Revue Web

ESSAIS

Le fantasme de la traduction automatique : esquisse d’un imaginaire frelaté

14 avril 2015

Résumé : Cette contribution vise à explorer l’imaginaire qui entoure la traduction automatique (TA), notamment en ce qui concerne la recherche fondamentale et ses applications. Il s’agit de retracer les étapes importantes de l’histoire de la traduction automatique pour mettre en lumière certaines des attentes alimentées par l’imaginaire technologique et, en retour, montrer comment ces attentes ont teinté à la fois les directions qu’a emprunté la recherche, les applications qui en sont nées et l’accueil qu’on leur a réservées. Une fois ces tensions esquissées, nous proposons un recadrage de cet imaginaire, lequel pourrait s’incarner dans la figure du cyborg.






  • Texte en PDF





Masquez la colonne info

There is a broad continuum of ways in which man and machine can share the translation responsibility. It ranges from Bar-Hillel's FAHQT (Fully Automatic, High Quality Translation) to Kay's HTLGI (Human Translation Like God Intended).

(Merle D. Tenney, « Machine Translation, Machine-aided Translation, and Machine-impeded Translation », Tools for the trade : Translating and the Computer 5, 1985, p. 105)

 


 

En 1997, quand Alta Vista fournit son application gratuite de traduction automatique, elle la baptise BabelFish, en référence au poisson du même nom imaginé par Douglas Adams1. L’étonnant symbiote jaune n’est que l’une des innombrables incarnations du mirage de la traduction automatique, que l’on conçoit à tout coup sans intervention humaine. Tant dans la littérature qu’au cinéma, les exemples pullulent : des puces « microsoft » de l’univers de Gibson à C3PO, l’aimable diplomate cybernétique, en passant par le traducteur universel de Star Trek, les auteurs de science-fiction rivalisent d’imagination pour expliquer comment un tel exploit pourrait devenir réalité, mais sans jamais vraiment en livrer le mécanisme.

Ceci dit, l’idée d’éliminer l’élément humain de la traduction, puisque subjectif, lent ou encore encombrant, ne se limite pas au domaine de l’imaginaire, et ne date pas d’hier. On recense, en Allemagne au XVIIe siècle, la première tentative de produire des traductions mécaniquement, à l’aide de tables de calcul. Johannes Becher, un moine de Speyer, avait conçu un métalangage mathématique décrivant le sens de nombreux mots dans plusieurs langues. Il s’agissait, en quelque sorte, d’une tentative de formalisation des langues naturelles et de leurs relations complexes, tentatives qui seront reprises plus tard avec quelque succès. Ainsi, une phrase dans n’importe quelle langue incluse dans le système de Becher pouvait être traduite mécaniquement en fonction de formules préétablies2. Il faudra évidemment attendre que s’écoule la première moitié du XXe siècle, avec la naissance des supers calculateurs et autres cerveaux mécaniques, avant de voir de réelles percées (même si elles restent timides) dans le domaine du traitement automatique des langues, et particulièrement de la traduction automatique (TA).

Je propose donc de revenir sur les grandes étapes de la recherche en TA en vue de souligner quelques-uns des écarts entre réalité et fiction, entre possibilités et attentes, et de montrer ainsi que les maladresses et l’inadéquation que l’on reproche encore souvent aux systèmes de TA les plus sophistiqués n’ont d’autres sources que cet imaginaire grandiose, qui ne peut que décevoir une fois ramené à hauteur du réel.

L’âge d’or

Le milieu du XXe siècle, qui voit la naissance de la TA comme nous la connaissons aujourd’hui, est effervescent à bien des égards. D’une part, pour la première fois de l’histoire, les ordinateurs, ces « cerveaux électroniques », sont suffisamment puissants pour répondre aux rêves d’automatisation des scientifiques. D’autre part, la Guerre Froide engendre un besoin impérieux pour les Américains d’être au fait des activités des Russes et vice-versa. Ainsi, les années 50 et 60 se voient le théâtre d’une course effrénée à qui pourra le premier maîtriser à la fois la machine et le langage. Les prédictions des principaux intéressés font preuve, avec le recul, d’un optimisme bon enfant qui paraît friser la naïveté.

On s’accorde généralement pour attribuer la paternité de la recherche en traduction automatique à Warren Weaver, alors à l’emploi de la Rockefeller Foundation3. Dès 1947, Weaver se demande, dans sa correspondance4 avec Norbert Wiener, le premier cybernéticien, s’il est concevable que les ordinateurs puissent servir à la traduction de textes rédigés en langues naturelles (par opposition à des textes codés dans une « langue artificielle »). Wiener lui répond par la négative5, mais sa réflexion se poursuit néanmoins, et en 1949, il rédige un mémo qui passera à l’histoire et jettera les bases de la recherche en TA, pour le meilleur et pour le pire. De cette première correspondance, on cite généralement le passage suivant :

I have a text in front of me which is written in Russian but I am going to pretend that it is really written in English and that it has been coded in some strange symbols. All I need to do is strip off the code in order to retrieve the information contained in the text.6

L’analyse acceptée généralement est que le mémorandum influencera la traduction automatique pour les décennies à venir, lui donnant une saveur résolument (et négativement) cryptographique, surtout en regard des approches subséquentes. J’ai aussi fait mienne cette analyse dans mes recherches précédentes7, jusqu’à ce qu’une lecture plus attentive me permette de remarquer que Weaver n’était pas aussi ignorant des difficultés intrinsèques au traitement automatique des langues (comme la traduction automatique) que l’on a bien voulu le rapporter. Mathématicien et conseiller scientifique, Weaver souligne d’emblée son ignorance des subtilités du jeune domaine de la linguistique computationnelle et de l’automatisation des langues naturelles. Il fait néanmoins preuve d’une vision remarquable, décrivant avec une justesse étonnante les trois générations de systèmes de TA8 qui nous sont aujourd’hui familières. Qui plus est, il esquisse aussi l’idée, qui sera reprise par de nombreux chercheurs par la suite, que les langues restreintes et les vocabulaires contrôlés pourraient constituer une piste non négligeable9. Enfin, il est important de souligner, à notre avis, que Weaver avait vu juste en se demandant si viser un système parfait ne relevait pas de l’utopie et en proposant plutôt de viser une performance acceptable pour un nombre tolérable de cas10. En somme, alors que la position de Weaver semble nuancée et que ce dernier recommande en toutes lettres une approche statistique11, ses contemporains et les historiens n’ont retenu du mémorandum que les aspects cryptographiques et mathématiques au détriment du reste ; les premiers, probablement en raison des limites de l’informatique de leur temps, les seconds, puisque c’est cette approche qui a tenu le devant de la scène jusque dans les années 70.

Ainsi, stimulés en grande partie par l’impulsion de Weaver, de nombreux chercheurs des années 50 s’emploient à décoder le langage, en vue de dégager une structure universelle qui s’appliquerait à toutes les langues. Rapidement, la première tentative réussie de traduction automatique12 a été réalisée, le 7 janvier 1954, du russe vers l’anglais, à l’aide d’un dictionnaire de 250 mots et de six règles de transfert syntaxique, dans les laboratoires de l’Université Georgetown (en collaboration avec des chercheurs d’IBM)13.

La réaction est immédiate et euphorique : les titres de journaux laissent entendre que le processus est sans effort et que les ordinateurs sont d’ores et déjà prêts à prendre la relève : « Russian is turned into English by a fast electronic translator », peut-on lire en première page du New York Times le lendemain14. Le Christian Science Monitor, rapporte le 11 janvier que « The brain didn’t even strain its superlative versatility and flickered out its interpretation with a nonchalant attitude of assumed intellectual achievement. »15

Cependant, la démonstration de Georgetown présentait quelques caractéristiques qui continuent jusqu’à aujourd’hui d’accabler les chercheurs. En effet, le grand public a rarement conscience que les conditions de laboratoire sont très strictes lors de ces démonstrations. Par exemple, dans le cas de Georgetown-IBM, on a rigoureusement sélectionné 49 phrases à traduire, qui devaient respecter certains critères précis. En effet, toutes les phrases étaient déclaratives et simples et tous les verbes étaient à la troisième personne16. Par ailleurs, comme le remarque Melby, les systèmes de traduction automatique doivent toujours être ajustés, ce qu’il compare à l’auditeur qui manipulerait les boutons de sa radio pour améliorer la réception. De la même façon, explique-t-il, les systèmes de TA sont ajustés en fonction des phrases qu’on leur demande de traduire17. Il va sans dire que les scientifiques de Georgetown-IBM avaient consciencieusement entraîné leur système pour le grand jour, ce qui a certainement contribué à impressionner à la fois le public et les bailleurs de fonds, alors que la nature même du système rendait difficile la reproduction de ces exploits à grande échelle. Il n’en reste pas moins que, dès lors, les équipes de recherche en TA ont le vent dans les voiles et les subventions affluent18.

Rapidement, toutefois, l’approche directe laisse entrevoir quelques-unes de ses faiblesses. Tout d’abord, le nombre de règles nécessaires au traitement de textes généraux dépasse rapidement les capacités des linguistes et des ordinateurs qu’ils utilisent. L’ambigüité, notamment, est un problème très criant pour l’approche directe. La traduction d’expressions imagées ou de métaphores donne souvent des résultats pour le moins cocasses19. Par ailleurs, cette approche produit des systèmes qui ne fonctionnent qu’avec une seule paire de langues, souvent dans une seule direction. On peut tout de suite constater le casse-tête potentiel lorsque l’on s’attaquera à un marché du calibre de celui de l’Union européenne puisque, comme le souligne plus tard Pierre Isabelle : « pour traduire entre n langues on a besoin de n*(n-1) modules de règles (CE : 23*22 = 506 !) »20 21. Tous ces désagréments, cependant, n’ont été pleinement constatés et reconnus que bien des années plus tard, et les systèmes à approche directe ont tout de même régné sans compétition pendant près de trois décennies.

Un coup dur

Dans la foulée du succès de Georgetown-IBM, on croyait bien avoir trouvé la clé permettant de réduire en poussière la tour de Babel et de voir l’avènement d’un monde où la traduction n’aurait plus besoin d’intervention humaine. Les réjouissances allaient être de courte durée. En effet, les efforts de toute une génération de chercheurs allaient se voir presque anéantis par le rapport de l’ALPAC (Automatic Language Processing Advisory Committee) en 1966. Ce rapport, aussi connu sous le nom de « Black Book on Machine Translation », allègue, en somme, que la TA est inefficace, inadéquate et trop couteuse22. L’impact, que l’on peut expliquer par la grande différence entre les attentes des bailleurs de fonds et la réalité de la recherche, fait trembler le monde de la traduction automatique et sonne le glas de nombreuses initiatives dans le domaine. Dès lors, les subventions de recherche et de développement pour la TA se voient réduites presque à néant, particulièrement en Amérique du Nord.

Ce que les historiens relèvent rarement, c’est que le Black Book ne condamne pas d’emblée toute recherche sur l’automatisation de la traduction, mais bien les efforts qui visent à atteindre la traduction entièrement automatique de haute qualité (TAEHQ) sur texte général sans intervention humaine. Ainsi, si peu d’équipes visent cette dernière (il se trouve tout de même quelques irréductibles, particulièrement hors des États-Unis), on commence à explorer partout dans le monde de nouvelles voies comme les systèmes à langue restreinte, ou alors des systèmes ne fonctionnant qu’à l’intérieur de domaines de spécialité.

The Quiet Decade

En fait, si les militaires américains abandonnent pour le moment la recherche en TA, les gouvernements européens, canadien et japonais, eux, sont toujours de la partie. Hutchins23 et Somers24 s’accordent pour dire qu’en raison de facteurs sociopolitiques et culturels, la demande en traduction dans ces pays n’a jamais diminué. En Europe, les échanges multilingues entre les différents pays motivent des entreprises adaptées à cette réalité. La Commission européenne rachète SYSTRAN, un système américain de deuxième génération et en poursuit le développement25. D’autres projets voient le jour en France, en Allemagne et en Italie. Au Canada, c’est le bilinguisme législatif qui motive la recherche. Au Japon, ce sont les avancées informatiques réalisées par les chercheurs en vue de manipuler le système d’écriture qui aiguillonne les chercheurs : les succès sont si probants que les universités et le secteur privé décident d’appliquer leurs découvertes à la traduction automatique Anglais-Japonais26. De l’approche cryptographique mot-à-mot des premières années, on passe à une approche linguistique qui est caractérisée par la formalisation des langues naturelles, soit via une interlangue, soit à l’aide de grammaires formelles et de métalangages informatiques. Une passation des pouvoirs, en somme, des cryptographes et mathématiciens vers les spécialistes de la linguistique computationnelle.

Cependant, ces approches de deuxième génération ont aussi leurs faiblesses. Tout d’abord, il faut supposer que le texte source est grammaticalement correct. Pour des essais contrôlés en laboratoire, la question est peu pertinente, mais si le système vise la commercialisation et sera utilisé pour des textes généraux, il est impossible de garantir un résultat à tout coup. En outre, les modules d’analyse ont du mal à traiter des ambigüités grammaticales qui ne ralentiraient pas un traducteur humain. L’exemple par excellence27 pour illustrer les faiblesses de cette génération est « Time flies like an arrow », dont la structure pour une machine est très difficile à analyser hors contexte et pourrait ainsi être traduit par quelque chose comme « Les mouches du temps aiment la flèche ».

Il nous faut rappeler que les équipes de recherche en TA se sont tournées vers les spécialistes de la linguistique computationnelle pour résoudre les problèmes de l’automatisation de la traduction et ont délaissé au même rythme les cryptographes qui avaient fait leur succès. De plus, à la fin des années 70 et au début des années 80, les progrès en informatique permettent aux chercheurs de concevoir des systèmes de plus en plus complexes et de traiter des volumes de données sans commune mesure avec les précédents.

Ainsi, la « Quiet Decade » est dominée par les approches par interlangue et par les formalismes linguistiques. On expérimente aussi avec les langues restreintes, les vocabulaires contrôlés et les sous-domaines. Les systèmes gagnent en complexité et deviennent modulaires. La recherche en TA est principalement influencée par les domaines de la linguistique structurelle et de l’informatique. Par ailleurs, de plus en plus de chercheurs ont abandonné l’idée de la traduction complètement automatique : l’interactivité, avec en bonne place la postédition, fait son apparition comme partie intégrante des processus de traduction automatique.

Au cours des années 80, c’est l’approche indirecte par transfert qui règne sans conteste sur le paysage de la TA28. En effet, les approches par interlangue ne semblent pas remporter les succès attendus, et l’on préfère en conséquence plancher sur des approches moins ambitieuses29, mais plus réalistes. Les universités et les organismes gouvernementaux sont toujours au premier plan de la R et D à travers le monde, mais le rôle du secteur privé commence à prendre de l’ampleur que l’on n’avait pas vue jusqu’alors.

En d’autres mots, force est de constater que la « Quiet Decade », même si elle laissera sa marque dans l’imaginaire de la recherche en TA et dans celle des principaux commanditaires, notamment en rendant presque taboue l’appellation « traduction automatique »30, n’aura pas été stérile sur le plan de la recherche, mais aura plutôt été un passage obligé pour en arriver aux systèmes dont nous profitons aujourd’hui.

Une révolution statistique

Le domaine de l’informatique subit aussi des transformations importantes qui auront des répercussions sur la TA et la TAO. En effet, la fin des années 70 voit la naissance des premiers ordinateurs personnels et au cours des années 80, ces derniers se répandent à grande échelle dans les milieux professionnels. Les avancées en micro-informatique transforment en profondeur le monde de la traduction : la standardisation des plateformes, le développement des interfaces-utilisateurs et l’apparition des périphériques de stockage de données plus performants sont autant de facteurs qui ont facilité l’adoption des outils de traduction assistée par ordinateur (TAO) chez les traducteurs31, outils qui, comme leur nom l’indique, ne permettent pas de traduire de façon automatique, mais qui assistent les traducteurs dans leur travail.

Ainsi, l’automatisation grandissante du monde du travail (phénomène qui ne se limite pas à la traduction, bien sûr) fait naître de nouveaux besoins. En conséquence, observe Hutchins, « MT was coming out of the laboratory onto the marketplace and into the office »32. Au cours de cette décennie, explique-t-il, les faiblesses des systèmes de TA sont obligeamment reconnues et l’on propose ces derniers, non plus comme un moyen de remplacer les traducteurs, mais bien comme des aides à la traduction33. Il n’est donc pas surprenant de constater que nombre de chercheurs s’emploient à développer la TAO et que nombre d’institutions et de grandes organisations qui œuvrent en traduction cherchent à l’implanter. Qui plus est, les premiers systèmes commerciaux font leur apparition sur le marché. ALPS et Weidner sont les fers de lance du mouvement, mais plutôt que de les promouvoir comme de la TA, on les commercialise comme des aides à la traduction puisqu’ils ont besoin de beaucoup d’intervention humaine pour produire des traductions acceptables34. Ces conditions sont essentielles au changement de paradigme qui nous mènera à la TA contemporaine.

Le prochain grand virage de la traduction automatique est amorcé à la fin des années 80, sur les chapeaux de roues, par Fred Jelinek, chef du groupe de recherche d’IBM sur la reconnaissance vocale, à l’occasion de la Fourth International Conference on Theoretical and Methological Issues in Machine Translation : « Each time I fire a linguist, my performance goes up »35. La traduction automatique statistique (TAS) est une méthode empirique qui s’affranchit complètement des modèles linguistiques rigides et s’appuie sur un ensemble de données organisées, le corpus bilingue ou multilingue aligné. Il s’agit d’aligner des phrases, des groupes de mots et des mots individuels de deux textes parallèles pour ensuite calculer la probabilité que n’importe quel des mots dans une phrase donnée en langue source corresponde avec un ou des mots qui font partie de la phrase qui lui est liée dans le texte en langue cible. L’hypothèse qui sous-tend la TAS est la suivante : une phrase (S) de langue source peut avoir un grand nombre de traductions (T) et chacune de ces traductions a une probabilité plus ou moins grande d’être adéquate ; en théorie, il n’y a pas de traduction « correcte » ou « incorrecte »36. C’est l’approche qu’utilisent aujourd’hui Google et Microsoft, notamment, avec modifications à l’avenant, bien sûr, et avec le succès que l’on connaît.

En d’autres mots, le concept de n-grammes est la solution de Jelinek au problème du modèle de langue, solution qui lui permet en fait d’éviter la formalisation linguistique37. Les chercheurs en TAS l’ont plus tard adapté à leurs besoins, car Jelinek s’était plutôt concentré sur les trigrammes (séquence de trois mots)38. Néanmoins, le principe reste inchangé. Il s’agit simplement de segmenter automatiquement le corpus unilingue de langue cible aligné en séquences de n-mots. Ces séquences sont ensuite compilées et après analyse statistique, le système attribue à chacune d’elles une probabilité basée sur sa fréquence d’occurrence. Les séquences, ainsi analysées et associées à leur « score » de probabilité forment le modèle de langue, qui fournira la sortie en langue cible39. Le corpus bilingue aligné subira le même sort, mais les séquences seront enregistrées dans la table des segments du système de TAS en fonction de la probabilité que le segment source soit traduit par un ou des segments cibles donnés. Cette table est gage de la fidélité de la traduction40.

La TAS offre de nombreux avantages, mais a aussi certains inconvénients. D’une part, il est facile d’entraîner les systèmes : il suffit d’ajouter des textes à leur corpus pour les renforcer. Il en découle aussi qu’ils sont facilement adaptables à un domaine en particulier : plus on fournit des textes précis et spécialisés au corpus (qui présentent donc moins d’ambigüités), mieux le système apprendra le nouveau domaine et pourra fournir de bonnes traductions. Ce type d’apprentissage a aussi pour conséquence qu’il est relativement peu coûteux (notamment en ce qui concerne les ressources humaines) d’entraîner et de modifier ces systèmes. Par ailleurs, la TAS traite admirablement les expressions idiomatiques et offre des traductions beaucoup plus agréables au lecteur que ce que pouvaient offrir certains systèmes à base de règles. Cependant, les systèmes de TAS ont des inconvénients à l’avenant. Par exemple, ils n’ont aucune connaissance sémantique ni pragmatique et les registres de langue restent un mystère pour eux. Plus grave, puisqu’ils n’ont recours à aucune grammaire, ils commettent parfois des fautes d’accord qu’un système à base de règles n’aurait jamais perpétrées41.

Le tableau suivant, dont les données ont été tirées de Kuhn (2010), illustre les forces et les faiblesses de la TAS, avec des traductions tirées de Google Translate. Nous y avons ajouté la traduction qu’offrait récemment Google Translate en comparaison.

 

Anglais

Traduction GT (09/2010)

Traduction GT (07/2013)

That’s another kettle of fish

C’est une autre paire de manches

C’est une autre paire de manches

The girl is attractive

La jeune fille est jolie

La jeune fille est attrayant.

The girl who arrived last Wednesday is attractive.

La jeune fille qui est arrivé mercredi dernier est attrayant.

La jeune fille qui est arrivé mercredi dernier est attrayant.

Tableau comparatif de traductions fournies par Google Translate à trois ans d’intervalle (données 201042)

On remarque tout de suite le changement qui a eu lieu dans les résultats obtenus. Le premier exemple reste inchangé et confirme la remarque de Kuhn sur la maîtrise des expressions idiomatiques par les systèmes de TAS. Le dernier exemple reste lui aussi inchangé et illustre bien les catégories d’erreur d’accord typiques de la TAS qui surviennent lorsque l’adjectif qui qualifie un nom est placé trop loin dans la phrase pour que système puisse « comprendre » qu’il doit être accordé. La même remarque explique la traduction boiteuse d’« attractive » dans le troisième exemple. Cependant, la construction du deuxième exemple ne devrait pas poser problème à Google Translate, puisque le nom et l’adjectif qu’il qualifie sont très proches l’un de l’autre. Kuhn indique qu’« un système TABR aurait probablement omis jeune et mis attrayante », mais que puisque la traduction de Google Translate est moins littérale, « La TAS a bien marché ici [sic] »43. Que s’est-il passé en trois ans ? La jeune fille est restée, mais elle devenue « attrayant », le système commettant une erreur qu’il n’avait pas faite au départ. Évidemment, il y a peu de chance qu’une telle chose se produise avec un système à base de règles, puisque les ressources que requiert un changement dans ce type de système sont très élevées. Ce désagrément illustre bien le prix à payer si l’on veut profiter des avantages qu’offre un système malléable : les modifications peuvent aller trop loin. Bien sûr l’exemple présenté ici est extrême, puisque Google Translate s’appuie en partie sur les modifications proposées par ses utilisateurs, mais la situation peut facilement se reproduire dans un système implanté en entreprise si des mesures ne sont pas prises pour assurer une certaine qualité au corpus d’entraînement. Il n’en reste pas moins, que malgré ces accrocs, la TAS reste une approche fiable dont l’efficacité n’est plus à prouver.

Un malentendu qui perdure

Qu’en est-il du traducteur, dans tout cela ? Depuis les années 50, nous avons vu défiler cryptographes, mathématiciens, linguistes, informaticiens, statisticiens, mais pas de traducteurs. Puisqu’il s’agissait d’ailleurs au départ de les éliminer, il ne faut donc pas se surprendre de constater que la majorité se soit tenue loin de la recherche en traduction automatique. Dans « The Proper Place of Men and Machines in Language Translation », Martin Kay montre bien le calvaire que les traducteurs, et leurs textes, doivent subir aux mains des machines à traduire :

There was a long period—for all I know, it is not yet over—in which the following comedy was acted out nightly in the bowels of an American government office with the aim of rendering foreign texts into English. Passages of innocent prose on which it was desired effect this delicate and complex operation were subjected to a process of vivisection at the hands of an uncomprehending electronic monster that transformed them into stammering streams of verbal wreckage. These were then placed into only slightly more gentle hands for repair. But the damage had been done. Simple tools that would have done so much to make the repair work easier and more effective were not to be had presumably because of the voracious appetite of the monster, which left no resources for anything else. In fact, such remedies as could be brought to the tortured remains of these texts were administered with colored pencils on paper and the final copy was produced by the action of human fingers on the keys of a typewriter. In short, one step was singled out of a fairly long and complex process at which to perpetrate automation. The step chosen was by far the least well understood and quite obviously the least apt for this kind of treatment. 44

Il faut malheureusement avouer que la situation a perduré jusqu’à tout récemment. Pour illustrer ce que j’entends par là, je vous propose deux exemples relativement récents dont j’ai été personnellement témoin.

Au cours du congrès de l’OTTIAQ en 2008, où Pierre Isabelle, pionnier de la recherche en traduction automatique au Canada, venait présenter les résultats d’un banc d’essai du tout dernier système de traduction automatique qui s’est tenu au Bureau de la traduction (BT). Portage, qui depuis a gagné nombre de compétitions internationales, avait très bien performé chez les traducteurs du Bureau de la traduction, lesquels ont une réputation de puristes à peu près inégalée. Ces derniers se voyaient agréablement surpris de l’idiomaticité des traductions produites par le système, vantant son efficacité et sa facilité d’utilisation et certains ont même demandé à continuer à utiliser la bête. En dépit de tout cela, le pauvre conférencier a dû essuyer les attaques qui fusaient de toutes parts lors de la période de questions. Pourtant, les traducteurs présents dans la salle, en 2008, je vous le rappelle, pour la plus grande partie des pigistes, ne pouvaient évidemment prétendre dédaigner l’ordinateur, Internet et autres outils informatiques. Notre erreur à tous, traducteurs, informaticiens, donneurs d’ouvrage, confondus, est d’avoir espéré (ou craint) ne serait-ce qu’un instant, que la machine remplacerait l’humain dans la délicate (et mystérieuse) opération qu’est la traduction. Des représentations fictionnelles, comme le BabelFish, que j’ai mentionné en introduction, ainsi que des promesses telles que celles rapportées par les journalistes à l’occasion de la démonstration de Georgetown-IBM contribuent à perpétuer cette méprise.

Quelques années plus tard, en 2011, j’ai recueilli les commentaires de quelques traducteurs du BT sur la question des technologies en traduction dans le cadre de ma scolarité de maîtrise. Ces traducteurs se sont tous montrés très conscients de la différence entre « traduction automatique » (traduction faite entièrement par un ordinateur) et « traduction automatisée » (traduction faite par un agent humain aidé d’un ordinateur). Le premier traducteur remarque à ce sujet que « [l]a traduction automatique donne des textes de très mauvaise qualité » tout en mentionnant que « [l]a traduction automatisée est un outil très précieux pour les traducteurs. »45 La peur de se faire remplacer par une machine reste néanmoins très préoccupante, comme le remarque un deuxième intervenant, qui nuance cependant ses propos pour conclure que « la traduction automatique pourrait nous permettre de nous "débarrasser" de textes répétitifs en [sic] ennuyeux et de nous concentrer sur de réels défis. »46 L’avis d’un troisième traducteur est encore plus tranché. Bien qu’il ne s’oppose pas à l’utilisation de la traduction automatisée, la traduction automatique le rebute. Il explique : « Tant que ce procédé en sera encore à ses balbutiements, cela ne m’intéresse pas et, au contraire, je dois le combattre et m’opposer à son utilisation, voire son développement, si je veux sauvegarder mon gagne-pain pour quelque temps encore. »47

Si ce type de prise de position sans équivoque tend lentement à disparaître, c’est surtout parce que les professionnels de la traduction n’ont plus le choix et doivent s’adapter. En effet, plus que l’informatisation du poste de travail, qui a débuté dans les années 70 pour les grands cabinets, puis qui s’est répandue chez les pigistes avec la montée de l’informatique personnelle, c’est l’apparition d’une culture numérique à laquelle ils ne peuvent plus se soustraire qui met en branle un changement profond dans l’univers de la traduction. Car la localisation, soit « the linguistic and cultural adaptation of digital content to the requirements and locale of a foreign market, and the provision of services and technologies for the management of multilingualism across the digital global information flow »48, change la donne. Michael Cronin explique bien le changement que cela implique :

As a result of the digital revolution of the late twentieth century, text has become part of digital content […] Underlying the informatics revolution is the convertibility, the ultimate translatability, of all content to the binary code of machine language. Computers, which initially only received text, now receive sound and images (both static and animated). At one level, the problem for the translator schooled in written and printed textual traditions is how to deal with these multi-modal textual objects.

En somme, il s’agit de considérer la traduction à l’ère numérique, non plus comme une étape d’un processus à automatiser, mais plutôt comme un processus à intégrer dans un contexte numérique. Il y a un peu plus de dix ans, Doug Robinson proposait un virage en ce sens : « it may be more fruitful to shift the discussion of human-machine interfaces in the translation field from the MT/CAT/HT triad into the realm of cyborg translation. The motto of this new approach would be : all translators are cyborgs. »49

Le traducteur et la machine, dit-il, forment une entité traduisante complexe et organisée. Il ne s’agit pas de simple collaboration, mais de symbiose, l’un tirant profit des enseignements de l’autre. « The machine is one of the human’s limbs or organs. Together they are a cyborg. »50

 (Re)Construire l’imaginaire du traducteur-cyborg

Si l’imaginaire du cyborg paraît trop connoté aux yeux de certains, je propose néanmoins de chercher du côté des récepteurs de la traduction et des technologies, particulièrement en ce qui concerne la production culturelle « atypique » pour recadrer la traduction dans un contexte numérique.

Le cas de deux fansubbers d’animés japonais, que j’ai examiné dans des travaux précédents51, peut mettre en lumière de nouvelles dynamiques d’appropriation et de distribution culturelle qui sont soutenues par une relation à la technique exempte des préjugés de leurs contreparties professionnelles. La traduction d’un animé peu connu, Berserk, est passée dans ce cas précis dans les mains de deux enthousiastes français, qui ont fait preuve d’une ingéniosité et d’une créativité surprenante quant à l’utilisation des ressources techniques à leur disposition. Passant d’un « raw » déjà sous-titré en portugais, ils utilisent Google Translate et leur connaissance de l’univers berserkien (qui compte un manga de plusieurs volumes et une série animée) pour produire la version française, et Subtitle Edit pour intégrer les sous-titres au film. Constatant que la version anglaise se faisait elle aussi attendre, ils utilisent le même principe pour la langue de Shakespeare.

Ce que l’exemple de Berserk démontre par ailleurs c’est que les fans membres de ces communautés agissent à la fois comme commanditaires (même si l’échange d’argent est plutôt l’exception), producteurs, traducteurs, distributeurs, critiques et consommateurs de « nouveaux » animés, en s’appropriant non seulement toutes les étapes de production, mais aussi le produit en soi, l’adaptant selon une éthique qui leur est propre.

En somme, si l’imaginaire traditionnel lié à TA, tant sur le plan de la recherche fondamentale, de la recherche appliquée et de l’utilisation professionnelle est « frelaté » comme j’ai tenté ici de le démontrer, il est urgent, pour favoriser la poursuite des avancées technologiques et pour assurer la survie de la profession de traducteur, de recadrer l’utilisation des technologies de traduction automatique et automatisée à l’aide de nouvelles représentations plus positives. La figure du cyborg, comme manifestation de l’appropriation de composantes technologiques par l’humain, ou encore, celle des fansubbers, comme figures rebelles, voire romantiques, transgressant les frontières établies de la profession, pourraient toutes deux servir de hérault/héros pour une nouvelle ère de la traduction à l’ère de la culture numérique.

Note finale : Cet article reprend en grande partie mes travaux précédents, mais les revisite à la lumière de nouvelles réflexions. Je remercie les éditeurs de m’avoir permis de partager ces dernières. Voir la bibliographie pour les références complètes.

 

Bibliographie

ALPAC, Language and Machines : Computers in Translation and Linguistic, Washington, D.C., National Academy of Science and National Research Council, 1966.

Demos, Kristin et Mark Frauenfelder, « Machine Translation’s Past and Future », Wired [en ligne], no 8.05, mai 2000. <http://www.wired.com/wired/archive/8.05/timeline.html>(page consultée le 5 décembre 2011).

Freigang, Karl Heinz, « Automation of Translation : Past, Presence, and Future », Revista Tradumàtica [en ligne], no 0, octobre 2001, <http://www.fti.uab.es/tradumatica/r... ; (page consultée le 2 décembre 2011).

Has, Geneviève, « Lorsqu'un Français traduit du japonais sans parler anglais, Guts s'en tire-t-il indemne ? Les « fansubs » de Berserk et la notion de l'acceptabilité en traduction », Journée d’études en littérature et résonances médiatiques, Montréal, Canada, 2013.

Has, Geneviève, Le syndrome de Sisyphe dans la recherche en technologies langagières au Canada, Mémoire de maîtrise, Département d’études françaises, Université Concordia, Montréal, Canada, 2014.

Has, Geneviève, « La traduction, au cœur des nouvelles pratiques éditoriales », Séminaire Écritures numériques et éditorialisation (Paris-Montréal), Sens-public.org, Montréal, Canada, 2014(b).

Hutchins, John, « Out of the Shadows : a Retrospect of Machine Translation in the Eighties », Terminologie et Traduction, no 3, 1990, p. 275-292.

Hutchins, John, « Latest Developments in Machine Translation Technology : Beginning a New Era in MT Research », MT Summit IV : International Cooperation for Global Communication. Proceedings, July 20-22, 1993, Kobe, Japon, 1993, p. 11-34.

Hutchins, John, « The Georgetown-IBM demonstration, 7th January 1954 », MT News International, no 8, 1994, p. 15-18.

Hutchins, John, « Machine-Translation : A Brief History », Concise History of the Language Sciences : from the Sumerians to the Cognitivists, E. F. K. Koerner et R. E. Asher (dir.), Oxford, Pergamon Press, 1995, p. 431-445.

Hutchins, John, « The Origins of the Translator’s Workstation », Machine Translation, vol. 13, no 4, 1998, p. 287-307.

Hutchins, John, « Retrospect and Prospect in Computer-based Translation », Proceedings of MT Summit VII “MT in the great translation era”, Low Hwee Boon (dir.), Singapour, AAMT, 1999, p. 30-34.

Hutchins, John, « Machine Translation over Fifty Years », Histoire Épistémologie Langage, tome 23, fascicule 1, 2001, p. 7-31.

Isabelle, Pierre, Introduction à la traduction automatique par règles [en ligne], 2010, <http://linguistech.ca/display657 > (page consultée le 20 juin 2013).

Kay, Martin, The Proper Place of Men and Machines in Language Translation, Palo Alto, Xerox Palo Alto Research Center [en ligne], 1980, <http://www.mt-archive.info/Kay-1980.pdf> (page consultée le 10 janvier 2013).

Kuhn, Roland, Introduction à la traduction automatique statistique (TAS) [en ligne], 2010, <http://linguistech.ca/display658 > (page consultée le 25 juillet 2013).

L’Homme, Marie-Claude, Initiation à la traductique, Montréal, Linguatech, 2008.

Melby, Alan, The Possibility of Languages, Amsterdam, Philadelphie, John Benjamins Publishing Company, 1995.

Pérez, Celia Rico, « From Novelty to Ubiquity : Computers and Translation at the Close of the Industrial Age », Translation Journal [en ligne], vol. 5, no 1, 2001, <http://translationjournal.net/journal/15mt2.htm> (page consultée le 28 novembre 2011).

Quah, Chiew Kin, Translation and Technology, New York, Palgrave Macmillan, 2006.

Robinson, Douglas, « Cyborg Translation » dans Susan Petrilli, (dir.), La traduzione. Édition spéciale d’Athanor : Semiotica, Filosofia, Arte, Letteratura [en ligne], 10-2, 1999-2000, p. 219-233, <http://home.olemiss.edu/ djr/pages/writer/articles/print/index.html> (page consultée le 2 novembre 2014).

Rosner, Michael, « Machine Translation and Human Translators », Malte, Sunday Times, 25 avril 2005.

Somers, Harold, Computers and Translation : A Translator’s Guide, John Benjamin, Amsterdam, 2003.

TAUS, 1954 Machine Translation Movie [en ligne], 2010, <http://www.youtube.com/watch?feature=player_embedded&v=K-HfpsHPmvw> (page consultée le 15 mai 2013).

Tenney, Merle D., « Machine Translation, Machine-aided Translation, and Machine-impeded Translation », Tools for the Trade : Translating and the Computer 5, Veronica Lawson (dir.), Londres, Aslib, 1985, p. 105-113.

Traducteurs 1 à 5, Questionnaire. Non publiés, 2011.

Weaver, Warren, « Translation », Machine Translation of Languages, William S. Locke et Andrew. D. Booth (dir.), Cambridge (Mass.), The Technology Press of the MIT, 1955, p. 15-24.

Wheeler, Peter, « Systran », Machine Translation Today : The State of the Art, Margaret King (dir.), Édimbourg, Edinburgh University Press, 1987, p. 192-208.

Whitecomb, Tony, « Statistical methods gaining ground », Language Industry Monitor, no 11, Sept-Oct 1992, p. 1-3.

Zughoul, Muhammad Raji et Awatef Miz’Il Abu-Alshaar, « English/Arabic/English Machine Translation : A Historical Perspective », Meta, vol. 50, no 3, 2005, p. 1022-1041.

 

Notes

1 Pour la référence originale, voir : http://www.bbc.co.uk/cult/hitchhikers/guide/babelfish.shtml

2 Karl Heinz Freigang, « Automation of Translation : Past, Presence, and Future », Revista Tradumàtica [en ligne], no 0, octobre 2001, p.1, <http://www.fti.uab.es/tradumatica/r... ; (page consultée le 2 décembre 2011).

3 Plusieurs références à l'appui, parmi de nombreuses autres.

Alan Melby, The Possibility of Languages, Amsterdam, Philadelphie, John Benjamins Publishing Company, 1995, p.17.

Kristin Demos et Mark Frauenfelder, « Machine Translation’s Past and Future », Wired [en ligne], no 8.05, mai 2000, p. 1, <http://www.wired.com/wired/archive/8.05/timeline.html>(page consultée le 5 décembre 2011).

Muhammad Raji Zughoul et Awatef Miz’Il Abu-Alshaar, « English/Arabic/English Machine Translation : A Historical Perspective », Meta, vol. 50, no 3, 2005, p. 1024.

Michael Rosner, « Machine Translation and Human Translators », Malte, Sunday Times, 25 avril 2005, p.1.

Karl Heinz Freigang, loc. cit., p.1.

Celia Rico Pérez, « From Novelty to Ubiquity : Computers and Translation at the Close of the Industrial Age », Translation Journal [en ligne], vol. 5, no 1, 2001, p.2, <http://translationjournal.net/journal/15mt2.htm> (page consultée le 28 novembre 2011).

John Hutchins, « Retrospect and Prospect in Computer-based Translation », Proceedings of MT Summit VII “MT in the great translation era”, Low Hwee Boon (dir.), Singapour, AAMT, 1999, p. 1.

Marie-Claude L'Homme, Initiation à la traductique, Montréal, Linguatech, 2008, p.12.

4 Cette correspondance est reprise dans le Mémorandum de Weaver intitulé Translation. Une copie des textes originaux peut être consultée à l’adresse suivante : http://www.mt-archive.info/50/Weaver-1947-typescript.pdf.

5 « […] as to the problem of mechanical translation, lui répond-il, I frankly am afraid the boundaries of words in different languages are too vague and the emotional and international connotations are too extensive to make any quasi mechanical translation scheme very hopeful. I will admit that basic English seems to indicate that we can go further than we have generally done in the mechanization of speech. […] At the present time, the mechanization of language, beyond such a stage as the design of photoelectric reading opportunities for the blind, seems very premature. » (Weaver, 1955, p. 19) Wiener, pourtant le mieux outillé pour attaquer le problème aux dires de Weaver, avait bien identifié l’écueil qui guetterait les chercheurs quelques années plus tard. Ainsi, nombre de spécialistes, incluant le « père de la TA » lui-même ont émis des doutes quant aux chances de succès de l’entreprise, mais leurs doléances n’ont pas eu l’effet modérateur escompté.

6 Warren Weaver, « Translation », Machine Translation of Languages, William S. Locke et Andrew. D. Booth (dir.), Cambridge (Mass.), The Technology Press of the MIT, 1955, p. 18.

7 Voir entre autres Geneviève Has, 2014.

8 Première génération : approche directe (il s’agit d’une approche mot-à-mot, utilisant principalement des dictionnaires de correspondance). Weaver la mentionne surtout comme l’approche privilégiée dans l’état « actuel » de la recherche. (Weaver, op. cit., p. 18-20)

Deuxième génération : approches indirectes (les approches à base de règles et celles par interlangue sémantique, s’attaquant au problème de la TA en formalisant le processus à l’aide de représentations des langues de départ et d’arrivée, ou à l’aide d’une interlangue sémantique. Des modules séparés de transfert d’une langue à l’autre entrent alors en jeu pour compléter la traduction). Weaver expose longuement sa conception des universaux du langage et justifie ainsi la possibilité de concevoir un système de TA en formalisant complètement le sens de tout énoncé linguistique (Ibid., p. 14-16). Ce type d’approche a fait l’objet de projets de recherches, mais n’a donné que peu de résultats. Weaver, bien conscient de la complexité des langues et des limitations techniques des ordinateurs, propose aussi une approche se basant sur une logique transformationnelle (Ibid., p. 22-23), que l’on peut assimiler à l’approche par règles qui sera la méthode privilégiée des années 70 à 80.

Troisième génération : approches par corpus (il existe deux approches par corpus, celles à base d’exemples, qui relève du domaine de l’intelligence artificielle et les approches statistiques, surtout celle utilisant les n-gramme, qui permettent de résoudre le problème du sens à l’aide du contexte et produisent une traduction en fonction de sa probabilité). Weaver se demande, avec beaucoup de justesse quelle devrait être la valeur minimum de n en vue d’obtenir une traduction acceptable dans la majorité des cas. (Ibid.) Les systèmes de TA actuels s’appuient sur une méthodologie très semblable.

9 Warren Weaver, Op. cit., p. 20.

10Ibid., page 24.

11 « And it is one of the chief purposes of this memorandum to emphasize that statistical semantic studies should be undertaken, as a necessary preliminary step. » (Ibid., p. 24)

12 À ce sujet, voir la vidéo d’un entretien avec les chercheurs de l’équipe Georgetown-IBM, qui présentent leurs prédictions (http://www.youtube.com/watch?featur... [TAUS, 2010]).

13 John Hutchins, « The Georgetown-IBM demonstration, 7th January 1954 », MT News International, no 8, 1994, p. 15.

14 Ibid., page 15.

15 Ibid., page 16.

16 Ibid., page 17.

17 Alan Melby, op. cit., page 20.

18 Ibid., page 19.

19 Peter J. Wheeler, dans Machine Translation Today, relate l’anecdote suivante : « if it [Systran] did not produce the apocryphal sentence about steak and vodka, [it] certainly did translate La Cour de justice envisage la création d’un cinquième poste d’avocat général as “the yard of justice is considering the creation of a fifth general avocado station” » (Peter Wheeler, « Systran », Machine Translation Today : The State of the Art, Margaret King (dir.), Édimbourg, Edinburgh University Press, 1987, p. 192.)Pour les détails concernant « the apocryphal sentence about steak and vodka », ou les mythes tenaces concernant la TA, voir Hutchins, 1995, p. 17-18.

20 Pierre Isabelle, Introduction à la traduction automatique par règles [en ligne], 2010, p. 9, <http://linguistech.ca/display657 > (page consultée le 20 juin 2013).

21 Il n’en reste pas moins que l’un des systèmes commerciaux les plus anciens, SYSTRAN, a été conçu en approche directe (quoique depuis ses débuts, des modifications y ont été apportées et que le SYSTRAN se trouve maintenant sous la catégorie des systèmes hybrides). Les systèmes directs sont maintenant utilisés pour des paires de langues qui ont une structure et un vocabulaire grandement similaires, de façon à ce que les concepteurs puissent tirer profit de cette similarité et concentrer leurs efforts sur les différences entre les langues, sans que ces dernières ne soient démesurées.

22 ALPAC, Language and Machines : Computers in Translation and Linguistic, Washington, D.C., National Academy of Science and National Research Council, 1966.

23 John Hutchins, « Machine Translation over Fifty Years », Histoire Épistémologie Langage, tome 23, fascicule 1, 2001, p. 7-31.

24 Harold Somers, Computers and Translation : A Translator’s Guide, John Benjamin, Amsterdam, 2003.

25 Ibid., p. 5.

26 Ibid., p. 5-6.

27 Pierre Isabelle, op. cit., p. 14.

28 John Hutchins « Latest Developments in Machine Translation Technology : Beginning a New Era in MT Research », MT Summit IV : International Cooperation for Global Communication. Proceedings, July 20-22, 1993, Kobe, Japon, 1993, p. 11.

29 Id., « Machine Translation over Fifty Years », Histoire Épistémologie Langage, tome 23, fascicule 1, 2001, p. 17.

30 Marie-Claude L'Homme, op. cit., p. 14.

31 John Hutchins, « The Origins of the Translator’s Workstation », Machine Translation, vol. 13, no 4, 1998, p. 15.

32 Id., « Latest Developments in Machine Translation Technology : Beginning a New Era in MT Research », MT Summit IV : International Cooperation for Global Communication. Proceedings, July 20-22, 1993, Kobe, Japon, 1993, p. 11.

33 Ibid.

34 Id., « Out of the Shadows : a Retrospect of Machine Translation in the Eighties », Terminologie et Traduction, no 3, 1990, p. 277-278.

35 Tony Whitecomb, « Statistical methods gaining ground », Language Industry Monitor, no 11, Sept-Oct 1992, p. 1.

36 Chiew Kin Quah, Translation and Technology, New York, Palgrave Macmillan, 2006, p.78.

Roland Kuhn, Introduction à la traduction automatique statistique (TAS) [en ligne], 2010, p.15 <http://linguistech.ca/display658 > (page consultée le 25 juillet 2013).

37 Ibid., p.11.

38 Ibid.

39 Ibid.

40 Ibid.

41 Ibid., p. 25.

42 Ibid., p. 26.

43 Ibid., p. 26.

44 Martin Kay, The Proper Place of Men and Machines in Language Translation, Palo Alto, Xerox Palo Alto Research Center [en ligne], 1980, p. 3. <http://www.mt-archive.info/Kay-1980.pdf> (page consultée le 10 janvier 2013).

45 Traducteur 1, 2011.

46 Traducteur 2, 2011.

47 Traducteur 3, 2011.

48 Schäler, 2007, p.157.

49 Douglas Robinson, « Cyborg Translation » dans Susan Petrilli, (dir.), La traduzione. Édition spéciale d’Athanor : Semiotica, Filosofia, Arte, Letteratura [en ligne], 10-2, 1999-2000, p. 219-233, <http://home.olemiss.edu/ djr/pages/writer/articles/print/index.html> (page consultée le 2 novembre 2014).

50 Ibid.

51 Voir Geneviève Has 2013 et 2014b.



|
# robots.txt # @url: http://sens-public.org # @generator: SPIP 2.1.26 [21262] # @template: squelettes-dist/robots.txt.html User-agent: * Disallow: /local/ Disallow: /ecrire/ Disallow: /extensions/ Disallow: /lib/ Disallow: /plugins/ Disallow: /prive/ Disallow: /squelettes-dist/ Disallow: /squelettes/ Sitemap: http://sens-public.org/sitemap.xml %PDF-1.4 %äüöß 2 0 obj <> stream xZI,@dhMAK5ط >w߷bR.]4dWfJXX+L}s9_ʹ8._`LBy`?GoVz1DZ1zǐ-?qA4$mre w¤ׇ÷#k[y2'歑g걕lѱ̾E(D ռSz5lblƬ`kdaX>?[ܜO֋@Fäh5Ĺ UzG]k@PZeV-"y:D҈uTOӚ o09āp >|}-C,0naDKfA1n6-ĘCX% &{o#7ǔY6>sS*F.,:XV0zGjl=f<,W!m0/pCOE@s(%GIc]& 乾JJu}z(݆ [&3@[Vq)Cȍtʽ븁$KhGM ;*Gn*ً4ֹhIQ%I˫kIF!<˹8_rjQl:pE ];u] NAh\ 4fސ;s$~_JuIkM"Z5|#bS3u*@1$P -!iHIpWIJbQ"oٰ6U!QKPV3Ljr߇S4_ƨ 2俣q)QWNp$Fת;dO3h{lP+Bܡs{\іP()IaJKi4eز;D,NhydZTkaז** RcXH{GUzy叄\ n?]|vN,RwKtJo@yI߱xK-JK^i| =)TgIz¥5FAo"\OQ9jlU&7 MZ%osxjqG;S!K7bC|%-Q4$8 u ڠݮOgNI;j\qCn5guOT\,v4y;hV)妘ھd"Ma޶ԱnIDT%jz5 >fBp$[KI`,e,\mu-sAN&m_-Ĩ_iU^E/'nHl,)yR-x8>hg'~&YlN YR  F`6ȝ[|oF@w$diBʇY* :#(2/P)"/8Xs ^rw藠~ߘ7ߦ?'cW;1~6A/j;^3}#B?>6Xv endstream endobj 3 0 obj 2572 endobj 4 0 obj <> stream xOgGVJa0NCvAWA34 '<\$ L6 .xd`$@VV@@C O4L "0E.wSNsZt~nT B!B!B!B!B!$/ŧ??:O?~xs/[@m9ћҋƟn/]"l{_|Iɑ&vqN֯K0u I9ZL'gA/wjւ-BȘ~4jnh` sg)Z!Ug5W!MYE~ SjHuBqV> ў'g n]mz@r"0-+++ LAv NP3HUN!]a)z/.sb%d0MqAWR3oXor&S!5cVT 9JU|5>ۧӉ'4 9JuC !UT|@BΓTGD,Bv:>9XBT+BHQR%S !!0'Qn|tw-yOxCIJV[ol](53W+2g˵.!z '`.Iƭ;g[k@??PK wǐP{٦XQ6Bt:9w?޺PhjCĺx0fyНlgYCWFUx#zPa^x?^Aa <Qյ-IW"1TMPoȳq)՗_9͇A7,kF+ҽ ժIVj) RP?j,IB5&U]?9DB=@{}Բި}'}^J{OӮB/2!>M+5Pվ:lAR*UȰ3N0}JCt\9VT?ha5'XVh/JSF[E!OE{:i[&7uJ*̓ XGFXS*Ce:jU7` ыWrU[y J$)A49SC@|D+ieJS-_ɮ>/#hz^ILÇ/շ KwɈfTMkenpj+$r2gtpBX0ɯ:e*_&| TBWDN R sR=>4Tв~iZA6KAJM +(%ui? C[¸3pnpZ 9ӆ^wdTx廠 o[Vz1EIݦewhWʩAC 'wbu[!Jم|"iw?G?[XcQ)]6v]sE%VA(FR>Z9 TUlRB˖f7ڛ` O-%x0Ь7n/ UG@1Elg9檛jsVji PT4 X-aElM+R"Ňuܝ7ik:s 2QtL9QbؗWnb~Q c:&6KPc+rAtC||= y!!9N/TEhIzTX^97x` w%j1Js'}bpsJsor&U9IBoԉ캎MTҡrQcUHLu>Iy r)C*>װ !DpJvu~qsl:nx^B9UR(^K1l&hiZ38wC!IW+T9B^ęKGUAQڸSw*a4Aj%hxm| M?^s/^g*)];@7z\o J:4lfՆlɥ3 ̺r)Iyy!½*G8ZCM.JU."OdKN02~9 }0n|tÍV=x4˩BrYيRe{m0 ߓRmokԃRUD5SS&|Ko>mP{ >ߙ8_Ÿ^A ߄hH dAaTV :[gmR8=tKM˹"T%IA8 oN8VRcEJ`4nT(:$PplE2'}N`W9Q+])C2uc*z~"<*o4/{6Nq`и/>@'+URC2織-E9OFRm庴|2몚ѡR]8]G;[TNCꪹ}*UwQroVp *]9߲JuѱXu lWI%xO&'T^B8>pQ=$RU(':Lo$F!ޙ2rβgTeh+p15_ DϷcp7ҕC q~~s|͵kJ<%Gћo}}ԕ+WB/_ YU髜 P P~O}q 8hԄ7T<@߷h8=X36NMӹFuT&eS5Z)z㍏6\L=/6OM|zz&S͕}<#kKz(H)p%?ٮR +0lxqzhy$ ǫ+8B/_o}t+) jjLejdE ԾWtjxmTR ̈́/rxx;Tc*7G4䃥}87z6KR^꥗N0wC%Ra Mt=sԪvhD͛7~b>yȣWGF~)J$3<_B\pGH!7M*ioA.liSzB2̥_tI3]?p9rnPɟ4]aAx\VQ6r'+W󽿤gi[īJf[L+ZE! P? 5fe)ͪRsrrr4q*_ٮ^QU!չFhO+͕>T>#m-Ju6d[z bRo={G@nJʙĈƟzJ%/,s٪y$6h)?:gP4d*˚#fY9v2Iݮ%S*+l<_$RZⱫ+r)ܗ;jztíJ|JʔX5#^=*lLu[,4R&e:z0h*cSFV7єP'DR)joHE\7~w%Ԙ9Wz?Ka?-uH8SkM% z`SXJR)CJ4~aތ7ZFxM?y$٭Raxd' ޒ\*Y~p Lz]jH6zעFA&;T\X a^-Tx_!QE<`/>a Nsz4Q|xqtM } :8zaĿE/\J(IiQ*ɱNJIO k|J`dk?u<$ޤ4QvnY?a8ђRC(Db[lYE!1G+jkw~)CMxj1Bt+Mq)'k6٤DiB5V,UBOQ++U֬)h,thB.h?=Xz1BՕ7\0sNCUE~5J(&e%<@ 7JЦTkrRj[}yj23/a#ϴ^ S9gRt|4g~_ԛ}Jvj`z)U~2!!C#]W)*Y~ˆAX2k(vMC@9j Z&xw} gY\4hve L)=/ Iamo޺) [5KHRGjb5:TdxZ&J&߲zz?~>yVp ܚOlʐ'*`i-'c` (C3ӱKC?q7nK]6(ֈ@RM["?vq!ϤIċFš7Еөu6,Į't-X7|R(T**5.J5AwIYeTloJ 9ѝ gT)j4t0JYxoJ%TĽ>.tT.TrjRVeޔJfQv )UԵlTk~/-9|:P|ِRE3R-ؖRE٤R-C֩TD*fڕRuR-;9jRm+JAs~cRy AeIeRz*]S(U҆BP|%~Tr 5j*U(zBTRe:nWIm-Ju||͡7_$T*_Tzݕ7&DEK917ljT*_6TYCψS)UVTlH^KKea1l_\6Tʳ5g]!Ig P|qOy) S²x{a Tޔ*9| cJ{}:#:-J)@-d/IvT C&]`Q|T6Ke;H́*I (xFwj:T*j~V T*_*+fM|`P W*W &og3{&5nJ  F> stream xV?xj౽TF,D7uo]n^Q'V#X4a3*N L& z-a9R'IETgecB;0 Co~ sp1q9%:YN5%7=OPp.O홿0 Iv泂$*)|׋) \WSQGNqZ kG̈|L_Ǹn6Z5*&Z6F,&{qKƓ|HW8[Ck"dg|SV sX`]|NMbh5I@Ơ{%Q sV D` ,P:O?jr5Rݺ{7j_+=XقDtZd@ݩ,,)af6z1qg\ Oy֔iA2Ҧ+Ño,-FL"w6lM[~RH"&4*sB3b\5Չ.v [6\&pLje$ʣ YSWvo75J !AO~wR"7%.J̐ ץ=ȃ. 6 31-~Smvo9N{=_f#UxOr_?R΅cf fU'dn}TWw{IW ]CLa0C;9^ De4HD Vxy\uxFzL nZ\-)udJ${*b<5NMޭb5Y6#fX +b$fm1t6@ʝl1SGukSÆ kafboUBn?nG~jG+bY  n"@j$ $̎$8h6NEVGQs"0ramQ.7rO Pݢ׋\rpMroLL$ :(#UV.~ûn{O͚^ҒT~da,-A7zT0jM9[w_άY :lVD@9i~eݜUzg@yW:<[.C|B[>$M((RftA|iM9amwzA:;0hY&#:R&0'-bE7/}6ȽgX]d9zlo)z6zyZ6ڎ{}}{* \٫MWC/ lNg|l~ZE i^UQ1HB{"C]S[*T;:R&whU M:XEa 2(X+= Fi~43^&1դEp |ة+S;=oż-M^6%Q5Fr-0K{p6m`<!1歆q*y64fQA8Mb_4P#F3@;Kջd*E 1 Ԟ^4I h0Rs/qHtT\>ͺ ͱHn? 7J*?I#I~8%y陭n.ؓmZH|=]v4* ]S;:͚SծI+Ϲu,&mfhyM$6 Nsu}!Fvv/bΰ qdGbLGyV5*@ 8XrhnyZd՝){m<BU``Ԭky Oq=~S9 {<شa}/ol+OKNahOQ63QP*ҙ|tBT Q|t7?^`[LTdVniQ*{USε {-*f{>L5c/Zr[s8vzNޒI'e , (ujeM:+J?02B K4Uw(ktF 9hPƃ5Owg\a;kUe38bez]~UG%tAԾ1@}/6!&]Tg[k<қN*Ou5(چB kVi.wձ>[ B| J#}d7Q)lohD1%Tŭ=MH^C ڿ$}Z?4KFd.ũ}\avBœOn]=!we.>mw+s84O՘+yf2]6kOhJ ?p٧8/{ sO.|tƣ iw%}㮔x;sI7 lDbX@un׼~3CS3*FN s(1XZ D΢*X8w@mY82Oh$1":ݣ,gc+rfu~ƶGlB_٘^IOfl2<B$keϏ3,Mm=m-OpOj1*'6y 4.pQF>?,b* x`oK]G?z&xns(<&mZ3j( +n׫`wJOz@N];F:?_n@'嫥 7Π~/VɆ#}Oc{:"n#IpJkCЀ0m>(ZeO9t7PXLS&PS fMS2V郕l%+UcNn{ro_ endstream endobj 8 0 obj 4316 endobj 10 0 obj <> stream x]KklI_uCzN8Y۳yzڞ[8³}J̓O?xx~Oztz>_/>\MxNx/^[ʿ?sa@ǯ]/y^Z o1EPVM2k2u2̗o>S;<,Pu_y2oeVyZ;G yUp! Ɇ״`\.ݧ 3ldIQe>D6CH|#ˊ&#i6+< i+CeS $jlQtN$rq(Sі\Hv,?|Tg[@!d &ƹvhti̦vsd yIE.(KW\ CkXrX#84o-HzNvF[^wF4+2/M$bS(#2뷚+[߮xʽ.Qf6qRTɔuHckI'Q {МfAT(ȫK E38[ִJGbi?[1X̢.j ٪ d JL yTɄq6sbxt!+$DAy O󁓓PUEB7G'ZYPl`.(b+ eGj76bԞ:"3h=o-h0A} giQσ<dYOKԙdqR4U Uٰjc1~3|QU#G$q0'STTqWAJ!ģuu Q5lk' L"4 Pτ8sOmVQ3 0-jr/]#uAW);ct5[ Nu~1!K OҚSE29(4 t Тp֜(}ޅӮOhp :"uCjb3-a3ř@%T3bHܦrq+u$t_aMP27DQp`*tO:~&Fc əy@ ^t4YgriyUyB_zm*л  HԄ\G:%[> 3,9GW/&Cs!Bj*FHѹܐx8qDV{a ^H]-#f;&y OG@Vr`fcwSII=#d͑|pgsJٙİ=:W5zQ Y:ߥT@1tus[3sdgFbX~P$i}V5}mMb(dE; ;E`1dܨ!x{Bl1*GhZSK="UG΀9$ɦde{Ǟx19>UPS'vtЊS 7AI.4dz%E77:"L&jj)t/ ꀙ5[/ּMJ?M.O5]`\܃jde2bÝ ALi+oU%jtMrZqTW5Mꦜ ))AEh6[/%ꤓݴC*¡LB૖9sjQjLTt;2U-+J^q%|UDTnvA_[e']Y?r+r\Cy{3 54nzJSp0F/r MPqLtfiN*[I{aV1bզ暅3O9NzENl8XTmԣnjKk ׻+SB>'W!:zX$rx葓xs7CZ2=q>%Xocaw&,OtZSJ#&Ȗ(mLرmq' bJAڃiBθW=b$].56dN*ϕ_(R%>M9>0̳1,Cr_Cޖ#D YU l0RL I=jߙ۴_4׆ikpjpSb~<"HE9%I?6?R'O/ mSZ6=/\_.B|Yh~5\Rf"as/Ckb; #Oo+*+/H1fJ9Jr G؜~b!CiJe;QEcK _$B$YP<1+[ IQ> JP;˝b@1?Qk[4^0ꋔe4 !x#+ "<$?^f˛IvWłxLɣZFr 2c{@EMaf\Vcj(SzSp1ύߪT 4z E%R ԱʠSyb1Ώ~=Y݋µ 1z5z:jTbYp]zk{:7பrݛd CeqXɄ/(nִd0h蕿։]?}ú!(o0a 7A/e&@}A-cDw ڂO+E>գˢV{y3 @e]9vL(YS8P_ٚ;Jjw盕%JקJL7',@{['y~~/Yd"շ6Мcdϻ(ӆW>s2c J #z98e ]UU9 К Bj!??z~\iB1}`g& ;$oșPnO6D2x}OȯUp;x$:| *Q]\࣠;-=\z\j*t㤭lM =>Uzi `$]cr8V#jskzb3=ÑFh1i 7NW {yR݂2;hxK͸غ$ UU9g&!۪dU _|̽pv@$CGTl_VD >҉Hb97nYG7};4KҐ8"k#O@f~nse}QvVFf&\/$9MgɆҬR []ym -=Ad VwkכTRnUVٵ$JWa^w_@d5/1^-_ B؆VFur{KYFsUm?MagXb?LzoW-n7G_I.B/x;Ch!~c+% QTwȼ B}.|mUw|{E HK?7CPjT-H i,S:~&KWƻJfԵMYX^h-nOЊj ٿ܎Um&Vل_`U(ݡFPɰ2,`0Tq`cOIryEcW0~I endstream endobj 11 0 obj 5710 endobj 13 0 obj <> stream x]I,;v_QkCCCP$Ըm0;$;"*`̓"giyZrt㿿ǯ?~ŐSJ/{_1|ݭ/~KuǗo=l_9 p혗K"WgݺI;>yKfvn^l<<>R)l88vߏc6;FK_mqǨ||uNWmSt?oӗZeZ>&)$XA V:SSz- =yºLm[A{~?OCZ'c_\9Pᙈ#5aMyɶ^^^ kċl}|b~nP{ @<_ GDp省XU{3yP%{BWu66+$ҔBP Kmk b&z*F@g_4e0F=Hd[#hP҃Swi)H㶄8{8lvX&vqui+Tajn[VL+F$m["M)5y22-2jv OuGc0m@#̳6ϒ'u{ղ>ىĮ+YIsՀZ_ϙ+=ka힄0|2݄IXIh'ak!\Tp.!6:_;ۿ QGFyLΓ<4]wj7H"pv}(qg3AuOTAUvuᄖl;ArC ED[X0 x\ïdCx2Vuw8\ J]yk.Y.JKUYXq' ĿIIOH$%J[Bw咊@hP n22uhV}Yi-|=pLem w~/25lir *4՟Dr!E).P %iR!fV=SH <=WWJё.]?]M˴n띳1Ds ob/ZNt򚪊BIK~,H)7rN"o"H刕y^;Y +mYda_lT)3o@ai+`R\|і$(4zc,Sa@169@e&T,ja NwF.kQjH EjW[1Ѽ O[(bwYyYYqNA-NYdqr>H6B O 2%ZUA oaQ tpHRbET ٯ:^ c|"\lrH\HRL{P3-cNe+ 5h0_Rd n8Q`'&Oc2qCoI8d cl*\ W~)dM3OPojhZdµ _2WijW~[ķk#ci-I)U*.iR,HPmW6\"lY/G5 3RRWz( Rתn2NuKssʤj+Ԃee2s2B^-{_nU'hK3)RJ]KjEʨ\x)A}œ hG:%U *̉M|N3t%8DE]R "Y>}ԯ{ܪ_S&l ̦,LíWaj _oI-;f>!+}Q4)z='t&2De+. їUqdAH!FSlkg(΋HC?fYP6V#t[uNN:⽑T,_mJQ#(h} S{@jڎȷ&yWNV>KNcG7Am@7iPGjb\f'y|IAVKϮ T{)UJ6YJ'p0Y}ŝȀ)i8e[zJ>1! j-rJ鏖gcR ֿ]k͂Q^@Y[ᔇ\}|#T 7A$o܂^DzX3R*=Zvw+63%i+ٰ3Ġ Іuz5QIkxLPMk4U6XĩC]ms &s%4O1:zT֯Ngb~?yD?Lׄha-zWtl]ŭ0:;#!(i/?d?|!uV0mb1DgAbSuosM{ wE4% #ccgf.*0fi{]x{9u{4¬(H>[77Xr<{8qpkpIq!B{<2R$Zgr2r,GV ]t'#9ƥ1/h-91=a7HY ZT'UmVãmƞ]:Cٮ՛Tm37`71A7&uxzظLH3[}$m@ _qhq\00 CFU7bXn gyhZŊEBW+MOTfB$@BcPiU N!2ױYoVXJkc, $f6#Tu.68UIS V}< :G]=)awKAKs )ma^dx@ %̓Kυ5.i4#\Thpwi"YU74 Z齅񋖡qU"h'(Bu[ n+=ux['wV<.+ȚT ug=>R9]y, Q4j4~'Wgq϶̑ FNT}6dh˂WTi Zrdx̡hR^FYfηK&o>$/8[^0`-xbJJjwh't=+b.EJ)g@erC ulaȇ*> Aޜ"w$L:~uw* >J?T?fuP#!0 b< .X׭WB益3{҄Xƈ]JYf{! ; xsdN~ D!ެO'?fW%_xX6z ѧwoB<#3!39K߸>v\@>Mr~ɳzƤ 7{l6 _w"5hW /Z 7\yK#XU-5* MA3eXFЧ}iʞ@O`ܴSD^Fܞ3bQ4XՔ}©=N֋ |nݲo\ƴ"TO_g#U*eY\@ .ݻaS\Rx.%wq&AG#t^''{, zɈG'j* o;{4Kxo). ;+\vہ ª@Q-a( ̥!2LloaT6f~!_Ls-^ǯ*.D\L6քn`  В,4v/j$t){;=fG70s* Xp=;i07ZAcI:Got=A;bpAL}P U$dua}A6D#4Vd=~.U}ME\ Θ6o0ȼuޔkNk5\? Q`!oĀWi{-py%L"}*?EstNfיԽ?.<ƫR'ؐ/!U6~۴JEMw.[z}lBm1 .p8tV)a7Je|zpU³^Zu/D k\ΉZ>pV4Ĥ0NHp׻;m]?ҁ/cQR q8%G57xK1wGhbWi"KF`Ob<Ձg/ "L^Csx;J+RVޥ <V{e3RWxKELΡݼR;Yy){8i?55@L]]bMjGp>(ьzw\wy.xT2V[ށeey0ID|y_&C:= l_ZS7\3[6HCw~6YG(I8Yh0bT2ɹ,%l² ECY_1RlUnd0yrJ/fA]l rLT}K<*C~P 1-wAIX~s㋥,hoʏ^?_y< 4k\h}oyԈ" oIRвֆ88TVو&BZi˴7r O Sno,BbԳ+q+*79_+kekMSoF鵼F 3V9Օ@t֡zs>NAKUeC O_>h$ endstream endobj 14 0 obj 6580 endobj 16 0 obj <> stream x\Kk%;ׯ[ c/fw`ކn?E(JۗO }<߇(3<هS~oߟw)=~|c~?~xt=p3ٿS;ě>'}~O&9~=X]pHdP khQT)aۜb؟Zifϝ&IE8`F:GHh٦gS3gk{kK#amr逶,\wxI;ISDGB @' ` %K5jA2dLtiISt EfF׍ksӀN"ܢ&@ݒd&_ \\PЬD2Os%_Dz$ɪ#hMyp޸@Xh04RZW r9-DQa zCBloNQqD;:QlO`ZW.{(;wfX#DRz &hF7hʹE@Yͦ5@t u6" Bx:VǏS۠fvrCI7;Jr&E*)s1eer;ƾ4 a.\$͚m)M ^f$\, Wr; '+>St chBɭo $ƽ[ v ?hװ´.Č*]I {b%w6RE Z6I]Vo]"\ m߹q!WC]NJPyDlU<.r y*gt<&D;jbί ZE'ri81Β^vmItVM,[¦ßmw)yI|vۦJTTTt]5Lڠu0ܻ~P<S8 ͚z3#/gV0igv#Q ^"Vn7c-݀/*/OՕzV6fM4Xl9&iAUjAZYN!,I'z6 <9t߹z憂{6a%zЅilX<“?P6+fS%[V*ªw)F_u(LņvVJPqBH]qշwTino=4{ w{q :r?21VE^RV*f\$ rm56nħ41RKQt!ч֕rxYD\ :H'Jt#ra^5썺dN:Iĸ4ämseRC*1KуLΕ_E؈yѹY-i_mҪ>"IUgG1RHE [M>9٧:dN:[,O-5d녤 >ey("yVu Wly7g9>kM3>k\V7vϽ|o|3Auιs]3Ƥ?S#92*Iu}[kk)cγ;) :Fht%utJ3Mi.M75M2[syڢUSg02['ݙs.8*#3]u22W]"P;-aQMW88vgD*R*9'y>;d|9^/DDSkˬ{v#G$)4J)i8}auNu)Vs&ɭI,KG6/m^p3>4m&|6(X־kPsu݌<<:;DOSk[4jFAqXfm;P5c:bԛ"J–"(Β"i#Ujޔݐ+A?Ǥ_' ѝ:/vضͽfJ5Hʆ}b\φ3T;~o~!cfDl(|;<OpBuJ jh|Ωe0&j=>rƯ9,&TW;5c\ b+gsj}W2P%W۹3Pwd+[3xUٔm bU@uFRձ̰]w0B7lfQ} [A/wΊvm1MBPм[[n}}zK'}8hKq GFIuKXl䬏7V+ F1ꐯKI#y}_;W)U(joQZ--_J/Lחp9-0&mʕW=RJ$21N },\A.w\UKoJ>u;dZflB18y-#iוp{Vw+)A=+x!5|;s~/cnu9 EEod_^4ʔ 2;Bi hSגn0jG(rDo(P1f>&)2Tg{RcWﬡ qF[:fz 6=_ f[k9Vblgn~8ln)-|Y kNlH@+R*?&w6&O@m6/\ؾ"Z ˾PfS|,!-9f0(r ܓK_ NY酎7Û5\_[$Lyu!> Q*)e:atpQ]P/NF>l1GNebƜӱ&;dE6QjQ %FaTljgX[2^e댥DQU!W5t>tNy]d6=V#R4Yq3F?zVNpflBbxэvM oB9()5|88JZ(gK- ;Fn|F'j Ay|j8֒gVzd9VATꆋM6ƶvp*z.D|.%(kUkR&\Jb=:DׇS@`M6CϩK|xVF*1g+j`Zd+L9N|XIK}b+>y/^ף#I' wU@1[߁ND۩BY/@zq0%0= ZOz ˧ΆO۪j;4Q|Gܙ/F_>)@Sf1$]a(M.ٺgtC+1Dz-'H˒ʤr;IV9bV?"ka}:+8>g\^) X/:?>CрMHz7fZ(.=MbjёTmv'= nC ZUӴw,bd+ӖKGP¦kd&u?8ȱPԨnBJ//:fu .47yWw%bkk}kϟZcީ|XIq_1;OKv“2"UOZHQӓך'@¼OY +g`â`+*^ܽ O=0-ԉuЧI(*(x)~PS O0ꏮ||oU8-ql1|7rYJC ?F@;9+e4!Q@lk[ϫO9Ak8{\焚fU"f+u/@ZǒNچ{xvs?8Ud}VVnˋPK]*s#*Y?[/5bӗ~'5F氫91i3ʡqvv/[K2V\8wKroflol=>n+b:牦&7&`gGnƘR^'$JM'ŊG鲬G=9numэJO32ydI~D50/mvN[,&]&ۈ"T_ uƳxt2N՘/;b/}ӃRl)ɋ\ rshRW6gkͿD4#b?1RD[+C}GP[j")>xy,@ J W,kBL2-Q>-h8Z`LkNQ[&'t![Y]F . -C:d*F,DFN] XY}/u[|:0 l[Bƭ$kVٖqQ=o||~5v+I5+Vzst0L'1,=_^T?q֐ h-ӆ& 9X٩pG~|ga; "*C_x!J̫DL|b];8@ (U2P躷5'0SWW\!DKP'.CE?/Z3R׺$7V7_wU8'# lG(`-u Do.a%y]3vSqErC]x|sSb``Βv\Mln[»W8p\j1<Uh'BYZ-bXaWE'|Tc7de/~g/Ԅ%T@G-4R8NsВ/!TAׅ?le/Pf[rWGh)5>կ/H8 4ϩ؞s&у8lF{ 'D#}0ܰ&|BԘ$N] bK{}W%}OE߫I"ͻ[jkЦdAR(\}y~׮Ŷɦ/mp^ɋDzŷֶnEZh ,0{dqY?gyϞTT:Hioܞ27yҩ(".B[KH! @@Oq)')ݸoCi+T/wz^7gn='!#PD;Zph2&ʾh.U0Az5{/ERUXr{;aCFRzO0~ڸ endstream endobj 17 0 obj 5371 endobj 19 0 obj <> stream x=Ik,1z+|SU4Cnrx䖙@ %?UR=<𳫴|*uo~>[#o/oʿ_omތ}O_>c/\|p{C߯˯w=\wnn2/"Ӡp&l4)40j. 6wM}(?o{EP䯂v dS߰]!'ch\˨W.؏x}.*(ru21%@rR MCՂSLs\FLgrNo W~Vm%%X4',QK[]y+E{kgvM bd)GB[Қ6H!` ([c p{l3 ϨTIYĖl#ape3{9iY%"+ELxp7O\~!mޑ;ޫM@Ije{xAZ`:LHaYWQ!"?5kU=O}A*;XeA=i,3IZE$L+ΗZ?a*s9=,`P6eW-SvTm"zS"c"2l 9'3d~5Qd,,Õ#PbN^OM%;b^Ւ=|޲)ʼB!C1lܛ,ZYQ,Q!c|s$J.ٌ FF\ ~Qp?XpܑWDNvV+-/*u\zM():}zPe5MLC‰84'aD>[bFd{cEѵA6ǹɕ[ 8^ܰ1h?%Y*$*/&[=BjxNnIN1~5dдǻĈe9%vcc 1t00|ΑK[pi2X(`Gk˓ƚR%7!'Izv5'eiaygzd0OҐŒfg% @o4ZhArE^Q{)ʖ7} K o2LB'^Loi=rOsԧ2* COӆU¸"X>vpK.(Q4UPS̱(zę HR6cӳ@gnqLb4vؽ$,TR?K=CoN1V9k}[@}AX@_PaX/Xz_lbrBd vTctC^Ȁ])hogmdɟ ?l_h2q{;p1/-SIFZbؤ㢆g@:&XJc0JjqX ѪTP h:ix)aGKѱиEg7G\7Z[aeR)U{t!:^}hfaS^T krM6 0]7茊K&[,Tϝ,_nvx.%R8RjO}];bOBj3[0 6cb Yp,gXіtόR$mGu5}\Mضʎ~l` A-@EgO"s7oC2ruգ6p<<6N&4oaXuQ+t PWeeNvtQeQ[EK f(Q(yjٝ$P*[f *cgr.)b`) S3EtcU]c*ϩP}Jx.|7.z+͐ݙAz _$>8 w%<,DzR,!j[+]ʕgNc7 E+%:+ T&Ӌ 0*}ti(Bv3TV+o>a`(.S$aIDnSᲂZe.'SD1A׎_uՒwڿ/R݁C:*gw2aѻpg\ѳH"ĐކCNt)y&AHr6=;pɩ/W:8 fFnL'pgZ1m=09 i"CYʆLuԶ3G峑2?tR_]$}jiL3Ѩ_&mX4<8s[J-ߍ[a3c.F[W O;v *KS?y*ٛ[O7SHL :< >\9|4yT:6G؀NI^* Wo7l҆LN'ג.GXW:7="3NI+}ҩFnDs$pN7^0z3%{,Ok9#m(R8ܛطbnqF8bXLU xcg&Y 6{xUxyJlh}8rَP[xE5Ё/eؗcJI&n=& Xjo&#J/W,K1I'8::9sY/"|>DfuX{4@eU˃JHJʗFFv?5(+T#SBV,\,/C=- MeXzB *!e՚|UEH)4#"0T;U 9MWfFM ִҼ]MH[\ U1<d]~t0Ӵ}(@dH/C&䩸klX_*UJǷsBBn ~EW- 'Cbm*bX $눺eLLݥJ*!bc2Mc$՞(t<⎗kʼ IXVX,zɋ$%1H;Gjg)Đ;M}u8> K0 vys"+_TF=J c݄b%4T6PFu~WV #i>-q=\·;+ս$qovQ(cč& Ƃeb\SW@DD[Ea' yX&N0cqjCYI{Ń hNݤSFF"'PG%9=k_1!UVa!PF!&q竞K !dODİmeʀU^rbD&EeOAWLk>y<<Xua^X|֥/Ėh㪜ӱuR =Q#Nl|\PەъFƒH> C6.-tP}bPepo-٪@䝴x:M,'I},0d2͚|TņTQ2bDXIFYrrtsaՒqn3#|z3Vb f U[m5;' a,NY# =r}01d ,3՘oMR&&tބĄebBztިy&wK ;gzt]+ ĝDey0cb1жn s}$/V1nhRnإn -DN\ȕH)f+7}yRw24'[ʤ$7$fb >"X@lAJ'Wh]Dvkq/!CyӪa[H2*Z+d!m^scֺFXtP*s e(WJ/Y,Z> (h8j(ͻ/dŎj/Up*Z!O:ơڝ~եs:i?] LjztaS^ɜd_e)dV}k`}5tݺ1ZkU1E=W NUʲƭ8DkG=Ȥplj e]JzOY5oF][юayL C'ǐ"U:6Z߮\!Ciʈ0 u.V5T16NXp̺J4T͸YѤq`To%*RH$mi5Q`6|?!%ʯ}w=uBN B5wXx[?5=%F*}dw"BVgI5thTUU1̃n ^}Ά+[ հBu9 Vj^8Rpf$#b3KNE9iZ] MVԙQg4jw8B"B%e;~T2s-M7<5e?ϸrdBs^fT#J+^t O*$֎Jrm5.7Ov* }?+(-mpf):0 T;SdM:,C]U\Iْ[ R8eC. F@0ȓ+ȤST#eR#Y](0-g)ǚsW%B,LՑި.WB S屓4eҙ86,:Jub ȯ$rNt@" sӹuLh>*Q%hm.2W;.?IUMfF~馶j2$]As@t5ZsX(p{մ5נo_L57R8].+_Q>|Im5u5}e[EBn hijyW}nP pp# Nq5{n4fXE"p=&tFǟX8T?j nVIl6mYcyo* XfmЗ|VEy[c|HGԯ/qIaaKE2 ~K> stream x\I,˩-y`s߷B(dVmdP,_D(s9ӿuZNK+llOɛs:۟p'oޥsKRk*.+bG<=Il9Vb[nܗ/}9uNfAa뻹,.K5/w-5?CCb <Hx˃azGx\`σƙk,-L\edf6%kDD* BSy|Vxr p#1D8쳊 gH&g%YA!oJjKH2N~F=e(K "[e-1 .2% w^ OnVm-K5VF*R&!HW4 oZ,)4_&eJ&R+.FQTLn4V8íuSTv}kW5lUN4NXIoć"YlB-v>!}>DI63D 2?#:vE>ѵMnY⅌{*t݁t|NS,M#RVDkV.Nzj-;ϸס5TDGGj+MQD86Br&:-êNpoq<Xeq"rIf&GE۰EsE3H&1?C9+`)Y9ܫ%"*Bq3k~wPɘyB ׉7JxnB_nQŲ,̚t FL[#xvV".?S-lmn?nPoZ}` +Sbߍ3* >c}W&,NdސA^P ` '~7>  bt:Je t hoO##iͨ<KTI}m}8c]@YBlyDDmȻf,@tP߽ 2ei%ev"O\J㍲>[ǩR7ܰzUi[;h.]cNPs;u8n 8kt=l ?vmH߇!hrpS@q1~z9'f֛r/)ѦZO ]U> {mҹkɜv&IoOs`x.YR>va,)xuY~}7?3fE ud>SW!չu'q򣟳/)E;ۍG5alc+ uQu4&[clRXyՖ'LWrN[Z}7{YNxQS2;6qA̸y{[ҽVZ14!QKBKbKʐQeh1-dIroȦK1[6VzV<Ӕn{ZC~J 'Gz4dB,5Œ£jZVN &ź 8?e}~ƶ<g;l ]JGE):f 1hXh7krdSgqC;CRjN͞!  va#5Ċ&xxrHe !pQjtIkIU~{<"uK3uݶLc܆ 4fKVRIA#Mq) PDNɤ%E9ێm.6r8XNM^/r3EZ}WݱC_Ɯ 4Pu^n+ފ()vxpUgMpQN[Tw͡OZPCpmtfʢG4jTb 1Ӊ@wEܤC ݪ(Z6ՇVJqĪjYil%19Q7BWlj[O2}'7E钜GQ7G<6Jġ8Fr?~1 xq5k$gߊLSRhS"댶? Нg:ҀY a}܅T]ňba)ҝe7Tzh&Nlvj5ŴMb˹51%='An*oiݘq4 8߹n#x pkfn, uTY)kG^̙rT^;_Z\XM*TUZsAltn7bᦴ~!B(Eoʍ5=nym84oĩ1U-ħ{9>;t5ud+E:!g A,9b8qt?*›6jƾ38c$rE^3k:MxCxM'@Ё$> stream xM,> 3))9 Gn ȻǶlYGew^-K=]틺/㷧r'Ëxo.q\@]~5_&eÿ_=^xos5o!߿u wW/zUmsVf<2z5Yߺ$̷.W{u7a=n[$;lW@>w@ӌ\.:.}|W/`T\[[&ԧM2ᗾD{ Ō4+(=mua ik\eș_Ńd l-y7`l>k~x`g[<3t$ҥ>#T$"s&G%aqz|dymGӥ_i$t^* yM EX[#.dR *fՕ(22}8"le<`Y\7vdS.~m&;!MCQC_MmOMXPgjl'7[D|,zx1=@#Ҹ_HꅩN[A<;hA(9}*-҈W>g{ &NL3*6poyFoY1$vzPu)׽qZL<'H&I$Lp9n\[V0MgɍйA"x)삨TxE{^Ρxjd%;aƐn/U/RU3 8<PUY”jɐu 4<0yvv(TdWܮ";%hzN&1IikHør{׼<PrʶZE#}U3M$[!F MI| NEV'7=SztD/9ZUL'ccic۔3I;F$vvh{Ȝ>qt#6;ѭ7GX01.~`]"1gk#Q3:GXKKiգԭ$IqB)=Lhـ䃝KA$ jz?q9c&;3z ޽o\cqLgHG]3";MȆ5kE'-:㥰K}hOULVD.acؙ99xzka2[a[L>Z"8³ȁzПVRqfs)?^zwYKRM2L%6] Of݂.Es+@C;QC~0Yy"ͶRvb05.p`*ܣ1vH(2EoM7ztS>DX)ؾ Y%-S !Hô(Shpc:;DZ+b }e'߆Jg3Xڬ|/ Af"; SY{(ٯ O9 }'s޶'7LkJZgڏOO$T3HӃ!\c D3ɏAFAQmѺ6eRVf\m;aʢ>tjo=]M-*CX%XCk:c(zjb,.fh$oC3y,mL=baɄ!2,#7Yrc2xb=Li)b6gi[֖R#ь#.jYT~cz@ڳ&, _&"󥆇V#ZO*[ˡHKJWCp^r~Ɯ>bّ"N)z`Iҭ$&MP )ǁ[f $'79Glأܯ5_^cAMTz}DCc Cya\J-rSj˖C\b'˦,"gnn]Uڂ6?C]`Rj\bT?CR/}iXL1E2_Sq F X@"di(U7A߲7RlXKm{'9%[C ak\k* Br1w`)sPS:ͨ5 i$Ɣ+.;C)%DQ7#gZs0oA#9ڶ!%v>mZ_Bp1&n9xp4y 3e*|1 T}ٽIZv[V}C@<2֑M3Բܾx53QaV1dXznl?W5.",UFV6*E,O>8,I*&`ݗtJ&Ek1]쏤 gBF̓ژj^'rWZ(P㽵<A8^M晴k<ʗ*5xKb6=Os72`i/YLڧ"=NLDp1w*Vƞ$.^UtYDVnY)A<"c-P\v%@ٗbR-r !]$1"vcՔ};,̂QZMh+)vf}f):6 cW'5t#S3&Y3Ee%f9qXi'5x1Mk*&jHUc[×7hq W Td4g,I]Xjft^dBE%25GOr!n$>EqB?޹z8AꄬPn$ ̀" BH(ws˞)O ^X56.y% ȩHLbs:2>&]ўƝuO/C1)i#]keQ:Q "pq.r1&",IkNAϨ&ؾ}Q+r ]0nO~ěJq>̽|ҭ%ő 2ٳRK7}|kpf0ArD 0/hojp@J~&t I/fJ]U"ј%W&`["*V,#Gd6[R{j0i@>P4?lZ0\, TB/ԇ&U)PՉ6wZ7gȒLz"z̐H畒J)*rLTI]29Afm u:T2}_ &M{/%J2 lS}=/ Ԗo zKi-69_dؒ 7 O^к'}Hqh1 [NW5;u:ٷ5.*4YE +D E*}+rҿϺ+JƳA㐳5{1kL2Maa*GJ=(BH5SH$y?g-4D$zԼr`]Wj緣ލ/G10+ZϹ\ Y>t TJMH<:&5 dJ%`qMb5T(D "G..S_ȦJu+'*l`A{YzguI^P\/yWF9 ( ߓBQԸvKڮJ0%QYR,8&(V)J, 4ܧlTIoyCNT endstream endobj 26 0 obj 4729 endobj 28 0 obj <> stream xK3>8a<9AKn ^RIUW[*UJ߷Ӗݝ)Zu?~{N{~Y=?vK?F9:4׋uW.~}W{]_>co?2{WfyXDĚUK*yUȋWw .G"r&&`MÌo\.Qu\~V/`Ԡ\8}a@P&2v`BAP()WqH/Lx1Ӆ43WqYb;r澯8;;2YL lVV/ n_pY}^]l>ԡia5afu& .E2Ďī20o` H+JgLMNg43 ɴ:W8۝*ЛȠW ƥjD{Xdp1j>xT&"ĺYXiԂYW I,%xsQb(,~oˠEnR(& Y8l 6A@ŕFh9˼G6ɱXL[Z@ JҎO&@tiK k@Nd9-'hr-iBmg2sz(?Q%O9ߵlRz7G/F$e$"ԕu]N3cݎrUMȺRXRwݔD8B֭UU,0K&7!Y,vU(FKʡyS->KPcU$Z,ȝK"Vl~5gqXtɓ 3=L6[rpԐXscr9;r/ om]sG$ - E!f'Oת%v`[W6drx?ƫxfޞg3ҩ:Iޝ%|ѹ:}e/{TڵzPm HzmԣZN0cz 062?$SERVuD*FuDcC.l7rY&?udZ5EL0QDʋdž<TEC؅s"pЩRaeW>\>t$.g,)S@_leO /t(|2GwMI)* 9eB"P?Di8t{Zx*gme8k0/4K |'BUC@ gBj?ĸ ٘F [tphA!}b.3(}}JʺFYt|^d WՙZ:@/Nę}˧CME&jZ55ۂ֪},2Uծb.O&Н742/vLe钬XSw5Ş#!JNV:*K 6 +*|uԡ()ZxE޳ֹ +چKV^%F)y#ec{e#@9L:n_VCu ᆴ#.Jah~xٖsUMv#Ä1g[̮ƚQUƾK=f`/r+c̚Jk{.dm]Ai7$Z!˶"&]zS0o벴Z! CCSFo2涭I YU%xEI`4IMÄ `n͗]R 4Wö@#I־~8:LbMҡ3$gg9thz:8=wNWjTae.B܇[ M`>*TŅBOŷRYJgt0%|a)iTy"x'$U3HE"Mǎ 4nqq$: +&vjlҙ3XDUJ~)`iT@iY}{ӼOYEDkV)"9oWᦌ$7ˬvH:v ES}hAu݀{d'#r$Aԙ 6QO-9Pb#3b&}=-<t&V.tqt:(q;2cUHdƺAs8ޭ]:=lSY-5~JW6ڈg`Y1ޫae'"žXWtqkfh ɵU-৘&?)K;c E?7s.%5l|T͵^2df)vY.<'\mq(.,3w%M]t  vϑ~\gnO:;?sw kcn_%uPʽc5YPk>h4r? $wq wPoGJ*W/Z૎$+5s#jBUh..2Љ0q 7h5f!k,% *FͥlKVۗ1m7~=H.l:G[I+fe$LO.>ڞߘ*V CBHG|zʲ5^ L(Oks2Hݩ]f5𬟷FRdwBd*y zm#b1AT! (olG8(t-d܆ =uծ2Ѫ?xHH! 0aJ¯=r=Z- ӸGN<@x|}M17t;f^74`+BJ"AxDչn-uak@ ˫QYZۺ]+)'#\bw@WcnQ')ɕF OnBkuDܷ:VVsPWzn%Ü:4"~yu?~;_Nm endstream endobj 29 0 obj 4876 endobj 31 0 obj <> stream xX^]&'u\y~weܒzn냷#,e_p<FA, L)xDCnxԂSxHxY3L65UiFvǹD,.~)?c#O <ґ[?:x.ZK#5\>i5b|Lp ُ9_5y5O t%ij7yGe[(iTjdDӷB'Y`s{+ ɠ‰ׁ \Ο7"@JAiG`M`TB!kw$WRgY8{8y~Aju$fƄ9D>d+3oC)MBDL=-H)߰?+M.%A6_=vHTs+/4!*# 0EsG=Wotڎoh4;Œ3~ Qƪ5*JۉPO{j@FхM'FJ!OS"%잱ő_'"R|@2V+,Z,T,q*ETQs#{R!'Wwًd1\V6f@~W䨑JEQe@334nmEC/%ӰmԍV ȁ(Վ%ab^O:kCϚPi@gE p@AzVs $SZ zV n1s3 &`@N7B%M-1 *ޔ⃫ *SowSi'w !tJa0jjxGR>ĀM6XQGy|] s ޙpMt*0þb0RxK80b^f]B|:YӬN-3cRr =S^jo1Dq]qzW=I<)vkBŨR:_?`VWao9ioQm6F6 ҤM\}yL1 -%Ѵb\L5^8Ӧ6a5w .~"MWۥh4 Y Aw-ht Qh.bWSGzנC2aJx|zO/O LīL.ROшkWi4yגh!bXgU>΋LGf(eQc us+!.yJgӒI^zIZsv؜F j^ҥ8x7E{7 տb!mù(;ˑz>*J39ј?^yctؘHQq.q,P H=~ #֏B0t~wȺ!#6kt`1_d`+d}U$t XE}6Iņ}j,H4Z4)Rў26UW`DG[0:ZKN.:c v5=@\AM\eDV\=%Mn}Ut*T$F N$~%d mD~Rkg7,)LJG?gP5X!r^MFn~+vr41FSj2j* qoq>f8 MruN}ӵ&)x*:%8U1/XةȴƅAYQwR9#2B|Y.ڭ8YA]*7絾i /̍> )L8-0y:פd|f V32U63 ZCV}m ’\0-? POpJvM}RbљT%l?*Y͋c tPT=w VJq[_yS'4΂]0B4AY^poV7Ŵ̼-;Ayn6 yݩBR\Z^i~R­Ha;Ku`WA"K=}[Le-low֛8)yh Eֻ^*X*-SH:fW#wgD4K83(n'oN{WJn$sl6W4T'_b/I$խ }K* UOӲn<ȆmwE*U/ҋNe;v{Y n%g[KQ-ƀ^xׯFI*B oBsEÞvlnU~3Eluszjеɺ~]o&S?`9u)G@_!2Wz-@]LRl.k2SN5WQJΫ9%=Lk8^tCvR!x9$.@{]$a]K/^aޤ)+Xy[YTۿe@9Yaj9߶]A:vxY^*ݪ~~1u)(`\UR] D}_ߏmԓn-ՀoBY&!tYN>vX6cL۠'!~s&/~n{:g#PRi|#oפYTE)X(!!ݰ/zXኻ * #ǧUXN0DXw[fs.}@/gLҲa.d9T?3tWio³Mx9啞VH+-Jt}Sn 4[8wÔؿF&B?Ó2[.MOnׄNCP-/﮼J@U5]UwGCż)qtۻB٪{TU9ȟ8d`5덩s&~wDRJw+Ii84+dQ!N#.g80AšcÊ&;Pws[\bX/VqRy.L0z ~az!N.;b~ 'v@|\Z-W=Hآx1g,-{nw?{W&vP4*AsqKZ5fSۼ*J[P )Ѭ˻GV68XcDEiJ1[ uEKx s+Q-)$p'39Qӟ fLK7<+C_i3a38a$J7AZ}V (-Iu5x\/"|.JB[ÀVȴ(I9_IJ޸X}tA׍92sRK.xGDr5 4õgfBRܯcrxz/ B*hf#Ֆ,eǭ~Wqǩ>m]j> stream xɊ,_Qj^ y=6ؤЖ=c_f"]?l-_#r;pQ?DyX)pQ?DL˷R~|wbO>޾~Ozt3|'n&<:7>|Io=nkK+Pd 4a˫wʔ _oiLioi7=7`Pkf=AG{%0~ww.Gxʥ]YCFa»@Q&r0w xt$%@U+ׅF>E4$ktQ‡ ٣%yXQ̇" QfxE$0قUbIUT |fT3l(1/M\C!uE!,\QSڝ5ݕ'g:ܫJM ='ƾ9GSvaұ=6d&|Q`&YD2l~m'=~&Bb%ye @vNձ'Ea_ɺ{sw ea6 +Õ`xOj>CTV}BCX&V 9~dWϭSB(EєT뷜[H#d:(oWvx k|B-^7a ϭǚ=3a曽PVEaZjiR) ދT)٣dc|xoPb@ bagJ{#)Nʁ{*jܹ";U j%ߤEDAAJLjbzU WFL#۽dA8}I~tmX(4zb jkϹxsxml3{#3)(v'bIKщWKXcjmm'^3i=?X!-Jw 'CV4A5T) . b=KR6MLs:^S'BRlrja7Mی@_d`ZQzZ?Bç>E[PMHaH"HI]f*w%j`κO<)쪪D~cc40º0I-eqjjq_J,bsF Uͤ+,0?'/|gy*ub%3o4>ʦOv%G_}Hsm}쮧%mUt/cg60ez[_s9keVIK/ 9ŝ5bC3s꧚qϴ"Q#iݾn~bv3W)t?~:o\kFež+1mE Q% (Al0%̘b;Kַ5˧ T|]Ԧ u'2TVfZvbi;ԕ~wImoGڛֽrE.J Vg.Oa:YV* FmzwC7BmAfw>dc]N3}UݲQl>ߎGT?xAi.v۳]Ӣ~G91e+@\vֽ~0:I[1Y @82};[?lxؔ}JCQ쫦x֭:(djW0GyfNq'Hj|~kij9)JFCd*>4= gyʟ3CBdZ|nDH;ɒa}aX4|aJ^&u!ʋ_Dnhp]L=z?l/pqwTۉBǩ>`<Jm3NT3EIu GT+T{0ueͱu]g]/n d LFz5Qt'''1U?J(0`0g,W<ō/c2K^MV(z\:GQƎpď_hЍfE,SFRm[?c ߁yO x({3x`㝧|yachq1Y?%Ų:Hv(Q€@R)17yfOS !""ǓÒӿ2 #wA -Qh7m d SEHMJ/`.Ξ\,gjR:z2 &SU(>|fV_k endstream endobj 35 0 obj 4380 endobj 37 0 obj <> stream xj,uuҬ`ۋ\]$G5T~/\}U]Wódo׿=óY>/鸍ZL}[֌w!TAY˽ֳ' bJD&6+E(Tc@~D=>K2.fkՔ_&lysu;/l[yf'\=-`Оn0:8lpnOcڃJDӤ@JπTP x?^=n,@.dj)p*v 4b{`|3ۋ5mCE\PMۏ~iCfn# 1l3[݂\P̴١ J{ן",6uDŽ'GH3Ѡn7%4٫nT܄`6.郂G-Yᒕ#I* .;.aBXMҎ%֕&%bP2dB2z*,5K툰)p(sX*9kO]l݂xաV&z q"xFzuzv5 *G up;kAKvuuf( jE?sgH\;mT#5\naGCm.,JZϻC}(y +a{L%V,f2^C0XR!@ :P_K-UE?ۡgp Q4T{y7&nȔ]}HulClpy͙`,e?kka(1m|rLw.3Da;tgUvKSv>Tx+bvOIr'CAQ24κc}7 )()Ğ}0o= RDԍMܔZo~7#?覛.=hV=Yч"Fqo٪k#E{K$JF";ٷ!Ǔ;SnB4^:_pŘ|N‡9aM԰Ŏ Ն ՆJ4\lbVY7{v ZQtvimUU%'_6nyFz϶Cr3|1݂ž*2*Y _B!׉8C^4+*m^Ҧ|0B[*tm;@bݥ)],Oj5STVCCg:Ag"])h.wf ! t࿤L}H7YôdlXR-t8v;Z ѣ?fg}uvM̴t+ }n7p+PEV*@1+rjv}'J~\sA B%w OCRYvcAEiY~Rvx$%勗-NgJT^]C/Y^z.RKBWJls*(+q.*-zF+)ڒL2jmfǡ sV|3Y55~}I4u~`[ Gh75Thoxܶrह؅-/oHy'G59UIDkNț8ݲX9ԏ`!:{"̝t$+~T$Ľ7H"eA"TM;^Rght1y6[)oyoUhkon)8K&aNuN{@|. oaapSjq d7O(Y73鳛4hƕb'֯\~ۡCh\ɩ1s)χ ,N<ҥYґ]6ʜ,i>[XbGRiS/,BrVNήDG XSȓS\ssu/$yZ8)5eJfzWr*kk"+|iĔ~!_!Y s+t /{ t<~,ł I?1`BK*&RIh4å{ʐLv-6)"]IUGQ]4C*jp5\LQ~05xnPn;o=f+3]IxLWr7N/a. RFHUƺ}Yi|)IDW,uώޜD3T:YZCtѹa' 6Gt5r1Kű6o.(PH:+</B ETy5gEዕ@*z:[:}W^bpvcgC 2Q?a#rχM*W]f{o{ҘlOV3B]QGB2`xD3*MKg39rhks]9-+Mz@sB TRЭR+cȹ"HNrhx)PDJM{Djn?3дkV>Z>v-vmWy>2lmm 5Duq9zkԊ@%y8wu{m+ Cv@԰ d6"z̍^,P[B ' tXwloq!T5RqQLOSf*ofX/Eli_GA_!4:tت%!i2,LUTԷU05ٚkw~O_+"Z\%~668~x?I3 endstream endobj 38 0 obj 5152 endobj 40 0 obj <> stream x\I-;r_q UNM)%j\xpwn0RD(Iu5λ!O1IǿnmJGzs?]x#o9ۗ9?Ǣ[6%K/iǗxܟ{Ŀ?r??^vYEۏ)r@E8VEwW{^˾#{ q\oW[0kvy*ͶV|He!2C&b@RJLB}F?T-<&x|y:wE8-%yIM_`+?ľ5n|VGtbXw=u_Ǟ %jHusJ",/[hl{y8rb@Xzc /kP8϶ ,o0 ͞Q3z:V$, :F]ЍJ λ~4MJ{EP>lvgd5=;-r Qj ʀ`QEڥ CҮw3ZDDʃf6ݫ)T@32,mS F H {Hwqf .ܜ& kʩhi(Y.;sIt\gpuKV)\)SPۏAc`{V@\Y4:%b0cq@Vrgx6DN싚lS8z?YMpШ ÷iAZD¼6؇&WH;-7%YTJS?}塡WoZ-5QJ$inhC8'-R󮜨=.kD8r:r@ztGoy`9{2UmsH[WbjYtSSFo}޶tY:U,) " Py q0qK&2!mV|4MPF`Ap-5 +(%c.<<y9wuTga:1@=ƌy䎆SK/#BxTu '_$(vCFY-bnfy$w ay ffql f|a``|v]ylg*ArNkSmA+3IT0IJ R_wz3 =Tkp吩}c oEKFeֈkC͓[t% TZ3"9ߣSbe1 \jStF8G"iӞM&#tO[:9yb{^P֮V>-n(sŔ1{nLrzbKA)*C I)"^Iՙu.Ee)Qhm:rᨓi!%b{9h$ūQc0{@(SW+R=d)0֓.#_8wٛ]HI(eS1N[+/h^VX`gs(UtewRF\ *s;{w)R!U 4 u"LGv~AM]ˁT10kd4Vn84sS-.L^*2m#Kq9n!nU@ C'm h; Ulc =+3n+jJI]dlB \J$ ϬG蓷6:jFQ-i|ؘXyqun+K+)Ƀ>d|)y:<,KV"y-)V~*pR塇?a̙g6'zbB߅$TT@l5"_Hçk`%*:(a~^C,S2?fP T^Jxu4>֚;8߄-bĒ:,`g TcԙLQl3f@'hpw{|K;h J|dsSP \ x=DisqR i TR^UXT:񁪖(;IXLYˢMYTJVNlQYj$gppai./=bdŊ(هANߦRTtD}_+,n[\?墪`UCcή,΢sč+DZ{aF$`Um\1 p?ظZIl!S/|l܍Q "2YKm~BDȭ\ )*)r!ƼPK(q./|r Ĩ #lALA eU+iٗv UnI25}#Un}`R]͈^IiUilX(#@î7/׋e >au<\wY?v$?tp;](cF*'ݔ/HL SqæT̼;&7W.׵??tRC<xJ3FipZ x${>g˼(]򝆦)Ea+ΪD$nSl^Zc0Kc{:Rʔ6L3bIoGG6F:A9Rmc6zrb& J} VTbobt7ƞ"I~Ԇv)aJ]a+˚Bp**P1O}Y1dS(:b/QD[Nҙit(Jt(HWG)ʆڻ:7sO;s\esCt\+䘼agϼ<ЅYЦ5'O@at>r }HJMPdé$WN1Oy;sPI/7^7kfVA6oO8Tѹ:ंj5<S{F~<2H2=dUUYm(QƣJ=γܯ_.5ovHX}p̙vbX©=L|TɠfCqԼ.C̋:Wf.MZZxp3Pp\u<-$U%ͪjOW ~O~.íѭT ]1v=CۥQ<޾])CkqJX#-ȩ.+Di=`.fj=$8nosaz# rVlit?@O Fp'G@bɅWo";" f-E30PJrC"kc~L ʅ8<VbyN8cDUNbWz0`XiR>fО9.ؑD:7M6s}rf<éJpt\0eXrC5$Y>` kyV:Zr/Gnq(A}4_M 4.A jgk3R7DGRɲs/&W'lH:jq7W(}tݺ=@/~E}'ߞ7Ȯw4LGblzj }o/L;9.{L-s \s(U_oYN5JRL6G!s~A_/lQԣ|r0)u)1]${^'W.l(z~dU q+Y O,uhGsNQ#+ '#$K2nJh?0kYC\DCSK[~p7&8kAo'o7c}Պ7gtї:Pd~OlG_N.O8JN2Ju.S ul(G޴w=AwI-a-ڠD õ" z8ѡ!d[BOՐ !5[h 13j~Zi)4܁R[NI1CI > stream x<Ɋ$987xiq[ABMwC L]GOzdEDUad۫yl[ë}޼oy[?]~M/)b\}׏}֣^p3ꟷK!﷋>ruwpv)j^|?!2 hVH)i37sx h|$_w@PGAn". WaGۮ14 {˨Om%]q=6g eB/wO.!bJD&4mj >b,RFjۖ(WHkxI&rT‹*Z@fƗnys[!g#ms̖mh4GFIN5U Wnu:Q^G5{]Ǹ-ކ߇֥+jǺn[ҡ~<WxIv`;lWfJT@ޘP H3ш;|n[!mtkA#SOUAꁨDb@Jx%,M)!_jF<"o tRdj,1*@[^Rh&}. qˆeEyN'W?0L]b*eOE*$ VٴMquîu7*TFPH+Zײ 4FcZeX/rS2@ޤFlSiŘdNd3j_MՃopEG/&y=D,PA-QbK:΢O0:֓ +t*>ёfas\|a[yL33hjQj͈[>Dٱ`I.(^k`S,d VWO3B ҁ)%fī_s9e'Kx01#TH@R{/#y%N9LjI*cq~}jԅ:om's*n֡5F܀s wTw,w }a+ezyQ8RrVvOT]ÿSѲR`7gzC8ؐh1Usyѧ ),+\M(LDr% @[Goe @ءH_bdܠ Wf@ i\@0|PW6P$\ o~ja9HGrʏNj5*3HVC4BYnUfvÕBz9 ղvO r,d:b7'l&Qdgafi!-\@Сue5x,l=Z" uGֈ ~_L;k/25 Q+f+=Ub9V+(Q J-*jǺTYɻ I CzK&EL8K=PFaf(r#dv/׈c)2Vpl6ݤV2H'5ŀQ ),PRmPSh%"O%4\lJuSG]Lp:C ,.Լ*&ƚ tQԀ?͒ Zy{/L# WL~)]I({b&({sOԄM2]4Q٣>D3,* HKU޶IǎnTOzߒ &a,q*%C+0RĊ I%Qb]C`SORMszq]UiBMrؘ;udt%VOs&wE՜~FIбgGU24Fnzy;wu%wS~d;;wt]~T[nʈd?G3crd)m B =1džh.V&dK@y0"h>1J5Kdwgly"lS[i[ބ)ve Z}}vh& 1;Raٳ⩧ԕUFXz7Nߓ2{br3tq,t*!kRv*[<v́E}6TC-qNg[ G a5d;q9Jߎh{sIr*MYZllAۛ7c]YB_<H=swPm0XZ$@*ڄgpf-ډi*Mǵug T)Tг쫭ڌ#+ n}=+WyaLmn,B`yƴU ^ bvR 3gu א4S8'QuT@-6q1=y#+PU) 31tZSGr=D3 tvWu ;Ӿ|,>E/ /:(N?sQ!,5Zuٰ3M:6Sk- SƔ .DϠYe-}Pr+bV3IldAa0.3G!,h&c_Em;C9Yfe.&fIb(I?byP0 OyH(o4r1n rNO()|e/M')1V1r/Ȱ-[|gj[u?M 8$g>&b8^/6$uKGՑszCYx]:f(?BMLƨx_P FrCxl3Q;V׻Q"6}uMu_!-CS*mSIxkU;?U9zђ՝uyoƈo&G}Oc QY0 Y:' kbtߥq~wyהzv҂RY;{d/DgzmwDO|; Gm>)]!'=Jr.cDZgIN8crynUN=EBkbh| P,xT:ՠZ*c-<f}zAo=`}C+e|`ZvҜ"9.|l||_fGl$Ba@JSPTݯ=Bu~1x+W`)tceE ड h0^wE. 籪$\ҵW YtTҜqhِYr ZT;=%7@mjr ʉo?fmɌUekgY3 U24)7try>&Ywlc>J՗ʆ*t%1.ǚ huUasrWbg1ŀ,{  Zhw>F 8\?Xş[aq)OsiŦ6ĜٴV=>/S%ڲ7]BU#|]E-s2]G~&~e-j3^O^O7aAsScs3! |U+SD!ؕE۠^mxnD,c3$%S7k@d(ZK9[G"a/lg5ҁ2X|P*>غr\{J-X;ql+g];zk耵QxԢ xٓv3,0Qָ8劯 &yfh<$q-6xm!-N}8O(y9|~koW^F/KkCkRdL Y߯Y߬)> stream x\Kk-Wx,.e&H ߏm Z*J/^Ea_%._.)?/ޛˏ\!/R]~~5_OOM^I{5۳[w3Wsܞo{.EOx*q{nɌ-VDx'϶,+7yuys}ufNGML{qwYUiO󝮐lY6/βy|w``Q%-Nv[_61ʂ^5rp}E6QґRƖ3+_P|𑮚|Q`*RGT-v<%b/^H|,{KM=K}D"-I)tڬh+˃#2Y!!gp238$&*\Q(SB/Ձ g?D+F4UunoqHe{>D4LhFz_>J#6%Wmgi1l$u#)r.Qb?O=*xUzUF3iDӓL=Ez#}<"&Hy33':=;vbk)Ȗma|yAVUČR* hKq@Y  o@'䷅T'2[*RѢq^j(}#a`᝱:z36u/e>bEdB5GwRaQjq(NKg&%~k*aPx]Udqpj뭨K;iDn9&y+'!&H٨a>k^rsWg+|oIȌ(G@^۩5w֭߭;Ϩ Xx?yH.oH'PQDߪnYdzd%NFe_%=UաHj/B==Rz8?fHޤ s2"n+"Mړ}73U~Z7'WM1!Ur p9ٶJ5O(x4+g؀I#PicIAٿ#:NnfnqYPgb :Ls܎Z[spJl`GKj;.M40ܿu{v{AMm?= `K#6&T` 2c]/49v\ |f6;sV>qQ6de=s ,]nĒb,>Q/ܞ'@bbhjr[c>"*7"͢sGpDE{g2ϑpn >`"ܪF$`tN_w߰8axNؑ/9AvA\ BW(U}̲4$ )ottG,<:1WLS=^[H&XمlXwȋQOK=`@`6šNȬ9Y^ZHu|EO gLO1KZwKGe}SmxzLpO*+h*ZHwp(f8,!#B7HND.OQ.r`X69!ʊx!_DoT#>ld}ÝZBߠIԩf`RRڥUj7X- +ugV 5+A[g'vORK$wf8 q 08m:(0*V lqlyak)mow|t,}%}t.0; y}bًc!{yh3{ReIM8ٴ9?zS`2]eOB^װsete1MS+s8l}E)[]bqp6OrkłSqvno+1̱[ ނ[Z 8zBYW.Uo(Mo`s9z>NG,}0紳޷}xK.AJ#}^N}q?8kKѾኂtޫ" !!؊C9zU`5ݙŪTDk|]蟙@IRmjMCU$2!)7S';؜+Z̴&+)E' }Ht&~BHWrR4qr%sϟ0} ?瘩Mzer{|OCPw6JCaEfe`ZeM_k:IGd! "KԬ\(99Tp*HN` V^=5 q_ikz=v :y!W ~&,LQ?M[ n&ٙ)Q2e L e5mYo?J_2*=I)R(eg/O^u# endstream endobj 47 0 obj 4265 endobj 49 0 obj <> stream x\K+ޟ_u֫cxf]8!< @&?TԶO[Rճ{y3~i9-W›=%o}N{|{ͻO1eNƞ?}~۾Ouzr&\wX^)/4wo.sf~"TYG̚Y4~55/'wujg/ѭ@:1O<$~u<=hNǔvUVQ][4.طuzm. -<H˜ @kHliAtdzuҴęmƉS41Nfe->$_&\>`(gZCj'k,os]Vlk[x+-+ [z6n-]К!x'db1LN]= hcBeTBSvK!߈+/|,r6w^i+& l{eೕP{ DyGB1kH#Ns 4-jk߯dRDj|nh :p*u-MX$VI1 Nhƴ0:匄ҟ&s2K, ]e5Q">}z[aE$=1NED FYucH6Ys+ ePiTPi-`k04wZ*l#(jh.BK[af%@ƟA`B{]"!cBxs4 "m"r9DE,TFTBSΛ ˶ȥ]ff)I7_47QRk*PF-lHcַR>( UG˩zejE-NFIPC9JCԗD`c#ťW=A44/Pк?Qs mDX:(;]W9ȨZ"HHgoE[$cp,[fǙT'8ߜ&oh,oo=y ˸-vJvbM͟?qM뺥*XV/JF{Z *#7^jB-~hM 2^ְJJzKQD Jvu0x hF{E jP!wi-nXzJS*CRm_݆Uvp_iSi0ܖJB,}^iwMgS@n-j/%#@i󦬊%]UJf!SQr.j?=Gg[lm׼Zg#fKŚϢWeks6؂2L,R;nzv#ck0b7 綀d̢<^g["2.'ythA++64xM3|,44V"%P6R֖B{qCgX(,a2̅+&>C}'hQK[q Õ _0Ş i󐴅|;?Y_XLvc މXha{.E+H6Km#< wxc2:o\e;%auaȯZ1C'[D[a#}@~JUf>Tmc<<Ǒw8Lݮv𞂉IVK̑ "+ϛ;=u>X{Sqc ? EijIe?=/y G1)!aD.TVݴXоFH>,nHH>,P@I /ُ<;mݣU稢)L&;t7=kPl>$( M td-3b\/#oZ35f<1~>ΰ_ Cب)k\,*- 52X#5/~MpTR `f$'ܘFA6rXOOc7wC}{>phκɘ7o{J%X/qo.Qm$3LL: 8ݞ8zَ*+k 냓ƽuxC炬*' b{>JV!"M~~T; v%#COSKB EiGZPaTSXfDC%S#6ĈK`d͸ 6'~Y87ºym:"~޲qsx? 4=e6A@!R?/"@6Pn95`sngtC9^K첽KB)umZd_'i:sF-͔R}+U\P[)uŪj>/SLexNFWrw"UA45iYɐGnRվM.bL`t|Ubt [RDa:ZlZ ӥ=@,ZtvAe\a[#k7HrMk]Qei4!mHƁ3ܐZ#eHt-\FZ |c vNM>/?Qd)5L:)U\uFBR4C[%o 3GuTWOkXս:^v ;}IcfƮ}LqN<-s^2f*(e몹4 Hdx+Ip#bൺH%4Lz%_GT%d64H^<*Ǯ ^9ڨli ?ZA£#&G}&pŚvu9N Jլ%w 5'lتƘ~G}*jTD99j$0I&^lAA&η=,q/;ps }$_*G*!E( .L,pPS 3©;Hf߀BOp!u3H>Tvh'([l)H] PUsX>)u_ gU~Y: *Qk-CB*֤,5>]'L*cHeW+TXU(xeF7M1V#L XV^.{\ijsR/b[x>}*.KԞ# \߶"=I/D7(*~N=fZUȎch;~P Ң<+vYaʭNp>~={@r㽑צ(b)TI <ѺTS;JtJh kSc`K2wW U\FmڪfI͟N(OW$<?5!=56TcxX䲴[p쿞9WI"-HQ</Q= ?tv\3@'},  b [ O"%+Ts{I?Z Q6xmj+Rqyܐw":mXf^IItuf2i%姨^wZHZѧD`w >5ɘ ϻqKe3Evk$EdA+ z#/2W+үwr"yQ\{~n-PXHߙ-԰L`|Z ¯d@͇rǃDU!oEd* 0-tk}Ic1|̶eڭLT ;w$$_ !y,4kAvU)ҺmSt0}_~9!W9鰀_TaQt0/P ث}xuuG$`Uv endstream endobj 50 0 obj 4336 endobj 52 0 obj <> stream x\I, _@<]4ta݃ Y6$ˮCBзOY%}\ \_2ov/ ˯]ɿ8g.?|\@]~fKxڿ,;؛y_]n绹~UW莻5~v2uLzXfiJwa4fz;=ect~ ˦7v>!#/ョ @jZY=fÈ'rnmY=xm- J_s"Dq1׬^/eM~4\]U698/vв&bs4J^ _,wuT K=Y|-n 7x_m { S8ZiIMYhp*כ;tHS3 71 "E&x5#5?{qmLłၫ*|;>Y8!B{566(3`8\$fJ,U:׷ Y\1ǡ\0% hg[ jYkog Ѡa:+^i4sr-L*`̱b`F M(-J8?<%0Gv5M!t[Pd чGT{lƔFiE)h_\t֦}uGIZKO("?!^w8/"V6f}eh72o j3t C'BaF}?Ǐ1e ̀5Xɔg[4LG_{H* r'QK .I2[.RKe Ǐ?"HFaoYR R)H8BO$`Yvᡠ7tb#AK!+E|rbè-ohLd*2xxo =]2BędU^3oR_T@.){5U0?;z&}DEJ!,e*}MS"*S C*։c(BB@傤qgt֧"Uvڀ9oߚռ0:3dH¤l&MDVBMh+N3 d񼦳r~"x$Cж0R*< S7a(@1*8ެ&]ȁ ߮'ߏCuCeǀʊTk ykU#du|\(yrZQ9aIڂźY.yͭ 'ՒP:aO/N| W&'ߚ3hM7Y*ʖ|ktJ^ ~w[O?,lӱSeyPq|pKgҶygb\Qȓ=Rh͝o@,գba!S[A_bhAQ de?2k4 a:]F?Lo*FQ1[yhv8Vc lI hA%<MDNGt5y י;VD3+ VEd^w݊:.PE }^aQyYMx)]=>ϽbRó<ԋv 틌JS]!} SER{hvXs)3x5×QPcdV_tw{}Ʒ5ˉ9 åPz 湽vpє=w2m̟ʞR*6_8g5iۉ$U|ZSjkT/SAkgt&Vu%:Y HE(_އnn0WϯcGpl(weŀCz@03pv+37 \tjDY̓\bJ(I(V^MP}ZKYjU/_'Xe}葫CʤOn{ba|jS.\4r2txȮ<삨d ~)aMcs?ci/Oj'[ eCeq5wfҧ&2ӌ@_)+&e%ʫ{ˎ5MȪ۾/5ŰMS+,6tМXߠΎY$:v}!K4{Ճ4$xpqZiJGzc/; /z5f,EݚwNR4A&w7kOPe_0F*8nL(Br,u endstream endobj 53 0 obj 4788 endobj 55 0 obj <> stream xZI+ M ԭ>ma<6l\[.UYRUFfDdK:{Pw>9$Oןo~l:C/g/_zR?:2 >;c{.h nplNv٨Ҍ+iW4\˒)/@ZܞCs!6|`"~i0fh.A+3g@2.` Vi:ҨO9Uj㍷ޣ e6z<("ĒMyƳ&28V7B ?DCψ+ihZeY3=mlcY^̆ܺ) )l҉YMԮp_59h`Ixca[^c@Tн [n _G60LdsSr5{뵳|^SWPȑ㔟®Kn"*.ň}P!ۓ["thES'Q";>Ҹ7Va+00 a n>yx,h`yP8冼4a ۔JB%%k -)~@k3q]o.# Yž 1Jdz -63>9'@YC )v`tj-```,4ZT+h_pk4ԭ*nm0>R~Nj[9' _AECs$J(9T"м0Ŗ vixߖc* !p Fˆ15/L/*“Xp9E 6`9|d3tv;FƦǚ4[ĚX!r>뾵#'0aqD KyZ3%,ihʌ|7 =}whCPzE7o~_cqz‚vG-Fߨ^$`zKgu؋E^K)F1ZIB7KOl,Is~Jo(]uM4c6ejVeTae3A^d5\\aecf@:5U ӃN5hG5(/7e^Y93:6nQ0c=s K~ar&Hpm)}0Qre:yPb? _frtܤR#aٝ(ߴ>nGDImUll)2G6RO 4Us'J>=ڪqnY5!M@:2v(i:ڶ>~"`:Ukf-2i_uYjb zN.WWjȔC?TPTlip=w'`}> stream x| xT{νwfO6$d 2fP h"$% YXBD**XfEZu).ԶR*$m<={w?NZZ=JI!ׂeՍ/.!WXԂ-IOZظh}t2"EKW/Tj>!'2gzkFҿyh8}fԇ G}pUۂ[^ܥ s6GP^VqkFm\ʂߌGs){3s 5|ۢ2[VCk^uhGYU/vTUOE,194/T ehEt˓q]t߅tctpV^m,DZxB\&eܜ">5J]O"ktE1?B3ޘI\}&,O"{9,GDރ8jn?MnOtVQtv|%/1ջmbC??9ـ">zl+<*Fd=|'pS)fh*u! WvU2.4}߻}<ك;x*ؒ *N"^ q0nY nžSAcSA7wR^X^6=]&_?`՝8/c!NHv9L{J`qQQ3ׁfd[,Zquf\:: rnj5rpǰCRm)I qHsDxXhHphT3Eeŋ EU-vfjH(RoLi~r{ L*/R1yVU>ƛ9,n~_9ĢTߥ¿ն@˥^*-A 2orOBLF9CM% EJ>E :Sd76̠Ze1_xYYi' .:賦OgLmmQ9dyًA|@{MJ8 O@_PQcVop7ᝈa|dU6DuӦ6ۯ7Upx؎ݰX$Yfxi4ksͻ~UޒoRa3D]5Uˋŋm6{7J୶}Wڋ6 禦zbMłp`}:)fID zBޤRL=USvP1}6n$V4{c;6beRz//*t4),c6et4e}e/)f—ZCrK%U6m%6UwvoO&㞡fr)VD=Y]Sz"6?[HEV[+HV@D(]X UX*D)O/HxX$5UNGŻ@F>re9`*s2[^eߕ7Eڣl,zgkfA Ee* v s9D$MfUjEeǬmHd6Cͯ_d"RyYh'SԕtNo=LIEzO!?ESϓ\?jj,~(50>2. |f]m]Sq񥧑^Y]!F2Ҕ LNe>ubTvjdjd: ߯iDjvT+6EFus`橧ͿӅёj%׵EJ?VŸuY~WKkΔ`dfPfb4V?)8y-U l#㌅ķGwUC-V8+02xY6Xű q!ܕDu|PBpxr^żgͧ+9]QQn?\^x:ʙUq]YTYQYQR蜼pfO14:'Gb0BXtcg:>i[޺@a},V{nyx#h9^mth[PxSnafcDhTeɈxcH9-3 C3B7} TH\YoV;7sCdmG;¯qr㠸ASmЪ n2y{x2LJ#Ԙo03pO g,<\ݞhڮEٱL WƧ ֖fc7d5"7,XͧU *+NGFY4 ю:>!{ڐ1y,/H.,!4̒XLkP-1 5pb{C?8QKlL&Qgoꪭ_retݾA M~ykܽ{`Y[/KDf|]M S`#%嚋͊cIQc 3]kP'*gfDhQ amJZnL`AB`=OSָBGyR p |(Y@-ܢ|xkm-:Q[]3k=vV]"dw3ٮ<5;(2ll7+B'a1Ixdl3 '  =.>sVE(7$f8Oil#)޸v9ڔZx4O5r䥘հTjHmhKu 㙩=n"2*ƮĩHr*hN_?G:6_}扨ݿRwzɌĈȗ1wH+Zh*K&oXcong0/1~⛟ٷP`bؤKi6I߹Ld7f+(:>hc&jyF+j'+>" DcJ\JFS̖JXW^5Ϙ1ʩ$Jlt+TH>>8&;s8^4X14JD{+qj8q%l3BJĔA${{ S]Fˠԟ(,ewvT#Ȗֺ#mk\w}yTT<l6Swm8x_ٰ(dN UȾTcbq*Wqќ+ѡdc"CH)7G+ҰS 8~ak735:'nth&Mj,&)>Vu߼td5~n񖩛6a jm?̳'{r.АB6W$Wpwis1նTgt` ]сь6~A\&5^T q`&)1$.Z1);]"f)ycXQd2<7>W)R ]B8܃?{IS۱W|\U?{ϽaSj:Y*(8hf8Qlay\ 0K6 m rʼn"ElЀ<.OqQN!ni3GGDhښvX/Ƿ[uܴfM|tH]Wb;B }>TLԿt&"ƱH~wd{9v%:3 cb2b0Sx|8mi5G\ ?ʻȉa 7=,{*ٿ[j߬ZW۱--m,}%K3Rˢp;cA;S!gGY'3M_G+Xind'7)#T)ZD9=)M0-|kQpF.B JaF eC+AA" (R>R/9i&!η7^K~}nՋ|9RY<>{G/ qU>"G=朗y)#eʾ)W?v?w0y'^ LqqùOP.3>wI^\"*?QY_g"C)2VX/a M1ܭE#Tyi]_Kޮ{UwM 1v=Ŕ/Y7gw`S' , Ecl׶K-qvo@DU|l|WKqEW4R.?Vtph%wEiԉ] JfȈD,)}ʘfdz+͋k̊%yZx{Щ *}Ό rb3Fo@F97񸴌4΢v<%g$so${OL"LIǙIQFcqQ &ސvuqN!qC2fLmbLQDF 1a0ИDOPiTcZ[Y~05cDz'%, sŏM|v_ty,xu&~WxjzfW[>U{Κմwf󷿳?֑_};𾬽`bqIأ]!|rpJɑCȑFz{Bٮhz~=`-_ŹqX=Ε}Y-n})h>m]#h/NS1k~? D ӛM7\Iof (0 ڮ6'0mzl#]"z>i4gY,{;lzKsmvPaMwxx] ~mDf1#zyI {ou#J_iNN㍝괁Yƌt7Vc NBlIk+^-il_.ilZ&I$ 0ӌljNs WGByjNӪū:mAtHϩ/괉r[t:>Ӟ`NPPj4a!5t8-qH:XU!BP!\$m<+hQ1cSu!XnaNs-a1?)Η`9>I_&hR)Kh_)i?Y6L[TRScn-hh\TŖY46="';;^6euVTRP?^&4ۚ<͞46U/}Vl4UxU7-5,ͪ\pںeիm=XhQ]s lxZ65-G-l4`͙3v{֣Ff}z>Zcklji]b*4`[jR ږyb30g`Slm<&ζK<˚UM6AV&bHM غfY5OnhmMYY=vEҥ R.;z$?5Lj1KZ@#~V5+r=i>O2V=*swLUkǻr|ρEi.cqyYvd#.7gey aTJjGx6 ER t Kl/FLBYr}Pp@ꮧV~<ѵ'-~a_VIu[eF-zWc|kBG+Ev_ter|KKu/W\xd>HUVr ?hYKWE|5ɜP'EY*[(j[/_D\͇,-:u+_B)@MydWx\Bh+m7Z~;F1T}i`^ ,3t_y<{U~i{G7ۀ|-RSerjJi%ҚO<7ce$Jk{ ߻{̀np=w!$K?аX9=riY?p6ןg&:׳r<; 󀣾ιl3'C1*|Sn/g]e韑{j~S2 TWHsGOlx Mo wN؞xx SriW[eoe&cf׬{W[̙)&oz 5'$BJڬ#mY ž{[GU MfһRPsgDNbR}p :[ڢmMf%Zxjq=£lTZ_JMT\ g蹡AoM6auY577fʌ6|@yz$O3ЦGW17Mzҗjd45~ fĒY 'R!kGYNi rdlܠ7~bUʵ k׭U N_^оb%e(6XRk^_YPWJK-YĻD~]St4l3 52J r}1AXҊbb PxjcjomklK0OmĄ5E @IC?,™iHGF;# Xz)0C* G: 0 >pua aa)[!|Cu q>1:P!{l8l'&lt``.]Mrw! $C!B xat\lg;.RJ7C\vujV祇SG-Z/.yX;}$G}}oDk0h'&`#xig'P;gpT3ĝpK}}P]= ,bڷw?)L%ZOswGk0m 1R.4 -N;XIڝԡ*ek;ח4.x߮vm |mGƈv1 Gja0v6FsK Bɺ_ն#"!~!JQmT}ri?ؖ&bӭC܉EvknnnB]h}@{P{ [Gºi3N]_2X1Zv/9m]-)vVC,εذU+ xI?'O^w֖jR+}ha 6]0uXA}S KQF8hmV!L^:ϗ47(g]k 5j)P;IhEىPx>FC!TP)"hHkXåMGTmvvPM& m Vyfct@QO4=c怮^ Ol Ҫs6W@[9p9Lv]кh??r?愶~[sQ- r|tLtt"atD8R)R^< 6 9FvQ\Բd-E;Eg6FwmR+Dh⇹vˆ'O-!nS'rjGo0XZz?r3=VMduA7hgc0bG#,p`g4pSa:qiұAHtJ`y]T m̒45 ,q`1OP,w|__R\R*pڥvSO< +"Uf{HsI}M%_pUO"c9/L` ?#Zo/U^h8>)&9 hwG1'S*pGTAM `@QQX7A~Vˀ~HE9 wfEJ*C*+Qu/a@!r֘np_RWdKrt7cy3LW6 ('#TF41f,ǨbԵhjߤ˜ի4¯VԸUzvImW6?ӮS chJ;C]i+ X|hVpيV~u}:^ FǫuJ]KN[ WJVVBO!(@AH6œKejp"~op@7cf QWëFP5""PoHRsԅ 1RwplA 0g}[#3JX LWBSUjlU Q*!D%TUu.hK{ ذsd_)uT-Fpr蘚DjLӠ`pp*p3p:0`;P!b |}Vh8[El,qfb(`U4*eI 9*~#Ž.܇Ts@\$]|Iʷ(to +MYk3E'E!J@``HM_|YRw('⇊m$'ʣ"+o:><#z9ʣhaQ,d r#D4?r/9k)p{kgM#@H:ה_[(9Ox(9 ,vA!Oܡx) 80Aiݯ w 8wY/=C|INN^ tb~ p /]CTcy>B<ev'8.x I% qfC ); tvS>ö%F Ýxp$>}'$;ܑltT5YUמWNvҲUr9f:zv|fjĽgF:Q|O(p'>Ϥ>§PTDs;O>`9O_Ƌ4G0aHm1f: c44~1{8hi4 vX#y8&1(Z^F{t#$q6@ QGa~ @Rjt[趬&SygX)@UU>$>dR:GWQQo9n~o ?,`Q{*{w rD{{6Uy/-tA3weSx"%O_qVUu1JDDe$GZ$B)Dh78BoW".;{cs忒_}?,C:~cor62ll P 0m.~-8 (d_Š\P٧H9eT)Y)`g:L^')5wu tķ tȷN:ZsMxK|=ۈx!~]+0q(%hϚDՊ0clMg>r`ub̿ז"E4gDo|${2- dMd[a0Netp]&͹Xܪ6a =F@Zg|xO!hDnX^`8 G{t|>N~p\x/t'+9p~ᒧl`KGxpE)Å4π G) 8(%H1JM5]UM[0=m8k(UV2f/)ػ>{88ٛsQ&|Pk<}{OGP#e G4yp((m*bC!n3{]N8^AA)}g_;mpT]4eR"VIau<X(aH†o38Ro0ʽ0yQWT{ 0 9p|гWarX~p/ND/=a\ɘ՟wg1+Le BgP X}#6^ *h̉=/DM*@yn<=8 Ph:J@`@7UC}9$Rș0#XC3< (SͫuΌ)Ww}^]W#g~8N}1sî##*7mvf' $X |-ҡE%q X9jkuXzlp] Vj}[,\KKhKh%hŐmQ,42$#<3#b#|#">nKpZEAia7M4X&l*z+ gl ? ͉҂1Hg13leЮ~"x&;E9¾3h}x+zh@'CNԡ#аPNPEBC3[ګiܕVv,dڙ4M3q0 #X­,),ޘf1DžE1a7j M5̀gvLTl39)^S露\V/Yث^ɁSDw7XF)Um74ˮg 京kLs6Uo*//O)-#IܬO*bKR99inE(>A?sHwXqwxqՄ}+a@;CKKk+*֟XEvi@8]#~􆣸ȟ68R7Г MQg9|5 Gџ/C%ѹNr)50&*{֢/\TfuQ*i򲑩 %]qCtu> endobj 150 0 obj <> stream x]n0;OczXH)%AE%}bb,xzfh+g̯jN>~sl^`NM(̈́/+ˡQzy04",VG5^!_M>6ۻ_0"R(9ϝ}kݨ-قhr9*l'uQ$(꺌{rgBiJd[yCoY=zN{-A>Mﭸ>Cؔ5tN> FssD/s2~ǟ yw.>6 vE7p endstream endobj 151 0 obj <> endobj 152 0 obj <> stream x}y|T9-L&$@nŽ@ @E`QkVjmAS /(, GeUx]}CcSsKmjGטO8iN;3f̚;¹y,\xɲ+V^t%VAOG8.7)U@h223ݨ.=Mгs=z =t;zy]^sx)ބnfG@?Ch/z_V5\#BwwN=su@m?dNd5IhGFh*  7_֡~G_w>@ {Vt6mءQt1=iO۫ QЧ_7~y !#\>| )G} Mx= u5Fw>Z:E/Gsppn⫰ w]^!k/ч9}߇ߑҧh>:OߡoKD=gɑ#Z-M uښXUeEyYiI8.*,~_v9vb6)$ ~d~D,u|hqltl߶mc-=ea4n>iҶ5}i݃{oѷ0؝f" ) ,3kM?ьّ0tٽ!ٴ<'%$ Vch-ivO^D(uް[E a0ZzG=3`ΤggE-;˲vG{~ON/fs!ҫH%S 8=A" h#/%{' IϙޖRJ@˷DG'M7:R, [7Rls*lsF]8*1;0i<1Kۣsf&|݌ُL:{{(GA;helj̮Q_#vL6ah7ю9^;WpL֎mѮЯጃً@ vRَhר&AUE+ mpd/\`Â8y;oٮ!-pC9g ^ImeM!S̊az?ϏnкDh8>gf9ܛ6YIԐ&drrP 2őflo.j̅wzjGŲ;{ 'BĢG̳Z]V!f3l4lm[pVda{]&ljOݤX,ڏ5SlS_Hs+ؐyep,Z,Jc -p>1ޭ_.a;'}nI#xȶkgDm;Q[|Y;V.X=-^ׄ>U7y7'U:|691M+EƆXfCD>~)";iW@/;io ( PMS?lOR砷rytsћBz{' WStYȖ4 R&dJk"Pg#:4'wh$he˝yj/€zhm2 :LE=h2# Vw->eti=jaY[^c6lD'*E#*kAk r:ArqyeC>vl\1RT;2,M7;}C{1~,F;"!QEZғ%/3oOߟLgNxtuc}D]$\Y6yҊXU5؋+{]Kylw_O^UVU]hx_#½(*m$+,[&I=0؏s̙)QҀ1&+ QUav֏VʴA.a2֟3;Y݃S͌ - cc|RIډ#ɸ8N7ۓdcX%67:oęe\ڵb}xNAQ67_˧E3͜[ٝG#?_q΁-qG8v _\EH^\\Y] 3!1(VV 1-'͘wP~P2gd>4%zLXڀu"8b&*ltcsRHVzª$b+qA`H4wuAE⚊,2\4轱5AkYsSCd'Oڹ?2{kWߺw}P5(7~o 6y &'_*6;HA6_iF>>fVo;'ނ\"=x%>ehɎQQFPxU B/2=lL@~6Ccgԩ:9Ag3\, *đ&Ggd$ϤQSrзaCPf`e4UsZ( `A.^.K{\!Al9Ύq ջb^@b 4D|Q||{mw-ǙCxv`?nɼ^{շ<{@_7;N7olN>Ӿc SpP8!~bcV) >UO'y ?(9owsXYulq;gp0AZ[i b _(l?Wl"(JZw-E}[{ A@-OYR"VBmeb*_v((HAE/V/zG<:i(w{ 6(d4iaerNYbb*JS q'7ٽ#o;[.68 zIGq3tLFv F3AC22x A4BNPYgXE#rD2@h &sOOi <=/X̀!? fwa>1"IX2έͩH@ڃCPPp*cfX~B_7u`;TE o𩧞aP)?;%6"Jn@c KU_ zBA׀Dps$f46eDkoH+bIb;-ݶKa͑ȰXf2ecDɄXDLrZIJk[c][6[wVuw"} `;z 5֦LLCaAy7iT2K0N.nƭS~[yfͅ״[{p߼<>-x2e\_WgdS2e߭clt],@>L>L)3 8HSևK I L o6lu 8b=(x\SZRY?B֜1>KFE$\s*G9C5iO ա!Q(kcN ͆PB ̌.̫3!h#)6DE1)0Y}o=}kgN쾧cߦS뚚]K~vձڸN:"ӃRHč>l7lthԁ !(p)~6A0V0aaظ ,x{A`ʑƞɴXH-xA B9@]a,b:B͑ y l5bP&2Er\/91ⱔu1tHЍ<+Q܈1UŸe潀pO :cnTk#"~j!VW E" x7FJi\ଧtF٨1zve[\EW- 3L\ c#lM !!EsFֆVieXj/*-R[t".%E+Ȓ%5WE.v4/ *=>zbc7nb> nܦraz A'TD94vG3T$c^^gi]g/g9t+>S-QgRa.M  =A}`EdŠ>2ρfgctk<V[mvZc7v󆼅L,`/޵9hlt@hBd]uGNSMImB^ȼOAq>$+"G"3L)`yWI!D5N&P(KF~c&@4Y(BdF&N)QE8n'xx^Hv 0Gk lL ' aηr>dGR> TQ׈O?5og|FRE3P"7!,rNtfH}ͼ@ #N (e@ɵ(HW}AR fٗ1TtqPFc g}5U̶@kŖN(dcLI HE ) lat{A fwhF֧r >ӷt7K|vӾ5qŘ[L&gy"S-W2kZ[KoP6 px0?t}W$s75JBj{湌]`Op>zèϾ%Ez!cԄh>N 5QK:دXį@]E"4cxޘkZ-ϜC01[_k[SIY)#|Hu .CfmQ (3k!PO$ CtZ;{;sWv{<sgmVO^8Nz`#2Ȁʋv|lIϫ,;S9*wQbFYn-jebFG'sc'e@_R)(N6Tj1[DAY;]t=!=b( c]_]2 d aH7Ǐ ;=<̐M{_/Y3s<ŚZQkl lF56Cl_5`(impfQpFGM )2_ 9jaZu1zg^"bE A͠жl=&LۚaFYBCu l_j5Vv-QΟ<&qii"ʚ(#ğ u6 | 46=@ 2_]iWp!:P݌Gi3ڲPje[lV8MIIч6 Yg&/2E#Hg`=cSwF`d2R\7 ydN{e_6ZaUY LI B2+HRX̬yrΜOdc-N+EUpb<=U’S&AR+I7DrMu&DL U -EvfMn(nDQHyz`FS\W'Ws+㏄çL@Yj"wAnm,3Ơ rye+syq Ņy Û(^X<0DP'}scyэei~uOo_5KgQƇ`=XW\fL01GۣN'bqߌ>ۑ2 D>Gr9e>G&r_o9׀eBrY`yzzՒʆ$bd&@89F#tUNrYIx!}j # #͍/t/~ҹ]|"rRWT[YKq,Ռ0-36pZ#e>6qصeM g"}g~/RZ!4=oyINd3yU`I\:HPcr{M9/Gs|{GF;o(|Q-Icc( B3eP8*GO:>_H-"2hՓص쑨3았Nlܭk`$aczXvp{UgJwY}:}z0XVqS=]=漷~tfhMl۶{0{ 5+HtI9&BNd=PSՓ'sŋE>e8Qd;őmRB$" GX*pBx?񕨌! 6<!8 POJеPJW+sPz \_nH*6me;d9KI?o2+_O|_s Q!h؂{v;zw:'{HLZ@AUJAsr WKqq\I2/$JZLxebfЗ TLI'Lq d9Y&oෑk77M\0↦ WqP&ND[e H9,hI: ][6z&ĸF)&rIm XKE)c%h;'d1s8;oqWQtptBC.w"$Ff:n%Bi5Y-6@eҹ*,/ucc+X0Mx_7cEć5љCKd$àp- 1LE[E4A G +/FF?p-mlD0t%pt#0k]`͂[2l8ɘC#ܒtC2Nwt{I>"(_  ~p̦ { ˰[ɭ8yT*`?XC5:MbkЦY282uF:j0Q5Jf ""Z̢dcMsYFldPoS,zo;«zfТbfjI,+iBeb$*9W)3<)˄9fn#1x0 +R, bEM2~^ި3]i.G+ˏ¯Y 4Ad` w@`}lgL 4*JҩMlJ-癿>r7vv\ ͸[@A3Ԉ7aⵔ['z&$=эSUmaT$s5Mlup y]Ȯڧǂl>cvvݦ0a-bR/sry7#s$ a(1U66ۛ旛j+QmxЪ =#QY_paqΠ':NmNa, i ш3`$yf .ɴ ]f ܕo &^[3Tԭ_xMغ K?7hkmϯ~$љ{c7[`\.yX[Bdwaf\R/QeqCc/l&U&/)oRL~6ac 815kQ5c3aqtV>ӝjc(,fcc=K,jJcM%+@keӜ,;\v6Φ<=P>vuja_Z;Ę =4sy=͍v7 M:\ .~ysg]ŭwmVTOwuM1h^~Kla{ȼhK'L/Ȥ)S&M-g 9|| _*l>`q4ASq9B~4'4οB8|Vf h8,g@T:1)GS4}ZP6?ewS [-2'Tsf+)C&{CyLCjh`G@+4hB5L a8JO>-;A+g [z4 7\<¼g#ɣrpz7#;DZ\.B896 L={2vj"rQ]=I>.Yݤ:fB$,^GQW'iEL\d&D0`R U='W:p>ihꆎlb1G"»ғ]Hfn*Lq)Ap9#$ry(i̅ڻTTTZPPE*ZUCP[{*!E,Wphhr@+VZ!*X -˸Y'`7'y{7C5lUfZ ]Y0s>(-?/cޥ૸8z.Hn#5T.nbCMVr=Y\1sއ_hJWka.sͶer_揙Z{Ew0 nu: (=xU(Der"p!*\bnmJyt%M*<c +aŖPv33cpa&&*İLg0Z V3g)2fo3 n101ԐۘNHk~TP 3f,k.'ɣe}=&7c}Z'F2l4&ZbQk1}Hՙ$3l?_ :CPd':Jf 0aRwVcuhfVKnO 5?aퟟ O7ҥk;}e'/fvW'nO_|1Z w2Z 3݈ +UPqIZ'^@E-fYքLr8 9|q-?/UO?>y\!8yOzd&{2dޡc-o\ 8s3IBGAݏL\dfeR;eA~ȧj\%APȌ&dd:i,A>~8 .4{ zZG-D310GX)o-p do3{ES4J#49iGafAx)ot,ЛJak…,Ó p6M}bM(X-ͣQq1SMW}s؂K0q*~]c΋挹X]iSFʊf2:/K>L5Ac-5(E3sGpZH1l4و/g=z3>3,-Ew0<' gќ9>25P[I|h`ʷH3IA؝¶߾r7>n֕Z"|<`S#zSk^}t%7Iryov .jm#YSn47{Bjor2Q,nF? xYD=X FNPx HU-^URDxxxy^#1kѤ/SAl40˔o6E (0J,?03ҴU3 B]˭4 @9-WZR֗PoO`.McFM9nSn Lx>햙ӯvw]4Օ?4ocu^e;'vw\='.YQ&fdfɳF!ZavM#֘_UzKJH E<3Q0*a_艎 8J⹣o'=9.M9o e3y|]ݳ .v0n\Y/+^;n\2GWR;js/|yo^/~k7,ҙtvGz܋[Յ-gɟν򅤨uǮ&=} mFQUMxO4ot #͑P0wh$[Dpǁ6k16C9n(oSB% xOz#g2vomB/r'>/V`,VsʈTlZ"v0C[çlmA"SoRitk>ctm!4}E:JILkE^d)g>VjJl#z$im Ԑa(]3 !Dfhrl xΚ*O.eYsi:Bv1Wڛ(+Ã-7Ս˷tqɒ;Guvxm/_$[+G]UYQkf֟U^Oh[e )ձK~1flKk3ʫWB߃[6z4 fՒ< fؗ7ˁ&$9'I)sę:\N i"e ""HV2%G1% [D=▍BoC`ԦM tƌh \&|W)A{MRsK[7^_];<:jy ~y͔KKGjVR2IW?Tƭ0H%|"6MtO(S>zs3,W/./_ZWn}~Fۺ Rsxd W8YT/\7Z  vTzH&db <@oykɆR2 =Zfja,C-5iٜo gPx%g!̈́K Xi֣\ LWG/[TwK1y=.LLoq&|.F{|<m8bI/b[G_;ʲwHˏضe<<Ҟ)㵍88>=x~;ND%ׯ]<3/ju,f5AgìGFv:#X\v/7 14#PbX@cf)$82݊B -.iAγ9'~I.Qn$F64EॶF't<=',OO?d1}H1hlg!ƺ6d{&M"'sd<ǼTlwVFa= ͩa'$**ᓦQ=a7pSBzPZ",%)k6th7DLC*AbF!K=LŎhL>]'7Sgʎl8XNb*^7ۙbL-39~LHC+E~rnQ eoa67q-9%&箫 BXg >!'5͇wfF30~u?j1W^>`Ȟ5[^wZWW-Zv PZAڪ6K}X$)ڢ 9 B|W o.v{<BJb~/fGLrC=r=j>gJ8K`l׌H ОHf2]C3+xdSyqtn-zʒ#}M=<>0z^Qaas^4gޱewUj#o2CMVD$#=G35(吷{~FƈKG[ʧV~G5سBXтf)2Gu>~B" A2*9c,vF[{XOHBGMS/pKϼ@Ƨ_\'H \kԣ5~MDwj<“D-\p\ks79`Q)"D 󩜄jї<g2iceOZBcH_PΎj{6I]ZKymLi2C rf0SAeˣw7-Z3c3Ui~p~cý?n3~cI8ߗ~0^Rƃ 1/ 'o7<!*E#p*B{m M #&Tt6Kf9.^P8d]@^i#~fj{re[G9|4̣?q QCA2`!]_=ỷd}ƀ0G%뻷G[)y sQZJ }ֲе9ɰĤsBծ/iYӦ =%tޏqL{|Qo]ؼ{O==nL~Yܶnf{7DGn갧"_s)jkˮ8[(l $|1ϋvEUye,k) W [i9j7x@4#ͼRt_yöډU|ZvJ[CaNPƈ}&l"u=BKu`j0qp@#VYVYTsXStRG]HHO?OӅ{reh'1T&`g c'+&D TL"Ju I'#^ [;Βo7N.1 Xֲ65ta8Ϡ1 ȲUTcImKƙO3t6&?BiB7:#NǶWޞ)c"(} yMm[Y>z [T"5I4iY ]IJ&;ibnLjŋp -̋d)ԡ8%:::ͰO$LqP1:Q ١/RArpv@J -Xk*j6lVd[1Ry!-C3 os^r1r榼Q[ҵh6!jY{%TR&aL&|7f#kVZ3k'rn[&lXm|Tk8f)ip=@C4?.6+|8WμÍͯqV#;JhO=xtbIiH [NOD4 d/'uz:9͜l;-z-fA< 狼~-ZpւzL:gpYdN_{F[gUCAixQR:țf*2P#1:zfD(/_H@oaEˠ&_An|'jZR?AϑffI DFb uBn:?3_ UƑӲC0c J;#rg\ %$M, 85FZ*]& (t6%/ +菜\b v]qt?/̒I9X OftڴD! KtQ:E1'MBN?(3ʻx V8|%jr࠶a>0Q@ui0,,mu=XpGݭ &)5;Mc3+K._oY幚gV4P.((*c= (rzG|ǸŞQGzf~9bmHQa~ʆ;ZZ{U-^x{ⅇ>|~ĈGp}+]Ub(vԇA {Tu ψ"~H Hb11ސ"N?_@9}S>y_5D#8Px=W&߄+?~*GG L +,*WGU] c[g6,kXҲ$qu RԖ G*|Q0!S:L# ]Q8#-EZډ8c=H14E03/dd|͑`[:\&nqIGmTv&;AYĩ4qMvP,.r:dɢ8lhPlr(Ynb{#Mh *.C)$Tꎺ҄5r>#GZ<Չfce<#s/wŪ3Y˫~/ΪC?GV%D)Ȩq}, X-8D L=.s#Qt޽PHJljIi7?XƋ/<8ZOWoL.ol2CVHm)ߔKUqMJneB ylK~mi˿ {4u2h/s3qkecz^m .h}_s|mJ!k{/SL ^!ˤ@^:yZo{-haM/@EAi,MDv>D2߂NwKO@!w)ikZ?B ϒOP6-Za& (axthlf\b|FB|$%ّ76umie9󛬷 odq漒dnI%w[μy X*GoW<{aB7s}uE._Mœş+mY$ҲOo/?ڌXd5_zŅUUL4ZR#_|͔OGkZ{]>Q֝aܝd5ԣz"A ߓuw=ЃG!1H8xx5)Na)IjX v \K<2W8XGq/UXlpwi88%e!Nbzf$"NfyS/B0"aAl@lq7\\{7yHqiKX42x_\ڕ?AmF: ;9;q%48v&C u?a%ON'sH  >~XFūFR܇al œ{N; LOK!S) t ("Q>r]4ТP^U@.Gvhk7lv!5> 4@fب}m#,UPwclFʉctbunnw"b݋vU4iad@=a;<˓!X/t9C6\LIL[BM E/&ρ2;ЯQ~^쏀:ubF W~_K܍TL?53^RKfR5RM2(ae\*UQA(+Q?(&,VL3F[f҇0.QV).,ؼW=V}!CˉW,g.DEnqTϦ:7]8 j5 esUf ŏƝ7XmZ=m*ʭxW1.:| ȍbWn_L;S>#vhMUEv2c1f5>W6V.FM4'zۮk}NJ4: a{\MvjF'_jzօ/vK)=8z-bg{j%g~¸Cb'}z5?#%;|7{ف##$Hq>!#|Ģ57өgUj髙xu[+ 0z Kz{PJVx|4tZp{QN QF2->)ގΥjXneaO֞X~XΞ ݚgSϊal-ϯ몹z3E?7>Ϧ"J* ^OQ,Qyv| ?4 "ϺVxzbz)ʆ#aLjjk& (0bLj<8\; k] Qzm@fe4.!0fh3 !5q%daVQZـ6kޫӟoAҳEԊ>bF9Ԇ=p_t](ߊ6sm;І4LRVN^a1bW*+ @svI +.^3fm;VH55̫MB[ \[hm0Ϫ]sh^7Ɗ͖jӥnLlF*+Zʐ^\Fg&\m.zV+7#>ߣEz0['L8/#x^4(:vG~.ӅO3}PZ&Ip5GIpٸtu>8H)`}̘}Z?^O^Gaf{ %p@;M$tl>HPxez9LtX;5p] IhB%ip hRpv,jEn];Ɨir71dz񮦧M le걉;lzUC46 e& .BЯ& V4PTty2'][^\}< յ'6ȈL VB&;49^f:TY99o0Рf0@b*TEBM@i%(v!_y\V^fUqlMuԈ?d_ WQjˬЧD+H*VeBM-'i $PCHc!pD\.ѩKyz<=wNgw/'O߇|z/3og2לIo6~%d:X.6UET:V98^Sw`DΞm=Bd왤&L 'W諧ȧNȧOe'OO,0NT VԯWϗ zlfV_eR+ s+U?2~la+ؿJ=f:*s;њY&Y3HU=wBKje~s҉V;`= ݳ~a0%zzEkҷ([l'r` 8% ԰P.1bCa"lEtIQ |+<7o> endobj 155 0 obj <> stream x]ˎ@E /'%y($౛`,c}|v^]q)V0tiqOMzMm_[?d]Is3f%x|N:[}]]?lk>O]-;.88ym6yOK9ǕF=u?c̭>.^ǦS3l]|]כ,ݻw(zj4kߢfV8h:xhQ] ]}u ]RWOϴ?CoBͿ{j_iѦݐ?o Z& t/_=GC~N~Q[E~ K -c/Tsb-=cՇ-K_0gK~Y['hį0[{k//v: b_07Gn M~~:;p2߃ߥMSN~A5g%\_cB~s;Vpg}ď<>tPדa>O/T[EZ'~'s_$=_`` ䷸ghisjK Πb2%/U=ZأXsަioK?2"J?Kpm endstream endobj 156 0 obj <> endobj 157 0 obj <> stream x|{\Ž}?av] Y3~@F@@ILLNR1ZmF񴶚 D%=jǪ5U[9Weߙoyi{~ߙw%۹!!g{N!a[1_۝߻#gMx6oZGw@_w~qEp$JP1(8}f7@hm=ݏOo}. C߇P|ؓhto}#ޚS@0Џ@LQtzdXmv3.ޕ$&%{}@05-=#3+ɢC@x?p" B3y5zy7}Ekqނw+ccwnY0a=^Fogf0-8vt~>Bb[[RoE xhC8 JT ԼKsp0: pFr=AW=5w??a/R\[&<'xzM'؋B7{`-vU:|x8.X?/m޶Q<fܠ:>FuCQbl6 Yq` h!~tD7O9 ]~2oE~]o@=:j@rI[n0  D#2eM=t/: <# eKKK- /eef)~79)Np9vb6 zՈqU~2A^Xp?#ȶs Iԓg*'Q[d`GU}5$Tvu >U*t9N 9kcғi9[(BRiv>35s.b]pDhغAG}'όM]!Co2\7xqմt "~/r~p&R[qs= BM?h=h` k|7P[^[ ^6PTYOWU_av}K{%%,]Q>ҥ@CuG) "_u }-A=Kf7ύo([ҭ" jkC>K`d}Huf:Xp)j@MK{oUcU*g.o.v>S`M w XeQߒYTO蔌6A%rvC<H@]LF{zfw`S,?sFifKz4㾤O+9P ( ECgAK("u,VTzk\E)P@jJT/Z&p`G6mc-5`; VpKB"}~ṢAGE;U #5w}`RUq2}}ɬVH+>ZAn&{NbypVR<(d+YL ӟ\piii5?H4$}8z?ؼ֯k[$e3%ęa7̠7Hp^ &_FnA.5YH0(r X`\A5Qϩug,ũez=JY.]4Y[N.UFRB׭ۑnNǩz77Fi|~#d\887)Ղt-[EQ#v`C!G-z/$Rt~ K\rš%{Q1HxkFqxk$J^7lm ǀ')7s0#`G(E;7}OOǢ{u`6Kg~MWt6;Qi+uU9w.kNͼ. b3X2(>d*QҰIq*#[6ˑś<!,帐g$x>(?LrsN-膪n͏q)P.YtP,UEڤdvg _}Muew*֘a`]ήVU՞q}QBQ^zMoμk 蛦.e;N[_\XJo6߃R9U/&4F$`J9 \X疆-:[./ˢzb % #v OpdT M>G~3캡@0)A!I>1s;D 2d>ApiCn׻ x!b8g TDXl0d[r9rNWR( :?γ|ƗLC.\X~" ° fsyIFq @KB-;񆵷l̾ax`}&Y2 `7u-7}T۩o;3|YAk|#"wRbGᇤFoǛh!/>Q(Qb&f&$ة;ANub wQ [t OwP#ޣKgse|n^&Ng& n Sb*OO=> H>$|9/]y^0e@}&I658:izc!P˨צF O:ww8)s0GǢD?'*\Op,UxfO^Sg(ReMd<):[cDYǁQE)X0X@5P~;EpaDOieUz[rɡω#"GѝKL?VwAF GIMNLwʜ0=Hn&"O ,? =_5I mzuf,KltzIJ]A= 2 MS> ]G= Z߸ 9eoʊ` ϖܔߑ\SW}]Me(}Αp&ޝtآS&8XܘlL | - {Z&u60 O c:A:t\rI`HOK LRVrZ]ߥ$Ix;GP`}x!oٳ`@:I9$#GZ;% fPnh24f*PrAYQ9ÞZZu؏yEуN-|39G?F`g埅PBT)T*MkmzaV'[tcuinP2Iy`,.Q[enuAJPGJoo wVl_cV|yRݤG2+ZTd]oFNsAJ 9DM )^&xo<1h xƱdL]yt(/ >)t42̜sf^TT'Uo˓ PqrYVΥ-|qx?!偍dٳ..M"lILٕ%Mͼp?}\H)/6`8x0x}}|VWn%wpq ќM%w"?Xz%J$D:qzNI*\߶fQWz$7{7l[nMo)XޅSߕvˊYGs]r֜EAع2'G6+Rң932 /}[.Lcj۔'pH[avHR.dNAᰠge#IIN FQ6rZz"1??\RRr9ßCz4 i@ÝO`Jd,.:wW?*AlJ9Str) i$|plF̯!PO7SF|GG9D8,AEXjx1v9Q " nuHgT[P/͍Vr )ptOQJp8#SݐRXj8^6CvMp'E ?sN@c_;#D{{=` _;-3@i3pƀ"KԠ STz + "q@H%BP_U*oӭo%Ys{1>@9q8AЮB"t4EL>H8UHn!T CWcNE=3H~G~<.||ϧZ9*qU9KK I#v!@5'XPѳl2=YN4;\yUΔu37T.}G=ݚOv,ڰ+Q8x9溶tOSHo8 O*awu#NbVyˢwዚ.c;8;f[UI=WHNյ4/M^%] 0yzDLe{epMڗ0 Oi&6N7a9\Kmyܣ%7-/9u?cN]?+5O{JxŃOZ2J4)NjKutMĢ# KLB o)'ѝmI:m%x ۣGιNQ>HԔDG"ήOܒy}ݑUWtMuʕOն~-3ս"_|-yY+c;Fipɗ}uO^af{-ίe=DO\A ڹ;06r| #%s@. (,p~~T DN!'`(tp'R̽5}";(:v7y<}M K=uUfMik} ϣsLͼ3 ӛf}ؒ *Mwߩ9C$d4ib:MtSO}n`p<J%]e7[a˅,qכoYK𺣹Ť;cWЗ̞8Gw=O% w8Ց]!WN xhQ/¤JЌjԚ^-U!W4pYKT>"ߞ.W?t?EL P%:!{Pڲʲ-+T.e@ٙ+7=xX{2TW"NL,rqnnCDa $} <R\ :ejs%v'<3@PY(Izf,Y̨¯ yEgro?-/:J,=//ڙ v,ʺ,λ G9[p}9K+KKXi X4U9%q٢|$ѤM _MYF}#oME,9h#u^L8=M@&C23ϢgF8zC"`IZvfѣ~zn4A}Jߢ֋zҥ}Unahέ_ -Qo٫7:pKXʐ)vu ze6Hcrkhc7=WDym=h`}Dk ue[ىrU0j"DRQIEf6sfqz72Ytv1 &xuwo{(^1QvqmYGMu0~k"jBN{nzr%C.]nj朼 |ENO vP+iyZ8$B5^%h$һ,ˉ&x#PP,Cbu7 Eʩ^d߁*!l݅2}+ܱ}|Dv?z-ܷ?,vh=1gюy,/EZJO[3 OFK/:&hYM*| 5ɍ!~ * [aa' .GPp:wf5,H:L߀ !cT݉jRߎvf(g ޻lH 7#'%Cp "Fnw g _^7TiѮmr]x 5|h\bazʜlZ֨ZY )!TFm`Y$0/'HfBHy5 S,MaYEhGȍ(v-Wan@W0"q@Ψ0C]9ESaDUX@.Ρ"UXƸ ֢,P" Q i|0zhYoTaw1@>@UDm (g$f0cKaVO[-e* ض0~?VanepX)S N`o0*_{ |i Nؗ0cbᷫ0 } | mY?* 9lUaȩ?/0gvUw$0mgj`rqԨ0hDmF;9Q+4wAڅ\5*m5l VS1x\0"`m> mBy|{C{Rz[h}v4}>xfT.BFkZj&fjE{x tmmf y+f)E֊Q6-063p-ClU]h]B ɶ/qÇ* zhk7=* ;UvAoo{`Nֲ z ըhdw} 争=}*E1\keZb2G0r0__* 0. 5/yֵl_k:Tvs`]P-e{\ۿ_s3ǰ{#L3wڿʊ{epR=gu܋Te+lfkP݋:>˽L3Ijg?dGt1F ՃMll3ja*=lA&=lfC[W2ƬHYu 0NՊ|ӽZ =\}ISm ʀq ;[iOcjwy݉1^Lv2 ˸7 b^ wp{W1>]).7VDlȗ([U~3kfFٚVxdP a1n*{QD1 /!6/iV/@XܦF9=ӯ/n15<藢1}zWR%{ybtfU1bGT0 *fhV[\Л,)?WZvotjdhbfagBc^za_We_bp4;FLOîY0yaJloP/Hhf˞ ՛- ,B0J|YʶYbPvέP8GX19|;T,H0zE/Ɋe;ůynuygC,biOQ_(ڤQ sLS%)t~G`~b4,Ai ZVAK:`QәֱT xm,)s Z=7\tl5jgkTlkf {56Zţ#* ^ɼ^#Ruj|T(mvRUVQj-0ڻcQ5 nFtY- ̀YT3 ʋԽ*x?k*#J_jA-fn+E&YvqZmJT% *A] {*̛m!ֱ9,e+g%\)ҨdV&+ڛʲU1MfX+؎jH ^v*k4ͣDYv>-1}(TI/+O(]kfWޥ ~=G3Auv/|e|=_ 0.~5^s)mtx1ε3=y=؊~}lkt7s5J*e'/?lݸ"OO P8T61:9Cci'R3UWIR$O 5dL!u'>֑:ITg *30 e"=]`RӤL ퟌOon">!p tΉd  O3⸉5m*ؤ*PY 0L+M$$&TjUIG 0M%LxjOR &a@Mym*PRRT@]wBWcEN*elOyaIqfcd"CLϤĐI8FepR؄dE^0id'a]t 1([V) iBT6rU =KR*r8U -]& " eblfTyoRջfzۛG}=OPdjXo({-\y?(vOoo /s/3/aFǟ7<=vױȱǎi䳸;Q(@W(?0z:LA9 [ˠ,RJEӻ py՛:o2JzPE^tHd6a`ƹ!7Di£?ɛ%spu->8}3MR~#xgJ|[ `<5ƹZ/U_kcyEN {{ءa%ed7az^?}2)w=wt_&nG {{7&ۚm7!9gsV(ȁ]kHf a\A|?3#н0*/}@htRLy<͐-6 Y^¥y /H F%"zTZcx8T\կ&EECISZiZGDKJ2ѱW#bjVLbSuL+@8"h vB3A¼C룀><FG1CCgŦSP_6?dêU endstream endobj 158 0 obj 11363 endobj 159 0 obj <> endobj 160 0 obj <> stream x]Mo0>*8$"Q>$]-@#'2﮴chs+݁gs|:BgL?ts:wwi,uޟ2ǻaՏG~0yXp/M5ӏ¹T=x=X/~ؐtcש8ٲ(회}]x>6FbAMd޾p6J p-VgR2/߁Wڧjd֚gmO[ha_տMx/u V >V-X+$Uտ3XfbI@OOOȓ;'wY*?ޝVZ8K4,I B\AYz=lb'T endstream endobj 161 0 obj <> endobj 162 0 obj <> stream x| \[Ǖ{<?tA#6  l#7) ]$vMζ٤iiyZIvmv:٤Ku[7MAW<'}̜s̙{u"C~J$k~@2DkY"ٞPV|i"uYDJ~$h+౦5#&9|rMF.Q~sO}2T
 \Z :-~TTI@'Y?kb5Aiʢ?E~zǨпQ-}I;{4:av= RPV)]:@[hӤ'ʲk_ѷF~p4ctZZ.WJc@>`?E/Yl/WT$=+GR;A?s6Ka( ?nu4Lao=L ,x+ i+pYCDy|v|NW8-6hx o@'GEJPM*6-t/=H b&ii`U{R((5\g<|*{#[V)F~ +3 +ֱzAv7g/%+~+G˯(k pK N۩+p#y}csb ߑ6JU*^o* 8;GɄ(? ?СdaKh~&[eZv˭WMKg_!3Cg8jM N ,a^KIh-Ѵ p t/tvGsVX.t@9\طwsu<\\^\wIK?~-/}~\O/+(JPpS_W'hb'į#Ah94Zދy|3K򻊤8bL٦*7+g*l|*VNnj6^4MMNLq`3R^ f+^þȖC[Vx(5 ~F值+UZdۤS,O6=t;Qu-W*(˾!J(fïvZ||s{Yi]}t&PG ncK嗔 .]`w#kmVOHQd":vSSl{D~KXdakqPe/:$]OW3,tY b'A쀻%idY)e=oM<3ᧆe'5S ]+}6`o>Ct1xH_Y7ON*f)ȖYm΋Rra;{uY@2S\t-zO^F; uD+ 9yTvЃZ̻1㾉r }Itt IA;pFL|{k9~Ư^j?'5t+m3)ccyeoq*?A,́?Nh~ȧiD4C8^m,ȼOg?-2APz[HsY1F1"Q *ʯX ׭]z%˗9,Yȷ媶E ̟5w kz%5%9l2Ybث;⎨^S> tDU UϤLIe%.5Iɬj-sa]g;n|GݫF xpn.&*5:TOzOߨ R+eNKN(e,φ1(gDsU\MWyz9%{E4HP5VFMBuyzq+uvvۻ}״Ee(ܪhu粧`Yvt|yԓPywtV5z\^{|;\XעBt-n@mҬ=|cMWFwv`aFy$76oD,󨣭mh|W`l66q931˜c ͭci:j'qk+kQK&mvشWu4ڵdxfEhReǨuƭ|~ѷ o?#>}谾MQ2h'hQQtR J(tJW/sUEQ|n(sswQ':Wi}:U\Js:c'0;ųʜytY Q6#~ _bzG}[:Mti8<8Z;ByG? t`A6y i,X!~;m07bQkGV{ssI |h6E7oџ^ R]j$jZ=1ﴫV Mn y:??y`~v/cUmWm-;NX8z[k[LbReGw,*KJ|;8+bY?"/qFb̜c5.icVMb!ȅök\016_.ЩX9$!@jb*[ۦؑeF-{-c{JMҩq[˔lrF)%Y!%]]d}[e[/r֋Vff8P ]T]zwPa44qk+#pl]R{ݐq',`3`;L,S MWKO3$S%ZWfZZ+cuI;+9Y'|vBkʶXϟr}22׳bX1{ܬ9VgZx=tmΝUv̈́Աnn1QӃ:npH W\'rRu N~6fZ%/~O1`.io'-#7}Ph6,]m92N.fǗ4iUA$ѢqfvYYd>ɮy,iT3qweRp*(<\xP)ݾrAJ>,%dدulCεWg/pPFf~Vǂ6Kn'-L̀ԔEl~$G'QQQ+>7ҵY׬\k-^j횕Ys̖LF;q쬹+K ;O=ϿߒVfVl~n_~4؁GGvJ'>{xq6'"͉H;UX\6e^U.T9J_4wnTkzdtWv?#{9ɼ/{3Ky,9sYrgwwa 99ssfRSٔ٬);G-rd0fsM8HJrN-ߟĒ啮Tav(XsR^8Rw,dEYYf)ƙ5yܡV%5).\O:(ckhrl'@||X-o]{zK}kw{7&SIg$v_w?U#y;rj5(a|ɹXJ} Vo4I5kG/>0}h#̗dC^:Wc}ћ}ٗYW,gٞ^9,x˅L=.!dʝI"F3?q=OTLW󘡍utJwFGV*mPcdyyJ,fItX6Z<ʖa#I/鰉H谙J~NŲXK,5:(=sKdatX=:l̇tH16a3egNpUΚfy)2dNC֜? lf ,|'AEV0|Y!ܨ0|-0|pÇ ^Å/0|hEu+]b> [nE x̢g<[h>g*3@]srIKh7[=ur0t Ov>=*U  O̴Q-Ua`{1wH [xNxb=jN@( {[ԪQVap&Wp@fV@bJ -͠ ]ޗˆfz|U|'}Rp&d ^͙D-jOn_.= >{A9?ԃ+G24C2Εm>[D "^UaO-"{Gp~H\Z4vxVsO&$"RǀXBVɗbIUn]V@ХҬ9@AKtbDF]ry5k4pK4["B^"D ">RӾ^rXP54gӐS{&#W)y5P(}ŵzN틙Y)|p̲fqp7ޯX` D.a X~I.).MD m/<OPNNiO_6u&5M\ŗ1~]^A}8Cd!|b ND堘 MB\np2Z|4up=&sD׼-FI5(t~jDfu; x4U4 1?b^yIJ\bwB3<k;(L"g!m<-4;.exrf>ְX_):$X˽:%!ascfLOybpߥꞙyIsNPtM; "<-,H_>}ڝQܘQl2sVX m:u/>dU&="b 8~?g] 8E#UwQbc*i30ЫhFE/+]I5*;G3"U*Ws=&dxEP6 [0Z֣ي>7lk,iV?5M[1NZ8SZ!10ұn\~&5u qΜg~,Fm]6k6l 庭6׈Wk*Afh9 VqR4bfExϣ[[/zSVi+U)^>eӤE^W 5*֊cZ6 ;.]DGP-R-W>ihN%GKU_{-|ja?X-`d$W+C/.Wjs/Varbw!`+S G`oK F/Y.Z5`.n 5a./V @_%&j888۩ a!|Crp/NA򯳃 ]`Ӷv)gثIBQ J\NiQԣk@lkHK0W[T݁CB0(;# A=N`a1 ˪*&p=-y B}\.;]DME2b; ׆D:{Ӳ?B#BS}>韱E}L ",v?ڮ-խEmjnV[R[_T׶4nmUAnhժ6T9UO[SEmlVk4z0VPYaZy 8fjQuVl]wEm}mשV׶6p`VͭȡjWmCmCu3xxZC*T6tԖw} 훅~MM5jMc}h殨h`TevSroqoY,tx񯲵QڌV6NN^qFČF<juƊxtONw0ADc4,x؉g߈.q%yL| |R~;#{+7{+7{+7{+7F3}⼸t$m$vynfZ_YPMP!a|? -=^ˉ},IsyX-x.]Fޒ }M|Оss!ok( Y1bTG1O˯xJ]h6VPXz#b~S~]z yΆbs ̫ XN/]V;Y~"ɯʯ>J:^ۂ&H錑?(D.g:%d>% Ie¼''t2J FQ?rBAaڇrBm((|D>*G.F DQٯa|G䝔w/C/B =㿤ߋ\_{0>Jl=r8fu/^E)A..)|/$-E;p \XgKoonn 4k4As=hJ0(* w>E}y17D9{^Z}V+!zw?%.x҃Sdh6<)[NS(F EbŶr ɕf') JI<%R2*AH %OIjRI+)e&r.c +Ѹ673pJ4t)yYA5]&c1doxؘtNԑJٟ"[SԔWJSfbݷȝFP[QB(w(q;U(Xv'ԄygK]:1t̘.0M((!k$p 48P6gAςTK$cgQ5߁b &sEoB-d ٝUV.ul; ڏ(A{,Q퍎Ƃ#JQ^P~D); (6a+Q?U^i𧻓bNJJJEykc0!Pd.F)G (16$brFvf|6 8^ac +Q j :&ƣϊFN̑v %b3v961Eށk]:Ǥd˲b)aR*"EYQ:ߕf˷6[>ٲTCu+mymit[ pˢ\HsDm5wQ7隝ky7\s-ZvZ>-HEkv7z+fyfnYt"Q5{tJz{beqD27X&4@󟱲/؞f2qwbl9-VCTh>Vv* P?HMb!V+svBcH9{bsBY499;ceKm K"5%րs?MdOgUq2f_f if&! #]X@v|r6 -'Zs~wGSpziط _Q 'b3qx/lgbq3{6'GA+'mǜX,e/wu|Ax^Uj8Uadm=׍Gm+ǹ*%qIRH\ll]{RZM&6r"N6զe&մд4ۜi̩dl4+fL"VL [%^K_UJ,aDguR]KfQ]kEtmQݸ)]WT57}myыJ3jmC[_8Ar|^^/N5N HzG`Ȧ{ʳ3X_]uC>E? w׵E-@|.^ iTB`I=|]W$<)2* ';NyqAV/y<Vˉ>^W>DWo@&-|+_ZR f$-DcHN21Z>:;4ur+06ES t _A̎^⿚aQ:eGwX+ϩ,}v۫1_e]WQm寊\>W=оʺ>;)re*.臸:.zU\T᭼FkK)ssؘ} J)FSQ G-s/ssv'GQ7n̝=ΰWPe{Up$̫"ԑl1mV(y* aS沞*;S&,;Tv0> endobj 165 0 obj <> stream x]Pj0[^C~T#\A|,A,\ﳒ/ agٕ.W fp gE݀u&X͢5)to<[pza;!_"9?20pAJʼnst| :.g ^ULFmQtU^@o1NS+kVVU[+́3nܔ:uZوaIK9g!fWyr endstream endobj 166 0 obj <> endobj 167 0 obj <> stream xY TT׵>̝fAEA~2 DDЗcbcm^ 1Ę$}IRƤ֗jX`ڴ;o;Et׵Zo;̽}>gsohGZ4hlB?E[c|5=~Bʓk:gEHs!VBh:rWC; ]=W<m/](}! 4QMoSaCva@׻`#.;B{?6>Ç\Z M J ӆe2Gϰ̌x!!ў?_g(ypFmP 4PiWa~yP]CRwjx7q)NWuh\XtArV|/j <5^؋4Ued+4 ,:6NdkE4΢y"\㮫Y^]UliEyYWqQbg ͙>'-uV=1AY# ^Q )Ry{]"J|K𕦥TPy/ƒ 2KMc{E'츩3y'|OxTw 8!dˍphl0B^Y-K./ivMZ*ф8KafPHNK]6zUlRDP,PRTJY%Mv#'wsśm|MX? )bP,&I4X. .1h>Oߧ" snBE"wRD\㱑RK- wjiKn9o2BX#R%|8W Yl}I-0OX.b*M^!9Σ(r4HNNID2<% 2Xb\QLbY-$@'ZlhdemݼY0jj1a #'%hPKSb P\#0uAӅ^1R(e9ݵyHhY$"okh -.{^@l2@٨t6.Cz-mb @J`A cSQ+T,o -$( DMj%(U Б_PwQ/[ToX̻ڋCH,UQ6iRR)a8tJTӢRE|M{vAEgF#{9 XК,pxA)X;W\"7KoMyJBH![\ ~_(k |md.#ui#.#N[^ < # "s)%LIhJoyа,ednH橦xSA.ODH9՛*y5ۜ֩rZ*`qiq8=GNK0pWݍ1-a&*$@& Go#`m L"ADEVbPH_+_ 0& Ç!"&(XAZ3~bs$Z iaP*vLI?~*3am0&)$!q_/[a`Qs͸LdflFZq:/ vWLQdOQL1c!F%0@ \b5쫔QPk}PQI;J +L @ 1HcXπh82 JReè{\ 8KqD.JVy3Q2:02\gR7 8>)$, 0fZA17؂=TRhoϓ/6b㖣ٯHaMtl_.\\)\-OJW\T>/xdL >^-=vz ZAWkq8|OӕY,;,߳0--c,UQRgYr1/}y+H f&)r&%Il);U>_{팴_3}$Ѩ/Ί+17?ǔб8!̣P[x_/q?P@sE(F+\^ELIL"rrm #'ǑeSY eH;30=` {6u̦=R3ݾkw.)R H̨u`#3\}!v#xlܰzIb0QM.ɿ5oi׎_Aގ``SGs=CSDV{;!Cqֈ.>!? gj4_cK&rݍzMV% #c{*Lj,*f oxP`Uokc)Oh #sɀIYEҬG,UNܬr)47*RR47ӷ񡍆Xk٠ɋ툈yUR&EZ&4R2sl8u]Ֆ ОD򣜌ĵJJo[˶Iu_h=:.MHJ ĻҋǬ w.myd!`=l8F u+h? 2a՗KҺ%YqL!rDf$Dqzϐ oA `TC&ۚz OĎBȻcUZ#cD(#vydFĶ$U%GxzҜ e8B|jI{~{mx4[}/U:#qe$Q:u玭ovWE XOΞEaH.[^V:ﯔ (I̱QkzGRY|n=0E6.Epl\f6q\+h2yCvNMto/[K:k)=Ē b™Y8(@jE __:큤X:QYFE鯓P:P p1۞=|躀46_zGz{RiV,qXr"W,P-tǡF>CiEB:'k^ il1B P` mH#/7t EwMSsQ0o!oh Xd\$< ~KDN6&NéuN1 s&g %y))A6EGEEʻ")$;"ޒ¦9[??RaK콷q~_sӦ[U)gy[;K=Zs)kۺvT@FR/(2.QCkFZ/FSC;Z޾mg_Vfd`{ok2a`go3:zj> ^_Već3 1aIixgz:dLV/γEeRSĢ&j#ʑMzήY \#|^(Y@A5t!c@ck D{YȅA4>-3%:.K埘Tx|9ʼ\ddX?+] erH/h _2&`hQ"a@!1`-DS]whc! BV ;2D+zUh67D:|^dxz _X]3]C5ܚК TFB7CaLN'YwYq" 861q0uvSqS]艱6xz<v94nFjʭ 6[oδ$Yjg[kV`SMV}G8n&a`XLd;f#۩vҺj9>>VqX,7[֥LEdųt]9,LYdYqw˘r9nxpcrߩF5l,զT+5z\(*ݸ3= vBbVG6Tm1†@ HSC]~/%e]A7"䧬-/NKS endstream endobj 168 0 obj 5675 endobj 169 0 obj <> endobj 170 0 obj <> stream x]n0E|"W"!Ģ5[_E^ L>Ukeݻ:PҎi6^Ȫ*ga%׮lJ +*GK')r#'*@Ny?B>0WGc}L\0gSdbpDVSʳDSKʳ oOnSȇc^}+UbFmX?"fD^-ȈnP OU|ݑq endstream endobj 171 0 obj <> endobj 172 0 obj <> stream xy|Sǵ8>3JWdY-[זw ^0xx6&8Xm@HH4 h&i_ K6EHI6 ,m&-IhZ/ٰ~g^r]33gfΜ9̙ FFȀ]+"^E[HwpiO"^np]!M)Bm[yrD2gYO0Э $ c^dN}CMN4rO!{=P9m`ަU[՗4HMA/^{ =ͮC eoy1i*,ZqxB|T Bq30)|zçi9}yR =tZ{A4~}mGv 5Z9&xT@y!1]C;FףנȈRQ9jDN,@ 84:id3ao? |IWBF}%ڄDOb++pގwo1|&夅l$q=fGbxaF-էڦ^÷ 7FUXMH8s?O #3N\*㊸Rvpy|սݪ'TO~:6 ͫ_~ ??PVzOSoRߢT]',Bpp@x] z=$wW="y H*yJ$Muz!YY>xMΓ\h+OះZJmב4)>}+-],:g\#HE6}یEϒ*tk9O]h.8RRT ݈6ߠ3Ƿn~= hE_ǿ N'ោѕ4̩l&=?N~gUM4Zt mS[Q:v.O`UVM;}@9W9Ne +B<}`'x^`~&-dW0XWЪcz{#Z|FOA(4LUMóN[L9tDCH,RF;_fT#HwXZt9:; ɾp57}-?` [Etz}ر38#HcB ʪ[I)qUPĔY!\]B! MH]X7R/ ]ڗ{t"Z3t{B\aA!էIhZѶ#4YhrRhCPWw&6K-o.%::*y|Ao ޞ:ajvPӶIP%liJ>ٴm/f'Zd3`21t 6E9)E%%m^|磝] >jaFzCڊΝOTW=י9%G.QITԠ<|PNh\ErLwPC@<`J 'h-$Bc䴄&#=D:iHI Z2)V$O0o9>ɈE{\Uς\^]M٩eFJ.-SP\EH$rru& !>L' H%RuH\*d,^2C |3 gggjֶڹS7 DMFyģ"Vfd|C~`YE DnY`vJ;;w&ckyd`UgDp&ÇnO U @)Zϋo]Ϗom^v^ҭ-mҠK3iB TaDc<`IX&Q$D ֑h3ݖސ%;%x}Wk"놖Cck#voLUTwSvM!;#݅.PWИ1C^XNw޹ʛv3vIG)!l^TvCZOZRc0NG#0`H ,02Ntd4P9H[FBPX7~}?>S"䂣&QgiȠXm!#+ L`cфe2mޒ;&yL|w я(;CH6g+,wY8:85͞k=);)PKSy yANԺ*jVoXE&QdJCBg*DEBS%D4 +M֍BfujaDsP}|,% e3MYLkm>*nܢqyBYt@}sMoԟiz5b&YlݧOԙ̼Y4&]0Έ b^Hq`oS 7V[,-;-:!O4;ZR;4-~R :Fo0D<ݯBVi2\_3,F,VO%T*n4ٌFb6tTG*"V V^cLFFh0h4@V[f lE#4njH~ԠuD7IV <`B,4US5Sq*@~;;б\~̕8福q;f;a_Lb) 6i7j0J<-` @s̒DW>(A' s0Oi Sxr ɅV(L-%ڡf2|b\CG!h:-o;E}B/ΔcTC7wvEUm'9A r:|2Ƀ.;wjٿ3.|eWuE?qrh:TIJAAߋ=P>(utAeg)(*?t1Z,|/Bs;"V\3ØHf1pz {c8%"{+jK]\[֚LݮK{ScqO3j Nǜ7D1뜫5u 4t ̴̌yitHXڷt3ܓoyTGg4Þ5>LfjFp &%4 eI )+W'+<2WkkKmvy\w]u~L<@Jm]~LD|EL0.mB&K!ƳW'%$wS2h%ޟE3r{pB,̧fct1rIK\"NOK˵l\ $DBZDΡ]f8=Afm'sG&}kN%%33h>)'"8 1H IB ?h%dݾnKwZ{_oeC˼l^ٴNӥo_jkçd:( ;<OVp }ۨrD$73U}f;ϵ.pu[˭]MuSB}SDvl6:Nͻ="E>ѭ!Y@ G&*NTr1|6j1g'ǹL H囊61CU6=K`pE?j/5c.Fg sWqbO)eB S0VA/8 n毚#))S]HvTF|uu 6|7Ӽ:* : HrGͥ`Ҵy; &0)T+>¶߿MӺYnz'q 6଩w>zoy ֦zĎ_ǩ8uyB}w;7n} IgKfUVۍ:`i$Y0L)[MiN?rQEadx2WTFPzHSuAJ9+ 1T" gdйruN5}{dB AcLd)wP# (aD2 %J[JB'I؉;5 )1˧DYQ2~?bg"_&$⑲ ޤI.I r+ 7h6zMGlo;Nx-TI),ٽ<E\\%KҔT&=2@%"R J;âίԍxɤWt9glQC^GE::35׍R`5"`VYV:.Y{pnŜ O2Ei_-VT.0T;hJE_Cd~ o5kHu_VҞОZz@IB2:JvͦTˬP%t?8fj.!9脖]$3 h2w֨5* ސK"#'w3*S KIn yʶq# ~Bo_ߛXhsas,oVR[ToOã:D4>_UsHURyB ܋݃]R{i2Ma2ac'-OI'=aKRlsTefjQNV?Do%RŃ;g3F:NAN0뙺e;g#ꮧ=laŖl!.ٷ8j)@VE<.D^% Ⱥ)K'a*?E !PXgOl(PdCdkc(X)X j,,%Xs!sNOXYO [w=|tT._hYqWNv7BT RDpEq̑&D>z3"0Fo9>z|g*sy*M/d"=gNMgo:4ʣڭzW7@tVyQPXŃ #,XK;/(*܍Qt'"Ds+rؘˡ@(F#ӭcP=?p('&K,7N}V  PJ 3!2G΍s*/1gr@,F/%_|vp|.= Ӈ /n2AhцGjjhcJImXO8;>]Zuj!]>OY ^O@#G}N gmr09V̜zlKav4P!U!P>qEí_<3Q#gK ylȆJ-Vyt\4A4 NbSC[0+$Q5Hg;i;'ѿDkwE\9..QQ^tH/A5j=k0 D8Sz3g(cDuYP̳Hf= bstq1LvH=X4[ } c<~EZ_'HŬ̠'0^㎏8$%^9IiO;.`%6UGؖIݭh s _ʏlciHݶL_eSk\I [D?v*{o\],sW\a^ʼj}uJUvKJKvЕҕݙ;V锿y?ʴ8Io"'0+Jhc(N@ZrͺTAg/H/9Eu.Utp`wt:|_ ez谲M"6CmjI*Ŀ1sYbEŜV~ihuq:JD$wzҎ5ͼ\fn'"=fQn5Fs;ROeGnJr]ܑBX}gى3]2N?)zxK+fAAe"fEdGӱ:n>b[&%}W?ݞǮ3W_D[Ušqa|}c_lUOs9}ȫ/uT[T$t.!^PNPHB.1tS.iƃ܄gTII$.GeqK%VVWjc5ۭpp?%OX0!JmbO&gh)D4#'%d^+f/G, Q'zgбou Uv_Wrje{^<3Y,*ғ]ޛFV+ #Y)\6{g~ݽ'ǹ [Oioy䏄_W;ʬ=<<7OyiI~%2b51c`\l# 1-s.j}ff1bEtZ 8,hU 0&x !$NjUOAn3 F'IR++ v)|*:GՂ~{Y _PPPp}(s ˽>J~h(0 }Swq[u `O/O 4 wZ6eL6'.ȩ0vl0ti%w4gE"*B::x֯Tq2ctVөء`dB),Krkv:MoaO,Ņ&̋yisM@6vLwv&n^G&t3ρGA$DpNL$t2LY?ܜL~g수Z:onEǂ2u R1⟏Z~MG6iVB(=%m2WFTZ0-i4ږ]#ޯd1Ө~SeRƜ}#Ì2uf̥~#J=%0ϱEDtgj^D="?O,yiGģ.S-ٶEJ;[&~5M@Gf6H|75JVϝ#GrHsDޣp넏ݦT,߮FW76բp,$W\D N-W}p /-z\PuےBTu>v}q`uޞ3n\Q7LƄt]7;7^\>||v[̪[yEe[Os-|v|īZu)ϕbؓe~Ͽ]GxcXiTي+I^OUAm}ꍸ]Žg{|hm=!f4lRd%Uj[{ոgIIV"G-H,8$9w`tx;(bqFj66՜.',X-1 a|(Kԇ0v4CYE%C)ߺp"q՚&C!?ZzD8.+>rGs!,3Elc̩'=?gsD%U+=%MJi>帼HZ ,8A_ yo F|kzݘ۹>&W_Ko"ρ7ӿO%{JJzTeqVTU,im1]mg mNRFvQ¼Vg{)٭5Ag0}]nvޔpG);2\&фIrد3g7^&KQ%'*p:>KAu(>4,`a7Pu9m8(~%'yɃ~T\m+Qw=\8Μ頦k䮂'#N>(g-*$iTD|V\f.SZ&`[Q xMxQ`Ul.6&V'zxh%w%g'3>7xm۳L=wnjc>xoV،So߾y鎀#Wݸl߽ÜyY#68N ]C}G;66c_<;x9'Ӆv_M]D; ?qՊwrtgvF.78>7G?<+hՍm1ܛfP`ku[>H}S߁@dɮk֭1CaV|O9ӿ]T-BZlfES`tΌOT?CjRè*o7B Vit% PwMr{Uxk 3qfG 5Anx4*~jyںɖOGg ^(_U vhHrBW8aq8VD- BN2jOMS` Xvr h^Xk$XP`Z9ʚ*d( y ,X~֢*- lT yfd0`5˿˿`-zL/*00 7N.= 4_71xD_'5~b2W1wzV|4Ew@F64r* 500fCI9GBMꏠa ;[ fZ ArXoe6h{ڑhu EAeDS(W~m mTp/TQq8:&ʇ^6KҳBB!JhnqbvJQ(b㥩uV;rFqN|M;^?BV?0hI9bI(+aȡ8hP 5 zeX)} WBYz5;F+py|i:yl4v62N_IW񦥸an~u*s>i櫗@0F+ecmxZ6(U>FT$ƃmLJ:FM66Azҵ0t$XFX9bqoϬS#9U (<*nPz-QۡԶ92" ZdL;x`p2__mYl=/,f}ld.'yt#RK5Q <5\-$XiCJȓ9 [eUfZN KkpKz&q)+l9:"bWд'ir)>X5f9YW>En"4^z~ gβLa cVՋ`_V~VExڔkuwi?mZsF:\fX/`P+$0]-d2Zd(L{"a2LS4Dt{,\!2ucLOsb+JgBi9mYM,w_,S[P XXe<ʟVo<ӣ*gR (M 0Jg0W4ݻ!0\`AmK%U]ʺpg`ӿ#ѡ~ F0 MK2xw/ӯ1`n06 NˊR4q P@P(# NHX k*eeyST,565TVUJ͐̕Vִ,mX"FSy}KP-׷K5RU[cSUs$5.e+*kH^},5hKD;TjU5U,de5-RuMK=m-˛Zj*6I+Jh zo BT yie@}fiiò*\\/^V%wXV^S+Uו/b&Pri˂ᯢ 0ʦhՕ5URySM3eHuS4O 5X#PJnZ1#B+i*_m5ʱȳ#`;_E۰ `gω5+;nq?@8~-뛚w75_|}O=4_|}O=4_|}O=4_|}Os{g&p+ <ǞKǼ4k%eڽT+oal{p?!f/]=r™^tOp!( y8J3NLrY3s$e<L.i|?y[8˼<K@ !_zcB85J%vC8IK$=.yLu鷛͜}! :Ы5@Xn!p=#β?hw^7d@N`+wr]Y#-ٳ\mMo1h צ!Edy. N9G8ap>q%\G#dE7rF.!g,/'D{!?t=9Iyq@8#jrwym ! H~Ob A w0Al&oy H{m$ |y IWGXWfDeLDR"Tsz&ɟK>Ϟ9u@סבB'AjM4a=B@ !HeBx́ACNC7xbO 9U{B~޿w2_&/'{P-;UӬpy ΃PwCP#$ucF50џ17x 2\DğqQ]DFW2D (chD2= Tn&[K[K[K[O}Sھ;{c&<0 x]|x̍ǒc?1#Ywⱗ3xlet<$\$)5U^˩E`}$826!YHRJ9erzP 0 /w!0A/ !.QACPv*~7A(>f|Ľ0JtBxO SH?It>q)wqCr8#,բLb?i˵.r75d{S0Þx̃= trkwB5xF6Z[UyrUM4[T^;[$ O3C&Y{@KF_բt2<S}iU6f g!⼜8 >^f8/(NhCq%Ppr37N`((y mQXOq8ƓIb_޵uު [zRu+]FڮC`e[)["ūiBo>mjr|a7PپIcanUxic%).Kh_Ŵbb2ضOW^ڙҾ..b»0y]!X@z_{]2BEg")ZdERnaJ!R$BŻFFGRdR˱oR( #ՆrkCeWC -Url\@39.HJiV ~uG7oP؟Gp;Jm!` Z Stnc-7)E # bDy5p%e/ʱ,c?nN؝ endstream endobj 173 0 obj 16303 endobj 174 0 obj <> endobj 175 0 obj <> stream x]Mn0Ft !R$Qi@!E*2΂㡭~8sIX?heaVmL ҭcg׶`lt?EمmNjCXv7Z?n|ڱ$*K$}YS,pCLN3 8䏔' \5 5ͣ'OgL9G&>䟅 d?\o .&Vz43 7 endstream endobj 176 0 obj <> endobj 177 0 obj <> stream xX{pSיյ-;el{T` C"(F$KRW%f'[)NK4mhgZ@qa4fg3dLۄLZs Jw8]JCM>@*|})C[G=8 >zƒG7]h#r#DF׌A W# 7Ji}8J !,ˆw Z|IP""MHܵ}YW%Mq&'gt"  W n,>*>{poN gܺ/柃ga^3Wq2|s (pw0 p ypы 8 _ Y &f.I*V8 IǼ=ێM| p=O! #cΫFn'xx߄ #Yx*`?#_^Ċ MgeUA[Nu sðg1,x`ӄ)wf;F(}}惙Ps̾<~eEOabȌ;+ p#wݙ4ͮ(q,gq>>)Y/ QF'r+Wja^2 m6O:fmiO;rkzH~B?yҬ=V=AKfu͖ba eK)t3 ܊aY.&̙{-.Y@ǎA=Z|"`wېd87@+>0"ᎃ |NWF B=e s =7OC\*r}8O?#T^h5$Qȳ"*oH^iQR$ Y/T0 gu H)1v'C#ŲYB Yvb]]@3>cfh-:5k}I.+S"w==nv^`6 a!ZЪ:dsCW3%Kr|RҪXX:hAU F`2w:Mc.uf"R =Y]254)?ܣةh @z6 W!6<ZAjQZH-ssy c(p1=_(F96,,XA Ola_,xGfZ澵y]TzֽbX&iT8/Vk : r\r.R뺇Y _q;8.gy=q%"&0 >qqr/ql:8^u%/q_x;'E1WsV T{]Z~C=%bm%ⱄ7EkiS8L`*Id : 7m􆽉9íj%ڍnb(I4o4vLz8cb7 $kzSO[T 1rzi;H{tΏƢ)Mx  R?!]{PD<R4/ck( 4P2ިBC@4UKgcǢA&"趫rތ?amN%B>h>~FI"l!G1onP٫fHP,7pM{S L'((JŷFf.5$` O<{#0HJ!o-9~=]]1}ZaB|7P --g/rBP&5,ɩ\pS~ڑ^dqRJjYQ،6b5n{ LJ(pF˃IߓNbWf}FfBnXϵX.)GgusiqAt;8o!~?˧p;޺cy:Rr":`yyլt'k2'شC}/rH3!&RRMd%8Jf״Ȥlo$;>\wmPv\n4Ɖy-+2g Ơ2b)++5I&߶O9ƠV\7ާ%s/;Yײ`MŨYڤYmz\'S߱ׄ.+݃U+z1YAV3\Gj2[MeH?9:0|K8D qb?I~Sk篰_ZǦ2ta忑_8_ }N+2k34#gg♡̅y+S2J4H蔜¾#]B<\pcޱHh_(>]l}sw [mFҸ\lnlp87׋͛͛:MW76&xыv5gXn=bb.o(ustk|(gGW6v_`|o-m^dnѹ*%njgKu >{ؙg ƄBO_OM[YgZ ֘V6T)5-% B[Dj&.Vwmb^\znJ\#n"XV-A!) WRɔC*Qp!n! 9$x!]Z-M].Kir"=?f^+S?.tG cϏ/ ]䉡 88o18V0Kc1}I񽢡T( %JJ%~#m|_\sq=SnE ؓL%<+W)&Qƈ2k+Ȱj#TLr}lIMrICL/JG?uWDfm[b?3 endstream endobj 178 0 obj 3570 endobj 179 0 obj <> endobj 180 0 obj <> stream x]AO 96О&f&=?´؁L)VM<@x7kQ13.qe0HU5fߖsGcl_[2opzqwȁ&8_{'Hj[8=O6=u.;"_mKuw=.:dKƘۭUHw>,K1)t~ڀ[ITߓbک}Ymu endstream endobj 181 0 obj <> endobj 182 0 obj <> endobj 183 0 obj <> endobj 184 0 obj <> endobj 185 0 obj <> /ProcSet[/PDF/Text/ImageC/ImageI/ImageB] >> endobj 1 0 obj <>/Contents 2 0 R>> endobj 6 0 obj <>/Contents 7 0 R>> endobj 9 0 obj <>/Contents 10 0 R>> endobj 12 0 obj <>/Contents 13 0 R>> endobj 15 0 obj <>/Contents 16 0 R>> endobj 18 0 obj <>/Contents 19 0 R>> endobj 21 0 obj <>/Contents 22 0 R>> endobj 24 0 obj <>/Contents 25 0 R>> endobj 27 0 obj <>/Contents 28 0 R>> endobj 30 0 obj <>/Contents 31 0 R>> endobj 33 0 obj <>/Contents 34 0 R>> endobj 36 0 obj <>/Contents 37 0 R>> endobj 39 0 obj <>/Contents 40 0 R>> endobj 42 0 obj <>/Contents 43 0 R>> endobj 45 0 obj <>/Contents 46 0 R>> endobj 48 0 obj <>/Contents 49 0 R>> endobj 51 0 obj <>/Contents 52 0 R>> endobj 54 0 obj <>/Contents 55 0 R>> endobj 146 0 obj <> endobj 57 0 obj <> >> endobj 58 0 obj <> >> endobj 59 0 obj <> >> endobj 60 0 obj <> >> endobj 61 0 obj <> >> endobj 62 0 obj <> >> endobj 63 0 obj <> >> endobj 64 0 obj <> >> endobj 65 0 obj <> >> endobj 66 0 obj <> >> endobj 67 0 obj <> >> endobj 68 0 obj <> >> endobj 69 0 obj <> >> endobj 70 0 obj <> >> endobj 71 0 obj <> >> endobj 72 0 obj <> >> endobj 73 0 obj <> >> endobj 74 0 obj <> >> endobj 75 0 obj <> >> endobj 76 0 obj <> >> endobj 77 0 obj <> >> endobj 78 0 obj <> >> endobj 79 0 obj <> >> endobj 80 0 obj <> >> endobj 81 0 obj <> >> endobj 82 0 obj <> >> endobj 83 0 obj <> >> endobj 84 0 obj <> >> endobj 85 0 obj <> >> endobj 86 0 obj <> >> endobj 87 0 obj <> >> endobj 88 0 obj <> >> endobj 89 0 obj <> >> endobj 90 0 obj <> >> endobj 91 0 obj <> >> endobj 92 0 obj <> >> endobj 93 0 obj <> >> endobj 94 0 obj <> >> endobj 95 0 obj <> endobj 96 0 obj <> endobj 97 0 obj <> endobj 98 0 obj <> endobj 99 0 obj <> endobj 100 0 obj <> endobj 101 0 obj <> endobj 102 0 obj <> endobj 103 0 obj <> endobj 104 0 obj <> endobj 105 0 obj <> endobj 106 0 obj <> endobj 107 0 obj <> endobj 108 0 obj <> endobj 109 0 obj <> endobj 110 0 obj <> endobj 111 0 obj <> endobj 112 0 obj <> endobj 113 0 obj <> endobj 114 0 obj <> endobj 115 0 obj <> endobj 116 0 obj <> endobj 117 0 obj <> endobj 118 0 obj <> endobj 119 0 obj <> endobj 120 0 obj <> endobj 121 0 obj <> endobj 122 0 obj <> endobj 123 0 obj <> endobj 124 0 obj <> endobj 125 0 obj <> endobj 126 0 obj <> endobj 127 0 obj <> endobj 128 0 obj <> endobj 129 0 obj <> endobj 130 0 obj <> endobj 131 0 obj <> endobj 132 0 obj <> endobj 133 0 obj <> endobj 134 0 obj <> endobj 135 0 obj <> endobj 136 0 obj <> endobj 137 0 obj <> endobj 138 0 obj <> endobj 139 0 obj <> endobj 140 0 obj <> endobj 141 0 obj <> endobj 142 0 obj <> endobj 143 0 obj <> endobj 144 0 obj <> endobj 145 0 obj <> endobj 186 0 obj <> /Lang(fr-FR) >> endobj 187 0 obj < /Author /Creator /Producer /CreationDate(D:20150412204943-04'00')>> endobj xref 0 188 0000000000 65535 f 0000187802 00000 n 0000000019 00000 n 0000002662 00000 n 0000002683 00000 n 0000010165 00000 n 0000187987 00000 n 0000010186 00000 n 0000014573 00000 n 0000188172 00000 n 0000014594 00000 n 0000020377 00000 n 0000188379 00000 n 0000020399 00000 n 0000027052 00000 n 0000188576 00000 n 0000027074 00000 n 0000032518 00000 n 0000188798 00000 n 0000032540 00000 n 0000038595 00000 n 0000189019 00000 n 0000038617 00000 n 0000043479 00000 n 0000189217 00000 n 0000043501 00000 n 0000048303 00000 n 0000189407 00000 n 0000048325 00000 n 0000053274 00000 n 0000189613 00000 n 0000053296 00000 n 0000058614 00000 n 0000189826 00000 n 0000058636 00000 n 0000063089 00000 n 0000190024 00000 n 0000063111 00000 n 0000068336 00000 n 0000190198 00000 n 0000068358 00000 n 0000073585 00000 n 0000190387 00000 n 0000073607 00000 n 0000078867 00000 n 0000190592 00000 n 0000078889 00000 n 0000083227 00000 n 0000190774 00000 n 0000083249 00000 n 0000087658 00000 n 0000190947 00000 n 0000087680 00000 n 0000092541 00000 n 0000191162 00000 n 0000092563 00000 n 0000095072 00000 n 0000191548 00000 n 0000191712 00000 n 0000191876 00000 n 0000192040 00000 n 0000192204 00000 n 0000192368 00000 n 0000192532 00000 n 0000192696 00000 n 0000192860 00000 n 0000193024 00000 n 0000193188 00000 n 0000193352 00000 n 0000193516 00000 n 0000193680 00000 n 0000193844 00000 n 0000194008 00000 n 0000194194 00000 n 0000194381 00000 n 0000194568 00000 n 0000194733 00000 n 0000194883 00000 n 0000195041 00000 n 0000195189 00000 n 0000195363 00000 n 0000195548 00000 n 0000195708 00000 n 0000195860 00000 n 0000196012 00000 n 0000196185 00000 n 0000196360 00000 n 0000196527 00000 n 0000196701 00000 n 0000196879 00000 n 0000197025 00000 n 0000197173 00000 n 0000197319 00000 n 0000197483 00000 n 0000197647 00000 n 0000197798 00000 n 0000197915 00000 n 0000198032 00000 n 0000198151 00000 n 0000198270 00000 n 0000198388 00000 n 0000198509 00000 n 0000198630 00000 n 0000198751 00000 n 0000198870 00000 n 0000198991 00000 n 0000199110 00000 n 0000199229 00000 n 0000199348 00000 n 0000199467 00000 n 0000199586 00000 n 0000199707 00000 n 0000199828 00000 n 0000199947 00000 n 0000200066 00000 n 0000200185 00000 n 0000200304 00000 n 0000200425 00000 n 0000200544 00000 n 0000200665 00000 n 0000200786 00000 n 0000200907 00000 n 0000201026 00000 n 0000201147 00000 n 0000201266 00000 n 0000201387 00000 n 0000201506 00000 n 0000201625 00000 n 0000201744 00000 n 0000201865 00000 n 0000201986 00000 n 0000202105 00000 n 0000202226 00000 n 0000202345 00000 n 0000202466 00000 n 0000202587 00000 n 0000202706 00000 n 0000202827 00000 n 0000202948 00000 n 0000203065 00000 n 0000203186 00000 n 0000203307 00000 n 0000203426 00000 n 0000203547 00000 n 0000203668 00000 n 0000203787 00000 n 0000191328 00000 n 0000095094 00000 n 0000109847 00000 n 0000109871 00000 n 0000110073 00000 n 0000110459 00000 n 0000110709 00000 n 0000134422 00000 n 0000134446 00000 n 0000134639 00000 n 0000135400 00000 n 0000135987 00000 n 0000147439 00000 n 0000147463 00000 n 0000147661 00000 n 0000148149 00000 n 0000148485 00000 n 0000158313 00000 n 0000158336 00000 n 0000158539 00000 n 0000158842 00000 n 0000159021 00000 n 0000164784 00000 n 0000164807 00000 n 0000165016 00000 n 0000165468 00000 n 0000165782 00000 n 0000182174 00000 n 0000182198 00000 n 0000182391 00000 n 0000182795 00000 n 0000183054 00000 n 0000186712 00000 n 0000186735 00000 n 0000186929 00000 n 0000187221 00000 n 0000187383 00000 n 0000187476 00000 n 0000187577 00000 n 0000187701 00000 n 0000203906 00000 n 0000204051 00000 n trailer < ] /DocChecksum /EC2739611E0DA61613E17B42927012E1 >> startxref 204662 %%EOF