MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D9A28C.41C15250" ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html

PENINGKATAN HASIL BELAJAR SISWA= DALAM MENGIKUTI PELAJARAN SOSIOLOGI MELALUI  STRATEGI PEMBELAJARAN BERDIFERENSIASI=

 

Irra Martiana

SMA Negeri 3 Subang, Jawa Barat, Indonesia

E-mail: Irramartiana93@guru.sma.belajar.id

 

Abstrak:

Penelitian ini merupakan hasil penelitian tindakan kelas guna meningkatkan hasil belajar Sosiologi siswa SMAN 3 Subang pada kelas XII IPS 3 tentang Perubahan sosial Tahun Pelajaran 2022/2023. Penelitian ini bertujuan untuk meningkatkan hasil belajar siswa melalui model pembelajaran berdiferensiasi. Pen= elitian ini menggunakan pembelajaran berdiferensiasi dengan memegang tiga aspek ber= upa Konten, Proses dan Produk. Siswa diberi keluasan ragam ekpresi cara belajar= dan produk belajar. Penelitian ini merupakan penelitian tindakan kelas yang dib= agi menjadi dua siklus. Setiap siklus terdiri dari perencanaan, pelaksanaan tindakan, obeservasi, evaluasi, dan refleksi. Penelitian dilaksanakan pada murid kelas XII IPS 3 semester Ganjil di SMA Negeri 3 Subang Tahun Pelajaran 2022/2023. Adapun hasil penelitian yang dilaksanakan pada 36 orang murid. P= ada siklus I menunjukkan adanya peningkatan hasil belajar dari pembelajaran yang diterapkan sebelumnya, rata-rata nilai hasil belajar murid sebelum  siklus yaitu 72,22. Hasil belajar murid mengalami peningkatan dari siklus I ke siklus II, pada siklus I jumlah murid yang tuntas 27 murid (75 %) sedangkan murid yang belum tuntas berjumlah 9 m= urid (25 %) dengan nilai rata-rata 79,47. Kemudian pada siklus II ini mengalami peningkatan yang cukup signifikan jika  dibandingkan dengan siklus sebelumnya yaitu murid yang sudah mencapai ketuntasan berjumlah 33 murid (92 %), sedangkan murid yang belum tuntas berjumlah 3 murid (8 %) dengan nilai rata-rata 82,67. Penelitian ini menunj= ukan bahwa penerapan pembelajaran berdiferensiasi dapat meningkatkan aktivitas d= an hasil belajar sosiologi murid kelas XII IPS 3  di SMA Negeri 3 Subang Tahun Pelajaran 2022/2023.<= /span>

 <= /span>

Kata kunci<= /b>: Pembelajaran berdiferensiasi, diferensiasi konten, diferensiasi proses, diferensiasi produk, penelitian tindakan kelas=

 

Abstrac= t:

This journal presents the results of a classroom action research a= imed at improving the learning outcomes of Sociology for students of SMAN 3 Suba= ng in class XII IPS 3, focusing on the topic of social change in the academic = year 2022/2023. The research employed differentiated instruction, focusing on th= ree aspects: Content, Process, and Product. The students were provided with var= ious learning methods and learning products.The resea= rch consisted of two cycles, each comprising planning, action implementation, observation, evaluation, and reflection. The study was conducted with 36 students in class XII IPS 3 during the first semester at SMA Negeri 3 Suban= g in the academic year 2022/2023. The research results indicated an improvement = in learning outcomes from the applied instructional approach. In the first cyc= le, the average learning outcome score of the students was 72.22. The number of students who achieved satisfactory results in the first cycle was 27 (75%), while 9 students (25%) did not meet the criteria, with an average score of 79.47. In the second cycle, there was a significant improvement compared to= the previous cycle. The number of students who achieved satisfactory results increased to 33 (92%), with only 3 students (8%) not meeting the criteria, = and an average score of 82.67. This research demonstrates that the implementati= on of differentiated instruction can enhance the learning activities and outco= mes in Sociology for students in class XII IPS 3 at SMA Negeri 3 Subang in the academic year 2022/2023.

 

Keywords: Dif= ferentiated instruction, differentiated content, differentiated process, differentiated products, classroom action research. =  

Corresponding: Irra Martiana

E-mail:= Irramartiana93@guru.sma.belajar.id

=

&n= bsp;

PENDAHU= LUAN

Pembelajaran Sosiologi bertujuan agar peserta did= ik  memiliki kemampuan dalam memaha= mi fenomena kehidupan sehari-hari. Mata pelajaran ini mencakup konsep dasar, pendekatan, metode dan teknik analisis dalam mengkaji berbagai fenomena dan masalah yang dihadapi dalam kehidupan masyarakat yang nyata. Melalui pembelajaran sosiologi diharapkan murid memiliki pemahaman bahasan sosiologi serta memiliki pemahaman tentang peran sosial yang beragam dalam kehidupan sosial, sehingga menumbuhkan dan mengenali kesadaran dan minat dalam kehidu= pan sosial (Periera, 2015).

Dituangkan pula melalui Permendikbud Nomor 59 Tahun 2014 Kurikulum 20= 13 bahwa pembelajaran sosiologi bertujuan agar murid menguasai dan memahami il= mu sosiologi guna melakukan pemberdayaan sosial termasuk pemecahan masalah-mas= alah sosial, sehingga murid terampil dalam praktiknya dikehidupan social (Zubir & Junaidi, 2021).  Sebagaimana halnya konsep-konsep sosiologi yang dipelajari, murid memiliki sikap dan etika sosial yang tinggi sehingga cerdas, peduli dan tanggungjawab memecahkan masalah sosial (Susanto, 2014). Keterampilan murid dalam kehidupan sosial tidak akan lepas dari pengaruh kemajuan sebuah zaman. Kema= juan teknologi yang sangat pesat seiring dengan perkembangan dunia yang semakin = maju menuntut manusia untuk dapat menyesuaikan diri dengan setiap perubahan yang terjadi dan salah satu yang mempengaruhi dunia adalah pendidikan. Belajar t= idak hanya dicapai secara instan tetapi dengan berbagai cara dengan mengoptimalk= an panca indera yang dimiliki setiap manusia(Handiyani &am= p; Muhtar, 2022). 

            Dengan = kata lain, pendidik mampu mempersiapkan siswa agar dapat belajar dalam situasi apa pun. Oleh karena itu, mereka harus dilatih sejak dini untuk menggunakan materi pembelajaran dalam keadaan apa pun yang dapat meningkatkan keterampilan mer= eka dan bermanfaat bagi mereka di masa depan. Peningkatan kemampuan keterampila= n, minat dan intelektual pada peserta didik merupakan hasil belajar yang dipengaruhi oleh proses belajar(Rahman, 2022).  Menurut Nawawi, hasil belajar adalah tingkat pencapaian seorang siswa dalam mempelajari suatu mata pelajaran di sekolah yang dinyatakan melalui s= kor yang diperoleh dari hasil tes. Dengan demikian, tingginya tingkat hasil bel= ajar siswa dapat dilihat dari nilai yang dicapai siswa pada mata pelajaran yang diajarkan(Wurha et al., 2022). Namun realita hasil belajar murid kelas XII IPS 3 di SMA Negeri 3 Subang pada pembelajaran Sosiologi tentang Perubahan sosial ditemukan masih relatif rendah. Jumlah m= urid yang tuntas adalah 22 murid (61 %), sedangkan murid yang belum tuntas 14 mu= rid (39 %), dengan nilai rata-rata 72,22. Padahal peneliti telah memaparkan mat= eri secara sistematis dengan menggunakan metode ceramah. Peneliti pun telah memastikan apakah murid memahami apa yang telah dijelaskan. Akan tetapi mur= id tidak banyak merespon pertanyaan, sehingga tidak memahami secara lugas mate= ri yang telah disampaikan tersebut. Walaupun tidak ditemukan murid yang mengobrol  dengan  temannya.

            Alterna= tif solusi atas realita rendahnya hasil belajar murid diatas adalah dengan menggunakan meto= de pembelajaran berdiferensiasi yang berpihak pada murid.  Pembelajaran berdiferensiasi merupakan= metode pembelajaran yang dilakukan oleh pendidik agar mampu memaksimalkan potensi = dan profil masing-masing murid dengan cara memfasilitasi kebutuhan murid sesuai= dengan karakternya masing-masing (Untari, 2023), Sehingga tidak  ada perlakuan yang sama dalam h= al memberikan materi maupun mengumpulkan produk. Murid diberi keluasan ragam ekpresi cara belajar dan produk belajar. Perbedaan pengelolaan layanan terh= adap ragam karakteristik peserta didik itulah yang menjadi kunci dengan pembelaj= aran berdiferensiasi (Sugianto et al., 2023).

Pembelajaran berdiferensiasi sesuai dengan falsafah pemikiran pedagog= ik Ki Hajar Dewantara yang menyatakan bahwa pendidikan (opvoeding) memanfaatkan segala kekuatan fitrah anak agar anak dapat mencapai tingkat keselamatan dan kebahagiaan yang setinggi-tingginya baik sebagai manusia (Faiz et al., 2022). Oleh karena itu, pen= didik dapat mengarahkan pertumbuhan atau kehidupan daya kodrat anak serta memperb= aiki tingkah lakunya dan memelihara daya kodrat anak (Herwina, 2021). 

Kemampuan seorang pendidik dalam menuntun murid merupakan sebuah keniscayaan karena setiap anak memiliki karakter, minat, bakat, dan kemampu= an kognitif yang berbeda. Seperti yang dikemukakan oleh pakar psikologis (Bronfenbrenner, 2019), bahwa minat, baka= t dan kemampuan kognitif murid tergantung dari latar belakang budaya tempat mereka dibesarkan(Yuliawan & Taryatman, 2020).  Oleh karena itu, kompetensi pedagogik yang baik merupakan keutamaan profesi guru, karena kualitas hasil belajar ditentukan oleh kualitas guru yang berkualita= s (Faiz et al., 2022b). <= /p>

Keuntungan dari bentuk pembelajaran diferensiasi ini adalah dapat menciptakan lingkungan belajar yang “mengajak” murid untuk belajar dan = bekerja keras untuk mencapai tujuan akademik yang tinggi.  Selanjutnya, setiap murid di kelas tah= u bahwa seseorang akan mendukung mereka selama proses berlangsung (Tomlinson, 2001).

Penelitian tentang strategi pembelajaran berdiferensisi pernah dilaku= kan deangan judul  PENERAPAN PEMBELAJARAN BERDIFERENSIASI TERHADAP HASIL BELAJAR SISWA PADA MATA PELAJAR= AN AGAMA ISLAM JENJANG SEKOLAH (Pramudya & Hidayati, n.d.), dengan berfokus pada mata pelajaran agama Islam. Dalam penelitian tersebut, strategi pembelajaran diferensiasi ditera= pkan untuk meningkatkan hasil belajar siswa dalam mata pelajaran agama Islam pada jenjang sekolah tertentu. Sedangkan penelitian ini berfokus pada mata pelaj= aran sosiologi. Dalam penelitian ini, strategi pembelajaran diferensiasi diterap= kan untuk meningkatkan hasil belajar siswa dalam mengikuti pelajaran sosiologi.=

 

METODE PENELITIAN

Desain penelitian yang digunakan adal= ah metode classroom action research (penelitian tindakan kelas). Penelitian Tindakan Kelas pada dasarnya adalah suatu proses dimana guru menginginkan perbaikan dan perubahan untuk pembelajaran yang lebih baik sehingga tujuan pembelajaran dapat tercapai secara optimal. Jenis Penelitian Tindakan Kelas= ini menggunakan model Kemmis dan Mc Taggart yang dilaksanakan dalam 2 siklus at= au lebih. Menurut Kemmis dan Mc Taggart dalam(Arikunto, 2010), penelitian ini melalui beberapa siklus tindakan dan terdiri dari empat komponen yaitu perencanaan (planning), pelaksanaan tindakan (action), observasi (observation), dan refleksi (reflection). Model Kemmis dan Mc.Taggart ini adalah model siklus berulang berkelanjutan, dan selesai jika menunjukkan peningkatan sesuai perubahan dan perbaikan yang ingin dicapai. <= /span>

Keempat fase tersebut saling berhubun= gan karena setiap tindakan dimulai dengan fase perencanaan, dimana peneliti menyiapkan rencana pembelajaran, menyediakan lembar kegiatan, dan membuat a= lat penelitian yang digunakan dalam fase tindakan.  Kemudian dilakukan observasi terhadap murid sebagai subjek penelitia= n. Kemudian, pada fase refleksi, peneliti mempresentasikan kegiatan yang dilak= ukan selama pembelajaran dan mendiskusikan tindakan selanjutnya.

Dengan demikian menurut pandangan peneliti, Penelitian Tindakan Kelas adalah penelitian yang dilakukan oleh g= uru di dalam kelas yang menemukan permasalahan hasil belajar siswa di dalam kel= as dan bertujuan untuk menyelesaikan permasalahan tersebut guna mencapai ketuntasan ideal. Sehingga jenis penelitian ini adalah Penelitian Tindakan Kelas yang bertujuan untuk meningkatkan hasil belajar siswa melalui model pembelajaran berdiferensiasi.

Sesuai dengan kaidah Kemmis dan Mc.Taggart, penelitian dilakukan dengan beberapa siklu= s. Diawali dengan tahap observasi awal, analisa pembelajaran hingga menemukan masalah dan mengidentifikasinya, kemudian menyusun rencana tindakan dan melaksanakan tindakan sesuai dengan rencana tindakan pertama, kemudian merefleksikannya. Sebagai perbaikan dilakukan dengan siklus kedua atau sikl= us selanjutnya dengan rangkaian seperti pada siklus pertama hingga di temukan jawaban sebagai kesimpulan akhir dalam penelitian tindakan kelas yang di lakukan.

1.&n= bsp;  Tahap Perencana= an

1)&n= bsp;    Pengkajian Stan= dar Isi kurikulum tingkat satuan pendidikan SMA N 3 Subang, menelaah konsep yang terdapat dalam mata pelajaran Sosiologi di kelas XII.

2)&n= bsp;    Menyusun Rencana Pelaksanaan Pembelajaran (RPP ) Sosiologi untuk peningkatan hasil belajar dengan menggunakan metode pembelajaran berdiferensia= si.

3)&n= bsp;    Menyusun rencana pelaksanaan pembelajaran untuk 2 (dua)pertemuan, menyusun langkah-langkah kegiatan untuk melatih pendekatan keterampilan proses yang sudah disesuaikan dengan tujuan pembelajaran, alat evaluasi serta alat dan sumber belajar yang digunakan.

4)&n= bsp;    Peneliti menera= pkan rancangan pembelajaran berdiferensiasi, berupa :

a.&n= bsp;    Menelaah capaian belajar siswa melalui data siswa yang dapat diperoleh dari rekan sejawat dan berkas evaluasi lainnya.

b.&n= bsp;    Mempelajari pro= fil belajar siswa berupa catatan daftar bakat, minat, gaya belajar siswanya.

c.&n= bsp;     Menyiapkan modul ajar pembelajaran berdiferensiasi (visual, kinestetik, auditoi) guna mencap= ai indikator keberhasilan yang diharapkan.

d.&n= bsp;    Menyiapkan eval= uasi berdasar tingkatan yang terdiri dari mudah, sedang dan sulit. 

e.&n= bsp;    Membuat asesmen awal sebelum kegiatan belajar dan mengajar dimulai, dan Asesmen akhir, untuk memastikan ketercapaian pembelajaran.

2.&n= bsp;  Tahap Pelaksana= an

1.&n= bsp;    Siklus 1

1)&n= bsp;    Melakukan tinda= kan kelas, tindakan Setelah kegiatan perencanaan ini adalah melakukan implementasi/tindakan di kelas sesuai dengan langkah-langkah pembelajaran y= ang disusun dalam Rencana Pembelajaran.

2)&n= bsp;    Peneliti melaksanakan kegiatan pembelajaran dengan model pembelajaran diferensiasi, yaitu :

a.&n= bsp;    Guru mengawali pembelajaran dengan memainkan games ice breaking mindfullnes untuk meningka= tkan konsentrasi.

b.&n= bsp;    Menerangkan ren= cana pelajaran agar siswa mengetahui dan memahami alur pelajaran dan pembagian waktunya.

c.&n= bsp;     Sebelum pelajar= an dimulai, dilakukan asesmen awal  k= epada siswa untuk mengetahui sejauh mana wawasan dan pengetahuan siswa terhadap materi yang akan diajarkan.

d.&n= bsp;    Mengelompokkan siswa sesuai kapasitas siswa, dibedakan menjadi lambat, sedang dan cepat.

e.&n= bsp;    Memberikan mate= ri berdiferensiasi dalam bentuk visual, kinestetik dan auditori.

3)&n= bsp;    Melakukan evalu= asi untuk mengetahui keberhasilan dan hambatan dari pembelajaran dengan pendeka= tan pembelajaran berdiferensiasi. Memberikan asesmen akhir pembelajaran serta Menawarkan produk belajar  sesuasi= minat dan bakat siswa, individu atau kelompok  sesuai pilihan siswa.

4)&n= bsp;    Melakukan perba= ikan desain pembelajaran, berdasarkan hasil evaluasi pembelajaran.

5)&n= bsp;    Peneliti menganalisis dan merefleksi pelaksanaan dan hasil kegiatan pembelajaran sik= lus I, yang dilanjutkan pada siklus II

2.&n= bsp;    Siklus 2

1.&n= bsp;    Setelah mempero= leh gambaran pada desain pembelajaran kegiatan pertama (Siklus I) peneliti mendesain kembali kegiatan pembelajaran dengan menambahkan atau memfokuskan aspek-aspek yang belum optimal pada tindakan (siklus 1). =

2.&n= bsp;    Melakukan obser= vasi terhadap pelaksanaan pembelajaran yang sedang dilakukan. Sasaran observasi adalah kegiatan siswa dalam merespon pelajaran dan efektivitas pembelajaran berdiferensiasi yang telah diterapkan.

3.&n= bsp;    Kembali melakuk= an evaluasi hasil kegiatan yang sudah dilakukan, untuk mengetahui efektivitas keberhasilan dari penggunaan strategi-strategi baru pembelajaran yang sudah dilaksaakan.

4.&n= bsp;    Melakukan perba= ikan desain pembelajaran, berdasarkan hasil pengamatan.

5.&n= bsp;    Peneliti menganalisis dan merefleksi pelaksanaan dan hasil kegiatan pembelajaran sik= lus II, Hasil analisis dan refleksi terhadap tindakan II digunakan sebagai dasar pengambilan keputusan terhadap keberhasilan model pembelajaran atau masih perlunya tindakan serta perbaikan untuk siklus selanjutnya.

 

HASIL DAN PEMBAHASAN

   Hasil penelitian pembelajaran pada siklus I, untuk peningkatan has= il belajar Sosiologi tentang Perubahan Sosial di kelas XII IPS 3 SMA Negeri 3 Subang masih belum sepenuhnya dipahami oleh siswa. Beberapa hal yang menyebabkan ini adalah: Siswa belum sepenuhnya tertarik dengan bahasan sosiologi pada materi perubahan sosial, serta strategi pembelajaran yang diterapkan masih gamang diterima dalam pembelajaran di kelas. Hasil belajar akhir siklus pembelajaran ke I ini relatif meningkat dibanding pra siklus, dari persentase ketuntasan 61 % menjadi 75 %. Namun, secara klasikal belum tuntas.

Pada si= klus II ini pengamatan yang diperoleh adalah perhatian siswa untuk mengikuti pembelajaran semakin meningkat, karena pembelajaran dengan strategi pembelajaran berdiferensiasi mampu memancing tantangan bagi murid yang memi= liki kemampuan belajar  lebih dalam menggali pembelajaran secara komprehensif atau me= ndalam. Dan bagi murid yang memiliki kemampuan dibawahnya tetap senantiasa terdukun= g.

Kemudian tumbuhnya atensi murid yang memiliki kapasitas kemampuan yang lebih menjadi tutor sebaya. Serta munculnya kekuatan  kelas, yakni adanya kolaborasi didalam kelas antara siswa  dengan siswa, dan siswa dengan guru (peneliti). Hal ini berdampak pada hasil belajar akhir siklus pembelajaran ke II ini semakin meningkat dibanding sik= lus I, dari rata-rata 75 % menjadi 92 %. Dengan demikian, secara klasikal hasil belajar Sosiologi dinilai tuntas.

Dan yang paling menarik adalah munculnya antusias siswa dalam memilih produk  sesuai dengan minat dan kesukaa= nnya, sehingga hasil belajarnya pun berbanding lurus dengan antusiasme siswa.

Tabel 1.= Perbandingan siklus

K= ategori

S= iklus 1

%

S= iklus 2

%

Tuntas

27

75

33

92

Tidak Tuntas<= /p>

9

25

3

8=

&n= bsp;

KESIMPU= LAN

Pembela= jaran berdiferensiasi mampu memfasilitasi keterlibatan siswa dalam aktivitas bela= jar. Hal ini dikarenakan siswa selalu diikutsertakan dalam segala aktivitas pembelajaran. Sehingga siswa merasa dihargai dan diberi kesempatan untuk mengembangkan diri sesuai dengan kemampuannya masing-masing. Hal inilah yang dapat meningkatkan minat belajar siswa dan menjadikan suasana pembelajaran lebih menyenangkan.

Dengan melaksanakan pendekatan pembelajaran berdiferensiasi pada materi Perubahan sosial, siswa dapat memanfaatkan potensi  dan kemampuannya dalam mengemba= ngkan pemahaman materi Perubahan sosial. Dalam pelaksanaan pembelajaran berdiferensiasi ada beberapa hambatan yang sering terjadi yaitu dalam hal pengelolaan waktu pembelajaran. Disamping tersebut, siswa belum terbiasa membuat ide terobosan karya / produk pembelajaran. Namun, seiring waktu berjalan siswa leluasa dengan pembelajaran berdiferensiasi, mereka sangat antusias dalam kegiatan pembelajaran.

Penggun= aan pembelajaran berdiferensiasi dapat meningkatkan pemahaman siswa terhadap materi Perubahan sosial dalam pembelajaran Sosiologi. Hal ini ditunjukkan dari perolehan hasil belajar siswa yang semakin meningkat dalam setiap siklusnya.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DAFTAR PUSTAKA

 

 

------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/item0001.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml = Tri16JournalArticle{15DD42C9-6491-4B00-8AD6-A79C258673EB}TriyantoMenjadi Islam Sama Dengan Menjadi Miskin (Studi Ad= aptasi Muallaf Tionghoa Terhadap Masyarakat Aceh)C= ommunity2016230-2411Sug13Book{083398FF-0B0B-44EC-BCFB-02C82DC42E1B}Metode Penelitian Kuantitatif Kualitatif dan R & D.= 2013Sugi= yonoBandung<= /b:City>Alfabeta2Zuh09Book{8AEDD522-A974-4457-9C95-F9A82F9AD382} Madinah: Kota Suc= i, Piagam Madinah, dan Teladan Muhammad SAWJakarta2009Mi= srawiZuhairi= PT. Kompas Media Nusantara3Bro16Inte= rview{B52D7CBC-A778-4ABF-AA3A-0190B8EAF5DD}= Damai Itu Indah dan Intrik Konflik 2016= Bromansyah<= /b:Person>SaktiCakrakusumaAgustus084 ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/props002.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/themedata.thmx Content-Transfer-Encoding: base64 Content-Type: application/vnd.ms-officetheme UEsDBBQABgAIAAAAIQDp3g+//wAAABwCAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKyRy07DMBBF 90j8g+UtSpyyQAgl6YLHjseifMDImSQWydiyp1X790zSVEKoIBZsLNkz954743K9Hwe1w5icp0qv 8kIrJOsbR12l3zdP2a1WiYEaGDxhpQ+Y9Lq+vCg3h4BJiZpSpXvmcGdMsj2OkHIfkKTS+jgCyzV2 JoD9gA7NdVHcGOuJkTjjyUPX5QO2sB1YPe7l+Zgk4pC0uj82TqxKQwiDs8CS1Oyo+UbJFkIuyrkn 9S6kK4mhzVnCVPkZsOheZTXRNajeIPILjBLDsAyJX89nIBkt5r87nons29ZZbLzdjrKOfDZezE7B /xRg9T/oE9PMf1t/AgAA//8DAFBLAwQUAAYACAAAACEApdan58AAAAA2AQAACwAAAF9yZWxzLy5y ZWxzhI/PasMwDIfvhb2D0X1R0sMYJXYvpZBDL6N9AOEof2giG9sb69tPxwYKuwiEpO/3qT3+rov5 4ZTnIBaaqgbD4kM/y2jhdj2/f4LJhaSnJQhbeHCGo3vbtV+8UNGjPM0xG6VItjCVEg+I2U+8Uq5C ZNHJENJKRds0YiR/p5FxX9cfmJ4Z4DZM0/UWUtc3YK6PqMn/s8MwzJ5PwX+vLOVFBG43lExp5GKh qC/jU72QqGWq1B7Qtbj51v0BAAD//wMAUEsDBBQABgAIAAAAIQBreZYWgwAAAIoAAAAcAAAAdGhl bWUvdGhlbWUvdGhlbWVNYW5hZ2VyLnhtbAzMTQrDIBBA4X2hd5DZN2O7KEVissuuu/YAQ5waQceg 0p/b1+XjgzfO3xTVm0sNWSycBw2KZc0uiLfwfCynG6jaSBzFLGzhxxXm6XgYybSNE99JyHNRfSPV kIWttd0g1rUr1SHvLN1euSRqPYtHV+jT9yniResrJgoCOP0BAAD//wMAUEsDBBQABgAIAAAAIQBa g/ICswYAAE8aAAAWAAAAdGhlbWUvdGhlbWUvdGhlbWUxLnhtbOxZz2/bNhS+D9j/IOju+pck20Gd wpbtZmvSFrXboUfapi02lGSIdFKjKDC0xwEDhnXDDiuw2w7DtgItsEv312TrsHXA/oU9UrJM2vSS BjkEQ5OLRX3v8eN75PdI8eq1hyG1jnDCSBw17fKVkm3haBSPSTRt2ncHvULdthhH0RjROMJNe4GZ fW33ww+uoh0e4BBbYB+xHdS0A85nO8UiG0EzYlfiGY7g3SROQsThMZkWxwk6Br8hLVZKJa8YIhLZ VoRCcHtrMiEjbA2ES3t36bxL4THiTDSMaNIXrrFmIbHjw7JAsAXzaWIdIdq0oZ9xfDzAD7ltUcQ4 vGjaJflnF3evFtFOZkT5FlvFrif/MrvMYHxYkX0m02HeqeO4jtfK/UsA5Zu4bq3rdb3cnwSg0QhG mnJRfbrtRrvjZlgFlP40+O7UOtWyhlf8Vzc4t1zxr+ElKPXvbOB7PR+iqOElKMW7G3jHqVV8R8NL UIr3NvC1Uqvj1DS8BAWURIcb6JLrVf3laHPIJKZ7RnjDdXq1SuZ8hYLZkM8u0cUkjvi2uRaiB3HS A4AAUsRJZPHFDE/QCGaxjygZJsTaJ9OAi27QDkbK+7RpxDaaRI8WGyVkxpv2xzME62Ll9Z/XP/7z +qV18uTVyZNfTp4+PXnyc+pIs9pD0VS1evv9F38//9T66+V3b599ZcYzFf/7T5/99uuXZiAsohWd N1+/+OPVizfffP7nD88M8FaChip8QELMrJv42LoThzAwGRWdOR4m72YxCBBRLVrRlKEIiV4M/rs8 0NA3F4giA66N9QjeS0BETMDr8wca4X6QzDkxeLwRhBrwII5pO06MUbgh+lLCPJhHU3PnyVzF3UHo yNS3jyItv935DNSTmFz6AdZo3qYo4miKI8wt8S4+xNgwuvuEaHE9IKMkZvGEW/eJ1UbEGJIBGWqz aWW0R0LIy8JEEPKtxebgntWOqWnUHXykI2FVIGogP8BUC+N1NOcoNLkcoJCqAd9HPDCR7C+SkYrr Mg6ZnmIaW90xZsxkcyuB8SpJvwECYk77AV2EOjLh5NDkcx/FsYrsxId+gMKZCdsnUaBiP2KHMEWR dTvmJvhBrK8Q8Qx5QNHWdN8jWEv36WpwF7RTpbSaIOLNPDHk8jqOtfnbX9AJwlJqQNo1xQ5JdKp8 pz1cnHCDVL759rmB92WV7FZCjGtmb02ot+HW5dmPkzG5/OrcQfPoNoYFsVmi3ovze3G2//fivG09 X7wkr1QYBFpsBtPtttx8h1v33hNCaZ8vKN5ncvvNoPaMe9Ao7OS5E+dnsVkAP8VKhg403DRB0sZK Yv4J4UE/QDPYupdt4WTKMtdTZs1iBkdG2Wz0LfB0Hh7E4/TIWS6L42UqHgzxVXvJzdvhuMBTtFdb HaNy95LtVB53lwSE7buQUDrTSVQNJGrLRhEkebiGoBlIyJFdCIuGgUVduF+maoMFUMuzApsjC7ZU Tdt1wASM4MyEKB6LPKWpXmZXJvMiM70tmNoMKMF3jWwGrDLdEFy3Dk+MLp1qZ8i0RkKZbjoJGRlZ w1iAxjibnaL1LDTeNdeNVUo1eiIUWSwUGrX6f7E4b67Bbl0baKQqBY2s46btVV2YMiM0a9oTOLrD z3AGc4eJTS2iU/j+NeJJuuDPoyyzhPEOYkEacCk6qRqEhOPEoiRs2mL4eRpoJDVEcitXQBAuLbkG yMplIwdJ15OMJxM84mralRYR6fQRFD7VCuNbaX5+sLCM55DufjA+toZ0ntxBMMXcWlkEcEwYfN8p p9EcE/gkmQvZav6tFaZMdtVvgnIOpe2IzgKUVRRVzFO4lPKcjnzKY6A8ZWOGgCohyQrhcCoKrBpU rZrmVSPlsLXqnm4kIqeI5qpmaqoiqqZZxbQelmVgLZbnK/IKq2WIoVyqFT6V7nXJbSy1bm2fkFcJ CHgeP0PVPUNBUKitOtOoCcabMiw0O2vVa8dygKdQO0uRUFTfW7pdi1teI4zdQeO5Kj/Yrc9aaJos 95Uy0vLuQr1eiIcPQDw68CF3TjmTqYTLgwTBhqgv9ySpbMASecizpQG/rHlCmvajktty/IrrF0p1 t1twqk6pUHdb1ULLdavlrlsuddqVx1BYeBCW3fTepAcfm+giuz2R7Rs3KOHye9qVURwWY3lDUpTE 5Q1KubL9BsUiIDqPvEqvUW20vUKj2uoVnE67Xmj4XrvQ8fxap9fx3Xqj99i2jiTYaVV9x+vWC17Z 9wuOVxL0641CzalUWk6tVe86rcfZNgZGnspHFgsIr+S1+y8AAAD//wMAUEsDBBQABgAIAAAAIQAN 0ZCftgAAABsBAAAnAAAAdGhlbWUvdGhlbWUvX3JlbHMvdGhlbWVNYW5hZ2VyLnhtbC5yZWxzhI9N CsIwFIT3gncIb2/TuhCRJt2I0K3UA4TkNQ02PyRR7O0NriwILodhvplpu5edyRNjMt4xaKoaCDrp lXGawW247I5AUhZOidk7ZLBggo5vN+0VZ5FLKE0mJFIoLjGYcg4nSpOc0IpU+YCuOKOPVuQio6ZB yLvQSPd1faDxmwF8xSS9YhB71QAZllCa/7P9OBqJZy8fFl3+UUFz2YUFKKLGzOAjm6pMBMpburrE 3wAAAP//AwBQSwECLQAUAAYACAAAACEA6d4Pv/8AAAAcAgAAEwAAAAAAAAAAAAAAAAAAAAAAW0Nv bnRlbnRfVHlwZXNdLnhtbFBLAQItABQABgAIAAAAIQCl1qfnwAAAADYBAAALAAAAAAAAAAAAAAAA ADABAABfcmVscy8ucmVsc1BLAQItABQABgAIAAAAIQBreZYWgwAAAIoAAAAcAAAAAAAAAAAAAAAA ABkCAAB0aGVtZS90aGVtZS90aGVtZU1hbmFnZXIueG1sUEsBAi0AFAAGAAgAAAAhAFqD8gKzBgAA TxoAABYAAAAAAAAAAAAAAAAA1gIAAHRoZW1lL3RoZW1lL3RoZW1lMS54bWxQSwECLQAUAAYACAAA ACEADdGQn7YAAAAbAQAAJwAAAAAAAAAAAAAAAAC9CQAAdGhlbWUvdGhlbWUvX3JlbHMvdGhlbWVN YW5hZ2VyLnhtbC5yZWxzUEsFBgAAAAAFAAUAXQEAALgKAAAAAA== ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/colorschememapping.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/plchdr.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html
Click or tap here= to enter text.
------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/image001.png Content-Transfer-Encoding: base64 Content-Type: image/png iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAMAAABUFvrSAAAAIGNIUk0AAHolAACAgwAA+f8AAIDp AAB1MAAA6mAAADqYAAAXb5JfxUYAAAAEZ0FNQQAAsY58+1GTAAAAAXNSR0IB2cksfwAAAb9QTFRF ////////////////8fHx7+/v6Ofn4+Pj4N/g39/f1tXV09bS0tXS0tXR0dTR0dTQ0NTQ0NPPz9PP ztLOztHNzdHNzdHMz8/PzdDMzNDMzNDLzM/Ly8/Ly8/Ky87Kys3Jyc3Jyc3Iy8rLyMzIyMzHx8vH xsrGycjIxsrFxcnFyMfHxcnExMnExMjDw8jDxMfDw8fCwsfCwcXAwMXAwMW/wMS/v8S+v8O+vsO+ vsK9vcK9vcK8v7+/vMG8vMG7vMC8u8C7u8C6ur+6ur+5ub65ub64uL23t7y2urm5tru1tbq0tLqz tLmzs7iysrixtbW1srexsbewsbawsLavsLWvr7Wur7SusLOvrrStrrOtr7KvrbOsrLKrr6+vq7Gq rKuro6Ghn6OenqCdn5+fnp2dn5aalpmWmJaXk5iTkZSRkZORkY+Pj4+PiYyJjoeLhIaEhIWEgoWC hIGCgICAfX98fH98eXx5dnN0cHJvcHBwbmxsY19hYGBgXV5dUFFQUFBQQ0RDQEBAPj8+Pzc5NTY1 MjMxMDAwMS0uLS0tKSkpKCkoKCgoKicnJCQkIx8gICAgGxsbEBAQDg4ODQ4NAAAAi/BQCAAAAAN0 Uk5TAAoO5yEBUwAAA49JREFUeNq1lo930lYUx7Pdsg5pjdF0DiixTNyyKpVhtToY2lGKxeJaHU4H pWrdZplOV7STDfnRbdGyLTTy/YN3XkJoGqBn4nwHzjvn+3gfbr73vvvCvYu3MjgOSCUTsfPhKTkw IXndbq/vWEAOhmdic8lUevnrm9lsLv/6A+CQSsYjZ0Oy3ycK/IjLNXJQEMf9cmg6EmfkzM1sbiAy h2Q8ciZ4QhL5x7UWe4hW7RF/xBc4Ff48nkxdvZ65ZYa8uc2WtzftjJ46OCQiZ4IBj1DY2TVoZ11w +0+GI3PJxaXr7ZDvN4B6qVQHGvethD46OMTOBgNuvgJAKxej0WJZA1A5/YH/1HQssZBeNkK+8wpV JxGRs4pXFkI/HRzOh054GFcrOsgYaxrQOO0OhGZm51N6yPl8A2UiAtgyGrsAXR+enBy26eAQliWh AihO6gyHAlQEnxyOJBbS125kc7lNVA+YYKqi46eu31ZVVb28R2fgqeNiAVAcRHvJ60f8wXOzyStL mVu53DYs/+vEtrmf6ZPq77/9oqo/WnUGln38DrSjtGc4NOzw43L4i0TqKvMCdaaWoRtCdXT212no O/UnonvqC6vOwIGxx0CRbGMNeCQGQhfiC+lrDFwi3QnDi9IuuERD/6h/EQ2r6nsWnYEnDtegOYii 1Xq9aEwPiEhDTTjGvFhcvrEvmL56GdXB79vAEt9iDxjVK7i+ok9l9titg76T05fmryxn9rWCLt/+ hGhVVe1WeEeBB0QKms5oc02B4lxprulejHjlcGw+tZTJmskzArYl756qbmz8rf5gT57HBUTZnqKx tW13FHC5PzbBm6hSn3Ij2mDl9uuQvdz+E9h6QEpdB+Sj1dUDNn2PFY6jzaIChU12KwY50u3ktbPW SV4JLV7qJC+fv9MAlHJJsTehPrpebhVo1Cm3lbo+URM1YSJ47kuj3AZpm4Gxgu5FrwPy2YW5hbTR hV6/0X+qH2nn/kd6EPDUcfFuryZUEP1TM7PJRb0JDQLGU0l4DiiWNuTU26b08xtd0wCeeQ9ZG72j qAF/8J6neFMwnrgPPbddTfyH39t+aZwPGN/uBeoFxhOvcNd6mRYEj50Lan+oWzcXu8F4Jol8wbz+ 13lR6vbBbJs9FowW0hOMP7/1jR3mR12uUV4Qx7/Z6jatjxHGUt+IAWw9vCh5PR6vdPHhVq9s9IvY 9L4v+P9+K3znLXH/BS/TEND+y7DLAAAAAElFTkSuQmCC ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/header.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html

Irra Martiana

Peningkatan Hasil Belajar Siswa dalam Mengikuti Pelajaran Sosiologi Melalui Strategi Pembelajaran Berdiferensiasi

Jurnal LOCUS: Penelitian & Pengabdian – Vol. 2 No. 6 Juni, 2023              =                                 6

JURNAL LOCUS: Penelitian & Pengabdian

Volume 2 No. 6 Juni 2023

E-ISSN 2829-7334| P-ISSN 2829-5439

Hompage:= https://locus.rivierapublishing.id/index.php/jl

= Doi: 10= .58344/locus.v2i6.1194   =                                      =                                      =                     500

 

------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/image002.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQAAAQABAAD/4gIoSUNDX1BST0ZJTEUAAQEAAAIYAAAAAAQwAABtbnRyUkdC IFhZWiAAAAAAAAAAAAAAAABhY3NwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAQAA9tYAAQAA AADTLQAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAlk ZXNjAAAA8AAAAHRyWFlaAAABZAAAABRnWFlaAAABeAAAABRiWFlaAAABjAAAABRyVFJDAAABoAAA AChnVFJDAAABoAAAAChiVFJDAAABoAAAACh3dHB0AAAByAAAABRjcHJ0AAAB3AAAADxtbHVjAAAA AAAAAAEAAAAMZW5VUwAAAFgAAAAcAHMAUgBHAEIAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAFhZWiAA AAAAAABvogAAOPUAAAOQWFlaIAAAAAAAAGKZAAC3hQAAGNpYWVogAAAAAAAAJKAAAA+EAAC2z3Bh cmEAAAAAAAQAAAACZmYAAPKnAAANWQAAE9AAAApbAAAAAAAAAABYWVogAAAAAAAA9tYAAQAAAADT LW1sdWMAAAAAAAAAAQAAAAxlblVTAAAAIAAAABwARwBvAG8AZwBsAGUAIABJAG4AYwAuACAAMgAw ADEANv/bAEMAAwICAgICAwICAgMDAwMEBgQEBAQECAYGBQYJCAoKCQgJCQoMDwwKCw4LCQkNEQ0O DxAQERAKDBITEhATDxAQEP/bAEMBAwMDBAMECAQECBALCQsQEBAQEBAQEBAQEBAQEBAQEBAQEBAQ EBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEP/AABEIAXADygMBIgACEQEDEQH/xAAeAAEAAQQD AQEAAAAAAAAAAAAACQEGBwgCBQoEA//EAGwQAAEDAwIDBQMECgkNCwkGBwEAAgMEBREGBwgSIQkT MUFRImFxFDKBkRUjOEJScnWCobMWJDNidpKxsrQXGBk0NjdWc3SVosHUJSdDU2WEhcLR0vAoNURG V2OD0/E5SFRVZJZYZpOjpLXh/8QAGwEBAAEFAQAAAAAAAAAAAAAAAAUBAgMEBgf/xAA7EQEAAQMC AwUFBwMDBAMAAAAAAQIDBAUREiExBhNBUWEUInGBsTJCkaHB0fAjM1IVJHIHFoLhNGLx/9oADAMB AAIRAxEAPwCVNERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERA REQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQERE BERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERARE QEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBE RAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQE REBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERA REQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQERE BERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERARE QEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBE RAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQE REBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERA REQEREBERAREQEREBERARU805gim6qKmclUz70V3ckVMpnPuVNxVFxB6+KqT7lXcVRUJVAfeg5Iu OeidfIoOSKgOVVAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAR EQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREB ERAREQEREBERAREQEREBERAREQEREBERAREQEREBFTK4kkZOeiDl0yuJIHmArF3L3u252npO+1jq KCCoc3mio43B9RKP3sYOcePU4HvWoO6XH9qy9GS27YWSKy0hJb8uqx31S4erWD2GfTzn4LVv5lqx yqnmg9T7RYGlRMX644vKOc/z4t7q26W62U7qu5V9PSwRjL5J5Gsa0e8k4WKdXcWexGkHvp6nXNLc KhmQYra01JyPLmZlo+kqNPVO4Ottb1L6rVWp7jc5HOy4VExc0fm+A+pfvpXbHcTXBH7FNH3i5sJ/ dIKV5jH55Ab+lRdWrV1ztZpcZkdu8jIq4MCzv8d5/KG6t47Q3bylJFl0dfK4eTpjHCD+kq0q3tHK zmIt22MJbnp3tyIP6GLFlh4Id97y0SVNlobY13X9tVbQ4fEN5leFH2eO5czA6s1jYadx8WgTPx/o hW99qNfOI/JhjP7WZXO3RMf+MR9XcDtHNQ/+zCg/zm//AOWu1t3aNQl3+6u2Ugb5/J7gHH/SYFbh 7OvXeMfs/sh/+BMuruXZ87r0zc0GorBWe4vkj/laU4tSjnt9Dv8AtdajeqJn5Uz9GbLD2gG0dxey O82i+2suOC4wNlY348pz9QWXdH8QGz2uuRuntf2qWZ+MU88wgm//AKcnK79Cj71Dwf796dD5HaNd cI2ffUEzJiR7m5Dv0LFd705qXS9Z8h1DZbha6pp/cqqB8Ts/BwGUjUMqz/ep/Ip7W6zp8/72zvHr Ex+cJl2SxvaHska4HqCD0K5gjxUSWhd/N2tu5I3aZ1lWx08Z/tWod30BHoWvyAPhg+9bVbWdoFZL n3Fs3RsP2LqDhrq+iJfAT6ujceZn1uW9Y1Szd5VcpdHpvbXAzZii9/Tn16fj++zcTGFVdNpjV2nN ZWqK96XvdJc6KYexNTSh7fh08D7l24cfNSMTExvDr6LlFymKqJ3ifJyRUCqqrxERAREQEREBERAR EQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREB ERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQ EREBFQnCtvXuv9M7b6cqNT6rucdHRwA4Lj7cj/JjG/fOPkFSqqKY3ljuXaLNE3Lk7RHWXb3e7W6x 0E92u1fDR0dNGZJppnhrGNHmSVpbv1x1VD31GmNnAImN5o5r1K0czv8AEtd4D987r6AeKwnv/wAS urt67m6k7yW26cp5Caa3sd8/HQPlx8936Bnp6rrNleHnXW9dya2y05orNG8NqrpM091GB4hn4bvL A6epUFkZ9y/V3WM8z1ftTl6pe9i0iJ58t46z8PKPVYVXV6j1ne3VFZPXXe61svUuL5ppHn6yfoWw m1vAtuJrDubnripZpi2vw4xuaJat7T5cmcM/OOfcVtHpfbDYXhR0jNrDUFdbbaKSP9tX66vaJD06 tYcezn8FnU+9aR8SfbGNp56rTHDVp1kzGc0R1Ddojhx8OaCn9PRzz1/BCy4+lUx716d/RuaT2Hoj a9qNXFV5fvPWW7Fi4duHLZSz/Z7UNDagyjAdJdNQVDHNaR55kxG0+4ALHO4nadcIG17ZLba9VVGp KinyxtNp+iMkeR5CR3LHj6VDHrPcnfjiV1THPq/UmpNa3aR2KenJkmbECfmxQt9mNvua0BZf247O HiF1v3dVqCktukaN4B57rPmbl90MYc76CQpWi1RbjaiNndY2Fj4dPBYoimPSG1Ote265ZJINvNiA 6MdGVN5vGHfTFDGR9UixJeO2Z4n65zvsbpjQttYfmiK3zykD4vmOfqCvnSnZV7eUUTHax3IvlzmA HOyhgipY8+gLudxH1LI1r7OXhhtzQKnT93r3jxNRc39fobjCv2bWzWxvbC8WgOeTRxAPnZz1/wD7 iubT/bS8QlFOwah270PdYM+0IoqmmkI/GErgP4pWwDuz74WiP7g6kZ8xcp+n6Vb957NXhsuTSKCD UVtcfOG5c+Poe136VUffoHtr9u7pJHT7kbO3mycxw6otlfHXRj38r2xOx8MrZXQ/GbwccQtPHZIt c2KaWpwBbtQQCme4nyxMOUn4FaBa07KSndHJNt5uq5knUsp7zR5afd3sRz9PJhaz7mcE3ETtc2Wp ueiJbtb4sn5bZ3iqix6kN9sdPVoVJiKo2lbXbpuU8NcbwmX3D4HtoNa07rho90mm62VvPHLRu72n f6ExuPh72kLUXdbhb3X2oEtdX2k3O0xZIuFBl8Yb6ub85n0jHvWkexvGlxIcOVTFb9Ha7r32mmf7 diurnVFGOvUCN5zF+YW+9SfcMfap7Obzim0lu1SxaI1NUYha+d3Pbatx6YZKesZP4LwB++K0MjTb N+N4jafRy2p9kNP1D36KeCvzjp+HRrPt/ujrra66i66Mv9RQv5gZIebmhmHo9ngf5fet+NhOMXSO 57KbT+rGxWHUbgGBr3/teqd6xuPgT+CfoJXXb2cGOhdxqSXU23JpbHeJ298wQAGjqyeuS1vRpP4T enqCtDtZ6G1Xt1f5tP6rtdRbq+nfgcwIDxno5jh0cPQgqL3ydMq86XGcWrdjbu0+/Zn5x/6lMbG4 ObzA5z5rmtD+GTjIq7NPSaE3UrnTW92IaS7Skl8J8A2U+bfR3l55W9FLVQ1lPHVUs7JopWhzHsOW uafAg+anMfJoyaeKmXpGkaxj6xZ72xPPxjxh9CKgVVsJYREQEREBERAREQEREBERAREQEREBERAR EQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREB ERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEVCvyqJ46eJ080rY442l znOOAAPEk+iTyU3iOrp9a6xsOgtOV2qdS1zaWgoYjJI8+J9GtHm4noB6lReb9766k3v1U653B8lN aKV7mW63h2Wws9XD755Hi76BgDCvDi04g6rdvVj9PWCuf+xizSOZA1jsMqphkGY+o8Q30HxVOFTh wqd4b9+yHUML4tK2uUd84tI+WyDB7lp9Pwj5eHn05/MyK8y7GPa6eLyrXtWv9ocyNLwPs78/X1n0 h9vDJwpXLduePVmroqig0rE4GPA5ZK8g9WsPkzyLh8B6rYbic4utmuCnRFJY6ejpqy/ug5LRpuhc 1r+UDpJKRnuo/wB8Rl3XAPiuh43uNPSPB9oWn0fo2loarWtwpDHabY0gRW+EDlbUStHUNH3jenMR 6AqFKeXcTfnXdZqDUF4qbreLrUd7X3OteXNZzHq55GcAdcNaPLAHkpXGxbeJRt4+bttI0bD0DH3m Y3+9VP8AOULp314jN7eLDXbLjrK611ykkk7q12Kha75NSgnoyGBvi7qAXYLnY6k46bEcP3ZoX7UN PS6m3zuE1kpJQJG2SmcPlb2+kr+oj+Ay4e5Zo4QNvuGfaaKnht2oqS765qg0TXS4Uz4SHHp3VN3o DWDPQY9t2ep8luDnIyMY6dR7ls0101/ZndMWMvHyomqzXExHlzWjtztLtxtJZo7Ft3pG32amY3ld JDEDPN75JTl8h97iVd2f/on+tMH6Vduz7xHUTr6lWVqXefa7SbnxXnWlvbNGeV0EDvlEoPoWR8xB +ICx/ceMLbKkPJQ2y/VpzjmbTxxs+t7wf0LDN+1T1qRmRrWBjTw3LsRPluzr4dR0+CLX2l4xtIum iNfo+901LI7Hfgxv+nlyM/X/ANizhp7UNn1VZ6a/WGuZV0NU3mjlYcZ9xz4HOQQfBXUXabn2ZX4e q4mfM02K4mYdknkR5FWvR7obe115n09T6xtRuVNIYZKd84Y4vHQhvNjn6/gkq5wc+/4FXU1RV9md 23byLV7eLdUT8JhhzevhK2W30gfPqXTENDeiCI7xbWinqQfLnLQGy/n592FHFxF8DW6OxYlv9sid qfS2STcKOImSnb/7+IdWj98Mt94UwPl/2L8qr5L8lmFcIjTcju+EuO75MdebPTGM5yq7xtM+TLMx TG8osuDrtGdz+Gyop9J6plqtVaDMjQ631MxdUUDSerqd7uoHnyH2T5YUt0kexvGntRS6g09c6a6U VTHz0ldTloqqCbHVjx4tIPzmO8fqKiu4udidjr/e6jUuxt8p6O8OcTXWynheKGd/m6F4Bawn0HsH yIWIOHHiL3c4M9y4rvb45zbKh7RdrJNIfk9dB5uBGQHjxa8efTwysdU270cEzEo72nB1OKsamumv zjlLbPeTZjVmzGp5LFqGmc6lkJNFXMb9qqWeRB9fVp6hZy4R+Kep0nV0e2mvqx0lmneIqCskOTSP PgxxP3hPQHy+HhsRY75s9xv7HQX6xVMdVQ3GIljunym2VYHVrm+Ic0+IPRw+gqPTdLbTUO02sKvS d/gLZaZ+YJwCGTx/evb8f0FQN+zXp13vbXT+cnmmqabk9ksynMw5mbcz/In9Ev8ADIyaNskbw5rh kEeBC5rUXgq4iXantzNqtW3EvutDHm2zzO9qogb94SfFzfrI+BW3GT59FO2L1N+iK6Xpml6lZ1XG pybXSfynyckVBnzVVmSIiIgIiICIiAi4SPbGx0kj2sYwFznOOAB5kq03bv7TxvcyTc/STXNOCHXq mBB9Or0F3oumsOsdJ6q739i+qbPeO4x3vyCuiqO7z4c3I44+lfPedwtB6brDbtRa4sFrqw0P+T1t yggkDT4Hle4HB+CC4UVr2/dDba71sNttG4ema2rqHckVPTXanlkkd6Na15JPTyVzhBVEXzXC40Nq pJbhc62CjpIG88s88jY442+rnOIAHxQfSis47xbSDx3S0iP+m6X/AL67y06o03f7dJd7HqG2XGgi 5ueqpKuOaFvL1dl7SQMeeT0Qdqis/wDqwbTDo7dHSIPob3TZ/np/Vh2k/wDalpD/AD3S/wDfQXgi tBu7+1EjgyPc/ST3HwDb1TE/z1cVtvNpvVP8rs91o6+nPhLTTtlZ/GaSEH2oqA5X5VVTBRU8lXVz xwQQsMkksjg1rGgZJJPQADzKD9kVjjfLZUj+/Bon/wDcFJ/8xd9p3WmkNYRSz6Q1VZ75FTuDJn22 uiqWxuPUBxjccEjyKDukVAcqqAi+O7Xi1WGgmu17uVLb6GmbzzVNVM2KKJvq57iAB8SrS/q57K46 bwaJPw1BSf8AzEF8outsOorBqm3tu+mr5b7tQvcWNqaGpZURFw8QHsJaSPiuyQEXFxI6AjPvVn1W 820FBVS0Vfuto6mqIHmOSGa+UrHscOhDml+QQfIoLyRWdRby7RXKsht9t3T0hV1VQ4MiggvlK+R7 j4BrQ8kn3AK8Ac9UFURdfe7/AGPTdCbnqG80Vro2uDXVFZUMgiDj0AL3kDJ+KDsEVnf1YtpP/anp DH5cpev+mrnttzt94oorlaq+nraOobzw1FPK2SORvq1zSQR8EH1IiICKhz0XQ3vXuiNMVLaLUus7 Faah7edsVdcYad7m+oa9wJCDv0Vq0e6u2FxqoqG37kaXqamdwZFDBd6d75HHwDWh5JPuCukIKoiI CLi44XzXC6W+0UUtxu1fTUVJA3mlnqJWxxsHqXOIAHxQfWiw5eeMbhV0/UPpLrxDaAZPGcPjiv1P M5p9CI3uwfceq7XSnE7w6a5qWUOkd89C3SqkIDKaC/UxmcT5CMv5z9SDJyLhz5Ac0ggjII6grk0k 9UFUREBFRxwM/wAqs7WW8u0e3TizcDdHSWm3gZ5Lteqakefg2R4JQXkiwzTcZnCdV1IpIuI3bsSE 4BfqGmjbn8ZzwP0rJum9YaV1nQC66P1PaL7QuxiptlbHVRH4PjJag7lFRuT4oThBVFbV13K27sNf Ja75r3TlurYcd5TVd1ghlZkZGWOeCMgg9R5patytvL9cIrTYtfacuNbPnu6akukE0r8DJ5WNeScA E+HgCguVFRpyFVARfHdrva7FQyXS9XKkt9FAMy1FVM2KJgJwOZ7iAOuAra/qxbS9R/VT0jn0+zlL /wB9BeKL4bNe7PqGhZdLFdqK5UchIZUUc7ZonEHBw5pIOCvsccdM4yg5IrF1vvpsxtnKafcPdnR+ nKgDm7i53mnppiPdG94c76ArMoeNnhJuFQKSDiK0E2QnAM15hhZn8Z5Df0oM2oup07qrTWr7ay86 S1FbL3b5fmVduq46mF3wkjJaV2oOUFUREBERAREQEREBERAREQEREBERAREQEREBERAREQcXfFar 8cO940dpWPbaw1vLd79GXVbo3YdDR9QQceBeQR8Ac+K2Zv8AeaDT1nrb5dJmxUlvp5KmeR3g1jGl zj9QURu62va/czX941jXvdzV07jE0u/c4R0a33ANx+lRmp5M2LXDT1lxvbPV6tPw+4tT79fL5eL9 tots7xu5ru36OtQc35S7vKmcNy2CAdXvP6B8SAt9t/N49uuCDh/+yUNNDHLTwmgsNtHV9bWFpIz5 kDq97vT3kL4ODbaag2y2xk13qGGKnuV9h+Wzzzez8nowOZjTn5oxlx+PuURfHxxQ3Dic3vrqy1VM x0nYJH26wU/X24g7Dpi38KRwz6gco8k03Eixb46utS7sholOnYkX7kf1K+fwjyYwmqN1uKneZ09T NV6g1XqqsLnveSRG0nqSfCOJjfoAC3n4R+HbR5uN1td6ibXUmnHNY+PBY2sqHcwMkmDnlHJ0bnzA 8B1vfgM4ZY9ndBR661VRNGrdTQiV7XDLqKlPVkXXwcQA549cDrhdrqGj1pw+biXbW2ntPy3nSV+d 31ZDDkmndkuIOAeTlLncrnDlLXYPXqNrI3jhmY5b8272gjnZuXYmbNNXvxHPw5TPnG6+N2Nhtvr5 o+4T2XTdvs1yoKd9TSz0NO2D2mNJLHhoAcHAY6jI6HI6r6+G7WFy1jtnSzXioM9Zbpn0MszjkvDM cpJ8zykdfMhY21VxE37dK0VGjdr9F3NtVcI3Q1VVO5pEELgefq08rQR053OAA8snItzTl41bcrTS bG7N1LpO55n3u+xOIjc95+2cjwMiIZIDh7TwOmBnODvaKbsVW+n1lCTqmHZ1GL+DTPDNO0xTG3FV 4bR6eMsybm8Rel9EVLrBYYHag1A53dNpKU5ZHJnAa9wyS7P3jQT5dFZMe3W/m8jhVbiakOlrNL7Q ttM0h5afIxNI8v8AjXFw9FkzavZHSO2FK2elhbcLy8fb7lOwGTmx1EfjyN8fA5I8SV3+vtwtNba2 P7O6lnlZC5/dRRwxl8kr8E8oHh5eJIHqVmm3VVHFenaPKEtcwruXbnI1e5wW458FMzER/wApjnK0 NL8Mu0unI2d/YX3mpaPamuMrpA7/AOGOVmPi361kS1ab09Y2htksNvt4YMAUtKyPHx5QMLAo3s3u 3Ke+Lafbn5Fb3dG3GvbzdPUOeWxZ93tke9cxs5xEanAfqveU25r8F8VBJJ7PuLY+7afrVtNyieVq nf8Anmw4+biUbRpuJNUecUxET852Z01PT6fqdP18OqWU5tToH/KjUj7WI8dT1HQ+h8fRa/cNF8qN Obca0vnePNpttRNUUfeHoXNjzge4+z9ZXY/1ptbcpmjVm7t7u1NzAuiMDml2PLL5Xj9C+3f+CybZ bIDR2mKUUkNfNHRRMacveM873E+JOWjJ/feipPHxd7MbbRLBl+1TXOoZFmLUW6auW8TMzPKOngsj ZjYbS+6miKzVOrXV0dZcbhMaWqp5+QtYOnVrgWn2w7yz713kmhN/NlGurNCahOrLDCMut1Q1znsY PSIkkAf+7dnP3qzTtdp39im39isZbyyU9HH32POQjLj9ZKulXUY0cETHKW1h9nbM4luuJmi7tvxU ztO88+fhPzhi3a/iC0nuHK2z1rHWS/Ny19BVOwHuHiI3nAcfHp0d7vNdBxVX6602nLJo+11Jp/2T V/yWWVriPYbyjlJHkS8E/iq4919h9M7lMdcqVrbVqGMB0NwgbgvcPDvQPnfjfOHl6LAuqrnq690c ez+6LnUuprXMJrFd5n4ZUk9GxPf58+ByyeoAdg9VZdruU0zRc/Fo6tmZ2Hi14mVG/Fyprjlv5xPl Mti9J7KbbabsENnbpG11znRAVFRWUsc007iOpLnA+fXA6DyWlfGhw/2+C+usmirU+aWsozc7fSRt 5nxFvNzsaSclpDHED4BbAWviV1lpK3s07r3bG6S3qkaImyRZiZUY6NdgtIGfVuQfEBfftfo/XO4e 4/8AVk3GtLrVDSs5LVb5GFrgMEA8ruoaAT1I9onOAqTNNe1NuOald3Dyu4tadRtcpmJ322mmPvRM 7fu0A4IeLO+8KO6sdXXS1EukbtK2mv8AQHJ5WZx37Wf8Yz6yMj0UyG/e2OluJTaek1Zoyemr60Uo uFlroCD38bm83d58w4eR8D9Kiv7Qzhjj271G3d/RVH3dgvspbXwRswKOrPXmGPBj/EehyPRbAdkZ xYOmbPw062r8ljXVem5pXeLfGSmyfT5zfpHkty7apu0TRX0l2Gbh286xVYvRymGNrRdb3ojUtNda F8lHcrTUiRvMC1zHsPgf0gqVvZTdC17t6At2rLdIBNIzuquE+MU7ej2n6fBaZ8dGz7NJaug3Ds9H yW+/OIquUYayq8z+cOv1+i+Pgc3bbo3X8mh7rVFlt1EAyEuPRlSPm/AOGR8QFA4lU4OTNirpLzDQ si72d1erT78+5VP/AOSkVbnHUrkuLCCOi5LoXrIiIgIiICIiDqNX/wByd7/J1T+qcvMBqf8Aukuv +Wz/AKxy9P8Aq/8AuTvf5Oqf1Tl5gNT/AN0l1/y6f9Y5BKD2IYBG5v8AzP8A6ywT2v3Ti6qR/wAh 0H6tZ37ELw3N/wCZ/wDWWCO1++66qvyHQfq0GHOA77r/AGt/Ljf1T16LQvOlwHfdf7W/lxv6p69F o8EFVhHjY+5R3O/IMv8AOas3LCXGx9yjud+QZf5zUHnFyVMn2ZnXgH1tn/lv9Q9Q2KZPsy/uB9bf 9N/qHoIcKv8Atqb/ABjv5SvyA88L9az+2pv8Y7+UqTbsj9gNld49vteXLdLbKwaoqrfeaeClluVI 2Z0MZgBLWk+AJ6oIxQu40vq7VeirpHe9HamutjuEJyyqttZJTSt+DoyD+lehmXgY4QJWGJ3DvooB 3T2Lc1p+sdQtL+Pnszdq9K7Y3beLYK0z2Ct0/H8quVkbUyT0tTT59t8Qkc57HtznAPKR5DxQWRwa 9rBraxX237d8S1xF9sdZI2ng1K6MCsonE4aagt6TR+riOceJLlKDu/WUtx2T1hcKGoZPT1Om66WG WN2WvY6mcQ4EeIIIK8yuceWSppeBDd657n9n9quzXurfVV2jrXcrR3rzlxg+TvdCCfEkNyMlBCwf FbJcB/FRceF7eaku1dUSP0lfXMoL9TZ9kRE+zOB4czD1+GfFa2nxVW564Qepuz3W3X210l6tFZFV 0VdCyop54nZZLG8AtcD6EEL7FGL2SPF+b7af62bXl0zXW6N0+maiZ/WWnHV9Lk+bfFo9CR1Kk4ac +aDXrtBvuOd0PyK/+c1ed/JPivRB2gv3HO6H5Ff/ADmrzvBBO/2TP3HNm/K9w/nNW5K027Jj7jmz fli4fzmrcgk+SDG3EfunRbLbJav3HrJQx1otkz6cc2HPnc3ljDffzEfUvNbebpXXy7Vl6ucxlrLh USVVRIfF8j3Fzj9JJUtXbP70fYrReltkLbV4nvdQbtcWNP8AwERxG0+mXnPwCib0/YLvqq+UGm7D QyVlyuU7Kalgj6ukkccABBx09e6/TV9t+obXK6KrttVFVQPaSCHscHDqPgvS1sLubQ7x7PaT3LoJ WyNvtshqJceU3LyyjHl7Yd9GF5pL3Zrhp2811gu1O6CuttTJSVMZ+8ljcWuH0EFS7djLvR+yDbbU my1yrOar03VC50LXHLjSzdHjr5B4bge8oJI1pV2u/wBx3cz/AMt239cFuoOq0r7Xf7jq5/lu2/rg ggsBPqvRZwGfcf7XfkQfrZF50wvRZwGfcf7W/kQfrZEGfEREFCM+Kha7Z4Y4i9PY/wAHY/1jlNKV C12z/wB0Xp7+Dsf6xyDVLhTP/lI7bfwjov1gXpSC81vCn90jtt/CSi/WBelIIKri4keeFU58lpd2 mPF7VcOu1sejdFXDudb6yZJBRzRkc9BSDpLUY/C6hrfec4ICC2+NvtP9MbD1lZtrs7S0Wp9bwh0V XWSP56C0yfgv5T9ulH4AIA++P3piP3b3+3k30u8l53V3Cu9/lc8vZBPPy0sH+LgZiKP81o96sSpq Kirnkqqqd880zzJJJI8uc9xOSST1JJOSSt9uCvsttQ77WWi3P3mutdpjR1WBJQUNK0C43GPPzwXg thjPk4tcXeQA6oNBCFTqMHrhehTSnZ0cGOk6BlDS7GWe4OY3ldPdZp62V59SZXkA/igD3K3NzOy5 4PNwbbNBbtvZdIXCRpEdwsFbLC6M+vcvc+Fw+LM+8IIjOHvji4ieHOup26Q1vVXKxROHe2C7vdVU MjAerWNceaHPrEWn4+Cmd4QuNnbLi10499hcLLqy3xh9009UzB0sQ8O9hd072InpzAAg4DgMgmHP jD4ItxuEbUMP2WqG33SV1lcy1X2niLGvcMnuZmZPdygDOMkEDIPQgYf2q3R1jszr+0bj6Eu81BeL PUNmikY7o9v30bx4OY4ZaQehB6oPTrzOHjj/ALVj/fDfbbnh60HWbh7mX1lvt1MOSGFo5qismIPL DCzxe848PLxOACur2G4gtIb5bIWreq31EVHRVFG+S5QueP2jURN+3xOP709RnqWlp81BzxwcVd/4 pN4a29srJ49I2aWSj07Q82GMgBwZyPw5COYnxAwPJBkDia7UDf3fGuq7Poi8VO32kHOLIqK0zllb PH5GeqaA/JHi2Mtb1webxWnVTVVVbPJWVlRLUTzOL5ZZXl73uPiST1J95V77J7J7hcQG4FBtvttZ 3V10rnZe9xLYaWEfPmmf94xo8T1PkASQFLzsf2QnDroW1U1Vu38u3Bv7mh1QJKqWjt8T8dRHFC5r 3AHzkec9Dyt8EEJfl7vcu80drnWe3t5i1HoTVd20/c4Md3V22sfTyjr4czCCR06g9Cp+7t2d/Bfd 6B1vqNgrFCxwwH0ktTTyj3iSOQOz9K0T4y+ybO3Wm7hufw5XG5XS226N1TcNN1ru+qoYWjLn00oA MgaP+DcC/AOHOPQh3fB32t94Zc6HbziikiqqSoc2Cn1bTwhksLj0HyuJg5Xt8PtjAHDxId4iVegr qO6UcFyt1ZDV0lVEyeCogkD45Y3AFr2ub0c0gggjoQV5YyCPEFSv9kHxY3C7sqeGTXF0fUPpIX1+ l5p35cI2+1NSAnxAGZGjyAkHpgNSe1C+7V12PdQf0SJOy8J/r2NBDPQtuH9CmVO1B+7U134/NoPE f/pIlXsvPu2NA/i3D+hTIJ+x4KqoPBVQaw9pYP8AyLNxj6U1L/Sol59gSehK9BPaWfcWbjf5NS/0 qJefUIJ5+y3rKa38Eel6+tnjgp6eoucsssjg1rGNqHkuJ8gAPFaL8bPafbh7o6hue32w2oqvS+h6 OR9K66UMhhr7xg4Mnej2oYT961hDnDq49eVuRLHuDctvuxrkms874au+VlTZGyNOCIqiuLJh9MRk H0qL/OSS459Cg5Tzz1M8lTVSySyyuL3ySOLnPcepJJ8SVx6Y6nHopfey44LNnrjstbt+9xtHWvVd 81JPUG2R3WnbU01DSwyvh9mF4LDI6SOQl7gSAGhvL7Wd0NweFbhz3NsU+n9XbNaSngnYWCeC1w01 TBnpzRTxNbJG73tcPpQed7bTdncnZ3UUeqtsNa3XTlziIJloagsEoHXlkZ8yRnq14c0+YU1nZ9cf NFxT2eo0RrunpLZuLZKYTzsg9iC60wIaaiFv3j2kjnjzj2g5vsktZFNxW8J2sNgt8NQbdabst9v1 jp3MqrVXR0EkpkpZW8zGvLGlvOw8zDjGS3OBnA+bhbl3W2e4g9CbhUWjNSwNtl5pxVkWycc9HI7u 6hhPL4OifI0+4oPRcDnPuVVxbnr1XJAREQEREBERAREQEREBERAREQEREBERAREQEVFQkjzRTdrF x6biO0ztnTaPoqgsqtR1HJKGnDvk0eHP+gnlC044eNuP6qO69l05UQmSgZKKyvBGQYIzkg/E4b+c Ve3G5riXVm9dZa2S81Lp2CO3xAH7/HPIT7+Z5H5oWY+zz0B8ltGoNx6uIc9bMLdSdOojj9qRw9xc 4D8xc9X/ALzO4Z6Q8nyYntB2k7qfsUcvlH7vj7Ujf6n2U4eBoSwVgp77rhzrZSxxnlfFRMA79/uG C1n559CoyuA3Yl28m8kF3vNLz6e0qG3CuLxls0wcO5h9+XAuPuYfVXR2o+8Em6XFNeLRBUF1u0ZE 2xUwDvZD2EmV38dzgfgFuRwE7Tt2z4frPXVdN3Vz1T/uxU8zcODJAO6afgwNPxJXQvWIjhjZsaAA 0NA9kAADyGPD6vBDnHr59eqKyd5NwY9ttCV1/Y5vy2T9r0DXdczu8Dj0aAXe/lwra5immap8GHKy KMazVeuTyiObGO+Ou77rfU8Oxm3UoNTVOAu9U12BEwdTG5w8GgYLvXo0eYOWtttubFtnpuGwWaIF +A6qqXNxJUy46vd7vQeQ6KxeG3bh+mtMv1nfmOkv2ox8plkk6ujhceZrc+rs8zvecHOAsy/+MLBZ o3nvao5z09ELo2JVdqnUcmPfq+zH+NPl8Z8RdLq/R9g1zYajTuo6Rs9LUDofB8T/ACex33rh5H6D 0yu6TJ/1+7K2Jp4o2Tty3Reom3cjeJ6x5w1o01qbU3DdqaPQuupJa7R1c8m23INJEGT+gDPtM8vE dPHZKmqqatp4qyjmjmgnYJI5IyC17SMggjoQVYO9F92spNKVFo3MrYTT1bC6Gmj9qqc4ZxJE0dQQ fBxwOvU4PXDnDDrnVsN+fouhtl0umkZZJTS1s8BZ8iABIy4ZaA7oCwE4J6LUprizV3W+8fRyuNmU aLm06fx8duqfd25zT6Tt4eTaXp7upwei1330cdZ706H29iPNHTSCsqW+QyeYg/mRj61sRn0/R6LV LUGrLhttxCXXcDXWkbtLbZeekoaiFgLO7Aa1kjSfZf7Deo5h84q/K32imfNt9pbkUWLduv7NVUbz t0iOfPbwbWMa1jWsaMBoAA9MLkrc0VuFpHcK3/ZLS15iq2tx3sXzJoSfJ7HdWn08j5ZVx9fNZ6Zi Y3pT1i7bv24uWZiafToePQqxd2tqrNulp11uqmtp7jTZfQVgaC6KT0PmWnzH0q+kxkdP/olVEXKd p5wtysa1l2qrN6N6Zhg3YLcu7msqtptwHvj1BZSY4JJnZdURN6YyfnOb06+Y6rOWMeXXxWB+JTRN dSfIN4NJt7m8aeex1Tyt6ywg+y448eXwPq12PJZX0Bq+i13pC26nocBtZCHPYDnu5B0ew+8HIWGz PDM26vDp6oXR7teNeq069zqp+zPnT+sx4vy3K2/se6ehrxoLUcbX0V2pnQlxbkxPI9iQe9pwVC1K 3WfDNvkyWnkfTXzRt3D4ng8vecjun5rm9PgVOV0+pRtdqHtILRqexbt2ymxBeWGgry3wbURgFjj+ Mwj+KVsOhhKDPXaZ4seGGm1DZgyaLUNpjr6UEZfDVNbnHucHZb9JUa1PPX6V1BHPGXRVlrqg4Y6E PY7p+kLPPY0bwO1Dt3qfaC5VnPPp2pbXUcbj1+TzZyB7g9rvrXQcX2gmaG3nunySIx0d3xcIRjAB f84D3B2QoXV7XKm9HWHnPb3A2ot59vrHKf0SLbUayptfbfWTVVNI13y6kje/Bzyvxhw+g5V3LUns +tcSXPRN30RUS8zrNVd9ACfCKTqR/G5ltpk+qksW731mmt2Wi5vt+Bbv+Mxz+LkioqrYSgiIgIiI Oo1f/cne/wAnVP6py8wGp/7pLr/l0/6xy9P+r/7k73+Tqn9U5eYDU/8AdJdf8un/AFjkEoXYheG5 v/M/+ssEdr9911VfkOg/VrO/YheG5v8AzP8A6ywR2v33XVV+Q6D9Wgw5wHfdf7W/lxv6p69Fo8F5 0uA77r/a38uN/VPXotHggqsJcbH3KO535Bl/nNWbVhLjY+5R3O/IMv8AOag84qmT7Mv7gfW3/Tf6 h6hsUyfZl/cD62/6b/UPQQ4Vn9tTf4x38pUu3Yif3sdyfy9Tf0cKIms/tqb/ABjv5StguGHjl3i4 TbFerBtlbNL1VNfatlZUm70U07w9rOQcpjmjAGPUFB6HysIcaeurDt9wx6+veoKiKOKW0y0UDHuA M08o5WMaD0JJPh7lFxJ2y3FlJG5rbDt1GT4PbZ6rI9/WqIWuG/fFjvvxLVdPLuxraSuo6NxfSW2m ibTUUDj982JgALv3zuZ3vQYgJJOeZSzdmPpq4Wvgj3h1DVRubTXoV/yZx8HdzRvY7H0lRubF7E7g 8Q24Nv2828s81ZV1UjTU1HIe4ooM+1NK7wa0DPj4nop8KTaDT+xHCRdtrdNNBpbJpWtifN5zzGne ZJD73OyfhhB5ysZKzzoXhgvW5HDFqrfXSQmqq7Rl4jp7lQsHNzUL4+YytHqx3j7vJYGPipg+xfoq O57G7h2y4U8dRS1d7jgmhkGWyMdTkOaR5ggkIIl9Hatv2g9U2vWWlrhJRXaz1TKyknjcQ5kjDkHp 5eR9QSvRBwicSVh4ntm7Vr63SxR3aJjaS90TT7VNWNHtdPENd85pxjB9yhq7QThNrOGHeKoNlpJP 2Game+tskoHsw5OX0xPqwnp6txjwXzcAvFbX8L28tLWXOpkdo7ULmUN9p+b2Y2E4bUAfhMJz8MoJ g+0EOeDjdD8iv/nNXnfC9C/HlcqC8cFG492tdVHVUdZYO/p543ZZLG4tLXNPmCCCvPQEE7/ZMfcc 2b8sXD+c1bjSPbGwyPcGtaCXOJwAPUrTnsmPuObN+WLh/Oasp8bm8cex3DVrHWkdQ2KvkonW63A/ fVM45GD9JQQo8eW8z97eJ3WGpqapMlst9SbRbvQQU5LM/S7mOfPosodk/s4dzOJyk1XXUve23Q9M 67SOcOnyg+zCPf7Rzj0Wl8sks8j5pnuke8lz3OOSST1OVN32RWzX7AOHKTX1wpeS465rTVtc4dfk kWWRYPoTzEj3II/u1E2bG1XFLd7rRUvc2rWcLbzSkDDO9PszNb8HAH4uVqdnxvQdk+KLSl6rKowW m8zfYa5Fxw3up/ZDiPPlcQR71It2w+zQ1nsTbNz7dSc9w0XXDv3Nblxo5vZf18mtdhx+Chcpqqaj qYqulkdHNA9skbx4tc05BH0hB6oWkEZytK+13+46uf5btv64LNvB1u/Bvhw56M14J2yVklAyiuAz ktqoQGPDj6nAcfxlhLtd/uOrn+W7b+uCCCwL0WcBn3H+1v5EH62RedML0WcBn3H+1v5EH62RBnxE RBQqFrtn/ui9Pfwdj/WOU0pULXbP/dF6e/g7H+scg1S4U/ukdtv4SUX6wL0pBea3hT+6R22/hJRf rAvSkEFHfBefDtFN1qvdXiv1lWGpMlBYZ22SgbnIZHAMO6eR7wv/AEL0F1bnR00sjPnNjcR8cLzH bzTzVO7+uaioJMsmpLm9+fHmNVJlBk7gY2Qpt/8AiT0roi7xGSzQTOuV0b1AdTQDncwkeHNjlHvK 9EVJSUtHSw0VHTxwU9PG2KKKNoaxjGjAaAOgAAAx7lDV2K1JST8QWrqidrTLTaXc6DI6hxqImnH5 pKmbCAAB0CEZ8VVEGNeIrZzT2/GzmptstR0zJIrpRP8Ak8hbzOgqWjmilb++a8AhebG/Wiv05fLh p66R93WWqqmoqhn4MsTyxw+hwK9S7vRebHizpKSh4l9y6eia0RDUtc4Y8OZ0hc7/AEiUF97I8UN6 224Xd39lqetlY7VMVI6g9sgRB8oiqg30Lon5/MC1tXEOIBAPQqoJ8ignE7JnYK17acPUO5tbQs/Z Dr57qp8zm+3FQxuLIohnwBc17zjxyzPgFvFgYxjosZcMFFSW/hz2zpqJrWxDSlrfhowOZ1Mxzv8A SJWTkFOVvouL4o5GOikYHMeC1zSMgg+IXNEGsV27NDgivd0rLzcNjoXVVfPJUzmK/XSFhke4udyx sqQxgyThrQAPAAABdvt9wAcJG1WsbZr/AG/2odaL/Z5hPR1jNQXSQxv8OrJKlzHAgkEOBBB6hbDK hQQB9qCMcauvAPSg/okSr2Xn3bGgfxbh/Qpk7UL7tXXn4tB/RIk7Lz7tjQP4tw/oUyCfseCqqDwV UGsPaWfcWbjf5NS/0qJefUL0FdpZ9xZuN/k1L/Sol59QglEsO3l13E7GySCyUz6isslZUXpsbBkm Knri+Y/REJD9Ci98PBTzdlpBDVcE+laWphbLFNVXJkjHty1zTUPBBHotSeMjsmdYW6/3DcPhgoYr tZax7qmo0r3rY6mhcTlwpS8hssXjiMkPb0DefoAHUdnb2kOlNi9IQbG72wVcGmqaokltF9pYXTfI BK/nfFPE3LjHzlzg9gc4FxBaQctle293a2x3ZtYvW2mvrFqWjIBc+210c7os+UjGnmjd7nAELzP6 p0fqzQt5m09rTTV1sF0pj9torlRyU07PiyQB36F81lv1701coLzpy811ruFM7mhqqKofBNGfVr2E OafeCg9SzfMjzVSAfEKB7ZDtUeKnaeaCi1JqOHcKyRECSk1C0vqeTz5KtuJub3yGQD0UsvClxmbV cWmm5q/Rs0tr1BbYw666erXNNVSgnHeMI6Swk9A9o8cBwaSAQz5jCqqDPmqoCIiAiIgIiICIiAiI gIiICIiAiIgIiICIiCh8F+FbUMpaSarkOGwxuec+gGSv3OPNWnutdPsJtpqi7Zx8ktNVKPiI3Kyu eGmZYcivurVVceETP5InNfXqbUutr3fJX8zq6ummLs5yHOJUj20T6LZvhdpdQ1zWRRWixVF6qObo CQx0xz8fD6VGZRQvr7rBTMBLqmdsY+LnAf61ITxvXY6G4JNaRwPEbnWOK2Nx0/dCyMgfQSoPSaeO 5Xcea9g7XfZV/Jnr+8oONN0Vx3p3xoqa4SOlqtV39r6hx9okyzczz9RKnLt9HT26gprfSRCOCmib DEwDAa1owB9QCh/4ANPjUPE9p10gDm22KqrnZGQC2MgH63BTEfFT71AWuO6vNulv5p3bVmZLZZA2 rr2DqwkgSO5seRb3bPcXH1Wxp95AWDdacOd7r9XV+u9Cbi11kutfK6R7DzBvUglokjIIbkD2SCOi 18imqqmIpjxQHaGzfv2KKLNPFTxRNUbxEzHXbnszixrWMaxjQA0ADA6AKoGFrsbjxbaBIZWW23aw o4+neRtbI8j3Bvdyu/iuX1W3i2t1DUtt24Ogb1YKvwdyt5wD6ljwxwH1pGTT97kpb7RYlMxRkU1W 5/8AtTMR+PT82wABJwBlYv3t3hj23tsFqssArtTXX2KCmaOfkDjyiQt8Xdegb98c+QXZWrffaW9W +euotaUGIInSvhqD3EuGjJAZLylx+GVjDYey1G5+uL3vbqqLvC2pdBa4pHczY8eJHqGtLWj383mM qly7FW1u3PVbn6nOTwYun1xNdfjHPhjxl2e2vD0641P7PN5pn3u/V2JvkdS/nigPkJB4PP70ewOg wcZWdqenp6WBlNSwRwwxt5WRxtDWNHoAOi/TwPTIx4eqLLbtU245JLA03H0+3w2aefjM9ZPFfjV0 lJcKeSir6WKpp528ssMsYeyRvoWnoR7iv2RX7RMbTDeqopriYqjdr1uPsTcNHVztytkppbbcaPml qLbCeZkrPF3dtPiOhzGehHhjosibN7sW/dPTvyssjpbtRERV9IDjkf8Ahtz15XeI9D0KyD4jDuv6 VrRuTTnYneW2bjWpj4bDqBzorlFGCWNdkd4eUfEPA8zzAYWrXHs1XeU9PFy+XZp0G9GXY5WpmOOn wjf70eXq2LvF4ttgtlTeLxWR0lHRxmSaaQ9GgfynywFq/eOJrWFZrKk1LZ6Oak0LS1raOUyU7SKg H5znvwSH49oNafLHqvqqavVfFPqr5BQfKLToK1TfbHuGHTuHn6F7h4DqGA58fHKW6e21jOy1y0nY bZHBBa6X5XSMb96+L2i7Pm4t5wSepyra6q7scVE7RH5tfMys7V6K7+DVNFqjeYn/ADmP0+rIdTT2 7UVnkpZ2tqaG4Qcjh4h8T24P6CsDcOFbVaO1lqzaK5SH9o1D6qjBPQtzh2PQY5T+cVfPDpqWTUu1 FolqCe+oWuopMnJPdnlBPvIwVYe4jHaO4mdL6kiHLFfIm09R08Scx4/Qwqtyremm9HVmzb8V0Yuq 2+U7xE/CrlP5tiTjwWB+N3QzNdcOOp6ZkIfUWuNlygwOodGeuPzSVng58x+hdRq6zx6h0nerFKBy 3CgnpzkZ+dG4f61uOrjoi47Lrcmfb3i2sFFJOY6PU1PPZqhpPskuHOw48yHMwPxipHe0R0y11u0x quNg52SyUcjgPEEBzc/pUPGyl2n0TxCaVuUTuR9s1JAM+GMTcp/QVOZxsWr7O8P0lxABfQ1NNWcw HkQWn+cFqZ1HHYqiUF2mx4yNLvUz5b/OGt3AdqX7Ebvy2dz8R3ahezGenMwgj9BKkaxkZUUXDLdz ZN8tJ1Z+a+t7l357SP5SpXB4LV0ivezNPkhOwV+bmnTb/wAavq5hVVB4KqlXci4uJGMLksQcXdPq eo4adw/2G3Svt14hsstTTVVDUPgnhMREjnMkYQ5p5WO8D4ZQZcBcfPr8FVpyvNB/XJcRPh/V73G/ /dNd/wDNUtPZL8Rz9ztpblt3rXW9deNY2CvlqSbtcJKmsqKOU8zZA+UlzmtJLcZOMeiDeHV/9yd7 /J1T+qcvMBqf+6S6/wCXT/rHL0ncQ+5+mdodmtV641ZdKeipKS2VEcPePAM1Q+NzYomD75znEdB1 xk+S81Nzq/shcaqvLOU1Mz5senM4nH6UEpPYh+G5n/Mv+ssG9sDBJHxaSzuHszWKhLfoZgrYnsR9 P1celNx9UOjIp5q+momOPm5sfOf5ytbtq9q62HUeid4KSle6hqaSSzVkjWkhkzXc7C4+WWnA+BQa Z8DFVBRcW+19TUPDWNvjAST6xvA/SQvRkF5cdIamuWitU2jV1lk5K+z1sNdTny543hwB9xxg/Feh 7hZ4sNsuJ7QdDfdK36kZf46dv2XsksrW1dHMAA/MfQlhPg9oLT6oM4rBfHHVw0XCVufUTuDWNsUg JPvewD+VZwdIGNLnuw1vUk9AB9KjE7VfjV0NXaHn4c9stQ0t6uVwna7UNVRSiWCkiYcin5xlrnud jmAPs4GTnogiXAOcKZfsz6eWLgB1jO8exML6Wn4QPBUNbWFzg1jSXHoABkk+in14XNqa3Z7gHh0v dad1PcarS1xulZE5uDHLUU73lv1EIIC6z+2pv8Y7+UrcLgX4A7ZxiaW1NqOv3PqtLHT9wiomww2p tWJg+Pn5iTKzlx4Y6rT2s/tqb/GO/lKl27EXH9THcnoP/P1N/Rwgjv4teGTUPCruxVbdXiuddKB8 Taq13XuO5bW07vvuTmcGuByCA44PmrJ2cl26i3N06N3LbV1ukH10cd2ipak08ncOOC7nHUAZycdc A4U2/aU8L8fEHsbU3mwULZNXaMZJcra5o9ueEDM0BPictGR5ZHqVAvI18UhikY5j2ktc1wwQR45z 4IPTHsrtRs3tXoujt+y2kbRZrHWwx1MclCzLqprmgtkkldl8pIPi9xK+zez+89rb+D9w/o71o32R 3FWddaIm4e9YXHnvel4zNZXyu9qpoM9Yx6mMn+KVvHvX/ee1v/B+4f0d6DzGnxUxnYnf3mtefwgh /UqHM+KmM7E7+81rz+EEP6koNt+LDhz05xN7OXbbm8RRx15Yamz1paOakrGj2HA+h+a4eYK87WuN Gai271fdtD6tt8lFdrJVPo6qCQYLXtOM/A9CD6EL1EkKNTta+EA6ssA4k9BWsuu1liEOooIW9aik HzajA8SzwP70+ZQa77McX51TwObo8NevrpzXWz2CWbTlRO/rUUoe0up8nxczxbnxB8VoYRjwVXEt +acA+i45ygne7JnP9ZzZfyvcP5zVrF20m9Pyy+aS2MtlXllBG69XNjTj7Y/2YWn1HLl3xC2V7Kqv pbVwU2+510ojpqS5XOeZ58GsYQ5x+oFQ/wDFFuzVb3b96y3FnnL4LjcpGUYzlrKaM8kYb7iBn85B jiyU1BWXeipbrXCjopqmNlTUFrnd1EXDnfhoJOBk4AJU6233aEcBO3uh7Foe0b40jKSx0EFDEGWC 6gHkYAXY+S+ZBPxKgrtlgvt6DzZ7LXV/d45/k1M+Xl+PKDhfadBa5/wMvv8Am6b/ALqCbrdjj74C t0ttdS7e3be6mmpb9bZ6JzTYbpglzTy/+jeTsFQYXCCClr6ino6ttXBFK9kU7Gua2VoJAeA4AgEY OCAevVdoNB66Hhoy+/5um/7q+G52O+WUsF6s1dQGQEs+U0z4i7HpzAZQSg9izvTyTau2KudXgSBt 7tbHO++HszMaPUjDj+Ktgu12+46uf5btv64KI/hG3eqdj+IbRu4DJHNpaa4Mp64A/PpZTySNPuIK lr7Wuqp67gwra2kmbLBUXe1yxSNOWvY6UEEH0IIQQZBeizgM+4/2t/Ig/WyLzqADBJXor4DOvCBt dg9PsKP1siDPiKnVUcSPNBUqFrtn/ui9Pfwdj/WOU0mTnqoW+2f+6L09/B2P9Y5Bqlwp/dI7bfwk ov1gXpSC813Cnj+uQ23J/wAI6L9YF6UQSgo7r09fcvODxl6Cq9t+J7cXTNVCYx9nKiuiJ8HR1Du+ BHqPthH0Fej4+IUX/bCcL1de6G3cSukrc6Z1qgbbtRRxjLhT5zFUYHk0uLXH0dkkAINVOy33VoNs uK+x0t3qWU9DqqCWyPkccASyD7Tk+Q7wNyVPY05GV5YaKrqrdWQ3CgnfBUU0jZY5GHDmPacgj3gq avgc7S7b7dvTds293q1FR6b15RxMphWV0rYqS8YGGyNkPssmPTmY7GT1aTnlAb6IvzjmZLG2WN7X seA5rgchwPgenkuu1HqfTukLPU6g1VfbfZ7ZRsMlRWV9SyCCJo83PeQB9KD8da6ptWh9JXjWF8rI 6Wgs1FNW1E0hw1jI2lxJ+peZbcbVcmvNf6k1tUNc19+u1Xcixx6sE0rnhv0BwH0LfftHe0Ws28dr qNjNjq+WfSxlH2avYYWC5FpyIYQcO7nIyXHHPjA9nxjso6OpuFVDQ0UEk9RUSNiijYMue9xwAB7y cIL60bs/f9X7W673RoaSSS26KZRCoc3rh9RO1gz7g3nd8GrH46KebhO4K7Tt/wAH1fs7uDQN+y+v 6KafUbfv4XzR8scPN5GJuPLIcXYyoT96NptVbH7m37bHWNI6G4WSqdCHluG1EWcxzM9Wvbhw+JB6 goJ0uzi3WoN0uE3R0sNS2Sv05C6xV8YPWOSA+x09DEY+vmc+i2dGfNefXgW4zL1wk7hTVFfSz3TR V/LIr5boj7beU+xUwg9O8Zk9D0cCR0yCJz9pd8tqd8tORao2t1vbb7RyMDpGU8w7+mJ+9miPtxOH o4D3ZGCgvxcXEggDzQk+Ofj7lqDxpdoTtjw56WuemdJX6g1HuNURPgo7ZRyiVlBIRjvqtzchgb4i PPO7oMAZcA2/Bz9COJGMDPqvLxd9ea2vt1rL1ddV3aora+eSpqJX1cnNJK9xc5x6+ZJK3p7JbZXV 25u80u8Goa65y6Y0M0uidNPIYqm4vaREwcxweQEyHHgWsB+cgxN2o0EkPGlrZ8gwJoqB7fePksY/ 1FfL2Y1VDScau38k7w0PdWxN6/fOpJWtH1kLNPbNbVV1g3u07upBTH7G6ntAoJJGs9ltXTPcSHHw y5kjcDxxG70Wj21O4V42l3I05uTp/wD84acuMFwha75r3RvDuQ+4gYI96D08tOQqrFPD5xKbV8Se iqTV+3Oo6WoldCx1wtbpmist0pA5o5o/nAA5Afjld4glZRlnjgjdNNK2KOMFz3vIAaB4kk+AQav9 ptVRUnBVuE+Z4a2SKiiBP4T6uFo/SQF5/QpOO1f40tEbh2el4eNqb/TXulpq1tbqK5UUokpi+PPd 0sbxlshD8PcWnALGjJPMBGbSUs1bUxUlNG6SaZ7Y42tHVzicAD60E9XZZU8kHBZox8g6TVNxljPq PlUg/lBW2uBnK0O3lo95eEXs3dLM2nv8+n9S6QpLdNdZYqSGZ7PlM3NUsLJmPbhss5y7HQNz0UdP 9kw44Ov+/vWdf+RbZ/s6CeTXG2+3+5lqNj3E0TY9S2/rinutBFVMaT5tEgPKfDqMHotO95+yH4Z9 wKepq9uTddvbw8F0RoZ3VdCZCPF9PM4ux7o5Iwrk7NPivuXEftDVW/cHVsd13A07WSNuPeRwwzVF I8gwziONrW8oyYyWt6Fgz1cM7hZ+GPRB5sOJHhv3F4XtxptvNwqWEyOjFTb6+lcXU1fTEkCWMnBH UEOaQC0+7BPw8O28upNg949M7n6aqpY5bTXRmqhY7lbV0rjyzQPHm17C4e7IIwQCt3e2p3H0fqHc fQW31lraarvOlqKunu3dODjTfKnQGKFxHg7ELnFp6gOafB3WOmyW6su13orXb6d89XV1McEMTBlz 3ucAGgDzJICD1JUVXT3Ckhr6SQSQVMbZYnjwcxwyD9IIX7rqdJWqWw6Xs9jnkEklut9PSPeDkOdH G1pOfPqF2yAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgofRY14j5HxbGa0cx2CbTMM+44B/QVko4 KxtxIRPl2N1o2NuSLTM76AMn9AWK9/bq+EtLUf8A4l3/AIz9EWuho2y630/G8Za+60jSPUGZq3L7 VKpmpODa8MgdgS3CgjePVvOf+xaaaIkbBrbT88hwyO60jyfcJmLcztUqWes4N7y+naCIrhQSPz5N 5/H9KiNF5U1T8HCf9PP7N/4x9EcXZf00U2/1yqHgl0Gn6hzPiZYgf0FSqqKnswKqKDiAuFO/PNUa fqGs+iWInP0KVb6FOPSH5VNTDR08tXUO5Y4WOle4dcNaMk4WsNmotzuJW43S9t1tVaY0zRVJpaWC nD3cxGCAWNczmIBaS9zj1OAPTZS/wvqbFcqaNvM6WklYG+pLCP8AWsLcIE8b9v7rTcoaae8StI9x jjI/lI+hat6OO5TRPRzerUe159jCuzPd1RVMxE7b7dI3jwdXo7UG4Ozm6FBtlrvUct/s17aPkFZM 5zpGOJIbjmJc3LhylpcQOhBx47BXG1Wy70rqK7W2lrad49qGoibKw/EOBBWBOI7Nu3J20vL3FkYu LY3uIy0Bs0Rd9OHFbCBwcOZvgeo+CrYiN6qJ6Qu0eiaLl/CrniooqjbfnymPxYu1Jw0bQ6i5pG6d dap3ZxLbZjCRn0YeaMfxVe2itH2fQOm6TS9hEvyOjB5XSkF7nFxLnOIABJJPkF2V1utusdtqLtdq yOlo6RhkmmkOGsaPX/sXzac1JY9W2eC/6duDa2gqebu5mtc0HlJaRhwBBBBBBHiskUW6ZmY6pKxh YGNkcVmimm5PltE7fB2XgqoiypAREQPcrW3E260/ubY2WDUTqpkEc7Khj6V7WSNc0EY5iHDBBORh XSuq1NqmwaOtMl91Lco6GiicGulexzurjgDDQST8AfBW1RTt7/RgyaLVyzVRkbcG3Pfo56e07Z9K WemsNhoY6OipWBkcTBjHqT5kk+JPieq+ytpY6+jqKOcAsqInxOyPEOGMfpXTad17onVjW/sb1VbL g4jPdQ1LDIPizPMPqXfEkHCpHDwzFPRjtTZvWeCxMTG20RHRr/wh1Lm2LUtpLstprs5zWnxaC0D6 sgqnFRGaW76AvMbCX091w5w8ej4nAfyq27XqSt4aNxr9S6oslbVacvs3yimrKdgJ8SQW5IaSAfab zZGM9cqmpNX13EtriwWTR1jraexWSpFTV1tSxoI6tJJ5SQ3o3DRkkk5x6aPFEWu7nru4ecuiNM/0 2d+9iraKduf2t9/g2jgf3kEch8XsDiPiF+gbz/a8E83s4HnnouMbBHGyNvgxoaD8FXn7vMhOOQc3 v+hSMcur0GiJimIlBdraB1j35ukLGd0aPUr8efLy1Cnr38jNz4V7q5o5y60U0g8vAxnKgV1jMb9v zcpISZvlupX49Xc1Qp69/pDa+Fi7Nz3bmWeli+GTGMLDkR/Sq+DR1aY9hu79OGfoj02gqBSbpaVn e4hrLtTZI8esgCl9jIc1rgfEZUQez8Aqt0tKwuaXA3am6DpnEgUvjAGtAHgAFGaNzoqcV/0939nv b+cfRzHmqqg8/iqqZeii+e4UVLcqKot1dAyemqonwTRPGWvjcCHNPuIJC+hUwCg8+nHRwhas4Yd0 6+RltnqNE32pkqbHdGtJj5XEuNO9w6NlZnGDjIwR06rXGz3y9acuUF40/d62119M7mgq6Od8E0Tv Vr2EOafgV6f9Y6M0nuBp+r0nrfTlvvlnrmclRRV1O2aKQfiu6ZHkfEeS0m3E7HDhk1bXzXLR181b o10pLhSUlXHVUjPg2djpB8O8wghy1dubuRuGYTr/AHB1LqY02e4N4u09aYs+PL3rncv0L8dC6E1X uVqy26J0RY6q73m7TNgpaSnYXOc4+Zx4NHiXHoACSparF2Jey1JVtk1Fu/rO407Tkw0kFLSud7uZ zJP5Ft/sNwpbEcOFA+n2q0LS2+rnYGVN0neaiuqB6Pnfl3Lnryt5W58kHwcH3DxR8M+xlj22EjJ7 o1prLtUs8JayT2n4P4IPQe4K6N/tktJcQm1t52t1jF+1LpFmGoa0GSlqG5MczPe0/WCR5rImMIQD 4oPNlxGcNG53DLrqo0buHZZo4XvcbddI2E0twhB6SRv8M4xlp9pp6ELF1HX19qq4q+2VtRSVMJ5o 5oJHRvYfVrm4IXp91zt9obcvT8+lNwNKWvUFoqh9spLjTNmjJ8iA4dHDyIwR5Faabgdjrws6srJa /Slw1do58hJFNQV7Kmlafc2oY9/0CTCCHG7bvbsX+3utN93P1ZcaFw5TTVd6qZoiPTkc8jH0K02/ FTA0PYjbRxVIdc96tXT0+erIKOlheR+M4PH08v0LYPZns2eE7ZWtp7zbNByalvFKQ6K4aln+WvY4 dQ4RcrYGkHqCI8j1QaA9nN2fGpdztUWrezd6xTW3RVrlZWW2iq4yyW8TNOWO5T1EAIB5vvsDHTxl 03RYyLazV0cbGsY2wV4a1vQACmfjCutsbGNDGNDWtGAAMABfBqGzUmorDctO10ksdNdKSaimdEQH hkrCxxaSCA7DjjII9yDy21n9tTf4x38pUu3Yif3sdyfy9Tf0cK739izwtTSOldr3dQF5Lji6W7HX /mK2M4WeELbbhGsV709ttfNTXKmv1WysqXXypp5nsexnIAwwwxADHqCc+aDN72tcC1zeYHIIIzlQ SdpvwunYTe2bVmm7f3WkdbPfXUfK37XTVWczQe7qeYDxwVO7gFYu4iuHPbric2/ftzuRFXMoTOyq gq7fJHHV0srfvonvY9oyOhBaQR5IPO/s3upqXZTcqw7maSqXxXCx1bJw1rsCaPPtxu9Q5uR1+rov QPJuvpre7hSvG5uk6hktBe9KVs/KDl0Mnyd/PE4eRa7I6rWsditws/4f7q/51t3+wrYLYvg30Bw/ ba6k2l0lrbWtz07qZkzZoLxW0srqQyxlj3U5jp4wwkHJyHDIzhB51D4qYzsTv7zWvP4QQ/qSu7/s K3Cyf/X7dXP5Ut3+wrZbhc4TtuuEvTN30rtzedR3GkvNYytnfe6mCaRr2t5QGmGGIAY9QfigzUvl udvortQVFruNNHUUlXE+GeGQZbJG4EOaR6EEr61RB5+OP3hQreGHeSpgtVLI7R2o3vrrHPjLYmk5 fTuP4TCenhluPRawEYK9KfEZw4bbcT2gXbeblQ1zKNs7aqnrLfKyKrpJW/fRPex7RkdCC0gjxC1S PYscLPTOvd1Ov/Ktu6//AOCgwfoHej+o52StQ6iq+5u+p7vX2Sg5XYeDK5vePb68rMn6VGUOv0qd u/8AZabEak2z01tJW6/3JjsGlaqqraRkNyoRJJNORzPkJoyCQBgYDehOc+KsxnYs8LDJGuOu9034 IJa66W7B9xxQ/wAiC6eye2bO23DJTatuFL3dz1zVOuj3EYPyduWQj1HQO/Qt1MD0XVaT03atHaat mk7HCYrfZ6SKipmHGRHG0NbnAGSQMnoOuV2yCmB6LRbtd9m/2fcOkev7fSd5cdDVjaxzmt9o0j/Y lyfwW5DseoW9S6LXGj7HuDpG76H1LA6a13ykkoqpjSA4xvGDjIIyPEdCg8uwcWuBBwR1BCk53k3m G9PZMWq41dX3910/d7bY7hk9eeCUBjvcCwtA9eUrNo7FbhZP/r9ur/nS3f7Cr3s3Za7EWLanUezd Jr/cqTT2p66kuNW2W40Bljnpzljo3CjDW5zg5acj0PVBBDnHgs06R40uKbQWm6DSGj969Q2qzWuL uaOjgfGI4WZJ5RlpPiSpPh2K3Cy4ZOvd1R/0pbv9hVf7Cpwsf4fbq/51t3+woI2P7IBxl/8A8Qeq P48X/cW4/ZccUfEDvNv5cdMbo7qXrUdrisk1QylrHMLGyAjDvZaDlZg/sKnCx/h9ur/nW3f7Cst8 NPZ37LcKuuajcDbzVGtrhcamjfQvjvVbSTQiNxBJAiponc3T8LHuQbRYAPRQt9s/90Xp7+Dsf6xy mjJPhkZWsXE12e+zPFdrSj11uLqbWtur6GiFDFHZa2khhMYcTkiamldzZPqB7kEA+ndQ3rSd8odS 6cuMtBc7bO2ppKmLHPDK05a4Z8wVnH+yAcZY/wDvB6o/jxf9xSUf2FThY/w+3V/zrbv9hT+wqcLH +H26v+dbd/sKCNj+yAcZfX/yg9Ufx4v+4pYuzc19q7iA4Uqu6703ybV9VXXu4WypkuTWv72lEcQE TgAAW+27y81YZ7FbhZH/AK/bq/51t3+wrarhs4ctEcLu3B2w0BdL5cLV9kJrj3t4nhlqO8lDA4c0 UUbeX2BgcufHqUEVHHB2ZGtdoLrcNyNjbTWaj0LM99TPb6dneVlnBOS3kHtSwjyc3q0fOGBzLQhz S0lpBBb0wR4L1RkA+IWvm9fAXwub71U921jtpS0d6qcl93s0jqGqc4/fP7vDJXe+RrkEB2mt594t EUgt+jN2NZWGlAwIbXfaqljA9OWN4C6vVGv9ea6mbUa21tftQSxnLH3W5TVbmn1BlccKWy99iXsl U1Ln6f3f1rQQuOWx1cVJVFo9OZrI8/Uu10p2LXDpaallRqrXuub+GEHuGT01HE/1DuWJz8fB4KCH LT2nL9q280mndL2Wtu90r5BDTUdFA6aaZ58GtY0EkqXjs+uzSl2ouFDvTv5R082qoQJrRYCWyx2t 3iJpiDh0w8mjIZ45Lvm7n7N8NWxmwNE6j2m23tNikkYI5qxjDLWTN9H1EhdK4e4ux7lk3AQUDQfE LVbjo4GNL8Wel47paZqey6+s0Lm2u5uZ9rqGePyaowMmMnwd4sJJGQSDtUAB4IQD4oPMduxs3uZs dqufRO6Ok66xXSHJY2dmYqhgPSSGQZbIw/hNJHkcHorWtV6vFhrY7nYrrWW6riOY6ikndDIw+5zS CPrXpz3C2w283XsMmmNydGWjUlrkOTTXGlbM1rvwmkjLHDyc0gjyK0+132O/CjqmrlrNNVer9IPe ctp7ddGT07Sf3tTHI/6OdBDtdN8d6r5Qutd63f1tcKNzeV1PVagq5YiPQsdIRj6FZQJJ6lTC0/Yk bNtqg6r3l1nJT56xx01Kx+PTmLXD6eVZo2s7LThC2wqobjPouv1hXQEOZNqat+VMyPWCNscDx7nR uQRQcJvA9u9xVX+nls9tnsujYpgLhqSrhIp2MB9pkAOO/l8g1vQEjmLR1U8OzGzuhtiNu7Vtnt9a 20dqtUXLzOAMtRKfnzSuA9qRx6k/ADAAAu+32+32uhgtlroaejo6ZjY4KeCJsccTAOjWtaAGgegX 0YAQYh4p+HLSvFBtDc9stRvFLPJiqtVeGczqGtYD3coHmOpa4ZGWucMjK8/W9+xG5fD3rir0Fubp 6a21sLnGnnxmmroQcCaCQdJGHoenUE4cAQQvTGQD4hWpuRtVtzu/p6TSm5ui7VqS1SHm+T19OJOR 2Mc7HfOjeM9HNIcPIoPMfbLvdrFXRXKy3Ort1ZCcx1FLO6KVh9Q5pBH0Lvb7utuhqmg+xep9yNU3 ejwB8nr7xUVEWPTke8j9CmH132NXDFqOrkrdIai1npMvORS09dFV0zPcBPG6X65CrUtfYj7Ow1TX 3rebWVVTZyY6WlpYHkenM5sgH8VBD60vf06nJ6D3qTPs0ez21FcdS2riG3vsEtus9tcyt05Zq2Ll lrpx1jqpWHq2Jpw5jXDLzg45R7W8OyPZ7cK+w9bBedMbeMvF8piHRXa/zfL6hjgch7GuAijcD98y Np962QwPRB0OuNGaf3F0detC6qoW1dov1FNQVkJOOeKRha4Z8jg9COoXny4tuELcbhS17UWXUNBU V2mayd32Cv8AHETBWxHq1jnAYZMB86M4PQkZbgr0V4C6jVWk9La2sVVpjWWnrde7RXM7uporhTMq IJW+jmPBBQeYrSWtNX7f36n1RobU90sF3pCTBXW6rfTzsz4gPYQcEdCPAjosz3TtAOMq8Wl1lrOI HUzad7OQupnRU8+MY/domNkz7+bKlF3I7IThP1rWy3LTbNT6JmkJf3NouIlpuY/+7qWSED3Nc0Dy WNoexF2pZUh9Vvbqt8AIzGygpmOI/HOR/ooIiautrbnVz3C41c1VVVMjppp5nl8ksjiS5znE5LiS SSepKkU7Lngc1Hq3W1q4jdzrJLQ6VsMgrNPU1VGWPuta3rHOGkfuMZ9sO++eGhvMA7G62znZf8Jm z9wgvX7Ea3WN0piHxVWqKltWyNw65EDGsgPXw5o3EY8VtlHFFGxscUbWMYA1jWjAa0DAAHkEHJue uVyVAAPAKqAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgofEK1d1bX9m9ttT2rxNVaaqMD1JjcrqO V+FZDHU0s1M8Atljcwj3EYVlccVMww36O8tVUT4xMIYaGZ9BdYalh9qmna8Z9WuB/wBSkL42bS7X vBDrSWlDJHCwxXRhPUYiLJCf4octDNwrJLprXN8sUzcPoq+aLGMeDzj6xj61I1sx8i3h4XaSwVzm SR3WyVFlqMjIB5HRHPwUJpE8NyuiXmnYS5NjMv41X82lCzwBagGnuJ/TQeQGXBlTQHJwDzxnAP0t CmK92fA4UFVlqrlspvhTzVzHQVmkr/yVDXAgt7mbleMfAFTm26uprpbqW50bw+nq4GTRPHg5jmgg /UVPPUX0enTK134az+xnXmvtATAtdSVffwj8JrXuYT9XJ9a2I+ha57gE7YcSFi1uT3Vr1NGKSrf4 ND+kbs+WARE8n3la9/3Zpr8pc9rn+3u2M3/CrafhVyd7xa2OorNvqTUNJls1jr2TF2OrY39Mj84R /WskWTXFlqNv6DXVxroKS3yUEdVNK93ssHIMj3nPTHjnp4rsdUaeotW6buOm6/8AcLlTOhJx83I9 l494OD9C1Q0NtRuprepj2z1LNXWvSWnKyR05fGYxK4vJ5YyR9sJycE5DQSfE4OO5VVauTNMdWnnX MjTdQm7j25qm7TtG3Tijxn0XRWVuruKbUTrbanVVl0HbJfts339S8eHuL/d1a0HJ64z23DTf6rSN 5vmy2pHNirbbUyTUWT+6Nz7bWj08HjHiHErO2n9P2fS9nprFYaGOkoqRgZFGweXqT4knxJPUnqsV b8bTXa/zUu42gXOg1VZsPDYgA6qY3wA69XAZ6H5wPL6BJtVUbXd96mK7pWRgzTqcTx3o51+tM+Ef Bmbw8kWKdod+bFuBAyyXt0dp1LB9rnopjyCZw6F0efHrn2M8w/Ssq+Ph9K2aLkXI3h0+Hm2c+1F2 zVvE/j84VRE/8fBX8m2Hw6DPwWuO/Vyk3O3CsOzNhe6aOnqBUXV0Z6R+oPpysyfi4DxVz7u7/UGn nO0doDF61TWE07G032xlK53QE4yHPGejfAefhg/fsTtDU6BoajUmqZflWqLz9srJHHnMDT1MYdk5 OeriOhPwC1blXf1Rbo5x4uY1G/GsXY07H507xx1eERHhHnMuqv3CVtlcvttnnudlqG/NdT1HeR8w 8y2TJ+gOC6IbRcRGhcv0HuqLvTR/Npa57geX8FrJe8YP4wWxRz5/y+SK6caienL4Nq52dwZ52omi fOmZj/01vqt5d59KQmh3T2aZcqNv7rPTRER4/CJb3sRP1K+dsd/tt9bV0OmbHRVdor5Q50dJNStY xxHUhrmEt8AfHCyrJIyGN8sj2sjY0vc4nDWgdST7sLXLZKnbuFvVqvc8U4FBSOdS0Z5OUEnoPD74 MaP4yx1RXarpiJ3380bctZem5lm3Rd4+OdtqoiZiPGd42lsef/HRdPrG8s07pG936VwDLfbqipJP T5sZK7foPAAe4LAnHHrqLQvDjqWYyhk93ay104BwXOkPtY/NBW469FpshZ59b8Q2krVEC6S5akgJ yc/8NzH+RTkcbd1+wWwLrWHBrq6qpqTHuALj/NCil7LTbifcDi1sdyfT89HpelqLvUPIy0OA5I2/ El+R+KVIt2iOp2No9MaTjlBe58lZI0Hy6NH+tamdX3ePVKA7T5EY+lXqvTb8WufDJaPs1vlpSkPz WVhnd0z0Y0u/7FK4wENAPoo5uA3Tbrtu7PeHMzHaqF7skeDnkAfyFSMjIWrpNO1mZ80N2DsTb0+q 5P3qpch5qqoFVSruBERBTAPiEVUQUwPRVREBERBQgFMDwCqiCmAmAqogKmFVEFMYVURAVFVEFAAP AIqogpgKqIgIiICpgeKqiCmABjCYCqiCgAHgqoiAqEA+KqiCgGPBCAfEKqIKAAZx5qqIgKmAqogp yj0QADwCqiAiIgoQD4jwTGFVEBUVUQUTCqiAiIgIiICpgKqIKYHomB6KqICIiAqYB8VVEFEwqogI iICpgKqIKYHkEwFVEFMD0TCqiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiIKE4XEjHgVyIB8U 5Qh1Rp8b+h36V3oqbxHHil1FTx10ZHUCQexIPjlufg4LLvZ6a/7+26g22rJAXU0guVJk9Sx/syNA 9A5rT+eVe/Hdt07VG18OrKGDnq9Nz988j/8ADv8AZfn3A8p+taXcP24p2u3Usup5ZSyj74Utb6dw /wBl5/N6O+hc7cn2PN4vCf1eS5e+gdpIvfdrnf5T1/CWCe1O2hk2x4o7pfaamMVu1pTsvUDg3DTI 48swHvD2k/nLbzgC3X/qk7AWy11tX3t00ofsTUkuy4xtGYXHz6swM+ZaVlPtO9g6ffXh0OtNP0ra m/aKzdqGSPq6WkcB38YxnILWtePxPeovOBffY7K7x09BeZzHp/VHLbrhzHAhkJ+1TfmuOD+9cV0U Tu9ZiqKo3hMJ8Fjrfjbw7i7f1lvpIg65UH7coPVz2g8zPzm5Hx5VkRrmva17HZa4Ag+oVcZHXw9M +atrpi5TMS1szGt5liuxX0qhi3h63IbrzRENJXvxeLIG0lbG/wCc8NGGSHz9oDr++BCyitbt0tPX fZHcCLeTRtK+WzXCTF6o4+rW8x9on0Ds5afJ3ToCAc96U1VZNaWKl1Fp+tbU0dW3LXA9Wu82uHk4 HIIPmsNiufsVdYRejZdcROBk/wB2jlz8afCYl2/iifSi2JjzT3PbyYy3O2B0buVK66uElpvfzhX0 g6vd5GVng/3HId71jrbG+7p6T3lbtDd9XM1FbaSF0k75GFz4ou75mkPcOYEFzAWlxAz0Wx8kkcUb pZnBrI2lzifJo8T8Fr1w4xyat3A1zuZM0ltTVGlpz6Bzi9zR7gO7WrcoiLlPD1mXKalh2bOoWJxY 4K66vemJ6xHXeOktiMj/AOvqtTt/LzulRa6/Y9qzV1badGXSoIpaihgzG2nPQh4Zyukc3pzNLj6j yC2xz6FdLrDSFg1zYajTuo6NlRSVA9wdG8fNew/euHkfo8MrJft1XaNonoktb06vUcbu7dXDVHPb fbf0nbwWntPtBt5oOggu+l2tudTVRBwuszxI+RhHjGR7LGn0b9JKyL55C1h09qHVPDLqpmkNZvmu Gi6+Quoq5rSe4BPVw9MffR/Et9+zFDXUlyo4bhQVMdRTVDBJFLG7LXtIyCD5qliqmY4IjafFZoWR j1WvZ7dHBXRyqp/X1j1fun/1T/x1Vva71xY9vdOVGpL7PyRRDljib8+aQj2WNHqfXwHis1VUU855 Je9eosW6rtydojnLH3EluHJpjSrdJWY95fNSftWGJoy9sLjhzgP32eUeuT6K7NndBx7d6Dt9hcM1 bm9/WP8AN07urvoHgPcAsWbK6Qv25Grp98dexODZHH7D0rweVjfAPAP3oHRvqTn3rYjzyte1vXM3 avkgdLoqz8irUr0bRMbURPl4zt6qj/xjxUafag7si96xsm09tqc09hjdWVwYehqZAMA/itA+sqQH dPcaxbTaAvOvtQyNFLaqZ0jYycGaXHsRj3udgfWoYKGk1pxN75w0cDHVN81ndw0dCRGHu6np4NY3 r8Atn4OjSedjZs+/TW2Oo927jSck+pqptLSPczB+TQ56g+heXK1OLfXzdeb0XeWml7yjtRFvp8HI IZ0cR8XZK3Vu8GmuFHhlptPWUtgh09ao7bRAn2pagt5QfeScuPwKjVoqW4aq1FBRxNdNWXSqaxoH Uue92B1+JUJq96Zpps0+Lzjt5nTVTbwLfWZ3n9G9fZ96HltGhLprSrh5ZL1Vd1AT5wxdM/xuZbZY Vq7XaPp9CaBsulKZga230jI3YHi7HtH61dPKR4FSmNaizapojydlo2HGBg27HlHP4+KoGFVEWdKi 6HXup3aK0PqHWLaMVZsVqq7mKfvOTvu5hdJyc2Dy55cZwcZ8Cu+Vi77/AN5DcH+C12/okqDQTSfa 8bua6op7pozgkv8AqGio5O6qai03ipqo4nYB5XPjoHBrsHOD5FbGcJPaB7d8VF3rtEnTNx0ZrS3R OnlstfKJhJG04eYpQ1hcWkgOa5jSMjoo9Ozw49douEnbrVWk9w9Navudde7w240zrNSUskIjEDI+ V7pZ4yDlp8GkY8/JZQ4J7DrfiT459QcWtq0LX6X0P3lTUNmnj5WVD5AGsiD+jZXEZc8tyB09UEo2 utSv0bojUOr20gqnWO11dxEHPyCUwxOk5ObB5c8uM4OM+B8FHPpDtcN6twaSor9BcEV+1JS0sghn ntFzq6yOKTGeVzoqFwa7Bzg9Vv7vgf8AeV1/j/Bi6f0SRQ9dnxxkap4a9B6o05YeHnU24cV3vDK6 SrtUsjGUxELWd27kp5RnA5vEdD4IJVOFXfPX+/ehq7VO4my9321r6WudSx2y5mbvJYw0ESjvYYnY 64+bj3r5eMjiWn4UtnXbq02j49Svbc6a3fIX15pBiXn9vnEb/Dl8OXrnxV08O+71z3z2tt24t42/ uei6qulmjdZ7i5zp4Qx5aCS5jDg4yPZC1s7YL7kCQf8A8zW3+SVBmLg94tdL8W+279Y2i3Nst4t8 5pbrZnVPfvpX+LXB/K3mY4dQeUehwVZO5PHNW6A4wtO8K8e2sNdDfvkub2bsY3Q99E5/7h3JDsYx 88KPjaButeAyu2g4nbO+suG3m5tkpo9SQjJEcjv3Rhx5t/dGdPDLepWTt6dSWTWPasbV6p05XxVt sutPaKulqInBzZI30ri0ghBLTk9AT9Sjv112p+41k3l1Ts/oLhVr9aVum66alza7tPLPNHGcGQwR Ukjmj6T8VIjgHxUJOlN+bzw89oLuprmybW3jXs7624UZtlre9srWuc37YeWKQ4GPwfNBIdwqcXO8 u/usrlprcThY1LtnRUVF8phuNz+VGOd/Njux3tLE3OOvRxPuWed3Nfv2u2y1JuIy1i5HT9vlrhSG buhNyDPLz4dy59eU/BYl4T+K7UfEv9nvs9sXqHbz7CmLkF2le/5VzePLzwxYx9Ku3i1weGncg+f2 Aqf5qC2+C7ipn4tttK3cGo0OzSzqO4PofkjLiawO5Rnm5zFHj4YPxWf3EjABWgvYz/c23n+EEv8A NC37Pgg1P3Y45qrbHiy0vwxt2zjuMeo/kub0buYjB3wJ/cO5dzYx/wAYM+5bWyOexpIGSASAB4qK viv/APtXtsRj/wDLP5j1KvgII59xe1K3x20nu1RqXgc1RQWW210lI2719dWUtLKGvLWP7x9AGDnA yPaPj0yuy2o7TPe/dS+afhtvBHqkafvlXFAb9TVtXUUkMTncpl520PI4N8T7QHTxWSO1XAHBvqTA x+36L+eVc3ZvAf1m+3v+RP8A55QbLcx8QfetUuErjmquJ7dbX+2c22kWm26J5+WsbdzVmr5al0Pz O5ZyfN5vF3jj3ra5zRjwHRRVdk6SeKjfoHrnvv8A/YyIJVOb39PVaz8bnGpbeDzTNiubNIx6pu1+ q3wwW83H5JyRMbl0pf3b+nkOnitmT5dPeon95aSl41e0ute1dQ35fo7QcbqeujzzRujiHPUYPh7T i0D4FBvVwdcU9r4s9qnbhU1gZYa6mrZKKttbav5SYHN6tdz8jMhw6j2R4LOuT5kdVFfwD3Sr4aON rcnhfvc3ye23yolktjXeyx0kZ54i31zG7kHwKlQGDk4CDSTid7Syj4ZuIWl2Zvm2AudodTUVVV3q O7d3LBHOTzEQdyQ7kxn54z7lt4/Wlqq9By6/0/UQ3O3Otb7rSvjfhlRGIjI3DhnGQMeHT08lEtx4 7Z0G8faZae2uuVXJS02pLba6B80RAdGXRy4d9BAz7lkvgu3s1Ts1JuDwL741Lqe62GguJ0xU1DuV s0fcvJhY49C1w9tmD6tGSg2e4IeNGr4wKHVlZU7eRaW/YzVxUwbHdDW9+HtJ5iTFHy4x4YK2hGeu Tn6FGT2KefsJurnP/nWl/mPUm2MIKrHm/m92k+Hna68bqazbPJb7UxobBBjvamZxxHEzPQFzumT0 WQicLRrtWN4dqbPsjNsjqaG5XXVerjHNZbdbWgyRSxPBZNLn7zmwA0AucT09UGM6bta917TBaNw9 dcKNwtW2V9qzT0d5ZWTcz2g4LmSPhEcpABPKOUHBAcpG9JaotGttMWvV2n6jv7beKSKtpZCMF0cj Q4ZHkevUeRyoxeBPidptCQWvg44wNCtsxpQx+mZ9SW0NYxsp5mQTMmbhoJJLJMeJIPqN2NI8XexF 93mn4bdBzV1ZqO0c8U0Nuth+QUrY25eO9GGANHTp0z0HVBnlFRpyM5VUGLOJveyXh42Yv+7UOnG3 11kjY8UDqv5MJeZwGO85H8vj+CVpJZ+1v3gvVjGrbfwOamr9PDJfc6O61UlK0N+ce+FvLOnn1Wx3 aV9ODfXniPtEXX/4gWkXCP2mmy3Dxw32/ajUOidZ3fUNAapw+S0tL8hlMhy1pkfUB4Hr9rPwKCQL hQ4xdteLfTNZdtGQVtqu1pc1t0s1dymanLvmua5vsyRnycMdfEDpm6OJjeubh72X1Bu1Dp1l9fY4 myChfVfJhLlwH7pyv5fH8ErR7smdo9w2a73E4itR6WqtOWDV7JYbXSTxOi7/AL2p78ujDgCYmAco dgAnw81sp2k/3G+vyCf7Wi/WBBrrpztWd/8AWVpjv2kOA7VV8tkzi2OtttbW1MDyPECSOgLSR8Vv VsLuLqbdjaqxa+1joGu0Vd7rG99TY63vO+oy17mhru8jjdkgB3Vg8VF/wb8fes9jdiLRt3aOFXWO sqehmnkZd7dPK2CbndnADaWQdPxipXtvNVVOuND2PWFZYqmyz3ihhrJLdUkmWlc9uTG4lrTkZwfZ HwQa88cnGzV8HNFpesptuYtVDUU00TmyXU0XcBgByD3UnNn6FmDh/wB8tJ8RG1dl3S0dK0Utzi5a mlLw+SiqW47yB56dWnzwMgg4GVoV21MEdVS7VUsueSa4VEbsHBwQ0HqrS4fdSaj7OXiPoNs9cXCo m2o3SpKWsoK+c+xTSyNbyynyDmPfyP8AVrmnqfANt9sOOet3G4vNR8Lj9tYbfFYDU4vTbsZXTd1G H9YO5AbnOPnnC2x5j6qKjhhfHL2s+4ckTmvjeLi5rmkEEfJ29QfNSO766muGitmta6rtDf25arHV 1NP7ntiJCDV/ie7UjbXYzWE+2W3+kKvcTV1LJ3FVDSVYgpKabP7kZQyR0kg82MZ49C4HosX6S7Yu e0ampLFv9w7XrRtHWEEVtPUSPkiYTjnNNPDGXtGepa/PoCuo7HLbzStfYdfb86hpIrrqlld8liq5 2iSamYWOkmcwu8HyE9XdDgEZwSvt347Rvgv3gt1Xt5vPw7a91JbrZXPwHwU8RjmicWl8csVUyRmc HwcMg4PQ4QSP6S1Xp/XOm7dq/Sd3p7pZ7vTsqqKrp3czJY3DII9D5EHqCCCAQV2xJC1q4B90Njtx 9mpoOH3Q1+0npWxXGSkjt14qnTyMkcA9xY508zgwk+Bd456dVmrdfXlq2v231JuFephHR2C2T18j s/gMJAHqcgdEGlXEf2rts2I30uWz9q2sh1JSWWSCnr7qb58n7uV4DntbGIHh3I1zevMMnI6YW+On 75btTWO3ajtE/f0F1pIa2llHg+GVgex30tcFCdsvwyXfiZ4dN++I7UNC+o1LXVUlXY5MFznTxyfK qlkefDI5IxgfNcR0W/HZW70HdThet+n66q727aHqHWecOOXmnPt07z+aXMHujQbgXKrNBb6muDA/ 5PC+XlJxzcrScZ8vBRr6e7XTdjW1dcqLQHBde9UfYyUx1DrPeKms7oZIaX9zQO5c8pxnCkg1B7Vg uQd1/ak2f4hUIvAbxSas4b9Q7iu0zsLqXck3uqi74Wd8jfkfdvkxz8kEvzuY4zjw80G+fDb2nOk9 6NzodmNxtrbztrq+sk7ijpq6q+URSz4yIXl0UUkUjvvWuYQTgZyRndXmdjy+pQ+7Nasp+MftF7Lu fuQy3bX3HTDqSeg0vWGb7IV8tKXSRx87omMc/mdl3NyOLcBrXYypgm9fNBHRrXtYNeWPdzVe1Gje FWu1dV6YuNVRF9uvc0ks0cMhYZTDHRvLQenmQM+K7jbrteNC1uroNGb87Oaj2tqqhzWNqamZ1XDC XeDpmuhhljafUMd/rWKeBTr2mm9Q996/prFtJ2m21Oj9weFTVmoL5bKY3fSVN9lrVXmMd9TvYQXM a7xDXtBaR4dQcZAIDaygr6O6UNPc7bVw1dJVxMnp6iB4fHLG4Ate1wyHNIIII6EFa1cbnGdU8H9s 0pcKfbuPVR1LWS0hY+6mi+T8jQebIhk5s58Oitvsp9a3vWXCBZI75PJO6wXOss9NJI4ucYGckjBk +IHelo9AAPJYN7a3+5vaz8sVP8xqCSDTF5OotN2rUBpxB9k6GCs7oO5u77yNr+XOBnHNjOAvpudw prTb6m51szIqakhfNK95ADWNGSST4dAuk2zH+9vpQ+tkof1DFrj2nO839SLhU1BS0NX3N31k5unK HDsOxMD37h5giFspB8jhBivYftabLvNv7adn6va2OyWi/XGa3W+9m8mV73kuFNzQGBvKZSGNxznl L/E4wpBWknOSOig33b4VrnsZwe7LcR1ipZaTVEd0N0vE8TSJI46stkonkkdGsbDEB6OqHdPNTJ7J bl27ePaXSe51rMfc6itUFY9jPmxTFuJox+JIHt/NQdDxQb2zcOuyOo94INOMvr7AyF4t7qo0wm7y Zkf7oGP5cc+fmnwWOeCfjf0xxhadvErNPs0xqawzD5ZZjXfKiaZ/7nURyFjC5pOWuHL7JAyfaC+f tM8f1le4YPh3VF8B+3IVGDtJpvcThT2/2p47Nt3VFfZq2rqrTqqhLvYDflL4wx+B+5SxgNBI9iRr CMlzQAku4oOOet4dN8dB7PQ7aw36PWYgLrg66mndS95Ud10jEL+fHj85q2xaScg+SiC47dxdK7tc TvDhuPom4trbLfqK31dNIPEA145mPH3r2u5mub5OaQpfggqiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiICIiAiIg+G92mhvtprLLc4GzUldA+nmjcMhzHtIIP0FRHbt7fXDbDcK76Oro3D5HOTC5w/ dIT1Y4euWn9BUvp6nwWsHG7sh+zrSDNwLDRd5edPRuNQI2+1PR+Ls+pZ1cPcXKN1LG761xU9Ycd2 y0edRw++tx79vn8vH9368F27tHuNtw/QGoJo57nYovkr4ZgD8oonDDSWn5wxlh+HXxUTfaCcLFXw zb11hsdHKzR+pJH3GxzY9mEF2X0/N+FGen4pafNZ+2q3GvG1GuLdrG0OLn0kmJ4ebAniPR7D8R5n wIC3+3m2r2244uHt9pEkDxXw/LLNcC0CW3VzWkAnzbg5Y9vmCfQKmm5UXrfBV1hTsdrcajixjXJ/ qUcvjHg0+4BeJ1u7eiW7daurQdV6agbGyR7hzV1IOjZPe9vRrvXofPpfe426u4GpddS7U7NRxxVt HkXG5yAEQkYDgCQQxrc4LsEknAxjrFje7Nutwqb0S224RVVh1XpOu9k9WtkaDkOH4cUjfTIc1y3/ AODTd3T+ptTXm83eqp6eu1cyOohc97QBUB7zJCD5OJk6Dz5fD128iqd6YieqT129cibNimuaKLlW 1Ux5befhuuzU+n+I/QFmqb9edUUOr7MI3G526XM7TAfn5a9jSG+9hBA64wFbGk77qbamlptzdBRz 3PQt4kJuFte7mNDKDyuY49cFp6NkHRwwCB0Wzu5Gq7FpDRl0ul/qYGQGmkjjikcB8okc0hsbRnqT nwHlk+CxxwqWGpg2tqZbrSh9Leq+eaKGZoc10Ja2PBac5aSx3Q+IK15tR3sRRUgb+lcOo0WMa7PF wzMTM8U0zHT12nxiWStC7g6W3FtDbvpi5sqGgATQHpNTu/BezxafQ9QfJXJ9I+hYB1nw53OxXg62 2PvRslzYXOdQOk5YZM9S2MnIAP4DwW+8BfNp/iavGlqv9ju9uka61VzPZFZT055ZB+E5hPUefMwu B8gs9N+bfu3Y2TNnWq8OqLWp0cE/5RvNE/syhvVqMaX2w1BdA4CR1I6mi9S+XDOnvAcT9CtXYSC0 bd7KUV+1DXRUMNYH3KpqJncreV59g+pPJydMZJ6KyOIbcXTu41g01pLQt+prl9m7m3vRCTzx4w1g ewgObkyHoQPDwX6cRtKyGu260FVVDqTT8s8cVRyPIaQHMYckfgtPQ+XMViru7Vzcp8OX4o3L1GmM y5m2YiqLdMU0+XFVPn5Lpr+LjaejkeynZe60MOA6nomhr/hzvafrAXSz8Wwu5NPoPbO93adx5Wd4 cYd5HlibJn4Z+lZms+gtE2Sjho7TpS0wwxAchbSMJJA+cXYyT7ySfeu8ZFFA0RxMbG0eDWjlH1LL wXZ+9ySdONq12nevIpp/409PxlrRdtJcRO+cbKHV9LbdLWEvEvcPhaX5H33Ll0hcPRzmeKzntxoS m250lS6VpLlU1sdKXO76foSXOJOB4Nbk9Bnw818+qt29udGxvN/1bb45Y/8A0aKTvZ8+ndsyR9Iw sSXHiF1zuLUy2HZDRVXKTlrrnWRtxED4HGeSM+YLnH8XKs/p2Zmd96palFWm6Pdm9Vcm5enl14qv htDLe426ek9srU6v1BWg1D2k01FGQZ53DwAHk31ceg+K1m1dcdS6yozvDurSSQ2Gnl7uw2JxLW1c jslvMD17vAy5xGXeAwMFZX2/4b4qa6DWG612dqa+vcJTFK4vp4n+IzzdZCPeA0enmvy4srRWv0bZ 73R0xmpbNXtfUQNb7JYQMEgfejlx4ffKy9TcuU8dfLyj9Wrq9vOzsWvJyY4KKY3po8fjV9dlv2PQ HEdrq2QaiqNxP2MRysD6K3U73wtijx7ILIgA0Yx0OT69V321+6Ou7Frd2027xikuDmk0FxBA7/AJ ALgAHAgHDsA9MHqsr6I1hp7WWm6S9WK4QzU5hb3jQ4B0LgBzNe37wj0K0s45t2rK64SVelb2O/tN vdbxW00nzppC7LY3A9cNc4ZBx44z4pwxbiK6J5q1WKdNosZOJdmquqaY233iqJ68vT06MUdoPxOM 3L1UNqdHVrZNOaenJqp43ZbWVY6Hr5tZ1A9TkrZXsjOE91top+JbW1vAqKtjqTTkMrP3OL/hKn4u +a33A+q0/wCBfhAvvFVuew3alqodFWSRlRfK/BAl65FOx2Or3+eOoBz6KYPiJ3Y07w77XUukNHw0 9HcqilFDaKKBoApoWt5TJyjwDR4ep+BW3du02qJuVT0dZm5dvT8eq/enamnm1x44d426z1lHoGzV Yktun3Hv+Q5bJVffZ9eUdPrXHgY2kGrdeS68u1Jz27Tw/a/Mz2X1Lh0/ijr9IWu1ms9+1rqGCz2i mkr7pcpuSOMOHNI9xznJ6D1yStktpeILXfDAG7c7i7cPht0Uznuc2HuqnLjkuD+rJh6Hp08Dhc1a u03cnvr/AEeP4Obbz9W/1LP3i3vynaZjfwhIO0EDwCqSR5hWDtpvhtvuzQCq0fqSCacNBmopftVT D+NG7r9IyD5Fai8TnFnr2HX1XpPbbUktqtlod3Us9KxveVEw+cS4g+yD0wPRT9/Mt2LfeTzifJ6f qPaDC07GjKqq4qZ5Rw892/LTlVWgO1HHzqyxGK2bnW/7OUgIBrqcNjqmj3t6Mf8A6JW4+3O8W326 ttbctGajp6w4+207jyTwn0fG72h8cY9CUsZlrI5Uzz8ldM7Q4Gqx/Rr2q8p5SvdWLvuM7I7g/wAF rt/RJFfAJIPigwVtJvdGt2K9jstz2c19UXGz0VVLFqeNrHz07ZHNHyWM4BcMhSUsjjjYI42BrWjA aBgAKoVUFj75D/eW1/8AwXuv9EkUO3Z+8fO3XCJoPU+lNZ6L1Heqi+XdlwhktncckbBC2PDu8e05 y3PQEKcDA8cJgIMLcKvFJpLiw0NXa70fp272ekoa40L4bn3XeOcGg8w7tzhjr6rBXbBjPCBJj/Ca 2/ySrd4ADwQgHxCDUjYfZrSm/vZ26B2u1jTNko7vpOnEUpbl1NUAExzM9HNd16eWR5qMfYrbnXez /aBaD2w3DfUOuGm7+yipzK4ua6mEcndOjJ/4MtwRjp16Ke/lHonKB4BBxy4DJIUJOmOJfSvCv2ge 6e42r9P3a70UtdcKAU9u7vved7mkH7Y5ox09VNxytPkmB6INVuFXtBtt+LPWVx0Xo/RGpbNVW2j+ Wvlufcd25vNjA7t7jn4hZM4tSf62rccYBH2Aqfd5LLuAmB6IIWuAztD9rOFHaiv0BrXRmqrtW1dz fXMmtcdOYgwjAB72Vhz9Clt2W3Ys2+G2Fg3U05QVtDbdQ0oqqenrmsE8bSSMPDHObnp5Ej3q+MD0 Tlb6IIqOK/H9lc2xJ8f9zP5j1Ku0kjqnKMYwmMINQe1Y+441GP8A9fRfzyrm7N77jfbz/In/AM8r ZggHxCAAeAQUfnHRRVdk8COKjfrHTpNk/wDSMilWIB8RlOVvogsDfnc6g2c2f1buTcZhGyx2yaeL JwXS8uIwB5nmI6BRK8FvBnvtxH2TUHEBpPiHvO19Vd7rUU7qi2Mqe+ryXF8pMkNREQ0OdjlOQpqe VoGAOiAAeAQQl8UHDnvLwR7obecQOqt6rnuRVvu0fPeK2Kf5RC6Eg9058s0rnAxl2MuGPDCma0bq m2620nZ9X2eVklFeaGGthLHB3syMDsZ9RnHxC7pC1p8QEEVPETk9sPtqPfZT/oSrMnaf8KNx3J0Z Fv5tjBNT640XC59Q6jy2esoADzAFuCXsGSPE4yFvkWg+ITlHogjD7Ed7n6Z3OfI7LnXGjJPqe7dl SeApgeiAAeCAeqi47SHRO421XFJoXi8tmi6nVGlbEykFZCyMvippKdxPLMQD3YeHZDyMZAHipRyA fFC1rmlpGQRgj3IIZuMDi/2c45NO2PRe1vDzrW4bkMmYLdcHRwielyRzxsFO6V87D6ODAPndCF3v Zxa207wib2ah2b4jtE1Ojda6pFPHRXm4vHI1p9psDnA8oY9xBEgcRzDBx1UuFFZbPbXSPt1qpKR0 pzIYIWxl5/fcoGfpX2YB6FBRhBGWkEHrkea5KmAPBVQavdpWccHGvCDg9xF+sCtrsuLBY5+ETStw qLNQyVQqqvE76Zhk6PGPaIytxSAfFA0N8BhA5R6LWHtKBjg31+R/+Gi/WBbPqiCHzg77Tvanhv2J tG1Op9v9V3S4W6eeWSooPk3cuD3ZAHPIHfoUoewu8dj392qse7OnLXXW63X6N8sNNW8nfRhr3MId yEtzlp8CVkDATGEEZHbQHA2l64/3Un/6q2Z4luGCzcUnC/a9JckUGo7baKWvsFaR7UFW2BuGEj7x 49kj0Pr1Wz2FTlb4YCCFHstqLVVs44Km1a2ZWMvlutdwoq5lWS6WOSKLu+RxPjgNAHlgDCme1BZa DUtjuGn7pE2ajuNPJS1DD1yx7S0/oK7AsaRgjPxVcD0QQ9afqeIfsod1tSA7eVmtNpdQz87amEvZ C5jSe6d37WuEFQxri0tkGHDJA8xcO7naIbq8Zmk6vYLhm2IvsFZqiP5Fc6+SoFRJFTv6PYORoZC0 jIMr3AAZwAeoljLWnOWg56H3rhBTU1Mzu6aCOJpOS1jQ0Z+hBgrgq4bmcLuxds29q6mKqvdRK+5X moi6sdVyAAsYfEsY1rWj1IJGMrXfthN4JtM7L2TZ2zVGLpry4tbLGw+0aSBzXO+uQxtI9HFSA4CF oPkgi/2x7MDiVtO3tqo7Jxsap0dR3Cjjqp7Bbo66KnpZJow6SItjrWMcQTyuPKM4VlcBzb7wd8dO peGPWV5bV0moofkMVZ3ZiiqahrBNTTNYXHBdl0YGXYLiM9MqXXATA9EHXX/pYbl0/wDQ5v5hUH/A txraE4Qb/uE/Wek79ev2R1MXcfYsw/a+6fJnm717fHnGMZU6OBjGOiYA8kEN/wCyzXnaEcbehd0d qNqrxprT+lpqL5VeJ25MUMExldLNM0d2H4JDIwS7Pmc9JjcuA6ALngeYTA9PBBB9oPih05wm8eG7 24mp9M3K901Zc7tbW09BJGyQPfVBwcS/Ax7CyjvXxY8QXaIWWLYnh72Ivdo01daiJ13ulS8yCSNr g4NlnDWw08QcAT7TnOwB6tdLgGgeA8EwCgxTwu7FW7hw2R05tRRVTKye2QmWvq2AhtTVyHmleM9e XJ5W9AeVrc9crSTtrP7m9q8//nFT+rapMUwgtnbV2NuNK9egslDn3faGKL3tEKu+8VnGloThR0bd BTx2VrIaqoa0yNpaqpAlmlewEFwigZG/xz7TlLRygeACcoHTCCMbW3Za8SV50LXaeu3G/qXUlrgp AYrFcI659HOYQHRRlklY5jQC1uDyHlwCB0Vydjhu/VXXbPVexGoJJI7poq4mspIJej2007i2WMN8 hHMwk++ZSK8o9EwEGrnaZEngq3EGD+40f9MhVldnroLTO6XZ7WTb/WduZXWa+sutHVQP82PqpBlp 8Q4HqHDqCAQcrdflbjGOg8lXlHog8+msNkNc8OXF9pPZ3VtXV1dBaNS0VRYaiTPd1NDNVMLJYx4N 5uXDwOge1/j4n0FNz1yqkA+ITCCqIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiCi/OWJ kzHRSsDmPBa4EZBB8Rhfoeqco9FRTbfqjY4u+Huq2t1Q/V2naJ/7GLzM5zSwezRznqYnegPUtPhg EeS6zhc4iq7ZjUn2IvEj6jS9zeBVRZyaZ/gJme7yI8x18uskGr9KWPW2n63S+oqFlVb66Lu5Y3fo IPkQcEH1UYPEDsBqLZDUj4KhslZYayUm314bgObkkMf5B4Hj6+IXP5mNXh19/Z6bvKu0GkX9Ay/9 U0/lTvvPp6fCW0/GhwcaI4ydvqfUWmq6jo9YUNP31jvEeHR1URGRTzEeMbvJw6tPqMgwr1v9Uzh3 1tddDantE1vuNunMNbbqyNwaXDwe33EYIcOhBHiFJZw0cU152erItM6lM9w0pPJgxg80lE5x6vj9 W9erfPxHXodmOIjha2O43NAQ3R1VTRXU02bPqega180HiQx46d5Hk9WOII64LSpXGyqMyjn18nZ6 Vq+F2jxuCqI3+9TLQfhPvGx2/VdT0OrNS3SPU9M3LbBWzNZHUNGP3KTxlaPwByuHoQt+aSkpqCli oaKGOGngYIoo4xhrWNGA0D0A6KF/iA4Wd8OFDVjYNYWirgpWVBNr1BQB/wAkqC0+y5ko6sf58pIc P0rNvD12k2q9HiDTO9dHUaltTWtZHdYMCugA6Ze04Ewx7w73lbNu1Tb+zCUw9LxMCJ9no238fH8Z ScLr71YLHqOidb79aKO4Uzuvd1MLZGg+uCOn0K19sd7drd4qAV23usKC6O5Q+SmbJy1MQ8w+F2Hj 6RhXxnHUHI9fJXTTFXVuV0UXaeGuN4ljC28OG2Fo1XR6ss9rq6Ooope+jpo5y6Dn8nFrsu6E5ADh 8FcO5m2ti3R066x3rniexxlpqqPq+CT8IeoI8W9M+7AKu4gYwQPf0RWRbopjaI6tOnS8K3arsUW4 imrrEeLXSn2F31tgbbrXvfPHb4GlsP7YqGuDfIcnUNGPLm6eC/Q8MGtL501nvXeLhCRl0DRLID9M kpH+ith8lPj1WL2WjxR//bWD97imPKaqtvqxFpnhb2l065k9VbKi8zt689xmy3P4jA1p+BBWVqG3 0NrpmUVsooaSniADIYY2sY0e4Dov3yQPE4QNPp5Z8P0rLRaoo+zGySxdOxcKNse3FP1/E8sZ6eAX y3OG2VFtqoby2ndQOhcKkVHL3Rjx7XPnpjGep6BYX3m4ytjdl456S56ljvd6iBAtVpe2aXm9HvHs R9fwjn3escnEFxp7s79ST2cTnT2mHuw20UErvtjfLv5OhkPu6N8eiyeHNuTTFUcNXOF+cSu9mzGl dWVFl2LbV3URPeysqX1OaBrs9WQdOd7cjxLsdOmVafD9w/bx8cGv2Wu3OFBp+2vabnczERS0MZPU MH38pHg3OT5kBX7wedmpuZxAVtDrHcSnrNIaFJbMZZ4S2suUfjywMdjla7/jHdMeAKldud82Q4M9 r6TTGnbTS2yjpYSKC1UgHyirkx1e4+JJPznu/T4LBNFmzE3J5IeMDTdImrMmiKNus/z9HCng2j4K NkaWw2OjipKG3Rd3TUzSBUXCqI6ucfEucerneQ+gKO7crcXUO6er6zVuoZS+erfmOJueWGP71jfc B9a+7drd3Vu8Wp5NRamqzygkUtIxxEVLH5NaD5+p8SVsHwh8Lcuoaql3Q1/RYtkREttoJWHNS7xE rs/eDyHmfh1g7965qV2LVH2Yedajn5Pa/NjDxImLUfzef0hkXgt4dzo21t3L1dRFt5uUQFDDKzDq WA9ckHwc7p8BhbI6s0TpTXFtfaNWWGjudI/I5KiMOx72nxafeCF3kTI2sDGMDWtGAB4D3LkWjopy zj0WbfdxHJ6XgaVj4GLGJTTE0+PLr8WgHEzw1ae2RombiaD1fVWtr6gRw2+R57wOPXEUgwcD0Ofi tXqCkrdQ3mnoWSOkqrhUsiDn5cXPe4DJxknqfitue0TOpDftNB0UwsbaWQskbnk+UFx5gT68vKtY dstwa3bHWFFrG3Wqgr56MkiCrZzMOfh1afQ+XvXOZtFFORwRG1Pi8h7Q2saxq049NPBbiY38vWYh mLcfgj3Q0hbhedMOZqWiEQfJHTxllTH0yftZPtY9xz7lgehuOotI3cVVBVVtquVI7HM1z4pY3A9Q fAg+4qRzabjL2s3HZBb7xU/sbu8uGmmrpAInv9GS9AfgcFXpuTsHtXu9Svk1FYIPlUjPYuFIRHOM +B5x876QQtyvT7V6OPFq+ToLvZTEz7cZGi3tp/nzhqZtHx6ar06IrRubQm+0TcNFdBysq42+rm/N k/QfeVuRtzvFt7urQiu0ZqSmrHNbmWlc7kqIfx4z7Q+PgtG92uBzcbRLprlouQaotTcuDImhlVG3 3x/fY9Wnr6Ba/UdfqTR93+U0VTX2i50b8czC+GWJw8fQhWUZuThTwX45fzxYMftFq/Z+5FjUqJqp 9evynxTNtOVyUfO0fHjrPTT4LTuVRm/24Yb8siwyrjHqfvZP0H3rcvbjenbrdWjFTo3UtPVytaHS Urnck8X40Z6j4+ClsfNtZEe7P4u70vtDg6rG1qvar/GeUr7RcW5x1K5LbToiIgIiICIiAiIgIiIC IiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIg IiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiDi4Anqug1torTe4GnqrS 2qrbFW0FW3DmPHVrvJzT4tcPIhXBjzTA9FSaYqjaeiy5bpu0TRXG8Si+4g+F/VezFwlutCx910vM 8/J65jfahB/4OYDo0jwDs4PuOQLZ2c3715spdDUabrTUW+V4dVW2ocTBLjxOPvHY++H0qV64UFFc 6SWguFJFU087CyWKVocx7T0IIPQgrTXfjgVhqPlWp9nS2KTrJJZZX4a7zxC8/NPo1xx6EKCydOrt V97Yl5nq3ZTI0697bpEzG3PaOsfDzhlzRW8+xnE/pOXSGo7dbql9wiDK7T93ia8P8/Zz7MgHk5vU egK084lOx1sl4ZV6o4bNSMtdYS6T9jt2eXU0n72Go6mM+geCOvzm4WHrtZtR6Ou76C8W+ttFypn+ 1HMDDKxwPkf9YWedrON7dDQ0cFs1SGaotkWG5qiWVTW+6UfO/OB+KyY+q/cvxtLZ0vtxTv3Gp0cN UeMR9YRobg7I7/8ADpqFkmsdI3/S1dSvzDXwhzY8jwcyeM8p8vPzWR9ve0M4jdCtjprjf6XVNNGA OS8w95IR6d60h5+JJUx+jOKvYLdy1m036rpaCSqHJNbL9Czu3+oy7MTx7s59wVjbh9nBwa7xiS8U OiYrFVVHtfLNM1vyaN3v7oF0P1NUtRet3I3pq3d3jahi5tPFYrir4S0r0d2runZmsj1/tLcKV3g+ ez1zJ2n4RyhmP45WU7T2lHDDcIw+tuGpba4jJZPaC8g+8xOcF8+sexI0rVSPl0DvdcaJp6tiulsZ OB7uaNzT+hYsunYn76RSkWXdnQlVGCcGqFZA7HwbE8Z+lZOrb6s4SdodwqRsEh1vcneHsts1QXfV hWzfe054crW1xtNFqy8u68ogt8cLT9MsjT+hYfh7FziZkl5JNc7dRM65e6vrCPqFMSrmsPYlbrTy N/ZLvRpOij+++QUdTUuHw52xodVra17Vu+VAkg292qo6IeDKm61xncfQ93GGgfxitcNyOMDiF3YE lvvWvKymoalxabfav2rFID964Mw549ziVI7ojsWNm7U+ObXu5upr65py+Kjjio43fSQ936VsjoLh Z4OuGmBtztGh9MWyqi9r7J3qZtVVZHmJKhzi0+5mPgqTVTHWVldyi3HFXO0Ib9j+AviY39qYJ9Pa GqLXaZ3AvvF75qWma0+LvaBkf+a0qT/hs7MHYzYWOl1XuHNFrnUtIGzmpuETWUFLIOuY4CSOnk55 J6ZwFfW5PHdtjpQSW3Q1DUakrGAsbLG3uaRjvTnd7TvzQfitRt1+JXdTdxzqW+3k0VqLstttDmOA /j+cn0k/BR+RqVmzypneXK6r2w0/Apmm3PeV+Ufu2y30419KaIgl05tiKe93hjTG+oA/alJ5eI+e R6Dp7/JaJ6r1ZqjcLUMt91Ncqi6XKseBzyEud1PRjQegHkAF2+3G0Ov91rpHbdH2GapaXASVTxyQ QA/fPkPT6B1Pot+theETRm0xgv8AfDHfNSMGRUSs+0058+6YfA/vj1+CjeHI1OrerlT+TjabWrds b0VXPdsx+EfvLD/DHwa1FRLTa73ZoAyBpbLRWiQe0/zD5x4Y9GfX6Ld2GGKCJsMMTWRsAa1rRgAD 3L9WgYxgKuAFN4+NRjU8ND0rSdIx9Isd1Yjn4z4yAADoiAAKq2Eq6nUmmNPautctk1LZ6S5UUww+ CpiD2n39fA+9an7v8A9nuTJ7vtNc/sdVdX/Y2scXQP8APDJOpYfjkfBbjKnKPRa9/GtZEbXIRmo6 Ph6rRwZNET6+MfCUPGuNstdbb3B1t1lpyrt0mcNe9mYpPe149l31q89qOKDdXad0dJbLwbnao+ht 1e4yxhvow55mfQce5Sf6i0xp/Vdtls2o7NSXKinbyvhqIg9p+g+B961Q3a4BLLchPdtqbsbbUdXi 21r3SQO/etk6ub7s5HwURc069jTx48vP8zslqGlXPaNKuTO3hvtP7SyFtPxm7W7ixQUN6qTpq8SE MNPWuzC9x/AmHsn87BV67kbC7Vbw0vyjUNip31UjPtdyo8RzgHw9tvzh8chRi632y13txcH0GsdO Vltka7lEkjMxP/FkHsuHwKu/aniX3U2leymtF5fcLU0+1bq8mWID0Z15mfmnHuSjUd/6WVSY3a7f /Z63Z3jpvt9YX9vHwQ670DHVXzRtXHqGxwNdK9uRHVQMAyS5p9l4A82nPuWu9qut2sVxhulouFTR VlO8OingeWSMd7nA9P5FtvulxvWjXm0Nbp+zWmstOoblimqWEh8bISPbcyQeIPhggHxWtm0e39Zu fuDaNIUsbi2snBqHN+8hHV7j7seHxWlk0WpvRGLPVz2sWMCrNt0aNMzxbePSZnpHiky4cdW6i1vt BYNRap5nV9RBiSVwwZQDgP8ApWTV12n7NQ6estHZLZC2KlooWQRNaMANaMBdiuptxNNERV1e2Ylq uzYot3J3mIiJn1ERFe2BERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQ EREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBER AREQEREBERAREQEREHEgZ6hCOnqq4ymAgszcTaPb7dG2utms9OU1aC3DJw3knhPkWSNw4fyeq1F3 J7Pm90JmrtsNRx3GEZcyiuGGTNH4IkA5XfSGre0gFU5W+i1b2HZyI9+nmhdS0DB1Xnfo97zjlKHr WG1u4Wgap1Nq3SNztrmnAllgJid+LKPYI+DivjsOuta6UlEunNVXa2Paenyarkjx9AOCpi6ugoq+ B9NW0sU8TxhzJGBzXD0IKxnqrhj2M1hzuu23ltZK7xlpAaZ+fXMRaoyvSKqJ3s1uLyOwd+zVx4V/ 8eX5w0R0/wAZnEHYGtiOsY7lEzwZX0UUhPxc0B5/jK96HtCt2ImgV+mNNVLugyyOaPPr/wAIVmC+ 9nttTXF8lj1LqC1ucejXSxVEbfocwO+tytKs7OSPP7Q3SeR1x3tsH8okVns+oW+lW/zYP9M7VYnK 3cmr/wAon6rcf2imvTGRFoKyMf6meUj6v/8Aq6S69oDvNWMcy3WrTVBnweKaWR4+HNJj9CvCPs5b x3g73c2kDPMtoHZ+rnXcUHZy2ppabnufWPA+c2C3NafrLz/Ind6lVy3+h7N2uu+7VVMfOmPo111J xU7+aoY6Ov3Fr6eJwI7uhjjpenpmJocR8SVjauu19v1V31zuVbX1D/vp5nSuP0uOVIZp7gJ2Rs8j Zbq6+Xtw+c2qre7YT8IWsP6Ssu6U2V2q0XynTOhLPRyM8JW0zXSfx3Zdn6UjTsm7/drVp7H6xnTv nX+XrMzP7I1dv+G7eHcd0clj0bWwUb8ZrK5vyaDl9QX4Lx+KCtqNruALS1kkguu5d5de6hhDzQ0o MVNzejnZ53j+KtuGxsaMNYAB6BVwt6xpdi1zqjeXS6b2M0/CmK7m9dXr0/B1lh07YdN2+O16etVJ b6OEYZDTRCNgHwC7EADwXIABMAqRpiKY2h1tNEURw0xtA0YVURVXCIiAiIg4nqfBUwM+9csAphFH WX7Tlh1NQS2rUFnpLjSTNLXw1MTZGkfAhao7t8AtguxnvG1dzNpqHZf9japxfTE+jHY5mD45HwW4 Kco8cLBexrWRG1yEbqOj4eqUcGTRE+vjHzQ/632k3E27ujrRqrStfSStdhkgiL4pfeyRoLXfQcrc 3ga2UrNJWWr3E1NbJKa5XVoio2Txlr46cdScHqOY/oAW18tNTzjE0LHgfhNBXMRsaAA0ABaePptF i5xxO6A0vsbj6Zme1RXxbdImOnzG+fVclTGFVSbshERAREQEREBERAREQEREBERAREQEREBERARE QEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREBE RAREQEREBERAREQEREBERAREQEREBERAREQEREBERAREQEREFOufFDn06JhMBFFPhn61XCYCqqCm EI+JTCIKEZPUIOniuSpgKqoM+aqiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIg IiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIi ICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAi IgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiIC IiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIg IiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIi ICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAi IgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiIC IiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIg IiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIi AiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIiICIiAiIgIi ICIiAiIg/9k= ------=_NextPart_01D9A28C.41C15250 Content-Location: file:///C:/A3175A36/1.IrraMartiana500-506.fld/filelist.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml; charset="utf-8" ------=_NextPart_01D9A28C.41C15250--