LibreOffice/6.1.5.2$Linux_X86_64 LibreOffice_project/10$Build-2 0 0 14099 9999 true $(brandbaseurl)/share/palette%3B$(user)/config/standard.sob 0 $(brandbaseurl)/share/palette%3B$(user)/config/standard.soc $(brandbaseurl)/share/palette%3B$(user)/config/standard.sod 1270 false $(brandbaseurl)/share/palette%3B$(user)/config/standard.sog $(brandbaseurl)/share/palette%3B$(user)/config/standard.soh false false true true false false true false false false $(brandbaseurl)/share/palette%3B$(user)/config/standard.soe false 7 4 false 0 low-resolution false false 1 1 true ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 CLAVES EPISTEMOLÓGICAS Y METODOLÓGICAS DEL ULTRA-REALISMO. UNA MIRADA A LOS PRINCIPIOS Y PROPUESTAS DE LAS DIFERENTES ESCUELAS ULTRA REALISTAS EPISTEMOLOGICAL AND METHODOLOGICAL KEYS OF ULTRA-REALISM. A LOOK AT THE PRINCIPLES AND PROPOSALS OF THE DIFFERENT ULTRA-REALIST SCHOOLS Antonio Silva Esquinas Universidad Nacional de Educación a Distancia (UNED) Universidad Europea de Madrid (UEM) orcid.org/0000-0002-0996-6448 Asilva.39.alumno@uned.es https://doi.org/10.24265/voxjuris.2022.v40n1.12 España Recibido: 23 de octubre de 2020 Aceptado: 23 de enero de 2021 SUMARIO • ¿Qué es el Ultra-Realismo? • ¿Cuáles son sus puntos clave y por qué es necesario? • ¿Qué herramientas epistemológicas propone la escuela ultra realista? • ¿Cuál es su apuesta metodológica? • De redes y escuelas • Conclusiones • Bibliografía RESUMEN En el presente artículo, en base a una revisión bibliográfica, se aborda una escuela criminológica de nuevo cuño, ínsita en los movimientos de la izquierda criminológica, el Ultra-Realismo. Se ha desgranado su origen, necesidad, funcionalidad y propuestas de carácter epistemológico y metodológico. Con ello, se pretende que el lector pueda adoptar una nueva perspectiva criminológica que le ayude a acercarse con herramientas y conceptos renovados al fenómeno criminal. Asimismo, se finaliza con una breve exposición de las diferencias entre la escuela anglosajona y la española. A partir de esta diferenciación, se propone al investigador extender la red ultra realista y adaptar la escuela a su entorno sociocultural. PALABRAS CLAVE Ultra-Realismo, etnografía, escuela española, epistemología, metodología ABSTRACT In this paper, through a literature review, we address a new criminological school that is embedded in the movements of the criminological left, Ultra-Realism. We have explained its origin, need, functionality and proposals of an epistemological and methodological nature. With this, we intend that the reader can adopt a new criminological perspective that helps them to approach the criminal phenomenon with renewed tools and concepts. Likewise, we end with a brief exposition of the differences the Anglo- Saxon and the Spanish school. Based on this differentiation, we propose to researchers to extend the ultra-realistic network and adapt the school to its sociocultural environment. KEY WORDS Ultra-Realism, ethnography, spanish school, epistemology, methodology ¿QUÉ ES EL ULTRA-REALISMO? El Ultra-Realismo es un nuevo paradigma criminológico surgido en el siglo XXI en Reino Unido y que se encuentra influenciado por la Victimología, el Feminismo, el Realismo de Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 143 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 Izquierda o la Criminología Cultural. Su origen se antoja crítico, ya que surge como respuesta al inmovilismo del mainstream criminológico; tanto el situado en los movimientos liberales de izquierdas (progresismo) como de derechas (neoliberalismo). En pocas palabras, demanda a la corriente criminológica que se comprometa con la descripción empírica de los fenómenos estudiados, que profundice en la discusión legislativa y la criminalización de determinados hechos y que no se quede varada en comparaciones socio estructurales fáciles o populistas sobre los nuevos delitos o los daños sociales emergentes (Hall & Winlow, 2020). Por ende, es una escuela que busca entender la subjetividad contemporánea y su relación con el contexto socioeconómico. Se intenta desde el Ultra-Realismo rebasar las explicaciones de la subjetividad apoyadas en el egoísmo, el aprendizaje social o la ideología como elemento hegemónico y proponer explicaciones más complejas o adaptadas a nuestro mundo contemporáneo. Un ejemplo de ello es el interés ultra realista de escudriñar bajo los discursos y el lenguaje, entendiendo el delito no solo como una construcción social impuesta por los poderosos. Es así como aparece en escena como azote del estancamiento criminológico, acusando tanto al mundo intelectual neoliberal como progresista de influir drásticamente en las agendas de investigación criminológicas. Por ende, se critican teorías como la subcultural, la de la tensión o las de la oportunidad; por encontrárseles en estado obsolescente para con los procesos dinámicos que subyacen al capitalismo actual. Los investigadores necesitan nuevos conceptos, marcos teóricos actualizados, acercamientos metodológicos innovadores y, ¿por qué no? nuevas grandes teorías que poder aplicar (Silva & Pérez, 2020). De este modo, pretende generar un contexto de libertad y diálogo en la academia. Los investigadores noveles necesitan tener el suficiente apoyo para poder reconsiderar conceptos pasados, poner en entredicho los marcos teóricos establecidos por el mainstream y generar nuevos acercamientos sin miedo a ser repudiados. Solo así la Criminología podrá seguir avanzando y acercándose a la complejidad que se desprende del hiperindividuo y su hipermodernidad capitalista (Lipovetsky, 2015). De otro modo, solo seguiremos utilizando conceptos añejos cual remembers eternos bajo nuevos neologismos (Raymen, 2017). Como última acotación y para despejar las posibles dudas al lector sobre la diferenciación entre el Ultra-Realismo y el Realismo de Izquierda, si bien es cierto que comparten finalidades, también lo es que disienten en varios factores clave. El Realismo de Izquierda siguió la estela de las definiciones legislativas en lo referente al estudio delictivo, ignorando otras aproximaciones como el daño social o factores determinantes como la subjetividad o la etiología. Asimismo, prestó poca atención a la investigación cualitativa y al entorno capitalista que embriaga a los sujetos (Hall & Winlow, 2020). Todo lo anterior, son puntos clave del Ultra-Realismo a la hora de abordar el fenómeno criminal y es por ello que no pueden considerarse simple escisiones de una misma parte. ¿CUÁLES SON SUS PUNTOS CLAVE Y POR QUÉ ES NECESARIO? A pesar de haber descrito someramente qué es el Ultra-Realismo en el apartado anterior, se hace necesario desengranar algunas de sus características distintivas con la finalidad de destacar la personalidad propia de esta escuela. Hall & Winlow (2012, 2015 y también en Winlow & Hall, 2016) han ido exponiendo paulatinamente muchas de estas características troncales que se pasará a ver. No obstante, cabe mencionar que Silva (2019, p. 179) anota que, aunque los miembros de esta tribu ultra realista aboguen por muchos de los principios, es difícil encontrar alguno que esté de acuerdo con todos ellos. De alguna forma, el procedimiento que se sigue en la escuela es adaptar esta base a la cosmovisión de cada individuo. Esto permite la creación de un entorno de crecimiento constante en la disciplina y un bagaje tanto dialógico como autocrítico que se direcciona interna y externamente a la escuela. Silva & Pérez (2020, pp. 46-48) realizan una esquematización de los principios anteriormente mencionados y que se intentará adaptar para que resulten más didácticos si cabe: • En el Ultra-Realismo no se persigue la obtención de una verdad única. Las verdades que se tiñen con este halo de Antonio Silva Esquinas 144 ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 pureza se conciben dentro de la escuela como un recurso ideológico, que puede ser utilizado por el partido político de turno para enarbolar su política criminal. • La propuesta metodológica predilecta del Ultra-Realismo es la etnografía. Sin embargo, apuesta por una etnografía compuesta por enfoques o acercamientos metodológicos avanzados, versátiles y flexibles (véase la etnografía con matices encubiertos, la etnografía líquida o la instantánea como ejemplos). De este modo, pretende encontrar marcos intersubjetivos dentro de las estructuras sociopolíticas que permitan acercarse al origen de los fenómenos desde una postura analítica (Díaz de Rada, en preparación) y a partir de la construcción de vistas de paralaje (Žižek, 2006). • La postura ante movimientos como el idealismo o el interpretativismo es reacia en cierta medida. Con respecto al idealismo, porque concibe que redujo la ontología delictiva y la política a un mero juego del lenguaje y se centró en explicar la criminalidad como meras construcciones ideológicas. En cuanto al interpretativismo, considera que ha quedado en el análisis de una capa superficial y no ha sabido excavar suficientemente. • La escuela ultra realista critica frontalmente la polarización dentro de la Criminología entre las corrientes más apegadas al espectro neoliberal y las situadas más a favor de la actitud progresista. Básicamente, porque considera que ninguno de los dos escenarios ha resultado eficaz para explicar el fenómeno criminal, luego apuesta por una lógica más gradual y no encasillada en la obsolescencia o la mistificación. • Entienden que una limitación importante en su propuesta se encuentra en la dificultad de validación de los datos empíricos obtenidos en las prácticas etnográficas realizadas en diferentes cronotopos. Asimismo, son conscientes de que en muchas ocasiones es realmente dificultoso desplegar un proyecto etnográfico; dado que en la Academia impera el positivismo producto del capitalismo académico. • Apuntan que el “empirismo positivista” es un elemento que facilita el surgimiento de fetichismos. En otras palabras, ayudan a la construcción de verdades influenciadas por intereses políticos o unas herramientas metodológicas ineficaces en según qué escenarios. En cualquier caso, empirismo y positivismo son cuestiones radicalmente opuestas. Lo que realmente se critica aquí es la construcción del conocimiento empírico en base a una visión puramente positivista. • La crítica en esta escuela se dirige a diferentes actores. Tanto es así que no solo pone su mira en el sistema estructural y su capacidad de opresión, sino que también reconoce la capacidad de agencia de los sujetos que se encuentran en la frontera para poder delinquir. • El punto anterior se entiende mejor cuando se profundiza en la concepción ontológica que la escuela despliega en cuanto al ser humano. Abordan la misma desde una perspectiva lacaniana (1974) y žižekiana (1989) que dibujan al ser humano como un individuo maleable, dinámico y con una capacidad de adaptación profunda; tanto al bien como al mal, tanto al amor como al odio, etc. • Entienden que los eventos delictivos han sido pseudo-pacificados. Esto es, no es que haya menos conductas delictivas, ni que sean menos violentas o dañinas que antes, sino que han ido adaptándose al sistema capitalista y engarzándose en sus estructuras operativas. Por ello, no se conciben por la norma como delitos y la Criminología está enfocando de manera desafortunada su campo de estudio, optando solo por el abordaje de fenómenos obsolescentes y no prestando atención a la etiología. • La agenda ultra realista aboga por la necesidad de vincular las demandas de la comunidad con las intervenciones políticas y culturales. Por tanto, propone una Criminología con un carácter aplicado no solo en el escenario académico, sino en el comunitario. • Demandan un desarrollo del paradigma criminológico que se sustente en las nociones universales de los delitos y las realidades subjetivas que los individuos sufren a partir de los embates del sistema capitalista. Teniendo todo lo anterior en mente, resulta necesario aclarar por qué es necesaria Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 145 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 esta escuela dentro de la Criminología contemporánea. A pesar de observar en el horizonte nuevos avances en la disciplina, muchos autores hablan de la “muerte de la teoría” (Hall & Winlow, 2015). En otras palabras, nuestra ciencia ha venido utilizando las mismas teorías que fueron producidas hace décadas para tratar de explicar fenómenos delictivos o desviados emergentes que poco tienen que ver con el marco espacial, social, político, ideológico, económico, cultural, etc. en el que se desarrollaron dichas teorías (Horsley, 2020). Luego lo que termina ocurriendo es que esas adaptaciones de las teorías clásicas, a través de neologismos, se encuentran tan desnaturalizadas que actúan de cortapisa para el avance de la disciplina (Raymen, 2017). A lo anterior, se suma que este escaso desarrollo epistemológico se ha visto acompañado de un empobrecimiento importante a nivel metodológico. Ya sea por cuestiones relativas al capitalismo académico, a la hegemonía del pensamiento neoliberalista en el mainstream criminológico o a la tendencia de las Ciencias Sociales y su confusión sempiterna con las Ciencias Naturales (Díaz de Rada, 2020; Latour & Woolgar, 1995), lo cierto es que el positivismo ha dado un fuerte golpe sobre la mesa. Luego se observa una Criminología que intenta comprender delitos emergentes, pero a través de textos desfasados y métodos epidemiológicos que no logran penetrar en la raíz misma del fenómeno. Asunto aparte es que la postura propia del positivismo derivará en una construcción del conocimiento parcelada y basada en inferencias lógicas de corte deductivo; algo que difícilmente nos hará avanzar en la comprensión del delito. No obstante, sí que es útil para entender tendencias, validar hallazgos, etc. Por ello, la escuela ultra realista española aboga por el uso de los métodos mixtos (Silva & Pérez, 2020). En cualquier caso, el Ultra-Realismo pretende ser una alternativa que ayude a combatir este escenario. Sabiéndose con errores y conociendo su lejanía a ser la panacea para todos nuestros problemas, pretende generar un escenario que ayude a los investigadores a seguir avanzando. ¿QUÉ HERRAMIENTAS EPISTEMOLÓGICAS PROPONE LA ESCUELA ULTRA REALISTA? Hasta ahora se ha enunciado que el Ultra- Realismo critica el período de estancamiento conceptual de la Criminología. Sin embargo, no se ha tratado cuáles nuevos conceptos o herramientas epistemológicas propone para seguir avanzando en el conocimiento del mundo delictivo y desviado. En síntesis, se podría decir que son tres las propuestas que hace el Ultra-Realismo en este sentido: • Daño social. • Pseudo-pacificación. • Libertad especial. Sin embargo, no es posible entender todo ello sin el amparo del materialismo trascendental. Antes de profundizar en cada una de estas cuestiones, es necesario que se tenga en mente que todas están conectadas entre sí. Tal vez, sea de ayuda entender las sinergias de éstas en base a la metáfora del árbol: Antonio Silva Esquinas 146 ISSN: 1812-6804 Asilva.39.alumno@uned.es iVBORw0KGgoAAAANSUhEUgAAApgAAAGyCAIAAADPjCNTAAErZUlEQVR4nOz9ZZjcRhetDXcS sx07ZkjMzMzMTGNmZmZmZoYxMzMzMztmZma2YzvPdx/pPfp0utXqEvTM2On1Y66ZHrVUkqr2 WqtgV7D//e9/Dh+EcefOnZMnT/r5+QV2QXzwwQcffPDh/yBYYBfgB8OCBQvGjh2bLVu2WLFi BXZZfPDBBx988MFH5EZw//79MWPGvHjxYsSIEfwS2MXxwQcffPDBBx+RG8GoUaNgcX6ZOHFi zZo1M2bMGNgl8sEHH3zw4b8OH5GL4tSpU5MnT5Z///btW9++fZcvXx4qVKjALZUPPvjggw// cfiIXAj/+9//Bg4c+M8//yifbNq06eLFixkyZAjEUvnggw8++OCDj8iFAG2vXr1a/Un8+PHj xIkTWOXxwQcffPDBBxk+IveMT58+9evXz+nD2rVrR4kSJVDK44MPPvjggw8KfETuGfPnzz9+ /Lj6Eyi8YcOGgVUeH3z4cYEs/uWXX75JCB06dMiQITUP+/r1a7BgwTjSlovevXv3+/fv8ePH V3/4+vXrZ8+exY0bN0SIELZcxQcfAgs+IveAhw8futrxDh06+NaR++CDCWzfvn3MmDEpU6ZM mDDhkydPokWLVr9+/T/++EN9DBy/ZMmSEydOlC1bNnny5DFjxrR40WvXriEgnIj89OnTEyZM mDx5cowYMSye3wcfAhc+IvcAoglcrv4El5AjR47AKo8PPvzQiBMnzvPnzyNEiJAtW7bjx4+v Xbs2adKkJUuWVB/z5cuXyJEjf/78mQMgcusXzZgxI+LA6cOwYcP+T4L18/vgQ+DCR+R6ePv2 ba9evZw+rFu3bp48eQKlPD748KMjbdq0mTNnTpMmTXYJv/3226BBg7Jmzfr+/fsjR45gzfPm zfvs2bNw4cLVqlVr//79HMC3Hjx4wH9DhgzJf3///Xf5VK9fvz548CB8z9f/+uuvU6dOXb16 FdvNn/z3vAR8f4YMGW7fvg1tR4kS5eLFixyGBc+XLx/n4Sp29d774EMgwkfkevD39//777/V n0SMGLF3796BVR4ffPjR8c8//2CO8dzyn8WKFZs2bdrJkyfPnj0bK1as2bNnw9YhQoRAQPfp 0+fp06fLly8vV67c1KlToXBoe8+ePRC/PLK+ePHi79+/R4oU6c6dO+ck4LzHjx9fpUqVqFGj QvxJkiTh5D169OBIWLxFixYLFy5MmTIl7RrFECFChEB9Ej74YBt8RO4WqPghQ4Y4fUhQiBcv XmAU5/8BgQ/nQQgL7IL44INhqE3whw8ffv31V3i3YMGC8DHEjMPGMfMJphm+v3Dhwt69e+H+ QoUKpUqVqmrVqnfv3k2cODHfxWpv376d9pgsWbJOnTpVrlyZkzx58mTVqlWxY8fOlStX0aJF cec4b2ibi4YJE6Zw4cLY/f/9739cF1Hus+M+/BzwEblbDBw48NWrV+pPUqdO3bhx48AqjwwM zeDBgzEl69evx80EbmF88MEooG3omZ/8/ubNmylTpuTIkQOuxUnXqVMHSqaGQ+f/SuAXDoOG r169CvXyCfo1XLhwDilHE2xds2bNJUuW3Lt3j2Pw9LSI4MGDJ0yY8Lffftu3b1+2bNlev34d LFgwDuaKCIWlS5c2b948QYIEyAXOpk7x5IMPPy58RK6NPXv2zJ492+lDqF0ZnwsUELCaNm26 adMmfj948KCPyH344bB79+6bN28ePXoUk80vkSNHbt++Pb/DuAcOHIBcodsXL148fPhwy5Yt R44cuXLlSokSJTJlyjRs2DAOhrnlSeyY6W3btnEYzA27Y98nTJgwduxYCLt+/fowd8+ePbHp fDd37tyXL18OESJE/vz5kQ6HDx/mcrdv3+aK165dowy+Wes+/OjwEbkG0Om9e/cmpqg/rFy5 cunSpQOrSA4p2XuVKlWuX78u/0kU69OnD24jEIvkgw9GkTZtWmwxjQs2LVKkiLKMc9y4cTh1 hLI8gg7pQr1p0qTBlEePHr1r1663bt0KFSqUetlnhQoVHj9+HDp06L/++os/hw4dyp/QvKy2 J06c+Pz58z///BPKHzBgAD8hbMie81etWhWmp5mjDxAHgfIcfPDBRniRBr5+/Upr+RGTLcya NWv//v3qTyJGjDho0KBAHFHbt29f+fLlX758qXxy/vx5zESSJEkCq0g++GACsLLm5x4nfCRI kMDpk98lKH+Gl6D8GU6C/HvcuHHlX5xoO2rUqGKl9sGHIA1vETmKu0mTJseOHUMs01rSp0/f rl27H2Jqyd27d3G6Th/269cvUaJEgVIeh9QbWaZMmffv36s//Pjx44ULF3xE7oMPPvjwH4e3 iBzWOXjw4NWrVyEb/gwVKtQPweKgb9++T58+VX+SM2fORo0aBVZ5EEPlypVzYnEZZ86cwaYH fJF88MEHH3wIOvAWkb99+/bdu3fKn4E7uiyOLVu2zJkzR/3Jb7/9NnTo0MDad/z27duVK1fm YWr+9+zZsx7PsHXrVr5eqVIlu4vmgw8++OBDkIC3iPzVq1fPnz+Xfw8TJswP0QOM8ujSpYtT ysZ27drlypUrUMrz6dOnJk2a3Llzx90Bcgbp0KFDuzvg9evXLVq0iB07dsWKFX+UHhEffPDB Bx8MwVtE/uLFi69fv8q/x40b12m7gqCJiRMnOuVxS5kyZY8ePQKrPGPGjNm2bZvOAUilp0+f KhN5nIAiad269Y0bN+7evXvhwoVUqVJ5p5g++OCDDz4EJrxF5I8fP1Z+T5o0qbvNCg0BZvKe rbx06dLAgQOdPhw1apTTvkwBhqtXrw4aNEj/mDdv3rx69codkffr12/+/PkOafnAgQMHfETu gw8++PBTwltE/ujRI+V36/O9X79+vWPHjnLlynlp2fT379+7dev28eNH9YeNGzcuWrSoNy4n AjSEU3lc8e3bt8+fP7v7urL76m+//ZYlSxaby+eDDz744EPQgLeIXBkgB9YTJ23btm3mzJl+ fn4Wz+MOCxcuXLt2rfoTbK7rNuTWAe/++uuvHtfWX7p0ae7cuR7PJmfVcP187NixHTt2VP7s 2bNnhgwZjBbVIl69evX169do0aIF8HV98MEHH/5r8OIYufJ7nDhxrJwKPsBfvnz5EtLyRnqZ Bw8edO3a1enD0aNH25u48fXr18gF5Mj8+fNTpkypf/DKlSuV7aH04TTW8L///a9v3779+/dX PqlZs2agDPN36NDh4sWLO3fuDBs2bMBf3QcffPDhvwNvETm8pfweJUoUK6faunXrsWPHOAlc 7o2syH369FEPBDgk8rPR/X/48GHevHkjR468efMmfz59+lSfyKFwblnkzL/99lvw4MHVF2rZ sqWyfA6Ob968+cSJE80X3SxWrFghZ6qHzqdOnRrwBfDBBx98+O/AW0SuJBMNFiyYFU+GHR8x YoRDWpjuDSLfsGEDLln9CZfwOMvM0PkRCqdOnVI+UfdVaOLJkyd4WZGThw8fXskxefv27Xr1 6u3Zs0f5b5gwYaD5zp07hwgRIm7cuKlTp06UKJFFUSWC+/fvt2rVSv7d398/U6ZMDRs29PZF ffDBBx/+s/AKkf/777/KJCy4xMqU9YcPH8pLwjjnp0+f7CmfCvJOYmrkzZs3duzYtpwc/h4/ fryaxR1SalX9b71580Yzj5srfv/99wgRIjgkE48RV7O4Q1qGvmjRIi4HkcPfKVKkyJEjR/78 +dOnT4+VN3YnRnD06FH1moXVq1fXrVvXt7mLDz744IOX4JXwCq8oXeuhQoVSti4wgWnTpsmn +vbtm1MHuHXA4lOmTFF/Ei1atKFDh1pf5Pb9+/dx48Z169bNdcNjd2naFEDkyhJ8fUDJkSJF unPnTqNGjbZv3+70X6SPkmv25cuXV69eXbNmDbeWMWPG2rVrV65c2d32FVbw4sWLzp07qz/h IY8YMYJHYfu1fPDBBx98cHiJyOEhZTY1djxMmDDmznP37l1lhBVbKW9WaBdevXrVrl07pw+H DRsWL148i2dGeTRu3Hj58uWa//VI0twpdOuUYE4TRYsWXbVqVfPmzZ88eSJYNk57QsLgwYNb tmzZrFkzj7tOGQKcLU8FUKNnz565cuXKnTu3jRdSgHSgsnlDlPjggw8+/BDwCpH/T4L8O3bc 9Bj5zJkzlbH2jh07pkuXzpbiyRg4cCAmVf2Jn58fVtXiafHHVatWPXLkiLsDPDJ07Nixo0aN 6pGbIfsZM2acOnVKhPJd8fjxY/iVMwwaNKh69eomzuCKM2fOjBkzxvXzf//9t3Xr1vv27VNv OmkFnPDcuXOccOfOnYgS5EggJuDzwQcffAhceGuMHMi/R4gQwVz4fvjwoWLH48aN6+qerWDz 5s1OlBMlSpThw4f/+uuvVk579+7d0qVLwzE6x+ikRpcRI0YM/OvKlSv1D4O/T548Kf+eKlWq ixcvKs9cHLdv365Ro8batWtHjx79559/Gv26E4YMGeI6lCADjh85cqT1pfn37t3jySxbtuzo 0aPK/ap3ofbBBx98+K/BK0RONFemdIUJE8bckDN2XBni7dq1q43TrZ8/f96iRQsnIztixIiE CRNaPG3FihX1WdwhKRv9A+RlY6tWrRKx2smSJRs6dGj06NFz5MhhoKz/L+DFI0eO4M4LFy5s +iT4Y3ejCTIGDx5cqlSpzJkzmzv/hQsX/P39FyxY8OrVK6d/xYoVy9w5ffDBBx9+AniFyD9K kH83N0EaClemoaVIkcKuvl8Z3bt3v3XrlvqTSpUqWexU//btG+x7/Phxj0eKjEkXKFAA89q7 d2+dYyJHjtytW7eGDRuiDPCpYcOGFZzrrom7d+8WK1ZswoQJ3IW5M4wbN05fefCIKPDmzZvV a99FcPv27WHDhiHsNKcX/PrrrwkSJDBWVh988ME4Pn/+jIyOGTNmYBfEB2d4a7KbkpjM3Aju vHnzlDnqrVu3trHvFNc4ffp09Se2dKojO/T9qALBrKU9e/YMFSpUr169XFO8hQwZslWrVm3b tlU6w/klf/7869evN1RmJ/z7778tWrSQN4/x2G3ghBMnTqxZs8bjYTt37sRS16tXT/zMuPCu Xbuq8ws5gbDibtsYH3zwwS58+vQJt/P48eMdO3bYsgmWDzbCK0QOKSquywSRv3jxQrHjxGjs sl0Fu3PnDrLA6cMRI0ZYnKmOIe7Tp4/IkdhxwZw2v/zyS6dOnRIlSlS1alVl4JkHW7duXT5P liyZ+mD5c4tELl8Ua/7u3TujRD537lzBEfp+/fqVKVMmcuTIHo+EvHlZ8gZuOkiVKlVg7VDn gw//EWDEa9WqtXHjRoc0wahcuXKBXSIf/h94hcixkopke/bsGVLO4wwvNVauXKksYapfv75d 66O+f/8OMahzlYDKlSvXqVPH4pmnTZvmOnCrCRRDxIgRRY6knDNnzpw+fbrM4lBsxYoVoXB3 Y8xly5atUKGCxyly7hAuXLhq1ao1btw4U6ZMRr/75MmTZcuWCR6MluKmXJPbux5WpUqVo0eP ejxhhgwZLPam+OCDDzq4f/8+duLgwYPyn5MmTSpdurRXk0oFAIyyUhCHV4icB6SsHX/w4AH1 IHHixILf/fDhAxVF/j1s2LCwi12lGj9+/Lp169SfxIwZEztuMf0LxlGcPlOmTOmx9ty4cWPO nDmIA2WuHxa2Q4cOefLk0fkW7Wry5Mk8ahHycypSdQmmuyXWr1+vFFUEY8eORTzpjLQ9fPiQ W5Yz+nlE1qxZxS/tgw8+GMLt27f9/PxOnz6tfLJr165Tp06ZnrUaFEBs6dix46xZs+zNTRKI 8AqRQyqKI3/79u2lS5fEiXzLli1KBCeai39RH4cPH3Z1gWPGjNHZme3ff/8VsXqXJQgWQz8p yv79+2fPnr1kyRIlGW2RIkWocIKTyaNFi7Z582aO5yT6IxpolxQpUnBylDVEaDpjj0MaOnGS Rx6Bg6cJuVv5/fnz53r16gmyeKRIkXxbrfvgg5dw7dq18uXLX7hwQf0hgXH+/Pk/LpHfvXu3 SpUqBO0ZM2b07ds3sItjD7xF5GqbCz9BySJf/P79O7ZS+dOuyeqvXr1q0qSJ0xLnmjVr8jpd D4ZEV69evWPHDsy6yFAudV1wHkC4cOE0Kfn58+cQMNy2d+9e5VR58+bt3Llz8eLFDXUYRIwY cebMmRDhsmXLDhw48OjRI3iRpxosWLDw4cPHihUrVapUadOmzZ49e7Jkyazwt4Jbt27xrIx+ a9q0abwRzSWFI0eO3LZtm+B58uXL55tD64MP3sD169dLlSrllDVLBuGlW7duP2LTI7zXqlVL tl7jx4+vW7eu9VSe4iAUv3///uPHj6FDh7Z3Zo+3utbV88xXrVqF/RIpN7559+7d8u9Jkya1 K6lnly5dnJZ3//XXX0OHDnU9cuXKlYMHDz516lTIkCERayJELrhxuEPqYHCqNCdPnqRJLFy4 8MGDB8qH2bJlo8BWRqFySfj69euLFy8gchQ0p/r99995BbYPJ+/bt8/EZjaIYmpF48aNnT4n agwZMkT8PAQao5f2wQcfPIIW6ufnp8niDqlTbevWrbBgwBbKKrBJHTt2JGTJf2Lwpk6dqkkE toDAi8+5cePGxYsXUUU8zGfPnr2VMGXKlIoVK9p4La8QOf5Pnfv65s2beKzKlSt7/CJuUrGk xGijc6c1MWfOHKf1Zg5JizklMnv8+DHvGE6V/wwePPiHDx9Ezi8oS2FQJTndnTt3tmzZsmjR ov3796vdfNy4cYcPHy7yoETALXhj+3YncAvmvjhv3rx69eo5rSlfunSpx93hFESLFq1kyZLm ru6DDz64A8GwQoUK+rmtli9fXrt27R9rnqm/v7+6x9chdQ02a9bM3vWrL1++PHbs2Pbt21EM ly5dcuWRMGHCpE+f3sYrOry3H7nTJhaTJk2iZuhbzGvXrqmXYttitvDWLVq0cPqwQYMG5cuX V39y5MiRWrVqIZqUT75//y64BVmaNGkiRYqk5IR3h65du8aJEwei4h55x5p7oIUPH55/HT16 FJGRLl26lClTBvG9QL58+SI4mO2Kw4cPnz59Wj3CjYBVxLIIMASCi/J98MEHQbx58wYvceLE Cf3D9u7di9e0aw5TAODMmTPt27d3+hBTjtMTXDysj2/fvh08eJAIv379+vv37+scmS9fPttz WHmLyJ00DgF67dq1fn5+Ol+B4RTxkiRJEuua5dmzZ8R6J4eXMGHCQYMGqT/ZvXt32bJl3717 p/7wFwkiV4kdO3bNmjWx+DrHoFvhrVmzZjktfnPCOQnKn/jpzJkzFytWrGDBgkmTJhUpTADj yZMnHlPSugO0TY1XEzlvX3yn2t9//921Z94HH3ywgn/++QefI9LNRmvdtWvXj0LkWI527dpp DgISllu1amVlkfP79+8hL8y9zl5ZapQoUcL6TtlO8BaR4yadPunbt2+hQoXc5WjDoc6dO1f5 M2/evBb71eU8ZU40w+ObMGGC2uYeP34ceeHE4g5pvl6oUKEEr9W9e/etW7deuXJFpzDK2L84 YP31EkKECJEjRw7KWbJkSR0ph0DesWPHqVOnrl27xvP83//+R+2MHz9+okSJMmbMmCpVKtv9 PVcUnyLgCkrbq1cv7k75RDx9UOfOnS3mxvchqAEfQ71NkSJFYBfkPwrCVJs2bcQX027evBkx bTsneQP+/v579uzR/Nfdu3c3bdqEGTN35mXLlg0cOFDcz4QNG7Zo0aLmrqUDbxG564Tkixcv nj59GobWPP7Bgwe3b99W/rQeoy9dugS5On2YLFkyp9VKq1at0kz/GSxYMDXB6AOCrFKlSv/+ /UUO/uuvv9AoV69eFey6d0gymVpIheMRVa5cOVOmTK6DFNzv9OnTN27cyDHq+fnBgwePFi0a uoonj7NPly6djekVBdPguAOB+82bN1GjRpX/5IELpmjg9vPnz2/l0j4EQZw9e3bbtm39+vUL gFR9CFBfnlEnEKJXr14tfjwR6fPnz0E/rcr379+3b9+ucwAVzxyR7927d+zYsYZ6JePEieON AUFvEXmSJElgLPVQAU+zZcuW+/fv12ylVCB1IlKLYfrZs2e1atVyGoeW7bh6IjpRw92URbhZ MAWbDKIPhNShQwd3+3g6JKJq0qQJHhRRduvWrQsXLpw4ceL48eNwsMfdxx3SnMHRo0ePGTMm Z86c3F2ZMmXkuWy42PHjx+NQNS+NXHgggZvt0aNH+vTpq1atWq1atdixY4vfnTuoJ9ub+zr3 rhA5gTVDhgzK3qw6GDBgAA/ByqV9CIJYt27dtGnT0KxTp07Nnj27l67y7du3UaNGXbt2bcaM GV66xI+IFy9eVK9eXSQQKfj77795jGnSpPFeqWzBBgk6Byxfvrxbt26GetcJtnAHYd/o5tF+ fn7e2HbZW0ROdM6aNavTmP/58+fbt28/c+ZMp96Yd+/eKdPFQXIJpi9NQ23YsKE6FZGMjh07 YkmVPxEWw4YNc3eSRIkSCT5uCo8i27x5MwGIc2oew6mg3mbNmikjDiklyBPUHz16dOfOnU2b Ng0cONBj3zIHHJDQp08f+Lh27drLli0TX7J1WgJVsF69es2bN7fY82FlvzWHdC9nzpxRMtZh kkTGyHmMqBYr1/UhCAIioQk4JHrImzfvrFmzTPd26gDiadOmDa0VMd2/f3/fBrgykPt4DKPz XQh3WJEgTuREFY/hkfBLRBVMduKQ5qWb29siWLBg+Cij3xI6szdO6pDsL9LDdbhl9uzZCRIk 6Nmzp/pDbPrFixeVP3PkyPH777/Lv+OqaeE8uA8fPlBvMG0RIkTA04cLF46myHNxvXT37t1d c41h9ZwuyhV15kh7zFuEdIURCT07duzAVro7LF26dDVq1KhUqZLOCoeYEo4dO2Zog5nHjx/j zseOHWtiW5pXr15h7v39/RE3xDVDfQ9qiC8Vcwe0nfwL8qtRo0b6wvm3337r3bs37/HHWvTi gwiIpIruh1cQvhcuXEDa2pjTe/78+dR2eTyIeHLkyBH96bf/HQwYMMDcNg28tfr169teHhtB SBHJWg1lCBL5s2fPqDbcuInCFC9e3HX2mC3wFpE7pEJj+G7cuOH0ea9evWAO9aowJ2lTpEgR mjQvYNu2bdAtLg3Xq9BV8ODBoXnUADXPNcHqqFGjRowY4fQhX5kwYYKTw0aFQR6aJUeFFChQ wPVzjr9+/Tr0v3379kOHDj18+NDdvVOwcuXKVaxYEUEgMmnu06dPHrf50oS5XWJlEMv69eu3 ZMkSSL1EiRImzmCdUO/evSv/0qlTJ9cnwIvgBrlK1KhRqRWtW7c2saeLDz8Edu3a5fTJ0KFD iQPITespCGlfXbp0IQioP9y9e7ePyB0Sh0Hk5r575swZwgieyt4i2QW8n7KRpj727t37+vVr j5MzuNnq1aubY3HgvbmBXiRy2Jpy035c/9WyZUsCND8dUoJSNZETtadPn96kSRN3K7NR6/yL p+ma737BggVYTNev9O3bF5fv9KG7bnCQJ08e9RAsEuzvv//euXOnvFuAziS1WLFiwTdly5bN nTu3SFY4BW/evNFfeiiDSpA/f368+KVLl6xQuBpXrlwpWbJks2bNBg0aZNSaW58uxI3zc9iw YWPHjlV/niRJknHjxsWIEQMNRxz/888/AyC5jQ+BhS9fvmjaJlo0rW/RokVWVgfdvn27YcOG tF+nz4ndvilvGC0ryzgxNhitRIkS2VgkG3Hs2DFXgaiJmzdvElQ9zsyASkxkpJYBp8AO5r7r EV4kcoeUsmPMmDGai6dbtWr19u3b7t27nz9/Xj1n6t9///WYajt58uR9+vRxsoObN2/WTBmY K1cu1zwADmkUPFiwYK6mHLuPrYc/rl27hvLas2fP8ePH9Wd1xY8fnzdUqlSprFmzKlO3DIG7 dtc9oAbkXbRoUR7duXPnCEzLly93nQpgDrwjEwvJTPfJK/jtt9/Gjx/vtJ8Nb5bImzhx4ihR otiS3c+HIA7aF95O819bt26VB+kMKWMFJ06cqFy58q1bt1z/JW93lDZtWhOn/TlAzGnTpo2h CW5OIE7C5UGWyLGIgoaHCAzr6xM5B4wePdp0YaAh8ZVQRuFdIo8WLVrTpk3d7TDTo0ePO3fu KMPhgiD0T5kyxWl52759+ypWrOhqskOHDj1hwgTNzu2UKVM2b97cNZELRn/SpEmodRq/x0pQ oECBIUOGpE+f3inVqFFgOvEcz58/93jk4sWL27Ztm0UCNjpTpkyugxeGgCoaOHCguT5GpzS3 JoAPO3TokNOHNKrOnTvD7qiiZMmSFStWrFy5cvxi8Vo+BFmg5nV0JI2xQoUKq1atMurLt2/f Dotrri91SH17p06d+i8TOYFu48aNFk+iTogZpECNwt2JH+8xSSVUYnSOuoL8+fOXLl3a3HdF 4F0iB02aNPH393c3G3natGlGT4gmclqMjuiGhzQnXsGy6dKlc3eqnj178vKcEgVckiBYGC49 bNiwmjVrQjZW1lPiOymnuy0K1Lhw4QKHpUqVit//+OMPdFKnTp3MXZSwCF9yBtOuFxGg2ash Dp3v0maeSCCO9+7du1q1ah07dkydOrXpa/kQZKGTTEkGdaBWrVorVqwQb2Xr1q2D/vUr5/Hj x+vVqydayp8LRBJ3WwkbgkjUChRwg4YSSHMjOltX379/X3xXRlcQwSyaPX14nchjxIjRoUMH zaFrE0AWtG7dWv3JxYsXy5cv/+LFC9eDsXFt2rRxSMPhnz9//vTp09u3b5EUWNjLly/D1vxy 7949K+XhhKskZM6cGVkgvoDBCb/88gtEtWzZMo9HYiO4ZZnIATS8YcMGwpyhy0HhjRs3btmy pUVLHTt27DRp0mBrrJxEBNz1vHnzFi9eTJkRLj/i/ok+6ODmzZsej9m0aRPNGVcgMl2IRoG4 15kHI+PkyZM6sfsnBnfdrVs3wX2h9KE5bBEUcObMGUMG+vbt269evXI3ggPNP3361FxJGjZs mC9fPnPfFYTXiRzUr18f521duLmmNKf9w+Lupoldu3atVKlSUDhm/c2bN9Taly9fumZjtQVI +7JlyzZo0GDEiBHmRo6LFCmSM2fOgwcPejxS3XLChQs3f/58Li04WB4/fvx6ElynCppAqFCh qKABQOQyoPMxY8agsleuXOkbO/+ZIDLTE0yfPj1lypSyOtfBzp078eIeWdwhdb+h7K2PEP1w WLNmjYll0JrgAQbNOYPiHasyXktwR+TuBmg8Il68eIJJP60gIIgcYhs4cKDF3TnhnilTpqgn Czx+/LhSpUo6+uCCBENXCR8+fNq0aVEA+rubuMPMmTMPHz7Mz2zZshn9bpgwYQYPHlygQAGP AejOnTvqP7HF27dvR1/PmTPH3Yz6WLFi5c+fv2LFivCuvfkveQWQq11T6D0CUdi9e3cfi/9M +Pbtm7i87tSpU5YsWXQmJWGyCTU6CRbVeP/+PY39v0bk8rpTu84Gw/EYgyCRG+1tJXhq7qpi Bb/88gu0FQA9iDYTOW/0+fPnaBCnzwn3tWrVMrdUmioybNiw1q1bq7vUqIsYdFu8IOIA8s6d O3fevHn5JU6cOCVLljQ0S0KNixcvQsaLFi0qV66c0e/myZNn0KBBTlO4XSEv2VIDFTlt2jQe 0datW48fP45GplKGDRuWCIWDyZgxY+rUqc1Np/eIrFmzlilTZu3atabPED9+/MaNG/fp00c/ +CJEoPBChQqZvpAPQRMQ+efPnwUPpmK3bNlyz549mpNkqflVqlTxuKewAgTorVu3vN3t6T2s W7eOkGV0O22ik+ndh10BkRONza0p8B54s0Y99K8S3P03evTocloLQ+ccPnx4sWLFDH3FHGwm cswiLJg4cWKYmxtQJ2wZPXo0vKtvkXPmzEkjVLpEokSJAh22a9fOaUMkIn6jRo1cF4YaQvr0 6WnAmTJlypAhg7wUTf4cQ2xx6AhZ5+fnN3v27Dp16hj9bseOHa9cucJ3dY5xl08tlQSjV7QI Kne3bt02bNgg0pPpijBhwixcuBCD9ddffzVs2NB16jJyhIrUoEGDIkWK2Jjky4egg38liB9P GMHluKbpJSw0a9bM6CKOIDvp2iO408qVKxO+Nm7cKD6cR3RySoxjEbRZK9NdvQRqlGCvjILg wYPrZLaBg7AcIpM5FLRt29auyWEeYTOR455h4h0S/vjjD0i9bt26eClCMKw8c+ZMTKfO8x04 cCD8evbsWcRU+PDhkyRJopkMuX379osXL7ZYVF5MmzZtXMUsRbXeTYRw48Y5ldF80fLiOgyK zg16bzGiOWDKe/bsaaKzDv3LbcrdpDyojBkzzps379ChQ+/fvycwJUyYMKcE33alPzdM5Loa NWpU7dq1nXIEDR482ETPkODwfBBE//79IdHDhw/LGy4IzuffvHmz0Zzq+vj69WsQJHICqdG9 Sf7880/XTTsVEJGQTe422XIFQpMKaagAVmAzkaNoeHzyiBdkvFACxhdXXaZMGSI+vlxO6OYK +ImWGSFCBGUXDU0MGTJk0qRJguXhdcKpmnqfgi1fvhzF1LVrV6duOruSiMHlqJlSpUoZ+hYy AkeOVUX3aB4QLlw4O0pnJzDlRIdVq1YZ+tbkyZPV8/yTJ08ub29AaPDqUg0fghRMSOenT58u WbIEx6N8snPnTnN5Ru/evfsjTlzftWuXMlK5YcOGpk2bEjRE7kK9PZUtIMCa643zNozO502V KpV+rlnBPaKozOPGjWvSpImhq1uEzUQOx8DETnnQ9kgoXbo0hrtFixb8vmLFCtfvxosXz+NG rYsWLerevbv+MUinZMmS4fOyZcuGyKpfv767Var//PMPookmQeVOkCCB8nn69OnNDec7gfpd vXr1/fv3G006QVWYNm1a7NixNXPpBMHFVxR4zpw5WCvxrRc6dOjgrq7/ZCweNOf0Bh3od2m6 w+LFi5s1ayY/2Ddv3kDq5pJ1PHz48PPnz9bTuQckcMCDBg1Sj9fOmzcvfvz47lJvKbh+/brp 2T868FL+cIswGnX1B7OhnokTJzqklKA8ec0RHCQprh2GCvghTpuJHGubMGFC9VZmCtavX791 61Zk4/Dhw3fs2OE6EyFWrFj6s5G3b9+umYTVIc1ESJcuXc6cObNkyQKLKx3mUKlH/3rkyJHi xYuvWbNG2Ts1X758vBJbZOa7d+8oM3bBaFIqxHWfPn1Sp07duHFjp1XyQXOSLa+euk4oGTp0 qMcpIRUqVBDfevXHxf3790ePHg1JIGEDuyxBF9CAie1Ez5w5c/XqVTlBEBFW2UbPKF6+fPnx 48cfi8g3bdrkmkK8X79+cLn+vBxMlO0Ts4MFCxY0lXeuXLlChAghOFKOfdfpOr1w4YK8y1ea NGmgIU67d+9eWIzPEZE8AcwV1hEpEFiJAu1ffgaPuluhyDOtUaOGvIWJvPewGokTJ9aZzYQ4 qFatmubyKs45atQouNz1X9AhVvvkyZP6ZSYilClTBq0qJw3mZfBKrCcvlEHEwX3qz19zBz8/ PwqD21Dv76nuPAhSoH4PHjyYR4dd0MmClD59en9/f682fnlJDDGLCiPbBaoWV4wYMaK9q+90 CjBlyhQ0K794b6eEnwYm8u8STGQiv3bt2rBhw0xfGjuO2tYZHA1q4MYJd5r/QvQnTZpUZ+2r SJoKowgVKpTmdtKBDoxZxYoVcRciB3fr1s1dfzA1pHnz5vK0rQULFsiHlZXgkF4Htx/oQzP2 v4DYsWPrHzB37lzN5Of6EXbdunWa6dsI05UrV9Zkcfm/glOlrl+/jv5o166dQ6J/1JxdRO6Q Nn7AnJnLwUL5W7ZsSbSSBwgom5WdoNyB6njz5k28vtHU967IkycPDMor3rJli6YcrlSpkrJY 5d9//+W1yul65DVI3CCCgK9DuhxmaKY653nw4MHt27dv3br19OlTzNaXL19kIqex4brKlSun 3tfOS+BGFi5cOH78eLnbiafx7du3oBnsggjMrY2UH++pU6esZHn6/v270enNgYvHjx+7637g RlavXu2OyOWcx7aXh9YaZOt27ty5RYicUKOzBPHcuXNHjhxxSDm7XHcTDyJTj+1/Abht/X5p dyn9dLrXeBkoJs1/9evXTz8xat26dceNGyfSodSxY0d5TRq/I8GQDocPH/b4LRE8evSI8pse dy9atCglGTFiBA4PojW6bFQEHz9+rFChAgwEDRcoUIBYkDhxYtNnKyoB5bFnz55jx44h3ZT6 UKdOHR7F5cuXDx06hD84e/YsgYmIzAtSxjjh8pAhQ6JXiO+JEiXKmDFj06ZNdXQeKmf79u27 du06ffr0vXv33GXFgdG5R8FbQBBMmjSJp2F0GSj31blzZ7X1uXPnDjf4A3m+gEfmzJlNDGZR aakzVjakckhEbmLfv0DEvHnzdBbKEyIyZMhQpUoV13+9fftWc9DTImiYQXD6rYz69etjotas WaNzDEwMvzitcFaARoQLUEhZs2adM2cOoel///tfEJwTYD+RyxlICN9Gvxg/fnzNz4mJ7jY2 wGC5I3gFSZMmhUGp2R7DBEGhWbNmBw4cwAiGDx+e14YEc0qjZhoLFiwoX768uU3GHJJmHDx4 cKlSpeTi2VIkNYJJuCmBGw8dOjQVt2TJkiVKlHBXxT0iqQSUhzKswCXgZjh+9+7dOtu68yLg 9QcSzpw5Q7PR7MKhRWH6p02btnnzZpFYTC0Sybj37NmziRIIlzwHcSKnzIit/v37O9W0FxJ8 RK6DJEmS8GqMdvxSl/bt22ci1KhBLQqCq6fcAUU4a9Ys/WMgnrRp07qOVjx9+lR/O2ZziBEj htGFXgEGSHrmzJmQsbukIwkTJuR56qyTGjZs2IkTJwhB2bNnHzp06NGjR2nL/ElYw2OkSZOG esvPQJ/Naj+RE3MrVapkonVp9snfvXu3Zs2amn1f1NQpU6aI9Orgw2jwgwYNIuLrz8PCKfbq 1WvChAn4A4LLpk2batWqZVcu8R49emB2rYzR5pBgS2GcQI1XFwxOktcaoJO4Ii+0bNmyHgdN XPHo0aOOHTsqzxyGGzlypKEzRI8efdSoUa5Efvz48T59+ohPwYWS1auVNMFd06qHDBmixLvb t28Lnv/WrVuNGzfesWOH678+f/4snmvsvwmqH6LcKJH/+eef7pZoGsIPlGiIiORxkxIqW4sW LdC4TtNQ3rx54411YvBZoDtUmhjGQHNYMFKkSGvXriVWjB07Vn37CGsUT+vWrXV80d69e5WF 43zd6b/ytpnce+rUqatXr16jRg1bNrAwBzNEfv/+fXyqzlgjd8X9aw5puwOO03Wc7OPHj/Xr 19cMprR8jKP4gm/YaOPGjVAy0uzkyZM3btx4//693DXHqcKGDcv7jhcvHlzFW1GIBzPK8Xis cePGmd6JVgEqYerUqR4zsAYKeAiacz0wK/sk0BL8/PwwtYaUBBys3sHWREp2FLGTgOAkGF9U kSEj1ahRI/0tUPfv39+lSxenwZRr166JnJznQ513Z3cIH69evRIvqiuoezxGGhTn4SdV98uX L3K9peFQdbFENJ8ga4xEwAPkXT9//lzweHQ2t6+eBGoO8pwMiycJGFANBKdu7dq1i5DllFaM 2zSRZNQjdPaJDjCMGTMGWl2/fr3mq6Se4B+wZPPmzZs4cSKUT1yqWrWq/jret2/ftmvXTuZ+ nYfGv/6WQO1t2bJlq1atvJQMWx9miBwiLF++fP78+Zs2bVqiRAnXNaCxYsXq1KmTIcbCeLnq Kc7grktk8uTJWbNmNVRskEGCQ4qt2C90HK8B3RomTBh3jRmfOnr0aN46V1yxYoXF7K1UuDp1 6gTBheAOT/kTkPkzZszAABUqVAgZW7x4cY8+5ty5cxaTQdaSoP6EF0d4clXH+oDt5GmMmsCp DBgwgFfjqtXQrLCm/hDg8uXL3XUaKSAoGCqwDJTfQQlnz56lJJCcppokOtMGaUG8wbRp06I+ ia1yVoZAt0riIGggpIgbgsejKR8+fGjILWiCtv+j7MFz8eLF7du3Cx7cs2fPIkWKpEmTRvkE gqEmm6uK7kAFU18iUHDz5k15eQhxiSjtbgI5TQP+phFB5xkzZvQYhDmn4JaSMhDZhBEiJCbW KWoFAMwQ+bt37+C/XRJwOciQKlWqODUGPsQB43IEz8nXnZZyQhvuaICg3KBBAxMlVwAJhZMg eHwWCb179167dq3s7M15rKdPn0JCVlbLeA8ic+h479sl5MuXD0+sv4UJd2plPjCWC+ft1Cyh W6MsDnr16uW6kY8MzDQi2t0eEkQHWr5OPVmyZAlW0qPLMTStmouuXr1azlYr8gC5+nsJN27c UHamp0lyhh/Fa8po0aLFpk2bdu/e7fFIJEuzZs1s2cILkfejEPm2bdvEG9SXL186d+6MSVU6 2CNHjpw8efKjR4/aWCSaletE7gAG9CmvX/D39yeI6c+akhcxrVmzRj9/6IEDB8SzsaqBuKxd uzYcgfUPyGkxZohcPU0J19WkSRM8K+65WrVqypg/FmHWrFn4NsE9Cahk6qBz/PhxeQG+KwoX Ljxo0CATxbaOBAkStJNw79491DF6jbu7evXqs2fPqElQO83MKaajWBENoUOHloU/lPDx48eg meoL4hQ/WB5B54337dtX84sXLlxYsGCB6cLIQydOqwrPnz+PejB6KhSYZgo53hSaAH+vM2gC O758+dKdCIBua9SoIdJXKZiF4/v377AvEURnc14RUOVQJz8WizukeQwEjVKlSulvrUSbmj59 Oq3pxIkT1i8aP378HyIbzLdv31xzb+hj69atCxcuVJJoEXNy5MhhL5HnzZvXG6thxcHt0GSU P4kPCAuddUzyOB2xSycLEK1e6VQ3h6VLl+INEBa5c+c2fRJDsGey25UrV+rVq0e5odgCBQrI HyZKlAhhgjM4c+aMxzOoOzqwrVQ+Te2JEsepC24P4D3EllC0aFH5zw8fPmC53r59yy/qrZzk ffFoPxSYn7///jtEHmR7O6Er8URIMhYvXrxu3bohQ4agupys8/z5863Ycd6y657ThG8TOxqN Hz/etcXyvlq2bKkOAZogerobTMHKw+KCMydEyP7Bgwc8RisbwirAowTAcnlvgEoIXRFMXDOX yUCjQPbFihVDPduy3wkyNMg2STUwD9gbo99CZ5cuXVqZz+Xn54d4tXGYXHw9pzdA6xs8eLC6 DXJrVJ69e/e6S5Iqi/KzZ89evnxZHmZ1xbhx49CI8koz08/q0qVL+fLlIwzidgKggpkhcnf3 duTIkUKFCsldXnKvAo1k9+7dEydORBhiMvgi7VBzjpIy04q30qFDB831jgTluXPnqrdGDSII K8GurVYCC0gTtJfRlabwXOvWrWE1WFaZ946LtbI3gzwzxelDTO2BAweMnmrYsGGucymgzOrV q1Nmj1+nxmqOKd69e5f2KZ7t0mPiJ6RwuXLlCC6CJ9RB2bJlA2zzRG+ABr5hw4YpElz7836R 4JC6jm0Z7g2snJpGcerUKRP3e+fOHTRxly5d5D+Rd7hVW8SiQ7JquXLlsuVU5gC5YCScPiT4 NGzYcPv27ZqT2KNGjYqtouXu3LlTk8hRS/3793dIVmTlypVGN4JSA3f65s0b0183BDNErhOV CHyTJ0/eunXr1KlT5QFUgnvPnj3btWt369at79+/Y48010Eq/TN83V2X7IQJExS774PtoN5n zpzZXMqIFStWwG0YdDl9LBxp2i3RilByrp9//PjR6LyEOnXqtGnTxulDlHLlypXFU3O7Dm9T janPDx8+FC+Jfufto0ePsEq2sDjPf9KkSUEz97U4CLXt27dv1KjRGQmPHz+WFRXUjg2oXbs2 8bFixYrWF5IQyjJlymRLmb0N08mpsOA0BNlmoIHw6Js3b7YlmR2eLWASHmuCtw+baP7r6NGj 3KZmIlvIFa5Byu/YsYM448RlBBmaNg+HEIHWjx8/PqLHRB87X2zVqhWPPcDGHcwQucetim7c uFG0aFF8lTJVmK/IfR2am8Y4pMluDmk+vGYQd0iVJoA3hvsPAsE+d+5cc989duxYiRIlNm3a BJeIzFfSxPDhw93NWzY6nlKwYEGUn1NDPXfuHI5EfHW4Q2vvQoSmUZ2uP52qV69etqTcChky JDYiaO6pYwIoy9wSlE+iRIkiT3AjSvLErE8CwI7rL0oMIoBLPG4Y4Q7IoIULFypxNV26dJgl PKvFIqVIkcJdnq6AwaFDh9xt6gFGjx6dP39+131QYFYaCER+4sQJfjotbR0zZszBgwfDhQsn m/Ls2bOPGDECTSlYJHQS1bVu3brlypWLGDGiwRuyBDNELlJE5BL3j0uDzpV1SrC4O10ZLVo0 dBBUrSkVMeI8UBNF9cEQsmXLFixYMNOJrq5cuVKpUqU1a9aIzIpwAkF59uzZqGB3Z54+fTrV SfBsefPmXbJkiVPf2vXr18uWLWuIxR1S/mr1n69fv5YbuTho3jpJJ06fPm1uQx1XzJkzx0v5 goIIevToQQCR9+PBnVs/IdX1h5gS+OrVq5s3b5r+Om0H5lbUZIMGDd6+fSvOT66gShOQA5ir nECr0R/AbtmyZebMmZ0mzFLyxIkT4zpevnyJNlITOR/KMrFbt25JkyaVP8SL8txwFzo5nTgn NrVkyZLly5fPlClToGygYobIeTSC4X7s2LGfPn2aOHGinH/t6NGj7rp0OCduTFN1xo0bd9as WSZ2LA6aoE3ev38fMQivvHv3jgYWKAkENEH1pepbyTB/6tQphLA6CYwIkLGjRo3i0q7/4kEh ridNmiSeEJvoLM9qVn/49OnTKlWqeMyK5Qqner548WKjITVUqFDuNlYCmHvrXcQOqTOjatWq 1s8TlBE8eHBqAj5JPG+MDv74449q1apZP08A4MmTJ0bblBro4B07dqgnpsFPf/31F8bJ3DLa vn37lihRwnR5rANN77FX7M6dO7169Zo2bZrT58o2Wtu3b8c6y7+jbFq0aPH169cUKVI0b95c fXz9+vWLFSu2YsUKFCRelKBNg5UzN6RMmTJt2rSo5+TJkwfuQiQzRE4N+PPPPwWTkPv7+yPc 5M2n3TEEonjXrl0DBgxw/RdNd/78+d7YJiQg8fnz57///nvv3r379u07d+4cRC6Pu/D6W7Vq Fdil+/9DzpRpcasY19GTggUL4vUnTJjgOluHZtOmTZvatWu7JmFFAlN5IHgl6Qd8nzFjRkja 3Uzy0KFDo6kJUk6Je2mfuBBzqXbV+hoZamLnGxq8u4mQRAR5YyWL6NOnj3gqlR8aiRIlQthR YayfinribmFhUANyVmdvAhGsXr3aaYY5ejd9+vRdunQxOk7UunXrnj17WimMdaxZs0ZeO64P YkWpUqWcVqMpu3PR9JRFaAMHDpRXM0JDrgP/fKW1hA8SaLZ8K0glUjRD5NxA4sSJxXcTGTp0 KCKap+lumIc62rt3b805BePHjw+wpXjewPnz55ctW0YrunDhgmtHEAwX1DYOgsjhQuq3jedE 9tFOGjduLOfSefz48e+//54kSZI8efJkzZrVta/l06dPCxYsGDx4sNINni5duq5du5YvXx6p 0ahRI2rF2rVrOY/6En5+fqgizU3bBg0aZDqXpzqBHW/TxDJc7tTdnBeqxNOnT80VTEGHDh1w SBZP8gOhZs2aW7ZsEUxW6g4oSOKyXUXyNqzn6t+6dSs1zalnCFW0UgJGi4bpcakVonbYsGHU t8BdsAdTEFEFDyZu5M2bV90/p9jCS5cuwWK4Kdy2PHQL6yseXRPyAiWT5fYmzBA5oQ1i1twf wh2wC9Qhd3keqECaLE5La9q0qYkSGgXtZMqUKbJxtOucBw4cgG+ocDpjEDqb4AYWYB2qssUo 6QR5o/E4ceI0a9bM48Hr1q1DFCu5PhIkSIBpIHYrE78JwVOnTkVt0A5hemIKvooP3Y1QbNu2 zeiothrqCecoURPd4JkzZ9YMfNT5zZs337t3z3TZHNKwsZW7Cyxcu3atffv2UaJEiREjBj// +usvwityhyjhcSI0DxORx2s13cEup6sKxBnXRmGdyHlWx44dc5385ZDWgpcoUaJ06dLu8mE7 pJhfrFixbt26BYX8BOhp8f11iBL+/v6dO3dWPiFQyEPDGIaLFy++evVKnrWHTOnevXugjHBb h8mEMDAQHkt8sfzVq1dr1KjhOgFYB4UKFQqwVKb379/v2bNn7969GzRo0LFjR0M5zlxx69at Pn364Cn1n0/kyJGzZMli5UJeAtZ58eLFNmaNEFxvjSeAnpWFoeHChSNwwP2ac2qiS/B4ztev X0MYVu5FPWPO3IQjV7n24cOHtWvXTpw40eIoxqhRo6xMWQpEII9Quk69o6FDh+adwuipU6dO nDhxypQpsYyaw2p8iIls1KiRuUsvX77cxE4NgQjxjAU6QIZqEjnatG/fvkoGHp6tn5/fx48f iYrwN0o6Xbp0RCqcq/Uy2IKtW7caGmjAbVerVk2Z10bgRcPJKrBNmzaIJPnx4hZck1D9KDBJ 5JkyZUqWLBliR/wrhoIgHmvmzJmau1B7A/ISXir09OnTMaPt2rVr27atuW2/582bR+UQGb/J kydPIG57pwMKRoPXWdphFGhe9K/OhrMvXrwYM2YM7U2ZC1m+fPnJkydbz7HDSfTzfXqE2reZ 6AZPmDChWq5RMWCR8ePHKwvZzW1IhYudMWNG2bJljX4xiCBmzJhQKRFZ/SHx9LYEJWN8+PDh ofNcuXLlyJEDdlemKTmkTVN4kvIMdnEQtWbPnm1jx9sPBM0ljjzzli1bKrk9woYN26tXrzhx 4ty5c4fo9PDhQxrvpk2bsCXYMCoqrZhjULfUwEiRIhEkIX6OlyeCyBusefUuiNLiO8fIgLMn TJgwfPhw+c8oEmQiV3YsRERqzjLhcrRZlLe8wxbKBlbCY1Azg1RCQJNEzp0kTZrUEJEbAnE8 IDO4PXnyRPmddzZp0iTCd9OmTY0OhyAI+K4IizukKeJBqiookFdD2kjkBAsdIidAzJkzB8ZV r2ggRsDu379/p8FoZmgSAReV9ww2jV9//VW9ft3E+4I5lPITO5YuXcqdKiGVwFe5cuVDhw4Z 9foNGjRQMgT/iODBijTwt2/fHj58GCm2f/9+2Ldw4cKZM2eWx1Dkzl5DRB4xYkRI60dkcVv6 e2lQ0JLTqXiA1En1J1jzR48eERKhLkLZu3fvXO0vDSF48ODyvlNQOK8yceLEKVKkKFmypLdT oBCfDeVikkETU3a4gIldA3vy5MnlZFYy4Gwewt27d+9LkPcOJp7QYOUtg1GisWLFQrvwe1DI 1W+SyKkNdevWXbNmja2F+f9QvHhxeZZ7gMFpjwpEaMeOHbHmFKNIkSKCJzl+/DgOSXCVCC0B sWK4oAGFhg0bQq62ZClxSPuE0vw0+1c2btzYs2dP13XnMyXQZmgt6dOnL1iwYL58+dSGTAS7 d+82Kt6dQBNVd8yY2H+2TZs2vGtiwdy5c6dOnaokvIOHatWq1a5duzRp0ly5cgU6d7cDmxPQ f3gLnW0hfhTQzKdPny5yJHR+RMLYsWP//PNPFEyVKlWw6Ty9JUuWHDt2zOMZYJratWs3adIk aPaBeYRpLavG48eP0crqZkgTa9SokbpDiHYqMj+Gr3CqlxJgOzkJvPxqrJdTH/I+VUa/dfDg wS1btsg9WDgK6oPTzOsOHTrQ2JEs3MvWrVtRM1xFvweOdo3fo0ahYFCHWbNmpW0G1hYy5jdN geGyZ89ucZDPFTyLadOmBfCaPM2uhVOnTiH51anjdUD18vPzE1/rSRhyl7I/KADvMmzYsNKl S9tyNh4LktZpqOL27du9e/fWX831VsLly5cXL16MiIbO69Wrhy0T6Skh1gjyhA7k6VfKn0gK Q1+nwAgRROGsWbOUBbtQePXq1SH4jBkzyp9Q5/fs2dOjRw9/f3+dyXSUpFWrVi1atAjcRByu gCF4uUbzwhI9uCOjoxUPHjyYJSFlypRNmzatUaMGkVehImJrhAgRZOcE+RGvM2XKVKBAgRw5 cgTuJl0WoZOHQBxYUmVOMeyLKhozZoz10yrghLaUUx/nzp0zl7GKxoX8lTvV4sePr/5Xnjx5 kJVUqilTpohvqUeteyWBIsm9GnHjxs2bNy9hM2fOnCZEvxWYJ/LQoUMTiLl/G0vDORcuXBjA qvndu3fuZg7LqeM3b948fvx4zXkiMqhYzZs3N5RdvG7dujpjxoEI6jF0Bdlwvy1btpw4caL1 cyLzb926pUwhJJpAsd26dRMcg1BOsk5C6tSpKRgWVn/W8Y0bN3hxFkr9f5AgQQL1VfLnzw83 iCeYQ4Ig1ZU5nrALLhxpqFC4AriZmoZr5MlgCB4+fCiTk5wVDs1XsWJFAkQQ3Jjn06dPVJU0 adIQKA1xOfeSL1++ZcuWmbvuhQsXkDVOVpV6O2fOHGoIv4QLF87cNJcgArTvkydPcHsOaR3z r7/+ajFxEO4IBUysg7/x4rZsOaMAsxswXYxnz54190Wa1enTp2X75EQxPJYSJUpYz+hw586d eRKiR4+OCSRGIRECZoGxJS6hrIjiqVOn2lWaGTNmuMY4bwM60d+jBhJCyrVv375Pnz6afVyr V6821IULpWHfDRfU+zhw4AAmctq0aXXq1HFIy6+PSbB+5lOnTsndbhhx4q/pVd0OSZI3adKE qrJ27Vod2bt//35DqyQ04WTBodu2bduKTxRXptJQbXikqD39qb/ZJDx//pwqJ1tVeWlWUE6f vnjx4pMSvn79igoxNEGVSGeayGU4bWmDpKZW/LhzANUYOnQorgZ2QTvGjh0bbrCS3M0hOfJe vXohzQ0JaBFgwAYOHKjOuOA9mOhXl4EMwjfLRO7UoKwrfiegwOZKSJkyJepcPWfeS7BqCocN G3bp0iVllqkV9O3b112qba9C7r/VPwZ7NGrUqEOHDs2aNStZsmTqf+EvkbeGrggZBME1rKgZ CvbPP//gd9OlS5c2bdrw4cMvWLCgSJEiRvOTu0IeRVu5cmWLFi3UUwvNIVq0aN27d9fvx+Nl WbwKcB3+wE8j2gy1/MaNG1Na8eyE8qxa8fMHIqCEkSNHyr9TVaAKgpf49jaoxvjx45vIm6sD /FDDhg2t55ynyWOwiL8Bw09OQD3jm4kt9erVQ/VS1bHmFon8+vXr0K1dJVSD6u1u/2978fnz Zyub0G/atAkpg0WmMZpbLWIUFy5c6NKlC5qM99ioUSMsnJfWqVslcmI9krxKlSoYICvnqVix YmCl/fv06ZNgHu/Dhw/nzJlz9uzZ6qlGtC5De4TADa6bbQcFjB49Wp4AgpHF8sob+iZOnHj9 +vXlypVzt22dIDgzRtaWMbm8efNOmzZNf60/ERDjbvFCEJJr/xCOE6rASgru8Ea8QFLA5REi REiaNGmmTJlQSD9KZlCPWL16tXp+yfLly/HE+EhBLkfOEjoIczYWiVc/aNCgdevWmSZgAoI8 moaH27JlS8DPSeYZEgzl8exdu3Z16NBh8uTJxYoV00nYEohInz6962bBXgJmw4qaOX/+/OnT p3Pnzn3v3r0AYHEFr169IrpOnDiRN+ilHdxtGKaNGTMmsb5jx44zZswwdwa4bcqUKYGifB3S HrTig08vX76E1SZNmqQkKeMlieddIqwTtoJaWlaH1F+tjqdHjx4lGsqfoLUh9bp16+7bt8/0 +e/evatmcVz+iRMnjOar4ukhb9HUHmPr27dvnz17ZqagKmTLlk1TLmCXie/czvTp0z3qG+LF eQnKJ8ij7NmzB9kxb3Eg+CZMmOD0IdRep06d+fPnC85XrVmzJjHOlu2xFWC8iJji600UfP36 de3atcOGDZNnPKG3lFzcAQnKoB6qIzZmzpyZCtOjRw97H5R14C95fbZMqhfBhw8fxDdP0gSG EyJ33UklANC/f390vJdObs98K9wGQQ1xzUtFQhp61pEjR6bZB2JfotF94wnNzZs3f/funZz2 L2zYsBCz4CZCuNLChQubKaU3wR0NGDDAKUYMHz68QIECcjSMHz8+wZFPoHbroYR41KdPH8Il lCz+rZQpU1K7BKPz58+frZeT0OlOXCJBqPPm0gBQc7ZJiB49eoMGDZo0aRKQKRNsBGSJv3H9 HF+OI0fWi8x947WWL1/eaSmzdaAwChUqZKgbk9sh1KrVKm8ZRRjAoQl5NHjwYKcPmzZtirZG 9CiZW4IIunfvHpB5pmnUpjdZlnHx4sUzZ84EfN8G3s9pUzV7YefE6UISrly5cuHChfv37yNv aQMHDx7UWQVEKJwzZ448MzOwYC4cYw2pUvJI7V9//SVC5JCQvN9tUMOhQ4dWrFjh9CHsjuw4 cOCAPJyPXqHw1apVwx9wsGtOBtgIf6leC+QKeJH4jrl3SBMFaE4iCVsoQKdOnVq0aOG0M6kO IBKLKxh5ra5zpri1w4cPz5s3D66ynv76yZMnhGwoh7tr1apVEJw2oQMexdy5c939l0cUPnx4 V7+uCQKc7US+cePG3bt3FyxYUORgghUUTs10qrrvJNhbMI9Yt26d6zZ9EFi7du369u27cOFC i5bURmTNmrVr164BecX/SbByBoh81KhRtmwcLIgQIULgVCtXruzVq9i/AiqpBOVP/aQxI0eO 1FnWFTAwnV4NZwm9tWnTpnTp0h5HZPPnz79o0aIguHMODQO1qNk8EGSTJ09GrCifJEuWbNy4 cXIKl0uXLj179oynh1zjjWfIkGHlypU6U9wxoDwBXL78Z7hw4RYvXowy0OHyyJEjN2zYEAo3 OucTykddWRnXb9SokXpqK3e6fv16qMtpfMH6lBmoonfv3gsWLBg6dGhQzhHkhMuXL0OWOgdM nDgxVqxY3bp183iq3LlzlylTRsmxbwt4KSNGjMAsehywo04iWDUnYHISe9doeQSE7W7BJ81k 7969CA4sREAWyR0IZVOnTg3ggAYpGk1X4ITTEuwqj0fEjBmTChYAnRbeXcq8f//+tWvXuvtv 48aNg8KWD7g30+EYW5koUaLOnTsT5XW4vFatWrTPILV/rQIkKgTs7r/Dhg2Da53yJ0SNGrWw BKeDdfJlpk+fnqs4nQcHz3Mj4EKQ6l1xlZXTJUuWNLfyiheaK1cu04sp0BzKHpc0ewQHTsip E4Lbz5QpE+relmHLq1ev+vn5NWvWDI/+Q1hzWNzjjSMBecXy1lI64GWhiTmh0UEufVAbDxw4 kDdvXncHQNKdOnXSHy4NYCJHJuqk2BowYAByp0KFCjoNNsCA+k+XLl0AXzRMmDBweQBf1DSy Z89OZNPcWNl2eJHIaedYDXcEWbBgwdGjR3vv6uIIFSoUKs90OK5duzaxfvr06a45nEOGDJkj Rw7ESqD3Ouhg+fLlOvdOIBszZsz48eM9nufUqVPuVocTqSHmnTt3RosWLUmSJNRsxSfhy/v1 64cewt8/evSIIzkmXrx41pMCFS1aFFI0oc9+/fVXVFewYMHmz5+PUd6xY4e6I453Wrly5QYN GsAQI0eOtHfy0ZQpUw4ePDhr1qyAz6ZgCNy161iMJhDrCRIk0GFTGVmyZKEOoIrsKN3/B149 JO3u0teuXUNee9xdPoD7sfXTo3779o3GsmrVqo8fP9q+9NkQOnbsKKeaCGBEiBDBRDbAQEHd unUJmwE2DdCLRD516lR3vaY4szlz5nijW4a6Ttg1pNrkbTlevHhh7oovX74kBuXOnVv+s379 +mXLln3//j0UBWMFnb3/NEE5dbpMZMArLVu21F/uRWTv2rWru70FCaly7nSH1DkGS8GFGH1l H9KIESNaX/jrBORwkSJFnPbXEgGVE82BI3da6PLnn39iLmvWrKmMHD1+/Niesqrw999/58uX b/HixUFZ/J05c0YwkyXtkYiP0fQ4oa9bt27r1683ne5DE6tXr4awXS0RTr1KlSoie2+ITK36 9OmT+NJ5HTx58sTj+ALKAyKnzdIkA2XqtUNKkj9gwIBAuTSOHF2oXgMSBEGIGzduXNOmTQPy ot4icgyWu3XheBpv5GF9/fo1LoEzY/QN5cSOGjVqlChRTBO5Q4oX8nghhpL3lzlzZtOnCmCc O3fO414dHz584KnqT9Pr1auXYG47KP+whKFDh7Zr16558+ZeEq1Y6oEDB0LJRqe53pCg/gRN gD4rV66c0wRmL2UARV2hBdHB5vbbDgDs3r1bvBv8zp07NAq4R390k4eJI7crvb8MKHb58uXq SR4Oqcvdz8+PWm3LJRCpHTp0oOG3aNHC4qRd5IVIFOrduzdV0d/fv0KFCjwx2l1ALolOnTr1 7NmzA2yDaVcQ2+2dTmEvcCmTJk0K+N3uvULkhM42bdq4m/CJF7d3/3YofO7cuRMmTJDjr9Em GjZsWDT7lStXrJRB7mKFwgN+3MgKiB0iEzghckjX3djtkCFDlL1+xYH/wMQTZ3lx9tYHBZky ZRo/frzpVR8oTmJlgwYN8uTJo5kYXzxZm1HwUho3bvz27VtIwkuXMA1oY8eOHYa+snnzZioJ DKR/WKlSpXhZkydPtlA6ZyxZsqR169ZK5oY9e/bAghC84Nc99u19/fr1xIkTx48fnzFjRu3a tVu1apUmTRpzRRWc0vHq1StqNS2uiISTJ08iTY4cOXL9+nX+BdESD21Jq+wK3NfSpUuVjrRA gZcSqlgHYq5t27Z9+/YNlLlQXiFyQrM7f8Z9Vq1a1a4LffnyBY4ZNGiQejtnE+uCUHlWsn8r 4NYsTqoMYAjuE4BCOnjwYMmSJV3/RXS20s9GGIImJ06c2KRJE9Mn0UGzZs0Qdp06dTL0raRJ k9apU6dy5cr6G6fGjx/f+lYWOujYsSPGV05XEHRw9+5d1/VRHkHDR655TKIwePBgeNFGHjp3 7hyVvFChQg5p2AJlJs7iDmkmrP4B2BU59RBSHi7HUdSrV48XZ3SKE19HVQsezIVQJ3KnZkYJ DsnAoCpoUFWqVDF0aUGg41euXBnoY4Wo8yRJklgZgmnfvj1KVHDXYEGkTJly1KhRAbCLqzvY T+Q0cndrTqpVq2ZjHlbaJ5bOVcaamAphS6Jg2nyxYsWsnyfA8P79e1S84MGoficiJ3Bg061v Ffrt27emTZtevnx5xIgR3tgRjqgaI0aMHj16iOdlzJYtW758+TymXaP1xosXTy0ibUeXLl1C hQqlTKEPCrh06ZIJrcyTb9OmDVylv51ohAgR5s+fz8O3mFdcDcgVIn/y5Anxx2jJPa4ggMXV S9eg0mnTpi1YsICbpXVEjRpV8EK3bt0SJyecN87YqbcmbNiwFy5cqF69upVRQneIHDny2rVr s2TJYvuZjYI3UqlSJcybua9Hjx4d48FTypkzpy0zGeXNhYF4lgtvwOa4SXBv0aKF5gOiEkye PNmWPKyo12HDhvXr109zoM5EDgeIPEyYMB8/frRSKm7QaT8Vj6D8XFQexCXSyd6OR4StDyHB Snk8ggclLnoOHTrEa1WyrDx48KB27dq7du1yPRJ/wMM0mnt/7Nixr1+/njp1qje2oq9ZsyZh rmXLliLzmxxS6Adx48YtW7Ys1tzdzvHhw4cvXrz4pEmTbC2sM6AEoo+XbJYJmLYyKAA5OaD+ Yfit5cuX82DtSsaybt2627dv9+3b9+LFi4a+SAP02E1KpXVduUCjHjJkyLx584hRtWrVEmnI lNDQmOCiRYuaNWumTh+LFKC6emNGN2qVN+K99KJGUb9+/fHjx5urHrQjHhoxasWKFX5+fu7m 5wqCWL1kyZL8+fNbOYlDmszx5s2bz58/K4wGBeAMw4ULJziP0mYiP3v2rLvprB43kBbHli1b pkyZ4m66jYl3E1WCeimzCRBtBXPLPJNACHgqgffnkIZF5TviFcI6v//+e8SIEbEvf/31l5cG pbicuCZF5uPgFZYljmiyuENaj0e9NLGJDsGC71pvFU7gtR47dow6I5hGV/3F6dOn4+GImO4m 1WPK7SijB2BSy5QpY8vUaOuwksR++/btPXr08Di9EU1coUKFOXPmmL6QGkT81atXi+QQdAIR 3+OsLqq6u7EVxC7ylCYskufH6Ja7ED9NUk3kGzZssLizkTtAnEFqPeSff/6JtjaXJUKZw0Sc 4b1Y3EX3119/tTLjlZpzT8LNmzepLVRUArLcawgFYPGJ/KgofsaKFUt/hw47iZxyYHo0Jwlj iWzJ/cLJ+/fvrz8oa2gMTAYsnjlzZotErtMTi9q6fPkyEgc3g9a5f/8+/C0oOJYuXeql9H4I CHEif/z48ZMnT6i16I927dq5C7KdOnVq3bo1IUZkQxEn4EiKFSsG6aZNm9bQFzVx7do1pMbG jRtp8KbTelCXFixYsHDhwurVq/fu3dt1DR6intpoYz+wJriLjh07Tpw40XQWQhtx4cIF0989 derUzJkz27Ztq38YWtbf3x8ja8sKKznZsIkvRosWzWN/KVVLZ7zm/Pnz1BC5K1h/1Jxobqhs 6EukibKP4rp169RbkPHoRo0aNXnyZPXedCaAcKchB+5ujYRKGmCpUqWUB0iphgwZkitXLqPT U+LEiaPkXYYpadoI8X79+pme5kIMN7EpM4Hu8OHD27Zt27dvHy/IY3RCwceOHTtZsmRZJKRO ndqVa+wk8uHDh2tmv+PC48aNsx6DEK0NGjTwqKFM5Oi4deuWifk7TnBNI0pjw5jSxmhy5kZS U6VKFYgTKNSA9VFRsGOVKlXc5TisVq2avN8DfL948WLajDjD0Thz5sxZrlw5K90PeG5C5y4J R48etSubB5GaULJmzZqhQ4c2b95cvRUHpe3Vq5dXt0OQQVBOnjw5QtnbF9LHx48fqQNWzjBi xAh1CgF3gIqmTJkij2hauZwVYIM8dq2LdPAuX7588+bNNA3qic42PEaLpxD5wYMHEZpqPTF6 9OgWLVoUKFCgatWqpvfzxYVPnTo10HvUcQXosJ49ezZp0oQHmChRIoe0InTgwIFOCws9goqn nqKBXkSdE2Bp10Rpc3SOSRM/GM7GAiFPDalh7MRVCfK6OxoFr6ZGjRq8dOUY24j8wIEDqCTX z3///fd58+ZpznCBG06ePEn4Fjk/RhBjKrJY2ejO7d+/f6eiWJyyhExR3wj+e/bs2YsWLcJ8 WzktBfPeHAq4k3ApODOAG8QRbtiwwR03I5AhG2W2WubMmYkvGBGEl7tgx8EJEyakTebPn5+f 5nIZcnKo5dChQ9TAI0eO6HerWEmNjo5u1aoVyozoFjFiROXzRo0acacwvbnTiqNdu3YZMmSw PXOOIWCPLM6levjw4dy5c0Wm4tOQ+/fvnz59esK3N3LveETSpEk9zr4U7P/DhLRu3ZrwBcXK VOQEE5t6yd6D+E5gVI+vU09gcX5JkSIFipY/sZ6Gzsxd84K6dOkSFLJKc2swLmFqzJgx/v7+ 3BpREUvarVs3aoVI0kkZSCjIz/XzrFmzrl69+uzZs4gtYgjBBG6GFDge146YkxfH4kU1LaJ4 b9+WLVs6duxopUNLxpMnTzZt2uSUWc8eIucpd+jQQXPQmqevubQa+cP7mDlzJjemWbPVgMUr VKjgblDWCUYTxqGX9Xd2EUGJEiXkFK03btwYOXLkrFmzrCfvJGp7dc8cNFaUKFF4tiIH8750 JqhT3YnOTnMg4sePP2PGDKQ0LHvp0iVaHRY5dOjQ8tgPFJ4kSZI4ceKY2J0dMXH79u3jx4/D 3PzkmevTM5RQsGBBFP38+fM9ZrLTB7rk+vXrqDRluTBRb9KkSc+ePdNJNW8L5On9e/fuVcuI AAbG0ehorisQfPXr1xfcHrR8+fJZsmTBOfHMAzLzCRBZamWo12f9+vW0BRpFuXLlnP5lYr0G DYrKj8pRT+EsXLiw2lDxkKnzJUuW7Nu3r0iqDFpKpUqVunbtaiIfBsVA1uiv2DQBiFxhFohm xIgROENuBwENuUaOHLlPnz4i5+EhpE6d2t1/00pwSJILb8AVeRSEJqTMvn37qK7u4rk8w8kj 4EEo0q4KjBx0ogZ7iJyWqbn0k4u52zKB+D5lyhS5TPopIHh5tWrVEmRxh8DSTzUITNZXxPHK +/XrR5ylYlHD7EoaheT06uZC8G6qVKnEV6C5A7Z+0aJFCRIk0PxvPAlWzs+DJUZgtVHNyD5+ 3rx5U3BoCuVetWpVlLjcQ+i0d5k54IQKFCiwYsUKZVMjpAl/tmzZkhBj/fw6OHfuHJQmuD2o N0DdtrghtEOaRYg7qVmzpuDxf/75J4q/YcOGxArMk8ekclioihUroqctzl0Qyc9lNDS/ePEC aUK46NGjh7qbXX9VnibQjggCNYujjLEQrus+aALFihVDg0LqR48e1ZydAwFzNlqKobSYDsm6 7Ny5Ezu7f//+KlWq2L6IAwZ1esi0/WbNmlETxo4dS3OgaRPDNcf7eMIEZ/l+a9euLXK5cBKU P5csWUJF1alyIh3y1FsbMzu1aNHCdZaJDUSO2dLM3/nXX3/RljQ7uolEimyk5rVq1UpH/CIP DWVrMZTyk6tbn+pZoUKFmDFjYsqNZrzSAVThuh+27ShVqpT13oihQ4d63BXDEKCK+/fv37p1 i8YpJ5Hld6NzznPlykXTLVOmjHo41q5cbIRjIiOhpHjx4vIn1Lq5c+fmzp27V69eXu0Hnjhx Yv78+f38/Lx3CR0os2otYvny5XCGoXkz0DPfoj5s2rRp9+7dly9f5jnLUZ7zEHyhIp4MbzxH jhyIy23btlkh8kSJEok4cnPraTGRlH/atGkKZ5gQu7CLmsXDhAmzYMECd6mvUe2NGzfGxeLL UaJXr1598+YNJES95dKY0aRJkxrqSJc7eNGve/bsUYbnvNEV766+8X6hcJwu91WwYEEYd8aM GYcPH1ZIl+BWrVo15DWhI1myZEWKFDF6aXR53bp19Su8x64U6mrHjh2NXtodYBlkgWvDsUrk 3CRqSLO3bdSoUZrbSMPKakFBaJg+fbq7ndCoKEb9h/hsqefPn9tibiAeeNdiklc1UD809QBI EocGHzhw4O3bt62cwXq6EgKKmrn5ye+Cff5OwNlUrly5Vq1a2bJlcxWRtmT+kUG95d43btwo Zw2TgWskfEydOhVSt/JUXUHTxZjiljJnzuxxAxLvwa75gwcOHMCX67OXzNBOH6aW0KVLl5cv X2JJP3z4QOXhRUeMGBEOUzcZoryJLXMUwA0i01NMJ3tYvHgxXAj9yEljUCGcysp4HFHU4y4P PM9kEkxfxSElEqB6L1q0yFWweoPIdcIgAqJJkybHjx8njNepUwfhfuHChf379+PNsmTJQhyg JcoGoEqVKkb3dNi8eXO9evU8ylb1CkBXyMus7OpRz5AhA85Ts8pZJXL83KpVq1w/r1SpUsWK FV0/v3btGhrHqTuCatGhQwfXnaepKO3atTNUHgSyeDaldevW3b1719D51fhFAveCMzN9Ek3A B3ny5LH3nJqIHDky9Uyw08kVaKaxY8eaMyWYWqgOzj4lAYtg1HM7IWPGjDTm8uXL6+zHQ6RL kCCBXbnYCLvUcxyJer1cjBgx+vbt26ZNm4MHD0LzhBXqvIkAjYXiVEjhdOnSoT/kLHJe2qZF HHaJS2j4/Pnz+kQOT3fq1IlAyXPgxjmYEMHv1DqYO5IEna9bTEMmOD3FypY/u3btQvbhVXjL uH9qEZxk7lS9evVSz2H2Evbt2zd+/HhivruuZm8QORWA163TuY0RRxQuXLiQyJ9Kgvz5169f 5R0XqbRGJxvhyoiKIt3m+pXw2LFj5ta7uyJFihQrV650Z1MtEfmbN2969Ojh+jmvc/Dgwa5+ iHDWrFkz11mvtGq40HVpzcSJE43O+kZEC06iQSUhig2dXA0CKyID3/zgwQPTJ9EEocrGRLYe gXm9ePGix3xbmuAFiXdW067w2VyLaHXixAl+4dFZ16q0c5wxFJ43b16PWeHwbc2bN7exp+v1 69fVqlXbvn27kwzlQqUkYGG56+vXr1++fPnhw4cIR9lHyoGJNoIMChcuHLQNV1F1o0WLRljn qcpJirw6ScIEQocObWXmvxpUAP2tWgmRcveM8om8XT1CDVOeJk0aZBnm0l17hxphWXP5v6hL ysbE+rC4dx+BvmzZsjgKbgrXaI7IEa8eN6SxiCNHjowYMYIorf/qvTENkyccLFgw/YkRNMAy ZcpQPPUC6927d8vZyahmhjamI1K1bt36+fPnHo+k/epnOeO52dJYEiVKhH7SEb6WiHz27Nma CQegN82J6JMmTdq5c6fmqZYuXdqkSRO13ifKT5061WiRaA+uzl4TN27cOHTokNHzO6Q0EfXr 1+/SpQsBWjDlpyHAqZpDEt4DqitWrFjEAkO92TwEzU4XNZB62N+TJ08SoYhZ1Ba7+mYd0vK5 gQMHUgZD44sNGjSYM2eOjVsac1NUXcSypozgQ7kzU01atG15yphM5BYL8PHjx6dPn6KeTUyY Mgo0B43U+ooMhzTIqn8A4btkyZJqIue5PZFAjZI/obFny5atWLFiBQoUcJpuSSNKkiSJcqQh dOrUSbDvARnBGxTf1NUV3CB+UZ79R9sX4Q810CtTpkzxxiYFMpCegwYNwvWK2FNv5KCMLMFj pIUyK1WqtH79eoVZFZ9m1I5j7gVXoOAidDrJ5D1sDF1aE6gQNIr+6lzzr58nO2zYMNfP06VL p7mP8rVr13TWCcCpxFb1hEleiYkVqxkzZhRM1v3333+LLKEm1EIVhF3qcZw4cbJnz65sp4GO tn09DOYy4PMoYXRatWpVokSJwoULo05EvhIzZsz+/ftr/uvRo0cYUNrV0aNH5dFuL60a4qXw dozOEqKdT5w4sWDBglaCrxM2btw4ZMiQvn37Ch7PA7fSR/3q1StkKBX4woULtJo7d+7QGBct WqRvcG0BKhaHZMu2HCJqgLYGi+jUH+T+Sglhw4YtWrRo7dq1+SnnVeUnxt1EJK1Tp47mRn+a II4TzS2mhT98+HDz5s0XLFjQr18/eQm4IEKECIGb8lIKZ3gIK9WzZ0/BpdKICcHeUEPA5aPJ RCzTgQMHWrZsOXfuXKQVjWLFihUOSeoZyqmFmRHvnuTJa5ouWuiqVaumT59ODBS/tCZgnGXL lukMF8owT+TYa83ZubC1ZncTkU6nukOTGzZsUIicpktwNFEq8XQZgskLibndunVzXVXJ+16y ZImhsnkE1WLUqFFGE9rYAqwzvlx8fhYHq3s+qAmQysGDB2lLZ8+e9cbODa6AiTt06LB79+6R I0cmTZpU/It58+bl3VWrVs36SioFyJp8Euw6oRM+f/587ty5PXv2yE8Yn6Smt9ChQxt6AqZB FUXO2kLkIuP9uG3u6/Llyx6P/PDhwyoJSPn27dtjwuCVDBkyGE3YjvvR9CfuIHf1W8yE6pBc YKZMmdq2bbtr1y50ieC3kKQia+RM4OrVq5CiSAIuBREiRLBrNw01ECvJkiUTZEQeI24EKQaL y1Owy5cvb6jDHxoSn7acMmVKpzQYT548ocpNmTLFYsJvGTVr1uQVi0y6NEnkRHx5FbgTChUq VLp0adfPz5w543GJ7bZt27p06SJPySNSmOj8xIvLWXhEILhGiHCpqT+o4iLxxRB4Z+5WY3sV J06caNKkiXiS2jJlytStW/fly5eQ9wEJ+B4TOYddgWxKmzZtqlSpKIzgXlU0PLi8d+/eTZs2 FZ9rU7FiReKv5ja45kA9adCgAdaKyG7LCRXwKFavXr1u3TqI3J03JdIJjihZBOwIU7rL0WsI HtNAOaTkTuXKlTM0gYOqWKNGjVmzZo0fP95oetH48ePjfgwZXErIt6wTuUPqzy9QoACGEgcs wqC0Wc2+T+tYunRps2bNjE4+peaLTzQ2hCxZsvBYBA9Gh5UoUUJeVUs88Tj8pwZ+UlxFOSSh qfz+6NEjLPjkyZPVkZB4/kqC+DllUHKqfceOHQV9nUki9/f31ywcF9Yc86NdeezJpAWiYuSR AKqyiU2W8uTJI76yQjAjDw9UM8OMnPbWRtCMDdU5u8CrodEaGvVEhNauXRv6tJiAVgEhgCaR P39+3mDy5Ml54FQArAnib+PGjR7LhhtDAtLUIWaeoWBGIK64detW2u3UqVMPHjxoeuMEpGfC hAkxf5zQxqFKngB1bObMmfv27fNYNtSP/jIYG5EzZ84ZM2ZYPAnvyONaKRm80BEjRhgdB9m5 cyevo3Hjxmg7wZ5hSHTatGlGE5MRZ9GdmzZtMvQtTXz79q19+/ZQOLqtc+fO+mmyuLvhw4db v6gTUIoDBw40N3UuXrx4XqqE3Kz4RAT8VcOGDWUHTx1Tc61HQGqGRGquXLkckiek5kyYMEE9 v4GA0KJFCz8/P0pSsmRJQxU4derUo0ePVq9r9QgzcUeWHq6fc1c0BtfPnz59unz5co+n/fTp E8ZdJnIil4mB1fr164tPHRKsc7///rurzIQ5bJnFoKBw4cLuhpy9h9evX3fo0AEiN/rFRYsW Wb968ODB06VLly9fPuoMPBQzZkz1f4m/5STQLPEHixcv9tjfhYNHXowbN45oWL58eRE6Dxky ZPXq1atVq0brJfQfOnRInlv+7t07zeonZ22kPqA8kIx4SoJ4kiRJ4saNa+Meo2/evEGUEMfF u/jMJWBHId24cePEiRMEO/FE94gt07PBFRQvXtx1KzlNEBCLFi1qgikp4ahRo0SOTJEiBTGX 6OFx01JNCCoSEVAJV6xYUalSpUmTJpUpU4by79ixw7Uq/vHHHyg829d6ffnypU2bNpg0c1/3 3pa+vCBihWDI5XEpLgseFZwyJQMzLZ7NiVJFjhy5b9++U6ZMUQ8mwkFDhgxp27atPA+G2rt5 82ZCk8iZYSU8CW/B6BYbZoh8wYIFmoNkGDvNKTzURcGnQzylEjukDiuqqeB+HjJwciVKlBA/ XnDdVJo0aZw4xiFJExuzd8EHNEtzQcQ08KC8L9M7I5kGsh3Bh/mGeyAPj8ILvuzTp0+7du32 7Nkzf/58Arp+rZB7VtOnT09orlChgsig3S+//JJBgkOSaLxchPnLly/5ybUgb2IB/E3TgsCo lhEjRvTSTjboV0TSoEGDDI3a0OgMETmN99ixY9u2beORUgHwCnv37hUn8gQJEpQtW9boPhxq 8Eg7deokmNaNw5o0aWKL5ZVBc0uaNCnhPkaMGIiJ7NmzZ8yY0coyP8QcNcSu5RgTJ07k8YYI EaKohAsXLuAvjxw5oj4G/+duPdX58+cTJkxoQlZ+/fq1QYMGVvb+sZhnRgfERqS5Ue8kr3ow 9BUegrh1JlBgQlyHFGnFUDuNq3LlyoQgQgc+7fDhw7179+bxuutdwxtA9k2bNjWXrN4wkWPj NCUbTcIdj4onLlXyfnNXELMhsiTcG5KogvkiqlSp4ppJB89kV0L1KFGiLFu2LCDXm3379m3s 2LHdunWzcaqXPngvmTJlotLjv5HtJmbEcIYyEm7evLly5colS5boj+ijCAl/6GI4AM8tPn4s D3kCoyW0Dvw39LZ+/XqjX0RrijR+mAb1xqPDH6jHRPSX0GgCCYjgMD0Y0b9/f0Mdnth3xN+B AwfMXc4J6Dzx9QUikAdWiNS2nG3//v0nTpxQlNmnT5+cVB2OTXY7ToBXoIqlS5ei0oxuJAh7 tW7d2gqLI84MrdU2CkhxwIABhtQSbkFdpLdv3966devGjRvEkOfPn79//17mbFQCEQlpnjt3 buJwpEiRBOfqulsoiEa8JQH1OXr0aGo7ygwDM2/evFatWvGC9u3bRwP8/PkzElzekxSmJzy6 7jIuDsNETuE0k5PTPDQDNJ7m7Nmzgie/d+8e7IKSwqhRWXfv3i34xfr162tWbh1kzZoVXkE3 6RyDsfNqviQc3urVq43uUmAFCHYCgY3+xh0wUnB2njx5ChUqxA1a3DdFAXYQtqM9EDcXL17M 09NZd0tF7dy587Bhw6icderUkT130MTcuXOJpOJbIqpRsGBB/e4cHhH8PXv2bE31EzFiRKML 0KGZxo0bm0jz4JA22UREGvoK8a5Xr16GFhHpwMTkG31QvCJFithF5NAAzVMmcopK1VVndyDc a6qQDRs2tGjRQs5TqQxQigPJa+5tKogZM6ZX5S93RBOeNm2a+FdKlSqFvICwd+3atWbNGjl1 q86ILcfAqchiQ1tmcAkdRfv333+XK1eOKDRw4EDqSWYJHM+bRZTIC/ZMZ/lVwzCRu5sLoOzq 6AQUpficPe5NJnKHRKL6z0gBnFGhQgXN2X28tpcvX2oaDh4rrUKfyLGAmuqE71rP4+GQlkZ4 afWIJu7cuTN58mQMmbcvhEchEkHhGC9+t+VZqQFvIbejRYsWK1as5cuX689vf/HixfTp06mE qL2cOXMGQAZ7o7h06RLvxRyLO6Rts3X+C4vPmjXL39/fXWLasGHDmpijhEs2EfrRdrVr13Zt qg8ePNDvNSEawBOCSQ70YUs2GycIjvcLQlkFeujQoatXr6r/5efn5yraqD8TJkxQsk0bfUo0 EJE5TPpAC3p78/K8efMaInIqGzYSCTtnzpwjR47o95mHCxdOprBUqVKJEzlRCKr2uBqTBojU Q3DLf1L/bV/6b4zInz59qjnRCb/lbgUtPCqexPSbBPl3OADx7nG6CnF5wYIF7nr1KTBPsH37 9k7bsMvo0KHDwYMH3e2sgENylyqVKouZRqPol00fDRs2nDhxord55cOHD/fv3z958iT8vW7d OtNs4RGoJaItNRt5lCxZMm+sKHVCSgkdO3bEDC1dunT9+vXu+sR4U/MlIJuqVauGRrZrGzTr OHr0KNHZdIpAnrMSIJyALCaCDB48WH9xQezYsU0M+aNxe/ToMWjQIPGvUOGHDh3qqqpnzJiB I6Ql6nQtRo0adeTIkeh1o+V0hdERJQjgyZMnjx49giBRRZUqVXK9hcKFC//11192LeKQhem9 e/eaN2+u/rxWrVrNmjVzOnjZsmVNmjRRu/Z9+/ZhAcUv161bN9jIfHElEK69vW6icuXKNHPB 5ULUJblDTnBVbffu3eUehaZNm1IhNbcBUwOX0qVLl7Rp0xJSPBI51aZkyZKU3MQObIIwRuSb Nm3SjDiU0l3ghkg0t7/VBN5ardaHDx++a9cunfUA1B6aNzbL3QGQNHW0bt26iAleldN/qXno NZhg9uzZauuPLiFC6XSqY2Iszk2jMP3797fdqjqkqRa8I+zX2bNnjx07xtO7fv26jYlR1QgR IgQyNnfu3JB3unTpPKYf8gbkuSSAu96yZcvixYv37NnjLlgfldC7d++yZcvyfil54CYzx3KV Ll0asWv6DDx5zc3QiOZdu3YV6e9NnTq1uUtTgVG00LlHasycOXO/fv2ULV/V4JXBQ1Raoqf+ FgPIHaSA9ZVvIpPscHK0mmMSaEd37tx59uwZhaSGV61a1fV4dAbFGz9+vMWyySBmQsydOnVS B9ukSZM6ZYvisfft29dVS50/fx7mEEyytnHjRs0lSEYhL8TyKoIFCzZ27NgTJ06IqF7eF/VK 8MzJkydXFBLPecqUKTrpNfEqOEOsI+8C5yAYWjkMCbh3717X3GK2wACRU4/d7TKiMznQUJ4y nIFCkHjH0aNHO030kHNbUkczZsxYs2ZNgqDO/Ez1OgTCDZXbdX909AehIXr06BgX+ZPs2bNv 2LBBf9TwVwni96UGVl7edM/c1zWBJMQunDt3jrhz5syZa9eu2ZJ7SxO8goQJE/KUMIKoUX4P Ip3VsWLFqi/hwoULK1asWL58Ob9oHknVkg16ihQpMOj4PJGdp20H74vob4XFAbzixEz//PMP 9bxXr16Ck9FM3ztNAMdDNcBPr1271pXOlbW/BC9NFr9y5QoRUy7nuHHjeHe8RJ0rQloIFKfe ZhPFdvcv6PP48ePr16/HPxB5XDtjqfDuHEuDBg0mT55sywTSz58/y9PWlE94koQp9TpYyJ4r qo9RgJXHjIoQOQ3Blv2ZxLMCWASmeeXKlYR9jxnpDa3bHjBggPq1wizv3r1z6g5xSGIFF05N VgwYNw5TCHan8bQ58/79+72xtYwBIr906ZLm7DNUqk4GJbkXWrBHN3HixHIz27ZtG4JU6fDh EsOGDYMzaPOcUF7I6/FsT548UeftGjNmjEPaJd0p8NH21Pn/8Moe5/4g2OV+dUSioaZLFSTI 2jKihhgk1hySACXcvXvX9CxiEcSMGRPxhBrFxVJ+L62/sgVylzv1Bz+6ZMkSxJy7LveLFy9C eDTjPHnywKlFihQxt/bDBN68eVOvXj2L6fDixYtXuHBh9SePHz8mvotPZpTnJFopA7UC2UQN 5GlTIVGQIUKEoGA5cuRAo+BC0NMzZ85EMFF51F+U90JUIjK/4BM6dOigcy1aPccgHcztVS9D M4E0tnvhwoWQhP4WtzrzJdOkSVOjRg3xBGQ6oC2j9dWfIJXUlpcHi4Bzl/2NOMCLEJl8w/2i +60V9v8AFjc6vc40smXLxo3TdmwpOaBm0vbVn5w8eZLKrN7lDyXatWvX8uXLO01Moy7BfeJJ SLEWffr0savnRg0DRL5582bNTnJqjI76g3QTJUokOFBRtGjR+/fvc6uzZ89WHmLZsmVR6yYG Nbmok3CDy8OGDUvgVn+I/1b2ZKOWJEiQgNB/+/ZtQtKXL19ChgzJ3cWJEwcxCJnJohi9Jg+i IJPlmSYel7zzvuXcbVZSqXNdTAymBEXF3Xlj7zU1UKnUYEgub968hHsv7c3gJYQJE6aghP79 +9Py8S68Zc1+MBhlhwS+AtnQqvmWtwfREZTWcwpVrlxZ7SSuX79O4Q3lBqBK2xKCU0tw/ZzG u2bNGqiFyo/NVc+HmjZtmpMxgKRbtWqlP4kXKkU3lClTxlCSCTWciJxagZNeu3atRw9HZNcZ xXNIC8Mom10LUxVUqFChffv2yp/Pnj3jE4ydzleUdbw64KXYIjsc0lZP3tt+zRUEJWrO1KlT 582bd+3aNdlKmdtdN1asWEOHDlWsHW2HhrlgwQKlMqDsO3fujJN2NwOgSZMmFEPcRE2cOBFB 4CRqrUP06RPs3K1wRXrrDDtBnFmyZBEhco48ePBgixYtFPalSSNF27RpY24sWVOyDRw4EH+v DJ98/vyZSyj/xaJlz55ds/+AexwxYoTsGGBxOcMrcbBOnToNGzYkBvF8kGbqGXBwduzYsWFB fAnOyVCOITV4IMePH0dwQDZUXC9tJiaDZ05ExnZT1dKmTRt0JoWZBu+otgQeHaRCqOVhaj5D uGGjBPimQIECtLd8+fJpjkBbBCUZPXq0xZNQndQDNLdu3YLejCb9Tp8+ve3J4dXo3bv3pk2b iB6olmHDhikDumhQWqLTwUQJ2qzHBA/ILEwFlvTRo0cmiqQQ+YkTJwYPHrx69WrBL9KW9ZdK J0+evGfPnkYX1+kjXrx42BglAOLF0Woel9SL7FNw9uxZW5bmEzE0x028CvQrFrl169Y3btyg GgQPHnzJkiWG5rQ7pJDOV+QGjnPjOSPplEUNtAvUZ4MGDfR7wvF+1GTXCVjuQOTBWqAIbVl1 pkCUyAkQ7ibOEO71v1urVi1/f3+P9EMYVfc5wHzDhw+3MjXAXXqsli1bUmY5JQWv/9ixY8q/ dIYA5JUz8u84Y1myyZojUaJEvXr1omLdliDPi4EMqCIQoekRkTdv3hw5cmTlypWEQvGZ/yaA 4EiSJImc7ZwwmiBBAnsrWRAB1pOW2a5du9OnT/NUIXV3OVCpBmsk8O5gdGxlnjx5bNQ0Cxcu tO7batSoofDK69evq1WrZmLrDs2cyjYCoYCblHc94WehQoVkL4IXdB1WIETs3btXJFMTr2Pf vn3IcVy+0SLxHhHiyHeEhaGRVBqIx01B2rZtu337dhOlcgeoRVmYh0moW7euCPvevHnz69ev +pNXDh06ZMtOviVLlkyWLBnBiqiIveGnbE+xsKFDh+YnjchL02g4udIV5NTPKgLqAIV/+vQp DxlhrWQdJvrhHgkUrjk9NdGlSxdqlDLLyiP27NmDEiWqGC2wDkSJnGtr9qtDVx437JLTR3hM 4aswfeTIkdEsjRo1svL65cnbmv/69u0b7Y2QgfgSXD9DjZw5c6bSjJVuPfWcMkqbWILpMitA UKMwcPkiXWSmQUTLnDkzgTV79uxoEc2xw58PwYIFk9MyIKLRcDD6+vXr3emkV69eydtd4wDy 5s1bunRpfops26WDL1++mEjf5gQ51ih/ci8mdj7G5+XOndtiSTwC8bRq1aqrV6/SJOEhIgkV z90WwE65SHXAW0DgTp06FbkvPsaECTt//vzEiRP1u6Y1IZIBOlSoUFOmTKGS2JLCmUenNrvi if8wGFRd/b4Wu9IzY114Mrzf9xLgcjmS09DkFAUxYsTA0iA606RJkzx58njx4tkeagjm4tnD ZHTs2LFZs2ZYR/ScUn+oHtWrV8eSpUqVSvxUGCF4RB5H159joWDChAmlSpWycdWSEJHTArdt 26b5r9ixY4tMj+Q+T506dfz4cf3DuDEon6hkfSETJK0zikbUW7RoESFVkClnzZqlNgqKprl3 757FcqpBeZDzM2bMQK95I22FQ1pemSFDBgJNrly50NFGU3r9TECDFpKAlsflLFu2jErubrY/ lnetBCQdzozIVbhwYWKTCa15584d67te0kyUFEw7duzQ3FPYIwg9hgKWOVDH8OLyfKK7d+8S PTt37uxuQQGff/jwQXNNIE0VclLPjg4ZMiRqplq1aigtXt/Zs2eV3FNEZIwsYQStph6/hGNM WDeHtMoxT548IkcmSZIEmVK0aFGLaz4zZcrUq1cv5U+M0KRJkwS/+/LlS2qyPpErCWQswt3y 4H8k8EZQySdPnpSHMGB3FBixlHbHq+R3WwbXjW7jVL58eR5vzpw51fPU8uXL17t3b9Oj15Uq VeKm5s6dO3/+fJ6Jfg+0PMnJxqn+Qg8RunKnlCEGkQT9mOwNGzY0bdp0zZo17u4QhdKjRw/x JMzfv39HCukMz+t3HCFvBQebUW1Oi0eVgXCLK2EUoDmWLl1KQ7V3UzUZ8pw1vJc8Z81KRt+f EihReac1Ig7SnohDM3PH6Lz63RIQnWnTpi1WrBghG04VT4CDVxPcQlenwF26dJF///btm3qS hyFUqFDBxk3bdMCzxYvPmTPHIaV2OHz4sLu2+ejRo7dv32oSOQTMq0FyOSWRhK6aSYCZcIcw BzEhevToCRIkQDBR5225BaK8eJphLop1rly5sunZ9bwXmFtxrvCNer6bR1DB9CcDIm6szPw3 DarrZQnz5s0rXrz4ihUrrBM5dQaFbegrWEr13Ij48eP37dsXL26xMBEjRmzbti1V8e+//6ae 79mzB2Gq2Tcjb48U0ER+7tw5d6tdaTCCNw+Xt2zZcufOna7j0NmzZ+/atWvp0qUFN0RySPG0 du3aderUgf41D8Aq6QcpwZXWEyZMoNhOHyqO/MqVK+/evbPSU8Spli9fPmLECLtWUyhImjQp 6hKmgcV/gjlrAQA8XHUJ9+/f37dv36pVq2iK7uoJVHRKwuDBg+EMHjU2nZbpcf8b6wOTMLfS ZXX06FGjnYoyaB34EoslEQTtmqdEOe/cuePQnYnCw9EcwiMEYXNxeGXKlNmyZYvmRltxJKg/ MfdkNOHn5ycenRzSFB8qT/369QUX7Dhh+PDhylI3Hgj0YGiWPjyhn5tMTshhomB2AeIYOXKk Lcng1q1bp8y3QF5TN9z19yhQcvCFCBECR4dIsrFvMmTIkPLgXc+ePWFxxOXNmzdv3LiBTyCY IDQ/fPhAE3j48CEsZpeSFuJgneE3j0bky5cvNELsOGERXelkgjNlytS5c2d52z6RksigPTdo 0AA1x2NyNxucN2pxuRT0PGvWrIoVK2qeXP4FE4AeNE3kO3bswGfAGeZL+f+C9skjRRIVKVIk efLk3s5+/LMCmlQY/eDBg7grKEFnIPamhJkzZxIOUKU8/Dx58hBQNNP/IdupP6Yzh1AhoQfl z71795pbxcB53CVpx89hKU6cOEHLpXrL+0ThkqNGjZo4ceIUKVJwa5gYQ6swYsaMOXHiRGqm /mHyRrGun2Pg5MEmpAAl37Ztm37qGBmCA5YeESNGDBMTs9OmTUu1GTVq1LBhwwx1syNW1NlI Fi5cqKyPFYf+hvFyp4XRc9oFrj537lxbdkujZqrTlHFTPHMeFyrh9OnT8qiKuz07KlWq1Lt3 b6+OLsWQ4NTNLKtVfppex+QKz0TOIyCWuf2+GztOBDx79iyaFK7iF9dYEy1atClTptCwjQpD TtWuXTv55R04cGDp0qXKZHIn0JCWLVvm8YQFChQgqqrZlJuqXLlynz593GVuUdaCI5OvXr1q IsHLvXv3+vXrh1Cway0Z1RE9VK5cuTRp0vyUc84DBTB6FQlPnz49duwYepQq7W6uu0Mam5QX sFFDUqZMiU1HaKZPn169I0i8ePEgIXMjlJwTOlSnIhBPRqEGkRSqcLWY1Gci7LRp0zTbrAIq GFxeqFChYsWKEaQEhWypUqVQ7XhNnWOoxq5Ejo9RB2v8Vp06dfBhHt2MXURerVo1cwNS3AvN vEaNGuPHjydSecxH5pDGTcaMGaO8YgycuaETj5NsvLrrqD4mT55s1152sLV63iJCE7lZtWrV 8uXLywkur1+/PnjwYKeaQDsaNGiQvfPGxfGbBHvPqU3Dp06dopHL22s+e/ZMZyRYUZqvX79+ 8uTJpUuX5ATFZ86c0e+7RjDeunXLxP0QCKgHyp9Dhw6FvTRVfL58+TxmCUAToSeIrZs3b6bY MHrcuHFz586tn4BaLT6OHj3qrnvfHYiVXbp0sZjVSwY3TpWtVasWRtDbmxb8l4HuLCWBICsy Won8PSeBCE5ozpw5M7WRepU8efI//vgDywUfGy0DXLJo0SInI2VuU06oxTXzF5qgadOmOqpd ASTxt4TRo0ejYomb1atX19+ETUbfvn2PHDmi0wVFW3bNmLR3716nZQXYg169euG6dK7FK7Bl 0QcxymJCZR4Rr7t79+4YD+7l4sWLjx49InL+IoEwqI5ROHj1OqDly5ebm4jjccRTcO6e7cAg Uc3sOtuSJUvUbltZNERgp63Nnj0bGaRmcTRoz54927Rp85P1Vmq/7JMnT7Zo0aJHjx6tW7eG 23SEJPWSuHb58mVqm9zpL3hhjuzYsSMsCKuJjxNgiZzyLSAdqOsNGjRwPZjoSejU77hu0qSJ 7KfLShAshnoyDnqQmiSYrw1jx13Pnz9f8EI6wHnXrVvXz8/PN/4dYMBU8fqMfovms1mC4//u E2giu1/MmDHXrFnjulmwiU1fMNDEMic7jnYvUaKECXFJw+/fv/+wYcNq1qzZsmVL/cQPtPTp 06e7W50FtVClXT/X3J8QwsuRI4dTck01MBJ4Mo/l9wi5l8v6eWLFilVZgkOyMYgh/AChQD0F p0qVKurtOj5//mw0yYkCj4OeSH9elu1Tc/TRvHlziNyus718+XLFihXqT+SJ+gTk1atXUy2d dnUrUqQIFdVL25YELrSJHA/x9etX5PPixYvz58+vM54nT0E0fXk4OGrUqILLKm7cuNGwYUNX h43poXm49u/RTghYRYsWdWfKqevt2rUzUexw4cIpXp8IiOITWVu8fft2dIPFPZW5bunSpRs1 alSgQAGLFpzXSqSQV4nwO2fG83ljQ7afA8eOHatdu7bFhPa3b9+WJ28bAjF35syZmrub8KHR KbsjRoxwcs/Yeiy1lS4i/CUlRJTXq1eva9euOrkl0M08AUSD05NMkSIFwddVl3z8+NGdFsdm wOXuOr3v3LljfTE3jYIQYWiamwjkYAUP8S6UDyEh/lRfC0Nlbq4cSpEYpX8Mogq3RiQxcX5z qFGjxtixY218mJs2bZKnTyogJB4+fLhXr15Oswrw30OHDuVmAzKVbEBC+66UbocrEsyfPVgw dDrBa8+ePe6OmTx5cs6cOXX2DJWBsGjVqpVmrEF2bdmypVKlSq7/Kly4MCrBdR8bGZxQfEmJ GoQbbk2eXou4PnjwoD6RQ/k00W7dulmhARpn1apV0e+EdaPfffv2rTx/knrPz7t37z59+vTV q1d8DosThWH0bNmyIW8DZj3SDwfoBNoQX9wfPXr0Nm3aKM/5yJEj5navpyW2b9++e/fu7qaS 4O/lvGmCaCTB6cMxY8ZYaeYKkIMY7iVLlmCGmjZt6m6rX7Q14ttpMQjPasGCBTRJp0CP43c3 1P3gwQOaFdZc87+XLl2yvhcZ0k0/v7oVDB48WM1DmEWnJQ+wkbk5NAQokYkL+KKFCxfqBGcb UatWLeqGjVPliaWuXZtEexy/08KQcuXKjRw5MsD2QwoUaBM59cDdTD9BEMjkBNepUqWaOHGi fl2B4QoVKqSfvoBKIHdOamLatGnly5fXVFvNmjWjeRBZ0LbqF0wJ3RG8RxBeEbxK9on169fr jKK9f/+emGVxfwLurnPnzuKL7B3SrIWLFy8elnDu3Ln79+/rr2DB3PhY3B3WrFljKHUaHjdT pkzKMBCvADtiojOmVKlSZcqU4d1R3yJFiuTaX1KkSJECBQoI5gSllqq7aqkPyDvaxdSpU40W TAdIW1zsqlWroFh3K2Xxgg8fPlRntaSZIH0OHToEx6tDAWyto58I3PXr19fcwO3EiRMWbuL/ IGLEiL1797Z4Enc4fvz4uHHjlD9p4E6TdqFw07nQo0SJ4pRN9sWLF2i18+fP37hxg5eOrMS8 xowZ08aJ0zogCOPF7Z2Ee/bsWddq75R+n3scPXo0ylU9mIVpQT/xNNCI2L+fY2hSm8iJF1Y6 QLC5tC68ePz48eU/9Y9HjF+4cEGHyFHWOizukHKaUlPdLagg2FFxkQLqjf+Is6YXYGA11NLy 8uXL7tJROaT+H3f7uAuiePHixDhDqXIo0u7du6noxAtl0aQ+9Of3/cfhNNjmEYhgxKuyxyjv rm7duiZGB+WNPQi4iNEECRLEiRMncuTIMDp+SyZ12ikGV4TIY8WKJXtxePH58+cQJI0OhXfw 4EFFktqI/fv3ow8SJUrkbq+BihUrTp482SktyYoVK7JmzUptVyLvmzdvdK7y5cuX06dPaxK5 9b0B8eLmeuxEsG/fPnWHQcmSJZ1mTnBrpveq55kr425chbdMDUEWECdhcTSTPK0HdWhlM0ZB UAegA9uX0oj0uHDdKlWqKPfI8deuXTv+f0HV8tJ2L9ANcoG2GSFCBNvHZTThdsDAXNqK3Llz N2jQAA+hbr0FCxbMly+fvimfMmWKPMlc879LlizZsGGDztdptFu2bHFni6lDKC9isULkXAiD a/oR48i5QWWXa5oH1YLyux45c+ZMoqfpNWZp0qQh+qPWBYuKxly9ejX2kfIYeoNIrsCaxRr0 QbM0sZAX79u8eXN54RmvD2+HVOUTdWWQX6tO9bgqQf0JwRezBZfD7pyQXyBmkf4zRMCyZcuG DBly7949orm7PdptxKxZs3bs2LF8+XLNfVDSp0+/bt26EiVKqFOXUGnbt2+PLx8zZoyc9Mbj Fmc0sapVqzr1xr17985iLnHa+KhRo7zEczhCdW8ETsN1lh8sbnrWAg+coIc+W7p06ezZszW3 +6PC6GTmsQsFChSgGtjuein8ggULdA5A7+Lc5JRHHz9+PHXqFIZq69atsIBC/7RN64vpIezb t2/TSPFOOFJcEy0LicCzLVasmL+/f2ASeYoUKYg7o0eP1k8PpOCPP/6AKeXxJNdyhw4dGp4u VKiQzhZe8PTNmzc1hzGojq47HrpCXlDu7qkdOXJk2LBhyp/Vq1e3wlv4IaS6MqxII+HqrkTO XZvuvQ8ZMiQU3rJlS5GxLgqA/4Y5YHFzSdqddrb2QQ38q4khZL5F4FAnb2natCmBA9ZR3lHw 4MGHDx+OB6Xxc/yzZ8/4iSolHBDHX0lARqijsLw1hYle+iMS1J/AlNmzZ4ex4EKjZxMBjRGK creFFOGPp0rAdQ0y+PKDBw/C5dgpj64L1kdJO00shyktziql8ZrIDyEIWFxx27R06oDroIk8 c8Xc+dOmTQuNIdosPgSLIPqNHDnSGwN2Fy5cQCO6+y/qkNuPFSsWFYzIjH7VzPXG+zW9NSVN 9fDhwzTw/fv3cxXNqJs8efIA6PCQ4XaMvF+/fojEcuXK6XcqpkuXDh/s5+env21zsmTJuGfM uruBRqLVtm3bmjVr5vqvefPmiYRRHP+1a9c02x4n79Spk5L6kejJnx5PqA8nzbFkyZJu3bqp H8KiRYtMs3jx4sWHDh0quOiFCo1G0anWHoGbcUom74MaxFxBResEOUmn+hMswubNmytWrCj3 ZtP+oSs4o0yZMk7fJY4j6l+/fs2lYXc8ND/lFI+wPnGE/36SwAH8lHNF/U+CWs4SSjBn8uyn CBEiEN1SpkxJM6Hlxo8fX+bRXbt22R7xs2XLBl1pbkFx4sQJbhmnrpN9DCNOndy5c6fHUMgz 5IROjYVQYGXbIZyDx+m3pgEBzJgxQ/mzR48emjtBB5dg4vy8/Z49ewqmoFYjUqRI1A25OnES CBhxnyBBgsSJE69Zs8bdNtaaQL3hA70XVeBmzVS+Dundde/e/eTJk+3bt9c3NqlTpzaxSAdz P2fOnFWrVulvLc3TC8iEM3pz8eXuVh0i5ynAsoJjq1QRyIawxQvWzNePp3Qlco6cMGGCyPmp fPv27dMkcs6gnjbSqFEjj3uoe4RT4KCcCxcuVCY3YX00V8R6hGzRMOIiyyRu3LjRu3dvozv/ uKJAgQLWH8hPDNOUQDQhLDotBOJp0xAqVaokT8bGO2Ig4DynBAkYtagS3J3833//lYfiPn78 yM+vEv6V8Mv/hUNSaRB5mDBh4HLMt2vkonhNmzZVdmGxjhgxYkAkKBhXK3b9+nUU6uzZswUn 0uKrRA5zTfxiZXl0r169IFfTX9cHYqtPnz7K7RMVW7durXkkZhGZ5XFkwRUoORMsLn8xd+7c lStXJqTzu3pLqgYSRBY6UtkaN27MA/Te5kwfPnxABbp+Hi1atPnz52OxateuTTT2OKBpdM8S KhXBGYsvUnuR5gE5T94DW+jvAMH9GJqOQcigkcBw8l5vToN/586dgw6dOni3bNkCXQmeH0/f sGFDpw8RIuqpp/gSQ/sIuQOGxmlgcvz48fXq1aP64pmoyu4Eow5oP/7+/oKry1CFbdq0sWWU i4cWMAM5PyhMz9N5+PDhkydPXFf0ZsiQYevWrURMZQtIPATVZtiwYeIvguoXVgLh3lzxFEDk ixcvtp4bhJK0atWqefPmrvqD5jB58mTiO1HY4lVc4XpOo5MTZaBycBrcgh2F0gYeUT3ldtCg QREiRNA8kjebPn16cyl4zYEaiKAkjjVp0qRt27bqvaR5sytWrOANcoC7kXuUBxact+/V7OVv 3rzp16+fax9t0aJFhwwZAgWULl1aRHnzrsXz/KCVaZvcu/iCRnVinwCAByLX3xccyWNCMCIO 5CR5Bw8e3Lhx486dO2F0eaI17kRN5NAkjl/8zMeOHUOKquPaly9f2rVrp96xgD9dhZJTb6QI sP7x4sVTr3B9/Pjx1KlT+/btS0swMdGmZs2a48aNE9mEBx/WoUMHc1tQuwJFgiO05VQ/K6iT mEtD20/JePfu3dOnTzWFeaJEiaj8NWrUUHboGjFiBFchSFktrnHIw+QFCxY0vbVlrFixUAOY Ns29TC5dugQxEGQtldI9nKYsoW5N7PjO7Q8YMMBEkgZxULD+/fsrf5YtW9Z1SEWN8uXL25IF 0hDev38/atQo6gP+B1ZW1qcFCxasdevWVapUWbduHTKUoM2RhE3iLQ4kb968BQoU0OcL69i0 aZPmZvbdunUrV64cnKLOu66PpEmT6qQtUuPWrVs4tL1794qXEwXG0xA/3jo8E7l+unLBpU2u wBkXk0B8xHOfPXsW7enU74fsMjRb+N69e9euXVMT+ejRo9Urc/7880+nces9e/YcOnQIdjc6 IwP5mSNHDqdUFTQA6vSsWbMMnQrQZlAAImLi5cuX1atX10xaaQ6obxNpPv9ToEbBuyZMHvJU Z3A9ZsyY+DNihLI1MlFe3tLYdFFNI0OGDGvXrqVq6Y/8uUJeWefn5+duFIC74wCvTpB2mhUv b0zudAxyavjw4USDffv28V/5vQQPHjxOnDg5c+asXLkyls7baQ3nzJmjSHwu3atXL/0mL++4 o3TbBCSQdO3bt1+/fv3IkSOVDVUdkmaScwp9/fpV7ggJmBVWVEse1+zZs50+J3bJKToKFSqk v+GbE3jpHpPfOSQOQm8ZnevasmXLAM7J4YHIeW1hwoTR6Q2zvliT86eW4Pov5JWh4UkcPDpR WW+N4+fdqw/o0qWLLN4/f/68Y8eOyZMnb968WZ24wxCKFy/utASC6FCpUiVDi81oA/7+/oKJ Ejk/itjKvDYnEN3k5M8+6IAGTyUx11urv38lQXDVqlV4WeqA/AmaEt0QwP1yMvLkyXPgwIGO HTtSJP06TKVNkSJFqVKlsEGZM2d2x3+cZOjQoT169LBriz9N4KGR1OpPUPOujz127Nh+Eggp 2A+EBaUi2iLuTW9DbAhPnjxRL5xp0KBBxowZ9b9CxeMrOkmmvY3du3fzeKdOnYrcdPoXQiRg 1rlw71B1p06dXLf8SJcu3dKlS1FmJhLNijjmFy9eVK1a1SiLp0yZUjPNqFfhgcjRO8QaHSI3 t/mSIExs1K1MvuUd4DXVa6lpNgilV69erVy5kqp58uRJ+fNixYqZU5T58+dHFjiNGBlqckTA JUuWaG557grOjEa2kcUB5k+kM9+HggULmuhocXjahArfgw92so+E+Lhx4wbKsv548eKtWLHi 0KFD2Og9e/bcu3ePElLx5KhNbYe/sb8QJ7/oew60cosWLcw9NHH8+uuv/fr1c9p0QNPCKkuZ Q4QIIdinai+mTJmi2J6QIUMKjsRjyidMmOCUztYdsmbN+vjxY6f04xaB7qlfvz6PdMSIEQGT Bk4NjBnua82aNa7/olQTJ05ctmyZCRZHK+fKlcvjYQMHDjQxcaRr164BIw3V8EDk4cOHJ9Dr 2O43b96YGGB2xdevX5s1a4aQUfapNZfSQd4mQd6z3GkohTPLW6Cqt4IuUaJEz549zZU5ZsyY mBLTa3CJQdRCne2bnID7F5zEK4ikSZMGivP7EUE8dRVtHsEr1tnYBkHZuXNn10TitIVq1art 2rVLZGNQbyCHhH///Zf7xbnyC3IEIif8Ca6LpfHi4bhBiyWJESOG/sYntPTBgwejzmmJ8qOm tIpGV0POMhlYQBKpV9/UqFFDfDtw9FDEiBF5njrdk6lSpaIuVa5cuU6dOvYSuQwKT9icN29e gO3+yc36+/t369bN1UYqcxJ37txpbnEQHkzO1KQD6EO9X7Yg8uXLV6VKFRNFsggPRB4uXDj9 JfMfP37E9VrcUoa216ZNGxjxxo0bWB/5bC9fvjQ6XOeQsnA4pGrnNEkEqTFs2DDXZGfI86VL l+bOndtcO6ca4TnMdXzxRXEWf/bsmWnB4Q6c0N2MWR+cEDVq1AoVKhht2KFChXLXfObMmePa XakA6YzG2r59eyC+IDg7pgSjX8SL165dW9NFGUKmTJnWrVu3b9++jh07upuLQ9PbIyFNmjQ4 AZgM16g5COK9ZKsiICIpC3yIReIbnENj+Jlbt24hUzSJPFu2bDB9uXLl5BFf71WYtWvXli1b dsmSJdazoXnEiRMnOnXqpJkMNFmyZFOnTs2bNy9txPQ+8dyIR/O5YsUKo+tOaTL9+/e3cWMY cXggYEqm3/X6/v177tYikQ8YMECeg82b27RpkzyT8/Xr1yYmyMjb2LluTkqD10xZukYCbaBI kSJUi2LFihlaa5Q9e/aSJUvqp4/VxJAhQwzVwoULF6o7EqyD+/UlgTGEBg0aYBEMJb7FvkSJ EsX1cyxjkyZN9L97/PhxCGzatGk/3MpADFPbtm258WXLlpme45YyZcoFCxYgI/A3BQoUGD58 +KRJk3R2kIO8IXIOy5Ejh+ZSmkDcGwMaVq8xyZo1q9OgviuePn3KHW3dunXz5s2aWckIuUSe hg0bFi1aVM0ciRMntqvYriA+E5xXrlzpvdnpVBjc9qBBgzSX76JXaBHytMqBAweacHoOacqz 0u/rDvCFZr+OPjp06IAnNFEk6/BMwJrrSRS8efMGIreyMTbCp2/fvsqfvMXixYtTNWWvb/Rs hL9du3YZ3bcNObJKAm2M6Fm+fHnB+ascRpQxSuTVq1c3lH/jy5cvCGFDl9AHj3fw4MGC8uuz BN4FjMJXQocOHSiSM9CRIUMGXpyh5UC4QNdF3lRO4pSI2J8xY0b69OlN5wcMLFA98kro2bMn No5mdejQIfG0CpiH+vXrUz+VafD8MmLECJ4DH6pzornilgTXzwlQ+nHMq4DF1YsXiG+aTe/F ixdXr149IIE45m5lLzxUrVq1WrVqaS6DNprkxCiOHTtWoUIFIp5OqiLT2LFjB0Zcc1ia4MPb JzjLj+7SpUumxzSRhh4L/+3bN6MaFO5wmlsdkPAcyvVzwpjOBiyDVueUzQ3Rt3v3bvwiztiE FzGxflSNo0ePVqpUiasPGDBAc6cHJ7x79851RYQ+aH7jx483dGvXr183N2XaHTp37qwzY5aA cv78eUIJD5NL8ydvmZpNmXkpIUOGxGwlSJAgfvz4crJP5HmAjZwFLnhuuEz9iehq8HxcO3gu X77sUfkpaz7btWuXLl06jwYuaAIT3FrCxYsXDx48uG/fPlzOnTt3NFfk86BwkzQ9WEqTjWQd aa4k0aNHt542xxwePnzoFCI+fPhAa/r06RMuiMZ18+bNs2fPnjp16vTp0/qreXPmzNmmTZv8 +fNrdvPISJs2bcKECcWTaJkAXF61atXVq1fb2OqfPXvWv3//SZMmaQ5TUpGmTp1arFgx5ZOl S5eay7eIynTKmqwJapqhu4sRIwZvOeDnuCnw3DD0twn/JsHctXlnPXr0cF1UgOimPdPweC6m M1RYwbZt23bu3Ik27Natm/7rxJ8ZnZFHkDL6vmmWOp2KRgExQEia/yLUckfcvsdufCWNyW+/ /YbrKlmypF3FC8pIlSoVtIQ7FDxeUwtCaR7tKeq5RYsW3bt3J1o1atQIi6aMtWMUIADiUaRI kWzfGtJLSCGBG6EaP3jw4MmTJ/fu3YPD5OcQNmxY7jdevHhIQ3fzotG+Xbt2Nd0KcLGmt8ew iIULFzqFuHHjxtHEuJcXEsRn2PDGc+XKpcPiDil5EY55+PDh5kssgF27dlE/58yZY8vK+5Ur V2K1XZf+yyhdujQEr/aTKOktW7aYuxYyUXPTWyegGomT69evFzkn7wVZkzx5cnNFsgWeiVx/ seD3799NE/nmzZs1N+retGkTsh2Nw8sLFCJ3SPd19epV/YBL+zTRYGbOnInZbdWqFe1NMLiY 3s3QFYR+f39/V3Vy9OhRFDFP3ugJq1Spouy6/V8AFnnBggUiCQ3hWk0ix9CIfBexlSBBgsqV K2NnEZREfxTA3LlzDx069OrVK94jLjNTpkzly5cvWLBgwK8LMofQoUMnkiD+FaRM+/btCeVW rsuTDLB9qNRAcrn2AMND5rLhwiv79+/nhPqTZBFMU6ZMMZQdxQRoBbzHPn36WDnJw4cP8XII As3/wqb9+vVDwDmN5T1+/NhclwOtBsXg8TDeGtpixYoVIueMGTMmByvJSwILnolcP+2XvNuS iQvDker0CGp8+PBhw4YNKD7kp8VNhc0hadKkQ4YMkfey1cHUqVPNrfT4+++/aWyDBw+uX78+ CtFjbn0bYxDOxpVduJGWLVuamJHw119/YU9/FF9oC2i31A2RRS+pU6d23cKHhywSg2R1X7Fi RZiba02bNu3EiRNOs28QE/DBjBkzMmfO3LNnT/1knz8oYPGGDRtaT1Pq1SlgOli3bp2JDXB1 gLGhVtCKdVaWw6+9evVy1+tmI/r27ZsqVSoMibmvIwUopDtNTENDshQvXtz1Xy9fvjQ3iRJF qL/F1/3795ctW0ZzE3xrRYsW5V14b7tbcQgRuU6WVtNEvnXrVp18L5h1iLx69epwjOmsRujW Bw8euNs4VRMxYsRo27Zt06ZNPa7iuH79+qhRo8wVTMatW7dob9B5uXLluNPcuXO7u6jHJY+C 4NZcJ0uPHTvWdZK/CJAXtLRAnEMUWKhdu/b27dsXLlyof5iyslkNwUk0efPmlX+pVasWurZZ s2Y6c2iPHz9etmzZBg0ajBw58mfaVP7ff/+FrkRYPGvWrM+fP9dRSIGy9gyvIr4hQuTIkaEu kS1SiIetWrUKFSqU6wZRCmjpeHfBnmErwJCkSJHCaK/y7du38dlLly51d0DJkiUnTpzo7q3J 2/UauqJD2h1Dc/fqu3fv4sdu3rzJE1u9erXTNmDBgwdHrDx+/FgtOCDE9OnTw1A0zyAy89cz kVtcWuYOZ8+e1fkvBIwYxxnDYebSuRcqVAj9hWURJ3IaEoEDlyyyFvPYsWO2dPt/+vRpyZIl 3CP1CfmpuZw9SpQovAXTQxgyEGSu2VjfvHljej58hgwZCKBWivSDgmZcvnx5j0SuGd0gJ5Ge D7WDFBnSc0jTNbJnzw6dixz8Q+DSpUtKFnp9FClShNYxZMgQdwcEir4h9AvOvU2WLBk+mxYq niua6kdzdjeDB3bBGwQAkb969WrLli2GiBwhO336dM19SGXIO2LoaK+QIUMSD41uL4l7dl1K feDAAUzj6dOn7927d/nyZacYC/cXLlw4T548aERo/tq1a1w0XLhwUDsRALURRFjcIUjktjty SFp/BOLKlStIJOr3gAEDdPJmaILAh9OlYfz22285c+Z89+6dx+aRLl26unXrVqtWTX9mnwIo 3MZdqniA+yX8/vvv+fLlo4rgztXjiDwHIruVCflUOFqO685OEyZMMNRjoYDIiB3/z+aTqVCh QseOHXHA7g6gIvEqXT/nXXtcG0lYzJ8/v/Kn4GJZuRcaRWhx2DKIgCZWp04d15mwriCsY4wS Jkx44sQJ9Q6hCuSdUbxQRg+ggehrfdo12r106dIZM2aEkiESApegXt+zZ0/Pnj3Hjx/v7oCq VatyKmyJif2UDaFLly558+ZVb6yigx07dnTo0EFnDU65cuXGjRun/75ixIgRNWpUQ3k1iKhD hw5V/sR248SIfvqzgsqWLdu9e3dZBUIi2B4eZhgJ4pcOGIgSubv/mstWgVHWd+T41OvXr1PR acwcOXbsWJHTJkiQoFOnTjVq1FBPC+/atWvq1KmJuYcOHVKvWOAYBBfRFmEFw4UKFUq8/P7+ /k6bqdsCNMd6CaFDh86cOXOBAgXkpNZI1EqVKqk3QDQEzgaLu442EWXMpcLmpc+dO1d8N9+f EkhMaqYmczikYR3Cjevnv0rQP3P79u3VTsvQVMe+ffsiFAJlL1R70blzZ8GMHARouQNj2LBh e/fudV2VRNAP+LVnDx8+nDp1quvntJ20adPiDkuUKJE+fXp1pMKDJk2aVDP9iybgoUKFCunM jahZsyb6pnXr1kgco+UXB9yGgoSh9VOH4d1pMkRyd8aPdsEByAKPM+GjRImSKVMmcSJHJy1Z suTjx48471OnTmGZjh8/7m6SvBojRoxAjbVo0aJNmzZUoaDsWzwTOQzHk3XXH/iLBKNX5YF6 9PEyU3LyUaNG4W94xzqLT2LFikX4a9CggWYfWkkJCF7OicYPESIE1Eiz4aeJiVooDLW404E8 6xJdzP3ip7FWgutnOGyfBIdUa9OlS2e6D4eWPGfOHM0dAnggIrXZFZMmTfopp1YZAu2CRo4X cc1AQkiqXbu25rf4l/6r5IROCfCNTkJE8FGxGzdubOhbQQrLli0T2VYAj0GoVXZ9hRchNleP FTNmzIDfGYjyP336VPmTOJM1a1bENBSONNe0DXzYtGlTwc1UZBD0aNo6d4dFwbsvXrwY1rc3 F4UCAlS4cOFu3rypU4wNGzZ07NhRZwZZokSJeGKanViuIK5ibFatWiVYQgx0/fr1kd36efs1 gXeHehYuXDhkyJCgvFGkZyLHz7lL8yvDBJGLzAlUmgGxr1u3brhnnqNrtyS1p127doQtj73i ySQYLaorMD2Co+O0MSXXz5s3b7BWBH0U90UJR44cERmVQHmY2/FMTuk8fvx412XrXPfLly+w uIlhETS1Uw6f/yxix45NC8+fP79TihiCtbtsQnCPTkUlIPK+nNaSGeorktGyZcuUKVPmzJnT 6BeDAm7cuOExfy0RqXz58nADGlf5kMqsuQyP1xTAm0Pfv39fvUUKlg5bnDhxYo+hEmu7efNm 8VWgPCtUtX5CsbBhw3La6tWrw+gopO3bt1vce5qQi1JMnjw5Dz9btmxEZp3ZuC9evOjdu7fO JgVymBozZoyheQwQOQZPsKcBCy5+Zk0gU+T9oxGOQdOXW53IZs6RixChYlzgvylTpsyePduJ xXnxMErz5s29l/jXFRs3bvQ4y0mBemw+ggQqvZzmd9u2bR7z/VoErEAbRk5i6Xh0SDH4hif/ /v17VMW7d++M6lNe9MSJE3Uyhn748IGwgrgW3wzmRweOZ/78+TRytSTCI7rrHkSV6qRK9Pf3 dx2w0F8wo4mvX78ibYlfP+IetXfu3EEB8/PVq1dv377lXqi9MDH1OUaMGGhxBErhwoVdF21S ve/du+d6woBfe0YrgMDk35FuNBnBFUqItrlz59asWXPr1q2C1xo3blzdunX18286JOlTQoKc xf348ePnzp2Dn549e8ZD/vTpE/FBqcP8QrGJVwQQbACPPVasWHHixEmaNGn8+PGhbVy4yDjx unXr2rdvr7/eksJ37tyZd63siC3Pu+Kly37j48ePFI+fnz9/JnZhbHDJHG9irjE3FTduXNyU 0RzeMqZPn37q1Kl58+aJ71wXYPBM5Dw+zZSKMghMJpL7iHA/lYYXNnPmTJSX0zAhFN60aVOa h8fqay9E5s0pqFWrluYiSBnuciDoQGeAQxOU1mIaDTUIo7NmzUIIuztgy5YtPXr0oKI3aNDg v0PkDskcUD+VHtGCEnSOdxfTR44ciW1y/RxznzVrVqNzEi9evDho0CCLKyQDBQUkEHYgGDmb KQE9RIgQkAoNX2dgAnmquSjZY54Ge3H9+nX0rvIn786QkoAj16xZg/Pj9YkkA0YxwP3iWyNG ixatkASHNGrzTsIXCWoxynOmycPWSCgTfUKwcq9evRCmHo9csWLFsmXLYFZl7oi8wZVM58ov RgugRuTIkRHcRYoUyZ8/P5RRoUKFnTt3mjvVyZMnad08cM5mpUi2wzORo4Z0+AN2MZGuRMRD L1mypF+/frQK9YcRI0bEhcPiAUzhMhC/gglqaC0DBw509198A47c6NUzZsxIrKeF4KRhDn7S htGniFNZrgK5QX6XoHmSmDFjRo0aFU1NcEFXonCRJh7ntRKMpk2b5m52G2UgjiiN9vLly5Th R8k1ZgtatmxJNOzevTu/o2b0pa0mkQ8bNqxDhw6un/MeeZJ9+/bFSxkNZ1TXihUrui5V+CEQ SoKhrzyV4Pp5QPbYOaQZUuotUsqXL290ggs3DgtWrlx5xowZixcv9rhsYeHCha1btzaR+ZyK +ocEo1/Ux6pVq6jMgvNvvJSBjlaTOnVqKj+8S+RU14GaNWuaJnKHlFeOmJkhQwb9XLkBDCFH rtMRYc6Ri6w/3rhxo9MnDRs2RKUKrhCzHadPn9bhZieMGTNGZwXFlStXlJ43cRw/fpw65OSJ 5d4nGf9IwMHgw+BdzZNkypQJOalODZs2bVp4yN2sBcRsp06dOMBdgr8NGza0adPm5s2byicX LlyA2u1KYvOjgLaNgyTmqleOaQIJhctRpj3+8ssvU6dO1Zybhlxr3rw5db5YsWLjx483NA3K IYkAaiwv6IfbCNUcYHHXtVvBggULyJxFR44cUedk5UXrdMvpI2nSpGiCzp07Hzp0aPPmzYcP H7527ZrmbFmkM8zkMRNlAIAAhaY3vS+ZFUBDuJREiRKlT58e/k6XLl3cuHE15zITQmlx5pbd osJxklWqVAlSLO4QIXLcno4VMJc9NE+ePNjBixcvGvrWrl27iHfVq1f38/PzUpoad4Agu3Tp IrjtVb169TT7SBWYS3HDW4BQs2TJot5ZmRjt6l10VrCsX78ey6iee1KoUCFixPTp05cuXQqd f/jwwSFtpI3/Llu2bLVq1dxRMj5++PDhWAen6vH69evr16//14gcDB48WGcQSgEKDy6XpxBH ihSJqFeuXDnXw3iq2BrMDXzMT1591KhRmzZtamhoEALYvXt3gQIFxL/y4wLd4xqpsJsBFnN5 U/KUFOWTokWLWtxLg5deVoK83wwti0Z648YNbha5TGWQh5APHjxILQpcxbZ8+fJ27dqZ2yPc IqjhKN3o0aOLvGs8CeEOcSw+6Q+6wdnXrVsXWSY42Y2qiKxB3MtTPWAQ/DDCglhNqw8TJgw1 E5tk1yvzTIf6XR8UyASXhwsXbuLEidRO/ZMHDx5cHiGT/7wpYe3atTQPqChBggRGr2saRFt3 K4adgI52l0NegekUDXiOoUOH6ud95BHh3XUO4Os5cuSoWbOm8gkGHeGPsUZhPHv2jLpFk0Au 6FSyly9f1q9fn3eh+d+rV68qSUb/O+Bx6W9MIIOWnClTJoi8cOHCtAJ3Q+ZUOXlaJQ95wYIF tWvXxgdky5Zt1KhRs2fPVnfe6oC2M2nSpPz58/8XTLnmAHm0aNECbHNJpLDThPNatWrZ9eSV /WbUu3kqnXCB+3719z4xCll7EX/ixYsH1ckrDl68eHH58uVTp045pVCVgTgWTIAoI3Xq1NjC 1q1b6w9xhgwZMnPmzKUkiJwfqj5//vyxY8ew++fOnbtz586bN28+f/7spC9/++03eJOoGyNG DDR92rRpOXmyZMmoqzCj+F2o4ZnINYedFPDQze2ZQUjCtrqbDYGfw47wCjVXOm3dupUgSJuB NU1c2iiQwF27dhU5kjdE/PW4az00abows2bNgnF11tFR0T0KhZ49eyKGnMpJrU0owWMZsAU4 dZ21H5qTh31QUL58eRpw+/bt3bUdLJd604s+ffpgBXhfRDecB75n9erVGzdu5BV4zNyODjhz 5kz69OntvIEgicAlcnmmiPoTJJq3+0JCSPDqJTxixYoVbdu2NW3EiZlyHxUxDX7l519//QXJ aRpfAgtqCTPjNDR5+PDh169fGxrshztgkJ07d65aterkyZPyproUBiqNHz8+xciaNSsUi3IS EUncPs9hyZIlmCiPU5KVOYZ3796F9WW9DtnNnTtXZzaxPjwTuX5mUKqRoTHyjx8/8tTWSlAP rCrgwbVo0QK/iCjTSUDId+ESXLK3czYheImbgpvtDBkyRGTxLmQJawp21LuWZ968eYMHD3Z3 ACoBz6efeQapSKUR2dHPFbBChQoVNN+dAkPZE/+DkDW+zgEw96tXr5Q/b9++PWbMGOWlE2ja S+A94gBoUFevXoX70dzvJVC15NU7DilqrFmz5j9L5FgCW/bM9gjavlNqoLp16/5Me9i44smT J926dZs9e7ahbwULFix27NjJkyeHtjNmzMgv4rvF80WiFmwna1nlc7zWUAmGSkLFKCIBCodW v3379uuvv0KoIv1qCvDcEyZMGDt2rIlpT2pkyZLFyoJkD0ROODh9+rTOAcGDBxfpWkcunT17 FgW0YcMGd0PjvNeWLVtWqVJF0WL6I44UrF+/fjpkbwsmTpy4efNmkSOpXsRWkSMRg5kzZz5w 4IC5Ii1atIgLuRsNolXkypXL40AARN6kSROjZgUWxxp6XID+7NkzWOS/0J3rDezbt49X7PQh 9bxevXpOC5niSihZsqTj/8p8WFxeLyrPUeUVIBmD2sQcb4AorJnLNmCyrO/du3fcuHHqT2Am /YkyPzpWrlyJERec7kNQwuOiJrG5MnNbkTjUebwv4UvdmT9s2LAkSZLUr1/fxAlhMXMZFw4e PNisWTPre22HCxdu8uTJJtYdKPBA5KgMfXdFCdwJXkI5LuHUqVM7duzYtWuXTlqA7NmzQ+Hl ypVzSjLgMRUGN09r8d6m7kePHhVcOJ4oUSJ0maD2R5Oi1k0TOT6M72rOkHJI0w+bN2/ukcgv XLhw4sQJj1Osnb5StmxZkTQyL1++hEgCOJ3WzwHYVzMf9YcPH6ZPnz58+HB3X/TSUqIfBV++ fNG0RDFjxvT2pdFPCGunDtUGDRqoJ6X+TCD+9OjRQz8vFlEIws6QIUOOHDn4GT9+fI8DjoYQ IkQILBZG/PDhw8qHDRs2xEJ07tw5YCzEunXrMG86OU/FgUy3mGTGA5E/ePBAX3M5refGEDx8 +PD8+fNIlUOHDv399986rprHjb1r0aJFkSJFNGeh586dm0qAFHB3BhoPUW/x4sXeeHOvX79u 3LixyHui8PPmzTM08k0NGD16tNF5+wqoQ+6IHJQpU6ZOnTp4bp0zQBV79uwRJ/J79+5RZsE+ cx+Rm8aZM2d4uZr/mj17docOHaxMsPiJQX1TD0Yo0Ny6xl4MGTLEKUaFDRu2UaNG3r5uwAO1 NGvWrJ49e2rOOJNRuHDh0qVL582bN2HChIb6qI2Ck8+cOTNfvnzKLC5iWteuXfEnQ4cO9XYW oJ07d1aoUMHi1tIy8F1Gd/h0hQcih2n0Z06hztauXfvo0aNbt25dkcAnIluD5MqVCw7OmDGj zjHhw4dHqkA2OmVYs2bN1atXvTHrrVOnToLbDHAjRtNucGsQOTrGXNKivXv3ErbcDSwhh8eN G4ei0vflgrtLOaQoWbduXfF9VOXlFoIH+6DG0qVL3U2Wef78OW3th94NxXuAWjT3PPV2ktrN mze7rlLBjgvmZP2BQDDp06eP2gE7IVOmTIMHD4bIA6xImP5ly5aVLFlSXjQrY8WKFVu3bu3S pUuzZs289PapaTRDW1g8T548Rof2NeGByD2uml8twcSF8bvI2Lhx4+oP4OXMmZPz4y/dTSVA JG7ZssV2Ip8yZcqMGTNEjmzSpEmLFi1MXKJo0aKDBg2S04EZxe3bty9fvqyjHiJEiLBy5cr6 9evr7PuO6oJxRQZm+vbtu2vXLvHiySO14sc/fvz4/v37aEF5dSxfRweEDBmSskWOHFlORYcT pVkKTor5QUE80tdemPWGDRuaS97wcwNd6+ofggcP7tX8UWhl2MIpXxZOsWXLlt67aMADxY/r cJ23oYAK2bt3744dO3rVgmsC679hw4YqVaqoV1e9e/euZ8+eBPDWrVvXrFnT3l59h5RgW3+2 ryDixYvHqWxZVaFH5ATTQ4cOWb+GJs6fP4+ogSEwvo0aNdKpAQgu9ASHuVMM6K9WrVrZGN12 794tmEUrc+bMI0aMMH0hZCMcZmK+HrHjzJkz+t0A1I/FixenTZuWh6xp8l5I8EjkPF6PK+Od 8EmCx8POnTuHCIO6+IV2qJNA8JdffiEo9+rVSzyn9I+I69ev63cC7d+//9GjR//BZDsegSN3 7dyibnvPkVNd4Yk7d+44fU40C/htWrwEGibRCbLRcZ+JEiXC9sjJ2wMF+fLlgyBKlSrllAgL t9O+fXvic4MGDWrUqGHL1pcOKbgtW7bM+nmonEuXLo0fP771Uzn0iRy7ZmIDV0NA0lJRaGzo Jh0mTpgwIcz65s0bTV8o7/Ntoxhcvny54PYklSpVsqKnuOXq1asvXLjQxNIF/fX9MoIFC1an Th2c94IFC1z/++XLFxG6Fd+ISYG8eZH+Afv27Zs/fz5ELrICleORlQEwcSlw8eTJE/2KJ+9Z 5yNyV1CTXYk8VKhQ3ksBiSfTDEc/6O6xroDFJ0yYMHfuXB0WR143b97c0JxZb4AW4S4zP8J3 8uTJBFgibZYsWawvu6cNaq6PMIrSpUtnyJDB+nlk6NVyTHMA5Nu7desWZLNixYoxY8bozFCg ruTNmxevPHv27PXr16sXdtOiEAR2qWCPqdMUID7MLcVWI2vWrJs2bapSpYrgHgMKeDsih8WO HRu+LF++fJ8+fZy+ApF7TBB26NAhEx0GGGidCfxHjhzp37+/4KI+BUWLFq1bt67RkvxY8Dgn A646c+aM/syS/yY0Y2vEiBG9NOMSndqpUyfX6XWEqTJlynjjigGJw4cP+/v7YzD0h4Gph5Mm TRLZOMOroJD16tXTmfHz8uXLKRIyZcpEJIRBU6RIYTq7AFxjLse2GsWLF+cJ26gy9U507Ngx i/vHiQNuhjO4twoVKrg7Bv8q7xF5586dvXv37tixg6/Af7DR1atXbSHyadOmCa43S58+/dix Y22ZLY9O3LNnT+3atTGp4t+6fv06NViwKvj5+RUpUmTp0qXqDdwIRvoNlQNgXEN7p8qgVO52 fEKuEQGNnjNs2LDDhw8PmMwegQjNlCZOEE8QbSM+fPggz3v4559/ZJUm7ysaJkyYQM8sJkOT yP/44w+RbbNNYMaMGWvWrHH6UB4qDiIPxASwrVu3bp05cyZ+yWPkb9++Pd7AytJnu0Bk0F8L p+CEhF69esHoRSWkTJnS0IpNAtfFixfNbWeugFC8aNEie+cT6NGAdd1hCFSjihUrYoi7dOmi f2TcuHFrS3j37h2kfuHCBVtGGuC5pk2bihzJu583b56NSeW4IxzqoEGDhgwZIiie5A1Mxedx hAsXrkGDBnI6vDlz5mzatEnO46/zlQMHDpjYbtUh8a7rNqbcV/fu3c1N0RwwYIC7TVR/Jogk +1NP0PUelNTWyD4k4+PHj9+8efPx40dKKBM5Tvd3CX/++We8ePGQ0byghAkT/vXXX4EyF09z EDBSpEje6Fr/+++/NVM/NWzYMF++fLZfzttAn2FnV6xYsWrVKpH1pTFjxpw8ebLO8teABO+i b9++hr5C0DsmgahCjc2TJw/+GEYnQoYKFYoqraQrlUf0kLBPnz7FK+Ie9+/fbzH9CxEYv2p7 2uAA3UNMBF27dkVA4NtEWiCPI5UE69dFItWsWVOERAlks2fPtuWiamAdIHICQceOHUWWvb19 +/b169dGJ2RyFXkzpStXrqxbt05/yQC3aa5LhgDq2qVJ9TXH4pTW6A6ePyhEtkzwauZwVMKO HTuWL19OzNLX8WhoeZbGmTNnlA/xZzA6UT5LlizeK6QmNKeMeCOlHVKmZcuWmnKKR1eiRAkk LO+IhsYvKNoIESLIXRe8XKQ/HuA3CaElwBnBgweXf/JhQGognhhxBqW+ZcsWcXLy8/MbO3as U/qQQMSECRNM70HlkDY1AAQ66IbayxuRe3EAcf7bt29vJTx8+NCW9bQdOnQgBnpDXOqdUbzb JHny5NTg6dOnC+Yk18fEiRM5D2cLsE4qeXcpQdIaNmyY99Ro4cKF8cE8Aay5/tZwciZO0xdK mjRpp06ddA6g7hodxlZAAHXq0sQwGRXOMuLEicPTCOBdawMLIsNDXlqgDD/RCtQjLyZAs4WN An7ONqFcc7qoN9aeIVOwZZr/krdn9HiGXyRg/mgj/ITv+QmRh5WACKD58JM6z7/QAVALIkD+ PWLEiHwupwSXxzXkYSz5Q/3ryjMl8dxHjhw5fvw4llRkKEcBZcNfNWzYMOikXkaLGOoyLFCg QNasWc+ePXvv3j0qDE9D6ZKEs+UsN16aFsb7QnM0aNDAGyd36BO5x41XeaP58+dv3Lhx8eLF Yf3Tp08bWm2sg3nz5lFxp0yZEgDDoitXrhRn8Xr16lmf4KYP2nC3bt2qVatGs8HFuutu/f79 uy0ZCdyBpm56cmbMmDGdJpFiVkycjTgFu/z111/mivHDIUeOHNyyjvaPESOGN/aHvXLlStOm Tffs2WPxPPDNzJkzA36tv7v8rLYvIL548WLv3r0tnuR/Ej5KMPrdX/8vZIsvKwBYHJaF/vnJ J4RiXoE8SQWJ8/79ex7OnTt3oG0IzJz6L1Wq1PDhwy3urW47rl+/bmh/JqRM//79eVw8FoxK 0aJFqfn6X0mYMCHa5dOnT1A+ZBRKAo8Xvu/Tp49gBMaejR492vZOXDX0iNx1mNMJ1atXV69r qly5sl1EDnDkUNqoUaPsOqEm1q1bV6VKFUEWz5YtG+QaMII0Xrx42KMmTZrgR5E1rl15Hpd4 iWPDhg1p06Z16i5Dtps+oWt+Hv2td9wBVsidO7fpYvxw4LlVqlRJZ+ZO+/btbXeZ27dvRzVa 3LtJxtixY70ardwB6fP69WvXz+3NPE/0b9u2reBO8F7CvxIc7m/ZdkBaw4YNw0oGwTREmrn8 dIA52bhxY9myZVE5hPFnz555/ArSJ1KkSJrpFPPkyUN75Jw6X0+ZMmWXLl1oX97uU9Q7u8ee 7apVq6r/hBHHjx9vOn+4K1AxceLEadOmjV0ndMLatWsrVqwoOIMalwmheuylsBcpUqSYPHly hw4d5s6dC6t5Y8bypk2bypQp07lzZ6cBbCvv0XW3G6NNDqBjatasaboMPyKIlX379t29e7fm i6Z92d4WDhw4QFwTSSfgEY0aNfJez6E+Xr16pclq9s6pHjlypMe9iH4y1KpVq1+/fppTiYPC 9oYmtAXOjQrvkIaBRAaCEUy4qS9fvrhO08mVK9eePXuWLVs2Z84c6Fzp6uCxRI4cOUeOHBjd kiVLikx8sQ49Itfv1o4bN65TZjH0L9oNVrBx0RqSJ1myZFY2anUHWLxChQqCLC5vixJYCZsS JkzYv39/ahLWef78+Xv37lWEuUVcuXKlXr16vC98f506dZSuMx6LiFzVRMiQIV3nOhlazktL oDzNmzc3V4AfGokSJaJmwojqCY9hw4bt1KkT0t7eWSOPHz+uXbu2LSxuMcWhRUDkmj3GNq7w OXz4cK9evew6W9BHqlSpBg0a5LQmHrV05syZzZs3w6ADBgwI9Jkr0aJFI1YYoptjx459+PCB isEtQHCCfeMIaCylrADUCBMmTF0Jcic/z4dnEj169NixY8eKFcvAnViG3pvQF1z58+d3XX8l b0RtQ7n+L6ArHhPCx95s6itWrKhatar4auapU6cGYg5CGVGjRq0n4dSpU+hKSN3iBILPnz83 bdpUnu5L5R4zZsy0adPkf1kZgM+ZM2e8ePGUPzGXM2bMEFzo6ZByRSFWcJ/mrv4TIFOmTPv3 7+eJDR48WJ46juSvWLGi7ReaNGnSrVu3rJ+HmBXwnVVqvHnzxlXXEr7sMkMEaGSliYQKPyKI 6t27d2/UqJGyPgJXeuTIEaznpk2b5ApTokSJQGdxhzT+CGUaGia/fPkybQo2gW6JqIJLrCG1 hg0bpkiRwp2XSyRBvBi2wzyRFytWzOkTqjsiziGF8idPniBSrJfPIfmGyZMnjxs3zpazOaT1 4tWrVxd3tB06dAisPkNNZJDQrVs3i5qJp6qe3zR37ty2bdvK2+LSSt2lPPQIVLzcyB88eDBz 5kz0ARUDeoafTpw4of9d7gsvbnQrucCFN/oYw4cP36xZs0ePHuF7HAb7MwTx8uVLnW0wxBEi RAgalF2JrM1Bc4AfmWsXkffp00e9yu5nRaRIkVD2LVu2VHIhY8zwPOhIjKzTkYFRQGfgyHPl ymWoGuNPICaIHL1SvHjx6dOnC37x+fPnnTp1WrlyZdBMS6VH5DojEIi1zJkzO32IKr9x4wZB bdSoUQkTJhw9ejRxXCQluOalkVpp0qThPeXJk8dGsQNdyZ3JgseXK1cOY2TX1W2Ex6mI+rh9 +7ZMEgrQ3TwceX8Unr+5SVWEgNq1a6NzceFUgHfv3nGqJk2atGnThsazZs0a9MfVq1ddv0ho aN++fevWrb26Ttob+Pz5M4EepZIyZUqqPU+AR2daBqmheFxYpGTJktZPqMalS5dsseO0ehqp 9fNYgeYwEG/ElrewYcMGwSzFVHV5hZi8WgyJgwLjT4pBwOG/CFwl8sAoX758+fjxo5wyT/6c D+V8i/zkw0+fPvGT3zlSTt/kpVSb1Nv69evTcpUVIjxSmvCkSZM0l2PZO4vQCqpVq2ZUjyrJ sAk4S5Ys0V/lq8batWvXrVtXvnx5Q5cLGJgkctxVnDhx1J8gWPBeDikBLwRMDYb/cHh4vp07 dyLo7ty5464HjCYXRUL8+PH5bpIkSfCF/G77Ohb0F6Qi3hhSpUo1bdq0HzfnokNKXUkcce32 xPi6zg9atmxZ165d5cfOe0R+Gr1cwYIFOTNq4MOHDzy3Vq1aNW/eXLFrfn5++fPnx8ARHNF8 BCnKxusuVqwYPv4H3QuEW9i9e7fS2YAi4Ua4KXgdsYt8QZKaYxQln4nI2m7aFxpCvK5yvHVW oEEFhUEQTbcQPnx467390JjHPUl514UKFcqZM2fy5Ml5+3IGGHcpivUhL0X5/v07v3yWAIXz 59evXyFy/nz16hUUS8t9+fLlo0ePKB4/+ZPQyr84zNA7xZXSYOFCWqXyrLjQrFmzBg0apNPt HD16dBN35w3w5LNmzepxu2015PXigLiEWKlatar4Qxs4cGDhwoUDZv6aIegRuU704cU7jZFg vmWlQ+CWewKpgliTyhIcEqM8fvyYJkedkzerDhMmjCxgOZ4GQK3y6rjLlClTDM2fomBoPduX oroDrdF2nXvhwgUefosWLZxunPY/f/581+N5g0eOHClevLhDSgjcq1cvo+OC8nJEeSl848aN 1YPlMniqTSXI+T6pY17a1iLAgBLNkCGDQuQvJUC9sgzi7hIlSkSsyZMnT5YsWbA+4pVc6RTB PfOsdPpg9u3bRzieO3eu+EwOiyO+3LW/v3/Dhg2tnMQuaKYo4MlbjCc44zZt2rhuVKoAc4Yx yJEjh13dSHL6W7nzVs4AI/KtdxKIq3IyUSCnfaQe8gsf8l95yguMhcKAhqmTadOmRaw7qedT p0516tTJ4yriGDFimL1Fm0EA6d69u+s0NB2o50USHnnOVGPBZTU8H0yI03KtoAC9iu5Od1Db nLJS0JDkMWykKIIR2oBCqEZ4el45lQYHnzt3bqqOjUU3hBEjRnTu3Fn8eJzNwoULXZdRyZCT OdiVAJIHBWXS3gjEtpxQxunTp0uXLg1nwyhwqjqo7dixw92QB21YJvL06dPzC7XW0EWJC5B0 vXr1PNprOQ+ioZMHWehkW/v06dM5CWh/YihPtUCBAogkfvGo2wi48qTc69evY7xcVZGMs2fP VqhQgUhEG+TkgmtyrKxCJvah2Lwx/84cNCszFd7icGb//v3ddUqlTJly1KhR3lhNYwJy0nuL 06T//fffMWPGoL9FMp4Gqc4zolyNGjXEp9M6ARGQLl26wYMHz5kzRyQPK4aQ5maux8V7MEPk kJxT18r06dPlbH8fPnxw2vJETufrkOaeQOcVJbgLSd4AcZDaKQ/9iqNOnToyn2li48aNnJNY li1bNovF27t3L6L+ypUr8ePHt9GU4+HKlCkjj2/t2bPn4sWL6k1HdJbDHj9+nJZMNYUPkLqb Nm0SnBWI6MH683Jt3EvmR4FgFhQerLxbw9ChQxMkSMAL8vPzy5w5s7uuL54k/0IKoBqvXr2q 2Wp4xTxz2U9QLY8ePepxqiAvdOTIkT179hQpsytQLbNmzQo6u267S+umbH1hDsuWLXOaRKIA Gzd16tSAT2DnPRB50N9Lly4VOZinGqSIHLFLg9q/f7/g9HXX4ae4ceP6+/u3b9+eJ7BixYrz 58/rdLZzIVpZoM8LcYIHIieau8ZxZAu0rawHu3//vsiU8u/fvx+VgM6tXbt2mzZtAmBZNkXl QrQ6o19E33HvnTp1ct0inXcMhd+4cQP3M3v2bCtjhNOmTVOWtTx8+JCKaAuRP3v2rGrVqsoQ F2+QEK8QOdb/1KlT7r57+/btt2/fymQMJRDueV/6lwsfPvzAgQNx4UFw6ChgACtjicRnzTik vNxjJWDNa9asCTe4ZqINGzYsbCGv86a+uZ6EmtOuXTtleQg1E9+vT+RQfuvWrRcvXuyQGjhn MLSOHPFBa1JmNQcFfP78WZPIuTvTs1sOHz5cv359zX/h/2j+Qc2QWcGtW7eqV68unsmRihp0 Nk2RQZGo+UWLFhUZ7XY3YAGj9e7du3PnzhcuXOBpILhxoYTlly9fqtficom5c+f+SEQeMmRI xJcrkXMn6pZz9uxZQ3m7iHdyNyMKyNsVAr+7ZMkSE1/EA0HSRNJmzZo5zZmH5+QMvURAglre vHnNjRjRfiByZagSzfHmzRsT53EFmtFp/zQ1DXBrOpQDzX/48EFx1QTuCRMmvHr1yt3x8qR0 qOg/y+IOaVZapEiRDBG5gtOnT9OaeMJ169Z1Uo3BggVTJhBoNrE7d+44DWfy3qmWOtMOaA7L ly+Xf0dP867FB3RSpkyJ7gxSLO6QwpE858YJoUKFMj1GjtBxt11sxYoVfyYWd0hJNQzlY4YI LS6Z8QayZs0Kubrbz0YN/TRBVJuMGTMS83Pnzn1Zwr179x4/fox3JTbC6FQMmlhQSGynhofd z3hnmhHkzJkzFSpUcEj0M3z4cKNX/fLlC15kzpw5gwYNatSokZcaxqJFiwhVpif1cGujR4/2 9/eHpRo2bJgpUyb580OHDimp9vfs2VO4cOFly5YZ3U4Au1yqVCl1GlRqBtRuPbU4wR1mdfqQ hgrNyFNyPkhw93V51ozyJ3V69erVCHbXpKHRo0fnFriW60LE/xrwzcQRnVlR+rh79+7AgQOp bI0bN27ZsqVC57QLpf/WdXcHKkyvXr2czOjJkyePHz+eJ08e16sQhrDvaGj5T67Yo0cPTpIg QYL+/fvrNxOK0UZC0Fl3pIDKrCmhIBtzgWXEiBGIV81/1ahRo1atWibOGWQxefJkQ5OHHJKe C4KzW2ArAj7RGOrVP9JpvZUmIL40EpRPvn79il78JsGuTS5shB6RR4sWDcesSeS4cFmSbNiw Yd++feau/fr16xYtWmzcuHHhwoW2BwgqKCe3fh7CBFw+ffp0qgh0jv92mv9y/vz54sWLr1+/ 3t3MOFcQUgkHrsnMDaUocge0kesro3JzclqgQ6IHnS5HeVcl9SfcMhFfeZgYstKlS3PLUFdQ M2eBCNwAes7KGT5+/Ii6hWg7SEB18ZqU6dBXr151mri+e/duuYdcDVrlpk2bXIkcHYBiVvwK RCWvqqIJ9+7du2TJkmPGjKEOu2afJpZVq1YNLRtk96BDymhO3OPpmfBMs2bNckdsMWLEQP0E KR9mEVQVj4vrXKFYmqAGqujy5cuLFSumsxXpb7/9Zm6GVnAJ5gvnZXhYfpY+fXrNfasuXboE w3GA0UlkTuDRV6pUyZa8DQqQS3369KHJ2XvOrRL+/PNP1ymyWDG4bd26dWoFp4O+fftqbhmp LHA0jb///ptI5Po5fgvdIBN51KhRuQt3m4rGjx9fGSnAmnPLUIs8OQ6lgpSpXLly0Fl8EnSQ PXt2YoT1LJ6IvH79+lGXJk2axDmVbkCkGPpMmWQEYUPGmiOCVK1//vlHrdV4iTCxLO/4fN68 eU4TOzJmzLhgwQKqMW6eKkQZQocOTbxLly5d0LRfarx69UpzsrGJsDtt2jTX3iwF48ePD8hZ ut4Gr7tBgwZGcwmgY1x3Ugg6SJUqFc6wTJky7kxR3Lhxf8rw5WEMCTemSQw8JuICbd4pdZ84 aGZt2rTp1KmTvdsyEoPQmPau41LDndajVZQtWxbC85iE7sCBA6NHj9b8l7mtgtXAornjEiWN F64O0epuvhshniB+7dq1JUuW8Orl3AAFCxbkqRYpUkQ8pr979049xPvTA5UD5zlNTTAN1DNN b/LkyYr/43liyhUiP3/+PHZK87uY7/v37ydIkMAhCdBx48Z17NhR7gykrS1atIi3qfnFuBKC zqIyQbhbR2d0yrp+H167du2wHIZOGMTRv3//x48fG/0WQj9QdqoVR9q0aTds2EA11swgSXwO xE0BvAcPRJ4zZ07N6bhfv37duXPnnDlzTFySBlajRo327dvbvqwceVG7du29e/caLQ82xfoe UHAeLLhlyxb9HDJjxoxxp4It7vj75cuXHTt2uPuveuQbY03Yco2A4cOHxwLWqlVLFgQ8mYYS smbNKlIAjBHsQiuCz7gcRI745S1ny5YNFf8zuRlXII9KlSplF5E7pCbWqFEjdZW4fv16/vz5 5d/37dvnbs0rT56GAJHzfvGXSod/rFix1qxZ8/NNaHCXEcEQkY8dOxaqdvffXLlyuVuKFujY vXs35GR01vDJkyfNuZ08efIEwXkSTkBV46mqVq16+PBhp39R/4PgxurW4YHICQe4N2WaqwKo qEuXLkpXMG83UqRIhAn9s1EDoHCIIV26dCbL6x5Hjx6tXr36zZs3DX2rcOHCgwYNQqMh3zCp 586du3z5MpSMszdRBs5QrVq14cOHp0iRQnO8gKts3LjR3dctbp/87NmzCxcuuPuvOq4hq2fM mIHscLLvKDZ5292YMWM2btwYVSQbOxHw0PiK0wr1ixcvytOquTUqUoMGDQoVKvRTNiSHtDBp 6NCh9k6EUZ9NPYtHZw8P2iaq9Nq1a1RF4rXyOQTfvHlz2mCGDBkKFCiARv85Fhq4229XsDfo 27dvPXv21BkiJLLRWGzcEdVGEEzKli3btm3bkSNHGvriggULzA0DUclNfCvgESdOHEwFUnjF ihXqz4NO/gN74YHIf/nll3r16rkSueP/3XGoZcuW5cqVg8BGjx7tOtBL7MCQcUDJkiVFZgya wOzZs5s1a4YlFf8KLpzWS2iTRxOTJEmCo3JIs9vkrdvOnj0LL0JF+Bt3I8qu2LlzJzebPHly agxCPn369AkTJlRIHcemU0j4Vbz8roCGdU7uNDGtQoUKuLoyZcqo3yMckClTJmo//zWU1wXz 5+fnpzmdQsbbt2+XSYDIu3XrBpGIn/xHQcaMGbNmzepqAuwC3Kz8rj9Dftq0aehaOUeTAiq2 nEd2x44dNFWqKJUfrWZRPgY63PUPiyRsofJT21evXq1zjL+/v717KNsF3iPtFD6mhGhonfSC TsClrF+/3sQVCVD58uUz8cVAAbyzePFi3HmfPn3kT/7888+fr0dKhud1lvnz54eZdMbCY8WK lTdv3uDBg/fo0aNu3bqHDh3C17569QqC5MGlSpUqWbJkXuJvh0QhXbp0UTbSFgREMmbMGM25 aUjvBBKKFCnikHo4kfz379+H0ffs2TNv3jyP00NoWucl0MB4LDQwHiAhPkeOHHzo7lv4VItj DURkFIPmQDuCTD3X9OHDhwcOHNiyZYsyoIBfR8cQ1CBao4tEuV8kkQ6Lq0H0Qes0bNhwwIAB QWfrBVvAu65Tp473iPzq1auQsWwN9XNJeuwbc0jzVVu1akUVHTFihOuWxD8Q3CWx8OjI9+7d i/rnOegcAwcEzUkDJ0+ehMVl4Q4xT5Ag+F0qkrIDmCHUqlUriGxgKohgwYL17t2buNqkSRPM GDxlV17toAbPRA43dO3aFb/l7gCstjJhDeauJMG2AuoCZm3RooXrOi4dIC8GDx5MCBPM+kR0 jiUBMkaUzJ8/39A8T3TABQmzZ8+GLHUyVHB+i2qRt4Ap1EyJQKTm5Hfv3kVmbdiwYfv27crI IjW7Zs2aKDCjMgJSOXPmDNJ+3bp1+tHQCTzA6dOn863JkyeXL1/+Z1rPw+3079/fdc29Lbh5 8yYmW55NaVd+UJRliRIlunfv3q9fv6C50bI+EJHuutZ12pqcVxwDoN+9XLZsWdOJbL2Kx48f 16hRQ71WkPDStm1b1zSUmoDSTPSrhwsXjihh9FtBAbxHghvPRyfr9o8OocxHZcqUga01ZT5R OFC2goGHcIFjx441NCRZsGDBkSNHmh6hv3fvnpUR0O8S3P03QYIEV65ciRAhQtSoUc2llkRz UFmx2q5SA7sPx6B71BPcUqZMKS8nM7TdAlHg+PHj0DCCAF5BPZQsWTJy5Mhc11BpCUM6yz1/ UPA06tevb+/SRwWIQryUTOTZs2fXt93yJloim0BQWwYNGkTdnjp16g+3yuDjx4/uFm26m4oh p6/wuIl1kiRJeCBe3Y/RHHin8u4M6g9R1fLeoyJnMDdJBfNjcewvEBEvXryVK1eqM63+ZBCq pkSE8ePHP3/+3DVYyxOSvVAwt4A8sMVQuNMQoD6gRmp569atrWwubjQHJwIwTpw42FZ522B9 FUxkWbp0KYwYI0YMvgWvU/miR48ON0DtYcKECSshZMiQ3IJrU6SOfvr0ifiOakaeO/1XPcOO 70K98rwz8Sk8165d2717N+TNT0JJqlSp6tWrx3n4JXz48CdOnMiaNaugyqH8jRo16ty5s/cG XAIR3BqNxTWzii1QUu1Wq1YNT+lueJgGu2rVKmqd+L698+bNe//+PTXnxxoy//Lli07+YFdc v34d46GeA6gJ2gVBJsAWHCsjJiLAwCCjXT+fO3cuOl5k22XaHaJfZJczBchHnVn9PwSU/WF/ SojqzdixY/fq1ct1275atWoFWN7dW7duzZw509/f31Bqd4c0Io4RT58+vcUCGJpM55AsOKIe esM0EHOJwn///ff58+d37typuc0Dx8vbCTutYqL+hQoVKpwEfoHUcU58KCfX41sUjGYJecj7 q7orT8SIEWvUqAHTZ8yYUaT8hMhz587t3bt369atFIlYkyNHDlgqb968TrPZM2XK1KVLlyFD huif8Pfff6cASPsUKVKIFOBHBFES+hw6dKg3Tq6MItEeFyxYACe5tgWYeNmyZTRVeVMDnQ1y nAD3J0yY0ETG5UAEtV18h4LDhw8jgDxm0qVNIWgCzJ+sXr0aTcbDFxm+xUr17dtX81/oNgge ge7xJLAywVA8BQjSf8qUKSISwYfAgoGOI2IHXkrdWccLtr6PpwhgkWnTpiE5ja4Ko8ADBgxA qFox4gqMjuZu27Zt06ZNJUqUiCIB81q2bFk+z5cvn7zYPXPmzOXKlbt79+7Vq1f5CYVrmn6o Wk6QLj553qnYOXPmrCbB49jq58+fcS3Hjx/Hee/bt0+OenHjxl20aFHx4sV1JG2/fv14yHC5 a3cunxMWy5cv7+fn93OvJpchpyQy1GMkCF7Nt2/f5P7eggULomupP+qRFGTE8uXLZRJCNkHk PHOPM5uQhrlz50YWuMsVE2SBIBbs/Ni+fXuFChVEOtWwvAE2ywfqrVy5Mu90zpw5HTt21D+Y CNDh/9feWcdF0b3vH7u7FQMbFVRsRAwwsQtMLCzsFhW7O7G7E1AEQRCwUEEUlFCRxw5ERUAR RX/Xb873s88+y+4y27Nwv//gtexOnIlzX/c1c2L6dDnPvZDb2dvbZ/g6AHZ8xIgR/IUcbsTa 2prnwoROUEDIy5UrZ2hoKN5RG7eUEmMDKURwcPDmzZtPnjypxOuNtm3bwoibmZmpqzBK9LtF VIWQi3+DMCEasmb58uXt27dnn79+/cqM+9OnT6HrMRxv375VrmWKOEilhw4dWqZMmevXr+fJ k6d48eII3EjC2MhrbLA25BCwbijYzZs3o6OjJc42NAmGG9I+ePBgWQ82EB3gFQYOHOjm5gYf j5SLdVvA8shXatSokVm7j6cHR+3s7Dxu3Di1bxn3BqSIZWNIs5ycnMRV3NTUFPebeDcknPxb t26tX78etg9yLq4ByCyNjIywAJI8c3PzDEckFCZfvnzhExn8/f2R8fAZOXH48OEZCqq68PLy 6tu3Lys/ohw0WL7rhZmRr76o4Kh6fB494jBPnz4tMXVeepgXd3BwyHCDhG5RQMiR4KPmS4y4 AuumoaaAd+7c2bp1KyRcCRmDhCxZsgRGXL2P/ZXoenH16lUotGgsJATfefPmsc/QPJGKG3C9 HkHVqlURVdk3sLZYNy4uDmYdoo4zD3+McAzRhbrzf8WF5UePHi36FwYdxhpVFNILIUd2AjGA VMtpGIWfIjgQboYNG4ZDkNXsBSoyc+ZMngXLxOAsHT58WO1d0diMihDy7du3T548WbxqIG2F IUvfbhH5N9LZBQsW4OZ5/fr1jx8/ChQoAMEoW7YscjsBNuZSCDkvyEUpDsSvV69efFS8Y8eO iDna6UaBUNC7d29RLcalOXbsGEKWrOXfvHmT4cQWuB+QHPARcj7zAmA7GzdubN26dYZbI3SO AtUY175WrVq+vr7iX6KSIM1Xr9kKCgrasmXLqVOnlGsi3qZNG9x/mhg8DjFR4uVChrAO6Eyb Ya9HjBghqj84aYjFMFiQ0kqVKtWtWxeOSjSYtgGXjpTmYJOdMNi05Z8+fUJAR2iGxr/hQIj/ zJFhwEKAYyYAm0pOTlaowQEKv2/fPtg+mLxRo0bxXzGrkTdvXiQ9FhYWCt0tGYIacfPmzT17 9uAOF/++f//+e/fuFU2Vlp700zJmDuTMM8SiR1RUVJ8+fWSNxy4OmzlGOyO4wTfjkkkMC33g wIExY8bI6jiwa9cuPm/WPDw8Zs2alWGrrjVr1oieCyKqoyTsyR/uW6R3kHCctG7duglzPDsi PYrl4+KKwsAdibqkrl728PdwD2fPnlVOwlnT9IkTJ2qo/V3FihXheBQdSwFOGkKO1Hv8+PGi VscG3AstiSVLlChhaWk5dOhQOANZ9RnHWIpDYgb0lJQU5AQIWPAosOBIGmCyIfb4jA8Q7Pj4 eHV19/r27ZuDg0NISAjkRL0z12UmmjRpsmrVqmnTpql3s46OjhLJwYQJEzZs2CDkORY1hxyF RsL68+fPAQMGIJnOcDvIpOEctDNaCKqknZ1delUOCwvz8fHp3r17+lVQkXmOeRUaGoqAU6NG DTnLwLWL+sdbWVmdP3+eNf5Hfo/qXLx4ceGPpk5IoJiQp78/YASjo6NVrwC4iRGMjhw5onRH bTmDtakL3N+IzooKOcu7nZ2d3dzc5C8Jrb3AgaOAACAG8W+jl5dD1js2lGHkyJHi01f36tUL ngDxK2fOnLD4yB4Ube6wc+dOZAZIR/Srw5I2mTx5clBQkIrzlEsgoeLIXJ2cnNS4ff1Cztg7 qKfz5s2TMyi9CNbOn+doKiqCyzdq1ChZY1jt378fPjj9s313d3eeDV2/f/+OQ5Yj5DgtI0aM YGEWB75582ZWf6lRul6jmJAjWZN4uYK0V9bsQ/x5/Pjx1q1bIQlKqzgq4aRJk7Tw5FCJ2p4n Tx5YWKS9/FdBWrNp06YiRYr07NlT0d1J5cWLF+LNZLp06TJlypTmzZuzRAFWXrkelh4eHqwx sFoKmfnInj27ra2teoVcHDMzM2R7Gtq4XiCn79m9e/d4vtfo3bs3zw6ZqvPw4UM5UxQiEuKI 0hvi8PBw/ruQ/wTC09NT1J+iQ4cOtWvX5r9lQrAoJuQwcBUqVJCYsx0VBvZOud3HxMRAsXbv 3q3Kq8QJEyYsWrRIoUk+lMbGxmbNmjX8Ew4k1/ny5Rs7dqzUyXHlgLQaZxXp+bZt21QcOOXZ s2edO3dmDxIKFiy4bt260aNHi2f9rAGdElvGeYBQwS5ItMwnREAk1q9fP336dLVvuX379sh9 RaMjZ03kPEbiWeOGDx+utRHcPn/+PHLkSDkzJqOq+vr6SmTGWEvOlInpQUCW9RNUnE1vCOrU qbN9+/ZMPEZKlkKx2xce0cjIKL2Qi/q28gdZISRq8+bNycnJCq0oDtLJtWvXslnLtEOzZs3a tGmTYbcNEagnGzduVLr1Miydim1oP3z40L9/f6bi9erVQ+hPP6b6t2/fFBrmSZy0tDRoOZvz TZVyZmKmTZuWmJgoaxwP5bC3t9+xYwfrOphlYeMrqLKFMWPGIAppren+ggULMvTWp06dQvIn XuuR08fGxvLfS1RUVEpKSvrGK/fv3x84cCB7nlqyZMlz585l8SwwM6HYHZw7d+5atWqJmjsy IiIi4uPj+c9k9fXrV1hwCLCiA7SJgxt98uTJzs7O6po9gie5cuWaM2cOfyFHiqOcilevXn3F ihUqDkwBhUbVZfOSWVlZHTt2TOplwkHhfCo0GYw4SUlJgwYNunnzJsUFWSxcuDBfvnyzZ89W y9ZmzZqFe4O81Pfv3/k0R5fFvHnzlixZorXhDeCGkXtluJiPj8+rV6/EH8KxyWf5g9wdodXQ 0FD8y5iYGCT0otM1dOhQVFtvb29UfEg+Gxlav2Y2I8RROBVN33Ad3vrJkyd8hPzHjx9whKtX rxZvvK0EderUWbduna6msmnfvv24ceNcXFwUWgsVBtX47NmzEv330lOuXLmJEydiFyq2HYXJ HjlyJMs5OnTocPr06SJFikhdsnz58tiXQmNWS/Ds2bOpU6fi4mamqczUCxtbftSoUSqayPXr 16u9JbyeAiFXzgxAvLdv3z527Fi1F0kWbLZlnktCX8X7dvJprycO0neJAezevn3bt29f8ai7 adOmDRs2iP5lczzWq1evdevWiG+mpqZZZ/imzIHCQp5++no4OdxqrVq1kr+iu7v70qVLFc0u JYBOzJgxw8nJSbcdJFauXBkeHq7QfF+oNggcNjY2sMiyVjQzMxvMoZYWpAgcyBsMuIltTpw4 IUvFDbg5u5AbwVKrsrvjx48jBOjpRIfawc7OzsTEBNclw1eeuXPnHj169LFjx8SzK1jwAwcO DBkyRMPF1BtwluS8b5YFrOfBgwfTTxuhUZA38G+w5uXlJRLy379/w6ArtK/U1FTx0e7i4uKg 4hLZgEQrHyT9LzhwZ7IRnQcNGtSnTx9qyq4vKCzkVatWLVCggISrkD9wIMR7+fLl8mdd5EOj Ro3WrFnTrl07FbejOhBFaKS9vf2VK1f4LD99+nQ2ZlPFihVRSxGOL1y48Pz5858/f+Jk4pQi DWrbtm2TJk3UMiY8WLduHRszBIkXvLj8h2bYKaq6ikIOZs6ciauTKec0Uxd169a9ePEi6gIS O1n5HG4GXDuYJER/ie9JxUW8e/cON7mij9atrKx2794tMeWPpnn58uX69ev5L3/79m2oLxPR lJQURSeYyMbBPn/+/Ll///4Kvd2DMbvBAd81efJkJJTUrVz4KCzkyGcrV64s0Q8S6Z7Umfje v3+/evXqrVu3qjhaOLzI3LlzYWWUGO1cQ5QpUwbhePPmzatWrZIfTfr16yc+LRjO0gQOrAUh z58/v5wBuZTDzc1t1qxZBtxkGEePHkX2kOEqSMC3bNmiUJua9Hz69AmVf8+ePapsJNODIMv6 I1y/fh2JYGhoKKoJLFGJEiUaN27coUMHiA1SKyi9RKsFhaaNz8TAbh46dGjevHmKziGESrFo 0SLtz7m+a9cuhd5bvX37NiwsjE1go0TLFRwg8wPIdezs7AIDAxXdgqgYCLnIe5YtW2Zra0tv zYSMwkIO1alWrZqEkD958uTVq1fiXRJTU1P379+/ePFi1WdVsbCwgBFv0aKFittRO3nz5sWN DpN05swZd3d3f3//9N3S2BRVUkfd0lCeGx4ePnToUFb/Yezg8vmshfR/06ZNElNpKQEu+qhR o5o1a6bKRrICOXPmbMthwD3YhDiJCwyuQlBQkMQq9erV02oRBQmbxzPDhiYSIAdycXGROmia poGaIgIoutbNmzeZkOOuUHScVAQW5O7Pnj3r06ePxITIShATEzNgwIDTp0+vXbtWO2PmEEqg sJAjLzM2Nr548aL4l5DtR48eiYT8/v37M2fO5N+0WxbIK1Fpp0yZov0kmj+oZpaWlh8/foTB khDy9u3bX7hwQZvjFSPxHzZsGJvY0cbGRqFpixDmdu7cOWbMGFUKgDOwbt06ZDaqbCSrkYtD /JukpKTHjx+Lf4N616ZNGwPuDCNpfv78OSIssuTExETUPtSUwoULlyxZEhG8UqVKZcqUyXxv N//555/Vq1fDICo6bFTfvn2R0Uq04tYa586dU2L2YdEs8kj4xOdf4EP9+vWfPn2K6pzhzOv8 QRyDs9+7d6+6hqgi1IsyHSilDgZ07949VJjk5GTE8WXLlikx66gEVatWPXr0qACN+OfPn9+8 eRMZGRkaGvrw4UM4YKlDKSHytm7d+vjx49B4nI0cOXIgHWHRlo1mXJgDMq/G4cpnz57NQgCE AVdB0adho0ePRpFUbFmNyHXr1i3RHG6EEkCno6Ojxb+pU6dO/vz5V61a5eHhAZslZxJu3GkQ 8urVqzdo0AB3YKNGjSpXrqz5ImsQJCtIMXE/85x6XITU4Y+0CXKsU6dOKbHikydPRLMmNmvW TKHBAeHFO3TooET2IJ/4+PhevXotXLhw3rx5WXNgfyGjjJBLbSoSFRX14MGDCRMmqN5myoAb OP3gwYN8Xu5qGlQnKDHcABwSYisOE59hiTK0BX///hXNTJCe7NmzQ8Kh6BBOeAUcKaItgi/s VOnSpfF9kSJFFI0+ly5dEr2fhi9Xbv43Ozu7evXqzZkzR6HBpMTBgSNzzzpCjswJQROVokSJ EsWKFVNL9+6AgACJZiW46ywsLPi0e8KKbzlgobZs2YIbrHnz5jY2Nl26dNHHScfPnz8P8Xj0 6JGiK/bo0WPt2rXypw/RNEj3078i4QO8QVxcHBNyBEP4cv7WSOJZjnpZvHgxDmrfvn3Caa5E GCgn5JCcQoUKSXRVvHr1qp+fn6INLKUyZMgQFxcX7c+gBwViU4e9fPkSN+sTjtjYWFSqnz9/ qndfyAMSOQzSDaSMcwstL1euHLShSpUqCL74AI/FVF/WKFQo/JIlS9hnZACqdAODkLu7u1+8 eBEyoNz7ERgIJDFabhusKyC606ZNy507d9myZXHV2HS0ZmZmkBB8o/Q2Jb5R+hkJXKw3B5Iz GLURI0ZYWVnpxfSUyJBwS2c41VB6oH9r1qwZOXKkzjtD+/r6KvdsEpHh/fv3LAvB7dSzZ0/W lZQnCBTGxsZ37txRYtcZgtoNd37y5EntTBZH8EEZIS9VqhSMo0Tel+E02DwZNWoUVFwLgyam pKR8/vwZXgpeBz47Jibm6dOnkHBYGfXOIa0oTOBRHvHuSYi8bPZSZFE4+fgLzcC/UH1YwE+f PiHeicZYrl27torTsSMC9uCAnzh37hxEHTkN/3ZwUB3UdiiHKmXQF9h8srhnXnKIoidyL4Rg S0vLNm3aIDfi37YRV1M5GyefHz9+uHGYmJg4ODgMHDhQO9MTKAFq5bp16zZt2qSECg4dOhSu ERmwBsqlMAoNNSGBqJkwKuOCBQuQW/OMS7jZDh8+DEPSqVMnpfcuHyQoyC3OnDmDKKToug8e PEDg/fXrF8rJXv+npaWtWLGif//+uO4IxaNHj1albMHBwYGBgdARNc7KeOvWrdu3b0vMmPDi xYt9+/aNHz9e6XxdjSijlxAVSIUmHuDgWu7YsUPtKg4FSkhIiIuLg7eGIEGwYzg+cqjYTls7 JHMg55CYEYE9fpc4BGiGukbhbs6xcOHC8PBwSBTu5ocPH7569SrDvO3UqVOTJ08WcitFdYGk Cmc7/QlBVPLhMODeRllbW/fq1cvc3DzD+AInKmd2TtXBpZw0adLKlSvnzZvn6OiouR0pAW7y Q4cOLV26VIneLkhQoAfanHlBPt++fVMlSML1ij4jI9y2bRsfhRs2bNiGDRuKFSuGQIfap8SA OTy5efMmtBwpvqIDM+MS29ra2tvbi3phwIrY2dkh8UVkRnjhs5GIiIjq1atLHXUDIREbUe8z 1Dp16qQfuhQJ1vXr14cMGaKvQo7SKzpqIB8aN268a9cu1ZtR4N5lVvv58+fI7/AX98ebN28Q GjR3W+sKqVlISEiIp6enGoewLViwYAuOKVOmoB5CZqDlyCpwVvHh3bt3X758QaoEMWP158+f P7CVCCXpJ2jJfECkjYyM5Ids3IS7OWrVqjVo0KDBgwdjFVkL+/v7q7+U6cAFEtTY+LiTXV1d IeFsagCFQCKFpGTChAlqNGGqA5MgmjBUCSRepjg4OMCR4xhlLZ8nT57NmzeLep0gvzQzM1NL iyVZ3L17FwJ84cIFOaNGpge5bMOGDXv06CFqjY+wDElG+XFD4gqGhYUhksA/GHDD0iGaGRsb 43DggH///o38BpHn+PHjM2bMaNq0KZQoKSmpSZMmhQoVQtiB2cBi+CzewAhXAdJet27dihUr 4qJgFewIeQBkAqYRYQo/sV4eMCrYBQIdvv/69SsOEPtFnf316xezRgh0WMbQ0BCpFfaChEkg 3esVE3Kc8fXr1y9atEjFAV7Sg9N04MABRbtWo/LjdONiQ06g1rgkom45uN56YbU1ASo86kn7 9u1xgzZo0ACZL25HhSqbHAoUKFCDQ+L7FA7c8ey0o1IJKqpqDgQgBB2e3is6OtrZ2Xn16tUj RoyYOnVqejnHtUOirIFi/gfYizNnzmQ4rLLWCAwMhJnmOU6iBMiKoOICnFcbOqGWNkMiHB0d UZFnzpwJfyLxE+5AFxcX8RdquC0RBDQq5ODatWtIHY4dO8a/jSdyfciHuKfCiRo+fPj27dvz 5s2LMI7b4PTp06gg3bp1u3TpEjQeh4bKgi8RYSDA0M7ExER8f+jQodevX+NLiOucOXPYyGPY 2suXL0WPdSEKKCTc886dO5EG3bt3D+cQVaxPnz6bNm1i+QEMCdQHGQM2hYV9fX1Hjhx55MgR 5OhbtmxZuHAhkkusuHHjxgULFsBw7t+/38nJCQIvHIlRQMiR1OBEqPLWRw44LxmOd8HeaiO9 io2Nxa387NkzaDYuJL5Re2O0DMGdkStXrnz58uXhYBkl7uacHPhVdCchxYO8IUDjLw4BySZu YqZ5miseNn6ZgxUVdz9SyGbNmrVs2bJmzZqaeDmal0Ptm9ULLCwsFBr0A2YLQQexY/78+ZMm TRJ/AYFApqE2SiLghxCk0s9+pBMiIiLWrFlz+PBhJWIi7uclS5Z06NBBEwVTHVxlVQK91GeT Xbt2tba2xhmDurBvULvncqRvwIgUZ926dfCgSpeBD6dOnUJ4WbZsmdJbQFqJwuNcIVTCNCNT QYqJDUKV/f394Y9RQZASFS9eHFZ47NixMMqQALjwkiVLQgW8vLxg5yDYjx49glrjeFeuXCmK rvgVFcrMzAwhGlekYMGC2JS9vT1yaPjpzp07IwfCv66ursgmkQnB8CBW4198sLOzw95hSFg3 JRTD1tY2ISEBW8Aedd6UUhy+Qo4TNGXKFA3pZbVq1dI/MsJJh6t++/Yt6/TFXmzjX/hv7eRB bJANaF7p0qXLli1boUIF/C1VqhTrG1a0aFFcV0hXbg7UOgh5dg7IucTzFtyRvzlwApmKs6Tk 06dP7HHCcw4kJR8+fFC7wOMWZC3wWcPXSpUq4X41NzeHqCOpzAQjh+BMshaLEFSdjPTetGlT 3AOKtpFEOICN8PT0RBIgGjPLz89Poxler1699uzZI4RmbrBBsDjbtm1TIqogoMOFDxs2TMi5 o4oPXWW9eUU8FL19MDExwTlkY8Clp1y5cjBIbJYHjbJ8+fI6deoMHDiQz8LM8IiSV0Q8FjxR g2By8IEtU758eYRNHOD06dNRI2DBg4KC2FoIofgJ1c3HxwdibGlpibqPBSCuiHUsCItOPhaD imMjuM2g8ThXN2/exEkbM2aMyHugOsB3YadDhgxBJgGp3rt3LwKyAZdkQInwa/78+RFn3N3d R4wY0ahRIxwCis3W0sQpVRReQo4zuH37ds25XsRB0YNfXA9cWgj2M47Hjx/jL/7FydWCfuPy QLZxXaEHCBaoS6yTN3t5Ixq/RdG+wjk4cMklsmbcjmxOZaQsUHHW5w1/cQ+p8nZNPqxxdXBw 8I0bN5D5wtagEuqpnONuYa3wAE4dqr1OioGIibiDZEKJdQMCAo4ePers7MxCD+52NRdOjMqV K48bN04IKo46vmvXLtgDJaIKKiPEacCAAUJWcQNuUDZVVpf6LgzZz+bNmyEn+AwNgz7JUnFG u3btNNrkTcSZM2f69+/P55CZQ2Nj+6D+IhBBaPENPqMKvH//HgsgBtaoUaNmzZq4SSABsEA4 G9BR9nQBko/lUVNu3brVsWNHCCoEAtEV23zw4AGWxEawMOsdh0h+7tw5KP1PDsRV7A7fYFNw U4iEVapUQUpdr149yBwyA2tra2wHifXFixcRVfATisEsONa9f/8+7j3sHaujwLBhEt2wdUXG 5/3kyZP29vYa7ZEFeTtw4AAiMq4ZNAyXQb3vlmSBiMa6a+Oy4S9uHdhuXH7cCtppbg11L8SB XAEumTW4Rb6CuyQmJgY31l0OFecykQobM+TSpUsG3EjUTZo0ad26dfPmzWvXro0AofbdqR2Y EtyZ58+fFykf4ruuhuHEGcO1g7lUbvVFixYhHKxbtw4hTPWBjWXRo0ePHTt26HzmFQTBffv2 bdiwQYmhx1ArJ0+ePGnSJCV6PWkfhBFojHLPV+D/JHrQIQLjvC1YsEDUmh2XEqkM1EXO2UBq C3M5aNAgJcqgEK6urmvXrp07d26GS16+fBkG6cqVKyEhIZBMRF3U3IIFC967dw+e3tjYeNmy ZTj2sWPHIjC+ePECh2xra4sABW1mr8BNTU2xFsQCKg57jaiFSI7QjbTmyJEjsMv169cXDdjV s2dPBLr58+fjJCDEIXfETmEdIeeQam9vbxQDKYiFhQVq8cqVKyMiInCDYa1Pnz7hiPATTE50 dDSSIVxKbPz06dPQC5QEBUaxAwMDYYQ0fHYzJgMhR/anhSczezk0vRekbLg/anPg1OMvKgBk W2hdpJCWluFgg6N9+fIFt6yvry8qAG4dTTyWwI3OehgbcKYNHh13PP4iFVX7zGyqExYWtnz5 cuTUEi0ucbp0ON9i9+7dlRZysH79ekQfhF0lhjDLEDgYZAnw4loYnkEO8DSQoi1btsAGKbou Ut7hw4cjUguwUZss2Ij3yvUkxGGKj2t5+/ZtaKTEMEEIC3Z2dsWLF8eVxZmRlX9DHeFER44c qeknmhDLVq1aQRHlL9afQ+JL0eQds2fPFv9+LAf7jMRd9D0kln0Qf57fkUNiy7j5p3Cwf52c nNgHuPzv378PHTpU1OSzbt26R48eFa04ioN9Xrx4MfsAIRffuHDaZ8ir2Pv379eCimuOwoUL Q7nr1asH2YbfrV69OnJYASqTfFA/LThwCz58+BAeFDe0Jjw64wUHss7s2bNXrVoV6mhpaYkE FqKu87dBUG44OcQLqc+HUCF12BUEZwmVHNm90luAL9fEzALt2rVbs2aNRADSMsnJycePH1+1 ahV776gQuKaQqxkzZsBCaaJsmgMmAf5SOSG3trZm/Z2Q9ODywUfK6igEh4q89sKFC7t3727Z sqXUZZADwQQ7OjpqLm4YcG1xxowZ4+/vrxfv6e7cuQOP5Onp2bBhw0ww3KxMIb979y4SPW0W RXWQtteoUQO2BtemcePGbIxMgb9I40+uXLkacyCoubq6bt26VVZvfoQAQ0PDT58+JSYmKt1y CtWSNVM4fPgwTiwsAhukDPG0WrVq2pdMiDduSCSXUn9FCdu3b6/lIomDLAemRxUhZw0exTfY vHnz9GO18gdeDU5i9OjRUsfN0A6QGeSdLi4uyj1p6NGjB+72DE2eMEEq3KlTJ0VnXDXgTCSu GmRmz549K1eu/Pr1a4arREREIGM7cuRIerPL6Ny5M6QLRnbHjh2qTIkkH4QLDw8PVcaH1hot OXRdCrUhXchTUlKmT5+u25FKeYJkCoYblrFZs2bQmEqVKmWC9Eo+CNAjRoyATYHLQTKevo1V oUKFkMXjNo2Li/v+/TtM/IoVK1TZI9zAYw5EZGQJSJWg6NB1U1NT7byW/vv3L25IWSoOUB42 VKoOQQxdt26dEqZTKtCAU6dOwUudOHFC0XWR802cOHHatGmKzoCpRuLj4w8cOIB0U4kH6Qbc Q0tcceE8ulSO3r17L126VNFJ21q3bn316tVVq1Yp1HwS4RoxARl2v379pC4Ao4ywgGz46NGj cPBKDLyTHiTQFStWRNVr0KABIjAigxCGOcuCSBfyy5cva6i/uFooXLgw7hiWUrHRTtQy5ZR+ AUEdNWpUr169NmzYgERb3Hl/+PBh4MCBkIGuXbtCfVkbV3WBzIC1El+9ejVSisaNG7dt2xYX om7duvhXjTsS58yZM/LfQCOE6fYFsAHXdnLq1KlQULVsDRIOU75v3z6kZbt37+a5FrLYQYMG OTo66qoBvwHnwiHhmzZtkjq9b4ZkDglnVK1a1cHBYf369QqtFRAQwEb2BahcNjY2zs7OfCaz QL47ePBgxEMYG1nLGBkZLViwYObMmYgM2FFwcHB4eDhr5i1/Rkdkh6jgxYoVg1Sz1sGIvfiA ZFGHbVMIhvTYp4QJ0DS5c+dG0gfBgPeCEcTNKpCx8XQLxAOmvE+fPrNnz0YWL/oe1b5nz54w 4tCAmJgYnlurWbMmdAg+ICIiAs4ywzHVUfnZzFoGXDcPpOSIO+bm5tiOGpsQJiUlIWmQswB2 jTOgrt2pwrBhww4ePKjKA3ZGo0aNmJLhNO7atQsWbfHixU+ePJG1POoCVsFJsLW1lTP4q6Z5 8eLF8ePHUWB8UGL19u3bQ8LTt1fSa3BErq6u/OugAeetDbhX7IsWLRo9ejRy9K1bt/I8pVjX 3t4+MDBQ/ovqvHnzNuIw+N+Y1iA+Ph5/ExMTWQGQFrD+00U5ivwPvZg6L6shRcg/fvyI+0D7 RZEK8j4LCwtra2vkmMj+dO66hImZmdnly5cRQCHnIulNS0uTaAKaIZAKNzc3xGJEAdahH6L+ 8OHDyMhIpO2Q9k+fPslal3VPh3XOkSMHhNzS0hKijkih+hzY2Lv8x4BTpkwRSJc5GOJVq1ap /rYe4Vs8Exo4cCBsGeu5wCaPgnlCXUB4NTY2bty4MZS+bt26qs9ToDR3796FC8edo+hjZAMu C+nWrRsySCsrq8yXnZcrV+7IkSM4NP6duXESxo0bN3fuXPbeChe6VatW/HOjqKiohQsX7tix g+fyuNMqcPBcnhAgUnQRQVPTo/rJB0rQpEkTJOYwJXXq1KHnNnxAEJ8wYQIC+qRJk5SedQO5 NnImpgesgztkGN8YcL01mK7fv38/LCwMchIdHS11MAQkEJEcSCwQIxo0aABFRyQyNTVVrhMz 8gM5PWeQxIwcOVKJzWoInK6pU6du3LhR6S3gLPXu3VviSzih3hzwZ0lJSTjJiO+4XjoUbwOu R5mPj8+ePXuuXr2qRO8m1PT+/fs7OjpmpmZH6WnRosWFCxdwpHyyHNw/zs7O4sPgQ9eR5SBJ kv/oW5ydO3fa2dkhmVayxIS+IUXINT3OviwgG7h9O3XqhOy1Vq1aWfC1t+qYmJjAtC1ZsmT1 6tWKBtbBgwcjgqSfDYUB2WBpO4u5kJM3b97Awd+5cycoKAi6LrWbDVzIbQ4DbsAWeMc2bdrg KteuXZt/fiZnScjY5s2bhTY7C07jjRs3JCac5c+oUaPYoFRSwSEL4fHD06dPIS3wmgo9NBaR P3/+gQMHQsLF5/nIxMCWBAQEwGfLmWkeSfPixYttbW3Th76mTZuuX78eCSLP3aHuIwh4eXnR I8wsguRlxh2ghcmXxIF+w7F169YNqajEYEaEEsAEr1y5EiZgxIgR4lMaywFRZtasWe3ateO/ F8hJFQ72Kvfjx49RUVFIAaHZsOzQ+PSrYBnRPC5GRkbm5ua47mzYGfn9o+Li4qR+DzHYv3+/ APsmIfOAwuHolBhnt2DBgkOHDtVEqdQCLLifn9+JEyc8PDyUG/izXLlyI0eOHDZsmGh4+SwC UhakPn369En/nggXfc6cOUhr5OSsU6ZMQaWbPHkyz5knfX19IeTCmZ2d0CiSQv7y5cuwsDAt 7BixG8rdu3dv+G/Sb7XTvXt3mEJ4OznPV8qXL29jYwPZUF0LS3OwR3mfPn2KiIhAuPf39w8O DpbaaTWW49ixY3AMderUad26NZx6w4YNRQ213r9/D6t39+7dS5cuyXpTgOQP9kXFkmuIWrVq nTt3DiXkmUuJsLe3F6DC/fz5E/nZ+fPnz549q9yQ8qBJkya42fr161emTBm1lk7o/PnzB3fy mTNncAIlOuNlz54dCffcuXOrVq2a4Xag9I0aNZo3bx7PcXx37drVpUsXQU3SRWgISSFHCP78 +bNGd2lqajpw4EBIuKynuIRaqF27tqen56RJkw4ePCj60sTEBM4AmVPz5s0bN24M9VX7fkuW LGnJYcANcoJ8wtvbG2Is1ab//v07jGPr1q2FChVCnIIEItgFBQV9+fJF/o5OnTqFpGH16tW6 HbZMFi1atLh8+TJudf4Pn2G5RKNCCoHU1NTw8HDkUlAg1fN7pDXpJznM3OBOvnjxIhJW3M/p X3XBLjs5OSk0nB+qLesnsn//fvyV/9Id1f/Bgwd6NyIeoQSSQq45O84muh85ciT8Hxt9kNA0 kEZU+OrVq8+fP599Axd+6NAhrbUNrsoBHxYXF3f79m0ENS8vL1ndixMTE/05DLh5Ks3NzSGE 8t/0+/r6YrENGzbArGii/CrStGnTwMBAlM3V1ZXP8n379hXCO+OvX78iDuBKQQkePnyorjG6 nZ2dcTaWLl0KNVLLBgVLcnIy8tfjx4+7u7tLHZcN4g1jbWNjo8TGc+TI0ZnjxYsXMPo4pSEh IbGxsR8+fJC4UmlpaUh2ScizApJCjnqr9n0UL1589OjRw4cPr1mzpto3TsgHmo2QAS0fP378 58+fr1y5AlmFlmv5gVupUqW6c8BDQ6oRXyAScoaKRMKBnO/69esZNvSFa4TPg+tdtWqVDsci lQUO5OzZs2fOnEG2IdH8rWDBgqkc7F9cKdH8ENoHQZ+9y7h69Sq0QUODcmPjfn5+9vb2Y8aM adasmSZ2oVsiIyPPnTsHCccHqQsgBs6ZM0ctc7BW5ujXr9+fP38+fvz4/v17pMivXr1C0pyQ kIDK9fPnTzmtJonMxH+E/Pv37/fv31fj1hGqZs6ciYhMnRR1CzxQw4YN2bDPR48erVKlCoyR TkqCyNKXA1Jx+vRpFEbqKNxQFEQo/l5w48aNSBH27t0rQC2HhbKzs+vduzecU0BAAIwUgjh8 EhLcIUOGiIS8U6dOWm64x+ZjRu4O+3jz5k1cCCVmBzcyMho1alTHjh0fP3585MgRJAHyh3aG 6hw4cODgwYOtW7fG4VtbW1eqVEmFgxAEcMM+Pj4nTpxApiLr8JHSzZgxA35G7f1pkZSX5RDC 4xxCJ/xHyBFikNCpa9OwX2vXriUXrlsQN9esWbNw4ULx+LJs2TKEFd1OigMBmD17tqOjI9KL HTt2sOHhxOHZOlcEVKRw4cKqzCWqUZBhtOAQfePg4CDeDmDChAmafkyCewCmDdU8LCwsODg4 NDT02bNnSoi3AffWBhpsa2vbvn17NjRvo0aNhg4d+uTJE0jalStXbt++LWf4IKRo7DUKVK1N mzbIA1q2bCmEGfYU4tu3b3fu3IEFd3NzgyGWtViJEiWmTZuGy60X04IR+sh/hBzpOZ8Rffkw ceLEDRs2UC9GnbNixYoFCxak/x4KWrFiRZ33TilYsGAPDljVzZs3u7q6qvJGdvv27XD8OF7h D0Lg4eGxd+9e0b+tWrXSxOxt8fHx7969g1pHRUVBvMPDw6HiUofx4Qlsn6WlZZcuXeCnpXY2 qcmBu+vNmzfIFaDouLKRkZGyLuvXr19dOXDJjI2NLSwszM3NGzZsWKFCBSF0l5dKUlJSSEiI u7s7ii1/jhykO5MmTRo/frxyQyFJgJSLZbc4mUjQ8+bNq9vhgAjh8B+h5TNfHh9w+w4ePJhU XOfAMchqZoVYcPLkyU6dOgnkMkEY4EcRnmBuVNkOklFsRC+EXPzf5s2bqzEoJycnwyBCvx89 ehTBgdMCRVclSUKlbtKkiZWVFYy4iYlJhmPpQ4mhXrVq1cJavr6+N2/elN9vDRKF0sLQBwUF mZmZmZqa1q9fH7kCMjNBzWcYExPj5+cHFb927Zr8+UALFCgwbty4MWPGKK3iP378SEhI+PLl CxIy8VmJcYejsvTs2VNz0xQR+sV/gricWRkUYufOnXKm3yG0xqVLl+RM4HHs2LFKlSqpOMOp GmnFgTLPmTPn8ePHPNeCZpcrVw6hnw0EW61aNeHblLNnz7q4uIj+ZRPZqbJBpODQadTf+/fv Qw7hv+G8VZ92GgVj89CDBg0aKDodS7Zs2WpzDB8+HCVEwa5fvw5Rf/jwoayn7qmpqQ842L9F ixaFCtaoUaPq/0B+UKJECWQVkEmt5aAofHR0tC8H8owMH1vivEG/HR0dlRgS4PXr10i87ty5 Ex4ejp3GxcVBxdO/d8dZ7du3r6IbJzIrku/IVd9i7969BwwYoPp2CNVJ/+JZBIIs/NnKlSsR nR0cHLRZKvl07doVsrFp06bly5enj1+Q7ZEjR7IRRUqXLm1oaAjTVrFiRQR3XRRWGaBniPLi 39jb2yvalATx/c2bN4j40DxmZF+9eiW/lRlP4IDr1KnDXufXrVsXp1cteglJtuCYO3cuSo5U A4oYGBgYFhYm5+3yVw4cpugbOFHYUGwN5Sxbtiz+4mZgTb3YxFzQeOhonjx5cufOjZQux3/J sBXCb46UlJRv377FxsYGBwffu3cPf3kOBpAvXz7UpkmTJikq4dj+5cuXkcViX3xG8hg/frzQ RiYmdIiaHTmqyqxZszLfFEb6yJ8/f2T1gQGdO3dGBDxw4MC4cePgywU1dyQilLOzc48ePWbP nn3lyhXxn1gvKZRZTxvoQm5tbW3FIzVkMsNeZ6x/EfJsuDSm3DgJb9++5T+LhhygdpUrVzY1 NW3evDkbkEfTfUzYoP1WVlbz5s1jrwBCQ0MhYPfv33/+/Ll8v4tD/sSBtaQugBCUN29eKDqE HHKO0wvxxt+8HHnEEIUp3FQ/f/5EGvTjx4/v/+PLly8KDY0FCR81atSECRMUzcn8/Px2797t 7u7Of8hbpK3pp9UhsjL/CnlycrLqjrxTp05NmjRRcSOEWkBgkhOJ4LQ2btwYHx+PCDJo0KBr 166ZmJhos3gZUr9+fQ8Pj127ds2cOVM8uPv6+jZu3Bgaj5QRJkyHJVQUqFT//v3F/SXANxBR iSUhLR8+fGDNy6HcDx8+hDuU41wVgr2MgO3GaWzYsKGxsXHFihV1Ze+YmWb97uCDkeiwOXNx 1Pjw8uVLRZvm4dQlc2imvFJA0jBixAhY5Nq1ayu0YlBQ0PLly+HCFd3j0KFDqUMvIc6/Qo6U X/XBWe3s7GhoX4GACyHnbXG9evVgWQ4dOtStW7cbN24gNEybNg2yAceDyG5ubo5Ar83SSgWS g/jYpk2biRMnio8vjWC9YsUKpCBr1qzp3LmzDkvIHy8vrzFjxkgMtY1LwOaMF80Sy5Qbf9lY XWrZNfaCuA+nCNlGegTPDeUW4FAhcMw1OLp3727ANfV69+4dzkNUVFR0dPSTJ09wfnBOEhIS 1DXYnIoUK1YMLnz06NHVq1dXaMVv377hBl67dq0Sz1RwNQU1by8hBP4j5MpNZySiUKFCApyK KssCFYfXkfp0PV++fG3btjXg3lyePHmyV69e9+7dE590C+viyyVLliDoa6/EMkBKcfny5XXr 1i1YsEA8gj969KhLly5wtGPHjm3RooXqQ2VpCFyCrVu37ty5M7384PTeunULv8KDxsTEyOl4 rRCw15BqJGTw+iYmJpBGCLnaxyHRNLhLWQM3Kysr9k1SUlJcXBzLeODdofGsNT7O29evX79/ /458SIkdZcuWDTcPzg9iIM/RC1CzkJZBxQ0NDRXdHZISe3v7O3fuKF7S/w/qad26dZVbVxzk EL9+/WKZRM6cOYXfRJSQw79C/uXLF0WH4JAAJk8t3SUJtYDwZGRkdO3atfQ/de3aVaTQzKtJ jB6KGn769Glvb2/81UT/ZkXJkyfPvHnz4CbhfiTmBj3NYWZmBmtubW0N9RLC5FqQnOfPnwcE BFy5csXHx0dWMzTot+rD8sCiQVdwrZHxQLlxZatUqYJvMuwhpncU5MCRio/WjnsVHh0eV/Ri OzExEZ/xJZwJe/ktsZ0cOXJgOzAeRYoUKVmyZKlSpaDiyH4iIiKGDBkif/JZhDgnJ6d+/fop N+FQSEhIz549ZU03kCG41vxnJReHtd2LiopifRHj4+NxfpD9sJhfoEABnITixYuXK1eucuXK 1apVQ/6EekTt6fSFf4Vc9efqCCICHCAzKyM1c8+ePfu0adNELX0WL1587NgxqaujnsPvXr9+ HSmaBkvJG+QfN27ccHBwSD+N432O5cuXIxJBy+tyQNIqVapUrFgxRG2NGg5IBcIifCGcIrQ5 LCwsNDQUQVMtjdEkwIEg5uK4cJi4LkjCIGyIuQJ8VK4dcEJKcqi+Kdw8yL3YIP+ylmENzZRT 8adPn2JdpVUcIJFV6J0X9BupvJub261bt7B3/jckssCKFSsidW7WrJm5uTluNr17opOl+FfI Vbm9GGp54EOokYYNG7JuZuJfTpgwQWRoYMTlD7oOLYfqe3h4COTJG4zCpUuXUKSdO3dKXeAd h0jp4bpYlIfyIfjCp+IvZI91RIbA582bl/VTYohvio2fBcuCv2x2k5SUFJg8BEcYmo8fP8bF xb1//x4fUHfwF/tl43WoEZQNBYbDRlKCCF69enXINjsE9e6IYNSoUcPT09PZ2XnDhg1SF0Ci 1rRp0yNHjrRp00ahLf/8+TN9IwmFwG08c+ZMnguj5h44cGD37t1IKJXYF+7zJxxnzpwx4J7b ocbpfCBIQhbqdOSVK1dWcQuEejEzM4MGiM9kZWpqumjRItG/hw4dyvB9Chs6Wzh1GF7BxcUF qjZ58uQMGz0lcuAMSLw7YOTIkYP1RIJeQtFz5swpynvYB5yc379/4y/rm4S/+KyhllbYY/Hi xcuXL496BMFmVhuf2bNfTeyRkAoyvPXr17dt29bR0VGq7iJvs7a2htJPmjSJ/2b37t0r9T0X fxYuXMhzghl3d3dIvroG+ALYb6affFav+VfIExISVNkQwhCFG6FRpEiRzp0779ixg/1brFix o0ePioawhkW4e/cun+2cPn1aOELOmDhxIkRuwIAB4j3TIMwKtfPAwqzTsAYKmAFIHVBfDA0N YQGNjY2rVauGlAsqDretXxOHZFZwwzdu3HjevHn79+9P/yvuHOSRISEhkHw+T/Xhjzdu3KhK eVq2bMlz+D9k6osXL1ZlXxKULVv28OHDWfbdjV6gNkcOn0QD/wqQ7t27MyGHckCPxTuLJycn i8++JYfr16/j9hDa9cWhXb16tX///qK3QrDpK1as+Pbt24cPHz5+/Mj+IobiMJM4cMiilrpa g1UN1oxI5LNZBzDKfYUMBGzfvn29evWaMWNGdHR0+gUgbzdv3ty8ebONjY38Tfn5+fEcG04q qLzIAzLsl/H3718nJ6dVq1YpvaP0ZM+eHYepaP86QsuozZEjWhUoUEDl8hBqplWrVjB8z549 c3d3t7a2Fv+JjXjFZyOsq4/QhBy0aNHC19d36NChrDNPeHg4Imb6t5vMdkPFU1JSIOeQ9sTE RCbt0HgIP25+kdL/+PGDLYmw+JMD2i+rXxPOIRsvjHXgKViwIGsIXaZMGSg3lACeGx+KFSuG L2mIBX0E1tzCwmLt2rXr1q1L3wAe8tytW7dx48Y5OzvLabgQEBCgShngsPkMtIWUXb0qDpBA CKHfCiGf/4vj8CgIZ6psCFGM4pQAyZ8//7Jly6AilpaWEj8VLlwYGsOnLUxaWtqLFy8aNWqk mTKqBDyui4tLs2bNWEMzxJ3Pnz/v3r1bvANFfg7+zwZ/cRhwzdEZsp7Y455nb9nZUN4QdRqf OPNRtGjR5cuX29nZ4e+pU6ckfkXCBwV1dXVdsmTJoEGD0vtmLCDV0POkT58+M2bMyHAxpNrz 589Xei9SmTVrlkLtAAhd8a+QqzJLsQH3jpxCmDCRNSwzRAiOlmcDnPj4eLUWSm24u7vPmTNH vLn4oUOHYKD37dun9MtmUQt2yL96SknoPyYmJidPnhw2bNiaNWvS15q3b9+OGjVqz549Tk5O NjY24hPpIgtUeobounXrIkvg8+TsyJEj6pqHmoEjFc7UiIR8/hVyFZv8/OVQR5EI7dGlS5eV K1fyuXA6aRGWIefPn+/bt2/68rOe8fv375cY2ICNwo0MpkiRIgLpUEfoF506dWrfvr2Hh8f6 9esDAwMlfr1z506PHj0sLS2nTJnSsWNHlghChpWbUt3Q0PDMmTN8+qz//PnTzc1NiV3IYuDA gTt37hRPRwgh839CjlCo4hyI2m9DRKhO06ZN27Ztm358lfQI8L3Jx48fJ0yYICsLgZYjjIrc DI4R3wQFBX379g3HUqpUqfr161txUJ9sQiEgb927d4ft9vT0dHFx8fLykgh9gRz16tWDqe3d u7eRkRHcvK+vr0J7qVSpkqurq7GxMZ+F4+Li1NjZbNCgQao80CK0z/8JebZs2VSM1CkpKcI0 bYQc4EpnzJjBR8iVsxQaBRZE/miae/bsgfOePn36woULd+/eLf7Ty5cvQ0JCYNnLli2LaMvm ctVweYlMBeS8KwdupLFjxwYHB0ss8OjRI1SuRYsWdevWTdHZ2Bo2bHjixAk+Mx0gkf3nn39O nz6dlJSk0C5kMXz4cGQnpOL6xb+vXlR8igJHDi1XuTyEtkHIgIZlOOCUAAfuFh/oRhbnz58v WrTo8ePHZS3w/v171j0Pek89ZQklaNSokZzaAX09efKkQuOb5s6dG5klHxV/9epVaGjo9evX lZgLVSqoAhByUnG94/+EHHZcxc5jqampPDslE4IClnTNmjV2dnbyFytXrpx2ysMfOS2BETdZ R4znz59n2JQXi61atQrRdv369bIaBhKELDw9PW/cuCFnAZhmnrERcbh79+6rV6+uWbNm+l/T 0tLY6Ai486Hft2/fDg8PV2PUrVat2pkzZ5DZq2uDhNb4PyGHHVe9l7B620wSWsPW1tbLy+vg wYOyFihUqJAS0zVqFAQ1Of0sbGxsRo8e3blzZ/6ve/75558+ffrMnTt30aJFNPcPwROI9IkT J9TVztfIyKhr164RERFhYWEpKSlIMdnY/nFxcTDfr1+/ZmP7p2+NVKZMGTYKgtK7trKy2r9/ P71g0lP+fUdesWJFFbeFm0zl8hC6AWYU2X1ISIjUXytXrgzjruUiqUKVKlUsLS1hL+BvFBq0 deXKlQ8fPty1a5fQEhdCmEA7ZdUacXA75c2b99mzZ/IXi4mJ4TkOqwE3D1vdunVxn7dq1crE xOTp06ddunRRQssR/JG/zp8/X4Cvzwie/PuOHMmgittSZWIfQrcUL1788OHD7dq1+/DhQ/pf mzZtKrRh+3LkyCFnsmQ2FhXi2smTJ/v376+QYXrw4AEsEQk5wYdfv37BNGe4WLNmzfbu3Qsh Dw0NjY6OjoyMjI2N/fz586dPnxRKNA24JuXYGpvBtkKFCqLvy5Urd+HCBdztCj0ZRSqAJL5j x44KlYEQGv8Kufgo3MqRYb5JCJk6derAwnbq1Cn942hFZ2zUDuJRTBykHYh07HPfvn13797t 4OCQ4dbgS1q2bIkle/ToUaRIEXUWlMi8wMUWK1Ysw3aX169f//nzZ2MO9g1qGRQXWs6mxH37 9u3SpUv5DLuE7QwYMEBqw0zkrwEBAaNHj2YjFssHW5g+ffq4cePobs8E/CvkiOO5cuVSZULl f/75BzcZtXjUX1q1anXu3DkomfigAoUKFYLC6bBUsoApkfr95MmTxYfJHDVqVEJCgqxBLgsU KNCwYUNra2sbG5tGjRppeXRC1Bc/Pz/EdOw3f/78LVq0UDSq/v37Fz7sy5cvI0eOVL08UJTD hw+PGDGiePHiqM5Xr15Fdo7iIb/hn+g/ePAAuuXo6Jg9e/bExMTw8PD69esL7YmOukC4w314 //59+Yuxft7iIxawYYPLly8vWmDZsmV89nj27NmQkJATJ06IslVxTE1NfX199+3bt2XLFlnT tOCGh60fOHCgAFuwEsrxr5DX4IiIiFB6Wy9evECCSTeHXgNH7u7u3qtXL9EDw7Zt21apUkWn hZIOdBdSIdHwp2vXrra2thJLwnkgUK5evZr9i+ALI2JoaGhsbFy7dm0jIyNdjS6M8kOD582b t3HjRojBjh07Dhw4UKJECf5bQMmRdalSbcWBuezfvz9SNwNuXLwuXbp07tz506dPCr13QxjB IbBT+vTpU5SNz4QfegoOs1u3bsh+5C/GensjUZa1AK4+zjPPncbGxuK6XLx4UWqGjZxp0qRJ Q4cOvXHjRmBgYHR0NMIy7nnc8Mg5LCwsGjRokOFEaoR+8a+Q40qbm5urEhGQzkPLScj1nY4d O16+fLlfv34ssiBzF+Cwbgbc6z0Awyf6pnTp0hs2bJA6IsLy5cvfv39/6NAhA66rJLQK6q69 ssogV65cONunT5+GGOBDhQoVwsLCqlevfvfu3VKlSllaWsLRwt0i7DZv3hxBGTEa7haWi6Ug 7969gzmDQrDhepATYGFU5NatW4si9e/fvxHKc+bM+fz5c9h91PGkpKSbN2+mpKS0aNECZ4z9 i3wIa+FLbATF8Pf3xz2AzQ4ePBgbZE9o4ClxtqHTsH2o7Ldu3YKnxAaxGCo+SlKpUiVkV/Hx 8dgmFO7nz5+vX78uWbJkQkIC/uLQUAyUuWjRosKcgEc5OnTogMsRGRkpfzGprU9EvH37VqGd 4jL17dv32rVruA2kLoCTzMarUWizhJ7yn7H4WYsMpbeFrBN3MyKOyqUidEybNm0QI+DLk5OT Ead0XRzpQGAgfiIhh3Ls27cPMiN1Yaj79u3boSLe3t64UZcuXQpVc3R01Lk1gUZC+Y4ePYq6 0717d2jhli1b2rVrB0mGf4LVg6ziuEJDQ2GXXV1dT548CSuGo54wYcLKlSutrKwg5DiWr1+/ rl27FrIKVYYGixIaJGFIX3AdkR9gXSwDzYDufvv2DdI7f/78HTt2QAyQJUBpkBgtW7YMuyte vHjhwoWRTECMFy1aNHbsWOz9ypUrWHLNmjULFixwc3PDr9gRRBq6fuHCBZR206ZNTk5ODx48 wJI7d+7cvXs3rDm2MHXq1BUrVrAp6Zo2bbp582YXFxdZTRz0DpwoHPWQIUPkLyb/raUSI2Qj MYXt9vHxoZfcxH+E3MTEBJVf0VaU4ty7d2/48OEql4rQPYjLnp6eMGGI4Loui0xgZNevX88a pUMb5PsP2NlTp05BLKGRBtwUjVAsKE3jxo2RrEA7ddK8A4VHMgFnDBGFIqICli9fHu65f//+ sLPu7u6DBg3CTzBY+BVGGSa4QYMGiPvw5VixR48eMMR37tyBP4ZC4wwgkx4wYADU9MePHxBR VGpDQ0PEent7e/h7Dw+PSZMmYRXW/ArZw6tXr3AqrK2t2UztrA9SnTp1jIyMzMzM8Jf1DoBg 1KpVC2evSZMmWB3Lo3iIFbCGKAl2gV3jTGJhZAkoGO4cpBRIUCDeKHZQUFDZsmWh/XZ2dtg1 5D/TCDnACUdmc/bsWTnLyH+spdyA/4i3zs7OSIyUWJfITPxHyFFRUSFRD5Xe3N27dxE+qD9i 5qA6h65LIQ+IVqNGjYKDg2Erx4wZk+HykGqRBf/z5w97HHrjxg1YSWxq+fLlkHPNljgdUO5s 2bK1aNGCjeIJrYVyQwXXrVuHNAVZFAQS+vfu3btnz56hckH4IbdQR3yGlBpwY+NA1/HNy5cv f//+jQ1WrFgxV65c0HJsrXLlyliFZec4dtTNc+fOlSxZEnuEDGCtfzjYM3ZWJNbyANvE1gy4 VIOZe9Tuzp0746c3b95Aofv27duwYUNsGb9iU/gXphPJAXs7joQDph9lRk6A3bHxpthP2H4m m1YLh4NbCCdBTvCUPyUucjUsoMR0FVu2bGnfvj09Qs/i/EfIEUqQg6si5I8ePYKZwE2pcsEI ImOgQ1OnToWk8WyzDb2Hs5T6EywjAuKGDRsmT56s1jLKA8p3/vz5hw8fnjhxwsHBIWfOnLCq 27ZtQw2CeMOCw/6OGDHCwsLC1tYW/0Jcd+7cCXmGJCPngBXGwtDFDx8+1K9fH7nIkiVLsCIy AFMOtheIK3Idpv3Dhg3bu3cvEgXoK/IA6GurVq0cHR3xF0qM76OjoyMiIlJSUpAH+Pn5QcXx TUhISK9evebMmQM3b2VlhfJAy9lUctCesWPHIhkaN25c69atsRhWDA0NRSbRr18/FxcXExMT lAS7w8lH2bBNFAbL16hRQ5htL5SjQoUKJ0+eRKIjqxu3/JEJcDYgxqdPn1Zi1zNnzmzZsqWQ n5wRmkZyvnoI+YULF5TeHEIG0nYSckJrDBw4kOeSUJ09e/bIWQBec8qUKTCm8+bNU0fReGFp aXn16lU216oBN6zHmDFj4uPjbWxsoLLQzh49esCrwVjjV6h4cnIyDC6Kil+h4sibYabt7Ozw 79KlS5FJFyhQQOI5CjS1UaNGUFMIfJEiRRD3IeHly5fHlqGss2bNYt/jmzx58hw6dAgbhJAf O3YMpSpUqBDEGD6+atWqOHtYsVq1avgXu4ZioSRYEmWGSMPWGxkZYe9ICLp06QJdQXbFniIg ICAyIMmAc0Vhdu3aJcDJ9FQHidS5c+eg5elfeCNlyfDh+ezZs5HVsacgChEVFYVr5OTkpOiK RKZBUshFWbzSeHl50WtyQoDcv39fzjwrIubPnw9VmzBhghaKBFWTyHohdUYcom/EZ6SW6BIC lYURF19X/F/Gp0+fAgMDobhw/Kwzd+HCheGPDbgncBK7qMghq7RFOdjnUhziJRF1NBdPI0Sf of1ZIb9v166dm5tbnz59JB6S4/yzVEwOMFEbN26cOHGiEvtdt26dvb19Zmp2QCiEpJCzdJvP oIOyCAgIePfuHXVCI4RGWFgYzyXhyxFVzc3NNVoe7ZA3b94VK1Zky5ZNXRN7EPLp1KmTp6dn 7969xYdpQ6okGvtFDkgf//z5M3Xq1PTTosjny5cv+/btc3Z2Vri4RKZAUshhBSpVqsTHuMji w4cP169f79+/v2oFIwg1w2f8S0ZaWtqkSZP8/f0zwRNgHIK4pye0gKWlpZ+f3+DBg0V9I9u0 acNz0CHceKamptDyBw8eKLTTPXv2jBs3TvwxCZF1kBTy/Pnz16tXTxUhN+AGESQhJ4SG6LEw H0JCQmBxtNnwjchMsKFSoaznzp3DvxYWFvzXherDCx06dGj79u0ZjjMj4vXr115eXhl2Zycy JZJCbsB1hGA3n9LgDsZdRfNHEYIi/ftj+axdu3bAgAGlS5fWUHmIzA3M8enTp9esWXPmzBlF R7IrWLCgo6Pj0KFD4ewRjfH3zZs3Ga519OjRgQMHZrKufQQfpAi5QkM9S+Xr16+vXr0iIScE RcWKFfPkyfPz50+ey799+/bp06ck5ITSZM+efdCgQYUKFVLuHQ1W7NatW6VKlUxMTK5cuRIe Hv7x40c5y8fExCQmJir05InIHEgRclmD9/Lnz58/Xl5eLVq0UHE7BKFGatSoAYsjvweaOH// /j148KAwZ34j9AWkj/DWSq+OVKAhx8yZM2HKY2NjIyMjo6Kinjx5gn/j4uKSOX7//o2oCyEP Cgrq1KmTGstP6AVShLxcuXK5c+dWYuxfcVxdXWfNmpVZ5y4k9JRFixZdu3bt2bNnPJe/cOHC 0qVLy5Ytq9FSEQQfKnCIXrcjRCckJEDFf3CkpKTg35o1a+q2kIROkCLkCFslS5ZUdDYeCcLD w0NDQxVq4kEQmqZ8+fKnTp2ysbF5//49n+Xj4+P9/Pz4jzlDEFoDdkuiNz+RZZEi5FBxmHIV hfzv37+enp4k5ITQMDMzw505ZMiQR48e8Vne19eXhJwgCCEjRcizZctmaGgYEhKi4qZdXV3n zp2bCXriEpmMBg0aBAQEzJw5c//+/Rku7O/vn5CQQDNFEgQhWKQIuQHXQEP1TUdGRgYHB7dp 00b1TRGEeilevPi+ffsGDBiwYsWKa9euyVnyxYsX0dHRTZs21VrZCIIgFEK6kKuly83fv3+9 vLxIyAnBYm1t3bZtW29vbxcXFw8PD6njYqalpcXGxpKQEwQhWKQLeeHChdWydTc3t/nz59PT dUKw5MiRozNHaGjomTNncMdGRkZKDEseFRWlq+IRBEFkiHQhV9eQAtHR0fR0ndALWG9d5J1h YWEBAQF+fn4hISFsePbnz5/runQEQRAykS7k6pqjnrVdJyEn9IX8+fM355g9e/br16/hzu/c uZMvXz5dl4sgCEIm0oW8UKFC6toBe7quxg0ShHYw5Gjfvr2uC0IQBCEP6UIOC5I9e3ZF58SV ypMnT+BprK2tVd8UQRAEQRASSBfyHDly8Jw9N0PY03UScoIgCILQBNKFPFeuXDlz5kxLS1PL Ptzc3JydnWlIDYIgCIJQOzKFHPCf8FE+MTExt27d6ty5s1q2RhAEQRCECOlCnjt3bgi5Gnfj 6elJQk4QBEEQakdLQn7p0qVly5apa5wZgiAIgiAY8t6Rq3E3sbGxN2/eJFNOEARBEOpFulpn 51DvnmJiYtS7QYIgCIIg5DV2U++e3NzcHB0d1dWrjSAIgiAIA1lCnjNnzhw5cqh3T4GBgRER EXXr1lXvZgmCIAgiKyPTkefJk0e9e0pNTfXx8SEhJwiCIAg1IlPIc+fOrfadXbx4cfLkyfR0 nSAIgiDUhcxH62p/Rw6uX78eGRlZp04dtW+ZIAiCILIm0oUcplntj9bBr1+/fHx8SMgJgiAI Ql3I7CyuoTmYL126NGnSJHq6ThAEQRBqQaaQ582bVxP7CwwMpKfrBEEQBKEutC3kqamp3t7e JOQEQRAEoRa0/WgdXL58mdquEwRBEIRa0LYjB/7+/lFRUcbGxhraPkEQBEFkHWQKuSZarTN+ /fp15coVEnKCIAiCUB0dPFo34KYnnzJliua2TxAEQRBZBB04cgPu6fqTJ09q1qypuV0QBEEQ RFZAN0Kempp65coVEnKCIAiCUBEdNHZjeHl5OTo6qn3Wc4IgCILIUujGkYOrV6/GxMTUqFFD o3shCIIgiMyNTCHPmVPmT2qBPV0nIScIgiAIVZCp1lp46P306VNN74IgCIIgMjc6e0cO4MgT ExMLFSqk6R0RBEEQRGZFN/3IGdHR0bdv3+7QoYOmd0QQBEEQmRWZQp47d24t7N7Dw4OEnCAI giCURqaQ58qVSwu79/HxSU5OLlCggBb2RRAEQRCZDx078sjIyODg4NatW2thXwRBEASR+ZAn 5NmyZfv796+mS3D58mUScoIgCIJQDnmP1rUj5D4+PgsXLsyfP7+md0QQBEEQmY8MhFwLJQgN DX3w4IG5ubkW9kUQBEEQmQx5A8JoR8gNuLbrJOQEQRAEoQTyhFxrM5p4e3vPnz9fCz3XCYIg CCKTIU/Ic+TIoZ1ChISEhIeHN23aVDu7IwiCIIhMg0whz8GhnUL8/fv38uXLJOQEQRAEoSjy hFybk4VfuXLFyclJO53XCYIgCCLTIAhHDu7evRsVFWVqaqq1PRIEQRBEJkCmkGfLlk2bjvzP nz+enp4k5ARBEAShEEJx5ABCPm3aNO2M8U4QBEEQmQMBCfnt27efPn1ap04dbe6UIAiCIPQa eY/WtTYgDCM1NfX58+ck5ARBEATBH6G0WmdcvHixa9euWt4pQRAEQegvghgQRoSfn19CQkKR IkW0vF+CIAiC0FMEMUSriGfPngUHB1tZWWl5vwRBEAShpwjoHTnj0qVLJOQEQRAEwRNBzH4m jre3d2JiYqFChbS/a4IgCILQOwTnyCMjI0NDQy0tLbW/a4IgCILQO4QyspsINoEKCTlBEARB 8EGmkBtwWq61cojj7e3t7OycP39+neydIAiCIPQIwb0jBw8fPgwLC2vevLlO9k4QBEEQeoTg Hq0b/G8CFRJygiAIgsgQwTV2Y0DInZyc8uTJo6sCEARBEIReIO8duQ65f/9+ZGRkgwYNdF0Q giAIghA0AhXytLQ0b29vEnKCIAiCkI9AhRx4eHhMmzYtZ07hlpAgCIIgdI48mfz796/WypGe oKCgqKioevXq6bAMBEEQBCFwhOt3U1NTfX19ScgJgiAIQg7CFXIDbnryiRMn6qoXHEEQBEEI H5lCrtvn6ozbt28/ffq0Vq1aui4IQRAEQQgUQTvy79+/v3z5koScIAiCIGQhaCE34EaGad++ va5LQRAEQRACRd6jdSE8Xffy8lqyZEnBggV1XRCCIAiCECIyhfwPhzaLIpWoqKgHDx5YWFjo uiAEQRAEIUTkPVpPS0vTWjlk8ffv3ytXrpCQEwRBEIRU5DlyITxaN/jfBCr58uXTdUEIgiAI QnDogZA/ePAgPDy8adOmui4IQRAEQQgOob8jN+Ce8F+5coWEnCAIgiDSowdCbsBNoDJ79uzc uXPruiAEQRAEISzkdT8TjpCHhIQ8fvy4YcOGui4IQRAEQQgL/XDkv3//9vHxISEnCIIgCAlk Cjm0Uwjdz0Rcvnx5+vTpOXLk0HVBCIIgCEJAyBNyoM2iyOf27dtPnjwxNjbWdUEIgiAIQkDI e7QuKEeemprq5+dHQk4QBEEQ4uiNIzfgpicfO3YsPV0nCIIgCBF6844c3Lx5MzY2tnr16rou CEEQBEEIBb15tA6SkpKuXbtGQk4QBEEQIvRgiFZxPDw8HBwcdF0KgiAIghAK+jEgjIiAgIDX r18bGhrquiAEQRAEIQj0zJEnJCS8evWKhJwgCIIgGPIau2mzHDxBbuHl5dWiRQtdF4QgCIIg BIE8IRegIzfgpiefM2cOTU9OEARBEAZyhFxoTdZFhISEPHr0qEmTJnKW+cuRPXt2ie/ZAPI5 c8o86vT8/PkzIiLC2Ng4b968oi+R5cTGxpYsWbJYsWKPHz8uU6YMPit0FFrj169fL1++RAkL Fiyo6LpfvnyJj4+vUqWKQmeMIAiC0Cb658ihxN7e3vKFHOq7Y8eOO3fuHDt2TCRCTk5O4eHh S5cubdCggfjCiYmJ8PeytColJcXHx6dixYriQv79+/fZs2fb29v36NHj+vXrKIwqQo5Tjb0o IbR8gIrPmjVrzpw58s8YCoDUrUCBAuJf3rp1a/fu3UeOHClcuLAmykYQBEGojkwhz5YtmzbL oRCenp4zZ86UMz05RLdx48bLli1zd3fv3bs3vnnx4sW2bduGDBnCVBy6lStXrhw5cnz48GHv 3r2jR48uVaoUUgRkAOIP7aFtRYoUgRCyf+Fu8RcrQthKly7NEp2xY8eyX9kQOnny5GH/staC 2AW+F88SkATkz59f9C+WuXTpUmpqat++fdkjBGyErSW+tR8/fuAzWwCFxAJsm1gd/0o8LRDt Dr+WKFGievXqrAOCxDZFC2Pvhw8frlWrVuvWrdm+2EkoW7YseXGCIAiBIzNMQzOg5cI05bDa EREREsZaAgjYtGnTXFxcunXrBum9f/9+mzZtmD6dO3fuwYMH0PJRo0bdu3cP3t3IyKhjx47X rl2DZS9fvvygQYM2btwIdUxKSmrfvr2rq+uSJUuwBS8vL4hcp06d8KUBd4ogovPnz4c1hzZj s9++fWvZsiVkHtrcsGFDDw8PWPaPHz9is4sWLcIyJ06cePXqFU6sg4MDdoSNfP78efv27bDj MP2+vr5QWchqixYtbty4kZycbG5ujt1duHDh2bNn0NTx48c/efIkMDAQeQmE38zMzNvbGxsv V65cnz59du7cWaZMGaQmkPkZM2a8efMGu0tISMAxDh48GDtC+SMjI+vXr49Tt3///nr16gUF BVlbW9eoUWPDhg1du3bF6lgGWyhZsuTEiROxHSHncwRBEISBnjpy+EgImHwhh/GFhN+9exf2 HUtCRI2NjSHe+OnTp089e/aEfkMR4UGhmgMHDoRyv3//HuYVkgYxhjri74gRI6CmUDuIa3x8 fKtWraCvEGkm5AacO8eSX79+ffr0KUR96NChSH0gmZBbpBFQX+x95cqVDx8+9Pf3T+BwcnJy dnbGl1u2bMFJRsLRqFGjunXrNmnSBGJva2sLZUWeAZGGWiMVQPFCQkIg29B4fHPy5ElsAd+8 e/fu6NGj2AWc9KZNm/A3Nja2WLFiOJYFCxagPMeOHWvWrJmFhQUkGfnHrl27cN4KFSq0atUq LA917969OxIIKDeSGOyuX79+BQoUQBZSu3btbdu2oSRkxwmCIISPXgq5ATfE29SpU6GjshaA XYZGjhkzZv369XZ2dlApGG72aBreNyYmBr/mzp0busuONDo62tTUtHHjxocOHTI0NCxSpEi1 atUqV64Me8reXsNAR0REQE2LFi3Kts/Av2lpaUgaIJYHDhzAjrBlWHyYWqyCL/FvqVKlsB3I MEwwdgqTvXv37j9//rAJYNgTeKhm6dKlkUlUqlQJmQGkGt9DWfElHP/58+dRKpQ8MTGxePHi yCSw5ZkzZ2J55AF79+6tWrUqkhUsUKVKlQoVKrDdjRw5EsVDYZCO/PPPPxB1FKBt27bYAr7H wtg+tJ8N/oPzABVHMZDowJpnF0M715QgCIJQAplCLvBJxuCSYUZlzWoKZYUwf/z4EZIJ75uU lAS5evnyJX6CpC1evHjz5s3POMzNzaGaUGjY0Dt37sAWw1jDub569QoG14BruQ1RhP2Fi+3Q oQPE7/r16zDW+Abbh8WHj4fywXPXqVMHMn/mzBkYXGwZO8ICb968wQf8hcqamJi4u7tbWVnB Lrdu3Vp0hpGOREZGYo+vOfANiodDg+hiX1FRUdjX4MGDV6xY0bNnT5QHJcGmoMENGzZEdtK0 aVMU+NevX3FxcW/fvsVfVnKY7wsXLsCgY8uQfyg9DhCHmZqaiiJhmzgulBx6j39RGOwoLCwM e5w8efKlS5ewFo4Oi3379k1DDfEIgiAI1dHLd+QG3PTkV69elSXkEKH79+/DX7Zs2XLbtm1l y5aFrsOG4id48dGjR0PSsC5kDMLcuXPn58+fjxo1Cr72+PHjw4YNg9mFF4eAQR2ZjYYSDxgw IDg4GEoP146NwB8jA3j06FHNmjXxAVqI8sA929raPnjwAHYcqQZOIBKIgIAA/EVuARlGAdjL aWQYotL26NED60JEa9WqBe2HKmNfEFS4ZOQZBtzTgnv37nXp0gVGHIZ7z549+fLlGzRokJmZ Gc7D2bNnodbYPnaKMmNFHGl8fPz06dNPnjzp6+traWlZvnz5Nm3auLi4uLq6DhkyBGKPfT1+ /BgCj7MEs449ItHB7nCkOBvIM1AMFAaOHwLPXucTBEEQAkSekGuzHEoA1zh+/HipTw6gduvW rWOf2at0aDkUnX1jamoqvvC0adPYhylTpoi+3LVrF/vQkYN97tq1q2gBiCj7AF1nH6CX7EP9 +vXt7e3xAeabfQMNZh8goulL24QDH2xsbNg31hyiBWCjRZ+RBMCvi/4dN26c6POWLVvYB9ZQ 34DrcSe+o9mzZ4s22KpVq/QlMfjf6RLRr18/qYsRBEEQAkGPhfzGjRvwjjVq1NB1QQiCIAhC Z+hxs+Tv37/7+fmRkBMEQRBZGXnTmGqzHMpx8eJFBwcH4T88IAiCIAgNod9CHhgYGBsbW61a NV0XhCAIgiB0g34LeWJiYkBAAAk5QRAEkWXRbyE34NquDx8+XODD1xAEQRCEhtDjxm4Mf3// t2/fVqhQQdcFIQiCIAgdoPdC/vXr1zdv3pCQEwRBEFkTmUKempqqF0/XUUgvL6+mTZvquiAE QRAEoQNkCnlKSopeCLkBN4HKrFmzxOfkJgiCIIgsgkwhT05O1mY5VCEkJOTx48eNGjXSdUEI giAIQtvIFPJv375psxyqkJaW5uPjQ0JOEARBZEFkCvn379+1WQ4VcXd3nzZtWu7cuXVdEIIg CILQKplEyIODgyMiIiRm7iIIgiCITI9MIU9MTNRmOVTk169fvr6+JOQEQRBEVkOmkCclJWmz HKpz8eLFKVOmSJ2enCAIgiAyKzKF/MePH9osh+rcvn37yZMnxsbGui4IQRAEQWgPeQPCaLMc qoMC+/v7k5ATBEEQWQq9nzRFHDc3tzFjxtD05ARBEETWQaaQ6+PL5hs3bjx79qxmzZq6LghB EARBaAmZQl6gQAFtlkMtJCcnBwQEkJATBEEQWQeZQl60aFEtFkNtXLx40cHBQdelIAiCIAgt IVPIixQpos1yqAt/f//nz59XrVpV1wUhCIIgCG0gU8gLFiyozXKoi8TExMDAQBJygiAIIosg U8gLFy6szXKokUuXLg0bNkzXpSAIgiAIbSBTyPPnz6/NcqgRPz+/N2/eVKhQQdcFIQiCIAiN I1PIc+aU+ZPASUhIePXqFQk5QRAEkRXIVP3IGX/+/Ll69Wrz5s11XRCCIAiC0DgyhTxbtmza LId6uXjx4uzZs3PlyqXrghAEQRCEZpEp5NmzZ4eW6+NArSAkJOThw4eNGzfWdUEIgiAIQrPI E3JtlkO9pKWl+fn5kZATBEEQmZ5MNWmKOBcvXpwxY4ZepyMEQRAEkSEyhRymVq+1PCgo6PHj xyYmJrouCEEQBEFoEHlCrs1yqJ3fv39fu3aNhJwgCILI3GRaIQfu7u6Ojo7624+OIAiCIDLk /wGCZEQVl9JOTAAAAABJRU5ErkJggg== VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 Ilustración 1. Metáfora del árbol. Elaboración propia. El tronco estaría compuesto por el materialismo trascendental, del cual irían surgiendo ramas pseudo-pacificadas que producirían una miríada de hojas color libertad especial. El árbol, estaría mecido por un viento constante denominado daño social. No obstante, pasemos a detallar cada una de estas aportaciones epistemológicas. Materialismo trascendental Cuando en el Ultra-Realismo se habla de materialismo trascendental se está haciendo alusión directa a los procesos de subjetividad que se dan dentro de los individuos. De esta forma, se trata de señalar que no hay un agente moral individual en cada sujeto que no se encuentre influenciado de alguna forma por las estructuras sistémicas, los procesos dinámicos o los sistemas imperantes de pensamiento. En otras palabras, siguiendo la tesis de la ausencia de Lacan (1974), la subjetividad no surge en un mundo espiritual o profiláctico. Por otra parte, Johnston (2008) propone que el ser humano es un animal maleable y adaptativo. De este modo, defiende que una vez aparecemos en el mundo nos volvemos automáticamente trascendentales. Básicamente, porque al nacer nos situamos en un contexto donde ya hay una serie de valores ideológicos imperantes previos a nuestro nacimiento y, con nuestra llegada, se convierten en disfuncionales ¿Por qué motivo? Porque no nos ayudan a sobrevivir en el nuevo entorno. Ahora impera una creencia general que apunta a que no hay nada más allá del capitalismo, hemos de conformarnos con lo que tenemos (Žižek, 2001). No hay, por tanto, enseñanzas de supervivencia para los individuos que han nacido en una clase o lugar determinados. Más allá de lo anterior, encontramos que el consumismo propio del sistema capitalista aumenta la sensación de insignificancia social del individuo y le envía de vuelta a experimentar el terror de lo real; entiéndase esto último en términos lacanianos. Por ende, el individuo se vuelve ansioso y su voluntad se posiciona en la competencia contra los demás para poder incorporarse de alguna manera al orden social (Lloyd, 2020). De manera sintética, podríamos decir que el materialismo trascendental nos indica que el ser humano es un animal adaptativo y, como tal, se adapta a las circunstancias de su naturaleza actual: el capitalismo. Por lo tanto, no se puede entender la subjetividad solo como un ente Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 147 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 inmaculado inmerso en un mundo etéreo, sino que está fuertemente marcada por el entorno donde nace el sujeto. Al ser el capitalismo el eje central de este entorno, y al no considerarse un escenario posterior a este como posible, los sujetos se posicionan lo mejor que pueden para poder subsistir. Algo que, en muchos casos, conlleva a la delincuencia. Pseudo-pacificación Entendiendo la subjetividad del individuo desde el materialismo trascendental y acercándonos a un entorno determinado por el capitalismo, el Ultra-Realismo defiende que la violencia y el castigo no han ido apaciguándose con el paso del tiempo. Tampoco civilizándose, como diría Elias (2016), lo único que ha ocurrido es que el castigo se ha adaptado a las nuevas estructuras del mercado. En otras palabras, no se ve ahora un ajusticiamiento público y sanguinolento basado en la palabra de un monarca absoluto. Tampoco observamos latigazos en una población esclavizada dentro de una plantación, fábrica o mina. Sin embargo, sí que podemos percibir una pseudo-pacificación de esas conductas ante un gobierno que incentiva el castigo de los más pobres en base al populismo o frente a las condiciones de un mercado laboral inmerso en el posfordismo (Wacquant, 2013). El castigo sigue estando ahí, solo que ahora se articula en base a una normativa y unas dinámicas mercadotécnicas, pero sigue infringiendo el mismo daño al individuo. No obstante, la obra de Hall & Winlow (2015) es útil para mencionar lo que se ha denominado los fundamentos clave del proceso de pseudo- pacificación: • Desde finales del siglo XIV, comenzando en Inglaterra y apareciendo más tarde en Europa, la violencia interpersonal en el espacio público disminuyó constantemente hasta mediados de la década los cincuenta. Esta tendencia fue similar en diferentes escalas de tiempo en otras naciones capitalistas. • Esta disminución de la violencia interpersonal se produjo a pesar del establecimiento de una élite burguesa patriarcal blanca como grupo social dominante en un orden social desigual y jerárquico. • Durante el mismo período, parece haberse dado un aumento de los delitos abstractos no violentos en toda la estructura social. • El motor fundamental de la disminución de la violencia no fue un aumento en el espíritu de la civilización y el progreso, sino el surgimiento de una necesidad económica dualista de pacificación en una economía de mercado emergente. • Las dos funciones interactivas principales de esta necesidad económica dualista de pacificación son: - La protección de los derechos de propiedad y la reducción de interacciones violentas entre comerciantes. Con el fin de mejorar una actividad comercial más segura en las arterias y nodos de la naciente economía de mercado. Esto proporcionó una condición crucial para expandir la producción y circulación de mercancías. - La sublimación de la agresión física y represiva en competencia reglamentaria funcionalmente agresiva, pero psíquicamente pacificada, por la riqueza y el estatus. Esto último, representado por la adquisición y exhibición de objetos socio-simbólicos en una cultura de consumo burguesa; esto amplió la demanda de productos básicos. • Las economías capitalistas no pueden volverse eficientes y expandirse bajo condiciones de violencia física arbitraria, pero tampoco pueden hacerlo bajo condiciones de altruismo institucionalizado; especialmente donde puede haber cambios impredecibles entre los dos. • Las leyes y costumbres distributivistas medievales, que intentaron institucionalizar el altruismo y un mínimo de justicia social en la economía cotidiana, fueron derogadas. Ejemplo de ello son aquellas que restringen las actividades comerciales y prohíben la usura, la subvaloración de precios y los bajos salarios. Así como aquellas que limitan los salarios y las ganancias máximas por encima del nivel de “sustento suficiente”. • Se introdujeron nuevas leyes y costumbres para disminuir simultáneamente la violencia y eludir erosionar las costumbres y leyes Antonio Silva Esquinas 148 ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 relativamente altruistas que regían las transacciones sociales y económicas. • La introducción de las leyes de primogenitura e implicación en toda la estructura social en la Inglaterra del siglo XII atomizó las unidades socioeconómicas que defendían la familia y la comunidad. Se terminó creando un tumor socioeconómico, un proceso de división celular que expulsa a los individuos ansiosos de participar en el desarrollo de mercados, ya que se vieron obligados a valerse por sí mismos buscando oportunidades comerciales o laborales. • La combinación de resentimiento, ansiedad, ambición y entusiasmo que caracterizó a este nuevo sujeto fue la fuente del individuo competitivo occidental moderno. Es así como se liberó una energía libidinal que se vería afectada por la oferta y la demanda propias del flujo de mercado emergente. • En una cultura y una economía tan fundamentalmente competitivas, el difícil proyecto de dispersar el amor altruista fuera de la relación entre padres e hijos con el mundo socioeconómico externo se volvió casi imposible. Tuvimos que conformarnos con la falsa benevolencia y el sentimentalismo. La cultura de la caridad post hoc que ha prevalecido sobre los siglos enmascaró el obsceno real funcional en el corazón de nuestra cultura. • La disposición del sujeto competitivo e individualista hacia el mantenimiento de relaciones pacíficas se volvió excesivamente dependiente de la correspondiente expansión de oportunidades para obtener recompensas materiales y socio-simbólicas. • La normalización y celebración constante de esta forma de subjetividad hizo muy difícil establecer proyectos de solidaridad política y social; especialmente los basados en la lucha de clases. • El proceso de pseudo-pacificación se difundió, y sigue difundiéndose, en todo el mundo para impregnar todas las regiones que han adoptado o están adoptando el capitalismo, la política liberal y la cultura de consumo. • A largo plazo, el equilibrio de la tipología de delitos comunes pasó de delitos violentos y actos de dominación que aparecieron en toda la estructura social junto a crímenes de desesperación cometidos por personas en absoluta pobreza a delitos de adquisición cada vez más abstractos e innovadores cometidos para eludir las restricciones legales y asegurar la riqueza y el estatus socio-simbólico de individuos ansiosos. Sujetos cuyas fuentes tradicionales de sustento, estatus e identidad estaban siendo constantemente interrumpidas o se encontraban ausentes. Libertad especial Partiendo de que el contexto en el que el individuo se mueve se encuentra pseudo- pacificado, el Ultra-Realismo considera que es una tarea de la Criminología examinar el diálogo que se establece entre las subjetividades de cada sujeto y el marco neoliberalista que le rodea. Las metas sociales que el neoliberalismo marca a los sujetos en base a una estructura hipermoderna podría resumirse en palabras como: productividad, éxito, liderazgo, emprendimiento, aumento de estatus, almacenamiento de capital económico, culto al cuerpo, hedonismo, ausencia de compromisos, etc. Todas ellas bien enmarcadas en lo que Lipovetsky (2015) ha venido a denominar hipermodernidad. La cuestión es que todas ellas se alinean con la individualidad y competencia clásicas capitalistas. Esto es, se estimula a los sujetos para que piensen solo en sí mismos y no en el grupo, con lo que se establece una competición entre ellos por obtener dichas metas. Inmersos en la misma, los individuos comienzan a olvidarse de las reglas del juego. Aquellos valores culturales sólidos que provenían de la modernidad se esfuman en su psique y solo aparece el éxito a cualquier precio en su itinerario. Las normas comunitarias o las cuestiones éticas se desplazan a un segundo o tercer lugar, en orden a satisfacer el hedonismo individual. Es bajo estas circunstancias que comienza a surgir la libertad especial, aquella que cada sujeto se toma para satisfacer sus requisitos y, con ello, obtener el éxito social a costa de perjudicar a otros. Ejemplos de ello los Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 149 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 podemos localizar en el fraude bancario (Tudor, 2020), la violencia sexual (Margalef & Chacón, 2020; Silva, 2020c) o incluso en la capacidad de agencia de los sujetos dentro del ocio nocturno (Ellis, Briggs, Winlow, Silva, Cordero & Pérez, 2018; Margalef, 2019). Daño social Los conceptos de delito o de desviación no son más que construcciones sociales temporales. No hay un sustento que convierta a una conducta en delictiva o desviada para todas las culturas del globo y que se haya mantenido a lo largo de los siglos. Podríamos pensar incluso en cuestiones muy esencialistas, como arrebatarle la vida a alguien. Sin embargo, actualmente seguimos viendo como en algunos países la pena de muerte sigue vigente. Por tanto, si lo que es o no delito va a variar de un tiempo a otro y de un lugar a otro en base a los intereses, percepciones, culturas, ideologías, etc. imperantes, los criminólogos no debemos ceñirnos solo al estudio de lo que un código penal describa como delito (Raymen, 2020). Efectivamente, hay muchas conductas que no son recogidas por la legislación como delictivas y que generan daños a los individuos. Vayamos más allá, hay conductas que sin ser recogidas por ningún código legislativo y tampoco por la normativa comunitaria terminan generando daños. Por ello, el Ultra-Realismo pretende cimentar teóricamente las relaciones que se pueden dar entre el daño que experimenta un sujeto y la definición propia del delito. Cuando en un escenario capitalista la dialéctica del amo-esclavo va desapareciendo en favor de los primeros, estos privilegios se van fijando en la estructura social. De este modo, conductas que antes eran percibidas como derechos del esclavo ahora son ignoradas sistémicamente y aceptadas como algo normativo (Hall & Winlow, 2020). Sirvan de ejemplo las políticas económicas abusivas que terminan generando gentrificación y marginalidad avanzada (Wacquant, 2013). No se cuestiona que la jornada laboral real sea superior a la firmada en un contrato, es lo habitual según sectores y clases (Silva, 2020c). Tampoco ocurrirá nada si por producir espasmódicamente mercancía para el flujo de mercado se aniquila el medio ambiente y acaba con el aire que respiramos (Briggs, 2020). En síntesis, el daño social vendría a componerse por aquellas conductas que sin constituirse como delito o desviadas, terminan generando daños a un tercero. Conductas que pasan desapercibidas para el estudio criminológico y que carecen de un marco teórico sólido desde el cual poder enfocar el fenómeno (Raymen, 2020). ¿CUÁL ES SU APUESTA METODOLÓGICA? La apuesta metodológica central del Ultra- Realismo es eminentemente cualitativa. Hablamos en términos de gradaciones, porque no es que esta escuela rechace frontalmente las técnicas cuantitativas; simplemente demanda que se utilicen con sentido (Silva & Pérez, 2020). No se critica la capacidad que un estudio epidemiológico puede darnos para sondear la localización de un fenómeno o para ver si se ha desplazado de algún modo. Tampoco hay una actitud negativa ante el uso de técnicas cuantitativas para validar o generalizar lo que se ha encontrado previamente en un estudio cualitativo. Lo que se critica es el intento positivista de desnaturalizar todo material empírico convirtiéndolo en un símbolo matemático y probabilístico; como ejemplificara brillantemente Jock Young con la ecuación sobre la efectividad de redadas policiales (2015, p. 31). En síntesis, lo que critica el Ultra-Realismo es el uso fetichista y positivista de las herramientas metodológicas (Pérez, 2017). Tanto es así, que la escuela ultra realista española propone de entrada el uso de los métodos mixtos como piedra angular (Silva & Pérez, 2020). En cualquier caso, la propuesta estrella del Ultra-Realismo para el estudio del fenómeno criminal es la etnografía. Una etnografía compleja, que se adapte al contexto líquido (Bauman, 2020), la liminalidad, fugacidad, los colectivos de frontera y sea capaz de excavar bajo los hallazgos superficiales en el campo. Por tanto, estamos hablando de un especial afán en el acceso a material empírico, presente o ausente en el campo, para poder explicar las dinámicas que se dan entre el contexto socioeconómico y la subjetividad del individuo; muchas de las cuales terminarán confluyendo en actos delictivos o desviados. Antonio Silva Esquinas 150 ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 En cualquier caso, cabe mencionar que el Ultra-Realismo siempre se encuentra abierto a nuevas propuestas. Es una escuela donde el diálogo y las innovaciones metodológicas son bienvenidas, dado que entienden que son necesarias para poder seguir avanzando a la par que los fenómenos criminales emergentes. Etnografías complejas Como se ha mencionado, las etnografías complejas son la apuesta más potente del Ultra- Realismo. Sin embargo, ¿qué es eso de las etnografías complejas? En pocas palabras, se refiere a etnografías no canónicas. Esto es, que no deban seguir las mismas pautas clásicas de densidad, insularismo, larga temporalidad, etc. (Gertz, 1973). Por el contrario, el Ultra-Realismo apuesta por las etnografías multilocales o multisituadas (Marcus, 1995), por aquellas que se puedan adaptar a los nuevos fenómenos (véase la etnografía digital, líquida, instantánea, etc.) e incluso en la puesta en marcha de la etnografía encubierta (Calvey, 2017). Asimismo, en su modo de entender los fenómenos, recomienda el uso de una postura analítica (Díaz de Rada, en preparación). Esto es, que no basemos nuestras etnografías en inferencias lógicas deductivas o inductivas, sino en abducciones que nos ayuden a generar vistas de paralaje y huir de verdades esencialistas. Etnografía líquida La etnografía líquida (Ferrell, Hayward & Young, 2015) está pensada para abordar a los colectivos de frontera y sus dinámicas en una cultura o sociedad determinada. Apegándose a la ligereza y la liquidez de la posmodernidad, busca adaptarse a los continuos cambios que los individuos experimentan. Por ende, será realmente útil para estudiar fenómenos intermitentes o que suceden de manera rauda en el campo para desaparecer momentos después (Silva, Pérez & Briggs, 2018); piénsese aquí en los estallidos libidinales que producen situaciones de libertad especial a modo de ejemplo. Las características principales de este tipo de etnografía son (Ferrell, Hayward & Young, 2015): • Es posible que surja una dinámica de activismo cultural o de investigación militante en el transcurso de este tipo de etnografías. El etnógrafo, no pocas veces, interviene en proyectos colaborativos para lograr mejorar las circunstancias de la población estudiada. • Este tipo de etnografía es muy dada al uso de la sensorialidad. No es extraño el uso de la imagen, el símbolo, la representación pública, documental, etc. para exponer los resultados de la etnografía. La finalidad no es otra que acercar de una manera más didáctica y divulgativa a la población aquello que el etnógrafo encontró en el campo para generar consciencia social. • Se encuentra profundamente arraigada al entorno urbano y los actores que en él intervienen. • Su objetivo suele situarse en comunidades liminales o de frontera como los sujetos inmersos en el sinhogarismo, adictos, refugiados, bandas juveniles, trabajadores sexuales, etc. Etnografía encubierta La etnografía encubierta ha sido entendida tradicionalmente como una investigación en la que el etnógrafo no comunica a los participantes su identidad (Holloway, 1997, p 39), no les hace saber que está realizando una investigación, ni les ofrece un consentimiento informado (O’Reilly, 2008, p. 44). Asimismo, el etnógrafo generalmente tratará de mimetizarse con la comunidad y hacerse pasar por uno más, para entender los fenómenos que ahí se dan o generar experimentos sociales (Bloor & Ward, 2003, p. 43). Cuando hablamos de etnografía encubierta no estamos haciendo alusión a una linealidad. Esto es, no sucede siempre de inicio a fin ni con la misma intensidad. Puede utilizarse solo para salvar algunos óbices en el campo, como las cuestiones relativas a la clandestinidad de un fenómeno o los sesgos de deseabilidad social en campos donde la intimidad impera (Silva, Pérez, Cordero & Briggs, 2018). En cualquier caso, podemos decir siguiendo a Muñoz & Salinas (2017, pp. 6-7) que los matices encubiertos pueden desplegarse en el campo en tres momentos esenciales: a) en el acceso y desarrollo del trabajo de campo; b) en la gestión de los resultados y/o; c) en la temporalidad de la intención investigativa. Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 151 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 No obstante, ¿por qué resulta tan útil la etnografía encubierta para el Ultra-Realismo? En base a varios autores, podríamos sintetizarlo del siguiente modo (Briggs, 2013; Smith, 2013; Winlow & Measham, 2016): • Tiene la capacidad de revelar mundos ocultos. • Permite a los investigadores dejar atrás los entornos puramente académicos y entender in situ a las comunidades marginadas. • Son más adecuadas para captar la autenticidad de un fenómeno. • Da la posibilidad de no alterar en demasía el fenómeno de estudio debido a la presencia del investigador. • Dota de una mayor flexibilidad en el campo al etnógrafo. • Capacita al investigador para sentir la naturaleza de los fenómenos como los sujetos de estudio la viven. A pesar de que la etnografía encubierta presenta múltiples bondades, también puede desplegar una serie de problemáticas en el campo relacionadas con la vulneración de los derechos de los investigados, un uso poco ético de la práctica, la puesta en peligro del investigador, etc. Es por ello que proponemos entender lo encubierto como un artefacto. Esto es, como una serie de matices que cada investigador puede utilizar de manera diferencial en el campo y no como un procedimiento estático y por defecto. Así, en el hecho de la práctica del artefacto encubierto podrán intervenir cuestiones como el anclaje moral del etnógrafo con el campo, las cuestiones relativas al tiempo o la financiación, el bagaje biográfico del investigador o el propio capitalismo académico (Silva, 2020a). Debido a lo anterior, Silva (2020b) viene a proponer un protocolo que ayude a los investigadores en el campo a utilizar el artefacto encubierto de una manera responsable, reflexiva y ética. Estaríamos hablando del protocolo MARVEL (Multivariable Analítico para la Reflexión y la Validación Ética Longitudinal), que establece sus pilares fundamentales en la ética situada y dialógica, lo longitudinal, una actitud autocrítica y una posición reflexiva. Postura analítica Debido a las influencias del capitalismo académico y su búsqueda eterna de la productividad sin fin, el positivismo galopante ha logrado desplazar al empirismo. Con ello, cada vez más vemos cómo la postura analítica en las Ciencias Sociales se va diluyendo en una apuesta constante por la deducción y la inducción (Díaz de Rada, en preparación). La construcción del conocimiento en base a este tipo de inferencias permite producir de forma más rápida, pero también tiene una serie de inconvenientes importantes. En el caso de las inferencias deductivas, estas pueden ser realmente útiles para establecer una lógica formal del lenguaje. Sin embargo, por sí mismas, no tienen ningún tipo de valor para las ciencias empíricas; como es la propia Criminología. Por su parte, las inferencias inductivas tienen un problema esencial y es que son realmente pobres en su validez. Sin embargo, el conocimiento abductivo o la postura analítica siempre se mueve hacia atrás en busca de explicar qué ha sucedido (Pierce, 2012). No pretende establecer una verdad absoluta u originaria, sino tratar de entender cuáles de todas las posibles circunstancias terminaron generando un hecho determinado. Es por eso por lo que el Ultra-Realismo utiliza dicha postura analítica, en consonancia con las vistas de paralaje, con motivo de explicar sus objetos de estudio. No se centra solo en el material empírico observable en el campo, sino también en aquel que se encuentra ausente y en las relaciones que entre estos se da. DE REDES Y ESCUELAS Una de las mayores críticas que se establecen a la escuela ultra realista es que la construcción de conocimiento en base a etnografías presenta un problema importante de validez; sobre todo a la hora de explicar los fenómenos delictivos globalmente. Si bien esto último habría que matizarlo, ya que precisamente la multilocalidad permite evadir esta crítica basada en la insularidad (Marcus, 1995). No obstante, podemos entender que cada cultura tiene una serie de características propias y que eso puede hacer dificultoso, en cuanto a las relaciones con el mercado y la perspectiva ultra realista sobre la delincuencia, la comparación de resultados. Antonio Silva Esquinas 152 ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 Ante tal situación, el Ultra-Realismo propone la generación de redes de etnógrafos que sean capaces de adaptar los conceptos epistemológicos y el aparataje metodológico a sus culturas de origen. De este modo, podrá generarse una base nutrida de material empírico que permita dotar de mayor validez a los hallazgos que produzca esta escuela. Como el autor ha ido manteniendo a lo largo del escrito, esta escuela no presenta el cierre narcisista que plantea la Academia. No se postula en contra de que los investigadores ultra realistas generen adaptaciones de los conceptos desarrollados por otros autores de cabecera dentro de la escuela. Así como tampoco se cierran a considerar el uso metodológico desde otros acercamientos o sensibilidades. De hecho, esto se puede ver de manera cristalina entre las principales diferencias que presentan la escuela anglosajona y la escuela española: Tabla 1. Principales diferencias entre las escuelas ultra realistas anglosajona y española Escuela anglosajona Escuela española Eminentemente cualitativa Enfocada a los métodos mixtos En consonancia con el feminismo hasta su segunda ola Aboga por el feminismo y adopta enfoques epistemológicos y metodológicos de las ciencias feministas No suele incorporar la perspectiva de género en sus estudios Utiliza siempre la perspectiva de género de manera trasversal en sus estudios Especial énfasis en las relaciones entre sociedad y mercado Se toma la cuestión cultural con la misma importancia que las relaciones sociedad- mercado Elaboración propia. CONCLUSIONES A lo largo del presente escrito se ha definido el Ultra-Realismo como una nueva escuela criminológica de cariz crítico, que busca entender la subjetividad del sujeto y sus relaciones con el mercado capitalista. Se ha podido destacar suficientemente cuáles son sus puntos característicos y por qué aparecen como necesarios ante el estancamiento de la Criminología a nivel teórico y metodológico en las últimas décadas. Con relativa síntesis, se ha presentado cuál es la oferta epistemológica y metodológica que propone esta escuela, las limitaciones a las que se expone y alguna de sus posibles soluciones. Cabe reflexionar sobre si esta propuesta del Ultra-Realismo es una solución realista a las diferentes velocidades que vemos en el avance criminológico según regiones. Con humildad, reconocemos aquí que no es ni pretende ser una solución total y completa. La propuesta que aquí se realiza simplemente pretende contribuir a sobrepasar el impasse , a dotar de herramientas críticas a los investigadores para que pongan en entredicho aquellos marcos canónicos que no logran explicar con suficiencia los fenómenos delictivos emergentes. Solo el tiempo y los virajes que vaya viviendo esta nueva escuela nos dirá hasta qué punto habrá sido capaz de mostrarse útil y/o eficiente para el estudio criminológico a nivel global. Asimismo, se observará cómo se adapta la escuela a los diferentes enfoques y a los cambios repentinos. Por ejemplo, tras el padecimiento de la pandemia producida por el COVID-19 ha surgido una teorética narrativa que trata de convencernos del fin del capitalismo y la reconversión del modelo económico a uno más sostenible y responsable. Si esto llegara a darse, ¿qué postura adquiriría los fundamentos teóricos del Ultra-Realismo? ¿Será tan maleable como para adaptarse a esas nuevas vicisitudes? BIBLIOGRAFÍA Bauman, Z. (2000). Liquid Modernity . London: Polity Press. Bloor, M. & Ward, F. (2006). Keywords in Qualitative Methods: A Vocabulary of Research Concepts . London: Sage. Briggs, D. (2013). Deviance and Risk on Holiday. An Ethnography of British Tourists in Ibiza . London: Palgrave Macmillan. Briggs, D. (2020). Climate Changed: Refugee Border Stories and the Business of Misery . London: Routledge. Claves epistemológicas y metodológicas del ultra-realismo. Una mirada a los principios y propuestas de las diferentes escuelas ultra realistas Epistemological and methodological keys of ultra-realism. A look at the principles and proposals of the different ultra-realist schools 153 VOX JURIS (40) 1, 2022 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 Calvey, D. (2017). Covert Research. The art, politics and ethics of undervocer fieldwork . London: Sage. Díaz de Rada, Á. (2020). Abducciones, deducciones, inducciones, comparaciones y traducción. Seminario Conceptos clave en la epistemología de las ciencias sociales contemporáneas, y particularmente en Antropología social y cultural . Universidad Nacional de Educación a Distancia. Madrid. Díaz de Rada, Á. (En preparación). Una puerta sin retorno al laberinto de las génesis. En Díaz de Rada (coord.) Las formas del origen . Madrid. Elias, N. (2016). El proceso de la civilización . Madrid: Fondo de Cultura Económica de España. Ellis, A., Briggs, D., Winlow, S., Silva, A., Cordero, R. & Pérez, J. R. (2018). Liberalism, Lack and Living the Dream. Reconsidering Youth, Consumer Sovereignty and the Attractions of Night-time Leisure in Magaluf. Journal of Extreme Anthropology, vol. 2, nº 2, pp. 22-41. Ferrell, J., Hayward, K. & Young, J. (2015). Cultural Criminology . London: Sage. Geertz, C. (1973). The Interpretation of Cultures. New York: Basic Books. Hall, S. & Winlow, S. (2012). New directions in Criminological Theory . London: Routledge. Hall, S. & Winlow, S. (2015). Revitalizaing Criminological Theory. Towards a new Ultra- Realism . London: Routledge. Hall, S. & Winlow, S. (2020). Ultra-Realismo. En Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo , pp. 5-24. Lima: Universidad de San Martín de Porres. Holloway, I. (1997). Basic Concepts for Qualitative Research . London: Wiley- Blackwell. Horsley, M. (2020). Olvidando los pánicos morales. En, Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo . Lima: Universidad de San Martín de Porres. Johnston, A. (2008). Žižek’s Ontology . Evanston, IL: Northwestern University Press. Lacan, J. (1974). Seminar XXII of Jacques Lacan . Paris: Editions du Seuil. Latour, B. & Woolgar, S. (1995). La vida en el laboratorio. La construcción de los hechos científicos. Madrid: Alianza. Lipovetsky, G. (2015). La era del vacío . Barcelona: Anagrama. Lloyd, A. (2020). Daños en el trabajo: bullying y libertad especial en el sector minorista. En Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo , pp. 204-226. Lima: Universidad de San Martín de Porres. Marcus, G. (1995). Ethnography in/of the World System: The Emergence of Multi-Sited Ethnography. Annual Review of Anthropology , vol. 24, pp. 95-117. Margalef, A. & Chacón, V. (2020). La perspectiva de género en la corriente ultra realista: ¿posibilidad dialógica? En Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo , pp. 99-133. Lima: Universidad de San Martín de Porres. Margalef, A. (2019). “Las mujeres toman la noche”. Estudio cualitativo sobre la participación de la mujer en el ocio nocturno en Sevilla [TFM]. Universidad Pablo de Olvavide . Disponible en: https://www.academia. edu/43050411/_LAS_MUJERES_TOMAN_ LA_NOCHE_ESTUDIO_CUALITATIVO_ SOBRE_LA_PARTICIPACI%C3%93N_ DE_LAS_MUJERES_EN_EL_OCIO_ NOCTURNO_EN_SEVILLA Margalef, A. (en prensa). Dicotomías nocturnas convergentes. Las mujeres como objetos y sujetos en el ocio nocturno. Feminismos . Muñoz, R. & Salinas, C. (2018). La crisis de la autoridad del etnografiado. Metodologías encubiertas e investigación en derechos humanos y población vulnerable: Dos estudios de caso en México. Estudios de Género de El Colegio de México , vol. 4, nº 19, pp. 1-34. O’Reilly, K. (2008). Key Concepts in Ethnography . London: Sage. Antonio Silva Esquinas 154 ISSN: 1812-6804 Asilva.39.alumno@uned.es VOX JURIS, Lima (Perú) 40 (1): 142-154, 2022 Peirce, Ch. (2012). Abduction and Induction. En Buchler, J. (ed.), Philosophical Writings of Peirce , pp. 150-156. Nueva York: Dover. Pérez, J. R. (2017). Enfurécete ante la muerte de la luz. Un acercamiento crítico al fetichismo metodológico en Criminología. Criminología y Justicia Refurbished , vol. 2, nº 3, pp. 105-122. Popper, K. (2008). La lógica de la investigación científica . Madrid: Tecnos. Raymen T. (2017). Living in the end times through popular culture: An ultra-realist analysis of The Walking Dead as popular Criminology. Crime Media Culture , vol. 0, nº 0, pp. 1-19. Raymen, T. (2020). El enigma del daño social y la barrera del liberalismo: por qué la zemiología necesita una teoría del bien. En Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo , pp. 25-52. Lima: Universidad de San Martín de Porres. Ríos, G. & Silva, A. (2020). Nuevos horizontes en la investigación criminológica. Ultra- Realismo. Lima: Universidad de San Martín de Porres. Silva, A. (2019). Etnografía [des]encubierta. Una mirada a la práctica etnográfica encubierta del Ultra-Realismo criminológico [Master Thesis]. Madrid. Universidad Nacional de Educación a Distancia. Disponible en: http:// e-spacio.uned.es/fez/view/bibliuned:master- Filosofia-IA-Asilva Silva, A. (2020a). Propuesta denegada. Dilemas éticos en la etnografía encubierta criminológica. International E-Journal of Criminal Sciences , art. 2, nº 15. Silva, A. (19 de septiembre, 2020b). Retirando los estigmas de la investigación encubierta. MARVEL protocol. Sociedad Mexicana de Criminología Capítulo Nuevo León . Disponible en: https://www.youtube.com/ watch?v=wFSC2q8ohtk&feature=youtu. be&fbclid=IwAR3j425fxdKokG_SL6-Btqfeh WZ2HE3LhvZVC1EWUQohHc7LLQDBXq qpL4I Silva, A. (2020c). Ultra-Realismo y sus aplicaciones para el abordaje criminológico de fenómenos de frontera. Un estudio de caso sobre violencia sexual. En, Cordero, R., Fonseca, A., Gómez, F., Pérez, J. R. & Rámila, N. J. (coords.), Grandes retos criminológicos del Siglo XXI , pp. 65-78. Madrid: Wolters Kluwer. Silva, A. & Pérez, J. R. (2020). Criminología de frontera. Una propuesta crítica a la Criminología española. León: Eolas. Silva, A., Pérez, J. R. & Briggs, D. (2018). El escuadrón suicida de la criminología: innovación etnográfica en contextos de ocio nocturno. Casos Magaluf y “raves”. Archivos de Criminología, Seguridad Privada y Criminalística , año 6, vol. XI, nº 21 pp. 109- 134. Smith, O. (2013). Holding back the beers: maintaining ‘youth’ identity withing the British night-time leisure economy. Journal of Youth Studies , vol. 16, nº 8, pp.1069-1083. Tudor, K. (2020). Soberanía tóxica. Entendiendo el fraude como una expresión de libertad especial en el capitalismo tardío. En Ríos, G. & Silva, A. (coords.), Nuevos horizontes en la investigación criminológica. Ultra-Realismo , pp. 307-326. Lima: Universidad San Martín de Porres. Wacquant, L. (2013). Los condenados de la ciudad . Madrid: Siglo XXI. Winlow, S. & Hall, S. (2016). Realist Criminology and its discontents. International Journal for Crime, Justice and Social Democracy , vol. 5, nº 3, pp. 80-94. Winlow, S. & Measham, F. (2016). Doing the Right Thing: Some Notes on the Control of Research in British Criminology. En Cowburn, M., Gelsthorpe, L. & Wahidin, A. (eds.), Research Ethics in Criminology. Dilemmas, Issues and Solutions . London: Routledge. Young, J. (2015). La imaginación criminológica . Barcelona: Marcial Pons. Žižek, S. (1989). The sublime object of ideology . London: Verso. Žižek, S. (2001). Did Somebody Say Totalitarianism?. London: Verso. Žižek, S. (2006). The Parallax View . Cambridge: MIT press.