LibreOffice/5.4.7.2$Linux_X86_64 LibreOffice_project/c838ef25c16710f8838b1faec480ebba495259d0 0 0 14099 9999 true $(inst)/share/palette%3B$(user)/config/standard.sob 0 $(inst)/share/palette%3B$(user)/config/standard.soc $(inst)/share/palette%3B$(user)/config/standard.sod 1270 false $(inst)/share/palette%3B$(user)/config/standard.sog $(inst)/share/palette%3B$(user)/config/standard.soh false false true true false false true false false false $(inst)/share/palette%3B$(user)/config/standard.soe false 7 4 false 0 low-resolution false 1 1 true 191 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Sismicidad y percepción del riesgo en el departamento de Ica, Perú r esumen Los sismos son eventos adversos naturales que generan pérdidas humanas y daños materiales. El objetivo del estudio fue analizar la sismicidad y percepción del riesgo en el departamento de Ica, Perú. Se seleccionó la ciudad de Pisco por el antecedente sismológico que se registró el 15 de agosto de 2007. Mediante un muestreo probabilístico aleatorio, 10 viviendas a 1 Km de distancia entre ellas y cercanas a la línea de costa fueron seleccionadas para el análisis de vulnerabilidad. Se aplicó una encuesta a un miembro del núcleo familiar y que correspondió a cuatro de las 10 viviendas y analizó la manifestación poblacional residente ante el riesgo por sismos y la vulnerabilidad de las viviendas. La escala Likert indicó que el conocimiento de la población según el cuestionario fue poco relevante siendo confiables los resultados, pues la consistencia interpretativa del coeficiente alfa de Cronbach fue de 0,7. Al aplicar la matriz DAFO para el análisis de vulnerabilidad se observó que los criterios de orden, de motricidad y dependencia estuvieron en el cuadrante conflicto lo cual se pudo interpretar como la presencia de condiciones de desconocimiento y estado técnico de las edificaciones en condiciones desfavorables. Se concluye que, la población no posee percepción del riesgo ante eventos naturales adversos como son los sismos. No han tenido capacitación u orientación ante las condiciones de vulnerabilidad de sus viviendas para actuar, ante una probable ocurrencia. Las condiciones de construcción técnica de las viviendas no cumplen con los requerimientos de resistencia ante los sismos. Palabras clave: edificación; peligro; vulnerabilidad a bsTracT Earthquakes are adverse natural events that generate human losses and material damage. The aim of the study was to analyze seismicity and risk perception in the Department of Ica, Peru. The city of Pisco was selected because of the seismic event that occurred on August 15, 2007. By means of random probability sampling, 10 houses at a distance of 1 km from each other and close to the coastline were selected for the vulnerability analysis. A survey was administered to one member of the Seismicity and risk perception in the departament of Ica, Peru Recibido: setiembre 01 de 2021 | Revisado: octubre 02 de 2021 | Aceptado: noviembre 10 de 2021 https://doi.org/10.24265/campus.2021.v26n31.04 | Campus | V. XX IV | N. 28 | PP. 221-238 | julio-diciembre | 2019 | | Campus | V. XX IV | N. 28 | PP. 131-142 | julio-diciembre | 2019 | Pedro Félix Doroteo Neyra 1 Martín Hamilton Wilson Huamanchumo 1 George Argota Pérez 2 1 Facultad de Ingeniería Civil. Universidad Nacional ¨San Luis Gonzaga¨ (UNICA). Ica, Perú. felix. doroteo@unica.edu.cu; hamilton.wilson@unica. edu.cu. 2 Centro de Investigaciones Avanzadas y Formación Superior en Educación, Salud y Medio Ambiente ¨AMTAWI¨. Perú. george.argota@gmail.com © Los autores. Este artículo es publicado por la Revista Campus de la Facultad de Ingeniería y Arquitectura de la Universidad de San Martín de Porres. Este artículo se distribuye en los términos de la Licencia Creative Commons Atribución No-comercial – Compartir-Igual 4.0 Internacional (https://creativecommons.org/licenses/ CC-BY), que permite el uso no comercial, distribución y reproducción en cualquier medio siempre que la obra original sea debidamente citada. Para uso comercial contactar a: revistacampus@usmp.pe. | Campus | V. XX VI | N. 32 | PP. 191-208 | julio-diciembre | 2021 | Autor para correspondencia E-mail: pedro.doroteo@unica.edu.pe 192 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | household, corresponding to four of the 10 dwellings and the resident population’s manifestation of seismic risk and housing vulnerability was analyzed. The Likert scale indicated that the knowledge of the population according to the questionnaire was not very relevant and the results were reliable, since the interpretative consistency of Cronbach’s alpha coefficient was 0.7.When applying the SWOT matrix for the vulnerability analysis, it was observed that the criteria of order, mobility and dependence were in the conflict quadrant, which could be interpreted as the presence of unfamiliar conditions and technical condition of the buildings in unfavorable conditions. It is concluded that the population does not have perception of risk in the face of adverse natural events such as earthquakes. They have not received training or orientation on the vulnerability of their homes to act in the event of a probable occurrence. The technical construction conditions of the houses do not meet earthquake resistance requirements. Key words: building; danger; vulnerability Introducción Los eventos sísmicos generan el colapso de infraestructuras, además de pérdidas económicas y vidas humanas (Pnevmatikos et al., 2020). Entre las variables que se analizan según el riesgo sísmico, se encuentran la exposición al peligro y la vulnerabilidad de condiciones de escenario (Kang & Kim, 2016; Shuai et al., 2020). Los terremotos se encuentran entre los eventos sísmicos más devastadores a nivel mundial. Desde 1998 hasta el 2018, los desastres por terremotos ocasionaron aproximadamente 752,498 personas muertas y 1.574.000 lesionadas (EM-DAT, 2019). Aunque, los terremotos son eventos que ocurren con menos frecuencia, las consecuencias sociales, económicas y políticas son devastadoras en el tiempo (Barúa et al., 2020). Cuando existen asentamientos cerca de fallas activas y se presentan debilidades estructurales en las viviendas, entonces la resistencia ante el movimiento sísmico resulta menor y, ello explica gran parte de la vulnerabilidad (Robinson, 2018). Al registrarse un sismo de gran magnitud, se observan daños significativos, se producen actividades de emergencia para la evacuación (Ej.: rutas de refugios, tipos refugios, horarios de salida, costo de evacuación, etc.), existe la movilidad de recursos asociados y necesarios con destino a un lugar seguro (Ej.: transporte) y que permanezcan en tal sitio para garantizar, el bienestar humano (Sadri et al., 2014; Lindell et al., 2015). Asimismo, debe resaltarse que el proceso de toma de decisiones tampoco es sencillo (Golshani et al., 2019), y por lo general, existe un enfoque de ciencias sociales para la garantía de evacuaciones (Wafda et al., 2013; Huang et al., 2017). El Perú se encuentra en el Cinturón de Fuego del Pacífico, por tanto, existe probabilidad alta de sismos. Entre los sismos principales ocurridos en el territorio se encuentran los siguientes (Tabla 1): Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 193 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Tabla 1 Sismos en el Perú (últimos 50 años) Fecha Epicentro Magnitud 31-05-1970 7,8 Callejón de Huaylas (Áncash) 09-12-1970 7,2 Tumbes 03-10-1974 8,0 Lima 16-02-1979 6,2 Arequipa 29-05-1990 6,4 San Martín, Amazonas, Cajamarca, Riojas, Moyobamba 04-04-1991 6,2 Chachapoyas 12-11-1996 6,4 San Martín, Amazonas, La Libertad 21-06-2001 8,4 Moquegua, Tacna, Arequipa 15-08-2007 7,9 Lima, Huancavelica, Junín, Ica, Ayacucho 24-08-2011 7,0 Pucallpa 26-05-2019 8,0 Loreto Tavera et al., (2007) indican que en el informe preliminar de la Dirección Sismológica del Instituto de Geofísica del Perú (IGP) se señala, que durante el sismo del 15 de agosto, los parámetros hipocentrales se calcularon mediante informaciones de la “Red Sísmica Nacional – IGP” perteneciente al IGP. Los valores fueron siguientes: • Tiempo origen: 23h 40m 58.0 seg. (GMT, Hora Universal) 18h 40m 58.0 seg. (hora local) • Latitud sur: -13.67° • Longitud oeste: -76.76° • Profundidad: 40 km • Magnitud: 7.0ML (Richter), 7.9Mw (magnitud momento) • Intensidad máxima: VII (MM) en Pisco, Chincha, Cañete • Momento sísmico: 1.2E+21 N-m (NEIC) La Figura 1 muestra la distribución espacial de los sismos con magnitudes mayores a 4.0ML y que ocurrieron entre 1999 y el 2006 para aquellos de foco superficial (círculos = menor a 60 km) y de foco intermedio (cuadrados = entre 61 y 350 km). En general, se observa que los sismos superficiales se distribuyen formando dos alineamientos importantes: • 1ro), con epicentros entre la línea de fosa y de costa (asociado a la superficie de fricción de placas dentro del proceso de convergencia); y el • 2do), en el interior del continente alineado en dirección NO-SE (origen en la reactivación esporádica de los principales sistemas de fallas geológicas presentes en el /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAE//AABEIAMIBKgMAIgABEQECEQL/xAGiAAACAgMAAgMAAAAAAAAAAAAABgMEAQIF BwgJCgsBAQADAAAHAQAAAAAAAAAAAAACAwQBBQYHCAkKCxAAAgADAwIEBgxdJQAAAAAAAQIA AxEEEiExQRMiUWEFQnGBkdEUFSMyM0NSVGOSk7EGBwgJChYXGBkaJCUmJygpKjQ1Njc4OTpE RUZHSElKU1VWV1hZWmJkZWZnaGlqcnN0dXZ3eHl6goOEhYaHiImKlJWWl5iZmqGio6Slpqeo qaqys7S1tre4ubrB0/DCw8TFxsfIycrS1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6EQAB AgECAwELjQAAAAAAAAABAAIREjEDIUETBAUiUVJhcYGRofAGBwgJChQVFhcYGRojJCUmJygp KjIzNDU2Nzg5OkJDREVGR0hJSlNUVVZXWFlaYmNkZWZnaGlqcnN0dXZ3eHl6goOEhYaHiImK kpOUlZaXmJmaoqOkpaanqKmqsbKztLW2t7i5usHCw8TFxsfIycrR0tPU1dbX2Nna4eLj5OXm 5+jp6vHy8/T19vf4+fr/2gAMAwAAARECEQA/AHiCCCCLkDY6rCq2WcRUgGsrMaZ3jO9526Tt zK+uRzLNwEO+m+GMSxcKECAadMKsvIJFJXt7zt0nbmV9cjUbHqvdFknUFbxrLqDhTZ89YpxG zKswNXLpWGXaRxrJtjK4VobMunvdjhrO3Mr8fBvdjhrO3Mr8fFCAwrJtnStDZl0BsaQhibPM W4KkM0oGmtp8YwNjYIrvFnbmV+PispRXQMmhECpZhWv2GNZpUtfVw5c4gClIxUKjS6NWbmuD H4YdPb2xbTgaqtdSbEEEicfXTVve7HDWduZX4+BdjQaYssWWcGfftTKAJ1Kl6VihGGVXUqwB BygxsNCEKRMVVWhXZ3mWjhnN4tJ+uQbzLRwzncWk/XIg2F2l5omWeYbzSCoDk1JVgSAa5xTb 7WsdCMbnuaS0wiCrhAiNjVbeZaOGc3i0n65EM3YpOlMFNinGuo0kkanBkWN5IDEEZCRlxw1t eMmzh6mYTVt/AYDJSKzR3uBLJJIMKcYUp1xgKqgGxKe1LtinGuQ3pNNzokZOxCeu/rFOHj0n 65FoopW6MKZKZoFY3irZRiDqiJ1q6zLhBVRsQnnAWObxeR9cjbedaeGU7i8n65FllVhjl1c8 CG8oOtjCtXWZIKtvOtPDKdxeT9ciKbsVmSFvzrJNRQQCS8k5TQYCYTFx5qyyAaknMBU7WOTs VsyGluBvhii3KYEYnLHCtjEilEThTYwOcAaQNvsysyti7T6mTZJzgNdJvSgK0Bpi4zGJt51p 4ZTuLyfrkQbD6TJYZJYlIxLOqigqDQampFx5gK1BNOFZqA44wFGcakKdUQmXBzQHECYGxxUG 9hPrTeHNqO25H1yNd7G0l1AsM4qQasGlYEUps9NWLiohFd/VxqccsZYhVLHIBXcRxrV1mUYK vvNtHDObxaT9citJ2NpaHEuTZ5ruwJABljAZcriJ7Jb5VsZllqylQCbwGfaExytiCpYrek+W qgAK9ALowwpUatIVq6zK1lCi5zHRDoUrTPb1195lo4ZzuLSfrkYNttAFTY51B21J+uRPKmpO lrNlmqsKg5I3IqKHIYVq6zKqEFW3mWjhnN4tJ+uQbzLRwzncWk/XImQ3RcbKMAcxGaN4Vq6z JBVt5lo4ZzeLSfrkG8y0cM5vFpP1yLMEK1dZkgq28y0cM5vFpP1yMWfYg0+0tZtAeW0vgS+U wqoZd+s1a1i1HOsnRWtnkL4mIkx5cYGEyELqQQQRauC//9B4ggNaYZc0U5cm3rMmTJk5XrwF LC0QYY1wrtMYIuFZuAh303wxiWK9hYvZkZqAktWmTfxixGlswtAVBnNpREU1DW+orhRl1REs EcVwUclw60rUjjsxiSICmg4prkDE4ZxEysGFVNRHE0+vSzKRWBe9Oq4CnKd1GGdnCggALgKD GmuY1gigVzUNtEFFgYtwy2ZrahkgUqdVTLyRJsc5qm0ojIViCVBIXKRkEGXAZ4ke9KUyLpvt Qkq1ajUphHCuij1lIa2TLcRSdMGDDTpxMjGSokxgBUsdQKBneVvvKYpMQVBGcZaEZxDDfrv3 TErXDJjkxjh6GdCMw4HhNDkOvFjYXaFlu1kdsAFMssRgCSBLx1waa2GaKaM+h0YF9DIdIMHX FUKbAW2C4QjTC6VxibzUGQ0Axw14kggJAymmNMdeM6sRGsxaioALDJuoiKTtFvBtLWuXNqUi eorTPHAEmNIiBq1bOi0VUdQyi7XU0pjGhy0BJrhiTeMbFWBLJnyqcn60YqHFxxQkYg7uONoR aBJc01vFruY4UruDGVLqNCRThgGO/aZtxG6S1St3PlJxMbRwaDOQJRngnNKi6zAxDMwFanFQ DU4f1RYKGdJUEgnCtMVOtSCcgJUnhVMMuNcYkRFlrdXVrtzEAwxcCS5rhVPXVFxjNY0S00NL taxSt4trlVsRpgwfJTNTKIuucig0J47OY2ACigyRYBAACYI10DKgDZiIhcazSbRsPSZabUQF WVkU1JIIzUEc4NabXaGcI00Xw9zFhdrgDQ4Qyz0SYFlzAGRjQgioOBwjMmzyLOCJMtZdct0A QVraNCU4iL3UrEAPDW0uWkpBLli6q4Af1xtBBBUrDLeFMn62MYDEGj4VyEZDG0YYAijZIItE nI7XRXWqMsSRFJRQoelGIxiWODYwsKEbMiI51k6K1s8hfExHRjlWdpu9vbllBajQN/EjLLGp XUi2hYatS4FdiCCCL1wX/9F4ggggiUth/Qom1b4YxZitsP6FE2rfDGLMaWzC0BUGc2lEEEEc VwWroHUqdTCI1DygpcgDG/qaxiaAiopCMImelMk6II2ebL34ssICRdauO0jFRcZCgLFqh65B hmimtaJIlVi4OLgA2LSYHHxpzKclsYShCE8DbEMpGlYEaxEF43lbKVOFeOjMxzMa9QLhSgyR lJeiK106cZEpl28Qe9ooIoldLACRBwAjCVSnEYA2OK4gGVBhpVLUpUczC4XSsxBVQQFNBnrt MaRXmqXnCa1FnSnqrgA3WGGEZdg5vKoQUyDJXVjZhKBS4Sw2cZDtBkiig0BtAfWlZuhRWGDA 2WWwEYF8YQMKUVNzy4QiLBM80bUutYbQbVZZc5qBmBDgZAykq3rxG8+RLtChZlaDEUNKGlAc M4zRzLDOMm0CRLFLPNZqK2/lYgsSDqEjJHYiDmlpEQWxEQDOAbHZ1IGNnVSbZZSKXqwyYCmJ wAyg019XPGtmssoHRKsWU0xIYDEMaUAi6RXAwAACgFBrRCLoz2DCaFW0risMQoqcgjCLQXmx Y/ZSMNjMUHIKnb5I3jiiAQckEVjYpJrQsL2WjU2Ytx5jCWCRLJZKhi4a9hUEClMlKa0caSKS 0kiVUZmGGrjq5ohlTZrG5UkB6ZDWmByxsbHZ0UKa0wAyVPrq118uvE95VFLpUd84euitzCXB wcQAJhVpriDShBbBQCTnO3gqK0qK6kYvM2Kig7aqPXRw9iMp7NaktRNS73iBUUuUyHGJm2ri xssyYwMDCzmxK+2xGVvMFmZWqHCA4Xbxz5a54tTjNBGhg0z0AJrt80ceyGZNtQm2qStWUsGC AODhQ1Byx2pT30By5RXVpniMQ8FodA2YiI5tcXtDSABUEacRFbLeui/g1MaZKxmCCJKCI0ZW JzFRmx9fG8EEWun1BuTuoLzDfykbTGNoIIsBg2TNljm2LotW/aSPicdDfjlszkDb5I59i6LV v2kj4nFlCw1alwK60EEEXrgv/9J4ggggiUth/Qom1b4YxZilYpirZZa3gu/8SRwo4RaqSMoK 5C1dyI1NmFoCoM5tKzfWlRjjSMq15Q1KViObQUAAqf6qev3Eb1cYEV16gCOMFGNNbQRhTeAO SsZjguK1dSy4ZQajaiNpUxbrVUMSKEHKpgjRwRp0FWpQjVERextFaWOjAwmJFMU6hBXEEtMo KV5bSyFalSK4GsawKKpfUaQnf1MKwViLDYEHvbRHAwcRACMZoRMDZlxM8QCAZkE0ETGTvmGF QwWrAkUOGakRqXSk1BgDQNSoiTRCQzCXeRsCWxF7PkjJXZRaNKYaCWhjXUzLFN1kuBIFqVlD a2BlAxNmM1jChbRZZSYq0dGV1VsL1DiNuMI7siclolLOl79YVxwI1QdcGF+W1smtcmVcAGpN CRQ6sWJU7eunlmN6RMAM27iFOS/Tj9bHNHBzzRYNeA2jgGwWxMWinGzWudTk1mYAhzDCmKhN RdyCIEJVr7A0NTeFKaY7XaRMzXaClSTQCKlxWJl2lSbtDUGMhgVDZqV1owq10zDE5jjSNHUB wtSFc4jNUY028EUNus72mWolzNCuteJqcRQimBGrE1mlNJkJKdr7KKFsccdeN7iCpoIqJbLM UDKzSxW7iKitAdcZDCEVxlGAbUBirUzBkY5A1Dt8KxUt2xA2N1QS795C1a0yGlMhibR5Lst5 q4i6LpAqch29cI2eegQuovEUyimXPiMkcCQJ6XrI2AMSJQsUYKLToBPrUNjiTgGGQ7SIplvW UQs43L4a6QpOGZosLNmTENwC8CMVxFDqVirapYm3dHVSyglSxpUamGGaKS4NsMF8giNIRBJM JzTtSk2BMHClZp1alSMCJgGJqADXb1wyxJS44CjBsCMwoMDFSRp54NTXKcQTUZsMgixazNWS zyOBVGkyHbYxOgkObECAmETEwFjUSKcPqU8BJAJAqQMBqxVsLWxkY2wUaou4AYU1otRYhECR EGFUUwoZMyY5IcYUy0IodTGJoII4NBAgSXGxn1lwRBBBHFFhlDZcxqI5dgW7sat4qTpZGU14 LjqxzLF0WrftJHxOLKFhq1LgV1oIIIvXBf/TeIIIIIk2xydEkSWrdCaJWlK1L64OpBvEZZZl kgKSWIzF6mnH7kRLsP6FE2r/AAxiV2Boy5Vz5vXxpaIgWjrlQTAm0rYsxxAoNVt1GuDY4v65 YMK8LbLjm+oI2C1xfHWzRNRWt5m36eKjDcmN1rdF7LnjMEcFxRBBBHBFq7Oi6U75g1ZM2Wtd rE8t5QS416rE1wqKbSIiAQQcQRQiMI4RDJKitdJMJxpqZIz100BtEoYYGGnRAXSC1ppzuMZ4 W1TY8tdGOPaUYm1LczHdLjUpWuFR9WkCu6UukgA1pmrGsETbXNQWsNDDGlpMSCI04QjTqrgX uJjExUpYsVdH31mGjAaUCIXuy3MpyoYZq1yxurul4KRpxQ1FYgMhC16pxIO4puoqoVCotCeQ JJoYgBGEoi0gCAaKQCsixwsIuBgZqYjazVsa6Gw6fRt4M03lKlpJOUAZUrrVw1tpHUWWimoG McJDJR5U+ZMZGlTQ2Cki7v01IBwocY7qOkxQ8tg6nIVII3IiijQlukhzQDCmCKYnhGcKTIyR GBW0YYXlI3G1zRmCK1Jay2voGzkYjUOcRRnW+xypolzl0NiAQzoStK0ygEYHLqRcupfIYDTY g8eIHkSXCq6KwQ3lBUEA6orHEQqxtSLGhnhCZ81Mu2jCSApLVIY5KGtBqYxNBESASCQIiYot NBQ7+qx1z9QUEavIRjWt3CmFKRIWCirGg14zgRqgwcA4FppixJMuc0sLTQmBoa36UYa+uIkk zmM0X2qt0m8ThWoAIGaJmQSFvyxU5MamgjWTMmM+SintkqNrWKGtkPaIkRNNrQS2nETqUYg8 2Z1No0qtLw3OG5jApMYsDgMARq54zMlaJTG6RrVyxUnW2VYZkuy3C14ChqM5pni8ExIhSpQM VwDS6kKZsVoVxGJFDlBoY2iN2CTEOqGFBjXPG15jkXckDdxxXBbQRGJqioc3SCdauuI3LqBe JFNWsEQ7hFvHJHMsJDbGbeRqSPicX3mEiiAgsQAaap19aKFhAGxm3gZAtn+JxZQsNWpcCuvB BBF64L//1HiCI57zJcpmlIZjgG6o1aYRVkWi3OWedJCIqg3ReMwkqDQVoMDUGCJesCg2VCcc Xy5N/GLTKrUrmyZogsIK2VAcCC1R48YsRqbMLQFQZzaUAACgwEEEEFwRBBBBEQQQQREYZVcX WFRGYIItULVKtlGQ6o1Y2jSYDS+u/lyfVjcGuIjjZ0syINc4gGpGrrQRkg0BINGyGmBiLpMJ JIEqkKcCbRZ7QuIjPYlqJyTph0JCuAosSy0ezTknA6Ff39TFWGeqjPjlyxHLlEVaUtLuJK4U jDOFUu1SFFcKsabQVMZhQ3GFAD6GWMbB4pueCQYTkwqERVjnNiXta4RNKJpWeYLu2ado8vRA Qykm6wyEau5iWOZsLtEs2Ui8KCY9wDFqE1xGUY1jdrTalIZisuWZIN6ZTGZnUaYYERlLZJLJ USylEz2m1q0U4GE6wu9k1so4pIDtdai4Chu68XkY1KscRtsKZYrSp1rdxpVaWXoHUC6ycKrf wOtQ7q0yk4rgwybqOEILi4xhSAgIUqVwVtGsxmUC6CxJAw+rBecUqtdoQePpGVYMKjX9dBcF TmzLRMUFZB0pWlTQ1Ixw1BFqSCssAi6RWorXOcdvG8aCYCK0OUjJXIaZo4QEZUBGEI1YIq1v W2MimxtdIJLYgEimuDGtmNoWWJlpJqo07Vy7QUEWy0wnBcNc0P1Y1dmdCEFGzqaE09eI4PEY OibBpwFU9faFKVSDYCeeFO2rVbRemXLtK6+O19dErqDproZs1QPqxWlzdCJRkppqZgxBpTAZ YtxGhOJFMxINOlCFmguBpLRKFqsdPSlMnro3iASjMcuTQhsRTEXc1YniYJMYiEDSpxiFwREU xklEEKCzHDIPXxLGCoYUYAjUOMDGBgYGoZ0WkttF302XIo48xQsXRat+0kfE4tzZps6kKt4k 6UDXOU0GQRz7BMbeztk5qTL4kjfIXhglM5idBcJcmMXSfCtiEUo1F24III0qK//VeIIIIIla zcBDvpvhjEsRWbgId9N8MYljS2YWgKgzm0ogggjiuCIIIIIiCCCCIggggiIjQCW2h0wYkqfq RJGGUMKHIY4osnJE8wb5KksGYGIo9Mh1BFZQ4a5QuKYEYnDVA4+JRM3yCKCGDXg17DcRjrro bqI6g1nB7qHRAS2NIRmcYEOEFbQ3AB0aQIn66xIuuiM166a3SlaMY0OAjOLNqsxAqdfCMujI xVso28WUKwHFj3tNGoglWC0CAFK0kAzEqLqYBAMkUqZWWBlPWW4LFaX1pk1MaxKmhWpXS0Iy JKKkFDgag62WK8aTZ+8cKZNTMZSJik0Q4UqNcHJuDFFdNCktY8itKNGBokmFKrKhSmpCdW0A uc+SylYgDTtS7KTrPZJYkG8oRRS8K5a0xGGaJRapBIAbFiAMDnyZs+aKuw2TNWUzT2WYr3Sg y0y1zDVitsStkyzThLkIq3NNeKg1LalRlwiqLLEbaFaKG5zy0EONjqLsxoukbQxkpUa2OSNb LNM6zy5pxLICcKY5/XwNeMyiHKKOdTUprxFQIgSLEsWmeJEp3ylBUgY4CI7Fa5VqVtCDAIQD epXHGuBMbCbZHRpd5SoGmByYmmNdeMSplil1EkouOmCgDHaCEFxiIEQMqoY0lZJoCaVoMgyx EihgDUhxlOINTlwMBtMgAkzFAGUk01vqxHvJs5mBlmLQihx24O2hArgtCtpDE4k0wIoRXaGt IsrV1BvGhGbCNkdJi3kN4Y4jWwMakFKumQ4lfqjXiLWyY0yYmqYwtC4xitlUKKCMwAhhUYiC JLgiCCCCLR5SOatlpTA0w1IoWJQmxS2KMgEoDaaGMI6Uc6ydFa2eQviYidBADyQBEimhmXUg ggjQor//1niCCCCJWs3AQ76b4YxLEVm4CHfTfDGJY0tmFoCoM5tKIIII4rgiCCCCIiAz5oZh oRIDEAgHdRPEZlkksGpprwy8Ju0+rBcVgTXqAZZFTlxIy01NvGujTRW9KJFcKalSMm29fGN4 8wUKzCKbU11zjqRukkqwJYsFNca1yU1YU0pLBnsBwExNaAUO6gWc7MBobCpxJza+SBJUwFi7 3gy0pqZdfXg0B798TDS9eu40xzZYU0pKdZjISVJUkUrT+uI5bgi6d/Lgd3t4ygZVAY1OOvng ZFehOUZDnEcA1oJdABzoRMKZhNE1UJmFOAqRpLaCNEOVWorA5jl142ocx+rHGFtSeqtqGhah oMpphuYxQE1zjPEFrn2qRZnNmXRW691IqThmBiobXaxZ5Tz5YlO+LAElhcOmBFARXVFRTPFD 6LWYfWoDmk2CGgmLbPGlFXUKguormNoZgTOSQALHbl1LJblsk/Q2O+DtR67Ix2auoc+51Y2t VqmJajKtgE2RUsqaXIahTURURZNplmaZdwzMRSZeFDq4RIbe1mUSLIlTLAUl9MKhagCtcBWM rg55D5BobXmkTAACEQTAmEVoZJY6QBLeGkOBMzhZJXeWWZMsLLIVFBwpkz4RtJVlXTGpYljt 4qCfapsqjySpAByNiRQ3cB+tFiVNnMKzECjS8KXLm0wGSIuYWxjClZ1VGKpbFCbOqTJUlGUV vsUvAYimTXMTWZ7DPkqQEBBqw36QxAvZcYtzZUuchlzReRqVG0Nc0ci1bBb04zZFFTS6UXiw plIrEYlWNkOaGusEiNhQjEWIroz5NnROA1YltKCMKkEbbCK8qVLaYoZEGmIugDIAcPsMXNBl vi2nBFMcRStY2STKlmqKFpkiDg8uaQ6DROLGoCEJqayiJLW6gujE02uJjN5b12uNK0jMRKis 73t/Bqg5wCBk3ETXBA3zmEHfsw1G1piPXRLEbI90rW8Nc3TuRGRo1KEKdeprx0EW8Eab6Lia PrAXTx5jImKculOocIIqNut1ps00JJlaIty8TRjjU4YbSMWPHYtbDrSfiYjoxzrJ0VrZ5C+J iLKFhq1Li4ggACBE5sa6kEEEXqC//9d4ggggiVrNwEO+m+GMSxFZuAh303wxiWNLZhaAqDOb SiCCMxxXBYggggiIIIIIiCMxiCIggggiIIIIItWQNQ51xB1IEYkhHIVq7amrG0Gh6IRQ3SuN 47LrwNMERhSpGeCVYz2ZSaGAxBcMigEsuvmGvGrNeYPShAurTMNSMGYG3zGAXIDn7a2/60Yi LWkNDXmWYUyQBG1TLiTTiKVoW0tNDUukpXlphdJCKKnLtomskh1k6LVaT5rNlvADIKEEjIIi luFOmBZDlUGlTmMTybUqS0sshgKKapSpQVrWuelfqxy2uxrpVEltMlxElzQS2DQSIiMIi0AK +hEQEDTE4M9NdLRkSUsx9KpoMccppEZtEl5yISc5AKsNMBWhw1MYr6M5qpJZRiDgK8WyxvMZ AiXFUELiQAhpiCowrlikUdskmnFoFipxVkkq6GDYgg7SMxEkshReOmFcRr5scsZS8yhrxrjm FOOiwUwDNZlFaGaJNlacRUIrGmQkAmNLFbktocqpS4QDUg5dpEk6VMaSJUlxLOGmIvYDNTDL ESybWFG+ihq40UAUBOtnG4iVrXGIgRCnUMeuVuI5lQ6NkFaGmvk20UbbPtVkRWJvgsRQGhyV GN05KbeN7K860y1e+VBAJVgCaZDiBjUjDUjhSEBERMySTAOhSJnVqeJ7KBZyqteBJatKDNhq xERbzW6UFclcSMcuA1IsISRQ4EGhjaEVwVYrbAoOiKSDphTCmNaYZaUiCw23eWxlsb1EqdLQ ZhGu821i0lJsqkgOwv3GyCtDWtMYs2WVZlq8iUJbZDQUOrCUIyaUTUUy0NBjTJAgQRC1qa4V xQnDMTUevihYje2K2w6olfExF550tDRiajLQE03EUbCCNilrBy0lfExE6CQXGBBgKarK6sEE EaFwX//QeII1mTElIZkw0VQSdtjEEu32ecxWWSQqhma6QoBUMKk6oOEES/ZuAh303wxiELNu 6YPo97KCbm/sM9KU2+3iWykNJBBqCWoR30YmjSJhaFQZzaVUvWq5XHRDlW6Lq45jnw2u2gQ2 kUU1WXVqMBefNQEEapONItwRxhZ0iqKvb7hehZg0sKhUAEEC8TTHLuInlGdeo1StypLKFIbU FM32VieCELOUiqUpLSiy2dmAZAJgALsCM+mric9I2lNaiBot4EUpRAb2mNa6mG0i3BCCRXNl rbVCtp6lxUECgFxqmmGc7mLJadgAXuVNXuC/kFBSmSutu4swRwgkVrLLlFMzBqY5o2gg0zMs tMXmMFQHJU7TMMpjjMk6wWFQoqzNkVQWY7QDGILXaJtjZUmSSC6llBZQaA0rQXqQyWSxyrIl F00xt/zCNMx+oNQQt8hFXexFcmgJTiz1jLXRXQ5jHOZSIhCNOqtdcdczKNRmUN8YGMYUpgSo ZOxAOFWatxjQE3gF2tTQUjoGYvASHJicKFtfaakL8WrHaVlssmed8GbLs0snC+pza4yERRQa 7y5wbRAKdUWOzrbXVXpDGOolBcTJES11Mwsx65dNlvUoaEZDGFYk3W38NwRqxk75u0mYwvyz RqYA4VBGsQaxh1JoVNGGQ/UjmQMRZjMuTGlaVttclcaZaRI83SiXKJW6dK40rDd/ZWIVcNhS jDKDEjKoClXvE4kUpdjNR6Ex9EoUuWSCZLRGSSKdhQBgpscQHQhCqatqXQsE5LZZyk4KZkly rACmTEMAMlQePi6RLRakCi4jDJHFWbWYsxkrNGGiA3SFriNpGZloWS15wWv6tTr1qMtI5bRa I6hvLTQ5LzUiDbCKi0sbLhJMq1Lso6zAbubAjPGiuUQXgQFqCThQA0EUknNcDyiSCFocxJ4V XGL0qbooOAoMKjEGFDoofYOPqtIgUp4euuBbBYnWiTZwDOYIGyVrjTaRIjrMUOhqrCoOqDFG 1SJU1llTQXCGqgMVOmzYRdly1lS1lpv1AAM+AiwOBJAx6aa4kCAnlVbEtiAcDFa0s1lkNMs8 u+95dLicp1scI1t9iNsVFD3LhJyVyimqI1NskWPQ7K5LuFVaqARwnHHCEKtiXFrYwIsIxptg ZgoLDbrVNnaFNlXUq1XowxyipOGtHTLoMCREAezaJoGiBmBIEssDjlpSJ6BRpRSgjiuDjExD ZIhNT69as0srRmF1sMurGi3JdBLIJc0qTUxDa7ILVJAv3CSpvEYatKCkZs9kNmsxlBr7gsys BTE5MtY4QEQYUxVSAkxjTjN18VPoEutWFTWpOSu1AilYyDsWttDXgIeyxG1iOxF2YWvSAKLp ouXbRHYRTYrbQSK75E010BiyggBxM0QuDxJMIgwqgxC60EEEaFBf/9F3ZVdSrAMDlBFREYs1 nCNLEpAj0vLdFDTAVG2iWCCJR2HACxywMAL2Hjxi1FbYf0KJtW+GMWY0tmFoCoM5tKIIII4r gsxSNotCk75lxU5FYZ8mSsXIrzVtGOhk8CXgK5ruTaVgVxCNGtAFWljKBheOUA1yZBXawPPm iWrBNMQ2FGOTJSgz68aMlsYMQSGY1FGFADTS0wx+ysZC2ogEkgigGIAwIqx1a4xwtq42xZlz 7RMlOxlGW60ug41rm20a6PaVa48sd9gMV29AYkCzlljFiWmgkVvFVJxFdpGClo0G6rEOTWpb JWuFcuGXXhbVwti2lzpjvdZCoxxx1BjiBgdzqxe2HhTb0vZVlTCu1qo44xzSltBADAhSxqaa aoNARrHj9aJbNMtUq0rOmAb5itFyHEqRjqjHWwjg6JaRTiuIpEFNMLXITSiJ0ifmZGQ7UG8O PMMUmdLnyxNlG8p+wjaxQ2N2RrXYToYrMknRFGrQEEbcHcxjozS+hvbVIt4prbXLRBQqPQ6I Zg6naDS69J8GXAwRJIkmfMEsG4MrucQq52P1NU4Ry1rS4hopkldRPe1jXPcYNaIkrroxeXZn bfz2JL2vdYqp3EZoV37iNTU2kFSWrLQqgVUlqxoQiCig5drtTBeI38Ka4xEc/oYLWtBngukK IQ5ziKQJpLBuuKNpWGviNcRtooCCWyAEcGjZt1GVYgiYlLy4gnERhphdmLijHEjMdpEHNL6I 2U2wGCUHSiDKmhATiFjXAGAMDTNKaothS8K1u1xplpE2hLaKKwvItdDLGhoKA5NxFdkaQFqQ yMKimJXWOtE0lhoRa6zoSasKUyYRhruY2jMZXRQiXEuktqCczRgYxpK6guLHFpsGAjZ/qW8t rstULhFOllkkEgDAKaZT9mWOhKS6pYm4CBe2UYZv145bNKnPW0qtKEBjkArhWBDNs5VNFLSa 79OnoBkIriNpWM7KE5jnB4NbySWsMxnwyRGJpU1YXAiIwzGmfDXWdpUmWZgcqmJqNNXOdWsa 2W1yrSzrLe/cAyi6ca5ttFIz1mqbOumMwkhqEUwoREFis9os84uDvmSQaVIJFQBhnEcRRYYa BaZIMIGNisVjU2taWuMbCE1OkV2hNQtcxrWgwwjmTbHKlbEJcxkmzdGdmJVA0tT20coy4bSI 7IsufbjNlTjXTMUKkUrgQCTQ0rHTmWe8aphhQ1JO3iUXAEwlmNIClStZQxoZgCRKbTpQnqKL eFZVtW8m8dFvXqXhTEUyRZvGZS7UKcra2tGrgy5JuAMwGFaAE5Kn6sc+0bFJ9lVS0lXqSKrM FMBt9tEoKNhPIFNxmCsTbTZnnLZr9JitdClSRUiKdot9oku1jkJplIVZhOONDXEUzxlJhmKl u3h0Zt9GataZKEYiuEYXYxZ3nAzJLCi1VqAmtaUyxwLIEuEJRnMagU2iJsFjnwFMGo6x0qlp V+wi1iW28w1e/pcQcKDhOvFKzyZU7Yzb1nIsxRvHIDAMK6HlxjpWma8mQ02WhmMoqFGJO2Ec vYU7zNilteYVZmWQTcBC78yYkxZQjYcKpBt0FU4xiaQialILuQQQRoUV/9J4ggggiUbILRJk LKezWi8pYGkliN/HPE9+dw2tHGLQzwRMURwpUqSjIBsaWL87htaOMWgWY7PoegTlci8FaUwJ AwJEM8U12GyRNabMd5rOcbzYYgAgBaUBoNuI41q6zLhWYs649J3Xidxm0FJ3Xidxm0MkEK1d ZkrMWdLdJ3Xidxm0FJ3Xidxm0MkEK1dZkrMWdLdJ3Xidxm0FJ3Xidxm0MkEK1dZkrMWdLdJ3 Xidxm0YK2gmmgTgM50NqwywQrV1mSsxZ0uymtcg3pEqchzjQmKnaj6uWLQ2MWlDcmWOc70rp EfJtCDx8dgioIBoSMozbmKI2FydH3kM8x2qxKljcJa7jQUzpXcxEulUyBFSAhY0sWmyTZs8z LPZbRJlualDJdqVy0oB+tE9nlzJSUFmtG/q00Fsowx1T9ghugiDGtoZLmtaHGqrKJRaJRWtY 97ixopCNL17Wli/O4bWjjFoL83htaeMWhngi2tXWZU1mLOlZGnBQDZrRUcQtGS005bNaeMWh oghWrrMlZts6VlaeMDZbRtdAbGAtaAt2XItKitSoktdO1ENMEcC8uhENMDEREaYqrjIFntqV xMn4HeLaFIPXljkjbRZ1pmOsyXOlOoBSsk1bAVFNTX14ZWBZSASpIwYUqNfEERTTYZZ1nLPJ dnQuRVjSrFTk2qxVRWiiua82C9mGXNpEW2K4tEkETgzgrj3LRdRjJmEsNOolNpTSuXPGZcue szSJPkK14uUltiaZCtCDXVpWGSCJGLmOY4kyo2FAShaKUKVoQNAIIpQqVFw7LMWzz7y2Ocis hBcIxxrXJrxf3nJ16n8YvuouwRUKAxoAEYCxmPNqRcSYmmVQmWtJktpZlTwHUrXQXzimpHOs tnl2WeJ9J0wBSoU2dhl14YII41k2zriHuaC0GAdOuRIt1rZilqszLKKHfkpya1GFNSlY3BsK 4iyOPJdt1HUghWTbOks04WDGoIqlvOTr1P4xfdRU2HsW2LWyaUaWs3Qgl9ShJSWL2B1Kx13U spVWKE5GFKjcgiKkvYbZpc1J2md5ZYqWYmhZrxwrEmsDTERXCKuQQQRJcF//03aCCCCIgggg iIIIIIiCCCCIggggiIIIIIiCCCCIggggiIIIIIiCCCCIggggiIIIIIiCCCCIggggiIIIIIiC CCCIggggiIIIIIiCCCCL/9k= continente). Figura 1. Distribución espacial de la sismicidad ocurrida en la región central de Perú entre los años 1999 y 2006 (ML>4.0) clasificada en sismos con foco superficial (círculos=menor a 60 km) e intermedios (cuadrados, entre 61 y 350 km). Nota. Tavera et al., (2007). Sismicidad y percepción del riesgo en el departamento de Ica, Perú 194 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | En general, se observa que los sismos superficiales se distribuyen formado dos alineamientos importantes: • 1ro. Con epicentros entre la línea de fosa y de costa (asociado a la superficie de fricción de placas dentro del proceso de convergencia) y; • 2do. En el interior del continente alineado en dirección NO-SE (origen en la reactivación esporádica de los principales sistemas de fallas geológicas presentes en el continente). En el caso de los sismos de foco intermedio su patrón de distribución no es uniforme, pero existe mayor concentración en su ubicación para Chilca y Pisco, lo cual señala un incremento en la deformación para esta área a niveles de profundidad en el orden de 61 a 100 km. El sismo se caracterizó por indicar, un evento que precedió el día 11 de agosto (a las 19:18 horas) y con una magnitud de 4.1ML. Además, le sucedieron aproximadamente 40 réplicas. El epicentro del sismo se localizó a 77 km al noroeste de Pisco y no fue perceptible por la población ya que, al encontrarse la zona dentro del potencial sísmico, entonces no se considera el suceso como un indicador eminente de la probable ocurrencia por un sismo de mayor magnitud. El sismo de Pisco mostró dos características significativas: • 1ro) magnitud y • 2do) duración de registro (percepción del sismo por las personas) En el caso de la duración, se asocia de manera directa al complejo proceso de ruptura que caracterizó al sismo y que puede ser, analizada en los registros de aceleración y desplazamiento del suelo que se obtienen a distancias regionales y telesísmicas. El registro de la aceleración del suelo correspondiente a la componente vertical de la estación Mayorazgo (MAY, 166 km de distancia epicentro-estación) donde se observa la presencia de dos grupos de ondas que llegan con una diferencia de tiempo en el orden alrededor /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAGf/AABEIAREBkAMAIgABEQECEQL/xAGiAAACAwEBAAIDAAAAAAAAAAACBAABAwYF BwgJCgsBAQEAAQIHAAAAAAAAAAAAAAABAgMEBQYHCAkKCxAAAQMBBAIGCAgIZhMAAAAAAQAC AxEEEiExdLETIkFRYaEyUlNxkZPR0gUUQnKCksHTIzM0gaKywvAGBwgJChUWFxgZGiQlJico KSo1Njc4OTpDREVGR0hJSlRVVldYWVpiY2RlZmdoaWpzdXZ3eHl6g4SFhoeIiYqUlZaXmJma o6SlpqeoqaqztLW2t7i5usPExcbHyMnK1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6EQAB AAEABAaRBQAAAAAAAAAAAQIRElFSYZGSodEDBAUGBwgJChMUFRYXGBkaISIjJCUmJygpKjEy MzQ1Njc4OTpBQkNERUZHSElKU1RVVldYWVpiY2RlZmdoaWpxcnN0dXZ3eHl6gYKDhIWGh4iJ ipOUlZaXmJmaoqOkpaanqKmqsbKztLW2t7i5usHCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AO4UUUQEUUUQEUUUQEUUUQEUUUQEWUtohgLW yvDS+t0YkmlK4DeqtUrarGbRLFM19wxNeKEOIN+7yj2HC7voDZ88MbDJI9rWtbecSQKDfNUd 9gIBcKkVAqMl5svYQ2YzX5BSdjmkbGDi67jVxOV3DLhqrtHYS2ZksbXta2Z14l0Qe9uWAcSM BTDDDcQHoGRgqC4VaKkVxA36KtmivNZeF6QXmjdIG6kx2G0aYw9t036OMYMu3BGL64571VQ7 CwGmPZAWuLSXFgMooANq+uGWGBpuIB8PaSQCCRmAalC+aGORkT3ta+WtxpNC6gqaJWDsOjs+ wFhF6C/VwaAX361rThKk3Yc2d8kskjw9924Wm6GXDVtBwOx4ecgGBabO5rntkaWsfccajB1Q 26eGpUbarO+J8zZGmOMuD3gi625yVTuUolD2FgxhuykSbLfe8NADhsuy3S2u/luhU3sKY2jR IbhJMrLopIQ4uYTzq+HAFckA0bbZRQ7IDeaHilXbUioOFaArTZohFs19ux3b1+ou036pSz2G SyM2OzzAAtbevx36ua0MvCjm0qG5Yq5bEW2B1mhN517ZKuoLzg8SHKgFSPDIDbs7Zdv4EFIw 4vONG3RV1TlhuomWmB5DWvFXEhoNQSQLxArTcSR7DHOZaGGSjbUJqijqtMwIPa7ppXeWvZGS sbxKBJC8uabr3N2zSwgh0jjkdwhAMC0wOvXZGnY23n45AFwqfDtPQKKOaKWuxuDqGhod2ldR SQ7DXMa8RzUM0RjlJYDWr3vq0VFDWQ7+4is1kfFPJIaBuyNuAgOddZEIwa7hOrBAMSWqzwv2 OR4a+6HUxJoSQCabmBRtmidyL2kYY1FNtiMeFYvs8vZl1oikDC+JkZDmF/IOe4EUc3l0m7sF aQQyWlcauYHUJBqRiBmeduUQHpNnhcHFr2kMddfiMDvHoqy9gpVwFcsQkR2FsbIZWObeMr30 dGHM24aDVoIxF3A8J30EPYNFHsxe5shmY5vgtrQy85ziWjGnJcSA9IuaCGkgE5CuJVCWMgG8 KEkDGlSDQjopJvYddc4h7X37hcZIxI+rWhuDicBhlQ0KEdhQbfuyNdsgcDskYkoHPc/a1Ipy XCDmgH3vZGwyPcGsaKlxNABv1UMsbY9lc4NYG3i44Cm/ilHdhzXWOz2QuDhZxHybQ5j7jbov NqKjdzzAVdkHGzusxl8BvvE0bk4uDhdBJo0UyxQDUdohmvbG8G5yQyIrukGiz7PWS414laWv vXS3bVumhOFcAVk+wGZznzykueGNOxtDBdYS6hDr9ak4oYew59nIfFNV4EjSXsDgQ+QyUo0s pQlAObNFdY6+LspAYa4OJFRTwwRX2VAvCpyFQkpOw2N9khseyPayC7RwNHG60tz8OhPYVE+K Vkha50zo3F4jDabG1jQAK5bTjQD7XNcKtII3waq1hDZmQzSyx7VsoYLgADQWVxw368S3QEUU UQEUUUQEUUUQEUUUQEUUUQH/0O4S1trciaHOaHzxtN1xaaE4ioIKZS1tyh0mLWgC7Kx8tL06 XrlOysfLS9Ol65bqIDDsrHy0vTpeuU7Kx8tL06XrluogMOysfLS9Ol65TsrHy0vTpeuW6iAw 7Kx8tL06XrlOysfLS9Ol65bqIDDsrHy0vTpeuU7Kx8tL06XrluogMOysfLS9Ol65TsrHy0vT peuW6iAw7Kx8tL06XrlOysfLS9Ol65bqIDDsrHy0vTpeuU7Kx8tL06XrlukbTYpJ5XSseG3m xNyq6jS8uoe0k3hQjeQG/ZWPlpenS9cp2Vj5aXp0vXJQ2W3RtvmZ0haNs0E1fiK9tw3kEdmt suySXnRAuOxsc9xcBRnaiCRUtPRQD3ZWPlpenS9cp2Vj5aXp0vXJVtgtQq7Zy17nXnEOeRXY msGBO+CUzHDO2/V9wObRovOluux21X47uWSAvsrHy0vTpeuU7Kx8tL06Xrksyx2wFuyTuLQW 3wHu21M8cCPDLZ1mldAY7/gRshfC8km7Q1aDXEjcPAgD7Kx8tL06XrlOysfLS9Ol65KCw2wE kTkF9HOIJbdceSIGII3q85Gyx2pjS0S9qJa684XQXE0ujB2e6gGOysfLS9Ol65TsrHy0vTpe uWBstpdHcMm2wrIXudUhwNbhwGW4gNitZex4loWMLXHZJHXyS0nA8jUN3MqoBrsrHy0vTpeu U7Kx8tL06Xrku2y2sPc5z6sLiWxbLJgLrRyeeBBwyx4ExZIXwWdkUjrzm3quqTWriczjuoCd lY+Wl6dL1ynZWPlpenS9ct1EBh2Vj5aXp0vXKdlY+Wl6dL1y3UQGHZWPlpenS9cp2Vj5aXp0 vXLdRAYdlY+Wl6dL1ynZWPlpenS9ct1EBh2Vj5aXp0vXKdlY+Wl6dL1y3UQGHZWPlpenS9cp 2Vj5aXp0vXLdRAYdlY+Wl6dL1ynZWPlpenS9ct1EBh2Vj5aXp0vXKdlY+Wl6dL1y3UQGHZWP lpenS9cp2Vj5aXp0vXLdRAKNZsVtYxrnlroJSQ6R7xVr4wDtid8ptLO8L4tHm8XiTKA//9Hu EtbcodJi1plLW3KHSYtaAZUUUQAFoc41rhTdI1LCW02OB5ZK8tcKVG3OeWSZHJHwyB80LHXX ua00rQnFAYxS2eej4nFzNsCauGIIG7Ra0i3z3Z3VUbJG9wcxwcKOFRwELSoQGTBHjUnkj2p3 VUeIw00Jr253VRsIoe3FSQi4cdxAVSLfPdndVBSO/Sppd5Z2/wA9bVCGo2TuPeoCqRb57s7q oGCMsFSa9ud1VtUIYyLgQAOEe1oTyWO2dvHhRUi3z3Z3VS9ptEjLRDZ4mtc6QOdVzi0C7zgd 9Het3KQ9Md1ii0h8ofL4YjJYSqQl8IVofCtKEMQYEd84mlB2p3DwqyI6ZnuzuqsQ623ztIch 6iO4fbqsuttDtIemO6xFpiSyJCwleos5Bo0R3W1JrQdqd1VHCO82hNCcds7e56ya623W7WHI eojutUc623m7SHM+ojt7tqLTElkSFhK9RZyDekW+e7O6qBojq6pPJYbZ3VQ3rdykPTHdYga6 21dRkPJc0d1qLTElkSFhK9RZyDV4jDHEE1DT2p29z0VIt892d1Vi91tuOq2HkT6iO3u2q71u 5SHpjusRaYksiQsJXqLOQGRHfAqaUPancHCipFvnuzuqsC623xtYa0PqI7g9uor1u5SHpjus RaYksgWEr1FnIDYI6GpPJHtTuqo8RhuBIxHanb/PS5tNphLNkZHdkmDDde4kXjni0JyQi7nu jWiEoSrYgpKKVFUlKpUmGKkqyqRb57s7qoaR7IRU0ujtTt88K1qENRsh7aNZVMSqRb57s7qo GCMsFSa05Z3VW1QhjI2Mc5AA8RilCeSHandVXSLfPdndVE8ja49qCKoQGIEd52JoKU2zt7no nCOhoTke1O3ueiaRff4bUrcRdPOKAzaI7oNTkO1O3ueqcI7zaE417U7e561aRdHOCFxF5vPO pASkW+e7O6qBgjN6pPJHtTuqtqhCwirse1HvEADxGGOIJrTlndVXSLfPdndVFIRcdjuFFUID EiO+BU0oe1O6qKkW+e7O6qIkbI3tpRVG+gMmCMg1JzPanb/PUeI6YE5jtTt/no2EUPbjrUkI u9ybrCAGkW+e7O6q0bg0KVCjckAu7wvi0ebxeJMpZ3hfFo83i8SZQH//0u4S1tyh0mLWmUtb codJi1oBlRRRAUOSPhlnILLe8DCO9QcldrTw60HJHwyzks1nldelja80pUipwQFM2G8NiuXd tyNKVqK5LXa8CyZDFE4MjYGt2xoBQVJGK1ut3kADLtDlyRUku3DlkrY0UOHaiqka24cNxAHt eBBtdk3OQ71HdbvILo2TLtHeoA9rwII7twZI7rd5BG0XBggE7RTysrNl4Ll7xP7XgSFoA8rO zCnqHL3ifut3liow1SrLaIM1OGNjrDblIEXdkdlyLe9Vm7Q5Kg0bI7DtLdZQse15laG02J13 n7Vrq+JLIwCZduNy5EKnXb7MszqVsa243DtI1KnNbeZhunUgAtEmx7GW020rGu5xRsu1dlyS wtZYTGwUvNmiJHAXEA8RW7GirsO1ICSXdjdlyJ1I9rwLOS5dc3C8WOIG7QbvGtLrd5AAbuyN yyPeI9rwIC1uyNw3D3iO63eQCFsu3YcvCxmspyS7d3Mxvb4SdsAuw4epxmspyRou5bo1rFEP KVqM1KHFC2tCHteBBtdkOXIjWUd1u8gujZDh2kaysjAPa8CCO7cGWSO63eCCNrbgw3EBb7uG XJBFteBC9rcMO1BFdbvBAA27fdluakTrt05ZFC1rb7sN7Uic1t04bhQEbdujLIakLrt5uWZ1 ImtbdGG4NSFzRebhunUgD2vAgZd22XJHe4Ed1u8EDGtq7DtR7xASS7cdlkUe14EMjW3HYbhR XW7wQAG7sgyyPeI9rwLOrDMGCl4NqRu0JwPEtLrd4IAGXaHLkjrUku3dzkm61bGtocO1HWsr UxroS3K85gwwOLhggNS+MPawkXn1ujnZom5JMUMtmccfAbq88hoTjckAu7wvi0ebxeJMpZ3h fFo83i8SZQH/0+4S1tyh0mLWmUtbcodJi1oBlRRRAUOSPhllJZoZXXngkmmT3Ny5xC1HJHwy yls4lNS97cuRdQYeGKAjIY4nBjKgG8cXOdiSN0krW6PHJWMcOxODQ9zuSNXGpxI4Ftd4SgBY 0UPbjulSRouHnb5VMbgcTyRUkG0OJyQB3R45KC6Nk7jvnfR3eEoKeBMzyHeoA7o8clBG0XB1 Sju8JQRt2gxKATtAHlZ2Ye4cveJ+6PHJSFoHnJWXE+C5e8T9OErFRhqlWW0QZqcMbHWG3KQI aNkd21u6d8peC611oc408CFxJJpQC7XxFDJa4mmbYnX3xRxuLa4bYm7jwpa2G5Y7ZQkOkY5r T7ee57G8ayMB50mxthoKiR7Wk1OALSa8S0cG32jdrlXgXkdm5TYWSvFHQdl3AE4kubShpwlN TSGK17I01DxEzPDkjXiegMbdMYLW9xYdjbDA+/XCrZXi74kt7JajLHA6nhQ55NSagNBIWHYn GZNkYDiWNzyo0h54go11wtLM4jPhuVEYcEBo/wBFSQEm6LHQCppUucSfEQvQdcY0ucaAZmpS dS9wkObmY88xVRdiGydli2IX3OIqC67QDbE5blEAVmJdUuJPgSUVqcg7BMkNArvcJXnRThm0 BN/ZSSDysj24juyKC1m0dm43EAwVAAzoQaE8+iAG0ObLBZpWggSWmJwBzo7FPyNF3w43Tvhe ZM5rbPZmVxFraKVxwc6nEExBaGOs1ZH3THdvudtRiag1KxRDylajNShxQtrQj10eOSsJHhlo jZSuyYE1OFA46wlAQyVj3PIHZh73EuoACxzeot5x5uocTTPjp3qyMBu6PHJQRhuxtrrWdpcW wuLHEEECoNaYhYzAuZE0GgDmyO7i4UHRKAbe0YduG6UV0eOSlbdIYI2PBPg5laYkgGpHh6LR logkY57XkiPkhujwyANrRfd4bdO8ic0XTTeO6Uu2dhkABJbIwODvDVHDiqsjTsb7xNXPLjjy zQUBIJfAUskpN2N7xzmtApktyASwitDXdO8kGE7A+Ojqyxtc07hLwQR4alSmZHFkLZGYkMJA OVbuCAZujxyUDGiru3HdPAhhc+SOrxdeCQ4A1AINM1nFKL81911jXgAnD27rCAOR7Lzocbwj vbtKE07xbXR45KTko20yOc6g2ACpNMiSmYntmYHsJoSRjhkad4gMGgdn3fAIGe8QfGk1dHjk pOMeB9nJNHMkPhgWgcTVnADejJJrG4jE80c7qBANQva90jACNjkLa1zwB71VaWi6wb8rN076 UcDsNoLSavcCCM/Bju8CbtAqIsTjKw6ygMAAXw+3eE8sR3iebkkWt5E1O1u8cpCebkgF3eF8 WjzeLxJlLO8L4tHm8XiTKA//1O4S1tyh0mLWmUtbcodJi1oBlRRRAUOSPhlaockfDLORloJ8 BSNYMMCy940EBAx4e0F5J2xrQb4wyR3X8uegFmxswcBK8PdtsQ26KVGFKla7bfHQ/rQGcbX4 7c8kdwdRSVrrh25y3h1FbL1DiOSO5/WpJeuHEZb39aAK6/lz0AgLX7JyZ5HeG/zlptt8dD+t BttkzHIb3Dz0Bd1/LnoBDG19wbc5bw6i022+Oh/WgjvXBiOh/WgEp2u8rKzVcSdjlxoOBMWq R1ngdK5xeAKUFxueAxNAsLRXys7Lj6hy7nOTrmB4uvDXCoNC2oqDUHHhWKjDVKstogzU4Y2O sNuUjyHRsaHRwE3rRCLpcWu5F4AxbhQVwWE+yWiKzXTeEz4y/cqNkNTTor0bVGRaoHNbUk7H UDAAgv1tWLIJtnszHENEdnDnCm2qw03/AG8sjAUsHm5tU9gmBbGzYxQ4XjFug7opSq0pJEyz xv2x2YROcMhdYC0dBqeMV7sQs8lQCyzSbmd4xjvFlLDK2KSSYBtyeSVlMagMIB4CQgMZC9zb RecXEG0jwwjwCpwMb5r5oC+QtPb4mAa1pY3GSVr8BetD3UzpfiDiONBboXTWgCoo21ROduVG 0aRxoCpTOLMZA7avlc0EUNG7CW62qmT2i02sueAImQyxsIzLroJr3XjT81kLbFJBERjecLw5 Z145c9D2H2E2WK48NvNke5tMRt8+igEJBIbXAWHDYonO5xLXHxVNUENNjY4utbGguFKYuxqT vB1eit7RZDJLsrHUk2JwaKUFQMNa1MMh2DEARGrh3Atw8OUB4XYjEWTiSO8TswFMxtDXo7dO 7CJG9l3GrJJCx2GYY+tFcpcTWuXYiwDDeATBgkjkjODgZZXE0wF8gjdWKIeUrUZqUONjtrQm JsYnHZO0bakLS8A4E0aBjwkFFLI8NdaGi9sccJDcN8kmp569G6a1wrlWmKVZZTcdBK4G+wAk CmAwHEFkYC8VjmeWS8gHhz5Ac7zyK4eGCkIfsMtoJqzY2EDtoBO4vTAdvjof1pWxxkWa44YE uBa4ZjkeMBAJvlmtkUcbgL5cC0iga66KP51C5MyRsgMULXGjwGCtKm65p70pl0bW3LoaLrqC jaUqanooyypDjQltaGmIrgd1Aec/amRxNNjpjwbI4aimRWNxaSaPiBGGFWihCptmrNOXm8yS 4aHcoMfDVFUVsEmwkx7Z4Iu4HdN2uG9VAZRtc19mYT6hamnqoGyOkjELsHMkEYG/kCfDGvQT jI8GONC5jKA03wK7u7RYyWZz7XHOXUujKmZAcN/LHiQFPe9lodFEKukDXE0qBmCSMNwLIwkS CGt6/Wtd0gE16JT93G9hWlK0xpvLNsYdJsh5JhcBhywFdSASkBmbXEmrGPBGVK3q9ArcTtgc 6J1Qb5IwoKONa1O4K0WgifGJiSCJHlwwyF0CnRBVWyrIXyhrXvawgXmF2BzFBiecgMnXmMjF c4JDlwAqg1w2a4C8seygFKm669THgKF73yxwvdQF8UgwaW5gDJ2I5ydZFcc9wOMjg44bwDcO ggE2scCyNxxcBUYbheTrWlS5lnFTUOFcN1uBRiJ7pmSAijC8EUxxOCAXjIMsHv3Pb4CAAVa1 5rkWHoSuTsTr0TXHtTQeiKpRsbpNnjaQCW0BI3bz6HPfTcYuxtbyrQOhggMHeF8WjzeLxJlL O8L4tHm8XiTKA//V7hLW3KHSYtaZS1tyh0mLWgGVFFEBQ5I+GWUnZq94B2O7hS9erw5LUckf DLKV9oa6kUbXigxL7vFdKAjNnvDZrl7bcjWlKima123BxrJjpXOBlYGO22AdeFKjGtAtane4 0ADL1DlyRUkvXDlkrYTQ4dqO6qkJuHDc30Ae24EG22Tc5HvUdTvcaCp2TLtG/wAKAPbcCCO9 cFKI6ne40EZNwYcaATtFfKys2XguXvE/tuDjSFor5Wdmw9Q5d3nJ+rt7jWKjDVKstogzU4Y2 OsNuUgBe2R2XIt71WW436C8GkV3aHcUBOyOw7S3d4SrJNDhub6yMAWA3WuoK3QK7tFla2SSx OjbS89rgOeWlbMJuNw7SN3gVOJvMw3Tu8CAT7DoHMi2R1CXPJbgaigueMrGWOZ9vkuNqLkDq 7mE2I6AqvVqd7jQMrVxpje30BJL2xuy5E7+8j23BxoZCdjdh2k7vAiBO9xoADe2RuWR7xHtu DjQEnZG4bh3ecjqd7jQHn2tt1sRaAL1tYTwmqdkvXdzMawk7ZW7Dh6nGbvCU5ITdy3Ru8KxR DylajNShxQtrQh7bg40G22Q5ciNZR1O9xoKnZDh2kbvCVkYB7bg40Ed64MskdXb3GgjJuDDc 30BH3sMuSCPbcHGheThh2obqKp3uNAA29fdluakTr105ZHfQtJvuw3t3gROJunDcO6gI29dG WQ395C69eblmd/eRNJujDcG7wIXE324bp3eBAHtuDjQMvVdlyR3+BHV29xoGE1dh2o7vOQEk vXHZZHfR7bg40MhNx2G4d1FV29xoBS1BxlgG/IBhXfveMpvbcHGgJOyDDtJ3ecjqd7jQAMvU OXJHWl23tmcDTAnje0plhNDh2o7vClgT2ZlwyMe7v3UAUF7Zpcsx4s9MtyS1nqJ5xTtY3d8E 96mW5IBd3hfFo83i8SZSzvC+LR5vF4kygP/W7hLW3KHSYtaZS1tyh0mLWgGHOawXnkNA3SaB CyWKQ0Y9rjvBwJ4kFrcGWaVx3I3UrXOhpyOPQSXYUQ4yua/ZBRmJ5KtDXCpQHpDkj4ZZSSys dRkLpBQbYOYBzqEgrUckfDLKS0bG4t2OR9KYtZeGKAjHve4F8ZjO22pLTujHAkLWp3tSyZLs jg649nJCjm3TmMaLW9wHoIAWE0OHajvKpCbhw3OBRjsDgeSO4pI7aHA5byAOp3tSCp2TLtPB vo73Aeggr4EyPI73CgDqd7UgjJuDDUjvcB6CCN20GB6CAWtMU5tUNoia12xh7S1zrvJU3QDv LTZLbzFnTT1i2eeRwPJb3AUV7gPQUWYalCUoV1ZqMlt8IQlCEqkKkK1a9XIEsYqJLZfPgFla D1FPD7cRGS208Es6aesWoPgR2B5Fu5wlEXYHA5byKkr0tDUFpDBUWlrF2yWy6KQsyHqKesVO ktl5vgFmZ9RTvdsTDHbRuByG5wKnHbMwOZ3OBFSV6WhqC0hgqOPNZlslt5izpp6xC2S2VdSF nJc1PWJq9wHoIGHF2B5LeRUleloagtIYKjjzWYSSWy46sLORPqKd7tiLZLbzFnTT1i1kPgN2 B5E7nAjvcB6CKkr0tDUFpDBUWlrFTJbL48AsrQ+op4PbiLZLbzFnTT1i1J8CNwOR3OcjvcB6 CKkr0tDUFpDBUceaxCSO12jYwY2MbHOHkiQuO1OVLoTkhN3LdG9vqMdgcDyR3FJHbXI5jc4U QhUrTDVYUlJWqQqQhCFyuQ1dWHU72pBU7IcDyI3t8o73Aeggr4EOB5EbnCVTEOp3tSCMm4MN zgR3uA9BBG7aDA5byAt5OGHahvIqnePEge7LA8kNxHe4D0EADSb7sDub28icTdOG4d5C07d2 B3NzgROdtTgcjucCAjSbowOQ3t5C4m83DdO9vImu2owOQ3OBC47ZuBzO5wIA6nePEgYTV2B5 I73AjvcB6CBhxdgeSO5zkBchNx2G4d5FU7x4kEh2jsDkdxHe4D0EABJ2QYbh3uBHU72pAT4E GByO4jvcB6CAFhNDh2o72+sdjc2WSUjaybEBv7UmutasOBwPJHc4VJDtcjyTdzhQGcLXtmnc 5pAc9t04Yi4K8ZK3bkpe4D0FG8igF3eF8WjzeLxJlLO8L4tHm8XiTKA//9fuEtbcodJi1plL W3KHSYtaA1naXQSNABJjcAHVpiDnTcSPYU+UiSOW9VlKBxvOoS6mRIpSnh6p20uLYHkENqCK lwbSuFakEJXsPLi5+LC263wW8OAoMMBXEjdQDwGJO/RDIZABsbQ41xqaYb6NRALh1pL2ExgC 7tjeyJz1I4nTuLhKwMA5Eh1a4nvFqogKaLteEk9FYyG0GS42MGMjF97HoLdRAZQunde2ZgZS l2jr1cMVpd217gorUQGUzp2gbAwPNTWrrtMEMZtAeGFgEdMXXsegt1EBRFacBqqeXhpMYvO3 ATSqJRAK37XS+Im3jhdvjIZY+HTRxCiTtdpkgfRuDWxOedoXmoc1oGBFBjigGwKNA3hRYF1p IvGMXm8iL2BNSNVEmOxWQCr4DUXg5oNXAtaSTSmVR3qt/Ym9khjuNcWsD6tkDgateaV3ORzQ HoRmRzKytDXY1ANRnhiia2leE1Xmt7E5nP2sQc03GijjWpdIHbm5saYs9sMz2tLQL7C8XXXy 3LBwAwOKA1kMxcWNYCwihdWhxrXBXE6cucJWBjRyJDq1zSJ7FX4kQE4uAF6hwddFcMK8S3fa pGwWhxaGyWfDO801aHA7m+gGy2rg7eBHRQyGUU2NodU41NKChx6KSlt74HtYA20Bw5Nm1aw1 ycauGIy5yzf2LmNhe6GgDHu5PMtvYDA4G7n1EA4x1pDmgxi6aFxvYgmtefRbubeFOEcS853Y m9paNja6ovG47ZBS640qMjUdDFDJ2LGNz47jHvDYywNlBDzJf2taYUuYnexQHpvLg0lgq6mA OAqly61YvETb2AAvjKldZS0nYoWAO2MEF0gu7IL42NrnVu0yN3jBRm22hjnX4QAxsbiQ+uDz SgwzFEA82tAXChpiFGi60N3l5sXYo99wGI4mMHGhN8A1AO4Kqz2I2gshcIQNn2Jw216jXuDS MAMReQDTnWkkjYxRtS03hiQcOiFrE6VzaytDHVOANcN9L2e2GaRjS0ASMLhR14tpTBwphn3i bQFBtCTv04llK6cODY2B7SMSXUIxxWyiAxjdPfLXsAYBg4OqTSm4tC2pB3qolEAEhkABjaHG uIJpgsgbS1wGxtIcQXm9lU405wTCiApwvNI3woa0wz3FaiAWDrWdsYmhwoAL4xryXQW7C4tB eLriMRWtCiUQFNF0eHJ6KwebSX3djFypIdexwoRhwphRAZxOmcDszAw1wob1RQd6jGStRALO 8L4tHm8XiTKWd4XxaPN4vEmUB//Q7hLW3KHSYtaZS1tyh0mLWgDtcjI7PI57S9twgtGJNRlj vpTsLJcZX443AA5we4AA9qAGHAm7VTstKTuRuO5hQE1xwSnYXHI0OebrWPazaBjm40zq47u6 gHxyR8MsnNtnaZIxz2E7/t5bDkj4ZWgMWCYOAlc1zttyLS0UqKYEla7bg6Co+DG853eIkADL 1Dj2oqSXrhx3PH3VI93txUk5A85AFtuDoIdtsmfae956NB6i9w71AFtuDoII7xYMR4/h1ogi 8FhAR17a49q7wottwdBU/tPbhqKjnsZybg2uVSBrQFC9sjse0jveFWb1DllvLMTw7I7wIzkW 9qHDwojPDQ+BGd2HVUVoXlVJXJI1tWCtDVoBw3KZIGwRwuGxta28caDOgPCiZPDcb4EZkO1D e56p00N5vgRmZ7UN7norQvCpK5JrQje6CBlauy5LeU2eDmjO7DqoWTQ1d4EZyXLDqorQvCpK 5IUgIY44VunGnAjoabnQWUk0Jjd4EZyJ7UN7notng5ozuw6qK0LwqSuSQgh4GFKHCmG4icy8 C1wBBBBBFRQ5hZmaG+3wIzI9qHBwotng5ozuw6qK0LwqSuSSMGhpTkjuKSDa7mY3OFVFLEat D2klxoA4Eqp5GRtAeQ285oFd8lVWFSYYqSrNaGu50EG22Qio5EbnCVpULJ8jInF8hDWhoqTl mUIaUOeHQQR3iwZZbyhmiDgwuF40oK7+XRVx8gOcgI8EUpQVcK4IttwdBC8jan28EaAzbevu xG5q56J166cRkVTeTf4bUidyJ5xQFNvXRiMh4+aF1683Hf1c9GzkRzghdybeedSALbcHQQsv bbEckfHzRoGZu7ce8QEkvXHYjI+Pmi23B0FUnIO5xRIADe2QY7hRbbfHQQnwY3nHvEaABl6h x7UdfPUfeu5jNuvnqR5Htx1q5OR7k3WEBe23x0FG5K1TckAu7wvi0ebxeJMpZ3hfFo83i8SZ QH//0e4S1tyh0mLWmUtbcodJi1oDaWMyxmMOLLwpUAHicCFjY7J2Ua5tQ686taXTTcFKkYJl RACOSPhli4W6u1MNNyofXM8POW45I+GVoDBmz3hs1y9tuRqBSopnVbbbg41R8GN5zu8RIDNl 6hy5I76kl64csuFXHke3HWpLyDucgC23BxoNtsu5yHDvrRB6i9w71AFtuDjQRXtjGXGtEEXg sICn3trlyQ394qPibJTZGMfTK829rRP7T24aihliMlAJHx05QgV6IKJZSohsNVMZkLNBfcNi i5FvaBvngVmywUPgGLLlB1EAsr7583E3IjdZw+3FZsr6HzcTdFnWLG2dAZW3oQmWWC43wDFk O0DqKnWaC83wFFme0De5yplldcb5uJshus3u2KnWZwezzcSnE5lm921LZ0AtvQmnZWDmMXdB 1EDLPZyXUiiNHEcg004Mk0k7EAHTGlL7754a1FfEVVSFyDFaUl6WUOSzQCN3gKLkT2gb3ORd lYOYxd0HUWkvgt3bTqRhFSFyAtKS9LKLGzQX2+Aosj2gcHAi7Kwcxi7oOotD4Mb2094jRUhc gLSkvSyi8UETSXNjja4ONCGgHiCG1WcztAc6jQ5poMDUOwIOYW8eR7cVJeQ8ONaKkKlUgCFJ KEoUlb5RIRGXsKbLI+QyOBkc5xAp2pgZTirz1tJZjIzsu5+12INcaVJzFa7hTaAeDT20ayos oQrfENhpUtkUkrKtMOwxiFjYIzIJKmo2MmpJqYq3ST4fFC6xCbwIXuaXsLTdJGBBHRFU8gi8 Ft5yqyhcFtSfCVaXwgQtHYe57Y2NcKNJBvAmpdTcBG8vQF4CmHGqk7T24I0QooQrVSEJUkqS EISlWqVqrWZtvX35bm/vInXrpyyO/vKm8m/uOpE7kTziqYgtvXRlkN/eVOvX25bu/vI2ciOc ELuTZzzqQBbbg40DL22y5I7+8Fogjzd2494gKkvXHZZHfR7bg40Mvgt3OKNAZm9sjcuRO/wI 9twcaE+DG9tPeI0Bmy9Q5ckd/fUkvXRlyTd/fCuPI9uOtSTkR25usIAttwcajclapuSAXd4X xaPN4vEmUs7wvi0ebxeJMoD/0u4S1tyh0mLWmUtbcodJi1oBlRRRAUOSPhllL2bvHYdju4Uv 3q8OS1HJHwytAYM2e8NmuXttyFaUqKZrbbcHGqPgxvOd3iJAZsvUOXJFSS9cOWSKPd7cVJOQ POQF7bg40G22Xc5DvVog9Re4d6gC23AgivXBktEEXgsICn3trlyQ1FHtuDjVP7T24aiiQCc1 lMsr3NIjeY6B4reBNQD4YKR2e0RwSMEu2e6rXZ3RhgK13lq2WtqdGALoYNt7eqTToFQSONof GeQEYI5+7rCiyhWrMltKpVDUIXoVwwX2K3hl5swPgNoa0ADHdxIK2hE7WsExq+87M1394BBF ai6EgtuytaKNoaG9yNDu5iu8s5bTPHdujZCxzg4kY5kB2HACiFFU+VaWUJUlaFSpFqQqHnFw BJoABUlK2W8HHLbRsPGSda2tIDoHMOIfRp7kQO9S7yWWuEMJDSXBwGVAAAOiVTE2tErmANIB Dw4E1OGHVW224ONLWzEH27E53Qc0poEEVGIIqCgAN7ZG5ZHvEe24ONImd0NoMkhrFI4saMSQ 4UGA3iE7fbeuVF4CtN2mVUALL1DlyRUkvXdzMawqgkbI0uYai+4eHBoUUhBZhjthrQBbbg40 G22U5ciNZWb5r73WdlWuqBe4CCSRw4IWzCNrHSVcSGsJzNakEnoIBnbcHGgjvbGMskT33GF+ dBksNmcyyNlDdsQNqd8nLBAavvbXLkgj23BxoXEODXDIuaVNlZsmxV212qApt6+/Lc1InXrp yyO/vIWEOe8ggjDEY5KzIxxcwHbNGI54QEBcGAmlA3h3lmyQyhjwKVrgcxTAhG83YCd5neLJ guS7HuYOA54NeMIBjbcHGgZeq7Lkj3i0QMzd2494gKkvXHZZFHtuDjVScg7nFRr2PrcNbri0 03CMwgM3PpMxhIvOa4gY5ClVrtuDjSsvhdC7eY4d2/2Uy97WCryGgkCp3zgEAmJHsnkfm0Nc A2ppVu28aTF90kTXUAqW1GJoQ6hCXuOkvOYK+bhwPOwaTxLZuDHjemPiwKA0dKGNvuLbtQK4 nEmm4jbkvPALrJdGZmfTw94p9hDmBwyIBHh8UBg7wvi0ebxeJMpZ3hfFo83i8SZQH//T7hLW 3KHSYtaZS1tyh0mLWgGVFFEBQ5I+GVqhyR8MrQGNHucNkaAdtQBxyqKY0RXODxJyI+DG853e IkBixmBz5I9rcpIw3Dnlyzkce724qScgecgJcPD3YoLrtkzPI8tw85bIPUXuHeoCrjt892/q QxtdcGJ7t/UtkEXgsIAHNftdseS3xvH26qmkEEbpZZLjGjFxI61av7T24aisbazZLM9peYgK Fzg28boNXCnCMECHyZROBML2AUcBTGvJBxzpwKptlGyyRtqbxZQVJo5jRXAbhQQVmsjHWZ19 zWsLXkUqQXAnIb6Zszi+Jzzm5zq88Yd4ohKtCEr0FUkKkpRDFSUvgze0tfZgAKGjc9wC9vcC p8bg+bLbjAA4gFruDfqm2AXG8AGpYkVtJHtxvjaq4IkJcjnOjYaDbPjOfCDvIZSQxziBtZGm vcm13EOyNuWeKu2cRTuAxW9xsjZGPFWuJBG+CMUIYl2ylz20LTBgccnE8HAjifcs4c6gaxpB NeVw3uBZRNLRM0ggNF0VFK8k7Duyt5uiSDJz3gtG+HEV6GKAG7skJNA68JXN3ca4EYKMc5z2 2nCjyW59pDedvtTDWNjLGMFGtaQBwYKn2dph2GPaBvInOiAWszpI7M7Yw0vL8ASaEuAKkTJ4 SGSci4mjb1RWocTlvkrVllj2UTioc0kZ4EAUGpHao3SMF00IdieA4Hw+KAGKIOkM5G2D30xw 5Xe4CsS0vk2HAbeTHnhxrlvuTscbYmCNgo1uQzWTYgLS6SubMuecT4igAv2h7Q18VA4gEhwN KHEng3kMRJjiZSvgV1ceVLjvcATiXhhLXCS9VtDRtMi6lcfDICmuLGlhAGxP3+01qNzKmpAW zFuzsbWRzyQK43SC0dDAq7XCJHxtIJY9zWvz7S4OFaeHTaAThIs5fG6gF9gbniXN52/VQVDt koNvJI048BA3N9iqSJ77RIQNrsYIPt4YAdBaOBbZmlwoQWucN6rgTrQGUjpnvEQ5BzWsIG+a OJy3ls+8LVHgNsxwz3sd7hRWftZ336mtHeILW/Y9jfWlHOB8O0gcdEAMLnCTZDlPepUmm1Ju jLlUBfIyd8jRWrtjAqaVo1w3N88SZ2KsTGVull0g7xCkDS0ODjVxe4k5DFAYS2mTYxdYCS03 wKkim13Bvo4WuheY8DfaHHHtQwduc5A0eBZxyo8X22taWqVtnDbQ+t1hIdQEnbDDAcIQGcl7 s200GFzd3w/gWk7TIWROAo4knHeaeDhWOyNlfsra0vxjEEHNuFD25axy7NPlTY74zrutofDg oA7O18cd0kOdededlUk4mlEBLhsuAwkbu8DTvLaPI9uOtYyGgn4HNPiLeogMoK0jaQOTrSvu GDvcKdYAGgDAAUASkYpK0Dcd+ZNCbbkgF3eF8WjzeLxJlLO8L4tHm8XiTKA//9TuEtbcodJi 1plLW3KHSYtaAZUUUQFDkj4ZZSSWhriI4dkGFDfDefgQtRyR8MrQGDHyucDJHsbttheDsKjG oW1Tvcao+DG853eIkBmwmhw7Ud1SQm4cNzfVx5Htx1qS8gecgCqd7jQVOy5do3+FaIPUXuHe oAqu3uNBGTsYw41ogi8FhAefabRbGzyNiaXMaxjmbWovEkHcxoNwYrds8zrUIi2sRgDq3SNt XKp4NxNP7T24aiiWKylemGma2hUqWUQxUrtSHyZMF1xa1tAGtAFRwq2tEbC1jaDE57pNSrHg x3bW6yiOR5yyMAWE3G4dpG6sans1l2hu729bs5BvbRqWJ8Ku4N8bUTIKuVEhq21QYRsdJLEQ MYLxIrvuIpxJthNXYdq31nCKWmfe2nGCTrWrM3duKpCpCdjdh2k7vAqfHfex5B8BkkYjGooi l8Fu7adSMIDMk7I3DtJ3ecjqd7jQnwY3nHvEaAzjJocO1HdUkJu5bo3eEK48j24qS8j4ca0A VXb3GgqdlOHaRu8JWiAeDT20aygCq7e40EZOxtw3N9aIIvBbecgKeTtcO1DdR1dvcaGTtPbg jQGbSb78N7d4ENpqYJBTtBOe8Ko28m/w2pW8AscDkWkcSAysziYr1OSc85+3iieLzmhzaipw qN5XBGIoWRg1utAqc1buTbzzqQBVdvcaBhNXYdqO7wBaII83duPeIAZBRrjdxLcTUbiG1Rme zyREEXmnI0OGIWkngt3OKNAedHSKzB7aua0F4LiCSGOBFctxqZs8QYNkDds9ramu5iRrWp8G NHt094jQGbCaHDtR3eFLzkhs+GbWnPgI7xMx5Htx1pe05TDfZHxucEBGV7MkUyxz9uNHeppu SXHhc4e4IPGB3iYbkgF3eF8WjzeLxJlLO8L4tHm8XiTKA//V7hLW3KHSYtaZS1tyh0mLWgGV FFEAI5I+GWLp7QDQWZzuEPZw754FuOSPhlaAwZJI9wc+MxnbC6S07oxwJW1TvHiVHwY3nO7x EgM2E0OB5I7ykhNw4HLgRR5HtxUk5A85AXU7x4kFTsuR5Dg31og9Re4d6gCqd48SCIm4MDxL RBF4LCAp5O1wPJcG8UdTvHiVP7T24aiiQGYJ2R2B5Fu9vlESaHA5cCg8GO7a3vVZyPOQGLZ4 gA0uaHNaKgubUYbuKx2KzMtotAps0jaUvNyAzAql5ew6aeWaVrwwTQMYKVPI7jhShBWrrNM6 WAvjhDYqUALsHAUqNqMhksFaUpfKjDEvhlVaA1UKKihD4U4eUX2RDJAhKpjfL4H6nePEgYTV 2B5LgWiBmbu3LM0ipCdjdgeRO9vI6nePEhl8Fu7adSMIDMk7I3A5He4EdTvHiQnwY3nHvEaA zjJocDyR3lJCbuRzG9vq48j24qScj4ca0AVTvHiQVOyHA8iN7fK0QDwae2jWUAVTvHiQRk7G MDlwLRBH4LHOQFPJ2uB5IbyOp3jxKn9p7cESAzaTffge0728icTdOByO9vKm8m/wyJ3InnFA C0m6MDkN7eVOJvtwOZ3t5GzkRzghdybeedSAKp3jxIGE1dgeSO9wLRAzN3bj3iAqQm47A5He R1O8eJVJyDucUSAzJOyNwPIne4EdTvHiQnwY3nHvEaAzYTQ4Hkjvb6XtJNXimYh3uaU71Mx5 Htx1rC0UEja9qDB0JGoDUMAlM1DeLA3MUoCT3q0bkrVNyQC7vC+LR5vF4kylneF8WjzeLxJl Af/W7hLW3KHSYtaZS1tyh0mLWgGVFFEAI5I+GWLrTI31LyO51zh9vcC2N4Oq0AgjfQSCZ1A0 3MakimW9iCgBjkdI4OdG6M7YXXUrmMcCVteO8eJL7FaA5rjIXXQARtRXfOW6ijZaGFxe8yVy BugDE7wCANhwOB5IqSE3DgclYvjJoFTvrJ8U7pLwkIZux7W70aV40BveO8eJBU7JkeR71BEy 0R1vvMlaUvXRSg9ugZrTb1rQVpTNAFU7x4kEZNwYFBKyeQAMeYqVrdumuHt4FUyKdrw7ZCWg chtbuW/SqA1eTtcDyXBvFFeO8eJCb5pUDA1zVPErmlrTcJycMx0QUBAfAjsDyLdZREmhwPEl 9gtNPB7g7ddRleAcjTBb+BN4dFARhNxuB5EbypxN5mBzO9vKxfAAAFBwrHYbRQgykncdRtRi eDeNPDIBip3jxIGE1dgeSVRtmY2647IcdsaA8QARAPGQGJqcUBUhOxuwPIne3kdTvHiWL45n vrfIbShYKUPFVSOOdjnFzzIDkDQAZ5UAQBknZG4HI73Ajqd48SGj61oKjhQyNmfS665Q40oa 4UpiCgLYTQ4HkjvKSE3cjmN7fCybDaGuadlNBSraNo7OpOG7wLY3yKEDooAqnePEgqdlOB5E b2+VHCVzSBtSRgQcRw4hYmC0EHwM4ONNtRtRhlyPh0AzU7x4kEZOxtwOXArGyAAGhIGdc1Bf AoAKDhQFPJ2uB5IbyO8d48SXMNoJJ2U0NaCjcKmoIw3FpG2ZjaOdshqTU0B52ACAtpN9+B3N 7eROJunA5HeVUeCTQVOeKzljne4FshjFMWi6QceEFAaNJujA5De3lTibzcDmd7eQMjnY8uLy 5u4w0oMt0Cq0o8kEgYZYoAqnePEgYTV2B5I728FUjZnABrrhBrUUPhsQVnsM4cCJSAKEja7a hxrtd3gQGshNx2ByO8jvHePEhN8gggGvCoTKRSgFd2uSAok7IMDkd7gR3jvHiSogtNMZnE4U dRlRTPtO6t2iVrQ07YgULjgTw4BARhNDgeSO9vrK0Me98T2iga8Xq71QdYWo2QZNHRWToZy4 u2Q3akhm1pjSmNK4IBip3jxKNyWUTJ2Ah79kqaguoKYAU2oC1bUDHNALu8L4tHm8XiTKWd4X xaPN4vEmUB//1+4S1tyh0mLWmVlaITM1ga64WSNeCReG1OVKhAaqLK7aeaM6W7vxS7aeaM6W 7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAaqLK7aeaM6W7vxS7 aeaM6W7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAaqLK7aeaM6 W7vxS7aeaM6W7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAaqLK7aeaM6W7vxS7aeaM6W7vxAapS1 xWl7mOs7iLtai8WtOIpUdFbXbTzRnS3d+KXbTzRnS3d+IBOJvYq57RM9rWdrLQytaHka1wrv 4qHys2vhDiXMc1plLBHeDrr7wF6gpW6nLtp5ozpbu/FLtp5ozpbu/EAvB5WN5vZinJG/S7cu 0wp2q9v7mayd5WdXbDTkn0v0pyRpw8jSm5vp27aeaM6W7vxS7aeaM6W7vxAefJJ2KxtcCHOc 5p2K4xjttXteYAyy4ap+y7L2Xbs1b+Na50qbteGlFd2080Z0t3fil2080Z0t3fiA1UWV2080 Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2080Z0t3fiA1U WV2080Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2080Z0t 3fiA1UWV2080Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2080Z0t3fiA1UWV2080Z0t3fil2 080Z0t3fiA1UWV2080Z0t3fil2080Z0t3fiAzd4XxaPN4vEmVg2GTZ2zyPa67G9gDWFvJFpr Uudyq3QH/9DuFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEB FFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEBFFFEB//Z de 70 segundos (Figura 2). Figura 2. Registros de velocidad / desplazamiento del suelo / sismo de Pisco / estación ANMO (EEUU). Nota. Tavera et al., (2007) Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 195 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | El sismo de Pisco resultó el de mayor magnitud ocurrido en la región central de Perú hasta el 2007 durante los últimos 100 años (7.9Mw), y se caracterizó por presentar un proceso muy complejo de ruptura con propagación unilateral en sentido de dirección SE. Los daños que se produjeron por el sismo fueron mayores en Pisco y algunas ciudades aledañas donde aquellas viviendas construidas de adobe y quincha, material noble con deficiencia estructural se afectaron. Según, la escala Mercalli modificada, la intensidad máxima para la ciudad de Pisco fue de VII. De acuerdo a la ubicación hipocentro, el sismo de Pisco se originó con el mecanismo de fricción de placas dentro del proceso de convergencia que se desarrolló en el borde occidental de Perú. La orientación de los planos de falla y ejes de presión (P) que se obtuvieron mediante el mecanismo focal fueron coherentes con la orientación de la fosa y con la dirección de convergencia de placas. El sismo de Pisco presentó su epicentro en el área definida como laguna sísmica y que se encuentra ubicada entre las áreas de ruptura de los sismos de 1974 y 1996. El primero, afectó la ciudad de Lima y el segundo a la ciudad de Nazca. Finalmente, el asesoramiento técnico a la percepción pública, es uno de los criterios analíticos para evitar que se realice un inadecuado uso en la planificación del suelo y que luego, ante los movimientos sísmicos se produzcan los daños (Margaret & Wendy, 2019; Bathrellos et al., 2019). La percepción pública es un elemento de juicio ante la evaluación del riesgo (Dwyer et al., 2004), y en los últimos años, las investigaciones relacionadas con los terremotos se centran sobre crear conciencia y reducir los posibles efectos de futuros terremotos (De Pascale et al., 2017; Doyle et al., 2018; Han et al., 2020). El objetivo del estudio fue analizar la sismicidad y percepción del riesgo en el departamento de Ica, Perú. Métodos De las provincias del departamento de Ica se seleccionó a Pisco por su antecedente sismológico del 15 de agosto de 2007 donde se analiza la vulnerabilidad de las edificaciones. En el caso de la población residente, se seleccionó mediante un muestreo probabilístico aleatorio, 10 viviendas equidistantes a 1 Km. de distancia y cercanas a la línea de costa donde se les aplicó una encuesta solo a un miembro del núcleo familiar. Se utilizó, el registro fotográfico para el análisis de las infraestructuras y sus condiciones de vulnerabilidad después de ocurrido el suceso sismológico donde se describe el estado físico, luego de 13 años transcurridos el evento adverso. Para el conocimiento sobre el mecanismo de protección y la manifestación de la población residente se aplicó una encuesta. Se elaboró una escala Likert (Tabla 2) con cinco criterios donde se asignó códigos de puntuación desde 1 hasta 4 y luego se aplicó para la confiablidad de los datos, el coeficiente alfa de Cronbach (1951): utilizando el método de la varianza de los criterios según la siguiente expresión: α = K / K-1 [1-∑V1/Vt] Donde: • α = alfa de Cronbach; K = número de items; V1 = varianza de cada items; Vt = varianza total Sismicidad y percepción del riesgo en el departamento de Ica, Perú 196 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Tabla 2 Escala tipo Likert Vulnerabilidad socioambiental Muy alto Alto Bajo Muy bajo 4 3 2 1 Responsabilidad social-ambiental Muy alto Alto Bajo Muy bajo 4 3 2 1 Presencia estacionaria de monitoreo y registro Muy alto Alto Bajo Muy bajo 4 3 2 1 Validez de tecnografías locales Muy alto Alto Bajo Muy bajo 4 3 2 1 Programas de prevención ante eventos naturales adversos Muy alto Alto Bajo Muy bajo 4 3 2 1 Se analizó mediante la matriz DAFO y luego, el método de los cuadrantes, la influencia de los ítems sobre la predicción de conflictos socio-ambientales (Tabla 3). Tabla 3 Matriz DAFO = debilidad, amenaza, fortaleza, oportunidad No. 1 2 3 4 5 Motricidad Debilidad 1 2 Amenaza 3 Fortaleza 4 Oportunidad 5 Dependencia Orden Motricidad Dependencia Métodos de los cuadrantes poder conflicto autonomía salida Se utilizó el programa estadístico profesional Epidat 4.2 (versión libre) donde se describió el promedio, análisis de la varianza y el contraste de hipótesis mediante el análisis t para una muestra. Los resultados se consideran significativos cuando p<0,05. Resultados y Discusión La Tabla 4 muestra, la escala tipo Likert (calificación numérica) para los cinco criterios que se indicaron ante el marcaje de las personas que se encuestaron. Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 197 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Tabla 4 Evaluación / Escala tipo Likert Escala de valor Vulnerabilidad socioambiental Responsabilidad social-ambiental Presencia estacionaria de monitoreo y registro Validez de tecnografías locales Programas de prevención ante eventos naturales adversos 1 3 4 4 4 4 19 2 3 4 3 3 4 17 3 3 3 3 3 3 15 4 4 4 3 4 3 18 Promedio 3,25 3,75 3,25 3,5 3,5 17,25 La Tabla 5 muestra el criterio que se otorgó ante los indicadores donde /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAFf/AABEIAN4BSQMAIgABEQECEQL/xAGiAAADAAMBAAIDAAAAAAAAAAAAAwQCBQYB BwgJCgsBAQEBAQAABwEAAAAAAAAAAAADAgEEBQYHCAkKCxAAAQMBAggDBAcOdwAAAAAAAQAC AxEEEhMhMTI0cXLBBUFRFGGRoSJCUlOBktEGBwgJChUWFxgZGiOCsSQlJicoKSozNTY3ODk6 Q0RFRkdISUpUVVZXWFlaYmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipOUlZaXmJmaoqOkpaan qKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4eLj5OXm5+jp6vDx8vP09fb3+Pn6EQAB AQMCAwEMiwAAAAAAAAAAAQIxgRFREiFBcQMEBQYHCAkKExSx8BUWFxgZGiIjJCUmJygpKjIz NDU2Nzg5OkJDREVGR0hJSlJTVFVWV1hZWmFiY2RlZmdoaWpyc3R1dnd4eXqCg4SFhoeIiYqR kpOUlZaXmJmaoaKjpKWmp6ipqrKztLW2t7i5usHCw8TFxsfIycrR0tPU1dbX2Nna4eLj5OXm 5+jp6vHy8/T19vf4+fr/2gAMAwAAARECEQA/AN/BDJLCyUykF7QaBraJnMj+vndlas7HosWw E9dlWdTkiTEvMj+vndlajmR/XzuytVSElWdRIkxLzI/r53ZWo5kf187srVUhJVnUSJMS8yP6 +d2VqOZH9fO7K1VISVZ1EiTEvMj+vndlajmR/XzuytVSElWdRIkxLzI/r53ZWo5kf187srVU hJVnUSJMS8yP6+d2VqOZH9fO7K1VISVZ1EiTEvMj+vndlajmR/XzuytWU9tstneIpX0eReut a+RwFaXiGNcQOecSZJNHEwvccTaVp1I4zQCgSVZ1EiTCeZH9fO7K1HMj+vndlashbIDaHWVt 50jC0Poxxa0uBcAXAUBoE+83rQy0yjLyJKs6iRJibmR/XzuytRzI/r53ZWp080dnifPKbrI2 lzjlNGipxDGcSzDgch4gacdCkqzqJEmJuZH9fO7K1HMj+vndlamTWqGBzWPJL3h5a1rS8m42 8cQrxdFZSTwxFokeGl7wxoJyudkHSSVZ1EiTCeZH9fO7K1HMj+vndlas5rVDBTCE0JaKhpc2 rntYBUVx1cPD5E683LUUpXLxcqSrOokSYm5kf187srUcyP6+d2Vqe+RrKA1JLmigBcepGgJA yDnobKx7ntB8e3XXEigrStATlSVZ1EiTCOZH9fO7K1HMj+vndlaqgQRUYwUJKs6iRJiXmR/X zuytRzI/r53ZWqpCSrOokSYl5kf187srUcyP6+d2VqqQkqzqJEmJeZH9fO7K1HMj+vndlaqk JKs6iRJiXmR/XzuytRzI/r53ZWqpCSrOokSYl5kf187srUcyP6+d2VqqQkqzqJEmJeZH9fO7 K1HMj+vndlaqkJKs6iRJiXAGMOLnl+LFUAUxjkWKolzDq3hTqjFNImG3wP/Q6ax6LFsBPSLH osWwE9ACEIQAhCEAIQhACEIQAhCEAIQhAai3WK3umnksLmt5qijaXmV8Ukbo6gEFgNW9SqW8 qRbOB7VNDIyIsvzWmWR7i6hulpwdCWPpdJrSnHiNVvkIDSDgi0BzpGuZHNI+JzpWk3+o2UxO NaYzhDXp5VNPwPwhLZ4YomQWcxVccHI7x8Fykl5zHGpunkPPK6RCA1PDPB9qtzvBAje02eWM CVzm3HvpSRt0Gppi/oV5Y+DbTBwnLbJX3mPv3SJK1DqXWFtwZtMXUiBxBX27CixzOhLmytie 5hZnXg0kYqGuPiWEk7orO4x1kkiMbXFwLqXy0lxAoTdDqmiXO6i53Q1c3BFuknmeBF1Pmq7N ffhHCZtIw4UoLuTFxZEO4ItL5nyujheObI5mte4uc4Bz71XXK5HCgNaUpWlFRZbRwg4vkkvS BsZLGYMtvEzyNrjIyNaKDkp2ND5rQZLMRfY57wJYg3qpvAk5woKY8dclEmuaoWrEgk4GtPM7 I4sGXiPwZee6jn80RyVJArS6ynOxBYngvhJsLmQiFuGitEZjwj7kQkkD2hhu46Ac7GcWJdAh LndQabu22vDyOIjq61NlFovuwpYJA+4QRQXQKDixDnpNn4ItYAbOI2tvQCQMkkOFwchc+V1Q OpOHRx1NFv0ICWwWd9lswgfTqMktwAkgMMjnMbj5GkBVIQgBCEIAQhCAEIQgBCEIAQhCAEIQ gMJM06t4UypkzTq3hIoqMOiTbfA//9HprHosWwE9IseixbAT0AIS52PfC9kZo5zSBjLemMik bBbK2cXg1kMhc9t9xLga0FcVboNKHLlQFxIGUgdii83lHRCZZmij73UjfykDrLU+43kHQQEl 5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxv IOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKO iEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi 43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm 8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kH QQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6IVdxvIOgi43kHQQEl5vKOiEXm8o6I VdxvIOgi43kHQQEgIOQg9ivVnO0BzKADGfDFYIDF+Q6t4SaJzuPVvCwotsuMNPP/0umseixb AT0ix6LFsBPQAhCEA2z5H7f2Fqck2fI/b+wtTkAIQhACEIQAhCEAIQhACEIQAhCEAIQhACmZ whY5JBG2QElxa00cGOcOqh5F0nFkBWFrfhnt4PbWszSZSMV2LIcfK44hx8fEnSWWGSz8y0ux hoa0NxFt2l0jnimJaREREllpzTTmZVWWSSlcRyFPZZzKwxyYpoTckFKYxkcByOGMdDiKoXFS RZDSLLTBCELgBCEIAQhCAEIQgBCEIAQhCAEIQgEWjLHrPhilployx6z4YpaAxeboJPJvCVhW 8hWcuYdW8KdUYSlEw0tM/9PprHosWwE9IseixbAT0AIWMkjYmOkeaNaKnjSxaYnCNwrSYlrc RyiuI8mRAV2fI/b+wtTkmzUIfTrf2FqcgBCEIAQhCAEIQgBCEIAQhCAEIQgBCFPbpXR2Z4jN JpBg4dtwo3tdS6iSqiTnFWRJRVg8HGa21qJ5SGcoZH1ADognsdatS7PC2zwRwMzYmNYPCRRM RpZVWR1SsRwZSREnq1pDPWHhGCevUbQx0DtYrIw9Jw7FXKXhGF81jfghWWOkkXLfjN9tNZFF RFIyaNssZvNe0OBHPXVpoys1Jeuuc8OJSVUnpmSEIWTQIQhACEIQAhCEAIQhACEIQAhCEAi0 ZY9Z8MUtMtGWPWfDFLQC5cw6t4U6olzDq3hTqrDok23wP//U6ax6LFsBPSLHosWwE9AYyMbI x0b8bXChx0PRCU2yQtLD1I4N15oLyRe5d+tPQgG2YAB9Ot/YWpyTZ8j9v7C1OQAhCEAIQhAC EIQAhCEAIQhACEIQAopvB3CVniyiCN8zuSrvBbK9F3QVqhsJw1otVqOR0ohZjr1GEU5etOct M0qJZkuNK4GWqiTrcKZchCFk0Ch4P8FvtNlJ8ebQ5zdmUCQdNxVyieMDwpG8YhaoHMdiyuiI c3sbrndBaZpo0meS7pTuEplqkrK57cfXkLUIQsmgQhCAEIQgBCEIAQhCAEIQgBCEIBFoyx6z 4YpaZaMses+GKWgFy5h1bwp1RLmHVvCnVWHRJtvgf//V6ax6LFsBR8MWq02GJtpika2IODXt wQlfjBoRWWMZaCnYqyx6LFsBQcNRWmSNhZQwg0fSJ8kjSQ4B4uOaeMDFkrVFBsbO90lnikeQ XvjY5xbm1LQTShOLsU1JsrXMssLHi65sTA5pxkENAIynw5TkV6hBtnyP2/sLU5Js+R+39han IAQhCAEIQgBCEIAQhCAEIQgBCEIBVpnZZoHzvxtYK0GU8QHYlY2KB1msscLzeeAS93EXOJc4 9ElJt9ZZbLZR1ecSO5LsPU/n13+qqtWlpMok6y7pSTrzKU2lzylutNeuBCELJoFHwhGTHHaG 5bLKJtbQCHjXdJpz6KxeOa1zS1wq1wIIOQgrqLIqKcVJUVAa5r2hzTVrgCCMhByFeqLgpx5j ELjedZ3vhJ9c3Fo6VFajSSKqTKEWVEWdAQhC4dBCEIAQhCAEIQgBCEIAQhCARaMses+GKWmW jLHrPhiloBcuYdW8KdUS5h1bwp1Vh0Sbb4H/1umseixbAUHDkLZIYwGB73zNaRcY9xaGvJpf o0EAkiuKvKr7HosWwFr+HQ2WBkIbhJGvbLcwLphdbUEktY+6MeWmPGAgLY8NHwewMFJWQMFA 0YiGgGjRUdhkS2TWhxgYRIHFzsITFRhaMl43cTiCMlBWtclFTZ2htniaC1wEbAHMFGnqIxgD IORNRXioMs1SH1FOp6+qtT0mz5H7f2FqcgBCEIAQhCAEIQgBCEIAQhCAEIWE8rIIXzyGjY2F x1AVR9IEkXg7hOaTK2zRNibtP8GP4uS6rlNYYjHZw94uyznCyj0u8Akdhk7BUrTT5Jkk3Q4y 6WenuoIQhZOghCEBDD4J4Sni6raI2TN5LzfBb+kG/wBKK5RcIuMDGW1o6lZ3i8fTJ7gJBqpj 7BWrTVNEazySKetIZSkqpHdfXBCELJoEIQgBCEIAQhCAEIQgBCEIBFoyx6z4YpaZaMses+GK WgFy5h1bwp1RLmHVvCnVWHRJtvgf/9fprHosWwFjNZDLLhmTzQOLAw4IsAIBJFb7H9aKysei xbAT0BhDE2GJkLKlsbGtBOM0aKCuRZoQgG2fI/b+wtTkmz5H7f2FqcgBCEIAQhCAEIQgBCEI AQhCAFDwj4NwFi89Mov5fHuPwY7Jy0A7FXKGzB1ptcluPj2xpghGWoDqvf2JFOwWmaUrWVbj UMtU70z3CqXIQhZNAhCEAIQhAYyxtmjfE/G2Rpa4c4ihU3Bsjn2RrJDWSAuhk1xm7XsQAexV ahaDZeEHClYrd1IHJdkjbQilOrNHRBWkpoqRSD+IuBlaSosFj65chCFk0CEIQAhCEAIQhACE IQAhCEAi0ZY9Z8MUtMtGWPWfDFLQC5cw6t4U6olzDq3hTqrDok23wP/Q6ax6LFsBPSLHosWw E9ACwbLE4BzXtcHOughwIJ5AQcqyIqCOUUUUNgMbWMc5pEcrZBRlMbRdxclWgV59UBs7Pkft /YWpyRZhQPGXqfHstT0AIQhACEIQAhCEAIQhACEIQCLXI5kDmxmksnUIttwxHsMp5wKzghbB CyFuRjQMXTPYlIhpaZzaql0UdWQivUScj305a1APJWmVVrS0kod1rfWOJTWXdKz1wQhCydBC EIAQhCAFPbYXTQHBissZEkQrTqbMbeicSoQuosioswVJUknMIZWzRNlbkcK6uUdgVmpG+IW0 3CTgbSSWA5GyYy5taYg7Lj468oCrRUkrFccRZa1HghCFw6CEIQAhCEAIQhACEIQCLRlj1nwx S0y0ZY9Z8MUtALlzDq3hTqiXMOreFOqsOiTbfA//0emseixbAT0ix6LFsBPQAhCEA2z5H7f2 Fqck2fI/b+wtTkAIQhACEIQAhCEAIQhACjtL3zycwwECrazvoTcY7FQEUF53FyDHTIsZbXJN MbJYaF7fH2YgujjyYsRFXY8leeeQ0WWzMskQiYS41Lnvdje9xyuceMlakoaavqJ16mcHUkdV XrhrGNjY2Ngo1jQ1o5ABQBeoQsmgQhCAEIQgBCEIAQhCAXaIW2iJ0TiRWhDhlBBBBGohJslo keXWe0hrLTFlAyPbkEjRjxHpHEqlParNhwx7CGTxOvRSEXqHjBoQSCMRFVpFTBqunmU4qVUf cShCks1tbLK+yz3Y7VFdvsDqgggEObWhIx9gq1xUVHhFlBCELh0EIQgBCEIAQhCARaMses+G KWmWjLHrPhiloBcuYdW8KdUS5h1bwp1Vh0Sbb4H/0umseixbAT0ix6LFsBPQAhYSyCGN0rgS GitBlPOxpAtzCYxcdWQ0ONvUTfwePHj6lya0BfZ8j9v7C1OWuFtELnswMsgLgQ5gZdzR1p7T xciy7uY880/Qi/FF2hXPN1Q5RJnu6KXoUPdwk4rM+nFWSEHoYRYc2W44xDC0HIHTG8Nd1hFd RXaFZ03VPDFEme7ovhGxQtUbRwwSS02NoqaAmVxA4qkAJjebXUEtsjYOPBRAOryVkLxTsEoc /M3G4Icos8auFxNily2iCzis8jIgche4N8OQo8Ax3j9bJpOcHiIfHTWHpr1tj4LBvOY2V1KX pS6Z3RkLqJIzVVVrE8MStVERK1fCMjwjG8UskclpJNAWsLY/fR91tNRPOqsTZbXa31tjxFBS hs8TiQ7nukow9gMSrE0IFA4AIw8PWglFJg1JM9WmooZXrLnjkMo444mCOJrY2DI1oDWjsAsk vDw9aCMPD1oLJoYhLw8PWgjDw9aCAYhLw8PWgjDw9aCAYhLw8PWgjDw9aCAYhLw8PWgjDw9a CAYhLw8PWgjDw9aCAYhLw8PWgjDw9aCA4XtpnFvDUjmkhwZEQQaEENGOqq4O7aqeztEVuabQ 0eWgIEgHQx9FL7aGyWq08KSS2eF8sZZGA5rSRibjxrVd23hDzzS9kd2inRNMqsiSpK5UlS5r DxzLFca6VzrnRqyjSMvRpEaS5z07qzdtBwVasTZxG7F1GTwWcfFU4umtk17Xi8whwPGDUdJf Gfdt4Q880vZHdonww8OWfx4ZaY+c0PA5Mi2jaK9lpFzxJU64i1XuiYMrrXNUz80iLuqS3A+Q 5nmKF8jReLGOcG8tBWmJa51vlbALskbnh7vBgHUHgVLaAE55bQYzjrSuRc3Hwh21EYoBM4Up 1OEO6ZbVUM4Y7aFoaHWNrg2nlg8VpqIC6ki1ZK1F8Ik1XJpMqrWNs+GinTWOeSZ8zZHNdcf1 G7QtAqeokgnqQpjBpRVLmIeHeF2k4Xg43Tj6gx7TXlNaqmPh+13hheDpw3jLWknoGi7Jnqbr 4ZinMtxuEpvkLUN4dqaOsNraOXBA+Gcmd3qPzy2v3x/XJQrnm6p4ZyVEn3RSy0ZY9Z8MUtTs 4Qba5WsbBPFdvOvSx3G5KUrU48aoXFSQ6iyi5cw6t4U6olzDq3hTqrDok23wP//T6ax6LFsB PSLHosWwE9AeOaHNLXCrXAgg5CClts0DS1zY2gszSBk6jd8MKJqEAIQhACEIQAhCEAIQhACE IQAhCEAIQhACEIQApYXTm0SB9+4L2JwowdSFy6aY6ty4zz8aqWtitMzuEnWcvJgDnljqZzw1 t6KvI2pPKcnVTUDZIQhACEIQAphI/Dy1MoYAGgXHEVNOpNN2lBrNVShAa+N9qqwudKRV4c0x vFW1dR96goRxNIqVTZTKYRhr1684VcCCReNDQgHJyivKnoQAhCEAIQhACEIQAhCEAIQhALlz Dq3hTqiXMOreFOqsOiTbfA//1OmseixbAT1PG5kUbY23qNFBUivhlnhm8/pdotUKzHKJBqEr DN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrMKJBqE rDN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrMKJBq ErDN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrMKJB qErDN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrMKJ BqErDN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrMK JBqErDN5/S7RGGbz+l2iUKzCiQahKwzef0u0Rhm8/pdolCswokGoSsM3n9LtEYZvP6XaJQrM KJBqErDN5/S7RGGbz+l2iUKzCiQ9lzDq3hTpr5A5pABx8tOWvEEqi2wkiU5zDSyrSP/Z se evaluó las respuestas de la encuesta y que resultó un conocimiento poco relevante. Tabla 5 Criterio según los indicadores Indicadores Criterio Muy alto Alto Bajo Muy bajo 4 3 2 1 1 3,8 2 3,4 3 3,0 4 3,6 Se utilizó el programa estadístico profesional Epidat 4.2 (versión libre) donde se describió el promedio, análisis de la varianza y el contraste de hipótesis mediante el análisis t para una muestra. Los resultados se consideran significativos cuando p<0,05. RESULTADOS Y DISCUSIÓN La Tabla 4 muestra, la escala tipo Likert (calificación numérica) para los cinco criterios que se indicaron ante el marcaje de las personas que se encuestaron. Tabla 4 Evaluación / Escala tipo Likert Escala de valor Vulnerabilidad socioambiental Responsabilidad social-ambiental Presencia estacionaria de monitoreo y registro Validez de tecnografías locales Programas de prevención ante eventos naturales adversos 1 3 4 4 4 4 19 2 3 4 3 3 4 17 3 3 3 3 3 3 15 4 4 4 3 4 3 18 Promedio 3,25 3,75 3,25 3,5 3,5 17,25 La Tabla 5 muestra el criterio que se otorgó ante los indicadores donde se evaluó las respuestas de la encuesta y que resultó un conocimiento poco relevante. Tabla 5 Criterio según los indicadores Indicadores Criterio Muy alto Alto Bajo Muy bajo 4 3 2 1 1 3,8 2 3,4 3 3,0 4 3,6 Conocimiento poco relevante Conocimiento medianamente relevante Conocimiento muy relevante 4 3 2 1 [ 3,45 ] Al realizar el análisis de varianza no se halló diferencias estadísticas significativas (p = 0,2463) con relación a las respuestas de los encuestados. La Figura 3 muestra la distribución t tab promedio de respuestas con relación a las preguntas efectuadas. Figura 3. Distribución t tab / promedio de calificaciones / encuestados Sismicidad y percepción del riesgo en el departamento de Ica, Perú 198 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | La estadística básica para t de 1 muestra, describió lo siguiente: - Hipótesis nula - H₀: μ = 3 - Hipótesis alterna - H₁: μ > 3; valor Tcal = 2,33; valor p = 0,051 De modo que, al ser 2,33 < 2,353 se acepta la hipótesis nula (Ho) y donde se plantea la búsqueda de propuestas para generar confiabilidad (Tabla 6). Tabla 6 Estadística descriptiva / respuesta Entrevistados Media Desviación Estándar Error estándar de la media Límite inferior de 95% para μ 4 3,438 0,375 0,187 2,996 La Tabla 7 indica la confiabilidad de los datos que se midieron mediante el alfa de Cronbach para los notarios. Tabla 7 Confiabilidad de los datos / V = varianza / alfa de Cronbach Entrevis- tados Vulnera- bilidad socio- ambiental Responsa- bilidad social- ambiental Presencia estacionaria de monitoreo y registro Validez de tecno- grafías locales Programas de prevención ante eventos naturales adversos ∑V Vt 4 0,5 0,5 0,5 0,58 0,58 2,66 1,25 Indicador Valor K 5 ∑V 2,66 Vt 1,70 α = 5 / 5-1 [1-2,66/1,70] α = 1,25 [1-1,56] α = 1,25 [0,56] α = 0,7 La Tabla 8 muestra la asignación de puntuación según el alfa de Cronbach con relación a la evaluación de las respuestas de los encuestados. Dado que su valor fue 0,7 se validó la encuesta para su consideración lo cual se corrobora, la preocupación de la población residente ante la ocurrencia de nuevos eventos naturales adversos como los sismos. Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 199 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Tabla 8 /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAGP/AABEIAPYBdQMAIgABEQECEQL/xAGiAAABBQEAAgMAAAAAAAAAAAADAQIEBQYA BwgJCgsBAQEBAQAABwEAAAAAAAAAAAECAAMEBQYHCAkKCxAAAQMBBAIEDAYGewAAAAAAAQAC EQMEEiExQWEFIlFxExQyNVJigZGhsbLBFSNCctHhBoKSovDxBwgJChYXGBkaJCUmJygpKjM0 Njc4OTpDREVGR0hJSlNUVVZXWFlaY2RlZmdoaWpzdHV2d3h5eoOEhYaHiImKk5SVlpeYmZqj pKWmp6ipqrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6EQAB AQIBAgQ4XwAAAAAAAAAAAQIxESFxEkFRgQMEBQYHCAkKExQVFhcYGRoiIyQlJicoKSoyMzQ1 Njc4OTpCQ0RFRkdISUpSU1RVVldYWVphkaHRYmNkZWZnaGlqcnN0dXZ3eHl6goOEhYaHiImK kpOUlZaXmJmaoqOkpaanqKmqsbKztLW2t7i5usHCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AM/Y7VwpauD9qh4buSQQFpNirbUtrarajg5z HjEADakall6VlqWyvwGlg50kTOYExgtVsVsY6w2c06j9u55c64YGrGJVsQywNQQZkn1OJu5T 0kpqUx2oc9CqUKUA3bxBGLiXadco4AbkABzlZAPgzTxIc7eaY55gLr1U5MA7c7rCU4vYM3Dn rg9pyM8wrGEu1jm9re2tnokruBTxT3u72gd+wnX9RPMK687Q082B11jCNo0mm81gB3Yk88oi ZL9wDm90u7MORG/B7lBh8gJInE85IGnkj0AluDTJ3yVjCnDNdLd0JLjdwc5OhYw2+3RJ3gSq 7Zkh1kG1IJqNgmBu81WirdmjFlaN2qOgChpyij0ImxVnLrHXpFoNKo4tqDTG6I3FJsDbXZi6 x2h00W+UNYAQ4E5SZy3E7YWeF3E6XmOeVYObdJc0Xmnim580LIkRIwq9QDaQpVOBuLix0lhJ MDVhCksp0wZa0A6cMeehlrbkAzTOIOd09x0k6k9x2ruLb0QkkNC6FwxSrGOAToTUqxhbq66u SrGEhdCckKxhITU9NKxhqRKkWMckXLljHLlySVjCrkkpEmFSLpTS4NEkwN04BYw5Ig8M0nTc JqRyALuiME11rpU2l1aaIAnbiMBhOE7qxhLY9xa2z0zD65uyMw3tTucjsa2mwMYIa0AAago9 Bt+o+1HG+A2lqYNPexx5ykLGFXJFyxjly5csB//QqthgexOnBjitfaStbdOlx6AWS2F45095 3UlayoL7TTBguEEjMSujDpclqSjAWscWsFQlxvYknRjGlFuM5EdNKcC0b/QCVUSIABkISrkm WaxhV0pMTq6aUBYx0Tnzkq5KgxyVclWMclXJYWMIqvZp20os0l5O7kI66tVT7KmX0TpN+Qcx lghpyij0CbC12VbO6m2L1J5a4YzJJM81WsKg2CoPpWm0lwxc5rpBkQ/Ec2FooWZchleCLHNd eYJB4pu7rGvpoNRmAq0jgMjuY5HwMFLTSwg3m4zxTd3Xv9NJhrHB7b7eaE9Rz2QeDsM0jxY5 HRPMUgOaAHDFruusYWFydCWFgGpQlhIsY5cuXLGEKaU5IQsYYUicUixhEkrkixjpXSuXLGOl R7W20vphtlLWuJxLiRA5gKOuWMU9LYitwcWm0Wp5eDIazIapdPSVgLNRm84cEcO1PJeejgjL oWgMJq0LPbNvcbQabQSHUhjOAGlX9W9cutBJcbuGgHM85Z+3tAtbmQwENiGzkcRKltxTLy/o EGhTIyNNvSCIgWA37FRd6tgc7DrKTCskauToSLGEXLlywH//0arYTjnT736krXAAZLI7Cccq fe3Ula5dGHS5LT0jHEYt3+slhNnbgbgPWTs81RImeXP0Lruk4lPXQsYbC6E6EsIMJC6E5csY bCUBLCUBYwkJV0JYWMIqXZqG1aTzldI1zMq7hUWz88EojRdceiFLdiqUy9CZsTZ6lKkalTHg ji7HMggAcwBWiDZhFCn2xvSCMqQFOhKuXLGGOaQS5omeKacnd2gNcLOBGNAmNbDuHUpSE9gM kAG8Ic05OGvuVjBQY3tCWVEp1OBQx2NI4BxzaeRd1ipEkGCsYdKSUi6VjCrpTZXSsYWUkpJX LAckKVcQsYYuSwuWMIuXLljCQkIT10LGGQuhPhJCTDSDGG7jvKn2YYA6lUDQM2kwJO4ruFT7 NubdaDMtc2NzEOnpKWnKLLyVsWZsNLcF4DmOKmKFsQQbEAND3joz11Nkb+8lHJGBXrHOSFLj vJI3cUmGyF06jzkq5Yx//9Kq2E44s1B3UlazPNZTYPC3tPKu6S1Mq2HEtvSMOnbjtp6YTpQ5 2/evXTpVkj5SymyllBhyVNBSrGFSpspZWMOXJspZWMOSpkpZWEcqDZ8zWojcYemr2Vn9nT42 aY9WuuVLblFl5oKOFJg5RvSCeh0j2UztjekE6UgPlJKbKSUmHXkkpkrpWMc9gdJESRBByI3C gU3cB7LPlHMNnNp3CekUeUx7A8a4juisYKHYwc10qK2pccKdXAEw1xOR0AnpFHE5LGHyulIu WMKuSLljDpSSuXLGOSJVywCQlhLC5YwkJYSrljCQuhKuWMJCqdlqYfTqu5BlPqu7VsoFtaX2 a1HHicJII2u4srlFHgthYNlc3cqHDfAVkqfYMuiryMM5+PWVwsy5DK9RCmlOSJARcuXLGP/T qdheODN5w79K1cLJ7DGNkae+R0CtcrYdLktvSMMHFHeCemji3bzeunqiTlyVIsYWUspkrpWM EldKq7Zb203mzuc0CoC0Oa8h7XEYEjc1qmdsra6ZpWeuTFJzS907Z4ByJlSrUAwGuXSq6ybK 0ba4Ck0jDbThB3Mc1PlMJh8rpTJSysYfKz+zhm1s9mh0yr2Vn9mHTbQNxjeupbcLLzQ0j2Wz tjekE6UNh7Lb20dJLKoBxKQlNlJKxhZXJF0rGHJQmzuCU67PFHmZBYwx7WPF12JjfQqLqtOW 1uJna6XNGs6R0tKOBLo0QDCVzA4QefpWMKCClQQHNN3J3fru4KKxwdhkRmDmsYWUq5dCxjly STvpL3MSYcuSJVjCpUzSOanLAKulIulYwq5JK6VjHEwJ3FELA6yVRybX6I0HRuo9V0Mdvack 0Dsq6eRjd0LDnyo2DO2qY9oGHNV0qHYYgWlzd1h6BCvUMOQzT1OJSLkqoBFy5csY/9Sl2JMb IUu3dYrXByxtgqCnbKb3ZB2K0btkrOC5jHEvbE4bulUyqIiwg0irATwdu46h10+VWN2TZJJa cNyDOtObspSc66WPaDk6AR0ClG0UFZUsZSXkEVGuxa4O3jKWSqJCEodVwFNxcSABjdz5kJHP a3inAb5AUa02mlwB9yqySIEOac+agSitVoa9z2vD7gEsbUdtgcpkgnmKvjbOgSyc5y5+KQ8U 6RLr2CeadUGQwwRN6JXJVLRIB9Nz6doviHSQDjAA5hC2tN20bJnajFYmzUqleuyiGGXGMBBh bKjTNOkymTeLGgTuwrYkyWg95dKaAUqoBZVDsrJt2HIsV3fp8k3DPbBV9bbWxxBBBAHQUtRU Fl5YVazLPS4JU4kRlnjgh0bZSrNDxLLxAh2BVHaNkrTXc+k4AU5jAZwcMTKZwR5t1JrHngbm sBaMQYCJHFiDITUFIlhLloVkjQHHUnhgTTUaHBhMOdJAnHDNOkrGHQAlnnJk81MqVW0mF9Q3 WjM76xgt7b6rvXTpQb0iZwMQlvLGHuhwg4oZiIecO0vyI3ymur0mG697WncLgDjqTz4MLGON QsEPw5bRzdxPlBO0butw5mPSSgXcaeLeR0czcWMFlKmBwO/uaU6VjCwEmIyPPXSulYwhcZGC deTSRI30srGFvLk3BdG5gkw5JKCaDTU4JecHanGOdMJzr4BcDMAwMI6SxhKuIDd1wRFHbU4K 9rwMAwE5GC4SBmi3tRWMUexxubIublLqg6avpWfpm5ssZw7OPRV9OkqWHS4tPHLk0OB0ptSs ynF7SCecqJHrk0VGkAzmF19u700mP//VzdnA4MCeSy5qs6tEVIc03KjeJd1juhVlKOCjfVvk pKBU3m9wOoLlSJuzIMaQUURmEOrSbWF0yCMWuGDgd0JrKj2EU68BxMB3aXczQVjD6jXVGFrH mmTpaSD0CFXVKdalIqVHuBOhxg9FWh3QmOa12Bz1rQmKq605yYG7KUMZyKsK1J9qqtNNjWkM N4gxKHYqLX2tramIAMg5YDSmA0ICz0WuqtN260OF53FXRuwrGrY60+NRwe2MSRd3o0FS+F6L mGpSlnBHNktwwncRIqvq1G3yA2CyIGJGR1JkJMJXts1rDRUNUNumHmIu4xnpzT67bZTaJtl+ XgAXogE5kyp7KYdTaHQ6TLgcju4J7qNJ8AtbgQRgNBlZEljQgGWenTp3q1eoRGLuCFremmWW xsIc+teeS43SXOgt0bisIaRdIEbmhRK5dUPCdn2rolztDG7m+UwGKulZhWtLqbIDb7ttOAbO QJ0qbSYymXspCG05Ak44Z5p9hoGk0svS0V3hwIgkxhpyTnuDatUnRI3EQQRRhkihpMcX3pPW x1KeQ1myNECALrMhHaVHo41IGSPX2tvp4nBrcTnkpQy9cX1stHAy0sqXZBwBCfStdAU28Gqt DyDxRAOazUgHHSYCcDeIdOiNHdqpHFhCQyRfVbXZeGqL+CNLWseCRiBMQi9iNimOCjnOjpLN jSTqTpWkajIELK32qx2prQS5113abzCQY0iFGc+wtY/gIe1zmhrQ4udjek4knQAo0jwAmuOR 1okSrKDIUL4bKWMNGL8AO0HcS1NkKVFrHlrniqC5sADAYYyVnzULTObY5yl1rSypSpNumGMh rrwIMmZyCZGoSFAdueLVaXVmCG7UYxJjSiWevSs1UVqdJ0hsbaq5wM6cZUcvXAzi7PQiRK8Z Cji1qbKyyBRN4xMOEZ6MEM7PAYts75nEXhCiB7QBO4lZwJ5A0k5QmRKTIUHV9mH1y0OsoIbO BdOYjUuo7MVqLXNp2YBrnSBewGAHWT+ANvZaOak4E2NB3lpEpoEOds7bsm0GA7skqS3ZpxfS aaZEvu1Do3x3ChvpA5DRzUKqbtRlMAQXsPNWkSjIUU1Ocb6dCG0kgA4OaQCnyRmuhzFXSklc sYVMebrSdwbwSuJAwE6slHtp8a1RpwvNIG+sYWxsu2dkjbOEu38usjwg2QzZqfbeumWq3UbI WtqAkuEw2CtDAaAqbQeB7LEnLgjDz4V+SBiVmrXaGV7ZwemCGm7gc8PBKfU2ZolrgGPyEHDm 6VLKokMcpUVYIxZVXw0OBwDseYCotptFKjTa6qeKLhGZidxQ6mzNn4EQKb8SeR0zrVVbtkhX IqBhAG1AwJjNZptJKKossLJxELrsas7QGhj3QBjgOmV3Y5Z/Rt/fvcrNCpVcJiJ3YBXXqurn hTIm8wMhYzJ//9bONEVSeW66txkqd2FQ49qPTVs3IbykoXSUj2MqsLHiQc0jYD348VBjmR1k +FjEdr6ln2tbbUxlV0jcDu5RyJxCTMFrhIOBnFAu1bKRwMcEonNnam7x3NSxg+IM5EaQh06T mVw9r+KJk7k5orHMqND2G806QuIWRYDQQlkzBoG4E032ueW4yGxubhUJlofSwO2Zu7ilU6wq VDdxbdEnKJVoqKTBASMoSju03RvJtSqKVN1R0w0SkBLTXdSDW0heq1DDBo1nmJ1noiiyCbz3 GXu3SoVhqms+paavFYNbqbqCnio3NsujMAY9ZDxdEI1kdwVjqjnC8bQX3Qcu0gFBNwVXvky5 5wmdSqb7xWNVsNcH3gYxBmVPo7dt5xLnRJJIzOKIRgIdB9yqcjeEdFFqP4LbGPY03QBOE5DU o5ZtXHDLI5J1K0B9MBstGkNN2CpQZNAjQCRtmg4y0uA6aeGODS5sPut0OaTid9DfwUNJY0F0 drc108+FH7EK1PaCjRBiHG5iRMwcUokIKsBKbLqjmO2j6YlwcMtWEpcdZ8DUgt2WrhoBo0Xx pLYJ5spzdlGOgvswnlXub0DIWVDIoW5LOCNdIGDm5Fp5+RQ3gu3YCjVq4qVQaAdRZ2q86+Sd WARmOo3ezXuB0QCeeVoDQwCnbMusx3sSua59MlhaTTOgZg7oO6mRT4IbrtriA4CDHMTrPTrA kVXXpMAzOELDCEuuBvYuaYumIO8RoTwZAjOEN9hrNF5lc65HdqPaKdos1O86peOGU6TGlaA0 JNdOG8Okn0PKZo0SqYWytpJPNRqNreCCAQRkQ7ukQGhNKAJ5iQgRh4GKqRbbS4Xr2jUOslFr qmAXOG7iEhAWDztoORHRlQrTUFOswETeaHDvVJUbbBdqG85jhgQZAHMQKxJNN7jJa4NGeRzW Mho7Fsi22ybhpvpxImQQcscFPDhEzz1kLM6rRF6lULCcDd39cqZStltD54Iam7LGkYbwVI2C smiY6+0PiJG+lJ1qnobKVKRZTrNBZMEtBkTjKszctFKHZPaCY56qGFIhMEDwhdAwxO5Mdyo1 s7MpXGnEubhqnFBFFlK0Nut2rQXXi8yIG5BUW3Wqrw01rHAimJBjdjXiiFYKiREjLCMCQxIp Js9rpCxhhJDi1wkCYOIVPUbXc67UcXkNmSSQBzU+gXMquY44ROqc+uiPeHNkCMRnh3KHpGM4 i0aZqOgmI0oVSBIkkgkEaM1NsrWPqVHk8S/HBR7TTbFZzScDhOuCpVKhRZUpFqJUlCG94uET kQhydGCb5tO8DSllZEgFVVcwOAXQkBSykk//183UwruHLHpq2aZaDqCqa2Fdx5Yq1pmabe2h SUPGK4JNO4uM6M1jClIMN5cHThkRmE5YxHfRcxxq2XauOLmdpdzNB1p9Ks2qMQWPGbDmE8m7 icAotW5UqSAA4DB4MHeJWMSiInopKbzTM0zgdGhQC40XQ6SDpBBBT703SzAEY7YiOYsYuaVo a5kuMFok8xRbVwzXa1mDKVSoAAeKjQSo9M3QA4mdB60qTZ3Brg2oZYZAnGJ1phhiKEEBYMY1 kNaIDWhojcCVxOAGuUgdhK6TdJwnE6tSokrtj7A196taBJFQgM1jOeboSva6jUc+8A17nAAD KFLsb3Ps4qPO3eSTAjEncUO01QXRMkPcABgceepVURHKMWErXCQ5uoqCwuZUABMOmQp2O20b UyoIjgjealkzawRcwTmOacwCcsSRHRSVqLXbaWNOkCT3KiOc5lW83KBO4pjLQxsFsN3SQCss RYhkWRMpDKEAzfI0Y9BI0kHOVPdRs9RxqcEDXOOTYLTOqZUStRdRdutnA5JhhBEVFEcTdlJT qOvAThKM+kzgJqNdJug6FGYdu3fQKLCWNF+EmJMbg0KRR2zrw0nQoDSRtSOfhpKn0sm6Mtak tSW4m6VB2SF6j3z01NJdEYQd9RrY28wA6lZBV2ezVKximwvIGMaEYMYx3A7pDmiSZwzjJTdj Q6ztcSJc8CANRKBaQeG3OcIvsBEZZrMxVWGUUyulxrMAN5PAcZc3iRAcd/JADnkYDDdUizma Va8QAbuZAxEnBSUI8NbLqby2phN1xacecnOqPq3OCOJjM89JTaagNR8NkQA6RgMjgCubTIus 0gYEyAccpTAqPRYAlYw1t1j3gTAqObjuSpDLRWs/BHMiBGJGYieuo8Q95JkPdKc6o8Pc8RwL Bt6J20YAogWGIYmUqk2kF+F6m0mcMSiMtVentW1Y0AYTE81VItFSo8klt44NDQdGlNrV3tqh re1UwZOeISkmqKZUggRUNLTt1JwF544I3B4O1mRG8q+0Obwao+ZAyI0gQq5lS0OIp3pJAGLr rcdZMIdZ9QvLeIaBAEjTgcQlVBEgJ9WvcF0ND5ggSZxEKMyoaby4tgucGwZAElGsdmo2lhL7 wADbsOjd7hFqBzHFjYujIkklZ0UB1Fz21arGQ3bAknHOAFEtnBBanNeRi0ExhO13ESz17lWr gXOAmBpmEK31A+0h4BF5mRBBwkaVN0xlKSxo6EWRwNw049NdolDaTttbSidpWNJIdISyPACR Likx/9DL33VSKpzOJVvQxpMnkQqajxIU+z2tl/haptSOJJyM6N9SUTdRS9JNLruag1bRUqSA C0apWMTHOpPwvgHQQYIQ31a1EgOF5p7UMCe7URhM4STuRKI6rUIuucMoLcoWMPrVuCEDIDNC wSYeAVwgeDWMEBvNjM8jhCawiCANtG6IXNdd4nE6E9jiZLm3XDUMZ3ljD6d27ABAnMkR0Ern 8C1icczgUyce6SAtpua5xMZasdSBJDbRXbduPEaJF5pGvTI30x+yloZephjNIJ22OsBOLmBo Mi6RoxCIKNFzQ5wvjTj3aYQgJGxtUVKDWaaRgic50qIXX3vLTpdlzUyvZaYINI5zhOIG+g2W pwN7i7KHDoJhRUgCCTEdecDDYNy6ToJ3VENKpfZtHYDcKmNqNIvAEbuBjoKSBBGIwGImUIsh cZpmRFU9r2ON5pjDMLoc7EYbys6tWiNqc9BAOeeYQCzgjpaAHRO1MY5phhihIYEgfAQ6dBoJ IIBGMlT6bJgh0hwwEgxujJRnMqlzr4IvZnRqyUqjFNgES7TGlEKigjmEYRgTlAjfwSOZt9sw EEYEgYI5qGBhGObsAukXg/IAnakHGM4BwKxQKtQvNbUYbhGDhmCE6hAaGuO3iOcU+9ekEyx0 7+KGRddtANRgxz8MVjEvMIFUy4NJzaI35Q3B7XNNNkAzexPPhLwN9RwL2umM4ACYYSYBjq5D QQCHsdADd3f3FxqVLSQ1zQ0gmccBOnAZI/CoOk70peFw3dkZGFoYTIzBEQjtp8CvC81wiDgC QAd3AprWNBkw4TI7vWj8CacA4mTJOXWThQpkcWecFUw1ZZaRptFVEkgbRpUgZiKsmBvolJ4L rlTFjjB1HQ4J3Ckjix3z+2RKVB1NjmF4de0wvENzMstIrMhVYZU4MTAaZVGpFAqADZarHkNF 43tsSJw1JpoxSdZsnueH4gbkbqlspOY6S8vEQRllzVzqBdWbWGF0RC8MjUCrA5TxCpDBC8pK NneLWKJzYScNWKl2uhUdW4JcAaad3mzuKaLLFpNpLsZkN0cTdUgmRhBQqykoMVXxSi4BXyE3 dyDluCUNge/KABpMAdEK4e0Rtm46pKjOs9RxkwBqAlCrCYSx1+FgcC8OAALcsEWtaKZkwQSJ z3UE2UkgTAHORRsW17bzq0xjEZbuAWVYXrETNBAMszm8F4LO2uwcYbvpLcBUeyqTiBEyToS1 qLbPdDY22MAEaU4UDaRF8MDdBxw0DmLJCsMVYEkjOUrG5HeKeOJ5ilVbC6ixzg8PEHLA85R2 3RE5RnoSMkKKbziAV3A38iU91WpOBBHP7hN4NV3RzlgP/9HK02uYAHAgjQVNpPsgcW1WNvAc UROai7Yu2xvEYKQA5rNvAZpkYjmqSheC0MGbdzW6yTHOyRmOs+jKQRMkpAGMZebBwz3echuf UbBDCA6Lwcbw3ljB3cADTcwLjjEmEE0YO2JA3THWT2yADF2c91I9/aThe05rGBCm503WuMbx PTXBrokNqc1hThdgS6DM4T1iE8ipeABLmRiCTj0cFjAmNFQkNLpbmCI5mae2pjcLARGJALju aoTgKhcOymxu3gSNaJjTbi2BMTgSVjAr1MNwv6rwiTuLiSGB2Ts5guI6SKylQO3e+XHJozGp CNK6/cAORM4IMNbWDm3QTdGNR8EcxEpjgV572ObuSZbhllknvYKpuiQLuOiedgh2hlYkNuFw JwIfGW6DgsYFwWq2s66AGyCDnzAdCezip14p7TSpgsc28N8g7yR3AgOy8DHEl0pMPIJcLoEH KesQiXSQC5pBgzr5qhUBWpuuPO1zGkJ7KtTgz2nAEEQTIQIfgcA4SJwIknFNIcXNbLXPBwLh iOciObUpQKrboIkEYTzQUQCk9t6ATGE5Eb6xgT5Y+IkOxgDI76WASDd2zMjBA6KkNgNvXABq ISy2ZBnprGGtbUuXCQ7GdtPOwTeFmuMuAndEyizEECd5ObtsxisYHTs9zAvLhuGOnmiXAMhk ntCdA0rGBXeYlulEAGjNdEa1jDA2EsBOiO4XYZJAbAXaU5csYaujmJSToEc1dv4rGGDPd1pS XcTJjoJyQ4BYwM3tCbDtJ3oRSJ3k0rGBODpzTDkivOnE9FR31QDAB3VjC3SZ185DbUNMw2Mx enMoNSo920LHNYcwcCealY0k3abZccAJvHoqURVfElEMPrvbUu1BMDDFc1zw3ssgTukddCcy uMKjCGsMuMECN9BcKLzfGGsAqkhi5lTSgSoKodgJJByMlAZRqEm6IEzjgUcGk6BBdjnBnop5 c84UmieSJw5wSYALPWjGOal4Xq6k99nqOILniYxgkDoJvCzuT6JWNAf/0qIPY8XiBLSIIbHP RKhY5rmE6MdPSReFzcuThvQmtsr25Ob3z3akojNu0GtLbzmzg3mIjn34c9kAYgZnDTijcLRi 4g6sk8UPAzWMB4K0CWiRrQQ1p22G2ORJnmhTeF2DHJO4CJ3OZjz1jEKmyneLXgmMiCQOkU4t ulrmuMCMGmHZ5hTTRBO6lFJoGQ7hYxHNVhDhDg7dgEb+4g3nXpeSQ3tMASeYp9wYHc0JSwkS DGCDEGpRbUDahaQ8YAMMc9dwOoG7d3BACIBbt+gpoY4aZOtcabicSsYjOcS0QHtfyV2RhoIk pS46W3gMsMZ3VJuEaZnUnFuYOI3ljFeRVeSHulhHEwJg6ElGzBlSabSBGIOKsRTpgXSJlIaN Imbpw1rGID23KoeHBpBuwcUtaz0ahBpXg4kF0TGsypws9CZNOd8npZIogDaiFhK1zahdBENi M249FFFme/HFpIjAgjDmFThupLgOJaCd1aKYjMpVrt2oQRqBRG0I14I12dXNSBsCCZI1rGG3 MssOenBomQBKS67kjG5De4XQ05yYOmetC0UwQMdGUBML2NkEgRmnBzscdHMXAHNEDUqiS3qm B3xiAHOjQB3KVr5wuuHMT5OWC4TvpgWV5ow2TyLucB10rds7bgsG7gegCkJOnJc0DT08FoMy uczwDyGmbpmDpBCaCTIISOdhguAJGG4sYUjcE75ATQXHCAOb3SRznjABCc+uMmgjXmmAwV3B O0hsaye4SDghzu4az3CiVKluEFrRE5RKE61WynnTG/BAWgNCTyKk4Fo5hPXXFtTkhzsFA4dt WmluYjHoKax1RzbxgTvhZU+kJoQFodVpQ5rySTiBggCvUycSQdGQU8yc024Zyy0lBgZgsDeC TEbXEneMDFIaDKYNQCal045RqAKHbSabWkGMcx3KjireAl+J5p6aTDnW6uW8Dc7a5YkHoQni gJDiSZEkDAYofCtoDS7ENzzHWCNTY1zReqwYyOA6axjoY0yGgYaTJQ9q4yBzsEVtwOIOOtG4 EwiWxzFjEctJxwGrFJdO6OeUc2eTM9NJwsN3prGP/9OPcnPFLchLiulSI0t3Y50pwGELryWV hGkDTCUGMsE6V14LGEEjGV2M7vNTrwS3mrGGQUgaETDRHOXQFjDIjHJdiiXWrrrd1aAwNKAn 3Gp11qxgeruF2+iQEkQsYYBqSgGU7eC6DpWMIeYm5eBCfABicYSxrWMMw09NLhoSkCMYTQ2D ewnUsYXADFJM7ycIK6DOERpxWMNgYpYGhLd3IXFoIhwnVgsYY8kQcMTpknnDFIDM44bhEJ9w eAV10AZBYw3mykAIwTojVvLt/orGGkEruaOmnRMyd6M0l0A4FYx0boSEbnQKdgkjmLGGwRku IJzHQS4A46V2G5KxgcQcubGKdB306CdEJAC1Yw0gppvaESTpXSMoWMVtqZaastjaHRCjU7PU p4XDr0K6wScwc9YxCp2c58Rpu4kJ/CVI4m9z8JUqBvLoG6kCJwsMMO/u6TOFqoMsMajiFNjX OpcsYgmlad0LuBWndCnYbq7DdWMf/9QCVNxXYoEdilTZK6VjDkspoJSysYVLgmzhklvLGF5i 6F17UuvBYx0BKYSSF0rGFjWux0YrhC5Yx2O6ugpUiwi7ZdJSErpWMOndXXgkkrpKxjpCWUiS VjDpC6UxKsYdKUHcTF2KxhyYHVC6CzDdkFLiuWMLzFxjJJiuWMKm4HQuk7q7nLGFlLKbK6Ss YWUm8ulJJWAVdJ0JJXXljHYykxXSF0hYwmI8Glx8CF0pJWMLiEmK6QklYwq5NlcsYXmBdjuB IuWMf//Vjrk3HdS4oEdBXYpATpC6VjDoK7FJeXSFjCpUk7i7HSsYWVwMrp1LpWMLguXSFyxh cF0pFyxhQlkJq5Yw6ToXcxNlLIWMLJXHWF0rp1rCcCF0jQulIsYWQlkJuK6TpWMLIXYJJXSs Aq5dgkwWMKkSJcFjHLki5YwqRckWMculckx0LGFXSkkriSsY6V06EkldisY7BckkpJO4sYck SYpDOgweekwq5JiuWMKkSYrsfAKDH//WipVy4LCKulcuQYWdS7DcSLljC7U7qW6kCcM1jCXT ursQnJCsYSSlkppSrGFkbi6QmpRnzFjDwQulIEqxjl0bq5KsYTAAmEjXBzQ4CJSu4kplHyja sYJC5cFyxjkkLtKXSsYSF2KVIVhOlJK5csB0pDjgVy7SsYVdBXJQsYbiuxSlIsYRJISlN0rG FwS4JoSrGOLZQ4c3TKKE1yxgbnkJwQ3ojVjCwuKXQkKxhJK5IlWMIVyUpFjH/9k= /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAEf/AABEIAQsBCwMAIgABEQECEQL/xAGiAAABBQEAAgMAAAAAAAAAAAADAAECBAUG BwgJCgsBAQEAAwAABwAAAAAAAAAAAAIBAAMEBQYHCAkKCxAAAQIDAwYDBAYRdQAAAAAAAQIR AAMhBBIxBRMiQVFhMnGBUpGhsRQjQmLB8QYHCAkKFRYXGBkaJCVygtHhJicoKSozNDU2Nzg5 OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6g4SFhoeIiYqSk5SVlpeYmZqio6Sl pqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2dri4+Tl5ufo6erw8vP09fb3+Pn6EQAB AQADAgNbPQAAAAAAAAAAAQIRMSFBAzJhBAUGBwgJChITFBUWFxgZGiIjJCUmJygpKjM0NTY3 ODk6QkNERUZHSElKUVJTVFVWV1hZWmJjZGVmZ2hpanFyc3R1dnd4eXqBgoOEhYaHiImKkZKT lJWWl5iZmqGio6SlpqeoqaqxsrO0tba3uLm6wcLDxMXGx8jJytHS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AAtDtDtCjsRUVx6cyo06M0JolCaKQZodoTQ8 YYM0O0PCjDBmhNEmhRhgzQmh2h2jDCLQmiUKMMGaE0O0Jowwi0Jok0Jowwi0Jok0Jowwi0Jo k0Jowwg0JonDNGGEWhNEmhNGGEWhmiTQmjDCLQmiTQ0QoJtNW2nSETaGwUriBiTRiP8ADlV8 RaE0SaE0UJ//0AFKHdIwoGJHTeDXQzu+0wJaVFikgbXD9IiJhRIZRvOCMGiMWSsVbQqsUZI0 o8KJXQGbBhCaO1FbRFsJyqjSqlgGaFDtDtFIM0O0O0JohRoeHaE0YYM0Jok0JowwZoTQ8O0Y YRaE0SaFGGEWhNEmhRhhFoTRKGjDBmhmiTQmjDCLQmiUKMMItDNEoUYYRaFEoZowwjCiTQ0Y YCI0zvSOxicRUkXyTzDdExOIjqlVxBmhNDtCaEQ//9FkoFSWcw5QcRjEw10XgxMPeqWA48YI iCilAAUQDvMIEGoLjbFHKNmmTZToOmlYIFBRiD04zDZ8oJFL3IQY2MYGViiMXitAZQEjJVVt o6KHaMIqtCJUpLrM4ElaRjd1GDpm25gSZiBqdIJ5zQ0hoSwKFYAWwms0PGZLtdoSopUq/TBc spI5Q0HFrmCXfKQS4FHGPPix3YP20zRI4soRS7CiibbNYkSw+qvZRBOUZiQM5KL1JIDBueYs d2FhJHJlYDRaHaKRynZ0S0rmui/hQnDiEJGVbEpgV3a63EVIFYK/JGjJHxdaE0ARbbIssmak k6nrBM9Jds4l9l4Qo2Y2FNeSNVsC64m0KEFoOChzxD0itpYUI0ozQmiTQowwi0JolCaMIRaE 0O0Jowwi0KJNCaMMIw0Sga1EG4gOo84bzGKrRURslDNCuKCWCq7SH6EMVKTimg1g9hEjZ1tF eGRrYFdHhoZMxCiwNdhoYnFRUVwxUVASiQsAawYcVEMVArSHrpDnQ4UgJe8GfbriNvVK08Qe E0IkbYbOS+aHPEWNksKEaWwKf//SkghSQoAnUdcOkIJOixBNTTjaFNOYLFwFAFhEb6DLJUSk b8aQREkSZUy1oEy9cWLigXappXVGmMi2VICE3ikl1qK1FdBRi++sZUyYpKM+7JlgKG0kVjp0 m8AoYEAjlioRTDt+TJNlCLRKKrqVgTHIJuvvjYlokTZaFpSkoUkFLpGECyikLscwHUAecYlk 0g2KUAGCQUtxFox+Y+JLsNkmcKUg+EgdKMzKGSJKE5+Qng8JPWQNrbo3IhNbNLcOLinHJGKi KRFU4oJX59ggAG8D0GiaUCYWuHcXpG5kizyZsqbnEBVUhiHakXjkyx6pd3iJEGNRxscobIFX kzBeQKhJALE4l98W5HaLS5qBNKmvBwmpFeSNrKkqXLsK1IQAdBLgOWB4ni1k9aF2OUqWXFxI feBvioxaIrJTn+6VKFXpapb6ib3hoH3IZ0ycpKkovgXixIBB2Fqx1sV1KULYlPWVSjzwXjI1 QyNlOYVkK1pSoZqjalbOWKarNOQEp6sSFMUqCjv1k647tox7RJlzMnusAKkzCkasFkNzjGKx sCqYjKwohzmbnSklRmzU3QSWUFCm4vA5dptl9JCiZJBKpihg2AoI6FOTUWlDLUDKUQTd4VOs v04MclyAUZsMhJZSXYNFlqwqY2xsCGGi0Wq66kgF8D4iCG1KQCVpdh1nxMbEiwyHmJmJvEKp VqYjCCKybZVBrrdHpxUZM7GCqMLAYByjKSsoUCCN0SRlCzLVdqnYSKdB4vSsnWdVsmy1SxcB JCfE4tWLC8i5PDqTLYgEhiceWEkCM4RSKwYQqFNCkrSFpqDgcIeBKlz7OyEJziboIYgK0qtV hSJy1KWi8tN0vhrjcxZxs02iuZo1MmLTb1Hc2JQN0tQtDIRcBpU4l6mJnAxUn22XJbSSFNQG jnCIzVEVtVaePNeVgiqjSPXr0s4Peowx1QOatCZZJUAGNXphGPPynOmpJQVS1JZiAwfligtd pnnTWTudhzhGpYFV6iP7CNIDcWwWA3UWuQvx6UJl3W1H44qWrKk6XNMpCBRqkba7YrWdcuzS ghfCIdhjWK82ffmFZDUADEV5dcCN2VhHGqP0LabbaioOEpvKFWGJiw5SQDwsWG3XSM5CyKro 1QNbxNFrmIUVJZRViVV50RtStIaWbvF1TV1NQGp0Il1Ek6pi/f0UBa55qVBI3JEN1Om810BE Kf/TJlND2hIcgFAw1aorTETDLCASomhoOjsjQykk51ChzLPywGQgKnJT1kJc8cF+VHCubLNm 2ZaQ7BOAwLCoqI6ayqvWaUrbKR9FEVAKRbswAkpAwDgc+E00RtsVqrZ5o2y1dKBZLmomWUJT jLJSrjd4NaU3pEwOzy1dIxn5GV4+I3A87s4j8r5TYhlC8kp2gjnw4hRSGVkglC5skh8CVY1B IjXjGsxVJymuWHuqUoEcekDGxEQqgrUgLs8xJ5knnV7CA5LKDY0hNGUoEcvhotmoY4GkZ2Sl FOdkHrKyRzyD0ox+Y+NOKtqCUrlTSbpTNAfcXDRaitbg9nUeZZQ5DFIWYz8opEuzqKQwVNSp XHrPQi+C6QdoEUcoy3sy1OeEkgPSlAOjEVwxCNiIzLbFHw8WIqWAnNqB1EdERcio4hFdApBE 9Z1KSk86kFgSiRaE7CgjowaKhilcpu2lKrrXgoFW3YDBt0AtNolWe6uaoJAVV9jHUIzLVlaY uYmXYyAFYlQJWdjM4HLEbRCtKo61KPj4wKdGmDCgxitNtKJYcAqOoAV5xaBrlWq8SuYLpclq q20cMIAmQlS84XSAHvFRKmOoO7RY7KiIiPHhI5I2qq9GmW4J0Z6mJwSIrSxKnvPUjSBLXqsA WpjEJyOppObSBLQcWYq21NaRRti51mV1GTMe7iEUA2DedsBtWSvVbUbSI48Hti0569eBBSDi 8VVWlQpLpvOMCZRLqMGlWSZPUEShfWcAD4dorRGyCFqvXlDObQXPSiwmcCm7cdQ4OiHgibLP soCpyCkLIAN4dgSItIEqSM4rrQAvEC8Dr3c6IqoVEM5yonjwiYZNTDTlpCyUtU0Z9fHAnUTX nRhgQrKsMITRvZM7R9cxGftoKAQDLlvjrBVu3RpdyyVrsiDxKYclYrQFZphz/9S1lclGbUBt 7CIWN84X5h+iIfLAVdkzMRfIbcRjD2FJvEq1I6ZiPyvi+8WbOpNy64cE0esVRg2yMHKs+bKt 4SJlxCpaTV2GIekVSIdZNBKFJAclJABwwjIyMCJ672NwjnERTsxtYSCJ6SCKXSoc7CLFnC5C zMRMN9QYm6CNppBbeiadNqbbLPIUUzV3SA5oT0hAFZWsaVBJJrhTHoxkzAV2lZmFzMAOFKBs DDLkCl9Qq1buMZGxjRcQk2nKKp0pJKEqlm9hRg+uNuMKyTTYwuXWZnWqSzXa74upytLLPLWB rIYgDbGIpFQ0Iz7A4tdoSQzE41PCPh4Oi32RZuiZV8ClQ6YjBts20SZ020SFKUQo1SSLwego Yqq4YiOnUQG1pvWaYOunoVjlxlaYEArmTU0r4+EjnPBkWudaAxmTCgsGUFAbdcY2Y0dHZlBd nlqFdADnUMULZPEtU+QUFRmXVAg0DpAc86KKJ05GgiaQBqBIEJFoXLUtUxedzsspYmtag68I jZWi/YA0kkYE9Khi2osknYHrGIm0WlMu5KN2jOWJiBlrWq9OWVNglyRGRs0SNS9OynYkrSQV TFpe6EpNXpraKtqtdptGjJl5qlV33IGxmA5cYdEtKOCGhyH8NEjZStIUk2MLWVTgFVdnNN0W Ey0SibgYqx2RMq1DnwwDVPOiFIlII0uPxMZU6aLbNMqRoy5biYvAq66NcTtdoXaphslmLMer V7BsgNqnSsmyUpSAZik6CdnXzGGEcoWxNil9R7OGmqS1KBA8PGEEkupR3mIlS1qK1m8olySX MHkIvqCdpEJEaIqthLNJSopmTmzV7gk1U2po15aQlD2OWmSk6TteJB1V2Rmy5so2gi7cBUCH D4CmOENb7RNK8w5SlgWBJd9ppEVtVaKjSPS5JkKtK1oSFTCnS0iyQTUUepiUzJtqJBWm82CQ QkAclIjJtacnhEtCCpISXUC14nHGDjLkjWiYk7lU6cY0Rso9RrakOgJs7kgB9L38AT0YtWbJ mYUJk7TmAvtAfjxMWE5bsrMVL30h+5pZFYLI2unHoRTDVGWbIELUsqBls4Y1JpsiyLXKUAoY EOKjXGCrKtmDm8+67XigXcxsnn6Buu+IjGwxoh//1T5Wv5uWpfBzgDcYMSye7LfrvYxLKwex lR1LSwhsnVlXtpAPGIxXTEcLuvjjne0gSU2uUt6KlM3EfEx0bUjB7SMVkL3KHSMYYQyTaApK rPiU6SeI4xp1OqhjnslKItiN4UOgY6Fy2EBk6NHAc0gVUagU2w0ogBpgJeoKmNNzPAp89KCQ XLDUMddKxBJGbvklKOEXoQGiGFxcyWEFb0SK8UQl3RJAQrSAvOdbl4ozLekJcIWUChISwfe7 RZl5taEqW6aB9WqMMDJWoNfOOwQ65spAvKOFaPEUrkrAAS4UCQpnbc8E0QnDDDbGGAyqdMS8 kXQoUKqcrYwk2ZeM+YVndojoGHUVhlnrI4Lu+2kTli8dK8w6yxCOjjGGAlSxwZKAoOxKiUpH OcmCy5CUVYOcSkNBT0oZ9kYUbckQ4SBvMOIRIEYYKgxiClPxdOGJKj/VocCMIQTMllebfTAe 6xwiha8oIRMNnl6awC+ygdonlC15sCRJrOXQddGsxmrlIkSDMmKZi95nUpTu1W7KMKWLNa0K vBMpEohJVSgLbY5ydOmT5qps0lSlGpPSgotU6WXDVejajSAvuENECqiSHD7IuWWSVKzhS6EE EuWFKtFIKIoGAjobAQuXKusnSANKO4DxivCIjZWK8/aBaLgdStEEkNqGKWpFa3aNovrDguKN ydON+bkuzJStak3lElT7OKMO3S87NQgEJoWKlMBxvhhER1CvlKBmrUAlRJSnAEkgckRzhwgh s5dr6OO9TnwEpZRDuxxGEJ4F6GlqBOkHEai8k2qXLExaQEFIVeBfHCgqIy5Yxjqci2jOyM1N dRQtKEh6XTt4oilQykZPStF8TAQaBgWfYXaH7l8nXOTzjGvPljOrCEBLulRwNDQ4VwgOZGua p+MeGiNlP//WvZS0rKRSq0s+puyivYDdSU4hRJG5hFjKIKpKQksBMBI2hjSK1lAEl04pUD0K xiwYxHDUFQ8YfaRgZmSrZMI548RG2jdrrGN2k1LChQxE4NygxhhiWJd21SiAeGBz6R0MyYUk BLbSTWmzVHN5MmdXgq6yCa86nPjoAFkhTApZ6k+GMBk6NCvORKvpnKVoIdyaBzgx2xBM5F5C bxN5RLvQC7UnHAdOLtoRnJCr+kAHupGIaOdRLnonhUsGYga0hSkgHERiGGzn5Zs6pii6EhiS xUas7b4ii0pmy0olqly0EC8CplsNWDQ9qk2cSLqyUoQkgNgN5bFoLZrDKzaHSJhSAylBt++M MDiWlICVEMAcKcVYgi0JKFLILy1MeZfDZFe2WuXKJkFKlKoVXEFRrXUWg0lCxIuzWUs1Gre2 vVEMLCJK1G9OU51JS7QbfEZSbiAl3YBnxh9cYUeGGMMVNCAo5oNm2MMJXnw5+qIs9dW3XDtr OA1Q9TxRhBm1Cginb7aLMgIli9OXRKexglttabJKvAXlmiUjaYzrPJN5VqtK9NSSVqPBSBqr GFGlS0SULtNoUx4S1Hf1kPGParYu2zLzXZaaS0bBtO+HyllA2tebl6MiWdEa1HmjFaUNGEiP wqrbwhM4XJEYnM4fIIjFISlAFbGrxuWF5azK68lQ54jIsiLyyrmRG6iUCkTX8uwkjbEUqGxa yZclZAcgMBvNI5a36QGplYbKR1M6zyWCwkOlJAOtmjncopIBCaIvggNR2MY/Qj5TIIiDVgxE DIrDQKk5WuN/tH1hNqVLI4aCQdYKaxgy8TG1kKWpdtSocGWhSlHVwSOxjFcXDFR8a01GbUdK mL8sRuq2CGvoBuvhuiDy9saxn//Xs5WKgmSiVVSpjncAk+HgOTiRZ2tBAUMdUNljOBcgSjUo mnjYBh0Yy7elCJ8iVdmTRNAcBZAFQKsknoxiumI4dJZlhUvRIISWBxcRn9pCHyYrXdmoPRbs Ys2c3LuATwKYMMIDl2uSp+0XegsRhhi5ECHmLJAUGAB58bRmJCa4nDbGFYJ0izWKbaZvCvhK NZKmdo17KBOlotalXwtDgAUS+O+NaujRwPJJCRTSIqCWZtZxrE6S0BEtkJGxkiK650tSWDBS T0NkV+pNmStVnxBAUvFVTq1noxhgebbLOlapU5t4Z9T1HLAkWwOBZ5cycnEEAJTxFR2RA3Z0 +/Jvy1ISkKDM9SxYjUIOc3JKluE3gAoqLYOcXjDBr02YQqai4NaL1/YxoAIeZaCi8kS1KYjY MdlaxWRbEZwzVzUJCgwSFCLcq0ItSimX49pYCYzpJ2DkjDACJmUTNQWAkKVXC+kOzGv9RGkT zLHliN1Iok+G58RShQN7YSxdxWMMJhhvMTw44gg4ksG1u8MZyAboN5Q6ykXiONsOWMKEZ8YF PtIkoJSkzFdZSgXqwOdOJBSGAYuOETuxAEZpV1JmXVpWkoLpKlpZhrZICW58YYETlFUitrSh RXUy0aa31OXYRn5ZtC5kmXmhckTCSU67w1GIWzKJkTyiykKugBUxQDuNlBSKE62zZ0gSFAXQ oqfWSYSI4oVV1CtGlYpAmJCl4XaCM6NqwJ6pTxdjFUxi6ZMwELUDqLQwixapRTaZiUAqAL0D 4h4gmROVhLUeJJ18kYRS1YEulfGOlGzLD2bwmMyzypkmWBdLmpoRjqjUkuLOEkMSDQhjBV+J HxsMVISo60JbnRzWVEgqfAggNVzHRonS0yUBamIlpJHI0Zk6zpmziV6UsgE1DFjQNjFbaVFC 08VDm1CAkVjpLdk6RMkgyDcXLCmQxL62inYMmomXplqSoAUSkgje+qEjJHSKiuGVKDqIFY3c komShMmF03kXQCDWuOqLyZUmWnqoCWBrCatBKrqXY6maIrJtuFKjFoEkTEpYgKU1TWI5yZ59 /Iv2MFTJAwdhqwh80P69nBEf/9ALk2myoUSpEpEwDiJGPSjUlWWUJiwsXkrAVica7IpBIUXb SGAi5ZyozFBRclFYLoiakISCJSWA0gHetIpZZN/JU4jWgHnERopO2M/KKQbDapR1SlKHOeEE 4tU5ZlCS+gDebeY1sh26agqsqiDKCVLD4g0w58YkbuQZMtKV2t3mAmVdozKAL7YiuFR0vqZ6 EkLLk0OvipEJK5cqYoyUspxfUK4lg42cUEE2YpCkzEiUhCmScQqBLIWQoC7VICUkVA2vBEXZ s1ICZaFaaiGLOQHckw5loUoSVC+jrRVV8YB1GkyE3kC+QXqTjqqaQaWtSZQMwXVByA4JOt3F IhhI2OzJSUoQEpBvM9H5YeWEoa6zDZVnwhwszUgqoDuaJXQGCcCHPLGGEws4cHpQyVFai9Eh 2Go74ZQAoRefeaHkhlkBDJAF0YmgGyMKIlMtKmDlSsBU7HpE0JShIAwxpFaWibLQVAuoipYH l2RXOVEIKJYALqZxVkij8sYYX5ktC7ylCo3tGVOMkTFWe0puy14LBdL6nAqnjwi8Vy7Qm/LU UqQ7pwI5Ip2qyy5kk3gpRSSUkcIA1p4l4xDDEyjITInhKFZxJQGXtGAO+kU40p0pMwSpEnTz kwJQoYOaHi2sYpWiTmJ65F4Lzaim8KAtjDQCjSkXlcQeN2ySV5lFxIukMXVUVO6MizJN1SwM GHPrHQ2AdUDwYxGSiYoRNnmKN68EKFAU3hTYdKsOLLLI0xeVtqOg5i2wxhmgNqNpLAVLLICb i5joWWJSSktuJADxd05i3DBgzuCCOLGBGzi0MVqKSlRu3S1KYu7xaTKFL2rCKFRjLSdFZCuh EkISkQywsBgxZqbufDS5iiWKWxaMIMvNI05hYA4nVDGZJmLCUEqUaghJZuNmgilDXTow2i2N dkYYMLocYB4V5L4w7DDoxApIIYsNYimD30382SzgkHigRWokkENxGHmEPdVTcxgQtEoBildN gLdKMMP/0ZpUymIw1waUWnXhpEkh8GBEV0nSDHhajxRYllKZlCwaCgi1grcaxTyml7LNUPPp YPEQYtlabrmhGrE9CK8+YibKVKFb4IrvhNhaOJsdlVapoTUIHDU2HiY6lEiRZZKUSAoEpdk1 JLb3gNisBlJzIuhKFaR1nfhFqak57RICUirjAbBBVRIjQEKJVemJZSQzFQVjxQKZJSVuoupR oAGHPwiyZctlFIBWoOVGj7IgU3EX5h0k4gaQHQiFIJTMAASWLgnkrG1JyfKtFlRMmJKZikvx GMWVMRnAFEkqPBwjrJBSZKCgukoDHkiohFMSbk+fZzeSSqWniw27YEFlakpAG0iopHSKSCK8 sZ9rsUtIz8lLEHSbZGKxMRSgLqdbEVO4w1wKUCa/11wJSSF5xeADM9KnGDy0qetBqgiIzFZo AhJU9KA9hHPZTkz02pUyQ12Y1KA3sMCY6e7yRmZTs6FSkrCR1WolQrUHirFRSGZYUWiwkzbh UCxWAyg2s0fARphaFAzUK0VYKGrVg0Zs+4hKlylrQpJoxBYgUSQGo2I58Fyfb5MxGZngJKyR ohkvtYVHGKRi2EoeXZESJwtNnBvJClKliqVKSCRjgbxjnplnnpSqdOSUm/pBQIOk5eupxHWS nZQSBeBcKDFKhtcOIr2syyDeTeQKLSagDbsbo7oxFMVGzDsikpkKv0IXTlFI2bFMCLIqaqoR eUQKmgjPm2NalK6j3SgLSkpSTokJarvTZGpYZZkWYpmuLyteFMeQvGKpiI00WAQpIUMFB+fW Gh9wrxV6UTTZ1LGk6AdlFQRNkkJllqHlBEFoDd5IkEgDA9jCuBiNRxOuKAHMSCHxI1QGZoDO Xg1KHpO4izcDMTSKs9DYaQLAXq4muEYYSSmatTJa6qvBUos2sAxWM+VMJQlJKsU4g01tjEGn S6yFKUDeHDL4ilCB0YBNTNTLlz5IKZiZjrAIcgiuJrxRTDUIZDsL7OxJZ9kAVNXhc3HEjoO0 Bs9rzsxWcCpd03Qk6zyPE7s2ag2iWshQe6AABQ1CgaHDjEYYPfoQoEb7qy7wGooFBtWjM8PB UGatIVMSQQahW3EMdY37YjTf7+jDD//SmpJSWwSBQjHdWJlaEETDiWYQ6ZcxF6TPxSA4G8OK wlISoM2AoYAgU1SpwIlLuKD6nD6jAbMi2S0LNqUkltFSHU21wQBBkJuCoqTz+fDTl9+8xQcX Qp2qXAjCk7M4swmE6SxeJ2vGZNtyjOEtilCKzFEsotqDxqSwoWVCFJuruJdOIBbCM9dosCpp E0AqSSGUBjr6UYYSk2mXajdSsJerawBteCTQwvB1JcOCSHaKibRKCiuRISEDGYQwYagWh+pN otSkypSW5sqDABxg8YYEloQJucWACo6BOPFHSZImFVmKV+XayBxGsYUuR1KKUId0lw+qN+SV SwCkJulgUgXePlioRS+4IiKgkoUhWBDckBzhJFFDjYDpwOZNWCzEu3JyxQlSfZFJ4GmjowGU 13ekseMRemTFCWpTsS1dQHLFBK5RcJU7Gux4I0Iz5oli8XAfGAomJWChd5SQaFSS/SiwqdZ0 8NSWO0xFdssQwWkBql+hxxGjGzmbfKXItBQp7qySClqvSt4iKSAqVOCsEhQDnDnhxHRWo2TK CSJSCqagEpJBbDCuo7IyZ9gmywVTSEpugslgMWZqVaElgMD2a1TFaSJgRMvUQHuHeQXDGL4W meL4NyaA02WWJTeBrdrT+uMYtmUqXNEyakXZTEC6xUTgGArv3RcQoom9SJjgrmqlqY1UAakP s6cRUK2aKJSEaSQq8KK4ISaUcnGmHFCmzJcyWyzopxunOY4PdBETKFrCSmpAocARqOyHmGSh IvOi8RgwHEWaCUeUooWc2lwEi67Dcd8WkWhCjddiWYa6xQVKKVTFpWSQl0C8Esd5LUrE5LsT MKmSu86gHY1bE0rSKQuT1rEs5sAr1A0jPVaspElKJaE7ytJHQJMWbXMSmudEputFmrqrtivJ zNoWUonuQHIlMkAHeA8VCAmt6z1dPCBsQkvz1gCJIlJTMBzk6YrrJUQpHOTFkSZKCaKBeilG 8S3G8QzqksUy1FV6ibocEu9BqpGNmEbWhMmQZilFDF7zOHrRhxwkTECW6E54LQFIYAAuODUs 8SmWuUpObnpDkjQWCKu+Bicy0WVZ6jy01lMVAJugbADSMMKi7VPs5Q0rOomE0SnSDAa8OfCm FUwmbZJhTpJeWotL36i77jjFwTEpeoSwFDreK8yZLQkC6oShoqCEG+DiKNhGGEgicQHWLqC6 WLrbmSagwXQ5npeHgZtNnTVJF0YtzyWxiV0q0gssaig8NGGH/9MKsqyjbVoYqvMVLFQ9Bhsi wu0pl8JiGdwattYxRsMpdmkJkolNPUCZiyzAO2LnnRdXZZRCAUINzBw7cUBRDyp8q0JC5ZvJ JZ2IqOOJSVCYkXk3dIuk1wOMRlySkOkMLzgUpxRJEy9MIHBS96jV1xhQ5VKBCVHSUCQOLGKq 7BYpi1TFS9JRepIryRFMrq1VoXVTgVJoAdEcVOUwcqSlLqQ5UXoXPOjDCIkIlS83LSkIDsHc dF4GiUhBOF41UKvU06MFKVFLoS2wUrz4jcX1pzruOw4nEQwv2WVmhnGGlBVzM2VJChp1SDqa M9BUJd1SrrvgSWfYYgpiGUSpSapJNRywmyNGii0JxKnUSo636UMu0PQEka9UZqJ4vOEkg6tQ I50WBMowF07C3YPEemPAqyZ8syiSneCx2vGfNsl/RlzFpGu6kJc6y5Ig8y8Q6pgRtOtuhFBd ryZLcLUqcrWznpkRiFJGxWSWxnErPXpiukl4KnqGhAEuWDVw0u90VRXTlGymlmsylniA6NYI bVlFVJcpErwsKPSimFtBWaokkDeUp6AhlXFm5mwoLDpoDhi4ODRRMvKiwSq0lLJJASMdbYJi a1zhKlrkquqJSdt4NURFQwgqyy02hE0JKzKVeKUiiiBgxOMWrTY5FpSm0JASRRlXkgOa0GuL ZIUwB0gIp29E1dkUi9eVeTybohhYlrlMiRIZQCX8JFH164Gqz5y8haBm3LqUcavhWKlksU+x LWpanUtOIqGHZxYm2abaZABXcW4UGwbYRrMYYQycAsKJWJiQopCmIUQ5dJFQQNRrFgCUtWbC SlFytSUqalIqzbOJiBKkTM0tGCGZJq+Ii0JS2SEtLVdF6gq2NYxopWtEmTOlKlTlY4EB2u64 LLky5CWs0tKCcSnXymC3FJdKmSFYMBd5YCUzAlJmpASSyyk0AwfUWjCBUnPpFBRRYka06xAJ cwzFLQo3ZkqYUlQPEU04jErTak2daQxCSLrgUD4RGWEKQJgSkk1KikOTtwjDB5ig15bKVeNC L3OpugZvWnQlKCFNVQAwBweCTUoWQwAUGKiA42CkNIWgKXJYi6aJOI218TGGETLnJKFqUFAK AUAkDo7osKQCa1bnc6AzJc5XVSVFKShxMoopIO8uYpy8prlTeo9qQVLBYKSAH2FqYxTA6bNK kLKLgEqYg3wDUNUkbi8Tu2HVNW2plKaEtU2aAtKCkanOlXaMGiqLCFVVZReNTVOPv+MIf//U OkJQCRrNTEVS0E50qqAaOwwgQSpctMmZVV0FbEiuJwiGZzqyh7qUqSZjdaHM7htgDLKphk2c zVVUEkiB2iYmXLGiGC0OA2tQ8PBZsvPIKduD4RTtcpS0MmqytN3kUD2EYYXFZtTFYwrEM4Ad FI3nX0or2lCl0SooVgC0UDYJpBKpy7xNdQ+jGK0Q1VWgA4gcsVjlKzCt96nAE9hFUZPkAMtN 47ST4iLciyyGYIFNwfoxjRgBeVpamTJlrmHYwA7GBKtVtJJTKCBvIpGmoBOikM4gKLj6adwZ owwzSq3zFtfShw7AP0hBZdjtUwOu0rY4gUH0aLypQuFaDVFWNDE5CLwKiTcPTjDCmMmSSWmO s7SomLUqzybPLuhICgMWDnliyLO69Ei6wxiM5BFKRjpgwAIYDn1iSEMadKHQhZALONsEEsg6 sIwwiU1BiMrNJ6rIALkJDc+DEDAGK9qZCEqCb6rzJOwmjxCoV5cyZInFCh1QpRzSncp66dfF zotWjTkEpooFKucRGdKkrE8Wm1FKgWzYSXSxDEs2NdkX5csKmK1y6tRiBg1IhhOWm6q6yiCC VElwTqxMFUoIF5RYRQnKtSbSmRIAShXBWSWG0HHZBAmeoKUsKFxRZJU4LUd3FN0YYQmyVTZy ly1hwKoNGpi++Hsyp6ZqZc4FKbjoNKk6uSJdSpZWJRSUzQkFVHG/CDpSkKKiAoNQ4ltkYYVM p2mbIEsSgSXvEDWBqfVFQZWMtRRapaghYdJABYEYEaxv6EatxJdgxJ605fZrNIgUBSklUt2C mLJYA4gjfGGFGbJs9rkpVZllABcEOwelQWhrPONnlJlLeagMEzUihfUQ+MWjJWJeaQgS0FVS lmbipjEpCJl1UvNhKQtwokMQde14pgImWgKtIT1YwSoE6thDkb4sKUVyXc1S+wxJMhIdKmIV jTVCNnkhDAlCcRpEhxxxDComYhCEoloWhQqHcqFeXpxYITPN6gSW0VBwFYU7CIhYSShAMxYZ 6Mz84RBaTMXddSgBVAoH3q2bhFMI2iauUo2ezoeYC5FGHK7RFMmYUgqUq8QH6tIrrwEHTIIS xZCeYRRPKaPDdRbN59joxhh//9V7HZEyE3s4qaSkCuFIU1ZM4S5aSygCVAaIq1TCtk8SrMrN kXmupANXNGG+BWWy9RgoJmLKTVQWzO2oCAIsqKpK2l3psogm9ioEat4OqM+zC1m1TZ8+UtCH oliTup0YMq1TVKTKkAJTtIJLDYARF8JUkaJe82FMRjGGFV12pSklBlplsyiGJO6EbOsDG8Oj FkG47lzvgZmNpHDEnjitmAcyoimzXC05ZDiGkWtM+dPQBSWzKehFYmlYXdAqWN4ivFGNmNDT XKgxhXSE31YDANU+Ig6zLRLziwzajAs8VlJzayVYBQu03CrbojZjRGXLM1YuipFXwiBnybM8 tSgWd04nnRorkpKLqFqlk4qDHjgSbEkErUsLmEMFFABYYDGMbKBss9Ux1KTcQeACGVTWdm6J rnJUGJbdriYkks6g7EEmkBmWUgurA9adxQRhgWWu+gFIoKON0SvjY+2ByUiXROCw5faKU3NE yQg4O+yIYSgE2dJUoWUl1zKEJqwfXsESUZpVVIIagGHKfERGVICEXWSAMGDP04wwEmXaZc4o cTJJ0gTRQqdFg+EWioi6kawSV6hhSIiWzVwNTBRLQ4cAthGGAzdPBLgHj1Qz3AEjB2BetYmU agBy4QjLUTVm1MagxhgySSsBVNT64JmEYhwdoLGBTJc5gZbKI2kp8PFdM+1XwlUmYlqFXCTx 0jDC8pN0OKxEwNMyeVMtFDgRRuN4LdpFMIswZ+whmLu+ohuPXEiw7CIFYe6kXyT1nDlMYYM5 JuipbY/YxEqSSEtnVJOFGB37IlmVrPVhZL8FL9E64IEpSGDBtQjCAmU7qPIMPEw6S+EEILQN QJ1txRhgxN2mDwn3REyyDrIOvZCuHmuh4mMMP//WqKsJXNRNUtQElYKUnWY0QdKpxGGqK5Sq atSUm5eps5RTGJT7HKnJF5SkZvg3SxgCJTESkTErUWvm63WTTWIsWa0hFpTJbqtaS+wVAFOW KirOhNyYVLmFHBSVOHIxMBWpObNpmLuSwSlgboVVnfZsjCmjbEolWkoBAvMoDkwgOq61MDFd cqzEmapSlTJpBEy85SAKMS7CGs9pM1a5K6TJXIFJ1KEYYOZUlCglMtwssoIoS2qmrbF+XLEt 8HJctGem3yxa02dIKsQpY4IptjTeMMFvikm0CbaJcsVuFRmF+DdoH44v3QaE86KibKmUubUK E1d4PXEANGGFq9CcxWEicngzTy+HeHKLVjfSBsr04hhO0KEqWqeqgQHMU7LMm2gdSVrotLy5 VbqR4eCzbIq0KSLQsqQOsJok8e2F1DSiieDzLaHOimBEBajeASH2qJ7CJqABAUUucNUQSWN1 rpGGyCggqdYDjA+JjGjBs22JJq9KRIJBL7NUTb+uMK6HfXGGESlw3P6cOwGqHfbD0xEYYRIE PDwowwZoTQ8M4jDAUxebIZKlvzIeEkLWCpQuUwJc84NEirmQ8NpHExhg9xOsvuOHOh+KGSlt bnfDkRhhFVadKGG6HI1c+EwA21jCEWUMDreteSHAo3RiTRFSrsUwQcYw10b4jfUuiRymGur5 qMMP/9d0pCSpibxA0zhUwpky8UCW5BVpFiwSASa8kHKRd4hAjooF3WoA66csARCY8y7LBAQS ynDkjZxRFdjkzVNMSDca6ASAw3aoslKQnCGk1F44lRc8RYRhQYsyLtE3dwOrVDGzoJACCzY3 mIBxi8kB+OILwJ3xhhBCBLSEJASkYAQ4QAGGuJIicYYULRlBUsGVLSStwl2LQ9lM6+0x1Oly WYJOzCLzCH1RhgwFIdoUPGGDCFiGh9cKMMBqSGYhxELtwaIcbIsQPXGGEEL5kuNY1wUKCorz gEkKFDtieICtcUgeGKdkJNUxFZIEQoioJ4RAhjMTqrvgWJAOEFSABGNmDBS1EhqQ7PjUGHGM PGGCaGaHhRhBmEIw+uImMMEwd9cRUtKcYHMUoYGFKSDU4xTB7618EMNsISw7qcmCQ0YYJoZx CMNGGH//2Q== /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAEf/AABEIAQsBCgMAIgABEQECEQL/xAGiAAABBQEAAgMAAAAAAAAAAAAEAAECAwUG BwgJCgsBAAIDAAAHAAAAAAAAAAAAAAEEAAIDBQYHCAkKCxAAAQMCAwIDBAcKfwAAAAAAAQAC EQMhBBIxE1FBYXEiMpGxBRRCYoGhwQYjJFJygrLR8PEHCAkKFRYXGBkaJSYnKCkqMzQ1Njc4 OTpDREVGR0hJSlNUVVZXWFlaY2RlZmdoaWpzdHV2d3h5eoOEhYaHiImKkpOUlZaXmJmaoqOk paanqKmqs7S1tre4ubrCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn6Onq8vP09fb3+Pn6EQAB AQIBCAIUfwAAAAAAAAAAAQIRMQMSIUFRcbHBYeEEBQYHCAkKExQVFhcYGSIjMjNyoRokJSYn KCkqNDU2Nzg5OkJDREVGR0hJSlJTVFVWV1hZWmJjZGVmZ2hpanN0dXZ3eHl6gYKDhIWGh4iJ ipGSk5SVlpeYmZqio6Slpqeoqaqys7S1tre4ubrCw8TFxsfIycrR0tPU1dbX2Nna4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AMxPCdJPig0JQnTwoQaEoTwnUANCUJ0oUINC UKUJQoQjCUKUJQoQjCeE8JQoQaEoTwnhQhGE8JwE8KBIwkApQnAQIRypiFYmhR5HFcJQpwmh EhCEoUk0KAGhNClCShCKaFKEoUCRShShMgQZJOE6JD//0M9JOnT4oMknhKFCCShOlCgBoTwn ShQg0JQnTqEIwlCkkoQaEoTwlChBk4CeElAihKE4ToEIhOkkoEZJOmUAIqMKSZQhGEoUkyIC MJQpQlChCKZSShQhFNEqSQCgSMJ06SDiH//RChKFMaJZU88VcRhKFOAkRuUeBxCE8J4ShEgy dPCUKEGhKFKElCEYTwnhKFCDQlCeE8KEIwkpQkoQZJOlCBBkk8JKEIpKUJQoQimU00KEIpKU JQiQhCUKcJRCDyOIQU0KyExCjyOK4ukpQlCJCKUKUJQoQ//SFCkmAVgAToqRAThpUwpAKryz ikthPlVpEpQEY4EaUkJQrCAowiigVCMJQpJQiAaEoUoTQoQaEk8J4UIRhJShJQhFJWtpiMz7 AdgiMPhqeLoOfQMua6GmeZNriVnZ1lFRH+EXs2054FCSsfTfTcWPBa4agqMLR5VxGE7RfkBT wkLb7iLILARISMJJ4ShEBGE8J4UgEFUKIRhKLqwBKEHhcVuCjE3VjlFRCKQITKSaEXgIwlCl CZEB/9OkBSCYKSbF0EFKVFMo4jyUpSop0XAeKU0J04CMBIRg1SyqSUqrwuQgQmhT1SyngRjp DwOIgJ4UXVKbTHPO7lESpZ7THJF1k1FmUgkrfjRmJKsMgfJF3WCprV2UXtpgQ57gBcHhhSMO cYm8SORIMYXmoRL2wA7Ui5WLUUabhWRMQ1ZiaMzxqlMVH5ny8DRpu3oIitUr0eocvo8xU24y wYsCDboKqQAY1RGLbHUXRY7V780dFUQssojhepPD9SVMUMZ26xLRAeRAJ4OTk03Jq+Hq0HQ8 WOjhoVkVmtDTmdkLoaHRbfB4itDBdSj6VPqp1IMz0bMa8dlHCdOUca1YiqsyIUM24mjUlIR0 40PYdNE1cMAwVqDtrRdcEXIQ8GDutKYjkaRFSalEwcqK5ZikYShPCgzqTw+CqtcafVhxMBkx 3cFGm0ZR6kZZVpXIHUeo3E1KZrFoYxonmzlkBD0sf1HVQaeIpuwsnt3XBLmEcE3spdSNfqT6 lMO8vjDYa0M60ZMCSdeSyzWZqPbmoA9oaA7li+qxVtpq6nuRJhsjKJIhU16mDqsbtGRWpHR9 M5ghydyHwpr4R206jquSeepP5ph6Nwrq3UhRrsqbSg6jjGiTkLXMJiRYopFHXlvIFYmEXOa2 ziATvMFUuxNFsAm5MARdZ7qdV1U1JaxzjBl2d/QEAJxSFMyZdF5PM3HEJVViyykCkSmmk4gE cvTUNoy4nTVDEOrGS64ggjeOyVfVYZnGoS6TOpRWLrKTeSJEpq7wEiuXXa3mQYJcY7EASrNq ze34Mb3tDsDQHNHfSIWJkf3KeggsUakK9z0CjCSUc9x//9SuEk6SbFxJ4nRJMQbkcQ6aq21G JHQyQsMxyuEnSGg5E6uUGThIJ4hBWkSFXBRFWBBJAE6KJcRZsGdFQ8V3nmYyQcwNoHCsWosk DO8qbMxKWu8DV8fh8Ocsmq+dGQRyEqvEVsS4vptcWBoIAZqeUmVUzC06NTK0ZgXyBxDQCVoN bls6Ne/LFWlWFXmiMogNg6T6dACoIqXJJu6Fe0HKAzTvu+4U7p4OHVS3KpYZ0tEcMWEpCW0w 7hJ4L9NIgE8nfcikbMaNLncVCEL8k9ERv4AjepQ5cPh6dudBI4dP2UKym2rUYxwDs72iCJFz HCjupfC4hzm1Kbc9GmzLAu4cccIRSBQLChz2LIFEA3zPMjgsP2UM+q2lRYyrL6b32HC2BNj2 KuxsxTaLi5txmO0QWO5yg0a82ezA7REkG8G1gcXVwxpsaXVaFYvBgTHM2PLJvxayiuCO+ss7 AgUcO0Q4mSXEEwCY1jfCOxT+q+HbWlpfUlrWTcHjGsW1WrDaMsvhVVgnGbbCtK6BHA+Mrmmz ZNtUqzkg6AG5KGwDaL8fRov5suNybmwJ6FkDicUcxIdmqO5527i4gq+o+q5mMpvzGzwTwTfh VFaVpXqWRlGUch2HUvUydRNWoOa50DsHgg2XIdW8SHEl8lxm/QXV41oqdR1ei8k5CxxGlpHe 1yjWAl2HdEknI7SHDg5D3pR8oiJLDaGPaxobWzbTgLRqicOGYmpUxFQODSA2CLmwmAsmpzgJ EOBHYXW11FnabIjQ1BI5CJQequQLnEatFlB5YQCRwRJ6O+6g6IuODlBRWLLjiqpOm0OiHe21 hImdSFUIwETFxHAk4SZnsJSa0B24jd0k7gM3Xo1UAQYA15jcDrPCVX1Wrdy9mrgOa5Ap5371 qjMcyy6U+pKK1GtLUuP/1YJRKdJNi4gl3NyDtUg0AmOtGeyTFwbOaZIt2ayiy3S6W80iSXU+ U4sYLg7hKi6wjhKUVHU9oyGgFuupB3KvI8EuJBafgRtF1RqKvggcWZiboZpPOQMoHHJPaKou mXHdw6K3iG5RjLyHv6yVVWSqvNEREgGaOPRWCYJbrbv6bKTc9BStk4iekgErFNuaYEga6lSB MnhEdima0TmaYF5G86KV1CEXNmYAPLdSIiQB2JunM3TAcHAoQYiTx8CkQQG3iAmFrTfd30qT teQKELcE0OxdK0gv4+ATwrooWB1HMzY2mZjLndxG0dqugV2YCjUJldSPUTRxbS5gDKmsxY8s LlsZga1HE021mkCm3WLE5ibFd6RKpr4ajiKZpVm5mnsCEVQiKcnQo0uqjK9R2QtxADSLSIc4 g8sLKx+J2tR1QanmW8Q3La6msAzA0QxgzNqWDiTIymRbeJ1XNlol82AZaN+YdNBEkOmFlWS+ aD8KtoWfI4GuPZKBF1bR5+N4I6IQIdjiQAGvJysxFLK46wHjMD2BXNY7DVaVd7aghwg8oI54 HhC6jAZMd1HdVnHLVoGxN7E27OyGrhgoHC45udtMEU3NOWoyeASIIJ3orJklUkK45yu4vZmd z0ieC4tK1eoaozPQp5hm2hkdij+oTDYXHjEUcVTFUNym8gjUES2NFp0u2fwGHqtq4fPTLSbF 2YGeW6KJApFVJKGBW7eVajuBz3W4eeKqygGDMxe/elsv6g8Uwdu6ranKMp7VZ1fAYrD3q03D j57vFUcqSgvRQeWh0CBPGmqB1oMAGXadqnNoabXnvolTcLbrqBIMbzQAvMxw9mrti/cmoiHt 7EdkioW8SvHZTGKXlsh//9Zkkk6aMCL9pB2ZAPGOHlTAQSCb5BJCsbrxKs2N9wCViivaWeMM I5lJxJk5GyOAJ3CwB3JpLQeIdqnfzXYWKoEaxTRLgRoJ7FStyW4UuBQI0TBJlOWiAItE9Epi SNNeBSe4B1tdOBQgwB03dinURYylzbudB7RQhInjumvccScU37wBx37JPs2TLnOdxTA6AhQh HhAEbyOIapAl/NsEg6HSQqcVSdVptpUCKYc6XEHKYGtxyqE4hs0g1zg0kB9msDeA2uYChDY6 ixGJdmIzbMwByhbQXAGtUNZtek91N9KzS2RB4ddexW/1GdTgcwUsc6KodAfENcOCTwFXZVyF WkknQJiEPUx+Dojt5VaOKZPZIKp1O4W4pAuuACRDSTYDVF6FXKZ/bSVM9dlIaMZflN1ytYub UyN0qWIAmYg9oukxNQYmqa1QCXHS8KsZQOYEcghVVpC6MKYVPAYmqbMyje7mR0kZS6ijTOao 8OIuA0buMrRh4uBCRa61+Xeg9QuSaNhq+xzbEGm9zXC5Fwes3BCqG3xDc73ajmiZLwVW+add tQAua4iJi19QbJm4mk6s+kTlzOOa8CQd44eRQBs9QFbuJe1/MhzABNpOay6SFx/UaR1apvFS SKgtI0PIuwMLRmAzahGITJ0pVgA9XDYar5C02Om0kCeiFn4rqJw8GpTY4gAEsY7mpB4JngWn UaXQZgNM8admYDmjmM6i1kHIsoiKqHJhgbUaGkkB1pHAdETCjWo1aNbI9pac0jhkE6q2ArRK BUqSRSFJx//XhSdnYHTJIVizsAx5eHujZ6ht5K2KfVeqKsNLTS69OokLRmKJLhKKwDjQlMRL oO5P1mBrPS7+mmHT13tVipqhJkWm5SIE9jKTc5c0NAiLkm47CLqRpknvpQCQsUrkQ3Up2E1B nYOZOk24Y0UslWeaIy7gNOxUIDV6jaAzPuRGVoILiSdyntqUBztTckkMb2ajSw7erTq8DM0Q 2N7rknoKwYWm2QBAPAIk9iZUIg7a7SJAbHBlOY9kE+0DyWtlxaYIGnTCdjBTaGNFhvPBqrOZ BiO9qEKwHG9h33YKQad8z0FKIPLCckNuVCCY1om0KivUbTpGRI0id+qJHOEnUrB6lcQHPaGk zTcW9Ec0oSpmEQ0G7DI3KTGyTz0jSIEcclZzcSadxwLRwtanVpiro6TaCTrrCupUsyt56QSR pd5SytqAsfmALmQbC4IIspOgXnigkAb+BEHBnY5XMgECYde6qETsjTme4DlIA7NVDFYfMdmd oQNGAvd0Qps6iaQftHiT15xd2UIxmGY2JuAdAAB2SD0QLwOcTWvTpZQeGo4AdASUgzEMJD4J dpDS0DsytF7m02xpuCzepCpNAmq/ZgkAQJJHCFEVVITcGV6LXteHQcuYCQCOVBmg1r6gc0EZ pzTDjJkGwMG60MPSFPCtZAbzMwL8aoZhjmL2uhrjOl4MayoiveBSnqML2YptIyMtWb6nfK7j pLkeq2RtNrHFzmPD5MC9+JafUt1NVuo91JlGkHlzTnDwRGUgAggq7KwlWke43E0rl29tY8Rn wh7tf3sFWN7a3DTzeHqsHEWu70rRyFY1TpOJMgeo7qTo9STHPohzQwwcwA17FHKyAMnqSozi RVJN2AAcFiUJdP20z8VSp0qlCoWNJIc2Gm+syRK5fq1jfQU9AIpIlLJIqPln/9Dnq2LrYh8M JY1ugBgxy2V2ExD2Vg6o87MtubuJgWE3m6hgsDTqUNvWe0Bx50XfAMaGyk/ZUpGHkMaDLjzx 5NyrAWc+cHMxlZ9QU2tB4SdSBOnQRrueNwLWEaLBwlXmdrUEM2g5kWtpynjW7Se15DhuUCS5 rmXNHNAC2+dRKszbQ5BIMS6LwN08agIGpIUw8NBytubk2EnTegQthQcbx2OqpL65OrGjg1JU 6Ochxc4EgxIEBQhZHYJuLdxp3So6AaRuUISkDkhNI14eFRBFjOnJdI99qoQRMcvGnDnSJ0Ov EmgDQxuTiCR+yoQVeoadAuEAjSdJ0C5GrVNV5eQBPANF0nUrVNLCvLSBbKd8mwXLgjRWZAoo lrieAI3qMYMjqmaOayube4gEIR1qR684DoXRvUVmy1YmJbpA370VAhoUg2pUYwQQXgG08IOp W1CzcHTaa4IPOgnWeCO1WkSGglxgDUmwWbRZB1Bz2sBc4wAmq1qdJuZ5sdN54e0WbVqPquJe bWyMF0HEL8zqhNQnmSZaI0EaIOoKNXHtplxfsmyBq2RrKnWewsDHGGAc2AeBtyM26bHlUeo5 lMsNUMLXOcRmPWhMyOJFZCEDi4xxlMGxfTiue1TtILuxjTcrHCR00WUcgFIZXGk+obhlxaDy J+2mY3uGqAXe1837pPCrqbR1Ue3gh2vIqu2gJdgsE/hIPeLVZIGtkJLTZTnAGAi5BUi48vYF NmA0EnsCogGdECx0/bOc2ysx4BaC0gEA3vJWniq2Fw+Eq4trW1G0mkwyLkaNkTvWR1A4hrW1 qtXmWsayYHAJEwEM+ts+ozGYbZuB6sEuIbYDONT2C0RZGyKZqj2tlQPxFWj1I9RlPE02AS7m m6wRqLrI6r0+5R0Fp9QTGnAmk67TXMjic1anhGYPuQ/Aj3tXRZCGbSSVSYf/0cSgysKTW1Wv YwA5SRE8V09amTRLWCMxAv0ZnkC0K1OtXrZnWEakyAhMfmw7WtDGvFSWNJmODgBFygF4DQxT qdFuHyBzDUzmbzC6CmQWNMFoLZE9gUPQoNGyaQOYb+wVbSYc8kmIMA34Qg94S1rpkHgcRZKZ lJzoJAsBI40xMxBjTsVCD8HErGTFzN9Dohy7VpkjhSdUaxvMcyWtm99D2qAQkmSbQozwKNPN AzwQRYtnpEp4BEEaHkRATkQeGUrQJPIeFVgtPNNIcN+icQOIhAhKd08HInYSXXkweRVFpeZz GC2ImAqA2q+sST25a0hoBh0tg3PGiEE6mn8yG9zOEdgJPTCx4vKP6l6hfiGNJBys4JtJ07JC MpuqOaxglziABxlWSAqsIwpOrup0KfPG54p4egtSnhhQqkAgjZMAAbpE68a1+o7qNZhIe7mq xYGk8AG4KrqUAOKYN1O3Hf8AYQWWpHyieBp5WOqHRxtyDXs0+IfS2rM0Oc2TTbqDbUobEVic O2hh7N5lrgLG4m9rKumzI5uc81LotvAPaKrpLyxa4h4l9zIAjkIiEzmyC518wIG4TaVEy5wY DlceLeLpqj9jQcYEMAg3gmdFAguLc1xZhspIL4htnujW50EnohaLAxjQ1lmCzRMwFhV61Oq8 OdOeoGiTILGjk7mWzUeKNEvOjWWHILKrUpCIQZUdmyttJc7miZMlFtbUc5vBmyyDcKihRLSH OgQLcJ4FoYUS5ziZygRxFXKhBphtEtF+ZNuwQHU35JeCPH9pWkY0PCIQHU2CeobDuOraoHZO CjMDQJbJzMg2NlPM0CCYkKgujoqJfJhQ0Oj7Z5jKxr0al2PYARxSUZ1JYAUMJin5s23fJtEB zpA7AhZ/bOVQMZs+F7DHYEFdB1LM2mBrs9QiR3aQe0V2bx3kyakN7KhkdQjgMORp29aegAF0 ErleoiqWPq0oJaA182sJF9dxWz4TXUZ6GG/AXfjVZlZCAaZVWlcjz//SoZVFR5a0hxbEgGex srKlCnWAbUMhrg6dxCCZUFGscxyEgcweeNzMRKNZUY5pc9ptrA1O4b0AjlrQ+QOIKTRzWYbi oAENkiJO7QcqnJgnhUIV5Mz87ibE5bxqVMg6rLxnUhVoYp9IEtaIIhrSLieHjVQ6ln25sHic wdpCATVLmg80Q3sVOmxtdxogB5N8lrRe5QVLFYirSdVaGuzCWQDBjWY3Qj8Pt2827mKjoMDg UIQc8U/IQECdQCY6CkK1MjrRnrju9KbiZLqnWju38NkE+tjGVI2OZricrgDBA5UCBG0y2DTb g0SNV18rCYFrgX3cSoqVcYxubIyYHM80Tx6ITwk6w1bTPYlEhpZ3ETkdI4Ins1Ck/E1HFj6Q pMJjMCC6CdyzfCVrZiMtPi1tyyUa5+MZXpuoNzUntcYLRqAQLmOGFAgeL6jcQ/EPqAtNMRzW YWAEaTwK9nUaxj6dalUNMsIIzAOEi88CTa/UhSrspY5sNqCZaBe2khFvqUSIy5mzpAjeNVHq BxojFNDRHNPgZgNJhDYgPrEVBAfGUW0B1VNOpRY3t3YtjmQL23Qn6u0DadOIz0FHqRxXTwvV em6ZqPNi4axHAL8irqP2Zzvs64aOEW06EolmKpuqCnaTqTaJ01hC1xna91IbR4dBggwDw35V AjUCKjy42bTp8B0zXI5T0kHjapFKXG2YkNi2bgk8IG5Xsr7KnsmNDSee4eC8neiM7ThwDDw6 TBAIPAo4lQZfUbSFasarxIpgRO/f2S16jG1RlcREg33i4sqKTaVIuDG7ObnLxW4ZV7X0Y5t0 Fxi417RVVLqfKJKJ5qg69vgdmjcI47NxNz0EK57WAkmANTOnAisO5pYDMi6KwACXQb6QLIXq VGbqBB7kqNPyYjtVZmMk6iBHEqOpDFYdnUTUwb3jbPu1sE2DwdewRZkRyLMI6SjppyjhIUBq FaGyFbSwlWqZawwDw26aheSH9QD4xrCSBzLxJ0Flp47EmpRcytiQ05XDKMupFgQ3gKxRgBSY X4mtSpMgkNzhzzxANlNs8LVfs6bqrmmwIYQ3fckKz1ZRzgKwiq95CnX2ZFSqSA6nkBFrg2lU Z28XQRFXDO2hpvpnqs0jLUdIJJAvyIjqm3uZvwdR/HKI5YX7IRI5LxVmTC9XQTz/0xqTm7dw ezmmtknXh4LK+C4y4wB1nhQrXhtQEkN2ktaLuJIJlFta8NJcS53cwAB6GiARPfLcpBBMQ3hj gJSBsmGUtzl0jhN5kJg5riS0yN8QoQHxWAZijtMwDtCd3FHD0Vm1eoV2tOo124EZezutoDMH QYjoXUC+OZ0cEHuCA4GjW6jg5z6rcsSWXtxg27FGDFF2V1OYcJbMnXkCTqdOq1zXwSGxyApm HmMxgFojTcg8hYazQQ5xgyNZAngVtXEVHOktLhvmQOQId2Vw5uIJ7PgUNpleA9xB4GxfvrKB Cs080QBB1i6Cdg8DUDqrGZ3OJkTAmZKscCS1+d0Nmb2I3EAKpr2Umukkhkm4ggTrblUIQPUV g6gLxnD5zFgcI10uNFpioCToNIA0AGgQlKrmq5SyC9pdm37xqmFcMcGkGZy5eTj5FCF9doeW guDSXCJ4SLx2IQz2Ywh7WCmGC4JdNxawACm+s8tBcwOyP6AHDyidEnYhgMmwc2QddDBsoQoo s6kabSXBjobLWZoJgxE9mqOr9dtdoqNZRhsAvaYJ44JtxrQpVRUs+C9vPAcHYpq9HDYpwZVA zBstizo0UAC0WjqRa41G7IkSMhgngmLq/G9ucL27gEZWOI3cqahhThzLXkiDlbaTbnZsrcU1 lTCVGFsNyzrBBHekSHPVaxIyt06aupYXEuyPZV2YNxmqNaNeMoCXTCnVaXVCNw7DRXddKrMV KZV8lEqFpBz8TisK406lSnVLhfK8OPRaYRNDaVmh9mE9iOWyApYam0NfUjK64ncNemj6baNK gag50RcEjQAKrLTD3Ky0tSkgLSNql0qiT0eO/FuwhLK2Wo1zYIaSSOOCjcL1KYQUzLyDMgEH dpZc7Uc97i4kkneZ6aKwtfCMplmIYSc2scBjhF0WkZWB7pigZVpzmnT0N93UlRA7duYRHCYK zcfXo13B1N08zEQbXJ7VRoYfDYqpV2bSKbSMhD5tpw8ic0cJg35cQ2Q6MjjJHDIVHF0V0kFp VW0zmy5iDbdpF1a3GVHDZ5WuLgZzAumB2G5H0eqNYObTLQ22YC0yEJU6j6jH56JggwGk80AR v0RI8oZi8YW5WPDWiYAbbeoHEY436sPPECQrmYWsaj2NAGR0G/FMKRw1QODLMcQD0OioGRLA nOqPGes9zjoMxJum22F7kd0AjeqbsrmnmyXHLHLPCq/CPq+gbfgX7CKOSU8osmWf/9TOq1tg 05WEPa0EmDIm8aRwq2jiK1YDOGUidA+XPMidJCFxtZmLrNq5MrmC15OsyqXO5kuceIAaye9I xpI4ux1eoO3bKmZ8jMWgNAIPYzZEtc+nQD6Vfambh4a4iTewhZUngEWgJS/fCMaCONfa1iM4 LHgi48gzbllXUAyqyXTnN7uBPYbwsVtRzetE9ii6WNaG5arM4GjhzLh3tSM3gkdvJpta24jK R16D2IUW0WhmV5GdxE/sJqTaWMpmn5DM1LXAhwjhB70U7MA+nTNNri8CckyHgHrPGqqwqQSQ o0iwyCTKYYBBLiN4UatHaQ6QCNZG64Qzqlag3O+qaYm4f0IEqFPHufZtWm8mxBI7JULhjRAy znO8ABR2b4IFIEQRZwuk3EFkAtEHrys2zDcsPRlQkgCp4etRaKbWkNBkOe4W6SsqNqOIa2QW kEEMzAkXncrS+gXio7NmGk3A7NSNamXS6oQJkjKYPQUJIB3sFMjM7mnHmtxkRwcIUXUQ1nNx YESRlBJHBOlkca9Jwyse1o4ZHewpA4aIJY47zB6aJNkM6hlpVmuzhzCCNRbSAezRpNJ1VsFo EEzIzTa0KZp4N8zTpnfzLUIXUKbyMNTawiRnAHQQUiSQraYemC7MDB4TJmONDVcWHnmGgjSY VbqecEEyZ1TUqcEzvQvxZyJUgONw7GUAaYA7eCQBGtlFmFpsqvfVcA5pENmOAHhtqtCs1pYQ dMze8ggtr3E1GEjLtJIMXgHetWWI+Jqy9WXtJJhlKYxRtWW0Vz3MrIgloUOGZ5JENmwHAFCt VkbJnOB09iiawDKROW5iCOC29ADTcrNsRiMoBhuPepGFGFYlCoXItLmmWktPEYRTcfiQ0MeR VaCCA8A6carZhq1S7W23mwR1DBsp3fzbuPRBVQhHDFjqjq3VeA7UgiBvgEcKNDWbTMHm0wCb EHgUSTEDRVHVB4Rjt2YvtyAaeZu0EyYPCJurnztw0c6LAgz32qHbXpUq5LhLotwu3WRFLPiK 22yljADzxuTwWOiq02jCPWUFEeSa5we3IJ5nQK7K/e7oFM9udwyazEiY6KtyVu5j2SzWshhE RVRpHzvDJGLUH//VyXYOtHMEFu/Qnoqp1Go8gU2lzWghpAmb3PRWlXcW04HPPOVvFPCrqbBT YGN0aIC1cZvMgYHFO0YexgK5nUViX6lreUz0lrtCuYEXEeZ1HqCYfIWoTxNEdmZWthuovB0Y imHEcLwHHpKymEUxQhNtMNEAADisovoB9iOx4VaCnlAhg9SnUTSxeXb5mlvO1GxMbjKopdR+ GwzGhlNuZggVIGY8c710zmtqNyvEgrOxOE2bTHNU3WI4QqtMvnlmWnTjFr0QS0V6fVgZjkkS 1tuFV1sNRrMylhwz8uVrmWg6jSJRTao21SiQWmnGXN1odzBWPG0gG97wslekg0SSc4zBdSxq Op03kZYlxqczfjVww3U02oKcNfN88yzsTZbtOm0RrItbQ8qk+q1nMjmncAChARmBqCn28qNN ThIbDB2EyszF1q2DeGva2o0izmkgclwtxwcRmrOyt7lCzcdjsOGnD5WkukQYtbU7kCGd4SMg xTLTwHMj6VSGi14v01gHMXQN8SOFdGwNawW4EVRwWVeOKu8KTKjCSoHIRYap6bGC2qARqz2l ojhe3prMZDcTUc+4JeJiRK03NZbuoRyrOpgbUh+bKS64E3nXgWjnxN01paCGTS3cnMpRUtrm maZLC2Trl70rOq1J7Gy0ZoGljoq30hmECQ4gbouERVfsmTw6BZuVlEZeqzyyKiyXOAnYemao pU5tzxJRlPD0acQ0E7zBKahSyjO67nXKtda6KhHOiaE0nVSBBCBBoKrceaVqqbDq4YOsjMeH kCJCLKWbFbQDRggEcIspVaUVGOMwDETor8wdWaWiLOBkRoliYa1rjc5wqxqPVXSSPWAltXsI IbbSSrM9TuYfAf2VRVfmb2KlmduVLMRKGMRZ8kMc0ks//9YVo2uKg87SbPdxRgCHwbTs87ue qEuPYomVsZkmhXMVIV7VCFzCiGlDNKuaVCBAPfcPKnD4s7sHcBVQeB33ZKWaeDXoFAhcCkSC LqkktZmmAAYQ9bEspjmTLuCFCAeLwDW412OJD2hmVlMizZ55D7ejBMxlMQiSMRiRDiWt0vqk 7A9V252jMOEa9ig0yipUhRpy1AKNrV9Q2dmVCpXo4ZpcCBvcf2UL1JYvEUHhlOm6oH84Rzs7 rcKBPUVjcWW1K1QSbkGTl4oFli50Jq8qxfUpWrv2dAkA2zauPJuSwPUaKx2tcwwuyiTcnTTV alDBU8DVD2jUQZGabaDWDaeyTVKIfXbXZLQC0hkZZi0GdL96UeRwKzqPdhsWCZNKHZHDfBIB RYbLQOJXVXEUXAmCWFVNuxp4C0IKryzKOTZR8ghJobeE2a6dguSUAiLRAO4z00Bhwy5D8r9D LZETvWg7nCVnYW7p1LRpO+2h01W7N4Mz2qRg1exu+WaZcCTUY0gRJMg2sDwFMBt60nnGacqg 6oXPLWzmjKNLX39giqdMU2BvRWbUJdICRG5RvNwppkAkZCVk8JZQLqEIPdlaTw8Ctw1NtNmd +rzc8Kog1Hhw0BhvGUZDWgTeOgFCFbyX1WFttQCqq72Ts5EggmdewVzwaj2TpNzuVdGmBUNW uCA13MtAknjMKrTaIqswtBRJcodwEZogng1Ks2ze+CvqvY6mYbBJ4VVnG7slVG2pjKbLVEVE P//XTLADcpqtqsZc37662MyQjtArmk7tVUBBdHcqto80Hh1+ZnsRwqEJS4i2u7phWiAA4yQY 4ewVFIklk8Mz2Caq5wbAPWo6BChAuplYHZSJZlJ7BV9XmOpOAMuPNQOA8KBNR7sTVaSSCRZW 9RtKmXVJEw7tFAEw/EYluRoytm6IoYRlMZnc07cpUhlsLSLq1whxA4IhR4SykBUsQAAf2VBj s7XO4HOMDi0HSVoGWmCLSXT8BKHo+QLe6GdmJQIA16OzcSLtPZINzniWzfsQOiteuAdeEXWY /Tk0VG0kPloWZWS6aUU9vtCKmXKNInN2auy9amD2SY2a48IaT2SiXGG8YWZqNiRFCo6esnvS EpkGk0cSvxZPVV9+s9qhqfODkCCw7IWSDZSQU2uEHjVfAmBsogFJud1je1x6Hf1Q3DV6PNNc HQS2WkOB4dFdSu2u43LaUDinVAOqPp0iWOLTfQ8i2RXMMS4aNUYrJbblQJfqsJwtMkuqOEXy gRFm2RSqwxLsPTcbktBJ4yrVkqvVTRIBiknOqZQglVUJd27bqdeIK1VUrlzjrKIBOeyiAToN EqRNY5y4RumUB1JE52Nm0GyK6jKbBSLwOamJ4lHSwvdIC3uc3LBsXAFNWDcrnkXAUMQ4giOC 6k45sOXG5LZKqrLL450mbLCkwfaEUgBe0qfVt3cg6Kqp+QMqCpZmJrJVmStSvhkVpUP/2Q== Consistencia interpretativa / coeficiente alfa de Cronbach Tabla 7 Confiabilidad de los datos / V = varianza / alfa de Cronbach Entre- vistados Vulnera- bilidad socio- ambiental Responsabilidad social-ambiental Presencia estacionaria de monitoreo y registro Validez de tecno- grafías locales Programas de prevención ante eventos naturales adversos ∑V Vt 4 0,5 0,5 0,5 0,58 0,58 2,66 1,25 Indicador Valor K 5 ∑V 2,66 Vt 1,70 α = 5 / 5-1 [1-2,66/1,70] α = 1,25 [1-1,56] α = 1,25 [0,56] α = 0,7 La Tabla 8 muestra la asignación de puntuación según el alfa de Cronbach con relación a la evaluación de las respuestas de los encuestados. Dado que su valor fue 0,7 se validó la encuesta para su consideración lo cual se corrobora, la preocupación de la población residente ante la ocurrencia de nuevos eventos naturales adversos como los sismos. Tabla 8 Consistencia interpretativa / coeficiente alfa de Cronbach La Figura 4 muestra algunas de las viviendas que al parecer fueron construidas sin ningún tipo de supervisión profesional y donde se combinan materiales de paredes de caña y barro, mampostería de ladrillo de adobe, escalera de concreto (colapsada), aligerado de concreto que son vulnerables ante la ocurrencia de eventos sísmicos. Muy baja Baja Moderada Buena Alta 0 0,2 0,4 0,6 0,8 1,0 [0,7] La Figura 4 muestra algunas de las viviendas que al parecer fueron construidas sin ningún tipo de supervisión profesional y donde se combinan materiales de paredes de caña y barro, mampostería de Figura 4. Construcción de viviendas sin supervisión profesional ladrillo de adobe, escalera de concreto (colapsada), aligerado de concreto que son vulnerables ante la ocurrencia de eventos sísmicos. La Figura 5 muestra el colapso de las viviendas por el uso inapropiado y combinatorio de materiales inseguros (adobe, muro de ladrillos pandereta en primer y segundo nivel). Se aprecia la cimentación superficial y la separación entre columnas no acorde a lo permisible. Figura 5. Edificación con deficiencia estructuración de columnas Sismicidad y percepción del riesgo en el departamento de Ica, Perú 200 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | La Figura 6 muestra edificaciones denominadas autoconstrucciones y donde existen deficiencias técnicas, el completo para determinada altura de piso a techo con ladrillo e incluso enchapa la fachada sin amarre adecuado en las esquinas. El piso blando en aquellos edificios donde se observa en la planta /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAE//AABEIAO0BKAMAIgABEQECEQL/xAGiAAACAwEBAAIDAAAAAAAAAAAEBQACAwYB BwgJCgsBAQACAgAHAAAAAAAAAAAAAAMCBAABBQYHCAkKCxAAAgAEAwEFBQgCgwEAAAAAAQIA AxEhBBIxQQUTUWFxIjKBkcEUQlKhsdHh8SRyBgcICQoVFhcYGRojJSYnKCkqMzQ1Njc4OTpD REVGR0hJSlNUVVZXWFlaYmNkZWZnaGlqc3R1dnd4eXqCg4SFhoeIiYqSk5SVlpeYmZqio6Sl pqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2dri4+Tl5ufo6erw8vP09fb3+Pn6EQAA AgICAwhWOwAAAAAAAAAAAQIRITEDUYEEEiJBUmGRoQUGBwgJChMUFRYXGBkaIyQlJicoKSoy MzQ1Njc4OTpCQ0RFRkdISUpTVFVWV1hZWmJjZGVmZ2hpanFyc3R1dnd4eXqCg4SFhoeIiYqS k5SVlpeYmbHRmqKjpKWmp6ipqrKztLW2t7i5usHCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AAFOYlugOQRDEGgpEbQxdIUzbUPNTyRaK8JH FFhoOSNjRiUiUj2JSMGhtgparJmNTn3YnoRhSC8L44Ho9WBYBwNuTF8MM5mkMVwh5SPALUi0 TbDgR5EpHoj2kYMHlIlI9iRgweUiUj2kSkYMHlIlI9pHtIwYK0iUi0SkYMFaRKRakSkYMFaR KR7SJGDB5SJSPaR7GDBWJSPaRIwYK0iUi0eUjBg8pEpHsSMGCtIkWpHkYMHlI8tHvJEpGDB5 HlDwxeJGxg//0FWFnb4MjGr0rXYRsggqdukLZBZSrDVMoIFjQkw0EzM1AKqbCu3kiSL6EkWD gRRYik4EUmSgJjPQdKLAWjRpalC6ilQdDtEVpFhxuVFyLUsjKCMV3I4zQbUZLHkSPaR7SEBg jDWw55DA0E4fx7+3YHgHz1fiw7nq3FDyPCLiLUiEW5Lw4AebYke0j2kYMHlIke0iUjBg8pEp HtIlIwYPIlItSPKRgweUiR7SJSMGDyJHtIlIwYPIlI9iUjBg8iR7SJSMGDyPItSJSMGCsSPa RKRgwViUj2JThjBgryRKcMWpEjBgrEj2kSkbGDyJHtIlIwYP/9FFINXyEVVlIoLnpcRMG4dw FElqMwoKaabe4gGgE9WQkEMKnaAbHWCwwlTGdqOLOTSlmFNldogzCBgtk0oDqNYwpGsmYJoD JztSOMxTbFh8raRwxCs+lpHFmPKRNkex43OnkMWjFcbyfHv7d6kYUgiT49/bvUjGAfM0liwz 6G0cUPKRKR7SJSHACoFo9pHtLx7GDY8iUj2kSkYNDyCMHLDzhUVCgkjZwRhDDAJRGfhNOlEH IakTh+vE3GS0ihgLupMw2DVSJQZ3JsCVHZEQvTH4ZufWZL5CHHUMe7uTBMxITUL1LdvCgqQC VJHBFcjMmjUJmb+M8W6Iw8WfhH5yco4nDJ1CI1WVMmLnlgTANSjK9OkawgEtuHpjto6Lvj8j JImTW6+4A6HdxOSqRQY0SJGZEwy6WRjMow55SOUEdrHltIF3Q3UxkrdOZJw00qilVy2Za0vY 1hjubMm47fDi0lsqUAYIA1TfURsnObouAJG4iIyJZkt7whhSJSNcdMwWCmrKdHqy5qy20vTR uSMpE7B4pxKkTmDtosyWRx6raJE5idGQibiglkuIEpEgs4GcBqpPEe3jM4WeOu15LxMnIicG XAETcaRQUQyB4kXZGU0ZSCOKK0jZGRtMiKjJtgViUJ4otSJSNjBWkSkWpHkYNCtIkWjykbGD yPItEjBgrSJSLRIwYP/S59lADEimY1oakadWDGmpQTGWxTmjyEHbATuzkAgvepPKaxqX3yUU cc6RlJANKDuINQQOJYAQKgooFrU5IpSAJOJmS1RFupO0kns4YUiy+YlP9514rPpq171wlIq/ ONyHtIvFZg8O271MWDaPFCuTZYsbSrSPbsZUjdPHA8kZQL5qJSxYZ9FFFihWke0j2JSHACpF wY9pHse0jBsVj2kexKRgweUhphxveHUnsJY9rC1VzMFG0gdOHAUAZdlKQLmNgihwrhJsxyGN zPiHY/2rfqwJlNhx16UddN3NkTK2pXhEBzdxQec4KWPbwI2/Eih8UfDCAR1+Akbzg5SEXy1P K14TpuPN31VPO1FTTZHRCgFNBGDbjRMjMzJTACm7l4KbMM55Q3wkkuKgknbaNcPhpeFQpKrQ mpreCKR5SNBIcKd0Ny5uLnGcjrzoABrs6cZbmbkzcLit+nUoqELQ1ubcHBDuw5Yocw716ZjY 0/SWsWNBHl+TtY9oBpEjBseUEUaTKbVR0o0jyMGAZsFKJqKjkgWfhTKXMDmG2GcD4ucmHkNO cVVRzvCTYDs4kTkSRg1wxiKSCJkayVDkFlIlIud7ZVmyjWW/O8IPYTFaRZRSJIlkKyRKNQrS JSLUjyNjQ8pHlItSJSMGCtIlItEpGDB//9NUspVkqXBqbXtp3UeykLzQgsoqWrci5pFHnBFU FSuSpJvXiqNhjXc9iUZjSpPHpS1TBhAVLkrkUOoqoPZRpSJKzZKPqFuejSPaRafM0liyFV9L aOKMeUis20tuSNKRSaPDtv7bYZKiUsUfAAo0UjiyG6VMmgF6UjKmzgjSlZJWpFRqLERgESSS QWGa7MTW/HWAcBmSJtKW2ZqZDOYiMybWp0NKRKR4GB0YGpoLDXoUi4vxHg2Hkh387iWyAv10 zDNGK0iAbOCLUiUvGxoVpHtI9pEpGDBthEzTgew1MFz8Th8PlE+YJebSv9jGeCSis/CaDoRz +7ztNxxRLlAFA6FT2sV3KcCOGIOgRkiiRNpH9OAOnSZKmispw/erA9pFyppY0McCJzSqAVU0 sQe2g7DbtYuXzInMRwTBnHTg1kJk/nRHijVweGOxpEvAmAxb4vDLNmLkYkj0yabRBdDtNeLS MGyHmbZrEFT3Ee34LRLRg2IKCJEiRsYK0oeLtI9pENxEEYMHkeRaPIwaHkJ93ZhEqXKGrEse hp2sOI5vdaaZuKalaIAi9A3PTjUGNJNDfcOSXlThMvLagAOlb3jUqBQo2+SzXK+3kjWWOsm5 bHRilBytbqwv3Iau+iaaSACWrYLTQ1iSKT9NcFBiCSL+Iid9eCqRKRrMlmWeFTdWGhEZ0i0R kZLJkgBkZGo2xWkSkWpEjY0K0iUj2JGDB//UTYlWmIy0yOgBJqSCDsB6Ea4BZu9gVBWgqNDp a4vGU6azIxm0D5MtCKXDcvHaLYUGZlalHpY966Ghg4ITDXTox7SKb5mKi1SaEcFNY1pFp81E pYsVn0UUjih5SB506XlZFYMwpUA31gmkB4nDKJRMsUqy1UUG3k1hHIt+pKdGuIBONT+JbslR ILlzEmyqoagWrSl4Cxu+mYiylLEKWbK1CAD0tYyw810G9zHYSlZhlKnlpa+2Cpu9l1mTWCgK GC1yk0uK8NIBxKNxpEbtllQdyMJomTLAClTetHNS0ZLiwAoL3XZ0oYhpqzCCtVADIwGlNQY8 lGUiqoF35sgCvPXqY0mPlXmSMxByjWvShEUCIjgS3auviRBJMzMoCp0vrhc0rbTZEykxZbip jQMBEySgJG2siEDRgRwSjMZUO2PKRuWWKhQ7hRtIjb+dkNGi6MGygJcla2oKntY5GdOlPjXm zyaMSQRqK1jq8VbDTAouVpbW9u0ji8VJmrMYspy1NDQ6bIqpQJcOYsEZIpFBESLC4Nf1ARzf hpapjxSxYBdSQANl48MGbk4frTuhJlHQNmbkW8aITM1EY7bCyBJwkqQRzssA8tKns4sSZIZ3 JMtRwZmFNSdpjXbEjY0RKIidDjcdjJ83dZ+s0xlBIAKsVso1tDzceZjZ6zDinLqpASoFa6m4 F4YzMLh5prMlqx4cor09YkqQkhckoUWpNNbnjjBgFxu6EvAMgmqXEyvO0qKbTU8ceyd1tz54 GWaEYmmVwUNejaMd0sDPxLmalGVUoEvmtc0hRudgWn4yWcpyJMDTKiwy1IHRIjFiJv5bBMDq o8jxwQ14qc520twRgkLx5FavXQEbLkdSMZ+ImSQCsl53ehBp0DeMGDc6QrxGDV5odweeBNNs MpMwTpSzACuYVKnUcIPJFiBtjBoyWSgp3Zfe8MkpdpJ6Qt2ZiuBwZmbn70CF30qWJ7DWpHZQ Xj8KMQozDQW6dYIloJSKiigCgU1jBpTMMBXdazt9IWRKKIhpcNSh7WMWUqaH+3HHu658OUkK OamPXpW6sXlqBLXDtqnMI17lVzNXihHGm/WDaMQciD+abIhjSJSLMpU0NiI8pFhawClDyJHs SMGD/9VFiJe9lM92NC96jgr0Y2zlpay5YyshADjgB5eCMZspxOIV6M9nGgBOzbaC8OvePUHL NlHIxBDA0PBtFIOCITIESHDzCDTPUNbQg7RxWgyE8wz8LNViAwJorC5ptqabdYaS3zqHBsRx RYcCRERlDrFdzomZkcMoaRnPqEHe69rElCYWYu1aHmRxcYMez+dUemxCJJLcaRtMGDRRUmiT bJBfN3PZRvwbPNJYvS2ugA4ILZpQlczUqSBUnNXbap6EEOoZRUbR2esYEFJoBFQVOWgoKinS tBOEmDN4FcpskT0AvImBc+fOxSjJLIDV1y2r/bZBG9PlzMMolplpcCtBUUF9sa4iQ2QzpQzT qUHBQm9u0iuEkqqzGDOcmZKPWtr9WJvwlqU3D/RYi/2FrahgYooKR7HgWqAa27UQKXnSHMtj mBGZaAkgcArXbEiTfiKCyYMiZeCBov5JJTazYBcbYZazM3YR2toCkGeznfCQoAIUi9/TVulB 8tJ6ZXRQ6Nzy6PxEE26EYkmtAzUZLYZbG0EIGRLI1MsAoiqkcMZPhZEzVackATN3JEqcZZQs gNM4N6jWxpBsjdDCYimSYAT11uZPZwAV/EeKN2wUWAcRuHhptSAK9IxNy9x1wOIefepXKteP WG/HHsYNv0vo1ENDyJHpjyMGxIkSJGDBIxWUiYrfwSDMTIRsOU1B011jaM3bKycBenTU9tGD BpM4eCKRc3FIpGDB5EUAkAmgrrEiCMGBTu1jZmFaVLkOUcsz8oHMisE7l458dKZpi5WlsFJG hqKwm3ZpN3QYNpLVF7LMR2cMJI6w7jO6WdwxB21c0HZRojbhhE6KJTZrXii9Uw2sbi4O3URK Rzm4+LmyknTHLGRJlZshO0mgArHQS5qTAtLM0sPkPPANpURg2RwRtgGfKadj5ZN0ljtLwTiC sqW0/ryI1Oj3Mb0GbNS/DAmPRpkoSltncBjxRsY0swFh84w8sTDUkEiutCbCNIuwFSBoLDkF o8pFlElIkUMKyTZisSPYkSGh/9ZQwVponlgUmMLUIOmtLwTucpLJLU0E1mUkjgJI2jUR5Pyi XvmbnCGUWvl5KRpg2IWXMBqqtnpQ1qG5YNtQRojBuNwBEh2LWAqLaEaQv3OxUqXIaXMmAAsC nEKUItxiOjxQD4V7ZgUqBpWscaksCa8qlBU06BrrXbG2hEmWw6mMGaxBFBQ1jFnJZVro/UMW KpSxZaC4Ze3EUZqsoBqM9a04jEVmbImZERAx2oloExExwZeVc5zEAco4eC0bzmpKJGuyMnGV VYgikxa6GxtTZwxskjJozEX6RtkQvLxIQtKmHml6+w5m9wKilY8M/LmQjMxUtapBrUDKNY9N C6oKgKQxtfiG2kZpIZaETFsXoWBurEHLUmEJzMEszXihA3CyaiJWLFS8+dR5TGW0ryzOhAGv RNo8dcTNnCWoMuYEDEs1qX5ha7awZubucZ7F5rc1LWktk4zWpqBW/wDbSPMVKxGDm55qZ7US ZcrSvZGMRSJSzM4d4MNA1qJQvJE7eV37mpm21DWvAIPxU4YbCPN7ClF5SKCF+EmzJ8whqUA0 AINTYXjPdzEAS0w1annm7RYmab+U6IoMGaBokZQaRwUEvhDnZpobmpJJNeOMlaZWksnjGoi8 41oeFeqYxVipqLQYmpRKKCINdz8XulvyyJLEFq0FarYV0NRHRyt0JQG94kmVOlgCYHBpWlah gKEGEnfHFM3EPOa4lpQcrW7SHuIw0yYSZTqocAOjoHU0qNbEGh2RIaRUywRMwQ2k4rD4geHE xZnErAnpaxrXoRy+J3IxEhWmSkLFQSMnNG3ZwLgN1t1ZbtKLGYEF0mgki/HQxg27hh2USFeC 3W61TBJeS6TKVJXmlAG01oQL8cNDYVOkYMEjKZz8sEV8POlRSQY0DDh10ijgGhOqkMOh3EYM GkVOsWrUVGhjwxgwViCgFToLmIRGOLDtIMtDlL2J4tsYMHOTiMVjmK3LvQdE0g/d6YsnDSsK pub04lGUdrGm5+5wkzt8mEtk5oG1K6CsLt2N9xG6IRVJUZVW2tLns4iRKJUGtkRXAkkjYJSi Ww0yf0hgbuZglnYJ0ckLMZbjbk7mNcdnwgxOLagzSklSaG4rYwfg5W84aXLNiFqeU3MK93nz vh8MDqxmNyCw6sbNgYgTBGeLN6yNNz8cww6da2JzFsrUvlUqortuxpDGY6Ua4LJqNSCdIyl4 KSJUnOKGWqmteA5qdOFeDzTJuIxbeWz0XkBJ7SkSRJaRENGZooriHvCBcSPKmJeLIriRIkSM GD//1w5q1OVmswN+e6sY4KayOMNlU3KiYTTW8GkBgAUUbK2PUimBwsuZjGWalGAzAgjRhTZx waLYQ2ngbl/ELzt55DbTi1tHJzCq4omhpU7a69Ex0pm73hThGVmK5lzLcDK1KHgjnZ5VcQWK muwEdqDGzNl4IohjLmF1zDMCtmBAND0BEYksjVJBY0FKaDj5YXT1mownIWlPzuanMkDQE0oD BEiZMaYqzHzUqaMuWYCeHZTgIiKoMSWDJprY2AW9eMxTE8zJZgKmo5wmovrSLzCN7zNQVdeT WkacyympVnII04uG8YYwmjGUi0ssGz1JJcMD0bxoCzXIbKKVFiW7iB5TF8iZFKMilqCl8tQC YKC5QKKRsoGr2pjQkGu5RJMyvAKcyV7WC5s7DtWW7prRlLDpEGA9ygVZwa1oNSDt4oT4yvWq d6+v2sSWpEhBS0jB+Ek0mTmUgJvrBMovQVAvfhgbdLANiphmIASFArt28GusHYMAYdACDzNT ThMbgU6JrCE0QgkyZjisVgcTKIBUkKKC3KYBPMmhsRsNjHyC0pH58VqKQDiNyZE4WAvwgGNq LFCK0ivKKPhDHvjsje8CZhsZrk9AWEN4ykSVw8lJKWCCgjWMGESih+GPYzmSJU7x1QMeEi/T 1i8exg2F25glnEYppV5SOstGvsFXueA2j3dVwqJJGs1qmhpYcPRjbAokjfsMnXJhehGyYSde WsA4s7/jXbrsmiDl1MaaIzGkmyRhRxRMnFAUGbhwXkuy0uVBt2do3k7qzCKPRuUZD0xUdlGG J5iUeOgAgQKCKdpaIP4y9UTfiOKOGYimg+l7opl8PAV4+eHTWvaRu2NwqhS8xVD1ykkUNNbx zkhnziS55o2DaZh28EYzByllNOlnI4AC3opPJyCJP6GGiRUajNbxmK4Q6AMHAZSCDoRcGPee ubjZHO7hzFMxi7MoyG9aJUEV4qmGI3VIzFpWRF4WodKjZwRtaxo4CwyeKJfADIKF0FIxbDIx qb3rcVis3HSZUiXiJ1VE7LQam4r2Qj2RjcNiEaZKaqyxVyRlp0+SMGlkbDsbwrm4FsRul1om HmAFULTQKanp1hhLnypwJQ1A1oQe0i+2sYMYMoYwNuhNMrCTWQc0wyrThaw7WAZEreZCS6UI FT0e4hsyqy0cVELWbMxPCYRxEyZwwg5YISPI8rErDAR7EitYlYwYP//QxAzUqjVHHTTkMWlE rOWeisBKFJlQbrUbTWMd9lk1Ew9Je2hjuYyTJjDNmGW4oO2g0WyCJNC0+ZLK4hVNnCOpGvNa 6clY5rFENiK367DvEIcO81NK5QhIrS9U4eMQhmqBNAret7UOuvRjaTbwRQaehwZaTVoxOQgB gRUHoUjAykkTVZS2UqQAScopTSsbkiu+b4QLddEZTWBKvXMLi4pwREhM3Yu7Vkivh3mpmqAb ccUw8wsjJMYAyzQPYgrs5qsXmFJi72QCARqKgVNx0jGbYOWq1lu6lFPM0NDSppQxsRIXwyrv KmgykAnmdpv1YJBAPXa9KAJXWhJAmqzHIq0lkVDADtYJSaDK31eabXLkvppqY0JBzuXq+mg0 NYTYxl61TSSB4evc22mHG5LBld+S1MtK3pSFOKp1qnVHlq9LcZjDaLFiNXDGTNCzPDt6FtgN IonfIZ+FnNJxaCagYgMvMvSvSPZRqAAwNKX4oS7oSwMS5cVB529LnbpwxJBoaSbHYYPH4XHS 98kPtoQwysDwUMFRyO4swZJkg2ZGDDhoRTqQ8TFTJIqzVQdi06cTWIqDKJAyYyUwGbmSeiOy jcMGGZeaHCLxixoWiaaR4CDpHsbGAbGTRh1TE1oEajDhDAjsjSA5CscJncc05zHjvrDNkSap RwGFqjs4HmrklsHsFU30FBeIJLeDZEs1wZEqJCTFtVwmxR2ZjERV3zuW4TWPVMRUJg3CJUlz ssOjA27LPWVLHOqrFgOE9xDDDpkljNbrzdrAGIJnTVIsWmV4bUNulEjJgiESNlY0wEpZeHWt gRnYnZW8DzsUcTiFky7IpzMdpA0HJBGNZZWBc1pUqFHDQi0BYNCqtPcZS4FBxAaxihtcGK4i ZMbES5aVF6nbbo8UHGqIFl1RX58CwPFAkmrzSx1r2ZvG6TlmTWliooTStgaWqIxQ0PGnNLmC TLF3WrGtAAOIaxvvk5VKq7LtsTrGEpQ+JdzoKL0F7mDcLhjjMSmGz73nDEGlTVRUDoxhENGZ Eyf0WJIxWJmzFzuciSijAaMwFMx6cbVjObLbAOZE1SHNDsIoa3qIy60rwGHcZkiSjMlwbIFJ FJI1kiaoJgEViVgY4ka0MVbGIuoMSf6Lshp+JOjiAVWJWATjlIqBt2mPOt3EOme2jJKIuxkk 0jgh/9EYvNJouXpt20MtzQ2+Ek15kcPVhUFytRUBGlyNOmYabloqu9ABYaQaLZBEmjxQ83ZV gJTKaZ3VSeRswjnscWXE0JBHMmg00jpN3AOsaOblZ8unBc0jlcVTrSQAFFrRI23giiTD0OBP NQQ4AbYa1FNdsZTyxdQxzhtKHj4TWKOoDh1YU4KDZs1jyWxM5QwtlrXjrQ04oMmxM2gU6KJW WoWooK9PhEQPnAo40vRa9WLTQSovS4pAxmGShNTRFLC2orx8ZjZjEWhphXrIWpJygpSnBaAz Kn4SezSAxlPQlaaHgAgqQjJKGbMSalhYXNzryxfLw0oDrW/ZRpaliSmgfuLjEabMw9aaMoNj xg6QNiAWxE2nno3axthsPnkzZ60WdJIZWFzYXWBVxZm5hNlqJktqmg57Mee1vWJNkQNpIx5v ZqKsCK1HBbZCzdBWecy15kqGsKmohwk1pyrKKgqFrQtzp2UBtoIVY2ahncw3lmQSCCBTTSNo wY0YX4ac+HxQmS7kkg1sOaGnQg/EbrB5ZklShJozDmlpwiAVwWJnK7BXKpzxCmlaVA5TFZsm YEWU6sjrqGBHaxIaD3AzFaXkDZitD0GuI2m4xcIy1JBbghDJM3D5WViGUFcw7DqKxrNmvi5i 5jSlBYWjQ2Q6SRuik5QzUcdiWzCDZc1ZnjmwbiNmjkZeHmyyWlTSprQCoiiyd1ZU1W3y4zUO bMo4bRsjMaMiHaggG9ieHSB90ZLT8HNlpXOUOWm3ihDL3Z3UwopiJSzVG2/a3g2Vu7gp4G+F 8O2oKmoqOLoxtcENESmRz2WZLNFJUg3Bv2RgjDTJkyakpl54gVGkH4zrHMpMALNMGYlKKQdN LgxnIlykcPKY5gpBDLU6C/MxDFiZstA3EzllSjU0L8yOrAUplaZmF8o7MxafIm4mj5lIl7A1 Nu2tNaRhJwuMaYyyV5tTzS5RVa6VJ2cdYksjEVGQ9xpGIJlqpdUAWoIBBrUmkYzMRLSUEB1s ANgEaJuVMabVJoVhTNRuaB2gg0NeW0ESu+P4ifNJDBQG5vfGUPXbS9COMRpZDagCk5UlM5Ow 6G9TaH+5e4uH3SwUrEypjS8TKzK9brXZbUawI3fHkM+ZKkTAzIAwXOpBBFRzXMjpR7N3O3dw WEVcIs5meYsxjLuQVBoaobjmr8kbIxoyFcXg8RuOFGJXMJpIV0oVJFzrSkFbluW3SwzaCpoP bpg/BbpLujhn3P3dQScUoUpnXIWqOZcAigNenCzBPMk46TMaS6hJpDhgEoALkUsaRtajI4IG kT+RNEmUllFGRg3d0OcaQoJG9pW9BtELRKc60Xo9SkNd0WWZjxipTb9JaSqkIA5qpY6WO2BK yQlUGWWrDMHzLl+BARA2whOgOZaUpQkUNdaCnDwQNiZKOtJdmNOaOyGQZK8wSxFbAnqngjwU rmyMDShrbsiYwSChJSKKOmc8JrFt7leeS9Mw1NNRr0+yuIrU/wBlHbRpYxQ//9ITmRVQHa1D z0M9ylCl6Aiw1r1YVZ2HMs9a3FAO5htuWKZjU3Fb90IJFsgqTRibvA+BcxHXZiN0jHK4hg2I LLQA5SLcQjq91zvmCcAErXWtB0L3jj63BoBpreJm28EEWnodE5SDYA1pTtqCKgM00UapyWtQ amxvEqxYGoyV2d1F5IJm3pzo7UwZNhE2hffQ4CCqzAaMtLjj5IxxKCYiBcxIddlBwkaRvipb OFCHK4NiO0PFAyTGLAMpDKDXaDx7OGNm2IotAiu0gitajN3MeVFdhWppU1vHoeVWpl1Y7K69 mYHE52JFgM4JAAstb3PF0YiJLUHm5Zoj6VqK7R1IR4iYEnTSlaS5jJzNiFzGhHIY8TFdZkaW WaruTRSdNc1q8MYPNEsAlSCzGt6DXQ7RXs4kRsEShA2TMxUZKmUpKlzcEEEA7Y0kS8Ms0gor hQCcxYqegCIydnLtKADB6HPegqARTijNLKHlmhZqZdTUnQRjIwHh71QlOdJUHmRl4uWCTNw2 JleH0hWmmnh6XLGx7DpthOJruFmLlIBIIBpauhJEayzObKZhBQipI5kixtpfSMZIYGEk4KWC s7DynYG0zmqkVpzuagjZOsaKyPKkEA8wQpDUqeatwDWABvw5kg8bEAdmCIuGLGssq1xckDbo L6RizdjbDoGTVwDKQEoACQQ1ianQOK9Ds4wRE3xaHMiEggOF20tm2UjNX2sAAddpPQ2RWoah ShrTsyBxxj+MaUToMnwYnOBgid7FM7TStBW92BAHaxrhtzNy584oGSa6ZczBgFFdgXrx7uMO sk15eUTEaXUmhWgrwxQbmsCCMgodRUccSfw0oNcTuNuMZazmRZDBrqJpStLUpm1hdjZO4mGO XDzJrzAoNJblgCdQS1eGLT8LiMSVM4y5hQUUkUp0gIomEny62lNevNKT2sYZww2WLAkicysH RRNYNmyspzGhvr/biilZ0+eqq8uQEqTLzzc4ANxXKLwxy4sAczKoCKELFJjT6HNKltWx8OyS eyjSxjGKEk7oYrDSBnlidLzW31Emi5tzS810wYa4fdTAY8DrRhgtqq6jZrYjKeh2UKUMwgq6 qlrAqehqSIsBPYUJT4AK226iMWMYG2NbcpnZJLiUyqCjnmV0sCD3fLGWGmTZCGVL3uacpNA2 9zLm1HzLUW2aR5vLHn2D1pqgEeNh1FCCKixGXYeA1t0o2/ljRIES1LJZrbYWLzRNn161JvzI tEmGarMRrlLLS1+WJh2MphMABVZgrLrmqCb2rSorGcmSZOYBmYFq0rUAcEeklGLormoNVL2H IDaNLGEUONnVXYsVUE7QCDToMIymSgZYw61EtrklszA3vUg16ce77a4K8R7iM5uIyrUVJJAF BW5jS1iQ9VchCNzQvQkV6Z0ixNTUUIpYg1PHHqYvBCWqzpc4zQBmZSoUnhoYqJuHmsRJWYAv PFyDfoUjY0PCTsvE5rg7OLHKI85mNDY//9MENMAIqAFFTcnZUaCDcHiZMnMZxJJAoo0PTMLM 2VTnowOzW8ZT2EtrGgYDLx1EETAQzWHe6OMlzcOUQ1IcBqCmzS9Y5go6nw8BVa66wezAgIti NXI1AUsB2down1mqtGJFswOw1AsejElssjTRCSsUQHZlLg1K1qeIQXufM31q5s1AAa0BGtBA yYRVlls9VzHNbS1rXFo2w46yjOozCpBra5MaYgnYxZgzGzBLUE7DWBFmFyarSqGnEDanRpEx jvOVABQi/CAadnURhnCNzRBYABgDQVHHGjdjUEobsS4BNhvlrWHM1Ap0Io6PXe3cFWABU8wb G2nV00Eemaqyt9Fcii161OlK8W2MzPYMagUKjlNDSnFeMGxZ5czfqIFEtqAk32kWpThrEbDN OlAM1AFBJrmK9AdCPDNIYrUIpWhXYb8PQ7KLJKc05sJRNtQpFRTh2xixgxbDTAKJM5jJQ1sQ ezrG6mWqAgBiaGrUoDoadHs49DyjLdHmCWxFRUCh4bitCTThgVmeoKIFCsK0BoBr0BeMIYYN mzUUEAAMToFFOmIxebOC1mGqKy2FKm2akRZspJKl1z1JWmw9pprFWUUyAo71ANyRwimkYMHr zpbsxfYoyhQXpXS5pwxCZ60ZSA1SWAouVSNLU1GvbxSWxRZk6Yy5xUlWGpHDS1e1vFAZs8OT wgAqFUUpw0NBGKGhqgG8tWzCh1oLsoUHg1i8sAUq1gwDAG9iCw5nkpGUqZvsiYjqAyrXMK1J rrXoVjSSZRIZmNWBDCgNejyRg2OiRQqAbOWLczxdOFe5+NqRIK2JNNAQa6U5IaW2gRgweUEe 0J2x6CtLWjwuo2xsYKkNwxLxN8Xh7KPc3DaMGhmWGhMStuGLHLxR50IwYKgAabdYhEW5ImU8 EYMGdKC3aR4AeKLlaRWkYMHmXkMeh2XSg6EShiUjBguJswjQGKFmNivaR5pHmZuWNjBblUx5 bsJjzO40ETO/FGDB/9RIrVGQnmaCtNLjUReisAXWqgqekQq7OOKsgRMQxPOMwArTgFB0BBKK mRMw5vKttnY9dtoJI1KhzEgJNYGYwDklHNa1y1XXtY0mvvjy1Qr4eKSuUAEmtdeUR4JTPvrS 1DJMJQ7KVvU8BjOamTemQ1EtyA2oIDUjHWKGDcyvDo1NWcgU4WAKkW7WLKEaVlqModVqNlKV N9nbxq+aXKdmIJQgrsoTmAI7KBZWdUlgCgJIJsCL0pXkBMaWtYwal5QAy8wHNQVBZgdepFEl jNMmTBmuRkrclRUnTShEeEZWWWXrlYioFNQBwbI0VGoZQJCmZMYEdhZVOvIY2MGUyWGUMy0Q 1CgcyNK2Gzjgcqinm0qpBzNWgBrw0MFzRmky2Aq9FNCdcxHCeKM35ovvlPDjNxCtiCRx12bY whgznKrS3yAZ1ocqVtWh0PBxRN+dpUuU9AigUoAxZq8NeLSM8KGInUBJZRaoPXhWvQMbs4Rh LVRzbG4atQbcmYCsbMoJsYKmWHDZytTUCtSwAIJNuNupGiy8wIRqtLVNNCBXhvUZjFUUrMmJ JAooJUML89oelBMsKWSYKBWqGHGRoKxpYwYFPDmYlObloxzUNgSVp2UeIhXI1MyqMtADTQkk kCw5ehGsqZmmi1M8t1rcXStdnRiCY8xZeaqgi5QAZ1qKC1NtIwYKgy5pLChlvKGYGhJKkgcF 6ERjMdJbywpqCtCdCQDpTsjBAquaXJWgGTLUjShJIgScpadKyCtFY0AqupPHY1jCIYNG54TK EqwDakGpvQAWGunBFUYLJEx6ULc314610OkFHBtnzqCwvzNQq2NjfgAixwBeQZLMEB0O00qa ERtgbEwDrTfUUmhqXZOaAJFdCLWhm2J3wASbg9e5IVSMHMRVAmDgcGug0FtkM5KrKTKoDEC4 G09vEcUMIgQjhhQip4RF8gML0nY+rgy6Ac4QAdejBGFmYgp3kKQxPAB2QjZDaocgTQCJaBZm 6GHlOUdipBobGNExCTCMhBDCo4+SNjQ1IETKIx62YY6uBel7XBptEXlzpc4EyjnCmhpsMYwM MjbFyBtjw8pirOEFXOUVpePM65c1RQamopGDQvbbFSDGYxEg+Wi9ONIwYPDpHlo9PFFL8MbG D2hOgjw2jwlthI6MeZWpXZw1jBghpHnRjwgxKGMGD//VU2ZaMtGmOatxLcnii2be8uhLAFW2 ZahB2V4zLMXQ9hl5uUm9ezi01Qp3sdhWjHWpZ6mBSZMiEyGiS3mlRKNTLNMppTMDQtTkjGcW ExV1WZNvSwqLUps5qNMhUBVYrnoCRZqEVNDxxRySpZeZCsVAF+jfbGEMGpLGW8253kVyjrxF CAdbAmMZjEKoZsq0Yk6XzmgsIisCHTKBYvW+oFBFMRQTBIIrLMp3y+mjUV7KNtDToFyt5clZ TNzSBqnox7loiAXtQ1tUlQOlzMWkJvQZQeZSgUaUqBe3LFZwyIDqRUDkqT1YwbhxnMkOcMaH RVYDbUCjabDGIEuZOZpwqplo7gHU0IFx04OlzpgVKUoVW1K7WrEw8tEVjQEAkZaddDMAIxY0 2AZMllkLKYZHmVZZvDZWVemI1SUDvc7Y1crZdp2a7CI8S7JJ2iY6httBUgQeQFm7yAObVmrS wMsClowYFzqZS5UOU1UNxtWuzYLUgnMjEImYLmXmtlrA9GkWMpMulSKkk3FRRtOhElM0pyV0 0YcKq+YDijBuGA85ZkibJeWrMAxBbKSrBhmzCmwVNYtLlTWkGXKVWJYUIoTQAUv0IZoN9Cy2 0WtDxE1pGhkJJoF2iugjIJYxSmAFLwY0rzAykrTQqAKCuysaGQssgS0GhvXStTTs4Ipxx6UX U3jBsUVTS9BF8gOov0DFqUIp0bR7QRihoU3lduzSkWCUFjTji1BEjFDB6LRDTbHkSNjBGVGF GAYcYiLLlqKKABsAAA7KKljEzExg0MTgZIbOlVN63zg14mrFmwqOQWLGnAxX6TSNKmPaxg2M DgpFCpLkHhdj1Y9GEkiW0tSyh9b35L1jXWJGxoBrudLR84q1KEAnaDFpknENMZ0cpWlAKkW5 CIJFolaRpRDazdgWZKnlBVizLW4Jv0K3igmYxbscwFKrk2dECDS1YrrbZGyIYsxlNbNKZRYs pA12imyA97nS5aoCGGUKVpXteGGWQRXIuhAIjBojMgsafi5JVbAXFCoOy2kedbMRwr8BPbQz KI2qiPN6ldhEYwNGZrgogf/Z /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAE//AABEIAO0BKAMAIgABEQECEQL/xAGiAAABBQEAAgMAAAAAAAAAAAAGAAIDBAUB BwgJCgsBAAIDAAAHAAAAAAAAAAAAAAECAAMEBQYHCAkKCxAAAQIDAgQIBAs0SwAAAAAAAQIR AAMEEiEFMUFRBhMiYXGRodEUMoGxFSMkM0JSU1RicsEHCAkKFhcYGRolJicoKSo0NTY3ODk6 Q0RFRkdISUpVVldYWVpjZGVmZ2hpanN0dXZ3gpLheHl6g4SFhoeIiYqTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uLj5OXm5+jp6vDx8vP09fb3+Pn6EQAA AgECBgRsJwAAAAAAAAAAARECAxIhMUFRgWFxkbEEBQYHCAkKExQVFhcYGRoiIyQlJicoKSoy MzQ1Njc4OTpCQ0RFRkdISUpSU1RVVldYWVpiY2RlZmdoaWpyc3R1dnd4eXqCg4SFhoeIiYqS k5SVlpeYmZqhoqOkpaanqKmqsrO0tba3uLm6wcLDxMXGx8jJytHS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AImhq3BsEAOl3OYlokiKclRUlfDWQQz7+aNa tKGTsZltDESXQoICipZDpIUQQMVxvzRfloUlAAVkxMCNxozBNUXsgvMOpAyuTmjRpJcyXKaY SSc+OKVpmbQ0ORogIJBNSSydshINMHDJB6KekMLTEjhnR0YNu4okaFF6DcjKknA4GN4vhNHF SkKvIvzi47kISynEtWwdVx4jNwkRBOQ5oTQ06YMQCuKx4xjttuGSU8RxuPES6EQ7HWhNCCkq xEHiw5oKQGga0daOwogg40JodHIgg40Jo60KIIGtHWjrQogg40Jo60KIIONCaHRxogg40Joc 0caACONHGh7QmiCBrQmhzQmiCBrQmh7RxogIY0dAEdhRBAicghPfCujoswBBJc10JjmjgUkY o7pggIMFI//Qa0O0oLSQTZzEZy8IRIQDKLsQXfajWraGMqhkZG4GXLplplAOUlSS+N3JMW5S VJTqi+K7NdDpRKpEt7yEJvz3Y4cEgF8pZzsQi2TIg64qSkgo60daFFoqHIUdjrRBA1o60daE 0QQNKQcYB4kN0pALh0nWJG5ErQmgIIFJkI7MwcKoHow6UNCtLGND9FIPHaJGhNEQ9gpehHpi MupOZQaH47xfHWhmky3tBNk5xqeNEZvB64Rk8lrw5oTQ0oXzFZGyAqO8mDGArXBY7R34iXgB DyOwmhumJBZQKdkFtsOIe4OUbcRJCIMcaE0OaE0QQNaE0OaOtEEDGjrQ5oTQAQ1oTQ9oTRBA 1o40OaFEEDWhR2OGIIGmOGHRxoIAbCjrQoIgbCjrQmiAD//R4y9bdjsxRRKKlgFAQq0xLsxJ 2odFermvImBOOwdhmbLGpW0GdbIzNkQlSlSUoTjZIxEYgkX3x0E5juRDImjS0lZvKRr4ruki wk2g8BbaEzakCukZGZGTQxx9Y7Udca+0Yc0dhxWyDHTnhOM4h7RyznEQQcjrR3SxjbcjolIO O6IkRAa0JoeZKRiJ2zvwywcilbb9JASCgdjNwhhJdHPEpCAsWAou4Ll+ki8tQlpBUs6osLgT frARAqlpKhKKldgrVcQssu7ESm0MYilWupNhUm0amLlC0ySqJ6FNGHEEcmSiNgvx4mThmiVw xUnZS/GeEvBVIpyAEvlCiG2McRHAsoi5RGuFPx0wIeqyeQYdKDeBdTX0S8U5PFu48TpmS18I tKtggxknAgYsovk4U9KIgVgepQDpane65xdxCYMPjbkBDkmxjfaOFCVcMAdkPA8qiwjIbSys 57JVdxocmqwtKICisjoSbXSQYfk3ICHJtjG6ZQ5iSnYN20XEIpmjhVA9GHSjejHOGKxCtVKS Uvc6VJ3YlRhznSQfXS/HEElxQ9AGtq3CRqWljhkE66Ta3LjHdMRlNno2p48Uk4Zozw1tGyne MTowjQzLhOSNZTp48MxEbRUQVhMmqkyFkXhxfHWiIGlXehaHOVKgDuGHCWscJMKh0IBW6Ggp dvQiPoYfHI48wO4BbMW48ctgDVJUniP9BeIkBA7CjlpJyjbhzQQA2OGHNHGiCBsch7RxoIAb HGh7QmiCBjQmhzQmgiIH/9JxcAnWipWhqVRHDsGI2Q8XFsEl7sl2O+HS6CVUpsLWsrWXsISL TAvjVcI0LhoI3p/FS0TQ2jN+FSnQFoBN7MX1+Jmiyggi5riQWxPDjT0iCZCVrplSzZIWy0nP eneiRNJNSNRZmpJcGWQrJmx5IChWpZElBoBXSM0m1IzZCO+O3xal0FVM5hZHQi0WUYKVjmTA NgPx2hzVqSbiolCo2wzQTHQ5uF8bKMH0yMYMw653miwiUlA1CUo2BfCGuk2Iz1wclo25jC4G qVtZQb8QOpG2Yq081K0WAQVIYKDuxAAME5Atpe8ubzfAAiRPnVCzKBHJitViA1RyxXD5BpQS A5LSWSRvhOUwxSsibjicgnjQ2WJqUolrVaWBeoh3vzR2yAbrw2PMdcxUuLxq2TRS48EWKFol DNqqciuJXJpmTVlVygrE4S2fmL7cYVTLUJ6zeHUSLzi4sEhTLRKUpbaWnhweFN27A/PNslVo ElZN2Y5GhFIcxWJmNcSBsQ5M+olm0hbNrkdLHWynFstHSnO7cQwwgmRhStReSF7LHejqMK1S VOokucRAIirdmfZEIAYuliJNyIgnA00Yb1PJiL7rw43C8WEYXpFs7jiA9LGJZJ2dl45pYx5M pIgsRgMJAgNZQzRZUtKgcihduiO6RQTC6RLJIbUkdJA6ZacQI2bxE1BKKq+Qi0wMxN+MY4hK ktiAYUNzGwcF0p4W2nYWYYcEyebqIzFj0kbRoZgJayeK0NNJOHMX4ohkEFSYwJmBz3iWnYUk ccRDwBXSi6ALuaKUnpRBEZE1ONJ2nhlhYxg7RiIESMITMKSyw0wsMRcjdeHDC1bLumIB6MGO 4BGzeY4UpOMA8SClUTQzAQpNsQzORljZnyLxjD9IYeMK0ZvKJiNcXcYxcXIlLBCkAvjuiNVD TENYAG1BY1b2AwKHkg1GEKZfCzm1lp6UNE6Z6VB0lK+iqD7RiicEyC5ClDNeN6ITgghyJl+S 5oYl1UTYA1tSbca+mJdiFDZSW2xCCkEsFAnMCHjD4DwjKLy1niLMXsHpqphWavVBLBIUA753 xw6ldYjQhmYRUtsJJSyF+FHDKTiDp2C/HeOWF5wdkNxjFiTFbIOhNDdUMadpT8doTnmqtsb8 RIiB/9PSk4NnO6wAMyi53HjryaCY4OmzQCCkFgHzlo5U4RXNdEh0Iyq5kd6KMQ1w0GSUpAJQ SSNCECOp0ydOXNYMtRU2NniAGalabBKb74tE5o5Ze8xWzMw7QWJGEKuUwK7YzKv9nGjJwvKU WnIKDnGqG/GQEx2zDMwGQJpU+TO5aWFawN+1jh5UkAkkAAOb8meMLBsmXOnKTMDgIJF5BBcX uIrYalmVX0UtK1qCxMYKUSwGS5iRBSySAhmRDRqcJhWppsj6sjjCMwMDkBxsGBD59mHlwznG GBGTYhBCQSoBiohydaKjMzaiwiQOME3Zib9fLjvjinKCVJABDG1iBztHSLQLm0dgEhoSlG6z eH1QGqUbs7tABFWtSFyJgDOlIvUWZxjzCB9WpLD2UElUkKp1y7wCGDAqzXvA7PQZcwoJdroZ SFVslLdqIyYRXnjkNMOghWSs3I7ba8GOoW5ZRuiIwwxGEMSs27MXAysZHFEcLZG4hiFE25lF omSQcu48B7DsjZkOs41TmI75cxK0kpIUCDmviRKVzFBCE2lqIAABeNRGh2vWhMy0hCneySXG 4YggKZS1TEJWGVaSk3HOHh7nKONFahTPkydKnp4QhKC4JIAF5bFe8WSXbHjzQ5Csxx9YjiGE FJzx14VoYgYgAYEJIsqAUz4wDjMNMiScaBxokFwN7uSYxp+GeB6iZIWUOhZDFxsRDNAKEjRV SSSCzi7IYjNCMi9sRVRhqUeGCTsLHSxOnClMq8uNo9LEYiciIMcNFMGIpO2IjNJOD3PfnEWh X0huttsgiLBOYP8A014KQBkqkzU40HahS8ojUtNjB2t54r1N9k7MOtnHxBVcwmK0caHNCi8U BkdaOtCiCD//1HFiGN4MK87EQTZwlALJSQDqg4BbWiRFTTqWmUmYkrUHCQb4QiDGYlCYeEx0 CMipwxNlTlSZctJKVKDknmOsIdCAqRrtHWgeVhKvmlgtKHPMQBcC2NUV50yfNTbE1cxLOQVE lIsm9TXCIIDbBJSalYBBIl3h78Yiph+zyJ0AW7aXOuAtE6zRV0HoCaipOXS08dMW8PX4WoNa XOOInjQFTQ3oEmpDhAJDXtkN1+eOMp8xGZi4bXxQ99SAHvDAi+IgMTZ3zs2fILopFg7eWcMM oGIvxIaohADkJc6l7n1gI6CpyZZGO973z33Yo4tKVBJIcpLps43DiIII6hlSVJWQlJB1Tl2G MsIH54GmGyxGQgkjdjYrpy0U80I1BUQljqnAe/NfGIHIc44ZQTMIumhS9mGEQwiJSIYoRagU kYhMcCQYeoRxOI7MQhDNkEmUlSgFGykm8xoCmklACDkuP9TRBSS0zZ4QsWkm4h2x3A5MRMEV BTFK5ZSgrlhSkqU4Vwt1zXNCqkpZC1aaJP6ICwHgzSxwXNDrUCE33M9xbiRuucxjiShIZIIA 1iBHXEEiQAZpDbfJlk3Ol9o+zh9oC+IpoSWVasFCkkKxYsY2CIkJBGPKMuvBEHXGeOa8dxw1 QFlgMmxj14gg4kAJDjpcd+WA3CyRyITw3eXpBBmQMXsoEcNMMITRrpO2kRDEIZxQmEJKcYJB 1i0SFo7ZQcePZgAifBaSp3cnTGBJeDJTgs14xwJYHS80o8rJ3TBct7ZuvfPBIAwx8pB48QT7 0g348oIicnKxu1oinkFAGV8xEMomInsIqmE3oVWjjQ5o40aRQG5RHWhHGI60QQx//9UWrUjg uaATcsxawbMs1KFKSV6WCXF5Aa/ZaK1U5rJzZZhi5gQPXDWQuAGJo6BKgpWkKSQUqDgjEYGK uWpVbMSkOpS5jDFjjWVUGiqlSygpkzL05gcqk62cRkTVLmKUpTEqUSokBxeGa92MFLYKhuOa kkITehCgS7PacviyXQ1BvtMGAxG8FkZREgCWK2xrF2s8zeji02QVAAAuwGR5aTl2YIAJdCpS aqqKec02gWx2hiAyRPhsE4WpLnAkT3x4nGaK+hGWUzqpZxqQjEQbiTddli3hcPhaRjupZhDa 6xCq2hhlLUhCzEX2SEsUi7Hla+OEkksHU+Im4EC7FkhKZmvyOHYsIQ4ZrmxNi/rikWBaogWz qhw2Z9aGpDglYcnHjZ9YXw6ypAvNp2a65IHHhhcqC2vLORja9jdEEFPCiFKlJUklNhQBDWgQ 3NRmjHMb1WVSwm5WUuhgbmDHO8Ys0lUxSlCySXIzRYtipeaE9iIwxUPMMMWoFJCNUNBaHGG3 O8AFqNLBTEzU2bRUhsT8SC2klIp6aXKGpCJYcENeWeBXA02ypQIuVOljjwZ5YUmqoW0KpINt JOIiECGAfIMutHXjrBsUEQcLEWcbwgXAUct8KyCWIuaGoQLCbmLCIIO2Uu7DajhSlwGy8YQ8 gf0JhrXsDkOW/HEECshrruKYya3AgrJyp4nFCltcU2hcAMbvkjWYi5zuGEbhjiCAdVgCoSGT NlqzPaB4xiM4DrQHaWo4mCtbXAglIOQjiw0hWtxt+IIMDB2D66iqbcyTaTbBuUki7ixvpWta bUxLKOPdyRy/+hhB82LYiCDrqxs20eliGcosBidXSExM5zGM/CdSKaXKnqeyJwBJdI1QIvgk aDI3kgpkkjJ4MSNEZmywood1gtZAJVifFDZdXTTBqZyL8gWOJmh2mSkqdS0uSGxO5hla+alU akiI0NwFCySomIzQ8DiVpWpg4KDeCGN4iSK6lpFVafUlDE5HiXTpXNxDqFwlSlJmRGEVrZqV SCIzIf/WFZ55UzVDnQ8eNbQ7TrqMIqTLYclqLnEASIz+B6ifNWUyZhJWWKUKOXEWEEWheiqa atVMqJSpQ0hnUCLybtwQAzZ0N+ZgylmSDJqElyxE0XlKsikkYmgEMwyKlSbTlClJCxjAtXkN nbFHkGtquBUacVASwCFJNytYpJyjNljx7VoQsaYFPMUtRIYOXy3RDNo5AU64WlS0zAlUhLAJ tLlpClBCQF6oqON34kJajIaakKTNKQqQQUFLWEgkgucl0V5NRIpNJ0y2olTqLBgliLgcePLB PT4DoalJqUTzMSt+FASA4DhmuxYohGAZIeg/QwiyKoq4YzHPsSo7hGdLn4QC5CgvS5JlquIA JVaxtrRGivp8FqWmmlqmGYp1EqBGMl+K8VeDZlbXLmg2V2AEpa046KMwEKqVEZIDKSZiwEOp zmZjqseOHiVdjCQMZOOOy5c7mRI11MTssm4RJwOg8M63z4toRWHEK1SJYtTFAgC4ktFU1ySb MgWipgCAw2zElPg+TUVFRNnErszyhKQWACQLv6o0008mUlpaAnICwJ3YYlLJIrNcQaCJ9A1N Uqrmp4IZDpUJd5vL3uYpT2RNWlNwSohgXxRuYRltTUyrgzqdWK9ruLA7NNmYvFwxxYodQSDM ngKuGxKVJvIRVDCYjJWoFSeFBhBRUqwkE68WJFbAaEjpvhWDjMTCW2uY6UwGoiUPYvYHloKl qUwKVoYsCXvYB4IE18wm+WCDcNVfxS0YuC9KlySubqSuaAgtecQx7MEXAUjEyg+Y+yhG6oXF MKl6DJdfLJZSSk5cREUzokwahRlnTdSSCbAIuOsqLxoJJuc7m9A4rAVOSSmau89B3oLMRkNg aI8FEXzFp9u1dIIcjD+Cj3mbZQodJGAvAIbUTiTmKRvxCvA6ksy1Y2cpAGzcTEBQQKU4bwUo sKhLnIQocdMOThXBqr+CpQfOsCBgYGUUsiaE5yUkk7uKOcgc3nYewnfiMwEE5BcmtoVXiolH 28Tvw9NRTzCyJstWwtJ6WAzkDn86IPEO9DDgWpBusEa6mP0EwWYiCcg4K0E3KT7EN+OkEwCn A9WlyEIObV+yEc5D8IjEkC7nT9dAEQTkHVk4mjjNAQZGGQLLzGORM1huKjgThtHCqnBvKpP2 aCIh5Bu+t0kZuGUJm0ExK8hCgACouDra0DonYfSbpk/2J+PHVVWHbFlSppBuIISbsuSAIRPI oiaqSbUkhQfIzjXvvizINSZ3JyibSVWHZQfEQLOW7EYRwaotNCgCojUgaknLiZhxIu0yJtNO Ftyg6tUsJAZRuKbtvXhTDBlOrVT0l12VguMV4D49eJbY5odob8dly5YVMqXU04nUWHa8HJEl qTr+/at6FBSP/9ehJ0Q18lyJumuMSg+04i2jRTOfTJslF4Zw4LjXEDEdUsKYBISwvZ79lzCh gSYQw7TYRolU86RZm45awoKAUMuLKLjGTSSzMUUkOQwA2bhFJKym4Rv4Gk21CYRcnVvr4k9L AMTqivoipkU8ilCEgFNpKlDKWBiHBGGJlGFSlKISUkJVjbMkjNmOMbDiNHRIgzKJKuazbtow LISo47ohMyEeARoncEFc7mx4wAEaGA0Aiom82mJQNhKX6WMFFVTU8hMtCFlXMpxN2wwybN8b WB66ikUplzZgSsrUs3E3EDKBkaFMmQJNTcIGyQ0Ji92PJGZOw9RoulJXOOsLI21RWOiBZ5bp vYl7whUGCkibi7gU2pVQp3erml9qNJRxDX418ZmAQoUqyrGqcpR4oBjUViJzCLBnM2ZmM6uC VSZJUBqUizaeyCWvaBLCREuoWApKitlGwGSCcYEEWG1TE09NZmWHRenm1w1teBSbqlm1ngqW phzMmFS9ianqbEuwlBKm4kWUpAxC844rUmqWbskXgGhxWqVNgwpiGaoJBJiWasJDktGbNmGY ScQyCIIoUmqZm0BJSTJUqjpzOQAVsEhWLVKe1s5oKC7hhnga0lFiSiczpQhwQ51IBuja5FMH FjwQjLlitQbUXqiaC26ua7oinUU51JlJuAYgXx3kUwfz4l+xRbStMxAmINpKgCkjEQcsOFGb wPOPMDEa6WYq8oOoLvkujXvzGOEjhcuUNEEGUKaYSwF4zER3gec7WS/Ei/NsoAXiCQAdiHJU mYkE8Q9KIggzuB53NDtRzgedzRW1GjaUnoYGsx3o7pqMup6M4iCDO0mcRy2rahhkTuaK2o01 TpaVJSosVcLcb4c4x59YxEiDIMqYMaFbRjmlTOaq2jGsVoF6iwAy3Q0zAeEBVrjFtloKQBlG UsB7KtoxwypnNFewmNRRUsWSlklgdUXbib8ddyx4UXvnzREiAbkCYnULF8tRPDXsq8BuLFwK C+YqLnE1z4ssR6XMNbPWkkoM0PqX4UXAE4oaoIkgWrQAZyomzfdleKjaiwg5KRpYZNs3skMM t+NoTHnA/HN+OSzdjcgnIo5dqHv/AEsmACP/0B1WD61J1UlYvZyGG3ihooqq1Z0pT35M2vBp ZJbJeDtGJbzAQIkAwoqtQdMpZF/MTkjYlKwtQ0qDIlpnWkutFh1Ia4Asb7oJAGjuSIwgpAnU 11ZVyTInSbLkEslTggxl6RNtamWog5kk37UeQXjCwvMmCtTLl2XMpJvNwvIvzwDJBAkaTA4l M0FglRzhiYt0dPOHJyZZMrVJIUDZchnGW54uhSpSbAKFE3OXvO1ihlROnISlUsodBBZCTecp veFSCOS6ZTlJABAcnJih9LSzalZTKS7G8m4DixAcITSkM4U7nFr3Rr4MqWQBTq06XzJBFlYV jdJIAL5tqCRitWobkNOipuBZOlvaJU5OIZoskOLOeIpM+VOvlrdnBTiIOYg3gxK8QVoMZmFU y2lhYtJRLJY5gQHgMq7IqZgQGTbLD+uC7Cw4K5LkrsqQkuBcCcbEwH1AeomMbeqN7Y4KlqYs Mo9UixRC87EXFqCElRyCM+TMEkkrBBuua+OTJ0yeoIQDeWAGMw4RgNUaWwZNmqnLxXZAL4kp 6OqnLTZlEgqDWtSDlytmi3T4OWFJWVkLSbwAQx2TfGqmmssUrClpcupjZyWhFZqnAuUqQpyS JhmpQSsoID3gXZnaMxKpIU0xBclmBLcRo1ZctUu0maozA6lKxtiuF+zFKZIlFVqUQ4dkl8fs teFIwwZMolCzaUlIJvyMN0wW0CQmikpGIIYXvlOWAla5hWLZcpuDsQI06fDtTIly6cSUKEtA AJCgogZYYjQ1AMkkCuOOIyKfD1HNQTUpMhQLM1tJ2CBFmsrEU1Oipl2ShZDKKXuUHBuvhkhU C9jjIwlhGbQTESUICwUWgSWIvIEaNNNM6QmasAKULwMTvGPh9I02Ss5UKG0RvxDAIM6qKc3L KfYjEknDNRUThKCEWSReXLuW1oxEjJ/THF3BaTwahIDupO4QYjsEEE6llzFpWCEqQcYAGXWj OwrhCbQTUIlAKCpZWbSlEuDrKEbahebssDmiUauQQA5lzBfxIhgEIOqhqEhxJlO7ObRya5Oe JOqlqAzyUX3YyOYvGMQQ1wa76DDXdQuGMfQTvQGYZkCGkw7U1NQiSZKEpWpKSq0XFrK0bpLZ YEsEC1WoF2psqu6CILXLwSCm1GRVSwlUxi4mTEkjFlfJHMplG8lJZ73GLHCwkuzMJYqD4k48 gjqXUhKsuPpIqVuXkxYTh4GfwJbKpqJcxSiq9Bm6WkbWOOcCz+eyvgSrfjTcE3ZgYTRGIQf/ 0dUoGQnc3oeEtlO5vRzNDuJEACbXO5vQrOudzejo2I7xIgg5Z1zub0VZ2D6efOE6Y5WlNkF2 YbWvFp9najj3m7KIgIpKwVT2SEFQOQu8ZMyVPlrIUACk3h3N3FGOCR4xsMSeTE1OIFFg3OCX cXAjJCqiJCSBI2YwqmoM9alLSlFlOJgC4Os0dpa+ZIZAuQ9+PiHZiCpSETACCAoOxL8aJE0S iElU1Mu0AQkvaY3PmhWSAw1pdWqcy0TQFHhmQ8wjZOtDhXGpWZaZq5DG+1c4zY7o7KqaeVYp pbqsJxhILhsfFiKfSoWeTJ1mc4eyi/M12zCgh04iYE05m2xNNl0sCGLksMgEdm4MpJq0qlG0 qWRaxC0kZC2xjhnA8lU8aUoJsJZYY5M+K/PEyKiVemSQ6jexsgNc97PEaNBBWqsFGrmWytMs qU6QzlIbETdEsqgpaQJQkaYp71KBD5Ne6LaS3MrZVcl2uHFiLktSrZUQEKPMbtgC6Ik2jYRD cSCcmzYVclS2DpZyBiAzXQqiahLAMTzBLNeSAzcWKs6nlzlmomzFJSm5CBmAx62vHJdPLlDT EuVLzg3X5AHaICFNSai0tXJUwLskLJYpDYgMcQTJKjja86lIIF2O+6I6hZM9CVF0yxeq8hmi aWmSQLBKcpKheX11CIIEiViUVIVZxIIDgvnyRWrJSQ0wM5JCgC6hc7xeeUlIZrZuBYOdqFZQ AxFpRd3BOPHeYKQBlzVA2QZYSwDZyNeJJVZVzkqkLWVy5aU6Wgh2DsRcAcUWjIWpZKwlTruB SQWGTPEU+gtSzMRqCAXGIMM0EjEBLgwAUqMtwfGA+W54ztEVypBGJljHrphaHJk0ypkgkGXL IKc4JybEO0RctyD0JfGEO2CNwPSlqVMsnEXy5o2MDpfCEoZiTtB4x6dClTXGvBDgWUtFUFrF nUqAfXEQAxtlrRBF7mB/RGwVTlgXTNDnYBghmAFRGvESkS13TEhTYnv2ngiACCiWxObGQZRC SolQAAxoLMGxHWg74HkvdLSPXRvQhKljEhO0ICBEgZwWxqLRSlOoSABdeVQUFiTrwrKRiAGx CaIRIEM0jMrRZnAtl6SGhQRLAN2tsxLVqaYUpF7CKkyYojVJcOdZorVM2TyYcnLwJQoWrKch I6WHuYoomFC2VjUONkiXTYU2SBB//9LYEd3xDANnbO/HWD5dsxAA+FvxwAf0J34aSi0Evqib g534ggkhp6URFOnSpCSqaoJAF5cnpYrya2nn1KpKBqkgMo5b7xESQKDF6KGF5C59GUSxaUla VZXYY2bWi4ycwhAIBxDaiCASlCTNmKeXpoCWc3AF7mJIG7F2ewIsy0M2pKglxrnMInr8HLKy ZA1CsxYB/ZxTkUlSgqTMvSQyQSSbnvYCKjZOhYQtSaZUpDoPDXqWWF+Ya0IMgKtKQCTzAm7H c5vJiyJExbKAASEuEkXbWSIeQ8rcqUSo33AN0sAQU9Olywu4WluEgtZzWjnjqpS1pZBBAYLW pOM60XxSIJaYLZBxqSGGsBDxKQpGkStQG5rdxCYiRBmBBWVywokBgGBKtckmJRbspSNUxvTd kOUOLzrRc4HQCQzucQvjgQUKdKDlABZhr54gI6llECakAZQb96JluQAgBQO3xXivYnB9S1rG XjqETCq0tdnMAoMBAEDF0SZgKZosgvcCGaMlcqqlTFISCsOkW2OIYo15k2nAJM9JLM5UHGtd HAKckCdOQEgXMsKMEhBUkyZ802eGU7JIDC+6LqcE1aQ4UFKJvdQ3LotS63BlOLEufLTn1Tw7 kYwakX1KOI54whiUk3MKZm2I3wUp1DVy0aZM1QFzA2iNfJFVRLsUlyL2vjUOHMFjvOD66rei I4awQ9oKBOfSy/GiGpJsYhGbgXMHSUyqZFlAQVBzn40UNEY5KkKOSYrdA3ocrRBQSpdpCVrF pmSAnG5ytGdhLC9PhCSiVLSpCkTLWqAYhiMYMORskAINqIqeSVoSUKKS5JvzNijZwZK0upRq iQScewYyqItLtEpSLR4Y3YhF5FYinBnoKZplaopBzZHiBUJG7MGrN+XWhjPjMYE/ROXtSpAc s4UreiFGiecxtyEE5GUoDpYiQzAYJNYkvCYD+uBheiapOKTLHFUelERq0SVz6lEsa1knjmIk RgN4BUQP6EwmGbdO/AidEOEVYlID5kA8d4hmYWwhNAJnKS12o1PGiJEYHkbteVJqSU3ahMVV KWoMTdFShnzZ6VaasrUk41Fy2zFy6FMmYLQRTGSAo5DdxYi05OY7cTThaDM4iDS+gwphiQ3H /9OorRMbiJAGtb9lCRoinzVBEunBUcTKO9GTS4NqalKZtyJWNSiWZOeN2WmkwZKUiSLc45L7 ZJzkYhCmqQHQTgaIqZxko0yxKVadRz5kgkiKVThSlkuqWpM2YMt5SL7796MmomVUwvONpGqe WDqRmjPQbJIN4UCDCoS1ZiMiaDTrKrgibcvUhOPGDdmiGjnKl1KVyyAoPZfE+vsxSMxsZh+l T7KZyUqKUkXNedgYzBQIN2pwhhelkpnzUygleIAFRD4nvimrRBXWRchyXezcNbHCk0s6pSJl UsiXdZlknFcWOYRaqqKXUyQhCkiyHSq5ISczAC6AxOQWTgZ6sP4QUGdI9d9nC5Gq9V9sA6yA Il5BEaSSmdbmuGADJ6UxNK0Pi4zZwboLAPlvMRJAiocKV60MZpBJyADjREcIVwxzlu4GPOYu qwFVIBKVS1AFwy722ozqmUuSTLWGUlQcXHLrRCQIJlYRrsk5QPEHSRyXX1gULc5ZGV1GKyk5 Gcw5CXa64wUEIHzKuepWpmrAyaovuGGrqZxxzFE9GMRqSRkjgKct5iIEEqJiyCVKJOuTD7RD A3354iSxN12KJUoJIbECIgIimE2i+eIATF2ZLvfXMUwCRdkeIIGwodkzwmEQQNYw4Zo7CAEQ QSKIEkpylaTuKENlcOHhygLIOvvw0MFA5IhAG0MbFGlC5dlQBAUSx2IsTUIEiaEgB0EXDWMV 6Ao0okl3ViBAyRaWLUtSZaCSQcpUbxBMyFZEB2ZiGwIYktsxZny1JASQygkODcYgCSC+tjgE LDDCTCeHNCTLUo3AlsweIIOBscPJBTcGvh6aWctJUlB1LOGvvzDLEqKKoWnUylZOYtx4ggsY LN0wHWjRSkrOpDxWoKKdKBM4FFsgDUkhs7xomXMlqShBCbQJNwtEDi698AzCisEGYbIZ8jlo dwKvoPsQh+mTUl52l2QSAsAn+qO8ES+bo9hO/ASIP//UzjVzlAAEJRdYSgMkZg0dtWlqyqdi bzsxOrBk1DCQQQMYcjLdjiPgKvAsBIQ7sq07BuPFSSFiDEGmqtBCVBLBSr7gzMLzFBSFTVNI SparJKgA/GyRtysEICSKgadaGrWtdlmygAxpSqIJCVU4lS5VkMA5B6E46WCRuGYAGqHA1RVK CqgaTIIBvOqVmAGONxVOZEtkqBIDgF1LIDsBlieqFVKlPIRpkxWLmoOuboZSSqqWkmfNJUoO QAAxOO9nugKlTlk8AkSWgqqkVE1SFFTmWrVyiQFAGHS0SVKZaymaXOlhJJYZTESqKuXMUtUw JEw8mKBKl2U4hiG40aOD5PBKQacFCJZsFSwQoNjx3mFSkFCAxVPLsWSFMpOPO+tDarBkyrlo VKUpAQlkouCdm9miOdLmzatcuhqjp6CAoqulpALMAcZitVyK0r4FTWTpk4gWkKBSkk7GIQUA DopqYJ4HClGfLGrUTqQTkNlxsRWXS0slctNXNKgoEki/VA3X42jdo6PgWQUrKZ0xYFu4JDgM z5osop5c2QF6SlSFPcJdoFnGPiQWbYRLkZ+DqKXI01TgmylQKgHsqLY9lopYapQlUufLFzFJ SNl8XFjYqDNloUJEu9KLznCS9kC/NrxE0hc6XMmLTKtBhLa3MdWZKRcbssM2SyfQqI+SzaAT mpXLUEzElJIcAgh3xREpOT2UGM6mpEz1TJyydK5aJAUEvlsgY4hqUUFRLsLUlbC0FKBS+VnE BIYDEiUZk1KEEAqYB8WzGsnBak3qnS2cHmQLjiRdpKSjplI06RphGqtFRy9FIe/E8bUvkKqE 2AhCb8xQp9kREpboEM0NjN6AvOoVypapqly2F7BRfdEZFm2i1icnFswaVeAVrFqTOBlBSTYm XOAXa0IhXJkSLkypTJDqslK0pbXEBo1EIyNoA8S1G4AniGLcrA9ZMlCcAEpWSEBRsqUxYsN+ CeXYXy2Qm4F0AOOPmiOYck5duzdnZ32GiMQZ4AycG1dopSgrYkWkC0k7BEPTgevUzSiCc7Dp YIUVMhEsJlKCEp1QF6UjPc0dmVtHjVODC4gHKL8YJMRiMQZfIJYlngmaUFN5CZZu2SWiFGDZ AnBKpyVobmrg4ixYkYo0ThWjUqwq3MJIS4JsY2yxoy5dPKOlSkpRcSyWD57hESZACnIo5wlg SFoloOIJQBrPiiUUk8kCZUqN+JyH1scWTMUEWrOs39cMmTE3WlhIbVOQ2YZoCQECivB8ifPt KlqIYOolTADO5iUYKwchTlAL4gVFuPHJ0+yAJKkKBYO4UwGYa8VpM1SZqppVbIS6nBYXMRfd ESCwsuoL5oaG5OlIfG2WJU08uW2lS0Sw2qIyx2kSpT6bLASUghg4O5miDCFRT4PsukqE0alr y4OLdgoNCQrU0CYIlp1IIFlmF+KOiwBecuxFNE+RpyELDTFA2U4+li26M2OACgMWZKhZmXhV zF74jTKkoGpSb8ZvfdMT20swaGmekXQRBXXTggIQVy2v1JF9+cgxHwGvnWb7En8TFvTArE8K 1rceIAP/1boMdeM/Bs2oq5XBM1YAUS0tKQAOLji/ijOZC8dbWeOgNjxZskchEsHzQAQ8knGY bdnjmOO3QBArokRNXLLoJGtkhgivWrMumm2SQrS1MoFiC2PFEIktBAyTPoqurnTCQqYSJaio MGGMAHHswpi1pnKVSqVJ1JSkAqsuMrG7LGJg5c4yVoUt0BSbmDuos7xfmTZ0qeZAUFBIdJUl 22zFhx68hCZtGQlVUYSmoCakyRzUqJKiR0Eg9JEuD6rDM6aJU9KZdPKBTiAfE1m57tqIigKn oUe8gSTslg8aEiSadCkBVokllNi3YKdeAgWQQSQAzZ4iWuSh6kpFpLsQHWW1hfGVgydNVp2m KK2WrHrbcXqSqUiaDYSpwRfez5oCBAxWlz0W7YMuYsKJIdgoC+45BHZUuXTKKpYSuVLRepwH bEbWWMuiQqnrFoSrklWmLEtsTLIAeNFZ06cmmN0satQx2iMQOtENkI1DkPUKmLWkOCAlsgA3 zDFyJ0tYsAqlsL31WLEWiKoqzJqJyEIHJcoLfKTfFqmnLUCFEqKVBidgRBBUrJVfPklASope 5Ls9wvIJzxLg2in08taKliFqtOlT5MRDReL432YYVG1j1ogIUqlpqclclDOLwCelMKfTyZov 1Jd3AYnZh4vjhJ3YgiRRVg2WoFFokG98o2misvAsp1EKWLRcXpIfNnjXSrVM0PYHGHYuHzxG giWwyjg+np0pWmQqcrW1Wu5FwjqFVaqkzZiChCQyEuFOTjUWEaZY3kX3xHpSRqsZyOSRfrRG ZiEZE2FaairmyVISpCVE41ALF+QgjFFCowXVVE1ExVgWUgLsqLKa8sCzRt2Em83ttRyxq3dk gcKLhEESMXkGmlJKFBOLEXyNiMMnUlSkiUSt1Y1ISSkOcTtfrwQBF5L3ZBddDilxjYbsRAjE YhkT5sooStAs2WVYtAghg+Y7kUJ8ieuqWvhpbky0nXO1GmUJIYh9m+OEYmOtBS2AFCTTBC7Z koCsigBa24sgNkiQpJvtNsRn01SudOsr5jl2HiCC64yiOWkiOLUBkhpxAxBB3TEjFx4Wmpzx CcbRxhEEH//Z /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAEv/AABEIAM8BGgMAIgABEQECEQL/xAGiAAABBQEBAAMBAAAAAAAAAAAFAAECAwQG BwgJCgsBAAMAAQMFAAAAAAAAAAAAAAABAgMEBQYHCAkKCxAAAgADAwQFBgcfZQAAAAAAAQIA AxEEEiEFMUFREyIyYXEUQoGRobEjJTNSwdHhBgcICQoVFhcYGRokJicoKSo0NTY3ODk6Q0RF RlNy8EdISUpUVVZXWFlaYmNkZWZnaGlqc3R1dnd4eXqCg4SFhoeIiYqSk5SVlpeYmZqio6Sl pqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2dri4+Tl5ufo6erx8vP09fb3+Pn6EQAA AgEBAgaRBQAAAAAAAAAAAREhQoECMUFhcZEDBAUGBwgJChITFBUWFxgZGiIjJCUmJygpKjIz NDU2Nzg5OkNERUZHSElKUVJTVFVWV1hZWmJjZGVmZ2hpanJzdHV2d3h5eoKDhIWGh4iJipKT lJWWl5iZmqGio6SlpqeoqaqxsrO0tba3uLm6wcLDxMXGx8jJytHS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AOkd0lrfmMFA0mKxMmzukRsaeVHXE8CmnN5U Sl2eWhvmrv09ts3I1ciMlpyzY7LMaS5JdDQgUGPJMZTNAxjbLkS5RLCrOc7tix5MWwCbro5Z wlSWbVUnqBEGy9ayNpIUcNT1IiXSIN0Tlw6GIDSNRanKrHNPlfKr4Ldl+/R+OiMi15Q2QzWm sTUGg2ynRmpSB0iDdExLLhVbZLNxWrZ1rWu/qIgfYdga3LLeTLYM6A3rxNGIHTt/VFuUJ0y0 Tw0xbrIgSmfNWhx3jGqyTRJloyJJDjHZCimZn1mpiEvsZimQh08mRIs42OQiyxnuqAOTSLaR yrzWmPfmTasdOJPLpDrNu5pjjgvdWIp0hLog7arYsqqSwHbTXciB0+2Tp8vYJlwI1KnMwoaj PGEunpY8rrYbPmQnk9ZEmZmKIiBHJ1ps9jlGzk4FywoampOqDMuYlolh0NQdI62OMnTNiIWY hCnG8CSRyDngjk3K5s92VPN6Ua3JgqcK87miLYJGZJEsJCR0gxz5xnh4irLMUTJZqCMKaRqi YocRAEKn3csb5PKpGLLppkyZ5cnPje3Sie2uo6qMOW1v2AprmJzMYTCYjaDDJjIc9knbWySN Uwc+O0pHKZNk7Ha5JrXbjRHWRjbCwTYLBMjUVFMM0muCpCpDwoyCQoUKGMAAoasMTDVhgEqw 1YjWFWAIOTDEw0KGANDQjDQBBQ0KFDAGMND0hUgAP//Qk1qmtgZ0xuCo6kRRdQm9cLE5yaV5 eMMtvkTZiyrMl8tpKlQOXFNqylPss3YtiBxpUHDXAENIVq12Plk9ZE7s05kUcivPgf2eJ+FJ S5sauceUIrOV7WcOgl5BbnmBQNWXAoZc6hNbuGgAQtha6C0zNQ54EG25Qm4pNwrTaooHUxlt E21sxWZMYMMCK4YcECgEGClqBSddBrRRjwxts8qXsKM5oSOCA8i9sKFyS101qa6TGeeV2Vq4 5udCJjMMdE0yxS8GmKDvsvVxA27Jy4bJL5dedWOcqmocqNdhlWa0TtjtD7GKbXRU6qw0hIZx 0Mu5NliZKoyMKqwzEcyLwoOFKRVJlS5coS5TEoooK483CL1AhmEQotlnWbJZRuruB0wAuzrK 1GF5CcxwB39478dQ1dGeMry5U+qsAG0qd/TGVgIImkQwkpaBHJeUzZxgb8kkXlO6U+ZyDHSS 5iTUE2Sb6tq8zPHGTrI9nOySScOZvU0iNVhyo8h6yxVidtKqbrayPMqN+A2CykAjHUtUzEpm oTvRkyx36rvzBzjF1mtki13Zsg8abynAg4YRTllu5ZQM+yDDkGMZiiAyw9/Ur10EdNHM2Hv6 leXiOlrCIMw8KFChhBREmHhoACJholSGpDCDQolSFSAAjSFSJ0hUgAIERG7FtIaGAV3Ye7E4 VYACu5CpE6w1YAh//9EZkkNMtV4CuxqxI16OpieVmRp6gJcdQbxrUHVFORpoS3qhxvoRhzOd FuWHlGeblQwWjA66wMgFpcB9YVYrrw8qGvbzcqEKG+xVdygNMQRgM+aK7TKZXa8bzVNTmJie TT0MSQVApn4Y0WwAzXpjtoAMoplCkpPLBA+04WhyNY5wgqJTCUr02twY8yBdrHQ78PUQgCpW ZiFGcmg5MF5OQrVMAaYyoDoxYwLsYrbJAIqDOSo9tCO4YZgtRwUHPigjUERuaYCgpTgiwZtU QoRgF5oi0ZoZiSETm1xGXLWc2eoU4VzjMc8TOmMNsyi2TpaTLodTMuNjnFK1BiyhkmgSyjW8 sCt/FanHSKwLtNgBesvBjtgdH9cEbNbbNbpOzSiaggEaRXnxN5auBXA1qGGGMURmyKhIAmx2 ybZJ+2NyYDQk4K28w6mDNstsq12VLu1cPtk0jDPwRhnWXZFImgVumjUxFNPBGSQk2UxRzeW6 Ljb1c1dUJhIMjMNgqGgErDhapR9LiOkrHN2Fu5mVXp4joQRueVEEKMTrD1iFYesMIShRC9jd 00rEoAB4VIaHgAFChjESYACVYVYgWiN6BAQnehr0VlxW7UV1aYiXAIBztmhgFt6GvRCsKAAn WFWM9qZks0x0NGC4GAfFk7ys3LgCH//SD5GXoyU1oFRq8oxdlcKJ8xqVxGOnMInkpmmW0Ciy wqk1ugE00Q+VTS0MN1Ug1G+BAsgWiaAKFSKgGHCkY0MX3YV2JFi2wDoRqim1G/pjRaFAZgMR XPFdjFJpJBxAGGfPGi1EGa9BQVzQyCNjCJVJco6aLUaCK4wHtlDaJhHTjBhkvmUrYLdUEjHT Ai1Ck5xqaAIhCwjues/rsn0YR27AXhjSOKsI7npHrsn0YR2xwOGMMgmExBjd180xIUpmiJve YesiQAoKQzCYIZt6BeWU2SzUpUrMrT2zogq1M29mgNloVs60BFJuGsbWKOGFwTKLskSpcqQ6 oLtQjVGOJglqrpIxGk8EDclYSwK0GxrBCtc4qRQ1GaKJiCMSLybTLvSmV1zYHmbxjHaECgBc AMKaYx5JkrLmTcNsanGuhz1cbbUahd7REmaSMMmMhncsspmQ0YCoOrGNuTMo7bYrVNYmpo5a ignQRSungjBnksKYsCMN/CKZtgdlWdZ6hygqMTXDSDAwEGaDUUAwmIdneAFWI4a4Q6urbkg4 0qCDHN5NyhbpUsyJ0h2AUhajMaYUJ0c6DMidZ5UiWlaXUUUpU4ACA1DQkgEMkzLUnZhcSYVU MpIUHG8N/eMKbltWUiVLmqaihuDXjn3ozWaW0pSHzlmOeudiRF4aElnDXCfZ8WpuyJx3io54 hxluYcBZJhrpqBFV+G25xWnJrAkpfigKy4Xdne0FSRZGw0FwDzoqbK1uOK2Smqswc4RF5Uwm 8JjAagFpzQTFdUDAbNXevL1UCSl54oJDQLuzhlBgCJUtK62JMRNrykQek82GfqIYsBhUcuI7 LL6eo4XHVwJJnAg2YVmZlJ3EwmVLYKVBUGoBIJ50Qm9nGZMVzOFUpTDVjqi02mzqNtNQe2hE eKpLr0CQ5BxoDTlwJJnaw0NDUNtltc5JdLSdkeucUUU5kWNbmBoqCmstTnAwL2ZhhTfzGKXy hIltdmB72qg6uEk2gCCBOfapk6VMkmWArLTdEnkYQM4mPTTyz1cQOV5GgNzOrivs82fUeWOr hukbSBBD/9PHkoNxXgAdoa13sYqyrTil5cvaurXj03QaRmyRPnz7ai0BF1mpSgwGasa7Wk2b anQXVc8YBe0cukDIvAtJZhkV1OegPDhD3gz3FIwFTGiXZKIVWW02YDioCpyamsVCxTLNOmOU KS3NAWIOisJApI22MXQDrfnCIzzeZmOkmJWdiooKYNUV4Irm5oAMpjQmDg5qIOdWAlq6Wc78 F+KURWwJYoFHDjAi0dKNwwBEGsPf9I9dk+jCOzci8AQTwRxti7/ZHrsn0YR2j4sMaQyCYQgQ Omc7q4uXACKjTpw5kWKMKwzCIRfPAfLNdhW6a9C418tgzMwPIgNlgkyxr2Qc6KOGFwS0Lclm ksEmnQa4xvD1JqKEAVpmxOHOgfks0lrjhsaxtU9CEsugYg4ZzoiiYghiyYTU1JJo2+d3Gi1O CQozitTQgY75jNk3OQPS/wBHi63caM9K5xEsIn1agyYxWk6XZlE6bgqZ6b+ETOWrONyHPKHU xgtyqbBNIzm79GECJTKRtsKUFaRBsTOLIdC2WZXGox4WA6uK2y0NEqu+X6oQF2Wzg0LivJht ns/Tq8gxKoagKnLU8CiIi14TETlm1+lffnWwKNps+s8qGNrkDMGPIHVwKgUBI5Wth44DgVYg cp20+NWHBQc4QONsl6EJ5IERNt6anLMCoFBtmWy1TAQ0x2BGljGOz39kNNUKVaZs2akpEUl2 CgY41MdWllVFCKSABqHVRREZiTMiUHP0c64e60dDsHpY8zqoc2cdObmdVDdESvHO7G+oxuye JlWl3igz5hnzaRBI2cdObljqoaXLCzK1J2pzmsMiAvDGVMp0oeUvVQJtEqbMnMWq9DQGmgcE HHGEUCzqSSS2JOmmmGgAC8SzSDRDmwwMYuJbd5Sf37HUcTJrb38YXE8vW3v4wnRMBGRD/9QP kSU0u2Ak3dowwN6uaDUyzyOKDaVdhNG9UCtKmlNUBslTNita0xJJFSNBEHZlp2LFGWY1aEU6 owyYgmElJNASGyyiz3jfIxJqOojNb9jmyr0t3dwahMSMdQpFJLMals+PmYxENQ7oVFd6EkCG UNIJJowoc9OTSHnRnSd0MdlN01ohBwprMaSDNJCEPQVquIgJAZjK+bkxinnoRuGOmlZNkNdQ reLnEliOpgHbrFOFsnS5MtiqNhwUGvPCIkBpGWx14skaehk+jCO0mboYV3o5CTZrek2WZdmc 0dWY0u1oc1THTTLdZkJDm64wKkGoJ8zRDCMXmvTR5nIi5aUpGPimz3SWcjXS9p0YCNajDCGE TKK5xpyoDZVKtLAJC7fSaaILzziOCAWUqzJKgAsQ50Y5opYXBLQ05NektadMWNXFAFoMog3l QNgaClYwWFrktLwpRVBrriyg2YzKUWhTPShrn0RTIQUvCyewqa6S+fy4xptTLVQdR01jBY3N SzYYtWg0VONBBOTQqGAvADgPNiThlDQGTGMrhWlOhFQysCORAoSlVjKUbVc2uOjtm0s0w0FL uoVFTrgDhsjHe4IbAYJGwWyGbIwUligGb7MFDKYF2mUBeIGNYyoHY3UBbgFTzI3WgOz3Qpq5 NBSKZEiZNZrOKqxZcMxwBMYyJIoxS0ieuLy2FN6KiY2SrLNAac2aTMunGowz8+MdwmuMNCiW cDKJbHM0inCQOphFJgBamAz0IPOjW1lM6Q9qruAo5QERtNmNmlXSd2qsaeZvw0EkylycUElQ jl4yypryZizZZoyMGU74jt7LaBPs8ueSBsiBiBmrpz78cNLlzJppLUsd6OtyWyybEkuaUvLX OwBG9jCIwGQJbJLHHDlwtll9OEVbNJ1y/fwhbLJ1y/fwhqhKCZmyunCIB0vg1FKGGM6VoaX7 +EVrOlFzVpdAOnCBUCgvZ0PHDlwyzE0sIgZsjp0vliKzOk3sHl5tYgSYEENGyS+nDlw2yy+n DlxTxRJHHpDcUyOnpDSYEEP/1c1omoa3Eu0bRQClKUwikEA7kZvM0RU7sWpiKtEpZAO3UthT XAaoCUF10kggLhor1kLFmu3RgKk8nghXS1GRTTzKRFLxmOLjVoogCMwil6tUU7+fqIjLCy9r dwbDammI5EWiW541qnR5hjOwmyzdmKQd8YwgyMdPZxgJhxCLXHfHWQMnCY9pmWkMFDEG6a0F MObGl5YZUILXgFIpWmOcGBlvdpUw7HeID7amalIo2ISlVQWG22pWKFUFPLo02e2TZzrLmKuO YivUwKm2lZpBVCpO/WuqJy7w2wNMM9eqiUoMUhJAzPVqAtduAgtUHQc8bUKkYEHDXHHzcpMj mWC0xaYm8SIPS8rSRLUrLxbGgIGeKSQREZM41Wk0YcEDZmykkJd0VqD1B3o32hw4VlxBWtIw XgM6tmz062MhEkiEmxmKVWdf24UrXWa82HcmjDY68dnHI50JmN6oUnRoHUxEtU7mmGkjq4YQ aUzZjLMvTgQdNTmjbZplxQtboqc4J50Ya0zLzYtaY8uxzZibVgjXTv5olhKEkUSpoG61tMey zFKgLgNbZweogPLUGa+oAZ4FWS1WnihUM1yGbbKWJB5BgyiM14qCS2JpvQnSQwGFL2ESMWRh kwX2JmV2QCT5jypnQbFaHDVFlimTJloqWusTuqAnMdcPPsNsmOWSSxGOIEWWKyz5T35i3Ka8 +bVEkgmow1TEqtxNPNQBsm2UaThjXGMsmwtNQzRelrSoZqUPOgqsmXIVlwcO5Y3sRjFVonqw u0F0ZhCSkkEGxKmKBLRJNxpjCW1L9BVdWqFOWyzcGtBNBTGh6gRWJ5VWVACtCSpFRDWqXMtF 0SlxuDNo5JhpNVJhIJkIWWeVLRrsmZspfCmkHh346KTIWXKVGUEhc9NOcxzklEsboSS+IZjg DgcQI6FrQElhyDmU59B0wmCZKmBhEahC3Y5ZG5HKEMZcrPdFOAQ6MkxQUYGohEE0EZBAiZcm m5GG8IisqXeO1G51DXFjVoRQRAHEk6oABbGh4wAa6CIESZYMxgAAACaY8EWg1NCa4RTaCwll UFWYgCgBpy4ACwhK3QOZEKDVzIHs1plMJkwlSVKgNjUgVrnpFvFU7pvyFuqgAP/WFyZcsqz2 iYwUUpRcanfjSFs8uhkTXvUKkUrwscMIwm0TzZ0ZgFN6kxd7Q29SJ2czZoYI4XDFs9KnAwg0 JGwFpYvMxuVAJNMKjDCJSxMWcXNbj0xpnoIvs9mSSoqxmtnLvieRqi66GFDy9W/A6QToExiq SUnTDcmKFBpW8MKdTGidYBaKdC7nMQMeYYCzLPZ2nbJLZRUm8FOciKWkzFdgHZRnFDogSBBA 7Me0KgqxwIoQow0A82MUySbSCzTLuOelSI3M6UBZiRQAjRAa0bOXYyJjSwXzHcgQ2EahBMEl TDPKuMCnQiqc9KHlYwrxzNjv70PSYASVNaCpAqOHREGdlQuEaYFBNCopzIkWQH2xVeeShugG lymagz8mNlmtMsSxLGZFFa0GnOIzyJqqjNMrfau2zcoxCW5mWlQtCCaEUHJrDCSqOie3SGUI hIuBammFDFTTloWWZWuAzUryoyrKoCBQjfERayrnLU9KjrYpgMMmIzQQRsGXC9p8oE7fPv1i lrTLBwqaZoQkocaCm8BEGs991J2t0EGgzjCmrNFOsYLPignQNmCNoRQRcOOuLmtQlWQFlDLO JWhalKZzgNFIYSZYwZA2+YHWxnW0BAymWu2SWMynfHJhMJhkwlCJrDJgoVCDsrVlbYtTAKAw xpTMYJSp7bGqzAVKqKEYHHPyoF2u0XnSYr3mpiaAY4Vw5EapaTZiK7VDEA1xI4KYxBpUlwpR Jso27OyFSztSozEmIzLSGYkbcnkxUJZILVzYcrhxhFXoMLoBrUDGEleBC4UTZs05lMZrs132 wKrpJGEELhDXs41U/qhmlLjjUk6obpAQKAsuWlQwKnOaVMS2QDajDfAxizYloFI2tMccDFDA ocBVdFMIkMKZS6MxOIB0xs2UzJSpMJ3IphjhGdJZYbIDREIrqG/GybIIRWZlaozjBTwRREok IzJIhLnYYVGOuLWnTGNQxG9ETZWVCQ1SNEVG+mcE78BkwiARsExeLTNUbonhxjRJnrMW8+1p hU5oHOSM+AOiIpMYkpxpoYCYRkxhGwSNiBiWUoSKEkkimrNDkqN0aYwOSYsta7ZG1g4GNiy5 NqCu03Y6jcGgPNIi3TJDOJdBVmCeZZpu1ejZxiMPMwhr9m6cI09muRdLbKaUrmAHLNYp4myZ 56l9/pEumcuIN0CZx//XoeWktC7KaDyyvOjE1pkhirhkSu1oFGjEHCkULlSfLJM2jknV1sWp a2tO2uy3FMFI2w38BEigS4oYDagCoric2EV2abapwaZaXVJdTdCmhw34yTLQTSUEoZi7oEXR XOYon2e9LEi+wTODqzkgwABQtY5ZKyUGyNx9K0rnxMRtUqktJstQxB22OjWIzIFlSAb52ou3 856mMTWl9sQBMCm6HILKN+pznmCAIbhlQeNJd6hwoaYQ8qas6ZedQiUvUrWp0QJqSaZ8Y3Sx fkUurULStaE8mGYCl4smWi0zjRE2NBmDCprnqYrmNMEiZsj3zdY7WoANN6kSkTDMDUlBHVio BYnNnxpFt60EEGSlMxJm0BHPiQwLuqFAJrQA0rTE4w9gUPayVotFYiu+aAc2KmtAq11QNsSN 6JSn2MCgGataZ678UJJjBg3wQDXNnFCKxDoQtRlOsEkFeXrh7PMAllbzMwoWJx5FBFju7qRK wJYBb4POMSLFdZgG+1aAbxpvxGbMnykv3SwBxBFSNR5cXKlpwMy6cKbUEHnw9HUliBmxrm4a Uh4sAxi02pgSJNQMDgRzKxhVjNtMyYZQcsRtdzTk8iDexBtsTViNHVwJtqBXcoKAEXmDeZrh ukUuIhKDl6RjmSyCSoGGJGqpzQVs69AISCcMGz6dUYrKcWltTY2bbV3RABwgkZ8iXKxRgB0G V0qeCsBmAhF5jq6qSCGO6IzERYZ61vE0VDRgRXnHCKGSYQisDQNtSwNw4aSDXTnichFeYWcC W1KXVetRr4IRmlChEhmDIhFpzu16Wu00E6uQYZZjbYpdvLoIIqDqJMW7ACKS6My5ic2OOiIy LWo6CnlZbJWtcASdQ1Q3SYlGCozMYEM5iQ2R5WyEoGruDh5higzRjeWprmBix5NkFolzTioG dWqK78W2lJEymx4zCQBdznh0QyYTBS+zBUOXMgRkbIYzrPVEKhNq2cVqObCE8kAFmou5Unaj ehplkmlqYJTAXjSvBFDSxK6VD1GGIuivDjWMj8zImNVkVSJfYjG82qfmN2lMKZqRE2krnIza iYxbOqgAioAw1iLhaJTABaro2wEQwmAw2CaipBsE2AbIgxfMnK6bahG+MeRFMqZLvHPQYUim aHB2oqTTbVFOfEJRvKScCSYRIYSEmaUqtAbExMQ37KjYZuGNtnDMmBwFKAjCBKtQ0OuCljNV oNAWp11r1USw2C6LQGRpFjyiyspqFYEEKxUEcEcxdEda25PAY5SkSQolR//QACwtfvNRwBmz RrkoJAHQ0tUAFF0nWM5MR2eUpu3jRjp2tBrxAh7om4KEeYdzQZwM2NDEihdMt9kc7aYopn2N DU8kxVxdZG6Dky3mtv4Vitcn1YlwqEZ7ssmvv7CLhY5aMKNMLCh2q15GBpAEKpUt5swPW4Fz yxU08ysW2lDsdEKqQQReIA5UTm2S44mzpbslNuwqTXQLqkxYJdgnSg5lgIDhUFDhDQBIB5sR iSaCkFZLyEVZbsLyZ61pWIiz2eVNM1iKBqqiEO3LBghLm2G6ZaMouihFaEERTBYDpmhJEgmM xLCYToERoM0mxEqKQUZlSWyjOWA09bGe2s0oXkYiqlQBjU5yeVEpi2Zy09SSqZnrQHHNGLKb LcVUB3Rq53RqMQeCIQqgWbEmXgbMKkAAUIz0hiXrRicNeiLLPKvteOIXEjqIvmXUnhnob42w 0g5s0MIb5cyXIFJQANASTjohzar73HAF0jFTnrEJc2/KWTNCssvcua36aBhojOECzTSoDMpF c8IMlRvrL1N7+HVRCY6oAyhgagYmvUCIXoaaapyRCDE3tFnAvpMJdTiWqRUagKA0jBMm7Kdk YF7+LUFM0XtNm3QZqYDMQuAxpjnihzdJYoSSuFcKcjkwwjFtmMmbMpOFyUaEA72atBhBHiaQ 05asShQrQEYgnCpxrSBZlTJsxFnLS8igY3TTE1rmjXWVYkUEMqAnE7YY580BgIb1s0tJbWcV vYlDeJLDUSYyywk2jrfVkvaFDA1ocDG1JsubKVr4GAKMcOCMVpmynnXjKUuALz36aMDoMIMR M9WDSw/Qq4gmWV0coxTNszzyNlKYNgVF1jw4mHkz3VbvQhelQSt5aciJypk+8Zuxy2JwZgaN yQaGGEK0ksCyyi0kBqMNBOEXy0nBwizQHJJFQNeJoIvkh12hl3lrg168aajhCtE+XZU2WarK t6gzV5GMIAzzrVcerqzutUwUEYZxQQwXilw8yWwF3MxwI5eFIkCbSxmSZQIYbcTBcZs1CCN6 Glq6zygqrrUha3kpyRDAIvk6SQWBKrvsDTfrEOzfLAUlzjmFRTlxZaLTLlkibJCs/HIDXmHP CSaElhDLDy6VF4k5+GG6TCl5hIKXCtbMsvatemAnEAgAcjPyormWEM1JLVrjRjj1EXzbTNuq 8tNjKZqHakaiDFkvKCuoIlguRiAacqBJpSygUXDOlgtSDdK2qtefBSxq6Swr4MFFaYjOYxm3 qCaqQTnAa9yM2EbLLM2YbJSl5RhySITCM0ERsSQEgaGzGOXux07ZuRHNciJFsEf/0Ryy9lUv NmO5diLqq1zA03R6yIWSzq2UJgDbmWCLpIAOApyIulPPmBriu4ZiQa3Ex4aE82NEiQ6WhrRM uhmQLdXNhjvQgxbxMK1Lk1rnxzwuJq8c3M6qLbwh7wgQBIpNlUgi81DjStBXXETY1OBZqVrS tRXgIjTWFWEgApSzS1FAoAz4DqoZrJKJJKjE1OEXV34VTAGMz2dqXZQUDRnFORQiAeVGmcUC TM2zIouhcN1jBy1zrXLANmQPWtdY1EaIBrZrc1sW0TEe8HVrxpoMMiCMxuk5O2OUFLUY4kDD OM2FIjNsTUZFAJdaE0FdecmCuyE6IrmzjLQusszGGZVzwgwBsRd5xs5AVkUg6yVIwjY1hmEk gsTUZ7ow14AYxilpamtuzzJTAtMvHOoz5qx0ihVzA038efAYCAY2C1EEq7CgwqFIJ5GaIiw2 0Dbm/vAqOA1g/VfMEMVU6SODCAAD7DNCG8hzY0FanXpMVWtqWUsyG8CLjYVGgweUALQnmkwI y1PkrINnQgzXYXgM4AxxpAQDAyUbRQWk3mRagnOAdJpyYISbfLtSmUJaMCDtSAGI50bsn2dZ dilA7YlAxww22PUwLyvY5chktMkXb7UYDNWla70NmCYlRrWSONRbooNK05TGG2stmmMhIrhQ h1NNVRWL7HZpqyF2Vts4BN0CoBxzxoNmUndNnrnhBitplimqUfamlWAUqVB14RjZgZpRFvSz hLdQAc2unPjYbLMzLMrXOSqkkajmhzZprJccggYgAFecawAGYWmfJN2YUmChC1N1qjXQGvKi kXpk1505hNktitEL0OYjMc1IsnhpLywzlFpU32wz74OMWS7S0yoVUoSRVShYkVxAvQAEBJdp iTkZBLxoKkE4U0CkQmyGLUmmbMlk1XYyDdI3xjF9mnDZXRgKhQy3kCjVqwxiM61gTAU2mllG FQP64ACWyBZd9pV6gFKupJ5MUm1NaAZZQSxnx2zHlAiMAmy3tYVDtNlDEEGhwNcNME1LNeuX 1GgmqqOAEV5EABU11hdmESaYaRz6xESElTAZt3YZpoGBv0bOOXF5kh+lZgOFKkaOExEWQFhf cTEIugEKRr5MABXWzqwvgzEUkNoYb4IzjhxjRJnWdJlJRpLK7WtdBJpXkxgnSmRnUYgGhCjN hXMNFIqls0hJc9WAIJ2uhgaggjXSEqZoMlWQBkSEkDhmJdJJFBpjn7u+Pfy9XEbTbZs80Jur 00YDk64y3xFEwJeYTpmTEP/SkIeK70ODAGJQ8NWHrAAPSFDYw8AAoVIVYeEANSGpEoUABGkP QCJQoACO9CiUKggAGhoegh6CAAqmJsiFCSAwpUGhga2R5LsXE1yTro0F8Ia6IACiTJaTKWUr FggoKxVarM1qMtXPQaNeZRx1M2MbLo0CFSAAYXqaBvRLGFSFAgAcEwzOqLec3QNJiudMElDM Y0CjNAtVn5SfZHYy5AOjnCEGNM7K9nQlV6E50YVyhKF8zLMrBpjNVl6djStIKS7PZ5AASWBm qaVPDUxGQVv2gHMJ7H5CIYQHzbRk60yZgRNhmlCFGZSdGIw5cYsn2RrTOCglQmLtnoM1OExs t0uzzpiyrOgD5iy4Y6qDlk6BDWOfMydPazzx0G53QGG8w3oAxZY7Kku3TbNOVXCglLwGKmlC I32d2lznsb1N0B5RJqShzium6cOCM2UpkuTNkWoNt1alOnLpEXWp1VZdsl7YSzUkaZb4Nys8 ABuz6ObGa1bEqq0wbS+Lxz0qDjFoIOINa5oRpmNKHQc0CAgFnSHE6ZMExgFAYOMQdrhWBk6d fatAK6BgN/CDFuXiOVMeUdpOFy4dBIOIgA5oQNUMlFQjCJwiMMWhoaQD/9PKs2sWB4oURasA YtDRIGKxExAATrD1iIhxAASrD1iMPAASrCiNYUABOFEawqwgCUKI1hVgAJQ0KsKsMAeFDVhV hADw0NWFWAAc11w1TChQwAXlN2mTpVkXjqV5JpG+Wgky1lqMFFBhA60eBWWTjW7ziIJs1PM6 uEARvh6oTRqYA5zAuZbDKmT0U3XmOCWPGi6Knh1QScsyEsFujGpqThpwjnlS0TbQVG7Dk1qB pwxgDIGbFJEtdkdehGGApuQcaEnSc5iOU5KzrOXwvyyDXTTSIzNLtksbYzDjjV0fqoxzLY9W lPjnUgjqmgAClkaTbLFsdoAN2qkmlc2BG/EbFaJUuW9itDr0CSoJYUZTA+wT9jD3ZSzgDU1A qKDRUxQ7vPmm1OgKsSAppdGGAA3oAgakWtJd6zzCXWVQCcoLKQcQCRWhAiu2W2VLeQ8uYGXZ AHAOg6YCSp1os4OwuyBjiAcDDTrVaJy3JsxnFa0NM4gACGWLSk15SSXDqtWJUgiuYZuCBDGs XT5zT5hmNgSoGGbAUjPFBBQ8NChAH//Z baja que solo existen elementos verticales o columnas a este nivel, y en los pisos superiores se construyen cerramientos para viviendas con mampostería, lo cual hace estructuralmente que la planta baja tenga menor rigidez en comparación a los pisos superiores (lo sísmico resistente correcto, sería lo contrario, mayor rigidez en las plantas inferiores). Figura 6. Autoconstrucciones de edificaciones La Figura 7 muestra el Hospital de Pisco que es una edificación antigua con ladrillo hueco de cemento, alturas entre piso y techo alto lo que genera esbeltez, con luces intermedias (ventanas), confinamiento adecuado, luces libres sin apoyos intermedios, pero se aprecia entre las luces, el confinamiento solo con ladrillos lo que provocó a la edificación ser susceptible de colapsar ante el evento sísmico. Figura 7. Hospital de la Ciudad de Pisco /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAEv/AABEIAMsBHAMAIgABEQECEQL/xAGiAAADAAMAAQUAAAAAAAAAAAABBAUAAwYC BwgJCgsBAQEAAQIHAAAAAAAAAAAAAAMEAAECBQYHCAkKCxAAAQEDAQUDB40AAAAAAAAAAAEC AxEEEiExQVEFInETMkJhgaHBBgcICQoUFRYXGBkaIyQlJicoKSozNDU2Nzg5OkNERUZHSElK UlNUVVZXWFlaYmNkZWZnaGlqcnN0dXZ3eHl6goOEhYaHiImKkZKTlJWWl5iZmqKjpKWmp6ip qrGys7S1tre4ubrCw8TFxsfIycrR0tPU1dbX2Nna4eLj5OXm5+jp6vDx8vP09fb3+Pn6EQAB AAEABAOZAAAAAAAAAAAAAQIRITEDBAUGBwgJChITFBUWFxgZGiIjJCUmJygpKjIzNDU2Nzg5 OkFCQ0RFRkdISUpRUlNUVVZXWFlaYWJjZGVmZ2hpanFyc3R1dnd4eXqBgoOEhYaHiImKkZKT lJWWl5iZmqGio6SlpqeoqaqxsrO0tba3uLm6wcLDxMXGx8jJytHS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AKwQIEcnCEATDAhAEwwJhgTDDAmBMNTAgCaG GBMMMNAmGBMMMMMMMMMPFt2w8SDaRQ8zDDDESE4wwwwwwJhhhhhhhhhgDAgMMMMMMMMMMMMN TDABMMMAYYEwxJ//0KyBAgRycIQBMMCEATDAhAEwwIQBMNQmGGGGBCAJhoYEATQ1MMMCYaGG EqtqVyiRsOnjhVRFaaRtJ09IUbYRmZWy/SabeNtRy00ptUlNUsN6ioJShWuOlfSh0yw9Yaes stKyqMz0ikWZ1vI0irWlLuTsuHyJNu0gjxaaIs62iKvHM3BmCrYjbpyw+YYRq0kVVqQjOW2G xKmlK5Yb0KCEL1pWktaFlXiMPEVFaoUIRKBKkbq/xPoO1p06g68lbt3KnUkWz3rLTVGgjPgm 9QSlUtkJsU0IQlZIBgwww3Gwwwww1MAYEBhhhhhhhhhhgDDDDDDDDD//0awQBHJwhQAUMMCE ATDAhAEwwIQBMMCEATDDAgCYYYEww0MMMVUZSLSwRKKrOQmVqVsOazmZlEso+W0YzktanNSi X1oVoz3rVk3K0kjCdUZoqbVJTQiapN6ioJUlq5AxW/LVeyqybp6jx0yiQRlZyLCfPQiq3VaT dYlFiSM2TVJ7KNQVWmp7a2qCTkNzqRyZ1XmWZppKbU8JWrSlKRkIVIQglRViDbUYRik6BUkV ar1HUwy7iw7SCtJZ9Wip4y11ZdzXbPZirKWqmhkkk8zI2WnizKQaaVlJyqs+ipoYan1bUpsp NSd4swqJZ7DCtItSMDc7rTlaIxLXkG3itTlaSdBlIJQgS2ZKrT9h0izmmUaVaiUx2UstttMO nCRZdsRWFKxNaQYW3FynVVRJQ5S1qw1P3RY82UJPWzJpS/smyswyrMUVuuqq1KMDjXrpuToy r1Eg1GEAsV5KCwNWvUkTU2pYNRSuWHqFNs2FjOPBmUO2n7UmZWLbDDLbVg0qonNHEsS6XSdh ph09aZZaVKcYQoQVaBklrUlMllDcpZVGnj1INK1PRZ8aUDehhEGxsSTujDn5JcpXbaQljMw1 GcrCKqLzZorVrau8oslkqzLlpINvIT2rUlRDVr0KlZo2NSVqlR0yKipFFii00Cc7cnZW0ity F4sUntu15tDoTcopa5Cs2qSGtSqMMMMNTQwwwwww/9KsEARycIQBQwwKBAEwwIQBMMCEATDA hEpe+bduIu1VlpWkSaTdTU4rTZgjL9FoQVtJ9tVDalSQhKo3IUUpQrKQTSxKXD1madvWVSrN Iec2iJNKqTKWkioqGqs0VHmqoiRVYJaxOU1ouHDCzLU23BYIzPRFtakStStJy3KVYZeTbDCI iIzOZjTn2JHR8/lD1ZhVRpFVGUSciJTUNSU0rUIuIiiwaFiU3AZlLp6wykqaRl808npPRqEZ 9m0d1FFYlLtuy76M9FSes+CpCgUJOxBhlpVmlRJ0VREQEocK8Zi01CLTKQS1rA2CHnFpqCTo IiU90MmW501BEtU9TydsOnLtLKNQREnKtFaiThd/K3UERzGdRW1mi4xeMorDFeoQpk6UP2nk Xc1MuorBGaaRqmh5KIrPWaUbkshVuD6VULRd3FTEISkxKUIPCTyZ4/i0l+btZytU2oUkKbt2 w7Zsm7SDKbqtrU80SdURKCUgKoiEKjYlSSkVlbhhty2iqrSxmmI0lqWAo7dqrSMszmlShSnF RUSFenxF2JKyw9RtlZyRnKaJUVZiFJUrFnsmfKxCE+qaJh47SZaZihbmGlSMDS9ZRWGkpoi8 0aJUUQxJqhSSsVoI6K7RYwmVSkeStMU1RTweO3rTcWGVVIJSNruQPm2a/BmNVYqhtVG5KVRt kcru6yt3KLRYaSNrRZypuincsNstso2wsWWkRUW1KcOkgRlFZVqaoTzpKyZWlkmJI9WvMJBh qhFKgjBpVLIYkNhEK1SYaheVjDDBQjDAGGGH/9OsEARycIQBMMCECBMMCEATDAi8qlNkWVZd wae0mYz90SeK1qVpsyFmybKTT5tmLNREjCJzN3p4koSVNqrTc1FVW3hqamqWIXiKDBq1qVxc lEtZfqw01XEhOYVaCpOU0TbFFFo1Day24YlTp49ZRZNKWViqokEVZ9Faijr6seTtJNuFVlFo KysUnhJUkr0ioUVSxBIePHDCQeqyyytCMEnqeU2jSMsxmmVRbWizhaW1nNI9g02jasJCE9Et p4SeTvXTSMzUHdNIx3SoaoWmHk3J5O23GYnplmcebmTtu1WZgjC1Z7e6jLKMJ9IGh/LHTCQd pNtVEobqYuNF5jDbtw4Ybboqk5KsBZ7K23yTKIjLEY2vdRR4/beKiNJBGYwRLWam3jUzNQWZ VYIsJ0akTRak3LEG1t4iJCjA0orx82jDtFaVaCIeUnkz2VNwYs1LOaWghbk0ldSZIOknrRaW ipqhRNqVI0ySQsSevtwbeqlSKM2A7CmplAFE3oQbEpVmUQUJyUTI1AssqtBDU0XgRIhnJRnH lQEpTKFaaV2ysESctrNqVJUb1FQa5YPMvnSIiK0iLYoeLcyrSwhPokZp4yysDY6ftMz2Gp1S kbUKa1WlAikwSxUhJQhMzt0AtVDGG7Kso1bFSmihoTlN6EqwUoShKpK81spfqqxnKiTjznsr FJypQUCpBY1Zx5IsZymiEKldJMSlWqpBdkMtZlDCMNrB6lvtY6cs7bbcto8YWCsrFDopLKWZ S6RtJzSWclRRFFKtYbEoVLTeYYYbjaf/1KwQBHJwhAEwwIQBMMCYYJ1qtIzWe+VWpmuTp8Fo pONEpVISk1QhWlCDma2JSzKpc02ysWGUmUsE9UQdsPHz1HTCz2lnRt4xd2fNpZRGa61Qnz5x ukEmeMv5t4zMoiQSNrAWpSrSOsQhUiGDkocIshsiytecwaYjTpKhQrIrecPJOsmeu7JtuHaz MzBGWkSlCr9ZoaRlYsrQoKIyeSMOXjbST1VYJYGJRhTEJHG2mnzxp43ZzaxPCZiedBLWeETV Cw2pWmQVDxadsNpBthlqxRDzmjIm5UaKxVqQydZ7LMyq1FuCmt87dPFcVnsqqu3U022szBZp qEUTdKI/OF2HTKStt4tFWUVKlRTRVIIaaoTIYYMMMMMMow7ZRlhKCIeVACqZQnqblRtVmWtQ UbCoGCrRPJGTDAIytGE42OrOthsdpXDzREQ2pSvQbkIXJPBpIoRnrt4y00rTKokVWMJxcVDU 9ZSyTeoGuaU2JQrEUVJrZqcg21fo0rKxRVWBvcNqqpViLoiDtZrhh8+VhqhA1ShYYhSVJpI5 J2lR4iUlpDqpEx1IkdvJuaVUSgijSokDFFKUIVGjCIQpJVokAlRPFKi2w2NJTQ8KNwECPKeb JPKXkmeo8YSdaSUlSoakUNFImhh0zl8w/do8drFF3VFqG05ySStuStzp7C0WapYZrQkbTKKr 1llVpNLBUthvQpK16xJtSophi1B//9WsEARycIQBMNQhAEw0CRK1WmZQ+R1FYOpywWdEstNI wyrbSwRlFVVtSHPMtK9aV6tFtVa3WebFOQG9QkIJlGYMJQQ1v3yu1RGKMKJtSe0TpQ9jKYRn IihqSVSBWDQrTSByRvmn03Nz1RTeiQVbUporOdNIw22tpKiJbBl4zPnWBohag1UkKkpPBVip 5LBEgBlIT1DCmtFTcg2JPGcZBDyghkyblRsBMnjMLNo1alQ84KZXjFRqrMoWJiJ9YUQ2umEV VjSNUrEKzEIVpVHgyk9LEZVlFooeNkmaKTjzDSlWb1FCoCIiJBAmGJQNDUw8HlmNahXmjzPF qzVsFNTDkWJI/eyZ5K2Ei6ctIy2sUik1QnVB2sdmEoVbUgs5lr2TuH0lYmVdyhERtFSKzqCo sZwxWS1f4hYc2YmGGIhp0MDxVJ0DyAaGGhXS0liaG2VYXmx00Pkn2w3ISlWqNqUIVKxdUiFl TFSFgBUppRNTaeSzwRWoi2wxFDAxKDU//9asEARycIQGGGp5GACYaEytqUIxJ0kzK19+0iQz 6izxFhIM2w8K0HqSitNUZnsuGZm20+bPOgyElKtKRUIVIRcQRgitEZ+w8bbaaZRVRKaTy0iR RGaoJS7YdO64iMxWKwtSGxShgiglUhJvkbKsyV0i0ZhDybZnQpqeTpIOmEz6nNBaRKJholaL oitUaCHmqKs5J5kTcwkEhTNyUqjahCsXpwp1KYRlWWYxVEjVPBWGaU6JiFKaGNbNTUYeD1pl yzFW59rSjugvd8RFns7obmuRSDGxqSVyFZRskyqHkwxMRtZpcyty9gyysGqizhmJtVzU3Naq hipJgAmGhgDDDxVpEnqYYECpFIGpX7NKeeCymokTFRorQTn1YzE0rThqZjSWeCR1myiTvkeK qNJTn2sfu8QWeinmw/dtU4GKkmqtBvMUCNItAwwww8GmWVooeYDDDQ27REWcLrOnLbBttFVB dplaaGqibVJBrWNFDJq1wMRZ8KaGQNTalNcP/9eqEARycIQBMNQmqVPbIyZ49oKww0qWMJxt Itb8qRl0zJmFSLaxbnz0RKBtUkqkJSaqKFaUIJkjmm1betrNNNLPVaK1RxqkhqkjEy6ZSqkV tptotBoEUl5sdsxahUQ8ZbZqJalNrmmp4P2LKPmGKUIqaJNyFwyyldRLUhPrRYfo0j1y9VhI QVmMJ6UyhGkSpW+Rt+rMaE5lLA0SlUblFCtJ51nq+aaaafPJuE5EuJTQkSBYPlSqhXZMQlWa JQqSqCanraMMq1UQ2ikuVUcrC2mJMQhWlCCY8eNPG1bVYx+kDS09VmgysKqzjzaWCKtRBRmW NotenpTNqFaRVJSa1UgZYeI1alowKshlSt35PFiqJXVq2ojtMsV167s1pRhw0rL5hUy0lMxW qSYlUpKJ0CGHiimNLBIm8E8Hr1GEjTpILKrTa16jUpIBW1eNzVsZ8ENCchuQiGmxSTDATrEE VF5RLHbiupXmqgk1LZS2s5UZiaJUkIMQopSVIqCdTQlLKJWzPVrdUNjNaLxLPYRUqoY1yDVr ElJFVmeysLVSNzD2KwanKJOZQ7fWYs+mi0TdOWcpqvNFaUDqKYLMPVZVEaoLOQYRTaqNyEqz AKEBhqKvGUmlhONU0iTlojTbtWliinhZJTchKEINiUJVpP/QqhAYOTnkE8QmGpjSzLKtVEVa tI4hVV6+aVppWlbborRWfROylatpJnqu1RGkdtQVaFA4+SJNPkpwnhMIvQgRglykkrMTksDE WiplBkxKSVVNDBl0zMs2J4PHk9ZilTpHk21MsIiUVNKWqgaG48WJQ0itI3UW3EiaVuUxtaj7 6utqTGWlR9FKKqqbqbVIVg1yUlGs9Iv1nWjcSwgnIXKO3c3RVumOIYorjappVpCaX7qyrCsI sI0zcYapNEJVLSFLXDySuFeK0jSKszUokU6OtydI0tb1nmlOdMQhUaqSklSXjknnuUSo8HHM FesIixryUp9ENZDKKiRqqWGXLtGppGUjVgbUoSlJuUVNCEKjahplCwYVEpzjcholFBLE3oDS sNLKQSwTmzRLH9kHMUs5pYIMJTJlaDSK/YYWzUnqblJYg2KK1IsyiIqtN2cs9IhVlVs2e0sU VKY4+bdtuFRUgsIs2uoa2HKsV1YLOnhiC7SvFZRlUtsUjOAzOVZtIRU820mWoNLTnGNT0qKi brAw1NbTCo0jTuc0lrpjsmlSvFsk9nNpQWqKMrMorK2atuA+mUgrLUW0qeCaoSlBtShWVkTL SxN7puCzK2wRkr9H7uK2czOaGJqmlFDeqVoNitUkdMPBhqaSJ5KbTeBVnniaZTKLIok6KqIr LX6rFIQsDRKUINyFFKVx/9GoEARycIQBMNQNMstsqw2kWWkgqVSA+kslcP22ZMiwjXkVYpFK SFiWP7Iuq7Z7U5m4qSUSE9Q1NMMhpvUEQ2GGhh4rxmC0UojDtmabhSRDWiIqqqJCqbncWVVW VtyLzZsVrDeqWq4YY8WLVhOJcqeNvXiu3bUGXaT4U1jApqkWVjRRFn0FIzCKk02zPgiK1GnP ibUpNyEQ0cmW1dsJCLcyyltNbMiVhbKPIoqNTkojbpFWYjRgzHmzbKaCW01UkLkmKKksSiam 5zBlyzGciMxFGq0mmW1RGEaZjOWMFDKm2mXbDpJzLTMWqtgTm20RatgbUphiDeoKKErUlVit Jw1ObRpi2RS3DLt+5eznbaNLUp7oc+jbC0FHazoLKFWowvNoYhSSrVGqkoIQhKUHlW7h1Y1N TmlJL15IUdozJ3bybnRabaZgtsRCvWyjCunKPFgwr9lGlqJBYqRpUkmeSiyVZ7DasRmWVaWa bbWrCCQN6pYErVFOseeylKe0WiZIJG+kTbLh/BG5maVEWMJpIwsSmYZNTDS/SLMaim41tsxR UqmGJWi1xQmS9m/dhVnI0iJEpT6C0hSXu1bczTNFhY2w3KS1BsUViRRpy07VG50yyqG6USl0 iMqxXlSoJq008SvNKqJRhPgebhyy8VWVnKiRSNNAxAvZQw8RK7PQ8UeNwRUSKoMK4RlplIQQ 1vEV21XTRWani0qxnmtXKPURlmc2izobqb1anTTMILRSopqZdq20rTLUyqTomqMKaJPOTLZK VTFBG0hAp0yOtlGH7E01FqKQUrxnoIoLg1NC1BvcLRZqLONqmhytfsUN6mikvNyitQSZcsX8 M+oLfSgNS5IP7FlBaZtYaV5QorkH/9KoEBg4B5GACYYeD1y7fIiPEjCgtNCW/kj52qwZVpmf BUnziwBqMysKMFgbVJRQmkmqFJKCCk6cFwtdaVqm0tunBgqLBaMZ4WKAKV4yFwW6DWoVIzNe YgzOikFthXbs1rUK80SJLFpu1TcFS3miTciGlV0lfRKlwQ8pTRRLUY5ntxqICUYaIlqTmzck 2KK4VrRVUVlKFcgT0aVUjRRKZVl7qyqIkYKiExGJhJlapsSvGUErEINc5lYrOqqU6yYNNttJ QRlE3VYkt+iqkGbSnFeslhGHSoYoohpimmGHjW2y28dOXbCTTTb6DKJRVVScUqxKw0kMJTKY NSlUnJRRiNxJ1bDTCJJ1eK0jCPotKzOaRIUUtZdkVaMjeOmXayt29bSdNKqMNLUVUWE+Aygh C1JOpq10MFJViJN6gZ5yeYoy8ePJe+aeLFZttEoLXUWDNC1DZtSvTSTchcikGAUwxTQ1FnzM y1NJQWialgs6iijbTKNJBRRUVlqZU1QmGG1KIaSn7lqTvLKIiq7jbEPFt4jx4jTCzKM2klEr NMo0yrLSRRUnkx/JHjlVbc15lYxSnPNEqMNNyFJWbbLq07Rp6yrNrop6hoV4y0qtRSdVU8mp W6bcK7VJlqEES1ni4sm001NwnpFDaqNyDW0qLZqxhTpHiivHcVootGoeb9lGG0VlUoUjW02r aTDFUw0PJhVeyhlUpKhVjP1CgpJXNkkso0k9aFiMolKnRaN6DYpLUjDhK9YIMqanDMEipuMS aqK40tumHlnsotikRZuQulaVUZnWI8ZA2qkG5Ckk/9OmEARwAhAEwwIGlgyq1EUw8XuGTeoG uaMSYQmGppppqlFbcbESckBWKsuEVJyrCNtWeNE5SBucw0q0ILzRNkTCRVu1c2UnmGbWoV5o RkeGbVinNGIXoNErklCTpOVaqmt8sXyJa2Tc4wzQ0Nz5UkctIamiFx5P6Kkp5CbUqPqKkt5Z 6m1SFYNemkHijKKsbUVqzkg7UlsU7AqyDDMxRNqmvSecskjuVu0YeRSZWLKotOgSG6xHtotI tidAA3GwQrPkj2TIjLcFgipOtZRAlEwwwIAgMMMU1tMo0kFNhimGCKo0wqxSdHdTKNAbaRFR UUSanNKiUjVCTalCpaa3jhy8s9lI1UnKLNVnuqSqg9RZiBaBqqQaISkRSQOkotRN7tw7d2Yz Faqm2KhgkI0beaKjVWk8KKzp9rpIbGGIrD6WKmJQjTNkmnzarSagapWGiENcb2UREgh5GGKb TeAycAxKCGGH/9k= / confinamiento solo con ladrillos Se observa el daño a la cúpula del Municipio de Pisco, declarado Monumento Histórico y en el cual colapsó la parte superior que fue construida con una losa delgada de concreto y malla de fierro donde se mantuvo el resto de la estructura (Figura 8). Figura 8. Fallas en los muros por corte Para la elaboración de la matriz DAFO se asignó el siguiente criterio de puntuación a los indicadores: Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 201 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | - Vulnerabilidad socioambiental (1) - Responsabilidad social-ambiental (2) - Presencia estacionaria de monitoreo y registro (3) - Validez de tecnografías locales (4) - Programas de prevención ante eventos naturales adversos (5) La Tabla 9 indica la elaboración de la matriz DAFO y la relación que existió en los cuadrantes según indicadores descritos. Tabla 9 Matriz DAFO / operacionalizada No. 1 2 3 4 5 Motricidad Debilidad 1 - 1 1 1 1 4 2 1 - 1 1 1 4 Amenaza 3 1 1 - 1 - 4 Fortaleza 4 1 1 1 - 1 4 Oportunidad 5 1 1 1 1 - 4 Dependencia 4 4 4 4 4 Orden Motricidad Dependencia 1 4 4 2 4 4 3 4 4 4 4 4 5 4 4 Métodos de los cuadrantes poder conflicto autonomía salida 1 3 4 X 3 2 1 2 4 1 Una gran parte de la población mundial vive en zonas o áreas urbanas donde alrededor del 90% se encuentran en países con ingresos bajos, pero lo más preocupante radica, en el ritmo acelerado de expansión que este estrato evidencia (alrededor de 1,3 millones) por semana (UNDESA, 2015). La concentración de vidas humanas y ciertos activos en estas áreas urbanas hace que la exposición a riesgos naturales adversos a las personas sea con más frecuencia y en consecuencia de manera comparada, el peligro aumenta mucho más que aquellas áreas rurales (Bilham, 2009). Es por ello, que la gran prioridad en los últimos tiempos obedezca a salvar la vida humana como a la protección de infraestructuras, pero estas cifras pueden ser inciertas, debido a que los datos del Banco Mundial señalan un porcentaje alrededor del 67% que aún, permanece en zonas rurales e incluso, la ONU señaló en el 2008 que la mitad de la población en Asia y África continúa viviendo en estas áreas rurales cuyo sustento es la agricultura (Li, 2014). Por lo general, siempre se argumenta el enfoque de la vulnerabilidad y sus consecuencias en las áreas urbanas 3 Sismicidad y percepción del riesgo en el departamento de Ica, Perú 202 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | donde la extensión que presenta puede ser tan devastadora que sería imposible subestimar. Sin embargo, Wyss (2018) señala que los terremotos de mayor magnitud ocurren en zonas rurales, y por lo general más del 85% de las muertes obedecen a personas rurales. Lo que las personas piensan sobre el riesgo de los terremotos es de gran relevancia no solo para las personas en sí, sino para los que toman decisiones sobre los aspectos de gestión de riesgo y en la implementación sobre el código de construcción. Asimismo, un elemento fundamental es el comportamiento de las personas en el hogar y la comunidad cuando se produce el evento adverso natural como un sismo (Rohrmann, 1994). Ante la percepción del riesgo por la ocurrencia de un evento adverso natural como un sismo, las personas señalan que existe elevada vulnerabilidad dada las condiciones de vida. No existe responsabilidad social-ambiental por parte de los tomadores de decisiones que apoyen sus solicitudes, tampoco una estación de registro que permita obtener resultados confiables, pues no se cuenta con las tecnologías y aquellos probables registros no son de la localidad por cuanto, si se produjera una catástrofe, la población con bajo nivel de ingreso no cuenta con un programa de prevención que les resguarde la vida y sus bienes materiales. Recientemente, se han comenzado a investigar las actitudes populares en los países de ingresos bajos y en lo fundamental para aquellos que experimentan cierto grado de desarrollo económico. Hace más de 15 años, Bronfman & Cifuentes (2003) señalan que un estudio realizado en Chile como país emergente, pudo entenderse la mayor preocupación de su población por las amenazas y su demanda hacia el control y la regulación. En otros estudios, se indican que las ciudades son el principal eje o motor de desarrollo económico donde la industria, infraestructura y la propia población se concentran de manera desproporcionada. Por ejemplo, Estambul alberga aproximadamente una octava parte de la población total de Turquía y representa la mitad de todo su potencial industrial (Erdik & Durukal, 2008). Esta ciudad al igual que Pisco, se encuentra ubicada en las proximidades de fallas activas, pero a diferencia de Estambul, Pisco no es capital y menos existe un desarrollo industrial de significación. Por lo cual, y en proporción ante cualquier tragedia o desastre natural (England & Jackson, 2011), no sería tan preocupante, pero no debe menospreciarse lo que sucedió, ya que su impacto a nivel local produjo más que la propia pérdida de materiales, un estado psico-estresante en la población. Aunque, hubo un elevado riesgo, todavía poco se conoce sobre la comprensión individual y familiar del riesgo que generó el terremoto o los niveles de preparación preventiva en los hogares y la comunidad. Prácticamente, no existen estudios sociales que aborden tal problemática y existe la alta probabilidad que, de ocurrir nuevamente, se producirían daños similares. Si bien se conoce, que los estudios de percepción de terremotos están disponibles o se limitan al propio entorno urbano, poca evidencia de los niveles crecientes de conciencia o preparación frente al riesgo continúan presentes (Mussakulova, 2017). Asimismo, la organización social Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 203 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | al parecer, es quien determina que riesgo se puede priorizar una vez transcurrido el terremoto pero, indiscutiblemente la percepción del riesgo parece estar asociada a los valores culturales y educacionales ante la probable ocurrencia de un evento adverso como es un sismo. Las percepciones de riesgo son particularmente difíciles de medir cuando se trata de peligros como sismos y que son de baja frecuencia, pero de gran magnitud. Las personas tienden a descartar los riesgos que se perciben como incontrolables, tienen potencial catastrófico o resultan en consecuencias fatales y que “se niegan a preocuparse por pérdidas cuya probabilidad está por debajo de algún umbral” e “ignoran las amenazas raras”. Una mejor comprensión de la percepción del riesgo sísmico es la argumentación, lo que resulta esencial para desarrollar planes apropiados de comunicación del riesgo sísmico y adoptar medidas proactivas para la reducción del riesgo (Vicente et al., 2014). Como muestra Covello (2010), existen muchos riesgos que preocupan y molestan a las personas, pero causan poco daño y también existen muchos riesgos que matan o mutilan a muchas personas, pero que no les preocupan ni trastornan indebidamente. A pesar de la necesidad de una mejor gestión de desastres para minimizar el riesgo de terremotos, todavía no se percibe el riesgo, incluso las políticas y procedimientos mejor diseñados pueden no conducir a los resultados deseados y entre las principales razones están las siguientes: 1. La percepción pública del riesgo es una parte esencial del riesgo de desastres (Santos et al., 2017), y 2. Los responsables políticos no incluyen las opiniones de la población sobre la percepción del riesgo en la formulación de las políticas públicas. Saber, cómo el público percibe que el riesgo es importante, ya que proporciona una información sobre cómo y por qué las personas responden a los peligros de la forma en qué hacer (Bodoque et al., 2019). Para garantizar un impacto limitado de los terremotos, existe la necesidad de comprender qué factores afectan la subjetividad de un individuo y qué acciones les ayudarán a afrontar mejor un evento como los terremotos. Entender tales influencias permitirá a las políticas y la propia práctica centrarse en garantizar que se pongan en acción las estrategias adecuadas en el propio lugar. Sin embargo, la percepción del riesgo es altamente interpretativa debido a su proceso dinámico sobre el cual los expertos en gestión de desastres y el público en general, a menudo tienen una comprensión diferente de las amenazas y los riesgos (Sjoberg, 1999). Si bien la percepción pública del riesgo, generalmente, está impulsada por el interés económico, los sesgos intuitivos y los valores culturales, el riesgo de los expertos ante la percepción tiende a ser más un producto analítico, objetivo y racional que las mismas evaluaciones de riesgos (Kasperson et al., 2000). Después del terremoto de Pisco, uno de los problemas más notables fue el relacionado con los efectos geotécnicos ligados a la estructura geológica de la región, evidenciándose los desplazamientos del suelo, así como la licuefacción del suelo (fenómeno en el Sismicidad y percepción del riesgo en el departamento de Ica, Perú 204 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | cual los terrenos, a causa de saturación de agua y particularmente en sedimentos como arena o grava, pierden su firmeza y fluyen como resultado de los esfuerzos provocados por los sismos). Asimismo, tal fenómeno al producirse hace que las edificaciones sufran asentamientos diferenciales que podrían ser de 0.1 cm, y llegar hasta 1.00 mt. Esta situación determina que a causa de un evento sísmico, las viviendas pierdan estabilidad y terminen colapsando. Se observó que las construcciones eran antiguas y muchas de ellas de material de adobe que representa muy baja resistencia ante la presencia de un evento sísmico. Por esa razón, puede decirse que este tipo de material puede soportar esfuerzos a la compresión (esfuerzo al que está sometido un cuerpo por la aplicación de fuerzas que actúan en el mismo sentido), pero se vuelve muy vulnerable ante las fuerzas de tracción (cuando las fuerzas con la misma dirección y de sentidos contrarios tienden a estirarlo). Es por ello, que ante el evento sísmico se superó la tracción que pudo suportar el muro de adobe donde finalmente se destruyó. Las construcciones con muros de adobe tenían una baja adherencia y fueron construidas sin ningún tipo de refuerzo permitido por cuanto, no hubo integridad; sin embargo, al no existir refuerzos se produjo el colapso, y en consecuencia la caída de los techos. No solo de material de adobe consistieron las edificaciones. También, se observó que colindantes con ellas se construyeron casas de quincha en el segundo nivel de construcción, lo que justificaría su integración en comparación con el primer nivel de adobe. La quincha está constituida por estructuras de caña que son elementos delgados, flexibles y amarrados entre sí, con cuero de animales vacunos que se remojan y tejen. Al secarse este cuero logra fijar las cañas dentro de marcos de madera lo que hace a diferencia de la edificación de adobe, se absorban los efectos de tracción, originándose en estas edificaciones que ¨sufra¨ ante la presencia de grietas superficiales, y desprendimiento del barro que sirve como tarrajeo, pero sí, se mantienen ante un evento sísmico. Se pudo observar que el suelo de Pisco es un suelo blando, lo que hace que las edificaciones colapsen repentinamente ante un evento sísmico, y ello fue uno de los factores que hizo que se perdieran muchas vidas porque no les dio el tiempo necesario para evacuarse a otros sitios seguros. Muchas de las viviendas de albañilería presentaron una serie de deficiencias, ya que en su ejecución no se tuvieron en cuenta las disposiciones y limitaciones que establecen las normas de diseño y cálculos correspondientes especialmente en las aberturas (puertas y ventanas) muchas de ellas sin ningún tipo de reforzamiento. Otro daño observado y que se notó concurrente fue la falta de confinamiento (viga collarín), en los bordes superiores de los muros para pisos superiores. Por lo general, el segundo piso de las viviendas era de tipo unifamiliar donde la falta de muros hace que se produzca en el paño, una grieta en forma perpendicular a su plano. En los diseños arquitectónicos desarrollados para las edificaciones de material noble, no se tuvo en cuenta aspectos de orden técnico constructivos, no se consideró la capacidad portante del suelo. Se construyeron edificaciones en las que en el primer nivel solo estaban sostenidas por columnas sin ningún Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 205 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | tipo de cerramiento de muro, y lo que al parecer fue más dañino, existió encima de estas edificaciones un cerramiento de columnas y muros que produjeron una rigidez baja y/o resistencia. Otro de los defectos de carácter constructivo que se apreció después del sismo fue la configuración vertical de sus edificaciones ya que estas presentaban irregularidades por los cambios bruscos de rigidez y masa entre pisos consecutivos, lo que ocasionó en el evento sísmico, fuertes concentraciones de esfuerzos como se pudo observar en el edificio que se proyectó hacia adelante. Esta edificación, aparentemente de albañilería reforzada, muestra su reducida densidad de muro, especialmente, en la dirección paralela a la fachada y esta limitación se vuelve más crítica en la medida que el número de pisos aumenta. Es decir, puede observarse una serie de causas que condicionaron la pérdida de las viviendas como son los deficientes diseños, incorrectos elementos constructivos y violación de procedimientos para la supervisión. Se observó que la cúpula de la Municipalidad de Pisco fue fabricada con losas de concreto a manera de losa con refuerzo de fierro, la misma que se encontraba dañada por la corrosión. Además, las losas se observaron delgadas, quizás con el propósito de disminuir el peso a la estructura; sin embargo, estas no soportaron los efectos del sismo y colapsaron. Robinson (2018) señala que, en la propia urbanización, igualmente existe vulnerabilidad en la población cuando los asentamientos se encuentran cercanos a las fallas activas y existe debilidad estructural en las viviendas. Se concluye, que la población no posee percepción del riesgo ante eventos naturales adversos como son los sismos y donde se menciona la ausencia de capacitación u orientación ante las condiciones de vulnerabilidad de sus viviendas para actuar ante una probable ocurrencia. De igual modo, las condiciones de construcción técnica de las viviendas no cumplen con los requerimientos de resistencia ante la probable ocurrencia de un evento natural adverso como los sismos. Aunque los daños causados en derrumbes fueron cuantificados debe señalarse la gran preocupación por el incremento en las mismas condiciones de construcción de viviendas y que las hacen del mismo modo vulnerable. Referencias Bathrellos, D. George, D. & Skilodimou, H. (2019). Land use planning for natural. Hazards Land; 8(9), 128. http://dx.doi.org/10.3390/ land8090128 Bilham, R. (2009). The seismic future of cities. Bull. Earthq. Eng; 7, 839- 887. http://dx.doi.org/10.1007/ s10518-009-9147-0 Bodoque, J.M., Díez, H.A., Amerigo, M., García, J.A. & Olcina, J. (2019). Enhancing flash flood risk perception and awareness of mitigation actions through risk communication: a pre-post survey design. J. Hydrol; 568, 769-779. h t t p : / / d x . d o i . o r g / 1 0 . 1 0 1 6 / j . jhydrol.2018.11.007 Sismicidad y percepción del riesgo en el departamento de Ica, Perú 206 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Bronfman, N. & Cifuentes, L. (2003). Risk perception in a developing country: the case of Chile Risk Anal; 23(6), 1271-1285. https://doi.org/10.1111/j.0272- 4332.2003.00400.x Covello, V.T. (2010). Strategies for overcoming challenges to effective risk communication. In: Heath, R.L., O’Hare, H.D. (Eds.), Handbook of Risk and Crisis Communication. Routledge, New York, pp. 143-167. Cronbach, L.J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16: 297- 334. https://doi.org/10.1007/ BF02310555 De Pascale, F., Bernardo, M., Muto, F., Di Matteo, D. & Dattilo, V. (2017). Resilience and seismic risk perception at school: a geoethical experiment in Aiello Calabro, southern Italy. Nat. Hazards; 86(2), 569-586. https://doi.org.10.1007/ s11069-016-2696-z Doyle, E.E., McClure, J., Potter, S.H., Becker, J.S., Johnston, D.M., Lindell, M.K. & Coomer, M.A. (2018). Motivations to prepare after the 2013 cook strait earthquake, NZ. Int. J. Disaster Risk Reduct; 31, 637-649. http://dx.doi. org/10.1016/j.ijdrr.2018.07.008 Dwyer, A., Zoppou, C., Nielsen, O., Day, S. & Roberts, S. (2004). Quantifying social vulnerability: a methodology for identifying those at risk to natural hazards. Geoscience Australia; 22-23. ISBN: 1-920871-09-8 EM-DAT (2019). The Emergency Events Database - Universite Catholique de Louvain (UCL) - CRED, D. Guha-Sapir, 2019. Brussels, Belgium). https://public.emdat.be/ England, P. & Jackson. J. (2011). Uncharted seismic risk. Commentary Nat. Geosci; 4, 348-349. https:// doi.org/10.1038/ngeo1168 Erdik, M. & Durukal, E. (2008). Earthquake risk and its mitigation in Istanbul. Nat. Hazards; 44, 181- 197. http://dx.doi.org/10.1007/ s11069-007-9110-9 Golshani, N.; Shabanpour, R.; Mohammadian, A.; Auld, J. & Ley, H. (2019). Evacuation decision behavior for no-notice emergency events. Transport. Res. Part D-Transp. Environ; 77, 364- 377. https://doi.org/10.1016/j. trd.2019.01.025 Han, Z., Wang, L. & Cui, K. (2020). Trust in stakeholders and social support: risk perception and preparedness by the Wenchuan earthquake survivors. Environ. Hazards; 1-14. https://doi.org/10. 1080/17477891.2020.1725410 Wafda, F., Saputra, R.W., Nurdin, Y., Nasaruddin, S. & Munadi, K. (2013). Agent-based tsunami evacuation simulation for disaster education. International Conference on ICT for Smart Society. 1-4. h t t p : / / d x . d o i . o r g / 1 0 . 1 1 0 9 / ICTSS.2013.6588087 Huang, S.K.: Lindell, M.K. & Prater, C.S. (2017). Multistage model Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez 207 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | of hurricane evacuation decision: empirical study of Hurricanes Katrina and Rita. Nat. Hazard. Rev; 18(3), 15. Kang, H.S. & Kim, Y.T. (2016). The physical vulnerability of different types of building structure to debris flow events. Natural Hazards; 80, 1475-1493. https://doi. org/10.1007/s11069-015-2032-z Kasperson, R.E., Renn, O., Slovic, P. & et al., (2000). The social implication of risk: a conceptual framework, in: P. kas (Ed.), The Perception of Risk, Earthscan Publications, London, 232-245. Li, T.M. (2014). Land’s End: Capitalist Relations on an Indigenous Frontier. Duke University Press, London. Lindell, M.K.; Prater, C.S.; Gregg, C.E.; Apatu, E.J.I.; Huang, S.K. & Wu, H.C. (2015). Households’ immediate responses to the 2009 American Samoa Earthquake and Tsunami. Int. J. Disaster Risk Reduct; 12, 328-340. https://doi. org/10.1016/j.ijdrr.2015.03.003 Margaret, K. & Wendy, S. (2019). Gaining public input on natural hazard risk and land-use planning, Disaster Prev. Manag. Int. J; 28, 228-244. https://doi.org/10.1108/ DPM-04-2018-0134 Mussakulova, M. (2017). L’analyse de la gestion du risque de laves torrentielles dans le contexte d’une ville soumise a ` de fortes contraintes environnementales et a ` des facteurs de vuln´erabilit´e croissants: l’exemple de la ville d’Almaty (Kazakhstan). PhD. Universit´e Lille - Sciences et Technologies. https://pepite-depot.univ-lille.fr/ LIBRE/EDSESAM/2017/50376- 2017-Mussakulova.pdf Pnevmatikos, N., Konstandakopoulou, F. & Koumoutsos, N. (2020). Seismic vulnerability assessment and loss estimation in Cephalonia and Ithaca islands, Greece, due to earthquake events: A case study. Soil Dynamics and Earthquake Engineering; 136, 1-4. http://dx.doi.org/10.1016/j. soildyn.2020.106252 Robinson, T. (2018). Use of scenario ensembles for deriving seismic risk. Proc. Natl. Acad. Sci. Unit. States Am; 115(41), 9532- 9541. https://doi.org/10.1073/ pnas.1807433115 Rohrmann, B. (1994). Risk perception of different societal groups: Australian findings and cross- national comparison. Aust. J. Psychol; 46, 150-163. https://doi. rg/10.1080/00049539408259490 Sadri, A.M.; Ukkusuri, S.V.; Murray- Tuite, P. & Gladwin, H. (2014). Analysis of hurricane evacuee mode choice behavior. Transport. Res. Part C-Emerg. Technol; 48, 37-46. https://doi.org/10.1016/j. trc.2014.08.008 Santos, R.J., Santos, R.G., Gouzeva, T. & Velazquez, M.D. (2017). Schoolchildren’s earthquake knowledge, preparedness, and risk perception of a seismic-prone Sismicidad y percepción del riesgo en el departamento de Ica, Perú 208 | Campus | V. XXVI | No. 32 | julio-diciembre | 2021 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | region of Mexico. Hum. Ecol. Risk Assess; 23(3), 494-507. https://doi. org/10.1080/10807039.2016.118 8368 Shuai, Z., Can, L., Limin, Z., Ming, P., Liangtong, Z. & Qiang, X. (2020). Quantification of human vulnerability to earthquake- induced landslides using Bayesian network. Engineering Geology; 265, 1-58. http://dx.doi.org/10.1016/j. enggeo.2019.105436 Sjoberg, L. (1999). Risk perception by the public and by experts: a dilemma in risk management. Hum. Ecol. Rev; 1-9. https://doi. org/10.1027/1016-9040.3.1.1 Tavera, H., Bernal, I. & Salas, H. (2007). El Sismo de Pisco del 15 de agosto, 2007 (7.9Mw) Departamento de Ica – Perú. Informe Preliminar. Dirección Sismología. Instituto de Geofísica del Perú. Lima, Perú. Consultado 8 de diciembre de 2020. Disponible en: https:// www.eeri.org/wp-content/uploads/ Pisco150807.pdf UNDESA (2015). World Urbanization Prospects: the 2014 Revision United Nations Department of Economic and Social Affairs Population Division, ST/ESA/ SER.A/352, New York (2015). Vicente, R., Ferreira, T.M., Maio, R. & Koch, H. (2014). Awareness, perception and communication of earthquake risk in Portugal: public survey. Procedia Econ. Finan; 18, 271-278. https://doi.org/10.1016/ S2212-5671(14)00940-X Wyss, M. (2018). Rural populations suffer most in great earthquakes. Seismol. Res. Lett; 89(6), 1991-1997. http:// dx.doi.org/10.1785/0220180236 Pedro Félix Doroteo Neyra - Martín Hamilton Wilson Huamanchumo - George Argota Pérez