METODOLOGÍAINVESTIGACIÓN CUANTITATIVADIAGNÓSTICO PRE TESTENCUESTAAPLICACIÓN TALLER DEL ABPTABULACIÓN DE RESULTADOS (Excel)VERIFICACIÓN RESULTADOS POST TEST ENCUESTA DE SATISFACCIÓNANÁLISIS DE RESULTADOS (SPSS)El Aprendizaje Basado en Proyectos y su aplicación didáctica en la enseñanza de las medidas de localizaciónProject-Based Learning and its didactic application in the teaching of location measuresSilvana C. Zorrilla-Pachecosczorrilla@utpl.edu.ecUnidad Educativa Gonzanamá, Loja, EcuadorÁngel H. Flores-Samaniegoahfs@unam.mxUNAM MéxicoYuliana C. Jiménez-Gaonaydjimenez@utpl.edu.ecUniversidad Técnica Particular de Loja, EcuadorDOI: http://dx.doi.org/10.22458/caes.v13i1.4043Volumen 13, Número 130 de mayo de 2022pp. 226 – 249Recibido:2 de marzo de 2022Aprobado: 5 de mayo de 2022ResumenEn los últimos años se han evidenciado muchas dificultades en la enseñanza-aprendizaje de la matemática, ante ello surge la necesidad de buscar prácticas innovadoras de enseñanza-aprendizaje que ubiquen al estudiante en el centro del proceso educativo. El Aprendizaje Basado en Proyectos (ABP) es una metodología activa que facilita la interacción docente-estudiante y consigue aprendizajes significativos. El objetivo de este trabajo es determinar la incidencia del ABP y su aplicación en las medidas de localización a nivel básico. La metodología aplicada describe una investigación cuantitativa de tipo exploratorio-descriptivo. Los resultados indican una diferencia considerable antes y después de la aplicación del ABP.Palabras Clave: Aprendizaje Basado en Proyectos, medidas de tendencia central, estrategias didácticas, enseñanza-aprendizajeAbstractIn recent years, there have been many difficulties in the teaching-learning of mathematics, before this arises the need to seek innovative teaching-learning practices that place the student at the center of the educational process. Project-Based Learning (PBL) is an active methodology that facilitates teacher-student interaction and achieves significant learning. The objective of this work is to determine the incidence of PBL and its application in location measures at the basic level. The applied methodology describes an exploratory-descriptive quantitative investigation. The results indicate a considerable difference before and after the application of the ABP.Keywords: Project based learning, measures of central tendency, teaching strategies, teaching- learning.IntroducciónLa enseñanza-aprendizaje de la matemática tradicional ha puesto mucho énfasis en la resolución de ejercicios rutinarios a los cuales los estudiantes dan solución mecánica, debido a la importancia que los profesores han dado a los procedimientos, sin brindar oportunidad para que el estudiante reflexione sobre los procesos. Es por ello que se han presentado una serie de inconvenientes, tales como altos índices de reprobación, deserción y desmotivación estudiantil; restando, además, a los estudiantes la posibilidad de que se involucren como actores de su aprendizaje. Actualmente se puede evidenciar que muchos maestros se han transformado en repetidores de contenido y los estudiantes en sujetos memorísticos ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISBN":"9788578110796","ISSN":"1098-6596","PMID":"25246403","abstract":"Predicting the binding mode of flexible polypeptides to proteins is an important task that falls outside the domain of applicability of most small molecule and protein−protein docking tools. Here, we test the small molecule flexible ligand docking program Glide on a set of 19 non-α-helical peptides and systematically improve pose prediction accuracy by enhancing Glide sampling for flexible polypeptides. In addition, scoring of the poses was improved by post-processing with physics-based implicit solvent MM- GBSA calculations. Using the best RMSD among the top 10 scoring poses as a metric, the success rate (RMSD ≤ 2.0 Å for the interface backbone atoms) increased from 21% with default Glide SP settings to 58% with the enhanced peptide sampling and scoring protocol in the case of redocking to the native protein structure. This approaches the accuracy of the recently developed Rosetta FlexPepDock method (63% success for these 19 peptides) while being over 100 times faster. Cross-docking was performed for a subset of cases where an unbound receptor structure was available, and in that case, 40% of peptides were docked successfully. We analyze the results and find that the optimized polypeptide protocol is most accurate for extended peptides of limited size and number of formal charges, defining a domain of applicability for this approach.","author":[{"dropping-particle":"","family":"Alhogbi","given":"Basma G.","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Journal of Chemical Information and Modeling","id":"ITEM-1","issue":"9","issued":{"date-parts":[["2017"]]},"page":"21-25","title":"Aprendizaje de la matemática basado en el contexto de las ciencias","type":"article-journal","volume":"53"},"uris":["http://www.mendeley.com/documents/?uuid=3527abb3-b640-4404-a599-b9281e91861a"]}],"mendeley":{"formattedCitation":"(Alhogbi, 2017)","plainTextFormattedCitation":"(Alhogbi, 2017)","previouslyFormattedCitation":"(Alhogbi, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Alhogbi, 2017).En este sentido, los estudiantes requieren métodos de aprendizaje diferentes a los tradicionales, que les permitan comprender mejor los conceptos y reflejarlos en la realidad ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.19053/20278306.v8.n2.2018.7170","ISSN":"2027-8306","abstract":"Este artículo es resultado de una investigación aplicada cuasiexperimental, cuyo objetivo fue fortalecer la competencia de interpretación y solución de problemas desde la asignatura de tecnología e informática, integrando para ello las Tecnologías de la Información y la Comunicación, TIC, en el proceso enseñanza aprendizaje. El trabajo se adelantó con 30 estudiantes de grado décimo en una Institución Educativa de Cali, Colombia. Se utilizó un Entorno Virtual de Aprendizaje, EVA, diseñado bajo las orientaciones de la técnica didáctica del Aprendizaje Basado en Problemas, ABP. La caracterización inicial de la competencia se realizó a partir del resultado de las pruebas Saber 11° 2015, junto con una evaluación diagnóstica diseñada con preguntas del cuadernillo de pruebas Saber de grado noveno. Luego de implementar el EVA, los resultados de la prueba final indican que el grupo mejoró la competencia de interpretación y solución de problemas, cuando se compara su desempeño con respecto a la prueba inicial. Igualmente, se observaron cambios positivos en los ámbitos social y comportamental, lo que indica que la mediación tecnológica produjo un mayor compromiso de los estudiantes en su proceso formativo.","author":[{"dropping-particle":"","family":"Gutiérrez-Rodríguez","given":"César Augusto","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista De Investigación, Desarrollo E Innovación","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2018"]]},"page":"279","title":"Fortalecimiento de las competencias de interpretación y solución de problemas mediante un entorno virtual de aprendizaje","type":"article-journal","volume":"8"},"uris":["http://www.mendeley.com/documents/?uuid=14133639-85ab-4c8d-9622-481b260cab0d"]}],"mendeley":{"formattedCitation":"(Gutiérrez-Rodríguez, 2018)","manualFormatting":"(Gutiérrez-Rodríguez, 2018, p. 168)","plainTextFormattedCitation":"(Gutiérrez-Rodríguez, 2018)","previouslyFormattedCitation":"(Gutiérrez-Rodríguez, 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Gutiérrez-Rodríguez, 2018, p. 168). Esto supone la necesidad de implementar nuevas metodologías, que generen en los estudiantes un nuevo aprendizaje sobre la base del conocimiento previo a través de resolución de problemas cotidianos. “El aprendizaje se da a partir de la interacción entre el objeto de aprendizaje y el sujeto que aprende, teniendo como principal intermediario al docente, que es el que motiva, lidera y orienta a partir de una planeación pertinente y organizada, con la cual ejecuta lo que pretende enseñar” ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.19053/20278306.v9.n2.2019.9177","ISSN":"2027-8306","abstract":"El presente artículo expone los resultados de un proceso de investigación-acción, en el marco del convenio entre la Secretaría de Educación Municipal y el Instituto de Educación y Pedagogía de la Universidad del Valle, desarrollado con 24 Instituciones Educativas Oficiales, con el fin de reestructurar y actualizar su Proyecto Educativo Institucional, PEI. Para ello, se usaron dos estrategias en simultáneo en el periodo agosto-diciembre de 2017: la primera, la formación docente sobre aspectos del PEI, la caracterización escolar e institucional y la redefinición del modelo pedagógico; y la segunda, el acompañamiento y seguimiento a cada institución. Como resultados se muestran los alcances y limitaciones de la experiencia, prioridades y recomendaciones sobre la necesidad de ampliar la mirada al contexto de la comunidad educativa, desde lo global a lo local, en coherencia con el momento histórico de construcción de cultura de paz en el país.","author":[{"dropping-particle":"","family":"Trujillo-Losada","given":"Milton Fernando","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Hurtado-Zúñiga","given":"María Cristina","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Pérez-Paredes","given":"María Julieth","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Investigación, Desarrollo e Innovación","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2019"]]},"page":"319-331","title":"Fortalecimiento de los proyectos educativos de las instituciones educativas oficiales del municipio de Santiago de Cali","type":"article-journal","volume":"9"},"uris":["http://www.mendeley.com/documents/?uuid=3fb3ea81-8c3f-4a98-9b32-8f88e4596a60"]}],"mendeley":{"formattedCitation":"(Trujillo-Losada et al., 2019)","manualFormatting":"(Trujillo-Losada et al., 2019, p. 169)","plainTextFormattedCitation":"(Trujillo-Losada et al., 2019)","previouslyFormattedCitation":"(Trujillo-Losada et al., 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Trujillo-Losada et al., 2019, p. 169).Dentro del proceso educativo se establecen una serie de orientaciones para facilitar el desarrollo de estrategias metodológicas que permitan trabajar por competencias en el aula ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"URL":"https://books.google.com.ec/books?id=XslmCwAAQBAJ&printsec=frontcover&dq=el+aprendizaje+basado+en+proyectos&hl=es-419&sa=X&ved=2ahUKEwishvuvmLPtAhVS1VkKHZQSCm4Q6AEwAHoECAEQAg#v=onepage&q=el aprendizaje basado en proyectos&f=false","accessed":{"date-parts":[["2021","2","8"]]},"author":[{"dropping-particle":"","family":"Trujillo Sáez","given":"Fernando","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Madrid: Ministerio de Educación de España","id":"ITEM-1","issued":{"date-parts":[["2015"]]},"title":"Aprendizaje basado en proyectos. Infantil, Primaria y Secundaria - Trujillo, Fernando - Google Libros","type":"webpage"},"uris":["http://www.mendeley.com/documents/?uuid=4d6ff02e-3dbd-3958-b3b4-f70b7cf84922"]},{"id":"ITEM-2","itemData":{"URL":"http://www3.gobiernodecanarias.org/medusa/ecoescuela/pedagotic/aprendizaje-basado-proyectos/","accessed":{"date-parts":[["2021","2","8"]]},"id":"ITEM-2","issued":{"date-parts":[["0"]]},"title":"Aprendizaje basado en proyectos – Kit de Pedagogía y TIC","type":"webpage"},"uris":["http://www.mendeley.com/documents/?uuid=7267fe93-bf80-33c9-b99b-2b9895dc9fa5"]}],"mendeley":{"formattedCitation":"(<i>Aprendizaje Basado En Proyectos – Kit de Pedagogía y TIC</i>, n.d.; Trujillo Sáez, 2015)","plainTextFormattedCitation":"(Aprendizaje Basado En Proyectos – Kit de Pedagogía y TIC, n.d.; Trujillo Sáez, 2015)","previouslyFormattedCitation":"(<i>Aprendizaje Basado En Proyectos – Kit de Pedagogía y TIC</i>, n.d.; Trujillo Sáez, 2015)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Aprendizaje Basado En Proyectos – Kit de Pedagogía y TIC, n.d.; Trujillo Sáez, 2015). En base a esta concepción se puede determinar que el ámbito educativo ha pasado por varios procesos de modernización, buscando cada vez más enfrentarse a los retos e innovaciones que exige la sociedad actual, aplicando diversas metodologías de aprendizaje activo en los salones de clase para lograr una educación de calidad ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"En el documento se presenta una aplicación del Aprendizaje Basado en Proyectos (ABP), mediado por Tecnologías de la Información y la Comunicación (TIC), para superar las Dificultades de Aprendizaje Matemático (DAM), centradas en las operaciones básicas. La población fue de 23 estudiantes del grado sexto, de una institución educativa pública colombiana, con dificultades de aprendizaje en tres competencias: conceptual, razonamiento lógico y solución de operaciones. La investigación es de carácter mixto, con aplicación de una prueba inicial y otra final para establecer el cambio en las competencias matemáticas. El grupo se dividió en dos: uno construyó los proyectos a partir de un Material Educativo Computarizado (MEC), mientras que el otro lo hizo a partir de folletos escritos. La prueba inicial arrojó un 27% de estudiantes en desempeño bajo, y 7% en superior; mientras que en la prueba final, el 83% de los estudiantes se ubicó en superior y ninguno en bajo. Se concluye que el ABP y las TIC, son una excelente estrategia de aprendizaje para la adquisición de conocimientos matemáticos, en estudiantes con dificultades de aprendizaje.","author":[{"dropping-particle":"","family":"Vargas","given":"Andrea","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Niño","given":"Jorge","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Fernández","given":"Flavio","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Boletín Redipe","id":"ITEM-1","issue":"3","issued":{"date-parts":[["2020"]]},"page":"167-180","title":"Aprendizaje basado en proyectos mediados por tic para superar dificultades en el aprendizaje de operaciones básicas matemáticas","type":"article-journal","volume":"9"},"uris":["http://www.mendeley.com/documents/?uuid=b4df3740-31ea-480c-b004-501747047c47"]}],"mendeley":{"formattedCitation":"(Vargas et al., 2020)","plainTextFormattedCitation":"(Vargas et al., 2020)","previouslyFormattedCitation":"(Vargas et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Vargas et al., 2020). En este sentido, el concepto sobre Aprendizaje Basado en Proyectos (ABP) es acuñado por Kilpatrick (1918) ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.5565/rev/ensciencias.2717","ISSN":"0212-4521","author":[{"dropping-particle":"","family":"Aguirregabiria Barturen","given":"Javier","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"García Olalla","given":"Ana María","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Enseñanza de las ciencias : revista de investigación y experiencias didácticas","id":"ITEM-1","issued":{"date-parts":[["2020"]]},"page":"5-24","title":"Aprendizaje basado en proyectos y desarrollo sostenible en el Grado de Educación Primaria","type":"article-journal","volume":"2"},"uris":["http://www.mendeley.com/documents/?uuid=ef291770-0af0-4ed8-9336-af251d7e7a1a"]}],"mendeley":{"formattedCitation":"(Aguirregabiria Barturen & García Olalla, 2020)","manualFormatting":"(Aguirregabiria Barturen & García Olalla, 2020, p. 6)","plainTextFormattedCitation":"(Aguirregabiria Barturen & García Olalla, 2020)","previouslyFormattedCitation":"(Aguirregabiria Barturen & García Olalla, 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Aguirregabiria Barturen & García Olalla, 2020, p. 6) como estrategia didáctica, mediante cuatro fases de desarrollo: intención, preparación, ejecución y evaluación.El ABP contiene una variedad de actividades establecidas en la resolución de preguntas o problemas mediante la participación del estudiante en procesos de investigación de manera autónoma, así como fomenta la cooperación y la autonomía ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Los últimos años el Aprendizaje Basado en Proyectos (a partir de ahora ABP) ha ido ganando popularidad en nuestro país por su gran impacto sobre el aprendizaje de los alumnos. Parece que existe un amplio consenso sobre la utilidad de esta metodología, pero al mismo tiempo aún es un tema que carece de madurez científica existiendo aún numerosas definiciones del método. El presente artículo tiene como intención examinar las evidencias científicas que han ido apareciendo durante los últimos años acerca del ABP, para ver en qué consiste, cuáles son los roles del profesor y del alumno, qué beneficios tiene su aplicación y qué dificultades nos podemos encontrar. ¿Qué es el ABP? Tal y como se decía en la introducción, la falta de literatura científica respecto al ABP, hace que los que nos iniciamos en ello, tengamos muchas dudas sobre qué es exactamente y en qué se diferencia de otras metodologías activas u otros términos como \"aprender haciendo\", \"aprendizaje basado en problemas\", \"aprendizaje basado en retos\", etc. De acuerdo con la definición que proponen los manuales de ABP para profesores, el aprendizaje basado en proyectos es un conjunto de tareas de aprendizaje basada en la resolución de preguntas y/o problemas, que implica al alumno en el diseño y planificación del aprendizaje, en la toma de decisiones y en procesos de investigación, dándoles la oportunidad para trabajar de manera relativamente autónoma durante la mayor parte del tiempo, que culmina en la realización de","author":[{"dropping-particle":"","family":"José Sánchez","given":"","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Actualidad Pedagógica","id":"ITEM-1","issued":{"date-parts":[["2013"]]},"page":"4","title":"Qué dicen los estudios sobre el Aprendizaje Basado en Proyectos","type":"article-journal","volume":"1"},"uris":["http://www.mendeley.com/documents/?uuid=22a124ec-4a7f-434b-a734-4378fcc0ba93"]},{"id":"ITEM-2","itemData":{"URL":"https://unade.edu.mx/metodologia-de-aprendizaje-basado-en-proyectos/","accessed":{"date-parts":[["2021","2","8"]]},"id":"ITEM-2","issued":{"date-parts":[["0"]]},"title":"Metodología de aprendizaje basado en proyectos | Universidad UNADE","type":"webpage"},"uris":["http://www.mendeley.com/documents/?uuid=aa795ac8-4580-36f2-804b-eb1b732ac723"]}],"mendeley":{"formattedCitation":"(José Sánchez, 2013; <i>Metodología de Aprendizaje Basado En Proyectos | Universidad UNADE</i>, n.d.)","plainTextFormattedCitation":"(José Sánchez, 2013; Metodología de Aprendizaje Basado En Proyectos | Universidad UNADE, n.d.)","previouslyFormattedCitation":"(José Sánchez, 2013; <i>Metodología de Aprendizaje Basado En Proyectos | Universidad UNADE</i>, n.d.)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(José Sánchez, 2013; Metodología de Aprendizaje Basado en Proyectos | Universidad UNADE, n.d.). Además, es considerado una excelente estrategia de aprendizaje para la adquisición de conocimientos matemáticos ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"The multidisciplinary Hackathon academic activity was applied to some groups of mathematics in Universidad Técnica Particular de Loja students during the period time of in October 2016 - March 2017. The students registered worked in multidisciplinary groups to try to response: What problem or social necessity has been detected and how do you resolve? The academic activity was develop in three phases, informative, assay and evaluation. The application of design thinking methodology allow to porpoise the solution in different challenges in environment, food, technologic and educative. A commission stablished evaluated according to a rubric the best project. The results show that the students know and applies the new learning methodologies to learn and apply in future project in science, medicine, education and biotechnology","author":[{"dropping-particle":"","family":"Vivanco Galván","given":"Oscar","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Castillo-Malla","given":"Darwin","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Jiménez-Gaona","given":"Yuliana","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Electrónica Calidad En La Educación Superior","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2018"]]},"page":"118-135","title":"Multidisciplinary HACKATHON: strengthening project-based learning","type":"article-journal","volume":"9"},"uris":["http://www.mendeley.com/documents/?uuid=502d6a2b-cae6-4d61-98c2-15fad4bb2c35"]}],"mendeley":{"formattedCitation":"(Vivanco Galván et al., 2018)","manualFormatting":"(Vivanco Galván et al., 2018, p. 134)","plainTextFormattedCitation":"(Vivanco Galván et al., 2018)","previouslyFormattedCitation":"(Vivanco Galván et al., 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Vivanco Galván et al., 2018, p. 134), que mediado por Tecnologías de la Información y la Comunicación (TIC) está ayudando a superar las Dificultades de Aprendizaje Matemático (DAM), que no son más que un desafío para entender todos los conceptos matemáticos, las bases del cálculo, el lenguaje de los símbolos matemáticos y la capacidad para resolver problemas matemáticos ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.19053/20278306.v7.n2.2017.6072","ISSN":"2027-8306","abstract":"Este artículo es producto de una investigación cuyo objetivo fue el de apoyar al docente de matemáticas con orientaciones didácticas para promover el desarrollo de las competencias matemáticas de los estudiantes. En el trabajo investigativo se utilizó la complementariedad metodológica y se asumieron orientaciones específicas de la investigación acción participación. El modelo teórico a priori de competencia matemática se formuló con los aportes de los investigadores Bishop, Sfard, D´Amore, Godino, Fandiño y Solar. Este modelo se aplicó durante el primer semestre de 2015 y se focalizó en una secuencia de tareas matemáticas, centrada en el actual proceso de paz entre las Fuerzas Armadas Revolucionarias de Colombia, FARC, y el gobierno colombiano. La implementación del modelo aludido se hizo con la colaboración de estudiantes de grado sexto de la Institución Educativa Jorge Eliécer Gaitán de Florencia, Caquetá. El modelo teórico a priori formulado trascendió el aspecto cognitivo; su aplicación contribuyó al desarrollo de procesos matemáticos, afectivos y de tendencia de acción para compartir y desarrollar el significado matemático en clase. De esta manera, se constituyó en una adecuada mediación didáctica que orienta al profesor en su propósito de desarrollar las Competencias Matemáticas de los estudiantes.","author":[{"dropping-particle":"","family":"García-Quiroga","given":"Bernardo","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Coronado","given":"Arnulfo","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Giraldo-Ospina","given":"Albeiro","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista De Investigación, Desarrollo E Innovación","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2017"]]},"page":"301-315","title":"Implementación de un modelo teórico a Priori de competencia matemática asociado al aprendizaje de un objeto matemático","type":"article-journal","volume":"7"},"uris":["http://www.mendeley.com/documents/?uuid=fcd0e200-9ff3-4af0-a3bb-604ba0f83f52"]}],"mendeley":{"formattedCitation":"(García-Quiroga et al., 2017)","manualFormatting":"(García-Quiroga et al., 2017, p. 169)","plainTextFormattedCitation":"(García-Quiroga et al., 2017)","previouslyFormattedCitation":"(García-Quiroga et al., 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(García-Quiroga et al., 2017, p. 169). Así, por ejemplo, se tiene la implementación de los Hackathons, como una oportunidad de practicar intensivamente el ABP, donde sus resultados indican el mejoramiento de la enseñanza-aprendizaje de las matemáticas y su aplicación en la búsqueda de soluciones a problemas cotidianos ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"The multidisciplinary Hackathon academic activity was applied to some groups of mathematics in Universidad Técnica Particular de Loja students during the period time of in October 2016 - March 2017. The students registered worked in multidisciplinary groups to try to response: What problem or social necessity has been detected and how do you resolve? The academic activity was develop in three phases, informative, assay and evaluation. The application of design thinking methodology allow to porpoise the solution in different challenges in environment, food, technologic and educative. A commission stablished evaluated according to a rubric the best project. The results show that the students know and applies the new learning methodologies to learn and apply in future project in science, medicine, education and biotechnology","author":[{"dropping-particle":"","family":"Vivanco Galván","given":"Oscar","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Castillo-Malla","given":"Darwin","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Jiménez-Gaona","given":"Yuliana","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Electrónica Calidad En La Educación Superior","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2018"]]},"page":"118-135","title":"Multidisciplinary HACKATHON: strengthening project-based learning","type":"article-journal","volume":"9"},"uris":["http://www.mendeley.com/documents/?uuid=502d6a2b-cae6-4d61-98c2-15fad4bb2c35"]}],"mendeley":{"formattedCitation":"(Vivanco Galván et al., 2018)","manualFormatting":"(Vivanco Galván et al., 2018, p. 134)","plainTextFormattedCitation":"(Vivanco Galván et al., 2018)","previouslyFormattedCitation":"(Vivanco Galván et al., 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Vivanco Galván et al., 2018, p. 134).Otros autores ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.6018/rie.35.1.246811","author":[{"dropping-particle":"","family":"Muñoz-Repiso","given":"A.G.-V.","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Gómez-Pablos","given":"V B","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Investigacion Educativa","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2017"]]},"note":"cited By 18","page":"113-131","title":"Project based learning (PBL): Assessment from the Perspective of Primary Level Students [Aprendizaje Basado en Proyectos (ABP): evaluación desde la perspectiva de alumnos de Educación Primaria]","type":"article-journal","volume":"35"},"uris":["http://www.mendeley.com/documents/?uuid=ee4575b4-4c86-446f-99ae-bae9a92ade82"]},{"id":"ITEM-2","itemData":{"ISSN":"1817-9088","abstract":"El Aprendizaje Basado en Proyectos es considerado una metodología o estrategia de enseñanza - aprendizaje, donde los estudiantes protagonizan su propio aprendizaje, desarrollando un proyecto de aula que permita aplicar los saberes adquiridos sobre un producto o proceso específico, poniendo en práctica todo el sistema conceptual para resolver problemas reales. Al abordar el proceso de enseñanza-aprendizaje desde una perspectiva interdisciplinar, se ha de incorporar una metodología innovadora que hace que la enseñanza se sitúe en una dimensión transformadora, con capacidad para dar respuesta a las diferentes demandas que actualmente se proponen desde los distintos campos profesionales, sociales y científicos. Las bondades de esta novedosa metodología se verá concretada en los resultados que se obtengan cuando alumnos y docentes, planteen un determinado proyecto, relacionado a una experiencia y un tema específico, lo cual requiere como medida imprescindible y necesaria, del trabajo colaborativo para la consecución de los objetivos proyectados.","author":[{"dropping-particle":"","family":"Medina Nicolalde","given":"Margarita","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Tapia Calvopiña","given":"Milton","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Olimpia: Publicación científica de la facultad de cultura física de la Universidad de Granma","id":"ITEM-2","issue":"46","issued":{"date-parts":[["2017"]]},"page":"236-246","title":"El aprendizaje basado en proyectos una oportunidad para trabajar interdisciplinariamente","type":"article-journal","volume":"14"},"uris":["http://www.mendeley.com/documents/?uuid=8cc385b9-6460-4353-a767-95b9046ca7d0"]},{"id":"ITEM-3","itemData":{"DOI":"10.7203/dces.29.3775","ISSN":"0214-4379","abstract":"In this paper we present a proposal for teaching innovation from the Didacticof Social Sciences that is taught in university classrooms Grade Primary Education basedon the application of the methodology of Problem Based Learning (PBL). After discussingbriefly the theoretical context in which it occurs and, conditional on this, the goals we wishto achieve, we detail the elements that define our proposal explaining the project approachthat we ask to students, quality criteria and their follow-up. Then we move on to the analysisand evaluation of the preliminary results of its development, which will support our initialfindings.","author":[{"dropping-particle":"","family":"López Torres","given":"Esther","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Didáctica de las Ciencias Experimentales y Sociales","id":"ITEM-3","issue":"29","issued":{"date-parts":[["2015"]]},"title":"Aprendizaje Basado en Proyectos para el desarrollo de las competencias profesionales del maestro: una propuesta de innovación docente desde la Didáctica de las Ciencias Sociales","type":"article-journal","volume":"0"},"uris":["http://www.mendeley.com/documents/?uuid=d68041ee-32f5-4628-a0ff-670b4618adfe"]}],"mendeley":{"formattedCitation":"(López Torres, 2015; Medina Nicolalde & Tapia Calvopiña, 2017; Muñoz-Repiso & Gómez-Pablos, 2017)","plainTextFormattedCitation":"(López Torres, 2015; Medina Nicolalde & Tapia Calvopiña, 2017; Muñoz-Repiso & Gómez-Pablos, 2017)","previouslyFormattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017; Muñoz-Repiso & Gómez-Pablos, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(López Torres, 2015; Medina Nicolalde & Tapia Calvopiña, 2017; Muñoz-Repiso & Gómez-Pablos, 2017) han realizado estudios para determinar varios componentes que son críticos para lograr el éxito de la metodología ABP, indicando que los mejores proyectos son los que están centrados en el estudiante porque se adaptan a sus necesidades y despiertan su protagonismo y motivación. Ello implica que el quehacer del docente debe estar encaminado a posibilitar que los estudiantes alcancen su desarrollo cognitivo mediante la toma del control de su propio aprendizaje, desarrollen el pensamiento crítico, creativo, colaborativo y la búsqueda de información para resolver problemas; y de esta forma permitir que todos puedan aprender a construir socialmente el conocimiento, convirtiendo al estudiantado en protagonista del proceso.En cuanto a la enseñanza de la matemática, el ABP debe estar enfocado a la generación de destrezas para que el estudiante desarrolle las habilidades de solucionar problemas cotidianos, a la vez que se fortalece el pensamiento lógico y creativo ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.19053/20278306.v10.n1.2019.10016","ISSN":"2027-8306","abstract":"Este artículo de revisión analiza la forma como se entiende la comunicación en la clase de matemáticas. En este texto comunicar es más que informar, es la acción de poner algo en común hasta asignar significado colectivamente; proceso que posibilita la comprensión y establecimiento de relaciones comunicativas entre sujetos, con el propósito de dar significado conjunto a lo que se comunica. También es una interacción social estratégica, donde los comunicadores crean y modifican sus interpretaciones por la influencia del contexto social. Este trabajo deja ver que en el estudio de la dinámica de la clase de matemáticas se usan nombres como categorías de comunicación, patrones de comunicación, modelos, ambientes de aprendizaje, espacios, ambientes de aula y patrones de interacción; los cuales describen las características de las diferentes formas de comunicación que se dan en el aula. Desde la interacción verbal, la comunicación puede tener tres lógicas distintas en el diseño de mensajes; expresiva, convencional, y retórica; y dependiendo de qué lógica un individuo emplea para comunicarse, se escucha su mensaje de forma muy diferente. Parece haber consenso en que una clase de matemáticas donde hay una buena comunicación, sería aquella donde los alumnos se involucran en la práctica del discurso llamado matemáticas.","author":[{"dropping-particle":"","family":"Jiménez-Espinosa","given":"Alfonso","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Investigación, Desarrollo e Innovación","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2019"]]},"page":"121-134","title":"La dinámica de la clase de matemáticas mediada por la comunicación","type":"article-journal","volume":"10"},"uris":["http://www.mendeley.com/documents/?uuid=f134f14e-c236-499e-8bd6-b9bab77a2db0"]}],"mendeley":{"formattedCitation":"(Jiménez-Espinosa, 2019)","plainTextFormattedCitation":"(Jiménez-Espinosa, 2019)","previouslyFormattedCitation":"(Jiménez-Espinosa, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Jiménez-Espinosa, 2019, p. 171). Por ende, la importancia de esta investigación radica en determinar la incidencia del ABP en la enseñanza de las medidas de tendencia central en niños de séptimo grado de la Unidad Educativa “Gonzanamá”, provincia de Loja-Ecuador; para ello se pretende: 1. Evaluar los conocimientos previos de los estudiantes con respecto a las medidas de tendencia central. 2. Aplicar estrategias didácticas basadas en el ABP en el aula. 3. Evaluar los conocimientos adquiridos en medidas de tendencia central luego de la aplicación del ABP. 4. Medir el nivel de satisfacción de los estudiantes con respecto a la metodología aplicada. Estos objetivos sirven como base para resolver la siguiente hipótesis de investigación: ¿Influye el ABP y su aplicación didáctica en el aprendizaje de las medidas de tendencia central para datos no agrupados?Materiales y métodosPara el desarrollo de esta investigación, se utiliza una metodología cuantitativa de tipo exploratorio-descriptivo, por medio de la aplicación de instrumentos de recolección de información como pre-test, post-test y encuestas diseñadas para el efecto. La figura 1, muestra el proceso metodológico que guía la presente investigación.Figura 1. Metodología de investigación ABP.Fuente: Elaboración propia.La realización del presente estudio tiene por escenario investigativo la Unidad Educativa “Gonzanamá” y de manera específica el séptimo grado de educación general básica. La muestra está conformada por 25 estudiantes, quienes aplican una encuesta a sus familiares cercanos para recolectar datos y aprender a procesar la información aplicando la metodología del ABP con las medidas de tendencia central.El estudio realizado presenta las siguientes características: no experimental, porque permite observar los fenómenos en su ambiente natural para después analizarlos; transeccional, porque recopila datos en un momento único; exploratorio, porque realiza una exploración inicial en un momento específico; y descriptivo, porque indaga la incidencia de las modalidades de las diferentes variables en una población determinada.Instrumentos y técnicas de recolección de informaciónPre test, el mismo que sirve como diagnóstico para indagar sobre el conocimiento previo que tienen los estudiantes sobre las medidas de tendencia central.Encuesta familiar, el docente investigador elabora una encuesta sobre el impacto de la pandemia de la COVID-19 en la actualidad, la cual es entregada a los estudiantes para que posteriormente sea aplicada a tres miembros de su familia, y así indagar información requerida.Taller ABP, se plantea el proyecto para que los estudiantes utilicen las medidas de tendencia central como la media aritmética, mediana y moda, en la tabulación de datos y análisis de la información obtenida en la encuesta diseñada y aplicada para el efecto. Estos datos se utilizan para que cada estudiante elabore un póster sobre el impacto de la pandemia en la actualidad y la importancia de las medidas de localización en la tabulación de información.Post-test, para conocer el nivel de asimilación de contenidos, luego de ejecutada la metodología del ABP. Lo cual sirve para establecer una comparación de la forma en cómo influye el ABP en la enseñanza educativa; finalmente, una vez verificada la hipótesis, se valida la propuesta de la importancia de la metodología del ABP como medio para lograr aprendizajes significativos.Encuesta de satisfacción, al estudiante para conocer su opinión con respecto a la metodología aplicada. Este instrumento consta de 10 preguntas tipo escala liker aplicadas al final del proyecto.Análisis de datosEn este apartado de la investigación, se utiliza el software estadístico SPSS (v25) y la herramienta tecnológica Microsoft Excel, como medios estadísticos para realizar el análisis de datos. Primeramente, se utiliza el programa Excel, para que los estudiantes tabulen los resultados recolectados de la encuesta que aplican a sus familiares y usen las medidas de tendencia central para extraer la información relevante. Luego, se utiliza el software estadístico SPSS (v25), para analizar la significancia de la aplicación didáctica del ABP, mediante el análisis de resultados del Pre-test y Post-Test, los que sirven para aceptar o rechazar la hipótesis planteada. Tanto los instrumentos del pre-test como del pos-test son sometidos a un análisis de confiabilidad a través del coeficiente Alfa de Cronbach. Este coeficiente toma valores en el rango [0-1] y se considera que la fiabilidad es aceptable con valores > 0,600, siendo buena o muy buena cuando ya supera el corte de 0,800 ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Beneficios de ABP, autores ;)","author":[{"dropping-particle":"","family":"Castellano","given":"Rafael","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Rodríguez","given":"Javier","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Ortiz","given":"Ana M.","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Espacios","id":"ITEM-1","issue":"39","issued":{"date-parts":[["2020"]]},"page":"212-230","title":"Validación de un cuestionario de ABP en Educación Secundaria : análisis de la formación e implementación en el aula","type":"article-journal","volume":"41"},"uris":["http://www.mendeley.com/documents/?uuid=e6c0460d-eb5e-40ea-8cb4-e245b84a4c8d"]}],"mendeley":{"formattedCitation":"(Castellano et al., 2020)","plainTextFormattedCitation":"(Castellano et al., 2020)","previouslyFormattedCitation":"(Castellano et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Castellano et al., 2020).ResultadosA continuación, se presentan los resultados más relevantes que caracterizaron el ABP, y su aplicación en el aprendizaje de las medidas de tendencia central de los estudiantes de séptimo grado de educación general básica de la Unidad Educativa “Gonzanamá”, Loja-Ecuador.Confiabilidad del instrumento Pre-testInicialmente, el resultado del pre-test indica bajos niveles de confiabilidad, por lo que se realizan algunas modificaciones para subir la confiabilidad del instrumento. De los 10 ítems que integran el cuestionario, 3 se eliminan (ítem 1, 4 y 10), para aumentar el porcentaje de confiabilidad del resultado final de ∝ de Cronbach (0.656), valor que se considera un nivel aceptable de fiabilidad de la escala, ver tabla 1.Tabla 1. Análisis de Confiabilidad del Pre-testEstadísticas de fiabilidadAlfa de CronbachAlfa de Cronbach basada en elementos estandarizadosN de elementos0,6560,6587Fuente: Elaboración propia-SPSS.Aplicación del instrumento pre-testSe procede a la aplicación del pre-test, con la finalidad de obtener información del conocimiento previo que tienen los estudiantes antes de poner en práctica la metodología de intervención del ABP. El instrumento antes mencionado evalúa definiciones básicas sobre las medidas de tendencia central y es calificado sobre 7 puntos. Los resultados obtenidos se muestran en la tabla 2.Tabla 2. Resultados de aplicación del pre-testResultadosMediaVarianzaDesv. DesviaciónN de elementos3,08003,7431,934777Fuente: Elaboración propia-SPSS.Desarrollo del taller ABPLuego de la aplicación del taller del ABP, los estudiantes tabulan los resultados de la encuesta aplicada a sus familiares, utilizando los conocimientos teóricos de la media aritmética, la mediana y la moda, ver figura 2. Figura 2. Proceso del taller del ABP.Fuente: Elaboración propia-SPSS.Aplicación del instrumento pos-testDespués del desarrollo de la metodología del ABP, se aplica un cuestionario (pos-test) con los mismos ítems del pre-test, para verificar el nivel de asimilación de conocimientos de los estudiantes luego del programa de intervención, cuyos resultados se reflejan en la tabla 3.Tabla 3. Resultados de aplicación del pos-testResultadosMediaVarianzaDesv. DesviaciónN de elementos6,24001,3571,164767Fuente: Elaboración propia-SPSS.Al observar los resultados de la media aritmética de la tabla 2 y 3, se puede evidenciar que existe una diferencia considerable en los promedios de los estudiantes después de haber ejecutado el taller del ABP, pues los estudiantes suben de 3,08 a 6,24.Análisis estadísticoSe aplica la Prueba de Normalidad, para saber si los datos provienen de una población distribuida normalmente y luego poder aceptar o rechazar la hipótesis de investigación. Se determina que el nivel de significancia es de ∝ =0,05 y se ejecuta la prueba de normalidad. Los resultados obtenidos se muestran en la tabla 4.Tabla 4. Prueba de NormalidadResultadosKolmogorov-SmirnovaShapiro-WilkEstadísticoglig.EstadísticolSig.DIFERENCIA0,17650450,92950,082a. Corrección de significación de LillieforsFuente: Elaboración propia-SPSS.Para los datos, se utiliza la Prueba de Normalidad de Shapiro Wilk, que es recomendable para muestras pequeñas (< 30 individuos), y se establecen los criterios para determinar la normalidad, los cuales están evidenciados en la tabla 5.Tabla 5. Criterios para determinar NormalidadHipótesisP-Valor = > ∝ Aceptar H0 = los datos provienen de una distribución normal.P-Valor < ∝ Aceptar H1 = los datos NO provienen de una distribución normal.NORMALIDADP-Valor (Diferencia pretest - postest) = 0,082>∝ = 0,05Fuente: Elaboración propia-SPSS.El P-valor tiene un nivel de significancia de 0,082, que es mayor al valor de ∝ = 0,05, por lo tanto, se acepta la hipótesis nula y se demuestra que los datos provienen de una distribución normal.Tras haber determinado la normalidad de los datos, se plantea una nueva hipótesis nula y alternativa, estas sirven para afirmar o rechazar la hipótesis inicial planteada en la investigación: ¿Influye el ABP y su aplicación didáctica en la enseñanza de las medidas de tendencia central para datos no agrupados? A continuación, se detallan dichas subhipótesis:H0 = no hay diferencia significativa en las medias, antes y después de la aplicación del ABP. H1 = hay una diferencia significativa en las medias, antes y después de la aplicación del ABP.Luego de plantear la H0 y la H1, y de demostrar que los datos de investigación siguen una distribución normal, se procede a elegir una prueba estadística basada en el análisis paramétrico, por lo que se utiliza la t-Student para muestras relacionadas. Para ello, se comparan las medias aritméticas obtenidas por los estudiantes, tanto del pre-test como del pos-test, realizados sobre la misma muestra. Los resultados se indican en la tabla 6.Tabla 6. Prueba T de Student para muestras relacionadasResultados Diferencias emparejadastglSig. (bilateral)MediaDesv. DesviaciónDesv. Error promedio95% de intervalo de confianza de la diferenciaInferiorSuperiorPar 1PRETEST – POSTEST-3,160002,095230,41905-4,02487-2,29513-7,541240,000Fuente: Elaboración propia-SPSS.A partir de ello, se establecen los criterios para determinar la decisión estadística, tal y como lo demuestra la tabla 7.Tabla 7. Criterios para aceptar o rechazar la hipótesis de investigaciónHipótesisSi la probabilidad obtenida P-Valor ≤ ∝ rechaza H0 (Se acepta la H1).Si la probabilidad obtenida P-Valor ≥ ∝ no rechaza H0 (Se acepta la H0).DECISIÓN ESTADÍSTICAP-Valor = 0,000<∝ = 0,05Fuente: Elaboración propia-SPSS.Por tanto, el p-valor de la tabla 7 indica que existe un nivel de significancia de 0,000 que es menor al valor de ∝ = 0,05; lo que permite rechazar la hipótesis nula y aceptar la hipótesis alternativa. Por lo cual, se afirma la hipótesis de investigación, concluyendo que la aplicación del ABP sí tiene efectos significativos en el aprendizaje de los estudiantes, ya que estos suben su promedio de 3,08 a 6,24.Encuesta de satisfacciónPara verificar la incidencia del ABP en los estudiantes, se aplica una encuesta de satisfacción (tipo Likert) con 10 ítems en un rango predeterminado de 1 a 5 (siendo 1 la puntuación menos favorable y 5 la más favorable). Al igual que el resto de los instrumentos, se aplica también el análisis de confiabilidad (alfa de Cronbach), cuyo resultado indica un valor de 0,976, considerado muy aceptable dentro de la escala. Este instrumento aporta información relevante para identificar los hallazgos de la hipótesis de investigación.La encuesta a los estudiantes se aplica por medio de un formulario de Google forms, buscando indagar la perspectiva que tienen los estudiantes sobre esta metodología ABP aplicada en el aula. A continuación, se presentan los ítems de mayor relevancia y que sirven para reafirmar la hipótesis de investigación, los resultados se muestran en cada una de las figuras 2-6.Figura 3. Resultados de la pregunta 1.Fuente: Elaboración propia-SPSS.El 76% de los estudiantes encuestados manifiestan que les gusta el uso del ABP en clases para aprender medidas de tendencia central, el 8% están de acuerdo con esta afirmación y el 16% se encuentran neutrales en su perspectiva sobre la pregunta planteada.Figura 4. Resultados de la pregunta 5.Fuente: Elaboración propia-SPSS.El 80% de los estudiantes están completamente de acuerdo en que las prácticas realizadas en clase (aplicación de la encuesta, tabulación de resultados, creación de posters) son un buen complemento a los contenidos teóricos sobre medidas de tendencia central, el 12% están de acuerdo con esta afirmación y el 8% expresan una decisión neutral.Figura 5. Resultados de la pregunta 7.Fuente: Elaboración propia-SPSS.El 72% de los estudiantes están completamente de acuerdo en que el ABP incide positivamente en su rendimiento académico y que les brinda la facilidad de dar soluciones reales a problemas sencillos de su entorno, mientras que el 12% están de acuerdo con el planteamiento y el 16% tienen una decisión neutral con respecto a la pregunta planteada.Figura 6. Resultados de la pregunta 9.Fuente: Elaboración propia-SPSS.El 76% de los estudiantes manifiestan estar completamente de acuerdo en que el ABP les da la oportunidad de ser los protagonistas de su aprendizaje y favorece la interacción docentes-estudiantes, mientras que el 16% expresan estar de acuerdo con dicha afirmación y el 8% tienen una decisión neutral al respecto.Figura 7. Resultados de la pregunta 10.Fuente: Elaboración propia-SPSS.Finalmente, el 68% de los estudiantes manifiestan sentirse motivados durante las clases de medidas de tendencia central utilizando ABP y desean que se aplique en otras áreas de estudio, el 28% están de acuerdo con esta afirmación y el 4% mantienen una decisión neutral sobre la afirmación planteada.En general, al observar las figuras estadísticas se puede determinar que los estudiantes están satisfechos con la aplicación del ABP en el aula para abordar el tema de las medidas de tendencia central, existe un porcentaje significativo de estudiantes que han valorado con el puntaje más alto cada ítem, evidenciándose la incidencia del ABP en la enseñanza-aprendizaje de los estudiantes de séptimo grado de EGB de la Unidad Educativa “Gonzanamá”, Loja-Ecuador.DiscusiónLos resultados obtenidos de la investigación muestran una diferencia significativa entre las medidas de los puntajes obtenidos en el pre-test y el pos-test (3,08 – 6,24), lo cual demuestra una incidencia positiva de la metodología del ABP en el aprendizaje de las medidas de tendencia central en la población investigada. Esto corrobora los criterios de otros autores que demuestran en sus investigaciones que la aplicación del ABP, mediado por Tecnologías de la Información y la Comunicación (TIC), superan las dificultades de aprendizaje matemático centradas en las operaciones básicas. Permitiendo, además, ejecutar habilidades de aprendizaje autónomo con una mayor implicación de razonamiento lógico, no memorístico y de retención durante un lapso de tiempo más prolongado de lo que ocurriría con un método tradicional ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Los últimos años el Aprendizaje Basado en Proyectos (a partir de ahora ABP) ha ido ganando popularidad en nuestro país por su gran impacto sobre el aprendizaje de los alumnos. Parece que existe un amplio consenso sobre la utilidad de esta metodología, pero al mismo tiempo aún es un tema que carece de madurez científica existiendo aún numerosas definiciones del método. El presente artículo tiene como intención examinar las evidencias científicas que han ido apareciendo durante los últimos años acerca del ABP, para ver en qué consiste, cuáles son los roles del profesor y del alumno, qué beneficios tiene su aplicación y qué dificultades nos podemos encontrar. ¿Qué es el ABP? Tal y como se decía en la introducción, la falta de literatura científica respecto al ABP, hace que los que nos iniciamos en ello, tengamos muchas dudas sobre qué es exactamente y en qué se diferencia de otras metodologías activas u otros términos como \"aprender haciendo\", \"aprendizaje basado en problemas\", \"aprendizaje basado en retos\", etc. De acuerdo con la definición que proponen los manuales de ABP para profesores, el aprendizaje basado en proyectos es un conjunto de tareas de aprendizaje basada en la resolución de preguntas y/o problemas, que implica al alumno en el diseño y planificación del aprendizaje, en la toma de decisiones y en procesos de investigación, dándoles la oportunidad para trabajar de manera relativamente autónoma durante la mayor parte del tiempo, que culmina en la realización de","author":[{"dropping-particle":"","family":"José Sánchez","given":"","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Actualidad Pedagógica","id":"ITEM-1","issued":{"date-parts":[["2013"]]},"page":"4","title":"Qué dicen los estudios sobre el Aprendizaje Basado en Proyectos","type":"article-journal","volume":"1"},"uris":["http://www.mendeley.com/documents/?uuid=22a124ec-4a7f-434b-a734-4378fcc0ba93"]}],"mendeley":{"formattedCitation":"(José Sánchez, 2013)","manualFormatting":"(José Sánchez, 2013, p. 3)","plainTextFormattedCitation":"(José Sánchez, 2013)","previouslyFormattedCitation":"(José Sánchez, 2013)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(José Sánchez, 2013, p. 3).La presente investigación muestra que existe una diferencia significativa entre los resultados de evaluación de los tests aplicados de forma previa y posteriormente a la metodología ABP. Inicialmente, los estudiantes presentan dificultades en la comprensión de operaciones matemáticas, luego de la implementación del ABP, se evidencia un mejor desempeño, comprobándose que la aplicación de esta metodología supera, en parte, las dificultades de aprendizaje en la enseñanza de operaciones matemáticas y mejora el rendimiento académico de los estudiantes ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"En el documento se presenta una aplicación del Aprendizaje Basado en Proyectos (ABP), mediado por Tecnologías de la Información y la Comunicación (TIC), para superar las Dificultades de Aprendizaje Matemático (DAM), centradas en las operaciones básicas. La población fue de 23 estudiantes del grado sexto, de una institución educativa pública colombiana, con dificultades de aprendizaje en tres competencias: conceptual, razonamiento lógico y solución de operaciones. La investigación es de carácter mixto, con aplicación de una prueba inicial y otra final para establecer el cambio en las competencias matemáticas. El grupo se dividió en dos: uno construyó los proyectos a partir de un Material Educativo Computarizado (MEC), mientras que el otro lo hizo a partir de folletos escritos. La prueba inicial arrojó un 27% de estudiantes en desempeño bajo, y 7% en superior; mientras que en la prueba final, el 83% de los estudiantes se ubicó en superior y ninguno en bajo. Se concluye que el ABP y las TIC, son una excelente estrategia de aprendizaje para la adquisición de conocimientos matemáticos, en estudiantes con dificultades de aprendizaje.","author":[{"dropping-particle":"","family":"Vargas","given":"Andrea","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Niño","given":"Jorge","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Fernández","given":"Flavio","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Boletín Redipe","id":"ITEM-1","issue":"3","issued":{"date-parts":[["2020"]]},"page":"167-180","title":"Aprendizaje basado en proyectos mediados por tic para superar dificultades en el aprendizaje de operaciones básicas matemáticas","type":"article-journal","volume":"9"},"uris":["http://www.mendeley.com/documents/?uuid=b4df3740-31ea-480c-b004-501747047c47"]}],"mendeley":{"formattedCitation":"(Vargas et al., 2020)","manualFormatting":"(Vargas et al., 2020, p. 19)","plainTextFormattedCitation":"(Vargas et al., 2020)","previouslyFormattedCitation":"(Vargas et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Vargas et al., 2020, p. 19). En el estudio realizado por ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Rodríguez-sandoval","given":"Eduardo","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Vargas-solano","given":"Édgar Mauricio","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Lozano","given":"Jorge Tadeo","non-dropping-particle":"","parse-names":false,"suffix":""}],"id":"ITEM-1","issue":"1","issued":{"date-parts":[["0"]]},"page":"13-25","title":"Evaluación de la estrategia","type":"article-journal","volume":"13"},"uris":["http://www.mendeley.com/documents/?uuid=61595b7b-6201-49fd-934c-304c1c807149"]}],"mendeley":{"formattedCitation":"(Rodríguez-sandoval et al., n.d.)","plainTextFormattedCitation":"(Rodríguez-sandoval et al., n.d.)","previouslyFormattedCitation":"(Rodríguez-sandoval et al., n.d.)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}Rodríguez-Sandoval et al. (n.d.), la comisión pedagógica de la Universidad de la Sabana de Colombia, en el que se indaga sobre la influencia del ABP en el aprendizaje de los estudiantes del programa de Ingeniería de Alimentos, encuentra que el 30% de ellos reportan que habían aprendido bien y el 60% muy bien. Estos resultados se corroboran en esta investigación al demostrarse que ABP influye positivamente en el rendimiento académico de los estudiantes.En el desarrollo del taller del ABP de esta investigación, los estudiantes aplican una encuesta sobre el impacto de la Covid-19, en la actualidad, a sus familiares; estos resultados son tabulados utilizando las medidas estadísticas de tendencia central como la media aritmética, la mediana y la moda; estas sirven para extraer los datos más relevantes de la encuesta aplicada, los cuales se utilizan en la elaboración de posters sobre la importancia de usar medidas de tendencia central. Entonces, la metodología del ABP permite la interacción docentes-estudiantes, ubica al estudiante en el centro del proceso de aprendizaje y al docente como guía de la enseñanza, de esta forma los estudiantes aprenden interrelacionando la teoría con la práctica y son capaces de utilizar el nuevo conocimiento en la resolución de problemas de su entorno. Es por ello que para poder influir positivamente en el desenvolvimiento de los estudiantes durante el desarrollo del proyecto y contribuir a que amplíen sus potencialidades y alcances, cada temática teórica desarrollada necesariamente debe ser vinculada con una actividad práctica específica ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"1817-9088","abstract":"El Aprendizaje Basado en Proyectos es considerado una metodología o estrategia de enseñanza - aprendizaje, donde los estudiantes protagonizan su propio aprendizaje, desarrollando un proyecto de aula que permita aplicar los saberes adquiridos sobre un producto o proceso específico, poniendo en práctica todo el sistema conceptual para resolver problemas reales. Al abordar el proceso de enseñanza-aprendizaje desde una perspectiva interdisciplinar, se ha de incorporar una metodología innovadora que hace que la enseñanza se sitúe en una dimensión transformadora, con capacidad para dar respuesta a las diferentes demandas que actualmente se proponen desde los distintos campos profesionales, sociales y científicos. Las bondades de esta novedosa metodología se verá concretada en los resultados que se obtengan cuando alumnos y docentes, planteen un determinado proyecto, relacionado a una experiencia y un tema específico, lo cual requiere como medida imprescindible y necesaria, del trabajo colaborativo para la consecución de los objetivos proyectados.","author":[{"dropping-particle":"","family":"Medina Nicolalde","given":"Margarita","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Tapia Calvopiña","given":"Milton","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Olimpia: Publicación científica de la facultad de cultura física de la Universidad de Granma","id":"ITEM-1","issue":"46","issued":{"date-parts":[["2017"]]},"page":"236-246","title":"El aprendizaje basado en proyectos una oportunidad para trabajar interdisciplinariamente","type":"article-journal","volume":"14"},"uris":["http://www.mendeley.com/documents/?uuid=8cc385b9-6460-4353-a767-95b9046ca7d0"]}],"mendeley":{"formattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)","manualFormatting":"(Medina Nicolalde & Tapia Calvopiña, 2017, p. 241)","plainTextFormattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)","previouslyFormattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Medina Nicolalde & Tapia Calvopiña, 2017, p. 241). Por ende, el estudiantado tiene un papel activo en el desarrollo del ABP y puede generar conocimiento nuevo por medio de actividades reflexivas, como la investigación, innovación y emprendimiento ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"01852698","abstract":"In project-based learning (PBL), students construct a final product using research strategies. To improve this methodology, the research component should also permeate teaching work, and for this a research methodology is needed. This article provides a review of current theory showing how research- action (RA) can be adapted to project work. Both methodologies are flexible in their approach and participants play an active, reflexive role in the process. However, a shortage of available time for teachers creates a priori difficulties in implementation of the two methodologies simultaneously. The solution to this problem involves first using activities and processes generated in the classroom for didactic purposes as well research objects; and second, combining the project phases with RA cycles.","author":[{"dropping-particle":"","family":"Nicolás","given":"Ana María Botella","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Ramos","given":"Pablo Ramos","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Perfiles Educativos","id":"ITEM-1","issue":"163","issued":{"date-parts":[["2019"]]},"page":"109-122","title":"Investigación-acción y aprendizaje basado en proyectos: Una revisión bibliográfica","type":"article-journal","volume":"40"},"uris":["http://www.mendeley.com/documents/?uuid=23d15651-6d10-4908-aa62-ebab1d571139"]}],"mendeley":{"formattedCitation":"(Nicolás & Ramos, 2019)","manualFormatting":"(Nicolás & Ramos, 2019, p. 134)","plainTextFormattedCitation":"(Nicolás & Ramos, 2019)","previouslyFormattedCitation":"(Nicolás & Ramos, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Nicolás & Ramos, 2019, p. 134); que según los expertos, les permiten a los estudiantes obtener autonomía, y a percibir mejor este tipo de estrategias metodológicas ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Los últimos años el Aprendizaje Basado en Proyectos (a partir de ahora ABP) ha ido ganando popularidad en nuestro país por su gran impacto sobre el aprendizaje de los alumnos. Parece que existe un amplio consenso sobre la utilidad de esta metodología, pero al mismo tiempo aún es un tema que carece de madurez científica existiendo aún numerosas definiciones del método. El presente artículo tiene como intención examinar las evidencias científicas que han ido apareciendo durante los últimos años acerca del ABP, para ver en qué consiste, cuáles son los roles del profesor y del alumno, qué beneficios tiene su aplicación y qué dificultades nos podemos encontrar. ¿Qué es el ABP? Tal y como se decía en la introducción, la falta de literatura científica respecto al ABP, hace que los que nos iniciamos en ello, tengamos muchas dudas sobre qué es exactamente y en qué se diferencia de otras metodologías activas u otros términos como \"aprender haciendo\", \"aprendizaje basado en problemas\", \"aprendizaje basado en retos\", etc. De acuerdo con la definición que proponen los manuales de ABP para profesores, el aprendizaje basado en proyectos es un conjunto de tareas de aprendizaje basada en la resolución de preguntas y/o problemas, que implica al alumno en el diseño y planificación del aprendizaje, en la toma de decisiones y en procesos de investigación, dándoles la oportunidad para trabajar de manera relativamente autónoma durante la mayor parte del tiempo, que culmina en la realización de","author":[{"dropping-particle":"","family":"José Sánchez","given":"","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Actualidad Pedagógica","id":"ITEM-1","issued":{"date-parts":[["2013"]]},"page":"4","title":"Qué dicen los estudios sobre el Aprendizaje Basado en Proyectos","type":"article-journal","volume":"1"},"uris":["http://www.mendeley.com/documents/?uuid=22a124ec-4a7f-434b-a734-4378fcc0ba93"]}],"mendeley":{"formattedCitation":"(José Sánchez, 2013)","manualFormatting":"(José Sánchez, 2013, p. 2)","plainTextFormattedCitation":"(José Sánchez, 2013)","previouslyFormattedCitation":"(José Sánchez, 2013)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(José Sánchez, 2013, p. 2). Por otro lado, ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"1817-9088","abstract":"El Aprendizaje Basado en Proyectos es considerado una metodología o estrategia de enseñanza - aprendizaje, donde los estudiantes protagonizan su propio aprendizaje, desarrollando un proyecto de aula que permita aplicar los saberes adquiridos sobre un producto o proceso específico, poniendo en práctica todo el sistema conceptual para resolver problemas reales. Al abordar el proceso de enseñanza-aprendizaje desde una perspectiva interdisciplinar, se ha de incorporar una metodología innovadora que hace que la enseñanza se sitúe en una dimensión transformadora, con capacidad para dar respuesta a las diferentes demandas que actualmente se proponen desde los distintos campos profesionales, sociales y científicos. Las bondades de esta novedosa metodología se verá concretada en los resultados que se obtengan cuando alumnos y docentes, planteen un determinado proyecto, relacionado a una experiencia y un tema específico, lo cual requiere como medida imprescindible y necesaria, del trabajo colaborativo para la consecución de los objetivos proyectados.","author":[{"dropping-particle":"","family":"Medina Nicolalde","given":"Margarita","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Tapia Calvopiña","given":"Milton","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Olimpia: Publicación científica de la facultad de cultura física de la Universidad de Granma","id":"ITEM-1","issue":"46","issued":{"date-parts":[["2017"]]},"page":"236-246","title":"El aprendizaje basado en proyectos una oportunidad para trabajar interdisciplinariamente","type":"article-journal","volume":"14"},"uris":["http://www.mendeley.com/documents/?uuid=8cc385b9-6460-4353-a767-95b9046ca7d0"]}],"mendeley":{"formattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)","plainTextFormattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)","previouslyFormattedCitation":"(Medina Nicolalde & Tapia Calvopiña, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}Medina Nicolalde & Tapia Calvopiña (2017) describen al ABP como una metodología o estrategia de enseñanza – aprendizaje, donde los estudiantes protagonizan su propio estudio, desarrollando un proyecto de aula que permita aplicar los saberes adquiridos sobre un producto o proceso específico, poniendo en práctica todo el sistema conceptual para resolver problemas reales (p. 236). Las nuevas estrategias de aprendizaje como el ABP permiten dar un nuevo enfoque a la enseñanza de la matemática, por medio del uso del razonamiento lógico para dar solución a los problemas mediante modelación matemática ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.24844/EM3203.09","ISSN":"24488089","abstract":"The aim of this article is to demonstrate that through project-based learning, it is possible to develop mathematical competence and respond to curricular content. For this purpose, a qualitative study has been carried out following the case study method. The data collection techniques used are participant observation and students’ productions analysis. The project considered has been carried out with six girls and twelve boys from 6th grade of primary of Antzuola Herri Eskola school. The students agreed to assemble some aprons to cook with and they thought to work out the amount of fabric needed to make the aprons. However, due to lack of time, they only calculated the area of a sleeve. Taking this project as a reference, we demonstrate that through project-based learning, students develop the mathematical competence and the education curriculum is fulfilled.","author":[{"dropping-particle":"","family":"Izagirre","given":"Ane","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Caño","given":"Lidia","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Arguiñano","given":"Andoni","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Educacion Matematica","id":"ITEM-1","issue":"3","issued":{"date-parts":[["2020"]]},"page":"241-262","title":"Mathematical competence in primary education by problem based learning","type":"article-journal","volume":"32"},"uris":["http://www.mendeley.com/documents/?uuid=ffbc2510-b6f2-4c46-9e6a-144bfd5c3fea"]}],"mendeley":{"formattedCitation":"(Izagirre et al., 2020)","manualFormatting":"(Izagirre et al., 2020, p. 244)","plainTextFormattedCitation":"(Izagirre et al., 2020)","previouslyFormattedCitation":"(Izagirre et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Izagirre et al., 2020, p. 244). Esta forma de trabajar fomenta la creatividad de los estudiantes porque son libres de elegir la estrategia de resolución que quieren seguir, sin la imposición de instrucciones. Así lo demuestran los resultados obtenidos por medio de los diversos instrumentos estadísticos, mediante una influencia positiva del ABP en la enseñanza de las medidas de tendencia central. Estos resultados permiten además comprobar la hipótesis de esta investigación, afirmando que la aplicación del ABP tiene efectos significativos en el aprendizaje de los estudiantes. Asimismo, la encuesta de satisfacción aplicada demuestra que los estudiantes están satisfechos con la metodología empleada, y que desearían que sea utilizada en otras áreas de estudio para mejorar su aprendizaje.Los estudiantes han valorado de forma positiva la aplicación de la metodología del ABP en el aula para abordar el tema de las medidas de tendencia central. Una evidencia de ello son los promedios académicos y los resultados de la encuesta aplicada. Al respecto, ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.5209/reciem.64106","abstract":"Resumen. El aprendizaje basado en proyectos, como metodología activa, ha hecho su incursión en los centros educativos fundamentalmente tras la implantación de la Ley Orgánica 8/2013, de 9 de diciembre, para la mejora de la calidad educativa-LOMCE-. La aplicación metodológica del ABP requiere necesariamente de formación permanente específica y ajustada a cada colectivo docente. La investigación que presentamos se centra en el colectivo docente especialistas de Educación Musical que imparte docencia en la etapa de Primaria de la provincia de Ávila. Hemos pretendido conocer la formación referida específica en ABP y su aplicación en el aula de música. El estudio ha utilizado una metodología preferentemente cualitativa y las conclusiones determinan la carencia formativa en ABP de los docentes vinculada a la poca implementación de dicha metodología, a pesar de ello la consideran innovadora, inclusiva, sostenible y transferible. Palabras clave: Aprendizaje basado en proyectos; Metodologías activas; Educación Primaria; Educa-ción Musical; Aprendizaje activo. [en] Project-based learning and its implementation in primary school music classes Abstract. Project-based learning, as an active methodology, has made its incursion into schools mainly after the implementation of the Organic Law 8/2013, of 9 December, for the improvement of the quality of education-LOMCE-. The methodological application of the PBL necessarily requires specific permanent training and adjusted to each teacher group. The research we present focuses on the music education specialist teaching collective that teaches in the primary stage of the province of Avila. We have tried to know the specific training referred to in PBL and its application in the music classroom. The study has used a preferably qualitative methodology and the conclusions determine the lack of training in PBL for teachers linked to the lack of implementation of this methodology, despite which they consider it innovative, inclusive, sustainable and transferable. Sumario. 1. Introducción 2. Aprendizaje basado en proyectos en el área de música. 3. Metodología de la investigación. 3.1. Método de investigación utilizado. 3.2. Selección de los participantes e índices de participación. 3.3. Instrumentos para la recogida de datos 4. Análisis y discusión de los datos. 4.1. Conocimiento sobre la formación en ABP que posee el profesorado que imparte la especialidad de música en la Educación Primaria. 4.2. Valorar la opinión que tienen …","author":[{"dropping-particle":"","family":"María","given":"Inés","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Guerrero","given":"Monreal","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Ruiz","given":"Elena Berrón","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Rev. electrón. complut. inves. educ. music","id":"ITEM-1","issued":{"date-parts":[["2019"]]},"page":"21-41","title":"El aprendizaje basado en proyectos y su implementación en las clases de música de los centros de Educación Primaria","type":"article-journal","volume":"16"},"uris":["http://www.mendeley.com/documents/?uuid=50f0e711-31ca-3c96-b605-7a60c4d66bdc"]}],"mendeley":{"formattedCitation":"(María et al., 2019)","plainTextFormattedCitation":"(María et al., 2019)","previouslyFormattedCitation":"(María et al., 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}María et al., (2019) enuncian que es interesante indagar en las opiniones de los encuestados y entrevistados en relación a las implicaciones del ABP en el aula, abordando cuestiones como el compromiso docente, la continuidad cuando se empieza a trabajar por proyectos, la demanda a un mayor esfuerzo o la acumulación de trabajo al final (p. 34).ConclusionesCon la aplicación del pre-test se ha conseguido evidenciar el nivel de conocimientos que tienen los estudiantes con respecto a la temática planteada, obteniendo una media aritmética de 3,08, que sirve para posteriormente, con la aplicación del pos-test, demostrar la validez de la metodología, con una media aritmética de 6,24. El análisis de estos resultados muestran un nivel de significancia de 0,000 con un p-valor menor a 0,05, quedando demostrada la eficacia de la metodología de intervención. Los resultados obtenidos, luego de la aplicación de la metodología del ABP, son estudiantes activos, participativos, comprometidos con su aprendizaje; ya que les permite interrelacionar la teoría con la práctica y les convierte en protagonistas de su aprendizaje, por medio del desarrollo de competencias que les sirven para mejorar la calidad de la educación.Finalmente, en el nivel de satisfacción de los estudiantes con respecto a la metodología utilizada, se puede afirmar que los estudiantes están satisfechos con la aplicación de la metodología del ABP en el aula, porque ponen en práctica sus aprendizajes para resolver problemas reales, valorando con el más alto puntaje los ítems planteados en la encuesta de satisfacción.Referencias (IEEE)ADDIN Mendeley Bibliography CSL_BIBLIOGRAPHY Aguirre Gabiria Barturen, J. & García Olalla, A. M. (2020). Aprendizaje basado en proyectos y desarrollo sostenible en el Grado de Educación Primaria. Enseñanza de las Ciencias : Revista de Investigación y Experiencias Didácticas, 2, 5–24. https://doi.org/10.5565/rev/ensciencias.2717Alhogbi, B. G. (2017). Aprendizaje de la matemática basado en el contexto de las ciencias. Journal of Chemical Information and Modeling, 53(9), 21–25. http://www.elsevier.com/locate/scpAprendizaje basado en proyectos – Kit de Pedagogía y TIC. (n.d.). Retrieved February 8, 2021, from http://www3.gobiernodecanarias.org/medusa/ecoescuela/pedagotic/aprendizaje-basado-proyectos/Castellano, R., Rodríguez, J. & Ortiz, A. M. (2020). Validación de un cuestionario de ABP en Educación Secundaria : análisis de la formación e implementación en el aula. Espacios, 41(39), 212–230. https://www.revistaespacios.com/a20v41n39/a20v41n39p16.pdfGarcía-Quiroga, B., Coronado, A. & Giraldo-Ospina, A. (2017). Implementación de un modelo teórico a priori de competencia matemática asociado al aprendizaje de un objeto matemático. Revista de Investigación, Desarrollo e Innovación, 7(2), 301–315. https://doi.org/10.19053/20278306.v7.n2.2017.6072Gutiérrez-Rodríguez, C. A. (2018). Fortalecimiento de las competencias de interpretación y solución de problemas mediante un entorno virtual de aprendizaje. Revista de Investigación, Desarrollo e Innovación, 8(2), 279. https://doi.org/10.19053/20278306.v8.n2.2018.7170Izagirre, A., Caño, L. & Arguiñano, A. (2020). Mathematical competence in primary education by problem based learning. Educacion Matematica, 32(3), 241–262. https://doi.org/10.24844/EM3203.09Jiménez-Espinosa, A. (2019). La dinámica de la clase de matemáticas mediada por la comunicación. Revista de Investigación, Desarrollo e Innovación, 10(1), 121–134. https://doi.org/10.19053/20278306.v10.n1.2019.10016 Sánchez, J. (2013). Qué dicen los estudios sobre el Aprendizaje Basado en Proyectos. Actualidad Pedagógica, 1, 4. http://www.estuaria.es/wp-content/uploads/2016/04/estudios_aprendizaje_basado_en_proyectos1.pdf%0Ahttp://actualidadpedagogica.com/wp-content/uploads/2013/03/estudios_aprendizaje_basado_en_proyectos1.pdfLópez Torres, E. (2015). Aprendizaje Basado en Proyectos para el desarrollo de las competencias profesionales del maestro: una propuesta de innovación docente desde la Didáctica de las Ciencias Sociales. Didáctica de las Ciencias Experimentales y Sociales, 0(29). https://doi.org/10.7203/dces.29.3775María, I., Guerrero, M. & Ruiz, E. B. (2019). El aprendizaje basado en proyectos y su implementación en las clases de música de los centros de educación primaria. Rev. Electrón. Complut. Inves. Educ. Music, 16, 21–41. https://doi.org/10.5209/reciem.64106Medina Nicolalde, M. & Tapia Calvopiña, M. (2017). El aprendizaje basado en proyectos una oportunidad para trabajar interdisciplinariamente. Olimpia: Publicación Científica de La Facultad de Cultura Física de La Universidad de Granma, 14(46), 236–246.Metodología de aprendizaje basado en proyectos | Universidad UNADE. (n.d.). Retrieved February 8, 2021, from https://unade.edu.mx/metodologia-de-aprendizaje-basado-en-proyectos/Muñoz-Repiso, A. G.-V. & Gómez-Pablos, V. B. (2017). Project based learning (PBL): Assessment from the Perspective of Primary Level Students [Aprendizaje Basado en Proyectos (ABP): evaluación desde la perspectiva de estudiantes de educación primaria]. Revista de Investigacion Educativa, 35(1), 113–131. https://doi.org/10.6018/rie.35.1.246811Nicolás, A. M. B. & Ramos, P. R. (2019). Investigación-acción y aprendizaje basado en proyectos: Una revisión bibliográfica. Perfiles Educativos, 40(163), 109–122.Rodríguez-sandoval, E., Vargas-solano, É. M. & Lozano, J. T. (n.d.). Evaluación de la estrategia. 13(1), 13–25.Trujillo-Losada, M. F., Hurtado-Zúñiga, M. C. & Pérez-Paredes, M. J. (2019). Fortalecimiento de los proyectos educativos de las instituciones educativas oficiales del municipio de Santiago de Cali. Revista de Investigación, Desarrollo e Innovación, 9(2), 319–331. https://doi.org/10.19053/20278306.v9.n2.2019.9177Trujillo Sáenz, F. (2015). Aprendizaje basado en proyectos. Infantil, Primaria y Secundaria - Trujillo, Fernando - Google Libros. Madrid: Ministerio de Educación de España. https://books.google.com.ec/books?id=XslmCwAAQBAJ&printsec=frontcover&dq=el+aprendizaje+basado+en+proyectos&hl=es-419&sa=X&ved=2ahUKEwishvuvmLPtAhVS1VkKHZQSCm4Q6AEwAHoECAEQAg#v=onepage&q=el aprendizaje basado en proyectos&f=falseVargas, A., Niño, J. & Fernández, F. (2020). Aprendizaje basado en proyectos mediados por tic para superar dificultades en el aprendizaje de operaciones básicas matemáticas. Revista Boletín Redipe, 9(3), 167–180. https://revista.redipe.org/index.php/1/article/view/943/857Vivanco Galván, O., Castillo-Malla, D. & Jiménez-Gaona, Y. (2018). Multidisciplinary HACKATHON: strengthening project-based learning. Revista Electrónica Calidad En La Educación Superior, 9(1), 118–135._________________________________________________________________________________________________________________El Aprendizaje Basado en Proyectos y su aplicación didáctica en la enseñanza de las medidas de localizaciónSilvana C. Zorrilla-Pacheco, Ángel H. Flores-Samaniego, Yuliana C. Jiménez-GaonaDOI: http://dx.doi.org/10.22458/caes.v13i1.4043Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT226REVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(1) ENERO - MAYO, 2022: 226 - 249http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr________________________________________________________________________________________________________________________________________REVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(1) ENERO - MAYO, 2022: 226 - 249http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr_________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________El Aprendizaje Basado en Proyectos y su aplicación didáctica en la enseñanza de las medidas de localizaciónSilvana C. Zorrilla-Pacheco, Ángel H. Flores-Samaniego, Yuliana C. Jiménez-GaonaDOI: http://dx.doi.org/10.22458/caes.v13i1.4043Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT228 Unidad Educativa Gonzanamá, Av. 30 de Septiembre s/n CP110601, Gonzanamá, Loja, Ecuador. https://orcid.org/0000-0003-2468-7102 Colegio de Ciencias y Humanidades, UNAM México, Callejón Jojutla 37, casa 3, Colonia Tlalpan Centro, Alcaldía Tlalpan, CP 14000, Ciudad de México, Cel. (52) 55 3525 1983. https://orcid.org/0000-0001-5615-0049 Departamento de Química y Ciencias Exactas, Universidad Técnica Particular de Loja, San Cayetano Alto s/n CP1101608, Loja, Ecuador. https://orcid.org/0000-0001-7155-5546/9j/4AAQSkZJRgABAgAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy MjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCAH1A1MDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD3+iii gAooooAKKKKACiiigCtp97HqVhDeQq6xzLuUOACB74qzWP4V/wCRX07/AK5D+dbFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBnR6/o0ouzHq1g4s8m6K3KHyMdd/Py9D1xVmxv 7PU7Vbqwu4Lu3b7ssEgkQ/Qg4rzy9e21lTcWejalaf2cIUhszpM8O62S7hkl6oFYlYhtjUk4z/eI Xq/C26WTW74W88Fteah51uk8DQvsEMSElGAZcujnkAnOe9AFjwr/AMivp3/XIfzrYrnvDFlE/hqw YtPkxZOLhwOp7A1r/wBnw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtU VV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqAL VFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqg C1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCK oAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8A iqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/ AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT /wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJ k/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8 CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf /AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37 n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9 +5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD /fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9n w/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/ Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FU f2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/x VH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/ 8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEy f/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCB Mn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8A gTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/ AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z /wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/ c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVWVUIgUZwBgZJJ/M0ALRRRQAUUUU AFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAY/hX/AJFfTv8ArkP51sVj+Ff+RX07/rkP51sUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/r kP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+Ff8AkV9O/wCu Q/nWxWP4V/5FfTv+uQ/nWxQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAcV4/wDEmqaBLpcemPErXRlD+Ym77uzH/oRrlf8A hNvF/wDz3sf+/VavxU/4/wDw9/vzf+065avbweHpzoqUo6/8E83FV5wqWizU/wCE28X/APPex/79 Uf8ACbeL/wDnvY/9+qy6K6vqlH+VHN9aq9zU/wCE28X/APPex/79Uf8ACbeL/wDnvY/9+qy6KPql H+VB9aq9zU/4Tbxf/wA97H/v1R/wm3i//nvY/wDfqsuij6pR/lQfWqvc1P8AhNvF/wDz3sf+/VH/ AAm3i/8A572P/fqsuij6pR/lQfWqvc1P+E28X/8APex/79Uf8Jt4v/572P8A36rLoo+qUf5UH1qr 3NT/AITbxf8A897H/v1R/wAJt4v/AOe9j/36rLoo+qUf5UH1qr3NT/hNvF//AD3sf+/VH/CbeL/+ e9j/AN+qy6KPqlH+VB9aq9zU/wCE28X/APPex/79Uf8ACbeL/wDnvY/9+qy6KPqlH+VB9aq9zU/4 Tbxf/wA97H/v1R/wm3i//nvY/wDfqsuij6pR/lQfWqvc1P8AhNvF/wDz3sf+/VH/AAm3i/8A572P /fqsuij6pR/lQfWqvc1P+E28X/8APex/79Uf8Jt4v/572P8A36rLoo+qUf5UH1qr3NT/AITbxf8A 897H/v1R/wAJt4v/AOe9j/36rLoo+qUf5UH1qr3L9x4+8WW0JleazKg44ir1+1kaW0hkb7zxqx+p FeBav/yD2/3h/OverH/kH23/AFyX+QrzcwpQp8vIrHfhKkppuTLFFFFeYdgUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB5r8VP8A j/8AD3+/N/7Trlq6n4qf8f8A4e/35v8A2nXLV9DgP4C+f5nkY3+KFFFFdhxhRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAUNX/5B7f7w/nXvVj/yD7b/AK5L/IV4Lq// ACD2/wB4fzr3qx/5B9t/1yX+Qryc0+z8z1MB8LLFFFFeQd4UUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUV56NOhj0bxtp9xqckdu2pxpNd3atPlWtrUvvAI+U5YHGFUHPAFbnggWi6VdR2FrpUdsl0Qlx pNusNvd5jQmRFBYdSUJ3HmM89gAXvCv/ACK+nf8AXIfzrYrnvDFvO3hqwK3kigxcKEXjk+1a/wBm uP8An+l/74T/AAoAtUVV+zXH/P8AS/8AfCf4UfZrj/n+l/74T/CgC1RVX7Ncf8/0v/fCf4UfZrj/ AJ/pf++E/wAKALVFVfs1x/z/AEv/AHwn+FH2a4/5/pf++E/woAtUVV+zXH/P9L/3wn+FH2a4/wCf 6X/vhP8ACgC1RVX7Ncf8/wBL/wB8J/hR9muP+f6X/vhP8KALVFVfs1x/z/S/98J/hR9muP8An+l/ 74T/AAoAtUVV+zXH/P8AS/8AfCf4UfZrj/n+l/74T/CgC1RVX7Ncf8/0v/fCf4UfZrj/AJ/pf++E /wAKALVFVfs1x/z/AEv/AHwn+FH2a4/5/pf++E/woAtUVV+zXH/P9L/3wn+FH2a4/wCf6X/vhP8A CgC1RVX7Ncf8/wBL/wB8J/hR9muP+f6X/vhP8KALVFVfs1x/z/S/98J/hR9muP8An+l/74T/AAoA tUVV+zXH/P8AS/8AfCf4UfZrj/n+l/74T/CgC1RVX7Ncf8/0v/fCf4UfZrj/AJ/pf++E/wAKALVF Vfs1x/z/AEv/AHwn+FH2a4/5/pf++E/woAtUVV+zXH/P9L/3wn+FH2a4/wCf6X/vhP8ACgC1RVX7 Ncf8/wBL/wB8J/hR9muP+f6X/vhP8KALVFVfs1x/z/S/98J/hR9muP8An+l/74T/AAoAtUVV+zXH /P8AS/8AfCf4UfZrj/n+l/74T/CgC1RVX7Ncf8/0v/fCf4UfZrj/AJ/pf++E/wAKALVFVfs1x/z/ AEv/AHwn+FH2a4/5/pf++E/woAtUVV+zXH/P9L/3wn+FH2a4/wCf6X/vhP8ACgC1RVX7Ncf8/wBL /wB8J/hR9muP+f6X/vhP8KALVFVfs1x/z/S/98J/hR9muP8An+l/74T/AAoAtUVV+zXH/P8AS/8A fCf4UfZrj/n+l/74T/CgC1RVX7Ncf8/0v/fCf4UfZrj/AJ/pf++E/wAKALVFVfs1x/z/AEv/AHwn +FH2a4/5/pf++E/woAtUVV+zXH/P9L/3wn+FH2a4/wCf6X/vhP8ACgC1RVX7Ncf8/wBL/wB8J/hR 9muP+f6X/vhP8KALVFVfs1x/z/S/98J/hR9muP8An+l/74T/AAoAtUVV+zXH/P8AS/8AfCf4UfZr j/n+l/74T/CgDz/4qf8AH/4e/wB+b/2nXLV0nxOikjv9A8ydpcvNjcoGP9X6Cubr6HAfwF8/zPIx v8UKKKK7DjCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAoav/wAg 9v8AeH8696sf+Qfbf9cl/kK8F1f/AJB7f7w/nXuNlbXBsLbF9KP3S8bE9B7V5OafZ+Z6mA+FmjRV X7Ncf8/0v/fCf4UfZrj/AJ/pf++E/wAK8g7y1RVX7Ncf8/0v/fCf4UfZrj/n+l/74T/CgC1RVX7N cf8AP9L/AN8J/hVlQVQAsWIGCx70ALRRRQAUUUUAFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/h X/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQB5r8VP8Aj/8AD3+/N/7Trlq6n4qf8f8A4e/35v8A2nXLV9Dg P4C+f5nkY3+KFFFFdhxhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAUNX/5B7f7w/nXvVj/yD7b/AK5L/IV4Lq//ACD2/wB4fzr3qx/5B9t/1yX+Qryc0+z8z1MB8LLF FFFeQd4UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV9O/65D+d bFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQB5r8VP8Aj/8AD3+/N/7Trlq6n4qf8f8A4e/35v8A2nXLV9DgP4C+f5nkY3+K FFFFdhxhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAUNX/5B7f7w /nXvVj/yD7b/AK5L/IV4Lq//ACD2/wB4fzr3qx/5B9t/1yX+Qryc0+z8z1MB8LLFFFFeQd4UUUUA FFFFABRRRQAUUUUAFFR3FxDaW0tzczRwwRIXklkYKqKBkkk8AAd65rQviR4Q8S6p/Zuk63DcXmCV iKPGXxydu9QG4yeM8AnpQB1NFFFABRRRQBj+Ff8AkV9O/wCuQ/nWxWP4V/5FfTv+uQ/nWxQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAea/FT/j/wDD3+/N/wC065aup+Kn/H/4e/35v/adctX0OA/gL5/meRjf4oUUUV2HGFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBQ1f/AJB7f7w/nXvVj/yD 7b/rkv8AIV4Lq/8AyD2/3h/OverH/kH23/XJf5CvJzT7PzPUwHwssUUUV5B3hRRRQAUUUUAFFFFA BRRRQBynxK0qLWvh7q+nzala6as0aYurqQJEjCRWUMx6BiAuf9roelcddWviXXtX8KQ+INB0nwzZ 6VqEUyXP26NzcyKMLBAg5UMf4T2A6kYOt8X/AA3p+q+E7vUdS8QappdtaxDzEt3aSCb51Kh4MgO2 7hTlcEgkkAY5DRLbT7/xDost1ZfFe+SK9imtzq6b7WOTPyyv6Kuc5HbPbigD3WiiigAooooAx/Cv /Ir6d/1yH862Kx/Cv/Ir6d/1yH862KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDzX4qf8AH/4e/wB+b/2nXLV1PxU/4/8A w9/vzf8AtOuWr6HAfwF8/wAzyMb/ABQooorsOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigChq//IPb/eH8696sf+Qfbf8AXJf5CvBdX/5B7f7w/nXvVj/yD7b/AK5L /IV5OafZ+Z6mA+FliiiivIO8KKKKACiiigAooooAKKKKAOb8f6Dc+JvA2qaNZ/ZPPuUVUa7Z1jXD q24lecgDI6jIGQRmuY8O6148vrywhk1vwFqFr5oSd7O4meeRU2+btx8u8KwPTALLkAGup8d6DeeJ /BOqaNYXS211dRBUkYkLwwJUkc4YAqfY9DXlnhfwD4rOtWUd54ds9EsrTX5NaW5S6SRkjYKPssao chSFAJOAQBxxggHutFFFABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAH mvxU/wCP/wAPf783/tOuWrqfip/x/wDh7/fm/wDadctX0OA/gL5/meRjf4oUUUV2HGFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBQ1f/kHt/vD+de9WP/IPtv8Arkv8 hXgur/8AIPb/AHh/OverH/kH23/XJf5CvJzT7PzPUwHwssUUUV5B3hRRRQAUUUUAFFFFABRRRQBz /jb/AIR7/hEL7/hK/wDkCfu/tP8ArP8Anou3/V/N9/b0/lXiy2vw0uPGfhP/AIQC1lutQTVonuIg LrYsA5aQ+ZjlCFYYOODkEcV7F8RNa1Lw94B1fVdIQNfW8QMeU37AXUM+P9lSW54454rmLvx8Uv8A wVa6L4k0/W57udLTUoLdVZ5lZRuuMLzFsKsdvH3v9mgD06iiigAorz97jU7fSvEtvdarcTyJrlna tcqfKMUMqWfmBMf6sASyEYOR1JJyT0HhffFLrdiLi4nt7PUPJt3uJ2mfYYInILsSxw7uOSTxjtQB Y8K/8ivp3/XIfzrYrnvDH23/AIRqw2fZ9vlcbs56mtf/AE//AKdv/HqALVFVf9P/AOnb/wAeo/0/ /p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoAtUVV/0/wD6 dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb/wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2/wDH qALVFVf9P/6dv/HqP9P/AOnb/wAeoAtUVV/0/wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb/wAe o/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoAtUVV/0 /wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb/wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2 /wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoAtUVV/0/wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb /wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoAtU VV/0/wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb/wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/ APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoAtUVV/0/wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/ AOnb/wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6j/T/APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAe oAtUVV/0/wD6dv8Ax6j/AE//AKdv/HqALVFVf9P/AOnb/wAeo/0//p2/8eoAtUVV/wBP/wCnb/x6 j/T/APp2/wDHqALVFVf9P/6dv/HqP9P/AOnb/wAeoA8/+Kn/AB/+Hv8Afm/9p1y1dJ8TvtH2/QPP 8r782Nmf+mfrXN19DgP4C+f5nkY3+KFFFFdhxhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAUNX/AOQe3+8P5171Y/8AIPtv+uS/yFeC6v8A8g9v94fzr3Gy+3fYLbH2 bHlLj73oK8nNPs/M9TAfCzRoqr/p/wD07f8Aj1H+n/8ATt/49XkHeWqKq/6f/wBO3/j1H+n/APTt /wCPUAWqKq/6f/07f+PVZXdsG/G7HOOmaAFooooAKKKKAMLxn4jj8JeEdR1yS2NyLVFxCDjezMEA J7DLDPtmvMPCvi1tL1C0ln8NeGrWa48QTaBcvpUAik3ARlHU9XTcX3Zx/B079n418YSWGqJ4ZsfC 7+Iru5s3uri1MqxxrbglSTuBDZII24547kCuG8L3ngYeKNI/4QDwg93qc/lSXly8jtHpsL4MmS7E eYFyMLjngEnKkA9yooooArSafZTRXUUtnbvHdnNwjRgiY7QvzjHzfKqjnsAO1LY6fZaZaLa6faW9 pbJnbDbxiNBnrgAAVYooAx/Cv/Ir6d/1yH862Kx/Cv8AyK+nf9ch/OtigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA81+Kn /H/4e/35v/adctXU/FT/AI//AA9/vzf+065avocB/AXz/M8jG/xQooorsOMKKKKACiiigAooooAK K1/BWh6RrXifVBqulWN+IrO3MYurdJdmXlzjcDjOB+Vd5/wgng//AKFTQ/8AwXQ//E15tbMfZzcO W9vP/gHdTwXPBS5t/I8sor1P/hBPB/8A0Kmh/wDguh/+Jrnbw/CqxTWXuNI0ALorRLqBXSVcQmQ7 UHyxncSePlzjvis/7V/ufj/wDT+z/wC9+H/BOOorq/Ddz8JfF2oyWGh6Tod3dRxGZk/sYR4QEAnL xgdWH511H/CCeD/+hU0P/wAF0P8A8TR/av8Ac/H/AIAf2f8A3vw/4J5ZRXqf/CCeD/8AoVND/wDB dD/8TXjmggLoFgAAAIFAA+ldOFxnt5NctrHPiMN7FJ3uaFFFFdpyhRRRQAUUUUAFFFFAFDV/+Qe3 +8P5171Y/wDIPtv+uS/yFeC6v/yD2/3h/OverH/kH23/AFyX+Qryc0+z8z1MB8LLFFFFeQd4UUUU AFFFFABRRRQAUUUUAeceI7XxVpnxTj8S6H4Z/tq1bRRYMPt8VttfzzIfv5J4A7d+vFZPw0tfGXg7 R9P0CbwBGsTXGbzUl1WAEhn5kKDJbapAxnnbXrtFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV 9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQB5r8VP8Aj/8AD3+/N/7Trlq6n4qf8f8A4e/35v8A2nXLV9DgP4C+ f5nkY3+KFFFFdhxhRRRQAUUUUAFFFFAHTfDf/kaNZ/68rb/0OavTa8o8FalaaPqviLUb+YQ2ltp1 vJLIeyh5vz+ldDp3xS0C9t9RmuYdR0v7BbC7dNRtvKaSEnAdBk7gTgDuSRXzeM/jyPcw38KJ11/a Lf6dc2bSzQrcRNEZIX2ugYEZVuxGeD615j4KtdM8IeN/iPFaw+Rp2nQWEm0EkhRbuzEk9SeSSepN df4Y8c6f4ovLiyjstS06+gjWY2upW/kyPETgSKMnK54zWV4n8Z+EvDOs31le6RNdT3UCPqstpYLK qw42Kbhu64JABzwenNcxuSfDCxkl8PHxNqCA6vrzm8nkPJWMn91GD/dCbcD3ruK4fWPiR4a8KTQa YltdzQQ2scrnTbXfDZwHARnwQFXGMAA8Y46VauPiRoNv4ki0X/SZHkmt7c3MaKYVkuFLwqTu3fMq k5AIHcigDrq+fNC/5AVj/wBcV/lXtWi+JbPX77VraxinKaZcfZZLhlAikkAyyoQcnbwDkDk8ZrxX Qv8AkBWP/XFf5V6eV/HL0ODH/CjQooor2jywooooAKKKKACiiigChq//ACD2/wB4fzr3qx/5B9t/ 1yX+QrwXV/8AkHt/vD+de9WP/IPtv+uS/wAhXk5p9n5nqYD4WWKKKK8g7wooooAKKKKACiiigAoo ooAKKKKACiiigAooooAx/Cv/ACK+nf8AXIfzrYrH8K/8ivp3/XIfzrYoAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPNfip/ x/8Ah7/fm/8AadctXU/FT/j/APD3+/N/7Trlq+hwH8BfP8zyMb/FCiiiuw4wooooAKKKKACiiigC pe6Zeav4a8aWenxvLctp1m6xoMswSd3YAdzhTx3qsdS1LVNF8W22gX+reKNFOkI7nVomcx3ZlXcq AgfdTcwA4BUdcZPReG/EK+GddvrqfTb27iubaGNTa+WdrK0hOd7r/eHTNdT/AMLTsv8AoX9c/wC+ bf8A+PV8/iqNSVaTUX9x7OHqwVJJtHH/AA41DTbPxRrerWmp6lq2hWujK9zq+qRu00EiMWaFSRkq Fy20A8jv1NbxF4gstO1bxxLKlzNF4v0e2OiPHbuwuCYGjCjjg5cNg4OPfGe2n+Jun3EEkEnh7Xdk ilG2+QpwRg4ImyPqKS3+JemWltFbW/hrWYoYkEccapbgKoGAAPO6AVh9Xq/yv7mbe2p/zL7zz25m bwVD4o0fWre5N5rnh6xtNPEcLSCaZLUwMgIB5DnP4e4z1Ov6JpvhbwVo+ovpizeLfs9nY2Y8xvnv Fj8uNimdrMmWIYgkAYBrd/4WnZf9C/rn/fNv/wDHqP8Ahadl/wBC/rn/AHzb/wDx6j6vV/lf3MPb U/5l95zPw71/UdE8RW3gb7Dbm3gnu4J3VX88GNEf7S7E4KSs7BflHQcmue0L/kBWP/XFf5V6P/wt Oy/6F/XP++bf/wCPV53pEMlvo9pDMhSRIlVlJBwcdOK9HLqc4TlzJrQ4sbOMorldy7RRRXrHmhRR RQAUUUUAFFFFAFDV/wDkHt/vD+de9WP/ACD7b/rkv8hXgur/APIPb/eH8696sf8AkH23/XJf5CvJ zT7PzPUwHwssUUUV5B3hRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+Ff+RX07/rkP51sVj+ Ff8AkV9O/wCuQ/nWxQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFcz4h8cab4a1GOxvLe8klkiEoMCKRgkjuw5+U101eTfEX/kf LL/rwH/ocldOEpRq1OWWxlWm4Qckb3/C19E/58dU/wC/Kf8AxdH/AAtfRP8Anx1T/vyn/wAXXD0V 6v8AZ1E8/wCvT7Hcf8LX0T/nx1T/AL8p/wDF0f8AC19E/wCfHVP+/Kf/ABdcPRR/Z1EPr0+x3H/C 19E/58dU/wC/Kf8AxdH/AAtfRP8Anx1T/vyn/wAXXD0Uf2dRD69Psdx/wtfRP+fHVP8Avyn/AMXR /wALX0T/AJ8dU/78p/8AF1w9FH9nUQ+vT7Hcf8LX0T/nx1T/AL8p/wDF0f8AC19E/wCfHVP+/Kf/ ABdcPRR/Z1EPr0+x3H/C19E/58dU/wC/Kf8AxdH/AAtfRP8Anx1T/vyn/wAXXD0Uf2dRD69Psdx/ wtfRP+fHVP8Avyn/AMXR/wALX0T/AJ8dU/78p/8AF1w9FH9nUQ+vT7Hcf8LX0T/nx1T/AL8p/wDF 0f8AC19E/wCfHVP+/Kf/ABdcPRR/Z1EPr0+x3H/C19E/58dU/wC/Kf8AxdH/AAtfRP8Anx1T/vyn /wAXXD0Uf2dRD69Psdx/wtfRP+fHVP8Avyn/AMXR/wALX0T/AJ8dU/78p/8AF1w9FH9nUQ+vT7Hc f8LX0T/nx1T/AL8p/wDF0f8AC19E/wCfHVP+/Kf/ABdcPRR/Z1EPr0+x3H/C19E/58dU/wC/Kf8A xdH/AAtfRP8Anx1T/vyn/wAXXD0Uf2dRD69Psdx/wtfRP+fHVP8Avyn/AMXT4PilolxdQ262epK8 rhFLRIBknH9/3rhKry/8hPS/+vuP+YqZZfRUWyoYycpJWPe6KKK8M9M81+Kn/H/4e/35v/adctXU /FT/AI//AA9/vzf+065avocB/AXz/M8jG/xQooorsOMKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigChq/wDyD2/3h/OverH/AJB9t/1yX+QrwXV/+Qe3+8P5171Y/wDI Ptv+uS/yFeTmn2fmepgPhZYoooryDvCiiigAooooAKKKKACiiigAooooAKKKKACiiigDH8K/8ivp 3/XIfzrYrH8K/wDIr6d/1yH862KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAryb4i/8j5Zf9eA/wDQ5K9Zryb4i/8AI+WX/XgP /Q5K7cv/AI6OfFfwmYtFFFfQHiBRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFV5f+Qnpf8A19x/zFWKry/8hPS/+vuP+YqKnwM1o/Gj3uiiivlT3jzX4qf8f/h7/fm/ 9p1y1dT8VP8Aj/8AD3+/N/7Trlq+hwH8BfP8zyMb/FCiiiuw4wooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKAKGr/APIPb/eH8696sf8AkH23/XJf5CvBdX/5B7f7w/nX vVj/AMg+2/65L/IV5OafZ+Z6mA+FliiiivIO8KKKKACiiigAooooAKKKKACiiigAooooAKKzfEF9 d6doV1dWNu092qgQoIXl+ZiFBKJ8xUZyQOcA1F4cv7jUNPklub2C6lWUqfKsJbMx8A7XildmDc55 xkMOO5AE8K/8ivp3/XIfzrYrnvDE86+GrALZyMBFwwdeeT71r/abn/nxk/77T/GgC1RVX7Tc/wDP jJ/32n+NH2m5/wCfGT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf 99p/jR9puf8Anxk/77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/fa f40fabn/AJ8ZP++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/32n+N H2m5/wCfGT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/jR9p uf8Anxk/77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/faf40fabn/ AJ8ZP++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/32n+NH2m5/wCf GT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/jR9puf8Anxk/ 77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVeTfEX/kfLL/AK8B/wChyV6f9puf+fGT /vtP8a8s8fu8njmyMkTRH7CBgkH+KT0rty/+OjnxX8JmTRRRX0B4gUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABVeX/AJCel/8AX3H/ADFWKrTEjUdMIGT9rj49eRUV PgZrR+NHvlFVftNz/wA+Mn/faf40fabn/nxk/wC+0/xr5U948/8Aip/x/wDh7/fm/wDadctXSfE6 SSS/0DzIGiw82NzA5/1foa5uvocB/AXz/M8jG/xQooorsOMKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigChq/wDyD2/3h/OverH/AJB9t/1yX+QrwXV/+Qe3+8P517jZ XFwLC2xYyH90vO9PQe9eTmn2fmepgPhZo0VV+03P/PjJ/wB9p/jR9puf+fGT/vtP8a8g7y1RVX7T c/8APjJ/32n+NH2m5/58ZP8AvtP8aALVFVftNz/z4yf99p/jVlSWQEqVJGSD2oAWiiigAooooAKK KKACiiigCvfWn22ze3FxPblsES277XQgggg8jqOhBBHBBBIqDS9LTS4pgLia5nuJfOnuJ9u+V9qo CQiqo+VFHAHSr9FAGP4V/wCRX07/AK5D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAV5N8Rf8AkfLL /rwH/ocles15N8Rf+R8sv+vAf+hyV25f/HRz4r+EzFooor6A8QKKKKACiiigAooooAKKK2vBvhbT /EjavNqEl4WgulijEV08aqvlI3RSB1JrDEV1QjzNXNqNF1ZcqMWivQv+FZeHv72pf+DCX/4qj/hW Xh7+9qX/AIMJf/iq4/7Uh/Kzp+oT7nntFdNPo3w0tbiW3uPE8EM8TlJI5Ne2sjA4IIL5BB4xW5/w rLw9/e1L/wAGEv8A8VR/akP5WH1Cfc89or0L/hWXh7+9qX/gwl/+KrM8SfD/AEXTvC+r31tJqKz2 1lNNGxvpThlQkHBbnkUf2pD+Vh9Ql3OQopkRJhQk5JUU+vTOAKKKKACiiigAooooAKry/wDIT0v/ AK+4/wCYqxVeX/kJ6X/19x/zFRU+BmtH40e90UUV8qe8ea/FT/j/APD3+/N/7Trlq6n4qf8AH/4e /wB+b/2nXLV9DgP4C+f5nkY3+KFFFFdhxhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUA FFFFABRRRQAUUUUAUNX/AOQe3+8P5171Y/8AIPtv+uS/yFeC6v8A8g9v94fzr3qx/wCQfbf9cl/k K8nNPs/M9TAfCyxRRRXkHeFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAGP4V/5FfTv+uQ/nWx WP4V/wCRX07/AK5D+dbFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAV5N8Rf+R8sv8ArwH/AKHJXrNeTfEX/kfLL/rwH/oclduX /wAdHPiv4TMWiiivoDxAooooAKKKKACiiigArtfhf/qde/6/1/8AREdcVXT+BtZ07QNG8Salqt3H a2cV8m+WToMwxADA5J9hzXn5n/BXr/mduB/iP0PTKK5q0+IPhS+8PXWvW+tQNptqds8xVlMZPQFS N2TnjjntV/w94m0bxVp5vtEv0vLdXMbMqspVh2KsAR1HUV4R6xwOteGdA8T/ABWg0YaJpy21hCdT 1OaO1RXuZnbEcbuBuI6ucn5u9eqVxv8AwkPgfQ/Hl5aHUIIPEeqGFLhS0jbyq4jUnlEOD04JyOta F3488L2PiSPw9c6xBHqsjKogIb7zdFLY2gnIwCc8j1oA6KsTxj/yI+v/APYNuP8A0W1Ft4v0G719 9Dg1FH1FHeMxbGALoAXUORtZlDAlQSRnms/Wdc03X/h94muNLuftEMNpd27SBGVd6xsGAJA3D3GR 70AeaQ/6iP8A3R/Kn0yH/UR/7o/lT6+tWx86FFFFAgooooAKKKKACq8v/IT0v/r7j/mKsVXl/wCQ npf/AF9x/wAxUVPgZrR+NHvdFFFfKnvHmvxU/wCP/wAPf783/tOuWrqfip/x/wDh7/fm/wDadctX 0OA/gL5/meRjf4oUUUV2HGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQBQ1f/kHt/vD+de9WP/IPtv8Arkv8hXgur/8AIPb/AHh/OverH/kH23/XJf5CvJzT7PzPUwHw ssUUUV5B3hRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/rk P51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABXk3xF/5Hyy/68B/6HJXrNeTfEX/kfLL/AK8B/wChyV25f/HRz4r+EzFooor6 A8QKKKKACiiigAooooAKu6Zc+HdP8Ka/qfiWET2dhqsNzFFk5eZYY9gABG45PQ8evFUq0fDOp+Fb eDWLDxRFbTJJfJPFDdWZnQ4hRdw+UjP3h+dcGZJukrd/8ztwLSqO/Y5vVZbW88MXviSTUNMGraxr dhLK1ncrNHo6ruETyhSQxADZzwSfauv+GuqWdjqPjS81PW7O+WO6t/P8Qb0ht7kFMKMA7FKn5eDy WHXiti18Q/DSxtrm3s4NNt4LoATxQ6WyLKBnAYCPDYyevqajvde+HN54dm0HzYLfTJsb7e3sHRTh g3A8vA5A5AyOoIOCPD5Jdj1OZdzzvXrqzj8OePtEmliHiW68UK9lA2POdWkiMRUdSNu/kdM+9GvX VnH4c8faJNLEPEt14oV7KBsec6tJEYio6kbd/I6Z969Qk8YeAJtSj1KWS0e/jGEum09zKo9A+zI/ OiTxh4Am1KPUpZLR7+MYS6bT3Mqj0D7Mj86OSXYOZdzm/HHhmw8O3a3+iyXR8RaxezR6dbtIPLhu LlVWecYXcMIueSQDjgVS8N+LrC8+H2peGbDSntLaDw5dXVrKZd5ljVpIWMi7RscupbALcHrXbS+O PA897Bey3UEl1bhhDO9lIXiDDDbW2ZGR1x1rG1vxP4HTw14gTSTbRXt/ZToxt7B0ed2RgNxCDJye /rRyS7BzLucpD/qI/wDdH8qfTIeIYwf7op9fVrY+fCiiigQUUUUAFFFFABVeX/kJ6X/19x/zFWKr y/8AIT0v/r7j/mKip8DNaPxo97ooor5U9481+Kn/AB/+Hv8Afm/9p1y1dT8VP+P/AMPf783/ALTr lq+hwH8BfP8AM8jG/wAUKKKK7DjCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAoav/yD2/3h/OverH/kH23/AFyX+QrwXV/+Qe3+8P5171Y/8g+2/wCuS/yFeTmn2fme pgPhZYoooryDvCiiigAooooAKKKKACiiigAooooAKKKKACiiigDH8K/8ivp3/XIfzrYrH8K/8ivp 3/XIfzrYoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACvJviL/yPll/14D/0OSvWa8m+Iv8AyPll/wBeA/8AQ5K7cv8A46OfFfwm YtFFFfQHiBRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFV5f+Qnp f/X3H/MVYqvL/wAhPS/+vuP+YqKnwM1o/Gj3uiiivlT3jzX4qf8AH/4e/wB+b/2nXLV1PxU/4/8A w9/vzf8AtOuWr6HAfwF8/wAzyMb/ABQooorsOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigChq//IPb/eH8696sf+Qfbf8AXJf5CvBdX/5B7f7w/nXvVj/yD7b/AK5L /IV5OafZ+Z6mA+FliiiivIO8KKKKACiiigAooooAKKKKACiiigAooooAKKKKAMfwr/yK+nf9ch/O tisfwr/yK+nf9ch/OtigAooooAKKKKACivKPFXiPxBb+NNQsLHVHt7eERlU2KQMopPUepNZn/CQ+ K/8AoPP/AN+l/wAK7oZfUnFSTWpzTxVOD5We1UV4r/wkPiv/AKDz/wDfpf8ACj/hIfFf/Qef/v0v +FX/AGbV7on65SPaqK8V/wCEh8V/9B5/+/S/4Uf8JD4r/wCg8/8A36X/AAo/s2r3QfXKR7VRXiv/ AAkPiv8A6Dz/APfpf8KP+Eh8V/8AQef/AL9L/hR/ZtXug+uUj2qivFf+Eh8V/wDQef8A79L/AIUf 8JD4r/6Dz/8Afpf8KP7Nq90H1ykeleKXui2jWttez2Yu9QEMssG3fs8qVsDcCOqjtR/wjNz/ANDP rn/fyH/41Xnel6rrl74u8PRalqbXMAviwQoow3ky88D617JXHWoyoy5ZHRTqKpHmic//AMIzc/8A Qz65/wB/If8A41R/wjNz/wBDPrn/AH8h/wDjVdBXk+q2Gr2/xv8AB13quprcJcy6kLW2iTbHbwrD 8nuXIbLH2AHArIs7j/hGbn/oZ9c/7+Q//GqP+EZuf+hn1z/v5D/8aroKKAOd8NG6i1HXbG4v7m9S 0u40ie42lwrQRuRlVA6se1dFXj+vaprVj468Qx6bqTWsRmhLIEU5P2ePnkVV/wCEh8V/9B5/+/S/ 4V208BUqQU01qc08VThJxZ7VRXiv/CQ+K/8AoPP/AN+l/wAKP+Eh8V/9B5/+/S/4Vp/ZtXuifrlI 9qorxX/hIfFf/Qef/v0v+FH/AAkPiv8A6Dz/APfpf8KP7Nq90H1yke1UV4r/AMJD4r/6Dz/9+l/w o/4SHxX/ANB5/wDv0v8AhR/ZtXug+uUj2qivFf8AhIfFf/Qef/v0v+FH/CQ+K/8AoPP/AN+l/wAK P7Nq90H1yke1UV5H4f8AEniKTxZplneaq88E8hDp5ajIAPtXrlclehKjLlkb06iqK8Qryb4i/wDI +WX/AF4D/wBDkr1mvJviL/yPll/14D/0OSt8v/jozxX8JmLRRRX0B4gUUUUAFFFFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABVeX/kJ6X/19x/zFWKry/8AIT0v/r7j/mKip8DN aPxo97ooor5U9481+Kn/AB/+Hv8Afm/9p1y1dT8VP+P/AMPf783/ALTrlq+hwH8BfP8AM8jG/wAU KKKK7DjCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAoav/yD2/3h /OverH/kH23/AFyX+QrwXV/+Qe3+8P5171Y/8g+2/wCuS/yFeTmn2fmepgPhZYoooryDvCiiigAo oooAKKKKACiiigAooooAKKKKACis/W9TOkaW92kHnymSKGKIvsDySSLGgLYOBucZODio9E1WfUkv I7u1jtbyyuPs88UU3moG2JICrFVJBWRTyB1oAj8K/wDIr6d/1yH862K5fQtZg07RLWzurXVEnhTY 6rplywBBPQiMg/UGtD/hJbD/AJ99V/8ABTdf/G6ANiisf/hJbD/n31X/AMFN1/8AG6P+ElsP+ffV f/BTdf8AxugDYorH/wCElsP+ffVf/BTdf/G6P+ElsP8An31X/wAFN1/8boA8w8Vf8lG1f/ci/wDR aVTpfFOoxN451K7WK58qRYwoeB424jQcq4BHTuKz/wC1of8AnjP/AN8f/Xr6XDNKjH0R42IhJ1G0 i/RVD+1of+eM/wD3x/8AXo/taH/njP8A98f/AF635kYezn2L9FUP7Wh/54z/APfH/wBej+1of+eM /wD3x/8AXo5kHs59i/RVD+1of+eM/wD3x/8AXo/taH/njP8A98f/AF6OZB7OfYv0VQ/taH/njP8A 98f/AF6P7Wh/54z/APfH/wBejmQezn2NjRv+Rw8Pf9fp/wDRMtexS39nb3lvZzXcEd1c7vIheQB5 doy21Ty2BycdK8U8PX0dz418Poscqn7Yxyy4H+pkrG0zxzpviT41+G9el1Fhvu7mzitTG+LeIx+X BnjBaR3YnBIGRkjFeDmDvW+R62DTVKzPoS+1Cy0y1a6v7u3tLdeGlnkEaD6knFYWr2egXeo6H4uv dWjhi0oTG2n+0xrbuJkCEsx68DjBHPrXP/EC3ttQ8feAtN1OKObSp7m7aaGYAxvIsI8oMDweScA9 c159odrZ3fiTQdEuoopvDS+KNXS3gkw0LKkamEYPBG5nwO+TXCdR7tca7o9pYw31zqtjDaTkCKeS 4RY5M9NrE4P4VPJqNjFd21pJeW6XN0GNvC0qh5QoySi5y2BycV4v4d8DReK9E1KO11IWNppetara WJ8rzovssyCNgBuXoCxU54PY1X8NeMND0fxFLrOoC+ns7SwjsdLkWMMIbCORYDcPkjPmSkD5QW4P GKANPxH/AMj54g/67Q/+k8dUqk8WXsdt4/19GSRiZYD8q5/5YR1mf2tD/wA8Z/8Avj/69fR4SS9h E8bEQk6raRfoqh/a0P8Azxn/AO+P/r0f2tD/AM8Z/wDvj/69dPMjD2c+xfoqh/a0P/PGf/vj/wCv R/a0P/PGf/vj/wCvRzIPZz7F+iqH9rQ/88Z/++P/AK9H9rQ/88Z/++P/AK9HMg9nPsX6Kof2tD/z xn/74/8Ar0f2tD/zxn/74/8Ar0cyD2c+xraF/wAjzon/AF0b+Rr2yvCNB1CM+L9KuDDceXFIS22F nboeiqCT+Ar1/wD4SWw/599V/wDBTdf/ABuvEzJ3qr0PWwaap2ZsV5N8Rf8AkfLL/rwH/ocleg/8 JLYf8++q/wDgpuv/AI3XmXj7UobnxfaXcUN2I0swhEtrJE2dz/wuFJHPXpWeA/jIrEq9Noo0VQ/t aH/njP8A98f/AF6P7Wh/54z/APfH/wBevf5keP7OfYv0VQ/taH/njP8A98f/AF6P7Wh/54z/APfH /wBejmQezn2L9FUP7Wh/54z/APfH/wBej+1of+eM/wD3x/8AXo5kHs59i/RVD+1of+eM/wD3x/8A Xo/taH/njP8A98f/AF6OZB7OfYv0VQ/taH/njP8A98f/AF6P7Wh/54z/APfH/wBejmQezn2L9FUP 7Wh/54z/APfH/wBej+1of+eM/wD3x/8AXo5kHs59i/RVD+1of+eM/wD3x/8AXo/taH/njP8A98f/ AF6OZB7OfYv0VQ/taH/njP8A98f/AF6P7Wh/54z/APfH/wBejmQezn2L9FUP7Wh/54z/APfH/wBe j+1of+eM/wD3x/8AXo5kHs59i/RVD+1of+eM/wD3x/8AXo/taH/njP8A98f/AF6OZB7OfYv0VQ/t aH/njP8A98f/AF6P7Wh/54z/APfH/wBejmQezn2L9FUP7Wh/54z/APfH/wBej+1of+eM/wD3x/8A Xo5kHs59i/VeX/kJ6X/19x/zFQf2tD/zxn/74/8Ar0xb5J9R08rFPiO5R2/dknGR0AySfaoqSXKz SlCSmm0fQtFY/wDwkth/z76r/wCCm6/+N0f8JLYf8++q/wDgpuv/AI3Xyx7hxvxU/wCP/wAPf783 /tOuWrc+JWqwXtzoskMN6FhaUt51nLD12dPMVc9O1cp/a0P/ADxn/wC+P/r19BgGlQXz/M8rGRk6 miL9FUP7Wh/54z/98f8A16P7Wh/54z/98f8A167OZHJ7OfYv0VQ/taH/AJ4z/wDfH/16P7Wh/wCe M/8A3x/9ejmQezn2L9FUP7Wh/wCeM/8A3x/9ej+1of8AnjP/AN8f/Xo5kHs59i/RVD+1of8AnjP/ AN8f/Xo/taH/AJ4z/wDfH/16OZB7OfYv0VQ/taH/AJ4z/wDfH/16P7Wh/wCeM/8A3x/9ejmQezn2 L9FUP7Wh/wCeM/8A3x/9ej+1of8AnjP/AN8f/Xo5kHs59i/RVD+1of8AnjP/AN8f/Xo/taH/AJ4z /wDfH/16OZB7OfYv0VQ/taH/AJ4z/wDfH/16P7Wh/wCeM/8A3x/9ejmQezn2L9FUP7Wh/wCeM/8A 3x/9ej+1of8AnjP/AN8f/Xo5kHs59i/RVD+1of8AnjP/AN8f/Xo/taH/AJ4z/wDfH/16OZB7OfYv 0VQ/taH/AJ4z/wDfH/16P7Wh/wCeM/8A3x/9ejmQezn2L9FUP7Wh/wCeM/8A3x/9ej+1of8AnjP/ AN8f/Xo5kHs59g1f/kHt/vD+de9WP/IPtv8Arkv8hXz5f3yXNqYkimDEg8rXttn4jsUsbdTBqmRG oONKuiOnr5deTmbvy/M9LBRaTub1FY//AAkth/z76r/4Kbr/AON0f8JLYf8APvqv/gpuv/jdeSdx sUVj/wDCS2H/AD76r/4Kbr/43R/wkth/z76r/wCCm6/+N0AbFFY//CS2H/Pvqv8A4Kbr/wCN1qW8 6XNuk0YkCOMgSRtG34qwBH4igCSiiigAooooAKKKKACiiigDP1vTDq+lPaJOIJfMimilKbwkkciy ISuRkBkHGRmo9E0qfTUvJLy6jury9uPtE8sUJiQtsSMBVLMQAsajknpmtSigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKAOZ8YXltp8vh67vJ44LeLVAZJZGwqjyJhye3JA/Gqt3r3gO+1j TtWuda0x77TfN+yS/bMeX5i7X4DYOQMcg47VN4zszf3nhe3WZ4XbVWaOVOqOtncsrY74IBweD0NR 3eoNqGoeFGljEV1DrEkNzEDny5BZXOQPYghge6sD3oAwDZ/DO50/VLHUtV0m9t9Q1KTUnRrnbslc AEqQ24HA5IPUnAA4Fu5X4WXnhuDw9Pc6K2lQHdFALoLsbn5gwbdnk5OcnJzSad8R4by40+5/tjQJ bbULmOCPToZwbyJZG2xs3znc2Su5Ng2gnk7edv8A4SS8/wCEc/tHy4PO/tv+z9u07fL/ALQ+zZ6/ e2c56bu2OKAKVtq3w9s/DraBa6rpUGltE0Jgiu9nytnd8wbdk5POc89az7mH4V3cdjHNd6QyWMC2 8Ki8KjylYMEYBvnXcobDZ5GetGjaj4ms9Ps4Beabcy6hr99Zqz2ki+SFe7d2/wBadwzEu1eML8uS fmGlq3iTU7G/axbUtGtLiKFGEclvJcSXbFcsyRxybo03ZUZDE4PBxyAW/Cl/aanrHiW7sbiO4tpL 2LZLEwZWxbxA4I9wRXUVyHhfUhrXiOfVVj8oXugaXciMnO3e902M+2a6+gAooooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAoorl/F9hZ6nqHhazv7SC7tZNVffDPGJEbFnckZU8HBAP4 UAdRRXG6toOm+GGstX0CyttMm+22trPHaQrHHcRTTpEwdVABI37lbqCPQkHO1H4jw2dxqNz/AGxo EVtp9xJC+nTzgXkwjbbIy/ONpyG2psO7A5G7gA9DoqhrV9Lpuj3N5CkLPEoIM8oijUZALOx6KoJY 98A45rk7Tx01vcXgvLyy1O2h0y41EXFhayQKFhKbky7OHJDjlTxjkDIoA7uiuVv9S8TaN4a1fVr/ APsqRrbTZrqKOGORfKlRCwRssfMXjlgUPHTnIt654iOh6kizIpsk0q91CYgHf+4MOAOcYIkbt2HT uAb9FcPofjcXmtafYz6z4ev31AOFg0ucPJbOqF9rfO29dqsN4C8gcc8SaV4i1+68M6Lf3C6d9t1x YBaRRxOEhZomldnJclhsRmAG3+7k/eoA7SivPk1TWNG8S+I7jUYrO6vFs9Mt7U24aKOcyz3CRlgS xT53weTwM98V0en6hqsGurpOsNZzST2z3NvPaRNECEZFdWVmbkeYmDnnJ4GOQDeooooAKKKKACii igAooooAKKKKACiisbxVd3FpoEhtZTDPPPBarKvWLzpkiLj3UOT+FAGzRXOP4J0RIt1japZaguGT UYlzc7gc5aQ/M+e4YkEcGm3Op67e6nqcGipYLFpjLE63SOzXMpjWTYpVgIxtdPmIbknjjkA6WiuN h8Q65r2pLHoJ06CzfSLTUUlvYXkbMxlwhCuvBEY57c8NnhNG8R67eL4a1C8TT1sdewEtoo382DNu 86sZC2HyIyCNi43dTjkA7OiuG0LxJ4jm0DRNf1iLTFs9S+zq9vbRuJIvOKrG+8sQwLOvy7RtDfeO Oadv4nTQ9Mgsv7Q0zTpb3VdWcXWpuBDGkd7Ju43LvYl1AXcOMntQB6LRXnD+INS8RTeH20rVdKEs GtTWc08MbXNvMws5ZFZdsq/LsPK5OGI5+Q7rOveN7zSH1Of7XpSjTy7NpnlPPcyRqM7i8b4iLAZG 5DgEFiOcAHfUVxGreI/EVr/wlN7aJpgsNAbdsljdpLhRbRzOu4OAh+c4bDZyBgYJNmbxDq2hXkn9 vGxktv7LudRxZxOrQ+QY9yEsxEmRKMMAv3enPAB11FcPofjcXmtafYz6z4ev31AOFg0ucPJbOqF9 rfO29dqsN4C8gcc8M0jxD4nvdO8N3t2+kRrr0W2OOK2kJt5GtnmVyTJ86/u+UwpG7G44yQDu6K80 0jxReaL4J8J22oa1o9vc6jYJNHe36mKOKFIoshg0uZZcuvRkzknA289b4U8Qp4h0+5kW4s7mS0uW tpJ7KTfBKQqsGQ5PBV1yMnByMnGaAN6ivO/Gepa7qfgbxTdaetgNMit7y1aGVHM0ixh45XDhgFwy vhdpzt6jPFzW/G4s9b1Cwg1nw9YNp4QNDqk4SS5dkD7V+ddi7WUbyG5J445AO4orOttWW+8Nw6zZ wNKs9mt1DCWCFwyblXJ4BOQMngVzGleMbm41zTLSTUdK1GHUJHi/4l9vKBbusTyczFmSQYjI6KT1 AxnAB3FFc74f1DXNXhs9Wf8As4aVfR+dHAqOJoo2G6Ni+Srkjbldq4z1OOYdP8SXl3o/gy8kjgEm t+X9pCqcJutJZzs54+ZAOc8Z780AdRRXnmnfEeG8uNPuf7Y0CW21C5jgj06GcG8iWRtsbN853Nkr uTYNoJ5O3nSg8R6yNLv9VnjsWgS+n0+0tkR1eSUXZt4mdyxABOAQF9887QAdjRXAXuoatonjBL/X Wsri2stA1C6SSziaIsFktmdCrM3ICjBzzu6DFbdrqWu2WpabDrS2DRakzRRrao6tbyiNpNjFmIkG 1H+YBeQOOeADpKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigDP1HTPt99pNz53l/2fdtc7dufMzDLFtznj/W5zz93HfIp3/hx LzxLpesx3LQtZytJLCEyLj91JGuTn5Svmtz3HB7Y3KKAOcsvDmoWTW1omtEaPayB4baOApMFU5WN pQ+DGOBjaCQACSM5pyeD9RfFquuRppi6quprALP94W+0i4ZGk34Klt2MKCOMk4IPX0UAczaeFrm3 v7Z21KN7S01SfUYIRbEODMtwHRn34I3XGQQowFxznIfdeHtTGpajcaZrMdlDqTK9wGtPNlRgix5i feAvyqvDKwBye9dHRQBz/hzwx/wj/k/6Z9o8rSrLTf8AVbM/Z/N+fqfveb07Y6nPHQUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFY+vaTeam2mT2F7BaXVhdm5Rp7Yzo2YpIi pUOh6Sk5z2rYooA51PD+pX2oW1xr+qW15DaOJYLW0tGt4/NByrvukcuV6qMgA84JAISTw5qCzXMF lrRtdLupmmlgSA+cjMdziOUONgYkk/KSCxwRxjo6KAM7XNKGtaTJZecYGLxypIFDbXjdXUlTww3K MjuMisY+E73UNVkvdd1aK8jk06405rW3tPIjCStGWYZdznEeDknORjGOeqooA5xvD2p32kX+l6vr n2q1urKSzHk2oibDrtMjks258em1eT8vTESeFr691P7Zr2rQX6HTp9Pa3gszAjJK0ZZuXY5/d4PO DkYAwc9RRQBh6dpGrwXdu+oa6buC1UiKOODyWkJGN0zByJCBnoFGTnGQMRQ+GDB4W0bSYr0rdaRF CtteCLo8cfl7imejKWBXPRjz3roaKAOSTwfeXM+sXOra19puNQitkRre28lbVoHd0aMFm6M4bBJ5 B5wcDT03Rr2LVTqeq6jHe3awG3h8m3MEcaFgzfKWYlmKpk5x8owBW1RQAUUUUAFFFFABRRRQAUUU UAFFFFABVXUdPg1XTp7G5DGGdCrbThh6EHsQeQexFWqKAOeXRdcmUWuoa/HPYjhxFZeVPKv915N5 XB6Hain0xS32gag1/e3GlawLBNQC/ala281twUJ5kbbhsfaFGSGHyjj16CigDH0vw/BpGoyXFs+2 3/s+1sIoNv8Aq1gMpB3Z5yJcYxxt754r2Xhj7Hpfhay+2b/7B2fP5WPP220kHTPy/wCs3d+mO+a6 CigDhPBvhnVl8J+HbbWNSZ7S1t7ecWT2nlzJIqqypI5bkI2MDapyoyTg51l8LXFrBDJYaksN/BdX k8c8lvvQpcTNK0TpuBIyV5DA5QHjpXS0UAc3ceHNRmtbOQa0G1S2vWvVuJ7cvFuMTxFBEHG1AjnA DdeSSSc0NU8F6ne6Tq+jWuvx2mm6k07sPsO+dWmJZx5m8ApuY8bc443Dg12dFAHP3vhj7Zpfimy+ 2bP7e3/P5WfI3W0cHTPzf6vd2647ZqzqWgw6rqcVzcvugFhdWMkG3/WLM0RJznjAixjHO7tjnXoo Aw9O0jV4Lu3fUNdN3BaqRFHHB5LSEjG6Zg5EhAz0CjJzjIGI7Lwx9j0vwtZfbN/9g7Pn8rHn7baS Dpn5f9Zu79Md810FFAHKWXhTUNP0rTLe31iBbvSk+z2dwbMlTbbUXy5U8z5z8iksrJyo4GCDu6VZ XFlbOLy+e8uZZDJJKRtUE4G1EydigAYGT3JJJJq9RQBx+t+DtQ1HTNV0mw11bDTdS81pYzaebIjS ZL7G3gBWYkkEE/M2CM8aV7oeo/2hdXOkaulit6F+0pJa+cd4UL5kZ3LtfaFHIYfKOOud6igChd6T DeeH59GllnME1q1q8hkLSFSm0nceS2D1PesaPw3rE2raPeajrsE0WlytJHb29h5KyZheLLZdvmG/ ORgdRt5BHUUUAYOjaHqGkNb2q6ur6TaqUt7UWoEgTGFR5CxyqjGNqqeBknnOdpng/UbKTQIp9cjm sdCYi1gSz2M6eQ8K+Y285YK45AUcH5eQR19FAHOWXhzULJra0TWiNHtZA8NtHAUmCqcrG0ofBjHA xtBIABJGczR+Gov+EfudKluXImu57tJo1CtE73DToRnIyjMMHvtzjnFbtFAHKjwnfX2ryXuu6vFf Qvp0+nG1htPJTZK0ZZuXY7iI8HscjAGObNj4f1Bb+yuNV1gX6aeG+yqtt5TbipTzJDuO99pYZAUf MePToaKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiivn/xBZeHbz4veMf7f 8Ia54h2/YvJ/sqKR/Izbjdv2OuN3y4zn7poA+gKK8fj1+LwX4N09vBfhC90z7f4gjsm0/W0kjkla SPlkLOxGdqKGOQCDxXTeGfFHiV/HF14W8UWelx3IsBqEE2nO5Qx+YE2tv5zk+3SgDuqK4nxP4o1+ LxfZeF/C9np82oSWjX9xLqDusUcIfYMbOcluPbjj05mT4t6lY+CdY1fVLCyt7+316TR4IcuY4yFD ZkIyW2jfkqBnAwBmgD1yivG7b4x3918O/EmrwR6ZPqmiyW6+ZCk32aZZZFUMFfa4x84we4B6V0Wn +LPF1p440fRfEul6VBba1HM9p9ild5ITGm8rIW4JxgfKAOaAPQqK8W0L45Nq3jCysmTTv7Nv7z7J DBGJvtcWTtSRyV8sgnHCnI3e1dL4e8X+Ldb1jxAw07S20jR9QvLP5XZJ5zGP3aruOwHONzEgfMMA YJoA9EoryTwl8U9X1Xxxp+g6n/YEy6gkpC6XM8j2rIhfbI5yjEgEfISPetv4Jf8AJIdC/wC3j/0o koA9Aoryv4h3HipPih4Lg0GbTV8yO7a3jvGlEbSiM+YZQnUBCNmOdxbPFZWu/HJtJ8YXtkqad/Z1 hefZJoJBN9qlw215EIXywAc8Mcnb70Ae00VheMtcufDXhHUtYtLJr2e1jDpAM88gZOOcAHcfYGuP 8H/EfUtTtNXvNXOiXdjYWTXn2rR5242gkxvFIfMDYBIO0DjGaAPTaK8h8A/GK48U+K7XR71NMIv4 pJIFshMJLdlXdslMihWO0NynGR71Ttfih46PgS28a3Oj6H/YqSbLlUeQTSDzfL3RgkhQCQOSTkE9 OgB7VRXiFzeeJx4w+KX2kaVdaXbWH+lW8rz58n7LK0Cx4IxkEeZyOS20jrVvUPiJqnh3RPCGn6Zb aNp0N3okFyLjUzP9mB2KPIQqSQQMHLk8EZPqAeyUV4trut+NNW8WfDy60+PSLW5vLe7kit5rlpYG mWMh2doiQyeWVKFSSCzZo1345NpPjC9slTTv7OsLz7JNBIJvtUuG2vIhC+WADnhjk7fegD2misLx lrlz4a8I6lrFpZNez2sYdIBnnkDJxzgA7j7A1yngfx7rniEakbqLQ9Rjt7X7RDNpF1sDP2idJSHQ n+8QF4PNAHpFFeOaD8U/Eeq+J4NBb/hGZrzULe4NstnNLILWZI2dFncZVgSMHyye/PSuf8L6hrLe APBM+tQabf2Vx4ntlsJJJJzcI5mn8ySQhgCwb7vUYJ3A0AfQdFeQ3/xT8QxeNb7Sbaz0RIrS9Fst heztBd3KZA8yN3Iiw2cgE59jxWStlfXHxm8V6/rsOn3Nl4a8u6OJZxJBEIXkh8lQQpY7VLhsjOdt AHulFeQ+AfjFceKfFdro96mmEX8UkkC2QmEluyru2SmRQrHaG5TjI961fDnjHxr4mubLWbDRNMk8 LXd20K4mIu0iVihmbcQuMg/KAW9u9AHpNFeH6LrXivRLLx5f6DYaZLZWPiHULq7e9kcM6rtLJGq9 wFzljjkYzXW33jrXNUutD0vwnp9i2palpSatK2ou3lQQNgAfJyxLHHH9eAD0Oiua8EeJ5vFGizzX dotpqFldy2N7CjblWaMjdtPccg/j3rhvFfizxTr2j+NY9H0zTW8P6ZHdaddSTyuLh3WMiRkx8uF3 ZweoHB54APXqK838CeJLz+0fDXhfy4PsP/CH2uoeZtPmeZlY8ZzjbjtjOe9UL74l+IIdPuZbOw0+ a6Txg2gQxOHUPEAdpJ3cOTgbun+zQB6vRXmPizxr4s8L2emxXf8Awi9pdyQvJdXd3cSeQzBiAkUa nzWOMEnGOe1VI/id4i1bT/BEmi6Vp73fiFbxZYrl3CxvDxuDA8LncxGCSBgc80Aes0V4T448XeLb 3wF4w0jUYtOtNS0a4tEvZrKSQLJbzHK+Vk53Z2A7uCrMMZrZ8X/E/XvBzaXpGpN4fh1uW3e6u52W 5a1CeYyokYQF9xC8k8Ag+ooA9dorD8HeI08W+EdO12OHyftcZLR5ztZWKsAe43Ka8r8J+KNU8MfB HwvJpq6VGZ5blJLvVbny4YQJpCPlBDuT2CA4wc0Ae4UV5DD8W9Un+Gs3iCOxsJLyHVf7NknTzTaI MA+eRjeI8MBjryPpXWfD3xTqniixvZNSXSZPIkVYrvSrjzIZgRk/KSXQjuHAzkYoA7KivPdc8WeL brxVquieDtM0y5bR4YpLxr+RlMjyKWWOPBAB2jqxx9O9QXd2vxpF5LYlb0eC/Naz81ciT7Rkx787 evG7OO/SgD02ivJPCXxT1fVfHGn6Dqf9gTLqCSkLpczyPasiF9sjnKMSAR8hI96Z4Z+KfiHXPFNv ZSWeiRwS3bW8unGdor+1UEjcwkIV8YyQmTjtQB69RXi2u/HJtJ8YXtkqad/Z1hefZJoJBN9qlw21 5EIXywAc8Mcnb71peM/iZrmh+MrrRbCLRLaO2ijkQ6tJJEb3cMkROMIuD8uXIGaAPV6KzJ9YFl4X l1q9gaEQWRu54VcOU2pvZQw4OMEZHBrx/W9c8Xa9F4D1HW9N0u20q+8Q2NzaG1ldpYwSSqyBuDuV icj05HNAHudFeLa78cm0nxhe2Spp39nWF59kmgkE32qXDbXkQhfLABzwxydvvXoPxE8SXnhHwJqW uWEcEl1a+VsSdSUO6VEOQCD0Y96AOoory3/hMPiIfE83hn+xdAGqy2Q1G3Y3Epihh3FSsh6s+7C/ LgZOelUtS+Ms1t4B8N6wkFja3+tNMu6781reARMVdiIwXIJxgD+97UAev0V5ZafFm4v/AIfQavZW FvcaxcaoujwxKzLBJcNyrAsAwQqQcHB7e9c/qFzrw8d+JX8UWGmm8g8D3OY7SSQ29xGJN3ch1BJK kZB4yDyKAPc6K8ts/Fmumy8JeG/CemaWL6fQYNRm+2vIILeDaqhVwS554GST0znk1j+E/EOsaJ4K 8X6pFY2MepP4puROt5drHb2rMI9xZiQWCnjC/MeMCgD2qivI9F+LOq3vhbxXevZafqV7oQiZH0wy eROJMjIDjdhdpJPcA49a2vh1421jxTe3UN+2hXVvHCsqXekzthWJx5bxSHzAe+doHB5oA9CorifE /ijxBH4us/C3haz0+XUZLNr+ebUXcRRwh9gxs5JLce3HHpwGg+N7jwb4H8Vavd2kEWo3Pi25g8mR maKGZ1QtuKjcVUK3QZOPegD3WiuD+GXxAfxxbalFcfY3utPkRXmsRIIZVcEqyiQBxyrAgjt71zmk 6x4k034p+Pr69l0+TR9OjimvU3SmRIFgkeEQg/KGI5fPGScUAev0V5D4B+MVx4p8V2uj3qaYRfxS SQLZCYSW7Ku7ZKZFCsdoblOMj3qna/FDx0fAlt41udH0P+xUk2XKo8gmkHm+XujBJCgEgcknIJ6d AD2qiuA1XxZ4puvGWpaH4V0zTbiPR4YpL576V0aRpF3LHHt6EqOpyPp34Lw/8QH8D/BjwhFb/Y0u 9Qku1Sa+EhhiVJnLMwjBc8soAA7+1AHvlFeRr8WtUvvBGkavpVhY3GoXGupo80JLiKUlScxk4K7h swWBxk5BxWtp3jjxBpfiDV9I8X2Wmo9lpD6xHLpjOVMKttKnfzuzn06UAejUVwPhDxB461m602+1 TRdLTQdStzcRy2k5MtspXdH5gY/NuGPujvzjpXK6B4wv9D+Dvhq70aw0PTkuZbhHkvbp0tbYCWTo GdpXLHJwpbHPQYoA9oorjvhr4yn8beG7i+uo7ZZ7a8ktHe1LeVLtCkOgb5gCGHB5rHfxj411bWdV bwvommXmk6TqBsJknmKXM7rjzDGSQigZ/i/XpQB6TRXkPj74xXHhfxXdaPZJpgFhEkk63om33DMu 7ZEY1KqdpXl+Mn2rUvvHXiXUvFmnaR4UsdLli1DQo9VSXUGkXyt7kZYqeRjaNoGctnOBigD0qivC PEXi7xb4g0bQPLi06y1Cz8Wrpd2gkk8qS6jIMfQ5MOS24HJyqkV2Ok+KPGuo+PL/AMPG00PyNKFk 1/Ovmg/vIg0gjBPJ3btpOMBeck0AejUV47H8Wdbh8Z6fpl9DoK297qK2X2G2uWmvLcM20PI6kxcH GQDnnGBzXRfCz/mdf+xrvv8A2SgD0CiuDsPGupXXhXxzqjwWgn0G9v7e1VUba6wIGQv82SSeuCPb Fcpo+s+MNa+LWiXcT6UsN34atbyWFzMEW3keMzFVycTb9wXPG0Lk5oA9norwfwbcRXd58IZ4bKCy jb+2cQQFyiYDDguzNz15J6+nFbHhTVvENv8AB7QtU8NxeGNLsYkunvE1F7nyolEzbSh3M3PzE7ie SMelAHsFFeaweMvGMHw3bXtT03SIdQluQsHmym2t47c4xLJ5jbuuflHzEFeM5rCg+MGsSeCfFmoi PRrrUNDe1Ec9oJTazrNIF4DEPxhucjn26gHs9Fee6f4s8XWnjjR9F8S6XpUFtrUcz2n2KV3khMab yshbgnGB8oA5rg/HfizxT4s+Fer6ummabH4VuZljgcSv9qCpcKBIw+6QWXbjgjPcDkA9+orgNb8W eKbrxXqWh+ENN02dtIhilvpNQkcbmkBZI4wvcqOp4+nfpPCPiOHxb4U0/XIIjEt3GSYyc7GDFWGe +GU80AbdFfPPiDxFYyeOdR8cDWLVbjQ9UgsrWyNyolltUylwVTOWDGQkEDoG61qfESHQ9Q+MFr/b Hh7VPENk3h5Hjt9KjeSQN9ofEh2Mp24JGc4ywoA9yorwbw1c28Hhj4m6Va29/pdiunSTWOkajvE8 CeQ4d8Nnhmx3OP1ODpegWl94f0T/AIRHwX4m0/xOUtn/ALZlEkVqWwpeTczlSjckAAZBH0IB9L0U UUAFFFFABRRRQAUUUUAFFFFABRRRQAV5/qHgLxF/wl+sa/oHjP8Asj+1fI86D+y47j/VRhF+Z2/3 jwB174r0CigDh5vBGs6np2kQ654p/tG603W4dUW4/s9IdyRjAh2o2Bkkndz16Vsf8Ix/xcP/AISv 7Z/zCv7N+y+V/wBNfM378/hjHvmugooA8o+JlvrVp4y0vWtGstbikjs2gk1DSLZLx2UvnyXgbAx/ EHz1PQ4zUPhH4f3Wq+Ab+21NtQ0u7udck1exmnwbm3YbRG7j+/8AKc9OvavXaKAOAvvh1qOreCtY 0PVfFl3fXuqSRO97ND+7iCOrBY4QwVQdvOCMk57Vv6v4Y/tTxf4c1/7Z5X9jfaf3HlbvO86MJ97I 24xnoc+1dBRQBwWifDm70LVIBa+KtQTw/bXL3MGkRoIwrMSdrSA5aPJJ2EY9e9aek+CYtP0nxPp0 9688OvX11dyFE8tolnUKUByckAfe4+ldVRQB5toHwrvNG1bQ7+bxO95/YrOlpAbFI0WF4yjqdpyX IK/OSfu9DV3w74Z1jwdb+EtAsNTkudPtWu/7QItFVZkbc6EsSShV2UBQfmyT0XFd5RQByvi3whc+ IdV0TVdP1ltL1DSXlMUot1mDLIoV1KkjqBjPbJrMn+HN2uv3l1pnirUNN0rULsXt7p9sgUyS8bis oIZA2BkDr+WO9ooAztd0t9a0S606O/u7CSZQFurSQxyxEEEEEc9uR3GR3rkvD3wzGn6hqd/rmsHW Lq/sm09ytmlqvkscsCqfeY/3jzXfUUAcT4V8C6l4dvbZrrxbqGo6fYwmCxsWQRJGh4HmbT+9IHAy OO1Vf+FZf8Wh/wCEC/tf/t++zf8ATx53+r3/APAfve/tXoFFAHC6p8Pbm88QeItRtNfa1tdfsTa3 lobRZAWELRI4fcCNu7OB1559IdS+HWpXGlaNZ6d4ruLI2Gnx2EqParcW9wqKBvMDnar/AO1yQMDt XoFFAHnr/C42mneFoNE16bT7rw8ZvJuXt1m8wTf6zKkgDPOPQH6GpZ/hzdrr95daZ4q1DTdK1C7F 7e6fbIFMkvG4rKCGQNgZA6/ljvaKAM7XdLfWtEutOjv7uwkmUBbq0kMcsRBBBBHPbkdxkd64/RPh gbO61a81nXJNTvNRsH05pYrSO12wt97hM7nz/Eea9BrG8V32p6Z4V1K/0aKCa/toTNHHOpZXC8sM Ag5Kg4564oA4/QPhXeaNq2h383id7z+xWdLSA2KRosLxlHU7TkuQV+ck/d6Gk074VXNhpWlaUfEr T6fpOsw6nZxPZKDGqM7NEWDc7jJncemOnpov49fU7zwja6AkEsmtr9qn84FvItlXL9CMNu+UE8ZB 4NWvGvifVdHvdF0bQLS1uNZ1iWRIPtjMIY0jXc7Nt5OARwPf6UAY2v8AwrufEOqXBu/FV4+j3NwL iSwmt0ldDuDFYpmO6JMj7qjAFdDbeDIE8QeK9Rurn7Rb+IooIZbby9vlrHEYyN2Tu3Bs9Bj3rzrS PFGoeGNa+KGv69ZW66haJpwkgtpCYnfy2RCrEZCtlTyMgH2rU8E/Fq68RPrNpPBYX95Zae9/B/ZS zKsoXgxYlUNvyVGRkHd7UAdF4V8C6l4dvbZrrxbqGo6fYwmCxsWQRJGh4HmbT+9IHAyOO1V9G+HF 5oeqQLaeK9Qj8P21y11BpESCMKzEnY0gOWjySdhGP51lfD/4j674q1yC2u00Ga1nhaR1sZ2S4syB kLLHKQW5+XKAgHvisnQvjk2reMLKyZNO/s2/vPskMEYm+1xZO1JHJXyyCccKcjd7UAdzZ+Bfsnh7 xbpP9o7/APhIbu8ufN8jH2f7Qm3bjd823rnIz7VSu/hxci20GbR/EU2l6zpOnJpv26O2WRZ4VUDD RscdRkc8Z78VzXjH4s634W168R4dBWytbhYxZSXLSXtwmRlx5ZKxgg5AfBx2rpIPFHinUfiZrPh7 T7TSv7K0qS0aeebzBL5ckYZgoBwWznB4AC85zQB0XhPwxb+E9FNhDPLcyyzPcXNzN9+eZzlnP14/ ADrXK6z8Lru9utcXS/FV3pema0XkvLFLZJFaVlwWDEggE43AdeRn0wdJ8b6lp3wp0HVtNsdBsJdR nuDcz3tw0dvERK43EFzLI7Y7FjnJPFTQ/FvVJ/hrN4gjsbCS8h1X+zZJ0802iDAPnkY3iPDAY68j 6UAblx8Nb2KXQrzRfFE2l6lpmlx6VJcraJKtxCmP4GOFOee/b0qGw+FLWWn21q2vy3DQeJV18zS2 +XkKgDy2O7qcZL/+O1rfD3xTqniixvZNSXSZPIkVYrvSrjzIZgRk/KSXQjuHAzkYqlqvizxTdeMt R0Pwppmm3CaPDFJfPfSuhkaRdyxx7ehKjqcjPp3ALXirwFca94ltNf03XpdJvobY2jsLVJw0RYt8 ob7jZJ+Yc9Kq6H8Ml0O68LNHqxlt/D0l8YI2t8NKlxnCs27quTzjn0FZ3hf4j6xrf/CBfabaxT/h If7Q+1+WjjZ9n3bNmWOM45zn2xVzVfiPcaJfePDd2sElr4djszaqgKvK06dHOSMbyo4AwM9aALGt fDSLW5PGJm1Ro08SLaDCwc2xtwMHO758kA449Pek1HwBrF7Jpupw+L5rXxFa2z2k+px2SYuYWbdt MWcDB6EHrz6Yz/hr8T5vGOs3mkXrabNcRW4uo59OWZYyu4KyMJVDbgWXkcHPtUnxD+IGreF9fsdK 09NJtY7i3M/27V/NELsGx5SmPo2OcnjBHSgDu9G006Ro9rYNeXV60CbWubqQySynqWZjz1/LpXAL 8JJIPC3hzTbTxC0GoaDJO9vemySRGErFmBiZiM8gA5PTPfiLxP8AFO90Dwl4evJbbTrPVNY3ndcT NPawqmNz7oNxcHK425+9z0NdL8OvGX/CceGDqTRxJPDcPbTeTu8tmXB3JuAbaVZTgjIzigDKtPhn d2Ggajptp4rv4Z7vUBqS3kaBZPOKBZBIAdsiMRnaQB2OcVq+CfBH/CIvqd1cal/aGoak6PcTLbJb phAQoWNOF6nPrXFeMfizrfhbXrxHh0FbK1uFjFlJctJe3CZGXHlkrGCDkB8HHati/wDFvji88beJ NC8N6bos0WkLbuJLxpFZhJFv2fKeWJzg/KAF5zmgDR1/4f3uoeIbvV9E8T3mhy6hCkOoLBCrmdUG FKsSCjAcbhz+ubNz4Chu/EU2pTajcPBN4fbQ3iYFpSpfcZTKTy2OOR15z2rk4/EaeLfGPwp12OEw i7j1MtHnO1lhCsAe43KaqeFfGGoWPw58GaZ4a0fTo9V1qW7S2gkeX7NAkUjtIxLMznjnG7ucdAKA N7QPhXeaNq2h383id7z+xWdLSA2KRosLxlHU7TkuQV+ck/d6Glt/hXc/8JDYX2o+KrzUbHT7sXdr Bc26NOHUkqGuCS7KCeh4rHvfiZ4s0rSPGzalp+kR6j4e+wrGkQkeOQzNhmJ3AkEYKjgjODmu41zx JeaZ478KaHDHA1rq/wBs+0O6kuvlRB12kHAyTzkH8KAMqf4c3a6/eXWmeKtQ03StQuxe3un2yBTJ LxuKyghkDYGQOv5YTxf8Or/xPqN1LD4qurSxvI1juLGa2S5jAA2kxbz+6JHUrznmuU0L45Nq3jCy smTTv7Nv7z7JDBGJvtcWTtSRyV8sgnHCnI3e1d58RfGQ8D+GBqSxxPPNcJbQ+du8tWbJ3PtBbaFV jgcnGKANyLRLKLw2mgFGksFtBZFXbJaIJswT64rgYPhPqSSaHFceM7u607RL+G6srOW0TCpGchGY EFjjADHoM4XnjKtvjHf3Xw78SavBHpk+qaLJbr5kKTfZpllkVQwV9rjHzjB7gHpXRaf4s8XWnjjR 9F8S6XpUFtrUcz2n2KV3khMabyshbgnGB8oA5oAln+HN2uv3l1pnirUNN0rULsXt7p9sgUyS8bis oIZA2BkDr+WN3xt4Y/4THwhfaB9s+x/avL/f+V5m3bIr/dyM524696peM/E+paNdaPo+hWltc61r EsiWwumKwxrGu53fbyQARwP/AKx888d+L/El/wDDfxTpl5DZ2OsaPc20WpNbSPseCUgo0J6gsdoI b+Hd3OKAPUP+EY/4uH/wlf2z/mFf2b9l8r/pr5m/fn8MY981zNv8K3svCXh/TLLxBLbatoUs0lpq kdspx5rMXUxliCCGAIzzj8Kry+KPiDH4usvCy2nhyXUX0v7fcyr5whj/AH7J8uTuI2BRggfMxOcD FZfjH4s634W168R4dBWytbhYxZSXLSXtwmRlx5ZKxgg5AfBx2oA627+Hzaj4OXRr/wAQahdajHdC +j1SQ5kiuAcqyKThVHQKDgAnHrWZD8MNRk1HV9R1XxZNqV5qWiTaS8klkqCPeeHVVYAAY+73JJ3c 1Q8Z/EzXND8ZXWi2EWiW0dtFHIh1aSSI3u4ZIicYRcH5cuQM16St7cHQRfmzP2k23nfZRMn39udm /O3rxuzjvnFAHH3Xw4uVi0C40fxHNper6Tpyaa17HarILiFQBho2OByMjk4z34NUU+EQXwpd6O/i GeS5k1k6xDeyW6syS4AAdScSdCT0BJ6VieDPH91f/Ey3s7+38PS3esQuryaZPJNLbCJC6xu5JQjg 8RnGcn63dD+JfiV/h3d+Ntb07S10yO3byI7UyCSWfzvLXIJIVMnHUnIJ6YFAGzpvw1vLJNdaXxXf Pd61BCs95BELeWOWIna8ZQgKu0hdmOg684q14Q+H83h3X7rXdS1s6rqM1sLUSLZx2yiPcGOVT7zE gfMeaw/APxVuvFN5qmn3EenXt5a2RvYG00yxRyAHBjPnhcMCV+b7vPtVfwl8U9X1Xxxp+g6n/YEy 6gkpC6XM8j2rIhfbI5yjEgEfISPegDrfE/gu51nXLPXdH12bRdXt4WtmuI4FmEsJOdjI3HB5B9+n TGPafCdIPCt9o8uu3Ut1Nq51e21HygJYJ8LtJ5IY/KcnjO48Csfwz8U/EOueKbeyks9Ejglu2t5d OM7RX9qoJG5hIQr4xkhMnHau38deJ7nwvotvLYWiXWo315FYWcUjbUM0hONx9OD/APWoAseF9A1H RIbp9V8QXetXtzIHeaZfLjQAYCxxAlUHrjqazJPAjv4y1jWBqzf2drVusGo6a1upE22IxqRJnK4B 6Ac8/hx1hq2tab8XtR1HxZbWUVxYeEpJXOnOzRyxJOH3KH5B+8MHuvvUvgH4xXHinxXa6PepphF/ FJJAtkJhJbsq7tkpkUKx2huU4yPegDqPCvgXUvDt7bNdeLdQ1HT7GEwWNiyCJI0PA8zaf3pA4GRx 2qr/AMKy/wCLQ/8ACBf2v/2/fZv+njzv9Xv/AOA/e9/apPib8QH8D22mxW/2NLvUJHVJr4SGGJUA LMwjBc8soAA7+1YQ+Ll5cfDH/hI7OxtHu01H+z7iQiU2sJ6+cQBv8vBXjGfmxQB0et+Abu98TXGt 6L4ku9FkvoUg1BIYEk+0KowpBb7jAcbhnHbvnPt/hW9l4S8P6ZZeIJbbVtClmktNUjtlOPNZi6mM sQQQwBGecfhXH+LPGPibXvg9r1y0mjBbe4gjlvdLumZJoWYAhFzvRwxQESAZVmwK77RPEniT/hPI PC+vx6V539iNqE0lgsm3zPtJjUKXP3dm3IIzuzzigBZvAFxdaRodreeIru8utO1mLV5bq6QuZ2Qt +7Vd2I154AyBjoc1oX3gyDUfGdzr1zc77e50VtIls/L+8rSFy2/PocYx75rl5viXqsWi6zKlhaz6 inieTQNNiG5Ec5GwyEk8/ezjAPHSub1C514eO/Er+KLDTTeQeB7nMdpJIbe4jEm7uQ6gklSMg8ZB 5FAHeeFfAmp+Hb+1a58XahqGnWELQWVgUESIpGB5hU/vSBwMjjtWSvwkkg8LeHNNtPELQahoMk72 96bJJEYSsWYGJmIzyADk9M9+I7TxZrZ03wn4c8Jabpg1G40GDUJPtjyC3toNqqFGCXPzcDJJ6Zzy a6zwR4nm8UaLPNd2i2moWV3LY3sKNuVZoyN209xyD+PegBvgvwi/g+31KA6nJfrfXhvWkliCv5rK okJIODkrkcDGcc9ayLn4cXn9u3tzpfivUNL0vULsXl7YWyBWkl43FZQQybsc46131FAHD6/8P73U PEN3q+i+J7zQ5NQiSHUFt4lczqgwpViQY3A43DkfnnTtvCQtvHMXiRb+RxFo40oQSqXdsS7/ADGk JyT2II565rpaKAPO7v4XPPpl9BBrz293L4jbxBbXK2obyJT0QqWw4HPPGfT13vD3hSbRfEeua1ca n9sn1aO0WQeR5e1oYthbhjncTnGBjpzXTUUAeV2nwcnsmtIofFMxsNP1BNQsLV7JCI5Fk3fvHBDS 8FgMkY3fhXaeFfDH/CM/23/pn2n+09Vn1L/VbPK8zb8nU5xt68Zz0FdBRQB5rqPwsv7ibX4dO8X3 en6Trcktxc2K2qPmWQfMd5OdpOMqMZHGe9aFp8PbnTtc8O6rYa+0Eul6XDpVyn2RWW7gjIOOW/dk kdRnHHvnuqKAPP8Aw/8ADL+wv+EO/wCJv5//AAjf23/l22/aPtGf9s7NuffPtWfJ8J9RTwf4e8P2 Xiv7OmkSyzM7acsqXLtIXQtGz4+TJwDuBznjFeoUUAcHqXgHV9e8KLpeueK3vdQgv0vbW/XT44xE VGFVogdrjJY8nnPtWXP8Irm60jxDZ3Pid57jXYrUXVzJYqCskEm5WVVYALtwu3tjOe1eoUUAc/q/ hj+1PF/hzX/tnlf2N9p/ceVu87zown3sjbjGehz7VxOpfBu7u9GvdBs/GF3aaBNMZ4NONojrCxfc QWyGZc5wuRg4PJHPq1FAHEeIPAN7f+ILnWdC8S3Oh3N9CsF+IoFlWdVGFI3EbWA43Dp27539J8Pw eH/CsOhaRIYEt4DFBK67yrHJ3kcZO4liOPwrYooA4fTfhT4Ys/CiaNdaZYXlz5DRS6jJZp57u2cv uOWByeOeMDnissfDLxBa32l3+l+NvsV9ZaSmlNP/AGWkvmxrIXBw7kD+Edz8uc84r0yigDgLb4b3 kq65da34lm1TV9T0yTS1u2tEiSCFgeBGpweTnqOnvXX6Fpn9ieHtM0nzvO+w2kVt5u3bv2IF3Yyc ZxnGTWhRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABVe/uvsWnXV39nnufIieTyIE3ySbQTtVe7HGAO5qxRQB5R8H/CE2 l3Ws67dafd2MdxK9vplpertlt7XeXwV/hyzdPVc967Dxf4RbxN/Z11Z6nLpWrabK0tnexxiTZuGG UqeGBGMj2/CunooA87svhWv2bxVDrWu3GqnxEkAmleBY3jeIHDDBI+8QQMAAKBzWroXg7VrGO/8A 7Z8X6pqstzbfZI3X/Rxbpg/MqqSPM/6adeK6+igDz7w98NLnS/FNnrureJJtXmsI5I7TfaJE43rt JlkBLSnHdvrUmifDm70LVIBa+KtQTw/bXL3MGkRoIwrMSdrSA5aPJJ2EY9e9d7RQB5drPwdfVLjX Y4vE1xbaZrE7XU1oLON288kMCZD8xQMAdnHTr3rrtD8LyaT4p1/XZb5biTWFtQ8Sw7BGYYyhIO45 3Zzjt05610dFAHmS/CSSDwt4c0208QtBqGgyTvb3pskkRhKxZgYmYjPIAOT0z34t2nwzu7DQNR02 08V38M93qA1JbyNAsnnFAsgkAO2RGIztIA7HOK9CooA5LwT4I/4RF9TurjUv7Q1DUnR7iZbZLdMI CFCxpwvU59ara54Bu77xLca1o3iS70V7+FINRjghST7QqjCkFvuMAcbhnHbvntqKAPHfCPw/1PUv hv4QkF9eeHtf0aS6eGSS13MgklfcGjfHVcdex75res/hWn2bxVBrOu3Gqf8ACQpAJpXhWN43iBww IOD8xBAwAAoHNeiUUAcv4W8L6tot1Pdax4qvtbmeJYYlkQQxRoO+xSQXPdzyar+MPBupeI7yG507 xLcaYVhMMtu9ut1byrnOTE52h+fvdcYrsKKAOBk+GENv4b0DT9H1m50/UNCZ3s9Q8tZGBkz5gZDw VbPT6Cun8N6NcaHpAtbzVrvVbppGllurpjlmY9FXJCKOyjgVr0UAeXaz8HX1S412OLxNcW2maxO1 1NaCzjdvPJDAmQ/MUDAHZx0696qL4P8AEupfEjxldWmuX2hiaOxjF3HZBorxfIxJtDHqpXgq2VyR 3r1yigDi7P4d2mm33g+Wxu2it/DcdyixNHuNwZk2li2RtOct0Oc9qzYPhW1n4Q0DS7PX5bbVtDll ls9Ujthx5jMWUxliCCGAIzzj8K9GooA8f0j4e3mo6p8RND1y61CeDUlsCuqSw7PPdUZyycbSFfA2 joABW/pvw71iLxXoniDWfGFxq0+lLMiRyWaRKyvGUGNrcHnJY7i2B0xXoNFAHBaJ8ObvQtUgFr4q 1BPD9tcvcwaRGgjCsxJ2tIDlo8knYRj171v+LvC8XizRksmupbO4gnS6tbqIAtBMhyrgHr1P51vU UAcBffDrUdW8Faxoeq+LLu+vdUkid72aH93EEdWCxwhgqg7ecEZJz2rf1fwx/ani/wAOa/8AbPK/ sb7T+48rd53nRhPvZG3GM9Dn2roKKAOa8XeEf+EmGn3NrqU2l6rpsrS2d7EgcxlhhgVPDKRjI9qw 3+FsV14S17StQ1m4u9T1x45bzU3iUMzRkFAEBwFG37ue55HGPQaKAOR0fwdfWXi238R6nrn9o3ia QdMlP2QReafOMvmcNgcYXaB2zntXOaz8HX1S412OLxNcW2maxO11NaCzjdvPJDAmQ/MUDAHZx069 69RooA8+8VfDnU/Et3M48WXFva3cKxXdnJaLcREhdpaEOT5JI7rznnNdadAtP+EUPh0NKLL7D9hD bvnEezZnPrjvWpRQB5toHwrvNG1bQ7+bxO95/YrOlpAbFI0WF4yjqdpyXIK/OSfu9DWrpvw6tLX4 XDwNfXjXdv5ciNcpH5bZaVpFYLlsFSR3PSu0ooA4zSfBGoxWmpwa/wCK9R1n7dZmyAKiBIoiCCQg JBk5++eaydA+Fd5o2raHfzeJ3vP7FZ0tIDYpGiwvGUdTtOS5BX5yT93oa9JooA83t/hXc/8ACQ2F 9qPiq81Gx0+7F3awXNujTh1JKhrgkuygnoeK6rxf4Xh8W6ILF7qW0nhmS5tbqIZaCZD8rgd+p/Pt W9RQBwGlfDe6i8R3usa/4km1uS90p9MuEktVhBRmBO3acKMDG3HUk55xVnwr4F1Lw7e2zXXi3UNR 0+xhMFjYsgiSNDwPM2n96QOBkcdq7aigDmfF3hJ/EjadeWWqS6Vq2mytJaXscSybNy7XUoeGBGMj 2qnL4J1GTwiulf8ACXauNSFz9qbU95LM/PymPOPKwf8AV5212VFAHmsPwjibwt4i0u+1p7i911oW uLyO0SFFMRBTbEvyjkc88+1Wr34fa5c6hpusweM5rbXra0ayub5bCMrcxFy4Hlk7VIJ689Aa9Aoo A85tvhPFD4U1DRptduprmfVm1e21DywJYJsKFJ5wxG05PGdx4FNh+GGoyajq+o6r4sm1K81LRJtJ eSSyVBHvPDqqsAAMfd7kk7ua9IooA4K7+HFyLbQZtH8RTaXrOk6cmm/bo7ZZFnhVQMNGxx1GRzxn vxXQ+E/DFv4T0U2EM8tzLLM9xc3M3355nOWc/Xj8AOtblFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQB//Z/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDABALDA4MChAODQ4SERATGCgaGBYWGDEjJR0oOjM9PDkz ODdASFxOQERXRTc4UG1RV19iZ2hnPk1xeXBkeFxlZ2P/2wBDARESEhgVGC8aGi9jQjhCY2NjY2Nj Y2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2NjY2P/wAARCACiA70DASIA AhEBAxEB/8QAGwABAAIDAQEAAAAAAAAAAAAAAAQFAQMGAgf/xABNEAABBAECAwQGAwwHCAICAwAB AAIDBBEFEgYhMRMiQVEUMmFxgZFCobEVIzM0NlJyc4KywdEHFiQ1YuHwJUNHU3SSosMXYzfxg8LS /8QAGgEBAAMBAQEAAAAAAAAAAAAAAAIDBAEFBv/EACsRAQACAgECBAYCAwEAAAAAAAABAgMREiEx BCJBURNCQ1JxgTJhFCMzkf/aAAwDAQACEQMRAD8A79ERAREQERa5p4q8ZkmkbGwdXOOAg2IufscU wukMOnV5bkn+EEBax/Wa9zHY0mH4n+Klwn1R5Q6RFzf9XrkvO3rU7j5MyB9q9N4WgcP7wuO90iar 7u9fZ0SLnXcKtH4LUrjT+llefuRrNfnU1gyAfRl/0U1X3c3Ps6RFzX3V1zT/AMe08TxjrJD/AJKf Q4h0+8Q1svZSnlskGCk1l3lC2RMoouiIiAiIgyiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICI iAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgI iICIiAiIgIiICIiAiIgIiICwsrCAi1WLEVaF0szwxjepK5jjW7Yh7CvDK5kcrSXhvLKnSk3nSF7x WNr6/qUNPTpLg+/MYcdw9TnCr+H9dl1exYa6FsTI2gtAOT81V/8AD4/pf+xeeBPxi5+g37SrvhxF LT7KfiTNohH0zW9Ss63XiltOcx0uC3AAIW/iTV79LWpI69l0bA1uGgAjoqnRPygq/rlI4w/v+X9F v2K7hX4mteirlPDe/V0ep61Ppul0LIYyV0zW7w7lnu5U3SdYi1Kg60Wdi1hLXbnchgZ6qg4o/J7S /c391NC/I7U/2/3QqfhxNN/2t5zz07EEOALTkHxWVxHBd6x6cajpXOg7MuDD4HI6LsobEU4f2Tw7 Y4sdg9CPBU5KTSdLaXi8bbVlYWVBYIiICIiDCIiAiwSGjJOAFzF3ULWt2nUNKdsgbymsez2f65rs RtyZ0lalxC2Kb0TTozatnlhvNrVGj0KW04WtetF58IWuw1v+vYrfS9KraXDsgZlx9aQ+s5Y1WHLG yj6PI+5Qy5Zx0maQlSnK2rNtBtRkRbTjZGxpxhrcKYqPT5uxsAH1X8irsKrBm+LXc908uPhbSn1Q Yte9oUrSTmu4eTlp1duJI3eYXrR3fhW+4rJTy+JmF9uuFOsSdlC9/kFQskew5a9wPsKtNWk2wNYP pFQqEImsYcMtAyVzxMzfLFKu4YitJtKRU1BxcGT8wejlnUNEo6i0mWENkP8AvGcnf5/FV8rQyR7R 0DiFe1XF9eNx6loV3hM1pmaz6K8+OsatDnCNX4e5hxvUR4H1mBXem6pV1ODtK0mSPWYfWb71Nwuf 1TQnxzen6Q7sbTeZYPVevQ3Fu7L1h0KKo0XWmakx0Ureytx8pIz9oVuoTGu6UTsREQZREQEREBER AREQEREBERAREQEREBERAREQEREBERAREQERc9qWo3KHFOnRPm/2fcaYtm0d2Tw59efJB0KKp4k1 I6Todm2x2JQ3bH+keQ/n8FHpOvA6X6brEcc7o8y1Xxs3Tu68umMeweCC+RRrV6nS2+l2oK+7p2sg Zn5rZHNHLEJY5GPjIyHtdkH4oNqKHBqdCxL2MF6tLL+YyVrnfLK9T36laTs7FqCJ4bv2ySBp2+fP w9qCUihN1PT3sZIy/Wcx7+zY4TNw535o59fYvda/Stl4q24Jyz1hHI12334QSkUOLVNPnm7GG9Wk l/MZK0u+WVusWYKsfaWZo4Y/zpHBo+ZQbkUCXV6DKL7bblZ8LfpiZu0nyz0yoeg8RVNZqRP7SGCz IXf2btg5/LPhyPQZ6ILtFDn1TT60vZWL1aKT8ySVrT8iVuksQRVzPJNGyEDJkc4BuPPKDcihM1Oh JKIWXqrpiMiMTN3HlnooGhNlEdrUbupx2e3eSOxnL4IWjwb4e8oLxFDr6nQtSdnXvVppPzY5WuPy BUxARc3xhqt2jDVq6U7F6zIdvdDjtaMnkfh9an8Oal91tErW3EGRzdsmPzhyP8/igtUUSxqVGrKI rN2tDIeYZJK1p+RXue3WrRCWxYiijPR0jw0H4lBIRR61yrcaXVLMM7R1MTw7HyXixqNKpII7VyvC 9w5Nkla0n5oJaLm+GbU9jV9dbLPJLHHZAjDnlwaOfIeS96tM25q1Ss3WK1WCJ26aOOzsmkd4NwPB B0KLRNZgrlgnnjiMjtjN7g3c7yGepWuDUqNmQxV7leWRoyWRytcR8AgloolfUaVmUxV7leaRvVkc rXEfALRE6T7uTNOqxvZ2eRRDG74+nez63/7QWSKJY1KjVlEVm7WhkPMMkla0/IrZNar14RLPPFFG fpveGj5lBvRR612pcBNS1DOG9TFIHY+SkICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAsIoc15rN SgpDm+Rrnn2Af6+pIjbkzpxnE+pTWtWdWJLYYHgBo8T5qXx3+MU/0HfaFT63+UFr9crjjv8AGKf6 DvtC31iItTTFM7iz1/w9/a/9i88CfjFv9Bv2lev+H37X/sXngT8Yt/oN+0qM/wDO35Sj+dfwqNE/ KCr+uUjjD+/5f0W/Yo+iflBV/XKRxh/f8v6LfsVn1Y/Cv6f7WPE/5PaX7m/upoX5H6n+3+6E4n/J 7S/c391NC/I/U/2/3Qqvpx+Vnz/pD4K/vs/qnfaFiLUptO4osmMkxyWHNezwcNyzwV/fZ/VO+0KD e/KSf/qj+8rJiJyTE+yETqkTHu+mIoTr4ZqzKTsDtIt7D5kHmFNXnzGm6J2yiIjoiIgwiKo4i1M6 fS2w87M52RAdfekRudEzpA1i5Nqt77kae7DR+MSjoB5KwrOqaVGypAzLW+s4dSfMrzpGlu03Sy1u PSpRukf7fJQiDuId18crN4vxFseq0XYMUX6y6GKWOVuWODh7FmRgkY5ruhGFQNdJA/LSWnzHirCv qYOGzjH+IKvH4qt/LfolfBavWquljMUrmHq0q7pziau1xxuHI+9QtTY122eMgg8iQoLZHtaWtcQ1 3UBZq3/x8kx6Lpr8WkLHVsOijcOeHYWnSXYsuHm1eYoppaTmbDgOBaTySqBVnD55oY2gHOZApxF7 5YyRCO61xzWZNSk32iM8mDC90pGV6r5XEbnHACjhgtOdJXnin3HPcdz+S8+jT5x2T8/oqu3xKZJt NeqUcLUiu3gAvfgc3OK6CJoZE1o8BhV9WsK/36yQ3HQeS8WdRc/uw91vn4q3DMYKza/eUMm8s6qn WLkVcczl3kFWu1CZ0oeDgD6PgtMcT5iXfRHNzj4Lw7BdhmSPD2qrL4jJbrHSFlMVK/2arRNsN1PT SY7sPMhv0lZaLqkeqUxI0bZW92Rn5p/kpFGt2EPP13c3Kh1SN2hauzVK7T6NMdthg+1evim16RF+ 7BfUW6dnUIvEb2yxtkY4Oa4ZBHiF7QZRYWUBERAREQEREBERAREQEREBERAREQEREBERAREQEREB UHGVJ1vQZJYeU9RwsRHyLev1ZV+vLmh7S1wyCMEFBx2p22cR6noVKLnA9ouzt64A6A/WPipGufl3 oP6Mn2FSuHeGI9CtWJxZdOZBsj3Nx2bM529Tnw+Sl3tG9M12hqfpGz0QOHZ7M78+3PJBV8MhtzX9 dt2MSTR2DXZnnsYCeQ960cX1YtP0qKrRiMMV660TNidjdkcwMnAzgeQVudElr6rYv6bbbXfaGJo5 Iu0Y4jo71hgrE3DzLemTVL9yxZfLJ2vbE4LHeGwdGj2IK7XqNi9o7Kun6JZr2IHMdWfvhaIyD5h+ emfiouo1G3eP9KjusDyKQe9h6FwLz9q6EUtW2MjfqzA1vV7KoEjviXFv/ivM2i9rxLX1jt8GGAxd ls6+tzzn/F5IKXjytFMNJgc3ayW4Gv28s55FbuNmilw/DXqMELJpmV3dmA07ME4HyVrrejfdeSi/ 0jsfRZxN6m7djw68lI1XTYNWoSU7IOx/Rw6tI6EIKHWqEtzQxRo6HZglh2mu/fC3syD1yJM+a8QC W7xvWh1DDnVKDZQw8wJTjJ9/P6grllHVhE2I6uza3kZBVHaH4lxb/wCK86jovpGo19Sq2TXuQN2b yze2Rvk5vJBus6fVhbduRQNZPLA5r3NONwweo6Z9vVUXC076v9HkliL8JFFO9vvG4hXlXT7DZ5p7 159kys2dk1uyJrfY3J5+0qLpGhzaVAKTbrZqAL/vT4O+Q7wLt38EGrhClX/q1C98bJX22l873gOM hJPXz8lzjXOi4X4moNz6PUslkOT6o39Pq+tdRT0S5ptd9XTtTEVUkmNstftHRZ/NduH1grDuGoG8 P2NKgme02DukneNznOyCXHp5IM8O0a1Xhen2MTQX1hK52Mkuc3JKpeFbWn0+CGTamGGATuw1zN25 2eQA811lKn6LpcFLfu7KFsW/GM4bjOFSRcJRs4ej0t9xxdFN28c7WbdrvDlk+aCs4qsmQ6ROzTrF R7LbAyWQMaceWA4kdPELuVzmp8O3dVdWdc1Vp9HkbI1kdba048+8Tn4/BX7w4xuDHBryORIzgoOR r3YrfGty7Myd8NFno0JirySjf9I91pweo+KcNWmUNb1bTWNkZC8m1WbJE6Pl4jDgD5D4K94f0dmi ad6KJe2eXufJKW7S8n/QXnUNG9L1mhqcU/YzVSQ4bN3aMP0evLqfmgrOCIIrWgSWrLWzzXJXmdzx u388YOfD+amzyaRo0tSlHUMtna70eGNnaSBuSTgu6D4/YsVdCs6b6RFpeoivWmeXiN8HaGInrtO4 fWCsO4cey3Uu1tQl9MrxmN0tgdr2rSScOGR4k9CgrKkjv/kQltWSp21TL437Mv59e6SPAePgtnA8 Ud/Tr123G2We3YeJS8Z7uB3fcp9Th+eLXxq9nUDYl7IxlnY7QPdz5D2c/eswaDYozW/uXqArQ2XF 7o3w79jj1LTkY+IKDm6ZOkafxWKOY+xkDI8Hm0ZI5H2ZVnQqNfwnHQZolmRs0AcZN0OHPc3O/Jfn qp+k8MRadDqEE1h9uK6e/wBo3vdDnJzzPPryW2ppOo0aralXVGejs5R9rW3PY3y3bgPqQcxrNS0N D4dp6q09t6V2Ug35O3OBzH+HCm8bUKzX6LGyFsbTYEHcG3uHGW8vBXeqaG/Um6d2lx2+nM2UvdGC ZMe7AC2a3o33Xkov9I7H0WcTepu3Y8OvJBTcVwxUb2gS1YmQujtNjbsGO7y7vuWaziz+kjUnD6NA H9xXGt6N915KL/SOx9FnE3qbt2PDryWIdF7LiWxrHb5M0Ai7LZ09XnnP+HyQVnBEEVrQJLVlrZ5r krzO543b+eMHPh/NTbL9I0Y06YqdtP3hWhYztJAOpwXdB8ViroVnTfSItL1EV60zy8Rvg7QxE9dp 3D6wViTh1wnpWq+oTC5Ua5vbTjte0BzncMjzPQoKtsr/AP5GrOFWSoZqh7Rj9uX+tzO0keA+S7NU EPD844gi1i1qPbyxsLNgh2Nwc8hz5dT5q/QEREBERAREQEREBERAREQEREBERAREQFhZWEBchpls 3ONppM5a1rmN9w5f5rqrMnZV5ZPzGF3yC4Tg4k68Cepjcr8UeW0qMs+asIet/lBa/XK447/GKf6D vtCqNb/KC1+uVvx3+MU/0HfaFp+ajP8ALZ6/4e/tf+xeeBPxi3+g37SvX/D39r/2LzwJ+MW/0G/a VCf+dvynH86/hUaJ+UFX9cpHGH9/y/ot+xR9E/KCr+uUjjD+/wCX9Fv2Kz6sfhX9P9rHif8AJ7S/ c391NC/I/U/2/wB0JxP+T2l+5v7qaF+R+p/t/uhVfTj8rPn/AEh8Ff32f1TvtCg3vyjm/wCqP7yn cFf32f1TvtCg3vyjm/6o/vK36k/hX8kflecWWXU9eo2G9Y2h3/kuuY4PYHNOQRkLiuOv7wr/AKr+ JXUaHKZtGpvPXsgPlyWXJH+ustOOfPMJ6yiKheIiIPPQLmdPH3Z4jmvO516nci8ifP8Aj8la8QXP QtHsStOHluxvvPJRtDbDpelV4pDtkkb2juXiV3lFK8pc1Np1C6VZqVXGZmD9IfxVhHLHKMseHe4r 0WhwIPQqjJSMtdLKWmltqOCZgaY5m7meHmCtIBc7ugrfdrGvLyHcd6q3aWW73gt72PW8l5cUta8Y 7N02iK84aKzHPa8ufshA7xWqW2yuMVotzv8AmSfwC2azM5sph3uihihM8hiaC53PGBlQIqMs8cJ9 Nl3u7N0ncbja7PT28l62DwtKRu3WWHJmtaeiJalnsPLppXvPtKgSRexX79ELZWNfdlIIeTgM5Yxj 6itB0Vr4Y3MvOcZJNgeWt2u7xHL24GVui9YUTtQOaWuy0kHzC9OvXg3b6ZY2+XaFXkWgMslzo7Mo jcxro94APUg5+S8u4frtsbHWZSC57Wgbcvw0EAe3mpc6z3Q1LbpWqjU421rTtttgwxx6Sez3qc6r KyPe5uMdW+IHnhc9e0llSiJ2Syduzsy8EYHe6Y92FL4btMlnsiaZxvzja18jvWHl715/ifB0vvJV pw+ItXVZWpneYBDnug5UvTK253bPHJvqqLDA6Sbs8Yx62fBWxs167A0PHdGMDmvN8PTc8rz0hsy2 1HGvqk9FovVY7tSWvKMtkbj3e1RJdVHSOMn2lRZL07/p7R5NWu3i8dZ6dWeMF57vHCtl7I59Nsfh qjsD9FdAuXuv9B4ko328o7bezk9/T+XyXTrZMxOrR6qI6dHpFhZXHRERAREQEREBERAREQERcn/S R+TTf17PsKDrEVRq+v09Hs14bTZi6xu2GNm7p4eeTkBItdhffhpWK9qnNO3dEJ2tAf7AQTz9hQW6 Kol12EahNSrVbVuauAZewa3DM9ObiOfuVXxNr12rX0+SjDZgbNOwOdJGwbgc5Ztccg/Ae9B1aLnO I7en/cbtdc020IBM0CLc3cXYOD3X9OvitXEGsX6Gt6TVrQythllLXgCM9uO7ybk5GMnrt6oOoRVN zXYqDanpdWzE61MIWMOwlp8zhxGFu1bVYNIiglsMkc2aZsLRGAcOOcZyenJBYIuV1DW9Qr8X0qMV ef0Z8by6EdlmXAdhzSXchyHUjp0Vtc1mCiyuLEM4sWDiOs0B8jj8Dj60FoiqY9cg+6EVG1BYp2Jg TE2drcSe5zSQrZAWivZgstc6vNHM1jtjix4dh3kceKqxxLWeJpa1a3ZrQO2yWIWAsB8cc8nHsBVZ wTbgi0TU7ckgbA27I8vPLDdrTlB1yKi/rPWbWZclp3Y6Tzhtl0Y2Y8DjduAPnhXTHtexr2EFrhkE eIQe0XLzSya9xLPpvavj0+i0GZsbi0zPP0SR9H+SsJuHNNcGmvB6FK31Zav3t4+XX45QXCKu1LVq 2l9jHL2ks8x2xQxN3Pefd/FeK2tQTaj9z5oZ6tst3tjnA7482lpIPzQWiKmbxDBLJYbUp3LUdd+y SSFgLQ7xAyQXfAFV2sa5fra/pVevBO2Ccu3xlseZuQ6ZOW4z47UHVIue1ezpzrOknVKFgWJLG2s0 uGY35Ay7a7GOnmpmp6rBDONPZ6RJcmYS2OsAXsH52Xd0fFBOgtV7DpGwTxSujO14Y8OLT5HHRb1z /D0+n0nHRoIbFWwwGQx2QN8nm/cMhy9V+KKtuzPWqVLk88EjmPYxjeWPpZLgMfHKC+RQNK1Wtq0D 5a28GNxZIyRu1zHDwIWzUdQraZUdatybIm+zJJ8gEG2xZgqxGWxNHDGOr5HBoHxK2AgjIOQVxfGm sNn4dkglpW6rpix0ZmYAHYcDjkTg48DhdFb1etpsFVkokknnAbFDE3c95x4BBaLw5wa0ucQAOZJ8 FXVtagm1H7nzQz1bZbvbHOB3x5tLSQfmpl/8Qs/qnfYg9V7ENqIS1po5oz0fG4OafiFuXKcF2RV4 OrSGKaTvvAZFGXuJ3HyVp934WXa9W3Vt05LBxEZmt2vPllrjz96C3RFyWjMbxPbt6jf+/U4pjFVr u/B4HPcW9Cefig61FWV9JqadZfaqdrAzad8ER+9u9uzz9y0WeIWVIDZsadfjrA85nRtw32lu7cPk gs5rUED42TTxxOldtja94BefIea3rkOLJWT6lwzLE4OjkuMc1w8QXMwrNsml/wBb3xNryfdP0fcZ s9zZy5devwQXi0w2YJ3SNhmjkdG7Y8McCWu8j5FVjuIYHTWGVatu42sdsskDAWtPlzIyfdlVPB1y J5125HvfC+4+Ruxhc4g5I7o5oOvRUtniKKmxkl2jdrV3u29tIxu0e8BxI+IUnUtXraaIWy75JbDt sMUQ3PkPsQSpbMEEkbJpo43ynbG17wC8+Q81vXFa5qTLfEehwOrz1p4rWXRzNGcHGCCCQRkHxXao CLh+M459b1Rmk1D+KV32pAPF2O633/8A+l0XDepDVNBq23Oy/ZtkJ/ObyP8ANBbIqQcSV5IpZ61S 5YqROLXWImNLOXUjvbiB5gKS/Vo3MhdVr2bYmYJGGGPu7T/icQ0e7OUFkirNO1mvqFqeq2OaCzX/ AAkMzQHAefIkEKOOJazxNLWrW7NaB22SxCwFgPjjnk49gKC0r2YLLXOrzRzNY7Y4seHYd5HHik1q vXfGyeeKJ0rtsbXvDS8+Q81zHBNuCLRNTtySBsDbsjy88sN2tOV7k1HTnXYdfs1dR7AN7OGaRjey jBPrBoO4Z8yEHVoqjVuIaWkPqCz2jm2t3ZvjbuHLHt9o6LRNxTTqytiv17dNz2b4+1jH3z2DaTz9 iC+RVFfXYJL8NKetaqTzN3xCw0APHwJ5+wrVp8ulniPU2V68kd5jW+kSuPdcMcsc/wCAQXiKkHEl eSKWetUuWKkTi11iJjSzl1I724geYCkv1aNzIXVa9m2JmCRhhj7u0/4nENHuzlBZIqzTtZr6hanq tjmgs1/wkMzQHAefIkEKzQEREBERARFhBG1EE6fZA6mJ32FcNwe7GvxD85rh9S+gPaHsc09HDBXz XSnnT+IId/Lsptjj9RWnB1paGbN0tWWdf7mv28/83KuOOhmSlIPVc138FD4yrGHWjLjuzMDs+0cv 4BT9Tb91eEK1pnekrY3/AA5O/gVdv+FlWv5Q8wjtuAJGs5lhOR+3lauBpWtv2Iie8+MEfA/5rHCF yN4saXY9SwCW58TjBHy+xVdmC1oGrDaS18bsxv8ABzU475Uk3rjZ4DpNJ1rdIzL4JclvTKzqt12r 6m6aOItMmGtZnJPgr92o6FrrGu1FprWQMF3T6/L3rMVjh3RSZqzjZsD1fpEfHoE5+vHqcf76NfF+ INM06o4gyMbz+AATRx2XBd97uQeX49vIBUk81vX9VBDd0sh2taOjWq74lli03SK+jwHLsB0nuHj8 SucdRWnq7vczf0ROCWk608jo2F2fmFAs/feI5Nv0rZx/3K74UjFHS7upy8htw32gfzKp+HoHXdfr 7ueH9q8+7n9qlvzWsjry1hY8dO/2lXHlD/ErpOGxjQagP5mfrK4/iyx6RrsobzEQEf8Ar4ld1psJ radWhI5sjaD78KjL0xVhdj65JlKWURZmkREQc1xX/aJ9Ooj/AH02XD2dP4lb9Q5XHjwGMfJab47b jSgw9I4i795WWo1HSffYxlwGCPNZ/GUm2KIhb4e0RfctmmlnowDfW8VMXONe+N2WuLXexbjdsFu0 yFZcfi61rxmF18EzbcS2WbbnGSKQNe0E4PQhJJRW2QMGBtDnH85R4YjNJjoOrneQUO3dbPde9nqe q33BX+BrOS03shn1SIrC1fHHcdG8yyQysBDZIzzweo9oWqbSOwrhzL9sRQguaNw7vLn4e9RYLGPF TJ5JLWnzV4nta+Vu3Lui9GYmGVSGDUXxsZJO5sdiEybnS91rcDO7u+WFqjr3hBDHFaa1rml0cYl5 7W5duHLpkcleuqanK0ZFB0eC0s73NpAGPqCiOo3oRFhlQviY6Nr+9kNIPd+GV2LI6RDU1p8m4Wt0 jxlwEnNpDc7Ty64KjPm1GvM+KS3IJIwB3T5tHs8sKyfLqTMECsHYO5w3d5xbt3fJQ5hNPYmnsBgf IQcM6chhSr/ZpXzSWJIGQSTyPhj9VjjyCiFpa4OaSCOYI8FZSRKNJGro0hMOminNvT6tkuy57Nsh 83NWY4pJTiNpcq/h+YPhloOOHk9pFnxPiFYNfJC/uuLXL5zxuL4ebr2l6nh78sfTulx6ZIecj2sH zUWdjI5S2N25o8Vl88sgw+RxHvXqtWfYd3Rhvi5UTxv5cdVkcq+a8o+vwGThpko9eB4eD8cfxXQU pvSaUE3/ADI2u+pRdYgB0K1EByEJx8AtfDL+00CoT4NLfkSF7dK6xRHs8607vMrZFhZQEREBERAR EQEREBERAXJ/0kfk039ez7CusUPUtNqapW9HvRdrFuDtu4t5/BBz/Egzxfw9n89/8FnjAlutcOOH X0wD5uar+zptS1cr254t09bJiduI2568h1+KXNNqXpq8tqHtJKz+0iO4ja7z5e7xQVF7SLdC5b1b R7TI5ZW7p687cxybR59W+PzVNr2p/djh/RL/AGRj33WhzeoBGR1+C6iXQdOmkmc6B7e3dulayZ7G yHx3NaQCt1jSqFmgKEtWM1WjuxgYDfdjogof6SPyab+vZ9hTiwH+snDR8BYcM/FiuJtB06xTdUnh klhc/tCJJnuJd57i7P1qTf06pqMbGW4u0DHb2EOLXNd5gjBCDnuOOUmivPJjbzMuPQLPHksYraZC XjtHX43BviQAcn6x81eO0mjJQdRkg7Wu47i2V7nknzyTn61Gfw1pMjmOlqukexzXNfJM9zht6cy7 OOfTogq9U/8AyLop8OwkGf2Xr1YIZ/SPVMw5PpFsJPTdk5+rKvb2l09QfE+zEXSQnMb2Pcxzfc5p BXibRqFipFWmr744TmPc925p8w7O7PxQUvGo7WzosEODZdda5gHUAdT7ui6G+2R2n2Ww/hTE4M9+ OS01tJo1bJsxxF05G3tZZHSPx5bnElT0HM8Cyws4QruLmtEZk7Uk+r3iefwwuYaDLwDq7q3OP7ol 3d/M7n+S7iTh7SpJJHuq47V26RjZHtY8+ZaDtPxC30tKo0K8tetXayGZxfIw5cHEgA9fd0QV82n3 tT0g1hfpeizwhrSym7k0jlj74rPTahoadWqdp2nYRtZvxjOBhRRw9pgZ2YhkEOc9j28nZ/8AZu2/ UrJjGxMaxjQ1jQA0AYACDl9Pf9y+N9Rgs9xupNZJA89HFv0ffzK08e6dRg4flsQ068czpWkyMiaH HJ588ZXT3aFXUIeyuQRzMzkBw6H2eSinh/TXOYZYHzhnqtnmfK0fBziEFDbbP/XqgWSRROfRxC+a MvbnnkABzeeM+KtZ9Et29WoX7V6AupucWthrFm7PUEl5Vld06pfjay1A2QMO5h5gtPmCOYWqDSKU Fltlsb3ztGGySyvlc33FxOPggpLtK5wzDc1DSrEb6heZ5ak7eWT1LXD2eH2qPqdoXtf4WuNY5jJw 54DvDIacfWrz+relbOz9Gd2W7d2PbP7PP6Gdv1KVd0ulfZCyzACISHRFpLDGR+aW4IQUHGX98cOf 9c395i9aSWs481lsvKV8cbo8+LQBnH1fJXDtE094q74HP9Fk7WEvleS12c5yTz5jxW25pVO9JHLY hzLF6kjHOY9vuc0goKLWh2vHGiMgIMsbJHyY6tZjx+teeCB/aNcPj6c77Sr+npdOjI+SvDtlk9eR 7i97ve52Ss0tNqae6c1YuzM7zJJ3idzj480FBwmT/WLiRngLLT8y9OO8iLSpH8q7LzDLnoPf9av6 um1KdmzZrxbJrTg6Z24ncRnz6dT0Wy3UguV3wWYmyxP9ZrhkFBz39IUsTeGZGSOaHvkb2YPUnPPH wUa02f8ArzQLJIonPo4hdNGXtzzyAA5vPGfFXEnC+jyxdlLVMjdoaO0me4tA8GkuyB7lOuabUvRM jtQNkbGcsOSHNPmCOYKCun0S3b1ahftXoC6m5xa2GsWbs9QSXlWt/wDELP6p32KPBpFKCy2y2N75 2jDZJZXyub7i4nHwU2RjZI3McMtcCCPYg4jQdYdpHBNF0cIlmsWHQxhztrdxceZPktnFQvNs6J6d PWe43GkMhic3HMeJcc/ILoxoemt0waaKjTUBLhG4k4PnknK1u4b0p0zJZKz5JY3NcySSZ7nAt6cy 7OPZ0QW65LgTFOC/pMvds1bLiWnqWnGHfV9i61Qbmk0rs7Z54fv7PVljc6N4/aaQUDUdSr6dXlkm kaXsidKIg4b3BoycBc5qlzUtR4Os3pn1IK80O4QhjnP2k8u9uAz+yuiraRQqmR0dcF8oLZHyOMjn DyLnEkhRXcMaQ6HsXVHOhycRGZ5Y3PUhu7A+CDmLf4nwV+ti+1isxu/+SJ9nregcvfkK8founvZS Y6vltEg1xvd3CMY8efQdVtGm1BqR1ERf2sx9mZNx9Xyx0QUP9Hzmt4de12GyRzv7XPIg8uqgaFqs Gm0uI9SY0TQsuOcwMOA4F2G49nMLpZtA0yeaWV9ch834XZI9jZP0mg4PxXutomnVYLEMFRjYrLi6 WPmWuPuPT4IOZ4rl1KfhB1i5LUZHN2bhDHG4uGSCBv3YP/atkmWcaaA+X8E6ltjJ6b9rs/wV1Jwv o8sIhlqukjaNrWvmkcGD/Dl3d+Cl29LpXa8cFmAPZFjs+ZBZjphw5hBQ8UyxHiTh+IOaZhY3FviG 5C6mR7Yo3SPcGtaNzifAKsbw7pTbMdn0bM8b+0bK6R7n7vMknJ+Kn2a8VutJXnbuilaWvGSMg9Rk IOU4WOo2X3taiqwSenynaZrDmFrGkgDAY77fBRqHpGnScQ6K5gjkmgks1mRv3AbmnIacD2eHgV2l SrDSrR1q7OzhjG1rck4HxWmXTak2ow35Is2oWlrJA4jAPhjoep6oK7g+WH+qdJzHNDGMO85xtIJz lYm1ya1rUemaV6O4mHt3WJCXM25x3Q0975qU7h3SnGT+ylrJXbnxtle2Nx8ywHafktlnRdPsyRSP r7ZIW7Y3xPdG5rfLLSDjn0QcvA2yeNtYY6WOSz9znAOiYWDPcxyJP2qz4FlhZwhXcXNaIzJ2pJ9X vE8/hhWdHQ9N0+061UrCKdzNjnhziXDOeeT5jr1XmTh7SpJJHuq47V26RjZHtY8+ZaDtPxCDh2gy 8A6u6tzj+6Jd3fzO5/kuvm0+9qekGsL9L0WeENaWU3cmkcsffFYUtKo0K8tetXayGZxfIw5cHEgA 9fd0WgcPaYGdmIZBDnPY9vJ2f/Zu2/Ug57WqfoOpcI03P7UQSFm8jG7GzwUni0A8ScNZHWw/7WK/ n0qlZmqSy1wXUzmDBLQzp4D3BerWm1LlmtZsRb5qri6F24jaTjy69B1Qc/xWccS8NEcvv7x9bFCa 2R/EHFjYcmQ1MMA652cl1trTalyzWs2It81VxdC7cRtJx5deg6pBptSvenuxRbbFjAkfuPex05dE FbwfLD/VOk5jmhjGHec42kE5ysTa5Na1qPTNK9HcTD27rEhLmbc47oae981Kdw7pTjJ/ZS1krtz4 2yvbG4+ZYDtPyWyzoun2ZIpH19skLdsb4nujc1vllpBxz6IOe0rtR/SLfE8sUsopjc6NhYOrPAk/ auyVZR0PTdPtOtVKwinczY54c4lwznnk+Y69VZoCIiAiIgIiwgL59xfSNXWDM0YZON4x5+P+vavo KquINMGqac6No+/R96M+3y+Ktw34WVZacqqa637v8MR2o+9ZresPEket/NV/CuqMq2H0rJHo9jl3 ugd/mo/D+qv0i+WzBwhedsrfzfb8FK4k0TsCb9IB9SXvHb9DP8Fq4xHkntPZn3M+eO8d0XXNJm0a 8HxF3YOO6KQfR9nvVrV1mhrNVtTWWtZKPVl6D358D9S0aPxDC+t9z9Yb2sBG1sjhnHv/AJr1d4TM je30qdk0TuYa532HxXJn5cnf3I96f+Mz8Gvd36VyOSM9N/8AMdViHguxnNm3DGwddmT/ACVSdP1i k7Da9qP2xg/wWPQ9Yud10NyQf4w7H1qXm+5Hy/av36jpXDsD4tOAsWnDBfnPzP8AAKioUrevamS5 znFx3Syno0KyocI2HffdQlbXiHNwBy7+QW7UNdqabVNDRGgeDph/DzPtUYmI6U6z7pTEz1v0h44p vxQQR6PSOI4sdpj6h/FbuG4W6TpFjVrAwXtxGD4j/M/YFWcP6LJqtjt59wrNOXvP0z5LZxRrDLkr adQ4qwcuXRx/knHf+uP2b+ef0i6JWfquux9p3gX9rIfZ1X0lUPCmlGhR7aZuJ5+ZH5rfAK+WfPfl bovw1416sosLKpXCIiDnZvy4g/6Y/wAV0Pguc1A9jxnp8nQSRFn2ro1K3o5DTLWhl9dgJ81Q271S rq7dPNWR73uaN3acu8ujXE8XB9XXILMfJxY1zT7WlQrhx3t1hKclqx0l5uarZuvmr1YiyvGTubG3 mQPFxUKKVdHoMNa/DZuwboJbDTHKweq13iQuZnrvrajJTBLnNk2A46+S14+MeWI0pmZ7yuKteaWp Jabjs4+uT1W2Cx7Vd1dKjradJUbI89oDlx8DhcwGyR2jXIzIH7Me1RraLbS7Om0975WucHeqpHcn by6rzToitA6PeS547x8vcojnGrYMRdnHiqu89E2Zabnu2tbkqunrlpII5hdFA4vjDj4qHcrZe53m u1t1c05yWJRJI109CDFsOLMtAPPyVZqFR0Vh+5m0OcS33K2L9dI6UZa5rg5pIcDyI6q4oavNPMIL kDJXbXYfja44GefyWdJpun1GMgDbGd7ipGqMi0+9Pbe4PsSgiKNo5NBGNxXMnG/ltGyN16wsNFdB qFIWfRhHlxG0nd0VqAAMAYVbw9CYdGgB+kC75lWazcK1meMLOUz3RdT/ALttfqXfYoPCn5P1v2v3 ipOuydlotx3/ANRHz5LVw0zs9BqA+LSfmSVP5UfVaoiKLoiIgIiICIiAiIgIiICIiAiIgIiICIiA iIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiI CIiAiIgIiICIiAiIgIiICIiAiIgwiysIOV4o4fNjdepNzL/vIx9L2j2qn0PX36b/AGay0y1Hci09 We7+S+hKg1vhmDUC6euRDYPU47rvf/NaKZYmOF2e+OYnlVWXeHKuoxel6JMwh3Mx55f5e4qj/wBq aLL/AL+sf/F38CvUlfU9CsbiJIHeD2+q7+BVpW4xnDdl2tHYb4kd0n+C0RFojp5oUeWZ69JaIuL9 UYMP7GT2uZj7FmTjDU3jDWwM9rWfzKmfdrh2fnNpha72Rt/gU+7HDkXOPTC4+2Jp+0qOq/YlufuU klnVNZk2OfPZP5rRyHwHJW9DhZsDPSdZlZFE3mY932n+ST8Yvazs6FOOFo6Fxz9QVQ5+qa7Ywe1s v8h6rf4BS88x9sI+WJ95WOt8RCaH0LTW9jVaNpcBguHkPIKRwxw86Vzb11mIxzijd9L2n2KdovCk VVzZ75bLKOYjHqt/mumVF8taxxoupjm08riLKLM0iIiAiIgptdqtc6tbDN00DxtPe+xoJPT2KTpM 01iB0s8u9xdjZ2XZ9mR4EZJ+alWIzLA9jS4FzeRa4tPz8FR6VfFad1aRmwPccRMG4xEesXvyR7eZ yg6Fc3xpUMunx2WjnA7vfon/ADwuiY5r2hzSC0jII8V4swMtVpIJBlkjS0rtZ4ztyY3Dn+D4xHpL 3Pdjt5HbfgFTR3otwvygS3Ij2MY6b3fRefcP4K0k/wBmVXUxJ3qtORziPznOwFyULhHNG89GvB+t aKxymZVT7PqETHMqMY9+XhgBefPHVUTXRub92ZWt3RMLXNB5OkBwCFI1yzv0vU2dQxrcfHC4qO3M yu6uJHdk45LPDKhjpuJlK1tPomkzvs6bDNJ67gc/NV1pxuvimg5uLuye3813+sqyohtWtVqjr2Wf ljP2rl36g6C7eEXqyuc33c1GkbmdJTLrKj2OiLWc2xnZu81tcWudsPXGVB0UtGlwHI72fnkrVbvF l4MLRiM/NR49UllEwMHLx5qHqMYsNdHjvsG5vt81uq2GzPftJxjIyvU8ZJEjDh3mudpEPTWCu9sX IPc3e7PX2BQOIKzptRhDesjQ0fNT4Ii2617ueMkkqQ2HtrMU7/oR933lS3qduJMUYiiZG31WNDQv aLXI5zQCxm85AxnHLPMqDqo1ycTMmpvgdJA1rHTOZKGPbl3LAI59FbV4WV68cMfqRtDRnyCpazTd 1Y74o3GGUyb5m/fGtxyaGkcufiOXL2q/TYLKwsoCIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIg IiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICLCygIsIgyiwiDKLCygIiIC IiAiIgIiICIiAiIgIiICIiAiIgItcpIieR1DStMcG6NrjLLkjProJKKFl2/su0fjtMZzzxhbJINs b3CWXIGfXQb3sbI0te0OaeoIyCqm1wxpdkk9h2Tj4xHb9XRTKrHTwCR8sm4+TuS996vI3L3Ojfy7 xzgrsWmOyM1i3dz7+CaxPctSt/SAKM4JrA9+3Kfc0BX0MZljD3SyAknkHcl42u9MMHaybdufW5qz 42T3Q+FT2Qa3CulwEF0TpiPGR2fqHJXEUMcEYZFG1jR0DRgLx6N/9s3/AHrTaY6CEyMlkyD4u5KF rTbvKcVrXsmoo0cG6NjjLLkgH1169HI5tmlB9rsqKSQijdpJC4CbDmHlvHh71JQEREBERBhUOtwT xzxvquIlkOIh62H4J7reTRyzlzlfKPbrR24TFLGyRvUB4yAUHqs5rq7CyQSADG4OByR15j2rcub0 p3omrPjc9kkkjzDtzh7A0Z3BnRrDjw9nVdIgqNdoSz15JqgabHZljmubkSN8vf5L580FsgBach3T C+sKi1fQ3Szi/p7mxXWc+YGH/wCftVuPJx6Shau1bqc/9o11nh2MQx8v5rmasRntQwj/AHjw35lb 5rFyvZstsbhLM0tmbI3qtmhRGXWK2PVY/tHE9A0c8q+I4xKuerr57LmaheLRgVKnd955/wAAuLjl PiVdVrE96prs0WZJZNoAHXZk/wAFzjXYXMVdbdtLs9KuGPRIZHnux2Q34f6K16u8x6rLnxwR8lXx uki4TcZGlofYBYSPWGP8ls1uUnUGPPR8LHD5KMV8yW+i00ifNxjc+tkK0E+K8b/aWlcxpc7G3I3y yiNrDuJx19iuKG67HM1gc1hl3tcRy9yheupSiVq0Ml7zeuMLc1oa0NHQLxFE2JgY1bFTKQqfW7jD UNaGXvyv7J+0bnNH0iG5Bd8PNWVpjZK72Oe9jSPWY7a4e4rmqcEuqXo3TTh7XwBznR7SdueQf+a/ mRke3ogvNJriCo0gNbv7waxztgH+EO9X3KeiIMoiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAi IgIiICIiAiIgIiqTrkUlmaGlUs3TXOJXwBu1rvFuXOGT7BlBbIoWnajX1Kv21fcNrtkjJGlr43+L XDwIU1AREQEREBERAREQEVXqOreg6rptHsN/pznt378bNoB6Y59VaICIqq3rUdbVmaa2rZsWXxds BFsA25I6ucPJBaoo1WxLPu7WnPW24x2rmHd7tripKAiIgIqrXtY+4tSGfsO27WZsW3ftxnPPofJW qAiIgLCyoVy96LYrRei2ZvSH7N8Me5sfTm8+A5oJiIoep3Rp9F9kxukDPotSZ05M66pi8OkbG0ue Q1o5kk9Fz2n8SWLsZ2ae6WRnrdm8ADy6qk13XpdTAhjaYYR6zd2S4qq2WsRtVbNWI3C11Xikl/o+ mN3uJ278ZyfYFK0ihqb3Nn1G29o8Ih1+JXvh7QmafGJ5wH2nDr4M9gV6la2nrZylbT5rMAYC9LCy rV4iIgIiICIiAiIgIiICIiAiIgIiICIiDXP+Ak/RKQfgI/0QsyN3xub5gheKzt0DfAtG0jyQRz+M /wD83/8AVSp/wEn6JWv0cdv2m44znbjxXqy7bA/zcNo96DXp34o33n7Vuka2VrmE+w+xaqA21gD1 BP2rW+R0V1zv93gB3s9qDbUaY4Ax3VpIWof3qf0FNUIf3qf0EEqRpewtDi0nxHgq+9E+KEF0z3gn GCrCRrnMIY7a7wKgXIZhAXSTbw05xtwgnQfgI/0Qo/byNmdkgxh4bjHMKRB+Aj/RC1+jN7UvLnEF 27b4ZQbZGh8bmnxC8VXF1dhPXCzPJ2cZI9Y8mjzKzCzs4ms8gg2IiICIiDCIiCLe7VlaaSqxrrG3 u8slVNPVJJrrKzrmIg4ObJJHtklHljGGjORnx8PNdAoE+l157gsP3ZyHOb4OLeh8/wCCCeipXWrU nbTi4yDbO6GKFzBtJaSAHHr3sezqFbxOc6Jjns2OIBLSc7T5II1/TamoR7LUIeR0d0c33Fczd4Pn YS6jOJG/mSd0/NdkilW9q9nJrEvmz9M1ai4uFexGem6PP2hQXRStPejkHvaV9XWCB5KyM8+yHB8x Av2Wsi22ZWs5NbhxA9ytK2i6vbbGJI3MYwYaZnY2j7V3aJOafSCKKKhw5DBh1l5md+aOTR/NXbWt Y0NaAAOgC9IqptNu6yI0Lw6RjXtY5zQ93qgnmVH1Gd9am+aJ0Ye3GA84Dufq+89Aq/U4maxRp2az A/74Ob2bi1ru67l5jOf2VwedQm9On9H2QPbHN2RryyEdsdueYAOMdR7vcrLTaYpVGQk73477/Fx9 /j8Vinp8NP1HSSOwBvlducB5buqmICIiDKIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiII198ken2Xw/hGxOLPfg4VRwO1jeFKRZjvbi4+Z3FdAqOrotnS3zN0q8yGrKd4gmg7QRuP XaQ5uB05c0GriK3YOoaZpdeZ9cXZHdpLGcPDGjJAPgTnqtOpmXQ9Y0yWtYsvr2pRXmgllfKOfRw3 EkH+Sk2OHDYrQF2o2HX4JTNHbfh2156gN6BvL1R5LaNHmsanBd1K42x6Nzghii7NjXeLjlziT08U G5+s1xFI5kVvc1rnDfUlYOQz6xbgKp0GlNrGisv3NRvNs2XF4dDO5jYwDgBrfVxy8Qeq6ZzWvaWu GWkYIPiqOnol/TqrqWn6qIq27Me+sHyRjOSA7djz6tPVBAgjs3uNNSqS6hbFSu2N/ZRylm4lgHVu CBzJwMZK117np2s347djUm1qb/R4YqomPTq5zmcyeXiVeUtHNXXbupGwZDaYxpYWY27WgZz49PIL ydInr6nPd0222D0nBmili7RjnDo4Yc0g9fHnlBV0LczdFuM1i7cqQV5yyK1I0xSyxeHrNzn3DK8Q Xuw4uo1ac941rUT+0jtCXkWgkFvac/krO9oc+oUIo7WoudainE8cwhaGscOg2eIx5kn2+C8t0K1J r1XVrmoNlfXDg2JkGxgBbjl3ifEnnn4IKnQILOrUtSntanezFPLDC1k7m7Oh3cj3jz8eXJaodZv6 jomh1vSXxT35nxy2GYDtrDzx5EjHNdFoujfcmpbg7ftfSJ3zbtm3buAGOvPooMXCYi0WpSbdc2xT mM0NlsfR2c82k8x8UEPVKPofF2hFlixJFI+XEc0jpNhDRnDnZPPly9ik6I2XX/Tbtu1aYzt3QwRQ zuibG1vj3SMu59TlSZNBt2daqalc1ISOrOOyJkGxgBGOXeJz7ea9w6JZoT2naXfZBDacZHRSwdoG PPVzTuHs5HPRB44VuWZ4btS3KZ30bLoBMer2jpnzKg6i6dv9IVU1oo5JPQD3ZJCwY3O8Q0/YrzR9 Ki0moYY3ulkkeZJZX+tI89SVGuaNPNr8WrVrcUUkcHYbJIS8HmTnk5vmg96jXv3tKmaZG0LTDvif BYc4ZH5x2t5dcjBXPafrl3VmWtWkf2UOl13H0aKXuzS7SdzsfR5cv/2ugvabqGoUpKljUIWRykB5 grlrnM+k3JeevmtcvDlcX2WKrm14jCa9iAMy2aPGAOvIgePuQRtF02W/o1W5Z1PUPS58TmWOctDc 89oZ6mPgoVa/909V1N12fUmwwSurwRU2TbW46uJjHM+wq0qaNqNKmylW1cNrRv7jnVg6VrM+ruLt vx2ra3SJ6mo2bWm3GQNsnfLDLD2jS/8AOGHNI/zQcrqdi9Lw3BFfbPmDU2RxyzxljpYwDtccgK2n 1B13im3WszXo6dJrQ2KoyXMjnDOXGMZ+Gf4qw1LQp9T02Cta1EvljsNnMhhAHLPdDRjA5+JJW6fS JG6s7UtPtNrTSsDJmSRdoyTHQ4yCCPPKDmrl7Uq3D2txiW82KvJG6pana+OQtc8ZGXAE46fFSdV9 K0fS9O1NmoW5bLp2GbtJSWSB4JI2eqB5Y6K41DRrWpaNbo29R3vsOaQ8QBrIwHA4Dc58PFxXrWND +6mk16PpHZdi9jt+zdnaMdMoIUD5dY4n1GCazPFV08MYyGGV0e9zhkucWkE9Fq1dtjTNQ0GtDfty RyWnBxklyXNyO6T9Ic/HKspNHmi1eXUtPuNryTtDZ45Ie0ZJj1Tyc0g/Fa59Cs2ptOmt6iZZacxl LuwDQ/JGGgA8untQR9TkovsXYzqWpSWmszsrOlLa/XHKIY/7slb+GbkuqcKwTXHdrI9j2PJHrYcR 9gWGaDZry3xS1EQwXpe1e10G97SfW2u3ePtBwpmhaV9x9HioGbtuz3d/btzkk9MnzXJcns4ECzSY yVrnRtsRkBzfpN6EK0h0fsOHbF+duJHhvZA/RbuHP4q8Zo1+Gu2tHarPrxkmMSwbiFsn0zU7kJr2 r0PYOI3BkWCQDnqs0YtMlcMwu2eo33LKAYGFlamwREQEREBERAREQEREBERAREQEREBERAREQFof Cd5fE/Y49eWQV41GR8WnWZYzteyJ7mnyICoJdWutuNaybMTpC3kBy7/L6gQg6HFnzi9+CssgO8Pl eXuHTlgBc7FqF6V8MZnkPeiDtoaC7e3d4+5eK2p3jAZ5rL+zbI9gHd3bto255c29fmEHRtimYC1k jNuc82rLIXFz3SkO3jbgBc3Jq9uKOYiyXPc07AWg7CHNx4eILvkptPUJprVkicvjMcj2NwPveNu3 55PyQWzY52NDWysIHTLV59GlE3bdozfjHq8lRG3dbVaZLczXywMfHgsODuG/PL/EMexeTq07nSPb beBG+UNGBhw29zPLzQdHts/8yP8A7V4lgmmYWPkZtPk1V2m6m+SrZnmk3iKJjiOnPZl315UaXUrJ 0OrOLOybdI2R4A7xY158R4loQXbY7DGhokjwBj1VnbZ/5rB+yuflv3DFYkfZkjyyXsQzb3XMc44I x5Y+RWq3rVqJlgQzk9lK4AlozsDHD95u5B08cAa7e9xe/wAz4Lcual1KzHE6Y2SHPdMzZgYYW91n h7irvTp/StPrzE5L2Au9/iglIiICIiDCIiAiIgr72lVrjZXGNrZnNwJP8XgSPHHtVXDHb0csaHOb E94dJhpkYxjQcndy5+efrK6RYPMYKClqay4R77zhFIASYmsye93mgHzDcZ5eKta8wmiY8Yy5odgO BxlaJ9PjlkEsT315QXHtIsZO7Gc5BHgPkotXRGVLMEkJb97kLiSO9t2bWtz5ILOeaOCLtJXbWAgZ 95wF7c4NaXE4A5lUeoQahNbcGtme3t2OZhzey2NwcEdc7gt2lP1CevOL24ksGN0e0h2DuHQcun8y gtI5GyRtkY4OY4ZaR4habF2vXkbHLId7hkNa0uOPPA8FTVH6lE2rFtnaGGFmwRDZ2e0biXeec/JW D47VW/PPBA2wywG/T2uYWjHj4f5oN2oW/Q4myDYQHtDwTzDScE/Dr8FW6hqDnMYYQH2KmZ5S1+1o 2na5vPr4/UvTtDfPO505hDXvdI5wbl5DmlpZu8ufL3BWDNOqtOXwtlfuD90gDjuwBu9h5DogqYYL uozwySSTsbkvLzt2N55Y6MePLkc+BVzTqMqRuawlznuL3ud1c49T5KSiAiIgIiIMoiICIiAiIgIi ICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAi IgIiICwsogwiyiAiIgIiICIiAiIgIiICIiAiIgIiICIiDVPM2Bge/OC5reXmSAPtXpz2saXOIAHM lR9QifNWDYxl3axu+AeCfsVNHpc8bI2+ignaGkHaWDMbQ4/pZHX3oL2KzFI7a13MjIBGMjzHmOYX p7wwtznBPUDpyzz+Soo9MnhfHK2qCYi0gN25wHM5D5OXkabc9F7PsT2/ImTcObeyLduff9qC/je2 aFrxza9uQHDGR7lDryU32H1Y67WdlnH3sBpweePcSPmodOhPHcjmMHZtD8tGRljPvvd/8m8lpsad adZsvZC/Y55Lsua4SN3NOGgnyBz0ygvHVq727XwxFvLkWjw6LBq1twJgi3N6HYOSojpdoRg9kSeX ac2uc9o7Ll5H1XL0zSbAAe6HMg6Oc4E5+9Y5/suQW7BUAfLHA3k/BLYuZI5eXNe68dbYX144g1/U saBuxyVHDpdoN78Ti5oPNzm83ZZlwx54ct9DTpa16FxrBoa7O9uMNGH8vmQgsY4qbLLq7K0TXCME kMAGCTy+YXrbW9K7HsWb2Ma4HaOQzgfYqSzplp8kpbXd3nHcWluZOcmDz8tzevT4KVqtKeeYObCZ 2dltLcjJOHjx9pBQTnitHcEIqtdJMwlzmsb6ufH4le4xXtdoDAwiOU+s0esPFQrlSd80ZYyQn0V8 Qcx+A15x158/rUMafbG9sFZ0DZDlveb97xk88FBemvBvL+xiLiCCdgyQeoWoiqZGxmFu4ksGYuox k+HTn9ap5dOnefvVIxjYMc2jDdpBZ18T9q9S6fZfO90dYta52YubR2XTPj4jlyQXfo1cvMnYx7yc l20ZyFjtI4Z464bje1zhgchgjP7yqzXkpaPZIYGOic2WNueWWtb9pBXq5Ql7KkxkfasgZiRoI73e YSOfngoLGzZbX7Npa973uw1jBklZsWo6742ynAfnveAwFBignrxadJ2DnGCMskjaRluQPbg4woL9 NtTNLZK+WtYWYc4Hd63P6wg6NOq5yTTbUhe0QFoY17Wd4cz98wR/3NVvpcToazmmHsQZHuaw47oJ yOmQgmIiICIiAiIgIiICIiAiIgIiICIiAiIgIiIMoiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIi ICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiDBAI5rKIgIiICIiD/9k=/9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAIBAQIBAQICAgICAgICAwUDAwMDAwYEBAMFBwYHBwcG BwcICQsJCAgKCAcHCg0KCgsMDAwMBwkODw0MDgsMDAz/2wBDAQICAgMDAwYDAwYMCAcIDAwMDAwM DAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAz/wAARCAApAHMDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD0z4T/ ALGvwe8R/CbwnqOqfCf4Z6tqeoaHYXV5f6h4Xsby8vp5LaN5JpppYmklldizNI7FmZiSSSTXhP7V vxe/ZX/Zp+Jdr8O9H/Z98D/FT4rX7iODwh4U8B6ddXcchBZY5nW3bZIQCfLRJZQMFkUFSe4/bX/a 41D9jH/gmboHibQNx8Ya3o2j+HvDZWLzWhvrizBEwTBDGKKKZ1BBBkWMEEEg/Wn7Cf7Pn7PP/BuH +yRonib46eNvDug/F34kR+b4p8S6mXvtU1S8bZNcWVosayTy20Dugd41Idtssm0uirnFX1ZjCLer Pzvu9C+I2i6Muuah/wAEno10RgGZLbw3aTX0a8ZJgXSzJkA9DGvQ+hx3/wCxp43/AGSP225tQ0vw 78HvhnoPjPRQ51PwrrvgTTLXVLTYdsjKoiKyorAglDuTjzEjyuf2B17/AIK1/s2+Gv2XbT40Xnxi 8Gp8M7+6/s+21iO5aXz7vG42qwIpnNwq/M0Ij8xVBYqFBNfnt/wWB+AXwg/4Kafsk6t+2Z+yn410 K4+MHwRjbW5vEGgEQz6paWcYkuLW/ikCus8VqGkj86Ms6IISrRyqVpxLcewv/DDfwP8A+iL/AAh/ 8IzTf/jNH/DDfwQH/NF/hD/4Rmm//Gavfsk/tB2v7Vn7M3gn4jWcEdqvirTFubi3iz5drdIzQ3MS 552pcRSqpPJUKT1r0TGax1MLs+Vf2lPCH7P/AOz/AK34b8K6X+zp4B+InxQ8dO8XhfwT4f8AA+my alq5QMXmdvIIt7ZNrbpnBwEchWEchSoP+CdHxyGu/Y/+GMv2I38QLp39tH4fLqulDxcLEy+UJS/l /Zdu/wDd+d/q94xnPFfV/wDwb6/DLTfiz8fv2rPjxrCfbPGUPxIvvhXpckyhv7H0bSYrZligPVPP aaN5VHDPAjdSSfgmz/4LH+KLT/g5zuLdfhX8If8AhILr4mf8KVk8Si31Yam2h/26NPEm37ebX7X5 Kr++8jnbjaF+Wtox01N4x01PU/2a/CH7Pv7QereIvDWofs7+APh/8TPA8iQ+KPBXiHwNpsOp6Mzh SkoPkAT277l2zKACGQlUEke/0Lxx+yp+zv8ADHwXqviTxF8Kvgvoug6Haveahf3Xg3TlhtYV6scQ Ek9AFUFmYhVBYgH2P/gv58L9P+E37Sn7KPx40dfsfiq/+IVp8JtYaFcHWdJ1eK4YJPj74t3hkkjB 4DzFuoUj5h/b9+Ad9+3b+0B+zv8Aszw+JpvBul/GHWNd1DUdVisxeeV/Y2lG8gjeBmVZo2kky0bM ASiHqoImzuRKL5rI5n4V/ss+Lv2y/CJ8afBb9iX9n3w/8LZo/O03xf8AFTStP0iPXYeCJ4bKGHz4 4WBBSViyOpBDZyoj8X/DTw7+x98RND8M/tSfsf8Awf8AhPa+Kr0abofjjSNB0vVvCOo3bBisEswg 32LsFbaJySQruwjjRnHcf8FNfBf7fGhfDfQ/hx8eJtW+I37NcTXUPjPxZ8DvD9p/wlGu2DR/uFu7 CUKsAiZAzi3jSDy3YM7FVNfZP7GnxL+A/wDwVw/4Jr618D7r4/x/tBX+v6NdWWs3eu2FvpniS1LO XguG08ojK9q/kmOfa6mSBXEjVXKjTlVrHz1L+wv8E4ZWRvgp8I1ZSQQfBem5B/780g/Yb+CCn/ki 3wh/8IvTf/jNcZ/wSk+Kuq/Gr/gnV8Kdf1uZ7nVG0ubTZp3bc04sruezjdm6sxit4yxOSW3Ekk19 CVlqc92nY+of+COrvH+wZpFl5s0lroni3xhounxyStILOxs/FOrWtpax7iSsMFvDFDGg+VI4kVQF UAFJ/wAEeP8Akx+P/sf/AB5/6mOtUVudK2Pxp/4KT+ILP4c/s8/sg+Nda3N4V8H+OvCt9rS7Cy+S tmspJA54jgmHH976V9lf8Fd/Dmt/s3/8Fvv2c/2oPFHw/wDF3xD+BvhXwndeHr9vD2kya1J4a1Rj qBS9e1XhVb7Xa4k4P7hiMvHGrfnv8GP+CjXwk/4Kk/De1/Zk8WaDq3gibxLoFtpWk6xdXsVzG+q2 qRfZ/LAVNshePcilh5uDDnMoB+yP+CXH/BdW4/4J7adpP7Mv7Z8d14T1LwfbpYeEPiIkEl1pHiHS 4/3dus7xoWBjUJGtwFIKrtuBDLE7SzHsyKeiszl/2sgnin4s/ss/tU6P+yP488M/Aj4d+PvEt54j 8Jx+ErePVJ2vPszW3iiTTov3mJmhSTdMgKvYxrvKPBI/3J8IP2pPh38R/wBh39p/4raT8A9f+DPg o2Osane6prnh230W6+IUcemyPNqLW6YnbJ3oGlU7wQVYuZEj9m1v/grt+yv4f8Jya3cftGfBNtPj jMuYPGen3EzgDJCxRytI7/7CqW9q/KP/AIKR/wDBT7xF/wAF7Ncb9nb9mu11bTfgVHfQSfEL4kah ZPbpqcUcgkjtLWGQK4QsqSBG2zTuqgrDBHK8tGhW/wCCIGlXWlf8EwPhp9q8xftTapcQq67SkR1O 6A/AlWYHuGHbFfV9fm74u/4L2/B79lfW2+GngXwLrPijwj4Cii0HS9UsNYhS1vIbeNYt0ZMbGRcq QJcnzceZ/HWX/wARNPgr/ok/ir/weQf/ABqseVtnO4ybufaf7Mn7X0P/AARp/bJ8fXnj2PUI/wBm 79oLWI/ED6/a2z3EPgTxO6CO5N2iAsIL3areYAdpSNQuElamWXwy0G0/4OKr79sST4i/BBf2d5tD CR+Jf+E80kxmb+xI7Xd5fnbt32kEZxnvXxxpX/Bxb4V+Js0mg2fwL8YeJH1SF4ZNMjvoL37ZFtJd Gh8ht67QSQQRgc14/rP7ef7MvhfX7jVdS/Yjk0+6s7xbWf7UqRW8NyymRYWgaIQq5UFhGU5UZxit E31NIuVrNH6T/tHftew/8Fk/21Ph/rHgOHUD+zf+z7qc+t22vXds9tH478TbDHA9qjgN5Fn8zCQg ZZ5FIw8ZEP7Znw78bSn4ffFP4WwR3nxS+BviJfFGhafIxVdetmTy7/S9w5X7TAAvHJ2bBguGHxzd /wDBx94P8Cy/2HN8E/FWhto/+hf2cdSgtfsHl/L5PleQPL29NuBjGMVH/wARNHgr/ok/ir/weQf/ ABqpfM3cl8zd7H6NfHP9rDwr/wAFffgrpfjv9nn9qrxD8Bfjl4J066tIvAuq+JbfQ4UvJGj86DVr GaNnm8tkCrOgeNSDgFs4+Tf29P2W/wBjL4DfBLQ/gz8BW1T44fteXmoz32j+MfDviYtrekX802+f VNX1G0IgjhgxkQuCygA/IXkuD8vfHP8A4Kx/Af48a7eap8QP2SNQ13VtPt4Z72/vZYobyKGQJ5Lz zJCkmxhJGEMjEESLjqK6HwP/AMFrvhX+yBo0OneH/wBl3XPhzaa9bx3yJC8Fg+qwHPlzF2gDzp12 szMOuDVcz7F8z7H6Hfsp/s/2X7Kv7Nvgv4c6fcLeQ+E9MW1luUUqt3cMzTXMyqeQsk8krgHkBgOc V6BX5k/8RNPgr/ok/ir/AMHkH/xqgf8ABzT4Kz/ySfxV/wCDyD/41WfKzHklvY/db/gjx/yY/H/2 P/jz/wBTHWqK5X/ggJ8VIPjp/wAEsvBfja1s5tPtfGPiPxfrkNrLIJJLZLnxVq8yxswADFQ4BIAB IorY6Vsfxo29xJaTpJG7RyRsHR1O1kI5BB7EV+gnwC/4LnNrnwztfAP7R3w90v40eGbbasWp3McT 6pFgEeZIsymOeULhRKGhlPJaR2JNfp5RRuJpPc/Otf2vP+CdOkXC6va/AHxvcaiPmW0mhdoQ3X5k fVWix/wFvp2ryv8AbL/4LU+Jvjn8L5Phr8MfCulfBz4YyQtay6do5Rbu9gbO+JniSOOGGQY3RxIC 2WV3kViD+tFFTy2FyI/m7or+kSiqKPxb/wCCQH7QPhf9mf8AbRh8UeLvEdn4T0pvCniTSotTvBqf 2e3u7zRby1tfMbTFa+jQzyxBpLbEqAllZWUMPtDXf+CxXgXwr+1jc6s3izw74+0GH4N2MchvNM1m /wBBXx5oK3V74fl09r5E1WRI7r7PE02oMzN9svkd/IMez7UP3fxFB60Afzm+M/GWrfEXxfqviDXt SvtZ13XbybUdR1C9maa5vrmZzJLNK7Es7u7MzMSSSSTWbX9IlFAHyz4o/wCCwP7M3iKPxZrOvGXx BrXhfSfhloOl21vok7QfELRNN1Hw1qmp6fPFNEsYuLK40/WEWW4KJcRXiR7nWGIn40/4KaftG6f8 WfAK6d/w074g/aKvLzx3qviLTo7nRb22tvD2nTxxqpeXUII7iG6mIXfaWrSWcYgBDuxUj9cT938a H6fhQB/N3RX9IlFAH11/wa5cf8EKPgb/ANx//wBSDU6K+lP+Cd//ACZv4L/653X/AKVz0UAf/9k= R0lGODlhEAAQALMAAOPwwd7ttazRRd3ttLfXXtPnnPT55rzaa5LAKf///6bOOQAAAAAAAAAAAAAA AAAAACH/C1hNUCBEYXRhWE1QPD94cGFja2V0IGJlZ2luPSLvu78iIGlkPSJXNU0wTXBDZWhpSHpy ZVN6TlRjemtjOWQiPz4gPHg6eG1wbWV0YSB4bWxuczp4PSJhZG9iZTpuczptZXRhLyIgeDp4bXB0 az0iQWRvYmUgWE1QIENvcmUgNS4wLWMwNjAgNjEuMTM0Nzc3LCAyMDEwLzAyLzEyLTE3OjMyOjAw ICAgICAgICAiPiA8cmRmOlJERiB4bWxuczpyZGY9Imh0dHA6Ly93d3cudzMub3JnLzE5OTkvMDIv MjItcmRmLXN5bnRheC1ucyMiPiA8cmRmOkRlc2NyaXB0aW9uIHJkZjphYm91dD0iIiB4bWxuczp4 bXA9Imh0dHA6Ly9ucy5hZG9iZS5jb20veGFwLzEuMC8iIHhtbG5zOnhtcE1NPSJodHRwOi8vbnMu YWRvYmUuY29tL3hhcC8xLjAvbW0vIiB4bWxuczpzdFJlZj0iaHR0cDovL25zLmFkb2JlLmNvbS94 YXAvMS4wL3NUeXBlL1Jlc291cmNlUmVmIyIgeG1wOkNyZWF0b3JUb29sPSJBZG9iZSBQaG90b3No b3AgQ1M1IE1hY2ludG9zaCIgeG1wTU06SW5zdGFuY2VJRD0ieG1wLmlpZDpGRTY3QzEwMzAwRUQx MUUyQUUyN0FFOTMwQTMzMTM4RSIgeG1wTU06RG9jdW1lbnRJRD0ieG1wLmRpZDpGRTY3QzEwNDAw RUQxMUUyQUUyN0FFOTMwQTMzMTM4RSI+IDx4bXBNTTpEZXJpdmVkRnJvbSBzdFJlZjppbnN0YW5j ZUlEPSJ4bXAuaWlkOkZFNjdDMTAxMDBFRDExRTJBRTI3QUU5MzBBMzMxMzhFIiBzdFJlZjpkb2N1 bWVudElEPSJ4bXAuZGlkOkZFNjdDMTAyMDBFRDExRTJBRTI3QUU5MzBBMzMxMzhFIi8+IDwvcmRm OkRlc2NyaXB0aW9uPiA8L3JkZjpSREY+IDwveDp4bXBtZXRhPiA8P3hwYWNrZXQgZW5kPSJyIj8+ Af/+/fz7+vn49/b19PPy8fDv7u3s6+rp6Ofm5eTj4uHg397d3Nva2djX1tXU09LR0M/OzczLysnI x8bFxMPCwcC/vr28u7q5uLe2tbSzsrGwr66trKuqqainpqWko6KhoJ+enZybmpmYl5aVlJOSkZCP jo2Mi4qJiIeGhYSDgoGAf359fHt6eXh3dnV0c3JxcG9ubWxramloZ2ZlZGNiYWBfXl1cW1pZWFdW VVRTUlFQT05NTEtKSUhHRkVEQ0JBQD8+PTw7Ojk4NzY1NDMyMTAvLi0sKyopKCcmJSQjIiEgHx4d HBsaGRgXFhUUExIREA8ODQwLCgkIBwYFBAMCAQAAIfkEAAAAAAAsAAAAABAAEAAABFYwyTSOuuqM OQ3BoEIYnaAkBRIqApl8Z7qKFIbcmIlVGIpwAJ2ll0qoDobAzGe8HBLLouoCXTGnT8ww9jsmnQPi bxK8bGAzDEFi0KVbHXRoxJHwtJtJBAA7iVBORw0KGgoAAAANSUhEUgAAA1MAAAH1CAIAAACcADMRAAA26ElEQVR42u3dD2ic97rgd1NVFcIY o9bV1apaI9zV6ugKXaMNa0IIqXDd9aap1usrsuuaU9cE4xLO6rqum+sS0txwNs0NDSbXJ7huiusb TDZ1U4yPcU3WBHy1rhA+rlmv1/Vqg0hJgxFBDQZjjBFCpM/1756375nRvHr1x5I8+nx4EKN3RqPR O+/MfDV/N/wEAMD6sMEqAABQfgAAKD8AAJQfAADK71n5kz/5k7/4i79wRgIAKD8AAJQfAIDyU34A AMpP+QEAKD/lBwCg/JQfAIDyU34AAMpP+QEAKD/lBwCg/AAAUH4AACg/AADlp/wAAJSf8gMAUH7K DwBA+Sk/AADlp/wAANZz+Y2Ojm7fvr2xsbGvr+/GjRuxJL62t7fHkt7e3qtXryo/AIA6Kb+urq7r 16/HjnPnznV3d8eOoaGhs2fPxo6TJ0++/vrr1eV37dq1WQAAZmefs/LLa25ujq9btmxJf8b09HRH R0d1+b3//vu/BgDg179+XstvbGzs0KFDsaOxsTFbmN/t0V4AgOf70d7k4cOHQ0NDjx49it0NDQ3Z 8qamJuUHAFA/5Xf//v2DBw9OTk6mb1tbW6enp396+mhv7FZ+AAB1Un5ff/31zp07p6amsiX79u07 c+ZM7IivQ0NDyg8AoE7Kr6OjY0NOLBkZGWlra2toaGhvbx8dHVV+AAB1Un4LpfwAAJQfAADKDwBA +Sk/AADlp/wAAJSf8gMAUH7KDwBA+Sk/AADlp/wAAJSf8gMAUH7KDwBA+QEAoPwAqCdf/bP/25hV mfs/PFJ+yg+AFfUf7D9vzKpMxJ/yU34AKD+j/JSf8gPgmZXfzjd+/ff/9F8ZswKz+78cUX7KD4DV LL+4MX79f5g0ZgVm8L1/rvyUHwDKzyg/5af8AFB+RvkpP+UHgPIzyk/5KT8AlJ9RfspP+QGg/Izy U34AKD9jlJ/yA0D5GaP8lB8Ays8Y5af8AFB+xig/5QeA8jPKT/kpPwCUn1F+yk/5AaD8jPJTfsoP AOVnlJ/yU34AKD+j/JSf8gNA+Rnlp/wAUH7GKD/lB4DyM0b5KT8AlJ8xyk/5AaD8jFF+yg8A5WeU n/JTfgAoP6P8lJ/yA0D5GeWn/JQfAMrPKD/lp/wAUH5G+Sk/5QeA8jPKT/kBoPyMUX7KDwDlZ4zy U34AKD9jlJ/yA0D5GaP8lB8Ays8oP+Wn/ABQfkb5KT/lB4DyM8pP+Sk/AJSfUX7KT/kBoPyM8lN+ yg8A5WeUn/IDQPkZo/yUHwDKzxjlp/wAUH7GKD/lB4DyM0b5KT8AlJ9RfspP+QGg/IzyU37KDwDl Z5Sf8lN+ACg/o/yUn/IDQPkZ5af8lB8Ays8oP+UHgPIzRvkpPwCUnzHKT/kBoPyMUX7KDwDlZ4zy U34AKD+j/JSf8gNA+Rnlp/yUHwDKzyg/5af8AFB+RvkpP+UHgPIzyk/5KT8AlJ9RfsoPAOVnjPJT fgAoP2OUn/IDQPkZo/yUHwDKzxjlp/wAUH5G+Sk/5QeA8jPKT/kpPwCUn1F+yk/5AaD8jPJTfsoP AOVnlJ/yU34AKD+j/JQfAMrPGOWn/ABQfsYoP+UHgPIzRvkpPwCUnzHKT/kBoPyM8lN+yg8A5WeU n/JTfgAoP6P8lN9fmZqa6ujoyL6dnJzckKP8AFB+RvnVSfmNjIz09PTkC+/8+fMHDx50nx8Ays8o v3orv927d4+Pj+fLL7LvwoULBeV38uTJfwbAOqb8zGqV35/9T1+ttYvD8/do71+erFz5dXV17dy5 s7Gxsb+//969e9Xld+nSpR8BWMeUn1mt8vvfrvzLtXZxeO7LL3P//v2+vj6P9gLg0V7j0d46ebS3 oPxCU1OT8gNA+RnlV7fl19XVNTExke7z27lzp/IDQPkZ5Ve35Tc2NtbT09PY2Pjyyy9H/Ck/AJSf UX51VX7lKT8AlJ9RfsoPAOVnjPJTfgAoP2OUn/IDQPkZo/yUHwDKzxjlp/wAUH5G+Sk/5QeA8jPK T/kpPwCUn1F+yk/5AaD8jPJTfsoPAOVnlJ/yU34Ayk/5GeWn/ABQfsYoP+UHgPIzRvkpPwCUnzHK T/kBoPyMUX7KDwDlZ5Sf8lN+ACg/o/yUn/IDQPkZ5af8lB8Ays8oP+Wn/ABQfkb5KT/lB6D8lJ9R fsoPAOVnjPJTfgAoP2OUn/IDQPkZo/yUHwDKzxjlp/wAUH5G+Sk/5QeA8jPKT/kpPwCUn1F+yk/5 AaD8jPJTfsoPAOVnlJ/yc60HoPyUn1F+yg8A5WeM8lN+ACg/Y5Sf8gNA+Rmj/JQfAMrPGOWn/ABQ fkb5KT/lB4DyM8pP+Sk/AJSfUX7KT/kBoPyM8lN+yg8A5WeUn/IDQPkpP6P8lB8Ays8Y5af8AFB+ xig/5QeA8jNG+Sk/AJSfUX7KT/kBoPyM8lsX5Tc9Pb179+7m5uYNGzZs3Lhxz549s7Ozyg8A5WeU X72V3+PHjzfM5cmTJ8oPAOVnlF9dlV9PT0903muvvfbw4cP49sGDB4ODg7HkhRdeUH4AKD+j/Oqq /JqamqLzZmZmsiXT09OxJJYrPwCUn1F+dVV+DQ0N0XlRe9mSJ0+exJLGxkblB4DyM8qvrsovPdq7 c+fO9GhvfI3dsWT79u3KDwDlZ5RfXZVfpN6cr/D48ccflR8Ays8ov7oqv5+evrx3z549mzZtamho iK87d+6MJSvzByg/AJSfUX4rWn6rSPkBoPyM8lu58tuwYUNDQ0N+yQ8//NDd3d3Z2an8AFB+RvnV efmld3Xx2l4AlJ9RfnVSfp2dnRsKbd68WfkBoPyM8quH8vvuu+8ankqd1/C7Ivu+/PJL5QeA8jPK rx7KLxOdtzIP7Co/AJSfUX6rXH6rS/kBoPyM8lvR8tuxY0djY2PF8/wqXvah/ABQfkb5Pffl98or r1QEX+K1vQAoP6P86q380r19Z86cmZmZWfk/QPkBoPyM8lu58mtqaoryW60/QPkBoPyM8lu58ktv 7Pfw4UPlB4DyM8qvzsvv+++/j/J79dVXVyX+lB8Ays8ov5Urv1qf4eG1vQAoP6P86q38Gmrw2l4A lJ9RfvVWfqtL+QGg/IzyU34AKD9jlN8zKL87d+50d3dv3LgxPbevtbX1/Pnzyg8A5WeUX72V35Ur Vype1ZF2nzx5UvkBoPyM8qur8mtra4vOu3PnTlZ+o6OjsXvTpk3KDwDlZ5RfXZVfuocv7UjlNzs7 G7u9thcA5WeUX72VX2tra3Reup8vym96evrYsWOxu6OjQ/kBoPyM8qur8vv666/nfCfn69evKz8A lJ9RfnVVfmFycrK/vz+9tre5ubm7u3tiYmJl/gDlB4DyM8pvRctvFSk/AJSfUX7KDwDlZ4zyW+7y 21BDep2v8gNA+RnlVz/l15CTLz/v6gKA8jPKr97KL292dvbRo0evvvpqlN/4+LjyA0D5GeVXt+WX RPxF+XV2dio/AJSfUX51Xn7pMzyampqUHwDKb3nnbx/4sz/4w/92Lc/f++//L+W3jspvenr69OnT UX7Nzc3KDwDlt7zT1tnz8//sPz/6X/3Xa3M2t/w7f+eda8qvnsuv1mt7BwcHlR8Aym/Zy+/u3btr 9rz49/9mr/Kr8/JrqNLU1PTqq6+uzB+g/ABQfspP+a1c+a0u5QeA8lN+yu85Lr+pqamOjo7s2xs3 brS3tzc2Nvb29l69elX5AaD8lJ/yW7Xym56e7u7u3rhxY7akpaXll7/85eKObWRkpKenZ8OG//+E DQ0NnT17NnacPHny9ddfV34AKD/lp/xWrfy2bt1a8Vlt6RUe77zzziKObffu3ePj4/ny27Jly+zs bErM/H2BWfl99tln9wBYx5Tfgjx69ChuW/M3tR9//HHcwjY1Nb3wwgs3btxQfuXL73/+X0bX2sXh mZdfbCix9dy+fTtbEhtNLNm0adPigzS3OeY/Ba76E+Gi/M6dO/evAVjHlF95MzMze/bsSffRpCWn Tp3KvzVH3HxPTEwov5Ll9+f/69hauzg88/JLH9eb7pbLp1v+XsCllF/+eKrfHdqjvQAov5Ju3brV 39+fRV5a2NXVFbsvXrwYN+UfffRR7D58+LDy82hvTe3t7bGVDA8PP3nyJL59/Pjx8ePHY0lbW9uy lF9ra+v09HR6tDd2Kz8AlN+ib17D559/ni+//O70bXd3t/JTfjWNjY3N+U7Oo6Ojy1J++/btO3Pm TOyIr0NDQ8oPAOW3uBW1Y8eOdOucr72WlpbY/dlnn8XuL7/8comfwqX86r/8wv3793t7e2NDaWho 2LhxY09PTyxZ0snKld/IyEhbW1scc3t7e3VNKj8AlN/i7vxLu4eHhyvuu6l+Vr3yU35rhfIDQPkt pfyePHly5MiRTZs2NTU1HT58ePPmze7zU37KDwDlV5/ll/fo0aOGhobt27crP+VX5M6dO+nNnNPr cFtbW8+fP6/8AFB+a7/8+vr6mpubR0dHZ2dn0yO/b731lvJTfjVduXIle2ZAKr+0++TJk8oPAOW3 xsvv6NGj+Sf5tba2Tk5OKj/lV1NbW1tsKHfu3MnKL/5vWOI7OSs/AJTfij3P7xe/+EXTU3v27FnK 2zgrv3VRftnWk5Xf7OzsEl8ZpPwAUH4+t1f5rcXya21tTe/el8pvenr62LFjsbv6M3aVHwDKT/kp v+e7/L7++us538n5+vXryg8A5af8lF9dlV+YnJzs7+9Pr+1tbm7u7u5e4rMElB8Ayq+4/Oa82yWt kG+++WZwcDBukeOmeXh4eGZmpnqlXb58uaenp7GxMW61Y3fx8hs3bvT19cXC+Do2Npb9lvRhrenj W5XfOiq/VaT8AFB++fKbnJxMT8TKHD9+vGKNxTE0NDTk35rjzp07BcujAuPbiYmJ/Kf67t+/P749 ceKE+/yU31967bXXlB8Ayu9ZP9r74MGDjo6O5ubmCxcuxLfReRFkw8PDs7Ozo6Ojsby/v79ijR06 dCgOc+TIkZmZmfgau2NJwfLGxsbs1ZzpFZzj4+PpDr/p6Wnlt17K77333tu0aVN675/8s/quXr2a vc5X+QGg/J5p+f385z+Pm92UfeGFF16Im+D8I7DV0n146X374mvs7urqmnd5eni3p6cnu8Pv448/ rjhm5Ve35RfZV3EPc/zPEct37dqVf1dn5QeA8nt25Xf79u24zR0YGMiWNDc3t7S0HDp0qKmpKXYc PXq0ugKz+/D+qgY2bEif1Vtr+djYWG9vb/Y8v3v37qU38ai4w0/51XP5pTdwHh4ejt3pDuFPP/00 NoKUffEPx5zPJ1V+ACi/ZSy/vXv3xs3uV199lc+1CunG+ndu/n/3c3uzx3BrLa8wNDQUe33yySfV eym/ui2/+E8izvUU+w8fPsxvYRVP9lR+ACi/Z1F+6QHZ1tbW6vvzzp8/H7vPnTsXu1taWpZ4n19e /PZ0h9/o6Gj1C36VX92WX/7fgvShHSv5Nn7KDwDld+rUqexFGJn0nLzi++22bdsWy+/fv5/lY3rF bq3leelexk8++WTOF/wqv3ouv/wz+VL2XblyZYX/AOUHwLotv/Soa/bajuTw4cOx8KOPPpqdnb14 8WL2Ko28AwcOVDxlK+VjreWZO3fuxMKtW7fGkVe/4Ff5rbvyi+1A+QGg/Fam/KLAspfiZiYmJtI7 b2ROnjyZv7H+6bevC6l+375ayzODg4Ox/PTp0z/N9YJf5be+ym9lXsyr/ABQfukPr3haXubGjRs7 duyI2+WOjo4s+ypurK9cudLb2xvfRsDlH7KrtTy7w6+zszPd0ZO94Deyz/P81kX5FfOuLgAovzX1 ub23bt2qft7e8lJ+dVt+DfOZ83Xgyg8A5bda5Tc4ODg6Oqr8lN9zTPkBoPzWDuWn/JQfAMpP+Sk/ 5af8AFB+yk/5KT/lB4Dyq1V+H3744T9Zq37vr3UoP+Wn/ABQfsszvX/3H3W/NLRm52+8+Iev/Xe3 lJ/yU34AKD+j/JSf8gNA+Rnlp/yUHwDKzyg/5af8AFB+RvkpPwCUnzHKT/kBoPyMUX7KDwDlZ4zy U34AKD9jlJ/yA0D5GeWn/JQfAMrPKD/lp/wAUH5G+Sk/5QeA8jPKT/kpPwCUn1F+yk/5AaD8jPJT fgAoP2OUn/IDQPkZo/yUHwDKzxjlp/wAUH7GKD/lB4DyM8pP+Sk/AJSfUX7KT/kBoPyM8lN+yg8A 5WeUn/JTfgAoP6P8lJ/yA0D5GeWn/ABQfsYoP+UHgPIzRvkpPwCUnzHKT/kBoPyMUX7KDwDlZ5Sf 8lN+ACg/o/yUn/IDQPkZ5af8lB8Ays8oP+Wn/ABQfkb5KT/lB4DyM8pP+QGg/IxRfsoPAOVnjPJT fgAoP2OUn/IDQPkZo/yUHwDKzyg/5af8AFB+RvkpP+UHgPIzyk/5KT8AlJ9RfspP+QGg/IzyU37K DwDlZ5Sf8gNA+Rmj/JQfAMrPGOWn/ABQfsYoP+UHgPIzRvkpPwCUn1F+yk/5AaD8jPJTfsoPAOVn lJ/yU34AKD+j/JSf8gNA+Rnlp/yUHwDKzyg/5QeA8jNG+Sk/AJSfMcpP+QGg/IxRfsoPAOVnjPJT fgAoP6P8lJ/yA0D5GeWn/JQfAMrPKD/lp/wAUH5G+Sk/5QeA8jPKT/kpPwDlp/yM8quX8pucnNyQ o/wAUH5G+dVt+Z0/f/7gwYMF9/ldvHhxCoB1TPmZ1Sq/L//3O2vt4vDcl19k34ULFwrK71e/+tX/ AcA6pvzMapXfr85cXWsXh+e+/Lq6unbu3NnY2Njf33/v3j2P9gLg0V7j0d66fbQ3c//+/b6+PuUH gPIzyq/+yy80NTUpPwCUn1F+dVt+XV1dExMT6T6/nTt3Kj8AlJ9RfnVbfmNjYz09PY2NjS+//HLE n/IDQPkZ5Ve35VdM+QGg/IzyU34AKD9jlJ/yA0D5GaP8lB8Ays8Y5af8AFB+xig/5QeA8jPKT/kp PwCUn1F+yk/5AaD8jPJTfsoPAOVnlJ/yU34AKD+j/JSf8gNQfsrPKD/lB4DyM0b5KT9gTn/6P/7G mFWZf/mv/1/lZ5Sf8lN+sAp3nBiz8rPEm0/lZ5Sf8gOUn1F+xig/5QcU3nzuevOfulo3z9fNp/Iz yk/5AcrPKD9jlJ/yA5SfUX7GKD/lB8pP+RnlZ4zyU36g/IxRfsYoP+UHys8Y5WdsuspP+YHyM0b5 GZuu8lN+oPyMUX7Gpqv8lB8oP+PmU/kZ5af8lB8oP+PmU/kZ5af8lB8oP6P8lJ9RfsoPUH5G+Rmj /JQfoPyM8jNG+Sk/UH7Kzyg/Y5Sf8gPlZ4zyM0b5KT9QfsYoP2PTVX7KD5SfMcrP2HSVn/ID5WeM 8jPKT/kpP1B+xs2n8jPKT/kpP1B+xs2n8jPKT/kpP1B+C5/tf/hOz65Da3Z+9h8e+k8++OduPpWf UX7KT/mB8luGad/W98d//Mcn16p/t639P3r7azefys8oP+Wn/ED5LU/53b59e82eF3/z9/9A+Sk/ o/yUn/ID5af83HwqP6P8lB+g/JSf8hMlRvkpP0D5KT/lZ4zyU36A8lN+ys8Y5af8QPkpv4WYmppq aWnZsGHZrlSVn/Izyk/5KT9Qfmu0/A4cOLDhKeWn/IzyU37KD5RfPZff6Ojoht9SfsrPKD/lp/xA +dVt+c3Ozvb29nZ1dSk/5WeUn/JTfqD86rz8Tpw4EcH3xRdfKD/lZ5Sf8lN+oPzqufwmJyc3bdrU 19f3l9enyk/5GeWn/JQfKL86Lr99+/ZF7V29elX5KT+j/JSf8gPlV+flt2Euyk/5GZuu8lN+oPyU n/JTfsamq/zqsfyO/ONrxqzK/OZfTCq/1foMD4/2Kj+j/JTfOi2/tDUYs/KzLDefyk/5KT9jlJ/y W0z57Xzj18aswCi/tVB+y0v5KT+j/JTfc1Z+6+Tm83cuCR/+i9fe/z/Xwgz96v9ZV2v+7//pv1J+ yk/5KT+j/JSf8lvR+b1t2//tLb/X+tf++urOv9n4b+36b/6p8rPpKj/lZ4zyU37K7xnOv/c3tt+6 dWvV139P399SfjbdRZTfo0ePtmzZkn+u3jfffDM4ONjc3Lxx48bh4eGZmZnqlXb58uWenp7Gxsbu 7u7YXbz8xo0bfX19sTC+jo2NZb8lfmlbW9uTJ0+Un/Izyk/5KT/lp/yU3zMvv6i6PXv25F+lMTk5 2dramn+7luPHj1essbt37zY0NGQHiN137twpWB4VGN9OTEzE19idjmT//v3x7YkTJ9znp/yM8lN+ yk/5KT/l98zLL7bb/v7+ijfki86L3cPDw7Ozs6Ojo83NzXGYijV26NChOMyRI0ciHONr7I4lBcsb GxvT8cfX2B07xsfH0x1+09PTyk/5GeWn/JSf8lN+yu+Zl18Kvs8//zxffi+88EJDQ0P+Edhq6T68 ycnJdB9h7O7q6pp3eXp4t6enJ7vD7+OPP/Y8P+VnlJ/yU37KT/kpv5Uovx07doyOjv70u+/J19zc 3NLScujQoaampthx9OjR6grM7sPLCjJ+qmD52NhYb29v9jy/e/fuxV4dHR0Vd/gpP+VnlJ/yU351 Xn5ffPFFd3d33CK2tbW9/fbbs7Ozyk/5rfxre/PlV/2xbMPDwwWHzz+GW2t5haGhodjrk08+qd5L +Sk/o/yUn/Kr2/K7ePFixU3ssWPHlJ/yW93yS/fbnT9/PnafO3cudre0tCzxPr+KV4ekO/xGR0er X/Cr/JSfUX7KT/nVbfnt3LkzbgJ/+ctfxu4LFy7E7k2bNik/5be65Zeek1d8v922bdti+f3797Pn 86VX7NZanrd37950h9+cL/hVfsrPKD/lp/zqtvwGBgYi9dKbpc3Ozs55B4nyU34rXH6HDx+O3R99 9FFsk+lu6fQqjbwDBw5kjwLnX8Nba3nmzp07sXDr1q1x5NUv+FV+ys8oP+Wn/NbLKzwuXboUt397 9uxRfspvdctvYmIi/iHJPwnh5MmTFQeLY8gfIHvfvlrLM4ODg7H89OnTP831gl/lp/yM8lN+ym9d lF/cOra0tMTN5N27d5Wf8lvd8vvp6Udu7NixIzbIjo6OLPvSwWJh2n3lypXe3t74NgIudmeHqbU8 u8Ovs7MzvZIpe8FvZJ/n+Sk/o/yUn/JbL+V38+bN9NlZ586dW8r6V3423UWXX0mxnVc/b295KT/l Z5Sf8lN+9Vx+cRvc0tIS2ffpp58ucf0rP5vusy6/wcHB9P5/yk/5GeWn/JSf8luwqamptra2yL4P P/xw6etf+dl0n3X5rQDlp/yM8lN+yq9uy+/YsWPV75qr/JSf8nPzqfyM8lN+yq8Oyy/d4af8lJ/y U37Kzyg/5af81te7uni0V/mtWPn90R/90Ydr1ZbWNuWn/IzyU37KT/kpP+W3PNP/D/7x7+/+R2t2 enb/YvBPb7v5VH5G+Sk/5af8lJ/yM24+lZ9RfspP+Sk/5af8jPIzRvkpP+W38uX3xRdftLe3NzY2 trW1nTp1as4Vdfny5Z6enjhMd3d37C5efuPGjb6+vlgYX7PPOUgfeBW/4smTJ8pP+RnlZ5Ua5af8 lN8qlN/ExERzc3P+hbojIyMVa+nu3bsNDQ3VH2xaa3n6bNM45viafXzC/v3749sTJ064z0/5GeWn /IzyU37Kb3XKb8eOHVntjY6Oxu7e3t6KtXTo0KFYfuTIkZmZmfgau2NJwfLGxsb0Vi/xNXbHjvHx 8XSH3/T0tPJTfkb5KT+j/JSf8lud8ovOiya7fv167I6vc5Zfug9vcnIydsfX2N3V1TXv8vTwbk9P T3aH38cff+x5fsrPKD/lZ5Sf8lN+q1Z+d+/e7evryx6x3b59+/j4eMVayu7D+6ttccOG5ubmguVj Y2ORj9nz/O7duxd7dXR0VNzhp/xsukb5GaP8lJ/yW9Hyi87bunVrVn6xO0KtcuP73Q/qyB7DrbW8 wtDQUOz1ySefeG2v8jNuPpWfUX7KT/mtZvkNDAxEln322WexO77G7pdeemmJ9/lVvDok3eE3Ojpa /YJf5WfTNcrPGOWn/JTfypVfdb01NTVVrKVt27bF8vv372fP50uv2K21PG/v3r3pDr85X/Cr/Gy6 RvkZo/yUn/JbufJLQZbexu/s2bOxu7Ozs2ItHThwIJYPDw/H7vxreGstz9y5cyc9gjw7O1v9gl/l Z9M1ys8Y5af8lN+Kll8034bflb2Zc/Y0vtu3b+cPkL1vX63lmcHBwVh++vTpOV/wq/xsukb5GaP8 lJ/yW9HyCydPnowsi27btm1b/jM8Usyl3VeuXOnt7Y1v45CxOztMreXZHX6dnZ2zs7P5F/xG9nme n/Izys8qNcpP+Sm/1Sm/WuIA1c/bW17Kz6ZrlJ8xyk/5Kb81UX6Dg4Ojo6PKT/kZo/yMTVf5zeHG jRvt7e2NjY29vb1Xr15Vfs97+a0A5WfTNcrPGOX3vJbf0NDQ2bNn0/PGXn/99eeo/GJ2vvHrdTVt f/1na6H8fvb7f/C3/96JdbXms01uWW4+1+Gma2y6xqzKpqv85rBly5b0XP7p6emOjo6KfS9cuPDi iy8OrDHZBrHepq2j+ze/+c3Mauv+Wd/f+rsfrM+zYOA//i9susama8zzsuk+C3/+53/+fJdf/pO7 5vwUrzXoHx65vD6nreNnDWvAv9HQ8Hf+0z9bn2fByG++t+kam64xz8um6z6/OWTvABKqPwcCAID6 Kb/W1tbp6en0aG/sdp4BANRt+e3bt+/MmTOxI74ODQ05zwAA6rb8RkZG2traGhoa2tvbn/X7wAEA KD8AAJQfAADKDwAA5QcAgPLjed+eNmw4ffr0nMsXfZwfffTR4k6Js2M9b4cVGhsbv/rqq+f6L3K2 Lt3du3d//vOfb9q0KbaH1tbWN99884cfflg75+DiruuW0bKcgOd0W11XFzHXJizzhWfXrl2Tk5PL eKFa3M+6pVzn22HFksi+5ubm5zf+bM9L9/nnn3d2dp47dy57g9jYvXXr1u+//36NnIOrfi4vywlQ fsqPdXeLe+/eveq3XVR+rPqV+HMdf7bnJRofH4/Iq76H78MPP3zttdeUn/JTfrCkC8+777578eLF WhequOnt6+trbGzs6em5cuVKrQte+jb/gF369tq1a1u2bOnv708H+/jjj+N44tjiRn3v3r3Z3Y1u KW2Hc8Zf/rO/a22KFWptY+GTTz7p6OiIvQYGBiYmJgq25Hk3/ooNe2Rk5MUXX2xqaurs7Dx9+nT+ SC5fvtzb2xtHEl9jt7O7jMOHD588ebJ6+ePHj8+ePTvvuo31f+nSpbQZdHd3f/31119++WVXV1dD Q0P+iQRxsLjq27ZtWyzcvn17HKz8ZlBxXVd85VbmxBRvb+l05n+k+gSUvIAUbKsuYsqP9XKLOz09 HZfShw8fVl8yb9++3d7eHpfA2H3r1q3YffPmzeILc3557H7jjTdmZ2fv3r0b3544cWL37t3fffdd 7H706NHbb78d3yo/Cs79MptiXsE2Fredcevy7bffxgb52WefxS198ZZcvPHnN+w7d+5s3bo1DhO7 4/Ctra35G+P4wRs3bsTu+Bp7jY2NOcfnFeszzqniwxSs21j/O3bs+Oabb+I8ev/99yMgXnnllfQw cf7fiTjY5s2bU0jFMcSxxZm+uOvA4iu3Miem+BfVOv3ZCSh5ASnYVl3ElB/r6xZ3dHQ0/smuXj40 NBQX4Gz5F198kT00XLL8xsfHs2/jf9b8tXlcquNfRuVHmfIr2BTzCraxV199dc7HjmttycUbf37D 3r9/f+ybfRs/lR1J3GB//vnn+SNZmQcrn3cNDQ3zHqZg3cb6zxpiZmam4vzKX1mdOnUqWx7HFmfl 4q4Di6/cypyY4l9079694ivbkheQgm3VRUz5se5ucaP8sk/by5Zv2rTpyZMn2WGmp6djyYLKr+I3 xrHFVcPly5fffffd+I8wu35XfrbD4r0KNsWS21gcPm6lyt8sld/4N2/enF6FkDx+/Dg7QGNjY36v gpNNXv5R/oLD1Fq3sf7z53XBlVX+sY45z+Lym0HBlVuZE7PEK9uSF5CCbdVFTPmx7m5xHzx4MDAw kC5C2fK4SFe83UatVitTfmNjYy0tLS+88MKBAwfiX+34l27On0L5Ve9VsCmW3MZq3Y1Ua0suv/FX Z0rBhl2maejp6UmPJy5os5nzYdCSV1a1jqHkZlD+ym3p29ucx1zyAlKwrbqIKT/W4y3uhQsX4n+4 /PKOjo6ZmZl5fzb+zytTfn19ffnn8EZlKj9+KvcKj4JNseQ21tzcPO8dEvktueTGH+KGsOKui/y9 Gu7zW4QjR4588sknc+517ty5eddt+fKrOIbW1taKw5TcDMpfudX6tvz2Nucxl7yAFGyrLmLKj3V6 i7t379579+5lyw8ePJh/dkX8ezfnk3bv3r1bpvziVjx/vXD58mXlx0+F7+qS3cYUbIolt7GdO3de vXq1+Lfnt+SSG386ZP7pShcvXswOMDg4mH8SUuzOng5PgVjbnZ2dU1NTFctj3ab/TovXbfnyO3/+ fLY8zsQ33nij4jAlN4PyV261vi2/vc15zCUvIAXbqouY8mOd3uJOTk7GpTdbHhXY3t6e3uzg22+/ ffHFF7MryuzNBb777ruXX345+5GNGzfGIdMbcVUc/yuvvHL8+PH4Jy+uOOKi29bWpvyY89yP4Mtn X/GmWHIb+/LLL/v7++/fvx97xc1DdhtTa0su+I0VJ/ibb77Ztm1bOmR6iWj+tVNxGtILD8fGxmL3 yMiIc7yMjz/+uKurK86pdLfQ999//8EHH8QZ9Pjx43nXbfnyy14WGmdf/LrqNyIp2Azy13Xlr9xq fVt+e5vzyrbkBaRgW3URU36s3/taKt4q6dq1a+k5vB0dHfmPekuPxMXy7u7uuIXOfuTUqVNNT1Uf f2Rl/DeW9t21a1ccg/Ljp9Kf3lZrUyy5jYWTJ0/GDUPsFYfJPgqi1pZc8BurN9dbt27FTVocMm6T zpw5kz9A3DqmNxvr6+u7dOmSs7u8y5cvxz+i8T9ArNjIsnfffTfLvuJ1W778PvroozjL4hjiF6U3 EKn+kVqbQf66rvyVW8G3Jbe3Oa9sS15AirdVFzHlBwDr619fUH4AoPxA+QHAcyt7nBSUHwAAyg8A AOUHAIDyAwBA+QEAoPwAAFB+AADKDwAA5QcAgPIDAED5AQCg/AAAUH4AACg/AACUHwAAyg8AQPkB AKD8qLnWassfoNaPz8zMNDc3xwHia+wuOOampqatW7e+9957tQ7T0NAQR9Lb23vq1Kk5f9fY2NjA wMBy/cnP+kdW0nKtmXn/0kWvh/I/uMZX9YqdwmU8T5/1X7qKF8y1sJae0Qpf+mb27DbUa9eu7dix o7GxMa6x62P9P9MbhTW1lc55suMUxsL3339f+Sm/UldAX3zxRXb4L7/8sswx//KXv5z3MCdPnnx2 V2T1V37LePKU3xo5hWthPZQ8DS6Y66382tvbs+vqffv2Kb/naCud88Ts3LnzOc0+5festvjiA+zZ syf2PXToUHzdu3dvwQ/Ozs5++umnsaS1tbXWYR48eHD06NFYEtcsbmDW4MlTfuuq/Fb4pCq/5+XP Safzxx9/jN3T09PW/LraSpXfei+/x48fNzY2btq0aWZmpqWlJXY/evSo+AdjSRys4DARiBWHyR+y 4v7Ir776qqenJw7c19d3+fLlWn9CHGz79u3pYFeuXKn4pe+++25bW1t65CLi9f79+/OuhDI/Er75 5pvYt/mpoaGhiYmJiiOM0xwnKY6nt7c3TmT1vps3b37ppZeKj616zVSv1er7Em7dujUwMJCO7cCB A1NTU3P+pYtedcU/WP7cKXMWxy1Q/O8R22EcbMuWLcPDw/ntsNYxzLmSK05YwQ/W2kie0XlavLbj aOOkNjU17dq1K5ZXnMJ5t8MyG0OtlbzQk7qMZ/1Ct/wKtU7kIs7H4k2l1uotXgPVu+dc1fP+ISXX 58OHD9M5m3/STuyOf9RjeexbfFU852m4dOlSxZ2C+/fvjyUXL14sfw1ZZj2Hq1evpjWZHoD+9ttv F3QdssQbhYIzekG3XHP+1QUnpuCvrrXXcl05KL/1W35nz55Nd/jF7l/84hex+7PPPiu4z++jjz6K JbE51jpM3Lqk+/y6u7vnvZa/fft2Q0NDfuHY2Fj1iUzPYKh1vRkXqorlr7zySvFKKPkj33//fVyN 5g8W16EVV8q1Tn9+3z179hQf2+LKLyoh/1Ovv/569SEXveqKf7D8uVPyLB4cHKz48dga5z2G6pWc N+8P1tpIntF5WrC2b9y4kV/e1dWVP4VltsMyG0Otlbygk7q8Z/1Syq/gRC70fJx3U6m1eovXQMny m/cPKb8+43Y9lp85cyZbkh6lSdfwBau91mmI6/z4VyH+/FST8TVCZOPGjbF8QdeQ867niotA/hJd 8jpkiTcKBWf0gm65qv/q8hf8/F9dsNdyXTkov3oov8U9z2/Xrl2x17Vr12L36Oho7N69e/e8x5y/ Zql1mPPnz8/boPEPSnwb/9nE7pGRkVobZXo8Og788Kk4TP540hNW4n/T2B3/FaWXqhT/6pI/cvjw 4djrtdde+/Gp2BHfxsL8EcapevDgQZyqdCIrLpxvvfVWXEWmf8LKHFvBrV31GRo35HEJj+P/8MMP 839C/pCLXnXFP1j+3Cl5Fqcryu+++y67myFuXeY9huqVnDfvD9baSJ7ReVpybcevzhKt/HZYZmMo WMnlT+qyn/UL2vLzCk7kQs/HeTeVWqu3eA0UN+sHH3xQ8g8pvz7T8vx/5v39/bHk5s2bxau94DS8 8cYb8e2FCxdid3yN3dGX5bfMkut579696Wenp6fTXmWuAZZ4Db+4K9WFXikVnJiCv7pgr+W6clB+ 67T8pqam4sYg/4S8zs7OWFLxUFG1tra2+Ken+jDp38GBgYH8YysFVzfx32TFMceS6p+K44y9fvjh h/Rt9WNhcdmIy1Vc2NLVXPwJ8/7qMj8S/zzFXvFPVfo2bjLj25aWlvwRTk5Opm9jR/70p32zny15 bAsqv+wfu/TwevYn5A+56FU37w+WPHdKnsVxWxV7bdu2La6z4tbl8ePHZTaS6pWcN+8P1tpIntF5 WrC200nNfm86nuxny/yWMhtDwUouf1KX/axfdPkVnMiFno/zbiq1Vm/xGpjzlKfsy79Ibt4/ZEHr M91hfP369dgdX2N3HGeZB4JqnYbom+wB3/gau7Or9zJbZsn1nPbKP8djoTcTS7xRKH85WsSVUvEF v+CvnnOv5bpyUH7r9NHeU6dOzRl22XuyVD/aG9tQbL6xMHsGw4Ke+jrntXzF+8KUOf35JfH/UMXd 3QU36gv6kQjZ6t+bPX9xzlNVsW96TGQRx1am/Mrsu+hVV/4GuMyJmfcsHh8fT12SXY1mTyQqOIbq lVz8H1Gt6/Hiv2W5ztNFr+1FbIdzHvO8K7nMSV32s37R5bfQ9VlwPi5oU1ncJTF5//33q7Ov5B9S cn1+8MEH6W7I7K6pTz/9dN7VXnAaYkXFXk1NTU+ePIl1uHnz5mzVldkyF72el3IzsYgNeEFn5YKu lBa0oZa5WV+uKwflt07L7+WXX56z/GL5vDeQcUWw9PJL/zHP+8qyintE4j/s/PH09PTE7uPHj1+5 cuXBgwdlLuQlfyRdXCv+nYqF+SPMnnWbTlXBvUpljq3i1GZXH1NTU4u7klr0qiv+wfLnTsmzOLl5 8+Y777yTHkHL7oouOIbibW8RP/hMz9Pya7viPr8F/ZZ5b8/mXMnlT+qyn/UL2vLzCk7kQs/HBW0q 5S8mFT+bsi9W/kL/kAWtz/RITrh+/Xp8jZ+KYpv37yo+x9NTwNOTCPNPGVzollnwJ6Q1mX8ZykJv JpZ4o7Cgy9GCNph5L/hz/tUFey3XlYPyW4/lF9tKLOzo6KhY3tbWlj0ZqPoHZ2Zm4h/W9JjRIrak 9EyjR0/99NtnyQwPD8cVfXpZXF9fX/VPpWfPpCfTxA+mn6r4p+f27dtxJNm9mGX+T5r3Rw4ePJie QvHgqfR733zzzfwR7t69O65qHz9+nB4H2b9/f63VUnxsFWsmXexPnDgRpzBuV9JzPhZxJbXoVVf8 g+XPnZJncfrz01NhxsfH8/9aFBxDmbcrWtAPPtPztGBtp/tmYk3GL41fHScgv2+Z7bDMxlCwksuf 1Gd01pfc8qvvkp/zRC70fFzQplL+YpLfnZ5iVfE2+CX/kAWtz59++1Ke9PSyI0eOlLlRKD7H06PG 6YUCX3/99YKuIUuu53RGHz16NPZKjy93dnYu6A9f4o1C8Rld/par+ngKTkzBX12w13JdOSi/eii/ hT7PL71KNzasiuWxNcfyuJ4qPubsEYQFbUnZ24emZ41UvzJuzteFxGUmXXgqXrKX9s1uJpOWlpb8 Mxvm3OJL/sjExETF8zlaW1uz5/SkJenjT7KXUN27d6/Waik+too1k/69zh/z4spv0auu+AfLnzsl z+LsqfGZN954Y95jKN72FvGDz/Q8LVjbN2/ezO/10ksv5X9Xme2w/L8Bc67k8id12c/6BW35eQUn cqHn44I2lfKXr5Kv7Z33D1nQ+vzpt8/MS7K/urj85j3HOzo60p1J+ccxF7plFvwJ1S9lzV4BU/IP X+KNQvEZXf6Wq/p4Ck5MwV9dsNdyXTkov/VYfukZP7F5VSxPr/BNTwquOLa49owr0x07dpw9e3Zx W9KFCxfiIhTXldnTBC9fvhy/K73Q5PTp07V+8Nq1a729vfGDcbIr3jQr/q2P/7njtMUFIP7BjUtC /j1B5jydJX8kxPVm/O/V9FT8SP55u+kI47/hOElx+uOvGBkZKV4tBcdWsWbiv7e4VU6HHBgYSGfK 4h6YWPSqK/jB8udOybM4/pM+duxYur85rhnjxOQfoqp1DPNuewv9wWd6nhav7YsXL27bti1+aXpF asVL8ObdDstsDAUreUEndXnP+gVt+RUPa9Y6kYs4H8tvKuUvXyXLb94/ZEHrMx9q2fN25i2/ec/x 2HLydyYtbsss/hPSOyOmvSruHC3zhy/xRqH4jC5/y1V9PMUnpuCvrrVXxa9Y9JWD8oPlf5Ad52lJ 6b6iVCczMzPpPdh6enqcI+v2sjk7O5uekLPQ9+CIH/zuu+/SSz7z/6LD2r3AWgW4dWG9nafpeX4V nt9P4XTZXLrsUe8XX3xxEX97ep5ffXwsG8oP1op077r14DxdukePHh09enTr1q3pBMSOt99+29mx ni+bEXzxJ2zfvr36CTnF0kduvPTSS7du3bIloPwAAFB+wDq8ulnVxwTHxsYGBgbWwnpY4ikp+c60 z+OaAZQfoPzq4bcv4ylZ9vLzDFpQfgDK7zkovzpbM4DyA55j6f2xGhsb+/r6qt987ptvvtm7d2/z U0NDQxMTE/mfvXr1avrZ2HdgYCD7ZLB0tD09PeloL1++XFEwt27disOnoz1w4MDU1NRPVe/uVnw8 P/7446FDhzZt2hR7bdmyZXh4eM7PcV/ckVSfknnfA6xgNVYc8t13321ra0srLdZt9la6q7JmAOUH rCPVb7ufb4vvv/++4lPVW1tbs1Kpfj/9PXv2pL1u376dfXJDEr8o3zfZp1Akr7/++px9U3A86cO4 8uZ8U+XFHclCy694NeZ3R/ZVHOaVV15ZrTUDKD9gfUmfaJk+YjVkH2WW9j18+HD6+Msfn4od8W0s TPumz9CMb6enp0dGRmL3xo0b017prfiuXr0au9NeqWCyiIk6iYKcnZ1Nn9yavTFvRWAVHE/qnvRR 2pcuXcr/9gqLO5KKU1JcfsWrsfoDr9LHBH/77bfVf/tKrhlA+QHrSzRBlEH2iZbRHPnCSJ95kH3w UcRE+oiz9G36ZMw5H0ms+NDMEEvyBZPdcRiJkz7adc6+KTie9EGL27Zti/S8cOHC48ePa/2NizuS BZVf8Wqs+NkI5Qiyt956q7+/v/pvX8k1Ayg/YJ1duRQGTWNjY/W+sbDWz1YcSV6tgvmp8GWwBccz Pj6eEifrnosXL1b/1BKPpOSKKr/vyMhIxQPoi/vg6cX9UYDyA9a1dNfR5ORk+vaHH37IF0ZqlIr7 /GJh/mcfPnxYfbTpPrA5PyZrQX1TcDzJzZs333nnnfRga3t7+5zlt5QjqTiRs7Oz6dupqan8AYpX Y353T09P7D5+/PiVK1cePHiw6PJb3B8FKD9gXUvPSEtPUHv06FEKhawwDh48mJ7n9+CptO+bb76Z 9k3P8zt69Gj00NWrV2N3Z2dn2isdcnh4OPZKL3Tt6+sr0zfpOWqPnio+nnTI9IS58fHx9NqIOf/G xR1JxSlJbXfixIk4kii89LdnJ7t4NVbfjXr79u04nlOnTpUvv2exZgDlB6wvkSCpRbJHDPO1MTEx UfF8stbW1uzZbNWv7f3ggw/SXtWvdT1//nyZvkkvgAj79u0rPp7sVRSZN954Y86/cXFHUnFKDhw4 kD9Y9grcMqsxv3v37t3542lpacme27fyawZQfsC6c+3atd7e3giX7du3V7+f37179/bu3dv01NDQ UPbIb5LexC5CJ7rkvffey+91+fLl/v7+tNfp06fnrJnqJRcuXIjDx4l56aWXio/n0aNHx44da2tr S/105MiRJ0+e1PobF3EkFafkwYMH0U9pPQwMDIyOjlb8IQWrMb97amoqVmMcSSR1/Lpo64q3klnh NQMoPwAAlB8AAMoPAADlBwCA8gMAQPkBACg/AACUHwAAyg8AAOUHAIDyAwBA+QEAoPwAAFB+AAAo PwAAlB8AgPIDAKDe/X8C4gwrMxcIQQAAAABJRU5ErkJggg==R0lGODlhDwAPAHcAACH/C01TT0ZGSUNFOS4wDQAAAAFzUkdCAK7OHOkAIf8LTVNPRkZJQ0U5LjAY AAAADG1zT1BNU09GRklDRTkuMERuJlAzACH/C01TT0ZGSUNFOS4wGAAAAAxjbVBQSkNtcDA3MTIC AQEGiroUzgAh+QQBAAABACwAAAAADwAPAIb/99jAwMD/0BP/1Cf/2Dv/32IAAABSUf94eP+Mi/+f nv/Fxf//8LD/88QFBP8sK///9MT/+Nj/77D/88X/6In/8LH/2tr/v7//sbH/o6P/h4f/eXn/1zv/ 4GL/z8//s7P/pqb/mJf/xMT/qKf/mpr/jIz/cXD/YmL/ra3/kZL/hIP/dXb/Wlr/TEz/oqL/hob/ eHf/amr/Tk7/QUD/lpb/enr/bW3/Xl//0BSfn//Gxf95d/+Li///6Ir/54l5eP94d/9SUv8sKv8r K/8BAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMB AgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMB AgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMBAgMB AgMBAgMBAgMBAgMHh4ABgoOEhYaCBoeDAgMcBQYUFQ0AhjgDBB0GPgyThowEj5sQEZ6XjxQSE6SF lqCQnJQBNDU2N5YcmT0SnQEuLzAxMjMODwYHCDw5OgEoKSorLC0OQsZACQoLASIjJCUmJ9PGCNfZ Hh8gIQbq6+wGFhcYGRobDkPGP9fLhsQGQTs82BQFSFQoEAA7R0lGODlhEAAQALMAAOPwwd7ttazRRd3ttLfXXtPnnPT55rzaa5LAKf///6bOOQAAAAAAAAAAAAAA AAAAACH/C1hNUCBEYXRhWE1QPD94cGFja2V0IGJlZ2luPSLvu78iIGlkPSJXNU0wTXBDZWhpSHpy ZVN6TlRjemtjOWQiPz4gPHg6eG1wbWV0YSB4bWxuczp4PSJhZG9iZTpuczptZXRhLyIgeDp4bXB0 az0iQWRvYmUgWE1QIENvcmUgNS4wLWMwNjAgNjEuMTM0Nzc3LCAyMDEwLzAyLzEyLTE3OjMyOjAw ICAgICAgICAiPiA8cmRmOlJERiB4bWxuczpyZGY9Imh0dHA6Ly93d3cudzMub3JnLzE5OTkvMDIv MjItcmRmLXN5bnRheC1ucyMiPiA8cmRmOkRlc2NyaXB0aW9uIHJkZjphYm91dD0iIiB4bWxuczp4 bXA9Imh0dHA6Ly9ucy5hZG9iZS5jb20veGFwLzEuMC8iIHhtbG5zOnhtcE1NPSJodHRwOi8vbnMu YWRvYmUuY29tL3hhcC8xLjAvbW0vIiB4bWxuczpzdFJlZj0iaHR0cDovL25zLmFkb2JlLmNvbS94 YXAvMS4wL3NUeXBlL1Jlc291cmNlUmVmIyIgeG1wOkNyZWF0b3JUb29sPSJBZG9iZSBQaG90b3No b3AgQ1M1IE1hY2ludG9zaCIgeG1wTU06SW5zdGFuY2VJRD0ieG1wLmlpZDpGRTY3QzEwMzAwRUQx MUUyQUUyN0FFOTMwQTMzMTM4RSIgeG1wTU06RG9jdW1lbnRJRD0ieG1wLmRpZDpGRTY3QzEwNDAw RUQxMUUyQUUyN0FFOTMwQTMzMTM4RSI+IDx4bXBNTTpEZXJpdmVkRnJvbSBzdFJlZjppbnN0YW5j ZUlEPSJ4bXAuaWlkOkZFNjdDMTAxMDBFRDExRTJBRTI3QUU5MzBBMzMxMzhFIiBzdFJlZjpkb2N1 bWVudElEPSJ4bXAuZGlkOkZFNjdDMTAyMDBFRDExRTJBRTI3QUU5MzBBMzMxMzhFIi8+IDwvcmRm OkRlc2NyaXB0aW9uPiA8L3JkZjpSREY+IDwveDp4bXBtZXRhPiA8P3hwYWNrZXQgZW5kPSJyIj8+ Af/+/fz7+vn49/b19PPy8fDv7u3s6+rp6Ofm5eTj4uHg397d3Nva2djX1tXU09LR0M/OzczLysnI x8bFxMPCwcC/vr28u7q5uLe2tbSzsrGwr66trKuqqainpqWko6KhoJ+enZybmpmYl5aVlJOSkZCP jo2Mi4qJiIeGhYSDgoGAf359fHt6eXh3dnV0c3JxcG9ubWxramloZ2ZlZGNiYWBfXl1cW1pZWFdW VVRTUlFQT05NTEtKSUhHRkVEQ0JBQD8+PTw7Ojk4NzY1NDMyMTAvLi0sKyopKCcmJSQjIiEgHx4d HBsaGRgXFhUUExIREA8ODQwLCgkIBwYFBAMCAQAAIfkEAAAAAAAsAAAAABAAEAAABFYwyTSOuuqM OQ3BoEIYnaAkBRIqApl8Z7qKFIbcmIlVGIpwAJ2ll0qoDobAzGe8HBLLouoCXTGnT8ww9jsmnQPi bxK8bGAzDEFi0KVbHXRoxJHwtJtJBAA7iVBORw0KGgoAAAANSUhEUgAABAMAAAFCCAYAAAHzhSTWAAAAAXNSR0IArs4c6QAAAARnQU1BAACx jwv8YQUAAAAJcEhZcwAAIdUAACHVAQSctJ0AAJ7wSURBVHhe7Z0HmGRF1YYBA2YxYc6IillEMa4S l92ZwYQ5BxAVE6Kk3Z41B8wRc0YRVEAXdgKg+BtRMaCCYgIVE2Yx+39v9z1LbVGdZrp7Onzv83xP 9723buzb9546derUVsYYY4xZUfbdsPi/6mv9+0qo2r0ZNDO1xUPzHyH9YQapavdmkDT7EfL5U7WF XwxC1e7NoMh/aFQt2mKZnhQXVLPNOLH6oI3bllQtbncT3Kr6XCpvrD7NMNPmJtiu+oQzqk/gSXIn 6TbSb5khFqrPHMruUn2aIqtOu+zAldDmJrhC9Qm3qD7jKcJ2tpa2r09ttdX9qs+dqk/Yq/qk3HKf KuPBzvsffTkudjVZJ/0RBqXp2vzfqt3bJhgk0+vn3xYXu5pVJ/0RBqUl3AR/rT4DzuHVja9bkD4F TEp6oVE1u06z+YMi3X+bm4Dji2Pkc4/qM/iZFDcB80+TeEXcVdpfmlzSixyqFtVpNr8H8B5uS7r/ JjfBlarPlG2qT7h89ZnS0b5NRfojVLNSblx9/qv6/KR0Oelj0o+lX0mvlb4sceGx1P8kXV/6kQSx bpF0/7YJVoj0R6hmpcRNkEK5L0p/lLgJmP5M9Ql8lrZVJN3/xNwEOtFzq69bXIBBqtp9nWbzB0W6 /4m4CaoTnaSb4KbVZ1PS/Y/1TbD2sE23T050FG6Cf1af/60+4XPS1aR/16e22uo/lcIIYz7v/9gO 2+D746SwCyg/eaQXGTW7Cda+ZOGG1eyBkh5DNeuc6jMHYy+9Uf4sMX3d+tSW4KbFqmd5uk56U00G 6QUOTdU2fb1a3KubIKpIa6vPnN9Un0XSY6hmmUGS/gDJTcBjtdkPcuXqMyetN6+TLmx83ep8iUfw L6VrMCMnPYZqlhkk6Q/Q5EnwmOozeH/1+eTqM/WE7Vl9Qvyg3AB8P066JzNy0mOoZk0OU7UTr5Re gEFpTW3xwdUhdHIT9J30GKpZ7cDvj49g9Jmgm6Dkdt3M9OzigaFqVjt+Lt1Fym8aPImjRX4TzGxY OG8QWn3kPBewTrr/5CZ4qMQFRpdhRgGqaleUzpKw0rHG8e7FequliyVgupktsRTYHnYLdsgPq2kY Pcs/vwmq2QMl3X9yE3AsXNA4Jn7w3zW+1sFPH1Am6ut8RxiB35PYxj+qeR+XJrOO3oohvgnMoOjg Joh/I5/8G9MyM9VnOo/v4U2L7+nyS5Hu3zfBCtDhkyDm87m3dMv6VPObgFY14Hut+mxKuv8Ob4LH VgJ8AWEHPFz6vRRxeKYTlnAThKDZTRDE93TepUj33+FNgBEYoVbcBGwf/V36qTR6xtlK0uFNQLjS 9Rpf69y++uQfh25WfeK6jXkQNYDNNQEzhAyDYdgBf6k+SzxNwmPIq8AshRG5CTgufAU016ZPFer9 u0rcBHTCgLMlqoEPqk+Z9rS4CbiYcJ70HYlGmOBL1WcK68b6ERQR03zeofpcCqxHaDVt8+lNcE0p vQm+Jf1aio6Wb6o+I87PlOjgJgDmcxPwiZrdBB9pfK3fBFEW+MRh4z5xw0ibm4CwKKJmiaTlJiCg AnET3KMSHCtduxLb4CbgUZ3eBGZYGRGbwBhjjDHGGGOMGSfyKnhaNR+kqt2bQVK6+OmPMkhVuzeD otnFT+eXEkz2S9XuTb/Z5/C5u6U/MqoW1Wk234wJrZJVQosbgDhMUsul8zu9SR5YfZphp80NcHWJ +ftWn1HmXtXn3apPmuPTbu98ElMJO1afpkEt6Zh67GWKiST7rYQWNwBJKhGBuzw16N7Od8L14GHV J7DN6EUV6wAhfU5QFXCRZ2qL0RN5i4s/SFW7r9NsvukxcZHH6AZ4efWZskP1aVLSi9zsBpjesJB2 VR8Y6TFUs1JiHuH16XKCdwLmf7/xtX4DMI0IqYPJDatfe+TindILjJZxA/TlXZoeQzWrGXSmbUZk XokaRtrbuZcda8eL9OI3uQFIULFReovEDxSJqVIiuRQBq0HMI7SODChNSY+hmmUGRXrxW9wA8Ujt 9geiZ1N0lW9KegzVrPFlurbwjuprnfTkB6URswHGh9JJpic/KHV4A7RNIJmx5PdsegzVrPGj2Umm 8welDm6A8Ki9V4pOq0+UsKZLySSPkQ6XWL4oRbf6KMt8nE+Tmdwivcioml2n2fxBke4/uQHwqnE8 6TFFhrMS9JfgBtgk8SPTi4kbISUfaGIySC9wqFpUp8n86H0UkC7mJ42vRV5XfUaegY5J979SNsBE k/4A1awUHp00aHAD8M8ixRt+8JtL8Q99kvQiiexflOXxHnXiNEEVfvLPNr5eQrp/3wArQPoDVLPI 2gXxA3MTxA3wDekr0h+kWH6RxA3Acspufr9XcIMA7+n3Nb5eQrr/ibsB0pMfpKrd12k2vyIdt68v pPvv8AbAL9DqfR4G4PCTnvwgVe2+TrP5gyJLNNmJq/feEmlrgGOO4/6QdKo0mjdAKSFkv1Ttvk56 DNWsFOrW0YU9lnOBXyYxnbar50kjyCuQ86rqczncVmLfvHroJc1IYHw/SSLXUVT9hp82F38gNDkG hlwLmE/X9VhODgL+gWl57ALA9QrYCvCJ6hMbAgOQf6kJmlz8gTIMxzCxtLn4WNTM5xP4fnzj6xb/ vvhOaxmPZ0QDSHjTWtLmGEw/6eDip/NfKMV0Oj++cwOQVBJxA5BVvNl2N9PBMZS4b/VplkMHFz/m 8xmCtHx85wYIuAEgLVekg2PIYejVRzS+bs5tuKb6vF31aTqhg4sfLWJ3rD6BBJNp4sjS9zQaJU1G aYaJDm6AYeAD1WfOPtVnPjyN6ZQRuQECWtcIJuFYGYMonk47V58pt5Eo1yoTqWlxAzBN+3XMT5fn ZYE4ufghWH4tCd98JHAsrdMNCxLburPEtg6Q0huAtvrwAUDUYBiNJOwEk9PmBoDoWsR0zMvLhl88 XY7eLPGjfbOaNsNGmxsggiGBT6Jbge+ROBKYxiXKPx6YjuZap3AdZlrcAMYYY4wxxhhjjDHGjAlT s4vpgEmbmanNnzVVW/jZpKg6bWMmg1XPO/Ha7Vzg6fJJUHXaxow3pAXo9A9QKjfOqk7bmDGkVtum dNOnqkpuQakc0oMkBs41xgwz0xsW3lH6E5dUrbIFpXKoy4fAB6vPnGbzl8o1qs/glOrTGLNUSg8A 1OYhQP9IUrZGqpp4wBCmXpNims+/SfR2fgUzBPMIqI0yv5WIcv6BRH/L9VIsO1TCoRnDv8R8tnmc RLQ26WV3lOjC/jEpyhhjOqH0AEAdPARS4o9X+kwfFARYR4Y5UiEBD4Eg1suj8YOYjiBtEpq8VOIh sAszRL6OmXSqGzrPr1Unv/HHWdO1ed6el6JUFrV5CBgz3MwctrBTdkP7IdD/hwDmfCsY7Yk3dprl 0pjeMjM7/5smN/TEPwRmagvFbuWlsqjDhwBpbhnm7RwpTPiLpZtIzUx5UuG8Rnq+hONwrRTLCObh QUEv7qdIj5dIrMkDDNOfvApkTGHcIPwI5FFm2Y2kN0pmUindxKm6fQhMUord0vmjDh8CUTf/jBQP AR4McJ3qM8gfCuTCjtFgWRYWAukRyOBDZp79mSH4w0fSUx4KPATIZwnPrT7z7ZtJQDfqVzrTpuJb onTzow4eArztyOGB+J7TyQ1JArpOSJO18oZ9QuNrbyidP9J1s0/AjD+lmx91aAncWCL1SEr8+dOH QHyfqz7jTZk/BEgeBPkDpLTNGPDvGdVnvk7HlM4f+SFgJoLSzY86fAgwBm40S5GECtM4TUZFFQQz 9mrMEEwzHzMYou372xLzI/CFcfZZj2ziEH/wIyW+k8o9CHOa8kuidP7ID4ExYGbD/L+qH/PcatYW 5D/6OEvXwD6BJpTOH/khMKLsvP+Zlyv8mH4I9O4hEG/lfsHQjfCe6rMV/T4WM0pMzc5/tnQzo24f AmtfsoCZOxGUzh9lD4Ew3yH+eHwyvurDpbQs47OmKUkpg3Ag0rSFiR9e7tgW04zdCvEQ+HT1CYw8 dXeJqse3mFGRHkvAd0abYn+dDCFmRp3SDZzLD4HmlM4fFSwB4tc3SvEnxEv/Pelr9alLoM077eTy RYnrv5tEtnDyD8cIoDgWfyzR1PViZohHV59fl/ARkC2cMntIpJEHlp0hfbU+1dgfx/f5+lSjPZ11 SE9vTHNKNz8qPARov325dHR9qsEVpO0lOm8Aw9sBTq2A71dtfK2XZ9zCFPYTI7REfDlvr1tLBIsA 6zOPYJAc1qUt+jf1qQaUj322pXT+aJJ8AmaCKd38qPAQwMRkbGwis2J8jXgDMu4Vf8R4CKTZ91No 66bXV8mEBcbRJpt/DPPEW5LIsrQun67DuBvRPBcPAZYTD4COYEY7SueP/BAYe/639b61uYsmRXse cQJDYVyK0s2POqwO5GbwSFI6fzREDwHX6/vBVO3EK5V++HHVmtoiQ6JeilJZZJ9ATx8C1M/TahD9 6hlCnr74X5aoThFue74E6ySsJvrbQ95l1/QCPwQalMqiwkMgRlOlQwc8TWJI3OfUpxrgJce5FXX5 AH8CN3YM3MW6eLqfVZ9qgGPrlRJeder+/EGAssDb8BBp9/pUYx8knsChRgcTqgGPk9jX86SnS8NC /hAAjjeqNmkVB95bfQZ+CPSDVg+BqshEUDp/VHgI8AeD0o3L96tI9P7CA55fQ5qqopksHd8T+I5z 75j6VAMi4G7W+Lq5LJ+xDRyMwEMgj6jDG/4m6QHSh5hhTBE/BBqUzh9NUnXATCh+CDQonT/yQ8CM PT16CFA2Lx/z6MxRWjbT+LqZKJ/yFimfBw+V0vnnSaVyHVM6f9TjhwCm/XUbX7eAJr6IKYjlETMA rNdxe78xXdGnhwBRXOk039OeXUx38xCgbAjiIfDr6hMtq/modP6ohw+BA6Q/SUS3PYIZFRw3PoTo UhvXAOcisJzzjF52xvSWPjwE7i/xPaLnAubxxoYoH4J83oFSPARSQW4JEFLK9LXqU0ugdP5oqnYa GWGNGV/sEzBmwvFDoCfcTeJ6PbM+1Uh4Mdv4WrdOaLOnrwHNgk+sBPSIiw425I8jV1wk3SDxJH0U AqoQb298rbe3k5wy4hDuJdEcaEz3LOEhQG8tlqWKGHogrj5fDl+S4nsraBtP1wvocRbz8+X0Tmu2 bFDEPg+S/k8igIhjvotEjzmIMvgH+MPjEKSrK/AQ4DrS/k+EHj3h2Ab+AAifwKckOitRTUmrKvgb 0t/BmM5YwkOAmzNfxnTMI+SztG4nDwE84pQhCCbdJpDZJab5A/GdY4F4QAT5usaYZgzZQyC2kypy yKUPASC5RUzHQ+C10lOZYYzpkCU8BKILbIgU0zeQgvizp4IYdDGfH5TmET/PPAZ1zKshNKnR+QRy S8AYY4wxxhhjjDHGGGOMMcYYY4wxxhhjzKSzdt3c3nsefDz9L7akVttmqrbws0nR3keezFBwxkwW a2rzC0TDrq1tYkizLVhVO+0KedTsOGtmw+J+1akbMxlMb1j8T/wB/BDwQ8BMGPkfwA8BPwTMhLDq 6cdepfQH8EPADwEzAUytW5gu3fyo24fAVG3hF+Om1bWNMeCtMePH9Ozil0t/5lC3D4GqiDFmFCj9 iXP5IWDMmFL6A5fU54fAHarPnAdVn/1gSmIcTGMmm9UHbdy2E1XFt2CJD4FvSreqFKNEPar6zHld 9dkLGJQmRq2CN1afxpilsoyHAA+V9MHCQ+C50sckcmHGyNKMHP1uKbbH0OvflcjQTfo9oMzXpJtI jFZF5urDJWA9RpuOEaj3lXj7/1MiCzWjXgPlyMnJ/Bi52hjTjmU8BLarFIQlwJDwZ0lz9alLLIEN En/edLvxnYdGwFgVrP9biQcJqehTeAj8u/G1TmwjPhnz4gmNr8aYtizjIZDDQ+A/ja/1wWQ2Nb5u 9fvqkzc0tHoILEqY/CTT5SEAF1af66tPHgKUw2qA/CHAwDYx0I0xHbDqtMtOjAos8SHAWBmY3Ci2 GyNDMWYm38MkZySqx1afAZm68ScE6XiaqyS2f536VGP7j2l8rRP7oSrCoD3BDtUnpKNbm0mH3nPN bujp2YUX5zf+OKs67S1Y4kPAmNFgZnZ+U6sb2g8BPwTMGDMzO/evdje0HwI9fQj8svpsxY5StBoY 0z86vaH9EOjpQ6BdefwAhzS+ti0bdHsMZtLZ67kfu2bpZkZVkS3wQ2DZDwE8+QzJt7sU5T8vrZHw 5jPqdFB6CPDJEPe0BODVp5UAr/9REtGNLN9LwhlImZtX84DPV0tYFt+WdpLMJDOzfuHZpRs5VBXb glYPgarI2LPMh8Bq6TaNr1v8OUMEBAU8BD4nPa8+1WhGfFXja73l4CSJbbHe8yWIbT5TSrcL8Qk/ kxib00wqM7ML3yvdxKmqolvgh8CyHwJXkn7R+Lr5T/kn6cqNr1vdtfqE1BII/lt9Muo3Q+8fUZ+6 9B+d0OT4k0fTYroMdpOiWdFMEqWbt6Sq+Bb4IdAzn0CpXb7YV6HAFavPIO8QlIYAp2XTuINO92XG jbXr5w+bqS1+pRNVq2zBMh4CP5aoC1OOTyLYct5efbbid9VnK24qfaLxtU68PXtCDx2DxowePbAE ohym7F+lv9WnGrxPIlR2oT51SRgsUIeFeAjQvPYvKWLx10lMv6A+tdVWT6s+z5TYZnTPxfTmAffH +tQS8EPATDQ9fAikfLb6pDcdfKH6TDu9YD1AbgnEQ+TU6jM4TPqyFCZw2nMOmP+Bxtfu8EPATDQ9 fAh8R7ph4+vmP/17qs+PV5/xx4f0IUBijIPqU5f8ud9ffQY8BChLkxzEwyL2z/wTG1+7ww8BM9H0 8CFwb4nvmOs0gwF95Zn3jfpUox2b6S9Jf2GGoIqAs4v5/Mnj4cA6zDuuPnVJkxlmPz6B3IvOQyD1 G3SMHwITQLMfc2Z24fj8Rx9nVae9BT14CIw8fgiMMXc/aOPVWv2Yfgj4IQB+CIwpU7W5p7T7Mf0Q WNJDgPDVqJf3g7RPfCfkbexd44fAGDJdW/huJz+mHwJLegjcRbp242tfiP1GE2IraE4M34AxDaZr 8//s9Ib2Q6CrhwDef+aRIDMeAnjycdK9sD51CaTYYv4tpJ9KrHe+BMQDME3HF7h/9RlpuVi2q8T6 0aSIs5D55N0DWhtYfo4UDwFaCygTobW/kpiOOAMzCZRu5FBVZAtaPQSqImNPFw8BgnIgLAH+bHeq lJdNp98mUYY2foiHQ0C8O8Q68RkPBaAKQmebvExYAmmrAM2EhPCyn8jBZ8adPWrzNyndxKmqolvg h0BXD4FIkkmuPB4Cp0vN4tXTdfOgnyDK1KrPmI7PsAIIAoo4g7wMY+rxECA8OXL05T3poqwZV6Zq C+tLN3CuqvgW+CHQ1UPg4dK5EuHBMfjFCRJdZV9cn7qEb1Wf8HiJMifXpxp97b8vRc83HiZYCdG3 IdbFeog/NOsQgBTL7iFxLLeW2D4cL7EfLBUgbz/7Wbbj0AwxM7WFX5du3pKqVbagy4cAgS6vaHxt CnVXMsN+sD7VHbkjrNsHURqN1zFLcAwaMz50+RBgHvXMgDoqTWW3rE81iD9idP1kedrkRX9y1gvo i369xtcthpYiw0w6TdfS7aW0S2mAGYzJnD4E6G/eUTOeHwJmouniIcCfjzj4XaRnMUPgKHu6xLLU iw0R9/6H6vNN0rMbX+t1WFJETUuHMkNQx459RkIKzOWoh8fD58/VZ4BHnAcAWWdi37HPWLclfgiY iaaLhwBjwFHfROmfNYh56UOANFF3r081eKVEBppPS3eW8n3EdDo/vkecfR4bn5Zl31gFn5EYpLKj gSr9EDATTRcPgfStihPruhIPATq/fFjCuQW5JUAz18Mk1uc7TWO8vXkI0LzF+vSbp1089okzC6vj o1L86Zs9BEhKSUJK3v6xb/aDc4yBKtvih8AEM11bvGDf2txFk6LqtLegS59ATmoJjCx+CEwwpR99 nFWd9hYs8yEQDr2RZkAPAbZF1iG0FBjl1/Sa0o8+zqpOewuW+RAYCwb4EEj5TfX56+qTGAJSiTEQ J60ahPymGYf8EOgHpR99nFWd9haM0UOg1HTYIf/benp28cCSqgK9gOtJHwIEj5POk/CN0Gz6FCmg JYSwX8SDAfwQ6AelG3+cVZ32FnTxEIgkl8BgE0Bc+qzEKDFAM99LpbX1qS1J02cBZV8kxaAV8Ggp /nixP5oKI/HmnhI566P9fx8pQm5xPEbkHC0Sr5NuVJ8aDvLrybGSgegBEinJGMo7KP1Wfgj0g9KN H5rZsHDeuKk67S3o4iGQTkdPtnirxTLCaeGU6jPAyx8BQlE2jiem80y5MZ+HBJ5+eumRdhtiGWGx AU2YOVFuGOBYQnBh9RmtLkRLsozz5MHHfKbJVgzxaXpJ6cYPVUXGnmU+BAgAglhGE91jpMiwG9Dd Nnrb3YEZImLtY900EhFifjwEaCKMbSDgDco+CRZKHwJsC8sjPwdjtqR044eqImNPFw8BOq8QKERk YLOHAO3zx0ppTAFEEk2ChOLPnj8E+GNT/6XZkbowD46vSwQXRYcYyjJWHZ9UEehMQwQh1YMNEvEF rMtyjjd/sBizJaUbP1QVGXvGyDFoTPeUbvxQVWTs8UPATDSlGz9UFRl7/BAwE03pxg9VRZpB0xb1 TUTZ+B5htMwLpZTmxeAUOVGWOngIYj715/hOc9uS8EPATDSlGz9UFWkHXmnKPrI+dQnMu1n1mS5j Ot92u4dATj6f73n32o4Z0EOAnAERS5DCfDLjQMQCQIQjk0Og2/TbxnRO6cYPVUXaUXoIkA4q1ucz 3VY+De0eAoSPosgfF/MJLqEHHt93lpbEgB4CERCUbzPG0iOJ5tmNr3WiHJl0oaPkIMZ0TenGD1VF 2lF6CDD9xcbXrV4mMR0hrXzPt93uITBTKYj5NMfx+TVpyQzoIUBV5gwp3+YTJOaRPKT0ECDCkO/N knkaszxKN36oKtKO/CFAqCvTJUH6PVhOdYAHAN9jJNyuGdBDgL7+D5TybT5JWi89RLqbRBjtJinK EUb8eqlUlTBm+ZRu/FBVpB35Q4Dv+brhwINYHiIKLh4CqSCfl88P8umumK4tvr10/qgqYsz4Urrx Q1WRTiCa7fKNr/UeYWlyTMCUjYg3svGQWSfENKTzEOBYTOeRkw9uK8V3oBy5540x3VL684eqIsaY cab05w9VRUxnkC2no3x+CXGN809jBkfpzx+qipj2kOqbbq4ELO0ovVO6sQSkEyd5BinK8Z+8Q4rm vkg1Htc6pkmwwZBa0ay4v8RoO8+rT13iSAwYDGXfxldjuqT05w9VRUxnRJIRRh6C/O3+Kuk1ja+b e/blZeIzmlMjow5puPC1QJRhYBJaFkieykPFcQRmaZT+/KGqSA7zU6U54CBfHuPI8Z3hqNsR68WQ 1UHMDz1DCvJl95MGTTwE2D9vZT4hPpnHiECQLyt9kqI88gNELj5gGRZHGib9cinWNaY7Sn/+UFUk h/kxaCQmKdNpWb5/svF1C5jf7iFACwLloj9CCtNHN77WQ4TT5XxfaHyt182ZjoEuB0X6ECANVuQT iOPs9iFAtYF8ApA+BL4qcf05X97+XKvXSgROGdM9pT9/qCqSw/x4CMB1JObFm5vvS30IUAY9uPq8 vhQwHQ8BOikxHfA9HgI0HTJNxlpjTDtKf/5QVSSH+elDAJj3g8bX+vdUAd9bPQR4q1Fmt/pU43v6 dovthWKkHWCaBwMj8cRyY0wnlP78oapIDvPTh0C8efGAA9+XYgnQkYYyuQK+hyUATMdDgu8/keje HA40Y0wnlP78oapIDvPJr8dQ3OTIYzoty/eNEqY8iuhB5lO3pakL5bCch0Q4vUiVzbzI5cf3d0tk oY1OScTYA9+jOmCM6YbSnz9UFclhfirarFPy5STJhHx+Cjn6mUc7ekpaNr6H6H0XMO2HgDFLofTn D1VFjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjzBAwvX7xwMgT tba26fbV7Jasqp12hTS/lDVemtmwuF/1UxtjjBlHdq6deKXpDQvn5C8AGwIWsiFgjDFjytp1Cw8q PfhDNgQsZEPAGGPGjOnawumlB34uGwIWsiFgjDFjwF6HnXKb0kO+lWwIWMiGgDHGjDBTtU1vLD3c O1E/DYGZ2uIF1erGGGOM6SWrnn7sVWZm539TegF3IxsCxhhjzAixzxGf2W2mNv/f0ot3KbIhYIwx xowAaw+dv8XMhrmLe621h590w2oXLRmgIfAl6X8FHS4FTD+q8bUjKP+6xtehYyeJ4zu6PrUl15H+ K72lPmWMMcasFAM0BL4p/bvxtSmpIXAZ6f7SUdJHpFdIt5FSwhC4r/QO6Z3SXlLO7aRXSx+SjpTu KKU8V3qitFr6oLROAl7mNYl5b5I4npxbS5R5v/R8aTspeLF048bXOpzTk6R3SRgBT5GuKAWsyzqX l1jGfjGUriEZY4wxvWfAhgAv7lwpTIchcNnqM4XlvHADpn8mXa4+1eBPUmw3at4frU9dwrlSuu/f ShgpO9anLiHdLrDtHza+1mEb5zS+biZ98bN838bXreal/0jXrk814Pgo8936VGP/TGN0BPeWmLe2 PmWMMcb0kiH2CFDDZ5pPXobUvJmekwKm86YBPAjM30batfp+NyklXq43qU81DIGfN75uhhcvZRal PSX2/3uJskAtneUPqk+VYXkYApz7Hxpft4AyGCsQhsAu9akGsR88FsYYY0xvGaAhcJbEC411Ux0i BSwPQ+ANEtOfk06T/iX9U8oNge9IvEjPkP4m/UO6hxS8UWL57yS2Q63+79LeUlAyBPaR2P5PpBMk tvtnKQwBoCmAMhgIxECwn/TasCwMAdz+LGPeN6RvV985bowWsCFgjFkaex58ws2nagt/mqkt/Kia 1Zbp2sLhpYe8Nfqaqs3zsuuIARoCxhhjes2a9fNvyx7QF1aL2jI9u/DidF1rfDRdm6dm3BE2BIwx ZsRYfdDGbadqi79t8oC2IWDZEDDGmHFkurbwmNJDOZUNAQuNuCFAe/hfG1+XxPUktkGEPgF6fBJf QNQ+3fd6wTUlghKvUp8yxpj+8b+t9cL+RulhXJINAQuNkCFA97zPS8Q0XCS9XcoNga0lutP9UmI+ wXtPkJpxA4ltpEGIbIN5ade/B0p0PWSbRPN/VaI7X8B3gvr+IlGGYEC28zHp1xLb+5X0C4ltAUF/ x0u/kVjnB9IqKbi6RNDiXSXOlzK7SSR/OltiX+h0yRgzyex95Mm3Xkq62X4bAmtr8x+Znp0/zBpu TR2x8T7Vz9yWFTQESNZDlP3+9akG8cLmBRlQ5mCJ2nyI+zz63ueEIUBU/qckXsps449SROfjKeAl nRLrvbY+1XjJ81JOEwQFkTVwh/pUg/tJ7Idrnx4r5U6SAE8C0y+rT13CxRKGwVXrU8aYCaVW22Zm duEtpQdvp+q3ITC9YYH+1GaMWEFDgC5yvBTJ5pfCvNQQYPqpja8dUfII5PDC/kzj62aim97r61Nb 8mmJZTvWp8qGwJTEPGr7zQhDAKOhxLYSHhLKXI0ZxpgJYHVt441mNiz+tfTA7VY2BEy3rHDTwEMl +ubzYublh0v8fCnt/nhb6VsSbf1RDlf+AVIJYgQo97z6VHM2SeQlYHuIZoJIIUxN/qdSLGPflMdj ASz/nhTLHybB7tKPJfYfx0ozwi0kCGODhEYBL3xyGMS22NfHJWPMuLOmtvj80kN2ORpyQ4DUq4yI 10w3ktpB4pZXNr4uC9zKaXvxcnm2dOfG10sxK5GM5rr1qSFjCIMFjTHGDIIV9ghgFFD7uWd9qnNY h4Cy5UL7L0Fb/YbaLG7kocWGgDHGTChDaAjgXj1GIi88OeCPkCjzOClgGp0s3Ul6VjWd1u4JBEvT 0AKBYgRkBakhQIAWefBnpJtK95JwGadZGhnohv0cJvFyxy3NNoJYBteScO8ysA3bos2YYDHKpIFx TOM+JjjtLhJt1szbQxoYNgSMMWZCGUJDgOFYaYelTZXub/T9pswXpIDp3CNARDnzCcSCbg0BoLmB NmLaptkvL2jy0cP1Jbb/9PpUGZaHIcB3lMMxpPP5Tht5EBHzJ9anBoQNAWOMmVCG0BCgHT19UTKq HNP/V59qwDS1bcZoB2rSvLTpyx1Qk+dlzpju8EmJMs0MASLS2W5Ee3NsRK2n5ZlmG3evT2211c0k avwRPMb6YQjQb5xpBqoJMDRY/xn1qQaUsSFgjFk++iNvN7Xh9I7bWh/6mi9ccXp2foM1flpT29Qs YO1SrLAh0AoisjuhXTn6jMeLuhMo28m+Oz0+4Bi6KT9wbAgYM6LsvP/Rl5teN//t5I9J7aQjZmYX jk//1Nb4SPeBuw+arrAhYMyIsXrd/C5N/pg2BCwbAqZrbAgYMyLoof3h0h8yZEPAQkNmCNB+T5v3 tetTowfHHrEIvYSUtWybXhFDwb7r5r86s27TeZ1qav3Cu6tVjTH9ZO/DT75+6WFckg0BCw2BIUCW tFtKjMrWzBC4kkT2t+2lKzCjBQxKQzY2IHqfIL203Z9BXG5VfZbiAVj31tVnCtORdz5gHj0XgjAE KMf2CVI8pfqepn9lHY7tNlIpLz1wPThO1mtmCBDcyHa4fs3Sy3KMO0rN9mOMGQf0gD649BBuJRsC FtK9c071M7elx4YA2fN4uT2+PtXI906q1dQQWCulZeB9EtH0zbwGT5ZYhyh/XpIYEbzw6RlAL4N4 wfNipLtfnD+jwbEeL9+AHAEByxj1LWCbzDu2PtWA6dQjgCFAzvkUui5iaASUT/cb+fQjfz0v+DMk 5oUhwIufabYdxgm9E9gfaWzhQIkyXAOgXHw3xowDO9dOvJJe0OeVHr6dqN+GwNqXLDBMphkjemwI 8DJn9LSU3CPAd0QegFRvk+iyVyIMgfSlR42ceZ+T8m29WgqooZOznbJ0BXySFDCvF4YABhDJh/DE 0O0PjwHrYQAA14XplNwjcKaUl4FIYhReChIoMZoe88izkHY9NMaMKlPr5u+ph+t/Sg/dbmRDwHRL jw2BqIEzOAw1fzLpxUswDAFy7TNNn/99JQZioaZ7ltSMkiEA75SYTyZCDA5Eu/WCBBgFn5DIAsiw sPGyDphG5BB4scRLnu21MgTwSuB12EeqMUOQvAgDCG/DoyTyDbBeGAJ4MJgmSdJDpDdLsa8wBOhe yDTH83xpjUSmQ+bFy54x8D8i0SxA5kGurQP2jBlZarVt1tYWPl960C5VY2QI4FImvewwwkOYF0s/ 4CU50EFpemwIGGOM6ZSp2vxNpjecum8vtdcRpzRzrV6KPhoCX5OoxaA8OKtTfilFRjfG5j5bekV9 qr9cWaI9ttnQpdQEI3NcP/iNlGay6zs2BIwxZkLpkyFAGljclYDLEvdnDmOIf14i5zpuUMrw+Qgp SA0BIFXsextf69BOynZwyfJy5vNLEpwmsT3m04bK9r8hpeBepQxi25SLmjjlafMNdpBwBzM/9vUX iTHHA9zcjKeO65dtUoYgNgawacbeEufIdinL9eAzPW88I7iymY+7mWMl+C6PdF8yNgSMMWZC6YMh EBHNvLwCXoq8IFMY0AWvQUq0AdNNDHJDgJclQVOAl4GytMU2g6AvBp/hWHhhUz7S7vIdNYNlL2p8 rUd3Mz1dn7qE+0nMpxsb8LLGOEghYCyMopzYbh7olXsEKEOu/Xsn+oGEEdQTbAgYY8yE0mNDILqE PUZKX1r3lZifBjRhCDBcbFqrPV2iXNDKEADKfrjxdTMM+0rAFS9favwBg8hQPgyBr0tM06c7uKwU ueBZFoYATQVMv6E+dQkflJgflAwBgtTSMinsm2Vvqk81oAkkHx2PMgyW0zdsCBhjzITSQ0OAF/pX JKKuS1xHYnkM34ohgKueNv/vSnSbYlS2FF5+GAcBbv8XNr7WYZ+vkb4qfV+iOxfNBXB76VSJvuSL 0v0l9k8/7YAyGyXKEK3OsYchQNl07HtYLzEMLsf7ZemxUgrdudhnCtv8YuNrEYyPj0ocP8fwNOmN Ur4dIto/K7FvovHpChfR6MvGhoAxE8ZU7cQrlf7Y1nhoTW3xwdVP3ZY+Bgu2o9Q0YFaIMTIE8Pjk 2kkaBDTVHN34asyQY0NgvDUihoAZIsbEEKAZimaUXnTrbBWI2WwZwaEfanw1ZsixITDesiFgumUp hoDuM4Ilh4kwBA6RHp3oqhKQ+4HlkXqYJiViSYgrIbCUGBZiPGhGwovw0moekKCIdR8p0czFfyyP 3bAhYEYHGwLjLRsCIw1dE3nBmO7p1CNADxbKEawaTEnMS2NIguihUhI9YgIbAmZ0sCEw3lphQ4CH Y94djnlp6lim6ZNPbYwAP15+9AigxgZ0H6SvPHEEr5UIkmMdusw1g6A7ou0p9yrpOIntz0kBy+jr z3xywfMQZ79pwiPyCNBfn/0TxBd5CggifJDENtKETeSwZx5pbYPzJea9VaImyf5+LgWRbImUtQQG spwaKUGAzEffkSLvATVT5m2SyJ9PeY6p2eA8k0o7Q+BGEteO4FGud9x39N7g/uE3T7tkPlwiJwTw m7IuAwAFrEeX18CGgBkdlmoIVKubMWIFDYG0yxwwjwdtQF52kguRp/4nEkZBq3uQlzfrUy5EgiDm xfGyft6rId0vw+AynXdJDDoxBNgn0+lxRA30AAneIfEC4kVELwjONeA8KJtD/vq3SBgRYWj4pdMf iAGI3iMlWNZquTHDjw0BE/TJEIjsfhBtqZ0YAnGPrZL4Tvc+4MFMW2wsL0ENnxd6nl45fcmyfskQ SLcbmQ5jbHz2TVAcNciocUYSI5Z9QGJeGAJ0h2SavAUp6dj20WYN4Xa+V31qq61+J6XHAxgNaU2V QXcoQx4DY4zpHhsCJuhTjAAjoq2T6GdPzYmR1tLAMvrn367xdTMPkxiFLiDrHm5X+u7zAsYNnvfr L0Gg13MkRnNjv6n7nPXTMekB92+eMZCXM14NjAaOKzIdBngGWMZ5AtvleFN4sZNl8VAJwyE1UGgC OUhiG/tJuKVTSMzEeXNsAefFORGsRoIjzo2uccYY0z02BEzgYEFjjJlAbAiYwIaAMcZMICtkCDCS G9voVLTVphBBnZeh3bYZaTlcrc0gf3xathXPlNKyzRREjv1mIrDsZIlAsBXBhoAxxkwgK2QIXF5i lLYQ/XXTlyJtpulyAqKCCMAqqVmWr7RMq2Fg3yylZVtB1HZalsQiudI2adqZ0/JXr3Q9iZz76bIF aeDYEDDGmAlkSJoGCCJLX4QEQZWgC1mUichpBl6Jeflob0EsR/0yBNqRGwI5kTwGMcjNwBkTQ+Cd EteQ6HrE93Skw5wHSGl5ehuQPwDOlliWQtBeOo8gyHz9dBRDY4wZbkbIEKDrV1om7bsbD3yUdlcL 0vX6ZQiUlA5wkhsCJZHdLLrJDZwx8ghwb5BIhmj9uO4YkSXo8sfLm4RBkcQo6MQQICEN99+7pJsz wxhjRooRMQTod02mrljOd5KthMgClq7/EiklXTZMHgHiGnhB8SKK+SdIK8IYGAI0DXEvkH0w4Pi4 rs0MgRQMN36LDfWpRqbD+K0CXvj5vOCeEsuaebSMMWb4GBFDIH3R83DGdZuLF3y6jQdKQTqfPtck iEkVfbdzQyAvh4LcEOAcSgpaNQ2w/3TZ56SBMyYeAWIzGEiG4MsLJcbppxmpmQFIPArZ/ihPUOru Ugq/W2Qm/IjEoDRMB+RIiPV/L2EMGGPM6DAkhgA1uagV80niluA0KV6QP2NGCz4uRVm2E6TehJIu luBgKa2dl/QMCTopmx5DZNXL5wcEFqbbO1cyxhhj+suQGALGGGOMWQlsCJghA89ITWKkPtzy/SSP 7j9KSkerS8cBMMaY8cSGgBkyuLee2vjaVzACGIcgHReAfe/f+FqPBWC5uwIaY8YbGwJmSOAFTNdP 7i1yQ/CdKH4G8yHHAj0BGNM/ht2NAYMY6Y9pAgN/IRFoSazFXyVG76P8GdW8NO6CDI6st2t9qgHT YQjsLDF9p/pUozxBq1+X3i5F18InSsFvJI6VfX1fipiW2P8nJDwdlPmVFLxeYvl7Jc7xt1KaRMsY Y/rHAAwBuv4xYlwq+nfzoL2R1A5qZPn6udL+3/QgYKjY1dIOzOgBjJa3T6V05LwSuJPz4yOSnBcK I9k1g54DXJd8PfIKTFKtlHuL3y7l7hIZJY+RNkqU+ZEEYQiko+/RY4R56eiCjP7HvGvWp7o3BID7 jFECGfKX4yAI9ddSgCGAMZJynMR2vpCJeSdJ8BiJabb1Golsk8YYMxgGYAhEzakTlZIBRQ2wlb4t BVGrRL9kxjIp9Tigu1gzyGKXly+Jl1oKL7ZSuVTUGunHPs5wnqkhENc/oAsn0+fVp8qGAEMYMy81 BA6QmLdUQ+BMiekAww0PQVqzLxkCDDvMeml31laQOIvfGYPDGGP6z4ANgVLqXJLq4NaNMjwEbyMF qSHwSWa0oZeGAC7d2Nb7JPqZx3Q+EFKQGgJHMyPh5VIs4zxTUkMgH2uA8edjGdpNGldoCkjzNQCe I2r0eGQYn4GX860loCzrXK4+1QAPCvPSsf1ZjxwBMTgVyyizbX2qAcsjZqC0XXIUPE4iOdH2EoZG aoBgPKTTKeRbwMB5msR5sH6wnYShQJAkKY/TYzLGmP4yBIZAkCYNovYVpIYAqVz/mSlyAAS9MgTe IcV2aO8N0nTGuIhzUkOAc6KtmmNM10vPL2hmCFxZ4jxjGUpfTsYYY8zSGSJDIB105xRmVKSGwOkS rtxUaT5/6IUhQDa62AY1d9r2Q3eUYhmihpeSGgInStTmqVlS7gdSuu6LpKBd0wADKh0uGWOMMb1j CAwBgglJ2RplqDlHOy4MummAgWNi/U6FcRC0ahqA70npukGrpgFjjDGmPwxRsCA1b7pR5XQSLJhG bqeGQDO1Ii13GDOacJaUlr28BJ0GC9JckLaF2xAwxhgzeAZgCIwauP/Jbsf4B+3g5U8AWatugd3A dghqM8YYYwbDTrVjLz9dm/9n6WXfTFO1RRKeGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHG GGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4xJ2e/Y y8zMLpw8tX7umGpOW6Zr8/tP1RZ+Zo2fpmsLp1Q/szHGmHFmVe2T2+27YfF/iBdANbst07Pzb4v1 rPGSjIA/VD+zMcaYcWX1ERtvqRr93+LhbyPAQjYCjDFmzJlaP/fY/OFvI8BCNgKMMWaM2Wf93DGl h7+NAAvZCDDGmDFkh4M2bjs9u/CN0oMf2QiwkI0AY4wZM3Y/dP5a07NzF5ce+iEbARayEWCMMWPE 6sM27qQH+79LD/xUNgIsZCPAGGPGhOn1iweWHvQl2QiwkI0AY4wZef639dr18x8rPeSbyUaAhWwE GGPMCLPz/mdebqa2eEHpAd9K/TYC1tYWfqt9/MIabk3PLpxW/czGGGNGiT1rm7afnl38Xekl3E56 AfTVCND271qtbowxxphesmbdqfcovXw7lY0AY4wxZgTRC/ZFpRdvN7IRYIwxxowQ+zECYG3x2NJL t1vZCDDGGGNGiKna/N9LL9ylyEaAMcYYMwLsdcRnbywD4E+ll+1SNaJGwJHSextfO+JR0gcaX4eS y0pXanwt8vFKxhhjJpXp2qYLZjbMXdxL7bthYb7afFsGZATcSPpfQf+Rgh9IzOuU90vdlB80cY4l TpT+Kl2uPmWMMWZyWX3Qxm17qa22qm1TbbotAzICbi3xQny2dKtEt5SCcTMC7imtbnzdAjwEp0rX r08ZY4wxK8WAjYCH1afK5EbAdaVnSu+W3iM9VeIFGoQRcFXpMOlD0qx0FSmFdZ4svUt6s/QU6QpS cC3pxRLrvUqiSYJ948p/hPQ26SMS+7iGlHJ5iW2/XXqT9AApYD/rGl83s5P0aoljpfnjzlLKcyTW 43q9Xnqr9EDJGGOM6T0DNgJox982UUpuBPxXOkd6qfRhiWU/kYIwAij3TenTEs0LuNm3lgAD4WLp n9KxEm54vjMv9n8Hie38Xvql9H3p7hLbulB6g8SL+2+VwoXP55+lf0gflRakf0sYEPBjKT2fd0hM f0/CGPlhNY0BEfxa4vjYN+fzbYkyR0vGGGNMbxmwEZDrQVKQGwF5UB1BgOnyMAJSl3vshxc3kDaX F+o161MNtpcoc3Z96hIjYK4+dQlXqz4DauSUu2F9aqutjpPSabiyFAZIagRsJ2GsHF+fugSOIcoA RsDfJY4xwPDBQDHGGGN6y4CNgCdIvBBD8cKE3AhgeU06Sfqa9AspXd4sJoB5X298rdfMebHmUCbW DSOgdE4HSry4vyLhlaDczSRIt1EiNQJ2lvh+l/rUJcR1wfMAHGt+vMQPYEAYY4wxvWVIYwIwDniB 447fT6It/SgplkMrI+Dzja/1bfym8XULKBMv1mZGAG7+f0mHSHeSwhMQRgAehtL+g9QIoO2f7/eo T13CvaR0myUjgGaGVvsxxhhjlsaQGgE7SnxP94O7Pn0ZhhFAMF9AzZ15BPTB6RIv69Rlfz+JMgQR QskIIJaAeS+pTzU4QGJevLAJ7mM6avFAbweaBCA1Aggo5Ptn61OXgIESZcBGgDHGmMExICMgXuq/ ky5IRHBcRPznngAC/BAvWzwCP5XSlyFGALV5ytBUQMAdy78sBbx8fy4xnyaC71TfeRlHU0QzTwDH x3wS+nxL+lU1HUYAPQPOl5hHYCJt96nBkQcGvlbieC+SiFX4k0T7/1opsBFgjFkq/0vbVztj1WmX tcZQXTAgIwDolldSQA36Bo2vdch1cBvpcRKR/EyneQWYR3nue9ztu1fzSjB/b2lfiZd3CuvvUH3m EKBHHANBiixn/3k5llEGV3967QkszHMBsJx5eEQwjPJtXUe6duPrZvBKkGzJGGPKTK3f9P76w3nd /C7VrHZsnT/YrfHRmvVzj6x+57YM0AgwxhjTS8gON1Nb/FE8nPWd9s721GrbpA91a7w0tWHhadUv 3RYbAcYYM4LsVTvlmtMb5v+cPpxtBFjIRoAxxowxq4+Yv0/p4WwjwEI2AowxZkyZqs09rfRgRjYC LGQjwBhjxpDp2sJxpYdyyEaAhUbYCCDKv5TcpxvoZbBjJaL+05TBxhgzeqyqnXaF6dm580sP5FQ2 Aiw0wkYAw+8ut088/erpj0+2QBR98+8r9QpGBzy48dUYY/rIngcfv33pQVySjQALTbgRQK59kvYE V5T+IkWa4G4p5Q8gnTAjDi6H0nZL84wxk8qadZvuMbNh/l+lB3FJNgIsNEJGAPkMfiaR9Y8hfB8t 5UYAGfjI2MeL/A/SGVKzpECQGwHAIEDpdll/UWIoYPZNNsLDpBTSEdM0wXI+HyqRzIcMhOFpIFMh WQODe0sMNMQ6ZEfcKF1GCs6SzpU+KVEGDwW8ReI78zAu8jEGjDGTxnRt4fDSA7iVbARYaM2LFshg 1xEraAQwMBAvZsb45+W5QeLFmr6sadfnhXtC9Z1R+Ejni0GQvlxTciOA2vV5UngCWI8x+zEAGMqY Ef4Y35/9xlC/u0lMP1Uia+CM9CiJdfeU8ATwkt9LoizEAEOvl24uMf9v0relgBc8ZTAeHizRrPCk ah7Hcl2JbIIPkIwxk8r07OKXSw/fduqnEaAH/7/1wjjMGn6tqnWeOljlV8oIYKwAar4pvFR5IQZf lJjmfHgBozXVPFIKl4ihd3mhU/O+uJp+jgQMT8z6jCuQwnDBYTyQYpgyeAc6bQ7AOPmRFMeJXiSl 58M6GDrp7/N0iTKPqU8ZYyaXex3yqavO1BY2ZwDsVv00AnRc+cAmZgxYQSOAFy4DCKXkMQGUYToX L/XbSyXCE/A6iVEA8YqkOfxPkdgGL+mUV0rMv1Z9aqutXirxwmZIYbZ5AykoGQEcU3qModQrwToM GpTzRolyeA4+IzHugDFmknjAEZ++aemB241sBJhuWUEjgPZ9RuZLwQ3OizOIUfq6oRQTkPIuiW0S MJhCkwPr5cYB7v8wBgKaE3IjgFEBiQdoRTMjIKApgGPDGDDGTApr152693Rt8d+lB243shFgumUF jYCjJWrPvPjg1hJt/elLPwIFqaWnPLz6LNHOCLixxDYZejgg6I9j+Vx9qjFyYXgEgBc8hkCA6z9v yviAxDYeW5+6hEdUn1AyAp4vXb3xtQ7HjqfBGDMJTK0/5aWlB+1SZCPAdMsKGgGXkxjXnxcn+qP0 eCk1AgADgCA+5lOOl2T6As+Zl9q9RJ8oEdgX26Rm/z4pIAcA81iO8FikwXq86DkOlqUvdbbBdKzH cXxJCjAeciOAQELKxTp4P24nGWPGGr2IZ2bnf1B6yC5VE2AE9Kof9SD7Y7OvQe6vK1bQCAgY3/8K ja91cnd8QLc+XPidXMtOrzcBenmzQArZB1t1R7ySVNoX59NquyXYF9fCGDMJ6IV9QekBuxwNuRFA IFcrteNl0u+lbepTSwd3MO3RpKjtBbQZP7Px9VLwkuCYv1afGkKGwAgwxphJ439b64X9lV6KboUz tbk0grk5K2ME0FUrhNsTN2w6L++ylUNCFdZrVlPsFPpws51eJWQh2Q2u4xK8/EkCs9xj7hs2Aowx ZtJY+eYAXsLdRkAPqxHQikgkM7TYCDDGmEljOI2AgySSrVCrJlCKPuRpQpgwAqYloqwpg6t9Hykg mpwgstSrsKPEvOvVpy5tBNAU8Xkp9ktTwQullJtJJJ6hmxjlSGIT0eMflVgnoI34cIl5bI/IctLH XkUKCBYj2Iz9cB0oR2a5NEp8INgIMMaYSWM4jYCzJaLDeUnTXk8TQdotK4wAXsLknN9V+nE1j9Su cICUTsMdJebdqD51aSPggxKJZYjIZtmHJJaTohZo1ycSnKht9sl6p0t0I4PTJMoHJ0mUJ8L8thJG CueaxjOQxpZ1yEO/SqIM6zRrVugbNgKMMWbSGI3mgCOk9OUaRkAaSU6tm3m8lGEpRkAOHgOW71+f auS2Z7pZQGJuBPCddVLoUsZ89g1hBKTbfKeUbmcg2AgwxphJYziNAGrWNAHQX5wacfTDDprFBDCP lyosxQigLO7930r04cY1z/IDJcBDwXQzUiNgB4nvDIiTgpuf+WFYhBGQcqjEvIEGEdoIMMaYSWP4 jABqxMyjfT14lpS+KMMISAdfCU8ACWKAJDBM04Yf7CIxr5kRQNIYDIDo781wsSwPI4AMdEyX+oND yRPAiHgpu0vMx0gAGwHGGGNWiOEzAkiUwrwY6W07iRdz+qIMI4CsaxFkx8hvzIsBYnixMx3GBF0m 8Swwr5kRQNwBY7wHJ0ssjzH5d5KY/nJ9qsE7pFieGwEEAuJNuEV9qgHdBEmJm8cEpNgIMMYYMwBW 3gjgJZnnXo/R3RAvUoL10hclI63RTPBJiRc3eQZ4sT5PSiHQj+Wsy3IMC77fUAK8BEzfrT7V8Dhg kDCP42IUNz7DdQ/EJ3C8lEHkBogX4ZzEvOCm0telOEaWfVVKjQIGmknXgUMk5jWLPegLNgKMGWFW rapddk1tLgbg6IjpIzbtpj/+Bmu8NLV+rqZ3SDOX9ZasvBHQik7Hwm/3suy2Rt1Jecp085KmfGe/ yQqhe8dGgDGjyJrnf/p6M7MLf2z8KU+7djW7JfvWTtsu/0Nb46MZDyBkusRGgDEjCLX5mdr8fy/5 U9oIsGwEmO6xEWDMiDG1fu6Vl/5T2giwbASY7rERYMyIsN9+x15GD/m58p/SRoBlI8B0j40AY0aA qdqJV9Kf9fzSHxLZCLDQkBkBdM+LfP2jBuMC3LLxtefQ/ZHhjIcCGwHGDDl7vPDEm0zX5v9Z+jOG bARYaMiMAHL/t0sNPKxEgqB+8HEpHRNhRVm7bm7vmXWbzutccz9Y8/zTRtW4M2a0mD7i5EeWHsi5 bARYyEZAz8iNAHL//0LqxSh/Q2UEGGOGk62n1296eelhXJKNAAutsBFweYmUu4j+8SUjgD7zvEhJ n3s1ZrQB1zkDBl1RurV0VSlgHnn/yRbISH85LCdB0E2kdNAh9st2U7aV0uGHUyOAfT5fYppsg6kh wPmwrVtJNH9wDXK4FjQvcCwsb2YExHXhv5web8A5kvWQpgSO1xgzrkzVFr5behA3k40AC62gEbBG IjsfGfIY+IeUv7zoUiOAl+QvJebzQiUrHwMGtYJtflZiYB/WIU0wvETCyGB/iO+vlgKyALJOZOzj OOIFTTbC/CX8conjDlIj4CdSDGbEeghjgJdynCfL2BdZBe8lBZT7g8T6LOc4uI7p/jESvinl23ml FMxKcQ1Qnm3RGDMOrK5tvNpMbe6C0kO4lWwEWGj1kfMxBn5remsE8HLlJczY/pFN73ApXnrBhdKv pKjl0q5MGmDG328G6/PSO6w+1aj5M+4/80izG2AUMC9S8/Ki/1rjax3G9Q8i/W8KL9x0Xt4c8AyJ aWr0AefBgEWREZDaOUbLt+pTDbhmrIcBBGT3xPhJjYDvSJRJhzaO4Yvj9+T6Lja+1rl99WmMGRdk ANyo9PDtRP00AqZq8+1qa2bU6K0RgIuaF9Z0feoS8uYAyjC63p0SYTj8RmoG66cvPzhLYlvpdlZV 82IAoijDGP25a71XRkDAy58mA5oFOB9q/gHrYKCk5M0BlHl34+tmrikxP7wBeCOYfr3kpgBjxo19 1y8cUHrwdiobAaYremsE8BLmBZV3G0uNgBiel0GC3p5pvdQM1l9ofN0M22Vb+XYQxwKMP/BMCe8D ZTEKYkyCXhkBvPTj5fw5iZf7n6UwAmguYNkj61OXkBoBbI8y4ekIeNEz/z31qa22upz0XCk8C9Es YowZbWrbTK2bP6r00O1GNgJMV/TWCMCtz4vpxfWpBrzE/iHlnoD3Nb52TMkIOE5iWww/3Am7SZTf qz611VZnS0ynxDaD3Ag4UGKa5ogAo4N56XHgCfh942sdluPuT/mClHsC0qGMgbgC5j+pPrUlMxLL 7lifMsaMLlOzc2eXHrjdykaA6YreBwYSIEfw2zqJ7nQxhn9qBGySKPM2iTbtXaRjpNdKzSgZAcQd sG1eto+QCL57vBS1Y2rNP5UeJ11X+rBE+RhK+EES07zoMQy+X02jIDcCCHxk+kPSoyVe/Bg9zCNo j1gEvBzEQaRGwJclyhwtrZV+Xk2nRgBDJDPvNAmDhWGLWc686H3wIwmPAgbXpySWEVBojBlF9jz4 +O2nN8z/vvSwXYpsBJiu6L0RwIuXYDZeVt+Tnibxwvy8lHKQxMuae4ox9Xmhtco+90XpLY2vW0CN nNo7tfofSLj7094BGBYcB+56AgQfKqXQBEENneN4k/QAKQ3oe4PENlM4DmrsGA3RvfEVEvthHq57 juF0KcBgwfsR5/sy6VHS16UUDAs8BJwL2zpKiiBLPt8sMZ/zOVOakowxo8jadafuXHrILkdjYgRQ 66FG1el48oOEY6L22o/aFw95+rLHQ7//9N4IMMYY0461h376GqUH7HK1V+0Uoonb0mcjgNoKrter 1Ke6J4Kk7lufakSS/0wqJYLpNR+RcCE3gwh2urf140UdXd5IODMYbAQYY8zKML3h1H17qtr8am02 +iq3pI9GAJnOaA/lZYZbcynkRgBto9+VBtElijbbbze+XgqMG/qzL9W4aYeNAGOMMf2nj0YAWd0w AuYlgr/y2jtu9EjVSlAVKWDzJozcCCAJTSlXO9smdSpBX2nTAYYQbbU7SjeQaKcuQRleuGkKWvqS N9vXTSW2l0ejR9AWUI79dpIKFzAoMJzYZjMjgGPiHOlel/d1Xx42AowxZvLokxHAC56XGO77eKFR i08hkAnjgD7S1KrpPobRQLBUtLPnRgBBVKyTvgA/I5FxjfX5jPSpvEzpn808Isr5JM1qmsKVoWEv kmIZn9+QgAA19pUSxxqiPMZOQHBaRLvHOTFNcFcrCDgj+ju2GV3WUiMgtsm50C+ebdek3mAjwBhj Jo8+GQFvldKXdSkZC9nkmEeEcwxD+hSJeXQrg9wIIPKa6dgufaaZfnp9qgHfqZHTZEB3sWgWYZrj ICd7gAHAyzfiJ+gyRmQ4RJrW4NkS00SzB9FXnDzzQC2d6QskAvuAVLbM26c+dWleKLGcdLOAIcE1 YV4YAdGvPcoAx8k8PBLLx0aAMcZMHn0yAqjR0x86iJcY3Z6CMAKojacwL/pMtzMC+I5agZudFyup bOmTHX22cdOz7gH1qUuTGwF4FdK+3EF6DGEE3Ls+1YAmDuZF+tqc8yVq/yl5c8B5Umw3RLcy5j1E Wj42AowxZvLogxEQiVd42VIOkTWNedSQg1ZGAILlGAHU7nnBspxEL/RSYDCXMALoesiyVfWpS5Mb AXzPX9bA/ChXMgLC2Di4PnVpMJhw86fkRkDsgyQyuUiMs3xsBBhjzOTRByOAZgDc7mmtFZHljRdZ BP+FEbB3faoBgXnMi4Qy7YyAaDtnnPgghod9r5SWBYwCmgAClufZ56JpIDcCaNfnhZ32TGC/lCGO AZZiBNADgWsWxw1Ryw8jgMxzTPeva6SNAGOMmTx6bASQ9pUXJYOr5BCZz4uMDHIQRgAvQDK9PUHi pcK8aOduZwQQTc80g8IQH0DaVtz2uP6jLO31ROkzoAvHlhoBZ0jM+5iEWx3jI2rluRFwN4lpxr8n dmF/idS4zAvDYSlGwO4SyzEyHizNSRwT88IIoJcC0+QmIFUs82lewAjqDTYCjDFm8uixEUCQG7EA ac085VjpS42vm40AXr5E2JOidaOEKzzAM0BK2Rj7/ckS02lXP17O5KCnNk5k/5FSwJCtRN6zbVK8 YhicLAUEDTKPbbI+y2IM9xdJaVwDcBwnSGyPFzB57qNLIPCdbd2mPtUAg4V5rdruuRakfsUrwPbx lrBO5LYHvn9U4hzZN7kXyFHfG2wEGDNZrF0/9+x9a3MXWeOnqdoibeAd0afAwE5oFhNgVgIbAb0i eqMYM9xMz86/s/THtkZfejinLu+W2AgwdcbHCLi+dOeCmnmnesnh0p+lQezLmOVhI2B8NSJGAJn9 yLznmtMwMD5GAHEaxFQQnJqKoX/7Dc1PGLb9C+A0plfYCBhfjYgRYIaJ8TIC8i6XS6GdcVpabiPA jA42AsZXNgJM10yGEbBKwiuQBo8eKpE/Aq8U7CWRz4KcEGyHtNQBTQ0Eb5JimrTN50r0PAlsBJjR wUbA+MpGgOmaJRkBi2nyp2EBI4AXONkpQw+Vgq9KvKjvJEUX0/dJwHgWTNMLg14q95PoCUJvFPJD kDGS9VmPJE1flCgfo0naCDCjg42A8ZWNgJGn05EHe8qa2vzq6dnFAzvVPrX5tBY8LGAEkHvip4m+ J6VQ849BmEggFZBNklp+ifdLvOBJ6oRRgCJ/Q4wnYSPAjA42AsZXNgJGHl4kd218NV3SSUxAjGWB UkOG6T82vl4KvB6xTi4GlwIbAWZ0sBEwvlphIwDXK0l9UugG+LTG1zp3lyjDcL+MjPdq6eFSmjqX 4YQp9zzpdRKjA5IJsB24atk2mQLZJgmHAty7ZBakpk3Wv1dK+0lp8iEg6Iv2Y/ZNQp49pRjemONd 2/i6Gbbx2MbXzTBoEfM4t8dIMVJiQFZEBi96jcSxcEw7S4+XeJEwTDDf6d4GJBDifF4q8bLhGLaR zJa0MwL4bSlDlknKRQZLoHsfQzWXmJf4XVoFDNoIMKODjYDx1QobAX+SeBCmPFNK571TYhrXK8Fl X6+m0zbmSPtL3nxepHynTZZUws1geF1cwbTbrpcoj8s3XsCRCph5pP8lyIvuZD+RUmKcADLzkXiJ dThmoL2ZbH4puJxTNzLpf9k314nAM4LRWC+yIe4kcZy4qbk2v5B4uWPofEdif6zLdwwEulPywuLa vlY6XYoyZkvaGQH8tlw7jK57Vt8j+I8skfzuvMwDfuvrVKJsZLwM9q0+wUaAGR2WYgRMbVj4+cyG hfOs4ZZ+2zSiuSUrbARQKw/eJaVlItgqheUxdn8OD14e4O+oTzUgmIsXAi9/CCOA/PvB8VK63wdK TKc1ezwFMVpfJ0YAL/jvNr5uBmPnZ42vda8I+0jTC6ewDK9ASoxPEJBiOT1u0yCGXc6FMcXvznfG qQg+IjEPA41aPgNPcc/EegT/hRcIj86vJO6z0PelAK8R6zhZkBl+lmIEzNQWcaeaMWKFjYAU3N7M S13zdNt6q4SnIIYFjkjuHJoKWE6tm2MI8aCOrmz5oECwq5Tu9z0S02kzQko7I4AXBusTeJYeB+sx D2j24DjjJXITKYX1cyOAFwvNAZwDngu2mZ+L6R3cD81c/8wPw8CY0cRGgIE+GAGM4pe/nDoxAmIM /YgLwDPAS5Ix8+m69QCJ5c2MgJtJLKfGR/evVBFLUDICCMBjXhgBb5eYbmYEUEvEKElJjQCOn/Vx LefHQbxCQHs+fdIZPIny4a0AplMjgNgJ2qoxhKiNEtgWNVhjjOkeGwEG+mAEfEri5UT3KcCtT/t7 +sLqxAjApZ7GNhBIx3LctSV4UbJO3hTCy5Y2dejECKC2zTTGRMDogLQfA3ELHFcE5RH0iGGQNgcQ D0BNPa0tUnuMIZC5JmlQX7iWA/b/sMbXOveSmHeH+lRj3bwZwxhjOsdGgIE+GAG8cHkZ82KkPZWX G5nV0hdWJ0ZAvOQIgmPY3HhRNvMEwJslyuD+p838DIljIcofOjECIIwW3O4EB/L93RIcLDFNn/Jv SuwPN39qBDxCYj7dzYgqX5SoycfQxJ+UCE7kGOPcCGoM4vpR/mUSRgOGBdHrDMf8OynarY0xpnts BBjogxEAdI+jexvpWW8vUUt/nBQwD7d2Cm3eaRm4v8Q2COgi8I8x+XGrt4KeAHTZe6FEM8Q9pIAX PhnkUthuvl+4j8QL//lSvk9q5M+V6B9O1DhlObYUzofIcUaWwwhJ/zsYHHTxI5CMRDNcjxS2SU8B ehbcmBmCaHYCKen1wP7oJVE6bmOMaY+NAAN9MgKMMcYMMzYCDNgIMMaYCcRGgAEbAcYYM4HYCDBg I8AYYyYQGwEGbAQYY8wEskJGAFnT6NbUqYjyDsgely9PE6zkxIAfKO2+VSLdJlHfrUjLNtOHpKDV 6GOIF+qB0opgI8AYYyaQFTIC6NtMn+hU6QsxX0Z/6+AYKS0bapba8zQpynRjBNAlrBVpWfpz0387 1welgP7kaXkMIZSf+5nSwLERYIwxE8gKGQH0eSa9a+htUvoiTJehyPQGvEDTsiFGmysxCCMAr0GM MJYqzRSXGgEfkMikdw2JvuY/l9LtXVcaKDYCjDFmAhmSmIAYLjbUjMjShhgHPDK/IbKylRiEEfBU ZrQhNQIi61wQWfJCMXb8wBgzIwAD7LbSLaROhnMlqRGJekhJnKbxJeEQIxCmYKDlI/kxj9/w+lIz j5QxxgwfI2YE8KKPMmRL48GdrsdDP2cUjABiHtLtRXa4gTEmRgAv7BiVD49RNLWslprBWP6Uo/mG z89LAevmcRrMI11vgDGart8qnbExxgwXI2QE4DaP5bzMo8aWNg+UvAGDMALYL+OLpzpBSkmNAF40 D5b2l8gfn26Ll9LAGRMjgDS8T5TS5iNe2DF+fw4eA645aYmDdGx/lrUyAvgfMJ2m+yVw1RhjRoMR MgJi8BnEoDIBOeDTdWO42GAQRkBJjA+fkhoBJWHM5B6CgTFmzQG48e8irZK+JeEdKEFTAcGZv5Ee JMWgRQG/SysjAI8NtX9iOtZIHlveGDNajIgRwMM6XZ622/KdB3Ese4+UMggjgJHfZjLRRpySGgGM JBfj7YdwJ99XWhHGxAhgsB6G9+V6niUxah/TzYwAYECe8MbwG7xECpjXrjmA4M6TpVj/GZIxxowG I2IEvF1KlzP8aqp0GTXqlGGOCbiq9FMp5lMrXZHa5JgYAYy2x3VMY0M+J7UyAgKaEv5PwqCM34Bt pW38xBwwLzUCgitI50usb4wxo8GIGAExZnqneo4UDHtgIJHp6bYYm37gjIkR8FiJa/hSiWF/31pN NzMCGL6XXA73lnaVfinxOwXxmx0gPVkKgzOMgFdJGKisS1wB4/z/QjLGmNFgBIyAfaR0Ge29dMnK lQYI/lYKciOAGluuIMohapV5ubTNOC1LgB+1x1wpzYwAOEWKZdQkbygNlDGKCcB9z8v4LxJdSF8k ka2xBLkaaDageYbymySaBwKaob4qYUTw++0i4bn5tgT8TlyDWP9j0pUlY4wZDUbACODhGvNb1ZLD FRy6pQSpEdBMEdFdWpYKj0RQWp5rQQpaGQEYMWlcAy+mgTJVO/FK07XFf5d+72aaqS2k3emMMcaM GkNiBOC+jRdg2qZP8pZ4OfKZR/6n0L6eegO+JME7pfQFm4tlYQQQ2FUqE0qNgHZl0delABdyzH8H MzLoGpium3sSjDHGmN4yJEYAblfyANCOmybKIfKfPth097oVM9pAimGy7bEd2tqBbdxcIlismaK3 wbWk0vJQemztyiIMkwCDhuPifK7CjAyaGrgGnGvaV90YY4zpD0NiBBhjjDFm0NgIMMYYYyYUGwFm yHio9BbpKCkfvKeXkBcABXTzpMtfQPNMmn7YGGPGDxsBZoh4pERQJAl+TpcYla9fkJiJrn1BBGYG LE9zBhhjzPhhI8AMEV+T0hdxP8HgYNyJIDcCSDyEV8IYY8YXGwFmSCDn/p8kXsTPlJ4gAW75R0iv l8gASOa+tPsk2fx4WZO4B3f+ayR6WQA9MmhW2CDRcyTlSdLTGl/r5EYAzQOMSBiwz7US26OLJ8eb NidsJ5GrgiaEmkSTBj1IgHNgW2+TyGaZJ4Oi2YP5bPcI6ZqSMcb0HxsBZkj4ghRpecnxQLY/IPcD 6XzfLzE8M8vPkwLyL+DWp9ypEtkiKXNcNY+ETZGj4W5SwHDPDC4U5EYA6/yk8bUOeSGY9xHpQxLH SnPB1hLsJLH+hRLlyCxIOmEyXNK0wHDGGCjkjqAcoxYCmSjZFuUZvIjxCz4rGWNM/7ERYIYIXszp ixioYae8Ucpf1iRx4mUL1LpJAHWxRFpgIJUv8z5cn2rQrRFArT5e+PB4ifKRCyKMgC9LaTkMALaV 8gOJ4wHiHlhvj/pUg3R9Y4zpHwMwAng4MkBLKmpIJMRJk+k0gwQ7+fqp7iWlQwszj7HdGUs+nb9U cCnvLbFNPiO7YDNIVpQfIznnSR7U6nhYXlovTVA07pSMAIYHxnV/tHSSFDXpIGrdKdTQiS9IYdyI tIbdrRHAb/dwCTc/Xgpq7JQPIyWMgJ3rUw1oQmDeryU8HaH0PCnzIwmvBQGRD5aMMWYw9NkIoPbE w66dXi1Rg8she16pfK7UzZvO78X4/On2Qs3gpV0qn4oXAmPQp9xEKpVNxXgCuI7HmZIRQC2fF/jh 0j2lGCMiKBkBvNx7bQTgWaBJ4A3SfSRiFijfygjAcGDee6VrZ8qzRu4g8RvjITiXGcYY03f6bARc R+Ih2Il4yD5ASrmHVCqbiwdwkM5frhEwJaXbCxGcVoLae6l8LtqA0+C220mlcrkYza4X3o1hJTcC 8MIwnbrK8QikZQZhBNCswLLD6lMNCCpkXisjAJjHqIadEnEP6f1hjDH9YcBGQIzsB9R+qSHlA/Gk Udy5ERBtvK1Iyy/XCDhHim1hpMR3gr9K5EYAruwgH+XwECnIjYBo36ZtmAGQ0mXjHDRW8gQwiiTe AKLyvy8xXn9aZlCeAKZZjieAwEXWZbqdEbCjhPFG8CJBhe+R2Df3Exws8R94n8TokngCxvk3NsYM EytoBAS89NMy35KClTQC6LbFAzm2hZci3XYesAatjABIl72YGRXNjIAgXcZLcFxhcCV+8xSaibj2 1MJxmWMY7S4FNAURN5LCNlLvEODC54Uc0NR018bXOtyb/H4B271j42sdPDBsl2aJW0vU1DmO8Mxw nHgsSs1adBvkeHjhHygxGFZkI+R8mH6eRLdEBrsyxpjBMARGANC1Ky0XrKQRsEmK7RDxDanXIjVW glZGAA/4dFmaDa+dEZDu93xmGGOMMctmSIyA50tpuSA3AnAL58prjmn5pRoB1NLS7cTLHBd+zMNL kAd35UYAbmAU/d8RUeBpTRZaNQfMSOkyIuSNMcaY5TMkRgAZ39JyQW4ElET615R02VKNgAj6Qj9n RsXVpLSJYL2UkhsBJbE+20xd07kRcLZEG3W0Q4fwCJTczcYYY0z3DIkRQMrUtFyQGwHUoMkxkCon Lb9UI4BgtNgGKWfp0he6QIplvNBTciOAvAL3l6Ylgr7wXMQyAtUiKUxuBOTCe0C3se0lY4wxpjcM iRHwXSnKUNsNViImgCRG6Tba6SFS0ComAPaS0uXsC3Ij4O0SuRNeKJGkqJPzNsYYY7pjCIwABlZJ y5DzPVgJI+DbUrqNdiIFbNDOCMhf9pSHZjEBxhhjTP8YsBHAS5m0u7z0iAP4opQux12eZsXLjQC6 ZhFVnyslLc8Ic2wjVau0v6QxTtv8SRaUZ3pDed/9OObcCKAseevJnEgaY2IB0uXRTcxGgDHGmMEz YCOglRhGNu97nxsBzcQLNigtT0WkfjMYrjbKYZA0I0+HTD57yI2AZsLQeJkU2AgwxhgzePpsBNCF Ln25lXSmRABdKR0uiVNK6+QiEUxQWp6KiPtmpF6AY5jRAgapibKMFAc0d8S8Zvq0dFspxUaAMcaY wdNnI2DUuJxEBD5dATuB3gJ4O8guuFzYBs0HHIMxxhjTf2wEGGOMMRPKVG3uZaUXfSvtU5tLh+41 xhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYY Y4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOM McYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDGmD9T+t83qwzZeZ+26TTuv OfL022rO1o0FvWPPgzddeXVtYad91526t2VZo6G1R87daqtabZvqb2yMMcYYY4wZF9bW5mama3MX TG9Y+M++Gxb/NzU7/2Mq7dXinrD6oI3bTs/OvYXtW5Y1OpqpzV80XVt8cPVXNsYYY4wxxowyex6x 6ebTswtvmJld+Gtu/E/VFn62trbp9lXRnrCqdtoVpmfn35bvy7Ks4dZ0beEPMxsW96v+ysYYY4wx xpiRo/a/bfY5fO5utPSVjP6QnQGWZYXsDDDGGGOMMWZE2at2yjVVuX/FTG3xwpKxn8vOAMuyQnYG GGOMMcYYM0KsqtUuu/cLTr7dvrXFT5QM/FayM8CyrJCdAcYYY4wxxowIU+vnnjg9u/Crmdr8f0vG fTvZGWBZVsjOAGOMMcYYY4aYvQ475Tb71ubfUzLmu5WdAZZlhewMMMYYY4wxZsjYqXbs5adr81Mz tfkflYz4pcrOAMuyQnYGGGOMMcYYMySsevZp202v3/TymdrCX0rG+3JlZ4BlWSE7A4wxxhhjjFlh 1tYW7j4zu3DGzIb5f5WM9l7JzgDLskIztbkLp2qLe1V/ZWOMMcYYY8wg2OOF81efqs0/a2bDwh9L hno/NMrOAB37H6bWLxywdt3CfS3LWr52O+yE61Z/Y2OMMcYYY0y/WVubv8V0be5z0j9Lld5+apSd ATO1xQt0/HetdmuMMcYYY4wxxgw3ex686cpT6+ceO71h4duliu6gZGeAMcYYY4wxxhjTZ+74mA9c eWr9pteVKrcrITsDjDHGGGOMMcaYPrGmNr9639r8l2Zq8/8tVWxXSnYGGGOMMcYYY4wxPWS3wxau O7V+/pBSRXZYZGfAwLiKdG3pWtJlmNFjriixfXQFZpiBsY20vXQD6XrS1pIxxhhjjDFmEplZt+mb 07XFf5cqscMkOwM64jbSYzvUw6WbSjnfl/4j/Vt6BDN6zHslto9ewwzTFR+VviL9n7QHMzpkJ+mX Etf9v9IGCeeAMcYYY4wxZhJZW5vfY2p27pVDrdrcy1Shntn1uV+gVblnjJkz4NbSN6X/SVT2fix9 o4XOlB4n5fxAYhvoUczoMe+XYvuvY4bpmFtIP5R+I/1COkBqBxX+w6U/SzgC3iPdUDLGGGOMMcaY yWSMnQG06j9MWgqdOgMIMb+sdCXpatUn3QrahZ43cwZQacXZc9Xqs9tW6zie2MblJbbRSSg85fKy l5PoMnFlqXQslGX+thL74xrEPrshtkOXCfbXbhtRvpP9UJbfhK4BN5E4RtZLz7MZsZ+0LN85Ps6X 8+50W8YYY4wxxhgzPNgZUKSVM4Bz+LT0K+mvEi3NURYx/ReJqIN9pRKpM+Ak6S3S+dI/JCIaYtm/ JOYTzn51qcQ1pWdIX5ei5TvWZ1v/lJj/I+kIqdQifjuJ8Hmu2TnSYRL7ZTq29UfpPhIOgpdJ35P+ IHGMUSb2yXlwfd4h3UgqQb6EZ0nfkTi+dDts4+/Sz6W3SewzhW4cHBvntpYZGdeQnibxG+TXBKXX ZL1UOsYdJPbPfii3v0Q0Sbq9uL6/kz4ksY4xxhhjjDHGDD9j7AygwrZRemMTvV66mVSilTNgT+nd 0pMl1qc1m8oq4vv9pV9LUVk8WMpJnQGUoeL8AunGEtsgwmBn6QyJ5ZT7k3QHKaBF+onS7yWW8/la 6foSkQG0WvNJDgX2FxV7KrMPlFLY7m+lOCYq5pskKv+01F9X4ng4NpwSH5FeKt1bImqAlnLOn08S 831AYn8c++kSFf+UXSWcDSzHcfAuifB/ts9xs817Sm+XviTRmp9C94841tThwjV5jETlnGU4MN4g cUzpNdlR4jcMBwTXZD8phTLp74iD5xjp7hK/D8eanivlzpW4TsYYY4wxxhgz3Iy5M+CzEpW1kqgg U+Er0Wk3AULyqbhSWaU1mtEH0MulWJ9KdU7qDCAqoBWflKLsaVKEpFN5jsoqjgKSIbbiQCm2w7Xh eIPUGcDnlNQJHEt0ScBJQJQC54/DJJwUbC91ulCe441jIVqhW5o5A2jhv1BiPlEbj5ZaQWt/bCe/ JqkzgM97SCVw4HxRohzOhUdKxhhjjDHGGDPcuJtAkVbOACp/tGRTyaXyR5g44fIktKMiitLK7pyU kzoD2iUQPFKKspzbdhI8VIr57BPnQCto3Y/yaJUUpM4AQuNb/U44QKals6WLJa7z3yTWJ8KBY+F7 tJbnzgBGw0iPYyn3RDNnwIwU8y+S2oXtk0cgyqPdpCB3BuwilcCBsCDFNojWMMYYY4wxxpjhxs6A Is2cAbSAR8szos87Ld05h0pRpp0zgNBzKtglCGv/mhRlWS+g8o8Dgvm0gtPy3yyRHeHzb5ViO5wD SfWCTp0BrPM+KbbzGanU3/4uUoTq584A+KkU2yCvQHosndDMGUA+BBwSzCfnwLOlVteE7iKxnfya 2BlgjDHGGGOMGV/G3BlAZZB5zXRLqZSYr5kzgEo7UQDRj58Q/+tI9JUnPP6+Ei3msS5q5wxgW+gE 6W4SrdVUng+SqNBGGcbUz3mClEYhUOZOEpVi+umTPf8R0s+k2M6XpdyB0U1kAPkC4vy/K3Ed6UNP bgH2R9g//evjmErOACraVNrj3EkiuFrCsXA9ieUkRaSCTvg+x5fSzBkA/F78RrGcnAN3ltg214TI DqIqYhvs/6tSfh/YGWCMMcYYY4wZX8bMGUCf9U9IUTFrJyqaZMbPW+bDoYDyZHs3ldZJaYUU4Xyg xfsoib7q0UJNJT/naIllhNdToadVnwiASGhHBZXtRTZ9rluz1nOcEFSIj5Oi8hrb4JNuDDgoDpFu K+G4yNlJYsx+ypPYj1D+ZrA+3QQ4LyISYn8IJ8CiRIWc5IfMY7s4CXKofLMdRmYgvwC/RbotIgtw PDxIyn8fnBBRbi9mZHBN2PbHpPgdUDgfuM5s44VSs2tCF4MLJNbDKYGTpQTRIidLlGO77fIUGGOM McaU2aP2qRtMz2568nRt8e1TG+Zfsbq2Mc+ivGymawt3lGF+1Nra3NyMZVmjofVzr1xTO41W054y Zs4AY4wxxhhjRovda/M7Ts8unjOzYf5fifF8oXS/qkhvqNW2mZ5deHFqpFuWNfyars3/bWrDAmOn 9xQ7A4wxxhhjjBkwM4d8/qrTtblnzswunNfEeLYzwLKsuuwMMMYYY4wxZrTZevULTrvR1Pq5Y6Zr C/8uGc0hOwMsywrZGWCMMcYYY8wIsvP+Z15uev3Jj5ypLZxbMpRLsjPAsqyQnQHGGGOMMcaMDluv PXzhhlPr514pI7hlFEBJdgZYlhWyM2BFYAg+stWTmZ5hA40xxhhjjGmBKtxTh598VxnvZ5aM4k5l Z4BlWSE7A1aEe0oxLB3D6K0EjOF/pMTQg2dl+ob0ZWlOYghChuFjvP9hheERL1d9GmOMMcaMDzvv f+KVpmpzz5+pLfy6ZAx3KzsDLMsK2RmwIgyDM+AG0qkSx8BY/MdKT5GeKj1bOkrCIcAY/5RhHP2v SHeQhgnG8/+nxDH+QrqFZIwxxhgz2qw+cv4ua2ubPjW9YfE/JSN4qbIzwLKskJ0BfWEb6SbSvaUH S0+U1kh3lq4qdeMM2FbaSbq/9HDpSdKUxDZuLLGvpZA7Aw6RStxQOlOK4/2C1IzrSfeSHiJxnE+W 6ArBvFtJl5XacWtpD+kR0v7SY6ppKvnR8s8nTgDeY4+T/iVxbL+VHikxH91HuoZU4loS9w3dNdjG 46vvO0vXlJrBvrn2lOUTrivx+3K+nPdqKY2kuLyEE2Vv6dESDheOk9+U67vU39AYY4wxY8V+x15+ anb+4TMb5v9VMnx7ITsDLMsK2RnQU6i4v1b6t0RLOhXUf0i0WFNRZZr5LI/KdTNnABXK86XYzkXS d6SvSz+SqMDHtj4kEfbfDZ06A+ATUhzv55mRQEX29dKfJY4H8f0n0o+lP1XzEPshuuBGUgoOkvdJ lGEff5Q4zy9JZ0tEJ7DsLRIV6+tIx0tcE8rGsbF9pn9f6TfSvlKwtXSwRJnYF79NdI/4pRTH+gcJ Z0ReUcdRQDnWxQnxVSm29fdqHt/3ka4tnSHF8t9JOFaIuPi+dLHEsudJxhhjjJlU9jhk7gZr189/ bGbDwh9LBm8vZWeAZVmhmdr8RVPrFqi49JQJdAZQQf2kFBX9TRKt4SlU2Gnlpp8+ZVDJGfAiiYol y6kQ01pORTaFlueXS5SjQrlRooW6U9o5A64s0WJOJECE4VO5pzU7IPKBCnecC8fDdciP9erSs6So KFMZf6wUEAXwN4llX5RuKuVwviRezCFqIrZLJX0HqQSRGgsS14rzeaW0nZTCcVOOyjrbY7tHSCmp MwDhTCAiICIB2AbHyeeLpTi2j0o4PVIoczUJB4cxxhhjJonVB23cdp91C3tOzy5+uWTk9kuj7Awg b8L0hoU9q70aY4aUCXQG3EOKVmpa9HeVmtGqmwCh9LQgx/KTJVreS/q4RCs85X4t3U3qlNQZgKgk h6gs0xrPceAAOE6i8p5WxgmX/6BEedanZZ8kfs24gnS0FPv7iBQV6OtLx0jhAKECTYV8VlorUUEn 6qJEp86Ah0rhcCBKg2MvXVP0WSmO8xwpJXUGcLyt3qU4g4ikCGcKn4vSodLuEr9Bq2tmjDHGmHED I3ltbdMrVKn9c8m47bfsDDDG9JsJdAZQuYuKMRXo20vNaOUMoPU4liGS+dEC30r0yacS3Emf/CCP DKCCSoWbVmrEtqjw5638AZEDn5biOKlEt9o/23yDFOVJWEireAplyINASztdIqIsx4dzgm4COBVS OnUGsM3YHiH6+0mla5nq7hJ5EFK6cQYEOFHIefB86TwpjoPzohvFYZIxxhhjxpX99jv2MqvXza2S 4bqxZNAOUnYGGGP6zQQ6A3aUogIbYeil1mxC4N8tRYWw1E3gM1Is/5REsrtekzsDWuUMaMZzpegW QR99ukA0g64oRC9Qloo9SRU7gcp9mhcg79JyG4lryDK23+xe2EX6oUQ5oinotrCUxH1LcQaUuKPE dY/zupNkjDHGmHFi1+d+4Yoz6+f2KxmxKyU7A4wx/WYCnQFAdMBPpajkUVEm5Pxl0oclWrBZRsU5 WrNLzgD6spMUMBLMUe570qsk+vE/TCIRHi3zrE8ZWua7oRfOAGBkA5Ltca4cB6H4p0nkPUB8J4ki y/ikIp1GTeAw4dqwnMo13Q04RzLvE61AIkKWcb1I1pf38ydPAteYMpzLr6S3SjE0Yvq+wGFzoYSz Jsqz7pESIyAwcsFLJPYT1+UuUkqnzgCSJMZxkVfhjRK5Ebhe5FYg+SHLOBZyGRhjjDFmXNjriFNu PF1bOE6G6l9KBuxKys4AY0y/mVBnABBWT8K/gyT6yH9M+oBEBZXs9AyJRzj90yUqrIdLzSAUnzwA jPZA//l3SlScSUbHdyrbhL/T7SBPTtcOkhmSB+DV0kslWs6XCudzc4lKPBV4Kr44M8gD8C6Jc2SI QSIcSt0OmE+L/wult0vkKCAignWpnOP8IG9As24InAuJDblGRF2QS+H9Esn/6HaQw/4YreE50isk fh/Kk8eArggcLxX320n5PummgCOG347rT76DEpwnDpcHSTgbOBdGZUDcFxskrgnre2hBY4wxZtTZ ab9jL79m3fy+07XF75aM1mGRnQEjDRUJjFTGG8dQXWnoC4sRz5jZGLbp2NrDAsZ8s0pEK6gwcF4H Sk+RyIhuOmSCnQHGGGOMMWaS2O3whRvOzM5dXDJWh00zswvfW11boL9i75gMZwBDhZFZeqkie3We MKtbaLUiPBXRgkaCr5WE1kDCcjkeMo+TUX1YIJyX686xEY5LP+xOIZQ3zouwbxwdpgvsDDDGGGOM MRPFA1+8eMth1tra/C32PHgToae9ZTKcAfQpJfQ313opKuj0iX2NVCpHhXIpLdQpdgZ0DkN2PUN6 j0RY7m5SJxC++3OJjONPkJb7m00kdgYYY4wxxhgzCUx2NwH6pEYFneRZ9N9txbUl+gHT+vx4iQrr kyTG06ZSk47lnVNyBlxDuq/0aImQdvoBk9W71Fc2IOkWleO9JJJ5NXMqkNyLbVPuPhJDf6V06gyg vy/rM9Y3Iff0lyZZF8fJkFvNhi9LoV8tmcPp4sJ2DpAI4+c8biaVtkG3Cu4X9pMPEZbCuowJTlmu I9vm+DhvfqvtpVbsLFE2ut/gQGB7/KacL78z26ZrR7Px0scKOwOMMcYYY4yZBOwM6MQZQCWT7NOE rJMZ+2cSWau/IDH2dGQXJ4M12aVJipWTOgPISB7ZxtnvudIvpNgO82nhZjztHCq7MSTYnNSsskt3 khjWi32RITullTOA/AFkO4/M6mQ9JyP6lyTOO9ZDHDOZ0mnNz+H6fl4i63aU5TwZxo3zi/lcAyrw KWQyj32UxvLmeDmeuGZcE47rbImx4vm9mM+15DsRBjhfctKxw+cltsc6XBOWxTWM355EZWOdNMzO AGOMMcYYYyYBOwOiItjKGUACOlqqGRqr1BJPlmoqz7Etsk/npM4AKsEMUcX+04olFep9paiE80lW 7ZRBOANobafVn3HC6ZpSarmnEkc4Pusz1BZdMVKo3EeFnPPAsZG3rHO+ZO1eI+XH18oZ8GyJc2IZ 456z71KrPed4skRFHn1Nyh0CqTOAYcdI8Jjnh+B3inNFZHAfW+wMMMYYY4wxZhKwMyAqeO26CUTF dVfpURLh8gzF9WKJyiFJCmNbRAzkdJMzgG1GWSqhOBuCQTgDAro94BQgjP6JEpVwhtpiyLDXST+Q WJ9KP90cAirTZ0ksQwzj1S3NnAFU+nEAxLI8oiCH4/+TFOUJ/09JnQF0YSiBM4RziHInVPPGEjsD jDHGGGOMmQTsDIgKXitnAGOM/1aihZuKOKHujBV+iESiOroRMN51bGu5zgAqv1G25AyI0HjC2vvh DLiOxBjrJFXknPkkuz/jmpNQMXIcfENi/dwZQATFNyWWoRdI3dLMGXBDiVb+WLa31ArKx3VAD5RS OnUG4PiJcidKrX6/kcbOAGOMMcYYYyYBOwOigtfMGXB9icpwlLu/lENyPlrKo8z/STmpM4AKPiMU lCqUd5fIKRBlZ6UUKrOE5bOM3AX3knJIMsjxxHF34wyg4ksEQEQfcC5cpxy6EOD0iO0/TUpJrwfO E5IdlqCbBOdMpT2lVTeBk6RYRnQCCf9K0L3jHVKcS7tuAnYGCDsDjDHGGGOMmQTsDIgKXqvIgEUp KpRU1GkhZ0SBdRKt47TUU/GOFutWkQGUISFfJKr7lnSUdJwUlXzmE9pOFEAO2e4/KEV0AKJCzPaJ TqBizvp/kOKYu40MWCX9RIrtf1di1AT6/b9Z4jjZdpxDHhkQEBFASD9l2A7rUZF+ZfUZTg+2Q8RB SitnAJESOBu4jrHtC6XjJbpYELVBUkbms5zf9lMSo0Hk2BmQYWeAMcYYY4wxk8BkOwNIjvd8ifHp nyeVKotABfyWEuHx9Jd/t/RhifXoJkBIPqH1VGiZV6pUUsFmGRXbW0sMl/dgiXwDH5KozBMFQKWb lvK0a0AJ9keUABVuuh0cI71BYn2Oh/U5NvZ5sMQIASlXlZ4p0Rf+OVJ+7oyIQEWN3Ag4K8iiT2JE ukY8QrqpRP4EHCKHS81a/sk7wPkwTB/5Bt4rfVTCqfBcabVE9EVeuebcOPb10p2ZUYBjvJP0OInj epP0Honfh2Mmz8FdpFbXMq4RiRo5p2YwBCHHQlmiOsYWOwOMMcaYFWLPgzdtP7N+/hC9JP9ef1nO Lp50r0M+hdHWM3Y4aOO20xvm35O/mC3LGm7N1ObPmjrsFMZr7x2T7QwwxmTYGWCMMcYMmFWHnrCD Xo7fLLwsz52qndastWpJ7Fs7bbuZ2YXj831ZljXc0vPgQul+1V+5N9gZYIxJsDPAGGOMGQB7Hrzp ytOzm548XZv7YelFiewMsCwrZGeAMabf2BlgjDHG9JGZQ+ZuMLV+4d0zG+YvLr0gU9kZYFlWyM4A Y0y/sTPAGGOM6Tm1bWbWza2d3rB4Tuml2Ex2BliWFbIzwBjTb+wMMMYYY3rEnrVN289smD9qqjb3 t9LLsJ3sDLAsK2RnQFPIAj8nfVnaKF1NMoPhNdI3JYZYZJSBUYBRCBgF4UvS56SHSaZi9UEbt52a nX+T/q//Kf2Xe6Wp2bmz1xw5d9tqt8YYY8x4sKp22mXXrNt0j6na3KmlF2A3sjPAsqyQnQFNYfg4 xtJnDHjGlO/pM9O05FQpxt9niMEcfov7S3tJDKm4jbTSbCd9XOKY/y0xrKDJ2OfQ+R1pue+H1h55 yp1WH/RBO+2MMcaMEfufebmp9QsHTNcWfztTm/9vySDuVnYGWJYVsjOgKXYGrBztnAHPkP4jsfzT 0jWllcbOAGOMMcb0hrW1Tbefmp07Zmp24R8lI3g5sjPAsqzQBDsDbiUdKX1E+qx0prQgvVt6orS7 1IkzYFtpSnqddLz0f9LXpNOlY6SXSLtKS4UW8E9KJ0tPlm4nHSVxzF+XviK9XrqOFFxO4jd9lfQx ibIc0xnScdJrpb0ljr0E82l1J1yfLhJfkNhXdJl4uXRnKecD0inSSRLXtxmPlNgOZQ9iRkbJGXAz 6W3SJ6SzpP9KLP+FhEOA+eij0jWkYHuJkH2uxQkS58K1oAsCv9WnJPZBP/NWEQb8/gdK75I2Sdwv rM/+uI/uLnXiDNha4jekSwG/BdtgW2hR4n58mXRv6TJSiStK09IbJe4Luibw+/DJtd8g7SgZY4wx ZlTY4aCN2649cm5GBu5fSoZvr2RngGVZoenZ+V+uXbdw3+qv3BuG2xlwG+n7EpU2KpS/lqhM1qRX Sl+V/iJFZROVnAH0EacyRsWPVupfSe+QHipREX+K9EWJddkGZfaRugUHQGwjjvmvEtumIkr/9A9L N5Lg6dI/JMr+QaKC+ljpXtJjJCrhf5Zie0+QqKAGVIrPkVjGdWAfD5DuKD1Iep90toST4/JSCscV 292NGQXYF9c5yh0r5ZScAbS8HypxzXG0RGTAjySuO/PRi6U4n5tIv5X+JH1HwlnB77JGIhfBeyR+ N64poiJ+VSmFCjnbjeOJa49zgePh3mEfcTyomTOAaxIOpn9J50ocA7/Zs6T3S+dJrB/bYn7qpGAb F0os+6PE+txvOGf2kziH70nPlYwxxhgz7Kypffp60+sXPjxdW/hDyeDttUbdGUDeBO3rJMuylqfp 2vyJ0+vnD+L/W/2Ve8PwOgN47tESS8WPCtdbJVpZc64sHSBFpbrkDKDVPxwGVJBL2wFa2H8uUY5K Nt0PuiF1BlCJp5LXbF9EJ8QxUaG+ilTiFhIVespRUX6gFBDl8HuJZedL6bJ29NMZkJJ3E7iW1Iwr SM1a2IEW+AsktkUlO494IBohrukvpetLOVTWiQzAkUS5kjOA84hjZj+tWu6JBol75u8SzoIAZwZO GpbhTFglGWOMMWaUWH3QG7Zdve7UVTJmTy8Zuf3UKDsDpmrzP1z7koUbVrs1xgwjw+sMINlcVPCp 8O4iNaNVzoCrS7TssqxTUaG8SFotdUPqDKAbQ6kyCkQqpC3+nYrK5iFSQGWd6AZCzoksiAosTgPC 418gUfEtOSSG0RnAdSEig9D5z0h0D/ixxO/PdeU3jm1xvuk9QXeL9JyIsGhGq5wBOGW4nrGd9VIr cGAQxRDl3ytxHsD1I5qDbgX8JtxXcW/RReA5Evdusy4gxhhjjFk5attM1RYPndmw8NeScTsI2Rlg jOkrw+sMoN95tKoSYt1q3XYJBH8nRWWNCvtl24jW6Qhf74ZOnQHwMymOiT7ppePI1S4TP5V+nrlU bn8jsW0qn3y/gZSSOiMewowCg3QGkPuBaxcV5ldIdKfAmUP0B+fG70xXA7aVOwOALgBxLHQLaEYr ZwDX+DQptvMGqRXkPCC/QZSn60Oz6AbO4+YS58Y9TXnOlSgGY4wxxqw8/9t69eFzuxKSWzJoBy07 A4wxfWV4nQFUnGhxpSJJhYmka/SlT6HP+NMkQvopQ+Wq5AwgXD+cBVSM6Y/fLHyfll5yFSzl2dWN M4A+/eHsIHKBY2yWaZ9Wb7oL7FCfakBFfSfpnhLHnEPlP5wgXENyCaSQEI9liCR/aSg8jgcq2vRp j/NBS3EGPE6KFvtvSRxzDi3jH5LiN2S/0boeXE8i90FUokvRIo+X/imxnHMmZD/dDvshCoJkiFGu 1E2APAVxzGyHPAQ4p3JILkgXlHB2EAHAvQM4BHBeEJlR+n1uKsX5sr7H2zfGGGNWij0P3nTl6fVz j5zqc0LAbmVngDGmrwx3AkEcAmRrp8WXShuVJypxVNSo3DOPSiEVMjLVU7FiWemZyYgD5CBgOetR AaeiS/g2omJOGD7b55Nkb93yJCkqkfMSFdhW0BWCcHEquBwT4photeeY+OQ8OSa6TFBpD6iwU0ll PutRjvJsi2Pg/FiPpHsktqN8Ci3aJDOkLJVRxHmzf7aJfirNSVHZZbSDHLLqswwdxowMHByE/HMs /H5xjhwv+wsnxC0lHD7sl/3xGdcgjom8COHg4He/m5RDN4NvS5w/24n9ofhtGdWB46YMy0tODK4P 0QPsjzKIY+B6IbYV14wkl8+U0sgNHFU4OFgnjoHzid+HeWyDfAOtujQYY4wxpl/sffjx159ev+nD MxvmLy4ZsCstOwOMMX1luJ0BAa3ghHbT6kpLOFn0aUklhDwquVeTaG2lAt4qxJ8WW8oyvB+t1LTc IjLw87xiWZ55v1NYj21wHFQmO+1qQDkqj4TQUzm+h0SrNwnyyLLPeTbrV06rM/uKKAGy1d9BIjIA Z0q7Y+CYubZUxknQx7UgPD8iJ4hKYFucUynJIfNYxjqlFvAgujDw2xHhcXup1GWA82SIQVrdOR5+ F8rFucT++J1bJRukPOU4H1rouZbXleK35VhvXKlZlAhQwU9/GxwQbJPjx9HR6pw5XrbNupTnvBkN hHPj+Ila6PQeMcYYY0yv2Gfdpn2ma/NnzdTm/1syXIdFdgZsBoMJ4w5DHbUywPoF+2WoL4aCYgzv PKyT5czD6Ovpb7bCYPBivEblqxuoqDHeN/18SZr1TanbbawU3Lv0BSb0l7DiViHfo8toOAOMMcYY Y4xZPmsP/fQ11s7O/d++tfmLhlnTtcXfTm+Y/8Cq2rHNhpxaEiPoDKBl6iiJkM4IR0UM2zRIaN0h 0RP7JsQ1He+dljkcBXFs9I0dlUpvK2jtYyztOK8zpE6hFY3yhAYT5v1sid9yVMABEknY+L1vJY0f dgYYY4wxxhgzGYygM4CkUPS7pFJGf0v6XvKdvpzdjKu9XFo5A4BQUkJtUW/Hgl9ZcHSQuIwEZkRn dArJu3DiMLRWqzDcYcXOgB7KzgBjjDHGGGNWmBFzBjDONwmaqJCRaIlQbcbOpnLGPMLPS9mpU+jj eaL0WYnWafoK42D4oEQiqbMlEk59QTpaop9qaQivds6AR0tk1j5datUKTtg9CaPeJ5HEiqRg35EI R/+kxPnRqp5CX1e2zzBXJCZj/G2Omy4LJN0ijJ3xsHeWWg0/RrTCftK7pdgO+2YbJDJjiLM7Sek2 GKKLc+LcHsaMJtAXlyHK3ilxLYmO4BjZB/siMzwOgmb3BMdGFnF+Jz6ZZnuM2023DLbFtWL89NdK nOtyYIivmkRWdbbPdeC4SUbHcZJ9vRNnAH2cyT7+Zomh074msS3uLboZcKyrpFa/y8phZ4Axxhhj jDGTwQg5A6iMRaX/1xKJngKyNDMfMV53q64U0xJZnKM8Yetsl8otQ0oxpBdDZl0oxVBPZIfOK3/t nAGMHR1Zt98v5XkNiBagkss+InSe/bL/p0qvkahAktWcLhFEGgAJxIiI4BxwGLxFYmg0KlYPlt4q cVyxXa5NrBtQUX+9xPFRhu3hIDlEIgM6x06mdTJ3s29axQPKxbV7ETMySPZFxnGWs23G/6YSTIZu nB5cY6aJ5GA55ah00wUhBYcHv0Hsi7Jc5y9KDCn2PIns5+QeiO3QDaHb/Az8rjgoYh9kWydrOE6Y IyXuC65D7AOVnAFc01dJkbWc7bxNIlqFBHCPknDSkDk8toMjZriwM8AYY4wxxpjJYEScAWTDpiWY ChmVv7xFmizStKJHJYsWY1r8S6TOABwHVMgio3QKmZ1pwY5t0uqeslxnwFel2DYV7GYODI6NZIQp tD63ypzNscSx8UkSwxQqzbFvWsGb5TMg4R/7TjNct3IGEP6PE4HfCRHt0Oy8KMvQZLEtHDzpflJn ANEgOElypwYwHBuRDJSjywhRHp3Cb3yaFMfL71Tq+sBvRyQGThP2U3IGEOnANljOeTVLakkG8Z9I lGOoNiJPhgc7A4wxxhhjjJkMRsAZQMWX1mAqT4iwcMKsc1Gpp5sAZaiE02qcV6IhdQYQwk2f/mbs LcV+UXr8y3EGMCRaul2GAOsGKqy0ONMSjcOCEHwqlrTCUyGm8hz7ZvxthtEK6Ouf7ns3qRtaOQOI IIhltJAzhFcriAaI8ojojyB1BhAd0azSzG+cOoIOljqF4bwi/wRjfLeqmLfKGcAx5AktOxG/13BF B9gZYIwxxhhjzGQwAs6Ac6RSRaqdqAy/VMrpxhlAuH5sj4pbynKcAbT2xzLUqu99ztMk9het2YSy 0+WAVm72wbap/BP1wLZzZwC5C9J9P1nqhlbOAK5JVIr/LbWr7OHEiW0h1g+6cQZ8QoptdOMM4LrF vcBxz0jNaJdAkMiGOIZnSERVtNPw5Q2wM8AYY4wxxpjJYIidAbR+k9QvQq/pu90s9DqF5G1URKNi Rl/1lNQZQAWQqANaZ6lMB3x/ppSGhTM+fspyuwngqIjjJF9AKcv+DaQDJELQqfQSJUFegbgmRD8w L4XWdrL208+dMnSrSJ0BQMh9VNppET9IyqMo6GbxOImEfUQTBK2cAVRwyVnAtjlGhiGkr3xe6aXr AOfFsbEdKvtUoFMG4QzAMUKiP34HjpfcEHtJKXGsdFOJ37PkDCDXQuQD4NrjtCl1awDuBRJdptd1 OLAzwBhjjDHGmMlgiJ0BJIiLyhf99duFnKc8Uorwb8LmnygFqTOASub5EmWigs0nYt+E25N/AAdD DqMA/EJiHSqH95FSXi7F8dN3PncG0D+ehHrnShHWH8cQopLKMXL+4ay4mcRoB+wzth+KY6bLQFS0 +WREgBy6QNC9ILaT75t5VG5/KKWVVpL/RZkNzChAtAEVa9aPijbl49oiHAYc20aJnBA5JCIMZwvX gL72JahwHy/FdrlvuoFICqIrSPgXTow4Vj45fqIrcDhENxTul9wZACQKZKQFnEj5ttLvLGMbjFww XNgZYIwxxow/uz33pBtO1TbtZVnWaOi+zzmZYfR6zhA7A2jxvalE9vxWowOUoKJNy31p/VI3AVrk aYW/q0TFlHH0qey3Gg+ffVBhZR/0PadVPIXKO/tGeat7DmXZH5VuKpS7SAwnyJj+ect/gHOB1nPy D7AOYexk0ieigmOL68extUo2yHbYN06Gu1dim1y/3IEBVL7ZLqM5pNEUJTh2zoFrSxJDri9OHfZF 0sJWYfL59W11DmyLckRFlI65E9gf3Qao5HP97yhxHTj++G1jPxxPq2NnGWU5fhIcxnlzDThG9tPs d11Z7Awwxhhjxpep2olXmp6df2fp5WxZ1vBKxvNFa2qLDB3XU0YgZ0Cv6SZngDGThZ0BZjigGw0R XUQZ4aAcvvwaxhgzitgZYFmjKTsDesb9Jfp/E4J+kkSrtTEG7AwYJoi+mZPoStSJeK7dTxoHXiJF TpUPSe2ikIwxxnSCnQGWNZqyM8AY03fsDBgmSJpJclEqxOSZIPHnw1uI4UbpKjQO2BlgjDH9wM4A yxpN2RlgjOk7dgYME6kzgFE/bit1CvlEcA7gJCABajpsZwo5MVhOuX2kUn4WRhZZJVHmWdJzJEL4 iUIg/0UrCPcnWenjpRdI+0tT0t2kVhV8OwOMMaYf2BlgWaMpOwOMMX3HzoBhYjnOABJYMixojDjC iBi7SSkPkGJEFEb+eL4UyTIZZWNWivUZBeMPEiObfFdiJJAYhYT5DNMZkCCUoWBjJBGWf13aJH1Z YrSNGF3jO1LpvWBngDHG9AM7AyxrNGVngDFmEKyZXXykngl/LP2PeyVt/3trj1wsDXlpLiF1BlB5 JvEpFeuSfi7dU0phhAxGxWBZbIOhQRklgyE9o7L9JSl9NhMdcKIUlf15iVE0chi5hO3ftz7VYD+J YTPZLsdLBEA+0gojg+ws/UaiHOVzR4WdAcYY0w/sDLCs0ZSdAcasGB+UPiMdJ/keNoMijwzYV6Ly XRJRA80y7tMV4G0SeQfYVogW+mdKaas+MFRplPmzRDb/TqCS/w0p1iWh4Qea6MPS+RLlcDq8Ukqx M8AYY/qBnQGWNZqyM2DooRXOjB6d/G7/kKKCQ4tmt/jeMEthOd0EUraV3iJF5Tp0sURSwtyJcC8p wvhp3cfZ0Al0LfipFNt/jUTOgHYi6oB1U+wMMMaYfmBngGWNpibYGfAzicoYhutaZjSB8agpQ9nP MSPjDVJs52DpFdJZEi1fYfjScvY76f+kx0q5gUqlDkP5IxKtXvSbzQ1stnGB9CnpPtJSIeEXybYW JMJ8CaXNj5NjOEq6g5TDMXK+rPcE6XXStyX6BqfHSqgu/XsfIrWqtHLeb5cYwoyw5DhvjunvEpUA hmqkH3LA70VlguP4rHR9qcQtpe9LlOO8SudDZWBaOlb6icR243pwLLRy/kii4rCHVII+6oQ/0yLJ vuI6IO6Lc6THSEDliXsjvT8Q1y/mI+6jCIMmTJv9t7o3+C0J1U5Dq40p0QtnANvgvo578MUS9yl9 +Jnm3v6idCspuKb0TYnl3MPvk8hBkMPz4hYS//N4dpBnIPbFvV76L3eCnQHGGNMP7AywrNHU9Ozi 7/apLZAduqeMgDOASl8Ylw9lRhMId41yVPJz3inFcgxgKp1vlaKCSoWOjNfMj3JUflMIg32G9Hnp SKlUuX2UlB7zk6RuwKim0vtLKY7zCCnnQRKVYspQQT1ISlv4qPTGMVDmQulVEoY+EBrMOlSCoxyO hRz6D39Ciu1Q6cfxkjoOGA/9jRKOAsJ9YxnHSAWYdb8iUa4EfZijRRHHwl2klOtJ9GtmORWEY6R8 WztKVGoi4RkV7rQCQSUfhwHLzpSoxKTw+/Pb7VKf2pLUcdAsMoB742kS98Y6qXRvPEJK742nSMY0 AwdcOAMQyfa4d5uJvv33l4DK+/ul6Pf/Q+kmUgoJA8M5iNPwhVJ0GcDxgFMUJ0Tsn8SBhPizXY6F eWyb/xVdEQKe07+SojLPOeDE45l5oHS49DGJZxzL/yKlzxOwM8AYY/rBIJ0Ba9bPH7TmiE33syxr +drz4BNuvqp2Wp6IadlMqDPgPVKza0n0RZTDSF0KRCHENt7NjC6gsv4DiXWphFLxJkqA+blwNESy Llr9t5eC1BnweonKagkqyVGOlu4UnAu0fEeFnspBs9b9Er1yBnxBimPkXJpdD5KVfUuiHC3z6f2y WqKCwjIqQJ+W+K2vKLWjE2dApxChEduiUmVMM6iYMwzfUzsUzwqibID/wiESFXyifq4m5VABx4n2 dOlQiWED82c0QwfuLrFtKuhECeAkxeHF/4f16YaQw/MVJx7Hj9OrJr1DepPEf4DjYqjCXaXS8IQ8 A4jgYjhCoo2aPb+MMcZ0wyCdATO1RcagNcYMMRPqDMAgbcbtpCiH8q4CGNv0hY1WrQi1p2sALfWI MPpYH+O5GzDiY11a9agkE+bbSoTY0y2BCnGQOgMIDW7GXaUoh9JkYkQFkOgrlh0tdVJ5DnrhDMDB EftHDIVWuga5iCTIh66jQkRkx8kSv1MaFYGjAEcDv39Op84Aog2Irojh2trdG7R4GmOMMcYMBjsD jDEpI+AMIPQ8Kk/rmVGAFi5akKJcv5wBjJ8dw2HRukzLfJ6JG6gQxvrdOgOo0NP3nXWphNJ1YSn0 whkAtOhFhZ4xwm8gdco+UjhzGJ+8Wf9hhpiLzOKlyICvSnF8b2ZGD7mutEGK7ROavIOUwjHF8maZ 1W8kxb2Bk4HW0NK9QTeK2JadAcYYY4wZHHYGGGNSRsAZQPK76DtKSzkVbSqw9H9lCKxXS/SHjwoW 6pcz4NZSVG6p8EXeAMJkafUmJHZRSluc3yt1A44NxuqOkHZC92mdJxkhWbcJqaU/MNeSVupHS1Qw 8+dtr5wB15ZIYhjLafUmhwHr3VwiGzhDntGXmGWEvl9BAo6XrgX0K0a01q+RqGwTXsx5ni6lle2S MwAnTCQ84x44QyLEmO1wfLT4E0Fwe2lG4nyfLQX0NyaxGcdGyDS/I9eR+fxuRAtwfGyf35duCClf k+L4Pinh1ODcuP9i/HUiRuLe4BxwouA4iXuDJGv06U7vDYYsNMYYY4wZDHYGGGNSRsAZAFQOSTj1 e4lWapwDiEoXiayo6K2SSGTFfCqdOTgAWMb6pUR5AVm1aZGnLP3x89wCDLNFi+6vpfRYWIfs2SS3 IzEXSbOYT2j9UqCCS2V5k0SLc7qvEOdP6DkVf7KGp3C9KMN6OC2agfODJGGUJdqhWd9cfgMq01T4 o3yICi5dFegTjHMgha4GVMzJsE+5dD2SI5Lob2+JvADM4zckUiCHSjXvFEZJIOyebeXXhOPCMUQS P/pBBzg4iOKgUs85pusgfjtyLrxMKkU+4PRgv+SQSNfjGIhWiWuGkwCnCI6c/N7gunFvPE/i92R+ t/kkjDHGGGOWjp0BxpiUEXEGGGOMMcYYY5aDnQHGmBQ7A4wxxhhjjJkA7AwwxqTYGWCMMcYYY8wE YGeAMSbFzgBjjDHGGGMmADsDjDEpdgYYY4wxxhgzAUyQM+CeEsNPMRxVP3SctKNUgqHBHiQxpBZZ r8kcTRb0iyQykP9YOkm6l7QUGGrtKxLbjm0yFvtHJYawWgq7SwzxRWZysqCT5ZvjPEUi2/hSYYiu l0ifk0rXsVMxvjlDkuUwNNhTpTmptF4qMomTZZ7z/JTE8GMPlO4mkUG8NCb42GNngDHGGGOMMRPA BDkDXisxHnWM59xrMcTUo6QSVNYZG7y0Xiq2cWepW06TSttjmDHG2F4Kb5ZK20QMk7ZUGM6ttM2l aKOUw5jhOERK5bsR9woOEBwFDB03MdgZYIwxxhhjzAQwQc6A3aR5ieiAkhiHmjHBSxVD9D2ptF6I MbxvL+UwFner7eZi/OluK5+j5Ax4i1TaJqK1n3G3OxHjuvOb5jxUIuqitP3vSm+rxFjv75E+IREh 8AeptA7iOm6QGNd87LEzwBhjjDHGmAnAOQM2cxnpFVKpMogeKXXLVaVSK/V/pXdKFyfzUlEpvrnU KePiDCC8f7m0cga8W2rFk6R/S6V1z5OadQMZK+wMMMYYY4wxZgKwM2AzvXYGbC99Qypti4o2eQSe Jv21mpcKZwGRBp32Wbcz4BKW4wwgsoMcCaV1ie64rTT22BkwVFxD4j/8UukEidwg35S+LZ0pkcOD XBfkRNlG6pbLSrtIRL58RiKHBtvm2cVz5a3SaonnY8prpAVpk/QAZjSB/BscI2VxgOZcXlolvUpi W1+V2D85PYjkYj/3kHheGmOMMcaYXmJnwGZ66Qy4svQ+Kc9RQCUfg/e6EmCIv19Ky6TCEO+EcXEG vFqiYtBOt5aa0coZQLcAKkwhfnMcLteWqPCcL/Eb5ev9S+J68LuOPXYGDA3cl1T+ySVylsT9u7/E f/ph0iulH0lxz5Lf4npSp1xFIu8GzylE0k22e1dpH4lEnyQ9PV66jpRythT/jwOZ0YSHS1GOHBwp t5JwaHD8f5NwgJIUFAfCvtLrJJwD5HuZiP+eMcYYY8xAsTNgM710BhwilSqVF0p3klJwCNASlpcN 1aR2jIszoFN9X9pJKtHKGUCFh5wM6J8SlXy6BZR+qxCVHiooE9MyaWfAUMF91+reo0JNzgvuVfJe MGpJp1DBxwHGuvwnDpY6zYvRC2fAvSVGKmHZryTKLiW6wRhjjDHGLAU7AzbTK2cAIwc0a11uFk5L bgEquPk6iJwDVHBbMS7OALpMUJFvp1OlvKUyaOUM6FQM/cjIELScThx2BgwVRK4QDXOURNg8jkO6 slCxJmIARZ4L/j+PkLoB5yTdA/4kRYQAjgG6CTDyx/0lhuvM6YUzACcHSUDpmsB5sG/Ohe9flOg6 cHdpIhJ3GmOMMcYMHDsDNtMLZ8CUhFFdWv870htaiBDdZi3Uv5RuITXDOQMuoZUz4NMS9+AeEr8n IwpwbUvXnYoJiRybRSCMLXYGDA27SxdI3I9U9Ml5sZdENxmuG90I7iBRcY4y3ToDUnBK0j//udIX JJ4fbBeHJEN2pqT5UA5jRhNaOQNyriXdV1ovkRchnBxcg4ka3tMYY4wxZiDYGbCZ5ToDqDQydF1p 3V4IQ/qaUgk7Ay6hlTOglECQbhpUZmgNLa1DheRx0sRgZ8BQwH1Jn/1wVKW5RoIrSAdIv5Yo060z YDsJx0KpP/4VJYbdZP+IBIM8IwMiFeI/QveEPLnm9SUiC9L/Ve4MIMnqDhJJBHOuLjGcK+ux/266 aRljjDHGmE6wM2Azy3EGsC6tyKX1CHmlsr7YoRjCrrQddIaEAZ1jZ8AldOsMCIjqII9AaT0qWQdJ E9Gf2c6AoeFGEkn14j78s3SuRJciIlroekSff+ZRYe7WGfB4CWcXUTC0/vPsoQL+Q4kIJ7bJPsjo TxRCCv+FdRJdajg2tsH/jlZ8tsU0318usQ3K5M4A8qFQDrEd9sv+fyyRUJD9s80XSKWuCsYYY4wx ZjnYGbCZpToDaNUii3dpHQxtKpnd8i2ptD2MYyrTeR/aZs4AjGwqDvTJbSXCjN8u0RoXtHIG0Ge5 tJ1cJ0o7SymtnAF0laDi0Yli5IGcpToDoFU3DxwFExEhMChnwPTs4jl71OZuUO3WtIbnzM2k+0iE zKet6fS9ZwhCwvyXCk4Z+ueTI4AhNoka6AbKs/6uUj6iAREMRDW1cqZxbgyPyP5vIy3nXIwxxhhj TCfYGbCZpTgDWIf+/tG3NdczpaWAQU3rWGmb7OvZUkozZ0A3IoogzUvQyhnQqWgRpEU9pZUzoFuR RT1nOc4AKlUM3UYLa2l9rv1yoiJGht1rn9lxbW3uXVOzi8f0Rwvv1vZndt7/aBLkGWOMMcYYYwaN nQGboSJIRZJWfsb0pnUeUeGkv+4uUg4Jr94okUwrypP4ilbxwyX63S6VB0qfk+JYyCLO59clxhtP ISP4xyXGBKe7QrfieD8o0boY0Lr3PoljKK3TiU6RGD4spRfbRUQzlCrmd5YYF53fLX4TruHnpSdJ ncBIAp+V0mvP78o23y+5AmuMMcYYY4wZbewMMMYYY4wxxhhjJgw7A4wxxhhjjDHGmAnDzgBjjGkJ ie9IgscQfCS2I7M9Q/+NKyQn5BzRRIygYYwxxhgzkdgZYIwxRa4jvVViHH1Gk4hh+EiM+RVpFIdF JC/Ia6VjpDdJt5JyyJPBOaInMyOB4Q7Jk/JRiRE9biIZY4wxxphRxM4AY4wpcqwUI0l8Soqx9kkM ypCIjCYyaqyWGO//z9LPpQdJOYz1H+fN6BopjKpykcT6P5B2l4wxxhhjzChiZ4AxxhS5QIpK8RQz OoTRJnAYbCsxSslSoSsC22nXJSHKLWdfKa2cAUuB46ObBce4HAcK58d2uK7tiLJL7c7BcXK8dJno 1XU1xhhjjBku7AwwxpjNvE66uNJ/pagU0z0g5v9Mihbxa0qsQys53QnoShDrxHp/kb4qMXRpXrFk WNBfSoTkM0TpwyS6IPxJiv3z+XfpPOkJ0tWlR0sMeUkLfZSLfTF/WipVhG8s/VRifxdKd5NyWjkD GLrzFxLrnyvdTkphn8+VGAL1txLdK2JbiGPlGv5EWidxLjm3kYhaYB/fleiqwL7Sa/tHKX2f0N2B 7g+sxzWhLPuKa/d7iaFXGbK1NDQo1+UdEudG+bimiOMgmoIhUckZYYwxxhgzHtgZYIwxm7mKRL94 9BspKoSPqeah60tR0b6DdJx0pHQvie4D9Mun0kjOgb2k2A6V9RdLKXeRqGjGfqiI0j1hlcR+yEuw n0TlmeVUUtkOlewPSzxToxyV5vMlyv1DorKdOwRuKv1Kogzh/rtKOa2cATtLcbwcE86MFJwjdKmg Yr5GIqcA865WfeJMOEWKivonJVrwU3aS0mtPOSry+0q3kG4v7SlxjWm9/5gUjoIvSDhq6NJBAsTt JBwWVPRje2dL/E4BvxPOHJb9TeK3Zj2Oi33wmxMZ8mCJSAFjjDHGmPHAzgBjjCkSlWZEX/t2kHmf EHYqqIw8gGOByuQBUmznh1JK6gwg4oDKdgkiAaioUo4IgltLJQ6TcARQbk7CMZHSb2dAClEQVJ6p VFMxj+uxtxQRAxwLFe+U1BlAtMXDpWa8XIpj3SSFs6ak46Uo+xYpYP+fl8LRgkOBCI3rSsvt6mGM McYYM7yMuDOAVq9nSYTFYpi20o+lH0mEm1KesN1TpbdLj5VK4artwLglozbGc2mfnYpjo4WMUNWc d0osJ5QYw5nQXlr/FiWM5mHg0xKhxxwbx/jr6pNjZv7XJIz0bqHiQAtjJ9eXa0TrHmWpLH1O+oj0 OImKSCfQT/g5EiHObK+0n1Dsj1ZG7qXTpFdItHya8SAqzaiZM4DK7sES9wKh64TAUxkntJyKJaKS GdvhGZSSOgP4rzS7f2gVp/JOOf5PpVEAAMcD0QWU+6xEa3zKIJwBtMzzH6QcDoz8eqTXhGdFK2cA YfvNHCQ8H3gOxrF2KqIIiORIwYFzd4kog3C6cIz8nhzjF6V9JGOMMcaY8WHEnQGEd1IZy4295Yik Ya+R7iqV+tym3EOKsNzlisrlLlLOl6RSeSra95VWEirZVExKx5eL3+nmUjfcW0qTuC1H9KX+oERr XzMIJ6Zfdmn9bkXf5VdJ15PMaNLOGYAjIMLLEY7F7aUcWpmjzDg7A3CmMeRgrDsv3VLKYZ8RvbAc ZwDwrI794dztZRg/0QRPl3g2s32cGORDcKSAMcYYY8aDMXYGUFl+j0Ryr9dLJH+iryqG7l8lwlTT FrtUzEcYvTeTmtHKGUAlgVBU9t9OtH4TClvKtD2szgBComl5Lx1bSVxPWt3oO9wprZwBn5FIkkbI MZ/PkBg3ncp8nsQtFS2UpQoQ4AygslZaj9+T/t4vlGoS+/qyRMshlYTSOojzJvLEjB7tnAFUCnEy RRn68Md/mP8Hzyf6/6fPGe7PlHGLDCBCJtalNT0cqlwrvh8kcc3imnAsy3EGwJkSZdkm//0nSiQJ 5DcA9s3vQvQX+QCI4EkheuibEnkIOMao7PNJfoKzJLbN/5y8DMYYY4wx48EYOwPIyF1qlUrBCJ2R MFpL20A4DagE5kmuoJUzgLD/pXQ9yBlGZwBGMuH0UelIdY50gkSlO1+GMY3jo1NaOQOOlgjtLUHE Ate/tB5GPa2JJVo5AxakZq38tAbj6Cith8iIToZ0M1rQh5/fj3vmAcwowD3xEonuR+lvzjpk0+c+ JPFcPCe4F1KoTNO9hmW0QOfZ+YO1UlSQcUKRSK8EFWEcVJSjZT6vaNMVKf5TVOqJgMqhmwzLERXl FJwV4Uzgv5IfL/+9AyUS/uXPB8Lv6Y+P4+5b1TyOJX9O8l/h+RbL7yi1A4fBi6Rw9nL9WT8+Ed04 eJ6SZyCFc6KrE79XlA3xzOI8SUBIgsiSw9YYY4wxZjSZcGdAyoMkhqQqbQvjmtbnnEl1BvA7llrf cQDsIdG6RmUgXx46XIrWt1Ys1RlAqDAtsqX1OMZHSSWW6gwAnEUR+pyLyh5Z5Y0xxhhjjDFmOLAz YDOEldJqXdoW2ijltHIGkKRwvfSCNqIlrxXD5gygdSwfOzz0ECmgQt7st2EM9U5C51s5A8iUTljv fSSuA+OHP09imLdoQc3Ftlpds+U4A1rdO9+XbisZY4wxxhhjzHBgZ8AWEBLbLDqAPuM5vUog2Kpi PEzOAPrylq43UQIvlaKPbkAINP2K8/KI/tH0l25FrxII4rwgfwPOA0aAaEYrZwDhzRzPjhIVezKP Ey1ylNTqHiBkOXWSGGOMMcYYY8zKY2fAFjxCYlzr0vZI2pXTyhlA1wLCw0mA1UpUllsd57A4Axg3 neiI/Djok8v43teSShD50MzBwrk3C/WHVs4A+h/HEIaI7/SBZn7aTzgXfYBJPkgitZxWzoBuxXHQ zzgf590YY4wxxhhjVh47AzZDpZTKW7OKJOP950xSzgAypZeOg+tFJu6Tm4gRHNKM67nI1N3sOi01 ZwCOC6ISSKDWbGQBksNtK6UsxRmAc4HEZESO4Cyh6weRA70c4swYY4wxxhhjeoudAXVIZkdG8GYV R1qwS8NbTYIzgGvTqj/8ckVlmiEgqcDnLNUZEDAsJI6K0vqIkSRSWjkDGMOc7bFPhCMhHb7MGGOM McYYY0aHCXYGkPH+BtI6qVnXAMQyhvUqMQnOAML8SfiX75+IgK9KnGcnotU8hiTLhUOAoQpzluMM oLJOQsHSsSP68ue/z3ISCBpjjDHGGGPM6DDGzgBC02kVximAGDv7OxJjeVPBZwxsKqGldRFJ594g 5eN0p7RyBjBmNeOBk3iuE9E6fiMpp5kzgCHyfi6d14FOkpbC7SX64ef7jjwBXP9ueKh0kZRvDxGV sZ+U0soZwHWntZ6uAKHPSmdKLOP3LXX5YB65HPaVcuwMMMYYY4wxxkwGI+4MuLb0LalUeetWVEZJ 6HeCRKW1k1b9XSSy4pe2161wHjxAyvm8VCrfjagYdxvOTkW/WUs+DoKlDpV3uFTaJiLp3m5ScE+J vv2lst0IBwBJDHGsPEFqNqKAnQHGGGOMMcaYyWDEnQFAhZGWb/r1NxPRAN+TvigRrk4yPLoH7C7h UCDZ21L7ftPCTIt0ab+diuM7RipVNm8lsYwW/tK67UTllj7/3bKD9F2JVnZa5/lERDGUIhi64ekS 5xPbju3/UMqjAx4snSGVzi0V15BkhIvSx6VXSDgWribRJYTcB+0g8/+bJbaVnve5El0O8oSDxhhj jDHGGDOajIEzwBhjjDHGGGOMMd1gZ4AxxhhjjDHGGDOB7PHCE28yNbv4uunZUz/cD03VFt639shN j7jjYz5QGj7OGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOM McYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHGGGOMMcYYY4wxxhhjjDHG GGOMMcYYY4wxxhhjjBlettrq/wHEie/djnyDqQAAAABJRU5ErkJggg==/9j/4AAQSkZJRgABAgAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy MjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCAH1A1MDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD3+iii gAooooAKKKKACiiigCtp97HqVhDeQq6xzLuUOACB74qzWP4V/wCRX07/AK5D+dbFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBnR6/o0ouzHq1g4s8m6K3KHyMdd/Py9D1xVmxv 7PU7Vbqwu4Lu3b7ssEgkQ/Qg4rzy9e21lTcWejalaf2cIUhszpM8O62S7hkl6oFYlYhtjUk4z/eI Xq/C26WTW74W88Fteah51uk8DQvsEMSElGAZcujnkAnOe9AFjwr/AMivp3/XIfzrYrnvDFlE/hqw YtPkxZOLhwOp7A1r/wBnw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtU VV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqAL VFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqg C1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCK oAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8A iqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/ AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT /wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJ k/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8 CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf /AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37 n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9 +5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD /fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9n w/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/ Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FU f2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/x VH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/ 8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEy f/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCB Mn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8A gTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/ AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z /wCBMn/xVH9nw/37n/wJk/8AiqALVFVf7Ph/v3P/AIEyf/FUf2fD/fuf/AmT/wCKoAtUVV/s+H+/ c/8AgTJ/8VR/Z8P9+5/8CZP/AIqgC1RVX+z4f79z/wCBMn/xVWVUIgUZwBgZJJ/M0ALRRRQAUUUU AFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAY/hX/AJFfTv8ArkP51sVj+Ff+RX07/rkP51sUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/r kP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFAHN+OHePw9uRmU+cvIOPWvNftVx/z3l/77NekeO/+Rc/7bL/WvMq93Lkn R+Z5ONb9r8iX7Vcf895f++zR9quP+e8v/fZqKiu/lRx3ZL9quP8AnvL/AN9mj7Vcf895f++zUVFH KguyX7Vcf895f++zR9quP+e8v/fZqKijlQXZL9quP+e8v/fZo+1XH/PeX/vs1FRRyoLsl+1XH/Pe X/vs0farj/nvL/32aioo5UF2S/arj/nvL/32aPtVx/z3l/77NRUUcqC7JftVx/z3l/77NH2q4/57 y/8AfZqKijlQXZL9quP+e8v/AH2aPtVx/wA95f8Avs1FRRyoLsl+1XH/AD3l/wC+zR9quP8AnvL/ AN9moqKOVBdkv2q4/wCe8v8A32aPtVx/z3l/77NRUUcqC7JftVx/z3l/77NH2q4/57y/99moqKOV Bdkv2q4/57y/99mj7Vcf895f++zUVFHKguzT0a5nbXdPBmkINzGCCx/vCvYK8a0T/kPad/19Rf8A oQr2WvGzNWnE9PAfCwooorzDvCiiigAooooAKKKKACiiigAooooAKKKKACiiigDH8K/8ivp3/XIf zrYrH8K/8ivp3/XIfzrYoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKAOZ8d/8i5/22X+teZV6b47/wCRc/7bL/WvMq97Lf4P zPIxv8X5BRRRXecYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAF7 RP8AkPad/wBfUX/oQr2WvGtE/wCQ9p3/AF9Rf+hCvZa8bNPjj6HqYD4WFFFFeWd4UUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAY/hX/kV9O/65D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBzP jv8A5Fz/ALbL/WvMq9N8d/8AIuf9tl/rXmVe9lv8H5nkY3+L8gooorvOMKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigC9on/ACHtO/6+ov8A0IV7LXjWif8AIe07/r6i /wDQhXsteNmnxx9D1MB8LCiiivLO8KKKKACiiigAooooAKKKKACiiigAooooAKK89GnQx6N420+4 1OSO3bU40mu7tWnyrW1qX3gEfKcsDjCqDngCtzwQLRdKuo7C10qO2S6IS40m3WG3u8xoTIigsOpK E7jzGeewAL3hX/kV9O/65D+dbFc94Yt528NWBW8kUGLhQi8cn2rX+zXH/P8AS/8AfCf4UAWqKq/Z rj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n +l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/7 4T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/C j7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Nc f8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0 v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fC f4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UA WqKq/Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq /Zrj/n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj /n+l/wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l /wC+E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+ E/wo+zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo +zXH/P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH /P8AS/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAWqKq/Zrj/n+l/wC+E/wo+zXH/P8A S/8AfCf4UAWqKq/Zrj/n+l/74T/Cj7Ncf8/0v/fCf4UAYfjv/kXP+2y/1rzKvRvGsMyeH8vdPIPN X5WVR6+grzmvey3+D8zyMb/F+QUUUV3nGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQBe0T/AJD2nf8AX1F/6EK9lrxnRwW1uwAYqTcxgMO3zCvXPs1x/wA/0v8A3wn+ FeNmnxx9D1MB8LLVFVfs1x/z/S/98J/hR9muP+f6X/vhP8K8s7y1RVX7Ncf8/wBL/wB8J/hR9muP +f6X/vhP8KALVFVfs1x/z/S/98J/hVlQVQAsWIGCx70ALRRRQAUUUUAFFFFABRRRQAUUUUAY/hX/ AJFfTv8ArkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHM+O/+Rc/7bL/WvMq9N8d/8i5/22X+ teZV72W/wfmeRjf4vyCiiiu84wooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKAL2if8h7Tv+vqL/0IV7LXjWif8h7Tv+vqL/0IV7LXjZp8cfQ9TAfCwoooryzvCiiigAoo ooAKKKKACiiigAooooAKKKKACiiigDH8K/8AIr6d/wBch/Otisfwr/yK+nf9ch/OtigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooA5nx3/yLn/bZf615lXpvjv8A5Fz/ALbL/WvMq97Lf4PzPIxv8X5BRRRXecYUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAF7RP+Q9p3/X1F/6EK9lrxrRP+Q9p3/X 1F/6EK9lrxs0+OPoepgPhYUUUV5Z3hRRRQAUUUUAFFFFABRRRQAUVHcXENpbS3NzNHDBEheSWRgq ooGSSTwAB3rmtC+JHhDxLqn9m6TrcNxeYJWIo8ZfHJ271AbjJ4zwCelAHU0UUUAFFFFAGP4V/wCR X07/AK5D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBzPjv/kXP+2y/1rzKvTfHf/Iuf9tl/rXm Ve9lv8H5nkY3+L8gooorvOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigC9on/Ie07/r6i/9CFey141on/Ie07/r6i/9CFey142afHH0PUwHwsKKKK8s7wooooAKKKKA CiiigAooooA5T4laVFrXw91fT5tStdNWaNMXV1IEiRhIrKGY9AxAXP8AtdD0rjrq18S69q/hSHxB oOk+GbPStQimS5+3RubmRRhYIEHKhj/CewHUjB1vi/4b0/VfCd3qOpeINU0u2tYh5iW7tJBN86lQ 8GQHbdwpyuCQSSAMcholtp9/4h0WW6svivfJFexTW51dN9rHJn5ZX9FXOcjtntxQB7rRRRQAUUUU AY/hX/kV9O/65D+dbFY/hX/kV9O/65D+dbFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBzPjv8A5Fz/ALbL/WvMq9N8d/8A Iuf9tl/rXmVe9lv8H5nkY3+L8gooorvOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigC9on/ACHtO/6+ov8A0IV7LXjWif8AIe07/r6i/wDQhXsteNmnxx9D1MB8LCii ivLO8KKKKACiiigAooooAKKKKAOb8f6Dc+JvA2qaNZ/ZPPuUVUa7Z1jXDq24lecgDI6jIGQRmuY8 O6148vrywhk1vwFqFr5oSd7O4meeRU2+btx8u8KwPTALLkAGup8d6DeeJ/BOqaNYXS211dRBUkYk LwwJUkc4YAqfY9DXlnhfwD4rOtWUd54ds9EsrTX5NaW5S6SRkjYKPssaochSFAJOAQBxxggHutFF FABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHM+O/wDkXP8Atsv9a8yr 03x3/wAi5/22X+teZV72W/wfmeRjf4vyCiiiu84wooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKAL2if8AIe07/r6i/wDQhXsteNaJ/wAh7Tv+vqL/ANCFey142afHH0PU wHwsKKKK8s7wooooAKKKKACiiigAooooA5/xt/wj3/CIX3/CV/8AIE/d/af9Z/z0Xb/q/m+/t6fy rxZbX4aXHjPwn/wgFrLdagmrRPcRAXWxYBy0h8zHKEKwwccHII4r2L4ia1qXh7wDq+q6Qga+t4gY 8pv2AuoZ8f7KktzxxzxXMXfj4pf+CrXRfEmn63PdzpaalBbqrPMrKN1xheYthVjt4+9/s0AenUUU UAFFefvcanb6V4lt7rVbieRNcs7VrlT5RihlSz8wJj/VgCWQjByOpJOSeg8L74pdbsRcXE9vZ6h5 Nu9xO0z7DBE5BdiWOHdxySeMdqALHhX/AJFfTv8ArkP51sVz3hj7b/wjVhs+z7fK43Zz1Na/+n/9 O3/j1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j1H+n/wDTt/49QBaoqr/p/wD07f8A j1H+n/8ATt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv +n/9O3/j1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+n/8ATt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j 1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+ n/8ATt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9 O3/j1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+n/8ATt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFq iqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+n/8A Tt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j 1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+n/8ATt/49QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFqiqv+ n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j1H+n/wDTt/49QBaoqr/p/wD07f8Aj1H+n/8ATt/4 9QBaoqr/AKf/ANO3/j1H+n/9O3/j1AFqiqv+n/8ATt/49R/p/wD07f8Aj1AFqiqv+n/9O3/j1H+n /wDTt/49QBaoqr/p/wD07f8Aj1H+n/8ATt/49QBh+O/+Rc/7bL/WvMq9G8a/av8AhH/33k7PNX7m c9/WvOa97Lf4PzPIxv8AF+QUUUV3nGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQBe0T/kPad/19Rf8AoQr2WvGdH3f23YbMbvtMeM9M7hXrn+n/APTt/wCPV42afHH0 PUwHwstUVV/0/wD6dv8Ax6j/AE//AKdv/Hq8s7y1RVX/AE//AKdv/HqP9P8A+nb/AMeoAtUVV/0/ /p2/8eqyu7YN+N2OcdM0ALRRRQAUUUUAYXjPxHH4S8I6jrklsbkWqLiEHG9mYIAT2GWGfbNeYeFf FraXqFpLP4a8NWs1x4gm0C5fSoBFJuAjKOp6um4vuzj+Dp37Pxr4wksNUTwzY+F38RXdzZvdXFqZ VjjW3BKkncCGyQRtxzx3IFcN4XvPAw8UaR/wgHhB7vU5/KkvLl5HaPTYXwZMl2I8wLkYXHPAJOVI B7lRRRQBWk0+ymiuopbO3eO7ObhGjBEx2hfnGPm+VVHPYAdqWx0+y0y0W10+0t7S2TO2G3jEaDPX AAAqxRQBj+Ff+RX07/rkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHM+O/wDkXP8Atsv9a8yr 03x3/wAi5/22X+teZV72W/wfmeRjf4vyCiiiu84wooooAKKKKACiiigArV8K+EpPE9pfXcmsXVqI bxoEjiijI2hVPVlJz8xrKruvhd/yA9U/7Ccn/oEdcGYTlCmnF21OzBQjKbUlfQg/4VeP+hj1D/vz D/8AEVUk8CabE92knjKZGs1V7kN9nBgVgSpf5flBAOCeuK9Lrw6+8GX1hbfFDTtO0e9vobmDT/sh uTIxumVC0jq5x5jqxLHB+9gY5xXj/Wa38z+89L2FP+VfcdTY/D+x1O1W6sPF1xd27Z2ywCCRDj0I XFWP+FXj/oY9Q/78w/8AxFWfhfY3djoGp/bLOeBrjVrqeOW5jMc1yjMNssiEDYx6bQFGAOBXb0fW a38z+8PYU/5V9x4XJbSWGq6lYPcPcC0uTEsjqqsRtU84AHc0tT6r/wAjXr//AF/H/wBFpUFfQ4Zu VKLfY8aukqkkgooorYyCiiigAooooAKKKKAL2if8h7Tv+vqL/wBCFey141on/Ie07/r6i/8AQhXs teNmnxx9D1MB8LCiiivLO8KKKKACiiigAooooAKKKKAPOPEdr4q0z4px+JdD8M/21atoosGH2+K2 2v55kP38k8Adu/Xisn4aWvjLwdo+n6BN4AjWJrjN5qS6rACQz8yFBkttUgYzztr12igAooooAKKK KAMfwr/yK+nf9ch/Otisfwr/AMivp3/XIfzrYoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAOZ8d/wDIuf8AbZf615lXpvjv /kXP+2y/1rzKvey3+D8zyMb/ABfkFFFFd5xhRRRQAUUUUAFFFFABUyanqWjfDvUr7SNTurTUG1k2 1tFEkLJNLIIlXf5kbHAGT8pHf2xDWh4a1LwpHp0tp4jkZZrTWv7QtlMc3yyKi7Hygwe/ByPUV52Z JumrdztwLSm79je1PUvEum+MvD+k2muf2lPM0P22yWyRVS2VSJriRxyGZsFQNo6jBrO+JnjvW/Df iF7fTJljgsdLj1KSPylb7SWu44PLYkEgbWY/Lg5I5rVHiLwAuvS62mp3kd9MUMrRyXiRybV2rujH yHA9VrG01PhfZaTpljPOLk6dv8lzBcKMNL5u0jHzIHwQrlug6nmvF5Jdj1OaPcrxeO/FN742vNNs pomFxearptnbSRKEiktYY3ik3Y3HczHOSRgjAFdPo3ii7g1S10/Xrx4ZVLwFXiRnmleVfLDtGCil I3gDEEKXnAB6CoLfXvhxa6/LrkEqpqMu4tKILjGWADMF27QxCqCQATgZNEniD4dSy2sr3BZ7Wd7i JvKuM+Y7iRiePmG9VbDZAKqQPlGDkl2Dmj3OV1X/AJGvX/8Ar+P/AKLSoKLi9g1HXdZvbVy9vPeF o3KFdw2IM4IB6g0V9JhdKMfQ8Sv/ABZBRRRW5iFFFFABRRRQAUUUUAXtE/5D2nf9fUX/AKEK9lrx rRP+Q9p3/X1F/wChCvZa8bNPjj6HqYD4WFFFFeWd4UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAY/hX/kV9O/65D+dbFY/hX/AJFfTv8ArkP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHM+O/8AkXP+2y/1rzKvTfHf /Iuf9tl/rXmVe9lv8H5nkY3+L8gooorvOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigC9on/Ie07/r6i/8AQhXsteNaJ/yHtO/6+ov/AEIV7LXjZp8cfQ9TAfCwooor yzvCiiigAooooAKKKKACiiigAooooAKKKKACiiigDH8K/wDIr6d/1yH862Kx/Cv/ACK+nf8AXIfz rYoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKAOZ8d/8AIuf9tl/rXmVem+O/+Rc/7bL/AFrzKvey3+D8zyMb/F+QUUUV3nGF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBe0T/kPad/19Rf+hCvZ a8a0T/kPad/19Rf+hCvZa8bNPjj6HqYD4WFFFFeWd4UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAY/hX/AJFfTv8ArkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHM+O/+Rc/7bL/WvMq9N8d/ 8i5/22X+teZV72W/wfmeRjf4vyCiiiu84wooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKAL2if8h7Tv+vqL/0IV7LXjWif8h7Tv+vqL/0IV7LXjZp8cfQ9TAfCwoooryzv CiiigAooooAKKKKACiiigAooooAKKKKACis3xBfXenaFdXVjbtPdqoEKCF5fmYhQSifMVGckDnAN ReHL+41DT5Jbm9gupVlKnyrCWzMfAO14pXZg3OecZDDjuQBPCv8AyK+nf9ch/Otiue8MTzr4asAt nIwEXDB155PvWv8Aabn/AJ8ZP++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc /wDPjJ/32n+NH2m5/wCfGT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8A z4yf99p/jR9puf8Anxk/77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+M n/faf40fabn/AJ8ZP++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/3 2n+NH2m5/wCfGT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/ jR9puf8Anxk/77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/faf40f abn/AJ8ZP++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/32n+NH2m5 /wCfGT/vtP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/jR9puf8A nxk/77T/ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/faf40fabn/AJ8Z P++0/wAaALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/32n+NH2m5/wCfGT/v tP8AGgC1RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/jR9puf8Anxk/77T/ ABoAtUVV+03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/faf40fabn/AJ8ZP++0/wAa ALVFVftNz/z4yf8Afaf40fabn/nxk/77T/GgC1RVX7Tc/wDPjJ/32n+NH2m5/wCfGT/vtP8AGgC1 RVX7Tc/8+Mn/AH2n+NH2m5/58ZP++0/xoAtUVV+03P8Az4yf99p/jR9puf8Anxk/77T/ABoAtUVV +03P/PjJ/wB9p/jR9puf+fGT/vtP8aALVFVftNz/AM+Mn/faf40fabn/AJ8ZP++0/wAaALVFVftN z/z4yf8Afaf40fabn/nxk/77T/GgDD8d/wDIuf8AbZf615lXo3jWaZ/D+HtXjHmr8xZT6+hrzmve y3+D8zyMb/F+QUUUV3nGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQBe0T/kPad/19Rf+hCvZa8Z0cldbsCFLEXMZAHf5hXrn2m5/wCfGT/vtP8AGvGzT44+h6mA+Flq iqv2m5/58ZP++0/xo+03P/PjJ/32n+NeWd5aoqr9puf+fGT/AL7T/Gj7Tc/8+Mn/AH2n+NAFqiqv 2m5/58ZP++0/xqypLICVKkjJB7UALRRRQAUUUUAFFFFABRRRQBXvrT7bZvbi4nty2CJbd9roQQQQ eR1HQggjgggkVBpelppcUwFxNcz3EvnT3E+3fK+1UBIRVUfKijgDpV+igDH8K/8AIr6d/wBch/Ot isfwr/yK+nf9ch/OtigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooA5nx3/yLn/bZf615lXpvjv8A5Fz/ALbL/WvMq97Lf4Pz PIxv8X5BRRRXecYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAF7R P+Q9p3/X1F/6EK9lrxrRP+Q9p3/X1F/6EK9lrxs0+OPoepgPhYUUUV5Z3hRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQBj+Ff+RX07/rkP51sVj+Ff+RX07/rkP51sUAFFFFABRRRQBwfjy8ubbUbV YLiaIGIkhHK559q5P+1NQ/5/rr/v83+NdN8Qv+Qnaf8AXE/+hGuOr6LBxi6Ebo8XEyaqy1Lf9qah /wA/11/3+b/Gj+1NQ/5/rr/v83+NVKK6eSPYw5pdy3/amof8/wBdf9/m/wAaP7U1D/n+uv8Av83+ NVKKOSPYOaXct/2pqH/P9df9/m/xo/tTUP8An+uv+/zf41Uoo5I9g5pdy3/amof8/wBdf9/m/wAa P7U1D/n+uv8Av83+NVKKOSPYOaXct/2pqH/P9df9/m/xo/tTUP8An+uv+/zf41Uoo5I9g5pdy3/a mof8/wBdf9/m/wAaP7U1D/n+uv8Av83+NVKKOSPYOaXct/2pqH/P9df9/m/xo/tTUP8An+uv+/zf 41Uoo5I9g5pdy3/amof8/wBdf9/m/wAaP7U1D/n+uv8Av83+NVKKOSPYOaXct/2pqH/P9df9/m/x o/tTUP8An+uv+/zf41Uoo5I9g5pdy3/amof8/wBdf9/m/wAaP7U1D/n+uv8Av83+NVKKOSPYOaXc t/2pqH/P9df9/m/xo/tTUP8An+uv+/zf41Uoo5I9g5pdy3/amof8/wBdf9/m/wAaP7U1D/n+uv8A v83+NVKKOSPYOaXc7LwLeXVxrcyT3M0qi2YhXkLDO5fWvQa83+H/APyHp/8Ar1b/ANCWvSK8HMEl W0PXwbbpahRRRXEdQUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFAHM+O/+Rc/7bL/AFrzKvTfHf8AyLn/AG2X+teZV72W/wAH5nkY3+L8gooorvOM KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigC9on/Ie07/AK+ov/Qh XsteNaJ/yHtO/wCvqL/0IV7LXjZp8cfQ9TAfCwoooryzvCiiigAooooAKKKKACiiigAooooAKKKK ACiiigDH8K/8ivp3/XIfzrYrH8K/8ivp3/XIfzrYoAKKKKACiiigDz34hf8AITtP+uJ/9CNcdXY/ EL/kJ2n/AFxP/oRrjq+kwf8AAieJiv4sgooorpOcKKKKACiiigAooooAKKjncx28jr1VSR+VdPo3 w9n1PQ9Pv38Q3CPc20czKttHgFlBwPzrnr4mFC3N1N6VCVW/L0Ocorsf+FYS/wDQx3P/AIDR0f8A CsJf+hjuf/AaOsP7So+Zr9Rq+Rx1Fdj/AMKwl/6GO5/8Bo6huvhrNb2k0w8RXBMcbOAbaPnAzR/a VHzD6jV8jlKKr2Ez3GnW00hBeSJHbHqQCasV3p3Vzkas7BRRRQIKKKKACiiigAooooA6v4f/APIe n/69W/8AQlr0ivN/h/8A8h6f/r1b/wBCWvSK8DMf4/yPYwX8IKxvEOvjQYoJDbGfzWIwH24x+BrZ ri/iJ/x6WP8A10b+QrHCwjUrRjLY1xE3Cm5R3I/+Fip/0DG/7/8A/wBjR/wsVP8AoGN/3/8A/sa4 Siva+oYf+X8WeX9brd/yO7/4WKn/AEDG/wC//wD9jR/wsVP+gY3/AH//APsa4Sij6hh/5fxYfW63 f8ju/wDhYqf9Axv+/wD/APY0f8LFT/oGN/3/AP8A7GuEoo+oYf8Al/Fh9brd/wAju/8AhYqf9Axv +/8A/wDY0f8ACxU/6Bjf9/8A/wCxrhKKPqGH/l/Fh9brd/yO7/4WKn/QMb/v/wD/AGNH/CxU/wCg Y3/f/wD+xrhKKPqGH/l/Fh9brd/yO7/4WKn/AEDG/wC//wD9jR/wsVP+gY3/AH//APsa4Sij6hh/ 5fxYfW63f8ju/wDhYqf9Axv+/wD/APY0f8LFT/oGN/3/AP8A7GuEoo+oYf8Al/Fh9brd/wAju/8A hYqf9Axv+/8A/wDY0f8ACxU/6Bjf9/8A/wCxrhKKPqGH/l/Fh9brd/yO7/4WKn/QMb/v/wD/AGNH /CxU/wCgY3/f/wD+xrhKKPqGH/l/Fh9brd/yO7/4WKn/AEDG/wC//wD9jR/wsVP+gY3/AH//APsa 4Sij6hh/5fxYfW63f8ju/wDhYqf9Axv+/wD/APY0f8LFT/oGN/3/AP8A7GuEoo+oYf8Al/Fh9brd /wAju/8AhYqf9Axv+/8A/wDY0f8ACxU/6Bjf9/8A/wCxrhKKPqGH/l/Fh9brd/yO7/4WKn/QMb/v /wD/AGNXtH8aLq2qw2IsDEZd3z+bnGFJ6Y9q82rd8Hf8jXZf8D/9Aasq2CoRpyko6pPqy6eKqymk 31PVqKKK8I9c5nx3/wAi5/22X+teZV6b47/5Fz/tsv8AWvMq97Lf4PzPIxv8X5BRRRXecYUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAF7RP+Q9p3/X1F/6EK9lrxrRP +Q9p3/X1F/6EK9lrxs0+OPoepgPhYUUUV5Z3hRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBj+ Ff8AkV9O/wCuQ/nWxWP4V/5FfTv+uQ/nWxQAUUUUAFFFFAHnvxC/5Cdp/wBcT/6Ea46ux+IX/ITt P+uJ/wDQjXHV9Jg/4ETxMV/FkFFFFdJzhRRRQAUUUUAFFFFAEV1/x6Tf9c2/lXsPhT/kTtE/7B8H /ota8euv+PSb/rm38q6TS/EPiKz8T+ANGK29vol/YsBtw8lx5dmj5bI+QB2wAOTtJPBAryM03j8/ 0PSy/aXyPVK8e1iTVP8AhenhO6vtLvI91xfQWwEsJR7dYQodcSZ/ieRtwU4IADFcVpfDLxxf+KtT f+0b+YS3Nm95FYPaRrGiC4ePdHIp3EDaFKuM7skHFY03xM1+08U6mS6S2Udxq9rFZmJQqfY4ElR9 wG4liWByccjGK8k9E9oqtqX/ACC7v/ri/wD6Ca8j8P8Aivxxrumaha2V0Lm+tUsLvzzHDGdlxaGX YQQF2LLsyfvbC2CWxXa6X4nt9ah1eE3e6Z4pJ7e28or5duEXad2MMWDpIRklRKgIHGQDzHSv+QPY /wDXvH/6CKt1U0r/AJA9j/17x/8AoIq3X1cPhR89L4mFFFFUSFFFFABRRRQAUUUUAdX8P/8AkPT/ APXq3/oS16RXm/w//wCQ9P8A9erf+hLXpFeBmP8AH+R7GC/hBXF/ET/j0sf+ujfyFdpXF/ET/j0s f+ujfyFZ4L+PH+uheK/gyOAooor6M8QKKKKACiiigAooooAKKKKALWkeH/EeuaZHqNlZaf8AZpWc J5t6yt8rFeQIzjketXv+EJ8W/wDPlpX/AIHv/wDGq7D4b/8AIhad/vTf+jnrq6+fljq6k1zfgj2Y 4Si0tPzPJP8AhCfFv/PlpX/ge/8A8ao/4Qnxb/z5aV/4Hv8A/Gq0vGF61h468PzWfiG7DTapb2l5 ZRXYdYVZHKIbcYGJMEl2JK7QV716TS+v4j+b8EP6pR7fmeSf8IT4t/58tK/8D3/+NVg20rzQlpY1 jkV3jdVbcAVYqcHAz09K95rwW2/5eP8Ar7uP/Rr124HE1atRqbvocuLoU6cE4rqT0UUV6h54UUUU AFFFFABRRRQAVu+Dv+Rrsv8Agf8A6A1YVbvg7/ka7L/gf/oDVliP4M/R/ka0f4kfVHq1FFFfLnvH M+O/+Rc/7bL/AFrzKvTfHf8AyLn/AG2X+teZV72W/wAH5nkY3+L8gooorvOMKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigC9on/Ie07/AK+ov/QhXsteNaJ/yHtO/wCv qL/0IV7LXjZp8cfQ9TAfCwoooryzvCiiigAooooAKKKKACiiigAooooAKKKKACiiigDH8K/8ivp3 /XIfzrYrH8K/8ivp3/XIfzrYoAKKKKACiiigDz34hf8AITtP+uJ/9CNcdXY/EL/kJ2n/AFxP/oRr jq+kwf8AAieJiv4sgooorpOcKKKKACiiigAooooAiuRm1mA67G/lXXaP4h8Dyaf4XvdQvov7U0iy EcDHzAYWeJUkGBwcgY5Bx2rlqK5MVhVXtd2sdNDEOjfS9zb1O2+F1/pmp2cN5bWzaiqpNKomYqol EpCDOEG/LYXC7jkg9DrJqvw0TWbjVhcWhvbhXWV2EhVt4Ac7D8oLBVBIGSBzXHUVy/2Wv5vwOj6+ /wCU7DTtT+Guk6XeabY3kMVreLsnXfMWdduwLuOWACjAAOAOBinz+JPAUVxf6lbX8C39xbNEWXzM EbVGAuNoJEcYJABIRQegrjKKP7LX834B9ff8pU0sFdIsgQQRAgIPb5RVuiivUSsrHnt3dwooopiC iiigAooooAKKKKAOr+H/APyHp/8Ar1b/ANCWvSK83+H/APyHp/8Ar1b/ANCWvSK8DMf4/wAj2MF/ CCuL+In/AB6WP/XRv5Cu0ri/iJ/x6WP/AF0b+QrPBfx4/wBdC8V/BkcBRRRX0Z4gUUUUAFFFFABR RRQAUUUUAbnh/wAdW/hrw74W0j7DcXVxqN6LcuAVihWW5lUMXwQW+RiFHJ2nkV1f/CY3UHjm08OX 2itbpfef9kuBdLIzrEoYuyKPkRskKS2cg5ArB0Dwx/wk3gLwp/pn2b+zNXGpf6rf5vlzS/J1GM7u vOMdDWsPCer2Wra/rUGqWs1/fQypbS/YCbi3GD5UaM8uzapwcbQGPJNfKT+Jn0MfhRQ1Txlotn8S YrCXQbeW6huLawfVCF86GW4R2jRflyVwhydwxu6Gq9h8X7bUIrqSPSxGv2dbu0eW62pLAbo2xkkO 390FYbj97C8+1WIvhpLd67p+u6rqm+73WN5qEKQjE13bRMiurAgKuXJK7ecDGKt+D/hvb+EdVkvY b9rgR2jWVnG0O3yYWmeYhjuO87n6/LwBx3qSjd8P+If+EgTzYrN4YVt4JHMjfMksiBzERjqqsmT6 tjsa8gtv+Xj/AK+7j/0a9emWXgYWfiHTdYOomSW1iImzDhp5W80uwbd8qs0xYrg5McfI2c+Z23/L x/193H/o169LLP4r9P8AI4cf/DXqT0UUV7Z5QUUUUAFFFFABRRRQAVu+Dv8Aka7L/gf/AKA1YVbv g7/ka7L/AIH/AOgNWWI/gz9H+RrR/iR9UerUUUV8ue8cz47/AORc/wC2y/1rzKvTfHf/ACLn/bZf 615lXvZb/B+Z5GN/i/IKKKK7zjCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAvaJ/wAh7Tv+vqL/ANCFey141on/ACHtO/6+ov8A0IV7LXjZp8cfQ9TAfCwoooryzvCi iigAooooAKKKKACiiigAooooAKKKKACis/W9TOkaW92kHnymSKGKIvsDySSLGgLYOBucZODio9E1 WfUkvI7u1jtbyyuPs88UU3moG2JICrFVJBWRTyB1oAj8K/8AIr6d/wBch/OtiuX0LWYNO0S1s7q1 1RJ4U2Oq6ZcsAQT0IjIP1BrQ/wCElsP+ffVf/BTdf/G6ANiisf8A4SWw/wCffVf/AAU3X/xuj/hJ bD/n31X/AMFN1/8AG6ANiisf/hJbD/n31X/wU3X/AMbo/wCElsP+ffVf/BTdf/G6AOV+IX/ITtP+ uJ/9CNcdXWeL5ZNYvbeWxsNTkRI9rE6fOmDn/aQVzv8AZmp/9ArUf/AOT/4mvoMJVgqMU2jxsTTm 6raRVoq1/Zmp/wDQK1H/AMA5P/iaP7M1P/oFaj/4Byf/ABNdPtqf8y+8x9lPsyrRVr+zNT/6BWo/ +Acn/wATR/Zmp/8AQK1H/wAA5P8A4mj21P8AmX3h7KfZlWirX9man/0CtR/8A5P/AImj+zNT/wCg VqP/AIByf/E0e2p/zL7w9lPsyrRVr+zNT/6BWo/+Acn/AMTR/Zmp/wDQK1H/AMA5P/iaPbU/5l94 eyn2ZVoq1/Zmp/8AQK1H/wAA5P8A4mj+zNT/AOgVqP8A4Byf/E0e2p/zL7w9lPsyrRVr+zNT/wCg VqP/AIByf/E0f2Zqf/QK1H/wDk/+Jo9tT/mX3h7KfZlWirX9man/ANArUf8AwDk/+Jo/szU/+gVq P/gHJ/8AE0e2p/zL7w9lPsyrRVr+zNT/AOgVqP8A4Byf/E0f2Zqf/QK1H/wDk/8AiaPbU/5l94ey n2ZVoq1/Zmp/9ArUf/AOT/4mj+zNT/6BWo/+Acn/AMTR7an/ADL7w9lPsyrRVr+zNT/6BWo/+Acn /wATR/Zmp/8AQK1H/wAA5P8A4mj21P8AmX3h7KfZlWirX9man/0CtR/8A5P/AImj+zNT/wCgVqP/ AIByf/E0e2p/zL7w9lPsyrRVr+zNT/6BWo/+Acn/AMTR/Zmp/wDQK1H/AMA5P/iaPbU/5l94eyn2 Z0Pw/wD+Q9P/ANerf+hLXpFeaeEmm0fVZbi+0/U44mgKAjT5353KeioT2Ndn/wAJLYf8++q/+Cm6 /wDjdeHj5KVa6dz1cGmqVmbFcX8RP+PSx/66N/IVuf8ACS2H/Pvqv/gpuv8A43XNeMLz+2be1Sws dTlaN2LBtOnTAIH95BWeDaVeLZeJTdJpHE0Va/szU/8AoFaj/wCAcn/xNH9man/0CtR/8A5P/ia+ g9tT/mX3nj+yn2ZVoq1/Zmp/9ArUf/AOT/4mj+zNT/6BWo/+Acn/AMTR7an/ADL7w9lPsyrRVr+z NT/6BWo/+Acn/wATR/Zmp/8AQK1H/wAA5P8A4mj21P8AmX3h7KfZlWirX9man/0CtR/8A5P/AImj +zNT/wCgVqP/AIByf/E0e2p/zL7w9lPsyrRVr+zNT/6BWo/+Acn/AMTR/Zmp/wDQK1H/AMA5P/ia PbU/5l94eyn2ZjHRdMLFjYwZJJPy9SetH9iaZ/z4w/8AfNbP9man/wBArUf/AADk/wDiaP7M1P8A 6BWo/wDgHJ/8TUc1Dy/Aq1bz/Exv7E0z/nxh/wC+aP7E0z/nxh/75rZ/szU/+gVqP/gHJ/8AE0f2 Zqf/AECtR/8AAOT/AOJovQ8vwC1bz/Exv7E0z/nxh/75q3BBFbQrDBGsca/dVRgCr39man/0CtR/ 8A5P/iaP7M1P/oFaj/4Byf8AxNNTox2a/ATjVe6ZVoq1/Zmp/wDQK1H/AMA5P/iaP7M1P/oFaj/4 Byf/ABNV7an/ADL7xeyn2ZVoq1/Zmp/9ArUf/AOT/wCJo/szU/8AoFaj/wCAcn/xNHtqf8y+8PZT 7Mq0Va/szU/+gVqP/gHJ/wDE0f2Zqf8A0CtR/wDAOT/4mj21P+ZfeHsp9mVaKtf2Zqf/AECtR/8A AOT/AOJo/szU/wDoFaj/AOAcn/xNHtqf8y+8PZT7Mq1u+Dv+Rrsv+B/+gNWZ/Zmp/wDQK1H/AMA5 P/ia1PDkV1puvW13d6bqSQR7tzCxmbGVIHAUnqRWVerTdKSUls+ppSpzVSLae6PVaKx/+ElsP+ff Vf8AwU3X/wAbo/4SWw/599V/8FN1/wDG6+bPbKPjv/kXP+2y/wBa8yr0DxTqceraN9msrPVJJvMV tp0y4TgZ7sgFcT/Zmp/9ArUf/AOT/wCJr28vqQjRtJpanlYyEnUukVaKtf2Zqf8A0CtR/wDAOT/4 mj+zNT/6BWo/+Acn/wATXd7an/MvvOX2U+zKtFWv7M1P/oFaj/4Byf8AxNH9man/ANArUf8AwDk/ +Jo9tT/mX3h7KfZlWirX9man/wBArUf/AADk/wDiaP7M1P8A6BWo/wDgHJ/8TR7an/MvvD2U+zKt FWv7M1P/AKBWo/8AgHJ/8TR/Zmp/9ArUf/AOT/4mj21P+ZfeHsp9mVaKtf2Zqf8A0CtR/wDAOT/4 mj+zNT/6BWo/+Acn/wATR7an/MvvD2U+zKtFWv7M1P8A6BWo/wDgHJ/8TR/Zmp/9ArUf/AOT/wCJ o9tT/mX3h7KfZlWirX9man/0CtR/8A5P/iaP7M1P/oFaj/4Byf8AxNHtqf8AMvvD2U+zKtFWv7M1 P/oFaj/4Byf/ABNH9man/wBArUf/AADk/wDiaPbU/wCZfeHsp9mVaKtf2Zqf/QK1H/wDk/8AiaP7 M1P/AKBWo/8AgHJ/8TR7an/MvvD2U+zKtFWv7M1P/oFaj/4Byf8AxNH9man/ANArUf8AwDk/+Jo9 tT/mX3h7KfZlWirX9man/wBArUf/AADk/wDiaP7M1P8A6BWo/wDgHJ/8TR7an/MvvD2U+zKtFWv7 M1P/AKBWo/8AgHJ/8TR/Zmp/9ArUf/AOT/4mj21P+ZfeHsp9mSaJ/wAh7Tv+vqL/ANCFey15Bpln fWuq2dxNpmpLFFOjuRZSnADAngLk16P/AMJLYf8APvqv/gpuv/jdeRmU4ylHldz0cDFxi7o2KKx/ +ElsP+ffVf8AwU3X/wAbo/4SWw/599V/8FN1/wDG6807jYorH/4SWw/599V/8FN1/wDG6P8AhJbD /n31X/wU3X/xugDYorH/AOElsP8An31X/wAFN1/8brUt50ubdJoxIEcZAkjaNvxVgCPxFAElFFFA BRRRQAUUUUAFFFFAGfremHV9Ke0ScQS+ZFNFKU3hJI5FkQlcjIDIOMjNR6JpU+mpeSXl1HdXl7cf aJ5YoTEhbYkYCqWYgBY1HJPTNalFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFcr 4zszf3nhe3WZ4XbVWaOVOqOtncsrY74IBweD0NR3eoNqGoeFGljEV1DrEkNzEDny5BZXOQPYghge 6sD3oA66ivPNO+I8N5cafc/2xoEttqFzHBHp0M4N5EsjbY2b5zubJXcmwbQTydvO3/wkl5/wjn9o +XB539t/2ft2nb5f9ofZs9fvbOc9N3bHFAHUUV51o2o+JrPT7OAXmm3Muoa/fWas9pIvkhXu3dv9 adwzEu1eML8uSfmGlq3iTU7G/axbUtGtLiKFGEclvJcSXbFcsyRxybo03ZUZDE4PBxyAdnRXIeF9 SGteI59VWPyhe6BpdyIyc7d73TYz7Zrr6ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiuX8X2FnqeoeFrO/tILu1k1V98M8YkRsWdyRlTwcEA/hQB1FFcbq2g6b4Yay1fQLK20y b7ba2s8dpCscdxFNOkTB1UAEjfuVuoI9CQc7UfiPDZ3Go3P9saBFbafcSQvp084F5MI22yMvzjac htqbDuwORu4APQ6Koa1fS6bo9zeQpCzxKCDPKIo1GQCzseiqCWPfAOOa5O08dNb3F4Ly8stTtodM uNRFxYWskChYSm5MuzhyQ45U8Y5AyKAO7orlb/UvE2jeGtX1a/8A7Kka202a6ijhjkXypUQsEbLH zF45YFDx05yLeueIjoepIsyKbJNKvdQmIB3/ALgw4A5xgiRu3YdO4Bv0Vw+h+Nxea1p9jPrPh6/f UA4WDS5w8ls6oX2t87b12qw3gLyBxzxJpXiLX7rwzot/cLp323XFgFpFHE4SFmiaV2clyWGxGYAb f7uT96gDtKK8+TVNY0bxL4juNRis7q8Wz0y3tTbhoo5zLPcJGWBLFPnfB5PAz3xXR6fqGqwa6uk6 w1nNJPbPc289pE0QIRkV1ZWZuR5iYOecngY5AN6iiigAooooAKKKKACiiigAooooAKKKxvFV3cWm gSG1lMM888Fqsq9YvOmSIuPdQ5P4UAbNFc4/gnREi3WNqllqC4ZNRiXNzuBzlpD8z57hiQRwabc6 nrt7qepwaKlgsWmMsTrdI7NcymNZNilWAjG10+YhuSeOOQDpaK42HxDrmvaksegnToLN9ItNRSW9 heRszGXCEK68ERjntzw2eE0bxHrt4vhrULxNPWx17AS2ijfzYM27zqxkLYfIjII2Ljd1OOQDs6K4 bQvEniObQNE1/WItMWz1L7Or29tG4ki84qsb7yxDAs6/LtG0N9445p2/idND0yCy/tDTNOlvdV1Z xdam4EMaR3sm7jcu9iXUBdw4ye1AHotFecP4g1LxFN4fbStV0oSwa1NZzTwxtc28zCzlkVl2yr8u w8rk4Yjn5Dus6943vNIfU5/telKNPLs2meU89zJGozuLxviIsBkbkOAQWI5wAd9RXEat4j8RWv8A wlN7aJpgsNAbdsljdpLhRbRzOu4OAh+c4bDZyBgYJNmbxDq2hXkn9vGxktv7LudRxZxOrQ+QY9yE sxEmRKMMAv3enPAB11FcPofjcXmtafYz6z4ev31AOFg0ucPJbOqF9rfO29dqsN4C8gcc8M0jxD4n vdO8N3t2+kRrr0W2OOK2kJt5GtnmVyTJ86/u+UwpG7G44yQDu6K800jxReaL4J8J22oa1o9vc6jY JNHe36mKOKFIoshg0uZZcuvRkzknA289b4U8Qp4h0+5kW4s7mS0uWtpJ7KTfBKQqsGQ5PBV1yMnB yMnGaAN6ivO/Gepa7qfgbxTdaetgNMit7y1aGVHM0ixh45XDhgFwyvhdpzt6jPFzW/G4s9b1Cwg1 nw9YNp4QNDqk4SS5dkD7V+ddi7WUbyG5J445AO4orOttWW+8Nw6zZwNKs9mt1DCWCFwyblXJ4BOQ MngVzGleMbm41zTLSTUdK1GHUJHi/wCJfbygW7rE8nMxZkkGIyOik9QMZwAdxRXO+H9Q1zV4bPVn /s4aVfR+dHAqOJoo2G6Ni+Srkjbldq4z1OOYdP8AEl5d6P4MvJI4BJrfl/aQqnCbrSWc7OePmQDn PGe/NAHUUV55p3xHhvLjT7n+2NAlttQuY4I9OhnBvIlkbbGzfOdzZK7k2DaCeTt50oPEesjS7/VZ 47FoEvp9PtLZEdXklF2beJncsQATgEBffPO0AHY0VwF7qGraJ4wS/wBdayuLay0DULpJLOJoiwWS 2Z0KszcgKMHPO7oMVt2upa7ZalpsOtLYNFqTNFGtqjq1vKI2k2MWYiQbUf5gF5A454AOkooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooo oAKKKKAM/UdM+332k3PneX/Z921zt258zMMsW3OeP9bnPP3cd8inf+HEvPEul6zHctC1nK0ksITI uP3Uka5OflK+a3PccHtjcooA5yy8OahZNbWia0Ro9rIHhto4CkwVTlY2lD4MY4GNoJAAJIzmnJ4P 1F8Wq65GmmLqq6msAs/3hb7SLhkaTfgqW3YwoI4yTgg9fRQBzNp4Wube/tnbUo3tLTVJ9RghFsQ4 My3AdGffgjdcZBCjAXHOch914e1MalqNxpmsx2UOpMr3Aa082VGCLHmJ94C/Kq8MrAHJ710dFAHP +HPDH/CP+T/pn2jytKstN/1WzP2fzfn6n73m9O2Opzx0FFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABWPr2k3mptpk9hewWl1YXZuUae2M6NmKSIqVDoekpOc9q2KKAOdTw/qV 9qFtca/qlteQ2jiWC1tLRrePzQcq77pHLleqjIAPOCQCEk8Oags1zBZa0bXS7qZppYEgPnIzHc4j lDjYGJJPykgscEcY6OigDO1zShrWkyWXnGBi8cqSBQ2143V1JU8MNyjI7jIrGPhO91DVZL3XdWiv I5NOuNOa1t7TyIwkrRlmGXc5xHg5JzkYxjnqqKAOcbw9qd9pF/per659qtbqyksx5NqImw67TI5L NufHptXk/L0xEnha+vdT+2a9q0F+h06fT2t4LMwIyStGWbl2Of3eDzg5GAMHPUUUAYenaRq8F3bv qGum7gtVIijjg8lpCRjdMwciQgZ6BRk5xkDEUPhgweFtG0mK9K3WkRQrbXgi6PHH5e4pnoylgVz0 Y8966GigDkk8H3lzPrFzq2tfabjUIrZEa3tvJW1aB3dGjBZujOGwSeQecHA09N0a9i1U6nquox3t 2sBt4fJtzBHGhYM3ylmJZiqZOcfKMAVtUUAFFFFABRRRQAUUUUAFFFFABRRRQAVV1HT4NV06exuQ xhnQq204YehB7EHkHsRVqigDnl0XXJlFrqGvxz2I4cRWXlTyr/deTeVweh2op9MUt9oGoNf3txpW sCwTUAv2pWtvNbcFCeZG24bH2hRkhh8o49egooAx9L8PwaRqMlxbPtt/7PtbCKDb/q1gMpB3Z5yJ cYxxt754r2Xhj7Hpfhay+2b/AOwdnz+Vjz9ttJB0z8v+s3d+mO+a6CigDhPBvhnVl8J+HbbWNSZ7 S1t7ecWT2nlzJIqqypI5bkI2MDapyoyTg51l8LXFrBDJYaksN/BdXk8c8lvvQpcTNK0TpuBIyV5D A5QHjpXS0UAc3ceHNRmtbOQa0G1S2vWvVuJ7cvFuMTxFBEHG1AjnADdeSSSc0NU8F6ne6Tq+jWuv x2mm6k07sPsO+dWmJZx5m8ApuY8bc443Dg12dFAHP3vhj7Zpfimy+2bP7e3/AD+VnyN1tHB0z83+ r3duuO2as6loMOq6nFc3L7oBYXVjJBt/1izNESc54wIsYxzu7Y516KAMPTtI1eC7t31DXTdwWqkR RxweS0hIxumYORIQM9Aoyc4yBiOy8MfY9L8LWX2zf/YOz5/Kx5+22kg6Z+X/AFm7v0x3zXQUUAcp ZeFNQ0/StMt7fWIFu9KT7PZ3BsyVNttRfLlTzPnPyKSysnKjgYIO7pVlcWVs4vL57y5lkMkkpG1Q TgbUTJ2KABgZPckkkmr1FAHH634O1DUdM1XSbDXVsNN1LzWljNp5siNJkvsbeAFZiSQQT8zYIzxp Xuh6j/aF1c6Rq6WK3oX7Sklr5x3hQvmRncu19oUchh8o4653qKAKF3pMN54fn0aWWcwTWrWryGQt IVKbSdx5LYPU96xo/DesTato95qOuwTRaXK0kdvb2HkrJmF4stl2+Yb85GB1G3kEdRRQBg6Noeoa Q1varq6vpNqpS3tRagSBMYVHkLHKqMY2qp4GSec52meD9RspNAin1yOax0JiLWBLPYzp5Dwr5jbz lgrjkBRwfl5BHX0UAc5ZeHNQsmtrRNaI0e1kDw20cBSYKpysbSh8GMcDG0EgAEkZzNH4ai/4R+50 qW5cia7nu0mjUK0TvcNOhGcjKMwwe+3OOcVu0UAcqPCd9favJe67q8V9C+nT6cbWG08lNkrRlm5d juIjwexyMAY5s2Ph/UFv7K41XWBfpp4b7Kq23lNuKlPMkO4732lhkBR8x49OhooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACivnCz0/wAK3fiHxbJrngXxHr10PEF4FutM gleNE38ISkijcDk9OjDmuvtodOt/F/wri0nSL7SLFf7W8uxv0ZZov3fO4MzHk5YZJ4IoA9gorgvi 7q62HgltOW6itZtZnj09ZpXCrGjn94zE8BQgbJ965Hw/fWFp8PfiJ4UsNQhvbTSrW7kspoZllVra WFmUBgcEq24H3NAHtdFfLUkGh2HgrS9R0Xwh4m0nXY47aVtekimW1U/KZJc72BQ8kYUcEfSuy+IC aDqnxcs5NV0DU/EdhJ4dSWGHSUeRwTO22T5GU7cEjOcfMKAPc6K83+E+lX+mjXX/ALO1DS9BnuI2 0vT9QcmaEBT5hIJJUE4wCe3fqcfXfFk/hbWPifq2m6dYi+sP7K/eyea3n71C/vBvx8oYgbQvvmgD 2CivPdP8WeLrTxxo+i+JdL0qC21qOZ7T7FK7yQmNN5WQtwTjA+UAc1B4c8Y+NfE1zZazYaJpknha 7u2hXExF2kSsUMzbiFxkH5QC3t3oA9JoryCw8XyeH9F8TS6XpFqdRuvGM+mWsQeQJNO5XEkhZjgn ByF2rwMAVHYatrWm/F7UdR8WW1lFcWHhKSVzpzs0csSTh9yh+QfvDB7r70Aex0V5D4B+MVx4p8V2 uj3qaYRfxSSQLZCYSW7Ku7ZKZFCsdoblOMj3rpvG/inxBo3iTw1ovh+zsLmfWPtKkXhZQhjRWDbl PAG4k8EkDAwaAO4orzWD4lX+laD4qfxLp9smreHDEJo7J28mfzQPKKlskAkjOc4HPtVvRfFnim18 V6boXi/TdNgfV4ZZbGTT3c7WjUM8cgbuFPUcfXsAd/RXkPhn4p+Idc8U29lJZ6JHBLdtby6cZ2iv 7VQSNzCQhXxjJCZOO1c1q+oayyldBg02yB+IUsEgMk/+kXAKGJpPmPyEhi4GBwm1RzQB9B0V5Cuv azo2p/ES/t9M0ptb0220ya8eLzmS5PkZl4Z+Ao37cAcY3ZNdTZ+NrnV/FF7baRbwXWl2WkR3sjZ2 ySTyjfFGGLBVBTnJ9ewoA7WivJPCXxT1fVfHGn6Dqf8AYEy6gkpC6XM8j2rIhfbI5yjEgEfISPeq GnfFLxzNoGg69Pomiy2OrXh0+GOKWRJZJ2Z1Q8khEyuDnJ4J4yKAPaqK8wj+JWr6PpfjH/hJdPsf 7R8O+QcWDv5U3nj92Pm5HJGT79OKzfDXxgvNZ0/xIkn9lXF/puky6lby2STiFtgOUdZQrZBK5I4I PB4oA9horymx8feNIV8K6nrOk6PHo2vT29qgtpJDOjyrlXOflCnlsckDgnNYvhTxX4m8NaJ4617W /wCzrqystUuVkSJ5TKb3dEgRC3Ag5AGfmFAHuFFeZfDX4nzeMdZvNIvW02a4itxdRz6csyxldwVk YSqG3AsvI4Ofaj4lfE+bwdrVlpFk2mw3EtubqSfUVmaMJuKqiiIFtxKtyeBj3oA9NoryyX4ma5ql t4Jk8OaZYyTeIo7oSRXbsBE8IAJDD+EHcTwSQMDBNdB4I8T63q2ra/ofiK0sYdT0eSESPYsxhkWV Sykbueg7+vagDs6K8Yh1nxhpfxB+JF+j6VLaabbLNLHKZmKotvK9sIxkAZ4MgOBkttrq7/xrqVr4 V8DaokFoZ9evbC3ulZG2os6FnKfNkEHpkn3zQB3lFcf8QvFGq+FtP0eXR7W2urq/1WGw8q43AMHD 9CCMHKgZOQM9DXKeMvifrXg+TS9IvjoUGtS2zXV3PKtw1qF3sqLGEBfJ2nk8DHvQB63RXlkvxM1z VLbwTJ4c0yxkm8RR3Qkiu3YCJ4QASGH8IO4ngkgYGCaki+JWr6Po/jA+JtOsv7T8OeRuFg7eTP54 /d43ZI5xk+/SgD0+ivHXufFk/wAWfAI8VWWmW8m2/eBrCRyMNb/MjBujLgcgkHdx0ql4W8Ya3ZeE fAOmeGdH0iN9a/tBfs8rzCKIxSMQwYuzY5ZiDuJ6DHFAHt9FeNS/FDxpa6DqOs3Gi6N9k0LUDYaq Vmk3SyCQIfJHYDcvLE9elaN14stvC3iX4nas2mwF9Pj04l0Z99yzxbUD5YqACQPlUcZzk0AeqUV4 94a+MF5rOn+JEk/sq4v9N0mXUreWyScQtsByjrKFbIJXJHBB4PFW7Hx940hXwrqes6To8eja9Pb2 qC2kkM6PKuVc5+UKeWxyQOCc0AerUV4j4R8VeJPDej+Ote17+z7qxstUuVlSF5TKb3dEgRC2QIME AZ+YV1+i+LPFNr4r03QvF+m6bA+rwyy2Mmnu52tGoZ45A3cKeo4+vYA7+iuP+IPijVPDGn2cmmrp UZnlKSXeq3PlwwgDI+UEO5PYIDjBzXL6d8WNQv8AwENTisLK41iXWRotqsLutvNMwBVxu+YIQc4P PHbPAB6xRXEQa74203w7rlzr2iaWb2yUNaSWt2sdvcgjkkyNlAvUlsZHSud8J/Fi8v8AU9Zs9ZbR rpNO0uTUzcaO0hQKhG6M7+rcg5HH1oA9ZorwzW9c8Xa9F4D1HW9N0u20q+8Q2NzaG1ldpYwSSqyB uDuVicj05HNN8QfF60034jXM5tNMePS5zpzCbzzdsu4CV4sAxKAc5yQzBfpQB7rRXlmv+O/GNt4i 8X2ei6fo0tj4dghupJbsyByjQ+Yy4U/Mxw2PugBec5qzoXj3xHeeJ/DlvqulafbaV4ktpZ7DyJWe eMJGJP3hOFOVI4A79eKAPSqK8Z8KeL7+z+HXgzTPDWkabFqutS3a20Eskv2aBIpHaRiSzOeOcbu5 x2FdPfeMfE2g+D4p9a0O1TxDc6ium2dvDNmC4dz8j5ySqkZ4PPHbNAHf0VxXhfxRrsvii78L+KbO wh1SK0W+hm09nMMsJbYeH5BDce/P42D4smsPiBe6DqwtobJrAX1hcAFSyrkSq5JIJGNwwBx1zQB1 tFcl4V17XPE/gy51lLeyt7i6adtKjlVwgjGREZuSTkjJK44PArzTwn4613wj8GLbWdTawuYbq5+z 6ZJI0rSeY0sxle5POQNpI2ckDHWgD3iiuD+GXxAfxxbalFcfY3utPkRXmsRIIZVcEqyiQBxyrAgj t71zKXPiyD4s+Ph4VstMuJNtg87X8jgYW3+VFC9WbJ5JAG3nrQB7FRXlcvxL13VrXwU/hvTtPM/i KO7Dx3rPtieEAEhl/hB3E8EkDjBNZuo+LNQ8LXXxH1aLTdMGsWEekedIPNZJ3kRVbcDJjC7mC7dv bOaAPZqK890/xZ4utPHGj6L4l0vSoLbWo5ntPsUrvJCY03lZC3BOMD5QBzXB+O/FninxZ8K9X1dN M02PwrczLHA4lf7UFS4UCRh90gsu3HBGe4HIB79RXlnxD+I+ueE9XngtF0CC1t4FlUahcM092SMl Yo4zlfTLgAnviuk1/UxrXwd1TVRH5QvdAluRHnO3fblsZ74zQB19FeP3PjXWPC3gbwfDp50O1gk0 W3ke71e4IViIlHlpFGfMJ75wRyK7bwn4lv8Axf8ADq312zt7a31K6t5fKjmLGETKzIN2Pm2Flycc 4NAHVUV89/Dv+1vDngC58bR2ejz32osIY767vpIyF81xI9x5jhSAUTaI/mPua6jRfjBcSeF/Fepa lFp13NoXk7ZdNaQQXBlJVAPMG4YYYJ/L3APXKK82utS8bDwv4nTxboekGzXRZ545LOZ/LZvLbMEg 3h846suBwcHOK5D7RF/aP2n7FB5P/Cr/ADPsmX8vbnOzO7ftxx97djvnmgD3iivLbPxZrpsvCXhv wnpmli+n0GDUZvtryCC3g2qoVcEueeBkk9M55NY/hPxDrGieCvF+qRWNjHqT+KbkTreXax29qzCP cWYkFgp4wvzHjAoA9qoryPRfjBcSeF/FepalFp13NoXk7ZdNaQQXBlJVAPMG4YYYJ/L3he58WT/F nwCPFVlplvJtv3gawkcjDW/zIwboy4HIJB3cdKAPYqK5Dxr4n1XR73RdG0C0tbjWdYlkSD7YzCGN I13OzbeTgEcD3+lcFpHijUPDGtfFDX9esrddQtE04SQW0hMTv5bIhViMhWyp5GQD7UAe2UV5l8Nf ifN4x1m80i9bTZriK3F1HPpyzLGV3BWRhKobcCy8jg59q1/E/ijxBH4us/C3haz0+XUZLNr+ebUX cRRwh9gxs5JLce3HHoAdtRXivhPxDrGieCvF+qRWNjHqT+KbkTreXax29qzCPcWYkFgp4wvzHjAp 8Hxg1iTwT4s1ER6Ndahob2ojntBKbWdZpAvAYh+MNzkc+3UA9norJ8PS67NpzSeIYLGC7aQskVmz MqRkAqGLdWHIJGB6V5v4Z+KfiHXPFNvZSWeiRwS3bW8unGdor+1UEjcwkIV8YyQmTjtQB69RXmGq ePvFL3HiDUNB0jTZ9B8PzyQXhupXWedowDL5ePlXaD3znt6VQ1LxFs+I134m05VbHgB7+3WYHB/f GRQwBBx0zzQB69RXB3/jXUrXwr4G1RILQz69e2FvdKyNtRZ0LOU+bIIPTJPvmqT+MfGurazqreF9 E0y80nSdQNhMk8xS5ndceYYySEUDP8X69KAPSaK8tn8V2vhfxR8TdWk02Hdp8enMzxs4e5Z4iED5 YqMEgZVRwecmtPRfFnim18V6boXi/TdNgfV4ZZbGTT3c7WjUM8cgbuFPUcfXsAd/RXitr8UPHR8C W3jW50fQ/wCxUk2XKo8gmkHm+XujBJCgEgcknIJ6dLnj74xXHhfxXdaPZJpgFhEkk63om33DMu7Z EY1KqdpXl+Mn2oA9eoryvxf8UNR0640NdIj0u0tdU09b5L3WPNELbukQMfR8EEk8cjpXfeGdTutZ 8N2Go3ttFbXM8e54oZ0mQHJGVdCQQeowTwaANaiiigAooooAKKKKACiiigAooooAKKKKACiiigDz eH4eeKtM1HV5tD8e/wBnWupahNftb/2PFNteQ5PzO2TgADt06VsReDdRm1jwrq2ra/8Ab77Q/tfm S/Y1i+1ecu0cK2E2jA4BzjtXYUUAcxrngu18R+KNM1PVWhurCwglRNOntw6PI+AXYk4OAAANvXnN Zep/DDT5tRurnRXtdGivNKuNMube2slCSCQHa+FKjcpOenIGMiu7ooA8xT4a+LG0JNAuPiJK+ji3 Fo1tFpEMbGELt2B9xb7vGeffNdLp3gqDS/GFrrdrdFbe10RNHitDHkhVkDh9+fQYxj3zXU0UAFef +IPhl/bv/CY/8TfyP+Ek+xf8u277P9nx/tjfux7Y969AooA5/V/DH9qeL/Dmv/bPK/sb7T+48rd5 3nRhPvZG3GM9Dn2rB0b4cXmh6pAtp4r1CPw/bXLXUGkRIIwrMSdjSA5aPJJ2EY/nXfUUAcDL8MIZ 9E1mxfVZVnvtck1u1uootrWkzEbQBk7sYPPGc9qTSvhvdReI73WNf8STa3Je6U+mXCSWqwgozAnb tOFGBjbjqSc84rv6KAOJ8K+BdS8O3ts114t1DUdPsYTBY2LIIkjQ8DzNp/ekDgZHHas74haBqmue O/BJ02a8sxB9uZ9Qtod4tW8pChbI24YrjB+8MivR6KAOGsvhpanw/rthrepT6re66Q19fNGsTMVH 7vaoyFC4yBz+XFO8P+ArzT9fttZ13xJc67dWMLQWHmwLELdWGGJ2k7mIGNx/Htjt6KAPN7f4V3P/ AAkNhfaj4qvNRsdPuxd2sFzbo04dSSoa4JLsoJ6HipLv4XPPpl9BBrz293L4jbxBbXK2obyJT0Qq Ww4HPPGfT19EooA5bRPB7abrniDU77UBftrUNrFOht/LAMMRjY8Mc78k4wMdOaoeE/hrZeGPCmra C19LdrqfmLLcbNjiNk2Kg5P3V6H36V3FFAHm2gfCu80bVtDv5vE73n9is6WkBsUjRYXjKOp2nJcg r85J+70NWbL4ZfY/CHhbQP7X3/2Dqqal5/2bHn7ZJH2bd/y/6zGcnp05r0CigDi734dWmp3vjCS+ vGkt/EkdsjRJHta3MKbVYNk7jnDdBjHeo7PwJq39ka1aax4wvtVm1CwewieSIJFboyld3lK2Gfnl iQTjGa7iigDj7zwL9r8PeEtJ/tHZ/wAI9d2dz5vkZ+0fZ027cbvl3dc5OPeqA+GSuviixudZll0X XppLprL7OqtBcOyt5gkzk4KjAIxwPx7+igDl/C3hfVtFup7rWPFV9rczxLDEsiCGKNB32KSC57ue TUHinwVda1rVrrmja9NomrQ27WjXEcCzCSFju2FWI6HkHt+VJ8QvFGq+FtP0eXR7W2urq/1WGw8q 43AMHD9CCMHKgZOQM9DXKeMvifrXg+TS9IvjoUGtS2zXV3PKtw1qF3sqLGEBfJ2nk8DHvQB1q+By mr+Er9tYurhvD6XKs11mWW6MyBSzOWyMHnofTjFXtI8Mf2X4v8R6/wDbPN/tn7N+48rb5PkxlPvZ O7Oc9Bj3rkr/AOJeoT+AtC8Q6Tb6Va/2kWE0+q3WyC2KEhhgEPISykDaCcDJFc3c+Mp/G3hvwlfX Udss9t43tbR3tS3lS7QSHQN8wBDDg80Ad5deAHuPFeuaousyR6drtqLbUdPFup8zERiVlkzlcA5x jr+mLb/CnVV/sGK98a3N5ZaHewXNnatZIqhIjwhIbJOAAGJOBnjmsXXfjk2k+ML2yVNO/s6wvPsk 0Egm+1S4ba8iEL5YAOeGOTt960vGfxM1zQ/GV1othFoltHbRRyIdWkkiN7uGSInGEXB+XLkDNAHb +KvDH/CTf2J/pn2b+zNVg1L/AFW/zfL3fJ1GM7uvOMdDVDxT4Kuta1q11zRtem0TVobdrRriOBZh JCx3bCrEdDyD2/KuhW9uDoIvzZn7SbbzvsomT7+3Ozfnb143Zx3zivMvCXxT1fVfHGn6Dqf9gTLq CSkLpczyPasiF9sjnKMSAR8hI96AOtXwOU1fwlftrF1cN4fS5Vmusyy3RmQKWZy2Rg89D6cYqG9+ HVpqd94wlvrxpLfxJHbI0SR7WtzCm0MGydxzhugxjvUfjfxT4g0bxJ4a0Xw/Z2FzPrH2lSLwsoQx orBtyngDcSeCSBgYNYF/8S/EOk+EfFj6hp+nR+IvD0tskix73tpUmdQrAZDfdJ4z6fSgDV0v4c6t b+KtD13V/GFxq0mkrNHHFLZrGCjxlAAVbhucljktgdMU7w/8Mv7C/wCEO/4m/n/8I39t/wCXbb9o +0Z/2zs2598+1M1LxZ4v02DSdLk03SW8S61cyrZwrJJ9nghRA7GRurMoODjGe3vy3jrxPqWs/Cvx ro+uWlvba1o8tolyLVi0MiySxsjpu5AIB4P/ANYAHWXvwy+2eEPFOgf2vs/t7VX1Lz/s2fI3SRvs 27/m/wBXjOR16cVcvfh1aane+MJL68aS38SR2yNEke1rcwptVg2TuOcN0GMd6q6V4s8U2vjPTtD8 VaZptvHrEMsti9jK7mNo13NHJu4JCnqMD69uB8P/ABAfwP8ABjwhFb/Y0u9Qku1Sa+EhhiVJnLMw jBc8soAA7+1AHoln4E1b+yNatNY8YX2qzahYPYRPJEEit0ZSu7ylbDPzyxIJxjNWLzwL9r8PeEtJ /tHZ/wAI9d2dz5vkZ+0fZ027cbvl3dc5OPeuTX4s6pf+CNI1bSbGwn1G515NHmiYuIZCVJ3Rk4Zd w2YLA4ycg02fx98QID4kszpPh9r3w6gub6ZZZfKaFo/MVY1+8X2hjkkDjpQB0MfwzVv+EosrrWJZ 9E16aW5ex+zqrQTuysZFkyScFRgEY4Hvmbw/4CvNP1+21nXfElzrt1YwtBYebAsQt1YYYnaTuYgY 3H8e2MfxR8R9XsNJ0O/05NDsLfUbBL17jV7k7QWUHykjjPmMRn723HIqlf8Axa1QeBfDOt2llp9p JrDyxzXN95rWtq0bFcNsBb5yDj0xz60Adf418FSeKp9KvLTVm0zUNMkd7eY2yXCYcAMDG3BPAwe1 Y8PwpSPw9qGlya7cyTT6murW995IE0F2FUM/XDZIJxgYDEZPWuh8D69qHiPw4t9qUNkk/mvGHsbh ZoZlHR0IJIB6bW+YY5Arhb/4p+IYvGt9pNtZ6IkVpei2WwvZ2gu7lMgeZG7kRYbOQCc+x4oA6V/h 7daj4T1nR9f8T3+qXGqlC9yyiNIdhBURxAlVGRkgfeqto3wyns9XfUdW8QNqrz6bLpdzG1kkCNbs QQqBDhMENnrnd2rD8ffGK48L+K7rR7JNMAsIkknW9E2+4Zl3bIjGpVTtK8vxk+1al9468S6l4s07 SPCljpcsWoaFHqqS6g0i+VvcjLFTyMbRtAzls5wMUARQfCfUkk0OK48Z3d1p2iX8N1ZWctomFSM5 CMwILHGAGPQZwvPGlP8ADm7XX7y60zxVqGm6VqF2L290+2QKZJeNxWUEMgbAyB1/LGXD8TdY/wCE Olnm0q1PiJdc/sBIEkIge5yPmznIXBPft15qr411PxPH8LfE/wDwmOg6TKbd7byTbzSfZrpWmTPC uJFKnHUrk46jOQDq5/AvnX3jW5/tHH/CT2kdtt8j/j22QtFuzu+fO7OPl6Y96IPAvk33gq5/tHP/ AAjFpJbbfI/4+d8Kxbs7vkxtzj5uuPevL/iB/wA1i/7gv/steg634s8U3XivUtD8Iabps7aRDFLf SahI43NICyRxhe5UdTx9O4BBb/Ct7Lwl4f0yy1+W21bQpZpLTVI7ZTjzWYupjZiCCGAxnt+FaNx8 Pjf+Dxo2peINRvL9bsX0eqSN+8inByrIpJCqOgUcDJxiuf1v4r3aeD/DWt6Ta2dsmstIst1qXmNb 2jJwVYxjccsGAPtn6dj4H17UPEfhxb7UobJJ/NeMPY3CzQzKOjoQSQD02t8wxyBQBW8L+DLjRtXu 9b1jW5ta1m5hW3+1SQLCscIOQiovAyeT64+ueU+L2i3nivVdC0TTNL1P7YJNz6pHFi2ht5AySoz5 +9gAle49c4qHxX4s8U69o/jWPR9M01vD+mR3WnXUk8ri4d1jIkZMfLhd2cHqBweeKF/8T5vB3hbw bpFk2mw3EuhW11JPqKzNGE8sKqKIgW3Eq3J4GPegD2ays4NPsbeytoxHb28axRIOiqowB+Qrz6z+ FElt4Rbw7J4jnkt7a7S70mVLZUksJFdnzkH95kseuO+Mduk8OeI7jxb4Bt9d0uGCG9u7ZzDHcFjE s67lwxHJTevbnFeYeAvFfirRvAHhae5Om3NlquuRWEMknmvcbJJp/OaQkgbtwG0jPGcg0AeqeF9A 1HRIbp9V8QXetXtzIHeaZfLjQAYCxxAlUHrjqa5zVPhzq1x4r1vXtI8YXGky6ssMckUVmsgCJGEI JZuWOMhhgrk9c1tf8JJef8LT/wCEX8uD7D/Yn9oeZtPmeZ5/l4znG3HbGc965r4lfE+bwdrVlpFk 2mw3EtubqSfUVmaMJuKqiiIFtxKtyeBj3oA2bP4d2mmX3g+WxvGjt/DcdyixPHuNwZk2li2RtOct 0Oc9qp+IPhl/bv8AwmP/ABN/I/4ST7F/y7bvs/2fH+2N+7Htj3rMl+JmuapbeCZPDmmWMk3iKO6E kV27ARPCACQw/hB3E8EkDAwTXOeOPF3i298BeMNI1GLTrTUtGuLRL2aykkCyW8xyvlZOd2dgO7gq zDGaAPVtX8Mf2p4v8Oa/9s8r+xvtP7jyt3nedGE+9kbcYz0OfauJ1L4N3d3o17oNn4wu7TQJpjPB pxtEdYWL7iC2QzLnOFyMHB5I50b3xP42i1HTfC9pZ6FN4nltJL68lZpRZxQiQom0ffJPAPofbpQv PidrX/CK6dd2elWg1pvEC6FeWkzMYxLhtwRgRjJC4JzjJ4NAGn4g+GL614l1HVLbxBcWFvqsCQaj bpbRyNKirswkjcxgrwcDnmt6PwvIvw6PhOS+V2/sxtOF2sOOPLMYbZuPQY4zz7Vyt14q8fx+LrTw tbWPh6XUpNI+3Tys0ywRN5zJkHJYrtCjGM5bOcDFNt/ibqo8HT3FzpNs3iGPWzoKW0UhEMl1kYOT yF5Pft15oAtXnwvuHk0G503xJLYX2l6XHpbzizSUSxIByqsT5bE5ORkjj0rpvBnhlfB/hqHQ47s3 NvbySmB2j2sEd2cK3JyRuPPGfQVk+F/FGuy+KLvwv4ps7CHVIrRb6GbT2cwywlth4fkENx78/j2t AHnY+Fi/8K20vwn/AGy4n0y6+1298tsMeZ5juN0RJDAbyME84z7UWnwrX7L4gg1fXJdS/t62hju5 DbLEwliJ2Om07VABXC4P3Rz2r0SigDhbPwHq50rWbXWPGN9qkuoae+nxNJCI4oEZSN3lK2HfkfMS CcYzzUP/AArL/qL/APMqf8I3/wAe3/kb7/8A45/49XoFFAHA3Xw4uVi0C40fxHNper6Tpyaa17Ha rILiFQBho2OByMjk4z34NUU+EQXwpd6O/iGeS5k1k6xDeyW6syS4AAdScSdCT0BJ6V6ZRQB53Z/C tfs3iCDV9bl1Ia9bQx3jm2WJhLETsdNp2qACuFwfujntTtL+HOrW/irQ9d1fxhcatJpKzRxxS2ax go8ZQAFW4bnJY5LYHTFehUUAcx4v8It4m/s66s9Tl0rVtNlaWzvY4xJs3DDKVPDAjGR7fhWFZfCt fs3iqHWtduNVPiJIBNK8CxvG8QOGGCR94ggYAAUDmvRKKAOX8LeF9W0W6nutY8VX2tzPEsMSyIIY o0HfYpILnu55NQ+J/BdzrOuWeu6Prs2i6vbwtbNcRwLMJYSc7GRuODyD79OmOuooA8zT4RBfCl3o 7+IZ5LmTWTrEN7JbqzJLgAB1JxJ0JPQEnpUc/wAIrm60jxDZ3Pid57jXYrUXVzJYqCskEm5WVVYA Ltwu3tjOe1eoUUAFeb2/wruf+EhsL7UfFV5qNjp92Lu1gubdGnDqSVDXBJdlBPQ8V6RRQB55q3wv nvdQ1X+z/E95pukaxKZdS0+KBHEzEYco55Td34OfpxWlcfD6yn1+W9FwY7CTw8dB+xJHgrEWzuD5 9OMY989q7GigDzC3+FOqr/YMV741ubyy0O9gubO1ayRVCRHhCQ2ScAAMScDPHNaNz8OLz+3b250v xXqGl6XqF2Ly9sLZArSS8bisoIZN2Ocda76igDjLv4d2epX/AIvlv7tpbbxJHbI0KR7WtzCm0MGy dxzhugxjvUfh/wABXmn6/bazrviS5126sYWgsPNgWIW6sMMTtJ3MQMbj+PbHb0UAef8A/Csv+LQ/ 8IF/a/8A2/fZv+njzv8AV7/+A/e9/arGv/D+91DxDd6vovie80OTUIkh1BbeJXM6oMKVYkGNwONw 5H557iigDi/E/gbUNaa0bTfFF5p4hthbSRXEQvIZlHRmjkODJ/tnJrc8K+Hbbwn4ZsdDtJZJYbRC okk+8xLFmPtyTx2rYooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDn/FXhj/hJv7E/0z7N/Zmqwal/ qt/m+Xu+TqMZ3decY6GqHinwVda1rVrrmja9NomrQ27WjXEcCzCSFju2FWI6HkHt+VdfRQBwmufD mXU9N0BLbxFeQ6lopcw393GLtpS4AcurnDHjj07VTtfhU9rb28B1+SdYvEMOvtJLbAvJKq4kUkMB 8x5Bx8vTB616PRQBwU/w5u11+8utM8Vahpulahdi9vdPtkCmSXjcVlBDIGwMgdfywni/4dX/AIn1 G6lh8VXVpY3kax3FjNbJcxgAbSYt5/dEjqV5zzXfUUAZZ0C0/wCEUPh0NKLL7D9hDbvnEezZnPrj vXFaB8K7zRtW0O/m8Tvef2KzpaQGxSNFheMo6naclyCvzkn7vQ16TRQB5x8QtA1TXPHfgk6bNeWY g+3M+oW0O8WreUhQtkbcMVxg/eGRS3Hwra88Ia/pd5r8tzq2uSxS3mqSWw58t1ZVEYYAABSAM8Z/ CvRqKAOa8XeEf+EmGn3NrqU2l6rpsrS2d7EgcxlhhgVPDKRjI9qwLn4WfbPB2u6Tda7LcarrksUt 5qktuCWMbqygRggBQFwBnjP4V6JRQBxOieAbux8S22taz4kutaksIXg05JoEj+zqwwxJX77Ecbjj PftjPt/hW9l4S8P6ZZeIJbbVtClmktNUjtlOPNZi6mMsQQQwBGecfhXo1FAHETeALi60jQ7W88RX d5dadrMWry3V0hczshb92q7sRrzwBkDHQ5qefwL51941uf7Rx/wk9pHbbfI/49tkLRbs7vnzuzj5 emPeuwooA86vPhfcPJoNzpviSWwvtL0uPS3nFmkoliQDlVYny2JycjJHHpSx/DK8svCmnaHpXiq7 sv7OmnaCQQB45IpHLbJoi22UjPBOB7CvRKKAOc8FeEYvBuiS2CXbXc1xcvdXExjWMPI+M7UXhBgD gVzWv/Cu58Q6pcG78VXj6Pc3AuJLCa3SV0O4MVimY7okyPuqMAV6RRQBw+v/AA/vdQ8Q3er6L4nv NDk1CJIdQW3iVzOqDClWJBjcDjcOR+edO28JC28cxeJFv5HEWjjShBKpd2xLv8xpCck9iCOeua6W igDgZPhjFNo2sWT6tKlxe65JrlrdRQhWtJiQVABJ3YweeM57U2++HOo6t4M1nRNW8W3l/e6pJEz3 k0A8uERurARwhgq5284IznPavQKKAPP/ABB8Mv7d/wCEx/4m/kf8JJ9i/wCXbd9n+z4/2xv3Y9se 9WfEHgG9v/EFzrOheJbnQ7m+hWC/EUCyrOqjCkbiNrAcbh07d89vRQBxF98PGXw1pGj+H9evNHXT FZUYIJo5w33vOiOFkycnngEnArU8FeEYvBuiS2CXbXc1xcvdXExjWMPI+M7UXhBgDgV0dFAHnOs/ C67vbrXF0vxVd6XpmtF5LyxS2SRWlZcFgxIIBONwHXkZ9J7v4b3Qg0ObRvEk2latpemppbXsdssg uIVA4KMeORkcnGe+Aa7+igCjo2mnSNHtbBry6vWgTa1zdSGSWU9SzMeev5dK4CD4S3EHhNfD48UT +TZXqX2kSraKrWTqztzz+8yXJ5x/SvTaKAOI8O+BNR0nxnJ4m1XxNNq95Lp5snElqsQH7wOCu04V flxtx1JOecVY8U+CrrWtatdc0bXptE1aG3a0a4jgWYSQsd2wqxHQ8g9vyrr6KAORXwOU1fwlftrF 1cN4fS5Vmusyy3RmQKWZy2Rg89D6cYqjrXw0i1uTxiZtUaNPEi2gwsHNsbcDBzu+fJAOOPT3rvKK AOE1DwDq94+manD4tmtvEtnbvbSapHZRlbiJmLbWhJ28duevPphF+GVvDoui2EOpymWw1uPWrm5m j3vdzKSWzyNu7I55wAOtd5RQBz//AAjH/Fw/+Er+2f8AMK/s37L5X/TXzN+/P4Yx75rCf4Y28+i6 zYTapKJb7W5NatrmGPY9pMxBXHJ3YweeM57V3tFAHJeF/Blxo2r3et6xrc2tazcwrb/apIFhWOEH IRUXgZPJ9cfXPW0UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAf/2Q==iVBORw0KGgoAAAANSUhEUgAAA1MAAAH1CAIAAACcADMRAAA710lEQVR42u3dD4hW557geaEoChHH dZCi1q2Vwh6vW13UODUB9xKyUlNrr5MNrriFQ8hcJJ2VNJngleDezWwIdshkM2EvkrUzrh0Q+5IO wb6DuFIrWTtDuhAREUFEHHFqs2SCFBkJDiLiFlK4v/bpe/b0++epU2+9Vdafz5cfxalzznve5zzP 7zzn+56/q54CAABgZbBKFQAAADA/AAAAMD8AAAAwPwAAADC/+eKP//iP/+qv/kpDAgAAMD8AAAAw PwAAAObH/AAAAJgf8wMAAGB+zA8AAID5MT8AAADmx/wAAACYH/MDAABgfswPAACA+QEAAID5AQAA gPkBAAAwP+YHAADA/JgfAAAA82N+AAAAzI/5AQAAML9GXLp0adu2bZ2dnYODg1euXIkx8Xfjxo0x ZmBg4MKFC8wPAABgmZjfli1bLl68GANffPHF1q1bY2B0dPTUqVMxcOzYsX379jE/AACAZWJ+ZVav Xh1/N2zYMD09HQNTU1O9vb315nf06NF/AwBY2Xw5dvn4mWtCLGQszm1hqZrf5cuXDxw4EAOdnZ3F yPJwYX7nz59/AABY2fxvF+7t+98nhVjIWJzbwpI0vyj36Ojow4cPY7ijo6MY39XV5WwvAKCe49/+ RyIiFjic7W0Pd+/eff311ycn/6ZCu7u7p6am0tneGGZ+AADmJ5jfMjG/b775ZmRk5N69e8WYV199 9eTJkzEQf0dHR5kfAID5Cea3TMyvt7d3VYkYMz4+3tPT09HRsXHjxkuXLjE/AADzE8xvmZjfbGF+ AADmJ5gf8wMAMD8hmB/zAwAwPyGYH/MDADA/IZgf8wMAMD8hmB/zAwAwP8H8mB/zAwAwP8H8mB/z AwAwP8H8mB/zAwAwP8H8mB/zAwAwP8H8mB/zAwAwP8H8mB8AgPkJwfyYHwCA+QnB/JgfAID5CcH8 mB8AgPkJwfyYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwAw P+YnmB/zAwAwPyGYH/MDADA/IZgf8wMAMD8hmB/zAwAwPyGYH/MDADA/wfyYH/MDADA/wfyYH/MD ADA/wfyYH/MDADA/wfyYH/MDADA/wfyYny4PAJgfERHMj/kBAJifEMyP+QEAmJ8QzI/5AQCYnxDM j/kBAJifEMyP+QEAmJ9gfsyP+QEAmJ9gfsyP+QEAmJ9gfsyP+QEAmJ9gfsyP+QEAmJ9gfswPAMD8 uIhgfswPAMD8hGB+zA8AwPyEYH7MDwDA/IRgfswPAMD8hGB+zA8AwPwE82N+zA8AwPwE82N+zA8A wPwE82N+zA8AwPwE82N+zA8AwPwE82N+AADmJwTzY34AAOYnBPNjfgAA5icE82N+AADmJwTzY34A AOYnBPNjfgAA5ieYH/NjfgAA5ieYH/NjfgAA5ieYH/NjfgAA5ieYH/NjfgAA5ieYH/MDADA/IZgf 8wMAMD8hmB/zAwAwPyGYH/MDADA/IZgf8wMAMD8hmB/zAwAwP8H8mB/zAwAwP8H8mB/zAwAwP8H8 mB/zAwAwP8H8mB/zAwAwP8H8mB8AgPkJwfyYHwCA+QnB/JgfAID5CcH8mB8AgPkJwfyYHwCA+Qnm x/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/wAAMxPCObH/AAA zE8I5sf8AADMTwjmx/wAAMxPCObH/AAAzE8wP+bH/AAAzE8wP+ZXmXv37vX29hb/Tk5OrirB/AAA zE8wv2VifuPj4/39/WXDO3369Ouvv5455vcXf/EX/x4AsLL5X8fuEhGxwLE4t4UlZn67du26fft2 2fxC+86cOZMxv88///waAGBl8+G//r+JiFjgWJzbwtI72/vXxSqZ35YtW0ZGRjo7O4eGhm7duuVs LwDA2V7hbO8yOdtbb34Fd+/eHRwcZH4AAOYnmN/yN7+gq6uL+QEAmJ9gfsvW/LZs2TIxMZGO+Y2M jDA/AADzE8xv2Zrf5cuX+/v7Ozs7X3rppZA/5gcAYH6C+S0r86sO8wMAMD/B/JgfAID5CcH8mB8A gPkJwfyYHwCA+QnB/JgfAID5CcH8mB8AgPkJ5sf8mB8AgPkJ5sf8mB8AgPkJ5sf8mB8AgPkJ5sf8 mB8AgPkJ5sf8mB8AgPkJ5sf8AADMTwjmx/wAAMxPCObH/AAAzE8I5sf8AADMTwjmx/wAAMxPMD/m x/wAAMxPMD/mx/wAAMxPMD/mx/wAAMxPMD/mx/wAAMxPMD/mx/wAgPkxP8H8mB8AgPkJwfyYHwCA +QnB/JgfAID5CcH8mB8AgPkJwfyYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yYHwCA+Qnmx/yY HwCA+Qnmx/x0eQDA/IiIYH7MDwDA/IRgfswPAMD8hGB+zA8AwPyEYH7MDwDA/IRgfswPAMD8BPNj fswPAMD8BPNjfswPAMD8BPNjfswPAMD8BPNjfswPAMD8BPNjfgAA5sdFBPNjfgAA5icE82uj+U1N Te3atWv16tWrVq1as2bNnj17pqenmR8AgPkJ5rfczO/Ro0erGvH48WPmBwBgfoL5LSvz6+/vD897 5ZVXHjx4EP/ev39/9+7dMeaFF15gfgAA5ieY37Iyv66urvC8J0+eFGOmpqZiTIxnfgAA5ieY37Iy v46OjvC8sL1izOPHj2NMZ2cn8wMAMD/B/JaV+aWzvSMjI+lsb/yN4Rizbds25gcAYH6C+S0r8wvV a3iHx08//cT8AADMTzC/ZWV+T5/d3rtnz561a9d2dHTE35GRkRizMCvA/AAAzE8wvwU1v+cI8wMA MD/B/BbO/FatWtXR0VEe8+OPP27durWvr4/5AQCYn2B+y9z80lNd3NsLAGB+gvktE/Pr6+tblWXd unXMDwDA/ATzWw7m9/3333c8I3lex98mtO+3v/0t8wMAMD/B/JaD+RWE5y3MiV3mBwBgfoL5PWfz e74wPwAA8xPMb0HNb/v27Z2dnTXX+dXc9sH8AADMTzC/JW9+O3bsqBG+hHt7AQDMTzC/5WZ+6Wjf yZMnnzx5svArwPwAAMxPML+FM7+urq4wv+e1AswPAMD8BPNbOPNLD/Z78OAB8wMAMD/B/Ja5+f3w ww9hfi+//PJzkT/mBwBgfoL5LZz5NXuHh3t7AQDMTzC/5WZ+HU1wby8AgPkJ5rfczO/5wvwAAMxP MD/mBwBgfkIwv3kwvxs3bmzdunXNmjXp2r7u7u7Tp08zPwAA8xPMb7mZ3/nz52vu6kjDx44dY34A AOYnmN+yMr+enp7wvBs3bhTmd+nSpRheu3Yt8wMAMD/B/JaV+aUjfGkgmd/09HQMu7cXAMD82h5/ f88/7x/5w0UbW//RH+7+l9eZ33I2v+7u7vC8dJwvzG9qaurw4cMx3Nvby/wAAMyvvdHT1//ee+/9 q8XKhu6e/+b9b5nfcja/b775puGTnC9evMj8AADMr+3md/PmzUXbEL/3swHmt8zNL5icnBwaGkr3 9q5evXrr1q0TExMLswLMDwDA/Jgf81tQ83uOMD8AAPNjfsyP+QEAmB/zY37Mr93mt6oJ6T5f5gcA YH7Mj/ktH/PrKFE2P091AQAwv0Vlfl999dXWrVtjB93T0/Pee+9NT0+n8WNjY/39/TE+psYw82N+ VYkcevjw4csvvxzmd/v2beYHAGB+i8T8zp49W3N27vDhwzE+llY+dhPDN27cYH7MbxaE/EXq9PX1 MT8AAPNbJOY3MjISe+cPP/wwhs+cOVO8bevAgQMxfOjQoSdPnsTfGI4xzI/5ze7IX+RNV1cX8wMA ML9FYn7Dw8OheqF3xZ569erVMbx169YYnpz8a4+JvzG8ZcsW5sf8qjI1NXXixIkin5gfAID5LbY7 PM6dOxd76j179sRwZ2dnegvr35jB3PbgzG/5m1+ze3t3797N/AAAzG+xmd+NGzfWr1/f0dGRlpP2 2uXd+lzu0WR+y9/8Ouro6up6+eWXF2YFmB8AgPlV5+rVqxs2bAi9++KLL9IYx/yY31KC+QEAmF9F rl+/vn79+nC7zz//vBi5efPmGHP37t2nv7vOb+vWrcyP+S0c9+7d6+3tLf69cuXKxo0b4xfJwMDA hQsXmB8AgPm1tnvt6ekJsfvkk0/K4/fv3x8jDx48GMPu7WV+MzM1NRU/DtasWVOMid8T6abxFhgf H+/v7y8fdh4dHT116lQMHDt2bN++fcwPAMD8Wqiiw4cP11+Unw4E1ryCy/P8mF+OTZs21byrLaXO +++/38LSdu3adfv27bL5bdiwIT1kPBSzfCywML/47XIeALCy+Z+/uMn88qQDfvXmF0QFDgwMxK58 69atMTwXK1hR5rc4t4V5N7+urq5InfjFUIy5cuVK8XzIFoW0ZH7lO4zq7zYK8/vLv/zL/xcAsLL5 k29+Yn6LgRVlfotzW5h380uvfCne/VeoW/ko4FzMr7yc+qdDO9sLAHC2l/k527twZ3s3btyYrgx9 /Phx/Pvo0aN33303xvT09LTF/Lq7u6emptLZ3hhmfgAA5sf8mN9zM7/Lly83fJLzpUuX2mJ+r776 6smTJ2Mg/o6OjjI/AADzS2v91Vdfpcdf9PT0HD9+vKiNsbGx/v7+GL9169YYblhjzeZpOP7KlSuD g4MxMv7Gfj+NvHPnTjrQkw79ML+VYn7B3bt3BwYGVq9e3dHRsWbNmsiY9Figtpjf+Ph4ZFUsOZK7 3iaZHwBgZZrfxMRE7HnLx1xijxnjY2q6ECtzr26zeZqNT+/2jW8sP+3vtddei3+PHj3qmN+KM7/n CPMDAKxM89u+fXthe5cuXYrhgYGBGD5w4EAMHzp06MmTJ82ez9dsnmbji/d8FO92Sw/i6OnpSVdk MT/mx/wAAMxvHs0vPC/c6+LFizEcfwvzS8fnJif/2kvSOzm2bNlSU13N5smPT6d3+/v7iwN+n376 ac2Smd+KML8bN26khzmn+3C7u7tPnz7N/AAAzG/+zC/+Dg4OFmdmt23bdvv27afV3sPbbJ5m4y9f vhxaWVznd+vWrZjU29tbc8CP+a0I8zt//nz5goCnv3uS87Fjx5gfAID5zZP5heellykkYjiErNgL l+2t/mm4zeap8tmnz16vFZM+++yz+knMb/mbX3om+I0bNwrzS1cbzOVJzswPAMD88uY3PDwce9vf /OY3MRx/Y/jFF1+cp2N+ZeLb0wG/2N3X3/DL/Ja/+RW/Dwrzm56ebvYrgfkBAJhfW8yv3tLS+w42 b94cw+khG+laveJu3IJm81T57N69e9MBv4Y3/DK/5W9+3d3d6el9yfympqbSO6Hr37HL/AAAzK9d 5pfEKz3G79SpUzHc19cXw/v3709vWIjhZvf2Nptnxs+mU3ybNm2anp6uv+GX+a0I8/vmm28aPsk5 3W3E/AAAzG8+zC+cr2bPmyzw+vXr5ZHl5/kVp+mazZP5bGL37t0x/sSJE08b3fDL/FaE+aUDwkND Q+ne3tWrV0cqTExMLMwKMD8AwNOV+g6PY8eOxT43dr6bN28uv8Pj/PnzAwMDMT6mxvD/v9f/3XVZ mXmajS8O+PX19U1PTz8t3fAb2uc6v5Vlfs8R5gcAeOq9vdW4du1a/XV77YX5rVzze+WVV5gfAID5 LR7z2717d/17UJkf86vKBx98sHbt2lWrVnV3d5ev6rtw4UL5eDLzAwAwv8VgfgsA81u25hfaV3Nh 6f3792P8zp07y091Zn4AAObH/Jjfkje/9ADn8o3fn3/+eW9vb9K+F1544cmTJ8wPAMD8mB/zWw7m 19XVFYaXXtj34MGD8sG/o0ePLtgKMD8AwEozv1/+8pf/y2Ll727oZn7L0/zKr/ZLL+1YyMf4MT8A wMo0v6F9/+L3X/7l4o1//Mvdn9xgfsvT/MpX8iXtq3nwD/MDADA/wfyWrfmlRzsyPwAA8xPMb5mb 38LczMv8AADMTzC/52B+eTzVBQDA/ATzWybm1zETnZ2dzA8AwPwE81sO5rdIYH4AAOYnmB/zAwAw PyGYH/MDADA/IZgf8wMAMD8hmB/zAwAwPyGYH/MDADA/wfyYH/MDADA/wfyYH/MDADA/wfyYH/MD ADA/wfyYH/MDADA/wfyYH/MDADA/wfyYHwCA+QnB/JgfAID5CcH8mB8AgPkJwfyYHwCA+QnB/Jgf AID5CebH/JgfAID5CebH/JgfAID5CebH/JgfAID5CebH/JgfAID5CebH/JgfADA/5ieYH/MDADA/ IZgf8wMAMD8hmB/zAwAwPyGYH/MDADA/IZgf8wMAMD/B/Jgf8wMAMD/B/Jgf8wMAMD/B/Jgf8wMA MD/B/Jgf8wMAMD/B/JifLg8AmB8REcyP+QEAmJ8QzI/5AQCYnxDMj/kBAJifEMyP+QEAmJ8QzI/5 AQCYn2B+zI/5AQCYn2B+zI/5AQCYn2B+zI/5AQCYn2B+zI/5AQCYn2B+zA8AwPy4iGB+zA8AwPyE YH7MDwDA/IRgfswPAMD8hGB+zA8AwPyEYH7MDwDA/ATzY37MDwDA/ATzY37MDwDA/ATzY37MDwDA /ATzY37MDwDA/ATzY34AAOYnBPNjfgAA5icE82N+AADmJwTzY34AAOYnBPNjfgAA5icE82N+AADm J5gf82N+AADmJ5gf82N+AADmJ5gf82N+AADmJ5gf82N+AADmJ5gf8wMAMD8hmB/zAwAwPyGYH/MD ADA/IZgf8wMAMD8hmN9CMzk5uaoE8wMAMD/B/Jat+Z0+ffr11193zA8AwPwE81v+5hfad+bMmYz5 /fmf//m/AwCsbP7l//HviYhY4Fic28KSN78tW7aMjIx0dnYODQ3dunWr3vxOnTp1EwCwsvnozP9D RMQCx+LcFpa8+RXcvXt3cHDQ2V4AgLO9wtneZXu2t0xXVxfzAwAwP8H8lq35bdmyZWJiIh3zGxkZ YX4AAOYnmN+yNb/Lly/39/d3dna+9NJLIX/MDwDA/ATzW7bml4f5AQCYn2B+zA8AwPyEYH7MDwDA /IRgfswPAMD8hGB+zA8AwPyEYH7MDwDA/ATzY37MDwDA/ATzY37MDwDA/ATzY37MDwDA/ATzY37M DwDA/ATzY37MDwDA/ATzY34AAOYnBPNjfgAA5icE82N+AADmJwTzY34AAOYnBPNjfgAA5ieYH/Nj fgAA5ieYH/NjfgAA5ieYH/NjfgAA5ieYH/NjfgAA5ieYH/NjfgDA/JifYH7MDwDA/IRgfswPAMD8 hGB+zA8AwPyEYH7MDwDA/IRgfswPAMD8BPNjfswPAMD8BPNjfswPAMD8BPNjfswPAMD8BPNjfswP AMD8BPNjfro8AGB+REQwP+YHAGB+QjA/5gegEf/m3z6KPagQCxnMTzA/5sf8AAdOhN2n1BXMj/kx P4D5CbtPqSuYH/MDYPcpmJ8QzI/5AbD7FMxPCObH/ADYfQrmJwTzY34A8xOC+QnB/JgfwPyEYH5C MD/mBzA/IZifkLrMj/kBzE8I5iekLvNjfgDzE3afUlcwP+bH/ADmN5/R/1//D7/3D/9g0UbfP/iD //ZfXLH7lLqC+TE/5gcwvzbExs2Df/Inf/J/LlY2/ud9f/DeN3afUlcwP+bH/ADm1x7zu379+qJt iJ/9/t9nflJXMD/mx/wA5sf87D6Zn2B+zA+A3SfzY35CMD/mB8Duk/kxPyGYH/MDwPyYH/MTgvkx P4D5Mb9qfPzxx5s3b+7s7Ozp6Tly5AjzY36C+TG/lWh+X1x+8M/+/D8IsZBh97nw5hfat+pvc/Dg QebH/ITUZX4rzvxWZh/0X7395X/5+r9aDLHn1/9WHyR1F8D8du3atXr16nPnzsXw1atXw/ziX+Yn dYXUZX7Mb2XsSn9v28gf/OP//p+89nxj7br1O//5/6UPkroLfJ3f+fPnw/y2bt3K/KSukLrMj/mt iPjP/t62a9euPffK7x/8h8xP6i6w+W3fvj20r6en5+rVq8xP6gqpy/yYH/Njfnafy9n81q5dG+a3 Zs2ar7/+mvlJXSF1mR/zY37Mz+5zOZvfkydPzp49G/I3ODjI/KSukLrMj/kxP+Zn97kMzW/37t1r 1669f//+33Spq1Z1dnYyP6krpC7zY37Mj/nZfS5D89u5c2fY3qFDh2L45MmT7vCQukKvy/yYH/Or xFdffRW7zPQ43Pfee296epr52X0ufvO7dOlSzfP8vvzyS+YndYXUZX7Mj/nlSBdIlTl8+DDzs/tc Etf5jY2NxY+WSNr+/v52aR/zk7qC+TE/5reczW9kZCR2nB9++GEMnzlzJobXrl3L/Ow+l9AdHm2H +UldwfyYH/NbtuY3PDwcqvfkyZMYnp6enuOLEJif1GV+UlcI5sf8mN/SuMPj3LlzYX579uxhfnaf zE/qSl3B/Jgf81vO5nfjxo3169d3dHTcvHmT+dl9LrD5PXz4cMOGDfHDoxhT5cajsbGx/v7+mCfm jOH8+CtXrgwODsbI+Hv58uU08s6dO+n9H48fP2Z+UlcwP+bH/FaK+V29ejXtd7/44ou5VD7zk7ot mN+TJ0/27NmTbjBKY6rceBQ/UeKHSjFDDMevl8z4dC/IxMRE+fkvr732Wvx79OhRx/ykrmB+zI/5 rRTzi33w+vXrY//3+eefz7HymZ/Una35Rd4ODQ0VopZGVrnx6MCBA+l5fiGO8TeGY0xmfGdnZ1p+ 8czn27dvpwN+U1NTzE/qCubH/JjfijC/e/fuxZ4v9n+ffPLJ3Cuf+Und2Zpf8Si+svlVufEoHcOb nPzryo+/Mbxly5YZx6fTu/39/cUBv08//dR1flJXMD/mx/xWivkdPnx4VR3Mz+5zwcxv+/btly5d KhSwvlqa3XhUHMMrDDLZYbPxly9fHhgYKK7zu3XrVkzq7e2tOeDH/KSuYH7Mj/ktZ/NLB/yYn93n c7+3t2HuZW48qpm/OIfbbHwNo6OjMemzzz6rn8T8pK5gfsyP+a2Ip7o422v3uajML3/j0WyP+ZUJ j0wH/C5dulR/wy/zk7qC+TE/5sf8mJ/d54Ka34w3Hm3evDmm3r17t7ieL92x22x8mb1796YDfg1v +GV+UlcwP+bH/Jgf87P7XDjzq3Lj0f79+2OGgwcPxnD5Ht5m48tnkGPkpk2bpqen62/4ZX5SVzA/ 5sf8mB/zs/tcUPPL3HhUDMcSylOL5/Y1G1+we/fuGH/ixImnjW74ZX5SVzA/5sf8lpj5ffXVVxs3 bkwvPzh+/HjDWpqnlx8wP6nbFvPL3HiUZC4Nnz9/fmBgIP6NdI3hYlHNxhcH/Pr6+tJLQYobfiPt XecndQXzY37Mb+mZ38TExOrVq8v7y/Hx8frL2+fp5QfMT+q2bH4ViTyvv26vvTA/qSuYH/NjfkvG /LZv317Y3qVLl2J4YGCgporm7+UHzE/qzrf57d69Oz3/j/lJXcH8mB/zY35Pw/PCyS5evBjD8beh +c3fyw+Yn9Sdb/NbAJif1BXMj/kxvyVjfjdv3hwcHCzO2G7btu327ds1VTR/Lz9gflKX+UldIZgf 82N+C2d+4XmbNm0qzC+GQ9Qyl9I/bevLD5if1GV+UlcI5sf8mN/Cmd/w8HBo2W9+85sYjr8x/OKL L87xmF+Z/MsPmJ/UrRL/6ebB3f/d3v1/eGBxxt/5T/4u85O6gvkxP+a3NMyv3t66urpqqmj+Xn7A /KRulXjxzZMv/NNfL+bY8+tbUlfqCubH/JjfEjC/JGTpMX6nTp1Kjy6rqaL5e/kB85O6QuoKwfyY H/NbOPML56t5/m3xMOcFePkB85O6QuoKwfyYH/NbOPMLjh07FloW3rZ58+byOzwW4OUHzE/qCqkr BPNjfsxvQc2vGQvw8gPmJ3WF1BWC+S1V87ty5Up6/evAwMCFCxeY31I3vwV4+QHzk7pC6grB/Jaq +Y2Ojp46dSqdPdy3bx/zW+rmtwAwP6krpK4QzG+pmt+GDRvSFV1TU1O9vb01U8+cOfPzn/98ePGx 65/+j6+8/dlKi42b/t5iML//4vcHX/on/9MKrH+pK6SuEEsuddvOn/3Zny1t8yu/v6HhuxyweHjh hRf+9E//9Nvnzc9+9rPFIKAAADjmN2uK+0CD+qcBY1HxR3/0R/9ocXDnzh3NAQDA0jO/7u7uqamp p8/O9sawNgMAAFi25vfqq6+ePHkyBuLv6OioNgMAAFi25jc+Pt7T09PR0bFx48b5fhoIAAAA8wMA AADzAwAAAPMDAAAA8wMAAADzw1LPp1WrTpw40XB8y8v89a9/3VpJNMdKzsMaOjs7v/766yW9Rpp1 7ty8efMXv/jF2rVrIx+6u7vfeuutH3/8cfG0YGt9XRtpSwGWaK6uqE1Mb4I2bzw7d+6cnJxs40bV 2mftKVd4HtaMCe1bvXr10pU/+Tx3vvzyy76+vi+++KJ4QGwMb9q06YcfflgkLfjcW7ktBWB+zA8r bo9769at+scuMj889058ScuffJ4jt2/fDsmrP8L3ySefvPLKK8yP+TE/YE4bz5EjR86ePdtso4pd 7+DgYGdnZ39///nz55tteOnf8gm79O+33367YcOGoaGhNNunn34ay4mlxU597969xeFGe0p52FD+ yu/+bpaKNTTLseCzzz7r7e2NScPDwxMTE5lMnjH5axJ7fHz85z//eVdXV19f34kTJ8oLGRsbGxgY iIXE3xjW3FV48803jx07Vj/+0aNHp06dmrFuo/7PnTuX0mDr1q3ffPPNb3/72y1btnR0dJQvJIjZ ouvbvHlzjNy2bVvMVj0Navq6fOdWpTD5fEvlLH+kvgAVN5BMrtrEmB9Wyh53amoqttIHDx7Ub5nX r1/fuHFjbIExfO3atRi+evVqfmMuj4/hN954Y3p6+ubNm/Hv0aNHd+3a9f3338fww4cP33vvvfiX +SHT+lVSsUwmx2LfGXuX7777LhLyN7/5Tezp85mcT/5yYt+4cWPTpk0xTwzH/N3d3eWdcXzwypUr MRx/Y9Lly5e1+IxEfUZL5efJ1G3U//bt2+/cuRNt9NFHH4VA7NixI50mLv+ciNnWrVuXRCqWEEuL Rm+tD8x3blUKk/+iZuUvClBxA8nkqk2M+WFl7XEvXboUP7Lrx4+OjsYGXIz/6quvilPDFc3v9u3b xb/xm7Xcm8dWHT8ZmR+qmF8mFctkcuzll19ueO64WSbnk7+c2K+99lpMLf6NTxULiR32l19+WV7I wpysXOp0dHTMOE+mbqP+C4d48uRJTXuVO6vjx48X42Np0ZSt9YH5zq1KYfJfdOvWrXxnW3EDyeSq TYz5YcXtccP8irftFePXrl37+PHjYp6pqakYMyvzq/nGWFp0DWNjY0eOHIlfhEX/zvzkYX5SJhUr 5ljMH3up6rul6sm/bt26dBdC4tGjR8UMnZ2d5UmZYqNM+Sx/Zp5mdRv1X27rTGdVPtfRsImrp0Gm c6tSmDl2thU3kEyu2sSYH1bcHvf+/fvDw8NpEyrGxyZd87iNZq5WxfwuX768fv36F154Yf/+/fFT O37SNfwUmF/9pEwqVsyxZoeRmmVy9eSv15RMYldxGvT396fzibNKm4anQSt2Vs2WUDENqnduc8+3 hkuuuIFkctUmxvywEve4Z86cid9w5fG9vb1PnjyZ8bPxO6+K+Q0ODpav4Q3LZH54Wu0Oj0wqVsyx 1atXz3hAopzJFZM/iB1hzaGL8lENx/xa4NChQ5999lnDSV988cWMdVvd/GqW0N3dXTNPxTSo3rk1 +7d6vjVccsUNJJOrNjHmhxW6x927d++tW7eK8a+//nr56or4edfwot2bN29WMb/Yi5f7hbGxMeaH p9mnuhT7mEwqVsyxkZGRCxcu5L+9nMkVkz/NWb5c6ezZs8UMu3fvLl+EFMPF5fDIELXd19d37969 mvFRt+nXab5uq5vf6dOni/HRiG+88UbNPBXToHrn1uzf6vnWcMkVN5BMrtrEmB9W6B53cnIytt5i fFjgxo0b08MOvvvuu5///OdFR1k8XOD7779/6aWXio+sWbMm5kwP4qpZ/o4dO9599934kRcdR2y6 PT09zA8NWz+Er6x9+VSsmGO//e1vh4aG7t69G5Ni91DsY5plcuYbawp8586dzZs3pznTLaLle6ei DOnGw8uXL8fw+Pi4Fq/Cp59+umXLlmipdFjohx9++Pjjj6OBHj16NGPdVje/4rbQaL74uvoHkWTS oNzXVe/cmv1bPd8adrYVN5BMrtrEmB9W7rGWmkclffvtt+ka3t7e3vKr3tKZuBi/devW2EMXHzl+ /HjXM+qXH1oZv8bS1J07d8YSmB+eVn57W7NUrJhjwbFjx2LHEJNinuJVEM0yOfON9el67dq12KXF nLFPOnnyZHmG2Dumh40NDg6eO3dOc1dnbGwsfojGb4Co2NCyI0eOFNqXr9vq5vfrX/86miyWEF+U HiBS/5FmaVDu66p3bpl/K+Zbw8624gaSz1WbGPMDAGBl/fQFmB8AAMwPYH4AACxZivOkAPMDAAAA 8wMAAADzAwAAAPMDAAAA8wMAAADzAwAAAPMDAABgfgAAAGB+AAAAYH4AAABgfgAAAGB+AAAAYH4A AABgfgAAAGB+AAAAYH4AAADMDwAAAMxvma/5MxZbqS5fvjw8PDzbQuZna3lNF0kVRZ1EMT766KP5 q8DFmZbzUfilVSELWdqUZi+99NJibr58zcxqS5mn+l9yW1zLnfO8LmEu1Tj3Jli02bXw3c5cGn0x bwvMb1GXivkFIyMj1bub1iqQ+dlId+7cGd81Nja2dM1vVlsK81skRrVUzG8xZNfS6oSZH/N7nqVa 6ua3onY8811+5teQH374Ib5o48aNKzz9mB/z01czvxVtfkeOHOnp6ens7Fy9evXevXvv3r2bxv/0 008HDhxYu3ZtTNqwYcPBgwcfPnw4qyUEFy5c2LZtW5o0PDz83XffFUUqKBfy3LlzMfDqq68WS3jt tddizNmzZ+vX5euvv04LHxwcPH/+fM3UTKnyH4yp/f39aWr50EjFCklLiw/Gx2POgYGBWGD91HXr 1r344ottr8DMp9rS3A3L36zGMl/XrNNZ1Yi5t+nck7zZOqYvunbtWtTz6mfs37//3r17DRfSrF3a UtpMKxR89tln8UWHDh2q2ED5NG5Y+BZyr3rN3LlzJz6Y6nl0dHRiYqK1hmitB8j0q5lVa0sWVayf hp3krHqzhptexbVruAlXSbNYu5RmsY4xnNl5ZRJv+WVXxW420y1UrMDZNnp+BTPVWL2/ZX7za37R ujWtvmPHjjRp9+7dNZPefvvtWS3hypUrNZP27NmTF5fp6elIi66uridPnsS/8TdSZM2aNTH+ad11 CRlLyJQq/8Hr1693dHSUx8f8s6qQNKnZQspTU220twIzn2pLc9eXP1Njma9rwfxabtO5r3VmHdO/ kbHlqfv27atfSKZd5l7aTAnLREdc/I6q0kD5ta4fbi33KtbMDz/8EHuL8mzd3d01DlGlIVruAZr1 q5lVa0sWVayf+jEt9Gb1dVJx7TLmN2Oa1dAwzfKJtyyzq2I3m+kWWja/ljvbfDVW7G+Z37yb38aN G2PquXPnYjh+CcVweHqalPLs+++/Lw7FhYHNagkh/vHvm2++OTU1NT4+Xl5C5jK1N954I4bPnDkT w/E3huPXVf1ssT3EcOzJHjwjNsLy1Eyp8h9Mu8b0uzOVudi8K1ZIWlos5/79+7H89HU1fc2vfvWr cNn0Y6jtFZj51Nybu778mRrLfF2VEw2p9/n444/n2KZzX+vMOqYvih4tereok08++aS8/DIVW7O1 0mZKWKavry8mFR3xjA2UT+N25V7FmokZYviVV1756RkxkD4124ZouQdo1q9mVq0tWVS9H6gZ01pv VrPMimuX2enMmGZRqnJbRMvO1vyWZXZV7GarN+WMP7mrNFl+BfPVWLG/ZX4LcbY3todog0iyoaGh 9Dsjjd+2bVv8u3nz5mi2MLBHjx7Ndglr166NfzMnDRv+G8ldnPCNvzFcnGYqzxYZE8M//vhj+jc2 yJplNitV/oOpzGVizKwqJH1qcnIy/RsD5YWkqfHDaP4qMPOpuTd3ffkzNZb5uhnNL2nfhx9+WKXw LSdDxbXOrGP6t3Cp6KnLy69fSJXWbKG0+VYoiO47JqUj6FUaKJ/G7cq9ijXT3d1dzr3Yf8S/69ev n21DtNwDtNBkbcmi6pnTsDlm25vVL7PK2uVLlU+z4rRpaouGaTZjv7H8sqtiNzurpqxofi13tvlq rC4VzG9+zS9+PdQcmy1mvn37dmqnIs+Kk0QVl5D56oy4xEYVC+zq6nr8+HFnZ+e6deuKHVV+4eUx sypV/mxjkfEVK6Th8mNFylPLu962V2DmU3Nv7vryZ2qs4qrVF/ijjz6q176W27Rda91wHWe80KrK ljj30mZKWCbysFyG2VZpTRq3K/cq1kxN4TNFmm1DVOwBWmiytmRR9X6gLb1ZzTIrrl2mVG1Js3y1 LMvsqtjNVm/K6ltuy51tvhor9rfMb97Nr7+/P6a+++6758+fv3//fv3MV69eff/999MB3oa3BGaW kH6mPHjwYFbiErz99tvpJG/8PXDgQObnbHFMIn6ClKfOWKpmH0w/aOLnTrMam7FC0tKKi4jT8jO/ YttegZlPzb256z+SqbHM12W6kqR9UYzZZloLyVBxrTPrWH2XULE1WyvtjHnb8JjfjA1UJY3nnnsV aybtimoOJ8TI1hqi5R6ghSabYxbNWD9Fg967d2/uvVlNYSquXWZ1ZkyzdPqvKH9NmjVbu1l1+Es3 u+belFUqsHqT5VcwX40V+1vmN+/mlwz9+vXrkRzHjx8vz5xOyacz/aHq6frWWS0hXWDxzjvvxKR0 Drevr6+88IfPqC/kxYsXi8tpv/nmm4brki4vSFcbxEJSGtX88mhYqvwH078HDx6MD6a7lgYHB2dV IWlpu3btis3s0aNH6YT1a6+91qw52l6BmU/Nvbnry5+psczXNRtOF9B88MEHs8q0lpOh4lpn1rH6 LiHTLnMvbaaEZWJk2edmbKAqaTz33KtYM6+//nq6hOj+M9Iqv/XWW7NtiJZ7gPxxjoar1pYsytRP 2g0fPXo0JsXOOM05x96spm+puHZlqi8hDUebRpo9fvw4pVnxbIf82lVsgqWeXXNpyuoVWL3J8iuY r8aK/S3za5v5NbsTJ3r28sj169cXVzMUV24WvPHGG/XLzyyh/qaqmqv1i428PtF7e3vTb4X6I95p OJIyZWfNTYgzlir/wfobl06fPl3O+BkrJE1KB1eKO8Ju3brVbJNuewVmPjX35q4vf6bGMl/Xwr29 Lbfp3Nc6s47VdwmZdpl7aTMlLFN+RlKVBqqSxnPPvYo1MzExUXO1U3d3d3G9UfWGaLkHaLbwzKq1 JYsy9ZNOjJTbaO69WU3fUnErLjPbJZSbI4ajgaqsXcUmWOrZNZemrF6B1Zssv4L5aswUdZ4eCsj8 Gu9N45dWyHskRLTWoUOHotmKG61D5w8fPtzT05MaPqbGb7L65WeW8PR3D/6J5IjEKh/IOXPmTIyJ BEoPK6pv9fjq8m+Fhsnx7bffDgwMpKdA1TxVKF+qzAeDsbGxoaGhVOYTJ04U4ytWSFraxYsX04rH osbHxzOb9HxUYLNPzb25G26fzWos83UtmF/LbTr3tc6sY/VdQqZd2lLaZiUs8/nnn5ef5zdjA1VJ 47nnXsWaCUI99+7d2/WMWFr5EvhZNURrPUCzhedXrS1Z1Kx+7t+/H/vOVCHDw8OXLl2ae29W07dU 3IrLzHYJ0QTp+XDRKNE0FdeuehMs6eyaS1NWr8DqTTbjCmaqMVNU5oflfHodeI5MTk7GnqM42yWN MReePHky4xNegOeYS7owMD/gaXrCVvkAnjRGaxw7dmx4eFg9YNHmki4MC0Q6yq0esDi5cuVK5OfO nTulMebI3r17y2/nAxZbLjE/AACAlQLzW3xN0uh0UrqD6aOPPprXb3kuxKq1/Wj2jh07mr358emz 63C3b99evKd8peWSrWnZ5PlSbOt21UN+fdteGy0Uu2KnvSQabun2JBUfXr0A67io6pD5LY1tbGRk pI3at6iycD5Kku6r2rVrV8OpxY365Udk8R41sKRLslTaul3lXOC9eAsLrNhpMz/mx/xgj9ge0oMP i4fg13/jTz/99PTZSxi1shpgfsusRRaD+dmOllbJmR+eXrhwIT1IKZ0QLC6xTI03Nja2bt269ICf p8+eitTf3x8zDw4OxqTyco4cOdLT05OWs3fv3vJTTPNfUcx2586d+ODqZ4yOjk5MTNRk0rVr1+Lj aYb9+/cXL/muIT26KRWy/lFDmVWo+bqYGvOkR0zFp8ozZIoamnXgwIG1a9fGBzds2HDw4MHyOzZq HlDXrDD1ld9sscE777wTM3/66acN16L8jVWeGVaxPO1qryqvlay+nMi01GSRADFc8VtmXPGKidcs z6vUVSRqKvlLL700OTmZHpfV1dU1MjJSbEr5tJzVGlX5utaqpWGeZ1a/hkw30mxNW9gY29t21euh tTRr+GC/Zv3bHGtjVsWuUjnlTqOmqK3VecU2zc82Y7HzPUn13WJm/zLHbTCfCbPKmWYbXfXNZ+77 XOa3oNQ/3HzPnj3l1EmP504jr1+/XjytO1FcXhapU7OcHTt2VPyKNPzDDz/UvB+6u7u7Zp9XPH88 sW/fvvo1qn/Qec1rP5qtQv2W2WzOfFF3795d89XlB5aWy5MpTH3lN1tscPbs2fQunTma36zK0672 qmJ+1ZdTQ035W17xKgXI5HmVuiqzffv28psziptw82k5qzWq8nWtVUt91uVXv0b7mnUjzdqutY2x vW1XsR5aTrP8GyDaWxuzKnaVyil3Gvm3klSs84ptmplttttjviesuE/Jd1YtbIP5TKieM5mNrmJV t2Wfy/wWlPQWvzfffHNqamp8fDyG16xZU06dX/3qV9PT0+knUbhF+jEUw2nmom9K15Oll/HFT7f0 0qeKX5GGY4b0sr+fnpEeORYjy3NGIsb2GeVJr3Zt+NTH9JbA9ErBoHhXTJqaWYX6LTNmvn//fiwk LbPomPJFTVmezr1GhTRb33xh6is/s9j0wuxNmzbN6FV5AZpVedrVXlXMr/pyosDldo9StWXFqxQg k+dV6uqtt9568uRJ+mAQP7Xj3/h9XP66fFrOao2qfF3L1VJT2/nVL5PpRpq1XcsbYxvbrmI9tKU+ 8/1bW2qjerGrVE6506h/l24LdV5xLTKzVSl2viepuFvMm98ct8F8JlTPmcxGV7Gq27LPZX4LSnq/ XsNDuKnxyu9dqXkZXxBjiqmxAUdyxCYxNDSUfhVV/Io0HL+6yl8X2Zbe7lKes/hZFltd+SvKRGrG pOItgfGR8rfkV6GmYJOTk+nfGCjPmS/qtm3b4t/NmzdHV3LmzJlHjx4161Izhamv/MxiU21U8aq8 AM2qPO1qryrmV305xQmy1O415W95xasUIJPnVeoqesz6FUlfV1MbzdJyVmtU5etarpaa2s6vfg3N upHW+o3MVtPGtqtYD22pz3z/1pbaqF7sKpXT7AVoLdd5xbXIzFal2PmepPpuMVPDc9wG85lQPWcy G13Fqm7LPpf5Lewp8OZXYqZJkYiZY9RFioTL1xw/r3KTUXlSegN0zdQYWfE6rVmZRMNVmHEhRWHy Rb19+3baYIosP3v2bMbDGhamvvIzi60pQMvmN6vyLGR7tbyciuWZccVbK0BrdZX5t/o6Vl+jGb+u hWqpmZpf/TKZbqS1fiO/1bS97fL10Jb6zM85H7WRKXaVyqnfg8yxziuuRWa2Ftp0xpWacZ9SvVtu +zaYnzOz0bW8+bSwz2V+z+GYX/HjI9+cSe0b3iLa398fk959993z58/fv3+/Xvln/IqUfDW/w2Lk bHfA6euK4yLpTGjNr58Z73JNHymuOE4LKX6p5IuauHr16vvvv58Og2/cuLFhmTOFabZ2DRebfiZW OXFT023Fr8yKlVNfnna1V75Is11OcYNzWk7NL/W2rHg+8Rrm+azqasbdQLO0bG2NMv+2XC01U6ts LzN2I631G5mtZj7aLl8PbanPfP/WltqoXuy5VE7LdV5xLTKzVSl2viepuFucu/llFp7PhOo5M+NG V3HzmeM+l/ktKOlii3feeSd2ihcuXIjh4lXu9RmQ2v7gwYMxc7p/Z3BwsPwr6vr16zHp+PHj9ddz zPgVr7/+erqc4v4z0ne99dZbs90Bp4sM0jUHDx8+TMupueKh4SrUL3zXrl2x2T969OjVV1+Nf197 7bUqRU3XRqTLJuI3U7pwuzzp4TPyhalfu8xiU88VP84qnrg5evRofGNsqKlpqlROfXna1V75Is3W /KI80WSPHz9OTVY8wrCNK96sAJk8n1VdzWh+zdKytTXK/NtytdTkeX716w/2NOxGmn1XyxvjfLRd vh5ars/ycL5/a0ttVC/2XCqn5Tqf1Vo0nK1KsZv1JLPaLc7d/DILz2dC9ZzJbHQVq7ot+1zmt6DU 32D18ccfN0vx+lt4Tp8+nSbF3qg8fv369cVlKxW/YmJiouaCgO7u7uLSgeo74MjglMo1N0LOuAr1 Cy/fbBUZf+vWrSpFLa5vLXjjjTfSpOK5yqkfyRSmfu0yiz1z5kz8+4tf/GLGLmb//v3lJRT3Es5Y OfXlaVd75Ys0W/MrN30MRzK0fcWbFSCT57OqqxnNr1latrZGmX9brpaaPM+vfplMN9Lsu1reGOej 7fL10HJ91twpmenf2lIb1Ys9l8ppuc4rrkVmtirFbtaTzGq3OHfzyyw8nwnVcyaz0VWs6rbsc5nf QpOexBOtFRv8Bx98kN/DjY2NDQ0NpZlPnDhRjI+fR6H8sR+KLerQoUOxaZXvAK/4FbEPix+C6T3x sbRmlwbPeJlIejBSehRT/bOFmq1C/cIvXryYih3zj4+Pl2fIFDV+9Bw+fLinpydtRVEb8cOxULT4 0ihY8SCoZoWpX7vMYmM4Rp48eXLGLiZ+4Mamm4o9PDx86dKlipXTsLbb0l75Is3W/KK502OlIgEi DeZjxTOJ1yzPZ1VXM5pfs7RsbY3y/7ZWLfV5nln9MvlupIV+I7PVzEfbzVgPrdVnzdR8/zb32qhe 7Dl2Aq3VecW1yM82Y7Gb9SSz2i3O3fzyC89kQvWcyWx01Tefue9zmR+eP0vrMe6bN2+OjarhQRRI SwBYud2mKsDy28WmJyQVj5uCtAQAMD/MjnQWYEkUdefOnVHUBX4qOqQlADA/AAAAMD8A+Ntcvnx5 eHh4Xnq6eT4pvEhOOs+lAp03B5gfACxsfzRv8rFCzG8uxWB+APMDAOa3UiqQ+QHMDwAW2lpq3pL5 9ddf9/f3d3Z2Dg4Ojo2N1cx87dq14eHh1c/Yv39/8Ub5p797Llr6YP3DtFpe7IULF9JiY1LMU7w1 rmb5R44c6enpSbPt3bu3/sHL+aW1VsL6CkwD8fF169YVD6JrVjbmBzA/AHie5nf9+vXi2feJ4n7t mveOJPbt25em1j8iv+bx/a0ttv4VC3v27KnXplCrmtl27NhRv76ZpbVWwmbmlxaVFp4pG/MDmB8A PAf5K/4dHR2Nfy9cuPD0d89oLCQszbl79+67d+9OT09/8skn6R1uaWp6LWZ6aWZQvHBpjotNr1V9 8803p6am0gfXrFlTX/L0pq/0Zs/vvvuuvIQymaW1XMKGbz741a9+FXNOTEzky8b8AOYHAM/T/Gpe JBrEmPKcxZnKMJt0cCv9GwoV/xZvcInZyktuebHpgw8fPpyx5CFzYVehXENDQ+UllMksreUSNjS/ mvfCNSsb8wOYHwA8T/OrP12b0ZTqrzZu42IbzjY+Pr5hw4aGJ5ozK1s/ae4lTP+GHRZjMmVjfgDz A4DnaX7p0N3U1FQVbao/qjc5OZn+/fHHH8tT57jYBw8e5D/Y398fw+++++758+fv37/fzKgyS2u5 hPn33OfLxvwA5gcAC0q6F+HhM57+7nK9gwcPTk9Pp/tzBwcHqwhQurAvXecXi0rLKaa2vNh0Zd47 77wTH7xw4UIM9/X11c/W2dkZw9evX4/Zjh8/3syoMktruYQ1FVg/c6ZszA9gfgCwoKT7D4JXX331 aaNbdE+fPl1FgMJskuKUb24tpra82Pq7cT/++OP62Xbt2lWeZ/369eUr8woyS2u5hDUVWD9zpmzM D2B+ALCgnDlzJtwlpK14+NzY2NjQ0FCoW4w/ceJEQ91pOObbb78dGBiIRW3btq3+eX4tLzY9JjB9 8IMPPmg4271790ZHR7u6utauXXvo0KGJiYmY9Pbbb9evb7OltVzCmgqsnzlTNuYHMD8AAAAwPwAA ADA/AAAAMD8AAAAwPwAAADA/AAAAMD8AAAAwPwAAADA/AAAA5gcAAADmBwAAAOYHAAAA5gcAAADm BwAAAOYHAAAA5gcAAADmBwAAgFny/wG2lQqGXLWg6AAAAABJRU5ErkJggg==METODOLOGÍAINVESTIGACIÓN CUANTITATIVADIAGNÓSTICO PRE TESTENCUESTAAPLICACIÓN TALLER DEL ABPTABULACIÓN DE RESULTADOS (Excel)VERIFICACIÓN RESULTADOS POST TEST ENCUESTA DE SATISFACCIÓNANÁLISIS DE RESULTADOS (SPSS)iVBORw0KGgoAAAANSUhEUgAAA1MAAAH1CAIAAACcADMRAAA+QElEQVR42u3dAWwW+X3/eSTL8lmc i6win2VRwvEvpRaxXHcjjmwoZ1lULnV3t8iiIastpWRLhVaUI9sNJ7pHEX+0oV2tOHfFf7NX4kV7 0R5HhAhy0BYRUYciH9nSo/wRISvEiSJiUbolQYQ6ruVw3zL/PJ0+j5/x2ICNH7/e+sia5/f8npnf zPxm5u2ZZ+aZ8wAAAACzgzkWAQAAAPMDAAAA8wMAAADzAwAAAPN7Uvzpn/7pX//1X1uRAAAAzA8A AADMDwAAgPkxPwAAAObH/AAAAJgf8wMAAGB+zA8AAID5MT8AAADmx/wAAACYH/MDAABgfgAAAGB+ AAAAYH4AAADMj/kBAAAwP+YHAADA/JgfAAAA82N+AAAAzI/5AQAAzGbzO3v2bGtra3V1dUtLy7lz 56Ik/jY1NUXJsmXLTp48yfwAAAAqxPyWLFly5syZGHj//feXLl0aA93d3b29vTHQ09Ozbt26UvM7 ffr0KAAAAEZHZ5j5pamtrY2/8+fPT2ZjeHh4wYIFpea3d+/ebwIAAOCb35yp5jcwMPDyyy/HQHV1 daEwPexqLwAAwMy+2ptw9+7d7u7ue/fuxXBVVVWhvKamhvkBAABUjvndvHlz48aNg4ODycuGhobh 4eEHD6/2xjDzAwAAqBDzO3XqVEdHx+3btwsl69evP3jwYAzE3+7ubuYHAABQIea3YMGCOSmipL+/ v7Gxsaqqqqmp6ezZs8wPAACgQsxvojA/AAAA5gcAAADmBwAAwPyYHwAAAPNjfgAAAMyP+QEAADA/ 5gcAAMD8mB8AAADzY34AAADMj/kBAAAwP+YHAADA/AAAAMD8AACVxIff+f9EpiU3b91jfswPADCl /M8vHhaZloT8MT/mBwBgfsL8mB/zAwA8MfPr2PTN3/7K90SmIJ3/Sz/zY34AgOk0vzgYr/svgyJT kOd2/7/Mj/kBAJifMD/mx/wAAMxPmB/zY34AAOYnzI/5MT8AAPMT5sf8mB8AgPkJ82N+AADmJ8L8 mB8AVCaXLl36P2cHf//3f8/8hPkxP+YHYFazd+/eT3/60y9VOq2trX/yJ3/C/IT5MT/mB2C2m1+2 Es2S2WR+wvyYHwAwP+YnwvyYHwAwP+YnwvyYHwAwP+YnwvyYHwAwP+YnwvyYHwAwP+YnzI/5MT8A YH7MT5gf82N+AMD8mJ8wP+bH/ACA+TE/YX7Mj/kBAPNjfsL8mB/zA8D8mB/zE+bH/ACA+TE/EebH /ACA+TE/EebH/ACA+Y3B0NDQkiVLCi/v3bu3YcOGmpqa+vr6LVu23Lp1i/kJ82N+zA8AKsH8RkZG uru758z590PGtm3bBgcHY2B0dLSnp2f58uXMT5gf82N+AFAJ5tfe3n7jxo20+c2dO7cwHPJXW1vL /IT5MT/mBwCVYH6nTp36twNGyvxqampC+JLh4eHheMn8hPkxP+YHAJVgfv/tgJEyvw0bNvT09IT8 DQ0Nbd68Of0W8xPmx/yYHwBUlPnduXNn/fr11dXVixYtOnbsmHN+wvyYH/MDgIo1vzQff/xxU1MT 8xPmx/yYHwBUvvkdPXr0xRdfZH7C/Jgf8wOAyjS/5ubmEL4YuHbtWmdn5/nz55mfMD/mx/wAoDLN L1TvmWeeqa6uXrJkyZEjR6Z9NpmfMD/mBwDMb7bMJvMT5sf8AID5MT8R5sf8AID5MT8R5sf8AID5 MT8R5sf8AID5MT8R5sf8AID5MT9hfsyP+QHAVCrRnEzSn7p58+Yrr7zS0NBQXV1dX1+/ZcuWW7du ZU9oaGhoz549LS0tNTU1tbW1y5cv37dv3/Dw8ETrHDhwYOHChTHd5ubmw4cPF03l8uXL0dR4a3R0 lPkJ82N+zA8AJmN+8+fPL3zk4sWL8bKoQlNT0+3btzMmtHbt2tLRdnZ2TqjOkSNHomTbtm0hdlu3 bo3homcBtre3R+GpU6ec8xPmx/yYHwA8mJAShWC1tbVVVVWdPXu2UNLc3Bx29eabb37yySfJabao EyXbt28vN56BgYGoMG/evN7e3pGHHDp0qL6+Pgrj4/nrrFixIl7evHkzhgcHB2N4+fLlhan09fVF SVdX10Rnk/kJ82N+AMD8HuzZsydc6u233y6UHDt2rNSurly5EoUNDQ3lxvPqq68mspguPHjwYBTG JPLXCQdNX3eO4dra2oKSLl68OCpcvXqV+QnzY37MDwAmZn7hczU1Ne3t7enCF198MXzrww8/nNBU 1qxZE58qnDhMGBoaSktknjrRnnLmt2/fvnj52muvTUJwmZ8wP+YHALPd/ML5Sk+htba2hmANDw8f OHAguRWjsbFxx44doWgZU5k3b17yqaLy+Hi8lb9OcrV3cHDwwc+u9j777LMxfOvWrbq6umjJ3bt3 mZ8wP+bH/ABgYuaX3EtR+tW92traKH/llVeK7sNYuXJlqbSl7a3o7uBCeZC/TtKqrVu3xnDShuPH j8fw5s2bYzhkdBKCy/yE+TE/AJjV5pd8Z666urr0WS3JN+3q6+sPHTo0MjLy4OGtvs8880wUxqjK HipKngtTGFtMJX+doLe3d8mSJVG4bNmy5MbeS5cuxQdbW1sflH/mC/MT5sf8mB8AjK1EH3zwQbjU li1bSuuHVJU+S+Wjjz5KnqI30XN+UTjuOb90nTFZtWpV1Onv78945gvzE+bH/JgfAIytRCtXrgxt unDhQmn9urq6eKvoOcnxMgrTZ+aKSB7OUnQ5OF4mj3HJX6eU5F7j7u7uB5nPfGF+wvyYH/MDgDGU KMwpnGnp0qVj1u/s7Ix3i26kSMyvcJttKV1dXVFhYGAgXXju3Ln0g5rz1CkivDC5Kn3t2rUHmc98 YX7C/Jgf8wOAMZTo3XffTa6Zjll/165d8e5bb72VLjx9+nQUdnR0lJvKzp07o8K+ffvShclzWAo3 keSpU9r4eDealLzMeOYL8xPmx/yYHwCMoUTr168PZzp69OiY9W/cuBGCNXfu3L6+vuSa74ULF5Yt WxYf+eCDD8pNJepEhbq6ut7e3tGHxEBy4fjcuXP566QZHBxMnuRy7969pKT0am/yzBfmJ8yP+TE/ ABhbiRYvXhzOdOXKlXIfOXz4cOmv665bt+4/HBtKbtRNflG3iLVr1060ToFNmzbFu2GHhZL0M1+2 bdtWeOYL8xPmx/yYHwCMrUTJ3btF93CUnsMLIautrU2en7J///7iY0OJ+d2/f7+np6erq6uuri75 1O7du4vu58hTJ32CsK2trai89JkvzE+YH/NjfgCQV4kmx8jISMYNH0/hbDI/YX7MDwCY3yTp6elJ nrTC/ESYH/MDgAo3v46Ojtu3bzM/EebH/ACg8s1vxs0m8xPmx/wAgPkxPxHmx/wAgPkxPxHmx/wA YMYp0caNG/+fSucP//APmZ8wP+bH/ADMdt57770Vs4OvfvWrP/3pT5mfMD/mx/wAoPL5h3/4h+XL l//TP/0T8xPmx/yYHwBUPq+//vqv/uqv/uhHP2J+wvyYHwCg8tm2bdvnPve5H//4x8xPmB/zAwBU OD/96U+/+MUvrl69+ic/+QnzE+bH/AAAFc7o6OjnP//5559/fmRkhPkJ82N+AIAK51//9V9/67d+ 6wtf+EJYIPMT5sf8AAAVztDQUEdHxx/8wR8wP2F+zA8AUPn8+Mc//uxnP/ulL32J+QnzY34AgMrn hz/84a/8yq/EgYD5CfNjfgCAyuf27du//Mu//J/aXmJ+wvyYHwCg8rl58+Z/9983LF2xhfkJ82N+ AIDK5396/i+WP7ef+Qnzm5Hmd/v27QULFhReDg4OzknB/AAARfienzC/mWp+/f39zc3NacM7fPjw xo0bnfMDADA/YX6VZn6dnZ1XrlxJm19o39GjRzPMr6en5zsAgFkM85PpMr///f/48GnbHGbe1d5/ a1bK/JYsWdLR0VFdXd3W1nb58uVS8zt+/PgnAIBZDPOT6TK/b5z4r0/b5jDjza/AzZs3W1paXO0F ALjaK672VsjV3gzzC2pqapgfAID5CfOrWPNbsmTJ1atXk3N+HR0dzA8AwPyE+VWs+Q0MDDQ3N1dX V69cuTLkj/kBAJifML+KMr/8MD8AAPMT5sf8AADMT4T5MT8AAPMTYX7MDwDA/ESYH/MDADA/EebH /AAAzE+YH/NjfgAA5ifMj/kxPwAA8xPmx/yYHwCA+QnzY37MDwDA/IT5MT/mBwDMj/kJ82N+AADm J8L8mB8AgPmJMD/mBwBgfiLMj/kBAJifCPNjfgAA5ifMj/kxPwAA8xPmx/yYHwCA+QnzY37MDwDA /IT5MT/mBwBgfsL8mB/zAwDmx/yE+TE/AADzE2F+zA8AwPxEmB/zAwAwPxHmx/wAAMxPhPkxPwAA 8xPmx/yYHwCA+QnzY37MDwDA/IT5MT/mBwBgfsL8mB/zAwAwP2F+zM9eDwCYH/MT5sf8AADMT4T5 MT8AAPMTYX7MDwDA/ESYH/MDADA/EebH/AAAzE+YH/NjfgAA5ifMj/kxPwAA8xPmx/yYHwCA+Qnz Y37MDwDA/IT5MT8AAPNjfsL8mB8AgPmJMD/mBwBgfiLMj/kBAJifCPNjfgAA5ifMj/kxPwAA8xPm NyvMb3h4uLOzs7a2ds6cOXPnzn3hhRdGR0eZHwCA+QnzqzTzu3///pyxGBoaYn4AAOYnzK+izK+5 uTk8r6ur6+7du/Hyzp07zz33XJQ888wzzA8AwPyE+VWU+dXU1ITnjYyMFEqGh4ejJMqZHwCA+Qnz qyjzq6qqCs8L2yuUDA0NRUl1dTXzAwAwP2F+FWV+ydXejo6O5Gpv/I3hKGltbWV+AADmJ8yvoswv VG/MOzw++eQT5gcAYH7C/CrK/B48vL33hRdeqKurq6qqir8dHR1RMjUzwPwAAMxPmN+Umt80wvwA AMxPmN/Umd+cOXOqqqrSJbdu3Vq6dOmiRYuYHwCA+Qnzq3DzS57q4t5eAADzE+ZXIea3aNGiOZnM mzeP+QEAmJ8wv0owv+vXr1c9JPG8qv9IaN+RI0eYHwCA+QnzqwTzKxCeNzUXdpkfAID5CfObZvOb XpgfAID5CfObUvNbvnx5dXV10ff8im77YH4AAOYnzG/Gm9+qVauKhC/Bvb0AAOYnzK/SzC8523fw 4MGRkZGpnwHmBwBgfsL8ps78ampqwvymawaYHwCA+QnzmzrzSx7sd/fuXeYHAGB+wvwq3Pxu3LgR 5rdmzZppkT/mBwBgfsL8ps78yv2Gh3t7AQDMT5hfpZlfVRnc2wsAYH7C/CrN/KYX5gcAYH7C/Jgf AID5iTC/J2B+Fy9eXLp06dy5c5Pv9jU0NBw+fJj5AQCYnzC/SjO/EydOFN3VkQz39PQwPwAA8xPm V1Hm19jYGJ538eLFgvmdPXs2huvq6pgfAID5CfOrKPNLzvAlA4n5jY6OxrB7ewEAzE+YX6WZX0ND Q3hecp4vzG94ePjVV1+N4QULFjA/AADzE+ZXUeZ36tSpMZ/kfObMGeYHAGB+wvwqyvyCwcHBtra2 5N7e2trapUuXXr16dWpmgPkBAJifML8pNb9phPkBAJifMD/mBwBgfiLM73Gb35wyJPf5Mj8AAPMT 5lc55leVIm1+nuoCAGB+wvwqzfzSjI6O3rt3b82aNWF+V65cYX4AAOYnzK9izS8h5C/Mb9GiRcwP AMD8hPlVuPklv+FRU1PD/AAAzE+YXyWb3/Dw8DvvvBPmV1tby/wAAMxPmF9FmV+5e3ufe+455gcA YH7C/CrK/KpKqKmpWbNmzdTMAPMDADA/YX5TZ37TC/MDADA/YX4z2Pxu3769YMGCwstz5841NTVV V1cvW7bs5MmTzA8AwPyE+U2b+Q0PDy9dunTu3LmFkvr6+j179kxubP39/c3NzXPm/HvDuru7e3t7 Y6Cnp2fdunXMDwDA/IT5TZv5LVy4sOi32pI7PF5//fVJjK2zs/PKlStp85s/f/7o6GiimOlzgQXz O3To0GUAwCyG+cl0md/X/q+zT9vm8MTNr6amJkTtwoUL6euzUVJXVzd5IU2ZX/pX4Ep/ES7M7/33 3/8+AGAWw/xkuszvvf974GnbHJ64+SU/15uclkurW/os4KOYX3o8pU+HdrUXAMD8xNXeqbva29TU FKK2devWoaGheHn//v0dO3ZESWNj42Mxv4aGhuHh4eRqbwwzPwAA8xPmN23mNzAwMOaTnM+ePftY zG/9+vUHDx6Mgfjb3d3N/AAAzE+Y37SZX3Dz5s1ly5bV1tZWVVXNnTu3ubk5Sh6pWSnz6+/vb2xs jDE3NTWV2iTzAwAwP2F+U2p+0wjzAwAwP2F+zA8AwPxEmN8TML+LFy8mD3NO7sNtaGg4fPgw8wMA MD9hfpVmfidOnCjc1ZGYXzLc09PD/AAAzE+YX0WZX2NjY3jexYsXC+Z39uzZR3ySM/MDADA/YX5P o/klZ/gepJ7ePDo6GsOlv7fB/AAAzE+Y38w2v4aGhuTpfYn5DQ8Pv/rqqzFc+hu7zA8AwPyE+c1s 8zt16tSYT3I+c+YM8wMAMD9hfhVlfsHg4GBbW1tyb29tbe3SpUuvXr06NTPA/AAAzE+Y35Sa3zTC /AAAzE+Y3/SbX1dXF/MDADA/YX4VYn67d++uq6ubM2dOQ0ND+lt9J0+eLNzny/wAAMxPmN+MN7/Q vqJbOu7cuRPlq1evTj/VmfkBAJifML8Zb37JA5y3bt0aw9u2bYvhd999d8GCBYn2PfPMMyMjI8wP AMD8hPlVgvnV1NSE4Q0PD8fw3bt30yf/3nrrrSmbAeYHAGB+wvyeuPkVfrrjwc9+tGMqH+PH/AAA zE+Y35SaX/qbfIn2nThxYopngPkBAJifML/pMb/R0VHmBwBgfsL8Kt/8puZmXuYHAGB+wvymwfyy 8VQXAADzE+ZXIeZXNR7V1dXMDwDA/IT5VYL5PSUwPwAA8xPmx/wAAMxPhPkxPwAA8xNhfswPAMD8 RJgf8wMAMD8R5sf8AADMT5gf82N+AADmJ8yP+TE/AADzE+bH/JgfAID5CfNjfswPAMD8hPkxP+YH AMyP+QnzY34AAOYnwvyYHwCA+YkwP+YHAGB+IsyP+QEAmJ8I82N+AADmJ8yP+TE/AADzE+bH/Jhf hXL8+PHXZwd/+7d/a3UDzE+YH/NjfrOazZs3P//88/+50vnMZz7z7rvvWt0A8xPmx/yY32w3v9mg RLNkNgHmJ8L8mB8oEfMDmJ8wP+bH/MD8ADA/YX7Mj/kxP7MJgPkJ82N+zI8SmU0AzE+YH/NjfpTI bAJgfsL8mB/zo0RmEwDzE+bH/ECJzCbA/EiJMD/mB0pkNgHmJ8L8mB8okdkEmJ8I82N+oETMD2B+ IsyP+YH5MT+A+QnzY37MD9OiROfOnZszZ07FzyYA5ifMj/kxP+b3oKuri/kBzI/5CfNjfqh887t4 8eLLL7/M/ADmx/yE+TE/VL75rVu37vLly8wPYH7MT5gf80OFm9+VK1c6Ozv/rR8zP4D5MT9hfswP lW1+GzZs6O/vZ34AmJ8wP+aHCje/69evt7a2/rd+zPwA5sf8hPkxP1Sw+a1bt27Of4T5AcyPkQjz Y36o/JNhzvkBzI/5CfNjfmB+zA9gfiLMj/mBEplNgPmJMD/mB0pkNgHmJ8L8mB8oEfMDmJ8I82N+ YH4AmJ8wP+bH/Jif2QTA/IT5MT/mR4nMJgDmJ8yP+TE/SmQ2ATA/YX7Mj/nNaCV65ZVXyj117+bN m/FuQ0NDdXV1fX39li1bbt26lT2hoaGhPXv2tLS01NTU1NbWLl++fN++fcPDwxOtc+DAgYULF8Z0 m5ubDx8+XDSVy5cvR5vjrdHRUeYHMD8R5sf8kMv8QrnK/cDaxYsX58+fX/Q7bE1NTbdv386Y0Nq1 a+eU0NnZOaE6R44ciZJt27aF2G3dujWGoyQ9hvb29ig8deqUc34A8xNhfswP45vfnTt3XnzxxXI/ rRvK1dzcHOVvvvnmJ598kpxma2tri5Lt27eXm8rAwEBUmDdvXm9v78hDDh06VF9fH4Xx8fx1VqxY ES9v3rwZw4ODgzG8fPnywlT6+vqipKura0KnNjFD+bM/+7NVM59vfetbzI+RCPNjfpg289u3b19y Pq9w+q2o/rFjx0rt6sqVK1HY0NBQbiqvvvpqIovpwoMHD0bhnj178tepqqpKNymGa2trC0q6ePHi qHD16lXmNxv44he/+OUvf/k7M5nYjqKHMz9GIsyP+WHazC9caunSpaF3yXCp+SWnAz/88MMJTWXN mjXxqbNnz6YLh4aG0hKZp05NTU0580suT7/22ms5T22iAsxvpmtTBcwC8xPmx/yY38w2v76+vrRX lZpfa2trFA4PDx84cCC5FaOxsXHHjh2haBlTmTdvXvKpovL4eLyVv05ytXdwcPDBz672PvvsszF8 69aturq6aMndu3eZH/MzC8xPhPkxP+Qyv//Q1cYyv9ra2ihMbvtNs3LlylJpS9vbmDeL1Dwkf53k Do+tW7c++Nmtx8ePH0/mIoZDRicxm6BNZoH5CfNjfsyP+Y1tfsk37err6w8dOjQyMvLg4a2+zzzz TBTu3bu3bK8tc5twjK26ujp/naC3t3fJkiVRuGzZsuTG3kuXLsUHW1tbH5R/5gvzY35mgfkJ82N+ zA8TNr+QqtJnqXz00UfJU/Qmes4vCsc955euMyarVq2KOv39/RnPfGF+zM8sMD9hfsyP+WHC5ldX VxeFRc9JjpdRmD4zV0TycJaiy8HxMnmMS/46pST3Gnd3dz/IfOYL82N+ZoH5CfNjfswPEza/zs7O KCy6kSIxv8JttqV0dXVFhYGBgXThuXPn0g9qzlOniPDCxYsXh3Feu3btQeYzX5gf8zMLzE+YH/Nj fpiw+e3atSsK33rrrXTh6dOno7Cjo6PcVHbu3BkV9u3bly5MnsNSeP5znjpF7N27N96NJiUvM575 wvyYn1lgfsL8mB/zw4TN78aNGyFYc+fO7evrS675XrhwYdmyZVHzgw8+KDeVqBMV6urqent7Rx8S A8mF43PnzuWvk2ZwcDB5ksu9e/eSktKrvckzX5gf8zMLzE+E+TE/TMb8gsOHD5f+uu66deuyP5v8 om4Ra9eunWidAps2bYp3ww4LJelnvmzbtq3wzBfmx/zMAvMTYX7MD5M0v+T8XAhZbW1t8vyU/fv3 j/vZ+/fv9/T0dHV11dXVJZ/avXt30f0ceeqkTxC2tbUVlZc+84X5MT+zwPxEmB/zw5NVopGRkYwb PipmNkGbmB/zE+bH/Jgf83vQ09OTPGmF+WHGadPly5c7OjriX5eampp169bduXOH+TE/YX7Mj/kx vyziwHn79m3mh5lofs3NzUePHk1uM9qxY0fRd1iZH/MT5sf8mB/zM5uoHPNLMzIykv0TMsyP+Qnz Y37MjxKZTVSI+Q0PDzc0NDA/5ifMj/kxP0pkNlH55nfo0KHCo8KZH/MT5sf8xiZ5iG4B5veUK9Hv /d7vHap02tvbmR/zmyh37txZt27dyMgI82N+wvyYXxaHDx/euHFjxjm/Y8eO3cbTwdtvv71+dqDX VRgvvfTSE9Wm0dHRDRs2PNEblTZt2rR///5ZuwaZn0yX+R351sWnbXOY8eYX2nf06NEM8/uLv/iL v8Fs5atf/eqv/dqvWQ54RJ5//vknZ343btwIs7x+/fqT3lXu2LFj1q5B5ifTZX5/cfDk07Y5zHjz W7JkSUdHR3V1dVtb2+XLl13tRZrdu3e/9tprlgOe2kulp06dWrFixa1btyrggrWrvSKu9k4pN2/e bGlpYX5I89nPfvbb3/625YCnVpsaGxuLfjya+TE/YX7MLy+lj8JifrOZH/7whz/3cz/3k5/8xKIA bWJ+zE+YX4WY35IlS65evZqc8+vo6GB+KPCNb3zjN3/zNy0H0Cbmx/yE+VWO+Q0MDDQ3N1dXV69c uTLkj/mhwMsvv9zT02M5gDYxP+YnzK9yzC8b5jeb+YVf+IXvf//7lgNoE/NjfsL8mB8qnO9973uf +tSnLAfQJubH/IT5MT9UPvv379+8ebPlANrE/JifMD/mh8rnN37jNzIe8Q0wP+YnwvyYHyqEn/zk J3V1dT/60Y8sCjwhbRoYGGhvb699yOrVq8+fPz/uSIaGhvbs2dPS0lJTUxOfWr58+b59+4aHhyda 58CBAwsXLqyurm5ubj58+HDRVC5fvjxnzpx4a3R0lPkxP2F+zA+zglOnTn3uc5+zHPCEzO+jjz4K 8Uo/fjks7cKFC9kjWbt27ZwSOjs7J1TnyJEjUbJt27YQu61bt8ZwlKTHED4ahbEJOOfH/IT5MT/M Fv74j/94z549lgOekPkldvXWW2+NPuTNN9+Ml6XPEy06Rxh15s2b19vbO/KQQ4cO1dfXR2HhZyfz 1FmxYkW8TJ5gNTg4GMPLly8vTKWvry9Kurq68py2ZH4izI/5oUJoaWn57ne/azngCZlfVVVVCFbh cmooWrws/Q2hNK+++mrUCUdMF8Y4o7DwX0qeOsmk/30f/fB0YzIc7Vm8eHFUSB5uz/yYnzA/5odZ wQ9+8IOf//mfL/qSE/AYza+uri5tfjGQnKvLGMOaNWuiztmzZ9OFQ0ND6VN0eeqEX5Yzv3379sXL 1157Lc8sMD8R5sf8UCG89957v/M7v2M54MmZX9hVOFaYVnK1t6enJ17u2LEjYwzhhVGn6F6NxOQK ypinTnK1d3Bw8MHPrvY+++yzMXzr1q3w0cbGxrt37zI/5ifMj/lhFrF+/fqvfe1rlgOenPkFO3fu nDt3buH2jniZPYaic3Xp8sJl4jx1kjs8tm7dGsOvvPJKDB8/fjyGN2/eHMMHDhzIPwvMT4T5MT/M eEZHR+fPn1/6C87AYzS/EydOtLW1pW+/XbFiRdFV2uKd6UNKy6uqqqqrq/PXCXp7e5csWRKFy5Yt S27svXTpUnywtbX1QflnvjA/5ifMj/lNG1/56nflCeWV//W9/6FpseVQLv/1+/9E4x7R/I4dOxaa 1d7e/vHHHyclFy9eTC7Clj5LZdxzfulbQ/LUGZNVq1ZFnf7+/oxnvjA/5ifMj/lN8z5InkSWrXr1 f2z9vOVQLjNuH/QUml9zc3MYVdH9s8nzk9va2sqNIXk4S9F3+OJl+taQPHVKSUy0u7v7QeYzX5gf 8xPmx/yYnzA/TNj8kmc4j3lmLn1Ntoiurq6oMDAwkC48d+5c+kHNeeoUEV64ePHimO61a9ceZD7z hfkxP2F+zG+a90Grt/yVbUOmJr/9le8xv8dlfo2NjWFU9+7dS1cI8YrCurq6cmPYuXNncjtwujB5 Dsv27dvz1yli79698e6uXbvGvF7M/JifMD/mx/yE+eGRzC8kLDkJd+bMmeSRfleuXEm+abdx48Zy Y7hw4UKihr29vcmzYGIgeS7guXPn8tdJMzg4mDzJpaChpVd7k2e+MD/mJ8yP+TE/YX6YjPnduXNn 6dKlpb+uW19fn/7yX+mNuslvvhWxdu3aidYpsGnTpng37LBQkn7my7Zt2wrPfGF+zE+YH/NjfsL8 MBnzS+Rvx44d4X/VD1mwYMHGjRsLt/qWM7/79+/39PR0dXXV1dUlT13ZvXt30f0ceeqkTxCW3lNS +swX5sf8hPkxP+YnzA+TN788jIyMFL5jN0NngfmJMD/mx/yE+TG/XPT09CRPWmF+zE+YH/NjfsxP mF+Fm19HR8ft27eZH/MT5sf8mB/zE+ZX+eZnFpifMD/mx/yYnzA/2mQWmJ8wP+bH/ESYH20yC8xP mB/zY34izO9p0KaVK1dumsn80i/9EvNjfsL8mB/zE+aH8fmbv/mbrz1J3n333f3793/tCVP0xEHm J8L8mB/zE+aHaeDb3/72ypUrLQfmJ8yP+TE/EeZX+ezZs+fLX/6y5cD8hPkxP+YnwvwqnzVr1nzz m9+0HJifMD/mx/xEmF+F89Of/rS+vv4f//EfLQrmJ8yP+TE/EeZX4Vy+fPkXf/EXLQfmJ8yP+TE/ EeZX+fzlX/7l7/7u71oOzE+YH/NjfiLMr/L5/d///XfeecdyYH7C/Jgf8xNhfpXP0qVLL168aDkw P2F+zI/5iTC/Cuef//mf582bNzo6alEwP2F+zI/5iTC/Cudb3/rWr//6r1sOzE+YH/NjfiLMr/LZ uXNn7KYsB+YnzI/5MT8R5lf5tLe3/9Vf/ZXlwPyE+TE/5ifC/CqckZGRurq6H/3oRxYF8xPmx/yY nwjzq3D+7u/+7tOf/rTlwPyE+TE/5ifC/Cqft99+e/PmzZYD8xPmx/yYnwjzq3y+8IUvHDp0yHJg fsL8mB/zE2F+lc+nPvWpjz/+2HJgfsL8mB/zE2F+Fc4PfvCD+fPnWw7MT5gf82N+Isyv8vnGN77x 3HPPWQ7MT5gf82N+Isyv8vnSl770la98xXJgfsL8mB/zE2F+lc+KFSu+853vWA7MT5gf82N+Isyv whkaGpo7d+6//Mu/WBTMT5gf82N+Isyvwjl79uxnPvMZy4H5CfNjfsxPhPlVPn/+53/+R3/0R5YD 8xPmx/yYn8jTa37b/vNpeSz5T80r1/zO/2Y55M93/36Q+QnzY37MT2RKzS8ZiTx6Fvxy14rf/i+W Q/48lq7L/IT5MT/mJ8xvMubXsembIlMQ5ifMj/kxP5FpNj9dV2bc4ZP5CfNjfsxPmJ+uK8xPhPkx P+YnzE/XFeYnwvyYH/MT5qfrCvMTYX7Mz+FTmJ8I8xNhfszP4VOYnwjzE12X+TE/h09hfiLMT3Rd 5sf8RJifCPMTXZf5MT8R5icOn8xPmB/zY34izE8cPpmfMD/mx/xEmJ8wP+YnzI/5MT9hfrquMD8R 5sf8mJ8wP11XmJ8I82N+zE+Yn64rzE+E+TE/h09hfiLMT4T5MT+HT2F+IsxPdF3mx/wcPoX5iTA/ 0XWZH/MTYX4izE+YH/NjfiLMTxw+mZ8wP+bH/ESYnzh8Mj9hfsyP+QnzY37C/JifMD/mx/yE+em6 wvxEmB/zY37C/HRdYX4izI/5MT9hfrquMD8R5sf8HD6F+YkwPxHmx/wcPoX5iTA/0XWZH/OzeQjz E2F+ousyP+YnwvxEmJ8wP+bH/ESYnzh8Mj9hfsyP+YkwP3H4ZH7C/Jgf8xPmx/yE+TE/YX7Mj/kJ 89N1hfmJMD/mx/yE+em6wvxEmB/zY37C/CxSYX4izI/5OXwK8xNhfiLM70ly7ty5pqam6urqZcuW nTx5kvmJMD9x+GR+wvwq1vy6u7t7e3tjoKenZ926dTPI/CIdm74pMgUpdLnHcvjUdUXXFZmarsv8 xmD+/Pmjo6MxMDw8vGDBgqJ3jx49umLFivanjEKHEJnitP/mH+q6ouuKzJSu+yR47733Zrb5VVdX jzn8NPP5bX0i05L+797QdUXXFZkpXdc5vzGoqqoqDNfU1DwAAABApZpfQ0PD8PBwcrU3hq0zAACA ijW/9evXHzx4MAbib3d3t3UGAABQsebX39/f2NhYVVXV1NR09uxZ6wwAAKBizQ8AAADMDwAAAMwP AAAAzA8AAID5AY+jP82Z884774xZPulxvvnmm5NridUxm/thEdXV1R9++OGMniOr9dG5dOnSSy+9 VFdXF/2hoaFhy5Ytt27denrW4OT2dY+Rx9KAGdpXZ9UmZm+Cx7zxrF69enBw8DFuVJP7rCPlLO+H RSWhfbW1tTNX/vTnR+frX//6okWL3n///cIDYmN44cKFN27ceErW4LSv5cfSAObH/DDrjriXL18u fewi88O078RntPzpz4/IlStXQvJKz/Dt27evq6uL+TE/5gc80saza9euY8eOlduo4tDb0tJSXV3d 3Nx84sSJchte8jJ9wS55efr06fnz57e1tSXV9u/fH+OJscVBfe3atYXTjY6U+uGY8pf+7e9yXbGI cn0sePvttxcsWBBvtbe3X716NaMnj9v5izp2f3//ihUrampqFi1a9M4776RH0tfXt2zZshhJ/I1h qzsPmzdv7unpKS2/f/9+b2/vuMs2lv/x48eTbrB06dJTp04dOXJkyZIlVVVV6S8SRLXY9S1evDgK W1tbo1r+blC0r8veueVpTHZ/S9qZ/khpA3JuIBl91SbG/DBbjrjDw8Oxld69e7d0y7xw4UJTU1Ns gTF8/vz5GP7oo4+yN+Z0eQxv2rRpdHT00qVL8fKtt97q7Oy8fv16DN+7d2/nzp3xkvkhY+3n6Ypp MvpYHDvj6HLt2rXokIcOHYojfXZPzu786Y598eLFhQsXRp0YjvoNDQ3pg3F88Ny5czEcf+OtgYEB a3xcYnnGmsquk7FsY/kvX778448/jnW0d+/eEIhVq1Yll4nT/05EtXnz5iUiFWOIscVKn9w+MHvn lqcx2RMq1/5CA3JuIBl91SbG/DC7jrhnz56Nf7JLy7u7u2MDLpR/8MEHhUvDOc3vypUrhZfxP2t6 bx5bdfzLyPyQx/wyumKajD62Zs2aMa8dl+vJ2Z0/3bFffPHFeLfwMj5VGEkcsL/+9a+nRzI1Fytn OlVVVePWyVi2sfwLDjEyMlK0vtI7qwMHDhTKY2yxKie3D8zeueVpTPaELl++nL2zzbmBZPRVmxjz w6w74ob5FX5tr1BeV1c3NDRUqDM8PBwlEzK/oinG2GLX0NfXt2vXrviPsLB/Z376YfZbGV0xZx+L +nGUyn9Yyt/5582bl9yFkHD//v1Cherq6vRbGc1GmvRV/ow65ZZtLP/0us7YWaWvdYy5ivN3g4yd W57GPOLONucGktFXbWLMD7PuiHvnzp329vZkEyqUxyZd9LiNcq6Wx/wGBgbq6+ufeeaZDRs2xL/a 8S/dmJ8C8yt9K6Mr5uxj5U4jlevJ+Tt/qaZkdOw8ToPm5ubkeuKEus2Yl0Fz7qzKjSFnN8i/c3v0 /jbmmHNuIBl91SbG/DAbj7hHjx6N/+HS5QsWLBgZGRn3s/F/Xh7za2lpSX+HNyyT+eFBvjs8Mrpi zj5WW1s77gmJdE/O2fmDOBAWnbpIn9Vwzm8SbNu27e233x7zrffff3/cZZvf/IrG0NDQUFQnZzfI v3Mr9zJ/fxtzzDk3kIy+ahNjfpilR9y1a9devny5UL5x48b0tyvi37sxv7R76dKlPOYXR/H0fqGv r4/54UHmU10Kx5iMrpizj3V0dJw8eTJ76umenLPzJzXTX1c6duxYocJzzz2X/hJSDBe+Do8MYmkv WrTo9u3bReWxbJP/TrOXbX7zO3z4cKE8VuKmTZuK6uTsBvl3buVe5u9vY4455waS0VdtYswPs/SI Ozg4GFtvoTwssKmpKXnYwbVr11asWFHYURYeLnD9+vWVK1cWPjJ37tyomTyIq2j8q1at2rFjR/yT FzuO2HQbGxuZH8Zc+yF8ae3L7oo5+9iRI0fa2tpu3rwZb8XhoXCMKdeTM6ZY1OCPP/548eLFSc3k FtH0vVPRhuTGw4GBgRju7++3xvOwf//+JUuWxJpKTgvduHHjjTfeiBV0//79cZdtfvMr3BYaqy8m V/ogkoxukN7X5d+5lXuZv7+NubPNuYFk9FWbGPPD7D3XUvSopNOnTyff4V2wYEH6p96SK3FRvnTp 0jhCFz5y4MCBmoeUjj+0Mv4bS95dvXp1jIH54UHuX28r1xVz9rGgp6cnDgzxVtQp/BREuZ6cMcXS 7nr+/Pk4pEXNOCYdPHgwXSGOjsnDxlpaWo4fP25156evry/+EY3/AWLBhpbt2rWroH3Zyza/+b35 5puxymIMMaHkASKlHynXDdL7uvw7t4yXOfvbmDvbnBtIdl+1iTE/AABm17++APMDAID5AcwPAIAZ S+E6KcD8AAAAwPwAAADA/AAAAMD8AAAAwPwAAADA/AAAAMD8AAAAmB8AAACYHwAAAJgfAAAAmB8A AACYHwAAAJgfAAAAmB8AAACYHwAAAJgfAAAA8wMAAADzmy2LIJNpb97AwEB7e/uY5dG8vXv3TnqW n6rl/4jVRkZGamtro0L8jeGncNYefZlPYgxFnbmmpmbhwoW7d+9+Olfxk966q6qqonssW7bswIED T8/+p9wG/uijjVleuXJlnm0kTz/JXpKrVq2K8pjo07wPwSxfF/l3yE96LqZ9KdlannbzK9eMjo6O yWlfRZrfBx98UFhlR44cYX7ZfXvPnj2z0PzS9PT0VPaRcvXq1THavr6+PNtInn6SvSRPnDgRw52d nWzD8ZT5MT+99mlsUuWZ3wsvvBDvvvzyy/F37dq1utOYDRgdHX333XejpKGhYVaZX+HlnTt3tm/f HiVNTU0V3Elu3LhROo8Z20iefjLuklywYEG8vH79uv22Y+hMbxvz02v/jQ8//LC5ubm6urqlpSX9 b3QR8VZUq6mpiX+4b968mf0fRrrkk08+iT1yXV1dTGL+/Plbt269d+9e6f/ZSeWPP/44dty1D+nu 7r569Wq59pRrdrnZnFwjJ9Gq1tbWpFXJqYL0RCfa5uD+/ftRPxo2MjJSX18fw+mGJR+MUcUI461l y5bFJErfnTdv3rPPPpunDefPn29vb0/mdMOGDbdv384za6XD5c4u79q1q7GxMUYS449FGh1pzCWQ p0+OudCiJD6VLik3xew1Xu5T467ix9WBM1ZExhIIrUkvgTE7wJgtvHv3brIc0pdKYzj0KMrj3eyV cvLkyWSZxDij2deuXZvEBp69Rgq8/fbbMbZt27ZNaBvJ7ifjLslEBPfv3/+EVmW5ZVjatsn153It zLnMs/cz427XRT0wY+Oa0Dind6c37miL2lD0bowtaf/KlSsHBwdPnz4dMxKH146OjqK9TbmNLucO edy5mFyPevSjHvObTvO7cOFCVVVVegc95tdZzp07l66zZMmS/Ob33HPPFR0DXnnllTEPDPHffPSw dGEceMbcL2Q0e3LmV66RE2pV8vWjct4ziTYHvb29ycmMGI4mxfChQ4eKZiF7tMm7L7zwQp42xK4n /e66devyzFpO84tdTFH5qlWrSseQs0+Wnst58803oyT2QemdWrkpZqzxjE9lL4fH2IHLrYiMJRB7 6kRQli5dWq4DZLQwjnnx8uDBg4URJufGkr6X0eCinUNhWhPdwDPWSJrwxXjr2LFjE9pGsvvJuEsy JhcvY9JPaFWWW4ZFbZtcf85oYc5lnr2fGXe7TvfAjMpF2pdnnNO40xt3tOk2lC7MNMuXL0++pZqw evXqcSeRf4ecXXNyPeqxHPWY33SaX7IbjX83Y7i/v7/cjim5mBKV47//O3fuFPpEHqlKVnxyoeT4 8eMxPHfu3DE/uHnz5njZ1dX1yUNiIF5GYbm9/5jNnpz5ZTQyf6vSSymIJqUnMYk2P/jZV5riP8IY Pnv2bNH3jZIPxphjpcQUkwYUHTNee+21ONolJ1fGbUOs2TgSR/19+/Yl35fPM2vl2p/sVt54443k ZVNTU7yMxRvD165dS48/54LK3oEmpN0lY4oZazzjU9nL4TF24HIrIs8SOHz4cLkOkNHCpBlpH2pr a4uSjz76KLvBa9euTUYyPDycvDW5DTxjjaRZtGhRvJX26TzbSHY/GXdJ3rp1K14uXLjwCa3KnMtw cv05o4U5l3n2fmbc7TrdAzMqpxl3nNO+0xt3tOk2lC7MLVu2jIyMJB9M/m+Jl319fekGZEwi/w45 u+bketRjOeoxv+k0v7q6uqKdXZSUfjapNjg4mLyM3pDf/OJYEsOLFy+O/drRo0fv379frkkNDQ3x 8saNG+mp1NfXl2vPmM2enPllNDJ/q2LDiLfiIJG8LLomPok23759Oza/9Fea4rAXJYXrEckHC+sl BkpHW2h5njYUDqjJ1a6YVp5ZG7P9ifYV3W8RB7bYicQ+MbGKwvhzLqg83tPY2Bj/aI47xYw1nvGp 7OXwGDtwuRVRbglUV1dH29rb20uvfKU7QHYLk3P5Z86cieH4G8Mx++M2OHkr4yphzqlnr5ECydmR WCwT2kay+8m4SzJZC2M6ymNZlfmX4ST6c0YLcy7z7P3MuNt1ugdmVC4ie5zTvtMbd7RFc120MJNv UBReJt01aUCeSeTfIWfXnPQe8tGPesxvOs2vdIeYcYwpV5L97pUrV5I+VFjxhSs1RR+MfW7peIq+ tjVusydnfhmNnGirspfShNp84MCBMQ9ahedNjDnFoq95FY6RE21D/lVc+u7evXtLtS/+5yu62Jfz enGePhmzGTud2H9FYeG7NRlTzFjjOdtZWvKEOnD+Lj1mhXQHyG7hG2+8Ubimmfyz/u6770669050 A89YI2mKRjLRbWTMfpLnO+nTtSrTb02uP2e0MOcyz97PjLu9pHtgRuVJ7CumfaeXMdp0GzIWZsbL x9Ly7JqT61GP5ajH/KbT/BJhD+vP/myec37p/8JLp/XRRx+9/vrryZnhwj/oRdWSLlh0SiAKy/2f MWazs/etk2hk/lYVLaXkClHR/14TavPKlSvHPKoVnmSWvCx8GTyZYsapxAm1ofRft3KzVvTZRPti SRZNorm5Ocp37Nhx4sSJO3fuZP+TOm6fzFjRNTU1404xY41nfCp7OTyhDvyI5pcuyW5hcv4sOHPm TPyNRg4NDY3b4GSZFM5hZDQgz/IZc41knPPLuY1k95Nxl2RyMmbMq12PZVXmXIaT68/jblDjLvPs /UzO7TrnLOQc57Tv9CaxP5+o+Y270eXZIWfXnFyPeixHPeY3neaXrNGtW7fGri25K6elpaX0s8kJ gHXr1t2/fz8OD52dnaV966233oqRRA9IvrNS9BW65JsE8W9EeoebvHXvIfFy48aNydeA7jwkaduW LVvKfbdgzGZn71sn0cj8rUq+4pB84yHmKKlZ9H2L/G1Onl6xYMGCovLGxsbC1y+SD8bqiJUSq2b9 +vXx8sUXXyw32gm1IV2SPWvp4eS7MmM+UTk5W3PhwoWYeuFUTekYcvbJ0gaPjIzs2bMnuUIx7hQz 1njGp7KXwxPqwI/R/MZtYfIV3uTbP+n7ZzManGxK27dvj7dOnjwZw4sWLZrEBp6xRtLEdAsH/vzb SHY/GXdJJpKa/hLk412VGcuw9KTyRPtzRgtzLvPs/UzO7XrcyhPaV0z7Tm8Sx6CJml/GJPLvkLNr Tq5HPZajHvObTvMrvTGn8KXmIvFP13n22WfTY0vuCkw/Jb+056XZtGlT8lZygAli642XV69eLfpa QENDQ+ELBDmbXW6rm3Qj87cqtp9kQyq6+2xybU7uQIyDQVF5bEVRHoJV+GD6vrCYr8uXL5cb7YTa UHSLVsas5by3t/APQ0J9fX3hSzY5F1T2VbYChWuUGVPMWOMZn8peDk+oAz9G8xu3hYl2JBQ6UnaD S+9LLbqnJ+cGnrFG0sQxvnBvb/5tJLufjLskjx49GhVeeumlJ7QqM5Zhzi0oY+lltDDnMs/ez+Tc rsetnLPaU7LTm8QxaKLmlzGJ/Dvk7JqT61GP5ajH/KbT/B48fFBfW1tb8i3pd955p9zHY1cb/yJH teSmqvT3neNl9Imah7S3tye31xWmFf8HvPrqq8l/4dGxtm3bVriEFPvTmGj0m8IXbmIDjn9/k1HF hMp9STaj2eVmc9KNnFCrkscyxRy1traWPtloQm1OvmMRh4Si8qTlyVfvkw+eOXMmKsdoo7C/vz97 tPnbUFSSMWs5zS/+R4+lF8swDv+xhMMDih7xM6E+WTSJGG10yOXLl/f29hbqZEwxY41nfGrcVfwk OvBjNL88LUyeWpz+bbRxV0ryQK/krfTp3glt4NnbYIHkWTPJ+cj820h2Pxl3Scbkim4HfryrMmMZ 5tyCspdeuRbmXObZ+5n82/W4G1f+cU77Tm8Sx6CJml/2Rpdzh5xdc9I96tGPesxvBpCIfLKBjYyM JDvf5uZmS+bptPkZxOjoaHLNbswbJzHF6+L69evJHbhpMXqqGBwcjN1R4WLo1JD80zvm6Vv7GTs9 PF3d1SJ4XCTf8yti0j+tCzvBAoWr8CtWrLBCn4bulHzPb4q/lD0hkgcBps/0PFGS55DFRO1nNAbM bxZx79697du3L1y4MLlMEwM7d+60WKadZHXM6FkI4YtZaG1tLb1mhymmrq4u1sWzzz57/vz5p7md 0VWSn5GcmsnFhGJyU/DbA/Yzs2SnB+YHAAAA5gegghgYGGhvb38ie7onfP3rKbm+9igL0CVCgPkB wNTuj56YfMwS83uUZjA/gPkBAPObLQuQ+QHMDwCm2lqKHnD44YcfNjc3V1dXt7S09PX1FVU+f/58 e3t77UM2bNiQ/KZ74YOtra3JB0sfoDXp0Z48eTIZbbwVdQo/kFU0/l27djU2NibV1q5dW/oY3uyx Ta6FpQswGYiPz5s3r/C8wHJtY34A8wOA6TS/CxcuFJ53n1C4e7ToZ2YS1q1bl7xb+lj8okf2T260 pT8j8cILL5RqU6hVUbVVq1aVzm/G2CbXwnLml4wqGXlG25gfwPwAYBrkr/AyeUbmyZMnH/zsiXEF CUtqPvfcczdv3hwdHU1+CrnwpOvkpzCTH8oMCj+y9IijTX46dvPmzcPDw8kH586dW9ry5AfZkl/z vHbtWrlHcGeMbdItHPPXDl577bWoefXq1ey2MT+A+QHAdJpf0S/YBlGSrlm4Uhlmk5zcSl6GQsXL wu9JRLX0mCc92uSD9+7dG7flIXNhV6FcbW1t6TGkyRjbpFs4pvkV/fpcubYxP4D5AcB0ml/p5doM Tcn4Uc4H4/1u8qRHO2a1/v7++fPnj3mhOWNmS9969BYmL8MOCyUZbWN+APMDgOk0v+TU3Zg/kpYt QMk5s8HBweTlrVu30u8+4mjv3r2b/cHm5uYY3rFjx4kTJ+7cuVPOqDLGNukWZv+2fXbbmB/A/ABg SknuRbj3kAc/+7re1q1bR0dHk/tzW1pa8ghQ8sW+5Ht+MapkPIV3Jz3a5Jt527dvjw+ePHkyhhct WlRarbq6OoYvXLgQ1Q4cOFDOqDLGNukWFi3A0soZbWN+APMDgCkluf8gWL9+/YOxbtE9fPhwHgEK s0kUJ31za+HdSY+29G7cN954o7RaZ2dnuk59fX36m3kFMsY26RYWLcDSyhltY34A8wOAKeXo0aPh LiFthYfP9fX1tbW1hbpF+TvvvDOm7oxZcvr06WXLlsWoWltbS5/nN+nRJo8JTD64e/fuMavdvn27 u7u7pqamrq5u27ZtV69ejbdeeeWV0vktN7ZJt7BoAZZWzmgb8wOYHwAAAJgfAAAAmB8AAACYHwAA AJgfAAAAmB8AAACYHwAAAJgfAAAAmB8AAADzAwAAAPMDAAAA8wMAAADzAwAAAPMDAAAA8wMAAADz AwAAAPMDAADABPn/AbX/QEbwO7epAAAAAElFTkSuQmCC12022-05-31T00:54:00Z2022-05-31T00:54:00ZFlo17Report{280C8354-64F8-42ED-9D82-B7CD6357A1AB}MonteroFlorVargasGuisellaVargasRediseño del Plan de Estudios en Bachillerato y Licenciatura en Ingeniería Agronómica2017Programa de Ingeniería AgronómicaUniversidad Estatal A Distancia2002019Julio8San José10241270269864Microsoft Office Word0582164falseTítulo1Title1false82402falsefalse16.0000