MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D61BB7.882660F0" Este documento es una página web de un solo archivo, también conocido como "archivo de almacenamiento web". Si está viendo este mensaje, su explorador o editor no admite archivos de almacenamiento web. Descargue un explorador que admita este tipo de archivos. ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="windows-1252"

 

Modelo= de aprendizaje cooperativo del idioma inglés utilizando tecnologías de la información y comunicación

 

Cooperative learni= ng model of the English language using information and communication technolog= ies

 

Nanci Margarita Inca Chunata= .[1], An= a Gabriela Reinoso Espinosa.[2], Ev= elyn Carolina Macias Silva.[3] &am= p; Sandra Elizabeth Merino Hernández.[4]

 

Recibido: 10-01-2020 / Revisado: 15-02-2020 /Aceptado: 04-03-2020/ Publicado: 04-04-2= 020

 

 Abstrac= t.                                           DOI: https://doi.org/10.33262/concienciadigita= l.v3i2.1208

 

The objective of this article is to reveal the imp= act of a combined cooperative learning strategy and information and communicati= on technologies to improve English language learning. The study population was= of 100 students: 50 from the intervention group and 50 from the control group,= who belonged to the Chemical Engineering degree at the Higher Polytechnic Schoo= l of Chimborazo. Through a quasi-experimental analysis and control group, the development of the four language skills such as listening, reading, speakin= g, writing, and the two linguistic areas: grammar and vocabulary. The statistically analyzed results show that the students improved their skills= in the English language proficiency. on geometric elements to reason about conditional probability. The productions analyzed before and after the instruction. The purpose was to contribute to the construction of the meani= ng of the formula programmed in the software or firmware of a network interfac= e, by promoting the ability to carry out the cognitive construction of the communication channel and its behavior in a work setting. Students who developed this skill showed less difficulty in their resolutions and came up with new ideas on optimizing.

Keywords: English Langua= ge, Collaborative Learning, Information and Communication Technologies=

Resumen.

 

El objetivo de este artículo es revelar el impacto de una estrategia combinada= de aprendizaje cooperativo y las tecnologías de la información y comunicación = para mejorar el aprendizaje del idioma inglés. La población de estudio la conformaron 100 estudiantes: 50 del grupo de intervención y 50 de control, pertenecientes a la carrera de ingeniería Química de la Escuela Superior Politécnica de Chimborazo. Por medio de un análisis cuasi experimental y gr= upo control, se conoció el desarrollo de las cuatro destrezas de la lengua: escuchar, leer, hablar y escribir y las dos áreas lingüísticas: gramática y vocabulario. Los resultados analizados estadísticamente evidencian que los estudiantes mejoraron sus habilidades en el dominio del idioma inglés.=

Palabras claves: Idioma Inglés, Aprendizaje colaborativo, Tecnologías de la Información y Comunicac= ión

Intro= ducción.

El Aprendizaje Cooperativo es el conjunto de procedimientos de enseñanza que parten de la organización de la clase en pequeños grupos mixtos y heterogén= eos donde los estudiantes trabajan conjuntamente, de forma coordinada entre sí, para desarrollar las 4 destrezas del idioma (Listening= , Speaking, Reading, Writing= ) y profundizar en su propio aprendizaje. Por tanto, requiere de la participa= ción directa y activa del alumnado.

En el proceso de enseñanza−aprendizaje suelen distinguirse tres sistemas= de motivación del estudiante para el aprendizaje, y de organización por parte = del profesor, que vienen determinados por el valor que se le atribuye a alcanzar determinadas metas y por el tipo de interacción que se establece entre los alumnos. Son el sistema individualista, el sistema competitivo y el sistema cooperativo (Barkley & Cross= , 2007).

En una situación cooperativa, los individuos procuran obtener resultados que s= ean beneficiosos para ellos mismos y para todos los demás miembros del grupo. El aprendizaje cooperativo es el empleo didáctico de grupos reducidos en los q= ue los alumnos trabajan juntos para maximizar su propio aprendizaje y el de los demás. Este método contrasta con el aprendizaje competitivo, en el que cada alumno trabaja en contra de los demás para alcanzar un solo objetivo la calificación de “10” que sólo uno o algunos pueden obtener (Johnson D. W., 1999). Con el aprend= izaje individualista, en el que los estudiantes trabajan por su cuenta para lograr metas de aprendizaje desvinculadas de las de los demás alumnos.<= /span>

En el aprendizaje cooperativo y en el individualista, los maestros evalúan el trabajo de los alumnos de acuerdo con determinados criterios, en el aprendi= zaje competitivo, los alumnos son calificados según una cierta norma o rendimien= to. Tanto aprendizaje competitivo e individualista presentan limitaciones respecto de cuándo y cómo emplearlos en forma apropiada, el docente de Inglés puede organizar cooperativamente cualquier tarea didáctica. (Lin, 2008)

De los tres sistemas de motivación del alumno para el aprendizaje y de organización de la docencia por parte del profesor el que aporta mejores resultados a los alumnos es el sistema cooperativo (Kagan, 1994). El sistema cooperativo produce mejores rendimientos que el sistema individualista y qu= e el sistema competitivo, el sistema cooperativo −aun compitiendo con otros grupos de compañeros− es superior al sistema competitivo, y el sistema cooperativo −sin competir con otros grupos de compañeros−es superior al sistema cooperativo compitiendo con grupos de compañeros (Torrego, 2012)<= !--[if supportFields]>.

 

Tabla 1 Características de los sistemas de enseñanza-aprendizaje<= /p>

 

Características=

Individualista<= o:p>

Competitivo

Cooperativo

 

Las metas que se

Proponen=

1. Propio apren= dizaje

2. Aceptación social

Ser el mejor

1.Conseguir la = misma meta

2. Contribuir al logro grupal

Estructura de la me= ta

El estudiante a= lcanza sus metas con

independencia <= o:p>

El estudiante a= lcanza sus metas sólo.

El alumno alcan= za sus

metas sólo si l= os

compañeros del = grupo las alcanzan

Las atribuciones que

hacen de su éxito

1. Esfuerzo

2. Habilidad personal

Destrezas super= iores

a los demás

1. Esfuerzo pro= pio

2. Esfuerzo del grupo

Interacción con los

Compañeros

No existe interacción

Interacción negativa

Interacción positiva

Cómo son los

compañeros para mí<= o:p>

Indiferentes

Rivales

Colaboradores

Correlación entre mi

meta y la del grupo=

Sin correlación

Correlación negativa

Correlación positiva

Cómo es la

recompensa por la

tarea

Sólo individual

Individual y no grupal

Individual y grupal

 

El aprendizaje cooperativo comprende tres tipos de grupos de aprendizaje:=

Los equipos de base cooperativos tienen un funcionamiento de largo plazo (por lo menos de casi un año) y son grupos de aprendizaje heterogéneos, con miembros permanentes, cuyo principal objetivo es posibilitar que sus integrantes se brinden unos a otros el apoyo, la ayuda, el aliento y el respaldo que cada = uno de ellos necesita para tener un buen rendimiento. Los grupos de base permit= en que los alumnos entablen relaciones responsables y duraderas que los motiva= rán a esforzarse en sus tareas, a progresar en el cumplimiento de sus obligacio= nes escolares (como asistir a clase, completar todas las tareas asignadas, aprender) y a tener un buen desarrollo cognitivo y social (Zhang, 2010).

Los grupos formales de aprendizaje cooperativo funcionan durante un período que= va de una hora a varias semanas de clase. En estos grupos, los estudiantes trabajan juntos para lograr objetivos comunes, asegurándose de que ellos mi= smos y sus compañeros de grupo completen la tarea de aprendizaje asignada. Este = tipo de grupos son aplicables para cada clase de ingleses enfocados a desarrollar una destreza específica. Cuando se emplean grupos formales de aprendizaje cooperativo, el docente debe:

a.&n= bsp;     especif= icar los objetivos de la clase,

b.&n= bsp;     tomar u= na serie de decisiones previas a la enseñanza,

c.&n= bsp;      explica= r la tarea y la interdependencia positiva a los alumnos,

d.&n= bsp;     supervi= sar el aprendizaje de los alumnos e intervenir en los grupos para brindar apoyo en= la tarea o para mejorar el desempeño interpersonal y grupal de los alumnos, y<= o:p>

e.&n= bsp;      evaluar= el aprendizaje de los estudiantes y ayudarlos a determinar el nivel de eficacia con que funcionó su grupo.

 

Los grupos formales de aprendizaje cooperativo garantizan la participación acti= va de todos los alumnos en las tareas intelectuales de organizar el material, explicarlo, resumirlo e integrarlo a las estructuras conceptuales existente= s.

Los equipos informales de aprendizaje cooperativo operan durante unos pocos min= utos hasta una hora de clase. El docente puede utilizarlos para el desarrollo  una actividad de enseñanza directa. La actividad de estos grupos informales suele consistir en una charla de tres a cinco minutos entre los estudiantes antes y después de una clase, o en diál= ogos de dos a tres minutos entre pares de estudiantes durante el transcurso de u= na clase magistral. Al igual que los grupos formales de aprendizaje cooperativ= o, los grupos informales le sirven al maestro para asegurarse de que los alumn= os efectúen el trabajo intelectual de organizar, explicar, resumir e integrar = el material a las estructuras conceptuales existentes durante las actividades = de enseñanza directa. (Torrego, 2012)

Analizado el aprendizaje cooperativo, sus ventajas y desventajas, es importante poner énfasis en el aprendizaje cooperativo para ayudar a los estudiantes a apren= der una lengua extranjera.

(Ur, 2005) expone que el trabajo cooperativo ayuda a fomentar a que los estudiantes desarrollen habilidades comunicativas, lo cual es esencial al momento de aprender una lengua diferente a la materna.

Penny (Ur, 2005) señala que los estudiantes adquieren el idioma mediante comunicación significativa, es dec= ir, en el proceso de interacción negociación y transmisión de significados en situaciones intencionales. Esta interacción significativa puede tener lugar entre dos o más estudiantes que desarrollan el conocimiento del sistema lingüístico como resultado del intercambio y de la negociación de los significados.

 El aprendizaje cooperativo es una herram= ienta facilitadora del aprendizaje y adquisición  del conocimiento en el idioma Inglés como lengua extranjera, debido a que entre pares, los estudiantes están expuestos a inputs comprensibles (Yule, 2014). La relevancia= que tienen los métodos de enseñanza en el aprendizaje de una lengua extranjera. Además, otro punto importante, es la preparación para grupos cooperativos; = es decir, los estudiantes tienen que estar conscientes del rol que cada uno tiene, pa= ra así evitar lo ya antes mencionado, donde solo unos pocos realizan el trabaj= o.

Por el otro lado, Jhonnson menciona un método que p= ermite a los estudiantes desarrollar sus 23 habilidades en escritura y comprensión lectora de manera más eficiente, el cual se integra la lectura y Composición cooperativa (Cooperative I= ntegrated Reading and Composition). (Johnson D. , 1975). Este modelo p= ermite que los estudiantes se ayuden entre ellos sobre lo que ya han leído. Tambié= n, anima a los estudiantes a leer en voz alta, lo cual según otra investigació= n (Lin, 2008) puede tener un= gran impacto en el desarrollo de sus habilidades. Las actividades del modelo de Integración de lectura y composición cooperativa, tiende a focalizarse en la estructura del lenguaje, esto es, vocabulario y gramática.

El aprendizaje cooperativo hace cuatro diferentes aportaciones para el docente= y estudiantes en el aprendizaje de una lengua extranjera, de las cuales se no= mbran tres, que fueron consideradas como las más importantes en este estudio.

En un primer lugar el aprendizaje cooperativo en una lengua extranjera puede ayudar al profesor a tener una concepción más humanista, es decir, entender= a los estudiantes capaces de aprender en grupo, favoreciendo la participación= de ellos y permitiéndoles sentirse en un ambiente cómodo y próspero en el aula= .

En segundo lugar, el aprendizaje cooperativo de la lengua aporta al momento de hacer del aprendizaje cooperativo el eje de clase, pero también con diversas aportaciones del aprendizaje individual, enfocándose en la interacción y co= municación entre pares lo cual ayuda a la adquisición individual de la lengua.

En tercer lugar, el aprendizaje cooperativo permite la permeabilidad y aplicabilidad de recursos prácticos, lo cual se refiere a que los recursos = del aula de clases ya sean: computadores, pizarra, etc. para que el profesor lo= s aplique en el aprendizaje cooperativo de una lengua extranjera. <= /p>

Es importante que en las clases de una lengua extranjera practiquen en el tiem= po de duración de la misma. En un aprendizaje tradicional, el profesor es el que habla la mayoría del tiempo, no dejando espacio para que el alumno practiqu= e la lengua enseñada. Además, según (Oxford University Press 2011), el estudiante no tiene otra oportunidad = de hablar en ese idioma en su vida diaria, por esta razón, es muy relevante que los estudiantes practiquen la habilidad de hablar en el idioma dentro del a= ula. Más aún, a través del aprendizaje cooperativo, el estudiante tendrá que discutir, opinar y todo lo que involucra ponerse de acuerdo en un grupo en = el idioma que se está aprendiendo.

Por consiguiente, el estudiante pondrá en práctica su habilidad de hablar en el idioma extranjero de forma activa dentro del aula. En general, el área de la enseñanza de la lengua ha experimentado grandes cambios en comparación a añ= os anteriores (Zhang, 2010).

Históricamente, la enseñanza tradicional estaba centrada en el profesor, donde los métodos destacados para la enseñanza y aprendizaje, fueron el método Gramática-Traducción (Grammar translation Method) y el método Audiol= ingual (Audio-lingual Method). Mediante estos métodos,= los estudiantes requerían estar concentrados en ciertos aspectos del lenguaje, = sin tener una adecuada práctica para su desarrollo y aplicación del aprendizaje= .

 Es por el aquello, (Zhang, 2010) concluye que la enseñanza, al ver evidencias sobre estos métodos, estaba plenamente basada = en reglas de memorización para entender la morfología y la sintaxis de la leng= ua extranjera. Otro aspecto relevante que resalta este autor, es la pobre comunicación entre los alumnos dentro de la clase, ya que la interacción era completamente profesor-alumno y la interacción entre estudiante-estudiante = era mínima. Esto se debía a que los estudiantes eran vistos como aprendices buscando la adquisición del conocimiento, más que desarrollar habilidades comunicativas.

Dentro de la enseñanza de las lenguas, se puede notar como el Aprendizaje Cooperat= ivo el estimular la interacción comunicativa y crear oportunidades “reales” de escuchar y hablar.

Las estrategias de aprendizaje cooperativo y TIC se conciben en esta investigac= ión como el modelo que puede envolver al estudiante en la construcción de un andamiaje sólido y en el análisis de la información para adquirir el conocimiento, lo que McKenzie (2000) llama un “scaffol= ded approach to concept= building”; y promover la interacción auténtica en la = que los estudiantes pueden practicar las formas del idioma extranjero, expresan= do ideas, sentimientos y emociones como en la vida real. Por otra parte, las e= xplicaciones que se originan entre unos y otros, puede llevarlos a un entendimiento más profundo en el uso de una lengua extranjera y, por ende, al desarrollo de la competencia comunicativa (Brown, 2014).

Un conjunto de autores ha ahondado en = los procesos cooperativos que favorecen el aprendizaje. Durán y Monereo (2012) destacan las estrategias Tutoría entre iguales, Tareas de rompecabezas, Aprendiendo juntos y Grupos de investigación que, sin ser las únicas existentes, probablemente son las más usadas, aquellas que nos han permitido hacer adaptaciones para diseñar actividades en la virtualidad y crear el andamiaje necesario para el desarrollo de habilidades de la lengua en cada lección.

 

Johnson y Johnson (2003) señalan que c= ada estrategia sigue un proceso sistemático y bien estructurado, sin embargo, el docente debe asegurarse de que cada actividad contenga los principios cooperativos básicos que exija la participación de los miembros del grupo p= ara lograr objetivos comunes.

 

La importancia de este estudio se asocia a la necesidad imperiosa de proporcio= nar un camino para innovar la práctica pedagógica, que permita dejar de lado la enseñanza rígida y memorística del idioma extranjero que aún persiste en los contextos educativos y se convierta en un ambiente de constante interacción, para que los estudiantes desarrollen la competencia comunicativa que les permitirá estar a la vanguardia de todos los procesos económicos, cultuales, tecnológicos, científicos y educativos presentes en el actual mundo global.=

De acuerdo con los criterios vertidos; este estudio tiene el objetivo primordi= al de dar a conocer el impacto de una estrategia combinada de aprendizaje cooperativo a través de las TIC, que abra el camino hacia una metodología innovadora para mejorar el aprendizaje del idioma inglés; plantea un ambien= te de interacción permanente en el que la solidaridad, la tolerancia, el respe= to al criterio ajeno, la responsabilidad, colaboración y ayuda mutua a través = de las tecnologías de la información y comunicación sean los pilares axiológic= os de la clase. Las Ti= cs son herramientas a través de las cuales se realiza la adquisición, producción, síntesis, almacenamiento y comunicación de información, combinando texto, imagen, video y sonido.

Este trabajo contribuye a la investigación en el campo, en tanto proporciona una pauta para gestionar la educación en forma diferente. Los docentes contarán= con un método de enseñanza aprendizaje que aporta significativamente para que l= os estudiantes mejoren el aprendizaje de la lengua extranjera.

Metodología.

En este trabajo se utilizó un diseño de investigac= ión cuasi experimental pre-test, post-test y grupo control, para determinar la influencia de la metodología cooperativa utilizando las TIC en el aprendizaje del inglés.

 Este tipo= de diseño analiza la certeza de las hipótesis planteadas y permite la manipula= ción intencional de la variable independiente para ver los resultados que provoc= a y la medición de la variable dependiente.

Para efectos de la presente investigación se traba= jó con una muestra de 100 estudiantes regulares en la carrera de Ingeniería Química, 50 estudiantes del grupo experimental, y 16 del grupo control, con= edades comprendidas entre los 18 y 24 años. Los grupos se establecieron de acuerdo= con la distribución de paralelos o grupos de trabajo.

Se trabajaron dos variables. La independiente corr= esponde a la metodología cooperativa utilizando las tecnologías de la información y comunicación. Se refiere a una estrategia educativa altamente estructurada = de trabajo en equipo, donde las actividades están diseñadas para que cada participante contribuya con su conocimiento para el logro de metas comunes.= Esta variable se puso en operación en cuatro dimensiones: tutoría entre iguales, aprendizaje juntos, rompecabezas y grupos de investigación.

La variable dependiente: aprendizaje del idioma inglés, que se entiende como el desarrollo de la competencia comunicativa, habilidad para comprender y utilizar el inglés para expresar ideas, sentimientos y emociones de acuerdo con un contexto y situación social.

La investigación se enfocó en seis dimensiones: las cuatro destrezas de la lengua (listening, speaking, reading, writing) y las dos áreas lingüísticas (grammar y vocabulary); todas encaminadas a comprobar la comprensión general y en detalle de textos tanto escritos como orales, la habilidad para organizar oraciones y párrafos con cohesión y coherencia, la fluidez y exactitud en el logro del propósito comunicativo, el uso correcto= de las estructuras gramaticales y la comprensión del significado.

Se realizó un proceso de intervención lingüística basado en la metodología cooperativa a través de las TIC, partiendo del dis= eñó del sílabo con los contenidos curriculares normados para la carrera. Siguiendo = con el enfoque las cuatro dimensiones (estrategias cooperativas) señaladas, est= as se crearon en el aula virtual diseñada en la plataforma Moodle, el sitio virtual de aprendizaje Google Drive y el correo electrónico, así como con el uso de podcasts. En cada lección hubo una fase introductoria en la que el docente realizó la presentación funcional de la lengua a ser aprendida y practicada en esa sesión.

Luego una fase de desarrollo del tema propuesto, e= n la que los equipos de trabajo desarrollaron las actividades cooperativas en la virtualidad.

 Finalment= e, los estudiantes de cada equipo en turnos, de acuerdo con los roles asignados en= esa actividad, concluyeron la información en forma oral o escrita para la retroalimentación y consolidación del aprendizaje.

En el desarrollo de los procedimientos los estudia= ntes interactuaron activamente y perfeccionaron su competencia comunicativa utilizando las destrezas según la naturaleza del tema. Para una adecuada organización en el proceso de intervención, se planificó cada sesión, descr= ibiendo el indicador de logro, la secuencia metodológica, la estrategia cooperativa= y el recurso tecnológico utilizado.

Por otro lado, los integra= ntes del grupo control, después del pre-test, trabaj= aron los mismos contenidos sobre la base de una metodología tradicional, sustent= ada en el enfoque estructuralista que apunta al tratamiento de la lengua como disciplina de estudio, utilizando un texto y un CD de audio de la bibliogra= fía básica obligatoria para el curso. Su aprendizaje estuvo dirigido básicament= e a aspectos gramaticales y estructurales.

Para medir la variable dependiente, aprendizaje de inglés, se utilizaron los siguientes instrument= os:

Pre-test o prueba de entrada. Al inicio del trabajo experimental se aplicó a cada participante de los grupos experimental y con= trol una prueba de conocimiento, pre-test, consisten= te en preguntas que cubrían todas las destrezas: listening, reading, speaking y= writing y las dos áreas de la lengua, grammar y vocabulary. La prueba fue validada con estánd= ares estándares establecidos por el Marco Común Europeo de Referencia para las Lenguas: Aprendizaje, Enseñanza, Evaluación.=

Post-test o prueba de salida. Una vez concluido el programa= de capacitación, se aplicó una prueba de salida (post-tes= t), de construcción paralela a la de entrada. Se evaluó a los estudiantes en función de los mismos criterios empleados para el pre-= test; esto es, las destrezas y formas lingüísticas de la lengua. La prueba se ela= boró con base en muestras de exámenes estandarizados de Cambridge Key English Te= st.

Las preguntas establecidas para el desarrollo de l= as destrezas de la lengua fueron estructuradas con ítems de completación, selección múltiple, verdadero/falso. La calificación se realizó de acuerdo = con la escala de valoración y el índice correspondiente que se observa en la ta= bla 2.

Tabla 2. Categorías de calificación por rangos de notas

RANGO

VALORACIÓN

0 - 3

Insuficiente

4 - 5

Regular

6 - 7

Bueno

8 - 9

Muy Bueno

10

Sobresaliente

 

Cada examen registró seis secciones que cubrían to= das las destrezas de la lengua y las dos áreas lingüísticas. Cada pregunta sobre las primeras estuvo constituida por dos partes con alternativas de respuest= a de diferente naturaleza, ya sea para completar, de selección múltiple verdadero/falso y ensayo. Las preguntas sobre gramática y vocabulario contuvieron 20 ítems, con 3 y 4 alternativas de respuesta, respectivamente.= El examen se administró en forma individual a los estudiantes con una duración aproximada de 90 minutos.

Con las evaluaciones de pre y post-test se verificó el desarrollo del aprendizaje del idioma inglés, a través del u= so de la referida metodología, de acuerdo con las características de las hipót= esis y los objetivos de la investigación, que fueron los siguientes:<= /span>

Hipótesis general: la metodología cooperativa utilizando las tecnologías de la información y comunicación mejora el aprendizaje del idioma inglés.

Para contrastar la hipótesis, y probar la relación existente entre las variables, se aplicó el paquete computacional SPSS y el estadístico T de Student. Por la naturaleza de = la investigación se utilizó la estadística descriptiva, se empleó la distribuc= ión de frecuencias absolutas y porcentuales y se usó la diferencia porcentual c= omo medida de incremento entre el pre y post-test. = La verificación de las hipótesis se realizó a través de la prueba de diferenci= a de medias pareadas de los puntajes obtenidos en el pre y = post-test.

Resultados.

En la Tabla 3 se evidencian los resultados obtenidos en el pre y pos-te= st del grupo experimental, por cada habilidad y área lingüística.

Tabla 3 = Estadístic= os descriptivos de las calificaciones grupo experimental

&nb= sp;

 

N

Minimum

Maximum

Mean

Std. Deviation

Número de Estudiantes

50<= /o:p>

1

16<= /o:p>

8.78

4.769

listenin= g pre

50<= /o:p>

3

7

4.50

1.111

listenin= g post

50<= /o:p>

6

10<= /o:p>

8.66

1.255

Reading pre

50<= /o:p>

3

8

4.68

1.477

Reading post

50<= /o:p>

5

9

7.88

1.365

Speaking= Pre

50<= /o:p>

3

6

3.94

.913

Speaking= Post

50<= /o:p>

6

10<= /o:p>

8.12

.918

Grammar<= /span> pre

50<= /o:p>

2

6

3.86

1.050

Grammar<= /span> post

50<= /o:p>

6

9

7.80

.881

Vocabula= ry pre

50<= /o:p>

3

6

3.98

.869

Vocabula= ry post

50<= /o:p>

7

9

8.24

.771

Writing<= /span> pre

50<= /o:p>

2

6

3.92

1.175

Writing<= /span> post

50<= /o:p>

5

10<= /o:p>

8.26

1.242

Valid N (listwise)

50

 

 

 

 

 

Notación: N número de estudiantes

 

Se puede observar que todas las habilidades se vieron más favorecidas con este programa de intervención: en el pre-test, 11 estudiantes obtuvieron una mejora significativa para el listening<= /span> de 4.5 a 8.66, en Reading de 4.68 a 7.88, Speaking de 3.94 a 8.12, en Grammar de 3.86 a 7.80, Vocabulary de 3.98 a 8.24 y Writ= ening de 3.92 a 8.26

 

Tabla 4  Estadísticos descriptivos de las calificaciones grupo de control

 

 

N

Minimum

Maximum

Mean

Std<= span lang=3DES-MX style=3D'font-size:9.0pt;font-family:"Arial",sans-serif;mso-= fareast-font-family: "Times New Roman";color:black;mso-ansi-language:ES-MX'>. Deviation

Listening pre

50

3

6

4.34

1.002

Listening post

50

4

6

5.04

.755

Reading pre=

50

3

8

4.68

1.151

Reading post=

50

5

7

5.88

.594

Speaking Pre

50

3

6

4.00

.881

Speaking Post

50

4

7

4.86

.857

Grammar pre

50

2

6

3.92

1.085

Grammar post

50

3

6

4.72

.970

Vocabulary pre

50

3

7

3.94

1.132

Vocabulary post

50

4

6

5.22

.679

Writening pre

50

3

5

3.92

.752

Writening post

50

4

8

5.52

.931

Valid N (listwise)

50

 

 

 

 

 

Los resultados de la Tabla 4 resumen las calificaciones obtenidas po= r el grupo de control pres test y post test, estos datos permitirán verificar la hipótesis de manera cuantitativa.

 

Nivel de significanci= a: α=3D 0.05.

Regla de decisión: Rechace la hipótesis nula si p-valor < 0.05.

Cálculos: se utilizó = la prueba T para muestras independientes en el programa SPSS, cuyos resultados principales son los siguientes:

Tabla 5  Prueba de significancia

 

 

Test Value =3D 0                                       =

 

t

df

Sig. (2-tailed)

Mean Difference=

95% Confidence Interval of the Difference

 

Lower

Upper

Grupo

29.850

99

.000

1.500

1.40

1.60

listening pre

41.863

99

.000

4.420

4.21

4.63

listening post

32.763

99

.000

6.850

6.44

7.26

Reading pre=

35.531

99

.000

4.680

4.42

4.94

Reading post=

47.401

99

.000

6.880

6.59

7.17

Speaking Pre

44.467

99

.000

3.970

3.79

4.15

Speaking Post

34.868

99

.000

6.490

6.12

6.86

Grammar pre

36.607

99

.000

3.890

3.68

4.10

Grammar post

34.752

99

.000

6.260

5.90

6.62

Vocabulary pre=

39.433

99

.000

3.960

3.76

4.16

Vocabulary post=

40.039

99

.000

6.730

6.40

7.06

Writening pre

39.941

99

.000

3.920

3.73

4.11

Writening post

39.204

99

.000

6.890

6.54

7.24

 

En la Tabla 5 se obse= rva la prueba de significancia de diferencia de medias para muestras independie= ntes para el pos- test. La diferencia de medias de a= mbos grupos es superior a 1.5 para cada bloque de aprendizaje con un error están= dar de la diferencia de 0.01 y por lo tanto estadísticamente significativa (p=3D 0.000), con lo cual puede concluirse que existió una diferencia entre las medias de ambos grupos de estudio y con un 95% de confianza el verdadero va= lor de la diferencia de medias está contenido en ese intervalo. No se han asumi= do varianzas iguales, por tanto el p-valor =3D 0.000 < 0.05. En este caso se rechaza la hipótesis nula y se acepta la hipótesis de investigación. Se determina que la variable: La metodología cooperativa con el empleo de tecnologías de la información y la comunicación, mejora significativa para = el aprendizaje del idioma inglés.

Conclusiones.

·&nb= sp;        Se ha verif= icado que a través de las TIC se puede innovar significativamente el aprendizaje = del idioma inglés contribuyendo al desarrollo de las destrezas comunicativas.

·&nb= sp;        La prueba estadística demuestra cuantitativamente que la metodología referida mejoró = el aprendizaje del idioma inglés en el grupo experimental en relación con el de control en todas las dimensiones estudiadas: escuchar, leer, escribir, habl= ar y el aprendizaje de la gramática y el vocabulario.

·&nb= sp;        Los docentes deben actualizar los procesos metodológicos del aprendizaje cooperativo para aplicarlos usando las tecnologías de la información y la comunicación.=

·&nb= sp;        Las metodol= ogías que combinan la cooperación con las TIC favorecen al aprendizaje de las len= guas extranjeras y con ello la posibilidad de ampliar los dominios del conocimie= nto en otras ciencias de cualquier otra área de estudio, posibilitando a largo plazo contar con un instrumento que permita desarrollar todo el potencial de aprendizaje del estudiante.

Referencias Bibliográficas.

 

Barkley, E., & Cross, P. y. (2007). Técnicas de aprendizaje colaborativo, Barcelona: . Morata.

Breen, M. ((2014)). Learner contributions to language learning: New directions in research. Routle= dge.

Castellano, H. (2010). Enseñando con las TIC. Cengage Learning, Buenos Aires.

Hammond, A. (2018). Learning to learn Cooperatively. Forum, 47(4), 18-28.

Hashemi, M. &. (2013). Application of cooperative learning in EFL classes to enhance the the Students’ Language Learning. Procedia - Social and Behavioral Sciences. <= i>Masoud Azizinezhad, 138-141.

Johnson, D. (1975). Obtenido= de Cooperative learning in the classroom. Obtenido de http://cooperativo.sallep.net/El%20aprendizaje%20coopera= tivo%20en%20el%20au la.pdf

Johnson, D. W. (1999). El aprendizaje cooperativo en elaula. Buenos Aires. Argentina: Paidós.

Johnson, D. W. (2013). Cooperative Learning: Improving= University Instruction by Basing Practice On Validated Theory. Journal on Excelle= nce in University Teaching, 26.

Kagan, S. (1994). Cooperative learning. California: San Juan Capristano.

Lin, A. M. (2008). Cambios de paradigma en la enseñanza= de inglés como lengua extranjera: el cambio crítico y más allá. Educación= y Pedagogía,, vol. XX, núm. 51, pp. 11-23.

López, J. (2015). El uso exitoso de la metodología Presentar-Practicar-Producir en el aula estudio de caso. Portafolio programa de TEFL.

M, M. M. (2006). La investigación cualitativa (Síntesis Conceptual . IIPSI, 123-146.

Pérez, M. A. (2004). La integración curricular de los medios y tecnologías de la información y comunicación en la enseñanza de = la lengua y la literatura. Quaderns Digitals, , núm. 35, pp. 23-11.

Temprano, A. ( 2012 ). Las TIC en la enseñanza bilingüe= , . Ediciones de la U., Bogotá.

Torrego, J. y. (2012). Aprendizaje cooperativo en las aulas. Madrid.

Ur, P. (2005). A course in lang= uage teaching. : Cambridge University Press, Nueva York.

Yule, G. (2014). The study of languages, 15a ed. Cambridge University Press. <= /p>

Zhang, Y. (2010). Cooperative language learning and foreign language learn and teaching. . Journal of language teaching and research.

 

PARA CITAR EL ARTÍCULO INDEXADO.

 

 

Inca Chunata, N. M., Reinoso Espinosa, A. G., Macias Silva= , E. C., & Merino Hernández, S. E. (2020). Modelo de aprendizaje cooperativo= del idioma inglés utilizando tecnologías de la información y comunicación. ConcienciaDigital, 3(2), 55-68. https://doi.o= rg/10.33262/concienciadigital.v3i2.1208

 

 

 

3Deditorial1.png

 

El artículo que se publica es de exclusiva responsabilidad de los autores y no necesariamente reflejan el pensamiento de la Revista Conciencia Digital.

 

El artículo queda en propiedad de la revista y, por tanto, su publicación parc= ial y/o total en otro medio tiene que ser autorizado por el director de la Revista Conciencia Digital.<= /o:p>

 

3D"logo_catalogo3b.jpg"
 

 

 



[1] Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias. Riobamba, Ecuador.  nanci.inca@espoch.edu.ec

[2]  Escuela Superior Politécnica de Chimbora= zo, Facultad de Ciencias, Riobamba, Ecuador. ana.reinoso@espoch.edu.ec

[3] Escuela Superior Politécnica de Chimborazo, Facultad Ciencias. Riobamba, Ecuador. evelyn.mac= ias@espoch.edu.ec

[4]    = Unidad Educativa Pedro Vicente Maldonado. Riobamba - Ecuador, sandramerino37@yahoo= .com

------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/item0015.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml Bar07JournalArticle{4B3C16F9-5A96-4D57-B8A5-CE111F040340}BarkleyElizabethCrossPatriciay Howell, Claire<= /b:Author>Técnicas de aprendizaje colaborativo, Barcelona: Morata20071= Bre14Journal= Article{2065D9DF-E587-4B12-AEA8-E3DDB630F3EC}Breen= Michael Le= arner contributions to language learning: New directions in researchRoutledge.(2014)10Cas10J= ournalArticle{EFE251C1-A7EF-4D2A-81B5-A5EA5E498567}<= /b:Guid>CastellanoHugoEnseñando con las TICCengage Learning2010Buenos Aires11= Lin08Journal= Article{1D652C57-39C8-429E-BE00-5191E956CD5D}LinAn= gelMei Yi y Ocampo. José Manuel<= /b:NameList>Cambios de paradigma en la enseÃ= ±anza de inglés como lengua extranjera: el cambio crítico y más alláEducación y Pedagogía,2008<= /b:Year> vol. XX, núm. 51, pp. 11-23.3Pér04JournalArti= cle{3103AB8E-C9F0-4ECE-B8B5-33139CA8DDAA}PérezMar= íaAmorLa integración curricular de los medios y tecnologías d= e la información y comunicación en la enseñanza de la lengua y la litera= turaQuaderns Digitals, 200= 4núm. 35, pp. 23-11.12Tem12JournalArticle{D43711AF-0F43-4823-8703-ED3C12799982}= TempranoAntonioLas TIC en l= a enseñanza bilingüe, Ediciones de la U. 2012 Bogotá13Tor12BookSection= {316278F4-4770-41CA-8917-FC1205F62A12}TorregoJuan<= /b:First>y Negro, AndrésAprendizaje cooperativo en las aulasAlianza Editorial2012M= adrid5UrP05JournalArticle{408BB2FB-D7AF-43C= E-9937-00D08CF80B42}UrPenny<= /b:Author>A course in language teaching2005Nueva York.: Cambridge University Pre= ss7Yul= 14JournalArticle{624108B6-5AD0= -448C-AB86-8B1CEFA53FAB}= YuleGeorgeThe study of languages, 15a ed.Cambridge University Press.20148Joh99Book{C153B052-2D2A-49B4-BCE0-F67A0B0E6D30}JohnsonD.W.El aprendizaje cooperativo en elaula. Buenos Aires1999ArgentinaPaidós.2Joh75= InternetSite{40509538-71EB-4EA6-B0E1-2= 5C98054D355}Obtenido de Cooperative learning in the class= room1975JohnsonD. http://cooperativo.sallep.net/El%20aprendizaje%20= cooperativo%20en%20el%20au la.pdf 9Zha10JournalArticle{5E7C3DDB-EF81-4424-80E5-CE51A2100726}ZhangY. Cooperative language learni= ng and foreign language learn and teaching. 2010= Journal of language teaching and research6Kag94Book{E124B253-1384-4581-98B1-CAE4AD9736C6}Kagan= SCooperati= ve learning1994CaliforniaSan Juan Capristano4Lóp15JournalArticle{6BA562FE-1A7A-47A4-B7D6-6A053A49A393}LópezJ.El uso exitoso de la metodol= ogía Presentar-Practicar-Producir en el aula estudio de caso.2015Portafolio programa de TEFL14MMM06JournalArticle{1E06EFAD-3CD1-404B-AC8A-DA682= 2AFFA1D}MM.M. (2006).La investigación cualitativa (Síntesis = Conceptual IIPSI2006 123-14615Has13JournalArticle{= DD5F5C30-F534-40D7-9731-F0343FC5B0DE}HashemiM.,& = Darvishi, S.Application of cooperative learning in EFL classes to enhance the the St= udents’ Language Learning. Procedia - Social and Behavioral SciencesMasoud Azizinezhad2013= 138-14116<= b:Tag>Joh13JournalArticle{7DDC= 36D4-A0FC-4492-9D66-ED3BFBDEF225}<= b:Person>JohnsonD.W., Johnson= , R. T., & Smith, K. A.Cooperative Learning: Improving University Instruction by= Basing Practice On Validated TheoryJournal on Exc= ellence in University Teaching201326.17Ham18<= /b:Tag>JournalArticle{164484CF-C6DE-45= 67-97BE-92683B7A5846}HammondA. Learning to learn CooperativelyForum201847(4), 18-2818 ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/props016.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/themedata.thmx Content-Transfer-Encoding: base64 Content-Type: application/vnd.ms-officetheme UEsDBBQABgAIAAAAIQDp3g+//wAAABwCAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKyRy07DMBBF 90j8g+UtSpyyQAgl6YLHjseifMDImSQWydiyp1X790zSVEKoIBZsLNkz954743K9Hwe1w5icp0qv 8kIrJOsbR12l3zdP2a1WiYEaGDxhpQ+Y9Lq+vCg3h4BJiZpSpXvmcGdMsj2OkHIfkKTS+jgCyzV2 JoD9gA7NdVHcGOuJkTjjyUPX5QO2sB1YPe7l+Zgk4pC0uj82TqxKQwiDs8CS1Oyo+UbJFkIuyrkn 9S6kK4mhzVnCVPkZsOheZTXRNajeIPILjBLDsAyJX89nIBkt5r87nons29ZZbLzdjrKOfDZezE7B /xRg9T/oE9PMf1t/AgAA//8DAFBLAwQUAAYACAAAACEApdan58AAAAA2AQAACwAAAF9yZWxzLy5y ZWxzhI/PasMwDIfvhb2D0X1R0sMYJXYvpZBDL6N9AOEof2giG9sb69tPxwYKuwiEpO/3qT3+rov5 4ZTnIBaaqgbD4kM/y2jhdj2/f4LJhaSnJQhbeHCGo3vbtV+8UNGjPM0xG6VItjCVEg+I2U+8Uq5C ZNHJENJKRds0YiR/p5FxX9cfmJ4Z4DZM0/UWUtc3YK6PqMn/s8MwzJ5PwX+vLOVFBG43lExp5GKh qC/jU72QqGWq1B7Qtbj51v0BAAD//wMAUEsDBBQABgAIAAAAIQBreZYWgwAAAIoAAAAcAAAAdGhl bWUvdGhlbWUvdGhlbWVNYW5hZ2VyLnhtbAzMTQrDIBBA4X2hd5DZN2O7KEVissuuu/YAQ5waQceg 0p/b1+XjgzfO3xTVm0sNWSycBw2KZc0uiLfwfCynG6jaSBzFLGzhxxXm6XgYybSNE99JyHNRfSPV kIWttd0g1rUr1SHvLN1euSRqPYtHV+jT9yniResrJgoCOP0BAAD//wMAUEsDBBQABgAIAAAAIQDW 2L402gYAAJEaAAAWAAAAdGhlbWUvdGhlbWUvdGhlbWUxLnhtbOxZz4sbNxS+F/o/DHN3/GvGP5Z4 gz22s212kxA7KTlqbdmjrGZkRvJuTAiU5NRLoZCWHhrorYdSGmigoZf+MQsb2vSP6JNmPJZsOZtd Uggla1hmNN97+vSe9D3N6Oq1hxF1jnHCCYtbbvlKyXVwPGJjEk9b7t1hv9BwHS5QPEaUxbjlLjB3 r+1++slVtCNCHGEH7GO+g1puKMRsp1jkI2hG/Aqb4RieTVgSIQG3ybQ4TtAJ+I1osVIq1YoRIrHr xCgCt0OwccbYuTWZkBF2d5fuexT6iAWXDSOaDKRznNlo2PFRWSL4ggc0cY4RbbnQ05idDPFD4ToU cQEPWm5J/bnF3atFtJMZUbHFVrPrq7/MLjMYH1VUn8n0MO/U83yv1s79KwAVm7hevVfr1XJ/CoBG IxhpykX36Xeana6fYTVQemnx3a13q2UDr/mvbnBu+/Jn4BUo9e9t4Pv9AKJo4BUoxfsbeM+rVwLP wCtQiq9t4OuldterG3gFCimJjzbQJb9WDZajzSETRves8Kbv9euVzPkKBbMhn12yiwmLxba5FqEH LOkDQAIpEiR2xGKGJ2gE8zhAlBwmxNkn0xAm3gzFjENzqVLql6rwX/48daUignYw0qwlL2DCN5ok H4ePEjITLfdz8OpqkLNXr06fvDx98vvp06enT37N+lauDLs9FE91uzc/ffPP8y+dv3/78c2zb9Ou 1/Fcx7/+5avXf/z5Nvcw4lUozr578frli7Pvv/7r52cW7+0EHerwIYkwd27iE+cOi2CAFv74MLmY xTBERLdox1OOYiR7sfjvidBA31wgiiy4DjbjeC8BqbEBr88fGIQHYTIXxOLxRhgZwAPGaIcl1ijc kH1pYR7O46m982Su4+4gdGzrO0CxkeXefAYaS2wugxAbNG9TFAs0xTEWjnzGjjC2jO4+IUZcD8go YZxNhHOfOB1ErCEZkkNjNq2M9kgEeVnYCEK+jdgc3HM6jNpG3cXHJhLWBqIW8kNMjTBeR3OBIpvL IYqoHvB9JEIbycEiGem4HheQ6SmmzOmNMec2m1sJjFdL+g2QGXvaD+giMpGJIEc2n/uIMR3ZZUdB iKKZDTsgcahjP+NHMEWRc5sJG/yAmStE3kMeULw13fcINtJ9vhrcBYXVKa0miHwyTyy5vI6ZMX8H CzpBWEkNFABD1yMSnyvya/Lu/3fyDiJ69sNzy4jej6TbHRv5uKCYtxNiXU17axK+Dbcu3AFLxuTD 1+0umse3MSyVzeL1UbY/yrb7v5ftbev5/Yv1Sp9BuuW2Nd2uq817tHXvPiGUDsSC4n2utu8cqtK4 D43STr254vxdbhbCpVzJ0IGBmyZI2TgJE18QEQ5CNIM9ftmVTqY8cz3lzoxx2PqrZqtviafz6ICN 01fWclm+nqbiwZFYtZf8vB1eN0SKrtVXr2G5e8V2ql6XlwSk7UVIaJ2ZJKoWEvVlowySejmHoFlI qJG9FxZNC4uGdL9M1QYLoJZnBbZNDmy2Wq7vgQkYwVsVongs85Smepldlcz3meltwTRmAOwhljNg lemm5Lp1eHJ06VR7h0wbJLTpZpJQkVE1jIcIvsqoDypZCrMFsRHlFY2L5rq5SqlBT4ZiuRpWNOqN twXjsrkGu3VtoLGuFDR2TlpurerDlBmhWcudwKs/XEYzmDtcbncRncIXtJFI0gV/GWWZJVx0EQ/T gCvRSdUgIgInDiVRy5XDz2cDjZWGKG7lCgjCB0uuCbLyoZGDpJtJxpMJHgk97VqLjHR6CwqfrgLr U2V+ebC0ZHNI9yAcnziHdJ7cQTDF/HpZBnBMOHwBKqfRHBP4pJkL2Wr+rRWmTHb1b4pqDqXtiM5C lFUUXcxTuJLynI66y2Og3WVjhoBqIckK4eFUFlg9qEY1zatGymFr1T3fSEZOE81VzTRURVZNu5ga PSzLwFosL1fkNVbLEEO51Ct8Kt3rkttcat3aPiGvEhDwPH6WqvsOBUGjturMoCYZb8qw1Oys1awd ywGeQ+1dioRWfGpLt2txy2uEtTtovFTlB7v1WQtNk+W+UkVanX7oxxPs8AGIRxc+BM+p4CqVcPiQ INgQDVS1TGUDlshDkS0NuHLmCWm5j0p+2wsqflAoNfxewat6pULDb1cLbd+vlnt+udTtVB5DYRFh VPbTk5c+fIaii+z8RbVvnMFEyy9tV0YsKjJ1tlJUxNUZTLlinMGk5ynOUB6xuA4B0XlUq/Sb1Wan VmhW2/2C1+00Cs2g1il0a0G92+8GfqPZf+w6xwrstauBV+s1CrVyEBS8WknSbzQLda9SaXv1dqPn tR9n2xgYeSofWSwgvIrX7r8AAAD//wMAUEsDBBQABgAIAAAAIQAN0ZCftgAAABsBAAAnAAAAdGhl bWUvdGhlbWUvX3JlbHMvdGhlbWVNYW5hZ2VyLnhtbC5yZWxzhI9NCsIwFIT3gncIb2/TuhCRJt2I 0K3UA4TkNQ02PyRR7O0NriwILodhvplpu5edyRNjMt4xaKoaCDrplXGawW247I5AUhZOidk7ZLBg go5vN+0VZ5FLKE0mJFIoLjGYcg4nSpOc0IpU+YCuOKOPVuQio6ZByLvQSPd1faDxmwF8xSS9YhB7 1QAZllCa/7P9OBqJZy8fFl3+UUFz2YUFKKLGzOAjm6pMBMpburrE3wAAAP//AwBQSwECLQAUAAYA CAAAACEA6d4Pv/8AAAAcAgAAEwAAAAAAAAAAAAAAAAAAAAAAW0NvbnRlbnRfVHlwZXNdLnhtbFBL AQItABQABgAIAAAAIQCl1qfnwAAAADYBAAALAAAAAAAAAAAAAAAAADABAABfcmVscy8ucmVsc1BL AQItABQABgAIAAAAIQBreZYWgwAAAIoAAAAcAAAAAAAAAAAAAAAAABkCAAB0aGVtZS90aGVtZS90 aGVtZU1hbmFnZXIueG1sUEsBAi0AFAAGAAgAAAAhANbYvjTaBgAAkRoAABYAAAAAAAAAAAAAAAAA 1gIAAHRoZW1lL3RoZW1lL3RoZW1lMS54bWxQSwECLQAUAAYACAAAACEADdGQn7YAAAAbAQAAJwAA AAAAAAAAAAAAAADkCQAAdGhlbWUvdGhlbWUvX3JlbHMvdGhlbWVNYW5hZ2VyLnhtbC5yZWxzUEsF BgAAAAAFAAUAXQEAAN8KAAAAAA== ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/colorschememapping.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image002.png Content-Transfer-Encoding: base64 Content-Type: image/png iVBORw0KGgoAAAANSUhEUgAAAE0AAAAbCAYAAAA53gJaAAAAAXNSR0IArs4c6QAAAAlwSFlzAAAO xAAADsQBlSsOGwAAABl0RVh0U29mdHdhcmUATWljcm9zb2Z0IE9mZmljZX/tNXEAABBnSURBVGhD lVkHWFVntl3CpShqBAHREXvXsY2FKCAQMxqNIBq70WhieRYssbdRomON+qIxYtcBRVGMJcb29NNY sBCfGAU79oJRAaWDs9eGc4eus/nudy/n/mef/a9/77XLNX3//ffvtgRvgaXJhBIlULi8y3XZvEgu 5rlexL2FXc65z8LCAiUssh/67t07ZGVRp7yKsiO3LuqQdaojx6ZsHVnZdr1PR44NvLeEWUe2De+o g5JLB83KzMjEgC+/hGnj5o1YsuJ7NZoXCxMaZmNrA5PJSvWoTfKB96SnpyM1JVU/f4iISbC2skbJ kiWRkZmB1NRUNdTa2ho28krPSEdycsp/wCtCrY2tLWxsrJGWloa01DQFzlr+t7KyUnuot1DJ2QDX lyxVEiZLE1JSU5Celg5LS+7TVg8iOTkZGekZZhWWJktYlLDAt6PHw2Rtay3IvsPbt28LbJw3UzHB vBFzA3du3cHz58/lAWmwlU1XrFQRNWrVgEtFFzU6KSk5e7PFiF1pOyQkJODAvl/w+8Xf8ezpM2TK yZYtWxY1RZdXe2/UqlVLjeaBGF5kqKRNdnZ2ePjgIY4d/j9cj47By5cvdV15x/Jo2KghvNv7wNHZ EW8S3xTYEw/XytoKtja2uHzpMo4fPY7Yu3fx9s1bcQqT7ulvrVqgrWdbXUNc1OlEP23nwZjEOZGZ manKDW/JrfjiuYvYt3svLv1+KQ/yxiZK2ZVC64/d0KXr56jfqAGS3iYhIyOjwGa5vkyZMvgj6g+s WL4CL57FoUWLFvDr4qeAXb16Fb/99hv279mP7j27o1e/3voIehINpk2WlpYoVaoUDh44iHU/rYWV pRXaureFdztvPfgrV65gZ+hOhIWGYcSYEWjn46XAMWQNHTY2Nqpr7eq12P/zPrg4u8CznSeqV6su hxmP8xcuYNXyVdgbvgejxwegVt1aSIxPVO+j81CPKb9TUKGtuGhmVibWieLwHeG6pHWr1vD5xAf1 6tVTw+kt3OjhQ4fltI7h5PETGDRkELp+4a88RXc3e4k4X5myZRB5IRLfzQxUsEK2BMPd3R2JiYmI i4tDjRo19H3lipUI/C4QT8UDx04Yi6x3WWZj6WEEZEPQegwYMACzZs1CzZo182zh1q1bmDplKhYE LlDv6eTbGYkJicopDF3K4n8uQuT5SMyZPQcjRozQQ8stx44dw8SJEzF90nT847tZZmcw1uQBjYCR W3gy/7t4OU4cO6GhMnfuXHTq1Ek9Jb+8nP4SO3bswIwZMwTkdXgR9wLfjBiiJ08PppAPGYYL586H j7cPwnaGaYhRBg4ciCNHjuDkyZNo1qwZ5gTOQbXq1fD111+jShVX9BSPS4iP12dHnIlAyMZgLJi/ AJOnTNb7GT6HDx8GwXJyckLXrl2xI2wHRo0ahRVLV6Cya2U0avJXBZBUs3HNBkScjsDOnTvh7++v Oq5du4bo6GiUL18erVq1go+PDw4dOoSufl2xaO5CLF21PM/e84BmEP7qFasVsDZt2iA4OBjVq1cv AJZxwcHBAcOHD9e1ffv2xc+7foajkyO+6N1DvZFCHggNCUXpUmUQtCbIDBi/a9q0qfKXo6Oj+RmD Bg1C1OUoBK0NgoeXJ5wrOCNZ+HLrlhCkpqXCobyD8t29e/fwzTff4MSJE3rYDGUmmF69ekGqApw/ fx7/2hSMeYvmKR/dvnkLu7bvwozpM8yAzZs3DwsWLMCbN2+yI6p1a6xatQrNmzfH+g3r8fHHH2uo Dh72tZme8oBmV7o0zp+N0EW1a9fGtm3b5LSrFAlY7i8aN26MkJAQtG/fHiGbQ9C4aRNNEhmyubjn cTgnXjJqxCi4urrqbfTCZcuWISYmBh999BECAwMxZcoUc7iNDhiNjZs24czpMxgwaABO/f8pPH70 GI0aNcK4ceOwZs0aBSkqKkr1fPXVVxrePEQKKWbSpEnoLQDevROLJs0a49TJ0yjvUB4BYwJ0zS+/ /KIR4uHhoTofPHig7/R+8mvdunXVEUK3h6Jnn14oXaa0hrkZNGaOVEm9YdvCVOHixYs/GDADvCZN mmDOnDkYOXIk9v28F+MmjYOVEO8jyXAMVy9vLzPO3PDu3btx5swZ87X+/fubQSPH1atXF7dv3FIS jr4WDde/uGrYREREKKcxNOlZN2/eVBB5IH369DHra9miJeztHXDvroDWvAluyTpPT08NQz7/xx9/ 1LXDhg0ze97t27fxww8/6HPosZ4enggOCcYzqRrsHex1vRk0uve1P67i6pWr8GrnBV9fX13ATBge Ho6zZ8+iQoUK6NGjh27s9evX2Lp1qxpcp04dvc4Q48aXL1uOs6fPos/TfnCtUlmyT4JmrNwhyCRB MHJL/vLC2ckZf8b/iazMLLx+9QrlypVDpUqV0K1bN90UgWJoM5woJHoevp+fn4ZrOftycHJ2Upqg DvJaBZcK2RuXdb1794azszO8vb3NZjRs2FA/35UyhEIdVlKfJkn4sghmQWUGjcXbjes3daGvn69m PoYQs8jy5cvRoEED3L9/XwEkWBMmTMCePXtA7+L3zDhbtmzRTMQsGxQUhPux9yQrVteajg80ah4+ g+UD+Yxew4OpX7++ObSMHbx5+0bWSaci2bikZOykpCTlHoL9SkCk2Nvba8jSc1ivEQj+P3bsWOUl 3mMrichCdLDcMHiWOhiWfC6dwRDWoRQj6fFQWEcyYnjwrI3/w2kC4ZPHT/QGA+1Lly4pIJ999hn2 7dunJQZfx48fV8BmzpyJ2bNna/bjZmgUhUZTmEmz5EEulVzkPRORkZFKrBR6BXls//79iI2NVT4z 7uP3BOX69etw9/bQAyQ/7t+9Tz1bs6zQALMmPYoHxM0TfGbylStXavatXLmy2uBatYoCz/A9F3FO kwifv0k4kzYwGUyePBl37tzBxo0bNeSZQSnkzAzpUpwkuZGfKQqaFn7yl5oi7YsIiZliuCg3Ss8g 2fPFB1GomCfWoUMH/d8Q435tcSTbVZSQYmLZsGEDBg8erHUehToNyR+qTELPnj+DWxs3DatGf20k 7YuVArR69WoFiQdG4mby8fLyUk+mh7F8IZ108+8GxwqOqFGzBlKkNXNr6yZcuw+hoaH4UnpIJg9G zvTp0xXAR48eabjTUaifFBQSHILmLZubMzZdTUFTtxPgrOTUKHRpiouLi76z0qY8efJEvcUoBvmZ xl6+fFkzDz2SQBhhyNPUBloOpO/Afpgw+lstSJcsWaL6eOLG2pScA+P1C1KVz5o5Syv6evXraUiR vPv074Oglav1sHr27KkAsTZbt26dmXO5F/IVbU1ITEDfQf20sH4jBW6T5k3RxqOtUgtDlxF14MAB 5UR6FMumfv364dNPP1X7Jk6YiDuxdxEwaUyevjxPyeGSQ5IMC5Jjy5YtNauEhYWpIrovi9LNmzdr PcOHM1R5snwg7+H3vJ+i2UbCnq1VA2mxho8ajqVLlyr/MNWThJmpeKIEnMKwHzxoMOyd7DHkf4Yo sASeB/m57+e4EX0dffv0VS8cNnSYbpIvgs4yg+/M/JOl3OjYpRP+/tnf1VPJS2yD2F5NmzAVHTt0 xNp1a9GxY0fMnz/f7PGGc0ybNk29b4x0JaQGtmMMW4oZNJJ+rTq19CLrFxasNIKn6ObmhnPnzmkY Dh06VAmcyYBhwkqc1TfTNgGj0QSS/FZFuISbptBw325+MFmZsGbVGs1+zHIM/Zo1amqY/HrgV+Wp ZhIObKFYFxFwRgH5il4cMHEMStqVRMDoAIRuDUXnzzubufDa1WsI3x2untq99xcYOHigtnPcG3XQ NmbgwAXfYdnCpVoh8LAY3tWqVUO8dB6RFyOxZ+8ePI97jonTJ8FHmn8CllvMoHG8UrtuHZk01FTD 6T2saVgsskjML6yjFi1aVOA6ay+GaxuPNqj4l4o6pjEyMZNFpy6dNeTCd+7Gps2blOcMTnWQKcXY yeO0C7Dg1CQHMD6Eazju4YRi5NhRaOXWWnSEY+mypeasJgQr/FUd/1wyH00lFHW8k2t4QB20gR3F P+bN1p6ZHHfqzCmJiOzhmcnKEq1at8Jk/6moWq2KueHPzbkmzpAMt+PJcsKwSBpaht7BgwcLlAEF UMp1geFLt6ZH+Pr7qaeyqDUP8+Qj52V16tfFjNkzNCz/lOyWIZ5QRkoVtl/WAgpDkaHEXrGAcE4p Oj0FWPd27vjzxQvJtK8VVILhoAUox1RJmiEJcmE6aFs32Wtnvy6SYeO0qbeW6HCUgyv7UVmNECYP rQgET52/SXgSL1NKcmp21pCHsJDz6fAJLl64iGNHjoE94Pr16/MUpUWBRsDYcrB8YN/ZonULbXtI 9PkzY/Z0VhKPFI3WUkOxUOGM7r70klls8oscIed6OpOXeBaBsZNszKKTYfTq5avsyev7dOjYL3vc RB2lpTdlEuEhPH3yVL/LrYOgKWcKXqaYazEYP3KcGst52IzAWTJHGi0VeDz27t2r0w0SZbt27TQr 5ReGAGs4hjAbaJ9PP8FQmXI8e/Zcx0Csk3KDptNe4RmSOw22kJNjCLHe4mbpdfxcnGTKetZ/3CzB tqAemaqmpCQrkLbqHcXPu2mHkbEJBkHRoaf8kXcLE65JkO7GxEzGjVFOS0O77V9bMWTEUEybMw1B Mu04cvCIEmXnzp2VNMllpaWxZ2ix2SZgbG4pPfr01JkaDeeQ8GZOh5HfADbNnLKyLIiXw2FYstmm MKMaVXlRwHGTFG6A5U/863j1EnYt9Gwe3ocIG3IeHgtmCie1nN+lxacVe3sBSLfKhILc1rtvb3w7 daLWNntk3MOMyldh0rxFc/j36CYc4yGnlYaffliF4xLehQlrPxauT58+1Wy7fft2zWILFy7U7MyW Zvz48Tn1XeG2s0Bmu8RDZAnDzEsAunfvrl7K5MLMXpwEBASYi3JOZ2hTyNYQHYqy6C1OCoDGUFm9 4icNz179e8kktivcPd0RI5OK6D+ihaceIU3cuJSQNAd8DaRlqlu/jnQR5YSTYrF+9XocPXS0yGeS WNneMEMz9OnpbMNYwrB1YumSXRAXLQxL9o3cOEOcJVHbtm11WMBsz+7DGG8XpYU9Mz2WbRwnGyyj ODekPRy8spQqSgoNXk4Etm4Olnl+FPy/6IZmf2umPzR4iCcR1Ez53iQNPjkuXf5/Kj3rkV8PY+f2 nXhw70GxG2YY0TDyHEOSExL2fhwMEDxW5u8TgkbPYI1HgB4+fKhhyST0+PFj7R6KA43PZo9J4Ond 1Gd0MmwBWfCyf/2vQDMWR12KAl/1GtbX3q+2FL8Ojg4aAslJKco9N+VXqitRVxArg74PFZ4wpxPk I2NoyD7X6CTep4ecyraNteSuXbu0zatataoCwdERPYcHUJQQUM7j6AAEnJ0M98SWivTAFo0hbrST +fUUnibyrYq5Gg2+KAwv/WVGshw95r8VAs1My5kcN8lNU9iPGgOC9+nkPWz62aVwtsZpzNGjRzFk yBC9xjavOKHtbPbJi8ygLNLZEZAy6HH8naFAmZRLoYmnbcyY3mcsvy/yR9gPuVnW0EgDqNy3cNMf KsYAgevpHYYwmXyoMIyZRAy5ceOGfiSghdlnrCNe/waFVS4zDUjtCwAAAABJRU5ErkJggk== ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image004.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAoHBwkHBgoJCAkLCwoMDxkQDw4ODx4WFxIZJCAmJSMg IyIoLTkwKCo2KyIjMkQyNjs9QEBAJjBGS0U+Sjk/QD3/2wBDAQsLCw8NDx0QEB09KSMpPT09PT09 PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT3/wAARCABWAKIDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD2VWV1 DKQQe4NLXhFrf3di4a0upoSP7jkfpXsXhi9n1Dw5ZXN0++aRMs2MZOSP6V1V8M6Kve5zUMQqrtax 55J4y1rTtVukju/NiWdwI5lDDAY8Z6/rXYeFvGa+IJ2tZbYw3KpvypyjAHH1HWvMtU/5C97/ANfE n/oRro/ht/yMsn/Xs3/oS12V6FP2XNbWxyUa0/act9D1KkJCgljgDkk0tZPim4a18L6lKhwwt2AP 1GP615J6h554j8f6hfXskemTta2aEqjJw8n+0T2+grNXUfFTqGW41hlPII8zmpPAdhFf+K7ZJ0Dx xK0u09CQOP1I/KvZ6YHn3hS+11dE1ua7a9e4iiDW4uFZjuw3QHr2rR8E6zrmqXN2usxuiIimPdB5 fJJz9a3/ABDNJbeHtQmhdo5Ut3ZWXqCB1rjvh3rl9e3GotqV9NNFDCr/ALxsheTk/pQB6FRXk174 y17xDqhg0ZpYo2J8qKADcQO7H/IFXdPtPHC6lam6e98gTIZN0yEbcjOefSiwHplFeTeJNd1qPxbe Wdjf3Sr5wSKJG7kDAH4mq13qXjDRwk97cX8KFsK0uCpPp6UWA9iork7Pxop8EnWbmMGeMmIxrwHk zgY9jkGuKj1/xZr9zI1jNdOV5KWyhVQdv8k0WA9dnZkgkZPvBSRx3xXFeDte8Q6lrJh1eJ1t/JZs tbGP5sjHOPc1B4WHiiPUp21g3othbOQZmG3fxj8etU/h9rmp6j4hMN7fzzxfZ2bZI2RnK80AemUV 5pqdp42bVbtrR737OZmMW2ZANueMc+lZd1rHi7w9cRPf3FyhblVnIdHx1H+eaLAev0Vy1r4/0uW1 hkmZkkZFZ0HO0kciilYDymvY/Bf/ACKOnf8AXM/+hGvHK9j8F/8AIo6d/wBcz/6Ea9XH/AvU8zBf G/Q8m1T/AJC97/18Sf8AoRro/ht/yMsn/Xs3/oS1zmqf8he9/wCviT/0I10fw2/5GWT/AK9m/wDQ lrat/AfoZUf4y9T1KszxJate+G9RgQZd4G2j1IGR/KtOivEPYPE/Bmqw6T4mtri4bZA4aN2PRQw4 J9s4r2dbqB1DLPEVPIIcYNedeI/hxdG9kudF8t4ZGLGB22lCeuD0IrD/AOEA8Q/8+A/7/J/jTA9Q 8SSJJ4X1PY6ti2fODn+E15x4LDtpfiMR53fYeMfRq2/DfhfVdP0DXba5tQk13CFhXzFO47WHY8dR VjwD4a1HR7m+Op2wjjmiVR86tu5ORwfegDhfDsOrT3rR6FIyXJjydkgQlcjufwrsNI03xrHrNm99 Ncm1WVTMGuFIK9+M81S1P4eatp+omfQn8yINuiKy7JI/bPf61Np+keNU1K1e5muzAsymQG7BG3Iz xnnigDK1b/kpzf8AX9F/7LXY/E3/AJFVf+vlP5GsbUPCmsT+OjqMdqDafa0k3+Yv3RjJxnPauk8d aVeazoC21hF5swnV9u4LwM560AcC4Y/DGMj7o1M7v++eK674XvCfD06IV85bhjIO/IGKd4e8KSt4 LuNI1eIwvLMzjawYr02sMe4rlm8CeJdNuW+wncOglgn2bh7gkGgD1W7/AOPSb/rm38q8p+GjiPxI 7t0W0cn81rd8K6L4ktNTmfVTO0DW7oBJc7xuOMcZPvUPgfwpquk6202o2gjga3aMnzFbkkccH2NA GOPEfiXxNrEkel3EyZyyQxMECoPUn8Kp+I7PxFbQQHX5JXjLkReZKr4bHPT2rTuPAniDStTd9HJa ME+XNFMEYKexyRUV54V8YagqrepNcKhyoluVbB9uaAOSorov+EB8Q/8APgP+/wAn+NFMDGr2PwX/ AMijp3/XM/8AoRrxyvY/Bf8AyKOnf9cz/wChGvTx/wAC9TzMF8b9DybVP+Qve/8AXxJ/6Ea6P4bf 8jLJ/wBezf8AoS1zmqf8he9/6+JP/QjXR/Db/kZZP+vZv/Qlrat/AfoZUf4y9T1KiiivEPYMvUPE mk6Xc/Z76+ihm2htjZzg96rf8Jr4f/6CkH6/4VwHxL/5Gw/9e6fzNTWPw1vr6wguo7+2VZ41kClG yMjOKdgPR9P13TNVYrY30E7DkqrfN+XWrkkqRLukdUXpljgV4XqOn3/hrWPKlYxXUJDxyxngjswN eg61NF4p8A2dxcXlvZeZIjO833Q4yCPzzRYDs45Y5V3Rurr0ypyKfXNeA7GHT9AaGC9gvEM7N5kH 3c4HH1rUvPEGlWEpiu9QtopB1RpBkfUUgNGo5LiGEgSyxoT0DMBWV/wl+gj/AJitr/33XNePtLtN WvbKaXV7KzAhO0TZy4Jzke1AHcT3UNtaPczSKsCLvZ+wHrVXTdd03WGkXT7uOdowC4TPGelYWs31 jp3gYWEl7AZpNP2w4OPN+XGV+tcv8ONVsdKub9r+6itxIiBTIcZwTmmB6rRWfPr2mWtrBcz30EcN wMxOzcOPaq3/AAl2g/8AQVtf++6QGzWXZ+JdI1C9FpaX0Utwc4jXOeOtX7a5gvIVmtpo5om6PGwY H8RXkvgX/kfIvrN/I0Aev0UUUAeAV7H4L/5FHTv+uZ/9CNeOV7H4L/5FHTv+uZ/9CNerj/gXqeZg vjfoeTap/wAhe9/6+JP/AEI10fw2/wCRlk/69m/9CWuc1T/kL3v/AF8Sf+hGuj+G3/Iyyf8AXs3/ AKEtbVv4D9DKj/GXqepUUUV4h7B5H8S/+RrP/Xun82r0rw7/AMi3pv8A17R/+givNfiX/wAjWf8A r3T+bVv6V8RtJsdItLWSG7MkMKRttQYJAxxzTAofFVVGo6cw++YnB+gIx/M1Qck/CiMHoNQwP1rL 8U+IW8R6t9q8sxwovlxRk5IHXn3Jrpdd019K+F1lbzLtlM6SSA9i244/DOKAI9F1WXR/hhdz27FZ 3umijYfwltvP5ZrK8KeD5fE4uJ3ufIhjbaX27mdjye/6+9W7W0kuvhTcmMEmC9MpA9BgH9DmrHgH xXYaLaXNnqMhhV5PNSTaSOgBBx9BQBg+LPD6+G9QS0S4acPD5m5l245Ix+la/wARPvaN/wBeQ/pV Px/q1lrOsRT6fOJoltwhYKRzknHP1q58RPvaN/15D+lAGvrnhuLU/B9jqb3EiPZaapVFAw3yg81z Xg/wxD4mmukmuJIPIVWBQA5zn1+ld/cAt8MyAMn+zR/6BXGfDzW7DRry9/tC4ECzRrsZgcEgnjj6 0AdXrvhTT30DT7W+1NrWDT12rK20bsjHOfpXJ3Hhrw0tvIbfxMhlCkoHC4J9DipfiVqH26/08wS+ ZZtbebER91iSQT+QFQwaJ4SeyjeXX5RMUBZcAYbHTG31oAsfC++li1uez3HyZoTIU7BgRz+Rqn4F /wCR8i+s38jUnw0/5Gv/ALd3/mtR+Bf+R8i+s38jQB6/RRRSA8Ar1zwZe2w8LWEX2iHzVQgpvG4f Me1Tf8IVoA/5hsX/AH03+NIfBHh8/wDMMiz6hm/xrvr4mnWjy6o4qOHqUnfRnL3/AMOL+4u57iC9 tWEsjOFYMOpz15qjF4U8UaFci6sYwZFGN0EgbI9CD1Fduvg7Sojm3W5gP/TK5kX+tTpoksH/AB76 vqC+0jrIP/HlNSsXK1r3Xmh/Vle9rejMHTvHklvItt4kspbKXp53lkKfqD0/DNdhBPFcwrLBIkkb jKuhyD+NUHs9QMZjmls7yM9Vmh25/EEj9Kp22g/ZJml0xX02UnLRq3mQSfVe31GKwn7OWq0/L/M2 hzx0ev5kGv8Agez8Qal9tuLq4jfYE2x7cYGfUe9Zv/CrNO/5/rz/AMd/wrsLe4kb5LmLypR6HKt7 g/0PNWKy2Njl9I+H+kaVcpcES3MyHKGYghT64AAz9a1PEGhQ+IdOFncSyRIJBJujxnI+v1rUopAZ Gi6Ja+GtHltRK0lvuaV2mx0I5z7YFcbeaF4JuZjJBrK2wY52RygqPpkcV6Hd24u7Oa3ZioljZCR1 GRiuIHwpswAP7Suf++FpgcNr9np1pqHkaPdveQlBmQ4+8c8DHXtXp+r+C7fxBFYtd3E8L28AixHj 2z1FQ6P8OtN0u9S6klmunjO5FkwFB7HA611tFwK1tYxW2mRWJ/eRRxCH5/4lAxzXJzfC7SnkZorq 7iQnhAVIH5itnxXq8mlaYhtpFS4mlWNTjcyrn5mC98Cmx6ybParmS5hmXzLdzgOY1XLs+QMAf1ql Tk1ch1EnYbeeDNOv9FtNPuDKfsibIplIDgflisf/AIVZp3/P9ef+O/4UxdY1KeK5WO9aGW6dfLRk z5Qky33s8bYxuPpmtgeI/s9gLkb7iNAC4bCyFCvysF/2jt6+tW6UkSq0WM0DwPZ+H9S+229zcSvs KbZNuMHHoPam6P4Fs9G1ldRhurh5F3/K+3HzZz0HvVhfEsYubn78qBmCxhQuxY1HmOWzyMnH1GKd p2oyaxrSzRGSK1hthmJjgtI+GwR/srj/AL6qfZyWrK9pF6I3qKKKzLCiiigAooooAKKKKAEpaKKA CiiigAooooAKKKKAOS17ZYeJob28aVre5gFvH5LYkiYNuOPZhwcHNazaHb6hAr3Jky8TR4WQ/wCr Yg7Se+MD/wDVRRW8m1GLRjFJykmB8MaczszJI2/fuBc87wA38hU/9i2pso7ZvMZEZH3FvmJXG3J/ AUUVlzyfU05I9iqfCuneV5YWVVMZiOH+8pbdg/Q//XzV+x0230/zfIDZlcuxZs8nrRRQ5ye7BQit kW6KKKko/9k= ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image007.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAoHBwkHBgoJCAkLCwoMDxkQDw4ODx4WFxIZJCAmJSMg IyIoLTkwKCo2KyIjMkQyNjs9QEBAJjBGS0U+Sjk/QD3/2wBDAQsLCw8NDx0QEB09KSMpPT09PT09 PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT3/wAARCAB0AOwDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD2aiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKq6jptrq1k9nfRCW3kxuQkjODkcjnqKtUUAeE+IbCDQ/jVo9jpivb2pltmMSyMRkt z1Ne7V4j43/5L1o3+/a/+hV7dQAUVXa/tEm8lrqBZemwyAN+VSTTRW8LzTyJHEg3M7sAqj1JNACm WNZFjZ1EjglVJ5IHXA/EVW1aaa30q5ltlLTJGSoHrXnegeMIvFvxjb7E2+wsrCWKFv75LJuf8eB9 AK9PpSV00OLs0zyseLr/AERPtjXD3AaRFaKQk79zAYHvg8V6pWLJ4P0SXWE1OSwR7qNt6FmYqrf3 gmdoPvitusqFN04crdzWvVVWfMlYKKZ50fmeX5ib/wC7nn8qfWxiFeSfGfw5ZafoEesaejWt19pC SmJyokDAnkZxnI6/WvVLi+tbQgXNzDCW6CSQLn864H43MH+HwZSCpu4yCDweGoA2fhe7SfDjR2dm ZjG+Sxyf9Y1dZXI/Csg/DbR/+ub/APoxq6t5Y4yBJIqk9NxxmgB9Ytz4r0uy1s6Xd3HkThVYM/CH PQZ7H61tV5zf+A9Q8SeI76/u5ltLZ5dsYI3OygYBx0HTvUybWx0YaFKbftXZWO+ur62srVrm6nji gUZLu2BVPQ/EFl4ghnlsGdkhk8sllwTxnIHoa5af4XRy2scP9s3jLF9xZFDIv0GeKz7K21X4bXFx cT232/TpwAzwtt2kHgkHp1x6e9TzST1WhtHD0ZwahO8ui2PTaK5LSPiLpmrXsFmtvdRXEzbVBUEZ +oNdZVpp7HLUpTpO01YWiiimZhRRRQAUUUUAFFFFABRRRQB4j43/AOS9aN/v2v8A6FXU/GbxNqHh /wAO20Gms8LX0jRyTocFFAyQD2Jz19Aa5fxoN3x80Uf7dr/6FXefELxjpvhjT4obqzj1C9uT/o9o 6hgSP4jnOBk/U0ASeHfDHhvU/CFmy6FbpDd26uyzRhpfmHUv1J968++Hxi1rxFqng/XQ+o6bZvJJ bLNI2Yyj7cZB5BB6HuK7ey0vx3qEMc97r9lpRYZ+y21ksvlj0LMetee/CMSD4ramJpPNkEVxvfGN x8xcnHbNAEPgfw/pt78W9Y02e1DWUP2gRxB2UKFkAHIOelejeIvB/hvRdBur6OzkiliA8p1uZchy QF6t6kcVxXw9/wCS4699br/0aK6f4xat9msdG01Ww93eq7D/AGE5/mV/Kpn8LKh8SK/hPR7bWor0 aissqom6PEzrtPrwRXCfDQeItd1S+03T9Tmt4JkX7XdM5Z4oweiZPDNnGa9Q8FR+Ulyp6/ZiT+dc R8A/+Q9rP/XBP/QjXPg3ekn6nTjVas16G54t+Emk2Xh271HSp72HUbOJpxM85cybRk59CcdRis/R vinfWnwpnvblvP1SC4FlDLJzuJXcGb1IAP1wM9a9P8V/8ijrH/XlN/6Aa+ag2Phsy+urA/8AkE/4 11HIeqfDTwZpniPw+df8RRnVL++kfL3DFgihiMAeuQT+VYXxX0KbwlpUdnpkrnQr6YOLaRi32aZe fkJ5CsCePau8+Dv/ACTbT/8Afl/9GNWF8fT/AMUzpgz1vP8A2RqAKMPjSTwf8FNFNnj+0LwSRwEj IQB23PjvjI/Eiuo8KeAdKn0G1v8AXbcapqV7Cs0894TIQWGdoz0AzjivGfFRf/hEPCAOfL+yTbfr 5zZ/pXtdh8NNAfT7Z2F+S0Sni+lA6D0agDnNZu4/Aviy30K9eW58LasqkQzSsTatux8rZztBwcZ6 H25wPiJocngnxVZalAs8+hXDgtbNO5UEfeTOc8jkfj6V6NN8KvCs2GubS4l2dGlvJWx+bVe8eWul XPgm/i1h/LtFiyrgZZXH3Nvq2cADvnFAGZr2paU/g/TbLSLZb19SCrplsZGwT13Mc5CrnJ59q0PD vgTTdDsoFmV7u9WMpNcSyM3mFh83yk4x2Ax0ryf4Y6q3hLxsNL8SWzwTSxCCB5yc2xY7gAOgDZ59 8e9e/UAeZ6Rotr4d+Jv2eaVUhMbSWm/+ItwFz6j5h+FemV5f8V8HV9OC58zyW6dfvcfrmu18IjVx oMI1vH2j+HP39vbf/tVnB2biehi4upShXk9WrfcblFFFaHnhRRRQAUUUUAFFFFABUF5dxWFpJc3B cRRjLbELn8AASfwqeigDw/xRMb/4v6VrVpaX8mnwtAZZhZygLtY54K54FRfFWO41HX7LxNpMVzc2 lqqRvut5E8p1YsMhgDg569OK91pKAPPrP4rwa/bJbeHtLvrjVpRtWJ48RxMf4nf+6P1rivB8A8A/ FW9j1+d0jaCRFuniYLMzFWBGM9cH+Ve6pGkediKueuBilIBxkdKAPCNCv08KfGC81HVop7Ww1AzN FNNEygo7blbHUDj8O+KX4nal/bXjbRLu1iuH05VVI5mhZUkbfltuRyOnNe7FVbG4A46ZFBUN94A/ Wk1dWHF2aZ5SslrMVGpag+m6cSGkBBVrkjlUz1C55PrjFc18HNXs9B1rVJdXm+yJPEojaRGAY7s+ le9gAdAKWsqFL2MOS5riK3tp89rHLeNPEWl2mhanYT3ardz2UnlxBWJbcpC4wO5rx7wrpdjqvgLV NH1C5Sy1CS7SayE6ldzhcAdOhyR+NfQUd7BLez2kbhpoFRpFH8IbOP8A0E1WV9Sm1xgBFFpkSYO5 cyTSH054UD8z9K2MTzL4b+MrTwfpUnh3xUJdMuraVnjM8Z2spOcAgeufY5rK+KOtXPjbS4rrRrSZ tEsJdv2l0Km4lbj5F6kAA8+9enC7luPHU2j3qW1zarYi7j3wjcjGTbjPORgV0aqqKFUBVHAAGAKA PCv7GtPFvwx0XSrOdf8AhIbBZXjtWUqzqWYsvIxnABH0967vwh8Q9KbQraz1y7j0zU7SNYZ4bw+U SVGNw3dc4rvKgns7a6x9ot4ZcdPMQNj86AOI8QeI7TxTbGx0+Zv7EDr/AGlqWxhH5eR+6Q4+ZmOA SOAM1FY61pvi3xfE13N5djYS7NOs3jYGeUD/AFzDGAB0UH3PFd9II4rZwVCxKhyFGMDFeXWHxE1D RJ5LO9QX1vE5COzbZNvbnvxjrUyko7nRQw066fJuh/xt0GxvdMtr9X8vVYsrEoRiZ0zyvA6jORn3 q58O/iHHdaFFZ+I3ktr+3xGJZo2AmXs2cYz2Ofr3q3P8UI4bdZDo14u/7pkYKp/Gsux1HU/iLqrW VzKbTTI0LyxwHr6Ak9efw4pOotkaxwNRJyqaRW7H6Rrtvr/xPW4kjV4NjRWu8fd2jIYe55/OvTK5 bTPh5pGl30F3C9008Lb1LScZ+gFdVRBNLUnF1Kc5L2WyVgoooqzkCiiigAooooAKKKKACiiigAoo ooAKKKKACs3xFqT6P4c1HUIkDyWttJKqnoSFJFaVRzwR3MEkE6B4pFKOjdGBGCDQBzdlY6iulaNf 2V5JLcv5Ul79omJSaNly+B0BGcrjHTHSuYvtbu7XT4r63u7q6mbWVjF9GCtu8Rk2mLBPzADIyFxk de9dzZ6CLSC3tftlxJZ2wAigfGMD7oY4ywHbPoM5rIX4d6euniw+26gbOKYT20JkUrbuG3ZX5eec 8NngmgCp4esbe08a+LpUkkiELwPueZyoJiJJbJ5/HpWXZ6xeW83hV0uLueS8vDFcXjArDeIyscqj HOOhBwOnHBrsB4WthqF/ctcXLDUYlju4iV2y7VKgnjI4OOCKpQ+ArSGGwjOo6hIdNkV7JpHU+QBx tA24Ixxzk8CgDL1/UpNH8bavqEKh5Lbw6ZUU9CRKxFLfXl1ovhzw5q8d1cS3M89sl0HkLCdZRhht 6Dk5GMYxXQSeGIZtbl1Ka5llaa2+xyQuqlGiznaeM9T1zUdv4St4UsIZru5ubPTnElrbylcIyjCZ IGW254yfTrQBxv2nUdW8Fa14q/tW9t7+3lna2SOUiKFIzgIY/utkA5JBPNWvBKz3OuTafc399NZC xi1BIpZm3K8+CQWBywXHHuTXPWmveFvLvLbXtZv7L7ZdtNfaRHbssKvu5XIUtg4GcNz7dK9MXSbL Up7XWtHuzbyNbiJJrcKySw9VBBBHHbuOaAMTTdeuP+EQ8Ri8laZ9MubizjmflnUfcye5+YDPfFeb f2nIqxmKKJJlRUM2NznAwDzwOB2ru/HUVr4c8Kw6RZFt15cNNK7tl5DnczMfUsRXnFc9V62PoMro r2Tk+rLUdzdRI1x5rOsjFHEnzByBn5gevWui8E6zFa+J7KJIRbxTFkkAckM7D5evQcAY56msuO08 zwVNcgcxagoz7GP/ABxWSpeNldG2spBVgeQexrNNxaZ2ShGtGUfkfRVLWF4S8RxeItHSXIF1GAk6 ejev0PWt2utO6ufKzhKEnGW6CiiimSFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFNcMY2CHaxBwcdDTqKAPP9ER9M0dtP1bwveX2qsXE83kpJHdsSfnMrHGDx16dMcV1HhPR30Dwx Y6bKVMkCHdtOVBJLED2GcD6VsVU1O3uLvTp4LScQTSrtEpXOzPUgeuKBpXZ47441kaz4lneNt0Fv +5i9DjqfxOa5+vV7H4W6RBg3c9zdMOxbYp/Ac/rVLxt4GtYNHF5o1qIntQTLGmTvTufqP5ZrmlTl q2fQ0cdh48tGG21zJ0ey+0fC3WHxytx5g/4Dt/8Ar1h+GvDsviTU/s0LmOJF3Sy7chB2/E16B4J0 43Hw6kgwCbsTYz3zlR/Ktrwp4ej8OaLHbcNcP887j+J/8B0FUoXsc88b7L2qjvfQw9I+Hk+h36Xd jrbq44ZTANrr6EbuldsOlLRWyio7HlVa06z5pu7CiiimZBRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFIQCCCMg9qWigCvZWUGn2kdtaxiOGPO1R2yc/wBasUUUDbu7 sKKKKBBRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAf/Z ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image008.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAoHBwkHBgoJCAkLCwoMDxkQDw4ODx4WFxIZJCAmJSMg IyIoLTkwKCo2KyIjMkQyNjs9QEBAJjBGS0U+Sjk/QD3/2wBDAQsLCw8NDx0QEB09KSMpPT09PT09 PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT09PT3/wAARCABLANkDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD2aiii gAorndX8a6dpcjQx7rqdeCsR4U+hbp/Oudl+I98zHybK2Rf9osx/pW0MPUmrpHPPFUoOzZ6JRXm/ /CxdU/597T/vlv8AGj/hYuqf8+9p/wB8t/jV/VKpH12kekUVjeFtYn1vSftVykaP5jJiMHGBj1pP EOvSaSbW2tIBcX14+yGNmwo9ST+NYSi4tpnTCSnFSXU2qKxtOm183X/E0g0+O2CkloXYsD268Yp0 fivRZbkW6ajCZC20ddpPoGxj9ako16KyL3xTo+nXb213eCOaPG5SjHGRnsPeprnX9MtLGK8nvYlt 5v8AVvnO/wCgHNAGjRWBP4ot54rSXS7i2ljlu1t5DKHHUZwvHX68VZvPE+kWN09tcXiiZPvIqs23 64BoA1qKx7vxXo9hdPb3N6sc0eNy7GOOM9h71Yute0yysoru4vIkt5hmN853/QDk0AaFFYEnii3u TYvpdxbSxTXQt5DIHB5GcLx1+vFSyeMNDhneGS/VJEYowKMACDg84xQBtUUisHUMpBUjII6EUtAB RRRQAUUUUAFFFFABRRRQAVyXjrXnsLVLC1cpPcAl2B5VOnHuf8a62vIfFF4b3xJeyE5VH8tfovH8 8104Wmpz16HJjKjhTsupb8O6Np9xYXWpavI62duwjCpnknHJxz3FaPl+B/8AnpP+ctVNP/5J3qv/ AF8L/wCyVQ8MaLFrupvbTSyRqsRfKYzkEDv9a63rzSlJpJ9DhjpyxjFNtdTaEfgcn/WT/nLTn8H6 Vq0Ly+H9SDOv/LN23D8e4q83w3syp231yD2JVT/SuRuIb3wtrpVX23EBBV16Op/ofSpg1P8Ahzd/ M0mnD+LBW8jvfA9tNZaJJb3CFJY7l1ZT2PFM8Vadetf6bq2nwG5ksnO+EHBZT6f571t6Zdxahp8N 5CMLOocj3xgj8MYrB8Z+JL3QGsxZrCfO37vMUnpjGMEetcFRuUm2elSiowSQ+bUb7XrK708aRe2T TQOFmmwFBxwOPWsaeG9vPCcOgJoVzHdrtQyOgES4PL7s9/61m/8ACxtYH8Fn/wB+z/8AFUD4j6xn 7lmf+2Z/+KqCzqdO024h17Wmmgdo5LeFEkZeJCEwcfjWLY6Rf2NtoN9NpktylpHJHLbYG9CWYhgp 69f0q1o/xGjuJ1h1W3WDccCaM5UH3B5A9+a7ZmxGWUg8ZFAHK6oZ9WTS5LfS7uAQajG0iSRhSFA5 bg9Ky7fT9W0e9v49+poss7SLJaW8cqyA9CS3IPtUWj+PNUv9Zs7WZbXy5pQjbUIOD6c16LQBzFnY XA1fxHJLbP5dwieUzLxJ8hBx+NY1npF/ZW/h++m02W6S0ieOa2wN6EsSG2nr1/SvQKKAOT1Iz6tN o8sGmXdusGoK0iyRhSFx97g9KyNQTXbyyv7e+h1V5ndgkcEUZtyvbnrXodcL4o8Z6jo2uzWdstsY kRWG9CTyM+tAHW6NG8Oi2McqlJEgRWVuoIUZFXao6ZeSXmh213Jt82WBZG2jjJGa4rRfHWq6hrVn aTJaiOaQIxVCDj25oA9DooooAKKKKACiszxFqE2laDdXluEMsSgqHGR1A/rXP+EPFmoa7q8ltdrA I1hLjy0IOcgevvQB2dFFFABXiV6SdQuS3Xznz/30a9trx7xHamz8RX0RGB5pdfo3I/nXbgn7zR5+ YL3Ys1NP/wCSd6p/18L/AOyU/wCHn/IwS/8AXu3/AKEtM0//AJJ3qn/Xwv8A7JTPA15b2WuSSXU0 cKGBlDO2BnI4reSvCp6/5HPB2qU79v8AM9Qrzv4joo1WzcfeaEg/g3H867I+IdJAJOpWmB/01Fec eLdZj1rWTLbkmCJRHGcfe7k/iTXNhIS9pex14ypH2Vrna+AnZ/DEQbosrgfTOf61ifE/7+m/ST/2 Wuq8M6e2meH7W3kGJdu9x6MTkj9a5X4n/f036Sf+y1hVac20dNFNU4p9iL4c2VreDUftVtDNtMe3 zEDY+90zXavoWlupVtNs8Hr+5X/CuR+GHTUvrH/7NXe1maHknjLQY9D1cLbAi1nXfGpOdp7r/L86 7HwHqrX3h1oZTvksyY+e64yv+H4VnfE8DydNP8W6T8sCofhqW2aqP4dqfn81AEej+K7a71mzt00G whaSUKJEA3J7j5a72+vrfTbOS6u5BHDGMlj/ACHvXj/hr/kZtN/6+FroviVqDvqFtYKxEUcfmsPV iSB+QH60AWLr4mkSkWmnZjHRpZME/gBxUP8Aws26/wCgbD/39P8AhUfgXwza6pDNfahGJY1fy44z 90kDJJ9eorc8VaBpdn4ZvZ7awt4pUQFXVACPmFADPDfjWfXdXWzks44lMbPuWQk8Y9veqnijxLb6 brsttJo1ndMqKfNlA3HI+hrE+H3/ACNSf9cH/pUfj3/kbbj/AK5x/wDoNAHS6t4yfSdO0zybGHZd 23mbA+0R9OBgdOa4HTb06bqVveKgdoH3hScA16rpVhaXfhjT2ubaGZltFCmSMMR8vbNeZ+G40m8R 6fHKivG0wDKwyCOeooA7zwx4zm8Qaq1pJaRwqIjJuVyx4IGOnvVLVPiFcafqt1aLYROsEhQMZCCc fhXY2+m2VpJ5ltaW8L4xujjCnH1FYurT+FrC7YalHZfaXO5gYd7HPc4B/WgDnv8AhZ1z/wBA6H/v 6f8ACtLSPiLbXlykF/bG1LnasgfcmffgY+tKdV8EEYMdn/4Cn/4muE1xdPGrT/2S26zbBTgjGRyO ecZoA9Q8af8AIo6h/uL/AOhCuN+HH/IxTf8AXs3/AKEtdDqk7XPwx82Q5ZrWPJPc5Wue+HH/ACMU 3/Xs3/oS0AenUUUUAFcV4/0N5o01S3Tc0S7JgOu3s34V2tIQGBBGQeoNXTqOnJSRnVpqpBxZ5r4b a1v/AA7f6RPeRWkksiyK8nQjj3Hp+tP/AOELsv8AoYbP/wAd/wDiq2dW+H9peSNLYS/ZWbkxldyZ 9h1FY5+HGo54ubMj33D+ldyqwd3Gdr+R57ozSUZQvbrcT/hC7L/oYbP/AMd/+Kq1aaX4d8PSC7vd TjvZo/mjjTBGf90E5P14qp/wrjU/+fiz/Nv8KP8AhXWqDpPZ/wDfTf4U3OMtHUEoSjrGlqdd4X1W TWbK4vJF2hrhlRM/dUAYFc38T/v6b9JP/Za6Twro9xomlNa3TRs5lZ8xkkYIHqPaqfjDwzdeIWtD aywx+Tv3eYTznHTA9q4Klud8ux6NLm5FzbmB8PNSs9PGofbLqGDeY9vmOF3Y3Zxmu1/4SHSME/2n Z4H/AE2X/GuE/wCFa6p/z9Wf5t/hR/wrTVP+fqy/Nv8ACoNCl4016LW9VQWrbra3Uqjf3yepHt0H 4V1fgHTWs/Ds1zIpDXbF1B/uAYH9T+NUdL+GwjuFk1S6WWNTnyogQG+pPau58sCHy0AVQu1QBgCg Dxrw1/yM2m/9fC10HxJsXj1W2vQD5csXlk+jKSf5H9KsaR4A1HT9XtLuW5tWSGUOwUtkgenFdrqe mW2r2MlpeJujf04KnsQfWgDivh/4gtLS1l068lSFjIZImc4VsgZGfXj9a3fF99ay+Fb9I7mF3KDC rICT8wrm7j4Z3olYW17bvF2MgKt+OAazdV8D3mjafJe3FzZlI8fKpO5iTjAyOtAEnw+/5GpP+uD/ ANKj8e/8jbcf9c4//Qal+HoJ8UqQOBA+f0rd8TeCr/Wtblvbee2SN1VQHLZ4GOwoA6LQRnwtYAdT ap/6DXlPh+eO08Q2E07BI45gWY9AOlewaVaPYaTaWshVnhiVGK9CQMcVx2sfDl7i+kn0y5ijjkYs YpQflJ64I7UAdtJOv2Z5Yir4QsNpznivE4T/AGlqcZu5/LNzKPNmb+HJ5Jr0Twj4SvPD+ozT3U0E iPD5YWMtkHIPce1UdY+HLT3jzaXcRRRyEsYpQcKT6EdvagC0vw+0MqD9ruW46iZef0ri/Eum2+ka 3LaWju8KKpBdgTyMnkVtf8K01P8A5+rL82/wo/4Vrqn/AD9Wf5t/hQBt3n/JKl/69Y/5rWF8OP8A kYpv+vZv/QlrsLjQriXwWNHWSIXAhSPeSduQR7Z7Vm+E/CF7oOqvdXM9u6NEY8Rls5JB7j2oA7Ci iigAooooAKKKKACiiigAooooAKKKKACiiigArC8X2uoXmiiPSvN+0eap/dybDt5zzkVu0UAeWf2D 4w/6ff8AwL/+yqOXwr4nvCq3EM0oHTzbgMB+bV6vRQBzXhHwr/YEUk9y6veTDDbfuovoPX3NdLRR QAUUUUAFFFFABRRRQAUUUUAFFFFAH//Z ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/header.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="windows-1252"





                                 =                                                                            =                ISSN: 2600-5859

                               Vol. 3, N°2, p. 55-68, abril-junio, 2020

Competencia & Aprendizaje =                                                                                          =                                Página 1

 

------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image001.png Content-Transfer-Encoding: base64 Content-Type: image/png iVBORw0KGgoAAAANSUhEUgAAAHgAAAAqCAYAAAEPJa+4AAAAAXNSR0IArs4c6QAAAARnQU1BAACx jwv8YQUAAAAJcEhZcwAAFxEAABcRAcom8z8AABbISURBVGhD7ZsFlBXH0oA3CSS4S4AQXIIHWByC BXd4uDtBggRJcJfFLbi7w7LALvaQuLufuAtxT/qfr+bWbN/ZWYGf985LTuqcunemu9q7y7om4vXX Xzdp06W9Jozg5+T5U0Zhzea15mDModCbMfuO7Zf/p556ypz6d6zJnz+/eeONN0xERIRbeOXKleau u+6SBKBSlcomJiZGno+fiTE5cuQwmTNn9vIVpHCmTJnMli1bzKlTp8zjjz8uraVKlUqIeea/VKlS 8rw/+oCZPHmyORJ7jPQIE3fpjBDceOON5tCJw/Lcrl0707FjR3m+8847zf333y/PPkyQkHLUmbsW jNAxATfffLOMq1atWl7tZcuXMz/99JM5f/68jFdByp389ymZ+j179gjxjPkzJVMrXLFihSldurTp 0aOHad2+tXnttdck74SzvBH2mgJH46LN5t1bzAMPPCCTt/foPjNgwADTq18vb+bB0HOEqVGrhunf v7+XATZo0MB7rlmzpvfcp08f79lB7+HqkVmjCyAT0qVnV5MuXTpTo3ZNE33muJcHRp8+7hWs36iB DEnzxj4w1stjHjX9yKmjXnrlqpFeGa9hMoKAdOa0Wctm8r5+/XqP9vPPP3d26VFZCNLmzp0r6QDv g4cP8Z7t/5izJ9yGY86dMG+99ZYpWLCgZPihd//ezihizTvvvCPvdkV2p/nX59UbHzTHz8aYs2fP mkuXLiUsky59OpmaAgULmO+//14ybYCQCqC5nujU6/YS7De4vzlw/KA55mxP1nvDtg1enuLChQsT pIEjR470zsYNN9zgpcMfvvrqKxkE7EvTI9hIejT/W1i5cqSJ4MAx5+BRh53lvjW3yZI1q1m5fpWX rjh01DCvxzBgTaecpteuWztst0+YEs/12Eukbdm9Nb7hDBkzCONWuHLlihBrJYWKFJL01q1by//h w4edtYqVpYHFAEw1QDnK1KpTS95/+OEH+X/22Wdlfb2G125Zay5evCiZfmAGqGT8+PHyTqVFihSR Z9ava89uZtCgQZKuAKM8djraNG3a1HzxxRfmjz/+MF27dpU86LyGtRD/YPbs2U3ZsmW9NDba7t27 5R3p07NnT3kmr/Zdtb3nkiVLyj+AzJw6daq3seLi4uSf/AQNlyhRQv71HeCZEWsaMlIBxkwDzz// vPn44489GhUZ+s5/ixYt5Dlq+cL4hrPnyC6JnOOPPvpInvft2yf/2jBrzfPgwYNN0aJFhSuRDu48 uEvyJk2aJP+HTx4JK9O7d2+ZwX916Sjp0vDpy2eEJULgB6buaNyxsIN/TejMiv3OhnTac9f1xLmT 8l++fHlTv359eabHiC6ladu2rfds40033eQ9582bNyxPxVzVqlXD0h2Mf4m9ECfTBOOHTbJr7XzW cdmyZTIbdnratGnNe++9J+nwezuPtY2MjDSrV68OS3cw7OW/h6lvTi1njk2WGMKZ0PygY0aCaBLD E+dPmjMPnTWnL5+VGT10MpjORpbdLXPGxF50VyGIzkZErZaJu3g6sMzuw44sgWfzoicDhKXWrBOv 7rBs7KvatWuHzRZ8xWbLimzijJkyimrMtrABBZayeuIU6fCteW41GTJk8LaLQq9evaTMAV97KEgF ChUQnvbmm2+GqF0YOnSolNlxYKdXRk6xPWBOc9HiRYUQDpscFC9eXGhZfe2EshIbGIAtfoBKlSoJ l6dM6FSLavz111+bKVOmyHvu3LnD6oLzN2/dQsocc7iLnVehQgV5V0QbBmDuNR3tcV+0b8AMNlfu XHIgbTh58qT55ptvQm/GPP300+by5cuhN2POnTsnDUQ7g6bjRYoWESVLAftGO0GnbCCNLV+hYgVz 9OhRSYO3Kj3IoG0gDVncsHFDs2rVKkl76aWXJP3PP/+Ud0xC3hV4RnkIG7Com04GxABCoFixYvKs YFdiA+loocw82obKaoUgi2/nzp2mYOGCMkmzomabnDlzhnLc+rAiAQbx3XffmerVq0t6jpw5ZHGW r1lh0qVNJzS///675E2fPl00ZZ4LFXKVlueee86kSZNGjlDYgBEYEG7YsEEIH330UXnXM0cHb7nl FjkvjRs3ljQFnqfOnioD5rxs3LFR0tgNwPLly01UVJQ8A+Q1bdFUeABlwO37dkj6xUvBShAyCL7C BGkZylPm+PHjIapwyJgxo2M1lvWObIIzvHLdSqngmWeeCRVJHqDPkiWLV4eNcNsVTp0dOnUwrdq1 NtPmTJeJ3Xc0nM5GdtqDm9aYDp3/ZVq2bWmmzJoq9QTRKsJD1m5Z5/CErk6ZVmbyzClyVPx0MmA6 rLj70B4hRLvnfdOmTaFhhQNbjG0CzSpH8Yar2/X8j2PCxBhm1OFqrFprZ2UQFaSnSp3KlC5b2ixa sVg0E2beFl9+5FigIi9atMi8//77plGjRmb48OGBtKAyTJ5hlpzf1KlTx7uJApD86Oho4TeVK1c2 S5Ys8epIBAMTPcxfIL/p0qOLGTdxnBl4zyBTpVqVQLogBGAiM2bM8N79NDayszBCu3XrJtwfLRnx 8vPPPwfSgwwYgDl17tzZTJw4UfgM4i2IPoJZ4Rz/3ZHJFHG15/Be2bqJIewcFw+MASU7iCYxxM1z +tIZUfdQ+6gniM5GysRdOu2Vod0gOhvpY1gZ57j5aWgbNToCzuXnZiCMKGpZlKlYuaLJlDmTwTGT 77Z84huxNasgRDTRiWLFi4VtJ+pYsmppmGixy+BvKVWmVFgZRCH9QPYGlaEv5e8sH1aGLT1z3sww 9ZVBs9IJBkwlW/du8wpjMmG3tWnTxuTLl89Lb9WulcyaXVbLz1k0V2jmz58v50vhkUcekXRcI3TA LoMrjDyUBxvwWJAO72D17TIbtrvyfty4cSFqF15++WVJL3FHCZlE6AMHTCXY6BBnzZrV/PLLL6Eq wmHWrFlCg0fEv9qqF3/77bchapdR2V4VlIiBQwd6ZdRP9MEHH4QojKivhw4dMj/++KO8w8E7d+/s lVFRCFNUeOWVV8L6jPbWpHkToQ8c8EEnkUqqVKkSKpI44MiEtmr1qp7GRKXZsmczW7duDVG50K9f v9BTPFD25AXXP5X/9vzi/sNo1jwQq17FDEAaOjHtsfVHjRol6Rg6WgYsXLiwpAO8MzkJBgxD4ryw hVMKOGSocO8R1/xCqefdBu2EPx3ZjtKiKi1bl10VRKuQL28+5zwvFPNTaZDV6OoVK1aUd4A8de5h sEyaMSnhgPcc2SuE9hbhjsi2jABudtRHBlAGxqYr7O8s74o2NGzYUGS7OvkBtXJs/PLLLyUPYKcM uGegKEZaBsAdp/4+ALdanTp15Hn06NGmY9eOCQfcb3C/sErQkHgvU6aM/Ou2oSL+dftxqcI7Z9nu vILaqWxPNd8A/D7T5swI6/yJE+65RJm444475GqMd87vww8/bJo1a2ZGjh3p7QqFF154QTQ5BfI6 dOggz927dzf9hwxIOOBqNavLlgY4+HaFAI3TCT+g1kHLNlNG8uuvv4Zyjfn0008lDaPeBtIOnjgk Xgue0YwA9UHaXo/NmzdLGrjr0G5xLXL03n33XclHeeKdHaLllWnCGzbt2hw8YNVl8S1TyAa2Tbly 5UJv8cBtJ7QMmHqYTVw7CjhgyefyUmHOnDniAlI5OXr8aNGEFJo3by5lQMQhcODAAVEc4OiUmTZ3 unB7hRo1XDcniwY/AI4cOSIDVoUnbMB9BrjXdAoIb7bW3XffLenKldU+Vu45bJh7JYF2Qz04+nLm yun51PE6ox8rL2Cw0LMboAcZBEpNYldca9askTIqU0GcgRgyHL0gwH6nDAMVev+A2SoQqEscwGLZ v9+95AaQibhsbHnJVqJh25jHpmXHUB9nHuOhU6dO8s71ClYWMl/pQbZ2vYb1hIbVogw3FryrZ9Vf hq3donULoWFbc2w4s7zTLxQVLZNgwMxyamdV4XApBWUyeAbtjoBMAHWOmXCfON76Duxrtu/fIeLP T6tIGbYfV7CU4YZ5y56tYSsbhDBMXEst2rQwPfr0NJt2bpYJsmm8ASP44XrMFhkMAFUyOdAtjgtF 6whEvXfQ/5TgtZRRTKQMhgW6vNNnlzngHIOJzF7onjG/t9AG7qGhQXXj7C5YGiXvfxGMf+nRt6ds q8274l2rcD3kH7EHiCVNb9aquWw/9Xb6ES9jly5dxPupXBdNinc/rSL3MvyrrEcqJOUhUZw5c6ZJ nz69PDdp0iRBvg/DE7r16i7bG9/WDMfEKl6yhLB/2HvWbFlFgWegcjai3SMQhHgs+Qf4R3HQ58QQ 5WH79u0So4No4zlXrlzCOIPoQRWhMFj+YaxMtE3jw4SJmbNklnsYDj7nE+YD4+DgY5eiwLdq2ypB ORsRQ3BaFAjekYl2tEoQcom9dOlSkaOsNpfepFerVi0BrSLik4n57bffxJfdt2/f5CY2MNHDuvXr mqH3DhXO2aFzB5MrdP2RHKKHY65p46iiuHP9dDYqrf2PmPTfadnIyhKp9Nlnnwk9ugN2t3pVAzAw 8e+LhKB179NdtjAyD7n8l8W/ev+vBzpzgJ+yW+/uEl4YkSZdGslQlTOlqEoRMh1+xgZBweHGA6Qh 6BDT0IjO7zB1fz1Xi2iKouc4+gX8c+GKReYeh8VwX9CkhXubyi3sxOmTpD9osX6lK6XIGBFWqCdL Vi81I8aMMG3at5FrseaOVO7UrZMoeOu3rRfp7Amvq0Rpx+knwpGbqVHjRpk2Hdx2CM9r37G9sFBu oFAqmVPKBNUFspasaZq0DhtDu0zJAjOxEvrhNDBpxmSJ5AxkCYkgvJOgxgVLF8iC057fFEgKoWVR 8W2WcZRZrTdbtmyi1hAIu3jxYrNgwQJxSXDdrjRoET369JAFYLGSapc87Dg2R6R1x5IhfQa5KBo7 dqxcHNHOkCFDEsTMtOvYTtqwzZYgJA9zCSukVt14GYSaRzzOfffdJ+MBR4wYIaqYHfTXqFljqSfI pNIFFsshuQWmMAuyaOViCcDQBkD0Pi59udTh8scPGMJPPvmkBIoVKFAgrGzJUiXFqcxkJjcRbKpV G1Z7N3poL/6ADhxfSxwDHfPND2vXrhXthLL1764vp23/8fATQDtwoo07NnuKBlFbjC2lgNdQ9dsq 1asK1wq6PTh86ojY4gULufFOOAEeeuihUC3JQ2xsrBgxlC1esrjZf+yAOAe0/hQtMANmh3FiUDOp DMQhh1f/WgF9Gp+x1oc/etfB3WE3CjaeuhBrevd3PTHo1B9++GGopnDARat1osIGAZuRfBwQGEfq XgLhDsNHu0YKixQ0RvxquLm0HUUNy1TAJ086XIuNqWY3yIZ+YNpEycfvoPaFAhv13nvvlUXHgQEN xhaeV3yDNuA91j7MXTRP1os2UrTATCwyRivgBPrDrf4/8Oqrrwp71fpHjh0lk2z3Ae8tbmvyiY7C NvADLnRYMuwSKxJ2hhXLqQ0CdXMVcE4PDlPkORxi5nz35ogJZWK1X2xGbBF9v/322yWgFwcrTtEn nnjCfPLJJ6Ha4+HMGff7Ci5hOK2cZBZ66YPLhNWyiWwvGaAxuiAhNLjZaQtXvKYjeuybJKJcqQ/W vnHHJtm0yS4wi4ss0UqZwP8UqD8URInRRUaJQL5UinRlqX2nYIPtrbaRONXEAPc/NITXsLhsJGKR SeNDDwWiW+w6QewvDFX6DRLhmxhonJNcGzjjQtQRokMaRrMCG5cbMm0DLqF2n8Lp06e9fFyUNqjL Euc4H6QkucAc8zkLXWcVqDHONmDk+q14draGxAG4OuzPa0DuWQjWsoFoMg3uTp8hvbBO+sLJ4r9I MdcXZIf12aAff/jRH01nAxda0IyfNF60V5QvwgBJ01BAAA8lyo5dbxAyrgkTJiTQC/TkcRHGDSNt ETpImj8GE4ATJBalz3UK3IWy+K9t0M3B5RlemSQXmF3WqGkjKQDyQYoNGgMJG8OlArBIBG/Cyt5+ +20zZswYoYF17NixQ2j4BICvbqDh0ssGBqvtDR05THah25dYcRKSjvaaGCCbNKwRRKlLDPgCCGWN /nNNi2XAmLv3ck8BfVSgz8SXEkJJHhOsShf3Zpw8PDHz5s0L0ytATjf+OJ652oUb0Q4mHWlo5DYQ BKhl/XkAEU2av27dulCqC3Ar0rFujjsKZKILDFvExqpaw/WVMWm2nGByCFskz753tgH5QDwnNJyU lABaIfRgd8dAZyJYYOQWQYG4ysnjtAYBk2wvsH1f5wc1n7CV2UC0o9wCuUwe3l4bWGRxGoTqpy3u KFhEFt9PT2iZ3jJjl+vXP8wv3KJcBdfEJJTbBlxw3GNqO2j+qv2DtOvXtpU9Ey6j13TJnmBlIyCN 2qDfWWBb2toqMoWvivBPDhw40KOxWR40rVq1kkBEG1CItL0hI+7xTrBMfowz+Y7igFlFPgvkl09s Qi0PwkH8ALfRfE6RTrqiTn5kVdf2RXOFG/mBxSPGD0WOBUIs2bESjBftmTrw7PvbAZHHDRu7ugen XC91bUDEMb/4Ygm49AMLrb5fwnV1s4JJLjBKx4y5bkAkqPECNjAIZVuKaMS2fKVjyEGbhg75A7YA PR0oMOu3bQgzX0BMNmzXletWmTx58wgtO52PWDWK3Q/Y5QRP6zfKIF4hNFm0Z7t+ux3Gv2HHRvkc kjKIGTTzF198MVRzOMCm0Zjtm/s69erIGEDqDGoHmxvtukw5N44ERPxpYLkfEBeYVPqVM0hADR5E 7G27nSQXGGTXtWzjansgisZ/CthA2s6gYYM89hyEDILBoAhOmHx/gjBDP7LpcC2u27pednhS7j0b aQdnBJuKoPSKkRXNTanivwTzIyEbjZs1ETcjcwfLD1pYP0LDvHOisWP5Ik0VqSBM55hWcNfFq5bI eBBhQe0ku8AgHW3bIf6zNwJ3NLjmegAaqv3J3MChg8Q8s/uQHLJgLDiyh7JMFP1mk3AS/WO6VqQd HDFeO079LsaKznK92gGlHWdj6TjsdvycLTEMW2DkRbuO7UXp4LYXVXt21GyRR5wUPh9WFyGIeWTL nKuFxx57LIy9E5KKaQTLgn1iM9IH+vIPXhuylqxpSBdwJ9qPxAyxW/HZspuII+ZTNZtGvxP1238K yCdMIuKL/TK7cNEicuvEbmVnckr4BNym+QevCwYmesg32HyOilzR26SxE8dJrEcQfWKIshJZNdKR NXM9b4sr52IkaDuoTGKomj3hE7gLietAmULpAtRTdfDgQXn3K3spQUIfiQ+hfnXso2jpF3pYCgAa PaEZmFI4IOw6UorY7SiFuB0xM1EctU2CeYErV66EcdKrwMDEBMhV38adm+R7ZQLlOXEsNjKCE0je sjXL5aRzR4sTYdvebSIjkSEY+iLLnHfqWLAsyhQpFn6qU4p4ewjRxokSFxcni8DNFnl8YQuw6PiJ 2Vj+8ilBtHQ8SxcuXJD66tatK859Ng0uSMC2jbWM/Z5S5BYMgBNyPaiePepjYVFy+fqBcfvLpgAD E5NE5CafPvIBHouGC06VHBQRkIWHtaMc7Dq0Rz6iadyssbgjg+q8GsSUIAhK3/G2cYL0nfhcxEMS cTvJIpPLCeaeGUe+xuFzWXHbbbfJ87Jly4QWWQc3IZrMX09yiKLJwmqorQZaT5s2TTxW9AGdR21h PHr+OpLBwMT/acQ/jm3KNR1Yr54bY6wIq+QSgIWx068G8SD179/fY/cgzo2WLePNxwYNG4ibEk+W RsxdC9IWrl4CCagLt2eePHnMyJEjw27c8B7id86UKVNY+STRNlX+wb8X5s2b1/wfwqTu9MTyProA AAAASUVORK5CYIJ= ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image003.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQEA3ADcAAD/2wBDAAIBAQEBAQIBAQECAgICAgQDAgICAgUEBAMEBgUGBgYF BgYGBwkIBgcJBwYGCAsICQoKCgoKBggLDAsKDAkKCgr/2wBDAQICAgICAgUDAwUKBwYHCgoKCgoK CgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgr/wAARCAELAfoDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9/KKK Ac0AFFFFABScZ96WjApNXA+Xv+CjP/BQW/8A2DT4Q1GP4exa/a+Iri6ju4zdmGSMRLGRsOCOd56i uB+Ev/BeP9j/AMcGKz+Iuna/4QuXxvku7H7XboT/ALcOX/8AHK8w/wCDiwY8N/DDHX7bqX/oEFfl oSegXNfsnC3BeSZ5w5SxFZNVHzK6faTS7o/JuI+Lc3ybPalGlJOCto1foj+kD4U/tLfAH43WS33w o+MPh/XlKgmOw1ONpUz2aPO9D7EA13AdW6V/Mho2sa14d1KLWPD+s3VjdwnMN1aTtHJGfUMuCK+n /wBnf/gsL+2T8B3h07UvGEfi3SYsA6d4iUynb6LMMOvGe5/GuLNPC3G0YueBqqflLR/fs/wOvLvE jDVWo42k4ecdV/mj90Qc0V8Yfst/8Fsv2Xvjm1t4c+JK3HgPXpmCeTqkgkspmP8AcuFxj6SKvXAJ r7H0zVdN1qwh1TSL+G5tp0Dw3FvIHSRT0IYcEV+cZhleYZVW9niqbg/Nfk9n8j7/AAOZ4HMqfPhq ikvL9VuixRRRXAd4UUUUAFFFFABQSPWgkDqa/MH/AILCf8Fc9Z8Ba3qP7KX7MHiA2+qWwMPi3xTZ yDdbORzaQMOjgH53H3T8o5zioxcnYD60/an/AOCpX7HX7I9xNoHjz4ijVfEEQ+bw34cjF3dIewkI ISH6OwbHQGvjbx9/wcmyLdPH8MP2aEMIJ8uTXNaJZh6lYlGPpk1+WV1dXN9cyXt9dSTzzOXlmmcs zsTksSeST3J61HWypxW4H6Sj/g5K+PBJ/wCMcPCOO3/Eyuv8aX/iJJ+PH/RuHhH/AMGV1X5s5I6G jJ9TTUIdgP0m/wCIkn48f9G4eEf/AAZXVJ/xEk/Hj/o2/wAJf+DK6r82sn1NKCc9afs4dgP3a/4J V/8ABTLx/wD8FBNX8Zad40+Guj+H18M29nJA2l3MshnMzSghvM6Y8sdPWvrPxl488EfDvSRr/j/x fpmiWJlEYvNVvo7eLeei7nIGT6V+Wn/BtR/yM/xY/wCvDSv/AEO5r3v/AIOCv+TFIucf8VhY/wAp KxlBc/KgPqb/AIax/Zd/6OL8D/8AhU2n/wAcq54f/aQ/Z88V6zb+HfC/xx8Jajf3cgjtbKx8Q20s sz/3VRXJY+wr+ZDP+2PyNe+/8EuBn/goD8K8nOfFcA6fWqdFJXA/omooorEAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooASSRIkaWVwqqCWZjgAetcAf2sP2Xx1/aK8ED/uab T/45XZeKBnw1qI/6cZv/AEA1/LVg5+UfrVwhzgf0x/8ADWP7Lx6ftFeCP/CptP8A45Xb6RrGk+IN Kttd0LU4L2yvIFmtLu1lEkc0bDKurLkMpBBBHBr+WVsjgkH2xX9I/wCwKAP2IPhGBn/knOj9f+vO KicORgeuUUUVABRRRQAUUUUAFFFFAFex1XTNTtlvdN1GC4hcZSWCUOrfQjg1NvB6D8q/mw8E/Gr4 w/Da7F/8P/in4h0WZekul6xNAfzRhXvfwu/4LF/t6/DNo4J/iwniS1jwBa+JNPjnJ+sqhZT+Lmv1 DGeFma0tcNWjP1vF/qvxPzfC+JGXVNK9KUfS0v8AJ/gfuqM54P50tfmd8Dv+DhPRbqSLTfj98Gpb MEgS6l4fufMUDuxikwfwBP1r7n/Z6/a6/Z+/ak0N9b+C3xEstVaFQbuw3eXdW2f+ekTYZR/tY2ns TXxWacN53k+uKotR7rWP3q59dluf5Rmllh6qbfR6P7melUUA5GaBkjmvEPaPzS/4OLP+Rc+GP/X7 qX/oENflpX6l/wDBxZ/yLnwx/wCv3Uv/AECGvy0r+j/D3/klaPrL/wBKZ+A8cf8AJSVf+3f/AElB RRRX2p8iIThgc4IPFfsr/wAEEdZ1nWP2PNUTVdWuLlbTxjcxWwnmL+VH5EB2rnoMknHTk1+NTbeM r3r9jv8Ag39UD9j7XR6+N7n/ANJ7evz7xLinw23bXnifbeH7muIOXo4v9Nz7rHSijpRX8+H7sFFF FABRRRQB8/8A/BS/9q4fsf8A7J3iD4k6bcImuXiDTfDit1+1zAgOPXYoZ/8AgNfzxapqeoa1qVxr Gq3b3F1dzvNc3ErFnkdmLMxPcknrX6S/8HHvxrutV+Lfgb4AWF6fsmjaJJrOoRK3DXFxI0UYYf3l jhYj2m96/NOuimrRuAUAbiAO9Gcc1+rP/BEH/gmX4G1jwZbftgfHvwlDqs97If8AhDNI1KHfBDGj YN48bcO5YEJkYUAtjJBFSkoq4H58fDz9iX9rb4raUmufD/8AZ58VajZyLuiuU0p0R1PQqX2hh7ji ui/4dm/t7dv2WvFX/gIv/wAVX9FsEENtEsFvEqIowqIoAA9ABTwMVl7V9gP5z/8Ah2b+3v8A9Gte Kv8AwEX/AOKoH/BM39vfP/JrXir/AMBF/wDiq/owoo9qxn5t/wDBA79l79oL9nfX/iTc/G74Uat4 aj1Sz01NPfU4gonZHnLhcE5wGX869l/4LY/Bf4qfHf8AY7j8FfCDwPfeINWHiiznNhp8YaTy1D7m wSOBkV9fYA5/nXlX7Yf7Xfw9/Yr+E6/GD4l6VqN3pzalFZCLTI1aTfJuwcMQMfKajmblcR+Ev/Ds 39vf/o1rxV/4CL/8VXtH/BO/9gb9sn4Z/trfDjx548/Z48RaXo+meJIZ9Q1C6tlEcEYzlmO7oK+y /wDiIj/Y8/6EPxj/AOAcX/xddf8AAX/gt5+zD+0N8YPD/wAF/CHg/wAUW+p+ItQWzs5ru1jESu3Q sQxIFaOU2thn2dRQORmisRBRXM/FH4y/Cr4J+G5PF3xc+IOkeHNOQkfatXvkhVzjO1Axy7f7Kgn2 r5W8f/8ABeX9gTwZevp+j+JNe8QsjYE2k6Kwhb6NKUP6U0m9gPs+ivgNv+DiP9jsMQvgbxgwB6iz i/8Ai6T/AIiI/wBjz/oQ/GP/AIBxf/F0+WQWPv2ivgL/AIiI/wBj3/oQ/GP/AIBxf/F19rfBj4qa D8b/AIV6D8W/C9tPDp/iDTkvLOK6UCRUboGA4zSaa3A6eivh/wCJ3/Beb9lH4V/EPWvhtr3gvxXL e6HqU1ldSW9rGUZ42Kkqd/TIrC/4iI/2PP8AoRPGP/gHF/8AF0+WQ7M+/aK+Av8AiIj/AGPP+hD8 Y/8AgHF/8XR/xER/sef9CJ4x/wDAOL/4ujlkFmfftFfBNh/wcOfsYXF0sV/4S8Y28RPzSjTo32j1 wHr6Z/Zr/br/AGW/2tLY/wDCkvirY6hfRx759GuSYL2Je5ML4LAf3l3Lz1pcrQj12iiikAUUE4Ga 4X42ftMfAP8AZy0Ya78bvito3hyF1Jgj1C7Amnx18uIZeT/gKmgDuqK+IvGH/Bfv9g7w7ePZaFc+ J9bKMQJ7LRtsT+4LuCfyrn/+IiP9jzt4E8Yn/tzi/wDi6rkl2A+/aK+Av+IiP9jz/oQ/GP8A4Bxf /F0D/g4j/Y9Jx/wgfjH/AMA4v/i6OWQWPvHxDDLcaBfW8CFnks5VRR1JKEAV/O5/w7P/AG+AOP2W fFXPOfsi/wDxVf0SNqsA0U60Y28oWvnlf4tu3dj64r4N/wCIiL9jxTgeBPGJx/05xf8AxdOm5R2A /M0/8EzP2+Dyf2WfFXX/AJ9F/wDiq/eP9jHwt4h8D/sj/DPwb4t0maw1TSvAul2mo2NwMPbzx2sa vGw9QwIP0r5O/wCIiL9j08/8IH4x/wDAOL/4uvtr4Q/EnRPjJ8LPDvxZ8N288On+JdFttTsorlQJ EinjWRQwHAIDDNObk90B0dFeM/tqftu/DH9hrwNpnj74o6Pql5Z6pqJs4E0uJXdXCFskMRxgV80f 8REf7Hn/AEIfjH/wDi/+LqFFtXQH37RXwF/xER/sef8AQh+Mf/AOL/4uj/iIj/Y8/wChD8Y/+AcX /wAXT5Jdh2Pv2ivgSL/g4h/Y5eRVl8EeMUUnBb7FEcf+P1678Cf+CwP7CHx61aDw5o/xbXQdSuWC W9l4ptzZeYx/hEjEx5zxgsCaHGSEfT1FNimimjEsUiurKCrK2QQehFO69KkD+YejJHIoor+xD+Ux vyMclc19G/8ABJvVtT039v74eRabfzQrc6jPDcrHIVEkZtZiVb1GQDj2FfOlfQv/AASoP/GwH4bD /qLTf+ks1ePxElLIsSnr7kvyPTyLmhnNBp/aX5n75AHOR0x0paQdB9KUDHSv5SR/TCPzS/4OLP8A kXPhj/1+6l/6BDX5aV+pf/BxZ/yLnwx/6/dS/wDQIa/LSv6Q8Pf+SVo+sv8A0pn4Fxx/yUlX/t3/ ANJQUUUV9qfIiN2+tfsf/wAG/wB/yaBrn/Y73H/pPb1+ODdvrX7H/wDBv9/yaBrn/Y73H/pPb1+f +JX/ACTb/wAcf1PtvD//AJKJf4X+SPuqiiiv57P3YKKKKACiiigD+f7/AILL+NJPG3/BRTx/cGUs mmzWunRqTwogt44yB/wIMfxNfLle0/8ABRS/fVP26/ireyNuL+Nr7GfQSECvFq64q0UBq+BvDF94 18a6R4O0yEyXOranBZwRjqzySKgH5mv6cvhl4D0f4XfDzQ/hz4fhCWWh6TBY26quBtiQJnHqcZP1 r+dj/gn1osPiD9uX4SaXcoGjf4haS8inoypdRuR+S1/SJWNV62AKKKKyAKKKKACvhn/g4L/5MTi/ 7HCx/lJX3NXwz/wcF/8AJicX/Y4WP8pKqHxIa3PxBr33/glt/wApBPhVx/zNcH8jXgVe+/8ABLb/ AJSCfCr/ALGyD+Rrpewj+ievmz/gpN/wUP8ABn7BnwrTUFhh1LxjravH4a0R2OGIHzTy45EaEj6k gV9IXM8NrBJdXEqxxxIXkdzgKoGSSewr+c7/AIKLftP6v+1n+1t4r+Jtxeu+lRXzaf4ct2J2wWED FI8DsWwZG/2nPauenDmeoHDfHj9oX4xftL+O7n4j/GnxveazqVwxKefKfKtkzkRxR52xoPQD65PN cSST1/WkLEjn+Vew/sd/sN/H39t3xpN4T+DWhQCCxVX1bW9TkMVlYqTxvcKxLHsigseuOtdLcUgP Hs0V+n+lf8G03jCexSTWv2utNtrkqDLDa+DJJkU+gdrpCf8AvkVZ/wCIaDW/+jyLT/wgm/8Ak6p5 4dwPy3PTHYjmv6Pf+Cdv/Jjvwv8A+xRtf5Gvgr/iGg1v/o8e1Jxx/wAUG3/ydX6T/s5fCOT4CfAv wt8GpdeGqN4b0eKxOoLbeSLjYMb9m5tufTJrOrKMloB/O7+2eMftZ/EYj/ocb/8A9HNXmVem/tn/ APJ2XxG/7HG//wDRzV5lWq2AKK+uP2W/+CNP7Tv7W3wZ0344fDjxl4LtNJ1OSVIINX1K5juFMblG 3Kls64yOMMa9Cb/g3U/bYALD4h/Dg46D+173n/yUpOUUB8C9sZ/WtLwn4q8TeBfEVn4w8Ga/d6Xq unziay1CxnMcsMgPDKy8g16X+1x+xB+0H+xV4ptPDfxw8Kx28eoozaZqthOJrS8CkbtkgAwwyMqw DAHkDNeRhiBgGqTTA/en/gkl/wAFDz+218IJvD3j+4hTx34WSOLWVjAUX0JGEugo4BJBDAcBh719 ddK/A7/gib8UdV+HX/BQrwfpFrcMtn4oju9J1FAeGVreSSPj1Escf4E1+6fxR8f6N8KvhxrvxL8R TLHY6DpM99dMxwNkSFz/ACrmnHlloB8kf8FZP+Cpen/sX6BH8J/hRLbX3xD1i0Mq7xvj0a3bIWaQ dDIxzsT0BZsDG78TPiP8SfHvxd8YXnj74l+Lb3W9Yv5N91qGoTtJIx7AZ6KOgA4A4AFavx++M3ir 9oL4x+IvjH4yu3lv9f1OS5fe2fLQt8kY9lXaoA6YFcd6mt4xUUAEk9STRXp37M/7Hf7Qv7XPieTw v8Cvh9cas9uR9tvncRWtqD3kmchV78dT2FfVFn/wbtftvXNsk1x44+Hdu7DLRSazdkr7HbakfkaH KK6gfBNHXivvv/iHT/bY/wCih/Dj/wAG97/8iUf8Q6f7bB4/4WJ8OB7/ANr3v/yJRzxGj9jXUf8A CtyMcf2J0/7Y1/LvgA4x0r+o3UbWSw8Dz2MuC0OkvGxU5GRFiv5c+5rOjuIGAABXvX9JH7Awx+xD 8I/+yc6P/wCkcVfzbHp+Nf0k/sD/APJkPwj/AOyc6P8A+kcVFZ7DPkn/AIONz/xjJ4M/7G9v/RDV +Nlf0Lf8FJP2Crz9v74YaL8OrT4pR+FTpGsG++1yaMb0S/IU2bRLHt65zk/SvjH/AIhoNb/6PItP /CDb/wCTqKcoxjZsR+W9FfqR/wAQ0Gt/9HkWn/hBN/8AJ1H/ABDQa33/AGyLX/wgm/8Ak6tOeHcD 8t6Oc5zX3V+1p/wQd/aD/Zx+HN/8U/AfxA03x3pmkW7XGq2tnpslpexQKMvIsTPIJAoyTh8gDOCA a+FdwIx6dcCmmmtAP0V/4Iw/8FQPFXw18faZ+yr8dPE8194U1mZbXw1qF9KWfSbljhIdx5MLn5QD 9w4xgcV+x4ORmv5YLK9u9OvItQsbh4Z7eRZYJY2wyODkMD2IIr90/gj/AMFSfhrqfwY8Ial4v1or q1x4X0+TVFCAgXDW0ZkGc/3y1ZVIa3QWPxTooor+vj+Uwr6F/wCCVH/KQH4bf9haf/0lmr56r6F/ 4JUf8pAfht/2Fp//AElmrx+If+RFif8ABL8mepkn/I4of44/mfvmvQfSiheg+lFfykj+l1sfml/w cWf8i58Mf+v3Uv8A0CGvy0r9S/8Ag4s/5Fz4Y/8AX7qX/oENflpX9IeHv/JK0fWX/pTPwLjj/kpK v/bv/pKCiiivtT5ERu31r9j/APg3+/5NA1z/ALHe4/8ASe3r8cG7fWv2P/4N/v8Ak0DXP+x3uP8A 0nt6/P8AxK/5Jt/44/qfbeH/APyUS/wv8kfdVFFFfz2fuwUUUUAFFFFAH84X/BQ+yfTv26PirZyL tKeN78YP/XQmvGK+nf8AgsZ4Ok8Ff8FE/iHavGVW/vLfUEbGAwnt45CR+LEV8xV1xd4oD2P/AIJ5 6tDon7dPwj1C4cKg+IWlRsxPAD3KJn/x6v6Qa/l0+HXiu88B/EDQ/G+nSbLjR9Xtr2FvRopVcH81 r+nXwF4w0j4heCdI8d+H51ksdZ0yC9tXVs5SVA4/HBrGqtQNaiiisgCiiigAr4Z/4OC/+TE4v+xw sf5SV9zV8M/8HBf/ACYnF/2OFj/KSqh8SGtz8Qa99/4Jbf8AKQT4Vf8AY2QfyNeBV77/AMEtv+Ug nwq/7GyD+RrplsI/c/8Abp8fz/C/9j74j+ObWUpLZeErzynB5VnQxgj3+ev5tHd5HMjsWZjlmJ5J 9a/oS/4K5zzQf8E8viV5IJ36Oqtj+6ZUzX89lZ0VaIAOTjOPev16/YB/4KPf8E0/2Of2aNA+FNp4 81FNWNut14kuY/D0xNxfSAGQlgvzBT8g9lr8haDx1NXKKkrAfvL/AMPz/wDgnd/0UrV//Cen/wAK P+H5/wDwTu/6KVq//hPT/wCFfg0CvdhR8n98VPsYj0P3ntv+C43/AATzvbqO0g+JOrF5ZFRAfD8/ JJwO1fXVtPHdW8dzCSUkQMhPoRkV/LV4cx/wkdhg5/0yL/0IV/UboH/ICsv+vSP/ANBFZzgobCP5 s/2z/wDk7L4jf9jjf/8Ao5q8xbofpXp37Z//ACdl8Rv+xxv/AP0c1eYt0P0roWwH74f8ERf+Udvh D/r8v/8A0oevrWvkv/giL/yjt8If9ft//wClD19aVyS1kwPgv/g4a0bTL/8AYq0vVbu1Vrix8ZWr WspHKFo5UbH1Br8T+9ft1/wcH/8AJjNv/wBjhZfykr8Ra3pfAB9A/wDBKr/lId8Kf+xoX/0TJX65 f8FsviHd/D7/AIJ2+Mhp9w0U+uXFlpKEHqk1wplH4xLIPxr8jf8AglV/ykO+FP8A2NC/+iZK/TX/ AIOHZp4/2EdMjhztk+ImnrLj+79lvG/mFqZ/xEM/EmprOxudRu4dPsIGknuJFjhiQZLsxACgepJx UNd5+yzaWmoftOfDmwv0Vrefx5pEc6v0KNexA5z2wa2A/oO/Yj/Ze8Jfsi/s5+HfhD4c0+Fbu3sI 5tevUQbry/dQ00jHqRuJC+ihR2r1qkXG0AdMUtcYgooooAo+J/8AkWtR/wCvGb/0A1/LUOp+hr+p XxP/AMi1qP8A14zf+gGv5ah1P0NbUdwEPT8a/pJ/YH/5Mh+Ef/ZOdH/9I4q/m2PT8a/pJ/YH/wCT IfhH/wBk50f/ANI4qKuyGz1uvIfjn+3n+yP+zjePpPxb+OGi6fqEf3tMin8+5U+hjjyVP+9ivlz/ AILY/wDBSLxP+zT4bt/2d/gjr7WHi3xDZGbVdYtm/faXZMSoEZ/glkwcP1UAkYOCPxi1DUNQ1a+l 1LVb6a5uZ5C81xcSl3dz1YseST3JqYU+ZXYj94Z/+C5P/BO+CUxf8LP1R8H7yaBOQf0pv/D8/wD4 J3f9FK1f/wAJ6f8Awr8GuM4Jx9aXCjq/6VfsYgfu9ff8Fw/+CdGoWctjc/EfVWimjZJFfw7OQVIw RjFfh78UJ/Cl18SvENz4EJOhya5dvo5Mew/ZTM5i+X+H5NvHasL5eitk+gozVxgobAFbNr4+8UWd tHZ2+pOscUYRFDHgAYA61jUVQHWUUUV/XB/KYV9C/wDBKj/lID8Nv+wtP/6SzV89V9C/8EqP+UgP w2/7C0//AKSzV4/EP/IixP8Agl+TPUyT/kcUP8cfzP3zXoPpRQvQfSiv5SR/S62PzS/4OLP+Rc+G P/X7qX/oENflpX6l/wDBxZ/yLnwx/wCv3Uv/AECGvy0r+kPD3/klaPrL/wBKZ+Bccf8AJSVf+3f/ AElBRRRX2p8iI3b61+x//Bv9/wAmga5/2O9x/wCk9vX44N2+tfsf/wAG/wB/yaBrn/Y73H/pPb1+ f+JX/JNv/HH9T7bw/wD+SiX+F/kj7qooor+ez92CiiigAooooA/Hv/g44+DNzoPx18FfHWysyLPx D4ffS7yVV4F1ayMylj6tFMoHtEa/N+v6E/8Agqn+ydL+1z+yLrfhHQrMS+INFP8Aa3h4bcs1xEpz GP8AfQuv4iv58Lq1uLG5lsryFopoZDHLG4wysDggjtzXRTd42AjxnjFfr1/wQ2/4KNeC9f8Ahzaf sg/GHxVDp+vaKCvhK5v5tkeo2pOfs4c8ebGScKTllPGdpr8hRwafBPPazJc2szxyRsGSSNipUjoQ R0NVKPMrAf1QKyuNynIPSlr+dX4b/wDBTv8Abs+Fejx+H/Cn7RmvGzhULDBfzC5CD2MgJ/Wul/4f If8ABRDt8f7r/wAAIP8A4isfZSA/oFor+fr/AIfIf8FEf+i/3X/gBB/8RS/8PkP+CiP/AEX+6/8A ACD/AOIo9lID+gTPOK+Gf+Dgv/kxOL/scLH+Ulct/wAENf20f2j/ANrLXviHa/Hn4hy65Hotnp76 aslvGnkmR5w+NgGchF/Kup/4OC/+TE4v+xwsf5SUopxmkxrc/EGvff8Aglt/ykE+FX/Y2QfyNeBV 77/wS2/5SCfCr/sbIP5GuiWwj9t/+Ck/g+58dfsK/E/w7ZQl5n8KzyxKPWPEmfyU1/OX15r+pbxP 4e03xb4b1DwrrEPmWmp2UtrdJ/ejkQow/Imv5oP2lPg3r37Pnx68WfBjxJbtHd+HtbntfmXaJIw2 6KRf9l42Rh6hhWVF6WA4jjuce9foh8AP+CCbftEfB3w98ZvBX7W+mmw1/TY7lIx4XdjAxHzxMftA yysCpOOcZ71+d44Oa+0f+CW3/BWXVv2HjcfC74o6He694Bv7gzJHYuPtWlTH70kSsQsiN/FGSvPz A8FW0nzW0A9x/wCIanxd/wBHZ6d/4Skn/wAkUf8AENT4u/6Oz07/AMJST/5Ir6r0v/guF/wTm1Gx S8l+MV7as6gtBc+HLwOh9DiMj8iRVj/h9p/wTi/6LjP/AOE9e/8AxqsuaqB8pab/AMG2ni3T9St7 8/tX6c3kTpJt/wCEVk5wQcf8fFfqtp9qbGwgsjJuMMKoWx1wMZr5WH/BbL/gnI3A+OM3sP8AhHrz /wCNV9KfDj4heFPix4F0r4k+BdRN5o+tWa3WnXJiZPMibo21gCPxqJOT3A/nD/bP/wCTsviN/wBj jf8A/o5q8xbofpXp37Z//J2XxG/7HG//APRzV5i3Q/SupbAfvj/wRF/5R2+EP+v2/wD/AEoevrSv kv8A4Ii/8o7fCH/X7f8A/pQ9fWlckviYHwr/AMHB/wDyYzb/APY4WX8pK/EWv26/4OD/APkxm3/7 HCy/lJX4i1vS+ED6B/4JVf8AKQ74U/8AY0L/AOiZK/Vj/gvJ4QuPFH/BPHWtTtoTIdC8RabqDBeo XzTAT+AnJ+ma/Kf/AIJVf8pDvhT/ANjQv/omSv3j/ao+Ddt+0B+zp4y+DdyOdf0C4tYDtyUmKExs PcOFP1qZu00xn8zYGelaXhDxHf8AgrxfpXjHS8fatJ1KC8tsn/lpFIrr+qimeJfDmseD/EN/4V8Q Wj299pt3JbXcDggpIjFWHPuD+VUSxNb6NCP6gPhH8TPC/wAZPhfoHxV8GX63Ol6/pMF9ZyqcnbIg bafRgSVI7EEV0YOa/CD/AIJ0f8Fe/iZ+xDpQ+GPivwu3i3wQ85ki037Z5Nzp7Mcs0DkMpUnJMbAA noV5r7es/wDg4x/Y0ltke6+F/wARYZCPnj/syybafqLrmuVwkmB+gNFfAf8AxEW/sWf9E4+I3/gq sv8A5LpP+Ii79iwf804+I3/gpsv/AJLpcsuwH3f4n/5FrUf+vGb/ANANfy1gdT9a/qO1m9jv/B91 ewqQk+mSSIG64MZP9a/lxHQ/U1rQ3YDT0/Gv6Sf2B8/8MRfCP/snOj/+kcVfzbHp+Nf0k/sD/wDJ kPwj/wCyc6P/AOkcVTV2Q2fhT/wUr+Jl98V/27fid4mvblpFtfFdzptqGOQkVo5t1A9v3Zb6sa8M 9hXqH7bXh6+8K/tjfFLQtRiKyRfEHVmBIxlHvJHRvxRlP415fWy0QaH2J+wd/wAEb/jR+238NP8A hcn/AAsHS/Cfhue6lt9NuLu0e5nvGjbbI6xqyhUDArktklTxjBPvo/4NqPF3f9rPTvw8Jyf/ACRV r/gk5/wV0/Zk+AH7NGn/ALPf7QGoajoN5oN3cmx1SLTnube7hllaUA+UCyOpcqcjBABzkkD6q/4f af8ABOL/AKLjP/4T17/8arKTqX0EfJbf8G1Hi1htP7WWnY/7FOT/AOSK/N34qeBZPhh8TfEXw3m1 Fbx9A127057tI9gmMMzRlwuTtB25xk4zX7q/8Ps/+CchIA+OE34+H7wf+0q/Dv8AaE8VaH46+PPj Xxr4Zu/P07V/FeoXthOUK+ZDLcyOjYOCMqwOCM1UHNvUDj6KKK0A6yiiiv64P5TCvoX/AIJUf8pA fht/2Fp//SWavnqvoX/glR/ykB+G3/YWn/8ASWavH4h/5EWJ/wAEvyZ6mSf8jih/jj+Z++a9B9KK F6D6UV/KSP6XWx+aX/BxZ/yLnwx/6/dS/wDQIa/LSv1L/wCDiz/kXPhj/wBfupf+gQ1+Wlf0h4e/ 8krR9Zf+lM/AuOP+Skq/9u/+koKKKK+1PkRG7fWv2P8A+Df7/k0DXP8Asd7j/wBJ7evxwbt9a/Y/ /g3+/wCTQNc/7He4/wDSe3r8/wDEr/km3/jj+p9t4f8A/JRL/C/yR91UUUV/PZ+7BRRRQAUUUUAI QDX5Of8ABY3/AIJMa7b+JdU/ax/Zm8MSXdnfu114u8NWEW57eb+O7hRRko3LOg5DZYcHj9ZKRkVl KsOCMHNVGTi9AP5XDkEqwwR1B7Giv3y/ax/4I3/sf/tR6hdeLYvDkng7xJdFnn1fwyixJPIeS8sG PLdieSw2sTySa+NPH3/Bt/8AGewunk+G/wAe9A1G33Hy49TsZYJAPcruH5VsqkXuB+bFFffX/EO/ +2WD8vjfwZ/4Hy//ABul/wCIeH9s3/od/Bf/AIHy/wDxuq54dx7nwJQOTivvv/iHh/bN/wCh38F/ +B8v/wAbpP8AiHh/bN/6HfwX/wCB8v8A8bo54dxHpP8AwbTjHif4sD/pw0r/ANDua97/AODgv/kx OL/scLH+UlT/APBIb/gnJ8av2Dta8cX/AMWdb0S8TxJbWUdl/ZFw7lTC0pbduUY++K9O/wCCpP7I /wARv20v2a0+EHww1PTbXUl162vTLqkrJF5cYfIyoJz8w7Vi5L2lxn89le+/8Etv+Ugnwq/7GyD+ Rr37/iHh/bN/6HfwX/4Hy/8AxuvTv2Mf+CIv7Uv7Pf7Ungn40+M/FvhafTPDutx3l5FZXkjSsi5y FBQAn8a1lOFtxH6tkZGDX57/APBar/gmZq/7Rmkp+0x8DdCNz4w0eyEOuaVbp8+rWiZKsoH3pYxk AdWXjsK/Qgcik2jnjr1rnjJxdwP5X7q2uLO4ks7uB4popCksUiFWRgcEEHoQeCO1M9wK/oC/bA/4 JI/sm/tfX1x4u1Xw6/hjxRPky+IfDqLE1w/96eLGyU/7XDf7VfEfj/8A4NwPjRYXjv8ADX486BqN sW/dJqdlLBKB/tFdy5+lbqpFjPza3HGM0mT6mvvof8G8H7ZYOV8beDMe9/L/APG6X/iHh/bN/wCh 38F/+B8v/wAbqueHcR8CEkkZ/Cv6Pf8Agnb/AMmPfC//ALFG2/ka/Lw/8G8H7Zf3m8b+DP8AwYS/ /G6/Wn9lL4W6/wDBH9nHwb8JfFNxby6j4f0KGzvJLVi0bOg5KkgEis6kotaAfz0/tn/8nZfEb/sc b/8A9HNXmLdD9K/Sr9oL/gg9+1n8VPjj4s+JHh/xh4Rjstc1+5vbWO4vpVkVJJCwDAR8HBrjz/wb vftl4/5HXwZ/4MJv/jdWpw7gfe//AARF/wCUdvhD/r9v/wD0oevrSvDP+Cc37N/jb9k79lLQfgj8 Qr+xudV0ye5eeXTpC0REkrOMEgHofSvc65n8QHwr/wAHBwJ/YZtgP+hwsv5SV+I205xX9B//AAVM /ZE+I37af7N0Xwj+F+paba6lHr1vemTVJWSPy4w2RlQTnn0r86R/wbwftmH5v+E28F/+B8v/AMbr enKKjqB4N/wSrBH/AAUO+FOf+hoX/wBFSV/RGelflN+xT/wRI/ak/Z3/AGq/BHxt8aeLPC0+l+HN ZF3exWV5I0rIEZcKCgBOW9a/VmoqOLegH5Pf8Fuf+CY3iD/hJr39sX4B+HZLu0vUMnjfRrOLc8Ey jm9jUclGH3x2Zd3Rjj8vCMHGee49K/qieGKSNoZIwyMMMrDII9MV8a/tZf8ABET9kv8AaQ1e68ae D7WfwHr92xe4n0CJPsk8h6s1scKpJ6lNuTkkEkmnGpZWYz8KC2eMUbj6D8q/Rfxj/wAG4/7RGn3j /wDCEfGvwvqUG7939rgmt3A9+GGawf8AiHe/bL/6HbwZ/wCDCX/43WvtI9xHwKeaK++v+IeD9s0f 8zv4L/8AA+X/AON0f8Q8P7Zvfxt4M/8ABhL/APG6OeHcZ+x7j/i3JOf+YIf/AETX8vGTg47mv6j2 0u5bwkdEDqJTp3kZ7BvL2/lmvxnH/BvB+2WTx428Gf8Agwl/+N1lSkovUR8DlSByO9f0kfsD/wDJ kPwj/wCyc6P/AOkcVflgf+DeD9svHzeN/Bn/AIHy/wDxuv1w/Zh+G2t/Bz9nLwL8JvEtxBLqHhrw nYaZey2rExvLDAkbFSQCVypwaKsou1hn5Pf8F9f2PNb+HXx4T9qTwzpTvoHjFI4tXnjTK22oxoE+ b08xFUj3Vq/PYgdBX9Q3xK+GvgP4w+CdR+G3xN8LWes6Hq1uYb/T76Lekin9VYHBDDDKQCCCAa/N X9oH/g3K07UdZn1n9m34yrp1pK5aPRfEds0ghB/gWaPkj3YZ+tOE1azEflHRk+tffb/8G737ZKSF YvHPgxgDwxvphn8PLo/4h4f2zf8Aod/Bf/gfL/8AG6054dxnwJn15/GgnNfff/EPD+2b/wBDv4L/ APA+X/43R/xDw/tm/wDQ7+C//A+X/wCN0c8O4WPgQnJor77/AOIeH9s3/od/Bf8A4Hy//G6P+IeH 9s3/AKHfwX/4Hy//ABujnh3Cx8YUUUV/XR/KQV9C/wDBKj/lID8Nv+wtP/6SzV89V9C/8EqP+UgP w2/7C0//AKSzV4/EP/IixP8Agl+TPUyT/kcUP8cfzP3zXoPpRQvQfSiv5SR/S62PzS/4OLP+Rc+G P/X7qX/oENflpX6l/wDBxZ/yLnwx/wCv3Uv/AECGvy0r+kPD3/klaPrL/wBKZ+Bccf8AJSVf+3f/ AElBRRRX2p8iI3b61+x//Bv9/wAmga5/2O9x/wCk9vX44N2+tfsf/wAG/wB/yaBrn/Y73H/pPb1+ f+JX/JNv/HH9T7bw/wD+SiX+F/kj7qooor+ez92CiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKADA9KKKKACiiigAooooAKKKKACiiigAooooAKKKKAAADgCjAHQ UUUAFFFFAB160UUUAFFFFABRRRQAUUUUAfzD0UUV/Yh/KYV9C/8ABKj/AJSA/Db/ALC0/wD6SzV8 9V9C/wDBKj/lID8Nv+wtP/6SzV4/EP8AyIsT/gl+TPUyT/kcUP8AHH8z9816D6UUL0H0or+Ukf0u tj80v+Diz/kXPhj/ANfupf8AoENflpX6l/8ABxZ/yLnwx/6/dS/9Ahr8tK/pDw9/5JWj6y/9KZ+B ccf8lJV/7d/9JQUUUV9qfIiN2+tfsf8A8G/3/JoGuf8AY73H/pPb1+ODdvrX7H/8G/3/ACaBrn/Y 73H/AKT29fn/AIlf8k2/8cf1PtvD/wD5KJf4X+SPuqiiiv57P3YKKKKACiiigAqh4m8VeGfBeh3P ifxh4hstK02zUNd6hqN0kEEKkhQXdyFUZIHJ6kVfr5t/4K7qf+HcPxSyQf8AiT2/Uf8AT7b00ruw Hp3/AA17+yj/ANHMeAP/AAr7L/45R/w17+yj/wBHMeAP/Cvsv/jlfzP5b+9Rl/71a+yXcD+mD/hr 39lH/o5jwB/4V9l/8co/4a9/ZR/6OY8Af+FfZf8Axyv5n8v/AHqMv/ep+yXcD+mD/hr39lH/AKOY 8Af+FfZf/HKvaH+0r+zn4nuRZeG/j54Lv526Q2fii0kc/wDAVkJr+ZHL/wB6nRyyxNvjkZW7MrYI o9ku4H9UEcsU0azQyK6MMqynII9RTsg1/Np+z7+3H+1V+zDqkN98HvjPrVjaxybpNGuLtp7CYdw1 vISnP94AN6EV+uf/AATa/wCCw3w7/bCnt/hR8Vbe08M+PimLeBZcWmrEDnyC3KycE+WeozgnFRKm 4gfbFBIHU0Ag8g8etBGazAAcjNFfk/8Atg/8FxP2pvgD+0944+DHhHwh4Un0zw34hnsbKa8s5Wle NGwCxEgBP4V5t/xER/tkf9CL4L/8AJv/AI5VKnLcD9qNw9aWvnP/AIJdftY/EH9tD9l9fjR8TdN0 611M+Ibux8rTImSLy4hHtOGJOfnOea+jKTVnYAooopAFFFFABRRRQAUE460Vl+N9YufDvgzV/EFk qtNYaZcXESuMqWSNmAPtkUAagOaK/FiT/g4f/bHjdlXwN4MwGIGbGb/45SD/AIOIv2yD/wAyL4L/ APAGb/45V+ymwP2oorj/ANnrx9q/xW+APgf4o6/BDFf+JPB+marex26kRpNcWsczhQckKGc49q7D rUbAcn43+PHwQ+GerJoPxG+MHhjQL6SATJZ61r1vaytGSQHCSOCVJUjOMZBrH/4a9/ZR/wCjmPAH /hX2X/xyvyV/4OJcj9tzQgD/AM08s/8A0ru6+Ccv/erZU01e4H9QHgT4xfCT4pPcR/DP4n+H/ELW gU3S6HrMF0YQ3Qv5TNtzg4zXSAgjIr8oP+Da7J8Q/FDJz/oen/8Aoctfq/WUlyuwBRRRSAKKKKAC iiigAooooAK5nx38aPg/8Lbi3tfiZ8U/Dvh6W7RmtI9b1mC1aZVwGKCVl3AZGcdM10xAIwa/I7/g 5Q+X4n/CwZ/5gepf+joKqMeaVgP0t/4a9/ZR/wCjmPAH/hX2X/xytrwN8dPgp8TtTl0X4bfF3wz4 gvIYDNNa6LrlvdSRxghS5WJ2IXLAZPGSK/mFy3976V+hH/BuLuP7XnjElv8AmnU3/pdZ1cqdlcD9 nAQeQaKKKyA/mHooor+xD+Uwr6F/4JUf8pAfht/2Fp//AElmr56r6F/4JUf8pAfht/2Fp/8A0lmr x+If+RFif8EvyZ6mSf8AI4of44/mfvmvQfSiheg+lFfykj+l1sfml/wcWf8AIufDH/r91L/0CGvy 0r9S/wDg4s/5Fz4Y/wDX7qX/AKBDX5aV/SHh7/yStH1l/wClM/AuOP8AkpKv/bv/AKSgooor7U+R Ebt9a/Y//g3+/wCTQNc/7He4/wDSe3r8cG7fWv2P/wCDf7/k0DXP+x3uP/Se3r8/8Sv+Sbf+OP6n 23h//wAlEv8AC/yR91UUUV/PZ+7BRRRQAUUUUAFfN/8AwV4/5Rw/FP8A7A1v/wCltvX0hXzf/wAF eP8AlHD8U/8AsDW//pbb1UfiQ1ufz10UUdTjOK6hBRX6w/8ABMn/AIJO/sY/tN/sZ+FfjN8WvBWq 3mvarJereXFtr9xAjCO7ljTCIwA+VVHA7V77/wAOIP8AgnR/0TfXP/Cqu/8A4us3UinYD8IaK/dL W/8Aggh/wT41OwktNN8K+I9OldcLdW3iWd3Q+oEu5T+INfCP/BRL/giz4/8A2QvDNx8YfhH4puPF /gu2cf2ilxahL/S0OcPIE+WWPpl1C4zyoHJcZxk7AfDfHcVZ0fWdW8Parba9oOoz2d7ZTrPaXVtI UkhkUgq6sOQQQCD2xVdsZ+WkBxVgf0Ef8ErP24Yv21/2cLbWvEdzF/wl/h0rYeJ4lwPNkC/JchR0 Ei8n0YNX04M96/CL/gh1+0VdfBX9t7SPA99fGPR/HsDaNdRs+FFyQXtmx3PmL5Y/661+7gO3qa5p x5ZAfzof8FNf+T/fiz/2Ot5/6HXhdfv/APFr/gjp+wx8bviVrXxa+IHgTV7jWvEGoSXmpTw+IrmJ Hlc5YhFcBR7Cue/4cQf8E6P+ib65/wCFVd//ABdWqkUkMyP+Dfv/AJR/p/2Oupf+gw19u157+zN+ zJ8JP2SfhqPhJ8FdIubHRBqEt4ILu9kuH86TaHO9yTj5RxXoVZSd3cQUUUZxSAKKM8ZNFABRRRQA VgfFb/kl3iX/ALAF5/6Iet8/Squs6VZ69o93oWpoWt722kguFViCUdSrAEdOCaAP5aJ/9Y//AF0N NXv9K/d1v+CEn/BOlyWPw41vk5P/ABVV3/8AF0f8OIf+CdI/5pxrn/hVXf8A8XXQqsQPev2K/wDk zf4S/wDZMtB/9N0FemVk+AfBPh/4aeBNF+HHhO3eHSvD+k22m6ZFJKXZLeCJYo1LNyxCqBk8mtQM fWudgfip/wAHE3/J7uh/9k7s/wD0rvK+CK+9v+DiX/k93Q/+yeWf/pXeV8E11Q+FAz9Rv+Da3/kY fih/15af/wChyV+r1flB/wAG17Y8Q/FD/ry0/wD9Dlr9XwcjOKwn8bGwopCfTtQDUCFooopAFFFB ODigAooopgFfkd/wcpf8lP8Ahb/2A9S/9HQV+uNfkd/wcpf8lP8Ahb/2A9S/9HQVdP4ho/Myv0J/ 4Nxf+TvPGP8A2Tqb/wBLrOvz2r9Cf+DcX/k7zxj/ANk6m/8AS6zrefwMD9m6KKK5RH8w9FFFf2If ymFfQv8AwSo/5SA/Db/sLT/+ks1fPVfQv/BKj/lID8Nv+wtP/wCks1ePxD/yIsT/AIJfkz1Mk/5H FD/HH8z9816D6UUL0H0or+Ukf0utj80v+Diz/kXPhj/1+6l/6BDX5aV+pf8AwcWf8i58Mf8Ar91L /wBAhr8tK/pDw9/5JWj6y/8ASmfgXHH/ACUlX/t3/wBJQUUUV9qfIiN2+tfsf/wb/f8AJoGuf9jv cf8ApPb1+ODdvrX7H/8ABv8Af8mga5/2O9x/6T29fn/iV/yTb/xx/U+28P8A/kol/hf5I+6qKKK/ ns/dgooooAKKKKACvm//AIK8f8o4fin/ANga3/8AS23r6Qr5v/4K8f8AKOH4p/8AYGt//S23qo/E hrc/nrooorqBbn76f8ESf+UbvgT/AK7an/6Xz19YV8of8ESf+UbvgT/rvqf/AKXz19X1yPcHuFU/ EPh/RvFWhXnhrxDp8d3Y6hbPb3ltMuVljdSrKR6EE1copCP5tf24/wBnxv2Xv2rPGXwWSMi00vVG fTNw62koEsJ/74dfWvJmGDiv0A/4OKfBMGg/tieGvGNpbhV17wLCZ3xy80NzPGT/AN+zEPwr8/q6 4u8EG50Hwo8Y6l8PPij4c8e6PN5d3ouu2l9bPnG2SKZHU/mK/p50HV7TxDodlr9gcwX1pHcQH1R1 DD9CK/lo3FAGU4I6EV/S5+yDrr+Jf2V/h1rckhdpvBmnbnPVituik/mKyqrqB+JX/BRf9oz4/wDh r9ub4o+H/Dnxp8UWFjZ+L7uO1s7TXJ444UDcKqqwAHsK8VH7VP7TROP+F/8AjD/worj/AOLrtf8A gpr/AMn+/Fn/ALHW8/8AQ68Lq4qPKhn7t/8ABCvxx4y+IX7DCeIfHfinUNYvz4w1CL7Zqd288uxR DhdzknAyePevshjgV8Rf8G/f/KP9P+x01L/0GGvof9tn9qDw9+x9+zf4h+N+ueXJNYW4h0izdsfa 72Q7YYh6/N8xx0VWPQGsJL3rIRxP7eH/AAUs+Bn7CehJbeK521nxVewGTS/C1hMvnOvQSSnnyo88 BjycHAOK/Kn49/8ABcD9u74yajcR+FfHsHgbSXY+Rp3hi1VJVXtuuXDSlvdSg/2RXzB8Wfir46+N 3xF1b4pfEnXptS1nWbx7i8upnyck8KP7qqMAAcAADtXOg8j9BW8acVuB6Vqn7Yn7WWuXDXer/tIe N7mRzlpJvE1yxJ/77qr/AMNUftN/9F+8Y/8AhRXH/wAXXn7MGNFW1Eep3/8Aw1R+03/0X7xj/wCF Fcf/ABdL/wANUftNd/j94x/8KK4/+Lrz+lDYBFCUA1PrT/gmX+0T8e/FX7e3ww8OeJ/jP4n1Cwu/ EipdWV5rc8kUq+VIcMrMQRwOtfun8Tp5rT4a+Ibm1laOSLQ7t43Q4KsIXIIPYg1/Pz/wSp/5SHfC j/sZ1/8ARMlf0B/Fb/kl3iX/ALAF5/6IeueokpCP5vJv2qP2mfMfHx/8YABjgf8ACRXHr/v0z/hq n9pnbu/4X/4w/wDCiuP/AIuuDn/1j/8AXQ01e/0rflj2HfU/pc/ZD1TUta/ZG+F+taxfzXV3d/Dj RJ7q6uJC8ksjWELM7MeSxJJJPUmvwQ/aA/ac/aN0749eN9M0/wCOviyC3t/F+pRwQxa/cKsaLdSB VAD4AAAAFfvR+xh/yZl8J/8AsmOhf+m6Cv56f2itB15/2hPHbx6JdsreMtUKkWzYI+1y89Kxp8vM 7iOW8Z+PfG/xE1Vdc8feLtR1q9jhEKXep3jzyLGCSEDOScZJOPc1kVLd2d5ZS+Ve2kkLkbgksZU4 9cGoq3A3vBHxS+JXw0e4k+Hnj3V9Da7AFy2lahJAZQM4DbCM4yevrXQ/8NV/tMn/AJr/AOMP/Ciu P/i64a00+/vywsbGabb97yoi2Priph4d8QHpoV5/4Cv/AIUmkx3P1m/4N1/it8TPianxb/4WL4/1 jXfsR0P7J/a2oyXHk7/t+7bvJ252rnHXaPSvU/8AgvT4+8b/AA7/AGRdL1rwF4u1LRrx/FcEbXWm XjwSFCj5UshBxx0rxP8A4NqdO1DT0+MYv7GaDedB2+dEVzj+0Oma9Z/4OErK8vv2NdJisrWSZh4v tztijLH7j+lYO3tAPyM/4ao/ab/6L94x/wDCiuP/AIuj/hqj9pv/AKL94x/8KK4/+LrjP+Ec8Q/9 AK9/8BX/AMKP+Ec8Q/8AQCvf/AV/8K3tELnZ/wDDVH7Tf/RfvGP/AIUVx/8AF0qftXftOwyCSP8A aB8Yqw6EeI7jI/8AH64v/hHPEP8A0Ar3/wABX/wqG60+/sTi9sZoc9PNiK/zotHoB9IfBH/grn+3 x8D9UgurD47ah4hsI3Bl0jxb/p8Mqg/c3SfvIx7o6mv1r/4J0f8ABT74Yft56LNoH2JfD/jbTbXz tT8PSTbhLGCAZoGOC6AkZHVcjPrX8/3Q9a7H4A/Gvxn+zt8YtA+M3gPUZLbUtC1BLiNo3wJEziSJ h3V0LKR0INTKEWtBH9Odfkd/wcpf8lP+Fv8A2A9S/wDR0FfqX8G/iZoXxn+FXh74r+GpA1j4g0iC +typzgSIGIz3wSR+Fflp/wAHKX/JT/hb/wBgPUv/AEdBWNP4xo/Myv0J/wCDcX/k7zxj/wBk6m/9 LrOvz2r9Cf8Ag3F/5O88Y/8AZOpv/S6zrefwMD9m6KKK5RH8w9FFFf2IfymFfQv/AASo/wCUgPw2 /wCwtP8A+ks1fPVfQv8AwSo/5SA/Db/sLT/+ks1ePxD/AMiLE/4Jfkz1Mk/5HFD/ABx/M/fNeg+l FC9B9KK/lJH9LrY/NL/g4s/5Fz4Y/wDX7qX/AKBDX5aV+pf/AAcWf8i58Mf+v3Uv/QIa/LSv6Q8P f+SVo+sv/SmfgXHH/JSVf+3f/SUFFFFfanyIjdvrX7H/APBv9/yaBrn/AGO9x/6T29fjg3b61+x/ /Bv9/wAmga5/2O9x/wCk9vX5/wCJX/JNv/HH9T7bw/8A+SiX+F/kj7qooor+ez92CiiigAooooAK +b/+CvH/ACjh+Kf/AGBrf/0tt6+kK+b/APgrx/yjh+Kf/YGt/wD0tt6qPxIa3P566KKK6gW5++v/ AARJ/wCUbvgT/rvqf/pfPX1fXyh/wRJ/5Ru+BP8Arvqf/pfPX1fXI9we4UUUUhH5E/8AByd5X/C4 fhhtx5n/AAjV9u9cfaEx/WvzRIIODX6A/wDBxT43t9e/bF8NeDbWcONB8Cw/aFB+5NNczyEH/tn5 R/Gvz/f7xrqh8CDYCcIDjvX9In7AZkP7FnwyMv3v+EPs8/8AfFfzd4LAIATnjAr+l39kLQm8N/sr /DrRXQq0PgzTtynqC1ujEfrUVugH4K/8FNf+T/fiz/2Ot5/6HXhde6f8FNf+T/fiz/2Ot5/6HXhd XHZDP3G/4N/P+Uf6Y/6HTUv/AEGGvAv+DkT4z3c+r/D79nuyumFvDDPr2oRA/K8rEwQE+6qJ/wAJ K9+/4N+/+Uf6f9jrqX/oMNfB/wDwXw1+fVf+CgN9pcjZj03wzp8UQz03Rlz+rGs4q9UR8UrjPzV2 HwB+B/jf9o/4v6D8Ffh3arJquv3y28Ly/wCrgXq8rkchEUFjjnAwOcVx1foV/wAG6nw907xF+1D4 p8eX1uHl8P8AhXFmzDO155VRiPfaDWsnaNwPvz9mL/gkt+xx+zp4Qs9MuvhdpvizWlhX+0Ne8SWi 3DTyY5KxvlI1z0UDj1r10fsmfstY/wCTb/An/hJWf/xuvQRRXK22B+dX/Bdv4E/BT4dfsY2+v/D/ AOEPhjQ74+K7OM3mk6Fb28pQh8rujQHHTjpX44V+3f8AwcHf8mM2/wD2OFl/6DJX4iVvS+Eex9Bf 8Eqf+Uh3wo/7Gdf/AETJX9AfxW/5Jd4l/wCwBef+iHr+fz/glT/ykO+FH/Yzr/6Jkr+gP4rf8ku8 S/8AYAvP/RD1FT4hH8vs/wDrH/66Gmr3+lOn/wBY/wD10NNXv9K6F0G9z+lf9iv/AJM3+Ev/AGTL Qf8A03QV6UA2e2K81/Yr/wCTN/hL/wBky0H/ANN0FemVxPcR+KP/AAcSDH7bmhj/AKp5ZY/8C7yv gmvvf/g4m/5Pd0P/ALJ3Z/8ApXeV8EV1Q+FDZ+on/BtgCfEHxRx/z5WH/oclfq+owAK/KL/g2t/5 GH4of9eWn/8Aoclfq9WE/jYMQg5pNvPNOrgv2kf2kvhV+yp8KdQ+L/xd1z7JplkuI4owGmu5T92G Jcjc7fkOpIAqLXYjvaM9q/En9oz/AIL7/tbfEvW7m0+CkOneBNC8xhaxw2yXV9ImeDJNICAx4OEV cZxluteIz/8ABUz/AIKCXMxmf9qjxShPaO8CgfgBitFSkwP6JK81/aW/ZO+Cn7Vnw+v/AAB8WPBl ldi6t2S01MWy/arKQg7ZYpMblIPOM4OMHNfhF/w9E/4KBf8AR1vi3/wYf/WpD/wVF/4KBZwf2rPF pH/YQ/8ArU/ZSWzA8h+KfgDVfhR8TPEPwv111a98Oa3daZdugwrSQTNExHsSpI9jWCAO5xWj4u8W +JPHvinUPGvjDV5tQ1XVbyS61G+uGzJcTOxZ3Y9ySST9azq2Vx9D99f+CJ/iq78Vf8E5/A8t9Kzy WMt9YruOcJFdSqg/75Ar49/4OUv+Sn/C3/sB6l/6Ogr6o/4IO/8AKOvw8P8AqO6p/wClT18r/wDB yl/yU/4W/wDYD1L/ANHQVitKgI/Myv0J/wCDcX/k7zxj/wBk6m/9LrOvz2r9Cf8Ag3F/5O88Y/8A ZOpv/S6zrWfwMD9m6KKK5RH8w9FFFf2IfymFfQv/AASo/wCUgPw2/wCwtP8A+ks1fPVfQv8AwSo/ 5SA/Db/sLT/+ks1ePxD/AMiLE/4Jfkz1Mk/5HFD/ABx/M/fNeg+lFC9B9KK/lJH9LrY/NL/g4s/5 Fz4Y/wDX7qX/AKBDX5aV+pf/AAcWf8i58Mf+v3Uv/QIa/LSv6Q8Pf+SVo+sv/SmfgXHH/JSVf+3f /SUFFFFfanyIjdvrX7H/APBv9/yaBrn/AGO9x/6T29fjg3b61+x//Bv9/wAmga5/2O9x/wCk9vX5 /wCJX/JNv/HH9T7bw/8A+SiX+F/kj7qooor+ez92CiiigAooooAK+b/+CvH/ACjh+Kf/AGBrf/0t t6+kK+b/APgrx/yjh+Kf/YGt/wD0tt6qPxIa3P566UgBcg0lGe2a6gW5++v/AARJ/wCUbvgT/rtq f/pfPX1fX5ff8EyP+Cr37Gv7M37GPhX4NfFjxjqlprulyXrXkFtoksyKJLuWRcMvB+VxXvv/AA/Z /wCCd3/RQtc/8Juf/CuVxlfYR9iVS8QeIdI8LaHd+JNfvo7WxsLZ7i8uZnCpFEgLMxJ7ACvjrXf+ C93/AAT90mxe60/xB4m1KVV+S2s/DzBmPYZkZQPzr4Q/4KK/8FoPiD+154Xufg58J/Dtx4T8GXTA akZJ915qaDP7uRl4SM8EoPvcAkjILjCTYHzt+3J+0FL+1D+1X4y+NKyM1rqeqsumBj920iAihH/f CrXk2dzfWk9qPpXStFYDofhX4Pv/AIgfE/w34C0mMvda1rtpY2yYzueWZEUfm1f08aBo9p4e0Oz8 P2C4gsLSO3hHoiKFX9AK/C7/AIIc/s8XXxq/bf0jxvfaeZdH8AwtrF3IyZT7SAUtVz2PmHzB/wBc q/dwVhWacgP5z/8Agpr/AMn+/Fn/ALHW8/8AQ68Lr3T/AIKa/wDJ/vxZ/wCx1vP/AEOvC61jshn7 j/8ABv3/AMo/0/7HXUv/AEGGvgb/AILzaZNp/wDwUM1i6kTCXfh7TZIz64h2n9Qa++f+Dfv/AJR/ p/2Oupf+gw18wf8ABx78J7vR/jH4E+MtvakWmtaHNps8oXjz7eTfyfUpKuB/sn0rOP8AFYj816/R /wD4Nv8AxTZWHx+8eeFLmZVl1DwvFLbKTy5jnG7H0DZr84VIB5r1n9iP9qPWP2PP2k/D/wAcNMt5 Li1sZzDrFlG2Dc2cnyyoO27HzDPGVFaSV4sZ/SVRXG/BL9oD4RftFeBbL4i/B7x1Ya1pt9CHRrWd TJESMmOVM7o3XoVYAiuyrlEfC3/Bwd/yYzb/APY4WX/oMlfiJX7df8HBpz+w1bD/AKnCyzz/ALMl fiLXRS+EOh9Bf8Eqf+Uh3wo/7Gdf/RMlf0B/Fb/kl3iX/sAXn/oh6/n8/wCCVP8AykO+FH/Yzr/6 Jkr+gP4rf8ku8S/9gC8/9EPUVPiA/l9n/wBY/wD10NNXv9KdP/rH/wCuhpq9/pXQug3uf0r/ALFf /Jm/wl/7JloP/pugr0yvM/2K/wDkzf4S/wDZMtB/9N0FemVxMR+KX/BxN/ye7of/AGTuz/8ASu8r 4Ir73/4OJgw/bd0LI/5p3ZY9/wDS7yvgiuqHwoGfqL/wbW/8jD8UR/05af8A+hyV+r9fj9/wbj/E zwx4f+M/jr4baxqkMGoa7o1tPpUMjgG4MMjeYq56kB1OOuMnsa/YEHIrCppIGFfiZ/wX2/ab1v4m ftZN8AtN1RxoPgGzhjktkb5JdQniWaSQ46lUeNB6FX9a/bOv5wf+Cid/d6l+3h8Xbi+YtIvxC1WI FuuxLl0UfQKqj8KdJe8B4z7D+dKitI4SNSxY8ACgjaAT61+0/wDwb/8Awo+Eln+yI3xR0/wzpk/i nUNfu4NV1R7ZHuo442AjiDkFkTb820HBJzW05cqA/GA6Pq4OP7KuuP8Ap3b/AAoGjauef7Kuf+/D f4V/UuLS1HAtox/wAUG0tW620f8A3wKy9q+wH8sDo8bmORCrA4KsMEfgaSvYP+CgYVf24viwFUAD x9qfAH/Tw9eP1snfUfQ/dv8A4IO/8o7PD3/Yd1T/ANKnr5X/AODlL/kp/wALf+wHqX/o6Cvqj/gg 7/yjs8Pf9h3VP/Sp6+V/+DlL/kp/wt/7Aepf+joKxX8UEfmZX6E/8G4v/J3njH/snU3/AKXWdfnt X6E/8G4v/J3njH/snU3/AKXWdaz+Bgfs3RRRXKI/mHooor+xD+Uwr6F/4JUf8pAfht/2Fp//AElm r56r6E/4JU/8pAfht/2Fp/8A0lmrx+If+RFif8EvyZ6mSf8AI4of44/mfvovQfSiheg+lFfykj+l 1sfml/wcWf8AIufDH/r91L/0CGvy0r9Sv+Divnw58Mcf8/upf+gQ1+WuCOor+kPD3/klaPrL/wBK Z+Bccf8AJR1f+3f/AElBRSBgTgGlr7U+QuhMBm2k496/Y7/g3/Xb+x9rq7sn/hNrnkf9e9vX448l hzx3r6O/Ye/4KafGr9h2GXwt4Z0vT9b8L3l+bq+0O/XYzSFVVnjmX5o2Kqo5DLx9018pxplGMzrI 3h8Kk5XTs3a9u3mfS8JZrg8nzhYjE6Rs1fte3TsfvSvBwT+Zp1fMP7K//BWD9lT9p77PokPiT/hG PEM4CnRdfdYi7+kcmdj+3IPsDxX06jo6h0cEEZBB61/OONwGNy6u6WJpuEl0asfvuExuExtL2mHm pLyYtFGR60VyHWFFGR60UAFfN/8AwV4/5Rw/FP8A7A1v/wCltvX0hXzd/wAFeP8AlHD8U/8AsDW/ /pbb04/Ehrc/nsooorrEGTRk+35UUUAHU5x3oooCsx2qCT2AoAKtaJouseJNXtvD/h/TZ7y+vZ1g s7S2iLyTSMQFVVHJJJAr1L4BfsJ/tV/tLapDp/wq+DOs3NvI4zql3am3tIwcfMZZAFI+ma/W/wD4 Juf8Edvh7+x3LbfFj4r6hb+J/iBszFKkP+h6RnqsAbl39ZTj0AHUxKcYgd//AMErf2Hx+xP+zfba H4ntof8AhL/ELLqHieSMhvJkK/JbBu4jXgkcFi2MjBr6apBnoR0pa5m7sD+c/wD4Ka/8n+/Fn/sd bz/0OvC690/4Ka/8n+/Fn/sdbz/0OvC66o7IZ+43/Bv5/wAo/wBP+x01L/0GGvUv+Co/7Ikv7ZX7 Jmr+AdCt0bxFpEy6v4aZuN11ErgxZ9JI3dPqwPavLv8Ag37/AOTAE/7HXUv/AEGGvt2ueTtO6Efy yatpGpaFqlzousWMtrd2kzRXNtOhV4nUkMpB6EEVWBwc4r9r/wDgpn/wRl8OftUapc/G/wCAF5aa D44kUtqWnzjZZ6yQOGJH+qm7b/ut/Fg/NX5K/G39kz9oz9nbWZ9G+MHwi1rRjA5BupbJmt3A7rKu UIPUc10QkpbAcl4Q+Ifj74fXjah4B8b6voc7gB5tI1KW2dgOxMbAmun/AOGrv2oP+ji/HP8A4Vd3 /wDHK4AgA8HNFNpAdT4x+OXxp+IelDQfH3xb8S63YiQSCz1bXJ7iIOM4bbI5GRk81y1A56UYPoaa QH0F/wAEqf8AlId8KP8AsZ1/9EyV/QH8Vv8Akl3iX/sAXn/oh6/n8/4JU/8AKQ74Uf8AYzr/AOiZ K/oD+K3/ACS7xJ/2ALz/ANEPWFT4gP5fZ/8AWP8A9dDTV7/SnT/61x/tmmr3+lbroN7n9K/7Ff8A yZv8Jf8AsmWg/wDpugr0w8DNeZ/sV/8AJm/wl/7JloP/AKboK9Mrje4j8gP+DkX4fX+n/Hb4e/FX 7MfsmqeE5tKMgHAltrl5SCexK3Qx67T6V+bR68V/RL/wUh/Yo039uP8AZzvPhtb3ENr4g06b7f4Y vph8sV0qkbGPZHUlT6ZB7V+Bnxr/AGffjF+zv4wufBHxh8Aajol9bTGP/S7YiOXn70b/AHXU9cgm uinJONgOa8O+I/EHhDXLXxN4V1u603UbKYS2d9YztFLC46MrKQVPuK940v8A4Ks/8FCNKs47C2/a i8QmOJdqeaYnbH1KZNfPZXHIOaSraT3Dc/Zn/gg9+1r+0R+1GPih/wAL6+J194j/ALEOj/2Wb1UH 2fzftvmbdqj73lpnP90V8K/8FpPgvqnwg/4KA+MNSls2TTvFzQ65pc5XiUTRqJhnpkTrL+GD3r6k /wCDZ/Oz4y59dA/9yFfWn/BTr/gnlof7eXwkistHvINO8Z+H983hvU5l+R8j57aUjkI+Bz2YA+tZ cyjVA/n5LEjBNd/8Dv2p/wBoX9m25ubj4HfFrWPDn2wg3UNhcfupT0yyMCpOO+M1X+N/7Nnxx/Zx 8Tz+E/jL8NtU0O4gkKCW5tm8iXHQpKPkcHqCD3rh620YH0aP+CtX/BQ7t+09rv4xwj/2Sg/8Fa/+ CiAwR+07rh56bIf/AI3XzlRS5V2A1PG3jTxP8RvF+pePPGmry3+r6xeyXepXswG+eZ2LO5wAMkkm suiijqPofu3/AMEHf+Udnh7/ALDuqf8ApU9fK/8Awcpf8lP+Fv8A2A9S/wDR0FfVH/BB3/lHZ4e/ 7Duqf+lT18r/APByl/yU/wCFv/YD1L/0dBWK/iAj8zK/Qn/g3F/5O88Y/wDZOpv/AEus6/Pav0J/ 4Nxf+TvPGP8A2Tqb/wBLrOtJ/CwP2booormEfzD0UUV/Yh/KYV9Cf8EqiB/wUB+GpJ/5i0//AKSz V8916h+xd8bfDn7OP7T3hH41+LbG6utO0G+kmureyCmV1aGSP5dxAzlwevavMzqhVxGUYilTV5Sh JJd20ehlVSnRzOjObslJNvtqf0Tr0H0pCpLZ9q+NvCX/AAXV/YU8QbYtW1PxNozHgnUNCLqP+/Lu T+VemeE/+CpH7AvjPaNK/aY0CBmP3dV86yx9TcIgr+ZK3D+eYZ2qYaa/7df+R/Q1HPMmr25K8H/2 8jk/+CnH/BPfxd+3jpPhaw8KeP8AT9Ck8Oz3Ukh1C3kkWbzVQADZ0xs/WvifXf8Ag31/ai05SdE+ J/hPUSPujdNFn/vpa/VHwn+0D8CfH6rJ4J+MvhfVw33f7N163mz/AN8Oa6y21Cwu13Wl7FKPWOQN /KvXy7iziPIsNHC0nywjsnFdXd7q+7PKx/DGQZziXiaqvJ9VJ+mydj8QvFX/AARL/b18NRPJZ+Bd K1bbyBp2sxkt9A+2vK/Gv/BP39tL4eq8vif9mzxUqp99rPTjdAD1zBv4r+hYMp5HekZEbBYCvdw/ ihnlOyq04S+TT/P9Dx63hxk8nelOUfua/L9T+ZXXfDniDwzftpfiPQb3T7lfvW95avE4/wCAsAap bVHJU/iK/pl8SeC/CHjHT20nxf4Y03VLV/vW2o2Uc0bfVXBBrxP4j/8ABLr9hf4niSTWP2f9HsZ5 Af8ASNDVrIrnuFiIT/x2vocJ4q4WbticO4+cWn+DseHifDTEK7oV4y/xRt+Kb/I/AeKaSORZIJNj ocoyHBB7Y+lfUP7JX/BWn9qv9l6S38P3viE+L/C8RCtomvOXaFP+mE/34+Oiksn+yOtfZXxY/wCD e/4Ja9HLdfCT4ta1oU2P3NtqUa3cQ+pG1q+XfjF/wQ0/bS+HSyXnguz0nxlZxklf7IvliuNo7+VM V/JWJ9q918TcF8R0PYYmUdek1Zr0f+TPE/1d4uyGt7XDxlddYSun6r/NH6P/ALIv/BT79mX9rW3g 0XR/E6+H/EzgBvDutSLFK7ekT52y/QHd7V9HKx6ZB9a/mv8AiF8Hvi/8GdXGl/En4d674cvYW3Ku p6bLbvkHhlLKM+xB/GvqP9jr/gs3+0D+zyLTwf8AFKaXxt4Zh2oqahMft1vGP7k5yWAHZ8+mRXxu deHHNB4jJ6inF/ZbX4S6+j+9n1eU8fOM1QzWHJL+ZKy+a6ev4H7XZB49aFyBya8m/Zh/bV/Z3/a3 8OprHwh8dwT3aoGvdEuyIr20J7PETkj/AGlyp7GvWdwAr8uxGGr4Ss6daLjJbpqzP0ihiKGJpqpS kpRezTuLWd4o8K+G/G2hXHhfxjoFnqmm3ahbrT7+2WaGZQQQGRwQwyAeR1FaG4Y9PrS1kbnnP/DH /wCyj/0bZ4F/8JW0/wDjdH/DH/7KP/RtngX/AMJW0/8AjdejUUJsDzn/AIY//ZR/6Ns8C/8AhK2n /wAbo/4Y/wD2Uf8Ao2zwL/4Stp/8br0aindgec/8Mf8A7KP/AEbZ4F/8JW0/+N1p+H/2c/gB4VuF u/DXwR8KafKn3ZLPw/bxkfQqgrs6KQEdraW1lCLe0to4o1+6kaBQPwFSUUUAFIck8UtFAHCa9+zB +zf4r1m58R+KPgL4P1HULyUy3d9feHLaWaZz1Z3ZCWJ9TVT/AIY//ZR/6Ns8C/8AhK2n/wAbr0ai i7AxvBHw/wDA/wANdEHhv4eeD9M0PTvNaX7DpNjHbw72xubYgAycDn2rZooIyMUAAIPQ1BqGl6bq 0BtdU0+C5iI5jniDqfwPFfkl8Tv+DhH9ozwN8SNf8F2Pwc8KTQaTrFzZwyyzT7nWOVkBOD1IArD/ AOIjr9pb/oifhH/v9cf41apyA/VXVv2Xf2bNena51v4B+DbuRzl3uPDds5J+pSqn/DIH7KP/AEbZ 4F/8JW0/+N1+Wv8AxEdftLf9ET8I/wDf64/xpH/4OOP2l2Qhfgr4RUkcN50/H60ezqAezf8ABez4 S/s/fCL9lHRD4A+FHhfQdX1XxfDDFcaTotvbzPGkMruNyIG28DPbkV+RCtng17N+2h+3d8c/25/G Fh4n+MF/axW2kQvFo+j6bGY7e1DkF2AJJZ22rlieigdq8Xzt59K6IJxWoH0l/wAEh9EuNd/4KOfC 60gjJ8nWLi5cgfdWKznkJ/8AHcfjX9B11a297bSWd3AssUqFJYpBlXUjBBHcEdq/HH/g3e/Z+1Lx T+0L4g/aCv7A/wBm+FdHaxtJ2T5WvLjAOD6rErZ/36/ZKuerrIDzkfsf/spd/wBmzwL/AOEraf8A xuj/AIY//ZR/6Ns8C/8AhK2n/wAbr0aio1Ar6TpOl6DpVtoeiadBZ2VlbpBZ2ltEEjgiRQqIijhV CgAAcACrFFIDmgBTWfrvhPwx4ptzaeJvD1jqMZGPLvbVJR+TA1oEgUUXA89uf2Sv2XL2Uz3n7Ovg iVz1eTwvakn846j/AOGP/wBlEf8ANtngX/wlbT/43Xo2faii4XOb8AfB/wCFPwp+1j4YfDXQvD32 /Z9t/sXS4rbz9m7Zv8tRuxubGem410nakLgZ9qN69KAKWueGvDviezbT/Eug2WoQMMNDe2yyqR9G Brirj9kf9lm7mNxdfs5eCJHPV38L2pP/AKLr0IMCMigMD0pXYHnX/DH/AOyj/wBG2eBf/CVtP/jd H/DH/wCyj/0bZ4F/8JW0/wDjdejEgd6Kdwuec/8ADH/7KP8A0bZ4F/8ACVtP/jdH/DH/AOyl2/Zs 8C/+Eraf/G69GoBz2ouBk+DPAvgz4daDH4Y8A+E9O0XTonZo7DSrNIIVZjliEQAAknJOOazvHvwV +EPxUura8+Jvwv8AD/iGWzRktJNZ0iG5aFWILBTIp2gkDOPSunooA85/4Y//AGUf+jbPAv8A4Stp /wDG62/AvwK+C3wv1SXWvht8JvDmgXk8BhmutG0aG2kkjJDbGaNQSuVBx6gV1ZOKTeucUXAUZ70U UUAfjbbf8G/n7aE4zJ44+HsP/XXWLw/+g2hq7B/wb3/tdN/x8/FL4dp/uajfN/7aCv2FwKMV91Lx F4nk788V/wBuo+LjwFw9H7Ev/Amfj9/xD2ftX/8ARWfh/wD+Bl9/8i0yb/g3t/a0AzF8Vfh6x7br ++H/ALaGv2EoIzU/8RE4oX/Lxf8AgKG+A+HWvgf/AIEz8b5v+Dfj9syFSYviB8OpQOgj1e9yfzsx Wdef8EE/24LUbrfUfBVwc8eTrkoJ/wC+oBX7Q4A6CgjNax8SOJ47yi/WP+VjP/iH/D1rJSX/AG8f iHqX/BEL/goLpz7rHwTol4VOVNr4nt1/9GFasaf/AME8v+CufwyCnw7oXie0WP7qaT4ziZfyjnIP 5V+2mAecUVf/ABEfOpq1WlTkvOL/AMyY8A5VTlenVqRflL/gH45aL4j/AOC5vwoYeTo/xBu4oR/q 7jTheR8evynP510+l/8ABU//AIKqfDAhfiT8Bf7UVOH+3+EZ4SR6Zh21+su1fSkaNGBDKOevFcs+ LsFiL/WMupS9E4v79TohwtjKDvQx1Reruj81PC//AAX/APEeiGO3+Mv7ImpWn/PW603Umj2/SKaL +bivXPAH/Bd79h7xbsj8TyeKfDDkgN/a2iiVAf8Aetnl49yBX13qvgPwRruRrfhDTLvPX7TYRyZ/ 76BrhfFn7FP7JfjncfFX7PHhO8L/AHmk0aIH8wBXJPMOFMQ/fwc6f+Cpf8JJo6YYDijD/Dioz/xQ t+MbGd8Pf2+/2Ofii8cHg79oXw1cTS8pbT6gsMv4pJgivVdN1zRNcthdaLq9rdwnpLazrIp/FSa+ ZvGf/BGv9gLxjvkX4RTaTM3SbR9YuIdv0TeU/wDHa4K5/wCCKfhvwZONQ/Z//a3+JHhG4j5hEt7H dRR+gCoITj8TXLPDcNVtaOInB9pwv+MX+h0RxPENH+LQhPzjK34NfqfZfirwV4P8c6U+g+NfC+n6 rZy5D22o2aTRn/gLgivlf4+/8EVP2N/jGJtR8K6BdeDdTkyy3Ogy4h3ephfKkZ9MVmWHwJ/4K9fB XDeAP2n/AAj8QrGH7lj4w01o55fq4G4f9/a3NN/bd/bM+GjC2/aT/YO1hoIxi41rwDfrfQk928lj uA9g7Gt8JRzTL6nPl2Li/wDDPlf/AIDLlv6amOIqZdjocmPwrX+KN198b/ofEPxX/wCCOX7cH7LX iFfiZ+z94oTxLHp0nm2t94cuHtdRhA55gY5b3VGfI6jFew/skf8ABbDxR4F1qH4Nft4eDr7TrmFh CvihLFo5YiOP9JgIBI6/vE59VPJH2T8Kv2+/2Xfi5qUfhuw+ICaNrL8f2H4nt30+7B9Nk4XJz6V0 Px2/ZR/Z5/aa0J9H+MPw003V1ZMRXvlBLiInoyTJh1P0NevieJXjorD5/huZ9Jpcs159n+R5eH4f eDm6+SYjl7wfvRf6r8zsfBXjvwb8R/DVr4w8CeIrPVtMvIw9te2M4kjcH0I/lWxXwLH/AME//wBr D9g3xHP8QP2BvilJ4i8PPJ5uofDvxVJkTKOqxuu1WOM4YBGGf4uc/RH7MP7dHgD9oC9f4f8AifRb vwX4+skxqngzxAvl3CsPvNCSAJo+uGHOOwr5nGZVCEHXwVT2tLvtKP8AijuvXbzPosHmc5SVHGQ9 nU7dJf4X+m57lRSBgTilrxj2L3CiiigAooooAKKKKACiiigAooooAKDxRQRmgD+Yv9ob/kvXjQ46 +Kb/AP8AR71x2R7/AJV+9fib/gh//wAE/PF3iS/8Wa34B1x73UryW6u3TxPcqGkkcuxADYAyTxVH /hw9/wAE6f8Aonmvf+FVdf8AxVbqpFID8Isj3/KjI9/yr93f+HD3/BOn/onmvf8AhVXX/wAVR/w4 e/4J0/8ARPNe/wDCquv/AIqn7WIH4R969O/Zc/ZD+Of7X3j638BfBrwfNdM8oF7qs6slpYR55klk AIAHXAyx6AEnFftH4T/4Ijf8E5vCeopqa/Ba51GSNsqmreILueP8UMm1vxBr6V+Hfwu+HPwk8Oxe E/hj4J0zQdNhGI7LS7NIUH4KBn6mk6vYDif2Nf2UvAv7GvwH0n4K+CG+0G0TzdV1N4wr3923MkzD sCeFXJwoA969UpAMUtYbgFFFFABSYIGB+tLXnP7WPxeufgR+zf4z+LdjEHudD0Ce4tFY8NMFwg/7 6IrWhRniK0aUN5NJerdjKvWhh6Mqktopv7jif2oP+Ck37Kv7JOonw58TvGs11rgTcdB0O2+03KjH G4ZCR57b2Wq/wU/4KSfAf4z2+mS3Og+LPB663N5WjzeMtCNpDdvkgKk6u8RJwcAuCa/Mj/glP8D7 L9tP9te58VfGedtat9GtZde1aO8O/wC2z+aqor56rvcEjuBjiv0s/wCCoutfDfwf+wr4z/4S+CCK I6elvoluoCst5uXyfKA6MpGeOgBr7TNsgynKsfRyxc060uXmkmrJy2tGzvbrdnx+WZ3mOZYSrmDc YUY35Va7ko7tu+nlY+jYn39+lOr51/4JlfG3xT8VP2GvCfxC+KWpf6XZ2Uttd6peybfPigYoszs3 +wAGYnkqTmuk8Kf8FAf2SvHHjtPh14U+MNhfahJeC0SWCOQ2xuGB2xedjZuOCAM844r5avlmMo4m rRjBy9m2m0m1p1PpqOZYWrh6dWUlHnSaTdnqeWf8FZP27/Gn7FHgLwzL8LJtPfxD4g1dx5GoQeao tIo8yNjPXe0Q/E+lerfDX9sT4UaxoPg3Svil400bw34x8UeFLTWJPDl9fLG8YljDMoLEDAbcPXiv ze/aJvdT/wCClv8AwVasvhloUjXPhnw5drpxZMlI7K2cvcynt877hn0KjnFd5+z5/wAE9/gz+2P+ 0VrPj74qftN23jj+x9QvYfEPg+xE0ElrEk0kVoiThg3lCMLkKE2n5QSBz9rX4fyfDZPRji5OFRQd SbjFyfvv3IvoturXTXU+Oo55muJzWrLCxU6bkoRTaS9345X369L7M+xf2+f21bD9kr9nO7+Lfgu5 0XWdWkvre20mwurnfFOZGyzHy2DEBAzZB7D1rrf2Of2ibz9pv9nDw58cPEHh+PRrjVrVnubRJSYl ZWKlkLc7DjIzz+Vfk5+3L8A/hXq/7cWifscfsn+HL2FY7m1069jn1q5vFN5IQzn99I+xYoiCduMA N6V+hEn7EX/BPz9k7wNaXfxL1R9OsYrVLcy6/wCML3yrh1GWMcDTbQSckqi9D0xXFmeTZTgMmw0V zOvVbmny+9ybJOKlbzW51Zfm+aYzNa8moqjSXK/e05r781vvPpDw38VPh94y8T6t4N8L+KrO/wBT 0NYG1W1tZg7WwmDGPcRwN2x+P9mugBz3715F8Nb/AOCWi/BvxHr37IXhzQ5XtLSeSOz0u0MRnvVg LxpKpCuScrjd1Dcda+ef+Cf3/BTLUfFPwh8ZeJ/23fiToGh6l4d19oI47iOO1uRGVyYvs64ZtjDa CFyc4JJGa+dhlGJxFGpWoRbUHFNP4ry291H0Es1oYerTpV2k5ptNfDZb6s+5CcVx3hr4+/B/xh8S NV+EPhv4gabd+JdEUNqejRXIM8CnHJXrjkdOmar+Cv2ifg58SvhJP8cfBfjq0v8AwtbWk9xdarAW 2wpCpaXcMZBUAkjGa+V/+Cd/7JvwJuv2kPGX7b3wt+PR8c2Wr3F1DpUbRskunTTyF51mJPzkIVVD gfKxJGcELDYClLD4ieJcoSpqyXK9ZX+F9tO48Rjqnt6EMNaSm7t3WkbbrvrpofcPXrRXkfxW/bm/ Ze+C3jFfh548+KtlDrrLubSbSN7ieMYzl1iDFeOeecVZs/20v2ar74kaJ8JrX4p6e+t+I9OivtEt lJ23cMoYxsrY2kttbAzniuRZfjuRTVKVmr3s9l19DqWPwTlyqpG97brft6nQ/tCfFLTfgl8EvFPx b1a4WOLw9oVzegsM7nSMlEAPUs21QO5IFfPf/BJz9tj4uftp/DbxJ4j+K+j2Uc+jautta3tjAYkm Vow5UrkjK56jqCK8p/4L3ftJv4a+Feh/s0eHLs/b/FF2t5q0cbci1iYeWh9mkwf+ACvo7/gmn+zY 37MP7JfhvwZqVmIdYv4P7R1pSuGE8wDbD/urtX8DX0MsvwmD4T+s1op1a0/c7qMd38/8jwljsTi+ KPq9GX7qlD3/ADlLb7j34dKKKK+UWx9QFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFIVBFLRSsAm0 Y6A0hjU9RTqKYrX3Ob8c/B74UfEyxbTfiH8N9D1qBusep6ZFMM+vzKefeq/w3+DvhH4R28ul+AH1 G001wBHpE+py3Ftbn1iWZmMQ7bFIT/ZrrKMD0rT21Vw5OZ27X0+4z9hS5+flV+40oDzt5xXAfGz9 mj4Q/H+xhj8feGANQs38zStf06U22o6fKOkkFxHh0YHBxkg45B6V6DRgdcUqVWpQmp03ZrqtB1KV OtDlmro8l8Ga98YPgu0fhf4x6m3ifQU+Sy8awW4S4hToBfRIMDHAM6Db3YKMmvVra4juoluIJVeN 1DRujZDAjIII6j3p7qrLtYDB68VBpul2GkW/2PTbZYYQxZYoxhVycnA6Aew4p1aiqvmaSflt9xNK m6S5b3XmWKKKKzNgooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooxznNAAcY5 r4x/4Kyftvfs6fDP4KeJf2b/ABPfzav4l8TaLJbDSNKYFrIOPklmY8Jg4IXkn05Gfon9rL42Rfs5 /s5eMvjVKivJoOiSzWkbn5ZLhv3cKH2MroPxr8hv+CYvwUuP22/20tQ+I3xvu21LT9Fil8ReI5bs 7lu5vMURxNn+EsxYjptiI9K+04UybD1qVXNsW2qVCzst5S3S/L7z4/iXNq1OrTyzDJe0rJq7V1GO zdvvPP8A9mTxn+21+xrrC/Fb4MfCvXrX/hJNIMMF9d+FZriC8ti6vuQldrYKqcj19DX6y/8ABP74 l/H79qz9n651D9tL4I2llOt6qaeupaP5K6lDtz5rW0oJQg8bsANnIAFefeGv+Ci/xp/ai+NWqfBD 9hX4R6NNpfhsbdV8V+KbhoraJFfYCkUYyASCFXkkDPyjOPbvgl8dvi+nxNl+AP7S/g3SdM8SSaY2 oaDq3h66eWx1i2RgspUOA8UqFlLIePn4JHNehxTmWIzKlethKdOtpK6leoo9Lr07626JHn8N5fRy 6qo0sTOdHWKTilT5utu/l+Z8gf8ABZf9oPX7HVvC37AH7P1olgdekg/tWx0qNYhJ50uy3tQFAChn +YgdeK7j9pj4Bfs+fsG/8E07bTNc8M2l3r2iXVvd6NeefJFLceI3R0WfKMpkCB5SEbK7E6cV4z+0 bYn4Mf8ABbbQ/i98fTJYeDrzUre70zWLqM/ZolWyMUZL4IAS5Ck/3QcmqP8AwV1+IvjP9pHxb8Pd fWK50/4SS69NYaPrNxE8cd5MDGJr0gjIiKsyxswG4I5XINepg8JGf9m4SlK1Jr2tSSfxT1bjfq1a 1jgxWIaWPxM43qJ+zgmvgjoua3Ra3uW/2BtEg/Yv/YL+IP7e/jaEL4n8VQvY+Epbhv3pjZtqspPO ZJiXPtEp7mq//BKLUIv2Y/2dvit/wUF+J0crwTxmw0WEsM6hOJNz7cnnMrIuR6P3U1T/AOCoMfjP 4h/Dv4WaT4WsJPDvwas9XTRfDs1zA0P2kpGinUpVOCkRUyCMMASqO38a1L/wUi0jXH/Yw8LWHwr0 C6svhJ4VvbbSvDchiaNtZmCMZtRZCARCX3KhYAuxaToy57LxzKklVdpYyoub+7CD0p/4n26a9ji5 ZYGpzUo3jhafu/3pzV3Pbbz9C/8A8EkPBUK6r8Rv+CmX7QM5a20mO+uLbUbpSd1w4aW6mXPU7TsA HdyB1q3+xNY+Kv8AgpZ+154m/a5+PNrPqPg/wGGl0Dw5Kxe3W45aCAJ0OxAZG/vOVzkZFdl8Qvgz 4j+Mn/BPyX4Ifs1+fN4M8C+Dhc3Wpacny+LdaRVmlSDI/fQo3mPuGQz7FUnbXP8A/BKv9prwp8Kv 2OdT+Efww0ubVvixqviSeLTPC8Fq4kklkULHcysV2pBGgLO7HA2bepAPLiq8sThcZjaK/euUaUV/ z7pd/wC7dXu+l35nXhaPsMRhsJV/hJOo3/z8nv8AOztZdT1r9kL9v74Ea54W+Jfj/SPhnp/hnxrq 3jGaG18K2OqyXeoeI7tIFEMgtyd0YJ+QlVEY2sc5BrxL/gp5J4c/Zr/Y98N/CHX9A0uf4lfELUJ9 Y8W6s1oj3IeSUz3GJCNwXzHWJeR8qDrzX37+zF+zH4M+Afge0WbQ9NuvFl0jT+JfE4sYxd393Kxk lLS43sm9iFBOAoAFfBf7cuk+DfGP/BX/AEiH9oW7uIPCeheHrK70uz+ySTnVPLUyLbwxoCZHkuGZ No+9tweK8bI8RgK2fTqUYyVOCc2rtuXIrRS62vrZ/oernOHx1PJIwqyTnO0E7WS53dt2620/4czf iP43uf2Bf+CR2i/Au4upLfxp8V4J7mSz3gS2dncBfN3Lncu6HbHjH3pGHUYq98AfibqP/BNf/glf L8R7o+R4z+KGrSSeF7GQjfHuiCLcFDzsSNAxOMbnjBxvFch+234F8U/Er9vH4c6z+17O/hvQPENs t9NZyuZI9M06JnkFgNud1wyoEbaDmSYAZwK1/wDgrj8Ifjl8RfhF4Z/aYu/CV7YeHbXUG0/TPC0d qd+i6WY1FrLKgGYmkKuXHRd0KHkCvoqUcJiVhsNiJJrE1HVqPo3d8tNfNWf/AAUeFUlicNKvXoxa VCCpwXVJ25pv5PT/AIB6t/wSL/ZG8MJ8C/EX7W37SNomo6p43trki81WUlrfSirebLvzlWl+clgQ QirgjJr52/Ys8F6f+1Z/wUxh8X+ANGk0/wAB+AJxNpdv5zulnptoPLtY97ksSzYckkkszHNfQ37Q P7R8/wATP+CdsHwh/Y5jl1b+z/AcE3jPUbCF/L0iyjjVXti2Bm4kYMBGuWCKzEAYz5B+zZpHiHwl /wAE1PFGifsx2ct74p17RrrVviP4jtrdgNKs0LLHpyOQN07RqzFVztDOTjK5woVsXKljMXVlyzrS VKMXtTi/tNdNNu/Tc1r0aEKmFw0I3hSh7STtrOSW1+uurH/A/QU/4KW/8FWdY+MGtR/bPA/gy+F3 GJxmN7W1YraRn/ZkkXzSDxjcDX6hfB34p6Z8YfC03jLQdLmh006jcW+nXEpBF7FE5Tz0x/AxB2nu Bmvz0/4JZeEV8S/suQ/Bj4RSzxax421Ka4+JnieGFl/sbTFYxi1SQgA3MqBgoBOwSFz0FfpN4W8N 6H4N8O2XhPw3psVlp+nWyW9nawrhIo0ACqB9BXynGNeEsasNHSNJKEF2jHRy9ZPbyR9NwpQksI8Q /iqvnk/N7R/7dX4mjRRRXxx9cFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFIxIxj1paKAZ43+ 398FNe/aH/Y/8dfCPwxHv1LUdJEunxlsebPBKlxHHntuaIJk8fNX5gf8EYf2gPDf7NH7UutfDL4y AaPbeK7D+zJZtQHli1vYpMpHKG+6GzInPRivYkj9o26H6V8C/wDBYj9lr9n+T4Z3vxuT4ZWMPioB y2sWsksLyEQSuC6xuEkO5FOWBPHoTX3HCmZ0qmGqZLiIvkrvRreMtFfXpovuPi+JstqwxNPN6Elz 0VqntKPb8/vPs7wZ8N/hD8LLbUNb8B+E9E0KLUiLjUrrT7aKBZ8AkO7LgEDJPPAyfWvKfh/4hg/a R/axT4seCV87wb4B0a60qy11f9Xquo3DJ54hP8cUSoFLjguxA6Zr89P+CUdrc/tFeIJfAHxr8Q63 4h0OzukSDR7zX7sW2xYywVo0kVXXI+6wI7YxX6+eG/D2heEtDtfDnhjSLewsLOFY7WztIQkcSDoF UcAV5+fZa+H8XOhOo6lRq17WST+bbdtOiXmd2T5hHPMNCrCHJBPbe7/BJX1GeJPB3hTxlbpZ+K/D Gn6nFE4eOLULOOZUbqGAcEAj1o1Xwd4X17TYtH1/w5Y31pA6vBa3dmkkcbL90hWBAI7EdK01JI5p a+YU5pJX2Po3Tg23Yztd8KeGfE2nLo3iTw3YahZoyslreWaSxqV6HawI47ccUmt+FfDXiPR38O+I fDljf6c4AawvbRJYSB0+RgRx9OK0qKalJdQ9nC+xU03SdO0XT4dH0fTobS0t4xHBbW0KpHEgHCqo AAHsKz9B+HXgPwvq9zr3hvwTpGn315/x93llpsUUs/OfndVDNzzyTW3RS5p2eu+4OnB2022GbSWB OePSs/UfBvhPVdbtvE2peGdPudSslIs7+4s0eaAHqEcjcoPsRWnRRFyjsxuEZbozNW8JeGdevrXU 9b8OWN7cWUnmWU93ZpI9u395CwJU+4xVu8sLPUbaSy1GyjuIZUKywzRhkcHqCDwRViijmlprsJQi r6bmXoXgzwl4a0t9D8O+F9PsLKQsXs7OyjiibPXKKADnvxS6P4V8OeHdMOh+HfDtjYWRLZtLO0SK I7vvfIoA571p0U3Ob3YlSpxtZIz9A8L+HPCth/Zvhfw/Zabbby5t7C1SFNx6naoAyfWr2McYNOoq W23dspRSVkAGKKKKCj//2T== ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image005.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQEA3ADcAAD/2wBDAAIBAQEBAQIBAQECAgICAgQDAgICAgUEBAMEBgUGBgYF BgYGBwkIBgcJBwYGCAsICQoKCgoKBggLDAsKDAkKCgr/2wBDAQICAgICAgUDAwUKBwYHCgoKCgoK CgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgr/wAARCAGhAh0DASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9/KKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAoorx7xl/wUN/YD+HPiu/8CfEP9uH4QaBrmlXLW2q aNrfxK0q0u7OZfvRywyzq8bjurAEUAew0V4Uf+Cof/BNAf8AOQ/4Gf8Ah2tG/wDkmt/4aft3fsQf Gjxhb/D34Oftj/Cvxbr94rtaaF4Z+IWm395OEUsxSGCdnYBQScDgAk0AerUUAg9KKACiiigAoooo AKKKKACiiigAoopryIgJY4wMmgB1FRx3VtNzFOjDOMqwNPBB6Uk09g6i0UUUwCiiigAooooAKKKK ACiivIfHX/BQX9gr4X+Lr/wB8S/22/hF4d17S5vJ1PRNc+JGl2l3ZyYB2Swyzq8bYIOGAPIoA9eo rwv/AIeh/wDBM/8A6SIfAz/w7Wjf/JNbPw8/b7/YT+LvjKx+HXwn/bT+E3ijxDqbsmm6F4d+I2mX t5dsqM7COGGdnchFZjtBwFJ6CgD1uikVgwyKWgAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAr4Z+O3/BuV/wSg/aS +MfiX48/F74EanqXibxbrE+p65fL4svohNcysWdgiyBVGTwAAAMV9zUUAfy4/wDB0l/wSs/Yx/4J oal8Hm/ZF8AX2gp4xi1k63Fd61PeLIbY2nlbfOYlMec+cdcj0ryL/g1gw3/Ban4Zgj/mG610/wCw dPX3R/wfFf8AH/8As6/9cfEv89Pr4X/4NXv+U1Xwy/7Butf+m6egD+upQAPxpaB0/GigAooooAKK KKACiiigAornfAfxe+FvxSvNa0/4b/ELR9dn8Oao+m6/DpWoRztp14n3reYISY5B3VsGuioAbIxR dwx171+ZX/BQj9vT4j+J/iDqXw4+HniKew0XTrmS1SPT5ijXbKQrSSMpyRuBwOmK/TO5QSQNG2cM CDivxW/am+Ffin4PftCa/Z+ILKR1g1CV03g4eNm3I4PcEEGvyrxVx2YYbLaFKjJxhOTUmtL2Xuxv 2er87H6x4TYHLsVmlerXipVIRTinra796ST6rReV2S/Bb9pz4/fCnxLFruneNtRglEgbynuGaKUd SroxIYH0xX6HfsKf8FLvhP8Atk+LPEnwVht30T4g+DIIbjXfDt0c/aLORU8u+tmH34WZgpH3kYhW 6qT+X+m+I/8AhLL0SR2xRI+CeleU/wDBLX4y6x43/wCDjjQpfhFetPp1v4c1DRNfmtiGjntIbOR5 t56bVnEeD/ejXFcPhLLHOhiPaXULqy6J+X6noeL8MBHEYf2SXPZ3el2vP06ep/RhRRRX7Gfi4UUU UAFFFFABRRRQAV8zftM/8Ecf+CZP7XV9rPiH46fsa+C9S17Xpmm1TxTZaWLLVp5iu3zWvLfZK7AY +8xHAyDivpmigD+NT/guv/wS+sP+CVX7ct38EfB+q3uoeDfEGjx6/wCC7rUWDTpZSSSRtBIygBni kidN2ASApI5rV/4Nr+f+C3PwGXpnWdVH/lFv6/QL/g+D8OWMXj79n3xikarcy6Rr9nK4Xl41lsnQ E56As/H+2a/Pz/g2t/5TefAX/sNar/6Zb+gD+xZBgEZ70tIvf60tABRRRQAUUUUAFFeZ/tj/ABWm +B37Lnj34sWt2YLjQvCl7c2kwbBWcREREe+8rj3xX5h/sW/8HD3jrwp9m8Dftk+G38QWW4IPGGjR JFeRDpma3UBJR6lNh9mNceIx+GwtWMKrtfr0+Z9dkXA/EHEuV1sdl1NTVJpON7Sel3yp6OytdXvq rJn7EUVwfwE/aU+B/wC0x4Nj8efA/wCJWm+IdNcDzHs5f3kDEA7JY2w8Tc/dYA13BuIcH94OldcZ RnHmi7o+Wr0K+FrSpVouM4uzTVmn2aeqJKK+MP24f+C1H7M37JYvPB3g28Tx34zhBT+xtIu8W1pJ j/l4uQGVcd0Tc3GDt614d/wSL/4KufG39rb9rzxP8Nv2gfEVsLfXtEN14R0qyt1it7GW3fLwJgbm LxOzFnZifJ9wBxSzHCRxEaKleT002Xqz6/D8AcUV8grZxKjyUaceb3tJSV1dxja9ktbuysnZs/UC iiiu4+LCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig D+fz/g+K/wCP/wDZ1/64+Jf56fXwv/wavf8AKar4Zf8AYN1r/wBN09fdH/B8V/x//s6/9cfEv89P r4X/AODV7/lNV8Mv+wbrX/punoA/rrHT8aKB0/GigAooyD3pCwHU0ALRSb19aXIxmgAryv8AbY/a o8FfsVfsreOv2oPiBPGuneDfD8995TyBTczhdsECk/xSStGg93r1GWaKKMyyyBVUZZmOAB65r+a3 /g6w/wCC0fhb9qLxhF/wT5/Zl8Yx6h4L8Kap9o8e63p8weDWNViJEdtG6EiSGA5JPIaXGP8AVgkA +xP+DNzx94o+K37N3x9+J/jXUPter+IvjM2papc9PMuJrKKSRsdssx47V+yNfil/wZIf8mV/GP8A 7KjB/wCm2Cv2toACAeory79pT9lP4a/tKeFrjSfEtilrqwtXj0vXYYszWjnoSMgSoDjKNwQTjBOa 9RJA60h2g8gflXNi8HhMfh3QxNNTg91JJp/JnThMZi8BiI18NUcJx2cW0180fhr+1B/wRQ/4LeeL NVu/h18K/il8Ih4WvZWi/t3Q7m5025kgbALTLKsrxHBOVhZuhwxr7G/4Ijf8ELPBX/BKzSdW+Jvj zxpa+L/ip4lsxZ6prdjAyWenWhZJGtLXf87BpFVnlYKX2J8q4wf0E+U8cUKVI+XH4UsHgsJl+HVD DQUILZIrG47GZjiHXxM3Ob3bFooorqOQKKMj1pNwPQ0ALRRRQAUUdKQyIOrUALRSb1PO6gMCcA0A fz+f8HxH/H9+zz/1x8Q/zsa/Oz/g2t/5TefAX/sNar/6Zb+v0T/4PiP+P79nn/rj4h/nY1+c3/Bt 5f2+m/8ABbP4C3NyxCnX9RiXAzlpNJvUUf8AfTCgD+xxe/1paRRgf40pIHJNABRSb19aN6+tAC0U Ag9DSPnacUAfEf8AwcAfE9PAn/BPvUvCUdwEn8X6/Y6cq7sFo0lF0+P+/Cg+xr8HMHoxz6n1r9l/ +C5fwm+PP7YfxU+Fv7LH7P3gq61e4tLe/wBZ1ycAraWQkMcFu88p+WPiO4wDy27gGof2Wv8Ag3N+ DPhPT7bxB+1L47v/ABRqgAaTRdCnNrp6HrtMhXzZfTIMY9q+WzHB4rH5g1TWkUld7dz+m/D7i3hn gbgWlLHVf3taU6nJFc07X5VddLqKacmlqfkt8IPjX8WPgJ4wh8e/B34gap4f1eD7l3pt0Yy4yDsc fdkUkDKsCD3Fe/ftE/8ABY79uH9pH4dW3wu8TeP7bRtPW18rVpPDNqbOXVefvTOrEgEcFI9iHJyu Div20+HH/BPX9iH4WWyW/g/9lPwNE0Ywl3e+HYLu4/7/AE6u/wD49XX6p+zP+zjrNkLDVv2fvBF3 AkZRILnwpZyIF9ArR4x7VpTyXGU6bgq1k91rb9Dz8x8YeEcdmNPFVMp9pOHwzk4cy/B/LXR6rU/l 2JYks5+Ynk46++a9D/ZM+N+ofs3/ALSngn422EzBfD3iK2ubxFbHm228LPH/AMCiZ1z/ALVfux8a P+COH/BPz402syXXwCsPDV1KDtvvB2NOeM+qpGPK/NCPavzx/bS/4N+fjh8GNPvPHP7NHiN/HeiW ytJLo9xGI9WhjGT8qqNlxgf3drHjCHtwVsoxuEfPD3rdt/uPu8p8WOC+KKUsDiW6LqJxtUSUWpKz Skm0t/tcp+0vh3xBpvinRLPxFotyk9nf2sdxazoeJI3UMrD2IINXq/n2+DP/AAWa/wCCgf7NOh6f 8MLXxXp97p/h22j0+30jxRoKyPbxwqEWJmXy5RtChcFsjFfQXw9/4OXfjBY+XD8Vf2cPD2oD/lrP oGp3FofwSYy/+hV7dLPcFNLnun6f5XPxbMfBTjPCzk8NGFaPTlmk2umkuXX0bP2Hor8+fg7/AMHE X7LPxL1/TfB/iH4T+OdF1PVb2K1tlt7a3vYTLI4RV3LKr8sQOENfoHbsXTJz1/ir0qGJoYlN05Xs fnmdcO53w7WjSzKhKlKV7XtrbezTaY+iiitzxQooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKAP5/P+D4r/j//AGdf+uPiX+en18L/APBq9/ymq+GX/YN1r/03T190f8Hx X/H/APs6/wDXHxL/AD0+vhf/AINXv+U1Xwy/7Butf+m6egD+usdPxrmPi/8AGT4ZfAP4b6x8XvjH 4z0/w74Z0G0a51fWdTuBHBbRrjlie5JACjJYkAAkgHpx0/Gv5s/+Dw//AIKO+L/H/wC01Yf8E5/B esy2fhjwHaWuqeL7eCTA1LVbqBJ4Elx1WG3kjZR03TsTyowAfRfxA/4OXf23f29f2kJ/2XP+CIn7 JFt4j8rcx8Z+MIGJMIbabtomeOKzgyRhp3LNkDap4r3nw1+zB/wdJeI9CHiLxZ/wUT+Cnh7UZIxI dBtvBQuoo2xnZ5ot+eeM818of8GbP7b37MmieH/Ff7CV74Ni0T4m67qc+v2XiEnd/wAJDaRxIv2X J5R7cB3VM7WV3YfMGz++yLtQL6CgD8H/ANpv/guH/wAF2P8Agjr8U9N8Jf8ABRb9nT4efEPwvqsr DSPFHh1JbGHU0UDcsNzFlYpRuBMc0G7HQY+av0Q/4Jsf8FyP2RP+CnPwo1vxH8F/7RsfG3hjRpb/ AF74a6iq/wBpoqITut8fLcxswCB05DEBgpIzW/4OJP2fPCv7Qn/BID4yaVr2lxS3fhnw7/wkmh3L KN9td2MiThkPGC0ayRnn7srV/Jf+xv8AtWfE39in9pjwf+0z8I9cmstZ8K6zFdqsL4W6gDYmtnHR o5IyyMp4IagD9e/+Cp//AAUr/wCC/v7demap8HvgJ+wN8VfhP8N75XgubbSfDN4+r6rbkMClzdBB 5aMD80cQUdizjOfxR+J/wz+Inwc8fal8NPix4N1Hw/4i0mZY9U0bVrZobm1dkVwro3KkqynB7EV/ d98L/HWj/FL4b+HviZoBBsfEWh2mp2RHeKeFZU/8dcV/Hl/wcOAf8Ppfj+Mf8zhD/wCkNtQB9P8A /BvH/wAFPf2zP2Dv2e/Hngf9mf8A4JjeJ/jtpuueMo7/AFDXNB1i4tk02cWkcYt2EVlcAsVUPksv DdO9ffGof8HJ/wDwVE0qc2t9/wAG9fxHSQAEqPEOot+o0Yisf/gyRO79iv4xbuf+Lowdf+wbBX7W bV9KAPxtvv8Ag5J/4Kiadoj+I7//AIN7/iJFZRx+Y8zeI9QO1fXaNHz+ldf8K/8Ag5E+IvxX+GWj fECP9kjTdDn1KBpLnTLzxVLcNbsHK+WW+zRnIKnOQOvQY5/WKYZTg8g8V+AX7aHjbwf8RP2tPiP4 t8BQxLpc/jG/jgaBQEkaKZopJBj+/Ijv/wACr43jXNcflOX06mEnyycrPRPSzfVM+34FyjLs4zGr SxkOeKhdK7Wt0ujR9h2H/BfL416lBeyeG/2Ml8V3trYyT23h7w3rEzX1+64xFCDE2WJI4x615v8A Fv8A4Oh/2jfgH4Tn8d/Gj/git8WvC+i2237Tq+tai9vbRbmCLukazCrliAMkZJFc3/wSe0UH9qDw 94hdOf7Zht4zj2Zm/wDZa+u/+Dk7SrPU/wDgi78aRdpkW+l2M8eOzpf25Brm4FzvH51hsRLFT5nC fKnZL7MX0S7m/H2SZdkmMw8MJDkU4cz1b+1JdW+x+fL/APB8RpJnKQf8E67kpuwhf4kqCR6kfYTj 86/WT9pr/gqV+yh+xb+yr4e/ao/am8bxeGrLxNoNvf6PoMBNzf6hNLBHKba2iUBpmXzFUvhUXILF Qc1/ErCT5oJbHua/UT/gnD/wTt/bQ/4OMv2jIvjH+0x8S9U074Y+BtO0/RNR8SC2wqW1tAkcWl6b GfkEhRAzvyEMhd9zOA33Z8CfQP7UX/B6p+0H4g8Q3Olfsefss+GtA0dJCLbVPGtzNf304zw/lQNF FF/ukyfWvH/DP/B4/wD8FUND1yK+8R+Dvhhq9rG377T5vDc0Ik55G+O4DDj0r+hL9lP/AIJb/sE/ sZeBbXwD8Bv2XPCemwwQhJ9SvtLS9v7tsDc81zOHkckjJy2OwAAArwf/AIKpf8G+/wCw5/wUG+Eu rP4U+Emg+AviXb2ckvhvxn4Z0xbQm4AJWK6ih2x3ETtgMWBdc7lYHIIBxX/BIX/g5d/Zc/4KWeIb H4FfEbw0fhn8UruMDT9Bvb7z7DWnCsWWzuSq/vAFz5UgVjnCl8Gv0uRtwzjFfwTavp/j34IfFO60 Wa5utF8SeE9dkgeS1mKS2V7bTFSVdTkMrpwR6V/ZD/wSA/b+tv21f+CXngf9r74l61bW2o2+h3Nv 45vHIRIbvT2eK5ncDhQyxefjHSQYoA9m/bF/bL/Z9/YR+BWr/tEftKeOYdC8OaSoXeyl57y4ZSY7 a3jHMsz7SFUehJIUEj8Bf2tf+DxL9tP4xePH8DfsGfArR/COmXF19m0i51ixbV9Zv2Y7VxEpEUbN xiMLIQf4jXxX/wAFxf8Agrf8Q/8Agqn+1bf+Io9TubX4beFLyex+Hfh/ftRbYOR9tlUcNPOAGYnJ VdqA4XJ/Uv8A4M7/APgmp8NIfg9q/wDwUl+JHh221PxTqOt3GjeBJLmLcNJtYVC3NxGDwJZXcpux lVjOD85oA8V8N/tIf8HmPiDSk+LOm+DPHT6Uief/AGZd+BNEhMideLd4VuCMdhzXqX7B/wDwdufG T4f/ABot/wBnH/grf8B4/Dci3iWWoeMdK0mewutJlZgu+90+TJMYzuZ4tpVeQj5r97UACgAYx0zX yD/wWA/4JFfAP/gqf+znqvg7xR4asNP+IWm6fLL4D8bR24W5sL1UcxRSuuGltXY7XiYkYbcMMoIA Pyn/AOD1Pxn4V+I2gfsz+PfAviC01bRdZ0vXL3StUsJxLBd28gsGSSN14ZWUggjsa/Or/g3f/wCU 0nwA/wCxvm/9IbmvD/2jPiN+0r4a8NWH7DXx/wBRuli+DfibWLPTtF1AbpdHuZZI0u7ZWPPl+Zb7 gvQFmI+9XuH/AAbv/wDKaT4Af9jfN/6Q3NAH9llfMf8AwUl/4K1/sb/8EuPh/F4q/aS8cOdZ1GJ3 8O+DdGQT6nqhGRlI8gRxbhgyyFUB4yT8p3P+CnH7fHw+/wCCbH7HHiz9qbx6i3UulWvkeHdHMm1t U1OUFbe2B7Atyx7IjHtX8immeI/2kP8AgsX/AMFHvD9j8WPHV1qvjL4s+N7TTp9Ql+aPT7eafBWK MEBIYIi5WNcAKh7mgD9fPBf/AAc4f8Fav+Cg3xNu/h5/wTC/4JwaPe29u+GuNUkn1GW3Q52vcXAe 2tbbIB+VifZjXrHiP9sD/g7f/Z/0H/haPxL/AGEPhj4y0e1h83UtD8PXFtc3cSDO4COzvjKxwP8A lmJB7Gv1I/ZB/ZG+BX7EXwH0T9nf9nzwTa6LoGiWyRgRRjzrybYA9zO/WWZyMs7ZJ+mK9NkQOpXH XrQB+XX/AATZ/wCDpT9kX9sXx9afs/ftIeDrz4L/ABHurv7Fb6fr12ZdNurwME+zrclEMEpYkBJk QZG3cWwD9bf8FIf2yf2jP2Ovhjonjf8AZs/Yf8R/HS+1LVmtdT0XwzqBgk06ARlhcMRDLuUthcYH Jr8zf+DuT/glF8Mdd+BLf8FL/g34Pi0zxj4e1O2tviCbKPYmq6dKTEl3Io48+KUxKXxlkc5J2LXM /wDBr1/wXu8VfEDXtI/4Jr/tk+MZtRv3gMPwt8YajNullWNP+QVcORl22qTFIxydvlkk7KAO+/aA /wCDpv8Aah/ZRt7XXP2kP+CK/jTwRDqc/wBns73xF4se2S5kVd/lrI+n4YhSTtz3Nef+H/8Ag9sl 8T65ZeGPD/8AwTZu7u/1C6jtrK2h+JKlppZGCoi/6D1LEAfWv1W/4K1f8E+/Cf8AwUu/Yf8AF37M utrBDq9zbC/8IanKP+PDVoPmt5M9lY5if/Ylbviv4ufiJ8PfH/wX+Jer/Df4gaDeaN4i8N6tNZap Y3CGOW1uYZCrqfQhl6j6igD+rH9n7/gtJ/wUj+MHxt8KfDHxp/wQv+JXhLRdd121s9X8VX+vu8Gk W0kqrJdupslDLGpLkbhkL1FfpSrbk3AfhX59f8G5P/BUKx/4KOfsIaZpXjvxBHP8SvhrFBoPjOKZ x516iRKLbUccZEyDDH/nrFJ6jP6BzTQQwNLNKqxqpLMzYAHuaAPyV+MX/Bw//wAFFv2fPh5qHxa+ Nv8AwQc+IHhnwzpMXmanrmreM/LtrZSQAXf7DgZJAHuQK5L4A/8AB0P+2F+1f4Zu/G37N/8AwRP8 c+NdIsbz7Jd6j4f8XPcQxT7QxjLrp+N21lOPcV4N/wAFMv2qPjV/wcU/8FC9H/4JY/sKeIJI/g14 R1X7V428Z2wL2l68JAm1CQjG63hO6KBM4llbfyCpX9x/2QP2T/gz+xJ+zt4Z/Zo+A/hmPTPDvhqw WCEYzJdy9ZbmZv45ZXy7N6tgYAAAB+cfxD/Y8+JX/BXf9mnWv2sfEn7EWrfs+fGTStYntbXwrrl3 vPie0jijdZJWMUIV2Z3RJCucxYYkEFfyw1rRNX8N6xdeH9f02ezvrK4eC8tbmMpJDIhKsjA8gggg g+lf1aSoCuNmeeRivx6/4OFv2HrHwN4u079sr4e6MIbLxDcCx8ZxwphUvQo8i5/7aKrK3T5o1JyW r5vOsvhyPEU1qt/8z+hvBvj/ABMMZHIcfPmhL+E3vFpX5L/ytfD2ei0at8w/8EfPg4fjP/wUI+H+ mT2nnWmg6g2vXi44AtAZUz/21Edf0R24Ij5HU561+Rn/AAbQ/CBLrxj8Rvj1fwDFlp1todhI3Yyv 5836RQ8+5r9dhgj5cfhXXkVL2eC5n9pt/ofL+Nma/X+M3h09KEIx+b99/wDpSXyCiiivZPyEKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigD+fz/g+K/4/wD9nX/rj4l/ np9fC/8Awavf8pqvhl/2Dda/9N09fdH/AAfFf8f/AOzr/wBcfEv89Pr4h/4NS9MbU/8AgtT8Owsu wwaFrs3TO7bps3FAH9cI6fjX86P/AAdA/wDBEn9sv4p/tw6n+3F+yr8DNe+IOheN9LsV8Rad4SsH vr/T7+0tYrTJtYgZHjeGGEhkVsMH3Y4z/RavSsP4kfEX4ffCDwNqnxM+J/i/TdA0DRrR7rVdY1a6 WG3tYVGWd3YgAf570AfgN/wa8/8ABEL9sP4J/tej9t39rn4Pav4A0rwvot1b+GNE8SW5ttQ1C9uE 8oyG3Yb44o4jJy4UszLgEAkf0KryAfavxE/bq/4PLfgV8ONZvvAf7BPwMufiBfQSNCnivxYz2WmS ScgNDBGfPnTOMbjCTzjjBPz34V/4LWf8HTX7Wdr/AMJL+z5+ytdWukXg3Wlz4e+D0os3U8jyri+M gcYxyHP1oA/ab/gs7qFrpf8AwSi/aCvb2TbEnwr1fcwGetuwH6mv4nl4YfWv2a/bo+OP/B03r37D 3xGX9tT4byaZ8KbzQlg8a3F/oOk280Vo80a/L5TeYMuUU7RnDEV+Mp+/x69qAP7if+CY97dal/wT c/Z81K9l3zXHwR8JyzORyzto9qSfzNfyi/8ABw7/AMppfj//ANjhD/6Q21f1bf8ABLn/AJRnfs6/ 9kL8I/8ApltK/lJ/4OHf+U0vx/8A+xwh/wDSG2oA/X//AIMj/wDkyv4x/wDZUYP/AE2wV+1tfil/ wZH/APJlfxj/AOyowf8Aptgr9raAPM/2zvjxpn7L/wCyZ8R/2hdWkQR+DvBmo6pGsjYEk0Vu7RR5 /wBqQIv1av5uP2Rtf1bxX+zn4X8Ua/ePcX2pWkt1e3Ehy0ksk8jux9yxJ/Gv1I/4O5v2nv8AhR// AASquPhRpWp+VqnxS8WWWioivtY2UJN3ct7j9zFGR6TV+WH7CdlNq37M3gHTLYnfcaesS/VpnFfn niO0sppN/wA//tsj9J8MU3nFZLrD/wBuifo9/wAE09Kj8O/Ff4emcbXu9dSZwe5ckL+m2vpf/g5A /wCULnxwProVp/6XW9eEfsjWUWn/ALQfgLT4UxHDr9miD0AYAfyr3b/g49/5QufHH/sB2v8A6X29 eF4PVZV8rxc31q3++MT2PGOkqObYSK6UrfdJn8dSEBhmv7f/APgl18Fvhn8BP+Cevwd+H3wo8KW2 kaUPh9pV89vbpzLc3VrHcTzOeru8srsWPJJ9q/h/XqPrX91X7DX/ACZR8H/+yW+H/wD02wV+wH48 epUjjPHr60tIfvCgD+Ib/gq7YWmlf8FNfj1YWUWyGL4s66EQHoPtstfph/wTx+OXiX4Rf8GlH7S2 oaPqskM9146vNDsWViDGmoR6ZbzgEcjMUkv4nNfmp/wVv/5SgfH/AP7K3rv/AKWy19z/ALMl3a2v /BpF8eEuZdpm+ONrHEP7zZ0w4/IGgD8kicPk9jzX9bP/AAahalLqP/BGHwNHJGqi18R63CpUfeAv XbJ9/m/Sv5JSMHGK/rS/4NMv+UMvhD/sbNc/9KzQB+lVIy7hilooA/kx/wCDsf4O+HvhT/wWG8T6 x4dtYoV8Y+F9K128SLvcvE0Ejkdixg3H1znvXkP/AAbwf8ppPgB/2N83/pDc173/AMHf7P8A8Pgb wbjgfDrRce3yy14J/wAG8P8Aymi+AHOP+Kumwf8AtxuaAPvL/g9O/a61TxV+0X8OP2K9H1Bv7L8J +H28Sa1bJJ8sl9eM8UO4d2SGJiPQXB/vV8B/8EDvi78B/gH/AMFVfhj8Z/2kviHpnhXwp4cnvry7 1vVy3kQSiymWLO0E5LsoHHU12v8Awc6eL9Q8Xf8ABa74xTXkjlbCTSdPgVm4WOHS7VMD0BILfVj6 1U/4N4P+Ce37Pn/BS39vq6/Z4/aVttVm8NWvw/1HWfL0XUTazvcQz2saDzADhf37EjHOBQB/SKv/ AAcDf8EaAOf+Cgngb/vu5/8AjNL/AMRA/wDwRn/6SCeBv++7n/4zXg1j/wAGiP8AwRwtblZ7jwN4 9uUXOYZvHU4VuO+xQ35GtD/iEo/4Iuf9Eb8Yf+HAvv8A4ugCp/wU4/4LJ/8ABH39pb/gnh8bPgZ4 c/bj8E6tq/iP4Y6zbaBpkbXBa41IWcj2armLG77QsOPfFfys/D34geK/hV4/0b4k+AtYl07WvD+q wahpN/bSbXguIZBJG4Psyg1/V9pf/BqJ/wAEXdMjaP8A4UL4inJOd1z45v2I+h8wVZP/AAaqf8EX M7h+zrrOc/8AQ6X/AP8AHaAPsf8AYr+Pa/tW/si/Db9pA2iW7+N/BWm6zNBGPljkngSR1UegYtj8 K/FL/g70/wCCTAja3/4KgfA7wuW3GHTfirZ2cP3cAJbamQo7/LDI3r5R/vGv3P8AgD8C/hv+zN8G /DvwC+D+iPpvhfwnpcen6FYSXLzGC3TO1C7ks2M9Sav/ABX+FngL42fDTX/hF8TvDdtq3h7xNpM+ m61pt1GGS5t5kKOhB9icHscHtQB/Gn/wRv8A+CkHir/gmB+3F4c+PtrLcz+GLxhpPj3SIm4vNJld fMIUkAyRFVlTOPmjxkBjX7V/8HFn/BaRbr4V+Hf+Ce//AATt8TN4q8e/GjTLR7/U/Csnnz2uk3oU wWsPlnP2i7RwPVYmJ4Lgj8RP+Cuv/BOrxz/wTD/bW8S/s5eIEnn0N5DqXgfV5U/5CWjyyOIJCcAF 12tE+OA8bdsV7t/wbK/tG/ssfAP/AIKjeF/EH7V+j280msWD6P4K8T6pOrQeH9VkAjhlcPwN6Zt1 k/5ZmQdBkgA/oR/4Ib/8EnfB3/BKv9kay8DX8NpffEXxPHHqHxE8QW+GE11glLSNuvkQK2xf7zb3 43YH2qoIGCaFCAZTHPpS0AFeO/t8fA6w/aK/ZF8f/Ca8tRNJqPh2aSwXbkpdwDz4GX3Ekafy717F TXijkzvXORgg96ipBVIOL2asdOCxdbAYyniaTtKnJSXrF3X5H82f7C37dvxh/YN+LEXjbwJeSXej 3Mix+JvDM8pEF/CD83HRJVGdsgGVxzkZFfv9+yl+1p8If2wPhHZ/F34P60Lm1nAS/sJXAudOuMAt bzKCdrrkexBBGQa/mt+KulWmhfFLxHoliCILPXryCAHqESd1H44Ar0H9i39tH4wfsQ/Fy3+Jnwu1 Ey2shWPXNAuJW+y6nb5GY3UdGH8L4yp6cEg/GZbmc8DP2c9YX+7zR/X3iF4cYTjLB/X8GlDFpXT2 U1bSMvPtLps7rb+mEHIB9aK85/ZX/aJ8PftVfA3w98dPCmi6lptlrtp5qWOqWxjliYEqw5GHXcDh 1+Vhgg16NX2kZRnFSi7pn8f4nDV8HiJ0K0eWcG4tPo07NfeFFFFUYBRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQB/P5/wfFf8f/7Ov/XHxL/PT6+Lf+DTL/lNZ4E/7FfxD/6b Zq+2P+D4ywuEX9nLVGUeVJ/wk8SHPO5f7NJ4+jCvif8A4NMv+U1ngT/sV/EP/ptmoA/rRubqCzhe 4uZVSONC8jscBVAySfav5JP+C+n/AAW9+LP/AAUp/aA1n4S/Dbxjcab8EfDOrPb+G9GspCi628RC nULroZSzAtGh+WNCMDcWY/0u/wDBVzxX4o8Ef8E1fjp4p8F+b/adp8LtZNqYThlLWrqzA9iFZjn2 r+IhGYuMevpQB/RP/wAGsX/BET4D33wA0X/gpN+0r4KtfEvibX72eT4faNq9uJbPSbSGXy1vvLbK yXDvHIVLAhEwQNzZH7nxQrEAqAAAYAAwAK+Mv+Der4leDviZ/wAEdfgdqHg26hePS/Cp0m/jibPk 3dtNJFMh9DuUn/gQPevs9jgcHmgD4r/4OKRn/giz8fDn/mVbb/04WtfxsgENg+tf1K/8Hdv7aHhz 4Qf8E7V/ZA0bUY7jxf8AGPWrS3h0yBt06abZXUN1NMEHIDSxQRA9/MYDpx/LW3Eh7c96AP7hP+CX P/KM79nX/shfhH/0y2lfyk/8HDv/ACml+P8A/wBjhD/6Q21f1af8Euz/AMazf2dsMMj4F+EuM/8A UGtK/lP/AODiazubP/gtT8forqFkZvFdtIA3919PtWU/irA/jQB+vf8AwZH/APJlfxj/AOyowf8A ptgr9rT0r8Sf+DI7WbCT9kn40+HY5P8ASbf4jWdzKvoklgiqfzif8q/bbI9RQB/NF/wei/tNHx5+ 2t8Pv2XtH1EvZeAfBZ1HU4VbhdQv5WOCPVbeCAg/9NTWZ/wSu0T+2fgx8PpWQslnozzycccO4X/x 5h+VfDn/AAWz+ON1+0P/AMFXvjv8Rpbgy28fxF1DSdOYtkG1sJDZQkegZIA2P9o1+iP/AASH0Zo/ 2SPDfiCQAeZpiQRE+gkdm/Ur+Vflni3W9hw3GXVzt98Wj9W8IaXtuJJxe3Jf7pRZ92/srHH7SHgj /sZLX/0MV7R/wcfanpyf8EbvjZo0l/Ct3P4eglhtmlAkeNNQtQ7hc5KqXQEgYBdc9RXyyn7Q/g39 k5h+0t4+trq40fwQDrF/bWChpp44AXMaAkDc2MDPAzntXxh8VvE//BQ3/god+yr+1H/wWD/al0Q+ Hvhnqnwfk8HfC3w7M5RY7aXxDpV2GtY8DfGotWEly2DLI425CYXzPBZf8IuJf/Txf+ko9Hxr/wCR 3hv+vb/9KZ+Mw6j61/dT+w1/yZR8H/8Aslvh/wD9NsFfwrD7341/dT+w1/yZR8H/APslvh//ANNs Ffsx+MHqVIfvClpD94UAfxF/8Fb/APlKB8f/APsreu/+lstfZPwb/tI/8Gl/xY/s9XK/8NH2P2nY M4j8qyzn2ztr42/4K3f8pP8A4/8A/ZWtd/8AS2Wv2F/4N8v2QNN/by/4N3fjz+yreukdz4q8c6pH o1zJ0t9RjsbGa0kPsJ448+q7h3oA/n0YYbGfxr+tH/g0yx/w5l8HkH/ma9c/9KzX8o/xF+H/AIw+ FPxA1r4Z+P8AQp9M1zw9q0+navp9yhWS2uYZGjkjYeoZSK/pq/4Mzfi9a+M/+Cafin4Vm4X7T4L+ Jd2jQ7huEN3bwTo+MdC3mge6GgD9eKKKbI4VN/mKoHVj0AoA/lG/4O7tVF5/wWP1uzEJQ2XgPQoi 277+YGfPt9/H4V4b/wAG8RA/4LRfADP/AEN83/pDc1Y/4OGf2pvDX7XX/BWz4rfETwTexXei6NqU XhzS76AgpdJp8YtnlUjhlaVJCrd12nvUH/BvAAf+C0nwAz/0N03/AKQ3NAHo/wDwdT/DW/8Ah/8A 8FpfiNqE9r5dt4l0jRNXsX248xH0+GF2/wC/0Ewz/s16P/wZvXNvb/8ABXDUIpplVp/hDrKQgnl2 +1WDYHvtVj+FfXv/AAeifsMav4k8J/D79vzwVoMlwugI3hjxpLChJhtpJDLZTv6IJWmjJ7GVPWvz X/4NrP2itE/Zt/4LCfC3W/E+ora6d4nnuvDNxNLIFTffQNDACT/038nHvigD+wmikRiwyR+dLQAV Q8SeKfDfg7Q7vxP4s16y0zTbCBpr7UNQukggt4x1d5HIVFHck4q+SB1NfkD/AMHRf7a3ibxN4Y8I f8Eev2YZG1X4mfG3V7KPXbKwkzJZ6WbgeXE+PuefKoJzjEULk8MDQB+t/hnxR4b8aaJb+JvCGv2W qabdpvtNQ066SeCZckbkkQlWGQeQT0rg/wBr39rD4N/sS/s8eKP2lvjt4hXTvDvhfTXubkrzLcyY xHbwr1eWR8Iq+rdgCaofsgfs/eCf2Hf2P/A/7O2i6jBBpHw/8JQWVzqEzCONjFHuuLly2NoZzJIS f7xz3r8Vv2jvHHxZ/wCDpD/gpRB+y58C9c1DS/2Wvg7qS3PifxJbqVTVZQxR7hTxummAeK3Uk7I9 8xHLLQB4r8LP+Cf/AO27/wAHQXxY+LH/AAUI+K/iqbwZ4U0/TbvS/hRaXUfmQSXUO57XS4t2MW8e 8me4A5llJAyWC/kh8TPhv48+C/xI1r4X/Efw/caN4j8NatNYavpt0NstrcwuUdD7hlPI9iK/uu+C HwU+Gn7PPwo0H4IfCHwla6J4X8MaXDp+i6VaphIII12qCerMerMSSxJJJJJP4rf8HbH/AARyTxz4 Zm/4Ke/s9eFSdY0W2jg+Kum2ceWvLNdscOpBR1aIYSTA5j2sf9WxIB9E/wDBsj/wWTj/AG/v2dW/ Zo+OniTzfiz8N9OjjmurqXMviHSgdkV5/tSx/LHL1JOxz984/U1W3LuAIz61/Cn+x3+1h8Xf2Iv2 kPCv7T3wU1prLxB4U1Fbm3Df6u5iPyy28o6NHJGWRh6NkcgGv7P/APgnt+3N8Iv+Cin7KXhj9qL4 NX6/Y9atQmq6YZA8ukaggH2izlx/EjHr/EpVhwwoA9uqh4j8Rab4W0O+8Q6vMI7XT7OS6uZGOAsc aFmP5A1fJA6mvkv/AILRftLWX7Ov7Dfia3tL0R634xi/sHRUBG4mb/XuP92ASH6layr1Y0KMqj6K 56eS5ZXzrNqGBpL3qs4x+96v5K7fkfgH4x1u48TeLtU8TXABl1DUZ7lwo6tJIznH4mv0W/4JK/8A BGG++MT6Z+0p+1f4fkt/CmUuvDnhW5Xa+sDhknnGcpB6IRuk74X73Pf8EDv2M/gL+0t8U/EXxJ+L 8Q1e78CSWk+l+GZ0/wBHkkkLlLmXn94FaMgRkbc8nPAr9t4YIY4wkcQUAYAAxwK+byjLIVksRV1X Rfq/8j+ivFbxKxOUVJ5DlV4TSSnPZpNX5YebTV5dNlrqodJ0jTtEsINL0iyhtbW3iEcFtbxhEjQD AVVHAAHYVaoAwMCivqdj+Y223dhRRRQIKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAK+NP2vv+C+H/AATP/YX+Oepfs5/tHfGHU9I8V6Tb2819ZW3hm7uURJoxJGRJGhU5VgeDxX2X XPa78JPhV4p1J9Z8TfDLw/qN5IAJLu/0aCaRgBgAs6EnA4oA/mi/4OlP+CsH7E//AAU30L4KWP7I PxGvdek8GXfiCTXxe6JcWYhW6TTxDt85Rvz9nlzjpgetfK//AAb8/ti/Ab9g3/gpt4U/aQ/aU8T3 Gj+E9L0LWLa8vrbT5bl0knspIogI4wWOXYDOOK/r5/4UF8C85/4Uv4T6dvDtt/8AEUf8KD+BX/RF vCf/AITtt/8AEUAfn943/wCDnr/gh38SPCOq/D7xb8cdVv8ASNd02fT9UspvBN+UuLeaNo5Iz+76 FWI/Gv51/wDgqT/wTM+K/wDwTn+OD6VfaHqOofDfxOi6n8M/HDWji21fTJlWWFWcqAtxGkiLJEfm DDP3WUn+yn/hQfwLzn/hS/hPj/qXbb/4in/FL4F/Bf44eBJvhf8AGT4UeHfFXhueMJLoXiDR4bu0 YD7v7qVWUYwMEDIxxQB/Iz/wSJ/4L1/tU/8ABJGPU/AvgnQNK8ZeAdbvReah4Q1yaSMQXO0K09rN GcwuyqqsCrK20cAjNfoN8Rv+D3DxJq/gGXSfg3+wfDYeLJ4zHaXuueLzd2cUhGFbyIoI3fDY+XeM 9M96/QT4jf8ABrv/AMEXviLqU2p/8Mu3GhNM25ovDfim+tY1Oc/KnmkL9BgV6P8Assf8EGv+CU37 H3ia38c/CT9kjQrjXrOQSWWt+KHk1W4tXBBDxfamdYnBGQ6qGHY0AfCX/BEn/glv+0v+2T8eJ/8A gsj/AMFePt2s+KdUQt8N/B3iOyMQs4WRkW8e0ZQsESo3+jwgDGTKfm2mv5/f2xP2a/HH7I37UXjj 9nL4haXc2eo+FPEt1Yj7ZEUaeBJWEM4yBlZI9rhhwQ2a/usWKNMBFwAMADpivEP2r/8Agmr+wh+3 E8N3+1T+y94U8YX1vH5dtrF9YeXfxJ2RbqEpME/2d+32oA+Lf+CXX/Be3/glx4e/4JqfCjQPi9+1 f4b8IeIvAnw60vw/r3hzWmkS9Sews47YtHEFLTK4iDqY92d+OCCB+Kv/AAXt8KfE79qL9oLWf+Cs PgX9nvxNofwX+JmsLpvhXxRq1k0Z1RrK3itxeyRkZt47gITDv++ImxyCK/oj+Fv/AAb6/wDBHX4Q eLIPGvhb9hbwndX9rIHtjr7XGpwxsDkHybqWSIkEAglTjHFfUvjz4NfCX4o/Dq5+EPxH+Gmha74V vLQWtz4c1XSop7GSEDCxmF1KbQAMDHGBjFAH8s//AAbF/wDBXD4Sf8Ezf2jfFvgX9pDVJtN8A/E6 xsob3Xo4WlTSL+0aYwTyKuW8plnlRyoJHyEjCmv3D/ai/wCDjf8A4JkfArwcJ/hH8aLX4x+MdSUR +GvA3wxzqV3qFy4xFEzxgpDlioOSXGThGOFMmr/8Gyv/AARZ1fXpNeb9j63tvNl3tZ2fiTUI7cH0 CCfgewr3n9lz/glp/wAE8/2L75db/Zo/ZH8GeGNVVQo16LSxcaiBxwLucvMoyAcBwM9qAP4yP2s/ DfxU8MftJ+NbX42/DbU/B3ii78R3V/q3hrWbdormwe5ka4EThgDwsq8kcgg1+p//AATN+MU/gP8A ZD8H6FJoz3qS6dvtxDJhg5dwR0Oc8dOa/c/9sr/gj/8A8E6f2+vE8Hjr9p/9mjR9c8Q28CQL4htp ZbO+kiXO2OSaBkaVRk4D7sdsU34Tf8Egv+Cf3wQ8LWHg/wCG/wADIrGy02HyrPfqlxLJGuScB3cn qT3r43jfhyvxNlcMNS5bqXN7zaWzW6TfU+14G4kw3DOaTxNfms48vupN7p7NpdO5+Zfgjwl4T+JX i3S9b/bFvNM0v4bxX0UniXTNWuBBZrpwcfaGu3YgLEIt24sRxnpXtf8AwW+/4KJf8E0Pil/wSB+K /wAAP2dP2y/hFqmqSeGbW28O+FfDPi+ykkkSK6tyILeCFyTtRThVGAF9q+7PEX/BNn9jbxfoF74U 8WfCGHUtL1K1e21HTru/naK5gdSrxON/KspII9DXmH/EP7/wRqPX/gn54GP1S5/+O1zcCcN5lw1g 61HGOHvSTioXsla3VI6OPuJst4nxtGthFNcsWpOdrt3v0bP4yFU7sZH51/YJ+xF/wWz/AOCTlh+y n8MPA+tft7fDrS9W0j4f6NYanY6zrQsnt7mGxhjljbzwgyrKwz044Ndl/wAQ/f8AwRn/AOkfXgX/ AL93P/x2j/iH7/4I045/4J+eBj7lLk/+1a+7Pgj6db41fCRfhC/7QB+I2jf8IPH4fbXX8W/2jH/Z 40xYTO155+dnkiIGTzM7doznFfPUv/Bcj/gkKjsjf8FEfhblc5x4niI/DHWvfofgF8Grf4Fn9mZP h3pp8At4Ybw6/hWSIvaNpTQG3azZWJ3RGElCpPKkivAB/wAEL/8AgkAP+cd/wwPufDqE/wA6AP5H P+CjvxG8I/GP9vv4yfFPwBrMGoaJ4h+JOsX+k39tJvjuLeW7kaORT3VlIIPoa/bb/g0+/wCCgX7D /wCy1/wT38VfDz9o/wDay8AeBddufibeXtvpPivxRbWM8tu9naIsqpK6llLIwyO6mv0t/wCHGH/B ID/pHd8L/wDwnEpk/wDwQq/4I/XEDW0n/BPH4ZBXUqSmgKrAH0YEEfUGgD8pf+C7/wDwTP8A2dP+ CpOva5+3h/wSD+Lvgr4neOdCsYm+LHgX4f67Bf3GoQ4fytQhigLFrnC7Gj4MoQFQXVg/5u/8Eiv+ Csvx7/4I2/tI6j4isPCk2p+G9aaOx+IXgXUd1vJcJEzbXTdgw3MRZ9pYEYZlYc5H9Y37Kn/BPD9i r9h681i//ZO/Z40LwNN4giij1mTRRKDdrEWMYbe7fdLNjHrXnv7bn/BFz/gm3+39dSa/+0P+zXpM viGVNreLdAzp2qMO2+eDaZsdvMD47YoA8l+Gv/Bz3/wRl8e+BIPF2pftSt4auZLbzJdB8QeHb1L2 FucxsIo5ELD/AGXIPY1+d/8AwVe/4OpNc/ad0a7/AGN/+CUngfxI0/i1v7IuPHFxpzLqV952Y/s+ mWqEyI8m4KJXxJyQqA4evpuX/gzC/wCCXMmuHVk+MHxoW23ZGmr4k00xD23HT/M/8er6/wD2Ff8A gh1/wTa/4J5a9H43/Z/+AVvJ4qgjZIfF/iW6bUdRhBxnypJflgJxyY1UkZGccUAfzJ/8FKP+CO3x Z/4Jj/sz/CP4pftEeJVHjn4oXV/PqPhW3+ZNEgiigdIZZCMvckyt5gHyrgKCxBNct/wQ8+Lnwy+A n/BV34K/F/4y+ONO8N+GND8Tyz6xrmq3Ait7SM2dwgZ3PCjcyjPqRX9fH7TP7DX7If7Zcekw/tT/ ALPfhnx2mgtKdHTxHYC4W0Mm3zCgJwN21c/QV5P/AMOMP+CQP/SO/wCF/wD4TiUAc98VP+Cnv/BF f9r/AMA6n+y/46/bX+FniXSfHtqdEu9CPiGNnvPtB8tUQdpNzKUYcqwUjBAr+cX/AILC/wDBF39p L/gkX8df+Er0a11PWfhjd6v9p8D/ABB06JyLXEheG2unUAQXSBQeyvt3Ieqr/SvoX/BCr/gkX4Y8 W2Xjrw5+wb4GsdV02/ivbC7tLaaP7PPG4dHRVk2qVZQRgY4r6c8aeAvBHxI8M3ngr4h+ENM13RtR iMV/pOs2MdzbXKHqskUgKuPYg0AflN/wRi/4Oef2Wf2l/hFovwe/bq+Kmk/Dv4o6Rax2d3rviW6S z0nxBsUKLlbmRhHBK2MvHIVBY/ITnA/SST9tH9j2Lw03jOX9qz4bLo6R731VvHOni2VcZ3GXztuM d818d/tDf8Guv/BHn4+anPrVp8Ar3wLeXDl3k8A63JYwhicnbbsJIVH+yqBR2FeJWP8AwZe/8Ev7 bWV1K4+NfxruIA5Y2EviPSxER/dyunB//Hs0Adr/AMFDv+Don9ir4DaJc/DL9iTVP+F4fFPUibLw 7Y+EoHutLhu3yqNJcR/8fA3YxHb7y5wMqDkeFf8ABKj9ljw7+w38TLz/AILHf8F3vjponhL4u/FG 8uU8E6d47vlgk0tJIw0rsjj9zc+URGkK/wCph+U4LFV/RX9h/wD4Iv8A/BOH/gn1dp4g/Z2/Zv0q HxEibR4u14nUdVUHGQk82TCDjkRhM984Fev/ALRv7I/7Mf7WPh6y8PftLfAXwn48s9Jne40q28Wa HDfR2kzrtaSNZVYKxAAJHUCgD8Rv+Dhb/gvn8P8A9pnTNJ/4Jz/8E+/jroU2g+NJYoPiN8Tf7RNv p0du8iBbNLk42xdWuJAMbAEGcvX2N/wTD/a9/wCCFf8AwTG/Zf8AC37Kvwr/AOCgXw11DU5JEm8Q 65b6kHl1vVZdokmkZFO1d2EjViAiKo7EnnP2XfA//BFHxl8Wtd/ZV/aU/wCCeXwP8IfEXw3r1zpS S3XgKxisNZMcrKjxO6YjkZQpMbEZLfKT0H2Np/8AwRx/4JPQSQ6lYf8ABOz4ORyRuskE0XgGxBVg chgRH1yAc1lRr0q8eaDv+nqenmuTZlkmIVHGU3FtJp9JRe0ovZp9189T6UtLu3vrdLu0lEkUqB45 FPDKRkEexFeQ/to/tbfsefsk/C/+3/21fifofhrwp4gkfSj/AG/byTQ37PGxe3McaOXzHuyNpBGa 9ftra3s4EtbWFY440CRxoMBVAwAB2GK4P9oH9lb9mz9q7w7Z+Ef2mPgZ4W8eaXp939rsdO8V6LDf Q28+0r5qJKpCttJGRzg1qeYfxb/8FHvhf+y98Jv2ufFfhv8AYu+NGn+OvhhcXn27wjrFis6mC2lG 77JKJ40bzIWzGTghlVWzzgfT/wDwbt/8FiL3/gl/+09/wiPxY1u4/wCFQePp47XxdF8zrpFxuAi1 REHeMZWQAEtGx4JRRX9KB/4Iy/8ABJg4Df8ABOX4NHA7/D+x/wDjdcr8Xf8AgmX/AMESfgN4Nu/i J8W/2G/gVoOj2SFpr3UPA9gi9Cdqgx5djg4VQST0FJyUVdmlKlVr1FTpxcpN2SSu2+yS3Ot+CP8A wWA/4JmftMeIz4L+B37ZvgvXtXWxnvjp0V80Mq28ETSzSlZlQhUjVmY/wgHNfjx/wVk/bzn/AG5P 2i3vvDF1J/whPhUSWXhOF8r5yttMt2y9mkZRj/YVOhzXO/ty/Gr9irxl8QBpX7B/7HHgP4ZaBp5m hbxL4f8ACVtp+q6wjqUcPJEoaO3ZSR5Wfm6v2A+fVBY7VGSewFfI5vmccT+5pP3er7/8A/qzwo8N a3D/APwrZpG1eStCP/PtPdv+81p/dV1u3b7v/wCDef4tL4A/bnn8C3VwVtvGXhW5slQtwbiFkuIz jPJ2xyAf75r90EcOMgHr3r+aL9hHxV4u+FH7YPw3+JWj6DqMy6X4usnvBa2cjs1q0ojnHyjvE7j8 a/pbgIZNw7816WQVObCuD6P8/wCmfnvjtl8MPxRRxcNqtNX9YNr8nEfRRRXun4iFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUVkeN/Hfg74beGrzxn4+8VaboukWEXmXup6tepbwQLnG55JCFUcjqe9AGvRXg3w+/4Kgf8E8/ it4ps/BHw6/bN+HWr6tqM5h06ytPE9uWvJAcFIiWAlbOBhSete7o28ZyPwoAdRXjvxw/b8/Y/wD2 cfGEfw6+MXx60XTPEctt9oTw3bebe6l5P/PQ2tqkkwTp8xXHvWn8BP2zv2Wv2opr6y/Z++O/hvxT eaWxXVdN02/H2uxOcYnt2xLCc/31FAHps0sUETTzSBURSzsxwAB1NY/w8+Ifgr4seC9O+Ivw68RW +r6Hq1uJ9N1K0bMVxGSQGU9xkGvzl/4L2/8ABcj4HfsW/AXxd+zV8GPiDZa38ZvEWmT6RHp2kziQ +GUnjZHu7l1yI5VRiY4vvlirFQvJ7v8A4Ip/txfsfWn/AATs+APwRvv2pPAa+NT4I0/T28LSeKrU ah9sIx5Hkb9/mZIG3GeaAPveZgsTMxAAUkkngV+Tl3+zb+0P/wAFvP2/bj9o3XPij4r8EfssfDu4 bR/Blt4f1y4sJ/H00MpF1cIYXR1tnmUqJyPmjRRGclmH6T/tHfFn4BfCP4T6r4g/aX+IWh+G/CNx CbPU77XtUW0hkSUbTFvLKSzAkbVOTnivM/hv/wAFM/8AgnXrGsaP8K/Bn7R3hfSLq8RLXw7pGqwT aQt0qhVSK1F3FCsoA2gCPcMYxxQB71o/hnRfD/he28H6RaeRp9nYpaW0CSN+7hVAiqGJ3cKAM5z3 zmvwj/4OhP2d/AP7Bvwv+FvjH9k7XfG3hDUvFHijUIdcuYfiZrt39pRIEdV23V5IqYZiflA/Kv3q Vg8YcMCCMgg8GvxQ/wCD0L/khPwO/wCxw1P/ANJY6AP2M+C881z8HvClzczPJJJ4asWkkkYszE26 Ekk9SfWulrl/gkcfBfwif+pXsP8A0mjrifip+3v+xl8EfGrfDf4q/tMeDtG8RJF5kug3GtRtexpj O5oEJdVx3IA5oA9eorg/gf8AtO/s+ftL6HP4l/Z7+NHhnxnY2sgju7jw7rEV0Ldz/BII2Jjb2YA1 295eW1hbPe3k6RRRKWlllYKqKBkkk8AAdzQBLRXzJr//AAWY/wCCV3hjx4fhnrn7fPwwg1lZzBJb DxRCyRyZxseVSYkbPGGYGu2/aZ/4KAfsh/shfAy3/aP+Pfxz0PR/CF8UXSdViuftP9qO67kS1SHc 1wzDJ+QHABJwASAD2WivJv2a/wBt79mH9rb9n6H9qH4F/FzTNW8ESCb7RrU7NapZtCcSpOs4Uwsn UhwOCDyCDXLJ/wAFVv8AgnGZEB/bV+HQie6+zLeHxJCLYzdNgnJ8vdnjG7rx14oA+gqbKcRscZ46 VX0PW9I8SaTb69oGqW99ZXcKy2l5aTLJFPGwyroykhlIOQQcGn6nciz06e8YgCKFnJJ6YGaAs3oj +f8A/wCC0/h/Q5/2yLn4z+D0C6X49sBeIVHAu7SWTTrpfqJbRifUsfWue/Zg/wCCuH7bn7LVrb6B 4W+J767oEGAmg+KIvtcKL/djZiJYh7K4HtzT/jV4lT9oj9i+8+IcchmvPh78XtTWZj1XTtc3XMRO P4RcWs2M8Au3rXg/wu+D3xT+NXiJPCXwl+H+reIdQfGLbSrF5SgzjLEDCL6sxAGOTXwFWrVjivaU W05a6ee/43P7pyvK8pxHDMcBm8ITjh7037S1ko/C7vZ8jg7767n6d/Dz/g5kQ2kcHxV/ZVc3CgCW 68P+JPkc9yIposp348xvrXV6j/wcvfAn7Gz6T+zV4smmPRbjVLWND/wJdxH5V+fUf7KHwO+CKfbv 2vP2hrKDUYRmTwB8PPL1bVCw/wCWc9wG+y2pzkEF5GH93vU8B/4J8/HqP/hC9E8P6z8GNXg/d6N4 j1bWZda07UByQNQwivbOTx5sKlADynBJ7lmWZxVnUV+ztf8A4HzsfG1vD3w3xFX2tHA1ZU1vKDqc i80nLmmvOmpJH0t8Z/8Ag5E/aD8VWkum/BP4KaB4TDKVj1DU719TuF91G2KMH2Kt+NfC/wAdv2l/ jz+014lPi346/FDVfEd4GJhF9cfuYAe0cS4SIeygVP8AHb9mL4x/s8X1uvxB8Ng6ZqALaN4i0yZb rTdUj7Pb3MZMcgxjjO4HggUfsu/BeT4//HXw/wDDV7r7NptxdfaNf1BjhbHTYAZbu4Y9gkKO31xX DXxGNxU1Tqyd+234H3OSZDwVw5gXjstowjBRbc170rJa++25eqT30sfqV/wRR/4JkfBPW/2XIvjl +0h8GdE8Sap4vvPtegxeIdOS4Fnp6DZGyq+QDI29845Up+P3r4b/AGVP2a/B8ax+GPgD4NsQuNv2 bw3bLj/xz2rE/Yb+LPgv42fsv+EPiD8OtEXTNCn0+S20jTlP/Hva280lvEh9wkS/nXrlfZYPDYel hoKCT0Wttz+PeLOIc9zPP8VPE1JwfPJcnM7Rs7KNk7aJJee5U0rRNJ0OIW2j6XbWkX/PO2hVF/IA Vboort2Pkm23dhRRRQIKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigBJBlcZI9xX4zftgfGyb/gp3/wAHC3gb/gmF4uvHu/g1 8K2n1Txj4aVz9m1/U7fTmvCLlQcSxpK1vDsbgfvu7c/sxJ93/wCtX4N/sS6BqXww/wCDvn4qeH/F ySQ3GtyeIrvTfOH+tiubGO9i2nAyPJz06bcdjQB+vf7VH7B/7On7VH7Nus/s1eM/hZoUGj3umPBo 72WmRQNo9wFIhubYooMMkbbWBTHTHQkV8Mf8G737f/7Qfx7+B3xX/Y0+N2sPrnxL+BN7Npej6tqL ky31ovm28Edy5yWkjnt3Rn6lSmclSW/VCT7h4rwX9p39pn9nL9iH4a/En4v3fhrTYtU8IeBpvFGu 2OkackU97EZHjt1klVQA01wGRS5yTvboGIAPz/8A+DZz4Xft9eEfi9+0H42/bm/Zs1nQNT8Ta9Dq Evjbxn4fntNU1PUGeVZYIJZlHn2aqNymPKKThSQePGv+CyHjJv2S/wDg44+APxm+C94dG1bxLbaH F4uGnp5Y1KKW+ksnSYDAl3wfIc84Ve6gj0b/AIJjfCf45/8ABfrw/wCJ/wBtn9vP9pTxxp3gZfFF xpXg34Q/D3xPPpOlWyxIjPJMYiHmI8wICTuO1iWwQtfGf/BWn9lv4Jfsgf8ABcn4JfB/4FRanFpi XPha7uodX8QXGozrPJqjAkyXDu65VVO3OOc45oA/Rz/g6+8AeBdN/wCCV2r+LtP8FaRb6tP4+0Yz anBp0aXEhaR87pQu4575POK92/4ImfAL4HT/APBMP4AfECf4MeFH14/D/T7ptafw7am7M+CfM84p v3/7Wc+9eQf8HZv/ACiO1H/sftE/9GSV9Hf8ERv+USv7P/8A2TXT/wD0E0AfDf8AwVa+Gn/BR74i f8F2/gD4i8B/s06r49+EnhSaxm003Wgz3nh2zlmZ49Qub2RVMUE8aFXjaUggxRFd3Svdf+DoL4fe BvEv/BInxl4l8QaXbNqHhrVtJvPD14YR5ttcG8jiPlsOUzHJIDg8j868J/a5/b4/aZ/4KSf8FfW/ 4I5fsrfG/VvhR4F8MXF4nxG8deFZjFrOoNa24kuoYZeDCqyYt124JZmdiygLXHf8F8f+CTf7IX7G n/BMXxH8WfAOseOdR8Upr+l20WreLfiDfag1y0s4Em6OSTy3YjJ+7xjIxigD7s/4N+/jh47/AGgP +CTHwo8b/EbXLnU9VtNOuNKnv7x90syWlzJBGWYkliI0Rdx5O3nnmvh7/g9C/wCSE/A7/scNT/8A SWOvq/8A4NiBj/gjX8N/+whrH/pwmr5Q/wCD0L/khPwO/wCxw1P/ANJY6APsj/grB+3hr3/BPX/g kQfjP4Du0h8Xan4c0nQ/CErrkQXtzAimfB6mKISyAdCyKDxmsr/g3P8A2e/CHgv/AIJoeD/jfq2n Q6t41+Kct34l8X+LNSQT3+pTzXMioJZ3y7KqIoAJxkserMT8+f8AB0b4J8QeI/8AgjT8NPE+lQO9 p4f8R6DcamVBOyOTT5IVY46DfIoye7Ad6+yf+CEGvWniL/gkV8CLy0aL914JS3lWHorxzSowPvle fegD89/+C8PjPV/+CRP/AAVB+DP/AAUT/ZptF0a38c2s9h8TNA08iG115LaaLzGmjUBHkkgmxvPI eBH65Jzf+DrH/gpx8R7zSvhn/wAE9/2WPFV1ap8VtItda8TX2nztHNf2V1KiafZKyNkJKwd5F/iA jXkFxU3/AAej6xZ3Phn4CeC4I1e/udW1m4iUH5ygS2jxj0LOo+tfHX/BdX4deLf2Xv8AgpN+yx8R PirbzQ6bYfDDwM08k6sAraZOi3aZPdSBkdRkHuMgH7J/Af8A4Nyf+CZXw+/Y3sf2afHv7OOgeI9X u9BWHxH47vLRTq89+8Y825guSN9vtckoiYUAAEHnP4n/ALE37HngK+/4Kr+PP+CMX7aPiLV/Eeja dY+LfC/wfuNU1ec2fh7WpYhJZarHbBgoZ4YlfYBje44I5r+qfTby31Cxiv7OVZIZ41kikRsh1YAg g9wQetfzZ+HtOuf2jP8Ag8XvL/4ZK09voHxUlm1K4tv4I9N0/wAq6YkekkTRnn+dAHEaJ+y18eP2 T/2kvhR/wb+fE74y2GpaH4w+K9l4i+KcPg++n+yX/wBrMCQWJeRInaNba2ErKVA8y4zzsVq/pS8Q /s5fA3xN8Ibr4C6v8JPD8ng670ltNl8OLpcS2gtWTZ5axhcKAOmMY6jmvwk/bT0XU/hl/wAHdXgD xR4phjSz13xb4au7Ca5U7DC9kltuU+qyRvj/AGhX9CTY2n0xQB+J/wDwbt/tUfED9nX/AIKA/Gf/ AII2/ELxfd6r4Y8La5rVx8N31GcvJafY7zY9shJyEkt2E+wcK0chH3uf1e/bZ+JcXwl/ZE+JHxB+ 0GKTTfBt+1tIDjbM0LJGf++2WvxD/wCCcGlXvxS/4Oxvip4v8JxFrDQPEHiy51OaJcrHHGhsySR0 zNIi/U1+k3/BwF8YE+Hf7CFz4ItrrZeeM/EFppyIGwfIjY3EpHqMRIp/3658XV9jhZz7Jnv8K5c8 24lweDSvz1IJ+l05fck2fkH+y/8AtI+FPgbo3jXwj8RfhPF418P+MtJtYLvQ7jUpLSL7Ta3SXFvK zx/PhSrKQCCVdhkAmpvih+3H8dviF4dfwB4bvdO8D+Em4HhDwHZDTbFlxjEvlnzLk+pmdyf0rx6i vgFWqqHInof3hLJMrnjJYqdNSm2nrdpNJJNRbcVKyS5kk7Ja6Csd7F2JJJyxJ6mppdMvY9Li1d7c i2nuJIIpexdFRmH4B1P41BXsOl/D7+2v2CtX+I0dsSdE+KdraSS4zhLmwkOPbLQr+VRGHPc6MZio YOMHLaUox/8AAnZfjYzfgR+1v8WfgTZT+FbCay8QeE79v+Jt4J8U232zS7wdyYmP7p+4kjKODzni vTNY/aC/ZH8E/A/xnrP7NHhDxH4a8d+P7SLQdU8P6pOtzZaPpjsZrxrK5GHZZmSGLZINyqXGWGSf mSg9K0jXqRjbf16enb8jixWQ5fia/trOLbTlyuynZprnW0tUtWr9L2bT/cP/AIN2fi5beOP2LdR+ HE1wGvPBvimeAxlssLe4VZ42x2BczKPdDX37X4Wf8G/n7TUPwZ/a/n+Euu34i0r4h6abOPe/yLfx EyW59PmHmp65cCv3RjYuu4ivssnrKtgI946fdt+B/H3ixk08n42xDt7ta1SP/b3xf+TKQ6iiivUP zYKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAMA9RXwv/wUd/4Jb/EL4rftT/Dv/gpb+xLrWi6N8b/hrNsksNdZotP8 VaeUaJ7S4lQMYX8mWeMSBWyspU4wpH3RRQB8s+IP2nP+ClWueEDoXgD/AIJkXOj+LbnbCmq+LPil ob6BZOcBp2ezuZLyeNckhBbIzYwdmc1Cn/BNaT4lfsa/E34AftN/FSXxX41+M+nzf8J943trFYFj uWjC20VpDk+Xa2m1BFET821mfLSOT9WUUAfiT+wX/wAE8f8Ag4h/4JQzeIvgD+y/YfCPxp4A1vWm vLfU/EetbILWZlEZulj3JPGSqIWjw4yoxk5J1v23f+DfT9tL4hfED4VftpeBfiboHxK+OOj+KV1r 4r3HiG/Ol2msPHNbyWlvYkKy29vbxwmBUIBK4fBbK1+0FFAHwl+37+wn+1z/AMFSv+Cffjj4KfHC Dwn4A8V6pd2Oo+CPDOlaxJqdrptxZ5fbd33lRGYzszKdkO2JQpHmHJrm/wDgmR8Ff+CxH7Pv7Jvg n9iz4l/DX4ceD7XwZKLIfEoeLjq1xJpSXBkEUOmxwqhnKExrJJOFVdrGMkba/RGigD8a/wBt7/gi N/wUN+Dv/BUG4/4Kkf8ABKvxZ4bvdY1nVZtU1Twx4l1BbYwXdxCYbxMy/u54Jt8jlSysjOdvKqa9 K+MX/BMH/gpf/wAFUfgP4l0//gpr498FeFb608OXMfww+HfgZnk06x11oyseq6jNuYzMozGkasyo ssjD5sCv1KooA/PT/gjN+yx/wUr/AGLv2ePCP7HHxm+GvgLw/wCG/COu3t7qHjTTfGDanc6zayyy yi0hshboLdmeQZneU7UTiPc3y+If8F6P2Gf+CmX/AAVf8J+CvAPws/Y2tPDsfgnxHe3f9pav8StL dL+KRBGhREcMmQobDcjOK/XqigD5Y0b4S/Ej9s/9mjXP2Nv23P2Op/CHhLUPBcGlXF8fG9hqJu5U WNQ0S2pLQujIsqu3AZBXzN+wl8Af+Csv/BHvwpqX7Jvgn9mSw/aL+ElvrV1d+Bte0Dx/puhaxpEM z+Y0E8GpSRxupYs3ySEq7tglSAv6gUUAfmXN/wAEuf2l/wDgpB/wUO8Mft2f8FJvh/pPgnwZ8N7C KH4e/Byz8QQ6vcSTpMZvtF/cwDyBmTa7RxFw3lxqW2qd3Bf8HQukfAP9qTwj4D/YJ8L/AAc1/wCI X7SPiCefUvhTpXhSSKKbSYBt+1T3c037tLWRIiChI3GDduTZur9ca/AT/gtT+198bv8AgkV/wcCe Hv8AgoC3wj/4Srwt4h+F0ekWVld3LW8V7bhWjuYYZ9jiGaOQRSfdbhxkYbNAHrv7MN5/wdj/AAi/ ZG0v9lD/AIZI+Hpv9P0saTonxI8S+PtLlv8AR7YLsiaSO3vJEneJMBW2OcKNyua+mv8Agib/AMEO fDn/AATGttc+Ofxi8cR+Ovjb44SRvFPivyj5NnHK4mltrYv8zb5RvklbDSMBwoGD8L3P/B8J4dFq 66f/AME37xZdvyNN8VUZQfcDTRkfjX0T/wAE8f8Ag7V/ZC/bM+MekfAX4xfBzWPhRrviG9Sy0K/v tai1LTLm5dlSOF51jieFnY7RujK5xlhmnawHvH/BZz/gj/P/AMFEbDwr8c/gN40g8HfG74aXMdz4 J8S3AIt7lUnWYW1wVBICuN6PhtjFvlIY1Po37VX/AAWwm+HE3gXX/wDglLpUXjsWTWkHja1+Muin w49ztwt60Bk+2rEGO4wiJmONuQOR9xRsXXJFOpAfDv8AwRp/4JCwf8E3/C/ib4p/Fvxhb+LfjL8S bx73x34lt4yIIvMlaZrSDdgsnmsXeQgF3wcAKAPkH/g5A+Oi+K/2h/CfwG0y9zbeE9Ca+1CNWP8A x93T8Bh/sxRoQf8ApoRX7K65rNj4f0u41rU7hYba0t3nuZX6RxopZmPsACa/mV/bI+Ot5+0v+1D4 4+N1zMzRa94huJtPVjnyrRW2W6D6RKg98Zrws+r+zwqpreT/AAWv+R+2eBuSPH8T1MfJe7h4Oz/v z91f+S8x5pRRRXyB/XAV9u/sv/DmHx7/AMEV/wBoC7gsw93ovjnStTgkx0EAtw/5RSTfnXxFX6yf 8EZfhhJ8T/8AglT8c/AZjVzr+qapDbp1y/8AZUAQH/gYFehltP2tdw7xl+R8F4jZh/ZeRUsVf4K9 B/JVIt/gj8m6KvnRLYHjxFYY9d7/APxFH9i23/QxWH/fUn/xFefZn3PtYf0mJ4X8Ta54K8S6f4w8 L6lJZalpV7Fd2F3C2HhmjYOjg+oYA1/SX+wX+1p4W/bK/Zm8P/GfRZ40vp4fs3iCwQnNlfx/LLGR 2BPzr6q61/NVdQJbTGFLqKcAffiJ2/qBX1V/wSY/4KF337C3xzNp4tuZZPAXil4rfxPbKu77Ky5E V4g9Y9x3AfeQnuFr1cpxqwmItJ+7Lf8ARn5d4rcGS4syJV8LG+Io3lH+9F25oersnHzSXVn9CVFU PDfiXRPF2i2fiTw1qlvfaff26z2V7ayh45o2UMrKw4IIIOav19unc/jGScZNPdBRRRQIKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK/Fn/grF+0V45/4Kx/8ABTmw/wCCDHwV 8P8Ahew8MaQPtvxO8f65oEOo3lj5dql1L/Z5kBFs6I8cO9QHaWUKWVFbd+01fhx/wU6/Zs/a3/4J U/8ABYyL/gtn+zP8GtT+JHw+8TwlPiP4f0ON5LjTw9pHa3IdY1ZkjcRpcJNhlWRGD7VxkA+vPhV/ wa+/8Eb/AIb+E4fD2ofs03Pii5SAR3Gs+JvEl3NdTtjlz5TxxoTjOERQM8AV+Y3/AAcif8EG/wBm b/gnv8HPD37a/wCxMuq+HbL/AITC20jX/ClzqT3MMMsySyQXVq0mZEw8OxkLMPnQqBhq/Q7wz/wd of8ABJPVvCkWr6zrPxE0jVDFul8O3XgK5kuVfGSgeItExzwDvA9cV5V4vg/ad/4OPP2gfh/Bqv7P Hij4X/sifD7xJB4kvrnxxafZdT8dXsORDGkGflgaORlyMqqySnzCxRQAfqr+zZq/iLX/ANnnwJrn i8yHVr3wdpk+pmViXNw9pG0hYnvuJzXbEhRkniorK3gs7WO0tYUjiiQJHGihVVQMAADoABT5mCxl iR+NAHx7/wAFu/2n4v2eP2IdZ0XR9UEOuePGPh7TljbEiwzIxuZBz0EIZcjoZFr8AzwcV9p/8Fz/ ANrFf2if2w7r4f8AhrVfO8O/DyJtJtgjZSW93Zu5B2zuAiz/ANMveviz6DHsK+GzfE/WMY7bR0X6 n9seE/Dj4e4SpurG1Sv+8l3V/hXyjbTu2FFFFeYfpgV+4P8AwbraUtr+wxql6Yk/0zxveMcHrtig Xn8q/D6v3o/4IGaK2k/8E6dEunX/AI//ABHqdwD7eds7f7lezkSvjvk/0Pxzxyq8nBKj/NVgvwk/ 0PxG/aA8BH4V/HTxj8NRCyJoXia+solbskc7qv8A46BXIV9V/wDBYvwJoPw2/wCCi/xF0+XR7zbq d5bapFJDeJGsgubWKVyAYjj94zjqfu18x/avDXfS9Q/8GSf/ABmvLxFN0q8odm1+J+k5DmDzLI8L i+Vv2lOEunWKfcz8jPT9KDtPUfpX6o/8EdP+CRPwl+MXwxuP2iv2q/hu+qaX4ghEfhDw/f3ksYEC kbr1mhMbHeQQg6bQW53A19qf8Oav+CZ//Rqulf8Ag41D/wCSK9KhkuLr0lUTSv3v/kfnmd+M/C+S ZpVwMqdSpKm7NwUHG/VJuavZ6Ppc/N//AIJC/wDBXm7/AGXru2/Z1/aH1W4ufAN1Pt0fWJGLvoEj HkHJ5tSSSQOUOSAQTX7XeHNf0XxTolt4j8Oaxb6hYXsKz2d7aTrJFPEygq6OpIZSCCCOtfN7/wDB Gn/gmkR+7/ZY0pTng/2vqH/yRXt3wQ+Avwt/Zz8Dp8Nvg74dk0nQ4p2lt9ObUbi5SAsBkR+fI5Re M7FIXJJxkkn6PLsPjcLT9nWaaW29/TbY/nvj3O+EOI8b9fyqjUpVpP31JQ5Jf3lyzbUu+lpb6Pfs KKKK9I/PAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigApBGi9FApaKAMY/D n4fNq/8AwkB8C6N9v8zzPt39mRedv/vb9u7Pvmtjav8AdFLRQAAAcCvnr/gph+1/ZfsZ/sn+IfiV b3iLr97EdN8KwE8yX8oIVvpGu6Q+yY719C18A/8ABRv/AIJn/tRf8FGPj5ZTap8V9A8I/Dvwzb+T oVs8ct5dzSyBTcXDRKEQEkBBmTIVB/eIrkxsq8cO1RV5PRf5n0vCOGybEZ9Slm1VU8PB8073fMlt FJJtuTsnZbXfQ/EK+vr3Vb+fVNSuHmuLmZpZ5pGyzux3MxPckkmom+Xlhj61+23wg/4NzP2PvCPl XfxY8b+KfGE6EGSD7Wthbt6giH95j6SA19S/CH/gnv8AsYfAkRSfDH9nTwvZXEIGy9uNNW6uAR38 2fe+ffOa+ZpZDjJ6zaj+L/r5n9I5n468K4NOODpVKzW2ihH75a/+Sn89Pwm/ZF/ad+Oksa/CT4Ee KNcSUjZc2ekSeTj181gEx15Jrh/EvhzXfB3iG98KeKdKmsNS067ktr6yuU2yQTIxV0YdiCCK/qsi sYYUEcMaIq/dVEwBX5O/8HAX/BPs210P23fhVoRKyFLbx5a20f3TgLFfYA78RufXYf7xq8bkv1bD e0hLma39Dl4P8Z48QcQxwGMoRowqaQak37/RSbS+JbWW9lrfT8p29A2M+tf0P/8ABGvw2PDv/BNb 4YRNH813pt3dt7iW+ndT/wB8Fa/nhPXBHfnnFf0z/sIeEn8CfsWfC3wlNHtksvAemJKPVzbozH8W JP40cPRvipvsvzf/AACfH3EKPD+FofzVb/8AgMGv/bj8qf8Ag5C8ALoP7WHhT4hRw7U17wasMknY vbzyDH12yL+leE/8Er/2DdX/AG5P2i7XSNatpYvBXhxo7/xbehSBJEHG20U/35cFcj7qh26gV+gv /Bwp+zz4v+Nvhr4On4daBNqOuT+M59CsraBCWka8iV1yR0UG2JyeACSeM19XfsAfsZeE/wBiT9nH SPhFoXkzao+LzxNqaR4N9fuo8x/XauAig9FUdya6XlrxGbTlJe4rN+d1t/n5HgUvEX+wvCnB0sPL /apqdOPeKjJpz+UbKPm79Gey6DoeleGtJtfD2habFaWVjbJb2dtAm1IYkUKqKB0AAAA9qu0UV9Kf zq25Nt7sKKKKBBRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUA FFFFABTfKjznYOOlOooAAAOlFFFABWX4z8G+GfH/AIT1PwT4w0eG/wBL1exltNRs7hNyTwyKVdGB 6ggmtSkYEqQO4pNJqxUZShJSi7Nar1P51f25f+CfvjD9k39su1+A1lZz3eieKNYhbwRqDIWF1az3 HlpExAwZY2Oxh9DjDDP9DnhXRLXw14Y07w5Y/wCp0+xitof92NAo/QVwvx5/ZY+FP7RGq+D9f8f6 MsmoeB/FFtrmg3sajzIp4jnYSQcxscZX1VT1Ar0eNCiBDjj0FedgcBHBVajjtK1j77jLjivxflmA pV1+9oxmpvpKT5UpL1UbvzuV73RdI1Ka2uNR0yCeSzm820eaIMYZNpXehP3W2swyOcMR3qyFCjAF LRXpHwDbYUUUUCCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAP/2Q== ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/image006.jpg Content-Transfer-Encoding: base64 Content-Type: image/jpeg /9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy MjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wgARCAF/BFEDASIA AhEBAxEB/8QAGgABAAMBAQEAAAAAAAAAAAAAAAQFBgMBAv/EABgBAQADAQAAAAAAAAAAAAAAAAAC AwQB/9oADAMBAAIQAxAAAAK/AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAfEVGaquMo3ag+e80LPO80LPDQs8NCzw0LPDQs8NCjSa7QdAFeWCh+DQs8NC49gA AAAAAAAAo+5agAAAAAAAAKuMXoAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAD4quxn18RbT74TgAAAA AAABdyY0nPpDkgK6q6/JIkWXpWLMc+j4PtTRDSM13L5Gkhn+JpmZ9NKpbk9fFOXbNeGmZnQkTpVy S3K8sGc+DTMzck1U15pmZGmUF0dStLJnPg0zM2ZI48ohoTOGjZkaZmpxbgAAAAAAAAAAAAAAAAAA AAAAAAAAAcfqjlX7yL6B6eJP1zsRLERLERLERLERL8Ir7+O8AAu5MaTn0hyTz3wzUmNIL4ACivM0 fVzDtyPU30EqdDnLsquvKSTotnwKC9orwgQunc7d5wgzPoZ+TGkk6isq0sbCq+yz+qqcQocyIXHO aM1ZV88k0llWkmdL6EHv3FTElxDQxpNWS1YO9d34F9IiygAAAAAAAAAAAAAAAAAAAAAAAAAARHIE U0ZQ66XUWwpuPELPXg9eD14PXg9DqPIOVcHRc5159Mh203cmNJo0hyQFDwu6Qvu+a6GhZ4aHN3sE 4XmZmlzW/EA+b6rvDPyY0kt+HfgUF5R3hU/U+oNMouxbqizKOTGknWr0VCS+kWUJkOYQIkuIaEGc nwJ59VeioS7752UXColkWJLiFxRX9AWUuq7naqlxC8lRZQAAAAAAAAAAAAAAAAAAAAAAAAAAo7Sj spC2oC878e2bTnBpzAAAAe9OQmzKZCWj9pbeq77qLfm7ykxpPAJAOHcVvlmKxZjn0CFGthUSJ489 Cv6TA59BWTewRpIrfLMVlh9iv6TA59BW+WYrJncRONiAK2RKDn0Ff8WYrJMoRONiEWUKxZisWY49 gAAAAAAAAAAAAAAAAAAAAAAAAAAq6/ryvyhLgF7249s2nODTmAJUqMqtaOdq1oKtYw+x5CXHfg40 X1V2lGn4+znQdAKPkaFnhoWeGhZ4aFnhoWeGhUHcuEGWfYAABnzQM8NCz1oTQAAAAAAAAAAGf8NC zw0KFNACHVGhZ4aFQX4AAAAAAAAAAAAUfI0LPDQq2yAAAAAAHPpERphpzAAXvbj2zac4NOYCysq2 yo0BGYD5+jlHHvqK6jwTh7f5+zrssRVeABn+PbiAAAAAAPr5FrY5meW4AGa0uaPALinuCcAAAAAA AAAADNee+AFxOgzgCFTXNMAfWkzekAAAAAAAAAAAAM/x7cQCytKu0AAAAAAFfYVkoVwvzgAXvbj2 zac4NOYCysq2yo0BGYACluq6VdYL6EiP7xo3nufWABn+PbiAC9KJphmWmGZabwzS9qyMAC2sM3oD oBmtKMy0wzNxOAAAAAAAAAAAGa80wzLTCDOACFTXNMAfWkzekAAAAAAAAAAAAM/x7cQCytKu0AAA AAAFVa1Uq4AvoAAve3Htm05wacwFlZVtlRoCMwAEKbF7GlGjMBoOnHtm1A6Bn+PbiAL2ivSSAAB5 6KGPe0QAsq3oaICPIzReqEX3TO3BOAAIpK50scvVEL1RC9UQvVEL1RC9k5vSAEdReF8oRovuFMOC iFnWAB9XdEL1RC975vQnX4+4wUQvVEL1RC9UQvfaEaLpme5foU0AAz/HtxALK0q7QAAAAAAVdpWy hWi/OABe9uPbNpzg05gLKyrbKjQEZgAIsqF2NQNGYC+7c+mbUDoGf49uIAvaK9JIAAAGf0FQQAAX 0ivsBmtLmjwC4p7gnAEE51YAAAAAAfWkzekAM1574AXEyHMM2AAAABoc9oTrGkxiiAAAAAAsq0aZ FlAGf49uIBZWlXaAAAAAACDOj9jRjRmAAve3Htm05wacwFlZVtlRoCMwAFZZ0Mq+IvofXzK4uhn1 gAZ/j24gC9or0kgAAAV1jBKcAFja09wM1pc0eAXFPcE4HPP2NYAD6E+d3IHs4QU4UMebCAPrSZvS AGa898ALidBnHN0FfU3NMAfWgz+kOboOf36Hx9iMkiMkiMkiN5KEOFcjMpUUAmXWd0QBn+PbiAWV pV2gAAAAAA89OZzyTG0ZQ6Ave3Htm05wacwFlZVdjRf9vlGf0+R9PiI59U/1830BKK1rb+uz6FV4 AGf49uIAvaK9JIAAAEKbAKgAE64qLcZrS5o8AuKe4Jx4UPD3wAWVbfncAAFNCnQQD60mb0gBmvPf AC4nQZwBCprmmAPrSZvSAAAB5CJyoFuqBbqgW6oHaqkRwD3S5nSnoM/x7cQCytKu0AAAAAAAK+r0 NBbR8iysC97ce2bTnBpzAAAAAACfzvec8z6HsWU6DoGf49uIAvaK9JIAAAFZZ0hEABZ2cKaM1pc0 eAXFPcE74+/kzYAGlzWlPQAAVECfAAPrSZvSAGa898ALidBnAEKmuaYA+tJm9IAAPn6pzlGAAAAA ABpc1pT0Gf49uIBZWlXaAAAAAAACqtefY599fOjMBed4c3Ppza6W1Uq6FKuhSroUq6FKuveKTrdd edgziu1A7U067aZDmRmHJAZ/j24gC9or0kgAAA+M9YVoAJJc9AZrS5o8AuKe4JwM58TIYAv6CeW4 AAKiBPgAH1pM3pADNee+AFxOgzgCFTXNMAfWkzekAAOeeuqQAe+Wpw62YrFmKxZikiW1SANLmtKe gz/HtxALK0q7QAAAAAAAAhVGkrLKa4W1d7rPfcJ6FSITu1ILtSC7Ugu1ILtSC7UfMu4FenD3wnC4 mQ5mfSHJAZ/j24gC9ohpmZ9NKzfpo2dGhrqzwAAXNfegDNaXNHgFxT3BOBCptNQkcAFrY5nqaFTf RbqgIHbiAfWkzekAM1574AXE6DOAIdLf0AAvqH7NGru5KRpJDpb+gAFxT/Zo1b0JyCJyCPmpmwgB pc1pT0Gf49uIBZWlXaAAAAAAAAAFdW6OPOqjSY1tIdAAAAAAAAXEyHMz6Q5IDP8AHtxAAAAAAAH3 93J72ABmtLmjwC4p7gnAcewznxfUpzAAAAAB9aTN6QAzXnvgBcToM4A8z2iilG+vkAA+tJm9IKK9 5GedeQAAAAAA0ua0p6DP8e3EAsrSrtAAAAAAAAAABw7nK6PcpQovm/d5QL8UC/GfaB1n2gGeaE5n mhGdaIQ5hXaDoFHy0IzzQjPNCM80IzzQjPNCM99X4ppc4eegAAz+gGeaEZ60mgAB8fYrYl6M80Iz zQjPNCM38zYQB9aTO6IAz/mhGeaEQpoAAcK25Gf80IzzQigvwA+K60FB86EZ5oRnmhGeaEZ5oRnm hGe0HoAo+WhGeaEVtkAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAiEtUC3VAt1QLdUC34Vk UfIASb2tsgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAABX2FeV IAAAAAHZdn39AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAhT RRrwUa8FGvBRrwUa8FPJnjz0AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAP/2gAMAwEAAgADAAAAIfPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPA0ggQQQQQWPPMMMNPPPPPP PPPNPPPPPPPPPOPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPBPvPPPPPPPPPfPOFPOPNNPONNPOGON ONPNPPOEOPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPBXPPffffefPPPfLPPPNNKLKDKMPLKHABAHENP LAMAHNPPPPPPPPPPPPPPPPPPPPPPPPPPIv8AwHHHHHHRlff3zyBjAjjCCjyixDSjjTgDwDDTAByD RTzzzzzzzzzzzzzzzzzzzzzzzzzw/wA8r88888MPjEv88888MMscc888c8cs8sc8s888cs888888 88888888888888888888888f88r888++78/4988wwwwww408884w088888888888ww884w088888 8888888ww8888888H888r88888t68q8888888888888888o8888888888888U888888888888888 8888888888Y888r888888j8/888884884888U888s8888888888888c888888888888888888888 8888D888r888888Q88C8888o888sU840sMY8848MMMMM88MMwMc8MMc4MMMMM4088888888888A8 88r888888A88K8888o8888s88888o8488888888888A888888o888888888888888888Q888r888 888m8/c8888o8888o88888o8084Ec8888888EMc8sMM8MMMcs0888888888888t388r88pxx3+85 88888o8888s88c88o8084888888888U888888884wwwc8I88888888888y88r88888888DY8888o 8888s88U88oo88s888U88888U888888s8888888o88888888888A88gwwwww65qRW8888o8888k8 4888o8U8s888U88888U888888s88s88U8o888888888888R88999999/d8W8888s8wwc88g888o8 w88owwU88888U808sw8c84088c8o8888888888888n/888888888W888888888808888o8sU8888 888888U840888o0888888o888888888888885TXOOAAhBjG88MMMMMMcsc88sMc8888MMMU888MM 8888MMc88sMMMMMM8MM8888888888888888888888888888888888888888wwwwo88U888888888 8888888888888888888888888888888888888888888888888888o88888888888888888888888 88888888888888888888888888888888888888888888888MMMMccc8888888888888888888888 8888888888888888888888888888888888888888888888888888888888888888888888888888 /9oADAMBAAIAAwAAABDzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz zzzzzzzz+/bPPPPPOfzzjTzTzzzzzzzzzjzzzzzzzzzDzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz bx777777774DzyRzxjjzTDDDTDSDzDDDDzjDBTjDzTzzzzzzzzzzzzzzzzzzzzzzzzzzx/37zzzz zjb74DygjzzCSxADwDSwwDDBATyQhwxSjyBTzzzzzzzzzzzzzzzzzzzzzzzzzxz/AOdNNNNN0O99 A88EU8EwsAA8AU40AsQoU8UswwUEYoU88888888888888888888888888s++3+++++N/zOa88888 88Mcss888ss88sc8c8cscs88888888888888888888888888888e++D++x882++Nt88888888408 888888888888888888888888888888888888888888885+++D++B88V0++888AAAAAAAAE088AU8 8888888888oA88AA8888888888888AAU888888h+++D++B888I+u888AAAMMMAAA888Mc8888888 8888sM88AA8888888888888AAU8888885+++D++B8887++V88AAA8888oAE08w08884wwwwwc84w 8wAAwwkowwwwww888AAU888888u+++D++B888v8AvtfPAAAPPPPKAAPPAFPPEAAAAAAPPKAPAAAA AFKAAAAAAFPPAAFPPPPPPK/vvg/vgfPPH/ufPPAAAPPPPOAAPPAFPOAAJLDKAPPKALDAADDHLPPP POAAPPAAFPPPPPPLffvg/vkwQQ/PvPPPAAAPPPPOAAFPAFOAABPPPIAPPKAPPAAPPPPPOMMMIABP AAFPPPPPPPEfvg/vvvvvvvv7/PAAAPPPPPAAPPAFOAABPPPAAPPKAPPAAPPPKAAAAAAAFPAAFPPP PPPPPvvqfPPPPNrlngfPAAAPPPPIAFHPAFPAAEPPPAAPPKAPPAANPPIABPPPIAFPAAFPPPPPPPPG fjwwwwwwyPHgfPAAAPOMOIAEPPAFPJAEAMMAAPPKAPPAABMNCAFMMMCAFPAAFPPPPPPPPPEtvvvv vvvvvgfPAAAAAAAADHPPAFPLDAAAAAAPPKAPPHAAAPKCAAAAAAFPAAFPPPPPPPPPPHLegQTDDz7W PPPPPPPPPHPPPPPPPPPDPPPKANPPPPPPDHPPPDPPPPPPPPPPHPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPMMMMMAAPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPKAAAAAACHPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPLPHPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPP/EADQRAAECAgYJAwMEAwAAAAAAAAIBAwAEEBESFTNRFCAh MUFQUnGBBbHwEzBhIiMyQnCAof/aAAgBAgEBPwD/ACyDZn/FIGRdXfUkJ6eXEou4uqLuLqi7i6ou 4uqLuLqi7i6oJLJKOXO2WDdX9O6GpNsNq7VhPsvYpd151Ky6urWu6BFBSpKNIa6kjSGupI0hrqSN Ia6kjSGupISYa6khFRdqUvYpd15yAKZIKcYbBGxQUonH1I7CbkiqKoqiqKqBIhWsVqhqeMdh7Uht wXEtCsPYpd15z6e3vcXtS5/Ne+sooW9Ick2j3JV2h+XJldu6Jd5Wjr4cYdxC7rzmWCw0g0niL3pO baArJLtjTmc405nOG5htxahWgwQxsluh5pWjUV5y0No0T86h4i96ZzGLx7ako/8AUCpd6UT7doLa cOcyqVvJqHiL3pnMYvHtqSRWXkTOgxtCo585k8ZNQ8Re9M5jF49tSX2Oj3pJKiVOcSi/vJqHiL3p nMYvHtqS6Vuj3pJayVecMFZdFfzqHiL3pnMYvHtqSIWna8qHTsApZc6bK2CFnSeIvemcRfrFs+VR UuUVLlANma1CkS7CMhVxon3ah+mnHnUg5WFheFJ4i9/sOui0NooccUyUlgxskorzlh36RoXCEWtK 0oeSy6SfmNPayWNPayWNPayWNPayWNPayWLwbyWC9QX+qQ44Ti1ksSkuprbLdExil351JzNn9s/F EzKI6todixd7uafPEXe7mnzxF3u5p88Rd7uafPEXe7mnzxF3u5p88Qnp58VSGpEA2ltomMUu/O5e dUP0ntSAcE0rFa/tTGKXfngkorWK1QE68PGuLwcySLwPJIvA8ki8S6YvEumLxLpi8S6YvFen/sGd s1LP/U7/xAA2EQABAgIFCQgBBAMAAAAAAAABAgMABBAREhVRBTEzQVBScYGhExQgITKx0fBhIiMw kUJwgP/aAAgBAwEBPwD/AGyt5tv1GqFZQZGaswcpJ1Ji8xu9YvMbvWLzG71i8xu9YvMbvWLzG71h tVtAVjtt+ZbZH6s+EPTzrnkDUPx/FL6JPAbam5oMioeowpRUbSs8Z4Es8f8AE/1HdXt0x3V7dMd1 e3THdXt0wZZ7dP8AUEEGo0y+iTwG2XFhtBWdUOOFxRUrOaJCXCEdoc5isRWIrEViKxQpCVipQrh7 J6FebfkekONKbVZUIl9EngNs5SdzNjjSzok8B7eIKKfMGG551Gc1j8xLzSHh5eRwiZYDyKteqGNG ngNszLnaOqVS16E8BS3JuuJC0jyjuD+HWO4P4dYclnWxWoUIWpCgpOeJd4PNhQgCoVbYeVYbUrAe Br0J4CmR0CefvSRXnidl+xXWnMaMnO2V2DmO2Zw1MK+6/A16E8BTI6BPP38E+i0yThQ2qwsKw2zP 6A8vA16E8BTI6BPP38EyK2lcKWzWgH8bYnR+weXv4GvQngKZHQJ5+/gmTUyrhS2KkAfjbEym00of jwNehPAUyOgTz9/BlByy1ZxoaRbWE47acRYWUnVS16E8BTIqHYJ88feLQxi0MYceQ2K1GJmYLy69 WqjJzNpZcOYbayi1ZcCxrpa9CeA/gZZU6qymGm0tICU6obXbSFDXtmZZ7Zsp16oIINRol1WmkkYR dr2I+8ou17EfeUXa9iPvKLtexH3lF2vYj7yi7XcR95QjJm+r+oaaQ2LKBE9NBCS2nOekSuhTw21P Slf7iOfzRKzhZFlQrEXk1genzF5NYHp8xeTWB6fMXk1genzF5NYHp8xeTWB6fMHKbepJh3KDi/JP kKJXQp4bbmZEL/U35HCFtqbNShV/FK6FPDbikJUKlCuFyDKswq4RdrepRi7Ebxi7Ebxi7U70Xane i7E73SLsG90i7BvdIaR2aAnD/k7/xABbEAABAgIDBg0PCQYFBQACAwABAgMEBQAGEQcSICExsRMW FzZBUVVhcXJ0gdEQFBUwNDVUc5GTlKGkstIiMkBCg5LBwuIjUlNiZbNDUGCj4SQzY4KiZHCAkPD/ 2gAIAQEAAT8A/wD7ULKHHTydS3gpfDbFLRt0tG3S0bdLRt0tG3S0bdLRt0tG3S0bdLRt0tG3S0bd AQR/rmOmcFLkBcZFMsA5NEWATwDZpG3SZNDEphkPxStgpTep8qsfqpFXTpi4bISBYZH/AJCXD+FI ivVYYgkdkC2n91ttKfXZb66OVgnDp+XNY07wfUB5LaKmcetVqo6JUdsuqP407Ix3hkR51XTTsjHe GRHnVdNOyMd4ZEedV007Ix3hkR51XTTsjHeGRHnVdNOyMd4ZEedV007Ix3hkR51XTTsjHeGRHnVd NOyMd4ZEedV007Ix3hkR51XTTsjHeGRHnVdNOyMd4ZEedV00qM4t2p8Et1alrOiWqUbSf2iqDZwS QASTYBlpWK6WxBvKhpO2iJcSbFPuW6GD/KBjVw5OGkZXSsMaVX8zebB2GbG7MduK9sNNMc83amPp S+mmmOebtTH0pfTTTHPN2pj6UvppVR52IqvLXn3VuurZBUtaipSjtknL9ErLPJxDVnmTTM2jm2kR CwlCIhYSkW5AAcVLm01mUdWKIai5hFPtiEUoIeeUsA36MdhOXGfL9DulTSYy+cwjcHHxUMhUPfKS y8pAJvjjsBpIp9OH6wytp2ax621xbSVIXErIUCsWgi3GP9ADJkoclJzW+UyW+Q49o8QP8FnGoHf2 Bz46Ta6DOJgVIhlJgmTsNY12b6j+FlHXXHnFOOuKccUbVKUSSTvk/Qqh6y5f9p/cVTZwbpdY1wjC JPCuXrj6b6IIyhGwnnx273D1Kt1EmFYIcRSnUwkKTYlxaSor30pxWjftFNSP+ueyfrpqR/1z2T9d NSP+ueyfrpJpd2JlENAaLougICL+9vb7fstNn0SbXM+yk1io7svoXXDpcvOtr69tOS2/FtKq1G0s zRyN7I9c37JavNAvLLVJNtt8f3fX9DrVUnTPHsRPZDrbQmtDvdBv7cZNtt8NukvuYGXzOFjRN9E6 3eQ7edbWX16oGy2/xZP9ATGZQkrg1RMY+lppOyo5TtAbJ3qVhr9HTNSoeAvoSEyWg/tFjfOxwDy/ Rah6y5f9p/cVTZwaxTBU0rFHxhNoW8oI4oxJ9QFJXBKmU2hIJNtr7qW7RsAnGfJRhluGYbYZQENN pCUJGQAYgMGaTWDksAuMjng20nJslR2ABsmk7ukzWPWpuXWQMPbiIsLihvnY5vKaRMfGRptiot98 222uuFWPno064w4FtOLbWMikKIPlFJZXWfStabyOW+0MrUQdESRtWnGOYilV63wVZGy2BoEckWrY UbbRtpOyPWOpWvXbNeUrz9Vp1xlwONLUhYyKQbCOelWq9zGVRbTUc+5EwBISsOEqU2NtJy4trJRp 1DzSHW1BSFpCkqGQg5DSaTOFk8vdjYxy8ZQNjGVHYAGyTSeXQpxM3VIhHlQMNb8lLJsWRtlWW3gs FHn3X137zq3FWWWrUSbOfq1Y1qynkjXuila9ds15SvPS5VroieRK99HUrhX7sa8uXSgpXFI+S6+R als7QGQnhxCkZMY2YulyMi3ohZNtriyqzg2urct1qvcrX7qaXV+/0Dyb8ysCU1rnMoiEusxrriLb VMvKK0K5jk4RjpIpyxPpS1HsWgLFi0HKhQyjqVquiLg4hyAk14pxBKXIpQvgk7SBkNm2cW9s0jJv MZgpRjI6IfvsoccJG3kydW5L/wB2bcVr89Lq/f6B5N+ZVKt66JRy1n3x1Jn31jPHr949ViKiIVd/ DvusqxY21lJ9VKq3QouGiW4OcvF+FWQkPr+e3vk/WG3bjzUBBFo/zewWCk/n8LIIAxEQb5asTbQP ylna3htnYpOZ3GT2NMRFuWgWhtsfNQNoD8dn6NUPWXL/ALT+4qmzgRbhZg33E5UNqUOYdSoLQdrt LgRaAVq8iFEeuzCrvP3J3P3kpWetIZRaZTsYsRVzn1WUl8BETOPZgoVF++8q9SPxO8BjpJahSaVw 6BEQrcbE2fLdfTfAneScQHrpG1Oq/HMltcrh2jZiUwgNqG/8mz10rTVp6rUzDCll2GdBUw7ZYVDZ B3x0Ugox+AjWYuGcKHmVBSCNvopKZg3NZVCx7WJL7YXZtHZHMbRSteu2a8pXnpUGTwE6nr8NMWNG ZTCqcCb9SbFBSRbakg5Caan1V9zPaHfipXGoUvgpS7MZUlTBYALjJWVJUm2wkE2kEZcvUqDEriam QBcNqkBTYO8FED1WUukTtcfPTL21nraDxWA4lOEYzzZOY7dEgqUEpBKibABs0kVzFUVDpfm8S6wV C0Q7SRfpH8xNoB3rKalUi8KmPnEfBTUqkXhUx84j4KQEI3L4CHg2lLLbDaW0lZtJAFgts2aVr12z XlK89LlWuiJ5Er30UrvPVSOrzjjK72KfOgskZUk5Vcwt57KEkkkm0nKaVFqTDzKETNpmguMqJ0Bi 2wKsNhUqzYtGIb2OiatSNKQkSaX2AWY4ZBPlIppcke40u9FR0UhYKFgWi1CQzMO2TfFDLYQLduwb OKl1fv8AQPJvzKpJYdqLnsuhn0X7L0U22tNpFqSoAi0Y8hpqfVX3M9od+KkyubyKJg1ogWVQkRYb xwOKWLd8KJxcFHW1MvLacFi0KKVDfFLk0SspmcKf+2C24BtE2g5h5KV+nSpPV1aWFXsRFK0FBBxp FnyiObFzjqVXqdG1kWpwL63g0GxT6k22naSNk5qJuVSUJAXGTAqsxkLQATwXtNSqReFTHziPgpV2 qkBVlUQqCdiHNHvQrRlJNl7bZZYBtml1fv8AQPJvzKpVvXRKOWs++Oo5UKrTzq3XJbataipR0dzG Tl+tTU+qvuZ7Q78VNT6q+5ntDvxUrtUaElUtM0ll+002QHmVKKgATYCCceUjL1KlRq46qEuecUVL S2WyTl+SopHqA/zebTWGkstdjYlViEDEBlUdgDfNJxN4mdzFyLilWqOJCBkQnYAwGGHYl1LTDS3X FZEISSTwAUh6h1hfSFdZBoHJoriQfJbbTU5n/wDDY86KanNYP4bHnRTU5rB/DY86KanNYP4bHnRT U5rB/DY86KanNYP4bHnRTU5rB/DY86KanNYP4bHnRTU5rB/DY86KanM//hsedFIioNYmMYg0OjZ0 N1J9RINIuWR0Db13BPsjbcbIB4DkOFUPWXL/ALT+4qmzgPtaNDutW2X6CnyiyiklCilQsUk2EbRp UeJTC1zlrijYlThby7KklI9ZGDFuKag33E/OQ2pQ4QOpcsh0OViiX1Y1NQxvd4lQFvkt8vVupMIX Vth4gX7cSkJO8UqtHqHk6lzhxS6mQoUbQhxxI4L4n8aVr12zXlK89LlWuiJ5Er30dSuOtCaeIPUu c6y4Xjue8aTl1T09mDqvnLiXCedRpc8l7UfW1kvJCkw7anwDsqFgHkJB5sGteu2a8pXnpcq10RPI le+il1l5RiJWx9QJcXwklI/D19SW3RJvK5bDwLENAqaYQEJK21lRG/YoU1VZ54JLvNr+OmqrPPBJ d5tfx0qbPoqsUmcjIxDLbiX1NgMggWAJOyTjx0ur9/oHk35lUq3rolHLWffHVmffWM8ev3jS5L3X NOI3nVS606oxcra+qltxXOSno6kml7UrlEJBMgBLTYBs2TZjPObTgXV+/wBA8m/MqlW9dEo5az74 oVBIKlEAAWkmlYbpkQIlyGkqUJaSSnrlab4qO2kHEBw2201Qa0bqeztfDTVBrRup7O18NI+uM+mk E5BRkfosO5YFo0FtNthBGMJBygdS5zrLheO57x/zbYpXasJnM1LDC7YKGJSiw4lq2VfgN7hwJXLY ibzFqChk2uOHKciRsk7wpIavQUhgw1DIBdUP2jqh8pZ39ob3bLKEBSSCLQcopMKoySZgl6BbbcP+ IyLxVu3ixHntpNbmUS1a5KooPp2GnrEq5lZD6qRkDFS+ILEWw4y6PqrTZzjbG/1ah6y5f9p/cVTZ wa6StUqrTGNXtjTq9Ga2r1WPFwG0c1G3FtOodbUUrQQpJGUEZDSrFY4asUsQ82tIikJAfZtxpVt2 bR2DgOIS42pChalQKTwGkVDLg4x6GdFjjLim1cINhpc/mzcqrQ1oyghmJQWFKOQEkFJ8oA5+rdVm TYhYKWJUC4pejrA2AAQLeG0+TqVHg1QNT5e2sELWgum3+YlQ9RFK167ZryleelyrXRE8iV76OpXH WhNPEHqXOdZcLx3PeNK1QSoCtMyYULBo6lp4qjfD1EUqZOG5LWWHiH1XrDgLTqv3QrZ4AbDQKCgC CCDjBGBWvXbNeUrz0uVa6InkSvfRS6vBLXCS+PSk3ra1NLO1fWEe6fL1JNc3TOJPCzBM3DYfRfXg h769NthFt+LcYpqR/wBc9k/XTUj/AK57J+ulVqvaWpUuB6665vnS7f6HeZQBZZadql1fv9A8m/Mq lW9dEo5az746sz76xnj1+8aXJe65pxG86qXWIJSoWXRyU/JbWtpZ4wBHunqVWnLU7kMNEpUC6lAQ 8nZSsDH5co3jgXV+/wBA8m/MqlW9dEo5az74pXyNcgqnxqmiUrdvWrRtKNh9Vo6lR6kyyaSdMymS FRBeUoIaCylKQDZabCCTaDTU+qvuZ7Q78VK21NkMrqtGRkHAaFENBJQvRnFXtq0g4iojIT1LnOsu F47nvH/NclK9z3sTJSw0uyKirW0WZUp+sryYuE4NzKVpbgn5mtI0R1WhtnaSMvlPu9Trlj+M394U 65Y/jN/eFOuWP4zf3hTrlj+M394U65Y/jN/eFOuWP4zf3hTrlj+M394U65Y/jN/eFOuWP4zf3hTr lj+M394UQ4hz5ikq4Db1SabFJjK4KawxYjodD7exaMad8HKDwUrRUiIkwXFwhVEQQxqtHy2xv7Y3 +pUPWXL/ALT+4qmzg12qwKwSy/hwBHQ9qmrcV+NlJO/sb/CaPMuw7y2Xm1NuoN6pCxYQdoijD70M 6l1h1xp1ORbaikjnFNMc83amPpS+mmmOebtTH0pfTTTHPN2pj6UvppVF56JqrL3n3VuurbtUtxRU pWM5SctLo1VnWotc8g0FTDlnXKUj5isl9wHZ3+HqSO6PNJXDoh4ppMcygWJK1FKwNq+x284pF3V4 txkpg5Y0w4RZfuOlyzfsAG/SMjIiYRa4qLdU68s2qUrKaVOqs9WGYocdQpMAyoF5zIFfyjfPqHNR KQhISkAACwADEBSteu2a8pXnpcq10RPIle+jqVx1oTTxB6lznWXC8dz3jSv9VXJxDpmcAgrjGE3r jYyuIy4tsj1jmoQQSCLCMopJ67zqSw6Ydl5t+HRiQ3EJvgkbQIINm9bZTVVnngku82v46aqs88El 3m1/HSTxjkwksFGvBKXH2EOKCRYASATZbsUrXrtmvKV56XKtdETyJXvopNpYxOJZEQESP2bybLdl J2CN8HHScSiLkkwcgoxBC0n5KrPkrTsKG9SrlcplV1KmWQh+FUbSy7bYk7aSMmamq5i7x+1/opqu f0P2v9FKq1i0zyxyN6162vHi1eaJf22JSbbbB+96qXV+/wBA8m/MqlW9dEo5az746sz76xnj1+8a XJe65pxG86qTmVMTuVPwERiS6nEoZUqGMEcBpNpRFySPcg4tspWn5qvqrTsKB2RSVTmYSSJ0eAiF NLOJSbLUrG0QcRom6nPQkAw0vUclpbXaf/umqrPPBJd5tfx0qPWuOrMuOEa1DN9bhBToKVC2+vrb bSdoUur9/oHk35lUq3rolHLWffFK2ytyc1ZjINkWvFIW2NtSTbZz2Wc9FJUhZQtJSpJsIIsIO1SQ 1xmtXmFw8Ipp1hRvg0+kqSk7JFhBHlpqqzzwSXebX8dJtdAm04lj8BEQ8Ell4AKLaFhQsIOK1RGx tdS5zrLheO57x/zU2WWmlb5v2YrDEPIVay0dCasyXoOXnNpwamNoaqlLkpyFsq5ySTno/wBzO8Q5 u1pUUqBSSCMhFIWfTaEI0CYxSAPq6ISnyHFSAukzmGKRFpZi0bNqbxXlGL1UlNf5PMr1t5SoR4/V ePySd5WTy2USoKSCMYNBbZQpCgQQCDlBpXmqyZREiPhEWQT6rFIGRpZ/A7Hk2qVD1ly/7T+4rDnV VJTPhbGQ9j1lgfbN6sc+zz20fuTw6l2w02dbTjxOMhZ8oIpqR/1z2T9dNSP+ueyfrpqR/wBc9k/X SSS0yeTw0BoujaAi90QJvb7GTktNmXbopIUkpUAQRYQaTi5xKJi4p+EUuAdUbSGwFN/d2OYgUiLl M0SoCHmEG4LTaXApHBkBo1cpnBXY7GwKEbaFLUfIUjPSV3LpdCrS5MIp2MUMehpGho4DjJPlFIaG ZhIdDEO0hppAsShCbABwdSbXM+yk1io7svoXXDpcvOtr69tOS2/FtKq1G0szRyN7I9c37JavNAvL LVJNtt8f3fX1JxLjNpREwGi6Fo6Ly/vb6937LRbTUj/rnsn66Vck3YCStS7rjR9DUpWiXl5babcl p29vqTmpcmnjinomHU1EKyvMG9UeHKDwkW0duStFdrM5WhFmRcOFHyhQpqR/1z2T9dNSP+ueyfrp K4LsdKoSC0TROt2UtX97ZfXosts2KTa5n2UmsVHdl9C64dLl51tfXtpyW34tpVWo2lmaORvZHrm/ ZLV5oF5ZapJttvj+76+pNpLL55DdbzCHS6kY0qyKQdsEYxSIuTQ6nLYabOto2nWQs+UFOampH/XP ZP101I/657J+ulVauaWZY7Bdddchbxdv9DvLLUpFllp/d9dK1VJ0zx7ET2Q620JrQ73Qb+3GTbbf DbpL7mBl8zhY0TfROt3kO3nW1l9eqBstv8WTqxNyrrmLef7NXuiLK7OtbbLTbZ8+lUqnGq7sUvr7 rrR0pFmg3l7Zb/MbcvUmcpgZvC9bx8Kl9vKL7Kk7YIxg8FIy5TL3VEwcwiGLcdjiQ4BmPrpqR/1z 2T9dNSP+ueyfrpVKqBqsuLPX3XXXAQP+zeXt7b/MbctK1VJ0zx7ET2Q620JrQ73Qb+3GTbbfDbpL 7mBl8zhY0TfROt3kO3nW1l9eqBstv8WTqT+osrnzyoopXCxavnOtWWL4yTiPDiNNSP8Arnsn66ak f9c9k/XTUj/rnsn66akf9c9k/XSrkm7ASVqXdcaPoalK0S8vLbTbktO3t/5rXCa9iKtRLyFXrzg0 JqzLfK2RwC082FVDWpLfEjOaP9zO8Q5u31crlHSJaGXFKiIK35TKjjSP5TscGTPSWzKFmsGiLhHQ tpXlB2iNg9SawDM0lkTAvWXjqCm3aOweY2GlSGlsVSg2XBYttTqVDaIdWD/rG6bMNEj4WXIPyWUa KvjKxDyAevCqhrTl3iRnNIjuZ3iHN9AqxWSIq9MQ4CpcK4bHmrco2xvj/ikNEtRkM3EMLDjTiQpK hsg9SXw/W8OpFllrzq7OM4pX4/6xrHGmY1ijoq21KnSlJ/lT8keoDCqhrTl3iRnNIjuZ3iHNg1Pq wxWUxgeiXGet9DsvEg2319t8WmpbBbExiPuppqWwW6MR9xNNS2C3RiPuJpqWwW6MR9xNNS2C3RiP uJpFXLXQgmEmSVK2EutXo8oJzUm0hmMkdCI2HKEnElxONCuA/hlwbnFYC0+ZNEL/AGblq4ck5FZS nny8Nu3TFh1kns3h6zzJpmbRzbSIhaUoRELCUi3IADippjnm7Ux9KX000xzzdqY+lL6aaY55u1Mf Sl9NNMc83amPpS+mmmOebtTH0pfTTTHPN2pj6Uvpppjnm7Ux9KX000xzzdqY+lL6aaY55u1MfSl9 NNMc83amPpS+mmmOebtTH0pfTRiuVYocgom0QfGEL962kFdPnkOQIluGik7JUi8V5U4vVSW3UZTE kIjmHoNRyqH7RA5xj9VIKZQcyY0aCimn29ktqBs4drtERWKeJiXQJzMAAsgARS9vhppjnm7Ux9KX 000xzzdqY+lL6aaY55u1MfSl9NLm0ZFR9XYh2MiXohwRakhTzhWQLxGK07GM+X6PEViniYl0CczA ALIAEUvb4aaY55u1MfSl9NNMc83amPpS+mmmOebtTH0pfTS5tGRUfV2IdjIl6IcEWpIU84VkC8Ri tOxjPlwLosXEwNWkvQkS9Du9cITfsrKDZYrFaKaY55u1MfSl9NNMc83amPpS+mmmOebtTH0pfTSA rBOlzGFQubzBSS8gEGJWQRfDf+lVkns3h6zzJpmbRzbSIhaUoRELCUi3IADippjnm7Ux9KX000xz zdqY+lL6aaY55u1MfSl9NLmMxj4+JmQjI6JiQhDZSHnVLvbSq2y04u3TqL6wksbFpNimmVqTw2Yv XZh1Q1py7xIzmkR3M7xDmwblOWbfY/npsYUXCMR0M5DxLKXWlixSFC0GlbKtOVemICL5cE9aWVnK NtJ3x6xz4DD7kNENvsqvXG1BSVbRBtBpJ5k1NpRDR6LAHUAkD6qshHMbRh1r12TXlS8/b4KPi5dE JiIOIcYdT9ZtVh4DtjepVi6Q3FLRBzu8ZdOJMSMSFH+YfV4cnBQEEWg2g4UR3U9xznwLlWteJ5ar 3EfR4jup7jnPgXKta8Ty1XuIwLqGtNHKkZlYEt76QnjkZx9KrXrsmvKl58C5J3VNeI3nV266FFBi qb7dthfcQ2PLfZknDqhrTl3iRnNIjuZ3iHNg3Kcs2+x/PTYw6xSdE7kz8IoDRCL5pR+qsZD+HATR aFNOKbWkpWklKgcoI2MC5hMr9mMli1Y0EPNjeOJXrs8uHWvXZNeVLz/Qaj12VLnG5XM3CqDUb1p5 R/7J2if3c3BQEEYsmDEd1Pcc58C5VrXieWq9xH0eI7qe45z4FyrWvE8tV7iMC6hrTRypGZWBLe+k J45GcfSq167JrypefAuSd1TXiN51duupPXsugGLfnvKXZwJs/Nh1Q1py7xIzmkR3M7xDmwblOWbf Y/npsYZyUr5ACArTEFIsbiAHxwnEfWD5cCpUd1jWuCUTYh1RZVv3wsHrsw6167Jrypef6Fc4rSY2 H7DRa7X2U2sLJ+egfV4Rm4MGI7qe45z4FyrWvE8tV7iPo8R3U9xznwLlWteJ5ar3EYF1DWmjlSMy sCW99ITxyM4+lVr12TXlS8+Bck7qmvEbzq7ddTcti5a3j+ShxXlKejDqhrTl3iRnNIjuZ3iHNg3K cs2+x/PTYw7cdLqUINCl0WBkUttR4bCMxwId5UNEtPo+c0sLHCDbRDiXG0uJNqVAEHeOFWvXZNeV Lz4Nz3WRL/tf7q8JyHZdt0RltduW+SDbSa1HkU1Qq2CRDOnI7DC8I5hiPOKVmqdH1cXohPXEEo2J fQmyzeUNg+o4MFGPQEczGQ6715lYWg74/CkomTM3lMLHs/MeQFWW/NOQjmNo/wAnuoa00cqRmVgS 3vpCeORnH0qteuya8qXnwLkndU14jedXbrqBPZyDFpsEPbZ/7HDqhrTl3iRnNIjuZ3iHNg3Kcs2+ x/PTY7RdLaDlWULxfs4hKvUR+ODIXS/V+XOk2lcM2Tw3owq167JrypefBue6yJf9r/dX2iIh2YuH ch4htLjLiSlaFC0EGlbauLq3NywLVQrtq2FnZG0d8dG3g3LJwUPRModUb1Y0Zm3YIxKHksPMcBVe KtpUUqmjYINhF4vopp5q1uq39xfRTTzVrdVv7i+imnmrW6rf3F9FJZNYKbwyn5fEB9pKygqAIsIA NmMbRHaIydSyXkiMmEMwR9VboCvJlo5X6rLar1U0STtpZcUPKE01Qar7p+zu/DTVBqvun7O78NNU Gq+6fs7vw01Qar7p+zu/DTVBqvun7O78NNUGq+6fs7vw01Qar7p+zu/DTVBqvun7O78NNUGq+6fs 7vw0br7Vp51DTcyvlrUEpGgOYycn1cBVeKtpUUqmjYINhF4vopp5q1uq39xfRTTzVrdVv7i+imnm rW6rf3F9FJZNYKbwyn5fEB9pKygqAIsIANmMbRFHXUNNLcWbEISVKNmQDLTVBqvun7O78NNUGq+6 fs7vw0r1WuSzmr6YWXxujPB9K73QlpxAG02qAGzgQLiGY+HdWbEIdSpR2gCLaaoNV90/Z3fhpqg1 X3T9nd+GmqDVfdP2d34aaoNV90/Z3fhpCxLUXCsxTC79p5AcQqwi1JFoNhx5D1JjMIWVQS42Nd0K Hbsv13pVZaQBiAJykU1Qar7p+zu/DTVBqvun7O78NNUGq+6fs7vw01Qar7p+zu/DTVBqvun7O78N NUGq+6fs7vw01Qar7p+zu/DTVBqvun7O78NNUGq+6fs7vw0arxVt0C9mzQt/eQpOcUhZ1K41QTCz GFeUfqoeST5Lbe0Vr12TXlS8+Bck7qmvEbzq7ddQ7+wnJ/zHDqhrTl3iRnNIjuZ3iHNg3Kcs2+x/ PTYwzS6EBpPit5bfvDBqmu/qtLTZZ/06R5MWFWvXZNeVLz4Nz3WRL/tf7q+013konNW3koQDEQ4L zJsx2jKOcW89mDJJiqUTuDj0k/sXQpVmynIoc4JFEqStIUkgpItBGyOrEd1Pcc58C5VrXieWq9xG FWOu8skBUwCqKjR/gNnEnjK2ODGd6k3rtPJupSVRaodg5GYc3gs3zlPOaEkm09rlvfSE8cjOMCI7 qe45z4FyrWvE8tV7iKTLvZF+JX7p7ZVvWxKeRM+4OpdC1kTD7L+6jtkqrXOpMpPWsc4Wh/hOm/Qe Y5OaylW7oUBN1ohY5KYKLOJNp/ZrO8dg7x8pwq167JrypefAuSd1TXiN51dtOSl1FAE1gFWYyyRb wH/nDqhrTl3iRnNIjuZ3iHNg3Kcs2+x/PTY7RdBIFUIkE5VtgfeGDVVIRVaWAYrYdB8otwq167Jr ypefBue6yJf9r/dX2qssuEqrJHwaRYhDpKBtJV8pPqIwalxxmFU5e6o2rQ3oSuFJvcwB5+rEd1Pc c58C5VrXieWq9xGDXWvhhluSuTOjRRal+JSfmnZSk7e2djYx5CSpRJJJOMk7PbZb30hPHIzjAiO6 nuOc+Bcq1rxPLVe4iky72RfiV+6e2Vb1sSnkTPuDqXQtZEw+y/uo7dUKujmityaZulSVWJhnlnGD +4o5jzbVmBWvXZNeVLz4FyTuqa8RvOrtppdUa+VLHR/5Un/5I/HDqhrTl3iRnNIjuZ3iHNg3Kcs2 +x/PTY7RdMf0OrbTYyuxCQRvAE/hgyZkw0jgGDlbh20G3eSBhVr12TXlS8+Dc91kS/7X+6vtV1OD DNYIWKSLA+xYd9SSfwIwblUVokkjYUm0svhY3gpI/FJ6sR3U9xznwLlWteJ5ar3EYFf619iIbsbB OWRr6flrScbSDmJ2NrLtdvlvfSE8cjOMCI7qe45z4FyrWvE8tV7iKTLvZF+JX7p7ZVvWxKeRM+4O pdC1kTD7L+6jtwJBtBsIpUesBn0hSXl2xcMQ29tq/dVzj1g4Fa9dk15UvPgXJO6prxG86u3XTmNE kEM8BjbiBbwFJ/GzDqhrTl3iRnNIjuZ3iHNg3Kcs2+x/PTY7RdRjQqJl8Ck40JU6ocOIZlYEDDGM mENDDK86lvykD8aABIAAAAyAYVa9dk15UvPg3PdZEv8Atf7q+1XWWL6BlsRZ8x1aLeMAfy4NyZ69 mEyYt+e0hdnFJH5urEd1Pcc58C5VrXieWq9xHVm0xZk8qiY98/s2UW2fvHIBzmwUj45+ZzB+NiVX zzyypR/AbwyYMHBxMdEoh4VlbzqzYlCBaaS25XGPISuYxrcPbj0NpN+rnNoA5raIuVScD9pGxyuK pA/KaalUi8KmPnEfBTUqkXhUx84j4KalUi8KmPnEfBSuUihauztMFCOPLbLKXLXSCq0k7QG1gS3v pCeORnGBEd1Pcc58C5VrXieWq9xFFJS4gpWkKSoWEEWgimlyR7jS70VHRTS5I9xpd6KjopdFlEsg aspdhJdCQ7vXCE37LCUKssVitAwJelK5jCoWkKSXkAgi0EXwppcke40u9FR0U0uSPcaXeio6KaXJ HuNLvRUdFNLkj3Gl3oqOijLKGW0NNIShtCQlKUiwJAyADYHUmMvhZrBLgo1rRYdyy/RfFNthBGME HKBTU+qvuZ7Q78VNT6q+5ntDvxU1Pqr7me0O/FTU+qvuZ7Q78VNT6q+5ntDvxU1Pqr7me0O/FTU+ qvuZ7Q78VDc9qwQQJaU74fc+Kj1zSrrqbENRDJ20PEn/AOraVmufRUlYXGQTpi4NGNYKbFtjbIGU b48mDc2mJg60phiqxuLbLZGxfAXyT6iOfArXrsmvKl58C5J3VNeI3nV26u0L13VKPSB8ptAdG9ek E+oHDqhrTl3iRnNIjuZ3iHNg3Kcs2+x/PTYw1HFStMzE2rFFxKFWtBWhtkYxepxA8+XnwKhQPXta odRFqGEqdVzCwesjDrXrsmvKl58G57rIl/2v91farqibaswyrLSIxIt2gUL/AOMG5Wqys8SkmwKg 1Yts36P+erEd1Pcc58C5VrXieWq9xHVuqTcjrOUNqxEaO6B5Ej3j5MGEhHo2MZhYdBW66sIQkbJN Ks1ZhauS8NNhK4pYBffsxqO0NoDYGFdQ12I5KjOrAlvfSE8cjOMCI7qe45z4FyrWvE8tV7iMC6hr TRypGZWBLe+kJ45GcfQSARYRaDSvFX0yCenQE3sJEguMjYT+8nmPqIwJDEmErDLn7fmRLZPBfC31 YFa9dk15UvPgXJO6prxG86u3RUOiKhnYdz5jqFIVwEWUeZXDvuMuCxbailQ2iDYcKqGtOXeJGc0i O5neIc2Dcpyzb7H8+HbSvNYUyiVKhGF/9bFJISAcaE7KvwH/ABg3NZX1vKXpitNiopdiOIm0es2+ QYda9dk15UvPg3PdZEv+1/ur7VdRUBVRsE5YpAH3VYNy5JNa3CBkhVk/eT1Yjup7jnPgXKta8Ty1 XuI6tcI8zGtkxfttSl0tJ4E/J/C3nwblslStyJnLyLbw6CxbsGz5R8hA5zh3UNdiOSozqwJb30hP HIzjAiO6nuOc+Bcq1rxPLVe4jAuoa00cqRmVgS3vpCeORnH0K6yhJl8tXZ8oOrAO8QLcwwEKKFpU nKkgiiSFJCgbQRaD1a167JrypefAuSd1TXiN51dvrxAdYVqir0WIfseT/wC2X1hWFVDWnLvEjOaR HczvEObBuZRkLBmadcxLLN9oN7oiwm2y/tst4aJm8tWbEx8Ko7QeSfxp2QgvDGPODpp2QgvDGPOD pp2QgvDGPODpp2QgvDGPODpo7N5awm+emEKgbanUj8aTu6JL4Jtbctsi4jIFWENpO2Ts83lpGRsR MItyKinVOuuG1Sj/AP7EMCVS92azSHgWQb91YBNnzRsnmFppCQzMFCNQrKb1ppAQlO8MOteuya8q XnwbnusiX/a/3V9qurOAVeg2tlUWFeRCunBuUtk1hjHMdiYQpyba09HViO6nuOc+Bcq1rxPLVe4j qPOBhlx1XzUJKjwAUcWp11bizapRKidsnBqfBCX1TlrQFhU0HVcK/lfjZh3VEgVphyBlg0E/fXgS 3vpCeORnGBEd1Pcc58C5VrXieWq9xGBdQ1po5UjMrAlvfSE8cjOO0OOIZbU44tKEJFqlKNgA3zSb 3S5RAqU3BJdjnBitQbxFvGOXmBFHrq01Uu1iBgkJ2lhSj5QoU1VZ54JLvNr+OmqrPPBJd5tfx01V Z54JLvNr+OmqrPPBJd5tfx01VZ54JLvNr+OmqrPPBJd5tfx01VZ54JLvNr+OlYK3zCsjDLMazDIS yoqSWUqBJIsx2qODDdzM8RObq1r12TXlS8+Bck7qmvEbzq7fdOlhegIWYoTjYUW1kfuqyHmI/wDr CqhrTl3iRnNIjuZ3iHN9Buf1cVLYIzGJRZExKRoaTlQ30nL5N+lmWjbqHFuJSbS2q9VvGwHMRhVr 12TXlS8+Dc91kS/7X+6vtV1qJF9K4UHGA44ofdA/HBuSw9ippEEZA2gH7xP4dWI7qe45z4FyrWvE 8tV7iOpOFFEkj1JyiGcI+6cKFaDEIyyBYG0BNnALMO6rrohuRJ99eBLe+kJ45GcYER3U9xznwLlW teJ5ar3EYF1DWmjlSMysCW99ITxyM4w42Oh5dAuxkU4G2Wk3ylHNw7FK01wjaxvlFqmYFJ/Zw4OX fVtn1D19vhu5meInN1a167JrypefAuSd1TXiN51dvmsC3M5XEwTvzXmym2zIdg8xsNIhhyFiXWHk 3rjSyhQ2iDYcGqGtOXeJGc0iO5neIc30CpVTVRTiJnMmimHSb5llQxuHYUR+7tbfBlxZKOOIabU4 tQShIJUTsAbNKmR5mcBGxhtsdjHFJt2E2CweSym3g1r12TXlS8+Dc91kS/7X+6vtV0WPEbW55tJt TCtpZFm384+tRHNg3MYMw9VS+RjiX1LB/lFic4PViO6nuOc+Bcq1rxPLVe4jqTFvRpZFtWW37K02 cIOE04l1pDifmrSFDgOHdV10Q3Ik++vAlvfSE8cjOMCI7qe45z4FyrWvE8tV7iMC6hrTRypGZWBL e+kJ45GcYd0asKo+bGVsL/6WEVYuw4lubPkycNv0CG7mZ4ic3VrXrsmvKl58C5J3VNeI3nV2/FS6 PJTDTJuatJ/ZRNiHLNhYGLyjMcGpjgcqlLlDYbKfISPwpEdyu8Q5u3Syr01m5T1pBOKQf8RQvUDn OKlXbn8JLlIiZgpMVEjGEWfs0Hg2Tw+SgpbkpdDrAmDgOxUOv/qIgftLPqN/85OC2lzTWwvlCswp s4Na9dk15UvPg3PdZEv+1/ur7TMo1qWy2IjHj+zYbKzv2bHPkpFRLkZFvRLxtdeWXFnbJNpwACTY BaTSRwHYyRwUDYAWWUpVZ+9Zj9dvViO6nuOc+Bcq1rxPLVe4jqzKFMDNIuEIsLDy2/IojBqfHiZV Vl7wNq0tBpfGR8k28NlvPh3VddENyJPvrwJb30hPHIzjAiO6nuOc+Bcq1rxPLVe4jAuoa00cqRmV gS3vpCeORnGFOY8SyTRkcbLWGVLSDsqsxDy2UWtTjilrUVLUSVE5STs4DLLsQ8hlltbjqzYlCBaS doCkuuXzaKaDkY+zB2jEg/LWOGzF66C5GbBbOwDs2Qv66akf9c9k/XTUj/rnsn66akf9c9k/XTUj /rnsn66VsqXpXhYZ/sh1zoyyizQbyywW2/OODDdzM8RObq1r12TXlS8+Bck7qmvEbzq7fixUm0sY m8sfgn/mOpsCrMaTsEcBpHQT8vjnoSITeutKvVD8RvHLgXNY9MRV1cKSL6FdIs2kq+UPXfeSikha Ck5CLDTU+q54I555fTTU+q54I555fTTU+q54I555fTTU+q54I555fTTU+q54I555fTTU+q54I555 fTTU+q54I555fTTU+q54I555fTTU+q54I555fTTU+q54I555fTTU+q54I555fTRqolXGiCJcFHbU 6s+q2ykNIZRCKCmJbCtqGRQaFvly0sG11CbKVorVC1eh70KS7GrH7Nm3J/MraGf1iKin46KdiYhw uOuqvlKOzS5prYXyhWYU2cGteuya8qXnwbnusiX/AGv91fabpVZEurTJIVwFKCFxJCsVoyI5sp37 NrBqPKTNq0wqVJtZYOjubVicg5zZgRHdT3HOfAuVa14nlqvcR1bo0tMDWtx8CxuLQl1O1bkUPKLe fBuaVgTATBcoiF3rMUq+aJOJLmSz/wBhZzgbeHdV10Q3Ik++vAlvfSE8cjOMCI7qe45z4FyrWvE8 tV7iMC6hrTRypGZWBALS3MYZajYlLqSTtC0YV0d4tVNiUg/91xtBx7F8D+GDcxkjLUtXN3EhT7qy 20SPmJGI2b5Nvkw7rHeyX+OVmwYbuZniJzdWteuya8qXnwLkndU14jedX0GvVV+ykL2Qg2/+tZT8 pIGN1G1wjY8m1gVWnyqvzZMQpKlsOC8eQMpTtjfHTt0go2HmEMiIhXUvNLFqVJOL/g71MdMdMdMd MdMdMdMdMdMdMdMfVmVYZVKwoRcay2tP+HfXy/ujHSd3SnXUqYk7RZGTR3QCrmTkHCbeCjrzkQ6p 15xTjizapSjaSd89S5prYXyhWYU2cGteuya8qXnwbnusiX/a/wB1eHERDEK0Xoh5tlsZVuKCQOc0 rPdIZbaXCSNWiOkWKiiLEp4oOU7+ThopSlrK1qKlKNpJNpJ28G5xIzLJEY15F7ERpCxaMYbHzRz4 zzjAiO6nuOc+Bcq1rxPLVe4jq3RpMZjV7rtpN8/BEuYspQfnDMebBBKSCCQRjBFKo3QmX2m4Cduh t9PyURSvmr4x2Dv5DnQtK0BaFBSSLQQbQcG6rrohuRJ99eBLe+kJ45GcYER3U9xznwLlWteJ5ar3 EYF0xu/qgtWP5D6FZx+ODU+ftz2RsulQMU0kNvp2QobPAcvl2sG6Y2V1RKhb8iIQo4uEfjg3M5k1 E1b6xCgHoRxVqdm9USoHykjmw7rHeyX+OVmwYbuZniJzdWteuya8qXnwLkndU14jedX0KvFTy2py by5u1BtVEMpHzdtQG1t+Xg6sBNY+WOFcFFusE5bxWI8IyHnpp8rLun/sN/DTT5WXdP8A2G/hpp8r Lun/ALDfw00+Vl3T/wBhv4aafKy7p/7Dfw00+Vl3T/2G/hpp8rLun/sN/DTT5WXdP/Yb+Gmnysu6 f+w38NNPlZd0/wDYb+Gmnysu6f8AsN/DTT5WXdP/AGG/ho5XasTnzpmvJZ8ltCcwpEzyaxgIiJjF OJOVJdN75MmDc01sL5QrMKbODWvXZNeVLz4QJSQQSCMYIp1y/wDxnPvGiI2LbBvIp5NuWxwinZGO 8NiPOq6aCdTUCwTOMAH/AJ19NOzc23TjfSF9NH4l+JXfvvuOq23FlR9eFU6rqqwztDbiT1mxYuIV vbCeE5rdqiUpQkJSAABYANjAiO6nuOc+Bcq1rxPLVe4jqqQlxBQtIUlQsIOQilb6vLq9O3GUpPWj tq4dR2U/u8IyeTbwpbWCbyjFAx7zKRjvAbU/dNo9VGrplYUJsUYVw7a2cfqIpqqzzwSXebX8dNVW eeCS7za/jpqqzzwSXebX8dKwVgi6xx6IyMbZQ4hoNAMpIFgJOyTj+UcCW99ITxyM4wIjup7jnPgX Kta8Ty1XuIwK6wpjKnzNsC0pa0Qf+pCvwwZVNo2TRqYuAfLToxHZChtEbIpLbqkMttKJnBONuZCu HsUk79hII8po3dFq0uy+jloxW/KYX+ANG6+1aedQ03Mr5a1BKRoDmMnJ9XqVsgDMaqzGGQLV6Ffp G2Um+A9VmDLZlFymNRGQTymnkZCMhG0RsikBdXb0ECYS5eiAY1Q6gQo8ByeU01VJH4JMfNo+Omqp I/BJj5tHx01VJH4JMfNo+OmqpI/BJj5tHx01VJH4JMfNo+Old64S+ssHCswbMS2plwqUXkpAIIsx WKODDdzM8RObq1r12TXlS8+Bck7qmvEbzq+h1qqEH1Lj5OkJdPynIcYgrbKdo71HG1suKbcQpC0m xSVCwg7RH0W5prYXyhWYU2cGteuya8qXn+gyuWRc4mDUFBtFbzh5kjZJOwBSr0khqvSpuCYF8v5z rllhcXsnoG1gxHdT3HOfAuVa14nlqvcRgVjkMPWKVLhHrEuD5TLtmNCtvg2CKTGXRUqjnYOMaLbz ZsIOzvjbB2+3S3vpCeORnGBEd1Pcc58C5VrXieWq9xGA40h1pbbiQpC0lKknZByik9lLsknMTAOg /s1fIUfrIPzT5MOW99ITxyM46tc6vrkE9dShBEI+S4wbMVhyp5ji4LPoEN3MzxE5urWvXZNeVLz4 FyTuqa8RvOr6HsZaT2qsunzZU+3oURZYl9vErn2xw+qk6qVNpOVLDJioYY9FZFtg305Rm36bP0O5 prYXyhWYU2cGteuya8qXn+gSKrUyrA+EQjJDQNi31ixCOfZO8MdKuVZgauQehQyb95YGivqHyln8 BvYUR3U9xznwLlWteJ5ar3EYNZ6qQdZYWxYDUWgfsogDGN47YpN5LHSOLMPHMFCvqrGNCxtpOz22 W99ITxyM4wIjup7jnPgXKta8Ty1XuIwa4VUbrHAhTNiI9kHQlnIofune2to89IqFfgopyGiWlNPN m9WhQsIOFLe+kJ45GcdWeyKErBLVQkWCPrNuD5zatsdFJ5IY6r8eqFjW7LbS24n5rg2wfw2O3w3c zPETm6ta9dk15UvPgXJO6prxG86vouxSZ1Xk83KlRUGgun/FQL1XlGXntpG3LWlAqgJitO0h9Fvr FmakTc6rAwf2bTEQP/G6B71lHapz5k2KlUQeKm+zUXVydostlMbj2mFHMKdgJzuRH+jL6KdgJzuR H+jL6KdgJzuRH+jL6KdgJzuRH+jL6KdhppubGeYV0U7DTTc2M8wrop2Gmm5sZ5hXRTsNNNzYzzCu ii5XMGzYuAik27bKh+FOx0d4HEeaV0U7HR3gcR5pXRTsdHeBxHmldFDL40AkwkQAMZJbV0U63f8A 4Ln3TS5uhSKtLStJSeuFYiLNgUIwaySKbxFZpk6zKY5xpcQtSVoh1lKhblBAx00uTzcWY+ir6KaX J5uLMfRV9FNLk83FmPoq+imlyebizH0VfRTS5PNxZj6Kvoppcnm4sx9FX0U0uTzcWY+ir6KaXJ5u LMfRV9FNLk83FmPoq+imlyebizH0VfRTS5PNxZj6KvooKtz23vLMfRV9FGamVjfNiJTEDjgI94ik Hcyn8QQYgw0KnZv3L4+RNo9dJVcxlMEpLkc65GuDHen5CPIMZ8tGGWoZlLLDSGmkixKEJAAG8Bhx FXZ4qJdIk0wIKyQRCr2+CmlyebizH0VfRTS5PNxZj6Kvoppcnm4sx9FX0UubQcVAVdiGoyGeh3DF qUEvNlBIvEY7DsYj5MKOl0JMoZUNGMIeZVlSsW842jv0m1yxlxSnJRGaFbjDMRaU8yhjA4QaRdQ6 xwZNsuU6nYUyoLt5gbfVTS3PQbOwsxxf/ir6KaXJ5uLMfRV9FNLk83FmPoq+imlyebizH0VfRTS5 PNxZj6Kvoppcnm4sx9FX0UioOKgXdCi4Z6Hcsvrx1BQqzbsOBLe+kJ45GcYERV2eKiXSJNMCCskE Qq9vgppcnm4sx9FX0U0uTzcWY+ir6KaXJ5uLMfRV9FLm0HFQFXYhqMhnodwxalBLzZQSLxGOw7GI +TCn1VpbWJmyLaKX0ixD7eJad7fG8aTO5nOoRRVBFqOa2L1QQuzfBxeQmjlWJ80u9VJo8n+WHUoe UCmlyebizH0VfRTS5PNxZj6Kvoppcnm4sx9FX0UgKvzpExhVrlEwSkPIJJhlgAXw3sCYS2DmsKqF jYdD7KvqqGQ7YOUHfFJvcscClOSiLSpBxhmIxEcChl5wOGkVUysUIohyUxCrNloBwf8AzbTS5PNx Zj6Kvoppcnm4sx9FX0U0uTzcWY+ir6KaXJ5uLMfRV9FNLk83FmPoq+imlyebizH0VfRTS5PNxZj6 Kvoppcnm4sx9FX0U0uTzcWY+ir6KaXJ5uLMfRV9FNLk83FmPoq+imlyebizH0VfRSHBEM0CCCEAE Hg6tZJFN4is0ydZlMc40uIWpK0Q6ylQtyggY6aXJ5uLMfRV9FNLk83FmPoq+imlyebizH0VfRS5j Lo+AiJkYyBiYYLQ2El5pSL6wqtstGP6OMdD1LKYqYqYqYqWDepYN6lg3qWDepZvUs3qWDapYNqlg 3qWDeokAZP8AMLpy0rrbYlQJRDoSobRtJzEYEia0asEtasBv4poY8mNQ/wD0NWSskHVyBLz6kqiF D9iwD8pZ294bZpHRr8wjXoyJWVvPKKlHf6MCokIYuuUvFlqW1F1R2r1JI9dn+vK7VljatQcK9BtM OKecKFB5KiAALcVhFNVWeeCS7za/jpqqzzwSXebX8dNVWeeCS7za/jpqqzzwSXebX8dNVWeeCS7z a/jpqqzzwSXebX8dNVWeeCS7za/jpqqzzwSXebX8dH7pVYnmylDkMyT9ZtnH/wDRNIqLiI2IXERT 7jzy/nLcUSTg3LJOpDUVOHU2aINBZt2QDao+UAcx/wBeXWO9kv8AHKzduq5IIisM1RCMgpaHynnb MSE9O0KQUIzAQbMJDICGWUBCE7w/15dY72S/xys3bavVZmFYorQ4Vu9ZSf2j6x8lHSd6kikcJV+X Jg4NJsyrcV85xW2f9e3QpJMp5AQTUthtGW26VLF+lNgs/mIpqfVo3L9oa+Kmp9Wjcv2hr4qan1aN y/aGvipqfVo3L9oa+Kmp9Wjcv2hr4qan1aNy/aGvipqfVo3L9oa+Kmp9Wjcv2hr4qan1aNy/aGvi oi57WdSrDLQnfL7f4KpC3Lp48Ro70IwnZtWVHyAWeuksuXyuEWHI992NUPqWaGjyA2ny0h4dmEYS xDtIaaQLEoQkAAcA/wD5tf/+AAMA/9k= ------=_NextPart_01D61BB7.882660F0 Content-Location: file:///C:/D5824541/04modelocognitivodelidiomaingles_DaisyGuanga_archivos/filelist.xml Content-Transfer-Encoding: quoted-printable Content-Type: text/xml; charset="utf-8" ------=_NextPart_01D61BB7.882660F0--