Estrategias de aprendizaje para la enseñanza del álgebra linealLearning Strategies for Teaching Linear AlgebraMichelle de J. Merchán-Chunchomjmerchan2@utpl.edu.ecUnidad Educativa Fiscomisional Marista Catacocha, Loja, EcuadorYuliana del C. Jiménez-Gaonaydjimenez@utpl.edu.ecUniversidad Técnica Particular de Loja, EcuadorÁngel H. Flores-Samaniegoahfs@unam.mxColegio de Ciencias y Humanidades, UNAM, MéxicoDOI: http://dx.doi.org/10.22458/caes.v13i2.425830 de noviembre de 2022pp. 126 – 149Recibido: 06 de junio de 2022Aprobado: 8 de setiembre de 2022ResumenEn el desarrollo del proceso de aprendizaje, el docente debe buscar la mejor manera para que los estudiantes adquieran nuevos conocimientos mediante la aplicación de estrategias de mejoramiento de la educación y de la calidad académica aplicando metodologías innovadoras de aprendizaje y evaluación. Esta investigación tiene como objetivo implementar estrategias basadas en gamificación para el aprendizaje del álgebra matricial en los estudiantes de Ingeniería de la Universidad Técnica Particular de Loja. La metodología fue de diseño cuasi-experimental, con una población de 50 estudiantes de primer ciclo de las carreras Gestión Ambiental y Administración de Empresas, conformando los grupos control y experimental respectivamente. Al grupo experimental que se le aplicó gamificación y al grupo control la enseñanza tradicional.Palabras clave: Aprendizaje, Álgebra lineal, Estrategia, Gamificación.AbstractIn the development of the learning process, the teacher must find the best way for students to acquire new knowledge by applying strategies to improve education and academic quality by applying innovative learning and evaluation methodologies. The objective of this research is to implement strategies based on gamification for learning matrix algebra in engineering students at the Universidad Técnica Particular de Loja. The methodology was of quasi-experimental design, with a population of 50 first-cycle students of the Environmental Management and Business Administration careers, forming the control and experimental groups, respectively. Gamification was applied to the experimental group and traditional teaching was applied to the control group.Keywords: Learning, Linear Algebra, Strategy, GamificationIntroducciónLas estrategias de aprendizaje son un conjunto de procesos orientados a brindar al estudiante herramientas que le ayuden a establecer el modo de aprender, es decir, cómo identificar y solucionar problemas. Con base en ello, y desde el punto de vista de varios autores, se considera al aprendizaje como “la base de todo el proceso educativo, y como la herramienta más eficaz para aprender a aprender y sobre todo como la intención fundamental de nuestra labor como docentes” (Reyes-Yanac, ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Si consultamos a los estudiantes a qué atribuyen el fracaso de su aprendizaje, traducido en las bajas calificaciones, suelen mencionar la falta de estudio o del aprovechamiento del tiempo para estudiar, entre las principales causas. Ante esto, también nos preguntamos si los alumnos saben estudiar o que método de aprendizaje aplican para asimilar más y mejor los conocimientos que reciben en la escuela. Esta investigación es importante por cuanto ayudará a conocer de manera específica cuáles son las estrategias de aprendizaje que utilizan los estudiantes de tercer grado de la Institución Educativa José Pardo y Barreda de Negritos (Talara), y permitirá trabajar un proyecto de mejora de los aprendizajes, basado en el conocimiento de las estrategias más predominantes utilizadas por los estudiantes. Los docentes que laboran en la I. E. José Pardo y Barreda tendrán la posibilidad de contar con esta información para ayudarse en la tarea de enseñar y conocer cómo aprenden sus estudiantes, lo que generaría mejores oportunidades para el logro de los aprendizajes fundamentales en sus alumnos. Para la consecución de este logro, también es posible que padres de familia puedan aliarse a los docentes en torno a este valioso conocimiento. En definitiva, los estudiantes serán los más beneficiados, puesto que los resultados de esta investigación nos proporcionarán datos reales de la situación actual de cómo han venido desarrollando su aprendizaje.","author":[{"dropping-particle":"","family":"Reyes-Yanac","given":"Mirka","non-dropping-particle":"","parse-names":false,"suffix":""}],"id":"ITEM-1","issued":{"date-parts":[["2015"]]},"number-of-pages":"168","publisher":"Universidad de Piura","title":"Estrategias de aprendizaje utilizadas por los estudiantes del tercer grado de educación secundaria","type":"thesis"},"uris":["http://www.mendeley.com/documents/?uuid=c780a05e-2c66-4e64-ad43-0a95115fb270"]}],"mendeley":{"formattedCitation":"(Reyes-Yanac, 2015)","manualFormatting":"2015)","plainTextFormattedCitation":"(Reyes-Yanac, 2015)","previouslyFormattedCitation":"(Reyes-Yanac, 2015)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}2015). Regalado Díaz ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"Esta investigación propone el empleo del aprendizaje basado en proyectos para el desarrollo de la investigación formativa en los estudiantes de Pedagogía. Este estudio se enmarca dentro del paradigma sociocrítico e interpretativo, la investigación es educacional de tipo aplicada; se trabajó con un muestreo no probabilístico a criterio del investigador, con una muestra de dos docentes y treinta alumnos, en el trabajo de campo se aplicaron una guía de entrevista semiestructurada a docentes, cuestionario a estudiantes y la prueba pedagógica a estudiantes. El diagnóstico evidenció la aplicación de métodos tradicionales que no propician la formación en y para la investigación; así como las debilidades académicas que presentan los estudiantes de pedagogía; el aprendizaje debe partir del interés propio del estudiante por plantear alternativas de solución frente a una problemática real cuya finalidad es acercar e incentivar al estudiante a la investigación. Esta propuesta está inspirada en las ideas de John Dewey (2000) centrada en el enfoque sociocrítico. Por ello, el resultado primordial está en la implementación del aprendizaje basado en proyectos, el progreso de la investigación formativa y el desarrollo de las habilidades comunicativas. Finalmente, se concluye que la implementación de la propuesta ayuda al incremento de habilidades investigativas y acerca al estudiante de pedagogía a la problemática real.","author":[{"dropping-particle":"","family":"Regalado Diaz","given":"Lesley Diana","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Universidad San Ignacio de Loyola","id":"ITEM-1","issued":{"date-parts":[["2019"]]},"number-of-pages":"141","publisher":"Universidad San Ignacio de Loyola","title":"Aprendizaje basado en proyectos para el desarrollo de la investigación formativa en los estudiantes de un Instituto Pedagógico Nacional de Lima","type":"thesis"},"uris":["http://www.mendeley.com/documents/?uuid=cc8bfe87-c3a2-4055-9cee-6d5bdad1af7b"]}],"mendeley":{"formattedCitation":"(Regalado Diaz, 2019)","manualFormatting":"(2019)","plainTextFormattedCitation":"(Regalado Diaz, 2019)","previouslyFormattedCitation":"(Regalado Diaz, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2019) indica que el aprendizaje parte de los intereses propios de los estudiantes y de la indagación, cuya finalidad es la búsqueda de posibles soluciones ante una problemática real; cambiando así el concepto de las escuelas, el rol del alumno y del docente, como de la comunidad educativa. En el ámbito de la matemática los autores Jiménez García y Jiménez Izquierdo ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"0124-2253","abstract":"El aprendizaje de las matemáticas es complicado para la mayoría de los estudiantes en todos los niveles educativos, aunado a lo anterior en la actualidad las aulas de las escuelas están llenas de alumnos tecnológicos, la mayoría nació y ha crecido con la tecnología bajo el brazo. El objetivo del artículo es mostrar la importancia de las matemáticas y el uso de software para el desarrollo de ésta competencia en el alumno como prioridad, ya que en ella se apoyan otras ciencias. El tipo de estudio es documental de carácter descriptivo para analizar el comportamiento en las aulas con alumnos nativos digitales, razón por la que el docente no debe quedarse atrás en la utilización de recursos tecnológicos para la enseñanza, siendo un reto el desarrollar estrategias que despierten el interés del alumno por aprender; como resultado de éste análisis se concluye que GeoGebra es el software que proporciona una excelente opción para mejorar la actividad central de las matemáticas en la resolución de problemas y es una herramienta adecuada para utilizar como estrategia en la enseñanza de las ciencias exactas","author":[{"dropping-particle":"","family":"Jiménez García","given":"José Guadalupe","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Jiménez Izquierdo","given":"Sergio","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Electrónica sobre Tecnología, Educación y Sociedad","id":"ITEM-1","issue":"7","issued":{"date-parts":[["2017"]]},"page":"1-17","title":"GeoGebra, una propuesta para innovar el proceso enseñanza-aprendizaje en matemáticas","type":"article-journal","volume":"4"},"uris":["http://www.mendeley.com/documents/?uuid=ad561ca4-7cac-4739-86cf-e19366949a89"]}],"mendeley":{"formattedCitation":"(Jiménez García & Jiménez Izquierdo, 2017)","manualFormatting":"(2017)","plainTextFormattedCitation":"(Jiménez García & Jiménez Izquierdo, 2017)","previouslyFormattedCitation":"(Jiménez García & Jiménez Izquierdo, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2017) mencionan que el aprendizaje de las matemáticas es complicado para la mayoría de los estudiantes en todos los niveles educativos, siendo un reto desarrollar herramientas que despierten el interés del alumno por aprender. Para Fernández ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"1885-2211","abstract":"La evaluación formativa o evaluación para aprender, la evaluación como elemento esencial de todo el proceso de aprendizaje es el objetivo de este trabajo. Sin menoscabo de otros tipos de evaluación y de la fecunda reflexión sobre creación y corrección de exámenes, ahora y, desde nuestra perspectiva de docente, nos interesa detenernos en el día a día de la clase, en las condiciones que favorecen el aprendizaje y en el papel regulador de la evaluación como guía, mediación, retroalimentación y motor de progreso. Iniciamos esta andadura con un acercamiento a los conceptos que manejamos de evaluación y específicamente de evaluación formativa, en el que integramos los aspectos procedentes de otras denominaciones (evaluación para aprender, formadora, auténtica, dinámica y continua). Fundamentamos, a continuación, esta forma de hacer, acudiendo a las aportaciones de los estudios relacionados con los procesos de aprendizaje y comunicación, extrayendo de ellos las ideas matrices que apoyan nuestra reflexión. El tercer punto aterriza en el aula para especificar y ejemplificar el trabajo de la evaluación formativa en la práctica: qué evaluar, cuándo hacerlo y cómo. Terminamos con un apartado sobre recogida de datos en la evaluación formativa y proponemos una serie de herramientas flexibles que agilizan la tarea. A modo de conclusión insistimos en la idea generadora de este trabajo que es la relación dialéctica entre aprendizaje y evaluación, relación indisoluble en que no es posible una parte sin la otra.","author":[{"dropping-particle":"","family":"Fernández","given":"Sonsoles","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"MarcoELE: Revista de Didáctica Español Lengua Extranjera","id":"ITEM-1","issue":"24","issued":{"date-parts":[["2017"]]},"page":"1-43","title":"Evaluación y Aprendizaje","type":"article-journal"},"uris":["http://www.mendeley.com/documents/?uuid=675621a1-f425-39a5-859c-8930bb0ec930"]}],"mendeley":{"formattedCitation":"(Fernández, 2017)","manualFormatting":"(2017)","plainTextFormattedCitation":"(Fernández, 2017)","previouslyFormattedCitation":"(Fernández, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2017), “el aprendizaje arranca de una motivación y conlleva un proceso de construcción del significado y atribución de sentido a lo que se desea aprehender”. De las definiciones antes mencionadas, se considera que el aprendizaje es un proceso de cambio en el comportamiento del alumno, es decir, sino cambia su actitud no existe un aprendizaje, es por ello que este cambio debe ser perdurable en el tiempo para estimular el desarrollo de capacidades y destrezas del estudiante.Por otro lado, para el desarrollo de este aprendizaje el docente actual debe buscar nuevas estrategias y métodos de reforzamiento de los conocimientos adquiridos anteriormente. García-Valcárcel y Tejedor Tejedor (ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.5944/educXX1.13447","author":[{"dropping-particle":"","family":"García-Valcárcel","given":"Ana","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Tejedor Tejedor","given":"Francisco Javier","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Educación XX1","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2017"]]},"page":"137-159","title":"Percepción de los estudiantes sobre el valor de las TIC en sus estrategias de aprendizaje y su relación con el rendimiento","type":"article-journal","volume":"20"},"uris":["http://www.mendeley.com/documents/?uuid=3845c17c-0742-450d-bec7-c9a313008806"]}],"mendeley":{"formattedCitation":"(García-Valcárcel & Tejedor Tejedor, 2017)","manualFormatting":"2017)","plainTextFormattedCitation":"(García-Valcárcel & Tejedor Tejedor, 2017)","previouslyFormattedCitation":"(García-Valcárcel & Tejedor Tejedor, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}2017) mencionan que “estas estrategias están directamente relacionadas con la calidad del aprendizaje del estudiante, y su análisis permite identificar y diagnosticar las causas del bajo rendimiento y mejorar el aprendizaje”. Según el autor López-Aguado ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"López-Aguado","given":"Mercedes","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Psicodidáctica","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2010"]]},"page":"77-99","title":"Diseño y análisis del Cuestionario de Estrategias de Trabajo Autónomo ( CETA ) para estudiantes universitarios","type":"article-journal","volume":"15"},"uris":["http://www.mendeley.com/documents/?uuid=f39c81ca-09e2-451b-b752-271b84ebd690"]}],"mendeley":{"formattedCitation":"(López-Aguado, 2010)","manualFormatting":"(2010)","plainTextFormattedCitation":"(López-Aguado, 2010)","previouslyFormattedCitation":"(López-Aguado, 2010)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2010), las estrategias de aprendizaje están ligadas a la metacognición y presentan las siguientes características: (i) son procesos de toma de decisiones para enfrentarse a una tarea; (ii) están determinadas por el contexto, es decir, las características de la situación concreta de aprendizaje determinan la elección de una determinada estrategia; (iii) están dirigidas a la consecución de una meta concreta de aprendizaje, (iv) representan una secuencia de procedimientos, lo que implica un dominio procedimental y requieren la planificación, articulación y secuenciación de los procesos y procedimientos seleccionados. Por ello el docente aplica una diversidad de técnicas tales como ampliación, colaboración, conceptualización, preparación, participación, planificación, repetición y motivación para incrementar la atención, retención y aprendizaje del alumnado. Dentro de las estrategias motivacionales tenemos el aprendizaje basado en problemas (ABP), basado en uso de TIC, basado en gamificación, en aprendizaje colaborativo, significativo, inmersivo, entre otros. Varios autores coinciden en que utilizar gamificación dentro del aula de clases puede traer consigo diversas ventajas como aportar al alumno motivos para implicarse en las actividades de una asignatura o currículo, fomentar la participación y autonomía en la resolución de problemas, promover el aprendizaje continuo y permanente, desarrollar la capacidad de autoevaluarse y aceptar los errores como parte del proceso de aprendizaje ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"El presente trabajo plantea una innovación educativa cuyo objetivo principal consiste en implementar la estrategia de Gamificación en el proceso de enseñanza-aprendizaje de la asignatura Matemáticas a través de un LMS, con la finalidad de favorecer el desarrollo de la competencia matemática: plantear y resolver problemas en estudiantes del 1ero de BGU. Se trata de promover el aprendizaje basado en competencias y el aprendizaje basado en juegos, así como las estrategias constructivistas que permitan al estudiante articular sus saberes con los problemas que enfrenta cotidianamente en el aula y fuera de ella, planteando soluciones creativas, autónomas y eficaces.","author":[{"dropping-particle":"","family":"Macías Espinales","given":"Adriana Virginia","non-dropping-particle":"","parse-names":false,"suffix":""}],"id":"ITEM-1","issued":{"date-parts":[["2017"]]},"number-of-pages":"156","publisher":"Universidad Casa Grande","title":"La Gamificación como estrategia para el desarrollo de la competencia matemática: plantear y resolver problemas","type":"thesis"},"uris":["http://www.mendeley.com/documents/?uuid=e6d1e2d1-afa4-4649-81b5-e826b7507f17"]}],"mendeley":{"formattedCitation":"(Macías Espinales, 2017)","plainTextFormattedCitation":"(Macías Espinales, 2017)","previouslyFormattedCitation":"(Macías Espinales, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Macías Espinales, 2017). Además de motivación, participación, interés, mejora del rendimiento académico, entre otros, lo cual es beneficioso tanto para el docente como para los estudiantes. Pero de la misma manera, el uso de esta estrategia trae consigo un enorme reto para el docente, ya que incorporarla no es nada fácil, debido a la enorme concentración y control que se debe tener durante el desarrollo de la clase.Otros trabajos de investigación a nivel internacional sobre integración de gamificación y aprendizaje activo en el aula establecen, como en Zepeda Hernández et al.ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.35197/rx.12.01.e3.2016.21.sz","ISSN":"1665-0441","abstract":"Los docentes que actualmente usan el método tradicional de enseñanza centrado en el profesor, están teniendo diversas dificultades con las nuevas generaciones de estudiantes. Se requieren nuevos métodos de aprendizaje que permitan enfocar a los estudiantes hacia actitudes m ás positivas en su aprendizaje. En este artículo presentamos cómo una diferente perspectiva en la evaluación y actividades basadas en el Aprendizaje Activo y la Gamificación, pueden ser una alternativa para generar una actitud más positiva de los alumnos y crear un ambiente más agradable en el aula. Esta investigación fue realizada usando el enfoque cualitativo y método etnográfico como técnica.","author":[{"dropping-particle":"","family":"Zepeda Hernández","given":"Sergio","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Abascal Mena","given":"Rocío","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"López Ornelas","given":"Erick","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Ra Ximhai","id":"ITEM-1","issue":"6","issued":{"date-parts":[["2016"]]},"page":"315-325","title":"Integración de gamificación y aprendizaje activo en el aula","type":"article-journal","volume":"12"},"uris":["http://www.mendeley.com/documents/?uuid=24d62066-4ff1-4a02-9ee4-5ecca142a56b"]}],"mendeley":{"formattedCitation":"(Zepeda Hernández et al., 2016)","manualFormatting":" (2016)","plainTextFormattedCitation":"(Zepeda Hernández et al., 2016)","previouslyFormattedCitation":"(Zepeda Hernández et al., 2016)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"} (2016), que uno de los medios que brinda la tecnología es la gamificación, dado que pretende generar una actitud positiva en los estudiantes y crear un ambiente más agradable en clase. Así mismo, González González y Mora Carreño ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"1989-1199","abstract":"La educación tradicional está en crisis, alcanzando las aulas universitarias. Los docentes universitarios se enfrentan al desa-fío de motivar a un alumnado \" nativo digital \" y al mismo tiempo deben diseñar actividades centradas en el estudiante para el desarrollo de competencias, dentro del Espacio Europeo de Educación Superior. En este contexto, creemos que las estrategias de enseñanza basadas en el juego pueden contribuir al desarrollo de competencias, tanto específicas como transversales, al mismo tiempo que pueden aumentar la motivación de los estudiantes por el aprendizaje. Por ello, en este trabajo, se presentará una propuesta metodológica basada en la introducción de las técnicas de gamificación o mecánicas de juego, en el proceso de enseñanza-aprendizaje de la Ingeniería Informática. Además, se presentará una guía de técnicas y estrategias en forma de buenas prácticas de gamificación en la educación, basada en trabajos relacionados y en los resultados obtenidos en la propia experiencia de innovación educativa desarrollada en la Escuela Técnica Superior de Ingeniería Informática de la Universidad de La Laguna durante el curso 2013–2014.","author":[{"dropping-particle":"","family":"González González","given":"Carina","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Mora Carreño","given":"Alberto","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Investigación en Docencia Universitaria de la Informática ReVisión","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2015"]]},"page":"29-40","title":"Técnicas de gamificación aplicadas en la docencia de Ingeniería Informática","type":"article-journal","volume":"8"},"uris":["http://www.mendeley.com/documents/?uuid=eeee9058-296d-4052-8e64-2e84c02a07a2"]}],"mendeley":{"formattedCitation":"(González González & Mora Carreño, 2015)","manualFormatting":"(2015)","plainTextFormattedCitation":"(González González & Mora Carreño, 2015)","previouslyFormattedCitation":"(González González & Mora Carreño, 2015)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2015), en su investigación sobre técnicas de gamificación aplicadas en la docencia de Ingeniería Informática, presentan una metodología en donde se considera la aplicación de técnicas de gamificación en el proceso de enseñanza-aprendizaje de los estudiantes universitarios, teniendo en cuenta que no se pierda el interés en el tema y que a largo plazo siga siendo atractiva y eficaz.Uno de los beneficios que aporta la gamificación es que el docente puede generar con sus estudiantes una comunicación bidireccional muy fluida, creando una dinámica de interacción más cerrada entre estudiante y docente ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Oliva","given":"Herberth Alexander","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Realidad y Reflexión","id":"ITEM-1","issue":"44","issued":{"date-parts":[["2016"]]},"page":"108-118","title":"La gamificación como estrategia metodológica en el contexto educativo universitario","type":"article-journal","volume":"16"},"uris":["http://www.mendeley.com/documents/?uuid=49ba0720-a12a-4585-93a8-31af7cff3b35"]}],"mendeley":{"formattedCitation":"(Oliva, 2016)","plainTextFormattedCitation":"(Oliva, 2016)","previouslyFormattedCitation":"(Oliva, 2016)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Oliva, 2016); así mismo, mejora el desempeño académico de los estudiantes ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.4067/S0718-50062020000100013","ISSN":"07185006","abstract":"El objetivo de este artículo es presentar una revisión sistemática sobre el aprendizaje basado en juegos, aplicado a la enseñanza de las matemáticas en la educación superior. La tecnología en las aulas ha generado cambios notables y nuevos entornos de aprendizaje, entre los cuales los juegos logran captar la atención de muchos usuarios, generar compromiso y mejores resultados de aprendizaje. Se utilizó una metodología de revisión de registros a partir de cinco índices bibliográficos y bases de datos de interés en el área educacional, se realizó el análisis bibliométrico correspondiente, la evaluación de calidad y la generación de conclusiones. Los resultados muestran 19 registros que abordan diferentes mediaciones y que se orientan al desarrollo cognitivo, emocional, afectivo, de habilidades blandas y de comportamiento. Estos hallazgos permiten a los investigadores interesados en el tema y a las instituciones educativas analizar la relevancia y los aportes positivos de los juegos (digitales o no digitales) en los procesos de enseñanza-aprendizaje.","author":[{"dropping-particle":"","family":"Zabala-Vargas","given":"Sergio A.","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Ardila-Segovia","given":"Dayan A.","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"García-Mora","given":"Lewis H.","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Benito-Crosetti","given":"Bárbara","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Formacion Universitaria","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2020"]]},"page":"13-26","title":"Aprendizaje basado en juegos (GBL) aplicado a la enseñanza de la matemática en educación superior. Una revisión sistemática de literatura","type":"article-journal","volume":"13"},"uris":["http://www.mendeley.com/documents/?uuid=2f9d283a-eb39-4a53-bb0e-dbe144a8b56e"]}],"mendeley":{"formattedCitation":"(Zabala-Vargas et al., 2020)","plainTextFormattedCitation":"(Zabala-Vargas et al., 2020)","previouslyFormattedCitation":"(Zabala-Vargas et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Zabala-Vargas et al., 2020) y favorece alta dosis de motivación ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"El presente trabajo aborda la gamificación como estrategia de aprendizaje, mostrando los beneficios derivados de su puesta en práctica en el aula y concretando un modelo de gamificación como es el Escape Room. El objetivo de la investigación es profundizar y examinar las ventajas que aporta la gamificación en el ámbito educativo, haciendo alusión a la necesidad de presentar el contenido de manera atractiva y lúdica. Concretamente, en este documento se expone un modelo de gamificación grupal como es el Escape Room. La metodología empleada se apoya en el análisis de fuentes secundarias relacionadas con el fenómeno, a través de la revisión de publicaciones científicas de impacto. Los resultados obtenidos posibilitan un acercamiento a la materia objetivo de estudio. En el presente texto se define el concepto de gamificación, su origen, evolución y los múltiples beneficios que se derivan de su aplicación. Asimismo, se hace alusión a la necesidad de que las innovaciones metodológicas estén en consonancia con el perfil del estudiante, siendo necesario para ello que los docentes exploren nuevas herramientas para aumentar la motivación, la responsabilidad y el compromiso en los estudiantes. Igualmente se expone el Escape Room como recurso óptimo para el proceso de enseñanza-aprendizaje. Finalmente, se presentan las conclusiones donde se muestra la importancia de que el docente diseñe las tareas con antelación conociendo las singularidades del alumnado al que va dirigida la intervención.","author":[{"dropping-particle":"","family":"García Lázaro","given":"Irene","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Educativa Hekademos","id":"ITEM-1","issue":"27","issued":{"date-parts":[["2019"]]},"page":"71-79","title":"Escape Room como propuesta de gamificación en educación","type":"article-journal"},"uris":["http://www.mendeley.com/documents/?uuid=64ec6068-746e-4400-9558-128d86c8cc28"]}],"mendeley":{"formattedCitation":"(García Lázaro, 2019)","manualFormatting":"(García Lázaro, 2019)","plainTextFormattedCitation":"(García Lázaro, 2019)","previouslyFormattedCitation":"(García Lázaro, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(García Lázaro, 2019). Todos estos beneficios posibilitan una mejor reflexión de contenidos ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"abstract":"El presente trabajo aborda la gamificación como estrategia de aprendizaje, mostrando los beneficios derivados de su puesta en práctica en el aula y concretando un modelo de gamificación como es el Escape Room. El objetivo de la investigación es profundizar y examinar las ventajas que aporta la gamificación en el ámbito educativo, haciendo alusión a la necesidad de presentar el contenido de manera atractiva y lúdica. Concretamente, en este documento se expone un modelo de gamificación grupal como es el Escape Room. La metodología empleada se apoya en el análisis de fuentes secundarias relacionadas con el fenómeno, a través de la revisión de publicaciones científicas de impacto. Los resultados obtenidos posibilitan un acercamiento a la materia objetivo de estudio. En el presente texto se define el concepto de gamificación, su origen, evolución y los múltiples beneficios que se derivan de su aplicación. Asimismo, se hace alusión a la necesidad de que las innovaciones metodológicas estén en consonancia con el perfil del estudiante, siendo necesario para ello que los docentes exploren nuevas herramientas para aumentar la motivación, la responsabilidad y el compromiso en los estudiantes. Igualmente se expone el Escape Room como recurso óptimo para el proceso de enseñanza-aprendizaje. Finalmente, se presentan las conclusiones donde se muestra la importancia de que el docente diseñe las tareas con antelación conociendo las singularidades del alumnado al que va dirigida la intervención.","author":[{"dropping-particle":"","family":"García Lázaro","given":"Irene","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Educativa Hekademos","id":"ITEM-1","issue":"27","issued":{"date-parts":[["2019"]]},"page":"71-79","title":"Escape Room como propuesta de gamificación en educación","type":"article-journal"},"uris":["http://www.mendeley.com/documents/?uuid=64ec6068-746e-4400-9558-128d86c8cc28"]}],"mendeley":{"formattedCitation":"(García Lázaro, 2019)","manualFormatting":"(García Lázaro, 2019; Oliva, 2016; Zabala-Vargas et al., 2020)","plainTextFormattedCitation":"(García Lázaro, 2019)","previouslyFormattedCitation":"(García Lázaro, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(García Lázaro, 2019; Oliva, 2016; Zabala-Vargas et al., 2020). Es por ello que, en los últimos años, a nivel internacional, la gamificación ha sido aplicada en múltiples iniciativas educativas para enseñar y aprender matemáticas, demostrando ser una estrategia que logra motivar a los estudiantes a realizar actividades que antes podían parecerles aburridas, dado que crea hábitos de trabajo y esfuerzo.Por ende, en la presente investigación se considera la estrategia de aprendizaje basada en gamificación, la cual consiste en el uso de técnicas y dinámicas propias de ludificación en actividades educativas, con el propósito de motivar y reforzar temáticas como operaciones con matrices. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Prieto Martin","given":"Alfredo","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Díaz Martin","given":"David","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Monserrat Sanz","given":"Jorge","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Reyes Martín","given":"Eduardo","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"ReVisión","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2014"]]},"page":"27-43","title":"Experiencias de aplicación de estrategias de gamificación a entornos de aprendizaje universitario","type":"article-journal","volume":"7"},"uris":["http://www.mendeley.com/documents/?uuid=a05c8648-eeed-4f81-a071-9c3ce3a9e967"]}],"mendeley":{"formattedCitation":"(Prieto Martin et al., 2014)","manualFormatting":"Prieto Martin et al., (2014)","plainTextFormattedCitation":"(Prieto Martin et al., 2014)","previouslyFormattedCitation":"(Prieto Martin et al., 2014)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}Prieto Martin et al. (2014) y Rodríguez-Oroz et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.25267/Rev_Eureka_ensen_divulg_cienc.2019.v16.i2.2202","ISSN":"1697011X","abstract":"Con el objetivo de promover el conocimiento de la geomorfología a través de una herramienta utilizable por el conjunto de la sociedad, en el curso de geomorfología de la carrera de geología se incorporó el aprendizaje basado en proyectos (ABP) y la gamificación como metodologías de enseñanza-aprendizaje innovadoras. El proyecto se basó en la creación de un juego de mesa al que se le suma la incorporación de la gamificación al momento de utilizar el juego creado, el cual mostró ser una herramienta de aprendizaje que favorece la adquisición de conocimientos geomorfológicos, la capacidad de análisis, creatividad y motivación en los estudiantes. Debido a la sencillez tecnológica y accesibilidad económica del juego creado, se espera que la sociedad tenga la posibilidad de acercarse a la geología, adquiriendo un mayor conocimiento de su entorno natural","author":[{"dropping-particle":"","family":"Rodríguez-Oroz","given":"Delia","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Gómez-Espina","given":"Roberto","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Bravo Pérez","given":"María Jesús","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Truyol","given":"María Elena","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Eureka sobre enseñanza y divulgación de las ciencias.","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2019"]]},"page":"1-18","title":"Aprendizaje basado en un proyecto de gamificación: vinculando la educación universitaria con la divulgación de la geomorfología de Chile","type":"article-journal","volume":"16"},"uris":["http://www.mendeley.com/documents/?uuid=ea364573-0bac-48cc-819f-7511fe9266b5"]}],"mendeley":{"formattedCitation":"(Rodríguez-Oroz et al., 2019)","manualFormatting":"(2019)","plainTextFormattedCitation":"(Rodríguez-Oroz et al., 2019)","previouslyFormattedCitation":"(Rodríguez-Oroz et al., 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2019) definen la gamificación como el proceso de pensamiento de juego, es decir, el desarrollo del pensamiento creativo y sus mecanismos para atraer a los estudiantes y hacerlos resolver problemas. La gamificación, en el contexto educativo universitario, busca una aproximación interpretativa sobre la forma de ver, entender y aplicar los elementos del juego para utilizarlos con propósitos formativos en el proceso de enseñanza-aprendizaje dentro del aula universitaria ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Oliva","given":"Herberth Alexander","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Realidad y Reflexión","id":"ITEM-1","issue":"44","issued":{"date-parts":[["2016"]]},"page":"108-118","title":"La gamificación como estrategia metodológica en el contexto educativo universitario","type":"article-journal","volume":"16"},"uris":["http://www.mendeley.com/documents/?uuid=49ba0720-a12a-4585-93a8-31af7cff3b35"]}],"mendeley":{"formattedCitation":"(Oliva, 2016)","plainTextFormattedCitation":"(Oliva, 2016)","previouslyFormattedCitation":"(Oliva, 2016)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Oliva, 2016). En este marco, lo importante de la aplicación de la estrategia fue mejorar el nivel académico con respecto al aprendizaje de operaciones con matrices, mediante el planteamiento del objetivo general: implementar estrategias basadas en gamificación para el aprendizaje del álgebra matricial, y a través de los siguientes objetivos específicos: evaluar los conocimientos previos al estudio de álgebra matricial; fortalecer el aprendizaje del álgebra matricial mediante gamificación; evaluar los conocimientos adquiridos de algebra matricial después de la aplicación de gamificación y realizar un análisis comparativo del promedio académico de los estudiantes. Así mismo, se planteó la siguiente hipótesis: ¿es mayor el promedio de calificaciones obtenido por los estudiantes del grupo experimental que el promedio obtenido por los estudiantes del grupo control a partir de la aplicación o no de la gamificación?Finalmente, se reportan los hallazgos obtenidos durante el desarrollo y la aplicación de herramientas basadas en gamificación como Kahoot y Educaplay, en temáticas concretas de la asignatura de Álgebra lineal.Materiales y métodosTipo y diseño de la investigación La investigación se desarrolló bajo un diseño de tipo cuasi-experimental ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISBN":"9781456223960","author":[{"dropping-particle":"","family":"Hernández Sampieri","given":"Roberto","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Fernández Collado","given":"Carlos","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Baptista Lucio","given":"Pilar","non-dropping-particle":"","parse-names":false,"suffix":""}],"edition":"6a Edición","id":"ITEM-1","issued":{"date-parts":[["2010"]]},"number-of-pages":"634","publisher":"Mc Graw Hill Education","title":"Metodología de la investigación","type":"book"},"uris":["http://www.mendeley.com/documents/?uuid=a7767ebb-d427-40da-881c-44622064dbec"]}],"mendeley":{"formattedCitation":"(Hernández Sampieri et al., 2010)","plainTextFormattedCitation":"(Hernández Sampieri et al., 2010)","previouslyFormattedCitation":"(Hernández Sampieri et al., 2010)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Hernández Sampieri et al., 2010) mediante un estudio transversal para dos muestras independientes.Figura 1. Metodología de la investigación60422713427800Figura 2. O1 y O3: Pretest, X: Aplicación de gamificación (Kahoot, Educaplay), O2 y O4: Postest.4888533175000En enfoque de la investigación es cuantitativo, puesto que involucra datos numéricos, lo que permitió realizar pruebas estadísticas y generar hipótesis para el análisis de datos mediante diseños de investigación ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.21158/01208160.n82.2017.1647","ISSN":"0120-8160","abstract":"Los métodos de investigación que se describen en la literatura son una importante herramienta para la búsqueda y el perfeccionamiento del conocimiento acerca de la realidad. Cada método tiene su forma particular de acercamiento al objeto de estudio, lo cual origina diferentes clasificaciones. El trabajo pretende fundamentar una nueva perspectiva de clasificación de estos métodos de acuerdo con su función en el proceso de investigación. Se ha realizado una sistematización de referentes bibliográficos que ha posibilitado caracterizar los métodos más comúnmente empleados y clasificarlos según su finalidad investigativa, aspecto que resulta novedoso e importante para la metodología de investigación.","author":[{"dropping-particle":"","family":"Rodríguez Jiménez","given":"Andrés","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Pérez Jacinto","given":"Alipio","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista EAN","id":"ITEM-1","issue":"82","issued":{"date-parts":[["2017"]]},"page":"175-195","title":"Métodos científicos de indagación y de construcción del conocimiento","type":"article-journal"},"uris":["http://www.mendeley.com/documents/?uuid=e39302da-02af-48ef-ab16-d78c0921ad17"]}],"mendeley":{"formattedCitation":"(Rodríguez Jiménez & Pérez Jacinto, 2017)","manualFormatting":"(Rodríguez Jiménez y Pérez Jacinto, 2017; Anicama Silva, 2020)","plainTextFormattedCitation":"(Rodríguez Jiménez & Pérez Jacinto, 2017)","previouslyFormattedCitation":"(Rodríguez Jiménez & Pérez Jacinto, 2017)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Rodríguez Jiménez & Pérez Jacinto, 2017; Anicama Silva, 2020). Por tanto, en el desarrollo de la presente investigación se utilizó el método hipotético-deductivo para los supuestos o hipótesis que, de alguna manera, va a mejorar la variable dependiente y lo deductivo para desarrollar las estrategias de aprendizaje. Dicho método hipotético-deductivo consistió en encontrar el problema, formular la hipótesis, generar el marco teórico, realizar el pretest, el postest y la encuesta de satisfacción, aplicar, recoger e interpretar la información y, finalmente, establecer las leyes como resultado de la comprobación de las hipótesis.PoblaciónLa población está conformada por un total 50 estudiantes del primer ciclo de la Universidad Técnica Particular de Loja durante el periodo académico abril-agosto 2021, de las carreras de Administración de Empresas y Gestión Ambiental divididos en grupo control y grupo experimental, respectivamente, los cuales se distribuyen de la siguiente manera (ver tabla 1). En esta investigación didáctica, no se determinó muestra en vista de que se trata de una población pequeña.Tabla SEQ Tabla \* ARABIC 1.Población de estudiantesCarreraN.° de estudiantesGrupoAdministración de Empresas24ExperimentalGestión Ambiental26ControlTotal50Nota. En esta tabla se observa la distribución de la población. Técnicas e Instrumentos de investigación Técnica En este trabajo de investigación didáctica, se empleó como técnica de recolección de datos la encuesta tal como indica el estudio de Arias Odón ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISBN":"9800785299","author":[{"dropping-particle":"","family":"Arias Odón","given":"Fidias Gerardo","non-dropping-particle":"","parse-names":false,"suffix":""}],"edition":"6a Edición","id":"ITEM-1","issued":{"date-parts":[["2012"]]},"publisher":"Editorial Episteme","title":"El proyecto de investigación","type":"book"},"uris":["http://www.mendeley.com/documents/?uuid=5adb3144-e2b6-47b2-ac0c-2a313491432c"]}],"mendeley":{"formattedCitation":"(Arias Odón, 2012)","manualFormatting":"(2012)","plainTextFormattedCitation":"(Arias Odón, 2012)","previouslyFormattedCitation":"(Arias Odón, 2012)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2012), cuyo objetivo fue recabar información sobre la opinión del grupo experimental con respecto a la metodología aplicada en el aula. InstrumentosTomado de los autores Ñaupas Paitán et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.1017/CBO9781107415324.004","ISBN":"9788578110796","ISSN":"1098-6596","PMID":"25246403","author":[{"dropping-particle":"","family":"Ñaupas Paitán","given":"Humberto","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Valdivia Dueñas","given":"Marcelino","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Palacios Vilela","given":"Jesús","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Romero Delgado","given":"Hugo","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Journal of Chemical Information and Modeling","edition":"5a Edición","id":"ITEM-1","issue":"9","issued":{"date-parts":[["2018"]]},"number-of-pages":"560","publisher":"Ediciones de la U","title":"Metodología de la investigación cuantitativa-cualitativa y redacción de la tesis","type":"book","volume":"53"},"uris":["http://www.mendeley.com/documents/?uuid=d938854f-ccce-4ef2-8af6-2a7a232c20d7"]}],"mendeley":{"formattedCitation":"(Ñaupas Paitán et al., 2018)","manualFormatting":"(2018)","plainTextFormattedCitation":"(Ñaupas Paitán et al., 2018)","previouslyFormattedCitation":"(Ñaupas Paitán et al., 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2018), el instrumento ad hoc es cualquier medio concreto, elaborado específicamente para una situación concreta que permite recoger datos en forma sistemática, ordenada según una intencionalidad prevista.Por tal motivo, se elaboraron tres cuestionarios ad hoc: pretest, postest, es decir, una prueba de conocimientos específicos y la encuesta de satisfacción para conocer la valoración de los estudiantes respecto a la estrategia utilizada en el estudio de álgebra matricial. Cada instrumento fue elaborado en el software de administración de encuestas Google Forms, los cuales tuvieron un total de 8 preguntas; el pretest y el postest con respuestas de opción múltiple aplicados a toda la población y la encuesta de satisfacción basada en la escala de Likert con 5 opciones de respuesta (totalmente de acuerdo, de acuerdo, neutral, en desacuerdo, totalmente en desacuerdo), la cual se aplicó en el grupo experimental para conocer aspectos puntuales de satisfacción con respecto a la aplicación de la gamificación. Confiabilidad del instrumento Para determinar el índice de confiablidad de la encuesta de satisfacción, se utilizó la prueba de Alfa de Cronbach (α) ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"0034-7450","abstract":"Introducción: Se ha definido corrientemente la salud mental como la ausencia de trastornos mentales. Para abordarla en el sentido más llano de sanitas, se consideró la necesidad de estructurar para la Encuesta Nacional de Salud Mental de 2015 un componente que respondiera a las orientaciones y las particularidades del país. Objetivo: Describir la estructuración y los contenidos del componente de salud mental de la Encuesta Nacional de Salud Mental de 2015 para la población colombiana de 7 y más anos. ˜ Métodos: Revisión, análisis documental y discusión acerca de conceptos e instrumentos con el equipo responsable de la Encuesta Nacional de Salud Mental de 2015 y otros grupos. Resultados: Se revisaron 353 documentos, de los que se incluyó el análisis de 180 para este artículo. Se plantea el modelo del componente que, considerando como elemento central la dimensión ética de cuidado en las relaciones, entrecruza dos dimensiones o categorías de indagación: subjetiva-relacional y social-colectiva. Conclusiones: El componente de salud mental estructurado permite obtener información acerca de toda la población y pensar la salud mental desde la «buena vida» personal y colectiva","author":[{"dropping-particle":"","family":"Celina Oviedo","given":"Heidi","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Campos Arias","given":"Adalberto","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Colombiana de Psiquiatría","id":"ITEM-1","issue":"4","issued":{"date-parts":[["2005"]]},"page":"572-580","title":"Aproximación al uso del coeficiente alfa de Cronbach","type":"article-journal","volume":"34"},"uris":["http://www.mendeley.com/documents/?uuid=c113b75a-ce04-4720-b471-c4010df29943"]}],"mendeley":{"formattedCitation":"(Celina Oviedo & Campos Arias, 2005)","manualFormatting":"(Celina Oviedo y Campos Arias, 2005)","plainTextFormattedCitation":"(Celina Oviedo & Campos Arias, 2005)","previouslyFormattedCitation":"(Celina Oviedo & Campos Arias, 2005)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Celina Oviedo & Campos Arias, 2005) mediante el programa SPSS versión 25. Conforme al coeficiente calculado, el mínimo requerido para aceptar la confiabilidad de los datos del instrumento deben ser todos los valores mayores a 0,6, por consiguiente, el resultado fue superior y se aceptó la confiabilidad.Proceso de análisis de la información Se utilizó la estadística descriptiva para evaluar y relacionar datos obtenidos por cada variable. Así mismo, se empleó la estadística inferencial para manipular los datos cuantitativos mediante diferentes procedimientos, esto con el fin de comprobar o rechazar la hipótesis planteada. Para ello se utilizó el software estadístico SPSS versión 25, donde los datos fueron procesados y analizados estadísticamente, presentando medidas estadísticas como la media, la mediana, la significancia, las tablas de distribución de frecuencias y los gráficos de barras, en las que se puede visualizar el comportamiento de las variables. Proceso para la verificación de la hipótesisPara verificar la hipótesis, se utilizó la prueba paramétrica “t” de Student. Para el análisis de datos a nivel intergrupal, se realizó un estudio transversal con dos grupos para comparar la variable independiente en un mismo momento y la variable aleatoria fueron las calificaciones obtenidas en la aplicación de los instrumentos, por tanto, para este caso se utilizó la prueba “t” de Student para muestras independientes como se indica en la tabla 2.Tabla SEQ Tabla \* ARABIC 2. Elección de la prueba estadística a nivel intergrupalPRUEBAS NO PARAMÉTRICASPRUEBAS PARAMÉTRICAS-127063500Variable aleatoriaVariable fijaNOMINAL DICOTÓMICANOMINAL POLITÓMICAORDINALNUMÉRICAEstudio transversalMuestras IndependientesUn grupoX2 Bondad de ajustebinomialX2 Bondad deajusteX2 Bondad de ajuste“t” de Student (una muestra)Dos gruposX2 Bondad de ajusteCorrección de YatesTest exacto de FisherX2 de HomogeneidadU Mann-Withney“t” de Student (muestras independientes)Más de dos gruposX2 Bondad de ajusteX2 Bondad deajusteH Kruskal-WallisANOVA con unfactorINTERsujetosNota. Adaptado de “t” de Student Muestras Independientes ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Varela","given":"Atanael","non-dropping-particle":"","parse-names":false,"suffix":""}],"id":"ITEM-1","issued":{"date-parts":[["2013"]]},"publisher":"YouTube","title":"t Student Muestras Independientes","type":"motion_picture"},"uris":["http://www.mendeley.com/documents/?uuid=74c3b7d7-97d0-4896-90c9-d9edc4882778"]}],"mendeley":{"formattedCitation":"(Varela, 2013a)","plainTextFormattedCitation":"(Varela, 2013a)","previouslyFormattedCitation":"(Varela, 2013a)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Varela, 2013a).Para el análisis de datos a nivel intra- grupal se realizó un estudio transversal, es decir, a un mismo grupo (variable fija) se le aplicó dos medidas en momentos diferentes (pre- test y post- test en el estudio de operaciones con matrices), así mismo la variable aleatoria, al ser una variable numérica, se determinó que la prueba factible para este caso es prueba “t” de student para muestras relacionadas, tal como se indica en la tabla 3.Tabla SEQ Tabla \* ARABIC 3.Elección de la prueba estadística a nivel intra- grupal. PRUEBAS NO PARAMÉTRICASPRUEBAS PARAMÉTRICAS-53975-317500Variable aleatoriaVariable fijaNOMINAL DICOTÓMICANOMINAL POLITÓMICAORDINALNUMÉRICAEstudio transversal Muestras relacionadasDos medidasMc NemarQ de CochranWilcoxon“t” de Student(muestrasrelacionadas)Más de dos medidasQ de CochranQ de CochranFriedmanANOVA paramedidas repetidas (INTRAsujetos)Nota. Adaptado de “t” de Student Muestras Relacionadas ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Varela","given":"Atanael","non-dropping-particle":"","parse-names":false,"suffix":""}],"id":"ITEM-1","issued":{"date-parts":[["2013"]]},"publisher":"YouTube","title":"T Student Muestras Relacionadas","type":"motion_picture"},"uris":["http://www.mendeley.com/documents/?uuid=43b2944f-48f1-4898-9c44-2bbfbea34335"]}],"mendeley":{"formattedCitation":"(Varela, 2013b)","plainTextFormattedCitation":"(Varela, 2013b)","previouslyFormattedCitation":"(Varela, 2013b)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(Varela, 2013b).Resultados El análisis de confiabilidad del instrumento de encuesta de satisfacción dio como valor un coeficiente de 0,926. Conforme al coeficiente calculado, el mínimo requerido para aceptar la confiabilidad de los datos del instrumento debe ser mayor a 0,6, por consiguiente, el resultado fue superior y se aceptó la confiabilidad. Resultados descriptivos Los autores Hernández Sampieri et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISBN":"9781456223960","author":[{"dropping-particle":"","family":"Hernández Sampieri","given":"Roberto","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Fernández Collado","given":"Carlos","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Baptista Lucio","given":"Pilar","non-dropping-particle":"","parse-names":false,"suffix":""}],"edition":"6a Edición","id":"ITEM-1","issued":{"date-parts":[["2010"]]},"number-of-pages":"634","publisher":"Mc Graw Hill Education","title":"Metodología de la investigación","type":"book"},"uris":["http://www.mendeley.com/documents/?uuid=a7767ebb-d427-40da-881c-44622064dbec"]}],"mendeley":{"formattedCitation":"(Hernández Sampieri et al., 2010)","manualFormatting":"(2010)","plainTextFormattedCitation":"(Hernández Sampieri et al., 2010)","previouslyFormattedCitation":"(Hernández Sampieri et al., 2010)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2010) destacan que los diseños cuasiexperimentales involucran por lo menos una variable independiente que es manipulada intencionalmente para observar la relación y efecto con la o las variables dependientes. Como regla en el diseño cuasiexperimental, los grupos no se atribuyen al azar, ni se relacionan, sino que ya están determinados con anticipación y su formación es independiente del experimento, por tanto, son grupos intactos.En la tabla 4, se visualiza en el pretest del grupo experimental una media de 5,9545, mientras que en el grupo control se observa una media de 6,0556 lo cual significa que ambos grupos empiezan en igualdad de conocimientos sobre operaciones con matrices. Por otro lado, observamos que en el postest el grupo experimental y control obtuvieron los promedios 8,1364 y 6,8056 respectivamente. De acuerdo con estos datos, se puede afirmar que el uso de gamificación demostró resultados positivos en el grupo experimental, ya que obtuvo mejor promedio con respecto al grupo control.Tabla SEQ Tabla \* ARABIC 4. Análisis estadístico descriptivo del pretest y postest del grupo experimental y controlGRUPOPRETESTPOSTESTEXPERIMENTAL Media5,95458,1364Mediana6,00008,0000Desv. Desviación1,132941,52894Mínimo4,005,00Máximo8,0010,00CONTROLMedia6,05566,8056Mediana6,00006,5000Desv. Desviación1,012991,21436Mínimo5,005,00Máximo8,009,00Prueba de hipótesisEn la tabla 5, se muestran los datos del pretest, en donde la diferencia de medias es de 0,1010, y se encuentra dentro del intervalo de confianza, dando un valor de significancia de 0,770. Por lo tanto, consideramos que las medias del grupo control y experimental no son significativas al inicio del estudio de operaciones con matrices. Tabla SEQ Tabla \* ARABIC 5. Análisis estadístico descriptivo del pretest y postestGrupo Igualdad de medias95 % de intervalo de confianza de la diferenciaPrueba TDiferencia de mediasDiferencia de error estándarInferiorSuperiortSig.(bilateral)Pretest 0,10100,3435-0,59440,79640,2940,770 Postest -1,33080,44396,8056-2,2296-0,4310,005En cuanto a los datos del postest, podemos evidenciar que la diferencia de medias de -1.3308 se encuentra dentro del intervalo de confianza de 6,8056 a -2,2296 y que su valor de significancia es de 0,005, dicho valor, al ser menor al coeficiente alfa de Cronbach, se establece que existe una diferencia significativa entre los promedios del grupo control y experimental. Por lo tanto, luego del análisis estadístico mediante las pruebas t de Student, se rechaza la hipótesis nula y aceptamos la hipótesis alterna que nos confirma que la gamificación mejora significativamente el aprendizaje específico de las temáticas de operaciones con matrices durante la aplicación de la gamificación en los estudiantes de Administración de Empresas. Resultados de encuesta de satisfacción Los datos obtenidos en la tabla 6 por parte de los estudiantes, luego de la aplicación de la estrategia basada en gamificación durante el estudio de operaciones con matrices, la mayoría estuvieron de acuerdo en haber obtenido un aprendizaje significativo durante la aplicación de la gamificación, pues el tiempo establecido para su aplicación fue adecuado. También se muestra mayor tendencia en las preguntas 6 y 7, las cuales se relacionan en la parte emocional, ya que se sintieron alegres y motivados al ser partícipes de este cambio.PreguntasÍtemsT. D.E. D.N.D. A.T. A.Al ejecutar la gamificación en el estudio de álgebra matricial, considera que obtuvo un aprendizaje significativo sobre operaciones con matrices.4,17 %0 %33,33 %41,67 %20,83 %Considera que la estrategia basada en gamificación (juegos) fue adecuada para el aprendizaje del tema tratado.4,17 %0 %12,5 %58,33 %25 %El tiempo diseñado para la aplicación de la estrategia, fue adecuado durante el estudio de operaciones con matrices.4,17 %8,33 %25 %33,33 %29,17 %Se sintió alegre cuando participó de la gamificación durante la clase.4,17 %4,17 %16,66 %37,5 %37,5 %Considera que la estrategia utilizada generó un alto grado de motivación para su aprendizaje.4,17 %12,5 %25 %33,33 %25 %Considera que la comprensión de los temas abordados en clase aumentó como resultado de la aplicación de la estrategia.0 %12,5 %25 %37,5 %25 %Considera que la aplicación de gamificación le ayudó a complementar y ampliar los conocimientos de la teoría explicada en clase.0 %12,5 %16,67 %41,67 %29,16 %Una vez aplicada esta estrategia, ¿se considera capaz de resolver problemas de operaciones con matrices?8,33 %4,18 %20,83 %33,33 %33,33 % Tabla SEQ Tabla \* ARABIC 6. Análisis comparativo de la encuesta de satisfacciónDiscusiónLa investigación se ha realizado con el objetivo de implementar estrategias basadas en gamificación para el aprendizaje de álgebra matricial de los estudiantes de la Universidad Técnica Particular de Loja. Luego del trabajo y la aplicación de los instrumentos finalizando con la recolección de la información, de acuerdo con la teoría argumentada para la variable de estudio, se han encontrado diversos resultados similares en cuanto al tema de estudio.A decir de Pisabarro Marrón y Vivaracho Pascual ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"0275-6935","abstract":"La gamificación, como forma de adquisición de conocimiento y competencias a través del juego, es una técnica en auge en la educación. El entorno lúdico a la hora de realizar actividades aumenta de forma considerable la motivación de los alumnos, su rendimiento, su nivel de implicación y, por ende, el nivel de aprendizaje. En este artículo se va a presentar una actividad, de tipo juego serio, diseñada para el aprendizaje de las estructuras de control iterativas dentro de la asignatura Fundamentos de Programación de primer curso del Grado en Ingeniería Informática y del Grado en Estadística. La actividad consiste en una serie de pruebas de dificultad progresiva siguiendo un formato de tipo gincana. Para hacerla más atractiva, y dar al juego unidad y coherencia, la actividad estaba ambientada en el universo Harry Potter. Se planteó como un torneo, en el que competían \"las casas\" participantes. La actividad resultó muy positiva, incrementando la motivación y mejorando la participación de los alumnos en la asignatura, que eran los objetivos buscados.","author":[{"dropping-particle":"","family":"Pisabarro Marrón","given":"Alma Maria","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Vivaracho Pascual","given":"Carlos Enrique","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"ReVision (Revista de Investigación en Docencia Universitaria de la Informática)","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2018"]]},"page":"85-93","title":"Gamificación en el aula: gincana de programación","type":"article-journal","volume":"11"},"uris":["http://www.mendeley.com/documents/?uuid=4068b641-7734-4013-95bf-fc5c28b562d9"]}],"mendeley":{"formattedCitation":"(Pisabarro Marrón & Vivaracho Pascual, 2018)","manualFormatting":"(2018)","plainTextFormattedCitation":"(Pisabarro Marrón & Vivaracho Pascual, 2018)","previouslyFormattedCitation":"(Pisabarro Marrón & Vivaracho Pascual, 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2018), la gamificación en el aula no solo aporta a los docentes nuevas herramientas con las que pueden trabajar, sino también a los estudiantes, ya que, gracias a su predisposición hacia el juego, resulta muy positiva su utilización, incrementando la motivación y sobre todo mejorando la participación de los alumnos en la asignatura de informática. Para Bedrega-Alpacal et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.26754/cinaic.2019.0147","abstract":"Resumen-La gamificación, como base del aprendizaje basado en juegos, es una metodología innovadora que ofrece a estudiantes y profesores la posibilidad de una experiencia educativa motivadora que se puede aplicar a cualquier materia o tema. En este artículo se presenta una experiencia de gamificación para apoyar el aprendizaje de astronomía en estudiantes de educación básica, se mencionan los pasos seguidos y se describen las características del videojuego implementado para ese fin. El videojuego, consistente en un recorrido interestelar, además de proporcionar información relevante, también evalúa los aprendizajes logrados y otorga recompensas. Dentro de los resultados destaca la motivación del estudiante durante el proceso de aprendizaje y la percepción de satisfacción de los logros personales alcanzados. Palabras clave: Gamificación, aprendizaje basado en juegos, sistema de recompensas, motivación estudiantil. Abstract-Gamification, as a basis for learning based on games, is an innovative methodology that offers students and teachers the possibility of a motivating educational experience that can be applied to any subject or topic. In this article a gamification experience is presented to support the learning of Astronomy in basic education students, the steps followed are mentioned and the characteristics of the videogame implemented for that purpose are described. The video game, consisting of an interstellar route, in addition to providing relevant information, also evaluates the learning achieved and awards rewards. Within the results highlights the motivation of the student during the learning process and the perception of satisfaction of personal achievements. 1. INTRODUCCIÓN El siglo XXI es reconocido como el siglo de la creatividad, la innovación y el cambio, ya que en estos años se enfrentan la exigencia de encontrar ideas y soluciones nuevas a los muchos problemas que se plantean en una sociedad de cambios acelerados (Saturnino de la Torre, 2006, p.12 citado en Klimenko, 2008). Para Marc Prensky, los jóvenes de hoy no pueden aprender como los jóvenes de ayer, por tanto, si se aprende de manera diferente, se deben enseñar de manera diferente, empleando novedosas y variadas metodologías, formas, métodos y medios. En este contexto, surge la gamificación como metodología que apoya a los procesos formativos, ya que hace más atractivos los procesos de aprendizaje al potenciar la diversión, la productividad, la capacidad de retener conceptos y la …","author":[{"dropping-particle":"","family":"Bedrega-Alpacal","given":"Norka","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Sharhorodoska","given":"Olha","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Jiménez-Gonzáles","given":"Luis","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Arce-Apaza","given":"Robert","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Universidad Nacional de San Agustín de Arequipa","id":"ITEM-1","issue":"Cinaic","issued":{"date-parts":[["2019"]]},"page":"710-715","title":"Gamificación como estrategia para potenciar el aprendizaje de la astronomía en la educación secundaria","type":"article-journal"},"uris":["http://www.mendeley.com/documents/?uuid=5d76b456-93d6-4800-8dcc-c838c78f1ff4"]}],"mendeley":{"formattedCitation":"(Bedrega-Alpacal et al., 2019)","manualFormatting":"(2019)","plainTextFormattedCitation":"(Bedrega-Alpacal et al., 2019)","previouslyFormattedCitation":"(Bedrega-Alpacal et al., 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2019), la gamificación es una estrategia para potenciar el aprendizaje; además de mejorar el nivel de motivación de los estudiantes, desarrolla competencias genéricas que le servirán al estudiante a lo largo de la vida. Del mismo modo sucede en el nivel superior, el impacto de la gamificación en los estudiantes de Administración de Empresas dio como resultado mejorar la motivación y crear mayor interés en la materia de Álgebra lineal, viéndose reflejado en las calificaciones del postest. Por otro lado, Holguin García et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISBN":"0000000267632","author":[{"dropping-particle":"","family":"Holguin García","given":"Fresia Yanina","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Holguin Rangel","given":"Edys Galo","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Garcia Mera","given":"Nelly Araceli","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"ELOS: Revista de Estudios Interdisciplinarios en Ciencias Sociales","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2020"]]},"page":"62-75","title":"Gamificación en la enseñanza de las matemáticas: una revisión sistemática","type":"article-journal","volume":"22"},"uris":["http://www.mendeley.com/documents/?uuid=c2da2318-c082-4f20-b1ac-75bc1619fa02"]}],"mendeley":{"formattedCitation":"(Holguin García et al., 2020)","manualFormatting":"(2020)","plainTextFormattedCitation":"(Holguin García et al., 2020)","previouslyFormattedCitation":"(Holguin García et al., 2020)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2020) en su trabajo de investigación basado en una revisión sistemática sobre gamificación en la enseñanza de las matemáticas mediante la recopilación de información de publicaciones ente los años 2014 al 2019 de las bases de datos Dialnet, Redalyc, ScienceDirect y Scopus, se obtuvo como resultado principal que la gamificación puede incidir significativamente en el mejoramiento del rendimiento académico de los estudiantes siempre y cuando las aplicaciones utilizadas estén diseñadas bajo parámetros cognitivos adecuados, a su vez que el docente acompañe dicho proceso. En el contexto de esta investigación, una de las principales variables analizadas es el aprendizaje del álgebra matricial en estudiantes de Administración de Empresas de la Universidad Técnica Particular de Loja, tal como lo indica los resultados descriptivos del pretest y postest obtenidos en la tabla 4, se visualiza que no existe mayor diferencia entre sus promedios alcanzados (0,1011), lo cual significa que ambos grupos empiezan en igualdad de conocimientos de operaciones con matrices. Así mismo, luego de la aplicación de la estrategia de gamificación en el grupo experimental, la media del postest se diferencia en 2,3308 con respecto a la media del grupo control. A partir de estos resultados, se puede sostener que incorporar la gamificación como una estrategia de aprendizaje en estudiantes universitarios tiene efectos positivos para el nivel de aprendizaje en el estudio de álgebra matricial. La investigación descriptiva-comparativa de corte longitudinal de Mayorga Álvarez y Ramírez Naranjo ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Mayorga Álvarez","given":"María de los Angeles","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Ramírez Naranjo","given":"Rosa Elvira","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista Tecnológica-Educativa Docentes 2.0","id":"ITEM-1","issue":"2","issued":{"date-parts":[["2019"]]},"page":"83-95","title":"Gamificación una herramienta en el plan de clase : caso comparativo entre áreas de conocimiento y técnica","type":"article-journal","volume":"7"},"uris":["http://www.mendeley.com/documents/?uuid=79c9a24a-1aa0-4ed6-9f99-c2439166b46d"]}],"mendeley":{"formattedCitation":"(Mayorga Álvarez & Ramírez Naranjo, 2019)","manualFormatting":"(2019)","plainTextFormattedCitation":"(Mayorga Álvarez & Ramírez Naranjo, 2019)","previouslyFormattedCitation":"(Mayorga Álvarez & Ramírez Naranjo, 2019)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2019) sobre gamificación como herramienta en el plan de clase, tuvo como objetivo determinar la influencia de la gamificación en la motivación estudiantil y el rendimiento académico en las asignaturas de psicología social y matemática básica de la carrera de psicología de la Universidad Tecnológica Indoamérica, dichos resultados demostraron que la gamificación se adaptó con facilidad a los planes de clase, donde se verificó una mejor tendencia de motivación en la asignatura de psicología social a diferencia de matemática; por otro lado, con respecto al rendimiento académico se observó un comportamiento creciente en las dos asignaturas en un promedio aproximado de 2 puntos, según la correlación de Pearson.Similarmente, en los resultados de la prueba “t” de Student para muestras independientes (tabla 5) de la presente investigación se puede apreciar en el pretest que la diferencia de medias es de 0,1010, valor que se encuentra dentro del intervalo de confianza, con una significancia de 0,770; por consiguiente, se afirma que las medias de los estudiantes de Administración de Empresas y Gestión Ambiental no son significativas al inicio del estudio de operaciones con matrices. Por otra parte, en los resultados del postest (tabla 5) el valor de significancia fue de 0,005, valor que permite afirmar que existe una diferencia significativa entre los promedios del grupo control y experimental, estos resultados demuestran un comportamiento creciente en el nivel de aprendizaje. Así mismo, de acuerdo con los resultados de la encuesta de satisfacción planteada al grupo experimental, se confirma que incorporar gamificación en el estudio de álgebra matricial activa el deseo por continuar aprendiendo a través de la dinámica lúdica y así lograr la motivación en los estudiantes de Administración de Empresas.Estos resultados concuerdan con la investigación de González González y Mora Carreño ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"ISSN":"1989-1199","abstract":"La educación tradicional está en crisis, alcanzando las aulas universitarias. Los docentes universitarios se enfrentan al desa-fío de motivar a un alumnado \" nativo digital \" y al mismo tiempo deben diseñar actividades centradas en el estudiante para el desarrollo de competencias, dentro del Espacio Europeo de Educación Superior. En este contexto, creemos que las estrategias de enseñanza basadas en el juego pueden contribuir al desarrollo de competencias, tanto específicas como transversales, al mismo tiempo que pueden aumentar la motivación de los estudiantes por el aprendizaje. Por ello, en este trabajo, se presentará una propuesta metodológica basada en la introducción de las técnicas de gamificación o mecánicas de juego, en el proceso de enseñanza-aprendizaje de la Ingeniería Informática. Además, se presentará una guía de técnicas y estrategias en forma de buenas prácticas de gamificación en la educación, basada en trabajos relacionados y en los resultados obtenidos en la propia experiencia de innovación educativa desarrollada en la Escuela Técnica Superior de Ingeniería Informática de la Universidad de La Laguna durante el curso 2013–2014.","author":[{"dropping-particle":"","family":"González González","given":"Carina","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Mora Carreño","given":"Alberto","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Revista de Investigación en Docencia Universitaria de la Informática ReVisión","id":"ITEM-1","issue":"1","issued":{"date-parts":[["2015"]]},"page":"29-40","title":"Técnicas de gamificación aplicadas en la docencia de Ingeniería Informática","type":"article-journal","volume":"8"},"uris":["http://www.mendeley.com/documents/?uuid=eeee9058-296d-4052-8e64-2e84c02a07a2"]}],"mendeley":{"formattedCitation":"(González González & Mora Carreño, 2015)","manualFormatting":"(2015)","plainTextFormattedCitation":"(González González & Mora Carreño, 2015)","previouslyFormattedCitation":"(González González & Mora Carreño, 2015)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2015), quienes manifiestan que las estrategias de enseñanza basadas en el juego contribuyen al desarrollo de competencias y al mismo tiempo pueden aumentar la motivación de los estudiantes por el aprendizaje. De la misma forma, Quintanal Pérez ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"author":[{"dropping-particle":"","family":"Quintanal Pérez","given":"Felipe","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Opción","id":"ITEM-1","issue":"12","issued":{"date-parts":[["2016"]]},"page":"327-348","title":"Aplicación de herramientas de gamificación en física y química de secundaria","type":"article-journal","volume":"32"},"uris":["http://www.mendeley.com/documents/?uuid=7675e54f-c286-4962-ab44-becc625359c9"]}],"mendeley":{"formattedCitation":"(Quintanal Pérez, 2016)","manualFormatting":"(2016)","plainTextFormattedCitation":"(Quintanal Pérez, 2016)","previouslyFormattedCitation":"(Quintanal Pérez, 2016)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2016) asegura que las estrategia basada gamificación eleva la motivación del estudiante, fortalece su autonomía, autoconfianza y autoestima, siendo reflejado en el rendimiento académico conseguido por los estudiantes y las medias obtenidas en los ítems correspondientes de los cuestionarios aportados por los alumnos.Finalmente, Ortiz-Colón et al. ADDIN CSL_CITATION {"citationItems":[{"id":"ITEM-1","itemData":{"DOI":"10.1590/s1678-4634201844173773","ISSN":"1678-4634","abstract":"La sociedad del conocimiento y la tecnología han traído consigo un nuevo mapa en el que los jóvenes sienten inquietudes que la educación no siempre ha sabido satisfacer. Estos nuevos escenarios hacen que los intereses de los alumnos cambien, por lo que los profesores necesitan explorar nuevas estrategias y recursos en sus clases para aumentar la motivación y el compromiso con sus alumnos. El objetivo de este trabajo es hacer una revisión teórica de los beneficios del uso de la gamificación y conocer su aplicación en el contexto educativo. Para ello, se han examinado diversas publicaciones académicas provenientes de bases de datos internacionales presentadas entre 2011 y 2016, relacionadas con la aplicación de la gamificación en educación, la motivación e inmersión, analizando en ellas los tres elementos intervinientes. La elección de este periodo de años para la realización de la revisión teórica ha sido escogida para ofrecer una panorámica y un recorrido sobre la evolución que ha ido teniendo el tema tratado a lo largo de esos cinco años. Para ello se estudian, según Werbach y Hunter (2012), las dinámicas, las mecánicas y los componentes siguiendo una metodología cualitativa basada en el análisis de contenido. Los resultados indican que los procesos de gamificación en educación generan en los alumnos importantes beneficios, no exentos de dificultades en algunos de los trabajos del estudio. Tras esta argumentación, el artículo concluye a favor de beneficios de la gamificación en educación como la motivación, la inmersión para posibilitar la anticipación y planificación de situaciones; el compromiso y la socialización a través de la interactividad y la interacción; así como de la variedad de elementos que intervienen, lo que hace la actividad educativa más motivante y estimulante para los alumnos.","author":[{"dropping-particle":"","family":"Ortiz-Colón","given":"Ana-M","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Jordán","given":"Juan","non-dropping-particle":"","parse-names":false,"suffix":""},{"dropping-particle":"","family":"Agredal","given":"Míriam","non-dropping-particle":"","parse-names":false,"suffix":""}],"container-title":"Educação e Pesquisa","id":"ITEM-1","issue":"0","issued":{"date-parts":[["2018","4","23"]]},"page":"1-17","title":"Gamificación en educación: una panorámica sobre el estado de la cuestión","type":"article-journal","volume":"44"},"uris":["http://www.mendeley.com/documents/?uuid=028833e2-d152-4d69-ac12-8503f68458ff"]}],"mendeley":{"formattedCitation":"(Ortiz-Colón et al., 2018)","manualFormatting":"(2018)","plainTextFormattedCitation":"(Ortiz-Colón et al., 2018)","previouslyFormattedCitation":"(Ortiz-Colón et al., 2018)"},"properties":{"noteIndex":0},"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"}(2018) señalan que si una actividad no funciona como se espera, se pueden incluir componentes de la gamificación para obtener mejores resultados dentro del aula; sin embargo, es importante señalar el riesgo que acarrea la mala ejecución de la estrategia y la responsabilidad que tiene el docente en determinar las fases de diseño y planificación. Conclusiones En la presente investigación, se implementaron las herramientas Kahoot y Educaplay como estrategias basadas en gamificación para el aprendizaje de álgebra matricial, temática concreta de la asignatura de Álgebra lineal. Mediante la aplicación del pretest de contenidos sobre álgebra matricial se evaluó los conocimientos previos en los estudiantes de primer ciclo de la carrera Administración de Empresas y Gestión Ambiental de la Universidad Técnica Particular de Loja. Se fortaleció el aprendizaje de los contenidos de álgebra matricial mediante el diseño y la planificación de las herramientas Kahoot y Educaplay con los estudiantes de la carrera de Administración de Empresas que conformaron el grupo experimental, mientras que, con los estudiantes de Gestión Ambiental (grupo control), se fortaleció con el aprendizaje tradicional.El postest, que es una prueba de conocimientos específicos, permitió la evaluación de conocimientos adquiridos de álgebra matricial, tanto de los estudiantes del grupo experimental como del grupo control. Luego del análisis estadístico mediante la prueba t de Student de los promedios obtenidos por la población objeto de investigación, se concluye que la gamificación mejora significativamente el aprendizaje de las temáticas de álgebra matricial, pues demostró resultados positivos en el grupo experimental, ya que obtuvo mejor promedio con respecto al grupo control.Referencias ADDIN Mendeley Bibliography CSL_BIBLIOGRAPHY Arias Odón, F. G. (2012). El proyecto de investigación. Venezuela: Editorial Episteme.Bedrega N., Sharhorodoska, O., Jiménez, L. & Arce, R. (2019). Gamificación como estrategia para potenciar el aprendizaje de la astronomía en la educación secundaria. Cinaic, pp. 710-715. Recuperado el 17-10-2021 de: https://doi.org/10.26754/cinaic.2019.0147Celina, H. & Campos, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Colombiana de Psiquiatría, 34(4), pp. 572-580. Recuperado el 17-10-2021 de: https://www.redalyc.org/articulo.oa?id=80634409 Fernández, S. (2017). Evaluación y Aprendizaje. MarcoELE: Revista de Didáctica Español Lengua Extranjera, 24, pp. 1-43. Recuperado el 17-10-2021 de: https://dialnet.unirioja.es/servlet/articulo?codigo=6145807 García, A. & Tejedor, F. (2017). Percepción de los estudiantes sobre el valor de las TIC en sus estrategias de aprendizaje y su relación con el rendimiento. Educación XX1, 20(2), pp. 137-159. Recuperado el 17-10-2021 de: https://doi.org/10.5944/educXX1.13447 García, I. (2019). Escape Room como propuesta de gamificación en educación. Revista Educativa Hekademos, 27, pp. 71-79. Recuperado el 17-10-2021 de: //hekademos.com/index.php/hekademos/article/view/17 González, C. & Mora, A. (2015). Técnicas de gamificación aplicadas en la docencia de Ingeniería Informática. Revista de Investigación En Docencia Universitaria de La Informática ReVisión, 8(1), pp. 29-40. Recuperado el 17-10-2021 de: https://bit.ly/3kqx9ph Hernández, R., Fernández, C. & Baptista, P. (2010). Metodología de la investigación. México: McGraw Hill Education.Holguin, F., Holguin, E. & García, N. (2020). Gamificación en la enseñanza de las matemáticas: una revisión sistemática. ELOS: Revista de Estudios Interdisciplinarios En Ciencias Sociales, 22(1), pp. 62–75. Recuperado el 17-10-2021 de: http://www.doi.org/10.36390/telos221.05Jiménez, J. & Jiménez, S. (2017). GeoGebra, una propuesta para innovar el proceso enseñanza-aprendizaje en matemáticas. Revista Electrónica Sobre Tecnología, Educación y Sociedad, 4(7), pp. 1-17. Recuperado el 17-10-2021 de: https://bit.ly/3jZoaYk López, M. (2010). Diseño y análisis del Cuestionario de Estrategias de Trabajo Autónomo ( CETA ) para estudiantes universitarios. Revista de Psicodidáctica, 15(1), pp. 77-99. Recuperado el 17-10-2021 de: https://bit.ly/2WWgG2o Macías, A. (2017). La Gamificación como estrategia para el desarrollo de la competencia matemática: plantear y resolver problemas. Tesis de maestría en Educación. Universidad Casa Grande, Ecuador. Mayorga, M. & Ramírez, R. (2019). Gamificación una herramienta en el plan de clase : caso comparativo entre áreas de conocimiento y técnica. Revista Tecnológica-Educativa Docentes 2.0, 7(2), pp. 83-95. Recuperado el 17-10-2021 de: https://bit.ly/3vLfwot Ñaupas, H., Valdivia, M., Palacios, J. & Romero, H. (2018). Metodología de la investigación cuantitativa-cualitativa y redacción de la tesis. En Journal of Chemical Information and Modeling. Colombia: Ediciones de la U.Oliva, H. (2016). La gamificación como estrategia metodológica en el contexto educativo universitario. Realidad y Reflexión, 16(44), pp. 108-118. Recuperado el 17-10-221 de: http://hdl.handle.net/10972/3182Ortiz, A., Jordán, J. & Agredal, M. (2018). Gamificación en educación: una panorámica sobre el estado de la cuestión. Educação e Pesquisa, 44(0), pp. 1-17. Recuperado el 17-10-2021 de: https://bit.ly/3hJ93V9Pisabarro, A. & Vivaracho, C. (2018). Gamificación en el aula: gincana de programación. ReVision (Revista de Investigación En Docencia Universitaria de La Informática), 11(1), pp. 85-93. Recuperado el 17-10-2021 de: https://bit.ly/2UQP9P0 Prieto, A., Díaz, D., Monserrat, J. & Reyes, E. (2014). Experiencias de aplicación de estrategias de gamificación a entornos de aprendizaje universitario. ReVisión, 7(2), pp. 27-43. Recuperado el 17-10-2021 de: https://dialnet.unirioja.es/servlet/articulo?codigo=5828058Quintanal, F. (2016). Aplicación de herramientas de gamificación en física y química de secundaria. Opción, 32(12), pp. 327-348. Recuperado el 17-10-2021 de: https://bit.ly/3ikbxZ4Regalado, L. (2019). Aprendizaje basado en proyectos para el desarrollo de la investigación formativa en los estudiantes de un Instituto Pedagógico Nacional de Lima. Tesis de mestría en Educación. Universidad San Ignacio de Loyola, Perú.Reyes, M. (2015). Estrategias de aprendizaje utilizadas por los estudiantes del tercer grado de educación secundaria. Tesis de maestría en Educación. Universidad de Piura, Perú. Rodríguez, D., Gómez, R., Bravo, M. & Truyol, M. (2019). Aprendizaje basado en un proyecto de gamificación: vinculando la educación universitaria con la divulgación de la geomorfología de Chile. Revista Eureka Sobre Enseñanza y Divulgación de Las Ciencias, 16(2), pp. 1-18. Recuperado el 17-10-2021 de: http://www.redalyc.org/articulo.oa?id=92057679007Rodríguez, A. & Pérez, A. (2017). Métodos científicos de indagación y de construcción del conocimiento. Revista EAN, 82, pp. 175-195. Recuperado el 17-10-2021 de: https://bit.ly/3yzRNYz Varela, A. (2013a). t Student Muestras Independientes. YouTube. https://bit.ly/384SrBwVarela, A. (2013b). T Student Muestras Relacionadas. YouTube. https://bit.ly/2WcjKHFZabala, S., Ardila, D., García, L. & Benito, B. (2020). Aprendizaje basado en juegos (GBL) aplicado a la enseñanza de la matemática en educación superior. Una revisión sistemática de literatura. Formación Universitaria, 13(1), pp. 13-26. Recuperado el 17-10-2021 de: https://doi.org/10.4067/S0718-50062020000100013Zepeda, S., Abascal, R. & López, E. (2016). Integración de gamificación y aprendizaje activo en el aula. Ra Ximhai, 12(6), pp. 315-325. Recuperado el 17-10-2021 de: https://doi.org/10.35197/rx.12.01.e3.2016.21.szREVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(2) JUNIO - DICIEMBRE, 2022: 126- 149http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr_____________________________________________________________________________________________________________________________________REVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(2) JUNIO - DICIEMBRE, 2022: 126- 149http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________Estrategias de aprendizaje para la enseñanza del álgebra lineal Michelle de J. Merchán-Chuncho, Yuliana del C. Jiménez-Gaona, Ángel H. Flores-SamaniegoDOI: http://dx.doi.org/10.22458/caes.v13i2.4258Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT145REVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(2) JUNIO - DICIEMBRE, 2022: 126 -149http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________Estrategias de aprendizaje para la enseñanza del álgebra lineal Michelle de J. Merchán-Chuncho, Yuliana del C. Jiménez-Gaona, Ángel H. Flores-SamaniegoDOI: http://dx.doi.org/10.22458/caes.v13i2.4258Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT142REVISTA ELECTRÓNICA CALIDAD EN LA EDUCACIÓN SUPERIOR ISSN: 1659-4703, VOL.13(2) JUNIO - DICIEMBRE, 2022: 126 -149http://revistas.uned.ac.cr./index.php/revistacalidadCorreo electrónico: revistacalidad@uned.ac.cr_____________________________________________________________________________________________________________________________________.Unidad Educativa Fiscomisional Marista Catacocha, Loja, Ecuador, Correo electrónico: mjmerchan2@utpl.edu.ec. https://orcid.org/0000-0002-0192-4809 Universidad Técnica Particular de Loja, San Cayetano Alto s/n CP1101608, Loja, Ecuador. Correo electrónico ydjimenez@utpl.edu.ec. https://orcid.org/0000-0001-7155-5546 Colegio de Ciencias y Humanidades, UNAM, México. Correo electrónico: ahfs@unam.mx https://orcid.org/0000-0001-5615-0049_______________________________________________________________________________________________________________Estrategias de aprendizaje para la enseñanza del álgebra lineal Michelle de J. Merchán-Chuncho, Yuliana del C. Jiménez-Gaona, Ángel H. Flores-SamaniegoDOI: http://dx.doi.org/10.22458/caes.v13i2.4258Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT126_______________________________________________________________________________________________________________Estrategias de aprendizaje para la enseñanza del álgebra lineal Michelle de J. Merchán-Chuncho, Yuliana del C. Jiménez-Gaona, Ángel H. Flores-SamaniegoDOI: http://dx.doi.org/10.22458/caes.v13i2.4258Artículo protegido por licencia Creative CommonsPAGE \* MERGEFORMAT143iVBORw0KGgoAAAANSUhEUgAAA6sAAAIpCAIAAADLjzm1AAAAAXNSR0IArs4c6QAA/8pJREFUeF7s
nQeAXFX1/1+f3na295Ky6Y2QACGhhN5BEAUVVJqCqKiIFQvK74+KIqAUEaT3GkhoCaT3nuxutvc6
vb/2P2/e7mSzLbO7s/08x2Uyc9+9537u29nvnHfuOaQsywQeSAAJIAEkgASQABJAAkhgyhCgpsxM
caJIAAkgASSABJAAEkACSEAhgAoYrwMkgASQABJAAkgACSCBqUUAFfDUWm+cLRJAAkgACSABJIAE
kAAqYLwGkAASQAJIAAkgASSABKYWAVTAU2u9cbZIAAkgASSABJAAEkACqIDxGkACSAAJIAEkgASQ
ABKYWgRQAU+t9cbZIgEkgASQABJAAkgACaACxmsACSABJIAEkAASQAJIYGoRQAU8tdYbZ4sEkAAS
QAJIAAkgASSAChivASSABJAAEkACSAAJIIGpRYDEqshTa8HHera+kOTwi76QHOYlrMc91quB4yOB
xBMgCULDkiYtnWSkDBp0siSeMPaIBJBAQgigAk4IRuykbwI17fzOytC+mtCRhkh5SwT+6QlKCAsJ
IIEpQsCip/KS2elp3JxszcI87dJCbXYSM0XmjtNEAkhgnBNABTzOF2jimceL8gd7fesO+D877C9v
4SfeBNBiJIAERozAzAzu3DmGC+YbLltkJMFdjAcSQAJIYIwIoAIeI/CTcdgP9/tf3uJ+Y4c3xJ8Q
4FCU1VqQ3p6d6khLctvNPoshqNdGWEYkCYyDmIzXAc5pahOQCTIi0IEQ5/Hr293GZoelvtVW3ZxS
2ZjSHYxRS33lVNPXTjOfP88wtYHh7JEAEhgbAqiAx4b7ZBrVH5b+9anrqfWusuZIbF6z8xuWzKxZ
UFQ7u6CRY4TJNF+cCxJAAkMgEIqwR6qz9pfn7C7NL6nNiPUAARK3nG2941wrx6BPeAhc8RQkgASG
SAAV8BDB4WlAwBuS/rLG8fBHDniiApmd33jWopIV88tSrR5EhASQABLokwA4hjfun7Fh76zSunS1
QZKB+tFFST+5JEnL4uY5vGqQABIYDQKogEeD8qQc428fOf74TrvT36l9L15+4OLl+4vzmiblZHFS
SAAJjASBQ1VZH21bsG7HXLXzNAvzqyvtd55nG4mxsE8kgASQQHcCqIDxehg0gXUH/fe90rq3Jqye
+ZWzdl6zaleK1TvojvAEJIAEkABBNHVY3vzilHc2LlFhLCvS/vmrqWfP1iMbJIAEkMDIEUAFPHJs
J2HPkML3h8+3/PNjpzq3i5YduOH8relJ7kk4VZwSEkACo0ugvs324senf7JrjjosREQ89LXU0TUB
R0MCSGAKEUAFPIUWe5hT3VwWvOO/zQfrFNdvcW7Tdy79ctH0mmH2iacjASSABLoT2FlS8PQHqyoa
FO17SqH28ZvSlhbqEBESQAJIIOEEUAEnHOnk7PDxT13ff7ZZnds3LtjyrQs3Tc554qyQABIYBwSe
/mDlK58tVw15+rsZ3znLMg6MQhOQABKYVARQAU+q5Ryhyfzohda/r3VA55nJzh9e+/HiGej6HSHS
2C0SQAKdBHYcLfz7a+e3uszw73svTXrweoyIwGsDCSCBRBJABZxImpOyr6/+s/G17UpqszPmHfvp
1z4y6kKTcpo4KSSABMYbAafX8NDLF4EUBsO+scL8v9szx5uFaA8SQAITlwAq4Im7diNueTAiXflw
w8cH/TASZHu448rPR3xIHAAJIAEkcCKBf7xx3vubF8Frly82vvOjbKyljBcIEkACCSGACjghGCdh
J1DZ+OKH6tYfCcDcvnPJl19bvW0SThKnhASQwEQg8NzaM55fdwZYetECw4c/zZkIJqONSAAJjHcC
qIDH+wqNlX0X/r+6dQcU7+/3r/rsqpW7x8oMHBcJIAEkAARe/XzZU++vgidXLFE8wcgECSABJDBM
Alh/cpgAJ+fp1z/aiPJ3ci4tzgoJTEwCXz1n+y2XfQG2v7vbd9MTWHtyYq4iWo0ExhMBVMDjaTXG
hy0/frH11W3K1rdvX/Ilen/Hx5qgFUgACRAggm88fwuAeG6j+xevtSERJIAEkMBwCKACHg69SXgu
5P19+CMl8dnVq3Z9HWN/J+EK45SQwAQmcNNFmy49fR9M4M/vdfz3S6xGOYGXEk1HAmNOAOOAx3wJ
xpEBm8qCZ/5eyfV7+txjv//O2+PIsqGaQjoFar2b/tBFHvCTHhG6kZNZeY5OXGmWLrDCc7VjaMbe
XkntV+KeexxyNictM4k3JEuz9ATZ+Wb39tICA//vQtnGxE6kdvq4bxxT/ynckibco6Rw6ncIDSXN
04sXWcWr7YSu1zdSmSArQ/S7DnqDB54QgiybaXm+QbzUJl5g7aN9L/sHmJraVrWfkAj2nmpqm1d5
iSH5P+aKVyYd70wmmKdamL81qq+I30zh780Cnn1D62tGcZqhYmT+2gjD9bEW6tyvThJXWwmuczHI
ihB3SwXZGOndHijBRAgt1aMN/5sc8evJ3duTbpG9u6pz+jDBrhOhDf1mB/vL2t6dx17hH8gVr7H3
bAkM/5IvXmjt86qIPD9dWmo8ac+dtLsZo77Sw1rpdBP/9wK4MHoYGcMoZ3KRp4rkIu0As5hYb/38
iWt3lRSAzbv+kL+kYPLMa2KtAlqLBCY6AfQBT/QVTJj9vCjf/oxS9S0r2fmzr3+UsH7HqiNRpt92
cJeVsL+opTZ5VPmrqId2nvrCw/6hXnPWYeb/GgheHthAsj4CSoW7rox+u4M4SdshTTUsUbt8ij3X
lpLlJ+Za9onsn+s1V5QwT7aQZUGQv4r9HhGmw/68RnNlCUjtRJkk2xnhRxmdKkqQmX83K4K766CO
BugXOm86S4sNwnfTCLrr20DvSQ8woyERip3UOfcfV7O/qSUC0pA7oz92gYjsfjq11QurMOQO+zhR
kOn/tZKtfCL77OoLloaK5ihUD/jmBhJ/JAYat31CYvJkq/JtTf3IwgMJIAEkMAQCqICHAG1ynnL3
862H68Mwtx9dt27Cl70QZebxZva+GtC7/a6WIJNtPCHGp2pBFD7YQEWTY4zQAfIX9O5xZRaQ2D/W
0/9rU4Vv74OsCbPfr4y5LYdvlQTuVZC20YOsDjPPtRGR6NBekX68WRVzIJGFuzLk1E7f+cCD9pzR
8E3s6oF+x8GAIo9v6XoPC9DgW8Tx1wMStcbZH+chW03t8YOdQzay33FlAm5rEP5uXwD8ErXdm/iB
hjzzkT/Rbvb96NqPYZxdVaF7Xmwd+QFxBCSABCYhAVTAk3BRhzAl2F79r0+dcCKE2S2cPtA93yF0
Pvqn0J+4mSe6bqMzpHh9cnjt7NDhhaGSReEd8+GOsLTc1J9VcAc8tG8BtAwdXRReP0e8xNYpCj0i
uV/Jjjz84/gQBxdG/lUIN6nVPqntPsXXGz3oj5yKfooecp4m8u+i0MGFoSOLwh/NFldbYiYxDzWQ
TX0EAPRp5PFxYXZdj8irMzpDOEhC/GqydEYnGfB8U1sUXaXEYHzaGXApfiNFOtXYu/N4ZhQ76yRm
dOsdyITXzOo0dc8C/lfZEKHRyQpCVqJuYLi5H/58DrSBgJPYqRBmAK9AHAKEQPSJglrrinmRqdIg
vaWbIO5/gdVuezzUEIg+D/qV9u6u9B5t4MTjXe1bAFg6l7v7rHvNQgns2dHTXU1BkIxTGP6VOYF6
WDa7Qk1S/rePHGrVHjyQABJAAoMigAp4ULgmbeN7X1H8KPMK69Wt1hP6ADcqKI9Olx6EY/4+h/9t
jpyvUW/cgxdTOtMceWYa/2ghoR/w+icJOYMTv3Jc3yg+48QeLCmdbRG+n97ZK7ilaxU3PDhc6Zfb
O/VQKss/nC+dZSZYkqAIuUDD/7/8mC6njgSp9XGpt3gMly00RC13unjB7f1II/2pC2Iw1HMhdBW+
SwwU/wCN+plRPKOfpI2eki6yScW6zmbtAhkZRiDEFg8IX6UrUaY+dp3gUh22rUqsdvRbDUQnM+DF
V13pCTrIwwHqUPSbmIGCK1ntFV6ZaoEQMGuo1DMjR4mCUD++8EACSAAJDIoAKuBB4ZqcjX/zRntp
1I946+UbJsEMyerjUZKwFUm82BbbwXZ8dhQBnlT+98o2qZNMOXxcvsg5mpHgI+f27JasC1Mlnc5g
6XyrNLNL9qnD6yllm1rMGwoBrMGha8EeM4INf8Ktnc5UkNfsXVXH4x9+kCGnxBX/0HtGieEGASFd
UStyFiefdO36GlVaZFDQ+SXwskNvEKpBQwhEdIskaMqE2CkXaIXvpasLRH/goHYnLsIY9Do45qOB
MdI8g/Dt1NjXFepzd7whPQmZ5Pjo5NbLlI+sfTVhSA0xPixCK5AAEpgwBBLziT9hpouG9iJQ0cr/
4R3F3fiVs3bOyuvc7D+hOSn7ybqiJKXTTCfXuP3NFtTGPj/zeGfufZAa0gJ94slAWOfhbsEVRmVH
P4ThxsJSIVNEb7craCwIjVCNAbcxGd+2MPoDp3bhfm3x3u4PiHY4YVIQC3G1PeZjjr0FIcLSKX3E
P/QBpK8ZdW8Wlxk9+oWcGE0R5l/N1NGuLwZgTO/UGXEsDzjd1YlAIAR5LESvdysSH0JlvpkiW44n
9OizJ0jx0YMe99WyPsMPIJikMxEESO0X2yCWOg7TTt6EbBdikd/SciOEbkMqD/U02BZJdkytQAiY
NYRsXXbGPnjyu7fbG6dYHMjJLxdsgQSQwIAEUAFP9QvkT+8q8tdiCH7rws2TgwVkb4hNJOaMhHvE
mnMO95Av7E+qiVBP7+lxfTZnH3d9GXUgKk9BIX09WZ6W6LxLIYna4Fa2u0UPCNWQZinu3hOm0BUl
fMLqGCg5qpWVxg6BcCVU+ugp4fb0WHQyDCGdZVHiH/pP/3Dctn5mNLRLC6IINJccVVZt1l7N2YeV
4JboAXf/IZnd0PqErBfi+cq5IHyZZ1uVEAjo8BQj5LgYWod9n6WlxC4HLURRQ/aJhHQOX8k6vwMw
pLTEqARCwHe86KEEQhzp/HqQkLEmSiffunCTluPDvIxu4ImyZGgnEhgnBFABj5OFGBsz9tWEnvlC
2eT09fO26jTxbqgaG1vjH3VIN8cH6B7uj/N/yFU2Wg2QAix+85Q7412+2IX7uTsqY7lswfk6QoEW
g7FOaUu2REj3cVWt7M9rGSgGevRmBF9FbkjhH8oDITvYScXaSytMSlw4LMQ7Doj0gCegibtndB5y
z91PhNiV2CY5cAOTDcP+/eJlanNnzLc0V6/m95UXGmIo6M9dJ83ul5CpjatOrMaAuiXu0U+cZXHv
Ch1XU0BjkAASGBMCWBFjTLCPl0FveqLxuY2e9CT3C79+YrzYNGw7uhcagEhf8TplK1ufdROOV0zo
vyIGnAt3tPm/FcAusZhpiayIoXbKkBDTqQSPRuX7CVP4vzzxim7FKaLNwUnM3Vahbn4CMcQ/UdSf
IuxuavdCDwNgBuco+8MqSObVvQ1EHkMhie57B09S5OLEGQ3KjP4qYiiCz0zzkMqj69Z/dwu7n6WW
nDi+Xt2qZigFLK5MYv7SyPy3c/sUqOHIk0WgHWOVNfqriNGj2x4MY6sWK5ICASrc9yrVNM9QWiXm
2u+jn5DE/qoWvkgoLfspYKH0dmuFEiEDlVZuTRN+lKl45f0S97Nq6jPleyxo4ghcCdmdqUUmcUWM
HuRFibr+/jucXsMd51ofv7lrX+mwP0nGVQftXvGTQ/5D9eGOBEXUDHZ2LE3mJjPLp+nP7LEtYbAd
YfvJRaDZLXx6yH+4PuL0JybWa1B4dBxZlMqdWaxf0Gs7TTz9oA84HkqTs015SwTkL8ztmlW7JtMM
FfdebJcY1E2N/sGI5cyC7Frd7+/3nriaqyv85dzYbXFqsxeqG3TfZiTrKDmnU2cQkJFgGJv9wcEM
e/Uir81QBE2X9/qEKRwM9N7hRFaFIB+wajxEesgDJ7UY1OpCJZEX2jrlL0PK1k5XK4gzeq0znqSz
fc5oUCbEGndmQzu8MLY5D4pigHgdblIOmoT9hbF9b+LZFthXNzQLBz4LPPoCRI9Ej+6RLUMbizoY
UOUvHJCgAyJDlPiQJftV+asMURHqs67h0IabQGfRlHT1yt1g8L8+c02+aGDYpvytJxpS7jj267dK
dzVs7ZA+dYzFoz60/p0D+y56qLLonpJ/fqx8VcNjihM4WBf+2mP1Gd8v/8N7ZftatozJlVnp/fLZ
rQcX/qLq1N+Wvb590GmR0Ac8da/hn73c9tCaDosx8MbvHyPJRCZsGlumJ9SMhWxo9+coBYe7vut1
dwb36QOOvQh1wqBSbmcxOQMV+UeBtKIz+RT4C9k/1NGvRfeQwVtPT1MyDHQdENfL/qle/VesZO6g
nKAQ2st+rxKCPqEH2IEHVYul2d024XlFKPYRy9Hbu8Zvd/6DGhdOhMyy3J2V6j488aok8Wsp7M+q
VeGl+EofLYwFQw+q50E17u28BMnL/rhaqYEXPRQP6N0ZPYJSBuEDhgy+UHDk3hr6E1ds+fq8MGCs
7v74wfqAFVXazrM/Om65av9QfMDdnMQD/H5B3AXk/lNLRk8dHzBMNhhmr/3NnaEI+9urk++/+oSS
12P7cTTM0Z/83HX7f5vPP6XsypVbp2f3USp8mP0P4fR1O+a99tmqwmTLc7fl5tjjSg4zhFHwlHFO
4JF1Dqiidcnyw1eu3FGQ0bmVZaxs9gW1H2xZ8MLHZ35tufWZWzPjNwN9wPGzmlQtQeA8vUH5Hn/J
afsnk/xVhJqFPp4sTJDh5jLUEKaOBHpveht4RaH0AxSA6GzjVyq0Ha9uAFlvi7skqV9SylJUhRX/
KKSP2OCB/VXqWUr6iLlDSR8hJzHitZ15iJWYBJBQGzxKiKdEwEDd5a80Wyed3aXLh32FKvkWHmlU
5S/oXQh9hkwUSg3k6KEUinu6ZTjliIdsIGRhgxCRzqLNoO2eaaXfH54XSk/x/yxQClLsXtD928uQ
LezvRMUjfkNK7KbEkPsHl3/vQhi9e4OvbZBKb8ijTNwTdRoePsrA/v9s6PSIT9y5xCx/+CPHbc80
/eLG93/69XfGifwF2y449eCT9z6uMR4698GKuo5Ep0ifBMs2BabwwLvt977a/Ltvv/2jr64Zc/kL
vKGK7fXnbn/qZ0/va6y45C9V8a8AKuD4WU2qls9vdDujKcMuWnZwUk0sOhmIKxBuTo3Ni37PwV1d
qiYCg9wCsZ1nJ5k4DfkfUmLV4xT9B7UhuvKOSedZYpGmEDOgueiIclca0kfcXhHrX7rQOuT0EeJF
NkXHq9KzJgzdauft087eCwPFvL9KjeKfZkHZjjhXsM80ZMfzeUEp6f+2qjvD4ADhCznXINJUvMAa
q0IXfyzEACadxIx+zlS+kHyra02hWse/m9X42liWD+ap4x4yNW1Zn7k+4mTVZ7Pe2dBglJ7p5Hqd
KZ5l7syMNoyxqd1+NTEziGkoatijLp0SQqNeKo0RqCzYY5zjKTVOTIQX86kPw65xdOqF0Y+yegf/
xo5B3wwdR9PoMuWj/f4fv9j6wC1vnb346HgzD8JOfvK1dwuzS775RM14sw3tGWkCb+zw/ur19j9+
97Uz5h0b6bEG1X+G3fXArc/XuZru+l+8d0tQAQ+K8ORp/PJW5Y/E8jkVcNFMnlnFZsKRwl0Zwr1Z
hGbAKxzibgfM8AXby4QfZcRcj5A6gHmhTY2FBa8kbLOT5vfr4gX9quxsG3L6CHBS/iZHuCm1P/ch
5APmHyscoLzzYJeV2uilX+pMNwb5gI9XEjHR4i1pnRBAej7ZMjblx+ALyY0psaLN8IWE/XM9RLwM
dppj0B4yo30jJXYVDcWAgATOXfVEqIon99qKBLmBY2HNSsv48kMPxZJxfA74otSK7q9s62Q1jo09
uWk/faUeit5B8eeTNx2jFj++/oPKNvekiQkub+F/+nLb7J+Xam4qob6RsEfyHSUXP1T1QlcWlzFa
q0QO+7NXGr531Wfq79p4OzhWuOvadx/92LnhaLcs+/1biXHA420FR8OeBieffZfywXrfjR+cu+TI
aAw5RmNAFCb1kQuysZKlQTWiVy7USkVa6VyLdLpJqXAWVcADRanK0UjQX3X+tiu5CCAguCsJK0RW
0J+5wcdMHg7CWEr/2Zy0zAQRtNJiYyz4+CRDDAAHKkHUh+nXO+gNHiUGQ5CVirvzDRCsDK7ZeEpC
nCRjAyiqBQaIM4aJsN+vVB3AfUQeg3v43y3MPzuLg8DsINiUDErs7ZXq1quTZpmI0ww1JdkAAaxQ
w0JJgtHYmVkMCkqDe5W77XhGue4sj8d598gFAXHAvY544oD7XKhYqHfvXBDH24sy+38NscTPg40D
Vorz3VKuFryArwH8fVk9vlnBta2k74BycdHlAycxqOQBUmqohg0c1jxGv7LDGnbN1gUPv3YBdOF8
coY1gdtDh2XUUE4GD8U9L1c+/+tHhnLyKJ6zbsfcNz67uPJvxaM45ogM9dcPHT95qXXVguoV8w/m
Z7QzdMK+Wrt8+v3luWu3LZ2Rbnjmu7lFafHeshuReQ6706fWux78sPzJnz0+7J5GsIN/vXuO5Dvz
rR/mnXQMVMAnRTQJGzz+qfP7z7bAL/n7D/6dZRL2qz4JSeGUkAASmDgEvAHtVb/8Adj77G0Z3zrT
MnEM72npNf+o1Vo+//YlX47/KVxx3z0f/qRgZWxfxPi3uJeFUBX1oTUt997wDtwUHSHzIWHfP9+4
6HDFnC9/NS07aei5zEfIvPi7Pf//KnNzP1UzcI/bo6Ix9baHbvI8PcN0suIAGAUxbhdxBA1bs1eJ
FDxtbgXK3xGkjF0jASQwugRM+tDSWZUw5pp9PYOhR9eQ4Y625Zh/fN5l7j2xhUXN26OJySfo8dlh
/2/eaL//26+NnPwFMhA5/cPr1kzPK7vj2c40QRMU15ay8Pi/MosyW1MskR1xXJaogCfodTh0syOC
vA5SzBLEqdE/FXggASSABCYNgVNnKTvB1x04oZ7LxJodVHhudpGZycPLdjJac061t9VEA8Am6PHQ
mlZII7BgWt0o2H/r5R9/fCD4OSQmmphHh0/0hyfGlZlh99bGkagEFfDEvBKHYfX6IwFRUjZzLZlZ
PYxu8FQkgASQwLgjoH6seYLSxtKJqjN4Ufl8ZhMXijqii8TQvGrwRDzaPMK6A+GLlh0YHeOhgvfq
U0re2TVRd2qC+2yiXJnw66NaO/CBCvhkhCbd+xtLld1OeentqdbJkDNo0q0PTggJIIGhE8hN7YAy
73D+xpLOvH5D7wvPnOwEDjdE4HZ5Vsroudtn5tbuqcG/vOPlwkIFPF5WYtTs2Fqu/GGYW9AwaiPi
QEgACSCBUSMwJ/rhtq0CFfCoIZ+oA/lCEtRSGU3r9dqIL3Ry3+RomjSVx0IFPOVWf2f0D0Nxbmdm
qyk3f5wwEkACk5qA+uG2E7IHTpkj4OW/eK/6oR9suvn0t1an/hce8OSB2zasf7sK3poyGHCi447A
OL8yUQGPuytmRA0qbYp4Q0opuPFTY3NE54udIwEkMNUITMtWKkI1u4R6h5JBeXIfoiB9/lbl9y94
/w/fXb/ulWN15Z1FoeEJyF8QwfDW529W8hHMejm5L4RxN7sJcWWiAh53182IGnS4Pqz2X5DZNqID
YedIAAkggTEhUNj14Rb7uBsTM0ZhUBAZbz5x+O8/2RITvr0Hhbf+dMcXL//jYDiEIngU1gSHUAhM
lCsTFfDUul7LmpViWjmpDkhPOLVmjrONg8DhEt/qa3erD3iunvHZRkfvF+PobPI0eeGNJpXAzx84
5vFOfrfiRF85gzacYlW226sfd5P4+PL9mhf+uj/g64xzOOfqwqe+uHJd47c+ab7puW3XnHfdtNjc
//fQ3s9er5AxAHUSXw3jaWoT5cpEBTyerpqRt6WyVfmszEx2jfxQOEJP+RjTkd2fgL5EUkgACSSW
QKZd+YhTP+4m6+FoCXz0YllM/p5+Ye4dfzi1YJaNZiiSIrMKzXf/v9Muv/l4vWJo3FI3UfNwTdZF
nJTzmkBXJirgSXkF9jspNUd0qg2zsUzIdQcHJLghVQENjskJOYcBjUZv6+Rb0zGZkfoRF09K/DEx
LyGDluxt3/Nlo9qV3shedctsW4que89aPXPxjTNACqsvHt3TtnfjJPzQSAhM7CSBBCbQlYkKOIHr
PgG6anIp93Dt5oldMnQCgJ5EJp57ZtKnry9RH3OKjZNoZjiVSUvAblE+4tSPu0l5SKJ8dPfxvRxz
Tk0tnGPrPdPMAvPsJSmx148d6IiEMRp4EFcE7CB84v6danoNeNx/0+fujhNyjECug/+7c2OswSv/
PAghsIMYYNI1nVhXJirgSXcBDjihNo/y8QeVaabWtMfHbP/xh5kxKRl7AvpyfFiHViCByUNA/YhT
P+4m5QHKrLsUS8sxavVs75nqDGxGvin2emO1NxTo+1tByZ626+a9+sJf901KXEOeFMvR19w2Z+GK
DLWHTR/WQMINEHnqPyGueu3Lxz55rVz9JwReX35TMUShDHm4SXBiQq5M+F6x/ZO6WHa/ywtfuO/6
jyGlSX9X75C5TemlGjK1iXuiK6B8PTXqp1CmzAm0WDwv79zn+cPDlTd876Aa6nDXL0v++0pjablf
FGWIGL762/t37euMYHn21Ua1zW0/PVLXGApHpL8/Wdt7w1b3wAloAM1iQEJh6f2P23782zI4C0b8
13P1VXV9FBHocydcICh+scX50GPVYKE66OXf3PfT35e9+m5za/vx7Uc9rHJ7hH2HvL99qAIaqyO2
dXQ2hinARGBSqnkwTZis2nP3UGmYzjtrW2Eg6AHeuvnuw/9+rr62IdRji0+PZlfdvP9XD5bDZGG4
k24Gam6LQJ/Qs8L/FyUwnMvdt2iArmBoaHz7z46qpgJMaI+75cb8l86oUz7iXIFJq4AhsUNrgz/G
OTldr9HSvbGTJEFR5MDLEfTzB7Y2P/vgXgjfHPOFG4cGJGfob/jRgqQ0vWrbu/8piXnfj+xsffPf
h9XXZy1O+doP5ulNfXwPGYeTGjmThn9lNlR5fnL1R7+84dNYdj8Idt/5eQOkNAEffENlImM4UQGP
3JUw7noWJSIYFUA6bpJvkR536OMwqKUt8sDfK+974BgoS3iunnG0zP/im01/e6KmsaUzjV0cPcXV
xOnm//SPqn88VXvgiLI5BkZ884MWkMhxnUwQHU7+pbeb1m3oAAvVU0AT7z3ofeqFhh/9plTts8fR
2hZ58J9VP/ld2eYdLmisjvjP/9SBJfEMCnJz/2Hv3b8qffQ/dTAQ9ABngW5+44MWeHHDFocqbeEn
fIvo0czrE7btdsNkX3yzOcIPdI8SLL/nt6XQJ/Ss8D/mh+FA1Pa2EL6uvPZe8533lUDj8qpO6QCn
Q/vf/L8K9XQ8xoqAWugLKn6NlQETYtzDO1rh9v1lBS/8+IqPdm3AKqH9Ltr809KuvnW2+nZLve/1
xw+BA97ZFnz10YPwT3hRjcPOmW6dEOs+zo0EF7soyKecnfWnl897t/yGT1tvXlv/rb+8deHcU1Ph
Kn3p7wcS6AlGBTzOL4ZEmhfuik/imEnrGkkkr0T3dfevS3ukg4hl1wI59c5HrZt2uBI9Zt/9gWv2
xTeat+wckeFA2r7zUZu/l/sN3KWgTXsYBDbsORDX/vSq2iBI2D6VJQjcV95prm9SRGdLewS+MwxN
gDY0hUHBx75+DLAWoLM/+aIDGqtCvMdxqMT35get3d3to7OsOEqMAMsobvuwMGmzf4HHNzXLEJtv
e3Ogz3S/cKFK0qSFMGoXPAQ2XHD9NMi2oY4IsRDvP1uy5n+lW9Z2ugyu/O6sVVfkg8cdj+FfmRRN
fv2H8//w/LmnnpttMHOAlOEoCES5/fengid+5/qG2mOdZV+GTxsV8PAZTpgeJKnzF5Si8DNxfK2a
w8Uf6XKmXn9l+tpXFkOg8CevLXnzPwt+f29RbpayxRsiht96ZsEpCzt3dt/01Uw1mPiJh2bnZGoH
NR9Qk19ud6qnFOXrHvzV9HWvLIbh/u/X0+PvpzBP/6dfTPvghUWqqWDb169OV09vaA7BjHp0lZul
/fMvlYHgce+d+Xpd503bpqh7G6YAE4FJqWfBNKFDdYIwcUGQwd8MGhremjXd8M8HimFE6Of3PytK
sim3HSuqg+AhhieVNQEQoGonD/5yOjSDHta+vPiFx+be8a1sjabfTzzQClt3u8Dpq557zoqk5x+d
C6fDubF5xWYEkR5gj/rPi1cnv/bkfBjlvf8tjLXce8gDejp+mNgysQTUjzhF/5006iWxA49WbxCf
arEf/61vqfOFAn3cS4EIh6bq498wM/NNkCAiZiPsnwMHm/q46d5Fo2X7hBwH8mx89c55admdW4Gf
/b+98FBnAsoYHMBTPPw3tqjDvzKzCsyrriiAfnpcKLCts3C2DWJ12puOx/8M82JCBTxMgHg6EkgA
Aa2Giomz99a1/eFvlR980lZW4Ydvw6ctsf7yhwWD1bgD2wR37R3Ozr+XV16UesoCM02T4MDQcvF+
IIA9P/t+fkaaZv1mB0QD3/vHY3fce/Slt5oHGDc1hZtZpIeB4DF/tqkgtzNzk9cvgsAd2GC3V4hF
Gpx1um3WDANYC/0snGtaMq/zK0FdYxj6MXb7A//wkzWPPF0LnnWIIbFZ2WsuTVNEcD9zDIbEiqrO
MGgQ66BlYXYwCsOQHNsTC/ibD5cqOhv096XnpagqHDT9WacnZWVo4DnI3+Y2VMAJ+NUYZheH6iIb
jgZG4fFlSWBzWXDrseD2iuCuqtCe6tC+mtDBujDUpTvaGIHaHOUtEchPXNPO13XwDU6h2S20esR2
r+j0i+6ABAEbgYgU4uP1TcAnw6xuSR4gnqHycOd32u7Emmt9pfs7v6rB69Pn2zlNH+HCw4Q8RU6f
vTQVAoJ7TBY08Vdun9MjD90UAdLnNEfhytTojn+LGyZqUp6kX5GHyWVSnr7yDzUbS5W/8Q9975VF
0+ON+JyUKEZtUrCL68+PVKnDQS6I/rKJwZ3KNz5offL5+t6GrTjV+o1rM4rylX0YsMXqT49UqZvh
wF1641c6dyjDP+Ge+7+erQfdDM/BgfqLHxSYTcrHRPdTQKvdcZMiASHtrrrnDOTab+8pKszrFKNQ
Bw5CNXpY2+cUYE/bUy82rP28vU+S4Ff+1Y8KQSUPyiroKmZY9ynA6xDV8MeHK8HRO8DCqbMLhaSH
n6jpHU9iMjKXnZ987WVp8KTPTrqDOm+l/a7v5sS81L2t6s6kP5Pu+0EBJvoYtV+0HgNtPTzt109f
DS9estC4Zt+ETP746v2Pqznd+jvAGfbg9zfGUgKDJ/JHfz29uxSDcMknf7fzvf+WqD3AVq1fPrkq
Pfd4aojuPUMWCHBqgif4xnsWDmrVnnjv7Ijn7Hd3T0jIymdgsv+5Xz4W55QB6eO/3v7h82Wx9lB2
5NJvFccf/7B+76z3N1x+oDberzpxGjaazd7789/12oG2EiX2yoxNDep7//GWDc720B9fWD1jgX3g
Kd/7+E23nDn/tnOsAzdDBTyaV84Yj0Xe2PlR+OfbXl9a3CnLxtimyT58nAoYMIBY/ODjthfebIao
1h5U4L7/z+8qALWacAUMjtjf/LgwJ6vzdmqcChhMfer5BnV/GIjdb3wlc06xAfTipu0uVe6PoQIG
fQ8JH555uRHidHtfXFdemHrLN7L6dAN3Z3vxucnfvzkn5pVHBTzhfk037p/xu2ev5Bgy/OzMCWc8
+INN3y07qQKGea1/u+rhezZ3r4r8tbvn5063QP4HSHz2wt/2xxJ1QeMf//WMi26c0Z9WG44CtpHn
PfHtzgioHrSDERkCUSAUWZKUiBTYja08h1e6niivRN+Kvq5ELcNPMfozdpb6BF5MuGwEn/2/N9Q8
c9+jcV4ksAHu4Xu2QBxwrP3F35jxvT8s6x5bMnBXoIA/+OKKv9+YHeeIw2wGiUAokqQo+EnQSq3A
ricnvKI0oJVXlAadT7o3oAh99NYZJNjOvLP8pAo4sVemSgDW/u2njjz+q+0XXD/9rgeXnxR4nAo4
3puew1wGPH1cEQhFpnrGlnG1HKoxIMvgNv3rT81/4qFZv7i74PILUmKRDxCcWlJ+ksgn+HSLKTb4
azHw3wqIH1AHhYDg1q58ZPEzaXdA1HKny+crl6atWGa1Wdj+ogvi73aAlhCHoO26e3v7t7LV6N4e
jx/emqvakGLnIM747WcXPvz7mXd+O2fVabaY3/dgibd7srbuI8JnPzBUX2loDvsGTKSl03V+ckL8
w6N/Lu5tjBq+nJC5YydDIKB+xOm5Sb41aeVleTfeswASEaiIPn+r8pZV71yQ+dx56c9+a/mb3eUv
bC0655rC+F2VQ2De5yk6jjRoKJOWsugpm4FONtGpZjrdwmTamOwkJtfOFqSwRWns9HRuZgY3K5Ob
k62Zl6NZmKddnK89pUB7apF2+TTd6dN1K2bqVs3Sn5XoB4wF4irOyUKpi49eOtZd/sKJ4A+GPLWD
1eYJn0h/Ha4s1gM6AAgYlxZqlxRoF+Vr5+dq5mZrZmdpgDmQB/6wCrAWsCKwLmkWJsVM2400rJdZ
Rxm1lCp/B3Uk/Mo8uLUZEs/BTrjV1xadVP7Gb+qgJxZ/19hy3BLwB5VQRTzGDwG4y/9/j1Z/vskB
qcHyc3SwDesH382F8F8ISO3PyLLKACjR2LsQrmoydEb4lRzzQ1ou+FCGuNjSigCkIevRSV7O8W7f
XdsGGXChMcTjHuvK6jUwGfDTgD9GbVNeHYS8wnA6GAOBy4lCWtcQqqgJxv6uJFnZGUWd+Tjf/rB1
3fp2cNmq74JDuro2+PwbTS++pVR8hbjkf/6nVt0VN7fYCFHOEI/xna93brAbwDydhsru2lAIp69b
36HOCzbq9d7TVpirA8c89Abh1M++0njgiE/N/KBihNMh0xw41BNFA/sZLAFfSLnCrV2/EYM9faK0
h91X194x9yf/WJEzzdKfzRCo+rN/nvmNnyxMoG6YKHwSaycEW7/fFVKSkmUw2Tr/jL748P5j+/uO
B0usAROot8RembVlrqd+vwsSz0FOOshMl0AOqIATCHPCdOX2d4qJCWPxpDC0dza07uUeIIkByKav
3X7wguv3qEnToM6Cmv0gLYVT/cHgu9V35b2HPGLX33YgVhED3oWdWyonSNH1u79Wnnfd7gu/tgcS
DKuddD+KiwyL53duIIN+bvzeQWh81U37Hn2mLh7SBh1tMXe6nSCn76U37oXTwZg31/SRNzeeDmNt
dNrOTyRISfbT35VBtyoiliUhNhc4QEt46y//qoF6Geq7l9yw97v3HHnu1UY5mvsV/N+g6e+5vwym
ozaAn7E8x9kZWqul7xsg8BVi+WJLLPb3mZcb1Hl9485Dn3zZM6AiLUVz9opOF++u/Z4f/7YUzFDH
gnFhdPgyM6iJY+PEEnD7lNB28GMltttx2Bvcu1h5Wf5j6y574MXVcIM4JoXhydlXFfzyibOe+uLK
8786rffO+nE4l/FsUntT4H9/2adm/1W+VDxyJtS/UA2GFyFJbY9qyeN5LqNjW6KuTCiB8fivdhzd
0wby98rvzEpszg1UwKNzMYyvUTo8xxNJji/L0JpeBOAO/ndvyJpeqHxpAX0GeRv6g7R4vun0pdYe
7y5daO7tSIZ79zdek64Kyu6HmtPgpAfkVbjwbHtMLMbax3n6AP0vmteHtWp7IPDDW/OGkxMDXMI3
XZ8Z85T3NmP+bGPvxGcwTaul5+Y5uJt8yerkm6/P7A3hpPSwwSgQcEQ/4uBu+yiMNR6GgFJky87L
+ekjK/675Wo1uxk8AfkLIhirlA1/gSDX8iuPHNi3SbnLBMdlNxeDJxJqIHfPEAwBEhAmMfyxJlkP
w7wyQf7+8+fboBAGyN9v/2JJwu9joAKeZNdbXNNpc/arouI6HxslmkBmmubHt+VBeodF80yqqIKf
8PyWG7MgLPjsM5LUAD74ecHZ9vt/UgS6Vm0GKhayBUMyNXgOwbh3fScHgolVaQunQ77en92ZD2nI
ets7b5bp9z+bBkJWjZGF9GR335ILCc7imRmYASZBrgMYQm0PO+ogdvnb15882GDg/iErxa9/XHjR
OcnqFGCO82YZLdGkFjAozPqxB4shOGTV6baYfJ9WoL/gLPsD9027+pJUaHbaKRZ4DlHU8Lo6FrSE
9nAWpD0eWECDi/2aS9J+e0+hOi8gAzHEkHL48vNTepsNMcdfvzrjyb/OhjXqvmpg8A3XZDz25+Li
aJgEHmNCoM2lfMTl2OP6RjcmFuKgE4UAhDZtXlPz8avlqsGgeqE6BngiIe0G5EGLZQiGAAkIk5go
k5oQdlaXuh76wUaQvxDFPhLyV/mzgtnQJsSlkBAjY7kgpmW1/vsnzyakT+wECSABJDDeCNz0p1vq
22z/d33qzy6dePsR488FkUDsI5QLIoEWjkRXH+z1ff/50mfuGygbGgShPvSDTXAXXvk6nW38xb9X
QSUR1Rhw+r7yyMH/PrgnJo57JKTrbbOaC2LfAzNGYjoj3Wf8uSCGb8mRXa3/+OnWphrvDT9eAA7g
wYbxYC6I4S/BpO0B/jZM2rnhxJAAEpjaBESJUj/ipqejD3hqXwrDnn3Ay7/8yEFV/sJxxXeKuxci
AU8wJJiD+BP1XSiSDKkhMBZimNTB6b5pTc0Dt37R2ui/88/LwdE+WPkbvwEYBRE/q8nTElIFNaAI
njzriTNBAkjgOIGqpmT1H5BdC7kggeEQgDDWex89M1Y7+rrvz4OaZ907TErVwR7EWANwWCZ2q9Zw
jJ+g5254p+r/3bWR09K/+NcqCLYeUZ6ogCfoRTJcs481JDKlyHCtwfORABJAAgkiUB79cIM0tMWZ
mPZxIKYQt7o69b/qAwrCQVP4qf7ztrPfhRJcCVoQ7AYJDIJAQ6UbirzA5Xff9R+fl9Z5fcYu1MRe
nKiAB7Ewk6lpaW3fJXwm0xxxLkgACUxBAqW1SrXwUwr7zaU9BZnglJEAEuhNABXwFL0qjlRnTdGZ
47SRABKY1ASOVCs5SZYVoQI+yTLDjq7Y7fseT55Yf8UAVTYm9eWDkxtjAjfes7C/y1J9PYEXJyrg
MV7ssRr+cFVWMIxBcmOFH8dFAkhgRAg4vYaKBmWr/ooZWPdnRAhPpk5pCmrojKoKEiWovj6ZEE7s
ueBSTOz1G471e8ryhnM6nosEkAASGG8EYh9rZ82eqAqYiv5ZluQTdlyNN84xeyQJin9NDFN7M8xL
5urbdRFh9Cqn1LcmFaUqBQsn4kFF13lCXJlgpGrtwAcq4JMRmozvm3XKuu88WjgJJlfXGLrtp0fU
MsJQPjdRMzpc4lP7HHK3YEysB+gtUYaNZj/xQAiFpb89UaPO9F/P1oUjo1EV6YU3mtQRf/7AMY9X
GE0mONY4J6B+rJ0zW2/qqrA9zg3ubZ6eo8w6uc3VWW5mnNvv8ialWSZq9enZWVx+CrFx/+hl5915
ZO7quRNjZXtfeGkWhiLl9olwZXa4DenWk3+xQQU8zj9eRsQ8e7QM2NYjRSPS++A75Xn5sf/WxfTi
3b8qbWmLDL4bPGMMCGzd5dqw2QkDQxm2m7+WBZXSxsCIRAwZU9Wx67DHkwn6NSYRbCZSH9uiH2sX
LzROJKN72bq4gJ0oWzWOVmcsypvAOTe+tzr19c9Xjs7VsmbrAqfXdPNKy+gMNxKjLCqgD4/7TUTt
bmNtm35h7sl3AkzUP1cjsbRTp0+7UVn3Drdxd2n+eJh1hzNScswfs+Rwqe9YZWA8GDZWNkwUH2dz
W+TdtW2BoHjZ+SnfvSFLLc6MBxIYKwKbD073BRU1dvniia2Ar1hs33xgwVhhjH/cPWX5Lr/u4oUT
1akJM/3pJUkZ5qQHX7g6/lkPreW2w0UPv3bBX7+eyZ6YUXhovY3VWVcqV+bCsRo9znHX75m1bBqd
Y0cfcJzAplgzo5ZanK98Pdqwr3g8TP1wqf9oNwUMJu0/4gXH8BjaNqfY+OnrS9THuWcOpbAqnBXr
AXobw7kMeeiBIYii/OGnbYdKfOettN/01Uy9bqLeCR0yHzxxvBFQP9BWzNRNT5/Y23y/c5alpjlp
nHw+D7DKb65fcce5SewE/9V/4wcFfu/Mu/9+y9bD00bikoawgf98sPJXT1/z8I2pN54xgR3AAOe7
Z1t3l6Wpd1rG5xHmmbe/PP17q+OqeEDKUIEOj6lBgLyxRJ3oWbP0cJfwZy+3cqzw9gOPaNixjKSE
yNF/PVv/wSedZSdVC4vydb/6UWFO5snvYkAc8B8frqyoDsJZ9/2gYGhqdbytP/iAn321Eaw6ZaH5
Fz8oMJtO/l12vE1hRO0ZCT6xPuO/9kZ0jtj5YAm4/bprfnUXnPXot9K+f96EL/z+yDrnH9+r+/vd
z6TZPINFMTrtX/182ZpNK4/+v5nqxpKJftz/VvsjH7fLMp+X5mFoMVHTgcuyvNF0zlz211dkwF/e
RHU7hv38+b2Of62vefgHz1iN4/FW7d9euSzsn//pz+PS6KiAx/BCGu2huyvgF7+XmXVXOVhw1zWf
XLFCqQY0Vkd1XfD3f62sbQiBAatXJm3Z6Ya76v3JWXAMb9vt+vCzdnAb0zR5xlLL3GLjm2taq2pP
UMAQsnn3r0vVGYEsXjjX9M5HrZ9vcnh94tKF5q9fnV6Ur4evfuVVgVfead65z2My0qvPtH/lslRT
NEIajh49qMK6x4unLDB/9Hn7uvUdoMIXzTNdcUHqaadYwCq1B9gJ9+dHqtTn//jDzJgbGKaw77B3
7fp2CPxQw51nzTAsnmc+/RTLtAJ9Y0s4Juh7rAhMZMUya+zbAojj++4qgIm//VHr3oPe6y5Pu/Er
GYBu517Pjr3u2sbQ0TIlsARcszOn6cHUs89ISk3u6RiD9tv3uDdtd+056PX6hLQUrni6YcWp1mWL
LXBinxBUq2D/2eebHZt3uErLA9AJfFcBe85fZYcpxPaFQ5s/PVK1a5/y9/vS85Qwib0HPe993AbW
QvsLzrZfsjo5BnyAyw9iLd75sBXsBM6zphvOXZlU3xB+Z20rnNLjGwKsKbT58NN2IAyLCw3mzzat
PM16zhlJJ/0WEacC7v6FDUa/9858iNh5/f0WdVIQDH3x6mQIhoYNgnCVvr+uTb02vn51xsI5JpVM
jx6+fX0WXJnq7FQsF52TbDF3Xoc9riK7nXv7w9ZN2505WdrYVyOYNdxCWft5+8GjPugEFm7OTMN5
q+ynL7V2j0vp0QwsgcWaN8sIyw2LrgZwwzdJCOyG3uC3Ur04waTZMwznnJk0f5aJZY9vro6ntwHW
dCTeeu3zU598/yyaIjuemG6ZFJrs2081bqms/8U3Xs1KUULtx9Xx9pdLHnv73LU/y7lgvmFcGTZM
Y74oCVa0RHgxYZ7BJAO9pEBbmMoO07Bxdfr1j9Udba6775uvpli948qwx99evePwoo2/mpafEhdw
VMDjavlG1pjuCnj9L3Nv/Ffji5s9RVmtT/zk2ZEdeMDeQUT+9V81ihCcbrj9m9nPvd6054CimS44
y37Xd3O7/wkHVfHk8/XvrTvBW9y975gPuLt0A8nb3BoBZRBrCTrvJ3fk7z3keecjJYY19jrIl1u/
ka2OeFIF3LtbUB4/vDUXhKYqdPpUwKAqIGHCph2u3khU1yO8HqcChvYZaRoQr2pXEIcACri7R7zH
EDBrkGugCGOvHynz/+OpGtV93uNQSfangPs7EQh89Yq0r1yWpsqp7gp45jQDgN1/+ISPy+7A+7tG
Dhzx/t+j1f3tjOyugOGrxVsftrz4ZnP3NVW7ha9J99yRN/AthSEo4NwsLVCFb1Ddjb/m0rTlSyxP
v9hQWn48tL07/D5venTvAZTrj27LtVmUT/DuV9H5Z9m37nLDFxV4PTZxmOwzLzfCF7zeAFedZrvz
OzlqP3DWf19p7O93J/YNLQahd2/dFyvO3vpb0xF6/aY/3VLfZrvlbOuT35k8BS9vf6b5pa0d37n0
s0tP3zdC3AbbbUOb7aVPVm05OP2F7+VM9Hjrwc4d28cIfOvfDR/sd3z7kk8vXHZwPGA5VJn9wrrV
gUDqq3cWzM2Od2smff/9948H69GGUSDwu7fa1VHg69FNKy12I/3sRjckkC/MbMtN6xgFA3oPAX+/
31/XXlmjiLAzl9tWr7SD1jlwRMkdBoJmyQKzNfr3Gw5Jkt/+qO2lt5oHsPPMZbbCPCXVYlt7ZO36
zhk1Nod7JMzyB8RPvugAhxkvnPBFv83Bg7suOUlxlHbvIc5uoTfQ6EsXWVQNDd7ZmDwFrx74X2FG
L7/dHDOsx0SSrOzK05Rbt19uczpdfcSlgBm52VpwqZZFtwlCG9Vxrh7g5wZ1CzPt73SYdTAkgXLi
WMU8OPehx6v7lL/KWkRJ9gmhoSn89ydrVBt6HEBg3yEvLFnxNAN8DQCpt3G7C/hDsw4H31vF1jWG
F88z9fZMx7qFsR55ura67vg0e4yYma4BUzUaClyS4IyHjCI91lRt39oeEUUCFpfpfw8KXHXgOVbB
wva+/73e1P3hcAnq6RD9HFsCt1dQZ9f9ANc7XF0w3+4vAny9nl401wy3CLr30JshvAJfY1LsnMqw
+1UEixXpSjanTpxhyBffbAIPdJ/91NSHzEYG/MEEQa75rB3UbZ/N4EX1+oQnMQi9W5ZWBMBVDN8i
AHWcvfU33Ei8/umuOR9umw89//vbaVm2uNw/I2FGwvu8dJEx06Z5Ym3aa+tPaWy3OHx6CCptaE9q
aBvtR3VTCkR/vvb5qkfePPuUvNzXf5CzfNpEzWub8GWagh1edYrZptc8tib93U1LGjvMTp++zW0a
/cuyoiFt4/6Zz68979m1y756avabd+dlxJEELbZe6AOeQpduDx8wzHz1n2s/OxyYX1T3tztfHhMQ
IKR+9WC5w6nIBdXvCHeTf/tQherGA5cq3D1XDWtuDT/w9yp1wxx41G6+PuvM5VYQcxXVAfARDhAF
cc0lqV+9Ij3JxlbXBv/67xq1B/DefffGrCXzzaBpPt3oeOixanWUPr3Ifb4Y6xbU1aPP1G3Z6YLT
u4eQ9vYBgwT80z+qINMFtLz+yvSbrs+E0UFPgGw9XOZbv8n5zesyVD9lf3Gu3d2H4DK/89s5EM4B
Mii2diCe4EvC2WfYQA2DEIfOwV33xgct6jeHmHmgxZ98oR7up6sngnsPbtPbbSx8zWhpj3zwcRvc
Hz9nRR8+YOjwzTUt/36uXj3xm9dmXHdFOnh8IaLj8WfrVLZzZhp/cXcBrFF3HzAI9FtuyJpRZIjw
0psftD7zckMP4L0vvx5jgT03X5+ZnqoBBfm/1xvVGcVcod3ZQhzCTddlworDVQRRLmrLrAzNb+8p
Ur8g9XkM4P6E9nAd3nFTNsy0+xLAVXTHTTkg4iWJAMj/ealzUldemPqVy9PSkjm4NkDBQ4RDd1N7
LOJd38mFdYEG8NXlX8/Vq78LK5fbwGlt0NPdryJw4YN7GF6M2d/91wfWArzv4IaHHsCSdRuUb4AL
5phgLeBKgNss0D+8AtERcNlAJ4DXFxArqwNrPm2/4oIUNUoHcAmCDL+GwBn0NzwHT/Yj/6lVvymp
9xlAzcfZW3+oR+L17/3tm2V16ZctMr53T/ZI9D/mfb65w/vxIf++Wm+HVxyTzTscS+bZ2TNmmK86
xRS/j23MuaEBI03g1W2eTw7699f7nL4xuDL1WmpGmmZVsfnaZaZBaV8VCyrgkb48xlH/vRXw+3t8
l/9NUTP33/zOivllo2/rmx+0wF99GDcmzjqcPMhE9XZ5TAfA890HPPf+4ZhqIfwZhr/3VLTkS587
4fq8fQ/yDm4Egxe2uxwZVA/9RQXEZgGq648/nzajUNnu0FsBuz3CA/+oUmM8QKmATxFCKaYX6DMz
tEY93b2sUjwKuL9NcvDXsb4pBCkaDh31gVe7oSkUc772CRm06c/vKkhO6sNt1nu+3dWPqq5AN8N0
eqjVv/1u5vzZxh5xwKqChMbdddsd38qGsIE+LzzQr/98uu6TLxUlB1rzN/cU5ud06tfefGKXR/cl
gBPh9sLv/loBvmR4/vt7i04/xdrfRT4EBdx9CboP1H1HZm9Te8QBx8J5w2EJfNgQPdz916G/aHJ1
FrB/9O9P1sKT2LcO9fUeNPKytLGe4V248JYvscJVClQhPLpHPS/ADlEuR0p94PT1+AQ1mlw9VAXc
3c6T9tYf7cS+Dg7gB1+8BPr89L6cc+dMqrDUxILC3pAAEuhOYDJs4cQVHTKByxYbz52jyLWXPl0+
5E6GfKLXL0Iognr6rOlG9T6szcLAzhv1xUOlvoauu8wu9/HAANi+o8rfQR1wygjVa4iFaoD7je+/
KBrst4MdaarNoDNgGxnIl+/fV3LVTft+95cKcGYPajp9NgaRDX7um+8+DF468AKC2u4zghZG9/k7
eYIvOSnu20bgfw2EOiOns9I1INxVM0BFqfGm6tHWMVBBE52WglVWW0JgRn+zBgek09MZSzCzyDBA
sAT0ELs8YAm+d+/RWDGLW39yRJW/yljBuOrVwfeE//5jTiyTnfoEbkcMfPHALrFhpkOGWI6B59gb
VGzWcGPhhu8djM069l1RvSChZ1C9sXR1cJsFgtF/9JvSa76z/8e/Ld17yKv6FOEnRKh//+clP//j
MYgAAdd1d/kbGz3O3oZ/Mcffw8ufLYPG4ABG+Rs/NGyJBJAAKuCpfg3cd7kdEMANxHc3LR5lFuCe
PNKVBhi8WZfcsBf+hJ//1T2qmxYO+PsNG6F63/JjmQl53YIEv+LCFPB69k6AAMoD1HBMqw1tIcC5
+PzrTZATAE4HGXf/T4pef3r+mhcXgUtyaB2On7NAX8Ie//Fjz0hYAtc53KYYiZ6hT7idAiK+915A
+Ar6l8erweMLbeAnKGN1zyg45p/+6+y3n1345n8WgKu7h1Xx9DZCE+ndLaSAqGlOhtfVjzI8kAAS
QAJxEpiQSiLOuWGzeAiA10TN0f3sRyvcvtHLVgh/73fv96hRjwMccCsfohWhQSzLGDyvbegjfUE8
kx3zNuBHBG3x+lPzn3hoFoQQQABuTJRAEG1Jt+wBQzC13cEfKev0qX/l0jRInQZ+2T49lxA/rdV0
um/rGkL++Jyj6irotZ0ngnteXRo4YDWd7uNLCRu5hmB/j1NI6rjq7T5Wnz3rurJfQRTEo38u7uHB
HU5lk+FPJM4elKjc6JZQOGB11A2LAx/gTVcbgCP/hcfm9jlrNcAXFg4CqZ/+22xwb9//0yLInQeh
3uq5cJcA3MDw5MBRn3rHYPF889evSs/P1ZkMJwTnxIyJp7eT2Z6Y91udZvjggr4gBcRp03FjVmKo
Yi9IYIoQOPmH7BQBMZWn+btr7LAlyxvQPvXBqlHj4HTx+6M5HwY+IE9tbZ0iC2DzO4gbtTHs+oeY
AVBdkHsBRIOzW4DEyfoby/fBuwab9iD5K4hFCGkFRfKD7+b+8ocFEI7Zn1kgTytqgnFufAEPotjl
RCyvDgIcOBFkcVnF8VBOdSDIOzGjqFMAgfv55beaoBk0hkdTSxhSzoGRfZoEd9JnK7kFlANitdd8
oqSTg7NgJ9wXWzpTlkJMKmyDGz5onYbK7iqJAmPBoqszAgt7O8sLc3WgAmFQ+E717CuNkNMAPOLw
T2UvoF+E05U9iCUnv96Gb/ageoCoEnXJAOPba1piafJgdWCNTtoVqFv1lwK+PkFONPhdgNARddYQ
D7Nllws2j8JVBwHZsNfz/Y/bIDolI1UDCYAh698f7i2CSO7uQ4Ax6j/bO5TsgdCJshOuItAalcWx
I87eTmp8Qho89f6qiMCYtNTvv6K4gfFAAkgACcRPABVw/KwmbcvCVO7BryopF9Zun7dh7yjVSYZU
TSCbVKaw7b2H+wo2LalvKSUe9ntA24FMXNoVRAt/72/76dHzrtt96Y17//C3ypM6ksfPylXWBECK
fe32gxdcv0eN2rz9Z0fVpGagGmP+4JhvD3xyP/1dGcwUWsKmqIEnYtDRFnOnbILNeQAHTrz+tgNQ
MaTHiRBUAKWMYzr1tfdaoBk0hsc37jwE/+xPc0O872lLrKrWhAOiRS//5j44665flsTqWq863TbY
eNY+5wU5LpZHC3Oo70L6CHVGYKG6Pa77kZaiOXtFZ/HqXfs9EN6qBtVAewizvuf+sv40fe+hIe8B
BFLHYmpjT0ZCQENI7rXfPQBDAEaAqRoD63LWabbu5Sf6W/eiPP25XbOGCULQ84VfU64rmDXE+P7m
/ypid0s6XPw/nqq98fuH1AbwgItQ3W8KhNUUGfau3ZBwQf7w16XQCTS+74Fj3ZPuqZbE09so/NKt
2zFv/d5ZMNCD16ekd0WWj8K4OAQSQAKTgwAq4MmxjsOdxT0XJ62eq8iaR99a3eFWbpuO6AGKdv8R
r5ryDKRtTFHFBoU/7eBKVP8JO9Nhxw9sM/rqlem9W1otTEwkjajNI9o5RAZDybTp0SQScCyaZx7A
MdyfJTYre+HZ9t40Yr7z7ifCWD+89SRFIvocCNKKQQowNYFXjwOGhoRlUOmtR3qBIaODhBJQwK/3
KLDoPV6EEWFcGH2iXwxgP+RbgMy78UADlQx8IJYmnsZ9tlGHgxKA8C4U8oBsaz2aDer3q3tvQzYp
zhMb262PvnUuNIbtvN9bPeFrIMc5a2yGBJBAAgmgAk4gzInd1d9vTIUNZi6f/uHXLxjpmUDcQiwL
RJ/b/CHHVkwEgKsYHMZgEojCX/6oEOJoVeclBDKCaoQkrxlpCbjnPtJThv4z0zQ/vi0PUkrFNuar
OdFuuTELwoJjxeSgJfjkfv3jQqhToM4UmkH6C4upp+zrrQKhE9j3Bn2qbxXk6iDa+NvXZ/aeHUhG
yMX2jz/O/NFteSB91M158BMKicEp8NYAQCBZx0O/mQH1xmITAe/1VRen/vX+GZBXOIEJNyDe9JpL
0n57T6E6I9W83/+s6PLz+9B8MC6M/uRfZwPP7oQB3Q3XZDz25+I4ZeUoXAmxIcC2u2/JBdqwxDA7
+ALz8O9nXnh2cveo94HtgbMgozDsWoM5QnlttTG8CNvXgMMvf1iYnaGFf37vphz43hJbaGgDjeEU
iJm+9rI0dTiIGofdchAiHLvqwJ4/3Tc9FvcS6zye3kYa499fvyAY5iD+AT64Rnos7B8JIIFJSQDz
AU/KZe17Ur3zAfdo9/QG1y1PK3kYvrZ623cu+XIKocGpIoHRItBfPuDRGn8yjPP4O+e89cUpMJMX
7si4IbqRFw8kgASQwGAJoA94sMQmc/vvnmW98zzlfuLLny7/cNuCyTxVnBsSQAITk8A7G5eo8ven
lySh/J2Ya4hWI4FxQQAV8LhYhvFjxD+/lXb+POVe6t9evWDr4WnjxzC0BAkgASTwxb5iNfz3iiXG
//c1jH/AKwIJIIGhE0AFPHR2k/XMF7+XOSdbA7P73X+v2FeeO1mnifNCAkhgYhHYcbTwD89dDjYv
KdC+cEcf0e0TazpoLRJAAmNLAOOAx5b/qI5+0jjgmDVHGsLnPVjX6BR0msgDt7w5v6huVA3FwZAA
EkACJxLYVVLwq6evEUSqMJX95Oc5kMMRCSEBJIAEhkMAfcDDoTdpz52dpXn7h1l2Iw27re974tqd
Ryd8Wd1Ju1Q4MSQwBQhsPjj9vie/AvI3y8bARxPK3ymw5jhFJDDiBFABjzjiCTrAqUW6NT/NSTXT
YZ6578lrP901Z4JOBM1GAkhgQhP4cNv83z5zlSyTuXYWPpTm5/ZbQ3FCTxONRwJIYJQJoAIeZeAT
abhlRdqPf54zPV252/jgi5e88PHpE8l6tBUJIIGJT+C/H575t1cvhHnMzdbAx9GCXGWLAh5IAAkg
geETQAU8fIaTuYcFudrPf5GzslipVfbsRyse+N9lgRCG303mFce5IYFxQsDt193/3ytf/OQ0sOe8
uYb1v8ydmYEfPuNkcdAMJDAZCKACngyrOKJzyE5iv/hV7s0rlbTz6/fOuv0vN20/UjiiI2LnSAAJ
THECEPgLHzWbDswADrefawXvb7KJnuJMcPpIAAkklgAq4MTynLS9PXNrxsPR6qONHdZfPvWVx946
F+KDJ+1scWJIAAmMEQF/UPP318+HwN82l1IK+/Gb0v91c/oY2YLDIgEkMJkJYDa0yby6PeYWfza0
/qBsKw/+8IXW7eVBaJBs8X7rws0XLT8whQjiVJEAEhhJAu9vXvjc2hUunxJ2deZM/T++kbooH/e9
jSRx7BsJTGECqICn0OIPXwGrsH73Vvv9b7Wrz2flNX71nB0r5pdNIY44VSSABBJNYMPe4lc/X3as
Pk3t+E/Xpdx3uT3Rg2B/SAAJIIHjBFABT6GrIVEKGJAdro/c/1bbGzu8MR182Rn7zl96aArRxKki
ASSQCAIfbZv/3uZFMe37tdPM91+dPAM3vSWCLfaBBJDAAARQAU+hyyOBCliltu6A/6E1HZ8dDqj/
tJt9q085fPaikmnZLVMIK04VCSCBwRMorU2HnbWQaFyNeYDjwvmGn11qP3t25z8H3yWegQSQABIY
BAFUwIOANdGbJlwBq0A+Puh//FPnu7t9MT6FmW3LZlcsmVG9YFodScoTnRvajwSQQEIIiBK1vzx3
V2k+5JOpaU6O9fmVU03fW21D7ZsQyNgJEkACcRJABRwnqMnQbIQUsIrmSEP4fxvdL2/11nbwMVgM
Lc7Ob5ye3ZKf0Z6T4ki3u8FPjJp4MlxMOAckcDICkkx2uI3NDktda1JVU8qxurSjNZkggo9/VU5l
v3665ZsrzGrZHTyQABJAAqNJABXwaNIe47FGVAHH5gZBEe/v8a494C9tivQ5YbMhqNNEWEYkx5gH
Do8EkEDiCcBNH15goHSON9B3GofZWRwEPFy+xLQqWmoHDySABJDAmBBABTwm2Mdm0NFRwLG5VbTy
m8sCOypC+2rCh+vDroA4NtPGUZEAEhhTAklGek6WZmGe5tQi7YqZ+vxkdkzNwcGRABJAAgoBVMBT
6DoYZQXcg2yLW6jtEJpdgsMveoNSRJQlCUOEp9Dlh1OdIgQoitQwlFFL2o10uoXJTWZSzVg9Z4os
Pk4TCUwkAqiAJ9JqDdPWsVXAwzQeT0cCSAAJIAEkgASQQKIIYFXkRJHEfpAAEkACSAAJIAEkgAQm
BgFUwBNjndBKJIAEkAASQAJIAAkggUQRQAWcKJLYDxJAAkgACSABJIAEkMDEIIAKeGKsE1qJBJAA
EkACSAAJIAEkkCgCqIATRRL7QQJIAAkgASSABJAAEpgYBFABT4x1QiuRABJAAkgACSABJIAEEkUA
FXCiSGI/SAAJIAEkgASQABJAAhODACrgibFOaCUSQAJIAAkgASSABJBAogigAk4USewHCSABJIAE
kAASQAJIYGIQQAU8MdYJrUQCSAAJIAEkgASQABJIFAFUwIkiif0gASSABJAAEkACSAAJTAwCqIAn
xjqhlUgACSABJIAEkAASQAKJIoAKOFEksR8kgASQABJAAkgACSCBiUEAFfDEWCe0EgkgASSABJAA
EkACSCBRBFABJ4ok9oMEkAASQAJIAAkgASQwMQigAp4Y64RWIgEkgASQABJAAkgACSSKACrgRJHE
fpAAEkACSAAJIAEkgAQmBgFUwBNjndBKJIAEkAASQAJIAAkggUQRIGVZTlRf47Yfb1g82hoo7whV
O8MN7nCLn+/w856wGOQlQSKmAgF1abqvNDluVytxhpEkwdKknqXNGtpuYNKMXI5Fk2/TTLNrZ6Xq
dSx+/Usca+wJCSABJIAEkMCEIjBpFXC7n99S691e693T6DvWHppQi4LGjgaB2Wn6xZmG5bmm0/PM
IJFHY0gcAwkgASSABJAAEhgfBCabAm7wRNaVOT8td++o8/YgbNIyGRZNiklj07MWHaPnGA1LMRQ4
CvGYnATA5y2IckgQ/WHRExQc/kibL9LkDsE/e0x4Rb559TTLhTNsyQZ2crLAWSEBJIAEkAASQALd
CEweBfxhqfOtQ+0bKj3d13dmunFmmrEoRZ+frAfhi0uPBIBAuy9S3R4ob/OXNvsr2vzdmVw4w3r1
3ORziiwICgkgASSABJAAEpjEBCa8AuZF+X97Wl/Y21bnDqvrxDHU0jzrolzL/GyTlsW725P46k3A
1Lwh4UC9Z2+de2e1KxYSPyNZd8OilBsWpiRgAOwCCSABJIAEkAASGH8EJrYCfmJ789M7W5xBQQU7
J9O0YlrS8kIbTWFow/i71sa3RSFe2lrp2FzuKGvp9ApnmbnvLk37xuLU8W04WocEkAASQAJIAAkM
msBEVcBvHur455am+i6/76oZ9nOKkwuS9YMGgCcggRMJlLb4Pjvavq3Sqb48M0V312kZF860ISck
gASQABJAAkhg0hCYeAr4aFvwoS8avqxyq2tw9szki+elppk1k2ZJcCLjgUCtI/jhwdYtFQ7VGNgk
d+9ZWZBMbTzYhjYgASSABJAAEkACwyQwwRQwhD089GWDOufFuZYrF6Xn29HvO8xrAE/vl0Bps+/t
vc1HmpS8IhxN/vKcHAwOxssFCSABJIAEkMAkIDBhFHCzN/Lrj2vXVyquX5uBvf6UrNOK8Mb0JLgC
J8AUPi9pf3VnY5BXcqhdNivpD+flGjF/8ARYNzQRCSABJIAEkEC/BCaGAv6iyvPzj6rb/DzM48zp
9huXZek4TPKAl/XoEXD4+Re310O+CBiyMEn74EX5UE1j9IbHkZAAEkACSAAJIIGEEpgACvj5vW2/
+7QWZg21K759Ri5seksoAewMCcRLYO2h1pd2dAbh/OXi/Cvn4KUYLzpshwSQABJAAkhgXBEY7wr4
rxsb/rWtGZBl27S3nJmH2R7G1dUzBY050uh9cmMtlJeDud+7KuuWU9OnIAScMhJAAkgACSCBiU5g
XCvg331W9/yeVkC8MMd8x6p8jHyY6Ffb5LC/wxf51xfVatrgO0/P+OEZmZNjXjgLJIAEkAASQAJT
h8D4VcC/+bjmpf3tsBIrpifdembe1FkSnOn4JyBK8j8/r9pTq+zLvH1Z+k9WZo1/m9FCJIAEkAAS
QAJIIEZgnCrgP35e9+xuxfsLdS5uOj0nIQsWcrWGfU4hHJAJOSEdYicTkQCj0WsMNp01VYkrH97x
+IZqtXDG3Wdk3nV6xvA6w7ORABJAAkgACSCB0SMwHhUwFHv7x+ZGYHB2cfLNiZC/ohgOBhyyKMjD
1TyjtzA40ogSoChaq0tiGO0wR3l0fdWOKhd08ptzc76J9ZOHSRNPRwJIAAkgASQwWgTGnQJ+/UD7
fetqYPqQ7hdif4fPQeRDkZALvL4k+H5RAQ8f6CTqQaNPomlumBP6y8cVB+o90Mm/rio6b5p1mL3h
6UgACSABJIAEkMAoEBhfCnhnve9rL5fCtGdnmn5+4bSEzN/vqCM5SiZA/MID4x8SAnWSdEJSjF6f
OszJhHjxgQ+P1XQEDRz15o2zptmH61cepj14OhJAAkgACSABJHBSAuNIAQd46YrnjlQ5wylG7teX
zbDq2JNaf9IGHkeLKLo5nQGULziA0QV8UmJTrYFGY2WZ4da2aHCGfv9BGRSNW5xlfO3rM6caQ5wv
EkACSAAJIIEJR2AcKeCffFj9zuEOIHjfRdNnZRgTgrKp6hBn0ui0BpinSEEgBGrghHCdPJ1AKLBG
mzT8+UC5OMgOAf3cvCT1l+ckZu/m8K3CHpAAEkACSAAJIIE+CVDjhMvrB9tV+Xv90qxEyV/oLRz0
jZMJohnjk4AkCgkxbGm+9dL5adDVf3e3flauZEnDAwkgASSABJAAEhi3BMaFAm7z8w9uUIrNLsq1
XDxvuHGZ3VlLkjhu0aNh44FAAlPjXXdK5rRUJaDizxvqRQw4Hw+rizYgASSABJAAEuiHwLhQwH/9
ssEdEmiK/PqpWFkAL9UJTEC9gKudob98UT+Bp4GmIwEkgASQABKY7ATGXgFvrvG8cUiJfwAXWppZ
M5GBQ7412G0ncpJIyVQ04liWSVlSHvCcZsAhTYJPmiRlCl6B10lCeQvepJQwZXgOb50QqSwTlNJV
50N5U4C0FtGsbsp/RhKWQEsyKcEIYCHY1n0omCe80O0B0xQ4kaAIUaL6DSoA60mZ4SmSlSOUTEdT
c0y2A3zAaizEUztbjrYGJtv0cD5IAAkgASSABCYLgbFXwI9tbQaY+Xb9RXMTGf8wFgsUVa8yFaLp
MIjBqP4lJRLULiWBWhUitBxNyiZL8JJM0PAfmQYlyZOkQNKURIMOBsXcaXn0vyAoZUIUSRnOhZ+s
KBvCIEuhvfL2iEpIjgdzYASJlRR7B+AZ1eJUgJGis+g3g4dMwkTCEkF7WSpCK9p6xFX8WFwE1yzO
sBuUHMPqhY0HEkACSAAJIAEkMA4JjLEC/rDEsaPOC1yuWJg+DukM3iQIK6VJ2Fx1rJwvKYmUloTh
Z0mJUFVJhYORaE0OyEoBDxr8qyTJUyIbCWg6nIQImlZVmZ0KuCs+FUQzvCbKPq9cXeOpq4rwvmBt
nVh6jPQHlCzHI+YHlkCwBr1iyK+o9f4FMIwvgM73h6SqKrm2kfCF+4OmCGWRZ5pbmYPHCEc7PB88
3glwBgTzqBfz2jLn9ui1jQcSQAJIAAkgASQw3giMsQL+z65WIDI3y7QkzzIyaEbUT9rTZFWO6vwB
1wuvhx77H//vF/mnXw795+XQa+9Rbg+IWrUyh3qQgsA0twTf+yT4xWY65JNI6YTABtWzCu5XJRBC
pusa/K+sCT3/LtPRwn+yKfTaGrLDFestppr7YKi+10Mox15Uh+z+btcrfHlF8J1P+V0HCUKUZapH
s+4nMaLENbSL/3sr8PZHRLuj04ZYz8c7p4igENy6TXj0f8L+w0Q4coJlIx3VMTKXV5+9njXTnpek
g7f+s7NlFIfFoZAAEkACSAAJIIF4CdD3339/vG0T3e6zctfTUYnwzdNyRigC2NlapzUaWIZTgg+U
iNsRF8QQ2qv1+jyPPUuXVhstRm2SheFY1mxk588SwhGpsoFvaBSdblDCVCgkb9zqfu5tyutiZhRI
siQ2t0vBIAEhxB0usbGR4rSkKIcbG8S6RrKkTF77JVvfyp19inC0gmtzMgvnkCaT4HKFa+vk+gbZ
6yM1GoKFUAolrhhyHyspkIMhoa5BrK0T2tpIQaQ4uDtPSh6PUFMv1TXxbjejYSmai7S0C62tpNcv
NrfwLa2EliN9Af/r7/MfrIcTmPwcEsIXqmvFUICoaQQdL0uE1NYhVNfKLQ6ejzAGrVzXTLz8thgM
cAvnyHptpL5egJZNLYLfw3AaiqIFl5OvhhebyG072LUb6LmzyMJ8KRAQahuE+hbJ5wfLGZaTQe2P
wiJ1u5JJkmK5xCSf7v77oWGo3TVuKO+yssCSbhpu4eVE/+Zhf0gACSABJIAEpjqBsVTAf1pfX+0M
z0wzXntK5gitwygrYHVPmxzmw6+vkSK8ZuVS8tTFRH4eOT2PzczhP/jS/95a4cBB6nA5iEitKPjf
XcMcLqVDIcFg1YaCvnc+ltvbtXaLb/12/wdrdZm5ktPhefkNYdNusrRcbqunWR13/tnthw/xrU7D
8sUSHwp8/GXkg0/JHbsDB0pITkNmp3CkBtQvhEfI/oB4oMT3ylvyll2R3fuFhmY2MxViDyIbtghv
rhV37/fv3cPJkiY1rWPd58GPPuOq6n0bt/Jfbqe0nM4bkN5eRzaUi2Ge1JhIKeh6+mVfbSX9+W5J
z9BuX2DNZ9JnX0p7SwLVlbqsDMkXkjZuIfQ6zcK5hMMRfO0daeseYvc+7/6D5qQkmWYDGzYG3/yQ
2HeIrW8LO1q4006V7NbAl9siaz4ltu0VDxwVaVKbkykxIBbB4Tx6xwgp4Nwk3bZKly8sgP/8vOnW
0ZsPjoQEkAASQAJIAAnEQWA0xcYJ5pS1BzdUKoUDzi62x2HnkJuMWJzsySxiIl4vKMu/Pxd+5Dnv
22s03rDjg4/JmkprRpLJxJnB7+v3MRYTT/GCSWsyGYmODvbAQU1pBe3wSDW1uu0HCUeL550PzJ/t
yPQGbLJAeb0QLMxGItzRKu2uQ8Y2v/jJJvnVt63NreaCfMueUs8/niWb25R8DLLE02KkqT78zCu6
z7fbi3JTrVbNoSrqyDF5847Ai2+QteXWWZlJJWWeJ/8nVB2iyw/rP9vEbtqZEgwm79gvvf2phudp
HQNq3qjVafQ6uaPDuGmbbu1G8GonGfWRd98i139q0GsMVr3hnY88r7yr9bohigP26onhMF/foncG
TLkp2nSLbvO+4EefBzdvFd/7zFBamWLUii6nRgALKerTbexL74HxyRkWsqzE/68XhMZ6QuIZiI8e
s0U72aIO5v2zZyoX9puHOhzBxBTdGMzg2BYJIAEkgASQABIYiMCYKeB3jygBo1Y9e3pRAmrSjsNF
llhb2gUXpf/4VtuPv2u77oqwlrEuKk5y8uH3trfsPNzW1uLPSGKXncoRBt20WcQ5p3MGO2Q9g1gN
cA+zgmQNk3qe1VYeC3ER59fO8X7zGiZ1mpI0jRBZiScoIUgH+YoqMSII56wirvtqZFEu01RN1rbI
giIw9Tylb3VL9VX+HAt5202RX9yu+8s93JlnyC0+ncNrWbxEuPFmeelqfXvIWNqq9fAhi15evVR3
63UOkzbgDfCzpoULcsOmpNDyReyqZZSkCepo04xC4u5vBWwpZJNXm5JtvOYa9qtXeXQGcf8RMhxW
duWB71nLctmpUoa9rbaN399M8yHC7dBA8IPbSczIEW69kTx9WZBlaDkSPlQWDvoDZy0LfPMb5IJT
Dc52w/4qiRd5Wsm/NgmOlTPsFAAhCLXYIR5IAAkgASSABJDA+CEwZgr4g6OKAj69yDZ+WCTQEgiW
FYlQR6C9wdEEYtfd1Mo7XXJxsffGi423XZlk1TGbd8n7j+ppViChcrMn4HAFmWgO4YZGfseuUGWp
VxsOsrycmkZKGv2hZm5/ZcjvkMFHSkGgBS0SEC7AsQazLMnhhppwXbnQ6BMNpM5sJGkyQkGWCUbQ
akm9lnXKobIq/5c7PI+9Ft6wmZL5MEs7Wlsi1RCRfJSipGCqnmUYvcxEjIagxsjKpCnCCzShoSD5
mki3eaR2JysL8DqZYqYYo2wzUnrWH3C31RwTjpVz4ZDeliRwEGkNeYsJua7O99p70oYd1sUF3MVL
KI02TFKMyajR6ASnO3zwoFxTp+MlyImmTbJqCJGpbyRLS4TmUjg7nJ0kMZA1eeSDtRO40v13pedo
9fJWL3U8kAASQAJIAAkggfFDYGwU8NYaT4NHSQWwrGCkFfDouRNhJAi+Bf8lSwi8yarlOG7bfu3L
7+teetfw9se6pvbwgUPcuu2eL7eDFqTy84zTZ5KZNiLFSh4pjXz4hcZiInKz5ZY2YfNW0KSyySYz
rPXslVR6RvjLLfz2HbReT+gtBpmjDBynt0Q0jG71abqFc9ldRyP/fJL0u8EpS2ZnChrwsMLWNYnJ
zjKedwHN0sG/PsI++ZJcX0PZjMyZi3RnLDUeawj+9SGutpG94Cxq+jTZrCPMWpbV6GVWMlthZxsn
UWzRNNpmFnZuDaxbJ3E62mAV9SkkLbIpdt05Z9Ems/za+6EX32Bzss3XXS5YLZxWR+g40mygLVYy
LPKb9gol5ZSGgVkQs3KpBbPZNg/1ygeU4CdMFlDn7CWncQvnk/uPBv/7nLbdo7vwfGZmEezLA4CT
IghC+R1fVqhc3geaA8fag+Pndx4tQQJIAAkgASSABECzjYHeeODzuv/ubs2yav989awRXYPKQ1ss
6Sk6rUFJjAD5EU6suJbYoUG5wSiQDxhSMIibd5PBrpJgsC1Np6OKZ/BtrdrKRj/J05AfITNHKMwV
oNLFtn2MwyUV5orTsrQVTZGGJtGoYY160hcS5syTNCR7qBwSKTBGA6yTyNHS/LlE6QHGGTHOWxwy
sHx9A1VRK4f8hM1Az5wpZqSLLK3UsSApguc1La3i0VLS6QfvMpWRLk+fLum0ZFOjfKwSsj1IRiNZ
XCBlZInlZVS7g83KI1LNgT37GQ1HLZkvOdzU4WOkx0dnZzEZGcGS/VRarjCniKYZss0pVlSTTc0k
uH3TU4m5M+mAzB3eHzboxdxs2u2mjlaJDEmnpfCuVtqcJuVnU05nuKoSDGPtVsrh5mfNkZNMupom
uaY2Eg6xJjMzLc9XkMPKDEVALbrRE8EkSesNShW3ETq+/9JBb0j4ycqs25dNjozXI8QJu0UCSAAJ
IAEkMKoExkYBn/+fw5WO0CXz0r66dKSyQKgUKw9ttqSnjo4CjpZzkzmBhmJqpBA+4asF6CySESiC
DvFQEo6He/00C/KRh8jfiMREBJIlwjqKCdNKATgo+sbQAgWlgw0CI7PhCORJIygGRCykMiMorSgH
wVNKUVyEgbYiG+JlSZA4Ja+ZBGENFNRelpQMvhBYAGXaRF4bECMsAQ1IkoM0ESJUVuZ5NiwJrIbi
ZJ5ioQ2t5PxlJQivEJRqbSILackIOiySsK8ORoHICiX+mBNYFkKVRdD0gkCDYVClWcMSjJK3mOVD
EsmKNENAlzzP8URQr4UkEoykCXMcFIwjhDB8R4CcZzwZJAmDREOJPIEL8wwPMRYswdERGiYA9ULE
aNLkUXLej7QCfnJjzaZjjlNzTC9dP2NUf7NxMCSABJAAEkACSKB/AmMQBVHjDIH8BZPmZZkm09KA
g1kpkAbFjhVnrYaA0NiuB8GyAgv5DzhRb6B0enCyEgw4aWUQpLKW5s06XsfRMiNxnKzTQFIzGaQg
CFaa4KAym4aTdDqZg1dADrMM1JJj9BCWENJAZC54WklZx8lGvQx9Qogw1FGOFooDdclA9WWSIVgd
b9JJkM+BZaAQs0wJoG0hMXDErCc1cDaIW56mabBQhnrGoHZZDp5ToFQh3ljHikZO0DI8pBlmtDKk
7IVtekpVZrCBpMBUnRby+LLg+aZFQaOBIZTOoTSyTsubtIp0ZnSChoYXoF4ypdHAA6YGc6HgC4Ei
h0lRx4lGLQHBEiStARWuJJRQMjdPmmNelhnmAoUPA3y0EDQeSAAJIAEkgASQwDggMAYKeGe9DybO
UOSsjEmmgEFhUhFaFmhQcSB3lGrC6gOeQ4YyTlF3iruVkkWIdg0xjACeXEKkCR5eUtoQAkGKEdCF
JMkKsCUMXoU4Axq6ZeAZhAaQYoiFYsIgc0VOBJlLgl8ZHtAOngo0PEQlIQO8ACkllPrLYAY8IRmo
hiEo5eWgZ6UngmQUb6sUBnUarc8sglhWxoM3eZKCseFFaAaqXKYlGrQ6DX5mGhzCYLkEOhjGCDNw
FqERCJFkWBE6Z9WewYMNNsMsYMoyKGWCYkXF9AjUxaBIKKGs4VnwGYPZ0cRnsGkP/NWSUhIP5G+0
IMaIBquM8i/drPTOchtq9W88kAASQAJIAAkggfFAYAwU8L4mP8x8epohmipqpI/RGEOdgxK9Ctvg
RAhEoJW8Zp238tUb+opbFjQfHKAOQTKCyGNA9YEyBF+tzDAgg1WtDC5URUhChWSI3VVEYfSnEngQ
fZeBrWjwn2ikrNIeFCM8QNdSEhN9wNDRtGSyYkP0iTImSFVVKDMQJxGtzQziM6qDQaorpyh51qKo
QN8qElcRofBDcd6CBSDcRfDiSmAaNKbhFDgD3oBWIGqVn/AuuIfBMKUah3KA5lakcDSgF9oorygK
G2S1CF5oULrQS9d3Awq+CURjl2EWis0jfU2MZv+Q7y/TqoUR9zUqlz0eSAAJIAEkgASQwHggMAYK
+FCLskWsMNkwKvMfg31+ozIvHGTCEChM1oOt6mWPBxJAAkgACSABJDAeCIyBAj7aqkiBPLtuPMwf
bUACI01AvdRL2jAh2kiTxv6RABJAAkgACcRLYLQVcKUjLEZ3BEEqtHhtxHZxEhiH/u5xaFKcMBPX
LMuqKOBmb8QTFhPXK/aEBJAAEkACSAAJDJ3AaCtgSAShGptu0QzdajzzRAIQOQu75cRozK+SlFjZ
ADc2j2jksbK5jgeDlOQYkI9NsUkpF6dYNRWP2KVe6wpPxfnjnJEAEkACSAAJjD8Co62AG71KKTjY
HgT5tcYfjYlqESjfCKOkeQCm0b1uNAGp1MbiIULOCEh2oWSrACEMdig5kgHrKNa4GHeLmGzk1O2B
jdE6iHggASSABJAAEkACY05gtCti/H1T46Nbm/KT9b+/fOYoTH40K2KMwnQGGAJS+toYDgrSQSZg
RXCOSqKN3vZACjZICAGpIiIkZFKjBFFyiQKkmQB1Dm9FJfr4Oka6IoY627tfOeQM8L9bnXvDopTx
NX+0BgkgASSABJDAlCQw2orEGRKAs1nLTEnaIzVpWEUjSeeb7ZA5LSLy8AiLkTF5CLwg8ERAIiKy
bGZpu1HHKe5PNRx4UqU5G9RamqIXvHrx44EEkAASQAJIAAmMOYHR9gH/eE3Ve0ccywps3z87fxQm
P0V8wJBE16yRc1Jzf77uo9oIVEWOPvo/lIzCnXoUfMWK07j7AemClYoXXUfsadS33Clm++s7ms2X
hBgIiyxdkV1wdl5+vd8fhEIfSpJitYOuPkZik1xUbUMcdPwe8NHxAf/pw2Mlzb7vLE2776zsUbjs
cQgkgASQABJAAkhgYAKjrYC//27FujLXmdPtt5yZOwprM1UUMLjVOWp6WtrSF1+oDAS7CtH1BTha
3oKUBYnQQCljWmQgWheqskV1qRJBAaU5tBEiBPWaoWicUp6Ngg1sIGuVkhlK1eVoOTjlv/04dBWp
qxTsMDD0D2dOv2nWguagPyBEN8dRSgkQUmIpIgSlPaBZwi8AMBfKgwiyTqk9F1/vo6OA//JxxYF6
D4RAQCBEfHZhKySABJAAEkACSGAECYx2FAQoLzhwF1zClzQmJ0FYDiwt4V2JZKEenJ6Xs43ETLM2
m2a0olLFjRVYQmQFeFeEsnCKM1eGMshQGZmSRAg0hoQTSjU7KAsXp7w8YZZwMpRHhpQVsDHMqqXN
esakZ+CnWc8O+6F0ZdKzJj1n1sLURBZMTrzAHvqi0VGntJoHEA8kgASQABJAAkhgzAmMtgIe8wlP
ZgPiuvcPwhA8uDRFkWekp/18zrJbp8+7PL+owKJPN3IZJjZDS+u1Yq6GTWP1OZwhm9MlkaxVYgu1
XKYETmLFMxyXtuzVCGSzRFKsLM/QW5MZvUlmjBJlkGiD8nOYD1rpSmZsjH6Gyc7IIrirh6TSR+zq
GMpXhhEzBjtGAkgACSABJDDlCYx2FMRtb1d8Vu46a6b922eMxu3gIUZBxNTbAMIl/s1d8bdUL8fB
tlckLWHiqJnp6ae88HyFPwhxsP1uOwPXqExQEqVnyV8sKNaQrOISloj2UCBFb3EG/ODhLWuuX100
v6yjxW7QcVqmwx8K+vl0q55ntY/u2dYGbnzIctbfEYuCoOkfFp8QBQGSFMIqwIe8IDnp9bKSj5ua
PEI0VmHY6lCNpzBQ5On25NsXL9vTUCco3+zg/yfvenSiIB7+tHJvrfv6BSl/PH80Lvsp/7GGAJAA
EkACSAAJnIQA+oD7AAQxq0pOL1mWlBvXitvz+KOr1IRIyPA44S2IlI2+2PMtaBbtLXbAWd1bgoDj
IVlY19twqzzqZo3L03qS5Y0qYVUOd4pixTUKQbkQlSsGwoKV1WhIIlmvy7CZU/SGWq8r12Ranp46
Pyt1ltUw16Sfrtcvy8yel2xJp4iFOTkGiF9RwoOVXpS0a0oAcdRO+Am9dlrT3xcIVQMrmdqO+X1b
29o3Nrd+CY+m6EN9PuhHy5fNLV+2KD83t7YedTshYIMgKYhbjkf+4scDEkACSAAJIAEkMDUJoALu
Y92hooRGZvQko6VoLUnpSTL20JGEliK1FKGlSR1Nwk9N1wNeP6Gl+k/4GX1ouj1go9aJfZJ6gtLB
WBTFUhQd1aqKWlTF5dCObl7gaFddmlqGYF5FwYKj+NP6phKfrzUo7Gxr3dvStqWpZYfTtbO5pY2g
tzY0OsKCS5KP+UIbauu+aGssCUU2VlR6xWg+B8UySPILccJRTQvRDZDoF/bMKfZ2i3U9MRBBEcmS
opMhMZhIUIIE2/EkSBjMRx+RoT0kKSKJvCjykhiRJLAOjJBJuKrxwh7adYNnIQEkgASQABKYEgRQ
KPSlgAnKCoGwBo1Zo03iWNhcFXvYNGwyyyQzbArLwQPejT3gLcuJj+hZsDdLecC7sccJzbSsUcck
cRqjlrPquWS9xsDCVjOwCpZmEAr4hPv9Xf+AfrqpaNWvrLiYlVAIkd7t9v6vouzZ6vJXqqvXVNe/
WVNZHQy9W1vzQlXN4/sObml3bmhtf7W09JXy8rcbG1+rrH5h/wEHJLQlaRpc5FHlC4pWcf+CEIYI
XxG2up3ouo66n7sfkFACXMjdX4zOcCCHt+IyVpooJ/bK26bkneiaYGd48snjHqbE7zVOEgkgASSA
BJAAEhiIACrgPuiQlGTQy4RGPOJ0HHR3HHG6Yo8DLtcej2u317nH64SfB12uw87jj6NOV+zReYrD
eST6OORyxR7w1vGWDleJ0wn/POxqb/O6TQxlYiFWNiow41fAisf3xDpwMRGsBD1Afl7FW6s4bCmQ
vhJoVkaACA+mI8g3+ULekOjkpXAokgRbyCSizR+qDYY3tDS/W1V+2Ot1RmQ/T4A4boZIDSU/GqTy
kCw0ZQYlTElKyDFFWRk5gyFAunfVolPM7yGAIRQkDCHHihG9vdv9Cle1RwoiG5Tghu57/RTdrHq6
1VgMtQtFUo9AnjX8FEECSAAJIAEkgAQmEwHcCdfHamolKtOq3e1q+/EnGz2QGZc4XsEOtoBxBMVA
HG1Ue0E4L9zK77zxr8jWLq+t0kCRizSoNvC7QiSx4jeNHiSppt+NHaDeQEjyTORsW9Ldi5Zms5oG
X1hgGFIJD+5/z1m3HqCRiaNnKDvh/qfshIM4WKXSBQGJwXQ0hO5KYGTUkqhZYAytBDCElegOQYC4
AQECgymznl5itYRF+kBrm5eCk+AMCFKQWWjBwiRJnpA1iuok9ax8anIOpBX+tLnSQHJ+kl6RZIR9
eB9U1ZR7/dEYB9JAM3fOmPHNWXOaA4GgCFKVDIkRbyRs1RvPSLU/sGffyxUVnkgEjAIwAuQkjgZL
H5f9UQGt5CEGn7MssxTIdiUNBdT5EKBldAMd/GBgU57SgyzKspFlLsvKfGz16p31LZ2hynH8puJO
uDggYRMkgASQABJAApONAH3//feP5pw+KHFWOUL5yfpFuZZRGNfZWqc1GlhGKc2rqLA4kgOAVeDK
tGg19f7AS+XHIF42IoqxB4SszjEZri3KiwSd52bl5ZkMlV5HWxhKEEMhYjFIimEpJAh0QHkiQ13i
ZJYuMDG+cNgRDvICG5JDEV4IEXxIhPLFEMMaDMhSSIKHAIUcsrTaVRk5Bk7jAl0albEDIIKIgmh+
MWVPGiNRHCPZDeanDu128J0F3SCI+VSz8YcL5lyUma0n5CtzCy7KyJplNJ2RYr84L3N5Vg7t77hj
5rzVWfk5NH1+dt7Z6VkpOn1qhLhi/vxzLZbVKdbzswpyNNoZZt3N02evsNstbOT6ouIrcguKdMaL
cjJzrVqZF24pnrY6OztMhmdZUg46OlpCfJQyFNagWZp28cEDLkeZx1Pm9+5wtH5YU9Xh9U+zWQ60
dLgF4ZrstIuys6eZzR5/oE0OgRInSA3sGwT1HY0vBm8zuH7lXBN7RWY2SYQzdLqIQPrkCAFqnGIY
UUrRMJfl5IcF3hHhOYacaTRdUjiryeuCoIw4ry6Q/ixnjLPxkJttq3Q2u8Nz0w3nFI3GZT9kO/FE
JIAEkAASQAJThAAq4D4WmiFIiNxtCPjfrqgAf2ZnnKoa+0qJi1Ltd8xdRBGRS2bMtlM6I8FaGLbA
Ypputc3VGFfm5Fh5oshiOTMlJY2RVqZnX1c4hw2Lp2XkJCclzdZozoYnWtYZCQVg4xZs2hIhH5kS
mwvdFxj0KzOzjSzr4fmo93OgOGBQvgJNsBI8+CAV0nt9qUmp/92/r42HahAwA8rCsRdk516Vna/T
MFU+x7L8vHyztSrosZlMSaQ4KyObY6Ul6cmQ8ixEiyaDtsXrkDhKb5BPmz7taEuj1WpMNhpSzMZC
m2mWTqdJNoJ8hxjodLu1nQ+DyOUlPkJIC5JTlmcU1bY1G/WGne2tLUHlLbizQFHUDJ02Q2+MQLgF
bJqTCHAAtwR8yaxueUbOwXY3zwfOz89O12nTzWZKFOZak5enpBPB0Gnp6YtS0+0sk68zzEqyL7DZ
Z7Ps6vyiedaUxRmZwGqmwXRWaoaGIopt1qtSs5ZPy/Hzvtkm85n21HyD5pTszHqvF74/xPdlR/HI
owKeIh92OE0kgASQABJAAjECqID7uBhYkI9arjEYeKuiQvEmqiG20QeE6E63GpdnZRRqLRItuqRg
qslgpeVpVv2i1LTTszJnGrgMuzVLyyy22liGMGm1WQbIMtZx1exZWyqPnJmSvDDFUmROanR664Oh
aAoxiEhQb9qThUbdmXErYGUjGkQFQPnfhiZ6zWaytiXllIWPlez3hiGcQMl3BvWBQRwb9LragKuq
3R2Spcawj+bFFC2rYZlSV3BDbb1Bo2nxRPa2tTt5stTpCYusPxxiZe2WuuaQSLeH+Dqfr8rlCjLs
MYf3WLvDEyGcAlHe4XSEwgSj8YNbm6DrIsFdzla3LB9p63DxAkh3GpQ9S52XlXVV0fRUrTbHYMo3
mvINhkKjeUlaxuLUpG0tjY5IYGFKcq7RBjLaF/BePru4kKU1HLUkK2Wu2aylhFyjYbHVsiAtyScJ
6Sl2SRAkWgrx/nlJxqUp9kKTBVYhLPnz9MZUnSLWk/Xs+TnT7RrFeR91jcd1oAKOCxM2QgJIAAkg
ASQwuQigAu7LB0yqPuAA+IA7FXBXK4g6TdPoMk2mQEQ+4mj3CbInFLIxOj3HeUVIlEAxsnzM6w1H
RKOGCxIEyGiQm85QOMtif/nwvrNyZzA0ESLkfU5HbTBIQ+AwxPBG419BshUY9fEr4GjMMUnxYbmk
PPDpJkNemv3Uxc8cPOSArGBKoLHiYXZG+GMeN8T1lgXEgy5HSbuzLhCMkMS2juYv6poPu/3HvI59
rR1Hvb4yl7MuHKz2+hvcgb3t7Ye8rgrYrudxHnZ2lLjch9zeg23tZV5fqd9f6nCVejqO+bzlbs8R
r+Ogy7OzqfGAP1DV0dEWikCAAvwP5kWy1Gp78mlZWaIsMRRtYBiI003W65M4Xa7J8GVTU4MvmKLX
V3s9EYkIQWZio14I8fsc7UaN1kiBjzwCPGeZU0haqnb4TYz+cEcrvE5LNEQSR0Dc84xLgp11tEgx
0BVDsUq+OZpJtlnb3H7IShFnxAsq4Mn1gYazQQJIAAkgASQQFwHcCdcHJi1JZluMO9rbvrFuHU+D
RD0eVArBuel67RybTZAJcJfqaK0oRCwaHbgnPREeohpS9ZoKh5tlySSDNuAPeyTJruFgw5xVY/qk
rmpVWi7LygEhfNTjbQ5A9AEB9XujUlZJj3BOmv0XS5al63R1/gA4UqOZy477MpW8B7CJTckoBskq
aFFZOp6tbQxu2UmTgnX5kllnrDz9xRePBkNqljLwBKvCmoV0uTQLUbYQG6BhaIuGCsoRV1CkZUak
IjqIISYl2IgWIqFPhhUJKNQmU6KSMU2xSnEmK5kYlMGVLXQsJN2VJYhrAN81GA+70iDBsAhBDzJU
D1HTNigKnOPoe6dN/+achY1+H+yEA68wqFLoGfYRLk61/27XrrUNjWaNchLHMBoSvL+0hqD3O1oz
jWYrp2mFs2RpltkekoINnmCSVt8SCaRotZxEgx8+QglsmOqQgymcQSAlRyBoZrVWDV1s1N99xpmH
a5pFZX9dXG5g3AkX1+cENkICSAAJIAEkMLkIoAIeQAF3fGPdWl4pUHFCQgZIydWZlSvquwX5qrhy
o4ITNtyZaKoN4hBgqxZNmQgGlCPscgM5BuIS8ilQoKA789sqJeCOjx1TwKcsS9dquxRwtPxE1xFV
wNAFdAbpG0CpypSjTd6yN+zx6c5fbk3JKM7KOuXF548FAtGMu930n7INUIlnVuRp1GTVf8zKJCcL
i/ShXK3YGKYOhbTt0WQPUfUcLfMWe650p0h1vSyxhACb3cIQwKxgoWVKIGDr2vFDybkGstkAVZFn
zrx5znxFAQuKGFcyXsAJFLUkxfbb3btfqKh0gMtYZaBkroCTQLdCGyXaRIXTjbMyh65JdT5RtgJG
ox2iT4A8fVlm+mPnnbervrWrrt7Jf1lRAZ+cEbZAAkgACSABJDDpCMS7ZX7STXzoE1JcoeqhVEsW
4X8COEFJQg/RwEbmdFuyhpQ0LKuVmSKzeaHdbISABNCt0ZxpcE7Xqf3scut/8xu8I1KQSQ28rSQP
PtqwnzlQJrU7tEvmCCmZlOKr7udQkorRpETTAmhMpTQbIYGvF3L5SjPpyF15/G9miHcWyEt0YQqy
MaiCVHH8xtK3KWqakyQTGVhFhi7U+GbRLhMRgUxtqq/5hCMux2tUY0czxHWWlY7CFJUfaua4zhLR
xzlHcXf+sxvDGEy1K8X0oS8snokEkAASQAJIAAlMFQKogBOy0lI6TZ1ltl+Xnn/VjBmLNZoL0tMW
Wo2rM7POzyiwcBqJTQxnJbwXPK+Q/0HgueqqQFklPyufL843Cv32H42CAKetBJl/SSHECEFS5glG
BjENYRArbKFlFrlQx66wCeem8QwoYFVGquo3VqwNomVpcgXp/V0B9/cCzZ1pzEyKh3AMJdzhxNLH
CaGJnSABJIAEkAASQAJIYEQJJEaZjaiJ47pzpeoFwZLCmenp31lwSj7kFjMQPzl12c9mzv7NnIWL
LUkiw4ZplokkYBJKelwJQmCVOmysy+/8dCNVlGGaM5eVYVdYqL8BQMTyNMMIgfxjexd+8dbMPV8m
OV0QFAFp1DiBYlilXkaE1Mg0hOOC55dXgo8V/69a0CMaZaBkqpDMYugqu2a6KWzT68+x6E/Vgjea
h+DeaGjD4A81ECNW63iAJ0qZkbgfgzcEz0ACSAAJIAEkgASmIAFUwINcdDWO9/iDZJTCcFSAICFB
gUEixSDlIqUwT1YLwRbZL4hBRoqIEDRLyZAmorN670lEo7LtTAkrPvGWPuxKg6BbiP81BULetR/T
WZn0vOKIQcNANAM4dcElCw+lVp0iYCHgN/aAEsi2+oaCks/nVO2dXro15dhejmfAlwxtN3qYsjAb
EvylXnm9QxumtaCvOSj+Bto4EDb4vdqIPxqXC5G8UFlZEy1ODBvmWNj5J5PhaJG48IkEOwOdlRcV
Y7odUCeDAkNpThJ5CCNWsst1Vjvu+QRcy0rYsVK5Llr0rXMrniLGFSp9nwVfEGTonoT9fWSEhjJ0
A2VTHuSqY3MkgASQABJAAkhgUhFABTy45VSiaKM6NqrwlCcQDSCS9L7WtseO7Pt3beVjFWV/LTn4
YF3Jf8rLn6+oXFNT54D0YxIDvlKRhB1soEujHs2THH1pZEXhMhTvde7ZI3l4/YJ5ot0G/UGMsaDo
0ePBC9G+oy5WZSBQxmHO57P6AwTlZXi31u0A1U5BFQxWdgjcvg6p0k1+1ipVeclkgtKSREQjZDQe
W7D93eJtb5gbKxkB4oMhANmz1dPSEgwGwq0lnubyYIiFKGDKRVDsyebS+b6SJwJw0VKAlTM11Cyj
Zo6p78dco2ahQTPPxM02cjl6JkenmW3QzTfqFhoMc426/s/i8jQ0T4oQ4cxBkAeGZ8S5MNgMCSAB
JIAEkMDUI4C5IPpY865saH3kgohmBYt6WaO+VhCBEgPxtQwDHktOZEk2BKEKoqSF/GRQC42S9Erq
MBmcpYwoBCgoXwwOVHBPRuVz9+OEbGh6JRcEJAru4UMFtRvhmdoK7/sb2dWnkTMKSK2GVTy/hMCQ
FpadmZ6+5Pn/VYDS7cyhoMp0SJ0mW5qr525dk95R5zAlH517enjhaeekWBfpWS1FztK0ZeiCZSFr
dcTkE/iaoPhZc3vSpx9Mr9sFuroy/5TqU1Zk28lzTGE7x63WkjqWLw/J+4LsNrf0RcQakU3REsZd
R7QgHExQyQVRPP3m2Qua/P6AqJTogP/BNjyGImfbbU1OT1PAG4YMFX0d8I2BlihI3hbkw3vaHJD/
bHFyGsdCNg3YcQid9/39AfKspWr0RWnJ+5vbwMMdDbM4+YG5IE7OCFsgASSABJAAEph0BNAHPLgl
hfv60cBXSEpLcdHSa5ykFIrTQAphSptvNAhiCPISQJovQQSvr1hgMJ6Tnj7fpimyaGlahKoNcFN/
cEPGtCXEDkANjs0HNTMLqMI8QqMDjQxvgmsZ6kTAk748y0oiX50sRKy25oz8Rk1qS8pMIbOggJFv
yLdfnpl0QW7KjJRsvSFnQWrm+Tmpl+fabyiwXW232tz1mohfw4c1oYBdDq82iqtt9PJUuwylQDTW
ZGvqGXbdmaZIBoQlK0mL+z26m6T6ZMET3hQQ9Jwm32qdYUvq55FcZLdPT7JPt9hTjJYUk3mGxTY9
yVpkt81Isvd3VoHNZtbpWkFXd5IYIuehrQ6ehQSQABJAAkgACUwgAlgTro/Fgi1h0ZpwwbcryiUl
g+8J+W7h3RQdd6o9uUBvEiRxjtmcadQls8zZ6dmnpad6gl4ro5lmtWopcbpBf3FewZnZ2SLvt4G/
lmWL9VaWlgMQCKskRzshZS/8o3dNOLWwmeJ0hizAbjex62DEyzOXnEFr9ZBZF96DyFpFARO0libs
Bv2GmnItw6RptZBUOE2rSdVwaTRVEHJlMZRF4GH3myY7LzUjuZgOrrQSBqX0BORq0zCEjWLgPI6l
CTNJMI662kNbSX+YsSTzMxanF2WfbzeYdbKRswZB+tN6loFTSEEKB0Dh6tLStToYLl2rgUealoNH
qlaTpdEsS0krttu9ET6iFmiD9GlRz7lbknxCOBAR/bzU38OnvCV6QpESXzgiyyksF4Szoi/2e4og
uMWID1orX1LUQiMnP7Am3MkZYQskgASQABJAApOOACrgwSlguOFvYshzM9LunT17eXpaOBy6vLBw
aZLFwFGzklIX2W06hpmlN32lsMgoCudl5y5JTTVpNN5gOJ1mL8krnmvWTDOZKrzejoiaebfr6Kcq
MpTWiAb4SmQwSByp9Bwtt5y3QkyFWsGdorJrj5jMURQUn0vVEKfb01alpZ2VlrIqLeWMFPtylqOO
7Vho5+bPKswoypqRm5RP+o21h8mOY9lFcxna4A8EPQEfy3IMRG5IESEoVn7075Db7w1zGTnzFy4+
fZqRzDHyLCXSrMHR6oH6w1BEjpDDsMMvx2xZkTXv3IzcVampnY+0tBXpqSvTUs9KTp1vS9MaWG9Y
gJwRUXOjZTagmByofzUVRD+PaG05JR9FUOab/EGakDOMOkh5AUmXIY5CDYPo4wFdR9OzDSopMCrg
SfeZhhNCAkgACSABJHByAhgFcXJG3VtA4APD0Om0UctofIRSHI0QeavBpNPoqj2uekEEf2e2PSXV
bDGb9CJNeEKBkBiBhBGyDgpk2JsEr1mr03FcnJUbeBrSkxE0L1GVVfLBI7pT5rinp+hFpUKb6h5W
DxB9QVl0+vyzUrKWZeQsysqZk5M7OxseWUVWc9PHn2kJOW965uLlc2fMyg3XNTRv3O4J8hRtgIgM
j8dVV1vt83shoURYsrkdEWlvJKlFSPdL9vZa/YZ3qQ/Who7URZOiic3Nza1tbXIE0l8QHE3OMOoX
w262nMw5OVnqY1525sLMzPnZWbNyMq0mzh+OKAXx1OQZMZ/sIMMTBhE2MsieB7f22BoJIAEkgASQ
ABKYLARQAfexkkoKhX5uodMiG/RTb7Y2/19dxXM19Z+0Od9qbn+5pumDutYPm9s+rmta39Sw3tP2
eOXBN+pq321qe93hfLq2Zl1T+wdN7d8/sm1/mPxPTU2Z1wfb4+K5hBgIwpBFrrktdOCYL8PCLp5r
iUDCLwIqYHTPwwviNCiyx3zhclfoqNdX6fLUdfjqnP6qpo4tO3YRRgOZmuMJiw01zbyo11sKCDqN
sOV5JIsoyfbkpILCfL0eNsWFxEBl+Z5NqUbXEn3k/DRpIVGV6z0kdNTt3V+ulEMmiKJpeXa7lYVc
wJIs8GE54vUGW+sc/jqHr+vhr+8I1LcH6pzBSk+o1ReGeA9w50blL+rTeNYc2yABJIAEkAASQAIj
TgAVcDyIj99yF0khQMOted8HpUfWVFZUBsWP6ureqSg70NF+wNXxWnnZlg7He4fLXj9accjp+7ym
9u0jR9cdK9/d2LS3sXV/VdN7R47ua2kPgg81vgPyenG+gH/rXoFljWcsJ2lthKaC0YAAJWfu8UOi
5ZBEiQwkxYV8uUoGXyUhAwH78SJ+DnzVIcmm0WTlplOiwHubRcIlNR2h3Uch8EGj4axWM/yUZTri
1x86WnZAYLUQtSyRyQZrUkE6VZTS2t4e8IGQZQxGjcHIiRxkwKBSWdM0JslGwSZAtXaGcoBi5yHX
Gg0ByjIkcxAoCNegu1IED0UBKxnd4vqyEB9QbIUEkAASQAJIAAkggRP3eCGPTgISlABWNKQg0CI4
fVml5jBD0EK03ATkPSMkCFHlqbAAudBEXoTQWQh+gBxoUlCQ4adXFoICGZHkABEKBXz2siMzN/+v
cPsbhlaHVxQEUVSyJ/Rza1+ilKS5nCjxUNcBCk5EwsL2A2I4yC2ZS5js4EqFzWRQGa5XrlvoDjJC
dL6u5CyOJkTjNOachctpjXXvps9fev/oq29WvPTsxwd2HU1asFRvznS76nkJEpXRUP8Cfip5zCKe
tqajYubCatLA6aWghvSn5Fhzp7GM7HC5RSXClqKUTLsUBwkvGLbVlNWhyYCxlPRw0QccMLYyfPQn
+IrVxHHdKiyf/DKDs6HKBw2J3njGLQguQWB4UPWCEgR8wq7EProCZzPsDhxaobqTW4YtkAASQAJI
AAkggUlBAH3AfSwjI/GwVwvqlrFimOXdEuVXBJzEQnmyE6NZQd111cZQJK3ifI3WYoMcZBCYAGqW
tLfWFB7cNONYWXHZ4fyDGwyhEMi7AcIBIMEw9BhiKA0P5Y8JueSov6KOnDeDykollYxnnYeqKLsf
MN6J/4yKUZoxp6TNOOuqllrfLiJjoyZvbwdZE9BZ5p1rPe1q1pAHepGUQNkrD4EQeC0HIcQuR5Oc
HhIKNJ40wc1RbR6CNJpMZg1Ngg4VQIlCYl+e0LqZ1HZtpp+2nEzhDtqFSysbAKHUCOmjpXpfW52n
zU+DO1lxeyvZJPo8um2tUwrwDZSibVL84uIkkAASQAJIAAkggWEQQAXcBzwo2CvIsinQsax251m1
G5bV7DdEHJziAu2+n6vniZCywE6EF3GBRZqglYiwsgj1ivXOBnt7mTHkt/mdtro92jDUVwMJ3K8o
VBKcKYU2SEmSNE0d3j0HtDPyiMI8WauVyXhjJ45bBmKb5TTz57YXLfdZkn22dN/cVa5lF4WSZ2tS
p7cFamvqPq+uXldVvQ5+1tR86vLXzjrrqwLdMW+xb9rylpkrHFpzmcvXkL14ucFkAEEPvlnwzNKy
kt0hSOtCtCZahznBRzR1hFJxjyOpaVrjNB2k34iGWvSX4UyRv0oWYMAagfp1slJ6I8E2YXdIAAkg
ASSABJDAJCKACrhPBcxEgn5T/b6LGrZc0bL5soYvC1qPskIQ9qANwMtCC6uNzp9lOeBxltFtpiAU
FmIFCB5cpnREpGDjWDRSYEBxpty+h3xhokj7vcEtO0SDQZxXxBohSy8E1A5lsSBvxBHZ3Lz0CndW
oS8tJ7BgpXP5BYcpnRSUjlat3bv/hT37/rd7z7O79z63b++LNVWbkmfmLVqsmTnNm5sbys3lczNa
c3JDWXOX+IKkxyN53LLTI7s9os8nRKDSnczKEB+S6CNaP04J9jBTzOmpOctTsiD7seIYjqZG7mu0
6MuCSIZAABNUiO9/K2OibcX+kAASQAJIAAkggQlIYCiiagJOc3Amwz30iKPVW7pzmtyeRnry2cp5
zZWsGFBCHKI6jJJEWoKNXqpXOBrWSxB5Gv6mfPLSPOOlueab84RkLRSFk0OmFLcxW4CiyITGY5vG
MxyUSu6W0PYEw6KOTBKahsQQC9l/66q0Zy4jbDZQzeDZVOokD/IAR7I3yO93aZuzMgJJ2bzRSlis
XmvaEY6ta3W52muczmqnq87pqne5ap2uGqerUgoeOKPYodNFBBaiaamMVHHJPC1FaHfsoLZtErZ8
KW3eKH+5Sbd9h7apiYNdbkI0X9tJDxLkqc9POd10IEg43VS7kwyFKUmi4KfTQ7m8VISnOzykx0t5
fIzDRTuchNNJeL02WbTyPBkMEF4/1eFi3F7aG6Acbsrvp9ucFLT3BgiXh4T0Gm1O+VidwekPH6vR
eoMM9NnuonxBWCZ0CJ90gbABEkACSAAJIIEpRQArYvS13BRBe9vdBz8XXUcV3UmKVVR2iX12mNVB
fAIlhcwet8nbRoL+YzjIoAD708D1uFjP35xNcbowQeqSKPHjFrpGpMKcPkLR2jZHWGZKF63wpmZA
VbXoHX5wzoJLuMuBGnX95hq0qzJyLDIVqKxyf7xdf8kKKiuLptnorrZBqDhQ2KrDOBwK7a5o3ubT
EVSEDoW4QJAOQ1SvwIbDcsMeU9s6iggSlJGQDVB+QsnfQHFJGnFZ6lYGIppp8GETGohopuSSCsNL
r6QeKydKSg2lZUTFMbKulmatSUUL0mEP3QC/MIqiV2pYUKTLSe3cS+8rMQqCf9s+9mAZZTEwRgNT
XUdu3EU3tHEallq/S2io0bhc3P5S6ugRqbKKqWmhGurp0lpDm4tvbCB3HNA1t1MtDnnvYY7301/s
pltaSIdHOlyudboZt1vct0/n9Dn3703SG8Qde6l9Zawgk5nJPE33ZyVWxJhSn3c4WSSABJAAEkAC
KgH0AfdxJVAET5tTjdkLBYISqEhYtFWYkiWlEhro0GBy89G5G984c+1rM3avMfn8pMgqeQ8IISIL
bhkykpkMfLhDZoMykeb150mCNiPNl5StodkclsyLuNJ9TeaQn5RZgtQoArFL2sJ9f1CcIuwza2qk
Pt9Bz82WimeQSu2MQScRiypyOE1yRqQvyxs9hIfytvLNVby3ieio15RX0E0dR9rqBRn8vDIHUbb6
TJLWwM49TuwolD9m2AhBMeDaVnI5UIKZqs0RN1ARF/jAwxpBgErQvAwZLQTYLgi51waU5hwUaSOl
ICtEqutDn24PVZa1bd8e3LDV0VYVLq/ig153eZWjsrod4qMPH2h3VLo2bPIdOOCoK2+vrfCWljZ/
8SW/f7cQrG/fvL59+ybPoT0d+7a1Vx50OzvCTc2ulrLaTevd76+LeJvCupDobXc1VtZ/vt5iIpx7
dtTv3Fp/7GBbbSkv+Sgigr/wSAAJIAEkgASQABKIEUAfcB8Xg06kzVZTjUbzxsFGzkOuTZq5o2BZ
WGOEdAQGr7P4wM7ZNXtIymlvczSlpPrNFomByhV0gGQ1DLXUGHFKxHN1dMf2ncWlh09J1i3JSrYJ
fpF3n7bqtFxXk3H3JtC6TnOqSIO6hapynakhwFVaYNCdxeqZg8dq/V7DxSspxjhw0HB/17GS4QGC
M2TRHQi2eELpBm1GU3WGqznV3ZIRdBSZdFk6Nl0nJ4VrjLJImedy1oWgZE2ElKaRTp0hEDAb2Osm
spAhWCBZiEDmJLGyRnJ3zDCl6YOhCBQfZhgyLc9SvDiLAtHef24LSFvMKuEiUMJD8osRL6fTLp4X
hO8Sc6aRKXZdUnKIkoIeHy1yzKxpbR0uXXomkZ9HpqaL6elsSmYQPOoiH4nQ2hkzBYnj7UlCVgaT
lqXJyA/q9CGIQTbYwwuLRdheSOsFe4rA6si8Akc4ZJozV2L0TFY2lZVD5eXKNIc+YPzUQwJIAAkg
ASSABGIElFvUo4njtrcrPit3nTXT/u0zckdh3MpDmy3pqTqtAeYJaWJ759HtwwaQj+3HNGFPjav9
s7Wvpx070jhzZnPmwnZZqNZnQDRq8faP5tTvE0haJJkvll7RWrxEq9NoSMFIEEsNkYfn0xvambe3
H+R2bNcJRM7Z52bOnRvwtLfXNubOm93w+YcNWzcezV64f8F5HkMKQYUhaS/kF1YjjFfZTLeGSFNV
I3PuWUROFklE4B79kChJIuROAw9zOOANCWFaU/nRmw0NpTQf4fTm4kuuNiZnGQKi6N2YEj7UoV0o
GQqNkXKd51hbB6FNpxivWH/gC3NSFmSE06fm0ZaU1vrwu++G69syswpmNDbWCgFCo2EXnpV75W1L
aCLcIxFbd4MpCVL6RliBUdIgh3xEWCANBtob4nUkw7AEp5f5MOXzKV8GDCzh8UK1uRDHwawh+IIO
i5GAL3RwryGviMhOJxU3rgj53SSWgZxoYZbkYDceJTAklHwOSxpSI7E8z4ucRhv0hi0mSalGJ3GM
htFpo2ns+nalQyiL3pA2JMiDOOnhTyv31rqvX5Dyx/NH47IfhGXYFAkgASSABJDAlCQwNIE12VBF
o3Dhdj0E51Kkv82373XnwZfT5cYzC435WcL5hanfmE5dGtg9zX8srKVctlQ3a4RI22Z9ujc5M9+o
+Vam8SdFqd+fZr8yK4VgrFlW42Uz5p1/8ZVzV55jT0nTcBqbNTOveJaGNSkDQVk5AlIowAERtsA/
mrkrWk5CFEVPcwt4SLVGPbyrpERT8o8p9dWU3L4QqRvfAXJPKScBZTxgaLM+XQ/xyzzsJzOE/QaJ
T+J0qQaN2Wq2pczOSS9OzSw2J+Vak6dlZEyzF6+Q0q7wWFZu3O6vceQcrDW3c0tDKRc1SyuaOjII
SWO0CCYTDVG1sJtPghFISBE34DcoEuYIWSwIimUYk5lNTqJ1WirFyprMpE5HMBAiraHsSXSSieI0
jN1OJtlYs4k2mli9nrXq2fQ03WlnMEU5ksXMJlkZu42wmSA5sU5rFU1aMtnCwrk2I223MUazZNLT
SVbWbCBTUmitjjWbNVYrZdBBEPKofsmLb42wFRJAAkgACSABJDCGBFABR6Vo1w9Qm5K7Pli3n3dU
6Tlp2qyZKcUzC2YVFtrY6ZGOIl+DmeLbc/LrjNntZErpnKWCzbYw1XppdvolGRnnZWUuzs6SubRs
W8apsxcsOG3ZqatW5uRkK8mFWVFjBCkG++S0IsOF9QaehRAIRdcqZc5UC5REu7RleoGGoCMHjlB+
JwMaUwItq8QHg+CM6uC4DtUpq0QYKy5kKPmm5seFkFzoB15UdtZBbTuG4lhaw7AcbLajKJbjtFqL
TWNIo/SWgDcMCRgghZvMmWhdcli0hHgDKGCNgTBaOIqBLG88L0QUmwfU5UqVus7svtEqdeqePlDO
agERcH6DJZTyYvQ1cBmD9xcMFYjWZnHfIc2xWp0o6faVacurqJIyZv9hrqySAscwo4wKpyhnARal
W6UaNOCE/mBDn1KOLvpu56CDj6WOCzQ2QgJIAAkgASSABCYmAVTAneumFjaD0mOyv4MIemEzGcEy
GmuKufg0zpbGUhAlq82hpSWcmK/XsfZMvyU9Y/qsWXp6tuQ0RxwsREFoOE5jEplklkrRGgx6vTEt
2ZpiNUMtM4mGAspQ6kKAHGpQYjmo5QSWUetLqMJUPSC61lw8zbh0fqCimt55iPX6CGgfrUMXjeIY
fEWMTiEMDmtVFcNwSi42KLoBrmWQ+50jd1Wpi0rUznZdW9xIUSQDAYhXhoS8hM6k05k0SigCbNmL
iLBbrlPBx3/1q0NGve4nHN1eYSBVxaEycds+/kgJtedQ5MCByMeb5M+3CRt3EFv3cW0dPCNAkLJS
WjrWSY8O1X/GHvGbhy2RABJAAkgACSCBKUAAFXCXAlZEYTQeQeZF0HqMmdWwLE2Y0nIoWUtztnbR
YJTY0w30pemms845ZdZFi67NTz6f4bmD60sPra/1NskMVEVmBAgRAEmr+CQ5Tg7qyRAHT2Uueice
Qm89oiyFGYiCoCGMIOoG7hRxShQEZGEzmrhZ0+Uz5/sOVUp7DzMuJy+D0gTLlMdQLkhwIYOKhocc
zb8m8gToS1EJ/4YBFcdrX1pUlb/RN6HAmiAKIQMraRjZbDaZk+xaDcspOR6UDqO5jRN8QEG+cADy
UdABLeXzuENGnc/t9wRCwSSjH0AGw6ySpQL24w0mRVyCbcTukAASQAJIAAkggQlMABVw5+JFs5KR
AiTrpZgIAXUrdCD4tJKfJcMSGZFY0h2W67btdx89MmfxrKu/cf11t90we0Zy3cYNjXu37ys5XNvu
ZSWdImoh8y4BuQkkcCfTUistNdCQjQvu7sM7ohho61BUJ6uBCGBaUcDHNRxEO8D/IAUZrdGzhdO4
i85o33OA3XXE1O5lBKXf7kp1EFoYBLfLHXC6FI8pywUDQVdjIxEBz7JISCHFkRoLAVECj8MglCVI
7KaobUVkSlKEpCI2mzStsD2/0JWRF86eQecVBvNyfSmpAglTgo1oCT80Bmnh7LY5Bf7sdGbFYld6
GnHl2YHzl4tLF4hL57oybODHhiwTapU4PJAAEkACSAAJIAEkMFgCqIC7iIHyhErBMgcOSA1DZht8
BawvVSNoxQ6J0moFORSgnf6Ij2W1KQaRExmj3pyVWR0MN7v5Y1Smg7GDCxkUGSOyPMVG/acCTfAg
oBnQ0DJkF5MFr8db39imtXv0dkhhAAI5GgcraATwZhI2MWQCTy3Jgw6laI7Ly9J97dr60qPM5r2M
o0OSI+Bzha16ihcX6gWr7uM4DlGSGjpqPUGezp5hyF8U0Vjqao5FQkG93GEIVYZkrSwxBMTdypIo
i7ZgpTbgbDu2VwQBT0GZtqDf2UgI4fxs4aJLks++NmP63IxlZxRffGHKBedxc2YqlkOiszisGFwT
CLjQ52WlrFppXbwIcp+lnr3KMGeOfdECw8xi7fSZBmuyEvYLmZdhP97gOsbWSAAJIAEkgASQABJQ
CKACVq8D0JOwlYomQWJqDclZyVkF6azRYNBo7ZRoFnxw390fCnpZYxtldoZpgg4QUqCixR1KTyLC
ZiocoiiXRIdOuKakACmEGUjJFQhHvL6IK+Q4uM8f9rYmZwX0ls5RoyOTtP9Guf4Pes+1rCNdcCq5
eAk5wlCaVFvSVy5taG8jv9hlaGqG7WesyNISq+EZkMBxxkTQDJMxbfFFN925/MqvL77sugtuv2fZ
FTdyltQgneyynVpvmO1mbWFK52UzmjQLWnWn+EXdrm17rTmFZFY+yaW1lrQG3X7DjGn6OWfYi5dK
ejOhZTUFs/RzlxmmzfIzFE8PKTp5wN8+iPiArwbgFIfvCG5e8ggSTFipvQGV6rrSJ+OvLxJAAkgA
CSABJIAEhkwAFXAnOhCiUPACgnNpUwZny6J1RnCCUrCLjQYvrpKqLI0Kp4fcRHV1457ahp1tHVtb
KjfvTS5rECyRaWJlbqCRETRqXxBjC0dQpH0Bpq1VKCttPHCw9NCeA/u3H3YRBrchFSo8KHkaoCn4
nCX53Ej4jiLdV4qMF6SRSYE2KRxQ6rlRUHKZEtJT9Zed2S6Fwxv3sfUNIskHYAcdRCkrAjheB6gW
ylKYtBoNx2o5xqDX6DSczEOKMp6xh1kbjMXJUMmZDbH2gNYmW40XfOcHq3/829nLzlpxw00Lv3qt
MScdckCwZovOoGUJHoKbdZBKLTXfbE0FZ7RmBPyw0C1cl1BEo0Pm1zvqNjgb3ATsIFRSJiuZ1fBA
AkgACSABJIAEkMDwCKAC7lStELQA6REglRatT/cRKU4PlIMQoYyDl2AFWqBFVrIZXSlJLU7PKztL
7y2V/7g3/MrrHzU6IsemnxJIzoaKGDIJ5S2OH+52984vdm5e+6W/tSMvzWY06Y/U8s1iKkPoIRGa
EhasxPZCyTVinlko0jMWjTmJodiIRwz5QedBFAL8BA3OJmfqT1/m0TOerbuNFXUclCQGfTyYVQfn
tkgricJAPDOq2z/qYI2+wsA7SlYKyEIGqSgI2MdHp6bkpqdnmKwmQ3K6wZ6q43SMzNEUfBeAs6EO
CA0lkxlGpqHfkZKjSogHJINjwlJzuwsebEQC0Y/qdzDLjm2RABJAAkgACSCBfgmgAu5EE90SpuQH
Ez2Ex59bWaFva/S7XN7makPDYdHfzJeZCsuKljRZcx2StY1IbqRMHSFdszk5N2/6KXNmF9g0VLg9
wvtCkUBE8PC8r3zbtj2ffVmxd6fj6F6IANYb9CGSD3G2bNE3t+NAjqdKy/MMRNHShI+DtGhQiRkk
MQNSFIQ4xLhGtSWIYIICYZqexi2ZH7SanTv3mo5Wk6KyUw3eURS7msRtQEUcdReDXFUEpJpQIpoY
uDMpb3THWzS7rvJmtImSVxdeAA84zYInXG3aGX8AfliwGv7RtYduBHajqTVCYFyWkFJ1pjStiQEk
0YxuyrcUPJAAEkACSAAJIAEkMDwC9P333z+8HgZ39gclzipHKD9Zvyi3MxZ2cOcPsrWztU5rNLAM
p4hFVcj1dyh5HESh3t/00bH6LU2esjDtJcQOzb414dqtfl898RmjrU4uDNunSZkzZUuKwIq0IYnO
yb5tge68fF2aXhcJtNQ17WtuO9LhOORyVGz66BNndT1soIPCbhFTMmW3G7RkWpqtkCqfxx+yhzp8
pN6tT9LREYMUPtWksZG8H2IntEkRXbJPZiFhhEzzUO9BsRiCMYwG0moOdnTQx+pZPSeY9RDaAFpV
eVeZFUjiAabWfeJqs5h+7cTRPa8uSM1o6olo59H+u3IDd/1rhHPtKiUuoonYIoTQwYs6jssyaVhS
yYHWac4gL4MBmkMFZpaDgtYje2yrdDa7w3PTDecUjcZlP7KTwd6RABJAAkgACUx8AugD7lxDSkkM
JnXsrq5/6XDr2oa29ZHS15nSV7X1H/gaN7or3nGHGwVZkxKZfrqzaLEnLTuQUeRbfil12mXJOUU2
rV5DkcFAU+n+N/bsfGHXHuXR4auBDAskoSN1Bo1R4wn7z7j8vGVLi4qTvMWallOFY7PcB3Oojgvp
5jRKqPW2uPwdzQG3i/AKwToy0BGt3nY8WzDEQ3D2ZM3py7w2rW/LTq6qjgqFog5RxU8MjuOJfyn2
/90E/b6TeHVxakgACSABJIAExoIAKmDVrwmRsBqJ4JxNbRLvF7mIRFDOWrFqv1eWWV4TYYSwwR1i
dGYxJUO2JYs6A6O3hNJyvMmZe0hLg8h4CZ8v6HD7A95QIBj2hwMeQwYfNPMuk4kpnmctnN3sCpFa
o6AzCLQ2TOsiDKNnpZVazzfTqRvzDCYL16yVIbWC19vk7tgZduwnYHeaBEHCxw+SpPVGm+a809xp
tsj6/Wx1rRz2QtSGEr0R76a4sbjEcEwkgASQABJAAkgACYwzAqiA1QUBFSnItJizyMYvaKEX6Ui7
Xom1FbkwJ0dSWjqKGySTaCW0dq/P5HfoAx7W0aEPOckgv7tR+rLR19bW6mwujcguSaLYkI1rtVuI
FC1tteiTZiYnpbbUU60NOiFktmV59HPaI1nVRLbTUrAkWcMYWZ3JaNEUCLpU0qjXcSaNrCND7QTh
g0LIJ1wtpMSzIqOxZ5x3gXNGmm/9Fu2Rci4YhKzCfD/LiM7TcfbrhuYgASSABJAAEkAC44IAKuBO
/SuSUKNCm1msPf+27FkX2AibAClpgzRPaAOWMyzn3aShZzAeOeT2u6XWBrqhIdzYxNXXLNj65O3G
356V8aTVeqhgRnB6QXIjP83doTfV0ClHg8UeaZ6/MXnrOsOGtSvaygiP4ksmjCnOIFsTtJlZe67e
yMiQVoGR6DAtc5SkUXKyMRD5ysreRk7ilYjcboeSC4wUoMyG5czTvIuK3TuP0HsO0kIIynBAkWIo
lhF9KKdEyztDOgV4qhStOP6QoeIH1ETufIDGj/sBdZU7H1BB48Q+j3eoJGyAAeVIhAI/upIpTaCg
KLSyy28Q9ZMhHbAyAyUWGUI8YAqw2Q+yAUe/qEzmeI9x8ZGARiABJIAEkAASmAIEUAGriwwF3YIi
JQocnZlt5ezBNnt9dXp5eXZleUbtvAVsek6aPX+O1WJNl/3ZweY0vj2X9mb5mzJCVXl6V3a6x5Bc
pU9qlyJSTSgl1GG3kPoZdusFhcyZ6VKS5OMlp5bWOHxtTeXrD1dVH5WTXdokTaQu1FwOQQxdiRbg
v7D5jKGUlGQhOdwCkRi997eRyiYxkuJY08I5xOJZntJaYfs+JuwAgUhJDGzPg4BmAZJDyEpdOoES
IUQY+jn+gFrC3R4CSXd/iBQNjx4vqv/seotSSiGT3TqEzrt3SBMCA5nLSEYpBA0/ZSgQ3X0j3WB/
p9CNPVhi2B4JIAEkgASQABI4KQHMBaEigkRgSjIyyP/FSVAMuCWs0+gWzEhbbJkzP7hwpvXIkf1r
wqYGmqeb9tv3fCp4a7iy7Zq2kuXZ7PLCxqQUB6UNB8LS0d3GymM6b2utGKaz2WCx0UORckVYv4+0
lXpD+rRsT8PR0qyFNdlzItmFZtmX1FqSnjqH1WlB1yp5yKKmiKIg8UFGlGlTEWjI/pLuQgoD2mKM
6Bi+pNLc5qbSkgmG5WmoFSxDbrMkikzhKANL2SjOxpI2hoo9kuDFrn9aGMrKkOrDxsJz9dH5Svcn
NpbueldpYGNo6MRKK086O6SVc5No2k6xVpoDN7aZpTkorSxBTego4a4JnvSi7Eq+RkQkoSEQgLzF
WQY9S4KuVtO5JVIVYy6Iky8HtkACSAAJIAEkMOkIoA+4c0nBS6qRIgJtdWimyfr8pPz8nIU5cxZm
LV82p6Q+WFPd6pf5sERE/D6qrU52N3Ot9ZKnKS3dKBKMAMkYYPOcJHrdZMDr4QWfQwg7ZMYt64OM
kTCxbk1SYyBSX7bfSXDe7NnhogWhjEKnJc8djvg9ru4XFdz0B73IiUwWy+jEwICF32TSaOSKCslF
s1va2oVN21mvR1TSQpBaSbRpWUbLVYuRYxJZLhEVsvKAJ+XwU5a7PaTY82Py8ecntpHLCTglei5B
lhPQFak8j3Z7YodShaR0UkJJtTIvgSbWaZmuZGqD162KuzuaEAMPJIAEkAASQAJIAAkkkgAEmo6q
wrjt7YrPyl1nzbR/+4zcRM6jn74qD222pKfqtAaYpwi1z/qvKgZVGFhZ4AmNKAYbDh8I+kN6PWth
RQMjbN64JVi96e3Z59VbCpNqS/MObfan5Zib2/xJumuuXn5p6vac1BqWlZrrqf++zbzjmGluKVvY
0bE4R1qcQUs0WS9Ra+tyS4LBnLSwlFtccca3REsSLRKp9fvPPPhiYcHs6QuWRl3AygE5iUFlmwTS
ZsqoMcz0sCnRCsF9HFA3QynPJhFi0O9prKU277KkZXBL50lGC8Ux6TZzTdD/yIF9BKPL0nJQ4rlJ
jDgESZSV2FwRqsFFA2yh8AYjiTCEUg2k07kKLWgK3oG43ah4VVIHg6dU8eAqz5XIDJIwRSM2XBB7
DHG/kLVYuYxIPSObIIBDIp2iqCflK9MyVmfm1Hu9QVHpO5pmWFY4AxQlWHigI5oSWA4I/Ka2Vpai
T09O1tDgA4ZCHP2eF3UQK29HKIaG0I/4FLeSYcOQNtKX4sOfVu6tdV+/IOWP54/GZT/S08H+kQAS
QAJIAAlMdAIYBdG1gko9OBq2hUV8Xk+HE5KMMbQmLLLeCNRp4zuaqkqTC7w6s97VZm2rD5gsGp+P
1xgaM2dnNLHiJta91V6x3/p5KO3AjOUOnTGzo3r5qb7seQFDTlg0RY61UrszTrWaAgRrDOQtInRm
Vpby2iozW4+ak7PtaWndyllA7KykpY0RfYFDYxUpTf+xA9GTQH0yrMZklm0W/56DKW3OiBihTCaz
xVDl8Dyx94BJCM3RmWwRvsLZcaStzQGH01PrcTZ3dLi9/iaH1+tytrq99Q5Xi9Pp9fpqHR1l7e4G
Z5vH63N4vPUd7c0Op88baHV01LocPqfX5fK4Pe4UiNTgg/ubm1xef42jw+3xdDg8fNCTztCVbe4t
Tc11Xt8svW5+cppX4Pkufa2IYEpMIbU6gMvK4B/u86GnaQ1DKLWYCaoj7DcydLHJrNMQOppW3+rn
REpH0XqK9EKhEFDa8ZVsxiiIif4RhvYjASSABJAAEhgCAVTAxxVwNCuw5GxpiQSCHMMq2QsURySh
1+vKqluOpWQGtTqt22lrbg2bjHqPX9SYKmyZ0vsV5Jutjg2++iNiiTmvfGEeqzdPkw5ee0ZwZr4v
yS7oTJyLsn+iWybJgXRPI5+5WNAmsbBdrv6A0d9UMHO+0WSMxbbCXf8IofGweX5DUYjWxRU6q+yg
Y1hTCpth8b3+WbiqXF+Ul5SW1eCPrG+s/u70aam2ZI9OsJJMilaz2GzL1xtmGnVaOXh1ZlEySS9I
tiywJCXLYrGWOTM5JY1iKwNuu449JyNtvsmklyM5OvZie8Y0nc5EyauSMpamJGdp2PMLC4vsZjMv
LE1KMZCRVUn2heYkKHA3JzPTE+ZLfS6SoVZZkxekpvlAASsOWTWAl9QQcrHZFOEgZJlUfM003feD
UWoyw/Y+yDph5jR2nYFkaZmhZWgf3SvY50On4bL1+la/T3EhowIewucBnoIEkAASQAJIYGoQwCiI
znWOlmCDNAdiyb49cA+dY1nQvhK4EsGfSAW27Tq8RaepNtmNdSW5h7fxybmWpganXe/PP/e8VzbO
rGvUipxIsJtn6z+85Sqb4L/H9MT1xQ2pWuiVCVPCEZ/hh1vOrQpmntm+s2Hld9pziohwQFNXltG6
7/aVxemsrdsde9EvU25NMW0tpogwRFHEcx0qrlVZCFJS+4ebpGO1OeeumHH6ku3tjp9u3fDzxYvc
DjdrN6QyFtD3EUre7Wo91WLf215x56xzP248ksQRyQa7ixc8UJFOCM1Im33De69cml5wSUHusbDL
EQjmW5OMtDw9LX1vRWVSSkq+wbSjrdms1Whl0RWWzLSu1NM+0wZe55TG1law9vPahnfqa1mO/fm0
md+cM68p6A8IYJ6igGnASYvz0kzPllevaWt3idGEx70CG5QMGDAj5S0SAjbgv7SSZS1a+Rl+9CYS
VbsmQj7bavzewlP2NzRRIguxGf3HvBzvAqMg4rnAsA0SQAJIAAkggUlGAHfCnbCgPq9X5AU1MQMo
YgrCX2UIcuWKMlMXVe6bXbp1Wvlhs88VYMkwI2Y1VM/Y9H6qy2UQ4Ja+RJHhog7J2towjd+6utBr
NEgCE5FpaMtnc96r7dsJbUZVpY9vajeGSUuI0LgEiJDQ8JxqAQynRNzKtCTQMi9CHjHQi3FebXDL
PwIBAILOdtG5Kbddx83M42lBpCK+EP9OU2tqXl6GZC4J+Y6IwT0e9/6G9uYgX5w2vUQKyQJjomxO
UbPfHa73kzbastvjICSuQvS3MXSaMYMkDdX+kMyaqr38QYksbfGXOYO17kijmydkY5tIb2pp2dXm
C0vaiE+s84drBakDgkkIjgb3rQLv+AERwPAKQbCMRDY4w4erGw+UVyuPippej+qDlTX7Kmv2VFcf
qag4XFEBT/ZX1hysqD5Q2bsxvB59sbqhvM1PQzg3KYcZENzx0osTMjZDAkgACSABJIAEJg0B9AF3
LqVIwG13sbb0KOn3UyB9CYKnQMHxkOyWgmzBIfH9bRv207QvECKFkD8j1dYSIEOepZvLT60L2EKQ
LhccnKzLJm45t3D1+Ydvnn3EpFW2msFONUJmApRU1W7+3u4r2tbs1mZPM86cIbW7fY01lsLsG+ee
qjVSnCCHCImJ3roXKD2XVWjPyQYHMGR2iHOjIjhJYacf+FTB9amj5CyLdYuj/c4PPwrr9RkGEyQH
bg8HdRSEWEiBsGDSajUMy9L0qpQULclt7WiuCvhpkTRp6WAk5PAItI5M1WhIhoFdbJDQV2uUpQgb
kkSaILUsG4hEaIrScVyQ5wXYORgO241GMB2eEDQViUTckfD/b+8sAKO4tj6+M+tx94RAIIFgwd2l
QEtx2lKhXurte/Wv7i68utPSlgrSAqXF3d1dYsR1k/WZ7z87YViiG9tsds98+/JNZq+c+7s39L9n
zz3XSyF/OCnp9uQuWeU2H7DwiYKDVxbRDb1CA17YvffH02fyUV7agGf3J2U/ZDEbhhBIfOmqKmyF
fBG8zFchnxQT9fHo0XsycoStd44lkSAfsNv8W0YDIQJEgAgQASLgOAHyAVewQjYDuZUvzs2XWQWv
rxnnPOAHFJsVqRIYhVITEhvPh0WUtk8sTupqCYorTEywtmsfYFSqzGoLo4RMlMvMfnqmS+6BsbHn
FUrIZuFICEg/TmFRM7IYH35s4FYtJ+dTM0u3bjUeOsQUlufn+/+0uHzBz8z8Bfy3800//Sz79Rd+
1UprYYGPzax6nH8mpEnArjghlhnJGSA4OVZmMeEDjt5gunBMdWy1V9aJ0uJCRDWUWyw5Ol16UdGF
/Pw/088tPHfiUGFuYXlZUXl5WlFpns5gUltVJTnW03uUh7bLcs/rygyZ+ZaLutLC8vK88rL04uL8
8vLcMl1aUWGuTleoL0eDGSUleJ6n1+eXlelMRphuO5nO/rLlBLY9sLnYbZq2wtcuaFX715XV0NIV
ordSYVs/wrDFxMmi/57cv47/E0AliQARIAJEgAh4IAFSwJcmnbOUFhbyFpzfAA1sSxVmQXoInKim
wMFqyC0QGxwSqFQxKpXZB1EPKqNGHlFolhux58uYKzdlK2SZKku+b3mbtiUarW+JOaJQH5xtiigw
hBaVh+QZY4oY/5Rog4bh4GVliso5fTnPmbkyJidDlpVuOp9pSC+wZmaZMzKYrFyFwSBYhRM6HNoJ
V2XZ2lKJQcHDM2qJLkydfHLJzLPLR51dFZt/QWHB1jL4i3ke6Yut1jydMUdvELaq8ZxVZrUgExqE
u7G83dH9KVtXd96+ot2RLSpdJidcqCG+kLFYuMFHA/G5INXFO/GNuvPrVahVB//eBAlsC/+trIWr
q0/a10GqVIwIEAEiQASIgCcTIAVcMfucjCspKdZ6eVlZ1mwyyMry9OXIipaersvdX1K2u7w0zWy2
WrEtTvjaHp5dnDtcWlZ2Osz7SBtldhx3MZ7NiGdPxmr2y5M/Pzb4oxPDf1nfdt7OpJ+2dJq3o/u7
qWM/TB+7UjdaL1ObEUkgeGiREZhhDBaFTY4aFRbeB1kOoN+gMZFpDOobIQNQlw4GQVyxhm2TyjKc
QmXRt8860NO4v5M5e6DuaGz+KaUorm0X3KUI0oCsxFgEVcwihsKKPMDBeXmRp/YG5Z4JzD8Zcf6Q
f/Z5BWOq9x9JDVL0UorhiiCFOgWrmOVXcBkLruAreAgxI+TtrffEUAUiQASIABEgAkRARgr4sh70
9gsIDI/0DQ3z9lb7yUsZvri8LDWnJO2gQb/bWHbSYlJ6e0d6ebdVqBPkePnIY0JzR/crndgt5PrO
gVPaxlzf1TCi27bAoYtLeyzP6rRik2XVbtXfu1R/HvJeUdp1ua7bpqJ+rI+ft4b3Uyt9NQoflcqL
9eLlSnhdGZUMp3bIlDbnKE6tQAZdIXmCuWEr1OY0hbiVK6yWEH02jgOxyr2CZHqtpYSzWoTIDMy7
Tct7y3TejE7Lm7DxzrbnD/+zygtLlOYCqGEVz3uXl2vzi216WVCgwnEYtoAFW8CBeGMXlWBL1yB4
oCueCRJeVNf4aeS4Ys5sRKCzjEWqOVjliz13lxM22A6Aqwh4EHU/jkPmNaCCQBKWU9qczULKDps1
MFXFWFU4QMSWSa5OJd0wklSLCBABIkAEiAARcEsClA/YpqdsklCt9dX6+XkF+Pkw1gBIQ2SXZS2R
vr6dopK6BAd3DgnvERw0MCCgf0BQf/+A3sGB/eLiuiV1GNIhvH+yX3LHNp2TYtq27dg2oVuv6OhE
lbL08Ma4iPbejCU80HfswKt6BQf3CQjxkRnDTKfi4hJD/Ljw0MCI4J7pGTx8v34B1vaxPgYIVAOj
8VbEJwdHtfMVjGrQxbBsoFpxwaBfevy0V3lOZ1MGw5tLFNqdvh0vBLXjFBrbcK1+vHWIIrWrSq+2
motkKjOnQD4LyFXsdAvMPOljxP49Pt8r5Hxskjk41qIQ3MVID4yKOEEa+hoaG1sFhZAHwV+NYGkx
4S9aFuQpI5d38guM8vXNNhiKTBad2ZpuLN9XWsjJlW28/YqKC60GQwzLqmSMDifVCU2xvMKqtOK4
OKhopMKA1Fb4KCyd1F7eDBfsjegTbBaE4RaZcHAJo5Zz7TXKIEZWgnJWQdQrWTbJz/fqhITMkjLH
Ped0IkaDlhhVIgJEgAgQASLQugmQAr40f7atVCxnZq0GTpdjtZQwWn9/b2V8gDKl+8Dk+LiOMbGd
omOSYmOS4qI72l6JMVHdoqITtFwIW+zr5xuo1cREdohP7JMYFx2uUp5fv6J9hxRfho0ODpsy9bau
0dGdomMjA2Ra48mOKX3CQ70iY2K0AX2O7c+B5ouI8e6W0i43vaS8FCfNKeM6BsYk+Dd4ZclZa6Ba
mVlmWHLmQr5KE1xaEqFjNvl0OBDRXecbiuQO2CTHs6qB/IU3O8puiFJ7yXXHDZYCDl5oEFCU+/lx
hTn+pQXlrM+x+E45iV04jVbJceGy0iGKLD/eUsorTRDBghtZLqTQEJzYQkgF8vYKHycYhHbITBCk
5rLzuqLdxfkHigoOlRTszsvfnp53saSga4B2THRMu6Dg3vFxERptXkFOuFzmj+qcNVGhCOZ4rUIW
zMj9WK6rj2Z6QucYpXxG+85FhlK5ydiWkQeiA9bUVel1U0LnKP8AvU4XzcnUSJ6skHXwJQXc4FVD
FYkAESACRIAIeBABUsCXJ1s4SJe3luTn8dkXtJy5VK8s0cvLy/hDeSUmpabAYM4vM+aXGfLKy/PL
kPRAX1BuyDbqy8tyGXOBCckjrEyuRZtp9Ckp1+dkZh/avoIJDi/Ro67cr2OPLIM+v9ySkX5al7bb
oAkvMRSXGBUXiuLPnSiX86qgcG1IqH/GuTJ9Caf2ZuMSA+I6BAqnQDQozlXFKbRe6mx99v6ju/04
n6KiHHlp2eHI5OKgcBVSDTMKs1yukVtuC84eGROh9fP2VmhOlSqPGzRy3upnKvKHn1ejDEs7U6DW
lib2UPq1wYEW3gr9o2GW59uq+wbxaeXGC8h1zEIxy/1MZd7WUoNCiahjGQMHrZCQTWGVaWXsiJDw
qbEJbTXeHTT+yd7+UQrG11A4IjBieFyst59ACZ7kYl7fwTfw9qSUUVFRXmZuVveOHfx9O/kE94iI
jvf3ndW5m4Ezmb3YUQnJ+WZdt+Dw6Z07DY4Ii7Zab+vbLyZEU2gqvToyfmBim/a+fiXFOl8vLfmA
PehfLxoqESACRIAIEIGGEmjg9+wN7c5F69kCSXkcP2ZhVQqtf2lgu4v+CVxUgrJ9Fz4+OTIiXi5T
CdkhIHI5Tm6RSS+liVUirBUZEFiTRW6GDDYxnBlJFZCKAbECQuCAGAbL4Zt6oQWEPEBOwnHKc0hW
pi83KmUWK2NS+8pV3jJWxWE7GoqbzaYGbYGrwIuoXlaf3ylt561F2+6LKJ4cpI9SZE33zX1cfmpW
0baOJWeQvhhDLtWEMqwZYchmhdyohvfXGJt1ZviWv2YaT00J1vpEhLePixoX7jWy/GS/nX8NLEqf
3F7GBmvahfkk4ZxinHjB6eN1J64+u3DGuXmdc/aoTWVCGjakDOYVJoxKaQn31SSFh7QPCmgX6N8u
wK9XZNSUbr1TYtp5efng1Iojen2uRe4n940ICTFpeJ2XskilRAh0bESMV6BXhL+mc3Cwykdt4WS5
hXrkWTOV6MIVSj+1Suvji1htVqEuKdWzCi+v4BC93shqfax+iBuhiwgQASJABIgAESACdRMgBSww
EnPKKqBuZbzayysoIjowPN47IMTXJ8DLP1Tl4yOT4/t9bANj4SdGsKz0QsZgBZ/PyLBzDXkcTFpT
scZSxFuEQzM4Kw51s2L7lsVYaijLRwGLUicoYOwEQ1tW1sDzJfpyBVKtyTiNhvdC2LES7/KoYzZg
XkzIF1H3BFZXAv2WFqblHV8dYT7fLSG4R/8hIcnxnbr27hwZ2t6a0a78rIpjLVZ+c77fWZMCAbm7
y7jTJRqFyeiXmxqQfSyGL0tKjOk2cnSXESN7dunU0Ufhc+5A+0Nb/c3Q63yhTJXLa81WrcpcFpKf
NkR5eKDmRK+ifWHlJdg8h3hejEA4X5rH2RcKpZxlhBfOnWDVSqW/GsdosBqe/ye3YGFm5sdnTv1a
WPhdWsa3BSVfpaZtKyr6o9z8Y07OwvSshUWlK0zmr9KyFxYUbS4p++DUyb0Kr6Um01c5hd9ezFma
nf9tVvaCEsOS3ML/nTq53MgtzMo6X2LbsUcXESACRIAIEAEiQATqIkAKuIKQbUOXkNlArpArlSql
Uq2AfmNYuVyJH0KKA/HtK19a80WVpYjllZzVh0McrbVUacy3Flw8uGVTIaOy+PjzSu/czLwjm7fZ
PMDow2phkRBNOHUOJ7eFBJYERafHhRWFxCi9QtmQ4PK44OzYoAJkHEaILXzFDUtyAHMNRYXFORcR
kuCt1nqHRkQmDfIJC1RoVQFWWYyuOKxQ33tLudc/JftXmXMPl2asMYSsL0zeXxqQh6TAVovVglRt
qOUfFaHy97b4+BWpfEouZh7adjhXZ1iVYTpQBI84I+dN8FRrlKyaUQcKx4johVHhw4EtL4PAS0zS
YCMmJmtgkE1O8H5zu9JT96Snb01LW3ny1LaMjGVHj248n3q2tGTVydOrTp7cn5e34ezZlSdP/nP8
+La0tKOFBavPnN6SemH9hfPLThz/99Sp/fkFS08cXX7q9K6MzE1pqStOHN9zMbMQJ8zRRQSIABEg
AkSACBABBwiQAq4O0iXxVpFnq+ZUW1aZX6mmbY6mQ4G63UVVh3xNYrky2KzyDohP6DJuRkSPwW0G
jm476CpVWJQZyQ6MLFN+UW42qqxI6sWpWF1SvHnQQL9+QxUde4QHxmg799IMGc726mOJagOZKDic
HTzat9IYhGAEOJJ5HEYXYObkWfnler4Nwn8tMi3P+wSUFHXblZGypjBmdUHxr2Xn//VR/mVqu6q4
03pd+BmryqKUq9W6Yl1xRh6v0wseXS9vTWxs2xi5rmCrtSzbnLGxi/FYuLLEpPDP82l7yBxTqPc7
ponLVwVaZdDe4jl29siuSFYGJzFOkC41IqzBois34pTp0jJDUUl5md5osvBFxWX4VW+0lOkNxaWl
xUi5bDDqTeaS8nLEDRfpygpLdaV6Q5nRVKwrLxKKmoSSOvww2Q7NoIsIEAEiQASIABEgAnUTIAVc
N6NaSlgU/jpNXLEmVq8J1mmiytXxnCpQ4+/Xc/jw4VdNTeiUkth7UK+xUxJ79EXUg7G4LDfzCM7V
4FiNhZFb9CUqJd++9+D4Pt2iY8OD/L3adk2M7d0zpnsX/4hA5FXgsbGsQRdCNZQatVzjzWuDLbwc
+Rcyc0tNFhxroTXxqoCi0vAT6Yoik6zUmnvKsGdFaflZi08e65VrVWYijFk8mMNqllnMOOqZY3xM
5liltefgkO4pOSHs/rHBB2aGXOgkL1Mih5lccbAo4nyx32llJG9VI+LZthOuhkt0BtuiSXAqCCKk
bXmJxZfkMa44+cL2BC8hRMT2CP5wIRAbXYi/iQfFicVwwIhwBp4tmMXxPGgNQkuViAARIAJEgAgQ
AXcgQAq4cbMoN1kVck6OjWFKRL4iW61chkPfsNPNi1OyDHbJIbGtglUx8MeyJr1Gx0YZQgbLgzvK
groYfXuZfMODOob5JyYrWI2Sk2tDI7Xtu3gndPYNCUJKXcEF3KAL4RMqmRwBt3LGS8XLA30U/sG8
QoHTI4QzjXVevC7QmB2qK/G3FJlNR0vO6cuMRpW5OLC0JFSpU8kMel2Qv2+bhFhtoL/g0TWU5uVl
npAHBId5M+YMb62PTM+qisvCys51ytyWK/M9JY8LtljbFZ32sugYIdBZuCocshVnY4jPxMMyhKM3
1ELctF1ANbS0+AJLvJAeWHpS6w0aQbAI8gPjp0LGyXke4RgYJQnhBi0cqkQEiAARIAJEwFMIkAJu
1EwL0ouDBMY3+4IbEr9C2iEkFj5UQQZjL5uwNUxwUbIypW+0pufYm7pdfWt0l+4dBk3oNmFmUtde
2HqH086QOcIi7BmTqRkoV8QfqxFNi4S7DTXOXC6Tm2TC6RI4Ua1tUnDH5GjEA0ONW1iZPthHOVah
GJR9vhNfxiIRBQJ4zdmR+sKUIm6gUMGSl6tRaLT+3gq1CrLZqNAeDUraUxyRVRCadjHqZCG/Zt+Z
glMnY4qyA9mSkq79D8d1V8cHJeoOB5cXYqMgrMZRz8LhGnBjX5LCNpetMBx8QjCySl8514Flk1l5
xYuRJ8kvvzrKFR3lSrySbK+OrN1LrrAvmSRXdWJUyay6E6tOlCsi5IyFUWKvoXB+XcPpNZQ61SMC
RIAIEAEiQARaCQG45Jz6vfE9i8+sOV00PCn49kFxTkB09vAW/4gwLU4chndQPAm4ha7LyX3FU9Sa
0xB4RgPK0ws3/XAxL6vjmInYo2ZzvCpL0wrStq3MkOmMKYM6aGQfLSvp8ZdKVa7We+mMo629r9Fy
+vJdi3aEK0t73v60LFSltipYq/pYesFfJ051986/MW5nTpbC6ue1YTNfWMLJQ3xz4jvk9rtDry8K
tBg7H/oqi4/J8etitbl55Rr1LR07Xdu1x0V9eTkSviGCwXZgsoY1dQ+MyCtBOK/OyolBwwIMHDnX
gAtZOITq4hnNjFyj9YsMDt6VdYGTacRDm+tsE1kqvLzD6yzWyAIfrD67L7X4+u6hr451xrJvpLVU
nQgQASJABIiA2xOgEzGcN8V2x1s0rwLGqcg+aoWprCQrPy8yPk44cdgWoqsvRUBDQVR80sB+IxNV
1nb+EUct+cVtzNpk3bih2lHdOoVE9OEtfhf3bglq00atCrVwar3MGqb1uSqxd5I22PdYhqbQp+y8
sqRU0bZtGzYg6FxkireSDZSVl6siY7L3DQnymjVozKzegyYnd5yY2HlgRLhM41NoNFgRmmDzySKq
2MLyRpbH4cesRiXXqsUXq1VbvdW8V71fVi9fzsvHKry8ZVotIiHyrIYyk1khxBg75AWmU5Gd9wdA
PREBIkAEiAARcBkCFAXhpKm4LH+F45ebt1MIzlKZtyG8OxPa3uYGRUQCb8FpHUqGi+/ukzKZ8eqS
7dWdU5j6je81+Lp+107pnpicnOPdyejXyeIXlGYI3rbuyLoNm3Zu3XH0wNHU9CyEKVuzZIe+K0v9
sSR9SX5YZL/Qzn18tbIA5JxIzbSeyQ7i8oLMJjXrJ/f257VqmVbDqrxyGHluWZlJCIvACSC2w0Fw
Z1EUllkKys0F5VbpVVhuLdM15KUrM+nKDOKrpMyYpzfmlxtZnFgi54Qdc3QRASJABIgAESACRKA6
AqSA3XBdIBa3jJPptb5yvzATchVznJHTMGYNL/dRRyfxgfEFnLaQjUwrU6t9g4P9gzSB7dON0Vll
fmWIVtB6pZvZtGydQq1p0yGmfduY0LDQgpLC7N1H2AyjKcekzmf8yzQKbTQyJweUpZf4h+YFR7GF
qRa5FxudrJf7FenNReXmIpwCrTcVGwwcjgaxeaBtO+EEVYpzQixC1uErXkbO2oCX2Wqxf1ksPI8Y
YAoCdsNFTUMiAkSACBABItCUBEgBNyVNl2lLiO62cGxxCX/yVOHJ48WHDxefOlacmWY0W71YpcZo
NRcVlfJyfyQJ5qxsXrkyp4TNyy1FFmHkjFAE+yoCNL7+/gGhgQGhARotDv0oKtp3Agc7WxlWwctN
p1JlOplMG1mWUaiICLa2CSvTBBZH9FCGtVPKFYh5sOJgDQ5Z3yB+ba5YuH9tobr4H34X8pcJlxin
28iX2GzFS1LZ5P91maVIhhABIkAEiAARcEUCpIBdcVYabxNCLXiTrCBbf+Zk0fETJfv2Z544kXPh
QkF5GQJxGYvZmHUxw8/HD+ERVk5mtAhHMRvKyg16A6uW9x3Rv9vArkq1CnoYuSNMRoPp/EXZ6Wwk
U7NgixvHcOcy+cwitTwy51ief1FBkL5cla3zsgYrVX5C/G2d54lULdC0TxqPj1ogAkSACBABIkAE
3JoAKWC3nF4h7QJvMQvylpUbOV4mR65iFknbLGYLjpXgLGZ9uU7BIocxAhSwBuQ4/FnJMKUFeayS
HzRqUK/BvSFkrWYOIthYVJK1/aDWYLXYXLnItWvOK+EycjUyTVlGrmz9Zv/VOyxLFytSzymQmOFS
PmC3xEqDIgJEgAgQASJABNyDAClg95jHSqMQjlPmrHpeVs7I9GbeGhIRolAh4IE3m8wWs6mstEQI
RYA8xgY9BjJYLmcUUMzFuRcRjsvLrIhggCxGeShpS2FJ3omzJQquSMmVyq35KmuBzFqQm6XTFZh4
XdmO7dkblhvzsgy8wormhETIdBEBIkAEiAARIAJEwKUJkAJ26elpmHEca+YZzmhlDCaLxmxQBIT7
hoUwcjWO2bBazYVFBTmZGcG+fkoFtK9ZzEsBOQy/sbFcx3AGlufKdZbI8Hi5UovYX660NLskN1VZ
lqEqzVCUnZebM+QlBfl5lvPFGsROQPVaeSOjVPM4DI9DKw2zmWoRASJABIgAESACRMBpBEgBOw21
EzuynRPspVZqGF1Z9tE2HZLDYuPMhjxTyXkfLxxYYZKVGVSMQs9wVhzcLOyaE3KVsXLGz98P8RBC
4ITJ7OXnr8K2Np4zhvjFzBzeYU7PTvf3Snqwb+cHekU9Ml0+YWChPw5AZtQWOfL8sjKLGXvkHMrA
60QO1BURIAJEgAgQASJABKojQArYLdeFkAtBpZIH+6kCtVy7xPZQwJFhAaHefICvxmw0KhQqnuMQ
GKzkLEoW5zGbcXIzwoPLjeXevj6I/WXlSl6uxDnN+D/vuPCksUMGXT102MShQ68ZNnTikEGTJ/Yd
N7ZNUgelCqkjipVKq1Zh4FUqBiK6uXMdu+V00aCIABEgAkSACBAB5xIgBexc3k7pTdiuhpzALFKX
KZVyuVajUKrxQ66WsxYjn59XZGBk5eZya3EuV5pnLsnRl+aV63U6vb6sXKfSqOEQRk2GVUIj8yyj
UKo0Ki8vXz8fXx8/X28fvwBfXx8vP++Y9u2Gjezbp6vv0GEpA/sldeuT4u3t5cA5xE5BQJ0QASJA
BIgAESACRKBmAqSA3XN1IG0DJLAMTl4ZlKzczHJwC8NByyq9QsKjw2KjfcNivZScv9Io5wwaxuTl
H+gbGqH01nByBPay2ALHylU8Aht4Xs5bjFaTHDvrGE5IpYYEE7hhWC9/n3bt4+LD1e3jw9vER4VH
hkEquydNGhURIAJEgAgQASLgXgTcXAF75pfyONkNqSBwNIUKh1LAGSxsc4OUFdSwRqOMiI4Kj4kL
i2kXEqANDtb6B3oH+2tDI0KDI2NU2gCuzCgvNfGMRqPSWM2MuRRBw0aLySRDPISQCQ0HvLEQ0gyv
FH6yGoVMoZTjViFnIZ3lPO2Ec69/IGg0RIAIEAEiQATckoCbK2CFR3olsdnNajYxhUXm0iIzIzcp
zDjGwipTWk0GWUmmtbyY4zleX6ywlCF/mXCQMNL+GktlFhNnZguPnEndfkAp9/b29WM4ed65nOz9
x7TIEywzsrwV/mCWNys5g4JHEgmGg+SVKS5/zGiFHzgQ6+yWf9g0KCJABIgAESACRKAWAm6ugL18
Az1w+pXI+6sznjx+NrXIYPCONyEAGEERGo2JYc4e3V+an8WY9YWZZ82M2sD4GnkvE+9dlFPEmKwB
Pt7HjpzcvHFreEiQ1s8/Jr6TUc8f37/PmH3Why8pk/vrFP4KvlxhKUCaYRljYmQmOWusONlYPOq4
tV2sQtXaTCZ7iQARIAJEgAgQgcYSkL/44ouNbaM+9ZcdLzxXYIgP8eoR51+feg0six1gRmOJUqES
4gIED6VHZKuVIwZC7eUbHRPapXtkcn8/lZZneZNPKBOe6BedrA2NYdReOOA4l/U1any14XHKgDBt
YAjrE8So1aqwqMReg8LatlcizEHprQ2OCe7QxadDD1lAh1ImvIwNL1FEm1g/jvEymq26jFNs/hlF
QJzJagxo00Op9W3gPLVcNbU6AHHPzd3/9rOFWcXGLhHeIxOcseybezjUPhEgAkSACBCB1k6g2f/b
37KAsDfLyzukWhvgsrzyheMhKl5iWlvhXYS+CoenXX5LSJxrVxG/SO8JbzTosm+9ot9LXSBLL9Ix
iC9GOKDN3mb7zu3bYK2IzWVZb2/v4MBQ3wB/M3axyeQhIUFtkjpGJiZ5+3qr5HKfyIio+LZhEfE+
vgFa3wCNr79axQYFBnXu1rtDj95qlZrnVQzDBYUHJ3TpGhrb1uQVatEGclp/sybQpAo2s2qNIcen
9ISBVVpljHdpFluUwVl0OGS5QQxappJK5cuyipbpm3olAkSACBABIkAEWo6AmytggNVqA5VKn6qE
IXKvfEHuQmNisxcOBMZL/BWZEGw3l96y3V9Rsennzr6DK1R6JYPx6yXbKt3YWoBnE3vVhJfNYOxU
U8gVCpx4ITxiWFauYOV4iF/xE5vaxKfIn6ZUqpAPTRwXnqISSuFWaAtvCFl/LRZD0emz545nlhWx
EeVsZJbBsPvgBn1JsZxvNWG1SqW3UtX6nNZNv96oRSJABIgAESACnkfA/RUw5lSpRiBAEMsq7edX
cKhiB5gVB0EgVwKSJVh5q0WQv5wVQbOc1cyZTTKz2Wow4C3hIV5WC2fBC0cLCzeoK5yn1qSXoFZt
fuaKl6DFK142FW7/Lmyu/oWMDZd0vFDXvpZN22O8whCFrMFXNHhpJDb1i7eEASL3Q5Vi8DHLVD4h
7XomDL+t3fDZod17xw26J777NNYr0MqampRHszQGnY/gB5WaAhKaBS81SgSIABEgAkTA9QkIWbKc
aeU9i8+sOV00PCn49kFxzuxX7Au6jxfUYcVvtic2d2nFu8jlJQg/PLBhEU4Lxg1cpUJJ2//ZbqRo
YhQXtGJzDqTS7Nj3VdfESWUFt7V0XR68KHRrNr5iZVQtJnieRXYV+ARpjgzCQnNCrEazAmkcbMGJ
LWRta1wr9a79weqz+1KLr+8e+urYFlj29TaXKhABIkAEiAARcHcCnqWA3X02aXwuSoAUsItODJlF
BIgAESACnkrAI6IgPHVyadxEgAgQASJABIgAESAC1RAgBUzLgggQASJABIgAESACRMCzCJAC9qz5
ptESASJABIgAESACRIAIkAKmNUAEiAARIAJEgAgQASLgWQRIAXvWfNNoiQARIAJEgAgQASJABEgB
0xogAkSACBABIkAEiAAR8CwCpIA9a75ptESACBABIkAEiAARIAKkgB1aA0aj6Z1XPhnUfaL4+u7L
BQ5Va6JCOJVjz86D99321Pihs3798U8Yg4ZTz2fMnvkQjDm4/1gT9VOPZlYuXy/RABnRpKa9ALml
gDftQKg1IkAEiAARIAJEwNUIeJACrqRiJXWFmxsmzXn60dd+nf/nxcwcJx+S58iCOHH0zOvPf3Rg
75GS4tK573799ssf5+cVZl3MyUzPap/UNiDAz5FGqAwRIAJEgAgQASJABIiASMCDFHAtUw5/6sa1
2+e+8/X08Xe89tyHOVl5rrM+OI5bv2Yr9O60G65Zs/33V955cv+eI9eOuuXROc+Xl+n79EuJjApz
HWvJEiJABIgAESACRIAIuD4BUsCV52jF0rX/99ibJ46etn9DrVY9/tz9Ww4sFV+33X2906a2vFyf
npqJ7jp17qDRakaMGfTae0/37tfdz9/3ljtn3nLnDKVK6TRjqCMiQASIABEgAkSACLgBAc9VwJOn
j1u7cyHk7Ma9S35b9uWs2VO8vLXijB49dOLDt75ERIQrTLCPj/er7z4FO8dPHAl7GIbp2Ln9R1++
umLjz/c8eDN0sCsYSTYQASJABIgAESACRKAVEWCcHPZ6z+Iza04XDU8Kvn1QnJMxIQ547ttfLfnj
H7FfKOCHnrgLzl3xV3DYuHbb3He+QbyB+AQe1jvvmyWXy8VfsTHr609+Eu/vvP9Gezcw6l44l75q
xYZ9uw+fOnEWwQkQ0x2S2nXrkdxvYI/krklSL2L14qLS9au3bNmw89CB4wjthYrt2r3joGF9h48e
5B9whaKt1OnsO6/bv+fQ4t9W7N5xwGKxwBM8Y9bElF5dWZapBFMyadf2/UcOnsC7cfHR/Qb2HHnV
kM5dE6VBOTIFZpN5z66Dy5esRqewFp2OHDvYoDciIrlakuLD7Iu5q//ZuHPbvqOHTwJIRGRYctfE
YaMGDB7WF55sR/qtCXhxUcmOrfsO7T96/mz66ZPnYBJaQ/sIie7Zp+vwUQPDI0Mdad+ZZT5YfXZf
avH13UNfHevsZe/MYVJfRIAIEAEiQARaCwH5iy++6Exblx0vPFdgiA/x6hHn78x+0ZfVat2xZe/x
S+ENHZPb9xvUS6GoELjwrca2iSouLsWGM9GwsrLy3v1S/C/tM9u/5/DeXYfEt3r27dajVxfx3qA3
fP/lr2++9D9oTcg+s9mCh/iJ+4P7jv7915r+g3uHR1RoMo7j16/e+tIz7+J52oVMMYUCfuJ+y8Zd
m9Zvb58YH2EX12vfaXRs5Ob1Oz56+6tzZ1JRBV1Adm9Ysy0yKrxd+zawX+Jpb1Judr74HLL76KGT
y5esupiR3aV7Ry+vCod37bMAffnZR99LnaJwZkY2TN2xda9UsRJJKOYlv//z/JNvb96wE4VFIDpd
GczG2PfvPowPBhLVWnqvCfjJ42cff+ClY0dOXczMlnJQoH0Ec8MqBLFERIa2TYizB+LklVa1u+1n
C7OKjV0ivEcmOHvZt/jYyQAiQASIABEgAi5IwHOjIKpOBjyjw0cNCA4JEt86feIcHLq1zxlU9byv
f4cChpuzztmFXxZu0ddf+AhardrCeP7F3B9qir5YumjlsiWrKlVEv7//vDTLLmADAvTrT3+uxaR/
lq1777XPigqL6zQYTf3w9e+Lfv27zpJSAQBBSo333/hcdM1WvZC77atP5peW6Bxvs14l0e93Xyw4
fzatXrWoMBEgAkSACBABIuBRBEgBXzHd+AK9XfvL31OnXqheqkp1MtKytm7aJf6Kb+E/n/c2oorF
2OKla3985+Pnx4wfyl7yzmZdzF3863JRK/cd0OPrn99Hsc37/1qw9IuBQ/qIjUAg2rtX7Y1DlU+/
exNVNu3768MvXsH3/uK7iFo+c+q8VPLAvqN/LqyI9EAwxpPPP4BwZ9R6e+5zUpUNa7dtXr+zzoVu
3xQKz75r5rJ18zG69bsXP/Lk3dVWP3X8HII0xLcwdgwN1uL15Y/vIhpEfL525ebjR67YaFinJZUK
DBra56W3Hv97w8+gB3swwLlfvSa1D/kLy+vbJpUnAkSACBABIkAEPIcAKeAr5pphWFyOT39RUQlc
xVJ5rVYjVoc7OSg4ALr2xTcfR8iBWGDPjgPS6RWzZk9FbgcUE6Iv4qJm3nit1MiZk+dM1R0w0a1n
cveenVEFUb9dUzr1GZAiVZE80Ag5gCKXfr160mjsn0MUMmoNHNpnxo0TpSrbt+xB5EAtI0UWNgT+
Sk1dO+2qW+6YERgkfImvVCr8q9uBhyqI0xADqTGom26fgZ+wFq/O3ZKunjxa6u740VOOQ65UsltK
p7f/9/zocUMRMy2GOmCAvfp2m3rdBKlkYUFRg9unikSACBABIkAEiIDbE6iH2nN7Fg0YIE6jgOtX
rAgpjEPaZk2+97XnP0TkAPKpiSGw4gVRe+LYZcfnI3Oesz+SA79KJTkrx9dlCjRfaFiwVCo7K1e8
h2A9f+ZyAEBScnspV5qQRCK5vVQlLTWzIK82mVimKz9z8rxUHm7XOnewocqJY2fEKmh/9owH7ceI
o+Ok1ixWa11DrON9RGljm91P3y184cl3HrnnuWnj7nj12Q8a2SZVJwJEgAgQASJABDyEACngKyaa
5+HH5KRHikuJIGpaDTiNAmdS2L+LWN6//1zz3uuf3X7Do7dMf2DVio0IjUUB7FwrLKg79NbBZQc5
y8ovz50kKPV6PfIHS42EXIppFp/4+PrAKSveF+YX6+1KVu0XErO09HK0rp8DJ89VquLgWOpbDLvf
cDT09PF34kyQTz/8HqHV2IMoZfCob2tUnggQASJABIgAEfBAAqSAr5h0JHA4ezpVeoSUArWvCXhY
b59zA/KmSbmEK6nht1/5eOvG3XjIc7zRIGR+EK9Pvn1DOl+j0g2O3qiUPa3B61KpUtjXRfSC6lL2
tzrbtFisJpO5zmL2BeyrJHSI/3nJZzWNscFHimBz3lcfz0ciNnGnHfKyffD5ywi5RijwC6//t17W
UmEiQASIABEgAkTAYwmQAr489fD+4ov1/LwC8RF2VkHG1bkyoH1xMsVvy77C3qxZt05FqK69GkZY
ws5texECAekZFn45buH8ufQ6W25AAa1Wa5/mrFJaCeR6k/bMBQb7a2tNiObr64MYD8kGzoG4Bfsq
6Kg5Dpc+e/rCyr83iFb16Z/yyJN3YYMgQq6b6jNDA5hTFSJABIgAESACRKDVESAFXDFlSFW2c+s+
JLKVphCpDOxT81Y7tYcPHP953mLk38UWMezNuv/R25CuAQkTHnr8Tql8VmYuvriHRIuLj5Eervln
U25ORabeJlw0EN/xCbFSg0Is8iU/LgaIrBHSWwiHCAoJqKVrjVaNGA+pAPIo13l4SqXe/12+DnER
TTg6NAVo0kcUzI63j3fTtk+tEQEiQASIABEgAp5AgBSwcFJGRtrFbz79+bkn3pLCSYeM6AdFW+ep
ChzPf/L+tw/c8QyS7OblFuDACywaxBLbL53Y+ChxD1nfgT3i21XI0727Dr7+/Ec49EE80wEVcWLF
vt2HkEl33le/NXjlIc4BCSgkJ/TyP1fjhAh0gTFu3bjr95+WSi33H9QL5y3X0hEke6cuiVIB1EUL
aAemwhEr5YCzb6FS7+gau99Onzwv7ghE3YL8IlR88al3EB7dsDGq1Wqp4q5t+w/tPwZ70DLOMUF3
DWuTahEBIkAEiAARIAKeRsBzFTCORx7ZdxqSFQztOXnmNXfjDF4p8xfybd33yG34bt3B1YDzyV75
v/cnjZ49pMe1aHBU/xlz36k4MRgpeHHWMaQhmoL8nX3XdZI8RcTF/bc/LdqAihOGzYKSXrhgOcdf
IaAdtEEq1r1H8qRp48RfMaK3Xv4YXWCMTzz0iqTvET6LA4rrbLnfoJ49+3QTi6EuWkA7MPXmacIO
v2qr9+jdZfadM6W3UAwZIYb3niJynjjy5scfeBkPK31IqNMSqUBMXKSU9xcmIQsE7EHL9932FHg6
3g6VJAJEgAgQASJABDyZgOcq4Jpm/ZrJY1597+m4+GhHlgVy81a7B06si0YeeuLOrpfyAcOjDL/y
My897GDjjhhQtQw2591536xb774stSuVwQD/+8wcXz+fOttHwrU77r2hqrUYclRMRLXVkXj4upsm
/efpOX7VJQyus8c6CyDyYcasiVWZ4wlSDtdZnQoQASJABIgAESACRAAESAFXSNWhI/sjePePFd88
9eKDwSGBDi6O5K6JPy36FNkbIG0lpQi/L5ysL7zx2Ofz3hk2coB9KAXOhhgxZhBOg3vlnScnTBqV
2LGd2BH0IrytN98x4+NvXr/h5skO9l5TMQRd3HnfjV/Nfw86WNKF6Ava8Ysf3nnyhQcDAoWDLRy5
Unp1ef+zl6+7eZJ4nhzGOHHq2M++ewsiu6bqkODTrr8aiSCefvGhSlgGDOl95/03fvXTeyPGDnak
96plABPx2R9/8wZ+SiIbuYo//PwVdNqwNqkWESACRIAIEAEi4GkEmDq3NzUtkXuXnFl1qmhYYvAd
g+tINNa0/VJrRKAFCby36syBtJJZKaEvj6Fl34LzQF0TASJABIgAEagg4GwfsEouHGNrtjYq1JVm
jwi0LgIWq7BFUlz8dBEBIkAEiAARIAItTsDZCthbJceY9WZSwC0+9WSA8wjozcK5gOLip4sIEAEi
QASIABFocQLOVsABGiErQplRSI9FFxHwEAI6o6CAxcVPFxEgAkSACBABItDiBJytgEO8BRFQVE4K
uMWnngxwHoHicuF86WDb4qeLCBABIkAEiAARaHECzlbAEb4qjLmgTDgGgi4i4AkESg0Wo0UI+4m0
LX66iAARIAJEgAgQgRYn4GwFHOMviAALx+fpSAS3+OyTAc4gkFNqFLsRFz9dRIAIEAEiQASIQIsT
cLYCbhcknA+MK7PI0OKDJwOIgBMIiEsd2+DIB+wE2tQFESACRIAIEAFHCDhbAfuo5KInLLVA74h9
VIYItHYCqQWCAk4Mqfjs19qHQ/YTASJABIgAEXADAs5WwEDWJdwbP8/nlbsBPhqCkwmYTeaP3/t2
UPeJeE0bd8e+3YedbEADuhOXenKYVwPqUhUiQASIABEgAkSgOQi0gALuFilIgdO5Zc0xnqptGo2m
d175RNRMeH335QLn9OsKvWCw0sABAShcwaqqNjhu55FDJ1b+vQEteHlr73nolpRenV1zRJJVHM+L
Sz0lSvjgRxcRIAJEgAgQASLgCgRaQAH3jvbFyAvKzBkUCty4JXBw/zFJ4P7n3heKi0ob156r1y4t
0S1csDw/rwCGzr5z5qirBjOMq5+ydjxLZ+WEA+F6Rfu4Ol+yjwgQASJABIiAxxBoAQXcM9rbVy0c
jnU4w80Vm8esIicNdNum3WtXbkZnU6+bMP2Ga+TyVnDE2hHbIm8bqI4LUDsJE3VDBIgAESACRIAI
1EWA4XnBQeXk66GlZ/8+Xtg12u/xqxKc3LU7dQcf8L2znxBH1G9gzxfeeMw/QPCvu+V1MTPn5aff
xZCHjOj3xHMPBAUHtIphPrvkODZ93tIz7PlRsa3CYDKSCBABIkAEiIAnEGgBHzCwjmjnj5+HMkpK
DHQ4nCcssyYYY2RU2Gfz3t5yYOmbHz7bWuRveqFBzHkiLni6iAARIAJEgAgQARch0DI+YJ3RmjJ3
PxDcMiB2dKeQ5maBjVZff/KT2Mud9994293Xi/crl69/6Zn3xPvJ08c9+Ngd6akXf/9l6e7tB7Iu
5vTu133KzAmDhvZRqpRimQ1rtj7znzfE+/6Dej3/+n/8A/wk41PPZzz3xFunT5zDk+SuSS+/9Xhk
dLj0bvbF3NX/bNy5bd/RwyfLy/QRkWHJXROHjRoweFhfjbZyniyD3rB5w85N63acPH4GzaKRuPjo
xI4JPfp0HTi4d2h4cEmx7qWn392xdW+16CR/cKUBPvTEXWr15UMZOI7fv+fQ4t9W7N5xoKS4tEfv
LiNGD4ppE/Xacx+Jsbb2fmWO444fPb1v16HDB49nZeacPH5W7Lpzt6SkTglDRwzApjQJlL1VVqv1
yKGTa//ddGDvEbFWYsd23Xt2HnnVkM5dE8VIhtrtRIGq9IBi7IRhaMd+RChpPwvtk9q+8vaTfv4+
SxevggHoHRgnTBo9ccqYgEBnSNJFey8u2Z8V4q3cfl+3ameKHhIBIkAEiAARIAItQkD+4osvOr9j
lYI9U2A8lacvN1uHJQY3twH79xzeu+uQ2EvPvt169Ooi3p85dX7Dmm3ifVRMxNFDJz9468sjB0/o
dMLm/cyMbESdar00EHksKzjLNVr1scOncrLycK/XG/sN6hkadtn4HVv2Lv7tb7G1kVcNHjZqoFwu
1EICryW///P8k29D1KJNs1lwe6OLc2dS16/eun/34W49ku2VNAx4/om3f/956dnTF6TNbbjBr1s3
7jIajL37p1gsVsjxjLSL1aKLiY0cPnqgRqO2H2DH5Pb9BvVSKCpiZyGyP/3w+3df+wxmiDkioGu3
bd7z7/L1+vKKVM1SO3jXZDLP/+b3H7/948K59Py8Qqnf3Oz8Y0dO/bNsXeqFjJReXYDL3iQUfuOF
uZ99NA9spVq4wa/Ll6yCeIWErTQRleyEgP7zj3+ee6IyPXzS+HfZOkxHp84dAgIvfw4BqHWrthTk
F6HZwKAACPe573695t9NYu94F3I/7UJGzz7dKpnaHIvw2y1pZUbr9K4hw8gH3Bx8qU0iQASIABEg
Ag0l0DJRELB2UnIQfp7KLjvjrLRotSOC2IXohHe2UrHfflp64tgZ8WFYeEjvvt3Fe3hJD+47KkVR
Q+bCuSvVHTCot1KpwK8QcL/O//P9Nz6Hk7VaAxDY+tUn85HlQHz39Mnzr7/wETRlQyfUoXqw6o9f
lv32018OlXasEAAuWrAcilMqfv5s2qvPfbhl466aGrBYrbW3DbxI/gCZXhM9+NTRRVpqZrXt4APA
N5/9LDrR7S8411f+vb65I+D3pRZnlwjnIYtLnS4iQASIABEgAkTAdQi0mAIemeDfNlDwF64/ke8K
OPCN+dtzn1u7c+Hm/X/N+/1/CGMQrYLSPbTvmHgPT3BK7y7IRCv+evjA8bKyinM98vMLESQgPu/T
P6Vdhzjx/tTxcwgzEO/HjB+6YOkXm/b9hdeXP74rdQHtePyIUBeabPP6HRCOYvlb7pz5z6ZfEPmK
1+ptv/+48OP7HrlV7B073t7/7CXExUroELHw94afxcJ4q/YtcfZWoYVrJo/5Y8U3GPjGvUsQZSu1
WelGoVTOvmsm4KzfvRi9YBR/rp6HJ1Kx/XuPiM5XXPAr//7TX0cPnRB/RdQHgkaAFxWXrZt/78Oz
JYw1dYfnQAEHsFTg9jk3rNz6ayV66OLfpevslbdUHl2gI3SHTkESMS3SW/ZzV4sBjXlLXNi9Y3y6
R1Im4MaApLpEgAgQASJABJqeQIspYAzl+u5CBPAGfD2ua/mTGrp0TUJ0Ab6XR4rZhA5t+g/qKcEu
1192DHdIatstJVl86+C+YxmpFXEI+FL+0P4KoYxggKDgQBSALIOiRUgx7mPjom66fQZ+siyDFyIr
rp48Wuri+FHB6YtIg9xsIcRCvFQqpepS2C6+sm/Xvs2Nt027/z+3V4p8bcCiQEiuaBWugUP63P3g
zdhnhoEjKtffLqLAvmV0+uhTd9/9wM3tE+NF9zZGERIaNPPGa6H4xZKlpTrJiZ52IXPPzoNSC3c/
eNPYCcNFywOD/DGQZ195RKkQ2qnl2rl1n/R5YNjIAejL29tLpHfTbVOlirt3Hsix4yY9R2TL0JED
0B2e+Pr5jB43RHoLdlotl93VDWBYe5WzueX70opR5vruoU3eODVIBIgAESACRIAINJJASyrgG3uE
+mkEDfTPkQo11sjBNFV1aEGIJ6m1grxC06XT1Pz8ffsMqBB8cA8fs/l9oXQPH6xwdgaHBPUd2EM8
qaFMVy5FUOCb+tkzHpQOsMANDmmTuhDjASB5Q8Mv7wv8+tOfrhlx08N3P/vlxz9CSSOStUm+uId3
NvV8utQ1NvwFhwh63ZELm+cQVLBs8apPPvju0TnP333zY1cPv2nX9v1V6144lyYFJ3RN6YR4X/vT
K3CPOOmbbp9eS6eV7ExIjPfxvexMjW8Xl9AhXqyOzx452XV/k4CwYKlKUVEJ9LojQ25YmX9tSzo+
UD2ZQiAaRpBqEQEiQASIABFoTgItqYA1CvbWXmEY3cojuWLEpOtcctvWN/HixEO9bBekGzauQeaK
vx7adxTeRHz1j2/VxSdduiXB0SveI0aiXjILjSPFBAIGpK7ROHZuzfvqtycffvXaUbe89tyH4j68
xlxQ8/Z6UXSROnKdOnH2qYdfuWHSnDdenPvz94sQg4tNezVVzMsRskmIF1zF9uLVkb5Qxmw2F9sF
TweHBtlraG8fL3wakZoqKSqps1lUZ9iKM+QQCY1prbNKwwqczinbdlbYeHdbr8vJQBrWFNUiAkSA
CBABIkAEmoNASypgjOeuvuEBGiE7wV8HsppjeM3RJjJqdevRSWwZEhDpHc6dTt23uyLXBJyd+MJd
fBcZGxDYIN7D+/jzks/EON2qLylBW1JywotvPob8BtVavmLp2v+99420ba45RldTm4hUfurh18Rt
bdDoDz1250+LP0Vw7fL18xGCXLWWyXQ5sgXBDwj9aKS1lWI/kNRCymvRyJabvLq4mNsFafAtR5M3
Tg0SASJABIgAESACjSfQWF3SSAu0Cva+AZFoZNOpgiOZreOQZB8fb3hqxYHji37kx0VYrfhrfLtY
hEBITHx9fQIuJQxGXgJH3LdwUyJm4Isf3/n65/cf+O/to8cNheC2h7x9y56qyQ3qNQuILQ4Lv5zE
zWqXvaGmdpDBbeWK9VLo8G33XH/dzZMwWGh9uFWrrRUecVn8ZWfllV/KsOa4qUql0t/Oy5uZnmUf
BIKMyIWFQqCtePnZJWZ2vIvmKLn9bOH+NMEhff+Ay4E0zdERtUkEiAARIAJEgAg0mEALK2DYfXvv
8M7hXrj5fU/1Oa0aPLbmq4idWNB/Yvub1m7fsW2feI9DLrClTOoXuQjiEy6fhfvv8nVS7ohqbUPk
Kw7vQOgwkk7ADXzDLVNeeutxeI7xEvPm4kJchKREvby0UsQFYpF53qGv9RFtHGQX+Hvi6Gmkcqud
ldFotJfvMXHCh5barzZtY6RYkRPHTiNxr315aFnsk5v/7R+1NAKnb1x8jFTgzMnzulIhT7N4nTtz
QTx8BBc+M9hr+rpMa8b3LVZeXMaD4/0mJTd7outmHAk1TQSIABEgAkTArQm0vAIG3v8OEdyc2D6/
eF/riIXAPrmUS5IUTlkp51effin2B7whZwIyLUhpvxDDgN1vyPgrHoqBUFQEEG/dtOvFp95ZtWKj
uMzysvMfuONpHMyB7MLiQRU8L+y0kxYhZCUOqhB/hZZVa9Xi/ZFDJ3CeBdqsc7kKocyX0lmg8PI/
V8Mw9AVVejEzZ/3qLVVbQAyDfRDC6n82iZEYhQXFSxf9e+hARRIM+4pQwP0GVbjDodo//fA7HOEh
jgh1f5v/17OPvWm21HEmNhzq0ieNDWu3IYExPkJA6iP4ZP53i6TukKQZqZrrHLgTCvyyKyO3VBij
uKTpIgJEgAgQASJABFyTgEso4KFt/cSIycX7Lh7PasYd+k01B5CD9tEOYrPI7wtnZKUucNTw7Dsv
Z8yF0kVGiOG9pyAXxNCekyeOvPnxB17GQ95O40IvLvxl2V03/ndk32koNqTHtTdNvV8KtBg+ZmB8
QkWy4aCQAMkHjFqvPvsB2kSV/9z7gnSYXLVD7ti5/cixg8W3UPGtlz9GX4NTrp0+/o5ff/yzahXk
YuvQsZ30HEffjRtyAzpCqgqc91b1GBGUxCeBG2+dJuU8RuQGDpQWR4S6OKetpkMu7HuH/J00fZz0
5NvPfxk78DoAQQ4K6VNHt5ROV08ZIx7a17LX7vNFq47mwoYHB0Z2jRC+1qCLCBABIkAEiAARcE0C
La8bRC7PjohNCBYOyJi3Nc3UnIlam2oaEjsmSPJObLNrSscQu0OSxYfIsHvdTZP+8/Qc+8QFNdmA
PAWs7SDlmi4cXXH7PddL7lhEJOP0Y0eOlqjUIOJ377r/JmjHqh1VFfEoA7cxsvkOGdGvanmcJGKf
vMK+APTrE8/dN2honwYzR7/Trr/6sf+7tyZ6aPyZVx6xjzxpcF+NrFhQZp63TTjKpFe0z8ODKpKB
NLJNqk4EiAARIAJEgAg0EwFXUcBKOfPCKCFkNqPI8M3m1GYabRM2C7ELyWvfoHQScqVelColZBxi
eZ9+8SH7nW0QjgOG9L7z/hu/+um9ETaPLPaoPfDfOz7+5vWb75iBwF9J2iLs+Na7r/v2lw+efOHB
gMArkpeNumrIZ9+9dc2UMZIMTezYrm1CHAIkah8sNti9+dFz/3nqHnipURISE17h/339Gg5RkypC
WWouRVkEBQe8+MZjDz9xF9oXC6BHnFGHM+QQ8FBTXx2S2r323tMY0YxZE6WK6Bq/4uFNt06rc0bw
EQJnuX3/60foC6mLRSZoYcKkUR9+/goal7zgdTbVrAWwaIv1FiRbe2lMhYe+WbujxokAESACRIAI
EIHGEGCa5JCFxlhgX/erndlvbRAOa5icEjG1Z93brZqqX2pHJIDFsOT3Fe++9pn4K4T43Q/c5AoB
Bi4+QT9sS199TIh/eGNc/IyutAHOxaeLzCMCRIAIEAEiIHMVH7A4FUgPPKOrsKVpyf6stccbe/QD
TW8tBBB8jB142IeHiGHxU5BOV7by7/Xzv10o1oK3FT5Xkr91rqKlB7JF+XtnH6xekr91AqMCRIAI
EAEiQARanoBr+YBFHrN/O7XlgpBR9b7h8f3bOXpgb8uzbFUWrFy+/qVn3qvF5GunXfXw43fap7Zo
VeNzkrFrjuWJ4b8TkgLnXnt5s6CTuqduiAARIAJEgAgQgQYRcC0fsDiEj65tm2zLEPzp+vM7zxU1
aFxUqVEExl0z4s77biT5WzvEdScq5O+AOF+Sv41acFSZCBABIkAEiIBzCbiiDxgE0ouNt/9x+myB
Aff3DG0zqH2Qc7G4f2/nz6ZtXLvt2JFTWZk5J4+fFQeMLXfJXRJHXjWkc9dEbEFzfwqNGCESn/24
XYhZ7xHl/d2MDj4qwtUImlSVCBABIkAEiIBzCbioAgaE1CLj3YvOnM7X4/6mfjFjO18+Zde5iKg3
IlCZAI5uQe5qPO0Z5f3ltA4BGpK/tEiIABEgAkSACLQmAq6rgEExq9R0/59nD1wUzsId3yXshr50
zlZrWlvuaisSn204mY/R4ejjTye18yLvr7vONI2LCBABIkAE3JeASytgYC83c48sPbv2TDHuu8f6
3T4oLtCrjky37jtZNLIWJpBZZPh2S9rJbOHYwsmdg9+dEN/CBlH3RIAIEAEiQASIQIMIuLoCFgf1
ypq0eXtzcOOvVd4yIKZPfECDBkuViEDDCWw8lY+8v+KBhQ8MiHxkMB381nCYVJMIEAEiQASIQMsS
aB0KGIx+PZj37L8XhLy1MtnIjiHX94nWKF0xkUXLTif13hwEisrNC3ZlbD1TiMZ91fJXx8Zd3ZG2
ZjYHaWqTCBABIkAEiICTCLQaBQwex3L1L69O3ZUufAcd4KWc3ityaAc6gMBJC8Vju1l5NPePPRcN
ZisIjEjwf2FUXIy/ymNp0MCJABEgAkSACLgHgdakgEXin2y7+MHmTPG+Y4TPxO7hXaP93GMyaBQu
RWDX+aKlB7PP55XDKpWcfWJY9K29wlzKQjKGCBABIkAEiAARaBiB1qeAMc6TeXqI4FWnisQxd4vx
G5scip8NQ0C1iEAlAtC+cP2eyBK+bcA1KTno0cFRMf5qAkUEiAARIAJEgAi4B4FWqYBF9KtPF322
PUvMlYarXajXsMTgwe2DlHKKD3aPxensUZSbrJtOFSDTWXqhkIUaFw57m9M/YlAb+nDl7Lmg/ogA
ESACRIAINCuBVqyARS7LjhfO25OzL7PCXYdvq/u1C+wT758S69+s4KhxtyFg5fi9qcXw+24/K+x1
E6+Bbfxm9wwd1T7AbYZJAyECRIAIEAEiQAQkAq1eAYsj2XSuBMki/jl5WcFolPJu0b7JUb6J4T4x
gRqaciJQicCFfP2JbN3RzNKD6SUWTswyIlyTk4NmdgvpG+tLxIgAESACRIAIEAF3JeAmClicHpwh
t/RYIXSwFBohPvdWy+ODvaCDI/w1Yb6qQC+Vv1aBo7zkLOOu80rjkgjAxaszWkv05oIyc06p8WKx
EUEO5/PLDWYhs690QfKOSwyY2CkoUKsgekSACBABIkAEiIB7E3ArBSxN1flC4/qzRVsvlG5PLcWp
cjVNoVLOyFlSwW67wnkZD+euxXrZv1tpqP4aef84X4T5Dm/nH+VHOc7cdiXQwIgAESACRIAIVCLg
ngrYfpCHssoPZpUdz9GfztefKzDklVtoEXgsgXBfVXyAqkOINjnMq2uEd6cwrceioIETASJABIgA
EfBkAu6vgCvNrt7C5ejM+WXmEqPVYOFMVp6v0UXobgvD/OFD4pCYmA6K6Q+62/CqjAcxLioF66Vk
/dTyYG9FuI9KJae4F7efdhogESACRIAIEIG6CXicAq4bifuW0E+NEwfHdhmgfvlX9x0ojYwIEAEi
QASIABEgArURoNS5tD6IABEgAkSACBABIkAEPIsAKWDPmm8aLREgAkSACBABIkAEiAApYFoDRIAI
EAEiQASIABEgAp5FgBSwZ803jZYIEAEiQASIABEgAkSAFDCtASJABIgAESACRIAIEAHPIkAK2LPm
m0ZLBIgAESACRIAIEAEiQAqY1gARIAJEgAgQASJABIiAZxEgBexZ802jJQJEgAgQASJABIgAESAF
TGuACBABIkAEiAARIAJEwLMIkAL2rPmm0RIBIkAEiAARIAJEgAiQAqY1QASIABEgAkSACBABIuBZ
BEgBe9Z802iJABEgAkSACBABIkAESAHTGiACRIAIEAEiQASIABHwLAKkgD1rvmm0RIAIEAEiQASI
ABEgAqSAaQ0QASJABIgAESACRIAIeBYBUsCeNd80WiJABIgAESACRIAIEAFSwLQGiAARIAJEgAgQ
ASJABDyLAClgz5pvGi0RIAJEgAgQASJABIgAKWBaA0SACBABIkAEiAARIAKeRYAUsGfNN42WCBAB
IkAEiAARIAJEgBQwrQEiQASIABEgAkSACBABzyJACtiz5ptGSwSIABEgAkSACBABIkAKmNYAESAC
RIAIEAEiQASIgGcRIAXsWfNNoyUCRIAIEAEiQASIABEgBUxrgAgQASJABIgAESACRMCzCJAC9qz5
ptESASJABIgAESACRIAIkAKmNUAEiAARIAJEgAgQASLgWQRIAXvWfNNoiQARIAJEgAgQASJABEgB
0xogAkSACBABIkAEiAAR8CwCpIA9a75ptESACBABIkAEiAARIAKkgGkNEAEiQASIABEgAkSACHgW
AVLAnjXfNFoiQASIABEgAkSACBABUsC0BogAESACRIAIEAEiQAQ8iwApYM+abxotESACRIAIEAEi
QASIAClgWgNEgAgQASJABIgAESACnkWAFLBnzTeNlggQASJABIgAESACRIAUMK0BIkAEiAARIAJE
gAgQAc8iQArYs+abRksEiAARIAJEgAgQASJACpjWABEgAkSACBABIkAEiIBnESAF7FnzTaMlAkSA
CBABIkAEiAARIAVMa4AIEAEiQASIABEgAkTAswiQAvas+abREgEiQASIABEgAkSACJACpjVABIgA
ESACRIAIEAEi4FkESAF71nzTaIkAESACRIAIEAEiQARIAdMaIAJEgAgQASJABIgAEfAsAqSAPWu+
abREgAgQASJABIgAESACpIBpDRABIkAEiAARIAJEgAh4FgFSwJ413zRaIkAEiAARIAJEgAgQAVLA
tAaIABEgAkSACBABIkAEPIsAKWDPmm8aLREgAkSACBABIkAEiAApYFoDRIAIEAEiQASIABEgAp5F
gBSwZ803jZYIEAEiQASIABEgAkSAFDCtASJABIgAESACRIAIEAHPIkAK2LPmm0ZLBIgAESACRIAI
EAEiQAqY1gARIAJEgAgQASJABIiAZxEgBexZ802jJQJEgAgQASJABIgAESAFTGuACBABIkAEiAAR
IAJEwLMIkAL2rPmm0RIBIkAEiAARIAJEgAiQAqY1QASIABEgAkSACBABIuBZBEgBe9Z802iJABEg
AkSACBABIkAESAHTGiACRIAIEAEiQASIABHwLAKkgD1rvmm0RIAIEAEiQASIABEgAqSAaQ0QASJA
BIgAESACRIAIeBYBUsCeNd80WiJABIgAESACRIAIEAFSwLQGiAARIAJEgAgQASJABDyLAClgz5pv
Gi0RIAJEgAgQASJABIgAKWBaA0SACBABIkAEiAARIAKeRYAUsGfNN42WCBABIkAEiAARIAJEgBQw
rQEiQASIABEgAkSACBABzyJACtiz5ptGSwSIABEgAkSACBABIkAKmNYAESACRIAIEAEiQASIgGcR
IAXsWfNNoyUCRIAIEAEiQASIABEgBUxrgAgQASJABIgAESACRMCzCJAC9qz5ptESASJABIgAESAC
RIAIkAKmNUAEiAARIAJEgAgQASLgWQRIAXvWfNNoiQARIAJEgAgQASJABEgB0xogAkSACBABIkAE
iAAR8CwCpIA9a75ptESACBABIkAEiAARIAKkgGkNEAEiQASIABEgAkSACHgWAVLAnjXfNFoiQASI
ABEgAkSACBABUsC0BogAESACRIAIEAEiQAQ8iwApYM+abxotESACRIAIEAEiQASIAClgWgNEgAgQ
ASJABIgAESACnkWAFLBnzTeNlggQASJABIgAESACRIAUMK0BIkAEiAARIAJEgAgQAc8iwPA871kj
9uDR6qfGiaNnuwxQv/xrC5DAaivK5XVFMkOZzGyS0dprgTmgLvEHIJcp1Yy3L+MbJPPxJyJEgAgQ
ASLggQRIAXvQpDtfAfNpJ7nTB7hzR7jUk7Ks81xuBqleD1pwrWGojMaLCYtlotqxbToybTvLE3vK
AkJag+FkIxEgAkSACDSKACngRuFrXZWdpIB1xdY9a6x713OHtsDj27oQkbVEgG3Tie0+mO05Qt5t
MNEgAkSACBABdyVACthdZ7aacTW3ArZuWWbd/Kd1x79X9K1QMWHRsuBIJiBU5hck8/ZnNN4ylVom
V8hkjAfRp6G6DgGek1nMMqOe1+tkiMkpzucLc2T5mXx+lr2NWLHyQRPlQyaxiT1cx3ayhAgQASJA
BJqEACngJsHYOhppJgXMF+VZ/v3RuupnviBbAsHEJTGxibLoBCa8Ivi4dTAiKz2ZgMnAZ57j00/J
Uk/w+RclEmxyX8WYWfJhUz2ZDY2dCBABIuBmBEgBu9mE1jacJlfACHKwLPncsvQbGZxqtguql+nQ
g2nfVab28iCyNFS3IwAFzJ8+wJ/cJ7sUycNEJyiuvQtS2O3GSgMiAkSACHgiAVLAHjTrTauALb9/
ZP59rvBtMi65guk6kO3cXxYU4UFAaageQIA/d4Q/sh0/xbGybTsrZjwk7z/eA4ZOQyQCRIAIuDMB
UsDuPLuVxtZUCti6fYV5/lt85lmhfYWS6TmCTRkmU2s9CCUN1cMI8FkX+P0b+FP7xXHLB0xQ3PQU
GxnvYRhouESACBAB9yFACth95rLOkTReAWPnkPnbl6xrKnIJM92HsH3GyLQ+dXZNBYiAGxDgM87w
O1cKgcKCClaobn9BPn62G4yLhkAEiAAR8EACpIA9aNIbqYCt+zdavvw/LusCkDEx7ZkBVzMRbTwI
Hw2VCNgIICiC27pMZigXZPCga5T3vM74BBAbIkAEiAARaF0E6FTk1jVfLWatecnnppdvEuUvO/Aa
dsp9JH9bbDKo4xYlwHTuL7/xCez4hBXIAGh8YiJ3dEeLWkSdEwEiQASIQL0JkAKuNzIPrGD+/CnL
D68Lrt+QKHbGQ0yvkR4IgYZMBC4T8PJjx93MDp0iuISzLhifnWFd9zvxIQJEgAgQgVZEgBRwK5qs
ljDVbDS+fptl5c+C/E3syc58hImIbwk7qE8i4HIEhDj4aQ/I/INhmel///jFA2AAAEWoSURBVLUs
+tTlTCSDiAARIAJEoAYCpIBpadRIgNcVGV+6kdu9RpC/vUezV91kO8iNLiJABCoIMFHt5NMfRFg8
fjfPfxM5UggNESACRIAItAoCpIBbxTS1hJFlxaZXb+WO7kTf7JDJ7IAJLWEE9UkEXJ4AIiIQFt++
Owy1LPrE8uObLm8xGUgEiAARIAIyUsC0CKohwJtNxjfu5E7uFeTvyJlMylDCRASIQC0E2PGzmY69
BU/w4k/NC94nVkSACBABIuDiBEgBu/gEtYx55nfvFbe3syNnYOd7yxhBvRKBVkWAHTOLSeopeIJ/
+9Cy7NtWZTsZSwSIABHwOAKkgD1uyuscsOmLZ6y7Vgnyd8gkpvOAOstTASJABEQC7NibmLadBU/w
ty9at/1NWIgAESACRMBlCZACdtmpaRnDLH99Zf13Pvpmeo1icNYxXUSACNSHADvuFiY8ThDBcx/l
LhyrT1UqSwSIABEgAs4jQArYeaxdvyfu4Gbz968I8rdDD3bg1a5vMFlIBFyOgELJjr1RpvHmjXrz
J0+4nHlkEBEgAkSACNgI0KnIHrQQ6jgV2VBm+M84pPdngiOR91emULYkGl6mz8gr3HqsaPep8gvZ
vJWDMZroYJ/2UYEDk/26xrOqirxs+vS8k68tMOUWV7UW5f17tA8f31sdHiC9W3ok9fgLP4q/Rk4e
EHPTFad7pM9fe3HJNvHdji/d7NtZcObV1IXCW+PdISpkRPfAvkmMUl7JAN5sLT2Wmrtmf9mpTGNO
Ed5VhwX4dmmD8r4dY2QM4zheY05x/vqDEgpWqfBuH4mhBQ1KRpuyK1sy5ZXkbzpcuPOk/nw2Z7aI
hQMHdAoe0lnh61WpU/vxYjgd/u96n8RoqUze2gPnPl2GX1Wh/on/d702JsS+fC32i2DrOzVSg/VC
JxlpP2WOs22mkvzZw9xyIRRYMX628i7hUyVdRIAIEAEi4FIE5C+++KJLGUTGNB8By68fiI0zYbGK
ETMqdWT6/Bnu0FY8ZK++nbEl+W+py1KqT/tx7fnPlpccPm8u1Ml4XrQEz8sv5BRsPpL7zx6oMQhc
4WFJOQSftdxY1VqULzuZkb/hkHf7KEkEQyvnrT8oFvbtGOvXra19xZKD53TH08UnkKrqMP9auoC+
NGYVFm4/XnY6E+3ItSqpKX1a7pn3F2Uu3IIba5lBfI6b8nPZeesOGNLzIILlWnWdhKEFs5fvOvPO
HyWHzkkoeI6DzC05dD7n3z0ylvVNFmQ6LrHw6bf/KN5/1lxQimLCQ1vh4n1n8jccVgb6esWF2otv
+/FiOJzBFNAjgVFUqHlYW7TrJBqRe2uCh3ZR+nnZl6/FeBFsfadGbLC+6CQj7aesTrDNXYAJDAN7
WcYZ7vQBNjYRr+bukdonAkSACBCBehGgKIh64XLbwtYty6xrf8Pw2EETmcj4FhwndN7pd/7I+We3
6Pet9rKUGaBuHTQShVO/XQmp6mD5BhQrPnA247dNEKCShsMQSo+l1dRUwbZjZz5cIijaWi8QyFy0
Je2H1dCm1RZEAU5fIf3rLGwu0p37+C9B/Vd8oKimSaj5on1nGkCgYVWqTg3kb5Oga5g9TVuL7Teu
4qSM716W6euY66btmlojAkSACBCBOgmQD7hORO5ToEYfsMVsevMOWVkJA2dVFd+wM8cPEZk2f13h
juNip8oAn9ibR7Z7YGLsTaOiZw4JHZ2iiQzSp+bA4xvYJ9GrbQTK2Dsa8eV7p1dnR88cGj1jCCIE
ys9nw/0plvHr3k4TFYT7RvqApS4ir+2vDg/UHUsT5amltNy/Z3t4STmjOf3HNYi1EIeAAIkOT85o
c/vYqGmDvDtEw1ts1QkuYZjBczwcpQxbYzhE6ZELad+t5C2CsGbkbNT0wQmPTI69ZTRuAvt3tBSV
GTLyJTe2fWFwQ48JD0+KuWFE6KgU3sKVn8sSXOk8X3bmol+XNspAH9G8yj5dnrcUl/n3SJBrBH92
VR8wDBbw2l4ILyk9mgZnM0piaF3euzP2ZkyT8JboWa/v1DQMnWv6gCv+akKj+cNbBfmr18l7XRFv
48w/K+qLCBABIkAEqhIgHzCtCpn553f5HOGrf2bQxJbFUXb2YsHmw6INEKxJL8wKu6qXws9LCHVl
GFWwH37t+tEcyNA64mgZBmESIcO7ScOBsGvaobEaVejIlNCrhPyvoqK1FJfjpvRoasHWigwAkL9t
H5ioiQqGtQgtCOjVvsMTMxBTK1aBJxiRsjVZhQ8DQnSH3iQWaHP3eChLZZAvUEANe8WHt398WruH
JzFKIR4a0Qs5/+wRC+Pd+HuvDhnZHRaisCrEL+62MRGTKpI6Q7Ci2ar+dVWQr9LfW7Q/b11tfuLG
Yqx5apoKXWMtbLr6TEgU23882rOsmCcer0gXESACRIAIuAgBUsAuMhEtZgaXdsqy5DNBOfUexYRe
3gXVIgbBkSlpvsjJA7WxoVXNYNVK7LIKGXFZ3dZkKnyK0luS7mzKcTEyTYTgV7a/dCfSJX0ZMipF
7nVFsC9il4P6dxTLQ4yWncqoyR5jbjEUofgudv4F9kuqtOMNqjp4SJfo64Tj+kwFOuwXFAvDFS1F
BotPoImDBnUW1LPtQrMWXeUYEp9OseFX9xEL5Kzci22ITQmqSlvVTk1ToWtWy+vbONNnDLaWCtP9
W0UUfn1boPJEgAgQASLQHARIATcH1dbUpmXRJ4K53v5s33EtazdUEcJARRsgWL3tkhLU1zBEDiBz
QtayCq+bd0Kk1rZtrmkvKF04rcU2sQ2OVckxBGN2RcCxOiIQMRuVeoQYtU+2YMgsqCkqF1HCUuyy
T1KMwkdbi/H2hb3ahNnvyRNrqUP8tLEh4r25uAzxCZUNYxmoZFE6w5+du2pfLXHYjcFY09Q0IbrG
mNccdZl+V6FZ7uAWyxYhsQZdRIAIEAEi4AoESAG7wiy0mA3YqG7dsAjds71HyeSV83k52SwhtcKl
pGaIZFX6V6TuQrqrXdNfq/TCw6rmIZGZWGz39W+eevM3MUUa0oGFX91X8oA21aCQ2AG7ygo2HREb
FNJNRAbZDwGpxxS+mqrdKfyEYAPxMheWcqbLjmr7wpaSy2EbQsqzWi9T3uVkcNUWRgwGYpTFNhAb
bSmpZh+hMsA7YtIAaHSUyVu7X/JANwmxOqemCdE1icFN2AiT0I2JS0KD1iWfN2Gz1BQRIAJEgAg0
hgAp4MbQa/V1LUu/EcYQEMp0G9zig0GsLCIcmtYMOGLbPzkD0QJN1ayk5PbOfg/52pDNAC1DNYaO
7Vm7m7a+BnCm6vM/1LedepXHJrmggZ0EraY35azYbbFt2mumq8mnppnsbJJmmZ7CNjjuzEEkXWmS
BqkRIuCZBKy711h+ec/0v/+YPnjQOS/zZ09aFn/GHd/tmcDde9SkgN17fmsbHZ9+2rppCUqwrnH6
sb2fEs5Rc1ET7F3z69rWr3ObyhG0TTrn8DG3ufMqbHoTSCoV6ksb3ZAdwlJajYK0d+4iQS+rql70
q0IqNsyhWfFAjVquOgsj9sB8KfIBe+MUftXHVOATSNj4PjgaA30V7jyBnHRNiuqKxipNTROiaz6b
G9wyE9uBiRPivy0rvm9wI65eUVfE7Vxp+fMLy28fOudl/uN/1nV/cGlCymq63J6A5fePDLd0M3/y
mOXQFq60kDPqnfOy5l20bvvb+MINhodGYb25PWePGiBlQ/Og6a6UDc2y8H/cyX1CBPC4m12BAhQw
8peJX74j35ntBLhoiFdkPRNzbKlD/MUDGnDVkg0tqH+nor2nxTMy9BeycaqFV3yEJIIRdVC0p+Jd
73aRlfKR1etEDMQbwGOa8MgUqZErhqAz+KckiCnYpAvBtci0oDtZsQEO+/kQo1wtfHs74WMO6N2h
Jq2M6hC4OPNCzLOG0ysCenVgrzyjznCxIHvZTs6WLALRyaGje4j5zqTxIno4oHei8CEkwMdcXC5u
0ZPO8pBOxLA3FRbmbzoiZkNDmg6cOVfJhV81G1otU9NgdC6dDc2el1rDn9zH52bIuwxgwmJc4S+u
qWzAPyPmb1+CWw75Lvi8TC4nncu64IQXn3GWO7ARwsi64x9GoWLbNdlXPU1FhtppEgL8hePGl2/k
zh5m+o9jh09nEroicSeSbTvpFZfEdEhhe46QWUzW5d9y5w7LEdnPkvewSea2hRuhWWzhCWix7i1m
6+pf0TvTpSJPVotZYtexkIn20slqcECWp+Y0wCpkkEDyYDGeFYoTZ1VIG+zwBMcpyy/FWggHtl06
UUIQfHqTPiNf7BFb8RSXApHtbUAitj5//J/46vbp/fH3TLA/chkl4doUu8aVt2Z/pcPq9Bdy8rcc
Fd9FaDLS6NY0QOxdg0AX38WnAkH6VzrJgufhps38fZNgbbCvT4cosXDx3tOVQngF2b32gChVcWG7
Wy0BG0JEx5gezZI6QyarfWqaCl0D1owTqjBtOyM5GjqyrBH+7tzmwudq41OT+PJS9obH2BufYMbP
ZsfMctLrqpvYaQ/I734N/nXz/DeNL93IF1RkRHEbvDQQ7vwx4wvXy/xDMddMu64tBoSVI1aQvf6/
XOY544uzWswM6rhJCZACblKcracxbIDjbedUsZ36uY7VSHOLsx5Ee5An4cTzP15cvBU7t+qXl4CR
BQ3oFDy4s9gO9sOlfrcSCRDEX7EhTBNdkRUBBwtfXLRVFKn4mb18J+SjWAzqExq0AWS820eKobS4
oFDPfbzUkJmPoyiEHAh7Tp9+f5GkRGEkkhbX1AWy+SKnr6Tjz3/+d8ZvG4W6ONfCysFZfvqdhTgA
WUwrBudryMgU8cMD3kWAMiQvkgSjMOilfrdKimeA7EZUtKTRq+1dGx0SNrYiz3EDCNRWpdapaSp0
TWxz0zXHdOorrLT1C3nd5Z2LTdd8C7Rk+uIZy8qf2Kn3M0OniPq+BS61luk+hL3hcZnZaHpuJp9b
cap5C1hCXTYDAfPcR2TturBDJzdD2/Vv0suXveYOXldk+vTJ+lemGi5HgMF/ml3OKDKoeQjopwq5
rgTBhO9h5XLrgc34SM1efVvz9NbAVqHYzny4WHe8jv+Mtb3vGghE9IFDJU6+tkBM+wAHLVIFix3j
vLRTb/0mpBuzXVEzhuAoNVH5QfieeXehuImt2gvF2j8xAwdYiO/W1EVN1cWjfaWuqy0GR2zCo1Ok
s9mqLSMcdPzHZtHLW9MlDdmRwsJhGXMmhAzvLsWEpM9fi719aBwxDPFzrpbCGHCE8pn3F0u+ZLiE
E//v+kp6HYHOJ1//TYyXgDM78ZmZSH9hb2cDpqYB6KD1z31a2/Yyaak0cEU2YTVDufWrZ9Ge8u7X
FK4RetSYwZkXfmJd9jV77d3YStuYdpqwLr/ud5nFrH5dyG9DlxsQMP/2oXXjEnh/XWsshTnW+W+q
n5/Ppgjp2OlqvQTIB9x6567hlvMmI+Qv6jOJPRreSvPUxD6t9v+ZCv9oLc1DyYlnodVyIYw4+obh
krPz4qIt8MiK5f26xOOINXG/V9VL3Nnmn9KuwePDd/0dnprp2ym2phYwOpxvXLv8FWZHzkZOGRh9
/bCaXLZ4jhRmYi/isclxt46G/dX2iwDftg9cK5yTV+MxzJfroXDY+N61u4obzKeWqWkqdA22rXkr
arwQUIgurNuWN29Hzd86l3HG8tNbzLBpriN/hb+CETP4whzs3G9+ANSDMwggWxHTY5gzeqpXH4Fh
TK+R5uXf1qsSFXZBArQTzgUnpblMknbCsdiUU1okw96RsbPqOF64uWyprV25Vh00oCNOQcPeL85g
tuIAM56HsNO2CUOAQcz1w6FQpQ1k9tutfDvGYlOa1DSOI0bsge5YmvCE57ErDtpXOPuXkWnjQkOG
dcUGL85osZbqeY6D2vNuGxE2pieOFK60Pa6WLmoaBryhwcO6IrAVaW4RqCBuKcPOOQwq7varIib2
q3RWXE3twCp4i4OHdYNexz424SQLGwqfpOiIa/u3vQ+mXlbqDMv4JMaEjk5R+vsgplkcl1Q4/u5x
Pgg7Zq7Qv1V3wkmWYHObIT0PrnQ8afxOOEenRiarLzr7nXDVYpQ2TbbEWq7SJ750O32Az0lTjJnF
aH1cwqQGGWFe8J5MoRa2B7napdZaV/6knHKvq9lF9tSXgHXXam7PGmx9q29FZ5T39uP+na+85g6Z
6opTP53RNfXRdAQoCqLpWLp8S1IUBOMTgEgmYX/ruFtc3moykAi4EQGrxfr5UzKOU933lnz0Da13
YIabuzAQ8bGJLjgE6w+vq+a8IWzYp6s1E7D88q7l0DZ2jIv+mXA/vKZ6ZC7bfUhrZuzptlMUhCeu
AMhfDJtpU1ukgSdyoTETgeYmIFeIiYGt+zY0d1fN1z537ghv1Lum/BX+ZYtO4E7sab7hU8vOIcDl
Zsh8LqdFd06n9ejFL4jLy6xHeSrqegRIAbvenDjLIvGkVrqIABFwJgEmTvCbcoe2OrPTpu0LURxM
YFjTttmErTH+wXzW+SZskJpqGQIWs4yVt0zXjvQK26wtcHKnI6ZRGQcJkAJ2EJS7FWNCImXeDcn2
5W4gaDxEwMkEooUcI/geBhn+ndxzk3VnMmIXQZO11uQNyRW8qRkP9G5ye+tsEAep8BfPOfqC+od2
pIsIEIG6CFAccF2E3Oh9KQ4YY2K6DGRHuOQOAzcCTkMhAtUSsH71nMxQprr7VXnrDMS3bvrTvOB9
dvqDrjm//L71svIS9bM/uKZ59bLKsuhTy7Jv+KLcetVCYfnQycobn2RCazxzp74NOr+86f0HOJOR
ddV4bu6vLxXjZyvG3uh8MtRjUxEgBdxUJFtBO/YKmB19vZifny4iQAScTAD/7cRBr4qRM5UPvOvk
rpukO1LATYKxzkZMcx/lDm9j+oxh4jvJ5Mo6y0sF+LwM2cHNfHaq+pXfmYg2jld0qZKkgF1qOtzS
GIqCcMtpdWBQoTEOFKIiRIAINAMB218f9pM1Q9PUpJsQsK77g9uzlp14J9O+uxBzgjyGDr+Y0Bhm
1PWyyLbm7152Exw0DCLQDARIATcDVNdvkmGY4EjXN5MsJAJuSYAJjsC4+LSTbjk6GlSTELCu/4Pp
OkjmE9Dg1theI627VvH5FxvcQquriHTbF7Jy/7dw+bRn3+pww33qkTPw6jr74Ztf/XDBms25RW5y
GnmrmxeXNZgUsMtOTXMahn3cV56M0JydUdtEgAhcSSAwXFDAFjOfdcFD0JSU6xdu2HbX259Ajtjr
kt/WbsFbHgKhXsPk0k/Lwms8V9KhpvyCGd9Az1lj2QVF97//Za87//vYJ98v27o7NbsiePpkWiaW
2ezXPuo2+5G5fywrMxgdokeFPIAAKWAPmOQqQ2T8gj1x2E4fs95ieWDZcvVLr+CFG/wKE/L1+mvm
/1zpodNNa8kOt6alicPHC/ctaUoL9c34h4g9c9mpLWSC87q1WK2/rt086N6nZr30/g//rIccEfsW
dQmcc3gL/jmjmdIXXDEpONARO5YbOU+8cBom2nH/68i51OnPvf3N8tWlNX+gKijVPf7pvLve+iSn
kJzB7r8kHBkhKWBHKLldGd/AVjoke/koqSj7G4hLlGmloyOzPYUATlLVeAuDdfeM+pC/c/9YDs+c
JHyrTjHegn/unZ+X6I0mT1kANM4mJYDIhwc++GrnsVOOtIrvIl774XfyBDvCyu3LkAJ2+ymuZoAM
ZQK+ROWXQ4dEAd3n8y9P5ue72WrAiDAucYAYqZuNrlUPR/wb5ApzWvUo6jR+0Ybtr//4h+SWu27k
4D1fv1e2aoF+zW9Hfph709hhUguvzPvt59UbEcdZZ5tUgAjYE8CnLLh+tx4+Lj0M8vV5456bU//4
yrDmN6y04z99/OjMa329tFKBz//896/NOwkjESAF7JFrQOvjkcN2iUEHa7XLbpplfOE5vD6+5mqt
QuESZpERTiagtfmASwqc3K0zu8vKL/xuxVpJ/k4c1Ofd+2/t0i5OIZezDNM+JnLuI3fNmXSVZNL3
f6+FM8+ZFlJfbkAA3yH8uXmHNBAo3c8fv/fRmRPDgwKw5RsrrW1k+Kt3zXrqxqn2g128cXthaZkb
DJ+G0BgCpIAbQ6/V1lVf/jTcascgu6tXz6L/e1qUktIL4hISs/UOiiz3FAJqL4yULytx4/HuPnFm
7Z6D4gChS+6fMj4s0N9+vN4a9W0TRkEKiw/xLfa6fa32nDw3nkjXHtqB0+ePX8iQbLxl3Ihx/XpA
+9pbjQ9ds8ePuGZgb+nhjmOnzl3Mdu2RkXXNToAUcLMjdsUOlGpXtKoZbEorLn5j46ah33wrRgJ0
+HDujX8sXHDocG5ZmRhSfOuiJWK3B7Ozu378qVjs9Y2b8MR+w5Z9CIEUOFFpIxe+v0Ujc/5ahl7w
1rgf5v9y8FBJldDGmnbCoS76nfTzL2J1vGDPXX/+tebsWaPVKrGpZFVuefk7m7eIlqPHJceOW4QN
NMKF1vAczYq/YqRis/ah0hzPb09Pv3fpMrGFkDfemvjTz+BTduW2pErFULLfF1/9559/N56/IG7v
q+VCU1/s3jPm+x9E/o//u/JITo1+PsD5bOcuDASWiASeWLnqeF6eG343rrSdKmwsb4ZV7xJNWjlu
x9HL6d4GdEnqmhBf1bKE6Ih+nTpIz/efOmsw0ZY4l5jBVmEEwmZOZ1yR7m1kz65qZTWnh4T4+/Xu
KBxILl74guJE6mXd3CoGS0Y2OQFSwE2OtDU0KHf/b94hBH88cKDvF1+9uG79jvSKf+lSi4v/OHJ0
9qLFX+3Z27TzBIn26+HDI7/9/rt9+9ALGl937hyUJR462NGyEydfWrf+n1Onxeq4EMX7w/4DE378
6Yl/V1aSpGKBnw8eQo/PrlkrRjCjxzuX/IkBOqgXS02m//7z77Bvvvt27z6xBTxZefoM+Ny15K+c
soqvCAv0+kdX/GNfDCX3Z2V9smPnmHk/7LtYW7ZRNDJ74eKHlv+98YKQ9gtDm7t9B9JiVGUCm6Gn
h3/z3SMr/sFAYIlI4KNt20d8+/3vR444OCgHabd8MfFv0Oy2e7+Q2yGv+LKHu014KDy+VbH7aDVt
o4TccOJ1JjO7zGBo+dkhC1oJAXxeQhI0ydiI4MCokKBqbYdXOD4izP6ttJy8VjJKMrO5CJACbi6y
Lt0u29gkO64wOqjYgNfeqJQRQnLWHsjKfnndBqg355i6LT3tuTVrRd3W5Nfnu3avO3uuarNQq5V2
78GAnw4ezNfX7VnEJwQ4jz/duataaxcePfr9vv1WOFh4QWfDgAYMCu5h+KGXnjjhSN3DOdkPLv+7
2s2ImESYeqrAvfYpit/Sum+mKiR2SMu5PGXQJVq1ze195QVdImfpP0OO/IlQmboJhAX44zNV3eVs
JbCFzsGSVMxdCTC099Zdp7bquPRT48SH7NT7mOjL3we1IgL4lhw+xVVnztRk8/dTJ9/QtSveha8R
X7jjpmNIyLxpU1IihFO4oMnOFhQgVAD/0X1qyGA8gWIWAyG6hYf/NGNaYvDlTMmIN4D3UexIata+
Cu7X3X7rwNhYRCk8vWo1fKJi4UcHDnhkQP8IH59Cg+HJf1fN278fDxG1/M64q7DvzX4I0kMUeHfL
VpPVekPXLm0CArB7A/e7MzMfXr5CDGN4YcTwZ4YOwY29VQ/27/fYoIHoCMEej674V9Sa9gOBoLzx
94ViC/ZDwK97L16c8vOCLJ0O988OG/rwgP5+ajV+hY6H4xkPh8W3mTd1ipdKNeevpYuOHsOTm7p3
e3/8OH+1GrK4yGg4lJX99Z69c/r2BoFqp2NXRub0Bb+KXcCqN8aMHt42HkODixeObbGKCBCD/b/V
azBleNI3OvrdcVf1iY5C6MWKU6ceWPa32AJ2DQJXtR21xofcut/5w9vkvUcpbnhMVikamJXLIAqF
I3BZ4Qa/4l54AnjiE+H+0ruXboQntmKsXAiCFEuqHFUD9WJo3fSnecH77PQHa6mVX1I6+7W5q3YJ
i19YwLdd98zN06stj2QRL333q/jWmD4p8/7voWA/33rZU6kwv2+9rLxE/ewP9W7EbJThmBIII84i
Q3iP+NNq4TkrnsvEn7Z3eYNeZhRePOJYcGMy8PhpKBd+2p4IN0IVTqglvHAj3AtNXfFQehdv2Qqj
ongp1ew1dzAxjfqH2vr9K6rHP7N8+zJ3/mj1NLBCsGDERSUuPOHnpRvbKmLsn8ixGi8VrtqiXM7I
lTLs7sVPfMuhEH4y+Gm7qfjp8DeQ3PZ/+PA4tt/lvZJVO8QHrcc//f6rpavEt+ADXvzaUz0T21U7
2F9Wb7r19bnSW6/cOeuJWVPqvUguVeD++lIxfrZi7I0NboEqtjgBUsAtPgXOM8D809uWhR+jP3bK
vUzM5dg751nQ6J4cV8DzDxy8Y8mfYofQtZM7dRwYF9spNDTK11eFf8QvXU2igC+WliJyYMN54Yv+
ke3afjdlMlQp7iG4H//nXzHiok4FjDIlRuPO9IxtaWl7Mi8W6Mul4A28Va0Cthe1kuJH14tnXd8z
UthdVIsChlViNMKA2Jgfpk2N86/YooSwY1Geiu3g8wMiJRAmIQIb0bbt1YkdekRFJoWEYMchFFkt
Uyp1gTKfX3vNbT16iIXtRbyogO0BvnPV2If69xNLwqWNzwDwauMeD18bPcp+7hq9mlqyAW7tb/yR
7Wzv0bLSQu7EnpY0pUF9MyFRLLR7zVe50fjfj7/7dvkaschdE8e8c9+tVd3AcMG8+sPvr877XSxm
r4ChoRdv3IFt/tsOn0BCiaHdk6ePGIQEatVGU9gbIipg1d2vG+YMbNDgHKik8WJUWplag88YDDYW
a7xkKq1wo9YyGi3uZVrvS8LRpibxb469vhSSFFz5RJKecttnGFZuev8BZtT1TaKAGST/0V+Z9wCy
Ht8/QHBbbT+F+6pivca3BClfLSThEwI+Nth+Ws287fOD9Cs+TvBW20cIxy4+44wssWftCrjS+kHD
C1990n7Hm9QVSr7506IXv10gPfn+mYduGC24FRp2kQJuGDeXqkUK2KWmo5mNsVr0M4QPx+y1dzNt
OjZzZ83SfE0O1KqdnS4ouG3Rkp0Zlfc6QOrB33lHr55iGrImUcD2QvOJwYNeHDkCXjg07rgChlf1
rxPHn11dEdFbdTh1KmBpIKgrykrc1KKAEZ+AsOPaJ0ls57fDR+5buqxqgMfguLjnhg8bFh9fkwyW
umgfFLRg5vSu4RXhnlUVsL2dNZlk7y9vlrXl3Ea51b/wx3bJB0xQPf559T3DHwlRwnM216BwY5Mp
fIVeEe9FESO8i+uSiMFiEu+vKN+UeXa5Q1stm5awMx6uhRl2wkFtvP3zYrHM2L4p3z39UIh/Zecu
pO3DH33906qNYjEkR3vr3tkalbCTyd43LHWEAq/fc3PtIrjCB/zkV9yJ+oT7wzdZ8bI5MqFZ7Z7I
WPgybQWctY1Yf1tPduTMJlHA8i7N9kmgOf9q8BmAMxlrV8DCv+FXenbvnzrhjXtuqroZLreoeM67
n+O0ZNHkmrzFWHX43PXT848mxkbVPjhSwM05+U5qmwKwnATaJboRv4fC5b77byTOUF0fXzNhQmJl
Vzc2Y8GpiYQDCHJtjkmBkxLfRte3ZYQRP/bPSjEKFs7Ovffek/Xk4+mP/3dMQkJ9m2ry8lOTO30y
8Wr7+BCxi82pqUhVAcvr7FGjULiN77bOwTpaQPwbrCUvIZSW4Fz0Zrx8GR9/xjcQh5kzASFMUDgT
HMmERDNhMUx4HBPZlolOgE5iYxPZNh3Ztp3Zdl3YhG5shxQW/rOOvdjkvmzn/myXAU34EmQZvgqv
9UKgUb/kRKkI/LiHzpyvWuN8Vs6ek5eDmlI6tBPlLy4/L695//dw5pJvca4BXqcXfDZz5KAlm3c6
uoUfUQT1GnWnPmxiDzahKxufzMR2YKLaCXhDopjAMIG8j79wjJ+z5K+jq4jKyWS9khK62aUZ+eGf
dZCwlcI7EfI7b8U6Sf4CGzKQIE9wJX4Q01JADqH1BAKkgD1hlu3G6CWcRCUzOWl/WMvC7R4Rsej6
61P/++g/t9z0+uhRY9sn+Koq9uKsPXuuqK4t59BtYjADLiv8bTVf8PgqLu3mOVdYpKv/B4zNF1LF
FBAIonhiyODOYWGBGk3tMQaNZOtzCQXibk88/GCltMrir6IjGUO7rkuXfffNOfTAfb9dN+M/AweI
QdW4YPP6c9XIGvFdicnhnJz0ktoS3wK19yXd8/bYMYbnr8jx7J6nh9jCPRnx79FNr95JCSN7dRMH
B1/vJ4tX5BRW5DkRH+Jk2q+XrpKSufbt1GFEjy4SjAemTbh+1GDEBCNkAFdsWMhVfSsCadwUGA2r
IQSQUM8+7AEr7dG533zw21LkiBC+GeF55P19+ov5//dVxd4DsY8pQ/sH+tpOpbl04WSN93/9CwHr
DTGC6rROAqSAW+e8NdRqxi9QqKoXtha594WNZS+sXYfNZN4qFaJX/zto4KIbrp/Tt09Noz5XWLg7
IxP/XEoFoBHDvCv+ifz39OlsnQ5vZpaWIki3UiMh3t7xgQHiw7+OH19y7Bi2diHZwsm8vPNFV/wn
v6bepSS+mSWlJ/Py0RFa2JORiS1uTTVN21LT7CMZBsTGivoegSLPr1l3KDsbPeJXEECOYaRmu3nh
IvikEXYCRy8S+kLCxgcETOrYERvaFt1wHfbJ1WlYcmioVOaznbsvFOE/SDLsDtx/MatS3XAfn55R
Fd85frxjJ/YOol9xKhBJciQn57UNG9/ctLnOHltTAYMQl1nx99ia7K6Hrfii+bbxI6XTaJdu2fXY
J98fPpsKhxyW2en0iw99+BXOp5VavHXCyDYRl9eMfU+osvvEabjopgzp16lNTD2MoKLuTgDfNtw7
eRxOHJQGWlCqe/qLH+Om36UZNVM7ambHGx+Y+8cyewyIpbl2cF/7Jwg6/8/H3/3numuH230Gc3dy
ND4ZxQF71iIwPn89d3gr030IO7The2BbEFmdO+EQNoDMD9ikVXucK3I1vDxqpFouh9SbtqBiH7o0
LjHoNq+8/LbFS5BxrJbxShG3SAOMszBqKVn7Trg6qzcsDhg+2lsWLtqWlm5vmIgI+v75NWs/3La9
JpvFnBLBXl61JN+AT/27qZMnJiVV2whyOAAg3O2OAMTniut/+13KhVy1ikSgBZdfE3Zt/eYFWXmp
as6b8rGzmrBZ5zTlSC4I0RIo17l/LEdspXQ2ck0WPnnjVLyqBvhKOSV6J7V/7IZJEwb0qva8A/tm
G54Lwjn4HOuF4oAdjAMWccKDe887n209fLxOutOGDfjwoTvsjycUE0ogYR/SlaCFhz/6huKA68To
HgXIB+we8+joKJgQ2wGkuiJHK7hjuWnJyXAJQ/5icD2jIrGXq9pRBmu9buzWTQqcEMsgHBbRFFXL
z+zSZU6fy0duigVQN/SSF7l2kFcnJlbVkahbqff6zgYSXwytYXQY/pNDBle12fEuYNszw4aO71Bj
UhH4mJ8eOkTKMiG1LMWW2PeF5BWfXFNNtLHj9rSmktggX14qGBxcEU/Smoyvj604jfaRmRO/fPy+
WvYVxYWHfv3k/f93y/Ta97fBB/zDv+v3nzpHGTzrMwOeUhYLbMGL/73j6tHSdw5VRx7k6/POfbO/
evL+Sqdzf/DbXyj86MxrPQUWjfMSAVLAnrUWsLdDGHCxex0uUN0cwuf647Spt6R0l7Zw4Qa//n3z
jXBbSuEN0IjfTpmE7BBSsX4x0aJEQ4qD6Z2Tv548CUEU+BVKDnkeVs6+eVY3Id9wpctbqXx9zOi5
V09AWK1YGMm/lt1847U1+EcrVYc9n1wzAYmERb0IcTk7JeXPWTf0ryHVroOrFpG40KD/u3rC0DYV
QQsYZkJQoNIWtRyk1X4wfhx23aEMRi22iYdwEiNs+sfpU7GbEOHI744b++5VY7GnEG+JZVAYVTbf
dcejAwZIwb7VmjQkrs3CG67DWMS6MAOIvpk8qWph0MZHiy133YFZA3ZJNyPmGLO2ZNb1D/S74ltL
Bwm4aLHiisOoWPHv0a0vhLNPHdZ/y2dvLnn96VvGDZekMG6ws+3HZx/Z8817N181vCbPLuKAl731
f9gJd+63LyKDAu9+59NjF674TsOt4dHg6kEgPCjgk//cvf/bD+Y+chcig/HJSqwsrjTsqjw478OH
pl9T6YMWQmuwcw7Pqz2xpR7dU9FWSICiIFrhpDXCZOumJaYPHkJGCPm9bzWiGapKBIhAwwnwZw5y
f3+P+trfzwoJtlrb5XgURNOODN9Qj3jouTrTuLpHFIThyWuFLB9dBzWcoaHM+tVzmk83MhHxDW+k
5WrWKwqiYWaK8Q+zxgwd2KUiPShFQTSMZCutRT7gVjpxDTSbjbHlJ0LG8sKcBjZB1YgAEWgkgXxh
LyAb26E1yt9GDr0x1ZFjuDHVW1ddxeBruaM4ZrLhSRu5fRvYpF6tVP46c7LwsUo9cob4wv3BM+e7
zn74midfQwy6M82gvpxPgBSw85m3ZI9MfEcxkSefW/moiJY0i/omAp5EQPzrY+KTPWnQ9RsrxAfS
V23cf6S4rFz4zG7LBfHm/EXIL9E+xraZwd0vxcQ72dBobtl3fF5mvcdqNnE7/uH3rFHe8ky963pS
BUQ+fPzo3ca1v0uvdXNfQXbhQ/M+QuxNI0/n9iSQrXWsFAXRWmeuwXYbn7yWO7WfSRnGDqkmHLPB
zVJFIkAEHCRg/e4lma5YOftZxaS7HaziUsWcEAUhpYCoNPDX7roRW+uwwa4WIO4RBSEM0Goxf/GM
ZfUCnMpRr68LIJpxtIfytufZ5IoDxl1q/ThojBOiIKpaQlEQDs6OexQjBewe81iPUZi/ecGy/Dsm
ok3th5rWo0UqSgSIgOMEinKtP76B4urXF7EdK+cPcbyZFizpBAWMhMHHzqf9vm7r2r2Hdhw9iV38
I3p2vWfS2CHdO9d5Uoz7KGDbHPNFudy5I0LommOXcHxIaDTTppNjxV23FClg150bd7GMFLC7zKTD
4+C2/W18Zw6Ky+9+rbZDWR1ukAoSASLgOAH+yHZu7W8ylVq74JTjtVyqpBMUcGPG62YKuDEoWnXd
FlHAjhPj/vpSMX62YuyNjlehkq5GgOKAXW1Gmt0etnN/sQ8+7WSzd0YdEAEicCUB8e9O3pg9/i2O
lJXLeBfelIbjBJnawiRanB8Z4BAB119mtrSSdLVeAjR/rXfuGmq5X5D43St/oe7jcxraB9UjAkSg
egJ86gm8wXYf0noBMYGhstJCl7Wf1xWx4tE/dLVmAkxQeMXBMa45Cl0RExDmmqaRVQ4SIAXsICi3
Ksb2Giko4PNH3GpUTTqYXw4dUr/0ivjampZWbdvZOt3knxegQMgbb320bbsVnqfWfDkyZHF8OJv6
mvk/i3AeWLZcb7G4+Lhdx2D+/DGZUQ9c8p4jXBxaLeYxbTvzZSV8/kUXHUJuBvaBuahtZJbDBIRJ
zE51uLhzC5YW8gXZbLsuzu2VemtiAqSAmxhoq2hO3meMYGe5jr9wzBUMLjObV5w6ddeff3X9+FNR
V3X4cO60Bb/+b/uOC0VFriksoXd/OngIZgPgU0OH3N+vrxzHmjXPteTYcUmO42bZCQpfaR7Qzd8q
zsJAJ2z77kxUu+bvrbl6YLQ+bM/h/Ml9zdVBI9rlc9L5zLNsr1GNaIOqugQBea+RfGEOn3HGJay5
0gj+5F58lSp4qelqzQRIAbfm2Wuo7WxcEtshBbX5k/sb2kbT1IO6XX/u/Njvf4Az9Yf9B07mVxzX
nFpcDJ332L8rEz/635ylS0uMxqbp78pWXt+4SVSW8GjCTVivLvZfzPps5y5UeWXUyAf796v9cOB6
tVypsNFq3Xjhgv3DtefO4WFj2mxFde3dt5ivVmR5NabyHH9K+ItjB4xv3QORyRTjZvP7N8h0RS43
kAMb5aOuE9KH0dXaCWi8FeNv4Q+43l+9UQ+r5ONnt3bAZD8pYA9dA/LB19oU8B6ZydBSCCB/fz18
ePqCX3dn1pbyPaOk1Oz0s6Bu6NrV+MJz4mtgbGwlRFDkn+7cCZn+5JDB8P6qa81O2ki88IJvOn+F
At6VnnGxtCUPKwrWapfdNEuE8/E1V2sVre9c30ZOSsOq88d3y8zCZznF4FafilveexTbbxy36c+G
oWimWvyhLdjeoLzu0WZqn5p1MgFMJXIb83vXObnf2rvjNi2BA1hBCfVdalYaZAwp4AZha/2V5MOm
CIPgOF44eLNlrr0XLz63Zm2pySR2f1P3brvn3F367DPQVUX/9/TmO++YnZLiq1K1jHG19uqnVn8z
eRLsfHnkCG+lslkt3JOZeTA7276LnRkZ22oITW5WS6jxRhLgjwlfGsj7jkW61kY25QrV1fe9xVhM
/JoFrmAMbOAPb+XWL1Q+8C4TEuUiJpEZjSXg7a966H1uy1LhCwfXuPj1C2VFucr733ENc8iKRhGg
fMCNwteqK5v+9x/ruj9kQRHyG59w/kDwPf7Tq1Z/sqNCf782etQjA/pXiiWAkxgqGcEGb101Bn5H
0UikyocEnLdv/+YLqYiagEQeEBd7Y7duEzsm2YvRSsVQMSUiYlCbuMkdO/aJiU4rLr7x94WVlKXY
/vdTJ8MBjG1hty5aIj5Zd/ut9m5g1J1/4CAigHekC2fbotnxiR1mp3SPDwiUIoGxeW7Et99LDY5O
SPh+7z4xzGNE27Zz+vS+JinRkcAJREg/8vcKVERTY9snFOkNGDvu7+rV851xV9k7Xyv1ODw+/tOd
uxYcOlyo149t3/7JIYO6R0SA5/6si+9s3rry9OlArXZWt64PD+gfdAlspSH7qFQfb9+59MQJs9WK
Fh4fPDAlIlIcICITZi9cvOqMEJ9XyRJ0cSI/79u9+zacO78/KwsFhrZpMzW508yuXaQZrFT91dGj
1p0798WuPfiZGBx8S0r3O3r1FK2yN8l+iXYLD/9pxjQUxgwiWmZHevrRnFy45FEGD/vHxlzftcvg
Nm0k33wtBjtt5fOZ57iF/0N3qqe+hgh2Wr/N21FRrvHde7EliOk1imnBXUE4M2LPWv70ftVDH8oH
Xt28Q6bWnU7AunuN+aOHZbGJTM+RTHCE0/uv6BBfL+CgaUbrrfrvp0x4XEuZQf02IQFSwE0Is5U1
xR3fY3xG8ASz425mOvRwsvXQK7csXLQtLR39Qg5+PvGaUG/vOm2Aw/j5NWuh7aqWnJac/OGEcWG2
Rgr0+pfWrf981+5qG4SiDfHyaoAChrz78/jxx/9dKYot+wuK7e2rxkA6i7rWXo9CuZ4vLJJCnPEu
VDuCB67r0qXOvXNHc3Nv+O2P43l5qPXT9GlHcnLEWNiOISG/zJyeHBoq2VB7j3H+/l9Omrju3PlP
d+yUnO6oCy3++pjR4icHe7k5LL7N3syL9iXRwjdTJkHOomRNghKfaj7evuONjZvsK4oW4iPEF5Mm
Qp5Wqt47KspbpdxwZZiHZFWdChg0MNHVzrL90FxBAXP//oitY0xckubDVXWu89ZVwPLH/8yLPmV8
A2XRCcLeIKXaSfZzViRl47NT+XNH5IOuUc56nIls66SuqRvnEkAshPmnt60bFjHxyUx4rMwvWIZs
wc658EVHYY4s8yySnygmzVHOesw53VIvTiBAURBOgOyiXbAde7E9hsM4fv9G55uYXlIiyl9ckEEh
XnXLXwvHvbN5S7XyF40sPHr0+337kaIBOvXng4dqkr+NGem29LRq5S/ahOZ+9O9/xNQQla6Vp8/Y
y1+8C4H408GD+fryOo3Zkpomyt++0dG9o6OGxrcRw0LwEI7PmqpX7RGSfdwP89/atLmSNkWWCXhP
q7YDSVqpJFqAS7jQUGPUOLDPP3DgmdVrqspftA+BPnfb9qp50xACXkn+ovBPBw4esPmPG3NhAaw7
e64xLTRhXT43Q8ycoJxwaxM26yJNKaY/qJ13QHHDf1n457Bz/8RuJ73OHGJ4TjH4WvXctYJbjuSv
iyyIZjADkS2qhz9Uf7JRMXwqw7Cys4ectMawmNNOsf7BymkPaL7fT/K3Gea2JZskH3BL0m/xvrn9
G4wv3wwz2KtuZhKd6gb+/ciRm/5YJBIQAw9wY++rk+CMSUiYN20KvkNHRMSUnxdk6XR469lhQ/EN
PuJx8SuCicU4AXgu502d4qVSzflr6aKjQqI3xBa/P36cv1oNfVZkNBzKyv56z945fXuLUQ2SB1Hq
Quq0ahSEfdgGZOg748bO6tYNGdD+PX36kb//Eb3C+Lr/82snojt7jywyRTw2aGCEjw/CJx5d8S/i
ClBS+h6/ljVQbDRKAxGDDYoNhtsWL1lrE3YI/Pjo6vFSnHS1PcJnPOevZWLgBNzGCDUZldBOybL4
hIDcc5Xg2w8ZUc5Tkjt5KZSnC/JhsxjwgL6W33xTv5joal2q9k79O3r2fH7EMAwZWwbf3bIVyhvV
2wcFLZg5vWt4uH31YfHxr48Z1TMyEnghkZ9fW7Hlpdol8cKI4c8MveIgCTRuslpv6NqlTUAAyzC4
h6R+ePkKMb5FKt/iPmDu3/lIn4RvTjWfCSjoIgJEgAgQgRYnQD7gFp+CljSATRkmZuZHeJOT7dAq
6r2BbE/mRVH+DoiNmd0jBfIX95BZCPoUjT+Rl39Rp4PCC9BoxCcI2L3u19+RV3hLWipcyIPbxP0w
bUrV3A6OjB3nX+y9lLPi2o4dp3fujDBTxDwgxhchyGILJ/Pys6pkaegVFQkj8W6svz+cuGLJnLIy
3aUtgDX1fqagYGtqxWEciGBG1C8CReAvF8uvOXv21KXkcZVakHrsGBo6vG28+C56R8A0GoHNiJSF
BK9l1O2CAhEagSCNDsHBkzp1FEvCuXu2sKCmWjBGdOpjsHf27ikOGXM0o3MytC/uTxcUXCiqHD2S
GBzUOSwM4hWGjWmfINbClVtWt4McxfDR4oF+fc8UFL62YSMS6o3+fh7Cr6sN765lsM39FhKaQv6i
F+XkOc3dF7VPBIgAESACDhIgBewgKLctpph6P8YmZJzZ59TNtkFeFTvbBG2UX+DIsRe5ZWXiNEBp
4cgM6ZCICT/+JD6HPjZYLF5KJXabSc5R7K9CXuFR382Leee9Md//gPTDjvRVdb7RcpnJLD5vGxjg
o6xIUgEdjKhi8fnhnJza8wqHeleUFE2tZVXBSCRBExU/1Govm/CFy1lStHgLewFrX5cor210qorO
YZejjWvpDppemoUBX34tzU7vz7+E9hXfKjXVltcZe+/EMG5cdX48QBkxLHvQV99cPf+nVzdslPYm
1s7E+e/yO1eiU8Qvyq+6yfm9U49EgAgQASJQLQFSwJ6+MNjkvopR14ECt2OFTFfZRdd8dMK9vfHd
t9j+pgupF3VCglsp0WzmE48hMqHBvSMa4ZOJV4v7ruyvzamp+PYf4bwNbtlpFRGzgSBgsTs4NaXT
8iS5j+dQwLUE5jaVqVbORU97xjw+9s9KMcb6of799t57T9aTj6c//t/GrJymgia1wx/exqcL0eHK
mQ83eePUIBEgAkSACDSYACngBqNzn4rYwiJTa2VmE7d1qdNGFWP7Ul7sbsP58whXqPOcM/gIxfLY
Fnbi4QelEyvsb8QIB3zRj0wL++6bc+iB+367bsZ/Bg5AzjKxLsJV4QZuwDA1CgWyFogVzxUW6cwV
aYxhdl55xVf2XcLCpJxfDejCvsqx3Ny1Z8/W3gg2w8F93siOaq8uJKSzO6/EV1XjNn/pLUQyIJdz
tbMjRns31YUPAGL49ch2bZ8YMhjRFIEaDQIqmqr9JminvITbugztIEWXvH+rPweuCYBQE0SACBAB
lyFACthlpqLlDGGCIlQ3P43++RN7+ePVJBprDtMQPDC9czJybImNYzfbbYuWwOtZy9ffA2JjxThR
bO16fs26Q9nZ2PmEX5H6N7e8HHlhb164CB5BxCHA0fvF7j1INxEfEDCpY8c3xoxedMN12CdX00BO
5OVhk1zt0RHhPj49L8Xg/nX8+G+HDyOzAWKLV585s/S4sLkNV2JIcISvb+NxIaPFqtNnqk2qYN84
AiHQe8OCOmo3EjmAUQCj+/vUyY8v5WzGB48u4TUeNou3UAC1YNWL69bBry9mfoB5cFRvPH/hloWL
sV2vMXCQoC3TLswa5omtZZaUIgIbHWE97MnIxI7DxvTShHWFI9OMeplcobzpqSZslpoiAkSACBCB
xhMgBdx4hu7QgnzCrWzPkYKa3LBYVix8reyEq19MDDIGSAG7SGc28rvvg994CyGkUW+/K+YfsL+6
RYRLm95wnDICTH1ffR2FtS+/ihjfaQt+PZ4rJA7DdbFU99Dyv5M++p9YAK92H3wkZt1Cd10vyTjJ
qQxX4lU//Kh5WSiJlAjVjt1eskOb3rd0ecBrb3i/8trUX34VPZFoGWdMIBFE49Eh4nn7pWRnOCGi
4Jmn7F2qpx55CHsBxV42XriQXSbECjftNXbej0BhPzq0j+wQ2E5XU0dt/AOuu7QlcfWZs9iUBj5o
BFQj3npnzLwfMGUNMBLufF91he8faTTavv8h2uzz+Zf4qBPpW7FtDrnhsHLQEaZ74k8/i/njWvwS
TugVM6Dd9jwTUeOnrxa3kwwgAkSACHgmAVLAnjnv1YxadceLMrWXzGTg1v3uHCjYp4WUXl9OurZq
wK69AQg/EL/ahgZ9cshgnHTQYPMgUp8ZNnR8hw5iCyPaxiNHmOOtDYiJfeeqsZLf2r4iTsT4YMI4
qWXH26y2JEIgdtkOnMM1MC620sHLcIT3sXlbcaEYCjeyO0eqA/s9fXpjymoqjHdwltuLI4Y37UHW
fir16IR21XZ6dWLixKSKLBxSAaTLaFoDHIFTtQyOacAJvXguHzBB4Y45gBuGhWoRASJABFyHAClg
15mLFraEiYxXzXkDRvBpJ4Vvb51yQdpi19qWu+74cdrUmV06S1IYYbv4FQenwd+JQF7Ed4rmCEJz
/DjseXp66BAkppUeYvPT66NH/Th9KhJvofC748a+e9XYCYkdpCN/URhVNt91x6MDBkjHESM3LQ7X
va1HD1HUQjkNjouTEjtUBQCRN7lTx7W3zYbOk3qHqWh561133NStuyMHHdfJFSEQyPgrhkBgOFL6
M6miSi5HGl3xVxRDgAGq1Nms4wXQKXIYi8e/4cINUsi9fdXYSkK8aoPIaPbUkCF77r0HcyGl4xCp
AhFmWQyTqNcF5rNTUn6dOQNH64nSFpPVMTQEGT+QOOKTayY8OnCANH0o+eesG/rbYsFb8jIb+TW/
wgAmOFJ192staQn1TQSIABEgAjUQoBMxaGlcQcD8/auWv77EI3boFKb7FacPECkiQAQcIcAt/5Y/
K4R8qJ77Ud5jmCNVqAwRIAJEgAg4mQD5gJ0M3NW7U976rLzPGFjJbVzMn9rv6uaSfUTAxQhw6/6o
kL93vkTy18Umh8whAkSACFwmQAqYVkNlAqpH57IJQtYq7p8f+AvC2cJ0EQEi4AgBbssy/vBWlFRM
niOfcJsjVagMESACRIAItAgBUsAtgt21O9V4qx77jAmPE0Twsm/4C8dd21yyjgi4BAFu23J+71qY
Ih91nfKWZ1zCJjKCCBABIkAEaiBAccC0NKonAOFrfOUWviALb7MTbmUSuhEpIkAEaiLAbf5TPFdc
PmQyvkUhUESACBABIuDiBEgBu/gEtaR53Pmjpjfu4HOFtFzsiBlMlwEtaQ31TQRclQC3+hf+mHCU
jHzYVNXDH7qqmWQXESACRIAIXCZACphWQ20E+Myzpnfv5c4L0cBM71HsgKuJFxEgApcJlBZxq3/m
00/jiWLczUrKfUaLgwgQASLQSgiQAm4lE9VyZvKlheYPH7LavuFl2nZmR86UeTXBwb8tNyDqmQg0
DQH+3BHh+JiyEjSnvO5RxXWPNk271AoRIAJEgAg0PwFSwM3P2C16MH35rPWfH4ShePmxw6Yw7bu7
xbBoEESggQS4rcv5PWuEygyrevA9+fBpDWyIqhEBIkAEiEBLECAF3BLUW2ef1lU/mz5/WmY7foxJ
7scOvEam9W6dQyGriUDDCfBpp/itS/mcdDTBtu+unPMG265Lw5ujmkSACBABItASBEgBtwT1Vtsn
d+GY5duXrIeEjKcytZbtN47OjWu1k0mG15+ArojbuZI/sl2sqbj2LuWtz9W/FapBBIgAESACLU+A
FHDLz0Grs8Cy5HPz/LdknBWWM8GRTM8RTMferW4UZDARqAcBQzm3b72Q7pfjUItt21lx89PylKH1
aIGKEgEiQASIgCsRIAXsSrPRemzhc9LMC963rl8omswERzBdBzGd+8tYeesZBFlKBBwgUJjDHd7G
H9ois1qE0hpv5cyHceSbAzWpCBEgAkSACLguAVLArjs3rm8Zd2wX/MHWXasqTFVpmKReTGIPJqqd
6xtPFhKB2ghYLfzpA/zJffz5oxXFWLli0t3QvoxvIKEjAkSACBCB1k6AFHBrn8GWt587vtuy4gfr
piWXTfELZuI7MXFJTHSCTKVpeRPJAiLgIIHiPCT3xYGIgvAVnb74iiMgRDH2Jvn42Yx/sIPNUDEi
QASIABFwcQKkgF18glqNeXxuunXDIsvGJeLpANLFhMbIwqIRLiwLCGP8gmTefqSJW82kur2h5aW8
rlhWki8ryObzMhHbIysttB80mzJMPnSKYvhUtydBAyQCRIAIeBoBUsCeNuPNPl7u5F5u9xrrvvXc
mUPVdyaXy5QaGX4yTLNbQx0QgaoEsJvNapYZDdWzUSjl3YewPUfI+44VPrnRRQSIABEgAu5IgBSw
O86qa4yJL8pFoDB/+qD13GEhhWr+Rdewi6wgAlcSYOVsdDshaKddF3liTza5Lw65IEZEgAgQASLg
3gRIAbv3/LrS6IzlfG4mX5Qj0xXx5WVwwvG2xFJ0EQFnE2BZBuHpONzbN4hFGpPQaGcbQP0RASJA
BIhASxMgBdzSM0D9EwEiQASIABEgAkSACDiXAH3Z51ze1BsRIAJEgAgQASJABIhASxMgBdzSM0D9
EwEiQASIABEgAkSACDiXAClg5/Km3ogAESACRIAIEAEiQARamgAp4JaeAeqfCBABIkAEiAARIAJE
wLkESAE7lzf1RgSIABEgAkSACBABItDSBJjdu3e3tA3UPxEgArUR4KNiOY7jeZ5FGi+GwT1+ogKe
XP7V9i6eSM/xlvSu+FyshUtqAfdiLbxltVrRutgLLvwqvosbuVyOKva/ir2gvNia2KzYjtiRfRfi
u+JD8QYXCqNZ/MRDYVSXquCJaAOeS/3a2y+NSxqRWBeFJZvFRir6vdS7+P/BkWErjBR7FxsU7L/U
ozgQqVPpXhqmxE20QeQmDV/q2lYM6KwMINsREGpVISaSxCikCZLACl3YJkIcKfIXC/Nlgym3TZ/w
kK1wZ4hmoEalib70XOhZxCtOmTgEXnZ5yGIBi8UitSnwuTS5qBLr54s6QoMikYqxCKPCE7RYsTYk
hrY+hKe8kGpZnBnbA+mnRLuCjf2M29sp1BSrXbpByYzSMnHNiLWkkVZe/7Z5t8eC3zFBYnkRr9iO
g+tfXDYOrn/MWU3rX1rSogE2G4S/OLlCzlk5MOW5y3+/da9/OYvyNtaXZ0c0VYJTMelXrn/pL66+
618yu+Lv6NKfnrTSxOfidNgtmSv+xRBJOrT+L/0zKLZfw/qvmJpKAxd/rWb92/3JiwUqrX/7v277
+ZKGI/1LgpL421TI5eJ4xT98YfYv/Z3al5SWXKW1Yf/vUkU7tf77f8X658R/AYReOWFVA1HFP7yV
1r8E0PH1b7FaMTRhsi79g+Dg+pdmXzQNBkv//le3/pvs339xyDWt//8HdeioCOh+9HQAAAAASUVO
RK5CYII=/9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAIBAQIBAQICAgICAgICAwUDAwMDAwYEBAMFBwYHBwcG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=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DQ4SERATGCgaGBYWGDEjJR0oOjM9PDkz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=iVBORw0KGgoAAAANSUhEUgAAAtIAAAF9CAIAAACmqhhbAAAAAXNSR0IArs4c6QAAhcVJREFUeF7t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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
bxK8bGAzDEFi0KVbHXRoxJHwtJtJBAA7DocumentLibraryFormDocumentLibraryFormDocumentLibraryForm
This value indicates the number of saves or revisions. The application is responsible for updating this value after each revision.
0x01010019E7D9BB16E83E4988EE8E2DEF7609C6Normal0241367275197Microsoft Office Word0626177falseTítulo1false88692falsefalse16.000012022-11-28T17:15:00Z2022-11-28T17:15:00Z