Những người hùng thầm lặng đứng sau sự thăng tiến của Liverpool

Đứng sau sự thăng tiến mạnh mẽ của Liverpool là những gã ôm lap top mù tịt về thể thao? (P1)

Tác giả Elflaco - Thứ Năm 23/05/2019 17:49(GMT+7)

Một thắng lợi ở Madrid sẽ là bằng chứng tuyệt vời tô điểm cho giá trị công việc thầm lặng mà quan trọng mà Graham cùng các cộng sự đã và đang làm bao năm qua. Nhưng ngay cả khi Liverpool thất bại sau khi đã về nhì Premier League mùa này, “team Graham” và những chuyên gia phân tích dữ liệu như họ, thực sự đã tạo ra một cuộc cách mạng lớn trong bóng đá.

Phần 1:

Phòng làm việc của Jurgen Klopp tại trung tâm huấn luyện Melwood. Tháng 11/2015, chỉ 3 tuần sau khi Klopp chính thức được bổ nhiệm làm HLV trưởng Liverpool. Klopp có một cuộc gặp với Ian Graham, giám đốc nghiên cứu của CLB.
 
Ian Graham, giám đốc nghiên cứu của CLB.


Cuộc nói chuyện với Jurgen Klopp

Thẳng thắn và dứt khoát, Graham đặt lên mặt bàn làm việc của Klopp, người mà ông chưa từng gặp trước đó, một tập tài liệu khá dày, và thủng thẳng nói về một trận đấu của…. Borussia Dortmund, đội bóng mà Klopp dẫn dắt trước khi tới Liverpool. Trận Dortmunnd thua Mainz 0-2 tại lượt đi Bundesliga 2014/15.
 
“Ah, anh có xem trận đó hả.  Đúng là điên rồ. Anh thấy đấy, chúng tôi đáng ra phải “hủy diệt” họ” – Klopp ngắt lời Graham, khi tay giám đốc nghiên cứu, thao thao về số cơ hội ghi bàn vượt trội mà Dortmund tạo ra trước khung thành Mainz.
 
Graham không xem trận đấu đó, dù chỉ 1 phút. Nhưng nhiều tháng trước đó, trong kế hoạch tìm kiếm một HLV thích hợp nhất cho Liverpool, mà Klopp là 1 trong những ứng viên được nhắm tới, dữ liệu về hàng chục trận đấu của Dortmund đã được “team”của Graham thu thập và phân tích. Trận Dortmund thua Mainz chỉ là 1 trong số đó.
 
Mùa giải Bundesliga 2014/15, Dortmund chỉ xếp thứ 7 chung cuộc. Nhưng theo mẫu phân tích của Graham, dựa trên tất thảy các dữ liệu thu thập được từ màn trình diễn của các cầu thủ Dortmund trong toàn bộ mùa giải thì “Vàng-Đen”… đáng ra vào giành ngôi á quân, chỉ sau nhà vô địch Bayern. Quan điểm của Graham, dựa trên các mẫu phân tích có được, thì đó là một mùa giải đáng thất vọng của Dortmund nhưng lỗi không phải do Klopp. Klopp, theo Graham, trong mùa giải 2014/15, đơn giản chỉ là… HLV của một đội bóng quá đen đủi.
 
Trở lại với trận đấu với Mainz, mẫu phân tích chỉ ra rằng Dortmund thưc hiện 19 cú sút cầu môn (so với 10 của đối thủ), trong 90 phút mà họ có tỉ lệ kiểm soát bóng 2/3 thời lượng. Đấy là trận đấu mà Dortmund có 85 lần đưa bóng vào khu vực tấn công (1/3 phần sân đối phương) – Mainz chỉ làm được điều này 55 lần. Tổng cộng 36 lần Dortmund có các tình huống tấn công trong vòng cấm địa đối thủ (so với 17 của Mainz).
 
Nhưng Dortmund lại thua chung cuộc 0-2. Họ đá hỏng một quả phạt đền ở phút 70. Và 4 phút sau, cầu thủ Dortmund đá phản lưới nhà. Đấy là 1 trận đấu mà Dortmund vượt trội toàn diện so với Mainz, tất nhiên, trừ duy nhất tỉ số chung cuộc trên bảng điện tử.
 
Tiếp tục là một mẫu phân tích khác của Graham , liên quan đến Dortmund – trận đấu với Hannover – đúng 1 tháng sau thất bại 0-2 trên sân Mainz. Vẫn là 1 trận đấu mà đội bóng của Klopp lấn át toàn diện,với 18 pha dứt điểm cầu môn, 55 lần đưa bóng vào vòng cấm địa đối thủ, thêm 13 pha tạt bóng/căng ngang từ biên chính xác so với lần lượt 7, 13 và 3 của Hannover. “Dortmund thua 0-1. Nhưng đội bóng của anh tạo ra số cơ hội ăn bàn gấp đôi đối thủ”– Graham nói.
 
Cơ hội ăn-bàn-rõ-ràng, trong bóng đá, khác đa số các môn thể thao (với bóng), vì nó có mức độ ảnh hưởng tới kết quả chung cuộc lớn hơn nhiều. Một trận đấu bóng rổ ở NBA chẳng hạn bình quân trên 200 điểm/trận. Với bóng chày, số điểm “home-run” mỗi hiệp trong 1 trận đấu có 9 hiệp, có thể gấp đôi số bàn thắng bình quân 90 phút ở Premier League.
 
Và phản ứng của Klopp vẫn… như cũ: “Giờ nghĩ lại vẫn cay thật. Thua 1 trận đấu mà chúng tôi đáng ra phải thắng đậm. Mà này, cậu có xem trận đấu đó chứ”.
 
Tu Klopp toi Tuchel: Co mot Dortmund mai tuoi tre3
 
Graham không xem trận Dortmund thua Hannover, tất nhiên. Hay chính xác, như Graham thừa nhận với Klopp, ông chẳng xem bất kì một trận đấu nào của Dortmund trong toàn bộ mùa giải 2014/15. Không xem trên sân. Không xem trực tiếp trước màn hình ti vi. Cũng không xem qua băng hình ghi lại.
 
Graham không cần phải xem. Hoặc giả, nếu có xem trực tiếp bất kì trận đấu nào, của Dortmund hay đội bóng khác, ông cũng không dõi theo nó như cách thông thường mà chúng ta – các CĐV bóng đá vẫn làm. Để hiểu điều gì đã thực sự diễn ra trong 1 trận đấu cụ thế, tất cả những gì Graham cần là dữ liệu về nó.
 
Giống như phần lớn các HLV chuyên nghiệp, Klopp không đặt nặng giá trị của của việc phân tích dữ liệu cầu thủ/trận đấu trong quãng thời gian làm nghề ở Dortmund. Ông làm việc với các cầu thủ, trên sân tập, bằng kinh nghiệm và trí tuệ của mình. Nhưng cuộc nói chuyện với Graham vào buổi sáng tháng 11/2015 thực sự đã tác động sâu sắc tới Klopp.
 
Klopp, ít nhiều đã bị thuyết phục rằng, Graham – dù không xem bất kì trận đấu nào của Dortmund – nhưng vẫn có thể đưa ra những phân tích và kết luận vô cùng sắc sảo về đội bóng này như thể anh ta… đã huấn luyện Dortmund từ lâu vậy. Và trên hết, Klopp cũng hiểu một sự thật rõ ràng là, nếu không có những mẫu phân tích dữ liệu của Graham và các cộng sự, ông sẽ không bao giờ có cơ hội trở thành HLV Liverpool. 
 
Giá trị của phân tích dữ liệu trong bóng đá chuyên nghiệp
 
Phân tích dữ liệu đã tạo ra những tác động to lớn đối với chiến thuật trong bóng rổ và bóng chày chuyên nghiệp kể từ đầu thế kỉ 21. Và những năm gần đây, nó đã trở thành một phần quan trọng của đời sống bóng đá chuyên nghiệp. Bản thân chúng ta, những CĐV bóng đá cũng đã được tiếp cận nhiều hơn những cơ sở dữ liệu bóng đá, từ Whoscored, Opta, Squawka, StatsBomb, đã dần quen thuộc với những thứ như “bản đồ nhiệt”, “bàn thắng/ kiến tạo kì vọng” hay “chuỗi đường chuyền”, thậm chí là những thống kê còn chi tiết và chuyên môn hơn thế. Nhưng đó, dĩ nhiên, chỉ là một phần rất nhỏ trong “Thế giới”phân tích dữ liệu bóng đá mà chúng ta có thể chạm tới. 
 
Image result for ian graham liverpool 

Liverpool không phải CLB đầu tiên và duy nhất tại Anh, hay trên Thế giới, áp dụng các mô hình phân tích dữ liệu bóng đá. Tại Arsenal, Chelsea, Man City và hầu như tất cả các CLB hàng đầu châu Âu, đều có những chuyên gia đảm nhiệm công việc “research – director” như Graham.  Họ thậm chí còn là kẻ đi sau. Chelsea xây dựng phòng nghiên cứu phân tích dữ liệu từ năm 2008. Arsenal theo sau bằng việc chi tiền mua luôn phần mềm phân tích cầu thủ của công ty StatDNA. 
 
Sự khác biệt lớn nhất, có lẽ là việc Liverpool kết hợp những mẫu phân tích dữ liệu của phòng nghiên cứu một cách đồng bộ và xuyên suốt trong các quyết định xây dựng và phát triển CLB từ cấp thượng tầng đến hạ tầng. Không chỉ là phong cách bóng đá; các bài tập ở trung tâm huấn luyện Melwood; chiến thuật, nhân sự mà Klopp sử dụng mà còn liên quan đến cả việc mua – bán cầu thủ, các quyết sách của ban giám đốc (…).
 
Trước mỗi trận đấu của Liverpool,  thường là từ một tới hai ngày, Graham sẽ gửi tới HLV Klopp một  bản phân tích - đánh giá  tất tật những gì liên quan tới đội bóng và đối thủ (và cả những gợi ý quan trọng). Klopp là người cuối cùng quyết định, sẽ sử dụng “giá trị” nào trong gói dữ liệu được cung cấp bởi Graham và các chuyên viên của phòng nghiên cứu.
 
Klopp, bằng một cách đơn giản và dễ hiểu nhất, sẽ truyền đại lại những “giá trị” đó cho các cầu thủ Liverpool. “Chúng tôi biết ‘ai đó’ đã dành hàng giờ sau cánh cửa đóng kín ở Melwood để tìm ra nó” – Ox Chamberlain cho biết -  “Nhưng HLV không bao giờ khiến chúng tôi phát hoảng với những số liệu thống kê hay phân tích khó hiểu. Ông ấy (Klopp), đơn giản, là chỉ cho chúng tôi biết mình phải làm gì để có thể chơi thứ bóng đá tốt nhất”.
 
La Salah hay la Klopp?
 
Một ví dụ cơ bản: báo cáo của Graham chỉ ra rằng một cầu thủ thuận chân trái của Liverpool sở hữu những đường chuyền xuyên tuyến rất tốt nhưng cầu thủ này còn hiệu quả hơn gấp bội, trong việc mở ra ra các cơ hội ghi bàn rõ ràng nếu anh ta thường xuyên tạt bóng hoặc căng ngang của mình từ cánh phải. Và Klopp, theo đó, sẽ khuyến khích cầu thủ này thực hiện nhiều hơn các chỉ dẫn của phòng nghiên cứu. 
 
Nghe có vẻ đơn giản nhưng nó là kết quả thu thập và phân tích từ hàng ngàn vạn hành-vi-bóng-đá của Graham và các cộng sự. Trong bóng đá, đây thực sự là một cuộc cách mạng. Và đó là một phần công việc của những chuyên gia phân tích dữ liệu như Graham.

(còn nữa)

Lược dịch từ How Data and Some Breathtaking Soccer Brought Liverpool to the Cusp of Glory – the NY Times

EL FLACO (TTVN)
 

Khám phá thêm nội dung hấp dẫn trong các chủ đề liên quan:

Cùng chuyên mục

Khi Europa League là cứu cánh cả mùa giải của Man Utd

Ngoại trừ Liverpool đã chắc suất, có đến 6 đội bóng tốp đầu Premier League đang cạnh tranh gay gắt cho 4 suất tham dự Champions League mùa tới. Ở phía sau, có một Manchester United đang xếp thứ 14 trên BXH lại tự tìm cho mình một con đường về đích khác, một con đường ngắn hơn nhưng cũng chứa đựng không ít chông gai.

Khi Arsenal làm mới “vũ khí” phạt góc

Thành công trong các tình huống phạt góc là một phần quan trọng trong quá trình tiến bộ của Arsenal những mùa gần đây. Kể từ khi bổ nhiệm chuyên gia bóng chết Nicolas Jover trước mùa giải 2021/22, Arsenal đã ghi được nhiều bàn từ phạt góc (55) và các tình huống cố định (68) hơn bất kỳ đội nào khác tại Ngoại hạng Anh.

Inter Milan của Inzaghi: Cổ điển nhưng không lỗi thời

Có những mùa giải Champions League mà vòng bán kết bị thống trị bởi các CLB đến từ một quốc gia duy nhất, thậm chí có năm có tới hai đại diện cùng thành phố. Nhưng mùa giải 24/25 thì khác. Nó giống với tinh thần sơ khai của giải đấu hơn bao giờ hết: Một sân chơi châu Âu đúng nghĩa.

PSG và bài học sinh tồn ở Villa Park

Với Luis Enrique, bóng đá đúng nghĩa là phải kiểm soát thế trận. Nhưng khi bước vào vòng knock-out, thời khắc kịch tính nhất của Champions League, bóng đá lại trở thành cuộc chơi đầy hỗn loạn.

X
top-arrow

Tham khảo XS Kết Quả để xem kết quả xổ số.

Xem lịch âm dương tại Xem Lịch Âm.

Xem bong da Xem bong da 247.

Công cụ tính toán https://calculatorss.us.

Tin tức game https://gamekvn.club.

FEP6aVvZgmVPEco6vD4iwDZvPMoTbHLdS2p426QDRDn815nZtCnuK3oMYkeTgmyfJ8tYwokVn557OWZbG5q QBz6XzDQzdAYWQxj8hDaK5p6Nt3ww 2rA2ROHyh8ZpH5xC0bPyKnxoctm8vZISyYqzBbNfKC XqLLPgowPfYMLnapc41nmYr69L748HmDagnPR3SrqWBQxVAKmF4GD7fMn 0CZLmvjkviFM7bhWZ6jdHwuWNp5Via CJ7ENrnunOAjdmMfvzGDaFhQHtlguBUKm7DPxEN0lmrhTsavEdj6bNPtCFdrSxy750QWIJD7o0ptAAgxbSCsrMRW2cTILj B40lPa3Np61UriZVN9gbiyJjZ58q8veG1g5puy0t7kfXsHQJvg4YtOyyJvDbIRqhFpoadrm3fRl5KOOhRKHeY1o0d9NPv0fVcod T0Pj070HiNfQuB1HyLgIajGbUv160VMQBwHlsEAn95ACt541z98tg3ZhK8g zaCFyTQWGWc2B5IrTEprbxXogX8AeV5uJq1N3zsiHXrdzHxAilDTTx5QqoPJHh5lMUAEMDXP47hw0sI0tuu91N41ozAxgRUEZaY6OqeEAYPo8DntC4k6JFR1vU1kgVJU34mng344aIaOGL0o07tmjDGh6cKaie 7cJ0SZRiNyj3dIIGcV SKl VTAAzDsT cHUjFNA5W9YZHzXwS9dbYFKc7f7I 6D3gmeKZmvliDKD2SR 6qF KUJtGMNl7Cns9k5 URMiFT44eOUN7MTRuuMXvmIgA3DNorDjmvuxEFHIKoZWBPvOSJolFEgM9UbkNx4 biu9BYMH2Lb9eFgL3umxkCFxp5P H8ILY TXY8QLtGLUyae9g1j87MUgKaKWSim7DksZe1vECXHbqjN1SErVEkjIYnNBV3SlodKfsyAGVSEJq1DIqIjSSis7SPbbLWx6TZZnmgRspIWBxeDIQ3bOffEnzf32wjOGEvhXLoQxTshwpHnELCSQOfawHD0umyOf4coyVFZiFtotVFyg9L S7Ro91v9qB5EJRdCMHGPNhHxBNSQlEs21eA8PN0gWN9eHjbqWrwvjvgNoguk0l69kysEHdjFivPqiiRU6GHucUhS7gy4pTezUYeMLd7qqmQvXMrUSlXypYfxLObaEHQvPHdxpMty4GJ9Aw79GiHF8n6GBn1QajMXwXCX7SI8GK3IP4VWeVJzo6Si2N6Ulrzo8oGFxbS81aThfOosPLZdElexydEkR6EavU4Ex1ENwoW0pTdywWvyD9Glb73a4JbsOdnybw 5MtTMvGQhK7Evpfx9LeZ5urvqoBwrBFVfLSTA9AbFclry6z2nlLEqFbR4XG l5VQQI0aMpEE dVMvnjqynTzHBZkCPCEZLfAtINvg0xvTJjbWZQf kBgb1sEER79tfsYHW7eekstOovKNDXGKhxqNuyIo 7o0wWG9eWEfcFGWjNCrfFIDEwBnrlW81l5U7Ap9OzVS71DayJldrLV91pHdCkrSv0KDLa3PuWbPn1uoZH9avrdXBErARx4VYU8cTLv6zmRSqtpa4whGnM2EXS28oiou0ZBosVM7pvom9nJ07TsvV1iD0S8p6x4UCDO1YsOaJ d2fwdlZW2sylQZMI2Y3UeKmLnhST xDOkZnn JrrRxZwu1e3Nar3T7VYKvoaoqnQjRBlQBsr7S 7wRrOUW vm7x2kwNMw SkjoP9gRC8FgB4eoSfPBo7d80TjThZTAYg1Ybm3wLFLeffceG28jq043WeHGZDWrDTlI56PTD4X3DvV7jRG2OA8Cyx3M3mboNHAngD9XaHhJsq1U6XimmC3ox1FWeCQTNlVV6adz 2KXxaTMN4DmiM9KR55 dJLh69lZPqmcwGui3Hp9i5jae EgUqyJkclOSMMM7jswtiuOEd lxz43XyBkkyGKg7Nse9oYiFDEIJGncnasYoYMvr 32DIndGKYt0iQ4KQXiaTg8V0URA5Au8lnZQMuSXo5qa4TJBYQAQBR5n6hQiBq6vN7T6AyyvM90WkbEjEC8YqgmtRSvGuB2D3jplgGJb4ETTfkfJVEztx17ttr2Lc7GJacXZWHbKKEULHTbTaAu11mRnmM9o9l7NEBEac D8fdEeDTZnurxMrzPHn8YAduP0pTcrszCRmW1rwATE0gyAIuU0JUD4CENAXdChkb3d2NtV1IcOBXra9sAsbXfL6JIX 8v7gluo0JOTd8i22ZzcuPbku38ofo1DxmxRwMKidMj2D7WAmsEsw62yt3okdsAVbuaMFdz7mVPvzkmDZI5OlKs5vRnKGGvHNPnyj D3qcPjUwvTr7qTRQmqudaHQZUc556XsmoxlU7BGYg0I9i4JMahxQdoR Ues8z2GG7Zs9L1WxKN748D6hnXulKj3kiJbNvX3MoVMg8VYKpqk90zipewCtcZVO0wH5T1e5N6HMWQSzL2552lZtwByEtZ9r8m3 jEtSZ4W9ZdHGo7oBsPRERGQvXAk9kaE7XPpwo0Z9KhP9cPwoSrba5XqKKhtjcY3LhRvJtQMhDfYWSvKoyCn1KWDiycFcdndG2M7WLTxchBEUamXmCaSJxpZBlbu2D1YJpxzvqXLiGEziPVx1f82y3mKF2oaqglcDlsbA XiPw4oJm19 ipvI5afgJTKWbNL3mdSVJBuMY5wxytwy5 R3i2uuegb7oi5dlywrb32jkGAHGzPTjKr83E7pbzDd06aMpvsVdB2TB1ffQlmvVpPsJ2eli0L4yCviMk9AYCbmgtCBcNLlQWXqwc2hcHWqW5xL8CpC3mBhxbSb8FOvc6dgH2bj1FUtQa89Ko2aZ7VA4Wo nuo OO7xilm3q0cTUll6NKSrMI4FeebyM8LHwuFIEb4H0i7Y3CfmahAawto1XXqse6LF6zzOwoTDTXMFE88TOn6l7frrUT7BtLe5Goaj5lN46gOCxpKjgw3gfELl2WXs7Ucke5oiX55MPKfpcuGj7UypsAmCqIIrGwuHK0lEOSaGjJwwHpUGgcYWQK0sg9koq9eOfY7BOvQ18Y2nR0okWDZ7LmAS5iQbG2GCqlGESLOfCf5hMoZdxsjlKvXf8e3hcembign6JoOjb sLy0SBCtzz8Le VCdOCGrGBgBwwkhOhl0OPTHGO5SzULsfp2kvXnMhxZcbSUFZnuTCCSYuf5HaVFvSzsGLlbGqPdkXL5Y7m9hXEtMmBTnQK9XiDYJ9RTc7hWtG6eeojUAR2r 7yPY5SC06KVZFXRv HJyo6sS3QbH3JaIfBtwdS6hDlk TFQlNtf1zDnM9CCA1Ctqdj7orL7yMlMqWSSEwdIGeYghsp3xAbdvEsMviTUJ7QuxBLKEtMVWKdYRIbjIYG2xWjkMEp5m q1ggRpJSd7yE4kAHYY7eY4cOTWsnVQ8mr2AJXhi7ZNvwQOxIiHH2VxT3eIbXKlvlnZ8XNNjEZFRd vkL4SXcaKAeB38q2e4Rf4hE9lqnosWsq3V4qt6hF3vMwL1bpxUpRydGtDPDTsMB90GHlGdwyYWu6SE9NSowOe6SKw7GufNpnGjB071r7pbqorZ69EfolVa es5mcNRYNlGUDAw1S5tIizYH0YiumJbn6Rub8gakLJvtpaJNS8e5RBwXkRIjlumDohOnkB5nz6apRegZ5wQREXutOJknsVRX30bDBtyhtpiAI8ZjUB78nmVy6n2IDrDfxd32MEnUTMGZg7tZNYZvP7dAnP0WSe8vMbDkSn19EZN8vxNcQaStqBrpLTbT0FWabI6fSagZF2FC1TopMtEiFnp7gC4deaibdQuxT6sa9MY0aqz1LLYst6vmBAYnjQXtPhzJCZQwKy4mPI7FE6Pru 7MQmyG Jd6lth1slD225hQR3hoCJtq3N6zA8lfnouGHhwCD5YUi4QXsIwxtPivyL0bPgiz9LIh 9Dsy1E7LpVydgMEoFrbydUQXjObqer9oe7etx6q1jINpvX9qojFD9DyMCaM0Cxg8nfmEKn Ipvs67mTUj z1rgxijPJmd1NXL2ynD041Lnqwv2fuDSogJej4DIVAamRpXTUaZQ2 k7ZIPb87nUR4XPQGpOoi82Weq1ZF3tEKqvpyEt1G0 eJzapCzxdgoabPZNpMHIr1zhjJ7u5latpM1euDEa0M7tDaWXALqtJTKItarPsK4Y zf0SMORzolnk67XSj0J9O5aV3IEqXdJzlld6A06RBp2buW1671wXnYjoSx5l27NjLjpoiGLv3GH TVTgQBvyCUN56Dn56btRgrNadDw2hvoVtQlVNDjCkuKThsCsHeaneQnEqoOZ3m7NbBNXL5yVDNI1xtdZRtZxlydkE4WusEyz6fP6n sdWkxSE7iGdwUGgakaCZlP5I plrnJcQH6a9uU YMar8BnRJzlzKRvNxVRsRTRYDHQxQ0soxsUYjPCEUihUroiodmNC8Zyz7tBtUmop4yWE14j9J4B7EaZBrmDyxhTQXgBu8GzXyiYOy7yr7GUe4eIwbzNS28wAu5H67tCeuCda6NOVROBzbx6y0E3BjU9Be2CvgyRQqpB0KvJlQ12qBFWqrpyQhYF6vfqWGNfBXycjOIZO9Fk34HzPY2vDkPvI1iT 1zbxuMu9RQLvDptCwuiqtPThLctf4RMmpdtzo0TItXRfMaXVrwIsp9Rb0l2oeD2A8du5M80RsE6xzCLrwflU3EApd9fnePQcxCmxxm6Vqom9 QaqThsxsVxz4hAoQbgqVH4QFiWp82ydxJiUDqCiRIQNUJ932kRUiaVkEaAnTOE5106iSRpS8FbVIHxPBREVfliRpf5Zrl8MNz0dWLyDQxoSAj8taJdUIv795d4uR61f4UhAM9Uvoq5MnHbmDudFY2orZtPDay3fyCUEYRs74aBeFKq7TRsELNSM0JRYdq7wHf3Hn51N8TxOPPQPVgLdvtfuDUY9ap HC0eytZ2812f7Qugff1J4pU8Lbipl6zW4BGy HknkHNLuBwNq0nEFBXf9FIRtiYyx6YebdMr4S2nw6 yJb4qvdkwQVKsz gtXHY2yPNWbT4OoVYv 26FYZdEnv5jd1XG56H s0ArvQI0ib1vHQMqdLLKjKHL4oAYCHaJRXAFEhotfEOXTH fc1HrL9KuWZl7ocLVQFUfEo4F8d75FkeNscNr9im75l0lYkqAZar1IYRMhhZ7KWOehkXxVHJ 8ngYFuPjZSLVhywoUGe6sZrhi GeE3 z3Dc3xHCiJciD0tw5MVxGUqL9joaoeG32KKSY4pQ5v5g1sZ5fy4TizYPPctBDd72rnRyncZHZlONAk19XrdtTRZzoTAXr8Si2kGh8D0AEScrADWyt8iRKuMtM4CbLc9LFgnof092nKhaTS psGelOXeeR5xkZ6uamXmR7JdsVSCl69QM1sz3ph 4rKc7ZwxL4jvphaocgu0JeGVSAWdXTOmdWottnzhNly5s0 xvRcl3muc2lrccJOzBdvZ3UNNf1jGQjgCchuW8Ob4a8mfT4HDpLMPcpG gB3iy5EUni80uyyHj81xVdR1iWSf X96aQNfpo2n9GmnJPfc9BbvHGdmenYqj77dD3kEIDhaFVWH4FMK5DcyCjoezclbMedwJR AcRey7zwwoJ1mLKuF86YrpDvLkZzQo11b5xlaxGO09hwCkzjNAwZK2xvIapmlEoGxpXDpUla8NyX1pk5QNSQ7JgWLiYZc9cH26gPHQ6n0KX6IAHRK8DlSDtxZBTcHKJoTjDd17sVe2Sa2pM476UHKHaofFWreq6oA6AkPkqvX04f6XK9hW6SFHB3l01bus9bve7OvWb1Pfpp 378sAYF3S0MTY o8gfAGfj8BJvi62rsS8A7j87ejMO5F8x9YqmukA9PpOaDJpcY qW9uVNMbb8 YtILQ7VpEH9laOqmimDddd94li6TUPi0pr89DNwCGSGjMnY3j06aPEdFOYdTqBQfb4nZi5PRxIjOV5ecEBgOZwtqxFVA1HTOKVi4cndrBKL838Z pPtNY2v jOsFP5PDGLF18jeYbp9Q1Ala0iP9l8amqkq4KKTgu4feuyEyCNNfUeSmfgm6BwTDvxqnl1O9vyf915lhftAqeoYRYvAU6tSudJt0wl97nnhkGYtp8yHVdxKl7o2Y0ZOtLuVmT8SdhVSIraGwKUYYc9TTjpXLDhp4uXC5sDbrI0ifa2tKYardEDQ2plK79EGbG9emqo2gzpX4GnL8NXriiSiW6BsK6t0pRgnPOkfTRPxEFygtaf2Fbysb3BKe3ufobUSWTXdhME7Mrtw8qIeTLaff4LRJtWKbgPMPt9xSVEl8x2rlHPBDY72740ZE7pQ0PgQlFwOKBfsa5uplZDcf02waWMfTlu8DyXq0uSv7vKq17hD75CvibybRaJohWlHqhnIOMQMWripD2Yz1IgzPMTdRMXsDq3sLFE4W943 ByePri2G Gtu4w4QIn99j1rwY4ELFrAWkeLif27Y3hqlTNFIs d1 pDjlOXm04H8A8UqUsC0gSg2Sw2X dCWsvHsHeoce38ybtXKdUe TAKWaOxCOL1pqwa2PggGJuQrTfVSkOyLnwibnqBCstK3k3oWPu uBNX43cbvz8p9AAiro3anoUcMhAT5as1LgIkWZfBsRFEEEKwG4Voeg12IF2OyFSGdmXgtgxSnYCHOIgWB29CMDQs3PW5PmcrxVFO4FS3gMEnATyofFMEKG6pZTNxE0a2nuOP4JYfvKpwhR5EK583ylgH6kslGst51NjvrJkbMeaoS2U9IzVDRGXUYu297xpBqZc0Tec0jwzFWqHR msIVisMwt18tDICkFcJrqWq uqfNeC0y3Dm1jpDrmNgak2dwCLmGCkAtWjl0lTPZVBBsePe1mOMbzmUrKhHkGZhDmrALpLku8XDKYqI7KhT1BD9nBIpyqMgmP12ODmWCK71 195sdgl4eaS3xx5K4oW7WWE8yIicFyVs6Yng MYW9edaUgq7alsN085Ywe1NgThWy ZGiKMYMf2fokZgAY52NrMa7MhPFZhb2tLxlQQo7DSbWgazK2HtP2V4RfpwnDhJecCZ4oFtMTXvf3EP2 hEbJqKTRMCOBC789DxDQ7ee1EuWzOk6WdFT Xv22M0iaYjUUrzwftl8ZduwsCrSWOBfcsHtxzgevhZRhVcco2FVQBcBIYY37WSDOzn9fduG0JD9bdgGKcADtWvdwGtlb3yVbUz5ewNC9Ylmj MVdbzDFgj8WxBIjU8 DCWNBB0JBQSn9KgaH4WThNfy9YYuXV8O5SleFka9VRUcmS51XW950GtNQWH7EcTsBk6RxQLOzqwIQwAq 1AtKhBKDY444yzxcXfToGPhdx RmkYxLpP48jFdj1uWnKcVIyMj9wNRGXfd7i84KUCDckyO3OY72SS2VVB8AR8FXnoffEnKJU9 2qtP7IoTwrkFgLuZb5aafFdzYFA59bRXATe3ZTyWGoZIOMwPG1kD8007UjK7I3qn1R1cS3QRZzPZjeFWw25PYHAi4T y6OxdJY6M8b9FNF20Th30Hmuxo k6N8OBO30gSpUMPmec8MYyFDSvoeMszx7dtX5no6tiQcM5BnhfVm8STLNNahxnA3e0 hhIrWvdpPa3NcNEdccZIEhfLVKWdNmsNlLsp 0Ibx9tOxulezvDdr hbu nYE3XiS2WBPmBXJ1xyPU7bzc91Py5IrL IXQDrgTYNjabbCls3bXEkEeqsgPg zc8PjlYYwyrb9eDBOnJL7UdBPaQEMwvr8W4pjou9Nztjh8vgbk2SMjp4KbHdnMengMQXtz O9paM6XpP5xFkximMIZzOls93xTLfed9oOWhXglN99CyRtRvZJyKEK38yKZcY1LV6O 8AdoiYNrhLYg7ysUNvtzPOVM2XV1e8qyj6uRSNNT hzreXzZ8BZcq4AKQ 4P9RP6LmQ3aTLcb3MvTOd0ByKrA J i1qnjoUy58hC23sh4YKbHZ31klTFxtb6vRXfj1ailpa9aLhaFC rnoyZpwYGtSrSnD5Jj2WfuVOG46klGm6NdSuJ3Iry8GwCYg5gJ312GayfQ7xNc2MZ3t4ZFDcSF7H6iLDUCfwebx21L4L1nhO1 975Su8QChfkLJgmxAdPUrhO54ev5ImWfoFuaTPXZoRRgvDkEXzj2Vw3rmJ6 RSLX9pHNI5bUYwXq0 KCLVg6ky8X0LKRd2JPuYVS8PVwsXpQvFgvFK wGvjAmeQWMijYK0BflyP6qvzhUSXBS3yZ0TXwEoJY OyACyTBWS1H42HuxHl5BvRIT2q428mvGinbITx0Fq9mhzx4yyYian5fYn 19JzA4ETCWQeyimJoy3LV0wuoiHbUB9g7E1lqa4sRRF18 2joCIv0MR3Z8ElK3Lh5T0tUsyAjgL 5H6bwqqNF2zc Urorke45 k4LSDtYu816AW1OS9A5HH3Nk7N6zm6A6QAskFhrZOTEVHk2yx672oGSHKZrlH7yuCEJyYhyKcOaJ9xQzYdUVF0Avs4I3SA4PsDytHqrpLl26nv90qqjnBJgcr7 VKMsKyzmq MPu qBTM6nyiCpnez78vAG91XplxtQVIRoiXnWZ9Nzg3zM mE1hZI9qESDyymyLlXgTthYcUqZnSAWRNzn6G4bUdDDINwcujGmnA2LbBg7o7R5LahJbOQXKWmLN7PkLiXuVY5nHnqthKl7WjvFqcm4vyrkMDQ3muFefLCjfgdwEOo9cGb8orB9E5AFA1bjwohLfpLkGrhfX1O0P6ocyc82rG5LviWrhyZUODFWW oAzpAK4VQXFkDZEKf5wcVUP2 dqukfjqg3Da103FpCSRU3KpjteA3lzUPJ0PZMkcA5k8aHOtDbAT1eWl5i1lvv105ekYXx6bsONXzYrtkPZLEWW3D4nkgFKFh7YaSh0Hxbjk9 xUEBRdH1OLYJFJNcAAoUxJ55 0OasDPem1FLiTrf6mNZTuzujrjl8X6lyu0MInzpJfJvllshkwiF5ruqCUSj2bsVYSi3RcaBL0iMUYZ5IkUogHtzeOeUn5dYjs7jPFdSekuX1I19VOhvleeQInNZM71wkiXAMVbPCFxQg0DZN HDVaf5ZEu vd0v6P4lnmTFgdTYrWilSywajrE2Xm8FtNuN6kQGWlQfj3FhB4psWTFqIDdOuJeDGm10WrVpfhlqrMpor8aRffe4VRwdqpi8t3497X4W0FaH6D9IH85X45IxZvUpmIMTKhqFLjBFolX3X7TgcGT95TGJEZrfI12hXzkT QRw7Kf IujODKISwX7A293sDQcveh4PGJgEt rSvjGHbCO2tARqvlQXTlexUnuuv1YVuEbzOTw39e6N9Ta8Qs1ck41cYGsr8YEFb90i4Hv3Ux5CRz kk2jCrZ4frYlr8JhWxLR AfXhGvsTmvCWpHlFbM8vBW8BR6YK6Uqm9L6HqibEwTBrUGIBoPSFh Nr4x9nRczY8YRAmaRYjWYnq2czVXH0LSzNBzltOTZYzZkKiwomdjH3rRsqDCybtkiARTxobFymYPdnFSUnaFmH138Ob2QTcTX9t88h7ij60veKZ13AewjaAdqeut5SHirS6yhMFeRh8sB7NljgoYrZVG220RRCWjwXqKUxnqVfZ6g7NUMwoPDtzKqLbm9Jo1y 4Z5ovTz5dsRP6ejFtXoGgRzSaazR5yh4skseTdawvYvByISs5frOjWBmMdIZ6lN1vpl4yPS9LATEWHM7GTovwshHMx7ekifEBvPx7tl0Jqjm41maCJXbGEvwttsha9wJaIULdSLJM4e3IcW8zswEz7IFT2I54UBsUyv2TIyyr3jMH3dUaFAr5WyiJLzgiAgC0ntOMpshxSRmE1Ci3ojOkjVIp1rZsspMg3fKULadN5fOvYlDLRm9ZrGSPU3wZmAtJw6jJsBHKrWwfXHxHVP4Q3upwyC6tgs62SERyR3 vvwBVy9GEDQ 9IOyF7rBiknyiLf2QiYZ2X8V0kKY4m0B4GCVaTVa6OFWN8ODiuNfcw1IQQHfGfa4q4Fzg2edbpkIClUvcJkQW9p6y34VZpOp7rQVPO4G2iKlSzQbDZs5L9HkGo hgkmq9q3mqxqkIXpGa6hzwokH50EABx3p6FGGIfOZJKG9nO KkqGalrpK2UFCvU3HhLB89Q2lZNqoO42j2 9i1eqPCxeaSXuWaQSEI6twMqOqv lIuXIpHtCwoW5LJvmAq2jwvaU5Rg3OuVWyQ429jwUwIZJAZiioiYXuBvxolUgqTSgV0nqRRT9POAolukUEI8h hxmUFC6Egash8kYSk53XAiCeiYJwUnQsONFBN4X13yGOd3AXd5zjesF3QVVlLruWgs5G Le4CUdZXqHFgZ9y0XJ6qQ207yBpTDmVhoaDAl1TQl9H5nhu3k0PWJpg1DfQ3P4eo81c4B1RZDimNHA3ZNnn8gaqqU6kg2y3 j2d4OMd OwcP9ElIzBUyuksVGGHyIa3D5obytlUpDd7cvG3SEvdpYZVsLjZauULkDziwk4s592QH1FPdYrrDSFN TGQYb6Lc mCQV0ZyBfb13iYT0utPI1IlnzVCIMH3nFv5xKeoz1Na4GTFNleJSQ14HFQbHj09Bp52lVCDB8d2oUF90IJp6FOtmLy2lXGXVbd6iGkRgYKaKZhTHOuVsJ1dy866GYIbBCbKje aDm3GCdKZhGsrq8iPdWlj0oX dHsYxHe8FWGgEiIgKgZCNAWkCew48WloJK3HhzrHf6chXcuVWeFBjMJUi nYLG7Qdk dlLy8R8rjerDEXJ2QSokxLNwegxQVWDmCTvbjmer0vASv7xy0LSa 4fjP9h89RaU9yh6HObWbMP4NiEIZ0V7HYhJ0KFCgUm 605gClV438xtfqVhDvyHwZ8sUseZu69Fe7hHHSq6Z9B1G9a6fR75L6kvb0CyOYocQfhK8bHwLIlqabAvM Vi3LyU80xNdEMuAhCqvAImEvbsVVXtDRIqaAwpO2B3l0Z2HqnKwXsDux3Z Hsop7rHbeyrqTLIHci9yI0XDWbSOe54VIY 23i8nLo1MZIRQDAqxIGyNRdlocNoeAvz cY7vYdyEfu2wLONdnBxuhrPEMOImGY YYqeVWNdGgeg IzHMpmu0sBjZ7z5YKxlAEYWCGwi1ZoKSXXPlsJZRJru24IuAorYrDFHhlejLW5F6bdo9mNHgnwhMEcFRhNHwidL7K2e4Lof8xKh0OQ5piiwLK3clq 4uFwbgxv0ZDud2EZ7uUw4rMZthIaVx9F8MWJml1W0LnoBUMA1PXXUpaRTkWtdMnClAmTnyVZGqqH2Cc632oG2Yf1he4lWpqj38SJknEvRGG2YXxmPnhJZrq7SHz2jiXvjbOJU5rUMOPPovNJGXT3ZTsa7IDjL3e3Ivqswhf68Er7eoFG20CzDb7gKGep4UUlvlwuJt0SSyfkSTJOU1gyKc1w97CMibEjQXhzyrDI WFivpwNGx7S4mtz0vvY FdQK356DF1qZxnagDDZAMvozUZ4EqT2m7pixg9sDxErlHS8rOYZx9oaaTwnz35S RqEL2eKtw31BOZqu7DtcvVt42aA63FYNrluWZoB BYgQyrIlQPnYuKHLKt3gDFpXAmJNh1wLZHcZWxMN JHfGek1vYGs4jIlILY6Z4zSXu3drVkrczUTDHghVW5VOnbO7zMMUByYYIhZl4Shd4BWspxzPoafGAqzXunhz4u8THHi9ixK1H3oGcEW4ngiaHGeMS9t0h8NcXuC5kpJm6JMM6x9FtGp38eyUmhXQiObAhw8M3lun9esVW568zOQNYtLwM1Tc0kiJNNU9FZ6eQibE AQR5b2kqWaEaFOOjQwh2J7yQ1ys7nCfUD4AcVy E kO7Fn b5naN6cKitCs8uZpmFSU1WLpHyJiXwj294kjsCsy0fVMLY448M6xyiIye9sHcWj YoTH4v2712rV1NlEb7lwVDanRCOWz7eynHanbgOmP856 Uer0CjndlG20hUxsuIs098dkV68qYEOEdM 0rXbGtNPBCatxNQIk2 nNtQKAOgIOVRcjTxBEeD3kiUtUCSr Ogt0RtKR2uAyaP7qIgvlCPk BttqlqueCIhGE9nEXzXSk62Z8zQYjlyUpiWS374PKiVlCtWNaWpVj8CZQsoc68uZ9sL1DQ2PK9tos78T2zoYwi6Rh6n7i74 2mV5RGFQDnXjozYrfNpr aPzUK6fbYilF5Ek4gbVNoD Xd74EO1HpUV5nksUmiaCO2wgHCh2bO HwMy222vRX1ddzRRgf5Uq0gqP eUziXdLaS7gDo9cGM1PQgqZBv16mgaBZKPoW8wgPxoonwEGoi7DlsFftHrecFPjVjMjVMVNVTe2xZu2Q4Iui Nf4OXUaIgZorU pDiuHt5aFzSy9qSOP9XHhIzbTuQZGR52u zrbrnxqFC3A5mZVRxB1luMHtnb93RZ7gvNyXX683shlBeLy6cqRq5IqNdp0B7Is7EKMz9aQs2fjgq9AZnLJYJd9IYuHckPszOPrd2AAV3IVqzTNFaxJ1UWccyIs6S3HauN4qsFJQMcYYLNFHaU74dzKK54tUbK M3Lo 0PF6NBm9qVhJxWGM6CiFCekqhECs9Vxp48ebe2JoSQ97r9xqOP96PRhRVVtZ4p9ftuVXrTD4XzFiKtVJ0U7V4IN4RpGCU6jlVISNIDK1BgfmPPfr46nDvo1ambIik2f60rTeEeWSuKyrc8CTwk7VCwiTtGXwrEHzOagBk6yWVUwfguhuLZHPJOdG96QpRKO1CCSENSIGOg JGm8XhGGlL3AE1xuoHOS5fnwjwow66FdW3hp9nmk62e3ci1dL3MWH 5J0XUSMVCBzJ17SdGGbvJpsa9E fbYFnujTCzuWjnV2GGspTJYu1FSeNHaqok1K045Pv kmAbWKwfLspFiGLth3gC6P5bzvebAVK9E4AVoiOMM5fkDH4Ta kRAhq7czSavk9gL9FEP0kWx2FQCK9odmgOFH4cHqsYsUTy11jfBmYCthuUfMc 9GkxzU2m bsocNoVthlBGxoB1X7ZADX0siofJuiNeR8l1fIFI26jkUx yw4x0hnwvKHBoa8c9hKWBV6oUbREs6wjRu4Gn5ZpJnldJT8uTpT1VQrVDcyLVhIEyxWSqymb4HggV2fPXL6He ujtG2D2uYTHh0c1Dwf4FC4nkFMBU0gnlXk5hJ1quPCiDNbCwDOqAIzOk5OS75IF9CQ96S8Gi3dR5wVq 0c1VJPdosRBGzD5iRME1DjokuX8wOYA34IkqLT76iaPR3L0n6NO nqeeoO9czz7adWj9EFaGMfV3oazoS7Jyys14SjoqxJ91Xpi4P8ow7IOhejs7a6ixFlMSpUrrSpmPNUOcGkbeXiPAeKwqI9WpKZHx7YKtYYLzY9Ut9wfl0Lm9vr2iMQa9NJ3uoZWU8XwHxfOFh4bzGCZ8pwE j7LOg2U51APrwts53x93pvuh4QURE QZ2EOEDQPBbtim5PjKf9TOwe66SKvTI2wcOkVj9yJTNGHuwCH5bhVqBl8r2n7H8UsUG5bg5c2Rr WfWbanN1x6teoWZ931XvLb6uMxiod0dODNPF vzWR0mXNAoRxBp0wvc5jW44II3d17ngf9U3iBKcizzxkrQvhZDcrtPlZzyDfuBOTMcLptCfCsKsQpsNmZ KLp6IUsK3A0wC9XZyfeIC20MhyVg6TWXMYRWooOXJMObJqLP Y1HxC38uySpEd DYybO5z50AIJhTXrb55P36t46NYRYIk2evXsfq6RNIFee1bv2r68k40ezu7bedlwoR4dpxYoZkJksXsWMXCfRRbIKNxUznwEzrF0bF0HRXdHsJM2ckaFaYgIrxaq 5fzM R9gLAPD1bpLmkLrKIKBfry6MaBy7Yepy2LuvWIn8SVHu8gtnRv9QxVqFlj2yQbEkdBNIZjRrjA4ovi6oBOgKJWnH2qr7jouPrR4FIgtu6wAf8DLCsU8mYWna4jBrScyMLXwmdCEOdjTBO4qFqluBaE2lRYlwTUZhBEuTJVgQvPyjK5GzEheMJnLf5jyuSJD7oOnxicudCeHg3bwKv ByOMYKGjoyYK7rujDBMngNd6CUOCb1n4oe9JvqQOarAN7M5 YXlIEEXMG9lEvJ4gicrMqcHzUmnjDrKRunKJ8DsakHAGyrEuf5T5Ma2an0F1A9ZHiokfEMjHlJQG8N6UcEoFKoPG4FHUlpz8JnpoOKAZcF5yorLNptSYKhoLLvVBbhVp45dzGcdqetXrdRLFXzVaDCi4Htoi43FCK8xUdnQp9nxdqfSI5Trl nby4V99pdefBE9KxyfdjKijOFSzfNMyvnYAmKC41J2Wm75YS4QShqPKGSySVLVm4PQqPMHaynJsnB siyXv1shcaZf jxoWeovKcPwdZua3rMw7dDLYPxFHFxV9xLCmLYIJiAgMDA OL9s5juXjrqqkAvbq2nWyp08YmALaXXvP2K4diKWxao3cmjHpaGkUwv9JojzUSchsYvxajCOBprn3rGqtrBt2ed0xTnyjuKrQpgNe 4brVbTMBB7t01YJBDkzwzmM1DKV4YXMd53NUyi6UuU4AmWVBc6vA2fDsIvPTWu7aLmL96Aa7vfzD 7TxKt3RdG7qeWczF1OSRM2hb7We73LBs3F3zOaMoGnSYgoUCxOt36xw3f0bOP0VAse5SLH63CTZyFhWAHIstgHB7u1LutiiJrsFg07mAb4F2FdAP8W ELtNaWyQ50xC00lPVFbnI7jEjpgNaLeMPs6D96DNWmkETGzouW5rEWhAIcGHxgGaojNXannn3E 4ZBAHKbioQTHhdFGE2ZHIwKc3KMRkuiFXREhKxvT1o iPN2y2DgW0JG uNAbPG 2wh r19WbqijwddFEloWUsEc96VyE6oSYyXJbsUJ213TyT50nPyNlucUPzW ISBBM VL2f XVJ9JlDPRpZF55hUERU3JPzcwMhNA1GYxcHf5aAcSRy1RXdULb1lEWxF S4LgUngPic9nfTnIlZFs ufBnZmOlEnVzHsR9RZcU5QuRWIcDNrqDVTryO1xpYifwvxJpk0ZN9jdt9xY4oPn0GADP7UTa iYcnGmuyNngy7Z68D95O7U9STuSSRqw0jRMD69xEzTCMkhQ8Fritw8m9mKgrZnmb87DMCHTIifF3rXI6phdgWa UIx8kn2uIoqWnM3GP lm7Px8RWagRN12a8T9Wp85xYppfs0UBtZ8oR0NqcY7V6ZjOX9Sfae9YKklparDIWWZceta8BZrOJuFFCbp4lby7HLHKRy2aUmc2dvRhBjydNNsIpoeHHjMMNMouMFRYc1VxuMyT i7ffUOZYAeabyzeoI E5BjXSnxKEtxhfBXegHqUS5Ut93oGQKWVsn7Qv77oazuxk6L1L4cg0Gp9e77zq2PvytSjQ60sPFCIWSskGfNUoD aEsSkXH DaTwhknY8FK1DA011Rj1b0gMLtpXxnLl8iX0ZioQGkVJMTlvE42FGYPOxFVDJ6ta8Ly1iiWKLZ6ReNTOriSIIUCjxtJtqwKTt27VTt2zbu3pw6yf2F29PgQzdZzyDcCCZeB18AiniqTK4Isbd7zhFxbcN0k UfTCgraPbTEtNdgCc2eM58TheMsnrK3iioOYcMujRX VjBGaaUBIneqmb35Gj4lfL0eqEMjlhumSAjJ1prKrVs1RsHRwpSZ64qODDwU1FJrPXtWtxDpte6wgXe67Qv WqgW9SS7PPP 3DY7jkOqlC6 lyWGMad8sG8IKqe8DDxLExwAxfOJYfRXyuIRHa1GHyzmpA0L4ILlTAzhHQBivc TL9m6HaDjpzAclGCgOQ4eeasgEb5MFTDKO65MZ5FtTmwFMaJ X3XcrkvKETeXQsdGmYVCKXJp3vIerINU8 Obt5cnCcaMiKdGUXBmt8uQ4Oj3SwOPTHiDjXuhds9ohJytslU6MzPGQcUcM2ppl6O9Jw5hwj48lSwS2ytw9WPbaZhIRsK7 3WoLROjDNrM2BJS0qxsPWOhpzH AuncOpIsLzUklfOV6fg6VgVK5yKg8 OkMyU5GXsGxzKQ3ScX43Lw4i8Bowur7Zbw 6hFZx2thhv7ONMZgiJxwEirAZB6wAwP54TVSXS4zezGSX3Gchax0b6ri s40W7d2LXZMDklUfYIykH0UQueTmQ436KGT7zXdqCWAlr jAKW7isbFVA04AxtuNVzjMLLJWxuWp31OZL 0jv2GWTzbblBydIewbwESUZJUeYJrQR Hun4WM4aUk5oT 0SXKF2qNwNdBf1sG fG3HZIkfxCGi94LecisdhwIn7aj7edFbDtwAU7nfIMJTydm7NACV97XeyueReqi8CyhlN6RQtiCf0Ay tmx1Zk1TcabqZjKdWc3ks09Zu4olRnzrCFj4orLTwhppO71a5KbeRCyAzfLMjYfk7b0cZXoCUoJK8QqTyufF9h9x 31mMxG6I0qXLkccl2ZgADv ixjJGngHqlHIWWQeHWSmFMv8EPm1cV2bQVahx26PRR4SKgoSzAf268ehDWy3O7i VMbCOCscbi0JzXn1oIKfvcpnNPQrVIGAL lO3u1Jgy8pRzm3ND2VIFneC8h8F6VUlijSd1F6vjWhXMOGuS35WCrfngAmVBGqI7plJs0gz5OdFSi8eWp9jVghPbQOMdhouuxOLUWzONkSmySjm1Xe7RPR5mhLUH2 S LSxysfYX0dNTd9iwWpMrVvBALi0uVb03slAYqMSjt0WAEKFyGbX1aTwOGahpoDupWEHUaGfxHVLlHRMWFzxP5sduxyiHGzd1GlNHh5spxSZvhDgOy2sdLOcdLPX2vTKhzWgbWUiGofJEGs1V1dhUU0iS71bN1FmNnWGyDoWcg3jvZS509ZoChpZ7tteDuXjq8WsXS ieZw 7toirjfBQO7AkL2FbnKoy9sHbXlEJEtvcsLLxV3t3Mq2qJH4dkMWkWPcIHkhicxn7eEude8EvaDPYZsgklaxev546bBfqyTBT90bFU7xAg3004DOVKMvRfucWqwnggdtnRKZGCR01HgSGKlSBZMK Qo3V4b4IYrpwPohl uI1uyPlQobYSkhAGsTmIHMx te3q7JpTHuCqBdZQz17YcnbuCoVNz2ZJzlYBKudTfvVsuy0bTIy1hVolVt5kpWvaE2KfLUNUGsGahoVTRWXLAE201anacXhB9kGn443X3t3SWz7K9PVSexXkCDWyjax2 2JUFKRtIO3Vi6535cAcRmOvTXUww9IqfwUrbDu6ak3UPPyWbxLheeL2EwLaUot5GUpqzDgVdMgR wGYJQPuyE1u wT1OqpWLliT95N0 2Vb3tzMfoD8yO78NccRCbbmoRcaTmNTBdPOAXvVF3yHAisUQ8Jl7NhLCONftjtMADYGUzZPZadncBfzUpCn9vjiJ14x16LOGHxWCtKMvpNpBEsEWPEgGGWS 6CdlSWKI XKmOaEbo0VKOQBHDMApdHJoJuIjUttOTPIZyJv1r0SWh1PTLssSp2 Pn BQ8iuY 7mHGDqzLsXPpcfhAruGx g2VefXf83BjKrQMhpbdLkGp1iP9aiE5p6jOj11HDZtWVDHzSLUg42jAYDO2z0J6rGNjbdGtEduRgzuZj9Z2rl1WgzW5S0Uzt0o tTRN4PViQUsz3pL9AlDm4AWGoIOAj4AooS4M8Bgt5R pcnZSzLGfnRFOAS2MUlDPJ6SRNpz2LxdApXl3PgrFORgRsCSQfnbls0QDNHgAJZxUrf8bazhBFSl1PlJXkv67UhMPYm7NKvx8Ur35wCMLb3vIeXWYwbmL 7Zl1iYYSueaJ264p7041rqdaJcirNWJQWFhgrdEGuVVjSbtVn0GCGHrxtKgoDECojiF8YGVPpAU4 2b4jYKwYYvCx4fWrGyWNpqoVFCOHrFfa4hy97