Effekten av felaktiga prioriteringar: varför det problem en grupp rangordnar högst oftast ligger nedströms, och vad ett simulerat rum visar om att rösta jämfört med att kartlägga orsaker.

Varför en delad röst om en orsaksfråga ska eskaleras i stället för att tyst falla, och hur hänvisning till andra grupper hindrar någon enskild grupp från att styra kartan.

Varför några platser på kortlistan ska reserveras för förbisedda idéer som stöds av en källa, och vad det gör för ett rum som rangordnar efter känsla.

Hur tusentals personer i små rum når en enda orsakskarta: separata väggar, gemensamma frågor, påståenden som färdas, formuleringar som slås ihop bara av sina författare, och kartor som fogas samman till en.

Varje siffra bakom True Causes, från simuleringar som följer med det: orsaker som hittas genom omröstning jämfört med kartläggning, gruppstorlek, felbranten, och vad en minoritet inne i rummet kan och inte kan göra.

Warfield, Christakis, Laouris, Dye, Ashby och Miller: de femtio år av forskning som True Causes bygger på, var det avviker från den, och hur det skiljer sig från Polis och Habermas Machine.

Kommuner, stora organisationer, tillsynsmyndigheter, fackförbund och personalstyrkor, universitet, händelseutredningar: vad en orsakskarta som behåller sina oenigheter är användbar för, och vad den inte gör.

Sju problem som 2011 års nätverksrörelser lämnade öppna (inget program, symtom före orsaker, informella ledare, rädsla, skala, smitta, sponsring) och hur en gemensam orsakskarta möter vart och ett, även där den kommer till korta.

21 språkmodeller, 14 personor, 120 orsakskopplingar om bostäder: personan ändrade vilka kopplingar som godtogs med ingenting mätbart. Svagare modeller gjorde fel; kapabla modeller var överens om de flesta kopplingar och delade sig konsekvent om resten. Vad det betyder för paneler av modeller.