "hadde en tendens til å overvurdere fordelene og undervurdere kostnadene." Han syntes det var urovekkende at politikk som total låsing var basert på disse modellene.

“De ble bygget på et sett med forutsetninger. Disse antagelsene viste seg å være veldig viktige, og modellene er veldig følsomme for dem, og de viser seg å være falske, ”sa Allen, professor i økonomi i Burnaby Mountain ved Simon Fraser University, i et intervju.

Allen sier at de fleste av de tidlige kostnads-nytte-studiene han gjennomgikk ikke prøvde å skille mellom påbudte og frivillige endringer i folks atferd i møte med en pandemi. Snarere antok de bare en eksponentiell vekst av infeksjonstilfeller dag etter dag til flokkimmuniteten er nådd.

I en papir publiserte han i april, der han samlet sine funn basert på en gjennomgang av over 80 artikler om effekten av låsing rundt om i verden, konkluderte Allen med at låsing kan være en av "de største fredstidspolitiske svikt i Canadas historie."

Han sier at mange av studiene tidlig i pandemien antok at menneskelig atferd bare endres som et resultat av statlig mandatintervensjon, som stenging av skoler og ikke-essensielle virksomheter, maske og sosiale distanseringsordrer og begrensninger på private sosiale sammenkomster.

Imidlertid tok de ikke hensyn til folks frivillige atferdsmessige endringer som svar på virustrusselen, som har stor innvirkning på å evaluere fordelene ved en lockdown-policy.

"Mennesker tar valg, og vi svarer på miljøet vi er i, [men] disse tidlige modellene tok ikke hensyn til dette," sa Allen. “Hvis det er et virus rundt, går jeg ikke ofte i butikkene. Hvis jeg går i en butikk, går jeg til en butikk som ikke har meg til å møte så mange mennesker. Hvis jeg møter mennesker, har jeg en tendens til fortsatt å holde meg langt fra dem. Du trenger ikke lockdown for å få folk til å oppføre seg på den måten. ”

Allens egen kostnads-nytte-analyse er basert på beregningen av “reddede leveår”, som bestemmer “hvor mange år med tapt liv som vil ha blitt forårsaket av de forskjellige skadene ved låsing mot hvor mange år med tapt liv som ble reddet av låsing. ”

Basert på beregningen av tapte liv, har lockdown-tiltak forårsaket 282 ganger mer skade enn fordel for det kanadiske samfunnet på lang sikt, eller 282 ganger flere tapte leveår enn reddet.

Les hele historien her ...

om forfatteren

Patrick Wood
Patrick Wood er en ledende og kritisk ekspert på bærekraftig utvikling, grønn økonomi, Agenda 21, 2030 Agenda og historisk teknokrati. Han er forfatteren av Technocracy Rising: The Trojan Horse of Global Transformation (2015) og medforfatter av Trilaterals Over Washington, bind I og II (1978-1980) med avdøde Antony C. Sutton.
Abonner!
Varsle om
gjest

3 kommentarer
eldste
Nyeste Mest stemte
Inline tilbakemeldinger
Se alle kommentarer
Dana

Falske antagelser i datamodeller fungerte som begrunnelse for….

Det er den korrigerte overskriften; her er forklaringen. Det som førte til det er at de ønsket det.

Dana

Egentlig falske datamodeller laget for å tjene som begrunnelse ....

Dana

Og vi "ikke venter på godkjenning", vi "avventer godkjenning".