LibreOffice/6.1.5.2$Linux_X86_64 LibreOffice_project/10$Build-2 0 0 14099 9999 true $(brandbaseurl)/share/palette%3B$(user)/config/standard.sob 0 $(brandbaseurl)/share/palette%3B$(user)/config/standard.soc $(brandbaseurl)/share/palette%3B$(user)/config/standard.sod 1270 false $(brandbaseurl)/share/palette%3B$(user)/config/standard.sog $(brandbaseurl)/share/palette%3B$(user)/config/standard.soh false false true true false false true false false false $(brandbaseurl)/share/palette%3B$(user)/config/standard.soe false 7 4 false 0 low-resolution false false 1 1 true Archivos Latinoamericanos de Producción Animal. 2022. 30 (4) Efecto del nivel de energía de la dieta en el último tercio de gestación sobre el desempeño productivo y reproductivo de vacas para carne y su descendencia Recibido: 27­06­2022. Aceptado: 19­11­2022. 1 Autor para la correspondencia: carlosjbatistab@gmail.com 2 Universidad Católica del Uruguay 3 Instituto Nacional de Investigación Agropecuaria. 331 Carlos Batista 1 Effect of diet energy level in the last third of gestation on productive and reproductive performance of beef cows and their progeny Abstract. The objective of the experiment was to evaluate the productive and reproductive performance of cows fed on two energy levels in the last third of gestation and productive and reproductive performance of the offspring. Thirty­one multiparous pregnant British cows, carrying a female foetus, were assigned on Day ­90 (Day 0 = calving) to two levels of energy intake until parturition, treatments: 125 % of the requirements (HIGH; n = 15) and 75 % of the requirements (LOW; n = 16). After calving, mothers and calves F1 remained together until weaning and all of the heifers were artificially inseminated at two years old. In the cows, live weight (LW), body condition score (BC), the concentration of non­esterified fatty acids (AGNE), milk production and diagnosis of ovarian activity (DOA) were recorded. In the offspring F1, the following parameters were analysed: in calves LW, BCS and metabolic hormones, in heifers LW, BCS and DOA, and in their offspring F2 LW and weight gain (WG). The feeding treatments of cows affected the BCS in the lactation period (4.2 ± 0.04 u for HIGH and 3.9 ± 0.05 u for LOW, P < 0.05), the AGNE concentrations from calving to weaning (0.46 ± 0.02 mmol/L for HIGH vs 0.37 ± 0.02 mmol/L for LOW, P = 0.05), and the calving­conception interval (102 ± 2.6 days for HIGH and 124 ± 2.7 days for LOW, P < 0.05), but did not affect milk production. Treatment of cows affected the LW at weaning (201 ± 3.7 kg vs 188 ± 4.1 kg, P < 0.05) and WG at weaning (0.90 ± 0.02 kg vs 0.84 ± 0.02 kg, P < 0.05) of F1 cows. From weaning to puberty WG and LW of F1 were not affected by treatments. F2 calves were not affected by treatments. The LOW cows mobilized body reserve, maintained milk production and lengthened the calving­conception period. Maternal nutritional restriction had an effect on offspring variables at weaning and thereafter were diluted. Keywords: subnutrition; breeding cows; grazing; offspring; metabolism; reproduction. iVBORw0KGgoAAAANSUhEUgAAAOcAAAC4CAYAAAAYLPsCAABcxElEQVR42uxdB7yN9f+/ey8u 196uvcme2SIRibKLIg27IaRSktJAKi0zRFJktElIZvbMvu4885nv/3c8z3OeM+7QP+rH8/X6 Ovfec84zzvm+v5/9/gTBGtawxn9yBFkfgTWsYYHTGtawhgVOa1jDAqc1rGENC5zWsIYFTmtY wxoWOK1hDWtY4LSGNSxwWsMa1rDAaQ1rWOC0hjWsYYHTGtawhgVOa1jDAqc1rGENC5zWsIYF TmtYwxoWOK1hDQuc1rCGNSxwWsMa1rDAaQ1rWOC0hjWsYYHTGtawwGkNa1jDAqc1rGENC5zW sIYFTmtYwxoWOK1hDQuc1rCGNSxwWsMaFjitYQ1rWOC0hjWsYYHTGrfvUH2mBU5rWMMCpwVO a1jDUmutYQ1rWOC0hjX+I9qumsu0wGkNa1jgtMBpjVsEbf8QKC1wWsMaFjgtcFrDAmfAt6kq m3m9n73GAqc1rHFjwGmAMD/x+A9JXAuc1rDG38WsQsAqK+yRzQDoyxXMFjitYY0bCE5fMPoC tCAS1wKnNazxDw5dUupgVHwAmgtILXBawxo3S5QagCRTVv8bblkLnNa4HdVZQzU1g1Ii/wky IJIpkUlt0P8gSC1wWqNAC77gL1SMqd7MawsIJur40cAnSoDDBVzLAM5fAE6fBU6dAS5cJH9L A5xOAlTyGvW/A1QLnBbyAjtETFNG7uvVeBv7gS5siYom8qtE3qf4PO85h9/flcAAyO+89Cwq FNMxyFkVif9Cr8VFAJmRTQBJQLj/ELB5K5RVK6F+9imweDHw+TJg43rg0D4g/QqRqG5/Sato ICe/KNr59GmB0xr/WXDKZpApGiAMgCpsCQcSOvryDiT1zJ7SvIQYfRTJedhxNDx6JKYIZBMp eeI48Mt2YOVqyHPmwvbUOGQOHoTMvvcio+89SO/fD1mPPwbpvXnAzz8AF4lUFUUubRUTOFX+ i6xNfrsWOK3xH1ZrA0pG1azielRd89L2CCZvSeQvmXyn58Q8g0cxn4JhlB04jUjBXb8SCfkx MGM68PDDEDp2Qk6VqsguloKM5HikJcUgo0gysqtUh9CzJzBtKvDlF8Dhg1zVdTm5XapdLJfU 2jngfTkWOK3x7yM0N/XUF62KL0j9QaZ6wdUDXg8EdPXUNBV96uqmyG1F81uoGrvzN6gL3oFr xHAIne6EULsWnCkpcIWGQgkKghocBCUkCAL52RERDVeZ0hBbt4L08EOQ35wDcdMmyCeJ1LXZ eJhFu0Z6hRLUPFVxC5zW+Ee12us29kyg0+1LOT8HjTmEIRN1VBYhEsCJ5Amv9+qApKCTKfBE rmoKgmnK/FEiNqLk5M/biX3513lg+zbgjTch9ukDW2oqHIWSYIuOgi00BC4GzFAgOBgKAagY HgZHaDBcUeFwFSoEV8XKcHTsAuH5GcCGzfx4LgdToI1JNwTFAqc1/gfACQOcih84VV/AKpp0 ozadrElB/WcKRgo4Ww5wJY0D48xZYjeeJKrmYWD/AWDP78Du3UQy7mLSETt/JZOAcccvwA8E TMuWEjV2BtRe98JekQAzMhJiUDAkIjHdYaFwhUXAGRUFO5mO+FjYkwshKzEWObHhyIgIQVpk FC6XS0X6g0MhfPgx1IOHIGdnkut0m8CpSW7ZAqc1biY4CwTKQMdQTHqlaKikkiYVvRxHLLRB XuMiC95Jvalk8V+6ysF47ASxFQn4Nm8B1n0JLF8BfPop8N584M3ZwCsvchty2hQ+X5xG5vPA 1GeAcY8DA/pDbtESrnIVibSMY2qsQKSkm0hNCkpHclE4ypVDdo2qcDZuyFRZV4tmcDSuhYxa lZBetTKuNm2K9BGj4Fr0KWQKzqwsJr29qljUGx9dscBpgbPg4MzT/FRMwBQNoHo5dah6mkWA eOYMsPcgsI1IvY1E2q36AvhsMbDoY2DePCgzZ8I1aTLcjz8O5dFHgaFDIN93H4Qed8HRqT0c d7aGq00rPtu1hdCuDYSWTSE2rAOxfDnY4hOJhIyCOyQUYghRZanqmpgIsVp14O6ewCPkmE89 CfWZyQTgBNzTCLinTIQy/jEoT4yGMGkChHfJZrD1B3Ktf5FNRPBTY29G6NMCpzXyRq1pBepe VjnQ08ai1Z0mevyRqqzUZiR24bXLRC3dCSxZArzwCjBmPDBoCNS774b9zjthJ1LM2bwFHI3u gK12HdgJmFyp1eAmdqC7bDk4S5aEI6UY7EVTYC9CJGByMTiTS8KdXBxioSIQ4uPhjopkYKSS kgJTCQ1DTkQUsipXhfzgIOCDRcCPRAXeuQf4najJf9D5B/mZSOvd5Np2kA1jF1GXjx4j0vwK UbEdWiYRvXHZS5U3+W0tcFrjX8CoT7xRV1ElPX6pq3g04qD6SFKRqK0Z6cDZ09xWXL8W6muv wD5kCByt28NVoy4cJUohJ6kQ0qOjkEHUzpyoaAYmGwGVPZjaiREQQiOYFHQFh5hmGJticCTk 4AjDySMHBZG/BRFVljyGBHF1tlhxCHd1Z04i7N/Ps4GYQ0kX9AqfzObVnE9uom7nENv3MlG3 L10jGwuR+HY7dwaxuydvVkXcyHiKBU5LQubOBABzZEQ1bEsqG2VVC/4bHljTi2m+qoMA4NxZ Iol2AJ9/Drz0MlFPh0Fo0xaO1FTYihaBPS4GzohwOAiA7CHBcBJJp0s8mYCRTokAjHpV6VTJ a+RQ0wzh9qSgeV7VID711wphoXDERcFVryZUoq5i7Wrg4nnu4aXSXDaFYGTTo0B+SCebyp+H gC3fE/v3Oyi/7SKbDFHHHTZw/7KVIWSNfwmcgYDJJalZteOOS6+E8kwibU4SSbmDqIYrlkMi 9qP7oWHIatkKGWXLIicuQVM7iVQjIKLgo0Cjko+BMMgDMgY039/Ja6h0pFMKCjKASmOWarD3 +1zkb46kWEgtGnOH0eaNRBJeItdJbUhNbLLcW5Ommm0jIDxHQLkVznnzkfPiTDjmzIVj9RdQ 9++DmnkNiiqY85sscFrj5oDT3w+kaBFMDZBMf5WZLakqkkeFpZLoGrHRft0GLPoQmPwMpH73 M2eNs2YqcooUgi0qnEhHj+TTgaZLPcUHjL7ApBPB+gzWXhPiAXWwaQYFsQ3AERcJsVF9YOIE 4KuvieS8zHYUKvfd5H9Jvyd6/VepTUxsz+VLoUyYgKxefZHRuy8c48ZBXPYZUYmJap6ZZqi2 7H0WOK3xb4LTkJZ6YoAem6RJ4gJRXzOIXXbqGJE2G6HMmomc++9HZv2GyC5F7MmEWDgiuaRk UlIHWohHFaVA08FmBqAaVJAZwh81UMI0JS25wFG5PNso8O57wD6iqtqdTLVVZJcnB/fUcS5Z 35wN57BByGzSBFeqVUda67Zwj30KyjqiEh8/wu1QPdfWAqc1/h1wenJbVU1SskWp1z9Sp0ka AeUfO4E1K4G33gQeGwO5Y2fYUqviWkwsbOGhcBEbUjDbjEEmgBrgItIvKFiTlCHs0XidBmLD 7vSRrMZzIdrUpKlMpkgfw4gdmxQHoWEjYNRjwDJyrQf+JPbwX1xS0iSHndSDvBSYMAlS187I rlIRVwon4nLZksjq3ZOl87HEhzRih7pVTYm48TVkFjh91ul1L+q/FfBSvM6n/sPXr/5jeNWq TFgoxM0TwTMzgSsElEePAls3E1DOgfDIcNg7dEBWtRpwFS8FKS4RdioBw0I5uEz2IlNDyfRI Sg5Mlf0tlE1VU1V1MOcGTtX0nBrKJz9HKJtqcBhXb8l1uIsXB9q1IwAk6u0HRO1eRSThhg3A F18QaUk2lqEPw1a/AbKKFEFWXDRsJYrB3a4VpKcnAV+v5+qwSzKcRnp9tgXOfBe6kotKZn5e ydPt7Ynf+VRDqAF2SaN2ET51U/C2zwJMhdlpohEPVEx5pQGxXoCEAN/LkAMdR8ktpcVUHK2S a5FlE3uAZktStZWqdNt/AdauAT75GHhtNtTHxwDdu8BVqxrSCiUhPTISjvAIIilDmLPGV+rl BbK/Pz1qrSE9fc5BvbmO6GgI5cpCbtMK6NcHyiMPQR0zCvJDQyH17AF7lSrIjI1BTlgYsgsV grMled24Cfx+jx3jhdpUa9AcYDJuePbeLQDOABUSagGEXe7rPwA4TUNWTG8yyKICkxPrdYmy qugVgFwSUTtH1hK5qXpIq/QlyZPorWjSShFNVRg6QZVvPDFwjSV/qZq7+upDmGwA1Zxel5PN s3loIvmSJRCmT0PWoEHI6NIFGc2bIbN6NTiKFYEjJpKFQmj8kYY3FE0aQvfAal5ZKeRGgdMf oIb9GsIltYtcnz06ArYiicgqVwppqRVxtWoqMqpWRnaZErDFRiOLhnVSikFo2gzKU2OJCryM h1NY+p7kVdep+CXrW+AsAOJMoPIBrgzzjqfkAtjc6wfpghdNu6YBOEVzyfuUSun1f4I22ZM0 kE0D28dPAfuI7bN3Hw+MHyE/nyF/u0xsobRLRFpdIYviGgEIUSOddu58URTjuPT8opp7KZZ+ L1wKer9GNcqftAxYA+UKZw6gtuQBck2bNwEffwJMfwF4cAjczVojq1Q5pMXGIT0qHJkRIUTS hMBJ1EYaU9SBqYPFbBPeFHAGUHdl03WIRO11hQUR6a5lDUVEIis8hMxg2CKjYS9djlWkKJOf Br6kDiACTEc2TzZgReSil5Zh2ZzXa/sZtX/eIPEHZiA11ywxPSA3Z8mYj8OzZLQAme7BpOg1 qou0zBM3+cXhILbaJb7oaT7px0shz50Pac5cSG+/xcMPq1dwyozvvwV++o5IrJ+A334lAN7D KzOuEsA67Nz+k0WPLUiBK2qZLZLoec530vie1+8Sv06BglLLez15gpx/K8R33oLt8SeQ1eMe OJo0g7NCKsRCRSGSRc0ASFVWAkwKSiE0DBKVmsypo9uPwV4guVHg1G3Y3P7OnUpkmYdSKerx 6PLneHzUFRXK0gPRpQcwdQaw/mvgNPkcnDkGq4MX/QlwU5Jrg24FbHrUTHgCyqpHSnjbBybw +ZE5KR4eHK8pw/s0nuJbN6tmBAcnlYpX04Dzf3F6jH17ea7m999xp8KST4HXZwNjn4LcfxDc d/WEvXNXOHp0h3j/fcCIh4AnnwAmEVvn6aehPj8FePkV4I25BLxEgn21DthG7L6D5LhHD/J5 mNiCR8lCOnGaeyApeRWl2qCZMBfI75cu8HmB/H6e/u0Cfw197SnyniNHCfj38vjkN+QaP1jA zu/u3p2orTWQnlwEOTExsIWHMwnJvK/kUSKApLYlK8fSEgI4MIO8wiI3EpzsuNS+DQ7xOSYH JtswWEzV7MnlPzMpSoutaaJC0Xg42rUFnp9ONsetPNndKZjMFcXLQ6vi5pBOB90qgtObkAle Kpyfg8SXvzRgjaK3o8STJaN4bEd9Ui/mZSLVDhHV9PsfgJUrIMx/B86XpsM5fiyrxrf37wvn 3XfB1a41nA0asoRuJ1ERbaVKw1amFOwVK8BdsxqEBnXhbnQHXI2bwN68FbJbtUV2hy5w9O4L 8eGRBLSTWdmUMOcVOF6fBdectyDT+B0F74pVwNovOYjXrYX85RdQ162D+tVaoqaRv31JHteQ xy/W8JDCR59AfvtNSOQ6hQlPQRg+DOLd3SE0bgR36dJwRMfy5HENUDRn1aXlq4q04oNKyJAw w8sKvYjZlEBwU8AZYj5miCY1Q9lzogZEI4NIuxYnkfrZUWHIjCN2aJ1qEB8bRT4XosqePsO9 sqppOajX59uwwOnlZfWmu8jN5jQzWfgC1ZccQzKpr3oBlAiTbUbVx+wsIonOAr/vIiopWfBz 3wGovTKE2Gd3dYa9SUNkVCiL9JRkXEuIRXpcFDKiI5jjgSZ224L5IrGH82kjMzsilD2fGR6B jPAopEfGICMuCfbkEhAqVIFStyGUZi0gtGoJR+u2sLfrCGfXnlD69AcGE8k7kiyyR0dDHTUK 0qOPQnzkUfZI/4aR5HEEeX74SKgDh0Ptez/bLGwNaiO7UiVklyiJnKTCsMfEwhlKJCWRhCzP labXBfC8ItQTBjFn+ChBnuSCG+el9QmlBPmDk167EEZzbHmYBZr0pAnz9oRCyC5JbMyGjSAO Gkw0hoVE0/mDJxkEqMbR14K/f8MCZx7g5ICUtGkA1KzmmqMbetU99ZDSBGc3nZptKCveVe7m 97JdQNboMmi1RQZw/BiRUkQ6zSES7OFHmJoqNWsOuVpVuEqkwBkfDTE8xHBKIMTjpGBZMSEh poXsm6LGFzaVTHrcjlZfSJHRkGITICYkwVUomYC2GBzFy8BdvhLkqjUh1qoDoW5dOOvUgb1O XTaddepBqFMfQu165Pl6kGrUhVClFnuPUJxcZ2wUK0pm6qFui5kSzZnUM7yfus1mTrEL8Uq3 09Va3xjljQBnbk4iXXJSKe/SpDZVyXOiYpFFPi9X4xaQevcDxpHN9IOPgd27ODWmInqBUNUc b/oGbYHzb0hPc8W9V7UE/URd5AebkxMKX7rME5sPHSY75X5gzz5Of3HkMPeWUlvt0iX+ukvE frxC3nMtnVcpXLsKpJG//0Vstd92AEuXABPHwdWlIzIqpiK7cFHYYmOZN9AVHswWhaKpUn7q XT5eRvNrzZOpaSG8coMuPEa9ER4Kd0QYq/BwRkWwkAGbUVGwRUYa0+EznRGRhh3Jj2lSPUN8 QhPB+Ums3O/jZoAyNwnKNhqipbhDiLZCNrPM2nWQ2bMnHBMmclNg6498LaST71pyaEntuhNI NDwMMgLx71rgzBuYPp5Ur02N1ubRsMVBYgv+8CPkz1dBef8D4M03IL/4EpSp06A8+yzkqVMg znwR7jdehTBvLucwff9D/uV9upTYZyuYHYlVy4HlBJCLFkJ46SU4RzwMZ/NmsJcsAVtYJISg MEPqIDTIr4xJCdbBpT8XYvI2huQKTmoziaG522wGkIKvfzEH2gS80uFyCewH8pIaCezBNxec vjatd4glhDmvnDEJkOvVJ6r9w8CCd4GNGwkojwBX0zldiqpAJ8P2ZnNQcnHOKhY4rzdDyJCY 9AOnXsrftgGfvA9x4ljk3NsTmc0aI7NWDWSmpiKrYkVkV66A7Crlca1mZaTVq460O+ojvXlj Zs+5O3SG2K0H5J69IN7XF1K/vsC9vYBuXSE2bQZn5apwFkkhkjIKbi1dTF+0AcufAjhGDG+j D0gDOVO8F5/3Mc2P+rk99qD/NK4xl+krpfM6v/k9Nz4jKDA49Q3M/1xErSX2M2VPQO97yFp4 Dzi6l4elWAK82TkoE4wKMNNyqibW+sB8uhY48wGm4u31yXLwIP/mTZBfmwn7wPtwrVEtpBcv jPSoUCLlgmGn+ZYRvITJQb5UW0QQsiJDkBkZiozoMK6eJiZCIF+qs3gxOEuXIrMksyXdRZIh xcdDCA+HHBbOvJbUxqH2IfMQBvvv4Dr4fMFpLH4jHBAScPEHAkYgcJrVZm/Ah3ilu+ng9JPY pjCEfm3XA07f+/u3wGnepGgxt61EceDB/sBXy4h5co7Hh3W70lhGXr8ElJSqIV0tcOYPTpVn 6LDKCerMycwG/jzKSaOmTIXS8264aqTCUTiW2GM8Q4Tag8wrGhYGBwEUY2ijcTtqf1E3ezCf tMyJevvoe6hNJ0SGclsyzKNm6jE+gx5De1RMZU+6hPQCogaO3EIM+UugkIDqZCA7NW9whJNr CSf3QGZwqFfcMK+Zl3158xw/JnDq5oLPJkg9ynQDzilcGGr3LsRceZts3JSqxJZPEySeJukd Azf58s0xcguc+QBUpBSLxKjfvw/4fAWUCZPg6tAFtrLlYU9IgC2BqJ7FkyBWKgupZlXmwbTX rgd3rboQU6tDLFMRQhEiIePiYY/QiIZDeLW+O0j3sHpXQeheVep1VXX7UIsHmvM7zRJSl0K5 2WfXB86QPO0v3dOaG1g8FRw+4AxwfYGu6990ABUUnPR7oSVr9phouBs3hvj0eKJRfQ1cPq9t 7J7GuXo826gR8IqHK15S1coQKmiGEP3gKDD37gY+WwTxyTFwt26HnFLlkRlfCDkpxWGvV59R K1K6fVrlLk1+HvKz0yCNnwzx0cfguu8B5NzZEVl16uJa6dJIS0pg+aM0qZt5M408zWAtTU1P V/MsEtlHnTI7T3wl0j+XthZAXdWfCw71U2sLqoaa1Vtd0gc6xt/1qv5zIPa9Tk/JmR62YtoN TTEsXxnCvf2Adxfw7C2XXZOGHsApHl+th1svjzxtK/E9P3BS7pqzxMZc/wWkZ8Yjp31blnmT ER6N7MRkuGrVI/bGQGDmS8CKZawNHLb8DGz9BfiW/LxmLfDhJ8Crs6GOnQD3gAdga98RzkaN kF2hHOxFCsMdE8W+YL1OkJFPBYf4pashEDiDc88B9VVR/x44Q/xs21wdQYHAGeot6c3H16Wp vugLGkopKDj/vwD13kzoNeozxBOX1e7NnZCInNqNII9+kmdM/XWWqbeK7NYKF2QDeF7JKgHy tP2SWSxweodPDHRSprcD+6AsfBfCoP6MzTs9OgZZkTHIKV8J0l09gBdp74v1PB+VenHTsoAr GtM4jXvSHNWdv3O2tZUErO8sBJ6bCgwZBLlNC8gEpGJcDEtboxJJ1Ba3sVB0QIZwVjgpyF8S /ROL+0bEBvOMVwYFdlT90+cv6OcRyKvsiRuHa9METq0IW6TgjAhBVpEUuLt0g/u1V4DtZIO+ dJE7hwy1lUtPUQ2Qt21Jzr+RWJtJgPbrz5BemQGBGP3Z5coiKyEJOSXLQOzUGZg0EfhiJXDs TyAnw9OIRtaTmiWtPYDAkxUuU1rEE8DPvwKffgQ8PRbo3hVilVQ4KHFxWBizb/RYJs/kMVFk hISxhHCdxMqzuL2llxTy74LzvzD/WXCapSYHp75JUoBKEcHIDg9HTp16rOJGWbMGOH2KVwyx QmrZAGeuzX1VT1hFtry1+YCTWu80o2fD13BPHA9Hq1bIKlsB2ZWqwtW2A+Tx44FlS4CD+4hd ek1rLW5WT0xt51RT2h8to6I9PE4QQH9NvsSXpsHVqxdyqlSHLT6JFe8yW0YLnTCajOAgjQsn VAOnObvGAmfBMnv+ruTPxUGmlbfR74d+Hw6i9ThTa8A5cgzwOflej5/kZXiyYoDTTAmaOzi1 XFsLnLk5amVeEUJpJJYuhvDoI7A3bwFbrbpwd+wKPP4UsIRSGu4B0on66nYbTALeSe56fq4K F3hhtOEMoIXOlFnu22+B2a/D3X8gbA3ugKNECThjYuCKjGJkyPSLV02Bf72O0EPV6O9QscD5 /1fv/Rxjwb78tZ6EEFYeFhENsWFT5hDEt98B5y7wNWRSa73AGUCtzSP6YoHTGDQRPZ1Iw1+3 A2/MhvDA/XC2bg1Xx46QnniSV/Hv26OpsoqXJ9xfPdboJ8xudN2woJkk9Evc/ivURR9DHDcJ Uo+ecNeuh5ziJVjvR0rDaA5xGHysXovFAuc/D9qQXKWmF99tCI9V02QEd8/ecL/3IU/fo3Fx UTKFSQKAMwAaLXDm5Qiig0rCc3+xmkVl4jg4u3WCnTKm0UyQuW8C27bz9uO64mqu99QTl/XM EFkxudVN4NRfT2v8aMdkyjr39Uai5s4C+j0IV/0GsKcUhRAepnlt8wfnf8UhdCtJVHPapO9z NDGEFgdkpxSBvWVL4JlnWa410rM4j5OsEWWbyuhzJVqzwBkYkH4/0/xZuvt99DHkQQOR3bwx sls3h/zIQ7xihKq7bpdXGwzPp2qKZDEgaqRaquCd8GyyT3n9kMD7SH6zCXhhJuS7e8JZuRLr bmUGp7G4gv0rOvKi17BAef1eXEXL5qJVOlJwqCnswz9jWn1jK10S9rZtoE6cCKz5krNASLKh zqqKdF3gvBnjfxuctFvUrj8gv/UOnL164lrdmkhv0QTuMY9ApVXtlDlOlgxwGjxWst4qXTKY 6rhDwNz4lVeHqlrsS69TYOelrHS0bdyHHwHDh8Fdvw5csbHeubTBvjanBc4bDU6WmhkaCmdo JLKIbXmNFqonJCKtXHnkdOnCKpCwdh1v75dj89DSmFjt86UotcBZQNBSprjf90KZ9x5c9/dF xh0NcK1NC2JvPs6DzJTNW5IYNaVRSaCoRgIzLat1aw4gPy5aX8oS3TNMd1pK/HT8T2DVMmDs E5BaNIWQmGAwlZtZA3IDZ0HsJAuk3uD09EfxLuyWtbI51rgoNgbusmVYamZ2q9bI7toVOSMf gmvuG8CWzXxNuLQ2DIoIX/rT/xdXuAVOH7X26HFgyXLgkZFwtG/HdkgWPvlyPeeDIeDku6Ip YdnwznpoK9Vcvxm9eY8GTmqXMnAeAr5YAXX8U3C3bA53UoKRLuYFzuukdLSmj82pf5a5NDpS TA4fRwSZ5UsD3bqRTXMsMGs2sPA9xqfEPPa0w5hLq0YxdCELnDcGnNSYP3sOypdfARMmszik o/e9kJ95Bvj6G94fUtLtR52QS/FiP/f9EgIxxiswB6cVlvKFo4eJ5Pwcyrin4CDgdCYlGSRY evJB3o4NC5wFc/T4g5VWmphBCy3OnJMYjaxWTYFpU8j3vwHYdwA4eYozWEhug0WPa7AmcOaR 3/JvgvR/G5wisQv/ugj3NxuhPDcNjvsGwHl/f25brCdG/7kz3IHj1brOpxQo3y9FMgpuDReS w8aZ9pYtZyq0vUUzA5yCDw1J3hLUAmdBwMkqf0K1Ejst60c0+nQGM0eQPTYSGVUrwv7wUGD1 KuDUOcDu4pJS9rAwepssUr7JZxY4/+6g3rZLVyF/9zPUGa/AMWAQXP36Q500nlOKHDvMkwg0 g19nURPh3UUhMFufAnNFvDmrCDkOYO+fjMJEHjUG9saN4UqM5+VJptIl1VS+FBikFjivJ21P r5nlyfrBZIayUjdnXCJyqlUjG3M/qPMXAHv2Atkuj4te4cE0ySenpyCg+zdB+r+fhEBjj7/t Bt58B86hw+G8tw+nglxIvqSdvxGVJk1rv+ypJhB1V7kvi5ofs5rmvWV0/KbnaOD6972MtU18 aATslIc2Ps4PnLxW0ru42gLn9YPTy9EWFsL7bpLPOIf8nhUZy1IqnQ/0B+bPA3btAq5e8zgS tKmTp3IyaE8ZpwXOG6bbKjxp+cgh4LOP4HzsUcae7upL7M7npwJr13KbQ5C8EpZVLwcPvKVi AHCqMIGTbgg0sWHHNrIY3oE4aCicderDFRfNk6v1Qmctx1anaPRlJbeSEK4PnIpmywsasTWl HLUnxSOnVk04CDClhe/wztNZGbyIQf9qfXwLfix6uaExF3DeTJD+z4HTu1xM4ckD54lt+eVK 2Cc8DlvnjnC0bw95xCMEPAs59WW2zWP3M5oYya8dgwyf4lp42NiYtWJQbQq8iv6XLcDc16Hc /yBcNeuwek/Fj8Mn1K/Q+u+AsyAUlP+1nNf8StL8QyW5EI/5FFTTggN3fAyQWglo2wZ47DHg /ffI90y0pJxrWiIJ98jLquSJbWtd1WR4d96wwHnDkAqe/E7JgLeshzBtMpydOxA1swHEzt2A Sc8A69fzek2HwL8MPeHAZE9yW1QrAVIBTxsHxUiKN/L/ZALOi2Qz2LIBePEFoNe9cFdKhSs6 0tPVytwoJ59gumJO1g5AQ0KPodusslcRt+c5L1oRnxCDPzODd7NaxUQMrbdUMNN8yKbWenrl jccGDM4lx9VMEmamAs2txwkv9+JahocqRd/kwChHQyBQBvqICNZnU72nFzDjRe6V//MIb8JE nX8mZgOvXqn/hdjIbQVOHaB2YgP++gPEV6dD7NIJ9irVGDeQSoCjznkd+OlH4MJlqG7Zq5cK JxA20x1KhldXNeSm6p2PQLmKTh8D1nwBTJwEqU1buIqXgCs8jJcm6cFynSKE/i2kAKVNIYFI kXlht96MxwwOVaMh8QUn82wGaCSkhyF4p2lPRzCEhnqxzctB3o4XPZFCNm0ORt5wSHBAnliz IyxXcPqRa4dqLRRCjf4mns2BP+cOi4BcpAiUFi2AKVOATZvI90o2Zqebs2FoZV88qytAn9UA UtEC540Gp1vg/EHvzIHcvTuc5cszsi6xei0oQ4cBC+cDu3fyChZV8a5wZyqPbLIxlYB6jOE8 oJLzMLFxF30GDH0Ucs16rDUCXVRmUPgCQ+cdCsTDE5irR2vBQKWFntxgco7oNq0cFGxwG5kl oiEhNQALRhOiIG9md/14mnSUzXZzqBZXDA42WjPogDSIzPJh5TOItnJVm73BzHJkwzzUKTq7 BCVGoyRdQmplKNT5s2wpMWeoRmQCpix5AVPN5bu0wHkzwUn7nBw6CLz3LqR7iZpZsTLrJyIk FyWSrTUweQLraYLTRwmQnX4V7qpsbv1nVpk9Ll5DJaakUH/8DsyZB/Tsz0ij5Kgoxl3rVXXi B8BQwwb1lRwedc70GjNJlzl9TVc7tder+tTAaH6vLrl1CcapPjWAalP/WdamFOYBL3ufaTMw k1/7kWPnC8K8uH88n4k7zKcrWJDW54R6ZwvFw920CdFYxrMeosjO5M4fo1Ba8QKmnjxigfNf xCYLXP55FOqijyA+MBjOGrXhio1n/UKc1StDHdgXeP8dAqod3GkAU7MiL+pDyaBHNBy2smaj SnqrP7Jbf7cZmErsnY7dGOE0LRcTDMmokXzpNlqIpk4yUjCNGEwLuQgB2jLodprZ5lNMrH/0 GJRojEpqt+mcZkklaskQoha016Wirl6z51mHsyDWBo9OyopO20nQyVVL3uJP1exQfVPQJa1O vam3bsgNnP4qr8e2FEO8qTjN7R883EyhLHTipBlAxQpB6NYZeG0WsItskHaHVqzg34vVMEcs cP7L4KRqDW0gu3Q5pBGPwHVHY5brStvrOYsVhtS2BRTKV7p2FXDiKM/wkVSf3ota6ZDeKJfu xDRMk3aNN8M9c5KrzhvXEak5C+qAB1jnLkfhOLjDgzXJGW70qNRtNNmQPHo5k0l9C/XPJtKB o8dLBXIsyiwvxMRDSCoCoURJiKVKs03BnpTIGhK5aDetIE3ihZlUwzCPncrsSAJmVrUREwN3 saJwVSyLzGqVkF2zBlzVa0NMrQmxUjVIZSvBnVwczsg41i6P8yKFGja1OSmg4N5df9uS9/n0 tm0Nh5PJOURfRzeSnDLF4O5/H+8CfviYxmwhG1KSJhnIWvArP3CqFjhvFjhFXp+35kvIY8dC aNsaQtHC3LFAvXsVKkLs1QfKq7N5c1va4ZmWm6mKVw6tV2Pc7GxyTALIX38loF4DfPQB8MrL wFNjIPS6G2KDBnCXpCTU4axUiamYFJxBvJms0e6cSDqueoZ5caoyCRoa6ucw0Z0xVMUUI0NZ LaKrKJHO1WpDbtEaSo8erF+Lu2snOJo1IQu2HOyJhZEdGQN7WDgjH9MZ67m6yqWrSK7LERZD VMNicBBbXOrYgWww90MdNQLK2Cegjh8L+cmnII8aDWXAQLibtWa8v7bIWLiZlOZFyzqTPXID oi/IcrFFAzVnMucji8HhrDMYPTdlbGd9TCuXh/TYI8DX63g3OGr/a847M3GFruBa4PwvgJPG Os8RdfPrryFOngxX+zvhIpKB1fiRndeRUgLO9l0hPDMdCmUxOHuGt4g3wiieBAUGTpeDA/PH H1k6mDBuLBz33YscAnpb/brILl8ajkIJRGoRdTCCA0FigAxj7Om0f4oQGQF3XBzroelILETU 7EQIEVEMlH4qbFiQl1Ri3tmoSAK6OAiVKkFsSUA5cDDw7BTgrbnAQmLvznoJyrgnIfa7H847 2yOTSPFsSj5GNqKckqWQTTYOR6kSrAOavXQZIiWrwVHnDvLauyAPH8E3mk8XAetWA5u+4eVU 35LP5qv1wCefsjCU2Ls3bLXr8BKsJMqEH8qkeiC7OhBAlTy6ovmHgDz1rWwz0cBJ22TQXic5 ZJPNqVsbyvSpwG5intiytQx2D6WIZCqSDghM05+MZrgWOG/kUHjgme6kmzZCmfY8HJ07kUVZ HJlhwcggX2pWxcpw3ns/lNlvEsD9RF57ERAcRtqBFw8p/cKp1Pz9DyiLPmVs8LTjmK1CeTiL JhNJGUvUvTCepaI5UQTGKB7KbEEhNAJSXCLkMmUh16kDqXkryOT9cr2GcJYsDTEmlodHfGKg utpHpS5dkGJhIvlr1YJ4zz3AlGeJyr4U2PYz77785wFic5EFuuUbqCsWQ13wDoQZM8gmMp6p 9bRTs/DAAD4HEyk4bDjE0U9AmjINoC3qKRMAff+xg8BfZBO6eoFXbly+zD9HmpO89VuiPi6A +vRYIkn7wtmoAbKKFGG9ZXQQycEe21M2k2rrqnyoqSWEEUcN9pKovE09nWEaraVm04byztR0 M7OT96XFxsHergPkBQvIxnmKO4ICbdS55d7BAue/M6jkpE1tt/0E9c034Bj4ILLIYrpaqTwy 69aCvWcPyNOm8XS+I8TmzMniKhEkPzVHoQ6G9Ayizu6E/PZ8uPr0Y3FTRuLl5aDx1BHKmr3H GtnGxkIuXx5o3QYYOBB45jngOSLxHh0FuVNHIgkrsAwXIdjfo6t7RcXIaKB8BaBjJyItnyZg IrbysaNcWrhdPNjuyAGyiD185Tz3Qv+xh6js3/NK/yUEyJ8S6bf4M2D5coCyQmzcBPy2k9z/ MV7XSN8vO/nnQO/ZzK1Es6DSyQZ2kmwCPxBp+sG7wOhHYScSPLN4GTiiYyERKaqE8T4yuheX x1hNjqlQbud6GONDTSEfzz3riQb0eb14moV+wkNZA2DaTiO9bn24Hx0NdcPXQEZ67nTr+aT0 qBY4b7bwVDjgDv9JFueXcM96FfbHRyNrxHDYJo9jDXHxHVmcJ8nCtOXwXFk9x9aUX2vk+OWQ 1+zZA+H9D1hrBnu16siJDmcSUm9oxLyYoSFeXlImUYk6LTRpAnXEw8Bcct5viMq4dTOr/cSM qcT27Q539UqQCEBVTeowx48e4qDOoOgYKKnVgHt6A6+/zjYd1uZeRoDmOhr3EVXFKbn2+Ys8 n/jECS5hzhBb/K+/iHS8yu6LO1E8vSf1HGNV41T2pBaTY4o2ckzyvkN7gZUr4X5mCrK73MUq QMTCSUR99+Xs8QBOMIGTfVYa+Ix4bwhPrBA0tV5PjKDgpJ8lbSTlKJRENsYqEO7qxkwLLF8G HD+qkXLBx6GXz7TA+W/GOt08If3gIQLEH4Avieq2bg3Z+b8ji2s/WZyX2QKm+ZaCocKqXo1T jWRL+uWfPskdQePGQWnVEu4ihaCEh5ocN8FG+hoDJ3X3x0fDVTUVQq97oNC+LDSDhbayv3JJ 474l9tyLz0G4uzPECkTFjQhnqpsryONhZQs2gUjfGsS+6j8AynvziVTcTTYVm5EModeWetiO fJK5ZV7ryiYtq5NlL8Jkc68P84r1bzPA2ysim4D+xGnO8zprNuQHHwQa1IWYlAgpPIrZ2Sw+ G+wJs+hJDN6tKLxjpLp0lcM1J5AWy6UqLfVCC1WrQO3fD5gzG9hMJPgpsuHYbVpc8/qBCfy3 mA5uC4eQwWJJJUg2kQ4XLjHKTFy8xMu7nIJR9K6onjI/v14Yii5JdDX5R2D2a0CfPpAq0cSG OE1S6MF+MzjJgkouAnfz5lDGjAFWEHXy5AmPpBKIOnqS7PprlkOaNBZCixbk9ZRSM5ItSsUU GxUT4yA3aACMHAGFkmL/uZ+BUzWRG0taLM+LwtN38eWyMHXnCQOiyrl6ZV9gmlrjsWM7yTMX rvJUyHeIRjDwAQjVq8MVn8Rio5KWLKG3PtDvBWaKEfozlbZhmr2qt0sI8W4GRT209thEqG3v JMAkmsNvv3LJT+1MGm+WFX8bswDS8n8stfbWkJxmlgJWfUAlhkvUEtVNERLFH5iKr5pIpQ4F U3YGL0Fa9AHwMAFJ/UaQChVhXkQ9r1X3sFJV1B0VDUf5ioywGK8SQG/7hWewKLJHfaK/798N 9ZMPIA0dDnu9RshKTGZOFqoiyppUphJJbNyE8+B8tYZ3w2KMDvDKDfbw7nqHCCQfoKn5bGx+ 5VT6iXyzpWhu8nlyLd8TNf2lF6F07AhnkRQjmYCpqhrYRM1upJ7W7MgIZCYmIqd4CnLKlmTx yqyiiYxWhHqAnVoivJ526CSfRxb5rHF/f9ZmA+lpGq+w9h0pHmYKNQ+vkPo/JilvLXCaajL9 3OfGrq8ayew8UO3NX2sU3bIpGTmaLFGB8gRRO+fJsZCbtYI7OYUF5XVPpN4klyYhuFOKwdm0 KcTRRGouJe85cpg7b1gith6PlbiKu30b8MZciIOHI7N+Q8ZCTjuYGe3jk5NZ+ARPP0tUyQ28 K5qsxfP0VEPNoUUdWIonD9EzTXFbVf+bfrNKgJWqH8IQz5ps1kqtJP31gp07oBYvBWg2VulS RpwWJicX9Vy745KQXaI0C/NkdO2M7Afvh2PkcDjJdPS7D872nSDUrE1sy8IsQ0nRHEY0XptW oiQwaiSwZ4fWBcwcj5a8GC18wZfbpqP+j4nSW6PLmNaVWDVX1hocJKZFatTDK35Nafj7FI9B 5nRApXbnmrWQCEiEtkRKFCvJdnWW/B3ucXo4Y6PgrlYN7t69Ib36KmcTp82VdMeLtsB5bq6T qIdE5d5C7OJ35kN+5BG42rRiZVC07wrNNKIS2t2kOTB+Eovdsgwlwe1prMOuX4SnDZMpeUKf FLheBNmKf1Me/bbNtjffATRybc1xRjGp6otc5JvFmq+gDBsBR9nS7HOQ9U5rFJjEXnQWSkF2 5epwdLqLeVkZA/+qFcBWYjtu/pZlc+HVOcCAB+CqXhP2qBgjiZ96aC+T46pPPs6zsqj32ARO el9mLuLrNj0tcN5kgP6dl/uwIUA1CR0qoS5eYE4d5aWXIXa+C85S5ZgKasT4iO1Ekw2EkqUg tetAwDSBLMBVROIe4Z5RxTtIbmwAlDf1zHng113AJ8SmnDiB2VeuYkSCRkSxvGChDrE5R4wC lqzgrPbUltZKY5j/S1VMKromTTWVz0z/aWQK56ff+a1mk/Q0SSmFXvvp08Sm/hzuBwcjp3Rp FvPV83cpQ4FE7kNq3ArioGEQZ87iBN979xGt4TIv73NofgHaLmPmKxDat0VGdJhhp9Jc34xq VVnWEqO0FN2mXiaSV1aQilt3BOF2Hz6MCEb1CX28lsFUUBo7lXv2gpPYlM7QcKa+0cVIFyJN FhDq1gUGDwXmUd4irTRNko025nIgINiJNEhL5/FJ6vR5dBSkug0YMGknLFrAjX4DGDcStu/k sVcDdPA4dMz3EQCcch7qnNevam4A9WGuy8riVTnz3oXYuxexI4ux3FeZpjBGBrEQCxoRe/mR x4APPgJ27OA9MKljTjKFcJhH/Ayx6RexOPTV2AgeOybgtCfGIKdRI+D554ED+73YDfzK+ixw 3sJDD6HoItO8OLWO2fjwfaJ+DWC1hPawUBafpPamKzoC7gplIXUhUnPqFGAjUUEvnDd6gAIw WBbMqrUnpkFel5nGs3Vmz4GzU1fYCqfwHNmSJVgSgjR5Cu/LQrOaFNETo1Ukb7U8l/zRvMDp 3UPGk/jv7RQy2a+Si2cUfb2SaAmPwd2U2MuJSRCCQ1i8llK1OCtUgtKvPwHdR1yDoKEPmvss ceeVEcKhJ0kj975qNbL73kfAGcfDMDTdsmhRlg3EHGs0acLrmgPUaVrgvEUFp6x42XBeNhh1 3Z8gC2zxJ6z9PI1hcnDy4l9a+SLVrw1l0P2M7Au7iITLzPGYeKrqnbNrmoquQ8tkwR/9kzH5 ue/tD0fJsjzZvXAipDsaQKBMgitW8nxgvX2ArsaaE/fVfCRjfuDUSLcVrbLDe81r8U5bJtms iCo+n9iPfXoQIJaBU6tlpaEkZ+Fk2Bs3hTx+IrEtt7KED+g8Ppr5IJBjifq9XyOaw+o1SOvb D1fiE1l4iuZC24oVg6NLN6I1vAUcP+HRZAwvtAXO20NwGtJHMpobCQSonLRa5LHJJQScQwfC XrUybOHhLN/TFRLJbES5TStg7OPA58Q2PHKcLEjJ44NRPQ4XwwtqNM5ReXIAzeyhqtvCjyD2 fQDu0mUZ5YkjIQLOWkSNHng/D+ecOMYdTMZilGDuy52X2op8JavZvlT8EpGYZ5gmItAUwtVk oxgzBnL9RhAooMIjeHoeeRTKlIOr173AW2Sj2kc0DkHUwh765J8xs2Cpqpp2lUjONUjvQ8AZ V4jFSqnX1lGqNMTuPchx3ib3fVzzoHNPs+7UU2+DtXlbg9Mv4Z21NpI0NRSc/oSmBH68CBj0 AJxViFobEcEWkS00Ao4y5eHq3Bl4YTqwmUiKvy6DdUbKLcDIwhiyh4SKqrU0T5SWpb0xF9Ld veEuVorF/ewxoXCkloLQuxujX2HJ7hLPgeXRFMkIKch5+Hjy8lB6qa8m549x+aqW2EFVb7qB rFgBZewE2Fu1g7NoKUghEUwVpfm17ugEuOs1hDJuHPDVVzwJRPKo3owzlh1f5PdPn7t8hUnO rD59iVqbwCSwg4DcUa4cRErgNW8er7+l1yDpWU6SAU7VAuetDU4jkC3LXsxtbKe+mgH8vB14 bQ7ke+5hi4aqtVSFoyVMttRUxpHLJMVvfwDpdpO/QtEWJLxDGBo4VYWg2E3UvrOniU1JFvNz z0Bs3QbOpMKM4YAmfTtKpkDu2I73/vj5JyCLU3ya+XV943hqvl7Y3N3X5rgguw0KCjv5DA7v BZZ+BvWxMXA0bQlb8dJwRsZwFgMKzIhwOEuUZZsLI/M+tI+3SfSJbCl6KwyW0EDmGWJHL14C G3UIEXuVJi3QzS+7XFk4evZkTieWD00/K1k0QkSqqX+qBc5bGJyeRG+tP6eiqVwZRI07QPuh rIL81EQIrVrDVqQoHLRqIiyMtZoT6taGNHQo8MliRpMCu2T4lKgE5v9MNqGRD0r+6ibq7LVL UHdsh7zwPYjEps2qVg22yGgmQWjZmKsQUfXq1QKGDwE++4RX/2cJJtNVzR9/au4qrfl5j33s ARNlGpQvnIa05Wuozz+LnLZtkUE+A+qwojY3KwoPI7Z34cKw178DyuNjgU3fkvu6rJFtqUZi j3kjYT/kkJ8OEHvy3XeQ3aU90mLCePEA2fwyS5RCTpeuvHCAglN2e3lsvRkTLXDe2gjV45oM oAIvxTp4EFizjnEFKff0gVitOisHY7QhZNJCajRswFoP4vOVnBtXkE15r/yf3pzXkBhUIlN1 liaynz4FedNmiK++BjeRzLRQ2hUdrdV7EqlES8dKlABatYI89kmyUSzjMU+bk6uFkuzlFTbU dDNbcq75pt6L2ytvQ4/3Uo6ek8ehrl0F8fExLLyRGZ/AQyehXJ0VY6LhrpIKR+++BGgLuBlA +9P4dorWwO/WP/AM8pptu4CZLyO9bXNkxoXz8BTRGrITk5HZuDXRGGYC+w961GPFrPFwA8SK c94O4pOuTLcT0pULcO/dA4HYQtIrr0EYOARis5aQqB1EFiKnFSFSg4KzXj1W58jKwWj+q8Rd MzxBgIc9/GKJipa7S/mJLlyA8tMvUN57H+pDIyBQ7qOUYgyUjEA5hIA0Koad29WxPcRxT0L5 7DNg9+/ApcuczUETTWZGc6kADSfNCQpqIDuVHogWDJw6zatriF0td+sGoVwZiFERBnOfUCgR avMWwKRJwLffciePJHmFZfTbpocU2DlFHrfd8Rvw6kxcbd2cqLUhnD2BAJ5So2Sk1ob86FNE nd/G71MxpVkG2FwscN7CNidzsGRlQTp8GMKGbyG/vQDi2ImQiESg9ZlipbJwJxJVNiyYlYcp RK1FjRrAkAeARe8RiXGAZ76oMDUM9PR/NFeEsI5nRE1TbDlQTp+G+t33wBtvQR1ENoJGdzCA slS+ME7T4YyLh610STibN4Mw8hHgvYXArt0cCKKoJR7IRhhEKlA3WHPc1ZTeZ9YmBIUDg3qK V62ESjYHqVkTuJKTGOGWIyIYtsJJUDrcCbzyErD9FyAznaugJo+qLzjZ5+IiZsMRIhXfX4gr 3TrjSlwYoFWzUL6g7KLFoPTsxdV56jGnZoD52hTVCqXcDt5a3m6BqrPpUP48DGnTd1AWLYby wkzWi0Pu0Q1SnepwJsczikZadM2AQ1ROmS7M554GNtK2D6e0EjHNflVFk5PJW2rJ+obgsPMQ xarVwISJjGfXXrw4C9lwRr0QRnBFHVHZycS2a9gI7hEjIVKWgz8P8TRB2TuBQA+t+OXMIjA4 VXPs1FztImu6ZCaRcj9shfrcM5BaNIezcCHYaUE0AagtgWgTTRpCenIMsPhTItV3cydX+lUe JhJlQyXl16aBk7IwEC2FmgTX7u2LS3FRnFVCIyejDjfKbiiNHs3DVCf+5JzB+iXmV3JjgfN/ fWgLhboO6WJx26BevQLl5Cmoe4kk3PI9o2Gk9p7Sri0DI6Wp1AuI3dFxkFNrQKWMBa/M4uof ZR1wO7VkbTcM9y0THb4VITRlhrz23Angq7XA5IlQW7aEkJzMKE+M+ketMJm2VXcXT2EbgvTy VODHLTz/VzR7MhVPKAjIF5x+XbdUE4u2TrRNO3dRbWLkaEafqRCpzviBwjQKzpJFILVuCXXY cJ7VQ2tZf/kJOH7EKBL3qtGTtZ4mtIRu/UZkDByGtEKFeT0nlZ7kmLQAnZKjORs0Jhvk48AX xHQ4e9yQoKp660c6LXCyhagBiUo6Ciq62GkA/ZoWg3x7LsQ+fZBdqRIy4mNZVgzNf82KiUdO yXLIatgEjkHDIRPVlFWk0Hb3tB5U1I5puHBN4GSPCu+9cp5ImvXrID37DIR27ZBdkkjOhFg4 YiLZuWiTJHdsOGwx4XClFGGs584nRkNduYxIz8McADKX1LmC0+9XT56ud0s8U5MnvcKFMkys +hIZ/QfjSklOl+mMCoczOpjMUMbMl12hAjIaNYGNSEH35Kchf7KIq7m0RE6WTZ5qLb5LB1WZ N21FxqOP4XLZssiJDGN0MA4iRankzIyNQ1pKaWS1bQ/H888Qm/YrTTtxsswuK855W6i1ug2j eC8kJwEOsUHV5cvgfnw0Mu9sjbQaqchOrQxblZrIrFYT12rVxKU7GiKz293IGfU4nHPfhbxh E5QDBzWb0GU4LlQvuiLtfLQwnObNbtkM4bVZsA8YgPQmjXGtZi2kp1aFvVI1OCtXZVw6WVUq I6dOPeS074L0EaOQM+89iLv3cOcKtfOUvMEZMNHdlOvred4EUBrGoCVuq7/E1ZFj8FeDpkiv mMpivI7UCshJrYgMcm1pNWrjcv3GuHxnJ2QOGQbHK69BXL8eKt2oWMsEeHVwYz/S3OXvt+La 0xNxpfkdSK9UDplVqzKS6xxiz6dXr4GLNarjQosWuDpoIFxz34D04w88ecEtWonvt4NDSPKN Jyha/aWLLMwzZyF9txXCu2/DMfFJ5AwdBNfAgRAGPQQXbZw7bAiyhg6EY8QjyB43Cemz3kD2 51/AvXM3p0mhNqXPZuDhL9LaPNAqlt93QySS0P3yS7CNeQzOESMgDBkO5cFhwINDoQweAueD g+AeOgLOMeORNZW87tPlsO2k4Mzk0kgRgVy8mLnGQH1qW2X4pPRR0FO2vu9/Rs7rb+Pqw2RT 6P8g5EGDmQNLItclDB7KrtU++GHkPDwa2ROfhu3t+RA3bYZEc4KpBqG1tdDtbfaZ01DNH7uQ Mf9NXBv9MLIe6Af3sKGMylN+aDjcQwaz39OHDsHlUaORMfs12DZs4NlHlBTci5HMAuctKTnl QItW0UiyaAtzmny94zcoZGEoq78Aln/OkhOwfDWjnlSWLYe4ZDnsK1Yj+6uNcG4jr6XvYe3P Bc2xEggkClepnQRcl85BObgXyk/fQV3/Fa8LpQnvy1fxc9FY6ufkfCtXQVmzBsq3m+De/ivE s+ch0VpPWfZ4XcwOIeSTIx4g19YLnMyLnQ0cPUmubTvENeuhLCXXQyfZhLCKzM/pta6CTK7T vWw1XGvXQ/xpG8T9B3jZHa0BVbw3AAZOajr8dRrSzm1wrlsD4fOl5P5W8HtfSSe/X3npMuQs XYrsr9fDtY9sRlfJZuG2mwoBLHDesgANnPYmc6lGvY0OF0/8phLu6hWuVtE4I53UIUMlJPv9 EieiyszkUoECkwLcBE5/M1ALuVDp4rRxW/Ua5aOl5yHHunjFMy9p56WSjNqB1KFic/ByLHNA sSCRlHxsUsODq2i1l1RSUerNq2nkGq5q16IRUdMi6sv656I9Umlud3JgmpMlfFV7euycTG4C XNWORe+RFmPTSY934SL/nOlz9J4pWZp666fwWUkIedL16/aRqIVFqJfRreV6Uo+swzOZQ8nt KT0jj5TfJ1Cg3+uces2Wb1WZarJL1QB9Js3seL5//0fAqfuwFJ/+paJ2n9oE7Tnj5PfPPhe3 5lRzGx5kr0wh3xNR/hNRp0TU+2xy+5m9XxG9PgNVqx2QFVPPVAuctzgwA6h3koEdD/eQV9mT NlWtr5XEqlp4q3o+81CbVXjH7DRA6uely95leqRT0KYfV60vUHEd4Czgx6PXg0h+/0Tyj1dp eq7MDErFKGsLWMJm4p9VVM87hQBTAnL/TC1w3qrhlABZMvqzvtkovsBS/CWbXr+pBsSLz7nM DXoNcaAEuC4fBr18mKz0PqP5U2P61EcG2jjy4Nlkdq2Z39Z4n+ZY87kO1Ww2BDoWAmgBxgYE rywm1ZKctyE4A00llwWrA6rAIsoXeAGe09U4qr8pPtxAqpK7WnudErNA4AykbudCqxnwtYE+ TtXDpGYwE+alzRSQzd0C560OztxepXrjwYxPyednKc815M0nRBVit4/K5p2Hqwb0ugbESAFf 97c/KdWbMV/2uW7Fp3JEDeARV3P5HDyt4r0lrWfb8NEiFNlyCN3u4PRNTzUvykBWlnkh+vhm AizKvN+v+vmOVL9rUH3AqfqCOz9w5iN15VymGgCcci6+KTmfTUq3SgOd0y/0VMDN1ALnLeQX KogX9zqeLlC3K88Piv9jgEWo+lS4/CPaXx7eWjkv6Z8f/21+n2/uLy/Amy1w3pYO2/w8uV4p b+bHv9GKjv+g+E8UZF6fiXa9n0eeqqiq5B7i+af06TyPY4Hz9gZnAECoxqNkYpMzER0XAEx/ e2NQC+Yz+Sc+A+/pSwuiwDdccr337X1yn02pQKA0n9sCpwVOY3FKRqzTE/MsyGL9hyT3PwzO /AWfeVNSvDYl9TokfIHBed3TAqflMPp/z+tGxd9yYP1/QZmrzefHouBzLQXtwXK9F/gPHc4C 5+0EzoAr23vRqn8XnHmu0RsDzgJd39/xjOVzjIKmFVrgtPTa/9fOnldfyOtpQVcgqsu/Cc48 j/s3pO11X7fP9Qf6nNTbTH21wHkTwOn7lH8OaACp+7ftyIIv3gL3q/x/gDNQfBIoCEVnYAeU BU4LnDdI7fUJxBsxTMkodfIwEsgwJyT4Ji54Ok0rWmdu2cR0oDmoFMFUOeJ/HYEyl7y6Xpte 65844cnKYQRipiwk/rQnj0dPyvA0RhIM5nvzByLLMm6LZicWOP8L4JSQVwyS/6J16pIFLz5X A2C+ZFs+wNRtWMmLhsQ3rKAx8Pnkrcq5SXHTxuBVzgUtM0pVCyDBfLKdVL2Ui9fW6Cl5gapm VAugFjhvDkBzUQXN3k6TdPNITl4nyqWiqXmv6diqXo1iBlgASWnOwzULtsD58d7XEbhNoJKH iew5r0x7v6iyB9SK/rxopg7yJODi9iCFtsD5Xzdp1UCOHE3DUzwFzKpvZYivymzi+VG9wH49 16L6bShmNdaoFgmg6npxLfm0DFRgajxsVKTwnqd6B25dhPNcZXNdrAVQC5w3yZ+UO4mWrNlt qvc0+oL6s+IpWhG3sfAlf7B7yrC81UQPEH1S7sz2qKrmLhF9mhsFBqdiqMvMlqa2pGQGp8xI DmQfHZ+r8G6jS7c1LHDeMGDKyCfTSKfbIFOWBLjdbjYFSYRT5jwChiPFKLbmoJUUN/kT59JV BPJalwiXmyx6QWX0RPriV01SmhU4K3orQ4FTh1B+XNFJfnRAcDvhcrnYdDqdxiOd9Lqowyav sJC3Day3UHQzwmfFJUByiuRU5DyCy2Ag8a6d1qhfLMlpgfNmSM3c/0bJu+wQcq4i8/IZnDz6 J/b8vgu7du/BngN/4tj5i7iY7YBN5t5OT1EkbzQrkPfmZF9D+oVzOHP8CPbtO4Bdew5g/+GT OPHXFVzLdsGteIPTIzklxnWkOjJgv3oW548fxIE9O/Hbju3YsWMHdu7cid27fsOunfTn3di5 6w/8vu8gjp06i/RsOwOkqHAnj3+4Q5Oosgq308Xu7dzR/fhz3x52/N92/IIDBw7g7EVy306Z 3ZugmsvcFAuYFjhvDkADhVG45CKSKf0vnD+yG79u/QrLPl6I12fPwquzZuP1dxZi6Vdb8P3v R3AqzQ6bqB9UC50QaeS0ZeDcycPY+eMmfLFiCd55dz5ee2sBPli6Fl9t/RVHz6Uh2yl7GAZM TiTeoDcDOZdP4dien7Bh9WeYN/c1vPTiC5j+wot48aWZeHHGdLwwfSqmT5+BGS++gpmvzcHC jz7Dj9t34tylNDiI4HVrAPXUkaqGJHU63bhKNo49v2zCmiXvseO/MH0KZpDjzl+wEBt++BVH yDXSzUdv+u1l7FoeWwucNxKcTIXUVVdN4ZO1n2TbVVw6uhvb1i/GwlnPYsTAPujWqT3atuuI 7n0H4dGnX8EbH6/Dj3tO4WKmW3Nmao2JiCqalXYJB3b+iFWfLsDzk8bgvgH90b3fQDww+hnM XrQK3+8+hAyHpMVTZXiHU9wQcy4h/fR+/LTuM8x6fizu79UVbdu0QuPmLchshQYNGqBmzZqo Vbs+GjRsgqYt26B7rz547KkJeGPeB1j37c/Yd+QcrqQTtVfyxDFFjfLAZcsi1/czli54DeNG 9kOPrq3RslVTtGrTGv0eHIJpr8/Dxu37cCbdQXn6PJSYPlQm1rDAeWPBSW1DU0qaTCRX1sUT 2PfDWnw0axJG9umIBtXKoUTRwkhMKoKiZauiccf7MXTcTCxa/QMOnU5jXff0A6vE/ks/fxrb t6zD2zMn4f7enVC9di2UqdUQ9Tv1w6ipb2H9T7/jqs3txxTA6TxdkDLP4sKhbVj3yVyMHnQ3 alYujaSkBETGJSK6UBFExyeRaymM+ITCiI1LQkJCAgoXSUb5KlXQuFV7DH10IuYuXIFtfxxn m4eg258M/CJy0v7CprWLMYkAs1ntMiheNA7xiTGISyqE8lXros9D4/DWZ19h97ELyBY1k1pW bp8EWQuc//JgYkvkXbHNzhK3DZeP/Y7NK97FsyPuRasapZAUEYTQoCAEBYUgKCwOiaVro2nX gXh29iKi3h5DjmDyvhJwZvx1Ej9vWIFZU0ahy50NkFyiGMJTyqJ0484YQED9+aZfcSnL5YmZ mmseFWI3Zp7G2T82Y+V7L+HB7i2RnBiBoGBy/ugEpFSoivotWqFjtx5o36ELWhJpWrtGKhIT ovlromJRulpj9Bz0FOYv34R9p68x6cd9y/R+bbj2134sWzgTfTo0QkpMEILp+9gMQ3hCMdRq 1ROjp8zF19sOIt0FTzMj3AbEsxY4/yuGp6SBU+/QJcKZeQnHdm7CZ3OnYMjdzVG1WBQiCDBD yOINZgANR0RCKVRr2BEPjXsZKzfuwOVst8dpIom4du4ofvp6CV6dMhJd2zdEkZIlEVa0HEo1 6oIHxr+C5Zv4e3RwehFAqw6I6Sdx+vcNWDX/BTxwVwskJ0SRTSEMhcpWQWeiVr/y9nx8vWkr Nm4k1/nRIowdPRytGtdCEpF+FGBB8WVRoeFdGPX8PGzadRwOaAEUSiTtvIwz+7bgrRmPoWXd cohi90RmKNkAgsh7Q+NQrEoz3DNsMj5Z9wsuZGuxXPX2zpm1wHkThabhxFE8zPCqmE2A9Sex NT/GrMnD0L1lLZQuTMAZHoyoqCjERIQjLCgY4WExKF+5HvoOGYsFS77B4fPpcOixQQJOqhZv /3Y53pg2Gj27NEWpcuURW6oaKjW7G0OfmYOVW3cRcIqadijBu1zNDRDJeZEA6Mv3X8bgnm1Q slhhhMTEo0Ld5hj34hwcOnORxy/JjTgz0vDNqk/x5IgBqEXU7/BoAtDwFEQWb4Aew6Zg9fcH GLk1O4+UBdelw9i3dTGmjumH2pWKITo8BAnJKShcrBQSY+MQFhKJmEIV0LTzALz+8Zc4nuZm 3l89LdDKELLAeXPAqcczmTrphJB9ESf++B7rPnwFE4b3QLs7qqJc6aIoUbI0ypWviLIlUpAc HYm4sBCUKV0R3fs+hFfnLcOvh84w9Y+n8knIvHAc2zYuw5ypo9Czc3OULl8J8SVroHKz7hgy 8TWs3LIbF7P8wcmlG7E5047j/B+b8MWC6Rh0d2uUKp7MVNoK9Vvj2dffw9HzV7X4Ko3lOLD3 p6/x2tQn0KpJTWI7JiAopAiR1PXRbfAzWPXdfg2c5Hz2y7h44Cds+PBlPNSzOSqWKoqUkmVQ t+WdaN6uM+qmVkZ8cDBCQ+NRpcGdePqND3HgUg7z2HpyeS1wWuC80RotTAClgQbBhqzzf2LH hiV4d+ojeKBbYzSqXQlVq1dDw+Zt0bFLD3Ru3QyNqpRB5WKJqFS2FNp17ovx09/C2h/+wGnq GdWcLukXjjDJ+eb0x9GrcyuUK1cVSaVroWqzHhg68VUNnLKpa5nnuig41YxTuEQk57r3ZmBY r3YoUbwIsSUTkVK9KQaPnYZvvv8FV6+lIfvaFZzcvxurP3oLE0cNQKM6FREZTVTg8GIoVrUd ho6djQ3bj8LODuyGK+00fiebxtvjB6NL/QooXbIUAWYHDJ8wFZNnzMSIfvegTslkxEXEoEzl Ohg4YTo27D+Ja5KnLYpqZb5b4LwZ4DSXhcmOdFw8+hu+WTwH44d0QTuyeKullkfdRk3Ra8Bw PDnhaUx47GEiydqhVe3yqF6+FBo1bY9Bo5/DB6u24OC5dNgZziRkXDzO1VoizXp2bIGyZSqh UMnqqNr8LgybNIuB81K25EmGNztZFAJOYnNeIJLzywUvMnAWL1KI2JzRiC1dBW3uGYCnp7+I JUuWYOmnH+Ht2S9jwuih6NiqAVKS4xAcHoXYYlXRuMMgTJ+7HDsPX+KJErAj/cxefLnwFYy+ uyXqFI9HseJl0KH3YLz+ySqs3bQFi2ZPw4N3NkT5wokoXqo82vZ7GO98+SMOXsxBtswzm6xh gfPmSE5Fa3+lEqmSeR5//roeH74+Ef06NUD1MokoVjQFTVp0wLDR4/HyrNfxzuszmITq3ro+ qlUohco1G6Jj72F46d0l2L7/DIsp0nBI1tVT+HnTCsyZ/hR6tG+GimXLoUipVFRrwdXa1Vup 5BQ8ktMMTpodRMB5fs+3WP/+TAzr2RalixFwhlBvbSzKptZE89bt0KNHT9zd4y60a9saVVOr oGjRYoiMS2KhnqYd+2LMc29g9aZdOJdm56qzeBWndn+Dt557GJ3ql0dyRBCKpFTEvYOexKdr N2PP/n34fvV8THn4LjSuUgKFCxdBxaY9MGzaQqz66TAuOXhSg+WttcB581BKHUJCNtLOHsIP X32MGUTla1uvPFLiQhAfm4AGjdtg2KPjWBbO22+8iGeeGobudzYmam1JArhKqNWsKx6f8iY2 bjuELBcHW9a1s/hp80q8Pn0ckZwtUbk8B2el5t0xePJsfL7pN+atlU1qrSdRyAWFgJOqtV8t fBlD726DEkXjODhDQojKGoWwcCJFY+MRGRmJiIgIBIdEIjquKMpVq4+ufYdi2pz3sWbrThw7 n4UclwTBmY6sCwfwy9r5GDewE6oXi0VkEAFn8cro/cAoLPxsFX7+5XtsXPEWZjxxH9EMypJ7 j0NE8Tpo3OtxzPp0Ew5fdpuS6K1hgfOGeYRgqjwR4LJdxYmDv2H1J29jzJB70KByCcQTMESE haN8pWrodFdPDBsxEqMfGYoH+nTDHXWqILlwEiISU1CyahP0H/U8lnyzExcyJbaAs9PPMcn5 xgtjcU+nVqhQoRISS1VF+Rb3YMhzc5mNmuFSIQfYK5hDKIOA88BmrP/gRTzUq60GzmAERZDH 8FhExMQjIbEQoqOjkZiYiJJEBW3c7E4MHzUeCxd/gR2HTuF8hgtOzUbMuXoaB7etw/szn8C9 rWuidEI4IoODkVikJBq36YSHHnscL740FS88PQrD+nZEzYqlEBlOvb4lkEJs11HPz8cvhy4Z HmlLdlrgvLE6rcKTzCXRgbRLp/DbzxuwgNhcA+6+E6nFk1hskyYdhEbEokiJ0qhcrTpq1qiC qhVLIyk+iscGQ6IQXyIVHfs+hjc+2YC9Z7JYQkL61bP4ecMyzJ0+lknOcuUrI6lsTaS27YuR MxZg864jHDj0CiSFNyTTQzHUQrSfw8WDRHK+Px0P39tKA2c4YgqXQaXaTdCxxz0YPHwYhpI5 cuRIjB37DF6bMx8r123B3qPnkCXA8LBSNfnKyT/w9eK3MHZgNzSpnMI2HhazDYtEXEpxVKxW GQ0bESnZgNjF5YsjKSqcPE+kdBCRngkV0HPwZHy+ZT8u2FTm9JKtVWSB88aCkwf+3a4cnD15 EBvWLMbUCY+iU8sGKFE4DuHBZHESdTEoLAYRsYmITUxCYkIMEuMiEROpLe7gUMQll8IdHfpj 7MuLsPanIzh2KQvnz5/Atm9X4O0Z49CrA3UIVURCySqo1OpuDH56Fr78fgfSc7ScXJOnlhVk KW6I2Wdwbv+3WLNwCob1boaSRRMRTKRmiYoNcd+wJ/HR8tXYsWc3/ti3F/v27cOhgydw5sxV XL7mgt3Nj6PqQHel4/iuzZj30jh0b1YD5RIi+MZDrj0oPBLB8fGIiicSOCkWyYUKIy4mFrER oYgIDkIYeV14eCKadh6EFxasxc9HrnDb01pFFjhvnJ1Je6Dz+KLdlonDe3fg4wWv4+H+PVCv WhkUio9BcpHiqFCjIeq36ID23e5Bl+49cFe3TujWuS3at2nMpEzFcsTuLFoCZWs0R5cBYzFj /homFY8eO4RfNq9i4OzR7g4UTS6CoOjCSChfC3d07YPHJk3B/IUfYfFnK7Dks+VYvHgplqz4 HOs2bcWvu3bi0B8/Yv/Pq7Bi3mQM7NEIRQrFscydMtWa48kpc7Dn6GktI0mrqFG4zWrmHWIQ ErIgXjuNbes/xZODe6BycjRiaLZTUDBSSpVF9SbN0bp7d6K2d0bXrp3Rrevd6Ni+E1o2qo+q pVNQKCKISdCilZuh8+Bn8c7nP+LABZsFTgucN8Vdi6z0y/j9l814Y8Yk3NOhMSqXKowUourV b94eA0dPxivzPsPK9ZvxzabN2LJ5A7Z+uxYrPpmH18nrH+jVGTVSKyKZqLZV7uiGIeNnY9mG 7dj1xx788t06vDNzEnp3aIZSKckIDolAUEwcEkuWRbmqNdDgjuZo2qQVmjdthWbNWqBth454 YNgjeGHmLKxa/hH+r72zj2nijOO4yRKX6WZ0bo4/NPtDNxOncRqzLFN8nYIaN1+Cos4t6tSw N43JkGjMxkYy1G1WC0jFCTKiMkGULQOLOsfWKajIS0sptLy/1bJCoQpt7+67u6d3vbvSuUzT /55fcqH0uOuV3Od+z8vv+X5/44E6m3oA29bNF6dSxmDStLn49OB3uGO2yZoG4jIuJaD+7+gB O2BHb1MlLmdpsHH5Wxj71AiSNUc+PRrzlq7AvuSjOF+kR1GJHnp9Ma7wry9fuIATh7/Cro3v YNbkCFJBNGLURETMXoXdSZkwGLsonBTOMPNJJEcYOB3tuGsohiYpHjHLIzFr2hQCzpa4z5F+ vgh3bffF+UsxGzFuDNhtqCj9BUcT47EmegmmT5+DGW9EITbuIE7+dAVlFVUov3kdWSnJ2L5h Jea89irfb3wB48aPxZjnx+G5cf4VJaOeGYNnR48lVT0REyfhzUXRiPtsLzIz0nG18CzyTyUj Pi4Wr8+cgQmTpmL24jVISD6BshqrCEhorSKW9dcMM71d6DDdQq7uMN5fuwwTechfHB+BqXyL YHdCIkrKqtHL+NWQ/HW9PO5uFyy3S5Gl+RobVy7ElMkvY+SEV/DSzCjsTNBAf7OO9jkpnGHO nGRMyAOXswNV5XpkpyVj30fbsDkmBtt37cU32jO4eseCTp5MDxTqeUIdrq8PPc3V0OedQWL8 HmyK3YL1m3YgISkFZwtv4HZNLSrulaPo4jkc+iIeOzdvwNoVUYheuhBLly3CggWRiIzkM6aY NefNn4slUdF4b8cnSEzW4NLFApSV6knxfOqhA9i+dRuWr47F1t37oc3JQ421TW66kmVmbADO wNpS7yAGezrRVF2GSznp2LdnJ1a/uwqL3l6JzR98DF1mPurbnYEVKxwp8uN/49x40NWIP3/N x5Ev9yMmZh3mLF6Fhes+xMHDGTDcrYePoZVCFM6wM+rFw4c9aG+shuFaIfJ+PI2MtJPIyilA cWkFLJ296GMVws5C/ZrQX2UfkKIFyz0DD2AuMnUZ0KVnIbegBIYKMxraOtHc2kLkRUoK83Hu tA4ZWg20miNI0X6P4/ym1R6DRnOcbMdTjiFVl47s3AJcuXELVZUmtDU2wFZTht+LC5CdnUMW UZ/i918rr0RLtzMITln0WrK9Zz0P4e1zwtFsRYXhOvJys5Galo5vNTqczsrHH3+ZYBenfhhy 1CB/nJs8eDzOblIWeLXoZ2T8cApJR1NxKC0TFy5fg8XaQeGkcIaTSr+qnpA5PUMDfPbkm3+t NljrzDCb6vgbsA3t3S6iozMoDrAoRDCJWrvX44arpxsdzTbYzBb+uHpYba3otDvR43LD2e+C w2FHO7+/qd4Mi7EK1dWVMNbWwGiqRG2tEUZjLWpMRvLabKlDna0FzR0O3Hf0wd3nQv/9LnS2 8NdlbUS1uQHGxma0OP5G/yCrWAuqgJNjFFKd/PcTRMCcPehua0JDfS0qjWbcqTLDZuuC3T4A frdiwbdwriHyU1BzGOjtQVdnK2rrTLhdVUWObbS1ob/vAZn6oXBSOMMQw41kJeU71ifYDvgV 8oQkGewUHcq4h2WEZi4PhYfvr3lZlV4sI/ThhP2McG6GKPf5+MwrvCf0C70Mv5F5Th/5fEFR wStV8ylGlYVrGRL0fDguIDkiK7QHw6lYNUImT1lyDuE7CrWxHoZcrn+wWlFRIBzLglEJgQmv Pb4hosgnKBBywj+GBS3ho3CGEU5BmkSSJ1EMpqgBVq8Wkf1LOKLFo6qUkZQxRU0gTrRfUAt4 Kac5/OdX6sr6B6hCu4iFkvIM9C3JQI48+jxMlV0hii2xqlo0LV67VAhB5lsDlUCKBxlZmM7J 5jA0KJxhzZyKu102MBIV8MimmKpQZBPJo0St5K4ExBdwkiaoiNrQ5N5mZUsGWdwZw232iOCX LA4tfQ7HSOLS0oOGCXIAYwOK7nJTnFXB7n8wef/l+pWrdkQl+YCTNWjtHoUzvAO1Un4JNiSR M+HwgRZuWJNYhoRlJK8RCU6POPqpUH4PsmvgxCaqymslIDjmFXN0kJkR8S7hFJmLFe0Ygj+f VTdPJcgCJ/KSwbBA5g5OydL5WTW0bMC6iQaFM0xwMiEyhsoagdAm+opwjMLNi1U08WRbAiV7 ZI6R3PweGU6VpKTcpGRCwckODYPTF3xoCDhZRtk2kPuO/tFbJugh4beM8AVl5YCQF4cgDxXl 22olhFBGTBROGk8E6H//waPt8x4tdPX/DHJDHzcc/CduVoZwqH4cQ14aFE4aNCicNGjQoHDS oEHhpEGDBoWTBg0aFE4aNCicNGjQeIz4By7q4DOlKJD4AAAAAElFTkSuQmCC www.doi.org/10.53588/alpa.300406 iVBORw0KGgoAAAANSUhEUgAAAD8AAAArCAIAAABAescFAAAG7ElEQVR4nM2Za1BMYRjHVzch Re6iKbowk/sYH1QyVLpJkuQShWY0buNSqQxjNCgMwzTdtqihUhQquUUugy/K4AOhD8Zo3NcM o+Tymz3Ntptt23Ni1/PhzO457zn7f5/3//yf/3vW7NevXzK14KtCoairq+Mo+2/Cyspq4sSJ AwYM6NGjh/p5M/UvTU1NCQkJRUVFzc3NhoXXdZibm8+bNy81NdXBwUF1sh19Q0PDrFmzXr58 yWdTU9PBgwdbWFgYHuWfoVDG9+/fS0pKrl+/fvHixUmTJgmX2tC3tLQsXLgQ6NbW1klJSStW rBg0aFCHZTJW/Pz5EyanpKSUlZW9fft2wYIFDx48gEsyFfpTp07V19fzAXrFxsYK1/6TMDEx mTJlyubNmy9cuPDt27cXL17k5ORs3LhRpkJ/7tw5ji4uLjdv3vTx8Tl79iy5NyLiDgFuqAGf 7ezsXr16BTwN9I2NjRypVy7s2rVr5syZVVVV9vb2RkQsBBpYXFwMk3v37g22GzduJCcnC2hl KvQ/fvzgOHLkyB07dtja2m7atMnT05MZjx071mjAldAzMjLWrVsHESorKydPnvzmzRsVWlkH xYRhVOr69euZwMqVK2fMmHH+/Plp06YZAbgSOpVKNqFAdXW1q6srJ3v27Kk+xkzrnUuXLrWx sYmIiPD29kanfH19DYFXLdAZyvTw4cMsPhTojMPa0RNBQUEsFg0iODg4Ly9v0aJFBhNQpH31 6tX5+flTp06tqKjQoR+doidgztWrVwMCApYtW/bu3bu1a9caYAJfv35lzWEsyoHA0390DNaF nqBQaG9+fn4bNmygU+zcuZPa+KtoNeLjx48hISEICwt+8uTJXr166R7fBXqCcqmtrfX399+9 ezcTOHLkiJlZ13dJiNevXwcGBtJWIyMjs7OzMTZd3qIXDpS0pqZm7ty56Nf79+9hpKWlZbfR agQdlBXGa6F4Bw8e1HOF9c0ipYM9wmMgQaxvaWkpotQNtBrx6NEjoNNEYeb27dv1ry4RHKCA MBRU8OnTp2fPno0aDBkyRBJajbhz5w6r+uHDh0OHDtGYRAmDOAZDmMLCwjVr1sjlcqEZjxo1 SiRajWA9w8LC8F7Hjh2jyYjVNNH1R8lmZmbSjNPS0pBUesL48ePFPkQIjO3y5ctBDA9pLxLk WIp6UFJ79+5ln7Zt2zZUuby83MPDQ9QTcAFZWVk0kD59+nC7l5eXBBgyaegJ8hQXF9e/f382 AxQcdCJ5et4L9D179mAVUQKcLN5dGgaZZPRC0M+ZAHUcGhpKLvGxXd6CPWTaaCIqfOnSpTFj xnQHQLfQk0XKgO3v58+f8aS4iS1btugYj4GJiYmhQPnMLQ8fPjQaerLIPgYTixDRho8ePUpS acawQmuvwcAsWbKEHcaECROio6PZPYeHh9+6dWvfvn2Se59E9DQs5ALJd3R0RDrgLju3OXPm IERMAFHq0OcVCgUG5tq1a9OnT6dpIFmUO74V33Hv3j3KhucYCD2tkab79OlT6vX48eMDBw7k pLOzM3ti7BDEgEK5ubnCediFCyDN9+/fZzxTFbb848aNu3v3Lu1JcMKMlyCaotGfOXMmKirq y5cviAYbH3bKqkvDhw8nu2wJWJPRo0eDddiwYc+fP6c6m5ub8b3sE9Q3R3379mWqdD0M7Pz5 86kZqCjqJZII9K2trcCFpjgcnDd+8M9UIUFgPXDgAGXAblqm1FYnJ6f4+HjmrLUeOE/umVtq aiqu4cSJEyNGjPjL6PEhKCPWgM6KUYMnnY0ku4mJiVQwhpG7hg4dipvQQQkuCSyieQksgo3s SPVhkV7okTYU/dmzZ2SIitTnXRVKKup9BM+EV1gPHDLFAy0xm+q01P4rui9Tc2R61apVLS0t EjygqODJAovQIgoAFrEILJ2OW3Shh+jkABHkEYga5fW3AWsJNzc3cKu0iDLQ8budokf1sKyU oLu7O9Dt7Oz+DVotgRapWEQBsA5bt27VWvHa0dfX16Po6DQ5IPeGfxUOi3BNAotwsrdv32Y+ uNoOwzTQ40MgelFREW6ErwUFBYsXLzbWe3B+FxapaxEUoPzUx7Shpy8y+smTJ2QaA4hCU6wY EmPA1gh1LeLIHAS0ZBnAbeipjMuXLwcHB2NIaEO0QKyIUWG3h7oW4epkSrQCI9rQ42/J+qdP n9hu00e7FFrDBzYE6Xv8+DHdkC2RcLINPYYkPT09MjLyypUrPj4+dCUXF5f/4X8r4T9MUi6X y5uamkg5hkJ4nyxTr1oKFLiUSI0yjIRWV/Tr12///v3QRHWmHT3TCgsLI/G4SPoFex9jINQe 1C68x60IrlsVHfUe/xilDANikx7/5H2qweI3S6Y12F6L6PMAAAAASUVORK5CYII= iVBORw0KGgoAAAANSUhEUgAAAEsAAAAzCAIAAABQXWIRAAAKP0lEQVR4nO1aW2wcVxk+/5nZ q3e9ttf3Wxw7tmOnShpVSdwmpqKNoCotQREJoELFEw8FVTxxkSqEVCHEQwVqUekDoD70oYDU FtqmFUQK4ZpLo7hWEidOsnZ8t3e99t4vM3N+zjmz6/iyIp7xOhTEL3lnPTN75v/O5fv+/z+j IiL5nzb1P+3Attv/Ef7323Yj5IsctvkR97CyI2SEUAlsBRv/ojOSZ6gjMnlKUagDiIN/kTeA vIdsU1+UEaGAJJgZdP4dmZHVI5HkaCQ1ksyGEtlIzkgxzAASqvjdaiDgbgh4Omt8vUFfjwJ+ KuApBHgXUNlHZbMyIjSHAjWWmls+NxY9HY5fz5MlAENeYvIqBwIEF7MaW9IoiTk5Kq9S1+If 6GwcrHb3AboJLfNIlgkhEgQ0MD4RPTsy83ZMCynEYGJACEWFX0RQCvdxtOKDf/LR0ggaaTZ9 M/ZWaPnDBt++PS0nghV7KXEXbyZbn7pbRSiXFkPCFlMjl+/8ejEzxKjOvWJF5xjgKrYxjwp3 Xny7G2vwVlKzqX/MX7/aWXP0gbavetSgvBm2zlVbRCiA6CR3a+HUlZnXdRJGQSHrbfMOMmXx Zuy3C6nhAx3frPPtk2zEioRk02wjlIOETMf00MQvb0V/j6BJh7A4NBbZgk9aYARVTkUx7ebZ my8e2PFce/VjFHg7xlZA2h9DIQIkc2n85+PLH8iZtKINaIcMoTgbZUM6WTw/9lNOyDuCn5Ug 7a9J2wi5umUuT742tvweAEBhtQAg98bjULyakUDI221cMJehLF2ceFlRnW2BRwEctpuyiZDr Xih86nbkfQFK+EPlIKAC3oGd36nzPzC1+LeL068g0cCWuIlfoWpA6qPx1/y9zVVcSIDcvzHk 8KLpa1cmX0eq3Z1Y0qq8vU2Bwyq4Ouo+c3X+nZQestG++RCTSHNs7tL4q4/2/MhBA3dnshWz jFDMH0wMTfxKo0tQIHSyQvzp3HzemFeUtmR+ksc0xQUJq5Rhzf33NsBw5uNbC2/vbnzW3nSw hlCmy8Zk9GwkPYy0xPPS+uzpay/UVnbMx24ykigOLtd+bS1Kc8UW/7uHwdW5d9tqj1aozbzL AKwNo9UxZAyTI7NvMR6OlHaGpYxQemmyKPNMBquMohOE9K9wEj+IOAFWwfs3U1Aj8zfm3tnf +g0Ap0WHrSIEMrt8KZ6/Qygr6Q+i2l9/3EODMW3qdvRdEbQRrK3ob6kckGpJzIHkf4yHeZBL 55aWU2PxXEiHFHDdE6q4rlnOYbw3lYnomf6mL7rVWkKs8arVWcrGF/9ChAyU7m4+Vl11T/pd nbPxi6HFD3iewVU86N69p+HrSKVUYjFANWkD+aTQUtrc7fnT45FTOR4VFfKvu8+Uco85I7Kw PNwePGqVa6whzBvh+cTHPPIE5hAhyAaTK83k9WLgCRKNXIWJ3LTOUmItcXkBUNUKl+Kn4PE7 dzzY9uzOuoFzoZeXcyNYAgPvD+3O0p/baj4NYC2+sYQQw4lbeYzJmWNYIW6TYowLt1+JZIbM U3wyKsTlVCtrfXt6G56u9vYF3P2f6vnh2dEXl/PD5C5LrxiEkyM6iTtJ0JJmbBKhyO64m9H0 DYQM2IgSzbhAyTMlBytLkWRzLJaMj08v/3VP05d2N33Fo9Yf2Pnc2evfy0NsfQNANJZMZKeD 3qClJ28SoexRzMfT44XwGs1I0pLhBhnkESenUzRo4srsG6ri764/Vu3ZvaPmidHobzaIAk8y s4n0VNC7z9JTN4VQZHNoMMKS+bmCo3bip42/MftJ+ICQvjbzZntw0KnUddY/Hoq+Z5D0+nsJ xnMzVjPGza9DGUNpqVVhfjmL5QzUDJmdjl7orH+60tPqVhpSbGzVdTN7YTktgVJSNt+yBaYB MAyWKzZe9r0AxogSTd3s5OEB8VZ521PJsXV3ADDGCst482aJS8FeZLjZ1omh6QkxYYE6FE/h 3OrMkF+xKBXECkIek1JVdecM8z8zqSjjSCocoUMVwBgaGsuaj1l5uvQAFOq2ml5vCqHsSS7R PLetTukTQuvXFpLKYCKIo1UVPVxSOOskMrMbnODRkeJ11lhteLN6KLgbHQFPazhzSephudch aC7S0FozwPsulV1IaFNr+YRK/lYqPe1WU8TN6yFfhUrAs0smL2xVYeZehiW/rmlcVltd/Y0n 3Uodgh6K/JFBal0rorzK3H5v6zapRaHFoK8bWIWhJChaW/EgYMjASMARSGnhQ2gAGK6u2id3 NT3Fb0ykR8fCH8pIdi0MRK+zweuos/RcYpVLq70dfmdzXB+VhZkSkXepH0n3zEmGZn2Ygrnx jCpFd7WnY3fjsdbqQT6MOWP+QugXeViAUo61Bg4pxLtNs3TF24rmwKFEZAzF9kupFKBAQXQl ySArjItKX+MzO/WnzJMUFFXxBSrqvGoLBTfvr6Q2cf72SxFtqLh7VagPmLOboret5rAN9raI EEhX/WOj4T8gxEveILEZXJkBDVLgXCZSezFojuaqw6SwGrHQnBAhI88W70TOjsz+LkmmqIC3 ru94U7TK21NV0WUVnmWEfHL6XB1tgUMT8TMIxsbrAJlw4nJCnVvK3DBEbUYsu6Q+OxO/WIyk EczCIw90MZ/ORhZTo3PJoRybNZPJDUTCRcLFz3TXf56KKWq5dGZ1DDlrO/pbTs7EPtLJctGn u2aAcWHiVUJ5zmAAV1A0AOlc4p9z8fPMrHgWfoOFDShx0EUpp7CLo2yIeHmH6EH3g+01g1Zr UHYQSpBKpbtnV8Pnbiy8gbB+20SEG0Kamcme5glJM0ZxUZLVx4LPaB5XduBWG6ro29/6NZVU 3L+KMAXHnqaTC7HhRZGMb6vxYNvR23C81veQ7T02e1V9TvM1B7qePzP6QpbNUWSIpcs2WzAu iHyGKw2+h/qaTwCotjcS7SEUK6jStetgx/Pnbv1YJwmz4GerqdImCJmwasfeg53fVqFqK03Z HEMRQxG1xX/k4a7vnxt7KYdLctu3HFvwkmsBVQ7vSM93vWpzkWDu6ywtkhpAc+Dw4S7XudDP 0myyCNKeKyB1T6ZlqDZ6H3l417fcSqt80WGjQlow2/uHhdiFe1TvP/h4308ujb06n/o7s+mJ fFkDVR5cO9DX2/Dl/ubjCvHLh2wJHtniPr6pCDyK8TnajnT/ILT4p5GZNzPGjPkWhskNZuKw 1svVG7pQrPMrPNINugf2tz5TU7FX7vuattWqwlbfxZCLRPyp4OupO7aj5pFb86dDkVMZfcoA HU2lK4YxRY+FPMpyHUWk/JrCnLW+vu76L7RUHVTA/4l9Y4gbddG6/qYTPY1PLMSHJ6Lnw4mh tB4GyGFhc19gE4CZg8efFP0VrvqW6oNtgcEqbycV+0rlf/GrzO+1iVoEUTm/NwcGmwNHGMkm 83OJ9HQiO5PRl5iRJUCdit/trK7ytPjcrS5HkKLTrBSSQungk/lOVNHMgv/KlrtCHAGXP+Dq XlvwXsv+hSNdc7J89i+PVFnzUkob3AAAAABJRU5ErkJggg== Facultad de Agronomía, Universidad de la República, Montevideo, Uruguay. José Ignacio Velazco iVBORw0KGgoAAAANSUhEUgAAAD8AAAArCAIAAABAescFAAAG7ElEQVR4nM2Za1BMYRjHVzch Re6iKbowk/sYH1QyVLpJkuQShWY0buNSqQxjNCgMwzTdtqihUhQquUUugy/K4AOhD8Zo3NcM o+Tymz3Ntptt23Ni1/PhzO457zn7f5/3//yf/3vW7NevXzK14KtCoairq+Mo+2/Cyspq4sSJ AwYM6NGjh/p5M/UvTU1NCQkJRUVFzc3NhoXXdZibm8+bNy81NdXBwUF1sh19Q0PDrFmzXr58 yWdTU9PBgwdbWFgYHuWfoVDG9+/fS0pKrl+/fvHixUmTJgmX2tC3tLQsXLgQ6NbW1klJSStW rBg0aFCHZTJW/Pz5EyanpKSUlZW9fft2wYIFDx48gEsyFfpTp07V19fzAXrFxsYK1/6TMDEx mTJlyubNmy9cuPDt27cXL17k5ORs3LhRpkJ/7tw5ji4uLjdv3vTx8Tl79iy5NyLiDgFuqAGf 7ezsXr16BTwN9I2NjRypVy7s2rVr5syZVVVV9vb2RkQsBBpYXFwMk3v37g22GzduJCcnC2hl KvQ/fvzgOHLkyB07dtja2m7atMnT05MZjx071mjAldAzMjLWrVsHESorKydPnvzmzRsVWlkH xYRhVOr69euZwMqVK2fMmHH+/Plp06YZAbgSOpVKNqFAdXW1q6srJ3v27Kk+xkzrnUuXLrWx sYmIiPD29kanfH19DYFXLdAZyvTw4cMsPhTojMPa0RNBQUEsFg0iODg4Ly9v0aJFBhNQpH31 6tX5+flTp06tqKjQoR+doidgztWrVwMCApYtW/bu3bu1a9caYAJfv35lzWEsyoHA0390DNaF nqBQaG9+fn4bNmygU+zcuZPa+KtoNeLjx48hISEICwt+8uTJXr166R7fBXqCcqmtrfX399+9 ezcTOHLkiJlZ13dJiNevXwcGBtJWIyMjs7OzMTZd3qIXDpS0pqZm7ty56Nf79+9hpKWlZbfR agQdlBXGa6F4Bw8e1HOF9c0ipYM9wmMgQaxvaWkpotQNtBrx6NEjoNNEYeb27dv1ry4RHKCA MBRU8OnTp2fPno0aDBkyRBJajbhz5w6r+uHDh0OHDtGYRAmDOAZDmMLCwjVr1sjlcqEZjxo1 SiRajWA9w8LC8F7Hjh2jyYjVNNH1R8lmZmbSjNPS0pBUesL48ePFPkQIjO3y5ctBDA9pLxLk WIp6UFJ79+5ln7Zt2zZUuby83MPDQ9QTcAFZWVk0kD59+nC7l5eXBBgyaegJ8hQXF9e/f382 AxQcdCJ5et4L9D179mAVUQKcLN5dGgaZZPRC0M+ZAHUcGhpKLvGxXd6CPWTaaCIqfOnSpTFj xnQHQLfQk0XKgO3v58+f8aS4iS1btugYj4GJiYmhQPnMLQ8fPjQaerLIPgYTixDRho8ePUpS acawQmuvwcAsWbKEHcaECROio6PZPYeHh9+6dWvfvn2Se59E9DQs5ALJd3R0RDrgLju3OXPm IERMAFHq0OcVCgUG5tq1a9OnT6dpIFmUO74V33Hv3j3KhucYCD2tkab79OlT6vX48eMDBw7k pLOzM3ti7BDEgEK5ubnCediFCyDN9+/fZzxTFbb848aNu3v3Lu1JcMKMlyCaotGfOXMmKirq y5cviAYbH3bKqkvDhw8nu2wJWJPRo0eDddiwYc+fP6c6m5ub8b3sE9Q3R3379mWqdD0M7Pz5 86kZqCjqJZII9K2trcCFpjgcnDd+8M9UIUFgPXDgAGXAblqm1FYnJ6f4+HjmrLUeOE/umVtq aiqu4cSJEyNGjPjL6PEhKCPWgM6KUYMnnY0ku4mJiVQwhpG7hg4dipvQQQkuCSyieQksgo3s SPVhkV7okTYU/dmzZ2SIitTnXRVKKup9BM+EV1gPHDLFAy0xm+q01P4rui9Tc2R61apVLS0t EjygqODJAovQIgoAFrEILJ2OW3Shh+jkABHkEYga5fW3AWsJNzc3cKu0iDLQ8budokf1sKyU oLu7O9Dt7Oz+DVotgRapWEQBsA5bt27VWvHa0dfX16Po6DQ5IPeGfxUOi3BNAotwsrdv32Y+ uNoOwzTQ40MgelFREW6ErwUFBYsXLzbWe3B+FxapaxEUoPzUx7Shpy8y+smTJ2QaA4hCU6wY EmPA1gh1LeLIHAS0ZBnAbeipjMuXLwcHB2NIaEO0QKyIUWG3h7oW4epkSrQCI9rQ42/J+qdP n9hu00e7FFrDBzYE6Xv8+DHdkC2RcLINPYYkPT09MjLyypUrPj4+dCUXF5f/4X8r4T9MUi6X y5uamkg5hkJ4nyxTr1oKFLiUSI0yjIRWV/Tr12///v3QRHWmHT3TCgsLI/G4SPoFex9jINQe 1C68x60IrlsVHfUe/xilDANikx7/5H2qweI3S6Y12F6L6PMAAAAASUVORK5CYII= iVBORw0KGgoAAAANSUhEUgAAAEsAAAAzCAIAAABQXWIRAAAKP0lEQVR4nO1aW2wcVxk+/5nZ q3e9ttf3Wxw7tmOnShpVSdwmpqKNoCotQREJoELFEw8FVTxxkSqEVCHEQwVqUekDoD70oYDU FtqmFUQK4ZpLo7hWEidOsnZ8t3e99t4vM3N+zjmz6/iyIp7xOhTEL3lnPTN75v/O5fv+/z+j IiL5nzb1P+3Attv/Ef7323Yj5IsctvkR97CyI2SEUAlsBRv/ojOSZ6gjMnlKUagDiIN/kTeA vIdsU1+UEaGAJJgZdP4dmZHVI5HkaCQ1ksyGEtlIzkgxzAASqvjdaiDgbgh4Omt8vUFfjwJ+ KuApBHgXUNlHZbMyIjSHAjWWmls+NxY9HY5fz5MlAENeYvIqBwIEF7MaW9IoiTk5Kq9S1+If 6GwcrHb3AboJLfNIlgkhEgQ0MD4RPTsy83ZMCynEYGJACEWFX0RQCvdxtOKDf/LR0ggaaTZ9 M/ZWaPnDBt++PS0nghV7KXEXbyZbn7pbRSiXFkPCFlMjl+/8ejEzxKjOvWJF5xjgKrYxjwp3 Xny7G2vwVlKzqX/MX7/aWXP0gbavetSgvBm2zlVbRCiA6CR3a+HUlZnXdRJGQSHrbfMOMmXx Zuy3C6nhAx3frPPtk2zEioRk02wjlIOETMf00MQvb0V/j6BJh7A4NBbZgk9aYARVTkUx7ebZ my8e2PFce/VjFHg7xlZA2h9DIQIkc2n85+PLH8iZtKINaIcMoTgbZUM6WTw/9lNOyDuCn5Ug 7a9J2wi5umUuT742tvweAEBhtQAg98bjULyakUDI221cMJehLF2ceFlRnW2BRwEctpuyiZDr Xih86nbkfQFK+EPlIKAC3oGd36nzPzC1+LeL068g0cCWuIlfoWpA6qPx1/y9zVVcSIDcvzHk 8KLpa1cmX0eq3Z1Y0qq8vU2Bwyq4Ouo+c3X+nZQestG++RCTSHNs7tL4q4/2/MhBA3dnshWz jFDMH0wMTfxKo0tQIHSyQvzp3HzemFeUtmR+ksc0xQUJq5Rhzf33NsBw5uNbC2/vbnzW3nSw hlCmy8Zk9GwkPYy0xPPS+uzpay/UVnbMx24ykigOLtd+bS1Kc8UW/7uHwdW5d9tqj1aozbzL AKwNo9UxZAyTI7NvMR6OlHaGpYxQemmyKPNMBquMohOE9K9wEj+IOAFWwfs3U1Aj8zfm3tnf +g0Ap0WHrSIEMrt8KZ6/Qygr6Q+i2l9/3EODMW3qdvRdEbQRrK3ob6kckGpJzIHkf4yHeZBL 55aWU2PxXEiHFHDdE6q4rlnOYbw3lYnomf6mL7rVWkKs8arVWcrGF/9ChAyU7m4+Vl11T/pd nbPxi6HFD3iewVU86N69p+HrSKVUYjFANWkD+aTQUtrc7fnT45FTOR4VFfKvu8+Uco85I7Kw PNwePGqVa6whzBvh+cTHPPIE5hAhyAaTK83k9WLgCRKNXIWJ3LTOUmItcXkBUNUKl+Kn4PE7 dzzY9uzOuoFzoZeXcyNYAgPvD+3O0p/baj4NYC2+sYQQw4lbeYzJmWNYIW6TYowLt1+JZIbM U3wyKsTlVCtrfXt6G56u9vYF3P2f6vnh2dEXl/PD5C5LrxiEkyM6iTtJ0JJmbBKhyO64m9H0 DYQM2IgSzbhAyTMlBytLkWRzLJaMj08v/3VP05d2N33Fo9Yf2Pnc2evfy0NsfQNANJZMZKeD 3qClJ28SoexRzMfT44XwGs1I0pLhBhnkESenUzRo4srsG6ri764/Vu3ZvaPmidHobzaIAk8y s4n0VNC7z9JTN4VQZHNoMMKS+bmCo3bip42/MftJ+ICQvjbzZntw0KnUddY/Hoq+Z5D0+nsJ xnMzVjPGza9DGUNpqVVhfjmL5QzUDJmdjl7orH+60tPqVhpSbGzVdTN7YTktgVJSNt+yBaYB MAyWKzZe9r0AxogSTd3s5OEB8VZ521PJsXV3ADDGCst482aJS8FeZLjZ1omh6QkxYYE6FE/h 3OrMkF+xKBXECkIek1JVdecM8z8zqSjjSCocoUMVwBgaGsuaj1l5uvQAFOq2ml5vCqHsSS7R PLetTukTQuvXFpLKYCKIo1UVPVxSOOskMrMbnODRkeJ11lhteLN6KLgbHQFPazhzSephudch aC7S0FozwPsulV1IaFNr+YRK/lYqPe1WU8TN6yFfhUrAs0smL2xVYeZehiW/rmlcVltd/Y0n 3Uodgh6K/JFBal0rorzK3H5v6zapRaHFoK8bWIWhJChaW/EgYMjASMARSGnhQ2gAGK6u2id3 NT3Fb0ykR8fCH8pIdi0MRK+zweuos/RcYpVLq70dfmdzXB+VhZkSkXepH0n3zEmGZn2Ygrnx jCpFd7WnY3fjsdbqQT6MOWP+QugXeViAUo61Bg4pxLtNs3TF24rmwKFEZAzF9kupFKBAQXQl ySArjItKX+MzO/WnzJMUFFXxBSrqvGoLBTfvr6Q2cf72SxFtqLh7VagPmLOboret5rAN9raI EEhX/WOj4T8gxEveILEZXJkBDVLgXCZSezFojuaqw6SwGrHQnBAhI88W70TOjsz+LkmmqIC3 ru94U7TK21NV0WUVnmWEfHL6XB1tgUMT8TMIxsbrAJlw4nJCnVvK3DBEbUYsu6Q+OxO/WIyk EczCIw90MZ/ORhZTo3PJoRybNZPJDUTCRcLFz3TXf56KKWq5dGZ1DDlrO/pbTs7EPtLJctGn u2aAcWHiVUJ5zmAAV1A0AOlc4p9z8fPMrHgWfoOFDShx0EUpp7CLo2yIeHmH6EH3g+01g1Zr UHYQSpBKpbtnV8Pnbiy8gbB+20SEG0Kamcme5glJM0ZxUZLVx4LPaB5XduBWG6ro29/6NZVU 3L+KMAXHnqaTC7HhRZGMb6vxYNvR23C81veQ7T02e1V9TvM1B7qePzP6QpbNUWSIpcs2WzAu iHyGKw2+h/qaTwCotjcS7SEUK6jStetgx/Pnbv1YJwmz4GerqdImCJmwasfeg53fVqFqK03Z HEMRQxG1xX/k4a7vnxt7KYdLctu3HFvwkmsBVQ7vSM93vWpzkWDu6ywtkhpAc+Dw4S7XudDP 0myyCNKeKyB1T6ZlqDZ6H3l417fcSqt80WGjQlow2/uHhdiFe1TvP/h4308ujb06n/o7s+mJ fFkDVR5cO9DX2/Dl/ubjCvHLh2wJHtniPr6pCDyK8TnajnT/ILT4p5GZNzPGjPkWhskNZuKw 1svVG7pQrPMrPNINugf2tz5TU7FX7vuattWqwlbfxZCLRPyp4OupO7aj5pFb86dDkVMZfcoA HU2lK4YxRY+FPMpyHUWk/JrCnLW+vu76L7RUHVTA/4l9Y4gbddG6/qYTPY1PLMSHJ6Lnw4mh tB4GyGFhc19gE4CZg8efFP0VrvqW6oNtgcEqbycV+0rlf/GrzO+1iVoEUTm/NwcGmwNHGMkm 83OJ9HQiO5PRl5iRJUCdit/trK7ytPjcrS5HkKLTrBSSQungk/lOVNHMgv/KlrtCHAGXP+Dq XlvwXsv+hSNdc7J89i+PVFnzUkob3AAAAABJRU5ErkJggg== 2 Efeito do nível de energia da dieta no terço final da gestação no desempenho produtivo e reprodutivo de vacas de corte e sua progênie Resumo. O objetivo deste experimento foi estudar o desempenho produtivo e reprodutivo de vacas alimentadas com dois níveis de energia no último terço da gestação no desempenho produtivo e reprodutivo da sua progênie. Trinta e uma vacas multiparas, de raças britânicas e gestando um feto fêmea, foram distribuídas aleatoriamente ao Dia ­90 (Dia 0 = parto) à dietas com dois níveis de consumo de energia até o parto: 125 % (ALTO; n=15) e 75 % (BAIXO; n = 16). Após o nascimento, as bezerras permaneceram com as suas mães até o desmame e aos 2 anos de idade elas foram inseminadas. As vacas foram avaliadas quanto ao peso vivo (PV), condição corporal (CC), concentração de ácido graxo não esterificado (AGNE), produção de leite e atividade ovariana diagnóstica (DAO). As fêmeas F1 foram avaliadas usando as medidas de PV, ganho de peso diário (GD) e niveis de hormonas metabólicas até o desmame. A partir do desmame, as novilhas F1 foram avaliados quanto ao PV, GD, CC e DAO, e as bezerras F2 foram avaliados quanto ao PV e GD. O tratamento afetou a CC das fêmeas em lactação (ALTO = 4.2 ± 0.04 vs BAIXO = 3.9 ± 0.05, P < 0.05), a concentração de AGNE do parto ao desmame (ALTO = 0.46 ± 0.02 mmol/L vs BAIXO = 0.37 ± 0.02 mmol/L, P = 0.05) e o intervalo parto­concepção das vacas (102 ± 2.6 dias para ALTO e 124 ± 2.7 dias para BAIXO, P < 0.05), mas não afetou a produção de leite. O tratamento das vacas afetou o PV ao desmame (ALTO = 201 ± 3.7 kg vs BAIXO = 188 ± 4.1 kg, P < 0.05) e GD ao desmame (ALTO = 0.90 ± 0.02 kg vs BAIXO = 0.84 ± 0.02 kg, P < 0.05) das F1. Do desmame à puberdade, o GD e o PV de animais F1 não foram afetados pelos Graciela Quintans iVBORw0KGgoAAAANSUhEUgAAAD8AAAArCAIAAABAescFAAAG7ElEQVR4nM2Za1BMYRjHVzch Re6iKbowk/sYH1QyVLpJkuQShWY0buNSqQxjNCgMwzTdtqihUhQquUUugy/K4AOhD8Zo3NcM o+Tymz3Ntptt23Ni1/PhzO457zn7f5/3//yf/3vW7NevXzK14KtCoairq+Mo+2/Cyspq4sSJ AwYM6NGjh/p5M/UvTU1NCQkJRUVFzc3NhoXXdZibm8+bNy81NdXBwUF1sh19Q0PDrFmzXr58 yWdTU9PBgwdbWFgYHuWfoVDG9+/fS0pKrl+/fvHixUmTJgmX2tC3tLQsXLgQ6NbW1klJSStW rBg0aFCHZTJW/Pz5EyanpKSUlZW9fft2wYIFDx48gEsyFfpTp07V19fzAXrFxsYK1/6TMDEx mTJlyubNmy9cuPDt27cXL17k5ORs3LhRpkJ/7tw5ji4uLjdv3vTx8Tl79iy5NyLiDgFuqAGf 7ezsXr16BTwN9I2NjRypVy7s2rVr5syZVVVV9vb2RkQsBBpYXFwMk3v37g22GzduJCcnC2hl KvQ/fvzgOHLkyB07dtja2m7atMnT05MZjx071mjAldAzMjLWrVsHESorKydPnvzmzRsVWlkH xYRhVOr69euZwMqVK2fMmHH+/Plp06YZAbgSOpVKNqFAdXW1q6srJ3v27Kk+xkzrnUuXLrWx sYmIiPD29kanfH19DYFXLdAZyvTw4cMsPhTojMPa0RNBQUEsFg0iODg4Ly9v0aJFBhNQpH31 6tX5+flTp06tqKjQoR+doidgztWrVwMCApYtW/bu3bu1a9caYAJfv35lzWEsyoHA0390DNaF nqBQaG9+fn4bNmygU+zcuZPa+KtoNeLjx48hISEICwt+8uTJXr166R7fBXqCcqmtrfX399+9 ezcTOHLkiJlZ13dJiNevXwcGBtJWIyMjs7OzMTZd3qIXDpS0pqZm7ty56Nf79+9hpKWlZbfR agQdlBXGa6F4Bw8e1HOF9c0ipYM9wmMgQaxvaWkpotQNtBrx6NEjoNNEYeb27dv1ry4RHKCA MBRU8OnTp2fPno0aDBkyRBJajbhz5w6r+uHDh0OHDtGYRAmDOAZDmMLCwjVr1sjlcqEZjxo1 SiRajWA9w8LC8F7Hjh2jyYjVNNH1R8lmZmbSjNPS0pBUesL48ePFPkQIjO3y5ctBDA9pLxLk WIp6UFJ79+5ln7Zt2zZUuby83MPDQ9QTcAFZWVk0kD59+nC7l5eXBBgyaegJ8hQXF9e/f382 AxQcdCJ5et4L9D179mAVUQKcLN5dGgaZZPRC0M+ZAHUcGhpKLvGxXd6CPWTaaCIqfOnSpTFj xnQHQLfQk0XKgO3v58+f8aS4iS1btugYj4GJiYmhQPnMLQ8fPjQaerLIPgYTixDRho8ePUpS acawQmuvwcAsWbKEHcaECROio6PZPYeHh9+6dWvfvn2Se59E9DQs5ALJd3R0RDrgLju3OXPm IERMAFHq0OcVCgUG5tq1a9OnT6dpIFmUO74V33Hv3j3KhucYCD2tkab79OlT6vX48eMDBw7k pLOzM3ti7BDEgEK5ubnCediFCyDN9+/fZzxTFbb848aNu3v3Lu1JcMKMlyCaotGfOXMmKirq y5cviAYbH3bKqkvDhw8nu2wJWJPRo0eDddiwYc+fP6c6m5ub8b3sE9Q3R3379mWqdD0M7Pz5 86kZqCjqJZII9K2trcCFpjgcnDd+8M9UIUFgPXDgAGXAblqm1FYnJ6f4+HjmrLUeOE/umVtq aiqu4cSJEyNGjPjL6PEhKCPWgM6KUYMnnY0ku4mJiVQwhpG7hg4dipvQQQkuCSyieQksgo3s SPVhkV7okTYU/dmzZ2SIitTnXRVKKup9BM+EV1gPHDLFAy0xm+q01P4rui9Tc2R61apVLS0t EjygqODJAovQIgoAFrEILJ2OW3Shh+jkABHkEYga5fW3AWsJNzc3cKu0iDLQ8budokf1sKyU oLu7O9Dt7Oz+DVotgRapWEQBsA5bt27VWvHa0dfX16Po6DQ5IPeGfxUOi3BNAotwsrdv32Y+ uNoOwzTQ40MgelFREW6ErwUFBYsXLzbWe3B+FxapaxEUoPzUx7Shpy8y+smTJ2QaA4hCU6wY EmPA1gh1LeLIHAS0ZBnAbeipjMuXLwcHB2NIaEO0QKyIUWG3h7oW4epkSrQCI9rQ42/J+qdP n9hu00e7FFrDBzYE6Xv8+DHdkC2RcLINPYYkPT09MjLyypUrPj4+dCUXF5f/4X8r4T9MUi6X y5uamkg5hkJ4nyxTr1oKFLiUSI0yjIRWV/Tr12///v3QRHWmHT3TCgsLI/G4SPoFex9jINQe 1C68x60IrlsVHfUe/xilDANikx7/5H2qweI3S6Y12F6L6PMAAAAASUVORK5CYII= iVBORw0KGgoAAAANSUhEUgAAAEsAAAAzCAIAAABQXWIRAAAKP0lEQVR4nO1aW2wcVxk+/5nZ q3e9ttf3Wxw7tmOnShpVSdwmpqKNoCotQREJoELFEw8FVTxxkSqEVCHEQwVqUekDoD70oYDU FtqmFUQK4ZpLo7hWEidOsnZ8t3e99t4vM3N+zjmz6/iyIp7xOhTEL3lnPTN75v/O5fv+/z+j IiL5nzb1P+3Attv/Ef7323Yj5IsctvkR97CyI2SEUAlsBRv/ojOSZ6gjMnlKUagDiIN/kTeA vIdsU1+UEaGAJJgZdP4dmZHVI5HkaCQ1ksyGEtlIzkgxzAASqvjdaiDgbgh4Omt8vUFfjwJ+ KuApBHgXUNlHZbMyIjSHAjWWmls+NxY9HY5fz5MlAENeYvIqBwIEF7MaW9IoiTk5Kq9S1+If 6GwcrHb3AboJLfNIlgkhEgQ0MD4RPTsy83ZMCynEYGJACEWFX0RQCvdxtOKDf/LR0ggaaTZ9 M/ZWaPnDBt++PS0nghV7KXEXbyZbn7pbRSiXFkPCFlMjl+/8ejEzxKjOvWJF5xjgKrYxjwp3 Xny7G2vwVlKzqX/MX7/aWXP0gbavetSgvBm2zlVbRCiA6CR3a+HUlZnXdRJGQSHrbfMOMmXx Zuy3C6nhAx3frPPtk2zEioRk02wjlIOETMf00MQvb0V/j6BJh7A4NBbZgk9aYARVTkUx7ebZ my8e2PFce/VjFHg7xlZA2h9DIQIkc2n85+PLH8iZtKINaIcMoTgbZUM6WTw/9lNOyDuCn5Ug 7a9J2wi5umUuT742tvweAEBhtQAg98bjULyakUDI221cMJehLF2ceFlRnW2BRwEctpuyiZDr Xih86nbkfQFK+EPlIKAC3oGd36nzPzC1+LeL068g0cCWuIlfoWpA6qPx1/y9zVVcSIDcvzHk 8KLpa1cmX0eq3Z1Y0qq8vU2Bwyq4Ouo+c3X+nZQestG++RCTSHNs7tL4q4/2/MhBA3dnshWz jFDMH0wMTfxKo0tQIHSyQvzp3HzemFeUtmR+ksc0xQUJq5Rhzf33NsBw5uNbC2/vbnzW3nSw hlCmy8Zk9GwkPYy0xPPS+uzpay/UVnbMx24ykigOLtd+bS1Kc8UW/7uHwdW5d9tqj1aozbzL AKwNo9UxZAyTI7NvMR6OlHaGpYxQemmyKPNMBquMohOE9K9wEj+IOAFWwfs3U1Aj8zfm3tnf +g0Ap0WHrSIEMrt8KZ6/Qygr6Q+i2l9/3EODMW3qdvRdEbQRrK3ob6kckGpJzIHkf4yHeZBL 55aWU2PxXEiHFHDdE6q4rlnOYbw3lYnomf6mL7rVWkKs8arVWcrGF/9ChAyU7m4+Vl11T/pd nbPxi6HFD3iewVU86N69p+HrSKVUYjFANWkD+aTQUtrc7fnT45FTOR4VFfKvu8+Uco85I7Kw PNwePGqVa6whzBvh+cTHPPIE5hAhyAaTK83k9WLgCRKNXIWJ3LTOUmItcXkBUNUKl+Kn4PE7 dzzY9uzOuoFzoZeXcyNYAgPvD+3O0p/baj4NYC2+sYQQw4lbeYzJmWNYIW6TYowLt1+JZIbM U3wyKsTlVCtrfXt6G56u9vYF3P2f6vnh2dEXl/PD5C5LrxiEkyM6iTtJ0JJmbBKhyO64m9H0 DYQM2IgSzbhAyTMlBytLkWRzLJaMj08v/3VP05d2N33Fo9Yf2Pnc2evfy0NsfQNANJZMZKeD 3qClJ28SoexRzMfT44XwGs1I0pLhBhnkESenUzRo4srsG6ri764/Vu3ZvaPmidHobzaIAk8y s4n0VNC7z9JTN4VQZHNoMMKS+bmCo3bip42/MftJ+ICQvjbzZntw0KnUddY/Hoq+Z5D0+nsJ xnMzVjPGza9DGUNpqVVhfjmL5QzUDJmdjl7orH+60tPqVhpSbGzVdTN7YTktgVJSNt+yBaYB MAyWKzZe9r0AxogSTd3s5OEB8VZ521PJsXV3ADDGCst482aJS8FeZLjZ1omh6QkxYYE6FE/h 3OrMkF+xKBXECkIek1JVdecM8z8zqSjjSCocoUMVwBgaGsuaj1l5uvQAFOq2ml5vCqHsSS7R PLetTukTQuvXFpLKYCKIo1UVPVxSOOskMrMbnODRkeJ11lhteLN6KLgbHQFPazhzSephudch aC7S0FozwPsulV1IaFNr+YRK/lYqPe1WU8TN6yFfhUrAs0smL2xVYeZehiW/rmlcVltd/Y0n 3Uodgh6K/JFBal0rorzK3H5v6zapRaHFoK8bWIWhJChaW/EgYMjASMARSGnhQ2gAGK6u2id3 NT3Fb0ykR8fCH8pIdi0MRK+zweuos/RcYpVLq70dfmdzXB+VhZkSkXepH0n3zEmGZn2Ygrnx jCpFd7WnY3fjsdbqQT6MOWP+QugXeViAUo61Bg4pxLtNs3TF24rmwKFEZAzF9kupFKBAQXQl ySArjItKX+MzO/WnzJMUFFXxBSrqvGoLBTfvr6Q2cf72SxFtqLh7VagPmLOboret5rAN9raI EEhX/WOj4T8gxEveILEZXJkBDVLgXCZSezFojuaqw6SwGrHQnBAhI88W70TOjsz+LkmmqIC3 ru94U7TK21NV0WUVnmWEfHL6XB1tgUMT8TMIxsbrAJlw4nJCnVvK3DBEbUYsu6Q+OxO/WIyk EczCIw90MZ/ORhZTo3PJoRybNZPJDUTCRcLFz3TXf56KKWq5dGZ1DDlrO/pbTs7EPtLJctGn u2aAcWHiVUJ5zmAAV1A0AOlc4p9z8fPMrHgWfoOFDShx0EUpp7CLo2yIeHmH6EH3g+01g1Zr UHYQSpBKpbtnV8Pnbiy8gbB+20SEG0Kamcme5glJM0ZxUZLVx4LPaB5XduBWG6ro29/6NZVU 3L+KMAXHnqaTC7HhRZGMb6vxYNvR23C81veQ7T02e1V9TvM1B7qePzP6QpbNUWSIpcs2WzAu iHyGKw2+h/qaTwCotjcS7SEUK6jStetgx/Pnbv1YJwmz4GerqdImCJmwasfeg53fVqFqK03Z HEMRQxG1xX/k4a7vnxt7KYdLctu3HFvwkmsBVQ7vSM93vWpzkWDu6ywtkhpAc+Dw4S7XudDP 0myyCNKeKyB1T6ZlqDZ6H3l417fcSqt80WGjQlow2/uHhdiFe1TvP/h4308ujb06n/o7s+mJ fFkDVR5cO9DX2/Dl/ubjCvHLh2wJHtniPr6pCDyK8TnajnT/ILT4p5GZNzPGjPkWhskNZuKw 1svVG7pQrPMrPNINugf2tz5TU7FX7vuattWqwlbfxZCLRPyp4OupO7aj5pFb86dDkVMZfcoA HU2lK4YxRY+FPMpyHUWk/JrCnLW+vu76L7RUHVTA/4l9Y4gbddG6/qYTPY1PLMSHJ6Lnw4mh tB4GyGFhc19gE4CZg8efFP0VrvqW6oNtgcEqbycV+0rlf/GrzO+1iVoEUTm/NwcGmwNHGMkm 83OJ9HQiO5PRl5iRJUCdit/trK7ytPjcrS5HkKLTrBSSQungk/lOVNHMgv/KlrtCHAGXP+Dq XlvwXsv+hSNdc7J89i+PVFnzUkob3AAAAABJRU5ErkJggg== 3 332 La capacidad de cubrir los requerimientos correspondientes al último tercio de gestación en vacas para carne suele estar limitada por la baja cantidad y calidad de alimento, más aún en condiciones de pastoreo y especialmente de pastizales nativos (Bermúdez y Ayala 2005). En el último tercio de la gestación de las vacas de cría con pariciones de primavera las demandas de energía aumentan 30 a 50 % respecto a los requerimientos de mantenimiento, coincidiendo con limitaciones en la cantidad y calidad de alimento en los sistemas de producción a campo (Bell, 1995). El aumento en la demanda nutricional y la inadecuada ingesta de energía y proteína determina una movilización de reservas que afecta el peso vivo y la condición corporal pre y posparto (Larson et al., 2009; Quintans et al., 2010). Esta movilización de reservas de energía está asociada con la movilización de ácidos grasos como fuente de energía (Hess et al., 2005; Meikle et al., 2005). Reportes recientes indicaron que el crecimiento postnatal de las crías y la reproducción podían optimizarse mediante la suplementación materna de energía y el aumento de la puntuación de la condición corporal de la vaca durante la gestación (Moriel et al., 2022). Los mismos autores mencionaron que los resultados específicos sobre el rendimiento de las crías fueron variables, manifestándose la complejidad para obtener resultados de investigación claros. En este sentido, aspectos como los efectos de niveles de energía nutricional contrastantes en el último tercio de gestación sobre la respuesta de acuerdo al sexo de la cría y la interacción entre la nutrición prenatal y el posterior manejo nutricional postnatal de las terneras, no son claros (Barcelos et al., 2022; Wathes, 2022). La suplementación nutricional en vacas de cría en el último tercio de gestación se relacionó con aumento del peso vivo al destete de la progenie (Funston et al., 2010b), aunque sin beneficios en el peso vivo a la pubertad o sobre la reproducción (Larson et al., 2009). En cambio, deficiencias de energía del 30 % durante el último tercio de gestación en vaquillonas provocaron bajo peso vivo al nacimiento y al destete (Corah et al., 1975). En esta misma línea, los resultados de peso vivo de la progenie de vacas de cría para carne, con restricción nutricional del orden del 20 % a 30 % durante el primer y segundo tercio de gestación, fueron contradictorios (Underwood et al., 2010; Long et al., 2012). En tanto, la restricción de energía nutricional del 25 % en el segundo y último tercio de gestación de vacas maduras para carne, no afectó negativamente el peso vivo al Introducción iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= Batista et al. tratamentos. As variáveis obtidas em animais F2 não foram afetadas pelos tratamentos. As vacas BAIXO mobilizaram a reserva corporal, mantiveram a produção de leite e prolongaram o período de parto­concepção. A restrição nutricional materna teve efeito significativo sobre as variáveis estudadas na descendência F1 ao desmame e foi posteriormente diluída. Palavras chave: subnutrição; vacas reprodutoras; pastoreio; descendência; metabolismo; reprodução. Resumen. El objetivo del experimento fue estudiar el desempeño productivo y reproductivo de vacas alimentadas en dos niveles de energía en el último tercio de gestación y el desempeño productivo y reproductivo de la descendencia. Treinta y una vacas británicas multíparas gestando hembras, fueron asignadas el Día –90 (Día 0 = parto) a dos niveles de consumo de energía hasta el parto: 125 % (ALTO; n = 15) y 75 % (BAJO; n = 16). Luego del nacimiento, las terneras permanecieron con sus madres hasta el destete; a los 2 años de edad fueron inseminadas. En las vacas fue analizado el peso vivo (PV), la condición corporal (CC), la concentración de ácidos grasos no esterificados (AGNE), producción de leche y el diagnóstico de actividad ovárica (DAO). En terneras F1 fue analizado el PV, ganancia de peso diaria (GD) y hormonas metabólicas hasta el destete; del destete en adelante como vaquillonas F1, se evaluaron el PV, la GD, la CC, el DAO y preñez; en terneras F2, el PV y la GD. El tratamiento afectó la CC en la lactancia (ALTO = 4.2 ± 0.04 u vs BAJO = 3.9 ± 0.05 u, P < 0.05), la concentración de AGNE desde el parto al destete (ALTO = 0.46 ± 0.02 mmol/L vs BAJO = 0.37 ± 0.02 mmol/L, P = 0.05) y el intervalo parto­concepción de las vacas (ALTO = 102 ± 2.6 días vs BAJO = 124 ± 2.7 días, P < 0.05), pero no afectó la producción de leche. El tratamiento de las vacas afectó el PV al destete (ALTO = 201 ± 3.7 kg vs BAJO = 188 ± 4.1 kg, P < 0.05) y la GD al destete (ALTO = 0.90 ± 0.02 kg vs BAJO = 0.84 ± 0.02 kg, P < 0.05) de las F1. Del destete a la pubertad, la GD y el PV de las F1 no fue afectado por los tratamientos. Las terneras F2 no fueron afectadas por los tratamientos. Las vacas de BAJO movilizaron reserva corporal, mantuvieron la producción de leche y alargaron el período parto­concepción. La restricción nutricional materna tuvo efecto en las variables de la descendencia F1 al destete y posteriormente se diluyeron. Palabras clave: subnutrición; vacas de cría; pastoreo; descendencia; metabolismo; reproducción. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 333 Nutrición preparto y desempeño de la vaca y su descendencia nacimiento, al destete o en la pubertad de la descendencia (Cushman et al., 2014). Estos mismos autores reportaron que las hijas de vacas no restringidas parieron su primera cría en los primeros 21 días de comienzos de la temporada de parición. Una investigación reciente indicó que la nutrición materna durante la gestación puede inducir cambios neuroendocrinos que influyan en el rendimiento reproductivo de la descendencia (Cardoso et al., 2022). La IGF­1 (factor de crecimiento insulínico tipo I) y la insulina son indicadores metabólicos que aumentan con la mayor ingesta de alimento y/o la mejora del estado nutricional y también se correlacionan con la capacidad de un animal para lograr reproducirse (León et al., 2004; Rhind et al., 2004; Sullivan et al., 2009; Ruiz et al., 2011). La información documentada respecto al efecto de cambios nutricionales aplicados a las madres en gestación sobre concentración de IGF­1 e insulina durante la lactación de la descendencia es confusa, aunque elevadas concentraciones de IGF­1 prepuberal fueron asociadas con precocidad puberal (Sullivan et al., 2009; Ruiz et al., 2011; Cushman et al., 2014; López Valiente et al., 2021a). El estado nutricional de las vacas en gestación puede condicionar el desarrollo productivo y reproductivo de la descendencia y es más notable cuando se trata de ganadería a cielo abierto (Larson et al., 2009; Funston et al., 2010a). La subnutrición de vacas en planos nutricionales diferentes no afectó negativamente el peso vivo de sus nietos (Funston et al., 2010a), aunque los efectos que la subnutrición energética provoca sobre la descendencia no están completamente aclarados y la información de los efectos de la subnutrición sobre el desempeño productivo de la descendencia de segunda generación es escasa. La hipótesis de trabajo fue que niveles bajos de energía consumidos (75 % de los requerimientos, en contraste con plano nutricional de 125 % de los requerimientos) en el último tercio de gestación por vacas de cría para carne afectan negativamente el desempeño productivo y reproductivo de las vacas y de la progenie. El objetivo de este experimento fue estudiar la evolución de las reservas energéticas, la producción de leche y la reproducción posparto de las vacas, así como el desempeño productivo y reproductivo de las hijas y las características productivas de los nietos. Materiales y Métodos Ubicación y diseño experimental Todos los procedimientos con animales utilizados en este experimento fueron aprobados por la comisión de experimentación animal de Uruguay (CHEA, 0009/11). Los animales fueron manejados acorde a los protocolos de buenas prácticas de manejo, con personal capacitado y entrenado. El experimento fue realizado en la unidad experimental “Palo a Pique” de INIA Treinta y Tres (Uruguay, 33ºS, 56ºO). La selección de las 31 vacas multíparas (Aberdeen Angus x Hereford), gestando terneras y cursando su último tercio de gestación utilizadas en este experimento, provenían de un rodeo experimental de 200 vacas inseminadas a tiempo fijo, con semen de toros seleccionados por bajo peso al nacimiento. El diagnóstico de gestación y determinación del sexo de las crías fue realizado el día 116 de gestación por identificación y posicionamiento de genitales (DesCôteaux et al., 2010), y se determinó fecha probable de parto, considerando un largo de gestación estandarizado de 280 días (NRC, 2000). En el día –90 (Día 0 = parto) las vacas fueron asignadas a dos tratamientos contrastantes de energía hasta el parto: alimentadas al 125 % de los requerimientos energéticos de mantenimiento (NRC, 2000) (nivel ALTO; n = 15) y alimentadas al 75 % de los requerimientos energéticos de mantenimiento (nivel BAJO; n = 16). Las vacas y tratamientos aplicados fueron los mismos utilizados para analizar las variables en el último tercio de gestación y reportadas previamente por nuestro grupo de investigación (Batista et al., 2020). Luego del parto, madres y terneras F1 permanecieron juntas hasta el destete (168 días de edad promedio), en campo natural mejorado (Lolium multiflorum, Axonopus afinis, Cinodon dactylon, Paspalum notatum, Lotus subiflorus cultivar Rincón), con oferta promedio de biomasa aérea a la entrada al potrero de 3195 kg MS/ha, con altura de pasturas promedio de 11 cm y 51 % de MS, con un nivel de oferta de forraje de 11 kg de MS por cada 100 kg de peso vivo (PV), y promedio de EM (Mcal/kg MS) = 2.28, según valores de tabla (Mieres, 2004). Desde el año de edad y hasta la pubertad, las 31 terneras F1 del experimento pastorearon sobre campo mejorado con Lotus pedunculatus cultivar Grassland Maku (39 % del disponible en base fresca), con un promedio de altura del pastizal a la entrada al potrero de 24.2 cm, una oferta promedio de biomasa aérea de 3804 kg MS/ha y 37.7 % de MS, con un nivel de oferta de forraje de 6 kg de MS por cada 100 kg de PV, y un promedio de EM (Mcal/kg MS) = 2.37, según valores de tabla (Mieres, 2004). A los dos años de edad las vaquillonas F1 fueron inseminadas con dos toros seleccionados por bajo peso al nacimiento y se manejaron con todo el rodeo sobre campo natural (similares especies a las mencionadas), con una oferta promedio a la entrada al pastoreo de 2300 kg MS/ha y 32 % MS, con un nivel de oferta de forraje de 6 kg de MS por cada 100 kg de PV, y un promedio de EM (Mcal/kg MS) = 2.04, según valores de tabla (Mieres, 2004). ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 334 Tabla 1. Energía neta y proteína cruda estimadas del alimento consumido en los tratamientos asignados hasta el parto (nivel ALTO = 125 % y nivel BAJO = 75 % de los requerimientos energéticos de mantenimiento) y los valores nutricionales están expresados en totales del concentrado más el heno por día y por vaca. Variables ALTO (n = 15) BAJO (n = 16) EN (Mcal/día/vaca) día –90 ~ –45 12.98 8.11 EN (Mcal/día/vaca) día –45 ~ parto 14.53 9.05 PC (kg/día/vaca) día –90 ~ –45 1.20 0.78 PC (kg/día/vaca) día –45 ~ parto 1.34 0.86 EN=energía neta, PC=proteína cruda. Peso vivo y condición corporal El PV y la condición corporal (CC) de las vacas fue registrada en los días –90, –60, –30, dentro de las primeras 24 horas posparto, el día 14 posparto y luego cada 14 días hasta el destete, siempre a primera hora de la mañana y sin ayuno previo. Para el pesaje de vacas y terneros se utilizó una báscula de dobles barras con lector digital (Tru Test – Eziweigh 7, Nueva Zelanda). La escala de CC utilizada fue de 8 puntos (1: emaciada y 8: obesa; Vizcarra et al., 1986). En las terneras F1 el PV fue registrado dentro de las 8 horas posnacimiento, cada 14 días hasta el destete y luego cada mes hasta los 17 meses. A partir del PV observado en las terneras y de los intervalos de tiempo en días entre los pesos se estimó la ganancia diaria (GD) de PV. En las vaquillonas F1 el PV fue registrado el día de la inseminación artificial (IA) y al parto, también se registró el largo de gestación y la CC al parto. En los nietos F2 el PV fue registrado dentro de las 24 horas posnacimiento y luego mensualmente hasta el destete, y a partir del PV observado y de los intervalos de tiempo en días entre los pesos se estimó la ganancia diaria (GD) de PV. Los PV al destete de las terneras (F1, F2) fueron también ajustados por PV al nacimiento y días de nacidas. Producción de leche La producción de leche fue evaluada en los días 14 y 28 posparto, y luego mensualmente hasta el destete (días 56, 84, 112, 140, 168). La producción de leche se estimó utilizando una máquina de ordeño después de una inyección de oxitocina; el protocolo utilizado fue propuesto por Quintans et al. (2010). En breve, las vacas fueron separadas de los terneros y se inyectó a cada vaca por vía intramuscular 20 UI de oxitocina (Hipofamina, Laboratorio Dispert SA, Montevideo, Uruguay) para facilitar la bajada de la leche. Las vacas se ordeñaron aproximadamente 2 minutos después de la inyección para vaciar de leche a la ubre. Al menos 8 h después, las vacas se ordeñaron nuevamente Alimentación Previo al comienzo del experimento todas las vacas fueron acostumbradas a consumir concentrado comercial y heno por un período de 20 días. Una vez completado el acostumbramiento, las vacas fueron manejadas durante el período experimental en un corral a cielo abierto con piso de arena, disponiendo de 30 m2 por vaca, sin acceso a pastizal natural u otro alimento distinto al ofrecido y con libre acceso al agua. El concentrado comercial con el que fueron alimentadas las vacas contenía 13.5 % de proteína y 2.5 % de extracto al éter, formulado en base a granos de cereal (maíz, sorgo) y subproductos industriales (afrechillo de arroz y expeler de soja) y se le adicionaron 25 g de amortiguador de pH ruminal en la mezcla (Acid­Buf® Celtic Sea Minerals, Co. Cork, Ireland). Al concentrado se agregó 2 kg/animal/día de heno seco entero como fuente de fibra efectiva (Lolium perenne y Holcus lanatus). El alimento fue suministrado en módulos de alimentación individual, dos veces al día, siendo verificado el consumo a través del pesaje diario del alimento rechazado. La estimación de la energía contenida en el heno se realizó aplicando la ecuación sugerida por Mene y Steingass (1988), donde la EM (Mcal/kg MS) = 3.50 ­ (0.035 x FDA %). La estimación de la energía contenida en el alimento concentrado se realizó aplicando la ecuación sugerida por Hach (1987), donde la EM (Mcal/kg MS) = (3.6 x (81.41 – 0.48 x FDA %))/100). El concentrado fue ajustado el día –90 según el estado fisiológico y peso vivo promedio de las vacas (NRC, 2000), resultando en 8.0 y 4.8 kg de concentrado por animal y por día (tal cual ofrecido) para nivel ALTO y BAJO, respectivamente. En el día –45, la cantidad de concentrado fue nuevamente ajustada según la evolución del PV promedio, resultando en 9.1 kg y 5.4 kg por animal y por día para nivel ALTO y BAJO, respectivamente. La estimación de la energía neta se realizó aplicando la ecuación sugerida por Pigurina y Methol (2004), donde la ENm (Mcal) = ((1.37 x EM) ­ (0.138 x EM2) + (0.0105 x EM3) ­1.12). Para balancear los requerimientos de calcio y fósforo se suministró sal comercial ad libitum en el corral con 16 % Ca + 2 y 6 % P (Bovifos®, Nutral, Canelones, Uruguay), en saleros comunitarios. Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 335 utilizando el mismo protocolo. Los terneros permanecieron separados de las vacas en otro potrero durante estas horas. En cada ordeñe se utilizó una máquina de ordeño (Ruakura, Nueva Zelanda) que fue retirada luego de cesar el flujo de leche. Posteriormente, la leche del segundo ordeñe se pesó y se registró el resultado para calcular la producción de leche de 24 h, asumiendo linealidad. Ultrasonografía En las vacas a partir de los 65 días posparto fue realizada ultrasonografía para diagnóstico de actividad ovárica (DAO) (Quintans et al., 2016). Para la realización de la ultrasonografía se utilizó un ecógrafo marca Aloka Echo Camera, modelo SSD­500 (Aloka CO., LTD., Tokyo, Japón) equipado con transductor lineal de 5 MHz. Esta ultrasonografía se realizó en las terneras F1 a partir de los 14 meses de edad (dos cada mes con un intervalo de 10 días) para detectar presencia de cuerpo lúteo y junto a la concentración de progesterona (P4) indicar la pubertad. Desde la pubertad en adelante las F1 fueron consideradas vaquillonas. Muestras de sangre (AGNE, IGF­1, Insulina, Progesterona) Las muestras de sangre de vacas y terneras siempre fueron obtenidas a primera hora (06:00) de la mañana, por venopunción yugular con tubos heparinizados. Posteriormente fueron centrifugadas y el plasma almacenado a –20 ºC. En las vacas la obtención de muestras de sangre fue realizada los días –90, –60, –30, el día 14 posparto y luego cada 14 días, hasta un mes antes del destete, para determinar la concentración de ácidos grasos no esterificados (AGNE). En las terneras fueron tomadas muestras de sangre desde el día 14 posnacimiento y cada 14 días hasta el destete, para el análisis de IGF­1 e insulina, y fueron tomadas muestras de sangre desde el año de vida semanalmente hasta los 17 meses de edad, para el análisis de IGF­1 y progesterona (P4). La pubertad en las terneras fue confirmada con el análisis y detección de P4 plasmática. Para la determinación de P4 fueron analizadas 8 muestras sucesivas de plasma separadas por 7 días entre ellas y de las cuales 4 muestras fueron anteriores y 4 posteriores a la fecha del diagnóstico ecográfico que confirmó la presencia del primer CL en cada ternera. En las vacas, las concentraciones de AGNE se determinaron mediante el método Acetil Co A sintetasa, utilizando reactivo NEFA – HR (2) (Wako Pure Chemical Industries, Richmond VA, EEUU) y todas las muestras fueron incluidas en un único ensayo. El límite analítico de detección fue de 0.01 mmol/L y linealidad de hasta 4 mmol/L, y cuantificado a través de espectrofotometría (Vitalab Selectra 2 auto­analyzer, Vital Scientific, Dieren, The Netherlands). En las terneras, las concentraciones de IGF­1 se determinaron usando ensayo inmunoradiométrico de un kit comercial (IGF1­RIACT Cis Bio International, GIF­SUR­YVETTE CEDEX, France). El límite analítico de detección del ensayo fue 0.23 ng/mL. Los coeficientes de variación intraensayo para el control 1 (41 ng/mL) y el control 2 (528 ng/mL) fueron 7.71 % y 9.14 % respectivamente. Los coeficientes de variación interensayo para los mismos controles fueron 11.14 % y 14.37 % respectivamente. Las concentraciones de insulina se determinaron utilizando ensayo inmunoradiométrico de un kit comercial (DIAsource Immuno Assays S.A, Nivelles, Bélgica). El límite analítico de detección del ensayo fue 2.87 UI/mL. El coeficiente de variación intraensayo para el control 1 (16.2 UI/mL) y el control 2 (61.2 UI/mL) fueron 6.22 % y 7.33 %, respectivamente. El coeficiente de variación interensayo para los mismos controles fueron 6.66 % y 8.75 % respectivamente. La concentración de P4 en plasma fue analizada y determinada mediante radioinmunoensayo en fase sólida, utilizando kits MP (MP BIOMEDICALS, INC. Solon, OH, USA). El límite analítico de detección del ensayo fue 0.02 ng/mL; los coeficientes de variación intraensayo para el control 1 (0.6 ng/mL) y el control 2 (5.2 ng/mL) fueron 6.7 % y 6.1 %, respectivamente. Los coeficientes de variación interensayo para los mismos controles fueron 9.3 % y 6.5 %, respectivamente. Cuando la concentración de P4 fue de 1 ng/ml se consideró indicador de cuerpo lúteo funcional. La concentración de AGNE y hormonas se determinó en el Laboratorio de Endocrinología y Metabolismo Animal de la Facultad de Veterinaria, Montevideo, Uruguay. Análisis Estadístico Las variables analizadas en las terneras se modelaron incluyendo como efecto fijo el tratamiento y la madre, y como aleatorios al padre y biotipo de la vaca. El PV, GD, CC, concentración de metabolito, hormonas y la producción de leche fueron analizados como medidas repetidas, utilizando modelo lineal mixto con tiempo como el efecto repetido y regresivo de primer orden. La comparación de medias fue realizada con test de Tukey. En las terneras, la variable ganancia diaria (GD) de PV y PV al destete fue ajustada por días de nacidas iVBORw0KGgoAAAANSUhEUgAAAEkAAABWCAYAAACD87uSAAABpElEQVR42u3YPSiFURzH8cdL kc0ig7yEyWJSBmRkZqWk3KLsbEZvZZF3ymgUYqNbXhKTRQaKosRgkC6u36kzHNfR8xgsz/P9 1K9b9/7vcH6de869NwgAAAAAAAAAAAAAAAAAAMB3/cqmzUyE+WFnfkzJT0JJU0rW5izC/Koz v01J4SVtURIlUdJ/lrRCSeGWKSncEiVRUmhJpxHmF5Ne0kmE+YWkl3QcYX6eMykI8ijpp0ln 0RdKccj8nDO/k5SSJpxFPyr1v8yZHdas3Drzh0qhfb1W6YxrSePOorP29srdTaXKqHKpHDiz N0qRnRlUhpLwcTP5UPbtonuUaeVKuVZalV7l05lN2d1nDv2muJY0q7zbZD0xz+8qNXa+Urnz zO0pBXEtaV15VvqUIyVjd4h5TCvdSknOe7qUB1tgxhZUHeeD29xQT84iK5RGpSzkfeYsalCq 4n6zmRvrXHlR6gJ4lSv39iBuow4/U8ybPXgHqMNvxLmdlqjDb+OPf5Mk0ppTUpo6/DqUV3su pajDz3xDblHanR+qAAAAAAAAAAAAABLgC3BpqyDo48sLAAAAAElFTkSuQmCC iVBORw0KGgoAAAANSUhEUgAAAGkAAAB8CAYAAABqmZ4SAAACvElEQVR42u3aS4hOYRzH8SO5 5FouWcjMCCORy8KGBSmrSbmulI0sNCmlSbKSpCgpFmSjyC1WsiATmZUVVtMkud/GtcGQ4R2/ p/5TZ545mnkf7/v6L76f+u3mPIv/r/M855x3sgwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAMCpqcoB5XAu2xPW2RetsUsZz3grY6byRenN5XbCOu+jNe4rUxiv/5ImM17fJd1TJjFe SqIkSqIk/IeS3lGS/5I6KYmSKKkCJb2lJP8lvaGk2pZ0K2Gd15RU25JaE9Z5RUm1Lelmwjov Kam2Jd2gJP8lXU9Y5wUl+d/unlNS9TQUlNSmDC9znWeUVD31BSXdVcaVuc7TjF9mq1pSVzTg h8qcIV4/TFmmfI7WaFfqor8NxY9m5OWrKyipW9k6hGtHKluygT9ThDxR5uf+dqJyR9nGyMs3 o6CkkA5lkd0pRXfPUuW83UHHlMfR9R+UldEdGz4dLWbklbmTQkrKI6VZmaVMU6Yrq5UT9l70 XTmpTFDORNf/Vo7a9jZK2WlfJfg3rwSNBQ8OcbqssI82/F67Zq8y1tYJ2+Ov6Loe5YJyVvmk nE54aoQsVL7aQLsHKatv8A+UVdHAG+yx+2/XhfeoJYw7zXIrJ9wZ4b9Or9p5Uoq2vm/2WN1S 8NTWd05ttLOsFG174UlvM6NO16T8sC2tyc6QFcp+5ZJyRTmibLBzabDH8UbbBs8pF5XdylzG /G/CI/TPXElwqMUO/LCdrWcc/oxQTuXOjmZG4k94v2nLHfLHGYk/9Vn/b26tjMSftdG7TCcv m/4cygZ+ClrAWPwId8y1gpI2MRo/wovn5YKS1jAaX/Zk/T/hhPel2YzFl/CZp92KCj87HGQk Pre8ecoOZZ0yhpEAAAAAAAAAAAAAAAAAAAAAAAAAAAAg8gejmmMVGJeIFQAAAABJRU5ErkJg gg== iVBORw0KGgoAAAANSUhEUgAAAGYAAAB5CAYAAADLX1QsAAACoUlEQVR42u3bTYhNYRzH8cf1 MnmLspDXYSFRSlnReCmihFKToixtpmGQpVhJ3l+GyEqWsrNAYkEWVhSRRKGk2Ym8zlx+T/d/ 69ynM7fzzL0z96Hvp36baZ6z+P/mnPOc0xnnAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AODftEy5F6Qz8hg9wfo7ykxG25g1yp8g+yKPcTFY/1NpZ7RpFjOH0aZZzGxGSzEUQzEUQzFN KOYCxaRZTC/FpFnMeYpJs5hzFDP8xZQpJt1i9kYe4yzFjEwxPZHHOEMxw1/MgLKHYtIspjvy GKcoZmSK2U0xad5jDkQe4yTFNN/qnOeYQ5HHOEExzbcqp5iryqiC69uUa8H6X8oiRtuYlTnF vFImFVg7TTmqfA3W/1Y6Mr83Wjmm7GTcxXXkFOPTpYwZZE1JWarcUj4pT4K1/a72gw5/Vj1T NjHuxov5phx3tR9VtNmlz7/m/6H0KVuVHTkbiCvKWFu3XPni+A4gytpBiqlekvwZ8Ui5r7xW PtuW+qWyzi5T7fa72bXfrdguO1vuKhMZd3GbMyUM1CkpO3A/5AWZDULJflaus2Ybo46z3Yb3 0VXeEvdZQeXg0tRvf/m7lCk5x1mhvMtZ5y+JvRG7PJhuG+J7Za4yw1XeLt9UHtol7LKy0e4x 9cxTjii3lQe27d7AiIfmcFBM1QQ7MybbfaSokm21/dpxjHfoLlkx/iY/n3GkYbyrfABefVpf wkjS4O8JLzI3605Gks7rmOzrlIOMJA37g+eN62xr03AjKOapMp2xtJbfyj4PivnABqD1/CXr cVDMG2Uho2m90672FYp/Wp/KWFpvsfLWSvHvyNYzknTMUrY4/pkVAAAAAAAAAAAAAAAAAAAA AAAAAPDf+gsdNFCIbXHXjgAAAABJRU5ErkJggg== (168 días) y por el PV al nacimiento. Las variables con Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 336 la información reproductiva se analizaron utilizando el procedimiento para modelos lineales generalizados mixtos (GLIMMIX) del paquete estadístico SAS. En las variables con distribución binomial (proporción de anestro o preñez) la función de enlace fue Logit y para las variables con distribución de Poisson (parto­ concepción) la función de enlace fue Log. En la variable intervalo parto­concepción de las vacas que no se preñaron los datos fueron censurados, es decir, al período de tiempo desde el parto a final del servicio (81 días) se le agregó el período correspondiente a un ciclo estral (21 días) asumiendo el 100 % de vacas preñadas un ciclo después de retirados los toros. Para todos los análisis estadísticos se utilizó el programa SAS 9.4 (SAS Institute Inc, Cary, NC, USA). Los valores son presentados como media ± error estándar (EE), las diferencias se consideraron significativas cuando el P ≤ 0.05. Resultados En las vacas de los tratamientos ALTO y BAJO no se verificó alimento rechazado después de suministrar lo ofrecido individualmente, por lo que asumimos que el consumo fue igual a la oferta. Desempeño productivo, reproductivo y concentración de AGNE de las madres Los partos ocurrieron desde el 14 hasta el 29 de setiembre. Las vacas en nivel ALTO y BAJO experimentaron evoluciones de PV y CC diferentes desde el comienzo de los tratamientos, hasta las primeras 24 horas posparto (452 ± 11.9 kg para ALTO y 414 ± 15.1 kg para BAJO, P < 0.05, y 4.3 ± 0.06 unidades de CC para ALTO y 3.8 ± 0.07 unidades de CC para BAJO, P < 0.01), verificando la efectividad de los tratamientos nutricionales aplicados. El PV a los 14 días posparto tendió a ser diferente (459.18 ± 11.9 kg para ALTO y 429.2 ± 15.1 kg para BAJO, P < 0.09). Para el período de lactancia el PV de las vacas fue 467 ± 11 kg para ALTO y 447 ± 14 kg para BAJO (P = 0.22) y no hubo efecto de la interacción tratamiento x tiempo sobre la variable en el mismo período (P = 0.13) (Figura 1). En cambio, la CC para el período de lactancia fue diferente entre tratamientos (4.2 ± 0.04 para ALTO y 3.9 ± 0.05 para BAJO, P < 0.01) y hubo efecto de la interacción tratamiento x tiempo sobre la CC (P < 0.01) (Figura 1). En el posparto temprano, la concentración de AGNE fue mayor en las vacas del tratamiento BAJO respecto a las de ALTO y hubo efecto de la interacción tratamiento x tiempo sobre la concentración de AGNE (0.41 ± 0.01 mmol/L para ALTO vs 0.37 ± 0.01 mmol/L para BAJO (P < 0.05) (Figura 1). Respecto a la producción de leche, ésta no fue diferente entre tratamientos (7.5 ± 0.3 kg para ALTO y 7.7 ± 0.3 para BAJO, P = 0.59) y no hubo efecto de la interacción tratamiento tiempo sobre la variable (P = 0.76) (Figura 1). El intervalo parto­concepción en las vacas, fue diferente entre tratamientos (102 ± 2.6 días para ALTO y 124 ± 2.7 días para BAJO, P < 0.01) y la preñez no fue diferente entre los tratamientos (100 % para ALTO (15 de 15 vacas) vs 69 % (11 de 16 vacas) para BAJO, P = 0.97). Desempeño productivo, perfiles hormonales y reproducción de las hijas F1 El tratamiento nutricional de las vacas durante el último tercio de gestación no afectó el PV de las terneras al nacimiento (P = 0.33). La interacción tratamiento x tiempo afectó el PV al destete de las terneras (P < 0.05). Las terneras hijas de vacas del tratamiento ALTO fueron más pesadas al destete que las terneras de BAJO (P < 0.05) cuando el PV fue ajustado por los días de nacidas (Tabla 2). También la GD de peso vivo hasta destete fue mayor en las terneras hijas de vacas de ALTO respecto a terneras de BAJO (P < 0.05). En cambio, no hubo efecto de los tratamientos sobre la GD de peso vivo desde el destete a la pubertad (P = 0.52), así como en el PV en pubertad (P = 0.10) (Tabla 2). En el período nacimiento destete, el tiempo afectó la concentración de IGF­1 de las terneras hijas de los tratamientos ALTO y BAJO (243 ± 18 ng/mL al inicio del período vs 178 ± 18 ng/mL en el destete (P < 0.05). En el mismo período hubo efecto del tiempo sobre la concentración de insulina de las terneras hijas de los tratamientos ALTO y BAJO (35 ± 3 ulU/mL al inicio del período vs 23 ± 3 ulU/mL en el destete (P < 0.05) (Figura 2). En cambio, no hubo efecto de los tratamientos nutricionales de las vacas sobre la concentración de IGF­1 de las terneras en el período analizado (218 ± 18 ng/mL para ALTO vs 213 ± 18 ng/ mL para BAJO, P = 0.76), ni hubo efecto de la interacción tratamiento x tiempo sobre la concentración de la variable (P = 0.85). Además, no hubo efecto de los tratamientos nutricionales de las vacas sobre la concentración de insulina de las terneras en el mismo período (22 ± 1.6 ulU/mL para ALTO vs 23 ± 1.7 ulU/ mL para BAJO, P = 0.46), ni tampoco hubo efecto de la interacción tratamiento x tiempo sobre la concentración de la variable (P = 0.53) (Figura 2). Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= /9j/4AAQSkZJRgABAQEB9AH0AAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAQCAxgDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKKACiiigAooooAKKKKAKeo36abp9z dvHPKlvE0rR28TSysFBJCIoLMxA4UAkngc18hfsqfGHxv8WvjJrreKviHrmgXEME16PhD4k8 FQ6Rd2ltI4WGeO6YmW5hU5XeNpLYLBQVB+vdSa6j0+6exhhuL5Y2MENxKYY3kAJVWcIxVScA sFYgEnB6HyzRfA/i3xR8RNI8b+M9K8PaJqWgWV3Z6XYaHqk9+JmuPL8x5rmS2gYKBEoEQiYA ncWJwqyviu+wntY4jQfiRqWn/tIaD4Mi+MWmeMdRnt7yTxJ4TmSwhXTcRhoTZCJRcBw4IMM0 k7eUxZipCs3CeCPjb40+I37WE2j6l8QPEXwx0RbyYaT8P/EPgaO1XxHa26lXltdRn/eNkgSs gVWVWwoIBcevXnwx8W/FL4geCPEfjvw/4X8Nt4NvZtS0+bQNZn1S6uJJIHhaEyS2dt5MJ3hm AEm8pHnbt5vXXgfxn8TvFfhm78baN4b0DS/DOp/2vZ/2Lq8+pXV1OsckSAtJaWwgUCUlgvmF +FJUA7mt43CWzSPZa5S++KfgzTPEy+HLzxfoNn4haWOFdJm1OBLsySAGNPKLbtzB12jHO4Yz kV1VfI//AAUO+EPgSb9nL4i+NJPBXh1/GPlWbDxC+lQHUMi5t4gftG3zMiMBAd33RjpxTGfX NFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU3P5UALgUtN3ZxRuxSAdXzp/wAFDP8Akzn4 j/8AXG0/9LbevouvnT/goZ/yZz8R/wDrjaf+ltvTA+i6KKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigClqLXa6fdNYJDLfCNjBHcSGOJpMHarMAxC5wCQCRzgHpXxN+zN8I5/hJ+0lJN8U/AGi x/FbxJZ3uoWXxC8O6vfXdlqnzIbq3e3uWAgnAZXBRFRkLBAoUg/bWoWst9p91bRXc1hNNG8a XduEMkJIIEih1ZCw4I3KwyBkEZFcX4P+FI8O66uu6z4p1zxvrscD2trqGvC0RrSFyrPHFHa2 8EQ3MilnKFztALFQAJjpK7FLVWR5J4D8M2Xhz9u74jvZm6Z9S8H6Xe3DXV7Nc/vGvLxSF8x2 8tAFUCNNqLjhRk15bpvwl1Dwf+1xpXjv4z/D3Qdc1LxHrMkHhvxt4d1u/mOkSrHJ9ltLu1lM cRBiQqkkcWA6gsCzhh9MaX8B49M+NuofEz/hNPEdxqN9aJp8ukzLYfYfsqNI8UIC2omAR5XY N5u4kgMzAYq7ovwgktvEVprHiLxp4i8by2ErT6dba2tjFBYysrIZES0toN7bWZQZd+0E7dpJ JIact+n+dwl7zlbZ2/K35npFfEf/AAUU+PEVv8HfiJ8PD4E8dySmOyT/AISWPw/I2h/NNbzZ +2Z24AOwnHDgr1FfblfOn/BQz/kzn4jf9cbT/wBLYKoZ9F0UUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFeOftWfELxj8L/hBqOu+BdO/tbxBFLGiWf2N5t0bZEje YDstvLTMnnTBoh5e1lJcVW/ZH+JHjT4qfBnTte8eaf8A2Xr0rbTb/Y3hzEEXypfN/wBXc+ap EvmwKsf7zYFBjbKi+a9ugpe7a/U9sooopjCiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKSj+dcrD8SvDNx8Q5/AsWrQzeLLewGqTaYgZniti4QSMQNq5YjCkhiOQMc0roR1XWjA 9K830X9oTwL4g8WQeHbLWJ3vrqea1s7mTTbqKwvZos+bDb3rxC3nkXY+UikZh5cnHyNjK1L9 q74V6V8Zrf4TTeKVPxBuHSNNGgsLqU7mj8wBpUiManZ8x3OMDrihaj9T16vnT/goZ/yZz8R/ +uNp/wCltvX0XXzp/wAFDP8Akzn4j/8AXG0/9LbemB9F0UUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAc94y8eeGfh3pI1XxZ4i0rwxpRkWEX2s30VpAZDkhA8jBdxA OBnOAfSqngT4peDPidFdy+DvF2heK4rNlW5fQ9TgvRCzAlQ5iZgpOCRnGcHHSusryr9k7/k1 n4N/9iZo3/pDDQB6rRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRXKeOvip4M+GMNpL4x8X6F4TivGZbZ9c1OCyExUDcEMrru IBGcZxkZ60AdXRXP+DfH3hr4i6UdV8KeItK8UaWsrQm+0a+iu4BIMEoXjYruAIJGc8j1roKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigDnvHOq6zofhLVr7w9o0niHW4bdms9MjkjjM8vRRukeN AMkE5dcgEA5xXyD8LW1PSv20vslz4C8VaZqOqeB3OqahqlxpbXMksl+S99KYL2UbMhY1RCzI qxqsYjQEfb1Zh8N6UdeOuf2ZZ/22bb7EdS+zp9p+z7t/leZjds3fNtzjPOM1Fvev/WzB/C4r +tUfDt14O8f6Hb/Cr9nhP+EV8Rv4e16x1Rtc0jUpl1Kx0mzuROlxdWn2cR2zuoWEN9oYyMz7 VYbivpdn8NPE/wCzn8ZvDNz4a+IniDxfofjjXLoa34U8TTQ3LRmSOWdr2yZI4/IWJ8b0wVZZ QCQwTP0T4P8Ah/4Y+HmmSab4U8OaT4Z06WZp5LTR7GK0ieRgAXKRqAWIUAnGTgelUvBvwj8D fDu+vbzwp4L8P+GLy+wLq40fS4LSS4AJIEjRoC3JJ5J5Jql0v/W3+Qpa3/r5/iddXxJ/wUSl +M//AAp34ipBb+BD8KfLsd0slxejXNvnW+75AnkZ87IHzfcwfvcV9uV86f8ABQz/AJM5+I3/ AFxtP/S23pjPouiisnxJb6xdaHdRaBqFjpmruoFvd6lZPeW8ZyCS8KSws425GBIuCQcnGCAa 1FeQfs/+JviF4z0vU9Y8X614ZvbKDVNW0eK00TQbixkEllqVxZ+c0sl7OCri3L7AgKlwNx25 Pr9ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAVleIvFGjeD9In1XXtWsdF0uDmW91G5 S3hj/wB53IUfia8U/aD/AGq4Phfr1h4C8E6HL8Qvi5rCbtP8MWMgC26Yz9ovJM4hhAwckgt2 wMsOO8F/sSjx9q9v41/aJ1j/AIWl4zJMsWiszL4f0cHB8m3teBJgcF5Ad2ASCRuIB0Xir/go d+z34V0fUr5/iVpWqPYoWNnpTNczzsDgJEFGHJJGCDtxySFBIh/4J+/HHwj8YP2afBWn+G9Q M+peE9E07Q9XsZl2TW1xFapHkr3RzGxRxwQD0IYDR/aI/Yn+HXx8+Etx4Ki0fTvB8qyJcafq mi6bDG1nMgYIdihQ6YZgUyMg8EEAj45/Zf8AA2u/8E/fAHgn4u/2h/wlfwt+Imk6XP4yRLIx 3GgPMhktblNpYyQx/aWjfoTu3BclQoB+pVFVLDUINUs4Ly0uIrm0uI1minhcOkiMAVZWHBBB BBHBBq3QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABXlX7WP8Ayaz8ZP8AsTNZ/wDSGavVa8I/be8eeH/Af7K/xOfxBq9rpI1Xw7qO k2C3L4a6vJ7SVIYY16szE9AOAGJwqkgA93ornPAfxA8O/FDwlp3ifwpq9trugagm+2vrRiyO ASCOcEMCCCpAIIIIBFdHQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUVieMNbu/DvhnUdR0/SbnXr+GIm20y1IWS5lPCRhj 8qgsRl24UZJ4FIDa+lFfOt18IfHfxG1W4g8W/HbWvD2qokd43hv4e/Y7GKwjcssYMk0MtxKp MUg8xyquUfCKAVFzwH4g8R+BfHMnhaT4lWXxftIp44dQs5VtI/EGghlUJLMlttWaEsUDbokd BJvLOuQAT0Pf6KKKYwooooASkpa8f8O/tGad4p+P2s/DXTtLuJ4dK0iTUptcD/uZZo7gQSW8 KAEyFG3KzA4Do8eCythX1sD0Vz2DFGRXy+n7S/xnt/iF4d0jV/2eG0Pw1rmtJpdrr1340s2l MTb3842aRNJuEMckhjzlQrAkYJra8P8A7THiXx98cNT8IeDPh9Y+I/Bej339nax4wi8W2avY TKG8wPp4DT8Ojoudu8qWHy80IHofQ9fOn/BQz/kzn4j/APXG0/8AS23r6Lr50/4KGf8AJnPx H/642n/pbb0wPouiimM6xqWZtqjkk8YoA8t/Zp/5J1q//Y5+LP8A1IdRr1WvGP2UvEWleIPh trculanZ6nGnjLxQXaznWYKH16/kjJKk43I6OPVXUjgivZ6ACiiigAooooAKKKKACiiigAoo ooAKKKztd1/TfCuj3mr6zqFrpWlWcZlub29lWGGFB1Z3YgAD1JoA0a+Xvjn+0vr+reN5Pg58 DraDxB8TpRjVNYlG/TfCsJyDNcsAQ03XbDycjkHhG5bV/jh8Rv2wr6fw58CTceDfhysjQan8 VdQtmV7gA4ePSoWwzt1HmnAGDgqQpb6C+BvwG8I/s7+CYfDXhCxaCIt515f3DeZd6hcH709x IcF3Jz7AcAAYFAGL+zv+zX4e/Z90a+kt7m48ReMdYf7Rr3izVDvvtUn6ksxJKoDnbGDgdTk5 Y+xUUUAFeLfs4eH9O8Wfsd/C3RdXsotR0nUfAmlWl5aTrujmhfT4ldGHoQSD9a9J8Z+HdQ8T aSLPTfFOreEbgSrJ/aGjRWkk5ABzHi6t549pyCcJu4GCOc8/8GfhO/wb8I2PhmHxbrvifR9O tLew02LXFss2VvBGI0jRra2hLDaFBMhdjtByMnIB4T+yDrmo/Bnx94q/Zt8UX0t0/hqMar4M vrr/AFl/oUrELHu/ia3cmM9OOANqZH1tXy5+3R4J1bTfDfh742eDLdpfHHwxujqoiiJU3+ls AL61c91MQLc5ICsBy1fQXgPxvpXxK8FaF4q0K4+16NrNnFfWkuMExyKGGR2YA4I7EEdqAOho oooAKKKKACiikJxQAUV8ifAn9t7U/i7+0Bqfw/uvCttpenIbhbPVzdt9lujbl0k+x3BXF95h AkQBIdsSSsd2zn67pdEw62FooopgFFFFABRRRQAUUV5X8bviV40+Gdrp+oaB4S0HxFpVzf6d pbyal4hn0+dLm8vorOLEaWU6tGHnjZmLggbsKxADAHqlFZPhu41m70S1l1+wsdM1hlJuLXTb 17y3jOTgJM8MTOCMEkxrgkjBxk61ABRRRQB4F4q0Pxo37Qfh/QLT4s+LNN0PWtG1jWpLC3sd GZbd7W602OKGJ5NPZ/K23soO9mclUO4YO732vKvEf/J03w8/7EzxN/6XaDXqtABRRRQBUv7q WzsLm4itZr+aGJpEtbcoJJ2AJCIXZVDE8Dcyrk8kDkea/Dv4433xC8WavoZ+Gni3w82jXf2D Ur/VptJMFpcG1huljIgvpZHLRXEBBRGUGTBIIbHqteVfBv8A5KL8dv8Asc7b/wBR7RqAPVar 3l5Dp9rLc3M8dtbwo0ks0zhURACSxJOAAOcngAGsnxp420L4c+F9Q8R+JtVttF0PT4zNdX15 IEjjUfqSTgBQCSSAASRXyDY6d4v/AOCh1+uoawup+B/2cYZA1rpW5rbUvF+05Ek5BBitCQCF HLdQckMgBt61+0z4/wD2lfEFz4V/ZwtIbbQbWZrfVfirrNtv063YH5ksIm4upB6kFRxkbWD1 4d+2h/wTk1DUPgdrPjib4seKPGnjDwzZ3Os383i28MtrcW8ULSTR20Kqfs5whKrlhn5SQCGX 9G/C/hnSfBfh+w0PQtNttI0ewiEFrY2cQjihQdFVRwB39zz3rgP2sP8Ak1n4yf8AYmaz/wCk M1AHyX8If2T/AI9fsP8Aw3s9T+Hniqx+ITq7XviP4d3EWy0u3IAZ7C4YB1lCKoAZQHxkgkKh +u/gF+0F4X/aL8Er4g8OSzW89vKbXVNGvk8u90y6Xh4J4zyrAg89Djg9RXp9fKH7RPwa8SfC /wAcTfH34N2Zl8WW0Sr4p8KRDbB4osVOW+UDi6Qco4BJxjBPysAfV9FcR8H/AIveG/jp8O9H 8Z+E737bo+pRbl3YEkMg4eKVQTtdDkEZ6jgkYJ7egAooooAKKKKACiivLNG/aQ8G694yHhaz g8Wf25+5aS3uPBeswLCkryJFJLJJaKkcTNFKBI7Kh8p/m+U4APU6KKKACiiue8ZeDbDx1pK6 ZqVxq1tbiVZfM0bWLvTJtwBABmtZY5NvJ+XdgnGRwKAOhorxX9kPQltv2fvAGv3Gqa9rGr+I vDelalqN1rmu3uptJcSWiO7oLmaQRBmdiVjCqeOOBj2qgAooooA8L/am8Hwah4b0fW49Y8Ta VqA8Q+HtJLaJ4m1HTYmtrnWrO3nVora4jRmaKeVN5UsAwwwKqR694c8PW3hXRbXSbKa+mtbZ SscmpX89/cNkknfPO7yOck8sxIAAHAArz/8AaW/5J1pH/Y5+E/8A1IdOr1WgBaKKKACiivLN Z/aQ8G6D4yPha8g8Wf25++aO3t/BeszrMkTxpLJFJHaMkkStLEDIjMg81Pm+YZAPU6KKKACi isnxJcazaaJdS6BYWOp6wqg29rqV69nbyHIyHmSGVkAGSCI2yQBgZyADWoryv4I/Erxp8TLX UNQ1/wAJaD4d0q2v9R0tJNN8Qz6hO9zZ30tnLmN7KBVjLwSMrBySNuVUkhfVKACiiigApKK5 n4jfETQfhP4L1TxZ4nvH0/QNNjEt3dx2stwYkLBdxSJWcgEjJCnAyTgAkJgtdj5E/aP+GF94 j+NniC8l+Gni/wAU+NL6C1i8B+LtCvDb6ZoYiiDZumW4jVGjuTNNmRWMiuqL3FY3wWm8V+FV 8aWVx4R8RaX4s8XfGI6vpgutOkzFpwnt2uJJpY90cKi1S4UK7jesnybg2TX8X/treEvAes+M tf8Ahj4sXxFqHjG9gmksPEPhrWba20mRbW3tlulaOzLTIFgJePhmzHtZdrb/AGP9hPxBpvir wv8AEHVrHxlq3j+8uvE27Ute1bTTp/n3Q0+zDiGBlVo4VACqrKpUDHIAZimmtey/VCqNOy7/ AOTR9QUUUUxhRRRQBz3jrSdY8QeEdV03QdYj0DWLqBobfU5LZrlbZm4L+WskZJAzjDrg4OeM H5p8BfC34k+FP2vNLuLq80KXw3Y+B0sTe6X4Tu7OzMYvSRaI730oSfo+8s2VBBjyd1fW9J61 NrS5v62sJ6x5TzZrPUfEnxyF1c2U0Og+GNL22s8sTKlzfXR/eMhIAYRQxKu5cjNy65yCB4xa fDHwN4h+NXgvxP8ACnwLqXgfXtH1Cd9d1hfCt34etbrT5IpBLBMs8MC3jSS+UVKiQoU3llAA b6wxRTWjT7A9U13Fr4k/4KJfBCa4+DvxF8f/APCx/HkUXl2L/wDCJx6rGND+Wa3iwbfyd2CR 5hG/lyT04r7br50/4KGf8mc/Eb/rjaf+lsFMZ9F1518fvh7d/Fb4R6/4WspCst8sIeD7XLaC 7ijnjkltXmiIeNJ40eFmXkLKx56V6LUbOsalmO0DkluKAPzx/Yl+A/xR8H/HLW/iFoM0+mfD bUNV1zRNR8NeLNWe5ubaOLVrza1qYpp1keJ4wjPMwLPLdEF1cSt9efBj9prwD8eZdSsvC+rS Jr2lu0eo+H9Ut3s9SsyrbSZLeQBguSBuGQCQCQeBmfso+JNK8SfDXWpNI1Sz1SKPxl4oLyWd wkwXzNdvpY8lScBo5EcHurqRkEGuz8V/CrQvEF7qutWlpbaH40vNLm0qHxbZWcR1K0jkXAKS spJ2kKwByMr0xQB21FfOPhPxz8Qf2b/APirU/j54g03xH4V0F7ZdP8W6LYzm+uYHco7XlrGh CFCYyXQkYJJyRk+3eCPHfh74leGrLxD4W1qy1/Rbxd0F9YTCWNsdQSOjA8FTgqQQQDxQB0FF FFABRRRQAV5Fr3x61LQ/iNb+DR8KvGepahdQ3V5Z3VrcaMLe5tbeS3imnQyagrqoa6gwrqrk Pwpw2PXa8q8R/wDJ03w8/wCxM8Tf+l2g0Aeq0UmcV82/G39rpfD3i5vhp8KNG/4WV8W5htOl 2z/6DpA6edfzg4jVSQSmQx4BK7gSAeh/Hj9ojwf+zv4Xi1XxPdySXt4/kaXodgnnahqk5IAh t4QcsxJUZ4UFhkjIrwzw3+z744/ao12x8aftDJ/ZXhaCQXWifCWzmJtYMcpNqTjH2ibHPl/d XkEDLpXdfAf9lH/hC/FEvxI+Jetf8LE+L16mJdbuE/0XS0Of9HsIiMRRjJG4AM2SflDFa+ia AK2n2FtpNjBZWdvDaWduixQ29vGEjiRRhVVQAAAMAADirNFFABRRRQBz/jKz8T32kiLwnq+l aLqnmqTc6zpcuoQGPB3L5UdxbsGPBDb8DB4OeOJ/Zw8VeNPiB8J/DPjDxjqOhXc3iXSLDWLa 00PSJ7FbITwLK0TtJdT+djeAGAj+6cjnj1avKv2Tv+TWfg3/ANiZo3/pDDQB6hcW8dzDJDNG ksUilHSRQyspGCCD1BHGD1r5G/ZAmk+AfxT8ffs46nKy2OmSv4m8FySsf32j3MhLwqT1MMxI PHJZz0FfX1fKn7dHh3VPCOm+Efjz4XgafxF8Mb1ry8t48Br7R5cJfQHpnCfOCchQHIGTQB9V 1xnjL4veDfh/qFnYeIPEdlpt9dNHstpH3ShHYosrqoJji3AgysAikcsK3vDPiTTvGHhzS9e0 e7jvtJ1O1jvbS5iOVlhkUMjg+hUg/jXhv7UP7Gnhf9qrUvDVz4n1O+jh0VisVpHjyhHIymco VKOJXCRqGdnRQuRGSSTLvdfiPTW57xpeqWmuaXa6jpt3Df2F5Gs9vdWsqyRTRsMq6OCQykEE EEgggir1Z+jae+k6PZ2ct5PqMsEKxNd3SxiWYqADI4jVUDEjJ2qq5JwAMCtGre+hEb213Cii ikUZttoem6fql/qdtp1pb6lqAjF5eRQKstx5YIjEjgbn2gkLknAJAxWlXzd4L+Avwz0f9q7x jPYfDrwnZTab4Z8O6jZSW+h2sbWt1Je60JLiIhAUlYQxAuuGPlpknaMfSNABRRRQAUVk+JLj WbTRLqXQLCx1PWFUG3tdSvXs7eQ5GQ8yQysgAyQRG2SAMDORwPwR+JXjT4mWuoahr/hLQfDu lW1/qOlpJpviGfUJ3ubO+ls5cxvZQKsZeCRlYOSRtyqkkKAeqUUUUAFeVftLf8k60j/sc/Cf /qQ6dXqn1r88/wDgpj+3XF8GdS8PfDzw1ptjruuLe6b4iv57ictFafY9QiuYICqHO95LUbgS CqEYBLgqAfobTHkWNWZ2CqoySe1fFXw9/ae/aE/ap8F6VrXwp+Gnh/wN4f1CIg+K/GGqG6jZ 1Zo5hbW0IDnY6MFZxtOOQOa6GP8AYPv/AIkMLj46fF7xZ8UN53SaFZzf2Nop77TbW5BYjpuD KSMkjJ4AO/8AiT+3F8DvhXdPZ6z8RNKudTVhH/ZujO2o3PmE4CFIA5Vs9mx1HrXEx/tpeNvG QL/Df9nHx/4mtm4hvdfMGgW83oyPOWyp/vEevHFe3/DX4B/Dn4O26ReC/BOieG2Vdvn2Nmiz sCMfPNje5x3Zia7+gD8UfjF+0j+1VD+29pWdHvfDnja3b7FonguAi6sms5jG7xFlwtxHKYUa SUEcxZBTy1CfoKPGX7Ynhcb9U+HXwx8bqnLReGddutPZx/dU3akA8jk8cH1FbHjLR/iXL+1d 4Oax8W+FLaGTwz4hkskufC11M0FqL3Rd8UjDUVEkpJixIojVdj5jbeCn0jQB8pN+3Jq/gtSP ib8BviR4L2/6y+0+xTWdPjx13XEDDHt8vPPpXWeD/wBvj9n/AMbY+x/FLQtPkyVeHXJW0x0Y ZypFysfIIx6ZHU5FfQNcj4v+EXgX4gvv8U+C/D3iVum7V9Kguj2wP3iH0H5UAc/q37TPwl0X Sr7ULr4l+FBbWcD3Eoh1m3lk2Ku47UVyzHAOAoJJ4GTxXw18Dv8AgqT4Y1b4kfE+20v4c+LN a1fxZriap4e0vSY47i4vCmnWdn5Uig/uziyMxYbwqsw52Zb691L9jP4E2mn3U8XwW8LX8kUT OlrbaXbLLMwGQiFyqhmPA3Mq5PJA5Hzf+xD+zD4N+GH7RHxA1vTvhd410u80vVW03Tr7xBqG lXFvoUUmm2lw0TCC6eRpX+1OquglURSRKWDebQB6f4Z/Zq8b/tCeJ9M8cftGzWbafp8v2rRv hdpr+Zpdg/8ADJevnF3MBwQcoMkDKsVr6zjiWGNUjVURQFVVGAAOgA9KkooAK8J/bTs/FNz+ zZ8Sn0HWNJ03T4vCestqlvqWky3k11D9jc7YJEuYlgbAcbmSUZZTt+Uhvdq8q/ax/wCTWfjJ /wBiZrP/AKQzUAdn4Ls/FFjpckfi3WdI1vUjOWS50XSZdNhEWFAUxyXNwxYMGy28AggbRgk9 FRRQB8VfEzR739hn4vXnxZ8NWk1x8F/Fl2v/AAnGg2sZf+x7tyAuqwIM4UkgSKB34Byvl/Y+ k6tZa9pdnqWnXcV9p93Es9vdW7h45o2AZXVhwQQQQR60axpFn4g0q70zUrSG/wBPvImt7m1u YxJFNGwwyMpGCCCQQR3r4w8Ja9e/8E9/iFF4J8T3Nzc/s9+Ibs/8Iz4huXaQeGbqQkmwuXPS Bjko5OF5JJ+cqAe0/GrTfF9v8Rvh3FovxQ8TeGtN8Ua8+k3Wn6fZ6TLFBFHpN/dh4WuLGWQO 0tnHne7DDOAoyCvtOnW8tnp9rBNeTX8sUSo93cBBJMQAC7BFVAxxk7VVck4AGAPL/i5PHc+P vgNLC6yxN4xuGV0IKsD4d1nBBHUYr1ugAooooAK8q8Of8nTfEP8A7Ezwz/6Xa9XqtfEnhP8A b0+C9z+2V440uXxdDY2t1oel6JBrV7tg02S7sbnU5J0E7kKFxeRhXOFcqwBOULAH23RXz74o /b9/Z58H7/t/xY0C429f7Lkk1D16fZ1kz0PT29Rnlm/4KIeCdaGPBngP4m/EHdkRv4d8JztG x7EtKY8DOcnttPpyAfVdc94ys/E97pKx+E9X0nRtT81SbnWNLk1GEx4OV8qO5t23E4O7fgYP ynOR86/8NGftC+MOPCP7NN1pls/K6h4x8S21lt9N1soMn5HjHuK8f/ay8J/to+OvgX4gVp/B tnasFNz4f+H/ANtfVbq2By6CWTlieMxxYLqNozkqwB9LfsWWfia1/Zp+Gj69q2k6jZSeFNHb TIdO0qWzktofsUZCTO9zKJnwVG9ViGQTt5AXo/ip+0/8KPgqJB418faLolzGMtYvciW7x6i3 j3Sn8FNfnv8A8E8v2QvHfxZ+EMt38TvF/wAQPDnw6lMMnh3w3p2uS2NvfQuGaWWSLBbyWBjM e0qGyzDIIJ+9fhb+x/8ABr4MtHL4V+Hmi2V7Efl1G6gN3eDnqJ5i7j8CB+VAHmA/bm1z4ifL 8Gvgf42+IMLcRaxqcaaJpUvoyXE+dwxg4Kg8j1qWKz/bI8dMrz6j8MfhjZMciK3gutWvVB7O WIhOB02kZIOa+r6SgD8g/wDgo18F/wBqG1sfCj6/441L4s+FXuY0RPD2irYLZalLKscMb29v kybmMaxSuSd8hQBSw3/TXwgu/wBs/wCE/wAL/DMmu+G/CfxRhiskE+jzanJZeIIgCSqyXMg8 h3CYBJBYkcljlm+jv2lv+SdaR/2OfhP/ANSHTq9VoA+avAf7eXw/1rxDF4W8d2mrfB/xo5CD RvG1qbNZmJxmG4P7qRScBSWUtkYBr6QWZZEV0YPGwyGUggj6571znj74beFfir4em0Lxh4e0 7xJpMpy1rqVssyg9mXIyrDsykEdQRXzVJ+yb8R/gC7337O/xDe10dTv/AOFe+OJJL/SCAPuW 82TNb9OACck8sBQB9e15V4j/AOTpvh5/2Jnib/0u0GvIrH9va1+H91FpXx48A+Ivg/qu7yv7 Ult21HRJ26Ax3kAPUjoVwoIy3evFfHP7dHh1v2wvCcGk/FzwfNpKaZqGlw6wvhO6ubGyW9n0 +WOCe4XUlErkWgBnRUSIghkO4mIA/RyiisXVfGWgaHu/tLXNN0/a21vtV3HFg+h3EYNAG1RX j3iP9sD4I+FCw1L4seEI5F+9DBrEE8g6YykbMw6g9OnPSvHPiX/wVQ+BPg/wlrOoeG/EU3jf XLODfb6Tp2n3UayuTtQPPJEI0TcRubcSB0VjhSAe3/s0/wDJOtX/AOxz8Wf+pDqNeq1+fP8A wTD/AG2bv48at4r+HuseHotN1S3l1PxXBe2LEwNHd6i088ThiSGWW9whGQUBzgrlv0GoAKKK KAErmviD4LtviF4M1bw9dXE1rDqEBiM0GCy85BKkFXXIGUYFXGVYMpIPS/rXKfFC58RWfwz8 Vz+EYftHiuLSrp9JiKq2+7ETGEYYhTlwo5OPWplsOO+h5fqHxU+Mngi8bTtT+DT+NoYwFj13 wfrVrHFcnJwXtbt43gJAJKhpVHAEhzxP4J0z4j/ELXYdW8SeGLT4SaLHfC/udJ07VFu9V1me NVSJrueALHHEFRAY1aUyBFVmVAVbqoPi1L4Y0mzn+IGiXXhOQwRm61GMfbNMikKgvuuIwfJR ScGS4SJc5wT1rutF1zT/ABJplrqWk39tqenXKCSC8splmhlU9GV1JDD3BxVfDo9zPdaGjRRR QWFFFFABSVWvLuKyt5ri4ljt4IUMks0rBURQMkkk4AAGcngCvnvwD8Z/GHjD9qm90C4RNO8C T+EjrGkWEkAFzPi9WEXUxI3JvAcpGCMIyFgHJVZvqkD0Vz6Nor4u8D/G7xp8Rv2spdH1Px/4 i+GWhpdzDSvh/wCIPAsdoviO1t1KvLa6jP8AvGyQJWUKrKrYUEBnB4I+NvjP4jftYzaNqfxA 8RfDLREu5hpPw/8AEPgWO0XxHa26lXltdRn/AHjZIErKFVlVsKCAzgj71vMUvdv5H2lXzp/w UM/5M5+I/wD1xtP/AEtt6+i6+Uf+Ch3xH8JRfsy/EXww/ijRk8SmKzX+xW1CH7Zk3Vu4Hk7t /KkN0+6c9KoZ9XV5R+1N8Mte+M37PvjjwX4Y1b+xdb1ix8i3u2cqpw6s0TMOQsiq0bHB+WQ8 HpXq9ZPiTw/beKtFutJvZb6G1uVCvJpt/PY3C4YH5J4HSRDkAZVgSMg8EigD8pv+Cfv7HX7R XgePxX4r8PeMtO+GrSXNxor6fqFtHqsOozWlzJBPvRJCsflzQyRiTliC5X5WBb7Ea4/bK8Kn 5rX4R+OLVeFaGS/0+7k7AsGzGPXj39q6z9kf4c6V4V8J65qdlea7PcSeKPE1kU1LxDqF9B5c evXyKwhnneMSERqWlCh3JZmZmZi3v9AHynJ+0d8fdDV4fFH7LWoXNuRsa48O+KrLUFlB4P7k hWA5AwTzyeleJeOv2iLn4feCWsvhT8KviL8A9Xj1ZtauIL/4fCbRNWmePa8UxhZmRWAjBeJQ VIUAcZX9GaKAPjb4b/8ABT74SXXhXR1+JGuf8IR4yljK3+nNpOotbxzK2Dska3HBGDhvu5IJ OMn1TQ/25PgF4j2/ZPi54VhDgY+3agln1GefOK449eh4616Z8Q/hn4V+LXhe48O+MtAsfEWj TnL2l/EHUNyA6nqjDJwykMM8EV87/Ez4G+JdB+KWhz6N8NPAfxM+E92LXS7zw1qOkWcN/oqD bG11FPKpE8YUBmRyWO0BR1YAH0Bofxh8B+KFU6P418O6sG6Gx1WCYHgHja57EH6Guw3Z6Gvm a0/ZR/ZZ+LUmrppPgPwTq0mm3kljqCaCqQm0uFb54pBbsvlsCPunGO1U5f8Agmf+z6iBLHwj qOkR7mYx2HiLUUUk/wCyZyB+AFAH05f6ja6XbNcXtzDaW69ZZ5Aij6kkAV+dvxn/AOCnnw48 A/tfaUkel6lr+g+F9J1Xw/qGsaa8bhri6nsJWaBCQJEjaw2Ell3GRiuQoL+8WH/BM39nS1uk urnwA+r3i/8ALxqetX9wW9AVafaQPpXl/iv/AIJy/A+T9rTwM9v4dmstGutB1PWLnw9bTAaf PPY3GmxRboypbay3shdAwDFEPGXDgHaz3H7QP7WRe3gtbz9nj4YzZWWe5Cv4q1GMjkIn3bIH oSfnUgEbgSK99+DHwJ8E/s/+FV0DwTocWl2zsJLm5YmS5vZMcyzynLSMeeScDOAAOK9CooAK KKKACiikoAWqepalaaPp11f393DY2NrE0891cyLHFFGo3M7uThVABJJwAATXiXhz9qC0+KXx k1f4e+AtC1XWbHRxcWut+NljVNN0q9RWCwAPg3EgcAFU4GQclckO+EH7Ktj4Ck1zVPGnivWP it4q8RWTafrOoeJH3Wc9uxy0EdiCYY4T/cw3UjODigD0Dwz8bfh542tNQuvDvj3wxr1tp0Zm vZ9L1m3uUtowMl5SjkIoHdsCuV/ZB1K01T9lX4QSWV1DeRx+EdKgd7eQOEkjs4kkQkE4ZWBU jqCCOMVxfxs/ZF8G6h4Ge08C+BdL8PvJdxSarZ+Eba10e81O1VJVEUcwVUEsckkdxH5hCGW3 jDFRyPI/+Cd7618Ifh/4Xf4m+JNN01PiDp2l2/gzSjGkM10kFq8nmS+WWjMrRS28asWDvHbQ B1EmVAB941T1TTbXWtNu9PvreO8sruJ7ee3lXcksbAqyMD1BBII7g1cooA+Rf2M9UvPgv448 afs2+IJpGfwy7az4Qurh8te6FPISqgnlmhkJRj74AwleofFzxB8T/D/j7wVp/hnxH4Ss9H8U 6w+jxRat4Zury4symm3l40rSR6jCsmWsioUImBJnJ24bkP2zPhP4g1Ow8O/F34eWxl+J3w7m e/sreMHOq2JGLqwYAZbem4qBk5yBgvkW4vi/4e+O8f7N3jfwxc+fpWqeLLiQRsR5lvIPD2si SGQA8OjAqR7ZGQQaAPoLT0uotPtkvp4bi+WJRcTW8JhikkAG5kjLsUUnJClmIBwWOM1coooA KK4z4pfF7wd8FfC8/iLxv4hs/DukQnb514+GkbGdsaAFpG44VASfSvnOH4yfHz9pwr/wqbwz D8JvAkxIj8c+NbcS6hcx5wJLTTzwBjBDS5VgeCDxQB6r4W8TaRN+158RdLi1Wyl1NfB3h1Ws kuUMwKXmss4KZyCqzQk8cCWMnAYZ9qr8Yfhr/wAE6PjN/wANnanpmqeLb/S4dLlj1zUvHmja sINQuLS6kuEWWEhjIk85gukO4EIVYtuUrv8AvQfsX+NfDnz+Ef2m/ipZXA5VvE15BriZ75SW NQR7ZoA+qqK+Um0b9r/4csTZ+JPh78YNPT7y6rYS6JqEv+55JaBT/vcUR/tkfEPwf8nxE/Zq +IGlOv8ArLjwl5HiC3UDq5aIqQuOTwSBnrigD6tryr9mn/knWr/9jn4s/wDUh1GvDfH3/BUD 4ZeC/Bur6mNC8XjWbWFzaaRquhXNj9pmGAEMzoUjAJG5jkgZwGOAfnv9jP8A4KMeO/Gmn6/4 J0L4OTeNvF0mo6l4gtYdG1JLS3SO8vpbmbz3mJCKk10FVsnKkAgEEsAfqV9a8J+NX7ZXw7+D GrL4cNzd+MfHc52Wvg/wtAb/AFKWTGQrInEfY/OQcHIB6V503wa/aN+P0n/Fz/iJZ/CrwlL9 7wz8OGb7fKhP3Jr+QEocZB8vcrA9BXt3wX/Zx+HX7PuktZeB/DFnpEkwxc6gwMt7dHOSZbhy XbnJwTtBJwAKAPCo/h/+0T+1KPO8e6+/wD8AzHK+F/CdyJteuoz2uL3G2HIPSMcgkMgIzWZ8 cv2DvgT4X+EOhadZeALPenivw/byak88xvrhLrV7O1uRLchxI4kinlG0thS+5QpAI+1q8B/a 5+HOleKvCeh6ne3evQ3EfijwzZCPTfEOoWMHly69ZIxMME6RmQCRtspUuhCsrKyKQAe0+HPD mmeEdB0/RNFsYNM0mwhW3tbO1UJHDGvAVQOgAH861ayvDfh+18K6Ha6XZS301ragqkmpX899 cMCxPzzzu8kh5PLMTjAHAArVoAKKKKAPm7xn8ZtA0v8Aas8HQzWHiuRrDwz4hsJjb+D9XmVp HvdFw0bJasJoh5TZmjLRrlAzDzE3fSNeLeKvEmk2v7XXw506bVLOHUZfB3iJUtHuEWZme80Z kAQnJLLDMQMciJyPunHtNABRSZzS0AFeVfBv/kovx2/7HO2/9R7Rq9J1CzTVLG5s5mmSGeJo pGt53gkCsCCVkQh0YA5DKQwOCCCK8B/Z7+E+i+G/ix8Yb+0vvE00um+K4bWBb/xVql5E6PoO lOTNFNcOk75lYCSUMyqEUEKiBQD6KoqpqWpWuk2M97fXUNlZwKZJbi4kEccajqWYnAHqSa8l 1z9qLwpceA9e8SfD2K7+L02kXkeny6Z4IC30zTyEBRuB2hBnLSAkKoJ5xQB7LXj/AO19qVrp n7KnxhkvLqG1jk8I6rAjzSBA0j2kqIgJI+ZmIUAckkAcmsGHVPjx8Xvg8Z7XT9M+BPjWfVcR x6g0evMmnBMhyF2oszMcbSGACHOC3y+B/tkfs6/Emf8AZlubvxH8TtY+IV14Xstb1TUri0sr PSmmWSzIjPk4KGKIJKrKrCQxXMoQkhY2APu7TdStNasLe+0+7hvbG4QSw3VtIJI5VIyGVgSC CMEEE1cr5N+F3wT+N/wu+A95pnhDxbYReMLrxHNrUNv46t1uVjspI1U2czWjFEkaRTM7w7gG kcAsSZD2Wr/tMXnwN+HXhvWfjxoy+GNQ1G8ks7u78MxT6lptntPySzSBN0SuCMA7jnjJ5wAf QFYXjDwfofxC8M6j4d8R6Zba1omoxGC7sbuMPHKh9QehBwQQcggEEEA1L4V8VaR428PWOvaB qlrrOi30fnW19YyrLDMhJ5VgSDjBB9CCODWxQB+FP7aXhP4q/sufHzT/AAP4P8X/ABBi8Fwv Dc+CYf7aun8svCYnjtfLcYZDPPAAoD7JMHIfn9EfA/7dT+EfBehaf8Rfg98WPDWt2djDBfXT +G7i8s5JkiUSPHcGR3kUt0ZiWyRuJ5Ne4fGT/kovwJ/7HO5/9R7Wa9VoA+VZP28RqzyW/hL4 G/FzxLeAkKW8NGztsdi00rjaDzj5c8HIFQN4u/a5+KTbdH8EeC/g1pj9bjxJqbazqAXsyR24 EQbHO1+nIJzX1jRQB8nL+xH4o8d4k+LHx/8AHnjEtzLpmhSx6Fpz56q0MAO4DoDuH9K8D+G/ /BLH4d6B+19rkN3qlzrfg3w/p2m+IbTw3f2yyLK11PexrBNIWPmRRmwJIKfvBKFbhWL/AKW1 5V4c/wCTpviH/wBiZ4Z/9LteoA6zwt8LPBngcKPDnhHQvD4TAQaXpsFtjAA42IMcAD8K6miq d1qdpY3FrBc3cME905jt4ZZVRpWAJIUE/MQATgehNAFysXxV4q0nwTodxrGuX0enabAVDzSZ OWZgqKqgFmdmZVVFBZmYAAkgHyLwF+1Ta/Fn4oXfhTwh4J8V32jWJuIb3xle6cbTSoZ4wwEa mQq8pLDaQq5GQcEEkeb6z8C/2lPEmr6V4l8RfEbwrr15puoC5tPB9jBLpOlwgxyRPN9sWGa4 aURSuEBXCsyvklArAHqP7GHizSfFH7Lvwvj0y+jupdN8MaVY3sQDLJbzJZQ5RkIBGQQwOMMr KykqwJ9mS7hkuHtxNG06AM0W4blB6Ej3wa+Hv+CeX7Kr+E/Btl4/8QtJL/wlHhHS7Wwt4fEd 3eIbOW1R5POieKJY3JYbUQusanapypeT3v4V/sYfBn4J6hd33gvwRBot5d2UunT3H226neS3 kILxkyyscEqORyMYBFAHttFeF/Cv9iX4MfBDWtQ1nwP4Rk8Palf2Mmm3FzDrF/IzW8hBZQJJ 2CnKqQygMCOCKb8Lf2QvDXwe1fU77w74s8c/6fYS2Btb/wARTXVvAXKnz445AQJl2gK5zj05 oAyP20Pic3gPwXoUVx4a1K+sJPE3hy6/tWG+023tleHW7OYwH7TdxOZGWE4IQoNwZ3RVdl93 8Ma1ceItBs9RutHvdAnuF3Np+oSW7zw8kAM0EssRyACNrsMMOc8D4L+Of7NPj34US6d4ifxv 4p+L2nzX+h6XZR6+1lc3Wl3T6/p0quBO0ayLKYxFhXX5jGJMx5eL2/8AZp+Gfx++EvhubSvF /ibwh4m0mDSp20vTLe0ltZra+aQyRQNKoKC2QM0YCqdqhAowuCAfTlFeD/DP4t/GGaTxCnxO +Dn/AAjlppOmy38Oq+HNah1VdSkTB+zw2qgTCRhuKg5yVxwSMz/Cf9sT4c/FqTXoba61Twzf aBZHUtWs/FWmy6a1jbA4aWR5AIwo7/PwAT0yaAPab6xttTs5bW8t4rq1mXZJBOgdHU9QVIwR 9a/OD4q/8Evfh94q/bH0J4NTuNH8J+I7DUvEV/4ds7VUQPa3FjG8MMisPKjlN+G4U7PLYDhx s/Qbwh8QfDHxB0833hfxHpPiSyAGbjSb6K6j5zj5o2I7H8q838VeI9Jtf2uPhzp0+qWcOoSe D/ESpZyXCLKzPe6KyAKTklhDKRxyInIztNAHnv8Aw64/Zi/6Jn/5XtU/+Sa2dJ/4J0fs46Ko EHws0uTau3/S7i5uOPU+ZK3Pv1r6SooA8z8N/s0/CTwhhtG+GPhDTZB/y1t9DtlkPXq+zccZ OMnocV2mq+FdG13w7eaBqGl2l3ol5C9vcafLCphljYEMpTGCDk5+tbFIOQDQB83fsR/AzwL8 I/AniS68JeHbfSLu88UeILGe6EkksrwWms3ttbRl5GZtqRQxrgHkgscsST9JV5T+zT/yTvV/ +xz8Wf8AqQ6jXq1ABRRRQAlcR8avFmpeA/g9458SaOkcmq6Pol7qFokyF0aaKB3QMARkblGQ CCfau3rjPjJ4vuPh/wDCXxn4mtFVrrRtGvNRiVxld8UDyLkdxlRWc9IuxUNZJHjcfgX44/Hr SbGfxj4ti+Dvh64gR5tA8DSmfV5NyAlZdSkQCEhu0EZOMjzD1r1r4O/BPwb8BfCreHPA+jjR 9MkuHvJg08k8k87gB5ZJJGZ3YhQMk8AADAAFfKvw1vIvgp8QfAOsXP7S9z8RU8STzWPinTvE HiS2ubCBzaT3C3NpGGH2RFmhEYTkESquRgCvrvwL8TPDPxLbWz4Y1e21qDSL0WF1dWUiyw+d 5MUxVZFJVsLMmcHgkg4IIGz62Mk9rnW0UUVJYUUUUAYfjDwnpvjrw1qGgaulxLpeoRGG4S2u pbWRkJBIEkTK69OqsDjjvXiXh/8AZUh8MftJ23xAs9W1mbQrbw9/Z0cGoeLdWvbtrv7SZMv5 8zh4PLP+rZiu75tmRur6Ioqetweq5Txu88DeM/id4q8M3fjbRvDegaX4Z1P+17P+xdXn1K5u p1jkjjDNJaW4gUCQltvmF/ukqAdxd+B/GfxO8V+Gbvxto3hvw/pXhnU/7Xs/7F1efUrm6nWO SJAWktLcQIBISwXzC/C5UA7vZKWmtBPUSvkf/gof8IfAkv7OXxG8ayeCvDsnjERWbDxC+lQH UMi5t4gftBXzMiMBAd33QB04r65r50/4KGf8mc/Ef/rjaf8Apbb0xn0XWT4kuNYtdFupdAsb HU9YUA21rqV69nbyHIyHmSGVkAXPIjbJAGBnI1qKAPIP2f8Aw38QvBWm6npHjDRfDNnYz6rq 2sQ3eia9cX0hkvdSnvPJaOSygAVBclN4cligO0bsL6/RRQAUUUUAFFFFAHjl7+zX4V0X4uXn xZ8J2D6N48lsriCeK1umtdP1eR0bYb2JFO8hyDvA3ZwTuIGI/wBn346a98UJNc8P+NfAeqeA /HPh4xpqVnMpmsJ1fdsmtLkDbLG20nGcr05xuPs9cb8WPhX4f+NXw/1bwb4qt5brRNSVBKsE 7QyqySLJG6OpBDK6Iw55IwQRxQB2VeVeI/8Ak6b4ef8AYmeJv/S7Qa4hdJ+JX7LPwfS18PRa 7+0JJa6qWEGq6hFbapaaWU4RZCp+1yIy8A7WbzMAAKAPmDxl+0H8Prr4xeCPiT4j0n4heC/C OpWev2Nw+u+MtT0y8S8jvNMFwkFpHd4jjhYOrW8bIJDG/wC7ZoIlYA/SuivO9W/aG+GOg+EN N8V6j8QvDNp4a1NmWx1WXVYBb3bKcOsT7sSFTkELkrg5xg1yXjb9sL4e+EfAvh7xZp0mr+ON L8RTTQaSvg/TJdRku3iJWRVCgKpDAjDEZIOM4OAD3GivAfGHjr42/ETwL4Q1L4TeE9L8JXOt JM+p/wDCyllgu9IVWCxg2sJYtIw3sAWwMKGHJwvj79lWH47eH/Clr8VPFuvavLptmYdU0vw9 fSaVpOrSsQWkmt0Jc4wQuHGATxzwAa/x0/ay+H/7P2o2Gja9c6hq3i3UovP0/wALeH7F73U7 1CzKCkS4ABZGALsoJUgE4NYvi34T/ET4w/FPQNdv/H994Q+GGmi01K18LaIr2ep3t0Arsl/N k4jDcGNDgjg4I3V7D4X8E6F4M0nSdN0TS7extNJsY9MslRdzQ2sYASIOcsVAUcEnpk81v0AR QwR24YRxpHuYudqgZJOSTjuTUtFFABXy74Q+BOhftD/sN/B3w3rVzdabPb+F9A1HTdY01gl3 pt3FaQmOeFiDhh8y+4ZhweR9RV5V+yd/yaz8G/8AsTNG/wDSGGgC/wDBP42eHvjd4e1S+0F7 5JdF1W50LUbTVIVhu7e6t32uJEUkDcMOMdmGQDlR6NXzx4i1jwV+zV8ftJmi8OXlnP8AGTUx Z6jrsdyfsUOo28GLVGiJwrzh5BuXBZly2eo+h6ACvxY/bI+LXiL9jz9tbU4fhnZyeHtFhv7X xUuj3sQm0681CaymgmuYYyAUR47qeFgjfeViCCqBP2nrw39oDwL4c8U/E74DXOteH9L1e4j8 X3EKS39lHO6oND1WcKCykhRLDDJj+/EjdVBAB5p4Z/4KgfBGTQtN/wCEy1jU/BHiqaCNrvw/ qGhX7zQTMo3IrRwMrruJCtwSADgU66/az+KHxqX+zvgV8ItYSKfKjxr8QYG0vSoVPHmxxZMt wOeigEEcqRmvruigD5k+Ff7FdhZeLIfiB8XvEE3xf+JI+aG+1aIDTtMOc7LOz+5GAQDuIzkb gFJNfTdFFAHlXhz/AJOm+If/AGJnhn/0u16vVa8Y8O/C74l6X8XNQ8Z3/jvwnew6nZWGl3un 2/hC6gY2tpNdyxiKU6m4SVjezAuyOvyphBg7vZ6ACiiigDM8QeH9N8WaJfaRrFlBqel30LW9 1Z3SCSKaJhhkZT1BFeAfsSfA7wL8IvAfiW78JeHbfSLu88Ua/Yz3Qkklle3tNZvba2jLyMzB UhijXGeSCxyxJPvviTSbrXtDu7Cy1m+8PXMwATU9NSBriDDA5QTxSxEkAj5kbgnocEeK/sj+ ENV0Pwnrl7e+N9e8QW7eKPE1sNP1KDT0gSRNfvla4BgtYpPMcqzMC5QGRtqKoVVAPf6KKKAC vAf2uvhb4L8ZeE9E1bX/AAhoWuarH4o8M6el9qWmQXE6W0uvWKSwB3UsI3SWRWQHawdgQQxB 9+r59/a6+I1j4e8NaDocdnqGs61L4m8Nah9g0uASPHBHr9gQzsxVU8x18tAzAu5IHCuygHtv hvwzo/g3Q7XRvD+lWOh6RaApb6fptslvbwgksQkaAKoJJPA6knvWpXgfh79tb4eeNvijp/gH wlB4i8V63K4TUZdL0eX7NohKk4vpJAnkkEFCoDMrAqQCCA/wD4H+OOtfEy+8QfEbxtodj4Qj NxbWXgjwzY74bmFtyxy3N3Mol3gYbamBnHIGVIB29x8efBEniDX/AA5pGv2niXxbounT6nc+ G9DnjutQ8uLG5BGGwJCzIoViCS65xnNcL8PfiF8ZfjJoviuW48Br8HLOawKeHdQ124S+1D7S cgSz2agBFHB2M2cjuDx3/wAK/gV8P/ghp0ll4F8I6X4ahk4lksrcCabBJHmSnLyYzxuY4HSu +oA/NG7/AGWfiZY/HPVvC/irxBqHj/xB428O6xLa+MAlnYQafILvRiNQWNHE0ckDIi+Wobhb ZYyq+YYvrrwT+yP4a8A+FPFmh6f4r8dTHxNbLbXmo3niW4lu49u795DITiNzuOWAycAdOK3/ ABH/AMnTfDz/ALEzxN/6XaDXqtAHhXgH9mfVPhn4T8V6Ro3xk+ImqXeswJFZ6l4q1OLVpNId dwD24kiAGcgENkEKMYPNJ4J+GPxu8D+EfFttefGWy+IWu3MCL4fn13wzFZQ6fIpbd5xtn3Th gVBJAKlcjOcV7tRQB4Hodh+0m3w58c2niHUfhy/i9rEJ4Xu9CgvUiE5V973YmJAOSm3YCMgl gRxXyN+yn4B+NWteMvHtlZahH8OfFn9rpDreu22jXs8dtnRodySC+fZdzGdrORSSzcXUokMd xEZP01ryr4N/8lF+O3/Y523/AKj2jUAc/wCB/wBlq2tfBniXw98SfGfiD4yW3iGWCW+g8WTK 9pGYXLoLeBABCpbaxAJBKL6c+seD/BPh74f6JFo/hnRNO8PaVEcpZaXaR28IPAJ2IAMnAycc 1u0UAFeVftY/8ms/GT/sTNZ/9IZq9Vryr9rH/k1n4yf9iZrP/pDNQB6rUNxbxXlvLBPEk8Eq GN4pFDK6kYIIPBBB6VNRQB4R8Zv2c9b8UW/h6++F/j/UvhNrXhyOSPT7PSoUfRp0dgxjuLLA RwSowR93JOGIAFL4jftPXvwA1jRNN8f+CvEmp6JJptubzx14b043WmpeElZlkhQtLAmQGBO4 ndgA4yfoSigD5C/aO/a08BeFfj38KfCWdb1nX/D/AIjbUtVstG0a5untYZtE1CKPIVMuxF2k hWMMwRJCQCuD9U+HfEVh4s8P6XrelXBu9L1O1ivbS42MnmQyIHRtrAMMqwOCARnkA18d/tbf sfeGviR8bvh9ruzS7e98X+IhY6nPd6X9pnDQaLfujxSrLGQNlpGBG+9BJHC+CFkjl9L1j9g/ 4YanrGj6pbS+KdEvNLsrKwgbSfEd3br5NpEkNupQPtG1IlGVAyck8kmgD6NpK8L+I37H3g34 ofEV/Gmra34wt9VZoWEOm+Irm2tk8pVChIlYBB8uTtxkknqTTfiR+xT8IPi98R38ceMfDdzr 2ukwsPP1e8S3RogqoVhSVUHCDIxg8kgkk0Ad94x+OHw8+HupJp3ijx14d8PajIyKljqWqwQT sXIC4jZwxzn06c9Oa/PPwf8AtT6tov7WkeoXPjrxh4l0zXbXQLN9H0/SLCW7W3nnvJLKG7kX T40GBeQuyRmN/wDTigmkaAA/oNqXwF+G2teNZvF+o+APDeo+KpijPrN5pUM10WRQqN5jKW3B VUAg5woGcAV5r4N+EPhLTv2vPHGoW+lsklp4a0PUraA3U7WsF1Pea2sssduX8pWO0kEKNrST MuDNIWANLxHrH7QWt/Ga303w/oPhLwz8M7G9ge71zVrt7y/1O2G0ypBBHgQscuv7w9gwPY2t C/ZH8A6V8ZL/AOKOox6t4q8aTXcl1Z33iHUHuk0sPnEVpFwkaKDheCVAGGr22igAoopKAPK/ 2Tv+TWfg3/2Jmjf+kMNeq15T+yd/yaz8G/8AsTNG/wDSGGvVqACiiigDyn9pb/knWkf9jn4T /wDUh06vVq8q/aW/5J1pH/Y5+E//AFIdOr1WgAqrqGnWmsWFzY39rDe2VzG0M9tcxiSKVGGG RlOQykEgg8GrVFAHk+l/sr/Cnw7Z+KbbQPBWm+F18TWL6bqcmgIbB5bdgcophK+WOT93FfC+ q/sQeIfA3x8m8I+GNd8ZG48TaVrF1YeILrVbC6tbKCO70nypStxG08ckAMau0X72RorQxyxr 5vlfqBXlXiP/AJOm+Hn/AGJnib/0u0GgDnPAfwV+K3gbw74rsrj46ah4r1C/s/J0W71vQrZv 7KmG7ErBCDOcFQQxA4zjnFO8BeDfj/4b8O+LIfEfxH8LeL9amtANAuJtAazit7nDZNwsT/NH kqMKM8Zz2Pu1FAHhPgOH9pLTvDvixfGE/wANNX1lLQHw62kpfwRyXPzEi835xH90Dyxng568 eefEO8/aE1r9n34mwePfA3w+1S9+wwf2Zp+jtNqEc375ftDywXEUisYowZFG18sgGxuh+uaK APz1/wCCYug2ek6lrE+jeHfDcEUza1Dq2paHLDei2kj1JBZQrdrGG2yRm5xDuZfLs7aYBPP+ b9Cq8q/Zp/5J1q//AGOfiz/1IdRr1WgAooooASsDx14OsfiF4K1/wvqUkyadrVhcabctbsFk Ec0bRuUJBAYKxwSCM9Qa6Cik1dWYHkdv+yT8Ebe3jhHwe8BuEUKGk8M2TMcDGSTFkmui+GPw c8KfBtfEEPhHSbfQtP1nUBqUum2MEcFrBL5EUJEMUaqqKRCrEc5ZmOecDuTRT1FZC0UUUDCi iigBKTcOn6VgeOfGuk/DrwnqviXXrxLHSNLga5uJpXVAFHbLEDJJAGSBkjmvkD4QfFrw74k/ bgfUrj4k+HNfvte8FtFBZ6XrtvdWlpMb4MlhblHIeRYkDOR8zt5jgKpVVneSj/W1wekXI+3c jvSE46mvkW60vwv8L/2s/h3DD8PNY8DjUDqFhH40hFvKnie5eAuYL6aOdpmGIxKj3KmR5UO3 aFctx+m/CXUPB37XGlePPjP8PtB1zUvEWtSQeG/G3h3W7+b+x5VjkNraXdrKY4iDEhVJY4sB 1BYFnDBrVrzFLRN9j7ur50/4KGf8mc/Ef/rjaf8Apbb19F18R/8ABRT48RW/wd+Inw8PgTx3 JKY7JP8AhJY/D8jaH801vNn7ZnbgA7CccOCvUUxn25RRRQAUUUUAFFFFABRRRQAUUUUAFfKv xK/Zz8LeLv2oPCNjqUl5P4e1PQfEOsXvh9xBJZSzre6L5uA8RkRZmdWkVHUMY+MCSYS/VVeV eI/+Tpvh5/2Jnib/ANLtBoA6S4+D3gK70HT9En8EeHJ9G08u1npsmk27W9sXJLmOMptQsSSS oGSea6bTdMtNHsobKwtILGzhG2K3toxHGg64VQAAOT0q3RQAUUUUAFFFFABRRRQBz3jLwbYe OtJXTNSuNWtrcSrL5mjaxd6ZNuAIAM1rLHJt5Py7sE4yOBWV8MfhJ4c+DuirpHhgatBpaRxQ Q2eo65fajHbRxLtjjgW6mkEKBcALHtGAMjgY7aigDhvjB4L07xt4IukvfDNn4tvtJYaxpOm3 rGNX1C3BktiHHKEuAueeGIIIJBx/2a/jhZ/tE/Bfw346tbb7BLqETJe2G4k2l1G5jmiyQCQH VsEgEqVOOa9Rr588N/EqX4e/tWXvwhn8O6PoXhfX9GbxF4bu9JtPs5ubtZCdQjmCna0pLCXI UHbksWLCgD6DrwD47fEKy0z4n/C2A6L4u1AeHvEsmpalcaT4Q1a/t4beTRdSgV1mgtnjkPm3 UKFUZmBfkAKxHv8ARQBT0++j1TT7a8hEyQ3ESyxrcQPDKAwBAeNwrowB5VgGHIIBBFXKKKAC iiigD5u8F/Ab4Z6P+1d4xnsfh34Tsp9N8M+HdRspLfRLWNrW6e91oPPERGNkjCGLLrhj5SZP yjH0jXlXhz/k6b4h/wDYmeGf/S7Xq9VoAKKKKAMrxJ4Z0fxjod1o3iDSbHXNIu1C3Gn6lbJc QTKCGAeNwVYAgHBHUD0rxb9kb4W+C/BvhPW9W0DwhoOh6rL4o8T6e99pumQW87W0WvXyRQF0 QMY0SKNVQnaoRQAABj3DWNXsfD2l3mp6leQ6fp1nC1xc3VzII4oY1BZndicKoAJJJxgV8z/B L9pz4XeB/hF4h1TxH4007QLW28XeJJZE1PfbzMs+uahLCUhdRJIWTdgKpOUkU/MjBQD6mrM8 QeItK8KaRc6rrep2ej6XaqZJ73UJ1ghiUd3kYhVHuTXh/iT47eN/ih8NfDHiL9njw3pvi238 QSzR/wBueJ5pNOs9NjRtomkt2CzzKzBsCMdFB5BFWfEH7K+i/Gi38D6h8aWTxt4g8P2m2ezt ZJbfRp7piC0xtN2GI6DdwRnK4wqgEHxU/aG8a2PjHSvCfwp+F2ofEC9v7WHUH8SXVyLLw/b2 0pJVheYYSsVBO1BnBBG4/LXk37XP7Let658RdM+LUHxIv47qLxN4WsbHw/dWZfTYI/7Vt4Y9 6RTRNMUmuZJgWbOJJFBUsHT7SsbK302zgtLO3itLS3jWKGCBAkcaKMKqqOAAAAAOBXmX7S3/ ACTrSP8Asc/Cf/qQ6dQB1Pw3+H9j8NfDCaVZO1xLLcXF/e3siKst5d3ErzXE7hQBueR3bA4A IAwAK6yiigAooooA8p8R/wDJ03w8/wCxM8Tf+l2hV6tXnGqfs3/CbXtcuNa1P4XeC9Q1i5mN zPqF14etJbiWUnJkeRoyzMTzuJzmvR6ACiiigAryr4N/8lF+O3/Y523/AKj2jV6VqNvLeafd QQ3k1hLLEyJd24QyQkggOodWQsM5G5WXIGQRkHzX4c/A+++Hvi3V9dPxK8W+ITrF39v1Kw1W HShBd3AtYbVZGMFjFIpWK3gACOq5jBIJLZAPVaKKKACuJ+KHwk8OfGHRW0jxONWn0t45YJrT TtcvtOjuY5V2yRzrazRiZCuRtk3DBPHJz21FAHPeDfBth4F0ltM0241a5tzK0vmazrF3qc24 gAgTXUskm3gfLuwDnA5NdDRRQAUUUUAeVfGT/kovwJ/7HO5/9R7Wa9Vr52/aC+NPw+8KfFj4 P6drfjzwzo+oaT4rmu9QtNQ1i3gms4X0DVUSWZHcGNGaaJQzAAmVADlhn37T9RtdW0+1v7G6 hvrK6jWaC6t5A8csbAFXRgcMpGCCOCD6UAW6KKKACvKvDn/J03xD/wCxM8M/+l2vV6rXgXhX XfGb/tCeIdfu/hL4s03Q9a0bR9FS/uL7RmW3e1utSkkmkSO/Z/K23sRGxWc7XygwNwB77RRR QAVz/jLwD4Z+ImjrpXizw5pPijS1lE4stZsYruESAEBwkisu4BiAcZ5NdBRQByvgf4W+C/hh HdxeDvCGg+E4rxla5TQ9MgslmKghS4iVdxAJxnpk+tdVRRQAUUUUAef/ABI+CPhf4tT2sniR telW1aF4rfTfEmpadAHimE0UhitriNGkSRUdZCpZWRSCNox1Xhzw9beFdFtdJspr6a1tlKxy alfz39w2SSd887vI5yTyzEgAAcACtaigAooooAK8p8R/8nTfDz/sTPE3/pdoVerV5xqn7N/w m17XLjWtT+F3gvUNYuZjcz6hdeHrSW4llJyZHkaMszE87ic5oA9HooooAKKKyfElvrF1od1F oGoWOmau6gW93qVk95bxnIJLwpLCzjbkYEi4JBycYIBwH7NP/JOtX/7HPxZ/6kOo16rXlXwR +GvjT4Y29/p+v+LdC8RaVc32o6okem+HptPnjuby+lvJSZHvZ1aMPPIqqEDAbcsSDu9VoAKK KKACiiigAooooAKKKKACiiigBNuetcRN8KdMk+LEnxCW8votck0I+HxGrRmBYPP84OFKE+YG 7ltuP4T1ruKSpsr3A800P4Lvba/p+r+JvG3iPx9caXI0+mR68mnxRWUzI0bTIlnawBnKO6gy b9oZtu3cSZNF+D72/iK11fxH408ReN5dPlafTrbW1sY4LGVlZDIiWlrBvbazKDLvKgnbtJJP o9GBTAWvnT/goZ/yZz8Rv+uNp/6WwV9F186f8FDP+TOfiP8A9cbT/wBLbemB9F0UUUAFFFFA BRRRQAUUUUAFFFFABXzv4w+KOnWP7TPha9bQvGk1hpGga7pF5e2vgrWbi3S5nu9JaFVljtWS RWW1nPmIWQCPlhuXP0RRQAUUUUAFFFFABRRRQAUUUUAFFFFABXiv7W3iLxr4D+C+reM/h7Z2 t/4n8ONHqBt7i1Ezz2SyK13ChIypaJSSV5wvHODXtVFAGT4V8QW/i3wzo+uWsc0NrqdnDewx 3EZSRUkQOodTyrAMMg9DkVxXjn9oLwh8O/EltoWtR+Jl1K6lEFsun+EtWvormQxNN5cM1vbP HK4jjkYqjEqI3JA2nHJfs96v8StP+IHxW8GfECLUNU07S9XGo+G/FE9qI4LzT7rdItsHChWe 3KlGA5AYDAAXPR/GT/kovwJ/7HO5/wDUe1mgD0nT76PVNPtryETJDcRLLGtxA8MoDAEB43Cu jAHlWAYcggEEVcoooAKQmlr5l8K/Fmf9smXx94W0PSNe8PfCdLeTTIviFY3/ANivL+8WZVkS yQoT5QUSAynr0wCTgA8l0z9sYaP8UvGXxSNlZ+IPCFxofhnTptH8NF77WLUT3msGzR1U7Bck uGkgfZtFxGoZmQeb73a/HL4k+NPhDN4o8H/BfWbXxH/aQtYfDXjO9h0i4e22hjdHO/Ayduxs NkMegGeH+Av7K3wy+C/7SPi7T/Cfh57K103wx4e1GGOa/uJ0+2SXGsQvcsjyFDKUgQByuUzJ t2+Y+76xoA8JXWv2i9b+Es1xaeGvh/4a+JH9p7IrPWNRu7vTfsO0EuzQIH80sSAo+UAZJz8t OXw5+0Hq/wAJZbG+8aeCvD/xGk1HeNU0fSJ7mwjsioHliOZwxlDFiGPy4UArklq90ooA+bfG n7NXxE+KX7P194F8Z/GbUbzxPcaiNQTxFoemQ6UFVMNDatHGTmNZAH3ghyVXnjnz/wDY4/Zq tZNEttY8aaXpesR+HNZ8TadplvfXT6zI102syJPdyTXESYlU2SxoURchppWw07In2lXlX7NP /JOtX/7HPxZ/6kOo0AeqKoVQAMAdAKWiigAr5/8A2uPip4L8HeE9E0jX/F+haHqsnijwxqCW GpanBbzvbRa/YySziN2DGNEikZnxtUI5JAUmvoCigDJ8N+KNI8ZaHa61oGrWOuaPdqWt9Q02 5S4t5gCQSkiEqwBBGQTyCK1qKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooATPWuVg+Jnhm4+Ik/gWPWIZfFlvp41WbTIwzPFbFwgkYgbVyxAC k7iOQMc1a8daprOh+EdWvvD2jSeINbht2az0yOSKMzy9FBaR40AyQTl1yAec4r5F+EtxqWh/ ttRxXHgDxTp2paj4JZ9UvtXuNLeeaVtQ3NezGC9lHl5CxKiFmRVjVUEagiL+8o/1swlpFy/r c+ovDfxq8E+MPiB4g8E6J4itdV8TeH40k1SytQz/AGTczKFeQDZvBVgUDblxyBxXM6l+1d8L NL+M1v8ACefxSG+INw6Rpo0NhdSnc0fmANKkRjX5PmO5hgcnFcx4fGP26fGmOn/CC6T0/wCv 2+rmbP4ZeJf2dfjN4ZuPDfxE8QeL9C8ca5dDWvCfiaaG4MZkjlna9sWSOPyFicDzEAKssozh gmSL5uV9/wDOwS93mXa35XPqyvnT/goZ/wAmc/Ef/rjaf+ltvX0VXxJ/wUSl+M//AAp34ipB b+BD8KfLsd0slxejXNvnW+75AnkZ87IHzfcwfvcVYH25RRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHhn7UXg/4j6pY+D/FfwsvLmXxN4V1iO9k8O/b hbWut2cn7u4t5dzKhYISys5wuGx8xBGr8WLyC+8ffAma1njuYv8AhNbtRJC4dcroGsqwyO4I IPoQR2r16vzG+LWlav8Ast/GLVdU8LeINWs/AmjeNP7Xs/B9ppkep3EF1c+HtRnmvYY3ZD9j Ym4jZA64Ec5BVo1NAH6c1S1TVLPRNNudQ1G8hsbC1jaee6upBHFFGoJZ3YkBQACSTwBXz/8A D39t7wZ8RPgbqHxB0bTNf12+0aO1j1nwzomk3FxqFreTKv8Ao6IyKJcMxG9TtwCSRVYeAdS/ bU+GtgPi54O1z4b6LDrQvovCsesL5mr2iIDEuoKiBo1LNuMO4MCgJIOMAF7xHa/Ej43fFjwV f+E/Fdp4f+B9gltrj6zoN8s134km3FltcjhLbAG/rvDEc5+T6FSNY1woCjJPA7k5P6mquk6T ZeH9LtNM0yzg0/T7SJYLa0tYxHFDGoAVERQAqgAAADAxirtAHlXhz/k6b4h/9iZ4Z/8AS7Xq 9VrwLwrrvjN/2hPEOv3fwl8WaboetaNo+ipf3F9ozLbva3WpSSTSJHfs/lbb2IjYrOdr5QYG 732gAooooAyfEnijSPBuh3Wta/q1joej2ihrjUNSuUt7eEEgAvI5CqCSBkkckCvFf2R/ip4L 8Y+E9b0jQPF+ha5qsfijxPqD2Gm6nBcTpbS6/fSRTmNGLCN0ljZXxtYOhBIYGvoCigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACs3/hG9K/t7+3f7Ms/7c+zfYv7S+zr9p8jdv8rzMbtm75tucZ5xmtKigDjbP4N+AdO8 aSeL7TwP4btfFsjvI+vQ6TbpfM7qVdjOE8wllJBO7kEg1J4N+Efgb4dX17e+FPBnh7wveX2B dXGjaVBaSXGCSPMaNFLcknknkmuuooAK+dP+Chn/ACZz8Rv+uNp/6W29fRdfOn/BQz/kzn4j /wDXG0/9LbegD6LooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigArw79oDwT4d8TfE74DXOs6BperTx+L54kmvrOOZ1QaHqswUFlJAEsMMgH96JG6qCPc a8q+Mn/JRfgT/wBjnc/+o9rNAHqtFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAFHVL59N0 27uorS41CWCF5VtLXZ5sxAJCJvZV3MRgbmAyRkgZI808GfFrxPefEm88G+MfB9l4eu10ga1a 32ka0dStnhEpjeOYvbwNDKCUIG1kcb9rkxsB6PrmsQaBpF5qV1Hdy29rG0skdjaS3cxAGSEh iVpJG9FRST2Br5v+FvglLr9oi78Z+CpfHFr4M1DSLiDxLZeMo9Uihur7zIjbPbwakBNuWPzV ZlXylQRouDuFRre39bA9v67m9ov7Ud/d2PhTxVqXhOHTPhn4rvo7DSdfXVWlvUaZylrLdWZg VYYpmwAyzSMpli3KuW2N8O/tMeJfHvxx1Pwh4M+H9h4k8FaPf/2drHjGHxbZq9hMobzA+ngN Pw6Mi527ypYfKM15X4Z+AE/jDXPCXhrwZqXxA0f4MeGtdTXZ9N8W2MVnamSGUXEFjZQ3FrHq DRiYqxeZ/KVU2p5hOY+ps/hj4G8QfGrwX4m+FPgbUfA+vaRqEz67rC+Frvw9a3WnyRSCWCZZ oYVvGkk8oqVEhQpvLKAA1LdN/wBLT/gilonb+t/+AfWNfOn/AAUM/wCTOfiP/wBcbT/0tt6+ i68D+LH7IelfGnxZf6j4k+IfxBPh6/mtpLvwXaazHFokywiP90YhDvCOYgzbZA25mKspxhjP fKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK8f+KPw x+IXjbxp4Z1jQ/G3hrRNP8N6kdV0+y1DwtcX0xnaxubNxNKmowh0KXcrAKiEEJliAd3sFFAF TT1uo9Ptkvp4bm+WNBPNbxNFHJIANzJGXYopOcKWYgHBJ6m3RRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAJR0oryL4nftXfCz4N+O9G8GeLvFK6b4n1kRtY6ZFYXV1JL5khjT/UxO F3OCBuIzgnpS62A9eooopgFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAJ618qfFr4Z eJfg34+k+LHg34i+ILzUde12wtdS8D6zNFcaZqkMjx2/kWcSxo0M6RgOsgZjiJg+VLGvquuR 0n4ReBdB8XXfivTPBnh/TvFF2XNzrlppUEV7NvOXLzqgdtxAJyecc0lpJS7CeqaOvr5i/aW+ MHxv+BMfiDxxp+i+ANX+FujvaSPb3F5fRa3NE7RRzKNsZhVvMd9pyQFCkgnK19O186f8FDP+ TOfiN/1xtP8A0tt6Yz6LooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK+dP+Ch n/JnPxH/AOuNp/6W29fRdfOn/BQz/kzn4j/9cbT/ANLbegD6LooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACuH+I/iPVbO3t9C8MGM+KtWDLazTIXhsYgQJbuUfxLGGG1CRvcomVDMy9vXGe OPgz4A+Jl5b3fi/wN4b8VXdvGYobjW9It7ySJCclEaRGKjPOAcZqJXYHAfsVeItX8Vfsy+C9 T17V7zXNXnW7+0ahqEplnlK3k6gsx9AAB0AAAAAGK82+O37M+rX3iW31y0+NnxYste8Sa5Ba 2ui6R4nax0mBCxeUR26IWVY7aKZyA4LMhJYFiR2Xw9+Dtx+yp8JfC/hbwNDpl7qkmrqmo3Vv 4XctqivJI58wwzKLYpHhRczNIqiMLtZmRD63qXgc6t8SNG8U3V7vg0exuLaz08RYCzTsnmTl 88sI4wigAYDyZJ3AC21z8y7i1tynVooVQOeOOSTXxR/wUT/aa+Gdp8HPiJ8KZvFlsnxAMdjG NEMExk3NNbzgbgmzmIhvvdDjrxX23Xzp/wAFDP8Akzn4jf8AXG0/9LbegZ9F0UUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRVLUdQj0rT7i9mWZ obeJ5nW3heaQqoLHbGgZnbA4VQSTwASQKTfKrsC7SV5F8F/2pvh98fdU1fT/AAbqkmp3GmHM rLCWj8olQkpkQssYckhY5Skp8uQ+WApNeu9aeq3Dq12FooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACkpaKACvnT/goZ/wAmc/Ef/rjaf+ltvX0XXzp/wUM/5M5+I/8A1xtP/S23oA+i6KKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooASivGviN+1l8OvhX8RtO8EeIdTurbxBfFdlullIzYdSYTGmN9z5jAxqLdZSHBVgpBx7Ip BGRS3V0LrYdRRRTGFJSE45PSvG/h9+1l8Ovib8StR8C6Dqd3c+IbLcHt3spFbKbhMJIyPMt/ KZQjfaEiG5kCliwpbuweZ7NRRRTAKKKqX9/BptncXl3cRWtpBG0s08zhI4kUEszMTgAAEkng AHNIC3RVPTdTtdXsLe9sbqK+srmNZoLm3cSRyxsAyurAkMpByCDggjFXKYBRRRQAlFfJn7af /C//APhIfCH/AApn7V9j8xPtvnY+y/afNHkY8n99jHmeb9o/0Xb5efm3V9N+Eftv/CL6R/aX 2z+0PskX2j+0fI+0+ZsG7zfI/c7853eX8mc7eMUovmjzedhS0aXc2aKKKYxKKT/Cvja4/wCG jP8AhsZfLOq/8Km88j/l3877FuTOP+XTb5+cZ/037Nu/ixSWslEHpFy7H2XRRRTAKpanp8Wq 6fdWc5mSG4iaJ2t5nhkCsMErIhDI2DwykMDyCCM1drJ8TaXda1oV3Z2mt33hy4lUBdU05IHu LfBBJQTxSxkkAg7kYYJxg4ITV1ZgebfBf9lv4ffAHVNX1HwbpUumXOpttmCzFYxENpSIxoFW TYQSskoeUeZIPMIYivXsV4J+ylr2p+OPD2s6/e/FXUviAsGtaxo62siaX9nhjttSnhtpc2lr E/mPbxQudzFWEpZVAK497p66IXW4tFFFAwooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiisTxhol34k8Mahpdlq11oVxeReQNSswPPg ViAzRk8LJtJ2sQdpIODjBTA4L4k/tUfCP4Q6kdN8X/EPQdE1NWUPp8l4r3UW4AqXhTc6gggg sACDnNdh4E+JXhT4oaOdW8H+JdK8T6cr+W1zpN5HcojYB2MUJ2sAQSpwRkZAr56Pxm8O/AXx d4g8C+AvgF4216LQ5Yo77V/C2kwzQzzywR3BL3Dyh5ZSsqlmclixyScgnovglHb/ABmeX4hp 4Cv/AIReMNO1mewmW4tEgudSs42GI7tVIEqMjjAYny5VLIcD5nG0kKWh9F0UUUDCiiigArB8 ZeLrDwL4bvdc1SR0tLVR+7iUvLM7MFjiiQcvLI7IiIOWZlUckVvV5j8TPAXjPxR4o0LVfDni jQdKt9KSR0sde8Pz6khuGG0Tgx31vhlQsoyGxvYjk8TK/QC18A/iwPjl8JdB8bjSn0MasszD T5JxM0ISeSLBcAAn5M8DAzjnGTifGD9ojTvhT4y8EeF10yfWtV8SaxaadIsMmyPToZ3ZEnmb BxuKOETALmOTBAjYjzv9kC81z4M/s0+D7P4iR3VnJPezWltaW/hq+jmsBJczEG8IaXYhJLec 6xRqrKGP8R5T45fBn4tW994HmsfEGg+IXuPiHY6rPcWvg28e4tiPMCT3TjUWDQQpsQqFiG0L hlOcuXxpLa4vsvvY+za+dv8AgoX/AMmdfEb/AK42n/pbBX0FarNHbxLPIksyoPMdEKKzY5IB JIGegycdMnrXxX/wUS+CE1x8HPiL4+/4WP48iiEdi/8AwiceqxjQ/lmt4sG38ndgkeYR5mS5 J6cUwPtyiiigYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAC V8+ftiftMal+zX4Q0i/0fQo/EWo6rcSW0VpEWnuoyqGQyraKVM0QAKuwlTyy8Z+bOK+hKzNc 0HTfE2lXGmaxp1pqunXGBNZ30CzQyYII3I4KnBAIyOoHpSd+gepzPwV+JR+L/wAL/D/jD7HD pv8Aa9ubj7FDdfaTbfMR5Uj7FxKuNsiY+Rw65O3J7mmnAyadT9BK/UKKKKBnjXxG/ZN+HXxU +ImneNvEOmXV1r1lt2XC3kisAikRCN8+ZbeW5Mim3aIlyWYsa9kAwAK+RviH8XtP0L9rLQfh xJ+0RrGhNq1neXNxokVvozfY70y2ZsLMSSae7IJYpbshZXZzsiwwLLv+uqOlgCiiigBK8a+H /wCyb8Ofhn8StS8daBpl1beIbzcWuHvZGYl9xm8yTPmXHmMwdhcNKAyoy7Sox61qcL3Wm3cM V7LpzyROi3kAQyQEqQHQSKyblPI3Ky5HIIyK+Wv2X/jLpvxQ+L3xA0Wy+Pmp+Ph4c1LydP0i aDSUjv7E2VsXuS0FjE8my7kuUDROFAjjyCGBc63DyPrGiiigAryL9p74J3Hx/wDhZdeFLTVY 9Du2uYrqHUPKJnheIll8iUHMDsRsMoVyEaQbDu49drnvGN54msdJEvhTSNJ1rVPNUG21nVJd Oh8vBy3mx21wxYHGF2YOTyMczKKkrMqLcXdHnv7K/wADbv8AZ7+FNp4Uv9Vi1u+E73c+oLER NJJIFLCaZjm4ZSCiylYyY0iXYNvPsdeafAX4ieJ/iz8PNG8X694b0nw1Y67p1nqumQadrUuo yGGeISgT77WARuAyjCmQEk8jAz6VVyk5O7M4rlVkLRWP4k8X6H4Osxd6/rWn6Hac/wCkaldx 28fHX5nYDjI/MV4b4q/4KEfs8+D7g2938UNJv7jOxY9FSbUi7dlBt0kUk8AHODSKPQPHH7QX hD4d+JLbQdbj8TLqV1KILZdP8I6tfRXMhiaYxwzW9q8criKORiqMSojckDacd9p99HqlhbXs KzJDcRLLGtxA8MoDAEB43CujDPKsAwOQQCCK/IT9sT/gpt4qvfjZ4Rm+G1j9g8MeFrlNY0+X W9Lkjl1OeS2mt3kZJArLCYrmaNQACSxbdnbt+0ND/bw13WfDumXqfs3fGOS7mgR7lRoCJArl VLeU7yhpEyflcquRzgcgAH1vRXyn/wAN+21rzqfwE+OWkxj5WnuPBZMQb0DLKc55xx2pP+Hj PgC3+XUPBvxK0mftBeeEbhXI7NgZGOvfsaAPq2vLNF/aQ8Ga94w/4Re0g8Wf24PJaS3uPBes wLCkryJFLJJJaKkcTNFKBI7Kh8t/m+U48m/4eQ/DJuE8OfEF2PAUeE7nJPoOK+Ffhr/wUk+M niD9sLVL/TPAsPiGTxF5Ph6LwQoFpcJDby3LWqG4ZSY5I3upjI7jbhnyFCqUAP2VzivF/jX+ 138MvgPdx6br+vHUPE8x223hfQojfarcMRlVECZKluxkKA4xmvM2+Fv7SXx6Xb8QPHdh8G/C 83L+Hvh+TPqsiH+CXUJMiNhk8wgrjHFev/Bb9mL4a/s/28g8GeGLWy1GbJudYuc3GoXRPLGS 4fLnJySoIXJOAKAPHI/Gf7U/x4XzfDHhzQ/gN4XmP7vUPFSnUtdZO0i2gAijJzzHLyCOpHXn fiz+wj8SvH3wy8SWlx+0b491/wAVXNk8VtavdJpmjXJYfNDcW0KncjqWU/NxuBIYDaftusnx J4ftfFWi3Wk3st9Ba3KgSSabfz2FwuGDZSeB0kQ5A5VhkEg8EigD8oP2Cf2Uf2lfhTa+KvHX hHUtB8O3KXM+jt4Z1+X7Ta6zJaXMkNwjtA5ETRzQyRpIDkkvghG3N90fB39saw8V+NE+HfxH 8N33wo+J+0GLRdZkVrbUucF7G6HyTjIPAweoG7aSPTfht8EfC/wlnupfDba9ELlpnkt9S8Sa lqMBeWYzSyCK5uJEWR5GZ2kChmZ2JJ3HMfxr+A/gr9oTwi/h3xpo8epWgJktrlf3d1ZS44mg lA3RuD3HBxggjggHoec0tfGPh/4xeOv2L9asfB/xuvrnxZ8MbqZbXQviisbNJaZOEttUAyVb GAJuc9ST8xT7Esb621Ozgu7K4jurS4jEsVxC4dHRgCGVhwQRggjINAHK/Fb4seHfgv4QuPE3 im6ls9IgcRvPHCzqHbhFdgNsYZsKHkZUDMoLDIpnwj+L3hz43eC7XxR4WuJrvSZzsEskLIPM AG9Ff7kmxiULRM6blYBiVOH/ABW+FPh340eD5/DPim2lvNJmZZWijmZFLrkozqDslCthwkis hZVJU4GI/hJ8IfDnwS8G2/hjwpbzWulQHeIpZmcbyAHdVzsj3MC5SJUTczEKCxpR683yFLpb 5ncUUUUxic18j/H/APbf1P4M/HjS/Adp4VtdW0+T7Ob3VftbfZ7UXAKx/bJwuLARsPMYsk26 Ehht6V9cVnXmhabqGp2Go3enWtzqGnmQ2V3NArzWxddrmNyMoWXg4IyODml1QGgrblB/lTqS lpgFJS0lAHyL8Cv23tT+Lv7QGp/D+58LWulacpuFs9X+1t9luTbl0k+x3BXF95hAkUBIdsaS sd23n66rNtdB02x1S/1K20+1t9RvxGLy8igVJrkRgiMSOBufaCQuScAkDFaVLpYOtxaKKKYB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAVieL/EieEPDt7rM1hfahDZoJZYdPiEs/l5A dlTILbVJYquWIUhVZiFO3TWpPbQD531nwD8W/id4n1XxN4Q/aDj8N+BdQMD6FYaN4f07U4/J EEYkka4mjJYtMJSACwAxyM7V2vAdlZ/AG4g8Paz4r1j4h+PfGmrG/uJpo4EuZiIooXnECbEg tYYoY844BwBuZ1Uv8Wfse/Cvxd4ivdefQrzQ9YvmL3l14b1e80n7Sx5LSpbSxo7E8l2UscDJ rq/hX8CPAfwTtbyLwX4cttGe8fzLu8LyXF3cnPBluJWeWTGTgMxxnjGaIaJITPQqKKKYwooo oAKKKKAMTxJ4T0zxdFZQ6rDJdQWd1HeRwLPJHG0iZKeYqsFlUEhtkgZdyq2NyqRt0UUAFfOn /BQz/kzn4jf9cbT/ANLYK+i6+dP+Chn/ACZz8R/+uNp/6W29AH0XRRRQAUUUUAFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUnNcT8Z/Dev+MPhf4j0Xwtff2Z4ivbRorC++3z2 P2WYkbJvNhVn+Q4bYAQ+3Y2FYmvIf2Ifg38Rvg54I1ew+Imq/wBq3N1debZD7QE+yw7nzF9k iLW8OXLS+ZE7M/n4cAxgUlqB9K0UVQ1rW9O8M6Td6rq+oW+maZZxma4vLyVYoYUHJZ3YgKB6 k4pgX6/P7/gp98dvhN8M7rwjoniX4faX448dXFzp2qJJd2Fu8lvplvqEc0sRmkRmCXAhnh8t QVIeUtx8reh3/wC1F8Qv2kNVudB/Zw0SBdBgka3vvij4lgZdMhYcMLKEjdcuOeSNoIGRtYNX gv7UX7Gfwd8O+HdJuviv8ZtS1v4qahrOkLdavrviG2tLmbT59Rht7pobWQssdvFDLcSAgMIz ESW2qy0AezeAf28PCms+D9I0v4F/A/xp4ps1gBhsdD0OPTdIsHYlmgeckRxsHJB2qVJ3EE9+ m/4Tv9r7xnj+yvhf8Pfh0jD/AJmrxBLqjx98/wChqATjgDpnk8V7j8EvD/gfwp8KvDmkfDaf T7nwTZ23labcaXdLdW8qh23uJVJDsZC5Zgcli2ea7ugD5V/4VD+1bry79Q/aD8N+FZGGTHoX gqG8VDnOFNw4JHOMn0HenH9kn4qaszHXP2ovHVwGBVhpFhZ6dkHOMbFODnnI7ccda+qKKAPy O+JX/BKbWda/aw0bSj8R5tU0LxJa3fiC91jVmZ9X2201pHdAkJseRnvYijkgY3lhlAH+xm/4 Jz/D24UPfeMPiTqdxjBuLrxbctI3PAJGBx9K9Z1n9nHwbr/jD/hKbyfxYNcHnCO5t/GmswLC krxvLFFHHdqkcbNDETGqhD5aZX5Rj1KgD5V/4dv/AAx/6GH4gf8AhWXX+NH/AA7f+GP/AEMP xA/8Ky6/xr6qooA+SNW/4Jx+EdS0u809Pid8V4LWeF4Ftz4skkhRGUqF2MhDKAcbSTkDBr5P /ZY/4JceIdF+MXjm71T4m3vh0eDdR/siy1PwXcPbX8s8tnb3QctJGQkZgvI1ZRuJYyLnaAzf q3qFlHqljc2czTJDcRNFI1vO8EgVgVJSRCHRgDwykMDgggiuA8D/ALP/AIR+HXiS517RJPEy 6hdSma5OoeLdWvobmUxLD5k0NxdPHK4ijjQM6kgRoARtGADx7/hj34l6SN2h/tQ/ESBhyP7X ittRG48HIdVyMdux5p6/A/8Aah0Vs2P7Suma6gLFItY8C2kWBjCqXhfJz3bg5GcHpX1TRQB8 t2/hv9sPS5olTxp8JdaiUEs+oaRfwlyc8EROBgccgj3Hr5D+194N/bM8WfA/XrOLUvBN1Zsi m80z4e29/Dql5ADl0jMzMWB43IhDOoK85Kt+gVc/4ys/E19pIj8J6vpOi6n5qk3Os6VLqEJj wdy+VHc27BicYbfgYPBzkAH5of8ABPL4P/tRal8Ey+lfE6T4XeCruVLjRodY0GPVbiWJ03Ga 3jnI8uFgUZRna+SwABy31M37GfjXxY27x7+0j8SNb/iaDw3LBoEDnPIZIEbKnnjIx61698BP h34m+Evw70bwjr3iTSfEljoWnWelaZPp2iy6dIILeIRAz77qcSOQqnKiMA545GPS6APmnw7/ AME6/gFoV6b+78EDxNqTAeZfeJL+41B5MdNyyyFPXoo617n4S+HPhPwDbiDwx4Y0bw5BjaI9 JsIrVcDoMRqK6OigD5v/AGiPDN34w+KPw3vh8ENS8d2/hLWm1GbVsaKyS27afdxiKD7VeRyb lupbWQqyoubfeCSiZ+hLC5lvLC2uJbWawmmiWR7W4KGSBiASj7GZSwOQdrMuRwSME3KKACii igAr5n8F6Hf2/wC1D4i8dSfAXV9GTW9K0zSl8QSHQfPt54p703VxKYr5pdkkU1mCVDOwgAK4 RM/TFFABRRRQAUUUUAFFFFAGZ4i8PaZ4s0O+0fWtPt9V0m+iaC6sbyISxTxsMFXUggg+9fIj fDP4lfsQ6jPqHwus9Q+JvwXkkaa78AyTmXVNDBOWk052OZY+p8knOcYySzj7OooA+NfjN+2j 4C8Vfs6+IPHngT40TeCtc0ixuvs2irFYi9n1Iwsbe0ubW7t5pB+9TB8raCN53kDcPor4H65p vij4eWGt6L8QLz4l6TqJa4ttevls1kZM7THi1t4EG1lYEMgcMWDHIwPk3/gpx+xZovxc+GOq /Erw9Fpeg+LPCtld6tqNx9mEZ1a1ii8yRJXRdzSqsX7stkZJUkA5VP2fP+Cfvxd+Avw9t9H8 NftEXXhK+nke9vbGw8P2+paet0yhC0YuMMw2ogyQuSoOFoA+86K+Vf8Ahmb4/wCqRhNa/au1 idd2D/ZXg7T7AleMgFSSDwfm9/zB+wTaa9lvG3xn+LHjNWP7yzuvErW1me5xDCi4yTnhugA7 cgH0X4k8d+G/Bq79f8Q6ToceN27UryO3GPXLsO9fm7+2h+2B+zjZfHXwNJH4F8M/FWTT9QXU PEmvafaWN7HdWzWNzbR2vnFWFyUM0UxUtsUwRrkNzH9Y+G/+CeP7PHhdt8Xwy03ULhjuebWJ 579pGPBZvPkcZOSTgDnoK+dP2uP2Yf2VJPjN8NbbUtV8L/Du7bVvsPiHRtI1Wx0mNbEafeXU UtxBgeVumhto/Mwu5Z9uSzRsoB77Zf8ABQz9mfQdB06O1+I+k2Gnx20Yt7K1sbj/AEeIINsY ijiOzaMDZgYxgDiqa/8ABTH4E6h/yA9a13xMcZUaT4a1By5B5A3QryBye2O9e9eC/AvgjR/D +mf8ItoOh2+j+RE9lJptrF5TxBR5To6jDAqFIYE5GDmuwoA+V4v+CiXgC8ST7B4P+JOpzIu8 wWnhG5ZyOmeQAOT3OKp6l/wUW+Czabd2fjbTvFfhWxuImgubXxR4TuljkjZSGR1VJFKsCAQe CHGeCcfWlZHieHSLrw3q8XiH7L/YElnMuofbyq2/2YoRL5pYgBNm7cTxjOaAPzo/YM/aa+Bf xA/aW8W6L4e+Fml+C9b1zUZNQ8J30ek2kcsNvHp0EM1qrRJmAsLa4uCqsUJmkBO7l/0tr8xv gH+xf+yd43+J3xL0bT/Ftr4jvE1lbfwza2Hi2Jp4rUafaXT3FoIHDymOea4j3t5igW4Ugsrs fdpdA/aH/ZPxPoWpXP7Qvw2gPz6RqhEfiawhH/PGcfLd4AzhhvPAVRyQAfYlFeW/Av8AaQ8C /tE6HPfeENWL3lm3l6jot9H5Go6dJnBjuICSUOQwyMqSCAxwa9SoAzNf8Q6X4V0qbVNa1Oz0 fTYNvm3l/OsEMe5gq7nYhRlmUDJ5JA71jeBfih4V+JVvNN4b1u31MwY8+3XdHcW+WdVMsLgS RhjG+0so3BSRkc1J8SPA9t8TfAuu+FL+9vNPsNZtHsLuawMYm8mQbZEUyI6jchZCduQGJBDY I85/Zb/Ze0T9lnwjqOgaBqVzd2t/dm+nt2QLbpMRs3xBi8qkxrErBpXBMQKhdzApdbifke3U UUUxhXJ+PPih4V+GNml14m1y20pZVZoYHJee4CFd5ihUF5Nu9S2xTtBycCusrxX9qL9mPR/2 pvBNp4b1zVLmytLO5+2wwoge3ecKUWSVVKSNtR5AoSVBl8sGwAE79B+p6voXiLS/FWmx6lou p2er6dKzLHeWM6zwuUco4DoSCVZWU88EEHkEVp1y3wz8AWfwr8BaH4R027vL7TNFtlsrSS+M bSrAnEUZKIoIRQqA4yQoLFmyx6mn6ErzCiiigYUUUUAFFFFACVxvxh1e78P/AAl8Z6nYWX9o 3tno15cwWfzfv5EgdlT5eRkgDjnnjmuzqjqd4mm6bdXUqPKkETSskS7nYAEkAdyccVnU+FlR 3RxnwP8ACXhzwf8AC7QbfwtL9u0u5tY7wapJM082ol41P2mWViWkZxg5JOBgDAAAx/gXry6j ffEXSLK4S40Pw94lk0vTfKOVhjFpbSywL6LFPNNGF6KFCgBVAHg/gv8AZI8NfE/RE8R+AfiD 8YvhT4K1SU3Nv4Z03W206yeF8OZba3YM9ukjMSAduRnChSufov4E+GfCHgf4c2PhzwVp76Tp WkvJazWFw265guQ26YTsSxaQsxYtuIYMGUsrKTrvJyf3GVrJJO/mejUUUUiwooooAKSlrxj4 +fGbw/4JksPCN/470TwHqmuRvI2raxqcFm1nZqQsssPmuu6Zs7I+oViXYMIyrS3YD2XmjcPX mvmr/gnn4o0fxB+yx4UtdL1y01e501ruC9WC9W5lgdruZ1ExBJDMjK3zckMD3zTPGfhux039 vP4YaxEbpr/UvDOuRz+dezyxKsRsggjiZykQ+ZifLVdxJLZIzVW9/k9fwV/0Jv7tz6ar50/4 KGf8mc/Ef/rjaf8Apbb19F18R/8ABRT48RW/wd+Inw8PgTx3JKY7JP8AhJY/D8jaH801vNn7 ZnbgA7CccOCvUUFH25RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRSUAc /wCMvGlh4F0kalqVvq11bmVYgmjaNd6pPkgkHybWKSTbgHLbdo4BIyKyvhf8XPDnxg0VdX8M HVp9LeOKeG71HQ77TormKVd0ckDXMMfnIVwd0e4YIyRkZ+dP2/v25NP/AGbPhrdWXg3WtF1D 4l3dylnDpzzpPLp0ZVy9zLCDn5dm1Q+AWdSQwVlPzX+w38Uv2jP2qPg/D8PPDviPSfAHhDwj Ba6Rc+ModPd9UkthGUitrYZ8rzEjjw0nysoaM53HLAH3H8ff2tfCnwOvrXw5Ba3njT4jaiAu meC9AXzr64Yj5WkwCIY+5du2SFbBFeZ6L+y544/aN1Sz8UftJ6rHLpsMguNP+F2hTMuk2ZHK m8kU5upR352g5wSrFR7D8B/2X/Af7PNndv4Z06a616/O7UvEmrym61PUHJyWlnbnBPO1QFzz jPNeu0AUtK0mx0LT7bT9Ns7fT9Pto1hgtbWJYookUYVUVQAqgcAAYFXaKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoorJ8SeKNI8G6Hd a1r+rWOh6PaKGuNQ1K5S3t4QSAC8jkKoJIGSRyQKANaiuJ8FfGr4e/Eq/nsfB/jvwz4rvreL z5bbRdXt7ySOPIXeyxuxC5IGSMZIFdtQAUUUUAcr44+Fvgz4nR2kXjHwhoPiyKzLNbJrmmQX qwlsbiglVtpIAzjrgZ6Va8G+AfDPw70dtK8J+HNJ8MaW0pmNlo1jFaQmQgAuUjVV3EKATjPA 9K6CigAooooAKKKKACiiigAooqpqGo2uk6fdX99dQ2NlaxtNPdXEgSOKNQSzuxOFUDJJPAA9 KALdFef+E/j98MfHuuxaN4Z+JHhLxFrEys0Wn6TrtrdXEgUFmKxxyFiAoJOBwAT0r0CgDwL4 6fsg+Gfi1r0PjPQr+8+HfxRsxmy8ZeHsRXOQMBLlAQtzGQACrclRtDAEg+f6P+1d42/Z71S1 8M/tKaEunWLyLBZfE7w/A0ujXpPCC6RVLWspPXICk5ICoNx+vap6tpNjr2m3On6nZW+o2Fyh jntbqJZYpVPVWRgQQfQigDmtS8Yajr/hCz1v4cxeH/GQumV4JbrW3tbKWEg5dLiC3udxBAAA TByfmGOcX4C/ETxN8WPh5o3i/XfDek+GrLXdOtNV0yHTtal1GQw3EQlAm32sAjcBlGFMgJJ5 4Gfjz9sz9hfU/BHwt8Sa7+zlN4n8N317IDrXgvw7qUyWOo2pDCUxWq8mUHZ8ikApvUKSQDwH /BO/Tv2sPAvwRe98P+HdF1rwVqDrc6NpnjK/ntLiOMqD5trhTiCQMGAYhTt3IMMSwB+ptFfK n/CfftgXGI4/hX8O7V24E0/iKZ0T3YKuSPYc05bX9s7WuJtQ+DPhqFiCPssGp3lwgI5B3kIS OoxwfX1APqmvKvjd8SfGnwytdP1DQPCeg+ItKub7T9LeTUfEM+nTx3N5fRWcWI0sp1aMPcRs zFwQA2FJAB8q/wCFK/tUayu66/aS0Xw6/B8vSPAlrcr0wRmd8475/kK+Lf8Ago18Ev2ndN03 wkut/EHWPjH4UN0kaSaPoEemta6hLKkUCSW1qT5hZjGsUjEne5QBSw3gH6zeHLjWbrRbWXX7 Gx0zWGBNxaabeveQRnccBJnhiZwVweY15JGDjJ1q+Hvg18Sv2rPg78K/DOneOfg2fiTHa2Si XVdM8RwrqyJyUWeCQZllVSqHaSSVySWJJ9J8I/8ABQf4S6xrC6F4svNW+FPiXIDaR49099Md exPmtmIDPQlwT1xQB9MUVT0vVrLWrCC+068g1CyuF3w3NrKskUi+qspwR7g1coA+OP2jP2if jJ8P/wBorw14V8H+HTqXhS78vzb7+yJZNu5D9oHk583UPs6BbjFm0ZG7y23EV9iRksoJ6/Qj 9K851T9pD4T6FrlzompfFDwZp+s28xtptPuvENpFcRSg4MbxtIGVs8YIzntXpNJbWAKKKKYB XJ/FTwpc+Ovhr4r8O2d19hu9X0q6sIboEjynlhZFfjpgsDxzxXWUlTJcysNOzufJmkf8FFPh F4N0mHRPiNqF/wDDvxzp0KQan4YvtGvHlt5gApETRROkkbHmNlb5kKtgZwPSP2Y7vVfFOi+L /HOpaJeeG4PGOutqunaXqKeVdRWa2tvawvNH/wAs3kFsZCuTgSDvmvYrjT7W6lhlmt4ZpIW3 RNIgYxn1UkcH6VYxT68z3I5Volsh1FFFMoKKKKACkK7qWiluB4xZ/CjUvhL8M/B/g34d6jrv laXqYJneSxYPA8sk0ovGmiJMPzkYt1WYkxgMo3ONPxN8CU8TfGLw/wDEVvGXiSw1DQ4ZLa00 u0Ww+xeTKYzPGwe1eUiTykyfM3DB2FM16mRR7UdbiFr50/4KGf8AJnPxG/642n/pbBX0XXzp /wAFDP8Akzn4j/8AXG0/9LbemM+i6KKyfElvrF1od1FoGoWOmau6gW93qVk95bxnIJLwpLCz jbkYEi4JBycYIBrUV5B+z/4m+IXjPS9T1jxfrXhm9soNU1bR4rTRNBuLGQSWWpXFn5zSyXs4 KuLcvsCAqXA3Hbk+v0AFFFFABRRRQAUUUUAFFFeaeOf2gvCHw78SW2ha1H4mXUrqUQWy6f4S 1a+iuZDE03lwzW9s8criOORiqMSojckDacAHpdFU9Pvo9U0+2vIRMkNxEssa3EDwygMAQHjc K6MAeVYBhyCAQRVbxD4n0jwjpUuqa7qtjoumQj97e6jcpBDH/vO5Cj8TQBq0V8teI/8AgoV8 OptWm0P4cab4i+MviNPlNl4K02S5gjbsZLhgIwn+0pYDvWW0n7XPxrbEcXhX9n3QJf4pSuv6 0qnuAMW445wdrDIGfQA+rNU1ex0LT5b7Ur630+yhG6S5u5VijQepZiAB9TXzz41/4KFfBPwr qh0fS/Es/j3xAf8AV6R4Ks5NVmmPHCPGPKJzjguKxdH/AOCdPw/1S+g1b4oa94p+MuuxtvFx 4t1eVraNs8+XbxlVVcfwtuHX8PojwX8O/Cvw300ad4U8N6T4aseM2+k2UdshPqQijJ56mgD5 xb9oH9oz4oZT4dfAePwdYv8A6vW/idqQtSuT/HYw5mGBz94/4tP7JHxV+Km6T4w/H3X7iyk5 fw74BiTRbJR3jaYAyTIec7gD78CvrWigDwPSf2VvAnwZ8E3OmfDL4T+DdVurwfZr2LxNdvF9 rt2B8wS3TW11JICSP3bLtIY8jAB2P2WPhz4h+D/wj0DwTrnhzwvoX9iWFraLceF9QkuE1GZY gs91Kj2lv5ckjLvPMhJdiWyMn2SigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA Ckpa4n4uaZ4D1DwbO/xG0vRNW8NW8scrQa9Yx3kHnE7I9kTq26VmcIoUFmLBVBJAIB2tLXyZ +yb8QPgl8Iv2VfAmvf2n4P8AA8l1oOmQ63dOkGnT3eoJZRM/nZCPNKd5cEhiwkDKSHBPoPjP 9sP4feFPAvhnxdp/9ueNdG8RvMmmSeE9Jm1BpzE2yQHAAXDZXDEEkHGcHAB7lRXhHir9orxd D8P/AAl4l8HfBTxj4oufEAlZ9Fv/ACNKu9MCEAC6WVjsLjcVxkEKMkZGTxZ8RPjtN4B8Jal4 T+Eujx+JtRWVtZ0jXPEkYXSSpAjUSRIVn3jccqRtwAQcnABd+LniD4oeH/H3grT/AAz4i8JW ekeKdXbSI4dW8NXV3PZlNNvLxpTJHqMKyAmyKhQi4EuSx24b1/T1uo9Ptkvp4bm+WNBPNbxN FHJIANzJGXYopOcKWYgHBJ6n82v2rLL44ap4y+Ht7rPg/R7nxhfaof7JtY21S+sLVhpFyPs0 EloFMUwlFzM0jFGBFowcxW8rR/V2raP+0m3wr8BW2ha94Bt/HENoV8TXOsWl1LBNKFUIYPLI wfvlyQAWIK7RxQB9BUV4V4u0r9o2bwJ4Th8Na/8ADu38XRpKPEN1qFhemzmbI8r7KquWUAbt 27OTgjaOKPGMf7SUPgXwknhKf4X3XjBUlHiKXXY9RjsWbI8o2ghJccbt2/vjGOcAHuteG+Gd d+LVz8b9Z8Jal4p8Gz6Po2maZrM7WvhS7huLmK7uL+IwK7am6xsosc+YVYEy/cG35m+MG/aU /wCEF8Jf8IqvwrXxnsl/4SM6y2pHTt2R5f2PywJMY3FvM6cYz1r420nwn8dpf2hba38MW+n6 T8W7fStMm8Va5q1jqElpIxvtXLypcZEL2ssPkKIyTkrGsSxtbyeUAfp7SV4Z4y+Gvxv8W+B/ CWn6Z8ZNO8D+I7WKRde1PS/C0V6moOSuwwpPJ+52gNnGSS2RtwBUfi/9mfWviL4L8I6Lr/xn +Idjf6LFKt7q3hXUItHl1dnKndcCONhhcYVVPQnJJOaAPd65L4nfEzRPhP4RvPEGu3Ajgg2p FbrIiy3MruscUUe9lXczuigsQo3ZJAyR5x4x/Y1+GnxL8G+EvDHjaDXPGOn+GYJILSTVNeu/ OnWQqWad4pEMrZRcFumMDAyKs+Mv2Nfg3488F+HvCut+B7O60Xw7ay2ejx+dKr2McmN4Rw+4 nKg5YnBANAHG/so/GS0/sG40HxJb2nh681TX/FWq6VcDUo57XUI1167+0rFIAuWikmQHjDI6 OpOWVPpmGeOeJJYpFljcbldGBDA9xjqK+M/gH+xL8LPGXwpOn+M9Im8a2ei+IPEWkaTFqsix pp1tDrl7GEhW2WJVLmPe5wSS2AVjCovrvjz9iv4QfEbwv4U8P6r4Yli0vwrBJb6JHp+p3Vqb KN9u9VMcg3btoyW3HrzyaAPc6WvCPHH7KNt4l8J+EtB0L4mfEbwHb+Gbd7e0k8OeInia6DFS DdmRXM5XbxkjG5gODil8dfB34t3HhrwnpvgH453nhq40e1aC+utc8PWmrS6y3y7JJnbYY2GG BKDndkjIyQDoP2j/ABV40+H/AMJ/E3jHwdqWhWkvhvSL/WLm01zSJr4XgggaVYkaO6g8nJQg sRJ94YUY57bwbZ+J7HSWi8V6vpOt6n5rEXOjaXLp0Pl4GF8qS5uG3A5y2/BBHyjGT8Yf8FBv DPxlh/Z40wLquk+KNF07QtQHjCQ6dcxi5n+ysI7oQ27nCr+8KhsxRy+XJIAqbo+q+HupftJ+ Dvhzp/8AwjPgHwvq9pc3Mk0WmapqN3p7afb+RbjyoY5081IWuBePGkxDxxPEhVNu0AH2LRXh PxA+L3xj8GeH/Cd3o/wMPjO+vbPztctdN8VWsH9lXHyjyU81AbgEk/MoAG09aXx9+0P4v8A6 B4U1A/BDxp4guNWsvtGoWOgm2u5NKlwv7iTEnztk9V4wCc5BFAHuteP/ABR+KHxC8E+NvDOj 6J4K8Na3p3iTUjpWn3t/4puLKUTLY3N45liXTplRAlpKoKu5JKZUAnblfED9pbWfA+geFNRt vgz8RPEs+uWf2yWx0nTY5JdMOF/c3OJMLJyeAT0PPavmL9qD9qPx23xC8A3ej+EfEehNoN+u q22lXGm2zzLLLoN5IzXheYBFCzTR7FKgLaXreZvVBGAfoPYPdyWFq99FDbXrRKZ4beYyxxyE fMqOUUsoOQGKqSADtGcC3Xz14g+LXxv1/wAC+BNX+Hvwp0ua+8QaRFf6h/wk2ti1TRppEVvJ eIJ5ko5PKlSMDKg5At/EX4YfGn4nWHhZbP4s2/wuCaco8QWfhvR471ri8IG/7PczkNHGCTg7 d2AM5zwAe81yPj74r+Dvhbps994t8T6X4fhhge5IvrtIpHRQSSiE7nOFOAoJJGACa82+Jf7G vgH43R+HB8RpNd8YPo2mxacftGsT20V4U5M80Vu0amVjkllA64xgKB0Hij9lf4R+OItHj8Q/ D/Q9cGj6ZHo9hJqFsJnt7SPiOFXbLYXJwScjJOck0AeZfs+/GZ774v8AxDsNa0F9AXxd4qil 0tmvoriTzl8OaZOLeVEPys1tCZgyl0ysqbsqpk+pK+GfAv7AXwk+IHxK+K7eLLDUvEa+H9bs 9E0fz702zWNtHomlSQhJLZYpGMayLGvmMwCxKcF2kd/afin8GPit/aujap8JfiufCsOlafDp 48L6/pyahpt2se7DPIf3yuQVBcFmO0c9aAPfqK8E+I37Uz/Bn4iWXh/xl4D8Tx+G7tLeODxt pFib3TWuHwGjkSMtJCAxwNwYtzgYGT7dbapZ3l5dW0F3DPdWrKtxBHKrSQlhuUOASVyMEA44 5oAy/GXh3UPE2kiz03xTq3hG4Eqyf2ho0VpJMQAcoRdW88e05BOE3cDBHOcD4M/Cd/g34Rsf DMPi3XfE+j6daW1hpsWuLZZsreCMRpGjW1tCWG0KCZC7fKDkZOd/xleeJ7HSRJ4U0nStb1Tz VBt9Z1SXTofLwSzebHbXDFgQAF2YIJO4Y55X4C/EbxL8WPh5ovi/XvDeleG7LXtOs9V0yDTt al1GQwzwiUCffawCNwGUYUuCc/NwMgHpdFFFABXmnxb+Ddx8WlsoZPHnibwxp9rcWd79g0SL TjHJc2t0l1BMzXNnM+5ZYojtDBCEAKkFs+l15X8bviV40+Gdrp+oaB4S0HxFpdzf6dpbyal4 hn0+dLm8vorOLEaWM6tGHnjZmLggbsKxA3AHf+G9JutD0S2sb3Wr7xDdQqQ+p6kkCXE5JJy4 giijBAIHyoowB3yTV8ZeBfDfxE0d9K8UaDpniPTGOWs9VtI7mLPTO1wRn3qz4buNZu9EtZdf sLHTNYZSbi1029e8t4zk4CTPDEzjGCSY1wSRg4ydagD5Q1b/AIJ+eHvC+oTav8GPGvib4Kaz I/mNFod211pcz+s1lMxVxwPlDKuB0qmPiN+1R8D/AJPF3gPRfjd4fhPzaz4Ln+w6qEA5aSzk G2R8/wAEQA5619d0UAfmhr//AAVV+Hv/AA1J4OvLvwp4l0XRdI0rUvD2rTaxClvdWNxd3FhI 5e3BY4hawKONwbLtgHYA36X1+eXxg/Zd+Cfir9srT/F+q+DvH1xYPHe3XiCCw8IavNpV1qsc 9qLYkpZMJElV7x3aJzGxhQlhuIk/Q2gAooooAKKKKACiiigAooooAKKKKACiiuL+JF14st7G J/DOqeHvD9vCktxf6z4jtZbuG3jQAhRBHNBkEFiZGmUIE+627KpuwHZ0da4T4L+L9f8AHPwx 0LXPE+lQ6Prl1Cxube1LmBirsqyxCQB1jlVRIquNyrIA3INeG6/+094wt/in4s8N2cnhez1T RNVtrDTfAN/aztrniO2kEZN3a3HnoiR4eRsiCVYxA5kdBkq7Pn5Oor6XPq6vnT/goZ/yZz8R /wDrjaf+ltvX0XXzn/wUM/5M5+I3/XC0/wDS2CgZ9GVw3xm8bX3w9+G2r67p8cJvIDBCk12p a3tRLPHC1zMAVJihEhmcBlykTfMvUdzXAfHTxF4R8K/CXxJqnj3ULzSvB9vbr/aV3p093BOk bOqja9qRMMsyg7CMgkH5SaAPkr9mH9onxp4M+K+sfC7VfBvibxjoN54o1w23ijTbCBo7Z312 8SW5mEbKEtmcyEswDK0coTzFwsf0BH+2l8Jx8Xm+GN7rt9pfjJtROlW9lqGkXcKXdwG24ilM WxlJxhiwDZBBIIJ+av8AgnH8Xf2dNL0/xbZ+DdRvPCOtC+1O9ubPXdTu47VtNa/c2Um2aZrf zEt3toy3EuVfJYEs30l4u/bo+APgnf8A2l8V/DUrJncmmXYv2GOoK24kOe2MZ6+hwAd7pfxy +Het+LLrwvYeO/Dl54ktrp7KbR4tVgN4ky5DRmHfv3AggjHVSOoNdzn6V8MXX7S37Pfizxpb +LfBnwJ8R/EvxTDci8g8QeGfh+WnM+7KytcSrGwJOW3tyME9a4mx+H/i/UPi8fiT8Of2VvE/ hnxBcX8mqXOoa/4/GmQXFxIxLPPZb3LBiSWRcLwAQQaAP0eor4E8J/AH9tSfx5qHia5+Mmi+ FNO1C8luxoM88msxWokYkwrHJAqhEBAUK/AHXudm/wD2aP2t/EnjjTo9f/aOhbwW0h+3SeH7 OPSdQSPDYEKx27KTkgfNJ05ySBQB9xVyvir4p+DPAasfEvi7QfDwX7x1XU4bUDjPPmMMcc18 F+Ff2UfFHiL4snwz8V/BHxW8UeF5ruaKDxbqXxQTULUwgOySSW8SwvGGCoMdQdowcc9V8J/h /wDslw/FaL4fW3wJ1PRfEj3E1vbJ4x8NXdxBc+UGYuklwZVKERkhmIBH15APZvE//BQz9n7w xN9nHxFstbvWbZFaeH7efUZJWxnCmFGU8dyQOMZzxXwF+2J/wU48Y3Hxt8KnwJo0/hvRPCF0 mrWsHibSzFd3tzJazQs8sbHKRGC5lRQMEhy+c7dv6P8Awn+L/wABLzxC/hb4eeIfBNrrSySW w0bSGt7W4do8s6pEArPt2sTtBA2k9Bmvn/8Aay+K9pq3x6+G1lpfw68H/E1/Detvc/bP7Ree 4izpd+7W8yLYTeXtMbXISJpnzZxExqzxkAHReEYf2rP2jPCOieIpPG3g34N+GNbsYNQto9A0 x9U1PyJY1kUSG4IjRirDlDlc+orp/D3/AATx+Gsmqxa38Q7/AMR/GLxChDC+8carJdxoe4SB SsYT0VgwA4r6O8N6t/wkHhzS9UWS1lF9axXIewuDcW53oGzFKVXzEOflYquQQcDOK1KAMzw7 4X0bwhpMOl6DpNjommQ8RWWnWyW8Mf8AuogCj8BWpSUUALRVK31ayurp7WK8t5bqPO+COVWd cHByAcjBq5QAtFJRQBgeMvH3hr4daUNV8V+ItK8L6W0qwi+1m+itIDIckIHkYLuIBIGc8H0q p4F+Kngz4nQ3cvg7xfoXiyKzZVuX0PU4L0QlgdocxO20kA4zjODjpU/jjxxpvgHRl1DUEubh 5p0tbSysYTNc3lw5wkUSD7zHBPOAqqzMVVWYeO/sT/FTw94p/Z7+GegW94LXX9J8LaTb3GlX bKlwVFlEFmRcnfE4BKupI4KnaysoAPoaiuL0z4zeANY8UR+GrDxz4bvvEkjSKmj22r28l45j BMgEKuXJUKxIxxg56VyPg39r74O/EL4hQeB/DXj3Tdb8UTtKIrGyWSQOY1ZnxIE2cKjH73bj ORkA9irzX4ufGS4+Eq2U8ngTxN4n0+5uLSzF/ocmnCJLm5uktYIWW5vIX3NLLEMhSoDglgA2 OU+HX7Yngj4qfEePwb4c0zxZdXTNOp1K48O3VvYxmJWLB5ZEXZkoyjcBlgF6kA/Onx3/AGst S+LXjbw18O9E8K+PPAlg/iLQ5W1vWvDAhWaePX7FA26ZiI4omKtkoxeVo0OxQwkAPuvw3q11 rmh2t/e6LfeHrqZSz6bqTwPcQEEgBzBLLGSQARtdhgjODkDVr5o/Z3/bIh+Mmp6P4av/AAR4 y07W7hZw2tS+HpYNGuFi3lZ0nLMI1lRFZVYkBpAgZjhj0Pw1/bU+EvxW+IieBNC1+9Hi6Qze XpeoaPeWjyCIMZCGkiCjARuCwJwRigD3aivNPh/+0l8K/ilrP9keEviH4d1/V/mK6fZ6jG1w wXO4rHkMwABJIBAGDnBFdzpevabriu2m6ja6giHDNazpKFOSMHaTjkEfUGgDSor5M8f3HgGH 9rLw74cvfHHiy0XUNL1S41OwtPGmtw2cepG50v7FGRFciKAlLicCEbVPnRgrl4gfrOgAoooo AKKp6naxahp93azyTRQTwvE7wTvBIqsMErIhDI3JwykMDyCCM18ufs1634B1H4qfEyTTfHPi PVl0XV86NHrHjDV7uzOm/wBk6e80iJdXDQ3CLPNO/mEOVEsbBgjRGgD6vqC5uorS3luJ5Vgt 40LySSMFVFAJLEngAAZyfSvD/C37W/hP4yap4q0D4SSv421/R9Mmuo70QTQ6M9yuBFbNe7Nu 5mdT8oYbQxB4NZ/gX4J/ED4keDfFmmftE69o/i7TfEotx/wiGhWrWun6YsT+ZsS4DLPKWYIS WOB5eASDQBseJP2kB4o8C6zqXwO0uy+M2u6bqcekzWem6rDbW0ErLuMj3DnayKCufL3Z3AAj DFeI+J3wA+KX7RXwN0TTvHniOx8MeOtO1k6uLbwXez2dlNGFdFtZLlkkkUmOV1MqqwBOdjgc /RPg/wAF6B8PdAtdC8M6LY6Bo9sMQ2OnW6wxJ6naoAye5PJPJNR+MvBlh460ldM1K41a2txK svmaNrF3pc2QCADNayxybeTld2CcZBwKAPlb9iz9lnwpdfA3wF4k8YeFfD+tvfeG9Hk02xvI v7SjtEEU1x9o33CZWeWS+mZlUBUAijUsIg5+wrKyt9NtYra0gitraJdkcMKBERewAHAHtXI/ C/4R+HPg9oq6R4YGrQaWkUUENpqWuX2ox20cS7Y44FuppBCgXA2x7RgAY4GO2oAKKKKAPFfi 7oPxQ8Q+PvBWoeGfDnhK90fwtrDavFLq3iW6tLi8L6beWbRGOPTpljCm9LBg75EeCBuyvr+n tdS2Nq99DDbXzRKZ4beYzRxyEDcqOUUuoOQGKqSADtHQW6KACiiigArw3wzofxZtfjdrPi3U vC/g2DR9Y0zTNGnW18VXc1xbxWlxfymdEbTEWRmF9jyy6geV987uPcqKACiiigArK8R+GNH8 ZaHdaN4g0mx1zSLsBbjT9StkuLeYAhgHjcFWAIB5B5APatWigDi/BXwW+Hvw01Ce+8H+BPDP hS+uI/ImudE0e3s5JI8htjNGikrkA4JxkA9q7SiigAooooA8p/aQ8K+NPiB8KfE3g7wfpuhX b+JNHv8ASLm81zVp7FbMTwNEsiJFaz+cQXJKkx/dAzzx2ng288T32kmTxXpOlaLqfmsBb6Pq kuow+WAMN5sltbsGJyCuzAABDHPHRUUAFFFFABXzj+0N4bvfF3xP+HF6vwR1Lx1b+E9abUZ9 XH9isk1u2nXcQigF1eRybluZrWQqyouYNwJKJn6OooAp2F1LeWFtcTWs1hNNEsj2twUMkLEA lHKMy7geDtZlyDgkYJt0tFABVXUNPtNYsLqxvrWG9sbqJoJ7a4jEkU0bAqyOpBDKQSCDwQea tUUAcB4T+APww8B65DrPhn4b+EfDusQqyxahpOhWtrcRhgVYLJHGGAIJBweQcV39FFABXi3i b9kn4eeIfi5p/wAT7az1Dw543t7qK5uNT0C/kszqAjK/urpFOyVGCgNkAsOCcV7TRQB8n/GK 6+PvgnxhJcX3i7wy3wY1LWYV1HVbW3msta0DTmcl/wB6A0YjCgI05G5d+7MQBdPMP+Cffx4+ It54V8H+FG+G2v6z4BXTtMsbXxSurWt5b2Mi2g+0ZcEHyQRGRDlnhYyRHlVjX7e8Z+JNQ8L6 QLzTfC+reLrjzVj+waPLZxzAEHLk3VxBHtBABAfdkjAPOPP/ANlmHxJoPwT8F+FPE3g7VvCO p+GdB03SZzqVzYzR3ckNskUjwm2uJjsDR8GQISGHy9cAGZpvx0+JGpfFw+GB8CdetvCyahJZ yeLrrVrSOERKWAuFhyWZGABAB3fNjGRijSviN8c734tLo938HtK03wGt9JA3iJ/FUU0xtlLB ZxbrGGywCkRnkbsE8Ej3SigDwrRdY/aMn+LQg1Pw78Pbb4b/AG+VftUGoXj6n9kBby3ClAnm EBSVIA5IzxmvmX9rj4j/ABcs/iV4b8PfEex0jwl8KpvE2ly2viHRPETWa+Ums2jCWZ5FVmni hUN5alAmZJvnEQMf6H14r+0lceKdU0PSdE8OfD7XvFjR65oesyXum3WmwwRx2erW13LEftN3 E5kMdu+3ClSWUFl52gHE/AH9sDTvE3iDSvh14w0zxZofjK6nu4NJvvEGgS2kOu20Tyvb3Eci rs3vaokj5CLv3hRjbn6WsdQttSt1uLS4iu4CxUSwSB0JBKkZBxkEEEeoqn4b1a61zQ7S/vdF vvD11MpL6bqUkD3EBBIAcwSyxnIAI2uwwRnByB4/4H/ZF8H/AAe8eap4t+G8+qeEbm+tp1l8 PQXsj6FcXDj5Z5bQn7ykDAjZAASABmgD3aivnz4b/GD4o+ELPxOvx58KaN4c0nw/YNqD+OvD 98ZdKvI1IDAW7kzxuFycEEHB4GVDew+B/iD4a+Jfh6313wpr2n+ItIn+5eabcLPHnupKk4Yd wcEHggUAdFRXi/iP4pfEzS/izp/gyw8C+E7yDU7K/wBUstQufF1zAzWtpNaROZIhpjhJCb2I hFZl+V8uMDd7RQAUUUUAFFFFABRRRQAUUUUAFFFFABXmnxoFrqml2+i6n8I7/wCLGj3R8yaz ii0ma2hdCNpkjv7qEFskkFQ2MHJHGfS6KTVwPn/4PeGZf2VfgppGiXelX17pv9sTbbOwvIZk 0G1urp3hiaS4ljaZIhIkZ8sPIzH5UbNeZfEf4IeO/Fni7xcbvwbdan4xm12O/wDBvxPsdUtY I9AtNqIsDhpluEjjAlLwRRSRzmQlsM7Mv13qmg6brU1hLqGnWl/LYXAu7R7qBZGt5grKJYyw O1wruu4YIDMM8mtHFH2lLr/wwu6GplUGTk9zXxN/wUS/Zp+Hd18HfiJ8UpNDuW8crHYyDURq t4I8rNbwKfs4l8niMAY2YJGTyc19uV86f8FDP+TOfiN/1xtP/S23pjPouvMv2kPBPgz4jfBH xZ4c+IOrW+geEdQtljvdUurtLWO1IkRopTK5CqVlWMjccEgA5zXptFAH5hfsD/sQfs/6sPEF 3rPinw78YfEcOoX9tBpa3ELJaWdtfS28d0beOZywuFjilV2yu2ZQu4Hc36D+Efgr8Pvh/sPh rwN4b8PlCCraXpNvbsCO+UQHOe/Xmu2ooAKKKKACiiigAooooA5aP4X+DIfE8fiWPwloSeIo mZo9XXTYRdozAhiJgm8EhmBOecnPWvlD4lfsfeGfh3+0b8MfGvw1Gm+CNZ8Q+IbqwuZY9MM5 gZtG1SSWW3HmqiFljPysrqJFicDCyRy/bFeVfET4H3vxC8XaRrv/AAsvxd4eOj3f2/TbDSYd KNvaXBtZbVpFM9jLI+6K4nBDuy5kJAGFwAcj8Jf2Efgv8DfGeneKfBfhi70fXLGN0S4XWb2R JC0ZRnkjeUox2s/BXaNxIGQMXvAP7GPwv+GXxMXx7oWn6xD4jWW4mWW41y8niDTBlkzG8pVg Q7cMDgkEcgGvadOt5bPT7WCa7mv5Yo0R7u4VBJMQAC7BFVAxxk7VVck4AGBVygDwrwD+xj8L fhr8S18e6FpeqR+I45Z5UluNcvJ40aYMsh8t5SpyrsAGBxnPUAg8A/sS/Bb4Y/EwfEHwz4N/ s7xgstxMNSOqXs3zzBllPlyTMmSHcfd4zxivdaKAPFPA/wCxr8Gvht8QIPG3hrwLZ6T4pt5J pY9RjuLhmVpVZJCFaQr8yuw6dziqvw//AGJfgr8LfiWnxA8L+CV0nxakk8qX66leSBWmVlkI ieYxjIdhjbgZ4xXutFAHhXgH9iX4L/C/4mL8QfDPg3+zPFyy3Ew1H+1L2X55lZZT5ckzR8h3 GNvGeMUeAf2Jfgt8MPiavxA8NeDP7N8XiW4mGo/2pey4eYMsp8uSZo+Q7D7vGeMcV7rRQB81 w/sDfCjwn4vHjnwDof8Awh3xDgu3v7XXmu7u+jSZy3mCS2ln2PG4Z1ZV2Hax2shwRw/7A/7H fw9+H/w2+H3xP/saxvPHOraDYajFqUcMkYs1mslDLGrSP87LK/mSZG5mJCxrtRfqvxn4d1Dx NpIs9N8U6t4RuBKsn9oaNFaSTEAHMeLq3nj2nIJwm7gYI5zgfBn4Tt8GvCNj4Zh8W674n0fT 7S2sNOi1xbLNlbwRiNI0a2toSw2hQTIXY7QcjJyAQ+D/ANnn4XfD/wAQf294b+HfhnRNd3u6 6pZaTBHcqXBV9soXcoIJBAIBBPvXZ6b4b0nR5HlsNKsrGSQsXe2t0jLFjliSAM5PJ9a06KAC vnP9sdvDWveFdD8P614N1Xxhdx6/oeprDa+Dr3WYY7SPVrZrwmSG2ljUm1S4DRlgzoxUKQ4B +jKKAMbwprNhr/h2xv8AS7a7s9PkjxBb32nT6fNGikqFa3nRJI8Y4DKOMYGCDWzRRQByenfC fwRpPiRPEVl4N8P2XiBVdV1a30uCO6CuMOBKE3AMOCM81wngH9jz4N/C/wAexeNPCfgSw0Dx LDHJFHeWM0yKqyLtcCIP5YyOOF4ycYya9nooA/O64/YZHgX9o5PC/hi/ki8N+L/DfiJpLq+1 y8kntLSSbTYrhVgYMskq/af3btIAzMkjjdbL53058K/2WG+FfjoeJE+MHxV8WLslj/sbxV4l F/p53g8+UYgcrxtIbIx3Gc6+ufAXUtb+I1v4yT4q+NNPv7SG6s7S1tbfRzb21tcywSTQKJNP d2UtawfM7M4CcMMtn16gDwj4V/AHx38O/HC6xqnxz8VeNdF8uVJND1q1tTG5YYjbzFQMpXJP ygbiBnABBf8ACv4J/FHwR43/ALY8U/HfV/HejGORG0S60KztY2Zvut5kYyCp5woGenTIPulF AHzfoP7MHj6aTxBB42+PnibxlpWr6VeaU+m/2ZaWMSLcRNH5n7sE703llK7cEAdMg+Ifskfs aP4X/aC8VeJ/EN3/AGnq3gfXG05NWm1m6vrjUPP0KzBjeOVFRIhHd7+fMcHy4g2yDfN956hb y3mn3UEN3NYSyxOiXduEMkJIwHUOrIWGcjcrLkDIIyD5r8O/gfe/D3xdq+un4leLvEJ1m7+3 alYatDpIt7u4FrFarITBYxSKVit4AAjquY8kElsgHpGjaHp3h3TYNO0nT7XS9Pt12Q2lnCsM UY9FRQAB9BV6iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigCK4t4rqGSGaNJopEZ HjkUMrKeCCD1BHavG7v9mPQfCHh3xtH8IGt/hF4q8UG3km13R7FJ445IXLIRaSHyQpDOrBQu Q5Oc4I9pooA/PDTPij8ZtH+JK+KPHWveH7vxD4L0TxVYw6TpNnsXVktr7RV8qRGG+Oe8MkRi KNjm3ITDOr/ofXzR420PUbv9p7w143X4D6xrcOhaVqelnXkOg+bNPLcWTWtxEZb5ZQiRwXgB YK6icgL874+l6ACiiigAooooAKKKKACiiigAooooAKKK5Px18TNC+HcVqdYlvnnuiwt7LStM utSu5QgBd1t7aOSUou5dzhdq7lBI3AFAdXRWD4L8baJ8RvCul+JfDeow6voepQi4tLy3ztkQ 5HQgEEEEFSAykEEAgiuA+KH7V3wt+DfjvRvBvi3xSumeJ9ZEbWOmR2F1dSSiSQxpnyYnC7nB A3EZwfrT62A9er50/wCChn/JnPxH/wCuNp/6W29fRdfOn/BQz/kzn4j/APXG0/8AS23oA+i6 KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigArmfH2k+JNY8O3Vv4S1rT/DmvSKUh1TUNLbUEgU /eIiE0WW4BBLbQQMqw4rpq5Dxx8IfAnxOmtJfGPgnw74sls1ZbZ9c0qC9aBWILBDKjbQSBnH XA9Klq4Hnn7HOq6pqXwJ0uLWtL0/TdRs77ULOabR3kks7947yVWvIXkLM6zMGk3kncWJ6EAc N8Wvhn4l+Dnj+T4s+DviL4gvNR13XbC11LwRrE0NxpmqQyPHb+RZxLGrQzrGA6yBmOImD5Us a9v+I3wtsPH2l6BprQaXb22lajBfRNcaXHcy24iB2/ZCSBbSg7QJgGKruCgEhlu6V8I/Aug+ LrvxVpngvw9p3ii7Lm41u00uCK9m3nL751QO24gE5PPene8ud/1sTbRxOvr5g/aa+FXxx+O0 Ov8AgLTLj4f6V8L9Yls431K7lvn1qGFXhkmYQqnks4dJNq7wCu0FlJJH0/RTKCiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACmbhnFPr5l8B+G7Hw3+3d8R5LM3TSal4Q0u9uGur2a5 PmNeXakJ5jt5aAIoEabUUDhRk1N/eUe//Dg/hcu3+aX6n01RRXgt1+2B4d0n4nWngrW/BfxA 8Om91s+H7TxDqnhqaHSLm7LukQiuckMsrJ8jAYIYMcLkigPeqKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooASvLNL+BMel/G3UfiZ/wmniO51K+tF0+bSJlsBYfZUaR4oQFtRMAjyuwb zdxJAZmAxXqdGKVtbh0sLXzp+2f/AMe/wS/7Kn4f/wDRklfRdfOn7Z//AB7/AAS/7Kn4f/8A RklMD6LooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAKKKKACkpaKAPmyb9tzw3B+00PgofD+qf8JKZPIC7o95fYJhKBu8ryDbkzbjL5vy7fJ3E CvpKuDb4G+AW8Wf8JKfCWlnWPMM5m+zjyzOZVl+0GP7hn8xQ3nbfM4xuxXefrUx+BX3F9ptb C0UUVQwooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigBK+f8Axit98WP2ib3wBd6zrejeFtD8NwavKnh/VJ9Nnury5nni jL3EDpLsiS3ciMMEZpMuG2LX0B7V5Z49+Eus6r46tvG3gvxHZ+F/FQ01tGu5tS0ptStLq03m VAYVnhYSxyFij7yAJJAVbcCsP4l/XQOj/rr/AJFH9mn4iaz8QfhCl7rEv9p65puoajo093sW I3r2d3NbrMVUbVaRYlZgoChmbAAwB8ueGfj5baf4f+HXiRPiJqEvxs1HxRa6N4n8B6rrkxLN Pd+RdW39kySFLVYQQ0c0cSHESlmbzHDfUPh3wrffBRPh94I8Hq15oXmXR1M3elSzz3BYmWW7 kvkkSG3dppWco0bGUuVjVFVmS3ovwb1TVvGOm+KfiH4mg8XanpLvJo+n6fpv9naXp7sgQzrA 0szyXG0uokklYKHYIqbmLUviUnqtPw/zJfwtLr/S+49YHQV8S/tPftNfDLx98RPhX8PdA8V2 +peMtH+K2jx32lRwTK8LQXEkUwLMgU7XIHDc9s19t186ftn/APHv8Ev+yp+H/wD0ZJTKPoui iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKazbQSTgd6APDvDGu/Fq6+N+s+E9S8U+DLjRtH03S9Zna18KXcNxcRXdxfxGBXbU3WNlF hkSFWBMv3Bt+b3Ovwn+APgv47ftA/tgardaV4x8Sq11qLp4i8c+H7+W3gGmfaJIme3nxt2MI ZVgQAjMeFUCNtv6EeMPDnxl/Yxtz4x0Dxp4h+Nvwys8Pr/h3xXKt1rVnbD791a3QCmQooyY2 GMAnHJZQD7Qorm/h/wCPtC+KPgvSPFfhjUI9U0LVrdbi0uoicMp7EHkMCCGU8qQQRkV0lABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABScUV4b448TeKPHPxwf4b+HPE134Js9K0GPXb/AFjTrK3uLuaSeWWG3gT7 TFLEsY8mV3+QuxEYVlAbM31S7h0ue5UV5l+z38Trz4sfDO01jU4beDWra7vNK1FbNWED3Npc yW0skYYkiN2iLqpJKhwCSQSfn/4Y/HTxt4k+Nn/CF6h4vvR8SLLWrhtd8A3mmW0OkWehhm2X ltciETSsY2tip+0OzPKd0SoGaN7y5V1F9lt9D7Or50/bP/49/gl/2VPw/wD+jJK+i6+UP2uP iR4T17WPg7oOm+J9G1DXLX4qaELjS7XUIZbmEpNIrholYsu1sA5AweDzTGfV9FFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAV85/t1/Eb VfCHwSPhnwtJt8b+Pb+DwloiqxDLLdEpJLkHKhIvMO/+FipNfRlfI7qfjd/wUQCP/pPhz4O+ Hw4X7yLrOoDgnsSLYcdSrJng9ADZ/Z9+CvxD+B/iS0trPwl4MtPCSaBpHhtha+KbuW6ijs57 +aS72HTEWSWVr9mMZdAGUned3y/TrIrqQQCCMEGnUUAfGXg+H/hij9plfBhItvg18Urx7jQc 5EWia4QDJaDskU4wUHQMAAAAxP2bXlX7THwRtP2g/g14g8HTS/ZdQnj+06VqAJVrK/iJe3mD DkbXGDg5Klh3rD/Y++N158b/AIP2tzr8LWPjrw/cSaD4n0+YBZINSt8LISo6BxhxjgbiP4TQ B7jRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FAHlnxK/aQ8E/C3Wl0O/utQ1nxM0Pnr4f8OaZcapqHlk8M0UCOY1PODJtDYOCcGszwP+1d4I 8Z65YaDdxeIPBPiHUGKWmk+M9DutIluWGDsiaZBHI5ByERyxAJxgE133gj4f6N8PdNurXSIC st5dSX19eTEPcXlxIxZ5Znxl2JOB0CqFVQFUAcJr2raj4g+J0nwu8ZeHtI1rwl4i0a+1G11G GV43C289sjW8tuwb5gLqJlnSQZKkhEIBqVukI9joqlpdidM020tDc3F4beJYjcXTb5ZNoA3O QBljjJOByelXKoYtFFFACV4945+Hni7SvimPiH4Ci0XUtUvNIGiajpOv301jbyxxyPLb3CzR QTsHjaSZShQBll+8pQBvYaAKnqmHkeG+AtLk/Z3sfAPw+tmsPEE2sXF9c6neyXrwX8tzJI1x cXMFoIpA8IlmO4vKgiVoxukYgNwfh39mTxpA3hDQtbXwxeab4V8Uz+JLPxtDdTnXbgSXD3Ek TwGAIjzM/lyyC4YMgP7vJG36u2j0pKfVMHqmu4tfI/7WXwh8CeGPEnwg8U6P4K8O6T4mv/ir ojXetWOlQQ3lwZZ5HkMkyoHYuwDMSTk8nnmvrmvnT9s//j3+CX/ZU/D/AP6MkpgfRdFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQBT1XV LXQ9NvNRvplt7K0he4nmc/LHGilmY+wAJ/CvmD/gnfptzrPwi8QfFDVITFrPxL8SX/iOQScv HbmUxW8Wf7qrGSvoHrb/AOCg3jS88Jfsq+LbLSiza74naDwzp0KNhpZbyQRMgPr5RlP4V7V8 NfBNn8N/h/4a8J2AxZaHp1vp0OBjKxRrGD7k7cknrnNAHTUUUUAFfHXxIT/hlj9sbQfiHAzQ fD74rPH4c8SIOIbPV0H+hXRHAHmAGMngD94xJJFfYtec/tBfBnSP2gfg/wCJPAes/u7XVrbZ FcYy1tOpDQzL7q6qcdwCOhNAF/4zeJdf8G/C/wARa14Xsv7T8RWNo0un2H2Ce++1TDGyHyoS H+c4XcDhN25sqpFeQ/sQ/GT4jfGTwPq+ofETS/7LuLW6MVifs4f7VDvfMv2uILbzYcNFsiRW TycvnzAav/sUfGTVPih8KZNC8XB4PiP4Ium8OeJraU/ObiH5UuM/xLKgD7sAFt+OBmvoWktL 3AWiiimAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUjdKWikB 8L/DGL4naxrmvaRpXx7sPhnean4j1i+0zwR4k8FRtqYt5L6aUSILiaKSZGDh9yqyruADcV63 8PPhF8XfD/x60TxJ44+IVn8Q9Dt/D+pWMc1roEGkGxnlnsnAKrNI0okWFuei+VzywzzuuaT+ 018RNEutO8R+Avgnf6NNPIn9l+JLm+uBKiSMqSPGsUsXzKA4G4kBgDg5Am/Z9+G/xv8AAPxc VfFMfh7TfhzLpFx/xLPDGt3uoWsN8JYRCAl8N8C+WZdsdsFiG07gCVyU9LLt/kKfV+f6n1TR RRTGFFFFACV4b448TeKfHPxwk+G3hvxPd+CbPS9Bj1zUNY02yt7i7mknllht4E+0xSxLGPJl d/kLsRGFZQGz7lmvHvHHw98W6V8Uh8QvAMOi6lqt5pC6JqWk6/fTWNvLHHK0tvcLNFBMweNp JlKFMMsv3lKANH2l/XQfR/11/wAjT/Z/+J1/8WPhfb6xqEFvFrtrd3ulagtruS3e6tLmW2ke MElljdoi6gklQwBJIyfGrvwT+0B4b+LHgw3/AO0ANY0vWdaaa68L2fg2wgjhsIlaaZPtTFpN igJCH27yZYzwSSPQfAOlSfs72PgH4f2rafr8usXN9calfS3j29/NcySNcXFzBaCKQPCJZjuL zKIlaMbpGIDdzZ+Db+b4tal4r1C4hayh0yPS9ItondmiDOZLqRwQArSMtuoCk/LApJ+bApfE pE9Gjuq+dP2z/wDj1+CX/ZU/D/8A6Mkr6Lr4j/ac/Zq+HfgH4ifCv4g6HolxZ+LNX+K2jve3 smrXkySGe4kllxDJK0S5fn5VG0ZAwOKYz7cooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKAPlH9pNP+FlftY/s8fDkEy2Wl3t3461NOvli zj2WbEdwZncZ7dq+rq+Ufga3/CyP23fjv43YiW08L2Wn+B9MlznoDc3ie22YqPx5r6uoAKKK KACiiigD4s/a48F2PwV+J1p8cZNAtfEHw/1qODQPiZoFzZrdQXNnvUW2oNCwKu0DhAcgkqFA wCzDov2BdQ+DHiLwv4n1L4a2PhZNbh8Qa3Fdz6PpsVrdrYS6tdy2KuQiv5Jt/I8tT8oCBRgp hfZP2kfg3H+0D8D/ABb8P5dSl0f+2rVYkvoRuMUiSLKhI4yu6NQwyMqWGRnNfm5/wT/+HN1+ xr+0JFe/EaaOHTPGa6p4O0fXrCZm07+0bTU2t5becuilXkeyJiJwCrgdSwjAP1wopKWgAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA+af2wG0Wa78FWn xC8Ran4a+EFw90mvz6fLPbxXNyREtnbXVxB88Vu4a4JO5VLJGpYEgHnv2Wdc+HC/FK98O/Ar UNX1b4cWGkyf2xI+oXt9pNrqHnRG2jtZbp3/AHjRvcGQRNsIWIn5hXZftUeJNU0HUPBkEvxX svhB4PvWvI9T1uaOyaae4WNGt7ZDdAoisouGZgpJKIvG+vPv2e9Y0W8/aE0u00L9olfi3Zw+ GdQ/4kcC2Yjsz9ps8T/6HGkQOCVAcFuTt4LYVPV29fy6iqfCn/W59jUUUUxhRRRQAlGaWvHP HXxI8Wal8Vk+HPgKbQ9O1i20ca7qOreILWW8ghieRooIEt4poWLyOkjGQyAIsf3WLjC8g8z2 EfSgADgCuC+C/wAUI/i78PrLxCLMaZeGa4sr+w80Si2u7ed4J4w4A3KJI32tgbl2kgZwPJ/A v7UzfGj4sHQ/B/iTwVonh+zu5rcQ6zdC71vxAImAlezs454jBAAk4E7+bu2hhEFGWOthdLs+ l6+dP2z/APj3+CX/AGVPw/8A+jJK+i6+dP2z/wDj1+CX/ZU/D/8A6MkpjPouiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigArP17WrTw3oeo6vf y+TY2FvJd3Eh6JHGpZj+ABNaFfOP/BQjxlceEP2TfG8FhufV/EEUXh2xhU4aaS8lWAqD6+W8 h/CgDL/4JzaJdR/s1weLtTjKa1481nUfFl/zkmS5nYIc98xRxn8a+oq5z4c+DbX4c+APDXhW yA+x6JpttpsJAxlIoljB+vy5/Gr+peIdM0q5S2u9Qt4btoZLhLVpAZpI4wC7LGPmYLkZwD1H rQB5toPx61LXPiNceDT8KvGem6haw2t5eXV1caMbe2tbiS4ihncx6gzspa1nyqKzgJyoyufX a/PT4Q/t2W/jP9ozxL4s/sWe08IappOhaW3m6ddJNb2/9p38FtcGUrsYmS+jLKABtZwjMbdj J9lfCX4+fDz47aW1/wCAvF+meJYo1DyxWsuJ4QTgGSFgJI84PDqKAPQaKKKAMnxJ4ftfFOi3 Wk3s19Ba3KhZJNNv57C4XDBvlngdJEOQOVYZBIPBIrxzxD+xh8MfEHw/8ReDp7bXn0jWkmaR L7xLqOoi3uZJjObuFLqeVI7jzmaQyBdzFn3Fg7A+80UAfLH7LPxk8SeHfF2ofAP4t3fmfEXw 9B52j63L8qeJtLBIjuUJ6zKBiRck5UkklXI+p68N/ao/Z3b45eFNO1Dw/f8A/CO/Erwvcf2l 4W8Qpw1rcjBMTkDJhlwFdcEcAkNt2mb9lv8AaG/4Xx4OvIdYsD4e+IXhyf8AszxR4ek4eyvF yCygnmKTaWRgSOoySpNAHtlFFZ2ua9pvhnS59S1fULXS9OtwDNeX06wwxZIALOxAAJIAyepA oA0aKQd6WgAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPm39q7StVXx Z8Odb0j4Q6X8Wbi3kv7GSHWdQitbawjmiRy7GWCRFLNAgEhwQRsAPm8cd8E9U1Rv2ntEtNX+ CXhL4VyyeFdUlhvPD+sW9/Ndqt1YBkYwRRBFUspG9WJJ+UgBwdf9syz8IX3jL4Zr4p8AeIPi wUXVJLfwdotibpXUJAHvZVLpH+6YxRjzCf8Aj6YgZArj/wBmu28D2f7S1gPDP7PviD4M30vh fUPMvNWs0sYr2Nbmy/drFG7q7KSCWJUqCAQwIKqlvp5/kxVfhXy/M+3KKKKYwooooATpXiHj bw/4n8C/Gyb4ieHfDF542stW0GPRL/SNNurWC6hmgmllt51NzLFGYyJ5kfD7gRGQrAtj2+ip tdp9hdLHgvwp8O3HwJ8C+F/Bev2V1qN/4lv7+41LWNOlgNlaX13NLdNFiSRJnXMjIjRwtxGW cRjJHl3h/wCAfi3/AIV/8PPhPN4HXRYvBXiGz1KPx1bXNmLO4gtJRIJ4Y0k+0i6nQCJ1aJVB klPmMoUP9d3WgaZe6xZarc6daz6pYxyRWt9JArTW6SbfMVHI3KG2JuAIB2rnOBWhTWjv/Wmw dGu/67gOBXxJ+05+zV8O/APxE+FfxB0PRLiz8Wav8VtHe9vZNWvJkkM9xJLLiGSVoly/PyqN oyBgcV9uV86ftn/8e/wS/wCyp+H/AP0ZJTGfRdFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABXyf8AtWMPiF+0l+zh8NFHnW667ceMtQTqEj0+ EmAsO4aSRlHbI5r6wr88/HmofFL4r/tnfFW8+D9vYS6x4b0nTPAa69f3EYg0OO6Ml3eXqxsc yyRtGIgqgnLAkEKQQD6f+IP7S1v4b+Nnhn4U+FvDt3418Zag8dzqsNrMIYND00sA93cSlSMg HKxj5m4GQWQM/wCGf7KvhL4c/EjWviJd3WqeMfHuqSy/8VB4iuftE1nbuxItrdQAkMaqdoCq DjIzg4r0XwH4Sfwh4b0qyvtSm8Qa1bWMFnea7eRqt1ftGuPMkKjkkljjnG48kkk9LQB8jeAr DwDH+1dr+vWng/xrbWl5p2lxaVLd+Fdfh02PUxdaobtwksAt4cLcQsJWCopuJWVg0kxPtusf AbwubrxLrnhXTdP8EeONb02bTX8WaNp8Md8gcht5O3EhDqjfMCSUXkYGPTKKAPnz4e/Ebxl8 D/Cd1bftEeJfDkVvDqlvpOi+Mbdzbpq/mqxQ3EONsEgKncchOp4A3N9AK4cBgcr2IPFYPjnw NoHxM8J6n4Z8UaVb61oOoxGC6sbpco6+ueCpBwQwIIIBBBANeC6z8SLb9iqb4deB77Q9Wuvh BJbjS08b3d815Lpd40rCGC6XZlYSrIiyZwvC4wuaAPpuik680UALXyx+1B8I/Eng7xhafH74 S2Zn8eaJB5OvaBFlU8TaUMF4GAHM6AAxsMn5QMMQq19T0UAcP8G/i/4b+Onw50fxp4VvPtek 6lHuCtxJbyDiSGVf4XRgQR7ZGQQT5l+2J+zRqf7SnhDSLDR9eTw7qOlXElzDdxbre6kLp5Zi W7UM0MRBLOoifzDHGPl25rzH4o6Hqf7D3xX1D4veE7Ge++Dvia4VvHfhyzQsdLuWOBq1ug7E keao65J5BUx/Rvi34/eCfBXgmw8Y39/f3fhW9s21CPV9F0a91O2S1WMSNPK9rDIIowh3b5No wDzwcJq49i58Ffhv/wAKh+GHh/wf9th1H+yIDb/bILT7Mbn5ifNkXe2ZWzukfPzuXfC7to7q ue8G+NLDx1pJ1HTbfVrW3ErRbNZ0e70ufIwSfJuoo5NuDw23aeQCcHHQ09XqyUrbBRRRQMKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPnj4gaf4o/aBk8L3/AMNfiHJ8M9T8 Pajcwa/bXOmWl3f2u6JlETxSJIA25UIAYRuj+YDJiM1maX4R8cfA/wAbL4/+J3xvl8a+E7LS LrTxY3mlW2myC7mmtmh8mK2ULPI4idFU5cFlCA72A9M+KH7Ofw++MV9aal4m8PibWbNfLt9Y 0+6nsL+JMk7RcQOkhXJJ2FiuecVmfD39lH4YfDXxKniTSvD0t94kjTy4tX13UbnVbqEekUlz JIYuDglNuRwc1MdPUJa+n/BuepaRqUmq6TZ3stlcabJcQpK1ndhfOgLKCY5AjMoZScHDEZBw T1q/SUtUAUUUUAJXlvxA+LmsaT44tvBPgvw1b+KfFbae2r3UOo6mdOs7WzDmNC8ywzMZZJAV RBGQRHIWZAo3epV4B4ya4+FP7RV74/vdD1jWPDmu+GoNIafQdJuNTubW7tZ5pUjaG3R5AkqX DYfbsVocMy71zGvMvn+Q+jtv/wAH/I9U+GXxE0z4qeCdP8TaUk8Ftd+ZG9rdqEntZopGimgl AJAkjlR0bBIypwSME+SeHf2mPE3j/wCOOpeEPBvw/sfEfgrR77+ztY8YxeLLNZLCZQ3mB9PA acYdWRc7dxUsPl5q3+zvZyfBjwB4e8OeLoLyw8SeJtS1PVmghsZri2tJbm6luRbzXMaNDE6r KiAPIA7qRGX4zxVn8MvA3iD41eDPE/wp8C6j4H17R9QmfXdYXwteeHrW60+SKQSwTLPBAt40 kvlFSokKFN5ZQAGr7SJ+y7fL0/4J9Y186ftn/wDHv8Ev+yp+H/8A0ZJX0VXxJ+058EJvCPxD +FfjF/iP4816PUfiro7jw7rGqxzaTaebcyOBDCIVZRHjagLnCnHJ5pjPtyiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAorlPHXxU8GfDGG0l8Y+L9C8JxXjMts+ua nBZCYqBuCGV13EAjOM4yM9at+DfH3hr4i6UdV8KeItK8UaWsrQm+0a+iu4BIMEoXjYruAIJG c8j1oA6Ciiud8YfELwv8PbEXvinxJpHhqzJx9o1i+itIz24aRgOvvQB0VFeEfFf9rnQPhv4w sfCOleFPF3xD8UXltHexaf4T0o3MawSEhZXnYrGFIBOQxxjnGaTxt8NfjF8Qvi9a3S/Ee28E /C3TZrW7g0rw/altX1N0CtJHdzyArHGXDDEW4MnBGeaAK2uftM6D46+Iniz4V+EbrVft2k6V enXPG2lwJJYeGrhY2CB3fKyTqwJ8sA4KEEcOF83/AOCV3gFfDP7NMvimdrm41DxprV5rMl7q DbrueESGGIyueWJETSZycmVj3rsf24tbsvhD+yj8RB4b0u10/VvE+dJt4NPgWF7u9v5BA8h2 gbpSryOWPJK5Jr2r4S+BYPhf8L/CXhC22mHQtJtdNDIOGMUSoWPqSQST3JoA66iiigAooooA KjmhSdCsiK65B2sMjggj9QPyqSigD5lk8L+MPAXjvx5afE7UtF8dfs76xBPrMl54weAvoUok VzZyJINs1vnmPI+XaBwQN1X9he1+E954W1/U/Aei+HbDWTruurLdabpMdndPpz61emzGfLR2 g8pI1UcqvlbODGVX2n41/DOD4xfDHWvCdzJCiX3kSAXURlgd4Z450SVAQXiZo1V1BG5WYZGa +HP2edQj/Y8s9D8Q+OY7u08Bv4l8S+D9KfTbpr6w8NxvqwRhdTyRxOITNYARttP355GKmXy0 AP0eoqGOZJ4VkidZI3AZXUggg9CCO1TUAVr2yt9Ss57S7t4rq0uI2ilgnQPHJGwwysp4IIJB B6g1+Wv7YeveJf8Agn34L8UfDjwwsGvfCT4oafqdtoum6hNIZvDM0iql5HEQPmhK3G5FLcMS TnDGT9U6+Zv+ChFr8NNW/Zo8ZWPxButBgvxo+oXvhuHVr2O2nk1KG2doTa5dWeQOUGxc7g+0 ghsEA2v2J/2oP+GtvglF4xm0f+w9UtL+TStQtY23QG4jSOQvCSclCsyHDcg7hk43H3+vz++H vjSx/YhmlvvCOt2vxH/ZU1TUnVtV0S8j1KfwdeyFSUkkiZjLbEsuScsu4ZJYjzfvHRdasPEe k2eqaTfQalpt5Es9veWsgkimjYAhkYEggg8EUAaFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABSUtJQB8sDx98S9H8Aax4v07xVYalc3XjufQFsPEOliW3tLY64dNgEBt3gYb EIdjIZC+AMqck+hbtc0H9o/wvaza/dXVrrnhbUJtS01SwsWu7SewSO4hhd5DBlbqUFVbBBUt uYbq+ZfCf7OPgL4hXfjbVvEvwT8b+MdQn8Za6z6rpviSOytJ9uqXHlmOE6rAQFCqMmJSWUkZ yCej/ZI0D4T6h8fta1b4W+EfF/h5/DenXeg61Nqt+NS097iWW2kWOO6N/cKZEEDZWIEYf5ip Cgqn73K36/8Aktl+IpaN27/qfbtFFFMYUUUUAJRRXnfxB+Mln4F1yy0Cy0DWvGXie7t5L5dD 8PxwGeO0jID3DvPLDEqBmVQDIHdmwithtqA6nVPCmma1relapewSXF3pTSPZhriQQo7gKZDE G2M4AIV2UsgZtpXe2dv+VYPgvxlpHxA8K6d4i0G8W/0jUIhNBNtZCRkgqyMAyOrAqyMAysCp AIIrm9e+OHhjw/8AGDwv8NJpbifxVr9vcXUMNvGGjt4Yo2cvMxI2BtjhQASSp4ABNG2gulz0 OvnT9s//AI9/gl/2VPw//wCjJK+i6+dP2z/+Pf4Jf9lT8P8A/oySmM+i6KKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKSvHfiB8aNR1jQ/Fuk/BcaD4/8AiLoM9vZ3ekza msUOnPMWAkuGB5CBHJjUhjsIyDxQBwv7fPxYj8D/AAL8WeGhcabZ3fiTwvrf+lavceTCsMdq I3jiGcyXEr3MMcUeRkuzchCrYukftVfFL4seFbRvhB8OtJ8Z3huHtLvxVf6i2n6LAfJt7iGZ YJQt06yQ3UTGPAKncoZ9pauf/aU+C83iT9lq80r40Q6h8Xfimmn6rc+Hrzwx4YvpI7PUHgJh hQWMZCIriJQ9xgPty3QgfTnwebwwvguOLwlpuraXpMU8ieXrmmX9jdyy5DPLIL5EnlZi2TK+ 7cc/MSDgA4D4lfAv4ifGOPw2dR+MGufD62i0yKLWtJ8BqtsLi+wTLLDeSAzImTtVSD8qgkZJ roNf/ZZ+F3jTxBo+veLfB9j4x17S9Oh0yHUfESm9keGPJXzFkJR3yzEsVySxOeletUUARQwx 28SRxRrFGihVRBgKAMAADoAO1S0UUAfJX7TX/F1P2sfgB8Lo8z2Wk3lx491mPGRHHaKY7NiO 4adnXnjkdelfWtfI37J//F3v2jvjt8ZH/e6cNRj8E+H5TyPslkAbh0PdJZijgjuGHrj65oAK KKKACiiigAooooAyPEnh+18VaJdaTfTX0NrcqFkk02/nsLhcMD8k8DpIhyByrAkEg8EiuC8O /s0/D/w1o+s6NDp+qanomsJOl/pWveINR1azn86YzTOYLu4kjEjys0jSBQxZmJOWOfVKKAPA /AfxG8a+F/2htb+F3irw1FF4TubQaj4L13RrN1tRaxKqSWVwRlUlQ4IPAIPbKivfK5H4q+C7 34ifDvX/AA5p3iHUfCmoajaNFba1pMzRXNnLwUkRlIPDAZAIyMjIzXNfs/a942m+H+j6N8VB pln8SLSF1voLG8jl+2wxyGOO9CqcqsoAYjAAYkYX7oAPU6KKKAKeqaXZ65p11p+o2kN/YXcb QXFrdRiSKaNgQyOhBDKQSCDwcmvjHWPA3jX9gXV7zxL8O7O/8b/Ae4la41nwQjmW98OgnL3N gWJLwjJZoieACSeS6/bVFAHJfDH4oeGPjJ4L0/xX4O1i31vQr9N0Nzbk8EYyjqRlHU8FWAIP BFdbXyR8R/2YvFXwb8aX/wAUP2c5LfS9Wun87xB8P7pvL0jX1ByWiGQLe464YYUk/wAILB/V /wBnv9prwt+0LpN4unpc6D4s0lvI1zwnq6GLUNLmBwVkQgFkz92QDB6HDAqAD2CivLNZ/aQ8 G6D4yPha8g8Wf25++aO3t/BeszrMkTxpLJFJHaMkkStLEDIjMg81Pm+YZ9ToAKKKKACiiigA ooooAKKK57xl4k1DwxpIvNN8L6t4tuPMWM2GjS2ccwUg5cm6uII9oIAOH3cjAPOADoaK8++D XxYb4yeEbHxNB4S17wxpGo2ltf6dNrj2Ra9t54/MSRFtrmYqNpUkSBGG4ccHG943+Inhf4aa K2r+LPEOl+G9MHH2vVbuO3jJxnaGYgFj2A5PYUAdHRXyvd/8FGPhlqd1PZ+AtG8afFi9iby2 j8F+HZ7pNw6/vJBGuB1JBIxyM01v2tPi3qCibSP2XPGk1p1LalqtnZTYIBH7tiTnBPGeDx9A D2D4ufGS4+Eq2U8ngTxN4n0+5uLSzF/ocmnCJLm5uktYIWW5vIX3NLLEMhSoDglgA2O18N6t da5odrf3ui33h66mUs+m6k8D3EBBIAcwSyxkkAEbXYYIzg5A/ND9tP8A4KReJPDej+H/AAnJ 8INY8G+IjqWneIJo/FjKI2is76G6g8nym/eB5bba5JXaAwAJOV+6v2Y/2htD/ac+DuieN9GE VpNdoY7/AEr7QssthcK7K8T7eQCVLKWALIytgZxQB61RRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUlLSUAfEfxs+OWr/ALQHjzVvhZ4THirw 38N9LuZdO8XeNdG8N6je3F5NGwWbTLFoIJBG3JV5nxwTtDDHme0fCLx14B8I+IPDfwk8B+Ft U8O6ZHo13qEMV5oN9pUcSQS28ZA+1QxmZ3a5LM4ZmyuWyXBPF65rHxTvvCPj+f4VWfhfTreD xRHaaHHFY3HmXtz/AGnCuoz3hDYWEObxZCiFmVWcMpAz1Xw08TfE61+MFl4f+LOkeB5NQvNG u73RdW8JC5LxJFNbJdwSm4G4BjNasNpAJjOQSFxNPZef46XFLrLs7fjY9/oooqhhRRRQAV84 eL/E2i/B39qbUvGHjXVbXw74Y1zwla6dZa1qU4gtFura5uJJLUuxCiV0uEdFJ3OI5NoO019H UnFS1qn/AFtYOjX9b3/Q+dP2Z7yX4ffCbS9H1q7sNE8Z+KtQ1vW9D8N65eC1upkmvJ7qOPyi DICscqNIFQtHuO5cgivKtU0f4l+Ff2lfgWNW8KeEjr17c67d3d9b+KbmY6hK1lEk8shbTYzH siRFijAYbY0j3Iqhq+wNc8Jx+INY0W9uNQvY4NMlacafCyLBcykARvL8m9jH8xVQwXLEsrFV K9AoxTWjuJ67jq+JP2nfAvxN0f4ifCvWfEHxSt/EPg25+K2jtYeF4/DUNo9mr3EjQqbtZWeT y0yuSo3ZycdK+26+dP2z/wDj3+CX/ZU/D/8A6MkpjPouiiuC+MeuaToPhJbjWviV/wAKqs/t SINe+06fBliGxDuvoZYvmwTgLu+XggZyAd7RXgX7G3xDT4m/CPRNduvip/wsjxFfaTp13rNp 52mH+xruW3DyweXZwxNH85cbJtzDy8Z4bPvtABRRRQAUUUUAFFFFABRRRQAUUUUAFFFJ9aAF qJpFjCl3VMkKNxxknt9favF/j5+1Fo/wR1PS/DdloOseOviBrUZm0rwpoNuzzzRhtpmlkwVh iDcF26YOFOCRS8Qfsyj4nfGzSPiL468S6pqulaI1rfeHvA52w2OkXsaKTPKY2P2mUSAsrHAX JX5lxQBR8MfEXx58f/HHjDw6fAt/4M+EcNpeaNN4g1eSWw1nULo5iMllGMGKNfnIkbk/KQQQ VHpnwe+Cvg34DeD4fDHgjRING0yM75PL+aa5kwAZZpDlpHPHzMTwABgACu8ooASlrzb4/fGz Tf2ffhnqPjXWLG6vdMsWRJ2tiuIPMYIjyZO7Z5jIhMayON4IRgDiP9nn44ab+0R8MdN8baPp 91Yadelkj+0lSsrIdkjRkHcYxKJEBkWNj5ZOwAglJ817dAfu2v1PTaKKKYBXjP7XPxjm+B/w F8S+IdPDy+IriMaXoVtGMvNqNwfKtwo7lWbeRxkRnFeyE7eScDvmvjbw3qH/AA2Z+1VD4gtn N18HfhLdOmnTK2YNa8Q4wZ17NHbqflYH7xUglXIAB7v+zD8HYvgJ8BvBvgYFXudMsh9ukBz5 t3ITJcPnJyDK7456YFeqUUUAFFFFABRRRQAUUUUAFFFFABXivxi/Z6HxA+JfgT4jeHtdk8Je NvC10scmoRwecuo6YzZuLGaPIyrAkq3JViSBkgj2qigDhvhD8ZvCXx28Hp4m8GaqNU0vz5LW XfE8M1vPGcPFLE4DRuMg7WAJBBHBBPc187fE7RdN/ZVXxn8X/A/w/vvEl7rl5az+K9N0m9Me LaPzPOvobcgq8yhsso2lssxYYYnU+KHxm1e+/Zzv/i58KfEPh+50ex8P3viFV1rR57xb+OGB pViQx3UDQNmNlYsHIJ+6CpBAPdaK5/wbZ+J7HSTH4r1fSta1PzWIudG0uXT4RHgbV8qS5uG3 ZyS2/ByOBjJ6CgArwT9oL9lPS/i5qtn408M6rP8AD/4s6Sv/ABK/GGlp+9IAx5F1HwtxCRgF WyQMgHBZW97ooA/IbXv+CoHjT4f/ALTeg2/xC8GaRNeeCYtT8I69Jos0pN20t3bG4urcOAFw bCEojAhgXyRuXZ+vNfAX7SHwx/Zc+K37UthB4w1/wnp2r3fh7WINYvrfxJFZXNtqkNxpsdmZ AJQq3KpJebVkUltjblYRjb3vwt+Nfi/9m3x9p/wg+Ouptq2m6hL5Hg74lTLti1QdrS9YkiO5 HADMfn7knDMAfYFFIDkUtABRRRQAUUUUAFfLP/BQ39q2+/ZX+Caal4bl09/GesXiWGnRXkis 0ClWaS6EJOZAgQL02hpUJyPlbqP2lf2oV+EN3pXgvwdpX/CbfF7xF+70TwvA+NinIN1dEH91 AuGJJI3bSAQAzL5PH+zg/wAJfDt78S/iVodl8ePi9r0i2upyatZ313Y2VvIjhrazt7SwvHSF RlcmABgxyyAhCAeEfsJfGT9pL9pT4R2/gLwlq/h3wR4c8IQ22ky+NbnTHuL77OI9sMFvEf3M kkaR/MzYIDRkkMct9beB/wBgX4Y6LrS+IfGseo/FzxiQDJrnjq6OoHOScJA37pVznaCpKjAB qr/wTz8RS6l+zn4T0xPCFp4UstN0TTfKltLW+gXUnktg0ly32ixto3d2G9nge4Vi5PmnKs3s Xxe+O3gP4C+H49b8feJbTw5p8zNHC1zuaSdwMlY40BdyBzhVPUetAHbafptrpNnDZ2NtDZWk K7Ire3jCRoo6BVAwB9Ks14F4s/aG8Z6/4B8IeJPgz8L7z4iQeJFmdZtUv49Fj09EYKskyTje wc7ioUchcg8rmfxl/wANFa/4O8ITeE38AeFPEjwyP4gtNZ+1XsKSEr5aW7xhcjG8tuHXABIG SAeK/wDBSTwJovjyx8J2+t2UF3HbanpaRMfA2s6pKguNShgmAv7GeONVaNiDasDLKQBGVkeJ lvL+xuf+Ee0X4jfBTWYvhf8AE+C18pjY+H7rQ9H1mONiFgvdJuWeSIEADexLZ/eYb5cefft1 r8ZdJ0j4f6l4l8JaP8RdGhOlJqOn6Il8IDq66rC5jhiUOf8ASUENurzA43SqmGlVX+kPgj8a LHwl4d8DeBvifq8PhP4la1b3F7YeHdYvTNdLZtdyi0t2uSAs0yQ+VG2TvdkYkZzQAn7Ov7VS fFLWL3wF450d/AHxh0df+Jl4Zum+S4UD/j6s3JIlhYfNwSQO7DDN9CV4p+0l+zNpPx/0fTr2 3v5vCvj/AEGT7V4d8W6cALrT5hyASMb4mP3oycHORg81y/7N/wC0xq3iLxJdfCX4t2Efhf4y 6PDveEYW0163A4vbJuAwYAlkHKkNwMMqAH0nRRRQAUUUUAFFFY/ifxLaeENCutXvotQuLS32 749M0641C4bcwUbILdHlflhnapwMk4AJABsUV578N/jl4W+LF5cQeHBr8otzMslxqPhjU9Ot w8MxhmiE1zbxxmVJQytGGLgo4K/I2PQqACiiigDlPHXxU8GfDGG0l8Y+L9C8JxXjMts+uanB ZCYqBuCGV13EAjOM4yM9at+DfH3hr4i6UdV8KeItK8UaWsrQm+0a+iu4BIMEoXjYruAIJGc8 j1r5w/4KRfHeH4Mfs6a/YzW+l3beLtNv9AjhvNSltrrdNbtHvgiS3lE20OWbe0SgBRvy4Feo /su/Hy3/AGlfhPZeN7aHS7OO4neE2ml6lLe/Z2ULmOZpLeBklBPK7CMFWVmDA0AevUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUlLRQB8weI5PjJ+z34o8QN4E+Hlt8WvA2tX8urQWMOtR6Zq Oj3E7GS5jPnApPC8paRduHUyuCCACbPwQtfHnij4xzeNvi7aaX4M8S3OkTWPhrwLY6gl5NY2 Ania7uJpl+WWR3+yAlMKqqgwCxA5n4o/GP4x6t8RtQ8GQT+HfgL4eS6a1svGPiVG1GfVgSfK eyBVbNXbB/cSytLgg7AeBa/ZB/Z3tdPh8GfG3UfFviPxR428ReFFTVbrX703XmC5+zXASIcC GKJkcLGoPEpBJwKVLVc3b79n/wAMTPsj6yoooplBRRRQAlcV8Qvi94X+F7WUev39wt3eiRrb T9N0+51G8kSMZklFvbRyS+WgI3SbdillBILDPa14HDIul/toavcarN5EV54Ftxpck5CxlYb2 dr0KT0K+balhnoVJyAMRd8yXf/K4+jfb/Ox7Xoutaf4i0ez1bS7y31DTLyFbi2vLWQSRTROA yujAkMpBBBHBBrivDvx+8DeKvGNr4Y0/Vrg6teRTT2ButMu7a21KOLb5r2dzLEsN0FDKSYXc bTu6c1xf7FsF2vwHsrmZGi0+/wBW1a/0qNlAH2CfUbiW2ZQBgI0Toy4yNrKRxgDG+JC+N/Df 7TXwqvLmbw/4l8I6heXun2WjQafLbahox+ySMbxX891nAVTHI5RAiyKqrmQk19pJk9H5H0pX zp+2f/x7/BL/ALKn4f8A/RklfRdfEn7T03xnb4ifCtfFVt4Fj+Ho+KujjTJNHuL1tWZftEn2 fzkkQRAmPO/axw3TIpjPtuvmr9vT4qaP8FfhHoXjLXYF1bTtL8SWkreHpDhNZfZMEgJKsB5b YuQWGN1oo7ivpWvFv2svhj4A+Lvwnl8P/EfTtf1DQ3u0kgbwzp97e3ttchJFSZY7SKVjtDPy 6NGCRuByKAPiv/gkb468f+OJdc8vxNoN/wCFtItLHTdS0KbT2tr+ARW0iWc8LRAROWCeU8km 6Rltk3YIUn7D+Fn7SXiXxT4pvvD3jz4PeLPhrdWltNePq135d7ovlx4JH26MhQ5BJClcEKee Ofmz9l39gP4Ta18H/D93b2fxG8C/FK1sbWfVfETrqeh39neyRBpoYPPhjhkjSQMAUR8BVy5J BPrf9i/tTfAvadM1TQv2gvDMPIs9W26NryqMYVZhmCTAzlpPmJxx1oA9z+F/x6+Hnxotnl8D +MtH8TNGu+WCxu1aeJc4y8Wd6DOPvKOtd9XxV4N/aC/Z1bxhqNv4u8E/8KD+JOr2Mun3jeJN IGjXM0MuBIY7+MBCCdpEhdWOFI6ceqfCT9n3VPhbp+vXXgv4w+KPFGl6npMkWiWfiy9TV7Kw uWGYbhHAV2jUgDywwBUtkk4IAPoKivBvh3fftFeGdP8AFB8f6b4I8ZtY6c02if8ACK3E9jc6 ldLkrBMLgGOLd03g7VyMg8kL8Pf2kPE2saJ4q1Dx38HPF3w+/wCEfsWv5fMEepJdqMkx25gO 6SQBScBcYwSRkZAPeKK8O+Gv7ZXwt+J+k+Jr+w1m80qLwzaC+1hde0y4sTZwHdh2MiBSPlYY Uk5HTpnq/Bv7RXww+IGl6tqPh34geHNXsdHhFzqVxb6lEUsoiCfMmJb92mFPzNgcHng0AejV 5vqn7SHwm0PXrnRdT+KHgvTtYt5zbTafd+ILSK4ilBwY3jaQMrA8YIzmtPR/jV8PfEWi6jrG leO/DOpaTpsP2m+v7PWLeWC1i5/eSyK5VF+VuWIHB9DXyDrv7Z2k+IPj0/jXwtqXh7XfCvgb wx4j+32tncvPezWKX2kJNcAplEaR4y0CnKukJLOolBjAPvOkrwXwh+0xqXxq8GeLdQ+GPgDx DJqOmRR/2XN4ysm0jT9WkdiD5MrFnZUCktlF6qMjJIr6F8Ifif8AFj4Z+JNA+OHiyztJdanh khtfh3JNYf2fChDNCLl8vIHIAYEYxuAJBGADtfi58etD+FPg+bXo9P1fxrMmoLpCaT4StDqF 214ylhCyIcRkAZJcjGQOrAHgtd8GfEf9qT4Y+Hv7a1XX/gDFcXE7axoOj3MNzqV3aZAhX7Yo H2ZiAWZVViN21uQa9P8Ag/8ABPwV8BvCa+G/Amg2+g6T5nnyJEzPJPKQFMksjks7EKBlieAB 0ArvKAOc8B+BdK+G/hHRvDmjRzLp2kWi2ds13M083lr/AHpGJYk9Tk/ToK6OiigAooooAwPF 3gnQfHml/wBm+IdItdYs1fzI0uowxhk2lRJG33o5AGbDqQwzkEU3wb4F8PfDzSRpfhzR7TR7 LcrOltGA0zhFj8yRvvSOVRAXcliFGScV4x+3V4g8OeD/ANnnxV4j1nxZqnhLV7LS72Pw/c6X 4gvdLebU3t3+zRhbaVPPbzEUhXDKAGJAXcarWP7Vn7PPwa+HdlqUXxWgu9G1EG9tft2vXmua hMG+XhJpJrkDKY2kAKQwwDmgD6RqnqWqWmi6fcX2o3cFhZW6GWa5uJBHHEoGSzMTgAdySK+U v+GvPin8Xm8j4KfA7WJ7KQlU8V/EFv7I05fSRIcmWdP9whuvHBxNbfsYeIvjFqFtqv7RPxDu fiBHC6zQ+DNBV9N8P27jkb0UiS5IPIeQqeSCCDigDA8afFfxb+27qF74A+Dc93oPwtWZrTxN 8TthjF3GOJLTTARmRm5VpegBPYqX+qPhn8N/D3wg8C6P4Q8K6dHpeg6VCIbe3j69SWdj/E7E lmY8kkk1s6FoOm+FdHs9J0iwttK0uyiWG2s7OJYoYY1GAqIoAUAdgK0aACiiigAooooAKKKK ACiiigAooooAKKKKACvz/wD+CmWlfEjwZ4Vk1XwX4mbS/h1f+HL/AEfxB4emdbbTxtjJi8p1 UFJZBLKNpZVlMCRHd5gjf9AK8p/aR8L+NPiB8KPE3g7wdpug3b+JNHv9IubvXNXnsRZieBol kRIrWczEbySpMf3QM88AHn37O/7U3gHxN4s8VfD0fEWy1rUtK1j7JoL6ndbbzVbF7e3kR0kc KLnEsk8auhYukSOS27c30tXnWn/D638d3WleIfiN4A8Ix+LtHuvO066spzqrWoUhkkjuZrWB 0bcSdoXAIByT05Gw/ZK0HRfi9/wsHSfGvj7SLybUH1K80S38RytpV5I5JdZbeQNmMlshAQBg AYAAoA90orwvTf2fvGmm/Fw+LW+OHjC80Nr+S8PhW4gtWs/Lcsfs+dmQig4BA3AAYORmm6X8 Gvi5pnxbPiRvjzeX/g+TUJbmbwhd+GrNkNuxYpbpcqQ6bcgBwCTtGc85AJPEmvfFm1+N2jeE 9N8U+DYNH1jTNU1mFrvwpdzXFvFaXFhEIGddTRZGYX+fMCKAYvuHdx6F8UvhX4Y+NHgfU/CP jDS4dX0PUE2SwSDBRh0kjYco6nkMOQa/PX4jaX8bof2yrmyvvC8Gs+ItSt9c/wCEQ8R6Yb2N tOgMli1ncyyENAILdkhjkhUqCJ7jzAzTx+d9u/CX9qT4e/GLxJq3hjR9Um0/xbpUkkd54b1u 2ex1CMIcGQQyAFkxg7lyAGGcE4oA8P8Ah18VfFX7HXjDTPhb8Z9Um1vwDqE32Twf8SbonAyf ksNRbokoAwshOCBycAlPstWDdDkVz/j3wF4e+KPhHU/DHinSrfWtA1CMw3VldLlHGcggggqw IBDAgqQCCCAa+SrbVviP+wLcGx1W31f4p/s+RnNtq0I+0az4Vi6+XMvW4tlGMOMFVB6AKrAH 2vRXGeCviF4P+OPgttT8JeJLXxBoV9C0bXekXrJJGGXBXdGyyQyAE8ZV1PPBFeQfs76F4bl+ LXxZj0/xh4g1658MeI49PsrG88b6nqcVtbPpNizh4Jrp0f8A0mS8G6RWZXVlBBjAUA+kq8B/ aW/aYf4Wzad4H8EacvjD4w+JAY9E8OxHIgBzm8uyCPLt0wSSSN20gEAMy878Z/2up5vFEnwv +B1jb/EP4rTgrM8T79L8PpnDT3sy/KCpPEYOSeDg4Vut/Zr/AGYrP4HW+p+INd1STxn8UfER EviDxbfD97cNwRDCDny4FwoCDGdoJwAqqAR/sy/sxwfBK31TxH4k1RvGPxW8SN5/iHxXcr88 znBEEAwPLt0wAqgDO0EgAKq5n7Wvxwl8C/DbU7nwtLca/NpOp29v4ntfDN7CNS0y0kilcM7E n7MHdIkaVgCkUkki4Kghnhv49Xn7SnjXxt4H8G6Hrmm+BLGzu9IvfiTBP9ieLUv9WY7FHQmR oyWPmcBWUHGNpbpfh78HfDX7J/gB7D4eeBtZ8UXV1cLJqEllc2j6rqMp3Fri4nu54EfBJ4DD Bc7VAJwAfK/7GHhv4ofHz9mm18J3vjvVPA/hGxt9IGm654UvlnvJrcWsiXNiLl0zCVK2zkIW MTO0WRsaKP7M+HXwH8HfDPwdonhvT9NbUrTRppLm0udcc39yk8jFpJhLLkq7FiSVwOcAAVh/ ssweJNB+Cfgvwr4n8Hat4S1Tw1oOm6TOdRubGaO7khtlikeFrW4mOwMnBkCEhh8vXHsFABRR RQB5B+0B4b+IXjbTdM0fwfovhm8sYdV0nWJrvW9euLGQSWWpQXnkrHHZTgq4tgm8uCpcnadu G0fG3wb8PfH/AMAWujfFvwZomoSkmR7K1vJblLSTcebe78uCZSVAyyrGeSOR19OooA8Gm+IP xN+Hvx8svC+q+DR4g+FmveXbaJ4g8PwyyT6NIkQ3R6irFvkYqxEwwBkA5Jwu7+0N+zj4a/aJ 8M2lvqM1zoviLS5PteheKNLby77SbkYKyxOCCVJA3ITggA8MFYesTRLNG8bqrxuCrKRkEEYI P4V8yeE/hr/wwv4c8c69pur+I/FHwlt40vbHwNZ2f2680d2lAna2kaQM0AVi5Q/dCs2SclgD K+Hf7VHiH4P+JNP+Gv7R0MXh/X5H+zaP49hULoviFRwrM/C205GNyMAuckbQVB2fA/hfwov7 VnirQLXxp4lvjo+gaLq9no83j/VbpEupbnUftLPbveMJFMcdkTG6sgVkO0CT5vT9O1D4aftY /CeO4iGk+PvA+sL9yaMSR7h1DKQGjlUnuFZT6Gvyh+Dv/BOn45/D79raXS/DmvafoE/hIQa1 B4taVXiktpnuEtibcN5jeabaeNo24AR9xKlC4B+1VFfK0th+2lp58q01f4I6uu4/v9RtdWt5 McAfLGSvPX2Jxk1wnxY8b/tEfDTw82s/E/46fCb4SadJlUk0TRLjUZnIxkQQ3J3ysBg7VVjy cjpQB9yV5J+0v+0Z4b/Zo+FuteLdcuLee8tYN1jo32pIri/mZ1REjByxG5gWZVbaoZsHGK+O PGH7KP7Rvxk8X6HBafHHxFqfgC+sbfUbvxVdXx0u3vI5QWMMOlW211YLsP711U7+xBFew6v/ AME6f2YfAmja5r/irRY47J4it1rXiXxBOEtVYCPf5skoVWLEYZskMRgjgUAfPf7H/wDwVW8G 6Ppus+H/AIl2c3h/7RrGo6tZX+m2ktwkj3t/NdSQtGpdwVa4O0jIKjB5GW+jG/4KEReJJGh8 A/A34s+NS04hhvo/DxtdPkJ6Ezu5Ma8jl0XA5OBXJf8ABN/4OfA34er4o1DwH4m03xT41l1L VbOSRtXtry9g0u31KeC1dUiwUjlijt5S+3EhdSDtKgfc1AHwP4g/ay/a18Q+N7Lwz4c/ZyXw cLu7is31fX2n1K1tFkYKZ3lg8tNqg7iQWAwRgng8vfWP7S/ir4uJ4N8f+Kfitb6Jcagliur/ AA70Cx03T442YBrj7X5rSrEMk5Ybto+6D8tfpBRQB+L/AO2/8BfDfh2S90Wx8D/FqbW9Me9u W+IXiiY6nDqcdvaSTGOMtOieW2C7SAb0SJiI3OVH6C/sE/BvTfgD8L/FfgLS7o6suj+KbmG4 8QKhSPVpjbWzPKkZZhH5ZItmUMwD2shJySBvftk/D1Pid8Idc0K2+Ff/AAsjxDe6TqNno135 WmH+xruW3KRz+ZeTxNH85Q74dzDy844Ge/8Ag3o+k6D4Ta20X4af8Kqsjcu/9hC20+DcxCgz bbGaWH5sAZLbvl5AAGQDvqKKKACiiigAooooAKKKKACiiigAooooAKKKKAKmo6baaxYz2d9a w3lncIY5re4jDxyKeCrKcggjqDXlHhf9nHR/A/xd07xj4e1C70zSLLRrvSo/Cwlkk0+3M81v IZbVGcrbAC3CmKNQhG0gKQd3sNLSWjuhPVWCiiimMKKKKACuc8afDrwp8SNOh0/xd4Y0fxVY QyieO11vT4ryJJMEb1SRWAbBIyBnBPrXRVzvjT4heF/hvpkepeLfEmk+F9NkmFvHea1fRWcL yEEhA8jKCxCscZzhSaQGL4y+Ftl4y8XeFNauYdLC6C07o0mmRy3v7xAnlxXLHMMTLuEiKpMg 2gsqhle54H+D/gL4ZXN3ceD/AAT4c8KT3ahLiTQ9Jt7NplUkgOYkXcASeD6musjkEih1IKnk FTnI9a5XSPix4I8Q+Lr7wtpXjLw/qfiex8z7VolnqkEt7b7CFfzIVcuu0kA5AwTg0C6XOvr5 0/bP/wCPf4Jf9lT8P/8AoySvouvnT9s//j3+CX/ZU/D/AP6MkpjPouiiigAooooAwfGHgfw9 8QdFl0jxNoeneIdLk5ey1S1juISexKuCMj17V84X/wCwLpfgu8m1P4JfEDxR8GNRkYyGy0y5 N/o8khH3pLKclWOemGAAJAHPH1bRQB8lH4hftU/BmTb4p8AeH/jToUZAOq+C7o6fqSr/AHpL Wb5ZGz/DFjgg54ONfw3/AMFD/hFd6tHo/i+fW/hT4hf/AJhfjvSZdOfrgkyENEAD3Lj+ePp6 snxJ4T0Txlpcmm+INH0/XNOk+/Z6lapcQt9UcEH8qAINF8ReH/H2iPc6PqemeI9HuEKGazuI 7q3kUjkEqSrAg9PQ1m2fwg8CafY6tY2vgvw7bWWrx+TqNtDpUCR3sfOUmUJiReTwwI5PrXiH iT/gnX8G9Q1J9W8LWGsfDDXz01bwLq02myp6bUBMQweeEFZq/Af9pP4eKv8AwhX7QFp4uso/ 9XpfxC0JJTx/fvID5zZ6cjjk96APbPDP7PPwv8G2+t22h/DvwxpNprcXkalbWekwRxXcXOI5 ECbWTk/KRjnpXzN4k0H4K+Ef2sPC7WHgDxBpcNroesrfWOh+DNbSyubqC90kQSLbW9t5NzGu JCZUV4twt2ZtwgNdenxj/aq8GDy/EXwF8P8AjcJ/rNQ8G+Ko7VD7pBdAyH6Zzz7V8LfFj/gp V8W9F/bA07VT4IbQIfDyzaGvgvULbdey29zJbPcI8gG7zZGtoWRkG1QqABgWLgH7L0V8q/8A DzH4D2Me7Xdb13ws39zWPDWoRnJPA+SFhkgZHPT8q0If+Ck37NtxCki/FGyCuNwD6feI2PcG EEH2IzQB9NUV81f8PIv2bf8AoqWn/wDgFd//ABmsx/8Agpd8C7yZofD+ta54umVihj0Pw7fT EEHGMtEoPbkHuMZoA+qKK+U2/bV8W+K8R/D39nH4meIZ24SXxDaxaDaMemBNMzcZ4JI4INRy P+2B8Tm8tU8AfBbTX6zbpNd1SPP90YFu2O+fbtQB9TXl9Bp9rLc3U8dtbQqXlmmcIiKOSxJO AAOcmvm/xt+398NtK1qXw54FTVfjB4wGQmi+BrRr5Qc4DSXAHlKgPVgzbRkkVk2//BP3RfGN 1He/GH4ieNPjDcq4l/s/VtRa00lXByGSzgKheeo3EEcY9fo3wR8P/DPw10OPRvCmgab4c0uP BW00u1SBMgY3EKBliByTknuaAPzh/bV/Z/8Aj7+1F8J9S+Ivj+Lwv8OtL8Eabfaxp3g23uJb y6aIRrJcfablB5Zl2Q/IFGMnB2ZLV9M/sS/sN6B+yz4BgTWrTRvEfxAnna7u9ejtFdrckKBB byugkES7M5+UszMSBwB7944+Fvgv4nxWkXjHwhoPi2KzLNbJrmmQXqwlgNxQSq20kAZx1wPS rXg3wD4Z+HWkNpXhPw5pPhfS2lM5stGsYrSEyEAFykaqu4gAE4ycD0oA6CiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA8N8TaH8Wbr436N4t03wv4Mn0fR9M 1PRoFuvFV3DcXEV3cWEonZF0x1jZRYY8sOwPm/fG3n0zX/AGh6/qT6tJp1rbeI1s5rG28QQ2 0X9o2ccikN5M7KWTrnHQkDINdNSUAfN/gq6+Jv7MvhPxjffFXxdH8R/AGh28dxpetWenyv4g 2F9rx3MMYKSBAVPmA7sBmbjO31/4Y/Frwd8avCcHiPwT4gsvEeizHYZ7R8mNsAmORDho3wRl WAIBBI5rsq8h+IH7Pdnq/g/V9N+HmszfCHXNR1FNWl1zwraQxPcXKqVzcR4AmRhjcpILEAk9 cgHn3xV/YF8A+LLrUvEPgKfU/hD47nt5Ei1zwTePp6ySMp2+fDGQjoW5YKFZgTls4I+CP2P/ APgm18RNQ+NXi/TvHGqXnhXwn4fmk0bXZPD+sCObVneCG5S3RoyT5TJPazMXXkELgPnZ+hXj C6/aJ+H3wC+z6Xa6L8VPiSz3ED6lZNHpPlQmJzFciGQPHJKrhcoNqkkADGTXyD+zX4k+OPi/ WPEd14B8by2/xH1jxPIPEvh/xlfW2q2NhaDR7XbfTG1tYzFP5xEKRrsAMSwvG32eVgAfcC2/ wZ/Yd+E8s6RaT8P/AAlbH5yoLTXcuDgZ+aW4lIBxnc2M9hxha94K8f8Ax5+I3hDxLa+O5PDH wWtrey12y03Q/PtNW1m4IEqpel0UxQDK5iGSwJDgHG3pvDf7Pljq+j+B7r4sTWfxT8deFzcT W3iLUNOjgVZZnDM0dun7tdoWNVJBI8tSMHmvYaAGhFVcAYGc/rTqKKACiiigAooooAKKKKAC iiigDxf4k/ArVV8Jm1+DfiK1+EWtLqza1K+naTBJZ6nOy7ZFuocDdvAXLgggqDg4AHwT4X8b /HzQvjtZXel+Jb3x98YbrTtKh8T+FTqllZW0apfaoZLNrVrUFIo4I4W85WQo12ZA8i3Eef1e rw3wzofxZtfjdrPi3U/C3gyDR9Y0zTNGnW18V3c1xbxWlxfymdEbTEWRmF/jyy6AeV987uAC p4w8P/Hv4pfD3wjFpfiPQ/g1r1yJ/wDhJBb2w1qeBSQIVtZG2x52gliRwWG1vly3WaL+z34V iXwjfeKrVPiB4t8NWn2W08UeJIY7i+5bcZM7dobceCBkDuTkn1GigArK8SeGdH8ZaHdaL4g0 qx1zSLsBLjT9StkuLeYAhgHjcFWAIB5HUA9q1aKAOL8FfBf4ffDXUJ77wh4E8M+FL24i8ia5 0TR7ezkkjyDsZo0UlcgHBOMgeldpRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAhrwGO1j1j9tLVItVjjuI9P8AAtudJhuIwygT3s63rpnjJEVq rEDONoPB59+rifiB8IfC/wATnspNdtLwXdmskcF9pep3Wm3SRyACSLz7aSOQxttUtGWKsUUk EqCJt7yf9bWDo1/W9zzr9i+6uL34B2kEpk/su11bV7DSjlht0+LULiK2VCTkIsSKi9MKqgdK XxZ8P/C3izx58PbHSktdK0z4YX/26a9tcRraO1s0UWnq+MDeJUkkTOQqRbh+9U12mt/DWT+2 vA8Xh5RoHh/QY5IXg0/U7qziS3EYSO2SyhKwSKRkB5OYQg8tdzbk898O/sBfAjwt4/tPG9h4 IkbxVa3w1KPU73W9Ru5Ddbt/nOJrhg7bvmywPPPWmlrdid7O3X9eh9EV8S/tOfET4i638RPh XoWufCa58N+E7P4q6Otl4rk1+zukvlS5kWJhbRkyx+YhLgMPlxg4NfbdfOn7Z/8Ax7/BL/sq fh//ANGSUxn0XRRRQAUUUUAFFFFABRRRQAUUUUAFfM3jjQ9QvP2nvDfjkfAXWNbi0LStT0s6 +h0Lzpp5Z7JrW4iMt8soSOOG8ALBXUXBAX53A+maKACs268O6XeztPc6ZZ3EzdZJYFZjjjkk Z7D8q0qKAMn/AIRPQ/8AoDaf/wCAsf8AhWlFClvEkcSLHGg2qijAUDgAD0qSigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAqag93HY3T2MMNzerExghuJjFHJIAdqu4Riqk4BYKxAJO04wfIPhHoHxP8PePfGuoeJvD vhKy0jxTrC6xLLpPiW6vLizKadZ2axCKTT4VkDGyDFy64EmADty3tVFABRRRQAUUUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAlN3fmafXzh4v8AC+lfGT9qTUvCPjXTLTxD4S0Lwna6 jaaHqSCW1kvLm5uYnumhYFWdI7cIjkZTzJNpBc4m+qX9bXDo3/W9j6NDZ6Ubh0rxT9kPxXqf iz4MQNql7PqcmmatqmjwahdSmWa4t7W/nt4XeQ8yP5cSBnOSxBYkkmuS8A+GrLw3+3d8R5LM 3TPqPg/S724a6vZrn9415eKQnmM3loAigRptRQOFGTT0cku/+VxaqLfb/Ox9NV86ftn/APHv 8Ev+yp+H/wD0ZJX0XXx98dPiJqvxn+Jnw68C6D8MviDBP4d+IthqV7ruqeHpLXRza2Ukpmmj u2YIylRlD/GCoUFmUFjPsGiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK86+IPwbtvHGvWOv 2PiHWvBviW0tZdPGteHzbefJaSEM8Di4hmjK70Rgdm5SuVZdzA+i0UrAeWReBNQ8B3nw+0Dw MmoaV4U0sTR3tqj2rWLQhQc3DTK11JMzsWVomUM3mNMx4V00v4Ex6X8btR+Jn/CaeJLnUb60 TT5tJmWw+w/ZkaR4oQFtRMAjyuwbzdxJwzMBivUNwb+dLn3zR1v1F0sPooopjCiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKQ9KWikB8x/sseGbLwr8Wv2iNK057xbVPE1kwkvLya8m3Sab buzGWdndjuYn5mOBgDgACfWPgD4Y0340fD288CWcWieKdEuZNR8S69aAfbNR0+SGSPyr+UYa 5e4nWNwZSx/cSsCCMHvPhx8BU+G/jLxh4jg8b+JtZvPFUguL+31NdP8AJWdY0ijljENpGysk caqAWKkZLKzfNXn/AIb/AGHdO8P+Pn8VTfF74r6zLcaour3+k3/iKIabqE4248+2it41ZMJG uwYAVFUfKAKF9m/ZfekLo7ef4n0zXgt1+2B4d0n4nWngrW/BfxA8Om91s+H7TxDqnhqaHSLm 7LukQiuckMsrJ8jAYIYMcLkj3qvnT9s//j3+CX/ZU/D/AP6MkpjPouiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKAEopaKACvnT9s/8A49/gl/2VPw//AOjJK+i6+dP2z/8Aj3+CX/ZU /D//AKMkoA+i6KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAo oooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoopDQAtJzXinwK+Lfi7x14u+K mjeM7DQ9Jl8J6vDZW66LPNNH5MlrHcAyTSqm9gJOSEQDkYOMnkfD/wC0j4pu9D8J/EnU7XRY /hh4r1aHS7LT4IpRqdlFcTCC0vJbhpfLkEkmwtCsSGNZwfMkMZDrdrzt+Owu77H01Xzp+2f/ AMe/wS/7Kn4f/wDRklfRVfOv7Z//AB6/BL/sqfh//wBGSUxn0XRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFJS0UAfO/wAB9A8WWfxe+Mt94j8C6x4e0XxTqdvf2F9fXenyo6RWcFqyMtvd SOrMY3YZXG0DLK3y1yOi/BfxxfeBfAHwd1TQJbPQPCGsWl3P4va7tmtdQsLKcTWsUMSyGcTv sgSQPHGi7ZSsj/IH+taMUlpbyt+Gwt013v8AjuA4AFfEn7Tn7NXw78A/ET4V/EHQ9EuLPxZq /wAVtHe9vZNWvJkkM9xJLLiGSVoly/PyqNoyBgcV9uV86ftn/wDHv8Ev+yp+H/8A0ZJTGfRd FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRXyR488F/tATftGafoOi/tD/wBi eHNdstV16207/hCdPuPsMFpc2EYtPMY75Nwv/wDWEgjyuh3ZH1vQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRWb4h/tT+wdT/sL7H/bn2aT7D/aG/wCzfaNh8rzdnzbN2N23 nGcc186/ALxt+0j4p+KHiDTPiDF8LY/C/hvUDpWqN4aXUhevcNYW93E0BmJQpi7hDFgpysgA 4BIB9OUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABXzp+2f/AMe/wS/7Kn4f/wDRklfRdfOn7Z//AB7/AAS/7Kn4 f/8ARklAH0XRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFAHzx4P+F+m2X7THimyXXfGk1ho+gaFrFnZXfjXWbi3S6nu9WWZmikum SRWW1gHluGQBOFGWz9D18NeA/wBrKC+/ag1PVbq40O3sfE2jeFtOtdEM8iaoILi/1BLSRQwC yyKb63knjUYjS4A3EwPv+5aACiiigAorn/GXj7w18OtKGq+K/EWleF9LaVYRfazfRWkBkOSE DyMF3EAkDOeD6VU8C/FTwZ8TobuXwd4v0LxZFZsq3L6HqcF6ISwO0OYnbaSAcZxnBx0oA6ui iigAoprOEUsxwBySa8M+Jn7b3wS+Esxtdc+IOl3Gqbti6Zo7NqF0XzgIY4A5Uk8fNigD3Wiv kz/hsD4m/Eb5fhR+zx4s1G3k4TWfG00Wg2gH/PRUcs8q9OFIJ/SsLWNP/aH8VeIdH0Hx98fP AfwevdbYpY+HfB1gtzf3gAJKRyXjBwwAOWjBwRgdRQB9nk45PArgte+Pfwy8LSSxaz8RvCek SRcOt/rlrCyc45DOMc8c96+Gvhv+yfefHH4iXtp478LfFLW/AMC3EMviD4n+L5obm5uFyqNb 6dDtKxFgCC7bSpBB4wfVPgT/AMEsfhN8I9Un1fxFH/wsnVJrd7Yw63p9sunxqSMPHahCBIAM byxIySMGgDzz4jf8FMvhVof7X/hn7PLJq/hjQ9K1LQL3xFYzLLbGS8n0+UzQ7QRLFH9iILAg tuYqCFXzPtvwF8bPh98UppofB3jnw74puIY/Omt9H1SG5kijyBudEYsoyQMkDqPWvgb4hf8A BKr4cal+1v4ZtNP1O70XwVrWmahr114btoiQn2OewieCKYvuSOU3wboSnlsAfnBj978Vf8Ey fgtqMl7d+FLbXPhrq13byW0t94U1aaHzI3GHjeKQuhjYYDIAAw4PrQB9YxzLJGrowZWGQwOQ R9akr84fBH7E/wAd/wBjmbxHd/B3XtJ+IGn6nYT2Qsr65l0y+tjIQyy28cjyWfmowGHkXHUb cMwpfgz+298Qfg+PEOhfH2/uoPEKWJbw9Y+LtDGhnULpefK/tGIPbeUQQvnOo55OOhAP0dor 5z+Ev7Xk3jTwF4m8VeMfh3rfgXTNAtFvZr6CeLWLG8jO7P2W4ts+eV25O1cAEHPNdT8Mf2vP g/8AF7QNd1rwz4606bTNCRJdVuNQEmnrYq5YK0puEj2glGGTxkdeRQB7HRWJ4Z8aaB42tDd+ Htd03XrRcbrjS7uO5jGemSjEdj+RrboAK4n4ofF3w78HdFOr+Jjq0GlpHLPNd6dod9qMVtFE u+SSZraGTyUC5JaTaMA4Jwa7avCv20vGmn+Fv2afiZZ3tvq082q+FNYtrdtO0e8vY0Y2cgBm kgidLdMsPnlKKACScKSAD1Xwb40sPHWknUdOt9WtrcStD5es6Pd6XPkAEnybqKOTbg8Nt2nn BJBx0Fc/4N8aWHjrSTqWm22rW1ssrQlNY0e80ybcACSIbqKOQrzw23aeQCcHHQUAFFJWT4g8 VaN4T0e91bXNYsdH0uyAa6vdQukghgBIALu5CqCSByR1HrQBr0V5HdftX/CiPwJ4i8YWPjXT 9e0Hw/JFDqNxoJbUTC8hCxrsgDMdxIAIGOCSQASOD8RftrWL/BHxF4/8M+E9QRtNuY7W1tvH M0fhqG+3YLSQzXJw6qpLYA3NjaBkigD6YqlqerWWi2T3moXkFhax43z3Uqxov1YkAV+cdn+0 9+0X+1t8M7zw58O/Db6brd1qYYeOPDLS6do9pYhcGI3N4heaYSbtxgVeAu3OTntPBP8AwTN1 rxZ4TstJ+PPxj8UfEOzt7z+0l0G0v5BZpdFNhdppt0svyl8ECPG9sAbmyAfV2p/tH/CfRbD7 bf8AxO8H2lpvaMTS67aqpZeqgmTlh6Dn2r51/ZD/AG2vhf8AGT46/FXw1oWoXsWpeItfGr6N /aFt5K6hbw6TY2snl8k7wbKWTYwVvLKnGQ6r6DZ/8E8f2edN8NX2i23wy0lIbq2e2a8n33F3 HuUrvSaVmZHGchgQQQCOlfFnw7/4JDabq3ir4m2tt8U9W0698L6ymlaReWunKjK72FneiWXE uWAW98vahQkx7sjdsAB+sWc0tfmp4k+K3x8/4J3xeB7Txz4si+M3hvWPNhuIb2CSF7ORGG2O HUn+9IyHeEnHO11XoGP2p8Bv2mPA/wC0Vo9xc+Fb+WLVLFvL1Pw/qURt9S02QHBSaEnIwcjc MqSCAcggAHq9FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABSZpap6l p8OqWNxZ3Cs9vcRtFIodkJVgQRuBBGQTyCCKTvbQDxbX/wBpm81C8vLP4Z/DfxH8U3tXMT6n psltY6SZFJDxpeXMqLKVIwTEsi5yCwIIGn4M/aEfUtbtND8beBfEnwz1m8dYbVtbSCfT7qZi QIYr23kkh8w44RyjMT8obBx5h+0P8WviH8L9eXwf8KY/A2h2GgeHYNWez16Cdpp7USyxuljb wugK28Vu8kgAJAaMADIzu/APXPEXxOvvHHh34k+MPBPjxWs9NvI7HwdFIbSCCYTFJjK8rtvc wggLtC+UjqcyE042etiZaaH0pRSAbQBS0FBRRRQAUUUUAJXmWjftG/D/AF/xNHolhrNxNPLe yadDfNpd2mmXF0hYPBFftELaWUFHGxJS2UYAZUgemH7pr8/vhl9t0nVvBvjTTL1dZ+DGteN7 mysPh1eSoLrw9qcl28Ud2jhd0uHE0zWjELB5u9S5jV1lazURPSDkfoHXzp+2f/x7/BL/ALKn 4f8A/RklfRVfEv7T03xnb4ifCtfFVt4Fj+Ho+KujjTJNHuL1tWZftEn2fzkkQRAmPO/axw3T Iqhn23RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFAHydN+yn8K/GX7XfinUtY8Krd3Oi6BoGs6bi/uo47O7l1HV5JZIo1lCIGe2i cqBtLbzjMkhbuPDPjL4xeEfjZqvh/wAb6Bpuu/DfUXur3SPGmkOtuNJhQNILbUIpHzkKAolT IJwTnLeX5Z8OvgD4s0j9rTxDPcePvtkemaNoOpTx/aPEB+0wyXmrBYP3utyKdvkvxKssP7z5 YUzIZfsaeGOaF4pUV43Uh0cAhgeoIPUdqAKHh3xNpHjDRbXWNB1Wy1vSbobre/064S4t5lyR lJEJVhnIyD2rVr5b8QfDfwR+xvo3jzxf8PNY0XwZqOsWyy23hfxPrwsvDrXSuCZI4mIMcjr8 nyMF+6AFHNeW+F/+Cu3gHUfBa3ep+C/FA8UR3K2M+maNHDeWnnsQEKXm9YyjE4BOG4PykYJA PtXxl40sPAukjUtSt9WuYGlWLy9G0e71SfJBIJhtYpJAvBy23aDgEjIz5V+xd4207xR+zR8N bSzh1W3k0nwpo9tcPqWj3djE7CyjGYZJ4kSdMqf3kRdSMHOCCfmP9qjxV+1l8efgXr0Hhr4U t8PfD8iLNPbwa6t5r2p22eY4o4ANobq0f3mVSo3Birea/wDBPX9jDxB8ZvhLLe/GXUfGUfw4 cwv4Z8JtrdxaWN5C4Z5Z3gUhvKYGIxspUMDI2CCDQB9v/FD9uX4NfC2+Ol3Xi2LxH4iZjHF4 f8Lxtqd9JIBny9kOVRvZ2WuD/wCF0/tMfGnCfDv4TWHwv0Sb7uv/ABLuW+1lCMkrYQ5eNx2E m5ScA45x7x8O/gr8OfgbpcqeDfCWi+E7dYyZri0tljkdQMkyzH5mAA6sxrk/jF+0xbfD/RPD 8vgzwprHxY1fxG06aRbeFVWe0kaIgO012MxwoCcFjk5DccEgA8yj/YMu/iQwuPjp8XPF3xSk kIaTRbW4/sfRs9wLa3IyR03BlJ6kc1oX/jn9m79jbxRp3g/w94ZsbPxvehEh0PwnorX2ryI5 4aR1UvjHOJHBIyQDXR/ED4E+Mv2i7XwpceL/ABtr/wAOdD/syNtb8C+FbtFMt4TucPqKjc8Y BCFFXB25BBOa9w0vwzpWk3H2q1sIIr028do96ybrmSKPhFeU/O4HP3ieST1JoA8k8UW/x88S fGO3tdFuvCvg34YaddQTS6hIj6hqmsRgK0kIjIVIFJ3oWJLDhgT0rb8K/sw/DPwb8TNa+Itn 4YhuPG2rXMl3NrepTSXlxE75yITKzeQuCQBGFAX5R8oAHq9FABRRRQB4T4o0T4vXXxq0nxdp nhPwTcaXo2maro1tHdeLbyGe6iu7ixlWdwulusTKtiAYwzjMpw/y/N7tRRQAVm+IfDekeLtI uNK1zSrLWtMuBtmsdQt0nhkHoyOCpH1FaVFAHyvr3/BPPwFY6tPrfwx1/wAUfBfW5m3ySeDd UeG1mbsJbZyyFf8AZXaOBx1zgax8Lf2n/B+majp76r8N/j34dvYxFe2HizR/7MvbyMDCo/lh oJMDjMuegPUmvseigD88rXxd4H+F3hfxX4a+IX7J/i74T6V4mhih1rUPBkA1DTnWIkoWurNl MYUkkBRzk5zznp/gf4k/Z6k8BeK/C/w0/aM1rRpfEKwxwNrXiIpeaWyEn/Q4r1FKFtxD4BJA GCCAR9zV574//Z/+GfxUd5PF/gLw74huHGDdX+mwvPz6S7d4/BqAOG8D/CD4l+Gfhv4o0+x+ O994q1jVFhbQ9d1rSLW4XTCpJc7UI88SA4+ZsKACo4OfnD9rjwX8ZvB/7PvjC4+J/wASbDx1 4ZbSb5B/Z+gGxW1vGiCWxnSGXM0bEyouQVimkglYFYyV9iuf+Cb/AMIdPuXuvBsviz4Z3bne 83g/xJdWrFuxw7SKDwOgxx0r5l/b7/YR8eWvwVn13QPiv43+ImjeGRLq2oaJ421pbkx28UTF 7iJ9qK0kaiQkMNxViF54YA+if2WfCfxmvv2fvEgPxB0q0OqyLL4J1GPQmZLG0zuMhglfd5Uh JEcL4MSYOACIk7vRPhF8TdK+GXjDSfiB+0Hfave6gIfsfibTtCstEl0dUbL7dm5W8zgFm5A+ 7gnNfOv7Lf8AwTx+IPhj4O6Zpnjj40/ETwTeNJJMfDXgvxAttBYKxBEYkCyAuWyzGM7SWwM8 sfZbP/gnH8Grm7jvfFlt4k+I1/G25brxf4hurxh9VDqh445U8UAeca140/Z6+Ffw98VeCviD +0b4h+JsXiRoEura68RyaneQtEwKxW4sU3wB2C7lJ+bHPBOeX+Hup+FNP8G614P+Bf7IPifx T4d16SKXUZvHmLDTNQaM7o5We+eUyqpO4ABSGHABwa+2PAPwN+HvwrwfB/gjw/4akxgzaZps MMrcY+aRVDMfck13VAHxj4T+Bf7SGrab/Z0PiH4dfs+eG5iC2lfDvQFurraONrySBY1fHG+P pxj0rt/BH7Afwx0LXI/EPjH+2Pi34rj5GtePr5tSZec4SFsRBQegKkjAwa+l6KAIbe3itYIo IY0hhiUJHHGoVVUDAAA4AAHSpqKKAM3xFeX+m6DqV3pWnf2xqdvayy2uneesH2qVVJSLzG+V NzALuPAzk9K+a/2dfFHxxPxY8Xnxr8CP+EK8PeLNW/tmbWP+Ewsb/wCwNHplpaJD5MQ3y72s gdw27fNwRhcn6mooAwvGHg3QviD4dvtA8SaRZ65ot6nlz2N/CssUg6glSDyDgg9QQCOa+If2 iP2WviBqn7SmkeI/CVsuj2N4kNroXjLwnbx2t/4WligCCK/iBC3tlJ5ZyWyyBtoIUCOT77qO aFJo3jkRZI5BtZWAIIIwQQeooA+XPgb+11fnxVYfDP412Nn4R+Iky/8AEq1e1l3aJ4njGAJr Kc/LvbjMZOckAYJKL9TV8UfEz9mH4b/AD4TfEE+K4Ne8XfBS5nhvbTwhY2Aup/C0zuRPeWk5 kEkcS7g5VfuKrn5wzA87of7TXiT9j/wro+p+M9Zm+M/wC1XEfh34g6XJHLqtqWVjHbXkbMom OEceYCGBUhucIoB99UV5D+zj+1J4D/am8KXmueB76dxYzCC9sL+IQ3dqxyULoCRtYAlWBIOC M5UgevUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAlZXibUr3R/DupX2m6Y+s6 hbWss1tpsUqxNdSKhKxK7/KpYgKCxwM5PStWsrxFY32peHdTtNM1F9J1Ge2kitr9I0ka2lZS ElCurKxViGwykHGCCOKiV7aDW54T8Rvir4lm8VeDrzw3+zxqnj69/s6e+tdS1CS10y50aQsI p4C90AscjAoPkk/eLuK7lXcWfsvSa1p/i7xvpN38BLD4HaSsNlewrYfZpf7TuJWuBM7TWv7l igjjHljLLuyeHUDzK18P/HrTfiXpfgjxL+1F/Y2qXGhR6n5h8KaQI764Luk0FoXiUuIdgZiR u2zRnaOTXo37Luparb/E74paHqfxYufi9LZjTZ5dU+yQQW1jOyzxvaoID5SyBYY2dVAx5ikj cWzcbWdn/VyJf5H0tRRRQUFFFFABRRRQAVyVj8JvBGl+MrjxdZ+DfD9p4ruN3na9BpcCX8u4 YbdOE3nIABy3IFdbRQAV86ftn/8AHv8ABL/sqfh//wBGSV9F186ftn/8e/wS/wCyp+H/AP0Z JQB9F0UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQB+M3g3/goL8e/GX7Y+qWvhnQtDtdZ8UXFt4Wh0DXLCZodPhguJzbtO0REoML XVw8rjIwz/LhVC/c/wDwy/8AG74lEt8TP2iNY0+yk+/o3w5sY9IRPUC6IaVh2+Zen1r0Dwr4 G8N2f7YXxD1u38P6XBrTeEPD8x1GOyjW4Mkt3rKSuZAu7c6wQKxzlhDGDkKuPcqAPnPwT/wT 6+BXg3UDqdx4Ki8W60/M2p+LLiTVZZW/vMszMmfcKK9c8VfCXwZ428EyeD9d8LaTqPhd8D+y ZbRPs64+6VUAbGHZlwR2IrsKKAPiv9qD4O6N8AP2YbDw54I8fz/CXwZF4hWfUri8uRqH+iSJ Jvto4riUNMgcRsbdGJdElAWQsVbzL9hvT/iL8Rv2fodI+F3xp0fw7b2NtpSXE66JDfT2Fx5N x9qhFrLMfL62qB2VFle3nkVcSGST9IK8q/ZO/wCTWfg3/wBiZo3/AKQw0Ac3q37J+lfE74a+ H/CPxf8AEusfFB9LvXvpLy4lOmLeO2cJJFbFQyKDwCSeOuDivXfB/g3Q/h74ZsfD3hnSbTQ9 EsUKW1hYxCKKJSxY4UDGSzMxPUkknJJrdooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACvnf9t/QPC/ib4G+J9O1jwTceMvEt1oeqW/hsWvhS41qa1vntWWNkeGCX7KxkMeJGKDKg5+ UkfRFFAHA/By38FWnhJ4/APhT/hDtDNzITp//CMz6BmXC7pPs00ELHI2/PtwcYycEDvqKKAC iiigAooooAKKKKACiiigAooooAjkiSaNo5EV0YEMrDIIIwQfUV+fv/BR79nnVJfg34M8FfDP w9pa+FbrW5ivhPS7MQ3H9oNDcXC3Ns4ITKolwDCwAcSbV+Ypt/QasPxd4P0rxzosuk61afa7 KR0kwkrwyRyIQySRyIQ8cisAyujKykAggigD81/2bv2T/iF+zrr3iy0+Efj+G5+Jmi22najr vhrVwn9k6xZ3KzNbW00akvaXUZinGS7cSRsGRZTX2L8CP2vtA+K+vy+CvE2mXfw4+Klkv+m+ DtdISVyBnzLWQgLcxkAkMvJAJ24wxJv2L/Atn8SvDvj7w9qHiXwx4u0u4WS71W11u4u59Ytw Rm1vnunlaeMgKuWO4KqgMAq4828UN4W/au8eal8I/jP8MdU8C+O9Nee98Na9ZStKJraNwVur HUERdjDKM0bjGcAgsNqgH2RRXxx/wtv4q/sZzR2PxeW6+JvwnDiO3+I2l25fUtLT+EalbqCX UdPOXJOMnczBR9VeD/GmhfELw5Y+IPDWr2mu6Lep5lvfWEolicHjgjOCOQQeQcggEGgDdorz X4ufGS4+Eq2U8ngTxN4n0+5uLSzF/ocmnCJLm5uktYIWW5vIX3NLLEMhSoDglgA2O18N6tda 5odrf3ui33h66mUs+m6k8D3EBBIAcwSyxkkAEbXYYIzg5AANWiiigAooooAKKKKACiiigAoo ooAKKKKACqOq2J1TTbu0W6uLJriJohcWrBZYiwIDISCAwzkZBGRyDV6iluB89/ET4b6/rVva +FvEI8FfGnTpo3ubfQ/HFvFYao4jKrJcpNDE8MhXzUXCWsIUyKDINwrX+CPjL4d+GdQm+Gui +FrT4V+I7WNb1/B0sdnbzSo4YC4j+zSPHOCIjllYsABvCkgV5b+1x8P7XxZ8S9Hu/Fvwu8Xf FLw4ulGy0K38JXJhOn6nJKxme5ZZ4WRJEW1xKxZEMTEgEgnyDwna/EPwDrfx81HxL4X8ST+L td0Lw7oWhXosXuWvNXgsDD5yPCZNkX2nbIJnZUJUksGBUFP3lr5/mKX9fgfo9RUVvvEMfmY8 zaN2PXHNS0wWoUUUUDCiiigAooooAK+dP2z/APj3+CX/AGVPw/8A+jJK+i6+dP2z/wDj3+CX /ZU/D/8A6MkoA+i6KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooA8s0X9nDwboHjH/hKrSfxYdcPkiS5uPGmszrMkTyPHFLHJdskk atNKRGylB5j4X5jn1OiigAooooA5/wAZeAfDPxE0ddK8WeHNJ8UaWsonFlrNjFdwiQAgOEkV l3AMQDjPJqr4H+Fvgv4YR3cXg7whoPhOK8ZWuU0PTILJZioIUuIlXcQCcZ6ZPrXVUUAFFFFA BRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABWX4i0K08V+H9T0XUVkk0/UbaSyuUjlaJmjkQo4DqQykqxwVIIyCMEVqUUAfM3hf wX4l/Y/+HXjKa91rxR8ZPAVmIDo3hpbFLzWNPtyxWePzGcfaIlVlIUgEKhAGOvlfg/4aw6lp knxm/Y08U2FjbX8rHWPh/qCtHo2ozqAXiMRwbK5AI+6FXBTBVSS33ZXk/wAaPglqHj7wzFB4 I8aap8LfEVrfNqkGpaAqrDcXBXBF5b4C3KNwSrdSAcnGKAPkL44ftieGPHvhGzs/FnjLxT8D /Gui+ItATV/Al3ZWcuwx6tbTyXscklnK8yxRRvMrKyoTCgaNg+2T7z8AyRXHg3SJrbxNP4zt riATxa9cG2L3sb/MkmbeOOEjawwURQQB1JJP5Lf8FRvh7q+seJvhbN4v1mCb4hw6Pb6dr+qW VjJF4ft4Zby4W2naUlmhdmE5YFSGETFcbQp9v/ZQ+P8Aq37I3wi8JeHfiHpo1T4OSy3EOj/E bREaaKwmN1KJ7XUI1L7Clx5qCSMshAAUyDLAA/R2is/Rdc07xLpNpqukX1tqmmXkazW97Zyr LDMhGQyOpIYEdwTWhQAUUUUAFFFFABRRRQAUUUUAFFFFABWZr2uWnhnQ9Q1e/aSKwsLeS6uH iheZ1jjUsxCIGZzgEhVBY9ACa06z9a0uLXNIvNOneaOG6heCRreVopArAqSrqQyNg8MpBBwQ c1Er203Gt9T4e8dftu/DTSfF+qfEz4feLbnxLqt5otrpI8N33h3V7a0uo4pLmRJluRZsVcNc 55BUorj7zKydT+xL4/t/iZ8SviLr1347vPHPiubTNI/tVk0efTNM0/8Ae37RWtlFOiTFFUnL OuWJ3ZJZgvo6+Iviz8FrOw8O2vwxj+JXhywgW3s9W8NanaWF0sKKFjSeynMaKwAALQyFTgkJ GMKGaWfih8YtUnOpeBofg5o83kw3uqPq0V14g1G1Qs628RtcrbLl3zIZmdd7hEVm3rcLLWJE rta+R9CUUgGABS0FBRRRQAUUUUAQ3FwlrBJNIcIilmPoBya+Jvh78dL74geKPDXxC+I8Pj7w /wCDvEGsiy8ILp9wthoNsJHH2Rr4QXC3VxJP5S8zo1sDOEAGSx+25o1mjaN1DowIKsMg+1fP +j/svX9jYaH4Tv8AxhDqXwv0HVIdU0rQDpOy/i8mQS21tJe+cVkt4pQpVRArkRxq0jAMHmPx 3f8AXf8A4An8LS3PoOviX9p79pr4ZePviJ8K/h7oHiu31Lxlo/xW0eO+0qOCZXhaC4kimBZk Cna5A4bntmvtocV86/tn/wDHv8Ev+yp+H/8A0ZJVDPouiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKAPkv8Abs8NSatpOkTWfhbxXd3FzqugWF3q2gy6SbaeFtbtfLtJ4b6b 94/mENETEUV5AHcRPOptap+ydqWvaLoGq+BfE3iT4Uzx2n2HUPB/iIW+taXe25ldpheWYmkg eWUu7NJHKSTISfmJI9L/AGgPDfxC8aabpuj+ENF8M3tjDquk6zLd63r1xYyCSy1KC88lY47G cFXFsE3lwVMhO07cN6T4bm1m70S1l1+xsdM1hlJuLXTb17y3jO44CTPDEzgjBJMa4JIwcZIB +b3jh/ij+w98fri1+Dvw98SXPwz1a9iWLwzKzahot/LKql2tZEBfT5vMJQI4ZTtLE7QqD7V/ Z7/ak8FftGabd/2DcXGl+JdNYxax4W1ePyNS0yVWKuksR5wGBG4ZGeDhgVHsVfLvxm/YB8B/ EHxZN4+8H3mofC/4orO97D4o8OTGPzLlskvPATskDEkvt2M+4hmIJBAPqKivgP4e/tWfHH4F fHbSvh3+0nF4ctfCmqSTR2XxBWN7S2uHCs0aiRB5OSwVdsixMoJLE/Ln6J+C/wC2J8PfjZ4r n8Kae+seHPGUMLXEnhvxNpslje+UpwZADlGHf5WJxyQKAPc6Kit7mK6hSWGVJY3GVeNgykex 71LQAUUVleJNWutD0O6v7LRb7xDdQqGTTdNeBLickgEIZ5YowQCSdzqMA4ycAgGrRXmvwk+M lx8WlvZ4/Anibwxp9tcXdmb/AFyTTjE9zbXT2s8KrbXkz7llilGSoUhCQxBXPpVABRRRQAUl LRQB4n8YP2jW+GXjrw/4X07wlqHia4vLnT/7WvoZ0t7XR7W8vFs4JpHYEyO8xIWJBkiOQkqF yeh+Hvxns/HHxI+IfgaSy+wa94LurWO5VJfOint7mETW8qsVUhiuQyEYVlIDOMMfEP2wNY0q 68XWmh6ToPxL1PxtHZ2epTXfw70y0uhFbxXpmsxdm6BjIFxbyPGFBYGOQEhXYPB+xA1vY+N/ iXZyeDvHGh+ILxdP1jVdc+IrxjVdWkma6RcJCBGkMYgKoFxjcQQAFyqdpJ331/Nf8EUrx19D 7BooopjCiiigAooooASloooAK+dP2z/+Pf4Jf9lT8P8A/oySvouvnT9s/wD49/gl/wBlT8P/ APoySgD6LooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAOf8be CNA+I/hq+8PeKNHs9e0S8XZPY30QkicZ4OD0YHkEYIIBBBxXyZqHwV+Jv7I63Mvwwtpfi58I mjeK6+HmsTF9U0u3fiRdOuGyZI8D/UNkkAABmYsPtOigD41/Y98J/BPU4fE+tfAXxHrXhDVr jT5rK88H6lezSpol05BE8unTuT5iOoAYMUILqDgmvTfhrbftDeAbPxOfH2oeFPidZWOmyT6K +hwPpmrajdqMrDMjgW8auBgMp+ViM5HR/wAdv2Q/Cnxk1iDxXpV3eeAPiZZDNj418OnybxGx gLOAQJ48AAq/O3IDKCc+d6R+1N44/Z11S08M/tJaRHBpk0gg0/4oaBA0mk3hzhBdxqN1rKeM 8bSSSAFUtQB6J8OP2sLTxHpPii88ceBPF3wnPhmzF9qc3ivTyln5RJBaC4QlZgCD0AJ7A816 R8PPjB4I+LWmy6h4M8WaP4ms4QDNJpd7HMYMgkCVVJMZIBwGAPFdDp+pab4o0aG8sbq11bSr 2LdFcW8izwXEbDqrAlWUg9RkEGvBv2gv2f8A4e6f8D/iLBpVh4Z+HMeuQ2x1fVoGh0aK6jiu Ecwz3KgBFlG+Isc484kg5wQDo/2U/EWleIPhtrcmlanZ6lGnjLxQWeznWUKJNdvpEJKk/eR0 ceqspHBFez18Df8ABN+z8PHVNVPhvxMssOnvrsE2l33iGw1LUruKTVgbWZ1tZHxDDHCxWRyf Ml1C5dCYmjZ/vmgAooooAKyvEdjf6l4f1K00zUZNJ1Ge2litr9I0ka2lZSElCurKxViGwykH HII4rVopNcysB8Zr8MPiro/jHwrpniT9rH7B8R9YsZIYNPtPCelMbgRqJJhGDEC8aFWKu6jG SBgsQfR/2d/C/izSfiV8QLnxP8W5fibJFFY6cbe80xNLudMmia5Zw1tGipskWaJkmA/eAEgl VUnF/aE8YRfBf4zeG/Fmk3/hC58V+K7aDwvb6B4lupra5uis8jQNazQwzMg33DJIHQI26ImR CoDJ+yP4O1u1+Inxj8Y+NPEWiX/xA13U7O21jQ9BS4S30hLaApbpidUkYvG4YSbQrgBlZgc0 4PmV9t/z/wAmKS6en9fefUFFFFAwooooAKKKKAEpaK8h8QftD6dpPx98K/C200yfUr7V47pr zU45AsGnvDbidYTwd8rIyMUypRJI2PDqCLeyA9er50/bP/49/gl/2VPw/wD+jJK+i6+dP2z/ APj3+CX/AGVPw/8A+jJKAPouiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACqGsaJp/iPS7rTNVsbbU9NuozFcWd7CssMyEYKsjAhgfQir9FAHyBqv7K 3jr9nXU7rxF+zbrqW+lySGe9+F/iKZpNIuiTljaSMd1rIe3O0nALBQFrsPhj+3J4A8VPfaN4 6m/4VB430tN+peHfGcyWLRdMyRTyFY5oiSSrAgkDO0Dk/R9fN/7d37PZ+PfwC8Q2+haDY6l4 /wBOiS68P3koEdzBIkqO6wzAgqzIrgDIUsVz0zQBo/sj/FPwZ4y8J61pOgeLtB1vVY/FHibU HsdN1OC4nW2l16+eKcxo5by3SWNlcjawdSCcivf6/L//AII9+BvjD4Z1zxxeeJrbWNJ+Hskc 1qLHWUkjaTV47kJI8aSDIMey4jlIx84CnLIQv6gUAFFFFABRRTJH2RsR2GamUlFXYHz3+0L8 FfE/ibxIni3wZZaLq+sOukw3FrrN29mVhsNTS/TyJ1hlKmRlaN0KgHMbZzHtbB/ZE0K6n+In xe8a+JPFOgX/AI78TXli2p+GdDeYf2HbwRPFaxzRzpHMJGTOWeJNxQkZHSj8Ov28k8TeA9A1 XUfhF8VLrULyyiluZ9D8FXVxYvIVG9oJAW3xE52nJyMVt/AT4oWnxW/aL+I2rWvhXxN4SaLw 7oVvJbeKtHfTbqZhPqjCQRv8zJhgoY4yVYDpVwTjeK8/x/4YUtE2/L9EfTFFFFIYUUUUAFFF FAFLUYbqfT7mOznjtrxomWGeSIypG5B2sUBG4A4JXcM4xkda+RNS+DfxY8M/Hf4HFNe0HWbH TZNamu9Ys/B16iRNLboZpLtzqMgMs5LBXLJhyTtcDYPselpLR3QbqwV8R/tOfBCbwj8Q/hX4 xf4j+PNej1H4q6O48O6xqsc2k2nm3MjgQwiFWUR42oC5wpxyea+3K+dP2z/+Pf4Jf9lT8P8A /oySmB9F0UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFZPiTxPpHg3Q7rWdf1ax0LR7RQ1xqGpXKW9vCCQAXkchVBJAySMkgVrUUAfP/7I/wAV PBfjDwnrekaB4v0HXNVj8UeJtQex03U4LidbaXX754pzGjFhG6Sxsr42sHQgkMK+gKKKACii igApGUMMEZFLRQBT0zS7PRdPttP0+zgsbG1jWGC2to1jiijUYVEVQAqgAAADAoj0myj1KbUU s7dNQmjSGW7WJRLJGhcojPjJVTI5AJwC7Y6mrlFABRRRQAUUUUAFFFFABRRRQAV86ftn/wDH v8Ev+yp+H/8A0ZJX0XXzp+2f/wAe/wAEv+yp+H//AEZJQB9F0UUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQA3dXJ6P8AFjwT4h8XX3hXS/GXh/U/E9j5n2vRbPVIJb232MFfzIFcuu0k A5AwSAa6iaMSRshyAwIypIPpwR0rwnxZ8P8Awt4s8efD6y0pLXStM+F9/wDbpb62xGtq7WrR RaesmON4lSSRM5CpFuH71TU31SF0bPfK+dP2z/8Aj3+CX/ZU/D//AKMkr6Lr4k/ac+InxF1v 4ifCvQtc+E1z4b8J2fxV0dbLxXJr9ndJfKlzIsTC2jJlj8xCXAYfLjBwaoZ9t0UUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQBBPD9oheNiwV1KnYxVufQg5B9xg18++Hv2AfgR4X8fWf jew8ESN4rtb4alHqd7rmo3chut+/znEtwwdt3zZYHnnrX0TRRs7h0sFfOn7Z/wDx7/BL/sqf h/8A9GSV9F186ftn/wDHv8Ev+yp+H/8A0ZJQB9F0UUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFfOn7Z//AB7/AAS/7Kn4f/8ARklfRdfOn7Z//Hv8Ev8Asqfh/wD9GSUAfRdF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRWTo /ibSPEVxqUOlarZ6lJpt01lepaXCym2uFUM0Um0nY4DKSpweRmtagAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAhubhLW3kmkO1I1LMfQDrXyh4f+NXje38B+BfjLqviBp/D3i7V7Ozl 8GtZQx21hY3twtvaywyiPz2uELQySF5GjcNMFjTMZX6wliSaNo5AHRhhg3IINfNeh/s4eKl0 Pwf8OdWutIk+GnhHVodUstQgupm1O/it5TNZ2U1uYhFGsbGMNKJZDIsAAjjMhKSvi18vu6/P sKXwu39dj6YHIr5J/bM+LPgiS4+E1gvjPw+b7S/ihosl/ajVIPMtFilkErSrvygQjDFsBe+K +tq801b9mX4P69q17qep/CfwPqOpXsz3N1eXfhyzlmnldizySO0ZLMzEkkkkkkmqGXP+Ghfh X/0Uvwf/AOD61/8AjlH/AA0L8K/+il+D/wDwfWv/AMcrK/4ZO+CH/RG/h/8A+EvY/wDxqj/h k74If9Eb+H//AIS9j/8AGqANX/hoX4V/9FL8H/8Ag+tf/jlH/DQvwr/6KX4P/wDB9a//AByv M/g7+wr8KPhr8OtL8Oa54G8G+NdVs2uGl1zUPC1p51yJJ5JFDbxI2EV1jGWPCDGBwO3/AOGT vgh/0Rv4f/8AhL2P/wAaoA1f+GhfhX/0Uvwf/wCD61/+OUf8NC/Cv/opfg//AMH1r/8AHKyv +GTvgh/0Rv4f/wDhL2P/AMao/wCGTvgh/wBEb+H/AP4S9j/8aoA1f+GhfhX/ANFL8H/+D61/ +OUf8NC/Cv8A6KX4P/8AB9a//HK8z+Mf7Cvwn+JXw11rw1ofgbwb4J1a+WNYNe0/wtaGe0Ky o5K7BG2WVSvDDhz16Ht/+GTvgh/0Rv4f/wDhL2P/AMaoA1f+GhfhX/0Uvwf/AOD61/8AjlH/ AA0L8K/+il+D/wDwfWv/AMcrK/4ZO+CH/RG/h/8A+EvY/wDxqj/hk74If9Eb+H//AIS9j/8A GqANX/hoX4V/9FL8H/8Ag+tf/jlH/DQvwr/6KX4P/wDB9a//ABysr/hk74If9Eb+H/8A4S9j /wDGq4nxV+wr8J/EHxG8DeIrPwN4M0jS/D73rX+hweFrTyNXE8HlxiXAVcRN+8Xcr89Np5oA 9L/4aF+Ff/RS/B//AIPrX/45R/w0L8K/+il+D/8AwfWv/wAcrK/4ZO+CH/RG/h//AOEvY/8A xqj/AIZO+CH/AERv4f8A/hL2P/xqgDV/4aF+Ff8A0Uvwf/4PrX/45R/w0L8K/wDopfg//wAH 1r/8crK/4ZO+CH/RG/h//wCEvY//ABqj/hk74If9Eb+H/wD4S9j/APGqANX/AIaF+Ff/AEUv wf8A+D61/wDjlH/DQvwr/wCil+D/APwfWv8A8crzT4a/sK/CfwPJ4sbVfAvg3xT/AG1r91q9 oL3wtaY023lWMJZRbg37uPYSMbRlzhR37b/hk74If9Eb+H//AIS9j/8AGqANX/hoX4V/9FL8 H/8Ag+tf/jlH/DQvwr/6KX4P/wDB9a//ABysr/hk74If9Eb+H/8A4S9j/wDGqP8Ahk74If8A RG/h/wD+EvY//GqANX/hoX4V/wDRS/B//g+tf/jlH/DQvwr/AOil+D//AAfWv/xyuP8AGX7G nwa8SeEdd0ix+F/gbRL2/sZ7SDU7fwvZeZZySRsqzJhFO5CQwwwOQMEdaj8C/sX/AAd8K+Cf D2iah8M/A+v3+m6fb2dxq114Xs/NvpI4lRp33Ix3OwLHLMcscknmgDtP+GhfhX/0Uvwf/wCD 61/+OUf8NC/Cv/opfg//AMH1r/8AHKyv+GTvgh/0Rv4f/wDhL2P/AMao/wCGTvgh/wBEb+H/ AP4S9j/8aoA1D+0N8K16/EzweP8AuPWv/wAcr4v+Pn7dN78cvHM3wh+BXi7RvDNgcx678TtW 1CK1tbSLOHWyZmHmMeQHXLE5KYUeaNL9oL9gi7+N/wAZNP8ACeh+AvAnwv8Ag7Yww3174m8P aPZRaxqUpJDWyFYg0RXH+5ghiXOI14z9tLwP8Dvg7pvw8+GPwy+HXhzXvizb61YXlj4etdDh v7q/gi3FodRmJEnlSggsHZiwXJAXLKAeq+DviV+zT/wTx+DEyaN4vsfFOp3sqSXraRfQahq+ t3WCN5VHwqDLEZKooJGSzfN9I6b+0p8KdU0+0voviP4WiiuokmSO51i3hlUMAwDo7hlYA8qw BByCMjFfMn7Kn/BNnwz4NkvvG3xf0Hw54q8caxmSTQotLtxoukK2D5UNsqCJnHALBcDGFHV2 +kv+GTvgh/0Rv4f/APhL2P8A8aoA1f8AhoX4V/8ARS/B/wD4PrX/AOOUf8NC/Cv/AKKX4P8A /B9a/wDxysr/AIZO+CH/AERv4f8A/hL2P/xqj/hk74If9Eb+H/8A4S9j/wDGqANX/hoX4V/9 FL8H/wDg+tf/AI5R/wANC/Cv/opfg/8A8H1r/wDHK8z8MfsK/CjQviZ438SXfgbwbqula+tg LHQZvC1p5Gk/Z4nSUxZDL++ZgzbVTlRncea7f/hk74If9Eb+H/8A4S9j/wDGqANX/hoX4V/9 FL8H/wDg+tf/AI5R/wANC/Cv/opfg/8A8H1r/wDHKyv+GTvgh/0Rv4f/APhL2P8A8ao/4ZO+ CH/RG/h//wCEvY//ABqgDV/4aF+Ff/RS/B//AIPrX/45R/w0L8K/+il+D/8AwfWv/wAcrK/4 ZO+CH/RG/h//AOEvY/8AxquI+Dv7Cvwo+Gvw60vw5rngbwb411Wza4aXXNQ8LWnnXIknkkUN vEjYRXWMZY8IMYHAAPTP+GhfhX/0Uvwf/wCD61/+OUf8NC/Cv/opfg//AMH1r/8AHKyv+GTv gh/0Rv4f/wDhL2P/AMao/wCGTvgh/wBEb+H/AP4S9j/8aoA1f+GhfhX/ANFL8H/+D61/+OUf 8NC/Cv8A6KX4P/8AB9a//HKyv+GTvgh/0Rv4f/8AhL2P/wAariPjH+wr8J/iV8Nda8NaH4G8 G+CdWvljWDXtP8LWhntCsqOSuwRtllUrww4c9ehAPTP+GhfhX/0Uvwf/AOD61/8AjlH/AA0L 8K/+il+D/wDwfWv/AMcrK/4ZO+CH/RG/h/8A+EvY/wDxqj/hk74If9Eb+H//AIS9j/8AGqAN X/hoX4V/9FL8H/8Ag+tf/jlH/DQvwr/6KX4P/wDB9a//ABysr/hk74If9Eb+H/8A4S9j/wDG qP8Ahk74If8ARG/h/wD+EvY//GqANX/hoX4V/wDRS/B//g+tf/jlH/DQvwr/AOil+D//AAfW v/xyvND+wr8J2+MyeMh4F8G/2Cugto58Lf8ACLWn2U3BuBKL3pt8wIPL+5nBPzY+Wu2/4ZO+ CH/RG/h//wCEvY//ABqgDV/4aF+Ff/RS/B//AIPrX/45R/w0L8K/+il+D/8AwfWv/wAcrK/4 ZO+CH/RG/h//AOEvY/8Axqj/AIZO+CH/AERv4f8A/hL2P/xqgDV/4aF+Ff8A0Uvwf/4PrX/4 5R/w0L8K/wDopfg//wAH1r/8crK/4ZO+CH/RG/h//wCEvY//ABquJ+Gv7Cvwn8DyeLG1XwL4 N8U/21r91q9oL3wtaY023lWMJZRbg37uPYSMbRlzhR3APS/+GhfhX/0Uvwf/AOD61/8AjlH/ AA0L8K/+il+D/wDwfWv/AMcrK/4ZO+CH/RG/h/8A+EvY/wDxqj/hk74If9Eb+H//AIS9j/8A GqANX/hoX4V/9FL8H/8Ag+tf/jlH/DQvwr/6KX4P/wDB9a//ABysr/hk74If9Eb+H/8A4S9j /wDGqxPGX7Gnwa8SeEdd0ix+F/gbRL2/sZ7SDU7fwvZeZZySRsqzJhFO5CQwwwOQMEdaAOw/ 4aF+Ff8A0Uvwf/4PrX/45R/w0L8K/wDopfg//wAH1r/8cri/Av7F/wAHfCvgnw9omofDPwPr 9/pun29ncatdeF7Pzb6SOJUad9yMdzsCxyzHLHJJ5rf/AOGTvgh/0Rv4f/8AhL2P/wAaoA1f +GhfhX/0Uvwf/wCD61/+OUf8NC/Cv/opfg//AMH1r/8AHKyv+GTvgh/0Rv4f/wDhL2P/AMao /wCGTvgh/wBEb+H/AP4S9j/8aoA1f+GhfhX/ANFL8H/+D61/+OUf8NC/Cv8A6KX4P/8AB9a/ /HK808VfsK/CfxB8RvA3iKz8DeDNI0vw+961/ocHha08jVxPB5cYlwFXETfvF3K/PTaea7b/ AIZO+CH/AERv4f8A/hL2P/xqgDV/4aF+Ff8A0Uvwf/4PrX/45R/w0L8K/wDopfg//wAH1r/8 crK/4ZO+CH/RG/h//wCEvY//ABqj/hk74If9Eb+H/wD4S9j/APGqANX/AIaF+Ff/AEUvwf8A +D61/wDjlH/DQvwr/wCil+D/APwfWv8A8crK/wCGTvgh/wBEb+H/AP4S9j/8ariPDH7Cvwo0 L4meN/El34G8G6rpWvrYCx0GbwtaeRpP2eJ0lMWQy/vmYM21U5UZ3HmgD0z/AIaF+Ff/AEUv wf8A+D61/wDjlH/DQvwr/wCil+D/APwfWv8A8crK/wCGTvgh/wBEb+H/AP4S9j/8ao/4ZO+C H/RG/h//AOEvY/8AxqgDV/4aF+Ff/RS/B/8A4PrX/wCOUf8ADQvwr/6KX4P/APB9a/8Axysr /hk74If9Eb+H/wD4S9j/APGqP+GTvgh/0Rv4f/8AhL2P/wAaoA1f+GhfhX/0Uvwf/wCD61/+ OUf8NC/Cv/opfg//AMH1r/8AHK8z+Dv7Cvwo+Gvw60vw5rngbwb411Wza4aXXNQ8LWnnXIkn kkUNvEjYRXWMZY8IMYHA7f8A4ZO+CH/RG/h//wCEvY//ABqgDV/4aF+Ff/RS/B//AIPrX/45 R/w0L8K/+il+D/8AwfWv/wAcrK/4ZO+CH/RG/h//AOEvY/8Axqj/AIZO+CH/AERv4f8A/hL2 P/xqgDV/4aF+Ff8A0Uvwf/4PrX/45R/w0L8K/wDopfg//wAH1r/8crzP4mfsK/CfxynhcaT4 G8G+FTpHiCz1i7Nl4WtP+JjbQljJZSbQv7uXIBzuHHKtXb/8MnfBD/ojfw//APCXsf8A41QB q/8ADQvwr/6KX4P/APB9a/8Axyj/AIaF+Ff/AEUvwf8A+D61/wDjlZX/AAyd8EP+iN/D/wD8 Jex/+NUf8MnfBD/ojfw//wDCXsf/AI1QBq/8NC/Cv/opfg//AMH1r/8AHKP+GhfhX/0Uvwf/ AOD61/8AjlZX/DJ3wQ/6I38P/wDwl7H/AONVxJ/YV+E7fGZPGQ8C+Df7BXQW0c+Fv+EWtPsp uDcCUXvTb5gQeX9zOCfmx8tAHpf/AA0L8K/+il+D/wDwfWv/AMco/wCGhfhX/wBFL8H/APg+ tf8A45WV/wAMnfBD/ojfw/8A/CXsf/jVH/DJ3wQ/6I38P/8Awl7H/wCNUAav/DQvwr/6KX4P /wDB9a//AByj/hoX4V/9FL8H/wDg+tf/AI5WV/wyd8EP+iN/D/8A8Jex/wDjVH/DJ3wQ/wCi N/D/AP8ACXsf/jVAGr/w0L8K/wDopfg//wAH1r/8co/4aF+Ff/RS/B//AIPrX/45Xmnw1/YV +E/geTxY2q+BfBvin+2tfutXtBe+FrTGm28qxhLKLcG/dx7CRjaMucKO/bf8MnfBD/ojfw// APCXsf8A41QB2XhP4h+FvHn2o+GfEukeIvsm37R/ZOoQ3Xk7s7d/lsdu7a2M4ztPoaK848F/ st+Evht8eJPiH4P0zRvCljJ4bbQJtA0PRobOOWRrpZ/tLPGVBbCKmCmcAHdxiigD2qiiigAo oooAKKKKACiiigAooooAKKKKACiiigBG/Sue8aeOtE+HuhPq+v3ps7JZEhQJDJPNNK7BUiih jVpJZGYgKiKzMTgA1paxfT6ZpN3d2+n3OrTwRNIllZtGJrhgCRGhkdEDEgAF2VfUgc14b8VN D8X/ABe8M+HPEem6HL8PvEHgrxBFrlvp/je4tPst/GkMkUyyS2U9yIVMc0mJCCysoJQg5qWx 2O7svj94FvPBureJ/wC3GtNL0mf7Lfx6jZXFpeW0527IHtJY1nEr708uPy98nmJsDb1zveBf iJoXxK0ue/0G7mmS2na1ure8s5rO6tZlAJjmt50SWFtrIwWRQSrqwyrAn4VjuvEnxA+NmmfG HXbDTNI8CXPjXQ9Jin0PUJL6wvzbW9/FHeiaSCHzYvtd1bxLN5YUlQVLKFc/Svw18/Uf2tPj FqFh82jQ6Voem3M0eDE2oRrcyumRnLrDPb7s8gPGDxjFLW/9dE/1Jl7u3l+drfI9+ooooGFF FFABRRRQAlcLrHxp8H6L48sfBcmqSXniq6UOdK0uyuL+a1jLIoluhAji1iJkXEkxRDk4bg4k vPHGvx+K5dEg+H3iKSyGQniT7Rpv9nk+XuBKG8Fzjd8n+pznnG35q+MvhLN40+GXwe8DePPD /jiTXPEvjDxdFa+J/C91YWgW6vrqZoruMuIjdLcWxDPzKUWO1IMYUGovrp/VweiufYOlfHjw PrXjV/CtlrTTaqJ5bWOT7HOtlPcRLult4bsoLeaZAG3QpIzrskyo2Nj0OvhTScz/ALIPwF0D TtzeLl8WaRZm2IBuYtQtdQMmolgOQUWG6aQ4Py7icgkn7qWtLWv5Nr7ra/iTfW3l/mLRRRSK CiiigAoormvGnijU/CumxXOmeEtY8YzvKI2s9Elso5Y1wT5hN3cwJtyAMBi2SOMZIAMX4jfG 7wj8KN3/AAkd7ex+VbNe3A03SbzUTaW65zPcC2ik8iL5WxJJtU7HwTtbB4w+OHgzwLYaRd6h q8l4mrwm50+HRbK41S4uoAgdp0htY5JGhVWUtKF2LvTLDcuef+NVn438XfB7ULjwpqWmfD3V 59PklvI/FFms7RxiMsYJJre6CQc5VplaUKrMUGQGrx/9nTXHvPi14W1nXNHj8If2p8KNLOl6 XtKW9qkNxKbyKLdkqqiWzYgnO1kJJ25ELV2/rZ/5A9rr+tv8z6u0XWLHxHo9lqul3kGo6ZeQ pcWt5ayLJFNEwDI6OCQykEEEcEHNaFeDfsVw3ifAezupUaLTr/V9Wv8AS0YYAsJtRuJbZlA6 I0Tqy4JG1lxxiveRViRR1ixm1PR76ytr6fTbieB4o762CmW3ZlIEiB1Zdyk5G5SMgZBHFeF/ sufsdeGf2bY9R1iS9n8ZfETWWeTWPGOrAtd3TM25lTJYxoTgkbiWPLMcLj6DooGFFFFABXH/ ABP+K3hP4L+EbrxR411218PaHbna1zdEksxyQiIoLSOQCQiAscHA4rsK8d/bB/5NY+LR/wCp X1L/ANJpKzqS5YtlRipSUWeqabqUGrafa31pJ5tpcxpNFJtI3IwDA4PIyCOCMisLwJ8TPDXx MtdVufC+rw6zbaXqE2lXc9uGKJcxY8yMMQA23cPmXK5OM8GvN/FF94n/AOFP+DdL8P8AhnXf EFrqVlBBqknh27s7e8trXyAWET3NzAFaQkIHRtyAswwwU1wn7B2oulp8WNLh8G6h4W0628ca k0Ec7WQhg/1S/ZFWCeTDxhQDgeXgja7cgaP+JKPb/gGSbcIy7n1dRRRQWeYax+0d4A0HxVbe H9Q1m4s7q51D+yor6TSrsaa94d3+jC/8r7N52VZfL83duBXG7ipfG37QXgf4f+IJ9F1jUr1t StrVb28i0zSLzUBYW5J2zXT28Mi20Z2sQ0pUYVjnAJHmHx5+J3wg1zXI/hT4k8Z+FtAtbC6t NZ1u1vtSt7VlEc63MFvGjOGaWWRFZgoJEe4naZYy3nHx203V/Fnxk+JOofDrxCvhLUNA8Oaf N4t0nVJhbweLLBxLJ5QcqXs/LgEsYvI/nDSlcJ5e8xfRN/1oO3vNf1ufatjfW+qWcF3aTx3V rPGssU8LB0kRgCGVhkEEEEEdc8VarlfhdrFn4g+G/hXVNO0ttCsLzS7W4ttLaMRmzjaJWWEq AAu0ELgAAYxxXV1bVnYiL5kmJXKw/EvwzcfESbwNFq8Mviy308arNpsYZniti4QOxA2rliAF JDEcgY5q1461bWND8I6tfeH9Gk8Qa3Dbs1npkckUZnl6Ku6R40ABOTl1yARnOK+RPhPJqOj/ ALbC2938PfE9jfap4IdtWvNZn0t5ppH1As95MYL2VTESBEsaFmRVjRYxGoIjeSX9bFPSLfp+ aPo3SP2jvAGueMtO8MW2tXEWqakJjpj3ml3dtZ6n5QBf7JdyRLBc4BB/cyPlckZAJr03+VfM vij4rfCD4ifF7w34duPGnhmFvAesrJb6WuowC7udXMT28VtBAG8xhEJm3BVILlFBJjkUfTdU tri62FrI8TeJtN8G+HtT13WruOw0jTLaS8u7uXO2GGNSzucc8AE8c+ma164D41/CW3+NvgO5 8KXfiHX/AAxbXE8M73/hu6jtrzMTiRQsrxvtG5VJKgH5cZAyDMm0tClvqUvgn+0T8P8A9orR 9R1X4e662v6dp84tbi4Nhc2qpIVDbB58aFjggnGcZGcZFaPgv40+EPiN4g1TSPDGqS69LprF Lm/sbG4k05ZFCFolvRH9neVfMXdGshdTkEDacfLPjrVviDpP7Nvxf8Har40m8Q2mgaxZ6Ivj wQqt0NJme3F79oKEBp7aGWZZJVwWxuOGD49L+Era/wDC3426P8MbDxL/AMJh4Dm8IDU7ZHsr O3bRDFMkUKxm1ijUwTq7CMSBm/0ZyHbDVa96Wn9aX/rz0I2jf+t7H0tRRRQUeE/F79t74LfA fxi3hbxz42XRNdWBLlrNdNvLorG+dpLQwuoJAzgnOMHGCM9ZrX7QXgbQfDvh3W7nU7ye18QW gv8ATLfT9JvLy9uLYxiQzC0hiedY1VkLO0YVC6hiCwBrfHCSOHwnF4WsFa31HxrqCaMHtf3c m2RS11NuXBDLaxTkOOQVTnuOQ0+C28O/tj6gLwpY2U3gG1i0cPhIhFb3kxvFQnoVEtoSB2Kk 5AGIi9k/60uD7/1ul/me46LrNh4j0iy1XS72DUdMvIUubW8tZVliniYBldHBIZSCCCDgg5rQ rwb9iuG8T4D2d1KjRadf6tq1/pSMAB9gm1G4ltmUDojROjrgkbWXHGK95FXsJBXmOjftG/D/ AF/xNHolhrNxNPLeyadDftpd2mm3F0hYNBFftELaWQFHGxJS2UYYJUgenN92vz9+Gf2zSdW8 G+NNMvU1n4Ma143uLKw+HV5KguvDupvdvFHdo4XdLhxNM1oxCwebvUuY1dZWs1EJaQcj7Y8Z /Evwz8P7vQLbxBq8Om3OvahHpWmQOGaS6un+7GiqCfqxwqjkkV1VfBv7RWr+KZvGnw78R+IP hZ4qj1hPiBpsGnSteaO8C2iPMY7W1C35ZZJiFkd5FjDMqK7BYowPuq1mae3hd4nt3dAxikKl kJHKnaSMgnBwSPQmiN2m33/yB6St5FisrxN4l0zwfoN/retX8Om6TYxNPc3Vw+1I0A5JP9B1 JAHJrVrzP9ob4Yal8X/hTqvhzRtUh0nWmmtb6wuryIy2/wBotrmO4iSZB1jZ4VVsZIBJAJGC mUtzR8GfGjwj47bVk06/urO50qNZ76z1zTbrSbm3iYErM8N3HFIIjscCTbsJRgDlSBQ8CftC eB/iRqttp2hapeST30L3GnyXuk3ljBqMaEb3tJp4UjulAIYmFnG0huhBr578N+JNd+J/xv8A FXjvxN4f0Gbwb4M8F3+ianc+ENVl1a31a6leOWa1SSS2g8wxJCwKKGCPKFL7iyrk/s0Weu+D fF/wgl1jWoPHPgjxRo07+CbZrhJbnwgogM0tuXCA3ieSIoPtT4dCvlhVWVt1xV38v8/8iG7L +vI+5aSlpD0pFHDfDf40eCvi9NryeDPENr4iTQ7v7Bfz2QZoY5tgbasmAkgwR8yFgDxnIIo8 N/GrwV4w+IHiDwVoniG11TxN4fjSTVLK13P9k3FlCvIBs3hlYFAxZccgZFea/s8nHx2/aMH/ AFMen4H/AHCrWo9BjST9ubxqjgMp8CaUGUgEYN7e8fl2pdYeav8A+S3D7Mn2/wA7Hc6R+0b8 P9c8Zad4YttZuI9U1ITHTHvNLvLaz1LygC5tLuSJYLnAIP7mR8rkjIBNenV8yeKfit8IPiJ8 XvDfhy48a+GYT4D1lXt9LXUYBd3OrmJ7eK2ggDeYwiEzbgqkFyigkxyKPpumtri62MTxd4w0 XwD4bv8AxB4j1S10XRbCPzbq+vZRHFEucAknuSQAOpJAAJIrG0n4veE9d+Glp4/sdXWXwneW yXdtfmCVTKjkBAsTKJC7MQqpt3MzKoUkgV0evf8AIFvh1/cP/wCgmvB/2QdR0jRv2Lfhnqmv T2dppenaBDeT3V8VWK3EYLGVmbhduCc8YxniknpK/S343/yH1S/roenfD340+EvihqGsaboO oXX9q6O0Yv8AS9V0y60y+thIu6Nnt7qOOUIwztfbtOCASQcL4L+NHhD4j+INU0jwxqkmvS6a xS5v7GyuJdNWRQhaJb0R/ZnlXzF3RrIXU5BA2nHyF8Yfid4J+KHgf4ieOfBnjvR38ReINL0/ RZjo95Hc3mkeG1vVF1d3EcTloWZLmZyZNrInlqQrqwHsfwlPiD4W/G3R/hnYeJf+Ew8BzeER qduj2NnbtohimSKFYzaxRqYJ1dhGJAzf6O5DthqqN2/69f689BS0V/66f16H0oe1cN4r+NXg nwP438N+D9a8Q2tl4o8ROY9M0n5pLifCsdxVAdifI4DthSVIBJ4rua+e/wBqT/kfvgB6/wDC dJ+X9n3ualvVLu0vvH0b7Jv7ke1eLPFmkeB/DOpeINe1CDStF02Brm7vLhsJDGoySf8AADJP ABJrlPEXx78EeGdB0DVrzVbm4t9ftvtum2+m6Zd315c2/liQzC1gieYRqrKWcoFQsoYqWAPj 37YVz4i1fwv4xsbz4feINe8Iab4euru2vNPudMWze9NvLie4Sa8jmZLcYZUETZf5wC0cZHNf su6tO3xN8JX2v6deeHhc/CfSYNITVJLciWK3lk+2SI0UkigESWchBYNtZS6qQAFFuTa/rr/k KWiTX9ar/M+u9F1qw8R6PZarpd7BqOmXsKXFreWsoliniYBldGBIZSCCCDggitDvXg37FcN4 nwHs7qWNotOv9W1a/wBLQgAfYJtRuJbZlA6I0Tq64JG1lxxivea0A4fw38avBPjH4geIPBOi eIrXVfE3h+NH1SytQzi13sVCtIBs3gqQUDFlxyBmua+J37Vvws+DfjrRvBni3xQumeJ9ZEbW OmxWF1dSSiSQxpzDE4Xc4IG4jOCa5jw/g/t0+MyOn/CC6T0H/T7e1zPxa+GXiX4N+Ppfiz4N +IviC81LXddsLXUvA+sTQ3GmanDI8dv5FpEsatBOkYDrIGY4ibflSxrOHvcvn/nYJe65Ltb8 kz6A8Z/Ezw18P7vQLbxDq8Om3OvahHpWmQOGaS6uXztjVVBP1Y4VRySK6qvg39orWPFM3jT4 d+JPEHws8VR6yvxA02DTpXu9IeBLRHmMdrbBb8sskxCyO8ixhmVVdgsUYH3VazNPbwyPC9u7 oGMUhUtGSPunaSMjODgke5px1Tfn/kD0lbyI9S1O10fT7m+v7mKysrWJpp7m4kEccUaglnZj gKoAJJJAABJrmvhh8WvCnxm8M/8ACQ+DNYj13RPtM1qL2GOREaSJirhd6qWAI4YAqRyCRzXX P90/SvkT4S6lr2i/st/HC/8ACyyP4jtfEHi6bTViTc/2hbu5MZUd2DAEDucCpcrN+Sv+RVr2 83b8H/ke/wAPxy8EXfji/wDCVprZv9Y05DJqLWNpPcWmm4Dkpd3UaGC2fETnZM6McDAORmr4 F/aE8DfEjVLXT9C1W8lnvYZLiwkvdJvLKDUY0xvktJp4UjulAIJaFnG0huhBr5g8Gyv8BfCP wpsdF8Vy/Ev4Z+KtG1N9V0COwtGLW6WT3Ul9bvDGszkupjk8+STc9yoLKxUVJ+zRZ654N8Yf CCXV9ag8deCPFGjTv4Jt/tCS3PhBRAZpbcuEBvI/JEUH2p8PGV8sKqytu0jH3nF/1v8A5GfN 7t0fctFFFBYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFc/4w8A+GPiJp0On+K/Dmk+J tPgnW5itdYsYruJJVBCyKsikBgGYBgM4J9a6CigChq2h6d4g0m60vVNPtdR0u7ia3uLK8hWW GaNgQyOjAqykHBBBBBqt4V8I6H4G0O30bw3oun+H9Ht93k6dpdrHbW8e5izbY0AUZZixwOSS e9bFFABRRRQAUUUUAFFFFACVy1l8LfBmm+Mrrxda+EtCtfFd0uyfXodNhS+lUgLhpwu9hhVG C3RQO1dVRSA5yx+HHhPS/GF74ss/C+jWniq+i8i61yDT4UvriP5fkknC72X5E4JI+RfQV0dF FMAooooAKKKKACiiigDjPEnwZ+H/AIz8SW3iHX/AvhrXdftvLEGq6lpFvcXUQjYsm2V0LDax JGDwTkVoeNPh14U+JGnQ6d4u8MaP4psYJRPFa63p8V5EkmCN6rIrAMAxGQM4JHeujooAYkax qFVQqgYAA6U+iigAooooAKKKKACsHxh4G8N/ELRzpPinw/pfiXSvMWU2OsWUd1BvX7rbJFK5 GTg44zW9RQBk+GfCui+C9DttF8PaPY6Fo9tkQafplqltbxAsWO2NAFXJJJwOpJ70/RvDek+H ReDSdMs9MF5cveXP2O3SLz53xvlfaBudsDLHJOBk1p0UeYBRRRQB5rN+zV8IbrWH1ef4V+CZ dVknN099J4dtGnaYtuMhkMe4uW53E5J5rd8XfCXwR4+1Kw1HxP4N8P8AiO/0/wD487vV9Lgu pbbkN+7eRCU5APBHIBrraKAE6UtFFACVlTeFdFuNak1iXSLGTV5LT7A9+9shna2LbjCZMbjH u525xnnFa1FAHnGg/s2/CTwvrFrq2jfC3wXpGq2kgltr6w8P2kE8LjoySLGGU+4Nej0UUAFc /wCMvAPhn4jaSuleK/Dmk+J9LWVZxZazYxXcIkAIDhJFZdwBIBxnk+tdBRQBlaT4X0fQNBt9 D0vSbHTdEt4vIh02zt0ito48Y2LGoChcE8AYrO8E/DXwh8M7O4tPB/hTRfClpdSCaeDRNOhs 0lcDAZljVQTgAZPaumooAKKKKAKVxpNjdahaX81lbzX1mHW3uZIlaWAOAHCMRlQwABwRnAz0 rJ8afDvwp8SdOh0/xd4Y0fxTYwzCeO11rT4ruJJACN6rIrANgkZAzgkd66OigBiRrGoVVCqB gADpT6KKACuSsfhN4I0vxlceLrPwb4ftPFdxu87XoNLgS/l3DDbpwm85AAOW5ArraKAM3WPD mleIjY/2rplnqf2G5S9tftlukv2edM7JY9wO11ycMMEZOK0aWikAVkeKPCmieN9CudF8R6NY a/o91tE+napax3NvLtYMu6NwVbDBSMjggHqK16KYFLTNJstE0210/T7OCw0+0iWC3tbWNYoo Y1UKqIigBVAAAA4AAFYHhX4TeB/AusX+reG/Bvh/w9qmoZ+2X2laXBaz3OW3HzHjQM+W5+Yn nmusooAKKKKAON8J/B3wD4C1u71jwx4H8OeHNWu0aO5v9J0m3tZ5lZgzB5I0DMCwBIJ5IB60 yH4K/D638XT+KovAnhqLxPcNI02tpo9ut7IXUq5abZvJZSQcnkEg12tFAHnGg/s2/CTwvrFr q2jfC3wXpGq2kgltr6w8P2kE8LjoySLGGU+4Nej0UUAZniLw3pPi7RbrR9d0uz1rSbtfLuLD ULdJ4JlyDh43BVhkA4I7VzNv8Dfhxa+ELnwnB8P/AAvD4Wuphcz6HHo1stjLKNpEjwBNjMNq /MRn5RzwK7migDifB/wT+Hnw8mvJvCvgPwz4ZmvIfIuZNH0e3tGnjznY5jQblzzg8VoeCfhn 4Q+GdncWng/wpovhS0uZBNPb6Jp0NmkrgYDMsaqCcADJ7V01FABXHeM/g74B+JGoWt/4t8Ee HPFF9aJ5dvc61pNveSwrndtRpEYqMnOAetdjRQBU1DTbTV9PudPv7SG9sLmJoJ7W4jDxSxsM MjKQQykEggjBBxXP+JPhV4L8Z+H7DQfEHhDQdc0OwKG00zUtMhuLa22KUTy4nUqu1SVGAMA4 HFdXRSAYkaxqFVQqgYAA6U+iimBxln8HPAOn+M5PF9p4H8OW3i2R3kfXodJt0v2Z1KsxnCby WUkE7skEg9al0r4R+BdC8XXfivTfBfh/T/FN2XNzrdrpcEV7NvIL751QO24gZyecc111FAGb rHhzSvERsf7V0yz1P7Dcpe2v2y3SX7POmdkse4Ha65OGGCMnFaNLRSArX1jb6pZz2d3bxXVp cRtFNBOgeORGGGVlIwQQSCDwQSK53wR8KfBPwxW8Twd4P0Hwmt4Va6XQ9MgsxOUztLiJF3Y3 NjPTJx1rq6KYHK+F/hb4M8E6xqeq+HfCOhaBqmqMXv77S9Nhtp7tixYmV0QNISzE5Ynkk9TT fCvwm8EeBdY1DVvDfg3w/wCHtU1DP22+0rS4LWe5y24+Y8ahny3PzE8811lFABRRRQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABSVheMvEVx4V8M32rW2i6h4jktV Eg03S2gW5mGQDsM8sUfAJY7nHCkDJIB8R0T9s6x1r4b2XxCPwu+IVt4FuoftP9ura6fdJFBk hpnt7a8luAi4JY+UcBSSMVN1r5AfRdFed3nxVk17wf4Y1/4d6bD47t/EM8P2W4jvDbWkdqwL SXMs2x9oRQfk2l2fCYByV9C3YFPZiuPopvvnigsBTGLS0zcMnmvMfiF8aT4D+LXw08FHQJr1 fGlxewLqouUjiszb2zzkFMFnZtoAGFABJLZAUoXS56jRTNwXrxXmdj8ZJfHHhDSvEXw70P8A 4TSwutdOkzyC/itEhtorp7e5vUZsiVEMTMqrhpBjGM0B0uenZ60UjYxz0o3ZxRcY6ikzzQO9 MBaKbmvMJfjQ8X7Rlt8KjoUy+f4bl8QrrTXKeWwS4jh8lYgC2cyElmKjgABskhLV2X9dRbK5 6jRTc9qWgYtFMZhXL/EH4j6H8NNN069126+zx6jqlnpFpGuDJNc3MyxRIoJGTltxx0VWPai+ tgOrpKTNLmmAtFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAZfiCQR6HqBZgqLBISzHoNpz+VfNP7JfxA8NfDH9grwB4k8W6taaPoNlorPPcXsgVSPMk wgB+8zdAoBLEgAEnFfSfijwrovjbQrnRfEWj2Gv6PdbRPp+qWqXNvLtYMu+NwVbDKCMjggHt XGaP+zX8IvD2pW+o6T8K/BOl6hbsJIbuz8O2cMsbAggq6xgggjOQewqLaST62/C/+YaaM+DP CXw9vvB/7J/wB1DxFBe6JPJ8U7C+0rTLi7lhS1sbvUfMRJIQwjYlVEg3qSgdsbdzA7P7Za6V rF58bfFmiw2q654T1DQrd/EmvXQkvtOvFNu8dro0ahXtkZXEkkjSEO5kAjYZZfvXxx8JfA3x Oe0bxh4M8P8Aix7PcLY65pcF4YA2N2zzEbbnaucYzgZ6VDqHwV+HurXF1Pe+BPDN5Pd2Sadc SXGj27tNaJt2W7kp80S7Fwh+UbRgcCtIyt9/+X+Qut3/AFq3+p8j/tFZ0vxp8TPHMul6D8T/ AApa6dbWmuizvFsvE3hG3Nupc2Uzgo8DqXlMYZN7vIhLAMB6f/wUOtbPWv2M/Ht7NJdW4t7O K7g8q5ltjvMqKA4Vl3ghyPLfKkkZGQCPcNT+EvgfWrzS7vUPBnh+/utLkWawnudLgkktHVUV WiYoTGQscYBXBARR2GLnjLwH4a+ImkLpXivw5pPifS1kE4stZsYruESAEBwkildwBIBxnk+t T0sOL5ZKR8Z/tFaH4V+GXxF8C+Hru48MeEvAPi86nqmqXfjbTLjVtEvNa8u0SJrlDeQIjmGO VlZ32b9zlS5Drj+ENL0rwH4p/Ze0mx+I1n8SdF0vXfEwtdb0+Jlt0txpsr+RCTNMZI4Q+wMJ HAChcgqQPt3U/hf4N1vwjB4U1Dwlod/4Wt0jjh0S602GSyiVPuBYGUoAuBgAcY4qvN8IfAk1 5oF3J4K8OyXXh9VXRp30qAvpqqQVFuxTMIBAICEYxR0aEtIqPl+lj4E+EGl6DH8Yv2fda0+x 0yw8N+N7DxAl0+p3KXmt+IbFrdpPO1qZQscxZ8YhKybCpBkJJVcnwJ4W8LeH/wBmP4P32laf p+ka7efFmyjvpNPC2015Cmu3aQrcCPBmRFRggkDBdh2gbeP0N034L/D7Rbi0n0/wJ4asZ7S8 fUbaW20e3jaG6cAPOhVAVlYAAuMMQACarX3wH+GepRyx3vw78KXcc1++qSLNols4e8YYe5IK HMpHWQ/MfWqvrF9n+txvWLj3/wAmv1PleH4Z+D/hr8afin8F4vDGjxad8VhZa3pUa6bGVMOW j1CEkgqVt/Ka4iTgI052gE5rqrTwT4F+JX7QnxT8BfEfQtGm07w/o+lx+EdIvY40hstKa3bz rmyTgRssyujSxgMgjiXcAFr6quNB0y81ay1W4060m1Oxjkitb6SBWnt0k2+YsbkblDbE3AEA 7VznArG8YfC7wb8RJLGXxX4R0LxPLYsXtG1jTYbs27EgkxmRTsPA6Y6Cp6JP+u33L9Qvq2j4 x0PR/GPjr4K/A43V74d8ea/Ztqt1YeFPHxLQ+KbGKYra3aTEMouo7YwvGzqwIndyBgkfS/7K viaw8V/BXTL3T9I1HQVF9qMdzpuq3i3k1rdC9nFxGLhSRMiy+YFkySyhSec16F4l8B+GvGWl nTNf8PaTrum+X5P2PUrGK4h8slWKbHUjblEOMYyi+grS0jRrDw/ptrp2l2VtpunWsYht7Ozh WKKFAMBURQAqgYwAABVX3uLXQ+Jf209L0Dx1428eafJp9jqmr+Hvh5Nf3Fz4pnWTTtHieSYx zWNsAHN9I0ZUzCSNUVYuXOEN/wCBHiCXxJ+0h8G728vzqWpTfBRJbuaSXzJWla5syzOcklic kk8k5Jr6z134b+EvFOtW2saz4X0XV9XtoJLWC/v9PhmuIoZARJGkjqWVWDMCoOCCcjmqOh/B j4f+GdbsNY0fwN4a0nV9Pt/slnf2OkW8NxbQYI8qORUDImGYbQQOTxzUw913f9fF/n+ATXNt /W3+R4T/AMFCLHTZPhl4N1HUry4sbex8Z6M0k6ahLaxJG15GsjSbHVThQSGbOzkgqea4L4ma b4S+Cvxv8ZzeFDP4Z8IXPwz1PUvGFr4PYW8sTB1FneRBT5aXjgzhJCMnazEkZI9u/a0+FXjb 4weEfDmjeDYPD0r2WvWWsXT+Ib+e2QrazJKkSCK3lLbypBJ27R0DZ49G8F/DHwr4N8LzaRpP gzw74bsb+PN/pWjWMUVpK7KFkBCxoJARlcsoLADIHQKPwtPu/wAYpDfxL5fg7n5/aL4VsfCn jzxpoRtdH8H6Lq3wZbVJtH8Mam8RMsc4NvPd3UJiE90yklpVRAwdkzIpLNe8TfA/wHJ+zL+z d4oufC2n32u69qfgiw1O9vkNwbmABVMZWQsoVlcowAG5AqtlUUD7kf8AZ7+Fsmn29g/w28IP Y29u9pDbNoVqY44XfzHiVfLwEZ/mKgYLckZrRX4P+A08Et4OXwV4dHhAtvPh8aVB/Z+7f5mf s+zy87wG+794Z61Sf5p/c2/1/Ai3Z9/xSX6HzZo/hD4e/FT48fEzwR460fQbvQtC0TSf+EL0 yZYltbPR2tmMt1YKMLGRMGVpogCgSJdwAUV6t+xrqGv6h+zj4Rm8R39xq13suUtdTvX3zXtk tzKtnO75O4yW4hfceWDAnk16F4s+FPgnx5/Z3/CTeD9A8Rf2ac2P9raZBdfZTxzF5iHYflH3 cdB6V08UMcEaxoioigBVUYAA6Ae1F9C3rYlooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigApKKKQBS0UUwCiiigAooooAKSiigBaKKKQBRRRTAKSiigA paKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKAP/Z 337 Figura 1. Evolución del peso vivo (PV), condición corporal (CC) y ácidos grasos no esterificados (AGNE) (media ± EE) de las vacas desde el comienzo de los tratamientos (vacas con útero grávido), hasta el destete (día 168) y producción de leche (media ± EE) desde el posparto, hasta el destete. Tratamiento ALTO (línea continua) y BAJO (línea punteada). // indica parición. * indica diferencia significativa entre tratamientos para esa fecha (P ≤ 0.05). Tabla 2. Peso vivo, ganancia diaria de peso vivo y edad de pubertad (media ± EE) de las terneras hijas F1 de vacas que estuvieron en ALTO y BAJO plano nutricional, en el último tercio de gestación. Variable ALTO (n = 15) BAJO (n = 16) P–valor PV (kg) nacimiento 33.7 ± 2.5 32.5 ± 2.4 0.33 PV (kg) destete 201.2 ± 3.7 188.1 ± 4.1 < 0.05 GD (kg/día) nacimiento – destete 0.90 ± 0.02 0.84 ± 0.02 < 0.05 PV (kg) pubertad 331.0 ± 8.5 318.1 ± 8.7 0.10 GD (kg/día) destete – pubertad 0.46 ± 0.01 0.45 ± 0.01 0.52 Edad pubertad (días) 450.0 ± 4.0 456.0 ± 4.0 0.26 ALTO = alta energía, BAJO = baja energía, PV = peso vivo, GD = ganancia diaria de PV. Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= /9j/4AAQSkZJRgABAQEB9AH0AAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAJxAwgDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKKACiiigAooooATNcrofxQ8G+JfE+ o+GtH8W6HqviPTd5vtIsdShmvLUKwVvNhVi6YYgHcBgkDqa6njFfL3jb+1fBf7SXwbt9T8Ba Pa+A4Lm90bw1qmg6gTcWFzJZucXFubdNkTxROojidlBj3uxIjUSt0g6XPfr74ieFdN8XWPhO 88SaPa+Kb+Ez2mhz30SX1xGAxLxwFg7KBG5yAR8jehwXvxE8Lab4usfCd54l0i08UX8RntND nv4kvriMBiXjgLB2UBHJIBHyN6HHx34kjj/4ZO/aK8RXgX/hLovFOs3f2tVIube+tLsJphVg SwaNI7Qx46AqRwSTV1HzJv2Ovj/4l1ZFTxyniPVb2W4VCLm21G1uVXTtpBLBoljtfLwcAFcZ BJJF6K/a/wCX+YNO9l1dvmj7yGe9FUtIkuJtLtJLxAl00SmVQMYcgEjH1zXjvx++NnxB+EEt ze+Hvg9dePPC1jpbanf65B4is7AWxQyGSMwzHzHKoivlQQd4A5BqvImLurnuFFYHgXxhZ/ED wV4e8U6dFcQ6frmnW+pW0d0oWVI5o1kUOFJAYBgCASARwT1rfoKCiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKAIJoRcRvG7OFdSpKMUPIwcEHIPuDkdjXEeEfgn4X8F6wur2Y1rUtSiRo4LnxB4g1DWHtgw w/km8nl8osOGMe0sAASQAK76ikB57qnwI8E6140XxVd6PJJqv2iK7kjW/uEs7i4iAENxNZrI LeaaPCbZZI2dTHGQwMaEGqfAjwTrXjQeKrzR5ZNW+0RXcka39yllcXEQAhuJrNZBbzTRgJtl kjZ1McZDAxoR6FRT22F6iVwH7Qv/ACQH4l/9izqf/pLJXoFef/tC/wDJAfiX/wBizqf/AKSy UDKn7Mf/ACbb8J/+xS0n/wBI4q9LrzT9mP8A5Nt+E/8A2KWk/wDpHFXpdABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFef/tC/8kB+Jf8A2LOp/wDpLJXoFef/ALQv/JAfiX/2LOp/+ksl AFT9mP8A5Nt+E/8A2KWk/wDpHFXpdeafsx/8m2/Cf/sUtJ/9I4q9LoAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAorzfVP2jvhNoOuXOi6n8UfBenaxbTm 2n0+78Q2kVxFKDgxvG0gYMDxtIBB4xXpFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQA UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAEMzOsb GMBnwdoY4Gfrg4/Kvn/Xv+Fp+A/id8NmTxrJ4th8RahNba74am0+0hs7O3EDStdWckcSzokL oiYnlm3ecgJDEGvfpjKsLmJFeYKSiuxVWbsCQDge+D9K+XvC3hH9qf8A4W1c63rt38Kbbw3q F5GkxsptRutSsNNVgfs1sXijhLHks7ICzNk/KsaJK+JA/hZU+Nngv9oLT9fk1rQvj9HoNjq2 sW9jpnhGz8HWF15SyyqmPtcxLttjDzOxQ4CvhSAAcH4nfGzxrqf7UWneDo/iB4k+DPhaK7t9 Ms7rVPAkVzpvim6JDyQw6hPgRyMC0ahU2nyywZiyrX01rfg/UNf+J3hrWbiaAaDoVtcyw2u9 jLLfygRLKVxtCxwmZQckk3DcDaCeT+Ingnxp8XpJfC2u6J4b0rwSdQguzqdvq895qM8dvOk0 ai3a0iSB2aNcyCaQpztDEhlI6cvr/wAD5ilrdnsleN/tQ/Ebwp4Z+D3j/RtX8UaNpOsXfhjU Gt9PvtQiguJg9vKiFI2YM25gVGAckEDpXsleH/tU/CHwJ4y+E/jvxD4g8FeHdd8QWHhe/Wz1 bUtJguLq3CQTSII5XQsoV2ZgARhiSOTmqGdL+zH/AMm2/Cf/ALFLSf8A0jir0uvNP2Y/+Tbf hP8A9ilpP/pHFXpdABRRRQAUUUUAFFFFABRRRQAUV5Frvx61HQ/iNb+DU+FPjTUb+6hu7uzu rW40YW91bW0sEU06mTUFdVDXVvhXVXIk4U4bHrtABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA HlXiP/k6b4ef9iZ4m/8AS7Qa9VryrxH/AMnTfDz/ALEzxN/6XaDXqtABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFef/tC/wDJAfiX/wBizqf/AKSyV6BXn/7Qv/JAfiX/ANiz qf8A6SyUAVP2Y/8Ak234T/8AYpaT/wCkcVel15p+zH/ybb8J/wDsUtJ/9I4q9LoAK8Y8RfFD 4maX8WtO8F2XgTwnew6lZ3+qWWoXHi+6gY2tpNaRSGWIaY4SUm+iIRXZflcFxgbvZ6+bvGms fExP2rPBq2HhLwncQx+GfESWT3Him6hae1+26L5ksoGnN5UoIixEpkVt75kXYN4B9I0UUUAF FFFABRRRQB5V4j/5Om+Hn/YmeJv/AEu0GvVa+bvGnw58QXv7Vng6SH4o+LNPS68M+IrqKK3t dIK2ca3ui5tojJYMTG29STIXk/dJtdcvu+kaACiiigAooooAK8C8VaJ40b9oTw7oFp8W/Fmm aHrWjaxrUljb2WjMtu9rdaZHFDG8mns/llb2UHezOdqYcYO732vKvEf/ACdN8PP+xM8Tf+l2 g0Aeq0UUUAFFFFABRRRQB5V4j/5Om+Hn/YmeJv8A0u0GvVa8q8R/8nTfDz/sTPE3/pdoNeq0 AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFITivM9I/aM+H+ueMtP8MW2tXMeq6n539mPeaX d21nqflAF/sd3LEsF1gEMPJkfK5IyATS62A9MoryH4m/tWfCz4O+PNG8GeLfFP8AZnijWBE1 jpsVhdXUkokkMcf+picLucEDcRnBNbmqfHbwPovjZfCt3rTLq/nw2srR2VxJaW1xKMw29xdr GYIJpMrsilkV2LxhVJdMm+wbbnodef8A7Qv/ACQH4l/9izqf/pLJXf1wH7Qv/JAfiX/2LOp/ +kslMCp+zH/ybb8J/wDsUtJ/9I4q9LrzT9mP/k234T/9ilpP/pHFXpdABXlXiP8A5Om+Hn/Y meJv/S7Qa9VryrxH/wAnTfDz/sTPE3/pdoNAHqtFFFABRRRQAUUUUAeVeI/+Tpvh5/2Jnib/ ANLtBr1WvKvEf/J03w8/7EzxN/6XaDXqtABRRRQAUUUUAFeVeI/+Tpvh5/2Jnib/ANLtBr1W vm/xp8RvEFl+1Z4Ojh+F3izUEtfDPiK1ilt7rSAt5G17oubmLzL9SI12LkSBJP3qbUbD7QD6 QooooAKqX+o2uj2M95fXMNlZwIZJbi4kEccagZLMxwAAO5OK+cPiV+2xpUPiq48CfCDQrj4x fEZBtkstFkH9m6cTwHvLz/VxqDnKgk5G0lSQa5+x/Y58V/HLULfW/wBpHxs/i2NHE8HgHw40 ll4ftGHID4IkuWU8hnIPJGWBoA3vE/7fXgOTXpvDfw00rXfjT4miOJbTwVaG4tYPRprs4iVT g/MpYZ4OKq2PxW/ar8UTLNZ/A7wp4TtGyyxeIvFonmx2z9mjIBPXBBxnHUV9FeEfBnh/wFoc GjeGtE0/w9pMP+rsdMtkt4VPchEAGTjk4ye9blAH4t/FD/gpV8Y/Bf7WUF9rmiaDby+DZL3w 3deH9OVpYriKSeA3YE7fOWd7SEq4A27FG05YN+p/wN/aa+HP7RGnTXHgrxFDfXtuP9N0i4Uw X9kQcESwPhlAbjcAVJBwxrB8XeB/DmoftgfDrWbrw/pdzrEfhHxBMmoTWUbXCyRXmjrC4kKl gyLcThTnKiaQDAdsw/Hb9kHwl8ZNSg8UabPc+A/iZY5k0/xr4exBexuBgCYDAnjPAKvyVyAy 5OQD3mivlz4P/tK+KPB/xCtPhF8e7S00PxtcDboXimzymk+J0Bx+7JAEVxyMxHGSeAMqp+o6 ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPN9U/aO +E2g65c6LqfxR8F6drFtObafT7vxDaRXEUoODG8bSBgwPG0gEHjFekV5V4j/AOTpvh5/2Jni b/0u0GvVaACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigBKx/F3iGLwl4V1jW7hGkt9Ns5ryRF6ssaFyBx1IB7GtioJoI7 qKSKVFlhdSrI4BDA8EEHqD6VErtWQddT8+7j45fs6fFKE3/xe+Plx4ivrpAZvD+i6lqemaLZ 9/KhithG8u0kjzZmZ264UYRfQ/gL4n8Ea/4h1wfs7ePvEHiaz8Ow2cmo+Hda1K5vtHuIpnmA ht5LwtNBOqxMQyMIslA4bJ2elfELUPifpvj6w8GfDV/Bfgnwpp+hxXKXuvadPOsjiVovs9tF FLFGiRIsRbJJHnRAAAmq/wACLXx3D8bPH0njvxH4P8RXjaPpAt5fC1mLV44xJfZE6M8kvJJ2 lpCpw20A786RtLUiV7d3p+h9DKcgHGKWiikWRSRrNGyuAyMCCrDIIPGCO9fNPin4rfCD4ifF 7w14cuPGvhmE+A9ZV7fS11GBbq61cxNbxW8EAfzGWITNuCqQXKKCTHIo+k54I7qGSKVFlidS rIwBDAjBBB6gjtXn+g/s3/CXwrrFpq2i/C3wXo+rWkglt77T/D9pBPC46MkixhlI9Qc1Nveu 9g6aHjnxa+GXib4N/ECT4s+DfiJ4gu9S17XbC11LwPrM0M+mapDI8cH2e0jWNWgnSMB1kDMc RMHJUsa4TxIRa/sk/tE6HchpfFtz4q1myFmQPtE19d3YOnCMcFmeOWzMZGTjbj7oA+ttK+Ef gbQfF134r0zwZ4f07xTdlzca3aaXBFezFyC5edUDtuIBOTzjnNWrz4b+E9S8Y2fi278MaNde K7OIwWuuzafE99BGQwKJOVLqpDuMAgfOw7mhK2j/AK2/yC7vdev3X/zNjSI7iHS7SO8cPdLE glYHOXAAJ/PNfPn7Ykvxnj8B+MR4Ht/Akvgc+Fr3+038QXF6mpBvKn87yFiQxkCLYV3EEtuB wMGvpAZrz/8AaE/5IH8S/wDsWdT/APSWWqJirKxV/Zj/AOTbfhP/ANilpP8A6RxV6XXmn7Mf /Jtvwn/7FLSf/SOKvS6CgryrxH/ydN8PP+xM8Tf+l2g16rX5o/tHfHjx14J/ah06bTtP1rWP Hdtba5YaRoFhqcEKLG17ZfYlWzYb7mGaKBJJSMsxmkKMpsj5YB+l1FfLvxs/4KE/D39njUPD OneOdF8TafqWtaXHqT29rawXH9ns2M21wRMMTKSchQw4yCcjPkfxY/4K9+CPCNnYHwj4H8Re IW1FVNpqOsR/2Tp0gOBuWVwzOFJOcIBxw3OQAff1Yfizxt4d8B6W2peJtf0zw7py8Nd6teR2 0I+ryED9a+G9d+I/xN8atoR+KH7Svw++BOj69p8OqWOi+E3jN9dWUufKkN5dsDHnB/eR5UkE Y649P8H/ALDv7P2k6pp+q+IZW+KHiS8gW5g1bx1rh1Sa7iYghxGzCKRSSMEIQcjnnkA0dd/4 KMfByDVJNK8J3WvfFDW066b4G0WfUZDnphsLG2cHo56VSj/aa+PPjJi3gz9mTVrWzPS88Z6/ baUyZ6Zt8M57k4PGMd6+mfD/AIb0jwppsenaJpVlo+nx/ctNPt0giX6IoAHT0rUoA/E/4xft FftXaf8AtvaTFcWMul+OrR/sGjeE9PQzabNaTGNnjXkedFKYUaSQsCDGDmPy1CfoItx+2xbn zZrT4EXyLnNvay6zHI/phnG0YPPPYYr1fxH/AMnTfDz/ALEzxN/6XaDXqtAHys3xj/am8Lg/ 2z+z/oPi2JeHn8L+L4rcjjlhHcpubkHABB5HoaZ/w3tbeF12fEH4M/FHwKFOZL6bQDe2CL6+ fCxzjuAvp619WUUAfP8A4N/b0/Z+8dSJHp3xT0K0lYlfL1iRtMbcOoIuVj5zxjv2zXsvh/xn 4f8AF8fm6Fr2m6zHjdv068juBjjnKE8cj8xWb4w+Engj4iKw8U+DtA8SFgATq2mQXR46cyIe navHPEH/AATp/Zy8TSeZd/CvS4GB3D+zbi5sRn6QSoKAPpCvmT4k/tEfDXwb+2N4H0PXPG2j 6Tqdr4X1uxuYru4CLbT3NzpEtvHK5+WNpI7aZgGI4Uf303UH/wCCZvwKZmYaPryZ52r4lv8A A+mZifzr42+JH/BJUXH7WGj+HtB8UQ2PgHX7W81wrdPLLqFrb201pHcQqSpEjFr2LY7MDjeW yUHmAH2t4y/b++Httq7eHPhvban8Z/GTZCaT4JgN1CnP35brHlJHnOWBbHUjHNc3N8DPjb+1 Jl/jP4lX4a+A5v8Amn3gm63XN0n9y+v8fMOoKRDawI+6RmvqPwj4F8OfD/SU0zwxoGmeHdNX BFnpVnHbRfXYgAz+Fb1AHH/DH4T+D/gz4Xg8PeCvD1j4b0iLn7PZR4MjYxukc5aRsAZZiWPc 12FFFABRRRQB5V4j/wCTpvh5/wBiZ4m/9LtBr1WvKvEf/J03w8/7EzxN/wCl2g16rQBwfxm+ CvhL4+eBbzwp4y0tdR0yfDxSKdk9rMAds0MmMxyKTwR2JBBBIPgXwj+MXin9nn4had8FfjZq j6lb37mLwV8Q7j5Y9ZjBAWzu2Jwl2oIAJP7zI5LFWk+ua4X4zfBvwr8ePh/qPg7xhpy3+k3i 5Vlws1tKAdk0LYykik5BHuDkEggHdUV8lfs//F/xT8F/iFa/AP4z6gb7V2Q/8IZ41nG2PxHa LwIZCScXcYwCCSWyMkkq0n1rQAV88eL/AIX6dfftMeFbJtc8aQ2GsaBrusXljaeNtZt7drqC 80lYWWKO6VI1Vbq4HloFQh+VOFx9D183eNNY+JiftWeDVsPCXhO4hj8M+IksnuPFN1C09r9t 0XzJZQNObypQRFiJTIrb3zIuwbwD6RooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooA8q8R/8nTfDz/sTPE3/pdoNeq15V4j/wCTpvh5/wBiZ4m/9LtBr1WgAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKguLiOzt5JpZEihjUs8kjBVQAZJJPQAc5NT1VvrK31SzuLO7t4rq0njaOaCdA8ciMC GVlIwQQSCCMEEikB8Z/taaD4C1f9oDRIvHfwf8bfF8XPhtmsLPQLcXFtY+VcnzXVPtUWJH86 ISFl4CwBScsBq/sY6L4H8P8AxX+I1t4J+EXij4RWx0rR5Liw8TR+S90xkvwJY4vMlwAAVLCT BxjapUltb40a98KP2Zdc8PWB8Z658Gv7XtrqSybQcTaQot2iDRHT5Emgi3eeG3RQoSscmZFw M9D8Of2kbq4+JnizwL4gmsvEcfhyxsNQu/GGg232Swhju0aSFZoZLiRgSgRvMiaRCGLN5YBA Kei93z/MVTVa+X6H0VRRRTGFFFFABRRRQAV5/wDtC/8AJAfiX/2LOp/+kslegV5/+0L/AMkB +Jf/AGLOp/8ApLJQBU/Zj/5Nt+E//YpaT/6RxV6XXmn7Mf8Aybb8J/8AsUtJ/wDSOKvS6ACv x1/aU/YD+MHxC/bsu2sdUSex8XXVzr9l4kkvFV9PsYZYEkUpuEm63+020aKoO4MhBAD7P2Kr yrxH/wAnTfDz/sTPE3/pdoNAGH8L/wBiv4KfCKUXHh/4faU2pBt51TVYzqF2XJ5YSzl2Uk8n aR16Cva7i3iuIXhljWWJxtaN1BUg9iD1FTUUAcp4w+Ffgv4g+UfFXhDQfEpijMUZ1jTILvYh OSo8xDgZ5wOK4j4rfsifB/42TafJ4z8B6bq0un2i6faSoZLZ4LZdxSFGhdCEUuxCg4GTjFex UUAeEfFD9j3wn8TLrRLmHxH408FXOi6ZFpFhL4S8QTWPkW8ZJjAU7lLDONxBJAUEnAp/xP8A g/8AFzVtU0e7+HXxtuPB9pYWEVnNper6BbatHfOhbM8krlZBIwI3EcEqMYya90ooA/MD44/F L42eFv2o9Hn06ay1zxvZ2Wp6fpnhyDUjYPJH9tslQx2rgrNDcRJBMQGdjm6zJH9jUxfZnxJ/ bE8A/BXxppvhv4hHVvCEt9bRTRate6dK+lGR8gwC6jDLvUj5icKBgk1veI/+Tpvh5/2Jnib/ ANLtBr064tYryFop4lniYgmORQynByMg+4B/CgBY7mKbcI5UcqATtYE88g8eoqavDPH37IXg rxt8V4fiVZ6j4l8G+OBJA13rHhjVXtW1COIKqQ3EbB43QqoUgKCVGCelM1bxB8f/AAz8aYbe Hwv4W8ZfC3U76KJbuxvWsNV0aBsCSWZZiUnC8sFj+ZsEADIwAe7UV434V/a1+F/iz4pan8N4 vEf9meOLC7ksjour2stlNcOhOWgMihZVIViu0kkDIGME+yUAFeVeI/8Ak6b4ef8AYmeJv/S7 Qa9VryrxH/ydN8PP+xM8Tf8ApdoNAHqtFFFABRRSMwRSScAdTQAtFcVD8ZvAN1farZ23jXw9 d32lWUmo31nbapBLPbWyffmkjViyouRliAASBmuG+Hf7aPwZ+LWoa3ZeEfGsWt3Oi6ZJrF+I LC6UQ2kZAeTc8QDYJHyqS3PANAGz4j/5Om+Hn/YmeJv/AEu0GvVa/NKP9trV/it8dNd8X/D7 xZ4O1PQfA3hrX74xXnhrUY7pdFF1pLzO4e5jWSdxCxiCFQRCRIqNKoj+/fAvxa8D/FCF5PCH jDQ/FKxoHk/sbUYroxg9N4jYlfTnBB4oA7CiiigDzb49/Afw3+0R8P7nwr4kikjAdbnT9TtT sutNu1z5dzA/VXUn8QSDkE15T+zn8dvE2h+NJfgh8ZZI7f4ladCZdI1wLstvFViucXEJIAEy gfvI85yGI6MF+n68m/aM/Z30P9orwXFpWoTz6Nr2nTC90LxJY/LeaReKQVliYEHGQu5cgMAO QQrAA9ZryrxH/wAnTfDz/sTPE3/pdoNeb/s5/tHa/wD8JhP8GPjPBDonxa0yLfa3yfLZeJ7Q ZC3dqcAFyAS8YAIIYgDDLH6R4j/5Om+Hn/YmeJv/AEu0GgD1WiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiivnz4vftn+Efhz4tHgfw3puqfFD4kNn/ilfCcQuJrbHVrq TOyBRxndlgCCVwc0AUPGnx4+GmkftXeDYL/4ieE7GfTfDXiLTr2O41y1ja1unvdFMcEgLgpK whlIRsMfLfA+U4+kq/E/4vftMftTx/ttaPM+haj4b8ZQEWmi+BYmW5tjYzmN3gLphZ1lMKGS XIw0WQU8tQn6TfC79tXwn408X2/gjxlo2s/Cb4hzfLF4f8WQeQt22cf6Lcf6ucEkAYILdlOM 0AfRVFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRVPUNStdHsLi+v7qGysraNpp7m5kCRxRqCWdmJAVQASSSAMZoA+Zf 2mdXvPhp8RrPxTo/xO+HXgS917S49DvYfiATu+yxSySfaLMLKheRTcMGjb5G/d7mGBnwf4Pf Dm516++N/h/4XePfBvj9PEmi6F4elvtPu5kXStOjtJrJLlnCyrNcbI5GMKuoyFbcoYKPc/jx oniJvjrpes+G/gNofxfg1Hw4IZtV1fVILeG3ENwWjjRpreRUJFwzfK2ZQc4AhybXwAk1nwx8 QfiHrnjT4SeH/ghpEOj6WVurDUYprS5VJL4yNJcIkUIMe8ZUoGUOCzEMoE0tE2vP8wnLt5fp /XyPpu3h8mFEyW2gDce+BjNS0isGwRyCOtLVCSsrC0lRzeYyERsEfBALDIB9cZGfzr531z4c +IfCPxb+G1x4X8ZeJdS1m5vJ5PFMGq6tcXOn3mneSxlm+yO5gtX88QLELdI8eYwwVDYXUfQ+ jKTsM/jXzl8avhv4i0+50PW/CvjTxL/wsW88R2xtojqtyNLltDNm4gl08ObYQx2hkJfyxIWj Q7y7DPlvxwvvFtx+0rp194//AOFpfD34Xx6hZ6ToeueDfE8EWlXczOpH9p2sIaaOOWVjGJmZ QAY1KqSWBH3ml3dvyE9Ls+4a8/8A2hf+SA/Ev/sWdT/9JZK9Ar5t/bG/aZ+GXwt8BeMfBHir xXb6P4q1jwveSWGmyQTM06yxTwxkMqFRukR15IwRk4GDTGej/sx/8m2/Cf8A7FLSf/SOKvS6 80/Zj/5Nt+E//YpaT/6RxV6XQAV5V4j/AOTpvh5/2Jnib/0u0GvVa8q8R/8AJ03w8/7EzxN/ 6XaDQB6rRRRQAUUUUAFFFFAHlXiP/k6b4ef9iZ4m/wDS7Qa9Vr5u8aaP8TH/AGrPBpsPF3hO 2hk8M+IpLJLjwtdTNDai90XzIpSNRTzZSTFiVQirsfMbbxs+kaACiiigDJv/AAzpGrapY6je 6VZXmo6exezu7i2SSa2YggmNiCUJBIypHBxXj/gn9lS1+Gfxabxh4Y8feM7DSLqe4ub/AMH3 WqG70q4klDksqShmjId92VbJ2gZAyD7tRQB4T8M7z9ojS/iE+m/EHT/Aet+DZBNJFrnhua5t byLAJjR7ebcrEnAO1gADksSMH5VuP2qviPrn7RV14g1Lwdq3gu48H6Dr9vb+Hbu2t7iC7CT6 Uz2ZuFcs087rGqsgAVp7IIsiu7SfpBXhvi7wT4evv2wPhzrF1oGl3Orp4R8QTJqEtnG1wrxX mjLEwkI3BkWecKc5USyAYDNkAZ8K/wBqSf4q+Mv7AT4OfFLwlEsUsj6t4s8PrYWYKjKqHMx3 FsEDA64zwch3wu+MnxY+IHi2az1n4G3ngPw2sMrJreteIbWWRpgPkj+ywhmwxIy27AAOM9K9 zooA8H+FXhf9oW78UXmofFLxj4NtNGks5beLQ/BenzHy5WwEnFzc/OGUAnBUqSenTB8K/wBk 3Tvh3q2q6trXj7x18SL/AFSxl025j8Ya211am3kI3oluqqgBCgcgkAnGM4r3iigDzf4Y/s5/ DL4MtNJ4K8CaH4duZoTby3dpZqLiSMkExtMQXZSQDgsQSBxwK76y06102HyrO2htIiSxSBAi 5PU4Hfgc1aooA+dPHXwZ8H69+1p4Lur7R/tH9oeGNev721NzMLS6nhu9EWOSa3DiKQ4YZ3Kd xjhLbjFGV77T/wBm34Y6F/wkD6B4H0Xwtea7p02lX1/4ds00+5e3lADqssIVlJIDblIIZQc5 ANV/Ef8AydN8PP8AsTPE3/pdoNeq0AeAfD/9m3xB8DtJ8VR+CPiX4k12S+08w6NpXjy9bUrD TboZKupAWQJ0BQHpknJIw3wd8YPin4E8E+L9Y+OfgfT9Oh8OxQzRat4Gnk1GLVVZishitCDP H5fyEl+CGJ4CE19A0UAeffBz48eAvj74fl1rwF4ktfEFlC4juFiDRzW7kZCyxOA8ZI6bgM4O M4r0GvOviN8CvDHxG8J65obLeeGTrE8V3dap4XnOnXzzxsGSUzRgF2BA++GHAyDxXAtovxg/ Z9+EKweHbq6/aA1u11QP5PiG9h02+GmlMGJJgpWaVWAO6QgtvPXAUgHW/tCfs6eFf2jPCUWl a+k1hqtjJ9q0bxBp7eVf6TcjBWWGQYI5CkrnDYGeQpH5mS/8FIPHXwU/aU0jRfiLY6d4zHgE 6r4P1LWrKKS2u9QglurUyXQQnaJVNhEQMBWBcZG4MP0p8NftMeGpPBnh3W/HkNx8I77W7uWw t9H8asljcNcREhgpY7WU4yrZAYMpHLAHx34ufs9/A34iftl+CpvE3h7QNU1jXPC2sXl1BNdF TfTxTabHaSNErhZGEM17tO0lgpPJiUqAfXsMyTxpJG4kjcbldSCGB5BBHapa+L5/h38Vf2H5 Hv8A4Zpf/Fb4Lxkvc+A7uYy6vokZ5LadKcmaNevktk4GBklpB9E/BP4/eB/2hPCq6/4J1uPU oEIS6tH/AHd1ZSd454T80bDnqMHBIJGDQB6PRRRQAUUUUAfHvxA8C+O7n9qDRrCz0+4bSdU0 zWdVFmvxe8RWUNyILvTVWdoYoCls0YuWC20W6JhM+WHloG+wq8q8R/8AJ03w8/7EzxN/6XaD XqtABRRRQAUUUUAFFFfJPjzwX+0BP+0Xp+gaL+0R/YnhzXrPVdetdO/4QnT7j7Db2lzYRi08 xm3yblv/APWEgjyuh3ZUA+tqKKKACiivmT9qf4yeI7zxFpPwO+FF0E+J3iiEy3mqrlk8N6Xn Et7KR91yDtjHBLEEEHYGAMH4yfGTxn8dviTf/BL4IX7aS9gwTxn8Qol3RaHGeDa2xB+a7YAj ggpyAQQzR+3fAv8AZ78Ffs7+EV0Hwdpn2cSHzL3UrgiS91CbvLcTYBdiST2AzgADirfwP+Cv hr9n/wCHWneD/C1s0Vna5ee6mO64vrhsGS4mfq0jnknoAAAAoAHoFAHlXiP/AJOm+Hn/AGJn ib/0u0Gtn4xfBLwV8ePCM/hzxvoVtrWnSZMTyLia1kIwJIZB80bj1Uj0OQSDjeI/+Tpvh5/2 Jnib/wBLtBr1WgD4x8F/FHxf+xj440v4dfGHW5vEvwv1aQWvhT4j3oxLaSc7bHUn6BsDCzHg gEn5d3lfZvWua+IXw98PfFbwZq3hTxTpkWr6DqkJgubSccMDyCpHKspwVYEFSAQQQDXzP8Bf Hmv/ALNfxPs/2ffiVqVxqWk3aM3w98X3h/5CFsuM6fO3T7REMBf7y7QMZQMAfX1FFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFR yxrMjI6hlYEFWGQQeCCKkopPUDwnVvgj8QPC9wkfwt+KI8LaAoxH4a1/RI9WsrYcALbSCSKa JAOkZd0XAChFGKn8M/Arxbq2q2+ofFT4jzePo7S4ju7LQtP0qLSdKimTBR5I1aSW4KsAyiWU oCA2zcARx2h/tOfGHxNZy3uifs3alqenrdXFot0njDTIg7wzPDJhJGVwA8bD5lBOPeuu+Cfx a+Ivj34keLNH8b/DyT4d2um6Zp1zY2c+pW+oSztNJeLLIZoGKAfuEATO4bSTwwwQVloKWl7n uVFFFMZXmErQOInWOYqQrOhZQ2OCQCMjPbI+or5n8K/s1fGjSPibdeJ9W/aHOoaTqWoR3eqa JY+Dba1NxAh+S0juWnkmhhUZACsSN8jZ3OzH6fopLR3DdWPmDxZ+zb8bfEHxV1Lxfp/7RCeH rO6UWkWkWXgq2lFpZBtxhimnnkZGfALyKAWZVJGEjVfSfEHwt8U+Obx9L8S+KdIu/AX2qK4X RbHQ5ob2ZYpFkiiuLuS8lWRNyqX2wxs+MZUFgfVqKFpZLoJ66i15/wDtC/8AJAfiX/2LOp/+ kslegV5/+0L/AMkB+Jf/AGLOp/8ApLJTGVP2Y/8Ak234T/8AYpaT/wCkcVel15p+zH/ybb8J /wDsUtJ/9I4q9LoAK+bvGmsfExP2rPBq2HhLwncQx+GfESWT3Him6hae1+26L5ksoGnN5UoI ixEpkVt75kXYN/0jXlutfs3+DNf8Zf8ACU3k3iv+3B5ojuLfxprMCwpK8byxRxx3apHEzQxE xooQ+WmV+UYAPUqKKKACiiigAooooA8q8R/8nTfDz/sTPE3/AKXaDXqteBeKtb8aL+0J4d1+ 0+EvizU9D0XRtY0WS+t73RlW4e6utMkimjSTUFfywtlKTvVXG5MIcnb77QAUUUUAFFFFABXz b40+A/w01f8Aau8Gz3/w78J30+peGvEWo3slxodrI11dJe6KI55CUJeVRNKA7ZYeY+D8xz9J V5V4j/5Om+Hn/YmeJv8A0u0GgD1WiiigAooooAKKKKAPKvEf/J03w8/7EzxN/wCl2g16rXlX iP8A5Om+Hn/YmeJv/S7Qa9VoAKKKKACiiigDmfHvw38LfFLQJdE8X+H9N8SaTId5tNTtlmRW wcMoYHawycMMEdq/PL4r/sm+NvDPxF8KfDP4SWdr4Uke08RahYa7IltcW72T3ultGJnlc3MM tpmBFkRZHBhtinDzmL9M68q8R/8AJ03w8/7EzxN/6XaDQByfxC/ajP7O9n4Qj+LPh7VIob7T 421jxf4Z0+S70GwvPuyRscmeNCQSpaMkgjqQ23J+Kv7I/hz4n61a/FH4Y6/cfDP4lzRLc23i rQFHkakjAMovLc4SdGGCSQGPGdwAWvpKaFJ43jkQSRuNrIwBDA8EEHtXh/xW/ZR0z4gfEa1+ IPh/xd4l+HnjqGOG3l1Xw/enyry3jJKw3FvIGjkUAtgYHJyd2MUAcB4P/bB8QfCnxBZeB/2k tAh8D6zO4g0/xvYEv4e1gjOD5pH+jOQMlJMAck7AQK+rbW4jvLeKeCVZoJFEkcsbBldSMggj qCMYI9a+d/iZ478VXnxKl+Hvjv4GzeM/hR4iuYbGz8Q6OU1KKPzAoLX9qyhoUVySZhwoAIyR mvMNB+D/AIn+EOp6xcfss/E7TPFOjaRdyW+qfCrxHqYvrO1lViHht7gOZLSQEEBHOCxJZsDF AH29RXzh8Jf22/CfjLxIvgvx1p198JPiSuFfw14pxCJ2PANrcEBJ1J+6Rhm6hSOa+j6APKvE f/J03w8/7EzxN/6XaDXqteVeI/8Ak6b4ef8AYmeJv/S7Qa9VoAKKKKACiiigAryrxH/ydN8P P+xM8Tf+l2g16rXlXiP/AJOm+Hn/AGJnib/0u0GgD1Wiiub8fePNC+FvgzWPFfifUY9K0LSb drm6upTwqjoAOrMThVUcsSAASaAOC/ac/aCtf2ffh+uoW9m2ueL9WuF0zw34dhyZtTv5CFjj AHOwEgseMAYHJUHI/ZU/Z8u/g74f1TxB4uvF8QfFbxbMNR8T62cNulI+S1iPaGEfKoGASCQA MKvBfsz+Bdc+OnxCb9o74jabJYXF1A1t4F8N3XP9i6WwP+kMOn2i4B3FuoVsA4IC/WtABRWb rniDS/C+ly6jrOpWek6fCAZLu+nWCFM+rsQB+JryP4vftj/Cv4I61pmi+ItduLnW9Us11Gy0 7RtOuL+W4tmLKkqmJGXazKQMsMnpxk0AbPiP/k6b4ef9iZ4m/wDS7Qa9Vr88/jD+3XH4H/aJ 8N+LJPD17/wiOk6LrmnL5ml3f2i6iN/p6XL7toWJ1ks22owICiPzGQ3CmL6+1f8AaY+Fnhzx Lp3h/WvHuh6JrOo2MOo2tnq10LN5IJc+W373aAWwcKcNx0oA9Ory/wDaK+AuiftE/DW88L6q 8lhexyLe6TrNvxcaZfJkw3EZBBBU8EAjKkjIzkemxyLKisjBkYZDDkHNPoA+ev2S/jtrXj/T 9c+H/wARI49P+LvgiVbHXbdQFW+jI/c6hCMAGOVcEkAAMeihlB+ha+YP2uvhL4is9S0X45/D C18z4l+Co2+0afHwNf0nO6exkAGWYDc0eASGyACxUj2f4M/F3w98dvhrofjbwvc/adK1WASB Wx5kEgOJIZB2dGBUj1GRkEEgHcV8kePI/j/H+0Vp/h7RPFhtvDur2Wqava2f9uaemLe2ubCM DLeHpXiwt5jyi8xbOfPQx/vfrevKvEf/ACdN8PP+xM8Tf+l2g0Aeq0UUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUV4Z4n174tWvxu0fwlpnirwZb6NrOmaprMDXXhS7muLaK0uLCIQO66miyM wv8APmBUAMX3Du+UA9zooooAKKKKACiiigAooooAKKKKACiiigApKWopmKxMR1xUSlypsDx7 9rrxh448A/s++K9d+G9pcX/jO0FqbG3tbA3sjbrqJZMQgMWxGzk8HABPGM167Zs8ltE0g2yM oLDGOcc/rXxf4L/aG1DQ/h78HZLH4reD73UPFogHiKbxVO17c2Nw9lLcSSAJeRJDGGhWEQhF AZwSxYkH6k8IfF3wj488Sarofh3xBYa9faZbW91dtps6zxRrO0qxguhK7iYJCVzkDaSMEE6K LV15hLSyf9dP0O1ooopAFFFFABRRRQAV5/8AtC/8kB+Jf/Ys6n/6SyV6BXn/AO0L/wAkB+Jf /Ys6n/6SyUAVP2Y/+TbfhP8A9ilpP/pHFXpdeafsx/8AJtvwn/7FLSf/AEjir0ugAooooAKK KKACiiigAooooAKKKKACiiigAooooAK8q8R/8nTfDz/sTPE3/pdoNeq14F4q1vxov7Qnh3X7 T4S+LNT0PRdG1jRZL63vdGVbh7q60ySKaNJNQV/LC2UpO9VcbkwhydoB77RRRQAUUUUAFFFF AHzx4u+KGnWP7THhW9fQ/Gk1ho+ga7o95fWngrWZ7dbqe70l4VWWO1ZJFZbWciRCyAJywyuf oeiigAooooAKKKKACvKvEf8AydN8PP8AsTPE3/pdoNeq183eNNH+Jj/tWeDTYeLvCdtDJ4Z8 RSWSXHha6maG1F7ovmRSkainmykmLEqhFXY+Y23jYAfSNFFFABXlMn7MHwy/4W5ZfE628L22 meOLVpHOqaXLJaG5MilXNwkbKkxOSSXBJIGScV6tRQB8nar8GPiH4+1rU/Cfx48PeDfi98MP Kubyy8Q2VpJZ6zZOBlIhAmTvYDaDAwPByxyFPiXwL8XeJbfUrvTf2a/izJ4ui0yIzXvwi+Lk E0OoafEpVStvckB1Cl0ULkxqWXcxJxX6PVgeIfA+g+K7HVbTVdJt7lNUsJdLvJduyaa1kUq8 RkXDhSCehGDyMEA0Aflj42/4Kr654b/ao0K88S/DGPw9beFba/8ADOt6X/aP2q7je4uLVrp4 5FCxsY3sYwgwQw3fMNylf1b0HxDpfijS7fVNG1Kz1fTLhd8N7YTrPDKvqrqSpH0Nfl54h/4J y6N4Y+Pd54S0rwtea1L4l0PXJtE1bVNUim07SEW4sI7e6MTOs7PaRXcsZR/NEjG2ZcfvDF23 hz9gf4xfCOy8beI/CHiyw8N+KoLb7Rodt8PbiSyt9YuRnMd9Y3ebVVICBfLZVGDkHg0Afo/R XwB8OP2zP2kPAGh6rdfGP4Aa1qeiaJs+2+INBiW3uRGc/vBas7JP0O5onVVGCcZyfb/hl/wU M+AXxQtS1t8Q9N8PXkab5rHxO/8AZckR5ypabbGxGDny3YCgD6QornPCvxE8K+OLS5uvDnib R/EFtbf6+fSr+K5jhyCRvaNiFyASM44FdHQAV5V4j/5Om+Hn/YmeJv8A0u0GvVa+G/i/+398 Hvhv+2T4e0rWNZvPK8O6HrGhavqdpaGe1s7y5uNOlWNihLsUFjKr7FbazovJD7AD7avr2DS7 K4vLy4itbS3jaaaedwkcSKCWZmJAAABJJIAAJr4ysLW5/wCCg/xOttYuoriD9nLwle+ZYW08 ZjHjDUYyR5zKcE2kRBABGGOQcksI/NPF3x+u/wBu7TfFF5pNhr8vwH8IT2/9qeF/CsYufE3i 2WSULFE0CMGgtSVZiCwYqjMeR+7+k/Ctn8UPi78Dn0XSdDl/ZilguIbXSlRbbVrkaaqDIWFf LS1YghQCWZNpOMkEAHqXxf8Ajd4F+APhUa/458QWvh7Sy/kw+YGaSeTBIjijQFnbAPCg46nA 5rzbxd42+Lnxs8DeENU+Ckem+C9M16OeS/1rxtYyrqOnRq4WMw2RBV2fDupkO0rtOBuBru/h f8CdH+HPhHTdGvtR1Tx5eWN2+oR614wuP7RvRcuMNIkjj93xkAIBgE9SST6XQB4h4o/ZJ8E/ FeXwjqXxVtm+I/iPw/p6Wn2y/aS3s7mXq87WUbiAM7EkjaQAQOQq49i0/S7TSLS2s7G0hs7S 2hS3ggt4wiQxqAFRQBgKAMADgAACrtFAHyt44/Zo8Aa7+1P4cN5Z60ya7oWv63qEcPiXU4o5 ryG90IRyBEuAqAZHyIAhMcRKnyo9vvnjz4T+Cvilapa+MfCWi+KIIxhF1awiudn+6XUlT7jF cv4j/wCTpvh5/wBiZ4m/9LtBr1WgDwT4qfss3PjDxnaeL/BnxM8W/DLxDbwQ2nl6PdCbS5YY shFexkBjOAcADC9ypJJqXxp8Yvij8PfjFBpd38KbnxR8NdUuba1svEfhi5+0Xli8m1Xa8tWA IjDliZEO1UXJJJIHu1FAHP8Ah3x34b8Wajq1homvabq99o9y1pqNtZXaTSWcw6xyqpJRhg8M AeDXyR4nB/YR/aCPiiHNv8CfiRqGzWYVGIfDmtPwt0B0SCbGGxwCDnAWNT79qH7L3w4u/jBp nxRt9COkeOLN2eTU9Jne0N9uUqRdJGQswOQfmBJwASQMV5xDqHj/AMTQ+Ovhx+0T4I0G8+H0 +mXV23jrRbkQ6U1mp3FbiKZzJbyxr84cMQCmQfl3kA+nY5FlRWRgyMMhhyDmvLfEf/J03w8/ 7EzxN/6XaDXhf7Hfxcn+HviKP4CeKvEEPiSCG0N/8PvGEM6yweItGBO2MSKSrTQAFSoPKqcD CBm908R/8nTfDz/sTPE3/pdoNAHqtFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFfN3jT4c+IL3 9qzwdJD8UfFmnpdeGfEV1FFb2ukFbONb3Rc20RksGJjbepJkLyfuk2uuX3fSNeVeI/8Ak6b4 ef8AYmeJv/S7QaAPVaKKKACiiigAooooAKKKKACiiigAooooAKZIoZSp6Gn0yRdykZxnvUT1 i0B8GXdp8D/hr4H8LjTv2ZZfGWnx69/wihvLrwjp97qupvFDdGS4hAy9zh7XLyEKpVmZS20q PZv2WYvhlfeLPGmqeBvh7qnwq1jyLCz1TwzqWhRaMfLU3D290tvGMHeZZkMmTnyQMDbk8J4R /au+Gv7NvhnRvhv8ZJ5/BvijwdGbOzuL7SLm4g1KGJTFHfWk0UUgbzInG4ZDqzyIRwa9F/Zr 8XX3xq8Z+Nfiyuj3+heFdXttP0bw9HqkJhuby0tTcSteGM8qkkl24QE5KxgkDIFaR1vbXzFO 3X+v6/Q+hqKKKQyKSVIY2kdgqKMljwAB1NeQW37S2kp4y8NaLq/hXxP4csPFEz2+g+INUtrd bHUZQvmJGBHO00LSIGZFuIoiwVhwRivXZpo7WGSWV1iiRSzuxACgDJJJ6AV8eR/tsfAz4vfH jRfDsfif+173QdW8jw/p1np9xONT1ORGhNykoi8kRRpJIqO0gDFpHICrGzStZWQfZuz2zW/2 lvDeh+I9Ss5NM1i50DSb6PS9Y8WQQxf2Vpd5JtCwTM0glJBkiDSRxPHGZR5jptfamt/tLeG9 D8RajaSaZrFzoGk38el6x4tghi/srS7uTaFhmZpBKcGSINJHE8cZlHmOm19vzl4pvYdF+B/x p+DE0kY+J/iTXdYi0fQZJf8AS9Vj1C5eWC7hjOWeBY5SXlAKRm3m3suxiK2rMnhj9nv4v/A+ 7uY5vinr2satbaTossp+16ut/O0kN7ChJZoBHKTJKMpGYJtzDYxCi27adL/PTQclrv1a+Wup 96fSvP8A9oT/AJIF8TP+xZ1P/wBJZa7PR7OSw0u0tppDLJFEkbyHPzEAAn8SM/jXz3+2L4F+ J2v+AfGOq+Fvilb+E/C9t4WvBf8Ah6TwzDfNessU7SEXLSq0W+MrHgKdpXcMk4q3uRHVXZ6P +zH/AMm2/Cf/ALFLSf8A0jir0uvNP2Y/+TbfhP8A9ilpP/pHFXpdBQUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABXlXiP8A5Om+Hn/Y meJv/S7Qa9VrzfVP2cfhNr2uXOtan8LvBeo6xczm5n1C78PWktxLKTkyPI0ZYsTzuJJJ5zQB 6RRRRQAUUUUAFFFFAHlXiP8A5Om+Hn/YmeJv/S7Qa9VryrxH/wAnTfDz/sTPE3/pdoNeq0AF cD8TPgX8PPjBayQeNPBmi+JAVx5t/ZI8ycYBSXG9SASMqwODXfUUAfFviT/glP8ACabTNZsf CGs+MPh/Z6siR3mn6RrDTWN2qtuRbiGcSeaqt8wDNweQQa4XQ/8AglX4j8CeEfFnhXwR8fdS 8OeHfFPkjV7OTwzBO9ysRLRgSiZHjwWbOwrkHBBFfoZRQB+f3gr/AIJWan4Z8Ja/4Vu/j54n uvDXiBYl1jT7LTYoBd+WSUG6SSUqBk8DrkZyABXmOtf8EhvAun/tH+DvDln411pvCGo6Rfaz c2N5BHJduLKewieEXCFFAl+3Z3CPKeWQA24Ff1PryrxH/wAnTfDz/sTPE3/pdoNAHeeGfB+g +C9PGn+H9F07QrAHItNMtI7aIHGM7EAHTA6dq2aKKACiiigAooooA8q8R/8AJ03w8/7EzxN/ 6XaDXqteVeI/+Tpvh5/2Jnib/wBLtBr1WgAooooAKq31nb6laT2l3BHc2s8bRTQzIHSRGGGV lIIIIJBB4PIq1RQB8T/Hj/gn5pGlfDXxLd/BGwn0jxzHqdtr/h60bVngtdKvYnzK1kCCsJlQ kMpPlsUiB2hFK+cfCv8A4KKeHNe+Ovw7tPipZXfgbxvomi614X8QrdwqlrDqE93phjcHdlI2 +xSlsjCEgZKgvX6P1+Qn7V//AATF8XeMP2pNduPBmv6XcReMrXWPF8NrqUkkUyTRT2/2i3BC FTumv4vLYkALv3Y2AuAfr3RXxj+zL+314Z8UX3g34Y+NX1vS/H7WaaZe6hr8EcCTazExjms3 KEbZiQGXKqHDADDEKfs6gAooooAKKKKACiiigAooooAKKKKACvKvEf8AydN8PP8AsTPE3/pd oNeq18W/FL9uD4R+CP21vCfh7VvEX2eTR9F1bQdT1Hy/9Dsby8udMlijllJwAospA7AFULKG Iw+wA+0qK5/wt4+8M+ObX7R4b8R6T4ht8bvN0q+iuVx65jY10FABRRRQAUUUUAeGeJ9e+LVr 8btH8JaZ4q8GW+jazpmqazA114Uu5ri2itLiwiEDuuposjML/PmBUAMX3Du+X3OvKvEf/J03 w8/7EzxN/wCl2g16rQAUUUUAFFFFACdqZLu8ttv3scfWpKKlxurAfIfw3tf2vLr4deGRqcXw oluUsYHI8RLqjagGCDabnHyicDG8rxu3Yr0T4Hr8bF+KXjP/AIWu+gNp7aZph0lfCn2n+zw3 mXnng+f83nf6otjjaYu9e70d6u4pai0UUUhhSUtFABRRRQAV5/8AtC/8kB+Jf/Ys6n/6SyV6 BXn/AO0L/wAkB+Jf/Ys6n/6SyUAVP2Y/+TbfhP8A9ilpP/pHFXpdeafsx/8AJtvwn/7FLSf/ AEjir0ugAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigDyrxH/ydN8PP+xM8Tf8ApdoNeq183eNNH+Jj/tWe DTYeLvCdtDJ4Z8RSWSXHha6maG1F7ovmRSkainmykmLEqhFXY+Y23jZ9I0AFFFFABRRRQAV5 V4j/AOTpvh5/2Jnib/0u0GvVa8q8R/8AJ03w8/7EzxN/6XaDQB6rRRRQAUUUUAFFFFAHhnif Qvi1dfG7R/FumeFfBlxo2jaZqmjQLdeK7uG4uYru4sJRO6LpjrGyiwx5YZwTL98bfm9zoooA KKKKACiiigAryrxH/wAnTfDz/sTPE3/pdoNeq15V4j/5Om+Hn/YmeJv/AEu0GgDwL9sL4FHw P440/wDaI8JeFbTxPd6JJDP4t8Lz2ySpq1nCdy3kSsCFu7cDcsgw20YzgFX7r9kf43+OviZe axZeJ7WLxF4bngGs+GPH+kWvlWGp2MshAtpkH+puoTlGj6jawIyu5/pevzx+OHwf0v8AZ/8A Emr+C9Uub3R/2efilfo0V9YStEfBXiIOskE8bAjZbySIjYOFUrj5VX5gD9D6K8X+Dfjy78Gr 4Y+FPxN8a6Rrfxe/syS9/wBDjki/tK0SaSOOcF1CtKUQGRVOQwcgbRmvaKACiiigDwzxPr3x atfjdo/hLTPFXgy30bWdM1TWYGuvCl3NcW0VpcWEQgd11NFkZhf58wKgBi+4d3y+5183eNPj NoGlftWeDoptP8WO9h4Z8RWEpt/B+rzq0j3uikNE0dqRNEPKbMsZaNcpuYeYm76RoAKKKKAC qWq6paaHpl3qWo3cFjp9pE09xdXMgjihjUEs7MSAFABJJIAxmrtfDfjjxQf26vifP4LstSay +Anh2/MGq3VtcCKbxpqUI8w2FqcjdBHgM5U/NwQfusoBp/8ACffEn9ujUrqz+G+q6h8MPghb TSW8/jiFTHq3iEqSrJYBhmGHIIMxG7IGOQyD5N+JH7EPwR8O/tUaZZSeKfEafDu1t7i78SXF 1AJ4Ybi2ms4pVkvTIrCNpL1POlCMImJXP+sMH3V8Hv8AhZ/xj8P+I9L1/wAIL8EvhZcaU+ke HtL06drbxLa4IRbglMx2wEYO2MKWU4OSAC3kNn+wX4T+Hv7Qlp4X0LUD/wAIz428Ka2+vjVb d73UbyGO70YSxfaWlCgyO6uH8oshafBJeNoQDrrz9ln9lH4xx6hrfgPVPDugarpGJZfEPw18 RRWsumbgdrN5EhijBKnBZP4TjvVa38f/ABw/ZStFvvE9z/w0J8HoxlvE2ixqNe0uEdXmiUlb pFHVwd3BZmUAA/R9r+z18MNP8L674bsPh54Y0vQddRYtT0/TdJgtYrxVyV8wRou4qSSCeVJy MGuQ0H9j34ffDzwf4w0T4aQah8MLnxMkIu9W8OX8ouY2iYtG0XnNIseNzA7VGVYjg4IAPR/h t8TvC3xh8HWXinwbrVrr2hXgzFdWrZw2OUdThkcZwVYBgeoFdXX59ad+xz8af2TdR1r4ifCj xwnxD1m4vEl1LwddabDp1vrNpgBy22QRi5U5YSKFZssTuJKt738C/wBuD4ffGDwNd63rNynw 21TTdVTQtT0XxVdxWs1tfshZYQWYFgxWQKWVWJikBUbSKAPoqioo5UmiSSNldGAZWU5Bz0IP pUtAHzd400f4mP8AtWeDTYeLvCdtDJ4Z8RSWSXHha6maG1F7ovmRSkainmykmLEqhFXY+Y23 jZ9I15V4j/5Om+Hn/YmeJv8A0u0GvVaACiiigAooooAKKKKACiiigAooooAKKKKACikooAWv P/2hf+SA/Ev/ALFnU/8A0lkr0CvP/wBoX/kgPxL/AOxZ1P8A9JZKAKn7Mf8Aybb8J/8AsUtJ /wDSOKvS680/Zj/5Nt+E/wD2KWk/+kcVel0AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAeb6p+zj8Jte1 y51rU/hd4L1HWLmc3M+oXfh60luJZScmR5GjLFiedxJJPOa9IoooAKKKKACiiigAr4++IH7S 19ov7T2j3UfwS+L+rab4d0zWfD02p6Z4Taa1uZbm701454JPNCvBtspSXJB+ZCFOTt+waKAC iiigAooooAKKKKACiiigAooooAKKKKACvKvEf/J03w8/7EzxN/6XaDXqtfOfjD4saXY/tJeG dSbQvG8+naLoGv6Pe3tp4G1u4hW6mvNKaJUeO0ZZVZbS4IkjLJhAd2GXIB9GVzHxK+HehfFr wLrfhDxNYrqGhaxbNa3MDDnB5DKcfK6kBlYcqygjkV09FAHwV8NfBNlq3j3Q/gB8abi+Pjrw BdR638PfG9ncG2u9Y0uNwQiy4P7xFQRyx5yyrkZMfmV9FfA79pSy+LHjLxf4I1nQrnwV8QvC 9y4vPDt7MJmltCwEN5DIFUSROGTkD5SwByCrM79qT9ntfj14JtW0m/8A+Ef+IHh24GqeFvEU fElherggEgHMUm0K64IIwcEqBXmvgH4o+Jf2kPhP4stPDs1h8Mf2lfDcMek6wt7YRTSWk8cg kC/OrFrO42ttYbgvmEjcVBYA+s6K84+Cfj/xH4y8D6RL498NjwR43kWWO70KS6jl3NE+x5oN rEtCxIYE9AwBJ4Y+j0AeVeI/+Tpvh5/2Jnib/wBLtBr1WvKvEf8AydN8PP8AsTPE3/pdoNeq 0AFFFfNn7Wf7WkHwd8O/8I94BbTPGXxf1S/h0fTPC0F3HJcwXEyFkmnhVt6oqgNhtoO5ckAk gA8i/wCCh37VV5peo6V8A/h6NR1Pxx4saODVf7CTzL2ysZPvRRAkATSpk5YgImWONysPYPg9 +w94K+FPxAtPFour7WpdFt/sXhbTL4qLXw9bFMSLDGvytNIxdnmbLMWJ6ksdH9lX9l+2+B/h ptY8UyWfin4ta1NLqHiHxbJArXEtxMQXhikI3LCoVFCjarbS21c7R7/QAV5V4j/5Om+Hn/Ym eJv/AEu0GvVa8q8R/wDJ03w8/wCxM8Tf+l2g0Aeq0UUUAFfI37Yn7Etn8Xrp/H/grTtJHxDt owt3puqQK+neJLdRn7NdIcASYACTAhlIHzDCtH9c0UAfD3wK8Q6n4q+Blj4e/Zzu7D4beLvB 2ozL4g+HfjsT3xt5WJ3WrSM5mihL5KSIMHkHaQwr2bxT+1TYfAvwv4Mn+Nmmz+D9U1mN1vb3 SbefUdIsZ1YKEkuUTKGQMCoKnHzAkhdxyv2kv2Z9U8VeJLD4q/CrUIPCvxl0RNsN5KMWmt24 xmyvVH3lYABX6rgcjCld39nn9pDRv2hNJ1fw/rujP4Y+IWh/6N4l8F6qoM1qx4LoCMSwNkFX AIwwz1GQDntR+PHgDWP2oPhnNYeKrC9tbjwjrUEd3bMZLcSXd1oclsjSgFFaRQCAxB+eIHBk Td9KV8J/EX9lS4vv2jtE8NafFpVtomteHfFUsWqJd3FvdWVnc3VitzF9nRPKlaL7dMsBLKoE ysQDaxiT7soAKKKKACiiigAooooAKKKKACiiigBK+ZfAfhux8O/t3fEeSzN00mpeENLvbk3V 5PcnzGu7tSE8128tAFAEabUUDhRk19Nd68r0j4Dx6X8btR+Jo8Z+JLnUb+0TT59JmWw+wfZU aRoogFtRMAjyuwbzdxJAZmAxU/bT9fyB/C16fmmeHftAfsP/AAZ8XeMtL1K98LNqnxA8Xa7E JdWvNUu2byo8zXL+SsyxALbwtGo2bQzRAg5weX/aC+EOoL+0FZfEv4tfDvw/44+GdpqNlp2k Xuk63fxaj4ciMiLHc3FtmOCaEztl1UMyiQEsyptP2Tc+CbK88d2PiueW4lv7Gwm0+1gZl8mF ZZI3lcDGd7eVEpJOMIAAMsTzl/8AB+TX/EZv/EHjTxFr+irdrew+GLxbGPToZUcPFzDaxzyL GwBVZZXUkAsGIBBC8eXyf3enyFK7T8z0evm/9sP47xfD3wD4x8KSeBPHfiGTU/C1641jw/4f kvdNtvMinjAnuFO2Mrt3MCPlVlboa+ka8/8A2hf+SA/Ev/sWdT/9JZKoZU/Zj/5Nt+E//Ypa T/6RxV6XXmn7Mf8Aybb8J/8AsUtJ/wDSOKvS6ACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACvmL9qT4G+I4vE2mfG /wCEUKxfFXw5D5V1pgO2HxNpoIMllMB1cAZjY85AHUIV+naKAPk250LwL/wUA+Hvhrx/4T13 U/Avj/w3cMlnq9n8up+H7zgT2lxCSA6nGCjYDDkEBiD3GsftUaf8OPjTYfDbx1oGuaEmqPa2 Wg+MLi1D6ZrV1IigxB4wfJl8xtu1hg4JyoK55b41fs3+J/CfxAuPjL8CZLfTfH0mP7e8M3L+ VpvimEdVlGQI7gZJWXgEn5iMlj2vwH/ao8GfH7z9HEc3hnx9pjbdV8E68oh1GxmTBYhGA8xA cESKMYKkhScAAyPGPxZ8JaZ+194E0q5123jvLfwzrunXHDFILm4u9EaGGSQAojsF4ViD88QP MkYb3e81ix0+5tLa6vbe2ubtylvDLKqvMwGSEBOWIHJAr8+/iZ+wjZ6l+1ebXTTHp9t42sPE euahrVvrN5BeBJLrTxcK1uoMcjIbx1jAZFYSKZFJtwJ/c/iF8J/2c/2Z/EuqfG/xlZW1n4jl vJb2LVtYv7i9uGuXJfy7SCSRhvyWKrGuVBOMKOADJ8bftoRXEPjuWbwv4k8IfC3RNPvLS9+I l+BYXDXxBjhj0y2lQtO5c4ViAAwBYAD5uE/4J1/scH4fy3nxk8ZabdW/i7Xgz6RY6vMbi906 0k5aa4kYAtdzg7nbAKglQFDMi9h8OPhj4s/av+IOk/Fn4v6LLoHgzSXFz4M+HV4SWR+q6jqC dDMQRtjP3AeQCCX+wKACiiigAr5v8afEbxBZftWeDo4fhd4s1BLXwz4itYpbe60gLeRte6Lm 5i8y/UiNdi5EgST96m1Gw+36Qr548XfFDTrH9pjwrevofjSaw0fQNd0e8vrTwVrM9ut1Pd6S 8KrLHaskistrORIhZAE5YZXIB9D0UUUAFFFFABXhP7Qv7MNt8XNU0rxn4W1iXwL8WNAydI8V 2MYYlcH/AEa6QjE0DZIKnkZOMgsre7UUAflvbf8ABTaLwr+0v4V074seFk0vWPCdprHhDxFq miXYnsxcT3diWuooyu7ylOnncmS37w4yV2t+pFfEPxS/YO+Evjj9trwr4h1PS7pv7b0jVvEO p6XFMosry8tLnTY0eRChOHF7I0ihgGZEPGXD/b1ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFA BRRRQAV5/wDtC/8AJAfiX/2LOp/+kslegV5/+0L/AMkB+Jf/AGLOp/8ApLJQBU/Zj/5Nt+E/ /YpaT/6RxV6XXmn7Mf8Aybb8J/8AsUtJ/wDSOKvS6ACiiigAooooAKKKKACiiigAooooAKKK KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAryT43fsu /Dn9oH7JceLNCP8Ablj/AMeOv6ZM9pqVoRkgxzxkNgEkhW3Lk5xnmvW6KAPxF+K/7PP7Tvhv 9tLTNC0HW/GevazHI7eFvF1/fS3AXS0dFMk1xjYqxiWJZlIALSAFT5i7v0x+F/7FHhPwb4wt /G3i/Wdb+K3j+DLQ6/4uuPtAtCTn/RbfHlwgEAjAJXHBAOK7TxH/AMnTfDz/ALEzxN/6XaDX qtABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHlXiP/k6b4ef9iZ4m/wDS7Qa9Vr5t8afHj4aa R+1d4Ngv/iJ4TsZ9N8NeItOvY7jXLWNrW6e90UxwSAuCkrCGUhGwx8t8D5Tj6SoAKKKKACii igAooooAKKKKACiiigApOMe1FeT+E/jdfeIvjz4s+HF54QutDTRNNttSt9Vur2GQ6hHLLLEH SKIt5aZhYjewcjqi8ZXWwdLnrH8qMivnvxt+0x4mg+NzfDn4d/D+w+INzp6W76/dHxbZ6dLp IlZTuNrIGmlVUdHLKuMuFBLZAs69+05NpNx4l1y08LfbPht4W1FtL13xI2o+XcwyowW4lt7Q RN50EDMokdpY2GybbHJ5YDpa2B6Hvlef/tC/8kC+Jf8A2LOp/wDpLJXeo4kUMpBB54rgf2hP +SA/Ev8A7FjU/wD0llqgKv7Mf/Jtvwn/AOxS0n/0jir0uvNP2Y/+TbfhP/2KWk/+kcVel0AF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQB5V4j/5Om+Hn/YmeJv/AEu0GvVa+bfGnx4+GmkftXeDYL/4 ieE7GfTfDXiLTr2O41y1ja1unvdFMcEgLgpKwhlIRsMfLfA+U4+kqACiiigAooooAKKKKACi iigAooooAKKKKAPKvEf/ACdN8PP+xM8Tf+l2g16rXhnifQvi1dfG7R/FumeFfBlxo2jaZqmj QLdeK7uG4uYru4sJRO6LpjrGyiwx5YZwTL98bfm9zoAKKKKACiiigAooooAKKKKACiiigBM9 a+avDWrSTftxeK7r+xPEcWnXPhey0mHVJvDt/HYPdQXN3LKgumhEOAkiEPv2sWAUk8V9K0VN veUu1/8AIPsuPf8AzufKHxc+GXgX4geOrOTwN4F1DQ/i3p3iC3v18YWvha70pEMcyi5ln1B4 I4ryJofMQxiSQy7xtB5Zed8T+DfEWn/Cn4r/AARtvDmrT+IPF+tak2karDpk8mlvZahO0zXV xeKvkwmFZJlaN3EjGFdiN5iBvtHpSD8uOlEVbT+un+Q7vdf1v/mVNLsV0vTLWzVi6wRLGGbq QAACfyryL45fs0p8ddSeS7+JnxB8J6dLp39mXOjeFtWitbK5jJkLtJG8Em52WQoTnBVVGOMn 2mjrVeZMVyqyMrwz4d03wb4b0nw/pFsbPSNKs4bGzt/MZ/KhiQJGm5iWOFUDLEk4ySTmtaii gYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFAFKTS7KbVLfU3sbeTUreCS2hvGiUzRRSMjSRq+NwVmhiL KDgmNCRlRi7RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHHeLPi54G8A6tY6 Z4n8Z+H/AA5ql8AbWy1bVYLWa4BbaDGkjhmG7jgHnjrV3xL8RPC3gzVNH07xB4m0fQ7/AFmb 7PplpqV/Dby3suVXy4FdgZGy6DCgnLKO4r5X+Nnwh8T+AfjI3xo1hfCHxQ8Mzarp9rJ4d1rw vANR0O2aaKGKXTr1mkkaZJXWTyyFVi0hUByDXT2el6X4k8eftRv4st7a9EdvZ6a0V5Hny9JG mLKqjOcRtLJdNxjLBj1Axne0OZ9Lt/hp66jSvKx9SDBpa8s/Zg1bWNd/Zz+Gepa/LPcazd+H rGa7muiTLI7QIS7k8lmzkk85JzWH8fvjZ8Qfg/Lc3vh74PXXjzwvY6W2p3+uQ+IrKwFsUMhk jMMp8xyqIr5UEHeAOQRWslyycexnGXMkz2+isDwL4ws/iB4K8PeKdOiuIdP1zTrfUraO6ULK kc0ayKHCkgMAwBAJAI4J61v0iwooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigApKWigDgo/gt4X/AOEu/wCE knXWNS1AXBu4odT1+/vbKCbJxJDZzTNbwsuTtKRqVyQpAJzH44+Bfgn4jayuqa/pEt1deStr cCC/ubaK+t1YssF3FFIqXcIJbEU6yJh3G3DsD6DRStsAxUEahVAAHAAFcD+0J/yQH4l/9ixq f/pLLXoNef8A7Qv/ACQH4l/9izqf/pLJTAqfsx/8m2/Cf/sUtJ/9I4q9LrzT9mP/AJNt+E// AGKWk/8ApHFXpdABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB498YP2iNN+FPjLwP4YXS5tb1XxL q9pp0qwSBE06Gd2RJ5mwcbmSQImAZDHJggRsRhfHT9pLXfh3480XwN4B8D2fxK8a6hbPfy6J L4os9FmhtgSFkQXGWmJKSEhFO0RksQCM+X/HL4M/Fu1vvA8tj4g0HxE0/wAQrDVp7m18HXj3 FtjzQk9041Fg8EKbIyoWIBQuGU9em/aW+HPw++JVvq2iXHgHUNX+LclrENN8UaN4VvLSSG9V A1vMmsCHyoVjYKxDXBAClSGb5Tmtrvv+FkD+K3l+p9NaZNdXGm2st9bLZ3rxK09vHL5qxuQC yhsDcAcgHAzjOBXGftCf8kB+Jff/AIpnU/8A0lkrr9Btb6z0Owg1O5S91KOCNLm4RdqyyBQH YDsCcnHvXz/+2F8D5vHngHxl4oT4keO/DCab4XvUOheH9Ujt9NvPLinkJniaFmYvu2MQwyqq OMZOj30Jjsrno/7Mf/Jtvwn/AOxS0n/0jir0uvNP2Y/+TbfhP/2KWk/+kcVel0FBRRXjHiL4 ofEzS/i1p3guy8CeE72HUrO/1Sy1C48X3UDG1tJrSKQyxDTHCSk30RCK7L8rguMDcAez0UUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFef/tC/8kB+Jf8A2LOp/wDpLJXoFef/ALQv/JAfiX/2LOp/ +kslAFT9mP8A5Nt+E/8A2KWk/wDpHFXpdeafsx/8m2/Cf/sUtJ/9I4q9LoAK8q8R/wDJ03w8 /wCxM8Tf+l2g16rXlXiP/k6b4ef9iZ4m/wDS7QaAPVaKKKACiiigAooooAKKKKACiiigAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooo oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA8r+JX7SHgj4X61/Yd/d6hq /iYw+evh/wAOaXc6pf7D0ZoYEYxhudrSFQ2DgnBrM8DftWeB/GmuWGg3kXiDwT4h1BilnpPj PQrrSJrlgAdkTTII5HIOQiOWIBIGBmvKPAPh/wDaZ8B6NqH9meFvhDo8d1f3NzdXOtatqP22 9kaZh9puHjjkUtIMMo3narKgChQi7XhfUPiv4++Kkfgf4vQ/Di98Gar4cvpn0vwnfS3Mk00c 9oqvILhUlUKJG2tEMKxBZg3l0o6/18wlofUeaWqWl2B0vTLSzNzPeG3iWI3F02+WXaANzsAM sepOBkk1dpgFFFFAHwP+0Z+0J4L8a+PPhvqUfxR8N2ui6D4+0+D+xYddthIVjkl+0X94gkyk asipGGACgu7E+Ygj9DvvCuhfHDx98cdU8VxxaonhY2lh4ZuvPy+jIdOhvDe2bj/UTPLMHFxG QxEUYzhBn6A+JPwt0r4oHwwdUnvLf/hHtbttetfsbovmXEG7Ysm5WzGd5yBg9MEVz3jv9nvS fHPiDU9VTXte8OjW7WOw1+10SeGKPWraPcFinLxO8eFeRPMt2ikKyEb/AJU25JNRceuuvbRa /g/vHpzqXT/h/wDMt/s3+MtU+IXwC+HnibW28zV9X0KzvLuQIFDyvCrM4AAwGJLYHHPHFecf th/HaL4e+AfGPhSTwJ468QSan4WvXGseH9AkvdNtvMimjAnuFIWMrt3MCPlVlY8GvoTS9Ntd F0210+wt4rOytYlhgt4UCRxRqAFRVHAAAAAHAArjP2hP+SBfEv8A7FnU/wD0lkraTUpNoiCc YpMq/sx/8m2/Cf8A7FLSf/SOKvS680/Zj/5Nt+E//YpaT/6RxV6XSKCvzY+Onxu8VeC/2vNI N9qV/B4rms9e0jwvo1pcERi5NzbPp0Etvtw9rex28AaU5JluJAGU2q+X+k9eBfGvRdS1z45e E49BFiviiHwF4rl0S71C3WeO1vxc6KsM21hjKs3X0JHfkA99oryL9lf4uat8bPgf4e8SeIdK uNE8TKJLDWbKeBoTHewOYpiEI4VmUsBzgNgnINeu0AFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRSGgD5U/bMs/CF940+GY8U+ANf+LBjT VHg8H6LYm6V12QBr2VS6R/umMcYEhP8Ax9MQMqK5D9my18DWn7S1gvhn9nzxD8Gr2TwxqHmX ur2aWUV5GtzZfu1ijd1dlJB3EgqDjBzlep+PnjDxL4g1PwZcDxbq/wCzvcaXd3Lajq2uaLaX 9lJbvCVBW9CzWseZAoCTTRFlYsULIgHW/CH4V/EfT/iRpPjLXvjY3xT8Jvot1bQQHTrWxjWW WW2eOeP7KojmBWKQbm5XI25DNhU7p3fn+QVNkv63PoWiiimAUUUUAJS15Trnx+svDfi3TtL1 Lwl4otdF1DVk0SDxTJaQjTjeMWRI2TzvtKq0q+WszQCJmZMOVZWNX42ftGWPwTvNMsh4K8be P9Svo2naw8D6KdSntYgQBLON6iNWbKqScsVbA+U4m6DrY9grz/8AaF/5ID8S/wDsWdT/APSW Suz0y8fUdPtbl7aezeeJZTb3IAlhLAHY4BIDDODgkZBwa4z9oT/kgfxL/wCxZ1P/ANJZaoSd yp+zH/ybb8J/+xS0n/0jir0uvNP2Y/8Ak234T/8AYpaT/wCkcVel0DCvKvEf/J03w8/7EzxN /wCl2g16rXhnifQvi1dfG7R/FumeFfBlxo2jaZqmjQLdeK7uG4uYru4sJRO6LpjrGyiwx5YZ wTL98bfmAGahqnxK8K/tdaVbeVqGv/CrxXockeYrcNDoOpWuX3yOB8qTIdo3HLOQBwoFe7V5 j+0l4D8R/Ej4J+KdC8Ia3eeH/FkluLjSb+xumtnW7idZYkLgjCOyBGzkbWOQa6T4Z6r4h1v4 d+Gb/wAW6UND8UXOnQS6ppqusgt7koDKgKkjAbOME4HFAHVUUUUAFFFFABRRRQAUUUUAFFFF ABRRXzx4v+F+nX37THhWybXPGkNhrGga7rF5Y2njbWbe3a6gvNJWFlijulSNVW6uB5aBUIfl ThcAH0PRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUh6UAeJ+CvDvxrht9aF94r8NWM L63qcthb6poE+oXC2TXkrWwaaPUY1I8optUIpVdqkZUk0/hp4ftvAPxnu9H1Pw3oWl6/q+lz alBrXhWKXT7TVVjmiW5NxZGRlFwjSW+JGaVmWQgMoBU8V4V8TftP61J4lm0Cy+G97oUXiPV7 XT5/FF7qEN8beK/njjDrBCyBVVAqkHJVQTySa7X4U+D/AIlXPxRHiz4ua14Rj1yHS7jTtD8P +EfPMMds8sD3Vw8lwBJI5aO3UhVCKAvUvUw6Py/T/MUuq8/1PeaKKKoYUUUUAfJHx08VWvjb 4keEbv4Z/F6x8SeLtD8QWkc3w7s59P1G3MPnCK9kkjSMzwSRxlmM8kmI9rKoVpKq/tT+A/hN rXjLUvEWl+NG8P8A7Ren2KR6F/YfiB31jzFQvBbJp3mlZIpd2HTygGSR2YgEsPsDFH1qUrK3 mF9bmb4fbUZNEsH1eOOHVGgjN1HCcospUbwp7gNkA14B+2J4F+J3iDwF4x1Xwt8Urfwn4Xtf C94L/wAPSeGob5r1limaQi5aVWi3xlY8BTtK7hknFfSHRfSuA/aE/wCSBfEv/sWNT/8ASWWq eruTFcqSKv7Mf/Jtvwn/AOxS0n/0jir0uvNP2Y/+TbfhP/2KWk/+kcVel0FBXhnifXvi1a/G 7R/CWmeKvBlvo2s6ZqmswNdeFLua4torS4sIhA7rqaLIzC/z5gVADF9w7vl9zryrxH/ydN8P P+xM8Tf+l2g0Aeq18/fDX4b6z8Hf2jPiRey6vpyfD/x9NBqmnWN1ekXUesiMrcxxRt95ZEj8 04PAUADCk19A14n+1R8Crz42+C9FbQdVtvD3jPwvrFtr2haxeKxit54WBZZNpBMbIXBHQnaS OKAPbKKwfBfjTQ/iJ4ZsPEfhjVrXXNCv1L22oWcgeKUBipwR6MrAjqCCD0Nb1ABRRRQAUUUU AFFFFABRRRQAV5V4j/5Om+Hn/YmeJv8A0u0GvVa+afHXx7+Hvh/9tTwB4Xv/ABfplrr0fhrW dNks5JuY7q7utIktoHbG1ZJEtpiqsQTtX++m4A+lqKKKACiiigAooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACii igAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA KKKKACkNLRQB8F/FX4f+Cv2fdUmuvH/x0+K3ha78Ya5rGq2GkeDdRumso42ummKxwxW8hjIW eMtk4Ls5Bx0k/ZT1jwP4p/am+1+D/iL8R/HP9n+EbpJ28fSXLpH5t3bEC2E0EZUjycuTkMGj xnY2Pd/iFrnxH8dX/hDXPgnB4Hu7RoNQh1DXPGVnctJZlZIFFtEkbxzI7OkgkRlABtwG2sAC 3wPoPxR8P+Kr7x98YvF/g+20rSdIuLVbDwrZXFtabGeKV7m5kuJXYtGISqgAACRznJIqab5d Xpv/AJCn7227f6nvdFUNF1aDXtJstRszJ9kvIUuIvOheF9jqGXdG4DIcEZVgCDwQDxV+qAKK KKBiUV8o/GzxBpfw5+NHgIS+NPG+j+INW8S28cupXx1H/hHJLeTeF00xhPsJkdCUQqBKrRiS STIO/R1iPWvi98QPjAzeKNe8OQeBGt9P8PpomoSWscd4bOK7kuriONgt3lpYkENwHiCxkbf3 j5z5vdcn03/D/NDt73L3Pp2vP/2hP+SBfEv/ALFnU/8A0llpfgL8QLj4r/BfwP4xvLeO1vNb 0e1v54Yc7EkkiVnC5JO3cTjJzjGa8t/bF/aa+GXwt8BeMfBHirxXb6P4q1jwveSWGmyQTM06 yxTQxkMqFRukR15IwRk4HNayi4txfQiMlJJ9z0f9mP8A5Nt+E/8A2KWk/wDpHFXpdeafsx/8 m2/Cf/sUtJ/9I4q9LpFBXlXiP/k6b4ef9iZ4m/8AS7Qa9Vr8Tv2x/Dv7SXhL9tzWfFtjD4ov by2luNW8NajotvNc28GjwumQqoCojjWSJZkIwWkBYHzAWAP2xorhvhH8aPBvx28I2/iXwPr9 rrulyEK7QnEsD4yY5Yz80bj+6wBwQRwQa7mgD54+A/hrwf8As2+Ptd+ENn4see98Q3l54x0L w7PZvEunWUjqklvDLkrIqyq7BcqwViSpwWP0PXiH7S3gvwrZxaB8Y9ej1tb34Wm51yFvD0cb 3U9uYStxblXGGjZQCw3LgKTuAya9U8GeLNL8eeEtG8SaJci80fVrOG+s7gAjfDIgdCQehIIy D0OQelAG3RRRQAUUUUAFFFFABVLVtVstA0u61DUruCw061iaa4urqQRRQxqMszMSAqgAkknA Aql4u8X6N4C8M6l4h8Q6jBpGiabA1xd3t0+1Io1GSSe/oAOSSAASQD8feHfDvib/AIKEa3D4 n8Y2974Z/Z5tJxLofhVy0F14pKnKXd7ggrb5GUjB+bg8gBmAOgn/AGmPiZ+0hqFxpv7Ovh+0 tvC0MjwXPxM8XQyR2DsDgiwtwN9wQQRuYbQRggAgn5C8df8ABK3xh4i/aq0Wy134oW2uweKb a+8S6rrxtDa3+63ntVuhHCoeMMz3sJj+YKBvyBsUP+tWlaVZaBpdrp+m2kFhp1rEsNvaWsYi ihjUAKqoAAqgAAADAArzjxH/AMnTfDz/ALEzxN/6XaDQB5JN+zT8dvh6pufhz+0VqmteWMrp HxF0+LUoZ+4D3SASoM9Sqk8+1Lov7Z2t/CzXLTw5+0Z4Lb4bXlzIIbTxdpsjXnhy+Y9B5wBa 2YnokucAEsyivq+s3XvD+l+KtHu9J1nTbXVtLu4zFcWd9As0MyHqrowIYexFAE2m6la61p9t fafdQ3tjcxiWG5tpBJHKhGQysCQQRggjOauV8da5+z/8Q/2UdSuvE/7PTf2/4Mkka51X4T6r ct5JycvJpkrEmGQjJ8skqT0DYVB7d+z/APtJ+Df2jPDtxfeHLmez1jT3+z6v4d1OPyNR0ufO DHPEeRyCAwypwRnIIAB6vRRRQAUV82+NPgP8NNX/AGrvBs9/8O/Cd9PqXhrxFqN7JcaHayNd XSXuiiOeQlCXlUTSgO2WHmPg/Mc/SVABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUV4x4i+KHxM0v4tad4LsvAnhO9h1Kzv9UstQuPF91Ax tbSa0ikMsQ0xwkpN9EQiuy/K4LjA3ez0AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFFFFAHhfxq03xfb/Eb4eQ6J8T/E3hvTfFGvPpN1p2n2ekyx W8cek391vha4sZZA7S2ceS7sMM4AGQV9p0+3kstPtrea7mv5oolje7uAglnYAAu4RVQMxGSF VVyTgAcV5r8ZP+Si/An/ALHO5/8AUe1mvVaACiiigAooooAKKKKAPIfiB+znpfjDW5dc0PxR 4o+HevTsHur7wlqIt1vWAwrXFvIkkEzAYG9o9+ABuxxWZ4d/ZX0631qHU/GXjnxl8TngZJYN P8U6ijadDKjbklFnBHFC7qQCGlV9pAIwQCNX4+ftE6b8ArGwkuPDHiTxdf3kVzdLp/hqyW4l jtrdVae4kLOipEnmRgnJOZFAB5xjfBX9o/VvjF4wfTpfhf4s8F6T/Zn29NQ8SxQQCZjIqosS pK5kVlYncAAu0ZJ8xcTDtEJbXl1PdaKKKoAooooA8f8AEvwl8V/Ea9XTvGvijQdS8GxajDqK aTpPh2W0upGgnWe3SW6kvZlZVdELbIo2YqMFVJU1vHHwE1bWPE3inUPC3jCPwtZ+MbWG08SW 8ul/bJZRHGYhPaSGZFt7gwkxl5EmU7Ij5eUO72fb70tTbSwbO6Mfwp4X03wV4a0nQNGtVstJ 0u1isrS2UkiKGNQiLkkk4UAZJJOOcmuX/aE/5ID8S/X/AIRjU/8A0llr0CvP/wBoQ/8AFg/i WO//AAjOp/8ApLJVb6sSSSsir+zH/wAm2/Cf/sUtJ/8ASOKvS680/Zj/AOTbfhP/ANilpP8A 6RxV6XQMK8q8R/8AJ03w8/7EzxN/6XaDXqteVeI/+Tpvh5/2Jnib/wBLtBoA83+L/wCyXe23 jCb4p/A7VYPh/wDFHG67gKEaP4gXOTDewLxljn96o3Akk5OGXov2f/2qrP4qa1d+BvF2jTfD 34uaUmdR8J6k4zKoHNxaSdJ4SASCpJA65GGPvdeQ/tCfszeFf2h9Hs/7Ta50PxVpL+fofivS X8rUdLnByrxyAglcgEoTg9RhgGAB6te2sGoWk9pcwrPbToYpYpACrowIKkHqCMgj3rwb4CeJ fB/ww+IGt/s6aDo9/oUfhHToNW0htQvTc/2lZXLs8skJYlgsUzmIgn0xx04r4c/tNeKvgv4u 0/4Y/tGpb6dql0/kaB8RLVNmka8BwFlOALa5x1U4UknGBtL+gftRahbfCTwxc/GzS/Alp4v8 WeErXy2kMrRXMelvKpvPLYAglU3OAwwAGI6kEA92orG8I+KdN8b+F9I8RaLcre6Tq1rFe2lw n3ZIZEDI34gjj8K2aAPGPEXxQ+Jml/FrTvBdl4E8J3sOpWd/qllqFx4vuoGNraTWkUhliGmO ElJvoiEV2X5XBcYG72evKvEf/J03w8/7EzxN/wCl2g16rQAVQ1rWrDw3o97qup3kOn6bZQvc 3N3cyCOOKNQSzsx4AABJPtUt9ewaXZXF5eXEVraW8bTTTzuEjiRQSzMxIAAAJJJAABNfFc9z qX/BRbxs9nbPc6Z+zT4fvMXE67oZfGd5EwOxDwy2kbAZI+8R/e/1QBLoGl6l/wAFCPG1t4m1 y2udP/Z00C736Lo1wpjfxbdxsR9ruEIB+yqQQsZ+8Qc/xAfacEEdvDHFFGsUcahUjRQqqAMA ADoAOOKi0/T7XR9PtrCwtYbOxtolggtreMJFFGoAVFUAAKAAABwAMVboAK+bvGnxm0DSv2rP B0U2n+LHew8M+IrCU2/g/V51aR73RSGiaO1ImiHlNmWMtGuU3MPMTd9I183eNPgzoGq/tWeD pZtQ8WI9/wCGfEV/KLfxhq8CrIl7ooCxLHdAQxHzWzFGFjbCblPlptAPpGiiigAr58+Pn7J1 p8R/EVv8QfAusSfDn4vaemLTxPp6DZdqAB5F7EBieIgAfMCQAOoG0/QdFAHzb8Ef2rrvVfGA +F3xf0aP4ffFqFP3FuzH+zdeQcefp8xOHBxkxElhyOSrBfpKvOvjZ8BfBn7QnhF/D3jPSlvo FbzbS8iPlXdhN2mt5QN0bjA5HBxggjg/Olv8UPit+xLcLpvxSj1H4rfB9MLafEHToDLqukRj gLqUIyZFHA84Ek4ySzMEAB734j/5Om+Hn/YmeJv/AEu0GvVa+DPE3/BR/wCBH/DUPgi6t/FV xe6NZeHtX0m61i306draK4u7nTZYV5UOwxZSAsqMAXj5I3FfvOgAooooAKKKKACiivl/xl+0 t8a/DvxibwRpX7On9uW1z9rutN1X/hObK3+22FtLBFLdeU0ZMeDdW58tm3HzOM4YgA+oKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPKvEf8AydN8PP8AsTPE3/pd oNeq15V4j/5Om+Hn/YmeJv8A0u0GvVaACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiuL+Kfxi8G/BHwx/wkHjjxBa+HtKMqwJNcFmaWVjgJHGoL yN1OFUkAE9ASADzH9or4qeFPBvxS+ClprGtQWc9p4nm1C6Qq7/ZrZtD1eFZpSoIjQu3DNgYS RvuxuV9+jkWZFdGDKwDBlOQQehBr4P8AiR8Lfjfp/wC2N4d8Yrf+GV8H674rurXR9CubuV1M 3/COXUC3twFgO8LBbzEQhgNzMoKiVpR9p/D7whB8PfAPhrwta3M13baHptrpkVxcHMsqQxLG Gc92IUE+5NAHQ0UUUAFFFFABRRTWbaCcZpbAfPH7U3ibRfDPib4fXY0Lx54i8YW89zc6fY+A IVknns0MP2uK7EhEZtHY2odT8xby9uMEjyn9l+9li/aOtbFvCfxU8M6YvhrUf7HsfiBLEtnp sAurMva2UceWZQXjGZXZkSONRkcjQ/ap+Lnia+0/4Q+IfCd14+8A3uo6nqNu1lZeC4tS1VlS FwUNpKjMC3l71GQrR7nILIgGH+zP8QPiH4l/am0zT/FfiT4h6zpw8KalOkPjjwbF4ZRZBdWQ 3wxxKBcEAgEsPkDDB+Yiil8X3/l/X4iqaRXy/M+66KKKYwooooA8w1b9oz4f6D4qttA1DWri 0ubm/GlRX0ml3f8AZr3hyBbC/wDK+zedlWUxmXduBUjcMVD8bv2nvhl+zjFpUnxE8UR+HRqr SLZIbS4uXm2BS5CQxuwA3LyQBkgZzXnXx5+J3wh1rXI/hT4k8Z+FvD9tYXVprOtWt9qVvauv lzrcw28aM4ZpZZEV2CgkR7s4aWMtB+0p8LNb0u41f44eD/ihr/hXxPo+kxi20e+aN9CvIoyz C1ntDGHZpWkZA28uryAqMhRWfRN9/wALf8OO2tj6T0zUoNW021vbUs1vcxLNEXjaNirAEZVg CpweQQCOhGeK4z9oTj4B/Ev/ALFnU/8A0llrrtAvrnUtDsLu8s30+7uLeOWWzkILQsyglCRw SpJGR6V4D+2JL8Z4/AfjIeCLfwJL4HPha9/tR/EFxepqQbyp/O8hYkMZAi2FdxBLbgcDBrRq zIi7xTPRv2Y/+TbfhP8A9ilpP/pHFXpdeafsx/8AJtvwn/7FLSf/AEjir0ugoK8Y8RfC/wCJ mqfFrTvGll478J2UOm2d/pdlp9x4Qup2FrdzWksgllGpoHlBsYgHVFX5nJQ5G32eigAooooA 5n4hfDnw38VvCN/4Y8XaNa6/oV8myezukyp9GBHKsDyHUhlPIIPNfJ91onxX/Ylhkh0621L4 4fAMKUm0eZRceIPD8BGCsecC6twCfkIyqjHyqpZvtaigD5D/AGPf2vtL+M/xT8aeANL/ALMn 8O6dax6t4UudFsmtYotM+SJrS4iI/czwuUXaQAwYlRtCk/XlfJn7Xn7HsPjXRdT+IXwmgk8F /GvTR9sstY0GY2Uup45ktp9pCyGRRgMwJ3BQTtLA43w/1b9szw54L0HUrzT/AAX8RIryyhuZ bHWhJoutWzsoYxTBAYAy5KkgZyMnHIoA7vxprHxMT9qzwath4S8J3EMfhnxElk9x4puoWntf tui+ZLKBpzeVKCIsRKZFbe+ZF2Df7x4s8WaN4F8O3+veIdUtdF0WxiM1zfXsojiiUdyT68AD qSQBycV+NXxi/aR/aqt/23tIDaXd+H/G1qwsdF8G22LmxeznMbPFuXAnilMCNJLkHMYIKeWo X9ANC/Yv1r4l6/ZeJv2ivGx+J97ZuJ7LwnYwGz8O2Mg7+SCDckdmlAyCQysKAOTuZvE//BRP UUt4I9T8G/s2W0waW4kV7bUfGbKQQqA4aKzBHXq2OzcRfY/h3w7pvhPQbDRtGsINL0qwhW3t bK1jEcUMagBUVRwAAKuW8EdrBHDDGsUMahFjjXaqKBgAAdAMYwOlT0AFFFFABXlXiP8A5Om+ Hn/YmeJv/S7Qa9A1PxLpOitKl9qNtbSRW0l48ckoDiBB88m3OSo7nGBXwja/tzaT8T/2hp/G Hgj7JrHhLwL4S8QT3iy211Fc3dgtzpL3E0buioJD5JMUfzZEYDsjTqIwD9A6K8K+Ff7ZHgD4 uatqmnaXb+JNLuNOsJNSnbWtCubSP7PGQHcOy7cjcOCQTngHBrU+E/7XXwf+OV/dWfgnx3p+ tXtratfT25WW3kjgUqGkKyohCqXXJxxnnFAHsNFY/h3xhoPjC1N1oOt6drdsOs2m3cdwn5oS K2KACmSRrKjKyhkYYKkZBzT6KAPzC/aA/wCCVvhfx9+1FbQeGfFTeC9P8VaTqviCSwj0tbmG 1uLaexjZIgJUAjka/D7cfJ5RUZDDZ9CxfGr9oj4Djyfid8NY/ir4chOD4s+HPN6EHRptOfDF iMkmMhVwR717H4j/AOTpvh5/2Jnib/0u0GvVaAPGPhL+198I/jXMtn4a8aWA1ncUfQtSJstQ RwcFfs8wV2IPBKhh78ivZ68x+LX7NHwu+Olu0fjrwPpOvzsu0X0sPlXaDGMLcRlZVHTgMBwP SvFpP2QPiV8Jd0/wS+OOu6VZx5MfhXxwo1nTMdo0kYeZAnQ5Xc3Xnk0AfW9FfIy/tRfG34Q4 i+MPwKvtU06PAk8UfDOb+07dh3c2jkTRoOpLN06A459T+Ev7YHwe+N0iWvhXx1ps2qs206Pf ObK+VgcFfImCuxB4JUEdOeRQB7NXlXiP/k6b4ef9iZ4m/wDS7Qa9VryrxH/ydN8PP+xM8Tf+ l2g0Aeq0UUUAFFFFABRRRQAUUUUAFFFFABRRRQAV5Frvx61HQ/iNb+DU+FPjTUb+6hu7uzur W40YW91bW0sEU06mTUFdVDXVvhXVXIk4U4bHrteVeI/+Tpvh5/2Jnib/ANLtBoA9VooooAKK 83+OXx78I/s8+EU1/wAW3FyI7m4WysbHT7dri7v7lgSsEMa/eYhT1IAxyRXnXi/wL4//AGp/ Bfg65k8S+I/gn4bvoppNf8MW9vGmtXCF8RRG7DnyAUBJULuw+GGchQDrPjX+1b8M/gFqNlpX ivXWPiK/VWs/D+mW0l7qFwGJVSsMYJAJDAFsA7SASRisr4nfGL4vaH4ui0rwB8DZvGelNbxT nXtR8R22kwKWGSnlSI0pZehBUEE9MDn1Hw98P9A8M/2XJaabDLqGm6fFpUGqXa+ffG3jUBUe 4fMj9ydzEkkk5JJrpaAPzA+PXx2+LfhX9rSN7Pw7e6l4ts7fVrDw/o9j4gii3wvd2Jt8WTRg zwypDG0mNzOZZmV4/sWIvvNf2jPhz/wt28+GE/ii10/x3arC/wDZF8j27TiVFkQQO4CTEhhx GzEEEEZBxW8R/wDJ03w8/wCxM8Tf+l2g11Hjb4V+D/iRNpM3inw3puvT6TdJe2E99bLJJazK wZWjYjK8gEgHBxzkcUAdbRXgOlX3xl+G/wAaNaHiq+0rxd8GNS+16lF4hlaDT7rwoiI0ognX gTwADasgyw+85AGD7V4d8SaV4v0Oz1nQ9StdX0i8jE1tfWMyzQzIejI6kgj3HpQBqUUUUAFF FFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRXzd8cP2pvE/wAJPiNp3hiw+Hv/AAkFtqVy tpbagBrgzIbSW5bi20a5jkwsLjbBLK4+8yKqyMgB9I0Vm+HtSm1fQNMv7i3+yXF3bRTyW+JB 5TMoYpiWONxgnHzxo3HKqcgaVABRRXi/iD4/6P4s8eeJ/hL4A1yOX4mWmkT3JvPsb3en6POA FjF26naHLMD5eSflIOCQCAbP7QHxgvPgt4Hj1XSvCOseONev7uPTdK0TR4GZp7qRWKea4BEM QCktI3AA75rC8L/A+3+IGreBviV8W/DemTfFTRdOMKW9ncSz6bp0jSNJuhidinmjKgyYJyow xCqRofs6/AV/gb4b1FdT8Uap418W67c/2hruvapMSbq42hf3ceSsUajhVHQAAngY9coA8q+M n/JRfgT/ANjnc/8AqPazXqteVfGT/kovwJ/7HO5/9R7Wa9VoAKKKKACiiigAooooA+Fvi/4P 8Pfs/HSE+Iv7TfxotL7XZ7x7CHQ5zKhjjcNsEaWk7jy45IlLM3zEFgBkqHfsn694N8XftKS3 Hhj4q/Ezx/Jpvhe4Qw+PIJPJQTXUG5oGaGDYy+Sm4FG3iRcMPLIP0B8cI/iqvizwm/wvsvAk UxgvY77WPGkE0rQAtbmOC3EMqSZlIYsACv7lckEKDh/Bey+IviD4panrnjvx74H1e50Wxk0h /D3gSGVUhllkik8y7M00jiRREVVCAAJHI6nKp76+f5E1NV935n0HRRRTKCiiigDzOb9mn4RX GsPq0vwr8FS6rJObp76Tw7ZtO0xbcZC5j3FyxzuJznnrW5d/CTwPf+NIvGNz4K8P3Hi6Mq0e vy6XA1+hVdqkXBQuCF+UYbgcDjiuwopAFef/ALQv/JAfiX/2LOp/+kslegV5/wDtC/8AJAfi X/2LOp/+kslMCp+zH/ybb8J/+xS0n/0jir0uvNP2Y/8Ak234T/8AYpaT/wCkcVel0AFFFFAB RRRQAUUUUAFfOeqeBtX+Bv7QHib4sr4ts9P+E2u6YZ/Fun6zcyYsbyBAkN1a8EAOoCOuR0z8 3yhfoys/W9E0/wASaLfaTqllDqGmX0D211aXUYeKaNgVZWU8EEEgg9RQB5dqGpWutftKfDPU LC5hvbG68EeI57e5t5BJHNG17oJV1YHBUgggg4Oc17DX5OfFLwTf/sg+NLLTPDHgnxn4n1u1 tvFU+h31n9ouY9AsWuNOl024t5FRvMtrcho54GYHdczb/lmQSfpRoXxu8Da94a0HXo/Eun2F hrlr9t09dVmFlNNFkAsIptrjBIB44yPUUAd3RXBfEj48fDv4Q6ZBqHjLxpovh22uIjNbC9vE WS5QYy0MYJeUcj7gPUV538TvjN8Ttck8L2fwO8Daf4ps/EGnQ6tF428QXZg0W0gkJKho0Ink crtbaoUgSKecMAAe0eIvGGheEUsm13WtO0RL25Sztm1C7jgE87nCRIXI3OxwAoySTwK8k0H4 kfGDxp8crrSrH4f2vhb4WaLcz2t9r3iSVvt+rsoKo1hDG2FjL7SJJchkJIw3yjTuP2XfA/iD 4wRfFHxRYSeJvGEMUC2a6ncPPY6W8aKC1nbsSsRLIH3Hcwb5gQSTXsNAHiHwX/ZA+HvwR8UX 3irTIdU8QeNr4Olz4q8S3732oSKxyV3thVHAGVUEgYJNYfjH4O+EdQ/a48C3s2kEtdeGNd1C 4tY7qZLWe4gu9EWKSS3VxE5AYZ3KdxihLZMMRT6LryrxH/ydN8PP+xM8Tf8ApdoNAHqtZFx4 V0a8mu5p9IsJ5byB7a5kltkZp4WxvjckZZWwMqcg45Fa9FAHj3hP9kn4T/D/AFLXNT8I+DrT wnqes6ZNpN1e6HJJayC3kwWEe1gI2yqkMoDAqCDWR8Nf2ZdW+ECeJW8P/F7x3rB1LTZbXT7b xjfrrFtpdywBjuY0ZFZthA+TcAwLA5JBHvFFAHhHw70/9obwfp/in/hM9X8G/EEW+nPJoP8A ZtvNpl3eXgBKx3BO6KNG4GVBIJz0FN+HPxs+K2o6T4puPiD8DNU8Iz6Jp7XltHpOt2mrnV3U EmG3VCpEjY+VWOOQCQeD7zRQB+cS/tdeKvHXx21bxmugeJfBLeBvDOuNB4Y8S6Atv/aCfatG /wBBWTezvdTlo/uhRGz2oCyBnMn1P8Pv2sdN+Jmi+K7/AEn4dfEa1m8P2JvjZap4ee0mv8Bi Ibbc+2SU7cBSRnI98YfjT4D/AA01f9q7wbPf/DvwnfT6l4a8RajeyXGh2sjXV0l7oojnkJQl 5VE0oDtlh5j4PzHP0lQB4T4D/aB8cfELRfFV3b/A/wAVeH7zTbD7Tpdn4ouLew/tW45xbhtz eUSR99gQAQT2y74f+KP2gPFegeKn8SeB/CXgTVRZ/wDEgjm1iTUkN0cj/SREq/u8gHKMGwcY J5HulFAHhPgPwb+0BceH/Flv44+Inhe01a/sxFo154Z0NnXS5/mBmKztiYfdOxhjI6gdfMtY /wCCfsnxM8O+K7b4ufEC3+JHiDVrQQ6f4gk8J2On3OkzDOZYmh+dgcqPLZ9vy9MnI+w6KAPh zwv+xj+0D8CdAkh+GX7R9xrBjQJBoXjLSfPscAHAWRpJWhAOCPLUe+a/Ob4yftTfHDwN+0Zq V/40eztviH4cluNPNwkLKISWjKtCdwxF+5jZVXCOrPuVhNLv/fyvCPHHw98K69+1x8P9Q1Pw 1o+o6gfB3iFmurqwiklJju9HSMl2UklVuJ1U54E0gGA7ZALn7Mn7VfhP9qLwbea94fs9T0dr GeO2u7XV4AmyR/uiOVSY5VbsVYnkZAyAfa6+M/2gP+CY/wAPPidY6nceBby6+Fms3rLLPHou Rpd3IjbkM1oCFBVsENGU2nJwTXnPhX9pv4tfsIeGdK8I/H3wZrnjXw/DfGFPiRpmoC9gW1YA RqwaJXLK3AEzq7BjjO0AgH6JUVzvgXx3oPxO8I6V4p8ManDq+g6nCtxaXkBOHU+oIyrA5BUg EEEEAjFdFQAUUUUAFFfGnxE/ZtOuftaeHrj+yPhRIdV0bXtV3ah8OvtMj+XeaSN1y/25fPuR 5/yXGE2ZmGxvN+X7LoAKKKKACiiigAryrxH/AMnTfDz/ALEzxN/6XaDXqtfml8Vv23r6x/ai k1PQotY1q68HR+IvD03h/SfD73MMYS+0+IRzz43FrmW2UCSP5YWns1IbMocA/SLUNQt9HsLq /vrmGzsraJp57m4cJHFGoLMzMSAFABJJIAAJNeB6N+0Qv7T3hrx1pPwO1G6sdR0wRW1n461X R2fRXmaQCUW5YhpnjQN1XaGZD8ynmz8Nfgr8TJPiFq3iz4qfEv8A4SS0uIbixs/BOjWot9Di tpDjMyPlrh9oAy4yuWGWBr3DStHsPD+mW2naZZW+nafbII4LSzhWKKJR0VUUAKB6AAUAeffA v4Lt8HfCMum6j4q1vx3rN3etqV7rXiK4M0klyyqpMSElYYwFAVF6Duc5r0+iigAooooA+bvG msfExP2rPBq2HhLwncQx+GfESWT3Him6hae1+26L5ksoGnN5UoIixEpkVt75kXYN/wBI183e NNY+JiftWeDVsPCXhO4hj8M+IksnuPFN1C09r9t0XzJZQNObypQRFiJTIrb3zIuwb/pGgCvd 2sV9azW9xCk8EyNHJFIoZXUggqQeoIOCD6181XfgPSf2E/CHjTxd4A8M+I/FHhfUdSt7+/8A B2m3aNBosI3C5urKEruIwVZow2CFGCqrx9O0UAcz8OviF4f+LHgnR/F3hXUo9X8P6rB59rdx ZAdclSCCAVZWDKykAqykEAgiumrwD4s+H/ir8PfHXhDxL8KoLPWfBdsF03XPh4qQWaNFJMWN 9ayEKFmTeSysQrKvAySa9t0fxBpniKO6fStStNSS1uZLO4azuFmEM8ZxJE5Una6ngqeQeoFA GlXlutftIeDNA8Zf8IteQ+K/7cPmmO3t/BeszrMkTxpLLHJHaMkkStNEDIjFB5iZb5hn1Kvm 7xprHxMT9qzwath4S8J3EMfhnxElk9x4puoWntftui+ZLKBpzeVKCIsRKZFbe+ZF2DeAfSNF FFABRRRQAUUUUAeVfEb44X3w98WaPoP/AArTxd4hOs3f2DTb/SZtKFvd3AtZrp418++ikQrF bzkl0VSYyASSufStPuJL3T7a4mtJrCaWJZHtLgoZYGIBKOUZkLKTglWZcg4JHNeAftB/Gr4e +Ffix8HtO1zx34a0bUNK8Vy3eoWmoaxbwS2cL6DqqJLMjuDGjNNEoZgATIgBywz79p2pWmr6 fa39jdQ3tjdRrPBc27iSKWNgGR0YEhlIIIIJBBBoAuUUUUAFFFFABXlXxk/5KL8Cf+xzuf8A 1HtZr1WvKvjJ/wAlF+BP/Y53P/qPazQB6rVW+vLfTbO4u7ueK1tYEMss87hI41XJLMxIAAAJ JJwK4/4yfGLwz8BfAV74u8W3M1vpVu6RJHawNPPcTOcRwxIoyzs2AAcDuSACR5HrHwvu/wBt r4e+EL/4jaV4n+HHh6O8nur3wG18itq8IZfs321kAdAAu8w5BBcgnKqwANrxv45+Lfi/4xeH /DHw60Sz0jwNbi21TWfHmrBbi3vrZiG+y2Eat87soIMhICgkjHylvT/APwt8J/Cu31SHwp4f sdDTVL2TUL42ceGuLiQktI7HljknGTgDgYAxW9ouj2Xh7SLHSdNtYrDTrGBLW1tbdAkcMSKF REUcBVUAAdgKv0AFFFFAHmnjj9n/AMIfETxJba9rcviY6jayie1On+LtWsIraURND5kMNvdJ HG5ikkQsigsJHBJ3HPoGn2SaZp9rZwmZ4beJYla4meeUqoABeRyXdsAZZiWJ5JJOa4rxZ8fv hh4D1yXRvE3xI8I+HdXhVXl0/VtdtbW4jDAMpaOSQMAQQRkcg56V2mnalaavp9rf2N1De2N1 Gs8FzbuJIpY2AZHRgSGUggggkEEGgC5RRRQAUUUUAFFFFAHzl+19jRLfw14p/t/wFotzpovI NPPxCvFtLWG9mjTybyCTy5GM8HluRGoG5ZH+ZSAa8t/ZGs/hx4b+L2geHfBPijwj4qudM8JX f2vWvD+pG61HWLmW5tJLu51ALDtUCXAiBmdgHfjBwvpX7TljqWseKvhzrXhX4S6R8Zp7a41L TJotQ1GKK2sAyKZCxkhlRW32oQyEgqymPBMp24Hwbh8T2/7RmjDXvgN4b+EsJ8Nap5N/ouqQ Xz3TfaLDdGxgiiVAAQfnViT90rhgVS+L7/yYqj91f11PrSiiimMKKKKAPnj4yf8AC1PBP9l+ KNE8ayX2pXPiK0so/A62FodNu7SWcRGNZTCLpZlhJnaXztgMLnywnAi8ReMfHfxA8dfE238K eKf+ESsPh8tvb21uunwXEWr372yXTrdtKjMLdVeKPbbtFJ80jGT7mMLxl4U/ap1P4vXWv6DL 8JrTw1GPsml22rXGp3VzZQMcSXACRRxtPIAM7shQoRTgyNJ1Xij4QePNI8TeOLjwLeaJJY+O 7e3XU7jWriaGbSbqOAWzXtvFFEy3JaFYyYWeAB4QRJiQ7c9eTTfp66f8EenNqem/B/4gw/Fj 4XeE/GcNq1jHr2l2+oi1Z9xh82NWKE4GdpJGcDOM1xn7UHxH8KeGfg74/wBG1fxRo2laxd+F 9Qa30++1CKC4nD28qIUjZgzbmBUYByQQM4rv/h34G074Z+A/D3hPSfM/szRLCDT7YykFzHEg QFiAAWIGScDJJrzX9qj4Q+BPGXwn8d+IfEHgrw7rviCw8MX62mralpMFxdW4SCaRBHK6FlCu zMACMMSRyc1rK3M+XYzhflV9zpf2Y/8Ak234T/8AYpaT/wCkcVel15p+zH/ybb8J/wDsUtJ/ 9I4q9LpFhRRRQAUUUUAFFFFABRRRQB83eNNY+JiftWeDVsPCXhO4hj8M+IksnuPFN1C09r9t 0XzJZQNObypQRFiJTIrb3zIuwb/Tvil+z/8ADn43NZSeOvBmk+J5rJWW2mvrcNJErEEqrjDB ScHGcZ5xWb4j/wCTpvh5/wBiZ4m/9LtBr1WgDhF+Bfw6WHw7FJ4F8PXI8O2y2ejtdaZDM9hC oACQu6lkHHYjPU+td0qhFCqMAdBS0UAFFFFABXzx4u+KGnWP7THhW9fQ/Gk1ho+ga7o95fWn grWZ7dbqe70l4VWWO1ZJFZbWciRCyAJywyufoeigAooooAKKKKACiiigDyrxH/ydN8PP+xM8 Tf8ApdoNeq14F4q1vxov7Qnh3X7T4S+LNT0PRdG1jRZL63vdGVbh7q60ySKaNJNQV/LC2UpO 9VcbkwhydvvtABRRRQAUUUUAFeVeI/8Ak6b4ef8AYmeJv/S7Qa9Vr5I8eSfH+T9orT/EOieE zc+HdIstU0i1vP7D09829zc2EgOG8QxPLlbPPmlISuMeQ5k/dAH1vVW/0+21axns722iu7Od DHNb3EYeORSMFWUjBBGQQatUUAfG/jr9hrXPhz4rbxv+zN4sj+GGvTShr/wvel38O6iuRndC FbymwW+6pA4CCM5Y5/wv/wCClfhy38d6h8N/jhpi/C3x9pd0bK4uWdn0i4kBwHSYjdErDDKZ MoVIIkORX2xXnXxK+APw++LWqWmq+KPB+i67rNjbzW1pe6lZJO0SSIyMpB4kX52IVsgE5GDz QB3djfW2rWcF3Z3EV1aToJIriCQOkikZDKwJBBByCM1ar8wvA/7O/wAff2RJPGGo6Z480nwV 4T0KD+0Yr+/uGufC2qoZADFLZEtcWMxLbmki3KcBVwBk+4+DP+Chsfh7SbGf4yeDrrwhpt0A Lbxv4bk/tzw1e9gVuINzRknpGwYjB3EEYoA938R/8nTfDz/sTPE3/pdoNeq18OeKP+CgXwP/ AOGuPAEMHi+O+06Hw/qekz63axlrCG5vrjTJYFeXPAC2cgdgCELKGIw+37joAKKp6nqlnoen z3+o3kFjZQKXluLqRYo41HdmYgAe5OK8g8fftICLwHb678JvDk3xsu7y/fTIIvC99A1pFOqk sbi6JKQxjgFsH7w7HNAHs0kqQxPJIyoigszMcAY6kn0rwz4x/tI634R8XaR4M+Hvw41j4l+L NSto75ZYGFnpFras5USzXzKyDoSFUMSMcgkA53iz9nnVv2nfA/g1PjLqGoeHpbUTS614N8Ja s8elX5Z/3Uc8gUSSBUC5CsBuLYJGCfdfDfh3TfCOgabomkWUWnaTpttHaWlnCMRwwxqFRFHo AABmgDxzxR+yrafEb40W3j3xp4w8Qa/p+lXNte6F4QW5+zaVp1xEFImKR4M7+YpcM54B2kMA MO8VeA/DVx+198O9Yl8O6TLq48J+Ibhb97GI3AljvNGWOQSFd25FnnCnOQJZAMB2z7rXlXiP /k6b4ef9iZ4m/wDS7QaAPVaKKKACiiq19fW+l2st1d3EVrbRLukmncIiAdySQAPc0AWaK8E8 dft3fAP4dytDqnxO0W5us7BbaO76lLvJwE22yyEHPGDjHfFcfH+35pviB1/4Qz4PfFjxrATx faf4YaG0K+okmdevYY6A0AereI/+Tpvh5/2Jnib/ANLtBr1WvxM+MH7VH7S91+23pl9Y6Dr3 h3xFBK1p4f8AA9zbZD6fK6M0ToOJRN5CNJICQGjyGURrt/Qqb9sX4haTMf7X/Zi+JMVvHxI+ mC2v3z/sqjjcMZ5B64HegD6por5WX/go58MdFYDxvofjz4ZdAW8XeFLqAKT0BMQkxzx9fzr1 HwN+1h8G/iS0SeHPiZ4Z1C4l+5aHUo4bg/8AbGQq/wD47QB6xXgN58BrD4NfEjxj8YPA8Wsv NqOm3FzrHgXRzH9m129UBo50RyBHOSGBK43Fs9Swb3uORZUVkYMjDIYcg5p9AHmPwF/aB8Jf tFeDn1zwvcTRzWsxtdT0i/jMN9plyPvQXER5VgQRnkHBwTg1B4j/AOTpvh5/2Jnib/0u0Gj4 x/CnX/EnhW9b4aeJofhv40kvYtSOr2+nwypfyRoyiK8UqTJGwIBPLDapGQCp+KviF+1b4y+F Hjjwj47+KOt6PofiXStL8T6G3hrR9Nkns5ri3uNKY28kpBkjN4IxJHKSFjDWpIKtIXAP0qor O0HXdO8UaPZavo9/bappV7Es9rfWcqywzxsMq6OpIZSCCCCQa0aACiiigAoqlqmsWGh2jXeo 3tvp9qv3p7qVY0HBPLMQBwCfwryjxZ+2J8D/AAT5g1f4reE45Ys74LfVIrmZcYPMcRZgeemO e1AF/wCMn/JRfgT/ANjnc/8AqPazXqtfjv8Atjf8FQtY1T46eGH+El5p194Q8H3i6lZahcWM h/tK8e1mt5iwkCsIliuZoQFAJJZwx+Qr9naH+2R8WPHOh6dN4U/Ze8aXV/c20ckn/CQX1vo1 qrlAW2STZLoCTtJVSw5wDxQB9dUV8qG6/bF8dY8mx+F/wxs35P2ia61a/jz0A2gQnA6+4GOM 0n/DI/xT8Y/8lB/aa8bXscnL2vg20t/D6Ln+APGHYr2yeSOvJoA+n9U1ax0S1e71G9t7C1T7 091Ksca/VmIA6fpXmPiD9rX4K+FVf+1Piv4Pt5FHMK61bySjqf8AVo5bse3XjrxXiGrfsX/s seAPEGkRfEC5h1rxJqUyW9i3jfxTPNdXkrsFCpE0yq5ZsDhD2FTeF/CPh+3+Ny+FPA37Juj6 Z4W0u/a31fxxr2k2mnoVUH5rJWjaS5UnG1wQp5HAO4AHa3v/AAUT/Zz0+UJL8VNJc7d2YILi YYye6RkZ46Zz7c1+cv7ZH/BSbUPG3xks7j4ZarcN4d8MXYutC1RGltlaZrKWF5zAyqzMGuZR +9ypSNV2BXlEn6P/AAw/Yu8N+BviZf8Aj3Xdc1Lxl4gkluDp9vdrHa6bpkEhI8uGzhAjyEO0 swOcAgKeawf2lv2YPhV4/wDil8EbzXfA+l3c1x4kl0ycxI0Cz2qaRqV2kMixlQ6ia2hYBgeF K/dZlYAi/YS1DwvffDax1+5+LLfEX4geMbOx1jXYtQ12K6ezuTCG+zRWqNi3ETOyFQobKAHG 1VX6trwXxh+wn8APHELJqHwp8OWpOf3mk2v9mvn13WxjOfxriG/Yb1vwG3n/AAg+OXjvwC6f 6vTNUuV1zSl9ALafpnoSWPGOOOQD6xor5Lb4hftV/B1seKfh94b+MmhxsM6l4KvTp+ohO7Pa z5WR/wDZiwMY56kdH8P/ANvz4SeLtYXQNd1K++GfitSBJoHjy0bSrhGJIxukPlkkggAPknHG eKAPpGiq9vdRXdvFPBKk0Mih0kjYMrKRkEEcEEc8VYoA8q+Mn/JRfgT/ANjnc/8AqPazXqte VfGT/kovwJ/7HO5/9R7Wa9VoAKKKKACiiigApDS0UAfLul/sU3P27xDf3Xxh+JmiS6trmpaq uneGfEZtdPtkuLuWVEjiMR2na4LYJy5cjgit/wCG37Ks/wAMfjNYeNo/iH4y8ZW8eiXmlS2/ jHWDftC0s9tIj248tQgIhcPknOI8Dg19BUUo+7t/XQJe9e/UWiiimAUUUUAFFY9x4q0a18RW mgzarYxa7dQvc2+lyXKLczRIQHkSIncyqSAWAIGQM81meNvih4O+GVva3HjDxZofhS3u3Mdv LrepQ2SzMACQhldQxAIJA55pXA6uvP8A9oX/AJID8S/+xZ1P/wBJZK7axvLfUrWC8tLiO5tZ 41lhnhcPHIjDKsrA4IIIII4OQRXE/tC/8kB+Jf8A2LOp/wDpLJTAqfsx/wDJtvwn/wCxS0n/ ANI4q9LrzT9mP/k234T/APYpaT/6RxV6XQAUUUUAFFFFABRRRQAUUUUAeMeIvhf8TNU+LWne NLLx34TsodNs7/S7LT7jwhdTsLW7mtJZBLKNTQPKDYxAOqKvzOShyNvs9FFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAFa9soNStZrW7gjubWZDH LBMgdJEIIKspGCCMgg8EGvFbz9lHw14X8A+M9A+FE5+Et/4ouI7u51DR4BcRJKhHAtZWMSoy gqyIEBUkV7nRQB+HHxV/4Jz+PX+NFz4ZbVRqvjTXZL/UrU2vhyS00y6hS5slE4mhBhgQreTO 6YUQtAseD58Jb7S8Bfsq/tg+EPAdxar+0zajXN2yO1vdP/taEptGD9ruYzMjZ3DiNuMHgjFf UHiP/k6b4ef9iZ4m/wDS7Qa9VoA/O2b4W/tF2vgO58HfGL4U2f7SujnVxrBvIvGqWTRyIoVR HG8URMYAYiIggs7cYOB6d4R/a2s/g/oNtoOpfszfEj4daPa8LHoHhyK702DJyxL27ADrkkKS eT1FfYlFAHys3/BTL4A2G7+2PEmr+HiuFZdU8N6imGIzsO2BsMMHjpwcZrc0/wD4KH/s6akr GL4q6Qm3GfPinhznOMB4xnpzjp3xkV9G1gan4F8Nazk6h4e0q+O/eTc2UUh3dzyp5Pr70AeP f8N+fs8/9FY8P/8Af1//AImvh74nf8FZtL039rfSta0Pwyms+AfDltf+H2vUm/0q/guZ7R57 qEZ2ABrGMxq33lLFipcCP9Nv+FT+B/8AoTfD/wD4K4P/AIivn3xh+yr8JNQ/bF8AazN4B0f7 bL4a1nUpFjiMcElzaXWkx28rwqRGzIt3OMlTncCclEKgE9x/wUq+BV1cNa+G9b1rxvqS8fYP DXh+9uZSSMgAtEqnPT73UHOMVXk/a0+LXjj5fh3+zP4wljbgXvjq7g0BEH94xuXZh7AgkV9U 29vFbQJFBEkMSjCxxqFUD0AHSpaAPk8eAf2tPicf+Kg+I/g34SadIf8Aj18IaS+qXmz+68ty Qqt/tR5HQjuKlsf+CdXw91q6hvviV4h8ZfF7UVIfd4u16aSBH/6ZwxFFVf8AZJYdq+q6KAOI 8BfBX4ffCxFXwh4J0Dw0wXb5umadFBK3b5nVQzH3JJrt6KKAPKvEf/J03w8/7EzxN/6XaDXq teVeI/8Ak6b4ef8AYmeJv/S7Qa9VoAZJGsqMrKGRhgqRkHNeWeOv2Vfg98SxKfEnw08M6jNJ 966/s6OK4Of+m0YVx/31Xq1FAHyk3/BOnwL4dYyfDrxl8QvhU+Syw+F/Es62+fRo5vM3L7ZF H/Clf2ofArZ8LfHrRfGlqpxHp/jnw2ke0f7VxbHzHPuQK+raKAPlX/hO/wBsDw38uo/C74ce MW6eZ4d8Qz2K9ucXSk44PHXkfj+bXx++J3x68Qft3ade6z8PLWz8exSRWmkeD5rK31CCWzYE CIy7NtwjqZN02Rt3PgxhcL+59eVeI/8Ak6b4ef8AYmeJv/S7QaAPjv4u+Ff2j/ipc6FdeGvg P4i+EGraHam00658M/FTT4bGOLdu8uSzSIo69sAL0AJIAFeizeNP25LPRLBdO+Hnw5lkt7OG GVdX1R7i9uZgmHldopYYQWIyVUAAtwSOn2pRQB+cnxc+LX7VHw78QWen+MPFGoeGbC5tI7qX Xfh/8Nhr2n2jMWBikkmnyHXaMjaRhiQTgZvePtO8E+FPFlt4c+Mv7Y/xGs9bu7OK+GnWch0C FoZA2wyCKAqoIRwVLAggZwSAf0NrM1jw7pfiKIQ6rptnqcSniO8t0mUcg9GB9AfqPagD4z1T 9l/9jbwD4lit/Heu6HqHiR7dLlG8ceM3eeSF/uvsluFUhscHbyBxxmvXJNF/Zc+A2p29hc2/ wo8C6t5SXEcd82m2V20ZJ2SZkIdgTnDEnpweK9N8YfBX4efETUI77xX4D8M+J72NQiXOsaPb 3ciqM4AaRCQBk4Ge5qHxZ8C/hr461aLVPEvw98K+IdThjWGO81bRba5mSNSdqB5ELBQScAHA ycUAfIv7Zf7R/wAJPC/xu+Genazonh3xBe+DNXXUL975rbzIbeXSrxooIQ6sSNz2swJ2RmQW wDbtzRe4+Mf25Phx4TuNFtLS18U+LdQ1nTbXWLKz8N+H7m8kltbhA8UgO0LypBxuyM4IzxXP ftFfs8+GPEvxo+E2uRSXeiajrviNtO1KTTEt1a4ji0PVHjbdJE7RuFi8sPGVIVgRh44nj+l9 E0ex8N6PYaTpdrHY6ZYW8dra2sK7UhiRQqIo7AKAAPQUAeL/ABS+Knxo0/xtFoHw5+DkPiDT WiimfxRr2vw2Nmu4ZZBCA0xK5wTgEEH5SMEu+JHwX+KPxD+JYv7f41X/AIP8AQtBJF4d8PaT DFdyMoUv5t65ZiGYNwFA2sARkEn3WigDzKz/AGbfhjZfFDUviL/whWl3PjbUJY55tavIzczJ IiKivF5hYQkKijMYXOCTkk59NoooAK8q+Mn/ACUX4E/9jnc/+o9rNeq18nftLfFjxpofxh8B Wui/D248Qad4Z106o1/DZ69KrLJpF/bkSNa6PcRKoa7AzFLM+7aGjQF2jAPrGis3w9qU2r6B pl/cW/2S4u7aKeS3xIPKZlDFMSxxuME4+eNG45VTkDSoAK5T4gfC3wh8VtGOleMfDGleJrDk rBqlqk4QnupYEqfdSCO1dXRQB8kXX7Bcnw5uJL/4D/FLxP8ACa4zvGiSTHVdEc9ebWcnBJz8 xZsZOB2qP/hdH7TXwXOz4hfCSw+KOiRHDa/8Nboi72ju1hN88jkdRHtUHjPTP13RQB+afx8/ 4KpfDuD4ifCttN8L+Jrj/hG9afWNZt9QthY3NpvsL2y8jynJ3SqLzzTyFwqqGyxKfon4T8Ua d448LaP4j0a4N1o+sWcOoWdxsK+bBKivG2CARlWBwQCM818jftifsT/DT42fG/4UeIddttQt dT1/XW0XVn024WIX1vDpd/dx+ZlGO4NZRx7lIPlsw6hGX7C0PRbDw3oun6PpdpFYaZp9vHa2 trCNqQwxqFRFHYKoAA9AKANCiiigAooooAKKKKACiiigAooooAKKKKAPmnxr4b0nTf26/hfq 1npdna6tqXhvXRf30FuiTXQj+wrH5sgAZ9oJC7icAkDg1y/7XnwP8V6p4hufixBN4N8c+H/D GlFz8PfGXhuC5t54Y90lzJHeyMzQTMoypVFUmOMPuUHPvWv/AAJ8I+JPiRpfj3UIdXfxRpi7 LO5g1/UIIYUJQugt451h2vsTepQh9o3BsVP4i+DHhnxZ4lOtawmsajIxQvp0+v350uQoBt36 f5/2V8EA/NEcsAxywzU2fLFdVf8AFv8AzDq30Z0/hvUoNY8P6ZfW1s9nbXNvHLHbyx+W0aso IQr/AAkAgY7EYrwP9sX4h/EXw34B8ZaP4a+E1x4v8NXXha8a98Rx6/Z2a2JaKdZFMEpEkmxA smVBDbto5Br6Q/hI6VwH7Qv/ACQP4l/9ixqf/pLLVPe5MbpWZV/Zj/5Nt+E//YpaT/6RxV6X Xmn7Mf8Aybb8J/8AsUtJ/wDSOKvS6CgooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDyrxH/AMnTfDz/ALEz xN/6XaDXqtfM/i/9g3wL4y+Jlz45vNRuI9WnmnmMK+G/DssOZZI5H3ebpbvKwMa7ZZWeVQXA cb33fTFABRRRQAUUUUAFeVeI/wDk6b4ef9iZ4m/9LtBr1Wvnjxd8UNOsf2mPCt6+h+NJrDR9 A13R7y+tPBWsz263U93pLwqssdqySKy2s5EiFkATlhlcgH0PRRRQAUUUUAFFFFAHhnifQvi1 dfG7R/FumeFfBlxo2jaZqmjQLdeK7uG4uYru4sJRO6LpjrGyiwx5YZwTL98bfm9zoooAKKKK ACiiigAr5v8AGnxG8QWX7Vng6OH4XeLNQS18M+IrWKW3utIC3kbXui5uYvMv1IjXYuRIEk/e ptRsPt+kK8M8T6F8Wrr43aP4t0zwr4MuNG0bTNU0aBbrxXdw3FzFd3FhKJ3RdMdY2UWGPLDO CZfvjb8wB7nRRRQAUUUUAFFFFAHzt+0F471vR/ix8H7a0+HXibXoLPxXNNBe6fcaWsV87aDq ymGETXsbh1DsxMqxriJ8MzFFb37T7iS90+2uJrSawmliWR7S4KGWBiASjlGZCyk4JVmXIOCR zXhfx2+IVlpfxQ+FsH9ieLr8eHvEkmpalcaT4Q1a/t4bd9F1K3VlmgtnjkPm3MClUZmBc5AC sR7pp98mqafa3kKzJDcRLKi3MLwShWAIDxuA6NgjKsAwPBAIIoAt0UUUAFFFFABRRRQAUUUU AFFFFABRRRQB5V8ZP+Si/An/ALHO5/8AUe1mvVa+df2g/jV8PfCvxY+D2na5478NaNqGleK5 bvULTUNYt4JbOF9B1VElmR3BjRmmiUMwAJkQA5YZ9+07UrTV9Ptb+xuob2xuo1ngubdxJFLG wDI6MCQykEEEEggg0AXKKKKACiiigAooooAKKKKACiiigAooooATNFeLa38VvGGj/tReF/AM 2maIng3W9Hv76G9jmmk1B5rb7PuDLtWOJMzYABkLYzlPunN8V/F3xzrPjTxzpvgC20E2XgOG BtTTWo5ZJdXuZIVuPsdu8ciLa7YSuZ3WYbpQPLxG26ebRN7f5O35jtd2Pe+K8/8A2hf+SA/E v/sWdT/9JJK2/h346074meA/D/izSTIdM1qwg1G2EoAdY5UDgMASAwBwQCcEGsX9oT/kgXxL /wCxZ1P/ANJZKqzTsyE01dFT9mP/AJNt+E//AGKWk/8ApHFXpdeafsx/8m2/Cf8A7FLSf/SO KvS6CgooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKA CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigAooooAKKKKACiiigAooooA+evH2i+L7v9rL4d+I7DwNq+o+GNF0zUdOvNZh u9PWFXvDalXEcl0sxWPyX34jz02h88QeJvCPjvwJ4y+J8nhTwrL4os/iAsFxaXcd7bW8Wj36 2qWkjXYmkVzAVihkBgSZ8rKPL+5u+iqX0qLKyi/NfJu9vvDZ3ON+EHw+h+E/wt8J+DYLlr6P QdLt9NF0y7TN5UaoXxk43EZxk4ziuQ+MX7Jnwt+PfiCDW/HPhy41nUYbNdPV49YvrRPIDSOE KQTIh+aV8kgk5wSQAB7DS1o25O7JiuVWR8zR/wDBOH9nyGNY4/BN9HGgCqi+J9WAUDgAAXXA qT/h3J+z7/0Jeof+FTq//wAl19K0Uij5q/4dyfs+/wDQl6h/4VOr/wDyXXEt/wAE0vhqfjMm pLokg+HH9gNbNpH/AAkurfav7V+0BhPu87Pl+SCuPMxkj5P4h9l0UAfNX/DuT9n3/oS9Q/8A Cp1f/wCS6P8Ah3J+z7/0Jeof+FTq/wD8l19K0UAfNX/DuT9n3/oS9Q/8KnV//kuj/h3J+z7/ ANCXqH/hU6v/APJdfStFAHzV/wAO5P2ff+hL1D/wqdX/APkuj/h3J+z7/wBCXqH/AIVOr/8A yXX0rRQB8aN/wTS+Gp+MyakuiSD4cf2A1s2kf8JLq32r+1ftAYT7vOz5fkgrjzMZI+T+Idt/ w7k/Z9/6EvUP/Cp1f/5Lr6VooA+av+Hcn7Pv/Ql6h/4VOr//ACXR/wAO5P2ff+hL1D/wqdX/ APkuvpWigD5q/wCHcn7Pv/Ql6h/4VOr/APyXR/w7k/Z9/wChL1D/AMKnV/8A5Lr6VooA+av+ Hcn7Pv8A0Jeof+FTq/8A8l1xLf8ABNL4an4zJqS6JIPhx/YDWzaR/wAJLq32r+1ftAYT7vOz 5fkgrjzMZI+T+IfZdFAHzV/w7k/Z9/6EvUP/AAqdX/8Akuj/AIdyfs+/9CXqH/hU6v8A/Jdf StFAHzV/w7k/Z9/6EvUP/Cp1f/5Lo/4dyfs+/wDQl6h/4VOr/wDyXX0rRQB81f8ADuT9n3/o S9Q/8KnV/wD5Lo/4dyfs+/8AQl6h/wCFTq//AMl19K0lAHxq3/BNL4an4zJqS6JIPhx/YDWz aR/wkurfav7V+0BhPu87Pl+SCuPMxkj5P4h23/DuT9n3/oS9Q/8ACp1f/wCS6+laKAPmr/h3 J+z7/wBCXqH/AIVOr/8AyXR/w7k/Z9/6EvUP/Cp1f/5Lr6VooA+av+Hcn7Pv/Ql6h/4VOr// ACXR/wAO5P2ff+hL1D/wqdX/APkuvpWigD5q/wCHcn7Pv/Ql6h/4VOr/APyXXEt/wTS+Gp+M yakuiSD4cf2A1s2kf8JLq32r+1ftAYT7vOz5fkgrjzMZI+T+IfZdFAHzV/w7k/Z9/wChL1D/ AMKnV/8A5Lo/4dyfs+/9CXqH/hU6v/8AJdfStFAHzV/w7k/Z9/6EvUP/AAqdX/8Akuj/AIdy fs+/9CXqH/hU6v8A/JdfStFAHzV/w7k/Z9/6EvUP/Cp1f/5Lo/4dyfs+/wDQl6h/4VOr/wDy XX0rRQB8beK/+CaPw1u/iN4GvNB0N7LwdaNe/wDCSafP4l1Yz3qtBttREfOYjZL8zYdMjru6 V2n/AA7k/Z9/6EvUP/Cp1f8A+S6+laKAPmr/AIdyfs+/9CXqH/hU6v8A/JdH/DuT9n3/AKEv UP8AwqdX/wDkuvpWigD5q/4dyfs+/wDQl6h/4VOr/wDyXR/w7k/Z9/6EvUP/AAqdX/8Akuvp WigD5q/4dyfs+/8AQl6h/wCFTq//AMl1xfiv/gmj8Nbv4jeBrzQdDey8HWjXv/CSafP4l1Yz 3qtBttREfOYjZL8zYdMjru6V9k0UAfNX/DuT9n3/AKEvUP8AwqdX/wDkuj/h3J+z7/0Jeof+ FTq//wAl19K0UAfNX/DuT9n3/oS9Q/8ACp1f/wCS6P8Ah3J+z7/0Jeof+FTq/wD8l19K0UAf NX/DuT9n3/oS9Q/8KnV//kuj/h3J+z7/ANCXqH/hU6v/APJdfStFAHxt4r/4Jo/DW7+I3ga8 0HQ3svB1o17/AMJJp8/iXVjPeq0G21ER85iNkvzNh0yOu7pXaf8ADuT9n3/oS9Q/8KnV/wD5 Lr6UpaAPmr/h3J+z7/0Jeof+FTq//wAl0f8ADuT9n3/oS9Q/8KnV/wD5Lr6VooA+av8Ah3J+ z7/0Jeof+FTq/wD8l0f8O5P2ff8AoS9Q/wDCp1f/AOS6+laKAPmr/h3J+z7/ANCXqH/hU6v/ APJdcX4r/wCCaPw1u/iN4GvNB0N7LwdaNe/8JJp8/iXVjPeq0G21ER85iNkvzNh0yOu7pX2T RQB81f8ADuT9n3/oS9Q/8KnV/wD5Lo/4dyfs+/8AQl6h/wCFTq//AMl19K0UAfNX/DuT9n3/ AKEvUP8AwqdX/wDkuj/h3J+z7/0Jeof+FTq//wAl19K0UAfNX/DuT9n3/oS9Q/8ACp1f/wCS 6P8Ah3J+z7/0Jeof+FTq/wD8l19K0UAfG3iv/gmj8Nbv4jeBrzQdDey8HWjXv/CSafP4l1Yz 3qtBttREfOYjZL8zYdMjru6V2n/DuT9n3/oS9Q/8KnV//kuvpWigD5q/4dyfs+/9CXqH/hU6 v/8AJdH/AA7k/Z9/6EvUP/Cp1f8A+S6+laKAPmr/AIdyfs+/9CXqH/hU6v8A/JdH/DuT9n3/ AKEvUP8AwqdX/wDkuvpWigD5q/4dyfs+/wDQl6h/4VOr/wDyXXF+K/8Agmj8Nbv4jeBrzQdD ey8HWjXv/CSafP4l1Yz3qtBttREfOYjZL8zYdMjru6V9k0UAfNX/AA7k/Z9/6EvUP/Cp1f8A +S6P+Hcn7Pv/AEJeof8AhU6v/wDJdfStFAHzV/w7k/Z9/wChL1D/AMKnV/8A5Lo/4dyfs+/9 CXqH/hU6v/8AJdfStFAHzV/w7k/Z9/6EvUP/AAqdX/8Akuj/AIdyfs+/9CXqH/hU6v8A/Jdf StFAHxt4r/4Jo/DW7+I3ga80HQ3svB1o17/wkmnz+JdWM96rQbbURHzmI2S/M2HTI67uldp/ w7k/Z9/6EvUP/Cp1f/5Lr6VooA+av+Hcn7Pv/Ql6h/4VOr//ACXR/wAO5P2ff+hL1D/wqdX/ APkuvpWigDyz9mP4c+IvhD8DfC/g7xTqiazrOkpPA13FdS3KeSbiRoEWSUByEhaNACBgJgcA Elep0UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHhH7b3hmw8UfsqfE1L/7Vss9Bvb2 MW15NbAyRwOyb/KdfMTPJjfcjEDKnAqTxV8YtI+Evwd8GrfeIdD8N6rrVnBZabeeIr2K2tIZ BArNNIZHTcsa/MUDAudqgjduHd/GD4ZQfGL4fax4PvNc1XQdO1aFrW9n0cW/nywOpV4szwyq AwJBIUMOMMK1vA3hNvBfhPTNDfV7/XvsEQgW/wBTWBZ5FB+UOII44/lXCgqgyFBOTkmLaS87 A94+V/xt/kfN37Anivw7qGl/FPSNL8aW3i+8g8bajdfajqcV3dXNuwiWO6coeUfacMAEJBC8 DA+s64n4b/C3SfhePEw0ue9uP+Eg1u5166+2OrbLifbvVNqrhBsGAckZOSe3aiqWyXkvyJSs 36v8xaKKKZQlcx478B6F8QtLhsPEtqup6LDL59xpl3hrS7wrALcRkFZY1J3BGyu5VYglQR09 ec/HT4NwfHrwLc+Er3xV4i8LaXeEC8k8M3EME9zHjmFpJIZCEJxkLtLDgkqSDEthrc8GT4W2 HhP9nv45TaT4nb4e/D7xDJNfeHPsu8W+k25gjV5YI4juWK5nEjrDCASkq7AGfAZ+x/5Om/Ez XtL1b4fWnwR8VW+jW8b+B9FjUWGqQBgx1dZI0WKRiziHaMyRAMJGYuoj9H8Lfse+HdF8D+LP C3iDxh45+I1l4jhjgnufGWvNfXNqiEsot5AqeVh8PxyWVSc4ArsvAXwZi8G+Ij4g1PxX4g8b 68lgNMttS8Qva+ZbWu8O8aLbQQoS7IjM7KztsUFsAAUtJX8kvuRD1jZd/wDI9KoooplBRRRQ B5h8dPjFpHwl0CyW98RaH4b1TWpWstNvPEV7FbWcMgUs00hkdNyxr8xQMC52oCN24eCfsZnw h8RfB3xZ8Hp40j8Yxf8ACb391cPFq8dxc6hZlodkkxjPzQzbCpwAjruQfLla+yDXkw/Z506z 8GeOPDujeKvEvh0eL9XutYvdU0u4t0vbeS42+bHbyNCwjXCgA7S6gkhwcEZ/C2/L/IN0vX/M 5n4H/CbR/Bfxi8da/wCBbW18OfD28trWwXRNKjWGwn1SBpVubuKFPkjwvlQMVA3PFJnJUE/Q NeEfAT9k/TPgHqgu7T4gfEDxjBDZCwstP8X64L60sIwV/wCPeIRosZ2qFyBwuQMA8+71p0Su Lq2FFFFAxK8v/aO8J+N/HXwh1vw74Ak0SPXdTVbWR9fubmC2+zMR56l7dTKC0e5BtKkbyQyk CvUK57xl4b1HxNpQs9N8Vat4RuBIJDf6NFaSTFQCChF1bzx7TkE/Ju4GCOQYkrqw07O6Pi34 bata/s0fs4/ErTPA/wAMbf4efFHT9XstFu9Lj1KXUbS4v7toYLS+gmuJGZrdhMJFjYgqVdWG QzH0j9nfT7X4W/F1/B/i3wVDafEfWdDOrDxzJq7a1e63HG0UVxHcXMkETwMh+zkQJugUEBCN uD7H/wAKI8N33gTX/DGtSX3iCPxAfN1fVL+cLe3swChZi8QRY2Ty49giVFTYuxVwKPAXwVtf BviI+IdU8S69448RLZDTLfVfETWxmtbXcHaKNbaCFBvZVZ3Kl3KIGYhFAu/vXf8AWnT5/gRb 3bL+tT0miiigoKKKKAOB+MHwV8KfHrwoPDHjaxm1Xw80yzz6fHdS2yzsmSgd4mVyFbDYDAEg E5xivkq0+FHhj4A/A34maz8J7BvB2neK/EuneH7W8sb+4eaGzW+isJZ1uJJHdWaSW7ZHVgFD xkcjJ+5tStHv9OurZLmazeaJo1uLfb5sRIIDpuBXcCcjIIyBkEVyk/wh8MXfwpT4c3Ngbnwq unpphtpJGDmJVCqd4IYOMBg4IYMAwIODUrRu3l89dfyDeyZ5H4V8O6P8Fv2ptD8F+B9LtfD3 hjX/AAre6hf6NpsYithc2txbRw3QjAwsrJO8bydZAse4kxrj6Trzz4f/AAdtfBOvXviC/wDE GteMvEt1bx2P9teIGtjPDaISy28a28MUapvJdiE3uxBdmCIF9D4quiT/AK1/pE/ab9PyQtFF FBQleCfto6O+tfBV7S3v7dL2TVrAWui3m82+vzeeu3TJVT5mjuD8jdVAyz/IrEe9muH+K3wn 0j4veG4dJ1S4vrCW0vIdR0/U9MmEV1Y3cTbo54mIZdyknhlZSCQVIJFRJN7eQ1ofNvwN+Lnh f4R+DfiLrWt6Jp/wj1aHVbazuPhrPdQ2OnaLcMpit2jmKxwMtzsMzXESiMqvAZo2aST9kDx9 4f1P9oj42WafEnRfHGsamuj3cd1YanDMl0VtZDcC0jV2/cRO4QKpbYNoZixLH6O+HnwrtvAN 9rWqTa3q3inxDrBhF7rWtGAXEscSlYYgtvFFCiIHcgJGuS7Ekkk1N4Z+F+l+E/iD4z8YWdxe San4r+xG9hmdDDH9miMUflAIGGVJLbmbJxjA4rTm1b7r/Iix2dFFFIoKKKKAPB/2trHWLzwv 4SaHQNQ8VeEofEVrJ4q0XS4GuZrvTdsilTbqC1xEszQO8KqxdUIKldwPgdhqmg6tpP7S/hrw Xquo/DD4Y6fo1iYZLjR7vSk0jUpopWuEt7R445o0kUW5aJEUs0xKAtIC32b478J33jTRRp9l 4q1nwg5k3SXuhi1+0Om1gY83EMoUHIO5ArgqCGHOedvP2f8AwPefCzV/h6dKkTw5qvmPeD7V K91NM7iRrh7h2MrzmQB/NdmbcoJJxWdtJLv/AMD+vUd9U+3+d/8Ageh4L+x75Wm/EzXtM1X4 fWfwR8V2+jW0b+BtFjX+z9UhDBjq6yRoscjFnEO0ZkiAYSMxZRH9hV5r4B+C8XgvxG3iDU/F XiDxvryWI0y31LxC9r5lta7w7xottBChLsiMzsrOxRQWwAK9K6Vq2ZpWuLRRRSLEr5n8aeGr LTf28vhlrEJujfan4a1xJ/OvZpYgsRsggjiZykI+Yk+Wq7ictk819Ln1FeW+J/gRH4m+Mvh/ 4jP408R2GoaHDJbWml2q2H2HyZTGZ42Elq0pEvlJuPm7hg7CmTSjpNP1/FNCeqaPOf2pvDdi 3xl/Z819/tR1CPxgLJB9tm8hY2sbxyRBv8reSozJs34AG7HFaH7TnwJ8I+OPCuuSTaTBqfxH 10C08NatcEG+0y8VAYGtJuHt4oWjM7iIjhZWO4sQe1+LfwJj+LniDwtqk/jPxJ4dk8NXn9o2 Nvoy2Hl/aQkkfmv9otZmY7JXXbuC4OduQDXGfFj9juH4ufEQ+MLn4v8AxS8MX6Wpsra28K67 Bp0FtASrPGgS33EMyKzFmYsVXJwqgRFO1vO/5FX96/l+r/zPddAsbjS9FsLO6vH1C6t4Eilv JAA07KoDOQOhYgkgetadY3hXw7beEvDel6JZy3E9vp9vHbJNdyGWaUKoG+RzyztglmPJJJPW tmtHu2RHRJBRRRQUfM3jLw3Zab+3l8MtYhN2b7UvDWuJP517NLEFiNkEEcTMUhHzEny1XcTl snmr37TnwJ8I+OPC+uPNpMOp/EjXQLTw1q1yQb7TL1VBga0mwHt44WjNw4iI4WViGLEHtvE/ wJj8TfGTw/8AEZ/GniOw1DQ4pLa00u0Sw+xCGUxmeNvMtWlIl8pNx80MMHYUzXG/Fj9jyD4u fEM+Mbj4vfFLwvfrbmyt7XwtrsOnW9rASrPHGEt9xDMisxZmLFVySFUCLe7Fdr/m3oC3bPJP iM3jj4lePvGGn3nhaH4leAfhnZ2lpdeHtT17+zINe1FbeK8knniSGUXLANEI7ebbCGDMxJxj 6w+EvijQPGnww8K674VtBYeGtQ0y3uNOs1gEAt7do1KRiNflTaMLtXgYwOMVwl1+y3o6ymTR fF3izwx9q0yHSdYGl3sBOtQxJsV7l5oZGWcqWBuITFKQx+fIUr6z4f8AD+neFdB0/RtJs4tP 0vT4I7W1tIBtSGJFCoijsAAAPpV30t/Xn/wCbbW/raxqUUUUFCV8z+NPDdlpv7eXwx1iE3Rv tT8Na4k/nXs0sQWI2QQRxO5SIfMSfLVdxOWyea+lz6ivLfE/wIj8TfGXw/8AEZ/GniOw1DQ4 ZLa00u1Ww+w+TKYzPGwktWlIl8pNx83cMHYUyaUdJp+v4poT1TR8z/t6fHLwx4l8A+M/Ctv8 RdC0ZvD81ql1o66xBHqGqXZuICYTDv3i3ijZ2cbcu4AyFicSdbb6X4U/aO8XfGrxHrFzZeIt O8Oi1svCup2t4JV0qM6fFdG9sZVJEMzyyhvtEZDEQxjOEGfov4t/C/S/jJ8PtU8H61cXlrpu omHzZbCREmHlypKu0ujKMtGAcqeCcYOCOc8efs+aR468Qanqqa9r3hz+27WOw1+00SeGKLWr aMsEinLxO8eFeRPMt2ikKyEb/lQrLT5bde/Z6alJ+9cufs3+MtU+IXwC+HvibW28zV9W0Kzv LuQIFEkrwqzOAAAAxJbA4544r0qqWl6ba6Lptpp9hbxWdlaxLDBbwoEjijUAKiqOAAAAAOgF Xa0k05NozgnGKTFooopFnzL408N2Wm/t5fDLWYTdNfal4a1tJ/OvZpYgsRsggjidikI+Yk+W q7ictk815/8AtxfB/wAR+N/FVt4u8V/D/Q/id8HfC9iZpvD8Gu31jrcbEk3N3AsRjhcqgU+W 7sWWIhSrOa+hvE3wITxN8Y/D/wARW8Z+I7HUdDhktrTS7RLD7D5MpjM8bCS1aUiXyk3HzQww dhTNX/GPwln8danc/wBpeN/Ei+GLtBFdeFLYWMVhcR7QGR5RbfatrdWCzjIJX7pKmNeWK6q/ 5t/qC3b7nyJ+2V8cvAvij4N654Y8PfEPw/oelaDHp4TRINYgivtTlM1uVhEJfzBbQwsWYbcu 4UZCxOJPu7Qdf03xTo9pq2jajaatpV5GJba+sZ1ngnQ9GR1JVgfUEiub+Kvwp0f4vfDrUfBe qy3VhpF95IdtNZI5UEUqSqELIygZjUH5TxkDBwR2gq7q3zJSsOooooKEr5n8aeG7LTf28vhl rMJumvtT8Na4k/nXs0sQWI2QQRxO5SEfMSfLVdxOWyea+lz6ivLfE/wJj8TfGXw/8Rn8aeJL DUNDhktrTS7VLD7D5MpjM8beZatKRL5Sbj5u4YOwpmktJJ+v4poT1TR8/fGG/wDGPxd+LHxA ifwXbeOvhv8ADqOCGTwnfa+dNttXvvIivWeaNIZRdFVeFY4J9sOQzMckY83+LGqaD4t1oeM/ C3gPTviN4Fv/AAZpW6O4sS1z8NbWUOIb21tlU7vkJlaC2KTD7Mrb1Qo1fYvjP9n3T/FPirVt esPFXiTwhca3arY63B4fuIEi1WJAVXzRLDI0bqhZBNA0UoUgb/lUrlaj+yv4fh1a5u/C3iDx B8P4L7S7fRtQ0/wzLbJbX1rAhjhV1nglMbJGTGJITG4U/eyARKulb+r63/roU3r/AF5HpfgG 4s7nwP4fl03V5vEGntp9u1vq1xIJJLyMxrtnZgBuZxhicDJJOBXQ1l+HfD+n+FNB0/RtKtls dL0+3jtLW1QkrFDGoVFBJJICgDJJ6da1PpWjs3oZxTUUmLRRRSLCiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK KKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigBK+arj4h /GHUv2mPEfw00zxF4HsNMs9Eh1+0vrzwteXMwiluJIkgkC6lGrMojyZAAGJ4RelfSvvXyK3j yHw7+2x4s8UXnhnxv/wjyeE7bQl1K18E6vdQzXkV7O8iRtFatvUK4IkXKMDlWI5qPtJev5P9 bB9htb6fmv0Ov8E/tJa1oHxM8SfDX4sWOi6F4k0rRpPEdlr2nXLx6TqenIzLJKRLl7Zo8Dej NJgBmDEAE6fwz+PXhnT/AIJ6R418QfEf/hM7TWdQktrXVLPSZF+1XTTPGLOytIYfOlCNG6qN ryMsbOSRyOC8K6PrvxJ/aavPjrr/AIY1zwl4L8J+HptI0Swv7CRtV1NndmnuvscYaZE25RIi pkfKkKDla8q+Ft14p0v9mn4eaIfBHivR7ix8cXcus31x4LuLjU9Ftprm9niu7K3nt23SESxx maOOQxLK+VyRhxvyq+7/AM/8gdtbf1p/mfX+n/tEeAdU8DP4us9amutJTUG0kww6bdNfC9Vy jWv2IRfafOBBJi8reAC2NvNdR4P8eaH48tb6fRL1rxLG5+xXSvBJC8E4jR2idJFVldVkTcpG VJKkBgQPiXwH8LJ28E+P/DuveE/iTpyj4n3ms6dr+ntcLq2nQm1Ji1GKVt7XWQjoyr5hYSkY LlUP0V+ylN42m8J+JT40muNVxrEg0vX9R0I6LqGrWghiVZ7q0KqyyKQ0IZkRmWFTtAIJNbN+ Sf4L/gk3797fizX8O/tV/CfxZrMWmaN4zs9QuJNQudMWWGGZrcXNvb/aJkM+zywBEGcMWCsE cKSVYDJ8RftLeGfE3hXxvYeB/EQg8Z6T4euNbs4tV0i6g3wqj+XdQxzpF9pgLLgSRMyHI+bB GfFPh/4U8Q/Ef4YftV+F9O0bXtA1fxXruqXOjy69o17pkV1DPZxQxOsk0SAhmicEAllGCwAI zzXg2K28U+G/Ems3XwK+Leg+P9H8K6hpt1qfinVNU1OBWlgZDbacs11M92HkC42RBQBuLAhQ 0SvKD/w3+bRorX+dvxX5nuvgP9q/wv4c+Cfw71f4h+IZ5PEuqeEbPxFqZsNIubySKFoUMt3N HaQuLeEuWG9wiZBAPBA0tW/au0Kx/aA0D4ewWepXenajoD622uWmk3d1bOHlt1tzHLFGyGHb JI0k5/dJ8gLqcgfMcPh3xhrXwp0DwtdeDfF2jxx/B+DTbd9I8OzQX2q6jHFKkmn3t4YxLbRR MoZYGaJZi7HdIrBG7r4OWOveEfil8D/EGpeD/FEWmRfCoeHZ3XRbhntr2Oa1eSOZQm6DCxyM PNCl9hCBmKqeiVud9rv8pf5L7zFXjFf1/L/mz1b4X/tMeDLPSfBmjat8SLr4g634rvb6HRta 0/wtdxQaj5d1KrRoYIWhAgVdrOWAKRiUkK24+kz/ABw8H2dv4rnvNQvNPg8L3Edrqc19pV3b xrM5URxwtJEBcsxdAogLljJGBneufkX4eeAfFUn7Eugavp3hXX7P4g+A/FF74n07RdQ064sb 2fbqFxLJAsciKziezuJEAUEMZNoywIHqPxe8E+Lbr4VeAPF9hoV9qet6R4ss/GuveG7VQ13c Rnf5tvGhIEktukiBFz8xt1AyxFZXvv3X421/P7i3u7ef4X/PQ9m8F/HTwR49/t4aXrL291oK iTVbHWLK40y7sYypYSTW91HHIiFQSHKhTg4JwcTeCvjR4T+IF9bWOjXt59vubR7+G11DS7ux mktlZEM6pcRRsYy0iBXA2vyVJCsR4fqvh9Pi18UvFvxFt/Bmu3XhpPh7d+HLrStY0250m61+ WaQy/ZUimVJgI1jZPMKAE3I2FsMRH+znonjDwp8Xv7Dg1HxX4j+HllokqJJ480NrfUdCujLD ts4b9kX7bE6q2TGZUX7PGfMOV3ON27PTT/P/AIASfb+tj6P8beNtD+HPhfUPEfiTUodI0axj D3F3MThckKoAAJZmYhVVQWZmAAJIB+f/ANoT9qCN/wBmz4n+J/hb4hfT/FXhFIVuYdX0Se3u 7F3aMgPaXaRuu+N8q7oVPJAbBA739rC4123+B+sf8I94cTxPftcWavanS11RoIftURkuY7Rg RPLCoMiJg/OinBxg/GnxS8G+I7fwz+1LZaf4V+I3iX/hLtL0D+x7/UNFvLm51N1Q+a5AiHlk M3MISPyhx5cYAAS1vf8ArY0ilzL+tD9HP7Shs9FOoX9zHa28MPnT3E7BEjUDczsTgAAAkk4A wa8ksv2yvg7qGl6fqtr4w8/RL69OnR6wmmXh0+O48wxiOa68nyYSzD5fNdQwIZSVIJ9Z0C5W 90OwuUjmjWaBJAlxC8MqgqCA8bgMjc8qwBByCARivz8+Ht9dfED9j7xz8KNJ8J+INU8R+Ita 1qxsZl0uX+zAJdTnzcvegGCNYSGYpI6yExgKjBlLU/jaMofw035L8H/kfYvjL9pj4c/D/wAT z6BrniFrW+tZLWG9lj066ntdPe4YLbrd3McTQ2xkJBXznTIYHoQTR1v9rH4VaDr+s6HP4qW6 1fRr2206/stNsbq+kgubhmSCIiCJ8szoUwM4YqpwzKD8pftM+CfGXifw/wDGnw8vhjxZPd2k WjjR7fw7okgh8QxxLbCS+u7yJN15Mh8xBbNISqopETkbl9n+BuqXWpftd/GPVJfDfijSNM1f S9EisL7VvD97aW1y1rFOk4WaSIR5UyoACwLZJUEAkC2Q/s39Pvur/mdN8D/2uPDvxS+FGqeO tXgv/DGnWN5cRv8A2hpV3AnlC8lt7dEdo9lxOwRFaOBpGEjhMBiFPo3w++NHhH4oXuqWHh/U Z31TSWRb/StS0+50++tg4yjSW1zHHKqsAdrFdpwcE4OPjvwX4J8caV+zf4Lgh8IeIX1j4c/E KbXtW0KSxaGXUbYaheM4tPM2i5ZYp45lMZKMQFVi4IX3fwNpb/Ef9po/FHTNH1jRNDs/CZ0G abXdKuNMnv55LpZgohnVJNsCxsCzIFJnAQsAxCXvP+u1/wDgBP3W0u/6/wCWp9EUUUUxhRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFAFLUbWS80+6t4bybT5pomRLu3CGWFiCA6B1ZCyk5AZWXIGQRkHzv4 B/Aex/Z/8MXugaX4k17xDYXF7Lfr/bz2zvDJK7SS7Ghgi4Z2LENuwTxgcV6jRS8xbhRRRTGF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAH//Z 338 Figura 2. Evolución de las concentraciones plasmáticas de IGF­1 e insulina (media ± EE) de las terneras hijas F1 de vacas de los tratamientos ALTO (línea continua) y BAJO (línea punteada), desde los 14 días posnacimiento hasta el destete (día 168). Para el período de 12 a 17 meses de edad hubo efecto del tiempo en la concentración de IGF­1 de las terneras hijas de los tratamientos ALTO y BAJO (224 ± 11 ng/mL al inicio del período vs 156 ± 11 ng/mL a los 17 meses, P < 0.05). Pero la concentración de IGF­1 de las terneras en el período analizado no fue diferente entre tratamientos (188 ± 7 ng/mL para ALTO vs 182 ± 7 ng/mL para BAJO, P = 0.62), ni hubo efecto de la interacción tratamiento x tiempo sobre la variable (P = 0.85). La edad a la pubertad de las vaquillonas no fue afectada por los tratamientos nutricionales de sus madres y fue en promedio de 453 ± 4 días (P = 0.26) (Tabla 2). En la etapa de vaquillonas, el PV a la IA (P = 0.13) y el PV al parto (P = 0.17) no fueron afectados por el tratamiento nutricional de sus madres en el último tercio de gestación. Mientras que la CC al parto de las vaquillonas hijas de vacas del tratamiento ALTO tendió a ser más alto (P = 0.06) que en vaquillonas de BAJO (Tabla 3). El porcentaje de preñez y el largo de gestación de las vaquillonas no fueron afectados por los tratamientos nutricionales de sus madres (Tabla 3). Tabla 3. Desempeño productivo y reproductivo de las vaquillonas hijas F1 de vacas de los tratamientos ALTO y BAJO. ALTO BAJO P­valor PV a la IA (kg) 406.4 ± 7.7 389.7 ± 7.5 0.13 Preñez (%) 73 % (11/15) 94 % (15/16) 0.16 Largo de Gestación (días) 280.5 ± 1.6 278.5 ± 1.4 0.37 PV al parto (kg) 459.0 ± 9.5 441.6 ± 8.2 0.17 CC parto 4.6 ± 0.08 4.4 ± 0.07 0.06 PV=peso vivo, CC=condición corporal, IA=Inseminación artificial. Crecimiento (nacimiento­destete) de los terneros nietos F2 Respecto a los nietos, el PV al nacimiento no fue afectado por los tratamientos nutricionales contrastantes en el último tercio de gestación de sus abuelas (34.7 ± 1.7 kg para ALTO vs 33.8 ± 1.2 kg para BAJO, P = 0.68). Tampoco hubo efecto de los tratamientos nutricionales sobre la ganancia diaria de PV hasta el destete (0.85 ± 0.04 kg para ALTO y 0.91 ± 0.04 kg para BAJO, P = 0.36), ni hubo efecto sobre el PVD (213 ± 10.9 kg para ALTO y 218 ± 7.3 kg para BAJO, P = 0.76). Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 339 Discusión La restricción nutricional (75 % de los requerimientos) asignad a las vacas durante el último tercio de gestación fue efectiva en generar diferencias en la CC, PV y en el intervalo parto concepción de las madres, aunque sin manifestar efectos claros sobre el desempeño productivo y reproductivo de la descendencia. La evolución de la CC de las vacas fue diferente entre tratamientos en la gestación y se mantuvo en la lactación. Durante la aplicación de los tratamientos, las vacas de nivel ALTO tuvieron aumento de medio punto de CC, diferencia que se mantuvo hasta el parto y fueron más pesadas respecto a las vacas de nivel BAJO. La severidad de la subnutrición en las vacas de nivel BAJO y la CC, inicial pudieron provocar una movilización diferencial de reservas corporales en respuesta a la demanda de energía, reflejado en el aumento en la concentración de AGNE, observada hacia el final de la gestación. Las variables registradas desde el comienzo de los tratamientos hasta el parto ya fueron reportadas y discutidas en el marco de los mismos estudios (Batista et al., 2020). Durante la lactación la movilización de las reservas corporales se evidenció con un incremento en la concentración de AGNE y podría ser explicada por la lactogénesis. Durante la lactación temprana la concentración de AGNE fue superior en vacas de nivel ALTO, respecto a las de BAJO, ligado a un mejor estado de reserva corporal y mayor PV preparto. En efecto, el nivel alimenticio preparto (125 % de los requerimientos) permitió a las vacas de nivel ALTO movilizar más reserva corporal durante los primeros 50 días posparto (pico a los 14 días), posiblemente para mantener un mejor equilibrio energético (Meikle et al., 2005; Cavestany et al., 2009; Quintans et al., 2015). En cambio, las vacas de nivel BAJO presentaron en el posparto una media de CC similar al preparto y continuaron movilizando reservas corporales con un pico a los 14 días, reflejado en la concentración de AGNE levemente superior respecto al preparto. La síntesis y producción de leche requiere gran cantidad de energía, que es obtenida a partir del aporte del alimento y de la movilización de reserva corporal (Short et al., 1990; Larson et al., 2009). Vacas que llegaron al parto con una CC cercana a 4 unidades o menos, tuvieron menor producción de leche con respecto a las vacas que presentaban un punto o más de CC (Quintans et al., 2010). Sin embargo, en el presente trabajo la CC promedio fue de 4 unidades, los niveles de energía aplicados no alteraron la producción de leche y la cantidad media obtenida estuvo en concordancia con lo reportado en sistemas de producción similares (7.09 kg/día, Iewdiukow et al., 2020). La producción de leche similar entre los tratamientos de este trabajo concuerda con otros reportes (López Valiente et al., 2019; López Valiente et al., 2021a). En el presente trabajo, el parto y la primera mitad de la lactancia transcurrieron en primavera y todas las vacas fueron manejadas en las mismas condiciones de pastoreo, sin restricción en la asignación. Los tratamientos nutricionales preparto, CC y la alimentación posparto de las vacas, no afectaron de forma evidente a la producción de leche. En las vacas del tratamiento BAJO se alargó el intervalo parto­concepción, indicando que el nivel de energía preparto consumido generó menor disponibilidad de energía para la reproducción (Randel 1990, Short et al., 1990). El efecto de las reservas de energía corporal y la nutrición sobre la función reproductiva han sido ampliamente reportadas (Randel 1990; Short et al., 1990; Wettemann et al., 2000; Hess et al., 2005), manifestado en este trabajo con el aumento del intervalo de tiempo parto­ concepción de las vacas de nivel BAJO. En tanto, la tasa de preñez no fue afectada por los tratamientos, aunque en el presente trabajo el número de vacas utilizadas fue bajo para esta variable. Las vacas en nivel BAJO en energía en el último tercio de gestación, comprometieron el estatus metabólico medido a través de la condición corporal y AGNE en la lactación, priorizando la producción de leche en detrimento de las demandas reproductivas, lo cual está ampliamente documentado (Short et al., 1990; Hess et al., 2005; Chagas et al., 2006; Quintans et al., 2009). El nivel nutricional bajo en energía aplicado en el último tercio de gestación no provocó diferencias en el PV al nacimiento de las terneras F1. Considerando que el mayor crecimiento prenatal se produce en el último tercio de gestación y que no existió diferencia en el PV al nacimiento, podemos interpretar que el nivel nutricional bajo en energía aplicado en nuestro trabajo no fue suficientemente severo para generar una disminución en el PV al nacimiento de las terneras. Como fue mencionado, la adecuada CC y la movilización de las reservas corporales pudieron ofrecer un adecuado ambiente uterino con suficiente disponibilidad de nutrientes para el desarrollo de las terneras (Batista et al., 2020). Este hallazgo concuerda con previos reportes, aunque para el efecto de la subnutrición materna sobre los terneros nacidos en otoño (McLean et al., 2018). Además, hay que considerar la inversión materna de recursos para el feto hembra ante el escenario nutricional desafiante, esto en función de su actividad como futura reproductora representando un “inversión segura” para la perpetuación de la especie (Barcelos et al., 2022). Sin embargo, es necesaria más investigación con un diseño similar al de este trabajo, con una subnutrición más severa de energía materna y comparar la respuesta de la descendencia femenina y masculina. Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 340 El PV al nacimiento está correlacionado positivamente con el crecimiento hasta el destete (Greenwood et al., 2010), así como la producción de leche también influencia el PV al destete, modulando la tasa de crecimiento (Totusek et al., 1973; Reynolds et al., 1978; McLean et al., 2018). Además, las ganancias de PV y el PV en la lactancia temprana tienen correlación positiva con la concentración sérica de IGF­1 (Breier et al., 2000). En nuestro trabajo la ganancia diaria de PV del período nacimiento a destete, así como el PV en el destete, fueron más bajos en terneras hijas de vacas del tratamiento BAJO respecto a las de ALTO. En tratamientos nutricionales contrastantes al final de la gestación, la producción de leche no fue correlacionada con la ganancia de peso y el PV al destete de la descendencia (Corah et al., 1975; Larson et al., 2009). En el presente trabajo la producción de leche no fue distinta entre tratamientos y hubo un 6 % de diferencia en la ganancia media diaria estimada de las terneras al pie de la madre en el nivel ALTO, en analogía con reportes recientes (Noya et al., 2019b; López Valiente et al., 2021a). Podríamos hipotetizar que, o las terneras de vacas del tratamiento BAJO cosecharon menos leche, ya que la metodología de ordeñe utilizada estima únicamente la cantidad producida, o no aprovecharon la leche consumida. En el presente trabajo no fue evidente una mejor utilización del alimento, reflejado en la menor ganancia de PV en las terneras de BAJO al destete. Por el contrario, se ha reportado que la subnutrición preparto (20 a 30 % de los requerimientos) mejoraría la eficiencia digestiva y metabólica de la descendencia durante la lactación temprana (Funston et al., 2010b; Hardy 2017; McLean et al., 2018), con mecanismos de ahorro que compensan el crecimiento y disminuyendo la concentración de IGF­1 (López­Valiente et al., 2021a,b). El menor aumento de peso al destete de las hijas de las vacas de nivel BAJO puede ser una consecuencia del retraso del crecimiento uterino (Greenwood and Cafe, 2007), mediados por alteraciones en el eje IGF. Se ha indicado que la subnutrición durante la etapa fetal puede comprometer la función y metabolismo hepático y expresar el efecto en la lactancia (Hardy, 2017), conduciendo a la disminución de la producción y concentración sérica de indicadores del estado metabólico y nutricional como la IGF­1 (León et al., 2004). Los elevados niveles de IGF­1 en la lactación temprana representan la madurez del eje somato­trófico (Breier et al., 2000) y responden a la ingesta de alimento y/o al estado nutricional, ya que se sintetiza en el hígado por estímulo de la hormona de crecimiento en respuesta a la insulina (León et al., 2004; Rhind et al., 2004). En cambio, la disminución de IGF­1 en la descendencia durante la lactancia fue asociada con la menor producción de leche de las vacas y con menor tasa de crecimiento de las terneras (López Valiente et al., 2021a). En el presente trabajo, las concentraciones de hormonas metabólicas de las terneras durante la lactancia, acompañaron la producción de leche de las madres. La concentración de IGF­1 no fue diferente entre terneras de ALTO y BAJO, y fueron elevadas desde el comienzo hasta la mitad de la lactación, al igual que los de insulina, y desde la mitad de la lactancia disminuyeron hasta el destete, en concordancia con reportes recientes del equipo de trabajo (López Valiente et al., 2021b). Desde la mitad de la lactación al destete los niveles de IGF­1 decrecen, en paralelo a la disminución de la ingesta teórica de leche por la disminución de la producción láctea, y por el pastoreo de especies estivales de baja calidad del campo natural. Las diferencias en las tasas de ganancia de PV y en el PV al destete de las terneras hijas del nivel BAJO y ALTO podría explicarse por una respuesta diferencial del metabolismo en función de la plasticidad hepática (Hardy, 2017), afectada por los niveles de energía en el último tercio de gestación. Paralelamente, los efectos de los estímulos nutricionales en la gestación y en la lactación sobre el crecimiento de las terneras son acumulativos, pudiendo mezclarse los efectos nutricionales específicos recibidos durante la gestación con los posnatales (Greenwood et al., 2010). El consumo de leche es el principal factor que determina el crecimiento hasta los 2 meses de edad (Cafe et al., 2006) y desde los 90 días de vida en adelante el desarrollo del sistema digestivo permite a la ternera comportarse como un rumiante funcional, disminuyendo su dependencia nutricional de la leche (Relling y Mattioli, 2003). Durante la lactación, la morfología y/o funcionalidad del sistema digestivo deben ser adecuadas para una eficiente utilización de nutrientes y no afectar negativamente la ganancia diaria de peso y el PV de los terneros (Greenwood and Cafe, 2007; Noya et al., 2019a). En el presente trabajo podría haber un efecto a largo plazo de los tratamientos nutricionales durante el período fetal sobre la madurez y/o eficiencia digestiva en la etapa de rumiante funcional, que provocaron diferencias en las ganancias de peso vivo hasta el destete. Esto último podría ocurrir en las terneras hijas del tratamiento BAJO que tuvieron menor ganancia de peso y menor PV al destete y similar respuesta de hormonas metabólicas respecto a las de ALTO. Las diferencias podrían responder a una funcionalidad hepática distinta avanzada la lactación, a la alimentación en la etapa de rumiante funcional y al estrés del crecimiento que alterarían la expresión génica hepática, afectando negativamente el metabolismo y el desarrollo (Hardy, 2017). Es necesaria más investigación que permita elucidar el efecto de la restricción de energía en el último tercio de gestación sobre las características del sistema digestivo y su impacto en las ganancias de PV y en el PV de las terneras. Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 341 El tratamiento nutricional bajo en energía aplicado en el último tercio de gestación no provocó diferencias apreciables en la ganancia diaria de PV, en el PV de las terneras F1 desde el destete a la pubertad y en la edad a la pubertad. Resultados similares fueron reportados para el período destete a pubertad en la progenie de vacas subnutridas en el último tercio de gestación (Corah et al., 1975; Larson et al., 2009; Funston et al., 2010a; Shoup et al., 2017). La pubertad en las condiciones de nuestros sistemas de producción y su aparición medida a través del DAO y determinación de progesterona, está relacionada con la edad cronológica y más fuertemente con el estado de desarrollo, el PV y una adecuada reserva de energía (Quintans et al., 2008). En nuestro trabajo las terneras llegaron a la pubertad habiendo alcanzado entre el 65 % y 70 % del PV de adultas (Goldberg and Ravagnolo, 2015). Resultados similares fueron reportados por Noya et al. (2019a). La ganancia diaria de PV de las terneras no fue diferente en el período destete a pubertad. Podríamos hipotetizar que las terneras de BAJO compensaron su crecimiento en el período destete a pubertad, siendo más eficientes en el uso del alimento para convertirlo en PV respecto de la lactación y a las terneras de ALTO, enmarcando el efecto en la hipótesis del fenotipo ahorrativo (Hales and Barker, 2001). En efecto, ha sido indicado que vacas gestantes subnutridas produjeron terneros más eficientes en la utilización del alimento en PV respecto de los no restringidos (Tudor et al., 1980). Sin embargo, estos últimos investigadores realimentaron los terneros en el período nacimiento­destete pudiendo confundirse los efectos nutricionales preparto con los de lactación. El crecimiento compensatorio fue reportado durante el primer mes de lactación en terneras hijas de vacas con subnutrición moderada en el último tercio de gestación (López Valiente et al., 2021a) y también fue reportado en la recría de machos hijos de vacas con subnutrición moderada durante el primer tercio de gestación (Noya et al., 2022). Se ha establecido que la capacidad de crecimiento compensatorio disminuye cuando más temprano en la gestación se inicia la restricción nutricional (Greenwood and Cafe, 2007). En el presente trabajo la restricción fue moderada y realizada en el último tercio de gestación. Es necesaria más investigación respecto del efecto de restricciones de energía más severas en vacas maduras en el último tercio de gestación, sobre la ganancia diaria de PV, el PV de las terneras F1 desde el destete a la pubertad y la edad a la pubertad. Por otra parte, la maduración del sistema metabólico y endócrino se ha asociado a los cambios de dieta (Greenwood and Cafe, 2007); en nuestro trabajo a partir del destete las terneras F1 se alimentaron exclusivamente de pasturas. El perfil de la hormona IGF­1 se evalúa como indicador del estado metabólico y de reserva nutricional, y elevadas concentraciones prepuberales se han asociado con edades de pubertad temprana (Rhind et al., 2004; Sullivan et al., 2009; Ruiz et al., 2011; McLean et al., 2018). Las terneras de ALTO y BAJO tuvieron una oferta de 6 kg de MS en la recría, aunque el consumo no fue medido, la concentración de IGF­1 no fue diferente entre tratamientos, pudiendo indicar como se menciona anteriormente, que las terneras de BAJO estarían compensando su crecimiento. Concentraciones similares de IGF­1 entre tratamientos, relacionado con la aparición de crecimiento compensatorio en la recría, fue reportada en terneras y terneros hijos de vacas subnutridas en energía en la gestación temprana y tardía (López Valiente et al., 2021a; Noya et al., 2022;). En otros reportes los tratamientos aplicados a las madres no afectaron la concentración de IGF­1, la ganancia diaria de peso y el PV, posiblemente debido al momento, al tipo de restricción implementado y a la edad de desarrollo de las terneras utilizadas (Mac Donald et al., 2005; Sullivan et al., 2009; Funston et al., 2010a; Cushman et al., 2014; Shoup et al., 2017). En conclusión, no hubo efecto de la nutrición en el último tercio de gestación de las madres sobre la precocidad sexual de las terneras. El posible crecimiento compensatorio posdestete mitigó las diferencias en las ganancias diarias de PV de las terneras al pie de la madre y no se afectó el PV, IGF­1 y tampoco edad de la pubertad. Las variables reproductivas de las vacas hijas F1 no fueron afectadas por la restricción de energía nutricional en el último tercio de gestación de sus madres. Restricciones nutricionales de energía del 25 % en vacas durante el segundo y último tercio de gestación no afectaron el desempeño reproductivo de la descendencia (Cushman et al., 2014). El desarrollo de las estructuras involucradas y vinculadas en la reproducción (aparato reproductor, hipotálamo e hipófisis) ocurre en el primer y segundo tercio de gestación (Funston et al., 2010b; Greenwood et al., 2010). En vaquillonas con restricciones de energía del orden del 30 % en el primer y segundo tercio de gestación, vieron afectadas negativamente las características reproductivas, infiriendo que el desarrollo reproductivo pudo ser afectado por la nutrición prenatal, desde la etapa gestacional temprana hasta mitad de la misma (Sullivan et al., 2009; Cushman et al., 2014). Sin embargo, recientemente se reportó que restricciones de energía del 35 % durante el primer trimestre de gestación no perjudicó la tasa de preñez de la descendencia (Noya et al., 2019a). En el presente trabajo las vacas F1 llegaron a la pubertad con más del 65 % del PV adulto, lo cual se podría asociar con adecuado desarrollo. Los tratamientos aplicados en el último tercio de gestación en vacas maduras no generaron efecto alguno sobre las características reproductivas evaluadas en la progenie F1. Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 342 El PV y la CC de las vacas hijas F1 con la cual llegaron al parto no fue diferente entre tratamiento. En nuestro trabajo, desde el período reproductivo todas las vacas F1 se manejaron juntas pastoreando con la misma oferta en campo natural hasta el parto. En el último tercio de gestación el crecimiento fetal es acelerado y los cambios nutricionales en este período pueden afectar negativamente el sitio de deposición de nutrientes de la descendencia, enmarcando el efecto en la programación fetal (Barker et al., 1997; Funston et al., 2010b; Khanal and Mette, 2017). Se ha reportado que la restricción de nutrientes maternos durante la gestación media o tardía produjo niveles circulantes alterados de IGF­1 asociados con cambios en el desarrollo del tejido adiposo de terneras, pero en la lactancia temprana (Maresca et al., 2018). En otros trabajos no se reportó una diferencia o tendencia en la CC al parto en vacas F1 hijas de madres subnutridas, asumiendo que fueron más eficientes utilizando el alimento respecto de las bien nutridas (Funston et al., 2010a; Cushman et al., 2014;). Además, la madurez física de las vacas para carne utilizadas en este trabajo se alcanza después de los 5 años de edad (Goldberg and Ravagnolo, 2015). Consecuentemente, en las vacas hijas F1 los requerimientos de energía son más altos respecto a vacas maduras y por lo tanto, una baja reserva corporal preparto induce a mayor duración del anestro posparto y aumento del intervalo parto concepción (Short et al., 1990; Hess et al., 2005; Chagas et al., 2006; Quintans et al., 2009). La restricción de energía aplicada a las vacas del tratamiento BAJO no afectó las características reproductivas al primer servicio de la progenie F1. La subnutrición energética de vacas de cría para carne en el último tercio de gestación no afectó el PV al nacimiento, la ganancia diaria de PV y el PV al destete de los nietos F2. Estos resultados están en línea con trabajos recientes respecto a la descendencia de vacas con subnutrición en el primer tercio de gestación (Noya et al., 2019a). La escasa información del efecto de la subnutrición energética de vacas de cría para carne en el último tercio de gestación sobre las variables productivas en la segunda generación, es coincidente con los resultados del presente trabajo (Cushman et al., 2014). Funston et al. (2010a) no observaron efecto negativo sobre el PV al nacimiento y el PV al destete de terneros F2 nietos de vacas en planos nutricionales contrastantes. En ovinos (Kenyon and Blair, 2014) y humanos (Rajendran et al., 2017; Paro et al., 2021) el efecto negativo de una nutrición deficiente entre generaciones distintas (abuelas vs nietos) está relacionado con niveles de subnutrición energética más severos y en etapas más tempranas de la gestación a la utilizada en el presente trabajo. En el presente trabajo el nivel bajo de energía consumido en el transcurso del último tercio de gestación provocó la movilización de energía, medido a través de la concentración en sangre de AGNE, que habría sido suficiente para cubrir las demandas nutricionales del par vaca ternera. La información relevada evidenciaría una capacidad de adaptación al estrés nutricional de las vacas gestantes, propiciando un ambiente favorable para el crecimiento y desarrollo de su progenie, en detrimento de su propia capacidad de volver a reproducirse. Sin embargo, reportes recientes indican que la programación fetal también puede causar cambios en los órganos internos, el metabolismo y los sistemas endocrinos de la descendencia a muy largo plazo (Wethes, 2022). Resta responder si, en vacas gestantes de razas británicas, la capacidad de adaptación a la subnutrición invernal, así como la redirección de recursos para el feto, podría ocurrir ante niveles de subnutrición energética más severa al final de la gestación y tener un efecto a más largo plazo que el observado en este trabajo. Finalmente, las terneras F1 provenientes de una restricción nutricional en útero, alcanzaron la etapa reproductiva sin diferencia respecto a las terneras provenientes de un nivel alto de alimentación, pudiéndose hipotetizar la manifestación de un crecimiento compensatorio. Conclusión El efecto del balance energético negativo previo al parto afectó negativamente el intervalo parto­concepción de las vacas, sin comprometer la producción de leche. La movilización de reserva corporal pre y posparto en las vacas del tratamiento BAJO fue suficiente para no comprometer la producción de leche, evidenciando resiliencia ante el desafío de la restricción nutricional. La adaptación anterior podría ser similar en sistemas de cría en campo nativo, en los cuales el último tercio de gestación ocurre en inviernos con similares restricciones de energía. No hubo efecto evidente en los parámetros de crecimiento ni desarrollo de los animales cuyas madres y abuelas fueron restringidas a un 75 % de sus requerimientos energéticos durante el último tercio de gestación. Se necesita seguir produciendo información respecto de los efectos de restricciones de energía nutricional más severas de vacas durante el último tercio de gestación sobre el desempeño productivo y reproductivo de la progenie. Conflicto de intereses: No hay ningún conflicto de intereses que declarar. Financiamiento: Instituto Nacional de Investigación Agropecuaria (INIA) de Uruguay. Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 Barker, M., S. Robinson, C. Osmond, D. J. Barker. 1997. Birth weight and body fat distribution in adolescent girls. Arch Dis Child. 77:381–3. doi.org/10.1136/adc.77.5.381. iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 343 Contribución de los Autores: Carlos Batista: diseño experimental, metodología, desarrollo de la investigación, análisis estadístico y redacción del manuscrito. José Velazco: diseño experimental, metodología, revisión del manuscrito. Graciela Quintans: diseño experimental, metodología, revisión del manuscrito. Editado por Dr. Víctor Parraguez. Literatura Citada Barcelos, S.S., K.N. Batista, T.E. da Silva, R. Mezzomo, K.A. Souza, M.D. de Souza Duarte and M.G. Pies. 2022. The effects of prenatal diet on calf performance and perspectives for fetal programming studies: A meta­analytical investigation. Animals. 12, 2145: 1 – 21. https://doi.org/10.3390/ani12162145. Batista, C., J. I. Velazco, F. Baldi, G. Banchero, G. Quintans. 2020. Efecto de dos niveles de energía em la dieta durante el último tercio de gestación de vacas para carne sobre características de la placenta y la descendencia al nacimiento. Archivos Latinoamericanos de Producción Animal. 28 (1­2): 9­ 18. https://ojs.alpa.uy/index.php/ojs_files/article/view/ 2781 Bell, A. W. 1995. Regulation of organic nutrient metabolism during transition from late pregnancy to early lactation. Journal of Animal Science 73: 2804– 2819. Bermúdez, R., W. Ayala. 2005. Producción de Forraje de un campo natural de la zona de lomadas del Este. In: Seminario de Actualización Técnica en Manejo de Campo Natural (2005, Treinta y Tres) Resultados experimentales. Montevideo, INIA. pp. 41­50. (Serie Técnica no. 151). Breier, B. H., M. H. Oliver, and B. W. Gallaher. 2000. Regulation of Growth and Metabolism During Postnatal DevelopmentCronjé PB (Editor). Ruminant Physiology: Digestion, Metabolism, Growth and Reproduction. pp. 187–204. ISBN 0 85199 463 6. Cafe, L. M., D. W. Hennessy, H. Hearnshaw, S. G. Morris, and P. L. Greenwood. 2006. Influence of nutrition during pregnancy and lactation on birth weights and growth to weaning of calves sired by Piemontese or Wagyu bulls. Australian Journal of Experimental Agriculture 46:245–255. doi: 10.1071/EA05225. Cardoso R., S. West, V. Garza and G. Williams. 2022. Nutritional programming of puberty in Bos indicus­ influenced heifers. EAAP – 73rd Annual Meeting, Porto, Portugal, pp. 290. Cavestany, D., C. Viñoles, M. A. Crowe, A. La Manna, A. Mendoza. 2009. Effect of prepartum diet on postpartum ovarian activity in Holstein cows in a pasture­base dairy system. Animal Reproduction Science 114:1–13. doi:10.1016/j.anireprosci.2008.08.007. Corah, L.R., T. G. Dunn, & C. C Kaltenbach. 1975. Influence of prepartum nutrition on the reproductive performance of beef females and the performance of their progeny. Journal of Animal Science 41:819–824. doi:10.2527/jas1975.413819x. Cushman, R. A., A. K. McNeel, H. C. Freetly. 2014. The impact of cow nutrient status during the second and third trimesters on age at puberty, antral follicle count, and fertility of daughters. Livestock Science 162:252– 258. http://dx.doi.org/10.1016/j.livsci.2014.01.033. Chagas, L. M., F. M. Rhodes, D. Blache, P. J. S. Gore, K. A. Macdonald, G. A. Verkerk. 2006. Pre calving effects on metabolic responses and postpartum anestrus in grazing primiparous dairy cows. Journal of Dairy Science 89:1981–1989. DesCôteaux, L, G. Gnemmi, J. Colloton. 2010. Practical Atlas of Ruminant and Camelid Reproductive Ultrasonography. Editorial Wiley­Blackwell Inc., Publication ISBN­13: 978­0­8138­1551­0/2010. Funston, R. N., D. M. Larson, and K. A. Vonnahme. 2010b. Effects of maternal nutrition on conceptus growth and offspring performance: Implications for beef cattle production. J. Anim. Sci. 2010. 88(E. Suppl.): E205–E215. doi:10.2527/jas.2009­2351. Goldberg, V., and O. Ravagnolo. 2015. Description of the growth curve for Angus pasture­fed cows under extensive systems. Journal of Animal Science 93, 4285­ 4290. doi:10.2527/jas2015­9208. Funston, R. N., J. L. Martin, D. C. Adams, D. M. Larson. 2010a. Winter grazing system and supplementation of beef cows during late gestation influence heifer progeny. J. Anim. Science 88:4094–4101. doi:10.2527/jas.2010­3039. Greenwood, P. L., A. N. Thompson, and S. P. Ford. 2010. Postnatal Consequences of the Maternal Environment and Growth During Prenatal Life for Productivity of Ruminants. Greenwood, P. L., A. W. Bell, P. E. Vercoe, G. J. Viljoen, (Editors). Managing the Prenatal Environment to Enhance Livestock Productivity. pp 3­36. ISBN 978­90­481­3135­8 (eBook). doi:10.1007/978­90­481­3135­8. Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 344 Greenwood, P. L., and L. M. Cafe. 2007. Prenatal and pre­weaning growth and nutrition of cattle: long term consequences for beef production. Animal 1:9, 1283– 1296. doi: 10.1017/S175173110700050X. Hach, C. O. 1987. Food and feed analysis instruction manual. Hach, Inc., Loveland, CO. p.12­16. Hales, C. N., and D. J. P. Barker. 2001. The thrifty phenotype hypothesis. British Medical Council 60: 5­ 20. Hardy, D. B. 2017. Maternal Undernutrition and Long­ Term Effects on Hepatic Function. Rajendram R, Preedy VR and Patel VB. (Editors), Diet, Nutrition, and Fetal Programming. pp. 107–120. ISBN 978­3­319­ 60289­9 (eBook). doi:10.1007/978­3­319­60289­9. Hess, B. W., S. L. Lake, E. J. Scholljegerdes, T. R. Weston, V. Nayigihugu, J. D. C. Molle, and G. E. Moss. 2005. Nutritional controls of beef cows’ reproduction. Journal of Animal Science 83, E90­E106. Iewdiukow, M., O. M. Lema, J. I. Velazco, and G. Quintans. 2020. Is it possible to accurately estimate lactation curve parameters in extensive beef production systems? Applied Animal Science 36:509– 514. doi:10.15232/aas.2019­01965. Kenyon, P. R., H. T. Blair. 2014. Sheep Foetal programming in sheep – Effects on production. Small Ruminant Research 118:16–30. doi.org/10.1016/j.smallrumres.2013.12.021. Khanal, P., S. V. Husted, A. M. Axel, L. Johnsen, K. L. Pedersen, M. S. Mortensen, A. H. Kongsted, M. O. Nielsen. 2014. Late gestation over­ and undernutrition predispose for visceral adiposity in response to a post­ natal obesogenic diet, but with differential impacts on glucose­insulin adaptations during fasting in lambs. Acta Physiol. 210:110–26. doi.org/10.1111/apha.12129. Larson, D. M., J. L. Martin, D. C. Adams, and R. N. Funston. 2009. Winter grazing system and supplementation during late gestation influence performance of beef cows and steer progeny. J. Anim. Sci. 2009. 87:1147–1155. doi:10.2527/jas.2008­1323. León, H. V., J. Hernández­Cerón, D. H. Keisler, and C. G. Gutierrez. 2004. Plasma concentrations of leptin, insulin­like growth factor­I, and insulin in relation to changes in body condition score in heifers. J. Anim. Sci. 82:445–451. Littell, R. C., P. R. Henry and C. B. Ammerman. 1998. Statistical analysis of repeated measures data using SAS procedures. Journal Anim. Sci. 76:1216­1231. Long, N. M., C. B. Tousley, K. R. Underwood, S. I. Paisley, W. J. Means, B. W. Hess, M. Du, and S. P. Ford. 2012. Effects of early to mid­gestational undernutrition with or without protein supplementation on offspring growth, carcass characteristics, and adipocyte size in beef cattle. Journal of Animal Science 90: 197­206. doi.org/10.2527/ jas.2011­4237. López Valiente, S., A. M. Rodríguez, N. M. Long, G. Quintans, F. E. Miccoli, I. M. Lacau­Mengido, and S. Maresca. 2021a. Age at first gestation in beef heifers affects fetal and postnatal growth, glucose metabolism and IGF­1 Concentration. Animals 11:3393. doi:10.3390/ ani11123393. López Valiente, S., A. M. Rodriguez, N. M. Long, I. M. Lacau­Mengido, S. Maresca. 2021b. The degree of maternal nutrient restriction during late gestation influences the growth and endocrine profiles of offspring from beef cows. Animal Production a­j, doi:10.1071/AN20527. López Valiente, S., S. Maresca1, A. M. Rodríguez, N. M. M. Long, G. Quintans, and R, A. Palladino. 2019. Effect of protein restriction during mid­to late gestation of beef cows on female offspring fertility, lactation performance and calve development. Veterinary Science 4.10:01­12. MacDonald, K. A., J. W. Penno, A. M. Bryant, J. R. Roche. 2005. Effect of feeding level pre­ and postpuberty and body weight at first calving on growth, milk production, and fertility in grazing dairy cows. Journal of Dairy Science, 88(9): 3363­3375. doi.org/10.3168/jds.S0022­0302(05)73020­4. McLean, K. J., B. H. Boehmer, L. J. Spicer, and R. P. Wettemann. 2018. The effects of protein supplementation of fall calving beef cows on pre­and postpartum plasma insulin, glucose and IGF­I, and postnatal growth and plasma insulin and IGF­I of calves. J. Anim. Sci. 96: 2629–2639. doi:10.1093/jas/ sky173. Meikle, A., D. Cavestany, J. Blanc, E. Krall, G. Uriarte, M. Rodríguez­Irazoqui, G. Ruprechter, A. Ferraris, P. Chilibroste. 2005. Perfiles metabólicos y endócrinos, parámetros productivos y reproductivos en vacas de leche en condiciones pastoriles. Veterinaria, (Montevideo) 40 (159­160) 25­40. Mene, K.H. and Steingass, H. 1988. Estimation of the energetic feed value obtained from chemical analysis and in vitro gas production using rumen fluid. An. Res. Dev. 28:209 ­ 221. Mieres, J.M. 2004. Guía para la alimentación de rumiantes. Revista INIA, Nº 142, pp. 23­25. Uruguay. http://www.inia.uy/publicaciones/ documentos%20compartidos/ 111219240807141556.pdf. Batista et al. ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= 345 Moriel P., J.M.B. Vendramini and R.F. Cooke. 2022. Maternal nutrition during gestation and its consequences to beef offspring performance. EAAP – 73rd Annual Meeting, Porto, Portugal, pp. 193. Noya, A., G. Ripoll, I. Casasús, A. Sanz. 2022. Long­ term effects of early maternal undernutrition on the growth, physiological profiles, carcass and meat quality of male beef offspring. Research in Veterinary Science 142, 1­11. doi:10.1016/j.rvsc.2021.10.025. Rajendran R, Preedy VR, Patel VB. 2017. Diet, Nutrition, and Foetal Programming, pp. 3–593. ISBN 978­3­319­60289­9 (eBook). doi:10.1007/978­3­ 319­60289­9. Noya, A., I. Casasús, J. Ferrer, and A. Sanz. 2019a. Effects of developmental programming caused by maternal nutrient intake on postnatal performance of beef heifers and their calves. Animals 9, 1072, 1­17. doi:10.3390/ani9121072. Noya, A., I. Casasús, J. Ferrer, and A.Sanz. 2019b. Long­Term Effects of Maternal Subnutrition in Early Pregnancy on Cow­Calf Performance, Immunological and Physiological Profiles during the Next Lactation. Animals 9, 936, 1­17. doi:10.3390/ani9110936. NRC. 2000. Nutrient Requirements of Beef Cattle´, Seventh Revised Edition, Update 2000 Subcommittee on Beef Cattle Nutrition, Committee on Animal Nutrition, National Research Council Available from the National Academies Press, Consultado en Enero 2017. 248 pp. ISBN: 0­309­59241­0. http//napedu/catalog/9791html. Paro, R., U. Grossniklaus, R. Santoro, A. Wutz. 2021. Introduction to Epigenetics. pp. 1–201. ISBN 978­3­030­ 68670­3 (eBook). doi:10.1007/978­3­030­68670­3_9. Quintans, G. 2016. Diagnóstico de actividad ovárica: Una herramienta que debemos conocer. Revista INIA, Nº 47, pp. 13–14. Uruguay. http://www.ainfo.inia.uy/digital /bitstream/item/ 6393/1/revista­INIA­47­P­12­13­QUINTANS.pdf. Quintans, G., A. Scarsi, G. Roig, M. Carriquiry, and G. Banchero. 2015. Influence of a short­term prepartum supplementation on beef cows and calves’ performance in pastoral conditions. Animal Production Science 56(11) 1913­1919. doi:10.1071/AN15082. Quintans, G., G. Banchero, M. Carriquiry, C. López, F. Baldi. 2010. Effect of body condition and suckling restriction with and without presence of the calf on cow and calf performance. Animal Production Science 50: 931–938. Quintans, G., G. Banchero, G. Roig, M. Carriquiry. 2009. Effect of short­term prepartum supplementation on reproduction of multiparous beef cows on grazing conditions. Journal of Animal Science 87, E­Supple 2:76 M236. Quintnas, G., J. I. Velazco, G. Roig. 2008. Seminario de Actualización Técnica: Cría Vacuna. Revista INIA, Nº 174, pp. 9–189. Uruguay. http://www.inia.uy/ Publicaciones/Documentos%20compartidos/ 18429240309132410.pdf. Randel, R. D. 1990. Nutrition and postpartum rebreeding in cattle. J. Anim. Sci. 68:853–8621. Relling, A., y G. Mattioli. 2003. Fisiología digestiva y metabólica de los rumiantes pp. 1–74. ISBN: 950­34­ 02387­7. Reynolds, W.L., T. M. DeRouen, and R. A. Bellows. 1978. Relationships of milk yield of dam to early growth rate of straightbred and crossbred calves. J. Anim. Sci. 47:584–594. doi:10.2527/jas1978.473584x. Rhind, S. M. 2004. Effects of maternal nutrition on fetal and neonatal reproductive development and function. Animal Reproduction Science 82–83, 169–181. doi:10.1016/j.anireprosci.2004.04.003. Ruiz, A, J, L, L. F. Uribe­Velásquez, O. J. Henry. 2011. Factor de crecimiento semejante a insulina tipo 1 (IGF­ 1) en la reproducción de la hembra bovina. Vet. Zootec. 5(2): 68­81. Short, R. E., R. A. Bellows, R. Staigmiller, J. G. Berardinelli, and E. E. Custer. 1990. Physiological mechanisms controlling anestrus and infertility in postpartum beef cattle. Journal of Animal Science 68,799­816. Shoup Lindsay, M., F. A. Ireland, & D. W. Shike. 2017. Effects of dam prepartum supplement level on performance and reproduction of heifer progeny. Italian Journal of Animal Science 16:1, 75­81. doi:10.1080/1828051X.2016.1269301. Sullivan, T. M., G. C. Micke, R. M. Greer, H. F. Irving­ Rodgers, R. J. Rodgers, and V. E. A. Perry. 2009. Dietary manipulation of Bos indicus×heifers during gestation affects the reproductive development of their heifer calves. Reproduction, Fertility and Development 21, 773–784. Totusek, R., D. W. Arnett, G. L. Holland, J. V. Whiteman. 1973. Relation of estimation method, sampling interval and milk composition to milk yield of beef cows and calf gain. J Anim Sci. 153–158. Tudor, G. D., D. W. Utting y P. K. O'Rourke. 1980. El efecto de la nutrición prenatal y postnatal en el crecimiento del ganado vacuno. III The effect of severe restriction in early post­natal life on the development of the body components and chemical composition. Australian Journal of Agriculture Research 31, 191­24. Underwood, K. R., J. F. Tong, P. L. Price, A. J. Roberts, E. E. Grings, B. W. Hess, W. J. Means, and M. Du. 2010. Nutrition during mid to late gestation affects growth, adipose tissue deposition, and tenderness in cross­bred beef steers. Meat Science 86: 588­93. doi:10.1016/ j.meatsci.2010.04.008. Nutrición preparto y desempeño de la vaca y su descendencia ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 346 Vizcarra, J., R. Wettermann, J. Spitzer, D. Morrison. 1986. Repetibilidad y reproductibilidad de dos escalas para estimar la condición corporal de vacas hereford. Centro de investigaciones agronomicas “Alberto Boerger”. Investigaciones Agronómicas, 7(1):45­47. Wettemann, R. P., and I. Bossis. 2000. Energy Intake Regulates Ovarian Function in Beef Cattle. Journal of Animal Science, 77(suppl_E) 1–10. doi:10.2527/jas2000.77E­Suppl1c. iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAYAAABjyArgAAAQ1klEQVR42oVaaWxVxxX2ezaV CtgURaI0YByDN7wCPyK1CTuFpsWsjUraEraIVpEIBhISwNhACElpCxgIkIDZ1AS8vGcbDHjf sPFuNpsQhTUkqfojZfsTYT+fznfuO/PmXT+nTxrm+t6ZMzPfnPnOMgT1kicsyBFEQU5VzNpe vO+dIQ7r7yD17HT6fzfbBBvvpIT42jqCjX7BRu2wjeMM6juGtA229f8/c+8j1xlg3fa5OQPM wfvsCA4wN2MuPdStYPJ+PF9yjkrLS6i8soyqa6uopq6aai/W0KWmBmpsvsSlqaWRWtqaqf1y G125coU6OjrUcwd1XLlMre0t/B01+tY01FJ1fQ1V1lVQRW05FZeeo7MlxVRSdoEKzxRQ0dlC rguK3VzyCnPptOsUv3MXuijPlcu1qyCfcvNzuC4oclN+UR63zXGfptyCHP77VP7nLAPv8t15 dKa4iPujPWr0xXv8Lc+nXTnkPqvGL8rXxVWQq8Y6pcbN47HRDmPjGUX6o5Y5og3mjLFdZ/J5 bihBA7xAA+ALpee5VFSVU2V1BdXV1zKwKAC0raOVrl6/Ql1fdNL169epq6uLbty4wc+or127 xiADbACMPtiQhsZ6BXCVAriSgT5XVqxAPsN10flCtUCXBleAxYJMcFFkgQIWL14Bi4KFQQ4W im+yaJdLgeTOp8JCtYEF1ncpaHP23Bk6nXuKQT2d+5kXVF8bGRPzkr8BbE7eaQ0+/uZN936H XAEYc7M0eoCTtRfgQvPqL13kAnChqZevdnDZvuN9mv7raTRo0CCmB00Rqh48eDDN/M0s+mjn 3+jKtcvcHn2h0U3tzVR7qY61uLymjM6Xn6OSSqXF5wq4AGAAhMlhMekZmyguPrYPLcWOjaFN mzfqhYkWC8imZqGkp2+kuLgYnp/DoIv4xLH03sZ3tYYDYFN7of2itRgLbXk+NpqJiYumDZve 0xsmYOM0YV04jUwX6ACtBbigBqEDaCyAytq3h8IjRmpQHQ6Hfpa/g4OD9d/Dhw+nAwcO0LXO q6zNQjHQ4Or6KgYZGlxcepbOXCjiBRWfP0sHDn3Mixdgp06dSqtWraK1a9fSpEmT9OKwWMxJ jqbrjFtRRZ6mkf3791JMTJSeJ/pCxpo1a2jixIk8VygGNuzjg/t5o5hq3DkMsmz0wU8OMIiy RsiBDMjC3PA+JCSEEhIS6ODBg5b2AuhiN8vDprPNwWKqaioZYAEDlNB54zrNmZfq2zklcNiw YbRkyRLKyMig6upqLlu2bOF3YWFhPHkMirYLfj+f5QFoppvWBga4rLqUNRgFdAFwj588RoPD BvE48xfOo1t3vqLe3l7Cr6enh2u8w3xgWMJ+FsoAYEEAN8edy5x+9Hg2DRkSyuMvXLiQ7ty5 o+V0d3dzjXezZ8/msTDmx5/uZzCEh7Fxx04cteaj1j5//ny6e/cu9/V4PFxD5u2vbtGCefN5 LKzdN58cLgBac7AJLo44wP1d6m8tK6kEPPfccwzqw4cP9YRlQO+Y/Dty5KgG2tK2scznHVfa FVU00sWmOqpqUJx8UfFxRbHFyYoLE5LieRxslPwArGiPLOzZs2d04sQJfhcVM0YfS2guuJFP gOqzbNkyvTGkprv7n7voj4te42f5nTx5ktcXkxDNgAi3ox6bENdnPt98/YCaLjVSc2MTfX3v PsvydPfQ0aNHacCAAaztphEG2NapU4OItwDNhcaZmjt+/Hi6fft2nx3UC9BgW/Xjx48pKSlJ H2loJOimuaOJGlrqqfpSNZXXlVNpTQnz8ebMdG63YMECNpoiHz+hHVOT8W3u3LkMjnAgQAE/ Q86ECRPo0KFDer5Zu/fQ8GE/pyGhYbT+7Xfo3r17Wk7q3DncZ2PmBu1dQCbWjjFgwPHDpkZG vECjX4jkGqXs/AVrw1ThE6H6bEzfwKdBjLZ18tWHiw11zJcAYnfWLu3jJY9L0lprgmuCLcD6 ag+DnJiYaPGgkr93fxa1XW2nxrYmqm2qpZrGGiqrtaiCDYgC8f79+4ZM/7HkJ3/jmEM2+E+4 l7VOzTsqKopGjx5NL/3yV/TXlX8hZ5CDtmRk0o7tH5BDjZOXk6s1+c69uzy/MXFR2osRAyu0 AI2NCB9FE196mZYtWUrvrnubxiiAoyNH88mALMwHfTAH7UWozdIaLD4u6GFE+POa52DkPAYH iBbZgTBpQto9ffpU8eEQHuQXI4bTjZtdDDJzsdJiaDD4GN+nTJmiORIgouB4iqFasWKF/i5t Jk+ezN/Y0CmAIWfy1Em0bt06Wr9+PY1RAEDTXhgVQe8oUL775lv6ouuGPtqyWRMnv6x8VgdT DDYLgE+ZNpm/P3r0iD499AnL+cfOv1Nvj4f7n8g+SpEK9PEp4yx5CgCMjTmIVwO6sDRY/QNw ob0ffLhdRyfgXH8K8GjwTM0yNdp8j3bHjx9nkBzBTtqyLVPRRAtzcV1jreJhy23DglavXq1l yTimtwKrb4KPHyw62sCXhYHDnNPW+uQ0XKxnYKG1UtatWUs3OrsYFAYLctalcV94M9gsrP+t tFX87cmTJ0wLMVHRFBsdowG+f/sOA4xv//72O267es1b3BfBBjjdj4NBD9Be7BwWDO2FcFlM ZWUlpaam0rRp02jGjBnsOQjQ8CRgaaFR06dPpz179vhtwtChQxmkWa/M5E1su9qq/GIV4dVX WACrSQAsOxXY3UKRJyCnpaXxNzFMvFFqkT4hVnlw/2t6b/27NGHceK3Rr/1hEZWXlnGztDQL GKEac6Ow2SWKa+PjxlJ1ZZWW+R8FapSXj0ElmA/GRl/xImSzWIMBLoxb6JDBvJjly5frBVVV VelFmloFsAsLC33xveEbo78FBvFRxzvIhncCQyceRWlVCfeHLDkBosUrV67U2guvwNRe/MQX 5eit0EcRGl+lbY/++5CyDx+hnmfd1HW9k2kDAKMOHzGS/eJJk17mvhKkQOaUKT45ZWVlbOTa Wlo1wOBxaC9kyW/ajKksB/zL0aloMMCRUJiNmwJx9+7dejGwyhg0IiKCvQlobGRkpHLJjljf lOYkpSTSgwcPVEhawAYG33p7LW4GTTBQIcE6eKlvvsiBBzSYPQ6vkbP/ZMNkLnDT8MNYeJ+Q lGhFUgpgCVLE4yFPLy3+058ZiJSkZBqXnKJpwp3vooz0zRQePoKjvLj4aJ3zSEgYy+9u3brl dT2P8Hqhrdu2bKXt295njR41Mpw+OXiIlQFjAgcYSGgvojjI0xqMsPbLL7/UC6qvr9fHXDR3 27ZteuFicPibEpKxZTN5SLUnj3HMyUsv1Tqkvt51jX1i5CgEZHA9/OY5c+b48TcmjqBF+Nf0 LNAW7zemb7JyAApghLRQlgUL5qmN+MHiyrv3GJSRz4+gQT8dSHv3ZNHTx0/YyOH73LmpPK8N m9bzkQbAmzZt8AYq8zEqj7l161aKGj2GQYZHgROwNm0NnxDMddGiRby5HMorIwce9jNyWDR8 UAl5wbl2LQLAHpu7wN9U/8ytGQyuCbB4FzU1dVrGzZs3+bTA50ZUhxAdGbz4+HjexNdffz2g BpvjIlTFO/TJd1v8m19k1Qh/rUBjidZiAPnRjg91oCHgrl71FrdFH4TI6A9jiaMdGxvNWrxk yWJ9epqbm8mVl88FhlKMpMwHgYZk1aDBTDdi5CQ0luAAvrC4ZAg0IGDUqFHs3yJFCboA4Ckp KQxMcnIyf7t8+TIfp82bN2tAjp04ruVCg2FQm1ubOLhB7gPp0VM5n+tQGQ4+BwO9XgXy1ngH zcVRHBQ6kHMX4qJJlo1D5aFh3CZ17mzln97y037xoSEHyjR48EDOR7DVL/Rlwo6fzLbskZKD oOvOvdusPB6Pz1UEpfF8vPYFciSqlKI1GLyIxcsil7+xTE8MvBooyQNtKyoq6pNZM40c+sPl wUTFyEkCCOE5MnjQYOSIAbIEHSjJiSm0YtkbtGb1Wt5Ay92zNO7QpwfZb4WLJmlE8Sayjx3R 2S+0hxJgPvBUEPxIriQmJsbKHyhAkc2T3DJn9tQ75COiY6N08glB1xsrV9Cbb77JMmW9GGv/ gX06XSmnALbBMv6qM/K3oAmEtZK8MIMKeBLQLFh7BAXCx/jmdrvZdbMs8iTmVBwr4emIyFG8 UFh4AIyxJB1aVlFKFyrOc24YKT5k18ClickJffzguLg4DkUloQJLDa5DehA1GxZV8zFV4KOt ACS+Pece1FHGN52SNPLKkgJl0L25YPAq+ujbCzUfaH9sbCylp6f7XRCI5grQOlRGoCGpSUnD mZ6E3biZAYEZ4dl92WPHjml62PHRB/rWgzlY0QO0F/kIAIz0JWuQ3By4XFywgSiS1BYw5EYD G/NZ7r+0cRHg+LbESIbjvZkg18+q3+d5n/EcBFzxAszbEJGDU4v5YG443dJO6EraiW/OAMOq t7e3U2dnp3JdwnUGDXxlJllM8OxZNdOHxQ+hcmhoKA+C8BsUBK4HwDBuKAAZAMsNB/uQ3oXL hKXoWwNv/hZgAhz7s9wmiLsk2S1oPLSdDdBZ4ypK9ZWEvSTZZWxzMyTfK5sOcFELHZi3HLIx WoNxZFtbW9lIZWdna34ZN24cGy8zijK1NlDIjBoJIvi3fMzVIHv27mZXEPQAgGHgAPC5C8UM MC9YLZSvkby7b2qNTBiTFyoQDZa7MHmWuzmAarZDEa6Vuzux+kwT3qycAGUCJ+/4dClgWXMV 0Ai07Mog8wZFeNO9FsdlZmayFuO+bfHixT5jowwMgDeBNKnC7rvC2sMIIEcqiW/c2YEeQBN+ N7LGTSwMgiPArbLfza15Kxzc90ZY2nIb+y240Q7XZPZ3jmD/72Y/yYvbDb24qeYc8SztvcX3 BzJR0GRQBYCR98gnIP/w/fff90n+CNDIXWCTkEGTE/Diiy8yuNggyfv6LdjRDwjOvv9VwA60 eUemAXP2898PnLbF9/O9v6t/SQUEShmIPJ6DKcfnWVkdpBN8WGgygJE8Ar6hMbyLpUuXcmQD z6Kmpoaf8Q7fxAVCefXVV1kGrvdxZxVo9+3vTM9FrLU9s2YGILKRpototjETRdJGTp1esw1Q 01sQWaJEIs8eCMkc7Bvgrf0XDZDgagFkRHdIdIwcObLPQvx20XhGQLJ3717WWgQlhw8f7gNs IDmo7bcY8owcBCjHfBfwuNoiP1EM2TCzPzZTbISdIkQDzY2Sy1070PbNNZVVUwQ6mjfDaIAb 3ba2Ni64OsnKyqKZM2daSfQg/4ng2n7WrFm0b98+1lhsDGqcBvvgMiENbJCTS7AjhJ790K0z Vs6gYH6PGt8QzUlbeYcS4hyg3+OZ2/ZabXt7rBp90ceUYW6sCZJ5CmXT7Rtv0mN/p0mDbKIN 4fI3GiJbVlxcTC0tLQwYjjwKAMd/QkHgAKMIQPk/nyiNRYGvKOlEkWVuoB/oXsAYCC+wKJ7u Xg0e6p5nHgbPBFmeBwT/xAecAaiALYCLfH5vox6Zn32eAphoq9lPToYYdGlvAznwcTN3FVHa zp07mXfhyyKXgMAE0R8AhZYjQbRr1y6O5gIZA3MiWIQcJWkjfCvuXyBeNdtq3jMAx0bYqUD+ lj6S8jSBtWudtLVfwArA9ucfW2uQXb1l8f1xCiyqafXNxQbiZrv22oH7sY21G49A45hajtqu kYFsTCC59nX2198+D5NSzGdd1CYMDHh07Vrt6N/aBuTWAP8DyNQYu7boNgHcNTFA4i7ZN0Fk BFxgfy6a8R9q7EZXb54hLxCFBALZ1F4o+P8AIUGW4rYPyhAAAAAASUVORK5CYII= ISSN­L 1022­1301. Archivos Latinoamericanos de Producción Animal. 2022. 30 (4): 331 ­ 346 Wathes, D.C. 2022. Developmental Programming of Fertility in Cattle—Is It a Cause for Concern? Animals. 12, 2654: 1 – 34. https://doi.org/10.3390/ani12192654. Batista et al.