誤った優先順位効果：グループが最上位に挙げる問題がたいてい下流にある理由と、原因を投票で決める場合とマップで捉える場合の違いについて、シミュレーションのルームが示すこと。

因果の問いで投票が割れたとき、黙って否決されるのではなく持ち越されるべき理由と、ほかのグループに回すことが、どの一つのグループにもマップを誘導させないのか。

出典に裏づけられた見落とされたアイデアのために候補リストの枠をいくつか確保しておくべき理由と、それが感じ方で順位をつけるルームに何をもたらすか。

小さなルームにいる何千人もの人々が、どうやって一つの因果マップにたどり着くのか：別々のボード、共有される問い、移動する主張、書き手だけが統合できる言い回し、そして一つにまとめられるマップ。

True Causes の背後にあるすべての数字。同梱のシミュレーションから：投票とマップ作りで見つかる原因、グループの規模、誤りの崖、そしてルーム内の少数派に何ができて何ができないか。

Warfield、Christakis、Laouris、Dye、Ashby、Miller：True Causes が基づく50年の研究、そこから意図的に変えた点、そして Polis や Habermas Machine との違い。

自治体、大きな組織、規制当局、労働組合や職場、大学、事故調査：意見の不一致を残した因果のマップが何に役立ち、何をしないのか。

2011年のネットワーク型の運動が未解決のまま残した七つの問題（綱領の欠如、原因より症状、非公式のリーダー、恐怖、規模、伝染、後ろ盾）と、共有された因果のマップがそれぞれにどう向き合うか。及ばない点も含めて。

21の言語モデル、14のペルソナ、住宅に関する120の因果のつながり：ペルソナによって、どのつながりが受け入れられるかは測定できるほどには変わりませんでした。弱いモデルは誤り、能力の高いモデルは大半のつながりで一致し、残りでは一貫した形で意見が割れました。それがモデルのパネルにとって何を意味するか。