MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D6D2DF.641E0FC0" Este documento es una página web de un solo archivo, también conocido como "archivo de almacenamiento web". Si está viendo este mensaje, su explorador o editor no admite archivos de almacenamiento web. Descargue un explorador que admita este tipo de archivos. ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="us-ascii"

3D"Interfaz

 

3D"Cuadro

 

 

 

 

Panorama general y sistematización de un conjunto de errores en el aprendizaje escolar = del maya en México

 

 

General outlook and systematization of a set of errors in the school learning of Ma= yan language in Mexico

 

<= span style=3D'mso-bookmark:_Hlk24704314'>&nb= sp;

Hamlet Antonio García Zúñiga

Instituto Nacional de Antropología e Historia, México

hamlet_garcia@inah.gob.mx

&nb= sp;

Didier A. Chan Quijano

Universidad de Oriente, México

didier.chan@uno.edu.mx



 =

 =

RESUMEN=

En este artículo se analiza un grupo de errores en el aprendizaje del maya (Península de Yucatán, México), obtenidos en = un medio escolarizado. Se establece una clasificación basada en sus características lingüísticas, la modalidad de producción (oralidad, audición, escritura) y su aceptaci&oacu= te;n social. Se propone, igualmente, una comparación entre el nivel de familiaridad que tiene el estudiantado con la lengua, ya que para algunos de los individuos es una lengua de herencia, en estadios diferenciados, tanto fuera como dentro del territorio en el que se habla. Se sugiere que se pres= enta una interacción jerárquica entre niveles, que si no es atendi= da, el error no será productivo. Se advierte que este tipo de estudios (centrados en una lengua indígena) son escasos e importantes para los contextos en los que se implementan medidas que contribuyen al mantenimient= o y fortalecimiento de lenguas en una condición de = minorización. =

 

Palabras clave: Lingüística aplicada, L2, errores, lenguas indígenas. 

 

ABSTRACT<= /b>

Th= is article analyzes a group of errors in the learning of Maya (Yucatan Peninsu= la, Mexico), obtained in a school environment. We propose a classification base= d on their linguistic characteristics, the mode of production (orality, hearing,= and writing), and their social perception. A comparison is also proposed between the level of familiarity the student has with the language; some of the individuals has the language as heritage system, in differentiated stages, = both outside and within the territory in which it is spoken. We found a hierarch= ical interaction between levels, that if it is not addressed, the error would no= t be productive. By another hand, these types of studies (focusing on an indigen= ous language) are scarce and important for the contexts in which the government implements measures that contribute to the maintenance and strengthening of languages in a condition of minority. 

 

Keywords: A= pplied linguistics, L2, errors, Indigenous languages. 

 

1. INTRODUCción

 

En diciembre de 2019, el Congreso Estatal de Yucatán (sureste de México) aprobó, por unanimidad, una serie de reformas a la constitució= ;n de la entidad con el propósito de hacer obligatoria la enseña= nza de la lengua maya (familia lingüística may= ance) en todas las escuelas del territorio en el nivel básico. Sin embargo= , la aplicación de esta determinación no es inmediata y esta se hará de forma paulatina, mientras se publica en el Diario Oficial del Estado, se “armonizan” los cambios con la Ley de Educació= ;n local, se definen partidas presupuestales, se diseña la coordinación del programa y se capacita a quienes fungirán co= mo docentes, en el conocimiento gramatical de la lengua, así como en lo estrictamente pedagógico.

La medida, que es ejemplar en el país, posee varias aristas de interés (en algunos casos de crítica o escepticismo). En prim= er lugar, el objetivo que se persigue es doble; por un lado, promover esta len= gua en las comunidades yucatecas en las que su presencia sea baja y, por el otr= o, fortalecer su uso en aquellas poblaciones en las que el número de hablantes sea alto y su tendencia sea la transmisión, así como la funcional= idad (ver en la sección Generalidades). En segundo lugar, sin duda alguna= , la propuesta tiene como eje el orgullo identitario que se extiende entre un am= plio sector de la sociedad, en el que la lengua, tanto en una representaci&oacut= e;n de contacto (el español yucateco), como en una manifestación = de legado (la antigua civilización maya), juega un papel fundamental. P= or último, en contraste con lo anterior, es innegable que, como en buena parte de los lugares en donde conviven dos o más lenguas, es posible encontrar actitudes sociales e históricas que fomentan, entre muchas otras cuestiones, exclusión, presión, vergüenza y pérdida lingüística. En este sentido, quienes promovieron las reformas reconocen que ha sido el mismo Estado, ya sea en el plano fede= ral, el regional o el municipal, el que no ha diseñado, implementado y ejecutado políticas públicas orientadas al rescate y el fortalecimiento lingüístico. Independientemente de este punto, = se debe reconocer que estas reformas constituyen un avance hacia el reconocimi= ento y la justicia que merece gozar el pueblo maya.

        Hay que llamar la atención sobre el hecho de que el esfuerzo y la demanda por, respectivamente, enseñar y aprender la = maayáat’aan (como la nombran quienes hablan la lengua) siempre han existido. En este sentido, la experiencia ya existe y esta se ha dado, tomando en cuenta la iniciativa, desde múltiples perspectivas: la oficial, la institucion= al, la personal (con apoyo), la individual (sin apoyo). En cualquier caso, los resultados han sido siempre los mismos: falta de continuidad, programación de niveles elementales, deserción, así co= mo carencia de sustento en los contenidos y su organización. Por lo anterior, revisar uno de los muchos aspectos que integran el aprendizaje de= una lengua, como lo es la producción y asimilación de errores, sin tocar necesariamente la forma en la que se enseña, puede representar= una oportunidad de mejora.

        En efecto, el trabajo con errores ha arrojado en otras lenguas (inglés, español, ruso, chino, por citar los ejemplos más referidos en= la bibliografía especializada) un perfeccionamiento en el sistema de enseñanza. Vale decir que el presente estudio no constituye, en ningún sentido, un modelo de instrucción, aunque sí contiene elementos que son indispensables para esta, en cuanto progresión en el conocimiento y su dominio.

        Sin lugar a duda, en el caso que se presenta son muchas las cuestiones que se tienen que atender previamente; por ejemplo, la homologación de la escritura de la lengua, la formación del profesorado, la asignación de recursos suficientes para sostener los programas de enseñanza, sean públicos o privados, los fines específ= icos por los cuales se oferta el aprendizaje de la lengua y la discriminaci&oacu= te;n tanto social como lingüística que padece la sociedad maya actual (la cual ya se aludió líneas arriba). No obstante, se conside= ra que es necesario contar con una exploración de un trabajo inexistent= e a la fecha, el cual, como todo, requiere de una revisión constante.

        La investigación se realizó entre estudiantes de las cinco licenciaturas que se imparten en la Universidad de Oriente (Valladolid, Yucatán): administración pública, bibliotecologí= ;a y gestión de la información, desarrollo turístico, gastronomía, lingüística y cultura maya, y mercadotecnia. Esta escuela de educación superior está enclavada en la región oriental de la entidad, que es, junto con la parte sur, donde= hay mayor concentración de hablantes de la lengua (132 180, en 2005), los municipios que la conforman detentan porcentajes significativos en este rub= ro, el uso de la lengua es una norma social (en cuanto a intención comunicativa y empleo en todas las situaciones), es relativamente com&uacut= e;n el monolingüismo y su transmisión intergeneracional es alta. Es= tas características obligaron junto con los elevados índices de pobreza y la amplia brecha educativa que tiene la población maya, respecto a la sociedad yucateca y mexicana, a analizar la viabilidad de abr= ir un centro de educación superior en la zona, lo que se logró en 2005.1

        A pesar del panorama descrito, no es raro que soliciten su ingreso a esta universidad estudiantes mayas que no hablan la lengua o, incluso, personas = de otras poblaciones de México, donde no se habla maya. Por esto se imp= arte la asignatura de “Seminario de lengua maya” en todos los progra= mas de estudio, salvo el de lingüística y cultura maya (el perfil de ingreso obliga a ser hablante de la lengua), durante nueve cuatrimestres. La intención es enseñar y homologar el conocimiento del maya. Lo interesante, como se verá, es que, aun cuando se hable maya, por diferentes circunstancias, se cometen errores.

 

 

2. Objetivo

 

Este es un estu= dio que pertenece a un proyecto más amplio sobre los errores en el aprendizaje del maya; su corte es descriptivo y en él se plantea identificar, describir y catalogar una serie de errores detectados e identificados como frecuentes en el interior de una clase formal de lengua maya, tanto en un nivel de expresión (oral y escrita), como en uno de comprensión. Lo anterior permitirá esbozar un análisis= que combina un contraste entre los rasgos de quienes producen los errores, la percepción que de ellos tiene el cuerpo docente de la escuela, as&ia= cute; como el vínculo de los errores con los diferentes niveles de análisis lingüístico. Esto último corresponde a la distinción entre criterios de dominio; en sentido estricto, el lingüístico, el comunicativo y el estratégico superficia= l. Por tanto, quedan fuera del análisis los criterios de origen y los pedagógicos.

Con esto lo que se busca es sentar un precedente en los estudios de L2, cuando = esta es indígena (o minorizada), que permita idear y planificar la mejor manera en la que se puede trabajar el error en cursos formales (más adelante se brindan más detalles sobre esto), al igual que contribui= r en el desarrollo de programas de estudio, técnicas de enseñanza coherentes con las realidades de la propia comunidad lingüística maya, así como con los recursos del medio, además de la elaboración de material didáctico.

 

 

3. consideraciones metodológicas

 

En este apartado se tratan aspectos que sirven para contextualizar la investigación que aquí se presenta. Primeramente, se anticipa= lo que se entiende por un “error” producido durante el aprendizaje= de una segunda lengua. Posteriormente, se explicitan y justifican las variables que entran en juego en el estudio, así como la postura que se toma respecto al binomio lengua-escuela en la situación que se atiende. P= or último, se detalla el procedimiento que se siguió para colect= ar y ordenar la información.

 

3.1. Fundamentos teóricos de los que se parte<= o:p>

 

En general, se puede afirmar que el error en el aprendizaje de lenguas adicionales a la materna cuenta con un doble papel en el salón de clases. Uno orienta= do a quien enseña y otro dirigido a quien aprende. Esto es, en principio,= el error evidencia tanto la visualización del nivel que se ha alcanzado= en la comprensión y asimilación de los principios que orientan la comunicación en sus distintas modalidades (gramatical, social, cultu= ral, pragmática) teniendo en consideración un objetivo concreto, c= omo la manifestación del control y la eficiencia que se tiene en el uso lingüístico. Al respecto, conviene especificar que el sustento teórico de la presente investigación dista de aquellos primer= os análisis en el campo, como el de Corder (1967), en el que se distingue entre “equivocación”, “falta” y “error” para resaltar que este se refiere= a una desviación en la producción verbal como producto del desconocimiento de las reglas.

Este distanciamiento entre propuestas posibilita que exista un mayor entendimien= to de lo que es y significa un error. La idea que aquí se defiende se orienta en este sentido, por lo que, necesariamente, implica una actitud ac= tiva en el salón de clases, así como un compromiso. Lo primero tendría el propósito de alcanzar la competencia de “apr= ender a aprender” (capacidad para proseguir, persistir y organizar el aprendizaje propio),2 en tanto que lo segundo perseguiría= la realización constante de análisis sistemáticos de las sesiones de trabajo. En consecuencia, un error tiene el potencial de ser una muestra del aprendizaje de una lengua (Cf. Richards, 1974; Larsen-Freeman &= amp; Long, 1995; Torrijano, 2004; Alba, 2009; Vázquez, 2009). Con esto en mente, la finalidad de esta investigación es proporcionar pistas sobre la manera en la que se atiende, reflexiona, descubre, aprende y emplea el maya.<= /p>

En la bibliografía consultada se establece una distinción entre = los errores de actuación y los errores de competencia. El material que se estudia en esta investigación es del segundo tipo, debido a su sistematicidad. Esta clase de error es la que permite reconstruir el conocimiento que posee y alcanza el alumnado de una lengua.

 

3.2. Postura

 

Históric= amente las relaciones entre escuela y lengua en la región estudiada no han = sido buenas. Efectivamente, este representa uno de los ámbitos sociales en los que se ha excluido el uso del maya. Por esta razón, al hablar de cursos escolarizados en Yucatán, aunque estos sean de una segunda lengua, se remite, por lo menos, a tres reflexiones que hay que tener en consideración.<= /span>

      &= nbsp;  Para quienes hablan la lengua: se debe de aceptar que la escuela constituye un contexto más en una comunidad de habla, no es el único ni el más importante, ya que la lengua se seguirá adquiriendo y reproduciendo en el hogar y la calle. Esto no quiere decir que se tenga que dejar de lado la aspiración de que la educación sea en y sobr= e la lengua.

      &= nbsp;  Para quienes no hablan la lengua, pero están inmersos en el espacio y los dominios en los cuales se emplea cotidianamente: la escuela no representa u= na opción de transmisión lingüística cuando se está cerca de gente mayera3 y cuando, en este ámbito, se estima más provechoso ejercer un aprendizaje activ= o; es decir, un aprendizaje en el que se requiere tomar la iniciativa y no cul= par a nadie porque no se benefició con la práctica de la lengua d= esde la infancia.

Para quienes no hablan la lengua, pero se encuen= tran fuera del espacio y los dominios en los cuales se emplea día a día, inclusive, pueden ser personas totalmente extrañas al universo maya, los cursos escolarizados se convierten en una opción = (tal vez la única) asequible. Este punto ofrece la oportunidad para vivir= la otra cara de la interculturalidad que se ha impuesto en México (Cf. = Dietz, 2017); a saber, la que no responde a intereses= de castellanización ni integración de minorías, sino aque= lla que se acerca a quien se ha definido, desde múltiples plataformas, c= omo “otro(a)”, como “diferente”, como “ajeno(a)” y que, como consecuencia, deconstruye su pensamiento= , su percepción, su expresión y su actuar.

 

3.3. Variables consideradas

 

De lo expuesto = en el apartado anterior se justifica la necesidad de establecer variables que respondan a las circunstancias que irremediablemente se encuentran en Yucatán. Aunque en un sentido estricto se debe contemplar la inclusi= ón de la naturaleza de los cursos (formal: escolar con contenidos, planificación y evaluación; informal: sin los rasgos mencionados), se tomó la determinación de que en este trabajo solo se abordaría la temática de los errores a partir del tip= o de estudiante.

Los contextos que, en este sentido, se generaron están fundamentados en el origen del alumnado. Por tanto, se contemp= lan estudiantes, en un primer plano, yucatecos(as), no yucatecos(as) residentes, así como extranjeros(as) y, en un segundo plano, que están inmersos(as) en el contexto maya, o bien, que no tienen este contacto comunitario. La incorporación de las actitudes y los comportamientos= que las personas (interés u orgullo por las manifestaciones culturales) muestran hacia la lengua se deja para otro estudio.4 En la Tabla= 1 se proporciona un resumen y una combinación de estas características (la información no corresponde al universo del cual se extrajeron los datos, se trata, más bien, de una proyección de lo que se podría encontrar en el aula).

 

Origen del alumnado

Con inmersión en un contexto maya=

Sin inmersión en un contexto maya=

Habla maya

No habla maya

Habla maya

No habla maya

Yucatecos(as)

X

X

X

X

No yucatecos(as)

X

X

X

X

Extranjeros(as)

X

X

X

X

Tabla 1. Rasgos de los estudiantes del estudio

 

3.4. Metodología

 

La totalidad de= la información que aquí se examina procede de observaciones en grupo; para estas se contó con la autorización por parte de l= as autoridades de la institución educativa y de quienes durante la fase= de investigación fungieron como docentes. El trabajo de observaci&oacut= e;n se realizó en 2018 y duró ocho meses (dos periodos escolares); tiempo en el cual se visitaron y se dio seguimiento a cinco aulas, correspo= ndientes a cuatro licenciaturas (dos grupos de gastronomía, uno de administración pública, uno de mercadotecnia y uno de bibliotecología) de los cuatrimestres intermedios (6º) y últimos (8º).

Se puso atención en la dinámica de la clase, en especial en los ejercicios y las participaciones, así como en la revisión de portafolios de evidencias. También se consideraron las notas y las bitácoras del cuerpo docente con la finalidad de cotejar los objetiv= os de enseñanza y el tipo de error que se produjo. Lo anterior se complementó con entrevistas a docentes; a través de estas se pudieron conocer las opiniones o posturas que este núcleo de profesionales tiene respecto a la detección del error, su significad= o e importancia en el aprendizaje, así como su valoración. Por cuestiones de espacio, este material no se consideró para este artículo.

Las visitas a los grupos en los que se trabajó se realizaron una vez por semana (10 por grupo, excluyendo los días de asueto y los de examen,= al igual que las actividades extracurriculares) y duraron toda la sesió= n; esto es, una hora. Al final se logró reunir evidencia procedente de = cien visitas.

La atención se centró en tres formas de emergencia del error: la oralidad (saludos, preguntas, respuestas, exposiciones temáticas, comentarios a lo mencionado por otras personas, presentaciones de las actividades realizadas en el día), la expresión escrita y la comprensión auditiva. Para la primera modalidad, los errores se anot= aron en el modelo de ficha que se presenta en la Tabla 2 tomando en cuenta únicamente la vía por la cual se externó el error, la posible corrección (en este caso también se colocó la forma correcta) y el sujeto que lo detectó, así como su naturaleza. Al concluir cada sesión se tuvieron reuniones con el cue= rpo docente responsable de la asignatura (cuatro docentes hombres), en las que = se les preguntó por los objetivos del tema, así como su consecución, los errores detectados, los rasgos que definían = al estudiantado que los había cometido, las razones por las cuales se corrigieron (o no), los planes para su corrección, la valoraci&oacut= e;n del aprendizaje y los motivos que justificaban la detección del erro= r. De esta manera se recabaron opiniones o juicios referentes a la labor docen= te que se podían confrontar con lo que el observador de la clase había percibido; esto es válido y trascendente, sobre todo, p= ara la detección del error y su incorporación pedagógica e= n el aprendizaje de la lengua. Como ya se ha establecido, este asunto no se trat= a en este estudio. Sin embargo, lo cierto es que se tomaron en consideraci&oacut= e;n exclusivamente los errores validados por los profesores. En este sentido, algunos errores quedaron fuera de este análisis.

Por su parte, la detección de los errores de expresión escrita fue tratada en las reuniones con los docentes. Las pruebas fueron tareas, composiciones hechas en clase y exámenes. En estos casos, adem&aacut= e;s de lo ya dicho arriba, se añadía el intento de correcci&oacut= e;n (fallido o no) hecho por los(as) estudiantes. En este caso, si se percibían tachones, borrones o marcas que tapaban el error, se consideraba solamente una oportunidad de enmendarlo.

Ahora bien, respecto a los errores no considerados (aquellos que solo fueron detectados o registrados por los observadores) se tiene que señalar,= en primer lugar, el porqué se tomó la decisión de trabajar de esta manera y, en segundo lugar, las consecuencias de esto. Así pues, respectivamente, si se hubiera encomendado la tarea de registro al docente, en algún momento, este podía distraerse de la clase, la detección o el registro. Además, con esta forma de trabajo se presentaba la alternativa de investigar un tema de sumo interés y de gran valía: la percepción del docente sobre el error. Por otro lado, mediante este proceder se inhibió la posibilidad de combinar valoraciones distintas del error. Por último, toda la información obtenida se encuen= tra en el archivo del proyecto y será analizada en momentos diferentes.<= o:p>

Al ser este un análisis de acercamiento al tema, en el que se pretende brindar un panorama general y sugerir una sistematización de la información sin hacer ningún tipo de afirmación concluyente, no se ofrece una revisión estadística de la información recopilada. En este sentido, cuando se haga referencia a algún tipo de error o a un ejemplo de este, se van a presentar lo qu= e se denominan “casos” y no los llamados “tokens”.<= /o:p>

 

 

¿Se corrigió?

¿En otras ocasiones desapareció el error?

¿Se trabajó?

¿Se explicó en qué consistió el error?=

¿Quién lo detectó?

Quien da la c= lase, quien comparte la clase, quien produjo el error

Corrección

Establecer la forma correcta

Tipo de error

Fonoló= gico, morfológico, sintáctico, semántico, pragmátic= o

Tipo de estudiante

Escribir todos los números de la clasificación elaborada, que descri= ban al estudiante

Forma de producción

¿C&oac= ute;mo se produjo el error? ¿Es un error escrito, hablado, escuchado? Mencionar si el error se produjo en la clase en la que se enseñó el tema del cual surgió o fue en una clase diferente

Error

Anotar el error en contexto

Tabla 2. Ficha = de registro de datos

 

Por cuestiones de privacidad (resguardo de información personal), aun cu= ando se cuenta con la autorización de parte de quienes colaboraron en la investigación para estudiar y presentar en trabajos académicos los errores que produjeron en el aula durante el tiempo que duraron las observaciones, en ningún caso se proporcionan mayores detalles de los grupos.

 

 

4. Generalidades<= /span>

 

La lengua maya, también conocida como maya yucateco, maya peninsular, yucateco, maya= , o, como ya se mencionó, maayáat’aa= n, pertenece, junto con el lacandón (sur y norte), el Itzaj y el Mopán, a la rama yucatecana de la familia lingüística mayance. En la actualid= ad se habla en algunos cuantos poblados de Belice, una buena parte de los estados mexicanos de Campeche y Quintana Roo, y en la totalidad de los municipios de Yucatán. Desde hace algunos años, debido a un proceso migrato= rio, también es hablado, mayormente, en la bahía de San Francisco, California.

         = Según los registros del más reciente de los Censos Generales de Población y Vivienda de 2010 (Instituto Nacional de Estadísti= ca y Geografía, 2013) se alcanzaron a contabilizar 786 422 hablantes mayo= res de 5 años en México; su distribución se presenta en la siguiente tabla. Como se podrá observar, Yucatán es el territ= orio peninsular en el que hay un mayor número de hablantes del maya.=

 

Entidad feder= ativa

Hablantes may= ores de 5 años

Yucatá= n

547 098<= /o:p>

Quintana Roo<= o:p>

163 477<= /o:p>

Campeche=

75 847

TOTAL

786 422<= /o:p>

Tabla 3. Número de hablantes de maya por entidad mexicana (Elaboración propia con datos del INEGI, 2013)

 

Diferentes organismos han elaborado índices que miden la vitalidad de la lengua= . En el caso del maya, Ethnologue lo sit&uacu= te;a como un sistema en desarrollo (o sea, se encuentra en las etapas iniciales = de desarrollo de escritura, estandarización, modernización), en tanto que el Instituto Nacional de Lenguas Indígenas la ubica en un mediano riesgo de desaparición; esto sucede en dos situaciones generales: la primera, cuando la proporción de infantes hablantes de= la lengua es menor a 25% y cuenta con más de una localidad con 30% y más de hablantes, o bien, tiene más de mil hablantes en localidades con 30% y más de estos y, la segunda, cuando la proporción de niños hablantes es mayor a 25% y solo hay una localidad con 30% y más hablantes, o bien, tiene menos de mil hablan= tes en localidades con 30% y más hablantes.

En cuanto al sistema fonológico (importante para las consideraciones que aquí se hacen), el maya cuenta con un sistema vocálico basado= en cinco timbres contrastivos (los mismos que el español) con rasgos de duración (breves y largas), estado glótico y tonalidad, así como con un sistema consonántico con nasales, laterales, aproximantes, fricativas, oclusivas y africadas; entre estas dos últ= imas existe un contraste glotal en las sordas. En las Tablas 4 y 6 se muestra la totalidad del sistema.

 

Timbres vocálicos

 

Anterior=

Central<= /o:p>

Posterior

Alta

i<= /span>

 

u<= /span>

Media

e<= /span>

 

o<= /span>

Baja

 

a<= /span>

 

Tabla 4. Vocale= s del maya

 

 

Duración

Breves

i, e, a, u, o=

Largas

iː (ii), eː (ee), aː (aa), uː (uu), oː (oo)

Estado glótico=

Glotales

iʔ (i’), = eʔ (e’), aʔ (a’), uʔ (u’), oʔ (o’)

Rearticuladas

iʔi (i’i), eʔe (e’e), aʔa (a’a), uʔu (u’u), oʔo (o’o)

Con tono alto

iː˦ (íi), eː˦ (ée= ), a&= #720;˦ (áa), uː˦ (úu= ), o&= #720;˦ (óo)

Tabla 5. Otros = rasgos de las vocales del maya

(entre paréntesis aparece la grafía empleada en la escritura)

 

El tono del maya ha sido objeto de discusión recientemente. Uno de los problemas radica en determinar cuáles son los contrastes tonales en = la lengua; dicho de otra manera, ¿a cada realización (breve o la= rga, y glotal simple o rearticulada) se le asigna un tono? Según Sobrino (2013: 160), hay un acuerdo “en que las vocales largas presentan tono= s fonológicos”. Al respecto, este autor afirma lo siguiente:

 

[…] la duración parece depender del rasgo suprasegmental de la vocal, es de= cir, si tiene tono alto, tono bajo o si es rearticulada. El tiempo de realización de las vocales largas con tono bajo es menor que el de l= as vocales largas con tono alto; por su parte, el tiempo de duración de= las vocales rearticuladas es mayor que el de las vocales largas con tono bajo, = pero menor al de las vocales largas con tono alto (Sobrino, 2012: 161).

 

En (1) se observan algunos ejemplos en los que se puede ver y justificar el contraste entre los rasgos de las vocales que se describieron arriba.<= /o:p>

 

 

(1)      a.       Entre vocales breves y largas

        &= nbsp;  kan ‘cuatro’

        &= nbsp;  kaan ‘serpiente’=

        &= nbsp;  ch’om ‘piñuela’

        &= nbsp;  ch’oom ‘zopilote’=

    b.       Entre vocales largas y rearticuladas

    baal ‘cuñado’ (respecto al varón)

    ba’al ‘cosa’

    oo= ch ‘zarigüeya’

    o&= #8217;och ‘comida’

    c.       Entre vocales largas y tonal= es

    aak ‘hierba gramínea’

    áak ‘tortuga’

    ch= ’iich’ ‘cascajo’

    ch= ’íich’ ‘ave pequeña’

    d.       Entre vocales rearticuladas y tonales

    cha’ak ‘sagú’ (palmera con frutos ovoides)

    cháak ‘lluvia’

    si= ’is ‘entumecerse alguna parte del cuerpo’

síis ‘frío’

 

Puntos de articulación

Glotales

Son

 

 

 

 

 

 

 

 

Sor

 

ʔ

 

h

 

 

 

 

Velares

Son=

 

 

 

 

 

 

 

 

Sor

 

k

kʔ

 

 

 

 

 

Palatales=

Son=

 

 

 

 

 

 

 

 

Sor

 

 

 

t∫

tW= 47;ʔ

 

 

Dentales<= /o:p>

Son=

 

 

 

 

 

 

 

 

Sor

n

t

tʔ

s

ts

tsʔ

 

l

Labiales<= /o:p>

Son=

 

b

 

 

 

 

w

 

Sor

m

p

pʔ

 

 

 

 

 

Modos de articulación

Nasales

Simples

Glotales<= /o:p>

Fricativas

Simples

Glotales<= /o:p>

Aproximantes

Laterales=

Oclusivas

Africadas

Tabla 6. Invent= ario de consonantes del maya (Sor es abreviatura de sordo y Son lo es de sonoro)=

 

 

5. Antecedentes

 

En Méxic= o existen pocas investigaciones sobre la enseñanza y adquisición de segundas lenguas que tienen como base una lengua indígena (Gó= mez, 2015; Hernández, 2020; por ejemplo). Esto, desafortunadamente, no difiere de lo que se puede encontrar en el medio indoamericano. Hay que evi= tar confundir esta situación con la existencia de cursos, presenciales o= en línea, con buen material de soporte o sin él, para el aprendi= zaje de lenguas indígenas. En este sentido, son notorios los ejemplos del Lakota, el quechua y algunas lenguas mayas, como el Kaqchikel y el mismo ma= ya yucateco en universidades estadounidenses y francesas. Este último c= aso justifica las breves líneas que se dedican a la ideología de aprendices y enseñantes sobre las lenguas de aprendizaje, enmarcada = bajo el término lenguas con fines específicos e, inclusive, las lenguas de instrucción.

Es bien sabido que la concepción del error ha transitado desde la equivocación, pasando por la falta de dominio, hasta la [a]gramaticalidad. En un sentido teórico, el error ya no comporta ningún tipo de connotación estigmatizante; por el contrario, = en la actualidad solo tiene connotaciones positivas. Como se ha sostenido prev= iamente, el error es fundamental para el aprendizaje. En este sentido, se ha adoptado una orientación pedagógica en su tratamiento y, en consecuenc= ia, los estudios en la materia sacan a la luz dificultades reales (las cuales también hay que saber distinguir) y son un método eficaz para evaluar el proceso de aprendizaje, las metodologías de enseña= nza y los factores “controlables” que influyen en el éxito de estos, así como del dominio de la lengua.

 

 =

6. Datos globales=

 

Recuérdese que en este artículo se revisa el conjunto de los errores que produjeron distintos grupos de estudiantes universitarios c= on características diferentes. La intención, como ya fue mencion= ado, es acercarse al tema mediante una descripción general y una propuest= a de sistematización, teniendo en cuenta una lengua que tiene condiciones= muy divergentes de aquellas en las que se ha formulado la teoría sobre el error.

 

6.1. Características globales de los cursos ofertados

 

Con el propósito de completar la imagen del contexto en el cua= l se realizó el estudio (ya se sabe que la lengua y sus hablantes experimentan condiciones de uso o desuso muy particulares en el día a día, y que la escuela no ha sido un aliado histórico de la población yucateca), a continuación, se proporciona información referente a los cursos que se suelen programar en Yucatán para aprender maya.

Es común encontrar cursos que justifican = su organización de acuerdo con el Marco Común Europeo de Referen= cia para las Lenguas (MCERL). Sin importar que las características de las lenguas europeas y con fines específicos establecidos difieran de aquellas que poseen las lenguas indoamericanas, como la maya, lo que sobres= ale es la falta estudios gramaticales en estas para sostener tal afirmaci&oacut= e;n y, consecuentemente, poder plantear niveles, contenidos y un sistema de evaluación. Así, por lo general, los cursos existentes (1) no rebasan el segundo semestre, (2) tienen una deserción muy alta, (3) privilegian la gramática y la escritura, (4) no desarrollan suficientemente un enfoque comunicativo, (5) no cuentan con material didáctico idóneo, (6) los imparten personas con entusiasmo, p= ero sin preparación suficiente o en el área, y (7) se basan en una organización por clases gramaticales (una clase o un curso para revi= sar sustantivos, por ejemplo) aisladas y fuera de contexto. Para el caso que aquí se analiza, inclusive, los temas propuestos para cada grado (cuatrimestre) exceden las horas para trabajarlas en el aula (10 temas en 26 horas), con lo que no se alcanza a cubrir el programa.

 

6.2. Errores, t= ipos y descripción

 

Los errores recabados para la realización de esta investigación ascendier= on a poco más de 150. Entre ellos, el más común fue el habl= ado (68=3D45.3%), aun cuando el enfoque comunicativo no se privilegió du= rante las clases; a este le siguió el escrito (60=3D40%), por lo que al fi= nal quedó el auditivo (22=3D14.7%). Este conjunto de errores se clasificó según su naturaleza lingüística; a sabe= r:

 

  1. Fonológica: pares mínimos, pronunciación de fonemas, metátesi= s, generalizaciones, simplificaciones, sustituciones, elisiones, equivalencias para el verbo del español ‘tener’.
  2. Léxica: negación, demostrativos.
  3. Morfológica: plurales, pronombres, tematizador, marcas derivativas.
  4. Sintáctica: orden de palabras.
  5. Semántica: clasificadores.

 

En el caso de los errores fonológicos se tiene que considerar que estos= no solo fueron diversos, sino que también los más frecuentes y numerosos. En el siguiente apartado se ejemplifica y define cada uno de est= os errores.

 

6.3. Ejemplos de los errores

 

Para cada uno de los ejemplos que se presentan se toma en cuenta (i) el contexto (en negrita= s se marca el elemento en el cual hay que poner la atención), (ii) la forma correcta (es la primera que aparece en c= ada numeral), (iii) una traducción y (iv) una definición gramatical.

 

6.3.1 Negación

La negaci&oacut= e;n en maya tiene cuatro formas: la simple, expresada mediante una partí= cula (ma); la compuesta, que se conforma por dos partes y empleada, básicamente, en oraciones predicativas, la partícula mencionada y un clítico de cierre = (i’) que se adjunta al último elemento de la frase; la conjuntiva, equivalente al ‘ni’ del español (mix) y la que atañe a este apartado, la de existencia (‘no hay̵= 7;, ‘no’+tener), cuya forma es mina’an. El error (ver ejemplo 2) en est= e caso consiste en un procedimiento reflexivo interesante que no se le present&oac= ute; al grupo: negación simple + verbo tener/haber.

 

(2) mina’an in w-alakpeek mayaan in w-alakpeek

‘no tengo/hay mi (doméstico) perro’ ‘no tener/haber mi (doméstico) perro’<= /p>

 

6.3.2 Clasificadores

Como prácticamente todas las lenguas mayances= , el maya cuenta con un sistema de clasificadores que dependen de la naturaleza = del referente (un tanto reducido si se le compara con otras lenguas mayas como = el tsotsil, por ejemplo). Estos son de dos tipos: los nominales (marcan a algunos sustantivos), ejemplo 3, y los numerales (acompañan a los números en conteos), ejemplo 4. En los clasificadores nominales fue frecuente la omisión de este, en tanto = que en los numerales se emplearon los dos más generales (aquellos que distinguen la animacidad) y, en ocasiones, incl= usive, prefiriendo el de inanimados sobre el de animados.

 

(3) yaan óox-= túul in w-alak mi= is yaan<= /span> &oacu= te;ox-túul in mis

‘hay tres-animado(s) mi(s) doméstico(s) gato(s)’‘= hay tres-animado(s) mi(s) gato(s)’=

(4) jun-túul = kaax jum-p= ’éel<= i> kax

‘uno-animado gallo’ ‘uno-inanimado gallo’

 

6.3.3 Plurales<= o:p>

Los plurales son marcas opcionales que en algunos contextos pueden producir lecturas diferen= tes a la de número nominal. Sin embargo, cuando se cuenta, el morfema de plural es agramatical, porque se estaría redundando en la idea.=

 

(5) óox-túul chi’ik óox-túul chi’= ;ik-o’ob

‘tres-animado(s) tejón’ ‘tres-animado(s) tejones’

 

6.3.4 Pronombre= s

Las marcas pronominales en los verbos que comienzan por vocal se componen de dos elementos: uno que se pega a la marca de aspecto (-in, en el ejemplo= ) y otro que se integra al verbo (en este caso, w-). En este rubro, el e= rror estuvo en que esta segunda marca no se usó.

 

(6) t-in w-éemel t-in éemel

PROGRESIVO-yo subir PROGRESIVO-yo subir

‘estoy subiendo’

 

6.3.5 Tematizador

Cuando se le qu= iere atribuir cierta relevancia en el discurso a un elemento oracional se emplea= una marca de foco o temática (-e’). Debido a que es difícil entender el significado de este morfema, se suele omitir.

 

(7) Raúl-e’ in suku’un= Raúl in suku&#= 8217;un

‘Raúl es mi hermano mayor’ o ‘Raúl, mi hermano mayor, …[predicación]’

 

6.3.6 Equivalen= cias (‘tener’)

En maya, las construcciones posesivas del tipo ‘tener’ numeral + alguien o a= lgo se forman sin verbo; algo similar ocurre en las oraciones existenciales, la diferencia entre estas y las del verbo ‘tener’ es que en las primeras no hay un verbo ‘ser’, en tanto que sí hay uno = para ‘tener’.

 

(8) ka’atúul in kiik

‘dos-animada(s) mi(s) hermana(s)’

 

Lo que se dijo = en el ejemplo fue ‘tengo dos hermanas’, pero lo que se entendió fue ‘dos mis hermanas’, ‘dos de mis hermanas’, ‘dos son mis hermanas’.

 

6.3.7 Demostrativos

Las unidades que se usan para indicar distancia respecto de los participantes del acto de habla constan de dos pa= rtes (se trata de un morfema discontinuo, como una de las negaciones revisadas en 6.3.1): la primera es una marca que introduce o presenta el nominal y, la segunda, es la marca que establece la distancia en tres términos (cercana, relativamente lejana y no perceptible). Durante la observación, fue común la omisión de la segunda parte = de los demostrativos.

 

(9) le leek-o’ in ti’= ;al U= 94; le leek in tial

DEMOSTRATIVO recipiente para colocar tortillas de maíz (es) mío=

‘ese reci= piente (para colocar tortillas de maíz) es mío’

 

6.3.8 Pares mínimos fonológ= icos

 

La distinción entre sonidos que contrastan en la lengua en un plano fonológico conlleva muchas dific= ultades. Este es un error bastante frecuente.

 

(10) míis miis<= /span> (se confunde una vocal larga con tono alto y una larga)

escoba, barrer = gato

 

6.3.9 Orden sintáctico<= /span>

El orden en las frases nominales simples definidas es Determinante, Adjetivo, Nominal. El error fue la inversi&oacut= e;n de este orden.

 

(11) ch’ujuk waaj waaj ch’ujuk

dulce masa masa dulce

‘pan (masa dulce)’

 

6.3.10 Pronunciación

Como se refirió en 6.3.8, es difícil distinguir entre los sonidos contrastivos de la lengua. Pero= el primer problema que se presenta es la pronunciación del inventario completo de estos. Un error llamativo fue el que se produjo con el fonema fricativo, glotal, sordo (h),5 ya que, por alguna razón, varios individuos lo articularon como una fricativa, palatal, sonora (como = en ‘yunta’).

 

(12) juntúul [hun.túul ʝ= un.túul<= /span>]

 

6.3.11 Marcas derivativas

Las raíces verbales del maya requieren, con ciertos aspectos que refieren al estado en el que se encuent= ra un evento (si comienza, está en desarrollo o concluyó), unas marcas que permiten la flexión. Estos elementos son la transitivización (-t), la causación (-s= ) o un cero morfológico. Durante las sesiones de los cursos que se observar= on fue común la confusión de estas unidades (intercambios entre ellas) y la elisión. Hay que referir que este puede llegar a ser uno= de los temas más difíciles de comprender de la gramática = de la lengua, por lo que se requiere un uso adecuado.

 

(13) táan in jaan-t-ik bu’ul táan<= /span> in jaanik bu’ul

PROGRESIVO yo comer-TRANSITIVIZADOR-modo frijol

‘estoy co= miendo frijol’

 

<= span style=3D'font-size:11.0pt;font-family:"Verdana",sans-serif'>Jaan= es la ra&iacut= e;z del verbo janal ‘comer’ y es intransitiva. De esta manera, para flexionarse requiere transitivizarse cuando el aspecto lo obliga.

 

6.3.12 Metátesis=

Este es un cambio que ocurre en la posición de ciertos sonidos en una cadena de habla. En los casos anotados se ve una tendencia a realizar este proceso fonológico cuan= do hay más de un mismo sonido en la palabra, como se ve en el ejemplo 14 con la [k].

 

(14) kukupkij kupukkij

 

 

6.3.13 Generalizaciones=

Este error es exclusivo de los sonidos que tienen contrastes glotales. En el ejemplo que se muestra (independientement= e de la elisión de la aspiración representada con una “jR= 21; en medio de la palabra) ocurren dos generalizaciones: una con la africada dental sorda simple y su correspondiente glotal, y otra con la vocal rearticulada. El interés del error es que ocurre cuando ya se aprendió el contraste y todos los fonemas simples se articulan como glotales.

 

(15) tsajbij tsR= 17;a’abij

 

6.3.14 Simplificaciones=

Es una especie de generalización, = pero a la inversa: del rasgo difícil al fácil.

 

(16) ko’one’ex konex

 

6.3.15 Sustituciones

Aunque tiene forma de generalizació= ;n, no lo es, ya que en este error no involucra un grado de dificultad entre fonemas. Además, sus posibilidades de producción se reducen a= la africada palatal sorda (ch), la fricativa palatal sorda (x) y la fricativa dental sorda (s).

 

(17). wich wix

 

6.3.16 Elisiones

Es la eliminación de un sonido den= tro de una palabra.

 

(18) bejlae belae (esta elisión propicia el cambio de intensidad en las sílabas)

 

6.4 Características del error

 

Los errores que se presentaron en los apartados anteriores son= una muestra heterogénea de lo que se percibió y se detectó como tal. Como podrá observarse, el ámbito de producció= ;n se reduce a la palabra, aun cuando estén insertos en una frase (nomi= nal o verbal). Esto remite a la forma en la que se diseñó y se ac= tualiza el curso; esto es, no hay evidencia de errores que pertenezcan a niveles mayores de análisis lingüístico o de una conversaci&oacu= te;n básica, útil y cotidiana.

Llama la atención que los errores que se consignaron se produjeron a lo largo de la sesió= ;n en la que se enseñó el tema. Esto, por un lado, se interpreta como el primero de los pasos para dominar una característica o un elemento de la lengua. Por tanto, se asume que es comprensible la producción. Sin embargo y, por el otro lado, también puede entenderse como una falta de atención de los docentes en la detección y el seguimiento de los errores en las clases subsiguiente= s. Esto representa una gran dificultad para alcanzar la finalidad del aprendiz= aje y así satisfacer las necesidades de quien aprende.=

Lo anterior habla, de igual manera, de la dinámica que se desarrolla en= el aula, en donde la práctica no es lo principal y priva la idea de que= el docente es el que enseña, es el único agente y, por tanto, el aprendizaje es una actividad, paradójicamente, pasiva. Asimismo, cua= ndo el docente asume este papel debe de hacerlo en su totalidad. Por esta razón, la facultad y autoridad para detectar errores es exclusiva de él. Con esto, quien aprende se autoexcluye de una parte muy importan= te del aprendizaje de una lengua: la colaboración. El manejo en el aula= de la situación entre iguales es fundamental, como ha sido propuesto en varios textos que explican la interlengua y las emociones.

Dos escenarios prácticos que complementan la idea anterior son la corrección del error y si este fue trabajado o no en las clases. Respecto al primer punto, como se ha insistido, la responsabilidad de la detección recayó en su totalidad en los docentes. De esto derivó que los encargados de la corrección fueron, de igual manera, los docentes.

Ahora bien, en referencia al segundo punto se distinguen tres momentos: el poster= ior a la producción del error, durante las sesiones en las que se revisa= el tema y a lo largo del curso. En el primer contexto, sí hubo una atención del error, mediante su señalización y corrección, además de una pequeña práctica o ejemplos que servían como idea de la estructura correcta. En el segu= ndo y el tercer momento, no hubo mención alguna a los errores del curso, salvo cuando uno de estos volvía a surgir. Aunque se debe de referir= que esta situación no fue la que prevaleció en la clase; es decir= , no siempre se atendió el error que había surgido con anteriorida= d. En resumen, se puede afirmar que fue muy poca (en frecuencia, tiempo dedica= do y complejidad) la atención que recibió el error como materia de trabajo en el aula.

 

 

7. sistematización de= la información

 

Como se recordará, los errores detectados durante el trabajo de observación fueron catalogados según la modalidad de su producción y el nivel de análisis lingüístico en = el que pueden ser analizados. En la Tabla 7 se puede observar la conexió= ;n que tienen estas dos variables con otras, como son su frecuencia y la percepción que de ellos tienen los docentes. Así, se ver&aacu= te; que esta última variable de análisis cambia de estatus entre más profundo (representa un tipo de significado o contenido gramatic= al) es el nivel; es decir, cuando se trata de niveles básicos, como el fonológico y el léxico, el error se percibe de la misma maner= a y es “explicable” o “entendible”, en los térmi= nos de los docentes, debido a que el maya no tiene los mismos sonidos del español y estos son más complicados que los de esta lengua.

Por lo anterior, el profesorado concuerda, en una catalogación de los da= tos según su “gravedad”. Otros errores, como los que se dan = en el manejo de los clasificadores, son tolerables, porque incluso algunos hablantes nativos los cometen.

 

Plano

Modalidad

Frecuencia

Percepci&oacu= te;n

Escritura

Oralidad=

Audició= ;n

Fonoló= gico

X<= /span>

X<= /span>

X<= /span>

Alta

Entendible

Léxico=

X<= /span>

X<= /span>

-<= /span>

Alta

Entendible

Morfoló= ;gico

X<= /span>

X<= /span>

-<= /span>

Alta

Tolerable

Sintác= tico

X<= /span>

X<= /span>

-<= /span>

Alta

Grave

Semánt= ico

-<= /span>

X<= /span>

-<= /span>

-<= /span>

Tolerable

Discursivo

-<= /span>

-<= /span>

-<= /span>

-<= /span>

-<= /span>

Pragmá= tico

-<= /span>

-<= /span>

-<= /span>

-<= /span>

-<= /span>

Tabla 7. Interconexión de variables del estudio

 

         = Algo que también es observable es que la frecuencia de producción = de cada uno de los errores del corpus es alta. En este sentido, lo que llama la atención es que no hubo, a lo largo de los dos periodos de observación, una forma acertada de reducir su producción. Por otra parte, aparentemente, la comprensión auditiva es la modalidad de error de la que se tiene mayor control. Sin hacer alusión a un procedimiento estadístico de análisis, parece ser que la audición solo genera equivocación en la percepción de = los sonidos; algo semejante a lo que se ejemplifica en el ejemplo 17. Este aspe= cto requiere de mayor estudio porque, como ya se ha explicado, ni los cursos ni= las clases se conducen bajo un principio de comunicación, entre otras mu= chas cuestiones. Esta afirmación se refuerza si se considera la contrapar= te, la oralidad, que representa la modalidad en la que se encuentran todos los tipos de error consignados. Lo interesante es que en la escritura, donde se cuenta con mayor control y cuidado, tanto por el tiempo de reflexión como por la posibilidad de corrección, se dan con frecuencia buena p= arte de los errores.

 

7.1 Otras particularidades de los datos

 

Los errores con= los que se tiene mayor certeza de registro son aquellos de los niveles o planos= básicos. Hay estructuras más complejas (como las que son propias de la semántica y la pragmática) en las que no se registran errores, porque simplemente no se revisan en la clase ni son parte del temario.=

Merece una consideración especial, no obstante que pueda interpretarse como algo contradictorio el trabajo con los errores que se producen en la oralid= ad. En efecto, a juicio de los docentes, este tipo de error no se corrige en el momento, como sí pasa con el resto, porque se teme que el grupo pier= da confianza y espontaneidad, y porque con estos errores “se aprendeR= 21;.

 

= 7.2 Interrelaciones

 

En la Tabla 8 se presentan los errores de acuerdo con el tipo de estudiante que los produjo. Entre las personas que participaron en el estudio solo hubo hablantes de maya en la categoría de estudiantes de Yucatán c= on ascendencia maya. Entre quienes se consideraron como estudiantes de Yucatán sin ascendencia maya sin contexto hubo individuos que tenían un conocimiento elemental de la lengua.

De inmediato resalta el hecho de q= ue el error no es exclusivo de un solo tipo de estudiante. Es cierto que los motivos variarán, pero el docente no debe de dar nada por sentado. Si bien en esta situación parte del estudiantado no va a aprender la le= ngua debido a que ya la habla, es menester que se tenga en cuenta que es posible conocer y aprender gramática. Lo que se notó es que los error= es de este grupo de estudiantes son parte de la variación existente en = la lengua, derivada o no de la clase de interferencias que se suelen citar en = los estudios sobre contacto lingüístico.

En la Tabla se coloca una serie de números. Estos corresponden al orden que en esta investigació= n se les dio a los errores. Con el propósito de que se recuerden, se repi= ten en este apartado:

 

1. Negación

2. Clasificadores

3. Plurales

4. Pronombres

5. Tematizador

6. Equivalencias

7. Demostrativos

8. Pares mínimos fonológicos

9. Orden sintáctico

10. Pronunciación

11. Marcas derivativas

12. Metátesis

13. Generalizaciones

14. Simplificaciones

15. Sustituciones

16. Elisiones

 

Estudiantes de Yucatán

Estudiantes de fuera de Yucatán<= o:p>

Con ascendencia maya

Sin ascendencia maya

Con ascendencia maya

Sin ascendencia maya

CC

SC

CC

SC

CC

SC

CC

SC

2, 3, 6

2, 3, 6, 7, 8, 9, 10

-

1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 13, 14, 16<= /o:p>

1, 2, 3, 4, 5, 7, 9, 13, 14, 15, 16

1, 2, 3, 4, 5, 7, 9, 10, 12, 13, 14, 15, 16

1, 2, 3, 4, 5, 7, 9, 10, 11, 12, 13, 14, 15, 16

1, 2, 3, 4, 5, 7, 9, 10, 11, 12, 13, 14, 15, 16

Tabla 8. Tipo de estudiante y error producido (CC=3DC= on contexto, SC=3DSin contexto)

 

         = Entre los errores analizados, el 2 y el 3 se presentaron con todos(as) los(as) estudiantes. En cambio, el 6 solo apareció con los estudiantes originarios de Yucatán; el 8 solo fue producido por dos de los siete grupos contemplados; el 12 y el 15 únicamente se registraron con estudiantes de fuera de Yucatán; tanto el 11 como el 16 estuvieron presentes en cinco de los siete grupos. Lo cierto, de manera global, es que quienes tuvieron acceso a un contexto maya fueron propensos, con variaciones (la excepción es el grupo de estudiantes de fuera de Yucatán = que no tienen ascendencia maya), a cometer menos errores. Como era de esperar, los(as) estudiantes de fuera de Yucatán fueron propensos(as) a hacer errores.

 

7.3 Sistematización de la información

 

En la siguiente Figura se interpreta la forma en la que transcurre el error en el aprendiza= je de maya. En ella se aprecia que los niveles fonológico y léxi= co están conectados, por lo que el error en uno repercute en el otro. L= os otros niveles, aunque cuenten con reglas particulares que las hacen muy lej= anas a las que se tienen en español, no muestran una conexión ni e= ntre ellos ni entre los niveles fonológico y léxico porque hay alg= o en el curso que lo impide. Una evaluación de las clases señalaría que estas solo examinan los sonidos y las palabras,= y no se adentran a otros espacios de la lengua.

 

Fonológica=

 

Léxica

 

Morfológica

 

Semántica

 

Sem, = Dis, Prag

<= span style=3D'font-size:10.0pt;font-family:"Verdana",sans-serif'>

 

 

 

 

 

 

 

 

Sonidos no existentes en L1

<= span style=3D'font-size:10.0pt;font-family:"Verdana",sans-serif'>

Palabras con otro/sin significado

 

Reglas distintas

 

Partículas no existentes en L1

 

Reglas distintas

 

X

 

<= span style=3D'font-size:10.0pt;font-family:"Verdana",sans-serif'>

 

 

 

 

 

 

 

 

Estos sonidos indican aprendizaje compenetrado<= /span>

 

El error surge de la particularidad del nivel, = que está ligado con el fonológico

 

El error surge por el nivel

 

El error no tiene relación con el nivel inmediato

 

El error no tiene relación con el nivel inmediato

 

X

 

Figura 1. V&iac= ute;a en la que se vinculan los errores detectados (Sem=3Dsemántica, Dis=3Ddiscurso, Prag=3Dpragmática)

 

 

8. Algunas consideraciones finales

 

De este tipo de trabajos surgen tres tipos de conclusiones: unas vinculadas con los datos, otras pensadas como el paso siguiente o la aplicación del análisis y unas más que se formulan como pendientes de investigación.

         = Según la información que se manejó, se pudo observar que los errores (i) se encuentran en los niveles más elementales de la lengua e (ii) inhiben, dificultan o retrasan el aprendizaje de cuestiones más complejas (por esto no se avanza en la elaboraci&oacu= te;n de oraciones con las que se pretenda comunicar una idea), y (iii) varían en complejidad dependiendo del niv= el de análisis lingüístico. Estas conclusiones obligan a poner más atención en la fonología. Esto, junto con otras cuestiones, se tiene que atender antes de la división y asignación de niveles para los cursos.

También se vio que hace falta material didáctico especializado y que los docentes acostumbran a impartir aspectos generales de la lengua, en un sent= ido gramatical, además de que se revisan pocas cuestiones con un enfoque comunicativo y el estudiantado, comúnmente, deja los cursos debido a= la falta de interés (motivación por acceder a un siguiente nivel= que no se vislumbra) y visión para emplear la lengua, así como la tendencia a contar con cursos “desorganizados” o poco planifica= dos. Sería deseable que no se dependiera de la escritura y que se pondera= ra más la práctica, así como la oralidad en el aula.=

En otro sentido, es visible que surge la idea de para qué sirve estudia= r la lengua cuando se ve su complejidad. De igual manera, se plantea que no es conveniente organizar los cursos con base en categorías gramaticales= (además de que se debe de procurar entrelazar los niveles de análisis): esto hace que el estudio de la lengua sea independiente de su uso. Con el propósito de que los errores sean verdaderos instrumentos de aprendizaje, es vital que quienes participan se involucren en la detección y asimilación de los errores. Por esto, se debe propiciar una mayor comunión en el grupo para hacer más activ= o el aprendizaje y que sean los iguales en papel y condiciones (el estudiantado) quienes corrijan el error y tomen conciencia de la reflexión sobre la aceptabilidad de los errores.

En un futuro el tema podría revisarse desde una perspectiva particular: examinar por separado cada uno de los aspectos que aquí se desarroll= aron para alcanzar mayor detalle. Así, se nota que muchos son los temas q= ue quedan pendientes en esta investigación. Independientemente de la planificación que se podría hacer para dar seguimiento a cada= uno de los individuos del alumnado, la búsqueda de más ejemplos (= al igual que la incorporación de estructuras más complejas), de = su manejo estadístico, de su correlación con factores como su utilidad y manejo en el aula, así como la percepción que tanto docentes como estudiantes tienen de ellos, en algún momento se reque= rirá hablar sobre los fines específicos de la lengua, que son los que hac= en que se muestre interés por aprenderla.

Como se sabe, la enseñanza de la lengua para fines específicos se centra en los procesos de enseñanza y aprendizaje que facilitan el dominio de una comunicación especializada. Para el caso del maya, se deberán consid= erar los contextos más comunes que viven quienes se interesan por aprende= r la lengua: el laboral o el académico, por ejemplo, además de privilegiar el enfoque comunicativo (las condiciones están presentes: poblaciones en las que el uso de la lengua es cotidiano, hablantes bilingües, cercanía entre las localidades, comunidades mayormen= te rurales o semiurbanas, así como familiares, amistades y vecinos(as) = que dominan la lengua).

Otro elemento nuclear para la mejora de los cursos, que se relaciona con los fin= es específicos y vale, por tanto, la pena investigar es la serie de necesidades que tiene el estudiantado para estudiar la lengua. Con esto, en= un primer momento, se podría garantizar una respuesta adecuada a las expectativas de cada sujeto. Dicho de otra manera, es muy raro que se revis= en temas de interés concreto para el alumnado, de acuerdo con su campo = de especialidad. Por último, no hay duda alguna de que las ideologías y las actitudes lingüísticas negativas impiden desarrollar fines específicos para lenguas nacionales habladas en México, entre las que se encuentra la maya. Pero si no se conocen, describen y lideran la investigación en el campo, la tendencia será repetir la situación que aquí se remarca. Por esta razón, se optó por presentar un panorama general sobre los errores en el aprendizaje en una de estas lenguas. Este es el principio indispensable para comenzar a plantear proyectos más amplios y espec= íficos, a la vez.

 

 

 

Agradecimientos

 

Se agradece y reconoce la participación de Alejandra Moo Bat&= uacute;n, Gregorio Hau Caamal y José Cipriano Dzib= Uitzil en una primera etapa (2015) del proyecto de identificación, recolección y análisis de errores dura= nte el aprendizaje del maya en diferentes medios. Igualmente, gracias a los cua= tro docentes y al estudiantado de los grupos en los que se recolectó la información, por comprender la trascendencia y posible aplicaci&oacu= te;n del estudio, así como por autorizar el empleo de los datos que gener= aron durante sus clases.

 

notas

 

1 Los municipios que, según la administración pública del estado, pertenecen a la región oriente de Yucatán son: Cantamayec, Cuncunul, Chacsinkin, Chankom, Chem= ax, Chichimilá, Chikindzonot<= /span>, Dzitás, Kaua, Peto= , Tekom, Temozón, Tinum, Tixcacalcupul, Uayma, Val= ladolid y Yaxcabá. En 2005 había 527 279 hablantes de maya en Yucatán, por lo que los 132 180 de la regi&oacu= te;n oriente corresponden a poco más del 25% del total. Por otro lado, la tasa de monolingüismo de la población hablante de maya mayor de= 5 años a nivel estatal en el año 2000 fue de 8.8, la decimoterc= era más alta del país.

2 Comisi&o= acute;n para la Educación de la Unión Europea.

3 Individuos que se reconocen como hablantes de maya.

4 En otro tipo de cursos, no siempre de naturaleza informal (en los términos en los que se describe en este artículo), suelen asi= stir profesionistas que requieren aprender maya porque les ayuda considerablemen= te en el desenvolvimiento de su trabajo: profesionales en antropología, arqueología, epigrafía o turismo, por ejemplo.

5 En realidad este fonema se articula un poco más adelante del punto velar (es una aspiración y no una velar).

 

 

referencias bibliográficas

 

A= lba, V. de (2009). El análisis de errores en el campo del español = como lengua extranjera: algunas cuestiones metodológicas. En Revista Nebrija de Lingüís= tica Aplicada, 5 (3) (pp. 1-16).

Corder, S. P. (1967).= The significance of learner’s errors. En International Revi= ew of Applied Linguistics in Language <= span class=3DSpellE>Teaching, 5 (4) (pp. 161-170).<= /p>

Dietz, G. (2017). Interculturalidad: Una aproximación antropológica. En Perf= iles Educativos, 39 (156) (pp. 192-207).

E= mbriz, A. & Zamora, Ó. (Coords.) (2012). Lenguas indígenas nacionales en riesgo de desaparición: Variantes lingüísticas por grado de riesgo= . México: Instituto Nacional de Lenguas Indígenas.

H= ernández, M. (2020). La enseñanza del tsotsil en l= as escuelas de enfermería del estado de Chiapas. En Revista Latinoamericana de Educación y Estudios Interculturales, 4 (3) (= pp. 59-70)

L= arsen-Freeman, D. & Long, M. H. (1995). Introd= ucción al estudio de la adquisición de segundas lenguas. Madrid: Gredos= .

Polinsky, M. & Kaga= n, O. (2007). Heritage languages= : In the “wild” and in the classroom. En Language<= /i> and Linguistics Compass, 1 (5) (pp. 368-395).

R= ichards, J. (1974). Error Analysis: perspectives on second language acquisition. Londres, Inglaterra: Longman.

Shiló, F. (2011). Análisis de procesos de enseñanza y aprendizaje del tsot= sil como segunda lengua en la Universidad Intercultural de Chiapas, Méxi= co. Tesis de maestría. Universidad Mayor de San Simón. Cochabamba, Bolivia.

S= obrino, M (2013). Descripción fenética de los tonos del maya yucateco= . En Estudios de Cultura Maya, 41 (pp. 157-173).

Torijano, J. Agust&iacu= te;n. (2004). Errores de aprendizaje y aprendizaje de los errores. Madrid: Arco Libros.

V= ázquez, G. (2009). El concepto de error: estado de la cuestión y posibles investigaciones. En Actas del Congr= eso de la Lengua Española (p= p. 497-504). Sevilla: Instituto Cervantes.

 

 

 

 

 

 

 

 

 

 

 

 

 

------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/themedata.thmx Content-Transfer-Encoding: base64 Content-Type: application/vnd.ms-officetheme UEsDBBQABgAIAAAAIQDp3g+//wAAABwCAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKyRy07DMBBF 90j8g+UtSpyyQAgl6YLHjseifMDImSQWydiyp1X790zSVEKoIBZsLNkz954743K9Hwe1w5icp0qv 8kIrJOsbR12l3zdP2a1WiYEaGDxhpQ+Y9Lq+vCg3h4BJiZpSpXvmcGdMsj2OkHIfkKTS+jgCyzV2 JoD9gA7NdVHcGOuJkTjjyUPX5QO2sB1YPe7l+Zgk4pC0uj82TqxKQwiDs8CS1Oyo+UbJFkIuyrkn 9S6kK4mhzVnCVPkZsOheZTXRNajeIPILjBLDsAyJX89nIBkt5r87nons29ZZbLzdjrKOfDZezE7B /xRg9T/oE9PMf1t/AgAA//8DAFBLAwQUAAYACAAAACEApdan58AAAAA2AQAACwAAAF9yZWxzLy5y ZWxzhI/PasMwDIfvhb2D0X1R0sMYJXYvpZBDL6N9AOEof2giG9sb69tPxwYKuwiEpO/3qT3+rov5 4ZTnIBaaqgbD4kM/y2jhdj2/f4LJhaSnJQhbeHCGo3vbtV+8UNGjPM0xG6VItjCVEg+I2U+8Uq5C ZNHJENJKRds0YiR/p5FxX9cfmJ4Z4DZM0/UWUtc3YK6PqMn/s8MwzJ5PwX+vLOVFBG43lExp5GKh qC/jU72QqGWq1B7Qtbj51v0BAAD//wMAUEsDBBQABgAIAAAAIQBreZYWgwAAAIoAAAAcAAAAdGhl bWUvdGhlbWUvdGhlbWVNYW5hZ2VyLnhtbAzMTQrDIBBA4X2hd5DZN2O7KEVissuuu/YAQ5waQceg 0p/b1+XjgzfO3xTVm0sNWSycBw2KZc0uiLfwfCynG6jaSBzFLGzhxxXm6XgYybSNE99JyHNRfSPV kIWttd0g1rUr1SHvLN1euSRqPYtHV+jT9yniResrJgoCOP0BAAD//wMAUEsDBBQABgAIAAAAIQCj 6vbhqQYAAKYbAAAWAAAAdGhlbWUvdGhlbWUvdGhlbWUxLnhtbOxZTW8bRRi+I/EfRntvYyd2Gkd1 qtixG0jTRrFb1ON4d7w7zezOamac1DfUHpGQEAVxoBI3Dgio1Epcyq8JFEGR+hd4Z2Z3vROvSdJG UEFzaL2zz/v9Me/MXr12P2bokAhJedL26pdrHiKJzwOahG3v9rB/ac1DUuEkwIwnpO1NifSubbz/ 3lW8riISEwT0iVzHbS9SKl1fWpI+LGN5mackgXdjLmKs4FGES4HAR8A3ZkvLtdrqUoxp4qEEx8B2 CDQooOjWeEx94m3k7HsMZCRK6gWfiYFmTjKaEjY4qGuEnMouE+gQs7YHkgJ+NCT3lYcYlgpetL2a +fOWNq4u4fWMiKkFtCW6vvnL6DKC4GDZyBThqBBa7zdaV7YK/gbA1Dyu1+t1e/WCnwFg3wdLrS5l no3+Wr2T8yyB7M953t1as9Zw8SX+K3M6tzqdTrOV6WKZGpD92ZjDr9VWG5vLDt6ALL45h290Nrvd VQdvQBa/OofvX2mtNly8AUWMJgdzaB3Qfj/jXkDGnG1XwtcAvlbL4DMUZEORXVrEmCdqUa7F+B4X fQBoIMOKJkhNUzLGPuRxF8cjQbEWgNcJLr2xS76cW9KykPQFTVXb+zDFUBMzfq+ef//q+VN0/ODZ 8YOfjh8+PH7wo2XkUG3jJCxTvfz2sz8ff4z+ePrNy0dfVONlGf/rD5/88vPn1UAon5k6L7588tuz Jy+++vT37x5VwDcFHpXhQxoTiW6SI7TPYzDMeMXVnIzE+SiGEaZlis0klDjBWkoF/56KHPTNKWZZ dBw9OsT14B0B7aMKeH1yz1F4EImJohWSd6LYAe5yzjpcVHphR8squXk4ScJq4WJSxu1jfFglu4sT J769SQp9M09Lx/BuRBw19xhOFA5JQhTS7/gBIRXW3aXU8esu9QWXfKzQXYo6mFa6ZEhHTjbNiLZp DHGZVtkM8XZ8s3sHdTirsnqLHLpIqArMKpQfEua48TqeKBxXsRzimJUdfgOrqErJwVT4ZVxPKoh0 SBhHvYBIWUVzS4C9paDvYOhYlWHfZdPYRQpFD6p43sCcl5Fb/KAb4Titwg5oEpWxH8gDSFGM9riq gu9yt0L0M8QBJwvDfYcSJ9ynd4PbNHRUmiWIfjMRFbG8TriTv4MpG2NiWg00dadXxzT5u8bNKHRu K+HiGje0yhdfP67Q+21t2Zuwe1XVzPaJRr0Id7I9d7kI6NvfnbfwJNkjUBDzW9S75vyuOXv/+ea8 qJ4vviXPujA0aD2L2EHbjN3xwql7TBkbqCkjN6QZvCXsPUEfFjWdOXOS4hSWRvBTVzIIcHChwIYG Ca4+oioaRDiFob3uaSahzFiHEqVcwmHRLFfy1ngY/JU9ajb1IcR2DonVLg/s8opezs8aBRujVWgO tLmgFc3grMJWrmRMwbbXEVbXSp1ZWt2oZpqiI60wWbvYHMrB5YVpsFh4E4YaBKMQeHkVTv1aNBx2 MCOB9ruNUR4WE4WLDJGMcECyGGm752NUN0HKc2XOEG2HTQZ9cDzFayVpLc32DaSdJUhlcY0F4vLo vUmU8gyeRQm4nSxHlpSLkyXoqO21mstND/k4bXtjOCfDzziFqEs9R2IWwnWTr4RN+1OL2VT5LJqt 3DC3COpw9WH9Pmew0wdSIdUWlpFNDfMqSwGWaElW/+UmuPWiDKjoRmfTYmUNkuFf0wL86IaWjMfE V+Vgl1a07+xj1kr5RBExiIIjNGITsY8h/DpVwZ6ASrjuMB1BP8DdnPa2eeU256zoyjdiBmfXMUsj nLVbXaJ5JVu4aUiFDuappB7YVqm7Me78ppiSvyBTymn8PzNF7ydw+7AS6Aj4cDksMNKV0va4UBGH LpRG1O8LGBxM74BsgftdeA1JBVfU5n9BDvX/tuYsD1PWcIhU+zREgsJ+pCJByB60JZN9pzCrZ3uX ZckyRiajSurK1Ko9IoeEDXUPXNV7u4ciSHXTTbI2YHAn8899zipoFOohp1xvTicr9l5bA//05GOL GYxy+7AZaHL/FyoW48FsV7X0hjzfe8uG6BezMauRVwUIK20FrazsX1OFc261tmPNWbzczJWDKM5b DIvFQJTCHRLS/8D+R4XP7NcOvaEO+T70VgQfLzQzSBvI6kt28EC6QdrFEQxOdtEmk2ZlXZuNTtpr +WZ9wZNuIfeEs7VmZ4n3OZ1dDGeuOKcWL9LZmYcdX9u1ha6GyJ4sUVga5wcZExjzoaz8JYuP7kGg t+CbwYQpaZIJvlMJDDP0wNQBFL+VaEg3/gIAAP//AwBQSwMEFAAGAAgAAAAhAA3RkJ+2AAAAGwEA ACcAAAB0aGVtZS90aGVtZS9fcmVscy90aGVtZU1hbmFnZXIueG1sLnJlbHOEj00KwjAUhPeCdwhv b9O6EJEm3YjQrdQDhOQ1DTY/JFHs7Q2uLAguh2G+mWm7l53JE2My3jFoqhoIOumVcZrBbbjsjkBS Fk6J2TtksGCCjm837RVnkUsoTSYkUiguMZhyDidKk5zQilT5gK44o49W5CKjpkHIu9BI93V9oPGb AXzFJL1iEHvVABmWUJr/s/04GolnLx8WXf5RQXPZhQUoosbM4CObqkwEylu6usTfAAAA//8DAFBL AQItABQABgAIAAAAIQDp3g+//wAAABwCAAATAAAAAAAAAAAAAAAAAAAAAABbQ29udGVudF9UeXBl c10ueG1sUEsBAi0AFAAGAAgAAAAhAKXWp+fAAAAANgEAAAsAAAAAAAAAAAAAAAAAMAEAAF9yZWxz Ly5yZWxzUEsBAi0AFAAGAAgAAAAhAGt5lhaDAAAAigAAABwAAAAAAAAAAAAAAAAAGQIAAHRoZW1l L3RoZW1lL3RoZW1lTWFuYWdlci54bWxQSwECLQAUAAYACAAAACEAo+r24akGAACmGwAAFgAAAAAA AAAAAAAAAADWAgAAdGhlbWUvdGhlbWUvdGhlbWUxLnhtbFBLAQItABQABgAIAAAAIQAN0ZCftgAA ABsBAAAnAAAAAAAAAAAAAAAAALMJAAB0aGVtZS90aGVtZS9fcmVscy90aGVtZU1hbmFnZXIueG1s LnJlbHNQSwUGAAAAAAUABQBdAQAArgoAAAAA ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/colorschememapping.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/image001.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQAAAQABAAD/2wCEAAkGBxIQEBAQEBIQExAPGBUQDxAQExsgIBUgIBsgGxso GxskKDAlJCYxJR8fMDU1MTA3P0AwIys/QD8uQCgvOjcBCgoKDg0OGxAQGzcmICYyLy0tKy0uLy0v Ky02LSsvLS8tLisvLTctKzcrNS0vLi0tLy0tKy0tLSstLS0tLS0vLf/AABEIAKoAqgMBIgACEQED EQH/xAAaAAEAAwEBAQAAAAAAAAAAAAAAAwQFAgEG/8QAMRAAAgEDAwMDBAIBAwUAAAAAAQIAAxEh BBIxBUFREyJhFDJxkYGhQrHBwgYVIzND/8QAGQEBAQEAAwAAAAAAAAAAAAAAAAECAwQF/8QAJhEA AgICAAUDBQAAAAAAAAAAAAECEQMSITFRYXETQYEikbHR8P/aAAwDAQACEQMRAD8A+iiIntHhCIiA IiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCJ0 yEczmCiIiCCIX5kwpKe5iypWQxJKqWtI4DVCIiCCIiAIidItzaCnMSdqQtiQQnYaoRJqVIEXM4qp aSxRxERKQREQD0NkE5tmx7/mfRa2jST6W1CmfqAN493fbxn5nziqSQALk4AHefaVazUV0hI9iqFq 4HtwB/E4Mzpqu52cCtO+xhdS6RbU+jQF7gNYn7fNzK9bpTKu/fTZN2xnUmyn5xeb+lUUdU1yDTrg +nUJvc3va8p6v1UpVEanTp02Njb/ACz2zniYjklwXj5NyxR4vz8Gbq+ktSKK70wan22J/fHE0Oka F0eqg9B3UWZWJx/UnostTT0qrkbtGTe/cAe3/j/cj/6SDM9Vzf3A3b5JvEpycHft+xGEVNV7/oy/ oi6GoWREU7S7k2v8WBMtaDoRat6dRl2qN52tlgeLS3oDUp03Hpiqu/a9AjI+Za0JpprCqY3U8rfg 3Bt+hEskqaQjijabPnafTmeqKVNqbE3O5WwJ7qemOlP1QyOl9hZCcHjNwJqdN6YvrstZbMAWVd1t 2fIk1VW+icbEVle7U0/xFxznm008rtJdjKwrVt9zF6OqmsiOisrnaQ18fiW+qaJabU61JQ9CpawN 7A+D3nvRaZavTIFwDuPwJP0nUCmzaWsCFqHF/wDE9onJ7WvsIRWtP7lPXaIvqWo0aartNgBf83JM hrdPemvqq1N1RtpZDfafkETe0ddV1tbcQN91UnziU6xrpTemaVJEc7fby5vjbnMiyPgvHz1K8ceL 8/HQm6vovUXT7TSpl1yTZdxIGBYTJo9HqNVajdFqJnax5Hxib/UtKz/TKuWQLvF/t4yf0YpPv6gz LlaabGYcA/mccMjUeHR/k3PEpS49V+DF/wC1VKahy1EDcEILX2nw2JNr6DnVUw60FeylVztOcA47 yKpSc1ihVrlyQvnPP6mj15D9Zp2t7SUUH53Tk2eyvozGq1ddUZuu0VSpqmp7aa1DYkIfaMSDU9Ld E9QMjpfYWQnB47iblXTJU19QVOyqyLe1zYd41CN9HUGxVZWuaadhcc/xIsrWq8FeFPZ+T5Yg+DPJ MlS4M4nZTOrRwJc244NuLyvp6e90XjcVW/i5tN7YppVaabgBVpp7jfuRf4mMkqN442YZofIkiCwt e8sdS0tNA+1gHR9u3fcsM5I7G/8ArPKtQ/SUxc/+xx+gCI2tIutNlPUDInWn4Mu0dODToB9+axpu u74GR4Of6ki6WnY23KFqiixJvcefjiRzVBQd2Ztc8SJMETdbSUvUooVIZ3Km1TKgcH+f9pWpoHFB n3MTWambntcH/Uwsir+7h43f92KzX73lO03qmnVjVPud1aoCN1jYcEDv8zijST1NOqqyl6W4srZy rHxIsiorx2Z4lapyZqGkiU6e4MWqIXBB4yQMfxmcavRqEqMAVensuCwJ93Nx2+JVNWSUHRmlj3M9 pnIl3pA2satlIp2sHIAJJ+fi8sDQotTUBgSKQFSmVbkEi39Gac0nRFBtWVCDYkXxyRKdpvikFSsV uFqUN+0nj3Af7StX0yn3tuKpQp1ApbybAX8C8xHIaljKNDiT6WqiVVd1dttmRUtkg9/iWdBQpvkK 2xmVFLOBa4zbyfEeglMox3FjVNNSpttsRn5OYck7RVFpJmfr9S1aq1QixY8Dt2E49Jj3/c2k0ivW qlwffWamG3Ad82HczPSluqBLEi7btpAwB5PEsZqqRmUHdv3Ky07XyOJzaW9Vp1TYy8VE3EBrgG5G D/E5Q4H4mlL3M6+xWpITkG1uDLdbqFSxViCHybKBc+fz8yvpDY38ETV1ehWpWcG63fYpFgBi/Hf8 TMmr4moJ68DM1WtNT7reSQACfybZnVLXsqqtlKqdygqpsf1O+kAbqgIWwRzdhexHBnqojrUqP/8A PYP/ABAAPfF7HjiV6rhRFs+NhddUbN1wxqC6L93niepryjHcAwZhUcYFyOLYxJqegUeqoYsabMAB a9gLg27/ADadV+noHRS/u3IpFxndyQO1sczFw5G6nV2V6vVWYC4G9WDrUAAI/Q8zgdTfH24O9RtX B8jEsajTq5QgG26pTcKoBO3v4nlTp9MXJLWFIVhYjyBa/wDPMq06Ee/U4+vqMCbgEljfaLi/Nj2v Il1zoVsRemNqkqLgeLkfJlyjo6YZlJfaAKm7GAQDn5uQBIH0SlGb3BgrVBe2QDbjn+YTjyDU+pzS 1zFSuLC9sDF+bHtOdXrXIIJFntu9ozbgk+fmT9HoqNlRifdUFNQAPyb3kmq0KG7MwXcau3IsNpxj k3+IuKlVFqTjzM6nUYp6dxtB3faOfzzLi9TdN26zFkFNfaBYA3yLZnnTl3Uagtc+pTAsM5BvaSaj QpuT3EBvUAuRytrZ4F7w3G6ZIqSVojTqDtuNx7hsIKjjwMYEhqa6oGBuPavpj2ixXwRbIk3TqO3U hCPbexWoB4vmc6akKhqMRimC18C+bWB4Ev0p8h9TXM6p611ByOQw9owbYt4kB6jUzYjJ3/aMHyMY P4lttLTN/exX1EpgpbO4X/qRU9FTCszsbKagNiB9vAz3Micegan1OqWuqC53C5O++0YPcjxfvKo1 pDbxhs34zfnHFpfbSKFNi2KaVVvbvixkNXp6CxLMo3im+62PbfgcQnENTI6tZnChiLKCFwMd+3aV vXPx+pc1NHYwXNrAi5B/RHImcZuFMxO0S0Ku3+My3U6k+SH91917DniZ8SuKZFNrkS0dSyFipALX DYGfMkOtcgqW9rAAgAcDiVol1RNmX/r2zd7lrkm3xY/1PG1rEqd2UttNh24zKMSaIvqMuprGBvvP 3F+O5wf3FXXucbsEbDgceJSiNEN2aCdRYC2/wMgduP1OKmuYgjf2K2sMg5I/EpRGiHqSLml1Rpiy sRex47/E9qa0kEbvuuTgd+beJSiNFdjd1RZ0mrZAVDWBIbjuOMyWrr2P+XG6w2i2ecSjEOCbsKbq i3ptS4f1L+4/5H9Sb61se4YvgAWzzcd5nRDgmFNo0fqWItcWuHwByOJ0Oo7RYgm+4uthZye57j+P EzIk9NF9Rl2j1BwoQtgDbwMidP1Bud18huBk2tc/xKES6InqSLbandYsc8ccfiQlV8mRRLrRNr5i IiUyIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiI gCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAiIgCIiAIiIAi IgCIiAIiIB//2R== ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/image002.gif Content-Transfer-Encoding: base64 Content-Type: image/gif R0lGODlhAQNIAHcAMSH+GlNvZnR3YXJlOiBNaWNyb3NvZnQgT2ZmaWNlACH5BAEAAAAALAIAAwD9 AkAAhwAAAAAAAA0LCgQABAoLDQ0KCAMAAwgKDQ0IBAAAAwQAAAQIDQoEAAAECg0LCwgDAwADCAsL DQAABAQAAwMAAAgDAAsGAwMDAAQEAAMGCwQDCAMABAMDCAoKCAoLCgMGCAAEBAgECAgGBAQECggD BAoIBAQICwQEBAoLCwMECggICAAAOgAAZgA6kABmZgBmkABmtjoAADoAOjoAZjo6ADo6Ojo6Zjo6 kDpmZjpmtjqQkDqQtjqQ21WN1VSO1FSO1VmM1VSN1FWK01WK1VOM1FWI1VGM0WYAAGYAOmYAZmY6 AGY6kGZmAGZmtn+YrmKYrmKYvH+YvGaI3WKYyX+YyWa2tn+qrma223+q12Kq13+7yWK7yWa2/2K7 5X/N8n/N5ZA6AJA6OpA6ZpBmAJBmkJCQZpqYrpqYvJqYyZC2kJq7rpqqvJq7yZq75ZDbtpDb25Db /5re/5re8pre5bZmALZmZraQOra2ZrSqrrSqvLbbkLTNybTe17b/trb/27b//7Tu/7Tu5bTu8tuQ Os67rs7eydv/ts7u19v//87//87/8s7/5f+2Zv/bkOfNvP/b2//eyf//tv//2//u1///5ef///// 8v///wECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwEC AwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwEC AwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwEC AwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwEC AwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwEC AwECAwECAwECAwECAwECAwECAwECAwECAwECAwECAwj/AAH08EGwoMGDCBMqXMiwocOHECNKnEix osWLGDNq3Mixo8ePIEOKHEmypMmTKC/+ABAEgBCXMF/KjElzps2aOG/qzMlzp8+eQH8KDUp0qNGi SI8qTcp0qdOmUJ9KjUp1qtWqWK9qzcp1q9euYL+KpTmkh0AAaNOqXcu2rdu3cOPKnUu3rt27ePPq 3cu3r9+/gAMLHky4sOHDiBMrXsx4r1mzjSNLnky5suXLmDNr3sy5s+fPdx+DHk26tOnTqFOrXs26 tWLRrmPLnk27tu3buHNfNkvk7aXfwIMLH068uPHjyJMrX868ufPn0KNLn069uvXr2LNr3869u/fv 4J/r/xbcu7fb8OjTq1/Pvr379/Djy59Pvz7w8YHL+7Z/nA6X7JKEAQd7g6wwIHv+QRfggc8liN4g AXDByH/dLcgfcYxEGJ4kYFB44YcghigdfoDpdx6HAaTYAiLMNTLDH8NFkgSMx3HIAowWDpfjcC7C GMkRHh4nI43F7dhjizP4IeAljdzAonBDMvligwYWN+SRzEX5nJZFgpFiijxEF8kShhyxondc6rgk fEeiqCKLNuK45iV0VHmJmynuMCeTToroZ3c/BnAjkzF8CcNvjRSa4qE/npnmnXtCGMChl2QoKI2W DkqcpJTS8aWdnP6WKYwk/mViW5dE+WOQ0TX5pHGN2P+gxH+uElcrdrcWl2t1j7wa3K7OMdLCGKwC B+xyxyqXrLF9/smsr8Iti16OqgLJpKy0NisssYg2y6evOzorbnWqInHgkJGY+xu6STARZpoQ2nnJ IGciOqWwiByJ73D0+uogcP0ae++Kpfp1KluVUsohhZIaqGUjMsAxyKGJqlhmihJ+qamoMAwSJiOU NjwgIy4ccWmlL3g5KZ0rW3oycJ6C+ZvIwYEc3MTz4lCopjGv7DHH81KsaAsXR4gzy4LeoTGR65r7 87xL43x0zDe6PGjPHy8NnNVM48x1zZQCrPPJFQdwJs2DjF211mnv/AeeLCid4sa/YT1zivLafDPe A7b//XLPhz4N8tdl16t3wr8tnPDPeqcrcZiIbx124nuOazl0UQILrIx6vPgotTOCTTkceoebaujB /Xs606ULWHBfB681L+QB0wE5yBauSicXaaped5C2u2o7nbcfSsfVYdY5oIO+/zv87sQDDTDw/9Gx ouLPJ8h89byj/vv3z9dBZPMfdwq57dpXD7n4qXORPau+fw8z/EFKuiid13fYe/H4I6L4/P373506 1L7UnU990psX8PhnPf8R8H3Qi+DvPjenp9WOB8I7X/nuZqhBsMp0lwvhcrQUM8jVTWbrmpHtKHig sgUgTG0SUAwZhChFvfCEGCPUl2A4pQW9ji+xUwue/yjlwhtqL0wLatSTLIQneS0oQG+QoQ1fmCOP MXFJT1RZAOxUqwUV0YQ7eiIWZdgnMQ7IjEocHaTgcKsm0nBfrtLSIPQEBy96q4lpKKOA3Jg4LTpx j35kULiuCIc06nCHV3xDIAnZtDoG8llr/KIaa/glKo6RjXqs4xgV+alCmslXY1qiFhW2xzBEcWRn clUYKycJMTBNhLBEzqM8RTda/uFKM+iD9yZZK8dBjW+/3CIbC2WgXqpLYH8wZt86+cO9BDEtUbKg CQHGAzg2q2JcqNXzQgmcKNGhCjN6GjLXmLk+DWmbS3jS01wlTih5z1W9DCfkelQreF6zUNnsEztN iP/OVwXqSyvqYhjS8KJ9GnBdS7DDPJ3Uz7pBjpv2+kNDU8i0eNIIm+381unchdB8mTN0R5ro7LqF iIxSlJrR+ugf1llQfd5gDA9NJyUpdKtoPjR035zRP9/EpUdJK5ZAPelw4ucfb+pgl2skqfyEylSl SjCSzVLdkJqpl2eipYsEZMSgWgkjkh3zcL/D1//oMDm9ZehQWsWRK/XmNUqZFQZjDdvU0LpVV0pO dG8N2szQeiayRm5++7JZYDVEp8k9b3VshYFg+coiRlyBgIWda1z7SCG/Sm6ydxXdX8Na1z+YNWWV RatbGTvA0N6sU3RVK6bK2tm8Hs1rfQVt3SYXwVv/YfU/Zl3ZYYcEVrAuNajAdWdXw8Zb4uo0dD+i W1JLm6pjDnCaHJomZZtbyCZEVHG+7GOYqJoXqwJAnImq3g5raEIrapFW+HRZDab5tB+db7z2Cxnt 5lupL623mybLIdJuCLBK8uBn0kxVfm/4z/ua90voNdp7k2ZfE+5rdIAb6dOo5tkG7xS3Dd5ahlGq XvZWckXSxFNl4TvfDo90di6M24bXNeARozCYRiTxzN41YBqnaL0dFjEkT0woLrT3CNWs1xrtZzY7 +FejwU0yiy/FRz7KkW72c1R+GfZiSUkXvzl0k53+SWX+chcv3lVydt/zKPaAUMloJk6Zm3Nm7ow5 /81wjnNxvnyXMAO3YleelsqU2541yzm4buLzcx78nQwV68+ITjOd7eLdRTv60ZCO9GYS/SFJy6XR ls60pjfN6bxQ+kKdZgum5yKAARAgMQUwwAEYg4AErDowAlDAAkJN61p3ptSnZguuzwMik8YIqVYC NntsjRbvMmDWaUFAA9qya7c44AGvTkuskY2WWEMgAgBo9rOjjRcGpMjVaEFAiiSQa2lP4NXeDgC4 AVAACqgb3d9+dbvfXW1TE/ve+G5Ms+0ySR3KC2bA5GCnEHzIHJbNQ34OTsIVjjrT6S5mdhoVDjVU xGwSc0D39i4Cro0WB1SA2mrZ91osQO+0PPsCIP8vNQYykG17+0UAGsD2xiNQgA2ceuZqscCysx1z AMzc47OeOcxlfm2g+5zjALAAy/PN9KYPRuR0gZqdFEfoVMl0XwFLHBlYhCWK+hJLvg32K8UudRoG iAa8u3pAB+a/rUuJaTLyQ1YJRmzvbhstBeCAzL80a6ir5e5pOfaxQz6ADtgc17tG/AAwkKIMpHvp cBm6sjsObZN/XNcxzzu2AV/tzOsdAIDXvNNHT/q7iHvcN+d7y0+dam7zMpNWSqefq/4zVaEuQQEq g6B0yQSZDUnHZXtXw/fkH6mms3VvFDKKM5lxAJjHLUpHS/Rbn+1z+93klZc+ywcvbVMzIAOKPzX/ 4mXNbgrMuublhv6y0Q/67K+eLTpn9+c5n/T1zz/71y+9/vcvgHOvnvr9dwC7Rn1p8XpwUjkAIzTj JSpmA0qoUzFbJlMcQim60yNp4iK6JCeFNHwM8jOqgzMzxIDKdyXMV3fOBxeaF4A+t3MAcGz5136v NnktmHKmVnMeYGqJh4P2loPpxxY4l3Rfsm7vpxY4J3qcV4T392ovuH9M2HQyiGsyOIP5Z4DLJRzW xCJv1nXPw1Ua9TSgo4FRYjVyg2BakiN68y8PZj//poUwVIK2hmnHJoNR6IIu1xaAR3KVBHm7xgAf oIPi54fv94IWgHSEV24iN4jYJn+bl32IiHdJ/1hvPdiEkuiEOweFLEiHkYgWVAhCWXcrqpMjYBc2 /pEjX0hOM5JWp3MHtFWGa0JkN5R1DMc0oDglAgUHzfd8bqFs3Ed9rbeHLIh93IYW3AeJ2aYA5KaC CHCMO7iMp8YAv9iCz9hxFQB5oHd5wviLRodzzvh3l/eDojeJ4Nh07JeMBMCLqjaAqqYWk0R1fYVa wYFd5tIIORBRDmUsEUNd8ggcpZhEp+hWLNAH1qJArEhD4ENb2sUk8/h29chc+HKLcRFr5JYW8xYA fWdv25hzX0KIM1iI0heReAgCgMiD0KgWE5kis4aH1Ch9O1eSFFl+9MaS5+duQhh94ViT+faR9v82 kRXJeulYgFHGdRc3WwWnIVw2QAFXdS7DPfq4JlHCjzASMy4wI2VzI9EEUP5icZX0H1bWR0cpZBCI cSaIi5qmgk9XhzZ5lmjJHwsHXA4Zaq0WjH0xbWg5l2n5afbRfJBBl3q5l3zZl7YGG34ZmII5mIRJ IrxBGOHHkd2XiX9Bk3vhmIQBmYCxhIo5GJIZF5dZmJq5mY5mdxXwJSlJambJbKMpF5w3b0I4gDIJ byaJd+7Wku+XbuuGmqw5m6u5FlAHkYwpmruJm6UJF5wnm9GmmiV3ehEZm/HmmiUnnMophJz5nNBZ GnZXeUZnF5RJmSNXctmIdJO3nRHgACGAbej/p4LjuGxDd3Tf2Y3Xdp4/p56JGG7RqIsgdxfYSYx0 QXLrxp7cuWzeOY4cN3n6mZ5Bt549154D+p7RmaAKmhnTiW7INpFLB6GKx3gBwHK7dnoBEJEY+qA9 +XfZZ4TZN3ggym1Cx4wbGXKet4jcNnQjqhbDGHgL8ISL13jtJwIZSgAb2nIUmgEep3o+9yXklqPs 1qHAiHmJKKJJKIN396I8R3OPKG0pCoMLOqVUOhkNWn2rtmvbpoICMALj13fWh4P+h2sA6H8E6KHy 9ojn2aI/inS02aQjZ38qmnNyKqWdh6CKyKXkF4Aet5LpGIBySZbsdnhjWnh/aqZESnlwGX9w/zqi 7LelPUeniminKjmp9FelmJqpg+GZqBdulUSRUbh6zfZ9lgiJczifaxF6j0iTbIp3NucAJMB6eieZ SDin4cZxrXqZNBl9o8qj2XeqvYqhQVqJA1ACl4iqaLoWP8iqqxqEB0CruPqk6Gmp7qep1nqtznSC zgZtHrd0obqChTiqC1Cqq3eqwPmhSaiqtqqoc2gC1dqI1Ppq8Mqml9qjGRkB4gp4wOpyDHACEUmu pWasMHqu3Aav6kqpLYcC7+qmTzqv0oqtEBuxl6atdlh5gUp+SbcAAOilIRmm5WhzPkdu5rhqZ1qk 1XigBZACloeyKjuo5XioKtCy18iNBzqSK/87rewms8mGdECXeOcWeunYizs4ASKwc+Q4jhLQAUG7 tHAZnL+Ysjf7g9WYAVAbeNjonjYrjTUrsVzbtWtxpeW3fq8ZkRKKgwqgeruGk6z3mhwajHgYALh6 my/6pva6bhs6jDDpkuCWt28qjKj6osoWa6p3mmxbjKqXbiB5amqrk3iXqG97bTA5t7cJhBV6oi6p em/Kt5PrtZzLtaPWGvX5FqGLF6E7upkxuqbbuaq7uqJGsZiauqwbu7JLInZml7Z7u7ibu7orHLO7 GbW7u8AbvMI7vJfTu5rxu0KyS+wydrIkbN3kvL8yJWK3liMEvbGoHpSABolAvNSRvdtrHN7/Cx7h 6xzjGx7luxznG1zpi77aa7wM6rprMURk97zMqxwLR73Jgb9uZr2/MQlO8AQAPAXfuxyTgAWVMB3+ C8BPIMDzYQl4oMBeAFQFfMDIkcAA3AXM4QgKjMGXsL7J4cAKDAWA4B0eLByUYAZxMBwJLMLBccIL PMDBMcEX4r3uixnelSOHdb30KybWq7/JW7/hsZaQwMK/4QgRzBwyHB1DPMJFfMTxYQl5MMIOnMKw lMTgewZMXMLCQQhZQMGEgMFabBxQnMVm4MTaEcaXAMVWQMXAMcWXAAld3MLaWxxWXB80XMOWccNr AjK2d0vt4nvHBSPBp2P1NTddRXDP23s3/6RjGbI2+uV1IKUoMCTJMqLI80TJM0LIDGjIhzRNlIDF wgHFe7DAh/C/TxDBIAzAcvDAT9AF3usIHHwJhBDBFuzEn8zEwQEJCpzC2asGAOwFhPDLvfzLwXzK b7zLHYwGvmzMsgzARDzGv0EIVFzL/WvKXqDLAMzLyvzLv4HNT5DCtey9w3zKxewF4RvO23zKqYzB 3szGl1DHyZwI4+zEk0AFA3zL85zGeTDKU6AIrPzNbRzFwHHL72zNorzAi6C9sAwchPAF/0zF3tzP Dz0c0izNwiHD0DzQczzP61zQv3zQU5DQy4zKE43O29vO+ZzK33zHeEwZenxG+oNcOmUtjv+zvL4U CdaFTDctlfc4ZrqThVPCOT3tXDatLjjdlGHgBtZigUbdBBcovTvtxxoIHPDswGA8xxndv1RwCAYc z+Erzlgt0O/c1TEcBSOMzyhc0OBMBYuQ1v671odg1h2MxSe81okACRwMCVQMzQQdvmPc12sg12ht 15Mg2GcQCKBMCW0gzm7tBGud0PIc1oHg1vYsw4V91qDM0Nz8G4xt190cy9EcB3U914Bg1Spsz7+R 1bIs2mEtCHjAwWC9veVbz/Kc2HOs1TBsxKt90V2t2l9N2Ykgw36dB64N28Adw2yd2IutvZc915Pt 2VTN1u3b0i4Nv0KkRcLnI4HsUMvrW1z/0zj9CEBCNTxfIyOqKN6rU1w186ngpIFgFYZaEzm89ake UtUC7c3ZfMwBzNUHHL6zfAm6jd8APdYUDBx4zdCsLdsbjQaQHc/JXAixLM3DDQj+y8BtzMoWLuBx cOCfjeATzuGyzAagHdsOnr2QLeBzENYU3tUgbtEU/cIkntEgHtrjO8tZHdHfq9rSLOByINb+HcEB rsACzOHei+MGzsEuTtW9LdacveDbO8YyzOM+ruL6vcAQLsd3HeEp/uT3LeSQTd3VLZZCtCd9TELd I9W9NSjqjViiiHC3JyFqLtPnvVTdXVaTg9Skc+enGOerRVFhx9mZHdAjPONvzMDZy98O/17PiwDK hA7ouNzhNO7kydzgX40GVx7pXE7GAz7GDnzEhA7iLZ7g+gwILS7iWF7pCn7iI67iUR7h7rzFCT7h uD3QdH3b0izjhn7bWV3koJ3R55zcpJ7rWd7khSDswKHBCszM/bvkj47qo97qweHrKg4JuX7pTT7s 0bzlo07tqT7dYB4ZL61w6pJW5bKBUg0xA4LTZnUj+sLu94juO+w4667devDu9wjJydTTTh2Qg9De kaTva46KCknu/B4kjkDEb/wFAj3aAL7heT0Fh4DaNW7qHZzWDX/sCA8JWiDXl+3sJi7ph87xZj3h jkDFuj3qFc/LFl/yzU0JgT3CHc/qIv/PB4K93JGt4N0uzyuv7VCO2s3d3JDu1dor69Ecx7J81bKN xTL+8Dnu42Wc8kXc41ls66bO4dxO24V+6dxOHC7+xWmMBykMxwVe4qwu8Ssv9de+7Q8f12dt8z8f BYEw7Q//5d8O7tadFqYjKVF5Sy2W3pEsM1AZOnr/94S1ZPoV+NqdTIoSJMvbyYf0j6FjIcHnTSmy 9/0VAJY/la9kwQusCGJtwQxczFugvcHsyrety2wM+jDM+QJswdqM85MO8sxtyq//7KZs9Bntvxis +h59yq7v4ND8+ybt8Qw+x6Df4NBc+r3vzirNwjHO5AC+wZxtBsic1aKv6/+M8KDv+VP//72oH80A PPrbi+zif/0wjODRzMEr3OzUL8CyrvzbP+WZ3sxPIP4mvfzvH/7Fnwh1b/diXoAAcUngQIIFDR5E mFDhwoKNbiBiGFHiRIoVLV7EmFHjRo4dPX4EGVLkyI8ATJ5EmVLlSpYtXb6EGVPmTJo1bd7E+ZII gJ0sSf5sGCMAF6BFLz1BmlTpUqZNnT6FGlXqVKpVrV7FmlXrVq5dvX4FGxZqTrJlzZ5Fm1bt2Z09 1r6FG1fuXLp17d7Fm1fvXr59/f4FnNet28CFDR9GnFjxYsaNHT+G/HhwZMqVLV/GnFnzZs6d6072 HFr0aNKlTZ9GXdptEB+tXb+GHVv2Z2zatW3fxp1b927evX3/Bh5c+HDixY0fR55c+XLmzZ0/hx79 dw/CAIRYx35de3bu2713B/9dfHjy482XR39efXr26923h/9efnz68+3Xx39ff37++/33B/A/AQMk cEADC0TwQAXBCwgAOw== ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/header.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="us-ascii"





 

 

 

 

 

------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/image003.png Content-Transfer-Encoding: base64 Content-Type: image/png iVBORw0KGgoAAAANSUhEUgAABNYAAACCCAYAAAH9InXbAAAAAXNSR0IArs4c6QAAAARnQU1BAACx jwv8YQUAAAAJcEhZcwAAFxEAABcRAcom8z8AAP+lSURBVHhe7L2Fg1vH7v79/Yff322S26ShhrEN tEmZ6ZYhzMzMuAz2MjPqfT4az/rYe7yUpEnadavYe2BQIz2j0Wj+b/HBWpsrLTlYk0ppzz4rLSkg 8im+H/MPv5P3XgV664DKdPjFttFsqbgcsf2S19LInzmUq4d/T34mjf7vv/urba609mi1vXOqvoDW HK1LffZZ6W11VMxj68nJeWw9lcmX4VjtpPsvmzYdz7fRlpP1qc/8nbTxRGZSO/L3hhPTt91GlT/W ZfOJmdfl/3iBjlr/DB1EGjtPBWZ4Ucy27liNGoOyhkoW3+catO1UrRoylGH5gcpJz82VFu2vtC2n 6ibySRLlSnsnSVtP5wcDnfrm/qrU5/4uimVZdzT0+9pj+boVP5uk5Yeq9Eyoy5JZtu//bUhw95rj dWY2aocftlpLz6g9bOy3/x6o8oZZJDXw34kG4jdEJ9TaO6drrKFr2AsAsy06EDOosWNlXXqf5/LX FinN/+o9/l5woNauVnfbmHImn51n6/VrbIJRSCvkXW3nK7utZ3BUzykNEely/c194f5SXStrG7LF lFPvZdoHJvL1NET5csydYqfQ6Gn3S9FbqusSr3v6/b+TaLu3pAaT15ZJeyT/LqbF+wKjzVUw/d/6 olHJZ9mBClt7oka/xr1Q7f2jdrqywwZGzT670qSrZqfLu+2v+23WPThmdxt79Oi4ClJn1W2Dtude C6/a0Sddnt4TOn1ftYlP7KwYZlT3/rsvX+C1R6vs1NMOGxoZc2bgw/U/7zZbXeeQ2J+/q+zM027r Gx63h019NqY0FouhKMuhO836d8y+uprV97gz7JHHnX7vTTXQiYoeax+Anc1WS/XnB83sifaYK7P9 3bRE7YPKXi8hknb/76ZUZqtuHdS/Y1IbWXvvDJJm3E5KQo3rvw3CHllJvZuZPvvyUpNLni0nM/7e 1tMN8JwNiGk+u1hn76oz6PF31TFLD1bZSongfQ87/dltCZX0sZhjkZiivXfUMl1Dfn/r6awzy/6H Lbo+ZDUdw3a5ptd6RkzvIIGRhNXWJSY6+rjVNp8O+Y2KCz+93Ki61Pozi8RYSLoD91qto3fYTj5t m8g30lsqV7INpqP8uzNgtn0ViefzFO+vOZLHohDqluvJa5He1ICdSHeCkDaTn0VVb1H5tgpT8TcT lEnPnA7lYIAX33vndF4YbBaPFN9fnNM2kZaIuE5fJ7+hN3PSvIDZFioBPtvPSmWVd5r61TsLjtmo wm91BqmxFYcCU8JYvLdFCcIZW8RsI/pedrjOJc+CvZXOMNuUx5ZTekd/wJx8vHCqLIX56GyNbT5e a+8KnAb5E5iN31HtrDlcZZdqu21Iku1dvUda/5Wq7eobtd9uN+UqlrFhvfTJlTyz/VdMzOedkzXW KmY79qhDdQoNFRuD92aDoZLvpd1Po02qW/69wgFeKC0DLdcs779irq0ayMnryfegeH1LAqjHa++q vxZKdSef33Qsn1ZktkjFTJW8BzHI470ks72pPk17Z4t4hmvgaP4uYLa3j9bbb1JJv99u9EnDB+ck dS5m7W2N/ONP2u37a7qeY5AvrjTYMul8mOf32y3+3k83m+2LSw127HGbZimhMF9frZfK7XFg//ut rH1+JaNnMvbZpazSyahBavV+q/16p8mfh+F/vRWYZ7kwxN777fbTjWZbJlxGPjvUaefL29W4VKDW vpAU++JK1kfy7nOZXDmCxOXDYFmvspwq77KPz9fbNyp3ZKzYQNDSg/lGmormqkaTABwqvp+8t6FI 7SU7OXl9ZWKGDnCP19cL9Mfrjl9LvFPMbG8fLZR+yXtQKWZbdzy8F6RyPr+3JCjQerQZf09SozEx KHkdSs6oYgIQ6iteXy8JlXyHjo33oOQ9Oite31j0HhOT5N9RTKelA8VBAFGGs5Wd1iqpB/MWPxsp md6rxGzLi4B78l5SAq86nL+3TNomXk8y21INungdehHMtvxQ/jppItFQ28l3oQJmQ73wcLLjIqGD UW2RQf67rzLM8PRektmC6SPOOJWuvrcKT8X7E3lpgpBktnXTzHCSzLb1ZNYbPeYPFTCbOpZrEzNR 0foThZ0dMQV1QuoWM9siqR8INZQcWFA+ncBspO/qqmiAJGk6ZgsQJdx7q4hBMK3Ee0lmQ3pH7Bvt XQt17Z2EUIjPRnoRzAZtKGrfSNjkouVikmTbIWDIrJOCvAlD5a4vEv7KdI9MPLf5JMxRZQv1+x39 JuF3c0zFO6gvnlugQm3XNWxUYDtmhwtFEYsEY2ytrVZnLN5faLe5WNFhi4XVQofXTDB1W++I0inX VDx08kKwjcq7LdfIa6WGlij/wSHNbnV/uyY5kRkR7Uz5SS/kX2/HNcFYdrDSlmgSE/NG/ew6XW17 peLBTt5gOYD+rsq+VZMn6hOvbTkmTFnT7b8X6tm3xLzMlsGMMAhmpVjfd4V7F6tcETtCMG55WzAf IY2YMIV7tXa9qtuvb9PAcIbO9QvMRvqqpt/39HM4aav6hPQX5vqBwb9Ef68QFtyqPvaBru/FufzJ Z9UzMBtEmdZKaCQN7BADm/sFzLZTnbJZUmNI6H6H8NrKI7UO8CPIrOsenniWGSmikobEHLFTHb31 VIPdqu+3A/c7xAw1NiC0vlSV3Clmauocsq+vNNknwk00ZK1ml8yWdl/I2B7NFMGHK7zxY+PU2gap g2ExPo1a3joknJbxtNqV93/3VjhDPG7okzSF2VTBM3V2s67LMh0DzogDI6O2Wo27XYy2916zV9zL L2a7ne11CQCzHX3SZhuPatZ6sFZphWfeUBnvNQ7YH/e7bMGeSqmsWnuY1W8Nuv9danQs8iDbI3wV Ov6icOQaqbVFe6vsyyvNdr6i09YerbQGza7Xqh6rjzFY6uxR86AmUhp0arvK1gHP620NqK1S/Zmu UZfa28/VaWCrjt4etXajqsd2qG+2azCvVh4tmuhsO5NxBqLutJFLepV555la1addA1CDRzPhu7W9 SgOGr7Z+zfiWa0C9o3Zkhr9NjBknUCeetjuQT0Ilb6sElWI20qZvks9S9miA97RU1gJm26yL6zVb GRaz8eBn52tUuQq/R2Vq1QCMOgpV3zPsv2m0/sFxFbzG/ne1QZnW2UcXGu1NNfrA0IjPcHaqkH/e brZHDd2261zWFogRajs1ivXOl5fqbdfZOhscGbMVB56q8hVqxBr7426rOrHWvr3GxKFGDTxiO05W qcErraVvyBaK2ZCSnWq0BZKIt+s1CVFet2t77ElTvzdin9Js7B5U49Y4Q1PpcxVdLlnv6vmgxuvs xJNWG5V0WK2OWCcGob5viKnAfm9LQv1nT42tFCa6m+23RXue6p0aMc2AdfQN2xtql8Xq2DNPumyt GGGB0v7qktpHjLRakqKxc9TWHlE7Cl6MaPq+42y9ndVMn/JVN/U6oy5RHh9oEHZJpVCHLzXpWaz8 KQf3kWyDYpQtJyrF0JX2+90WO1vV5e1E+YfEbOC899S2Z1Q/JBiaaMm+Mruj9nhzf7l9oDZ2TaV2 e0daZHhUfXZaTPhXmTPbhcoO26AB9N7ZOLNPY7Y880RMlsSwWCmSz795oHLiHn9PUqP/lUSCQZJc uUkMtEnXHLepg1A5PItkWaWG5PpjNT4GxEapWt7ZfCJgIX4HsZpfoqGAdB7XwByu4jRql6lwsRKu JkT8Ru09lmTLY7yMbUTtolJ81IILEd8hPyzcE3mpPhGfQZgINkmlUaaNmtEibfw9vQ9WKsRn+bKw IoGRlLZAhfIe76yW9F8jybVKEpHvdY7NuFfn0pD3l0m68jf5UJZtotVHQl6YduJsjvd4BkINe/lF nleONksaLU20USy/10FE+kkMzfVd54AaFXZEcIH3sAC866qUsuTghCTaUu+T8B6EFAxlZNJB/vl7 UMS5ayS14zUmLfQLgihee1vtwnP/h6rkRzGRCY0X1yP5xgAZ7/EN2ERFRCJRRht2F6bvYBpmJjyX TJvCsyaXfDdJyWchFvzXqkJrVeFSz0ZMBsUJQpLceKo6UCY62vGOrq+V9IlprfPVhXQCgybznQmB DxkMafcgJMHbKkvavXUqV8R0axJlDBT7ocrXgSOjJalggKEuvSz5/lulfqct6NcNbgkIg7MwH12X FqK9iq9H4p2YJn2U5JfVOX6J9ExeH68SJRt6jaBA2jP/JHoL7EWnapAt3h+gTjEFiag2EQ5Mu/93 0z+S2dLu/9MoaWpIuw9FZltTQnv93TRn58noBDiZ0p9/Zso56ZXKw68dyper+P7Lpli+tHsvg9La qVTbJinUI7zr7+f6Je3ZYpqzZAOcxpGVpLRnn5UwvSTzAPMl7xevLmDYTN5/2VTcVhHzvjwKds6N ifVUJoDY6AqfS6fCuhTaRqcid55042TKzZnQMs1IsNfEzNOeeR5EQwA6yWPl4QBmI61QGWL+zMS4 Rgfj1pR8bq5EWpty6acR5Up7LxJAPvl8nCm/LHpbajWWJV6LfzNxSD5bTLEPJtvVpqcCybbvXpvb XA49aHWPDhqFGRHGQxqcZ8IMKUnV9rBpwD45F6a/WM99RqrrvH+1tn/Cih3fSY7sz68GX7SPztd5 2iefdtgfdxr8XlyFgEgDAzNuNtjfwn2RpFjIS4x/oNwq2oZdsv11v90OPe2yBS7lYpmevZPfya18 QGHhOf25NCqWyC+TlkoFFrfHdK5WCCUGM5ok7f50VMBsb2hWg+8Ov/l8dJ7pa62Njpr1inadz1hb 36hYY9z+s7fKBkfG7afb7XpyzA4+bPPpds/AqN3O9Nre+23WMzRmg2Nmp5+2a8ZUrsfGra5j2E49 aZ/IE6rrGHFGcoPxmcB0XOfatboue9zU58xE2VoHxn0gbD5WZddre/2ZQSyy+jxq7HO3pDf3Vtvg 8Li19I04w3LtVEW3L+sk850LPQuzzY5CG8yVaENMJpghij1yXxalMhvLTFj7YR4Y6WpNp515Gpwe eY7OZrrd2T/mf3cPjdpBScPtanzef9o6pI6osfLWfutSD7PIjMX886stdqGqy/3kYodB2a5ht3jz 7le4C+n581Xd1qf0WUbBVX3rqeCfhq3shxvNzsRIUcqyXdc2ncm4sTYOllu13RoYI25fWn+0UhKT dArzhVizZUkotsF0NDtmyxs7kxRtfFDxPWxeyxPeHJE2a/ZZmHYg6lz8rJNgx5Z473RtgeqMFCUb i/jF9/J5TK5D9E9L0ubjao9TOGoUPosfX3ymgNkW7KPDTS9lXBosPVjpzoi/3mx0qzfrmjCgeMNd vsPCea31DYzZkQeN9sGFgF82HA3rd7cb+qxrMCzqdw+N2F9iyG+utdiY0kyC+mzPsDfIlmMwO/kH vzOYDInGxgos8IixrSr8mbJuGxgdtwXKm8HAOh3psCKApGNCAbO1itlwYx+RRMWwyb1Y17Xq1Jg/ 9U22w1SUX8WYuWSjDvEdqPg+ht3kffAp7yCRktdZQ02+x2pIvBeNsm+JOaInCG5HEf5AxeXg73gP St5Lvgex5Ja8n7wXr032wwvX39RMlL8LmO0rdczvt5vtpxuNYqpa+/Jy1jvuq6sNdq6Ktcdot6m2 L8UMFGiZJAfOlrxHJffebbH9wkvgvIVikguVvfbtVXWQ3j0m9Qnm+vKy3pWkI60fb7X4u6wrUgaW UbZISsFwpMc768QYP9ygbI325cV6O/Goy5/98kq9faG0Pr/U4Gn9qfu/Ka2tGmW36rpdjdKgB6Ti P7uYsT90LwJbllRiY0DFDV+K5qpGk3kV3wM/lbqf3ALoGiJxL/lOUlpOrKaoLZPPI+WT78yG2RYX ubcn78VrLOUVXFf74EkS/y5gtg3H8qM9eMLm77HuGe+xPjdxT5WM16HkOzRAZFAIN6Lk/eR70bMk 0lQNsbx4wbfoPhs8kGJvTTEtZxE/+c7MmS3/zt/BbKuPFJYzXocZ0DZp75S6/uKYrVB9smyVvB+p gNmCipBUSawzBuJabvFZfxdssk1hNmaLwdcMZssz8Mbc/UjJ95IjM414xhft9Y1/fpxEQMXMFtYB 8+/iMp1k+uS6oTtPimmKG546OOUWvSOVkmwLDmggFeWbpPgOVHyvmNliWXAiWFGE35LvbdSgok/A UPEdfOhi50/arP2CmC0M3Hy7RKLvkzPwAmbbKhWDY9+vt1tzIjEvGY7cbxHID3+/JXyAJCKTiYZS Z4KLcDnafrbRPjyf9c469RTHvwD68ZYN7j9hhgTj4GvG+7i/5E0kUI275ATzC14d4blvrwaPiB3n gnkErwkaDawYvUsoJ7a4hZoxr3OQHBieNJiouGNiTrLhD+f5K7/oQk5DM3NdfQR3KdYVK5Vn6Dj8 2IIHhpiWXWF6Z5We++JKs+7ncJPKt0L1o31CXVQ+8s8NWn8uYQOkLbBVXqnu9HTd6TI3mO43Dfo1 f1fP+CBT/SIz/HS7Te/mB/R2IIjqiXvTYsGYkEcY/CsO8Vwo/xaVg/ZekutT2iS5CXs2zBaJNire NENZopt7AbO1C+NgWf7zFrYvE8AMHgvc+13YKj63U2B9kQrJJIJG+Vy4iVnh7+6DVm01HWPu1bFI BRwZG7WvrzXaR+cEWDX6cWxkhO2732pjeomdV1R+9dF6GxCQj418TBMQCgoTHH3UrobIOAN8fTXr Lk44DJLvG+rsNQer7Jc7LXZG+I7th99fa7LdZ9RgYrYflHdlO+5JVLraPrvaaF9fz7pnCteeNPS7 pFt3tM4GR0cnJNmApsz3s336u9b6lRfl+vZas5uBdqhc7HNloHT2s8WwU/errKF7xH3lFuvZy5pN /3mPNtOgGR53ZjzxpMOZ9fMrjbb7HIMiMCM70hiMl6u7lP64d87/brX6IHrYGFyrvrrcaF0D47b5 mODO0eBWxbu/3GwR5Am7qGpxaNW77PHtV54Ytb8R3sbzeu3RjCaAOKMyWco4ht1+okbCImgG9vN+ fCFIStplNsz2tqTvZrX7xDX17wrxTvHzBczWrVnmFkmB32412fDImM8YKTAZc43ve42DauQad4CE 2Viu+OxKxlQ398RdI4zRpErvPF2hZ2qcQX5S51KJDy80Wn2nJJvSgdna+4Z9xH52scHtdjCm+/6r g7ajGjQyu4bG7fAjddKJat/c/K0a7y2NUNLFDfw/e2vsk6stdraiy8qbcauutT/F9L9qsrBwT7km Ow3WMcgGapz76uySOuLU4xbbICkOM2Obw60dp00+kdlhNsrxtGPQN1cjpb+53mSPmnrsYw0cmHuL 3vviUqtdqu5xJs30DKkMfbZFoP6SJlQMvjf349w4brtPVtr2k9V2Rkx6p67L9t1R+ZQmeYEv39W9 a1Vd1qDpO1IeiUOeD5FsJ7M+WRscGlUakphql2+vhUnRzzCbBuxvKs+1zKAYvdre08QA8xWd/p36 5mHLkJgbXKz+UL02i9k+EbN1qtPeZ1Bq4L19oMy61dbRFy7yRCQsD5Fxkvdh1OJrkeL1uAmqgNkg EoUBGO3MSBHd7OncLGYJaiomWqtRBBYKIvzLyxnftPLhOURpxkcbEiu8k5Fay+WhBsBJEbuRF0ZS ku9NevctNWISRzB6l6g8Z8raw7NKJ5ZhudLJP5fDKUoLpvZRz33RSknYmAeE0+U7mvzEjR+oN95Z dYh6AQ/y6ca0GWSoa2berkLFpLzLe/j84YW79kitq1MmVlHNwqz4tAFJQtlydVCbYsAm/eBkSL24 F95jUoB0pB4r3Tk1XOd7pSQR71GmaI8LKjqUySGLmI1NRttod5XvSRboUuk2TDBUbMOJduFbZYr5 QKyVApHIi3rHZapIaLzgr5dnKtIgfWb6Ab5wPY9rJzEbRAOT0Wa9ECvCom1yBxINmXSiw6FvsSSZ i9DDece89Wr8YgaaynGyWHxjg1pzXHm582Ths/k0ExUWOaPl7oX7Vc7c1INGjOVhX0AyPVRr8r1I lAmmSj47PYUlstLvhY4s1RYrcg6ndGjhPbVzrlyr9HcxE0SKzAeDx1gosd54WGNs9b7V++z/5Toe xcm82N8wuZ+T9/Ppggc3oy2Unrez2ht3d+5HSmW2141Q5cmGTnvmn0ZxVozVPu0+M/ZXrT3+EcyG 9IgNi4pKe+afRrG+SP60+0lzStr9l0EvjdkQ2aulKtgwA/F70t/6Xqrn0t5/VQmVglTBk5blJIhN MJiL0p4vJswVGKVZr4RYAlpeQr3PUxqxCavWbZCYYYALYGrH8anP/xuJtpiuPWbyzOxooybOxJph 3rQpR/QTK4Rpzz8L/R8Tx0CsQoVJRtqDz5swBzHRolKu/XITPCYvUfpDLyqQ5Ysg5hEbhZGT5U8S eD5i9GLiOgMy7T3ahsk9lhCeJZ9S6bxM8rmd5jP4mRIwYZP4Csrz2GRivhaeD5SW7kwpLJ5Mbr9I M1Uu/1RKRt6IhJtD8pm4Mzf/TMZWHHy2diOPZJ4QeaBw0p5/HvR/wGnWCdBokbix+nClfXihwT64 mLEPLkBZ+0jf752DQcoDEz8HiukQca1neMSdgb7PmSuhqQQbK69MzIMZdo7ITgPxvXMZ+5B6Xsza ttOFEc2wfH2oeof79eZ7zZPvJ8gFzr5Ke9A45Pv7B4dHrWNgxA0BRMBIeydSbHcPP6M+wVr2/tk6 U5O4SXjtkbCoxArsvYZ+j1mA1+Dz1qrPg/K8JKY+NnkwJWm1C/tC3nsWYo2IRdNkHs7jzzg4/wnE bGDCwpprFwLXFjwj4l6wsuMFwQL03NpuidtDCvuCuK/08/OSH6Xo/9ar4Gk3EBhEUGE9is+ynBDZ 6IF28Wk0++xSCO8Y3tEUiimApk8EWotO6iyQYZdIEpVii3X4G6ttle2+UB8EyPl62xHN2jSE0kTI hnTrwjxfnYE5f8fpjAvCrkEGfq3Hro+uI/gWrQP66h0obPung9IFzDoJDoQFH9yINx/NdabS23Em eGiy6BmfJx8WMDceF6kNQVtxdw3C57THhDXDR54lmS1qE8ofYypAWGchBjer8mzZZ3v7agnBJRKu 647U6RqLxvp7X4UzxCrVn7AAWFPf1r2J8qhsK1QGpsBYU/EVKw4J9bKIxfZCFACxVjhz/6x5er3o Zc8oJgeVSVDYj8Bn3Ac6A+/UkzZ3zW7sHXOGJepRUy+iwOzQ/Ra3abx/MkQZ7x0clXDUe4fZsxA2 qURXE+KpsQi84iBhA2rdC4F9DHzYy8BA+PJSCAr9MNPj76w4WGmN3WP2v+vNjoLY30BZOgfN11pj ud/cU2YV7SNW1TniwuaLK01KZdw9Kwg3xRotQvDtQ0EY8vc2Cez6jiEX5o9bCCA9Zp0D47ZRAuLr y7inB3d06sv6IXXhH9YAidcx4BtuRj0U7DK109nybn8HD4uVymf54Vo7X9VDcT0ANeVcICL4NNca e4clmKqsVuWuJ+qRhDnrxDgeUPYPziIEEMrB3Z0P+yt895mE2v9ut1uT/v70PDHuai3bpbbR58ST FvUT2hkK68p4zzBVRGASzoyyvEgNmvT/e96CDdS+Um3rfSnid/JviKVTltLS3n+LWCui+E7x+yiL uD4MsZzJ1Ippc2zP2KY4G8T2nC0BBJgGki5pJclNREobPwTABa5jwQ+g0HTBmECgMBaoU1p94t/F sXfof/wmSz3vv/3vwnL7uweCz2Xx85Pfn7nAoz0YVwSImtQm+hvbM2PXAVRKm89YsBGM8mNNx+Ln u6s5pxANkPjZc6fJvrnaaN9cgxr8G8daEBlTKRvX9ExTtIV7KqxKQoTpXcyLwnKWBh8EW+ys9Yer 7GZNR26A8xmzGzWdtlmDIgo2PJCSHXyptlfPCclJcBJwEncu3kP2EKQIBkg+DxEZv6F7yAUViIe6 sc9nXMIq2zXg6eFXiEPslWqhMeXbJmFEfD5iRhPH8LNLDfbFJRwu6u1qDcJn3GMk0hk4ifxwo0XX NLVUuqyDszGsU4iOtA48QFgnYXtGCK/aESnpfHoJv0zaKi/Y2MvDNTyRhkeG/blzlR32iZBvpp2T Bcyj8K87ntGgAAWC8kKEsGTdIa4llcPzIhj5RQo2aLkGDQtNTJsmI8M8pb0L8mfggbyZmqW9B+Gn EEwE4e+p8sHDjeXq6abW5I1wLH6fTWrsM6PtWIhK49cQuiUIJ2yVTPni2TmLNStg0DNDKH4vUnAT LSwP03jeC85a6e9BxUqQdFgMxGbuzk0p70RKC1Ya02CnR7GwZgZCdDjGC4TZLLk7BcJ8tElyKJle ScFG43x0AeQVJqOHH7fZLg1gEmJAMYiIartOQmvX+ayjoXEJrlNPOuzgvWYhj/7gQhjDzKnRd50J G/EYqwcftKgyTJU0ZVIHf3E5bE+Bypr6JSgy9t21IEgvV3fbKjX4+/7+mJ0s6/Ay/nwj+BLj63u2 rFVoqc0N0dWdGuRKqLV/3D48W+1BRl2w6RrbmpmSMrC8XPr+8FydnSnvsF6hp4/OhU1wsdO363do ASG23MB5V0xb29ZHha25e9h+vdUstNoW/F/FTB8oDWJqIhTr1A5PmgfsqARXDpDaj1dajDiVW4US EWrUGWdw7IlxcNFZ399o1B3umh171GnLnSmKBJvQGuH6QMQkdvhhm+73uMCk3OUtA675kjZIBBh5 JIl6sUXmRdjsktuD8vT8BFuSikNkJynt+UiYFggikvaek/pjaa5tosDiG0oKvCThL57MI0kIteSW pEjBFjt58BfbDSFWzX1zQ9GzeQooqfg9KE2wJQk0n/YeNB26J15q2ntQKcGGiaW4PVYfSecP8k8u hMC7xVvzpkBsaPf8y4WUmbJySFSYtvg9vOrSYGPx1qwk4e04VV5pgzQSjJr2DhQFWxqlDW7CawPD kzayNAIap6WJwCree1hMMBoMl/b+et8Xh9tujVVrOs7nfmOI/JyWTpIm3ddgSMsDipsRit+ZK5HW i0ZsSZqrYIOS/ljFRP+n8q4IYZT2DpSG2uBn7KRpqI/ztoqfhzjUIk0QLsvtwEollTdtJRSaTrAV n0+QpGkFm29USe+HUoINr2ifXhc9z/iPh3tMnHMxA5pSsE0FSd0nRVKSUAcQv+PfxVAxEtdLCbZk sOEk4cM+6flInlbhXtAkrZdGS31PVEqw4b6e9vxMqZRgg55NsNUah9N9diXrK8gE2E5LAyIdyuG+ gixA6F32hTAAaU/sE2l5QM9bsEH/BMGGe1KpdsEOl/YOVGo6CmJLG8iT9vjmiLGz7WTh80xj056d oNdIsGE7nG4aG4my4ybGdoNSdZhSsMF82JQuVGtq0z+mqV+LJ4wAY1UOuJpc7VwlLfTB+Yztudvi 9M3VFl3HZSPc/+py1q7X9foKYAHcnkKw5d09auxUZa8aptIuVXW7zcNXQNV572Mf6yHAUWEaceN9 viNq7Vr9gH11hRAmk5kKQgDEldVSRHpM/z7yVeHCe0nBhobddbbOyjQdrG0bUpk1ddEUtL5zyKei xe/SSaUFm9pBdV28v8weNfRaA2dxJNIodYoPhEMkUxLQJgMKW0XYUJWxv+40+45LTAM8m9zLlEY/ 3G6272+22A83m+2HWy363WRvH568PylJMxNsGtBCknsftPvxDysPlLswT6YzFUUGf1bBxt7xP++0 WKva5ExZ18S74VyZwucxmn8hHq/vGrZzFXHjXyGVEmykxT2Opdh/v80OiP641+H9z8lLKCX2OLHf KW0vE86taekW0Gsl2PJ9SJnD5sTJ7xdS4Cts0/HUg0hTLh48bOi3mvYRDcxh6x4YtV9vtzgzHn7U 5rabm5keu1IbViyTxJ755IFDEFOoB4391tIzZgv2VHh0NmxSN+p6rLypz6o450WDE7tERXuf3azt skYxTFlzr58JU9c+ZHVdI2qYarsm4Uj4wTf3Vtj+R11uS2I77i4JuKr2Ybta3eF7+tcdrbK7mQHr Gxy1u6rL55cyhnlwvwYPBlliJnE+8y3lVa+0WX25XNVhD5oG7FpNrz3OcgBPcUfUONMRDOG63vv1 bqvHtNyuAZHtGrKnjaqPyswhPecqOj0f9u5z8BE7Q49XhIWNpfvKJGAq7GG2xy5Wd7lg/ulWk71/ JmMdveN2FTtZ/4gvRjBl4dDKtv5xu5PptQtlHdY/NGb/3Vupe3V+vvWV6m5rlfJh63LseBQPTNbc M+xnyWQ6+pUOAwIbSGA8ykcsgKNPWLDJ2MH7TVbVMeILJGXNPW7DSQp6Dldi2/bGYwzsyuBLqDwO 3G91F6AbNd32KNNtHWpobKeL9lZZRWu/+qTPmtUmX19SnhJ0Ne39dqeuwzKaVn94VkpGbd/WN2bH H7Tarcywbyf/Xu2G8OD4DnwcT5W1uYL94mKdbdc7VW3D9rix2+6qn7Jdg3bySZetOV5lV1SGyvYB D/DB5whxFJR+tnPQzlZ2KW8pt6uNkwb2EQn3NpXxaUuf21CvVan/1K9sh6/rGBTPdlq53qVNQRjh /VqPVcBBT7QnPpicZntFz7b0YAPFdldlT1sH7XhZp/qQw7cKlRqHoI6IibedDLa0TZppsF3+gzM1 arNxpdVjTd0j7sKz/0Gbjamhz5e32v3sgMblmJRW4NE/bjfYk+ZBu6UxVdM2YLfqe+x8RZexjLSd s40ENrBvf36B9q6zq/Xddk9j8pZ46lxFOG0Nd6v7DQN2Q/xX0djl5Yn8FOlFCba065HYhQw/l5oN QiC+yKslBRsroE81wLdIkCHMMHz/JsH2iToBoXL4frPtud1of0jj+zEpiXcRbLXdOI+Gv1nGBiXs OFPnZwzB7EvVuXxAEDBI37D56bR0aJOY94I0IEf/fXe12ZfY94rha8WY7LLdIG3Vz+qq+6rV2uD4 mL1HQwqqf6upGguC+LZhxPzkAkFFBjX4QoPWdo7YPncnCQsT23zLOANc9VTe2c4BO/aoxbafqlGd xyYZZ/EN6x8adwZ6LOHeo3x2n1X9xbzHHrbaIwk8D4ckhhhQO+3QdxRs7iSqToeJcYT8SYL1ZDkL IWFXwaIDdRK+WWf+X29k7ZIG4W0JT8rWK0FGpBjKsPpQpTv/cmjXz7ebNFCH7IerGQ2+IdsrQRs7 GlS5/miFdUuwf305o75qstsN3b6YEJ+Jgg03FfIpaxu10xLIW4ToRkdG3RY0SbCJFzZJsGEG8KhC ahMO+BqRwFvF+VLq07vZbvv2GsIDf8Naq2gesCGVmZVjAqLcl/A7JgW5R+X/8UaI53GppsfOPG3z fNYcwbVHgmEvwQIb9XvU3X+uVXdKEXS7r98f91qFXFGgIY7rkNrbjwIUv35/RQqib1SanzrWCtXX SgiM23cSPJSrSn2XjOhDrJBunKk1OOCHCiFshDvCHkW0VyjuNwkG0Ny7xL1QvYJgq0kItoydU38+ Fg/gNdA7OOKuTjzLIlqTBF3P8Lgt0zsIbFZy6QOCtLD6vfpwSPNNIUf4hKCCB+5mbc+dVs8XB/n/ 7isX70sx7i/3vG/WdWtm1KSxUG0HJcAfNQ25cj74UHylflgq5cnYRZChUFhw+kTtiCJp6h21Pfea JfSC94PveN9Xa7/caPTYHPA3K/rFq7IvQrDhaxqP8pzORIFSSfJwJMZcfGZKxPaRppVPm4fsVEWP HRUsv9fQJ4HAwVoZISFpPg2kXziDM/c8nfLJlWa7psF4XVrzTrbf37krzcKKKgjnitDWb9I6oK6r tb12XpoBaXy1qtcR4ucSbmVNui5Nc0lajwg8n57DgFhrh6SRy6T5CFfKSXQw+LX6PrsjDfNQU0wa 5nZttz1pGRITNquzgduVdrGyXcw2YPseUq5+5Q0zBPQJWqsWKj30pM0b5xBoVEhgpzTXBdXhcFmv hKnqJtp9sdGuShteAqVqGkh9r6oe1/T3xZo+O/q4VShi0O5l+oV2BuxD1Xm3ynRPqPFuw6Adedxp 55XmNQ3gsxo0HFi2+3ytmFH3JQg4mnz72YzdU7s9aOx2t427mna+fwb7Wp2dUT88UH+slyK5pDoc Ke92O2KF8gTh/XSz1RHdthNMaTNueF0s4XerrstPEdx4TEhT6RFIJh55uUftdC+rPlI/fXE5a79q ED1pHbZvrjXb4YftdlR5JBdTriv9K3VqQ/Xd9do+b4+99zvsTGW30LuQWV2fC//fCW6jZxi8x552 O1q/WN3rodgQAD/earZqtfMNPb9awvBj9fvVevhD5ZRmxmBMWj/oORDbQ7UnbfiBeOGh+vvr6w3e j/DQF9ea3I/qitr9eHm7nVNZbovn7jTqHeWLAERp3dDzD/U3559dq++3d87kQpapXggaeBsfxutK 52dNse9lBiVMwy4Y+LG6pV917ZoQiPT/V9da7Iba5EGmz3651WhfSwhXCdWdFjrbK367IH4EWZ8R UmfWsOchUa5AbGGKSdTWu2r/+0KdD/R9R89AhGdD0RDBq1rjDBT6jhDdFc0kbqv+N/UsTum081WN AXzM6MNjTzuEUNs0uxl0f09mSr/qmVoQp9rl6OMuTx/ndlyBqoWc3znbYGeF2H693SZBVid+7Pf2 /vaakJ2em4gDkyNC4UV+SCPMAWkLI/Q7YU6SgtEFuaj4WaaXU+WTFhcakDQtYptMVX6K4VRQsJiw MVFA/GOSaSFx15XYaoN7xWFpHo51//1Oh63SdBK7D7Fp0p6Hol8WAzW4NhQSGnOZhAblSVtZmo6w /RSnmSR2RVCG8xK2TLE/v4T/3tQ2Api6OF06eDobW/L5JCFASr07QdJocQGD6VDqMzmCMZlKFucz FcGwizRo0fLpjP38CMZmGkyblFo8morgP8q8UehrNjzBs8wS4OFY7xVSNMWDP4088OZEm4b3cehl v2za8zMl+p0TO3dLGR+UMD3wqMP5L2mDRVGA2KbjSxzQiZHOOxPBxUpS1hU+dUnGD58pwSexfPA+ dvi05+jfYtQI4ZZFGml24ecb3cM7bYYGX56ditLeeVZKy2c6SjBwSUp7bzpKSQcBPFfBBkVNGLVg 8f1UioOtmGZS7+koLd3nQcVlS3tmKnqWdyMl05gurcQz9BGmm0JnbAZ5WBEN3v2c1Z0jfuf+ZpHG g0YUCcLAM1NP30rRtHySVp9Is3m2mIrfLUGz4uUE/SNiZP0zKOx/TTJskvC+ns62MU+vPk2c457o W2zQs1MkOPfm0wAdb31FTix+VWjOh9nOleIhqDOheGhqWjqvInGoazpRj/A77b0kJZ/Nv/t6tcPL IlwyvJ3EN4uFfCbajL+Lnv23UpKfJtqn5DOBB9OemSlNpKH+SB6CHCn0lZR6fO450EtDa6lBJYv/ di2W/v6rSkDmNdLI2CawRWJ7K/avmYqYcmzSdAR7BatEpJX23DylE7tQ1h8PW43oA6bvMYD5PEFV 02zBivR824wpNgEmY3DJCRKPT3ek7WzppQg1DMsOn2dgaE17/1UmjJhp9Zhy54RTja0rYaRlJS95 gNM8pVOIg17Y/tFWOZ3D8b+BWDCK/InjK+1V/AxK1SPA8IymuVNtR5wp4RCe7JMksdn+udhxc8Ri zqSouewdnIuBbrbEfrtVkt6cF0nlJqJMSNDhnhB/p737qtKyA8EPLnZYAakuU7UrS/ETbZAjt5dA SpPdAvFZlrGT/mSvElFOdyxVuaeLmAv5cyJ471kFT9hjmGjzBLHjIu2dfw1pXBfzF8oSvssLFey6 +VXs4Mkw9a6E0qQ0hZBxsSrcLRHGNih6yXNGg5ALtZgZqzBMl/KOhn8Hha035Iux873T0hLJhn/N hFoMRe3L0dQp1kOEQ2baO0naWrREzvs7z7CEjb0o/xxndb2qUyoCJYT6Fw6gqSg8nxFyeLY64d+W lj6E60DaO/8WYkwTIaawXTS+cu4Z4bnJQo3vpOPyTMlliHiU48YK88yEvnCBN/m9ZyUXasRnYgcA FUKgxZuExPbw3xcz9qGHAM/6N5FwmT4+zwJhOzvxpNXGxsY8/tqED9E0Qs19llQJPN1DHSY/My1J g+G9TRy43RcbCtACezxjvT0MuJ6brt67zzd4HQZGRMPj7kEPcmFXRdrzSSI/EAuCfdvJGnfsHR0d tbLWYe8snll2oML6RsZ9BwPhkF5FxBYVI75PUwk3pkLxzAF/5znUhf2xrkwSA3iDePZFDKDXiRgr RGamPaLQwm+vuF2wQXI/PEOQhOmVcSmKZ5c4nSYgRqHD7IsgF2qgi7QO/+FGo29d4jMyOu6bcTnv l20k/cPmx59GJ7z8e/zOux/AqGTiA9IrEhox5BeeRWIT1vvHG83W2D1o9xoGHTWGxsAHJzQCHuDh HQZM+L1AAul+Q587HIaGCvnF9GPj8a6XKSXyxZJ9ZfbzjazXk091azi7ma1MeMr/eL3ZegZG7HHT kH2nMsaDU6B855BXHJxh68jwaGg79vuxHSVfh9y70EQH5wUy1988WGXEvWOLV7ZjwA487FC64dm3 9pZbWduwlbcN2FK3s4U0Qzoxn5BWUkm9LGKhg9NMJ5g7QckQ5s+T8EwneKZHeUi0+TyhaHDKrZUC nSzQJp45WOOO66W2OU1HpMs2sIj6UNRp9rsXQS7UPHx0yk3mwkTKQIixORwkxIC718BG7VHfv4bx OgqwFapECFdEjP8gRBhUMXpHIMIE17hHdTjpFKrUOzX2wflGUYNHAIlOhjQIkh00iZQnogNC2PMT CkCgEWpx/ZEKW6+02c/mwkLCjuB0nBHAuxxZF093LUV8BghfOz5mt+u6c/VSR0hwV7T0S8g3u7Dj Wa+b8lhLuUR+jgN7PXNp/XdvlQ0h1FQ4DronXDTtwgCP7bX8YKVve0F7EvYb+8ImpbPhBHWs8eCZ a4/UizmIMhwUw2Llse4YXtisDGtKKuHp5VGbEPJ7DWVRPrQV9Y95vUzi9K0kakoS28TS3pmnfw75 WPHff8/0PyfUgvApvCkpLlRDOCIiy/ZrfPp1XbuV6XZBQljsKOkPP2jWAB632pZhCYQQOZa9jZwP wF49/ibCRlPfmH17s1lIrM7uNg5y2c4pj59vt1qLMhn3/8wPa/GNytcaPNrAzfpeoZYQgZZgtys1 0BE0lI3nK5qH9fdQDipX2dUazg4Yt+beUd/jRkYDSghBUljPPPH5/GK9jVIxpXvkYXuY3qrO5PW9 ppHxWc4naOkZsjGV50JFj/UNjAnNmn18sdEFDJvvB/2Mg3G7VNlpZS2D1iF4S1mfNofgjx9earKm 3tAuLT2jvjF/WNNv/mZP7EHVl2AC/N3WN6p3JPzVbveb+v0abffemXpbKK365r5yG6TcquP5yi7f oG3jo3apgn2HlPnlITY/IjxFoM0LtbkTY3alQEQIRRVi/rNbIe3ZfxvNWKgRggZfK3ynfKCNjdq3 VxrcJvLV5XqGmAbZmG3UvHnD8YwLPEbwL7fblE6ZVbaHqdhjTe1cEArx/HWb8C9juo+Bt8b+utcW XtKHSA8MhKZeYvQTqqXe/iuBtEcDnXBBW4UIiT8fP6sOVnh5Y9n/uN/uYXjeO6tBL0TVot8Iud9u ERcMhqhOHCQR/ibnHcoTQTEm4YAw/UWCbIPqXCMhsfd+q9cXVMaBLrTLwYchysQWyqLniT7CYRqg SI7D4+LFSkKWV9myg+WSM0Fob+B0K7XBN9ea9AhXlPfxauVfqzRGPMzRcjHpvQztH8J7gz4X6h3C OXn76vPe2RAzf5Gm35Vtg5bpDuj54wtMp0Ne2Ccpd4hMkj/4g3qAml/0FPVFCrU3Na0nPlrsy9Cf geLffkiL6K0DnOA1OQ02xtMOae+GrUqJ59X+5EewAW9TtSftGtsUPp7tqV8oTsYA7hbMREirmIjV TzmxudJfXEtrT0IWkWYod1p98sS+0WQ5mJYmD6xJvpP/Hab0yfcgZnHxuZh+8W/aeNmhmbcNC2MI ak53K24PFh84snFZbuaUpBkLNQEIq27joJLw4YQjIhwQdudmbUBuxGE7Vd5iZ562WhdGN1190NDj ab99iFj7SknCcNHeCntDndjcN2Qbj4VKsrftr3ut/g6fHaeDQZOTrsIVs47eETv+uM0HPptqWRKO H06O4nlO6OH8Qxhro6akv0iI7X9AeYY8nQMSQkkmSBKfXRJolJegiDyPYCPGVm17EGoYO7crf4dK +udyZYcdeNRmp1XnWM7PLgTH2yDUzBcKmEYjRECO1PHooxYfIF9fzQu1dyWAac/tEqIeAVV5EWGC T7valsWZINQ4/s8v54Wa+mvFoQrl1aKytAupduluQLE7T5Nuep3jdYJmMrDCwsvzpRcq1EQIgrS0 iykIp8IpELzvwr6kGw4RasKpT7Szxz9Ley5B9HVagIVSxHGPaaF7kgsswWifv/6uBChCNGwozwdC 5RrmmfB8uuCLhBE/WY7g45f+bJIwhSTf83fVPtPlx32QZfG7xYRZpbg9YltQr2RbOOkeqDXy7syR mgbRFg04EAt/t/WM+MlPm1VQYoAxeBo6B/zUqe8kBDhx6turWfv0otCctAwZdTjoGrMT5d22XYzC dMmZTAM1j9TCB6RGgWmEb5VmU3c4+Yn/iRfF9HSLBFn8vHMyfyL1ViEekBbCYp8QG8ecNXSFU5iI B7dR5SFcdkHDiPh8IoQTQj5n7ExZu+fHtLK5W0JNwpEp8XYJ3CiI/rjd6IIFOyDoiBOutusZHBuH RxFgZj/fbNTgCEKNoIJ8CHfkSI2j/kJSPrhY8YzlwafoUaOm8voEoYbQUedpSh+F2vs5oXb4Cf00 boOqN+Fjfr4ZjgAkadoKLQ+z40jJFHYSY4g88F4BDzwfetHTT+oECvAIMOrbtHwgUAZtXvy+ozQN pKkiwjCQiQQd/04dXAVUZ8tT8iom7KnFq8O0FbtpiJbCYsd69UvyfngmrMKz8BRDjfMetmoGNwKc NHiu+N1I7LpIloX8cISlTMX+bEniTNzkexA86HkKWZU6rAaKJ2OlEWmAypLPM95Win8oG2iQBYx1 Kh/jKfkc8RJjAM2SQo0brNhdqA7RWweFOt7VYGY6N6ZpJoP69JNOCb46+/JiCKwHESmWDgXFMbjx PUOT4NKw5WgIFDkwOOpxrr6TsFqoTqFzWP3880GLRF5AF9tVUDbt3tFzTN9APkS/LdPUE8H46WVc LypsHAjpz0tTaPAy1frrbrun0a8yc2zfG/sqrFOokM9PEjDUjyX+ZKNAfAgxDXNzFNqmExm7U0/9 Qx57HzT7c9tVl8GcUDnyKATn4+Rr6oFg8PdPVNvQGAJsTMip0zsBex9TdwrHgggLDSiB+IGBMfKH 8oAeau2xC7Uxj3j75l5cVwqRGkJtofqupRckOm5nKzq87X8SOuRDO9AnBf0roZgqZJTfi1ihcr+1 tPxEz9umRrirtHygUkItSWnvJYmApbSlT2OFbDlgO+05CIEylS2TIKJp73EkXf65IEDcTUWgIvnc ppyA8LKkkE9rlX/ynSR59JeU9yCE44RbVRGlCbUkUR54MO3dqYQax1xOPOtjWbMHjYm0Z1FEyXQZ LzEsfEmhRsE4ob3ckRkH+I7Zx2fCiTd777IoEEbMjzkhUdPO4oBZpnPY9t9v8YigwwIqH2jQxYw5 sLVnKNh5+JczK/Ev430iqxKaONwx+/yStLs0Y9/QmJ+wjoDj4OWa9mHrlbB6c3+F25G6XLqMC8mN eiTazyVgd6kxcsXzyKcEdezkOV14lO3zGFMrNLeP5SKy6acXwjsnNY3cdS50nLeJOjcsSEio3Q9C DU1E1F7kE1js9NMOtQPhlQesTOXjsGQi0yL4eaajb8wOadr7pJl0Rq1PaOq/YujlqjtBMeNn6/FK 24AWypVr97laF2Z8BtSYnDqfKtR07VZjQLLY9L67kp/m8tlxanL/MiBiPknarHZOPvc8yJFaiend c18okKJIyweaTqgxGJi+pb1L+VnlThMgbH9LewcDfqnTo6BiVOKk/N3RNVfOOKXiUJjiQ1wYi1Mq oVwahd78eZpKqEHbTqajvOmEGrO8d4oEcKSphFqYvubeY6FQ+ac956R+5vS6mC4KBGDEvSmQWrWH hP7pZtZ+05TttztNHuf//bPSukJghOr+9GK9kE3WFriBnrM76+3gg047QQTQe832oYRDMkQKGWNQ /0Ioa6cQX5LBiMv/u6Zyv91p0XeTpnUSIOqM7RKk3+n5Y086nD652CgtEtwYoFWH6u3kk3a7UNXj EV1Jl2nBZxJup592aZrX6vaizZqWfH65yZHY5uOcwJ6Q9MqH6K/k+/vtVjfeUx/PQ2XEc58p3Qeq b5zrg6gYJF9q+nhC+R973Cn0RZ2qNS2v87b6XW32003V43SDFEGjXajssm/1fPALpFP0vtqP9kBI 8nub2jC0Vb2jrd9UJtr/9zsNup/RdEPTiz1VeZvaGaaf9FeVfaop8MnyLvvzbpPSyNjvtxr93NJP VW/QXGwzaEMJRue95HPPg/7u1c+0fKCZILWpDgLBrpb2Dn1Zqn641ZR8J6UPmNH4M0XlxB2p+FmI GUfyuSRFgVhSqBVNP5METwUhM/m9mQm19HfThBpCiMWHbcovosM4/S0ONJskpuXIFFy2kg7zJYVa pFLe4KxopGktiFUUnkmblwdn3cnE6mDxs5FWTLN1hqlp2ntEaUh7HppqmsJWm+K6wVRvq4xs45nO IZEzHNPSnao8kUCRpWw13OcAlKV7n0qcjflOAwRccRoQ5Y+Udp+j+NLycKE2zcCfLf0jhJoGadrz EKvSpepX6qQsdk5g4ih+3nlEZSzuN/5OQ7uYO5LPJWlaoTYFUiO/v0uoQYyptOi87wqtEd0j7Z1S NKVQK6UdoKl27mPQ45k0obb8UHoBSwk1JLeHQ055B6LjSp1xOaH1Umgqoca0eBJTidGcSVIYrphe jFDToNpb6XH0O/uDSYApLe+U2h4WdxWk0bxQS6dSQm2qvlskRT1boYatLW2Kxh7o2Qg1Fp+SzyXp dRJq0JbEdDJSbFdkCUcKhkOn09+PNKVQw2+mOJNIoCO0RNphx1xPewdiFa44H2gqpLb44NSMj3d9 2ntQqY24Uwk1DPbTCa6p6EUhtQXqo8+uNtoHlxpzETtKtwvlJ9wLrjKrj1a7q4uTBhm7KxD4aXnM C7X0vtswzf7HUmd4lBZqLCpNfp6ZUdpshqlv8bPQ6onzcifT6ybUOON3qlVXp9NhIQ4Zw4o1YKN4 HEwp1N52u5MyOV2rzHA3SC9oIYV5cVipYd9XspAZMTGZ5ozwibxKCTWOO+N+FDK4mWAYT77L/sFi IypE3sWrT+SL/WmlBFfx85G8bDMa2DwzmdmjUMP2SDtskYZl7k8YnoUHKBPvpKc/3fRzOmIxht0a BWYDMQLfpJuWduyjcGRZdsq6wzAs7izKUVjomZrJZyfUSDPXPjPqg8mUlg80G6EWypvn91K2KwQH 4weUkbQfR5pKqMXT4v09d2FixY8DqYveUR6EAS9OHyfUtHEb6XUTatCErXtGskZtoLEFzyfTmFao Me/nTMzy1n5r7BuZGCy4J6Sd3s4ex9/vttmeey22726rrTvCc/n7Fe1DfuZicV4lQ8ao0NzHH+et /RV2orxLkLvSFxQW5N5FYt/O9Nqxx+0Fg7lQqAHpq+ztg5VW3Tks4VH6VKWZCjXORF2ZYu/LIzW8 zevtbGW3tfePTZyLea5mwH68GaaOxTQTobb/Sbe19A3bF5caJq4hHOJ+2WJmxEGTleOleoZ9tCxU BBeBetupwcTZpT1DY3o260J4qrpvOF5t/7vZUHBy+5dCj7RvEEaT35m5UOPUsoydeNrhvoXbz4d0 k2nNhNLygYJQS38nEkKNs0DvZPo0zR9VX4S+LCnU9pXbpeoe69Cz21OEx1RCDeKkNs7XxZ9y/71W X6mGh3GDwfiNOw7IujhdVuBXTFOXaH4oJdQwQRS/E+mlCDXnu+A8T7sVKOaSFPLZrH6L6Uw9/ZQm QRtwfN3HFzLuLBsd65bqPo3OoapvJjQ1wmfZ/kr3xN9wmFXKPNNie9h5NvhnuZDx7/DuCnUi6QaU R0FrwsHD+jsYCmvcIMvq4DIJQA5d5uDbxUJurGb+eCv4l5FG8DMTTNUA5Z0fbzfbB+caHKGR1w79 Bury7Lsna5UPtow80mO5mKX4Uhv9oVVChxyGe/JRi+oRnItpR6KFrNEAYLtVEDIcdFzvQuPn6w0S xDW+7QrhFdMiH2KzL9Q9PNERLNQb4QbC83IJRZE+G9p5p31gzL7zVVr1g8jRFu8VMRORdCkbdcJx kW/eSdrUwpYq8wFMf9NmuBDEZ5NEGTjL9GlznwurDWJwtrqxFW2h+pe2YMq/ZB9bkkLfs70uCrUC RpUAwxwxEfVEaXx7o9XdWq5V9dinF5t8cHHP+Yz0D1R63xGM0wVerow4Zy5S3jwXkSdt5yvu3oYZ W4UCEr9wjkEy0kokkM3m4xis2RFSbWMjHH4d0iJwAQELMAEkkSnvvPHnUyMOQhRq9Hd4r8792Cae zX0XC2oirXDwMjtXJikk/1ZaStNtavrGFYSjDn386DsiMog8WEmkD3GkhaeoP+3OmHCe8nJmxAN1 fn+p3mds8n5sbwRMKSfaF4nUIiGQKQtBMjhKsNT0Pknuy8q76p90oaZE3z9TZz1q7KeNg3ajttvj d+G5v1PMX98+aBcqOqyll5hehZVkixIeByvEBExPYqNz4jUf4o3tPN9s3cNme+7U2/36Xj9V/H83 cEUIx/lnu0Y8zzYhkieN/bZHmgzPKwQpHvE9g2P2jZ5btu+p1aksbYPmDHC2ostu1vfZ05ZBdy3Z eZbTp1WH5gE/Rft8TY/vjkBo4Uxc3TakfLqsXSj0z9tNfhhxl7QurhHt/YO29kjefSRPVXamvFso p9rY7+rBG8VEpyt6bVjS/JLa5UnLgLUOmO08A1PVW+/QqP10o8G2S6hzmvzp8g5v/N3ns35ANAg0 2zUo5Fdppx63WV3HsN2q67ZKIVvaBGF1rabby/ugccCae4Yk1BqdKTkY91G2x8qa++2yUAPTz9DR wVEUV5narlE7X6X02nqVb2VJoQYjt/SO2CmVr6FzxHachQnziom+3HO/2R429vnAWSDmB62geBqE gK9WtNsdlaexZ0zPtXr+H15odB89DoCuVl/hvwU6qekc8msPmns98MGpsi53rbtU1WuPG3osIwZ5 k5BSyvdyVafdbxjU8932qLFXTF6r9DuMnWjnVdb7mR7rFQ8R7oadJr3iDw7IznQM+AnnzDh+v9Vg GZXrrMqYae/3PkuiS7batIk5ylr67EG2391mdrDDQ23yVHkSJKGua9w+vYJrTWwPtYELtXEXagy+ WvXnXc0catR+e++3eD//dbfZDyfmcOOjTzu9ThNtqrpzuvynF1GsdWEQS+jgM3dN9eYEePj5+FPN Uo5V+yHF99XfNxuGrKF7yLfcASaIqtOkPOGljr4he9jQZz/fzFqfKnJJ197TeK5pG/A9wrTHTrVT e/+wHVN5WtQuq6VgaO9HzYEfOWH+U81GopKI9HcItWKCj3C49UXBEsIWYgGzJFLDrwmG+EnTi21C Tay6scOH6cG1uh479KDFlkrzfXWpXh09IgbJv1ss1OJ1pOj4+LjtFlJCMJSpcY8+aPMOwU8NB953 T2StQYPq68sccFzlg235YTWEOp69lBi/efdOfbd9da1Z+dZ6nLfWfglXMQEbzfffw0lWDHISzVrh UT12SZAiqKk0Xv3LNA09+qTFT9lGa318MSMhlfE9dV9dabTFQkyny1rtaBlxzPJ14zfhfqrbRtRG FVbe0u8alvZbqqkCo/L9s6DbWjsroYpCiELtRwk12hqBd0pp0/jDDDiHzlX2zfVWTRHr3On240tq 9zMZDyRANOBPJXhY9fyP8nxDz3YMSbNfZ3pW6SeEb9ezO85kTeNamjhMmXBODNquxs0Fb6kvBgUp GBhJN5gCoaZ2++Jqsy/O/KIp5o3qTrVxfhMygxmh1i5lcyc7YLcyEg57Efx1duhxlxRQjyMqkGyX CsO9Y0/bJIw63IfwmysNvrVO1bYPLzY4iuvrN98hwio3nxWHA7ppV5/CK4uFRrD3LZfAp55sk2ND 8xsSSt1qhxVMW/TuFQlt+BUFsFt5sT1seGTEPr9Y5/1BaCpOrF9yqNZ6B0Yd2Sb587wG8qXKLh/w 72iaPSJexZb8m/qtQn0GTyzb/9QdoRfvK9M7uR0eOaHmPlaaXfzvelDOH56rc+fxBcrjkRTz77fb 1R9C476xPiD7JeL9LeqLDglhhBrOtI76VZ91R6ptSGV4S9fwd4O3QKl7pSzqu0f8ubXHmEGNixer fYtetYQfKOtOXeeEuaNKyuOcFC19+9OtFqtq7fM6bjnZYF9caXeUe0kC+6vLWV9J71N67K/efanR HdP/LqHGZn3MDqBJZMukZ+hnpQ1Pc5hR9GlLUgh5VlKo1VifOv7jC8E29dnF+qDxJNSeSJNdq+4S 8mq3P0UETgzTgKD1aBg+0XFusQTPSk1FmaaiiT88F84oLJPW2CcN9l91LJFnayXUEDDfXKvXAB6z q5WdjlTWHAUeV0kYWZDEqtwtCaOvmX7p+uGcUPNosYLo16q7bXh4xI4/aXOm7ZGm2iUERp6UCSZA qF2q6rLDj5Ib3MWQqku2a1iDSahOWpIj/Yvb5uCTDg8l9LR50B7rGyTIFJJtL3w2aaAyhfnrTos1 SqKCnHqHRjT9DE69vHdSQo3O4YOdi2kEaa/QgKtT+16u6ZXCaLABCXLCeX8hjVkl6Mc0j+c6mH4q Pfyd2tRPR5902jdiyj5pE5AK9UGo8ey9hgG7WNFp2zV4qDuRHBAssd5RqG2TMPz4vAaY0v7mUp3t Fzqmn5PTpQmk1tSnvwMDhe9aL8NdD2CgwSZB2qV0KC/2oX332jTAx61CCJQ+4nPkUbvSarHf7jXZ ek33mIbxwQcSIcVuit3nMx4ItK5n3I49bLMfrmR9qociWCRF1yvUS5/S/lfUnz9q0MKvCGgCLIAI MVVAt+sHNXi7hahqrV8CF15LIrV7Qpg4cNMmWzWYCYyK7xRCpEzT7T13W+3PO8328y0pJJUJYYVQ e+OvPFLbLaHWqTLtv9tk30kx9yLUVL43JfSPP2qVQGTbXLt4mMjROOCyT7jO+f0TCXkWwhiPqw6V 6++spvbj9uu9Vo9o85fyXqb38kItCIGBEbWzfrPDhkjLtCtKh72n8H9lx4idFzqlXr+ofWokoN85 KeR6u8HqOkftIyn863W99qWEIn25SuOtqmXYt0bi8O3T3xyvQC9CqDEDQ4HE59h/mvZcJOqe5p9K lBHyTxVqMMkTMS5G4W16+dSjZuuXhsIVAC/9Sk0Z2Ae3QMz88ZXWxLtVtkSNKwXjWoVOXyumZnrE tAcEt1sDh2nL09Yh23sPeK4pioRmXWu/ClZnR550iSnEwBJaTIGxBwCthbRdUy4QEmjQdAoDNQsT xHJr0wCA0SvEfJuE9t45EbT4IiGFNk0tmVZSR1ac2BPK9POXm63WLCkAU7ERGmZ93NRvPwgBLRJz VbcPayoo1KK8aSivn1Ca+MzRCNqUqQOxzraf0vRF6fP55Rp2tKymSwiTbqXd4IPoF9LVIHrcMiSk xvRTg1Va9DMxL/taifW28ZjSGBtx1xiEEFOg7ZrmEmgShgWxLvqrzIN2YlN7X4OovXvQNdd3V+t9 O9s7epcORsgv2iNG17OL9lR4f/Dh+lZNiwMjEKY9bH6Hqe4KhZ+nbKo/07Sr1cSUSzJYlRRZqz1Q O6H4aBcCiS4WgjzyuNXuZbq9r+iXDgkVorGcLW+z99X+m5VXr+rwzvEqaxfs/0LoeLnacPGhCgm/ SqURhDwr5GyD6xAy/VCode2RqCRrNIWqkLAZE0NX+57ePiEctDr9cU0o68dboKQ6e6wpFHHl4Ncr QmCEPUcpL91fbm+pfOpCCXG1DwolV7e9d1s0ZWNqSzitrI1KUJHWF0LCvWrEBTg6a6r9+eWWiXfg qUV/PLLh8RFvz5+uNVhtW7+mjjV2+GGrFGpAUUw7/7O3yv7zZ5n1qhxv7Xsq4R0WNeDbjoFx+0yz nnUS6CgK0limNgCVLtv7RIqvVsiTRSyVU0KtToMB5AK/DEtwvqFx+Kbao6ZjzD7QTAGhjOBlbJ8t b7c7tb2qb5WdfNJq1c0ItYy19oza99daNJ4qNPakRCXAlur31WwwEfwpAU+0F/Y6B14JRPCJWP90 CruOku9EKuUsjKtR8jn310t5LknIn+Q7kNsTlX+JhYIA886JYRnoH0lj3sv22snybp+i/XW3w6ra B+1upse1B++QDt/navrtSl2f3ZTmu5/t9w499LDdLtf2ecDIG2qoP+93uX3kuv5eJaZmIeJOY6/9 dLvRbUnXazrtnJiS6d1d5cu+OxDGQ3XIJSGxD4VibtX32U9CVvd1/7bg/YnyTvvhphhTDH1LebK/ k0G482xWmnbINd2F2h67XNdvF6Wxt2pa/evtJqtoH3E0854a5X3V80EDGl0QXcx2ta5LU7EgwBg4 5yq77YrS+PEOq5c19oM06BXV4arqslZTLgYLW5uqNA0+J6GAACGI5F0Nlnuq3977HXpeSFfvfHCx ybdgYb+qah10ZsUwuk9Te+wyP0nIXlE5rtQNiklqbJemU2VN2FY67fc7rSpbv5i90k7q7yohWrat 3VabH3zUqXzFVGIsputfXm0SKh6y72622cGHnXa9uscHNAsS7ynNO6r7XdUZwoh8q17tqTZlG8pl tXHy7NXd54WEVVdsYfQd/XxVtFPo+7ra6qquf6g2RACx5/Z3ob0daoOH4iH2xv5yo9HbhIWUa2qH StX7Fyk2EPd1pXOlVn1TT8y9Kk39e+ya0mBx5RehXsI//aop8RXlf/JJt9qhx9vgkviNaTj7kG/V i1clpO809qkfe0V9dldTYqY0/5MSY3bw6121nwTYaSmcQiN7jaagmh0I2XyvqdvNTK/yV1tK4X2j NnzUNOTtu5ZYeLl33hBdUB/Bo9c1FedktEtqF/YAv3e21u6qLT/RNG67ePCuFPsNtQ9KnvqBMFHY F3lf/HqzEVtZv3h5UIKoS4M0IwEVIrWUq52+Fa9/LSEEomQs/nSr2Qf2tfpu++tBq30sdH1LfXD4 cbud0ZS/XwKVMbxYyvKmlBWzHkwW95TXgQcdbuYo16zgqsYCJpMrKivTt1Nq92Cf7fKFtGKkhntJ rH8qaZwEpFYo2AjpTn3T3in2NQVtr50yn+KYciH6dLxfQqgFIeV7DfW9WtqyMFO+gx8aqzIYbkEL hPXBwDmx2qVn+M21wrRDjCrcDEAlMHpIF1tMWGUFXn51KeMb3fnbV7KUx6bjYQnXV3HUUJQjrnR5 nrqXrI9H0NCgwaD/luCpb0D29yhfMIQyXZxYcVReqw5hg9I7YnTm+hNlF4IJ5U9cU15ENcAtBaEW GCF2aixXrmwi0mbFCYbjXRCbB7hUGqCp6EbgK8GiwFShg/0dPRfLwN/U1f2kVG7eLdaSm6UMcAtg vyr1A4mgiGKbQ+QD0Q5o02VCZ9i4kvnlKUVTJ8uk37QbK7UrhdjQ+jH95ADh7/VH61xoMt1Yo2nN 6qPh1CcG/hrdYwGCvX3YdhgUxDbjXeoR8pOAID8JCHcdgSdyefCM96faPti74J1aF7jxZC5QOFMf gkhykhe8zPPwhJdRf8e04FO2yYGaYr0jn/FumD7BS4Hno18ZLj7MEOL2uqQdD99FnvG8iijkSxoh zj/lj+UiH357udQ2SyRIujSFxUXm/2mqCz92Cv0F/soZ2GM6ni7fgffzaZJHrsxq94JDU4oIFyHG B3Vyha986APQJ07mae9EYmZEO+bHgPpBv/MuSXlyXlS6HnooR9iIi1dDkS8xrQRSCxemIj8rQJmQ SGycqSg+w4CicQvSk5ApjokU6WtpHHy7jj3ttl3SdkxbaeS0Z4uJRigW0EEbS3i6EJxZOkkK5c+n V0wIPYTusaddQpEdbodDcERBVorSvMHn6nwLYtucWNEsRQiI2D4hwGA6MZjXHk8RXjMgpidpRtzn SbRRFK5TDb6piIHE4SNp96aiED2ikMcYZNPVebLPWij/aiGSUtO1mRJClV0mHNBDGHoOC2LPNLwf +rtKfDx9v9CuoCbKxcJX2jNJCrtkJGikwNLuT0colNgezsMpgg2KQj6pFCfki9oVk8echFokbB84 MpIYNgu0Y/ANC0RF8VbmGZ4tFjKR0M4cvjKZ0NI8E4ymaAJ+I6VpcNInn+CpT36CqtIcbnAn7fid o/g+ETVL51mKalyLJ9MrJupI4DrCC689BpMSyC4trULyfWxFaT3rjgKmNB4rTn0S+4O+ISJD3jeO fGtcA3qZU8oW6j25fDMhNPDs23l2FAZeKB/oIO2Z0kTZQHgggPA7/bkU8vYi30IeA2WmPu8U3lk1 0f6BcKxFIJfesjYbyjo6I92AnJJ5qby5e8wEWAVmzE6MW76l7GhTeJnneB/iWnqdAsUoJKD6WbVj jgoOK8oRaYHeQZexnJGXnZ+FmBlf+DgG2RJMZWGc54RacaLPTlMLgQmioaeitHemoFipkpSWx3T0 vOqSRinp+M4AZ9LJlPZ8KZq5klL9Uss2N4FWQGnpPi8q7pe0Z0pR8r3ZvhupOI1I0zwbAUREJMmp H7s8GMxEcC0g8QSEMy02r+SUNRJTZvb5JvOaKSV5hfIl76XWJ0kFz+eE50xJ70zKr4goWyleLvXu CxJq8zRX4si8YoYNTJu3GczT60k+CDWYiahc3L/MImbav6AT+KHYvJFc0Pk307xQe4UId49SRlYW YOK2o3l6PSkIrbj9qNA2xL2APGbWx+udT/JCDcQX/UL/7TQv1F4hymvgQvLVWGnhUrbJeXp9COFV 3L/vng47P9Ken0xhZZ/FiuJ0Zp7GP5vmhdo8vTYUfcpYtWTDPW4SkbhW/PzzomirRWh43kLU5Olu L/pmwaH4nXmap2emnN0R9M4sjt/uvuT8xy6MGh8HS/R3XqHx7Nxsq/M0T/8UYpy4d0uOFmtM4IrH 92TKPcN7Rem8aiSwhiCYitJffD2pys9iYTXbyVeNWT2eO+Enmp7XPD0rRVcrQvfht0l7+6wtN+sq Jp4hghAHkDPw8HWdbpGtmHwLpvJFWbKjDvfMUi5UkSgXAWvWHqtPeEbMWwyeL6XJphdBaXm/PGI7 NDwYeb8U4f3COhReaPO8N09BdrKtvsodKdYcq/MNQXxzhjo7RnkuORlNvj9BPmlgTwWxSpBxdbb2 eNgngecfexnCks/LnSTEfQ247E41VqLuSLoH4xlKHJZXdekKqxrf/4dvNbOzAuJajnzjy74w+Kf1 CHuFKShtgTUxGd49yU1Mz0LzYO1FEYKgxjYIAKW1+1TEsotHsk9Ndwa0DxdpDfqidKcjBIEf3PYa j5NXkehHeKFYNjnF69Pdm8kzRfei3HsZhOJgz0lyk9vMiHO48tbmOY+BeXptCaDGviA2ME/mHfgp 6D0moUsPTq2/sOJuTrxPepHiNcLXprnT/53EFp3ZbGlAtrNxOr+3KWmhfrVoAqylVSQSCJVNkHGm 9k8Y+NShkKrcpT/u/I67e2HqgL7zMb8nkZ6dB2svhugbdkvPafOu+mXV0WcbfIC91LTTiPLlNjXj dEiAvMkzTQYccbni7+S9eSqmaBEl8gPbKsLkqqjdXwDF7R7vqj/ZgV9crr+LAFtYMWJ0hdkQe80i WJunfx8h94j0EaNrTEWsNOWjPRfLJTaP1xunr6XyYU4uA3ywuj2LvJ0rkSfyYcrVD6Ki8J3DM0Tl fZ2szwVgDVCGkiGOPQLCQ8HkaCUnQfkMk83mIQikB6ODVGEOcMhTvJf/G0aIgjfZmbNdnnpxFJQ6 RL3p0PfPZ+3Pe812vqLbTpR32y83msSQDROCPMkEcwVrIVih2or2RLB6jDr99nt/pzLP5a/fsd9C VFVdy/Ux94iKUPgexEEf9LF4Iz7vaaj8ubRIH+Ay2/6OwRzZBL5dguLb6832881mD09N3Lmfb7Y4 /XCj0XadZVmbU9Ck3KTUfeO02rAw2OXMKJr0ieZM1JK8ZYNv0m+Q8JJw0O8vrmTtyON2u1Dd7dFn P7/UZMsAidTd0wppLlB7bD1Rbb/eabNTTzvtz/sdSicIydCuxcBuniLRhksFftdqnAWZVOfBJEJo raAoCsbkLIh+JUYb6TDL5iQ8YiSuPVJvq4/VT8SNfFnklmWVK+xISZRbytMpVwfiJIbfGeNs2aUJ vveDkRJpztO/gWoESOJ+88JJZzBABN7h/tuHgxN/MjxakgBCBEsJ1rjCCRN8RxQg3ImIAp/2/gsh dIPIJ/MaH8mQesVEqEH22NMe+LKlpveK0wRYI7R9WlScJEXnboKSfnI+Y5Vto1bd3m8NXYPW2D2c oEGr6Ri06o5hfQ9bfdeQ1XcOWlnLgN2s77a9AkBbjodozMV5vCyKdQOwEPdx59mMXa3q8fiP4R/z EwD33Gv3sz0KmOEZLWuge5bbONjnbYFiFLeX5+9kKuW3ZF+53WgYtorWQavvGPG+bOoessaeEStX 3315OZtjmMJyLT1YaQcfdlhZ+5DVtA/4EQ3NejfTOWRVbcP2tG3Iz54l+ncpYTATevtQlb1/LutH EGS6R9UtdEzoHCKGf3+tSTM7ATu14+IcY8+dCt9HkBHFiXqsOxH8hwjjt/tC1loIs574NPSOSrA1 qa3ySh7QRrTzBrVL+ISy8+720+HYjWR+8zQziuCf5ZdNxxIKaRorrCsrf0azbAGb6GP4arp4hDGD AzQyGh5cf4w4uyGmLsBsIz5Eqj/+Q/PWtHlKEkuDq49y7HOtbRLgB1SxpMnf6DqCvE9MFF3npMtO ouYTgwO+g+cAefwm6h0Bhf7uTVbwOf53aRM1ApdjeGJMsAknnMybns7rQhNgLZz5MpsKBRMifjnX 6rpz+kcKSNQ7xpEZ5a4waVAa69dbLdbRzyEsonEpWj3KuUxrjoRTHpNp83e4FoFBpFDg/D1+c74P jBZBQLhe+G4+3Wj2DBXP08L94ehgiLOQ3HSsNvngfI19dbnRPrvcYDvOgNAR9IWMwbOEiXRLlDNs zDfmRdqhfCGPWIfw9+6zHJhG04z6KZSL95apThwREtLjecBCtNBEhUJdJptxwzVoNopnIi0H0LW2 81RVDgYFUDHuB+iYPWns9bOhwnu0XXgfKyBHC+84U2eVAnZ8fr/dHBRHsWUrB0J5J9QrljnUlXRx 8E9z9OQ8J86UOlXWacOjALbw6RkctU8vNagMod4LPM9cnSa+8+nEvg6/Q55YBkO+efDO9XA/8k5I Cz8mvslviUDoZgms7WcIRK7n9lX68UQxzwlfT/EBRz6jYLESbjyBjxTAPPBGcX0pH2nEfCdTrEee n/7NxBIMsZ0JAp8cn+mU8ZUEQBvuD2npzdM8/VMpqU9eR0ImYiVjmRcAGSj8PbG8iZ75Ow0eL5ii Hvq/9ULJUeBHJVOacspLiu0NKaoL1T05lYlCH7d+DuxMLB2wDLXuGMcW8Vx4hv84gp1Tk1FS5InS AgGz5PXF5awvP9Z2DPuBkJ19o9YqINPYPWp3Mr322502zaSlpAAJeyvsl3vdVt7G0dbDViYqFxB0 aoZGrLJ1yA4+6bb/t6fSdp3L2o26fr9W3jLkh3ryHOesnS7rslNPOq2mc9iq2vr8SB6ObqroGLLq jn77WaATcIbpF4uan4ih7w8vZGz//VY/oomjrrNdQ/7d3jfmVsartX32y80G39W14mClfX6t1QEH FseRiDj0zeGTWLE4Dqu8bdiXX7HahdNaAqBcL4D78912tUOfZbqUx8C4t1Fb/7i1Kb+GLo5777Mf 1LarDgNe6M/ZKaR1monxaeoZtps1XX5GX+g7/auvM5WdGhzq48SAeHNvtW07U+NHIfFhaTIsgUYK z8ZTcTjokhOgq9UPlJvTjKlHQ9+w3c/2+dl8nPADb0zwh9JZuL/Szjzt9kNSKRO81DE47qdA/3K7 xU+PbtbEoE3E8fPww6H7bQLfagPli0WXg2C/u9kaLH/iAY5ZgncqW/q9/9cdrrCflRbHnrd6WqNK c9SPXfr6WqN9eKnJbtb1WlmrrsFvul6melQ0D9g19cvmExzqqYmI6rrrQr1drxtS2n0FvFkhnsPS vPFkNiwX0zaqH+8w4/3xZrPnwfH97QOj3j60U4fK0cQ4yPZrHDSJPwLAzLfzv4+oP4KaswBntiQa lnLmwdrLoOn0S55ej0lIIf/kJ3qlKMpMxnuFT9g495MlRIIkLtP7yEef5Om5mN6/fYz/2+kFgrWK iec5TXrnmVqBDywuYfGKJ5829RmH1751KOy6w6R5+FGrH0QbPyjBjy/Wi3krbJ2ePVvWZmPjuTSE Gu5ke/wMQA4aXiqm33+/xbo51ls5oMZH9MyN+l4/FHhhBA4qzxt7y+3jSxmBqRFjYergwzZbqrpw 0PAqDRysaKeetNnI8LDnFUt08EGbbccvyv1HMvbReYFQgUfBLK8T55huOKYBq4H2hsDL+iMV9rhp wMZV5lHKUtPhg5Mj2Ni0UCFwwHvhMx6ODDxWaZy8vvFU8Bd8M2emZlmNXawNAq7xedpq/8N2lfup vaF6/XmvxQaGuU/tzYR7bPfZqMynUkqF99YfqfH3AQqcRr5B+d5UO46N5vLWTZYe/7zTYhx/iB/A EvHD+2drrdL72eynW01G2Iu31Lcx1g2W2N9vNVuP9xE5CMy2D9hn6ovF+ypspUDU0cctAq3c1n39 /0RthFkbEEM9FuTA2vBofvmRJepsz6D9cC1rm46ze7TG/ne72ZoEXMeYFoSk7Ex5p29jB/xyqDJC kUO2B7w8PKP/9GCXmPhOpsd+vtFk5wQoHRf6Z8zP5uQgoAV7qwTqKq2itV85BJ7k31YBqp1nss73 tCVnjL6lZ5n5AdJGJzqcZ0ftPU0esOohlLHOrhHArtRkwbNUYSjayacdGm/ltnBPlX1/tdG6BU5j kbj/9eWMLRPoYKl2hfpqhWaanGOQJCZBhDOhT+gL2jLEFZq58nxVaR6sPQ+aazvE92b2PtZ2/Izg RZZ1mcAmiWvcWyJZwOoMfRspLb0XSZ7vgWAB92NeVS7GWThLJJa5ZqLM4SjJMKlMKzNjjbAS+E+F HYuF/l/FxA5Lxmt4P7l6VJjuq00vs7wvPm/6NBzpGXk7xydFFOUuzwTemJ3cfSFgbVgK5m59p92q 77K7mT6r7xgI1iNd7+gdtut1Pa5cOJM3MCVn0NbaoYctngpp8OkaGLafruPUD7Dhmay9f6bOmnvy y198LlZ1euV9WU1g6697rTY4HMrC/91Do/bLzRYHdJQb5QmYvNskoKTH9t9rsv8CiHLLUVg1cFDf I+DXo3djefgcfNBqO07nwn6crLHPBTLqVL/4GRLKeIiSFyDZdV5lllLH/233+UaP/RWcPdlZmtFv AVgpev/ksgBobmO9Xe0STgcjYF9hf7whhY3Zd6faYveFenv7UIU/s0D3sPBlu4JlC3UOZAOIblOZ sQBGKhYKbiVM3P/obL2nUdc1pPoCPJS+AO57F5os2zmkO2o4yjw+ah0CNt9ca/azpb+5nBX4Cn5Z HETPUrI75Kve21Wv3283haqKF/gP0PHdtQav1xKBdtoHZ9X6rtju0Jg9aRu0HRJwKFeWuq7U9Ais 0cfhwyHle+82SgDmnKzV7puO1tkfAmKdAxHUjZuwsP16p1nAMFgFabOvrzaJ16iPSpTrhyuVHWpf /Jqy+q63X263CtS1CVSq71QPHG2p10bV+aEmHaOgRf+MuxXs00tNarPQX2zGQdAu3FNpt2oFMvPF FlgbsffO4gsYrIe+pOnW4kr1fZ1tF+jbfaHBfeTWqc85YOrrqw0OcEPbhH9PPm2znaozfTk7Z/ug MJzfxJ/u8+RlyVvGXw/rxusK1lhNCCsLnEQaNwsUlzdeL3U/7RmABHkUA4Y04tRDbxPGv/N26XSL 82S8uuO5+G+dJklJ/QEfAbo4qxwZEB3UGTvFaRXTRJws9RFyAXmI9Wm2Sm4mFDchMXlbdTT4YvnO Y+VNGZL1n67ckdxl5kTG/abQKTG2Z9qzJUlym7oT34xx6bvTVSaX07lnpitb8X1/Rn2VjPBQTIx5 lhPx+2IlqeDdFCp133nJ5VLG47ql5VVINW5d9DPMc21fnP7kPNLvOY+pnXDxAiCl5zdTCnyNsYET NzgZmLbhhIbCskzWrYXl434g/vZVOn2zgQgeWXKwdBu9ELCGNWfz0af2npTambL2nCXB7RsCUeN2 4H6zg5h3T+dPv3xPCvGuQA6foILGbHAUxTfiy1BYwFjWau9jOYglP/4esQ7dv1Pfa7vOZWyFKuqg TYr4sAAKQCym1twzJAXaKCVYbm/sq7XzFR2GYeZ8VYetjEu2OVDE2eMwy19SzvhCJT8RrCU744Nz 9b5k2yWglbfA5D7S/lzr6B+3E4/bbZeAG0ILobhZHVQM1rqGxqVwQrtMMJ7y26SBvuyQQJoU+C8C PGXNo2oftZLqCBZpFQiu6xq2bLfAstAAyUFgCKyB7oMX0xNNFwrg4xxYaxBY+/i8eEPgAWZZcYQz 3+vsIBZMkI9y8aKPj9nT1iH743aDVQlYcX2v8g27kNgtVCeqtatV3YFN/BMsnx1qgsbeUWsW0cdt 6ut2+lZE/7Ps97C53z692BCCGAsgXa3BspYH0n3iq59vCqy5gFUdRFhcf7jR4m0TP1ihDj1qc8Hn Swyq0zdXAGtKS0mF1MyOPGqxd8WTE30wiXJg7Xi1W9pGJoG15onxFMHaghSwRl3fT4C1heJFjkP+ 8UaTPWoaMFXd+WdE78D3uAG0arIy6NbTkCf/RrDGridAM7zljucifOSKdxJOTQT3lXCVsI5j4lUn xj2+pvTL62ZZi+4fxIcKACW9r0rzYjph8fE8ZtCHAN0tAF3J7Kl21aVRslyMTSxH8D7HUOPQnnz2 WYm8sEhR3tkspxZTEsAiC1hJ8GOOJJcJUTE5b+4FuY/8ZkwxgcJC5mNsin4rJviTgy6DhSWsFgBk vK0K8uY3YC/r/IGFD6Dg956xXZH/RH2YCsgD1gCt1Au+fDdnZEhLbyaET+l0Ez/Kg57DooiRJvAi +UL6rf6ZbRkCWJvLGA9WXXzu16sd8mGD0tpe15QPfAA/AL7gDb7ZqbpJz9DvybGSPp4xRmSCa0uB C9ELAmsomPdPifmx5qgAKNEOKSX/5EwX9zLd9uFZFErGTYZsMz8kIJRXP+PW1jtin1wMEZc3n2pU Y4QKu1ULOi3F5BUMjUdem8Xs7Kpkeef00w4HK/FT2zHkDvB/3W+zQWm/O/V9mlEm6jUHsOZOyieq 7R11DEKEMuxSHt9czdqlqi7rHBz3MriDvgANuyS/utzonbFJ75W15qxyuXIWgzVo20kYtdp+utlq bVj6cukBNq/UssRb7kqepdcPLmR99234hLwJdbFEdVuizl+jAZNss1IUwVpj95B9LpDLTkyiXm+j D3JAjxAZl6s6fRnZq6d/WO6NTb73QYuDJxQiwIbvI7rmLOAPjVq/kP0315tsQS60AOAJCjwWiHhl m9UG233wlgZrv9xqKgBrGwRwAWstPQmwplew4JYEa7nC/ypAvEKzeGaf6YJx9mANy+5UYA3ls/Nc kzX6bpPwGVe6TwXatolXXElIaH1zpcFq2wH5ISFyBqyxYYGxG/INbRc3tnAdq9lmtd10OyUh+vhd 5Uf9iy27ryIhVF//ZdDJ5VguRREUZlodpqbZgDV8OcMyW34JD9cUAByTrLT0SxHWZiYK23Jj3xWQ CAvRRlwUBEohj504jRwqRaSLlRm5Nr2PWDoxJtxSNcNyhCXJ0KaMsSTw4DcyBbk+YREsRegMUYhJ lu8bD9Givt6UC52FXgw7LIv5gr8Z28EKzu7g2VrsGN9Yh+jnwrSLCZkS8vKIAWpvAn6npTkdzQSs 5SnILvJlwxj+e4TrCYaO2fHjXMEaR1PBo6X433W/KISICpvN0tJx2e/9yPIoQDSMidL1CDIM3JPc nDdHsCZyAVDjS2PElwof1Ma4gJD5bsJ3iEWlTAE+X1xptCpXMCP+FIqmT0Dmyysc9FrhBdlwrMoV X/iEtOo7+m2HgMNaKeyNSofGYZB+IEB0tbbT7jUO2EcXGhwoTQhgEQNr+f5KAaZupRIsTaSH4u4Q QMD6AxDypSoaOldnztRbeYRozQ22526z9TpYC2Xh1+EHTbb1DB0IoMvaj9caSVifUXdS/0RgiUEW nEjFZGrsffdactbFEWvoGrXd57K2ACGzt8JOlXUJdEXtjVVyzP53rcFnbrRbYIisbVHH/nm7NYCK XG2G1c5n9P5C/PH2SzgfrLTz5V26Hes75svPhErB98NN/SIsN7GtIr2bY0iEILHKPj4bfNaa1V7f C0z5rJvnVA6WzFYfDevvtBkbHp429+XyzH/23m/28ifzef9MrT1Qn1HG+GnpHrTPLoalVl9upR80 EcAH8diTNrsvsEJ5Nx6T8tA3yuuSeG4YxzZHV2F3cV37gO1keUBgFx758Hydbx7hPh/4oLp9xN4+ WKaJhgaQ2uQN5cUyaA/mYP+Ecv1+qzEcxaI64muWFOYBRAfzPoLrUUNvAQDr7B9RfTJGOA5mxGGg plvWWAYFrPHsAvHMxxcyIbxHDjViVbtV32vvCohtVp7sIj1f3uEgLv8ZF1jrEt9pPIp/fUOJj8/Q P0kKCnh6YUsdw++MW3xeh9Ai/1SfNZYSWUKbXIepaVZgrYjCLnSsK4y59PRLUZzMMaFeqzIsmUg3 lMfTzhF/4+/KGJsJXxYTOsEnXhN5zIwAQRxfVywHSxFWehRyWlpJAvxgkQ5LeMElIy09iPZZ59at vMvBbChMAvWbumBxU1uk5ZNGMwdrk4nJ23q1x1R1S6PZgbV0eks6IbTtzHllLmAtxqcDv0xK0617 akOlu0btPjvZKICt5xnPaXKKNg0TnHp3HXhmsAbA+exSvS9NYtFAWRRS0EYsY1W3D9lXV7CAsQxW bX/cZbfeoHX1j9qQrxmyEcCstmvYFu8p08CucoV7uarLulCg0dTBU/G3vvqGxu2plOSP11n6Iu3J FXcr26FKu1YTwSSfMct0DtiuM1KmAkthNhkGGcsRawVCLlf35Zz0+cT8+Q6/WYKq6RqxbSerbceZ RjvysMUaeoZ8SY8PjvfVbQMen4wlyTEp1qq2ftv7gB2UtB/tG/JdcVgAq6pD+cX0E6T/azsG7bur DWIMdaBmrP8TcKpq7Tc2WYTn+Dds6mAHpe+wrBRgy92Jz7B8/MfdtuALpdlh0h8A8sCGAjm1qldP X/TBC++Oqp961F+PG/pt91nNBnNCdoKoj3ji4wv1vgM2fg48aPdZZEE+IoAhGwouVrZbe++ggAft FvKKH670Cyg/buy1Ly6zY7jcPhcoJwYc5Ul+qPuP1+t8owCWQM0BEqmxND1umY4+95cDAFJmTO1s jsjz7+RP19CoZQSc9t5vDdbTnGDH4vTLzSarFTgc87IUU+Bp/B333m+zBfsqXTGxOeBWbVchWOsf tvfONvhkgXEHUAXQ3hegDfWE+Iz7e/DV73db7ezT9onr8ZluAflDavM395Upv8BfxYRPDkA22SfT U8aFJO9jTS9O81Ugxu/rugw6E8LSMrkOU9OzgLVIWJKwZKelPxUBRFgGTUszSUHXRFkoBXki8uYM 6quJo+cz4YA/NUVgAjjEL2qm4Aa3D4LCTqQ1TXsukYJliZF3I3AtRcEyQ9r5dpgp+SQwVxb62q1O KXmkEeWabhm0FPlYU5lnCnQjPTtYA+hUvDCwFsHQYoFnAqFjGeb9VMCWI/wR5xIvdvmhWregRuA3 QSezbqjBf60Yh80JrGEJW3AgxIx6C4uXBnNQwiHDwDTMclUQfru1IxYq62ZDz0NKPuTJb9LNL+O4 k7XnRYTisK151eFa266OIq3oVxGWQtWoKSbFrao0EckXahB4oFnSFTEjCeCMeoa6hlkeeddI6LPB gPRjPkkKYIPffIc6Z31WyIBhN9AyCTjAADtA+Pu/yjvE/SKfkF++LSlTpd4FDNR7rK73ztR54F3q xVJbcEokH5gn43lRLix8K5QPS8hYcGK7eTuqPf3vHIVZbch7+cH0WZFbwU6G40kAJPE6S58sza7X AGVWRR7JOoR0ua7fKgcC3o/IUVrMTsLyR53P5PBnoU1iO7gvhuq/VH/Tx8t8l1hoswAMwnMMNgKB ErGdwRP8GQJxLcTWqrUt4gf4Y4f4BL9IhAppBL4KZnX+jg7FXg7Pp5AmLK2iFQL8HqpF6TsPkBeU aKNIDhR0HWdx+tX71+srfvur0u5men0pNn6yvaO2Rm0Sln7xCwzlDOWgXZS/2oUjjxgHzPje1phD efgJI2oT6siyP5OAwAdxKTnZR4Foa5ZaZjcrzvhOJhTDXIT730GUK1jWcn0wLQVBPA/WpqY5gTW1 KRaH6fRIMeHGQXBft7D5eE5JexLhJqPxMguFiSVuVVxSS02zkCgP8jzI16CT0tKNxFhc71Y7+Cs9 zQmS3mI8hrMpZ9leyNtc384FrM3VssY7/2SwRvBfNluVAmvBpQc/7KAPNqkdcdUJbTmzPqQdlmhs cSoLO6N9l6iuxZicTkXjdk5gLRKF48iXZEVmQiictPSmIwaZ7xJRGjBbHsSUJt9Jo0ZJSy+V1GjE Jgu7ltLTTCPM5PnDYGdHDDpicgUfjpkTbTEhkGdBPqucZf0Q2GxPh0emH+ChTHMRBKWIpZQoAGdK 7NaZK69Fog6A7sBv6fkUEyDelw5Jw8EoO3or7a977C4et2ghZoPG/6432KK9AWDNdTlkVqTyxFn/ zAmwpndfC7A2b1mL9LLAGn6Rcxl3rNi4z1dKmlMRE6OZ6iyXX5K3wf+JyXB6mklCjiADYjtONwa4 j6xCZkxllYnERoVlU+wCLEXzYC09n2Ka7TJorF80xKSlmaTo04a7AFYxYsriH+xuQgmZSX8Fo9Dc aM5gDcsElpDZDmRmKW8LDGGRQxD45gJ9vyUgkCS/l6BwDb8G/ABmbhkArLk5fqYCS405F7CGBW+u 24Pxn/IBrjSKfbymIgbnuqP1roDT0i1FcwFr69XPzAR4fy4D/FnpdQJrEFZA4t59d73NcNXsGRy3 zv5xq24dsEvVnfb1lYwtc0taer6lKV3oJE3x/C4mhBUzRojdSmllLk2vPliD5sFaIb0ssIYVnfd4 f7b8QnzAOCGfCdCBZgPWImEp5t2ZTPh9ono4WOWDZS09zUiMtQ3qL2R52ByWni6Eog8hNNLTmorm wVp6PsU0F581juCarb5JJeVNv7DhhhVFNrQQ73Ixcjkl36noGSxrISZTagGnJAlTCdTZdnSSYLTw ewYDTfX6O8Car13PBaxNlIudSQIFQuZp6afS6Tp3sP07wNraY3nmmssAf1Z6vcBanTvg+kxKfbNo r9LiW7RwYsk1zrKmFyKUAZC1/FCdrRKfMTFgNo4FA38aXxaP31OMCco/G8CZp3mw9rLpdQJrBKSO qxmz5Ze/C6whq1mqnYnlBCIEgyt8b8up+QV94zx4unZasEZYB1w/0tKZjubBWno+xTQXsBaoSu2K H2V6urOhKHtd/robDbJb/a8+YzcvOmY6Hn4msPa2EOJEh7mzZ719daXJvr3WZN9cbbIvr2Q9qGdx wWEqZh0zoXdOhh2AxC/xGECJexxF5HG3dD95PdJm3fdO1e9Vx8Kum+h4PdnvKkcaALMGa2r8NUfz B7kHv7GwtMXOUpwJI5JGMSxRx7h/kT8b860SM6tOyveDcxk/0ujjS43eptQlLV9mhRv1XWqd3H3y RPjqccD5xuOZ3Dp5dWCaWRB+IV6nhICYK1FvNnMAXDg6CqHD32nPRioF1oIJmrAedfbFxSaP7v/t tQb77EqjBwLGJyCkgc9jlYMcrLozFVI8NzfLWjgaLLYVvmT07c5z9bbjbMbePSOQoPFTnF9wMg7B F+GpTSdmvixEW1BGnndfQX2zc3aCxEfEC0q6EvAs731wPmPfi+fYzPLd1aztFg/GNLeeanhGsKb3 AKzwjyjwa6Agc/SbIMVqo6QinK0CflFgjU057ouaG7dhB3lNAN+J8r5IetlgjUkAu8Q/OF9vXzPG RF9rjHF0H3klg4MSloONLLw/Hb8EmRJ8yLafqbcPlT46hLiZMwVScwFrUf6zO5qxQt3irld8hd0P WnXGsEDsQq4DrJDlpfLCn5cdpuycnw7IkD6TrpnsMC1FzwrW5jcYzJyQf4xBeCUtjzmTdJSTfqPn wWErpKfY5FBchjmCteC7hJNzGFCBuYkBRWDOP25ljc2URJX/7XZLMAXqOgXaeJLlGIRcENzkhSJD YOcd/kVcE3lZJMh3X2yw4xW91tA56DvteofG7Fpdv317i2N4KibSSBJl/PRC1jI9Y3Y70+eBZQEu pFnMNLHOfL99BBN5UlBMFhrM+iJSBjS5ZU3vBlI6Ks/K/U+stmvUKjpGbLmubxeo6+gdsWu1vQI/ mNRDGwCAKM86ddKB+02W7Rq3s+UdtvsMDFknQRiWfcknmS+/UcBRgXDM1ReXGzyURqg/zA0IJLTG kNV1DgtAN2gmF9fjk/VB0ZMPeQTgHZ9BoRVHJs+3W+Hf01Fw7K+0zy83Ws+QWaZ3zHd5LvCy8kxg SG9DPcfOLX4D1jYcxSIYywmD5wcs4Tq2n6qxP283W5+Yr6NnxH4WaAtHtWimf6DcbmeH/Pipn2+2 KM38cWghvxyv5eoY/cfIG38S31zgAyuRp655WyUUFUqNdmMZ1N8nRAhgVGXgmKuPpYR6BkdsYGRM 4KjZFu4N+cYND2wkAFiFOsa+yfNbzMfzyo0pnOqJKbdc7fPmgbhJgf4K9XJeyAl1+DLNZw0e+1a8 U90cYiYef9Lq9eMezrRs+iiWDyH9fBuWIk7wuFTdZw3dQz52CW3yqKFP/dFnd+t7fRdzx8C4NWmc fqjxukB8AN9O+PDleIDfyAiI+hTnzQw1KNnQVrG9+C4OCh34HACiWe1h8gmgfqK9SFNtyYaY81W9 dkuy5mHzgDV0md3W71PlzXa/cVjAO4ScSZbD+VZpxPLF8R3LHeoT3wn9Hon7E3X0v0O51kqxx/GZ r0f+WpLCvayvfMB7oZ9inyXznoqCfGJyt1n8wkRjy2l2pdfZh5JLnGJCOKIr1Z2JPANtOB52HUcg MdEOOUrmQ1nIZzHHsR0qs/KWfj8N5HpVT+5Iv3y6sR89v3hPYxJL3gSv5Cjkk6xnYZ2TvEMZOK3k WFmXValenIzCBvUnzf12rqrPN3sly4FsZMKDxSWEWApGBJdH+n7XXXVCWaH8JjXaUbJBz6D86WM2 N+FYTjnCRCZfLqdEG0K0VeSR+Dflf1t8ugVZpHw8bwFGNl4FQKW8c4Ag8ggbsoJlTW2P/pD8QQYF OYSeTAKroO9jOZDTxOvEoFHcR1PR6wzWInn9RcQ/ZFmTyT/9P5vyTEVRl2CcIt4r+f2XGKT0e05G zdqyxrPLpQiZkf96q8lOPe2wY4/a7X83NOu6nPFYa4SjKAZrMBLnJn6lWdnhx132v+vNtluzKQBS 8YCKNFEeMclvt5pd4Nd1jfhMNxzuPfk9yvfe+axb+b673mAfSRGtZJchykoN/JVAy7fKG+vVUg30 dzRYOXj80ONO+0FK9DM9j7KaUIhOdfbJxYwfPn/sSacdftTpkeZ/u93oQVpvZfodDH1wUfnq+rfX m+x9lcGPNtKgXCvQ9O2NVs/3i0tNrlwW7K9XR1TY51da7I/brbZPYO33Wxw6rrbSACMsyftn6zSL zdpvd1rtr/stfpzWd9cb/bgp/B0w1f4gYFLVMWjNvcN26GGz8mjxGTGm1i+vZe071ekLzYYRbBwk HwEoA/fTiwLYd1rsRFm3HX3S4cFl3SqaU9bxOawt5HvwSZf9dLNZs+BG371Vqt/Sqco+Ol9rVe0j Hp6ltW/Q6tqH7H0BAtoI5QSDAjy/UV604ZdXm9UWWduhPvJyPu20gw9bVJZmTQ4ATIGvmAV/pboS 8qNdoPhn9T27TNkaT5w/+uS7K822XoIKP644U0EIYDkEQP55r90P5Ce0yDY9t1RttexwAGTviRe+ UxsSf+9UebcdEb/DC5yM8a4PWAZamLysP15jq8XTnLrw190WP5Te4wGeqBIwGfWJzLeq3yIHa0EA 0Ma/qF2PPGqz00qfUyKo4y4BAurH/TwvhjozqCkjdeBIGqx236nNCBmyj+OxVCeCMC7JCatSYA3h TflinMPjj/NgDasDPLbjXFbju8n2K92/1E7UG2vDTHw1OSf3z/vNNiSQ+qipT3yT2LGqvkBxXKjp Vz/Xu+X3wwtqa41b+p+23KT2/eRCxvY9lIzRdY4Aw/qYFP6r1N6fXGj0cUyb79U4+UPtThtEa6L3 kdrsk0uMp2Y7Ud5pv6k/OaYNwRsmfcStqtN7GsM3NG40Fpaq/gjlr69n7aTGyA+MP5WVyQRtH8tA eQi0zXmv34kXD0lO/Kby/E/pAERR6pwryykTn13ECtxkX99o8b5dI+H8sWTHX/c6NQZblAZyEaAv HlY7s1P7E71DCJ59qhvH4RHL0Olei2RHi30pvvWxoHqiHAkO/Z3y2MP9B+0a101qAyw6+XZLo9Cu WKOJQ9igPm+x4xp3v0sGfSqZX9E6YEMCVVequ3z8RZAMva9yfyX5+afyY7x+Kpm5WZMpAFWyvyBX Rt6GtfbGX+UCwIN+ysiNqm6lG9KkzbDcfaS6E6z6uHQNMoCQOliDN7OZRzwU0wQIYblm4soYYzy4 jjnEOAn9GyxrQRkicxysiEc/E0939I362cSfSS56nRKTsUJiRUf1lXz+ljZS+5+t6PI6I6+RF5wk sk1l+U59DA8g+5HLazVB+EyygSPsfrnVqjTSQ53g/rBNvP4/vb//fof35Xt6Fp17ta7XzpR32Ydn a5V+s8ZXk/0hvvick17Ey7QfMST/zPFK4FnxkShY1lSOIzWS4xmVodH2S5/9Kv2KjpsAColJDIaB j3XvG+X1q/gT3f6xeDq9bSbTPwGsFZNbN/13lSYoHBHILv3gs4gVbjbWzmKij9jxH/oBCnWYFVhD 0a1SYS5K2WJBu1jVbh9I0MNwKP4HmjUTX4yQW7+JqVi+xDT8h0ANiqqiqVuMrIzVgGs0gM5X9noE +LMVPZqllimPgPSL88U0+IeYxMGaZukxvk6pJTRmvDAyJ4k2dg/bRyof28MXCBS8fbDcygQSiFH1 sKHftp8Ix/ygNI48bPXr9zN99oHe8ThuYv67qhdRF048kiIjxIaAwvmn7X5KwHENms1S6r5ctK/c jzQaHB31OGlYd1ACzIIAN/eULrHavpbSwaLkCkJtSr6EdWgZGA8nQChPBmeDZntlmtUTQw2B/aHy Bqxe0YyfQ+dhxC8FkHFiz3QMqA8abbnKwtKNL4EeqnCrWr8U5T4JuOW6TmiOr6+1WKaz31r6hu1n KSGE/A4p6CvqV6xeF6u73S+KEwweNQ9ZdWuIs0YssJXK86bqQT9z1iblh28mlnUnkdpA97Ycr7Ka jiEJ3RY/CP1nKbI+VfqxFPgWCfSJw8+V/nKBEBQjeyeb1N8HpDCYHOw812BfcwZpR78HBkZIEq6D WevXV7PWOzRi7T2jqlOD+87Qxm+Jr57mYrSdKmtz3mMQEOvmYUOvn5bxP7XBkv1YaStt/4NOPwbr Qk2vz/g5g/Vefa81Kd29dxrFD2E2dbOu3UbUrhwQj+UUXuf82ouVfR6D7WJlp4Rija08qBn10Sq1 ab/H4etXu30vgM2pBgv3Ah7qrbFryB5m+90azHIe/YxVmEDJ30vIv3syhHeZIA1mlnFciO0vswsa P20q869STlgqqMsvtwWQ1ICXKtt9GZjZOwCrIB0R1gIE7xONBT5HJyxrAdxcrR8wTkb7Xm1K/7Az e49AAnU8IUCCPx3X08YtAu0N8TjPczRaeXOvfXCGneRskMnYBgmk1Yfo+/A8Sv0/apMjUspDI+N+ XNgXAhkAqFWSF5+er7N28Wyj+my3wJkvR+4tt5NlPb7Rdq9kDid+YOE4+qjFsv0cRdbqCgzgUds5 aG09gx6jkUnAGgEiQMiQXn7QNGpL9j3VuKl0/rtaG2I0VrQN2sfnqtynaq1AIYoPvnzaOuwTC3iM iSC7wp+2DFuz+vJd8QhjgviIj8U7A8Pmk9qtxwXmNTn4rxQPIKtbHcQZuX+pr9Yrbc70JLh2g8Yy J1x8yoknkhvvqt9u1PXZlZpOl7e7zmoiJtD5KNstHjSVtcdlsIczOlFjJ8t7jSNk92p8YpnmBJMv lNbg6JjdEc+zrMO4TJWf6kcCVQ8q4Yzkz883GwQeG+3Dc3UC8p3WqTFLLO9rVVjWsOTUCkw12dPG HutU3/wiHmSitFgTUSaLA5In1e1jtkpy1+W7QADjD3ILk9pvwZ9P7WHjkIPAG25ZC7zJuP5TdejW JOxyZYftEN8DdumDXqWblaJZqvHtgEJ9XN7cZ5Xtw7b9jNKUrF8u+fdY8uuS2mfF/nKXUZNAg8pA DEYmRx2DY67XAJmM5w0ai8TwI3QOy5aEWghU4cCxX/16sbzD1glsvaUycErO4xaNczH7tzcaxJ/I lHLJlBY3YHDAzM8CnaGvCRivsd896HE5P1K/h3FQZZuPVan/xq1d459zqLmOfK5q7XN99pVkBmdE E5t0tfRARhNgYrifq+jW8wBcTTLVHn+It4mJWtUy5H3KZIGVgvcFIuuUTnX7qMYAepHzaWvssXhj SDyy+5xkPXJSfXiqosN3sv+ofn1TMmuTnjujOte2DUiPNLuMYMKRBO3F9DqBtajHAo+Kj9Xf6Pa4 cWY2xNgjkgIGgXCkW3o504hnCbIceDbkPSuwxnNYpIhZS4DWLzWDYebqnSVG+OxCnVvW+iVoQd9b T9T7TPaJGBgQVNU2ZNfrujUz6LbrtZ12o56o++PW1DdmuySEFk4o/sKGQUH8LrDGp1bKG0f55P18 +YMAIGQCAwep2tg9IkGjgSAlxjMMzDIxGp/998JxTPHdjzTLpm617X0u3LCqvCvwVKYBT5zSg/cl 5GF2Ac7jj9tU9HG7rBkmO4a83GL6/Q8k/FX/2o5h72RihgHWUEy3BHIATl8LiKEUiNbPrOrQ/TZX GK1SLu+pLXEYx5rEmaKEeeDwgiqV+ZyAwTcEypXAggkBZASk7dGgzggc4u9BG8Z2oZ1qO0ZcUOxT uZZJCWHC5hQAPqfLJADVTs4cziD67WAkMgynAWTtx5vM3lvtgsDctdo+V3qjYyMusKjzdHyz5nCF BOuYPVB/f6cZ8fc3RRKODxq6HfDey/ZJgWQCeBVjYrk95sDZ7FHjgG1kmUuKyJcWVEYsXAPqkAYB 150qZx6sjebAWpPvWPYZiQb50+ZBVzAny1o16AN4/EkzST4XpQRWqp2CtYe6qMweNDn4tZDvB2eZ CTf70U7XpMTvZXqsrj1YAm6Ll7F0cvA744EyEDQ39EUASaS1WjPq9oExB+vM+MkDIYz/59fitUMP muxMRaddl3J/kBVoVqcPjY25lQjrROwTiCUYd06mr0UrpTwIIMyZrMc1ieAoskfN/TY2Nmq3pdCZ STNxwKm12Eo3Gay16ZlgvWMJbO2RcvtSs/QD99rsmNe/xyqkNMbHR6Wwu41QCNQvCrkkRbD2F2BN PMxJHx+fw58uxCfcLGCxhiXcXL+jyN9Quxx50uUg5I7KzqTEj73RGFqn2etdXePw/W/FR96+Atjv aZw+yqJoxq1ZyulOfbftfSjelsIFTMDzjFM+zZIf9xp71Ye9AqI96r8e65PQ6lUBf7pNIOMgIy7V hGXhM6ozAtfrpPqsOaJ+7OOsVgHG84RfwWqk+/pm4oDFZ//DLndnuNcwYPUaKyMjoxo7vQ6kVktw 8w6WkF4BNU6tCPKM+odji5g0DWnM/iiZh5sFfcFkjb7apjz2qz2VvdVp8vPVFSkBpYs1JcRFzNg6 lRG5u+9eu0Brm11Wnz3M9tioyoFlDMUK38Ql+CTRH/fFC/3i44MP213WOJ8AlCQLy3MTH8roLhTi +/3iO4Rtu8A1S9zXa7p9nFyp7fKlb0DNwUcd9t89YZmYfPNgDcvaZLAWdErW4ybiT3nicYed171b 6rfbGn9DqotErK2VbKHtlmgMfH8jKzA+ahxdXCmQfUzy6QPJfk5xYRUjuRrjAVAFxFCKgPlfJOM6 +8dcTnxyscGt8i4LHFzCg8GKzZjFat7eS9DtMbupel4Tr6DTrtR0CbD3qSnG1A79AvP451a5NbRP OqG+a1igTqDR0yV+pHSC3sM1Al9v3H6QQ1sAa4OcIiMwdbTcxwc7uR8ITLWI9z9X3y7MTW5XqA2r 1BCap/q51+/oOfgF2f2LZBwnpdS0aMKP5fWkdAcWNsaf+u4XAcoj0jHwKoCWSSMfVom8zZT+DgHf 8qYBl9MNmiTdlHz6S/J3tyYMtJ3zplOhXEnSqw3WCu8jJ9lUElZLQjpYkInjuVLANvDEdGmmE6B/ Q0K/TkdYOcO74XtWYA1w8JGUd6cYoFazv88vZ22jKhWWDbP2hRgChB/AGtHf6zUTrLf7EhR8WD7C aROzofuQoRTFiCB7V5ZivOBrEcoRyxXBGjPaOjEUyjxZLhw8z1b22I3afhd2AKQdAlQBrA27434E a8s0aMv8wHGzfWI6B2vkqTIEsDZuNe39rvwAazD9xwJOCIhHEvJXJIguSkkBGHadxl+gUUqHjggD 86ebAg0aOFjWUKhBKNUIcNTaHYG1AQGrb3JgDeTNrk7ORkVQtWogvqdO8kGgPD/VbOj9cwGc7TpT awceNPuMq03EcikR8ilzj8pcnwNrCJPYbgCWuhxYQ5GzbIbAZ2bE5y4WRPVnHHBBKQRL1W6B57sZ /EhG7Ze7ErTKK6ydV9mp8h5XQMeednn/heWMwj6BqPtqMVxN16idK+uUsH6qPtcMW32BEn/jjzKl JcUsnkHg4SdEXy87WOdL63weC2hRVwaLDxr9Pq18h6Uwqts0i+aaCMtJn5ivTUL0J2b3rgDVFhrk T5SGmt3BWhC81b5UxUThYWOf2rfOj5/K+3upz1Q+FOVFKQg+WDV8WV+8vkn9cVptiJAFrHFmLAow LKUMO88h0EnDy6B010kJtks5D2Ito/9R7lKAVe3DfqrHb+JvThgIoFmzaE1smPjsu9sisFY4wPEl Wi6eXbC3WsK2U+UYt1v1/bboL45v0xjaW2OfXW2WwgfwdPkS+PpjtBMCqHAGHMBag8BabhnULWvV qit15+xTk/LtVd+hZAhLUmc/SikOjY7a1epe1SsI4qnBWovX5bHammVQAmsjgBwsiEdZSv7kWpuP wTfULizJA9buNvTYKvFsAGv4dlYL2BeCNfhvs3iDJU98F1my/OpinSaDnCE7rvr3K/0aO1fR7vID XzksB4zr4I9XaYv3sBQWlD5LY7hHXMqdfnJaYC047AeBmQRruzT2Fu0luGWV8hn09DktY4nqhRM5 lqBLFRor4m9WI7YA1tReKNrfI1jThAN5xgSVsuAicdmPVAOstToPuj+L6sVSaZOECxZaljYdwGk8 sFzOch8g/riUb49mEU+a+lSPMrUPfRBWA7A8Yymk37me1mccGH67TmBRbXeqrN3LHHmFTS+AINr1 qsAvE1n46a87YeLztKnf/6Zf3hQPYt3CxQEegEciWOIb/6ckWLufA2vus5ZTyD9oHGNdrpeu+V7j m4Oumax9pLp2Do27xYf+cLB/kDYXoFf7LhAPLRN44+zfrNqX9sIyT97wMMvotBVjmXxwGcGfFbAW LGsNDlqjTGOsAmBuSQfg47lDZcDSzgQb3gWoM2ll4oC8eYO6ubwM8meP+gqdmJFcWCqwhq5DlrKa c0uThf5R8bPAmltp1SZsynlP6eJvfF4TuBOSkQcetdoOyXfXjSq/14X2FN8+0EQFyzU8Dk8wOcGS A1hrE68GsIbVHvBbKZ4b87b7/Waz/UcAetH+Clss/YWFls8XauvF+EupjGyUY6PR4n3lvjryrSbF jzXJRp4y2d8m3mQSnebfHQmeijppbjRHsKY+XpIbt6UIWU/68BDgKCkfJ1yhfPk447o68lBaWjMh 8IafO53LoxSxsrUip8Oi7JmDz1qtFF2DdUjBZDvHJNzb7fDjFrsiAfNQzNXaMyDmG5dybrHPzkt4 qhPfE6i5Vq3ZmjoYq8MZzf6PPmz07ypNIX7mOCQGXEFeCE6WkYKD/gMJeoQhpu+dJ8rdr+r9s9W+ O+mimJTlhMeNYTkAn5I9UnK80NE3Zn9JgDJT2ni0ygFlVoNGRbErle1uJWOWhX/Zp5carEeSlbSO SWHsPpO1Teq8ry7Wuz8DS28AH5Y1IBj+SVOv/SDFv0GzFuKoLNlbZk80OAbVBnfr+zQLabKDAkp3 MsMumPkgkN5j0KsOLGdcEfgb0WysR1PCv+40uTXrV4FdlEKl0vr5qpTZmWql027NveN2TYphGaBH 7YS15IGUGksqHDnETBQTOUs2LBu1aFqLcL2m/sHPC58fBN5pKWWWIeu7R6VIOu3k41a7KAFc1z5q p/Uss+jjDzvdevS4ud9n84cEUC8KEJ9jmUrXH0k4c4j4YqxEEhyL9ksJixlRwisFyHcLYNZ2hNnq l5eIs4cQQwhIOUqIcwTXn3fjYf8qoxQsIJtlKPy36KNuSSH46kJZmwBciz1SXV3wdY7aB2eD1eGT C7Xipxa33vSJyU5qFs7SKtas9/VdpzrivHxHwnbn8Up7C8dy9Td+eG394+KHEfFru+250+LLr+XN A76kwLLUb7cETFSBxq4BO/ukzU4/bhNw77XLVRxZNSYwPGg/XAbghqXqHwTE2npZ2hj1Nv1D/XlS 7XWTTQ4dQxobZicedghwYUWp9iXnUQnrJ+LvE3oeUHuvYVC83O08dLW6xz48XRUUswsPDXT1I35x jBmseW0CLyzhHFAf7RUwOl/eJvA24MerNWi8/aLxulXvvOPKNQiKYKWREpcC+EPjg/NV+dxQ3fAN 40SNPXc0HsTvbWpT/OiwLl6Q8ripdmzTGKpqHbYPNd4YP5MVPwfx19gn4kEsNXwqW3rsi4tYgcJS zS7N2k+pvfsGBuxxy6D7rL1zvNquClCpSdS2A66Yw+Ssxq0oWB1HpCQvqRwcpo+V6kJNn4DpqKf1 iZTy53rnhnipS22yT22N5QkHbKyGHRrbTerLi5Xd3l4nxDePGgftRGW/L6nio4d/TrnADp8HAi74 WqLMFgoQrBFPIFOwPB0VUIaHF0qRHBRf0Fb3NSaOa6KB1fmW6n1NY50Te8ubenwpCif8zQIY5yvb HMACED6/UOfLhLgZrBE4A6zxuanvXZIF2yW4L9X0O5Do6B0SP7W71f24+BwLF2XBDxTLGsfSYZFh mfC4Jnf7BKTOqCy3M4NS2r3WrMnE99cESAEFubFY2G8hhubTZiyO4y5bTkhWnNFE54kmFo8FfgEp T9U+31xG1mKdwqeUsTRmzV2Dkg+tGtctdvRek5/hfFVg/02AeSIfd5CXDFiusbjjJCsAQyaR6mPv 68v4N9fb55c0mWnpc7B1u7bDJ/sXJKuw7jZ1aiyp/X4Sj751qFyytN4aNRarxcdfqJ1Xi5fwM810 Sn40DUqPhPxRzuF4sqAU35WM/1w8yuavQcl+QMjP1zICevg3s/u1xY49APQNi28GfWUDH64Pz2oS ikVLnXK/kT4XL6md7tZ3+WaJ790fUXJbvHizTpMejWU20+D3hxJmVYUwP7dzAImjB9efYNkNA0al ZH2rjWkQsEqD1SzqHTbjHL7XIr5jYqlxIRmAfkIXAcav1sAX7XantstqWoesQ9f6xQuHHzZLXgbZ AdAmvYrWXp9cYCw4V97ufqtssrhYobKwWUS6Hgt0rzI+/qhLulW6X6DyqXiiQeX46SauTkzySbcQ bCTp2cFasHbngVThhHMyBRnHpBr/9rT0IgWwhpGAXZ9TW73Qm1jGlkjeFaczU8JFCb+2tPQjIZtp M8aiA/7cu7MGa5HYiYlFa41myquldFbpG8c6TOM4MzLYdkg5+NKaMvdjjPSbex+fY3YkIaQOxlLC EQ8eNE4DCstKZEKsBCiClYcqVfhgQmTmjLBnpw4z10AhTzqRA3KXaMYcSIpZih8LE2WlQ5ZyTfec dJ1ZFsc2rT0aLEtYb0jPdwJJ0d+u73ZgiiMpMxYYEwJlf6qBmOkc9iWxryQYMKdjrsYp+G0JIQLK 4nSMnwNthomVkx9oi2DN4hit0CZ8M6MkX77dWqlnOGbrg3MNbgHDx8Y7TzO3ZF+8IaBEPVH+7NaB IWg7dmYt1eBffqDCLRpYcgJDBGYnD/LC0fSjC/X23hlM5XlBRjsTL4hnmGEj4EOe+HFguavUTCEo 6mJl7YNA9aUf3OcDCwmzzdxzzE7ok3DUFEJK5fY+o4+qJBxaHZyXtWIZAWRmjcPOAeNhJkcZg7UN nqP9duj6ThFLu/QVs+xYxpg25aYc+bJKEassq/GjUn/hJ8AggQf5jSLyY6yU5sdSqvilYclzsEPf KW8/IgzLn9pqnQYiffSm6rRKfU2fhaNENAvW97JcnSkT7YjQZkcX6QNMtru1NswgAfMoISyLsU8g XyLS9wbxWvBrwD8n+F0SqoW0Vx6pc788ltUJZUKZi0/KoO1Ii/J7PSCVgzHFfeqE4t5wtFLjijAB QUbQd1iFGUv53Xgo/timeQr9yzhUuVTWCTqsNkgQ4552Z9OCPw/f0Gd6n92ZIT3yzR9Rxs7eZYcI TxLKu0sy52O14YfnVC/Arfhjki+N2gBrLKEisGDi/xr6JwcmSNspl4++l4vou0UCN/StW391b4XG Fe0Ar+PTsv5onS8PfaL8d8U2RGYg99S28C1CGP+mt5wXg3zidxDMoQz4HOKjR9sjJzwNve9yVX25 vYh2iGeQJROWAGSu6oYfXVDqYXmNvqPdyD/UN1fnBPEMu/3Z8ciZwbslq2lTZGIMj0KelAN+iXIq 1LVWPMYxSrUu++JYCukW5sPkLvrMYclcrYk0+oBJQrCshTFFuvAk/fXBOZZd4WXaNDzHkYecEhJl EPxCKCTGQjh5hTxCGUK+jA82MuXyEI+QjtdHFNoTCuMiEtdZgg5yOxBjij5l1YNJyW5NGunrIDNC v8FrQb6H9sLIQHvRV+hLrOkuszU+sDZiuWvoHhNY7vOx7JvU9odQG7TXX/fbbVQA7tiTLt8ARZ3C km61y0E2C30kUMaRe5SDMR74prDsjHs2jrkeltynv/Cx3YrVR3oM6/2mnCWTer9/VvJXeuI91TXZ 5zMh6okDvut174fJfFdMUU8wNrFsE3EiLe3pCAsq2KKQ/8g/Ka9CediIiHtGcud/GtHv+H2iX2Od prO2sSFppcYisipioskUwiwVbziJac8SrPESjR4HX/g9cU/MRgwpfGTIHObIM0gY6MnfUbi4QIqC ZoKSQjYwXUwvppn/GzARdkfGsubLmP+bb4QXzzIj8J2XEw2HQIxpk3f4m10yWF6YRWEJPKLZLITJ uax52Lew7zyXFRhSHcRQlIUBDFgIZYyDpFBpUN/Jdc4T9eV7s957233iYOCgmGOdCom+4HQJ2l/1 E1NsJn0OSKaeufR8SUXflCv8zfVQ3/A7yay567mB4n2mv8P2dcAAh9KGWHMOIsW8kZeg4vZ3/hLT +jV9h7pIeem9tWo/DnNGCLPrsCbnV9jaN26HHra5oKAM7ifjZcvXaTKFZyE2idDXEOVGuLPTrrCM iXKpPA629DcAiDToz9hu+HwE4m++YxuGfPFDmWgLFzjqFwGykE9+/Hg+if5EobIERp9Rr+J0w3c6 JScRhW2S8X7C984DN6tO+Ew57+fuBz6g7/kdeL4w70Ah3hZtmNHELKQV6kNdlL5bacLvPBXyKv0f +SB8x+tpz+a+c8KaDTqbnWq9Tj6GVV4HELnyevn190SZ/Xph23n9cvwceEPvSwbA21v07Bb6lvbg Hm3DPZ7xazlymRGeI//Y5gFchPxC++XzjvILxREVBXVEGa0FWFMn+HQi/XyZ82mFPorXIvlzjFnn y/heKCtp+njVdRQBu8xiyIglmiCxRE6fet/yHnUlDaUV65XnkfA3beq+T34vXItl428/s1cTl82e bsYVFMu/sW+hOPYjsYGD+IA+tvROSDPWMdQ9lCG0fbzvz+h6KD878TRBVp1iHQt1WpCRPnHSdQ+X IxkWQH2sZz7d2VJsk1jWcC1XZurlFK8His+yKYUlx8Uq26Gnnb5B5Fpdt/1xt8V3Nu+736a/++xJ y5AdeNjuQM75aEJucTZzcKuJYTxCe/Ed8xXlypIvWyh7vq/zZfJy8ZxonfoQkEu7+W7jOYAnH2OQ +BAAt15punuNy0kmf0F3BZ4Ncoqx4GXKlZnfsawzpdgvcXyxk54d4GmbBpigAeTDOIMSaU20W/jb y+F1UXriI5Y32XG/XkQ9mEwz6fF6OG+F9OL7SWKMIOfg23A2dr5ME2BtgxLIg7X8A89KDAq2H1MA ZjleaAqbY9bZUmCs8D7pUDn8QkChcWDmt9NOplhhdmZMMO6MCAYTWFQDY3limZFZjPu6SdBGxcPA wVK0UgoXCw1MGcobOietg5IUGCoINwKYMgOfbpt9pLyfHxGRCXcAI4W880z3oij0A4MurWwzIawT wfFSQlNl3nmWtq6z9zSbe1+/2SLPjDOGx5g15fgm8s7qnFP8VESfzjUorqcxIURnR4ATdljSpgi0 UIfJ+ZQmAJpmfgIA6Wfj4jOh5+DJ3PMzpThuOP90rkeszZSiTMKPC0tPAEJBWBaX6/WgEHyVg58Z pxOySnxCXwOS0t97foTSIG4icoq83zoQ4kUFmSyK38+NwtiBb9aKZ+C9UhaI5Uyi9U4Yb3Mc5zli wjTBnyXGIfISvYFFi0kZbjKAy8Kx9DeTlD6rTG8eqDN8ugETWAchyhj0XKiPTwj978lEKB9AOfLD dW5aXlMQ/QWAB7TgChJ0Sz59ZCPL9S4/4JlIRf0wFdHH6CkMPDFdlofzfTD5nedCOWstE7Oplkip 81LVHQuaBxRPSyvXXrMib9twLiwrcPTrdLhrAqwV33jRhDKCmUCw7IKCVkqA4UeQpHACAGZ7ARDN wuL26Tkd7ZQgPy/xWUidOFNQy6wZqxEbDbBuYPmjXvhuUUcfhLrHkkpYTskPxOK0ZkOp5X4R5G0x 8/aYilLTfyEUlr2mKzP3GUjTgexielawFsl5AH5X+8L3LKEDxIm6PzFO9Hvl4SrxUVjeCjPfyWkV kJcr9httkdZGJUjvz4b/nyeR7wSlle11oJS24+9Z98NsSXnE38m8oYLnXhRJ2QSL1uT8I8Vxmfr+ TMjTiJRv57jUyt/LNE4Axm59ktJ066kAUvEYjqsa3GPzwVwpTIZmQ2EySTmTbTNXCrwlklxg4ua6 FvmR0z9BzwaZAnBBx6KvphvjMd2C9p81VSof3CiSdY3j+8WNh1D2IPuSdZoJ+TgV0U7o9GVqR9qN 9lt5JI9hMLTQxlG/Q+Ad1/GqW1raU9FLA2vFFDu+5HWUiyuY/L38EtNciIo/C6WlOQ2l1CH1Wrw+ B0YqpLRyvwgqUYc5UVr6L4rS8i8kBuYqzaxmI3CxIuCzFtJ4tnYJAiX/t/M8v6dr72nuF4w3fzat fUpRfCef3suhtLK9DpRWlyjL0p5/UZTMP+3+i6JkvtNR2vszozjZDWFzsMyGpfNiiwgTseT4BmDh iuCrJgXjN/49WwrjGL9IlsfCMutkcAhRDogYgeygz+f97JSUI5OIuubGtPNh4u/paXLbz5zS0ktS 2jvPi5T+rOoZiE0xUP7vOHbTKcjwPPn1ueSbK/NLB2vzNE+vEsXBh9PyuqPpgrUUbZYgxrG/OM15 mqd5egkkpehHI55k2Q2/rTChmjx2M+5v9OKW9oN1jxNFijcLRYrlIhYaPrXFu2fn6d9L82Btnuap BDEzJ1wEjuXFQnUqwkm8wHI1T/M0Ty+P9hFMdvoJF369DpDS0nhepLKwWSwusabSaXYD1vtyWWoa 8/SvpAmwRsiEfzJxIPGLp/S85+nZiHb1tj2Ub+fSlP5MWrozpXyaMd3we/Eh3RclrxVTWnrzNE8z JXjrrQORn8Lfi1ke01jI81+C13JjpDidefp3U+SRUpT2Tima/H7gywn+fEk0qRw+PhgnxeWdTPG5 /LOJdF4hWqo6zVvWnpnmzdUvmnznXM45dLEGFLukIqHQnnXTSSma2OiBw6u+31I+Md9lBzSIPN/5 /p+n50wFfjFhCQ0fKDaQEJ6BDVfwoCubBO97KJh5fpynfzERcokxwVgJpHGiMQQtTqXw3Ku+GsIO 7n8ZWKuxVYdDrLVI7NxIEs6dSZrqXgi2NztnwXmaPXFgMbF98CshZEuIs1XvW6BZesR5ly3WxPgD WKWlMTciaCmBnwkwGuLKkS9b4gmPQSwdNhSwA2h+6WKenjuhePTNrjL4Gz4nrmHgvxCbjbiBHCXG M/kAxfM0T5GQhwR0DpT+zEwppJWntGdeLrE7k9BEmzQmNuqb+IyRNhWRX2cMSa4TcutV1uU5sMZM LJ3+Kb43sR5YRoiXEghlH7Zuz5VIZ15JP39i0MQ4VFgSNh2r9vbGr6NUzLPYJ5wNy/Zq+NfPnixK eyoKwQjDbjIGx5rD4fDztPySRPwqBvzyg7n89G5x2vP0LJSXSS+e0vJ/OQRQA6RxkkEa30VyWaTJ w7rjkkcaL/8UuT1Ps6fY92yUQjfhe8uJDh4vTLTqKMe3BRkbrba8k8ozyDGfMBD7scZjtxEbjLQw XgCMAsAhnZc3drAmUxcm9QR5ftdjvqWPlRj3L8SMDLKbSTdne3OObVr6L5uwmLPh7V9hWYMRUf5s yeZYlonOy0UknisRqBOBmpbnPM2dQnRzTNcEyw0gLK39J5Gew+pALKG5K6wwYEmDtEIwxJS8UogI 8eEYqbR052meZkYxyDWnesxmkwuhH3gnTFbS056nfwfBP2uOCsTnZFiIoi8+AdjrdzjJYno+wcDB EY4EyQ0T4pBOPIUgTI7T3/07CXkPgKRuaWOjFAFgMQgES+ErDtbCmm6CVGAn/SZ4rQdy44Xci68j efnFdJyZ6YybozlHIc4RUZDnLWvPn+C1MPiCYElr+6mILfLwblra01MQPvHItJlSsPhlbNXhwvho 8/TsxBhzZ/somxIyKlV2lbo/3TO5ayGv9LL8PRSOYNvikfwn89pUxISBIJ3p6c7TP51C6CGOlQvA ajKPhB2pAC4/t1i8npYOhBz0kwrEU7yLjEsS18jjbQG2l70sSgBzjn0qrGtpYsWEsC7hNA/K/+qO mQmwxvEOhZTzyRHhD0Gk3rQEXleiUzlU9m3NLDgncSOzhUQn8jt/RlxOWJ7WMymmVa4FoR6dgOfp eVCwLFQbh6uzXF3c7lNSbvs7h/PPFjTF54n2vVG8EQXSVOSBNXPE337UTYrgQojG9GMst3lKp9j/ /Ma6ylFFnBvJeYGbT3FYeGaCJsuv2dEmpRuJiYFfP8ERM/XK/2UpoBo/kYKzLov5bTpCea45Mg/W /s2E/MGfMY0/krTpOAYZVgIivxTyzVuHKt1HkmenCjmyXuPz77XmFpVTQMbPeE0Fa4VGGQ7YZ9mT Zd3XxQI9AdYKK1ZIADZ32k5J4HUllECS8PHgkGEHaQXLonTw1DNbwNr8MuiLoWDG54zVWSqsHFjD MpGW7kwIKwtgLTX9Yjqdfw4eWufLC5PT5KBzQJpbDVMPPZ+nSNFfEQKsMWksaPMXRHGStk2AEHD4 Mq0FTJJnswQfCcDJZpy0NOfpn0+u0zRmZsI7yKsA1iK/FOr65YerbeuJkE6cjKbRRk1s0s8hfvFE Xf2875RyOeXkM2AT389Vks/oBtopLb1XkUqAtZzjfY7+iWCtkAKT0nEc5BvbgCjTOySw31dHbzsV r0+m/DLovHB83sTOJQ7pR/kEX4mcv0SSUvoEn0SUO+fOpaU7E+L8tvUa1JPTLqY62y4e2e6CLFho Ma2nC4JKW3agQkS5Xo8Z3cuiAsualMB69SfyCB4AvKfPoJ+RcjzmSk7fKKCX2U9v7au0zTlFORvC EsLqQVqa8/TPpwmwJvmYxh9JwlI9FVjj7Et2vfPsVKsMLwusvSlZuhZDy8nkOCkeM/jaZXxn6Apc VHzZM7RTupx+9agArKH4CE2As90azcpoAGjNUUyMVC50BLsuFiLA9kqg7q+QQkWpRqrS/RzFbcKR 9G6ycZLna70qtOwwYRlqxJxZ+/Zaxo497bKLVd124GGHfXqxwduokAnUbs8A1mIb+Hck2k4d8zJi JSX7ciG7YvRNeRbqHiEB0hgbXljEYN9LmStzfa/fpOO/Q5/Ptj5uWVF7cPgzy4ofX8zaT7daRK32 081m+/lmm//9280G+/RSS85En9U3Tq8ZX+aeS5+EOob3lh+qCoLK+x0BkHXLS5hhZuy9s7X2y50W O1fRYacruuz3W822kQ0nAmQLc2ks0jcWQgIafno5a4cfddixJ5325ZUG8ZsGoI+Zf86u6+dNtAs+ NaulNNYerZug9ZpYsT2fySTAqnhczpRQQFhh1wsUIe/WsWvuCE7TnBFJH75cOUVIGA4bn1Ru8bhT 7m/kkPsh6Rq7/Wi3YJ2c/RiYp9ebgsypFE+Lb1I30CHH+M7YBul7VgHCbsrJMhoLFM9s8zGWNnEI fLdWMjrsCi18/8USKy+Mj+JyFdaZ8c1YxjctArXXjSbAGrs68HFg/ZYGL6YosPz33irbcbbOPryQ dfrgYmaC4jXoo3j/ggSKGGbVISnyfSixmFZ6oV4mvXWw2jZpBv/huXrLdA/a0NiYjY2N2vDIqN1r 6JdyTjJEoGdZBo1LPQHIAHZYJvv7mR4wtlqg/CP1lfdbri93X2iwXfpep3sOvooGM2BsjZTbrnOx 7/kW8b6nwcytLic8ZlenCNYAjMvFpEcft1tz75gNDI/a4Mi4DQ3rt/pleHTMrlZ32Qfn6tzKufFY ja2UYp+rL0KynPTrikPsRkUJ1kk51kr4STCIn7er7/+822I9g+M2pjKMild6h8bs26sNPlNdmNsS v+BAOH7qi0tZa+9V2cfGbVjUo2d/udHofkkL1K5/d5+/bkT7FFIAuADqjSmTqJkQQp5NJCuUBn1N mkwsk/mkleXvJPgYhYRcmpgsooBTlDDO1auPVL/kjRHz9LIpuFpUOV8TkzLJIwGkwTthJ+eKg5po 54wpacQYiLvieTdODpK/8Y0jhEcwNkxO44WQ6rjySK2XC5eFZB3j2GDiwvhmKTfGH4w693WjCbCG NY1ln7SHIqiKlVy4t9yu1Y9YZVu/1XUOWWPXkDV1D1ujiO9M56BVtw9bdcew1ep+VqCntn3AHjT2 2dnKTvvqctZWKFOsL8l8XjZRP3zXNksofnWpwXqHxy35qe4YsU8uNhQyhehZlkFpW0KJrJKARcgu PVCRG2jpz78oWqC+//xyo1W1j1h127Blu0bVn+pb9WdWdLmmxwHTon2B4SMt1N8fXmy029kBq1Af Z8ULzTk+qOkYsgqldfBJh/1HAH9OFgq1Df0CbwL6vlAZz1d02chY6JNx/cfnek23Zn5SugKOwQqc ktaMKQDn5DWWFN7GsqPZI46prjhPNdmxR6026iXIf/6822nL9DzljjHeAAI/326iwIFy5T5wv9WW EttHZX4VJy+vA6FM6JuJWb8L6slAppAA3EHQrzzMROLvH3PTUR4oMokOsQaxsq3TZGSD+A9ghpIk sOeGo7Ue3JvJ5t+qMOfplaTkJIPl8PXHa3wTHfzO0ii/1+kaO4Z9gsKzE3xTrJc1PiTLfNIq+QfP kQ4gkN9YowkaXvjOi6eV4ve4PFvoS0f0AIJH10kuBN/hV2HS9aw0AdZAnlyYicJAYX92pcl+vNFk l6q6XPEkYU1Zc5/tu9dq+x602/FHLfa4acBGR8MTo9JsLT1S4I/a/RQB0L/nibLahwUm0bA55vFd cyoo9yLlLX3538EyFSj+7df0Ps8Fpgyz8WjJmniGa8oPsLZRSn/nqRo7V9nrYLRJAKSqbdCOPu4I lpUJpghEnDUC8ZEmCtrBFuWl3BN5hHrFMsRrKPNtZ+vtdl23PWoask+uNAsMA4hIi3oFCnUOYDD2 UbByBUpeC/mHv8P1kFcpCm1aZZs1eP93vcn232+z9t5h7y8+9NzgiNnpsk4NWMoW+mzR/jr/TfT+ r69k7edbLVbROmDjemF4eMSOPu20n65n7b3zDeKZ0D7FZaHNaYNYXu7n266QAGyL9lfYdoHjtt6h ULIc410UH67lJAmWX3Pl8nTcUple/wleSvJZ7l6SvK5+j8EikmBaym+1xQ6V5Xp9r9V3aEKiycnN TJ9tO5Grp9JdkLOSUobt4p1rdT3+XF37kN3R5GXnKfGAnuUZLHHJMoQ+J63cpoQEhev0Q67suXf+ rUSYDUJcMNPfmmJxmkwB2GExfVlO0XMheBEefIvgn5JVkZLHTc3TPBUTk02A/LJDtU6Ml7CKlv58 KXoT3jtU5e4bSwXefHLgsmjysy+KkHns8g8T5jiWgzsAlnJOI/CJS+7ZtDReR0KHOFhbhik05YE0 CssPKM5a236i2i0LQWfy77gdK2u3BVhSUFRiki2aCT5sGLSxsbHcc2PWJe3/pwDdwr0VrqwnFGaC Qn6xsaPyjYwRvoOC4zdAhu9Ihe/GJan87+SzOaWu+9Gyho/S9tPV9vmljH11pdGX+Ny5/Uxu9p4g UD2MHy2PId9IpEt+tbn75BWfY6dNjZ163O6tIihrv9xptjf2hXpx38Gf3kkOqvh+8CFLDDi1Ib+d Qf29/DvT0UQ6yhtl8KCxP1cmTFgj3m8sP+4XAF+S64d8mULd+PvwwzYbEkN0DIzZ20dC/WmH8Gzg G94JfRmATLwWiGdEJayuAJUtGoxN3YVg7YLAGjt8AJ0AJL55fnL6uXSUB+0DuW+Z8iPPWKfYdpHf uB7SCenhZ+btre+3Jbwww78relsADvAV2wfyZx1AVvv9sHygWd+hipC/2iKkHfo8T7HsaZQvH2nE cv9bidlzXO6ZDVhbR7gBH5fzNE//Hnqd5QVl95UOAbLVmqDniWtY+XhOMjKHKf4pVADW8mBjagqK KCildUcrpMqTYM3syNNOe8OXvXJAaF+5/XSzwYak97HBhRWsUbsrAMdRPgATOiACFBTt0oNV7lDs 53q5uZVvNjzU+HE+ySXbxfsqPLxDOnE8hjrVnR/1fE65huv559YeZSlSeR6ptB3n6u2DCw0CaA36 ztoH54Iv1q7zOPROFvxEdWZHCtbJ9ccIMcDyRCg36+Vs0FiqPCc2Waid2Q2IJeiXm00CNgEM8dn/ oM0tjtxbq/eW5RiusG849iPsgMEy4PmxNCdigwiBEJdhLZhoo2IQMDX9f3ur7W6218vTJ1A94oUT 0NZ3e9+o/XqryZUjz+Jftxhg5UCxwg4JrA2PjlvbwKj+Lk8dMF4Xle0t8Yaf9al+pW+9Hpjn1VfL cruP8ZPLvyte0rtbTmTc2pkEazj4r1Ibs9MH8/dmtbtvlhGFjQbwYb4sWEKZfa0ThY004XuVvgHs 8MoK8SDHlvhSk8qHYqePF+1Tmiqf95E7ojOTE8FLanuWi2N52f3JO+uOVXn6zncuZEQc+ZIDfAHs MgHK1VX15pDut3GkV/6Bp6AwFtaLN/DVStbp30wALsabj0mBtehLU5oCWKNt33ThPk/zNE+vNCV0 SZjEht/IzEjxWtB5s9N7rzpNgDXAUbR0pD1YSLnlPn0DKABrE1pTn2NlHbZgD+kFJc7z317JWn9O 6Qcye9o6aASeLHBulJJiW/6B+212P9Nnjb2j1iWA0NY/Zm19Y1bVNuTLcR+dz7oyAzTi8/W0dVg0 ZE9bhq2sZdDKWwasgu/mYacnur9aipzdIHvvd/g17pe1DFlF84CVtY7YzdpugY1Oe9g0aFXtA1Yp qmofDt8dg3a9rsdB3ITZ9XQIJbDzbL19cyVjF6p6rVLla1FZs90j1tY7Yg29Y/akqd9OPGm37acD yNxyotr2PehQer3WN5zweBofc3+vpyoT5XqkMn12qSnXJ7zLck+V7VbdT5d1qY7KS+nTNh1qo3Y1 MG1U3jxoJ592C3TWCRABBALwmSm9safCbjX0eo9erWpzn7VRkJqX0dyP7fOrjSqXwJiedxCsctEX Bx62uz8ZYO2/AtH5dFUH5wU9v6/Sgc9fd1vsTn2fNXWrf/tC2Zv7R6y6c0Dgq9s+uZR1P4kkT5LX 5pO17icJH4XWG7WDD1rtQ4Hp89U93vataovWPrV/17Bdq+5T/zS6FdPTERjdqjSu1vd7G8IrZeLF cvHDvayevdrklq9z5e1W1xXSahkYtgbV+1xVj205XmN7Vc+K1jHvp5AG7+OjN2A/XG+1pQ6+anzS sVcAvLx1VM/CkwPhWfVRpfL84UaLvYVjbq5ujKslAr9s4DnxpM2eNg1Zs/jI+1bU3k8/j1m13j1T 0eMWX9/hVABq/30UwZrvhpwiFlSe8mBt3rL2d1J+LIfl/NJUqHxfZcrL18mgoZhi/fmuku6qDMuK khOBgm+iT4Y1rkmrcKI+T/9WKgBrwcKVH0ylaeZgDQXEoPzmar1b1sIn/LgjMLYSReVgrVZKqso+ lsJ90tQncKAUBRB6pcTxCcKpvKZz2Ma4rndbe4Ztz/0WW35QYE15nFSeT6QER3xNNvjQQSzJ3VI+ JwRuVh6q9EHwpYDGmcpuy0oR8yTlAjjuf9RhX19vsTNVAkJSuuwvGB9XAk7jUtwCKZcbXcijELae brCdmsWfr+wy6VNf5q3tGLLjTzvtz7tNdqq8y8EC71LjMgHGNWpndlgC4KrbB3WVT1gehpoFXBx4 tvU78Pz8IlvwQ5/gw/bx+TqBJaWWS3NYyOiO2udkeY+DyWG/NW6j+q7qHLTPLmRs4SytL//ZU263 BVr47L3X4iEmmgWAyJBcabMatc/u843qY4ACS9GAtWoHa+TtYM2tq8XpVwiINNjdbLf3jYrqOyjv ZfsFPrqsUmCG9+EpAOihR1gag0WN9wvBWmgz/r2f7bHKDja3DNn9hj61be9EW/BMtwAO/AKwx9q1 5njWDqq/HzcPOc/oUX9uQBnfFYC8Vt2r8o3bgAozRiGpt74G9exfd5rt26tZu1zTq3IMhDLoH93y z2FNNJYeKrfFahfA8pfXGuxqXb9l9CzP8Ly/o89hgcwVB3OuABovCOdtJ6sDr/OAHhxROR429qmP u+2K8hSe1XXVS/zW2DPuu08XFIzb2fX3P4HmwdrrQrObOP7TCIWLPEffcoYlqwiEGfKYgbjZiCfh Y1Z7VhwKoSbS0pmnfx+9GLD2tNCytmRfuR3El8m1D59x65JW/PNuuzMjyznLxZhYRlC44YmgOI89 aQvLiCrkV5eylu0IIIIneqTtv7/WKKVY6YBkxyl848LyHSALWNE5OGK7ztapPGHZlvrx7PLDFXam PPiKVQkYvX82I9BR4YCRJbRPz9VaUw9oIgApPvVSoJ9fbNSAytp2dptpcP15t1XKM6jgnuFR+9/1 Rlu4V22zt9zjlP1xp8l6qYjuD4yM25bjlbZK9XlXygIlG9qOu+Fz5GGzbTxWZ5tPVNum4xkf1K7E 1d6sxf+m/OJCMgDicXOfvXO8wv6jcq85Um5V3n6jnh4lvyrlzoytUEhOLTCDZW3Ac/jrXrst17Xv BHC7wzq2fwAwjxr7bYfA6mKlBxPRR4cfY1kLy6DLBEKWHmJZkRmkgJbAG8LoCRtOPJ0xf/ZUWbvK rrz3VtgH52sF2OhjHhi3fiHm32835kBWAP+AtaauCHTDZ1hte7681UOrsBT97pkau1ot8OpgLRS6 oXvIPr6QtQVYocQzbJTZcLRK/TqUmwSEJ0fUj2wsOfaoxX6/1aL7yssB26gDpd/Vp8STI/7QDzfU v0KFvBl75dD9dtU7bBLB4gWgXaaxBW/0gvb8E8p0+EGbLWM5UwMRoMaZlN9cq/fyxGdqBYx3nqv3 jScrlNYTAGauK8bFnw+bB32JFYdfrIcr9JsdjuyEisR1tta7U7D6yTdKKD9oZmP+1Sb4ax6sPQ+a K5ia2Xvwmzu753iRkBDwapJwXmd3ITzKeI+Ult6LpJCv5JdkD+XxMnt5i8tcI/0VrOjULVnu4jRx fwGIRf/KUsQyPjsaVx9VWs6fM5ffM6OZpvE88np5xIaItOvPk8Aw+KwTuDvyCrK2mCJPI2/mIncL l0GfC1gbFwjqFvNWTwSx/EwKGCsWCm9MymVgeMQu1/bZe2yxldBkVrH5hJRrXXcO0PGc+TLWjjP1 7sfEVnVAzJWabk8nKCozlrCwXizeV6aOqbIfpRCxqITPuO9i/OZaxsvsg8eVfq3vYHzU0O1Wi4MP OwQkyt1CRIMzkChTddtg0NG5utV3Ddnnl7MCHHVSCpS93q7Wdk/kh9Lec7tV5QnLg4sOlNuuc3V2 r2HQ63/iSYdtO019NRCPZ+3Lyxl/L6/mzfZI0bPUGTZx5Nuc3zjCY3W5UtdvDT0jvtx66EGzhFtw Xicy/hW1a0gtlLlcwIc8sWASewwizMHbAsdJSt5Dmd9vCqB4/90Wga5yMVeN7RVI6QEL0o+UWrjj Rm2Xva8+2qD2ekeK71RZp1uq2GDAsR7et+pjNm2sllADyPe7yYvUx61b6a07IgCt8i8VAMJR9Pjj Vm56PjzGTstN4g98z/AV2ykg1qT6835IZtSXaj8+35CrpwSn0tl+skJgPaTDs3yOCvxP+DvCC3vK 7WHTkDB5uM9jg0JCJ9VXKw8LWB+qsBNP261Hbd0p0H1bfcnytwtotRWWS/z4JsqizwkB7uU5Pyif sPh3tXihXs+G0RI/TGJWur9oXqisk4C+kFvObVPaZ8u73McNobBC989XdXlMt5DjmHhrULyU9UkG 48nHlHiTGENOuWsTxLZ7AV5CQLApgzAjAQzn+W3qpZxXj15Xy1oY45K7KsPKg+KronGZH5+FlHZv RZI0TsIGpHTQkCTuA5CiDCiVfqTkPYhxGQBMimLM8RVtzH14jgClgRc5LSLwZ6Q8n9Z7eAl8SYkV ho/pi7YYR+v9YtxNNH45OWUN5cUHdqLMUxNuPfgpA7LCxEhtgk+v0uUkAPxomexH/kseU1dMRBlA hgaf26DcAYXI6GQ/TNU3yXvJZwAPpfiediAvlmSRp8XpJNMvvld83/9WeZGV02GLKCvJl7aPY2Gq 9EvdD/xI2+EmlZ7fXInxQprePionPMq5qPgUp/HEBMHrklEb9Sy+1PjIrxTeCPqetKdpnyRYez6W tXHLdA/ZzbpOu13fbU+aelwhc136xSpa+u3Q4w7bdbomDFQBCcJhfHQ+Yw29easDTu0s/bDDDivU OxLAzDROlXfa0JBuBhRlJL3pcJnKUms4o28Vcz/OAQ0UGZ/bmV63zvEMS4mg4I8u1vqSVl37oG07 k/F3uQ/6BRxiNatuD2EoYjoTYO10AGtbT9XY2UqBtWAm0rOjApijUvRtHtpk+xk9p3LvFoggBpiD QN+pxkBtsK+uTAZrR9Q2CAY2DviAd6Uf+oS+wSpExxJfhoCzm48HkzoDb6nqdrKsPaQWimQ1bX32 2SWWbpUveUcqEgwELfYzUUU4+z9WP5HEQZb0xCQ4snN009FHrW7V8QywXurrfEW77TybETiqcX9C wFonYE1tiO+XR/xXX394LuMhUMK7ghr6eto8IJBGbLkg4BBkbLLAouZgROCe7L5RuxOtncjbn+k3 4V9IR0/494Nst/tvhbYNz3FU2N2GHn8ifPRcU7/KUuf1yYM1gfIEWGsTEGTjByCTGS59vv9Bh/10 s1FpMiDFkycbnC+/u97gwNTrk0vgrHgUZUmf5cFazbRgDYDEc/AiO0g3nsjaLnhHYHitJhdstnlX ZT9d1haWeD3HMbcYfn21QbxPrLHCfp2a8nzApgw2V0Q/0PxYfz3odQVr0Qma1QVAdNgpPLm88Xra /eJ7EG2x2GXH9LREvAfIeFft5pRrm1LpJ++F+4wTwFZ9biUg6hApISkXFC8bZNicFdMuldYk8r7k mCD4k81MIXRQcR2elSJAYYWHiTyK1YNfe91UVpdlMyyzU2iPDaq3byY6EnYr+3LnpGdLE/qPCSxl w5K/SeVymZqQ4bFcaWVL3ks+g2wudRwZbYHlJ3/04uT3k5S8V3yf/kZXbtL3dJMGN6hI7gFkYrtP l36p+7RPkAV1tkLtn57fTCmMUdoEsMwqBrKYyUVheYKuy/+dVrZ4H2wAf2GoCrHqwgQrLf9AL2QZ tEMKqaJlyNp68TGL18esX6Bm770mMWwoeAAuUrACB7/e7bSuPinN+LR+1LT3Ovg49bRDCorvNnvU 1GsjnmGwLPCT5cQlGsSUnQr9cqvR34+Yokua7b0zlJtGl/BQXS9WdrpP2vnqLlu0J6+c2AlINHQc 0POWNU9pAqyFBtesR4395cWMtQ36Q/qE5/giNElj57DdqO21n2822K4zhAMRGPE6q5NPNNrXKZa1 I487PWxIUDgBOK3UQEd505HUkeXGVYerfMnv+xvN9tfdVtv3sMsOPWy1spawMSD8Y75R4lOBNQRH kommIpD/45Y+T+KIgNPSg3GjQI1mmtUegBbgHeEJoPfM0xa1ccb7K4I1F0yuAPDLyLrVszFnEfOP Gre+td/B2T6V/ejjNjutPr5f32UDHpAY8oxs3/0W8QzCI2OfXm5wp3tPwv81TQ56BIayfiQKM9Jo /bxUpbLqfnhu3Je8d57JpoI1f0b/ZDpH7KurQdgy4KlDPO6HtClDoHr74VqzdfRTxiRY65CCCuMo gjXabiaWtWjRWnqwXDPSSj9J4887bW5tPP2kw04JqLExBgt1Eqx95WCt9Pm1U1EEN/QXE5W34Tfx 2et00PzrC9bC5MvBmsoyuZxzI9oC94PAT1MrK6w/PB/fnVn75Sn5/Nvi+wj2sQSvlaKcyfmUMyLx JkoNK9v0in92hNwnMHyYYKbknUITwCt+i4rfpW14LhL8SXtgaeHM1y1Y2mh7n4gGnky+i/IHrLF8 RhmxSvrk1xV9/tnZEuMca2paWwTgSgBw6vVs+bi8lM7brDJPjy0ERiSX8eN79nxzfeFg7dnkGG0B kOLIra1MOnK6gDJiXCCf2O8TPJGgeD8+U4p4d91xrLph/BSvbryAZVCTsmqzNRI+37lj+pBuBesI wK22a8QV0FYBlzBr4oiUWvvrXpt19ucta/zXLYXd1s9uPHbAhV1wfLdJ4bXretvAkLX0jdvvNxo8 sjz+PvghvStGrsr5PVEq6HR5l5staYAtx6p892Fr37B9ebnJFvhsLdQN8zeMHMDaUA6shbrlwVqy kevsxxuNVisFPygwGp7Pf3BwZ2n3cWO/fXslb+HCSvS1QIc/kwRrTzp98MbO3YqZXGXBzwHTNb51 5yt7feckBj2CDHcODVuj2rWmc1RtSAHyhagRGPrkEgA5L4SmE8YRrPE5/rhdikRAWIqbWTIC7bNL DfawoWvC74xWHhg22/+w0a1KWH26BGDfFXgIx4AI2Cr/X242W2s3fawXc8Xs08NNveOiYWvRdxv9 3DdqHQPUZTj0t2jP3WYXdO8qrc8u1+vZsMHAwZw+NwTW3hdYo30drEkQMqiuVHUmWhf/xAHbcbYY rA3AouGj/sIy/Ln4glltAGeF7eOC0pcvsgJrjZMtax48OIKvqcHaIQHVpGUNRYf1Dj++FgFSMCs8 xSaMFrVLVu3XLd4PGye4GXzxAGsO8imfAP4mzfwQ7GE2X1j+aUnP+3mBtE9uXLzqBODCOvg6gjUm kcgmFJr3VeyviSWy2SsuxvBMl38WHxRYw1KgfF3ZzKj90olQN+6PA1DTb0BJ2nNzJSxcWNniDupn IylxyX7G6hYHq6zikEdxmXMyQP3hLix6liUv+I12Y5ylnd1aivz4I7eiSO9IDhGUGf1VDGopyybJ MT/hROXF6h183ZSXPzvzPIuJ0y+odzEgiBQtawF8kB/ylHaYXX/6ZFfEJoqZAGzaZA1toTxZwQjp kK9oFuMhygC+WQ5Ny6sU5TFQsHS9LYxD+QOgnpyXk8qGjqN/4E8sqhC/mQixrB/1b6TYNoWU9eex ohaX64VY1ogmv1EV23S8RooLHyWuBm3ISQa363uDQID5VUDWe3+71WydAk/xg5K6UdNpXwvwfSdF 9A10DWrMfTfYt1cFeK42CcAoLYE/BO9SKT6cCg9KCY760lZQoi1SaBtUVszof91rccvQ3YY+CTTq PB1YC2VPB2v1fubpTjHXkYctDhK7cxsKCsk8lMfXAhpbBADePZm1b9IsawmwVpzPF5fqrdGX//iE et3JDNjnVwBDDb4ker4igpPwb3lLr4OTtcdQBpPTTKMkWMPPjlhoMC2AkfssaX59VQC1LWzmCHkJ XBNapbXbd3N25MBaXHLdcgqLZ7M1u2VND6jwtO2dTLe9f6ZWZcyoH7O2+1wmxLUTsPnkAn59jW45 3aX7AaxlSoK1XeeZ5eTAmsoYwVpo/fCZCVir7xq2jwVIXVC5sCpsn7mANb53TwPWeG6zeLSukz7O T1ywjv4hsMrZouwGvlTZ4dbLQrCWdQWy6ihn9OHoitLEHyIcKUOoFATXtlx/TEXehlIG9HccF686 vc6WNYgy0G/0FcE+icW3iT6TwsJCPLn8UxPLjrPx1SHv6HdGLECWZmZjjY+EC8dbkrGrxYdB0Rfe dzCUoOL7U5PSc50RDx9P6Ko5TCzQdYQGSloVp6aMrdeYYPkQH0/6zCP6S2e8TZvNAERAKHBcS9C3 sSzUZcMJXGxyaWicAlg4hhDZ69Yu55HgJ8WmoXUqi4MIPZ+39syMpgNrtA0uOPAD/MjOVcBpWp9O RbMHa4DS4OPGcVJY+fFznO2E89nAWiD6BBnooDEnN9NkC3oVgAkADxtMgquVk/6GP1gdw/cR40vp NsxNNlVX5HUxFnshYO1yVbcGO8oBP6Zqu9/AcVM5bTg+al1SbnvvNvkMhcPDia32/pk6y/ZGjTnm 1pnbmR4fTFRu8+kmFx4g1KQzaphdBNpyusEBIgBs97mGxM7RMQcGhx80+6G1hHfoFpj48VaLlHUM mxDqNhuw5lYM6FiVvaO6gKx3qjM/Ol/vlqCK1sHgW0Qaqjefc+WdvltxszqOkBh8SoE1V64Cdcza 2NF6pbpbT0RQMCYAOmwfnKm3NwQ26QuWRwlhElILT5U19fvMjzAaOL07w0zMWNKpGKzhH4eQeEdl Cc+orSXM/3e92bLdA55VLFMIoGvWLiz1Lj5UzuTqL9Xl80uNVs8Nf5qXxj1O2WLfkFHnmwxi9H94 jJkvYGOt+wfkBr7qkgbWbtb15sAafAdYCwKsGKyx03SH+yiKz0uANc60pZ4ET04TwHMGa+fZjFAa rAGwjjwImytimbs10/nzTouPFW8D8RhLxRwEnwRrXwj4YwGNwpf88MHkN2OamTJCD+tBcX2KKQok 8uSgZNJ41el1B2tphP8OSmC2igqaLVgLRF8HawJLjZwDmZb2VISsYvJN+ybBGLKayQT3YgBsH1sl FVdpon/xKcPH0scxZZ8DWIvLipMOAS8i5ykRQa9pG8ZYGshZLh1K8Oy0NApIugWrS9J6whh1wKd6 0e5E4qd84X5yDOZlI38j82nPmfF8nqYDa5HY6EZ+yBMvo8rFpoe0NNNotmAtUpBfgfh7+cFa2+T8 KH6ZwYQztgffswVrTuIrgpYXW0yTPA0uQQ+GaAtVeV4sIE7TUX3En7Tfap+A5fSo65B8eoGCXPLz xg+GukeaE1hjVyJH86Bg1gl5u/px7YLGG7MLAhXsNtvqmwg4FD3jS1mAkqjQGrpG7OOL9aqg0tqr GcOBCgEE4p5Fi8KoL48RyJYlVY55oqG2q4Hc70vfn17IupPeNgTDxAxDqFRKaZnKdrayy8bcuhY+ nMf45YVad5DnoPm3lSd1iHXO7walQWuMALwALU9BPwBrX6guAXxgHauxvfdbrLlv3NDXONBT37XH 6tWoAhp7yzwmV+9ATrHqc7aqIxfhvsbeP19rA17dfBnx22J2ul0CxBlDzAZT7D5bY3fqk2DN7GFz r56t9eOVEFZsMCCoq3/8oVEra+zz9GAkH2xiXGZshQxSSAiSsqbgs0ZgVgZcMNHzXgDKrN2v1+D5 +U6rL1NH0BQ/hJDbcqrK6xCWEnH4r7cHzf0qW44P9A/RUTYdpj0oX64vJMT4zVFkawUuVx+qcEst QIzyYWFsyp0NGtpizJd7ub4VcOv8oTYUkG3pHPGShefG7VJNt8/WokPxor2V9lhtFJd0+XAAPe/T ZisZsGrjZPsA1pz0+/vr2QDWEp/TFR220sGahI34K4yb9GVQQncAsuBDljkuVMSD4UOJ6zoH3IqM 0AB8AoBvZfsdXMY6sWv0w3NZP1Tf+Zh6Kb84XiOxy3dm1lXxuAtElGu9FHdIszi9V4kAXK/vMmhp ArAlHb1nSrNZBi2mqFTxeZupNb4UITfwuQo73oKvmaef2yiF8zdLfWnvTkf091zriLzBShaWE6cm wDIbvkq7BeSO21OdsCgyaQ/vptcryMSMsemNNuFd0qE9pgNPSeJZb0NNpCcv3U5NMwVrxcTz61ne 1vsRiE1FcwVracTJRVib8YGebow/K1hDl7I6U5yu0wRYVBsK/xSesjM1YW1D5pS2roUVIX4TJib5 7pzAGv4INPwCvbxOQCrijWAhGrfLVV222a0hAUgxkzj+pMNGQD562lXb6Ijdru8Tw1Z6QM9Feyrs z3ttiVheozY0Omqnyrrc7LzBB1ZWwkNgQ2n/dqfJ6jtG9N3sB2f7mnauwszi2L7+xZVGa/EDyQNM BLhVtPR6/LYjKg+KOoC14EBPYwDWwgaDGqtuG/CNCrkCeeytzy6ysUBKUwyz5XiDZViykubE0oGD /3oJVm9DDUCU/bYzDR5tPgKBI486BSSDf+BGgR1OLPD0c5aZm7Wd9t5ZrIaUgbrAcA0Ca7V2oxaw lv9kWodt5+lq+89+CRIB3l0CJz2qXCgt/457lPztAksLxVD0L4qXvskzRyAHhmo3gBV+aY9yO2rP C3hwWPnWUw3OpJiEOR4Kh2gHVwJUex60+7FU+XwF1gRQt+bAWsyD0BL777cWLBPTJ1eq1cdiQtqL ci4AqP1Vbh9ezHiw4p9uNvmyBwKCJeTPdD3sBiUJ0lH7K8m9dxtd+AK08S/4U397CDzaXo/16SGW 2xeprf6rvqbvOQrtUeOQL4vHstcKaQIMOWlhiXiPA+6L28r9N8SPPwhI4UuZ/Jwra/NNLM5TE6Bp erBGG7BBI/lpFf/+fLNRfI+1sNa+vCRw2KuJT45fGCecKPHRhUaPH8iYLGVlcIdvt67l65JGQZmE 3wB9dsi9DmDtn2ZZCxQ2FCFLJ9ehNM3NspYnBx/Km4lbWvqlKNn2WNLC0YAxXSYvyNk8cZ1JRFiK nF1eWNew/M6FN1kpwKqWlm4aEcJiJmADv+ngVwZN3WdbNKajVSYtremIlQja1FeDZtlPcwVrEMuw gPC/G6zRTiwPvnjLmvKZqj2Vv6/2+YRotn2HIanK9XpxuhHEMw74ZrKUfHeOy6CVtuqIBMKxStt3 rzUHaCIcEUBo6bfvrwpgnM/YexRATLtb4OZhY79Uix4O/3uE+Bu1PfbeGc28YDoV5FRFu/UPBUWE Hh4YHrZb9YN28EGLFH2zHXvUZrcznQIlYzY4Mm6/3W7UrKLQ8gFtOBbW9a/VYYXw1Px/lulapDDZ OQcipr7Um3rBTCsPV9mus9XuDN83rHJMvDpuPf2jdvRhm314HquNEL46FFAD4AATsBni22tNtk5p IEQ2Ha2yI4/bbUBAhrbJdI9oUNG+QYCxnRvAShZxmZS636/vscMPm+xcRZcHYGXpizr9drPBg7zG D2of/8CdJyvt97stlu0attou0skBJ/3DuaN/3G6xt73j2TEbBeNk2imQ8/H5WvvpRrM19gAwzSpa ++3ry3UesPi9szhMqq8kgEN7BQvOEqXJLlaOzoqli2Atpu2MKD6gLufKu6xnEADF0+O+S/hRtt+X jjlD9vfbzXa5sltAZcQtlj+rPGvUlzvU5p9dIA5b8EfMcYk19Q9bW+eIZXtG7EJ5h+170Grnn7Rb x0QAWsANPoq9mplxokOlx+ZbKyHHCRE9uedCapyOMeTBbtcdJu4bg7IQ4OB3AKD+7EK9XRCYDUu/ EbCNW1XrkO06xSwbvpo5WGMnFGNhYr6ifyn3w8YBjad6O6KxRmBmTm8IYy60AMGhD2t8rDlUMa3w 4NzZ6RzII1hzQav+Wnk048sCaem9KhTBWhJoTk2vC1hjfGmW79bptHqk07ODtTDpJIxFWvqlaEJJ SiYTsmIipuEUBGAAtMxmM4JbJpQXcTyxVswWdBCYPLhKTM8vABOOjwtuBdPXh9WAsLw7dZ8xvtjd +mwgJpxywKaFtDxK0bOANeQ/O1lnMjF6rmBtLxsxZsaPE3yo79mCNWQoS/Sx7JPIwRo++fV6ttD6 NR2FFZ1K9RcGkEJ+T4K1DdI56OvCd+cC1vY8sUdSSB258AlBtRTSgBR3h/Q9YOW90zVujfpIQOBy NUcwjdrA0Ehu6UmqdGzMl7A4SxI/od/utHjUdo5SCp/CtNkB2dY9aKefdihtOm9yw1LxlVLG315r tE6BqPCuv21ny9s91AcDLxmeYKEa5wcBAxRiVIbhE/OWStYNduZhxdkohv3qcrM9bB6w7v4AbrDQ 4ETPUVLdrHFK23YITHAOKOA1MCwdEYThh+drLOORW/1tUT4v8AxhILZTJzHH+wJLbNjAehY+uTKJ CBJ77HGrbTtR7cc4hU9oP/f/ExjCBwmlyw6mZFtBm05m/WgpTlsYmjivNKQ/oHqwOeLIo3bNlAsZ CMIihlXoYnV3Dhize3Hcg+TSD8l8WDoEkHAuaEVrnw2KD2I+4V++x32pulmg6YT4Z6UE6yrle1b9 3e1nVPFUqBuf69Wd9tW1Bt+4AsDO2dz04ZkxBzPXa7qUb1japA2IXVYmHh4jsm/KB5DIjtRbmV77 6GJus0FO+L4vAXBJILmXiMv+oUCR+AjYi0mz3eOakQd/Qvp91zl81vKl40PojhXi0+ADWuvtyNI5 u2DznwDKOgWAL2ty883FOrVDuBPzhS+fNPZ5HReWGMOUAUfhED+qsF+mIpb1g1yYnWD6OwnA9U9c BoXmBNZ81p+e3owoB/rXATxmafGCAIv4SU5KN5UC4CBkgyurGVhOIuHyMpN8kkAhgJvIK2rXVN+h PK0XIGRFwt/PtctU9LYmeKWXuQoJ0MT5oOHdWSr+3LfzvvtzpeeRRs8E1lhtmCGwfp5gjbKya/ZF WdaiywqTZ6y2xbqrmABb+B3Otl7w6xrfgBOA2UR64n0mBrgXYbgqfm9OYG2BlN2HUmBfXc7a99ey 9tvdZvvttkhKhuVJ6I/bTfa7QNfnF4OvEUt5ofK19v45nPDr7PNLGfvicqPvisSCge8Vy4MIpy0S Nh/r3Z//f/begkGuouva/sXf+xC4gRCSkBAjQAwJwd0t7u7unnF3d0l969r7VPfpnjM+ExLogZX2 0u21q+p6SzjyqCsclaLm7kiun/r9Rot+Rw6UOgzR2Br2ROKh028fwiCqC19eqredhRyoirdIP93K 9T5Z3oD69Y6Y/+drarv6wzVHPP5xszV57SDhm0N88cw2H+di9frw/cXm8JPqOPyow467OPKoU8ZN p8pqkwKttdy7/2VMwKvyUjZr0v6+Ux/OlvWGcxW94WxlXzgoJf6HxvCzcxAF/WEJEkOnNvxwuV6f t4bjj7tUT4edK8dl8ih6BPRnUuYcPcHYfnWx0frNMuqyxNDKMtboyyfnNJfq2x8325O+Mg56fbs5 /KrXH5/lPLvC9gM3NDh5X3VrTn+41hR+UZs81FvIWHjPqzTGeGfr1I6PzzaEn+Mcqy+M2547HTa/ m8VoXHL8+u6awCnYn11Q+2wuInx+PjunuZfhzDlrv1ytt0OJz1V0WgRv960O22EaE+Wj0cGuO+6h /epiXfjqQpPqa8zjEo8NRt/Mbbr9gINDGde/oIUbzeF3o/k8/f95q8F2MX+u7xB1jIn+kxlrKzV+ nrfi33tdfebO2V+vNYajT7rDifKecFiG+PdXm+y2CNrwq/jOx0B0dxV+0Bxrflj+5+DnODfF4IDS 2Rtr4hdr3/OLGFkrGWuO+UbW5mOsWZ6aRYym1yU5qD7SXWZrrJFcTz5cXB2ZCRgXdmRiUBmtTGOs YSBAI75sO32fMIJmaqxRv6eUZJc1Ff5rxhp4Fsba8kMs805urHlOGf33GzZIl4llzKSPdluJ9A+2 C0BPMh8s8SKfiRRnlTMnY40cL4sWqJG+uyF2QoPDcyNUJx5eW2K0PcdyrLczhZzo87vXvHEMlhtR OULUd2gbeTMYcJth5uPU6cSS84yKJpD6iCS9npxRYwaFbYrwcv09HxR/z0PptkPIdrtQHsZg7Esy QbFveuRWgveoX30iz4220jcH13VwTUqF5RYw0NmMoTZoAmA2bjzYeqrGooUYBDC8j50bpXZKuOqx MdZ3bCOF+rfUokUq3wSWHhODivocsW6P8rATNT1Weagu9YmlykioPPIe40CuQswzScPHkDYQqfRN DDAn80TOUzyTiOMIWE5gnBhzvgt83Hy8GLvcWr0tU9P+GkvYp9+b2UCQzIc9qnxrq8Yjjg2RyC0a P+q1ZUHq0Ti7QI/05ZFNxuXV3dBdHj5W+kz1FywxRKFeRGs2HwmYo40nZYyqTiK1vkSjevX6Ixmm ROvSfz9cwaCjbT6WXrfTLO+zw4zdom9IoAPfts+WdjkiEhTsFuTYBdrr/ay2vDUvJ4/I/MvkNXIO Ybr908GNtYmOxvOEaKyZnEkE9dTwMSgZa5MAvtHjXIw1FDm8HGluplgmB84cvCL+mgpssEJmRIdo enBvo599xZltM4msRWPNZBZ8llluHhhBMz3gmM1QRLs57y2rrKkQebxkrE3EszDW2EVM8GHNodlE Xl3n8By5vVSAT1lOJeKWz++cWM6cjDWHCFjfxUhxA2Zip7JA8iWTNtuJ4/vkQFAG3lfcGTgdlif5 VTMF101xxlBWWVOBKzJYi84yZmYCdkzNTijK+JH3GpcApp835hZiyF4GnRISZhBvPlw/NThDyO4f FbjXzwwwM46yvz8TcN8bxlhm+zLAd2MENau8mQImXJvcDBAFz7SQgHjdHJrEOLSyKiyP05f+femS vS/bNLYwqO2wnqatkW9A8SXXIOs3xWAu5hJZQ0hklfe8IBprpcia459cBt1wokH0OHt68WOTssuc DBwjwZlcMzE64BGcymWSJX5Y9Mz6ZddcJfQ/Ez7jvkeMoayyssC5dnklPXP814w1nOfFNNYi3tT3 7UpBK2t6vkPXEIywm4bSMnxaw212mGNkzR/xnrAsszowGezMrxnUUQzqtORolcEEuHWbXQeIk8WB fuzMzCozC2aszVJgAEumnUO/AAyDYZNV7qQQs7GFOpevMVPCmIOxxu5KfkO+1/QMNzvjeKZ4UYw1 o8tTeFrJFV17JOgR3kerw4PG5Cqw5O96TbdFG+EH2km0r7j+hcZcjbVXM3IVnyeUjLVC/HORNY57 mRvfEQWftbF2HGMtH62YCsiuaKwh42dirBEp5ziOxTTW2Gg2k3KL8V8z1sCzMNaIcs20fyAeWg1N sXuaFAAO9mW5M80H6VW9uWCOxpp/h+WYmXongO+ypITBUFzmdGCi88ba9JE1myxNKtEnP9gvu9xi zNVYY615LkZonEDOysnazjsZGMv1AgLZypjWWGMcNI5zMta47qo2YewZjKXaQoQx166kbfNh1hcn siYmF31yijubWLZfqAv777eEe41DYfQpGxLGbePI/fqusPlUk8bUx4d2+jJtdjuyMBfm/7dH1krL oI5/chnUjLU5RIow1sglyypzMszWWEMu2YXoGp+s8rKw2uTI4hlr3PM8F9lYMtYmx3yMNWiX3Zoz iaqBtLwxZ93Sf+S0HPPDjVnedxkzP100J2ONCQZ+Inphw6cCBgYnWKMwWKvF+iTRnMNAeR3B6zTs fT2+bUuFDTlLdiagjbMRWnMx1jAePW8ou8zpwbllM89ziOBmAZYcrYxEuE6OeRhrELyM3uxynw1e LGPNz7N7Y19ZeNg4HNg03dM/Flp6RsOdxv6w725zePeYyo9zN2Nkf9/mNf1awiYNrp0iFxM+4BDH aKjMFKVl0H8WL9IyKGchEomaUN4MQCQCQy+WNVnOUBqzWQbNg6sJa5Ijn6YZV/WHxO/XpBtxjmZi cHA9nx+MOz2fkQvMmW/8brbGzH/NWHtWy6CAsYl58XOGxhg9ZBE36VxSnTgEmmPKXGbPTjfNI2dt 9gQCOH8HQWIXTUtQspuHhH6/gsTB6zTi+3PJJeMQ0OffWJNiFwNwOnNW+ZMBYsKYtTKmNdYSzNFY 88jhP4cXZxlUj6KHN6hXjPXxuYbw5dXm8MmFhrDtbIPlNlAm+WxzaRtMztI30QGEPMbXW4ekICUI ViUbDhBoHIPAoz1XndSLIsSgyWr3VCgtg/6zeJEia2y2sYT54vJmAIw1eDar3Mkwm8haGqty9Whc p9lggGHDtXdZ5UyA5Ctnp2WVkwXOK2N+M8uaBv81Yw08C2MNowjZTER1NiuHmUjRFm1hpzSriyyV +mX+aaNtahqbV85a/qTm2YCT2GcneIphEzGDCQPPwljjHi9+l1XeTGH5GrM0RtlJFL2y6TH3yBrX Uy07ML/+zRcvUs4aV6O9sbciLNkvBpM3iAAn3892I/M6KRvmS9eVBeaMqNgb+2sCFxuvFqOvMyem 1qIKRGPx4hEqvnM5m4YwImcSqchCKbL2z+K/aqzNKLI2R2ON1R3fFT+9sYauwbDx3Oep+0Yf7NaH mRgU4tnVcrLmKqNKxtrkmI+xFtvJZgGO/5qvwRZlb46e1X5kNStjXGOGXIdXp6ODOUfWUPp4BVTO gOQNqHp77g2b2YRODS+DpU8EVhooRl8Spc4sYVZvEQaOX6DNsX9TKcm5GmsodQwiL4fyHdyhyuTn Q+jp8c23g+MqPF+D/nL+ygyYT+M9tbHmHgKPfnxHhZ2Szyn+meVNAu4HJHI4F8aeiPTYx7FI3psi OphtrEX6Ey1I4DIPKAsuyt0oh4C5t76bkEW4+fzMxEiKmK2xZjB6iMZNYV3QwMzGsdIMeO4xZRlm A/SfGGWZdYKUEEsLiJyQMEzxe40n13kxhvkNPA0SkNyLOFdjjfFnCcnPUCwG79tnmhvfYOH8kl3W 5FhIY61wRzftY1MU1+vV6jltFJ1Cq1PQ60Lin14Gtbt2k3JzRyYlr4vB++QyTyhvChg/sGQvAwpj LdaRp8HJMbdlUL5fafnMUaagR1yX6D179Nfxkve14gFkwWS06fmjHK3jyenT5lQLBDvYpBfLmK3R Fvv8XzHWnuUyKKC93HSDHsnfpz2/QFMxzGjTo52xpnH1MXI5WNyeORtrLMVsTIy1yFTbTjeE7680 hW+vtIRvLzeF7RxWKsVV0LhE4cwEXJTOsimdyUUPUmAA31H5lphv3y3+XG1j2VWEwv16bkyhPCYX JnNdBnVjDQZKDCQZaQjLFRIInC2GMGIX0puW++VjnCZejDXWtTlH7suLDeGrK812KGxWfTlMYazF 5H5Os2dLPHdrrjrIJoHZR/AW0lgzY1nzsETjQXmcRWZ3dBrtZf8GZBprkWk1vx+frgvfXmoO319u CN+IBj8W7aFoogHNXKw7KuNH408OV3H5k2E+xpr1L1F6HCGz9UxD2HK6Pmw55U4EXnhhfd4uDOoV 6i/h8uku3U8jOi6E2qHhDeIBEFML8PhZDo3fj04VB/B+LX7laJHvhK8v4Qjl+dpuMJjPMqj6Q5+c 7gthGywSw9aikPE3szSEmN8Fi6wV172nws6747gUi5BiXPIoIDMLvrsI+KcjaxgeOEKbNK4cZP7d 1VbRSXP47Hxj2CxaTtc7W2MNHuGuaWh225m68PmFxvC5yt1k5RaWnYW5RtaYN+ad1ADajDHhl7rj sLjTh8HG/Z1+zqT4gF2hRq8Ty0N2cagvNIizmNXWNKiPMxNna6ClEfv8XzHWwLM01iLYXMKtFPDU bFZ3ZoRUVBeZvfpIdVi6LzlJoAgLYqwBGPr7q43hfvNAaOweDb0jY+F8RXf44HRj7jsYUDAH58pE sHaLh5MFElXfErgwlTs3d91pD7tut+pRuN0mtIf31Lm3D3NWje/8zP9WAkadP1vRFaq7RsPnUuT5 3ICFNdbSkTU31lA8NeFTCZ6rNT1h+3kuUi8PO9X+c1U9llyOwE8rBTPWRIg773TYHZ93mwfDjnMs GU9BmCLEqSJrzOXLMhq/lyKu7hoMp590hbcOVVi+YGZ5k2AhjTUvgztDa+0qMPIQUYbTlY3xUswo bKu35zKmfr3VHm7U9YWmnlG75uysaG/DkSgMK8NHZxpDeftQuFzTFzaKBgsMgykw/8ia4/0TleF6 3UCo6hi0g3HPlXeHtyVEivtNe1fhyc2SBqETLuhfK7p/S8pymRQBeZDQFefjIdAxNlAo7kBJ8GAA yMn54mJTuFDdF6rbR9S28VDXNx62n5LzkxgI81kGXSq6/+JqS/jxeqPQHH4Qfryu1zdaw083ePTP vtfr90/IwUl+5xGsieVNBvq3cMug1I2Al6OleeS2iuPinb8ld7ackvBHRmj83j/VEJYVzfNi4J9f BpWMkwGy/XRNOFvVKz4aDn2i4SetQ+EHGfZpvpytsbZEWHmgIhx63Gu6o2NgPFS0DZjTPxPFOFdj LYJNbhvUx+8kI/fc6wx7JaP33u0I++60hb16zQ08OOPURd+IgHAOF7+LQDZyFhtO8PvTtVm0+a6+ B+/n9dHcEPtcMtYmYj7GmkXWRf/eXiLryGVfOmfzyAbZHNDmlLp5xmAc82PpNlL+/u3Cds3FWJMh EpdB3QOBoCVMRNSfna0Ldxt6/Ryp2r6wXUrSw8piLHn3XDX0sip8BWDY2MnNeKsOO9YD6D3qoL63 DlWGX2SY3W0cCP1Dfil3edtgOFYxIMPMjz3w7+aB18tJ+hdq+kNj31j44WqbGZheV1Ti+T5ZGXp8 Y7+MmQKGm0iURB0gwrjExMRx5Uksg4l+TcbAH7eaQvfQ0/CLlNPLuyvDtbpBCaOnEv4NNugxdI5i Qil8wtg1DobHzf12jddmFIKM4FgPkZP43F/Xmcdv3j1KUYLlIxl4r+7iQNZ8n3670Rxae0fDmbKO sEqCNGsjg4X7Jfh4jBEV6uCRCGU6Z82J2B/j85liieZ8+YHycKdx2C4sv1g5YIYNy8XxO16u00Wc p7ckIDjvjbZZ+1Ieib13vEoGRm0oaxm0g2dvVslYO5pfBt5xoSa0dI2EazW9EhxERgrb5d/zunzc /Dk0s15Gny0fFuS2xLFyrzu+j3Bg3PycNTfefZ6rZUhVhXOaA/5uijdY8on1m6cvXsCBoRyPkuXn Oc5FGlEgcVMHmws8bzIqLu87Y5kWyFlHd9D+rerbiYdtNnbdw2Ph4zPU72O9WkYgCoF+pCMLM5n/ 18VP+x92hxsNg2FUjDuiCmplTd+o7w236vv1OBhq2wftLtbjDztN+cV2xzmIhgNRSmByInkvV4++ i7EWxyk9XpGe04hzt0aOU4xwel8oX0JR9IecwGgt6xwLV2uHQnXHsF3Sf6qsO9yRYfG3HEei5el2 eDmi59Q4Mf6U5VFWpy2vC5pPC2Xvm/fTPycKzXI40RqW+o0O1X6WJiMvFAOZxb3Fr2ksvT35tnjd hWM3EbTJ24KhzqqGL48jk+rC/jtNYUzz2Nw1FH661lygtEjfeOsQZcS+xnEtpMMI6iDqunRfmUXF h0V7zXL2f5HjX2yswQfGF0S6kjrRKcu5f1fl5Mo0xDEGE/sbP+PxTY3TTzfaRKP95kiNh6eho388 3KrrD9+qfwW8p3pZpiXfCOBUsfpjzk8y9u/LMMm11QwLbyuRu/V6fEu8SjTR+ClJk4njXdDO5DWf s6sbGuI7EXzGI0t1ayXrYj0YjJvUBtph+kt0E2VUpJForEELjD/yBz0UVznyc8Vrf0470GtsarOL 3FVGlFOTgXHg8UVcBi2GzYPA5i6O5CCfjcBOtG/mj0Qua1xxIuF7Vuhi/XMy1mzQNcHryX0ypqkN W0QQXL8ELlRjrI3JWOuVsSYPKekMDLbmcF34nwwXFPQbEJ0RCuVCOIWDWtAWGSMsdVW3+6Xnv11r koFTZie/p3+Th8pVPeQFbD3dYAzphKfOm6IWM6tuvotAJPH7dREhXpIliBYMYh4WEhexbIIB9NyW Wk9JOCYeF1dLUe4Slb9Kff1QxhMJt7yG6T8+36Q6vI2v7nFlTeL5Ugkc7hHd/6AjfMrysYjbGazB 6mA5jEfGEhDNg1CYN/q1QsbUw9bhcOxxl4w1xjIZm11iStW/7XRjzjjA66YvTtBi3uMwer1d0WTv W715cCI5SpS5snnDcJNhQV997mYO5uTbq62htq1PCvqpXUj+3vEyfQbtOW29vI/lWgkO+40EMctQ GtsNaguCZosebalB9OSX4TqRv3+0SsZuvxkc16u7JFCcNrjLlsvSWVpZr98j3Ca0y+ivQgaPt4PX vI8RsE6CkMOfLZfG6F1jJZpC+JIblx4rE4yqhzxJX+KrtDmClunHrrvtRr83a7sLjDXmkIgE9WzG kDhFxAIhSwQMZyhVRwqMCQmqVr7AI9GppTIivE7oPN/PSc9ZU1/23G4zA7rYWHvbjF7Nt8p5TfPk BhXOFrybNjYm4iXRx2u7y8T3NaGpbzz0j4yFg/fawioZ7LaD9WBd+Eh9q+kcDacetlsOD+0lIgzP My5m9Fo/2PbOI3UXyQrVg4GS5xsAfTB+E6NSjDOKhLMKfZygO1dS8VxGDNRN+t4P19vCW/vLw+aT jeHAvQ45XX1h7x29d1gCVe1Kt4Pf45DwSGQL4QotMO7IoOWqA2WHss7JINVN/2gDtIeQdmdCjyag KzVn8KvTPHMCLRpd6JG+RHhfa837txtHzBigTpb/aR8KeTKZWQj6gHLEIInGB+P5o2Tv4LAbaz9e KzSqkFHkbWHskn4BjdA3L3NivW7A+hVp3BndR7k9Y5nGmi1J6tGXXskLY5nfo/5RDjFeNpaq1x1/ p9t4nVM0PPLGiAMaIMpP9Ju/W/VD4UPJefqTbkMWjEc1LrSLawLhJfjVeZZlVIwjHINayekkEqt5 YYxeQ+/CW2pXbFseibMHneh7S/UedEH/lou/MRj8OkU5gponownao3ZHPQEtxDyrSDM8f0cyn92I L+m30J8dk6V2mFFotJfCHq+DemNaDekVpodUZnosirGQxhr4J421iEhr8DfOGs7JWox3zTs3/bhO mtimmcKdg3rrK8ZxrHdOxhqAGSDub660hH13W8KpJ11hlwTYVxfqw6WqbiP463UYa/nIGoS0VQTN 5d1/3GgNe6W4uOz6neMYSiLiCcQqiJlpEwwHQxB65+/by832fYvO8XmRAOIIg88vNdndi9/IO2Ig jTmEj7l4/WpL+PoKXmF9WH6wNnxyoTHskSDmcuxvr7SGbacg/jh4HlHZekr9vdykdreGo497wl/6 7vdqx/EnnWLuvnC8vC+8d6zCcjq+vd4YvrrUHFYfVnvUdoycHRea5amR09caPjhdrza74FwjZfir DLWdd1o1lq0y1jRmEBtGoermovKf1d6dGt9d+vz3Wy3hU8LzGn8uJH//WFU4Vd4jRfg03GrsDt9r Tr5Q3Uz2xxKA36v/311tDtvO1Idle8tNqUVvkYgKF6/vv9+hfvSE3Xfbwg9Xm8JHpqz9O8wfyz+f n28If0qh79V3uRyeQ12Xm7DNj/t0wMC+Wj8Qrlb1hIctfUG6W2PZFd7YpTmUEEAooLA/OlenNrcI TWH7hZawTsrnO3neB+6325LUX7eaNQZNNj4IBPrzroyzu00D4amMwOvVPRZBfEMKf4sMn++kVL7X vGyX8fyGxiwtrDHSMb5+vNYiY7kz/Hq9WTTil/TyGWFplOQX6v+vGstD99s03r3h75tNtnzyoWga 2nSjUYJRAnG5lDu5aT9cbQj77rWHH9UXBCcH5PJ3TbxBn2gHQoxL+KGX3ZrjY486bEx+v9lsOTzk MaKY4nzkIJpmd6hHckgHEK1c9Mv499/rlPHfEraK11YcyhuFkxlrtH/3nXYz1nqGR4sia/W2A/Uz zfnfN8XvKvsH0di2M3JEUoKwWAHmQXSoItRJuQ+MjIa/Vc+S3R79xSBZsqsq7H/YFX6WUYShslGK 5GuNF9HlHZdaLLK+Sbzw2/WmsFP0SU7nGs1Nug4ifozHt5dbwm+aF2QRY8mcRickgrxBaP6gaOng 407xY6N9h7Ex41BKaetp+FT8Kr758LSEpvr5ydka8Z/oX/jcnDAUr28+iKCfKPjPJNd23m4Ne+52 mGP5teQEkXJ3vNQGKe/vJAe+U/s+ER2vkZxA3vx0vT3sudOhPjbqexiSyCxfBt0qHkRu7dH40bdd kru7BWTCbsmOv/XeFnO8WAaVsNcYfSJZ8rvmDP7+9XqLRd791ox8m4uB0WB6QAbOh5KVv8lwOvKo KxyUIwm9QwN9Q2OhqXtIcqnZFFQcW/Jsd4hPiLjtuS860eM2jR9X8ZgBNaGuSvUP56gqfCh6wlhr 6R4NP6ncqPQw2rZKj3x/uVFGcks4KVl3+GFH+EPt2K72rYjzlpRJPuhHeh+Z953q/0p6AGMppibA bxj70XhABgPuHz4rWc7fDckoM04zeCUN+ANZ/NuNJpNLhyQ/ftZ8fyK5Cz1i1JC7/fNN0aLmjrl+ W2NBUONX6cDdoo8vz6MDuYYxMeQiNA/osU81nrvvdNm4o6c+OlkZTlf0hCu1feHPWx3SVVXhD9Ha znutGnfxvOgEI+ojjecft9uNPv6UTECPxI1r1Pe2aI4VAnJUd4unSdMhNWWT+px3aJFRvnGCcsml Zk7/VrnkLRbzVjH+jcZaGvmoIw5Zpd1kBP0RJJrOkJ0OG9V2y3ePdWkuZm2sIWTf2FcuAdAe2uUt d8gZedI8FB43D4c7DYPhSUu/FOZ4uFnbK6bBWCMKVRe+ELHca+gOjd0j4Zo+O1/RFao6hkOF8JOI BIs9q74Iwt9lre75kAjt3mn+82jxQhR4oqfKu0LXoH09HH7UbREBIiV/3e0Jj1vVRr1f1jYkb7kp 3K7vD/fqe0Jz71joGhoPZyq6w9aEsBGaGFcnH7eHpt6h8Ki5XwZpV3ii33b0DYfW7uFwvbYr3Gsa DF9IyV2t65fCexpGZYj8fqtNyqhcg1wT/rjXHWraBwJXeZe3DYfXdz9Re8rMCLyh33TrN/yh3N+X 0sej/VGK5HHbiNo7HC7IwLkhJd/cMxLKW/tk6DbYeUG71Z9WtVtDLgE6Em7KcDyj7358tk7GVbPG dyToo/CodTCsl2GI4n1XRtr2s9XhYmVvaO0bCw/oU2V3qGzznKorlV1idhGNhM2vMnTqOweDfh7O 6TunynrV/l475PWXaw1SUHmDeYLA0fsQGc+JcH0hw6tG7f/2koSvlLFkfqhX29dJcBDNwnNbIeP5 lxsdtuw9oM87+ofDqQeNMtR9ibiqXWM1+DSUi25+lgK3/C68yWPV9huMtWvV3ZZDwjLx9zc6w6MW H/d6GQzbz6iuxGPh7tK9Gu969eWeyj4mYY2gJnfmipwOaHe9jKrv1d4qzVm3xuCmaOVKdactuXap gQhpDCqEO8tFm49XymBqCw2ii1bxB9G+Ow19Nse363vD6Ci8wTJoEsmRUsQIae4fs7m9orbfEH80 9gwbf5hCLGJk8K4EwusH9PvdFWa4X6/tUbvHwnW171hZlwzX/tDZNyhHqjO8TpRK/OLG2sSy4C2i RW6sjSfGOkspNTJS68S3opP+cTMyj5d1hoei9U619/BjGVhmLGp+97lxkZ5/eBI+JWm2rms49Mmh +FsG/ys7y+y7RFaW6DtLLFpWZlH3Ly40hCs1vUYbHZrnUw/bwh2N223Rdbmctd6hp+GB2vMOBwtb PR4lOCyDpE78eaduMFwQXT+WrOgcGg1H77NZR/0RnXwoPr5Y1Rfa+sRTzX3hsox6+KK+a0R00OJL Q6JTFCmyjD94a7fafFPl3q4fDDWa1z6Ve04yYo0MSY8KawzEB1/KyK/vGZQcGQ3nxYPIoJrOkdCm 1wfuNIX35ASyPIXjc7F6KHRL1nQPDosPu60tt9TPx829Nk7VnUNhx2lfUn/nhAzYS3WiKWQO+WJ9 xgvI2v5RlxvQ8AdSqPQT3r9c1RHaNUd3GgfDkbLucEs02K5+XxZv40w4b2IkFMpRXhMFxuAoIz9N 9FDd1i8eor6B8EAOUdfASGjpGjCjyg+AlWIWrZx63CG6HRV9DISz6jvL3A3q+0nR4KqjKl98h5Pq BpOD5/A9c4MR2IxcUblESY02xdeXavqsTnI+L4ov74g/2vpHjd/fV5/hZ+YAOsZxvt8yZE40Rk2N eP6J+kGQ4GUibEV6I4LVibPlibEmOscQA9wTybIhCniD2oQuI+qNg/iH5E+laLK+a0wyBx4f0NyP i/aGZBw12jjvOCedoPaS59ep8b9Q2RkuSxaQBgCNqluhSnP90UmnPYtW6/G9E5UuB0Q/l0RLx+Ug 1mv+od2H4u17ddBXt4xwz8eFCurFY9/JOH1fY/alDLvL+h31DkgmnngieSbZT7vJ0/tDTg30VC05 c0blHJfMqO4cFcZEa03hFckV2rFKNH5YxnqZdNAZjecp8f8T6aTOvqFw7GGrysTRyHYoF9JYI+L3 LIy1iRFOB+2fSR/4DvnCRD5JI8Awdme+sI0xYDIZaDsOF3xKuXNbBpVA/UyT2SVB2ilB893lenlF 9eEDMcNeCaQWMSeUg0GG0MDC3CZCvC0BOzT2NByRUGQpEI/xq4vNoVnE1ywi2yyBxPESvvw1ETDi k5yx1jDBWEsD5l0uBUGiPo05/qA1LNMkmKAQASL4IO7OgVEJYvd2VolZSURv7RmyK4F+Ux02cKr3 e/WxVwocAfqtjKR3xAw/XNQYiNPa+p9KQVeH9Ydqw8u71c5j5WpnfxgZGZVX26b3fDmHx1/l+UjG mOHx2h6W/5wIt55qMEOJP4w1W3ZQvefFRDAzESXyM5jgY1JedR1D4Rt53yzVvKkxu6N+Dklon5FQ XqmxZRswRhKh6523WsKwFN9DCXfyuNgZuEXMc1KCaXhs3PKHPj5RZQz1q7xolGpd57BFMCCyQw+7 AsMOk0IsNn6qu33gaXjY2GOCzMYcIVNEP3ma0mfq/5mqXgm0LkuEX6H5QxkMqN14zGzCMKNPyo+x YoNFoxTlKG2s6THhw4aVj841WXRrSONbIYNph+bBlkTNWMNRYBnUjTVrg8b3qwt1Gsdx9WswfCBD xGhMdWBU9WmyUWRrDjFPFSZ0Hsr5qJeHj0G85kilRS7aNc+36rvCxzKuMWK+uVQv5SdlpDK/u9Li Sut4lRyPZnNgMOQ+lYfPMvRbMkC/ksFXq+9KbtoyKIxs46J+I1TbBsfDftWDEbZZ5R980G45Xldl 2KHIipmZM9bMQdHvPxLv1XSOS4n1hXcliImKrDpcEWq7RkO/6OcjKX2iGMvF5x4BLCyr0Fgbyxlr 5KX8dENCvceNV3IpULhvq+xW8U6PaABHBqHOXE+cf8kL1WvGmoycAVVw+EFbWHOwMqw5XC/Uatyr zJOHfgj7swTK0isGz4jm/kqt6Fa0yY5gjKNLmlvsk8OPOszzJEl93ZEKGURPzejaofYwNl+KLipF xxdknH1gS2d15nANiv8wioierz1aZ1Hjx1LuGD3bJa/ow6vizQ8ls4bFj30yro8+ajc6YKmaccFp pA0/XG0RT2D0kMtSKeOlKfTImDz1uMsiRnjbu293hH7RQo3aZhGXY1LiKmf94UpLqoce7jQNhU9O syxcaZGvs+L7QVXAkivlYCAQWXrc1hf+vtNhRhl0fOhBh+ZgTHQ4Gn4QPdI2DHt4t0wK9Yn6tUnf fW1Xhea+WkbMoHh+1AxiorG20UnlF6JSTk6tnM9+OThPw0nx/Q7R1zaLbjWJ5/ss/7BFnvCPkmcY BkTBiN71a37vyYBaf9CXf9ccrbRNVmOSP7/daJPuKLd5tqXmZNzSxhq/zxtrRLYkB4+5nGiX0fHN BZZlpWvUJytXY/en5JsZFruehJ33OkKv6H3/XckTDGiV/a1kd43kNispfA9lTL3pPpPfRyT+sqXw RGNNRobAbmicAaK+BBS4NYbvbztdK30wYg7yNxc4cYB83ArJ767QK7q9L4dm6d7HJoORC0809jjN 12VMfiDaWymZsEY0QNoQfvqFqsGcU8Wy5KF7rUFdkfxtsbKXauwOaYyHRDCsXq09VOEpEOKZ3280 hyERa52cu680R4wdkXECDndU34CM/+OPujV20K9HfnDo+iRzoFl49FU5BT9caZK8lVyXfvo/1feK 8LGcNRzPO7Vd4vu68Jb05HbRHhvhLlT2hPeOykjWOLHKURyJfBEja2n6oM0cKUOeGnPCSkvx96cC vAvNsAHFjbaJbZ0KHOcVbbI5GWuv7Hkixd0jYSLlIA+BBmyWst94osmWT27ZBoOntsHgY1sGZXmi PojXQreYkQl8Q0RNXg25Xreb+uz7P19rzAntGI1JA4USI2vfZkTW0mCQGSi8Sv6OSKhZrogYGAW5 Q8KKPwyTD840hJdkILwmRuFYBxQ+THLwQYvaSnShIfwlY4I23pYA2yxBsUlEv0nCtUVeLsKWsLsl fe5mV16Veb0jKgRj7SUxk+UfyMj9QcZQv8btUeuI6kOY6Dd7aqTw6mTAscT7NOy7266JwlOpkaDs CoMq50ZNtwykBimWRimUxvCpDBm7MFaC4P+kWB40DNr4npA36bk+qlPtIZpFG4Yl+PGMMdbIWUNY NMsKHBQT75awI4JENG/byRrbEPGVDCOIxZJINb/U/dH5FrVXBCNmxeOv7hwIFRq/LSrLFTXjWzgP cS7IjdghT7OuYyz8KqGNgYlh9JfqllyzKKWfM8OcigbU7o/kAOCla3jDL9fIfWwwA5ZDlb9Q+2pl sPbKE9+p/rE7ryCyJkHO5elErVAEO843qq+uMD+SkMVARnFUdmgMNG5/yyDBUYBRYcgPVDfLCOzK se39mm9ydX68rrnR/G9WGSwLVqndbVKUf8pLxbAl2Z+IC7xBJGiZ5sDycmSAoKBRfPyhhNdK+RNV QgiTo/aXxh0DlcjXFvVnl2iuHyNb/EH700wMz60j/1N9w3gmT22TjEjyfpZKOJHLwqYQnBv6R4SW sV15kMjadMYakTV/n/w57snj9VbN+VIpcQ7pXSbjq1aKqkf9xJPHWMviWTPWVG+MrA1LEVTJgLrR OBLuykC+29AfzlYPWP1LiFBZHmeNDJbK0NQzZm3ZebstLBHvoJTgpd9utFi052pNX1ipcjG8MaSa ZFx3iFn26fufq70oDpyKDzSeGyXgPxSd4khifLGzHDlEztPS/eXhxGPJLNHNycoOKSPkD/lqVUHs EbpllJJWYLk86g+0eaKs15LsDzzotrsgI91inHGkBct2KOnVmvMfrrVZFKi976lFWd4TjSDAWYZi 2Z5IK9Hd/7fblQq/+1btln4MDVK+b0iJvqu53Sqa/OJya9imsULws2RVqzElyrdHtIJxgcJkfjmu CJn8idpCTpdfN1Zp0VdVF/6+2WzysXi+AE7TlxeaLConFgsfadyQRyg+Iri/X280h6ihZyD8fLXV DOP35QD6/MrZlCO1VMbaG6qXk//Z4DSmH2A0IHuoI24omspYIx/UozW1lsdLRNbyOfUaA/vkY9+s c+hhu/hWYydj7a/b7baqQb70B2rzcrWDSD2RMORi2kj0/sowRQ9pTkhnuJoy1ugzhlp6h3J0SMhX +u1mq775VM5Eb3hTjjpz/5pk2HaV0ya5xFhslJFGTvIGyabHMsyRwyxL/5/ei/l1P15pt+/aaovm Gn7Gkbta163vj8lAluG5W23Q+9/p+bAm8Im+GyOE5CT+cr3ZZHm9ZPKXMkrfO0agwaNdN+QYDkj2 HX/cKbohr1z8L2yUfPz6QmvgJIVX9tVqHMpMVxOoaOgZ8X5jrInucHKrO+SUXhSNib7Yuf2lHFSC FNQBrxntIUtSeBGNNWiEtrIqw4YvOz2BMVN5HLKfma6VhWR+zCHX4+uabyJlOACUFcdmchCVY9y8 nDkZa0t2l4V7zUPm+R2VEUQCpe2KYwlIj5dkbZuxJoJnognLEy3Ce7BIjhTVZQmNqzJALspLZrmH vyMiJtvZkwxWsfDHWyhjLU5/31pkLf9ZbLf/DqDA2HXoOW5H5ZGkd5p9dsEja7VSHDA+TEP/2Yp/ G4WvDw89QKDLkxMh/nytIQyPjIfy9oHw+XkRq7y9z2XwdfYPh14JmI+lvK0NEuica1UmY43vW2SN 0LsYiscfxEiS/eGRmO01tc8nstKM2idtboi6seYK+WvVQZ/1Ewl8CTwpuD13Wm15md2uMDb5PxiY MDzGGlGBSCBElf5QG4i6ISzWyZAkBI5CQYn3qI2cnYSyzBGJ5Wj5cwwQlvfITSQKdeRRhy1J3G0Y kKE0GmraB21zCYIszkUxzINXO8kzqdd4E339QcKY3Li/b9SHPhmjKN/fbnWEV3YxjxKKaje0Uy/l yjxZRIK2GRPWh09kHN9t6DHjwqKOamfaWLsuoYuAfFWG8CtS6Cgtj6wNWUSCc97elJImOjwopYui wFj3pXT9zpYAyBfifDZ5o8fqw08ypg7LgD9d2S0npc+WeroHxmSsDYc/pZDeQaGpTqIXGm55wa0W XYDezGjRGOy+i4AnstZjScE2RjJEtojG/lAZJ8UDZyi/vjdUEJ4bGw0PWvos9yg3P8m8cFAnZdNe dnQxh79qrveL187I875c06/2uQL9QfSLsUNOxfuqK12WQb9NG2vkDzHOvE/O3uaT1fLe283bZ4n9 msrvGZIMEFN/K2ON8cqSHzGyRtpEbddQ6NccHJbMYGmZHWVEqFmaZ7MR339lr/PRKik/Es3hLXKt WCaFt/D0MfZR6tc0hsuT899Y3sVo7xI/ErmuEl2erOwK38joeF/CnR1yn56rs+jZsOijrLU/3NYc 3hANXRKtVOv75BHcqO+XoejyA4eMeWwnQiojGmVpfVJbTj7pDuMaV/K4VqgN1nd9vkzClByjP2+2 29IRkRpf6hoXnTzVPJLeUCtjrcIE933xLekSux90mkEKH70qOiTPinkgz28Z0XrNEXLWok0S4PDv Qzl3FjF5iBGD0iQS6iCq/C5R3mstlpt3qrLXltfbeofVzafh71utko8yWjC6qZkAAP/0SURBVLLm TP0gL7ZborNc47RNhmJcxkGZk3owIGOkqXtARlWLGY7bxJcc+zIuwYlDjdFzBfmuOXrcMhDGzcAY MT0RN+9Eo8n5Y+IyqPUXnpKTtl30uEdtOlPeFy5U91g6QW1nv/HSAY0zqzTM2bqj5RYk0HBbJPxa XY/a2xrWyrHBGXMFGmWVR5rZ1UnfiL5eSYy1m9Jd9Au6gib5PpEnH6s6W73gKCT0HPoLGqK/l2UY ESXHOELfkXcL3Ww0Y42oJqkxLXJePeoH36ITyN0tFw2+LhqnfUSMDzxoNfrbdafZNhf8T3IdfdKn vmFMMn/QC48/XkfGj8oZHrEzE99ns43GjQj9dTPWnoYTD7vMWINOmEcM1B3iib13W8LRR52mi0lz EHnIWBszB4tAwpuHKiy/vF/z26cGlbUPyenstlQWAhnkNOeW9IoMqYU01p7VMqjJH9XjR5PhpPjG Fp5zdAsRdM95LOSbmYDfsOGQ6HduzCaD9GqBsYacn72xViEh02fLCSTRElZlAHPGWlUSWdPEbz/r S4n77nWYkKwTERyVEsOzRWCwRPfXrXZ5RB0mcJbCUFYPDFVoAExtrFWFpZrM1UcIV2LwebLvVMYa f9Mbawh6ebUSJKfL2y3K9bC5T4zaqUfyu8bDcRkwfI8zrWBMdpMioDBMf5f3FY01hAlh5rSxRlvY XPHpueYJxhqRLpjqAxmCe281h6q2QRvzEXF2uQQiyb8I1ld2lc3eWJPSwEjpllQjgdpO7hZhO0Sk Np91Yau884syzvpVOLkgP16hTSRHN4QGedLkWkxlrNkuS7Vxs4RtVTtn8I2Ehy0j4VHLkOGhxono FuE1DNHXdj8OL2keMKa2y0ArNNbEpMaE9fbZbQliQvbsLrRdOGassQw6vbFGu5aljDWWhl+XUuSK qEh79ImzyTBWzkowo0g8x7FNHma9bTaokbfZnjbW9F2iJRg9RDtYpmaOY4Sp2FhjCW/N4fJwv5V8 OI6I6At/yfP+5kKtlLAcHA3NfRn+GAtpRo7Gmnv5FeFHtYWcsiopVyJRRA+3ip8qJFjVbEuoR6Gt kYEwXWStW4L9Y9EESpINKPAuRxmQ9/fXrSaLtLDrralrxJRA3ljTeKuOgvlPjLW4DEouFhtlXtkV +ZzvMEdR9lAGRmWNKe0eNf63G/AQfCujfxJjDaOYOfzqfF24XNETWuUBjKguNktgzMPjn56rtUgl EdYjGltkwr77LWGX5M+ft5vCn3KCdpytEz/65gd2SWv4M401VhbGoT05IJ7gLtmhx3MVvRaNutfQ H34huV10t0/KliU8IlUzNdbIGWIVImesiR9tmUk0xuHjN2q77Hfseva8YJSK8zCRjt+uN5uxWyMe 3S163S7Hh6V7c2b0u78ll1jFyDbWKiS3moN+anm8HJocjTXwM1EctQ1jjXzKaKx1DI2bgXL8frPk uuQ7Se+SW3/KyUPWs/RK9ByaNXlhSi/yx8TIml1LKB7+6VJDqFdfmkWDGEi/XfOI6YXyNuOlw5pL yrOVDYwLzcM3F+sk+z2fb0iNqugaCF+cbfZVDvELig+dx3Ighjz9cmONQAN5qb22BOV3gjpdQ6dv HqjUfJfrEWOtQ0bhU3Pc/qCf4rtd6usuyVvo6Q+NwdrDtKnCnBLTCZLfGGtLEmMNvmGzDsYleWe5 G29U5ybxcIXkC/mO52Uc7ZOxRc5aXc94eF9tYxUgRnl+vNZq0Xwz1q7IsbM+ZRhr4hE+Y1n7uhyV bhm056u6pE+bJC9qwxdnKoNEohtrBBM0nv/b42cRsux7XsYyqQ9ECLs0rscet8swrBLdcbSM64yc TBFetMgauopjkOIOaNM5uXLdCcKOMB0henPnfuZwneK3IqR5KhPiZ+gz8meBsZbFuFl4WQR2UwQK AZwUwVrkQZ73uycbbfnmcjXLmnE3KFZ8rSViwsiEqD863eThRIQfQljCieU6ljNsvRgmhvGK6sVY i7tBPWet8PMP1IZHzUMeoVF57Py8nSyDEgH03V6uNKOxVlNkrLF9+baYHO8Cr5kdXIQtt4rwWSp7 3NKnvvfIgOkPJx+1hy8lgCB+GJ51acvnUd9u6Tswz+8oGglhM9ZUx4/yovD8SUD1ZdCqwHUpX5yX sZYYokQhmSyS1TGkvrjYagZjzJMi6gJzH2EXpfr0koy1O03utZ2QMMsba9Vm9OCNYaw9Sow1hBC7 qNjQMKA27pSAoWzqxNo3i1+vN4g4d0rISlaEpj4xL5EntRkDkNP4G2X4eGQtERyqrzjB3Me7xg4U rWoZlOEpobpTylBlvaJxWSJFtGZ/mS+5SCl+e4UNGRKm+oxoYzTWEPTu5YgBNRefXWjy87nUB3Yx ogDxXjmnzjcY9InQUXxpY23MjPMPzxDlJPekLLT2jFgOyJ832tXWJ9beaHS4gcDSQ5MU0VPLhfni nB9lQLQVr7SmY8CMtT9EGygtloSIHOOYkGBtxyckZWL47RVN8Ufi8DoJhZd3lYdDj7qMJu43DMrY w0hoCOs1/n/dbg5D4rFHcg5Q8mlPzJdBPUqBQKnUWHSqkC8uNmtMXZBAi49kBKIgWH4nekVUxo49 SZVl0PjtyUXWxKNnOfiSXM1GCe7h0NE7FthFTeQTY/r1XU9CrRQHY/Ltxakia96WpRqHmLPGrkUM E8L6RqN6JKL+9fWusFLK0ARmylgj2T9vrFWY8YbzEI01FP7SA9Vhu3hoBzvepDy2nqoO+0TXLUTa 1EaW9T45U2U036sxxViBXtYegXbFhxozDEiW47zt1ZoHXwbFWGN52o01jbkMxpyxpvmMFzIjR5Ab LPMSrWEZkFy7X661hLZ+Ij0Ya/VGP5yJh7H2QLKGqMouGWsvsyNaYwH/sjMYY61WBvEb4jmMMeaJ WwSOP26zqPj9xl6jC+YOGfSFDDw89k/lyJTL8cO5+FX9hJ+QrUtU/nXJJfrEzkKPrDmtp+cMWcyy GmNP1IjcPqcT8ZjqIh1gKGWsQfPISTYqaXhtM4aNFcYn/Cc6RAZyfJGvltBP0lR87qgTR5bUAyLs HGxNuRjLG6TUcGyNn8q6bLmVsUCRnnzix+BgrNEHyuIwaBxPaAgZs1HO0+kn3eZkE/liuZL64Q1T mGq3K3/y4NKRtX6bQ5Y2rc2iYXbSX6sfDAced4flavvBuxiLT8MlOVivaxxfE13gfJFe8ZJoij7z W8Z+g/iZyNqQeJFdrHyPftNOjDWWHs1Yi+8LLM8ekTPAZgo2F5yUbP9e88JGCAxOjjiyfqtuzu5k ub62Y1jGGjTBUqWnjdwQn+SNNeRkvWROh7XlXn2/DMoKa88r6h80jAzAOPbACY4Fy3Gcy0YaRYVk eE04fK9Fju6YZM64ZCLyiDmRsZbQaUShsVZIZ3PBjI21+DgrY82PBsJAykWSE6PPjmQy3cPSusst dN5sjTXA3OK0ZMrhAtRYbncctzktg74iYfL3nU47KuJx21BYfbBMTMRumXp5NCgODKoxy7P6UBY8 UY8PJTzrusfCqNzBo4/awrtHKixZ184kEsF+LCXzdtFJ1O45uMKEqCEIdiPxR7IowpvBIrzNAH59 od524rC1ftlBX/u/0eS7Pg8/bLPIFwYphiDbrXmfDQObZBShvBGUHM5okTUR7MEHMmJOUG9D+Pyc PKO2kVCp/iJIfpIC54gMtkO/hwDR5ELQjONbEhgcpUF07o/bYkwJS9qyZOdDO7menIPHMlzYqEHu Axerf3ahMRc13CdPmOWCTVI6l6s6wwMZoO8f5WBMEb3e+/N6o7wb3222SnX9364q8whR7KfKOizP IM7jS/LUyK0QT4UnTX5cBFcObTmBQSlPT228UtMX3td8cI4RRhpE8sv11rBdnhRJw0RD2JX4yq5H Nk5LVOavV2rF1OwSGwzbNEYYnggPPxdGc5rMIR4z44KRy04ikpwJITO35GshsFdqzFg617CEy6IZ DL5XZMR9Ik8boYFAvFjZGbbIKTDhKjr4+YqMTQmL5q7R8KMMEZTIe6JBjDWWea7JmyTKxZwiLD/R fA/IamFnGInS5OW8srssHNM8Ea28oTH4n4xe+kduC7vhiAYyFr/KEMPj75BlQsSKMSKf5mcJSAwh DhxmCZOzi95XGw/J2MZAqOwcDatZ1tfco7hIKL/TyLE2T22DAYfNvrLzSThX0RmGpbFvVJMArPFX OUQzLla6YfdINFy8DIriZBmDmzLYUk/EsrVn0IzSl0VvKNwPT9XKc8YYJWet2ZwJfhcFUE4Q2bxj rLnS8GVQGe0aT5KP22UENspjJ8LLvDA+209XmYE5qAH4/jKRyig3CgWj0aG+z47ROnLcVPZfdzss Ou/fcSOJWwL0sbx3BGGV5Xo1yUDs1eT8fLPdjDTKwrjHeOsRTZKXSF4J/L9B9FvTNSgl1Kkx9PPq 1kuwX6snyslB1H5+HU4UxtFN0f56/WbdIZch/6f5/khjBz+ZwtT4sQxKggYKacc5GcGqH6MCR4LI +ogY/PDDZnMCMcq/VB3MLRuFOMSZJWduXznxuD0MyfAhjWHHWb87kpw18mEeNgzYJpJd97vldGl8 NX4sx3/D5iVNBmO2dM/jZNmk2oysXhmq7Ppj0xP0iZPwjepu7pORrTklv4slZ+aeVAPkD6kSm2Sc 1sn4w6LcfaPRxh75irGcnjP6iDPQKLrGKCQFxOhFNLJVhtsZ9UeFhFa1jeV1c5REyyxP0pd7TQNm vNtmAukKoqHQGA5tWr7noDbAb6SSYIS39A5ZygFLeRuPVIXKDjaa4HC3ik7JjSaHrdrkGX9mrKEH xL/7H3RJXg5KzshwQtar3E0aN3akYtxyhRv9I70BpZzmp23iI+QoeoFl0PekF/g+mz5wtJbrN/V9 4+GEjEYMGVaNuuTE1Yv3cNyQgeR5vap63xI9fH21Qwae+q9xJn/2SVNfGBobl7PRZDm8r9oy4xPT JfBdpXTCUsZLZZPP+82lOjudYJ9kMPl05I2ymkJkDz5g/uAJNmSRq1qndnRKRv0k2kH2Iac+kJHR 0utO0nE5hRulP5ivI487Td5eFw+tkjGD3IPODqqu8XHRl+Quxx4tEb68wIarfkv7wdH3nCvRrtpL mgJHkpDLiMGbubSnNmADZDnys0FuGTSrjingxwtNb9cAIqbw01RRL4x8z/cs5JvZYLnkjEWOM8qP QN9z5E38zZyMNbwSEsRZ7mFpie3K++5x3liHHWtQLc9yaIwlo77w+3WS1n2CvztfF7oGxuUxjoVb 8kYO328JR8SAMPdVloUI7aLYknpoi60Ni5nfluD7+1Zz6JSXy99fN+TNSfiQS/Pp2dqw83Z7KJch hzdIZIolsU/PNorRZTiK+zi5nl18EDpHZVC3aDW0ibh/k/Hz9gESlcWQGow7IsynEsQPWkfCtyJQ CHCLGJdI2riYDY+EZE6UPB5bqzzmU+o73uXqY41iWo4fqAv9+iJJz+R5/X27Wcp3KNxrGCQNKSAz f7moCRHzfCyjZNetFmM2/jiD7Pur9Xb4Kxsk2F12Vt70J1Jk310iV2vIwtTktZj3KsH4h7xZvscx HZYnKEFkh6wekWKRAUd8ikMsWb7jrDv6tF3lNUroc7bR3aZBeezt6kebhJ0fFfKplMEOCVCS/Bn2 I49arZ2n1J8LlX22LNYnjf3LrSZXmponQubMHcYYnjtJ1AdkPJOMfa1ailTKBcEXlTpEj6dGEix/ HRLUf6gOvDjOiKuTsBobGwn1vU/NMz4uA/psWbt5/Aggoot4j5s1ht9dqg1VUiAYyRWaO5ZCVkrQ blAb9t2WYaUJ5+iCvyQsV9sZWRUSuo9FfzIiNPQs7e+XwbJH7YVe2PXGWW4sxVSIjsak5G5UtVuU 9nx5h0Vg70kBsKx2VuP2oRTlxpONYfPRinBDc8T7t/S4+1aDymwNZ6v67bgPbuGokGHObkUS9dkl 2jE4HnoGn4YzGmNykC5X9dlO5tZuXzr+7ZrK1dhhrMLE7yMA9ZxdSqvE0OcqewPJ++Rcsbv58P22 cEUKhyUadmCflWf+kRymjRKy77GMSTknnQ6gW847vFjRYVGX3lEpc9HTp+drTAndq1cfNXYYR7tF x+zmvKp67lZ32JL+MXnsGNx2gPEExQ+fEqnxpR7G5Lj6SNQK3sUAwSCsaJWDJAePIzbYlYvxhrEy pB+dKOu25VvLKRS9/3GzOQwMjcg4GQ1fned+XFIP6iwiWN8xEH5VeR+dbgx7JC/YUHBfxi5RG899 qgnl4hEckEea38MPO8NB9ekK9Nw0FNZJNrymOjCCdqoeDZ1tYtmr70DLGP4v7a4Vn7DD0Q0zotQI 0bfVbnafcuzLmYrecEiy7XJ1l+UgcsTRiBh/p5w3zqZiN+yXajvGE0fuXNL33j3MDkrGjDP3mqQI n5qR8q2c0G2nGsLXlxtF90/DuBxekvWPqO0nZKgcedgdatVvHC82/qDYL5Z3mZxiB+IeGXgHJO+u 1AyG25KzRNkv1XTJUC0zWU70JD1nyFuM471yGlHGTZKRZ0Tfx+VkXxZfVMh4alS7uwcG5NC2S35J DktZYxSxA3JA8v1eQ184cKc57BQ/nZf8eaR2fH6JVYZChY3xxvI89/b+fctXADrFB0fEAziLRJpP PPZdpnXi+eMPWySnOsJFteORZCmHLNumrxM4kdwQ0msbLo7JGFknHt8oxXq2rNN2+P/KiouMHIxx nORorMFPH2rc/rreZDvAURgPRN+cGfq1HBGinOgxjqLiIO+Lmk/fVVlrso02tKj803LEj9xvtuM/ qjsH7WouM5hEU0RyiRgS9T8jB/Ed6br/Sd/iyFhkTXoFmvxMNPHmQQ40l7MgGqzmiCl9hq5h1zzj 0ycP4rFo92PpNwxiAhBrpB+v1vSr6U8tz5DNF6ekM6okxzkuit27Fe2j4RvxNBukWMomjaFrYMhu LmGZ+pTk/3n1rblvyJY6oTd4msBId09/eKy5ZWWHjVdH7reHDum9W3KGWAa1qBpLoXosNjryuVfz M9aYNwwln7PCCN4EWPQNY4hrKKHp7DKLQdAHxyizzAQYu0Q3Z2QrZYB+cC8swaes8iNY2cIJjA5O gbE202VQPAUKwHvkUL+b8g7LWoZNUZBPQvI4TM1urzuNA+ELGQicLQRTkPtxVsL3cWufnT/EERfs eGSyi+sxD1d1cUforvtdFgHi/CXK5qTpm1KWd1Q3O8puCxg2l6r7VH9L+FneN8rlshiMROtLUlwX ZSB+IuXDI2Vd1uNVeVKXpdDIgfufBoNt85zXxHEWCBy+y/EjeyR4nrT0h/v1PSLoHjGchLCEAEte GAAEgP6ScCdMT+jyjYN1poQvq1527txTW/fd75RBWhX2SrhektC8pj4cftxt+Xt3pfRvqS+31AfO d8J4+kzCglw5dvFwthEJxXebhyUUOsMHGkf3qtw7Xra/wnKV7kmIP2zjrK5eGaFt4ZgEyCX1nzsx L9T2y4joDfs1luSZsYMSg+iEhOnD5gEZOqPW1gsat281Z++Z5V8TvhNjX5bgIUGY84v+uCtBKI/3 Jwk3+ndF/dgkZchyJ3RhNLRH3qXo4687HRrrHvVXbdBYHq/oth1h0BDzy8nwZ/V72geuMC7CVxdb 7FykOilbzPOd18gZ7AzlRDc7h8Jt1fuX+mtGi7x6DPnrtRo39R9awJC6UjcoISll9gTaYQzkFIh2 eP6XDPrlUpgoq7cOPLZDJdlBxo6sx5rn8+XtdkQIu0Hflpf6jQTXOc17RfuIxmlQbemyaBdb5m9r ru5ofv5QXVyJxZjRd5TPTfWbpfur6uM3l1tsJzE7QhmPq5rvzTKciOJwbuDNJnIAh22eyTMiUf2Y 6OOBlBF5g7YUKkGBUMSLJXqEp0n0gPy3QzKiyAHE0D5e4QoBGoLOOCftwAOWkaos38yXlDHqq21n 7YXqAdEd4zYoGmQDyXA4oT6aUS+DFYOJuX8sI5Mt//DJl1JiF0VnZ+G5Gx2JIi6UHyTcn5AheSnh W5tjHkULxp+aE5t7+LR2QAq2MuwWn0CrGMyX9Pl1Genc22jGkgwpdm8TpeV356vdEGNZ4UcZaZxn xU7sB5JHt9Qfjp3ZzjIe8ke0whLzR2drzEjjeBaU6v3GYVti2npGSnwPuYxl4USF6Mfa5HxzWfj9 TpclgLMk+/XV1nBOPHFJbT6vMVgpY5LoIU4D9xFXySAkEftEWZ8MxxrjOc4/RLlxOj/GK2VfSuQT 5fMdrg2yaJCUzUmNG0bJddHJL+QxXm42OXJD9MYGH1YAyMvi8bbm7IbAZgDmlg0iRx4Rle8T38pw UFnM5Yfn6i2v7oLG9S+NqfNrsns8gS3viD9flyNBvhkpL+WSDSxH4hxxIDaOGzSC3Nong4WIG8qH HcP777aLhwdsFYIjUc5qrj4732JLv+l6rC7Vs0J8eOSJxiI5h5C8OvqFUfahHHEO2uWw6nviS4xh +sumgc/En2eruu0YFg40X3G4zpwf0mBIM7gtnoQGzshR2XGx2Zxoi9oTANA8ssKAUmSsd+v3tyV3 KfuW6oYXkMXoFq5P5Pkt0clNvf7zVrvz4YlGM6h+vNZicqVM41wlA+hek5w+tZdINGUj9+Gr28h3 zR3GJWeaIdvZnc1xUWdF4/DASckY+BxlfuBBc3igOYWeDj3sCAdlmLNpCceWRP8nbaNhleQ+QRZW KDaLDwiYMN9c6cYqA3Lku0vkp7mevCB+Ia2DVQho8GZ9l4y5Yds1/sdt8i9lNN/pFE1ynmKf9Eyj 6qgO30qXIMtYEWJ1i3HAGdkiB9AjarVyVP2x2OjwyJrfNFE8/7MBEWyWpqFj6pxQTxoad3NGNU+W j6w+ZJWZBrzAsnfccOKYWA+5eXZzxgzKnADxFptFWBUpLjci9g/aQDfYCqN+g302+8haApb2SJIn 52qNlPdKgYt/McqIdrCUw1EQlhgrhqMRdsyHPiNJmXtEP+TaHk0wCpxlASxbdltQtjWUR7WJ7esr 5Slx/hLr/3SKXCmHPycZmrvrWI7lbKvXZf2+fqDCwBEKgLJ45LOlEer7G+rPChlYeAAQHGVyRg2C 4mt5IxwAigDh6Azb/aK66Cc7x8hNkjMp4u6WUpDlrffx9FdJufA5AtgGPrGMscpJ8qetlMX4eD9o v/eJCAPvx8n7QJ71J+eot86iKXj46blwA7pSY8TZRjW23EheA8mMzC1Kc5XGwRhLZeSJg1y4apVf p/LrLSpHGyByPifnAAXHEgaRndVHyKlhbhDyKDY2dEjYq57M9XsbaxGo2mDzIU+SOXAlwee+ExBj k6ueOGKAi4LJNyFHiuULlly+veQEjAHH5gJuJfCbJTyUzBEjNnYCibJx7sgZ4ooXEroBbXldQgO6 LWinjEuYD/qFDv2AZtGGPmOZ2nIvRHecw/WJFIgJp4SRoXPmzseT9nD3q+ZI4JJpchjJxUJJUCZK HaFAv83gFt+9LgXNOU/MwUdnoC0iZ74dnvJj7kcatIGQPVvvSYTGe8SIwvu08uFLtZ253EpOqdrP 9VT8pqAcxg56Vx8Yt8hXjKflVej7LBmuFX+vFuBPFyB+RQ007eOI8CoUYHyPsWR+bblQY5+HXmt8 ctAYRfnDbjiuYIs8SrTHP6N8xq5CdKfPjcaJLsJ3bHDS/Ig+2ChARN9y9My4zfeXJQ6cRzurTAqV 3DHKQ95Ym0XbbPrhVgnqsLbzXH2lfp9Hb+Ob0K4+g5aJEnN2FrxC3th2KWNyzHxDB5FyjauMKeQD UULOfXT5A216HynXHDDRw5syPLhPNhrXtN3kXDJHm5EXCUx2CBZ5jfyt+WZZHXowZ5y+qewoD+Bj jpUonjOje7UNpxPaIGWCe4s5lslzW5GRXidtIaKWH1/65/J8rZTkapVBFCvH70WwtBTVTxSeaDoJ 8JS7KYn+MlYeAebolVrxh+ZVn1EHQCaxhI/BF2UQ48jNLlznBi9zIPmEegXblae5omx2SG5RWaZD BNoQ+cCRH2tXpimoDMbhE40PO46ZY96HxkxGaMxcRng5fNf6pt8xVyStr0dniT9YQmXDyl429Qyy uUYOo9Gb6E5945Fxqu8mxzdY7rDnczqPseyOjPxMspN6aBttoW5eO097fpm9b3K/0aJltIMD00kf sGVN6TCij5ZiAh1oHriRCDrYZFFxtV9yODcOGYi8h97HsYwbrrw/xXRXiGikoGuMHiXLpo2oZQB+ X6vxNbtC5eXp0Mc1X6faJ77DiLd0G81VVnkGlYnBxa0XyKUom6buk2SceC/Xj0nKp250eJQHEQWR tdkaaxC8PyIIEGKuhNg9hyEDvPJ8QyBSf86go3CZdAZH3xPhQhgQDUSCQWOEzHuabK7ugEFdWHiH C+F1GVEU9cO8KWtnrQkpwosISPCmnTQsxhWhoiRjWyO+l8dOCBoPDiPUEskFjuh4W8YR0Tl2FXLE gAkztZN2oDxIvsVS33C0XozEIwI0PQbxub9O98c/1/tiNBieZWIT6upH1jz55DpgCg5ShDg4gJgd LghQq4/y0nUm4et4OTTfiQKfcTZhLEZlaXmNDAOEhSlTA4KdxEwMoDQjJDBlkKeV4ufeXn9On1CI Ni965HgCNjY8lbnGlSiMa26MEgWYGyOheNwiPZBUy2GObNPHQKLdGLHpevPtcGPUaUVKW1irfrOB hnIxmrgGBEFsAk8MRx0+Vsn4SQDaeUmUrf7nyi9mPh5NafId2oRA8vZbWTYf0CP0lO9nHj6PCEKi aBtE9wgC8koQJPQ7KlciS3yGcYHXbrlxqbJs/ikrBcqPfYRmUX4r9qlvcQyt/VEAarz0vHhjEHJh 4nMeI/LfBZSVlysJVJfTNHyb0BptkHFtZyGJdz3HJBkPGytoId+3dF/tO4mghOdXH6q1DQ2cW4jh Blbrtb3PIaBHcLxQ/PA7Bog+13OOF3lLQN6s09j4Trsoz7w97nAxhsyljym5KuSreh+RmxoH9cf7 hPPjTivjbQo99i3Ft/SR8tLw95xG7XuiU06s5yor7pKE9tmQBM/6eDttEpVhPvkMg5qLxqEf6CrK AcrO15lqh9rEd/I04/ViZK3VvOCYolvo1+uJkZsG9Tv9OE+y4YM6KAfa87rcWfFjIrye+JmNtcli zZHk3JsaOzu8VP0heuY05rqN/FWv13mb+iy4IN6IdVqfpkMyJhH530beTeiPOc/NGePHWOXHjrbb mWf6jHMA10nOvL5PNHWwIhx75EdlsKMY+vg/tfUlxkmy6Z0j5aGpezjcbx2VvHxkfUKRc4MGp+ZD hz5uXrYbBTzP1xtfexswuOUU0L6cbkpg85s3yOzifNHm8kMs4+m7kxgcWYCWsQ1wXAmYQBfcWWv5 htYHnxvkivGBvkMOGXxpRqPpLy+LeUiXPR2MRkRbK2WgmyNL+YLJsAJg6HvemvFcRllpMB7QLJF9 5CI0VQwCEPT1LX2PjWO0xX8/sXx4jECPBwsKUWCszXQZ1JncGQzE18YYUjzkJBFVcq+lkJjzg+yE lCZ8vlfICHkC47kxbArxs/xrjjPw6AztTLcRgo9tZILwQDjA1DyPpJ2xTennlP+hvInLld2hc2Dc dgmRg3bwYaedas4SMEtnHIr69hH1R8yHIeHChHJAFDrp/jhM0BUxfwS/N+OAfmGombAhIToR8Naf NHgPQxWvkf5JCKhvJnSL5iJ6q7Gv3gZvn82RCRUnJr7jO1d8/igTYYwxQIgZAzRuczdP2ZjO4WOe f+7COU9jfNcEjZ5z/xxMiXH71YWGcKW6z/LS+OMU+59lDKP8XMD4eMb+TEQyf+oH4xfHgLbT7jVS JDBXvm16zuvkPfOQYDSBCEGcvzhXUUlZJC15nhtDCTeiZ5QR++c84o8RRpf2nfxrIjnrTAjGelLl FvRvInx+ndb8Oe9Dk3XmqZmSpk/yBtdjgCa/i4gGcBxTrxd43SgblArJwrSRqFC+PxpDjM7EOM8j /7kjr5wjJv9u/jsIboyoDRJ48G50emxe1TY7OyoZJwzp9Hh5v2JfHPZ9zR0KB+ObR4Pet9f8zr6j ubDPeJ6G/8bK1+t4aGbeieC5tye+ZlzhZzYYeBTPjRf696ZogMM3I285vXr5+bLy5VEW76Vh/Gq0 mP8d33WelbOoxw36Dk4bBk2u7oN5B9TqTtoby4mvoav8WKpcq9e/E2nN2+aAN9iIQ3SJujFoi5ej kBdx3lHaGL7OW+k+UE+6XlD4OfXTdu8Dzj0KNPbReTqPPC/C32/LGDBaSupwXs+XXQwf64nP/XW6 7V6et1fPed8+z/fHn/t3icjCl6/vrw2bTzVYTnBN52A4JF3DsSB/324JHMZMjjdLvEThY1QtOkkW XdcYsqmLMbH0I9XlTl++XmtLqm20wb6fIM5l7AOARjDUoF3GjVUL/+7MYQarHn2u3AjzfGf1gfZr rlbD46rLeFOyF/qzenLjGts4c+TmJOFj1wM4aLVm5Kbpg0DPW+onPF9cjiPOob+mLfArNEdUDqc4 gtc4EtSHneHt8HLj7yNMTmvuCITEIEca6InEWGPZBmOt8AtzBR3GS8N4glGZoNixdAPng+hBUjaT y263eFRCFmzrvwYCQitm9qnA5JJE+8f1Rrtf7XRlVzhR3hP2P+wJ31zgwmVfS4bQmGSigNGzzipv MmQJCSaZyAGeYlafJiIKPTx8EcUsPJ/5ocEMDRe8We2aGowdXiFtps8/XGu1e+8uyEi+UNVlB9Fy ATj0M50wnR6usGYyprnImn4X6W1aSPhhrGWVNz2IhFaaYssJ1jmCsUIJoYzSkWYTiPIw4xLJJinU 4t9OBRMyatsbBzx6WNj+hYMtaSXPmSvGhD7NeB6eU2C8uLGW5xWOnIgKNus3CwrVQ7Sdehlfog1p ZZ35m3nAorN6jGdUoXQmGlBqi+Z4zVGi2P79+bQFGTL1kQ35z6gXI4SlMuYm6qp/BJobon04J6zc sBGAXNND9zulbzrCzrvttsTPrn5SOVjVsj6kxpNIqe1EjvydGGpzBXKI5VFWVJBPXh9GoWSU2pv1 m5mjIawwWvRAEZFDIlXZ31144Bxk0qLeo7+cmTpjetB4u8OXfp++ZPfH6Nu+X28G3VuHiPZKbySG dzFyxhqG1UIaaxEs7Sw74LkLKEiYyD212Sui6AXYkpwAMTKYnDaMoUDbsc6z2gHiUR+E/H1Ak3ZQ Zq5NWci32fLw5PVwfk884BHB6xPuwheBtJpoUzIR0QovtqSz4N+pt50gJLYTsi1e0p0abqzhXcWo T2FfFgM+NwiY7DZND8bPlAbRDpZlNQ4cwrjtdH3g7skP9ZwjKrw+j/LNCgndRNqBOVhGy2pLGs/e WHNgnBAdda+MPmTUMylc4WDcLD/AWUwTy+dwT4uiaJxZXpowXlPAaFmPLFEstLxIY4KxJk/V5zB5 LGrXiwCSsJFZxeOGgW7ed8ZvFhp48IXGGtGsGA0TFnJsTZ45kNdTGmv6jKXfyKOcE5ZZ5gwAfU5l rPn4u2yFtohmkFdsTlLS3n8KRJyIdnIkB6skHPLLMjb6xldXGDsfv+wVFkE6if4T2bG8uYx6pgZj 6Ed1oLtZlvMxy9dHu6Bn5sr5MkEyBzMBc0yOnuWBSn+YsaY6YxsWD+6gomOzaBHQX1bp0EsY0B6E ySqreOymAWOmR5wz7lpGztuRL6m6s5Az1iBYZ6LsL84FBWVpEsg34XwRciII97GG7EsZgIHA60w9 Ju/xyHo1imvdEQ2wfs95SMvkDTGYsZ7JBj0iRtZggJibQtRhZvA2W74KSdbUu0fMtMeXsUBBXSI8 DsXEWkYAeaImnlu+jzlY/8hnc6+K6Bw7Z2K/aPNk1vZEODPD2GuSdmf3ZyFBDo9HqorHYaZg7t5Q mxlfLvZ+W2OMEc4jS5YYn6v0yPPsNswOnOMFg3j9k7c5bazN2NMXM87XWGPuAUuXHMEC7bH0ZzyR oJiOWF7DIWLeyUvDKfEIDmWm+wjTu3FMLuPsaQT+IZpM2XOb75kAus/xtp6jTJ8NPS8eOEZgpejb +5gfO+aZaCeevn0veVw4pOfZl/+QE4wvS6Lw3cTfLATy9XLETF7PZMszErYtN3BOiHWpDI0lGzi8 3Ik0it5gExr9xqAhNSLyVSZPzxMzkR22zIwRoTawMoIhaWkFmiu7X1j9IA+P96KujvyRyYemc4ka amw09nZGmvqJU1AsOzwq5EAPrdW4kJaCEZuvg+f5eaN9lrOZORczA6tGbBJK6w1kV5puFg3iMewR ZEusO438+DIX5HOyUdB5mNw7T9mR4ZWMW24Mi8aW97BzWHaF1ugXMh1nl3LzdRbOYXHgiTEyYy39 5uJDHo0IiR2YWOdE9cgvwBNAgeQBoREF4HskjmIkuTc0nWE2HTi8da6g7pnWz/dQ+PSRyea4COub +gVgiDgGnJ7sBsT8+gZg6qy2Lw7mPx8R2eUvBlxRZbUhDeaDgzFnEhXNYQGMNUBkKeZx0N64WYSd btBN5BMOTiRkT+4HSn8m/TIvVuU6ssZnKvjvKGeqSPZCg3rh/Rwy2/a8Q2Nnijc/dq4UfEyzf7NA sDF0pMcVFHxvMWAKL8OgKILNcdbvZwJ+H2E06mWyYhTLx0glWGAGWk7JTr5MhbLFkZ4r+H1W2ZPD IzXkyRbvBpwrIn1huCE/XNd6xCgCwxW5gsPMCglybzo54uUmYz9XSE5GWZIvFxpYXF6I/JaudzrE /tpY6hEjE73NmNm4HsJ+qZEBS5DGdTzL62a/8B2Tz9Q/N9n5Dxhr0zNsDgXEOlX+wRxA2XNFcTnp 1wsEJnJeirC4zYuJhZybrPIXA1l1Z8CMNXl//4SxBtI0kBcWjvT35g740ZcgZoyF5sW5Iqttzzts 7KaQgVm/WQhk1ZVG1m8WA1l1T4as30+FrDIEeIhVFZx9jiPxE/gjagPHMKX5l6Uu8uvYlEPkmWhf DjhK6dfxvTTsfSlugg96TaQQ43DyhPU8WFIk3YIoGBuBsvozN0xd1mQyZUY6KGsuZoqs8tLI+s1C IFXHvPSskJbJWWM4GWZb7zM31ibrTFZHc+9lDDCw5cGi92YOiHeuyCpvBsjoQ+Z7U70/Y2S1e5Ew 77ZGZJS9aMiqvxjuCdm5Q0VCdSog7Dk3KrvMmcO9v/xr6N1pXmXPc8xz5Vo5IGuMJsGCzfd8kdG2 5x5Z/Yhzm/X9xUJxG7K+sxgorncqZP1+ZijM5SISkmzaIZKWyjPy/MsU7+pzDCvSSPKRrfTjbOHt IAqD0UY6j2+QIl9rYkSPtrArlF3PS2Xw5fswP+R06WRI8bTtLJ0VjxeO/eyQVV5E1vcXCkkds+5r Mj4Frx3p9yJiBC8i99mc6v1HlkFLKOEFgJiJJWrOMCsWqlOB3LGFMNZKKKGEuQHlGY0TjC6Wpaa7 ixFwADaHfM/3aqRioKhZniVXynfHymCcZKc+x23YUUgLGlkr4UVHyVgroYQi5LwkCXnyO8g9yRKq k2GtPGMEc3G5JZRQwrMDxhp5n2xsI++U5UWObJos2Z9dkysOLfyJCHnU2Ka4mAtXXH9sVzTWFnYZ tIQXHSVjrYQSiiEjzZak9lSGVRKuvnQyM3C+Hl68Hw5bErYllPBPIC77YayRq+Zn2BHRyo6SYyix uy99cvx8c5mysOwgO7ppC5G1iW2hjSyDrj1SZ9G4rDJK+G+iZKyVUEIG4jIKW9iLBep0YNePn5Ce XXYJJZTw7MCOvekcLjPW9B12TGaVsVBgdyCG2mTRPYxJHD6uOcv6fQn/XZSMtRJKmAR45H6fapZQ nQg85vVH8rdNLN5ySgkllDBTkHc63Un7i2es+SaBV5KjRN4+VB02nZRBNsXucu6Q5s7MiWWV8F9G zliDmEp40YFQKMZk7z9/+J+hMoeJ/SuhhOcTBXSLYEXAQs/Jc0OOxlOI30tgvJB8Py+on29+yO98 zLe5oP2p/hUjx//Jb+Jr/5zy8+9NxMS2lFBCCSUsKmQwc80bt22kZV5OB6TeczkY5WNFItfyyJJn Bb9PffY864ASSijhH4ZkzKQokDNZ4DuLgKy2pJH1mxIyEfVIevxyOofvmL7xk1BmBS5ZSNFCTj/l dFd87shqWwl52DjpkTTG0irovxy+c/z5ROFqYSnVq4QXH9A0YFWN25y48Wfl4drw9pFau6e6AEfr whp9tvpQjW1GfPMA57f6ajp8y2UkWXU8j6C9nFoTL6XhcHxumeLECvrKzXux32sO+V4c6/NBP7M2 12crK7uOEkoooYR/DJMej+d7Ct3W8hsE48Vcbx3kil3kXk1Yx6OALAQcv4iMRFa+eaAmvLHPb8Is lIGl/YollFBCCf9VvJZcYMdFSVGncNvnSuxonuu9VXPESm7AFLjcyy60OsjFTGRdUfdk+q6EqcBt zKXA2r8A7pAWwiOnVWGVjLf1R4Vj/shlKoD0+Q16jyvC/wnQlnVH6+Rcu0Fa4ExPasCWUMLzg+gA cR30UjlFb0kpce0+x6tuPF5vJ2rZYQ2kuB/39yK46yKCU778u3ynzm6uhDdwvt46WGk3NubqKkJW u54FqHvp/gop+8qw6ki13WhJmj59sRs3JV+4ZCmHpJ8R9h2B8eHzd4T1xwg0+mVNnOHvwfeJyGpP CSWUUMLiojDAhSxiMYHb69+yBQTJQG4GlixDjpuc1yMybqPke1r+2ef2nO/pO8nv+L3J/WShhRuN 03WWUEIJJeSAn7enwmwlFic5gGyp5BHBEY7W5/nr+2VL5RYu03bUIsiWJHOHE25fT9pi7UjaYu2h LdaeyTGh3H85ssYAvIZfcbg6bEj0x3vSEZzGG8Hrd080TMTxBKn3NqYQP7fyjqkcgVPF18ovxyf3 he6pkdWPEkqBtX8dIHbSQjkN8pW9FWaUrUluIvf94mIgMejzAgQFq7as0mb1p4QSnkc4f/G8UoZC ZVh1mEA1DlT2HUJzg583gVO27hirUzJK9lWIx91w8XTuiW1bSBQqUHcqqf+NA1W2yrVOjmTOUVwQ 2RIDbX6WBll+ZLTlL+osoYQSSvjngeNBlhkyyoJp85R/xef5UN4GOT1ruKz4EIsMLntLDk0JJfy3 kOb5aHciC5btrzbbk50P6ySD1h+rD+8I2E4szr6j93i+XuDScxZ9Cdizq8DLLF4oKKxrpqAt+HAc JLvqkOpRe7CHYxKHtSUFkjrWCqvVppXWnupEvlHefzdDN79Ns8rG403Z2atNv7hdnNYPCwHOrMPW 5tYI6INdJG9YQA17+787D3OBzds+Hy87Y43tRnNHEvkuOT7PBRBMMKXfbymnPwbWxDzPW1ANvHuy wbZJlAJrJbwIeFmC85V9tXqOo8P2neqwWsrIMg6g50VQfpbVpUcyujBYqNMVX3YbFweuZJEvyyRb Vh+uNgMp647LhYBdu3SixsrnXs839+cDigQ1J7avhBL+eWTbSC8yZN9Niuwx+Dcj3htOlhoO4YZj vurPrSTcPZwly2YGbLNJ7DOcHjlWK9iik3OISyihhP8K8OlejU67kA+4YINN7dcRPNmEPSU5wnNs VQJtBNne3Eem2/xkCr9n2zvBPWxUb0/SJuzhpN407P3kEZuZ3UurDrMFkX5m1/PfAZmHlSbvyR6z BRvz3+eK1HwY3J+whRvpFRaGCIgu1bgzl4uSxfgfwITAGhHvKSEGZDuhIT63R312sC6sPFhrZ0OY sZWrJG+ElPDsUBxYg1FWwqCas3ViIMBqgcNXM9iKUMiIU2GqwAGfzS6wUAqslfAiAqcSmbfqkK8S wkNT3SA0X8Q7yOFXthxRN4G9rLYtDlTXnhop/GrJk2oZQouzgjYR9Xb7EsHLN+3K3ZkpfWTgbN4v oYT5gKug2eLCFgrsIpwes5FSeIv3ok2VgPfs/YzPnhmsbRPhNl9dgvhd8aLA+S5sT88ai383amyu uf77bY3RuyflsJjclyw8OXd5mHM4U8jvMGgwZxgni2AeW77SbSoF2koo4d8N/LmX9Yj98+bBmrBW vhsyAblD0CwtN4phMkoyJB1cwXYzmSIZtkI+PNsNbQun6pmN307WbgwATRfgmwxR7hHoWa32vLG/ QmWD7Dr/zUCWLzuAX1FjWz99sZ5dMPO1td1eBwTTGGfOaiOYBk3ZhQiigVf21RjQcSW9MjtMCKzB EJMjmdwMbNQkvaNJWisny7IoYMxURaWJeT7AvNj+eyBGAjCU78Wv0NxVyGCrMkMxBtqY3yjwsgIG COu8wAYTvzMtZIhuVBmFgbXS9cUlPL+IgRmU0TIJUZzN2Qen5wCcNiEG1jjPDfm62DK2uA4Ca2wl YAvofJU9GR6emeZwxzQi/z30DBcerJCOec10zPQBxVybcf5TAYDFHq8S/t2IW8AL6Ej09fp+Dzhz zuA76EbRbTRk3xU9bzS48zAZsu2vxUdWWyLsfLCk7XzXMgz0nIwHsib+i6vbnFXkgbVqH5dFXFCJ YB7WE3w9VG12XFa7SiihhH8noh2G7OFIEHYLTBdQmwmwrchcW4pMsQzktP+FnTWVrcWRIMjBWlv8 LMyKmh7FGb7oFbYjokfj+V7Z9f4bgW9ekQQpCXrOb27jQo2f7Zyc2ym/gbHlcrT82cVZbSlhLpgQ WMuamJkAoxEGhxBIBS3OJihN2vOOQsFpBqNFy6sto823j4oxi1ZiLeCmuWer1vtE0yNS35kRVC7B ucLA2lSCvIQS/nmYXNvj5xdakMnStSfyycKCFUEPfBMEx7n6J+QrgTUCXATWMISy2zozkK1qkCxh Vc7h78csEJx5W2GTUcB5RraymtGuQvCdGguAvLy3QkhW5OwzDMeSjClhbsifrZiHnWWaBNZcFkyk 9RcVuaB38tq2FIk3sfuW78fe++8FeTjvcZmATLJDoJFXqTFbDHBWktnZojHfrpNqT9HrEkoo4d8F eBygZ1hYJdts0wLYmyyacFHKUjLE5hBYe9MCQXVh47HkIH3KlH6YyWLD+xntZxcVNjXZ396efw+K 4yPxPTubTjY1u8psa28yjrNC0VhSxgbNy9rDZNFX2cUR+PfF9ZewcJhVYI2bJNg3jWLnUMQCiLl9 j261BWQgkleMGfLMiBGaNkRzRkAqi+BZotgoLgHk58uEt8AhhqwebNT8egaJpxJvOl4dPjxdG764 0Bi+u9Icvhe+vNgUtp9tCFvk+PuK9gwFQ2Zg7dlnrEUahTGyPgfTff7fQfYYzJWv4tjn35tsjHl/ +vGfazvmAnhl6QHxCjf2WCBafGJIBZuLcSz/nKA0/OTB6WR1yXgD/pGhkuIVDKAN+t7bctzfPBAd 2mdJjz7+ZL/iVL7NqqkZAfk25tvr7S98z530+JxA4XvHq8K2UzXhs/P14evLkidXm/XYFHacqw9b T2I8kg4v+aCxZRtosUNZDJt7te/VPeWWhbvuaHXYLPny4ZnGsE1AX/H+K/r8WdJJCf8eFGes2aP4 AYeHrRVkfa8TnUFrZPMjFwzi7XdEzx5E9gxX4x2Q44l/Hp7FhqPEboQa60Oh7Uff6m0rEgdg/ycD azhDkjMsMJBJy1yb7C+Qb9ngLLY8XD4Wys34vfxvoBPL5MDhNLu5cMxzNnUJJZTwrwQ8DtIZa/nA 1PRyJy1bIiwxRvLdL4+LMmX2GWscGUAQJ23zId+K6yuGy7j8b5BzLB7EGymz63xxUSynbYFGdi1n y63HL5BO9eBk8Xzy3lTjyWcsUBNM890ddkGFfBMW/+3irzSStqDHsoJ9JcwNE7eCmrFHEMUDZRx2 v1KTguFAuv8yMc8bIgAAIfDaYK8rpOwrVFDxBDFpcsR2M4H6XA7N6wc9crr0APuoAYcVci2wH1pY CL6XB+mLgAAeN4iwFWqpyrCre21LY4zIEtyrtP3oIO1AlQhp5mCbKJlrG8TwG5PskR+vNYazlR3h bnNvqOoaDk09w6G5ZyjUdY+E8tbBcKuuJ+x/0BE+OuMpxtM6DVIM/8RWUA6gx0HKHYIu2nXa4ID0 uLc/KpX8lrt/Le2o/2T1vMw4CMZP4kHjL+M/58ml4vkcP+bA9xm7jHKnwauc2aXxZVuyyxcvGznx +kGUNvW68i6E0yfte20f9BKhck0OLd485TJWrB5/D+W16mC16L4h7LzdEs5W9IQ7jQPhQVO/oMfm wXA/Ac8fNA2Gey08DoVHzf3hZn1v2H+/I3x9qSlsO41zC3C8ULY4t25wrNSY4FghV2NbYhsWC5H2 C9/TnKsdpK2jK2jfRjMI4GsyXPJp/u6oN1oA3QJr+h4Bs68uNoSTjzvCnfr+UN0+EpolQ5p6RkJ9 z2iobB8Odxv6w+HH3WHrqbrw5v7y8NrecmvHy3YGRL5tL++r1esaP4Zgd4UMztrw9+3mcKWqMzyW TKrpGgyN3UOhvns4lLUPhZu1PWHP/faw+SQH96of0Ioel5hC5GyJxaOdEv6dgA7JpHxdMBtJMgqj dgL02ZuSWxybwQo1i1drjibHLwgenEnpx0UFdbHd07ME3j7s7SE4SPusneqPwZ7TfofJZT2ydSVr PP4LwMZEVjAOOKYETrF5oi3N+M5vPikPe9zn5k3sW9UbZXHerkX2Lb7NVEIJJfxzsLOveL5H/rb0 yCrJBIIxtlPCkCVDJsLsMpNRvhNg1SHJcsn4eD46wQG3sdzGnA62yymRgdiBtkCcqi9mr2UhfocF ZWQl7SFoiG25mDb8Pw717zXNIQFELqUhoJges0wQRJXNGl+7nnE/GzpgQY+z1LExXjMfFrs2o+4S Fg0TAmsYV0Q6CaRgGBYfjjoVoqIHMH5U+BgdBLaWyCHaIqLYf78nnKvoC+fKu8LZ8o5wuqI9nCrv DKfKOjJxWt85Y4+d+m5Xgm697gpnDHqfz4Vjj9vDgQft4a/bbeGnay3hCzltH5yF+NjWiPNUEV6R 00WQpJR1NBFpBz3OH4GLt8SoG49Vm7P/9fmGcLmyO/SNhvA0ZP+NC1Udo2Hnrbaw41yDnNdpBL4+ /ye2gkKzhoQJyLJ8WViym0cCs+ViEAJNKJkIBNW/V9gv2SOFJqX94en6cOhxb7hQKX4Vj50t6xYf 9jjPlYnnnojnhFNPxI/l3eF4eU/Yc68tfH+lMWw8qrJ2PRHfw2cT60jjZTMQysLmM3Xh5xst4fAj 5++zwrkyyQjqEqjT6rVHr/NMRW84K1o8JZnw0/XmsFKO7JLd7uhY2RZsy653vsjJuIQW7LlohrEj IPaz5M+RR53hWm1veNLSH1p6h8PQ6GQc43/9+vx6TW/4+Wpz+PCUFKVk8RoWOI4ivzxN3G/syffx eQA8RGCKhQ5WyN6WccVWOAwky3TBuYTPZcQRVNt0vEa6oCHsOF8fjj7sCO2D4yYz/I8x4lV+rJr7 xsLftzskxxvsPDvGGl6MRhdjgSIjKIbTuepgZfj1RnOo7xkPTwuGnBf5N1r6R8NB0ezW003Wdsqz gKnwPI1vCf9G4CBF+SRbS3KE7TSccwPPoBcLAzI8j4jvzQ5pJyaWxflpXLqCQwQP2Mr2BNov2UrT ARmIXMa5JKOM25IJluIwERTDtraAm8a8OEMxvuYRkCHIQibZaXa4tOxx7DCX+9n1l1BCCf9+5OxO g+uN5Qc4F5vASpQxkiMGPzszZjrhY/E+32HhEfuSQMxyFrBziQRzhSceIKdWHHTZ5wuteflWmKWb h7XH5B2X5HgSz2sqx2zrxL7+V0F9ImmB7fzc7s9iDGNEUK1wN8dEmP7Qoy22CCy04zcz5hazyelv Hze77AKblufpNpSwaJgQWMMAIJ2TjBFX4Hw4M6MqrfCZTIf//hVW0naVyVmsD8fKB8K1+v5wo77H sjbqOkdDtxyrsbGnYVz+1Kgwlob8IBzS1l6yoQbCYzmpT1oGw5PWwVDWNhCqOgZDY4/KGHoaBkb1 e/1gROA3vUPjobVvXN8bCheresMfN1vCB6frwkoRIJH5qQlt+qCAIzJ+oQCwwU3KmD1Bx3HPAp9n CZvi94p/k/V+IXBWY1ujg4kA4Cwntp9t1th9erYuHJMzXN81GvqHxzRHcl7HxwTNoeZrRBPYo7kg U+fnq43hQ/1m2ii84LeC1uUCazgd+eAnfYuI/fDncZy9D/GzNPL9K4Q+U38J/ry8u8JW6T861xC+ udIYfrzaFH663ha+utJmwYFX90jpiF5ieXFOi+e18P2kjhkh36+8U5Pu63Qo6tccwZy/pL6+tudJ 2H6uPpyohE/7w6263vCoZSg0aM57h8Vf4kliRGNPn+b4dGT8aejXB419T8OxJ13hY43lCsmSVxi7 CX2JvKGxJ7AmZfDBmcbw5802C6jdqO8LNxt7Q1n7YOiQbBgSTZlcUH0jqqy1fyxU6LN7DT3hhtp2 ta4v/HmnPaw8WBNessxYVy6s7s1sTNJjHhFlWnps02X56zhf8Ir/xleKMFQwMpYfqAzrDleFby81 hduNg+IZ5NzTJLzDv/6Mv77h8XC5qjt8o+9uOCJFqTLJgImB38L65440nebpdTpQN+NZOKaFv/Vx xwHEQcfJxEh6U7xltyTK4cRw4mwQbhV851hV+O1aY3jc3Bc6B8bDsOT2U40N4wNGJc/7hkN42DYS vr/cHNYcJPDu82P6RXWSqUbdNud7cD4lr6TMvr3QEO41DYSugTGVG0y3jJuOcf0wIDxpHwo/XW4I aw7V2jjbvOcMubwsnB3i79OPEenvTcTM56KE5x3IjsmQ5SyYHJGOgWfWiffNIcIhiTrSVqrnG1hL nCxWvAUMdIxzbvckqGZtE4wO4a8o08xYL2xvRK5P/zGYvMm9RnY44njwObYMCyHMKc4vzg8LD36b PhfeVNkjRwiQocHZfGT/shuDDLjis3DinJRkRAkl/DcxUe74ewRUyFJaflC+DHJFMoXgPoEzFjoN bA1E1kjGLN9fkQRi8mXl/S0BHZWyhWJdk6FYB1AuMsxkXk7e8VgTVhNA02OUfcstO7pGviZ1TG8n vYiI48MjR7iwWB4z1PP6OeroQp/ZgqRJ8NGCoYfZ4unZ7n6bp+uEqW7wnOz9EhYe5tsmPpsF1tZp 8tjSmQ46LeSEwDhkjq09VBHWi/m3nqgJP11pCA+a+3OOZoHDKUeaZ31yis5Xd4UPTpE5xRYjjM7G sFmPW0/Xh88uNptTfrW6L7TKsSe4FuRA5dIV9DCq1z04aa1DYd+DjvDx2ToxfoVlJv1vTyI0UsKE tHr6ngl934IC0dAhQCMnPmY1IYS4tc6FoAtC4MLJr7BNj0se7rSSFeWZUoXgPepykKabhr8Xy8rX 7eC9WKaXUwyvPzJnBM49GWsEmDZyOK9ohK1u311tCrvutYXjZDKV94Sz5d3hlHDoYWf481Zr+Ppi Q9h8XPN1AichLyQywTlKEiooAl85SebA4OOZR3Ts/Xm6rbHvIAYJi8cgX66eq9+vSrm8tb88/Hil SY72WOgeHAu9Q2OhX059Xe94+Fl0RaDp5d3lqd8n45m8TpeZK3sG4PdOM4VzGekofmZ9SWgNmosr EFllzg8+TgSGlkkgrCb7SAJ8rXh1s+bn12v1oapjKJVPxDPAn78LyxE8qu4cCQfuNYcPT7Mipvbv mThGDqe91/fXhjf1PZyNNaqTYBQ0dL6iOzR0jYSRpBrm5sSTLst2eveoFNQhnBN+W2NBlXR/KD/9 2uF0Y2OevOdjGsfa54Dv5XnPeQe4jJh6dS/2zeZNY/nKrrKwUQrx5JPO0NIzFEbGRFyMFR1KRBR/ 9O1sZVf49HyDOWA+ZnnajY+5ttKP2JeERtLtKEZ+zLPBeORoLHkdf0vfo+woLus1tTNPu/nxy/3W ILqiP5KdtH8JdewpN4eT7ZjfXG0OO+91hgOSzYcedoQDkiM773aYnNl6qtYMwSWml5BPPiaRJ+K8 0O4ltEHfW36wMmw6WR2+udyocrvD/gdd4aDK5PHvex3h+2tNYduZurDSzlqTHrA20x/65+Mb259G HB8fG6clFgFsPmxeJkdeRhfK2GJk1VvCfwOcKcMNw5xfRmCNLTvvWkb33ANqeSSBteQ1wbu1cnLs IHzVm9WeEhYGOf6WDMwH2iciyvgSSiihhNnCbCN8T/M/PcAVkX4/IquMhQd1ehDPkLyOyP7Nvwdx rPFPOPqKHYFkI5PIZGeVHi0EvnYE3yOLnd+wSM/235iV5sius4R/DpMG1nCCcB6KfzBXpBkoPi6R M8K2rXWHK8KFqp6Aq5lz2C0gpleJ00km2uHHnebs/59+A6Pi2Lys168AOUbL9j4JH5+uta1Fle2D OUfcixjLPRsfHwudQ0/lwPaFzce5XpiAifprTpK3LzqYXkcK9hlONXXquUHfM8TXjiVWJvDfecZT fPRxcYfLnWJjPn1GdpSVQV08Tgf9zhDbwe/ie5StR+oqKC8+j99LXnt7mX9u0HNwbha3ibA1wffk J5dY6Dn7+t8/WS/jvzFskaHOeHIY+cbj1Zbe66nIxcb9RGzmUWWS0cL4044lOMqaGwtMFIxvbHN8 T0RsgU76mRrjJFPKHV4hN78+xwQ+yZTi1sE9cugfNg9aMM3/nP46RCe/32oJr+1+bLRK5iV1eR1J 2xKH3h1ntSlBnGNDfK02caB6pAXa7211xNdxLu02HANjAR3R16Qs2hDLX3RUh//b5bx6u2EgP0TC U/GZxbDtP3+bPzIYuzR+91uGw283WkU3NXbYvWUIJsEFp//aZD4YN8bS5xQe23yqOhy432qZqqOw MHMiYfDztWb9piy8pLbFeaeMCNpsGY8m3HitMlPz4jQAzfh4+lgz9qKZZA5sHqxsPnP4d/Ptz49P Fggece6Xnot2uC3p5JPu0Nw9HIYnDayNh3OVXXaI/6qD1MVYwI8+/3maV5mCKdXYJsbT+uP9z4KP Pd/zcr2/zu8uN3hM6Dp5L96macGg9Bk+Nkb5Mmy87D1/39qp7y0xIIfq9Dvxt7Wd8rwfYMlunwcM DzszU2P2uh6ZSwt67aY8+j/VmPt3fb59nMiGBBhyXq6ff/UqtGB1exsK5xIacvrIv5eHjblQOOax PH2WwMsuRnyf8WKcofeoB3jM11PCfxM4HnYItAzu3K1gSbaabxUp1J2zQ1FgTbp7rYx3FjSoN6s9 JZRQQgkllFDCLCA/pvi9nI+izwiOsd21GPjbnFmKb+p2sNsExWWV8PxiQmBtrQXWZPhr8v3D9JcL fzw7qKy9bNmhMg6Gp3w5VHIw1shZP58E1tKOefqP87wOySklpf4lO0OJMuW0JmW6s1hlN+V9c6ku 3KjrCUPmiFMaEbYxPXtqz3g+Lqf/cetw+Pl6e1gvwxJnirOlzHm08lLBLquLAaq0qPH7x+vCx2cb w3eXm8LvN1vCX3fbLXOL86X23GsPu+8LPOr9v2+1q47W8NWl5vDB6Yaw/ihX09fYTVKUyRhH5/E1 OVqbTzeGH6632flM4KdrnBUXofeu8n6z0JSgWe/n8fP15vDj9Zbw4blGD2Ls4qDvirD2SE346Ey9 bTH76VprUjZozb0GP6qtP9xotWyOry41hB0XGmxLH7d9/nGnNex90BL23W8Je+82h/339Pye3jO0 2EHgu+8zBq1CS/j9RnP4TL/derLBxswDbHmjvngvOWeQsMd+9cGKwE2Jn7AtU+39TX3aeVvl3u3U mHbkQDCMx7/utIXfNA/fX20Kn6mdW0+xCu9nkvh84qxXWLSftGi20nxwqjZ8qTnZrzm7U9cbugZF H0SIhFywQyDz6nJ1r8ZG82Jjz1i12hh/r7Hacb45bCBbylKYI607zRAk9dcSoJoDzs/hcMkPNQ9f X27QuGtM1a+d99Sf+102fnvvRjqif/SzTWgPf96mTm5dbQjbREdrDnNxRz6IZEEXC/akAh9zQJre gQVyxAfg/+2uUr2VtkUzDlHP8Fio6+gPTV0jYXA0CRRZENuYz16P6f2u/vFwvbYvfHuRs3wIbNBu lwNeDwEXgi/Upff20A4CazWit45Q1pYPlHMe14+i1Vf3lCUBmnwbHbQ9PzbpMaE/BFVWHqgO74rv PzwDHTSEX260hL9FR4y1jbvq3K3HvXptfCza/13f+e5yc/j4TGPYqHkk06pY4eXHzmUJ7bF6xd9k 2p6ywNqQZFMM9Mcx4++pZUsefdQRtpyqM1nD+Qnbzzeqv83hL8mS3XfUPtok+bJLfLbzTkv485b4 WPT4mXh18wky/moteGT15tojSL6xjZKAHXz4xWXJlOsdtuUZGG1flTy42i506LnLnW+vtIbtknfr j9br96I70dk6kyd1+kx8frMt7II3jWY1hvdbrW3Q7A9XG9V++JpDz10OQf/fXmoMv2oOfxFP/WJy zGWby7EomxI5p759qXF/T+O3UnxG8C0fYGO7Vbn4uipsM75yOfbrNc0pZRq/FstKr4vPuCRiE+Uy l6I3p3enlxxvaY7jODK/6KC1GuMtp2vC56Kd78WXv95GD6jfJv+cd5FPjvi6I/wtfkeefaX+fKgx 5bZSO08kma9CuVHCfxHIFLbOcF4OC1MWSHsWgTXTlyWU8G8D8nThZarpiqL3SngeEec/iwY8yOG7 EPLP87ZjopMzf+uIdPBC00Icg6zPSpgbJhlPt/HkA6UQ/YW83yB6SpD7jf0+lpn+fr7sEp4PZATW 2B7pQS/PynChMpVgmRnyRICjAjFR+Us4RYerwrmqXgus+R+uZuJFJ24nGWtHnpCxVh6W7PK2ROcK gvMtUdVhtRzRb+Ts3KjrC0OxCP15KbzhziwZNg9bBsL3lxvCejn6OGuv7vbMhnx76bffivrh6dqw U47ipeqeUN0xHNp6R0LP0Kid1fNUPrKdBSTPv3NoJHQN+tljo6TYPB0PoyMjoXdgyG7OfNgyZAey E3TaLOeZQyNf0xiwzXCZHLud91V+93ho6R0L7X1joX9wPAwPgzHDkOoYGOEsuadhUM8H9R7okUPO GXTUUdMzFo6U9YbVhyrD/7erwgIJH5+tt9sG7zT226147X2joXtgJAwkvx+wclWe2t/ZPxpqukfD PX33XGV3OPyAyyM6Q7n63do/Hjr6x0KfBpdACu0ZVns4z87apnEwqOvlncNysNvDpxcbwyZuNcwZ 83lD3/aOCwT9fpDTyxYwzvSq7BgKrWpjp+rrHiTg8DS09I2HqvYh+6yuayS06fN+tWN4jPP56MeI tY3bBOnnPjn5H6vcNzWfb8lx+IgxeNQdHjYNhOr2ARsr2ponE6eS/N+46GREddCOp6F94KllS3Vp fHrVrja9vlbTE364JAf5CJl2nlVjW8P21dqWtCV6zXk5P8iRPvGkO9xv8TnqFI1oeu3MMOrlsU/z 0CW06zM+7x0etb7xR9CP+enQPHPz6p3mgXDocUf4/FxNWHfIz/MiE8aF7+Lg/3Y5r95s6Lc28Vff ORIO32sKe2432SUCzI0f0O9jmf8Xmh0PtWr7qbLusOOsX5BCYMwuiTAFwri5fPjfbue/TadqLbBW 3jZk57jx164xgFbIAssf/j0FzFCqCm9Krm06Xh1+va62lneGJ23cZAsfjFqgaySIhjTO/RrnnmSe u8V79MfO+xofszlpFp9Vtg6Gi1U9FtTlkge2zBLMsmwk1RUzj6JCJOvrneM14dTjntAk/htkq7r9 ae7tXzpHfU/DyUft4dcr9eGkeO5Ry6Dxa4cYqmfI+XTEgnJ5WfZUtIMs6FB768Sj1yT7/r7TErad qZUsT7YvW7CmXGNQbryI/HnY1Bu6+oZCZ9+w8deA+jo44nWQuTko+UW5neKpJ0394dCD9vDJqUr9 tincaRoMrT1DJj+Qpf7HE9rlFxGMq13IhKbeUfWlO3wpOcC2zkMPWsODhl6NvWgd/tZY99s4C6of mDxCxtEGTXyNxnyP5O+WU/Vh2YHy8JotRGjud1WH5Rrb7efqwsEHbeFR44Bk81jo6JMcHlA/hiWL VJbJSpXvMpN6GMenobZnxAKnm1TumwfKpJfER0aDeX3HllUy8FYfrAyfE4zX/ND/BtEyspJxG7U5 GbP/+sdEO6ITZEWH+Jjg81DkY/1H/3oGR+wW5Ueio9MVveGbiyy6eNbQkkSvTYpoBE+GrN+U8EIA WZEOrPmBz64zCy8emCtKGWsllJCzM7LkZxoZvy1hjsgaXwOfo/OybbloT80lcIWPaDtJktfmy6pO kiTIDGJxmjMNOd+QS0Lelq3O7eaAxXkWAtfIp1x9RPaqnnMpCTclv2FluLy2eiI9Ja9LKKGE/y5e zMCabQX1xvOIcCOgwRY7DsP++WpduNPQE+Tv5P68FM9Gwu/vHArhdHlveOeI+sbWPAl1M2pV5qv7 PONjtRy4z8/VhhNlXaGibdAOFs/5w/ojGNIth7esZSgcftAZPpdztPF4hTnvX19olBPdHmo6PXhl ++X0x8/l01nwjUsY9t1vC+8e9W1PbDMkC2bjkfKw42x12HW7RQ6cHEXVwYHt/mvByvLXZN4R5Hqg Nvx8WfUf9oPSV8oJtDmzYIvvy7bzq/Q+556RfXOztif0qR38cWB4t54/aB8OO++1ha2nqqRYOASz Mrxl20Cr1Kaa8OvVhnBIbb7XPBD6R/gh7fGsG/7lkWf8Efw6eK89fHm+OWyRMe+r76y6c15Mg73e erJWn7N9t00OOP0kc8x/T585z4vxJ1NrvZTd24cq5eCWWT82nqgJ36jPl2p6Leg1zhjZb31cCEBe qe6xwBMptWxdJUNllxz0XXKmj4meGruHk9byx5h66+N73NJ4W+XvJTPxdlv46x6ZTU3h73ut4a87 apccbW48XKaxdXqMNFkuxV0RVoqGfr3WZGe15WmHJz6HY2pzm5zzGw2DFuR995jmTwqcG1g/17hw 62XHMN3iN0lAJeljrwipsnMs7L/fZWPjW8y8/sXAS7vKwhqN/83GQdXvf3Wq/6877WHLyZqwVnTy 9cWmcLW6P7R0kxWqL1hTvb32p+f9Q+KZ9tGw50G3HMfq8KbGybLXCEpGY0vP2aq7+XRN2P+gXfw3 YGck8kdgjew9MjzJ7rGgeCKj4OECaN7fkGDjfLi9D3vCffEJQcsxeChpF2NLm2raR8SzXZaV9j7b mTUXn5+rEg23hPLW4dCTvrlSbXmqCe3T78rFM0ced4Ztp9QXyaf0mMV2kJkbA2u+FZS5TP953wj2 tIsearuGQlX7QLhb3xNOPmoLO281S6412E2XbI291dBvZ0kORx60lukxeYq8vFXvGYJr5aQj12w7 Z2IQcjj2Osk+slF/u9kWrtf1W188ShbLc3pDNgyL1lp7hsOjxh67NKJ1YNx4p0rPq9X/lh7JOQQb f7THivE2sb5Q0dwf9otnPjhbb4YsB+luPd1o2WME7wneEbz03yZ9sT9/7FBfD97ptN+8cdC3qPsY y0CWPmCLJ4fkvnu0Pmw/65m3Fys6Q0fvaFIuRfFP7BfwsT4kWUA2MYFX9NLLe+uko8iGJtDrumbZ /vLw2YXa8KBj1C7uSMtg/oO3u8UWD1pGw++qGxm77kiV8eVHp2vD4UedoalfY0FTkt9SDH9DmsPG njE7n3LrCekCyQ7bJiC6jeAiiBzUnqkAP0wEfXP+SNMnyPFK6r0S/hkwBzGwxtkqBMHsjDULghUH yeaCUmCthP8m0nIuwmUmmdyFMrQYUY66H+TIKi+NrDb8m5DV57wdloyPZIpBz6ceZ9dr+XH238Wx TteZbsNMQFvQfxykz+Ug3H7MTgBuYvQjbZKbKxOZ+L58EhYfN5mvkshJgaNt2FXD9zn7au1RdhVw k7LXkTvupYQSSpgVjH9ScFmSArYrvl7i700P/35xuWn4Z9ntmS+mDKzFbBAaMP9G5IMOcwmskUFx 5ElXWLG/LCzhEHk1lu2q5oSztdICYRVyihvD1dqB0Nw3KifGfxv/ffp0LMg3DlUdI+HEw7bw5YXG sE5CFiOWFQm219kKhV5vO1UXdt1pC3ea+kM3zmuuTTw6eoeehgtyhr651Gg3ZrLqseIgBwH7YcAb JLS/udhowTH6Zu2I/6htlNYoh/TUk86w43xjeJ1siWRcOFOIrYsfn66zM+Oaub0h/unnsSXEknqG xu0WRS5j+N9uDzIy1ja5Nvb5+SM7iEPRv77YFC7I8SRIwR/xtUvVfeFD9RsH1c4Jsvnnphb1TX1a p/5swCg/VqmxaQnVnUOhf3hYXcG11J/9k/+r7xoO+++3hc81zpsJpum3m0Vfm6W0eI7C+uICmTnd obJzOAxz7aMcXkrjWbcc9atVXeG7i9zaV6O2qz97kjPY9tWEl9TGN/eUWRmnyrtU30gYUXdw5Ls0 JlWdI7atjuANly+8fbhSc1sVVqsvBB4/O1MVHrcMpGZV/+b64E/aNcd/3mkNS/dCd3LmCerq8WWN M2NNlqOdL5XjD7VRtMjWzFfVRhT591eaw13RQHv/iGVtcXsmATX8/U61k3kgy3K12vgKZev39G2Z 6vxOv73VMBA6B0aSNubnnn9x1B809odvL/n2V1bgcJDYWjZh777emwmKfxdB2zaIR26qL14/gbWh sOd2W9gi2uD8Q+YGPvrrdnt42DxgWZG01xtv/xjIZiIj7F7TUPj9ZqvddgNdQvMcOg8fMWefnBP9 P+q0AI5dSKI/srf+uNUS3j6kOQXiWc4kgv+4KYcbj8BSzQFZcd9fbQlXKrtDh0WC+YsU5s81BeFi dXf47EKdBZL9XC7NpejtVdE/K5Wfnq8Nlyq77HZJ/5WXEv9tH+A2zy7NdZPajvyUoci2RY0bZySQ zQgdnnpCxproFCJN/rxX/HHDquTK8FMLlP90tUn9q7GgEcoiGqgI6vXHqsPPknX3G4cCLOw86G3x kjxTCx5gu/oKDv63DD+XCdAoq6x2g+qusvCt6OxB64gFD/NxraQ0HgQCbJpO0fJw+P0G2WO1miPn qS8kT27W9UsmOv+x6DCqgshqbeuXnJR85ztrj4jG1JbXgPrx2q5HYceZunBX8otbQREBSXWxdvtr GxgNh+612g3D3KhEEDnqFPTUSxpr+uNZo5XhpV2PwwdnasJNytW8x5if/+VLb+sfCwfut4dtZxpU rusUWx1Hv0i38JqxX6HPPhENXK4bsFumByRokDXER5HBkNad2t7w69XGsFa0TCAVefDK7uqwVHzz uej4Sm1PaOkbsrHJ945HD7LVSF7uut1suoegymqNq6+gyxHAkD9Wl6A2rAP6Tg7Je9TNNfd2ExgL EeJFQFlcCsIiid0IdoCbqarCGwJb5uF7aCsvxybCbYI8sr5Twvzg/J3OWCsF1p4Noixx+YisNV2Y IK0fp0L8/mTI+k1E/Dz3fdMfKeg9boc2XWB8OjmvzhWmY6wu1/ncCJ+uP7axGLk2T4Ks30TYd2Id ubrgA+9vVjsLkT0OlLFUZSHnsMdXSJdyA6HdSmjyUbJSMpLLO0CUoWkQgCFjCfB9jrGIchQ7mVv5 3lAdLNy6M+c8nNWePBZ+3p41jA4ZX4HbhLnR0TK/AHaY5BcXSkUwdhPGOaW7kEE2zjYnmhvTWRpr ymLuZA+u0FhTF+Pth7f7WOfH2/nXeZn594w0jr7Ar7MzK080SO6BKA+zL4TxDOEoK/PyEsTt+BZs E9aZ7epHz6TbEucZnnI7MEXvyfPi97KQ/l4Wsn4zKWzsnLe8nWnMji6jjMS+na4t8fOpkPW7iKzv R9jn6pe3w/s2PQ/OFqI3KxuZSF0ec0i3LbZ1MsTvZSHr+2lkfT/3GhlNHCSz3c8jEr4AyZgSc0JO G/D/sFPx5fSIrEUWgGjPprFaMjwLduM2Mh9fEvkk+eF2r+QIcpu5ZCzFq36hUBZo6+zH1uwIlc3z CYG15ydjTc6vnGq2d/4gZ/LzC83h60st4Vs5aj9cag6/yZlhm9I1OXZkSbHdx7xD/ZSskiF5et1D o3ahwdkn7eG3a43hI66ax3BFQJoQ5Tm3V9aEzSerw283GsKTzlFzWgmAxHbwRzCjf2Q0lLcNhN+v Ncn4rQnv6DfvWvCIoFG13quzs7e2yQE+W9Flh5I/1Q9x6NPuL06WmmwXM6zY+8iDN3IO/cw4CWs5 aNtP14YL1b22PTRm7Xhb1Mekq409cjwfdoYPTjWGZSIkdzx9/sxB1JgTLCNosFF9P1nRG5pVHgG1 LnmFt2u7bZvW63vLLIDiBo3/nmw3uxXULiPwW0F33mmzYEfvMBlmqfak/uq6h+0Msy8uNlhGE+OD Qtqk8Xr3OJcb1ISv9NlVnFU5zvm++R8Zay09w+F67UD45XpLeP84Z9w5Ay4T8715qMKcR24UJKNt 5532cPhhV/j7RlP47lJ92HGuQU6qlKLNLcqU52TONSXZa/WhTHMY/yzYUtgE0c1Tu0VwA8pe84lB ZsFTCVeMikLFnobGTnPwyh7PXHv7qG/H/VX9OHCnI5x41BFOiS4IFn99qS6s1+cYgdFpfUnzRKYV t0OeLu8MDd045Emj9BdpiCGrauu3s9g+PtcUNoqmoTuMiPTNMgZum5kJin+X/JYso4/k9D9o9TGj BbVdw2Hf7XbLSERu2LZOtX3Z3sdh07GKcOBRTyhrH7aMMG9y0gkeRDiWsdc3Gu409IdfxJesEr6j OWIFcYvog6DqSY1RdceIBWz46xwct/6ygohh5KuKmld+p0e7NEPGDoD2yLAj8JEnLw9B8Xpw+KnJ jF+vNYc39pRZQBs5hYJeqXkjEMT11huPVtt5gmSP0g6neYrSE9hQYOsimYfw6/rEMV6rtnE2GVlj bFe8UNlrW7Z9i68Xkv/Xt0NWaHzJ4OSMwbVHMNzinKgsyjzmFxts0fgeftgRqk3mJYNT9Degasjo 5AZVjD9WcSzwjiIWuFjgf0lg7X7zUOi2wJraknTQ/vWnoVfC8FFTr23J3CS5FgM+3O5sCxF3m8LV mp5Q0TIkDIbben78Uaed+/jxOealKrkuvD4xrutMAXJr572mGFijslTd9i/bsEfDSfHMDtH4chkS Lt/gM9cj+a2bfk4f8/jhmbpwQ20goFoYWMv/kbG2n8Da6QYLPnpgDcMMHUi5Km9/rcliVtW5gZbF hx+utdo5d8ced0iWdofj5T12hhvZyhbUFe++iXFwuM4Waj5nAUG6p65j0IJx/OX1gAfWGiXrjj9u t/HgjD3ot1A/RWDoRwdhtlBZ8If4izP/3ol0JZmx7rA7QDhIOCRusE0m30pYLDDmpa2gzxJ+vifP 4X8cZMsYlOzdINk/QT9OBc3ZlMj6TUT8vPg3aehz9PCyA76ARpsnt0FmB3QeQYy1kgWcBex6P+l/ URsmIP15FrJ+kyB/E14aaoMecYzIZMpqbw6JLkNeWVaS9NwalUcfKHfjceke6Uy/CIRdEx6sBtky MiLPJ8VwW9/tFG+rB4jIhsJWJvuZ8VwY3+nZAX3nC0v593A8WdwjiMjipyUhEBATmCOyvizjKxlf f8waz6mQPc4Gk335bDHqBHGLZtyeaQe9q71kdbP4xmLrevQcbbK5zJhP+Q6G4vdngLw8JvOtzsbG g94O2oIzb9lx0HSal3hMg/cmQ/F3i5H1mywk3yW4SVsJUM5GbkATtuggvAEtaHwJWEL7k8qKiHR7 J0PW7yKyvh+hz6GHKDPe1iM7iOYvEz1mgc1MEIazi43uc/Wl2pC0Y0qkv1uMrO+nUfBd9VM2HO/T Di6cXEVSheQeAbfsvjwLoEML68/zAkFuX4wwGSLaWYPNabwh/tEjtih2KfKDR+IM2D/Ot1kyw7EJ HE8e09B7yHrjVZWF/EBOAfx/o1nGUnWj85AXHrz39s6Hfl6QwJo/jOgLnKmFk865V3bGl74m3ziM yBHM+07+DF++vKU/HH3QZtvscP4Y6Pc1qPHgfB/4RgPvc7Pld5dbw9nybjuHLOf7pP4IcLBt8lFr n5zM5vDFORyn2vDZ+Ybw6YXm8On5Jju0f8f5mvDVhbpwpqLTMtOGhpMC8l2yPwJ1N2q6w8enyCQg IKNxMsdR2FNhDvGnF5osQEd2Gn84ZeR2xb/BkZFQ1SmHXM7nxqOav13cOOfZXe5Ao3gqwrtiwD9v NsoZH7ZRwh+/1zQQPj1Xa6t6MZMlzSAeWCMDz40UiHTnndZQJSeR84PcB+ef/AzwVxhYqzblyBZQ H3NuDq0J28/W28UEt+t7Qr/tsYp/PKdsOZ16SuCCbJiKjlELxJ2Qw77nJtvjGu18os/O1YUPTtfa uXUWaFFbLbXb6mSuYUI3qt4/1mhM/M3F6QNr9I+AJYEEY3aYU2U4c6KkxJByoFHk3ORiq5aGyDcI 5lqDzSvKaV+5vlsuJq5MBIwU1GECOO5MrZcRyCUO78tJ/+FqU7hQ2RWaeobUtKRxeojNZMSrO9hm FzMDMRISYyELCd1PiqzfJCBLasfpuvCw1c9Yow313SPhwL12C2CifGLAg2AuN0EioD4+XR0u1/Ra dtCoBZRi+3nuz0ZGx0NNx0g4U9kbvr/SGLaJXrhh9uvLjeF4WZd9FgNrXenAWsLLnrqvdqoPnhlZ Y3RxWLxf3zmYVEMBXh//QlcEvAmQ/32rKbx7rEKCtlKKqsa295KR9cm5evFGg2UcIUfqOofDAAJH JXjr+dfLJTxS1j5kZ5B9rN8SQGa78vsYnqI3topzEUZ2YM3/+sQDN2u7wm/XG+3sNmiOcvLySv1V eQRP6e+P15rCxarO0NrvGY35P28j4oKLHw487AhbVB40aXOUOCMEjAisfXN5ksCaF2N/ZNqdeNQe vrsipaX+wQObNNbRSeG5Bc7VRi5ReM94Xm1G6SE3xIcuf5EBjItoXXQOjd9v6rfAGhl7ubpz/z61 swVPl3WGzyRfWXXCAY7yqTiwhuxasisdWBudU2CN8pyH43OvD5nMOS0sPizVZ2/tL7cjBZgPdMz2 s9ID5xpFM9IDkm8cJ/Dn9SbLeKzrGpS+ojHpBhUG1qD5rTgT4rcC3lwAxADNZLDvCNGJIeiCwYF8 Q39wHihZgT4W6AjXE+h0H/8S5ovCwFopY21xgbzwY0Ac5UbrfhxD8dg9OxTzZRrQBYt7BJLSAZD5 gtV7MgDWS9+Y7YTOMd2PDTWxjQsK1ZPuo72WPCWjjAwGz8jIy3yAXObCmWWS29jIOPnviLajUxa3 8qXLLUZmW+YJk5/oNs3TarXLgmzoEendnA55ToHfxzgTFGIB2wOtNW77J33L6jNgrCdD1vdni+Iy kYs82oKqELdomqOu5+6kY4c5HVCGyVF7HuVgMQrrnBaiU2wZ6iMIbLsLxJOWzUUgwfiJ70Vegs6n scEXGfg+BNeY32jbzAQxsMbt/QQyCfBTFmVG2/ufgtufmguN7zt6TnB9Nn3Lhts38C08DB9gx2fV /0xhdjT+TjLu6jPBTXbK/ZOBtahDkR1vaOxZALcL2OSrvCNZ6AGzRD4nfYm8XNA/IS+jF0L3FM5Z lB05mjHa9e8gG+BlC7YlAWhfJPHdWFn9zsKkgTX/8PkJrBEku93UE36/2RR+us5NfR3hopzUyo5B uyjAHUD/HS4uvx6Wk4ZTfb6y24IoBFsIihCweJ/stJMEWxhsnD4JZjky2+Qw/nW3M9yu7ws97Huy 0mJrkvJVjx0WPjAcGnqG7Dyk2u4BOU1DVl9D50BoFBo6hvR82A64JhOFbIxR/X5M4D8CY5RIPOlR c3/440ajH6ItgmSViAwzxogD8P+3uzx8er4+3G4c9O1a/FB/3m97ZgG6ivZhu0EQg8QM5T1lJgz/ 3x45SDJQuFWwvGXYAgoEsnC6CVK8tb8svLQTx9LnKD3fpL6yFdQDazBIjWWHVamuwsCaPcn9FQfW IN64cmTKTWPO+G8TYf9+rT7crOuzc5x8y59GnFshVGZu7Ivr0QPjSsYdWxLvyjk/Xd4ddt5qDV9d 4DZSnH+CGzAMdbmCzQfWGqbPWBt+Gg4+7NZvRC8SDmkhAGMi5DaKlt5RHwgSsJ3TtmPK4PPAqK+i riFjTc72L9c7wr57neHk485wpaY33G4YDPc1p0+aByyjkmAl4HIFzpfjgHS2TI5wO4b+YvPiI0NF 5iDBAYIOGJNRcBULramMopmA/llgrSV/eQHBgCMPOsL2M3Xqd7lnO9p2XachxgEnkQycv262hnsN A9YfeMGpn9nNhQzD8MhoqGntD8eecH5dffjuMpk+XRqL4SQ48tSyCDlwnkxRkO4jtIVgZOsx2YGX LJClHya/tXrsH+b6qV0M0tU3Euq7RlXHiI99x0Co0djXiqbqxM/1XWAotPcOG99zdiPjbtsvk8Av ICbEmYr777WHL0R/BME2mhHVIHqrCZ9JBtGeFtUXL6XwxgD/00fhWm2f6KQ5fHSm0WQWAX+XUZJX KBu9Zi4o/8drreGi5BsXfaRLjOUSWKsULR28z9bNBs2HZMqUgTXxMwXp51ZC7h+2do+Gww/aNS+N 4X3Npwc1oTHaxtirndbfWtvyzWcbEwXpwXQPbJthiYGp5/TjxystHliTXLOMtaS+/L9JYE10sCiB NQLDkwTW3JkTdlfZ1mIcTy6F+F4ylhuQj5V1hst1/eG+ZGpZ61ColDypRfZ3CXqsFf3USgc0dY+G 7j4uoHH9Af3lqF6veVYQWNP4cmttpGsLqDK+8LbA2EXYe/YdR54XJmIm38kjqV/zRxAbYwNjeoXG v3hFzx2yEhYCljlUCqw9MzgdJ/YpTtSBSulrd5YLx25y+Nz4uM6Ox2YPD6x5VjV8l+c9t93mAsog Y3714dqw4ajkiujOZXaq7gWhv2wwXkbjVmde1m3QPOAf4NywaOntxdHxeSLjeQPZaGbLR3ve4eUV 1vMs4XSAX1FnziXHgsRdDt6Puc/X/JHQe+61j+9yjTPOMJkkviPA+5E+b2xypGULvxXMHij83PQW OixCnzmS3xT/TrQYddxc4O2uF534EQvsPGGxiKCh4QBnT0Nnfq6lBeVoa6pO+Dsvf9P99P6wGL7i YK3ZV277ij9VLtl0+E1GC+pTbIv/Nj02eSyMnM8GZbPziIQAgmPYOTPV3VHW0EcLrBHI1pjSf+PX ZM6sr8gP5s36mh6vxYDPgT/3+SOwBk3PtG9TgcAaGcIkQETaMLlidmycw6K+2hzGz4s+y7V7bkBn x/4y1rSFrLXFD6xF+QsK5Qd0tFQymeQc+ItsYRamjA40DraQbo9xvOI4FvbFeATwvUT+TJQTeRCP gE9ZpI/l5spKvS7GzD6nfslB5Ib6xDEC0EHkmRgryQKfvRAZa/1jwW7ye/dopU0cin+zXVRQb0Gp /uGnyeH1/M6dlsRtCT36jK2Ou2+3hO1nNRkaLIT4phNVyeD5YBJsIRhjGVR13XY+VPyLZfEMp7pr YFTO92C4U98jZ7k7XKzuCZerBB4zcKmqW+gSOu3xclWHHjv0WZedP0QA6js53h+QCZLcRoNQXipn j62hbN/i9Wfn68IVlYFzXzhO7uCTSXe/sS/8fqvdjK8lcpoJbpAd9enZWgvM2W/1Xdr/5+0m9bte jpLmY4+fC2TIOaoYXL5yhUAuDqz1DsXAGn+xLf5XvBU0jnMWUD7vHKmyDI89d9vD9fqB0Ng3bjdl cvYa55Lhc1tlVqFXGp/ZKxzUcb/xr65rNFyo6Am/X2+2MYVJNybbQj2DqMYOdp9JYO3Qoy793gNr tLWYKXOKUH2wrZh6fFt9Iaj37ZUWO/+tunvE6HBoRLWMR0pXZU9H7bymxt4RzU1XOPOkIxy62x3+ Fg3+LXolM++B5rOzj7Pskt+k/iB5nPk999rD9vPNJoDeUb1upOTbuBDIBdaSjDX+CAYcUxvJ6uKG 2yh8MS44v+lt0TJpt6z0cIHA56LfQw9FO91joV/z6kEG/2P8AVTEZRTQMXxyVahpH8wF1roIrKm/ FuxktcFWAT0jkRUIAp2+nbtZvNIVWntj5mlSV3zQY9/QSKjr6A+3antty+1JzdVJPZ7W49nynnC+ sidcEP9eEG9fApWRjx3wPbx9ReCMtSMP22y7+ken8w4xxjX09vnFOpMFrZpLv9nTWiHk+YZg9zXO 6rreFD4402ALAa6gobMYWPOAFLKLwBqZUG19yVl2RX/wOgHbAw/aw5bTBNayM9a+vURgbTB0pQJr /NlDMkf1PSPh4INW9aPJAmu+0uO0MZMVSwwCMyw0Xy53uQmzKvx4pSk8mHFgrcW2pKQNpvkG1si4 5PKCiVtBpatstbIq7BBvHRGdc+ttt2TeoObJkw75R9DjyOhT9eFpKGsZCFelEwjywxtHHrSF8xUd 4WFjd2jrGbLsW/7ygTX7PxVY8+xqeHmjxoizOjH42VJqDoH0AE4aix3oBN5zp8CdbrIt0/w/lYEx G1g5ahMOCmn8bpi7zpjKyChh5kBuxow15txlmsuRhXG4Eh5MXpcCaw43gqFnXwjDiMb5xEGAp6B5 nEj0u2+lhsdc90R5lrYlFxNkJ8TAWq4PKXttriDLhvNBcSDj9i5sYhaFkClmN6vfWW1aLFAf7aC/ vhvA54cjOXjfHKuM36UB30yGrO8vJCJduCznCIS4ZbBwYeJZobhOkzey+1mswq+KW2dpb74Pgt7z QElh/yYFAQXB+g3/iJfwaTgT18+ni+d8VltAIOoxAtpsc3MfTfUu0BxRFsd6rFSdLJDR7+KgCzqf bBu2grHFlC2ufiZbYb8ZD2Qyj8wpmS2WQVoU1CCIaltBKSuRHy5DsAd5dH6ibcXlp18vJKB57HFs BeyorHGYDoxTbsu1+oasIOCURjozaWZB2bnDEhxSYN7gsbn0rRiUQWCNoBE6+W3RMVu+yULEzzO/ VYi7mKAVpw+n/3S7FgrFcovXBNagwcUMrDEWxa+xGTivjHMUacM7akvOzk+1b6ayFr63bZoaSzvf UuWSCYr8t/O3i0Bcg8/IWDY7OJkf5sQCbokcyqprOuR1OrSs+dUjZcfzu4vHI40XJrBGxtqFys6w 7QTn9EgYabBQ9h/Igf3pSqOc4K7Q3BfkmOnLFoHJeS/u9+ihoXcsHLzLVk0RvybfmEHAcGJCLNqq SfzmUpMcITlB/eSUxb9Y5lNzVhu7BsOF8g4LFFiqtH7/vgwQBCbC8z2cfoIxOcj5L4a+7xDhadxN GBlBqizrn08kB08T3Hpld5VdcPD91dbwpH0sCWrlW0jbeMn2zluNg+EztndqLtmu9M3lJnPYOc9q SA5gY/dIOFrWI+MEJ5S51dykjbPU88UKrEUjDcXCAaBsqYyrR9wwyfbLr+Tw777TFs6UEWzrC2Ud I6FR84gTzq2fHmzzCaZ2n6H8X0PnoH7fEj45W2/Muk5gBWyj5uRrtetJW/6Gy7kG1goFO9lZNeET OfV7VW9t35ifjWYN9eKtjWrz0PhYqO4ZD39ebwvrNE+v732iOX5sAc4luys0b2Xh47MNcrY7LWOK 33kJnsnHH8U+EeH/er1Zfaq1W3O5RAClx4oSDgF0ZavP8xAyICuw1pQE1tiGigHh15BXeoajlPf7 qt/Hinrd0GKb27fna8KZx63i2bEwqAHy3vhf7rmecLZi9/CoZYo5nT0NHUMh7L7XqrKrxL8qW31y Yc5cEFjD0WGLYYtt6W7qGc391h6TCnjeoc/IEGOb5mu7n4SXdlUYnxHIJgDFXJCFZxdU8EhGnsDt NPAVQRcEPzIAuQR/WJtkkEWH2AOusw+sfai5Rz6ZcDfllBVYa7HAWmtv+nbb/N+wqkkH1ixgNJvA Go8+eKGmczjsvN0cPjiDMYnTiYzy/qaDbJPhWQXW7LXm6CPx/FwDawSIGau3D1aEr85WhwfNQ66f TNYknOhNsy3KxOfPSJ5+cUb8L/mI/H/P9IHrBWTNCW6Jbh/ygJz91HvIA89iYO2ryw0m/8nGwGjB eHEdnO9zIdR35lSPOGxkcqDPNmiM4QV3/ufO91mAj5l/5AxbXrLbVcJsEY3VUsbaPwfmAGcKfkIe mB6Ax/ayHaRC9C7HMjHmCUJ5gMedx7RdsFhA9i9GYK0QkoHslNBzp0k/7JmAiG3vQfZLBuSCAhn2 3UIB/bL6sBwpyWd0rds0kmeJ/ZgNt6XdXtVrg+ge6P33pXtA9m8XEujuvPyF32g/B3ETWEJeTxj7 BZ/LiTAaV93oF7cTPcCzUIFTHGSCD8wXNhIBK9dhxX1D18rPTOwtPsd+9IwogqrJ/Jm9MLGe2QB6 ILuRoAtBr+iPgvRRBrThjf2cJUdA3YNr/DYGjQj8cdYWl2CsEC9YFqLJC/89tkkOyA5sRxageMSe pJ96xM8moGgZPioXW8/bujBzkAV0CIELbPW5BtYAvzObQ/0gMGu3NVq/3AYhEIWMsq3lFqyl/sXp 16IH1goAjboeiPRsOkE+FzuVOF+Rsc3T7cKj2A7g9bMIrAEbg2SuCUBb1qL6aQu5JucSpNo3E7B4 jM26UvRCvIF6nF+gsdnIQ+al3HlL9EegfoPKLw72zQz0qZBm6Sc+z2rR11T20qSBNf9wIQNrETAf k6Py1TBuT1sj4URgLbqa7m+kvDv94SBerOgJ205Uy1mpDptOVttqhgWj5Jx9dr4+HHrQEcpa+sOw eVH81l0XC5jo39GxUTnlY+FWXV/46RK/ZfUEAnEmsZsA1Sa27f1+vSHUyOn2v3RbCOaM21auyvbR 8OV5DfCesrBSQmoDaelqzzuJwvbJ9DPF3Dn27ZBMMN/B2X43Bgf4jjEMTqe/zqW263ucuWXGlAhn rcbr2wu1ltFTMGbm6amteujsHQ03a7rD91ebw8ajFeFUebdlf/HX2jcWDt7vsDOk3txfbttMmRvb Qy9i4NHnCsLAcSKl2S8vIIMCZ+2vu+2hsmM49MsZ9qFJ3ERrB09CqO0eCfvvt1jQggwiVng5C8Ey xxgHlff+ycbw8ZnG8OtVOZ5PusO1uoFwrWEw/HmrzQJr76jfjNE7mhPO/uDWO1ZQPzjFGVq1Yc+9 1nC/qc9uUnR/XH20LaSxr6PhbCXbCpvCStE1WwhYRVp1qCJ8erE+PG5LDr4zZxnwl+9E91AIh+xm 0UoLnLjx7IGcCJtjU8AwXlX46HRN2Hm7Q3TWa0Gh3IDwl8wRb1e0DYaDolmMPrbhLuHgWGPImvCS xp8AGQErzlhr4Yw1/TRVkv48sPi4icsdWjU/DZZ5aBcIiJ7NyZaQQtAT8J3aEHUUOgf5PgKCvJ+c rg2Pm/OXFzSIR45pfL662GS8iKC1VQNTKjiFPmZ2aYTo2wIw1o4GzWG98eGN+v7Qq+mygINNgWeu +YvCHvNHYI15Z06iYU/ZBJ7ifHDe13bR1Z83WkJF+2BSCuXGPz3TgD4dGw6t/ePh1xut4fVdj/3y AqN/5J3Tf1p+keLPe/G2MgJw/OZV8dCbmi9uRM10skTLX16oCxdqekJz33AYHvdt5t4g/vG+EkCE r/febQufntPvRPOsFNO3jafcwINe1h1F/tWH3Xc6w+PGft/CGYuK0D/Iqbsq72eNA1vdUTov0T/x AcqLsxdfUdsJvD9o9nKSGLD+9CRFdNWdw+GPm1zW4gFUZBHKnIOipzN+kYEYQJv0PfjH5KHola0+ ucBaweUFXmlSdegcHA2nyzokSxola9EhGKui80RmzTVjrS0JrLEVFMctBtYwftkateNCSzhb1h7a e52G8q1y+kQXcP4ht8qyPZQs1Q2ixRhcxSh/X3rmu6v14XxlZ2joGgzj1kef79g/HgkAH3/coXmv txvsTCdZ35weXQfnadKUd/I8h8QIgfdx3FhNdh7hMT6fK+AtQcaGrQSqPBaRWN3n/DUMLrcVUu0p YdYo3ArqcsR0i9kH80Uyh8lr5GUpsJaFIr7KAHTOtig/2FoOpMbRHcjFRT5jLdXGnPybJxJZ468L xyDyNY+WjUNgUfKbIMpMFlbmA3QqQM8Q/EnbKOgW9CML0QQ6mQuyClbI3mMLKTdJ4gRiC/GYv8XS L6OC/t05LOSNxYIF/KQXyDLmgipk5nwDADMHc4odTMZRlWXFxgCAL3ZNrsOnQ5wT5mG16OIN6ek8 LaGvCjGxXegzfZbIIQI2br96YCatu9zOS/yq1PtZ4Hccp8FZtdhT6GZsWbIzsWEs6GX1Yns7zUPj jBH0QkYdgT67kVSf8/5EHeftL3yv+LM8zMbQZ8w9MmSZ+Be6hQ5tETzV/oUEOmQhAmt5FPYr2iQ5 u0Q2AcEe+HGDbFbnMaeVAvt4HljMwNpEFPYxj3xd1ItOeFsymoQbXwSQHW8BJ72epx4v/j2vn1Vg zexQzSn6B/skBkyn4kObZ+zFVJDqfeNF5K4Hqd9U292+zapzOkTa8zkwqI3Y8pyFzBnxBMEJsOXl +/RyI4+8rAGMN3qGCzwmu7XaaCL5bNEz1gga+DYbBw7Dy7ufhDUHK4oy1vhLnA/zPMbt9kq2ZW0+ SYCFzqFMfbKI9DNBW45Xhz9vtYb7LWzX4cwhfkyAxR0YnvHe4NB4qGwbDXvud5piXbJbA8C5UBLk 4LWdj8JWOUMXqofklI3JKaMdKsH/T0rzbKbzFQRtWsJKnAuUwOGoBGrsAPVNtt2U4BltbDQltlWv f7hcG0487gwHHnjWG1k8dlumfjfxSmhXDhhUtHep5mXFnrLw9+32UNExEgZI5yNIYP3zNnIIeN/Q 03CncSAcudcYKtr6LZOtW87rjbp+OxPrtV1lIkDmoc4IwefZBYPBbsrikFwCaxL6BAIhSI3NrjvN oap9KPQNclac1+ub+LwFtKG+ezgcutcUvjxHoCNxMulPEtFG2X1/pSE8aBmwwJhlG+qXw2Mc4N4b frzabJkkrKa9dYRrtmmfO9SmDHeXWfBpx5mGcOJBZ6jXWIzY1PhIUFxzLw55d/jsQqMFPpbodyYA NX4bj1WGM5q/1gGfY36V+7k9CUE+czj1pNNuenyPwI2EtgcHmFvRoc2XHyTJ3G60wFpt2JUE1npF hwUFJn/QMwGqvfdaRS9V4SX15aWE3zAo/ie+IBD4563OUM3ttKOR6vQvjrm9eGrbysqa+8LvN8QP agdnH6HMIo+5kCeNmUNU6UOeprLhQoTnrvzcaAYc6PzJ6erwKHXGGkGFE4/awrcXuXBA43GM7EzK oS7NM++pPAvIHhMPiE8QSssP1YWlMm6X7isPaw6Xh6/PV4ebDYOhl8y0cSgqa9T8zzPWWlSmB9ai gkbgpQ2ujUerRBu1Jlta+sbCqN1+kC8xPiM2zFz9LFpcL+Vvq4rQSA4EcFLGr8b3f3vKw9I9T0TD mqM7beHvux1h26kaM5YJNMErKFNk1EbRDTT8+YUG2zpKdhkBr1i/Pzrf0MRWsuhqeu2SAMuCOwbf QGdV1t93JUcIrG0/UxOuVPeFfvG5nfdGSf5/Dj0jIRx91Bk2HEHAOz04XJ4TWHvZAmst4WHTUOiR vItbFb1NuRd27tyfN5tNIbIiyThRFjcwrVH576hNhbSUB/NCUN0eT/GIDCDzjoy1+vCgqS90DD5N +HfiX5d49LT48LOLLWH5/prwCjIb+k4yn+cTWDuYZKy9eUB8p7lFRy3R+GBUs+31TFmH5EhhRmAc X8olm/R8RWf44UpjeF8yBRlpjubJykQv1YXdNzskg0ftPNCxpylZY38ERZ+Guu6RcPB+l9rtbeFG YaM7+pbADfJsZV6A3WRUkuGB8yRnwnhyvsjLBjeSQIM5Z2Tv+ErjQtgK/23EjLXSVtAXBJKDtshw oDKsNeeReSse94VDPrCWakNO/j0bmNOiPrMdx+zxjHYuNpBpbF1cc6TOFkWQdxx7kpY/6Kd0u4vB dz1DqiqswllkIRf+MFtpMefRM9fIVlqmup+dzKS/LIi5Y4w9m92+2QMawM4hG8/7lFX/ZHB9nn6P 31vQSf4HZaJLc3XJpoqyMd2GGQEbRI8E1946XJsEygrH322k/OuFBr5vsY35hmgY2zgGKzLbPk+g QxY2sDY9KJ+EhtWyRXzxwQPjc5q7DDzbwNrMQZ+Rj9hfJkuSwFq6rXNBsR3A62cSWBPNLhXN+KKf ZL7qnPEcWv/zfbcAlX7P8SYsLmTWt0CADlgIIrjLXMw0K9f9X567zWS+sObQbCbiMMi4Scb7GQbW VJkqwjF4mWCOHKMlcmIQalskJK/V9aUyJfgjZyW6H0/DgBwYtkh9ccFv/8Np3pBssdykx/eSif7w TH344XKDbY/CURs1J0Y/znkyPJfzKAe2WY7MxYouOxNp7WEX4i/vqhEQOjVyturC/vsdobJr1Lai +u/5hxfjckDHw9DwaKhuG7AAGdsWP5HT+OEp2kEmVpPdELfjfL1l9JCZceBOc7jd0Bda5MBSJgem 75Jj9+n5Zjnp6o8R3yTKTgyEQiC9ltU4VjY4Q6ysbci3G9I2c7DxIv358OhTu6iATJBeea2X5Nh/ q3aQZfAyARzNa955kzNnc8RcJcJf8CyvMhFlpdXPBQ/ctsjWJc4zI+bo48qjPxBO4ibUM0/8FsH3 yDS0rYEuXDae4AKB+vDj1Xo5lNx4yQ9pt9qqF60Do3aBxB/Xua2R4BAH4z+xNuP0kiX08q4yY8pP LzSEM+VyfuXg2o2GKoMxwOl91Dwcvr3cJEZwQ/Rl+iuipxyYA0e2tn04yXLkz1sfqW9obCzUdAzY 1uA/bjaHzy/Uhe3nQEP4UnP6hbD9PLf4eeDwHdEmAabvLzbaFs420WDuj6fJS+aL85jutQxZNstK jS9tgs/WyuD5UrR09HF3qGgdCsTmPGhi/5obbuOtRwIR9d2j4fST7rBDNLdUzviS3V7WEuM50bWe E6R7R0ZE8SGPxYC3HKJDeIpgKtDvNuvzny/Xh/L2Aaudv47+8XCj1i8V2aJ+v6Nx9q3NZFpxSQgr hNWWabjCtjSXi8/8ZkFPH5d82e3XWW8VXe250yJ6HrZA65gRFv2OtfkffL37bovGu9J4PgbW0uB9 sodo09eiDzIDK9qHwuAIgSPK5U/lUofKHxodsxtOuSjhO409t5wSHINu4De2Y2P0MA4fiA+/udIc zlT22IUlA+Lj2p6xsOtOm10QwA2v6w5V2O/Jrn1P9LvleFX4UXLpVsOA3ew7bpdR0C/9OJFRQ5In A6P6TG8RAL9W2x123W6xswA5H/GjszXhE8mTb8+rP/dbw+3GntBOIMy6Q3nIJf3pNTTS0DsczpX3 2g3FS/exzZiFg0QO75Wc0+tX9jwJK/Y9Ntqu7hwJg8P6ZRyeor+6rhE7/3CzxoYs3Zd3idbI2Nsn x/xQbVivscIhIZOueD4soHsKpxN6YG6qNDYYHHWinWbbrtrHnBdOde6vQ2N2qabPzixcIRp6Sbz/ kugGXeIyK+qnhQmsUd4bolHm7jfJoCrpAPvLDQ6P4kcN/sDwuI3d0Ycd4dMz8JjoXvO+Q7Twy7WW cKqsM5SJZ/pohP/Mf2v/+XPQIZnH2WzfX2IRoDIs2VmeLEapX3ptejjXz+mBw4iDY9unMCaYg+J5 mQWioRENO4wqAE/gXK84VKd61T4CzxntKWFmiIG10lbQFwfwJtuByNiOWRmLhWezFTQbObtQz+kz iw846WTaZLV1IQDdp2nfdbucSdW7QvX7NsPCNqbbPFPQH86OInOIY0OYx5k6YXOBL7bX29lAfhnM 4s8hOmHFIXbl+BhmtWuuYLyghWU2/gvbF7asriUz3upiTjywltWOGQO9JRm78iBbF90Xyqp7MYB9 4UEfT14gaIGfRRahBXcXie7go2cdWAPUgy2yWrROlnu0HbLaOFsUl/N8BNY8UEygH51gF/WZbz// eS22A3j9bM5YIyBPYhNJHMkOlFw7ChOBJoC+W//VXrUVkM23Sn7DUsZqkWxG5t/0AbEm8bfbwgTW 6UNGO1PI27ueEBDfJwaCzI62ONlxE+udJLDmHy5cYI0tU2QY0Zm/7nKoc1c4+bgj3KzrCQ2dQ3Kk cS7TzkbeB+GdcTk0vUNPLYhwp77fDqY/VzUQjj7uDT9daw3bz2qiTWgwGNXh87PVYefNRjmfA6Fb ZeeSVQz6R/+bWzs2Etrl0DzpGAk3G/rCAbWLNhKYABDrdjm0B++3hCetQ6FrUI5vLIM/yjHH/Gno 1mdNPSOhoWs41MoJren2x0Y9chMgFwuw1YuMEA6/bpBTfq6iM3xxPklTVr3UnRUoSINze9Ye4/bQ yrBBDvz+BxyqPWxOsXcw+Tf5B6edDL67TQN2ftxy5pP50PxaVpOcUxcEPt8O3q8KK2VofCRn/vdb beF4mearoTeUqa72JFOt+C89g9zu2TP4NNRqbG/V94VLdZovOfrfkNlBNo8Y63PN23GCHs19lpVl jX7qQQcuLGjrG9e4j1hmznHNDTd+7lRbjjzsEg10h9u1fXL4x+S0ai71feaiXw2rliN8/HFr+Fxj y2qkE3/sI49uFG4Rzey+2xzqc7cqUj8P3hYemC+2bvYMjlnmCoFAtkC29IpuWvrDySed4fvLDXYT JQzLHG06WhW+Vt3nq3osEwX68HJxrgEv/HD5FtVd3jZkWwAftgyGKvWnoWdM4yb6kFO+81ZTuN/U q5/4uPgv9UeRArffdgxonFqGwll9n9s3P73QbKtxtr1ZfeesPVYTZ2KMWB80P99qno6X9VgfADcf NqutMXsOWBbk0LhlM12DL6t7w9lK8ZFo8ufrreGDUw3hbQlPzqxIy4MIE3wAY13tfFPf+/BUfTh0 ry3UawycJOg3T/jj8oJxzVmr2sl4u2KJwo9gc55/XAHg+G/Td76/1GAHyT9sHbbg3FiSmmVzbHhq B9AT+GoWH9eId6s6R+zAem4fruLGX/Fyu8aAy1LIcmRem7rGw9mKAQvEL99fFlbLUKPfv9/qDEef dIcrNT3hYXO/fjtqdOqSLvYILiKoFkK5aOni4/ZwSb+5J37h/Lk+yYm23hEL+tWIppElZLQhC6F3 p6OEppK/PtHpE9ETQbCNR8gkIsvJx5eVG1aJtp9tDjslh89V9YcHzYOhVQ2z8qb4GxkZET8Oig4G Nce9oo1uycvu8MetdpMrBCMtS88MdujMYcqJAMFJgtEt4e/bHSb7CXo9Ut3NvWOWpWpjQpd4LID6 OjYeBtXnWo3h1Vq1u6IrHHzYGz650GLZc7lM1AQv5wJr3aGjf2TywJpkPzfqbjvdaDziW0FVBoav BSDlOB6sCHvvtYdyyX8WKWJRsX38MYvQJbz+pH0oPG7lZtAR23bf2Dsebos3Tj5o1rz2WoZk/Itl 8BaygAtOKiUv4aFdd6QbLrWZQ2Fn/Wn+OGA87UROBb7HfHPuB9kR8RbmhUI0PHgO7606XCedQXAy rkCmdcvE9pUwEcwZAZNSYO1FgtM3hjsZSJ5NUzzuC4dF3Qo6E6To5A3pFg6YJrN6sbJs0rAzbuSU xawoFsML2jZL5P2amAlMgJRteYkDJl2Wc6oWyDEGvgvAbS0cb7Y8xr6k9dhcgAyZqCPch8O3Y74s qKZxdPmd7l++jbMBPgnyarVsTrZLev0JfUKb09DndH2G1jkg3QKearfXi803sS0zQdRdtih0lAuB CILQxjw9PDu95fUgfwlcsDPEbaiFB+MF/8zn8oK5gHpithOBLz/jMLuNs8XzGljD9iGpIRdYK2rn XFFM87xe6MBaOjAECMiTUbnqMMk1eT8rzuGsty+LvonVrJbNSGDNjgdL1b+g+sz0lW+55giAt1Un 5/69e3yinmYsI3zO8CH5rtorGcdZ8BwfxljkZcVEPLOMNRz8l3c9kSPUEG41j4Sm3lELHtTJ6WiS 80FwoW1gzDIIyMKI4AIB3m8fkDMsJ4hMphZ9h980D4xbttYBOUZfXayX88xWKTGuZQ/hyNXqverw 2dna8Pvtdjm5PeFKbb8FmDi0vrpr2NrQ0Kc2qD3tAyPhkZwiDv0nCGiODJk1aj8OymoZMwTwdt1p Dxeq+sIjOeg4ei394xbY4OBvzijqGhy1QFbv4IjA6zE7x6m6ayzcbxoKF8u7wq7bbeHzcw1+0DWT Z8ziim46gUNKIoRJtJfDL7ecqgt/3mpRvwY1LqN2hhP94ZB/xqlGjxeq+8KvnAF0FGaPCgRE58fn ybd/VoclIoole8tVR0X45nJzOF3eFyrbNRcaq9ZkTpgrHNNW9a9FaAO8r/c67HMwHlo0NjwngMnl AxyAvvk4acEQLQGpmvDphXqbo5NlPeFWw2CoaB+xbZyUw/h1Cu0qh0w/x7i9Zty59RFn9GJNb/j7 bnvYoXFdL2HmAWLB+htpMS14cJ7LTFh8drYhHL7fEe7LeW6QI87Ws97BpxY0AgRbeoaZX82z6m7T mBLouFrXE/bebQ1fqv0YS3ZWhwQ7zMjWty167xvR5pGH7epXvxxv6Iw+qRyVyZl/nQKPbXqvvH3Y suN+ud4cth73gNjKg7XhjztdFmBsUp1NzKv63NzLGDl43aRx4bbN8zUD4Zcbrbb9Dzqm/2/KAF6n 8Z5uZQGnAINyk+bn7zut4Umn5lfzzIH78Ggr4616eI/59+dO3wSACNDUq3036gfD7nudNrdLRUfT KTinSWSOoO+/faQifHu5MZyC7sQ3zaqjiTo0JxUag99vccYaYw3PwEOTGYXwVoPNBYe52zmBRyvD 9jPIhDa7afh+84DxZrNoG3pijuFjAqlx/pmvzsEgfhoPFZ3c4EpAtUc81WLb05eR7SR6smwTjfWO c43h6MO2cLd50OQL9GpjBBIeAe2at1bJoIqO0bDvXmvYdroivHsKOdMYftccnpGseCSarNP3CGb3 iE66RYedw7FdT1XuU43ReLgh+jpwryXsuNAY3hbfsjUmp6wYX4EgG1sxf7/Z5oFS0Xpz75BkheQx shg6mgQNkiX1Ao+8hj+rRB8Xa/rCH5qPj9RmOzcyZ/imIDn3gebpZ43XyfKe8KhN9WoskPEEvpyW Eh1QBLZqt/Uj//nNqLdBvyvTnO283SoeKQ8vEXgyZeYK+uVdlZa9PG1gTZ+hPz443RhWSJnHwJqP W15WkI3CRS8/a9w4koAgG/1HLpnc17wgI3gEjOddyTEuI/jxapPKRz/Vmdx/rN82Epg3eqBv6Dz1 H14W/xC8rhNNcDMytwNvlh5ja7hl6konuwOYzOsUoA9sz2QbP4cjL3RgLQ3kHUEFMj4I/uXaYAs4 JcwUzFnMWCttBX2x8OwDa6n6F9IRmQ6puiywRvYT2ccLFHSaDOgV7Csyxzko3I8FKWrbLJHTjwaX q/g6XFBh50Idcx6xNixgYC2XvSFeZHsSdRHQS7djrijsE1C5Kht64dzNXOAm0dP5/vni/lxAYI0F O+zVaMvlQL/mSZ8E1ggcsMuErYT5tme3ZyZwO8UXZzkr0LekLcwcTIeY9ZkeFw+syU6P81PU3oUA 4/XPBdZkixyutjP40jpovnheA2s8vrYHXyYJrC2Q/CimeV4/i8Dacm6MPsoZ0tgkHliLbSieg4mY 2HdoHBvHL3FRPcVyI8FEeTY3UI7dYErWmurFprI5SWRxrp0aS2QDcsEuPJQOQOdw1INdzqd2Ttem ZxZYQwlycPb/VNkbB1wAM6AEhjhnh+0zW0V8ZD0ADjaPz7cKW+SYgG2nfCuiP+o9ERWH/ttFBpps EJk2ng/FtrR1RxhQP8AUY2Cp2vDGARmUes57ZMoA3jPiTCbZx4DgEwNaHl4HGigEPb97S8S2TsIC wqLNH5z27agfn2uwg7a/vtJiZyt9fKY6fCiHeetJvlsdNp+osi2s0Qn163nVVk0yh5TnJ3oiMNyI tnKw/9pDBE0qTCi/vl+OjdoP8RCZXa6+sWV0ud0UWS5HG0b3+WTrp2Vm2Nz4I6+X6H0+sznfI+Nt j4wYiJEtfmrbFvWPLXs+Bw62xuE0btWcFH4W50rfSV5v0RhxVpmlYtIPoD75mGhsCDSKcdcerrXb Qdern1vk9LJVi4wgh8rTI3RBcIUzNjhclCjy66Ix5ggFacHBhIYnhfpqj+orZzmsFS1uVfmfX2wO 31xqCT9cbhKaDd9faQ5f63HHedrCOKjdolm2vsW+2BxpHtlOaVl5ml8EEPRBkImx4PdfiDY+PVtn 57HhdJPttvaI5krzyS17ZBL6rVzMBTSn+RNjv64xcbr1A1XJxisGzjRGGg6ubWtTWbz/joTJdEHb CPrCd5lPtjbbXMKfOR5lbp0HwQep97dCv+o3580sO8BcwPdTyw9S49P0iKBlBfE1zSmZhasPyhg4 orEWbSAnGC/GlJUvBLQJSWu3tx36IkMPvmcrJ3xK8Os1lYUMYmzZQoIzhLzDsF1zuFLt1hyJtj7U vHyYozf1U/RHn9ZIhnB4PoY9coDt034TjcZ9t3hF5a44WBHWHJNMS3jC+MPGKvKEj5XJNb3erPl/ X/Bt4PQj0pI71dtET5zx98UFyZNLTZZJ+M1laKghfCRZA41xhT3bGVCApJ/nDUTnd+N5aMrG1YNu BEHeEF0A5OAKjctyvTc5KiVPKuz5MsmaZfvhO1eMqzS+GwiqJfPgyCssZLFvMa6WzJYc1FhEmZCn qWz4ONVqnDCq6+zmYDuUWvW+Lv5G0dl29r01ekzoKRVYa++bPLBGwPavW622fflN/db1no9Z2ri2 1+gA1YODQgYmW343q/1s+2ceuMGXm0i3suX1uBwYtZXV8PVHfHsH4LIGZBb0uwVozsm0Rm9xNt9y 0fmyqB81n9w8i+6JzpG3y9s0GdJKH70L3XOeTGE250KDzIsYWPO2FrelhOlhsk/0VcpYe/HwzAJr kiH/xcAast8cHPquuhdTtrDAgs0UA2t2bp7p5wXuo/pEJsTbslPQZ9TNMQ3F7ZkfsAmwc2rc36JP qpczjmlD2m4taNssQLDLMu9kGyFHoh71ha6Z6a2pgD1IIGit5GL0mcC8ZaL5XB6sZhsm2e+TOfgL CRsbnqd4iXF7VoG1f2Ir6H8tsMYuvX9LYA2fdLn4Y66BNY/FRN3I7/3cbo7rgfc4mxr7Gznl9u7E Ni0EjA7Vl3gbLxftcSwWGcoAugHwoceK8DGQX9nlTYZJA2v+4cIF1iJ8xd2J3oSlOsC2xvR+fyYs jfQETU6YCdGKwPK/cQaOVyy/LsVCG6g79gnGy2Y+BiVPWP49DVbqvcLP8uVwoB1KjC1wtq0uBb+Y IN3u+Fl8PUPmUz/JjFp/tN6cXM8M0ByZox/b5u2NbZ/Yn/i9bNjnInZu1SAw4en++TaYsZ/CxHan +1UId7Sd2Xy+GBvOnCBCjJBgjjxA5g5lnLeJ7YxBBJR44eHes6FbfVf1EMQhEPMOAT4xvjs0Wf32 gAZ9jkID+Hfy8108BhhogBtKcJ7IhLQgWs6YcmXH8/wcxbnzAG/s7+Tw/se+8xuCrBvkuBe3Zyrk DZiJ/cgERor1r97OJEOOeF9i+4vbmQ3bFlrwngczuDmGMxq46p9VXrBGBj2rjRimBM4RiPEWJy75 eC2j3hnRfQ7++zgX+c/y8xTBZyi2lQcIujjtMG7pNGl/L9KBOyPQv1+IwWdOU5GXnNb8NzmI7zmf kC0d9DObHrJkFQGobBk22zmKYAxwcnBCuFAhrn4X8oMj35c4HoU0Rf+zwfcEGRDMtd/kVdiOJaI1 +uUB6Yrwys4n4fPz9eFh23AYGPVtvrk/24rN9uIQqrtH7RZOW4VKFLovpuRlh8978fhMbENEpBF+ Dz1EcGMvdLxUz8kctMcIvcawZjxBYZ1Rjk82d5ODPhEERqYuZsYa8+OBNQ8+lgJrcwPjVQqsvZj4 72wFzdf1zAJrotMNsp3Jvi1wdBap33ZsgmxBbA0c9Qk6eAHBWazoNXRo9Emy2jRb5GUvti3ZGthP sj0JrEkGxEXffFvmPn/4bzioLMKbHNG85PXg/PUAvuIK0Rp2FYGhKAsL2z8XYIc5T3G2Hovri+nY R+TmOEW/pcDa3PC8BtbAi7oVtBivySYmVmOBNfGMB8aon37NRd8ha/LyZqNkEllkJNSsJHlEshc7 Mu+/+3jm2gTfRMT3EkR5E1H8eQRxGkPGZ/OF2erJXCz65QV5eIUoLjvMcAGZbAJQyGI0oo/ZDujC g4ki8vrWgcqCgCEMAPx8hYUxQnCwuTY8F0DIILR5QcJ+ssDaYsBvFSIjhiwgPzfpWQpHm7dDrFQu Yl8lBKEL0toRVpYGW4D5zmFKAAkYCtA/+8oXUqFNACue6huKbQWrr3vKk+3UUwu4mSDecEoAhGAk K4sAI9uztJi77N8+SxBkygXWFsE4whimXA6A9cCay+estjwLMCf0mdX2tdwImyh9lO50q1gzR6KE T2IQEqDyrcVkYsY2wDNc1sGFBsgrskMP32sPrQMxoEbKmp/jxt/QWAg1ncPhxJNOKfXq8LJ+F/kO pThfen1e4IE1gp4ax2cSWFOdkt1RD/1bxvFZwWSc5FspsPbiobQVdHFsJtN5euTQbA8GTL6osVCI gTWcYg9EZbdtIcDYYQu+aYvJCxtYcz8uH1h7OxdYI9O/OLA2d2CPcE6ZL6zk5X9sx3z1AL/PCqwt lI2Ru810f410ZnYbFhKljLWFs0We38Aa/sqLmbFWDPwv5CHBZ7JTPSmG+hdG11l58LXoHt+Yo0vW GE969pjtMhSvwCNpWRJ3ORXDkjMij/0DeKaBtXQZlq2GM6aJWiwhAlAeGCIEFlCW6fYsFph4AgBs GSsMrNUb5htYSzMWQhLiM4WQ1J3VpjlDxJkLrKkvsz6kcIaIwpE916xKwsTPKhAKc0YG5fBtGNnS 5dUe6Ke4rfOGyrTA2tEaUzTRQM4JiZSynRvymZn2KFp8FoG1d09Um4FCWi8rfy5DXHkvNF1S9j+n NCfHYgfWwH8tsEZZpsQJAkg+xIw16Jrny6S41ohnN52oCtvP1oY/b7aGe419oaN/KIzYdckeTuNf LsPoHxoP5W3D4e+bLeHdo+5ARVpCGUZ9N9vssNnAs2uzP1tI/BOBtbRjteD66F8OxqsUWHsxUdoK ujiBNcplURfZz5EFzyLwwTYuFu1WH+IsYA/sZbdt/ljswBrHJLAbg7lafcjPATaHWI8LpaOxR1Yd JmONel+8wNp6zQE7HvIXLywu0P02z6lxKgXW5oZiGihtBc1qz/yB3KUOEpWcPpnDBdJ1RbvCImIi Af4yviU+M+OJfbRc8hJ5Q6IFPgi2Lojtddk3sR/PApMG1vzDhQ2s0VEcbZ5TB1vu7MyZjAFdCDAp lmatibDDThn0RCnDdAvRp8lA2askuNiP7DegeJQ3q51zhfVP88U44mCnt+AsGESYzyKwBvycIT/T 7VkZ+XnBC627U81YYsRxIOuiBNYEhAUrh28fqZNgKBKG857DiYE1zsVa/MAa23hd6Nm261S/Ylv+ TcjqUymw5m1cyMBaLhhAxhqBaNW3hIDR3rLw+TkuuOgK95q4jGYktPT5pRMjY9wqPB6GuE10dNxu hq7uHgmXa3vD7zebLKONcyhZbJnM+Jq7UQbdF/H0rBHLmD3SdJkPrCHHFo/3KTsfWMvroX8j3y82 SoG1FxOlraCLZCsJbiv5+ZMF8i31fKGBHFtxqNpkZ3qBHMCTnrExf3DOkAfW4oJOdnvmC7Y9kcwA /TBXnGvtOnr+9OpnrGGPxGBNtfl6OLa8nu88kYixUmVjV9nlBVZvQ9iUcbPfbMCWNsaCOWbxOb3r YTFpKzfHKV4qBdbmhuc1sAb+LVtBHZU2hwTQ7fB/jfNkbVpoeCJSoX5BDhDf4ZgTPw7Iz0mDh7B5 uYAGngLQwkQgb/Ovs/s8NzzTjDUv0yuz4IUGwhVy4SAuFDzaSepzTVhzWARxCKJg8Mny8tRfUhtX JRNi4PlkiN+ZDKnvUfY6CS87pD9FgAsNFD7nSxG9tRXMhTawVOYzC6xJ+GCkWWBNBltmexYNHlhD eHCY+9tiVNv6KvrJauu8gVDQeHJgOatkMeBrmPccFo4dzvUzyViTcF0rXlsh+n+9aP4WWnA9rygF 1ryNC52xZs+hL8lXDvR/STTNxRafXGgJJ590hZv1fXYr8o263nCpqiecq+oNJ8q6wt57HeGn623h 8/MywqWYV5MNK/7ygNpiy5goU7I+09ih8E3xu5PMmYDLBOQBDusbkoNkfs4UdmHNIRlYMipxCCPs uAVocVGNn9JW0IVCKbD2YqK0FXRxbCVbsJONy1ZDzqJMt2Ux5QtyeblkKXqWM4DSbVqooBp4VoE1 YNtbmS/Vm9fPCxNYw/bjfCR0GX1YyH5weDp+G3ZPut75BtagWewp5tgTSp4NH5Uy1hbOD3l+A2ua 039RxlrM/sLeXyVZzGJHXHBYqKOt5gLsemggnsVMvAV5jawgYE7QjfauFG/Z2dsE3TROUx8dxDjO fSyfaWDN4ZURCLK9/oskQIpBPR7gQhAvLGNPhuJsJwyE9OuFwL8rsNZgAS3Peshoy2IgY7xgPM5Z Y8vFotFnchvROtEkTnFBYG3eiHzrr59VYI1DLTncMt4MlW7TYhrAzxNKgTVv48IG1twgefcUW0El H/ZWhCXqMzcYI/MIRnFLLhd0LNdrbhdalgBn1zKVc2OUV5gLPW6MRdSVKG2cARxPu6VZSp1zB3EO CXStlsxGbpNNjVOFAbBe4IIRUt43yNnaoD6/kwBHCFk/FSz4MikW2/ApbQVdKJQCay8mSltBF0fG QPv/RGCNRY9cYE3yNd0md+QK35srFmsraBboEwsvntRA/dBqQq/zuBUUcMmX7TiRDljYefGb25kH t6nytDa/wJoHTDkmgaDEs7SjSoG1hfNDntfA2r9tK2ga2LcEqbBfiQtAr4u1u2s2YCyKYZ+pbegR 7OgNaiu29hrZWNAj55y/IZ/1ddmtbGN3G35+MuyZbgUFliUgR4e0Xg7eLzTy8gPh55AhQDmXzIW/ f86hebUSqL7FMjdw/wBoR76d8f3YJ+BtzQIGbYQptAJMT6CxHBS+pWBLkMBUXBOeJgifOycWJjpO 9owhYf9sAms+JmQSYqB6/U5/gMMToUe/URaFgPMa+6rvS0HlmYE09LxQjUSeQ/L7TJpWOTjEKw+5 o/uu3Q5Kn6HBdN95PvexYO6Y5/V6TlBititl3heNh/rpfY/9YX4Zt9TYJYE1gniLec7SO4Jtu06C PYx/bo97yoB45qDupH7ak6aFCd/NfSfV9kmQJXhnGlgzvhdNRaMAGefQa8kAjPY00r/dKGOSm45x NpZLIUA7r+yttWzgYhpwnnDacHqZJf9PA8pf7MBaBGOGQci5akZbtMFonz55vzioGSC3ituapgMz fFI8MimS33BOjdFEwecEkP2yBLJccYwIyJO1zG2164+yqudbVyx7GhmXKPis/qXhwTD6nP351Jir bIq6NpFPenSd66+jrvMbodQPzUfUzegFX/XHkMiPcxaPLDRe3ePzmJM3qbqBz10yfylAI84bhe30 15Sh3xS9788T+ZH6bCHxvAbW6LNt70p4rRB5neOHy/scGGw+8q9z4x8//5fgv70VlH7nafT9xE73 Nkc5kae9LL02GaB9bgAn44DzdNJtSfPtXOCyw+1Fe50A3n5VsmyywFrMjki/N1c8y4w1k3maP7aE spjjTnGil2zuYr/SSLc36/M8WBhaLdvZMpfVlziemW1JA5pK0ZX/zseDssg4IWCC/eo6KNLWdLwW 25Z/z+m03nYTMQYrcKpNZhW2yXVA4XsLhdwcp/pcCqzNDc9rYA38u7aCFsLmVFhBgE32CgvCLifd t/X20e8o+wvbncfCjc3UiG3KA91CsG09PCEdw27D5Zy1aIE2XyCnn27zefzB53bieKQxaWANglyM jDULaiSBtY3pwFoMKtFZEQpCjygjRvxmKR7OxDHjXhNmqX8EPAQG5dlNzES4c+GGA+12g8Hb7e3V 62LwW3Oe3fjIK2l3UjbNoD+xTgh5jQjhzX3lGtfy8MpuKQjL0MBYKHSkzRmYLeNJ2D+TwJrmlT55 YC3W722NRBrp0ASmXr8sIl8ivIJxtCf5rpjBnWvoVu/t5veJoa/3nY4jLdfoe0Xjoe+wN9sCa3Js zBlW+8h29Lmq0hxW6xH6m8ioMwVlzSewBgr5UuOhMXh5N48VeuRGTgIQ8JsMRBkn7xylD4vHK/nA ms8VMiTnQGlc021/loiBl0hHeacu3yYPOrnQhL4cs2/zrDLWTJZFmee8b/LjGGcz6vdGb5ITx0Vv es1n70pmwvNkrLGl4w3VhbBPy2qC68z9y5IFnEUGXjaZ4LxT3Ob5gPKeVWAN4yQrsAbPp9tD9ic6 5jV979W9kos8ajxymWv2mHx3SjjdOHidH0PGnUtWON+SLTCsgllWmcAYzDdDLAaxTE5kfj45+Dwn twTohcfiMtLw3+JgQW/o3CrTu8whn6Fzc2Uncs/lIc+l+040yoDEdtC4PuOtoMwxc/2azTv8m/C7 +BzQhskQv5M2wH3hJs47fOVywT8Dabm78HheA2uTy/A4VjznO86f3Npr+ifhG55P/C3jn/3+i4b/ +lbQ909Uq31Rn8k+5dHkSbXs9Soh6jFsJ/UFuTQDG4pyFi2wlvAx9qItxnI79C50RbnqKpfdW2EL WO9be5MAoh6jPs5q72zxLANrZv+ID+F1Mk44sga7nnb4XESZnjzqPXQJuxE2Sv64jvP3ow8Tv4uO wOYx2wQH9UDalp8ZcnpdYIGG4xBWS6+wkLgR/0h05fXF8Zsdr7kcrbfgC7Yqi2GeqTKRfxZTxucW /lO8VAqszQ3Pb2BNc/pvurwg4z3oFz6BV9mp9JbmlzPP8AUjDbttWdjm5wYWd0KW+bwgH5BvyETO WV8pOYZvQ5DNbZuMMchA9DV5/sy2ghIFLA6sRWMkHiaJkP7ycnM4+Kg7nKnsDmeFC5V+fs7lar1X 0RX+vNUSPrvQFLacyhauKApzQsVoOD5sPZ0ZOJctIutzBwfnvSNnkqwEspvsTC61e7Mm64NTdeGD 0/WT4sPTteHDM7VhC4JObcWI9jKTbUBT1a1+YVyRCfGByvnxamPYebct7LzXEb692hI2HK0Ob5hD yXjnnYJCA3iGkLD/5wJrTn+RSCMdvoLztLsibJDB8+n5+vDlpdqw/ZyEiwQYztX/ZBy9ub88bNHY 8PmOC42iBc4vIvjo5VGulaX+5foKxEAE1t46VKvyUOD14YuLTeHvm63h5OOOcL66Nxyv6A1/3ekM H53FoXQ6m4mBmIYZJOrzXAJrtNmzcmh/dXhJ/XlN8/2ejNfvrogWbreGXWrfV+ebjJ6WHpCRKEAz iyngnt/AWl5+wRM4QAQaOXNx+YEKvS7T+3IGbVwJSLtTXlzOTDCrwJqQD1hIhkmObDtVE74XDx+8 3xVOPukJ5yp6wsXKLpN7F6v7wvEnneH3W83hE+gdPtdYO+0k2FNpdX95qTH8dbMp7LnbKppoDptO Ndr5J1OfKzB7+Hg++8Barg0JH+TaI0Nm3dGq8NOtrnDwcW84/KgjHHncGY4JJ4TDDzvDd5ebzDFg ++hMb4q2LaeimbdkiLM6h/MQM9Ey2zpvyDEV/QB0GPqAFTWyJwiortYjWAXUHrZJRRDwwyCws9Zk qHOOqC8S5I075ik6v+/J4d0ivfvJuYbw8/WWcOhxTzgrGXfRaK87XBL9XanuCqcrusOPVxrCNnOg kX2ePcBco79jYO1ZbwU13SBwvhx9fftwlfQIwSmNh8aBDMK3BHu09yL8ohU7H5VMQ8DvVA5GKk48 +oI+RPnxLAx1HCzmkGwK6OC5CazlEO2IRCdLFy/dUxFWau6hiW1nRCMCNpeXy/cE8Rr8+bp0FTam XZ/P7zPrePFQ2gqqvqt9G9V/5OIHp2vCT5In+x92hRPlkilVfeEi9ntVt8kVZPGv11vDjjOSI1PI UspcrMAa4FgBFqI4VuGDc83hV+mOPdK/hx+r3WWd4Vw5vkdPOPqoPfx2Q7r3fKPaxQLXwsj+Z7kV FLBFzfWe34iNDLTzoG3xuE4+Cf5JXdj+/7d3Hg5SFUvb/4+/K3oVEBARCV4VURRUkgoqYCIvOcdl WeISNseZnZ3NOUF/z6/q9KSdJQmKvoO37szOnDmnQ4Wnqqurz4uEoe1V9JXmaSOf22ft9tmX+ozr LUha1CdfmF6hfpEdl8v+MB1QjqT31B4LpokobUNAAn8HP/HPBJpyelPzhS2lr++Ll3zL6l8oNwX0 dwfW2P5aCay9SpIPAU//iwJrxVQoNzyTxAR9JlnGLhG0f9+yff1wgdyujYQK2/86EwsJxGNWHqdG m29JJ+O3eCzm0ryBNf/yZQbWksFPANZ7UpxsBf0EhlPjCWA4xdWPtvCtnMc/bmflFAnYd4yErqHp 8OhxsH9jMyHUdo7JecxKwRM4waiLCpiOz9bI2SOrAOUO6LeaN5p4J2o2+FYeDIwVjU5okZyuxYe8 kDTX+e+S9wWv1HygUDvGYLUcum1yaA/W9YaLcoJvpSbCg/RoaOgZCY29E6G5bzzUZ8bC7dR4uKH+ 4Cj/dncgfKTfkXHGM+Lzra1qo7c5T7QbQIojS9Dkp+pUuJsaCSNTj8PYbAhNfVNhj8DKRwIi72is LaNLv0GBx2BB4Vwy+eXIQbNfS98A+qvN8LqCiPPkigIgWQwm4/fFlP8eMscuIVbmWZH6wAJr0XGO 7YDUZvqg928d6NA4NIddt7KhZeBR6Jt4HOr7ZwTiui2gRsbWp2faxTPjoWd4OqTFLBfbR8K3l1Jy uDrtfnYfPeMdgnRkemlsIPq8WM96T07WR3Iav9f4Ugi9U7w3qAHuHJwV0BoOu270hA1yHj45CcWA o/flI+sTfQRsuuLL99X/dmOQsjFlG9mbUsIEsukn2RfMNcb/PbV3qYAPQcF3JDcuk3GLn2fi8RkO 5d47fWrf4zAp2RgSP9zoHA4/3ciGD6TgqONGmr63k7lyEFVKPp/IkcCxUexLXhlyHe3PGzSuSZnB xIjAm7Qv8pi3Nf83fJinyG/5718mWTYX4yWeIPhIG3+/I33SPhzqukfCOQHmXdcz4WM5ByhM306Z /Dbhh3z7va15cp6MssVnGLalMnAYFHeG4xjm598zc4uNCwEKdN5n+m6zdMgvNzOh6l5/uCYdkRmZ thMuUX0Do4/CDX32c01GwJWgN6utibyoDYsONer3mSAfIIxPoScfhwc942H/nf7wmZ4Db2HwC8eo mFzmCvsZP+P7wjkzXS7+AzTbVmPpnHx/1b+4GpT0MfK+k/NZnuI4FPJivDY/dtTwwzFHdktBk8kO QOZoS9h8JRP23u4Pp+uHQlN2wk4J5d+kdOQt6YWd13rMmXmTDIXkt3mw4PKFvAF2fdXcs9K8Tmei B2m39bOACtod35ejOA68L+wvixcxiLZCcvteUjvO7I3Gm9R72gSv0mbLxkva7X+XjIn6YKeCoqM0 N4VtsGdrXO1V/flC+uz7K50WmD/TOBzupcdDr3jvcWJzh6Yfm3P51XnX57l76D3z7vUxJWfIhJ7t Aeq8bOdlvoSS71+IGBfd4ws5eMcb5LS3j4XqjlHZ2JHwIDMe7mcnw72esXA3PRZupkZDTedouCqq Fl2XTaiRHb7aOaHPdU3XkH4zGu73TIarus9u6QWy9rC3b+pZrgec72lzXi/QDnRAnn+Qlzgvfr2T fW5ZdcnvypAF1qTzLRia8Ft+rOfq3rkUv5uP8tetFc+uZNFJeAzd5falYM5odzKPbp90HfpGfV1w qMOuXXOsNey+0RsutQ2H211j4aHGvaF3LNzPaFw7JsUzA2GPxvKbi6mw8WJ7+PXuYDjycDTsqu0J n8s5Z6W7GKgXk8l60ob85z6WkGXoMv7JtXOvKfzMye/n+LY8Ff/W5jrBCp4dX3xfvkcPEvT+XwkW KiTHQTHTp/w1kOtR16Wlc+oZa9JNwq1glnxbGYt8m4ppbpufn5J7wOcJgZttq6TahD4ksGp2T39/ rn5+dyUdfrvVF6ruD4SbkrGhCdfD4PiMsFl167DZMtMh8zhcZEqxtX7ZUWFDzZnzpM+h9dne5ynf 12S+yvbFyfCB3ac5LBEx1puvZcLum922eJ8emQmzaiztzQ7PhOu093q3y590ddTbcynOm1OhDSu2 DTid7abvCazRJm+Pvze+M72eH/PY97KU+00x+Xggv6574mfxPQFLan9+fTEdfr/dp74PSYeOhnvy V+plPxt7p+S/iPRan5mUzzEW7nSNh8vt4+FH4W5wS3H/nSzbjcQD0UrxBHVFyZKjxqgfHqfn6j24 kaD0h8Ko6D2CfBB+AbaJWmqU/uG92948fcI1BXoyjrGNczLW6FFqDH8gbLZU47RQdpF+u25JyMbk +Sn3+wLy7zTm4r+87o/zoWcnOiT6HXzHAiWBNQLVtggWKeGb3LhKZ/9P4+19jL6XX8vY5Poer7fP nBgPO0lR483iMm2JOt55JPJY5DMn55f5CJl0v8TvESn5vV6p7Yefs1z+3Rq1N48TYz8L2/t8lLeF TpWtoOXa89cT40+5AmIpS6vko4q3yWQlqGsBc8PT8Hpxf14fyvMm7URPr5LssCiLf+56Wa9WTiDB EuhovSIPLlPgqlecsZYTTik1BtqLqUcn34NpufotKAOjDltN33q5I1QLuOEYySyHcYF8QPIvN3vD xvPd4WMp7dLAGgPhJ4J2GPieqxzyCgBCCURF9ywUBzb+nhWXpXIsVh1rCV9I+f12o8fAe8/orFrs /7Jjj8Lph/3hu8ud4fMzvrpeuPJoEyWary2m5Gzy3IlcdaQp7LqRDaebRiyjYN+dnrBOY7BU1+Tn LFGW6itzGrdoFPY9T5ExdG3yPRlcS9Wn1eKNjxPAl2c+p1LlFpV58d/RAOSvyzuVPue5wAx9tXbQ nnxbbbzFP4v3PQzfXu4Kp5vlLHUMh1MNg2HjhS5bPf/Pfpz8tnDgbn+oERCqaZ8Ie+/0G38tqcIp iAEpxsPHhvsyNm9gdNXf1XLOf5LzfVFjerNrItTKGT9U1xO2Xe0K688KHOeUggNKKPYlT3mDV9jX PDAg5bTD2sQKIs9fQD/1/qtLXXJuB8OFpsGw725fWK+xfHsfcwIPOKCm/e9IqN/ej3PZHDbISeHa M00aD/HDzpq0AK47nowpssBW6sLxL1XS3pfkVW2LfYvXRir+jX9Gxpo513oWc0V/nuy8vHrK8YsU IXrlwO2e0NE/KbD8KMyGx2FUeqS9/1H4rTYj2a1XmwHjHRpXB5153ivkQfiF7U4uR1wXaZH+tmPh BRY/MgDkQQjbvi5i/h00xbFzOcnJlHQWqztr4R3ptB3X0qFODurIlNorcD8wMh1utslRvZYKa8lY MwUPL3SIN8QL0glrTzWHX271WlDpXNNo+FU6Ep5dJp62bVpPDKwVkOkM57NCW1B4Dc8mEECW4uoT LdIPbaJikB37l3M41T/GhLHwa5Lv7br874zvdK9PRNEuEAwjM8THnv4yJ8hzlGnaq7bZCnhzWKk+ H67rC/2JQzc5/SjcbB8KO+U84RCyXTb2lVfTjyKbS31GBhh6DxDggXJI7czJtst0fA8VBz6eTIAK XxXzE0/JDH6X4JTxWNTh6qMBdAewpSDW+qw5cBtRPD/wvgXWsLVF+riYjC/1/ZrTafFPSg5Wdzh0 Jxvq0yNBQ2b/hqdmw4mHvUlgjXFwvWD2WvO3Qg4Bsg8/ACqi/EfZiPLzMom+02/028fiP7Ipfqzp Drc6h4URvOFqduiSzF9rGQp7b2bCD9Xp8ENNj2QrG3681h2+l4ztup4OJ2WX67onw8DU49A7Nis7 3Rc2ytFExthOne8HYy9es/H2uQBcxXpNOR5MyH/nc0lGtW1ZLfi+lODv5cIFgM9cYK1AhlxWeJ+f T7creV39NHJdJLAoWikbQWCNrL9i54j2FPChvkfuYju5fuXxzrAZWyU7fDU1EX6uSYUtssu7Nc7H 6/tCrZzv+r7J0DIwG5oHRf3joTE7Hi7p+m8udFp9o2fKojWbXeZzkQe8fFxZTOR+efLguL3Xq/fF xz8/l6V9Lrh3QqYfTLZE9jz/TdQX2OUYWMN5jfqqcD5cv7HwlujB3Pf5a+Z+XvodGWtebP0d8SW8 X9p+79erJdc16rNwPJmqa9Vv3x5JNiv6AB3pWV0WdDvZGvbUdoeWvqkwKfl6JJnsGZwMV1sHw4+S PfTJfIE1MBYLKuhiw/GSxaivvc+x/3Pbh4wWfl5K8IPjKe6n+ZTtX6D5XbC3MXwlPHk/Mx7GJh8F md+QGZ4JNSzECVetU1ufnFWUyK3ewwfGC/QP3KjPGR+/DoeNgBKL/yySNBX0zclsncme6xX6VKhf 8tdFfsj//bT+50jPNP9Fdhxbsf5sp/RoRj7FcGiV/E6iROXFsD7V0jsVjt7Lhl3CIFsl+5+dj/aw dAzyhH6ixA24OUfJ5/63+355G+u8YHjTxov7520uwSUPUBNggt/0G8Md/jtKCa09mbIgHViMRA70 OHogygfj47oD/smPxbPyznyUy3KOrwVUdF3yavOkOaZtHHAEL7Dg8ZEwm/ctP4ZOZDF7EM3GIiG/ VqTPXdfE34E9HUPxPTue2OZGVlHETDkdn7TJ9P4BX7SLOtNtOlTMZ5FszEo+Q6ZsjPVKgMVOdpVN o/3WJrXF9WS+H89Lr29gTfz2r81YezYq5Xt4PO7+QNfAD9hMAlYE3/GHrZxKQf/+PsrraTKqkT23 aSnLevWscY33/oI+Jrr7Lw2sQcboMoxLDsthkUH+REZ3vRhu/bl0+EogdtvVTPhOtOVyOmy6kApf nJOSF+MA3i63xsDaY3OQbnSOyGn0jDWMVmlgDUNt+8llKJbisMhwLT/aLIXbatsE1wkEfHicem/N 5swstOwPVyLuWEN55iilXL9sMPPjY4pKSpU24bA39kzkMu06hmbC91fTYUkCFCMw430cYyak3PMg HEYmc5EAzdKjnepPpxX2fF+Gg6wytl5YVoM5mrTFDTIrUu9Jaa+Qo7lSoB1acZTPPCPNT6VE+XEf OWLHW8M65kUG9hMxPKtOn2psCXJiBG189feTBACjR208Aohfnm0LX1/oCFuudIWtAt6bL5Na3q77 t9tq11cC2duvdsvRSVsWHtu1Nl7qNiNDttZy9etD9Y/sw+VqG1tGl1cRMNWcHWgMb+0XAbgYI33G XNLf9zXv7x9tSrb66De6Dys1C+mvDOqbBzv1G7L7fGsKafFs72Wr7o9yvvbd7jNHbZPavh6lKEON gXc+Q+gwcNF4sbWX7Xxs81X/LkIdYaN+u1H947PP9B3ZdChYO9lRvMmYM7dk4a1WO7+52BXONg+E ntFHoWNwKpxv7g/br+haKU4y01aoP8av4pvFavt7kqX3NSa2DYpVAc3xcuNpB0uWtQJgou05QBcJ QMxWsFZr91fnU+FbySFzAZ9uvSInWwDz87MeUFyveVxHnTmB6OL7YNDYl675ES8us/Fv1py1WHBv vcaTsVkreVuhOVmitpGhibNTKDsvm+D9N8Qfq9XHqoahUJceCw3p0dCWnQx9o7NyugWaJZu3OkbE c2xlBQhI/0n+HTzQNteHyIcFmcWHZDD5SqucqWMEYLx4PQ7+Mn1P+jPyAzjfrPn87nJKY5rW2HZp jAGuSaDNnBFX2nEcjZ9Q5NJT36tNtBlw/0igljbXtg2F3ZITMpsW6nnUEGQcefb7yDf6AH6H9zUH S6qaTLm/s98d+7LjpM9Nb+k+AFDmEEAKf6zX3H+mV9uCJH3x7uEm0xkEAHxrl4ykeJNaY7YNCNAk cLNOv/lcY7BBfWXbCONgfHWtJ2y5lAqbxBMbuLd40oJR9LlgHKJ8ReJUUE4dW3SwUXztMgCPWZ0Y fq/74MQRMDM9SD80HvvrsmGgILBW2zEUdkim2TL7lsbE+p2MA69kqr2vseRe2B4C9lsudYbvpLvQ S9vUB7JvNkh3ITPr9OoZa64Pn6YXC4nrKJy6TOMNb/F82mP8prlg+wQBUfgMu0WQ8TONw6d6HhnS zDNyvgge0Bx6oDE/r7mMtacE1iKZsyJZoX8H7mTD/e7xINazf0ME1h6UD6zhyNiiiHhjkXjN5gad rTH+SMAJXsDO87sPZXuWw0ciDoqJY/+iFPEJfV2wr1lj0RT+UNvRnRMzBM9n5CCPhb13eoU5uKbB tn+RJZyrPygnYpH0xIZz7aG2S/phcCYcvd8XvtTcY2OQMV7NpgAGxXMfHms2XYvd9a1O2BDX4/Dl Kum9TzRX/7M+C3sckc5GXk2vzA+AkeWYsYY8wINfoJuFhdg2B21SuzbJpqBLKAeBroGXrA5RMpeF ZHzJe12HTWdbF5hqe3U6fC17/KlsNJhgmXjpXWTb2ggfgh+ETwyjOLaI2+hZFCTzgex45pcAATz8 psZqoWw2W+vINNomG3L4Tk84cDtjtpRFxxXid3QNAan8IkZ5Ym7BM37KrtoovUbAHF6irAYysfpU i8Zb7dGYA9LREx/IJvo8cQKYnqkxxeHCyUZfs114pXQ390KHMLfMncmSnmuZuLqObCIfP7ZQkTml 8RHvwueOs7AXaqOu/0By5mDcZYNFTrernWGTyOYvmTvKVxjF98mr4QbwgvCv4S/ZVZ9H3VP2Aj2M /MCPyJkVj1a/1tBOzcHneibZyWulvxlnbO0iYUaCjm7H/izl7TW6h0NawHnrzqbU9u7w7WXH79/K 5oEn1mk8wJC7rndb5hMB75nZx6E7Caz9VJMx/T9foIrgr2U8MZeaj9WaN8OW4qOPpQPRjUs1J2Q+ guEijoZfnyU44kEUeIy/PUi6YG+9YcC7mckwKoBQGFgjw87bO1ef0gd4JcotWyoJILOT5ftrGbN/ WzQuX+uzL3V/8C9zRqDDT4f3YO3cdiJTPt9LNebwL7wN9nBym89hRtSGe0e6DJ1Weh8LjpTlAz5D DvGB9Lt9jeF9PWer5vFS42AYHDfHK0zr5UbneNh6SXhOskata5sLey0ei1KKOsjsI1TwGd9j07AR jNnXYAXZWuztFukp03OSI74HN/n9ZO/BBgRqNO7mazCmInQCene12rhc47NIdsmD85Jvs03C2tIX H8sHJNjEQvx7RxxT5Hkoz+flyXU4iQ4UO2er2ErpHPj1U8ntR7Kj6BUWLRbp+yWHG4SRW8MmYZ9t V8GDKfGG19VlPpfJZrD4bfoZn0FjsFHfb9Df+F3eVjAWuh5/zPEHGNPtAdd3yWZJ52gMGU8f7yTQ xljps7WaK7Bdbouu5hldjW8ETvjkbNpKhxAEJohPqQSCcNg2z/QrHJdkDIxcjyNHXIt+8rpbyKjk 9oR0ttqMH4SdXa/3YIdCHngRel0Da//uraDPR/MtBkQCO5l9F59xSic8x7iRvYkvxSKjl19xPv4z /PJnyRJqkA3Re+Iz/J+5+MX1qfVNcvDKtoIysCh0gD8OHg7gl1LO++712LaMht7x0D44IZoSqJ0O Lf2T4WHPeLiu707W94dDt7vDjXa2PJp+N+N8U84wGWtfXsgkgbWoeHwAMGw4cL/dzOgeQ6GmbdSc 1AeZiVCfnQr3e6bD7cxUuJ3Wc3Tvqnu9YauUHbW7Fqm/HnEsVBzF/XkyozQbCPrtRtZWaBPfJHQM TduKOcaxcK9ujG5Gmm9VAOX1hcALteeq29UfOT5NvROhbWA8NA9MhZqusbD7Ro8UWJcpN4rYL5aR /fZKNpxoGNV4joU69bmxb9pWj+u6J8KBB8NiWM+SOvJgwLbB1KUnDQS19U+F1j5dr/G6nZ4Ipxv7 w85rKG4MlytFDIMZuzMYKl9J+Vzz8P3VrnD0Yda28d7TWD8kpVz3acxOhwd6fdA7ae2/pbG/kx5W H6ZC19Bs6ByaCd2jM6FBPHCorjfsvNIdjjWOhltqd33PRGjqmxB/TIQGvb+kOQW4YwwX7AcUiNEP y9DLuJ5sHgl1uuYez1V/G/v1XAGl803DAoApAQ8PoFggU/Ox4VJ3ONc6Ydc0ZSdtPDsE/rrFl/f1 2S83ei3AQH9tlUWK0gyFwNHOa+lwTI4Y9bBuimfvdk+Ge/rN/W7xm9pQ3+v9v6HvjjwcDN9V9xgA Jri84liXgVK2crJFuEv8PyYwNyOmGZsWoBuZlXxMhju6592eqXBJ87NTDso34u0d1zOh6kF/uJZS G9XmFsZGbX4oeTrbNGiODAFUwPUaAxIeCAQQsWK04Vwq/HCtx2TsdteQ5GLMxrdJc9+oNjtN6vPx cKdrRGM3YCvPGHy2lrG6APBfp1e2ku1Ue9guVqt+1Kmt8FqdxoH5ZosV8nZLTm6tZI5sqt+NV9n+ K+BjfJ93smK2SwwSz0dRNwFIY4acfab5xcFbK4djd21PaBiQXhl8FI7U9Ydf1YfTDwc0rlNh+rH0 ycSU5mwsbLmSlrzoeTjbKMdELgm2kMb81YV0OHR/QM63ZETz+lD9auqbDA0a++sCnIf13daLHbY1 qrpt3AITjX0zeq74Ws9PDYi3xIu3uiYtQ+aH6g6NG6u14iUD6pIpgSVbtREo/I6t3hqr0anZ8PjR 49AvXrje7ttRCKzhCC4XaGRRYu/dgXBFvME4N0pmW+iv5vKqZGT37X4DZO8caLBAwhuHukx/GZBW fwFZtGG39NXZFsmanskW0vvqI7yPnN6Vrrij96aTG4fC93Iw2FZAUIjCy1Yb5Cy83GFbqKlrho5G Tptpk+S+sW/W2sTW+IfiqYfit1rx1Sld+7N4lUAcRssCbQYmAYXUtBFYlY766GSLvm830H26YUg8 q/EVf5IJQZ8fJjqlum0sHL43EH5UO06Jt7Psk3/8WHZjNtRqnshY+lBgj3qMlgUqfnlH+oMVY2pk /norKz04arLbIh3YLHlijht6pZc05y36u7FnNNxMjYWTDZqP2l4DtRTpZsW9FPzMJc31ST9Jc8lR tzcEhliQofYbQeqdGt/zcmru6BkPJYfYq3uag3sZzQ1zIvm6I518tW0k7L/XJ33AAQId5uSbQ2n2 BWcsBtZ47pOBnQEWje/X0o8H7/SGh+IDnEr+DevNsYeyt7nAGvxKUBRbwFbwtIHlX272hPOtI+Gm 7OwDyRdbMu9Jd9Vl1Ae1G1twy9o9HPbd7pEDkbbFHGs3wUGT5zbbakg/zNHTHM1HcaUcXfGG5hPH ct/dntApLMFC3Lhk5373SPiDwJoc8Tf3NSV6JuIacIn0xn7fckvGHvqYa+3UXX3+oT7bWZsJp2T/ ajUHD8x+iq8lz+jeHZqrzRr/P8Q36NKrsrNso2oSn5h+YBwkAywO7pLugccISnhWuLfF++OLDWQv br3QHY7XDYcrraOhNjUi+ZO91z2ZfzJp6sXrbhdkl2XTvpPzbs6UzTMBUuaabKC0BdJ+utYVTtdn jWfRx2YrkEP15a7adldyU9s5Ec42Clfd7rMALpnvBHjRGWSDfyZ7ceDekG0Bu635rFe/miQf2PLz zcPhSxy6cxqHu/3hUvOg6RF0ZLOuaeif0XNlA1Kjtm2X0gyrCFKZjkXXQ8xJs8173MLPNduvZcKh +sFQjd5VO9mmzFZTbLvZGX2GjQIz1ghPHK5DD4sf0acaa+y12SjJ6E50QuOw2iablJU821xOhhtd o+FgXZ/VpARTHNA9KCdx13AHMq/x0pjRn5qOMdndvrD5ckYOKTbHg2wfyEHH2ScoTx3MQ7oH17bq GZ3CH/AC81Zv4w4u8Dnk8/bBGdn+RyIwELpyysoBsPjwsfjPHEjZiLXShxyC9V11lzDdYLiuMbmv Nj1QG+8b7kDm0BOSs+7pcE367pgwAsEdAlS00+rU2lgjP/FE6SfLGbxpJJ4AuxJgpW1V9/uFa4ak 3ydCq/rYpnlule0Bb91Tu6plk44LG52v7w2tmp/h8UemU7qHx8M14aVd1dnw2SmvvfTRGWF5YVfT /eJfFnW2ySbvFz9dlk6h7Ak26Z7mDT0CtrilPt8WT19s7Q97H2TD15e7wzLpEwIppdmhvPe/PfuG z9AdZKz55wTWhCX/aDBsdK97SliM9j62wNr1lpGwS7K+Tvr5f5oTdGYuoKTPwEVscT4hXgXrsY0S X4ZtlPAZfkcTpLGp11jUtg+Fg3d7Awu3BOz94B2fB7fNLIwQREkZhjkuzECZmeviqVuS1Vrp0dpk ztGx1zrg4X4L3IFX6JPrVCjqmKeQxoUSCdjCzZfTskEDoR/7qX9gUvAtsotMsQsEm8J7bAIBH/wC syWMEa8QgYXEVoAz3DkWT0tfsfD883XhZ/UN/+SBdBz2FpveJF6qF34C09yT/rvWOhAOa7y2Cz9j zwi2ElSET8iwO9MyZnoJ/QZ2bdGY12hM/hA2+l6YYceVDvGrfKdOZEU+BJhEugnMW68xvCbccEAY boN0OZiI8Tc/gTGBX6SXCAJgq/CTKePzg+zCaemTWvHgPbWT+zzQXNyRToIvb6bGw1XN16UWttdK F+h5ncOPQko4H9/wiuz3vttZ+cK9hiHRqe0DM/Z9ywA+w0g4ovZ/Kz8o1qpiQeF7jcER9eVWCr0y rd9Ix4hHm6VbroEJhPk2CZOD0Wz8NdYfab7IWGMxhKDc9ppsOPpgSDhtVOMrjAPewxZItrAJD3qY j3H7/oR8TpIiWCxnAYXFJvODoURvE/DHnu+92xfOCZ9VSxfXqP816elwQ6/3KY2U6KrrumeV9AJY 7vOz8It8d/hCvO685Xo7YpP56HUNrJktlyznAmsl7XxRei0Da4YTEtLfjHuON/TZi8wDC29kxVNq qzToRq1lD7h5gorvKHFdnNPHxktzxz1eU8o3z0uM++rjbeJ5tc34Hz1B2wmq/UUZazgMKKh3NEhE 9X+7mQ1NPTNhbPxxmBLw7ZICud4xbABg361M+ONmtwwOtV7knAnwNMsQYdhGx6fCo9lZr7FGYE2O ORF6CjCjyD8SiCTzYYuc2wN3MuGelJQwSugde2SKdL8EfqOUJttEP6HY++VWM/jtUuAjuo7aVDUy 9j9WZ2xF860DrHTM7c/TaN7A2vCUnOnUnMBa+VWq8sRcUEtsnRzNX29kzIDEOjhZKeyTAjobBaSp x4aBZC4N9FU1hS9PN4XDGpfOoaRF+mHf2GNz0CiUflhKdldtNvwgMPODgBiBy9NNDhBG5ZTiqMg2 hLMCxpvPsVKFkfRVRVf6ZKOlZGgGQ6sAI4ki/aMT4W77cDgkx2brFVZjqL2RCkfrhkKdnBJq97DV raV3TMa1J2y/2h52X+8Ne24NCKR3hncPNoWVcty3XGwPF+TQt8mAkEUxpfkCjO5RG+HZN/eTycIY 4Zw0h/fV32/Pt4czD/ssOCg8J755ZE7qVjnWRJTfONjlzo0UoBUfluBuEzC7oLHoHGTLIIBCYyQ+ PVzXa4W7EUocX0DuliuZcFRObZP6Cp+1C0RdahoIu67JmbEVpHZbpSRodlt8rFtqvGet/t5P1wl6 NYbFR1rDyqMC4gIHzE2Dxnp40ldJqRF3Q2NH9gjbh3GeWPFihXNxVYcFTwmcsboKyE6PzIZHjwQE ZwTcMiMmQziI1D5iJd9BUHvYIJnZdT1lwI72sCqbHp61ouW/Cihs1RyyArZdzzx+v1eyOhWGJ7x+ W0qyitO09QqnK8loi7aKX04IGGHgkc3h8Wlzcn69IXk8zUqe13jbKEDANoL2gSmTN93KtjCzQkeG C3PnAFfzaYEyf19ODiK57PjvCvUUTjarcPvrBs3RaBkYC2c1r2SJ4XzjfJ4UbwxqrB9LDuSHh3Ny UNlizLYTA6QWrI2g21f4lh1uCB+fbAl7NH/VAvtZ8ca0gPfIxLScIkCugI2AFGN5tC4b9t7qDr/L 4T4i4FQt3YIDMiBBGpl+FDKjjzWWw2HLZc2L5hCFDX8VB9bGND8z4TGypPm1jLUaz1ijxiPtw4CT ffqJ2vXHzXRolVywyEx9mE45/xx68MV56gtqvKKzob5RG+0zAS4cuNaB2dCvOe4ceWx1BXeof6wC k9EBv+2QTrwl4NurNkyo7dSfOS8He5NkgEw2MgfItjggObmXHjGeGpNsdw5OhAtNBOS7Bcg7rXYm 2XuH5QC0yKEc1biPihcIQv9xq0cOKcEA5EtjIZ1iwSAZsa8EBH+/1ae5lK7WDyalj+gbBbEPCGzv rE5LRtLS3ThifTb+9wVyeX6fHjKpZ7Agc0t2hkA4W5jiVtA3DnRKBzSFzeJpagH1i4nxJQj0syBD AJhsQzLvtkt37b3dq+tGbB4n1I60hP/Eg4HwFavltP0JgBBgbME3jSk8/5bmwHhW+mvhwXrJd7cB 8W7pZdrQKSFBRraJF9Ycb7IMBRySH+SMXJaj0a+J1lSEtqHHaldfWEFmlPjb5EY2d4l4lsN1ngXc PTmwNlsUWGMBhQUcslGYp180d3cEyOGhCc19m+ze6fp+0/msVq8UfxB4+1m697r4RqrN2t0oJ8Jr QbqcRVmL8v807BEXobCnb6i/ucDakHS+7g8fkrGG8/KR2kA2htkI/RYgatsHeRWxcGUBPn1n4OiA wKqIlfp3JWNkg35zqT1ctXF/ZNtkJ+HxvvFwt2ssXG6bCFUPPAtnu+ZrR3WXHbLElioWDcdnHpsd qstOSpe7Y+g2K3nePtk66fN9GvvG7FgYezQTMhOTclL6wx45QWQzU0B8q+bn0B2Nd9eg2jFt21dr 5fD+fqtXtkCAUrqBuST7YefVLluEk4+kORQ/CSOg53692WP25OsLKd230zL6qJHWNzYdhmU/qAl7 7P6onDDJiWRjAfOh8Vkme/zJibawq6ZbztiEbVHn35gGg+DWFemnk/V94TeN93bpDBbY9tR0hCPC dtS5GxSGI1DRI715sW3csivePcSctCbP0HhIR2HbAMy/ijdaB2dtAWRS9psAws+1fZIBgG2zbFCz 9Eq7Bfa6pPdYjOoVD17Xs/beFj6U3vhYQJx6qAT/TZ8da5J9awtnCPaon2Q2Ts3MyN6yoDgTbtjC x6CV2fhB9vs7OX/gImoPtolfJ9SYSf2mRbq8SrrnM40z+GGFsO1H4nEy/AnQ3dR4poZZNB6Xgzxm jiSZe3s19mzRZ76OyS7cbBsURp0JuqXa8Sh09Y+FK0294adrBNSErZJFLO6L7rzYOmq6Cd7rkyBd SwK2HGBElsxHsh1k1lIiIyXcjBxkpE+ON4xIBhjbvF2D75C1p8lZzg5rbtBv2Pv2vjEbuxFkYGhS eGJQ/SHTXyQcX3U3Ey4KC97PyOlXezMj48J66qdkIDvggTUW42xhVhg+Bl1YtNss/MF2bBZasc2C T5K7Mdm+jPG4X98WfrzWpc9HhEuwCY9Dt2zC+Zbh8JXsONnNvtDgmWD0NWbW0BfvP/ojb+M9sEbG Wpd4bf7AWm57kHQgAYFPZXv3SyY7NR9TEgpwEMGzYw88WLuJTFNhZuzgWclza3bEFlApU3Bbtu87 fU5QjZPdacdb+z3bhUXUmx3SNxOztuPlXNNQ2Crd8oF0KrtVCOJukc07KxvbIz9nQNfd6ZkMP4m/ lh1uNBsXdaTJ1hOIa+y9nk0GHDwE1htIMtZKA2tkN7vf5QfEceAK2aJkh9qhMCIO2flQtnYVmaP6 jq1fBKA/O9tuwX4OssiMMsePQrt09gWyGOXXgAnXnwH3t4XDt7vDfdkiw6pqCrXeDgtTo9+YL4Je 6Asyg7E3BAMp+TElfpiQo5AemggN8gFqhLsPS645pIdsuB3VyKF4tLk/pJAn8bJUh+HFfcIazC/Y Ch6KY4Sc4H/tqEmFe8LFA8KP48L1dcIDv6ndLLTj44J3d0hWWSzvFV5B7zf0TljWN37rj9LnO28M hG+qe2UHWuWvtOi36Mle8dpkmBYPTQqXEjC70DTiwUQLIqQtuE4AiuQRMDqLxPg4oxrD8ZlZ+V5j dtjaVul1DsVil43XomsXhmgPG/U7Egx6pYNlYsKgcCh46btrPYY72VVCdvc26e/TjSOhQ9hQZkY+ wrRs2Yjd5819YCfxKotZ8i9JpgAzsACJn8PC4xHpgi/PtYRVRxtkM1qFrbvDPuFxdPio+LRX817b NSGs2Rs+PtGcYCMwsAfWLAD7FNzy+gbWhC/+RRlrYLFn0SOMO2T4qkDX/llye5UnFiB9W2mbZY6h Z9A/FmyDjxJeelXEuBMHAFPktlWrPbTVMv2TuXilgTWLaMtx+J8UA0GGB92jBjIxPmQf7RfY+FQK YI3AjwH15P3HUsQEFMg6IHNgRgaOQAeAvLZjVIqsWwo45cod8MEKyPnWcLKhz4Jpj3Q9yuaS/t4i JUO6LiARRYmDSUCF9EJATkPfhAXApJfCfSnMb+QE+lZDP2Ezb5yfzrzzB9bKZ6zFsX5WAhyQRbNe yodMskdSwPyHs3viPnXnUppHnAQAFOPP/dk62GZGkRV0XW7Uq99UC5RSL2Hh/obwn32+RQYHhOAC jPv91VRoUj8Yfw29DNuYgH1G98IJlvJDaYvZPtP7PZqT1oGp8FjjSL/r9LvdtWk5ZDhuXMv2zzb7 mzo+fUym/uHAceqm1ULT+P1XbXmLbZ4wqQz9WgGJA3LGWdGanJ0NMwLyBNk8sJavg+NKjUBbs4St 0zKyWD0cxWga+J+SAcnIWaIIusYHUGW8gJOjMZWxZhWRlRX5kvYvK2t7SM+mIC/9BMyQ9cUq2RWB uowAD4anKSMgda/PxpLj5QnyWvqq+PgnAaSzzaPi5SFbfeQ022WHPZX0P5qn/7evwVa56wQgxuSw TwvFpPtHZSD7bIXqv3ub1Cc5zLrWV9HgSYICRMybZawzZoRlryRXciZ7JFd1fbZFhK3HpJn/72SX eKYz/H67N9yX4zYyKTAKUOmbtNXQby9KGWmccWg8SO1b+H6Xk3SlbdiAxAWBy18FOjYI+LoC69Rc psMOjelROU84cecEbPbczOrZaqc5Zc2an+bwjnjry3MpjcOQHUYCeGjtHw9V9QPhU4EKk0vjb2SD eXy6rDlY9t8wHjhngCFW1tAdBLpwJo9Kh7Ci/D68QsBM1xDEIYhkBwRoHABA1e3DAtWSc31PzT0f Z9eJrOa+LSBBAVz6cfT+gDkuLkxyWsUHxwWkCRyjw1gZ5BVwwwo3Og5H91bHUBjAkRLPZ+XtXhW4 /KmmxwJZa2V8n5yxNmQ1ocjEIxvJeF19pj4fcvK15PuBHD4ydXD8cehPS/9xCrGNF7zOuMqJZ1We DNU+9R+npF069oTmkNNJCfQQqLA6h5pDgDbyfuR+v2W2UP9v93UKObP9t1HAuU1Ocipsv9Jtq8rX dV9qE54WkN0pEGvbxU62ahwEOiU7X0u/nm/sFWgbM0ckq7G/1jEcdouP10s/ALJ8HHStdEVVXa/s xoTZDOS4pX86/CE+XgFv7a8Xf0lP71N7RW/se2C89/uN3nAnLT5P5BjQyQrwjpq0QD7j5TwD36EP cJb2iLcvicdvdY2Hkw8GrO30C8Bmq/D63aeamz/kPDbhZOveyNA9PQe54nRNagqVM8aQL0TIEZFu IrCJY2BzojaQ+UIQ8wc5WccbhsJVjR8nu8KPbIHDdjGH5ixJN+JQsbCCnprUGN7sHDKH4cNjfi8W hQh6UgPJwd2TQeqTA2uPymesJQCGrSucmndWjh/t/kOO9RcC2zyfcYbn3tivfu6rDz9dT1nga3b2 kTmX1eJ/+Ob9owQ4HW8UgpMnUQR75QJrE+IVgjHpwYlwS/NOVjH1Nv+4Q+3KQcvy/EN6/Xdhkp9l q7+5woKa7LzG+T/IPPbfbIQ7EQv2ttgC1THJAIseBEEssDo4bsHrVXLsmJu3mB+boybxYmP44EhT OCgno7VPuEd97p+csYzIbdXZsEz3tuu5v+R3tRwMSgEMjBHwR6dMq81yzC/L1lpAodW2Xn1xtiv8 ILvM4iMHIf1+syd8I31G0BXAR8B8H3XyesbCsBgUvNWSHTX5ZjsiwReuWyEHkG3k1Hgi0/tyq+yr m2RbqNlzs1u82hLeRQ9oLCy7U2NDdual1iE5f37t6OQjCy7ukcx9oHu9uVe2m3k3Inuo2Zyratl4 dA0rBWnNEYtGtJX6WYbJNKc+5p4VQvmEQw+GNV4TkstRzVNveE9zsED6C7mhri19+ak2Iz7qCwOj 7pSiTy5qHL+UTbM6ibJ9yMVi2VzmZhUBTPFonbDoCAL06JFteUOvfXaiSf31eUE3LNBz2GZMJuGv corvdo1aYHhcMsGOgR+uC09oXAD3JkPCB9QFPirdd1Lz8/vNtOHP/wkTYBMIClFWgew5C3oOTZpO 65P3TVYLGR84zegcZMwCOAl2YqvcDsn4EfEy2WjH5VR/e6HdAtNk3UJkpC2QHqTkwPXO4TA2PS1b 88iwKDiB+xrmQc5MfsCHxXJVSmAltqaDIfbKtndp7lANLJ7e0byTHfyl9Pan6jt1aMAG/5MeBKNu Ex4iSNafMAs4Mq0+u93LGoa0AAC6RL/fIb6+Lcw2oDmcEi+mhSfhc7ZPss1xAXqbNoEpxCcrjku+ ZHP6x+z2QbcOZ+uHLROGrFOvXUY/ZL+tppbrFcfG9D9ix5ixlg+sjUp2ymesRV1KAAAcpH5WZ8Jx stU0HrfTk/JresN6yYkvOvObdtOXLFqebRi0dvJvULJz6F42vHfYedrat7dev2sPB+4Phkb5JsBk FqIIVrA90LKcRejLN4QNwaT77w/ZKazfqx1kcnAQWGFQyOfa+xw/i+MA2TbJo5QbabXdGZzaek38 OZDUAwAjsaC0mcCa+BMbbad/SocsPeILvV7eIxLPjsR8OS1kF414gl0Y6CVuTybuzqtpwxFgk7dk K9AHb2iOqWe07VKPsJpwE4uM0h2CjWG/xmx5VYMFMNyn8y2ee8ULD4V/qcVtuEkPOP6AhZVGW6h/ R9jGrkdWZI8os7BPc9VATVHp51EpwPvyqyiFYn6C5Mkwt4jTtskwvNLUZzb3kRydruFJ83EWH062 4Oo3LMpiy3/WGLLbgwD0sC3yjNs2UPzKN8ArhukZH3YgtNiWaRbop3TtjOxLSkx9sak/bK8meEsZ Fuyv21xwOu9ZAGAnQ5/khcVM6uCdfDhkvt5adI4FY9xu44+sOyO8Lgx0tEHzK/1wVuP62Vm1Qz7X ApMBfNgG4ctmYR/pEGF/dCr/2mWPNgu72djBSwcaxDvNtoPmQvOgfKFJjd/jcFt9xqYSTGUbM3Z1 1VHZAPVht3y28y1jtmtj9/Ue+fDgDmE+dJwwigVtkz4+jV7XwBp8/u/aCsq9/f7oHeacgCqZ95TB oQQOCQkE1X2bOiWK5HvqOz/Q6lW2zYk5z51KSmabeI9DHuGrQuyLPYUKx/F5Cd2HDWCbKnW1TRdb P+G7PHZ9tVtBUahSIBslfDdSE1bzhlU0AO/llkELfmBQEfqYAuoFetlm1mGCzKqUA77HpoxrWSGQ gaeOA8aejm7SdaxMs0ItvWT/hgR+jgsIf63rqPNEgdVY6BFFg2P47cU2y4zzn8joj86EQ3UyoAIK KBecVtvKmowFg/akABsBGquxZoG1Cbsr/9rlRLNNCoeKVMf8b/L3smegyPXeHPqEvNCmf25bHmUg AJ13ZMCThoduGf8T9/ptTAg2AWzj3MF0BAq/vdxpQUT+8bMOgZaDdwj0dJoAmCGmfwJb9hsJD04T W2ZZDQbst0vZk4FDLQ2CAe5gpSy9+Lc73aHT9uzK6Oj/78pA/SyjQL08HEoACDVd1gu47BWozpKy on+y2ZqDYRmtTglpR67dBLxoE9sYDtZpPHtGBbYehykCa4PTllVHXzGqPj7tNl78vUrCxQohK8fR IWcrB4G1dzR+bwK4EAKeoeeR2UWwoYqVl154yAEFKzuHBHY/TxSjrayoH99c9lpED+XwcwojhnBA 3lxj77ht0WJcAc84MgBinKHPAMwS+PcMiHg2BMADp2qTxpktd6wA46x3DUyG03LYNpwHCAMG6F+e VyDAB/xEcJgUclt10+/rZcAPaLxWyZmBh9fgXKvtjC8nXhFo5N+42lyrtu6RY8Jz6FdUOg4YOyw7 4HMpJsAmtaxQKMimG0Bdi+Oi69bqt2tOkJ3GdqYWKTeoVY4NgaV2q8vx49WucKFlQAZ6QoBqNrQN TIQT9QMmmwZ2xHu5uX8GMnlkDgVM+JttS2yRxHiTGdjeNxNutY+JVzvD8sNtYZlo6RG2P+IotYbN F5oFFgdzDmJWss/WFfiV2hO0yWRS9wZI/Eev1NQgK/T4vb7QlQSG+TkrnWSVML9Wc0s6jFdfifcx YsseWY6NmRELKDHPHZo3+IugZz6gVD6wxlyxas+Jxxi1XNF0spRkyDfp/vU9AqzidU1tkrHWa4E1 9NKb4iHXBY12km7/mPP4pO5/p3Mo7JJssB3+vwJMCwp0FDrPVohEAF3LlgM86NmMk50KavItp159 IACzSU4tOhn9AXgCfG290h22SW/srukOl5qGQke/Z/IACm8KHLJ1H4dwrRnDlByG9rBFfbqdHgvD EziIj6XnpsLFluGwWfcCtNlWNZML37IBoAJkYNwPSk/la6zNhpsdw7Z1DyeZjF4cDeQPoMv2F4IN X0gXUteF7Z3f8Hq+XQ56uwHV7ZL5bVc65dBmLRBpq+JiATLuDsj2MP8fyZmKBriUmF8CXazis83H 5FlzyJxYrUsR/MZWFGqhcBjOhwKkHxwhK5DDFMRbspWfaVz+uNlj21gmNNE4PbdTQ+HHmpTNBffD 0aGmlJ3onADWcm2K9LTA2nE5x2z5doDIqrLXTyNovPJ4ly0YEYClthqBiw/V5hVq/wrJmW1Jka1Y d7rZMgzJYJnWvMOnHCzw/dVuzZf0vgC7ybF0I/L2NF3g8+fX4XAvlhzsvdtj2/hxZqirR0Z8rea9 SnJH1iOZfSzm7ZOt2isdTYB2142+sPlqj9qu+Uja4ORzBJAkmEOtTkoxZIZpv4/LbTlklArIBe1t ThP7Lb2+UvLC9vDbqWHLgOF0RDL0CaASGDKbq2fxSqb87ze7za6TDYHzNiiwRAb4dentQ2o7jtlX wixfnRNfas7WSVZc9pL5FQ9/I/m7jJ4Xf/IPPX9PTtThu9nwvZwqMsuRQ7LVqDlLTSDqnpKN3ied 8PjRozAyxVbCobCztsfqdRFgQrbAESwcXZYuSsyIZd6crWdLcspAvjuLBfOkuXlfepct3GwtIxkc vEL5iQ0Xuq2+G4sw6Bl4l4VDbBt8sFjjR/kQlwWv8cbfBMqwp99JD+y7lQ3V0gm0ncXRvtFHFiDH phKcR/cC9AkeEDBDN/wuHr8nucURhBdTQ1Nh370ByaVnPOf1iesHnMNtehYBIeYd2SezHQfy3f3U EgILJXIkImBo9lLvCcaz5RGMi2NOhjlbAgksj0uBNPeMyQ7KGVZ72U3h90HWUhrrJLimPqw60WWZ rlbTCduqsViFnGk8qD9LZjoBvHUnWsJOydSd1JTm8bFlL7dkCXhndU+yudQ/41HpQRvzJ8sZC5eM +y7hBILUQxMaM/FmZnQ2nFFfwH4EDQ0bJf0HPxguEB746Xo6NPdNh0mNG23pHhJG0jiSwWoLSuoj fSUQt1+YioxQ/ulyw9BHhGWozfvpaY0NOtCeI1ur53xyojnsvdVjC61TUoTIPYGVA5pfsqqQZ/CB 99H7yXuz6aKiwJrev2E11p6csYaM8XxKFbizqzHXs9h+zG+pE0Zd4U2SQ3YvfKm/v7lMjWHx66V2 y+ImS4t/zA+LkswhAUDTG4y39Oi26m7bQg4Gxc4MTT6yjK1LTcPJjh3q7lE3jDpfcmTVL3AtAQ98 hIUHOtTHVHgTrGCZzIXz2mLXWNF86V5sreEU2Rew6h4Ca5LxwWQukKtblrGWNizPdizqq5KdYtsm JS/wU+GCiPtKCUbRNdg1/JPjkvsMKdlCTjNyKvDnsLPMp9sWgkjIDhizxYK2h2TLe1jJ0j/UGjp0 q/AFcoCPif4nyM5OjYbuccMVxMxZnNgjW7nwYKPwG7zA/NM+MIzkSHy7gwV43U/mwuwp27PZbgk+ J6jMWKEHPpD+334lE652DIUx8f/0LBliE/p9SlgEfS/bCybT7z48lpIM9oTb7UNhgoCd2gM2++Fa 2sYd3BL9bALzLLL8JDvUIr9mYnbG2y6MAa+Q/Uv5iE8gGyMSSrpskWWP+IDasWS9Ekxsk7ycfjBo /AYm/+RU2scy8XvX6Pfvs41NPLG6ipOdCYJQe9LrMq4+RvaYl6T4Wvxb2y6smuj5lOwe28qtlp/N KViDhZY288VuZSYDa834aH3C0uxKIpngN+kdTgkGU3GK93rha9tKbDpRMiyKW4Wj/niWAFtlK+jL DKw5LxYSY2gBVNOR1Cv0nUDgZ3zKjyyLEl0P/iB+43PCYgk1X7kOfwvZ8DlxXfA0e/MyiCA/sQFq 1lJjHN0SbfOfJvmrvBq/aTyK+4PO87l4pRlrC0RvCGASiCDoRUYORqKhZ1wAl5VWGqtJMqYpCKyJ ITG6Tw6sAZyYVIFJ3Z86GdTvQRGwLY66OoC+3vHZkJXiSUuZpwW6eiT0ZKgQREuNydDLQe6Ws989 Mh04iY+gz7pzvm2zGCQmxiMZuHJUHFgbN4XEv/kDa3kqHGsY0Q2AK/UF+p2tzos5nxRY84w1MbEM Tbwf9ykMrCU/KQqsmWGgrxJQ5p/fsHILOC0NrFHcGSfZUnY1TxYMECCkLsO5xmFLxSZo0Ds6JWM8 FPbJmaJ2yWY526xIHqwbsJW9IYHaMc0RdYuOqO0UKGUvdW7PNuBPbQIwHqzrDY0Zza34AIeJLYW/ iAeeHFjL2HMI5OJcPBQoyQfWcII0NnoGRTxJrd90vjtU3e0L1P2borP6NyewBn9KoFgFx6BQkJa2 EZxNyYgPi9em1T5+LVYNQ+YYjYfLApJ/4HwLcFH82fqm5wNs39zXKDnosDqAbBPEqD5vYI2i2wTW yAjwwFpvUWANZcfhBFdaMfTet0E967AcTrKEPBMFQ+AKO0fiZVtNwgAio6ZU+Ezv9R2HG+DswRM3 u6h/Q12aaYGbSZHX1SMVnzo77UMzIavxoY2zgBJ9zirviwTWivSUySiFjNvNQaxtGzSnpXdkKrRm x8Ld9KjNzy0RAdxbqVErVH5bvMl2IAJMOFez4kWyUc42jZjBWLAXkBqfk4BD8QrbAtkmWxhYo8YN Wz5Wi+9sfKgPpvFysMD4eSH/326JJzsHTY/NCHB1y6E7orkisObZghrzXGAtbgX9c4G1LwoDa9Ih FJr/WYBsgL0P+kdbjtcPCAhobCU7i2xLSofpHOrVoHN4jgewGH/+xpiTCs32Bwr5I99d4YBAFPVS qB9EXSKyOpo0zzg+HQKNbOEmu4+tHbQTkNw7MmlBL7ZTFAbWyGRAb1ADajS5lnpHluWssWUxwANr kR+cN+AhHHmCy3HFvTSw9vY+dzTQ5QBbVoPJJqW22f30iPhm1GqiWH0cUcuA+Fftpw8Z8QsBbCIE BIjvyTHef6dPDhUna7rRLUfwAKtcHliLfOs6jkxngmmbL3eEQ+Kt65Klhz2SpV4K8E8bf1GXifpL 1J7pkL6fILrzyDPnqMW1Uw6sBdbEs9yf7AO26QDunrZK5/JcPrDGAtWxh31WRJ9MVgP2miPTGdLZ BG53VEsmHkgPUk9F8v9Qck8tLOq0sA3GdIDGMSVnfHIGuZF9ngq2la04sOZ64FkDa2YTxQdkrBUF 1tR2AkvUO2Or4xrp3AV/NIUFkhnkwORaz8NWkP3CHGBnC3UsDnl0yt/QtQTWyETC0aYLlDG4lRo2 vqHGDJm5zxtYg395Fs+Aj8lkxtbsl6243jYkGz0ZBjXBbLckKIGDS9CNrfcXmwbCL7VpzZkX8I7B NTDVZXRgouexQ2TGZISBeoR3CDyx5TkzIQwkfdwz8thKSYCDUkOT0knToVVzeK7etyFRBw9bg4wV BtYECexfn+5hgTXxDid+FWEm5kjjsuJoczgrbMD2ZQJraY0hGbAEHpZh64VXAN4LNPfoKrYkbTor h1rYgYUq6gCh26ihRG046ng1SxbbpD9To5OhT6CSjJNZDVC/+nOpZcwySNGl8wbW0K8aS8aUrU77 7w+aPcVJhw+MD5mXGFgTnz4xsCZZiA5hrBeELfAahJ2SKxbiwD3CCJqbHtmnq3JcwYU4mrTT5Spx UHQ/bAdOC5+xILnlalfYdycTqjs0JtS6y85aNu+DtNeAQ87qNTZkl4wIND/WmAgKB2rHvmhgjflj GzpbiO9IvtmeOaTxviv7yZZbcBsB/yJ9AnbgVbxCXVDq9k5o3GbV7xhY21XTYxgSJx6dQu3Z/WSf JTqbMg1kjXG6fveI+FfEe/B7WvxLPV5e2a3RLb4lYwadTSYgjj6ZW85XriPQKWS1w5N5m+FyZ/1E jzxDYA0shF1H/zHH62X7tl/NCAf2W8kHsp/a1F9qzpFdza4Aas+1cULu0Kww5YzmREynf2LhcOTB UPhA9op2GNZQO8hKfmt/vWVXf1edEa4esfq3bKEjWxLJZpRYOKIcycWmQbPpHF7xXhULjdJH3Keg f/SXV+Yb/PCB8BLYMJ+BVxpYG84H1vRAMtYInlNeANvC4g0Y5K2DfhAYz3Fecl1qQSnxGQvkyBSL cN9KJs/X94d+zSPzOyXhG5J+Y0679VmauRY2QFdBfNY9yo4cyi6Mh6yoY3A2nGkcks+XNlkGsxCY t+wzyTX1mMH8+AoE1ihVgG1YoPYYL9g4+M4fajbhJ5DdKRWbD6zhJyAjugbfAjkxrLHvoWxdu9Vw AwNQ+qCmdSD8UENyAX4BAYcWO3SMbLPOAWF6tYMakwfkR7AYZWOkNsc5IThJUPTH672hmUx4jYkH 1tgKOigd7If0eUDXZeW5A2uSexZhNqqN38v27BM2whd4IL1K8JptnNjtB9Se1HMfagya5GPhPydm xHZoxMCajaHhT3z8ZvOp6Bt+OTsWOsXYZAGT2c3PGVt0f6Ow0iX1ievwR1gcoV/u80Oxj0+n1zew pjkVP/7TM9YYRw9QsXhTcFo5+k8UMaUlERS0CxvDLkKwKIdz2CGJRff1vyNefxVkCRfcP2k/B/xx WJgljPzZuSgMrB39mwJrpJayJ/trOX3mIMloElhje+FhCfe3cpxYMV0L+E+ASQysYXQJxlxtGTYl WRhYo/5GLrCmTnKfQwTWJLgERQATFK4+fq83bLtA5oGvIq6W4iPoQvE5iAwNiPdWJ0ATsEQAzOqf wBAiC9ZoglwpP3k8nj9jrZjeFkgjJXrH9WzYq/7slgL6UgpoKc83Jc8qkZSYJvd2SvdPlN7zBNbi PwJrBwSMigJruvbZA2sJEMwBwM7wxRlqUHVqjoYFdNz49I55wWQOEqAwaUt2zJzXy839Vptiy2WK WGbMuSUYxIlcFC60uhNq00oJ9B+67l6a7TRykgUW2wRq92iMywXWcJRixhqBNdmc4sCalF4MrOEE LD7cZHyx+VJPOCJg16D2Tc6TseaC5YrE6kwA3PVbVqdZjftO4JvaOqxCXmsfVn8FpMm20dgRRMQ5 /rk2E5ZqDgEdlhG5r1HOUYcVPZ0vsIZjU+j02TzpsxhYI/OpOGOtNLBGPZ20HI4hjaEzDY7nxeYh 8aWAv5xmVpByfUwoKk9e7cQlKXNWIwCT38l4n24YDl0CPdOz1LiZtdpj3+vzDZJdnMpFFCLXeC88 UB8+P9cWjqtPVgNDbWjtn7CAzotmrEFmRCUzCzXnWzX2FErtEK8190xZZiWHkrDK+L30g5/IxAld XgeJv7dc6gi7r6ds+yzOjnC0ZSOxCs7KHas0tj0aHaBnsT0avYNeKQ6sTdgKNXrEA2viEY2VyQjA QbzNSjYBZALEPEvDFVKDM6FKcg4gxrF6FRlrucCarqUoKKeF7pKTNJgE1siMqRGvbrlE7T8CM+I3 XWeGSb8rBSl8RwCewBaGBUeErS9tku8ZgUIWNZrF9xwKA2glE4OsBsYBWSGz69TDftueRlupg3az fcgDa+IFd7RknGWYqeF3NzNhW7bkT4jPqVXCqY2+ShwDa94uvfK3iMDa/rtZA4bWx5LAGtlFbCFl 9XZbdVe40jYg5xzbJIdXzvqVpoHw0zXqwqXDV+rfZ2fIvGo2HfW7eIOi1ASGAPAsGHnGGtsvnpax RmCtw+TWgkiSYTKVyIS7JKcMp4vt3ATpT97vDV9pPNacSKk/bOeXXdrLoTQNanM6cJDBJJlNasPN lPomB5a6D2wxf1/ziE4jSImOLteeQnpSYI1tLGwjJKvg49MaB7tW+lJ8xdYwakjKL7KMFLIQD93t sW0kHJzAqdWc1sk8sZXrR7a7yO4AuNE/cwNrbn9eJLCW2woqz5+FHYJRZBNaYO249ATBVLsvuj/y DU6TyxGOFluVyHrlRGpWnXkO17I4yJgeeziQC6yxzZKMNezQ8iRIRmDNgmvYIf2G2p3PEliDb33b TLMcV+EhtZd6NmZTZGvJKqbW5xU5+M1ygMxpkeYh4Fwv+ThyfyB8Kb3ElvNvL7aHy21DVpOIf5TE uCEn6nfJF3WIvhUe2iz5ISDKYgr2Ab7hKPnVEDWRJNfUblykfvg2UMc/8CB2rzBjrTCwNidjjTnS OBJYO5PLWCPzlIy1fsvmITj/1n7NvzngjeKZpnDioWRB+nVauoRM8Fsdg1Z/ly3GjI8f098WPpdc khV/UXaFGpAyQ2FAHb8szOiBtSdkrM0JrA08MbBGzVQCQgSaycool7GG7jcMq/dsRWGsfryW0u/6 9QxfcMTB5PCoP25mLFiNbbWFK36v9rKNkgzPj4Qp0IXUbiI4dbFlwAIM2HgyQq60yoG+oOuEjwiS LDnUKBlqCG9LR5BlXtPBVmDKDjy2wuZ/SFZfJLC2QN/jmOxRezlQRd0IE9LHLEoRHLUC5Oor+i2n T2T7+BtsT01ZFgQIrNmpoATWxI9+ymZe3xNYI6OVIDD/dHl4kB4Oe2+krF6eYXSNM4tXq9Uex+zw rf7W+9WSGbJOOYXX5FdtN1vFHIpveU9gLcq/+zpRD8zNWJtvKyi6D526Vs/ddikVzhumEWaULA6N T4eGntFw4n7WcNCXFzoM98RsO07Gpb5rXPDBvh970CvdovbQVmx5Mh+Gaa3EgeZVbWPbEc/epPvu kiyfkC6qE96hfdxuUrICpj8svMpJ+obn0UMiAta2iKRXtnxiAy3bRPeLGA+aL2MNrEKNNbLuCaxx 8jhbuI2PGD8bRz1Lf/MKRv5ZuPQX8czW6owt2pGx9g0HhWm88M24M3Uwq2UDNp7lECTNn+aT01/R QauPdYY1muu1aq/NrfCszXsyx2xHi7xL6Zg14rV9df2hQfiKAJkF1jQ2Flg72Fg+sKa+7IwZa+qj B9Ymwg9qM9eQGAK/mF+hv+nf4iMdYZ1k9IR0HvXZBsceh+zIY+GfKQv82wEb8v3uZEbDBRY/bvTI X+NQOdrKXHjgk7abrdMz2HZKKQcOebNSHrTdAmv9Yfs1D6yR2eVzVRhYyyaBtem5gTXpEg4/oT7b Z6clv2oH20azo8Lf6mePfIYrLWOaH7a1kVwgfCsbBH5C5318vClclpxKRdo/y1gT7sCek7H23wP0 Az8NXmXu3Z6BNfGjN15I26ITu8Y4sKBN4zqsSSHxZViyQi3R329lwuen8JnBKV5j1xI2wC0as8iX 5eh1DazBI//cwBr3gcBC7O4hExo9oflI+M/HXTpQ/Spuk/poffW2kaHtNcFj2xxnoSv4+1UG1koJ 2WMHBzEe2z2Xa/OLEDYXm9Mhnez6Lv8s17O8f6VbQQkcsJK7XuDgbKOAwYArvfTItBTqoEAj6XQc z05nOZa3LayRgHGq1SaB8901Kcs2mcDjFZAELLO149cbfQY6cX6pr0Z9EYrcXxGgAuRzLUX3LzX2 y6lOh3UyFqz+sB94IQEYGwDa6MoOMGhF8QjoPK3PCWNAHnCLg+nKmgAT9Swo/J9gW8vS2CFnGTCN kcw9w5jL2wAQoC4NWXq1nWOB0wTr1HdWYdYKRMaUyoUCfp/LUN/qHo9xNY3npNV44oAAQMV/BfY4 Kp/2ISDvyrB8e7kjcJIe//hduxxvy1iT8FsgUdehFD2d24H+RrXljpwHgBSG0Opi6TlbBPZR1ih8 otMEZTYKqLMNj9N4hqXkWZ2lID7HZnOYwDfn2yxF/itdR+FiVitcieIAUifPV1lwyN6t6gicDmar pTKiZEUxt8NyZgG1Xf2T4RcpbWqyWf0eXUeb3zjYKSDSHP53gmLuPVYvYVRgjuwOsiS3y6HBgXtT gIU6FJx+hsPE6iZbZKjnRI01wDb/spPTloa+XsJoRg0woldW2jnR6LicA4p8/qT7fopDdJKxIJsN Q+jHhJPNwriPCf3gXFFjZ8vVrIyPxlpA+P/ta7XTSqkJFVfDOwbHw+kGtvambTsDWRbwijuc7ry9 oTlbXNVswKGTwJraTOC5Xo7+vro+jWOzBVQBQgRsCFocFfDg9DECW+OzjyyICAgkywFAH1N7cQ48 iy0BzCJqb9jpc5ojjtQ/IsffVwcfh2mNLwGpHzkcYm9j+I8BLvjVa6zx/uuL3aGmfTwMjkou5Jly /VE5W+vEB5a9o7mAXxccTFv/ME7MqW0pMECcyGZynYEk/Y5tEAS1LsvxUNfCA/HdLwIcbIN7W84t 2X7GS7reV1IBAboHYygn5P3DTXaaHTX4xgiuaCApTk1A9X05xr7FS/ylVw+spcJRgZdYYw1Z4iRO HD9OY2L7DicVo8vWCagCbKiPZMGTpiHLCsFpGJEDeK9rIuy51WvX4pwAmlDaBDupuTdBOpJ0H3Uj OfWObZT/k8FmKyG6wECfiJpOmyRnnEA7OTVt9yeAcbahN3wpYG/bOwU+GU8O+6DOGQHYSfWV2BOB b+pQUYjWatkkcwa/2eKIXs1h1udkeBHYYyUKw0kRYAuu6KEEAdmSRaFltqt5nQMMsuQcXaG/OUWR 2lBZ6SwCjBThvq2+cSALR8mzXcHAo+5NEO6idHi6X/3ScHNvTkb7XmCTminmBIs/fBzEOwfaDQxs ONcqueyzrFjmCNB5Q3ppZzVb/sQLpgPY/t1ltRIB+uiVHimYGjkUOFE45JykRU0p+B/g9tnpZjku mdAx5AXspRZt1Zc6LQQ20YPoCQfAJSTZwgm2jDUANav9asMXsnMEKli1Z7qzQxO22s2Jr9S7tJom NhfMs2Re/Exh6zbpb7KY+M3trmHpoB7bNk/drFV6hjn4Zyl/wPNZDMDGloIK/vZC6egrag+yHetB etT6xz907rH6gbD+QgKs5PwQ9OEUvHupiTA4MW2r2qm+yXC2vj98Jllk4cIXA1xOFwiEY4N+vZlW Pz2LZnQ6aOzlxFzJ2PZR+As5BX88C/bwrUa8lw0wvpQcq+2dFrgLpmvvd2M/sxaoItAVtyNEew1v v6HnLNSYrRO/HrzbE1o0tze6pzUmsrmSBXiL+qOA9io5xRkNCHxrgTWN+y6r/YVcoSeQSWSmQ7wp XCMHFCxwJ+XyMSgmplYidSnBAiZnmlcWH9hmvVP6k4MfzjUOmd0goECtRoAtQPVjdIpkiYMB6qTn CJrA4WRwEcRmK+H6M62mm9PSSTPiewK17uz32fZmToleI1vLdiVOov3voUaNB5hB86Z5IoObmj+G CRgr07XoY4K7nCLcYhlxYgv71z8+E84+7Jd+T4elR3Qf9cWD/hDj4jaWAwDIVIWv0J1H5XB9Iefr Xdtq6jWzPpR+IPhNpmv8xwLlZunOd6tYVBSG01wRoF57Qnwr/mZL7+2OkdA34du/+kdmwtXmQbVH ukTjgU3jYIhFh5lrHJ628Jvk9WGKmqYux90yHLYVtEpjQTAjcXiZ+7cPNvjWvKs94ldhEM07dV47 +mcteLD44ENzJLH7YBj03To9F9zDyZn1PcJPsrXoL+qLHqnrsW1RlgFuNtYxBaeXcjgDBxT8dgM7 wjYWSgikwqXmIQtGYuMHR6fCjbYhO+GYIPqC/Y4H4OX/CP8gN1+fbwl3MzzXzIdlNVH7kHvyG5xi +NSLTCMLebkqJfgap4StsOBp5hv7kpUuvgRGkdwQwPQFJNcRkC2kSK9Qe5cDBuBVnOruwelwTViO IDvlWT4RtuVadO3P1zOhWW1ltwl2iYxNDpqgPAN8heMebbfVJkR20BNsw5PMvaM59lpfT+4T/En/ 84vm4lV99sYfDWG9bDg1wAh6TT+e1bhPh5oWYTwLrKH7WDxLmU5hUa59SPygfnGQEcXjrdbuZeFB XWe19bhWvMHi0k7h2OrmgTCSRCvAyQTrV0j2nec6TA+uEK6jLMFuYdgjwttbr0pOhOsXGJZBL7Hd UzpSOpYSH+gUZIvtsPVpjW1tr5zudFhkNt8XCMjAIuOeBRdsUbEdEIkfsdEESgmI1LQO2UIA/8DD t2Q/ORwOXURA8z3hck7FYwGCdiDrYCUOe6HuIZlPpncaBgInDS+Ej9QHdF/LINhpVnbjkXDvqC1y LheuQQ+C75hTw2vgXuYXPalxYWGQUhTxEA70kl0n3f6R8DeHF4FJWUynxib1ANle/67G4Q3sbeLb uJ1pVj/awk/VmXBT+IMYIr5pIxlrNT524AnnJXQCz2sOn5/vCifrh0K99G9jdjL8Llldc7TRsmzB 9BykgM9i4yNsiYPNnBJw8fvAd45lzTbSFmEy6ixTc5TguUQsdMmOkYlInWvH5u5XcHCc7ZiR7Oy9 lZYek781JowjoSSwdqreA2uMxyenSFyRbpFNOC2bMjTuZXr6pb/sABHheDDuG9TXFv8twA6gI49x WFPaasSxs4J/nWoXQTiCFOxiQG7A36s1b2Ta75ftPCgdul7Y651D9dKZaucJtUMYAxn4UnqCA8xa Nb7sKEH33hDfEhz84rxwrfiSvrG7Zi5OeQIJM/LK+PjWPOf3v4OYV+STOAAntRNgNswkKosJn4Oi Xi38DN/uPdnFhQmPlmvTsxC6sPA9vInvuOIoPi1+ieuGwmc/C7Fowm4wPz3T9WyML71qyvUJflVf lhJY05xY1l2Ztj4zaRxWS/+BCag9WhgPsliQ6ZiSwBqC/jIz1uz3gEYJ6ldyrM9JUbBiJ3tihuBc 04ClzVK3iKwytjXgtH9/jeyObLjbNR7SArqsdpE6TOYUe/3JKCGIhJEj1ZWj8gEqnNhyoXHQgBLg ndXFejmN3GvH1YxASo8UI6AFo9cuYJYKW652C3Skw/GGwbD33pAFsVDituJTpk+RGCtzPHUdTgRK GKCCQeTEJzJnDPXqX6tA0dZqgUMpLTdCIoyDDA0nzeDsEfzbrP4fkYKiGD0n8jxIDdt2CArrL5Oi plbAUpz7Cx3hrhR7/Eeg8tTDXjmicmA0j9QJwQiwkvO2ADyrVBQ8ZlsWTYJYca0SyPtCziVCZMZL 7bKMNc0ZbbWMNT1nDMSq/2UG5axrzn4QoFgngM2hFPH4ceaPGja32H6pCaYALcE1nAoU9B053xS7 5QQyTry8IucRsM+W4F0CVBzpzAmGOLQfCqhRLJRgIllprKpTzJvVcVrPShcFijcLPAPqLOtQ4Bbl vEGOKiCSulesuD2SYWCbSNvQTPhVfLOiCvBPFh+rZL5yh7BwIuZx8QlbUwFJ/CMzgG1/G8+3WdYK zyJQ8of6ySos36dHHoUzDcMCHeIrAWuAC/XGCEoxJkfFC6wY05aUnMpDAl5rj7H6D4+xVbrZgpsY xK5+P8UwO8IR4MNW12mxgD3GDmX9lubViuxqrggOrqhqs9qCncOTYULyMSkE1CYgTy0vMn7gBVYB cfgJYn59qdu2GVm9OjmHTGunQA7buDiJjCPuWZUkoLFZjgEnke0WSDpW12srmGeaOMmSVXSBr+s9 4XqbjLoMJA4+Jzwdvp+VPDZZNgFKf+3xLjmsGQvv8lXiAAA4p0lEQVRontIzKLjeL96grldKvHSx aUjy2Okrg5Z5JvAsXvQAInrIV8VMzhIy2TGZA9g12vaC6rYxczhYuT0h53fVMU6KbZBT0CCedjlG 0QIu34lBSv1NBsNyPW+r+nteTkKPnLIoHy291J/zlT8CzhScXaLfbRLIxynsGp71ax/NhJHx6dDa PyndM2AZCjhVZOluupSRPusOe66nw3nJDaCJ7TCsjnKyHlkEyOwnpz3VmsAT9Vp+ErC7R9BSfE6m 6MDYVLgjvfebAC9FYAGXBC/tkAHxxMJ9jWGbwA3bFqknSGZASvKNfiVouwjgtDeCULa1taldnXIU ++yUJrYvdw0/slo/zD+ns9EeDsCgTg78A/D7We3isAtOmYM/AJIcB89pwBTgZuRGdD8OmMER4V5f S66/Fh9vqe62AwpwlCis3sdzNQ7IBSvv+25mwhcahxhgxNkC5LN9HLuBI/dI/I1jS4Ydh8EQ3Ccb aZXkf61kbv2plrDzWjpckAPc1j8RhuUY4BQQXKjrHAx7arrNKSC4+Ma+JnPmDtyT89s7ZWCcUgWN GncKhNM/jpAnE2eb+kGw9oz49YG+px4fTgwyhON/WIDy6wtpO+CgEIDkVvTOJIFqgUAWDwiisEUG G4NOsUNTevyUwtGJaTuo5ddbvZJhAVeNPxk6gOlvr2QkY/3hdudYyMihI6jNsD/Q+FkGzNlWAd0W mzva4WDM9XNcNaVNRvYZ1wkA2XtqyXWGKtkfgvPIEv/Y8nhOc7ZFMkJWiZ9QRsZnxrbOcnopwYkB gXaCwWTXcFgFgPvDJKOcE1WPim/uZMY1dh7EJFvxZuew8RRZRBRdRyaRNXf2nwzA3BlGZzRa9gJZ GpwuznYpfAFs1r3uUduCz5jgvPA7tt16MKlR9qXJsi8IsFY9GAgPpfuH9eMHfePSW5IXdBEBub1N Ye3RFiu6TG0p+HZcipqMml/v9NniIAEICypJVwOwCPpSWJ5MgbuyfwTWyLwk2Me2Ok5xNeyg/pK1 TED9uuaR+aT+6DU5e9uqqUPFmGv+0eMa141n28LvtWSnyoHUGJK9xHZJ6hp+LF7BMfmGU9g0j/cz nEDowaOUdM+JB1nJB5gnFaglCE9woAgBgM/Pdwh3dWiuh9TPMfEpfZDdkV6mMD5YhaAtp/TWSu/L B9U/CoTP2ml8m2U7qPdE5gK8jb1iLLBVjAOZKgMCcMhjljpokiWyet6zLDE5RMyl9Cs4rqZzwoJI KNi09NjBuozpU7JpNrBIdykVvpP875Gdv6S2tPfNCiOyZY32PLaDErZc8n6xHXoZWfAa57f2NUhX tFg2K5l+OHjUR+0Zmg6HNf9s6cWuMidvHOoIb0jPEiTG6Sdb43LroGUbcTgW484JrRxqwWFJLM6h J2kfpzdT922IaiCcZj81LRw0YtmTnMjKTgxkjWAkpwETZDpdL6ezfzSA6i5Jv4EdCIBQYoCsZhaM OEmdLEUyZmkvGMzqMYI50NG6llMNa2QP2wdmrS4XOBgseljP/uw0C3Xqk+Y04ntsa6lsFZLZT12z RGNB8XpwJ9vVsH0sRHC6I1tCt0nHk5FEhvJ2MsFru8NZOfP13S7z7BoAJ/QNTVhR9B9vEFiT8612 24KEnPANcrA5GbKmfdCwlVhXev+x2RezS7oefM6CzsqT6fDxcWqz6bmXM+Hg/UFdNyodmTZeRbbm C7A5jnA9gyP0H+Ybvt3bEL65kDLZ4nCS6ceP1HZOaB8xHIQOZ57XSMZWSTfjp7DADS4l8zsj3MYC GKe/gkuYW+qScZgSJ19f0Xetmgu26c6KV6mxxuEMBMTBg/+RnLHQ+rnG4VrXtG19Zew4rZ4FGHw0 FpLf2OeBJhbiWXS+mRqz0iu9sncXNB/rZRcJ3L8j+Yt9BkvjB3iGYAFJ3tD/HJiA/iChgW2L4HZs Lf/AiQSfwNsswNhuDT3DFsukl1Yb/3NAQ7udXMxOCE4s7u4ft+2MyCsZUeiHdbLpf0hn1nVP2Yn6 EiMLOJ+Vftiq6z471y0cTdBc91Nb1mk+vpHM7LmZlg3JhpMtY+EH2XGCV9hRCpazo8f8Lul/yjhM TZNVPCOdN2MHcC2DHzRuFphlPMi20t+2FbS6V3hlPIjNLPDbKd+RRXv00hsskBifgDf5HYvK6XC9 ayJ0C/8NyuaBF2rEzzXCHDf0Cm6HqkXMLYH/HfJv0F9gGw57IEBomWHwIsEGzTu6eJ/8MfxVdl1N s/gs23pM/gf2Ez7igCrKHv1Qkw0H7wyEu6lJ2zrN8XtkTHbLbySr+bvqLuHEFtmLDtsC97F8lwPy Q1oIWotHOHCtOcsBKGSii5fFF5yWvkb2mgAYWzWvto3Ltk9qfhwTZ9XfX6XXOF2ZzMr/yJ6y0MIp tPXZaeFv+R665pB86A3yZ8jQJMv/f+Ip+IKg7Gn5qO3909JLIXTLHpGYsEl6DowCX8VsNXgSWS/i 0/koCax5xpoH1myO/yZiTknaWCmb4RjrGfvxNBKGLL0XJ2HS50UWzHlyvOJJlAtCJcSiGmWZ6IP5 x3rWiwTWSOjAH16h+5DhatmNJc/6K4hFOwusyW7EeMWLEvxJNuK70r2l8bG/LLBmAFP3w6FDkbCy t11g6mLzoJSeDItAEFtC+sZnZERkGPSKg97WL2DZMhiqbneHK41yYoc4Otyj7QRt2LbTOfo4XOqY lNMugwfgJ6Iv5U6WEFstTsuRJ/toQEgVMMI2O4J6vWOzoUeU1T0gssk4kelXM/RtFsh5smBG0A94 bJRj12Iggj7V900GCnPS1gQX2j+MLsGvxoGp0CBqlAJsEpHpYnWHhmestgD1N3A6+B2p6A3dBEl6 ZKxQuv3h4cAjy5bgGfIzc//0kzCoccnKkLBP/2gTjmdXOCWg0SCAxaoa/UZhxzbh4LOC3qUxuav7 7pKCZAsV8+/Zcxy7nbFtcg6kZvWfHz6BE/Wwl1PLsjL4CF+7AHdb+PV6yvbQZ9QOFD0OCFt/2QI8 YqT5Vr/YzkDsirbwyuogR4qffNAXvhXA/1TMu+ZUOqw4JkMkviTziFpOpMDfkJPSJ8PAaizOmdWL EfhhTFgJb1a7rgq0/17TES41s7XA+UbNEFBgC8d0qOuZFADxAO3xh8ybQIzuwzYE7htnjt+wZQ6j 0iXDcal9zALBmwUcf5Vzg4OPgcCBp5Yfq113uidsmwl1RVKaJIARGUGc8snKDivmFizKBXiawxIB DrZEshW1o3/GnCFWuHv12ya1F7qTmRSwGAiH7g+H821T4ab+btTnvWpfsqhk/9TFMCiE0DE0ZW0h o46VcOry2VY1yQe14Q5Jtqg/Rv1BMhJZ4RvSQ/vl/BDIYVsDR7jL1wyt4qHTar8FM86nBMQoRs42 j2yobu0P3YNjtj2KQBAr2jiGzAn1T+rkTFM36qdraTnR3aGmY0RAwEeYIBDjflVAZeNFak+xYklg DT7U2EhJ4aBZUFEyBzhi3/6Wmt5wTLx9X/JNNhd9jkNAYeBWG6+pUFU/KqPeaTW1AEbw9pum+FhV rA/7Caqob/AO6enMd/wn8TDgl9G8PpTMAvhXH2uykyrZ6ssKHn3gZN7u4UkLFF/rHNOz1aYRHF6v p0KNJOrKETQZEO/fFxA/eJsDQAg6sBWLwyHS4cCDIVspb9H8wzNs7XXO1TP0AhjqlS6jXt15Ae1D avup5lE545NWd4iaJBLL3DjQfqkcqyt5X/x+umFUurLXitRyyizjwRH4bJc9r7a3Sm8AeNBdODVe 22Y2pOFhZEDPbhUoOt0waM4T20nQEauPtQgQd4QzDX3G5wBl6vhx4AD6FseIuk7tavdVgb7DcsL2 1qZsu5bYRP8e25YbZK+xbyYcvjsQvhIQJHuN8SGjga2y1HA79bDP6gnKPFihXHg0Ozxh9TPZmkuN nSuyG7urO0LVvWxoUr+RJUQauaaenslxaiJ8foHVvqbw4VGO0E9b/T10Cbxkc6V7I9PYCoKoZOUd uZMOVXfk9LQMhC45/IwxmRg424169ln1j4MVPjnup0OzncFrUHiAyWtSsvXOD4IwGwIIk/xz4t+N jqHQPzppPIVdzEoWe5AjdZY6dThtv9akzHE/LdBOEXTai17HJjb3zYYzzePmXDJu6+QEoksNrPKq tsSaGDhHn0sXUKj5mAD23eyM1bgZEM/Ce/EfOp8tHNTh6lI7ajROO2q65Mh0BLKQq26nw0PZKWwJ ziJZt4xZj9qeEgNSZ+iynKGf5ITuvp4OF8U/ljWre1vGohimTrK6/96wBePe3OuBqfmc4kg4S2wV vt0zFTo0913iMXg3/uMd80hdx1bZFuS8Qc9tFtEmeJnaR4wtGAHnMf572DshnmsKm+TQnG8bk72Y klw7XrEb6x9ypmk3Hdki+3qmdcwCYZQuAMhx4AG1SXbf6jU9zME0/FQiKTl7bFkbp5pGrA+rZHc5 pIJtSdfstGLqqmlsNI7tUsBswbvTLTuQnTQbR3CPjHZOGf79Rjp8eYFtdZpb8RZbNDiZEb239VKX 1Z2rlc1MS07GpaTZBmQ118YnxV+TNv7UXksPUQtoWrqt14ICFCcnS/e9w43hezmaN3qEVdSubvSM R9XsH30aV3/Qw40a58P1Q3IgybCvF35sDP/dK9wnnXO+cVhygl7iF7KzkhuyzBqlF/YL21CInMW9 pQcbzNnjwImWvvEwIr4eFpBgAWdIzwYrkmHKYhW7HvbUdsoWp0JTr8suLQNfoJ+vaU7238yEX251 hyo9o6ZL86g2DkoPF0yl6YcB8S1zckkO5e5bAxaQs8MsDgh7gFuv9sjZHJNc+m/4J1E1ubzaORwO 1PWFbcJpZMi0yV4gw/zj3mqOBVHYCosOp8QEC6eGR/V+UMwXF/PQKWzR+lpjwNZDguNkO1Fio6bN a/ypqbb1r08yBl6mPh746aZswX45xWyPPXrfD/PStBg+HFGfCeqcFTakvAilNiwL6KkYn+9lf3Ut 2Jhg/26N913hj3613Q8iIcgwbe2hfjFtYn6uNPWEsw96QnVzv/S/MIJGnHGBt3s0Dvel74/Ljv9w LWuLKGRHkNVLRt9u4fFLLbKz+t2IQCR2BVljUSMjWYcPs+NTph9b+qXThfl+uqp7HCcD3hctyvcH HIBf0mGLmitk03+90xtqZRM4fIrabfAG3AEvMXbU0kKPgNs5pZaThQlMk+H9g3TEWeGBNvUF+4nO GU9wFIEuZLlZcnupcSj8UtMWjtVlrR7eIGm1egD+TOvwdLgoPLrjem9YLpy7rKoxbDrfLFnMykeQ DyM5Qb6ahC9ru8ZDdedU4PTRDumdHt0fTHulbciC5ixCg98L+08gh6A1NodFF9P/Is9m6gg/yp6c lF6+Jz2clq0DJ7s+ZCAYBRYqHlvgpFXP5ORl6vi1yxfhs3bZBrAe82/Bas0xvyTbj8A3Gfie6af5 lR0iaEKg5ZBsx82OQVvQZOEBvsCW9ia2F1mxvkvftfbJtjczhumwSfKw4ZT7XZxGjY/CAjdlC5AN b7Fan9hmTvG+3D5qi1VkZ1M24L8H66Wr22TLsuFW53iuZiT/hienrTYosvKdePP94122sPrW3nq1 vVW2ynehSKTseSzcYffQUcNqr5N0nE+x3Xt4SuPVLz9A/A6vv7O/3vxM2xqK3hPm/Ug68HfJ7720 1/4Fs4jNrQ6dYSl0h+5NHcx6yuk09YULD7Omb2y69I82gakfCvtQ85qFLviUkhZ75LNc03ywwDsy OxtG5TjAVynxPLYfv7u2g0U9+ZwXWi0pAP7Dl+Of2D886J2VHzIUvpJtWX5I/q904w/VKd13MPRp HkekE1gEZfzwL8isRseDQ1n0YsHzguaRA7TYvWTBWfEiQTV8k4/OglGShUh9/lRKAmtkrOEvLpSO ehp2eHXEFkoC3gRx6I/jPsi3tub/fm7SmPj2S/CbByIJZnMAB+WTik/lfT4qF1ijJiIBpBhYexHy 4KjjERZP2U3CvQuf9WrJM+8pN8GppQQiWUgu19ZnIRY/SVTxfrh+LUr4EMWMvFe6FbQcYdBJa2af PNkQ1CzidNCfr/dYbaFvJLBkUaEAcaw+O8tR416jiKwiVsYg3pMGjdIwJ0aT59uOJKQAS/2W7zad bw/brwDqu8N+GVBW/w7e7RNQ6Q7bpdy/0r2ZfOpovFvl0V/2LMNskWi3BR2T10jWJ4FoopecgrhG A099DLLhUAzUQiOrggLxX8oQfyPAsOVSSk512oiU8a326n9zPLn17VJa4DYdNpxlHPxoV1bqzDhB eg94NdKzrDaHjQGCQHFRsmsa1SdSiLmGVw+AxeuM+J2YDRBJuj+rumyHXSJQTZYEzi1jv1Hj/O1l tT0Z+y0CEzZP6hfZTcfY8tAtYyDF3zU4JSd7wLYK4XixAsJx6fYqRUptF4h77hXoJZsNoIwzjtI9 JQP/ne7vq5lsEei0oNryRDCXyQFhrnDsKOz6042sbY0i84dMRJwZeJmtrGRsWeHFEzjnZJB12Yok WzlZAVwvI8lWBvpCoINi6fAVdd8iMUecTsgrhw8ARHBUmRfq9n0p/tyuOf1ZbaHmEFvFKGTLFiFW kOFx0sLdmAuoR76ZQ5y80hyWy9lnBZM2sd3jx+tZq0NEVsXKozLAcnTIXlxpWTrJHNrcMl7iZY0B QS+2km2Ug8TYU1jUs4DkXCeKBRkhCM1cfKux+/Fa2jIOD9cNhAN3++1wCACRyyP3gKe5T/J7kzV4 nO0DGluN4w5dT02JPer791cy4RO1DyNDduAiyf1iOSlkd5ApRJtpK3LLirvrH4jVPAqHEwSTnCVK K8oiinLR4XbLNGFe6bNlOVnfuS9ZClKkGp8lVWwxKh5zvw/BOrVFvIHS5zcuQ57Bg1yRGfaJwBvy TK2qZboX2aXwznE5LQRyAI9ASLKWdlzVOGnc2RJNYP/3271yGHttKxoZmSwowPPUNMyPo4ykns9Y Un9l4zlOKkbPuU6Atl3qdtLvt0qPsWJKxiDb8ci+oLB0PH3VeYFxcJ1In9AV6KXl0gUELi1jR/0v BN4LxXfLpDM40ZUtw9/Jidxd22tbuXdqTjeeY0xaNXdNmiffhrFQOpL6CR/o/mzHXyce+OKs+n+2 1bLM2MpWdY86ilkDXhwswTUsgqDb14un0B3IWyQOQEGu4asYJCC7CvBA/Q9qPFHXYI30wUbJHXLB 9mPqHwEcOT0QmUeP+bVy6o9L95meTHSlxodsyiXGF03GX/TnPfULRxYHmu2trNpjL/bcyITNl9rE 42R9etsIguNYkcFhulsy8jV6zdoOD+XlpJD4zraE6nX1iU5bbcRZNZ5kPNX2DzVP3IeTtH6W7O8U 8Gf7LPqfE23Ra4ulo9lex7bjby/AI9JZtAG9pt+yQsxzbFuFXr3dc9sD36EbqOPEijj9iTaIkyO3 Sef5ez7DRnXL5qakS10X2PzoNW9r0cnd4efarG2Ph5epibVEOutt2aO31b/Fmj/bOqc5ZZsjmYYE lTgdshCsxJW/+Qg+XqL5taK0IrLk4hwbFjBK5KLovUhy6q/8rff2txPZGyvEX4sPNFrW9jLpK3Qt oIqMMasJq9+t1W94j01dqzFADrG5nnHnbYSvKPJNtgbZn7TxY6sp4yAPzGB8TTaJwB9OMVn0ZF9s lu4m65OsVgLx8CInrH0vHfCV9AR17NhGb6vY6h/zWcp38W+28LOdDnn7UbKITJIl+atsNHVBP0d2 JPsEmq04tdpD+8lWInud7JfVwiBmO8SHbG1nrPy5yRiqT9hrALTX8dL8Qck4cKAGmbLIHtdalhLj h27S+LCVF71kukU2gAwpMt02yK7sElbjxL9Dot8lmwSh2bbMSYxs1WaL3hcai6/Fm2SOk2EK35IN sU68vfKE+Es2k8xWP4VebbV2e9sdI8FD1CsDP3ibI695m8j8b1X7/XdgjS+lz7+WTFDfzk4CVXuw qbTNsQNyE8nlqFDflSNw4JeaK2S4UGaRZbbUbVCf2Oa6XfaGLXfUMAO3wAfM30KTM+ENydNyjZ+d VK0xxqatEr+B8xZpfq38go13sVx5f73P+THwefTgjI/BejmKG8U3BG93CYOxDY9dBdh/232Q8Cf6 BQwM9mM3itk0XvW7b0XgQr4vxBbeX36v30oWLDCgefzuasaynn+RU05NKrA7GTFkGnqR7PyczUfe X/rjGJ8sdvQIOgldxOI6tgneIfsqzh99YnGHYMBnwr1cx5hHnM/p7+BjFg/2C0cdvNNvsguuogSK nYQo4mT8L9SXr8HU4lNqAWJzPzwm2cvxnRPzZKc7S2b4zTbJ/k+SWcabIvR8hn7ltNh8GZvSOW0z LGX1wTR/K9midxIcGMdbvKx+oB+osel+ifMp/SmlUn7lWrCzvRcf4htwHSVtqPn82VlKJEh3FMxt fo7dlmJ/tuh6Fl+R78Py0cAOZBv/ID5nrGgfeowxj34M/IG9I6vc2+1tsrbmsLxIfIa95lnoXvpv mYfHpXPxkaQf2GYPoZM+kY5g18Vy4W1wwlKNIf7Ytc5xS4LIjDy2EhXfXlJbJAsrxD/MwfIjkkF7 la6TTWOxYMPZFlt0JDhI8Lx77FE4Ioy9Trab7e3FAWDpKelIMO0G4Y0tF9uslMCh+wOWqf7HLXA1 fq9jbnSO+TXSe5uZA31nsqWxQNczNo79ffzNVmsMqJfKuP4u/UFNVWrEkpGPj4eNouYf9ZnJBqQP H59ssd9Z8EvjR01D9PwHwjDwpgdokWXXcz+LN/eprdT7A0eBobZfQT+z28XbVCrvz0txgTASbaAt lGzA5ubHtBzlZcwp6ryoH56f+B3b7MkKXXOSLbhePgiMFamwvS+LwPzo4yXs8JIOyO3GSdrk5Lrc +0Z8J1LS/py998QDrmO7NXxclOFq8icesL8JEhbPwZMI/sOXZwslcRavC5cf/5dKSX/wUfA/vaZk 4vuiA0raVkwsQNM38aiuNZyr3+EDggttjBN7WEp/WcZaIeHAGMXPbMXM37M9K9Z6ANQBbPIFmBOl kBiCmAXgoEOdts+c+D6CEbvOJj/5XH0EnPC9/8a/9z3gRFUFkBOiVg2TgbFlnzEOELWc2J6I4PA3 7zmJcJkYBWXIZ0RF+Q2/RcjXshVGZEcl857JtZXleYh+mMLJt43ige/pOWz/svGZhyJQYHsMW+je PNgpinMp0ueR2ErHdYAKQOwizflSKXnGnPRojI4HYbwdhQGZ+Bq3axFEeNA76Rkh449CdfuQZa+x PdPG2ubFAYgZNX22UmOzWECalHXSpQnGTU8/Di09HI7QHzbLQPAbA4R65dRY6rCtUTsA+LQRBxSl DxAGsEN+HL2DR8A6RXc/0JyQAro2GXtrN+0SMe/5/kRFUTAfCdmBBSLnp7xRsAwQxsdI78/IARZf sVUBniBzwZScZUqxv9z5fT7yoLbmWfNjW2l4ZV5zToqnpNuhB3a95tGMiAPpJeo3QUcCVShEar4w 3vTV+1hMcRxiv+1z48F4jc+7yR6f637xt24sNBYaV4qkei0RT/1l3BcnRTVNh6jNKB2vbeF8DKCg /ZFKx+Lp5GOC3iiUg0iMlY29CGMRn8t3BjQTBVhI8XpS/tma+s5+zYFeTab0fol+Q1HWkw/6bdWP fwTWHor/OTHJxkZjYLUwxO/rBNRw+uYGNvK8lv+M8YWHEorfk7ps6cs+9j6nZHSyHaXT5hsDSNsW JXwDWZuNGCf+nhvUjTretsiqn64f4DnI6x65k83cieBjG3MHEcukk6hbgF7lpE6XKbUP3YrcY8TM GDuPuP6D6Ktkj+v4Lum/jQH8pv7Td2qEUG+TwDpt8bo6tAP+kazQbhGrhGxX473VdxIxvzaf+iz2 N84vGZFkRrqBZMXY9STPIPCzQuMKP9MeC/IlbaVvufajOxI9QP+4Pv5mXioAJlG3smjClnQWANgq g+Pq5O/fE8hlEQrA+J6cImp3mD7T7wAL/kzsGs6G6zlS+DmYgYAOtojAz5y2RNJvoq7n7yj7PkdO 6F/vc/xdMj+88r3uD7hjhdPqmOLkxfGHbA4Y60j62+bTF6sKV/3yOu3JRCZ8rIWFrLvMcz/ATZ63 yxPf56n03pG8bd6P+Fn8jckM/RLvuQ5yucgDRe8rfXfnKemvjYW3A36jTsdyzSt2DefA+Yv5iGPt VIh3TMbsWtcVhdeVUuTReF/XI16yAH5afKRT9h8MAJjW62EcEyj/2TuaT+pX8fdi/b1Q10DvJLRQ n/E51xL0je8heIHveeW+i0ULE3pX96NuJTVVl8gpXSaCz+Ej9AqBLvjS9IuIMXB7Qx/gW8ZD/dIY 2Jjk+uxkcnkqbQ7v29Lfpg+ZG/S76UXmsth+uM6U7TBy/o3zTuCDLTJgDXSv4aTk+bx6Gxjnkjkw fchc+XdFlMiY6RPpS2TNbbb6qOv5fcRRyJljVWEg6YDlR31rGXNBP7y96GpfmCrk28iTUY/PtX+R b+Or+swcVoErqJPnup76dq67aCPv4S8RbU3am+9f7DfjUzAe8VX9tfdxDBKyPquP2FFbiNDzVp/o MiwHDodnDFtYH5I+iXjPvLocPp2iIxl/y5xzuBhO6ofYANmf3JzZa17WfJ7Rf5D6ncir6VHrh88n r3E+c2Syy/XOL2B8czg1zguF42g/c2cYL/IgvCrCtlM3me3v+SC+z6npKrW/SH9Kx7jv5fqGhSfm EieXdtjiS+RNswWMuesM2udt9va6zYvvn43y95pLPobwTDJ+IpNza5d+z9ipXWZbjYe4lt/m5d55 kc81D8n7aK/ic5xHuZ/fw/E792Bu5Ffos1XCGWyHBEtRG83q8LFDQn9vupy2MihDE5Su4DCV4UCZ FNPp0ivvHGjQPFCPEz3RKGxUr/lqCv8P/HigMfxyuy90DExbyY3M6GNbbF19XPOX+NzME6VPsAkE rzldGR8JZx4ei36rB2d8LBxv0E/myz+P/c31mznVtYyv24+on5jv/Of+nY8P37PYTFkSgjb2yriW UryPvXKN7hE/16u1U5+xKMUiNwuw2Bx7foGcvyjRt9LPuDd4KuIQ4ghWixCdhhyh06NcQPo79/4F yGxCMl+cGm6+s+lHH9vCtv3Z/s5HLrOuq9DP1JkjIAofGT+q3+XaXqjnyxFbahk/Yho+b3oe+DWH 6ee25VmItpKZDOZlzEiWYQEBf8LmSa8WoCpoy7OQ+S3q8yL1/V2C28f8MBTwsGElCFmh/WXaNR/R b2q/WjkJyWu5Z0eydptNwpd4pYE1N1jlv+NZTvZ38h6KwJgBJ30Zx4oVXs/IKT8AeYKhixVGKeGE WKBHg0xUsvR7NyAwD68FnycT5EbAv8//BkJx+W+j8iikeO18FCPbpHmi0Gy7lRR7XMlnfsqSjVvh vDGmPvYxrXP5sZbwAc5PQisJHoqsPoeUnq8CFY6v940xtDbZZ3my8dX1rFhxylP3EOncfloWBUsp QvzlmVZb3bOVFUhj/umJ5rDhTEv44VomnK4fsi1onCz5MDsZ9t8bDJ+fJ21cc2LKOa+cMIb5drhS d+MSlTlGFoWWKDW1LRrUuRTnbr7vn0TF7bJ7AAAIyGq+AH6s2OeVhPO3z8mTyQqkinJyYPdwA0zQ zAKfcoZQSmTxrNTccToJGTxkO+CI0G+vV+BjRvvcCHmb43x625OxShRmHN/cb/WZAcTc9XPJVmK5 BtAi3uHZkX/jiXMWCNV7HP6VUtSsdpFN+YGMH4FrAPMKKdllVoiTsQAoJiCxZIwKibGNY5Ufs/LX FpHGuPQz5gcjDPBE5ggOvq8xXpHICydTESjbVdsdqlv6A0ecx39s0dhzPWWZJKyiAgwBFx8JrH10 Jm28avJic8CYlx/LJxEOpf9ef6OzTG85j6MXY6DNTjeO/KH3BFgIMpNtQY2kqEuKyQ0CY+6Bqzj+ gL0C3mXcRATbmCccHHQI+o7VTFvRjO1NyNvrvBTb7NfQl/h5/IxXjV/hZ9KbH56Qg8e2soK2F8pJ 4dzzebn5hYr6UkLxO7M7hwlkeaaAAYrYLr23U5BjXyLZNS+BNIfIEEAA59mCZzjv6DX9XarTaI8B K7ONArHmeBLA8H4w1wANeIGaWZbdWfB7CNnOz13kT9cLRXNYRMy3U+6z5N7I/VqNGxl5Ue4JBi5X 29BhBk6S+YlFxOO45+ftybgByv+u3PfOzx5cJcAQKf6d8AoE30TK/b488ax4bY7nRPAldZ1Y3KCW B44rgPQD6TRObETHEeREpyCb2HW2igBYPXs3jrPzWeFY8zmZiXnZ1/dF8pK/dj5Cl7stiPOq95Jb spngMSfNW0K0Ccd7ja4zsr+TzyBd71n0vPrn8T6F7+Pf/puC+/N58rt4vfO585DzaJm+JbJHwML7 Fb/z/tlYJZ/H9wRlrKh1wcJC4dz5/Ikv9brEALnmS/wK5kR/EmAh8MFc2WJVrn3+7HxbnXycY7uc CttV+l0xJXOcu1/p907WP7WFZ5PxR0Yyda5wrEz3C89hs2Jw3R0tAk55vQgv02cWEihgvvIYetYX PaPc4lDEeXacxfPnb1uez+Jnem9zVXL9U/Wm6yEPDOQ/Z+zj4h2EDOE80eYVovc1BixCL6niIAPH w/OT65diPULArtWccsYRnRp5LvbD9V6iLws+j230OY56tFBm/TdxjIrGyXjKeRWbA6ZjLg0z0T+1 5X39TfCZIGpcqLUA6VP0JJTvnxN99BpK2A21Uc8vx5tz5/P56Ul+j98/jlkpJeNe5vl2T303t23J byKVfs9v7HPmJZmbAjK/TWOx6kRXWCZeYtGDAOYK4QFqgbYOTAbqFvYMz4RzDX12uNsq6fSlhxol R2BHgjlJVr3mbtOFrrD3VrcdTNYz/thKXRxtGA6fnu3UPJBY4vbPsQz+d5zLmFxCAN/xFXNEG9Ej kRg39y0ZR/pV3B+o7NjaGPh39n0yXs7bz6qrIhXwuQhfjGQYaj/aLiiCwYd89xB432Qq99uXT8xf bAM2BjwMWaKMEbpOOl5+1PKjLCpJJyYBt2gTXF4IcnuQncUe6oQhi+gb8Cjzskb6Mtou8Bl+j/FQ Kd/9FaT5c/5Fj6jvsd8i77e/4msRxCeRJgbfol4oR9RmZJEXGwi2i3z4Uoi26r5k85tPKwI3WeKS 9BM6aj7ie/Q0h2Rgr7FZYE7DGWqjZ6S7PBc+8+lxGHg5Ze3inrQFuTaesAX4+fXtPIE1voBigObp g/5XEQ4Cgomg2go8k2zZT/NPsge6nPwzHzCn4mv/LoqKLRLMwLYuAFHOCQG0lxmT+chWLm2C9Ter WxIM28ryigT+E4EfCu1anbmW4fCgZ8rqRDX3TtmJeRS0vpsaD7eNxsLt9IS9v6X311qHw/GHA2F7 dbfmFUfdt2FYtqLm2cA284bSyrUdsDXfHDLHkcp9/+cozlN8T9sAnisl0O/JiWKFvtycPCuh2Hl1 AMy9JND6jNRZ3yPOs1MyfN6/vJLg75c/t6+ETNElCs8CBpCPJcrfjnG38fhzY/m8RAAaQ7NM87iK DFO1B+cFI0Ua/O4bPXYy7UPxdEc/tb1mQv8otVRmQ4oaTj2TVrSWwvcUqIZfcUYcPKq/yQph2TF5 pQR4dkcEI+Q8mnewXoTQRxZYE4D8UE5c5ENkAlA2tw1/gqRfMHBsxcq1ATAU378CQv4g+kcwBGcH wELdqrJtNHoZeufpPOLAF9kBOADsPFAN2MB5LuqHQC3AkWCP1cvQvfkN9zFAbs+aT5e+BIIvRDGg vIIAqRwQsp8K2/lPIgPfei20ydTJRK4I4FimVRIgRa+RdWM2Awe2aG7/Ifr6H0rRQYTnWeyyjLXE pkY7myPJCHgLx8kzNNxGlbvv60lgu+S9yTXEZ07gP1tUKeg3GV/sViAQtZqtsMnv5t77dacoV2TI JBkrmsdYWsKD68VBxScRi0ZLj8ILc4MAMWuy8LO/htApOHostLtDXNTup9pD+N6dQvfr3L7BD2R3 sCWdgAFj51lQopK+/98iyQ1BGely8CABFjLXNpxP28ELHK7CCeyUAMGX4fCs6vbxcK1drx0j4Ubn SOL3jIWajrFwonE47LnZE9ado3YlWLNJvlnxDgKfk8I547Nm00vUZWZrKrupygULjJLgWH7R5dWT 8Yn0RsyypSwDOGPpUTKUXf5yfRGvUWKI4L1jqfKBwL+CwD3gcRaLlsm38qwu5IM5cBvBfCzRvOOT EMx3nBSxksa43By8zkQfEt5hrpgnfO2n6UXTE3plsZZF2xh/YQ5fhS60khLCtOg72on9nktc533x shLMReF8uD1w0lxzfQHZNcnv7Xcs4OgzngnWJ+jqPAzfPpvdgJ4YWMtnPjkV/vB1INqEAwFQYFsm kWSisqx8RqPAwDHpkfID/vdSYXtop62+aXKJgGPciCLb6RkJsz9tBb0czRdYY1XDHJ3k+S+LPEqu e4vB2f5GfRBqJVG7Zce17rCzJm303dWU1dz54pwE4xTHPPv2VraZoHTzfUWp4SSy0toSqK32oe5v JxfxLFuZeZVKWY6QDJRnNeaF1ZUxc+arimz5tS14OIrm9D+7AM5HOcBfIMwxsIYihMdRFOZYFxjR lx7M+DtIYwu4Y8XPU7SLgwSvmpA5294oncJWcMaZgIAFHwgeX0yHH6ozCT/D15mwg9frvBddS+l7 r8VCvRUPfiaZasxVAS/9pYQB0StbzSywJnkr1//nIdPBor86sOYLP2rDcxi7P0cu2+hkVsjYKmJb 9tQuxrTQ1sxp98sm5lHyD1kwX2NCwIC2eRaiqHRcTJ94H1iUioCo8L5kQxX+/TLJnHUR44Mc4SB4 3UPnoaK2/kMoBtaKPheIYqsjgTWrwWWyT789k6DQjlTor6Eon2Ty4hy7TcnPYfH85QNrrHb7vDnf llK5Z72+JL5Tf8oF1pA/tuaSjYHTXqrD/yl9Za6izXHdqP4ajvB+Wlai9ffZbAZ46/ULrLnT9+KB taeRYx/b6myLuL6Y5OVTyrfn30zRZiE7JDq8p/EAN+GXUJplqfzP1cJSnOa/Xv7M5+fl15zvTOpH t+szfu+4xWq+ar7gK/cRYnaU7wqIcwB/Fvp9MZOW6/ktNQTZSYHdh8fZEUEbTVe9yiBVkm3p+DXa sWjfHIvgf+ML0Vf3hWi3B6jy/XO/nS11loVXIlt/JX0q/xMCD3H6K9sIczXHElliyzUH5yFzpXrg n04eWPOtsk/Ti8aL9j4G48k+REd6ZrfrCd0TrKf75uZVsvO3+TzlqMCu8zdtxdaTcOAlBqjrCo8y Hok/X6JXn4ZZ5wTW2FKG4LrAv/6BtcJ28R7FRfsxCtTTIOLoWy0k+AygyCKgIpt4Jj1SMtAvi3yL IsGjPMF4lpaaGH2yIAgKsvXAgkso3oRxyzH688xDDKxF8EikmYwG2mCkMYljAZlQ8NkLUryv3S/X b/+MseY9GUAAguJDIZ4s0FC8lq2Qi4945kUukKqxtOdqzGMkOzpyESQ+H3mA0ARO7+2+uj/pvlbL SkqEoMu7agNbfmL7XekkVCKIz0txzvzebpjoP1t54RlPx1U/Rbm5g/i7ZF5eG4ptfBLZtfmMNasr UgA6/gpizAGXDqoxpowpY81qsTtcll4Of+hvskvJBLPMWXuFb/z7uF3I56WQYl9fPkU5LKSc/lEf cPhxouaA8hcgePLfnLFWjkwPiSfRp7a1XroAg0z6ObU0o977M3bFdJdeo+4hQGN8lcwfIA8AQA0r AH5sm+ugBBjOIb8OncUWANv6L/0G5fikDD+9FOLeyIL9TfFXFlPcUZjbzn8GxcAa/JD7XPzI6qYH Xz3zgzkj+ymOwysd5woVk8Y6bj8lqMRBCF6j1GWhXGCNA6i4lm2VUS7KUdnnvQ5E24oIva82i8B/ ZHBRY8ude+dfsizRJ1aTNWK3Ajv1OvfX2lbQPnQMetgyDsxp9L4+f8YaWVy+VczkWM9wm89zisfn pVPsU0Jx/pxYzJWOkY9TGCA1egZ7SP8hFmFwHqO/RK3o3FY3sLWIraiuv8rbqX83yXZbIMkXRvFh VnNAhuw9mCfWvIOnfFx9bH2cXcfYZ2yBhOzzl0PcF/xGYCOXVKJ5skxD8T3z5Vk8TnP69py4xO5j 90Q3IAPU5vRFPbapLlU7kDPGpcgezksttrWWseQ+xtfG69zf/eRCKpKNl0h2f/WPA/qWoCdsTj1j jYAmMRCCbQQKkQm2Ktr2wlfYpldJjk+Tv/VKph47oCywVqpLnkLO73li7rkPsQyyn7kvW1Dj/PJM ZMjq8kXCV7dssvJ89+KUYO/kec6zTqtFXiaHdsrPU3tJWEGekNFn4d8iX78MzQmsvVPVMeeifzJR 1BTjA+EIUSTXTpS0wBu1T9hnTfTfUxvjgQNxPzZAI0fxsznkRshIRthqR2GkdC8IxceJFAgnygeH AscsBpfKtfvVEMwjJhLzw0hWLLiQ+OxpVPqbUprvN7ziCOo9oC4nkLZXeT5HME+560vIHVzdV+ML OCBzAyDEHEA2J8yPqGguS+bUrrH5h/R7jJXuxf24rxkNtdsCn6IISv9qgp8teGxz6KeqPHHsCyle 9zQq99tCKvebSOWuj1TuekjfLbGTh5ptHjlh0oue/z1jHIm5Jrj31PYXUrx2Pir3m0Iq95tI5a6P VO76UrJrKRRO7b+8DOX77IbgeYjfY1AJMNnq4wsHs5+BXpPA2lxyvUBdPrZbstqFkwrgJOCGTYj2 AWcPKrYfCUkfRT0Eef1Bd3ZYjGD+kH0v1F2uHU+nnFNFe3U/KzBvMufbXY3m4yfjnydQud9Ekv5E vglasAXU+1G+jf8GQi7gBcYToOnjkIyvURyXAoqflaPC68pRud+Uo3K/LaRyvymkcr+JVO76Qir3 m0jlri+lcr8rpLK/0fiL9xhzW7gsstvu/BbOmRP8iWwk9tXu84xU+OxyVO43kcpdX0jlflNKdm0h nzlRW80xDHJXXn/wuWHk3H1KqPRZhVTu+kIq95tyVO63hVTuN4VUcC0YybKLXlBfmm2zwwHA7dwf HVxIybPKPLssxevKUeE19n7uHEaCL21B5UDk19hmr7lW2IfoAMLTZKHFhSCrRSSbE+sFWrBA7y0I A5Wxv0+y66/M5j8DFT6bxbyXvqBngTXPzLJs65PCT7Jlb2s8C8f676C8znJfiLp72HKybvE7WYT/ APwhshrH0Q8qxR4lFDGI+7NeH9STQNx/Rq+iK+xANXv+88lYcZvZPcE9C+SglAplpRyV+02kctdD +g6/wzCJno9tyAdGS9qrvrJgFnESu5NcHovv90QqfHYplbu+kMr9ppTK/S5S0TWuR9CNi6mv9pS+ Pzs5DxTOLfyxSHqJZ4H7SEYhkIUOAh/DW0biSzLnIt/Bg4aVpadKeRM/w5Kl+D75DF0Wf0sMZ6X4 lJPE3zc5EH5Wv9F9zrNJ20T/haztL5fmBNZKL/h3UPnBg5EiExR/HgceYRIYmZd0nZHuo2v99zxL ZAGj+Jk/5+8KxrzexJj8uXHxeYxj7PNX+J5AHkGxcsQcM9f53xS2Z267ACqscsdshdLv/wqKffs3 kZ3MFmWn4HNbEczJVoX+LLH6Fnn9ZfARcpcPrCX1ef6CwJrxBW2QDJdr119BvqJZmvWi9iRbzfL2 Ra+6JhJOO7ajyJaYLhKpbxhiXuNc5e/954niyHP1FjL3bAscL0qs2udlvPi7inxX6FXS8/JdXub+ Pt1SoQo9D6HT87bID2XB7hBMZdsg2bOrTnkQjeyN4m2dHVaiwg+tKfy8PFnWCa8ispDJkoKoQ7ZK TrItJB3T8/g7kj57KhVeX46S6zxIBJFBBtGGpG9J+8q1+0XJD86IW3/1XDn1BAfw/eba0teB5uo6 eMEDCuAPMEd53zaW44lU7A/FeznFvyPvFV7zLFR6n7+DqF3nOM2p8Dv6ZQdgFXwW6e9u98smbOGr 5eXIRwWY1vBt/jOjhO+iXw4/5ngVvs3xbsLHoqLfct8CKv07kvPsXDl5WfR/JLD2YjTfpER62vdP ovJOWYUqVKEK/XMoAjayclYd/+sCa7k2zAN8/hJ6yrMNmCUUPzMAUPB3hSpUodeLSmX2n0cxkFiO yl1fodePys1dpHLX5wn7YgeoHPUTC9mG5dutPOvqhYiMtlPUFfX6mJwOaNlzkJxcnscCWyGRHfIq KPcM3tvfya4VtcN2rRwl+4Vgm283s2Lt5fr0DOR4xresWR0z3Y8sGqsLXfXqFqL+Lor4pIJRnoWe Lov/GALLvmIs/SSbGm1uqe19Zbz4ivtbCaxVqEIVqlCFnp9kmFjxY1vAiiNtYc3xV1M41wCtgO1H cg4+ONFpW3P89KYKVahCFapQhf7vUMwuKXQ630wcxbcPNtki18oTbO3Mb2F8VoqLYm5zCchR76or cIIjgTq2VVPy4PUKvOQDHJ55xPbdZmsrtUTJaCPTjIw8PzzGg4x+kNTcMZiPCKp9cipl92Mb26Kq f1FgpUIVqtBLo0pgrUIVqlCFKvRUKl1NioE1toGuPNYR1hqALQ9K/yxxCvBqAdvlRztCcZ2kClWo QhWqUIX+b1EMbplNli1m+xS2mNqcFID3AFLMusoHy0pt63zEVk+2eFKji7qhVp7AAlevl/0tH+TD qfVyPtQa40AzTtB/nv6XjheBNcaUwBq1xhZWvXj9vgpVqEL/XqoE1ipUoQpVqEJPJVspF+U+MzDf bIX1Vx/vslN/CoHpy6Q1p7y4KUW486drtb/SOgkVqlCFKlShCr1uVJythiPXbNsh3z/WEdawwHWK DC0CSRwo5IcKPW9gjdN0qc1GwXN/FraW7Y9yGpNn5+n1tMO0e3FVR/iQ7D31588G1j45lbbA2rIj zVZbu9wzK1ShCv3fpkpgrUIVqlCFKvR0YrvJQY4hbxOY9/oi7+ozTtK1WiYFIPRlEieVrTnJyT4C ygc4/lz0mgL5ClWoQhWqUIX+Kop1minJwImPdrJnGTv6rOQBpS4LrFlmlu5fPivsn0CckNkWVlFn TVSUtfYMW0F9a6wf7kCQkgMSPjjeFd4V/vjnjkmFKlShV0mVwFqFKlShClXoOclP5OHEsQ85tOBP gvknEUWTVx7vCItxIBInogJqK1ShClWoQv/XqNwJfpwgvUT2ePXJP2+HLbB25p8fWKPNlI1YfqQt fKT+fHqGoNqLjo8f3rDqZGdYRjmKSqZ8hSpUoXmoElirUIUqVKEKPQexBbQlLCWodsIB58sOrHE/ aO2JtrDyqJ5VBUjOOxVe66Vc2ypUoQpVqEIV+r9BhRlrH57EHv+5rLW4BXKN7vH+sbawUPd9vW0t 2fP5EzrfOtAS/itaeJjTSzvsJHEy6j1bTe+TAxqeToyhj+P/hHE4DXSZxoLDG4qfX6EKVahCeSoO rDWH/w9erz3sPV5y1QAAAABJRU5ErkJggk== ------=_NextPart_01D6D2DF.641E0FC0 Content-Location: file:///C:/98332C8E/8.GarciaChan_archivos/filelist.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml; charset="utf-8" ------=_NextPart_01D6D2DF.641E0FC0--