{"id":3337,"date":"2026-02-24T19:33:39","date_gmt":"2026-02-24T19:33:39","guid":{"rendered":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/"},"modified":"2026-02-24T19:33:39","modified_gmt":"2026-02-24T19:33:39","slug":"the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision","status":"publish","type":"post","link":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/","title":{"rendered":"Der ultimative Leitfaden zur Eisenhower-Matrix: Priorisieren mit KI-Pr\u00e4zision"},"content":{"rendered":"<h2>Einf\u00fchrung in die strategische Priorisierung<\/h2>\n<p>In der schnelllebigen Welt des Gesch\u00e4fts- und Privatmanagements geht die Unterscheidung zwischen \u201ebesch\u00e4ftigt\u201c und \u201eproduktiv\u201c oft verloren. Fachleute finden sich h\u00e4ufig in einem Meer von Aufgaben wieder, reagieren auf dringende Anforderungen, w\u00e4hrend sie langfristige Ziele aus den Augen verlieren. Genau hier kommt die <strong>Eisenhower-Matrix<\/strong> wird zu einem unverzichtbaren Werkzeug. Auch bekannt als die Dringlichkeits-Wichtigkeits-Matrix, bietet dieses Framework eine klare Methode zur Organisation von Aufgaben basierend auf ihrer Dringlichkeit und Wichtigkeit.<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png\"\/><\/p>\n<p>Obwohl das Konzept bereits seit Jahrzehnten existiert, hat die moderne Technologie seine Anwendung revolutioniert.<a href=\"https:\/\/canvas.visual-paradigm.com\/\">Visual Paradigms KI-gest\u00fctztes Canvas-Toolkit<\/a> hebt dieses traditionelle Framework von einem einfachen Raster zu einem dynamischen, intelligenten strategischen Partner hinauf. Dieser Leitfaden wird die grundlegenden Mechanismen der Eisenhower-Matrix untersuchen und zeigen, wie die Nutzung von KI Ihren Planungsprozess von der Strategie zur Umsetzung transformieren kann.<\/p>\n<h2>Wichtige Konzepte: Dringend vs. Wichtig<\/h2>\n<p>Bevor Aufgaben auf einer Leinwand verortet werden, ist es entscheidend, die grundlegenden Definitionen zu verstehen, die die Eisenhower-Matrix antreiben. Die falsche Identifizierung der Art einer Aufgabe ist der h\u00e4ufigste Fehler bei der Priorisierung.<\/p>\n<ul>\n<li><strong>Dringende Aufgaben:<\/strong> Diese Aktivit\u00e4ten erfordern sofortige Aufmerksamkeit. Sie sind oft reaktiv, beispielsweise ein klingelndes Telefon, eine drohende Frist oder eine Krise. Dringende Aufgaben bringen uns in einen \u201eFeuerwehrmodus\u201c, der sofortige Aktion verlangt<em>jetzt<\/em>.<\/li>\n<li><strong>Wichtige Aufgaben:<\/strong> Diese Aktivit\u00e4ten tragen zu Ihrer langfristigen Mission, Ihren Werten und Zielen bei. Sie bringen m\u00f6glicherweise keine sofortigen Ergebnisse, sind aber entscheidend f\u00fcr Wachstum, Strategie und Pr\u00e4vention. Wichtige Aufgaben bringen uns in einen \u201eAufbau-Modus\u201c.<\/li>\n<\/ul>\n<p>Die Matrix kreuzt diese beiden Dimensionen, um vier verschiedene Quadranten der Produktivit\u00e4t zu schaffen.<\/p>\n<h2>Die vier Quadranten entschl\u00fcsseln<\/h2>\n<p>Um die Matrix effektiv nutzen zu k\u00f6nnen, muss man verstehen, wie man Aufgaben in die folgenden vier Kategorien einteilt:<\/p>\n<h3>1. Der Mach-Quadrant (Dringend &amp; Wichtig)<\/h3>\n<p>Dies sind kritische Aufgaben mit drohenden Fristen. Beispiele sind die Behebung eines Serverausfalls, die Einreichung eines Projekts heute oder die Bew\u00e4ltigung einer PR-Krise. Diese m\u00fcssen sofort ausgef\u00fchrt werden.<\/p>\n<h3>2. Der Entscheidungs-Quadrant (Nicht dringend &amp; Wichtig)<\/h3>\n<p>Dies ist der \u201estrategische Schwerpunkt\u201c. Diese Aufgaben sind f\u00fcr den Erfolg entscheidend, erfordern aber keine sofortige Aktion. Beispiele sind<a href=\"https:\/\/circle.visual-paradigm.com\/swot-analysis\/\">strategische Planung<\/a>, die Entwicklung von F\u00e4higkeiten und die Aufbau von Beziehungen. Effektive F\u00fchrungskr\u00e4fte verbringen hier den Gro\u00dfteil ihrer Zeit, um zu verhindern, dass Aufgaben sp\u00e4ter dringend werden.<\/p>\n<h3>3. Der Delegations-Quadrant (Dringend &amp; Nicht wichtig)<\/h3>\n<p>Diese Aufgaben erfordern Aufmerksamkeit, tragen aber nicht wesentlich zu Ihren Kernzielen bei. Sie sind oft St\u00f6rungen, beispielsweise routinem\u00e4\u00dfige E-Mails, bestimmte Besprechungen oder administratives Papierkram. Ziel hier ist es,<a href=\"https:\/\/www.visual-paradigm.com\/features\/raci-matrix-tool\/\">diese anderen zuzuweisen<\/a> oder sie zu automatisieren.<\/p>\n<h3>4. Der L\u00f6sch-Quadrant (Nicht dringend &amp; Nicht wichtig)<\/h3>\n<p>Das sind Ablenkungen. Sie bieten keinen Wert und haben kein Deadline. Beispiele hierf\u00fcr sind das st\u00e4ndige Scrollen in sozialen Medien, \u00fcberm\u00e4\u00dfige Analyseparalyse oder sinnlose Besch\u00e4ftigung. Diese sollten vollst\u00e4ndig eliminiert werden.<\/p>\n<h2>VP AI: Wie Visual Paradigm AI die Priorisierung verbessert<\/h2>\n<p>Visual Paradigm hat die statische Erfahrung von<a href=\"https:\/\/www.visual-paradigm.com\/support\/documents\/vpuserguide\/447\/450_matrixdiagra.html\">eine Matrix zu zeichnen<\/a>in einen interaktiven, k\u00fcnstlichen-intelligenz-gest\u00fctzten Arbeitsablauf. Mit dem \u201eUltimativen Business-Canvas-Toolkit\u201c k\u00f6nnen Benutzer die schwere Arbeit der strategischen Planung automatisieren. Hier ist, wie VP AI speziell die Erfahrung mit der Eisenhower-Matrix optimiert:<\/p>\n<p><img alt=\"\" decoding=\"async\" src=\"data:image\/png;base64,iVBORw0KGgoAAAANSUhEUgAABa4AAAK2CAIAAAApI5wkAAAQAElEQVR4Aez9D3xUxb3\/j082m7CL3XKDv8Q2rdFPYgk1saE1uSQavEhNKq1II15v6x+8fKhipdcv10u94cZ88knjXiKllA9fUanlUlCipQL+qWIJBa6kQkuoRBNlqclHo4aS\/GR\/dJWEZAm\/98ycc\/bs2XM2m5BsNrsvHrOzc+bMvOc9z5n3+8zMbhbbefwDARAAARAAARAAARAAARAAARAAARCIdwLon0bAxsbpn6YBEiAAAqNIYJwMenyaHUVuEAUCIKARGB97HqdWtV4jAQIgMIoExsmgx6fZUeQGUWNHAJInHIEo2PMoH4VoiDXVtRxDQiuABAiAwCgSMBiadqk1EZqj3YqRRKiGWo4hESMKQw0QiDMCBkPTLrVuhuZot2IkEaqhlmNIxIjCUAME4oyAwdC0S62boTnarRhJhGqo5RgSMaKwqRrIBIGJS8BgaNql1qPQHO1WhInROQqRelCTSUlJFFOQORRTGgEEQGDcCZAxyiA1SUripqrPkfnjGGvKJCVx3UgTmUMxpRFAAATGnQAZowxSk6Qkbqr6HJk\/jrGmTFIS1400kTkUUxoBBEBg3AmQMcogNUlK4qaqz5H5FxhfSHVNmaQkrhuJkjkUUxoBBEBg3AmQMcogNUlK4qaqz5H5kcQXehRCrVIzSUlGDSifAt2iGAEEQGDcCWjGSAkKUh9KJCUpxkvp8QqkDDWdlKRoIi8phxIUtASlEUAABMaRgGaMlKAgNaFEUpJivJQer0DKUNNJSYom8pJyKEFBS1AaAQTilcCE6JdmjJSgIHWmRFKSYryUHq9AylDTSUmKJvKScihBQUtQGgEEQGAcCWjGSAkKUhNKJCUpxkvpCMPIj0KoVWojKSmJEhQoTbE+UM7g4KA+B2kQAIHxIjA4OEgmaWhdyyFDlmmKoxlIH2qOWqcEBUpTrA+UQ5rrc5AGARAYLwJkjGSShta1HDJkmaY4moH0oeaodUpQoDTF+kA5pLk+B+l4IoC+TCwCZIxkkgadtRwyZJmmOJqB9KHmqHVKUKA0xfpAOaS5PgdpEACB8SJAxkgmaWhdyyFDlmmKhwwjPwoh0VIDmdB0ooTM1xJ0SWlDoEwEEACBUSdgMDS61JrQ0jJBlqslZBnKiX7QmqYE6UMKyATFFCiHYhkobQgyHzEIgMDoEjAYGl1q8rW0TJDBaglZhnKiH7SmKUH6kAIyQTEFyqFYBkobgsyfcDEUBoEYJ2AwNLrUFNbSMkEGqyVkGcqJftCapgTpQwrIBMUUKIdiGShtCDIfMQiAwOgSMBgaXWrytbRMkMFqCVmGciIJF3QUQg3IxiimtNSA0pQwBMo0BEMBXIIACIwKAYOh0WWoWMqkQPlktpSQgdLjFaQCFJMCpBUlKFDCECjTEAwFcAkCIDAqBAyGRpehYimTAuWT2VJCBkqPaQgjXCpAMZUhrShBgRKGQJmGYCiASxAAgVEhYDA0ugwVS5kUKJ\/MlhIyUHq8glSAYlKAtKIEBUoYAmUagqEALkEABEaFgMHQ6DJULGVSoHwyW0rIQOkIw\/COQqR0GVMDMkFtUyI0pkwKlI8AAiAw7gTIGGUgTSgRGlOmZtSUpkCXYxFIshZIvkyH6iNztLt0iQACiUkgdnot7ZFiUsk0pkzNqClNgS7HIpBkLZB8mQ6jFRWguwggAALjToCMUQbShBKhMWVqRk1pCnQ5FoEka4Hky3SoPjJHu0uXCCAAAuNLQNojxaSGaUyZmlFTmgJdmoZhHIUYpNClIWjaUEKGc+fOaQktLXMQgwAIjDUBMjoKshUtIS\/JeClBsSHo3QTd0l+OStogky4NQWpFsRY0zSlBQctHIr4JoHcxQoCMjoJURkvISzJeSlBsCHpfQbf0l6OSNsikS0OQWlGsBU1zSlDQ8pEAARCIAgEyOgqyIS0hL8l4KUGxIeh9Bd3SX45K2iCTLg1BakWxFjTNKUFBy0cCBEAgCgTI6CjIhrSEvCTjpQTFhqD3FXRLf6mlh3EUIn+DhGqSLEN7dKkFqRzFFGSmPkFpBBAAgegQMDVAyqTWKdYCWbQWKJPSZOYUNJOn9GgFTSa1ItuihAx0qQWpIcUUZKY+Qel4DegXCMQaAVMDpEzSk2ItSCuWMWVSQjoNzeTl5ajEmkxqRbZFCRnoUgtSQ4opyEx9gtIIIAAC0SFgaoCUSa1TrAVpxTKmTEpIj6GZvLwclViTSa3ItighA11qQWpIMQWZqU9QGgEEQCA6BEwNkDKpdYq1IK1YxpRJCekxNJOXl1o8jKMQTZZMUKwFakkGkpuSkjJp0qTJkydfdNFFnxP\/XPgHAiAwrgSEIX6OTHLy5MlknmSkZKrSZinWDJkSlC9jfYLSoxUMwuny\/PnzMiZNZKC2SEPSk7QlnaXy48oPjYMACLikJZJJkmGSeZKRkqlKm6VYWrGMKZ8SFFPQEpQeraDJlAmKtUCayEBtkYakJ2lLOkvlMYogAALjS0BaIpkkGSaZJxkpmaq0WYo1Q6YE5ctYn6D0aAWDcLrUAmkiA7VFGpKepC3pLJUfX4BoHQRAQFoimSQZJpknGSmZqrRZijVDpgTly1ifoLQ+RHQUQlIoyGoyQTEFak8LNpvN4XA4nc7U1FS73U6XVqcvUg5iEEhwAtHvPpkkGSaZJxkpmarD4aBLzYQpQUZNgRSTsUxoabq8kEByKEgJMkExBWpXC6QPaUW6kYakJ12SzrIKYhAAgVggQCZJhknmSUZKpkoGS5eaCVOCjJoCqSpjmdDSdHkhgeRQkBJkgmIK1K4WSB\/SinQjDUlPuiSdZRXEIAACsUCATJIMk8yTjJRMlQyWLjUTpgQZNQVSVcYyoaXp8kICyaEgJcgExRSoXS2QPqQV6UYakp50STrLKohBAARigQCZJBkmmScZKZkqGSxdaiZMCTJqCqSqjGVCS9OlDBEdhVBjsjTV14Jsg+Jz587ReQxpkJycLIshBgErAsiPHQJksGS2ZLxkwmTIZNoypoQMUlXN\/OXliGNNjhQuY9kixaQDaUL6kFYjbgIVQQAEokyADJbMloyXTJgMmexaxpSQQeqjmb+8HHGsyZHCZSxbpJh0IE1IH9JqxE2gIgiAQJQJkMGS2ZLxkgmTIZNdy5gSMkh9NPOXlyOONTlSuIxlixSTDqQJ6UNajbgJVAQBEIgyATJYMlsyXjJhMmSyaxlTQgapj2b+8pLioY9CqD6Vo0AJQ5Bt0EkMncdQAQQrAsgHgZglQMZLJkymLc2ZEvog1aYcmRhxrEmghCHIdkkH0mTE8lERBEBgHAmQ8ZIJk2lLc6aEPkjFKEcmRhxrEihhCLJd0oE0GbF8VAQBEBhHAmS8ZMJk2tKcKaEPUjHKkYkRx5oEShiCbJd0IE1GLB8VQQAExpEAGS+ZMJm2NGdK6INUjHJkQsZDH4XQ8YmsQ3FooAMYOoaRsgwxLkEABCYEATJhMuRQ66Yc0p9icgKUuJBAEkgOSaA4NFDrpAPdRQABEJigBMiEyZBDrZtyqEcUkxOgxIUEkkBySALFoYFaJx3oLgIIgMAEJUAmTIYcat2UQz2imJwAJS4kkASSQxIoDg3UOulAdxFAAARGSGC8q5EJkyGHWjflkGoUkxOghBaGOAqhCrKolqBLStNZC4WUlBRqj3IQQAAEJjQBMmQyZzJqCmTgWl+0tJbQbkWe0OpqCapLaWqLArVLrVMOAgiAwIQmQIZM5kxGTYEMXOuLltYS2q3IE1pdLUF1KU1tUaB2qXXKQQABEJjQBMiQyZzJqCmQgWt90dJaQrsVeUKrqyWoLqWpLQrULrVOOQggMGwCqBBLBMiQyZzJqCmQgWuqaWktQbeGOAqhErK0FlNCBmomNTWVCiCAAAjEAQEyZzJqad0ypk5RQospMeKgl0NpLVCL1O6IxaIiCIBATBEgcyaj1gycEqSePqbLEQe9HEprgVqkdkcsFhVBAARiigCZMxm1ZuCUIPX0MV2OOOjlUFoL1CK1O2KxCVoR3QaBWCVA5kxGrRk4JUhTfUyXMgxxFCK\/Q0I1KUEx1aFYBjpuoUsEEACBuCFARi2tm2LqFMWa4VOCckYWZF29NErLQC2OTCZqgQAIxCYBMmpp3RSThhSTB6CY0pSgeGRB1iU5lKCYhFAsA7VIlwggAAJxQ4CMWlo3xdQpijXDpwTljCzIunpplJaBWoxUJsqBAAhMBAJk1NK6KSZ9KSYPQDGlKUGxDEMchchCFMuaMqZLm81GZy2UQAABEIgbAmTUNpviE6Sxy3i0OiilyZhkUlvUIiUQQAAE4oYAGTWZtuyONHYZy5wLj6U0GZM0aotapAQCCIDAGBKIrmgyajJt2aY0dhnLnAuPpTQZkzRqi1qkBAIIgEDcECCjJtOW3ZHGLmOZo8XKtke71if0FShNge5SPDg4SNIpjQACIBBnBMi0ycDJzKlfFFOghAz6tMyJJNbXojQFqkUxtUJtURoBBEAgzgiQaZOBk5lTvyimQAkZ9GmZE0msr0VpClSLYmqF2qI0AgiMCQEIHT8CZNpk4GTmpALFFCghgz4tcyKJ9bUoTYFqUUytUFuURgABEIgzAmTaZOBk5tQviilQQgYtHe4ohIpq5eQ3SeiSAuVrpyyURgABEIgbAtK0ycwpUKek4VNCXlJiBEGrK6XRJQWSI9uiBAIIgEA8EZCmTWZOgfolDZ8S8pISIwhaXSmNLimQHNkWJRBGjQAEgUAMEJCmTWZOgdSRhk8JeUmJEQStrpRGlxRIjmyLEgggAALxRECaNpk5BeqXNHxKyEtKUAh3FCIrUGktUAUKdClFUxoBBEAgngiQaZOByx5RQguUIx0CJYYVZC1NDiVkdUpQWzKNGARAIJ4IkGmTgcseUUILlCMdAiWGFWQtTQ4lZHVKUFsyfaEx6oMACMQSATJtMnCpESW0QDnSIVBiWEHW0uRQQlanBLUl04hBAATiiQCZNhm47BEltEA50iFQItxRCN2WQStNlySFYn0OXSKAAAjEBwFp2tLMZY9kjkxfSKyXI+Xrcy5EMuqCAAiMkMDYVJOmLc1ctiBzZPpCYr0cKV+fcyGSURcEQCCmCEjTlmYuFZM5Mn0hsV6OlK\/PuRDJqAsCIBBTBKRpSzOXiskcmZbx0EchVEcvQlajTJlADAIgEE8EQk2bzD80c7hdJgkkx1CLMg05uASBaBBAG2NMINS0yfxDM4erBUkgOYZalGnIwSUIgEAcEAg1bTL\/0Mzh9pQkkBxDLco05OASBEAgDgiEmjaZvyEz3FEIlSYKMqYEBX2aLhFAAATilYDe2GVaxsPtr6wlY1lXn5Y5iKNBAG2AQNQJ6I1dpmU8XEVkLRnLuvq0zEEMAiAQlwT0xi7TMh5uZ2UtGcu6+rTMQQwCIBCXBPTGLtMyps6GOwqh26ZBq2x6F5kgAAITmkB0DDw6rbAJPRJQHgQmLIHoGHh0WpmwgwDFQWBiE4iOgUenlYk9EtAeBCYsbEchIAAAEABJREFUgSEN3PIoxFDTcDlhgUBxEEgAAqPXRYPhGy6HbMdQ3nA5ZHUUAAEQiAMCBsM3XA7ZQUN5w+WQ1VEABEAgDggYDN9wOWQHDeUNl0NWRwEQAIE4IGAwfHlpeRRi1WFZzeou8kFg3Aig4dEjMNZmPtbyR48EJIEACIyQwFib+VjLH2G3UQ0EQGD0CIy1mY+1\/NEjAUkgAAIjJBDezCM9CjH8xMgIdUG1UScAgSAwlgRG1\/BHV9pY9huyQQAERo3A6Br+6EobtU5CEAiAwFgSGF3DH11pY9lvyAYBEBg1AqaGH+lRiKaFqRTtbpQSaAYEQGAsCYy1mY+1\/LFkA9kgAAIRERhrMx9r+RF1EoVAwJTAoN932sfDZ37T+6Ob6feJtnzRaGt0NR9S2lib+VjLH7KDKAACIBAxgREWDG\/mwz4KGaEWqAYCIAACIAACIAACIAACcU6g9+jTbvdKt\/vRpw6etkehr91vPr2GmnM\/vOZ3XVFoDk2AAAhEkQCaGlsCOAoZW76QDgIgMDEJ+LvfPXjwjWPdcfgx28QcEGgNAjFGwNd5+OAbrV2fjb5aUnKnb\/QlQ2IUCPQeeua5d3upoZybf1ieSe9jHjKvWzT\/q05qpnvfM6\/gMIRAIFwIgX7+JaNe3eLH\/xnP8Q9eiNDh1h2b8v7uY28cPPguVnZjg3diSo2ho5DOpmee2UrhQOeYofRH5ZuKF6I+uZt48DUXggB1QSAGCPT+adOazS+++NKv1u04Ns7q9Ha1Nh8+HBLavTq9Bv2+cXFup1tf4U77mVfeHnLT1nlAlHymaewcvA4IkiAwHAKmawPf26+INckrrafNZHW+uO7x7S++9My6TQeGnP1m9a3zVMmPbx5tydZt8jsh+x+emTCvUVuCDh578dV2ju3L31lQzI8neFr\/8vfqN5n6OxeQds64bX5uKgk4dWDHgVP0jjAhCYy30oOnDm52P\/y\/+HeanmsTynzW\/uJjDz9cRzlP7O0WORM46j28ec2vXnrxxc3rnvdM4G5A9dElEM2jkKObKoP\/PVy76rHth3uUg8dT7a2tb1N4b9SduM+zd9PPHqa2H66j+OHan2\/a6xnlpcuFjspn7bufcj\/8H5Xkbnjsfmq3pmHPgcfd\/N\/jr1+YE2rbzqW43duld7tQjVEfBMaFgOZGHn7u3WAFBo89978q5b9NLcG3Qq\/+unuVKLrqd6pZdb0icyp\/9kqnnzmnuOQaNsWWElo7qjmnW199fvv2kPC6OFI41fzMmtqHK\/\/jYTc5t\/94eM3Ww6EfdnT\/TulZ5bq9Bu966vfrBIbKyp\/uVkEMp3O9XW3cabe2dfGPQMPWPPWeKNnablAhbCXcBIGxJBB+bUCzW6xJhprdF7qM6j7wpHg4P3lAsUHXVJeUKeOxJKDIFrudSrH\/qX344VVbD5+y+vh3KM+pCLywt6ObFbekvAWvFS9MtmVtwxK09XkxKO7trZY1zG\/0\/unA0X66ZZ\/xzVlT6V0L\/u7Dz69zi0Uo+Wyive55vbtWH22bjyo1Pju8ST7Rajcd5itWtYACpZKoBElwzvhmoYvX\/ej1MfxEkTcw6q+JKlCdqJvUMYuhjoSbwKoVq1OJv8u10Kl9z7z4btBPzhx7adPBj5Rt2si6F0aT0VycRLRXcrrUlV1K1LzryKihVhQJjOtc8Pee+ujw9p8\/fkD\/8eZod76rcc2jm3Z71AMXxvy9Jz27Nz26pjF2vkTYvfvJp\/a2+7Tvg\/h97Xs3rXlOnlme6\/3Ux\/99OuReIzw6\/9+4FJ\/vbxfk08K3gbsgEDUC\/qNvHNbbRG+zXICOSIHPjm56SnySZsuY8\/3vZNkZy\/3eg\/ffueDuB6puyRmRxDGvRA\/y3ref+X+fb+3uVU160N\/99vY1T4qOmLbfdTB4idx54E+x4wZNNUYmCIwVgQtdG2TN\/\/d\/++cFd9zz0L2zxAZ05Hr2+uQ\/1Z+lzbr\/X0dHcmQ69R5+7imx27E7LyLf5z\/19vZfNirHMkNICPWcQ1QY0W1lrbhudxTdlf8zOSjDXTH1Hn1bfCUkNX\/GV3Wd\/ezoMyvXbG\/uCuwy+31dzdvXrHzmqOkfWA127X5yu4cfqThzv\/u9IrMZRlS4hP+zu0s9t8qaVSL+HMfneTey4dMpiGScERjRBO71dEgby\/pOVf2iAkLS6ekQCwxX0T8\/8lD5Fyhn2CEiTS58cXIuor3S9FsfvP+OBf\/8QNWCrwy7I6gQrwTG4yjkK\/OrVlRVrXhg\/lfEx66DXW+Gfrk69CsMoTm+zoMvPbVGHNyveepF7dsl+qGircJTvxefktqn5n9rwYJbF8y\/PncqPeuZv\/v3TylnDVTB3330d8+se5TLWvXYM4bvjFA7L2rtvKQ\/xWfMd2zv1nWrqN6j67Y3n+p+XfkCx4EeEspatU8VqNhmrikX3q4ud3gR8fLsfV2Ut+cuqPrPRx76bi5XkPUePXSU0THnU6\/LT1FP\/eEJakd8p6N1O6UoPN\/q7zm8\/bFVIjOsMkTvBfF4Zqz9Bar5uNSQMITpOAlXOv7zTXvbe3XdObiJZFD4+Svik2nZi+2cg9u95rdKQyIXEQiMGYG\/HDwYOEX1Nf\/JbOKR9Q7lJRjrPdjwnIfbpTP3n9Q\/7e458PTTL+7esekXTXxN2TqkLX\/WZemOzN1L+ys\/IxOi8EzgRMd74CnKoLDpIP8UUJL7QvlD9YF\/\/1wg3EPqjMI8X\/N\/t3Kt2dSS+x+p\/8n9JReLCh8dbP6rSJhEvsN\/0P29j+eNw2bf\/CdmiuG71zxl8HiDvmO\/f0a4Sn7rlLoEDzRFlYcGHiiOFAiMC4FI1wZSuX7+eT5\/wNGD\/k9iRcHzW1\/8xfbdLz33xAvq9wbMLZ0X5S9z0+g+8OQTr0s\/5n2dP+OfJ2k6ye2v8KUDPVhf1R62pxQ3sfK5Vr5Vpke\/9Vpo8FSr9dqGa8Vfnta\/8Dfn3y+qqX6gPMtF\/wZ83O\/x3HAvM89J5S04tP92jdtN3s39TLPwW1SSqX1x610evyFeOfPFWvF712TxxeJg995G9dN3iyZELXaqbfczj\/Hhcj+67pnfH\/NJN0WrIN64W1kvUdHQHMoUgRz+i4IJrZhepFrqF3bMJYsqatTe\/n950p4\/Yzp\/ly\/6uOu5VnHk4by8ZP6ttBYtL8rkfWKftT63yeTwuvOlTXvFsjDj+nsWFYiSUhLFcgn9o++VCCqsZ+\/v3qZcEdKm56TxxKm\/aN8r5pd4RYMALddpqrjdj7\/e2S6fktr0056bWo5QiKaZqLG9Vd0juGmxHTR0\/u4\/vfjUz3mpNZv3tn8WWPwLAfTZrvnmhSSbTmCllvo2tfgesR2jHVnVD6\/PaH1+1Sti9jJb1951ZCnkneQ3kmiV1Lr90aE3DtQu19W9vdUvfObzrZQTiSbkxSJYnPgtaRD80L0SZQptHn+9m38BkD5372HdTU8\/\/dLu7Zt+caDn1MGN4rb7ceWMtbf1ObENdD828f8SSB1ivEdCYDyOQuxO1xSXa0pmSWGWVNGZKhb38kLGoV9hMOR07V7z6OMvvtHeLQ7uu9sPbv8ZOSB5nClFUHzq4D6xVbBlzLn\/oTuvLyoqLCr51qKH7pffWuw92ij+EFec1j+3r7XLy2Wd+qh19ya39ivc\/IOjx188qLXzxvY17scPyHbo85A1v9r9dtcpquftOvz8qif2dVHS5\/u09xy1ztSj0NbtVOxdrikX\/tSqZ97W1gG8GOv3i0NXkWb2qX9\/17\/zx39V1S357Fzvp9pPAPT3knDxCYXK4v\/uXvfz7Yc\/OsUzwytDNdSPjv1cjNDQrOPubccU5bq4cKXjJz27n6IDF2qfwt\/8rhn5X6CEz3fy6JvvS7XZsT+\/yTn4WM7XYvRTdEVRvMUPga6D2pccvIff\/CikY2ZeYlOLMsHV0v6u3z3xojhFCVp0ngv6hGEIW+5tfWb1uiB39HP1A0xLK8u56itMWFHrUVWlU39+s11kZeTNMPsUkLHPDh54m3sLV+E10229vWfVTtB7atZ37ucLmqoVP5z1\/6Fr8+B\/+4B28nLsz61cVnDBrt+Rhwv2eP97jbJQoPPZp9f8qlG6yu72N7aveurg3\/TVzYA\/\/rp0l\/pySIPA+BKIbG2g6Pi3g5v45\/n8AUcP+h1r3JuPCidCj1VhrvIZbWnpjDHGzExD+qJeX6\/yhdBB8XDm0nSSc3Iyz\/JWulve7JT6nG5T3UROTqq5ZNXounf\/fNUzQWubNbJRKUmNM78kTlF7Pa2dg7RYquL\/bs1X71q9W3hOaw58bcC74mt9UwJkzHtU6csX8s1cnt0p1oozbr5GWSx2d\/MTGusmSNfuxjWrnt7b+hEfLp+3q7XxV2ueFs2pUPl6icpRCM2hTBHI4QetmHx8wC0liypK9Ncu+R2NjC98Scmht3eVj7ucX\/3eQ\/fNLymkteicBQ88tEB+7PXR73bLrwBTSRF6WzZtOsQPw6n8D78lvuch8pVILqG\/PGP+tQqVnr9yKuJu5mWyePfHH4trRNEjoK4ZOl97\/Cn5lBTT79Ent2\/\/P48qz00lRzn8omkmDULbI\/hosa3fgPxu3ZodB9tP8lLd7+5+ajUdmvC08tNgZoYgNy8kOXQCm6Bw0l5MDam0ZwnyRWQp3DvJatw5KRsHUtCwY6qVJkYnM58J9Xztu\/+P8Jmf+SPVhOoOvTixpkHwuecUump7JcoU6ngPP7Nm027PSaG\/trI7N7XklutcXOHOvZtf7Bxknb978SjfBrL8m+ZkCEmIEoTAeByFdL0hfops07qXhPu\/KL\/EcOY9NPtTB3bs5R\/N2Fziux7l+VOoTm\/na88H\/a1Nr6ddLsK\/MqtcPh6oFIXMObPkbv2j92gHdOyVFwOn9d8qyhDn7937ntlNn6x6Dzy\/j7fDpuSX00H+t\/L5X\/D2dr6ygzuyYy89Lz5JZvaLc\/Kvys+52G7xW1i9vam5c26ePydX7m56W\/+7mT\/lSBMZrsjNEePg92x3\/+81mxrf7B4Up0UuO3Nm5n0lQx4U2dN5K1eII38m\/33S3S0\/7mBsCGXSrsjPkq0zV1Z+\/lV59IGE2nFn1jXzF9w6X37C4Pvzr1\/kw3Jq7\/N7pXBnZm7+VbmZF\/X28sWAbNhZdM0MoZXv8MFjPGvw6EGxQ2OZJbOUpzPPxgsExoqAMBlf8xvHhAl0HjjIbV1kqi2eUrwEs0+9qnz+9bnceFmvZ\/tzYl2slvrL80\/t4+tIe+4Ck0WnWkp9t7Dl44fFmasr\/7YHq\/5tQS75kMFu+QFmGCtTv8zM2v90UHzzq7v5z7wTLHXGrEISobape+\/8\/d523l9pZhnTvyKN+tTBx\/+3+7Htr3f6nPR57hSXUxinrp6aJD6D7QffEK31HpanKowy1fvM85ykwexTc6+fU5KjfIVu71bxSyLvvvj8u8IL2KfmXJWfT3eDXJ4KPLxb1tpCIs4JxHD3IlsbqB3w957lj8H83EynMJbedxfIoUcAABAASURBVF98VfnKgFqEHsHKQsL8eWrti5yZX83JoBMNkpSaIc2Kkrow\/ZpvCDM\/7TlGaxL6dPbdY8JNsNzCIicLa3R\/PXpUfLMg8\/oHqlbcMyudpPZ6dh\/g\/o6SgZAx42ti5X\/64C90f20RuG+asvCcYTweC7i8w\/ILfd1\/ahZ9sc+4hvpi2gzP9L\/\/gegHYxkZpGi4Jlj30aOif5lzHlhRdc91VJz1vrv7gEDHZUX2mpqTn8VXlVTalUW+7qu0YopMck+3cK+MPvCjyjJ0etr9PDW1sGyGzrM7i64vEkPr73xf6MzLMHb69ad+LZaWF8+65y59eXlbjQf9nSqV9C\/wbsobGRni90n6e\/vkNeLoExikByQts+kBydv2dx4+fJLRjMq\/Sst5\/cD7\/Jb66u0dmJpD00y5z7r\/+4UDp+mgcC9tQHgZm+p\/zuqW4QGfw5yXl8wP3rxMNZnAXJLh9bfWF8V2TPkPK6bmBPmiK9LIO6k7hylZYuNw6sAm+RVa2p0Uzbk+P\/MiLrK37fnn1E90+DU71a1YLO94iCmJIoaIXGv4xYk3LA1nuL2Sr6dbLFwMTTKWNuuem8Vu8PTBTRs3vfAnvjNzFd81\/\/KQksiIawI0+6Lev9OdrW+3tr7t4f8FnT1zzqLv5eseDhFpQ5+KiE+AXYUL5n9j+vSvFM0vy+eL\/8GuY+IJogg57ZNfO2U2ww8fOp1y5cH8A\/3HjopNDJtSsohO669f8MN77lxApx63Xp\/F\/L633xQH\/K6i784v+sr06d+YX\/5V3g77iNppbZab\/ykl9\/7bPXfecec9P35gjvhoRWk98JZZft+i8mtKyhfdoxTo+uCDwF3GnEWL7ivPEg6F9Xd79m1\/6tGHa588wJuekv+d7+R\/XhT+fP58aiXooMGWMeu+R+rr6xcVDKVM1qw7r1VOgzKvvfPOO76TP0XteM6c7\/1D\/vSv5M+5qVA8Tnvb3+1kPc1HxQqF5cx\/6IFFd96x6IHl38tVoAltvlo+R8jzv3uU9qK9zYc9fIdmz\/2HkqniPiIQGFsCX5kxgyZkf+tROrkbPPYGP120z7gqN9Co6iXYV+b\/yx1zSr616IeLF3DTvvnrU\/sDpU591CWekRnX3RRuLa5WsLBlxcP4Pmg5euxvObc+KL6dcQt9rBrWytLmlBfYueSu1qPkqjoPHv6EX029ds50U8esdJOxr5SUiCPRrJseuLNQnFaQs\/ro8O7N6x7+X6u2y9MKLsnwmjrjKm60XW1HabF+6o2D\/FQlc8YMIUoWPdYivaGr5AcPLfpW+fx7HrpTavjJ0cNdrLX5qFjQ87v33HHnnfc89MD1U2VFHqvAh3DLvGgcv9C1iUAgorVBoCM5N\/PH4J2LHnjoFvk5fu+xNuUrGmqhY8pCwvR5qpqGmS9y5d80P19siJkrfz6ZVanxw4Ssb8j7p461keH2HlV+imJGyVW0bW6T34YzN7pkZhf6ed85eLjLed29wi\/dK78VK26IqKtxzTpxHExX\/pN7H5enIe8fEHuk5\/bKXTzdCw4WnjMsBzZ1TtkMoVJX65+pL50HeczYxdfN0f+sRqAhz3P89xwrH35SHBbbMuZ8awZtAMOhpro2etE2svXgnz92zpLf\/w\/3RTlR2hhlld55DXeWlJ95DQ3KTWIIIpE8OEB1DOHUab7FoswUKYFSMjiccm06cFZ3cNElv1dizy\/\/VqahvKz1rqDyHw8\/\/gYxZCx9znf4bzrIe4jHn4C94M6H7qFl9j0P\/aOyIHH9\/aLgHN8HncqUEOoGHqn3XyceqYOdx97t7daW4Zr\/+Sfpf0QlptralJLQzYv5BJb1dLG\/p72Vb8doR8b\/w4qs0iBfNCuLvFPADvjGgSkOR2wNFpR\/684HflQuDMXv+XOrTjDLuO7+R\/6zvv7uGZFpMnXIxckQNKaE3Ss5cxf8O+2VTH7rxFl8p\/xyVm+7R+y5Su662eiB9f1COi4JmDraMe5pZhHfkNw6v+RyJ\/N37X3MHfjNjghb7lUOvH1\/+pV7pZuH55VvenvVRw6XNMWlLPKND6feXmUvZE9J7VPSmZfJ6e\/MzC8qLKIw\/Qt2rZ3Dm0UrK93b28RegHl9p\/0DfPPPGFVUKGbk5wkvxtvWv1xTFT3EJxp0Z3BASqGkDPasOfdXP1Lzo38uL8x02Xle7\/uvPLVVbkv4pfkrd853Lhel6UwnUmU0SWrH219ZJRk+rnxY5Dt9ip1jUsOpWTlOWcM5I\/9\/yJSMp5YUi8PU\/qMHmk8dbWnnuVOKvjnsL\/jweniBwLAJ2KbPyKfJ7z\/6xuFTzeIHU1PzZ1ypE6Na79QvXybn8NQcbtdFhTPUzyh4YVe68j2wvVsCPz7Hb5i\/LGz5qgXfy+ON+Dx7tz+1yr3y0XXbDnudpF5YK2Ns+rVFLt5Q18EDnZ1\/buWLI1vO9eKTTJ4d\/OqV3WS6T1BtrvxbH3rkJw\/dc+uc3HRqjjH\/qcNPP8G\/0RZcV15N\/cbX+apFtHZA\/GBq5owZep\/Vp3ynNvMy9VOR6V8RZi4+5FG+xk8uT72bcVWeqC7Eq8CHcMuiLCIQGE8CEa0NNAWnXkZrFXHl\/Ea+tAf+lBQ5ahTW0lXTCO+LVFEh71lfF997ZV3vtvkGPcfEH\/PbvzqDH5iqks2NLr38e9\/k3yrtPcnPSd3uR9f81+4PbNwxBdrofHHT7\/lXX51fXfDArflOG6PTkHU\/f+65l17he6RO5xX\/QziWQAUlZeE5w3Kgql+9pkh826LrTwc633+zlT76ZiznH2aJj2HotiHYnaqyzsvn\/POKB8u\/QAXCN5FR\/v05os\/dh3\/3q3XU57VP7e5kqhiqPuIwcslTpwg3z5iyaNRU6OuVBycpkxxaHrs4I8NGV\/7WF54+Kn5ehC6Cgo5K1jf\/uepfyy3oBVXCRdQIfH6q+lS85EsylXKRMgGYmtMX9PWOwAM3c4bySOV7mUFlGR7wP1cp\/kf0pa9XbmRoDyKu9ZsXkTF05MotF9sx+pToOrkDGqKO6nACWwP152nY\/9er+2pT7pxvZ9n5NB5CnnZ7yMUJG4KGJskkMbX4O0Vp5n6M0WfRt2p\/hOYsumV+1nDUNmkMWROQwHiM+ZQcOmgoKiyZf++3xZFp79E\/BZ0m6jH6tKMN+cTQ32NM\/5M\/8rd\/fni97qHgzM3hC3\/G\/nJA\/Vt3Ub9r7wGxc2dfyRcKiMx+1TP5e6lRHqSX4TenliwWH6fIn\/Dg8Q8Df0l2+pQ4madyvR+fUJN0FXlQWuz1Z0yfc+sDVSsWyO9f9Ha2q18xi1jWCJT5ivwVW10HdX8k\/Detc6yzK\/grps7CWfxjecbaD\/xK8sz8+6DvrESsNAqCwEgITC8W5wh\/2f3E77k985\/PMBMzoBycMtbv43Z92qfs90XhlPzv3SOdRs\/ep54O+tMZcT9MpL\/lnHFXzSPVD\/zzt0pyv+yyD\/p97bt\/sVUnzcrK1G+M+9qef\/7P\/CTEftUsi2+nnDp4iHeTTSm6Rv0E1e8TPep1XlZYvujfHnlA+UCp+4P3xTdd9ArK9JTCEv6r6b7DW58+TJsQW05JkVyqydta7DvlVdKdH3WJlN0ZWKsH7vZ+1BXq8oZwy0IcIhAYTwLDWhuwv2nmQI\/BUHsI6oiVpYtC4X2RKGIaZZV8Q9jpR8da\/\/Sm\/AJm\/jem64taGV1m2YPyqLQoJ8Nu89OZyDNP7tbtWJjv\/Q+432FTS75VlFl450N3zeB\/SNhzVHwt1J777XKrjcEQntOSQ9asvxfLstOtz28\/zJtOtfx7QDokmb\/8O\/LPh3t9A5+X35zVum3VRGb5gz955KF7Fswp5N\/29\/d2H94adDpMTwFFhtmqUrll+jaUZF5J3ev61RUlZWbl5tjpjZ1qbtQ9FFjv4X2CAHPlflW3cM2Y88N\/4n9kyXo9zz1pdkD\/lfkP3SRP5Ho\/Hfg8Hy8uXHl1yz\/QsaWIFpVMvMU2Ad0jtVN5pDqcTlVnnf\/5qEv6H\/WWeA+3eREFrKOUTOWj36LCHOFirIsG3\/mbtjXo\/aBLrhacAY2Dy0Z2Feni5G8Bb2xKI7LW9KWO7dqrUu1tPaS3UH0ppOOZwHgchSg7f1\/XoaPKd0yV0z4d6MwvySdD177nDn7k8\/Uce\/G\/PYHbX5ieO4VfnWp5\/dig0+X0Hty6bt1jFDYdDlqYTy25Pp+7k8HuvY+vembf4cPNhw\/+btOqx\/kvfTDmnFFKm47cfL43oA397mfe6PKdbn\/l\/9Tyr5msfPSVdpbxVfnzHqeOvnFs4CLeztO8lXXrnj58ypZzxZe5Dqxr96+2He063X3sd5teDfn7YVFiqOij3evk9zL+31c6\/czf3+eXZ8EOsftwipixU39p7TodtIvTyY1AGYfyuUjXO0e7T\/v8g1rHD77udbouGjj22ycEw3WvdDD2haysVC7e3\/Lrp\/a1d5\/uOvz00wdp78Tz1Jdt+jWF4qhb\/nEsbauuGZYvVeXgfSIRiCVds0qK+J+k0XEAaeXKnxH8qYbqJXx\/ev7Fd7t9PYc3SStbuUn3v7NQRXvmt344P4cSrPfd5574nfpM5BmRvuT\/jPDo2t95C+cv+tG\/zxcuxd\/d7WNhrYyLV79ddbq7m5+9uoquDdrh8CLy5dktf605M3Dg2Hv4OflttVVPN\/voM5O\/9SlLe+dF3O3JesGxs6gwl3L85AHoLWeG8I+UUkLuVwUI1nXg2d3HenxdLc89L\/56lqXmz\/gKy\/kfYg9DLu+\/njv6ka\/73d2bdonTGVlbBT6UW5alEYPAOBKIZG2gqec\/+vwmvg756PAzzyrO47LLL9Nui0RYS1dNw8IXOZU9hPdYK612tB\/\/E3JllPH3hcL22l95VVicq+gabsf0pJ4eZi3kOyT+q7ef\/qo1bc6Cex68t1g8rz\/5WO\/jXJNFJjvV+udO\/yBzfqW8\/Kuq93BO\/\/oValrqERSbes6wHET1qdeU5PCFp6+7hy90+BE2vxT3QqOLSub\/g1hXfHLg+Sa5vAvbhE\/893YrH\/1V29Q5t97z4A9KRPdOfXySsfCrypCmtRXTsZZun8\/PwkjW181ISxeXH3R+IN5F9NU514lcesSsevLFg820Ft27fd2q7R5OgH35OsOHSM6CRYvkYFkc0DuL58u\/tj7VFPwDeay7Sx50XZwhl9CieUQxTqBr769epAcuf6T+Thg4c112uSvj8iw7V9x\/dNtTe9u7feR\/tir+h2cHVhcmmxcqYJzAlBUaemn5pIb+0NshOaor87+9\/Zk\/dfl62vc27JYaZ341zxVSXGZEpAkbYnEyFA3GnJHslaRGuvj9F7f\/mX905BReuPfd558L\/P9WumJIxjWBMI+gMev3X150iz3Jupfa+QRkzvxvyKe6rsX0wiJ50NDb\/uJjbvfPfnUw6AsSWeXfVk7Ntz\/6cOX\/enxvp4\/++bPmlHxBJ4RM46o77\/km\/7Ik859q\/d327c9vf3Gf5xR\/+tgzvnnP93jEezWVAAAQAElEQVSzzqK5c8TXEXvbX1rnXvmU8r\/Mfvlb5fTRa1b5d8SyoPfd7asernz4SaWdy\/6hJIO5Zqm\/gNX95+fWrVzzq32dvSPDefms62Rnew48Tq3QIYz4a5eca8W3Rqdcdpk492HixOS5tqAOqhcRKJOVc5lQz9fy3JqVT+ztVjs+2H3gSWp11fa3TxFDn6NozlV2xqaX3yCWXqy3\/XdPrVm5bnubL+jnFUXD6kfa\/ML602x+d4K\/oH5sEsgo\/IacpYxlhv5eb5biJQa7D25e4\/7Zdvk7Qs5vlM9JM3THWXL794RDYd3\/\/VzQN8gMBS0uc76R7+S\/Q+55ceXDtXX\/e7s4EnVelpVBT3fpXsytjItzqt+u4hcmveDZjD4\/bDrKvWXQgaOz5Dr5o3q9nufdlf\/x8K\/kscWUkuvyZC2z+KqSGeKUk+n\/0EYt6Cz8zhy5ZO\/c+6ufudc9e7Sb+yJn7oL5023MVVou22M9R597zL1m895O\/X9hw1TgvZ7wblltDe8gMG4EnEOvDXS6febh65DHtss\/6OC\/zlBoOCMI\/zxVTcPcF7kuy3Lxxga7dtNq53mzL8mmzcgXrs7fz5cvrqu+rp77qpLNjI6KZfJvjnUffOp\/17prf\/EG\/xIG+\/IVal3eJssryhdd6X798Yf\/o7Ly4VXb27in4fd6W59b99wx07\/R4LfpFeo5w3OgKoyc4iy+xhBpM8ctb2hxRtnN0u107XnxMFcmbBOuGV\/\/sujzG7LPYutoy+R9Tg+\/qtQaVBKXKaddvqPPrnE\/ubc7jGSlhnizTZcfkvn\/4lE+6uPZGeX3fS9ffKul9\/2DLz5Pa9Hdh7sE54vyv7fI+OstVCPr5kWKK373xeeCfpCSblLIKJdUBrt+94L2f4IxdtpzTCyVXTnTcRRCmCZK8J88SA9c\/kgVk8L51e+Uk5Xmln9Lbg1623c\/tcZN\/kdYsNop1RBolR66eWHMOIHVavr3U4eecovtGMVPqD8YpC8QklYdzqCvdcc698+e2v0XoXH6nFuvnxpSWMmIRBNeNOzihA1Bg7GI9kq8ncBrsOuV3wgX4ZzxT1WLSqbQHb9nxzMHuZ+hNEKiELCNb0ftUzKLbv2XO68Sj+IgVabOWnTPnMuVfPvF+QvK+LmFVsRZsOjBRXNy5O9qUK7dlXP9PQ\/dla9UoBw1ZJY9+O+LynPT7WqG3XlJbvmif3+wTKwsKDez\/IH7vhMoYLNnXLXgofvlw8k5464H\/\/n6oHbm3POQonDu9x68oyhD3Ve4cr6zoNTSF1A71mHqrPsfWnBVhlPTMTUj\/9aH7imWvcmaf++C\/EsCN83lDKmMs+jOxXNypmhtMEYd\/9cF+RoZm+i4+nenU6+7\/\/4yteM2e+Y198zPDWk5raRIforMXJafZodUQgYIjBaBqYXixy9oLufNCLU97iXuKFF+fYealF7iNrOvXVw0Y9E9wuQHu\/c+tcn8L7RJglXILP+hNK5Bfy99qCtM6V9uFQ2FtTIuzzb9Gvk\/RDCWU1wS2gtexnvw4F\/4u93w5zO533voHr1RUw\/n3PNA2D92VX5jhbHU\/BmhFm3LLP9X7ou0v\/LlEsnXyt8Ask3\/3oN3Fqkeg2595xYBjavGXxx4ZG6Zl8YLBMaVwNBrA0W9qUU3z8kS+1jKcF4+5577yk1+zzKspXPTsPZFWTf9MGgBQM0Yw9QZeeqKhQV9A45LtjI6cms\/kosHfy\/\/RimZ7Jx7DBtvZ\/6dVEY1at4slbr+nx+6bxb\/iOj00V+FPw2hJgyeMywHLp8+aSkRf9tIF18pKUmjt7DBNn3+t8Q6o9\/z6ivHeNFwTThn3PUvEmagz4vvmcVbGWJVySXrXs6\/v\/Oe63NcygKPboSRTHe14Mr7qhgpX6v6vx+LWxfNuHPFgwsKA48jlurKLFzw4Io7Z6hTS5RTI3LF98m\/le71\/PoJkwP63Pnlgorf86r4X\/94xVPNb3bx96AZwjPwimkCueW35svfP2fMPvWqBf9ylzz9mzrrvvvL1WU4S80ouit4GU6GYLl5YSETeHQQkMPhqw5t82XjG4cH\/x8zl6g2GKkm4RcnbCgaLLK9kqoVvXe99swB\/lv19tzvzp9uz5r\/ffElssH2Fzcp\/4Emw7\/EIGCLYjdnLKo3\/ntkxQMLCpXF\/4y75d1FM6ROF+WU31cjsx758Z1F31RqL1J\/K9uVW35P1SP1j9RUVVNcdc+3cuTJgaytj125cxb92yP1vKiI\/3WR+v\/aKqXsWbN4gf98pKrqkfr\/fIQOOKZqYGyu6d8S7VRX1Yh2ynXtuK5a8OBP6h+prnqE6t4zq+jbDwmFHyoXX04x9oix0BxFA9vUojseJPn1P+Gt1P\/kwTtVLLzAxUV3\/iu\/ScJF91WSdyuoeBnGwitDZZw55feseISE1NcrGtrTi+4kMqQ8kTR0nNmzvik6Thr95yMP3JzJ5NfnUpUvoZFA1us59iF\/j+CjHVEMEQhcKIHgyT9l1gNiQj\/wTeFGCkK8xFXzH6C5HeolvlCu2Oq31A\/PMr8jc+prFvG1aXCBUMs15CjGZWZKYa2McHQf+4v4rCfV+m\/m0+bIbj7y\/elUQR+UdlXnVnVPeU7IwjrjW7JnitVPv004gZ98bzr3chnlPxYEf6z+9p7wRY\/8Z\/0jVWT5FN9TnusKtOjKX0Aeg3j+hN+aVahAe0jFaO2WgwcuIBEpEBg3AuHXBprhLLim\/P5q\/qCnx3DNfSYmJjsQ3tJdVr6IKgujI+HcFPlj3cRYpn5T+gAqUjWfPjGmWmqwNjrGlMXDIzUrSPwjpv6Bl5FGvaJKXU1Nn3r5dx78T2qrvn7F96Y71ZboPdgxUgYzeE7GwnOgKt0ej3B59hnXFOll0y0ZZgSvBp3F9whV6mvUg+xwTagwaWGm9lltJOyq0tAoY86cb91T9RPRsnSPYSRLvUU8Vf0LoIO\/Oyg+MRe5FNkzim7ljyN1mVf1wK1F4kvLdI9CyKBfVLRItv6fD5bz05UZyuONzxAq7yxRqXwvly4ZGzy2u0mchFxcVKL+srW4gWisCATNmVDTiCRHqDa18M6HHqFHKt9KPHRH0VSbyKXInjWHluG0rqBtzk8eXPDVkuA5QMt0681L6AQmgTKoionJrUTiIR6yHmCGWcfrO2krIZdVFIuNgzaNg4DwsvLlNJqSzGZM87Fy0zTE4mQoGtyV6fdKXwhZ5gW3mKls2R5ZJD\/suXx+lYTxozn8IFhVEu9xT0Aa3ETupt3pusgeWQeoaNiSNrtLO+kMkWi\/yOW0qE23tA9RQ+oNMyPVspUIBY1EGZOO+w48Jv4Xu\/\/11EEf\/\/0tn+fVA\/IvAi+9TPsj6VNvvO4R5yM5xRafZkeoNIqBwJgSINOP1EtcmB4mpqQKtLr17t7X+ecSbIi\/mVfFWLxTDy3ck0WFIbPtLmtfRK2lhhVABaIDPKwWuAkCkRGg+Tq0+dCzNbAG6Pf5ek4FbXS1lqwsXRagpsbINMJJtjunBHSXihhjqj7FZb6aGtk60YrD4LG9fzjFW9f9AjS\/HMHLqgkhKmi8RM5oRUNIdhYpv2\/Svtvsb1sYS7V2rRegYtdrL4m\/onTm3yj+tvoCRKHquBCwu1zmWwma5+GdBhWw3ryMVV\/IY0S\/UeoMdTY8DSqDEDEBFCQCI3vEUUWE+CbgKvwH8ddG\/e2vrHuYDkXcyi\/SOmdcV6J+wtJ54E\/iI4gwn2bHNyT0DgQulEDv4TeO8r\/+xxerLpQk6oNA9Ah073vC\/bPd8scgMv+H+EOF6DU+sVvqbT5wVHyCkvn3hl8Lndj90mufUXan+KWPXs8Lzw37zy31giJO97Zseup1fsDkvGrBApM\/OY9YEAqCQAIQQBdBQE8ARyF6GkgHCDivuvNfAn++KPLtU\/Nv\/Rflq5iM9f7pdwfF\/ylzYZ9mC8mIQCAxCXTu3i1+BIR9pWTov5lPTEToNQjELgG7K+c7t5bq\/oIsdlWNEc06d\/9efL\/UllMSx\/\/lnC2z\/P+pqVpRVbXs1pyUaJBPyb71QWpuRU3VHeJDrGi0iTYmGAGoCwIgYEoARyGmWJDJCYg\/X3ykhj9fq+ih\/shPHrqzUPwiA7\/JUvK+R5kUHvx28B8ui7uIQAAEhibwhTkPSPu6y\/xv5oeWgBIgAAJRJ5Bx\/Q\/p2VfzyCNV98wy+QnVqOszYRoczJxzP19OVK1YFOcuz+50TXHxEP5vCUdp5Owu0daQfwY1Ss1NIDGxrGr+rdIWvpcfy1pCNxCIdwI4Con3Eb7Q\/tmd8nE+xfhHjPaL5KN3TP7q9UK1Rn0QmBAEUhUjckVluTwhkEBJEJgABITlDvXzGxOgH9FW0WbnpwO0qBiXXxmIdm\/HrT00PCEIqKtoOJIJMVxQMm4J4CgkbocWHQMBEAABEAABEACBRCCAPoIACIAACIDAcAngKGS4xFAeBEAABEAABEAABMafADQAARAAARAAARAYMQEchYwYHSqCAAiAAAiAAAhEmwDaAwEQAAEQAAEQAIELJ4CjkAtnCAkgAAIgAAIgMLYEIB0EQAAEQAAEQAAEQGAUCeAoZBRhQhQIgAAIgMBoEoAsEAABEAABEAABEAABEBgLAjgKGQuqkAkCIAACIyeAmiAAAiAAAiAAAiAAAiAAAmNKAEchY4oXwkEABCIlgHIgAAIgAAIgAAIgAAIgAAIgEB0COAqJDme0AgLmBJALAiAAAiAAAiAAAiAAAiAAAiAQZQI4CokycDTHCeAFAiAAAiAAAiAAAiAAAiAAAiAAAuNFAEch0SOPlkAABEAABEAABEAABEAABEAABEAABMadwJgfhYx7D6EACIAACIAACIAACIAACIAACIAACIDAmBOYOA3gKGTijBU0BQEQAAEQAAEQAAEQAAEQAAEQiDUC0GcCEsBRyAQcNKgMAiAAAiAAAiAAAiAAAiAAAuNLAK2DwEQmgKOQiTx60B0EQAAEQAAEQAAEQAAEQCCaBNAWCIBAXBDAUUhcDCM6AQIgAAIgAAIgAAIgAAJjRwCSQQAEQCC+COAoJL7GE70BARAAARAAARAAARAYLQKQAwIgAAIgEKcEcBQSpwOLboEACIAACIAACIDAyAigFgiAAAiAAAjEOwEchcT7CKN\/IAACIAACIAACkRBAGRAAARAAARAAgYQhgKOQhBlqdBQEQAAEQAAEQgkgBwRAAARAAARAAAQSjwCOQhJvzNFjEAABEAABEAABEAABEAABEAABEEhgAjgKSeDBR9dBAAQSjQD6CwIgAAIgAAIgAAIgAAIgwBiOQjALQAAE4p0A+gcCIAACIAACIAACIAACIAACOgI4CtHBiHays+nZXW2nw7Xqa93V8IfOcCUiv3dy\/4b6jYdMm\/uwqeHVNl\/koqxK9rVtW7365ffEbW9Lw7q6mrWNPayv7TerV\/+2Q+SOSTSalMZEwXESmtDNelueXVtXu7bx5MSjMOR87vugcePqupqnW8azb6fbKehKaAAAEABJREFUdj3bNDq+KYxrGk4Ph+Q2HGEoCwKjTKDzDw27WkMes17tQTnKzUVBnHmPAg17Y8EJ9+zbUL\/pUAj3gJZRS1k7KKs1klV+1FRGQ6NEwNfZvHtnw7Mv7z\/W449ApL\/Hs\/+3DQ07Gps\/vICZ26dbkBsaNV\/zR8Vgw2hlUFK57LPYQVjlU7Uwt+hulIK1vVsqMJRHtaw44hsjUHI4bQ29yQ2WNm4DNw5HId5966uq6l\/+IJhA2KuWp6tW7+4JW8Ts5ltbqtbQVtzs1ujk9TSuqdry1ohleTta27r6DNWDZPZ1tbV1eA0lhrg82bi6aovZJulzzvSpaZPMans72o6FKGJW0CQvCLLdlZaR5uKlWn67zTOlbNmPytIZs1+k5vI7o\/8KohSp+CDOukpW+boiSMYAgSHcyFsvbzs+teyBH5VdEgO6DlOFoeZzz4Ht+73T766+o2CYgke1OGnZOlzfFFAg2KVbu6ZAjaFTpNGwveXQUlEirgl49\/PlyEujc6YXnhQ9ZkOf9\/oHZfjqMXjXtEcBPaPohIP9SfBDnLxLWlpKQK1xS4VxUIE1UvD6LZA\/blqj4QgIhHcjJxrXrtrc9Mnnsi93dL60duXWNuOqP7iFvre2rFy308Myp138adOv6tfuGf7eRxEYWJArGdobmW7omj9KBmutlaZecCJgBSeDdjeB\/ODydBXmFt2NPAQ7lsjr8ZJh7J3fNnvRsIQ+I8wKjlreCJQcou2gLaHXbJMbTsBoDVy4Nszu2cwyxzSvs+lwl8PR23zIY9mMv8932uc7oxye+s\/4einZ56PMPkoM+n2n+Tvl8zcppZ\/f9fXzC7\/Px\/NJyGcDbDBIFGP+vtO8pH+Ql9S\/SJoiX5ShAiRHClSK8XZ9lK9ckixqaJANfBYskNqlJlTltcJUXDTNVdNlGpPUaF+oTKGS7HVQBaGSz+dnlEsEqFHK8ZGbHeglHXwEi26oIX1Gxa1zcxzqpZRpKCNvkhCqLiDLDMZzuOY6SuIOdVYP2ZFz\/a0VxenMf6aj8yTLuiLXzkfOkTP7tooiOhIRVSgiVUk+aUtpXaC+0xDoCcublM\/blheqJvKK6yMGXVzKwQ2UFZlMKO8LokSDYTp2VvnUTTOFFfl4GwcCYd2Iv6\/j\/W725excWy+fTjTf+GSj6aGbG5RJYyomjzbBlOnE55g6YXjXqCLZuK4uz2RMSuCS5TUvxptTr5QpJy61JviVrCia5pf0ohwuhyQYW+Eq6S2RT9H2zk9cOVek9erKknyD7fCK1AT1xdTGqUXqPm+Umieh5Cd14ijjjE\/zwHQV8F1kC0aBpHaIY9T5Hq7JaeGThc8hRJTDHYPm0gOuSRUl1SP9hXZaRBWpm0JRtaR2L5Dgt0y8pWg9KJ9a0QhQJ31SSSHIpJtUgijpsYiSilgdARIbjIiPjtYXunvap2MrJhJXw0pt2QriMSHQ+YdDfDny5iFPyJIg0J4cMjGCNJRi+qk3dbfULPGuyzdWEfdlFPygpOemjy85gmxWNyu0OUkFhE\/QmYOQp2tUXCuRLMYlywwqxuebvGBB6mlNiJt0i8yNDFZc8YiLIg6kQPAMp3u8sD7T4ISpBAWSf9oXNPmF+fAmSCuSTGX0waQ83ZZMAhZHWun9CWmiX0SlF1TcVi4WPqS2KTcSyYMUK4aX2tX3hd9VXtQWMVEKnZY68IpKF06LEZRlSQhd6lDLbIp1QuiKgrpGIg2D1m9qPhWRIVQmVRGdkve5k1K04hkhDfFMvEadQHg30rZ3f9\/Vdyz7fllxSdnCu2c73zl0lBbppMSZjpYOmaJx6\/Qo6Z4Dez0Z31625KbZhf9QsWx+bk\/zIdOTWt3gqjPQYE0OZUFOTYnAi\/ksJjZVDVo1iQqkVuDRr8tRZnuwwXJ9RA4ZINkIL2NaxagVd0HB5fXPRDI1h7KDoKlubh2iX2RrMvAOqlVIAXIs3AZlGZJGWbpAMqkWr6I1GrhLPdI7FuWGVRV9vlI08EaitLWHSOsWG4FSgVQIQ+WWri7vkQZZl6+U5G9SpSD\/wLOVPRHHIi4tolAdeCs0xFKshGaoSw5KvyXU7tIoEGeqq+WIBBcYlG86cCGjJuqObhT1o5APW9p8uTffUeg81mK6+Oh7q6GubuXaJ9av\/Wld3S+a6DjU89r6xveZ982t659Yv+s4Yz37NqzaumNHfY27fts7tNH1NT9bX1O3mldZWbN2T3PjUyL\/+K71ezrZ6eatT6xf\/xo\/dunraNzgrlv52Pr1j62uqV2981jABzU+XlPz6FqS\/1N3XcNbzdtWbdjXw9pfXV2\/tVktxNjxHas37O8KAOs59OzW5tOsc8\/69U80HPqExqXPs4MkC+UfralZs9NzhjJ56Du2c3VNDW963cqaGl3T\/Kb+FSqTsc9aGupX\/vSJ9WvX1tW4G1pUmb4jDfW1NasfW79+XV3NusbmvRvqt7exTw41\/LrZyzobqdfPHiJ6Aemc27Y2ce3\/sHF9bc3KdevXr19ZV99AvRDZPPIeaVhdW0cw15Oq7g1NJ3imYL65YWv9yp+vJ3p1tURJgDFCbpPoPK8JMns3rBc6tG2v37Bf6DLobX52dY2bo177aA2Nb5dcgA52Na6rqVu7fv0Ta+toaI4L4aJlitpeqF\/7qvIs8P1hQ\/2qx\/Ypf\/XQs+\/J1bvepyLDpMTMOHMxofl9VmPKi+M1XgTCu5Hju7a+SUawb8MTDWSYPfs31D+7Y+eqmrpVYv4PWngMxvhEfbZhrXvl+ifWr11dU\/dkU9cnzVtU66vTLNp8GnsPbKzffFiZup6dK+tXNbQo07ulYdWW5s\/IWXU1\/aKuis\/\/tavrqrT5b9RQo3qi8bGV9Rv\/eMqu5fCp29jJfEe3K26NnWja4K7itkNuraZuw4EuWZb35dc7N7hr6p8iZybzRGyqvO\/QloBZUbHOXY\/Vb2vj5xl+zVc88dM68j+HtxkFsjZp9VRNhJ590gPThb\/T1LWauXQxNEJUw7Nr6x7lrmB1LfnzLhLDg4Uofkv\/svCW5h742M76dbsUz3K6aUN9\/WN7hZuih8zex1a\/1q4XHPpgorvmz5SOXau1oeeFmjevWr+fXJYpeWqL5ueWBlMnT7URxpJAZ8s7vtz5dxROamuhpUVoS9a+gg12mdoyC1MlRL7Jg1Jns5am17Nvw6rNusdx\/bZj3s5XVaupCzgBdqaj8Rd1dT+lBy45nJrVOzzcPUUy7U8Mz6vwz7Hr1+78v9xjKL0MdsKMWT1JufdoeGFDXa26SFDqs8gtLtifGB\/i3LvS0ojEGrmpyxja8H2orogsvRwV6jT1ZvTcIAeo81qcv\/cwf27Qemb1yjoFOylAYdB7aHNd3c\/Wy3VUkLumNVLI+o27ccqnilYAeaek8+SFpDLC4\/e1bFWGfiVNiT8onk0WQjyqBDrDupG+tK9X3PYP2UqL6WkZjD5o4Ve+d5te2vzkyx19zE8P3A3bDrSKP4ax58y6fd7XHbwEvdLT0+jTVkrog+XT0GBN\/FJMBhZwJuuNa35FsNFgmflDUz6jzQyWz9VXD71MK3naWaxbXUMreWWTxdXQ2Ti\/lFpZrV64zerWbFwyWYGldXh20X5HhLVr6+X6RKkS9vFqvodScPC3YMfCcyyrnGhcWyv2TbRNo4Ui97O8vPIKLOQisMoz7WYMw\/gfc5nmWznGAl34+cq6xxs\/CDme4DqH8f+6FTJtPJUdHK8jXsYtIc88sWetyYrO9NlE\/mu78iAwzAEuKOg1yheBnf0oC7YQ1\/lmW2\/+zILsgjxnyx9bQwt17dvddtnNtdWVldXVd+ef2tXYyvJuqbz5CpZWcl9lZWXFlbJKR6etorLOvfBrrGfPhp3vZc57SFZZXnpiV5P8g5IrKyrn57C0Ul7tljzW17Lt6UPOG5fXVlVWVtXW\/iC3fetGUbKv5dmN+\/uLl1RTm5XVVXen7d\/FD04Yy72m0PXeHw9Jaayv+WBLRlFplmyfx+ml995XmsZy5pNeS0rTmffAxi1tGYomNZXz0lu3\/Eq04G3auLU14+ZK3nR1beXNGa1bZdMs5J9RJi\/w8an0u7ly9Kr4smfb9haeebJxw472TCmzqnb5tSd2\/UEoml665AdcqZtJqXtJKV7W+Oprafiv\/QMzlR6vuCOtaY\/sMWMnGze+0J33A2qKBqC2stzZ+Mtt6olV56n0hdWCXuXNl3l+I06JDJDVlvJuUckE69CzZ+POk3mLpfiayrmTGjduF02\/uUcMASldveJGV\/OrB\/TP7YKCXF+HR+T0tR3vdk3xHT8uHhmnPcd9eQVXiFaHRYmlG8ZOiKDImG85plQWYfwIDOFGrqy4rySNXUFGwA2Tq9nRyb5b6XYvLKBHo5XH4OWYt9N\/\/b8JV1C9OP9vu9ava5m2lM\/X6uqlpbbmnXv5xtliGqfPyE\/reE\/unzuPtztdrnbPe0Loe572S\/LypjDP9o27zhQKw6uurVlSeGaXMv+plE5DuuLhTMuWX+5n1y75UXkmv1ReNEVv5n7tB5WVt+SxQc+2X+7qvVqIJLd2b2Hv7o3b1E2dt+NU3n217gfLdN\/IIodpZoNpxTOv8B45zHvH2\/mgpa23oPRqB7lNva+oXpi27zVhsLzQkK8+K9dq5tI1ad4PBq\/\/sRyB+wr9+7a8\/CHdshRF94KCqR+w8sD5BbmftSue5Zine4rL955HeBaf5z1f3lW5OskmDyaCY\/5MmV5c6PI0H1FWQ30tLR2XFJdeakFetmFQ+9e6I3hZAPFYEBDzfGZ+dkG+s+WweLAGt2K5umCWthymSrBsfhX6oAzYbF\/QYzrE9HSP42+nt2xdva3\/5hXCalb842Xdu3eJCdTXsn3zIefc5cKB1dYszn1\/y8YDXjbktB+uVznR+ORvPrjslmULv6bu36hzwU447JPU2+7ljmp5ud5RDcPigv1JusXDnXSioOOmLWOGQE21KPRZeTO6x5g34LUW53tfW7+2ddrSKhqP6tr7S+1v7mzkTkwUPL6vbdqP+Go1xF3z2+mW67ewAHlV4+vEvsZ3Lpsnh\/5uUqlRfgxmLIbrCycwhBtxZF5ZmJ2mNNPX+k77lJxcMdNdVy\/88YKMo5vXrl6zofniimV3FYo\/Lk\/LvjovU7WknrfbvNnTcpTa8m2IqWhiTX1BziRozS9FUhxssMzqoUklmanBihuHm\/w3rTDb6ZhVCetnWOiKyNI68ipo60Bh2bwcG8ssKhR0uT7Ky\/TxarWHUurwt2DHwmh\/ZL7tYqx5935\/yRIy+MrqFXMnN+9qEvsVLoMx\/UIuAqv0mjPsE\/7HZKPKTGVabeWCel29bOaJXX8UO0epqozDjotuhbyk0L9\/i\/optazKTLaEOt\/IV3QNjfSxEC2eTJ9NihT1LXQOqHdG\/T26RyGDnkNv9uYV0BIzq+BKl+eIeF4H9cnl+hz74K39HV4\/s2VXVLpvzw+6rV5kl96Y6+K69xxt9WaX3yZdCOcXCbEAABAASURBVLO5Cv+xLFt+EqsWVd6Pt3guKrzhauFqGLNfWlZ6eVdLK617PS3HnMUVc7PkB6\/2rLnzFWHs0tLiL3a1HRUT5XTzHzuyZ9L+ShEX+tbTfKTLqMnHzc09rOdIc9flZbepTbuuvq3s8q7mIzpTCRWmz7m8eNYXxTX17us5rKebava0tHizDTJFmUgiQjGp+JYb1R5fOvcWVTcu9orSuZdKFsxVNLswpa1FbudYdvF1ypbMVVSQM+j1no6kMX0ZPli5s1TU1B0S\/04L31pNcTlOe5re6vIPMkfJEveyoM0bX7p90tlOO4tBz\/GuvHnfzOk63kZXfcc8Xdm5uTbRxKhT4lItx5TfxGu8CAztRkI0yy6dO03aPp+ERjvVeQxXweyCyaK6PXvm19JYdkGxrGfLnFWSTVtlMmjyOabTOL2gIO1Dct70yPR4PldcMcPVcYwfLnQe63BNy0tjbUfeSglyNRXFKW8dUVaoAQ0Z\/zfY1fiLHV3TF96n2inPDH29c6QlpTjIlotSWg4rIl1fLytNV2xZrcq7b6a8o7CkoLe1hatL27w\/NfdOL+CWZe0rVIFh3q1da5hKzDXjugK5DrRfWlxwsc\/LHXDEokz9gJUHthUUTOvppA\/lqMvkWb59Q84Jj\/AsbZ4TObnT9Fq6TB5MBMf8mZJVWpTZ8dZR8lH0GUzzkY7MvII0ZkVetGJQ2+ulJ5O4gWgMCXgOKfM8qyDPdbw5ZDnCh8zCV1jZcpgqEXXEpdkszS6Lx7QQpHsczyzIHUzLm5ktTd3xtdkzLuo4zp\/aZDWuwhsKxUqJMXtW2bXZXW+3+Yac9sPyKmeObvnlIWf54oXqKkKoZ4jCP0lJyRBHxYZlcYbmwlzquBWpy5ghUEtpBNNiocjv67xW9syCNJbztWIF+xdnFV\/uUw5cGWMXl96sLiPtl86dm+\/X3DXdtA7hAZrVm+xy2T5oOcCX0oyW0nW355mVQt6FExjKjehaONOy7cX2nG+WaR+pOq4ozp\/i855Om3HdDGXC6IqzE41bD7DSGwvlA1G9M8RULLwhxJoimuGqePEedttiarCi2vSyimxFWdfV82Zdou10zKqE9TMssCISkoeO+tq272i7eO7ts9RjJ62K2eOVb3aGuYcKU2Wqy+E91tRyws+Yo\/g+97Ib1NMYw0JusmtoqzRnaD3ok12hMrmqZls5nj9kr8OOi26FnFWcnybXZxpps4TON\/IVnfcEPwqh7tCUCHk2GeoPew4Y6g\/j0jaMshde9HhLG8srmM4FZRVdndbR0ipWi\/xaeblKf7Bs7pS2betqaurWbtknVqnKLf1bilMxt+4eL9MueAlHZsYU\/m549XSfYqcPbazX\/q3d3+Oysz46WTjF7A5Fmqj0pS+qsziteGZ212H+vyR4\/9zSnV9qcEiitBZ193xi0MSZwnp6TrLukz0sVdWXF3c4U1nPyW6ejOQVVFepwLsdlO\/IvETu2JQCYd44ilSHU1ciU+0xF9uxS2NUX9\/QxpwpZN28cBBmnjHsFxff\/qpO\/LNtbJIQfwWdiM\/o27+xrqam\/vGdzZ8Ei7blXpndeZw+6z7u+eDy3LyvF+R2HvcMMs\/xzuzpdKwmCqfqCYscxnh7QfnDoCREWI6puItonAgM7UZCFAtMAz4pgqayI8hj2HWWkULe0Rb4uT0HGTQ\/NOESzKfxJXQw5\/GcZN53jrNpebkFBfb3PD2sx\/Mey\/1qOuvp6h60B7kah8M+2N1FR5ukb0BDumDseNN+34yKBbl6zyRuBEU9f+1mwbbsdNipISnSruuLWs1a+ekFeWebDx1jbNDT8o6z8BpuWWF8hSrQ+p1Xtgf1N+BarWsZvLEsGLkoA0ZRPYwHzp1OnsVDXfa8f1nulYUF06SfIc9yJT8JEtVFZPJg4kqZPlMYS\/tGQWbHkUNe+rT4SMsJeYZuTZ4aMFObshHGkADN82Ms7+t8nrNLi\/ly5G3DcoQPmbmvsLRl6yqR9cSu2iyfXcGmrT2mhSSdXsJH2clZiRuMOR2pjD5UYFyE99B\/BR64a\/fJRQ8LP+2H5VW8h\/d7Lr7+9lnKxySKCsa38E9Se5CXUOoOz+KUSkO\/6biphTmncKhFOV4oWM8gb6a\/lcLHQv\/ckMMhxLD0DHV5ya+nprnYoLLA4teWr\/AAzapNKV38wNypbdvW1tbUrduy32opbVYVecMgMLQbUYX5O3f9YscH2bfcdrVDyTrT8fIvNram37bsnzKP\/tdjuz7UzwR+ir7ll03sH26fKz8KVeowYdf6+caY5VRU6vDJO+QMV8oqb2EemowFt67U4G9pl+j9QFraFOGI+B2TKuH9DBvmM7GvdceOY5nz\/rk05CCEmYrinjqoCUfmUHuoMFWyv7tsYUHfvl\/WVdXWr9\/R7OULRd5t40IuAqtMM2XIhzCYoTboZjK5qmZbOZ4\/VK\/Dj4tdfUKJ7kUS2U3cO++O+bMpSGKQqkF3Rv3CNuoSwwhsOdzi72\/ZUiX+rdvvHez44+GQT7\/s6YW3LK2scVffX8qaNm49bFidGMRnpF\/MfJ\/QklPNP9PVZfZthfQvZLCLCu+u1P4tX\/bDpXeXpLP0zAxb8MFW54dyI0ESHVeXFvQ2Hzre2XTYJ\/cGlGkRQjThn+xlZl3KMi5JZ6fFR5tKTf59isws7VxYyR3WW4jMvq6PQkhaSOQofN5Tmq0y1vmx0mMuNqtsmQbpoeVLf7h0nji6shA2rGyOKKs8IL7ywaVLl86TH1a4ps1e+EB1bc2K27I\/2LnxZfnptCrdkX9lVrvH43nbk0lnH7bcaVmellaPpyMr7yr1oaIW1b\/z7gSRHwYlIYcrHDS71DEVdxGND4GI3IilaiFjauExLAUwLsFiGmcVTPcfP97Z9q6Pn33QyUh\/y9HjnuP9eQWXMhNXQ9MpNTNLvzTWWp1WNu\/Lrds2Hwo8U7VbukSoLZ\/y+uxfMhcp6oVRPrf4amdbi8ff+seWi4tLSWFSmdymha8Q0gIR33opV6SCSIV1raJExNGFiQrxA17vaSY9sOOqvKwOj+e9Fs+X+dmH8CwtHk971pX5Rs9iNz6YOHzTZwp1a0rhzCv4Nwp7DjerZ+hhyFMFhKgToHne72\/ZXCX+rd3\/Ces43Bz8EOVDFuT\/NV8ROiEVW7auMsz+8dkVmelZCuZKugrv1B7nlcsfWLr0zmLyN+GnfWjTp6y9SlrRvOL+xo0vhd9qh2AhXIyvjiyVpxvDsjgqP9IQ2l9tRRQQyWH69Ms4plsoBooNmfq4U7+26TrpNdsohEoZAuCAtpw77dPmMPGruL+ytrb6RyXswKatzeGX0qFtjkPOBGxyaDciOuVr27ZmY8uXbv\/xHQXak6WnpdFz8W0\/vqsg\/Wu3\/3hBRssrgV\/383+4f8PaXb2zlyy7IVPU10XDn4oRzXBdC5QM89Cku1bB+yH\/9rZ6l3+D3enUuqtmq++hWoXxM2oli\/dBz0s72zJvuqN4skWBkOyQDg69OwhXxebKvX7hsura2h\/flt25c8OrqpWHLOSGtEpzhmEHPVQmV9VsK8fzh9oTjea4hGBXMnh3zJ9NSoGov0XxKKSvufm4q\/g+t\/Zv+Q2ZXS1HdMcY1PuOnXVVGw9yZ25Py0y\/iDHVxfvP8EwqERzSZ5Vkd73e0PiBn+f7O\/dv2d+VypPKq\/9Tn5RwZWmx7dCO1zpFOeY70vDT1duO9lOpvNIiZ8tL21q84g45rN+29lK2DDaxPfjtNv5lFrE3kNn6uPcz+YQRmjTtONQj5PR37trceOrK2YVTWPo1xdknD+w4KG4M+jtf29zozZtd5NILMaRVmYbswKWQua9hT6fYgfg7923ef9IeuM16e9VfV9VlqklC4WzZ+Ru1x63bXnpb6TEX+37jtiMStb9z92P1G\/Z3qfUs3zXIliXkDY6oY\/c2Zb1JZ+SP16\/fx8X7\/rChatXODiJnd2SmT7XLIZOVROwoyMtq37OnPTOPn304ZuRnt7++p\/PLeTMs3SyvxrtzMgwlZsVZzecKdzWZjCmXjte4EIjIjYTRTIxpGI8Rpqpyi0swncZ0P6sgz9fycsvfxNkHyyq40n98d4vvyoIsuseEq3ntZflzFH5v85bftKRde734VJrfDnrZ0orvXlx8+uXHtrZI\/xJ0V7sQtrzrtx7h5fzew1u2taaVXmcuUlQKq\/y1xRmtTZsPezILrlY+WhHyTX2FkCajrOwveZv3NEsdevbtaeF+lW6J\/lq5Vsb\/vwwqFFkYQlR4IcIPHDD3wI4ZeV\/u2LO7I1OcfZCfye5o2vNBVl5gvSplmz2YCI75M4WqOApLCrrf3PHSUV+e\/N4BC0eeKiBEl0Bf8xGPq2SJthpxLy\/L\/NiwHOFDZrG6EBPSxJbDVBlm\/2h2WTymIxZESrJDO3epi57mhp\/Vb3ubnrKMhZ\/2oulIvcrknHn33jK1ZeOTu\/mj3EI3gaVpWE\/S4Vqc0Z+oD3ELjfTZor9DeTmCab1Q1EsLn\/6secdLirvuObjxpWNppdeFuuvQ9Zs1wPSsLIenabcY5EFf22tNyjC8t7OueuMhWsrZ7GlfTncOMjHw4ZXD3eESiMSN8J8sXbt6h7dkSeU\/Bn3NM71kyfK7lCeN42u3V96n\/Lqf70jDyl8eSvvHHy8x\/7LV8KdiRDM8qO\/hHppBBYMv3m\/cqux0fJ6Xtu735ZaG2ekIrSL1M4F2Qq2DebZva8mcd8fMsPuBgASeEh0MtzvghcRL23taV\/E1PVlV\/4LYwUzOTE+za\/tWZljIRWKV5gytB91MJlfVbCvH88PuiXiPRzguvKryGnpLSN2xeDYpIqL9Fr2jkL6Wlg5XXsGlgR7ybxGfaGsJOgvJnnvHbP\/e+qqamprqDS1T5s4t4pM7d2aho2UjfXqz5a1AdZlyzLxjcYn90C9r6G5V3bYu+oxCO2SYRtWObqyuqnq6hdmy5v3w9suObaypJtFVqxsHihcpJ4hZNy2puLRzx2ohYV1TRsVc\/W8UZdH24BOvK+gHU2XLFKfPmJntfa2uiuSdZI6Zdy8pZfsfE3LqNnouqfjR9\/O49pOL7753FvtvcaO6ZuOxjIr7bxc3SEJoCJIZelvJmVx8x6JS+x831FDvqNt\/vXreTLXbl8wozvbucldVrWlUvuyh1FHfCMXiiqyPlR6vfSPt5hvUHgtVBxpXC\/5C1cXzssLPET1ktQWrd4FoYA+Jr62pquWIltzEN4muktsqLm3fXEPNVtX99tSM75bxXL0UR17u57u6Pp8ruTmm52ac6HJOk1f6csHpMJSYFeegfKGw2ZgGt4OrqBGIzI2EUyecxwhXL3BPzAqTacxLXDYt+5Ou7pxpcgJnTc\/uPtGdPV1esayblt6e1d6wivuqmrV7BmYuvk\/7m1JeOfhlyyy797bL3t\/2063ylCH4rrwiWya31tFQX00ya9b+ntzafWWXyHvmcTjl04qvvryj4\/3smdryheRb+YqA+LSjUZGGAAAQAElEQVTSf5p32ccvCx3qNnvzCi9W7hlca9pNZaqjYWFculI5+M0gyuClg8uGXAm3ZuGBHXnTXF0nXLnTuatmjrzc9K6uyYqf0QkyezARHIJv9kzhFacXF\/Z3dLDCYvU3R8KR5xXwiiKBvqMt79FyRDFM3nDa1QVf4l\/k4Wn1ZfAV3tIK5ZeDmKUtG6oELUhUsRG90+wa2vSGkCQcjmdjbVUNPXBXc4ej7hYc4aY9NU0TO3KvMrlg4Q9mswMb1soNuZlSYvIz3epIXR2ZFRZ5w7O4YH8S9BAX0sJG1N8g1Bm33Kg5qkBFgwvSe7NAoSFT0+bO9e8Si82atbt9+d9fYnTXFus3S4C23JvvKE6hpaB4AjRl8p\/i41pcMfeOWf7GVbSmqql6siXtxrnFwsPxW3iNFoGI3EjPoV1H+pwp3j9sqVf\/bThgvjYXerXtaexMcbKOF9aqxet3viPuqJFhKg79NDTOcN2aX5VpfA\/30DSW1a7Trr0l772NdTQVq+sb3nGV\/c\/blZMerYQ+QVoNy89QXXPraPnj0T7W8TJvl5q22vhQdX2YHLyHIueu7aF0xYIci6FKYNvlKv3HiqyOzXx3WV33sndGxQ26J4t+IUdebSirTLt2bu47JgwNgx7wP6aWLobPZCtn2QVdn0cwLrraLLItofWzSS8reunw29zR1MMxc7H7oXm6CcLYlNKl7qWzlc8flbYc2WVLqtzuqhXVdbWVi0szhYKOaRXLavjnNwu\/xtglZcvdCwuU4vTmyC5fUl3nrq2pddcuv\/3qvLkPunkxfie3Ylktr3aXKO7K45e11dXVbhJdpv66D53bFX5\/OVWuraF2l8z+fJ+P6b7V9anPZ8u2+sHU9GsXV\/IWlovnmT3ren7JNamrXfb9wjShPCliv3S2uFFbW+euXXa7ulUoWEgfRYXsW\/Qy08uXu6XyJIXC1xa6H1R+UlQBVVNLmi\/\/fmHejVrJ9FLemFsrSfV40HO7uPD2B6ke16f63rLskoBYRVWCRPc1VfV1uSyd5g49ZC0\/vUwbBcYK7nIvL0\/n9ZiCqHpFtVuPyJYmh2DFv9e6a5ZVyG2JqKBGrtL73e77S5XzHj5z3EtnKVcjosT0nNVW+HtwvqJw6JjyonhFnYAjMjeinxL6tNDX0mMUBCYqL2isGLA+ZVYYpzGvlHtbjbv2H9UP+qbdRmZ0m7oZZjZX3i3LuBPgzqpycbnigwwNBS5pj1Htrr6jMPgH1TQr4+0x6dbqamuppcrFmlsz9EUUlVEY5R3Fi93uusWF+kWzla\/Q+4SLixeSHyQV6mqX3zK7QrN91a6lay3LLtY8noVLD+4a07mRYFFGLy16FuAmLllgvJji1riGeg\/My7lmLXW7l5ZO4WnGgv2MzBOx4m+DH0wK\/NBnCq+SNa\/SHfzIMycfRm0uBq+xIMBneuU83QczcuiXXp8W3FqQr6jIZz6f+gcNFrbMWFAV\/YKk4C7tOag1opvhQQ9KUSAS0+MFw1iN4nC4p6JFj+pwqNIQ0z4yrxJwMl8sW0YP9HLlt9hJPoXgia1M\/pAnqUF5qqeEYVlckD9hQQ\/3gBp6l8Ub0TUdhHp2Gq0BHU69F+TFg12Qzpvp5PByQWNKGRoloUlxLn8E1FZX1fKlTr6yhtHKkO769Zsu3wogTbh5S2ntSkvBuuols+aqPlaZh9X\/Xu2moZ8V8ncWpBnCBRKIyI2kl94b+CM1mVoyS66HTZvPU\/4\/FFlUxBXKf52plg+eirqnoWEq6i6DZniZfs2vCmVifoq9ksiyeGjqZIpiQZEto\/iuytq62mpaBVUunq38DwyGKrpLCz9j0KQgsDAL2t2o+SSQ7\/OUl9giqbeMndKvChQPQ4ZDW8db8nTOPdAng2MJqqLfdkm8NStWUMeXVeRO5hICvQgs5IawSq72jYXcAxgZMsNGtSywmjKXqQxfdXU1rQy1rRwjd1G2hLbYNXzBGLxz5DorL5fYLNfRgok7D6tVZaCDSjXxZr4lFLeCVnTmzyZOQOwWzYVLMWMQq5v1MRB9QSJTHfynp4Yjwp5qj6i4zW4PLuj5TU3N5uY+ZrencgF9xzxdU7KylJUx87zR3Jsf\/gdTeS39y1ITannUeafag3ujV2SodBh9wtwaSmok9y0Q2R2TR96bcO2m2i9QroXC4drEvRgncOFjOmIJI65oiTTErVmWVG8MT4dIHIJlGcW1qi2P5D28l45UoqWGkQpgpg+mYcIfHvmIVYvVghNYL9+B9VVrdnUNMmXIPjje4c\/KDvo8R70V0kulSkj+sDMufNIySyWHUGaYE3sIaeL2sLGMhsWJlsNEnm21NVuO8DWgWHb2tR3vcmVlKacUxnqj4M1oQEa81LEEmGo3XeTYx2hNZcSC6+gRGPnTcATOZARVbHaH2ExFSmQM\/MzQTZ9uWl+1etcJxlLt3HAGO4\/\/X3\/W5ZcNXZFKpNp5FUoYAp2Tm98wlGNDW6UlQ0v\/Yy7Tbhc+zaiA0uuQ7KCMqIyLpUMLUmXML2xj3kLMN5D7nVtyP9q5cs3GhmcbGjauXvnbnkLtDzT6mptanYXiP1OI+X5AQRAAARCITwLhvHQs9hg6xQMB17UVs+2H1q9cv4XWBpvX1\/3yaNqNNwd9Zyoeeok+5N5ckfvBCytXb2ygReDGNStf\/qQw6CvuIAQCsUQAT8NRGI0ppRXX2w89Xrd+M1n9lvUrNxz9\/Nybi4xfBRuFhiBiIhDAUQhjkwtuX1G75NsFmS5n+pXzllRXVkxT7aF3asE\/LSwL+hrtRBhV6AgCIAAC0SYwlu2F8dJj2SxkJzQBW2bZA9XLvz972sVO1+Wz73hwxZJrw3yzPaFRTejOO752e3X1knkzMl2T0vO+vaR2eUWuugac0P2C8vFJICafhlnXVsy9yjWBgGfesKz6wTtmT0t3urJmf3\/5CvVnaydQF6DqaBHAUYggabNnTi+cfVNFWUlupv6bXWnZhfmZeCYKRohAAARCCSAnWgSsvHS02kc7CUnAnpadV1xeMe8f8rLTIvv2c0JimvCdTs3MvXr2vFvKiqdn2rEunvDDGe8diL2nIe2W8r44wXZL3LmXlFXcNBvOPd4NZoj+weUPAQi3QQAEQgggAwRAAARAAARAAARAAARAAAQmMAEchUzgwYPq0SWA1kAABEAABEAABEAABEAABEAABOKBAI5C4mEUx7IPkA0CIAACIAACIAACIAACIAACIAACcUUARyGmw4lMEAABEAABEAABEAABEAABEAABEACB+CSgPwoZrx52Nj27q+00td7X9pvVq3\/bQalIw8n9G+o3HuJ1I60xjuV8rbsa\/tA5jgrom+7Zt6F+0yGfPmv80jFFZjwwaCYw7MYTHt2wiY2kQl\/bttWrX35vJFUDdcbGWXX+oWFXa4R2PPJpFujFOKfULozKiIyoLzHlOUfUA1QKR8Dao\/bx9ckLnnCVI7on5AxrnROR2NEo9GFTw6ttEXqTkbVnhjeGgYysk5HWUr1ZaPnTbbuebRrHxaLZMIVqiZxxJxCR7ZgsEsZmNTLuOIQC1mYlblNkAoRyLzB4WxrW1dWsbezhcvo692xcXVez5S1+EaOvvqBl7YiUHBr1iMSOQ6VYOArxdrS2dfXxztsvSstIG9b\/xvQ5Z\/rUtEm87gheLU9Xrd4t5u0IKg+\/Sl9XW1uHd\/j1xqYGkUtLSxkb2cOVGl0yPY1rqoblocZ+ngRMILbRDVe7uClvdw3XM4muB88cMrmROyshzyTydrQp3tPkpiHLq3law41oXL61pWqNXCVcSGtaF0Y4IqFtB49R6P2QHBrGmPGcIcoh40IJWD+MHGlfyMi4eFjrE1WZk42rq7a0qFfDX+eoNcf63dvRdkyuxXQtjY7lKgJN8cYuEEXrMXrzWjpkwtQ6notFal9drA57vTRGsOJH7AUa1PCdiddkkUCPsdFfjUQ+RsN+7EYumnlNzCoYmlcFMgypQxVt+e02z5SyZT8qS6eSJw9s2+fNXVi98Gt0EWGIvqFd+CLKa4I6wu7GWLHoH4X4+077fKd9\/sFQEo6c2bdVFPGJxPp9vjN+xmThPkrJ0n5fcN30GRW3zs1x0E1eksukiqd9vn7KCQr+M7yiEKSUpJxektun5Yvyg37SzXdaFBQZZpEigSupNWRVUebzvugk8Ux9E6pApQi\/JDV4d5Qc8cZrkbb6iiI\/KOJ1eUXiYNDNR71lXGehTHpBxW3lgpyobgQrMnlhginKywzLWOoW3ASvzutylUyQyiq8gKVUdQLoZwuXZt7B0FGTTQRrRT3tG2QDnxHJgFiaDAQ8dNqQZnTLZJ6EzEwqGQgEX98vP00yAZ\/rw4ePZFJzPBWoE5wiCUReG0HtpszXC9duESw+ycNJ1ZWd8EkaR2LIZ4LaFU6ViBFkOeIin2ee9gko6swR+URLOCLljk9WobpiFulqidKOnOtvrSgmz8QL8JlDTfOgGwhdFaUhygmaOQFnJWSSBgZvRjk0grILNPpSJaWseJOjTwWopE92SuSbR1wNUlKPyFCQNKQC+mnPc0i+7GZAASlKsNKLkMUEMSWb5\/BiXM5pnYZkAp8NsME+3pwKLXQEFSHKm65Rqh5QRtzWRkRcUaRrkVcUvVYTOm5UUh+oVtAYyXvUHPFX9ZR5WhzwnCSWl+Gt6P1bSL94Aa4Ph0NDLlyBFMdzFFz8TWaG+BYukAZFucsYrxWR79JqIGFJgAaRxlqPVy1Kc4Omq25cWMbVFRUzM9X74mFKdfkcCOTxlJSp5dN4+eijnoFeKsynsSNHrnOoGL\/kNeQraKCpFpXXG5coxMucDoy+yNNHfLIps5GmsZTPRfF+hPZI1BRVZElxHRSRkCDL5YX5ZCblA9B4prFRKYU3TQ6Tty4z9LHQh26pQOgeieXcdAIpUwtSmlRVKandowSvpehG6DT1qAt0ycVSGV0gCWHyRXWiTfopdYxy1OaU2yxQmCTz5qiArvYZ4iBdIuUHj6C+X6q04HdehWYj713wDX5l1hxffYX2LqQhPgSip1wOvRRRlFIC75RhvRQiRCmakG8aQAJlOkDGfJpFQQYlqZmMryLZQJsuTZ2JFEMxjSCNuxhTajow\/+iWGvh7YDXCm+bzSleRFyA9SQ6fxvyKv6iAuOSK6R\/u\/B5\/6fJVmTybXvxSD4dKmjx2qaASZHmhO6kh7V08Fk30VKowkqlvQs0W70ZoIpMiyqc+KvLpWg3UU8oXnVWzDO9Sw4AV+890dJ5kWVfk2qljJLaj0zslZ9rf9Yo+yLqyii5D36N+4T0MhibrBRdT8kSmWX91rWjoSJ+g5wgvw0k61GUtrSfJO9GcoZIBGryYWRNhUav6Tbj3qB6F9HU0bnDXrXxs\/frHVtfUrt55jNYHQcTattdv2M+\/ptGzf0P9loaG+pU\/fWL92rV1Nau2eT7p3LWubuX69evXra5ZuaHphKjYs2\/Dqm1tPNm2bdWGhmfX1j260yBI4QAAEABJREFUfv0Ta1fX1qzd08Wz6eXvbHy8pubRteufWP9Td13DW81Ucl8P87y2vvF95n1zK+XvOk7lmPdIw+raurVPUBMra9xqE\/yO4SXaemFDXa2irVVF35GG+tqa1Y+tX\/\/zlXWPN35AU01KCqgtr7lAUoku\/B\/uN0Vk1QRVCQ5cVINOt4AO6+pq1jU2791Qv50D44RFgg12Na6rqVu7nrjV0aAcF4My6G1+dnWNm0Nb+2hN3S+aukyOrpSWwzWhH0R3Q8uZkCoGMsp9\/maBwthBKzIWWvUcenZr82nWuYf623DoE8bOdDT+oq7up9TTtavralbv8Ij+cwXkK3Se9B3bubqmhk\/jdStrakymcYCtFPHOtvqnxPDycd\/csLV+5c\/XkwnU1dJsNLRG+5yupl\/UVXHypE9VgPygr21H2BE50fjYyvqNfzxll43GcXyiaYO7is9YciM1dRsOKJbOvcevd25w1yi0LQyfwPg\/bFxfW7NyHc2Bn9bRtDw85ADxWceH8JNDDeQfRFi7pl6aErNoyDhz+OhLZ8VYmC4827DWvZKc0lqaZOsaFbsb9DU\/W19Tt5q809qV5NyaG5+q3\/YOdcU8DOlpraY9Z6hToO7Jpq5PmreofrhuzU6PasLmdsf7aDbDj+9av6eTnW7eSuhe85j7HF1XLAcoUEYdEcqx4M8YL2P+UKBaIhjHiPV5yMpqV3LOj9bU6PorivNIs26e0Pu3VRYPKaHGy398eW0df7jwYdXEclxbd+yor3Ero2nqW9pfXV3\/6xbetnj1HdlMD54uenQP5btEcUQWBAa7zD0tFR\/0HtpcV\/czxUsHeRixPmFWz0dTL01O49fNXtbZSJP\/2UO0vuFWRnI6dq1e1dCiPVj7mjevWr\/\/JDVvsRQxfVLz4srL0mr4NDOzSloBf6h6wvUr6+ob6MmoyNLeDJYrJrN+gWHZKGO+1p3hFlS6B5YChDGjTZFzVh2OxQNdU5QSBnvnjwbvYe69aG2zemVd4OFuPXxWbrbvrYa6OuEWflpHD2UaROle+EOBWuahZ5\/qk3kvnt2xc1VNnVydWjooXu3TDjPPwO8oryGdubE5q96daFxby13QelpRkwsSSw+NvGyMi5LLQnnNQtZLZkKUsrH9NkbacYCvHnqZltC0nKC9CS2hjwmy1N4Js4WK0aCY1fhyybpnMa3e+WLAyplQc8NaJHCfIFcjbduCtk6WVsPnxm+aDpk5RqslEClluowPeexSQSVY+xODnrQKUhZ++tZXuusbjoT8hV8INN4YzWSThZZ3yI2P6Xh5XhPbir0b1pOHp+ZoteM7uu2J9XJrafpYlw5E9aUe48aEqyhfouO6PZ2pAlTUgK75oH5ZK8eaSlHgAoXj0hKMTzbd4tmqiaFRk\/iJGWg9FS3F+1q2PX3IeePy2qrKyqra2h\/ktm\/d2BTm70U+PpV+d3V1ZSW95l3csmXttr6bVtBlZfWK27K6d73WrPobTX\/vB4PX\/1iUqL6v0L9vy8sf0q2+lmc37u8vXkJSSFTV3Wn7d8k\/9s27pfLmK1hayX2VlZUVVzJ2snHjC915P5DlaivLnY2\/3ObRlikkKSh4271599W6l5enW1Y82bhhR3vmzZWiv9XLZp7Y9ccwvRXS+1oa\/mufs1xBVL0go3Xr5qbTF6SbTofa5dee2PWHEB3e3CP4EIbqFTe6ml89QI\/5nj0bd57MWyxh1FTOndS4cbvEJvTUR0HdDGlCN4gVX\/Zs+7UYtaAqFmSsUPCmhwtfr1V66b33laaxnPnU3yWl6X0t2zcfcs5dzntaXVuzOPf9LRsPBCEyzhNv08atrRlyWKtrK2+mMQo7jZnhX+ep9IXVwgQqb77M85utgkigjGf7xl1nCsV0JX2WFJ7ZJcn37NnQ8H6uOiJLiyn\/Bd2v6pxp2fLL\/ezaJT8q131oGZAaR6lBz7Zf7uq9WhAiN3JvYe\/ujdvEUSZ10ttxipvlg2XprM\/K8OlOw3\/tH5gpJJB3WZi2jzbnVFkJYQcovXQJTRwKi652DToKZhYwEhehh1Hk02lX2C50+q\/\/N+nFlhT69295lf\/BOI3+zvcy5z1USzeqq5eXntgVznMO7WnDTXtvQIHF+X\/btX5dy7Slwjyql5bamnfu5fpYOj3eRzOAV1ZUzs9haaXc296Sx8x8Dq8qX33kBsMMkCykxX2WA82LmD4U+A35Mli398DGLW0ZCueaynnprVt+FY400\/m3sA8pb\/NB\/80\/FsNnFNvRaauorHPzb9Ja+Jbcawpdx5tVR9F39K2OzKLSLJp4Q\/ku2UfEpgSsPC0vfHxf27Qf8dEK8TD8Lu3YLZ6PZKcmXpqcxg\/4M+dm8hv3lqZLERRPLy50eZqPKAuZvpaWjkuKSy+1ftxfkNWYWWVfkKGtuCOtaU\/IU95guaQ20z1\/gyVU630pPeWfbc9VF1RLi3p3\/XJn4IkV5oGlsymLNYP+gc4V0r28gUXg4nzva+vXtk5bWsW9Zu39pfY3dzZ+yMtaLW9o+CzcbNe+3W2X3cxnRHX13fmndjW2cjnhXh2d7LuVbvfCArJTiweEqB7GM4j7QztzUSzQHNP3rromsHhr3r3fX7KEWNASeu7k5l1NtNATdcNF6cHrJTYiIeEaiIN73sNN\/ptW8HW+fkFotVAxGFTY8dU9i5coi4H00iU\/MHMm3CltsJi9QzKOyGq4FHPH2Gf5CO4jD2OyozE8drlk+eLlwzz6dXpabfFW3J72h0ajFzODZmDbsIebg5XtSO14bDFeebeo24p7S9OpOXW1w7eWFo91Li3gS3MNhibualGQyzXfR4egM3HmmjyzRGDxbNFH41rXFLWZ5AmRF8WjkOMtnosKb7ha+VNb+6VlpZd3tbSGHOBp2C4vnvVFcWFzFc\/IZVPyZmbLD7wdBdfNcHUcbxc3dZFrxnUFDnFtv7S44GKfl29pPS3HnMUVc7NkVXvW3PmFigaipBb1tLR4ryide6ksx1xFswtT2losfyjRVXhDabooa1WR52eX3ab213X1bWWXa61ZJAjRpMLZRYqCjq\/d\/uPltxdexLioEes2pA5TXI7Tnqa3uvyDzFGyxL2MtpE9R1u9ubNUaDZXIcF4p8XoX0QnuG5hmtANYuHXc5jXS+M9RBUhllmgEDdHET5ND5JW6JJ2YM8quza76+1wvxvXc6S563LDsHY1H+FuVOg2ZJRdfJ1yWuEqKsgZ9HrpqCtQqe3IWylB07WiOOWtI22Mj0j2tWXKNLZllt1fuawsS6lHnxb+YkfX9IX33ajcV\/Lj8u2dIy0pxbeoPbVfOveWopSWw\/yLTtRd19fLFLNkNLIWhs+nVrAE1UhJAmPhB0gUYT2Nz+73fe2226bRpXVDdNM0hO9CweyCyaKaPas4P014MTH65bcpnovs8R\/Lsi1PaRm3nSE8LelsOe1dAQWyZ34tjWUXFEuHZMucVZLte89Dc52bsKVHigCgic9hgX9DDFCgoEhRXywGmt82fSjwG2avnuYjXdkGzh83N1OHzUrzPJ1\/C\/+Qyr2hIlsOKw3fTbMyA2KzS2\/Mlf7H0rdcWlp8SUdLi9gzn24+0pGZNyON8RluOYhcN7zCEbDytKLOxaU3lxBhniYPMzffr3kYniW8sdnzUdiplZcWNYOjrNKizI63jopx9YlxLaBWLY3rgqzGzCqPt3gmFQf50iBPGKxs4IpmneplrSXwXmSXlqkLqswbflT5wA1Z0muFf2DpbGp4awauIbd3ZRGYPZNo5nytWBoX++Ks4st97cJ7WSxvxPAZzF8qzFyuz7EP3trf4fUzW3ZFpfv2fN5YuFd26dxp0m+Gd1DM2jMI8UR4CGcuigWa470wm5xsqsvhPdbUcsLPmKP4PveyGwKHckJERNGoCImopQlUaHpZRbacdMx19bxZl4gFYdinfKBzYcdX9yzWFgOBqsEpPu7Gh5cye4MLmlxFYjWimrljtJ7h1DuzHY2QZRbx8mE8kk7P4W\/xDO0Z2HpPdtFpkoVn0FUlDSOxR10Ny8c6L6PzpfzS6qUrZqUA5Y\/EmQdadGmLZxJl3kfrgQ6ImagpuQWMhvY93afY6UMb67V\/a\/f3uOxMLANM2091Kt6F7qYwZrNTREkeHA77oJ88Ok8HXnZHoIKay1sNzv\/SF02fAN09XtaxS1Ouvr6hjTlTQtpQ5QZkWlXk+am6LjBH5iXy0ajKCHnnyqY6nIF8u2OKy2FnXNSIdRtShysqlt01o2\/\/xrqamvrHdzZ\/Qs3zBttf1cF4to1NMofBi4ZpIugWSeZhiCq8CLNCIW6OHnzejPfQfwV6unZf+EnJuk\/2sKBOOZyprOdkt1AskihFPyeMFXq6ugcDveN3+VTv7urhzIJqprpcZD28BG19m\/b7ZlQsyA2d\/vJ+PMU9f+1mQTbCnGQhPV1yu2rXrIePrD3IIaiGz+8ES8gMcglBmE3R9ezZur+\/+O4FufwuF2feEL9r9oq0C4G6IaPvyMyYErhtSHGNwntaXsJy2ts1hoyl2Mjx6vyuM4WJ1RVXyNIjDQ2QmficQCe4duEGKFCSp3hpu+lA87ss+JbIso66ez5hQdo7qMM9PSeta+hdAXGyfEilffESnZC0NBfzS5JM16C1b0m7uiCz4\/AhL2PeP7d0XTGzmO+Y6YFqOYi6xpA0I9Bj5WlF4fQM\/SJhKg3XoH4pwKe\/2fOR5wfNH72XFoINUdo3aFyPiHE90nIie6Y4f+FSTI0rrNVwOwhnNUF6STWGqiJLhcYBmwojgfdCbx02u2uKy24T0o6HfWDpa4niFBmlWa6mAroxlsKbI6uk+jzwJzV93sPEeiqi4Qu4WVfpD5bNndK2bV1NTd3aLfs6rJetvCX+0nrRQ3aq14ox9UnEi7EwnoHf57XDO3NeijGtOcvesezvLltY0Lfvl3VVtfXrdzR7hSeXtSOPR0VI5M1NiJJpl2Tq9ExLm8JomoV\/ymvlw4+vXfcs1qpYJLiJBBl5YPZa1Ahk23UP0BQLqxGlTR0j74NeQmCG8ztBTknZ0QhZJlFIeRa8NgtuRQrgdYLzg+xLFjKJ7SZsOUMzzxCozluLxB4DNcJvGew68ro6xmSgmJUCPD8ItQGdUWLotV0FwkWZ9pHfsAcpHBnq0LZiMMcWNZ3Sv5DBLiq8u1L7t3zZD5feXaJfcoyBLumZGTbxwaomu\/NDuWvSMmQi45J0llW2TNPuoeVLf7h03nR5M1xsVZHnnxZfTFFq93V95FOS4m1AexSd9skbHFF\/X6+4KyL+uzV9fsZFjVi3sDqIVphr2uyFD1TX1qy4LfuDnRtf7mQZ6RezrPIAjMoHly5dOi9Plg6OuW4RNKGvFEkVKxR6OZTmoszI8PxItOLTw1V4pzbqlcsfWLr0Tv77mCTcNIRI5l\/ryMxSv6Ch1Rkc0JK+03J4tQzrBNcneLp6vb7UzCx6Al3MBnp1C7B+3e8vTiub9+XWbZsPjWxxYwWCYykAABAASURBVK1NLN7hE8PnPaXZDmOnvD77l7KMfiSUpGr4oRI6PzZ1CRbd9zZt++++4n+alyV9p3VDFvVZqALmXQjU5\/bo+4Q2wmrWma6uoC8TqfnincsP72m5zsOb9kJwIOJWYGZ3gRJDpUJ8TqAC1z94iMMNEO+LT+9nmTrQAYmRpkI4k\/WxzKxLI61vXc7b+b7OeE92dzNn6JEopxrktbze09Q89y2uopnZJ9tavD3Nb3YXlBTyQ0\/e8QsaRGttJ8ydkSvK6QVPGxpr7mmFyI87xZ+BiTRjXSe9wQtAPk\/Mno8839JLK8KC36YUzryiq+2ot+dwc3d+qRjXcI\/7UbMaocXwDE1UMURhJPDJ3K97Yg3yH6SnLSKXMPwHFpcWZBrG1RQXG+mLD5PV8Fm6WXt64S1LK2vc1feXsqaNWw8r5qz0iDd9in\/llSeCX6EzLchBDeEZOOHwzjy4NRZm8WZz5V6\/cFl1be2Pb8vu3LnhVXWO69Yqp4Zcq1gJMaqRQNfeD9uV2cA7TR9bcefOB8439EKFFxve+PI2zF58VlvOXrMKI8kzdYzWM5z3zmxHY9U0Lx8MLdyjX0qxbl3eH07MGZp5hoAMruEwxyvEd3m1x3pAbsQpKwV4flh0oftNqza5KNM+jiZqq8bHLV8u56PS\/JWlxbZDO17r9IvWfEcafrp629F+cTGGUV5pkbPlpW0tXtGsr23bb1t7dc35zyjb1PRrirPfb9ym\/OKOv3P3Y\/yn6ajk6bZdz+7vsNbTqiLPP7mvYU+neFj6O\/dt3n\/STvJ4SM\/KcniadgsUg76215q6eC5jV15dMKAh8vcc2Lxy3cvtfsZFjVg3Kx1ki4z5\/rChatXODsJjd2SmT7XzTWb6rJLsjt3bmiUbf+eux+vX7xM6ftjU8ELQF8a5bkM1oTalvEdUxQKFIkJ946LMyPD8sFr1fiYfXjQ92KGdu8RIEIvmhp\/Vb3ubWKgNqO9B8+TkgR0He3ihQX\/na5sbvXna3zTJ4umXZznea9r1IS\/CfG27Dgp08t4QMenjbHntZY8g7\/c2b\/lNS9q11+ey9MKrMwMj4vPsfKx+o\/bTM7a04rsXF59++bGt8jv0Q7QxsW+TG3G27Pqtx8cnqt97eMu21rTS68QXNII6JkiaGr6QsPM3qkto3fbS23qXECQl5MLb9OwuX9Ht8y7T7lg3JIpoM0dciUgoEEEXRGEecXvser2h8QMxo\/yd+7fs70rlN8xfJH8IT0s6RzTtzeUza49kVUHm938qRs3U58gSIib9nS0RDxD1JZyHFxKHiNQxEpybdhwSxs36O3dtbjx15exC6y\/gDCFXd7tjz1ZFrM\/z8rP7fdNLQ8UKr3XA3Lc4Ckvzu5tfeOmIL69AOaCnjl\/QIOq0S8Ak0TP1tALFZ807XlI8TM\/BjS8dM3gYPk8C3jjwfAzrpVlv7xkhPChyFJYUdL+546WjvryvK06MTwOzh5rZk1ona3hWIypGXkW1XFFNF1lLSL+6MFPrxaDP89La+k2HvHK9OfwHFmcS9oGu02nIpOXw0bLHws127Kyr2niQP5XtaZnpFzHxla6s7C95m\/c0C5\/m79m3p8V8lShmmumTSGg6hGcgwkM4cyElEFn1ztf0ZFX9C2KhNzkzPc0uusCyLs\/0HqY+8Pr+nv173hKPGH4V9FLXS6ZC+jr2NbboDuqDaibCxfuNW5UFIc3zrft9uaVFLkYDF2ahohkUFRve+Eqgoc6Ej7vF7JVVRiM2d4zWMzzsMl597OoUIxrDePTLitaty\/uBOBRa4J5IcYZmjl3clBFpOMzxEr7L4rEuZepi1dB0WYaklQKUH4xux5vcX\/Ha6Vnm+01+z+xFosz7aI36TMf+3RPbB8hHkxmOUc+zZc374e2XHdtYU11TU1O1unGgeNEdxZNHvRmjwKybllRc2rljdU0V\/VvXlHZTWY5aJHdmoaNlI2VveYuxycV33ztroHF1FWlXXbPxWEbFYv7Bb9+xQ019n8sMs\/GwqEgC71hUav\/jhppqaqFu21+vnjfTpbRsy735juIUukV3atY2ZRYoiyBb7m33V2QoiGoe+wMr+8HtefQJoEUTkehmqYOiCnOV3FZxafvmGup3Vd1vT834Lv8JCsfMu5eUDuwhGLU1VbUbPZdULLmJfzjZ+WZTpz0jXa3L3ycXD9kEL6Z\/RVLFCoVeDqUtyISDz9JnzMz2vlZXRXPwJMu6aentWZ6NtVU11NPVewZmLr5jJhEn0YEQOk\/Yfz\/G55OcJ\/eLMQoUZ2zazXfMTDn0C16kal1T5teU4dUXsUoLfdobVtHMqKpZy\/W5T\/xNb9qsxYtnqiOyquGDyxfKfEWOLbPs3tsue3\/bT7fKlZmSHYdv0o10NNRXE6Katb8nN3Jfmf6vD9Q+Gww\/o2KuYvgkYXFF1seKS1j7RtrNNyh31KrW7yebD33MfH\/cQG3z8HQLFTU0ZOlhqKgMpAB5wgi6IItT7Jh5x+IS+6FfihlVt62raJ7y+x10LzRI+YoboVlOiIyeVkyzIaZ9qOBAjpXdBUqEpKaRtz26kUbt6RZTnxOoQPqHDFDgbkjKwD8w0CElTTP01i38HtsvjLuqjvu9H32fO2DTisPJTCutyDu+sY7PmfqGNlfZ4u8XGL0MiRNUrXxLbnGh\/70OdnWx5k0udBCpxQQOgl57qKflSKbNnevfJZYMNWt3+\/K\/v8TgYcQ8Ub1xLZ8n8vlo6aUvmVGc7d3lrqpa02j8Btr04sL+jg5WWMx\/eIg3Tg8v06XI6FoNbylCQ9NZLq+lf4WRkFa6eFGxsqCqqW94P2fhvWWBlcNwH1iTg5cZ3tIKbTWl1yeytNXwWbvZ7Ll3zPbvradFUk31hpYpc+cWkfmmlf7TvMs+flk8ieo2e\/MKLzZv3uCg9A8IxtJKb8xtC+MZiDA9LMI6c0OrFr1zlf5jRVbHZr78rq572Tuj4ga+oku79vZ5l3e9XM89U93T3ryr0wzSWNB6yUxIf2vT3v2H3lH3XSH14z4j7dpb8t4TQ1hd3\/COq+x\/3l7gYEwOnOlTXm9QsthwxpdZOBPr2Tt6IzBt7s22PaGO0XKGWy\/j9Y\/dgH5EYziPflnRsnV5W8YW0ORNLbawHe2+OqzDGq+wj3Wd6KCNiS4\/OEmITB0C5Qeju+VGdaVgs9hvBgsOXJEo0yYYs0Ltf7ep8cChNuuvKgeEx2oqikchhMCVV7Gs1l1bXV3trq1cXKb81FDBQvdyudQouEv8nyzkfcuXu+8qoBpK+NpCN\/9fIZQrdknZcv7T3CyQYAEholB62YNu\/pv8dGFLK\/z+cmq1tsbtrlpSll2sNeeYVrGMMt1KSfulsxdX1rpJOyq97Hb5YPMc71K+kEyilGBoi5lWpLKO7LIlVW53TS3JW\/79wrwbA51yZM9bSk3TrbrqJbPmaiqxiwtvJ0Q1K1ZUc0Sl8odjmXkTkehmpUO6Rljls+Lfa901yyqmkxcn3e1Z1wsYpEdd7bLvF6bZKLPH856r+Fr+BKULLQzdhCyqG0SrKrKgEpujGAX46dfyrrnlrLO58m5ZVlvnrqae0qQsVyalooN4M58ntbVUq1adJ6KgFjmyb1rK79bU0pQrvVGdvdq8VQpqfdES5GoVfWqpbpA+juxyrnb1j6vdNCK35MpxCozj5IKF1e7qOwqVX4lTmojHN5dwI3U0ANxGVDfCNO+h9Fmd2NLwZ3++z8e\/uCpu0tR6kIySj2D1vWXZJREPEB9Bd+Cf9FHBDZVZeRhed6Hi1CLrQmBwGY3+kuo6t5gVy2+\/Om+u6t+MvRb9Y1K+tadlFtPeIE2ngJCrM2Fzp6fvI6+hm9iOXO78iR1BU4kF+xxeQXlZDVDAz+skq9JCBlpXhsvVPRT4pfIKtm7F73HOZGWK31NKyjeNiZaQ+UwHh+cEo7BfXLyQHi411bV1ZNWzld83Di5DtRSqNLVprA2+5bJ5lW53pTiSppI8WAwiv4XXkARUenysaUxUzy+GtTiXPxRqq6vEMzFf\/QwjIFOZJ\/ypETRPyE5NvDStaEp5tlsuY4KtLIuP60Pz9I9VZRpUV1eTl9KmgTrPh201xmmmswtLQwt0lektN2CAagFrCfSU552uWiF6UZE7mVcReIUX1D2wNCCBu7ws09sUSVuiraZuyWM+X\/BfLVEFXb\/oihntXWuFsTDDZ+5mldapL9x+SzNtvAEmjZpba+3yW2ZXqD7Z2At14KSD0j0guMJzrxZTI4xncInnndGZCwVEZGzOqndypGpWrKhx1y5ThoPZ0orvIsdUS7rVPlgx+7vKGlUvM12\/XgoVklq4sM695NpQGxHKJUJky+AM62qrCWzl4tmXqt\/+lgMXslAJNihm8bA2rmd0I5IuZkyoMyHnYz57dTNfHY+AT+CTUO6\/xL0wVkP3nWJlG+IYLWc4s9rRBD92SbIa5ATjNuUOWpsZPY9OzzCtq1IZs4LGS+jYWnkGXkx5yWE12qNOHyoXvBhQ\/LnolG7LYCDPggyNhCjBWMxqwnDU+mXtRUp9enNkm+43A5KNM8S8j7Q9Md9N269e6K5bUjqFmpqoQXr06Gpvs9tVXxHFhu321MhaI+0CVDq6eguLlS8kD1U9qKKucKrdsrupdvNb9JA3vRHUxHB0S7WbytNpaXdMNiliT9Vl+tpPXDKzOE1XSZ9MteuK6m9Yp1PtQ1exQmGQarfzX3syZNJlqn3oJqgYY0E9FTlDRFYt6qoNW2YEde1mw6SrN+GTkXZgKDfi+U1NzebmPqYYft8xT9eUrCy9s45gBCNVhpdTGuLJCF9DdSFUzPBmVATyhyfQRCELuwstaZJj7nMCBSMboKEHOiAx0tSFYrFqJ9Vh7qYM5SPruFZprLTVGojrhDW9oean9VNjdLy0+TQYSivzWmGHcARVDPLCSIhwzhsEGi5PN62vWr3rBGOpdv5AH+w8\/n\/9WZcH\/kzRUDzCS6uht8pnpn0J0\/cgPcI+IEwl66tH4Mz1xSlt3gvzBVVY3UiWIZgLMRRKsEub3WG6xYhw4CIsFgFU83GPoGLERaxckPUsGu6EsY9gXWHdesQd0woOzXAE4zWSTmkahSSsFAjTSqqdO88QSZYZVk2oi2rLihPwhm0C6hxNlbPn3jtX\/3FNNNseqq2o6+YqXniH\/GW3oVTD\/WESQPFRJ5D7nVtyP9q5cs3GhmcbGjauXvnbnkLxx1+j3hAEji8BDPT48k+M1jubnt2w6zhLS0vgT7\/HcaSnlFZcbz\/0eN36zQ0Nz25Zv3LD0c\/PvZn\/lco46oSmQQAEQAAE4oEAjkLiYRQnaB+gNgiMIYHJBbevqF3y7YJMlzP9ynlLqisrpsk\/KhrDNiF6HAjE+kBnld4yN0\/\/daRxYIQmL5CAK3Pa1RX31y7G9vsCQY60euYNy6ofvGP2tHSnK2v295evuK808MsjI5WJeiBwgQSyrq2Ye1VCHI+6rppbEfLX8RdID9Vw0800AAAQAElEQVTHkMClpRU35iXE1BwNiDgKGQ2Kw5GBsiAAAlEiYLNnTi+cfVNFWUluuF8+jpI2aGbMCMT0QKdlX52XiVO4MRv8qAimQSzM\/eLwvl8cFcUSqBF7WnZeSVnFTbPzstMwEgk08DHc1bTswrwvJoRzd3wxrzA7LYaHAqoFE6CpeSXWHcFMrK+idBRirQDugAAIgAAIgAAIgAAIgAAIgAAIgAAIxAuBidAPHIVMhFGCjiAAAiAAAiAAAiAAAiAAAiAAArFMALpNKAI4CplQwwVlQQAEQAAEQAAEQAAEQAAEQCB2CEATEJiYBHAUMjHHDVqDAAiAAAiAAAiAAAiAAAiMFwG0CwIgMMEJ4Chkgg8g1AcBEAABEAABEAABEACB6BBAKyAAAiAQLwRwFGI+kr7WXQ1\/6DS\/h1wQAIGEIdD5h4ZdrT7q7lj5BG9Lw7q6mrWNPdQGAgiAAAiAQGwSgFYgAAIgAAJxRwBHIeZD2tfV1tbhNb8XmvvWlqo12MmEckEOCEx4At6OtrauPurG8HwCVYgstPx2m2dK2bIflaVHVh6lQAAEQCB6BNASCIAACIAACMQvgWgehfj7Tvv8g4z1+3ynfb5+I1T\/meB8KnbGrxXy+3x92pW\/z+fTLkQRpTBvwndaV9DHZfJGRSklGvRzBaQEpSJjPJNXJDX4m1KUv1FOkMwzXGZAf1LmswE22Mdl6hTmNenFxZISAW25NNF36hFVMerGdF0gyVJJkkNBitL1jvJ4sMrn9\/ACgfgkYDQfMmS9sTDGCwhD4\/0PtRGeww2d7JG\/8UJBromqB\/LlXbOYqktXQOWtzVn4PaU6N3Bu9aRwP\/Of6eg8ybKuyLX3BlyEiYekwty3UF2ulNIo74Let9Bdck28gNKUfNMXU+SInioCravA1UiAiBOQALoMAiAAAiAAAiCQAASieRTStm3VhoZn19Y9un79E2tX19as3dOlED7T0fiLurqfruX5dTWrd3j4h7DHdtav26X8jcrppg319Y\/tVb5C3rP3sdWvtSt1xVvP\/g31Wxoa6lf+9In1a9fW1aza5vmkc9e6upXr169ft7pm5YamE6IcY74jDfW1Nasfo\/y6mnWNzXs31G9v4\/d69m1YtXXHjvoad\/22d3iG8jrR+NjK+o1\/PGWna1M9j+9av6eTnW7e+sT69a95qFQgnGhcW1u3lvJJpTU7Ra9Y2\/b6Da8eenldTd060mF1Te3qncd4d6mW\/8PG9bU1Kyn\/iZ\/WuRtaDm+rf2qf7LOvdefqWiFq3coad6A73iMNpvkkDQEE4pPAiaYN7qq6tevXP7a6pqZuwwHhRjp2rV7V0EInrbLPfc2bV63ff5JfmNuIwd4Hfc3P1tfUrSZrXbuSXFNz41PBfoBLMnmFMee+jsYN7rqV5GpIz4CZCzf4woa62voN+3s8r21tPs06925Y\/+whbumDXU2\/qKtyS09YVfeLpi7RI+7fnt2xc1VN3apt5K14o882rHWvXP\/E+rWra+qebOr6pHmL6v3qyNWcUVS1cndcoN5hkrfRqsDVKPAS7w09BgEQAAEQAAEQAIFEIhDNoxDi6v1g8PofV1dWVlZX31fo37fl5Q8ps69l++ZDzrnLq+lGdW3N4tz3t2w84GX5BbmftXv4\/oD1HfN0T3H53vPwP9lnPs97vryrcqlmUPj4VPrdQkR15byLW7as3dZ30wqSWFm94ras7l2vNfPzhpONG3a0Z95cWVtVWVlVu\/zaE7v+oP8rmI5OW0VlnXvh11TBZ1q2\/HI\/u3bJj8ozGbPQ88qKyvk5LK30PurWLXlqTf7evHu\/v2SJ1GHu5OZdTaIzjHkPN\/lvWsF1qK6tvDmjdevGJtKir6Xhv\/YPzFzC+0B8Fqbt0w5WSO1n23N\/IO\/ULi3q3fXLnR3UwsnGjS9056n5leXOxl9u84i9E91EAIE4JDDo2fbLXb1XCzOpqq29t7B398ZtxxmbXlzo8jQf4VZOve5raem4pLj0UsbC2UjA3nv2bNj5Xua8h2rJWqurl5ee2MVNkgRFEKzMedvTh5w3LudmTnr+ILddmjkX6G335t1X615enp53y32laSxnfmXlvaXpjHm2b9x1plD0rbq2ZknhmV0bt6unqx2d7LuVbvfCAsb\/eTv91\/8bKUueYnH+33atX9cybSn3D9XVS0ttzTv3ijNk8hth3J3OYVZ82bPt16qHTDRXw3HiBQIgAAIgAAIgAAIgkHAEonwU4ppxXYFDQLZfWlxwsc9LRwDM03LMVXhDoUvqYs8quza76+02n62gYFpPZwff23iOd+V9+4acE542uupr85zIyZ0mpOijy4tnfVFc21zFM3LZlLyZ2fybHIw5Cq6b4eo43s5YT0uLN7vstqtdohxzXX1b2eUyKePs0htzFTUoY7Cr8Rc7uqYvvO\/GLDtdWunJb5m\/proc3mNNLSf8jDmK73Mvu4E2O6Lk9LKKbImBdJg365Ku5iM97HiLZ1LxLUpbzH7p3FtUPYXapWWX2kVllnnDjyofuCFrUHTnitK5ar6raHZhSlvLe7IUYhCIRwLvHGlJCTaTopSWw22MZZUWZXa8dZQ8BGO+5iMdmXkFadLkLW1Es\/eeo63e7PLbCqVjsLkK\/7EsO\/IjRStzvqjwBtWE7ZeWlV7e1dIqznIZubvSdMWa9WPUduStlOKKudLdMHvW3IrilLeOUN94oezSudOkfvzKVTC7YDJPMHv2zK+lseyCYnnTljmrJJtOjenYVfiNMnN3xxjTOczCr+cwr5eUE1XgaogOAgiAAAiAAAiAAAiAQJwTkMcPUeuk3aGcAOha7Ok+xbyH\/qte+7d2X4\/LzmhLkzs9u\/O4hw16PO9flntlYcG0zuP08e\/x453ZV+aGKp7qDMhOYcxmp0hpxuGwD\/rpQKK7x8v0xZgj8xK5gZAFU3QiGDvetN83o2JBriLWWk9ZOTTO\/u6yhQV9+35ZV1Vbv35Hs1fdXKVdkqkrnJY2hfnpXIMwpDqcuhuZX1SOToxq2+yuKS67jfH8jl0at\/r6hjbmTKF+6oQgCQLxRKDnr90s2EycDjvr6aKdf9o3CjI7jhyi01XvkZYT2TNL6CQk2Ea4qehtRLN3bknaBcflyMyYwt8jeVma8+lDG3mL8rV2v+LVSKTdxA1Sdk9X92DwLe64unnf6G5qkHOy61xFCjlDm87bOVOYcDW8V0G1HJl6dxd0ixrgwVgFroZTwQsEQAAEQAAEQAAEQCAOCdAierx7lZ6ZQR\/D3lmp\/Vv+wNKldxbTMYDjqrysDo\/nvRbPl\/nZR+60LE9Li8fTnnVlvnI8MUzdMy5JZ6fFN1GUin1dH9FHocqF8W1a2bwvt27bfEg5wrDW01hRu7a5cq9fuKy6tvbHt2V37tzwqvjWOmPeD9vpoEct1dPdw5xOR\/oXMpjPe0rsYeStzo9pf8eTXO3+3kAV8TuIdHrC87PKlmngHlq+9IdL503nVfACAYVAfL2Fmskpr8\/+pSxyF2xK4cwrutqOensON3fnlxYKHxGZjWSkX8x8n3gDqM50dZ0OXIVPWZrzRYV3a7ZZuXzZD5feXcLVtJTGPYxP756Y1+tLzRR9s6wU5gbve+TuTgjiVeBqBApEIAACIAACIAACIAAC8U0gBo5CWF5pETu0c1en\/DqDr7nhZ\/Xb3hYXjhl5X+7Ys7sjU5x9OArysjua9nyQlVcgdjnDH5n0a4qzT+5r2NNJ5wiM+Tv3bd5\/0uR76opgW1rx3YuLT7\/82NYWcQxhrSdV6P\/UpzvFoAzGfE1PVtW\/0EE9sU\/OTE+zy49q+a33G7ce7KF8NujzvLR1vy+3tMjFriwtdrbs\/E2Ll99gvtZtL73dywszln51Yeb7jduOiFMbXmVt\/aZDXhtLp+5o+dSd3Y\/Vb9jPf0Pyk+bGA51CZykg8WL0OF4JCDPZ9VuPMDe\/9\/CWba1ppdfJXw5yFJYUdL+546WjvryvyxxrGwnikz6rJLvr9YbGD4Tt+Tv3b9nflRpUItyFlTnbDu14TfVqRxp+unrbUe1\/tDEXRx7G2fLay\/Inkfze5i2\/aUm79nqlJ+ZVwuVy\/xC5uxOS4GoEBkQgAAIgAAIgAAIgAALxTyAWjkJY1k1Lb8\/ybKytqqmtqVq9Z2Dm4jtmOgR7R940V9cJV+50cenIy03v6pqcmyeuRIFhRpOL71hUav\/jhprqqqqqum1\/vXreTP0fyIRIs2WW3XvbZe9v++nWZtp6Weo5bWah4+hGkvl0i06Eq\/QfK7I6NtdU19RU173snVFxQ5a8m3btLXnvbawjFarrG95xlf3P2\/nZji1r3uKKrI93rK6hG1Vr30i7+YYcWZ6llS5eVDzQuLqqhv7VN7yfs\/DeMv758uTiu++dpeRX12w8llGxeF6WjXX9cf\/+\/Uf4mYhSH28gEC8EyEx+ePtlHQ31ZG5VNWt\/P1C86L6yS9TeTS8u7O\/oYIXF2m8JWdiIWkF5d8y8Y3GJ\/dAvhe3Vbesqmqf89IZyP9ybpTmTnsc2cvMnr9ZIet5RPDmcHLonPEx7wyruAWrW7iFPeN8N3NDp1kjC5GG6O2oDroYgIIAACIAACIAACIAACCQAgWgehRQsdC8PbFpYetmDbuX\/arG58m5ZVlvnrl5R7a6tXFyu\/qYoY65ZS93upaXK3+27Su93u+8vDTq9EIOUXr7cfVeBSIroawvdD4rDAnHFLilb7l4obzuyy5ZUud01tbXu2uXfL8y7Ua2oK0OVAgInFyysdlffUch\/TtVKT0duxbJaN\/3T60BSLi68\/cFad82KFTXu2mUVudpGyJZRfFdlbV1tNeVXLp6t\/u4pk+VrazmKe8uySwK9ILUXV9a6q1ZUk946UfZLZ\/P86mqRf3vhxdQqy\/z2cnd1RTZP4gUCcUfAlcfNrY7shHuLsoC3oJ5mzat0ux+apxw6UgZjpjai9wmilCO7fEl1nbu2hgxs+e1X581VvVPBXe7l5fw8IuATRIVAZGXOUs9aMk69ntZukCSqHkaoEfCEhqY1lagGBcNdpvN+5DeWmLm78FW4S4GrIbIIIAACIAACIAACIAACMUdg1BSyjZqk0RBkT7X+c5XRkB+QkWq\/kJaGp6fd4TBtzGZ3pAY0CqTsdrvVsKQ6zG+FqRKQixQIxBEBG0364XSHiluZlU7M8ExbV5HZLMx5uHoKmSNXQ1Q3Rql2Uw9kLKa\/hqvR00AaBEAABEAABEAABMaZAJoffQIRbA5Gv1FIBAEQAAEQAAEQAAEQAAEQAAEQAIEwBHALBMaQAI5CxhCuqeisayvmXhX6Jz6mZZEJAiAQ0wRgzjE9PFAOBCwIfNbb333q04+6\/\/bhydMIIAACY0fgr598+umZIX4z3MJMYz37U+FGxgwdXBMIgIBC4K+f+Hxnzo6RR8BRyBiBtRSbll2Y98UR\/+6rpVjcAAEQiD4BmHP0maNFELhAAnQO8lnfwIB\/8Pz58xcoCtVB5BWrqgAAEABJREFUAATCE\/CfGzzTNxDxaUh4YTF0l85BevsGBs4NxpBOUAUE4pSA\/9x5ciNjdBqCo5A4nTXoFgiAAAiAAAiAQAiBz3oH+A4G5yAhZJAxTgTiuVk6cOz3n\/usN96+GEI9OksHIYM4To3n2Yu+xQgBciMD5Eb6BsZCHxyFjAVVyAQBEAABEAABEIhFArQxG8Q5yPiPDDRIFAK0jSGji7Pe0saM+hVnnUJ3QCBmCdBDmz7DGAv1cBQyFlQhEwRAAARAAARAIBYJjOsGJhaBQCcQAIHhEqCN2XCroDwIgEAMEsBRSAwOClQCARAAARAAgbghgI6AAAiAQKIQSEpiSfgXWwQs514SBisp1v5ZDtYY3cBRyBiBhVgQAAEQAIFEJoC+gwAIgAAIJBaBFHvy5yZPmvp558VTJiOMO4GpUybTWFzkTLUnm2x4KXOyI5UKULFxVxUKEAEaCzIfMqJoeg2TmRHN5tEWCIAACIBAHBFAV0BgohJIttkck1I+\/znH37mcCRumfM4x2UELUfPFIX166Jhk\/\/xFk\/7OlXCUiIxzUkqyLcl0fttsSXSXyiQgmb8T9kJ95xtOu\/nMMYUWf5mpKclOR8okMqBkm82WhDDuBJJtScnJNkdqimNSSkrw5KRzEMckOwUqQMXGXVUoQARoLCal2MmIUlPsUfMPCe2zokYZDYEACMQ1AXQOBEBgYhOgRdik1GTazdI6LDUlOWHDpFTaG6RQTPsEw4gGEKXaaZ2aaIiICS3QKU5ONq6ck21JlE+TRzAhOIk4f4iAgyYPzYzgDadhFsX3JZ8AZDkW52Xx3fdY7h33XSnJKfZkvZJ0SbM12WY0Z30ZpKNPwGZLSrUnT0oNGqwxVQMzYEzxQjgIxDEBdA0EQAAE4oQALYtpL5dityWZf+ofJ92MpBu0leMoUowr0WQb\/3A1xZ6clJSgjOzJNk4m2bhyttuT6RTAzidPgpKR84oOiSalJNNhorxMtNhmS7ITAltCz4GYHXQ+MrYgy6WcZFtQTswqn2iK2bgp2ZJtURqdKDWTaKOI\/sYvAfQMBEAABEAg3gjQx7m0Mo63Xo20P\/ZkGwVDbZstKcWe6ItGwhI6T5JttAdOdDJythCchJ0k1HeyEckBcQwSMJxR0WWiHurG4OAYVUpKSrIl0xAZ88fiGr57LKjGn0z0CARAAARAAATilkCyzWZLitLCa0JATGJJBj3pOimJIkN2Yl0mJZkSSKJ\/iQUiXG9NEYWrgHsgAAIgMF4EcBQShjxugQAIgAAIgAAIgAAIgAAIgAAIgAAIxBuB0KOQeOsh+gMCIAACIAACIAACIAACIAACIAACIBBKIGFzcBSSsEOPjoMACIAACIAACIAACIAACIBAIhJAn0EARyGYAyAAAiAAAiAAAiAAAiAAAiAQ\/wTQQxAAAY0AjkI0FEiAAAiAAAiAAAiAAAiAAAjEGwH0BwRAAARCCeAoJJQJckAABEAABEAABEAABEBgYhOA9iAAAiAAAmEI4CgkDBzcAgEQAAEQAAEQAAEQmEgEoCsIgAAIgAAIREIARyGRUEIZEAABEAABEAABEIhdAtAMBEAABEAABEBgWASiehTyaW9\/96lPPzx5GgEEQGBMCfz1E5\/vzNlh+YKJUvgz4UY+6v7bmAKEcBAAgb9+8umnZ\/pj3DNAPRAAARAAARAAARAYGYHoHYXQBuZMX\/\/AucGRKYpaIAACkRPwnzt\/pm8g\/k5DyI181jcw4B88f\/585DRQEgTijEB0uuM\/N0huBKch0aGNVkAABEAABEAABKJMIHpHIZ\/2nqUNzOAgNjBRHmI0l4gE6KSAzO2z3oE46\/xnvf0DdJ6Kc5A4G9fIuoNSUSZAbqTff+7TXnwxJMrg0RwIgAAIgAAIgEA0CETvKKR\/YHAQ5yDRGFO0AQKcAG1jBvzneCqOXv1+8iKJdZwaR6OHrkw8AnHpRibeMEBjEAABEAABEACBMSAQvaOQMVAeIkEABOKTgFWvaGNmdQv5IAACIAACIAACIAACIAACIBAhgZg4CklKSrIhxBIBGhGrCZSUxDBYY0RgZGKTkpIY\/oEACIAACIAACIAACIAACIAACERMYPyPQlJTkl2TU9OmOKdOmYwQCwRoLC5yptqTTeYGZV7kGOXBioUuT1wdaLDIfMiIIjZ5FAQBEAABEAABEAABEAABEACBRCdgst2NJhLawjkmpaTyfbfNZktKnBDLPU222RypdueklBR7sn4y0DmIY5LdMSmFCtgwWLFBINlmI\/OhwZqUatcPVqKlk5NtBGHK5xx\/53ImcHBYHWLSfEhKSnJMsn8+QRE5Jju44yIOocFmS3I6UhJ78vCZk2If5\/VA6NAgBwRAAARAAARAAATGjkBUlz6h3UhNsfNjkCR8wz+UzXjm0N4gNSXZsDJOsSfTeNGt8dQMbYcQsCUlpaTQ0ASdW4WUiueMZFsSnQTRbjaV\/IlAQbM3IYOdDjEp0KmlYbzJbDmiSSl0kpmgZKjv9LBJNj7yktWT34TEwv2G6LidjskcqSnk5A0zB5cgAAIgAAIgAAIgMHICsV3TuC6MprY2WxIt2SmOZqNoK0IC9DG7zRY0PSgn2RaUE6EoFBtrAnQaQqaUbEvQ0aH9G+3wiUBSwp+pkpGmptpTU4znYsliw0+gkpISlJE92eZITU5JNtqI3W6jQyK6m5SUoGSkd6IZkprKT0bkJWIQAAEQAAEQAIGRE0DNCULAuC6Mptq0arfZEnr1GU3aI2jLMDZ0mdibhREgjF6VpKQkWzINUfRajJ2WUlKSk0O2uLGjXpQ1sSfbQmnYbEkpCf\/nD4SFgmE4km38RN6QmZiXyTYbJkliDj16DQIgAAKjQwBSQGCiERjPo5CJxgr6ggAIxCIB2sLZkhL0GMh0PJJYkiGfrpOSKDJkJ9ZlUpIpgST6l1ggwvXWFFG4CrgHAiAAAolOAP0HARCYsARwFDJhhw6KgwAIgAAIgAAIgAAIgED0CaBFEAABEJj4BHAUMvHHED0AARAAARAAARAAARAYawKQDwIgAAIgEEcEcBQSR4OJroAACIAACIAACIDA6BKANBAAARAAARCIRwI4ConHUUWfQAAEQAAEQAAELoQA6oIACIAACIAACMQ1ARyFxPXwonMgAAIgAAIgEDkBlAQBEAABEAABEACBxCCAo5DEGGf0EgRAAARAwIoA8kEABEAABEAABEAABBKMAI5CEmzA0V0QAAEQkAQQgwAIgAAIgAAIgAAIgECiEsBRSKKOPPoNAolJAL0GARAAARAAARAAARAAARBIeAI4Ckn4KQAAiUAAfQQBEAABEAABEAABEAABEAABEFAJ4ChEJYH3+COAHoEACIAACIAACIAACIAACIAACIBACAEchYQgmegZ0B8EQAAEQAAEQAAEQAAEQAAEQAAEQMCaQLwchVj3EHdAAARAAARAAARAAARAAARAAARAAATihcAo9ANHIaMAESJAAARAAARAAARAAARAAARAAARAYCwJQPZoEsBRyGjShCwQAAEQAAEQAAEQAAEQAAEQAIHRIwBJIDAmBHAUMiZYIRQEQAAEQAAEQAAEQAAEQAAERkoA9UAABMaWAI5CxpYvpIMACIAACIAACIAACIAACERGAKVAAARAIEoEcBQSJdBoBgRAAARAAARAAARAAATMCCAPBEAABEAg2gRwFBJt4mgPBEAABEAABEAABECAMTAAARAAARAAgXEjgKOQcUOPhkEABEAABEAABBKPAHoMAiAAAiAAAiAw\/gRwFDL+YwANQAAEQAAEQCDeCaB\/IAACIAACIAACIBBDBHAUEkODAVVAAARAAATiiwB6AwIgAAIgAAIgAAIgEIsEcBQSi6MCnUAABEBgIhOA7iAAAiAAAiAAAiAAAiAQ0wRwFBLTwwPlQAAEJg4BaAoCIAACIAACIAACIAACIDAxCOAoZGKME7QEgVglAL1AAARAAARAAARAAARAAARAYIIRwFHIBBswqBsbBKAFCIAACIAACIAACIAACIAACIDARCWAo5CJOnLjoTfaBAEQAAEQAAEQAAEQAAEQAAEQAIEJTwBHIUMOIQqAAAiAAAiAAAiAAAiAAAiAAAiAAAjEDwGro5D46SF6AgIgAAIgAAIgAAIgAAIgAAIgAAIgYEUgAfNxFJKAg44ugwAIgAAIgAAIgAAIgAAIgECiE0D\/E5kAjkISefTRdxAAARAAARAAARAAARAAgcQigN6CAAgQARyFEAQEEAABEAABEAABEAABEACBeCaAvoEACICAngCOQvQ0kAYBEAABEAABEAABEACB+CGAnoAACIAACJgSwFGIKRZkggAIgAAIgAAIgAAITFQC0BsEQAAEQAAEwhPAUUh4PrgLAiAAAiAAAiAAAhODALQEARAAARAAARCIkACOQiIEhWIgAAIgAAIgAAKxSODCdRocHDx\/\/vyFy4kjCUYadA1EFuNLbCzuJGI2aCTiqKPPIDBBCeAoZIIOHNQGARAAARBIaALo\/CgS6Pef858bHEWBE1rUuXODoTToHCQ0c0J3cwTKE4Fzg8Z5QsdolD8CafFXheAARfwNK3oEAnFMAEchcTy46BoIgAAIxBsB9AcExoLAwMC5\/oFzdASAr4acGzxPKAb8xg0\/wenr9\/vpdqIyOjc4eJYIhJAZOMfzic9YzMwJJHNw8DzZ0dn+cxNIZ6gKAiCQ4ARwFJLgEwDdBwEQmAAEoCIIgMCYEjg3eJ72+b1n+Vaf9rQJG\/znzp3tH+jtHxjwGze0hOjsWX\/vWbrFvzNy7txgQgW\/\/1zfWT9NEjoMMkxF4tB3lqD5B\/znziUYFq2\/\/nP8PIgsiCAY+OASBEAABGKWAI5CYnZooBgIJDoB9B8EQAAEokaANnVn+vq9fzvzyenEDadO9356pt8f8sUHOQqD58\/39g38\/3y9pxIP0am\/9X7W20+TRKIwxHROdKaXJk9vwk4emhK+M2dxDmKYGLgEARCIcQI4ConxAYJ6CUcAHQYBEAABEAABEAABEAABEAABEBhTAjgKGVO8EB4pAZQDARAAARAAARAAARAAARAAARAAgegQwFFIdDibt4JcEAABEAABEAABEAABEAABEAABEACBKBMYh6OQKPcQzYEACIAACIAACIAACIAACIAACIAACIwDgVhtEkchsToy0AsEQAAEQAAEQAAEQAAEQAAEQGAiEoDOMU8ARyExP0RQEARAAARAAARAAARAAARAAARinwA0BIGJQwBHIRNnrKApCIAACIAACIDA2BBITrY5HSlTXM60zydwcDkvcqbak80Xh7akJOeklCmfcyQgor9zOSc7UpJt5mSSbUl09+9ciUhGmQwu5+ecqSn25LGxzokgFTqCAAhMQALmPn0CdgQqgwAIgAAIgAAIgMBICNBW1pFqp30+HQPQdi5xQ0oycXBMstvtxvWhzZY0iRA5UlJTkhOQD\/XaMSnFMclOR2aGGUY5RMYxKdPelFwAABAASURBVCXFbk84MnZ1MqQkT5pkd0ziBAx8cAkCIAACMUvA+KiLWUWhGAiAAAiAAAiAAAiMBYGUlOTUlGQ7nYgkjYX4iSSTNvapKfbUkI\/3k2022ugKRAnKiPo+KcWekmxjwePJ81PtFCclKBgFB80QMiIKyjXeQAAEQCDmCeAoJOaHCAqCAAiAAAiAAAiMJYEUe3JyMlZECmJ7si2Uhs2WRPlKiUR9S7abkEkGGXU+JNtsKSHfJ1Jv4h0EQAAEYo4AHvwxNyRQCARAAARAAARAIJoEaAtnM\/1MP5pKxFJbSSzJoA5dJyVRZMhOrEuL\/ifRv8QCEa63FpDCVcE9EAABEBgfAjgKGR\/uaBUEQAAEQAAEYpQA1AIBEAABEAABEACBeCeAo5B4H2H0DwRAAARAIBICKAMCIAACIAACIAACIJAwBHAUkjBDjY6CAAiAQCgB5IAACIAACIAACIAACIBA4hHAUUjijTl6DAIgAAIgAAIgAAIgAAIgAAIgAAIJTABHIQk8+Oh6ohGI0\/6eOzc4OHg+Tjs37G6dp3\/MSIOuefawhcVVBQsClE144qqnI+7M+ZCZM2JRqAgCIAACIAACIAACMU4ARyExPkBQ74IJQEC8Ezg74PefG4z3XkbaP0Lh9xtpDA4O9g+ci1REnJYb8A8SHEPnKIfyDZmJeclRJPwkScyhR69BAARAAARAIDEJ4CgkTscd3QKBhCFAW7iz\/X7a6p9P7E\/3z58\/P+A\/J1EYBv\/cufN9ZzmiwYRkJMn09fuJj4EMTZ6+swP9A+eojOFWQl0SB5o5Z3EUklCjjs6CAAiAAAiAQGITiK+jkMQeS\/QeBBKTwODg+bMD\/t6zA2fODvT2JXCg7p8dONt\/7txgyLdCzp\/v958709efoHzODpzpo\/MOP00Vg41QDpGhycNDok4egkMT4yyBwLerDPMDlyAAAiAAAiAAAjFN4IKUw1HIBeFDZRAAgVggQBta2sh9duasL4HDp2f6+87Sp\/vGcxA5QOfpNGTg3Ge9\/QmIiMjQ9KBJIlEYYsqnu1QmAcnILn965iydBNHUMZDBJQiAAAiAAAiAQEwSgFKjQwBHIaPDEVJAAARAAARAAARAAARAAARAAATGhgCkgsAoE8BRyCgDhTgQAAEQAAEQAAEQAAEQAAEQGA0CkAECIDBWBHAUMlZkIRcEQAAEQAAEQAAEQAAEQGD4BFADBEAABMacAI5CxhwxGgABEAABEAABEAABEACBoQjgPgiAAAiAQPQI4CgkeqzREgiAAAiAAAiAAAiAQDABXIEACIAACIDAOBDAUcg4QEeTIAACo0sgKSkp2WZLsScneEhOthEKK7Z0M2H5CDLmYJKSGN1NWDKy43ayHwLB8C+aBNAWCIAACIAACIDAeBLAUch40kfbIAACo0KANnKTnSlTXI60zzsTNvydy\/E5Z2qK3ZZkxpS2uk5H6pTPTUpAPkRmsiPFnpxsBoYRGbpLZRKQjOwy9f2iyakpKclROQwxHQRkggAIgAAIgAAIgEC0CeAoJNrE0R4IgMDoErAn25yOFEdqii2xd3JJSUmpKXbnpJSUFOOeP1kgck6y22yJ6POJDE0PJ5GxG8nQAYmcPFRmdKdlsLSYvqK+p9r5zElNsce0olAOBEAABEAABEAABEaPQCIui0ePHiSBAAiMP4HU1OSUZFuS6Xchxl+7qGpAEFLsyal244af8ExKoc\/8o8woqn0P3xiRSU1JTrEbH3n2ZJsgE752\/N8lPnY7RxH\/XUUPQQAEQAAEQAAEQEAQMK4LRSYiEAABEJgwBFKSk2222NnkjzM3QkHBoERSUhJBMmQm2iVhIQ6GXiclMZsNz0FG\/2xJSTYb7IhIIIAACIAACIAACCQEASwBE2KY0UkQGGMC4yk+SfwbTw1irm3jhtZ4HXMKj6NCYKOHDxp6GkiDAAiAAAiAAAjEMwEchcTz6KJvY0wA4kEABEAABEAABEAABBKdwOC5wcHB84lOIYb7bxgbujxPrxhWOJFVO3\/+fNSsCUchiTzTRtZ31AIBEAABEAABEAABEAABEFAInBs8f+7c4CBOQxQesfXGR2ZwUK8T5VDQ5yAdIwQGz5Mp4SgkRkYjoAZSIAACIAACIAACIAACIAACIGBCoH\/g3ID\/3Hl82cCEzXhmDZ4\/L4Ym6CjE7z83MHCObo2nZmg7hACZz4B\/8OyAnxIhN8ckI\/y3QsakSQgFARAAARAAARAAARAAARAAgbghQPu33rMD\/QPnoraLixt0Y9cRGouz\/X4aFzql0rcy4B+kzL6zA1RAn480Y2y8INBYkPn09vXTkEVNBxyFRA01GgIBEAABEAABEAABEAABEIhPArTf9p05e+pvvZ+cPoMQCwRoLD7r7T93LugrIXLynRscPNM3QAWknojHnQCNBZkPGZEcoOjEOAqJDme0AgIgAAIgAAIgAAIgAAIgELcEzp9ng4PnaeM9UUIi6EkjQuMSOucok24lAoEJ1EcaERqX0MEauxwchYwdW0gGARAAARAAARAAARAAARCIIQJQBQRAAAQkARyFSA6IQQAEQAAEQAAEQAAEQCA+CaBXIAACIAACBgI4CjEAwSUIgAAIgAAIgAAIgEA8EEAfQAAEQAAEQMCKAI5CrMggHwRAAARAAARAAAQmHgFoDAIgAAIgAAIgMCQBHIUMiQgFQAAEQAAEQAAEYp0A9AMBEACB8SWQnGyb7Ej5O5dz6pTJCLFAIO3zzoucqfZkkw2vzZbkmITBiqGJSoP1ucmpKfbkaFqxycyIZvNoCwRAAARAAARAYMQEUBEEQAAEQCAWCNA5iCPVTrtr2svR3hshFgjQWPBBSbWTMvpJQucgk1LtdG6VYk+mWwixQIDGwpGa4pyUkpoSvdMQHIXo7QJpEAABEACBCUAAKoIACIAACIBATBGg\/Rvtru3JtqSkmNIr0ZWhI6rUVHtK8HcNaJhSxSEIBium5gcdUZEdpabYo6YVjkKihhoNgQAIgMAFEUBlEAABEAABEACB2CRAm206BolN3RJcKzr4oAMRPYRkm82Qo7+L9DgSsNmSUuw2iqOjA45CosMZrYAACIyQAKqBAAiAAAiAAAiAQIwTsCXxfzGuZMKqZ\/imTlISo5CwNGK840lJSVE7qMJRSIxPBqiXoATQbRAAARAAARAAARAAARAAARAAgTEigKOQMQILsSMhgDogAAIgAAIgAAIgAAIgAAIgAAIgMNYEcBQy1oSHlo8SIAACIAACIAACIAACIAACIAACIAACUSMwbkchUeshGgIBEAABEAABEAABEAABEAABEAABEBg3ArHX8LgehZw\/zyjEHhRoBAITj8B5xihMPL2hMQiAAAiAAAiAAAiAAAjEKQF0K4YJjOdRyIB\/cBBHIbE6Oc7Tv+C9NQ0WhVjVN9H1GmTn\/ecGE50C+g8CIAACIAACIAACIDDuBKAACEwEAuN5FEJ8+gfOYf9GHGIw0Lj4\/UFb69CcGFQ7MVU6d25wYOAcP7xKzP6j1yAAAiAAAiAAAiAw7gSgAAiAwIQiMM5HIWcHzp3t99Mee0JBi3NlaUc94D\/Xd9ZPsb6rdHm2fwBbbj2TWEiT+fT1+8mOYkEZ6AACIAACIAACIJBYBNBbEAABEJiYBMb5KIQ+zaYtXG\/fwJm+AYoRYoLAWT4W\/XTyMRj04xODg+fPDpw7Q3cpYLxig4A0HDIiOhCZmC4IWoMACIAACIDABCQAlUEABEAABCY4gXE+CiF6tIXrPTvw6ZmzPoTYIPDpmf6+fhqWoHMQGikK\/DSk308FMFgxQoAMh8yHRotGBwEEQAAEQAAExpYApIMACIAACIBAvBAY\/6OQeCGJfoAACIAACIAACMQjAfQJBEAABEAABEAg7gjgKCTuhhQdAgEQAAEQAIELJwAJIAACIAACIAACIBC\/BHAUEr9ji56BAAiAAAgMlwDKgwAIgAAIgAAIgAAIJAABHIUkwCCjiyAAAiAQngDuggAIgAAIgAAIgAAIgEAiERj\/oxBbUlKKPdkxKcWJEDMEUlOSbbakUENISkqyJ9swWDE1V2mwks0GK3T4kGMkgGsQAAEQAAEQAAEQAAEQAIGEJDDORyG0tU5JSXY6Uj43OdV10SSEWCBAY0EjQudTtqSg0xC6onMQukUFYkFP6EAEaCwucqampthNj67MfRpyQQAEQAAEQAAEQAAEQAAEQCCxCYzzUQjt4OgDdkeq3bDrTuxBGefeJyUlTUqx07ikpCTrVUm22RyTeL4tKeiIRF8mdtNxqllSUlKKPZnOpyal2uO0i+gWCIAACIAACIAACIAACIAACIwygXE+CqEttz15nHUYZaIxJe4ClEmx21KCh8Zut2GwLoDoGFalcSFTomORMWwDokHg\/8\/e+8BHVZ17vyvDEBPslDd4E9u0Rt9gCTWxocfwEmroQY9QaQUb9HgqWj1eqlj19fJ6qCfeNG\/eNM1LipRy+YiW2hwLSrS0QNW2WMIBTsGCJVaiSUuocCXWWJIrOXSExGQS7m\/ttWfPnj17z59kksxMfnzWrHnW2ms961nftZ61114zGUiABEiABEiABEiABEiABFKFwDgfQ7gmpblc\/IpBIs4mPFcjmC1zpaUhmHMoJw6BtDQxaRJdScT\/HzWSAAmQAAmQAAmQAAmQAAmkHIFxPgpJE2kphzSlO8ThStThTdP+xc06KiIBEiCBiURgcGho6MKFidTjCH29IKw0kL4w4REBgh04gHG4Ylc61fOIItVHmP0jgRQiMM5HISlEkl1JfgLsAQmQAAmQwIQkMOAbHBwcmpBdt+m0b3AolAbOipBvU3oiZQ36bMgMDl0gGTULBoeGBnz0IwWDMQmQQBIQ4FFIEgzS6JpI7SRAAiRAAiQwsQkMDAz2DwzigXbCf+9B4BCkf8DX7xu0zAg85fZ95NMQTdCP\/dH3jwZ8AyFHZjK\/X5GxMJtYScyQfs2PJla32VsSIIFkJjBRj0KSecxoOwmQAAmQAAmQQBwJDA5d6Ov39X400O8bHJjIYWAQHOSRR8hn+0NDFz4Cor6B\/oGJiAi97vtoAGRwVGSZeMgBGVwd8PkGJuzkGRj86CMf+AyEHKJZcDFJAiRAAuNEwKZZHoXYQGEWCZAACZAACZDAhCKAB9revoGz3t6ev03g4O0914vjIPu\/cRi6cAGnRWc\/7JuAiP7T23u+b2BwyJ7M4NAFXP1P70Qko08Gb++Hvf08B5lQayY7myQEaGY4AjwKCUeH10iABEiABEiABEiABEiABEiABJKHAC0lgagI8CgkKkwsRAIkQAIkQAIkQAIkQAIkQAKJSoB2kQAJxEaARyGx8WJpEiABEiABEiABEiABEiCBxCBAK0iABEhgmAR4FDJMcKxGAiRAAiRAAiRAAiRAAuNBgG2SAAmQAAmMlACPQkZKkPVJgARIgARIgARIgARGnwBbIAESIAESIIG4EeBRSNxQUhEJkAAJkAAJkAAFnUJ3AAAQAElEQVQJxJsA9ZEACZAACZAACcSfAI9C4s+UGkmABEiABEiABEZGYKxrT5rkmpKRnvXxKZdMnbhh2tTMj01Jd7u5ORzr6cf2SIAESIAExp4A73Zjz5wtkgAJkAAJkIAtAWaOD4FJrrSMdHfmRW73JBfORCZscE+adFH65Mz0yZPdk8ZnJNgqCZAACZAACYwVAR6FjBVptkMCJEACJGBPgLkkMM4EJk+elD550iSciKSNsyXj3jwYAMVkfjFk3EeCBpAACZAACYwyAR6FjDJgqicBEiABewLMJQESSBQC6e5J7kncEenDgSMh0tBZ8I0ESIAESCB1CfDGn7pjy56RQCISoE0kQAIkkHAEXC5XWtqE\/0JI0LCQRhAOJkiABEiABFKPAI9CUm9M2aMEJECTSIAESIAESIAESIAESIAESIAEEoUAj0ISZSRS0Q72iQRIgARIgARIgARIgARIgARIgAQSjgCPQuI+JFRIAiRAAiRAAiRAAiRAAiRAAiRAAiSQuATidRSSuD2kZSRAAqlN4IL2L7X7GGPvLljKW9OWyxM6STbm4ScNMw3KJEACJEACJEACjgRS4AKPQlJgENkFEpjQBAYGB4eG+AinzwGgQNAT\/jccFoGRPzVB34EFHCydv3BBDA0NWTInZnLowoUh+tHEHHv2mgRIgARIIGoCLJhKBHgUkkqjyb6QwEQk0N8\/ODCI57iJ2HdLn\/FgP+Ab7PcNWvKB56P+wQu4bLkwYZLoev\/A4IDPeurhGxz6aABkJgwIh46Cj88nUThcZzYJkAAJkMCEJsDOk0BKEuBRSEoOKztFAhOIAJ5me\/sG+voHJvhxCE46+gd8vR8NDAyEHIUMDgFR70e+oQn5DQiQwfSQZEIOiXByBDK4ijITyGeCu4q+9\/vkzOkf8AVfYYoESIAEJjQBdp4ESCC1CfAoJLXHl70jgQlBAKch53sHznr7ev7WO2HDf3r7PuzFw6z9HzkMDuE0pP\/shx9NQD4gc74Phx7WEyLlGyCDyYMyE5CM6jL6fu58P07QLvDvzNScYEwCE5sAe08CJEACE4QAj0ImyECzmySQygQuXLiAB1o87E7wMDg4BBROI42LE5aPRsYeDJ7\/B4eGJiwZ1XEcJmLq2ANiLglMDALsJQmQAAmQwEQjwKOQiTbi7C8JkAAJkAAJkAAJSAJ8kQAJkAAJkMCEJcCjkAk79Ow4CZAACZAACUxEAuwzCZAACZAACZAACfAohHOABEiABEiABFKfAHtIAiRAAiRAAiRAAiRgEOBRiIGCAgmQAAmQQKoRYH9IgARIgARIgARIgARIIJQAj0JCmTCHBEiABJKbAK0nARIgARIgARIgARIgARIIQ4BHIWHg8BIJkEByEHC50i5Kd1885SLPBA4fm5KecZF7kourenJMWlpJAiRAAiRAAiRAAiQwjgS4aR5H+GyaBOJAgCpcOAeZ7M68aPKUiyZnZkzggO5fNPmi9EmTXFzY6RYkQAIkQAIkQAIkQAIkEI4Ad8zh6PBawhKgYSRgEHBPcl2U7k6fPCktzcibiEJaWtpk9ySFYiL2n30mARIgARIgARIgARIggagJ8CgkalQJUJAmkAAJhBK4aLLbPYlLmQ4GKNxu0tBp8I0ESIAESIAESIAESIAEbAkkwY7Z1m5mkgAJkIAiIP8gxDWxvxCiQGhxGv4J0tBYMCIBEiABEiABEiABEkg6AmNlMI9Cxoo02yEBEiABEiABEiABEiABEiABEiCBUALMGXMCPAoZc+RskARIgARIgARIgARIgARIgARIgARIYPwI8Chk\/NizZRIgARIgARIgARIgARIggYlGgP0lARJIAAI8CkmAQaAJJEACJEACJEACJEACJJDaBNg7EiABEkgkAjwKSaTRoC0kQAIkQAIkQAIkQAKpRIB9IQESIAESSEgCPApJyGGhUSRAAiRAAiRAAiSQvARoOQmQAAmQAAkkNgEehST2+NA6EiABEiABEiCBZCFAO0mABEiABEiABJKEAI9CkmSgaCYJkAAJkAAJJCYBWkUCJEACJEACJEACyUaARyHJNmK0lwRIgARIIBEI0AYSIAESIAESIAESIIGkJcCjkKQdOhpOAiRAAmNPgC2SAAmQAAmQAAmQAAmQQPIT4FFI8o8he0ACJDDaBKifBEiABEiABEiABEiABEgghQjwKCSFBpNdIYH4EqA2EiABEiABEiABEiABEiABEkhFAjwKScVRZZ9GQoB1SYAESIAESIAESIAESIAESIAEUpoAj0JSenij7xxLkgAJkAAJkAAJkAAJkAAJkAAJkMDEIDCxj0ImxhizlyRAAiRAAiRAAiRAAiRAAiRAAiQwsQkE9Z5HIUE4mCABEiABEiABEiABEiABEiABEiCBVCHAftgT4FGIPRfmkgAJkAAJkAAJkAAJkAAJkAAJJCcBWk0CEQjwKCQCIF4mARIgARIgARIgARIgARIggWQgQBtJgASiJcCjkGhJsRwJkAAJkAAJkAAJkAAJkEDiEaBFJEACJBAzAR6FxIyMFUiABEiABEiABEiABEhgvAmwfRIgARIggeET4FHI8NmxJgmQAAmQAAmQAAmQwNgSYGskQAIkQAIkEAcCPAqJA0SqIAESIAESIAESIIHRJEDdJEACJEACJEAC8STAo5B40qQuEiABEiABEiCB+BGgJhIgARIgARIgARIYFQI8ChkVrFRKAiRAAiRAAsMlwHokQAIkQAIkQAIkQAKjS4BHIaPLl9pJgARIgASiI8BSJEACJEACJEACJEACJDBGBHgUMkag2QwJkAAJ2BFgHgmQAAmQAAmQAAmQAAmQwFgT4FHIWBNneyRAAkKQAQmQAAmQAAmQAAmQAAmQAAmMGwEehYwbejY88QiwxyRAAiRAAiRAAiRAAiRAAiRAAuNPgEch4z8GqW4B+0cCJEACJEACJEACJEACJEACJEACCUSARyGjNBhUSwIkQAIkQAIkQAIkQAIkQAIkQAIkkIgE4nsUkog9pE0kQAIkQAIkQAIkQAIkQAIkQAIkQALxJZDU2ngUktTDR+NJgARIgARIgARIgARIgARIgATGjgBbSg0CPApJjXFkL0iABEiABEiABEiABEiABEhgtAhQLwmkGAEehaTYgLI7JEACJEACJEACJEACJEAC8SFALSRAAqlKgEchqTqy7BcJkAAJkAAJkAAJkAAJDIcA65AACZBAyhPgUUjKDzE7SAIkQAIkQAIkEI7A4NDQ0IUL4UpMsGsXxASlMcHGmd0lARIggQlNgEchE3r42XkSIAESIAESIIH+gcHBwaEJy8HScd\/gEIIlk0kSIAESIAESSDECPApJsQFld0iABEiABEiABCITMJcY8A1+1O8b8PGrIQKHIBLFwKCZD2USIIGIBC7IfxFLscD4ELB8zw1JfhFwfEYiilbhSUNDGKIoio64CI9CRoyQCkiABEiABEggSQjQTFsC2HV91D\/Y+9HARwO+\/oHBCRs+6vf1AUK\/DwcitqCYSQIk4EQAXjN0gV8uc8IznvlY4S8EP1ojB2E8bWLbDgRwDjIIRwoeL4eyccjmUUgcIFIFCZAACZBAIhOgbSQQkcDg0BBOAf72Yd9\/ensnbDj7Yd\/5vgE80UXExQIkQAIWAjhCHZDfLBujT7MtrTPpRACP1v2+wYHBoG+6+QYHceKLS061mD8uBC5cEAO+IbjSmA0Nj0LGZaDZKAmQAAmMOgE2QAIkQAIkQAIkMDYEcIjY2zfQ+5E8DhmbFtlKRAJ4ov6o34dxwdO1ufDg4IXefh9OfgfH6tsH5tYp2xLAYPUP+OTXMz8asC0wGpk8ChkNqtRJAiQwbgTYMAmQAAmQAAmQAAmMPQHf4CCeus96+3r+1suQCAT+09t3zuGbbkNDQ3jqPvshBytR5ioG68Pe\/v6BwbH8YhWPQsZ+nWSLJBB\/AtRIAiRAAiQQDYG0tLRoirEMCZAACTgRcFpFLlwQg0NDA75BhsQhMDg4dAEDEzKWyBsauuDjYCUSAafBChm9uGXwKCRuKKlo7AmwRRIgARIgARKIiUC6e5LL6TkmJkUsTAIkEAWBtLQ0OF0UBZOpyGT3JPQrmSymrSSQzATS0sTkyZNGowc8ChkNqqOrk9pJgARIgARIgASGR+DizMnYUbmwsRpefdYiARKImkBamjwHuTgzPeoayVEQPbpo8iSXi18xS47xopVJTQDLCA4fL86YPBq9SJqjkNHoPHWSAAmQAAmQAAlMKAJ4hsGOarLbhd3VhOo4O0sCY0\/APck1JWPyx6ak2lHIxzLTMzPkmerYI2WLJDCBCGhddU9KwzLimXKRlopzxKOQOAOlOhIgARIgARIggUQmgNOQnGkf+3TOxy+7dCoDCZDA6BH4xCUfS71zELW44TQEy8jooaPmiUuAN6ZgAp+4xDNK5yDwZR6FAAIDCZAACZAACZAACZAACZAACZDAeBBgmyQwHgR4FDIe1NkmCZAACZAACZAACZAACZDARCbAvpMACYwrAR6FjCt+Nk4CJEACJEACJEACJEACE4cAe0oCJEACiUGARyGJMQ60ggRIgARIgARIgARIIFUJsF8kQAIkQAIJRoBHIQk2IDSHBEiABEiABEiABFKDAHtBAiRAAiRAAolKgEchiToytIsESIAESIAESCAZCdBmEiABEiABEiCBhCfAo5CEHyIaSAIkQAIkQAKJT4AWkgAJkAAJkAAJkEDyEOBRSPKMFS0lARKwIzA4NDR04YLdlQmad0GQxhgOPZsiARIgARIgARIgARJIQgI8CknCQaPJJEACJgIDA4ODg0OmjAkt+gaHxoLGhGbMzpMACZAACZAACZAACSQ9gXE+Crkg\/yU9xFTtgOWTZZmUr1TtbnL3C540NDRBh2fAN\/jRwCCOAEb9qyEJP0dwCNLf7+sfGEx4S2kgCZAACZAACZAACZAACYwngXE+CsHTy9AFfpw7njPAqW08V+Pp2nwVOYMT9WHbzCEBZYwUhgYDNCq2JbxS9P2jfl9v30D\/gDwF6B8YnKjB19cvA9bVhB80GkgCJEACJEACJEACJEAC40lgnI9C8MQy4BviZ7njOQXs2saI4JN2BPNFPF\/5Bgfx1G3OTFk5eTqGwcLQwJUm8tAMDg71fjRw9sO+\/\/T2TuDQd663H5MheSYvLSUBEiABEiABEiABEiCB8SEwzkcheNjGZ7l9\/QM8Dhmf8be0qiXxRI3P2M\/3DeDpWsvQIzxt9n3kQz4+hNez+DbeBDBY\/T45KB\/1D4y3LWyfBEiABEiABEiABEiABEiABJKDwDgfhQASPsM83ztw1tvX87fe8QlsN5jAf3r7zvX1Y1wwOpYwOCQ\/e\/\/bhxysRJmrcrDO9w8MDF6YoL8TYpmhTJIACZAACZAACZAACZAACZBAGAL6pfE\/CsHH2njAHvANMiQOgcHBIYyLPkdMb3jeHhq6kDh20hIQwKEVRss0SqkspqWlpXL3j3aWaQAAEABJREFU2DcSIAESIAESIAESIAESGBUCVGolMHZHIemTXS4XH2OsA8A0CYwSgbS0tMnuSaOkfLzUpruxinAZGS\/8bHfCEUjJZWTCjSI7TAIkQAITmgA7TwKOBGI+CrH9soCjetOFj2VeNBmPMTwNMTGhSAKjREB7gHFdnDl5ePqH7eZRNjds\/Rdnpk+ePMmVxtOQKEmzGAkMn0BaWlq6e9LHMtOHp2LYbh5lc6OtP0ozWIwESGD0CIy2m4+2\/tEjE4VmFiEBEpAEwrt5tEch4bXIdiK98AwzJSMdTzGRCvI6CZDASAm4J6VNyZjsmXLRCBWN3PHNBoxcG5aRizMm41AVD2lmzZRJgATiTsA9yYVl5GNThnkUYtgzcsc3VEGIrzYoZCABEkh8AlE7flRdia+2qJpkIRIggfEmYOv40R6FGMaP5AkEHy7lTPvYZZdOZSABEhhVAp+4xDOSc5CRuLmxVoQRRqIfpyFYRj6d8\/FRBUjlJEACn7jkYyM5BxmJm4dZPYxLo63faIgCCSQ8gZQ1cLTdfLT1p+zAsGMkkDwEwru541GIpZolmTzdp6UkQALDJ2BxfEsyol5LeUsyYnUWIAESSAECFse3JCN20FLekoxYnQVSlwB7NoEIWBzfkowIwlLekoxYnQVIgARSgIDF8VXS8SgkTIdVzTAFeIkESCB5CYyNg49NK8k7CrScBJKawNg4+Ni0kmADQXNIYKIQGBsHH5tWJsqYsZ8kkGAEIjp4uKMQVVnFql9mWeUwJgESSEkCZmdXsopj7ayqpWJV1yyrHMYkQAIpScDs7EpWcaydTUuTv5RsrmuWY9XG8iRAAklEwOzsSlZxrF1QtVSs6ppllcOYBEggJQmYnV3JKkZnwx2F4DLChQsXjNJIqoBMJTAmARJIJQKhrg33D82MtcvQAD2WWsi05DBJAiRgIpCsYqhrw\/1DM2PtHjRAj6UWMi05TJIACaQAgVDXhvuHZsbaU2iAHkstZFpymCQBEkgBAqGuDfe3ZEY+CgEIcx2osOQgyUACJJAaBJSzKzdXPVI5Sh5JbNaj9JtzRqKZdVOLAHuT9ASUays3V51ROUoeSWzWo\/Sbc0aimXVJgAQSioBybeXmyjCVo+SRxGY9Sr85ZySaWZcESCChCCjXVm6uDFM5SlZxuKMQVRr1jaDqIDk0NKRkxiRAAqlEAK4NB1c9gmAE5KgFAUJMQdUy9EBQ1SGgLSUzFoIMSCB1CMC14eCqPxCMgBy1IECIKahahh4IqjoEtKVkxiRAAqlEAK4NB1c9gmAE5KgFAUJMQdUy9EBQ1SGgLSUzJgESSCUCcG04uOoRBCMgRy0IEMIdheAy6iBGUBWQREASqhEzkAAJpBgB5dpwcwR0TTk+BJWEMIxg1FXakESAnqEhnqgCAwMJpBoBLiOpNqLsDwmMOQEuI2OOnA2SQKoRiGYZCXcUoh5XFBXICJARu1yuwcFByAwkQAKxE0joGnBtODjcHFYiRoCggllWOdHE5lqQEVALMVpBW5AZSIAEUowAXBsODjdHvxAjQFDBLKucaGJzLcgIqIUYraAtyAwkQAIpRgCuDQeHm6NfiBEgqGCWVU40sbkWZATUQoxW0BZkBhIggRQjANeGg8PN0S\/ECBBUMORwRyGqqIpVBRUjB6cs0A6BgQSiI8BSSUAATg3XVoYqZ1exyhl5rLSpGNrQFlqEwEACJJAyBODUcG3VHeXsKlY5I4+VNhVDG9pCixAYSIAEUoYAnBqurbqjnF3FKmfksdKmYmhDW2gRAgMJkEDKEIBTw7VVd5Szq1jlGHGEoxDjC+0QVH3EKgwMDBhaKDgQYDYJJBMBOLXybsSwG7Hh+BCQM7yg6pq1QVYBLQ5PJ2uRAAkkJgE4tfJuxLAQMVYAxJAhIB5eUHWhBwJiKEGsAlpEkoEESCBlCMCplXcjRqcQG44PATnDC6quWRtkFdDi8HSyFgmQQGISgFMr70YMCxFjBUAMGQJiFSIchaCQqmPEEFTAWUt\/fz8KhARmkAAJJB8BuDOcWnm3itEHCEYMYdjBrAeyEdAi2h22WlYkARJIKAJwZzi14eAQYJ45RnLYwawHshHQItodtlpWJAESSCgCcGc4teHgEGCeOUZy2MGsB7IR0CLaHbZaViQBEkgoAnBnOLXh4BBgnjlGUoUIRyGqDooagpJd2j8ct6AZ5DCQAAkkNQE4MtxZc2uXxdlVv8yZKif62KhrCKgLWTWHdtE6chhIgASSmgAcGe6s\/BoObvTFkA3BuBS9YNQ1BNSFrJpDu2gdOQwkQAJJTQCODHdWfg0HN\/piyIZgXIpeMOoaAupCVs2hXbSOHAYSiJ4ASyYgATgy3Fn5NRzcsNCQDQGXIhyFoMSFCxdUBcShoa+vD+2hGAMJkECSEoALw5FDvRs56BFiLAIQRhKgAXqgAXFoQOuwAVcZSIAEkpQAXBiOHOrdyEGPEGMRgDCSAA3QAw2IQwNahw24ykACJJCkBODCcORQ70YOeoQYiwCEkQRogB5oQBwa0DpswFWG8AR4lQQSlgBcGI4c6t3Igc2IsQhAMELkoxDUUaUhWAKOW5DT29vbz7+UUYwYk0CyEYDzwoXhyMqdIZiD6g1ylDDs2NAAwRJUu7ABlgxbPyuSAAmMIwE4L1wYrq3cGYI5KMOQo4Rhx4YGCJag2oUNsGTY+lmRBEhgHAnAeeHCcG3lzhDMQRmGHCUMOzY0QLAE1S5sgCW2+plJAiSQ4ATgvHBhuLZyZwjmoIxHjhJUHPkoBOWM4xNUNoJqA\/GkSZMGBgZwAINjGBRmIAESSAoCcFi4LZwXLgxHhmurGIIKqheG+6vksGNDj1KuYtUiYtgAS2APrBp2E6xIAiQwxgTgsHBbOC9cGI4Mv1YxBBWUPYb7q+SwY0OPUq5i1SJi2ABLYA+sGnYTrEgCJGAmMAYyHBZuC+eFC8OR4dcqhqCCssFwf5UcdmzoUcpVrFpEDBtgCeyBVcNughVJgATGmAAcFm4L54ULw5Hh1yqGoIKyx3B\/lUQc1VGIWQVkVEOMgDaMMDQ0BAtwEoPzGJ\/Ph2RoY6jIQAIkMF4E4JJwTLgnnBSuCodF0nBhCHBqBJinYiUYMpIjCdCDoDQoATEC2jUC7IFVsA0Wwk4kYbOqwpgESCARCMAl4ZhwTzgpXBUOi6ThwhDg1AgwVcVKMGQkRxKgB0FpUAJiBLRrBNgDq2AbLISdSMJmVYUxCURJgMVGlQBcEo4J94STwlXhsEgaLgwBTo0AG1SsBENGciQBehCUBiUgRkC7RoA9sAq2wULYiSRsVlUYkwAJJAIBuCQcE+4JJ4WrwmGRNFwYApwaAaaqWAmGjKQKUR2FqKJGZSUgNgLaUwElcR7z0UcfnT9\/\/ty5cx9q\/7z8RwIkMK4ENEf88Ny5c3BMuCecFK6qfBax4cgQkK9iswA5XsGiHEkjwBIV0BYshJ2wFjYr48eVHxsnARLwKk+ES8Ix4Z5wUriq8lnEhiNDQL6KzQLkeAWLciSNAEtUQFuwEHbCWtisjOcohifAqyQw2gSUJ8Il4ZhwTzgpXFX5LGLDkSEgX8VmAXK8gkU5kkaAJSqgLVgIO2EtbFbGjzYi6icBEghPQHkiXBKOCfeEk8JVlc8iNhwZAvJVbBYgm0MMRyE4fVE1odTSEpJGUN9LQYygMs0CZAYSIIGxIWDrgMhE64iNAI82AjIhK083XF4l4xIbOtGKaguCCkgaQVmIGEFlmgXIDCRAAmNDwNYBkYnWERtBebGKkQlBrRiGy6tkXGJDJ1pRbUFQAUkjKAsRI6hMswBZBcYkQAKjTcDWAZGJdhEbQXmxipEJQa0YhsurZFxiQydaUW1BUAFJIygLESOoTLMAmYEESGBsCNg6IDLROmIjKC9WMTIhqBXDcHmVNOIYjkIMXaoykpag2kNsBMM4CAhGPgUSIIExIACnQ1ANGYJKwnkhILYE5d0qxiUlxDG26ETSEpRViI1gWA4BwcinQAIkMGwC0VeE0yGo8oagknBeCIgtwbxi4JI5GRfZohNJS1BWITaCYTkEBCOfAgmQwBgQgNMhqIYMQSXhvBAQW4J5rcAlczIuskUnkpagrEJsBMNyCAhGPgUSIIExIACnQ1ANGYJKwnkhILYE81qBS+akIcdwFII60GIEI6naDo1VSeQzkAAJjDsB5Y+IYYltjEzDqSEjIDkaAZqNAP1KDmMVCuAqAwmMnAA1jJAAnFEF6IEQGiPTcGrICEiORoBmI0C\/kkPtUTnGVSQZSIAExpeA8kfEMMM2Rqbh1JARkByNAM1GgH4lh7EKBXCVgQRIYNwJwBlVgCUQQmNkGk4NGQFJ2xDbUUioCqhWAZeUHUhCsARkWoKlAJMkQAJxIWBxNCRD1SITAflwWwgqQB6voAxADANgFQQECJaATEuwFGDSlgAzSSBWAhZHQzJUAzIRkA+3haAC5PEKygDEMABWQUCAYAnItARLASZJgATiQsDiaEiGqkUmAvLhthBUgDxeQRmAGAbAKggIECwBmZZgKcAkCZBAXAhYHA3JULXIREA+3BaCCpCjDCM6CjEag2BYAAFJBENQMpLmgEwGEiCBuBMwe5mSjSaQVLISsEYYgspHztgHo2kIsAcGKAExAnIQqwDZElS+bcxMEiCBYROwOBqShipDVgIc1hBUGeSMfTCahgB7YIASECMgB7EKkC1B5TMmARKILwGLoyFp6DdkJcBhDUGVQc7YB6NpCLAHBigBMQJyEKsA2RJUPmMSIIH4ErA4GpKGfkNWAhzWEFQZ5EQThn8UgmbQwIULFyAgQEZsDshRNpkzKZMACYwegTCa4YxwSUsBIweOrGTEYxlgD5pD6xAQICM2B+TAcnMOZRIggfEiAGeES1paN3LgyEpGPJYB9qA5tA4BATJic0AOLDfnUCYBEhgvAnBGuKSldSMHjqxkxGMZYA+aQ+sQECAjNgfkwHJzDmUSIIHxIgBnhEtaWjdy4MhKRhwxDP8oRKmGERCMJlUSORAQDAEyAwmMEgGqjYaA4YwQEFQVCIbzQh6vAGPQtGGJSiIHAoIhQGYgARIYRwKGM0JAUJZAMJwX8ngFGIOmDUtUEjkQEAwBMgMJkMA4EjCcEQKCsgSC4byQxyvAGDRtWKKSyIGAYAiQGUiABMaRgOGMEBCUJRAM54UcZRjpUYhqxmIBMlUOYsgMo0GAOkkgJgJwRhVULWOxQKbKGfcYliDADGUbBCRVgMxAAiQw7gSUPyJWlihXRRJB5Yx7DEsQYIayDQKSKkBmIAESGHcCyh8RK0uUqyKJoHLGPYYlCDBD2QYBSRUgM5AACYw7AeWPiJUlylWRRFA50cfxOQox2oMFKoTmqHwjNgrEJLAwCZBAeAKGi1kEo5aRb+QkmhBqoZFjERLNctpDAqlBwOJoRtLoXWiOcSlBhFALjRyLkCAG0wwSSDECFkczkkY3Q3OMSwkihFpo5FiEBDGYZn\/Y5pwAABAASURBVJBAihHQHS3kzeimccXIiVWI81FI9M0bplMgARKII4HofTAFSsaRG1WRAAkYBFJgcYi+C0avKZAACcSRQPQ+mAIl48iNqkhAJ8C3tLQxWBzG7ShkDPrGJkiABEiABEiABEiABEiABEiABJKAAE0kgbElwKOQseXN1kiABEiABEiABEiABEiABEhAEWBMAiQwTgR4FDJO4NksCZAACZAACZAACZAACUxMAuw1CZAACYw3AR6FjPcIsH0SIAESIAESIAESIIGJQIB9JAESIAESSBgCPApJmKGgISRAAiRAAiRAAiSQegTYIxIgARIgARJIPAI8Ckm8MaFFJEACJEACJEACyU6A9pMACZAACZAACSQwAR6FJPDg0DQSIAESIAESSC4CtJYESIAESIAESIAEkoEAj0KSYZRoIwmQAAmQQCIToG0kQAIkQAIkQAIkQAJJRYBHIUk1XDSWBEiABBKHAC0hARIgARIgARIgARIggeQkwKOQ5Bw3Wk0CJDBeBNguCZAACZAACZAACZAACZBAkhPgUUiSDyDNJ4GxIcBWSIAESIAESIAESIAESIAESCBVCPAoJFVGkv0YDQLUSQIkQAIkQAIkQAIkQAIkQAIkkHIEeBSSckM68g5RAwmQAAmQAAmQAAmQAAmQAAmQAAmkLgEehfjHlu8kQAIkQAIkQAIkQAIkQAIkQAIkQAKpT0CM21HIBf4jARIYBQITYNUKdHEU+FElCZDAhYCPTQCJ400CJDAaBCbA4hHo4mgApE4SGDUCSaM44GOjJsX5KMRAaxhs5FgEowAFEiCBOBKwOJqRNJoIzTEuJYgQaqGRYxESxGCaQQIpRsDiaEbS6GZojnEpQYRQC40ci5AgBtMMEkgxAhZHM5JGN0NzjEsJIoRaaORYhAQxmGaEJcCLyUfA4mhG0uhJaI5xKUohPkchyg40mZaWhhhB5SCGzEACJDDuBOCMKihL0tKkq5pzVP44xoYxaWnSNliichBDZiABEhh3AnBGFZQlaWnSVc05Kn8cY8OYtDRpGyxROYghM5AACYw7ATijCsqStDTpquYclT+OsWFMWpq0DZaoHMSQky3QXhJIQQJwRhVU39LSpKuac1R+NPFIj0LQKppJS7NagHwEXELMQAIkMO4EDGeEgKDsgZCWpjsv5PEKMAZNp6XplqgkciAgGAJkBhIggXEkYDgjBARlCYS0NN15IY9XgDFoOi1Nt0QlkQMBwRAgM5AACYwjAcMZISAoSyCkpenOC3nEYZgKYAxqpqXplqgkciAgGAJkBhIggXEkYDgjBARlCYS0NN15IUcZhn8UglbRRlpaGgQEyIjNATlDQ0PmHMokQALjRWBoaAguaWndyIEjKxnxWAbYg+bQOgQEyIjNATmw3JxDmQRIYLwIwBnhkpbWjRw4spIRj2WAPWgOrUNAgIzYHJADy805lEkgFQkkR5\/gjHBJi61GDhxZyYjHMsAeNIfWISBARmwOyIHl5hzKJEAC40UAzgiXtLRu5MCRlYw4Yhj+UQhUKwuUYNgEQeUbApKQLQGZDCRAAnEnYHE0JI0mDFkJ8FxDUGWQM\/bBaBoC7IEBSkCMgBzEKkC2BJXPmARIIL4ELI6GpKHfkJUAhzUEVQY5Yx+MpiHAHhigBMQIyEGsAmRLUPmMk5YADU9QAhZHQ9Iw1JCVAIc1BFUGOWMfjKYhwB4YoATECMhBrAJkS1D5jEmABOJLwOJoSBr6DVkJcFhDUGWQE00Y0VEIGlCNIYasLIAMwRKQaQmWAkySAAnEhYDF0ZAMVYtMBOTDbSGoAHm8gjIAMQyAVRAQIFgCMi3BUoBJEiCBuBCwOBqSoWqRiYB8uC0EFSCPV1AGIIYBsAoCAgRLQKYlWAokSZJmkkCiE7A4GpKhFiMTAflwWwgqQB6voAxADANgFQQECJaATEuwFGCSBEggLgQsjoZkqFpkIiAfbgtBBchRhtiOQpR2FaMBJaBtCKExMhGQz0ACJDDuBOCMKsASCKExMg2nhoyA5GgEaDYC9Cs51B6VY1xFkoEESGB8CSh\/RAwzbGNkGk4NGQHJ+IWAJmg2AnKVHMYqFMBVBhIggXEnAGdUAZZACI2RaTg1ZAQkRyNAsxGgX8mh9qgc4yqSDCRAAuNLQPkjYphhGyPTcGrICEjahhiOQixakLQEwxoIKgwODhqCIascxiRAAqNNAE6HoFoxBJWE80JAbAnmZQKXzMm4yBadSFqCsgqxEQzLISAY+RRIYGIQGOdewukQlBGGoJJwXgiILcG8VuCSORkX2aITSUtQViE2gmE5BAQjnwIJkMAYEIDTIaiGDEEl4bwQEFuCea3AJXMyLrJFJ5KWoKxCbATDcggIRj4FEiCBMSAAp0NQDRmCSsJ5ISC2BPNagUvmpCHHcBSifoMENaHL0h6SRlDGIUZQmWYBMgMJkMDYELB1QGSidcRGgEcbAZmQ4eYIhstDjlcwdKIV1RYEFZA0grIQMYLKNAuQGVKdAPuXKARsHRCZsA+xEZQXqxiZENSiYbi8SsYlNnSiFdUWBBWQNIKyEDGCyjQLkBlIgATGhoCtAyITrSM2gvJiFSMTgloxDJdXybjEhk60otqCoAKSRlAWIkZQmWYBMgMJkMDYELB1QGSidcRGUF6sYmRCUCuG4fIqacQxHIUYupSA2AhoSQXonTx58kUXXTRlypSLL774Y9o\/D\/+RAAmMKwHNET8Gl5wyZQrcE04KV1U+i9hwZAjIV7FZgByvYFGOpBFgiQpoCxbCTlgLm5Xx48pvzBpnQySQuASUJ8Il4ZhwTzgpXFX5LGLDkSEgX8VmAXK8gkU5kkaAJSqgLVgIO2EtbFbGJy5cWkYCE4OA8kS4JBwT7gknhasqn0VsODIE5KvYLECOV7AoR9IIsEQFtAULYSeshc3K+IkxUOwlCSQuAeWJcEk4JtwTTgpXVT6L2HBkCMhXsVmAbA5RHYVAC4KqpgTECGjPCC6XKyMjIzMzMz093e12I+l0+qL0MCYBEhhjAnBJOCbcE04KV83IyEDScGEIcGoEWKViJRgykiMJ0IOgNCgBMcLQEFrWA+yBVbANFsJOJGGzqsKYBEggEQjAJeGYcE84KVwVDouk7sDaG5waAaaqWAmGjORIAvQgKA1KQIygtaxHsAdWwTZYCDuRhM2qCmMSIIFEIACXhGPCPeGkcFU4LJK6A2tvcGoEmKpiJRgykiMJ0IOgNCgBMYLWsh7BHlgF22Ah7EQSNqsqjEmABBKBAFwSjgn3hJPCVeGwSOoOrL3BqRFgqoqVYMhIqhDVUQgaU6VR3whoBTLiwcFBnMfAgkmTJqlijEmABCIRGP\/rcFi4LZwXLgxHVu6M2AjKRMP9VXLYsaHH0A\/BaBc2wBLYA6uG3QQrkgAJjDEBOCzcFs4LFzbcGa5tBGWP4f4qOezY0GPoh2C0CxtgCeyBVcNughVJgATGmAAcFm4L54ULG+4M1zaCssdwf5UcdmzoMfRDMNqFDbAE9sCqYTfBiiRAAmNMAA4Lt4XzwoUNd4ZrG0HZY7i\/SiKOfBQCFSiHAMESVEs4icF5DAowkEAkAryecATgvHBhuLZyZwjmoMxFjhKGHRsaIFiCahc2wJJh62dFEiCBcSQA54ULw7WVO0MwB2UYcpQw7NjQAMESVLuwAZYMWz8rkgAJjCMBOC9cGK6t3BmCOSjDkKOEYceGBgiWoNqFDbBk2PpZkQRIYBwJwHnhwnBt5c4QzEEZhhwlqDjyUQiOT1QdxKEBBzA4hlG6GDsQYDYJJDQBuDAcOdS7kQO7EWMRgDCSAA3QAw2IQwNahw24ykACJJCkBODCcORQ70YOeoQYiwCEkQRogB5oQBwa0DpswFUGEiCBJCUAF4Yjh3o3ctAjxFgEIIwkQAP0QAPi0IDWYQOuMpAACSQpAbgwHDnUu5GDHiHGIgDBCBGOQlBBFTUEJCHjrAVh8uTJaA85doF5JEACSUMAjgx3hlMjwMENuw3ZEIxL0QtGXUNAXchoCwHtonXkMJAACSQ1ATgy3BlOjQAHN\/piyIZgXIpeMOoaAupCRlsIaBetI4eBBEggqQnAkeHOcGoEOLjRF0M2BONS9IJR1xBQFzLaQkC7aB05DCRAAsMmkAgV4chwZzg1AhzcMMmQDQGXIhyFoIQqbcQQVEAz6enpKMBAAiSQAgTgznBq5d0qRqcgGDGEYQezHshGQItod9hqWZEESCChCMCd4dSGg0OAeeYYyWEHsx7IRkCLaHfYalmRBEggoQjAneHUhoNDgHnmGMlhB7MeyEZAi2h32GpZcYITYPcTjQDcGU5tODgEWGiOkVQhwlGI+g4JakJAjDqIVcBxC5IMJEACKUMATq28GzE6hdhwfAjIGV5Qdc3aIKuAFoenk7VIgAQSkwCcWnk3YliIGCsAYsgQEA8vqLrQAwExlCBWAS0iyUACJJAyBODUyrsRo1OIDceHgJzhBVXXrA2yCmhxeDonci32nQQSmQCcWnk3YtiJGCsAYsgQEKsQ4ShEFUKsaqoYSZfLhbMWCAwkQAIpQwBO7XLpa4JydhXHq4NKm4qhE22hRQgMJEACKUMATg3XVt1Rzq5ilTPyWGlTMbShLbQIgYEESCBlCMCp4dqqO8rZVaxyRh4rbSqGNrSFFiFEE1iGBEggKQjAqeHaylTl7CpWOUasP\/YYabNgrgAZAVcRDw0NQTtkBhIggRQjANeGg8PN0S\/ECBBUMMsqJ5rYXAsyAmohRitoCzIDCZBAihGAa8PB4eboF2IECCqYZZUTTWyuBRkBtRCjFbQFmYEESGBUCYy9crg2HBxujqYRI0BQwSyrnGhicy3ICKiFGK2gLcgMJEACKUYArg0Hh5ujX4gRIKhgyOGOQlDUKKe+SYIkAvKNUxbIDCRAAilDQLk23BwBnVKOD0ElIQwjGHWVNiQRoEe1BYGBBEgglQgo14abI6BfyvEhqCSEYQSjrtKGJAL0qLYgMJBA3AlQ4TgSUK4NN0eAGcrxIagkhGEEo67ShiQC9Ki2IDCQAAmkEgHl2nBzBPRLOT4ElYSAEO4oRFVAaSOgAgKSSjVkBhIggVQiANeGg6seQTACctSCACGmoGoZeiCo6hDQlpIZkwAJpBIBuDYcXPUIghGQoxYECDEFVcvQA0FVh4C2lMw4XgSohwQSgQBcGw6uLIFgBOSoBQFCTEHVMvRAUNUhoC0lMyYBEkglAnBtOLjqEQQjIEctCBDCHYXgsgpGaSShBbE5B0kGEiCB1CCgXFu5ueqRylHySGKzHqXfnDMSzaxLAiSQUASUays3V4apHCWPJDbrUfrNOSPRzLokQAIJRUC5tnJzZZjKUfJIYrMepd+cMxLNrEsCJJBQBJRrKzdXhqkcJas48lEI6phVqGrIVAJjEiCBVCIQ6tpw\/9DMWLsMDdBjqYVMSw6TJEACY0lglNoKdW24f2hmrK1DA\/RYaiHTksMkCZBAChAIdW2jnp+QAAAQAElEQVS4f2hmrD2FBuix1EKmJYdJEiCBFCAQ6tpwf0tmuKMQlAYFFUNAMMtIMpAACaQqAbOzK1nFsfZX1VKxqmuWVQ5jEhhLAmxrzAiYnV3JKo7VAFVLxaquWVY5jEmABFKSgNnZlaziWDuraqlY1TXLKocxCZBAShIwO7uSVYzOhjsKwWXbYFS2vcpMEiCBpCYwNg4+Nq0k9UDE13hqI4GxJDA2Dj42rYwlN7ZFAiRgEBgbBx+bVoxOUSABEhhLAhEd3PEoxFLTkhzLPrAtEiCB8SJgcXxLMqJVlvKWZMTqIy9ADSRAAuNOwOL4lmRE8yzlLcmI1VmABEggBQhYHN+SjNhBS3lLMmJ1FiABEkgBAhbHV0nHoxCnDqtqTleZTwIkMO4ERm7AaLv5aOsfOQFqIAESGCGB0Xbz0dY\/wu6zOgmQwMgJjLabj7b+kROgBhIggRESCO\/m0R6FWH5iZIQ2sToJxJ0AFY4Ggfg6fny1jUZ\/qZMESCDuBOLr+PHVFvfOUiEJkMBoEIiv48dX22j0lzpJgATiTsDW8aM9CjGssdViXKUwxgTYHAmMBoHRdvPR1j8aTKiTBEggJgKj7eajrT+mzrIwCZDAaBAYbTcfbf2jwYQ6SYAEYiIQ3s1jPgqJqe1RKky1JEACJEACJEACJEACJEACJEACJEACqU9gdHqYGEchvq5jvzt06E9dvtHpJLXaE\/B2HPndodYOr\/1V5pIACYw9AS6GY8+cLZLAmBPwnfN6z3p9Q0bDvt6zXq93vDdB3BUYA0KBBEiABBKBAG0YZQKJcBTSe2Tzup+89OKLmzf8vH3Uunu29Vdbn3tu63O\/eotP\/gpyx4tPPLn9pRefe\/KZA2dVDmMSIIHxJTAmi+H4dpGtk8AEJ3DuxItPfPvbtXV1q5\/a2yVZ9J54ccP\/\/HbN6rq6H6oMmTkeL+4KxoM62yQBEgglwBwSGCsCY3kUcvSZipB\/m48KkenxZGr9nTx59Mzp7Wx7q7X1rda2zl6trYSLun6zRqezYe+ZYOvO\/PsG\/dLju7WNU\/Dl0FTb9jrt3\/a20GtGzsemeTTZ5dbeGJFAUhCwLiPfrl33zL8f8wY+XI2xF90HntSc5cnfRuVbtto7f62cd8PeHtvroZnWXmgOvmb3X0dhMfzrbmWc1oQRPYOVN9Ss8c8ZOtP60tN1\/9Nv5\/+s2\/DzI\/y64PiPS+pacOz5b+uzbYP1zjtKnT720jOH\/mL69sfQsRc3H+rst2nt6GbdtG8\/f8xyOWC23ERZLtoluSuwo8I8EhgJAb+Hxu9+Gr01\/jv7mt8Eti5mezp\/s04tHzXbjNWja\/fjKm\/NrzptWjrT9uLTq\/3r4f\/97bonth\/pNq1UNjWYRQKpQGD0zh5ioDPz1kceuOOWf3648pbPxFArZYt2HjrQYe5cx4Hf2y1a5iIW2fc3r\/bvb+EWsWnz7n\/kn2+9895v3TdvqqU+kySQNAR857ram36y7tmjwzzjHOz9UHOWD4dZX4J677R2evmZuXOzZHIkrwm9GJ479sL31jz3uxNe47Gw39vZvH3d6ueOnhsJVNYlAQcCQ8eO\/smnX+tsbv6rLo7mW0f7Sa1Fz+x\/\/u6jCz8hREf7CW3Ce0r++bvfWphj17bvrQNHzAtU75EDb2lK7Arb53FXYM+FuQlAgCaMAoHcBV+7Plvq7f3DT1\/QvnHfe\/jFvR\/IHE\/p176SKwXTq\/fYtro1zx46cda\/sAz5vH85sv0Hdc+1mJceUw2KJJAqBMbjKOQzN1c+VqmHW4tAsuvgs8++tHv7Mz860I2UEPhg8DfPbfie\/Kx2zRPP7W03\/0mLr6tl93NPrJHXvrfhOdOnwa0\/l3l1ddtbvcf2bl6HhKx7ItSH+7p+\/+LTP8D1dU+\/dOSM+cNkX9fR39i029m0AaXr6p4+pP6Q5M8vrtHSdT9v1cz1HmrQ0luPakuIz8nCrt\/qHz8f+Kv32L8\/s+6HBwJnuZoif+Q98uoxvyxE+++OqHYDWUAEDcrUNfjU9MxfTZ9st22v+8UJVfbEL2DYk5Jqd6CAt33vMz+Qma2\/eHr7b1584ckXW8UZvQt1T+5Wpy69rS9o\/OueGN\/v66p+MCaBEAJqGfmXf56rbvZ\/2n3A\/xjj7Tj04tNyBairkz4e+E5BqBe0H3jy6d9qxxjizKtPwVv8X6Ry9OLAOuPrOvLzDWvkItDRKb3GPesLs9XX28KuYMEdUb3Q18NvXp8jTIuh99AzsAjhucBTUPt2tfhs+He1eDjaGdyMTE0rvVdfdWVzX5MrL7J99osertj1FNnCES8u4tpLBvoXgz5QCreqoyZC76HGnxzV1jr3JUULb73lliXXF1yifWftXOsLjYf0pXzIeekTIrDGdmqjA3g\/ePrFZjXCUfAMqxwmnmnbbXv3wSWGpCTw1qGj2jGEZvyZI783fQoRWC46u36\/XduQrLPsGcLMB7iC3SrUdeCHzxxRO5re1u3fe\/JA+4EnN\/sz2rZ\/z2lXMHTi0O\/UNJaWeo8cOmHeusi8mHcFAWcxbUgCu4L+Ey9+H\/5TV\/c9\/0HkX\/eqHUzd863aVke1yni4BFgvlQn4nB4E0Glf9xF9cfjBM3tP9AZutbgmWrdrbofnC22vjsSaDVv3nhjGhwGu3IW3X58jH\/J6j77wwrFzR1\/4tfZokDnrliV5sinTq\/fwcz\/5g7YwuacVfemWW269+frPTpN336He1p8+d0hv3ed\/eqpbtxkmBUyVmsIumN7Dz9Rp\/55r1u\/kYujY9qCnjLDKhej9i8O+TrbNFwmMiID0khEpGEZld6ZnqkcPF0tfE8bnsoNQ17X7B2ue29fa2SM\/qz3zl9bdz6x7Rj+V7D36bN265\/e2\/uWMvNbT2dr0k7rvwcNRS8gfIZO5rdvX\/WT3n7ogyrpPr3nuLb\/jyVLib4efWbfj0InTuN514nfb1\/xgt3qkEOeOPlO37oV95nbrap6VHzXn5uX0orj3xAltm9T553atea+3XWW8d+qUvDz5\/8h1i3AW+rvZc2Trup80tXd5gwzTrNMj80dAx\/4Quu1AK9CgTD2DT03XbNrbKU3wyk+28eFPr75R8Um7P+wF1UEdcc+R59Y9s7v9tMz0E\/ubT0ybu\/SLnnNQ0bF384sdQ6LjNy8elfxF0U14OtOt4hsJJBABtYxkz1w4V93Uz7x3WlrX+Zt1dU++eOiEXAG8Xunj6\/7XOv2AL9QLBno\/PKc7i+iX3gJnwD03inXmxO7\/Z9325s4zqH4WC4AQU2d\/4bPSADyPO69gqoApVr3wr4durMe6p8JDPUXTPfBJr7f1qH8RO9byhrb4iMs\/gw+PsQ44roemNvxipn\/Vlc1lypXXedFDHf\/6YOqpEJ1N675nwVv3zNFzKI5ru+W13xnoD23\/ft2Tv5WnRFEx+euBA9o+TWRf\/8C\/3Hl9yezZX1h4z7\/cN+9Sj\/zXdeyo3Kehy85LH6zQ6XXufVobHeA7feLQz9esa8IyHw3PcMq7mtateXav+e4z\/O8iwVSG8SfQe6RZ+7TUU1DwaWmNt+0N7SYvZeFfLjr3Pb1uxxFtQyLXE2PPEGY+hFmFer3m2\/OHvViCzBnOu4LO3xvfFj1z5KhyK81OPQrrGra7At1ZeswbEr\/X\/82XPv3mm6b74EE96iCy99DLuzuQPJdz\/ZIiuXro7cb4xuIkkPoE4IzOt+bO3Rt+sF3fopxu3\/30mu1t8CsEbfch4KuQvd627dpeHfKZzrd2P732uVbHJwZnoLkLv\/b32CrITc1zq3\/eLo99M4uW3jwTO42gSl363deVc\/0Dj9553ezZJXMX3v3ofWU58uZ7cdcx7TcWO3+zwf\/05O36E0zCB88wz+vFLgjawi6Yns9eqe9mWvz9+PPRN+RThlfkXQkTwyvvfeu5NU8E7+v+n92docfBMIOBBGInYHWI2DXEXqPzd89pv2D63NZftWqfAQap+OvRo90yI\/e6hysfu3ee\/Mi3t3239gWK9hdfbJOLQWbe3JtvveXmL+TJz2DPHv3pr47JCvqrtze94PolN19foH4Jo7f1P5rlFlq\/Kny9Iqdk4S1fmp0jKwvR\/du9ci905sAzL7RL3SIzd\/b11xXlXiwr9Lb9\/IWWXvGZmdM1Tp3vYv\/hPXHS\/+GM99Qp2N\/dof2VLzZTOSIqC71d3VpLsgW7F9oa8n8EZHwPFplG2T+9+PM\/aRrc06ZfXVQ0fZq717+ZQpmsK4vyVN+FJ6+o6OrCXNVTXBLC292l1dQS5ihr3r1LpsuMs4eeaXjmF7+XzDylX7\/5CpnHFwkkKAHfmaPt8EpYN+1TlwrR\/sLT+\/DQK4R7WsF118+Fa+CKr2vvVv+JJ5JmL8jILfxMjtrWu7OnF11ddGUWlESzzpzp0pYpqc8z957HKisf\/oo6khFhVjBZOvgVWAwPBJ7B\/EU8s2drPilO\/EkuUvKb9H\/2yYuXzJbnP+3R2CmLq9ffWl\/UF95ftkr3FmEXPVVHxqae9hz4+T7tSzbygyP\/Gtvb\/vOf48j4zIEde+U1l0f7TGlhkfyzu96OV35+oEdEw6T3nVNqYS34+4W5LtmwfLnyvvI\/KrV\/98zFqvansEufrKBecpmf\/aVbFpboy3zXgb24SUTgGUF519Gj2tTKvf7hxyrv\/SI2b6LX9F0k1TDjZCLQ23pUO33zFP7DrZ\/Tvi9+tvWNd6w9kJPJZs\/gPB9CVyGo1FehzNzP+m\/PU\/OKcHf+L7mF\/gx5v\/6s+XaNav4Ajzh75Hd\/0pIdBw5hzUOOltKj8LM33K7AeUNS8LV7SuF1Qpx48elnntutsZq+5M652u5Ib5dvJEACFgLtYW7NZ\/b+fG+X9gyfmVtQdHVB7sW9vbab8t5ed8H1Ny+5vkDeSXGW0bpX\/\/aYpbEISePPZHw+uXlwF3z5lqtNjwSqdu+JU9ofzojPzFuoLYQqO++mR7Sbb6VcB3r24u4v813S8KKC3MyP7A23XzCnlvh3M63tWvc7\/nRCGiSmzf5veSKS8vY\/aAconqKv\/UvlI0sLZAe69\/7mLWkOXyQwcgKW2+nIFUah4WxH61vyF0xb37L7DdNJQj2Z9Pzx0JHOzC\/ep\/0pzX3zpglxrEVzBjH9+n+6vugzM4v+\/qYSeVAiev\/cbnqKyF14\/z0LvzB34T33Xn+JZkznqVPau4rcxf\/0yK3Xz77ulke+WqDl+Do7usTZtjf+oqWm3\/zow7cs\/NKdDz+kFgQfPFC4Cmb+V3n1zOn3xNCJt7ELETgqRU7n238W4tR7coOcPr3giigtFJmfveXR79bX2\/9V8LRZV8ulqLPtKB4MzvxO+x5s7qxZeEJDg1pobVZ\/ieOZ+41H773jzjvvffTh64BHu4Yob96d10oNEHOvvfPOO76iPZMgpYXMglv+FW1rf6KsZRhRZumdtxS4kew90S5PW6fO\/XrIl+hwlYEEEoLAn16QP\/\/17TUvtmv300\/PLfmE4YDSNe75DdDziQAAEABJREFU0sKb7330zmI5pcUHR49It\/UbbnjBlUVf+UrRx7XsjxfdfOcdd87LM5SEX2dEzhcf+O7\/rq+\/e5ZwueV33NQX3KDKeQXDRWsILIZvw9+tVzNnzVI\/n3Ti2DHsHt55Q51h5P5dCR7Eo1sPAyp93Sda1cL7p0659Qq\/6AXqBXrqfesNuTIIMX3Jf7\/zOqyx37z31ltuwan01dN8fm2ekltu\/ruZMz8z++YF2kfHQ53HcMYcBRPvWRyZoNVpOfrqBdkaIix9geLuWbc9cst1s6+\/9ZGb1Vd1+js7cHSVGY5nZOUurYGe1kN\/eC9znvpro2\/O+z+0TEahBBI+x\/9nJp6iWXn+YzLk4dAsyHT7PQOKOMwHv2ParkKeopu+oE\/w3C\/Iu\/Oni75ivl\/fVKSdPUC7ORTMuhrrmK\/1qLTt2Kvykch99awCU5EIszfsriDMhiRvyT3ztH1UZ\/sJuWhMv\/nOUvkYYmqZIgmQQBAB\/wpgt4Xobta\/0SWfNe658457Hl71tYL0oOp6InfhN+9ZOPcLC++553q1v+8MepTRS0V+c+Vef4N2L5ZFc790q\/\/PeGXS\/zrr1e++l37Kn2V97zIMX\/Low\/fceec9Dz\/6T9oDg7WgcFgwM2cVT5dlh04ck5\/sdLzRpn0ik1uCnVtE5fILs6h87tQbfzjmnX7rI\/jw6bHKW9XNHfkMJDAyAupmPjIdsdbOnY3dsxa+HPSUrvRkL\/zaP8jPaXtPH9m9eUNd3ffW\/dvuU65MbAT69K8+nPjV43V1qxHkD17ISt4zpqcIz7QsmSdETg4eFyAODWiPSpBk+Pg0taoIcemnlOTDM0Zvb5+8KKblTdfv81kzpys9\/19Pl8jECai83tnZ0XFKPgxcMvuLn4FF4sTJY53q0+HpM2cKEZ2F0+Z+abb2R3hSZehr2t99Xm6VOg8d6NB\/MDV31ixlqiosDZZS7uX+r2zkXF1oLiAvOrymlX5ldpa03O565uxbvySbltcyZy+9Oc8lJb5IIKEJuDNzrr7l0QfkaanfAQOuMfMz2t1XnFFuqjoS1gui9OKC67+cp9+elVIjdl7BjCIBQX4yXFR0NcKVdi6cWXS1Zn9\/69E\/i672drV3KPo7Wdbf2fDrYaAp9bUX2dZntU+eIyx6RsVAT40al2tfyBNi2vSS2bMR\/i7P47\/m\/f1PtMW5ru7n+l\/29Zz1iiiYeKaqBfdMl\/nQyrBCE6Je+j7uvwuI3E9IVkL4xCBUhOMZSXnOwtuvz8Ha2dt15Dc\/kXem9U\/v7hDyzgTFRqCQNATOHFEPJZ6iz+NOmjmrSHM135+OymNHUy\/s9wzCcT74HTPCKmRqIbI48+\/kw4z8y9ke9YOp7qK\/w44jUDHS7A2UDJHCbkhcuV9ZYjw75X7la3MzQ+ozgwRIwEzAvwLY3ZoHcSuSZQPPGlh5tI9aZa75NXWaunWJT+Ron\/kKMWR+lDEXDcgDeJwJpDRpqPM3u\/V7sRCde3fJ41Ttgima6tHvvvi415QdJOqtT7v8Cn0NyLxaLZlBpZBwWDBF5tWztO\/X+1rfOib+ekzfzRRqTzeRlBct\/VrRxSDgbd+3\/Wk8AH5\/wwvNPZm2R0iwgIEEYiQwHg+7U6fL3TM20CVF2pbcanLugke++51H7731+tnTc9wuH85Envuh+fvt02\/WTgRtfgLQqinm9N+MQ5XeU53qmDQzE37vmTFTrkreU2+8eQpPI57PzJyXL\/dNvlPtR947g2amF5g\/oRmZhVNL5sqPgr1Htj4rfzDVNX3ubNk4WgkO3jPKQiF6\/9IpjQi+PIzUsV17O\/Vqva2Hj8pPgfQk30ggwQh89mv16t93qx+5Y\/a0oJUs4Bodf1Ez2p2ZEav9w\/fiSCuYyRL5yfCdd96BMC\/PlG2ImSWzC2TXfCf+dOjom5qXf\/rzs9W2RS8UrZ3qay+yreBPnp0WPV29zduAfnKMAwav13vW6z2rn1KjbPCPs8rv9H3zOnkmHZFJ5hWXq2Wu\/T9MfwM81Ln7Se3H1uqeOYSVFw3IEBjfWJe+KHg6K89d+Mh3vvvovbdcXzI9J134cCay9and\/h\/rlXbxlUQEeo62qrXBe+jJCvyreVH7AxDRf\/RQlN+7jjAfAhNpBKuQH2jBF2ZPxZPAid0\/3H0CTztTZ3\/BvOPwlxIi0GisrhHQESSdOdBk\/Gpz55HfKWRBJZggARKwIxDu1hy47YqOzpHdRAbOGbdG9QvuQlzyKf+HmqKz6YUD8o9f3PJJBg8L\/v9NJsjgzOmXa1\/+En8+oP+wmna5s8l\/9z1sNPE347lD\/EX7vXitZFRR5uzZ2qrl+3P7oRb5tXchcj9fom77SoGz8otn3Vn13eqH\/nnhFwpyPW7R7z3R9KNnW\/iMorgxHikBucseqY5Y6\/t6td2ztodWP7dj0uA9rP3O8OM\/ac26\/pZ7H7lP\/anqB+\/hDlzwWXn6IMSJQ6\/2ZHoyB9pffOqJDRsQ1K8im5TELH5ipvp7PN9b25\/7fae3+8TeRvWHsSL3s4UeqEMB+dZ56DAMEbn\/NU985kq51nxw5Mi7uJw787OZeIuThZmzS+SC4TvrlYfA02cVSd1Qr4fp\/1W2jPPd3f\/2wtG\/yJ8vemaX2sTpBUSG\/lFl5x+PdkEJdk7+K+He33lx+x\/kyqId\/ojeP\/38BeOnnsNV4zUSSBQCfgfsPPD87mPd3s6WF36u\/eqNSC+a9RkHIzP1Q5Izf27tPCt\/0tCvJNI646AvzArmUCNstmvWXPndeOH9w69+Kzc0YnpJiVyKhBihnQJrGh6ucJzhtOiF2JXzWfULTN5D218E3q7fa2v16rq6zYf+5td2puW3x4awPPcc2qotzk88c+SMiIrJJ+bNUwt8994nv\/\/c3uYjR5r3Pvf9J\/fKn2r0enNmzvKIyEtfiM3WDGeeEZR7tf\/PZ\/X3ftI27fpb733kG3O1UTijfqzX2grTCU+g6\/fN8l5uZ2d7s\/Hwb3dZ5TnPB79jxrIKKZ3h4ry52nfBsHdCKU\/h5\/PwZgoRZi9KDmtX0Ht4+6\/k3w7rz1Fd+577lRM1NMFAAiQQ\/tb8iby8dMnI1\/LTp\/ed6DrbeeTZZ\/X\/m1Jmx\/L6xHT1JXZv83NPvnToSPOhF3+of2CQ+V+ny88foOyvu1\/4D\/kX\/OLTX\/rmvab\/Tcb6UJCj332HuvY+uea5fbj5Htm7dc2T\/67dfc\/lzLzak3NFnhsKhe\/otqf3nujy\/uXIc1sPGQck8koUr1n\/bZZU4j3yq1e1z3Wmzy7RNiGRlJ\/41ffr5J8I\/HvP7Jvuefhfb9Z2Cr7uv8bafhQmssiEJDAeRyF\/flH\/BjX20PK\/ogwC77n687nyV8u7Dj39v2rqan70O22uf\/pK3PgzS76i\/pfsrt8++e3\/+9trdrTK\/0zhXObs64qkdwWpiTWRt\/DL2i\/xDHlbd2yo+\/7Tu\/8sDwVE9vW3XqfOLPOmwwJolSvI9JkzhJh6+eVyL+zz9QtxyUx1kpIZLwuvnjtLWy6FcAf+h060rgVP2cJZmZrUffSFJ+R\/atXxkZY0orzpl7tkwtvywrrVT0X13+EOdf7qZ9q6ljnrnyrvmSuXJ1\/7DuP\/0JLa+CIBkdgIDAfs7dj7k+\/XbXj+qPb7ZJkFt4T+ZLq\/J3BkOduF+MvuDavrXmgThpLhrTNhVjB\/k7G9z5xVJNe3fu1Hz1zTZxUr5x+pnUJEXPRC7Mxb+BXtzFd0HwLedTvatVUyc9aXrp9maOtt3\/69b1f8T\/0Iw5d3\/dxPiOiYZM5d9s+zpspGfR+07v759u0\/3936gTwNFhcXfW3ZXHQ78tIna0d4OfGMoNwz6\/Of1u5Mv1N3Jm21dOXKO1OEBnk5AQl0HPqDthf3zH1AfblMxtVqiy1OHFU\/SxbObuf5kOnfBsSwCoVrSb+W899K1GcgQuTODfkOWYTZCx3D2BWcO\/KC+pzp01\/676tu1r7cfuaA9n\/MQR8DCZCAn0C79tNlFfi35jddxgpgt4WYufAG5ce9J37z9LrVG7a3eYW2Xferiv59+pe\/qh5bejt+9+L2n7946B11Qy64eZF2ViDOHPj5Xm0LNG3e0nk5pv9N5qc\/t\/6ZTGbpnf\/8dx7Ztu9M629w892++60z8u7ryiz6J+2XkgsWfunT8rroPbH76XV1T2xXv1ymZUUdFcwqko822nOTENOL9UcZEUH59M8XZXrx708v1v2vmprvbNc++83Mu0I\/8Im6eRYkAXsCw3RBe2Vxyb141j0P3VJ0aaZb+LT\/ds7tmX79vffIHwIQrtyF\/9cjt1ydY\/yJvju76JZ\/eWThJ+LQcGbxPY\/ee\/10j3zokOpc7pyrb3nk\/1qY6yc0Xf\/RASEuuVw7i82bnicL4uX5zEzdI+NloUvfrstPs+UXRNCIKbhmfu2RO2dn66YC0FeWanyMIpmz71x+\/fSpegEjO4zQ+cpz6kt0BV+9eaY77+bbtc88h068+IxaScWE\/sfOJwsBOOD\/eDRoicDycc8j9\/iPD+z6kXfzfWrB8V+EkpGsM2FWMH8Lsb3ruwetkvk7YiO0U4iIi57WpDnKnPX1R+78gvyCqsrF4nP9vY9+rUCmoO2Re0xLKK5dd++jX9e+0xYlk4tnfu1fH73zC9M9crckdYp0T27JLY88duesi7VkxKVPKxUhcuQZfl3NnPX1\/46plWm+My2\/d15WhNZ4OREJnDii\/vc6z9Xmr1dkzlI\/zTN04tDvtIOScKY7zwc4ZsyrULiW9GtZsz+vHkVyi8w\/o65fjegaMe8Keo9se1H73zenXX\/rvGkXz71zifZ8dfbQMz89Jp+R9Ib5RgIkEEwAK4DzFmLaFx94YMF0\/VHD5c4p+eebC4KrR52y3nOh7bML7111j7pd+r\/SJTL\/bslXtOMX43+T6f3DT1\/4k8WJM2feVvno1+cGHhxcbs+nZ9\/yPyrv1LdP0+bd\/8BCv+EiPWf212M3HI82n3Xr\/cPnOoH\/yyaC8twvffPe67SNQX9vLz5+Ts8puvW\/q42Hro1vJDACAv4H\/RGoiLrqrHvkBy\/Br7tnoXrOlx7Vcv3\/rckls+\/8H9Xfrf9u9WMyrrx34XS1D0ZRd87sOx757v+u\/25lpYz\/5c7ZlyBXhll3azrq75EaZYYIyvnEQr2NL+mnFiIkJ3P6wnsrZbPQXf+\/v\/vIHbPlj+RpqhBllt6rGjD+55eir+sZlV\/1H4qgnLOF1m6isClYrs687btS+3e+NlMOUc7Cb8mU0bTw4AxIM\/U7QHHvvJKvWHon+\/LYd7U6GtWQzqJlM5\/cLysF39UfGq+4uVKrXP+Q+k4dijOQQCIQ8C8j2tJhY5BrmrFE6MuH+qsOFLXzAmQLfcGRM\/6eYpkhnL3Y7DVaUbtIV2i3gunFHXthWQdkcTzkfEfaJl\/LZ2fKLP\/L2U5\/CRG60AUuCSEXCodFz76nLk\/RkodljapKHa92MKx0egr8S2jVd+XC9CXTtdgEQFsAABAASURBVMhMNB2uaUVL7q38juyrfH2n8uFbg9bh8EtfKL3QHBGGZ\/h1VZtastd2fdesZ5QkBKbfUimnV33lEtO9G+7gv8s\/\/A\/TbBzHsoCEmQ\/aJblFqfS7ibEKiRDfL9Z3RvriY0IY7IOeeQ9pRj98vfZV1RA94WcveocdjmlXYOMaQphazJx9j2kLgep+ONW3z3SbjKRIAhOWgN9fNMfUokfVI0a4W7M77x+0Rw2sDXjQuHXm3KCHlxC\/Dl0xTLj1ey4el3DPhba7rzcel4xnlurb\/D+x7Mpd+C+alfXVXzOOJEzaphXefK++RNTjIajyoVuMz1xlKXfe9TD8f3+3Em1955FbPjtXX7nUZuwTkR+yoGTm7WpVgf57g3Yz4ZVjq\/IlbWPwnUq5PfjOI3cG\/cgIFDOQwPAJyOfs4dce3ZruzKmZTndct8djfDcknlZAlzvTox\/YIjH8MIoWGkbBVOPjUyOTAgmQgBBwQMflI2o+UDKCdSbcCha1CVEVHJmdgJXpiXHRc1\/sccSLdelix5U7zKoeVVdVITQxektfJOXh+q7MYzyRCISZD3BMRzcZJUSRZu8oNUu1JEACoQSwAjhtIdzOt9BQPZFy3JmO99xIVWO97nJ7Rq+tiMrTPYEvjcZqOcuTgAMBl8zniwRIgARIgARIgARIgARIgARIgARIIPUJsIeSAI9CJAW+SIAESIAESIAESIAESIAESIAEUpcAe0YCQQR4FBKEgwkSIAESIAESIAESIAESIAESSBUC7AcJkIA9AR6F2HNhLgmQAAmQAAmQAAmQAAmQQHISoNUkQAIkEIEAj0IiAOJlEiABEiABEiABEiABEkgGArSRBEiABEggWgI8ComWFMuRAAmQAAmQAAmQAAkkHgFaRAIkQAIkQAIxE+BRSMzIWIEESIAESIAESIAExpsA2ycBEiABEiABEhg+AR6FDJ8da5IACZAACZAACYwtAbZGAiRAAiRAAiRAAnEgwKOQOECkChIgARIgARIYTQLUTQIkQAIkQAIkQAIkEE8CPAqJJ03qIgESIAESiB8BaiIBEiABEiABEiABEiCBUSHAo5BRwUqlJEACJDBcAqxHAiRAAiRAAiRAAiRAAiQwugR4FDK6fKmdBEggOgIsRQIkQAIkQAIkQAIkQAIkQAJjRIBHIWMEms2QgB0B5pEACZAACZAACZAACZAACZAACYw1AR6FjDVxticEGZAACZAACZAACZAACZAACZAACZDAuBHgUciYoWdDJEACJEACJEACJEACJEACJEACJEAC409gtI9Cxr+HtIAESIAESIAESIAESIAESIAESIAESGC0CSSRfh6FJNFg0VQSIAESIAESIAESIAESIAESIIHEIkBrkpEAj0KScdRoMwmQAAmQAAmQAAmQAAmQAAmMJwG2TQJJTYBHIUk9fDSeBEiABEiABEiABEiABEhg7AiwJRIggdQgwKOQ1BhH9oIESIAESIAESIAESIAERosA9ZIACZBAihHgUUiKDSi7QwIkQAIkQAIkQAIkEB8C1EICJEACJJCqBHgUkqojy36RAAmQAAmQAAmQwHAIsA4JkAAJkAAJpDwBHoWk\/BCzgyRAAiRAAiRAApEJsAQJkAAJkAAJkMDEIcCjkIkz1uwpCZAACZAACVgJME0CJEACJEACJEACE5AAj0Im4KCzyyRAAiQw0Qmw\/yRAAiRAAiRAAiRAAhOZAI9CJvLos+8kQAITiwB7SwIkQAIkQAIkQAIkQAIkAAIpdRTibd3V+GoHejWy0Nf2s7Vrf3kyBiWn92+qbzh81lqje9+m+mcOe63ZMaVjN8ZefV\/Hnoa1tdVb3rS\/nNC5Z9t2PX8w3Lj2tDRuqK1e39Sd0N0wGecwYWSJvrZta9e+\/LYU+RoBgZ6W59fX1qxvOi11JNcr4jrWd6pJOvOzLePer4imWi0cnekdsxkmszpebdzVOrJF2qRNRFyszIWFSJyhDLaLqQQjMDqO49DJjoPP72oL2c8kzlyN2d\/HlJ4DVH92jMbbj4Vf2TDf47E1HWbTE7Ja6m6\/Y7zfjWD0g3Z0EdaiIZ\/3rNfbP5zWYnRPNGH20CAjcS00xK4\/VIeRY27ayAwnxHm3E66pJLs2DkchPfs2VlbWv3zKgdSbWyrXDfOZtq+zre1kj4PeGLLdF2flZHliqCA+lpk9Lesi1OhuWlcZOG5AdlbWZGTHFE43ra3cYjzlxG6MXWOnD2zb11NwV9Vdn7O7muB5GNfWcOPa8stt7VMXrHxoQXaCdyRgHmaGmjCBLL\/k9sQ6+\/w1Le+pnYy0jLy87fi0BQ8\/tODS5MOA+R52Hes+sH1\/z8y7q+4oHve+RTI11MB4Te+glTZ2MwKG9Zxsa+vsC6RHKMGUsItVsPoEGspgwyZMqme\/3I68FO6k3cpieFuU4Nu6VWfkdEyOE+QdkXVbS\/ScbA31iQSaq3CysCuktT9CxEQvtHo8c2I03nYsRmwPNiDD2JqOuNmUVRB+GUnh7Tdmcwz3O4fxj2ZtfNO8o3Nei86fbGqor66qrl9TX19TWb1uy8F3fQ6tGtlBqyU6FOPaYvLQICMN\/aLl2cq1u\/UPamPXDz1BFiLtD6am\/Vnh33tGvtuJZrDCG5GQV11jblXHwSOdGRm9zYfbbZr29XnPDYihPnmkd96Ywb4+nPCd7ZNpFPDKd1XX5\/WipG9IpYJi33lc0qoY2fKkUMuBEigM6Bei3+uVSTSEAhnT599WPtv0WB1a3q8KraCCyJ5Vfuui6RkC9vQNiYFzaNoLq7KLy29biGyBYrDTCLikGyX1oA9aj5QNyPFiXz7Qe1blx2YMmpD26Nr9b9B5sqNn6vQZ\/6VXXkVSgwmrZFKVkpmqRYOGIQALehQoi26ioUAvzBo0zSoDxQJ1pP5ACk0HjmxD8QrZotQPJpaTXa1wQJEA25Mdp0XelQXuXolRNS0HFADNdaEqMMR6KdObbNFrMh6XdCNheWDKmYrBkkC+ECiGFlWO3pYjQGPC6HaiohZkvzKmX3dreak2+wIG4KrSDLOMgFaQr\/UxCLVRIJWFCMvIyXe6xKfzC1y9+iwKHXo7eg7ATYNuRqo0SM0qVxaTzflTXtOQBQ2QqqgNnCorp4HUAw1yCuiZ2ps0yTItvSc6PvBMvzJLc2atELwAvntWrjl6GjnntU9FMC1NZhhXZYshk0e2BatQBZdCa5nz0QVpsKEPlnuDTId3wGwUgyp\/kAUC01tWkbhUGbRrKFOCKT+InnZV5phWWi0PkdRp8WLk6r4Je2Qi0ku1a\/ROdcRUSVIyriomUWqWqrzajUZX57MbSv0a38aEQMerh+V25I3D7Xa7CGmCGmLDHTCIQVsUOeX0aWzMYXMVTCfMFuQE3dalYrzkXDqr+SkSpqDypb8Yt8KA4+jlVJnAbVTPlm\/23gHL0RaMkUXML9kFG68xF8F6YjdX0ZBlJyCtAgfZX9Pt2FCFfNigYCoyuKQLDmbYVkEtGWQVjZJMyJfsY58PCtGKP8gCJnoBC1FAWSJr+l+qLroguxy8pvmL6OuJqovyCqkuSJNsYKpeqJKGnoAga8lZpIopzYGrZkmW1PWjs3pJmSmrwwZ0SjNe1XHqrLE11foiCcmSZ0P7KzWHNKd0Mw4QCLeMYEwjbr9NAwefkuMB3ciUE8Y0BMjUpqXF6WQ2WsHQB+5EspacEvIa6vR59aki04EmkMIsQkXZEBJakKqkCZgS8k3L0yOtsDVTXdMume5u0oCgkrJAUIaqZxujafQxsLj5+sw7Osf7Zl9b4\/cbXs+44aGaOvmvtmLZjDNNP3qi6X1TI9IMr8lO61Obv6i0X5\/5\/iztXeUH7bW0fAnZbKSeiezzXvloghE4a\/YvpScUiCkfpmqjJsfLZrdjtKA9aJx1vI8EMJpqyB2gNugKtdUONA2FWgFzJblcjPBGpgGRJslphm2rcZswddxo0lrGuBB\/YcyPQt5tafMWLLmjJPNYi83m4\/iujXs6xNnmrU9t3PiKPCvxvdu0saZ69YaNG596vLauseXItvqn98njtaHOpg3VteuRv762Zu3O4zg+MNF5v+mJ1fUNr51xm\/JE975Na7YdfG1Lbd3jG59av3Z1de2PDnZqG6Du\/Zvqn9+xc0117ZptbUK0ba\/ftF82IkRf+4611TWr1z+1cf33qqvX7Ww\/r2mUqrbu2FFfXVe\/7Y9CaW4T3Yef39p8VnTsgVWNhz8QUu126BPtryBHC0+srV+zSeuA8L7eWF9TvfaJjRs31FZvaGreu6kehT843PjT5h7R0QQCzx+GEdEYs2nN5sat9at\/sHHjE2tra2ob3wymAZ2g6j267amNu44ra03GCwdLUBBYtjQ21q9+\/KmN69fXVq\/Z1v5Bx64Ntas3wua11as3HfQvMT2vN66tqQWljRtWV9fp+W2\/qF\/\/a\/3TNu+rm+rXPLFP\/2uF7n0\/XLvrHZDss8cr2rat2dT4i021NcZAoDCOGzqbnqitf+bwGdO0bX9FY75308bnJS4x1HnwR7WVdevlENdWOg2xpk6P+o7tXFtdvfoJdGp1dfXancd0epL8T3duqqtWU85xKkYPEBM4MH\/kTOt+rXEjBlqG9WvXaHNJ67uaIdKA5xvX161GmfUwcUOTmq5iyNv8fH117VoAX7+6ev2e5qanVV29R6n\/FmkZ2foGfGjfpqf8bmjy7jD0LMBrf3iw84PmLf75X2u4\/1BP8\/Nrq+Uc27j+e8Yy0nOgoX7zEX3ytO9cXb+msUVbXsRQS+OaLc3n5ASObXLarGNYZJo6hPfodn2FFO8f3FRXKVfCJzBFajcd6FSjL\/timr0qU8bOk0dWsZ1vzjNcKpQv7+Fn69e\/ojs7MiSLHa1\/DTe9NR9\/fn3t9zZKV63BNO5ERRmcLZRX5QsQNK\/3r7Qy71xLYKUyHE0I26VJlg992Q6r9\/CWwMKFOh27nqjf1ibv3zFotr+PoBfBQwn1DGNKoKPlj96Cm+8ouaitBXfG0Kbfb1qv7mu4\/cH94dzWLYo2jU23qihv6wKfXv6otvZxdZ+qXrujHbpl+76Opierq7+H\/I2P1+FW3oxboXY7kA1pAvaSHftt68r6eGFeWbyjz+E+K5zufdASHKAzeK7Guuw4ryFym2TeZpic1x5mwDJv7MuOtruzXeUiLzuyYSeTourFD1bXPtl0ynRUITXKlxzcl197eX2t3ETJez0mm9oqyKv6y\/euw2ZY2zM0Pm+zljot6dJa7DahuHuf0+7RuTlUYzATCLuMhN9+O886OUZmv1gT0\/a7J\/JuRDgsC3JKBD0g6F3FM1fI9ltd6nkt9KnK3jfljVPVcYptF8bju0w7upC1yK+qY8\/LbbmLV95Rkq0e\/FyegpvuX\/b3OT3HT2rt2vYX2iyrpRAOe4m+k02b6mrlkwL2Wnjq9D8p6O0HGann4Q1Pf03viJ43tmIbL5+\/kOWg32fv4HYWQok\/vL\/HxvEd7y8i4vC\/AAAQAElEQVT+WnJ2\/ezg4c21td\/fqB4bja1j35uNtbXaM+\/jtbU\/OoiHUH8lITCZfxr0fOrYkOONzLoC1zpts0NvvgE74i+Zninjr9xGY8cbbb1Fc4rziwszW15rDSlwVXnFzdNFVtn9FRUVSwtFX0vjv+0fmLOiqgrpqqq7sva9Is9HZLU39uzvL12h5T92o6f51wcCA3a+ZcuP94trVzy0MFeWDHq172ud8ZBUV1VTvaLk\/K6G7X6FJzvEVyvq6u4yf+m850DDlracxY\/WoJ2q6orF2a1bfnLQ\/xc4Jztc5RW1daY\/Ockuu+\/+siwx\/WZYu6JM+2BfaP8KlyIHYeXiK9ziU6UllwpxumnTjhO5SypqKisqKmtWXfv+rlc1xdllK74hdSxB8fvMOkRYYzrOZN9VpamqWHJ5+8+2NusbK6156PRTLb9KyxEm450sUQXfO5N9t8arqmLxJS1b1m\/ru+kx0Kioeuy2vK5dr2jtnG5q+EVX4TdksYqqmoqFmU0\/3oZzruLiAu\/Jdm1c+tqOd3mmeo8f1\/4m\/2z7cW9h8ZXhe9Rzoqfw\/pq6VQsNjn0tWxv2i7IVDy3INU3bwqV+5hqu9u0Nu86XaDOmKpohFj0HG7a25qiBgPFLclq3Nhhj3HPyjDTikQXZYaZi1ADLP92+7acaMcVWiOx5KzDOCMtLPL6M4jlF\/gv+954O33X\/ovGuWlHi279FO1rq3rNp59u5+rSsWlX2\/i7DYH+9FH+PuIzcPzdLXAkf8ruhybvD0zMBX170t10bN7TMeFBO7KqqB8tczTv3yqf97j0NO08XLpfZFVgWFl3UpC0j2bOKsk6+fUJD33H8RKbHc6L9bS31dvuJSwsLp4rYJqf9OpZddt8SuUR+Q1shh9q3\/XhX7zXafK+sqbmvpHd3wzb\/Q11g9mpWqCjq7gfmm+NipTTKOKt0Tr73deOj9Y6DR7qK55Z8OsL07jk1dN231Oy+v8S3b8vL70pd4S2UJQQg+L2+wj\/EppVKOtr2FlnSYWmSl0Je9sOKnl3Z8\/oROe6yxqmWtt7ismsywMR20ZNlQl4OSzd6YRrKkFrMGHUC2mjOKcovLspsOaJNmOAmm3fv983VdxmLpjTvwrbQskWR5U23Kqd7Qbbltt7Xsn3z4cxFq+QagvvU8oJ3tjQcwAagr+X5hv1yY6N5ReXdWft3+TcosiXtJcvsu8hf97GlOW1bNr+q3Vi1y7irWPYhDtMPx4Th7n26Mv0te4TLDvzFfsOj9FucV90lnWCqKjKGcw5j2RGmRT6wykWx7Dhv26QxQkTuRdXKOe\/veg0DrSqY457mQ74l37LdamrF+pw3w\/K6\/VqKK7adRb4p2O0eIzRnqk0x\/DKSXbbCefsdYdaZZlSM2+\/IuxHHZUEOqOkBQSbxst9+44IQtk9V9r6ZoVVwjhwWxqvKTTu67KC1KKCrG88VBbNKg5vIKLhh2W1\/n4+zEYf+Qlt0e4m+lm3PHs68cZV6ZKv5RsGJrYEnBWlFkJEyQ73w9LfkSpE1Vz7U6s9fpmEN7FUcPc7OQqVaxhbHb2ySnzc7YJTlTa\/j+9pmPCRXnKCtY+e+3W2XL5HZVVV3F53Z1WR+Ts+Oz43MtCg5brNtbr4m20W8ZdMzZbxV2+gbaj\/8Rm9hcYEQecVXedpfD3ostCl\/vKX9otKlN+ZhHuOq+7JFS6\/x\/4THVE\/G2faDb3b6hkTG3BV1K\/2\/E4GTyx\/t6Jx51\/3+WqhoClllN5VmqU678xbdWOx783X5tQ2UyC9bNMOvHEkZuptf78xfeFuJynZ5Sv5xQf57zc3aw70Q+WU3FniUKlk48quvdceOY9MW3Y6TDtHd0tKTv+A2f3c819y24IrwGiIYU\/pF\/dzHM7t4+lBPT8hvngVrDxgfwZIrSud9Uqvq8pTOKhBTC+fIVQU5GcVfnOU5eRxPflLDlWWLLlOjJDyz55dMbmvBQ2BRccEHHSdwKDPUfryzcPE\/TO883oZU37H2zvyCAlf4HnlKbijL1lWiOdG5+4c73i+4675F+myQeaGvttffnFxa7i+DIS4vnRxuiEX3682dV1gGorP5dX2MPZ9foBvhPBVl98MMpQlgyeeni54e86ZV78Dppq3\/4S3+p9sKQqaTp3h+8RStlDuvtCjL24NdVPfR1h7rtFTfPtAKpn4U6zICIvmGd0egZwKeP+dzWSK\/uFR3\/9x5c\/O9b+NoT2oomOefY1gWMN\/\/2IInluzi4qx3ceiCHXN7+8dKy+Efx+QjdMexk54ZhVkilskZYR0T+r8\/vt4yOXiFnD255Yi+pAVmr14ab9L4MJPH1H1jvkW1WGVcU1Ys\/B+tHz\/cLEpKZ6I5LZx2mt6eWV8sVhsX92WlxZdos1tEsFDTaBdZHK27Cz4sfdN2abJRINu1G9aMkrnFva0tciCx6ft9c+\/MYvhpTJrD3kdsTGHW2BBoP6yPZl5xoed4c+h2ZJono+fYwZb38ZliRun9dStvMM7lzQYGblVyVoS5FwQqtbccQ60Sff\/gzltwbX7nW21egfzMoPvXzSVq+QlU1cqUzPfXnVK87F8qln0+01TAIjreZ8Pf+yxagpIxLzsiAhmL82p3yQhVNIOGtewIu1VOun+YhVFrbbR6oZQX3FCer+71Lk\/JTfNyA1tN7brzDkS7bLuWyit2nZX5ple+ze4xQnOm2hNejLiMhBDKL9OfHSLNOpNfxLr9jrQbcVwWNGsNC7WUCL\/9tn+qCuebutbQNyyAtgtjaMnQnM73PxBC\/2nG7oM\/qjf929kmwvc3WJsJu9y0a3sJAY+4uOQG\/yOb+7IFZVd0trTabOeDddmlnPQ7Pe0aOmwEi+P3vC+PQqLDeEnZkrlZSiUerhcV+Vrk1tHj+Zg49eb+kz0+4covr6hbVqSK2MZODSE\/3I3MtCg5bbNFdDdfW6uGk+kaTqVh1zne0iYKi7Utct7sa7JOtrTiydhZW3fXGZGeYb7J537Svxe5snzl12f17W+ora6uf3Jn8wd+LccP7vfOKr+lQO2w\/bnGe07OpYYsRFaWZ8iHbY7MSs\/MkG\/mV1f3B2KyOTsjc7Lo7pZTDcWCriAdIfS17djZlnvTcnkQIkRXd48IajEj99KQPU+QxrgaY+pWBEvMRmKVcbkR6XZlZLg1elLDyV2mdaexTWROBlZXwVX5HcfxGfXx9lNXFBR+vrig43j7kGg\/3pE\/E8dh4Xvkzggaj\/aD\/+Gd9dXbCtReQbcg5K27s2souKI0sqsTT0Uom24eS6Rl6DrdbRmIzHTRfbpLXhPC7Z99Yaai7H6Q5uChDLqktFri7qbn9\/fNvvu2GZZ8mTQMkAn9JRsMmnwZuTlT9WsT4i3GZUQyCYxCBHpm4JNdQrhM8x3eL4+cpIYTvzbN9+fbxEVyvotLccDX3n5a9PzxuJhRWFBc7NaOTtrfFgWfzRYxTc4I65jsE17df+0SwStkZoYbDan5bu4LCmtBGh9m8thViW6xchWUXpPZcqgZK3r7G205s8vytPaECDO93cE+ripEsFAVsokDQxy4KHXZLk2BIoYky9oP68ziwo+aDx8TYqi95Y+ZJV\/A2qUxiV5zuPuIYQCFsSWA0TwmCj8vR1NcViq3I29h8gbZkP\/VlXcV9+37cW1lTf3GHc090v2DCmiJwDSWcyhoHmbY39bl7aTn8L\/VG\/\/W7+v2uEWfzA9ok8o\/Zex4ZEq+Qsq4p3g8U0wfGshC5pfjfTb8vc+swiLHvuxo\/hKGTNAlvbWoYA5n2Qnc1vWW5JtsLczCKIuIUeuF1J71ScvWVPiEab7JYQ9e6gObYVk9eNrIHP3l9u9h9LTNW1C\/1fVIzalSjIW8KURaRkIwGcAjzTqzX2AnEtP2O\/xuBHM53F3JsFDZHn77nWP\/VOXom0qnXSynXcjCiIXRrmxInnSIgV61hmeX3Veh\/1ua33uuV\/puuP4GKzNj91+Rpp093GAs2fXr92trtv96LO9O+sM5uJN+t80mStoaBcbsHP\/jtFQ+LcsjhvDY5in7xspFU9u2baiurl2\/Zd9JBVSWCH114xHdriGZH2xY8I3MbVqUHLbZIrqbb6hNw8zBZn+YNYdRreVIi6+\/ZUul9m\/D\/p6hk68dCXeolv2JHOHtOWO6H3S8pzb5snHPjPl3PVxVU\/3Ybfmndja8rD61EzMWLP5067bNhx12LZ0d5v+55vT7Pek2E0lql6+c7EuE94MeKaqX\/LAiN+8ylYgtbn95R1vu4jvm6M\/3OZdmi7PyI36\/lr7Ov4RDIUQ8jfE3Kt9jt0TWMr+khrwFK\/WFp6Li0VUPfvPBxfLAK6PoqrwT7e3tb7Xn4uzDVTAjr72ltb39ZF7h1eAQU48KFizJbf1pw2HjzMtsgSFn5+a4vGas8lsY6bl5Zo83CmuCND5oIOQXanLz\/M9xWhlEYaZiiIaIQwl9gdBzYNv+\/tJlN1lbDJSwSiHcznd2RvgSkFVFUqdjXUaCOztyelJD3sLAfK945MEHH1xcKJvJK57pO368o+1PXnn2gb1If8vR4+3H+wuLsWhkxzI5Z4Rfx2RjeIVOyzM9Xvenws1365oWxeSJcobnXVua+\/ZrzaebD\/4xb47\/04bxnd7ScvulCfAsIcywylOetpZ2X+trLZeUlmEosRxjAY9Fc7zuIxajmRw+AYxmv69ls7YbqVy\/\/wNx8kiz9R7s8hRcd9fKqpqab92W37Fzk\/b3iWFalPMt6G7icC+QS4Gn5E7jllmx6uEHH7yzNFvmB9+\/Ot4N7HhUw7KMr8+0P\/Wd95p\/BVCVMsVyYttOvxBre3rOitB7n0mVLsa+7IiQthzI6C3ItyirjOWyE6VJ0nr\/K+oqPR3vmAb1dFeXyMzELsmvJ5S5eTPsLxW39zFuLm52j72iaJYRR6tCfPO8fy\/nWMV6QU4w+ztR2N1IbA8UBWG3345PVba+6e9Az8nX2zotP4gjFze7hdFfJ+x79qyrsk6+uk\/\/QT2h\/vW1vNaGz6Wmx9ZfVTcolh5xccndpjV75TcfvHuu86NFUO3ICanf6\/i0G7m+uUSUGN\/r0J+atbqdp3vc6mnYnV2y9MGK6rqqB8rEwYatR0zrklYyEDk1JPO9QQ9ioTeygBYHKcabr4OWaLPH8Cikr7n5uKf0\/jrj36obcjtbXjedNPiN7v\/Qq44\/riorzWzZ+bOWHp+85G3d9tJbON7T5Fc3Va7ZeRL57ozc7GluVR5XXFmldy8vPfvyE1tb7AbQ2\/ziy+3afsfXfbjhxfasuddpnwqhZmjInjc3v\/PgjsPdaEaI\/o5dm5vOXDW\/JNIn8L3nQlo+vm3bm7mLby81bm3ZXyjNP72vcU+HT1ru69i3ef9p8wc7vb2WNUIM05jQXllyIlliKW6TlBreadr2uoZV+Dp2P1G\/aX+nVjCjuDDvxJ49J3IL5dlHxqyi\/BO\/3dPx6cJZEkRsPcqas3z5HO\/LT25psZLRWtKjwrLZRH9fwwAAEABJREFUmS2v+Ie4p3nLz1qyrg0zxEIaf\/rAjkPaGA\/5Ol7Z3NRTOH92yDd0nKeipiHMUOqW2b\/1HGzc7S39p8V5MTiixu23jU2ntGnp69i\/ZX9nur36FMyNfhmx7\/zI6UkNJ3dv0x+bfB27nqzfuE\/Nd5FXXOhtebnlb9rZB1JX+Y7vbvFeVZwnjYllckZYx6Q6+dKm5a5ftmsLpq\/nyJZtrVllX3Re0tQyEuPkiXaGZ5XOubLz8Nb9J68oLpIOLn+MYFSnt81KK6EEXtJyh6UpUEiXwg7rtaU5rQc3H2nPLb5GfaM0Vs3DuI\/odvFtVAj0Nb\/e7pm7wtiN1K1akPueZTviPfjDyvpfaLuMKbnZWe7Ap\/TGFiXYNjkrorqtYykQh3fu6tCWcOFtbvx+\/ba3kEB+ZstL2\/w7nrZtv2zVdzyBhgqv+dyAUdfXfXDz4+tfljYGSijJ7x1yYttOP83aKO59Sp05jnnZUffZ2O6SmnlRVBnDZSdak0ysoq9ycs9WfavpbX\/5+f3emWVBW02Nue1m2NRa\/MQxbk4ZnnxxNMtImF5pvhnj7diiTk4wh3tc2N2I1vTBaJ9uwm6\/nZ+qQn0zYL3vxH80Nv5Wbpy8He979c+ksQDaLoyBamGk7BuWzXcdbPhRU7t6Yuzvaf\/lD3e8M33pLcUZaufj3F\/\/aumsHh7hOrzjFf+a\/Xrj42u3He13Lh98xXdePR8F55pT0O\/wtKtKRbZQlZNxdBjPNe94Sd86dh9qeOmY2jqe3Flb2XBIWuvOys2+WATuelKzehnPp04NIT\/ijUypcoqdb75ONUaW7xpZ9Rhq97W0nPQUFmsfqalqWX9XnPt+W4vlLGTGnJKMow1VlZXPtghX3uLl5Xnv7VhbXYl\/63+XteSG6aquZ+5t5Zed2FxdWV1dWfvLM7O+ukB72NAuunIX3Hfb5e9se3xrs\/aEoGXqUcGim8SedVBWWb1hl7dw2Qr7v\/7VS2fMuXtFmdj\/hNZ8bUP7peUP3V6oNvl6Cetb9qw5+T2v1FZWrm06HbjW8lpL39DJl+tku\/qlKaV33FPmfm1TdRUya7f99ZrFc\/yP35fOKs3v2YXC65rMnwjFbkzAgHBSGEvCVTNdm1J6933zBprWYjCqq6objuWUL\/c\/22cUFny8s\/PjBYpaxsyCnPc7M2eolIi1R7kL77\/tilPbftCoP4WaTDDEvJseXJZ3onENqFZWr98zMGf5\/WGHWGjGi\/\/QxrhKM\/6BZbp9hlII1qmYs\/RGfSpCg+NQomLY0H3kcOeQ9\/CPpLV4bXkzbGn\/xYw5dyyf6z78YzUtt\/WUleu\/Z+EvkMLv0S4jzggs9DpnL46VnjZvB\/ZgvtdUV9bIZWHFTf7l5\/IZ+R90dk2fodJ5M\/O73u\/Kn6lSIrbJGW4d83cP0\/Kbyy4\/2Vgvl5Hq9f8+UHrP\/QvMX7T2FzTeh9P9aJeIjJK5xd4PvMVzS9QiOZrT236lNbqpC5p32y9NeonAW7hhzSq95oqTJ9\/Jn2McksasOab7SMAqSqNCoO9oy9vYjuiOKZvIuqb4U51tR83bEU\/ZP5bnndyMm1p1Ve3LPbPKb9DKm7cosqbpFcZTgm\/r2lLQ3lBTWY01ZO0e3KfUN0bzblpRflmHvuPZcDCnfJH\/NhNopeCWh8ov1etWP3FQXL98mX70aJQJ8g5tYttNP20OR773GVoNIfZlZzh3yTAwDUukMIbLTrQmSbP0V8QqermssvLC4w212AZU1je2eRYsvx3Pb\/o1+QbmDptheTXuL2tzpg1P3NtKXoVRLSPhujec27FFn+bF9ve4sLsRx2XBot+fdN5+Fyxa6Nu1Ts7ckKcqq2\/6leE9e8Ht8zNf24hq9b\/smvVPS9QHOE4LIypEDtgyPaT9ccd6tTdev\/N04bKVd6mf23Pub9Bq6dgKPAJ7rWMN8nZQjQc87LXuKA3\/B\/t+XQV4qG1pQE\/D7fCh39HBo7PQ3xzeo8I4Y9ES1x7t4bp6\/W5v0e0rtK1j\/qI75vv21mtPc5tapi5aNFvt5qBVC8O6kWXdtCD0Rqapc4ocbr5OxUecP3ZHIRlzltc9uljbSvitnlr2YN2D89WnbP48kVFQvrJGflbz9WKZd0nJskdq6mpqamrrqu5bkD\/3rrpHtF9IdWWV3L4KFx7715q66pXlM+VoZS9cVadqTSm+q6qu6o4S\/WfJpCL9lZm\/+MHquprKqprampVLC1WBQEWtVPHX6\/z\/cYk777rlFWimuqYO5W8vyVLALl2wqs70f82YktnXyvJ1+IzpUmGohULZI\/21SptwIiN\/wYrKurrqGqhfdXtJ4Y1+40V2mdKh9RR1YzNGFN+lta51xR997i6dGzJM1iKF4GSJYT\/KyGBWgrRJj\/uy+dLkqqoqdGblspJLcFkFT9kDdXUPlOnHPHLE6x6cp6eEcMBr6UKgoYzir1fVVS4L\/im57AWP1AX+Hx+Xp3DpSsyWGgxZTcXyhflyZojAWCizzLFuvDbHakzGF3\/dmAZa8aCpOD+rzysyMpXymAH6eyQJ67NCvmm9CAyfxQBZWE1vkZG\/cEVVbZ3Wx1XlRcLr1b\/aphmaylFGdMuIiVXo0AfRW3ZN4SL\/\/HEGriENzH993lY9VhW0LMhSBbdheflHdVsXYsZtcIjAr8BENzkDxtuvY4EZIhv0FMoFsxbTtw7zfYE+34WlL7Kk\/hpO96Oc4X1er29q4AdTZUfkvNZfwdM7uBfC7MVBFjpN72y7lVbvYmCkhO7dNkuTXtYEKsywZpQur6urXa6f8WhV7TX7XVsrYkS6Zumw5vuIZaEzilMYbQJyPCsWX2ZuRt6qHrwuy5wl1Jpf\/dhjcOqV5QVTtItBWxTLNMbSvGBFFLd14V8KqrCGwG\/99ynh39jUVNfVVa6Y\/3HcZjK124ypIVkG97iax75VJX1+Xq5mVlBk9g7n+6zfO7B44G4SuPeZ2gpoDc70xLrsBJMxbXjkKqHf17TGTM47CsuOdWE0tR7VshOlSSKKXmi9DUTuS0rvwl6zugpb04rl8\/0\/D2\/CrmajNlhBm2HrMhJYS02Lm2zI6KwhCOt65dTcfPOGR+riCwSiXEZMkyEEeNCsM+9GAmOEhhDMSpA0DZz9nQhlRNjdiNP226RZ6ggk7bbf2tXSmeUrsUJWVmHqGk9Vsq4Qli2BytTjTy7As5jcHNSsUk9wMt9hYQymYZqlso7p5c4uuX0lHkOk2losrAsKjKcNp\/4KYV4tgxsSZkcWatGrwWZCrrv+vVbAGGtdv10ZMyQfmIQtkLWMeVgdHTzIQr9WvAeaRgL9CDwKOWAMXhAy8296EENWVak9RBfppPQlrvKxKgmwLNel6Q5EQc+nUd7IFuSXGo+lwTaE7M8NIIpGdfDNN2BGnCVrL+OsPl7q3G63vaXujCnmvyuJtj33lIyYqrnTYyoerRmyXLo7VtWjZUy6O1ZLpP3ml9tpmMyFbOTR6FHMOiMY376tpnrL631CL9bXdrzTk5enLx6qT+nukQJUeiLF3gMbK9ft6hwSeh9PHT\/py8sPOmWMpILXhZ\/eCFDo\/GPXMOyKjk25MC8dL9peGI4N6e6wM7zn8Gsnc2eXjXAmjsr0Bh6XLQabzNjIjJ5mG9OYNR4EcM4cdt7b2JTutqlhU866CrX\/rLp6c7O8zWh\/8yj\/t7WpeXn2f5Mb8+bHcWLHMoeDOhH7siPS3VGSCTSU7g5bZTyWnXR3WJMCtgekdHdUVdIzHPa6fk3DHiy\/gujeo9jwRKeIpaIh4Oib0VRWZYY7MeLQtGaA3VPV8H0zXlZppgVFI9U8jEUvqP1IieGOo63eKDrrcB+JuBAFt+fQkNut3ciCy8aSGsbNNxb1Rtmot4dGDQokMBEJFCwpLzj1i9VrGxobn29sWLf65Q9K9O9LjzkNz7Xl892HN67euOX5xsbNG2t\/fDTrxiXmz6vH3CI2SAJCvHvw8Ol84wdTh02E03vY6BKxIm2KhUDBV5YW\/GXn6nUNuMs0Nqxd\/cvuEvMf\/8aiaqKU5bIzKiOdQBueUekflY4BgTj55hhYyiYmOIGJdBQytXDR0pF+YjnBp8tE7n7G55ZVVa1YPCvXc1F24ZdX1KwqL1B\/HjP2UFy5Cx6uWnX7\/BmXZHqumH\/HI4+tuDZuP2Q99r1hi6lBoM+df8PdS+NwJJcC0zs1RpS9GHsCU4qXPVaz4svFuZ7M7KsWr6iqKJ8xXreZse\/8cFpMiWUnr2zpokL77\/4Mh0lc6iTQhicu\/aGSMScQN98cc8tTvkHP1YvKrx3h93dTCtJEOgrJyC28Jj\/4T4FTaizZmVEnkJ5bcM38xUsXlM7MjfAt1lE3xZ2VX1i6sHzx3xfmZ0X1xdtRt4gNTGwCGZ8sLLkyXusrp\/fEnkwTufcud+7Mkvk3lS+YW5A7wm8XTwCMGamw7GTlX1OYm4BHXgm04ZkAUznluhhX30w5OuPaITk0fBo2DcFEOgoxdZsiCZAACcSBAFWQAAmQAAmQAAmQAAmQAAkkIQEehSThoNFkEhhfAmydBEiABEiABEiABEiABEiABJKZAI9Cknn0aPtYEmBbJEACJEACJEACJEACJEACJEACKUGARyEpMYyj1wlqJgESIAESIAESIAESIAESIAESIIHUIsCjELvxZB4JkAAJkAAJkAAJkAAJkAAJkAAJkECKEjAdhSR2DztebdzV6o3JxmFUiUl\/6hR+92Djr9uC4fa1\/Wzt2l+eTJ0+sickMLoEnFzGKT++1ji10nHw+V1tZ23a6t63qf6Zw8Feb1MsDll9bdvWrn357Zg0edt+3Xjw3ZiqJERhb+uuxlc7gk1xHILgYpFSw8EYSSevjxUBu4kxVm0Po504TLa+jj0Na2urt7w5jOajq3K2bdfzBy3OFl3NoFJjtxIGNctEShKIYrXvaWncUFu9vqlbiLjMvTitLX3Jtud3Rh2nlWFsJmg8hs9AEWYQw++phtfXMW5ueEZGVWtMj0Janq1cuxvuH5VllkI9J9vaOvssmeGTw6gSXmHKXgWpY1a47ouzcrI8Y9vl7qZ1laO4cxrbzrC11Cdwumlt5ZYWfz8DLuOU7y85Gu+B1t\/cUrlObrO0VnpOtjosnB\/LzM7KmqwVGuXI7Yl5LenrPNZ2sid2u4L6Hnv1Edfo62wLsdt5CGJrbhgYY2uApeNKIOh2ZjcxomptmLum4CUoqpaCCo14sp0+sG1fT8FdVXd9LkhvPBNg2jqcRcJqw9ithNaWmU45ApFX+5ZfbmufumDlQwuy0fl4zD34QchNB6pjDoEtRMxVx6WCM2oQiWplGBezrY3C2BEPXwCF8yBGtaeK9XYzwuasLMYvPXZHIb7z3l6fEH1e71lvHwTV5yEfkl6vlu73es9rAi6Z85EMDj4v\/ukloRYaAgqDS6qULH\/W6xtSKSGT\/bos37S2jKv+HLNKX59e3S\/A1IAGmek9q5X3oXu6YX496K92SR3mj8kAABAASURBVKaFkG3JpJPZKt\/rVx7Z1IBaPxPYpjDqgsk8VViPtXxFXs8xv2VMn39b+Wy5VkuTYI+03N+ELKhVV72WyUDXBCCc9QaGUl1FHJovdeo08IbO9g2JgXMgFhgsgV6c9SogsoBG18EktKEFVUVB0DL0yClfv8y3JCKgpp9pnvhtxyTBgmB2Z4fZojRg3vlr+mej4wS2zB+U9+JwdqAX81P6kd9lnPL97ZintJ6HKporSVPPmpZH\/bKQJskm9LQsBpdUKb2uv3V42bkBMdQHCEE+qIw3agmRXVx+28LpGVCCS9JZQoDgUnCQ7ermycIKssyEWmmGeX0w1cyYft2t5aVyLRERCsMSXX+gul7FyEAZaa2WtjRq7bvfSFTpj2LZ11RqS7S\/I6io2tIFqVBf6lVhFSszVEmVYxurYqZxlOOq31n0Cpi9gRmJ7mBqGWpjxBg0+lBv07ps3zpPUHIiBTm79CknB1eb0n4Bg46JrdOQmeahDxopydY0buflDUsWCL2dwZMxppqz64otb8GDDvOCdk3+hpAfaE9mBs9Y5AQtTXobqCWHO9CpoHxNoeymhGCabKqQfd1ga1VJGcOAkx09U6fP+C+9mlqZJ2dbSN+lWtiD8kF+ocoL81IpeWp3f\/8103uoGRg7w3FQEAVM+qEKHGQ3ccm8EsIMbWikVfqs0Er4I5WvdiP+PNktaLO4mypp6nugOKXUI6CG25hRpg5Kh8L0MC75zp\/sOC3yrixwS8eO\/i5s1WNqIiAqM8yzTubAv4wi0i\/8XiRnu3\/dkAUypvv3\/NLvpPuoRs36ZDn9Fql5ipbWI9lWiNdYfE0vKt+kconFakbgUQIKA23DhbF6SKtk5aBXqIagy0jItsyjIJ32rLZ7BBCoNRDZtmKbCa1GMClBf3WbkSmtVU3reUYNnaEsEMgzJCgJWmS0DkpWWglgQV80jVK5ka9dNA2ilpZDGTIo6kqoHuTIWYmnWHMVrXXzvU9V1+KYmwvql6YCjdp2x5SvlRvlaOyOQtpf2dj0juh5Y+vGpzbuOi675X29sb6meu0TGzduqK3e0NS8d1P99jZ54f2m9TW165\/auHF9bfW6ne143JC5+qvvzS2r69fv\/H\/hz30tW2trH1+\/8an1q2trN71q932T8yde3lBduwFNrK2uWbvzmNR14tdr67c2S0mpPL5j7ab9nWYS3fs2rdmmmaJKtG1bs2mfVC+Fxl9sqq2p37Rfpn3vNm2sqV4N\/U89XlvX2HJkW\/3TWkEhel5vXFuj9WLD6uq6TQff11RJzZsbt9av\/sHGjU+sra2pbXzTb4ivY\/+PalV31tZWr90h+x3ZVCGcMHbv31S\/pbGxfvXjT21cD5Iw77xmA5YBw+yNq2vrG5vtvj\/ftl3voxSeb1xftxoDt35tde0PD3Z+0LzFr7YWA6TUyq5tO\/jaltq6xzEia1dX1\/7oYKd+\/NTXvgP8V2NM13+vWo5poMrWHTvqq+vqt\/2x+\/DzW2FJx56NG59qPPwBFkRv8\/P11bVrZa3V1ev3NDc9jWKyCxaTMHn0hoa8bWioDlNiIxoKGDDU0\/z82urQfKmMryQj4Ht3\/6a62tVPbIQHGU4t+\/D+wU11lbXrtfzq2k0HOmWmEJbZUjuMCWw7fz443PjT5h7R0fTUxo3PH8ZyIBvCsuCUD2uGOg\/+qLZSzsP1a2srA\/NT+s5m+2UBtRA+OLCpfvNhfalo3\/F4ff1PW5AtQ2sjVrNe1U20fnzXxj0d4mzzVlj1SrssIMT7e9bXfm+j9Moa+JGORa4P2norBYeFQlWXsa+j6cnq6u9Jz3q8DqtWs39JtOINOKOspl5y2VTLokRkWkwChYcCzv746tqNu0\/pfTX6pTQJIa3VzBahtwlr32W7xnI9SmtpYPn9weraJ5tOGZsqv8Hq\/cOTL6+vlbeD9WtNC6CQFioyWrHuff4lru\/NxtpabcF8vLb2Rwcxu0AiMnPbiQrVoazwqYRNEyg6YYLjlJaDYkwb4Og7thODJhcc3Mqr9V1E2y\/q1\/9a\/+MM76ub6tc8se80yiJ07\/vh2l3vhNzOcOVci+3tGFdUCB10666pGzsT444pKwWmn3kTFbIEifMnm0J2F7J+WAj6zHSoG2qtVKheMACrkPfotqf0zZ4tQ5SVC8JPd26qqzY2TsiUwbQgrA+++8urpleP3ZYjsEqokn\/0b8yGOpuwIcQ94qn1tdgQHpfLTKCwxOuwDscAoS\/yvlRZxXjsCIxaSyYPWl1X3\/h64E9O+042hW5U2l\/Rdrl7N6k9gzH3pOBwF7bVY+3PUM\/hzbW135ebHzxWBG1+sCvwl5atON09cYPZru\/5ZTEHY+yfa4TdnLfzNb8heJfL7Muv2d0WpRuaV7k++8cH6BDC4caqXdMiB3qy9cbnjX2R3C72HNmCxxq5TVpdq56\/oCDcKofLzstUGIaBRdthzyD3KsYGD3fq1zdjYOQjqmmyPR68DYMtKsgVVY24yTbLnko46LHebpweY1VLWhxVcw6Lp5MZ6PHYL6HmAwCtZ6MWFS6tWHKlyJp7f0VFRflVQpxu2rTjRO6SiprKiorKmlXXvr\/rVf370M279\/vmrqhCuarHFk1p3qX2gcqw95t++LNTly9dedfnMsT7+5r+ePniKhSsqrm7qOeVJtPhhSoteo4c9N30mGyiqqZiSU7r1oaDPaLgCyWet187rLfW13yoJWd2WZ5eI+Jbz4mewvtr6lYtzIb7N\/7b\/oE5K6QJFVVVd2Xte0V\/9kDvGn7RVfgNdaWmYmFm04+3tevnAh1nsu+q0npdseTy9p+pU5m+lucb9l20aJWsUVXz2NKcti2bX\/VGNtUZo+zJe2ey79Y0VlWUf7p920+1A6C+FrPZj92RdXCP32xZx+bV0+G77l\/AGZ1cXvS3XRs3tMx4UKl9sMzVvHOvviMUon1f64yHtCs11StKzu9q2C419xxo2NKWs\/jRGqioqq5YnN265ScYB9XQyQ5XeUVt3V2fyy677\/6yLDH9Zgz8irJs0b1n0863c\/VaVavK3t9l1BFw0YBJK0p8+7dou1JUaXynYLk0oKKq+sFSGPAL+XMn3Xsadp4u9OdXLLqoSRkGPQxJRkDO3n2ZC1dJp66sqbolp3Xr5oM4yxtq3\/bjXb3XaM5YWVNzX0nv7oZt2pErOjjCCWw\/f7LLVnxDTtglmLD3YcKiHS045cM9tjfsOl+imVhldhCtmu2yoF1BdOms4ktOnlQ\/t3Hq+MlMj+dku3Qt6Gw\/kfvZwsBfsl1VXnHzdJFVJtfZpYVC\/us5NXTdt+B7cN\/7S3z7Gpv0ZzZ5TX\/ZLhT6Nbz1YXXa31+qWV5RVXl31v5dqnVcQzDhDTgj8m2DbWF4bsDZK1fOOb3rsL4+2+qQmTa3Cbu+n+jRl+tRWUuDlt+qlXPe3\/Ward09zYd8S75luwDKvoS8Ovftbrt8iVa+6u6iM7uaWq1FHDDaL3Q2rETkJqxNplQ6\/JQ23eV7DjZsbc1RG5WqwC6iuLjAe7JdO6Lqazve5ZnqPX5cewo6237cW1h8ZbbldibhWbxsu\/80U17Dy2ZErLsmlBLGHdN5E5VtWZr6WrZvPpzp311ULy94Z0vDAUzU8BBkY3JXal\/XxlpVQcYwwL8Kyc2eA0NZErfyk2ekiz6i\/b2AysKJZ9i7v78U3u23HLhgH97Ys1+uY1iyqx670dP86wPaCJrL2q7DTgDtIESxLzW3N5oydY82gWAPemxZ1qtN+p2xr2Xbs4czb9Q3KjXfKDihPX0ULvXvcs17BmWmZX3wb9dt9agagfj4vrYZD8kbRsjmJ1DGJNndEUyXIdoac7rJ\/rnGds5H9rUwt8XAKhf28SGMBvRBrl7O9Ez7ouV4fty4vnXGg5XYJ1XVPFDmfmNn07vQYOfgyPaHoH1LyEOKcGBoevK13zPIvcrxZu1pDS31HX3zZK58RA2ebCHbMBQ1hyDbgvZUjnqstxun4TY345fDNWd\/B3E0I5pHe3+zcXsfu6MQi8ndLS09+Qtuu0bfw3uuuW3BFXqRaZ6MnmMHW973CZFRen\/dyhu0r1bj4vmjW358OHPh8rtUrSkej+tUy4GTPSiYX15Ru0xt\/FEwEGYuKM\/PUEnPNYvnXdrZ\/Hq3uKys9JOdbUexFRD4+PS1k\/lz5mapMlHEnpIbyrLdWsHjLe0XlS69MU+l3JctWqoMw40cvbuybNFl6orwzJ5fMrmtRT3JiPzSL+Zq9ZFfPH2opwcPcqK95VhmyfwSjxqQKcXL\/qVi2eczI5oaBqNs4orSeZ+U78LlKfn8dNHTIzdrzmZrRW0iT\/H84ilavjt\/zueyRH5xqRo3V+68ufnet9WOUAiRVXZTaZbqgjtv0Y3FvjdfbxPdza935i+8rUSv4in5xwX57zU363uQ\/LIbC\/ReQ0EgdB9t7bHW0s+SZCGTSXmlRVneHoymVuXaBfp4uHIXPFCxcgHOuGR+wbxF\/nwPOE\/+Y4t+x5LK+EoeAnL2lsyfrSaTyPjcsm+tWlZysRB\/fL1lcmmQM86e3HJEPx01zZbhTGBMxXjMn7bX35xcWu6fh3CQ8tLJ0kEUfNtlQV1CnD2rKKvjpDxz7G5v98wuv8Zz8vgp5HccP+GZcVX45csz64vFGSgrhPuy0uJLet4PPQqxXSi0KlokV6cgy2\/WvVm7Kkx4DWdUV2xiu8LSQ8M4u40WIRxvE0GlTct1pGV\/GGtphComSwpuKM9XS6jLU3LTvNzAAmgqFBA9no+JU2\/ul\/c2V355Rd2yosA1JTlhtJ2odqwiN6EaStE4\/JQOTJvu15s7r1hwm\/\/Orm1UtF1EUXHBBx0n+oQYaj\/eWbj4H6Z3Hm9Dqu9Ye2d+QYHLDpvFy7q79HugXjbKEQncMaOefugselSi32fdeQuuze98q82r7TrC+LVml1PdKK2VOhwZyovC8\/kF\/h2VlpZR9AtC6JbjdX3Rl3pCXlM9GWfbD77Z6RsSGXNX1K0MOn\/RStuuw7FAmOKJvC\/VWmKU\/AQwMTLtPQgblYtLbvCvG+7LFpRd0dnSKjfgjr22rA\/Gdj0aPZeULZmrbwPwJLKoyGdsfmybs7sjBBe0M0YuOLbPNVM8NnM+sq8J59uiscqFf3wIo0HrTrhRMO2L8ucUZ4npnyvVV8hPziu9wntCPtZ4wt6IIy1TTgwdnnyF8Q97lUtPtrTgfiIfUV8\/mVs4C4PrPNmMigEhjG3R6nEc7kArhhS+uRjvPlM8NtPJaGp0BNs79ug0Fay1q7tHpGeqDbp2JSP3Uv3xJv+rK+8q7tv349rKmvqNO5p7\/A\/APUf2t19y3bJ5uVp5IaaWLX940bS2betrqms3bNl\/Ups3+jX9LetSf2GZkZU1VeAWKERW6Zz8ziPyt8d7\/tDSVVRWkiEvR\/dyZ\/gLd3edEekZmaZquZ\/UT21k707uqg\/8a2wTmZNxZCMLTzZ3W2bgJXUFNCPDPcXjmYIN\/u0pAAAQAElEQVSTlAimyobSzfoCGKFEBF2SGXjJphzMxlXb4Db1cjKmjCvwY4sZmZOFf4CEyMm51KQgK8sz5POJru4PRFCfZZ3ubv15LOiKqbLsWdC1jNycqYHrZpP8uSFV0j0eDxjK\/BO\/DgxG\/fNt4iL\/aPgr8z0pCITMXnfGVE+GW3T\/tUsEz+pMmdupHjbMs2U4E7hHxGH+dHd2DbmN1UPSzshwD3XpJga7iLwa\/Mr+bIGQZ449bcfFjKsKZhW523GrPt3e7iooMDtdcC0tFdyolmWN7BaKQBkJPVjJp\/wrnVbIbVoftIxwkV1h6aFhnN1WXb7DbSK4sNsEPKs07LIvjQjikJHrvyVJnUGXZAZeEaqghB6yPmkeIyyMwmdaNvVCpjdP2TdWLpratm1DdXXt+i37bO5tbhvm0hzbiWrHKnITJntSTuzGzdttmhtCBE3pwKWu090iaOgzMtNF9+ku4Sq4Kr\/j+HEhjrefuqKg8PPFBR3H24dE+\/GO\/JkF9ryC9IQWiXJEAo4ix1vXqbQFz1iVh1h2tufwvwXugOv3dePG2CfzAz1FwWAIMkPIMnZ1RZTWSiWODOVF4XaYyYF+olhG0N0fGf6QY7fl8F8Mfb+yfOXXZ\/Xtb6itrq5\/cmfzB6ElgprVL8cEIYp9qa6Wb8lOQE4Mt+0yIq+cPdxg8rn9ms+F63GQL+sFo9WTnaM\/e2j1pmV5xJD+vKFlWCO7O0JwGTtj5IJj+1xjO+cj+1qY26LhhuEfH8JokN0JS888cJPdeK4xP9akq0fF8Kuc5GEYKtuzLFNODIPyM4K2GVILXlnXFOeePHK4Rwg8onZeOacUJyGyM2abLfcs1DIHZ9ui1iNV2A63uR1dlmXtUcjm7O4gMt+hO7bTSW9otN4w\/qOlOrzenEuzxVn5Ub6\/WF\/nX\/wnpi5PwXV3rayqqfnWbfkdOzdpf\/uAYlmzF5f2NzW8FNgXurNLyh+oqKmpemiuOPDM1uaQw5Ced+XHNqirBfkpTKZ2bpBxTVlxb\/Ph4x0Hj3hLvmC\/cRkwnvDPev2WaWr8UfYncoS354xRTIiO97rVRdm7vAUrK\/z\/Hl314DcfXDxTXbSLs3NzXL4+k\/3yN2POy7UsvKmyISeMdu0gL4zZuDqy0NkhP6n26zj9fk86bhM52ZcI7wdwan++PO3OzbvMn7R\/D6l1vrNTfn3GvrSWK6sM9Jog9qsfhZL5eQsDo1HxyIMPPrjY5jtEmhZGiUxAzt7+vt6AifKHo\/p8QuYHO+OZHq\/7U3nm\/UGgkqPkOIHjMH+kj3vNS578llZ6brQmXlZc2H+8\/d22tvPy7CO7oMDXerT9+HHfzOI8x+7E6UKo5R3v6itdfFqQHhq0RFicfWjAaOfMWf9i7HCbMEqGCnFfS6Nefns63jGtS6e7uoS6EUkbtdN5KQiBOasEIdzZJUsfrKiuq3qgTBxs2HrEVN1fJORdYrSfqLashtNESJvjmTGCtqOe0iFD3NNzVuTmwecyiq7KO9He3v5Wey7OPlwFM\/LaW1rb20\/mFV7t\/7QkVgNjHJEQ20ybKHPTsrOekjv9u5GKilUPP\/jgnaXZMj94RQr1a1nGri70R21tiJ0GQ2ixDXImh1sQApVsV2ztsmnR8BqLhhCeGfPveriqpvqx2\/JP7Wx4WX7RTiseLooRAsCE35eGa4vXkoiAnBj2HiQ3JBeX3G3yuZXffPDuuTHuR4S2sYlGz3sd5pncebon8JRpcoSR3D0xLNKRHZ5rbOd8JF8Ld1tEc1oIWQqCHh8iaIjDKKBjjjfiENss+xatA5ZIMozikc0ze07+6baWnu7mN7qK55bIO4rzZLM0oSWdbYtajzTVYbi1JsxR+Obs7iBhzQD1MV5CXebejIHsO69vZLO\/UJp\/el\/jng5tI+jr2Ld5\/2l8gA8TvAd\/WFn\/i5M+IdxTcrOz3IFPz6ZMX3zf0mktDT\/c3Yly4u2dtVUNh6HP5c76dHbmED5ok9lBr3eath7qhiox5G1\/aet+b0HZbI8s4CoovSaz7Zfb2kRhcegzeXZeXkb7wd0dqmLbKwe19mS9oNdVZaWZLTt\/1iL\/QkcIb+u2l97Sn9Gy0bt3mrbpP6Hk69j9hPzZm6DKlkThNZ8bOLxzl9ak8HUf3Pz4+pclA4FPn0qdTZUN2WO06Dclnc02FRqe6G1+8eV2jIhAFw43vNieNfe6ApE9b25+58Edh7VxEP0duzY3nblqfonpKx7mxnrPqU2\/Vuu3jU2n5CAIX8f+Lfs7080FQ+XskmtyT+7e1qwZILztO5+ob5B\/ui9VBfJ9HbuerN+4Tw5pz+tNB0+p5kK1MSchCVx1TfHA4R2v+B3lwObVG14+gTmizepdv2z3yqNJX8+RLdtas8q+aH\/K6dwxxwlsO380Pb2957V3axSaX1g2O7PlFb+D9DRv+VlL1rVwEGtNh3Re8VXelhdbvOrs43J5MrKnxVtYjKeykBr9H2ocQvKHmaFZ\/tI2\/0rXtu2XrfpKN0yFlmrSQzsdnD3vityeI3uUU\/u69+95E4ON6s63iTB9D7vsD2Mtjb7KyT1b9QXQ2\/7y8\/u9M8u0BTAv\/1M9zeicNmm79+1p6UfXEE7urK1sOCQXMndWbvbFInATFLjqFCRGu4lqy2p4TTg1nXT50U5pbYgP7NB3Eb6OVzY39RSqP9DLKC7MO7Fnz4ncQnn2kTGrKP\/Eb\/d0fLpwlty36kD8tzM9GfbNcUSMXZOlumab7SZKFTSWIHRWHPbvLoS3ufH79dvegh8hP7Mlgl+jjG1dR2tV2+ZYs9OeobmYSZYz2WlBMBWDaLtii+wr8jLePrjrXfQRO7O2XYfk7V6WfnVT5ZqdcmPlzsjNnuaWfofsiCEWCLb70g+amw50cKsREXSyFcDEcPAgbEhcxkZFeF9vfHzttqP68h5LL6PUc655x0v65qf7UMNLx\/TNT8x3z7CmSUe2fa6xm\/PeKHzN4bZoNkJbCg46Pj5E0BAlPXODQXL4VU6zzWHfEqTGlJAMo3lkyygpK+pq\/sVLr2OLp3+I7jzZTPr9YhjbIugxbjfSVNvh9rdheg\/fnO0dxNkMu+lkamtURNeoaHVQWjCnJKOlobKycsubQkwpveOeMvdrm6qrkFG77a\/XLJ6jHVIIT9k\/lued3FxdVV1dVftyz6zyG\/IC+qYU3\/WN+eLApvU4p7hy0R3zfE1rKqurqyt\/2JJ146JS0xZEVcm6dlHBHxtq0UJVfeMfPQv+z2X6H80LkXdtac4HPR75azSqrCl2FSy5o3QybEPF6vUHc4vtn6hceYuXl+e9t2NtNcpVrv9dztIbp+tappTefd+8gaa10riq6oZjOeXLF+eFhV1wy0Pll7Y31FRW11RXP3FQXL98WZHen3CmOmLUDbF5s5qdteQGv9k2pWPKKlh0k9izTtKo3rDLW7hsxQ3yFDxjzt0rysT+JzRMtQ3tl5Y\/dHuh3rcg9dmz5uT3vFJbWbm26bTImHPH8rnuwz9WtbZ1zl6s\/0BJUJWgRNa85cvnDOxZKxlWrmk8dcVd9wcM8OfXSANW3IRJ1Xl43\/59r+ubpCBFTCQsAVfBbQ+U5xxrkOsDHOVVseAby+Rkwqz+5rLLTzbWy\/Wkev2\/D5Tec\/8C818lRNWjMBM4dP4Icems0vyeXXWVleuagr4l4ZCfd9ODy\/JONK7RHGT9noE5y9X8jMo0LFkz87ve78qfiamLGnkzpnd1fpA\/43LIwWEG1tmjDeDwbEvwheGn8m5aUX5Zh77SbTiYddOCeC0ZyqYwzp517bLFV3S+XC+h1T7bU3hNllbF4TYRqe9xXkujXX6zym4saNNuRJX1jW2eBctvL9YWwKyyf1p8+Xsva5O2dnNPYcklWudE\/qI75vv21mu3j00tUxctmq0VVxedY22lDZ2otqyG2YRz40l2xTKlc8oX2U9p7VYu\/kO7e6lb+QPagoPuZhQWfLyz8+MFcv0RImNmQc77nZkzVAqXg25nSEcK9iNSAG82dk0WFWGmX\/ASpK08+u6icq1cee6YI2dUNBAc6tpbazFQT4ZhqJewvoVZEIKLFixa6Nu1Ti4O1aYth5ix5I45kw\/\/SNs8bDiY+zl9B+eZe1v5ZSc2V8OxKmt\/eWbWVxeoxTRYp00qBgh2+9LO1\/bv38+thg3YZM+yeFDgzqg2JPpGBTtabEjuKJ0Se3ej1DNj0SLfLu1JpHr9bm\/R7SvU5ie2u2dE6zRHtnmusZvzUfhaVll54XGb22KQHdpNzenxwenG6tcQJT1\/8ZD3CKtc1MuUSXGYRdtUCmJBaYnv7ZPimlJ98cIOMJZtWBjbHCetEEG3G6fhhnEhIWxz2PdGvvsEfMduOoU0GOeMsE\/ncW5LZMwoX1ldh393fU6qzshfsKKyrq66pqauZtXtJYU3rqr7erG8cEnJskdq6qofe6y6rmZleYG2fBR\/vU7+py24\/MkFK2trVi7Mc4uM\/IUrqmrrqv61qq6mYrnxGyJC\/yer3FhStryipramCqoqls+\/zK1fw9uHXq8r3+kHUzPyFz9YrdlWW7Vi3qK76lZpK0uxX0B9LShTa2pqYMZ987P6vCIjU24xhHBfNh8t11VVVaF7K5fpe9xLF6yqu0vrpFZdmBS6skpuXwlTH\/tWlbU7EUxdYIsxe6Gfp2rqc3fVGT\/SHmT2gvy5pkuqsBCS3kJ5kGEI6ko4tUJkatxqKqvQkZVLC\/VfIRLuvOskjJrqmjqM3e0l+k+rWmmI7GtlsTqdtj6+slbNqmXXFC56pE7NHGeTUEVqqAJDNLS0QI0FRkMZUPVYlcmA3EWr6qqW5qt+MU4aApi9K7X1QXOUsk\/6DfcUliO\/Ft4oHWiB\/\/eSnWeLVtHsF5EmcPD8QfVsubxgRdM8y9SQQ77LU7gUPl6nTemK5Qv9JlodQS0L0B8cZtyGteS2GXpmwT8Cwm3GbTLQekaB5ACr5HJqUZW9wO9EhiMbgq43GIieKVenVWi9prqurnLFgvxSYyUMtKsVtWqTmQEbnAvDc+VirpEJcnbhyir9eoVquuaR8vlf9S9rmAYhtwkRru\/SFBHvtdTxLqa1pkWy+4uu0WZKtVwYcSPC3Uu7JMQlpXdpncOCuWrp\/HL\/6OhqKx+rqsW9rSzXheJSj3YbCizOyEUwMddXWutEtWNl1wSUTZgQPKXnfxw370zt5h3grFjot3KsK7V1NcatXF7zlD1QV\/dAmfoMR0wte7Cu7sF5egrXs023M9MY4YoQdl5mOyJBuybrQoE9kP3dX4igJUj4Vx45MTChjJUnGggOdW2t1fqmRcEddGJY\/HX\/vk6rZIqcFwSjkEajdGY5dpUhW46M\/JsexK5MrieVK8puvEvf\/Pj7+9i\/YvFcWT5TbhACQ6MpdNieeQq1pdsC0A6Cbrl5X5r7ZWw1yrnVMIYudQT\/jAq9Mwq1IanBM4B5QxK4BQOCMfcMAZkymN3HXo8spV5a3dIC+JjoLQAAEABJREFUOT9rqiq1iV3kX4ViuXsazqgpNPmByRjdkdEn3JIDi6HNnMeNu+R2uWcw+5oy2Ijd6vZnuS1a3VC\/qUlfxq7eeHzQnp7sb6xmDfb0LIt80KDAPAOFnYPjuhH0jkvbgh9SwjDUdVbXAGHQk6+hVQmXL66oq6u4yXRa6zjZAt0xLBe4OSx03FOpoQmdtEG3G+HwGKvM0+LomrNfPI0ZEmKGTtW8hGqtjWLkGkXdUapOd7ttS7ozMuwvWEu7p0Qq53JnhPxtRfvvmnuLIv1garo7rOr2bTXVW17vE263\/NEd0dd2vNOTl+dfhDQ79UuaHFXkzgjpTjxMtWs7ZtvslNjluafYD507PSxOO1XIG0YtpykxDFUwgGEMCUTdlNP64HKHd9poGojvBA5tMWnnodsdspCG9m4kOc5kHJp2mgYORozWWprujmppS8\/Q7hQhxmHO2t6KncqHKLBk2GO0ZTXcJiwtJl2y\/WfV1Zub5c1bm9Lyf36Zmpc31bkfTmPkXGOYV4YxIunuqKafEJaJERMES129dzFZGztD+0b1tgNvMa7YNrusgK6wkr09dhCcNiFh1fNikhJwuD2hN\/HYkECNiEqP08R2MM\/2jiAbi\/RycGS7Oe9kkqkJO\/cxXdZFe9dTFyNqiIqe0mUXR9IfzjY7fTIv3R3loi0LB70cRjOoTCDhbFvUehyGO9CGSXJuznr38VdyNMNuOvkrxfvdFW+FSaKvr\/lga2aJww+mRt2HgiXlBad+sXptQ2Pj840N61a\/\/EFJ0J\/zRK0oXMH4mBquBV4bbwJsnwRIYPQJcC0dfcbJ0kLBV5YW\/GXn6nUNuHc3Nqxd\/cvukqj\/XCJZ+hjRTkKIiIgFSIAESIAEUpvARD0K6Z1W\/E93LbhspIOb8bllVVUrFs\/K9VyUXfjlFTWryo0\/yRipaqN+nEw19I2WMLVw0dIy03e5IrbDAiSQSAQ4gRNpNEbFlmRZS0el81QaTGBK8bLHalZ8uTjXk5l91eIVVRXlM+SfSwQXSvUUIaT6CLN\/JJCQBPLKli4qDPMtvIQ0mkalKoGJehSSlV9SlBufjU96bsE18xcvXVA6M9f+y89Bcyf2RBxNjb3xGGpk5BZek58VQwUWJYFEIsAJnEijMSq2JMtaOiqdp9IQAi537syS+TeVL5hbkKv9mUxIiQmQQQgTYJDZRRJIMAJZ+dcUxukZLMF6RnOSkMDYHIUkIRiaTAIkQAIkQAIkQAIkQAIkQAIkQAIkECOBpCjOo5CkGCYaSQIkQAIkQAIkQAIkQAIkQAIkkLgEaFlyEeBRSHKNF60lARIgARIgARIgARIgARIggUQhQDtIIEkJ8CgkSQeOZpMACZAACZAACZAACZAACYwPAbZKAiSQ7AR4FJLsI0j7SYAESIAESIAESIAESGAsCLANOwIdB5\/f1XbW7sqo5XlbdzW+2jFq6oMVn96\/qb7h8Nh2MNgCpkhgVAjwKGRUsFIpCZDAGBLoblpXueXN2Bt8c0vluqbu2OuxBgmQAAmQwIQiwM6SgJVA0Bai52RrW2eftciopvs629pO9kRoIsjICGUtl1uerVy729gifSwze1rWRZYiTJJA0hPgUUjSDyE7QAITjYDvvNd71tvn0\/vt83r7hsTAOZnpGxKi3+s9j2u+vrNGES3zrNfbL6vI8tp177kBMdQHVVp5eUkI1PLrURl6rPI1hb4+r1erfzZggyyFfHOLMosvEiABEkhiAjSdBEjAngDu+DZbiKDNhqoodyzYewxh64Gdg8qzKebfuvgLQL\/cafiTqI49jMrRNzn+S\/q+RdufGHlKgBIbI9V+xiv3S6qYilEYTcjtk0zD7F7Yi\/2O2upkzyq\/ddH0DFyS1WVdmIHy6BryTAEVsa3SrPGXNF2lSAKJRoBHIYk2IrSHBEggDIG+lq21tY+v3\/jU+tW1tZtexecV3Yef39p8VnTs2bjxqcbDH4ju\/Zvqn9+xc0117ZptbdA05G1+vr66du36pzauX129fk9z09P12\/4oxPFdG\/d0iLPNW5\/auPGVdhTsO9m0qa529RMbNz6xtrpm7c5j+uc7vnebNtZUr96wceNTj9fWNbYc2Vb\/9L5u4T38bP36VwLfTe050FC\/oxU7B6hiIAESSF4CtJwESIAEIhAI2UKg\/Pt71td+D1uF9WtrsNnoRA5C2\/b6TT\/duamuWts5CDHUefBHtZV1chuztray9kcHO\/ERjtC2LtvlngVVZPij2mlI0ft6Y31N9donNm7cUFu9oal576Z6o+S5lsb61Y8\/tXH9+tpq7E\/Oy\/KBV4iRTvucvjcba2tXy23S47UwCVur9lc2Nr0jet7YuvGpjbuOw759m9SeSrRtW7Op8XmbngpfR9OT1dXfQ9c2Pl5X2\/hmM0pitxSwhxIJJB4BHoUk3pjQIhIgAScC7+9r+uPli6uqKiqqau4u6nmlqU1kl913f1mWmH5zRUXFirJsIf+d7BBfrairu6sYt+89m3a+nbv40RpZp2pV2fu7Dqrvk15VXnHzdJFVdj\/qLS0UfS3bnj2ceeOqmsqKisqamm8UnNjaIEv2tTT+2\/6BOStkmxVVVXdl7dPOTYTIKp2T7339cLu2iRGi4+CRruK5JRmyeb5IIPkI0GISIAESIIFoCVi2ELJaz6mh676FrQa2CveX+PY1Np2WuXj1nDxTeH9N3SMLsENp396w63yJtqWoqqleUXJ+V8N2+WEMitmH002bdpzIXVKhNierrn1\/16tqE6MVf+9M9t1ye4JX+afbt21v0XL9kcXIPod9jujct7vt8iVqm3R30ZldTa2icGnFkitF1ly5RSq\/yq9Qf7f0dMvL7+JCX8vzDfv7S7WuVVRV3p21f1fYjqEKAwmMPwEehYz\/GNACEiCBaAlM8Xhcp1oOnOzxCZFfXlG7rNC2Zn7Zohke7Ur30dae\/IW3laiUy1Pyjwvy9cML7boRHW9pv7jkhmtUOeG+bEHZFZ0trV6B\/ItKl96Y59ZKui9btNRfJuOasmLR1oJPS3Dp+OFmUVI6ExJDMhGgrSRAAiRAAiQQDwKeWV8sVh+HuC8rLb6k533\/UYjn8wvKstUmou31NyeXli\/ybynyFpWXTn7zddO3QayGdLe09OQvuM2\/8fBcc9uCK0xlriid90kt6fKUfH666O7q1lL2EfYztvsc4fF8TJx6c7\/cWrmwtapbVmSvwJ9r6am3Rx7OtLccywzq2s0l+o7KX43vJJCABHgUkoCDQpNIgAQcCEwtW\/7womlt29bXVNdu2LL\/pP43LNbS6ZlqOyJEV3ePmGykUC4jN2cq3qyhu+uMOHu4od74t35\/t8ct+mR+ekamqXjuJ\/G5jpZ2FZRek9lyqBlGtL\/RljO7LE\/LTvyIFpIACZAACZAACcSVgDvDv\/OwqHUbm4juzq4hd1CxjAz3UFen8wGG3MQEtjRQnJF7qemEIegSroYLcj9jt88RwlP2jZWLprZt21BdXbt+yz6nrZWhPLgLKrsbu6jg\/E8ZuyVVgjEJJCIBHoUk4qjQJhIgAScC7uyS8gcqamqqHporDjyzVZ5DOBWV+TnZlwjvB\/IDC5nC63xnp93\/Bpf9iRxxccndFca\/VSu\/+eDdc7NlvrfnjOmLJB3vBfYsedeW5r79WvPp5oN\/zJszNwvqGUiABEiABEiABEjAhkB2bo7Lq32Hwn+xp8ebnpunPmEZGvDnCu9Zr5JzLs0WZ801+jr\/ol9SBaKP5X7Gbp8jNbizS5Y+WFFdV\/VAmTjYsPUIPuKR2TG8QrvW8W5gtxSDIhYlgTElwKOQMcXNxkhgjAmkWnNv76ytajiMbYDLnfXp7Mwh4fP3sPec7Z07e97c\/M7fNjad0gr6OvZv2d+Z7q+D9\/4PveqY46qyUtfhHa90aOWE9\/XGx9duO9ovBPIzW3b+rEX+SY4Q3tZtL73Vi3p6yCqdc2Xn4a37T15RXKQ+Djp\/cv\/uFtPRi16QbyRAAiRAAiRAAilFwNhCRNurwrLZmS2vvNyObYwQvp7mLT9rybr2ugIhsq\/Iy3j74K53tT2It23XoU6lMvsLpfmn9zXu6ZD\/aYvwdezbvP+0+lsbdT2K2DAS+xnbfY44ubO2suGQtMmdlZt9sRBqXwQLz8vMKNpAEa1rL23z75batv2yVd8tcV8EPAyJSoBHIYk6MrRrBARYNWUJXLnojnm+pjWV1dXVlT9sybpxUak8gMieNSe\/55Xaysq1xq+UGQQy5tyxfK778I+rK\/Gvdlvn7MWlxndLZ8wpyTjaUFVZ+WyLcOUt\/uayy481VFdJ3WubBkrvuaN0ipD5y8vz3tuxVlOw\/nc5S2+cbigXIqNkbrH3A6\/xg6m+Px1sOnC4ze6LJ6ZaFEmABEiABEiABJKZgHkLEXU\/8m56cFneicY12JFUVq\/fMzBn+f03ZMvaM5bcMWfy4R9pW40NB3M\/h+MRmS2mlN5xT5n7tU3V2KtU1m7rKSufY2xitALhI7ORTvsckb\/ojvm+vfVya1W1qWXqokWz5daqAFuklgYYuuXN8G3oV\/NuWlF+WYe+W9pwMKd8kdotcV+kA+JbQhLgUUhCDsuwjGIlEpgABDLyF66oqq2r+tequpqK5fNyVZezr11eUVNXV7dqwaUie+Gquq8Xq3wt1qvUVNfU1axadk3hokfq7vqculJQvlJW08t7CmWypqpK070gX24FZLlLSpY9gro1NWj3vvlZfV6REfj1kT6v1zc18IOp7mvuqqtdUWb3cyRSFV8kQAIkQAIkQAIpQCDDvIUovkvbgfi7lb3Av9Mo\/nrdqoXaYYe65vIULl2J7YS2J6lYvtDYamTk3\/Sgnl+5ouzGu9T\/OINKGfkLVlTW1VXXYCOyammh8HrVb3JYdzufC1RBLT0EGSmEx36fozdR+VhVLbZWZbna02HGjPKV1dhZaVumSxesqpP\/K58Qjj0VrqyS21fByBrUqlwx\/+PYLWVit8R9kT4WfEtIAtpkT0jLojSKxUiABCYgAfcUd6y9dqdHV8XldgcVbN9WU73l9T6BbLle9rUd7\/Tk5fk\/lOk5\/NrJXP5gaqyDwfIkQAIkQAIkMIEJOO1JrPlnD26sXLvrfSHS3XJvMtRx\/P\/15V1x+YjIWfc5fmXpGW65z\/EnY3xv\/1l19eZmuVtKlzX7jrV3Ts3L4ydDEgZf8SYQP30jmPLxM4KaSIAESCBRCRQsKS849YvVaxsaG59vbFi3+uUPSspv8P9fMe8ePHw6nz+YmqhjR7tIgARIgARIIJkJTC0rv859+MnajZuxCdmycfWmox9ftET7A5ZE61XBV5YW\/GXn6nUN2Cw1Nqxd\/cvukq8u8O+WEs3Y5LSHVo8CgTE9Cvmwt7\/rzIfvnj7LQAIkMKoE\/vqB13v+o1FYMSaiyozPLauqWrF4Vq7nouzCL6+oWVVe4P\/TmT53\/g13Ly3xJyciHfaZBJKQAHcjo3oDonISMAhwNzLyBfTkO1oAABAASURBVDL3hpVVj9wxf0Z2pidv\/u2rHru\/zPT3NiNXHz8NU4qXPVaz4svFuZ7M7KsWr6iqKJ8Rj+1R\/AykJhIIJTB2RyHYefT2DQwM+n+VONQW5pAACcSJgG\/wwvm+AZ6GxAmnEOm5BdfMX7x0QenMXPPXRzM+WVhyZVbcWqEiEiCB0SfA3cjoM2YLJKAT4G5EBxHrW3B5d1Z+4dwF5TfNL8zPkn8mE3w1gVIud+7Mkvk3lS+YW5Cr\/ZlMAtlGU0jAjsDYHYWc6+3\/CAchQxfszGAeCZBAPAlcuHBhwDd4rm8gnkqpiwRIgASSnwB3I8k\/huxB0hCIbTeSNN2ioSRAAilCYOyOQvBghgUxRbCxGySQ8AQuXBADA4MJbyYNJAESIIExJcDdyJjiZmMRCaR6Ae5GUn2E2T8SSGICY3cUgqUwiTnRdBIgARIgARIggeQnwN1IQowhjSABEiABEiCB8SYwdkchYXqalibS+C+xCDgOVxoHKy3R\/jkOFi+QAAmQAAlETyBttG9wafwXKwHH0UvjYKUl2j\/HweIFEiABEkhMAuN\/FDLZPeljUy6a9vHMS6ZOYRh3AtOmTsFYXJyZ7p5kMzeQOSUjHQVQbNxNpQEggLGA+8CJEnN9oVUkQAIkIJIEARZSLKdYVLG0Mow7AWwzMBbcjYz7QERpAAYL7gMnShJ3p5kkQAIkIAnYPO7K7LF6pU+elJkx+SKsnZNcLlcaw7gTmORKmzTJlZE+OeOiyZPdQdMD5yAZF7kRUADFxt1UGgACGIuLJrvhROmTE\/o3xcdqRWE7JJAwBGhIUhFI527ElVh7MGwzcIPjbgQ3+qQIGCzuRpJqzaOxJEACkkDQs67MGNsXNh\/y6weutLFtlq1FIID77kWTJ012TzKXQxLP25Nc4zxnzCZRBgGXKw1OdFF60GAhn4EExoEAmySB5CTA3UhijhtucNyNJObQhFqFweJuJBQLc0iABBKZwHg+1mLRdOMYmecgCTlB5Mi4gqYHcia5gnIS0vCJaJTLleae5Jrk4uiM0+izWRIggWQm4JJL6CQXdyMJOYjYe7hcQXc35ExyBeUkpOET0SiXdCXuRibi0LPPJJCkBMbzXoKbGRbNJAU3Ecy2fFcHyTS8JkLPk7CPaWlprkljOzxJSIkmkwAJkEAogUmT8KzN9TMUTKLkWMYGyTS8EsU62hFEII27kSAeTJAACSQ0gfE8CkloMDSOBGwJMJMESIAESIAESIAESIAESIAESCDJCfAoJMkHcGzMZyskQAIkQAIkQAIkQAIkQAIk8P+zc69djaNHAoDRFcN0T8\/k\/\/+7\/bK75ySbSfcAvslbwIS4hQFjW5dXejgKY+ta71OSVSrTIUBgKgJaIVPJpHEQIECAAAECBAgQINCFgH0SIDA5Aa2QyaXUgAgQIECAAAECBAicL2APBAgQmK6AVsh0c2tkBAgQIECAAAECnxWwPgECBAjMQEArZAZJNkQCBAgQIECAwPsClhIgQIAAgTkJaIXMKdvGSoAAAQIECOwLeE2AAAECBAjMUkArZJZpN2gCBAgQmLOAsRMgQIAAAQIE5i2gFTLv\/Bs9AQIE5iNgpAQIECBAgAABAgSeBLRCnhj8IkAgEYEf96v\/\/ceP\/\/qfP0zHCrAicJLAf\/\/9+\/e7ZSIfDMIkQIBArwKqEUUIgX4EOq1GtEJ6\/dx0MAIEzhH4835197Bab5uPd2INAgTOE9hsd3cPa92Q8xRtTYDABAVUIxNMqiGNVaDTakQrZKxpFxeBEwSmvsmP++V60zTNbuoDNT4Cwwvsdru43P68Xw8figgIECAwJoEfqpExpUMs0xbotBrRCpn2yTOP0RnlbARW66bRB5lNug10cIGn+mM7eBgCIECAwKgEVCOjSodgJi\/QXTWiFZLsySNwAgQIECBAgAABAgQIECBA4PMCqbVCPj9CWxAgMAeBLLvKs8xEgMAJAlmWXfkhQIAAAQIECIxOoMOAtEI6xLVrAgT6ESiK7GZR\/\/brzd++3ZoIEPiUwO\/fbr7e1nVV9HO1OgoBAgQIECDwkYDlfQhohfSh7BgECHQnkOfZoq5urquiyPM8MxEg8CmBIs\/rulxcV7oh3X1M2TMBAnMQiDokqpFvXxa\/fb2Z8bT45aYui8PPmFmWLa7LX98kmrbb4nZRxT334LWQ59nNopr3yfN45lTl4TPnINr5M3s92Pnh2gMBAgRaAnG\/jUe4Is+y1gJvCRA4TiCunqfrqDxudWsRIECAQFsg6pDruoyn2boqoyz5zFRMa+VyUT9Or7sh8bT\/SHRdxbdX0xrykRksFzH2uN0W7QfwIs8DLfpos2R50QufclFXVdnfn6m2M9G+rL0nQIDAuAXiXpvn2iDjTpLoRi8QF1FZuI5GnycBEpiOwNRGEs9v8YQfNYlvZooir+vHflArx8XTA39AZdlMbzdxeizqonrVCinLPJpEsTTLZirzfKrEGVLXRV1phTx7+E2AAIEPBbIsu8o+XMsKBAh8JOA6+kjIcgLnCth+sgJVVRSvHnEnO9qPBlYW+WuNPM+qfv\/5w0dhDrA8WGJqHbjIsxBrzZzn2yLP+zxJ\/FXIPE8zoyZAgAABAgQI9CPgKASmLxCPcHl8NTP9gR47wuwqa60a77MsfrVmz+ttlh0UyOJnXhDvjfYg0XsbnLxMK+RkOhsSIECAAAECBN4SMJ8AAQIECBAYr4BWyHhzIzICBAgQIJCagHgJECBAgAABAgkIaIUkkCQhEiBAgMC4BURHgAABAgQIECCQkoBWSErZEisBAgTGJCAWAgQIECBAgAABAkkKaIUkmTZBEyAwnIAjEyBAgAABAgQIECCQtoBWSNr5Ez2BvgQchwABAgQIECBAgAABAhMR0AqZSCINoxsBeyVAgAABAgQIECBAgACBqQlohUwto5cYj30QIECAAAECBAgQIECAAIHJCmiFvKTWCwIECBAgQIAAAQIECBAgQGD6Aloh08+xERIgQIAAAQIECBAgQIAAAQIvAlohLxReECBAgAABAgQIECBAgMDUBIyHwGsBrZDXJuYQIECAAAECBAgQIEAgbQHREyDwjoBWyDs4FhEgQIAAAQIECBAgkJKAWAkQIHCMgFbIMUrWIUCAAAECBAgQIDBeAZERIECAwKcEtEI+xWVlAgQIECBAgACBsQiIgwABAgQInCagFXKam60IECBAgAABAsMIOCoBAgQIECBwpoBWyJmANidAgAABAgT6EHAMAgQIECBAgMClBLRCLiVpPwQIECBA4PIC9kiAAAECBAgQIHBxAa2Qi5PaIQECBAicK2B7AgQIECBAgAABAt0JaIV0Z2vPBAgQ+JyAtQkQIECAAAECBAgQ6EFAK6QHZIcgQOA9AcsIECBAgAABAgQIECDQp4BWSJ\/ajkXgPwJeESBAgAABAgQIECBAgMAgAlohg7DP96BGToAAAQIECBAgQIAAAQIEhhXQCunD3zEIECBAgAABAgQIECBAgACBkQh02AoZyQiFQYAAAQIECBAgQIAAAQIECHQokNqutUJSy5h4CRAgQIAAAQIECBAgQGAMAmJIVkArJNnUCZwAAQIECBAgQIAAAQL9CzgigfQFtELSz6ERECBAgAABAgQIECDQtYD9EyAwIQGtkAkl01AIECBAgAABAgQIXFbA3ggQIDBFAa2QKWbVmAgQIECAAAECBM4RsC0BAgQITFpAK2TS6TU4AgQIECBAgMDxAtYkQIAAAQLzENAKmUeejZIAAQIECBB4S8B8AgQIECBAYGYCWiEzS7jhEiBAgACBZwG\/CRAgQIAAAQJzFdAKmWvmjZsAAQLzFDBqAgQIECBAgACB2Qtohcz+FABAgMAcBIyRAAECBAgQIECAAIF\/C2iF\/FvCfwkQmJ6AEREgQIAAAQIECBAgQOCVgFbIKxIzCKQuIH4CBAgQIECAAAECBAgQeFtAK+RtG0vSEhAtAQIECBAgQIAAAQIECBA4QkAr5AikMa8iNgIECBAgQIAAAQIECBAgQOAzAmm2Qj4zQusSIECAAAECBAgQIECAAAECaQp0ErVWSCesdkqAAAECBAgQIECAAAECBE4VsF23Aloh3fraOwECBAgQIECAAAECBAgcJ2AtAj0JaIX0BO0wBAgQIECAAAECBAgQOCRgHgECfQtohfQt7ngECBAgQIAAAQIECFxdMSBAgMBgAlohg9E7MAECBAgQIECAwPwEjJgAAQIEhhfQChk+ByIgQIAAAQIECExdwPgIECBAgMCIBLRCRpQMoRAgQIAAAQLTEjAaAgQIECBAYIwCWiFjzIqYCBAgQIBAygJiJ0CAAAECBAiMWkArZNTpERwBAgQIpCMgUgIECBAgQIAAgTQEtELSyJMoCRAgMFYBcREgQIAAAQIECBBITEArJLGECZcAgXEIiIIAAQIECBAgQIAAgVQFtEJSzZy4CQwh4JgECBAgQIAAAQIECBBIXkArJPkUGkD3Ao5AgAABAgQIECBAgAABAtMR0AqZTi4vPRL7I0CAAAECBAgQIECAAAECExTQCmkl1VsCBAgQIECAAAECBAh8QmC7bZpm94kNJr3qLn6uaByf4\/DC9RfXrscz57kV8teB\/YcAAQLJCTzdPdw\/ksubgEco4DoaYVKERIBAGgLL9WazbdKItfsog2KzoXEsdHCte+c6Nrh+13ukWG97O6ZWSG\/UDkSAQCcC6812u\/UI14mtnc5HIL7OVIfNJ91GSoDAxQU222a52qzW2928S5L4gioKs2eKiyOfv8Nx7iFOnoflevV48sz67AmHOHOWWiHjPE1FRYDACAXia4fVehNPcTMvPkaYGiGlIhB9kNVqu+qx+EhFRpwECBA4UqBpdsv15n65vluu7x\/GNfUaTwx\/uV6utnFnOZLOanHyrDbbOHkep7mePHdPA18GRI9\/XeWvQlx9BAikLdDsdg+rx+JjtX78Nma1fnyi85sAgaMFNg\/LzcNqvd709yepaX\/oiJ4AgRQE+o8xHmjjQe7Pu+X3GU8\/7lZxT9EH+ezp93zyhN5sT54fd8voBG167INEjrRCAsFEgEDaAnH\/eFiu\/\/jx8M\/v9yYCBD4p8PDn\/WrtXymn\/SkoegJ\/CfgPAQIECBwpoBVyJJTVCBAgQIAAAQIExiggJgIECBAg8FkBrZDPilmfAAECBAgQIDC8gAgIECBAgACBkwW0Qk6msyEBAgQIECDQt4DjESBAgAABAgTOF9AKOd\/QHggQIECAQLcC9k6AAAECBAgQIHBBAa2QC2LaFQECwwhkWVbkeVUWM5+KIg+Kt3IQC5PzuVTATzKHYbLsKpZe6kCJ7qeM6ycgrvwQIECAwOkCmWrkqRKLu2pQnO44yy2zTDVS9F+NaIVc+SFAIHWB+Oi8vam+fV38\/uvNBKbThvDb18WXm7oq8+xQOuNR92ZRf\/tyfdrOk94qZG4XVVkUh2CuQiaWxjpJj\/Gc4GPsv9zWVVVEHXbrmsatAAAM3klEQVSQyEwCBAgQOEagLHLVSNxT3qlGjmGc5zqqkThz+q9GtELmebkZNYHRCZwcUFQeN4tqUVf5vJ\/ksiyrq\/Lmuqqq9jN\/fD8TRDfXZZ7P8TM\/ZOL0uAmZsi0TDZKQiaWxzslnYOobxtjr8vHMqasy9bGInwABAkMJlEX+fEPJs4NfSQwVV9\/HzbI3q5G+Q0nneFVZPJ88oZdO1BeONMZe916NzLEsvnDe7I7AGQI2PV+grouqyLNZFx5\/KQZCVRZ12X7gD57rKr7zn69RyNRVUZXtW15Z5E8yfwHO9j\/hU5aPFLMVMHACBAicKaAaeQGMe0pVHqhGXlbwoiWgGnkGiTOn52qkXRc+x+E3gU4F7JzABQWqosjz+T7ktySDIqbWzCzLAqk1c25vgyUcWqPOsqs8dx+8ip88y\/LcdRQSJgIECJwioBrZV4sbSkz7c7x+R0A18oKT91uNKAFf5Dt\/4QAECHQhkD39dLHnZPfZfqBtv092YB0EzmYflca+htcECBD4hMBTMeJTdF+Mxr7G+69Z7fv0p9F5K2R\/WK3XzbZpml1rprfjEWjlJt7u4n\/jiU8kewK73c7VtOfhJQECBI4VUI0cKzXQeq3SI96qRgZKxceH3e1UIx8rWYPAxAXSGd6QrZBts9tum0Y3ZJSny2NmmmY\/tJgT0\/4cr0ci0OziUlJ8jCQbwiBAIDGBrWpkxBnbNo8\/+wHGnJj253g9EoFmpxoZSSqEMYSAYyYoMGQrJLhW6+16s91p74fFmKZmt3tKzU+tkM1mu15vY9GYIhXLVVw+602zXG\/iBQ4CBAgQOEHg6Za39Sl6Al2nm0TJ8ZQa1UinzJfZeVw+a9XIZSyT2otgCaQsMHArJJ7f7pfr1Vr9MaKTKG5my9Um8hJdqv2w4g4XMx+W61hhf77XAwpELuLyuX9YRcoGDMOhCRAgkLSAamSE6YsbXNzaovBQjYwwO62QIlnzqkZa4\/eWAIE0BQZuhQRa3OG+3y3\/8a\/7v\/9xZxqDQOTiz\/vVdvvTlzCRqZi2TXP3sI4VxhCnGEIgchGXT1xEkR0TAQIECJwsEB+k8XEaH6rx0Woag0DkQjUyhkT8J4a3C\/VIVlw+cRGdfAHakAABAv0LDN8K2e2ummYXD96m8QhERiIvr0\/HmBmLxhOnSEIgMhJ5eZ0scwgQIEDgeIH4II2P0\/hQNY1HIDISeXmdxJgZi3qKc9s40DECkZHIy+tkmUOAAIHRCgzfChktjcAIECBAgAABAnMUMGYCBAgQIDB1Aa2QqWfY+AgQIECAAIFjBKxDgAABAgQIzEZAK2Q2qTZQAgQIECDwWsAcAgQIECBAgMD8BLRC5pdzIyZAgAABAgQIECBAgAABAjMWGL4VUhT57aL67evN377dmsYg8PuvN7\/c1GVx4NzI82xxLVkjOlEjWV9u66osZvwhZuifEbAuAQJvCKhGxlCB7McQNzjVyD7ImF9HslQjb3y0mE2AwHgFDjzu9hlsVB6Luoyn63iWi2dv0xgEIhePSanLCGb\/ZIg+yHVdRt+qKotYZBqDQORiUVc311Vd6Ybsn60\/v\/aOAAEC7wqoRsoiH9v0dIMrF7VqZHSpeX2qVGWxUI28+yFjIQECIxQYuBUSz2\/xdB0fqVk2Qpz5hhRFYV2X1c9\/axBpqp+aIJI1qjMjWlRxHdVV2Y7KewIECBA4TiA+RVUjx1H1upZqpFfu8w6mGjnPz9YECAwgMHArJB62i1wXZIDEf3jIaHxECbK\/WpHnrTn7S8fyepZx5HlWlXn8nuXoDZoAAQLnClRl3N9UI+cydrF9WbRrjyJvz+niuPZ5gkCuGjlBzSYECAwnMHArJM8ef4Yb\/lSO3M04WlVhll3F1M2h7PVcgSzLopA\/dy+2J0CAwCwFVCNjTnv2c3BZdhXTz\/O8G4tAlqlGxpILcRAg8KHAwK2QD+N7bwXLCBAgQIAAAQIECBAgQIAAgekLXHiEWiEXBrU7AgQIECBAgAABAgQIECBwCQH76EpAK6QrWfslQIAAAQIECBAgQIAAgc8L2IJA5wJaIZ0TOwABAgQIECBAgAABAgQ+ErCcAIH+BLRC+rN2JAIECBAgQIAAAQIEfhbwjgABAgMIaIUMgO6QBAgQIECAAAEC8xYwegIECBAYUkArZEh9xyZAgAABAgQIzEnAWAkQIECAwCgEtEJGkQZBECBAgAABAtMVMDICBAgQIEBgXAJaIePKh2gIECBAgMBUBIyDAAECBAgQIDBSAa2QkSZGWAQIECCQpoCoCRAgQIAAAQIExi6gFTL2DImPAAECKQiIkQABAgQIECBAgEAyAlohyaRKoAQIjE9ARAQIECBAgAABAgQIpCegFZJezkRMYGgBxydAgAABAgQIECBAgEDCAlohCSdP6P0KOBoBAgQIECBAgAABAgQITEFAK2QKWexyDPZNgAABAgQIECBAgAABAgQmJaAVcjCdZhIgQIAAAQIECBAgQIAAAQLTFNhvhUxzhEZFgAABAgQIECBAgAABAgQI7AvM\/LVWyMxPAMMnQIAAAQIECBAgQIDAXASMk8CzgFbIs4PfBAgQIECAAAECBAgQmKaAUREg0BLQCmmBeEuAAAECBAgQIECAwBQEjIEAAQJvCWiFvCVjPgECBAgQIECAAIH0BERMgAABAh8KaIV8SGQFAgQIECBAgACBsQuIjwABAgQIHC+gFXK8lTUJECBAgAABAuMSEA0BAgQIECBwgoBWyAloNiFAgAABAgSGFHBsAgQIECBAgMA5Aloh5+jZlgABAgQI9CfgSAQIECBAgAABAhcR0Aq5CKOdECBAgEBXAvZLgAABAgQIECBA4LICWiGX9bQ3AgQIXEbAXggQIECAAAECBAgQ6EhAK6QjWLslQOAUAdsQIECAAAECBAgQIECgawGtkK6F7Z\/AxwLWIECAAAECBAgQIECAAIHeBLRCeqN2oLaA9wQIECBAgAABAgQIECBAoH8BrZC+zR2PAAECBAgQIECAAAECBAgQGFCgp1bIgCN0aAIECBAgQIAAAQIECBAgQKAngRQOoxWSQpbESIAAAQIECBAgQIAAAQJjFhBbUgJaIUmlS7AECBAgQIAAAQIECBAYj4BICKQpoBWSZt5ETYAAAQIECBAgQIDAUAKOS4BA4gJaIYknUPgECBAgQIAAAQIE+hFwFAIECExFQCtkKpk0DgIECBAgQIAAgS4E7JMAAQIEJiegFTK5lBoQAQIECBAgQOB8AXsgQIAAAQLTFdAKmW5ujYzAPAR2Tz\/zGOuRo9y11mu\/by2e9Vs2++mn8aThFwECBD4v8FSM+BTdh2trtN\/vrzv312z2z4D+NLRC9t29JkAgPYH1dts0\/X1ojhwoKGJqBRn1WRi1Zs7tbbCEQ2vUu91V0zStmfN82+x2jetonrk3agIELiGgGtlXjBtKTPtz4vVut1ONBEs4hMb+pBp50Wh2vVYjWiEv8l4QIJCkwGq1XW\/jkzPJ4C8bdNxK15vtarNt7TZ4lqvtLha3FszmbQx9td6uN+2ux2bbLNchMxuINwYaPpvNI8Uby80mQIAAgQ8EVCMvQHFPUY28aOy\/CBnVyD5I63X49FyNaIW0UuAtAQKJCWy2zf3D+mG1nnk7JDodq\/Xmfrler1+1Qp6I7peb5vkvIBLL8LnhhkycHo8yr5pEUas9nzyxzrmHSXb7GPtq83jmrNabZAchcAIECAwsoBp5TsDjPUU18mzx8++QUY38TPLTu\/DpvxrRCvkpB94QIJCiQNQfd\/frP74\/\/N+\/7t+cpr7on98fftzHw+zhf+SwbaJhtPrjx3KGPiFz9xBNj3aH6PlUD5k4eWKdGco8DznG\/ufdKjpo8W3Ms4nfBAgQIHCCgGokbitxT1GNhMPrKWRUI69ZXuaET\/\/ViFbICR90NiGQjsA8It3tHv\/1aTzsznzabpugeCvnsXC2Pk8yh2Hi+X\/bNLOVeR54lO9x6hwGMpcAAQIEjhOIW7AbStxWnu65b\/6fuG2bXawzz+lJ5vDJpBqJU6L\/akQr5PDpaG7aAqInQIAAAQIECBAgQIAAAQJvCGiFvAGT4mwxEyBAgAABAgQIECBAgAABAh8JpN8K+WiElhMgQIAAAQIECBAgQIAAAQLpC1xsBFohF6O0IwIECBAgQIAAAQIECBAgcGkB+7u8gFbI5U3tkQCBngXyPFtcV9++LH77emMiQOCTAotfbuqqVA\/0\/LnlcAQIECDwoYAVCHQooPTpENeuCRDoQSDPskVd3lxXdVXWVWEiQOCTAuXiulzUVVUWPVywDkGAAIGpCsQXM9d1+cvt9ddzp4T38OW2jntKkR9+xsyyrK6K6L\/PkChk4vTI8+zg+R\/zY2msM0OZ5yF\/ub2OYr4sDp85B9HOn\/n\/AAAA\/\/+TLomhAAAABklEQVQDALkbj94bG124AAAAAElFTkSuQmCC\"\/><\/p>\n<h3>AI-Canvas-Erstellung<\/h3>\n<p>Ein leeres Blatt anzustarren kann be\u00e4ngstigend sein. Mit Visual Paradigm k\u00f6nnen Sie einfach einen Begriff oder einen Projektname eingeben, und der<strong>KI-gest\u00fctzte Canvas-Ersteller<\/strong>wird sofort ein detailliertes, kontextbewusstes Layout erstellen. Er f\u00fcllt die Matrix mit vorgeschlagenen Aufgaben, die f\u00fcr Ihre spezifische Branche relevant sind, und bietet eine solide Grundlage f\u00fcr die weitere Entwicklung.<\/p>\n<h3>Intelligente KI-Ideenunterst\u00fctzung<\/h3>\n<p>Wenn Sie unsicher sind, wo eine Aufgabe hingeh\u00f6rt oder wenn Sie kritische Schritte in einem Projekt vermissen, bietet der KI-Brainstorming-Assistent intelligente Empfehlungen. Er kann Aufgaben vorschlagen, die Sie m\u00f6glicherweise \u00fcbersehen haben, und hilft Ihnen, Erkenntnisse zu gewinnen und eine umfassende Abdeckung Ihrer Arbeitslast sicherzustellen.<\/p>\n<h3>Fokussieren, verfeinern und organisieren<\/h3>\n<p>Die Plattform bietet einen \u201eFokusmodus\u201c, der es Ihnen erm\u00f6glicht, sich nacheinander auf eine Quadrant oder einen Bereich zu konzentrieren und visuelle Unordnung zu beseitigen. Sie k\u00f6nnen Ihren Canvas mit strukturierten Notizen, Tags, farblichen Hervorhebungen und verkn\u00fcpften Referenzen verbessern. Dadurch wird ein einfaches Priorisierungs-Raster zu einem robusten<a href=\"https:\/\/www.visual-paradigm.com\/guide\/\">Projektmanagement<\/a>Hub.<\/p>\n<h3>KI-Strategie-Analysetools<\/h3>\n<p>Neben der einfachen Platzierung kann VP AI Ihre priorisierte Liste in handlungsorientierte Erkenntnisse umwandeln. Sie k\u00f6nnen automatisierte Bewertungen durchf\u00fchren \u2013 beispielsweise die Umwandlung Ihres \u201eEntscheiden\u201c-Quadranten in eine<a href=\"https:\/\/www.visual-paradigm.com\/features\/roadmap-software\/\">Roadmap<\/a>oder eine Risikobewertung Ihres \u201eMachen\u201c-Quadranten durchf\u00fchren \u2013 was intelligentere, datengest\u00fctzte Entscheidungen erm\u00f6glicht.<\/p>\n<h2>Richtlinien f\u00fcr die Umsetzung<\/h2>\n<p>Befolgen Sie diese schrittweise Anleitungen, um die Eisenhower-Matrix effektiv mit dem Toolkit von Visual Paradigm umzusetzen:<\/p>\n<ol>\n<li><strong>Zuerst brainstormen:<\/strong>Bevor Sie kategorisieren, listen Sie alle Aufgaben auf, die sich derzeit auf Ihrem Teller befinden. Nutzen Sie das VP-AI-Ideen-Tool, um sicherzustellen, dass Sie unsichtbare Aufgaben wie \u201eWartung\u201c oder \u201eTeam-Check-ins\u201c nicht \u00fcbersehen haben.<\/li>\n<li><strong>R\u00fccksichtslos kategorisieren:<\/strong>Ziehen Sie die Elemente in die vier Quadranten. Seien Sie ehrlich dar\u00fcber, was wirklich \u201eWichtig\u201c ist. Wenn alles wichtig ist, ist nichts wichtig.<\/li>\n<li><strong>Grenzen Sie den \u201eMachen\u201c-Quadranten ein:<\/strong>Versuchen Sie, den oberen linken Quadranten (Machen) auf nicht mehr als 3\u20135 Hauptaufgaben pro Tag zu beschr\u00e4nken, um \u00dcberlastung zu vermeiden.<\/li>\n<li><strong>Planen Sie den \u201eEntscheiden\u201c-Quadranten:<\/strong>Listen Sie diese Aufgaben nicht einfach auf; weisen Sie spezifische Zeiten in Ihrem Kalender zu, um daran zu arbeiten. Dadurch werden sie vor der Verschiebung durch dringende St\u00f6rungen gesch\u00fctzt.<\/li>\n<li><strong>Exportieren und teilen:<\/strong> Verwenden Sie die professionellen Exportfunktionen, um Ihre Matrix als PDF- oder Markdown-Datei zu speichern. Teilen Sie sie mit <a href=\"https:\/\/online.visual-paradigm.com\/diagrams\/features\/stakeholder-matrix-template\/\">Interessenten<\/a> um Erwartungen hinsichtlich dessen abzustimmen, was jetzt, sp\u00e4ter oder delegiert werden soll.<\/li>\n<\/ol>\n<h2>Realit\u00e4tsnahe Szenarien<\/h2>\n<p>Um die Vielseitigkeit dieses Frameworks zu veranschaulichen, betrachten Sie diese Beispiele aus dem Visual Paradigm \u00d6kosystem:<\/p>\n<h3>Der Marketingleiter<\/h3>\n<p>Ein Marketingleiter steht vor einer Flut von Anfragen. Mit Hilfe der Matrix kategorisiert er den Start einer neuen Kampagne unter <strong>Machen<\/strong> (Dringend\/Wichtig), w\u00e4hrend die Marktforschung f\u00fcr das n\u00e4chste Quartal geht in <strong>Entscheiden<\/strong>. Die Beantwortung allgemeiner Anfragen wird verschoben in <strong>Delegieren<\/strong> (an einen Junior-Associate delegiert), und das Teilnehmen an unbestimmten Status-Meetings wird verschoben in <strong>L\u00f6schen<\/strong>.<\/p>\n<h3>Der Student w\u00e4hrend der Pr\u00fcfungsphase<\/h3>\n<p>F\u00fcr einen Studenten ist das Lernen f\u00fcr die Pr\u00fcfung morgen eine <strong>Machen<\/strong>Aufgabe. Die Planung eines Semesterprojekts ist eine <strong>Entscheiden<\/strong>Aufgabe. Die Beantwortung von nicht-kritischen Nachrichten ist eine <strong>Delegieren<\/strong> (oder verschieben) Aufgabe, w\u00e4hrend Videospiele vor\u00fcbergehend in <strong>L\u00f6schen<\/strong> bis die Pr\u00fcfungen vorbei sind.<\/p>\n<h3>Der Freiberufler<\/h3>\n<p>Ein Webentwickler, der mehrere Kunden betreut, nutzt die Matrix, um Client-Code-\u00c4nderungen (<strong>Machen<\/strong>) von der Aktualisierung ihres eigenen Portfolios (<strong>Entscheiden<\/strong>). Rechnungsstellung und Steuererkl\u00e4rung k\u00f6nnten <strong>Delegiert<\/strong> an Software oder einen Steuerberater \u00fcbertragen, um sicherzustellen, dass sie sich auf abrechenbare Stunden konzentrieren.<\/p>\n<h2>Tipps und Tricks zur Optimierung<\/h2>\n<p>Steigern Sie Ihre Effizienz mit diesen schnellen Erfolgsstrategien:<\/p>\n<ul>\n<li><strong>Die 2-Minuten-Regel:<\/strong> Wenn eine Aufgabe im Bereich \u201eDelegieren\u201c oder \u201eErledigen\u201c weniger als zwei Minuten dauert, erledigen Sie sie sofort, anstatt Zeit damit zu verbringen, sie zu organisieren.<\/li>\n<li><strong>Farbcodierung:<\/strong> Verwenden Sie die Hervorhebungswerkzeuge von Visual Paradigm, um Aufgaben innerhalb der Matrix nach Projekt oder Kunden farblich zu kennzeichnen. Dies bietet eine zus\u00e4tzliche Ebene der visuellen Organisation.<\/li>\n<li><strong>W\u00f6chentliche \u00dcberpr\u00fcfung:<\/strong> Die Matrix ist flie\u00dfend. Eine \u201eEntscheiden\u201c-Aufgabe (Nicht dringend) wird im Laufe der Zeit zu einer \u201eErledigen\u201c-Aufgabe (Dringend), wenn sie zu lange aufgeschoben wird. Legen Sie einen wiederkehrenden Zeitpunkt fest, um Ihre Matrix zu aktualisieren.<\/li>\n<li><strong>Beseitigen Sie die \u201efalsch dringenden\u201c Aufgaben:<\/strong> Seien Sie vorsichtig bei Aufgaben, die nur deshalb als dringend erscheinen, weil jemand anderes danach fragt. Vergleichen Sie stets mit Ihren eigenen strategischen Zielen.<\/li>\n<\/ul>\n<div>\n<div class=\"cl-preview-section\" style='color: rgba(0, 0, 0, 0.75); font-family: Lato, \"Helvetica Neue\", Helvetica, sans-serif; font-size: 18px; font-variant-ligatures: common-ligatures; background-color: rgb(243, 243, 243);'>\n<h2 id=\"resource\" style=\"margin-top: 0px; margin-bottom: 1.8em; line-height: 1.33;\">Ressource<\/h2>\n<\/div>\n<div class=\"cl-preview-section\" style='color: rgba(0, 0, 0, 0.75); font-family: Lato, \"Helvetica Neue\", Helvetica, sans-serif; font-size: 18px; font-variant-ligatures: common-ligatures; background-color: rgb(243, 243, 243);'>\n<ul style=\"margin-top: 1.2em; margin-bottom: 1.2em; margin-left: 0px;\">\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/www.archimetric.com\/what-is-the-business-model-canvas-why-use-visual-paradigms-ai-bmc-tool\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Was ist der Business Model Canvas? Warum Visual Paradigmen und KI-Tools verwenden?<\/a>: Dieser umfassende Leitfaden erkl\u00e4rt den Business Model Canvas, seine Kernkomponenten und wie visuelle Paradigmen und KI-gest\u00fctzte Tools die strategische Planung und Unternehmensinnovation verbessern.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/ai.visual-paradigm.com\/business-model-canvas-builder\/editor\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">KI-gest\u00fctzter Builder f\u00fcr den Business Model Canvas \u2013 Sofortige Strategiegestaltung<\/a>: Ein k\u00fcnstlich-intelligente Werkzeug, das die Erstellung von Business Model Canvas automatisiert und intelligente Vorschl\u00e4ge sowie Echtzeit-Insights bietet, um die Gesch\u00e4ftsplanung zu beschleunigen.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/ai-toolbox.visual-paradigm.com\/app\/canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">KI-Canvas-Tool \u2013 Intelligente Gestaltung f\u00fcr Gesch\u00e4ftsrahmen<\/a>: Eine KI-gest\u00fctzte Canvas-Anwendung, die Nutzern hilft, Gesch\u00e4ftsmodelle, Wertversprechen und Strategie-Rahmen mit intelligenten Vorschl\u00e4gen und Automatisierung zu erstellen und zu verfeinern.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/www.visual-paradigm.com\/solution\/ai-business-model-canvas-tool\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">KI-Tool f\u00fcr den Business Model Canvas \u2013 Intelligente Strategieentwicklung<\/a>: Eine umfassende, KI-optimierte L\u00f6sung zum Aufbau und zur Verfeinerung von Gesch\u00e4ftsmodellen mit intelligenten Erkenntnissen, Echtzeit-Feedback und kooperativen Funktionen.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/updates.visual-paradigm.com\/releases\/ai-canvas-editor\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">AI-Canvas-Editor-Release-Update<\/a>: Einf\u00fchrung eines KI-gest\u00fctzten Canvas-Editors, der die Diagrammerstellung durch intelligente Vorschl\u00e4ge und automatisierte Layout-Optimierung verbessert.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/guides.visual-paradigm.com\/ai-powered-business-model-canvas-tool\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Leitfaden f\u00fcr das KI-gest\u00fctzte Tool f\u00fcr den Business Model Canvas<\/a>: Ein Schritt-f\u00fcr-Schritt-Leitfaden zur Verwendung eines KI-optimierten Tools zur Erstellung und Verfeinerung von Business Model Canvas mit intelligentem Eingabehilfe und Echtzeit-Empfehlungen.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/canvas.visual-paradigm.com\/mission-model-canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Mission Model Canvas | KI-gest\u00fctztes Strategietool von VP<\/a>: 28. Oktober 2025 \u2013 Koordinieren Sie Live-Sitzungen mit Ihrem Team mit dem integrierten Timer und exportieren Sie Ihre endg\u00fcltige Canvas oder Berichte in professionelle Formate wie Word, Markdown oder CSV. \u2026 Der Mission Model Canvas ist speziell f\u00fcr Non-Profit-Organisationen, Beh\u00f6rden, soziale Unternehmen und alle Organisationen konzipiert, deren prim\u00e4res Ziel die Erreichung der Mission ist und nicht der Gewinn.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/www.cybermedian.com\/comprehensive-tutorial-ai-powered-business-canvas-toolkit-with-visual-paradigm\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Umfassender Leitfaden: KI-gest\u00fctztes Business Canvas-Toolkit mit Visual Paradigm<\/a>: Diese Seite bietet einen detaillierten Leitfaden zur Verwendung eines KI-optimierten Business Model Canvas-Tools, das mit Visual Paradigm integriert ist, um die automatisierte Entwicklung von Gesch\u00e4ftsstrategien zu erm\u00f6glichen.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/ai.visual-paradigm.com\/tool\/canvas-tool\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">AI-Canvas-Tool \u2013 Visual Paradigm<\/a>: Ein k\u00fcnstlich-intelligenter Tool innerhalb von Visual Paradigm, der Benutzern erm\u00f6glicht, Gesch\u00e4ftsmodelle durch intelligente Automatisierung und Eingabe in nat\u00fcrlicher Sprache zu erstellen und zu verfeinern.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/www.diagrams-ai.com\/blog\/mastering-the-business-model-canvas-with-ai-a-step-by-step-guide-using-visual-paradigm\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Beherrschen des Gesch\u00e4ftsmodell-Canvas mit KI: Schritt-f\u00fcr-Schritt-Anleitung mit Visual Paradigm<\/a>: Dieser Blogbeitrag bietet eine strukturierte Anleitung zur Nutzung der KI-Funktionen in Visual Paradigm, um Gesch\u00e4ftsmodell-Canvas effizient zu erstellen, anzupassen und zu optimieren.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/ai.visual-paradigm.com\/tool\/business-model-canvas-builder\/how-it-works\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">So funktioniert der KI-gest\u00fctzte Gesch\u00e4ftsmodell-Canvas-Generator \u2013 Visual Paradigm<\/a>: Diese Seite erl\u00e4utert die Funktionalit\u00e4t des KI-gest\u00fctzten Gesch\u00e4ftsmodell-Canvas-Generators und zeigt, wie maschinelles Lernen die Erstellung von Canvas und die Generierung strategischer Erkenntnisse automatisiert.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/online.visual-paradigm.com\/diagrams\/templates\/analysis-canvas\/strategy-tools\/deep-learning-ai-canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Deep Learning AI-Canvas | Vorlage f\u00fcr Analyse-Canvas von Strategietools<\/a>: Bearbeiten Sie die lokalisierte Version: Deep Learning AI-Canvas (TW) | Deep Learning AI-Canvas (CN) Diese Seite anzeigen in: EN TW CN \u00b7 Visual Paradigm Online (VP Online) ist eine Online-Diagramm-Software, die Analyse-Canvas, verschiedene Diagramme, UML, Flussdiagramme, Rack-Diagramme, Organigramme, Familienb\u00e4ume, ERD, Grundrisse usw. unterst\u00fctzt.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/canvas.visual-paradigm.com\/product-canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Produkt-Canvas | KI-gest\u00fctztes Strategietool von VP<\/a>: Erstellen Sie Produkte, die Menschen lieben. Kombinieren Sie Strategie, Design und Feedback in einem visuellen Raum mit unserem KI-gest\u00fctzten Produkt-Canvas, um Ideen schneller auf den Markt zu bringen.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/canvas.visual-paradigm.com\/lean-ux-canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Lean UX-Canvas | KI-gest\u00fctztes Strategietool von VP<\/a>: 28. Oktober 2025 \u2013 Erstellen Sie innerhalb von Momenten ein vollst\u00e4ndiges Strategie-Rahmenwerk. Beschreiben Sie einfach Ihre Vision, und der KI-Canvas-Generator verwandelt sie in einen strukturierten, erkenntnisreichen Canvas, der Ihnen hilft, Ihre n\u00e4chste gro\u00dfe Idee zu visualisieren, zu planen und zu verfeinern.<\/p>\n<\/li>\n<li>\n<p style=\"margin-top: 1.2em; margin-bottom: 1.2em;\"><a href=\"https:\/\/canvas.visual-paradigm.com\/lean-canvas\/\" style=\"background-color: transparent; color: rgb(12, 147, 228);\">Lean Canvas \u2013 Visual Paradigm<\/a>: 28. Oktober 2025 \u2013 Unsere Anwendung ist als Ihr strategischer Partner konzipiert und bietet intelligente Werkzeuge, um jeden Schritt Ihres Planungsprozesses f\u00fcr den Gesch\u00e4ftsmodell-Canvas zu verbessern. \u2026 Haben Sie eine Startup-Idee? Geben Sie einfach \u201eeine Mobile-App f\u00fcr die Lieferung von hausgemachten Mahlzeiten vor Ort\u201c ein und lassen Sie unsere KI einen vollst\u00e4ndigen Lean Canvas erstellen, der das Problem, die L\u00f6sung und die wichtigsten Kennzahlen darstellt.<\/p>\n<\/li>\n<\/ul>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Einf\u00fchrung in die strategische Priorisierung In der schnelllebigen Welt des Gesch\u00e4fts- und Privatmanagements geht die Unterscheidung zwischen \u201ebesch\u00e4ftigt\u201c und \u201eproduktiv\u201c oft verloren. Fachleute finden sich h\u00e4ufig in einem Meer von Aufgaben wieder, reagieren auf dringende Anforderungen, w\u00e4hrend sie langfristige Ziele aus den Augen verlieren. Genau hier kommt die Eisenhower-Matrix wird zu einem unverzichtbaren Werkzeug. Auch bekannt als die Dringlichkeits-Wichtigkeits-Matrix, bietet dieses Framework eine klare Methode zur Organisation von Aufgaben basierend auf ihrer Dringlichkeit und Wichtigkeit. Obwohl das Konzept bereits seit Jahrzehnten existiert, hat die moderne Technologie seine Anwendung revolutioniert.Visual Paradigms KI-gest\u00fctztes Canvas-Toolkit hebt dieses traditionelle Framework von einem einfachen Raster zu einem dynamischen, intelligenten strategischen Partner hinauf. Dieser Leitfaden wird die grundlegenden Mechanismen der Eisenhower-Matrix untersuchen und zeigen, wie die Nutzung von KI Ihren Planungsprozess von der Strategie zur Umsetzung transformieren kann. Wichtige Konzepte: Dringend vs. Wichtig Bevor Aufgaben auf einer Leinwand verortet werden, ist es entscheidend, die grundlegenden Definitionen zu verstehen, die die Eisenhower-Matrix antreiben. Die falsche Identifizierung der Art einer Aufgabe ist der h\u00e4ufigste Fehler bei der Priorisierung. Dringende Aufgaben: Diese Aktivit\u00e4ten erfordern sofortige Aufmerksamkeit. Sie sind oft reaktiv, beispielsweise ein klingelndes Telefon, eine drohende Frist oder eine Krise. Dringende Aufgaben bringen uns in einen \u201eFeuerwehrmodus\u201c, der sofortige Aktion verlangtjetzt. Wichtige Aufgaben: Diese Aktivit\u00e4ten tragen zu Ihrer langfristigen Mission, Ihren Werten und Zielen bei. Sie bringen m\u00f6glicherweise keine sofortigen Ergebnisse, sind aber entscheidend f\u00fcr Wachstum, Strategie und Pr\u00e4vention. Wichtige Aufgaben bringen uns in einen \u201eAufbau-Modus\u201c. Die Matrix kreuzt diese beiden Dimensionen, um vier verschiedene Quadranten der Produktivit\u00e4t zu schaffen. Die vier Quadranten entschl\u00fcsseln Um die Matrix effektiv nutzen zu k\u00f6nnen, muss man verstehen, wie man Aufgaben in die folgenden vier Kategorien einteilt: 1. Der Mach-Quadrant (Dringend &amp; Wichtig) Dies sind kritische Aufgaben mit drohenden Fristen. Beispiele sind die Behebung eines Serverausfalls, die Einreichung eines Projekts heute oder die Bew\u00e4ltigung einer PR-Krise. Diese m\u00fcssen sofort ausgef\u00fchrt werden. 2. Der Entscheidungs-Quadrant (Nicht dringend &amp; Wichtig) Dies ist der \u201estrategische Schwerpunkt\u201c. Diese Aufgaben sind f\u00fcr den Erfolg entscheidend, erfordern aber keine sofortige Aktion. Beispiele sindstrategische Planung, die Entwicklung von F\u00e4higkeiten und die Aufbau von Beziehungen. Effektive F\u00fchrungskr\u00e4fte verbringen hier den Gro\u00dfteil ihrer Zeit, um zu verhindern, dass Aufgaben sp\u00e4ter dringend werden. 3. Der Delegations-Quadrant (Dringend &amp; Nicht wichtig) Diese Aufgaben erfordern Aufmerksamkeit, tragen aber nicht wesentlich zu Ihren Kernzielen bei. Sie sind oft St\u00f6rungen, beispielsweise routinem\u00e4\u00dfige E-Mails, bestimmte Besprechungen oder administratives Papierkram. Ziel hier ist es,diese anderen zuzuweisen oder sie zu automatisieren. 4. Der L\u00f6sch-Quadrant (Nicht dringend &amp; Nicht wichtig) Das sind Ablenkungen. Sie bieten keinen Wert und haben kein Deadline. Beispiele hierf\u00fcr sind das st\u00e4ndige Scrollen in sozialen Medien, \u00fcberm\u00e4\u00dfige Analyseparalyse oder sinnlose Besch\u00e4ftigung. Diese sollten vollst\u00e4ndig eliminiert werden. VP AI: Wie Visual Paradigm AI die Priorisierung verbessert Visual Paradigm hat die statische Erfahrung voneine Matrix zu zeichnenin einen interaktiven, k\u00fcnstlichen-intelligenz-gest\u00fctzten Arbeitsablauf. Mit dem \u201eUltimativen Business-Canvas-Toolkit\u201c k\u00f6nnen Benutzer die schwere Arbeit der strategischen Planung automatisieren. Hier ist, wie VP AI speziell die Erfahrung mit der Eisenhower-Matrix optimiert: AI-Canvas-Erstellung Ein leeres Blatt anzustarren kann be\u00e4ngstigend sein. Mit Visual Paradigm k\u00f6nnen Sie einfach einen Begriff oder einen Projektname eingeben, und derKI-gest\u00fctzte Canvas-Erstellerwird sofort ein detailliertes, kontextbewusstes Layout erstellen. Er f\u00fcllt die Matrix mit vorgeschlagenen Aufgaben, die f\u00fcr Ihre spezifische Branche relevant sind, und bietet eine solide Grundlage f\u00fcr die weitere Entwicklung. Intelligente KI-Ideenunterst\u00fctzung Wenn Sie unsicher sind, wo eine Aufgabe hingeh\u00f6rt oder wenn Sie kritische Schritte in einem Projekt vermissen, bietet der KI-Brainstorming-Assistent intelligente Empfehlungen. Er kann Aufgaben vorschlagen, die Sie m\u00f6glicherweise \u00fcbersehen haben, und hilft Ihnen, Erkenntnisse zu gewinnen und eine umfassende Abdeckung Ihrer Arbeitslast sicherzustellen. Fokussieren, verfeinern und organisieren Die Plattform bietet einen \u201eFokusmodus\u201c, der es Ihnen erm\u00f6glicht, sich nacheinander auf eine Quadrant oder einen Bereich zu konzentrieren und visuelle Unordnung zu beseitigen. Sie k\u00f6nnen Ihren Canvas mit strukturierten Notizen, Tags, farblichen Hervorhebungen und verkn\u00fcpften Referenzen verbessern. Dadurch wird ein einfaches Priorisierungs-Raster zu einem robustenProjektmanagementHub. KI-Strategie-Analysetools Neben der einfachen Platzierung kann VP AI Ihre priorisierte Liste in handlungsorientierte Erkenntnisse umwandeln. Sie k\u00f6nnen automatisierte Bewertungen durchf\u00fchren \u2013 beispielsweise die Umwandlung Ihres \u201eEntscheiden\u201c-Quadranten in eineRoadmapoder eine Risikobewertung Ihres \u201eMachen\u201c-Quadranten durchf\u00fchren \u2013 was intelligentere, datengest\u00fctzte Entscheidungen erm\u00f6glicht. Richtlinien f\u00fcr die Umsetzung Befolgen Sie diese schrittweise Anleitungen, um die Eisenhower-Matrix effektiv mit dem Toolkit von Visual Paradigm umzusetzen: Zuerst brainstormen:Bevor Sie kategorisieren, listen Sie alle Aufgaben auf, die sich derzeit auf Ihrem Teller befinden. Nutzen Sie das VP-AI-Ideen-Tool, um sicherzustellen, dass Sie unsichtbare Aufgaben wie \u201eWartung\u201c oder \u201eTeam-Check-ins\u201c nicht \u00fcbersehen haben. R\u00fccksichtslos kategorisieren:Ziehen Sie die Elemente in die vier Quadranten. Seien Sie ehrlich dar\u00fcber, was wirklich \u201eWichtig\u201c ist. Wenn alles wichtig ist, ist nichts wichtig. Grenzen Sie den \u201eMachen\u201c-Quadranten ein:Versuchen Sie, den oberen linken Quadranten (Machen) auf nicht mehr als 3\u20135 Hauptaufgaben pro Tag zu beschr\u00e4nken, um \u00dcberlastung zu vermeiden. Planen Sie den \u201eEntscheiden\u201c-Quadranten:Listen Sie diese Aufgaben nicht einfach auf; weisen Sie spezifische Zeiten in Ihrem Kalender zu, um daran zu arbeiten. Dadurch werden sie vor der Verschiebung durch dringende St\u00f6rungen gesch\u00fctzt. Exportieren und teilen: Verwenden Sie die professionellen Exportfunktionen, um Ihre Matrix als PDF- oder Markdown-Datei zu speichern. Teilen Sie sie mit Interessenten um Erwartungen hinsichtlich dessen abzustimmen, was jetzt, sp\u00e4ter oder delegiert werden soll. Realit\u00e4tsnahe Szenarien Um die Vielseitigkeit dieses Frameworks zu veranschaulichen, betrachten Sie diese Beispiele aus dem Visual Paradigm \u00d6kosystem: Der Marketingleiter Ein Marketingleiter steht vor einer Flut von Anfragen. Mit Hilfe der Matrix kategorisiert er den Start einer neuen Kampagne unter Machen (Dringend\/Wichtig), w\u00e4hrend die Marktforschung f\u00fcr das n\u00e4chste Quartal geht in Entscheiden. Die Beantwortung allgemeiner Anfragen wird verschoben in Delegieren (an einen Junior-Associate delegiert), und das Teilnehmen an unbestimmten Status-Meetings wird verschoben in L\u00f6schen. Der Student w\u00e4hrend der Pr\u00fcfungsphase F\u00fcr einen Studenten ist das Lernen f\u00fcr die Pr\u00fcfung morgen eine MachenAufgabe. Die Planung eines Semesterprojekts ist eine EntscheidenAufgabe. Die Beantwortung von nicht-kritischen Nachrichten ist eine Delegieren (oder verschieben) Aufgabe, w\u00e4hrend Videospiele vor\u00fcbergehend in L\u00f6schen bis die Pr\u00fcfungen vorbei sind. Der Freiberufler Ein Webentwickler, der mehrere Kunden betreut, nutzt die Matrix, um Client-Code-\u00c4nderungen (Machen) von der Aktualisierung ihres eigenen Portfolios (Entscheiden). Rechnungsstellung und Steuererkl\u00e4rung k\u00f6nnten Delegiert an Software oder einen Steuerberater \u00fcbertragen, um sicherzustellen, dass sie sich auf<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_title":"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung","_yoast_wpseo_metadesc":"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-3337","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v26.1.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung<\/title>\n<meta name=\"description\" content=\"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung\" \/>\n<meta property=\"og:description\" content=\"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/\" \/>\n<meta property=\"og:site_name\" content=\"Diagrams AI German\" \/>\n<meta property=\"article:published_time\" content=\"2026-02-24T19:33:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png\" \/>\n<meta name=\"author\" content=\"vpadmin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"vpadmin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"9\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/\",\"url\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/\",\"name\":\"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung\",\"isPartOf\":{\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png\",\"datePublished\":\"2026-02-24T19:33:39+00:00\",\"author\":{\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/ecc36153eaeb4aeaf895589c93d5de12\"},\"description\":\"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage\",\"url\":\"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png\",\"contentUrl\":\"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.diagrams-ai.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Der ultimative Leitfaden zur Eisenhower-Matrix: Priorisieren mit KI-Pr\u00e4zision\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/#website\",\"url\":\"https:\/\/www.diagrams-ai.com\/de\/\",\"name\":\"Diagrams AI German\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.diagrams-ai.com\/de\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/ecc36153eaeb4aeaf895589c93d5de12\",\"name\":\"vpadmin\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"caption\":\"vpadmin\"},\"sameAs\":[\"https:\/\/www.diagrams-ai.com\"],\"url\":\"https:\/\/www.diagrams-ai.com\/de\/author\/vpadmin\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung","description":"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/","og_locale":"de_DE","og_type":"article","og_title":"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung","og_description":"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.","og_url":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/","og_site_name":"Diagrams AI German","article_published_time":"2026-02-24T19:33:39+00:00","og_image":[{"url":"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png","type":"","width":"","height":""}],"author":"vpadmin","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"vpadmin","Gesch\u00e4tzte Lesezeit":"9\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/","url":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/","name":"Beherrschen Sie die Eisenhower-Matrix mit Visual Paradigm AI | Strategische Anleitung","isPartOf":{"@id":"https:\/\/www.diagrams-ai.com\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage"},"image":{"@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage"},"thumbnailUrl":"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png","datePublished":"2026-02-24T19:33:39+00:00","author":{"@id":"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/ecc36153eaeb4aeaf895589c93d5de12"},"description":"Erfahren Sie, wie Sie die Zeitmanagement-Technik mit der Eisenhower-Matrix meistern. Entdecken Sie, wie die KI-Tools von Visual Paradigm die Priorisierung, Strategie und Umsetzung automatisieren, um eine bessere Produktivit\u00e4t zu erreichen.","breadcrumb":{"@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#primaryimage","url":"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png","contentUrl":"https:\/\/canvas.visual-paradigm.com\/wp-content\/uploads\/2025\/10\/Eisenhower-Matrix-1024x540.png"},{"@type":"BreadcrumbList","@id":"https:\/\/www.diagrams-ai.com\/de\/the-ultimate-guide-to-the-eisenhower-matrix-prioritize-with-ai-precision\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.diagrams-ai.com\/de\/"},{"@type":"ListItem","position":2,"name":"Der ultimative Leitfaden zur Eisenhower-Matrix: Priorisieren mit KI-Pr\u00e4zision"}]},{"@type":"WebSite","@id":"https:\/\/www.diagrams-ai.com\/de\/#website","url":"https:\/\/www.diagrams-ai.com\/de\/","name":"Diagrams AI German","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.diagrams-ai.com\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/ecc36153eaeb4aeaf895589c93d5de12","name":"vpadmin","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.diagrams-ai.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","caption":"vpadmin"},"sameAs":["https:\/\/www.diagrams-ai.com"],"url":"https:\/\/www.diagrams-ai.com\/de\/author\/vpadmin\/"}]}},"_links":{"self":[{"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/posts\/3337","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/comments?post=3337"}],"version-history":[{"count":0,"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/posts\/3337\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/media?parent=3337"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/categories?post=3337"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.diagrams-ai.com\/de\/wp-json\/wp\/v2\/tags?post=3337"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}