Terrapiattisti

[Giannij Stinson 23.590]

Canzone alquanto banalotta.

 

Caparezza è il Re indiscusso, ho messo quella canzone perchè dice proprio testualmente:

"Lo sai la terra è piatta e dominata ormai dalle lobby gay e dai banchieri ebrei"

[Fra The Best 7.110]

 

Caparezza è il Re indiscusso, ho messo quella canzone perchè dice proprio testualmente:

"Lo sai la terra è piatta e dominata ormai dalle lobby gay e dai banchieri ebrei"

Sì, la conosco, però come ho detto l'ho trovata un po' banale.

[Lewis. 3.600]

Il riscaldamento globale è una falsità perpetrata da governi compiacenti al soldo dei produttori di climatizzatori.

 

Parlano del riscaldamento globale ma io di inverno sento sempre più freddo (citazione tristemente vera )

 

Anche perché l'aria calda, essendo più leggera della fredda, sale e si disperde nell'universo

[Vincenzo1989 4.098]

 

Tipo le cosiddette "mamme informate" che sanno che i vaccini causano l'autismo quando in realtà un decennio di studi medici ha dimostrato l'esatto contrario...

Sai che io non ho trovato questi lavori. Non ci sono neanche quelli che dimostrano il contrario...a parte quelli ritirati perché falsati, per il conflitto di interesse.

 

I test statistici, spesso usati e accettati in medicina, in altre discipline sarebbero ritenuti poco robusti

[Berico 5.505]

incredibile non credevo esistessero , non so che teorie deviano a loro favore ma la terra potrebbe essere veramente piatta addirittura bidimensionale magari e' il tempo o le increspature a farci percepire il mondo attraverso i nostri sensi nel modo in cui lo conosciamo, pero' non ho idea se si riferiscono alla percezione dimensionale o alle caratteristiche intrinseche del nostro pianeta... e nemmeno mi interessa...

[Alba38 5.877]

Sai che io non ho trovato questi lavori. Non ci sono neanche quelli che dimostrano il contrario...a parte quelli ritirati perché falsati, per il conflitto di interesse.

 

I test statistici, spesso usati e accettati in medicina, in altre discipline sarebbero ritenuti poco robusti

E' un falso mito messo in giro da chi non capisce nemmeno i principi primi della statistica. I lavori ci sono e sono, come sempre in questi casi, peer reviewed (e spesso fatti in cieco, doppio cieco o pure triplo cieco, a meno che non si tratta di mere considerazioni storico-statistiche). Dici invece bene nel dire che non ci sono lavori che "dimostrano" il contrario, e questo è vero: l'unico che pareva dimostrare una qualche relazione tra vaccini e autismo si dimostrò poi una truffa visto che il medico che lo scrisse aveva un palese conflitto di interessi e aveva manomesso i dati.

 

La medicina, è vero, non è una scienza esatta - nel senso che in generale non ci sono andamenti matematici da poter verificare a posteriori a partire da una determinata teoria... ma la statistica è una parte fondamentale in tutte le scienze. Nella medicina non si fa eccezione. Si utilizzano operatori particolari come quello della covarianza per determinare la correlazione statistica tra due (o più) variabili, per valutarne cioè l'indipendenza (o la dipendenza) statistico-probabilistica ... è già quello è un ottimo modo per partire, perché se pure non è detto che una correlazione implichi un rapporto causa-effetto (ovvero una dipendenza) è vero il contrario (ovvero una non correlazione implica certamente una indipendenza, a meno che ovviamente la non correlazione non sia banalmente frutto di una fluttuazione casuale). Si potrebbe obiettare che a priori l'eventuale correlazione (o non correlazione) ottenuta sia solo casuale, in quel caso ti viene in aiuto un chiquadro a più variabili (ed eventualmente un p-value) con cui stimare la probabilità effettiva di ottenere, nelle condizioni dell'esperimento, la correlazione o la non correlazione. E lì c'è il principio fondamentale della statistica: fare nuove sperimentazioni, ripetere l'esperimento e valutare i risultati, che dovrebbero essere in accordo con le stime del p-value. Più prove fai più sarai certo di avere una reale correlazione o una non correlazione (insomma, detto banalmente, se fai 100 prove e su 100 prove 99 volte ottieni una non correlazione e solo una volta ottieni una correlazione capisci bene pure tu che la correlazione ottenuta è frutto solo di una fluttuazione casuale, e che i parametri variabili da te considerati sono in realtà scorrelati ed indipendenti).

 

Nella virologia questo è stato fondamentale per dimostrare statisticamente l'indipendenza statistica tra l'evento "essere vaccinato" e l'evento "essere autistico". Non c'è alcuna correlazione come è stato dimostrato più e più volte da un numero sempre crescente di paper, ergo non c'è alcuna dipendenza statistica tra le due cose, né positiva (ovvero vaccinarsi implica una minore possibilità di autismo) né negativa (ovvero vaccinarsi implica una maggiore possibilità di autismo). Ripeto, non c'è alcuna dipendenza statistica tra queste due cose, sono due variabili completamente scorrelate (con indice di covarianza nullo, al di là di un margine di errore), o "probabilisticamente" parlando, due eventi indipendenti. Tanto è vero che i medici oggi sono portati a pensare che l'autismo sia più un fatto genetico che ambientale, e vedono l'ambiente esterno solo come un "catalizzatore" dell'autismo (ovvero determinate condizioni ambientali possono fare in modo che l'autismo mostri i suoi sintomi più precocemente, ma anche se non si verificassero queste condizioni l'autismo prima o poi verrebbe comunque fuori).

 

Potrai obiettare che la statistica - quasi per definizione - non è una branca esatta della matematica, e questo è vero, del resto una verità statistica non è detto che sia una verità assoluta... ma in statistica sono fondamentali i margini di errore e quando fai un numero sempre maggiore di prove non fai altro che ridurli e i valori ottenuti stocasticamente diventano i (o meglio tendono ai) limiti probabilistici (è la definizione frequentista di probabilità), e la teoria della probabilità - al contrario della statistica - è esatta.

[Vincenzo1989 4.098]

 

E' un falso mito messo in giro da chi non capisce nemmeno i principi primi della statistica. I lavori ci sono e sono, come sempre in questi casi, peer reviewed (e spesso fatti in cieco, doppio cieco o pure triplo cieco, a meno che non si tratta di mere considerazioni storico-statistiche). Dici invece bene nel dire che non ci sono lavori che "dimostrano" il contrario, e questo è vero: l'unico che pareva dimostrare una qualche relazione tra vaccini e autismo si dimostrò poi una truffa visto che il medico che lo scrisse aveva un palese conflitto di interessi e aveva manomesso i dati.

 

La medicina, è vero, non è una scienza esatta - nel senso che in generale non ci sono andamenti matematici da poter verificare a posteriori a partire da una determinata teoria... ma la statistica è una parte fondamentale in tutte le scienze. Nella medicina non si fa eccezione. Si utilizzano operatori particolari come quello della covarianza per determinare la correlazione statistica tra due (o più) variabili, per valutarne cioè l'indipendenza (o la dipendenza) statistico-probabilistica ... è già quello è un ottimo modo per partire, perché se pure non è detto che una correlazione implichi un rapporto causa-effetto (ovvero una dipendenza) è vero il contrario (ovvero una non correlazione implica certamente una indipendenza, a meno che ovviamente la non correlazione non sia banalmente frutto di una fluttuazione casuale). Si potrebbe obiettare che a priori l'eventuale correlazione (o non correlazione) ottenuta sia solo casuale, in quel caso ti viene in aiuto un chiquadro a più variabili (ed eventualmente un p-value) con cui stimare la probabilità effettiva di ottenere, nelle condizioni dell'esperimento, la correlazione o la non correlazione. E lì c'è il principio fondamentale della statistica: fare nuove sperimentazioni, ripetere l'esperimento e valutare i risultati, che dovrebbero essere in accordo con le stime del p-value. Più prove fai più sarai certo di avere una reale correlazione o una non correlazione (insomma, detto banalmente, se fai 100 prove e su 100 prove 99 volte ottieni una non correlazione e solo una volta ottieni una correlazione capisci bene pure tu che la correlazione ottenuta è frutto solo di una fluttuazione casuale, e che i parametri variabili da te considerati sono in realtà scorrelati ed indipendenti).

 

Nella virologia questo è stato fondamentale per dimostrare statisticamente l'indipendenza statistica tra l'evento "essere vaccinato" e l'evento "essere autistico". Non c'è alcuna correlazione come è stato dimostrato più e più volte da un numero sempre crescente di paper, ergo non c'è alcuna dipendenza statistica tra le due cose, né positiva (ovvero vaccinarsi implica una minore possibilità di autismo) né negativa (ovvero vaccinarsi implica una maggiore possibilità di autismo). Ripeto, non c'è alcuna dipendenza statistica tra queste due cose, sono due variabili completamente scorrelate (con indice di covarianza nullo, al di là di un margine di errore), o "probabilisticamente" parlando, due eventi indipendenti. Tanto è vero che i medici oggi sono portati a pensare che l'autismo sia più un fatto genetico che ambientale, e vedono l'ambiente esterno solo come un "catalizzatore" dell'autismo (ovvero determinate condizioni ambientali possono fare in modo che l'autismo mostri i suoi sintomi più precocemente, ma anche se non si verificassero queste condizioni l'autismo prima o poi verrebbe comunque fuori).

 

Potrai obiettare che la statistica - quasi per definizione - non è una branca esatta della matematica, e questo è vero, del resto una verità statistica non è detto che sia una verità assoluta... ma in statistica sono fondamentali i margini di errore e quando fai un numero sempre maggiore di prove non fai altro che ridurli e i valori ottenuti stocasticamente diventano i (o meglio tendono ai) limiti probabilistici (è la definizione frequentista di probabilità), e la teoria della probabilità - al contrario della statistica - è esatta.

 

 

Ho fatto una piccolissima e sicuramente parziale review della letteratura. Quello che ho trovato sono paper cher usano le serie storiche per dimostrare l'assenza di un nesso causale fra vaccini e autismo, e paper che studiano campioni molto piccoli. Se hai un paper robusto da condividere lo leggo con piacere.

 

Quello che obietto non è l'uso della statistica, che ritengo lo strumento più opportuno per investigare il fenomeno. Piuttosto gli stimatori utilizzati, la composizione del campione, la totale assenza dalle trattazioni di temi importanti come l'endogeneitá.

 

I paper che ho letto non si pongono il problema di identificare alcun nesso causale fra le variabili ( ci sono studi panel?)

 

I campioni sembrano biased e spesso troppo piccoli. Questo influenza gli errori standard e quindi la significatività delle relazioni.

 

Mancano spesso controlli che, da profano, mi sembrano importanti. Questo ovviamente dipende dal punto precedente.

 

Non ho trovato lavori che si preoccupano dell'endogeneitá, che potrebbe portare a stimatori distorti. Allo stesso modo non ho trovato analisi di moderazione che invece potrebbero essere importanti in questo tipo problema.

 

Capisco benissimo che ci siano grossi problemi a superare questi problemi, per la natura stessa della ricerca in campo medico. Però io sarei cauto a trarre conclusioni con quegli esperimenti.

 

Per me un coefficiente non significativo in una relazione significa semplicemente che non si può escludere con sufficiente confidenza che la correlazione sia nulla. Che è diverso dal dire che una relazione è nulla. Replicare lo studio può aumentare la confidenza su questo punto. Però non ho letto così tanti replication studies.

 

( per chiarezza, mi sono interessato al tema per confutare le tesi dei no vax...Questo è il mio unico scopo)

[Alba38 5.877]

Ho fatto una piccolissima e sicuramente parziale review della letteratura. Quello che ho trovato sono paper cher usano le serie storiche per dimostrare l'assenza di un nesso causale fra vaccini e autismo, e paper che studiano campioni molto piccoli. Se hai un paper robusto da condividere lo leggo con piacere.

 

Quello che obietto non è l'uso della statistica, che ritengo lo strumento più opportuno per investigare il fenomeno. Piuttosto gli stimatori utilizzati, la composizione del campione, la totale assenza dalle trattazioni di temi importanti come l'endogeneitá.

 

I paper che ho letto non si pongono il problema di identificare alcun nesso causale fra le variabili ( ci sono studi panel?)

 

I campioni sembrano biased e spesso troppo piccoli. Questo influenza gli errori standard e quindi la significatività delle relazioni.

 

Mancano spesso controlli che, da profano, mi sembrano importanti. Questo ovviamente dipende dal punto precedente.

 

Non ho trovato lavori che si preoccupano dell'endogeneitá, che potrebbe portare a stimatori distorti. Allo stesso modo non ho trovato analisi di moderazione che invece potrebbero essere importanti in questo tipo problema.

 

Capisco benissimo che ci siano grossi problemi a superare questi problemi, per la natura stessa della ricerca in campo medico. Però io sarei cauto a trarre conclusioni con quegli esperimenti.

 

Per me un coefficiente non significativo in una relazione significa semplicemente che non si può escludere con sufficiente confidenza che la correlazione sia nulla. Che è diverso dal dire che una relazione è nulla. Replicare lo studio può aumentare la confidenza su questo punto. Però non ho letto così tanti replication studies.

 

( per chiarezza, mi sono interessato al tema per confutare le tesi dei no vax...Questo è il mio unico scopo)

I paper valutano i livelli di correlazione, se non c'è correlazione non c'è bisogno di rilevare nessi causali.

 

Per quanto riguarda i campioni... dici che sono piccoli, ma piccoli quanto? Bisogna specificare cosa intendi per piccolo... anche perché sulle serie storiche so per certo che hanno preso come campioni milioni di bambini autistici, perciò non reputerei il campione "piccolo".

 

Non capisco poi come possa essere il campione biased, come lo chiami tu: da quali fattori dovrebbe dipendere il bias? La scelta dei soggetti da campionare - se gli studi sono fatti bene e sono accurati - non è mai del tutto casuale quando il campione è piccolo, e nella scelta dei soggetti da campionare bisogna fare in modo da rendere eventuali variabili estranee (potenzialmente correlate a quelle del sistema) ininfluenti, in modo da valutare solo l'influenza delle variabili considerate, rispetto alle quali il campione è mediato. Al contrario se il campione conta milioni di bambini, difficilmente potrà essere distorto, anche perché eventuali fluttuazioni estranee alle variabili considerate vengono statisticamente bilanciate e diventano ininfluenti ai fini dell'esperienza.

 

Non capisco poi cosa c'entri l'endogeneità nel discorso, almeno aprioristicamente infatti non c'è nessun modello a cui fare riferimento, quello che fai è uno studio a posteriori, in cui a posteriori stimi correlazioni varie. Ergo non c'è nessuna variabile indotta implicita. Se poi vuoi costruire un modello e valutare gli studi successivi a partire da quello ben venga, ma sinceramente non so se è stato mai fatto, non essendo il mio campo quello epidemiologico.

 

Per quanto riguarda la significavità, che poi banalmente "misuri" col p-value, la puoi valutare solo replicando ovviamente, aumentando la confidenza, come hai detto tu. Tra l'altro in questo modo statisticamente tendi ad annullare pure eventuali bias presenti nei singoli campionamenti. Non so però nemmeno io se abbiano fatto o no studi in replica.

 

Provo comunque ad indicarti questo documento, non so se lo hai già letto: http://www.sciencedi...264410X14006367

[Vincenzo1989 4.098]

 

Ma campioni piccoli quanto? Bisogna specificare cosa intendi per piccolo... sulle serie storiche so per certo che hanno preso come campioni milioni di bambini autistici, perciò non reputerei il campione "piccolo".

 

Non capisco poi come possa essere il campione biased, come lo chiami tu: da quali fattori dovrebbe dipendere? La scelta dei soggetti da campionare - se gli studi sono fatti bene - non è mai del tutto casuale quando il campione è piccolo, e nella scelta dei soggetti da campionare bisogna fare in modo da rendere eventuali variabili estranee non influenti, in modo da valutare solo l'influenza delle variabili considerate, rispetto alle quali il campione è mediato. Al contrario se il campione conta milioni di bambini, difficilmente potrà essere distorto, anche perché eventuali fluttuazioni estranee alle variabili considerate vengono statisticamente bilanciate e diventano ininfluenti ai fini dell'esperienza.

 

Non capisco poi cosa c'entri l'endogeneità nel discorso, almeno aprioristicamente infatti non c'è nessun modello a cui fare riferimento, quello che fai è uno studio a posteriori, in cui a posteriori stimi correlazioni varie. Ergo non c'è nessuna variabile indotta implicita. Se poi vuoi costruire un modello e valutare gli studi successivi a partire da quello ben venga, ma sinceramente non so se è stato mai fatto, non essendo il mio campo quello epidemiologico.

 

Per quanto riguarda la significavità, che poi banalmente "misuri" col p-value, la puoi valutare solo replicando ovviamente, aumentando la confidenza, come hai detto tu. Tra l'altro in questo modo statisticamente tendi ad annullare pure eventuali bias presenti nei singoli campionamenti. Non so però nemmeno io se abbiano fatto o no studi in replica.

Però ti ho chiesto uno studio robusto. Sarebbe stata la risposta migliore.

 

Domani rispondo sul resto

[Alba38 5.877]

Però ti ho chiesto uno studio robusto. Sarebbe stata la risposta migliore.

 

Domani rispondo sul resto

Te l'ho linkato dopo.

[Vincenzo1989 4.098]

Te l'ho linkato dopo.

Non avevo letto questo paper, che è ben fatto e robusto

 

Mi chiedo solo se 1) la rivista vaccine sia autorevole (come sono gli impact factor in medicina di solito?), 2) se nel caso specifico può ritenersi priva di conflitto di interesse.

Controllato per questo, direi che è uno studio convincente.

 

 

Ti rispondo sugli altri punti.

Il campionamento, a meno che non sia davvero random potendo pescare dall'intera popolazione, rischia di essere soggetto a bias ( non è che lo chiamo io così...nella nostra comunità è questo il termine comune ). Ti incollo la pagina di Wikipedia che ha un elenco abbastanza esaustivo dei bias che avevo in mente (https://en.wikipedia.org/wiki/Sampling_bias).

Negli studi che avevo visto questi non venivano trattati.

 

Inoltre mi ha sorpreso per esempio la mancanza di studi diff -in -diff (https://en.wikipedia.org/wiki/Difference_in_differences). Secondo me molto più convincente rispetto alle analisi a serie storiche.

 

Non mi è chiaro il tuo punto sull'endogeneità. Cito: " In such a situation, the error term is not random and the estimation is inconsistent, which implies that the coefficient estimate of the independent variable fails to converge to the true value of the coefficient in the population as sample size increases. When an independent variable correlates with the error term, the coefficient estimate includes the effect of the respective independent variable on the dependent variable as well as the effects of all unobserved factors that correlate with the independent variable and explain the dependent variable, thus rendering its interpretation problematic, or even useless (Antonakis et al., 2010, 2014)."

 

In pratica non si può concludere nulla neanche sul segno della relazione.

[Godo93 2.158]

Dilettanti !!

 

I Greci lo dicevano già millenni fá ,

La terra finisce alle colonne di Ercole lo sanno tutti.

 

Hanno scoperto l'acqua calda

[Alba38 5.877]

Non avevo letto questo paper, che è ben fatto e robusto

 

Mi chiedo solo se 1) la rivista vaccine sia autorevole (come sono gli impact factor in medicina di solito?), 2) se nel caso specifico può ritenersi priva di conflitto di interesse.

Controllato per questo, direi che è uno studio convincente.

 

 

Ti rispondo sugli altri punti.

Il campionamento, a meno che non sia davvero random potendo pescare dall'intera popolazione, rischia di essere soggetto a bias ( non è che lo chiamo io così...nella nostra comunità è questo il termine comune ). Ti incollo la pagina di Wikipedia che ha un elenco abbastanza esaustivo dei bias che avevo in mente (https://en.wikipedia...i/Sampling_bias).

Negli studi che avevo visto questi non venivano trattati.

 

Inoltre mi ha sorpreso per esempio la mancanza di studi diff -in -diff (https://en.wikipedia..._in_differences). Secondo me molto più convincente rispetto alle analisi a serie storiche.

 

Non mi è chiaro il tuo punto sull'endogeneità. Cito: " In such a situation, the error term is not random and the estimation is inconsistent, which implies that the coefficient estimate of the independent variable fails to converge to the true value of the coefficient in the population as sample size increases. When an independent variable correlates with the error term, the coefficient estimate includes the effect of the respective independent variable on the dependent variable as well as the effects of all unobserved factors that correlate with the independent variable and explain the dependent variable, thus rendering its interpretation problematic, or even useless (Antonakis et al., 2010, 2014)."

 

In pratica non si può concludere nulla neanche sul segno della relazione.

 

Da quel che so la rivista vaccine è abbastanza autorevole. L'impact-factor era oltre tre, che non è affatto male (considerando il campo d'indagine)... ma permettimi di dire che, per mia esperienza, non è l'impact factor di una rivista a determinare se un articolo è buono o no (del resto ci sono riviste rinomate che talvolta hanno pubblicato delle vaccate colossali). Per capire se un articolo è buono o no c'è poco da fare: bisogna leggerlo, come hai già fatto, per capire il metodo di indagine e l'elaborazione dei dati. Se poi hai la possibilità di replicarlo per verificarlo, ben venga. Quella è una prova del nove.

 

Per quanto riguarda i conflitti di interesse, su questo non ti so dire. Bisogna ovviamente presupporre la buona fede di chi scrive (anche se non è mai detto che poi quella buona fede ci sia); del resto comunque i dati che usano sono pubblici, dunque reputo alquanto difficile manometterli.

 

Sui bias, vale proprio quello che dicevo. In un caso come quello dell'articolo segnalato - che era l'ipotesi che avevo fatto in precedenza - penso sia impossibile che ci siano nascosti dei bias, il campione da loro utilizzato è "non biased", come lo chiami tu (per la cronaca io l'ho sempre chiamato campione non distorto, che è un sinonimo, ma questa sarà una mia distorsione mentale... )

[Vincenzo1989 4.098]

 

 

Da quel che so la rivista vaccine è abbastanza autorevole. L'impact-factor era oltre tre, che non è affatto male (considerando il campo d'indagine)... ma permettimi di dire che, per mia esperienza, non è l'impact factor di una rivista a determinare se un articolo è buono o no (del resto ci sono riviste rinomate che talvolta hanno pubblicato delle vaccate colossali). Per capire se un articolo è buono o no c'è poco da fare: bisogna leggerlo, come hai già fatto, per capire il metodo di indagine e l'elaborazione dei dati. Se poi hai la possibilità di replicarlo per verificarlo, ben venga. Quella è una prova del nove.

 

Per quanto riguarda i conflitti di interesse, su questo non ti so dire. Bisogna ovviamente presupporre la buona fede di chi scrive (anche se non è mai detto che poi quella buona fede ci sia); del resto comunque i dati che usano sono pubblici, dunque reputo alquanto difficile manometterli.

 

Sui bias, vale proprio quello che dicevo. In un caso come quello dell'articolo segnalato - che era l'ipotesi che avevo fatto in precedenza - penso sia impossibile che ci siano nascosti dei bias, il campione da loro utilizzato è "non biased", come lo chiami tu (per la cronaca io l'ho sempre chiamato campione non distorto, che è un sinonimo, ma questa sarà una mia distorsione mentale... )

D'accordissimo sugli impact factor, non gli do granché importanza nel mio campo. Solo che di medicina non capisco una cippa...e l'impact factor era l'unica informazione sintetica che riuscivo a interpretare.

 

Noi usiamo bias perché parlare in inglese fa figo. Ormai mi hanno contagiato

[Avvocato86 8.254]

In ogni disciplina esistono fondamentalmente tre fasi:

 

a) La poetica e filosofica ignoranza (faccio un esempio: in passato si credeva che i fossili nelle rocce fossero tentativi abortiti di Madre Natura di dare alla luce nuova vita. Trovo questa cosa poeticamente straziante, emotivamente carica ed elegante nella sua formulazione);

b) un perentorio sviluppo verso la comprensione dei fenomeni e la loro applicazione;

c) una deriva nella formulazione dei modelli e delle leggi, per non ben precisati motivi.

 

Per esempio (un esempio non troppo differente dal tema del topic in verita'), c'e' qualcuno qui dentro che crede che l'universo intero, tu , io, Fra the Best (piu' di ogni altro) non siamo altro che una simulazione computerizzata, differente da GTA solo per il livello di dettaglio?

 

C'e' qualcuno qui dentro che crede che abitiamo in un cassettino simile alla scena finale di men in black, che ogni fenomeno (ogni cosa che osserviamo) sia frutto di un algoritmo in tutto e per tutto simile a matrix?

 

Guardatevi l'Isaac Asimov Memorial debate dello scorso anno piu' qualche altro video nel tubo, preparatevi.

 

Per fortuna esiste il rasoio di Occam

[Manu097 2.487]

Oddio

[Jon Stark 1.094]

 

Io boh, ripeto, potrete dirmi che sono solo pensieri di mente malate, ma il punto è questo: com'è possibile che esista tanta gente così mentalmente indietro? 50 anni fa si pensava che ai giorni nostri ci sarebbero state le macchine volanti, così mi dice mio nonno, e mo siamo tornati ai tempi di Galileo con la gente convinta che la terra sia piatta, macchine volanti un paio di biglie, qua c'è gente che torna indietro, da quanto sono mentalmente lenti vanno in retromarcia porcaccia la miseria. Secoli di scoperte per tollerare sti disagiati? Mah.

Sarei curioso di sapere secondo voi come mai queste persone la pensano così e cosa pensate in generale di questo movimento.

 

XXXXX

 

Gente così è sempre esistita. Prima di internet e dei social si limitava a tediare i compagni di bevute al bar del paese (che puntualmente lo prendevano per i fondelli). Con l'avento dei social sono riusciti a fare comunella tra di loro e nel contempo hanno fatto proseliti.

Lo stesso vale per i complottari e i seguaci dei Do Nascimento del nuovo secolo.

[cabezon75 3.797]

Gente così è sempre esistita. Prima di internet e dei social si limitava a tediare i compagni di bevute al bar del paese (che puntualmente lo prendevano per i fondelli). Con l'avento dei social sono riusciti a fare comunella tra di loro e nel contempo hanno fatto proseliti.

Lo stesso vale per i  complottari e i seguaci dei Do Nascimento del nuovo secolo.

 

ho condannato la marchi sia madre che figlia, ma a sto punto mi domando se non facessero bene, visto il livello di idiozia

[Jon Stark 1.094]

ho condannato la marchi sia madre che figlia, ma a sto punto mi domando se non facessero bene, visto il livello di idiozia

 

Sono finite nell'occhio del ciclone solo a causa di striscia. L'unica differenza dai cialtron attuai è che non causavano danni allas alure pubblica col loro sale.

[Gidan73 5.741]

Io in questa settimana ho corso per un bel po' di kilometri e ho scoperto che la Terra non è piatta.

E neppure rotonda.

La Terra è come un grafico infatti, mentre correvo, salivo e scendevo.

Adesso vado a fondare una nuova religione: quella dei grafilottisti.

[Doktor Flake 21.273]

[Jon Stark 1.094]

 

le ssie kimikke. Sono indinniato

[Alba38 5.877]

 

 

ho condannato la marchi sia madre che figlia, ma a sto punto mi domando se non facessero bene, visto il livello di idiozia

 

Se esiste ancora chi crede all'astrologia e agli oroscopi di Paolo Fox può esistere chiunque...

[JuventusOnly 4.067]

Un altro genio dell'astrofisica...

 

http://www.repubblica.it/scienze/2017/11/22/news/_volero_con_il_mio_razzo_per_dimostrare_che_la_terra_e_piatta_-181837089/?ref=RHPPBT-BH-I0-C4-P1-S1.4-T1

[ValerioBncnr 1.524]

ma lo sa che la Nasa fa dei bellisimi stream 24/24h con una telecamera attaccata alla stazione internazionale??

 

Per me certe uscite sono degli esperimenti sociali di qualche organizzazione che testano come internet influisca sulle persone