Danniela QuintanaDanniela Quintana42023-12-07T12:55:002024-01-08T20:05:00PT13MLibreOffice/6.1.5.2$Linux_X86_64 LibreOffice_project/10$Build-216.00000falsefalsefalsefalse 0 0 0 0 true false false false false false false false true true true false true false true false false true true false 30 true true false true false false true true true false true true false false 1 true false true true false true false false 0 0 false false true true false true false false true true false false true 30 true true true false false high-resolution true true true true true true false true false true true false false true false 0 /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAANAnMDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwCKiiiv6N1P5ECtexvvO/67VkUUajpVPZnd eD9D/wCEi8RWWmyT+VDcyfvJfv8AlR/fd67qz+FOkTaVBdXuuXlndS26SSRxWyPHCjW73Lj7 y/chT/0VXlnhzXr2zkhv7KY2V3ayfu5Iq3/+E48Qfavt/wDas32vz/tfmf7ePK/9BrwMTSxU qn7mfKfX4LEYOjT/AH0ObX8DrfD/AMKLPxQ+pNFqc9paI8MdvNeWqo/mSRNL+8VmX18v93v/ ANbWzqfwL0/S72G2OtTf6bcfZbaEWyPJ5mH+eTbKfk2J/v8A+xXmc3jDWZb5Z5b+WSdLn+0Q 5/578fP/AOOin23xD1+009rSHU7iO2cfZzGH/g9P/Iz/AJ159TDY69/aHZSxmVv+JSZ6TD8B LGaEXH9uTeV5cPlXXlw7N7b/APpr/sf7/wDsVma58J9G0VZS2s3k8KXL2qC1torjzXVHf/ln I3lp8nT7/wDsVx2tePPEOq+T9v1Sa8+yvHNH5n/PRf4/rUusfErxLIl5bzarM8d7DsudvyeY Of7v+8aFhsd/z8HVxWUx/h0X/X/bx3MnwLs54cWGqXck8cqeZDd2yL+7zbtNJ8rH7guKi1T4 Jw6HNfRyatN5ttYfbo4vs3z/APLbf8jOv3PJ/wCWf+/XFQ/EbxJDffaItVmjn5/eD/ppJGzf +giov+E+8SG1ksP7cvfsk4Nu8fmfwN5mR/48af1fHf8APwX1rKf+fL/r/t4zYdKvr6x+0xQT zQ/6r9zU39h6nP8A6qxn/wC/T0/Tde1TQI/s9lfzRR/vOM+se2tS28Xa9H01ab/XF+i9/wAK 9PlrdkeXS+rS+O5hf2XffuJfsM/k3P8Aq/3X+t3fJ/7JU39h6nBP5X2Gf/v1vqb/AISnVfsc dr9rbyoMbOOnl/dq1/wmWu/u/wDTx+4zs/cr369qLVeyH/s3mZP9lX3/AD4z/vNnl/uv71Tf 8I5qcH+tsZ/+/T/7n/slWrrxprUiR25vm8uBldBsXrHJuXtU0njLW7r7+oyn8F/wotW7IP8A ZvMz/wCw9T/58Z/3f/TJ6P7D1OD/AFtjP/36erX/AAmutf8AP83f+Be/l+3+yKuf8Jlrf2qR /wC0Zczzb34X0kX0/wBo0WrdkH+zeZkwaVfTz/ZooJ/O8zyv7lTQaHqc/wC6isZ/3n/TL/c/ +Lpf+Ey1T7R9o8//AEjz5LvzO+9o9prQ/wCEo1n5f9PHydP3K/4U7VeyD/ZvMzv7D1P/AJ8Z /wCD/lk/8VU54JYP3UsHk/8AXatax8a6033b5h/vKrf0qrqGqXWtTfa7yYzS+SE59B0otV7I VX6sqf7u5UooorUxJaKKKDYKKKKx1GS0UUUamxY5o5pN1G6jUZPRRRWBsFS1FUtABUtRVLQb ljmjmk3Ubqx1NiepaiqWjU3CpaiqWuc2LHNJb0bqLegZPUtRVLWOpuS1Y5qvU+6jU2J6lqKp awNwqWoqlrHU2L1FFFGpuSw1d5qlDVzdWBuT1LUVS1jqbk0FXIKpwVcgrnNiapaiqWsdTcnt 6uVTt6uVgbEtXYKpVdgrHU3JquW9U6uW9YG5NBVyCqcFXIKx1Nya3q5DVO3q5DXObFyCpcGo oKlyawZuT0UUVibH/9k= ARTÍCULO CIENTÍFICO: La relación entre el estrés financiero y la productividad de los trabajadores que conforman el grupo de empresas Tessacorp en el período 2022. /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAANAnMDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9Tn+7VW4q0/3aq3FaxAhm6VTnq5N0qnPX QjiKc9QzVNPUM1dBjqVOagnqbdUM9bHOU56i5qWeod1bmOpTqGepqhnrYwIuapVc3VTrcx1I qh5qaoN1bmBTqKpaircx1IeagnqbdUM9bHOQ1FUtRUGOpDzVep91QVuYEVRVLUVbGOpDzVep 91QUGBFRRRW4EVQ81NUG6tjHUgqKpaipnOFRVLUVbGOpDzRzSbqN1MwIKKKK2MdSKoqlqKgN QooooMCHmjmk3Ubq3MdSCiiijUNQqKpaioOcKKKK2AiooooMdRIIJZ54Iov9dJ/q6uT+HNTg n8r7DP8A9+qoxXT2skdwhxJA29D71u/8Jlr37v8A4mk37j7lc9V1F/DNYSpR/jN/Iof2Hqfn wRfYZ/Okj82P91/sb6P7Dvv+fGf/AFnlf6r955n9yrv/AAl+sfaY3+2tmDds+Rf+WmN3b/ZF Qr4u1iOf7QL1vP8AP+1+ZsXO/wDKqtW7Ir/ZvMpf2HqX/PjP/wB+nog0PUp/P8uxn/d/6z91 /sbv/QKv2vi7Wo9uNSl+Tpwv+FM/4TLWv33/ABMJf9KP2h+f4/L25otW7IP9m8yH/hHNT8/y vsM/nf8AXJ6h/wCEc1P/AJ8Z/wDv09XF8Za1G/2gahL5nHOfTpUX/CX6x5f2f7a3l/u+Nq9u nanar2Qf7N5lKfSr6D97LYz/APfp6m/sPUvIglisZ5vM/wBX+63/AHX2/wDodWJvHmt/6N51 41xtnjux5gz84kLD/wBCNOtfEmsx22yK/wBo5+9Crf6yTc1K1bsg/wBm8yr/AGHqfkeb9hn/ AO/T/wC//wCz0T6HfQfvZbGeHy/+mT1c/wCEy1v/AKCEv50sni/WLqGS0e9YxT/f+Rfb2/2R TtV7IX+zeZf8OeCrXVdFOoXt9NDEJLwy+TFvfyoIUb/0OWKOtfxf8NdE8MW920Gq6lcXKCaO OMWKeXvgdFcu6t8n365OPxNq2n6NJpltfyxaZPLve0B+T/ln/wDE1PJ4x125s7qwfU5vsd3c G5uI/wDnpKT5pb/vquL2OL9rze09066dfB+x9n7P3rb+f/gR6b/woDTv33neIZ4ZreTy7jBh PlDa7O/+t+58kv8At/uvuVnWHwU0y4mnj/tybzLeeaxuIvsqfvbyPyt6Qbm+f7/+/wDufkrz 2LxZrFq808d/KJJLg3MvP+slkjkVmP8A30a0f+FoeKd27+27zOPs/wDrP4ax+qZj/wA/zp+v 5R/z5Z2t98F9J0mzkuLnWpzNAViuLUS26PvZN2f3k6/9Nf8Ab/dfcqjb/C3w+dUvbKTW9U82 z3xSeTp6bPMWZIP3bs37z55q4638beILE6gY9VmB1Q/aLv5V/eN+89v9qnSfEbxJqFws9zqs 0s6bcSH/AKZsJl/8eUVKw2P/AOfpf1zLv+fH9feekf8ADPkU39qy22qzS2kcHm2Uv2X/AFv7 nc//AI//AO1K4Lx54Pg8H2+lywXs12b1D5mI0SPepTf91j/H+7/efPWYPiFr+yyg/tO42W2N nzn+Hp/6Of8AOq+ueKNX8VXUb6tfy3xgh2J5hrppU8dRq2rVOaJyYjGZZWpSdKk4yMyefyP3 stYN9fefSahdPJPyajr3qdM+SqVPaBRRRXRqYBRRRRqB/9k= Andrea Ximena Moreta Rivera, Ángela Verónica Verdesoto Bastidas & Iralda Eugenia Benavides Echeverría /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAANAnMDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwCKiiiv6N1P5ECtexvvO/67VkUUajpVPZnd eD9D/wCEi8RWWmyT+VDcyfvJfv8AlR/fd67qz+FOkTaVBdXuuXlndS26SSRxWyPHCjW73Lj7 y/chT/0VXlnhzXr2zkhv7KY2V3ayfu5Iq3/+E48Qfavt/wDas32vz/tfmf7ePK/9BrwMTSxU qn7mfKfX4LEYOjT/AH0ObX8DrfD/AMKLPxQ+pNFqc9paI8MdvNeWqo/mSRNL+8VmX18v93v/ ANbWzqfwL0/S72G2OtTf6bcfZbaEWyPJ5mH+eTbKfk2J/v8A+xXmc3jDWZb5Z5b+WSdLn+0Q 5/578fP/AOOin23xD1+009rSHU7iO2cfZzGH/g9P/Iz/AJ159TDY69/aHZSxmVv+JSZ6TD8B LGaEXH9uTeV5cPlXXlw7N7b/APpr/sf7/wDsVma58J9G0VZS2s3k8KXL2qC1torjzXVHf/ln I3lp8nT7/wDsVx2tePPEOq+T9v1Sa8+yvHNH5n/PRf4/rUusfErxLIl5bzarM8d7DsudvyeY Of7v+8aFhsd/z8HVxWUx/h0X/X/bx3MnwLs54cWGqXck8cqeZDd2yL+7zbtNJ8rH7guKi1T4 Jw6HNfRyatN5ttYfbo4vs3z/APLbf8jOv3PJ/wCWf+/XFQ/EbxJDffaItVmjn5/eD/ppJGzf +giov+E+8SG1ksP7cvfsk4Nu8fmfwN5mR/48af1fHf8APwX1rKf+fL/r/t4zYdKvr6x+0xQT zQ/6r9zU39h6nP8A6qxn/wC/T0/Tde1TQI/s9lfzRR/vOM+se2tS28Xa9H01ab/XF+i9/wAK 9PlrdkeXS+rS+O5hf2XffuJfsM/k3P8Aq/3X+t3fJ/7JU39h6nBP5X2Gf/v1vqb/AISnVfsc dr9rbyoMbOOnl/dq1/wmWu/u/wDTx+4zs/cr369qLVeyH/s3mZP9lX3/AD4z/vNnl/uv71Tf 8I5qcH+tsZ/+/T/7n/slWrrxprUiR25vm8uBldBsXrHJuXtU0njLW7r7+oyn8F/wotW7IP8A ZvMz/wCw9T/58Z/3f/TJ6P7D1OD/AFtjP/36erX/AAmutf8AP83f+Be/l+3+yKuf8Jlrf2qR /wC0Zczzb34X0kX0/wBo0WrdkH+zeZkwaVfTz/ZooJ/O8zyv7lTQaHqc/wC6isZ/3n/TL/c/ +Lpf+Ey1T7R9o8//AEjz5LvzO+9o9prQ/wCEo1n5f9PHydP3K/4U7VeyD/ZvMzv7D1P/AJ8Z /wCD/lk/8VU54JYP3UsHk/8AXatax8a6033b5h/vKrf0qrqGqXWtTfa7yYzS+SE59B0otV7I VX6sqf7u5UooorUxJaKKKDYKKKKx1GS0UUUamxY5o5pN1G6jUZPRRRWBsFS1FUtABUtRVLQb ljmjmk3Ubqx1NiepaiqWjU3CpaiqWuc2LHNJb0bqLegZPUtRVLWOpuS1Y5qvU+6jU2J6lqKp awNwqWoqlrHU2L1FFFGpuSw1d5qlDVzdWBuT1LUVS1jqbk0FXIKpwVcgrnNiapaiqWsdTcnt 6uVTt6uVgbEtXYKpVdgrHU3JquW9U6uW9YG5NBVyCqcFXIKx1Nya3q5DVO3q5DXObFyCpcGo oKlyawZuT0UUVibH/9k= ARTÍCULO CIENTÍFICO: La relación entre el estrés financiero y la productividad de los trabajadores que conforman el grupo de empresas Tessacorp en el período 2022. LA RELACIÓN ENTRE EL ESTRÉS FINANCIERO Y LA PRODUCTIVIDAD DE LOS TRABAJADORES QUE CONFORMAN EL GRUPO DE EMPRESAS TESSACORP EN EL PERÍODO 2022 The relationship between financial stress and the productivity of the workers that make up the Tessacorp group of companies in the period 2022 Andrea Ximena, Moreta-Rivera https://orcid.org/0009-0000-2025-0128 axmoreta95@gmail.com Universidad de las Fuerzas Armadas ESPE, Latacunga - Ecuador Programa de Maestría en Administración de Empresas mención Finanzas Ángela Verónica Verdesoto-Bastidas https://orcid.org/0009-0001-0286-510X averdesoto79@hotmail.com Universidad de las Fuerzas Armadas ESPE, Latacunga - Ecuador Programa de Maestría en Administración de Empresas mención Finanzas Iralda Eugenia, Benavides-Echeverría https://orcid.org/0000-0002-7806-9257 iebenavides@espe.edu.ec Universidad de las Fuerzas Armadas ESPE, Latacunga - Ecuador Programa de Maestría en Administración de Empresas mención Finanzas Grupo de investigación GIFACE, Universidad de Los Andes, Mérida, Venezuela Resumen La presente investigación tiene como finalidad evaluar la relación del estrés financiero en la productividad del personal de las empresas que conforman el grupo Tessacorp en el periodo 2022. Los objetivos propuestos fueron determinar los principales estresores, cuantificar la relación existente entre la productividad del personal y el estrés financiero y finalmente Proponer lineamientos o estrategias orientadas a minimizar el estrés financiero en los trabajadores, que permita mejorar su productividad. La metodología empleada fue de enfoque cuantitativo de tipo transversal y correlacional; para la recolección de datos el instrumento utilizado fue la encuesta, misma que se validó con la finalidad de proporcionar mayor veracidad a la investigación a través de ecuaciones estructurales, las cuales se basan en la representación 2424 gráfica de las relaciones de causalidad con la aplicación del Sistema AMOS, obteniendo como resultado que el estrés financiero si se relaciona con la productividad de los trabajadores en el Grupo Corporativo Tessacorp. Palabras clave: Estrés, Financiero, Productividad, Recursos. Recibido: 12 de mayo de 2023, Aprobado: 06 de junio de 2023, Publicado: 21 de septiembre 2023. Correspondiente al autor: axmoreta95@gmail.com Abstract The purpose of this research is to evaluate the relationship of financial stress in the productivity of the personnel of the companies that make up the Tessacorp group in the period 2022. The proposed objectives were to determine the main stressors, quantify the relationship between the productivity of the personnel and the financial stress and finally Propose guidelines or strategies aimed at minimizing financial stress on workers, which allows them to improve their productivity. The methodology used was a quantitative approach of a cross-sectional and correlational type; For data collection, the instrument used was the survey, which was validated in order to provide greater veracity to the investigation through structural equations, which are based on the graphic representation of causal relationships with the application of the System. AMOS, obtaining as a result that financial stress is related to the productivity of workers in the Tessacorp Corporate Group. Keywords: Stress, Financial, Productivity, Resources. 2525 Introducción El estrés hoy en día, es considerada la enfermedad del siglo XXI, según los expertos que lo atribuyen al estilo de vida tan frenético (López, 2020), convirtiéndose en unos de los factores más perjudiciales para los seres humanos, ya que, al encontrarse en un mundo globalizado, la competitividad, búsqueda de mejora continua, incremento de réditos económicos, entre otros factores, llegan a generar ansiedad y sensación de vulnerabilidad o escasez cuando no se cuenta con el control adecuado y oportuno. La generación de estrés puede llegar a tomar tanta fuerza en el comportamiento humano, de tal forma que, parámetros de diferenciación en el desempeño de las actividades laborales disminuyan, como es el caso de la eficiencia, eficacia y por ende la productividad. Dentro de los diferentes tipos de estrés que afectan la salud física y mental de los individuos, el financiero se presenta con mayor frecuencia, debido a altos niveles de endeudamiento, como resultado de malas prácticas de ahorro, factores externos como recesiones económicas, entre otros. La productividad tiene que ver con los resultados que se obtienen en un proceso o un sistema, por lo que incrementar la productividad es lograr mejores resultados considerando los recursos empleados para generarlos (Gutiérrez, 2010), al referirse a recursos, estos pueden ser naturales, materiales, económicos, tecnológicos y humanos, siendo este último, el más importante de todos, a razón de que las estrategias y las herramientas son utilizadas e implementadas por personas, por lo que mantener un ambiente laboral grato es preponderante si se quiere obtener niveles de productividad altos (Mendoza, 2011). A partir de esta aseveración, es relevante señalar que todas aquellas organizaciones que proporcionan mayor atención a sus colaboradores, que se preocupan por su estabilidad e inclusive indagan acerca de sus problemas personales y financieros con el fin de mitigarlos, se verá reflejado en la calidad de sus productos y en los altos estándares de competitividad en el mercado. Estrés El estrés se encuentra en todos los seres humanos, algunos lo han aprendido a manejar, otros están en ese proceso y muchos otros aún no saben cómo hacerlo. (Ortíz, 2020), para lo cual es importante identificar el origen de esta enfermedad y cómo fue apareciendo en el diario vivir de cada uno de los individuos, (Selye, 1956) indica que, para comprender e interpretar el término estrés es preciso resaltar que su aparición se remonta a la década de los 30, cuando un joven austriaco de tan solo 20 años, estudiante de segundo año de medicina de la Universidad de Praga, observó que todos los enfermos, además de padecer las enfermedades diagnosticadas en sus respectivas historias clínicas, presentaban síntomas comunes tales como cansancio, agotamiento, pérdida del apetito, baja de peso, astenia, entre otros. Luego de desarrollar experimentos físicamente extenuantes con ratas en el laboratorio, comprobó tres factores de reacción: la elevación de las hormonas suprarrenales (ACTH, adrenalina y noradrenalina), la atrofia del sistema linfático y la presencia de úlceras gástricas. A este conjunto de factores Selye lo denominó “estrés biológico”, y más tarde simplemente “estrés” (p. 55).Una vez que se ha identificado el origen de esta enfermedad que crea procesos perceptuales y cognitivos se puede entender de mejor manera la afectación que puede llegar a tener en la salud tanto física y psicológica de los individuos, convirtiéndose en una barrera para poder desempeñar las actividades habituales de manera óptima, produciendo secuelas ante demandas situacionales y la falta de capacidad de las personas para enfrentarse a diversos casos que se pueden presentar (Peiró, 2001). Es así, como dicha enfermedad llega a causar problemas de inestabilidad y diferenciación en el comportamiento o actuar de los seres humanos, debido a que esto surge de su interior y de los diferentes escenarios por los que en su momento pueden estar atravesando, de ello dependerá, el control oportuno y el manejo adecuado de dicho fenómeno, con el fin de mitigar implicaciones negativas en un periodo de tiempo determinado. En la tabla 1, se detallan los motivos e implicaciones más comunes que ocasionan la aparición de los llamados estresores. Tabla 1 Identificación y motivos de surgimiento de estresores Motivos Implicaciones Conflicto, ambigüedad y sobre carga. Estrés por desempeño de roles Superiores, compañeros, subordinados, clientes Relaciones interpersonales y grupales Inseguridad en el trabajo, transiciones Desarrollo de carrera Aspectos ergonómicos, demandas, adaptación a cambios Nuevas tecnologías Parejas en las que los dos trabajan Estrés por la relación trabajo y otros ámbitos de la vida(Hogar, Familia) Aspectos financieros, económicos Prácticas de ahorro, Educación financiera Nota. La tabla muestra los motivos e implicaciones ocasionadas por los estresores. Tomado de (Peiró, 2001) (p. 34). De acuerdo a las causas que ocasionan que un individuo se denomine estresor, se puede definir el tipo de estrés por el que está atravesando, teniendo entre los principales: Estrés Traumático. Incapacidad de reponerse de manera saludable después de sufrir una mala experiencia como violencia, abandono, acoso, desastres naturales, entre otros. (Weder, 2020). Estrés Laboral. Existen muchas conexiones entre el trabajo y el estrés, pues la gran mayoría de las personas dedica cada vez un mayor tiempo de su vida a trabajar, por lo que ésta se convierte en 2727 una actividad importante pero estresante. (Sánchez, 2010). Estrés Social. Se trata de un mecanismo de alerta que desarrolló el ser humano para la supervivencia ante situaciones peligrosas. (Ónega, Fernando, 2022). Estrés Financiero. Se lo puede conceptualizar como angustia o aflicción financieras. (Naula, Arevalo, Jorge, & Josselyn, 2020). Entre los factores que pueden llegar a causar estrés, uno de los principales y que afecta comúnmente a todos los seres humanos, es el aspecto financiero, dado que, de ello, depende el estilo de vida de los individuos, lo que involucra el porvenir y surgimiento de su familia. En la Tabla 2 se muestran los factores que intervienen en el estrés financiero, producto de malas prácticas de ahorro, recesiones económicas, desinterés en educación financiera, pandemias entre otros factores que pueden provocar ansiedad, incertidumbre, sentimiento de desesperación y preocupación, lo cual afecta directamente a la productividad en los lugares de trabajo. En la tabla 2, se detallan los factores relevantes referente a las implicaciones más comunes que ocasionan la aparición de los llamados estresores. 2828 Tabla 2 Factores que intervienen en el estrés financiero Cambio en la situación laboral con salarios más bajos Escasez de alimentos, bienes y servicios Prácticas fraudulentas Cambio en el estilo de vida Políticas laborales adversas Incapacidad para dar cumplimiento a las responsabilidades en el hogar Necesidad de apoyo a terceras personas Muerte del conviviente Enfermedad, discapacidad, accidentes Nacimiento de familiares con capacidades diferentes Demandas judiciales Divorcios Aparición de eventos inesperados Nota. La tabla muestra los factores que intervienen en el estrés financiero. Tomado de (Williams, 1982) (p. 26). Para las organizaciones el crecer en un mundo globalizado y competitivo, les obliga a contar con recurso humano que sea productivo, con lo cual, el logro de los objetivos organizacionales se alcanza en el menor tiempo posible. En las organizaciones es necesario interesarse en el estado físico y psicológico del personal en todos los niveles jerárquicos. De ahí que, el individuo que siente que la administración se interesa por su estado de salud físico y mental, despertará sentimientos de fidelización, motivación y ganas de continuar ejerciendo sus actividades bajo parámetros de eficiencia y eficacia. Si bien es cierto, el estrés financiero se puede generar en los colaboradores como un aspecto de carácter personal, las implicaciones laborales que esto provoca afectan a todos quienes conforman la organización. Productividad En la presente investigación se ha considerado como variable dependiente a la productividad, que básicamente es la que mide la relación entre las entradas realmente usadas en un proceso y los respectivos volúmenes de bienes producidos manteniendo un viejo principio que dice: entre menos se consuma de las entradas o entre mayor provecho se saque de un volumen dado de insumos, será más alto el nivel de productividad. (Toro, 2016). Entonces, la productividad significa encontrar mejores formas de emplear con más eficiencia la mano de obra, el capital físico y el capital humano que existen en la organización (Pagés, 2005). De ahí que, existen distintas definiciones de productividad, y aunque cada una de ellas presenta matices particulares, todas ellas coinciden en que la productividad es un indicador económico que relaciona la producción real con la cantidad de recursos utilizados para obtener dicha producción. (Benavides, 2019). Entonces, la consecución de productividad viene acompañada de varias condicionantes entre las que se dan a conocer, Factores internos que dependen directamente de la organización como: la calidad y disponibilidad de recursos, la adaptabilidad de la organización a los cambios, el nivel de capital existente que garantice los planes de crecimiento, incluso una buena motivación de los trabajadores. (Benavides, 2019). Factores externos que no dependen de la organización sino del entorno que lo rodea, se trata de los cambios en la industria, políticas económicas y fiscales, además de la situación macroeconómica existente. (Benavides, 2019). En base a lo expuesto, se puede delimitar que el término productividad hace relación a la importancia que tiene la consecución de objetivos o metas planteadas, con la menor incurrencia de recursos posibles, es así como la búsqueda de la mejora continua conlleva a que los individuos busquen estrategias o medios que le permitan llegar a realizar de manera más clara, precisa, oportuna y adecuada sus actividades. La productividad depende de varios factores que contribuyen a que se dé, en la figura 1 se muestran algunos aspectos importantes que se deben considerar, 2929 Figura 1 Aspectos por considerar para llegar a ser productivos /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAFTATIDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKKACiiigAooooAKKKKACiiigAoooo AKKKpa1rNn4d0a/1XUZ1tdPsYJLq5nf7scaKWdj7AAmgC7RXyN8Ovib8bv2udObxZ4H1PSvh B8MJ5ZI9J1C+0waprOqRozIZ/LdlhhQspwCGbg9Rgns/+FD/ABr/AOjldW/8JHS//iKAPoai vnn/AIUN8a/+jldW/wDCS0v/AOIo/wCFDfGv/o5XVv8AwktL/wDiKAPoaivnn/hQ3xr/AOjl dW/8JLS//iKP+FDfGv8A6OV1b/wktL/+IoA+hqK+ef8AhQ3xr/6OV1b/AMJLS/8A4ij/AIUN 8a/+jldW/wDCS0v/AOIoA+hqK+ef+FDfGv8A6OV1b/wktL/+IrkviJ4i/aC/Zf8ADt54z1Hx BpPxt8EaYvn6vYvpKaTrFtbA/PNC0TGKXYMsVZQcDjuaAPrOiue+HvjzR/ih4H0Pxb4fuDda LrNpHeWsrLtYo4yAw7MOhHYg10NABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF FFFABRRRQAUUUUAFFFFABRRRQAV5r+0x/wAm6/E7/sWtR/8ASaSvSq80/aY/5N1+Jv8A2LWo /wDpNJQBwn/BPn/kzH4Uf9gn/wBqyV9DV88f8E/HEf7F/wAKmY4VdIySf+uslP8A+G0vCc2n T3dppGqXnkzXETJC0BysWnDUC4PmYKmEkD/aUj3oA9y8R+ILHwpod9q+pTeRY2cRllYKWbA6 BVHLMTgBRySQBya47Uvj34K0z4cWnjdtWWfRbuybULZYRm4miXHmbYjhsoWAYdVPBweK8h8d ftPaBqd9pjXvhK81XRdNlvry9tmkUXEUtpb2dzHIkYk2TAxXoYI3O5RgZGayP+Eg+D99qb6P N4KvJby+1LWoPs9jNJbhY3vY7e84E4wkkgikeNcL8u/aD1APo6T4qeD4prqJvEumedatsmiF 0hdW+cY2g5JHlyZx08t8/dOH/wDCzvCW5l/4SLTdy+blftC5/d+X5gxnqvnRZ/66L6ivmXR/ iR8I9QTSJrTwJqVjFdX8erCQ37RSWRnsLy+FxCEmJVpFiuUZIyu5pDndurd168+Hnij4QeLf ilpfhBvtNjHJcouoX0sUVwXitXZ1MUpADpFbgkYO6LnOOQD2jWPjj4L0f+wf+J3b3y61cwW1 q9jIsyjzhIY5HIPyxnypPmP90+hx03h/xZovipbhtH1S11IW7Kk32eUOYyyhl3AdMqQw9QQR xXyPrXiL4T2esLo3hvwHHfTadrWm6fd20186wXETzX8UbriYpI0ckVwv70YCygd8Dq/CH7Sv wx8EeE59Z0DwtrVpZvbxrcq6BrpTDphu4opBJIW2LbxlFbOwMNo65oA+o681/aY/5Nx+Kf8A 2K2qf+kktcP4y/a203QbHXbS20qSDxFY6HeaxFb6hLH5O63t4bgxSMjkqzRzxkcf3vTntP2k JvtH7NPxPlGMP4T1NuDkc2khoA4n/gn7/wAmZ/Cj/sED/wBGPX0JXz3/AME/f+TM/hR/2CB/ 6MevoSgAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiioby 8t9PtZbm6njtraFS8k0zhERR1JJ4AoAmrM8QeIbLw3pz3V7dW9sMERi4lEYkfHCA9yfYE+1c 5P4i1nxlC0PhaJtOsnH/ACH7+LC49YIWGZP95tqdwWrW0HwTpuiXAvXV9R1crtfU75jLOfUK T9xf9lML7UAcp4U+LOreKPHS6APB91a2cdqbq61SS6UJACcRKY2VZMyENtyBwpPTGV/aXBb9 nf4mgDJ/4RrUf/SaSvR1jSNnZUVWc5YgYLHAGT68AflUGqabb6xpt1Y3cSz2tzE0MsbjKurD BBHcEGgDwL/gnuwb9jH4UkEEf2URx/12kr3hfD+lxjC6baKOeBAo6jB7ehP518ceCPgj8dP2 Rta1Ow+GB0n4h/Cy4nkubLwhq161lPpZdixWCcpJlcknacDvjJJPcf8AC/v2hl4P7OFuT7eM 4f8A4xQB9I/2Lp+VP2C1yriRf3K8MBgMOOuAOfalfRtPkdHextmeORpUZoVJVz1YccE9zXzZ /wAL+/aG/wCjb4P/AAs4P/jFH/C/v2hv+jb4P/Czg/8AjFAH0nHo9hCVMdjbRlSpXbCowVzt I47ZOPTNLFpNjDZtaR2VvHaMSWgWJRGSTkkrjHWvmv8A4X9+0N/0bfB/4WcH/wAYo/4X9+0N /wBG3wf+FnB/8YoA+kG0HTGEoOnWhEvMgMC/PznnjnnmpZNKspZGd7O3d2j8ks0SklP7p46e 3Svmr/hf37Q3/Rt8H/hZwf8Axij/AIX9+0N/0bfB/wCFnB/8YoA+kpNE06Ry72Fq7suws0Kk lcYx06Y4rgP2mNsX7N/xTHyoi+FdTA7Af6JJXlv/AAv79ob/AKNvt/8Aws4P/jFcR8Svhv8A tE/tbW8HhnxXb6T8H/hxOy/2vp2m6idQv9TjDZ8ppRGgRDgZCnnvkcUAeo/8E/f+TM/hR/2B x/6MevaNb8QXui3Sn+xLrUNO2Atc2JWSSNs8gxcMRjHKbj7U/wAG+EtM8B+FdK8O6Nax2Wla ZbJa21vEMLHGigKB+ArZoAytD8UaV4kWQ6bfR3LxHEsPKyxH0eNsMp9mArVrG17wjpXiNo5b y2xeQjEN7bu0VxD/ALkqkMB7Zwe4NYNvfeI/BKFNXWbxPpQYkalZxD7XAvYSwKP3gH96PLHu negDt6KztN8RaXrFpaXNlqFtcwXZKwPHKD5jAEso/wBoBWyOowc9K0aACiiigAooooAKKKKA CiiigAooooAKKK8G/bA/aG1P4AeBdDHhrS7fWPG3irWIPD+g2t4xW2F1McCSUjnYo7AjJI5H NAHvNFfNmk/sleJvEVml58Rvjj8QNb16Ub54/Dep/wBiadCx5KwwwKDtHQFmJIGTirn/AAxX of8A0U34s/8Ahb3n+NAH0PRXzx/wxXof/RTfiz/4W95/jR/wxXof/RTfiz/4W95/jQB9D0V8 8f8ADFeh/wDRTfiz/wCFvef40f8ADFeh/wDRTfiz/wCFvef40AfQ9c3eeCoNa1z7frFzJqlv C6vZ6bIoFtAwA+cp/wAtHzkhnzt42gHJPjn/AAxXof8A0U34s/8Ahb3n+NH/AAxXof8A0U34 s/8Ahb3n+NAH0PRXzu37Fej7T5XxT+LdvLj5ZU8a3RKn1AbI/MGuDvviF8RP2RPjD4B8K+Mf Flx8Tfhp441D+x9P1fVYY49X0i9OPLSV4wq3Eb5+8VDDDdMAMAfYlFFFABRRRQAUUUUAFFFF ABRRRQAUUUUAFFFFABRXyR4q+KnxC/aE/aN8W/CD4c+Il+H/AIZ8FQW7+JvFMNslxqM884LJ bWqyApGMBsyEEgqcdgevX9i7S5FDXfxX+Ld7cn787+M7iMufXagVR9ABQB3WtfBFdR8Vabr1 n4m1TTbm11KLUZoY4oGjuimRsceWDyjOm/O/axG7FenV88f8MV6H/wBFN+LP/hb3n+NH/DFe h/8ARTfiz/4W95/jQB9D0V88f8MV6H/0U34s/wDhb3n+NH/DFeh/9FN+LP8A4W95/jQB9D0V 88f8MV6H/wBFN+LP/hb3n+NH/DFeh/8ARTfiz/4W95/jQB9D0V88f8MV6H/0U34s/wDhb3n+ NVr/APY81LSYGufBfxv+Jvh7WowTDNqWtnV7Qt2823uFYOuewKn3oA+kKK+dv2S/2gvEnxQ1 Dx74D8fWVnbfELwBqC6fqd1poItL+NwxhuY1PKbwhJXtkdM4H0TQAUUUUAFfF3/BRf8A5G39 mb/spWn/APoQr7Rr4u/4KL/8jb+zN/2UrT//AEIUAfaNFFFAHF/Fn4kp8K/C9trMlg2orPqd lpghSTYQ1zcJAjfdOQGkUkAE4zjJ4rk4/wBpPSYNKlfVdC1jQtXtoLa5vNO1C1dfssc9y9vA zuqsAJGicqMZxjcF5xyc/wAdNZ8Txy2urfC9ns4tRgSG41CJ5oI2Mcrxu0fllwwmiEe5VO0y K3AqWfxf4p1vWL6G5+Hel6hqsv8Aa8D280OyO6WznjawjlleNsmSNi6nO1WPQdgDtZv2lPAs fkiK+u7s3LxpaC1spZPtW+6NqpiwPmHnjyz0wSD0INS2P7QXhi6uLW2k+1R3V1qN3p0MEdtI 7b7aVo5mcbQUVChLsRtXI+Y5XPC6945u9IutNv1+F8cmn6lZnWJYfssfmWzfbYFimuQI2Pmp HNLOVRiwKOBk4Ncn4f8AiZrGm2Gky6h8I7fxNrl0t/Nc3NppsdrJIftN60Krujxlzb22SxHN wrnkGgD2bw3+0V4L8Ya1YaVo91eX9/eTSwpFFZSfKY44JXZjjCqI7qBs55D+oIHptfK/gf4j anpPiQva/DbTzBeav9n03UrXTTZJawNaWJ8nIh8zczPcgOyhf9G2kgbTXt3wq8fat49s9Xm1 Xw9LoBtLwwQB3LrcR7QRIpIB6kgggEEdKAO6r4u/4KL/API1fs1/9lGsq+0a+Lv+Ci//ACNX 7Nf/AGUayoA+0aKKKACiiigAooooAKKKKACiiigAooooAKKKKAPiz9kH/k+D9rr/AK/9G/8A RVxX0B8VfC/iHXPiD4DvtOtb698PWP2/+2Laz1AW3mh4AsAK+Ym/EnI5+XrXz/8Asg/8nwft df8AX/o3/oq4r3X4pXug/EaPT9IsfiGnh67s9QAnht5SVutwkg8iQI6N99sgq4KuinnpQBxm j+F/jpZabDompX8d5pj2V2TPFcxyzjzHuvKtpZnKSb443tFEyZ3NG5bGdxgh8O/HjS7GC20y 4S1dbO2je4me2uXaSPSCpBMjHJ+3KmW7qxPSrGueANCbUrvVNR+K0rw2+tW94lveOZI7eWFJ iYv9ZuO6NmOMgAx5A6iqt18LrHw/aaNE/wAVNQuYtG0mNb61SRnl1JXhlhkmcvPjMn2mJ+4D RxkdRQBoalo3x01LT5IRcwx3wi1AW+oZtozE8ulp5B2qSDsvTKoJByuGNObUvjpb61dW0Nra zWn2OFoYJ7qzF0ds9sJXTBwWMRuQN+F3hckAg1Utfgrq9vo+v6J4Z+J02oa5baPDpdvBJNLb /YSIooWcFJGG39yzhShIkZ/nwxFYvh/R4p7zXNK1D4knS9S0iyjW/khaaa123GoNcKRI8o+Y C3mh2qAqIcD5RigDuDp/xitdUumidJ7W4ayWS8/0ZbpYxa3AlZIi3l7hObfcCQCpfaTgA2fA Efxrh8a6ZJ4smsZ9CYtHfQ2iwCOP/QYCJI2GJG/0sXC4IHykH0rD+GcOn/DuHW/Fet/EjVtV 0fwpAfD2ptq0LeW8sSW+LjO9ySQU5XAYyEkZyTxej/Dd4vDl3Za/8Xbvw/rFxLNYTrFeyTRP tmnKyIzy7vMVbuBN/wAmPKUFTwaAOt1bS/jkfG2p65aW0Z8u2urO2t1vYRatCdSgeJ40J+ab 7GsvMqriQld207q9z8Dx63D4T0tPEcwuNbWEfapRGke58nkqhKg4xkKSM9DXz9rXw70zXNJn so/jRcWereILrdBqMMkgl/49haLHEvn4UidGlBGP3jEEHivofQvEGn6wJ7a11KDULqy2xXRh PKvjqRnjJB/I88UAfIn7I/8Aye9+1j/1/wCl/wDol6+0a+Lv2R/+T3v2sf8Ar/0v/wBEvX2j QAUUUUAFfFf/AAUhkWx1r9nHULhvJsbP4kafJcXD8RwruHzMegHB5PpX2pXE/GL4P+Gfjl4D 1Hwj4s06PUtJvV+aOTOUYcq6kEFWB5BByKAO2or4u0n9nr9qT4T240fwN8bNN17wzD8lla+K 9LE9xaxDhYxP8zuAMAbj0Aq//wAIf+2j/wBFA8Bf+Ck//E0AfYVFfHv/AAh/7aP/AEUDwF/4 KT/8TR/wh/7aP/RQPAX/AIKT/wDE0AfYVFfHv/CH/to/9FA8Bf8AgpP/AMTR/wAIf+2j/wBF A8Bf+Ck//E0AfYVFfHv/AAh/7aP/AEUDwF/4KT/8TR/wh/7aP/RQPAX/AIKT/wDE0AfYVfFf /BRKZJ/Hn7M2nRuJL+X4g2s8dspzI0abd7gei7lye2RWi3gn9tG4Ux/8LI8C2m7jzk0beye4 BXB/Gum+Bv7Ht94V8ff8LI+KfjCf4ofEZUMVrql5F5UOnRkHKW0IbZGDk8qB1PqaAPp2iiig AooooAKKKKACiiigAooooAKKKKACiiigD4q/ZLkWz/bt/ays52EN1cXGj3MML8NJEIpgXUd1 BdOf9oV9CX37NngbUHummsbotcvcySFbuQZa4u47yUjB4zPDG3ttwMAkVwv7RH7IsfxW8VWH jzwX4kufh38TtPj8m38S6apLyRf88pk3BZU9mB4OK4aPwH+2hp6C3X4n+CNTVPlF1caII5Hx 3ZVXAP0oA9tt/wBmPwJbapNqK2l813NdLePJJfyvulWO5jViCTnCXlwvPZh/dGM66/ZT8IR6 NfaZpDXWk2uoQRWl5mRrgtCkcUZ2eYTsdlt4AW5/1ecZOa8l/wCEP/bR/wCigeAv/BSf/iaP +EP/AG0f+igeAv8AwUn/AOJoA+j/AAp8IfDHgvWZNU0uykjuzHcQxtLO8ggjuJ/tEyIGPCvK d+Ox4GBxXHw/snfD23htI4rTUEWyWGOz/wCJjM32aOITrHGmWPyhLqdMNnKvg9BjyD/hD/20 f+igeAv/AAUn/wCJo/4Q/wDbR/6KB4C/8FJ/+JoA+ipPgz4Wm8K+JvDj2kzaT4ima4voftMm S5REyjZymFiTGDxtrC1j9mfwJr11qtxe2V3NLqn2r7UxvJBv+0m3M2OeNxtYOnTbx1OfEv8A hD/20f8AooHgL/wUn/4mj/hD/wBtH/ooHgL/AMFJ/wDiaAPX7v8AZb8I3/i2bVbn7RcadcRy m40mRiY5p3vUvTKz53Y82NSEGB1+ldj4E+Efhn4bztNodlJBL9jj06NpZ3lMVrG8jxwKWJwi tLIR3+brwK+b/wDhD/20f+igeAv/AAUn/wCJqpqXwU/a5+IFudL1/wCNeh+FtIm+W5l8M6Qq 3boeoSUgNGcfxKQaAIP2PJk1D9tD9rC9tnFxZnVdPtxcRnKGRI5FdM+qkEEdq+1K81+AnwD8 L/s8+B4vDfhi0ESM5nu7tyzTXc5A3yyOxJZjjueOgr0qgAooooAKKKKACiiigArP8Qa9ZeF9 EvdW1GXyLGziaaWTBYhQOwHJJ6ADqTWhUdxbxXUflzxJNHuVtsihhkEEHB7ggEe4oA4T4XfF mP4iQz297o9z4a1uFpi+l3kiSsY455IPMV0JVvnjZWHVWBHIwx7+uD8ARJpPivxloboA1vf/ ANp2m5eRb3i73IPobiO5z7iu8oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoo ooAKKKKACiiigArH8Y+JI/B/hPWNckha5TT7SS58lW2mQopIQHsSRjPvWxXC/FjGrWWieGVG 59d1OGGVc9LaI/aJyR6FIjH9ZVoA7iNi0all2sRkr6e1OoooAKKKKACiiigAooooAKKKKACi iigAooooA4PxyR4X8XeHfFh+SyBbR9ScfwwzsvkyN7JMqj2EzHoDXeVU1bS7TXNLu9Ov4Fub K6iaCaF/uujDDA/UGsjwPZ6xpejvpmsubuSwkNvbagzhmvIAAY5HHaQA7Wz1ZCw4YAAHRUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABXB+GGPiz4hax4jHz 6bpkTaLpzHkO4fddyL7F0ij+sDVW+LUPjuafRU8Foskdz59nqDPcpALVJAhW6BYEs6bHVVAP MoJBCkV1XgvRJfDfhqx0yWKzt1tUEUcFiH8uNB91dzks59WONxycCgDbooooAKKKKACiiigA ooooAKKKKACiiigAooqG8kMNrK6/eVSRQB4j8Q/2vPC3hHxxc+BvDei698S/HNqAbvQ/CNot w1iD0NzM7LFD9GbPtzWYP2hvi4wyv7NPijaeRu8Q6UD+I8/ivM/+CTsEd1+zdrGvTIsutaz4 o1G51C+YZmupAygM7dTjn8z6mvtOgD54/wCGhfi7/wBG0+Jv/Ci0r/4/R/w0L8Xf+jafE3/h RaV/8fr0nUPjPoem+P7zwfJBeNrFqllI4URBXW6aVYimZAz8wS7gqkgL05GbD/Gbwf8AYdPv bfW7a8tb5o1hlt3BBEnm7TzjOfJl+UZb5DxQB5d/w0L8Xf8Ao2nxN/4UWlf/AB+j/hoX4u/9 G0+Jv/Ci0r/4/XpS/HjwB/ZtrfyeKLG2tbnTxqkTXJaIta7BJ5m1gCBsIbkZwc9Kf4q+NHhb waPD02q3klvp+t/aDBqDRkQRCGFpnaUnDINiMc4xxzigDzL/AIaF+Lv/AEbT4m/8KLSv/j9H /DQvxd/6Np8Tf+FFpX/x+vWpvi14OhvruxfxFYfbbUqJbZZcy5ZmVQqjlssjj5Qfun0qvffG jwNpouDc+KdNiFvEJ5szD5EIjOT6HE0Rx1HmL6igDy3/AIaF+Lv/AEbT4m/8KLSv/j9Ur39t B/AMkcnxV+FPjP4aaPI6xnX7mGHUtNgLHA86a1kcxAnuy496+jbG+h1Kygu7di8E6CSNipXK kZBwRkfjVPxRpNlr3hvVdN1G1ivbC7tZYLi2mUMksbIQysO4IJFAE+kaxY+INLtNT0y8g1DT ruJZ7e6tpBJFLGwyrKw4IIOcirlfHv8AwSlv7i7/AGQdKgnnkmjs9X1C2gEjlvLiExIQZ6AE nj3r7CoAKKKKACuS+KXxX8J/Bfwdd+KfGetW+haJbYVp5ySXc52xxoAWdzg4VQScV1tfEn7Y arrv7bf7KWgagovNGa/1K+exmG6Jp4oo2ikK9CVIyM0AemWP7VnjTxZAt94Q/Z78e6vo8g3Q 32qy2OkmZezrFPMJNp6gkDIqx/w0L8Xf+jafE3/hRaV/8fr6HooA+eP+Ghfi7/0bT4m/8KLS v/j9H/DQvxd/6Np8Tf8AhRaV/wDH6+h6KAPnj/hoX4u/9G0+Jv8AwotK/wDj9H/DQvxd/wCj afE3/hRaV/8AH6+h6KAPnj/hoX4u/wDRtPib/wAKLSv/AI/R/wANC/F3/o2nxN/4UWlf/H6+ h6KAPnWX9pD4qWMZmvP2avGAtk5c2es6XcS477YxPlj7Cu1+C/7Sngv45XOqaZo0t9pPijSc DU/DGvWjWWp2OcYMkLdV5HzKWXkc816rXxJ+0bGmg/8ABR/9mvUtPQWd9qtjq1lfzw/K11Ak LMkcmPvAFiRn+goA+26KKKACiiigAooooAKKKKACiiigAooooAKr6h/x4z/7h/lViq+of8eM /wDuH+VAHxx/wSV/5NMH/Yxaj/6GtfQPiL43J4Y1TxFY3vhrVUOiqk8lxszBNbSbVimjccHd IXQp95TE5IC4J+fv+CSv/Jpg/wCxi1H/ANDWvsySGOZWWSNXVhtZWAII9DQB8wSfF7wx4nbX fF9p4E1SHUBYaXNqN1cTMrupvJoYYWhWRfM8p1mYjoBIDzvxTrj4vfDqCHWo4/h5qDJY6/Hq brbW+Fnu5PtObsKp3MwNvJuUKT+8Q4OSR9MDT7VVYC2hAb7w8sc4OeePWj+zrTdu+yw7t2/P lj73r068n86APm34laJ8NPA3iWPRr/4cfbbFdChaC6juJQGVnFkLYLnACxuATnhSBjgUnif4 2eDfiBokGoa38P8AVtQ0u1trWGOa7bZ5P9pWmGjlw3yL5bPDI7HCt8v8Wa9h8YXXjKHxZY2+ k6FperaDdWzeZd3LbZLOZGDFXBb50lQbVKjKuAWyvTgbTxb8Vbrw/YGfwBYWd/fXCpeW8kCy RWcKojSb9s+ZSGMiR7eH+UnYASQDgrzxN8J4da1VW+GOpnU7a3W982MsJfNWe3YojiT5JFe6 DgofmAl25zhup8e6r8NPCug6Trl54Iu7yPxpDDPdW9qsqMVX7MN8kZK/vFUxZOA5WI5zjFfQ X9n2s2WktIS7gbt0aknp1/IflUk1rBcKolhjkC/dDqDj6UAeUfEb45TfDfx1LplzpbX+kro0 V9G1ujee1w915Ij3H5duDnnniu88PeJ7fxr4B0/xBawz21vqmnJeRwXKbZYhJGG2OOzDOCPU GtuazguGJlgjkJG3LoDxnOPzqO+jWLTLhEUIqxMAqjAHBoA+P/8Agk7/AMmlW/8A2HtS/wDR tfZVfGv/AASd/wCTSrf/ALD2pf8Ao2vsqgAooooAK+Jf2rf+T/v2UP8Arpq//olK+2q+Jf2r f+T/AL9lD/rpq/8A6JSgD7arxr4jfBnWvF3xSHie0vLL+zhoQ0w2FwxG+YXQm3tmJwFKgodu 18McMK9looA8c8TeB/FsNvq63Pj23W0m1K2utLTUQqCGIXEM1xDISCJOI3SLABVX5LEBhyc3 hH4j6HDodpF8VtLhjV54TJe3bPNfPKbuRBl1OWETwMAOn2c4ypr2Lx18N9M+IGoeGrjVCzxa HfNfpbFEeO4YwSQ7JAwOVxKWwMfMqHtXn2jfsraLpLac7+INW1B9OntJrQ3ogk8v7Pb3FsgI MfzForpwzHklUORigC5JoOtax4C8DWNj473a9Y3FrqOo3M128TajGsTGVSAoYIWYSBSuAFAI xXIah4J8dpoukWuofFDTrvTf7JMOs/aJDM9+5trmO5eNVQfLvaGRQuCPJZe9btp+ybotjDai LxJrS3NtbQWqXmYTNsisJrIAsYznckxdgRguiHHGKXT/ANkzw/Z2uqQza3ql8b3Tb7TUkuRE zWgunLvJCdnyupZ9p7BiKAMLTPhn8VtF8P6fpmi/Ei1nlsUtpfsczebKiRx2wKBmQMyymKf5 XA2ecMMcVv8AhzwB8UGkS4fxPHotnJqEl2li0aNNbxnUpZysmwFJjLaOkJBI8tl3BmJJrqPB /wADdO8I+Lk8QprOrX93H9pKLdTgj9/5W9XIALophBRWJCbmx2x6TQAV8S/tSf8AKQr9lf8A 656z/wCk5r7ar4l/ak/5SFfsr/8AXPWf/Sc0AfbVFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF R3EfnQyR/wB5SKkooA/P79nXx9L+wNeeKfhj8UdG1PTvA0us3Gp+HPGFlYy3ln5MpGYrlogW RxheSmPvZOMGvoBf2/f2eWUH/ha+gj2Z5AfyK173dWcF7GY7iGOdDwVkUMP1rFb4feGGYlvD +mk+v2VP8KAPH/8Ahvz9nn/orGgf9/H/APiaP+G/P2ef+isaB/38f/4mvX/+FeeF/wDoXtN/ 8BU/wo/4V54X/wChe03/AMBU/wAKAPIP+G/P2ef+isaB/wB/H/8AiaP+G/P2ef8AorGgf9/H /wDia9f/AOFeeF/+he03/wABU/wo/wCFeeF/+he03/wFT/CgDyD/AIb8/Z5/6KxoH/fx/wD4 mj/hvz9nn/orGgf9/H/+Jr1//hXnhf8A6F7Tf/AVP8KP+FeeF/8AoXtN/wDAVP8ACgDyD/hv z9nn/orGgf8Afx//AImuP+Jf7f3gbUPDOo6T8Invfij47vIHg03T9C06aa3SZhtR55mVY0jB IJ+bOB0r6P8A+FeeF/8AoXtN/wDAVP8ACqHiDxF4E+Eem/btc1PQPCFielxqFxDZoSOwLEZP 0oA8y/Yc+B2qfs+fs6eH/CuuMra4zzX9+sbhkSeZy7IpAHC5A/A10nxKsPihN4pEuhX9j/wh 5t1V7S1jK6gJsncxckZjxjhCH69ao/8ADaHwG/6K/wCDf/BzB/8AFUf8NofAb/or/g3/AMHM H/xVAHXxx/EaONVWTwwwUAAstzn8ST1p6xfERjh7nwzGvqkFwxH5vXG/8NofAb/or/g3/wAH MH/xVH/DaHwG/wCiv+Df/BzB/wDFUAel6DY69bzyPq+p214jLhYre28sKc9ckkmvmH9uL4Ze MW8Z/Cn4xeBdGbxJrPw+1CWa50eNh5l1ZTKqzCNeN0gC8DI69+lep/8ADaHwG/6K/wCDf/Bz B/8AFUn/AA2h8Bj1+L/g3/wcwf8AxVAHL6H/AMFDPgXqFjG+reL28H6jj99pPiWwnsrqBu6s rJgkeqkj3rQ/4b8/Z5/6KxoH/fx//iadqH7Uf7Neqyb7z4k+ALp/70upWzH9TVX/AIaN/Ze/ 6H/4d/8Agfa/40AWP+G/P2ef+isaB/38f/4mj/hvz9nn/orGgf8Afx//AImur8B+Jvgx8Umk Twfqvg3xPJGMvHpNxbXDoPUqhJA+ortP+FeeF/8AoXtN/wDAVP8ACgDyD/hvz9nn/orGgf8A fx//AImj/hvz9nn/AKKxoH/fx/8A4mvX/wDhXnhf/oXtN/8AAVP8KP8AhXnhf/oXtN/8BU/w oA8g/wCG/P2ef+isaB/38f8A+Jo/4b8/Z5/6KxoH/fx//ia9f/4V54X/AOhe03/wFT/Cj/hX nhf/AKF7Tf8AwFT/AAoA8cuP+CgX7PVvC0g+KOkXJUZEVqk00jeyoiFifYCvHPCMfiD9rr9s bwh8Vrbw5qfh/wCF/gOxuIdIvNYtjaXWqXU6lHkWJst5WDwSF+6PUgfZVv4E8OWsgkh0LT43 XkMtsgI/StuONIVCoqoo6KowKAHUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFAGZ4m1oeHPDeq6s0fnLYWkt0YwcbtiFsZ98V8Vfsf/BzRv2tfh/Z/HL4zxj4 ga94gurp9O0fVC0mlaLbRzyQrDBak+WSTGSXYEnI75J+wfij/wAkz8W/9gi7/wDRL18+/wDB L3/kxv4b/TUP/ThcUAewr+zT8IVUAfCvwTgcD/inbP8A+N0f8M1/CL/olfgn/wAJ2z/+N1Y+ NnirWvB/hXTbzQT/AKbNrem2Un+itcYt5rqOOdto6bYmdt3QbcniuBT9pDX7+GP7N4JvLZ2v LFWN1FIVFtNfy2krnauQ6eUJMdNkqMeKAO2/4Zr+EX/RK/BP/hO2f/xuj/hmv4Rf9Er8E/8A hO2f/wAbrhdS/ayj0zwrb6tP4T1G2mvLqS3tbK6KxS5S3eZklViDG4KeWc/KrOpLBTmptS/a dvtL0261NvBmoXdjHfy2UH2FXne5WJQ7yptXaUZWUoc4fBxnFAHaf8M1/CL/AKJX4J/8J2z/ APjdH/DNfwi/6JX4J/8ACds//jdYMvx2vb64i+y+HdUhgXX4dJkjFs32lFMssbNJGy4VWEau GUn5JFORWRN+01qrafBcWvgHV3Nwqyx+bGyLGDaT3Jhk4ysyG38p1xgPNEATu4AO1/4Zr+EX /RK/BP8A4Ttn/wDG6P8Ahmv4Rf8ARK/BP/hO2f8A8brlfjX8dNY8L+A7O68MaLfJrGq6M+rW c93YvJFEymE/ZnVQT57CUkR8cRyc5Fdp8PPilJ4+8Qa/Yf2DfaVDpkzwiW9TY7MsrxnKnoGC iRSMhkcH1oA8c+PH7GvgD/hDtb8V+ANMh+Fvj/R7KW+03xD4TT7AyyRIXCSxxbUljbaFZWU8 Hiu6/Y5+MWqfHv8AZt8E+Ntcjij1nULV0vDAu1HlikeJnC9t2zdjoN2K9A+KP/JM/F3/AGCL z/0S9fP3/BMP/kyb4e/S8/8ASuWgD6oooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKK5a+8fWs1xLY6Hbz+IdQQlHWw2+VC3pJM3yIR/dyW/2 TXK6X4X+IknjrSrm+8US2vh62Rp7uyhSCYXLHKpAZDErcffZlVOiqM5YqAdZ8Uf+SZ+Lf+wR d/8Aol6+ff8Agl7/AMmN/Df6ah/6cLivorx/p8+reBfEdjbJ5lzdadcwRL6u0TKo/MivmD/g lr4o024/ZP0HwkLqNPE3he7vrHWNKkIW4s5WvJpFDoeQCrjB6EgjqDQB9eScowwTx0Bwfzr5 58M6P8fPDfhOy0yS70/U5oYrRZbu8nWa7BK3AuAjthZNrfZGBk5ZfNGQdtfRFFAHhN14S+K+ vapaNrMmhXlnHqt2dklnBJ5dmLcm3KF1Yh3m2h+uFHHNUvL/AGhptIdV/sGyvY0vGhCmN1Zv s8BtY344UT/aVYqAdmwjmvoOigDw3U7X43x3Mk1j/Y901v8A2ilu11L5fmxtLata7lT5fM8s XS5IIDeWTwWqWS1+Nz30Pl3umLZmO1RvMjiVwW+0i5ZsbvmQG0K7cqSsnY4r22igDwS1X4+2 sOmwY0eZY9IWG6uLh45He++zR5lAUIMeeJMrkAqykYIxXsHgr+3f+EU0z/hJlt11/wAkfbBa vvi8zvtO1cj8BW3RQBzHxR/5Jn4u/wCwRef+iXr5+/4Jh/8AJk3w9+l5/wClctew/tFePNB+ G/wR8a654j1KHTNOi0q5j8yZwDJI8TKkaD+J2YhQo5JNeYf8E4/DepeFf2Nfh3Y6taSWN41v Nc+TMu1gks8kiEjtlWU496APpaisjXdDn1ZoZbTVr3SbmEEI9sysjZ7PG4KsOPQH0IrJbWfE vh7/AJCmmR63ZjreaMpEyj1a3Ykn/gDMf9mgDraKzdD8SaZ4kt3m0y9ju1jO2RVOHib+66HD I3swBrSoAKKKKACiiigAooooAKKKKACiiigAooooAKKK8n+I37V3wj+E+tNo3ifx3pdjrS/f 0uBnurtP96GFXdfxAoA9Yor55/4b++Bn/Q3Xn/hPan/8j0f8N/fAz/obrz/wntT/APkegD6G or55/wCG/vgZ/wBDdef+E9qf/wAj0f8ADf3wM/6G68/8J7U//kegD6Gor55/4b++Bn/Q3Xn/ AIT2p/8AyPR/w398DP8Aobrz/wAJ7U//AJHoA9v8R+KtO8LW8Ul7KxmnbZbWkCGSe5f+5HGO WP6Ackgc1z1v4c1nxo0k3il2sNLZsw6DZzY3J2+1Op+dvVEbZ2O6vKP+G6/gB/aP9oHxLMb7 yvJFz/wjepeYI852bvs2cZ5xVn/hv34F/wDQ33g/7l7U/wD5HoA+gLOzt9OtYra0gjtbaIbY 4YUCIg9ABwBU1ecfC39oz4Z/GqWaDwV400rXryEbpbGGXy7qMerQOFkA9ytej0AJXg/xQ/Yv +HfxK8WHxbFBqPhTxgRg6/4Zv5dOu26ffeIjf0H3gele80UAfLh/Yr1ocJ8fPi0q9h/wlMnH /jlH/DFeuf8ARffi1/4VL/8AxuvqOigD5c/4Yr1z/ovvxa/8Kl//AI3R/wAMV65/0X34tf8A hUv/APG6+o6KAPlz/hivXP8Aovvxa/8ACpf/AON0f8MV65/0X34tf+FS/wD8br6jooA+XP8A hivXP+i+/Fr/AMKl/wD43R/wxXrn/Rffi1/4VL//ABuvqOigD5q8PfsF+AY/EVnr3jLUvEfx M1aycSW03jLV5dQSFh0KxudgPA/hr6ShhS3iSKJAkaDCqowAKfRQAUUVU1XVrHQtNudQ1K8t 9PsLZDJPdXUqxRRIOrMzEBQPUmgDM17wXp2vXKXp83T9WjXbFqdi/lXCD0LYw6/7Dhl9q4HX vjQPhZZapD4zubKeaxQzR3trKiLNEMHbKhbMUpXJGQEc4CnJ21zd5+3t8BrW5khi+IFvqRjb a0mk2F3fRZ9pIYXQ/gazdU/bk/Z81u2a31HxA9/bsCrRXXhjUZEIPUENbEYoA+jre4juoI5o ZFlhkUOkiHKspGQQe4IqSvnaH9vf4D20McMPiu6iijUIkaeHNSCqoGAABbcACn/8N/fAz/ob rz/wntT/APkegD6Gor55/wCG/vgZ/wBDdef+E9qf/wAj0f8ADf3wM/6G68/8J7U//kegD6Go r55/4b++Bn/Q3Xn/AIT2p/8AyPR/w398DP8Aobrz/wAJ7U//AJHoA+hqK+el/b++A29RP46+ woxC+df6Rf20QJ9ZJIFUfia9v8LeLdE8caHbaz4d1ex13SLld0N9p1wk8Mg9nUkGgDWooooA KKKKAPF/2y/ifrHwb/Zi+IPi7w/IsGt6fp+LSdlB8qSSRIhIAeCV8zcM8ZArnP2Sf2cfA3gn 4T+FvEj6Lb674y1/TLbVdW8TaxGLrULu4miWRyZpMsFBbAUEDAHU5Jpf8FJP+TKfif8A9ecH /pVDXrnwD/5IX8Of+xb03/0ljoA6v/hHdK/6Bln/AOA6f4Vlxz+EpvEV3oKf2Q2tWltHeT2A WPzooHZlSRlxkKSjDPtXS15Prv7O+i6hdHWba+1FPFCi/wB2py3Ck3i3Uex4LgBNrQgLDhVA I8iPBytAHfrp3h9o/MFrppj3+XvEceN393OOvtUM8Xhi1u4bWZNIiuZnMcUMgiV3YAkqqnkn CscDsD6V4M/7Mfgj4d/Dm0uvEt9ei6isLXS9SnsZkit7lnt47HiIoEBO4YkKiTJB39BWbdaH 8FZPEl7YDV761lMs2sx65EY2WWS4in017eGUxs0pCxynADHcpbcTmgD6SXTdAYxAWumky/6v Ecfz/TjmlbStCjaUNZ6cpiG6QGKMbAehPHFeFeDfD/wb+GviS31aLxW097pdneXsY1R43SKG 7mtZZZV/dDHzvBgqfl84j+Kuxs/gR4U16yl1Kz1TVJbbUtQXXreYSxkxyNN9pwC0e54mck+V KXUA4AAAwAeiLpegtMsS2enNKw3Kgij3EYzkDHpU3/CO6T/0C7P/AMB0/wAK8y8N/sveDvCe vabq+myalFdafPb3EO6ZG5hinjC5KbtjLcy5UED7oGAoFevUAfGP7fnwd8O/D74R6v8AGnwP ZQeCviT4ReC9tdb0SFbZ7lGnRHguAmBNGwfkOD0x0JB+rfh34im8X/D/AMNa7cIsdxqemW17 Kkf3VaSJXYD2yxrwv/gpB/yZP8Uf+vK3/wDSqGvXfgZ/yRXwD/2ALD/0nSgDuKKKKACiiigA ooooAKKKKACiiigAooooAK+K/wBqyW4+MX7YPwg+BWr3t1B8PdT0271/WtPs5mh/tVohL5cE zKQTFmHlQed57gEfalfFPxR/5SrfBj/sTdR/ld0AfVvh/wCGvgzwHoqWOi+GdE0LS7ZOIbSx ihiRQOpwoHTuak0O48I+JtDsdZ0n+yNQ0q+i8+2vLdY3imj/ALysOCKt+LvCtt400STSb24u YbGZ0NxHbOENxGrAtC5IJ2PjawGCQSMjNea6p+y74RuNLvrNdR1jTtNkvL6/S3guYxFaG7tp ILtIt8Z2xyLLI5Bzh2LAjmgD0eG38M3DzpFFpMrwTC3lVFiJjlIBCN6Ngg4POCKk/s/w/wCZ 5f2bTfM3Bdnlx53EkAYx1yD+VfMy+H/gpq+pa/bvr2rw2klrGZLp5ENtqUV9YqjNABGWkJh0 4Seaq7l2syMFY1cuPhr8Jbjw/wCMPFd1ca5YadoeoXdre3eyKR/Me7trwyxbI3dh5gi2MfmC s4PUmgD6IuYPDNm0QuI9JgMsv2eMSLEpeTBOwZ6tgE4HPBpLOHw1fW0E8NvpxjmjEqboUUlS NwO0gEcc8ivAbPwh8G9P1yfU38YaibweII5GkvABEmoRPcQeX80AXIN88TZ6ZTkEZrG0PRPg zqugqJ/FGt6S+j6S2jR2+pCEXNnawSyWkkseIWBLtb7XlUsSFVSVHy0AfTk2n+H4YxI9ppwR kLqfKQ7lAySOOePSkt7Pw9dW8U0dpp/lywi4TdAinyyAQxBGQOe9fPui+E/hD4ak1DZ4tvja 29pJE6XE8NyjwyRyXpmjXymaNY47923ptXY67twArrf+GVvAmveHhbrqGq3um3VisMUy3iSZ RtOFh5iSbDw1vg7c+Xvw4XdzQB6hqHgvwt4m02S2vdC0jVbCbKvDcWcU0T9iCCCDXyF4H0aL 9mf9v7T/AIaeCZH074deNvDc+tzeGtxNrYXsbyAyWyk/uw3l8qOPmPHC4+tfAPw70z4c2mqW 2lPOYNQv5NRkjmKbY5HVFYRqqqFX5AcY6knvXyz8Sv8AlKd8Jv8AsSL7/wBDuKAPs6iiigAo oooA+Z/+Ckn/ACZT8T/+vOD/ANKoa9c+Af8AyQv4c/8AYt6b/wCksdcP+3B8P9Y+KH7KvxE8 N6Bbm71e808Nb26/elaOVJdg9yEIHuRVP9jn4+eC/in8FfCOnaTrNvF4g0XSbXTdV0K7cRX1 lcQxLFIrwthgNynDYwR+IoA9/rwrw9+0pfX9xptvdeC9VUXDwJNdNG0YiM093EuU2nhPsqlz nhZo274r3PzU/vr+dJvj/vL+YoA+edQ/aDtfGnhf7Hrnwy1ieG6gt7z7FdRloDutjdxxyPs+ WYPF5YQj/WBRkZqpc2/gmBdfmvPgzcWB0+OG+Yy2rL+7ldZoWhKKdj+dLPvROY2jlZuGUt9I 7ojwSvXPUUpkjIwWUj60AfIeofELwzquo6LqOn/B64gvr+aJdUjvdMlN1JbyRzCVbcJgOwew t0LEgZMQI5Br0vw98cRplroei6J8O7+00w5t7byFMdrDBHZLc/LiPOVGYtm0YkG0ZzXuG6Is CShI6HigNGvQqPxFAHi3hf8AaZHifUtKs08Fa9a/btQ+wtNLA2yFSsLJMfl3FCJsZwApjcMR 1r22o90WQcpkdOnFL5yf31/OgD5t/wCCkH/Jk/xR/wCvK3/9Koa9d+Bn/JFfAP8A2ALD/wBJ 0r5u/wCCjnxc8Oan8Dta+Euh30XiL4jeL5LfT9O8PaXIJ7lf38btLKq58tAqH5mx1+pH1H8M dBuPC/w38K6Nd7TdafpVraS7em+OJUbHtkGgDpqKKKACiiigAooooAKKKKACiiigAooooAK+ Kfij/wApVvgx/wBibqP8ruvtavh79qrU4/gv+298GfjF4king8AW+mXfh/UNWiiaSPT5pRMI 5JsD5UJmHzdtre2QD7hprosiMjqHRhgqwyCPSs3w/wCKtF8WaXBqWiatY6vp1woeK6sbhJon U9wykg1o+an99fzoA8f+IHw1+H/w18Barrlp8PbXVP7PWCeLT9PiKzExFkiWEjJTYs0gAXAC uy9CRXJn4oaBDYeJ9CvvhdcQadqMt017CkTS299Ml5DZyM+I+A6vHIrkcpGx425r6M8xP7y/ nSbo8EZXHTqKAPlS18ceD/FdpZxyfBO+lt382+ihuYCJVvJ7Jr6RCpXhmkthEzZ/1vl8ZPE1 54++Hd55KN8J7m8gu9ShjZ1sHO1ZTbSPMuU4VXv5S6gjJinPODX1N5kf95fzFIGiUAAoAPpQ B4h8Evhb4a8R+Ao9T1vw3bvqE15dRGO4gZBDFCz2USRI2CkRtoYl29GXGd3Wvb4II7WGOGGN YYY1CJHGoVVUDAAA6ACl8xP7y/nR5qf31/OgB9fGPxK/5SnfCb/sSL7/ANDuK+w9Q1ex0mzk ur69t7K1iUs81xKsaIB1JYnAFfEnhnxTY/tEf8FHNL8Y+BX/ALa8G+B/DM2kah4gg+azmu5W kIigk6SYEgyVyPlPtkA+5qKKKACiiigBCAwwRkV498S/2QvhD8XNSbUvE3gbS73VG638cXlX B+siYY/nXsVFAHzH/wAO3/gL/wBChL/4Mrr/AOOUf8O3/gL/ANChL/4Mrr/45X05RQB8x/8A Dt/4C/8AQoS/+DK6/wDjlH/Dt/4C/wDQoS/+DK6/+OV9NOxVGIUuQMhR39q8k8Gav4/T4naz a61cWt1YzwWd6NHARP7Mil85MRSgZmKtCN+7qXyhUDaQDgP+Hb/wF/6FCX/wZXX/AMco/wCH b/wF/wChQl/8GV1/8cr6cooA+Y/+Hb/wF/6FCX/wZXX/AMcoH/BOD4CZ/wCRPkPsdSuf/jlf TlFAHmPws/Zo+GPwVkeXwb4N0vRLqQYe6hhBnce8h+Y/ia9OoooAKKKKACiiigAooooAKKKK ACiiigAooooAKo61oen+I9Nn0/VLKDULKdSklvcRh0dT1BB4Iq9RQB84at/wTz+AerXklz/w gNpYvIdzLp80tshP+7Gyj9Kpf8O3/gL/ANChL/4Mrr/45X05RQB8x/8ADt/4C/8AQoS/+DK6 /wDjlH/Dt/4C/wDQoS/+DK6/+OV9OUUAfMf/AA7f+Av/AEKEv/gyuv8A45R/w7f+Av8A0KEv /gyuv/jlfTUkiwxtI7BEUFmY9AB1Ncv8LdV1DXvh/o2q6nK0t3qERvMsoUrHIzPGuAP4UZV/ CgDw3/h2/wDAX/oUJf8AwZXX/wAco/4dv/AX/oUJf/Bldf8AxyvpyigD5qs/+CdHwCtZ0lfw LDeBTkR3l3PNGfqruQfyr3vwl4L0LwHosGk+HdJs9G02AbY7WyhWKNR7KoxW1RQAUUUUAFFF FABRRRQAUUUUAFcJ4mx4f+J3hjWm+W21KGbQrhieBI2Jrcn8Y5U9zKvtXd1h+NvDKeMPDN7p Zma1mkUPb3SjLQToweKUe6uqt74xQBuUVz3gHxQ3i7wvZ388QtdRUGC/tAcm2ukO2aI/7rg4 PcYI4INdDQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFRXF1D ZqrzzRwqzrGrSMFBZiFVRnuSQAO5NAHI/FrUJ4PBlxplk+3VNcddIssDJWSbKtIB38uPzJT7 Rmuq03T4NJ0+1sbWPyrW2iWGKMHO1FACj8ABXF6I3/Ca/ES91k/vNI8P79O09h9yW6bH2qUe uzAhB7HzhnnjvaACiiigAooooAKKKKACiiigAooooAKKKKACiivmb4kftGeM/Fnxs1D4N/Bj S9KuvE2j2sd54h8TeIC7afoySAFIxFGQ00zAghcgDvnDbQD3+z8Lw6f4pv8AWrWeSH+0IkW7 tAB5UsqYCTeocINhI+8oTP3BW1XzwnwV+PlwiyXP7R/kTsMvHZeCLARKfRd7M2PqTS/8KP8A jr/0cpdf+ETptAH0NRXzz/wo/wCOv/Ryl1/4ROm0f8KP+Ov/AEcpdf8AhE6bQB9DUV88/wDC j/jr/wBHKXX/AIROm0f8KP8Ajr/0cpdf+ETptAH0NRXzz/wo/wCOv/Ryl1/4ROm0f8KP+Ov/ AEcpdf8AhE6bQB9DUV84ah8Lv2kfDdub7Qfjdovi68iBYaT4m8Jw2tvcEfwma1dXTPTOD9K6 L9mT9pJPj1Y+JdK1fQ5PCfj7wle/2b4h0CSUSi3m52yRSD78T7WKn/ZPUYJAPbaKKKACiiig Aorzz4/fHDQP2dvhXrXjrxGJpbHT1VY7W2AM11M7BY4UB7sxHPQDJPSvJPC+i/tMfFzS7fX9 X8a6D8G7S9jWe28O6VoSate28bDKrcz3DhPMxjIRMA8etAH09RXzz/wo/wCOv/Ryl1/4ROm0 f8KP+Ov/AEcpdf8AhE6bQB9DUV88/wDCj/jr/wBHKXX/AIROm0f8KP8Ajr/0cpdf+ETptAH0 NRXzz/wo/wCOv/Ryl1/4ROm0f8KP+Ov/AEcpdf8AhE6bQB9DVzXxG8GH4geELzRE1O40WeWS CaHUbNUaa2limSaORA4K7g0akZBFePf8KP8Ajr/0cpdf+ETptH/Cj/jsOR+0pck9t3gnTSKA PY/BPgWw8CaXHZWM15cKkaRB7ucuQq5wAvCr1JO1RknJyea6OvkrWvj98T/2W/Fnhuw+Nb6L 4t8A+IL5NMtvHeg2j2U1hdP9xL21LMoRsH5424AORxivrWgAooooAKKKKACiiigAooooAKKK KACiiigAr4n/AGTf+T9/2s/+u+j/APomSvtivib9k3/k/f8Aaz/676P/AOipKAPtmue8c+O9 J+HWgXOta29xDplrHJNcXEFtJMIY0Qu7vsU7VAB5P06muhrF8aeEdN8f+E9W8N6xHJLpWqWz 2l1HFK0TPE4wyhlIIyMjIOeaAKdr8SPDcxWOfVbfTLorv+x6k4tbjbkgP5cmG2nBw2MHHBqv afFnwheeJJ9CTX7FdSjt4LpY5JlVZ4plkaN4mJxKCIZM7CcbTnFcp8WfCfgTwzomq+LfFH25 IPsNjpNxdW9xIJPKjug1uBtIx++lyWOBhjuO3NeOx33wI0uG209dH1p1tIba2NiZnMkJigvL u2+Uy7iUja5ZXTKgso3ZAAAPps+PvDvm2yprNlKk6zMs0dwjRARFRJlgcDBdR+NWLPxhoOpX 0Flaa3p11eTxefFbw3cbySR8/Oqg5K/K3I4+U+lfI1xcfB3Qne8tbnV5/D1t/aRmt7aVjN5r aba388qyiQsxaCK3IUFRuEgOScV2ngXx/wDCH4T3uoXGkadrlhf2dpNY3NtcK0zR2ttOJmMe XZZAH1PcBEWYiRht+QgAHv1z8QPC9l5puPEmkQCJ/Lk82+iXY2GbactwcKxx6KfQ1uQzJcRJ LE6yRuoZXQ5DA8gg9xXltl+zP4BsdPhs7fTrmO0huXuoIvtkpEJaKeIquTnYEupwFOcb+Ogx 6L4e0K08L6BpujaejR2Gn20dpbo7l2WONQqgseTgAcmgDQr4j/ZBJ/4bq/a2/wCv7Sf/AEXP X25XxH+yD/yfV+1t/wBf2k/+i56APtyiiigAooooA+L/APgrP/yatB/2Mum/+hPX2ZCf3CE/ 3R/KvjP/AIKz/wDJq9v/ANjLpv8A6E9fXmtaHb+JvDtzpN288dreQeTK1rM0Um0jBAdSCuRx ketAGPovxY8H+INDuNZsvEennS7e9k06W6mmEKJcI2GjJfHPQj+8CGGQQTbT4h+FZM7PE2jv iFbj5b+I/u2wVf733TkYPQ5FcP4k/Zt8L6teG60ozeHJZtQ0u/uUsDiGVrGRXhxETsR8KqGQ DcVAHIAwsf7L/wAPLbTJ7G20ma0glks51MF3IrRS2xYwyId3ykGR89m3HINAHdw+O/DVxcNB F4h0qWdYjMYkvYiwjCBy5G7O3aytnpgg9DVDQvit4T8RLcGz12z/AHOoS6YfOkEW+4jKhkTd jfyy8rkHIxXKax+y/wDD3X4rmG+0maaC4JMkIvJUU5sxZ/wsMfuVC8dxnrzXmerf8Kc+HvxH 1JtRtteTWtLu5pb3VJJpJ45Zjaf2kysocs/7u3MigJw6kD72CAfRUHjTw9daQ2qw67ps2lq/ lm9jvI2hDf3d4O3PI4z3qDxZ4+0DwT4XufEOsanBa6TBbPdmcMG3xohkYoBy/wAoLYXJIFed eB/DHw/+I3w1/wCEJ0uz1CHw/wCHbiCAW73DqciJJ48TI5EqFJVz8zDkhuRit7Xv2f8Awd4i 8M6FoV1a3i2Wi6ZNo1k0N7KkqWc0Kwyws4bLKyIgOcn5QQQaAOrj8ceHpI5W/tvT0MUaSypJ corRK2ApdScrkkDnvxUCfEbwy0zxtrunxYmSBHluo1WaR41kVYyW+YlHU4HY1x8f7NPgW3Wf yLO9t3kvU1GKWK/mWS2uVfzPNibdlCzksw6Es3GCRWtafBHwpY+JINditLj+0Yb1dQRmuXZf PWz+xhipOD+4+XH49eaAPmX/AIK3f8mv6T/2Nmnfylr7Uh/1S/Sviv8A4K3f8mv6T/2Nmnfy lr7Th/1K/SgCSiiigAooooAKKKKACiiigAooooAKKKKACvib9k3j9vj9rIHg+do5x/2xkr7Z r5f+NH7MPii2+LEnxh+DniNfDHj6a1FpqdjeW4uNP1mFcbUnj3KQwwAHUgjAoA+oKK+OH+On 7XOnMbef4B+G9SkTg3Nn4h8qN/cKxJH0JNJ/w0F+1n/0bpon/hTp/hQB9izQx3MLxTRrLFIp V43UFWB6gg9RWBrnw+0DxFeaHdXunRNPotyt3YvH+7MUio6L93GVCyONp4+bpXyz/wANBftZ /wDRumif+FOn+FH/AA0F+1n/ANG6aJ/4U6f4UAfU3iT4e+HvFnhnUdA1HSrd9L1CB7a4hhXy i0brsYBlwRleMgg4rUt9FsLW1tLeO0hEVpjyFKA+WR3HofevkX/hoL9rP/o3TRP/AAp0/wAK P+Ggv2s/+jdNE/8ACnT/AAoA+yKK+N/+Ggv2s/8Ao3TRP/CnT/Cj/hoL9rP/AKN00T/wp0/w oA+yK+I/2Qf+T6v2tSOR9v0kZ/7Zz1qj4kftg+Pv+JXafDfwp8Nlm+R9bu77+05IAf4o4g6q WH+1ke1evfsx/s16d+zv4f1bOp3niPxVr922o65r+oEGe+uWzljjooycKOmT1JNAHss08dtC 8s0ixRIMs7sAoHqSaj0/ULXVbVLqyuIru2fO2aFw6Ng4OCODyDXMfEP4VeHvihDYLrlvNJLp 8hmtJ4Z2jaFyME4B2tx2cMPal0z4Z6VY2EEE0l5cSxqFaZb64iDY77VkwPoOKAOuormW+HOh OcvDeOf9rUbk/wA5KnsPAegabeRXdvpkS3URykzlndT6gsTQB8nf8FaP+TVYT2HiTTSfb5nr 7Mt/9RHj+6P5VxPxt+Dvh/49fDXWPBXiaBptL1GMKxjOHjcEMkiHsysAQfavmrTV/au/Z902 Dw5pGm6H8a/D1kohsr/VJv7P1JIl4VJXDlZCBgbioJxkk0AfZ9FfG/8Aw0F+1n/0bpon/hTp /hR/w0F+1n/0bpon/hTp/hQB9kVWOnWjXHnm1hM+d3meWN2cYznHXHFfIH/DQX7Wf/Rumif+ FOn+FH/DQX7Wf/Rumif+FOn+FAH2Fa2kFjCIbeGO3iXpHEoVR+Aqavjf/hoL9rP/AKN00T/w p0/wo/4aC/az/wCjdNE/8KdP8KAPsiivjf8A4aC/az/6N00T/wAKdP8ACj/hf/7Wsnyr+zvo UbHgM/iZSB9cCgCh/wAFbv8Ak2DSB3PizTgB68TV9pw/6lPpXx/pP7OPxO/aJ8aeHPFXx/1K wtdH8P3S3+meBdAi22SXK/dluJGdmmYcYBwBz2JB+w1UKoA6AYoAWiiigAooooAKKKKACiii gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK KKKACiiigAooooAKKKKACiiigAooooA//9k= Nota. El gráfico muestra los aspectos a considerar para ser productivos. Tomado de (Martins, Julia, 2020). Consejos para ser más productivos en el trabajo. (p. 1) De ahí que, para poder delimitar que un ente es productivo, hay que fijar la atención en que cumpla los dos parámetros esenciales, los cuales son eficiencia y eficacia. El concepto de eficiencia se encuentra tradicionalmente vinculado con la economía de recursos y puede definirse como la relación entre los resultados obtenidos (outputs) y los recursos utilizados (inputs). (Mayerstain, 2020) , y, la eficacia que es el grado en que se realizan las actividades planeadas (Gutiérrez, 2010), una vez que se llega alcanzar la consecución de estos elementos, es el punto de partida para que las oportunidades se materialicen con mayor rapidez, impulsando a un crecimiento más incluyente y sostenible (Pagés, 2005). Dentro de las organizaciones se cuenta con varios recursos, mismos que si se usan de manera óptima, serán la base fundamental para el surgimiento de la misma, recalcando que, un buen manejo, una buena administración, marca la diferencia entre los resultados que puede llegar a obtener una organización y otra. Tipos de Productividad Productividad Total. Es la razón entre la productividad total y la suma de todos los factores de insumo. Así, refleja el impacto conjunto de todos los insumos al fabricar o producir. (Jiménez, Edwin, & Gaona, 2001). Productividad Parcial. Es la razón entre la cantidad producida y un solo tipo de insumo, por ejemplo, la productividad del trabajo (el cociente de la producción entre la mano de obra). (Jiménez, Edwin, & Gaona, 2001). Es la que se encarga del estudio de la relación de modo aislado entre el producto final y la variación de tan solo uno de los factores que intervienen en el proceso productivo (mano de obra, equipos y medios técnicos, materiales, capital) permaneciendo el resto de los factores constantes. (Benavides, 2019). Productividad Laboral. Es la relación del producto final con el factor trabajo (mano de obra) que ha venido siendo considerado a lo largo de la historia del pensamiento económico como el factor más determinante de la productividad. A partir de la escuela clásica, el trabajo fue ganando protagonismo frente a la tierra, ya que los pensadores económicos como Smith, Ricardo y Marx, durante los S XVIII y principios del S XIX comenzaron a ver el trabajo como medio para transformar materias o recursos. (Mont & Bleischwitz, 2007). En la actualidad, la productividad laboral o productividad del trabajo es un indicador importante que se encuentra vinculado al crecimiento económico, la competitividad y el nivel de vida de los países. Metodología La presente investigación se diseñó bajo un enfoque cuantitativo según (Hernández Sampieri, Collado Fernández, & Baptista Lucio, 2014) el enfoque cuantitativo utiliza la recolección de datos para probar hipótesis con base en la medición numérica y el análisis estadístico, con el fin de establecer pautas de comportamiento y probar teorías. Concibe el objeto de estudio como externo en un intento de lograr la máxima objetividad. (Muñoz & Abalde, 1992). La investigación es de no experimental - transaccional o transversal, pues no se ha manipulado las variables sujetas a estudio. El diseño es correlacional, ya que mediante la aplicación de software se analizó la relación entre las variables sometidas al estudio, determinando que existe relación entre la variable independiente con la variable dependiente. En la figura 2, se puede apreciar la correlación entre las variables de estudio como son el estrés financiero y la productividad del personal del grupo empresarial Tessacorp. Figura 2 Correlación entre estrés financiero y productividad /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CADHAUADASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiuJ+MfxU034N/D/U/E+oxtdG 3AjtLGEgS3ty5CwwR5/idyqjsM5PAoAt/Ej4peGPhL4fbWPFGqRababhHEpy0s7nokaD5nY+ gFfNniT9sjxlr0zr4O8G2uj6exIS/wDE87JMy/31t4wSp/2XIrxWafWPF3iibxj4xul1LxXc ghfLZmttNiPS3tVP3VAwC+A0hyW4wo0POoA6qT47/GyaTzB410O3A/5YJ4fDqf8AgRlB/St3 Q/2rvin4ekX+2NE0HxdadXNjM1jdfRVcGM/iwrzjzqPOoA+x/hF+0Z4R+MUsthp01xpfiG3j ElxoeqxGC7jX+8FP31z/ABLkV6jX5p67osGuLbSGaex1GzfzrHUrKQxXNnL2eJxyD6j7rDhg RxX1t+y38d774o6RqHh7xT5EXjjQBGLtoBtj1C3cHyryNf4Q5V1Zf4XRhyNpIB7tRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAV8W/tkeJX8QfGbwt4YLf6DoGnSa1LEeQ1zMTDA3/AUFx+LD0r7Sr4N/ass5NJ/acu7m UFU1bw1aGAt0b7NPMsm36faUz9RQBxnnUedVD7T70fafegC/51HnVQ+0+9H2n3oAv+dVzwJ4 mfwL8avh/wCI4W2LJqH9h3oHBltrsbAufadbdvwPrWJ9p96rrbS674u8C6Tbgvc3vijSzGq/ ePk3KXL4+iQOT7A0Afp5RRRQAUV8x/Gf4s/Gz4cWv9uW1v4KtNEvvEtnoOnWOo2V3LdiO5uY 7dLiV47hU4Zy+0KMqByCab8Yviv8c/g78J/Fvia9s/BF9eaDc20kU0dpdpa39rM0cZCr9oLR ypIzE5JUrtxyeAD6eor5p+JHxn+Ln7P/AIZTxp420nwt4s8E2zRnV5vDEVzaXenwuQvnhJZJ RKqlskDacV9FaPq1pr2k2epWMy3FleQpPBKvR0YAqfyNAFyiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAr5z/AG1PhRfeMvBNh4u0G1e88Q+E nkuxaQrukvLN1xcwIO7bQHUd2jUd6+jKKAPyu03WbbWLCC9sp1uLWdQ8ciHgg/y+lWfOP+TX 0f8AHj9jO7uNZ1Dxd8MHgt768kafUPC904itLqQ8tLbvjEMrHkg/IxOcock/KfiDVrjwTqQ0 3xfpt94Q1LcUFvrUJhV2H/POT/Vyj3RmFAG75x/yaPOP+TWHHr1lNEZUvIHjHVlkBH86pr4y 0241CPT7KdtV1OT/AFen6bG11cv/ALscYLH8qAOo87/Oa9j/AGL/AIdy/EH4hS/Ea4jz4b8P LNYaPIy8Xd64Czzoe6RpmIMOCzy+lZfwr/Y+8YfFKaG78dxXPgjwmcO2mJKv9p368fI5UkW6 HvyZO2E6j7q0HQdO8L6LZaRpFlDp2l2MKwW1pboEjijUYCqB0AFAF+ioLS9t76ES208dxH03 xMGH5ip6APl/9vTx1oXhnwX4J07UtQW2vZ/FujX8cHlu7G3tr+CS4lO0HConJJ9af+3d8QvD /wDwyVrUyais6eIobNtJEEbyNeAzwS5jVQSR5YLfQV9O0UAfIv7Q3x20X41/BnWfhz8KvM8d +LPE1qulxrY28htrFZNoee5lKgRoq5PPJOOK+lfhp4SPgL4e+G/DjS+e2lafBZtL/eKIFJ/M V0tFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABXz v+2Z+1xJ+yN4LstePgTVvFsN5IYFuraVIbK3k/hWeX5mQtzj5CDgjOa918TeJdL8G+H9Q1zW 7+HTNI0+Fri6vLhtqRRqMlif8k1+aV5deMf+Cq3xcW0t1vvDf7OPhu93SMcxSavKp6n1cjoO kak/xEmgDpP2Gf2zfi7+2V+0PfnU5LDw54C0Kwe6n0bS7YYmdjthEk8m5yQTkhSoOPu1+jlf P/7KX7Hvhv8AZLk8aw+G7ye8sNfv0uoI7r5pLSJVIWHf/EASeTye9fQFABUF9Y22p2ktreW8 V3ayrtkhnQOjj0Kngip6KAPObj9m74SXl0Lmf4W+C57gHImk8PWjP+ZjzXY+HfCmieEbM2mh aPp+i2hOTBp1qluhPrtQAVq0UAFFFFAH4n/t3eK/iV+yD+2P4l1TwF4r1bwxYeJimvRRW85N tcPL/ri8DZjf96JBypr9L/2GPip4w+NX7POheL/GmuaBruqX5bEmgwmPylU42XA3bRNn7yqq gZHB616R4q+CPgfxx4ytPFXiDw3Y6zrdpYS6ZBcXsYkEdvITvQKeOdxGcZwTX5+eOvC/ir/g lt8Xn8a+Dbe71z4B+JLlV1XRA5c6bKe4OPlI/gY9R8p7UAfp5RXOfD34g6D8VPBuleKvDOoR 6nompwie3uIz1B6gjswOQR2INdHQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAVT1jWLHw/pV3qepXcNjp9pE09xc3DhI4o1GWZiegAqa8vINOs5r q6mjtraFDJLNKwVUUDJJJ6ACvzP+KnxF8Y/8FL/i1dfCv4ZX02ifBbQ51PiLxQgO2+wx4X++ Dg7E/ixuPyjNAEXi3xR4x/4KkfFyTwh4TnvPDv7Pvh26B1TV1BRtUdTxj1LY+Veig7jzxX6N fD/4f6B8LvB+meGPDGmw6VounRCG3toVwAB3Pqx6knqap/Cv4WeGvgv4F0vwj4S05NM0XT4x HHGvLOf4pHb+J2PJJ6mutoAKKKKACiiigAooooAKKKKACsvxR4X0rxp4e1DQtcsINT0jUIWt 7m0uEDJKjDBBFalFAH5hZ8V/8Epvi+u433iX9nDxTebQMmSXRZmPX/fA/CRQf4lr9KPC3inS fG3h3Tte0HUINV0bUYFuLW8tnDRyxsMhgap/EDwBoHxS8H6p4W8UaZDq+h6lCYLm1nXIYHoQ eqsDghhyCARX5yeDfF3in/glp8ZY/Aviye88Qfs/eJrsyaPrMmWbSZGPzZ7DbkeYgxuH7xRn cpAP08oqrpeqWmtaba6hp9zFe2N1Gs0FxA4dJEYZVlI4IINWqACiiigAooooAKKKKACiiigA ooooAKKKKACiiigAooooAKKKKACiiigAqOeeO1hkmmkWKGNS7ySMFVVAySSegAp0kixRs7sE RRksxwAPU1+cX7R/x28W/ts/FCX4BfA+9aHwrC+3xV4vh3eT5YOHjVx1QdMD754HHNAFP49f F7xh/wAFB/inc/BD4N3r2Hw006Qf8JV4ujyI7hQcGNSD80fBAUcyEc4UHP3d8EPgp4X/AGff hxpfgvwjZC00yyXLyNgy3MxA3zSt/E7EdewAAwABVL9n34AeFP2bfhvYeDvCdr5dtCN9zeSA edeTEfNLIe5PYdAMAV6VQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAVxnxe+EXhf45/D/VPB vi/Tl1HRdQTDLnbJC4+5LG38LqeQfwOQSD2dFAH5ofB34teKv+Cb/wAWIPg18XL+bVfhJqsh bwv4wdT5dopP3H67UBIDpn92TuGUYEfpXb3EV1bxzwSLNDIodJIyCrKRkEEdQRXn/wAevgR4 T/aM+HOoeDfF9iLmxuBvguEAE1nOAQk0TdmXP0IJByCRXw/+zb8efFv7EvxTh/Z8+Nly0vhO R9nhTxbNnyvKLYjjLH/lmeBg8xng8YwAfpJRTVdZFDKQysMgg5Bp1ABRRRQAUUUUAFFFFABR RRQAUUUUAFFFFABRRRQAUUUUAFJnHJ4FHTk1+H/7WH7fXxHj+PXxl8OeEfE8uneENUuBoWxc uYEt8QyywMD8jOVkyV6q/qAQAfV/7Vn7SHij9qD4lP8As6fAS684yFovFPiqEn7PbRA4kjWQ fwjkMw+8flHc19cfsz/s1eE/2Xfhva+FfDFvvlOJdQ1OUDz76fHzSOfT0XoBwK439hT4IfDj 4Q/AvRrv4e3kevxa7Al5eeI2jKzX8mOdwPKBTuURnlcHPOa+jKACiiigAooooAKKKKACiiig AooooAKKKKACiiigAooooAK8i/ac/Zn8KftSfDa68LeJYBHcKDLpuqRqPPsJ8cSIfTsy9CK9 dooA/LTwH+3N4y/YT0/xN8IPjZpN54j1rw/b7/C+qQsSNQgJ2xI7n/lngZD8kYKnoK/R34R/ EG2+K/wu8KeMbVVji1zTLe/MSNuETPGGePPfaxZf+A18Xftef8EsT+0F4y1PxroXxCv7fxFe HJs/EGZ7VeOEjdBuiQY4UKepr239gP4Z+Pvgr8Bk8AfEK0jg1DQdRuItPmt5xNFPZSESoysO n7x5htPIAHqKAPpKiiigAooooAKKKKACiiigAooooAKKKKACiiigAorwj4rftbeHvAuq3Wge HbCfxt4ntzsmtbCRY7S0f+7cXJyEI7qodh3UV4hrH7RHxk8SOzJruheEYc/JBo+mfaZVHo8t wzq31Ea/SgD7fvrdruzngSVoHkjZBKoBKEjGRnuK+cfhF/wTw+CHwjmW+j8Kr4r1zcXk1bxQ wvppHP3mKMBGCTk5CZyeteNW/wAWvjFZyeYvxUu7w9fLvdE04p9P3cCNj8a7bwz+2F468NzI PGfhjTvE2mA4kvvC4a2uo1/vG2mdlk98SL7L2oA+wYYY7aFIoo1iiQBVRAAqgdAAOgp9ct8O vib4a+K3h5NZ8MapFqNoW8uVACk1vIOscsbYaNx/dYA9D0INdTQAUUUUAFFFFABRRRQAUUUU AFFFFABRRRQAUUUUAFFFFABRRXKfEz4oeHPhF4Wn1/xPf/YrGNhHGiIZJp5D92KKNQWdyegH 44HNAHV0V8NeNv2i/iP8TJXXTbtvhz4cc5jgslSTVpk7ebM25Ic/3Y13DP8ArDXl2peAdG8Q SGXXxeeJ7hvvz6/fzag7fUzO3Ht0HYUAfptRX5i2Pwz8M6PIJNH03/hH5l5SbQ5pLCRD6q0L KVPuDXovg/40fE74ZyIbHxA/jjSFxv0jxPJvn2jr5N4B5gbH/PXzB9OtAH3rRXnnwb+OXhr4 26LPdaLJNa6hZsItQ0i+Ty7qykP8Lr0IPZ1JVux616HQAUUUUAFFFFABRWL4y8aaF8PfDd54 g8S6taaHolmFNzqF9KI4YgzqilmPAyzKPqRXm8f7YnwQmCNH8UvC7q5AVl1FCpycDnOKAPYq K8v8UftQfCXwT4gl0PXviH4e0jWYgC9jd3yJMARkHaTnkc1t/D741eBPivNew+DvFmk+JJrI KbmPTrlZWhDfdLAdM0AdrXyx+1t8bNSj1SP4ZeEr9rC/uLYXPiDVYGxLY2r8RwRn+GaYB+eq IuerKa+pmbapPoM1+Y2i+I5PGt7rvjCdvMuPEup3Gp7jyRCzlLdM9wkCQp/wHPegDT0XS7Hw 7psVhp1slpaRDCxxjH1J9SfU1d86qnnUedQBb86jzveqnnUedQA2w1XW/h34qj8beC9kXiKB dt1ZMdsOr245NvKP739x+qt7E1+gHw0+IWk/FTwPpHinRZfMsNRhEqq33o26NGw7MrZBHqK+ AfOr2z9hvxG9j4k+IPg0tm0WWHXLSPoIhOCswA95VZvxoA+uaKyPFXi7RfA+h3WteIdVs9F0 m1QyT3l9MsUUajuWJxXyx4H/AOCmvwq+Inxxl8DaReLBodvaTzzeKdSmW2tJJIyoCRBuWBy3 zHAOBjNAH19RXj15+2J8DtPYrcfFjwjC2cYbV4R/7NWJfft6fs/WOd3xW8Oy44/cXQk/lQB7 5RXy/qP/AAUs/Z100Ev8QrefH/PvbTS/+grXP3X/AAVg/Zwt9wHizUJ2HaLRro5/EpigD7Ao r4muv+Cu3wIjz9mk8QXv/XPSpF/nWDef8FiPhfD/AMeng3xjf/8AXKzjX/0JxQB970V+fH/D 4Tw3e/Lpvwh8c3b98wxDH5MaP+HpXinUuNH/AGfPF103bzEYfyQ9qAP0Hor89/8Ah4J+0JqP zaT+yr4guUPKtJ9p5H4Q0p/bK/a31QkWf7MFxZA9PtLT/wBVFAH6D0V+fB+PX7cesgfYfgto +m7un2qQcfXdIKB4r/4KGahzF4Q8EWSHj95Lb5H5zn+VAH6DMwVSTwByaw/B/jrw98QNM/tD w3rVlrdmGKtLZTLIFYEghgOVOQeD6V8KHR/+Cgmrqwn1HwbpeRj92Yf6E18J/s0/A/8AaP8A Enxp1ofDS51LQb2y1e4ttU8QwytDpsUyyMJC5I2vyDhQCSOgoA/fCeeO1gkmmkWKGNS7yOcK qgZJJ7DFfnT408fXPxy+IVx40vWl/sW1d7bw5p8v3LeAEq1yV/56SkZz1C4FfSXxnuvGHw4/ Y38Rjxb4htvEPisaalheapZWn2aORriVIDtTJxgSkbuCeuBXytp1umm6fa2kahEgiWJVHbAA oA1PNNHmGqfmUeZQBc8w0eYap+ZR5lADV1nVfAPiax8deGmZNd0rma3Rtqaja5zJbSeoIyVJ +6wBFfol4M8Waf488J6P4i0mQy6bqlrHdwM3DbXUEBh2YZwR2IIr87/MHfkV9NfsH6tJdfB3 VtHZiYtA8Q3unwqf4UYR3IH0zcn8MDtQB9H0UVwvxE+Onw9+El3aWvjTxjo/hi4u0328eqXa wmVckZXceeQaAO6orjvAPxi8D/FQXP8AwiHivSfEZtv9cun3SytH/vAHIrsaAOC+Pyh/gT8R 1YBlPhvUgQRkH/RZK+c/2WvHXifUv2VPhX4YPwi1/UNEvNGsdPudZurrTpLB7V1VJJfKju2u CpQnAMQIzkgAGvpn4weD9W+IXww8TeGNE1a10LUNYsZLBdQvLJruOGOQbJT5QkjLN5ZcL8wA YgkMAVPkPw7+B/xp+F/wp0TwHoXxP8GQ2Gj6emm2moyeC7l7tURdquSdS8suB6x7c/w9qAOX /aB1S68I/tifBC90bwzfeJruLRtXgTTdJltorho9sY4a5mij2r6FwfQGvevhlc3nij7f4m13 wZP4N195pLEW960L3JtlKlDI8Mjxtk5IKswHY9a8t8X/ALOPxD1z41eCvHmnfEfR7WDwnayW VpYah4dmu5bmOVVEzTzfbFLO23gqqgccHv8ARq52jdye+KAEkG6Nh6givyq+HtvJoPhGx0OY FLnRDJo88bfeSW1doHVvcNGc1+q9fAX7WHw5m+EvxWuPFEMTDwh4wnEsk6r+7sNU2qrI5/hW cBXUnjzBIM5ZQQDiPtPvR9p96yvPPrR9o96ANX7T70fafesr7R70faPegDV+0+9exfsR6fJq Hxi8f60gLW1npVlpTOOgkLvPtPvtkB/EV89axrw0i2RlglvryeRbezsLYbpruduEijHdmP4A ZJwATX33+zB8Hp/g38L7ax1N45/EmpStqWrzRj5ftEnJRf8AZQYQey0AU/2l/wBk3wP+1T4d g0vxedUgktcm1utNvniMLHuYzmN+cfeQn0Ir4a8A/wDBHE+Efjpp58Taja+OfhbNDOJnikex voJNjGLegJBXdtGUYk5OVUV+ptFAHyvZf8Ewf2bLQEP8O1uvebVLz/2WUVu2P/BO/wDZ007/ AFPwt0v/ALaT3Mn/AKFKa+i6KAPF9P8A2L/gZpePI+Fnhrj/AJ62Ky/+hZroLT9mv4SWKqIP hf4OjK9G/sG1LD8THmvSKKAORtfhB4DscfZvBPh23/65aTAv8krds/Dmk6d/x6aXZ2v/AFxt 0T+QrRooAKKKKACiiigAooooAKr2Vhbabb+RaW0NrDuZ/LhQIu5mLMcDuSSSe5JNWKKAPNP2 lPBtx4++BPjTRbSMy3kuntNBEoyZJYiJkUe5aMAfWvgLQ9aXVtFsbxDxNCrnPUHHI/A5H4V+ pFfnf+0l8H7j4A+Mr3W7S3VPhrrdyZo7hOE0e7c5eKTssLtyjdFJ2n1oA5X7T70fafesv7QD gg5B5FL9o96ANP7T70fafesz7R70ef70AaT3qwxtI7YRQWY+gHJr64/YZ8OT6P8AAmLVbmNo ZfEmpXWsiNxhhG5EcRP+9HCjD2YV8mfC34aaj+0T4z/4RvS9y+FrKVf+Ej1mNsJFHnJtImHW ZxwcfcBJPpX6W6bptro2m2un2NvHaWVrEkEFvEu1I41AVVUdgAAB9KALNfLX/BRRmh+DPhSa K2N3PD440KSKFSoZ3F0MKpYgAnpkkDnk4r6lrwr9qj4B+LP2hND0XRNF8Z6X4S0zT9StdXdr nRHvriS5t5N8WHFzGqx5xldpJx94dKAOH0/4XeOviR+2J4c+K134Mk+GuhaBo9xp1w19e2c2 oa00h+VXW1llQRp23vu9MdB9W1neHYdWttDsYtdvLPUNYSIC6urC1a2glk7skTSSMgPoXb61 o0AFFFFABRRRQAVk+KvCuk+OPDuoaDrthDqekahC0Fza3C7kkQ9v6g9QQDWtRQB8DfFD9j3x r8M5ZrnwQs3jnwsvzJp9xOBqtov9xWbi4UdtxDY6k14TfeKrbRriS21iG90G6jO14NWtJLdl PplhtP4Ma/W+qOqaHpuuRrHqOn2uoRr0W6hWQD8GBoA/Jf8A4T/w8cBNcsJm/uw3CyN+Skmu o8G+F/GXxQultvBnhLUtU3HadQvonsbGL3aSRQxH+6pz61+ldr8N/CVlJ5lv4X0WCTOd8Wnw qfzC10SqEUKoCqBgADgUAfPP7Pf7JFh8LdTh8WeKL1fEnjjy2SOYKVs9NVuqW0Z6EgAGRssf XGBX0PRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABVXVNLs9b0+4sNQtYb6x uEMc1vcRh45FPBVlPBFWqKAPjr4kfsGzWNxLe/C/XY9Kt2Yt/wAI3rCmWyQHtBIDviHouSo9 K8S1n4HfGLw3MYb34bXmosP+WmhXsN1GfcFjGfwxxX6ZUUAfmNpfwd+LmuTLDafC/WLR3OFf WLiC1jH+8wZ8D8DXr3w//YU8S+IJUuPiL4ii0rTuC2ieG3bzJR3WS6Ybsdv3YWvtuigDF8H+ DND+H/h600Lw7pdro+k2q7IbW0jCIvvx1J7k8mtqiigAooooAKKKKACiiigAooooAKKKKACi iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAoooo AKKKKACiiigAooooA//Z Donde: TD: Trabajadores Dependientes EF: Estrés Financiero P: Productividad Población La población de estudio está conformada por los individuos que pertenecen a los distintos departamentos, hombres y mujeres que son parte del Grupo Corporativo Tessacorp, que se encuentra formado por empresas dedicadas a la producción, exportación y comercialización de rosas de alta calidad en la provincia de Cotopaxi – Ecuador. En la tabla 3, se detalla de forma numérica y porcentual el número de trabajadores por género. 3131 Tabla 3 Distribución de la población por género de los trabajadores Género No. Trabajadores bajo dependencia % de Representación Masculino 640 51% Femenino 610 49% TOTALES 1250 100% Nota. La tabla muestra el número de trabajadores del Grupo Corporativo Tessacorp, clasificados por género Así mismo, en la tabla 4, se visualiza como el personal se encuentra distribuido en diferentes áreas que conforman el corporativo. Tabla 4 Distribución de la población por área en la que se desempeñan Departamento No. Trabajadores bajo dependencia % de Representación Administración 41 3% Bodega/Mantenimiento 32 3% Cultivo 588 47% Técnico y de Calidad 37 3% Postcosecha 321 26% Recursos Humanos 15 1% Sanidad Vegetal 135 11% Servicios Generales 51 4% Cartera/Ventas 30 2% TOTALES 1250 100% Nota. La tabla muestra el número de trabajadores del Grupo Corporativo Tessacorp, calificados por departamento en el que labora. 3232 Muestra de Estudio Para la realización de un estudio minucioso que permita el manejo de información, de forma adecuada, se obtuvo una muestra, para lo cual se aplicó la siguiente fórmula /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CABBAS0DASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKKACiiigAooooAKKKKACiiigAoooo AK85+OXx+8Ifs6eFIPEvje4vLHRJLhbU3lrZS3KxyMCVDiMErnBwSMZFejV8y/tceHrT4tfE b4MfCu+RZ9N1rUdS1bUYWG5fs9pp8qAsO4866hx7gelAHsPjj4zeF/h/8LZPiJqdzcS+Eo7W K+e+srZ7gi3kAKy7FBbbhlJIHANdP4b16HxRoNhq9tDdW9vewrPHHeQNDMFYZG9G5U47HkV+ d/gnxVfeLP2GfDfwa1d2bxVa+PLL4aalC2chYb9ZmGOuz7JER9FNfpCAFAAGAKAFor5u+On7 X2nfCPx54f8ADd/aX/h9ptdgtp7vVtOkNvqdi1vI8j2EkYYSyLL5Mfl8PluFIINe6+CfEz+M vC9hrMmjap4fa7Qv/ZuswrDdwjcQBIgZgpIAOM5wRnB4oA5f4sfHjwr8Gbzw5Y+IG1KfU/EV xJa6Xp+kabPf3N1JGoZwscKs2ApBJxgVy+m/tdeB9Q+JWheAZbHxVpfizW1Mljp2qeG7y2eS Jc7pSXjAWNdrZc4Awa3Pjl4m8A/B3RZ/i94zghW48LWFxBZ3jEmYCcpughUnHmStHEo4z7gZ ryz9jP4R+IvtPiT42fEq22fEbx44mhtZ8tJoulcG3sRnAU7QrMAAc7d3INAFr9oP4kfGf4S+ G9c8aWk/hJ7Gz1iCx0bwitlPcXmuRSzRxIn2jzU8u4cuxCJE4AXknkj6XjZnjRmXYxAJXOcH 0r5K8eS/HFvjT4g8R2fwXh8YWumK1p4NuLvxXaW1tYZjKyXhgIJMsrH7x+ZYxsBG58/WFiZz Y25ugoufLXzQvTfgbse2c0AT0V84ftBftcWPwY8WaHoN9aXugGbXLGCTU9XsJDY6hYuCbk2c sYYPNHlR5ZCvnoGHNe3+A/FreOfC1nrbaJq3h77VvK6frluLe7jUOVUvGGO3cAGAJyAwyAcg AHQUV8w/GP8AaW8dfCn48eBNCm8HQXPhHxNd3mk2Vrb3Il1a+uIoBIs6RgeXHCXKp875AJdt oq98Lfjx8QP+GltW+E3xI0TRbK7u9AHifR7jQbuS4jitxMIXt5S8aFnDH7wABx78AH0hRXNf ETxt/wAK88KXWutoeseIY7ZoxJZaDa/abrYzhWdY8gsEBLELlsKcAnivHP2cf2rrL446pqWn WFvda8I9X1KJdW0qydbGxs45W+yC6kk27ZpYwD5YDMP4gooA+iKKxfGvjHSfh74R1nxNr10t jo2kWkl7d3DDOyJFLMcdzgcAck4FfJnxD/ak+L3g/wCB03xyPhnQ7DwlcRwHTPBl9NJ/ak0V zIsVtNJMqbUkJkSQwAHCkjfuoA+zaKoaA1/JoWnNqqxrqbW0Zulh+4Jto3hfbdnFX6ACiiig AooooAKKKKACivGvj1+1BoPwAa1bVtC13V7TzbUajfaXaqbfS4riYQxSzyOyr8znARNzYUkg DBObZfteeHbz4weFvAzeGvElraeKvtSaD4muLRE07UpLdN8giO/zNm3lXZArZBXKkMQD3eii vB/EP7cvwR8K69qOi6p42+y6np9xJa3MH9k3z+XKjFWXcsBBwQRkEigD3iivAdL/AG8vgXrW qWen2Xjjzry7mS3hj/si+Xe7sFUZMAAySOScV79QAUUUUAFFFFABRRRQAV8/6bo3iHXP21r7 xLqPhfU7TwvpHhL+xNJ1eYReRNcyXQmuWUBy6gqkCglRnY3tn6AooA+NU/Zg8T6b/wAFCB44 tbVj8MbyAeJbgiRPKTXEtpbIDZnduMczSZxjk85FfZVFFAHinxI/ZN8D/EbxbaeI7nTbT+05 NWg1DVZL+2+3f2hbx28kP2PErEQxN5gYhAAWQEgk5r07wP4J0f4c+FdP8N6BbPZ6Pp6GO2t5 J5JjGpYtt3yMzEAk4yTgYA4FbtFAHxN8W9I8dfFb9qHTr/xp8L/FeqfCPwPL9p0HS9KSymTW dSBx9suFe5TEaf8ALNCCT1ONzLXvPwZ8ZfEfx5488b6j4q8KXvgnwdALS18PaXqf2dru4IEj XFzK0Uj7dxMahN2AEz1Jr2CigAooooA8W+KX7KXgv4n+J7bxFdWNsustqlle6jcX1v8AbheW tuCDZhJWKwxyDG7YBkjJDGvSfAXgLQ/hj4VsvDfhuzbT9Fst4t7Vp5JvKDOXKhpGZtoLHAzg DAGAAK6CigD40+InizVdT/4KB6bead4R1TxlpXw68JMt1Do725uLS81J22uqTSRhswwhThsg NnpXpPwT+FPibUvjV4w+NPjzTo9D1vWLGHQ9E8PidJ5NL0yJt586RCUM0snzsqEhBgbm5x13 w9+Atv8ADz4w/ELx/beItRv7jxs9vJfaddxQmKFoE8uHynVA4CplcFiDnPWvVKAOd8ffD/Qf ih4YuPD3iWybUNGuHjea1WeSES7HDhWMbKSpIGVJwwyCCDivO/hT+yv4N+FniKbxFa2NrJr6 3+oXFpfWVt9h8i1upS62bJE22WOIHam8HbjIC17NRQB4r+2d8LfEHxp/Zj8eeDfCwjfXtStE FrFJII1mZJo5DHuPA3BCoJ4yRnAr5v8AjTqXjj4weJv2cPAHiTwpJ8P9K1HxNBdz+G7m6hub q8h06Dz55JDCWSOBSEVVyWYvlgu1QfvqvLPFnwHt/FHx48I/FH/hIdQs9R8N2M2nwaZHHE9r LHMczFtylgzDaNysMBB75APU6KKKACiiigAooooAKKKKAPk/9va3g+ID/Bv4RyBZU8beMbY3 0GfmfT7NTPc4/wDIfPvWJ8YviFoWi/t+fDjT9dE1vaeFfCF3e6JZWts8k2o6hezLa+TbxqPn KwxsT2UZJIAJH2LJZwTXEU8kMbzQ58uRkBZM8HB7ZpWtYZLhJ2hjaeMFUkKgsoPUA9RmgCWv B/EP/DTn9vaj/YX/AAqX+xftEn2L+0P7T+0+RuPl+bs+XftxnbxnOK94ooA8B0v/AIak/tSz /tL/AIVD/Z3nJ9p+y/2p53lbhv2buN23OM8ZxmvddS0+HVtNurG5DNb3UTwyBWKkqwIOCOQc HqKs0UAfKP8Aw7D+An/QE13/AMKO+/8AjtZPiv8A4J3/ALNXgXw7fa94hh1LRdFsU8y5vr7x TexQxLkAFmMuBkkAepIFe4+Mvj9p+hePH8C+HdB1Xx141htFvrvSdF8lFsYG+49zPNIkURfB 2oW3tjIXHNZXhj9ov4e/E/4A3/xJ1mA6X4QsWm/tO18QwRlrWa2l2sjKCyswkQbdpOTtxzQB 8+/D39jf9kz4patqOleGn1q91bT40mudPn1vVLW5jjf7snlTMjFD2cAqfWu8/wCHYfwE/wCg Jrv/AIUd9/8AHa0vgH4o8LfE/wCOGpfEO98S6HceOtW0H7BpfhfSdRhvJdK0WGcSE3LQsy+e 8syM3OFyqKW2sx+ifE3ibS/Bvh7Udd1u+i03SNOge5u7yc4SGJRlmY+gFAHzJ/w7D+An/QE1 3/wo77/47R/w7D+An/QE13/wo77/AOO16r4d/ae8CeIPFV7oo1m0tv8AiY2um6TeNdwyQ63J cWqXCG0KMS6hZACcDBBr1WaZLeGSWRtkcalmY9gBkmgD4x8U/sE/sveCtQ0fT9bGp2Go6xcC 10+yfxNfNPdSEgYjjWUswGRlgMKOSQK2br/gmz+ztZXEdvcWOqwTy42RS+KLxWfJwMAzZPNa 37DoHxW0LxF8d9ajF14i8a6ndR6fNMAzWGj287Q21pF/dT920jYxvZ8nJAryv/go38P7v40e ONC8P6Ank+JPBvhLVvHEN1Ag87zYZrdLaINjPzMs2F7lR6UAd9f/APBNn9nfSlRr2x1WzVzh TceKLxAcdcZmqzH/AMEx/gFLGrpo2uOjDKsviS+II9R+9rB+J3jHRP2qvh5+zBbSWNrfr428 Q2es3NvNEsgjhsraW5vI+c4HmRiJvUMQetfZkcawxqiKqIo2qqjAAHQAUAfKf/DsP4Cf9ATX f/Cjvv8A47R/w7D+An/QE13/AMKO+/8AjtfV1FAHyj/w7D+An/QE13/wo77/AOO0yT/gmT8A Ydu/SNbTc21d3iW+GSew/e9a+sa+Gf2hfAeo+F/2s/2adU1TxhrniW91TxNfiSC8lWKxt0SD MSQ2qAIhUORvO52/iY8YANTxJ+wT+y94N1rRtJ10anpF9rMjQ6et54mvo0uZBj92rmXbvORh M7m5wDg10n/DsP4Cf9ATXf8Awo77/wCO19IeOvA+ifErwjqvhjxHp8Wp6LqcDW9zbTLkMpHU H+FgcEMOQQCMEV4t+w98QNZ8WfCnWfDfiS/k1XxF4C8Q33hG71Cc5lu1tXAhmc92aJo8nuVJ 70Acx/w7D+An/QE13/wo77/47R/w7D+An/QE13/wo77/AOO19XV4hovjvxBc/tm+KfB0uoyN 4ZtPBWn6nBp5RdiXMl5cRvIGxuyVjUYzjjpQBwH/AA7D+An/AEBNd/8ACjvv/jtQXn/BNH9n vT4TNdaZrFtCDgyTeJr1F/My19a15f8AHr4G6F8dtN8Naf4ruQfC+i6vHrd/pkqAw6iIopAk UzE8RBnDsMEMEweCaAPCo/8Agnn+zNM21Ptjt6L4uuif/R1cd8Qv2T/2Pvhbqk+m+Jr3VrC+ toVubq3i13VLlrSFs7ZZxEzeTGcHDybV4PNV/hJ8IfBn7W37QI+IekeCvD+h/BXwJdvbeH10 7SILX/hJNSQgSXblEBe3iZQEU8EgH++te2/tHfFLwrY6xqXwy0/XvDHhbxX4q07bruvavdW1 sNN05laISuJGUzzsrOsMXIHLNhBhgDmNL/4Jr/s8a5plpqOnafq99YXcSz291b+J7145Y2AZ XVhLgggggj1q1/w7D+An/QE13/wo77/47XvfwZtfCth8JvCFp4HuVvfB9rpdvb6Tcq5cS2yI FjbcQC2VAOe/WsP4t/tEeEPhDHf22oX0d/4jtbOLUF8O2s0Yvri3knWDzI0dlDAMSTg8BT7U AeQf8Ow/gJ/0BNd/8KO+/wDjtH/DsP4Cf9ATXf8Awo77/wCO19H+D/H3hz4gQ6jN4a1uy1yD TryTT7qWxmEqRXCAF4yw43DcM4+navNfjV+1R4c+B2v6Vp+saNrd5ZXF7aWV/rFpboLHSzcv shM8sjKDkgkiPcVUZbGVyAedf8Ow/gJ/0BNd/wDCjvv/AI7R/wAOw/gJ/wBATXf/AAo77/47 Xc6N+1x4f1P4veHfAt34Z8S6JH4ojuJPDmv6nZpFY6v5C75PK+cyKNnzKZEXcCCOGXPsPifx NpXgvw7qOu65fQ6Zo+nQNc3d5OcRwxqMszH0AoA+Zf8Ah2H8BP8AoCa7/wCFHff/AB2j/h2H 8BP+gJrv/hR33/x2vVfDv7TngTxB4pvdFGsWlqf7RtdM0m7a7hki1uSe1juVNoUZi6hZACcD BB9q9ZoA+Uf+HYfwE/6Amu/+FHff/Ha7fwP+xR8LPh3pMum6Jp2qw2ss5uGWXWbqU7yqqTlp Ceijiq+q/thaNHp/ijXtA8I+IvFngfwu8yax4r0xbdbOMwgmfyBLKklyI8Hc0SkcEAk16p8K /iFafFj4c+HvGWn2V3p+n65aJfW1vfqqzCF+ULBSQCVw2MngigDq6KKKACiiigAooooA/MXw v8QfAfw7+K3x10j4rePfHPhzx5q3jG5lXw34bMsZ1qxZVFiIZYYjISYyUA85Aox05Nfe3w4+ Gfha2+DOheFZPAFj4f8AD5tI2fwlqEcV3HbMSJCkvLrI4f5i2Wy2Tknmu8fT7WS7S6e2ha6Q bVmaMF1HoG6gVYoA5bwr8KvBXgS+lvfDXg/QPD15LH5UlxpWmQWsjpkHaWjUEjIBx7CtTxVp V7rnhvU9O07VZdDv7q3eGDUoYY5ntnYECQJICjEdcMCDWrRQB8ofBf8AYn/4VH8X/EPi3Sdd vtHEmo28kVxHLFcPrNr9nT7Sl3E0ISFmuPMYGDZgEYwOB9T6hai/sbm2LbBNG0ZYdsgjP61Y ooA+XP8Agm6zaT+zJa+DrkBNX8F63qnh3UYx/DPFdyP+qyofxqf4C+JdG+KH7WHx98QWt9Bq H9jR6V4Ut0VgxWKGOWa4OP7pnndfTMVejXXwPm0P4r3Hj3wTrv8Awjd3rDwjxHpE1t9osNXV MKJtgZWhuQnyiVTggAOrYyPSrLRtP02V5LSxtrWSQYd4YVQtznkgc80AfAP7Gvw81Twn+194 0+H16inw18Jl1KTw/wCqRaxNBPEP+AxRSDj++1foVUSWsMc8kyRRrNIAHkVQGYDpk98VLQB4 Nr37C/wP8Ta5qGsal4J+06jqFxJdXM39rXyeZK7Fnbas4AySTgACmaR+wj8DNB1ay1Ox8D+R e2c6XMEv9rXzbJEYMrYM5BwQOCMV75RQAV8D/tmftBfDvTf2qP2dLe48V2Ky+G/EV9JrAUsw sQ8SRL5pAwvz5Htgk8CvvisuXwrotxLJLLo9hJJIxZ3a1QlyepJxyaAH6F4h03xNottq+lXs N/plynmQ3cDho3XkZB9ODXzP/wAE+7d9a8HfE7x/z9h8cePdX1jTzjG60WQQRtj3MT17H8Vf hfqvxE0K38MaZ4lbwf4UuEeHVotJtQt7cwtgGGCfdtt1YFgzBGfB+Uqea7Hwr4X0nwT4b0zQ NCsIdL0bTbdLW0s7dcJDEgwqj8B1PJ6mgDmPix8DfBHxy0+wsvG+if23a2ErTW8f2ue32Oww TmJ1J49c18haJ+xn8G7n9tLxV4Rk8HBtAtfBGn6jDZ/2pejbcPeXCO+/ztxyqKME446ZzX3z VFND06PWJdXTT7VNVlhW2kvlhUTvEpLLGZMbioJJC5wCTQBznwt+EPhL4LeHZdC8G6T/AGNp Ulw109v9pmnzKyqpbdK7N0VeM44r5N/bd+P+meLviHpv7Oll4wtfBlrqcS3fjXxFcS+UbPTc BvskJPWaYEDjgKwzwWx9x1m3nhrSNRmaa70qyupW5aSa3R2PGOSR6UAeC/An4/8Aw9174kW3 wc+EsFlqHhTwr4dFzd6jYyMILRvMjjgtowV/eMytI7vnjA5LE49c8SfBzwD4y1STU9f8D+G9 c1KQKr3mpaRb3EzAAAAu6EnAAA56Cuj0/RdP0ncbGwtbIsMN9nhWPP1wKu0AVdL0uy0PTrbT 9Os4LCwto1igtbWJY4okAwFVVACgDoBXz1+19+y1d/tHeHZ4xqr3n2WCEad4euTHbWYufPBk uHuEjM+fKLKEDBcgEg54+j6KAOI+EPwzf4S+FW8Op4g1DX9MgnY6cNRjhEllbYUJbho0XzAp Bw75Y55Jxmvmv9v7xv4ZtvH37P8A4M8X3Mdv4Y1DxV/bWrNOjND5FnH8iygA/u2lnjBzxxzx X2XXgGr/AAl8Xat+2Zp/xBvLDTL/AMB2nhKXQIEe8IuIbiWcSyymExlWVlRY/vA9/agDhdO1 K1/au/a08GeLfC8xvvhx8Lbe+J1pVKRahq91GIvJhBALpFGNxkHy7jgZ619SeKtJvde8Nanp 2narLoV9dW7ww6lDDHM9szDAkCSAoxHXDAg1oWtrDZW6QW8McEKDCRxKFVR6ADpUtAHyj8Ff 2KP+FQ/F3xD4s0jXb7R1k1G3kjnjmiuX1m0+zJ9pS7iaEJCzXHmMDBswCAOOB7x8bhrLfBnx 4PDoc6+dBvhp/lnD/aPs7+Xt992Me9dtRQB+WNx+0Fomuf8ABOHQfhj8MI5LrW5rDTfDGvSS W8lvFptzdzLHNGSygSSyu0uAmRtLsSOA36c+FfDtt4R8L6PoVku2z0uzhsoFxjEcaBF/RRXi f7S3we8U/EbxN8JG8N6Zpd14c8OeKY/EmtWdxdm1ed4VIg2ARsHIZ3c7sZ2qO/H0DQAUUUUA FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR RQAUUUUAFFFFABRRRQAUUUUAf//Z Donde: N = Tamaño de la población Z = Nivel de Confianza = Proporción esperada = Probabilidad de fracaso E = Error máximo permisible A través de la aplicación de la fórmula, se obtuvo como tamaño de la muestra 295 miembros del personal a ser seleccionados de manera aleatoria para el empleo del instrumento propuesto. En la Tabla 5 se detalla la muestra con la que se trabajó la presente investigación, como se puede apreciar el mayor número de personal se encuentra concentrado en cultivo. Tabla 5 Muestra del estudio Departamento No. Trabajadores encuestados % de Trabajadores encuestados Administración 66 22% Bodega / Mantenimiento 28 9% Cartera / Ventas 6 2% Cultivo 85 29% Postcosecha 31 11% Recursos humanos 15 5% Sanidad Vegetal 30 10% Servicios Generales 24 8% Técnico de Calidad 10 3% TOTALES 295 100% Nota. La tabla muestra el numérico de personal que se sometió al estudio, por área de trabajo. Instrumento La técnica de recolección de información fue la encuesta, con el fin de poder identificar si las preguntas planteadas, cumplían con los niveles de confiabilidad y por ende con el modelo óptimo para dar respuesta a la interrogante de la investigación. En la tabla 6, se presentan los datos obtenidos del sistema SPSS, en donde se visualiza un alfa de Cronbach de 0.794 para proceder con la investigación, considerando que a partir de 0.72 es un coeficiente aceptable. Tabla 6 Alfa de Cronbach Estadística de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en elementos estandarizados N de elementos ,794 ,789 16 Nota. Esta tabla muestra los resultados obtenidos en la aplicación de la prueba piloto, para dar paso a la aplicación de la encuesta definitiva. Resultados Se realiza un análisis exploratorio con la finalidad de determinar hallazgos importantes que ayuden a identificar causas del estrés financiero hacia la productividad de los colaboradores dentro de la organización. Existe una mayor parte de la población que pertenece a la provincia del Cotopaxi (81,10%), en el cual se identifica que más de la mitad del personal son hombres (61,30%) que oscilan entre los 25 y 43 años (64,50%). Por otra parte, se evidencia que el 27,40% mantienen una persona a cargo, y a su vez el 25,20% mantienen tres personas a su cargo. Se determina que el 67% pertenecen al área operativo (bodega, cultivo, postcosecha, sanidad vegetal), en donde se identifica que la mayoría de los colaboradores mantienen finalizados sus estudios secundarios y el 35,20% presenta estudios superiores. La remuneración promedio que reciben los trabajadores en investigación es inferior a los $850 (74,80%), lo cual es un factor relevante para un origen de estrés financiero. 3333 La explicación principal de la influencia del estrés financiero y la productividad laboral en los trabajadores se interpreta directamente en la descomposición por factores que se presenta en la información obtenida, de tal manera que la aplicación de un análisis factorial, ayudó a determinar tras la simulación de ecuaciones estructurales los dos principales factores que intervienen en el fenómeno de investigación dentro de las empresas que conforman el grupo Tessacorp. En la tabla 7, se presentan los resultados de la relación de variables de investigación y permite comprender los datos que se modelan. Tabla 7 Validación de análisis factorial Prueba de KMO y Barlett Medida Kaiser-Meyer-Olkin de 0,912 adecuación de muestreo Prueba de Aprox. Chi-Cuadrado2110,389 esfericidad gl 120 de Barlett Sig. 0,000 Nota. Esta tabla muestra el contraste bajo los niveles de significancia, p-valor<0,05, p-valor<0,01, p-valor<0,001. Se determina a partir de la prueba de esfericidad de Bartlett y la medida KMO que es adecuada la aplicación de un análisis factorial para la identificación de factores dado a un valor-p=0,000 y un nivel de esfericidad superior a 0,8, lo que sustenta una buena adecuación de factores para la identificación de estresores financieros. Con la aplicación de un análisis de factorización de ejes principales, se determinó que dentro de los tres primeros factores se mantiene la explicación del 55% de varianza, efectivamente no se puede presentar una carga factorial adecuada, sin embargo, permite que dentro de estos factores se especifiquen de mejor manera la relación del estrés financiero y la productividad laboral. En la figura 3, se identifica el modelo obtenido en el sistema AMOS, mismo que a través de ecuaciones estructurales arroja de manera gráfica las relaciones causales a partir de datos estadísticos, valiéndose de la habilidad para construir diagramas de sendero o también llamados diagramas de vías. Figura 3 Diagrama SEM de estresores financieros /9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoM DAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsN FBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAAR CAFEAQUDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAA AgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkK FhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWG h4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl 5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREA AgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYk NOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOE hYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk 5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD9U6KKyPF3iiy8E+F9W1/Ui4sNMtZLuby1 3OVRSxCjuTjAHqaANeuZ8G+PLPxo2oLa280Bs5fLbzShDDqCNrHBx/CcEdwK8Rj+KmpX39on X/iBdaJ4gsoZLu58PeF7CC5WyjUBvLzJbyvPKium8K2ATnaF5rp/hp8aNMtbq703xnq2iaZq Rt4dS0/VZTHZLqVhPkxuys3yzBkYSKOM7SOGwNPZyS5ug7Ox7bRXH/8AC4vAP/Q8eG//AAbW /wD8XWJqXxl8KSeIdFay+IXhddMUzC/hOrWpZ8p+7IJfPDDt681mI9Lorj/+FyeATwPHHhvP /YWt/wD4uvLPDH7f37P3izVJtOtvido9nfRTNA0WqeZZDerFSA8qqjcjgqxz2oA+g6K+W/DX xi1XUfDfhC81Px9qsep+I7H7fFDY2WmLAEMgT5GmUEjLLgAsxHNXf+FuS/2Trmpj4geJWsdG aRLqSLSNOnYFJGjb93FE0ijcjcuqjAySBWipuWqHFOWx9L0V5V8LvEWvXHxC8UaDqmuTa5Z2 em6fe28lzbQwyI0z3SuP3SqCMQpjIyOa9VqZRcXysGrOwUUUVIgooooAKKKKACiiigAooooA KKKKACiiigAooooAKKKKACiiigAooooAKzfEvh+y8W+HdT0TUozNp+pW0lpcRqxUtG6lWAI6 HBPNaVUta1iz8PaPfarqM4trCxgkubiZgSI40UszEDngAnigDw2z+C/ivw5cajHBa6L4lF8j RTahdarcae84ZFjZ5oFhlTzCqKGeMqGIyETOK6b4H+FdP0qbVb99VtNT1oxQaY8FmjJBZWtu GEMMQcl3UGR2MrH5y2QAAFGfqHxi8Tf2G3iH7FoXhnQxGtwkeuXMkt20T48tpViGIS2RhQZT z65Wtr4M+KdG8RTatDa6THoeswrFdXdva3BntbiKfc0NxDJhd6NscDKoylGUqOM7SdTls9v6 t+pTk2j03y1/uj8qXaPSlrK1HUr611zSbSDTxcWV0ZRc3fmEG32puT5dpDBjkdRjjrnjEk1a 4LwF8Bfh78MLm6ufC/hDS9IurqZ7ia5ih3SvI7FmYu2W5JJ69672sjw/4u0TxXC8ujatZ6nH GzI5tZlfawJBBAPBBB60AeHeH/gb4z8P6Toloq6NJdaTaNYR31vrN3atNCZN+HRYSOSFOMnH rXk/xE+Ndt8LPHn/AAp/4gaPofhHSNas5J9P1rUtYuE0q+WVmaeP7QYQYpA7nIPA3KdwBAr1 6w/aQ1i60XQtRu7LwzpP9txGeztLrU7ppSm/bzstSM5K57ZPWvP/AI7XXhn9ofw0dD8c6b4Q 1PT9C1KG7cx6pdq8MySbDHv+xk7XIMbKvUEjjqN4yqWtH9C4ykneJ7j8J/CerW/ibWvFmoXW jz2msadY21mNGunuY2SFrh/M8xkUEN54xgH7uc816jXzP8KfilqfwljuvCniiwtZPBWg2FlN aa/pkzTHT7WdpUgjukMaMyr5JHnIvAK71GGevpaORZo1dGDow3KynIIPQg1nPm5nz7ku99R1 FFFQIKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACsPxz4TtvHng3W /Dt5I8NtqlnLZvJH95A6ldw9xnPPHFblNkkSGNpJGVI1BZmY4AA6kmgD5N/4VprWl6lqF/rO neKLHxferi41Pw/bJe2zyfuw72rliYkcRLhZFR49xwRhSO6+FPwXttUur/WfEenpbpFbw6Pp umQXe2W0toS7N9o8iQp5zySuSoZgqhOdxat/UPjzdXSre+FfB2oeJ9A27jrH2qGxgkUdWhE7 KZUxyHACN1Ukc1ofBtfDt0urXuh3l41z5oivtP1CFYbizfAZY3TapxtIIc53ghgzAg1s5y5e VrQtybRrf8Kb8I/9A2b/AMD7j/45SN8GfCDKVbTJWU9Qb64I/wDRldtWPqfiL+zfEOi6WbSW Ual5wFwpGyIxpuww6/NzjHpWJBzw+CPgtSCNHbP/AF+T/wDxdeMeD/8Agmz8A/B2uza1H4Uu 9S1aSd7j7Xf6rckqzMWOFR1XGT3WvqCigD5L8J/DvXNJ8PeEIbvwf4qtNU0DTjppW1jsZ4HU Sh8gtcg/wLg+h5Ga1bjwG8ugNpUfgPxWqtePfPNPbabc75GkkflJJynBlbBABGBz1z3Fj+0i NV0+01Cx8E65cafeZNpcNLaxidckBlV5Q3OOhGeavf8AC9NTCkn4c+IsDqfNtOMdf+W1dEZT tZIuMmnoeC/ET4K/FTxJZ+I/Efw3u/EvgXxfomi6ba6J/al7A8OteS1yZ7e6h3yxy7kePa8g GHPUKWp/7MfjD4veB/DemW/xA0Oy0bW7mR5m8DWsZhMtn5YYTaeWcxCcMWMlokgVVGVjjY4b 6W+HvxUj8eaxq+ky6HqOg6lpsNvcSW+oeWd8cxkCMpRmHWFxjOeK3/GXgzR/H3h+40XXbMXu nzFWKb2RlZSGV0dSGRlIBDKQRisptyk3LcUr31JPC3izSfGmkrqOjXi3ltvaJ/lZJIZF+9HI jANHIp4KMAwPUCtevnTxVonif4T+LJPEi6g1xDJaiKXxRPbho5kjJ8q31WGPsAW230Qj8vjz FKg7vQvh/wCLNN+ImvWes+ZJpXiKz0xoL3w/LNvMaytG6yowOyaImM7J4wVcE4bggQSek0UU UAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFcv8UPCtz45+HHifw9Z3K2 l3qmnT2cUzkhVZ4yo3Y525ODjsTXUUUAfEV3qGjWPirxHc+J/EiaHqjRbJvDHiAuIrMbYsRI qLsdYzGWhmjZwC4OzOQe/wDgv8JdR8TRQ65B4i17w5okWjWek2F1pZS0l1VInmf7Q8UqOyxj zQibgrttdiAGWvYr34zeDo7yaGO6utXa0kaOWbSdJutQihkU4ZTLBE6BgRgjOQRg4qv8IJ7r UrXUdSXxJa+JNKurmQwS29zJKYiGAKMH5jfrujBAQ8BRWzqNx5baFuWhW/4Uref9FM8c/wDg dbf/ACPR/wAKVvP+imeOf/A62/8AkevTaoXmuWVjqun6bPMUvL/zPs8flsQ+xdzfMBgYHqRn tWJBwQ+C14CD/wALL8cn/t+tv/kevnH4a/8ABOvxX4I1+61G4/aP+IMdrNdSXA07RLg2kQDO WCsHeRW68nYM+gr7aooA+CvD+rfD7WPA/gvTfEfjC806bR9Fn0m9s0s5PPkd5E3h3MDAcRnO 3By2QRWzqnjXwJrXgDXfCV54p0trO6nuLiyuPsF47RNJcvMpdDEBlN+AQTyM8V9MW3x+8EXs Cz2uoX93btnZPb6NeyRuASMq6wkMMg8g4qT/AIXv4O/5+tU/8EV//wDGK6YVZR2RcJcuyPnx dW8b/Ejx/wCNPEvwO8V6XHqmn6Rp0Rsdf02V9O1J/MvGMTv8kkbqCuHXI+fBHOR1fwN/aK+I y+F73UPj/wCCbf4cst6bG1vNPDz2rsrFGMpV5DEC33Wb5CATu5Fe4+EfiV4d8dXl/aaNeyT3 dikclxb3FpNbSRrIWCNtlRSQSj4I4+U10zKGUqwyDwQaxnJyk2xSd3cjt7mK8t454JUnhkUM kkbBlYHoQR1FeJfEH4ATx3D6x4HuG066jk+0xaZFKLcWsucvJYyBSIGk6SxspinHDbCfMHdX Hwj0m1uJLvw3c3ng2+kO5n0N1jgkbuZLZlaBye7FN3+0Ko2Pivxp4R8yPxfoa63Zh/3er+Fo WlKx9AZrVmMob/riJB7CoJMX4W/H6DxNqi+G/EkA0nxOtxJZriMxxXE0aB3j2lmMMoU7jGWZ SDmOSZQWHsFeVeJ/BvgD9oTTJprW+t5tSgUQ/wBo6e6i7tiG3LHMhGcBvm8uVflb5gFYBhwv hn4ueJ/gXqkPh34vktocpWHTfGEatLbbjnEdxKfmHG0BpBv4bcXA80gH0fRUdvcRXlvFPBKk 8Eqh45Y2DK6kZBBHBBHepKACiiqOta1aeH9Pe9vWkWBGVcRRPK7MzBVVUQFmJJAAAJ5oAvUV V03UrXWLCC9spluLWdA8cq5wynkGrVABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABXLfFSHW7 j4aeKovDbSJr7aZcCwMJxJ53lts2Hs2cYPY4NdTRQB8j+E73xldabqSeCGsl8KwwmDSbOGOK FbcbY873y0iXSt529ZY/vjLD12v2f7XxnqOpalcaNqWmaav9l6fFrs15aPqdvc60okFy0ckU 8KtKE8kSuu4FtoOGQ17N4u8HfDjUNYS58TaN4Zn1S4wol1S2tzNMBwAS4yw9jmp/h7pevaLH eWWqJaJp6yMbFLQKEij4ARQoXagH3V2kgdWNbOonHlsW2raIj/sn4i/9DV4X/wDCauf/AJYV Xm8M+O7q8tbmfxH4VlmtSzQyf8IzcbkLLtOD9v4yDiu9prSKrKpYBm6Ank1iQcgNL8f558T+ GyP+xduP/k6vnD4O+C/2xE1/UJfGPxE8J2uii8lNvbX+hx3sph8w7APs8kJGVx952I75r7Ao oA+Rvh/pniHXvhv8PoNP8Tf2LYxaBMlzdQTSqBcmRBGyxxzpkgCQgSb0HQg550dd1rxpL4Xm 0yK11WXVBqlwqajBqsEQ+zNLMYpjtkVnVEMX7oFMnaD8oYV7nL8Ofh00rmTwx4XMrMS5bT7b JYnkn5euab/wrf4b/wDQr+Fv/Bfbf/E10RqqKtYuElHoeFahc/FNPHHjC6+Flx4a1DxBb+Hd I82z8UQSv9qbzL3AWSGaNY2znOQQSeMAVD+z/wDGD9p7Vr7xLH8U/g/p9uLOaGG0TRbyK2DA hi7q0s8izL9zBVhjkHJ6fS/hrw14c8Pi4Ph/StL00TFfO/s23ji34zt3bAM4ycZ9TW3WVSXP Jy7ik7u5wsPxWht0H9r+GvE2ky/xKNImvFH/AAO2WQVNF8aPA7YE/ifT9Nk/55apJ9ik/wC+ Jtp/Su0prKsilWUMp4IIyDUEnDXHgvwb44u5NZ0m5ht9Wcc614dvBDcN6b3iOJQP7sgZfasD xpoHimLQ5dJ1jRrH4seGbo+Xc2txFFaX8cfXzDyIZmHbYsTA4xk10Hi7wf8ADa3V73xJonhm Igbjc39rArj3DMM5+leSXusfCXUrtrTw1418V2FwvAt/CNzfPHwegVUePr+FAHOaL4o1j4Ba nBb+B7jU/Hvw/WTN/wCCNSjkXxD4cg7zWkcgE1zAv/PHYzYGUY8g+tN8fk8YWljP8NtKHjGy uQC+szTNZ2EAI7O6bpnB4ZI1JUghipBFeSfG6x1u3+E2tyzN4l1XQ7WLzZb3xbY6eXtItwEk 0MvmxzJKsZcoyozbguATXtmnw2VpptnBpiRRaZHCi2iQACMQhRsCgfw7cYrWEeYTKcmofEC4 5l8UaHaf7FloUjY/4FJcnP8A3yPpVDWG8bX2my2l1q/h/XLVsM1rd6VPau5UgjbNHcHYcgYY IcHmrHjCTVo/CurvoTxR60tpK1mZofOUyhCVGzcuSTgD5gMkZz0qxpsk8ml2T3S7LpoIzMvp IVG4fnmuyNGMt0bwhsT/AA7+KVosln4c17RX8FavK7RWNnNcfabS6AyQtvcABC2ASITtcAcL gZr1Gvnz4xyabD8KfFtxq8ot7C202a5Nx/FBIilopEPZ1kCFSOQwBr1z4b+Krfxh4J0TUYtR s9SuJrKF7iWxnWWPzSg34KnpuzXNWp+zej3FUhybHT0UUVzmQUUUUAFFFFABRRRQAUUUUAFF FFABXL/FHV9V8P8Aw28U6nocLT6xaaZcT2aIm8+asbFSFwdxBAO3HOMd66ik68HkUAfHK3rr puq2Oh+FLK6SSCF08X6pbPfvqe/ySbyRhDKZUdZJCPvbduMYBC9l8DfEXiHQdY1XRtH8P3Gp aWmm2N5PprTx2qaVeSGYSRojYEayIkUoiUKEDg7F34r1BvgdotqTHo2qa34bsSxc6dpV8Utl yckRxuGEIyekWwVH8G7MaLHq+nJ4fk0dftTztczi4aa7c4BaWWbLTOMBfM3EMANvygVvKcXH lS1LbVtDU/4Szxf/ANCJL/4Nbf8AxrMv7rxDqWtaXqs3w/ka+03zfs0v9q2/y+Yu1xnrgjH5 CvSKKwIOKHirxhkZ8DED/sLw/wCFfP3wt/aI/aR8Razc2eu/s5PHpkd3LEuryeIYLA+WHIVv IlUs3y45HB619bUUAfEvhbwlqOpfD3wAugeF9HNxc6LNd3lxc6NZXCvcCRAiTTSgEA7nyV3O QCQDitzXrKzk8F37WPhbRbHxLa31zGUPhPzkaNJZRCoxARh1WP8AeYP3vVga94074D+HdHsY rHT7/wARWNjCNsVtBrt2sca5J2qPM4HJ4qz/AMKb0rj/AInXijjp/wAVBd//AByuiNSMVaxp BxjueFaXfeNfB/jnxT/wq74caLqOqXvh/SJp7O7v49IhtJC97yyJE/mNngjj7uN3SrHwBsP2 rNUm8Wx/FLU/D3h/zriKXSri1tob1YYyGDxIkboeCEO6QknPtX0B4Q+Guj+CdT1HUbF7+4v9 QihhnuNQv5rpzHEXMagyMdoBlc8f3q6qs6klOTkkTJ3dzzTT/hn4uuMjX/idq2oxHrFptjba eP8AvpFZx/31WmPg34ZlUC+Gq6wB1XVdavLtD/wCSUr+lT678VND0m+n0yyebxBr0QwdJ0eM 3MyN2EpXKwA/3pSo96y7HT/Hvja0SbWr1PAdrJndpekGO5vQPR7pw0Yz6Rx5HaSsySPUrH4X fDW8hjOi6DYatIMwWWn6Ykt/MPVIYkMr/UA4qLXvEvi7WtDup7GG1+HGjRR75Nd8RPFJcQxg ZLrbAmNRjvLICO6U3xBefD/4B2M2sXUcSavPE5We4la51K9CjJBmkLSFBxlmYRoDklRXnmke B/Fv7TTrqfxEF14d8BblktfCdo7Rf2gODm4fiQoDxyF3YDKqDlwDlI7PVvj7eLbfDaa+j06G QJf/ABb8SR/aJXwcSxaRbSgqpbkGZFjROq72Ar1bT/gbqvw2t7G08Aausnh61t1gHhvxDPNN HuH8cd4fMliz1KbXTOcBc165o+j2Ph/S7bTdMs4NP0+1QRwWtrGI441HRVUcAVcpqTi7oDxx pfGMDFLnwFfTP3fTdSs5o/wMssLfmopqJ41vpNlr4GktT/z01nVbaGP8TAZ2/wDHa9lordYi aNVUktjyvw38HLy91hdX8calBrrQyLPYaJaxFNPsZBn5yCc3Lg8q8g+U8qqnmvCPjB/wTN8G eNPitovj7wJqv/CsdUt7o3Wo2+l2Zktr2QfMj+UJEVDvA3Ko2uC2QCc19l0VjKTk7szbbd2e PXHxo1f4Wwxx/FTQm03T0G0+MNDV7zSjj+O4UL5tnnqS6tEv/PavU9F1zTvEml22p6Rf2uqa bcoJILyymWaGVT0ZXUkMPcGrF3aQX9rNbXUMdzbTIY5YZkDI6kYKsDwQR2NeA618ENa+C0k2 u/Bq7m07TvMEl54HdfP06RSRve2iLL5LAZby42UNgAbehkR9CUV5n8LfjhpnxAgtrW+jXQ9e maVEsZZCyXBjJD+S5VdzL/HEQJYujovf0ygAooooAKKKKACiiigAooooAK5v4keLj4B+H/iL xILb7Y2lWE14tvnaJCiFgpPYEjk9hmukqG8s4NRs57S6hjubWeNopYZVDJIjDDKwPBBBIINA Hx/qHibT11DU7XWLPX/HHic6hHYPfzXEsFlFeyNGDFaBWJgiUyjbtVmOOSTye9+DPxduNLaT QLpta8WaedPh1WwvY45b26hSSWaKS3nkKqz7JIW2OyglTg5K7m07r9m/UrC6vodB8S6ZDpFx EttHbazoEeoTwQAALCbhpFeaNcDasu7AAGTgVvfASx0HS7LVYLCS4vdbWVYtS1K6jija5MY2 oEjjYpDGgJCwqF2ZOVDMSdnKPLbqW+W2h0P/AAtW3/6FvxN/4KZKxdW8cLfeING1SPS/F8Ee n+d5llHpkvl3IkTaNy5AJUgEEg45xjNeo0ViQcIPi1ASB/wi3ir/AMFD/wCNfNvws/4KbeG/ id4svfDtt8MPHhv7a6ktTLptjFeQAo5XLNvUr0PG3ivs2mQwx28YSJFjQdFQAD8qAPirQNUk j8E+CZ5P+El13Wtc0mbUpA+v38ckkiyIPLCxq4VmMgGWKIuOT6dRqFtGnhWPVtPtfEd7cvf3 VkbM+Kp4tiwPMskhZpMHAhJ2rk/NxnGa7LQ/2dfGvhnTbTT9M+KUcNnZRtBaiXwxbSSRxFtw TeXye31wDVeb9mPxNcNctL470WRrp/NnLeCLEmZwSQz8/McknJycnNdMZQS1Lhyx+I4e38ce PPBeveI7b4V+FNX+JGoanoelXtjDq+t7NPsGla7zNM9zKHG5Qn7uNdzbMEpjNb/wD+Efxp8Q eHbmH4/eJoLkrfyXdtpvhm/dIriOVizwXZ2AtGhIVER9u3hs459V+Fvwp1fwL4h13Wtc8Vnx Rf6nbWtorDTY7JYY4GmYABGO4kzNyfQV2/iLxLpfhHSZtT1m+h06whwGmnbAyThVA6sxOAFG SSQACTWVRqUm47CluS6NoeneHdPisNKsLXTLGL/V21nCsUa/RVAAryz4j/H6HRLi50nwxbrq uqxXqaXJdPGzwRXjruW2RAVa4nI58tSqKAfMliHNc/4w8eeIfiPr0GgaPYahZ2uPMm0RJmtL 67iZfkkvZlG7TbfPIGTcSgECNcMD3/wt+ENl4AtYbu8+y6j4hETQ/bILYQQWsJbcLe1hHywR DjIXBcrucs3NZknJ/DL4CTwa0nivxxcNq2usxmS0uJBcCN925HmfAEkkfIjVQscIJCBjmRvb qKKACiiigAooooAKKKKACiiigDyj4rfCBNeubnX9HsLa91GWIJqGi3BEcGrKuCj7/wDlldx4 /c3HVfunggrjeCfilL4P8J2OpavqFzr/AIDJ+yp4jvFI1HTJVkMTQ6lH/EVkGwzp3++oH7xv cK8s8eae/wAOPEM/jixtzP4eu08rxVpsabg8eFVb8Jg5eJQVkAGXi5OTEikA9SVg6hlIZSMg jkGlryaC1uPg/MdT0OOTV/hpdRpK2maeDM+j5yTPaqMmS2YEEwp/q8ZjVgSo9O0vVbLXNNtt Q067hv7C6jWWC5tpBJHKhGQysOCCO4oAt0UUUAFFFFABRRRQAVjeMvFFp4J8J6x4gv8Ad9j0 y0lu5Qv3mVFLYHucYH1rZrO8RaDZ+KvD+paNqMXnWGoW0lrcR/3o3Uqw/ImgD51uvi7rV9Hq X2rxrNZeKLG2N3d+GtCis44dPVVV5I2nuopBI8SuN7b1B7IvSui+FPxq06wmudP8eTaL4U1h 7SDUrW7vmh0+S+t592TIhcgTI8bK4ViCdrYXdtDI/g74n0eG4sG0fw74tiniW3l1K81Caylu 0Cqoa5hEMqGQhEDyKfnK52r0rrfhH4eto9W8Qa7e61Y634jvjFa3KWAPkWUUO7ZBHuJZhukd mc4DsxIVRgDeXs+TTct8ttzb/wCF2fDv/offDH/g5tv/AIusvUvi74Tk17R57T4jeGotNj80 XtsdVtT5wKfuzktuBDehHU5zXovkp/cX8qdtHpWBBx//AAub4fngeOvDX/g3t/8A4uvMfDf7 fH7P/irUpdPtfiholpexTNA0Wpu9kN6sVIDTKqtyOCpIPavfsD0rjvC/wZ8A+CbuW70DwT4f 0a7lkaWS5sdMhild2JLMzhdxJJPJPegD51h+NviiHwf4U1q/8b3zza9YSamY7SDS4o0iV1BE QlTdKcOu1ELO3bNb3iD4ma/ofhy21YePtanN1fT2FvbNp+nQs7wtIJSWkhCqFETt8xHQDqa6 TwX8LvHvgvQdI06PTfCt7caXatZRag2q3McjxF9xGBanbkhSRk8qOa5L4labb/CvQ21Xxpa+ A/Duk39+sIn1HxHdRRG5mZs7c2wClt0hYjHyly3Ga6Y+ztqXDl+0znPih+0p8QPhjF4i8PeG I9Q+KPjrU9MsLjwxpsOmIzRtM1ws1zKbeMJ5MYSJsuQCTjdgkiH9npvjD8YNF0w/EeK0l8Wa bMyT6/HJBdadpRQAKYLeP9xNflt+6TMqwEYwMmI9p8Mvh74l+KWparrmqGDwp4E1G3srGHTd JllFxqtvavOUbe0cfk2kgmI2BS0iAcorYP0pp+n2uk2NvZWVtDZ2duixQ29vGEjjQDAVVHAA HQCsqnLzPl2FK19DI8H+B9J8D2c0Omwu1xcv5t5f3UhmuryXGPMmlb5nbHAzwowqgKABv0UV mSFFFFABRRRQAUUUUAFFFFABRRRQAUyaGO4heKVFlikUq6OMqwIwQR3FPooA8z+GryeB/Eup /Dy4Zjp9pCL/AMPySsSWsWba9uD3+zuVQZ58uSIdsmrfwSfAvUPt9jGzfDq6lZ9Qs1UldBds sbmEDkW7N/rIwMRljINqhxV744QSaT4fsfGtpGz33hG5/tRkjGWms9pS7i/GFnYDpvjjz0r0 OOSG9tldGSe3mQMrKQyupHB9wRQA6GZLiFJYnWSJ1DK6HKsDyCD3FPryzwwz/CDxVZ+D7gl/ CmsSytoFy3AsZeXbT2PQLjc0GP4UZMfIpb1OgAooooAKKKKACqWt61ZeG9GvtV1K4W006xge 5uLh87Y40UszHHoAau1h+OfCdt488G634cu5ZILbVLOWzeWL7yB1K7h7jOeeOKAPKdQ+O+tN byX0dvoGgWsaxyjT9YvZJdRMcjKsZlggRjCzl0AQeYfmAOD8tdB8E/FmheJP7SSy0saLrCrH d3NvDdPcW9xDNuMVxA5A3RHY6jKIyFGUqvGfGZ/hVOmqavP4s8NeIP7eupw5utFtY7+0u3Ux HzozsYxJIYUJgmO1eRyADXefCf4BxXELav4w0qe0mWzi0vTtKlvS81raxPI4aaWFgrSSNKzb VG1FCKOhJ3lGChe+pbSS3PfKytQvtSt9c0m3trFLjTrjzRd3JkIa3wmUwuOQxyOvHFc1/wAK R8Gf9AmT/wADrj/45Sr8E/BisCNIc/W9uCP/AEZWBB3Ncj4Z+L/gXxpdS2ugeM9A1q6hkaKW 3sNThmljdSQysisSCCCMEdqhHwb8HqQRo/P/AF8zf/F14l4N/wCCbHwH8F+IJ9di8N6hqGry 3D3P2q81e5BVmYsQFjdFxk9weKAOhsP2i/EV54d0zWZtF0CxttQtJNQiik1C+meK3RsNJKYr JlRVyuWYhRnrXh3xm+Fn/C6PHA+IvxUOg+LvAmjQtBpXhmHUdRWwsJUJFxPK0FqWlJdCCWUK AoXkdfQPB/w/1Sw8I+FtO134ca9dXWi6ZJpRt47i3Ns8bOpbIEw3giNeG4IJyDWqvhfWv7Ku tJl8I+LZ9HuL03psWNgqAm4Nw0eVYM0bOcFWJ+XjNdUIQa95lwin8R6P8GPF01xfX3g8+G9J 8O2Gh6ZY3FjDos7tAIJjMqRiN4YjHtEHTH8XbFeq15B8JNN16X4leLtc1Tw9e6HZXWmadaW7 XzxFppIpLtpMBHbAAlTk4zn2r1+sanKpPl2FKyegUUUVmSFFFFABRRRQAUUUUAFFFFABRRRQ AUUUUAR3EEd1BJDMiyRSKUdGGQykYIP4V558AZpbf4dx6BcyGW78M3dxoUjN3W3kKwn8YTEe fWvR6838A/8AEt+LHxL0xfkillsNWSPGOZrfyXYfU2v55oA63xp4SsfHPhm90W/DCG4UbJoy VkglUho5Y2HKujhWVhyCoNYfwv8AFl/q9jd6F4h2r4u0IpbaltACXOVzHdxgf8s5lBYD+Fg6 dUNdvXmfxUjfwTqdj8RrJWA01VtNciRSRPpjPl5CB/FbkmYHrt81f4+AD0yimxyJNGskbK6M AyspyCD0INOoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigA ooooAKKKKACiiigArzjSv3f7Q/iUDnzPDGmufbF1ej+tej15v4a/0349eOblfuWmj6VYn/f3 3cpH/fMifnQB6RUV1bRXltLbzxrLDKhjeNhwykYIP4VLRQB5t8F7ibQ7XV/Ad3IZbjwnLHaW szfem0903Wjn1KoDET3aFj3r0mvM/Hinwl8T/B/i1Bts74nw1qZXPImYPZyN7LODGP8Ar6Ne mUAFFFFABRRXLfFS11i++Gniq38Psy63LplylmU+95pjYKF/2s9PfFAGfefGrwja3lzbxX15 qjWrtFPJo+l3d/FE6nDI0kEToGB4Kk5HcCq3wkDXdvqGp2viW38S6ReXEjQywzySGJgwGxgz Ha453LxhuAq9K8E0O+8Va5oVxD4Xma38HWdpDHpljptpG0kcKCIG2ZzKsiXAxMkqtgqejA9e k+BVt4z1PxN4jvtM1fSUY2Njb6xfXFi93b3WpJ5oYRNHNGN8cJt45Dk5ZQDyCTvKnyx5y3Fp XZ9M1Ru9csbHVLDTp7gR3t95ht4sEmTYNz84wMA965r+zfiF/wBDF4Z/8EFx/wDJtVbrw145 vLq1upNd8Ltc2pZoJG0C5Plll2sQPt3cHFYEHe0VxA0v4j9/E/hbH/YuXP8A8n14L8Mfh9+1 /puu3cvir4peBLjR2uZGgtptCku5VhLkqP3ZtyDtx1kfHcnrQB7jbfHjwVewLPa6jeXVu+dk 9vpN5JG4BxlWWIhhkdQcU/8A4Xh4Q/5+tR/8Et7/APGa+c/BX9ut4F+GcltPdz6VHo+27j01 MhrjzlO4r9piKjaHxkvjPQ9Tu6ppvirSfC2oXTX97q+sXt7IEtrC58o28JmlKM5aUh1VPLO2 MRElQpOCxrpjS5lcuEXJ2Pofwn8RvD3je8vrTR7557uxSOS4gmtZreSNZCwRtsiKSCUfBHHy mulr4i+I37RmrfsyeLtV8aXXhq48ZeEotG0S08R3FpIseo2JeS9EdyIwDEyltyspZQGZMNg1 9TfBv4yeFfj14BsPGHg7UP7Q0a8yoZl2yRSDG6ORf4XXPIrKpHkk4ikrOx29FFFZkhRRRQAU UUUAFFFFABRRRQAUUUUAFFFFABXm3wdcaxqPj3xHgMupeIJreCUdGhtUS1GPbfDL+ddH8S/F x8CeA9a1yOH7Tc2tufstuOs9wxCQxD3eRkX/AIFR8NfBy/D/AMA6F4eEouJLC1SKacf8tZsZ kk/4E5ZvxoA6aiiigDj/AIveGbjxd8NfEGnWXGp/Zjc2DA4K3cREtu2faVEP4Vr+C/E0HjLw jouvW3EGpWcN2g7gOgbB9xnH4Vs15v8AAb/QPCOp6Bgg+H9avtMXPXyxM0sP/kKWOgD0iiii gAoork/i1rmseGfhb4u1fw/btd65Y6VdXNlDGm9nmSJmQBf4jkDjv0oA5/xxa/B9fEEjeL18 Fx626qZf7YNqtw64+Xfv+YjHTPFaHwttNcsbO5hv3tJNH3FtM+wrCIEh42qnl4GzH3eM46nP FfN3w/ur7WvCPhfVYPCuj3sOralDFqmoX1u17d6lbSwbxO0rFsnccMzkqOAqqOBufs5+OPFu l+KvFmgad4fuNb0O1stOvG0632WMWi30yym4s41mYYQBYmCLwu7OBv52lTcVzP8ArqVyvluf WNQyXcENxDBJNGk027y42YBnwMnaO+B1xXF/8Jr4u/6J3ff+DSz/APjlUNQvNe1PWtK1af4f XZvdM837O41O04Ei7XB+boRjp6CsST0miuK/4S/xX/0IV1/4M7X/AOLr5m+E/wC0J+1d4g8U 3lv4j+ANp/wj0d3LHFfLfJp03lByFYpPMSx2gcqoB6igD3O4tfgSLiXz4fh35+9vM8xbDdvy d2c85znOe9M+y/AT/nj8Of8Avmwr5/8ABOjaRD4V+HaXHhTRlt7/AEY3V5eSaNazyNceeoKv K8TZO1mPqcZzWzceFY4fCeoarceEPD9jcfa54reOTw1bSLsWWZY8KkRZNwSP5pMjDHHJWt40 3JXKjFydj6H8PeG/hh4k0PXdH8P6d4V1DSdQh+zarZ6TFbNFPGysAkyx8EEFgN3qcVkt8Pbn 4S3EF/8ADrTIk8Oxx7L7wXZ7YIZAMYmswcJFMADmMbElzlirDcfCtP8AjR4Z/Zp8Va34i13w bqOj+HL3w/osuq33h7R0+z6VMz3nN1DGfMQEnaGCvgqFYgkZ+kPhH8cPAvx38Py634C8SWni TTYZBFNLbBlaJyM7HRwGVsEHBA61nOPJJx7Caszf8J+MNK8baT/aGk3JmiWRoZopEaOa3lX7 0UsbANHIvdWAIrarz3xh4E1LT9SuPFPgZoLHxK5U3ljOxSy1dBgFZwB8soUEJMMMCFDFkG2t /wAGePNO8bW90LZZ7HU7JhFf6TfII7uykIyFkTJ4IyVdSUccqzDmoEdHRWfoevWXiOxN5YSN LbiWSAs8TxkPG7I42sAeGUjpzjI4rQoAKKKKACiiigAooooAKKKKACiiuV+I/jYeCPD4lt4P t+uX0gs9J01fvXl2wOxOvCjBZ26Kiux4FAHO623/AAsL4raZo8P73RPCbrqWpnGY5L9k/wBF g92jVjOR2JgPUjHplcv8OPBreCfDMdpc3H27WLqRr3VL/HN1eSYMsnQYXOFUfwoqL0WuooAK KKKACvOPh/mx+KvxPsCAqzXVhqiD2ltFhJ/76tWr0evO9Ibyf2gfFKdBN4b0uT67bm/Gf1FA HolFFFABRRXM/E7xovw5+HPifxS1s14NF024v/s6nBk8uNn257Zx1oA5w/AfQ7O4vH0TU9a8 NW95O9zcWel3YWB5XO52CyK/l5JORHtHOcZpnwRtrfQtL1HQ7Pw6/h+0tbuWRPOeZ5LhmbLy O8o3SNk8vuIPbgV4T4c8RjxN4T8P65r+l6tr2panf2Vrc6lqOryW6gXQBWa2hicrEBuAEahM YyWY8nrvgz8bNT03xF4s8L61p+tarBp9yz6f9nL6nPbQiWSFoZpiAz/NEXVnycOVJOwE7SjK 2r2/4H+ZWvLfp/X+R9KUVwX/AAt61/6FnxT/AOCiSsnUPHdvqniLRdSTRPF0LaeZswLpUoSY SJtww3AcHBBIPTjGaxJPU6K4ofFCNiB/wjHif/wVt/jXzP8ADH/gp34T+JPi678NQ/Dfx2NS t7qS1L6fp8d5BlHKklldWXp0K8UAe/6d+zz4W0exisrC612zsoQRFbw6xcBIwSTgDd05qf8A 4UPoH/QS8Q/+Dm4/+Kr5+8DXEureH/A8bWmuaxqOsaQdUvb258U30LofPVDlPtSD+PPy5xtx ik1zxdpnhnwNrXinV9J1uzsLaW4t9PX/AISvUsXkkUkqjLi4bYpELMWKjHQBjjO8YyaunoXB Sk7I+kvDvwc8M+G21xo4LrUG1u1jsr86ndyXPnQIJNseHJAX99J067ua5LwL+zH4e+COirZf CaV/BQUlpLSQve2V42SczxyNuzyQHjdGxgEkACvJbT9pL4f/ALOni7Urvxl4h1nSvDOsaNpN 1ZyXTajq1vFNI10W+c+aYiyhOu3ds9q9z+DP7SPw3/aEi1OT4e+J4fEiaYYxeGG3mi8nzN2z PmIvXY3T0qKkXGTjLcl7lvR/io1nryeH/GOnf8Izq77Vtrtpd+m6gzdEt52C5k9YmUMO24c1 f8bfD0eItSstf0m9Oh+LdOjeKz1NY/NRomILQTxZAliYqCRkMCMoynmun1TS7LW9PnsNRtIL +xuF2TW11Eskci+jKwII+tef/wDCF+JPh/ffafB13/avh8R7W8K6ncMPLP8Aetbl97JwABC3 7v0MYrMRofDnxvFq11qHh7UdNTw74p092ku9MD5SdWbJurZiFMsDsx+faCG3KwBFd1XmUt74 Z+N0F3pytd6L4s0J96rMnkalo87KQsikEhlI6lGaNxlSWBIq74R8dX+n61Z+DvGSxweJ3hZ7 S/gGLXWI4wN8sX/POQZBeFvu5ypdRuAB6BRRRQAUUUUAFFFFABRRWD408baV4B0M6pq0rrE0 qW8MMKGSa4mc7Y4Y0HLOzEAD8SQASACz4p8T6d4N8P32tatcLbWFnH5kjnqeyoo/iZiQqqOW YgDk1yHgTw3qHiDXI/Hvie2az1ea1a30vSW/5hNpIVZkf+9cSFUMh6LtVF4Vmdvh3wXqvijx InivxrEiS27K+jeHfMEsWlHBBldl+WS5bP3sERjKoxBZm9GoAKKKKACiiigArznTUEn7Q/iG TvF4X01P++ru9P8A7LXo1eceDZDf/Gr4jXWPltbbStMB91jmnI/K6WgD0eiiigAqG9s7fUrO e0u4Y7m1uI2ilhlUMkiMMMrA8EEEgipqw/HPi6y8A+C9d8S6juNhpFlNfThSAxSNC5Azxk4w M+tAHnUHwHvvDNvFp3hTxFHp+hq+5LPUdPjuntgOgikG1mwOhlLsMD5iOK0/grZ+HLVtffSp L6+1ma5H9p6pqXlma6ZRhD+6+REAJxGAhXJJUMxJ8s0n43at4vs9D1FvFmqWc2tX66ctl4b0 y2ktNOlaPzEWeW4ikdgVxiTK7ycqijp0fwk/aK06817xF4c8b3GneHNb0lYJ473UGhsGvYJw xG+MyNsmQoRIgY/eQ4XdtGsufl97Yq7aPfqK4/8A4XJ4B/6Hjw3/AODa3/8Ai6ytS+LnhRta 0q4tfiL4Xg0uHzft1vJqltmUFcRkHJI2t7jg96yJPRajt7eK1jEcMSQxg52xqFHPsK5GP40f D6U4Tx14ac+i6vbn/wBnryjwL/wUB+BHjy/ubCLx9puiX1vcPbG312ZLMuyuV+VmbawJHBB5 BFAHSab+zmNK0fT9Ki8V3VxY6ehjtFvNKsJ3iTcTgM0BP4+1bC/CHWFjaNfHeoLGwIKLptiF IPUEeT3ya8i8P/GfxLqmi+Ebi78ZTrfeIrA6jGLe0sI7ZUMoQKjSDc331x1JHOaS4+Omq29n Nct4z1IIt++nIrWumBjKryq24H/VriGRstjgDucVvH2lvdZcea+h7T4X+DtnpGoeILrWdSl8 VDW7O3sLm11O0txb+TCZSqeWkYDZM753Z6CsXwb+yf8ACv4cx6ivhLwpH4We/umvJptFu7iz l3lQMLJHIrLGMcRg7AScLya5HRf2jtF+HfiXWrb4k/EXSNP0k6Vp+o6dNrUltZzO0zXAkVAh AkAEUf3QcE9SCK1/hV+2t8H/AIx6h4gtvD/i+zRNFeFJrnUZUtYpzIHx5JdgXA2HJxxketZz UlJqW5Mr31Ow1Dwh430G1LeFvF41KReFsfFkCzw49BNCqSg+7F6lt/H3iHRYUTxP4N1BHXiS /wBA26hak+qopFx+HlH61cf4z/D6MZbx14aUf7Wr24/9npF+NPw9kOF8d+GWPoNYtz/7PUCM q91D4d/Fi7t7STULVtetsm2CzPY6tZk9SgOyePPcYAPQgjisXxNo+uWNrc6T4y0+bx34N3JL a6tp8WNYsZFORLIkWwsyn7stsPMGPudWrb8UeNvhP400t9O13xL4T1SyfrFcanbsB7g78g+4 5rlbC58BeFbVbfwj8XbHw/ax/c0+bWbW/tB/wGdmkA9kkWgDR8C/FRdHWO017XINc8O3Fx9n 0jxdGylHPAFtfFQBDchjtyVVX4HD5U+qarrOn6DZm61K+ttPtVODNdSrGgPpliBXy78QtX0+ SbU9at/EHgvWdbvLb7BPceH9WSKXUom+VYJ9PkMyTqSwBIlWQD7pFegeD/h7beFbXTmvJ5NX 1axtltY7u5dnFvGOkUIYnai9ASS5AG5mPNL3pS5YnZTpQVP21Z+7qklu2rX9Erq713Vk9beg f8LV8OPnyLi8vF/56Wmm3MyH6MkZU/gayvE3xG0XUtFntbfVpdGun2lJ9Strqxi4YEhpSiFQ QCMhgeetZPiTXG0HS5L37Fc6htZVMVttyATy7MxCqijJZicADNN0HXYvEOh6dq1qssVvfW6X EaTLtcKyggMOxwa3+rSqJxcvw/4J0UamGhOM1Tlda/Eun/bh6P4ZmNxodq5vodTBX5byCQSL KM8NuHByPStGSVI9od1QscLuOMnBOB+AJ/CvD9Qt7nwX/aniPwwsdvqKxNcXNixIttQCKTtd QDsbGcSIMg9Qw4rx3xR+xT44/aL8f+F/iH8R/i+lxZac6XumeGvD+iCGxt43AYx75JWaQOvy szDJBIGBxWUoypy5J7k4ugo2r03eMn2s097NbejW66J3S+ktU+KUmvfadO+H1rH4n1Vd0Z1E kjSbRxx++uBw5B6xw73B4IUc1o+FfhzDpepR69rd3J4i8V7Cp1K6A22wYfNHaxj5YIz0+Ubm AG9nIzXW2trDY20VvbxJBbxKEjijUKqKBgAAdABUtI80KKKKACiiigAooooAK83+C7HUm8ca 8fmTVfEl2YXzw0dusdopHtm2Y/jXXeNPE0PgzwfrevXA3Q6ZZTXjLnG7YhbaPc4x+NZXwh8N z+Efhj4a0q75vYbJHujjH79xvl/8fZqAOvooooAKzPE3h2x8XeHdU0PVIRcabqVrLZ3MRx88 cilWHPsTWnVLWtZsvDuj32q6lcLaafYwPc3FxJnbHGilmY49ADQB4dovwc8V+DdF0/QbfT9G 8VWemyxy2epX2rT2s+6NdkbyoYZsOq8bkbB5IRc4q9+zh4D0PwtN4ju7a+jvNYvJI4p7WFJh b2UMe4pHB53zspaSR2k4Ds5O1elZV18cvGOvyWN9oN54K0PS9Wl+z6TZ69NLPfXMm3dtcQSb UbHJQF2UfeweK6n4DfEDw74zfXLOxsrXS/EumvG2rWti7Nby+aC0dxCxxvifa21iARtIwBjO 0pTa97Yq75bHrPkp/cX8qPJT+4v5U+sXVL7V7fxJolvaWcU2k3Hni+uG3b4SqZj244wTkHPt isSTY8tB0VfyrjPCvwT+H3ge+lvfD/gjw9o19NI0sl3Z6ZDHM7scszSBdxJJJ5NdrXKeGfiz 4I8aXU1roHjDQtauoXaOW3sNShmkjdSVZWRWJBBBGCKAPIdB+B/jLRdB0LT3tNDnudItjZxa hba9eWjyxb92GVLfoSAdpJGRWxe/DDxdfaRHpj6D4ZS0ilaeJYdcukaKRmZmdGFqCpJd8kHk Ow6GuZ0j46/EnXNM0i/jXwTaDV4Gu7Sykj1KacQ79gL+VGwGCVBPTJqSb44fESCyvLxrrwGb OzLie5W31Zok2Myud4iwQpVgSCQMHNbxlUS02LhKV/dO3+Hvwju9P17X7vxLpXh8aVeabY6Z baTZM11DHHbtcHkSRIAMTKAoB+7XZeDfhT4M+HN1qdx4U8KaN4al1MxtetpNjFbC4KbthcIo BI3tgn1NeYeGf2jB4dHiO4+KWseFPDmk6dYWOo2+q2tzLFBLHcGcBSJwGL/uchVGTuxjNM+E H7anw/8Aj9DrbfDu11/xXLpN2LWWK100xbgy5SYSTMkaI2HC+YyMdjfLxWc+bmfNuS731Pev LX+6v5UnlJ/cX8q86MnxQ8S6kNkei+DdDYc+aTfamPwH7hD+Mgq+fhHp2pZPiHVta8Uk/ej1 K+KW7ezW0AjhYf7yGoEHif4weDvCesRaPd6itzrU3+r0zT7d7q4Y+hSNTt+rYFN/4SPxfrWR pPguLS4iP+PnxHfRxN9VhtxKW+jNGabceKvC3w9mPhzw5pEd3rAAceH/AA3axiRM9GlxtjgU /wB+VkB7EniuQ8TR3X2GG5+J9497LfTNFpngXw2zNHeEcrG4+V7l9v397LAo5YBRuoA4X4me JrjxZ4f1trnxZNfaTpUnkahf6LCdM0i2mBAEbN+/nu5A5XEcPys2FLITXaWfjG+0XSdNk8ba bN4bvLpQFmmVTBKx6ZKM4icjko5wCcBnxmun8C/Da6nuLHX/ABhb2h1W0J/svRLLH9n6JFyE WFMANNswGmIJBLKm1Dg+kuiyKVZQysMFWGQRS96L5oPU7KNeEY+yrR5oXvo7NPunZ72V7p3t 0ep5D4h8O6d420R7C/i+3adKySFYpSAxVgynKnsQD+FTSNb6HpqfaLjyLeBAplupsnAHUsxy T7mu0ufhn4RvJDJL4Z0kyN1dbONWP1IGaksfh34W0uZZrXw5pUEynIlWzj3j/gWM11LEzX2F 9/8AwDojLCR15pP/ALdX5836fI8wjtb34qaTc2Ph4vb6TeRvbza9MhVEUgqwgQ4aR+wOAgzn c2Np8p8W/Gr9oz4C+PNC0HXvA3hXxp4Bu51t4/Fegrc2ZtLdFLSPc2+6dkZI1ZsIGVtuFOTg fY9Fc8pSnLmm7syxOKVZKnTjywV7K93r1b0u9OiS7Le9TSdWs9e0u01HTrmO8sLqJZoLiFty SIwyGB9CKt15x4j8A6h4XupfEPw+jhs9Sabzr/Qnk8ux1RSQZDs+7FcEZKyrt3NgSbl+71Pg 3xrpvjnS3vLAzQywSm3u7G6Ty7mznUDdDMn8LDIPcEEMpZWBKOA3qKKKACiiigAooooA81+M hHiGbwr4JjAZ9d1OOe6B6CytHS4nJ9mKxRY7+d6Zr0qvM/h+3/CZfEbxX4xP73TrYjw/o8vZ o4WJu5F9Q1xlN3f7Ovbk+mUAFFFFABXPfELwXZ/EfwH4h8K6hJJDZa1YT2E0kX30WRChZfcZ yPpXQ02SRYo2d2CIoyzMcAAdzQB8o+Cvh1dfD7QbTQtc8Na6upabqUN6l7o1n9rt9SeCPyo5 A0YPlqy4JSTBU8bsDNbHwp/Zw0nxfrniXxn4909dR1TUpEs4dOuLiN5LOOEv80zW5VDPIX3M MfKAg6g16PZfGyfxJZxal4Z8J6hrOhyrvg1Ka4gtVu0zjfCjtvKnsZAgPUZGDT/guugTtr02 jyalBfxXZg1LTNWSMXFlKQrrGSgwV2MpVlZ1IOdxPTeU5ySUloVze7ZDf+GY/hh/0KVr/wB/ pv8A4umt+zD8L5FKt4RtSp6gzTf/ABdepVk6l4ii0zXtH0t7aeSTUzMI502+XGY03kNlg3Iz jAPQ5xxnAk8/H7K/wqUgjwbZ5/66zf8AxdeTeF/+CXv7PPhzVpdTn8JXWu3z3DXKy6pqc7BG LFsBI2RMA9Mg9K+r6KAPjzw18NtUsfDfgu21DwN4hh1Lw3p39mpHHaWlxAFEoYFC7k/wLhge lb0fg1LfQdQ0qH4e+KYY9RuftN7PHBbiW5zcGco538qWJU8Z2nGc816foPx0vPFGi2ur6X8P 9fudNu18y3ma806PzEyQG2tdAjOOhGaun4sa0v8AzTnXv/A/TP8A5LrphOcV7qLjLsjz7wv8 H9L+KHxV17xN44+Hu6CDTbG002TX4Y3YSLJdNNsUM2Bh4uSOe3Q17n4e8IaH4ShaLRNHsdJj bAZbO3WINjpnaOa4Rf2hNE0ux8XXvivT77wbZ+F7CHU7+41N4JUFvKZQrKYJJMnMLjb1JK4B zXI/Br9qi2/an8LtqvwmsGWyhna1vtU8SKI1sZRg7BbxuXmcqytjciYYfvNwKjGbbk3LcUm2 9T2jxP4u0bwbp4vda1CGwgZvLj8wkvM56JGgy0jnsqgk9hXG29x4z+JUlz8tx4C8Nb9sUhRW 1W+jx98BwVtFPTayNJ/1zNbHgz4YWHhW+m1a8urjxF4knLeZrWqbXnRW6xQ8Yhiz0jTj1yea reKfiBeSeIpfCPhG2g1LxQkKT3c10SLPS4XyElnIwXZsNthQ7mxyY1+cQSZl/faJ8FdDtvCv gvRF1HxDdBprHQYZmMs7FvnuLiZtxSME5aaQ8kBRliqna8E/Dw6Fq134k1u9/tvxffwrb3Oo CPyoooVYstvbxZPlxKxJ5LOx5ZmOMWvh/wDD+08B6fcAXM2q6xfSefqOsXuDc3kmTgsR0RQd qIOEUAD36qgAooooAKKKKACiiigArzL4lafceBtY/wCFj6PFJK9vFHb+ILGNd32zT1ckyqBz 5tuHeRccuu9MElCvptIRkYIyKAIrO8g1Kzgu7WaO4tZ41limiYMkiMMqwI6ggg5qavM/g+p8 Kal4m8AP/qtCuFu9Nb10+6LvCvt5ciTxAdliT1r0ygAooooAK4f4ueKr7QfDkWnaE6/8JTrk 66bpSkbikj/6ycr3WGMPKc8Hy8ZywrtpJEhjaSRlSNQWZmOAAOpJrzP4axt8QPEc/wASbhWT T7q1Fj4dgkBytiW3tdEH7rXDBWxwRHHFn5sgAHb+EfC9j4J8L6VoGmIyafpttHawBzubaigA se5OMk9yTWvRRQAUUUUAFcr8VvCd348+GPizw3YXf2G+1bSrmxgudxAjkkiZVYnB4yRnjpmu qooA+MPCtpJofh/w1Z+NdXl0XxNo2rQX0llq01wdixw+XIkBKKkwZuVMe9eThsk11XwI+Cvi O48dePvGF94j17StN1prSOxniiFldX3lI/mTTQzIxVdzbY+EOA3yhSte23nxq8I2d5c20eoX WpPauYrh9J026v4oXH3keSCN1VgeCpOR3Aqv8JbWB7LUNT03xNb+JNK1C5kmWS3ZmCSZwwbL th8j5l+UA8BV6VtKo5K1v60/yKv7tv66/wCZN/wrG8/6HzxX/wCBFt/8YqT/AIVrccE+NfE5 I7/aYP8A4zXbVn3mu2Vhq2n6bPKyXl/5n2dPLYh9i7mywGFwPUjPbNYknND4b3P/AEOvig/9 vMH/AMZr59+Fv7Bep+A9WudTvPjt8TJXmupbj+ztN1nyLIBnLBTG6PngjOMV9b0UAfD+haOW 8P8Aw9aaOM3Wh6S1hdWeuafeiVJROr7httnBOEOenXirut+DtFn8I3FnY3Ucmr3WpSX1y91p V4sM6tLM6oWW3L8eap5BGU/Gvo6D9oLwJdwiW31a6uoGztmt9Ku5I3wSMqyxEMMg8g4p/wDw vzwT/wBBC+/8E17/APGa3jNpWsXGVnex4Z4X+BPg746+Nr2Pxrpd94p0XRtE0eCOK8F3aWF1 dxtdh3eE7FnZQVIDhgok/wBqvpnwj4F8OfD/AEtdM8MaBpnh3Tlxi10u0jto+BjO1ABn3rlr z9oT4f6f4Z8S6/deIFs9L8OWq3uqSXVtNA0ETbgjbHQM24oyqFBLMMDJ4rl/DvxAt/2pdNkk 8G6tt+GEqeVc69ZttuNVcgiW1hDYaBFGA8hG47iqbSC9Zzk5ycmS9zota8Xar8QNSbQfAt15 FjBOYdY8UIqtHbAZDwWhYFZbnOATtaOPDbsuAldl4T8IaV4J0kadpFt5ELO00skjtJNcSt9+ WWRiWkkY9XYkn1q7o+j2Xh/SbPTNNto7PT7OFYLe3iGFjjUAKo9gBVyoEFFFFABRRRQAUUUU AFFFFABRRRQB5t4kxo/x48GXyAqNY0vUNKnI6M0ZiuIc+4C3GP8AeNek15v8RDu+KnwoQffG o38h/wB0afOp/DLL+Yr0igAoorgfiB401FdStvCXhMxy+Kr0K81wyeZHpFqcg3cq8AnIIjjJ Bds9VRyADL8YXD/FbxM3grT2aTw1YyZ8U3UZ2pINu5NOVu7PlWlA6RnaSDIK9QjjSGNY41VE UBVVRgADoAKxfBfg/T/Afhqz0TTBJ9ltwzGSZ98s0jsXkldu7u7MxPqxwAOK3KACiiigAooo oAK5P4tafrmr/C7xdY+GXEfiK50m6h09i5T/AEhomEfzAjadxHzZ4611lFAHyR8KG8U+Kvh9 4IvbG5eystP1OFZdNtY4bYLaJEUmt5lR24SXI2Da3AyDjJk/Zx0nx/deOPiDqGk6zbJpzPa2 l3fa7aPeC71GPzPO8oQ3YXaiPDGXzztVdoKGvojXPhR4L8TalJqGreFNG1G+kx5lzc2MbySY GAHYrlhjsc10en6fa6TYwWdjbQ2dnAgjit7eMRxxqOiqoGAPYVvOopRskXdctkcf/ZnxJ/6G Twr/AOE/c/8AydUbaD8QZriCabXvCTyQkmOQ+HLgsmRg7Sb3jI4rvKKwIOMGmfELv4k8M4/7 F+4/+Tq+dfhD8L/2uvDetXr+I/id4Ju9FlvJZIoNQ0+51GdIS5KqMPDt4IwPMbHqcV9e0UAf IngXwbrPi74Y+Afs+t2+m2kfh+a3nmUyb0uHkTZLEiTJtdQshVmL7cgYPNbPiTQvHeofDfXf DumXaWmrzTXnkavc6v5bvE8srxCORA7xuAY1OVAA3AdjXuL/AAZ+H8js7eBfDTOzFmZtItyS Sckn5OpNN/4Ut8Pf+hD8M/8Agnt//iK6I1VFWsXCSj0Pmzxp+zXpf7TXxavdG8Xa7qEHhjSt K0e+vtD0uULHqdwJL0RiaU8mJDv+XaCS2crivqvwf4J8P/D3QbfRPDGiWHh/SLcYisdNt0gi X32qAMnHJ6nvS+HfBPh3wf8AaP7B0HTNE+0bfO/s6zjt/N2527tijOMnGemTW1WdSXPJy7ik 7u4UUUVmSFFFFABRRRQAUUUUAFFFFABRRWb4j8Q6f4T0HUNZ1W4W006wga4nmb+FFGTx3PoB yTgCgDiZv+Ki/aAtVUK0HhjQZHkbuJ72ZQg/CO0k/wC/g9a9Irgvg7oOoWPh+81zXLZrbxH4 iu31S+hf70AYBIID6eXCkSEc/MGOTnNUNc8dar44vTofw8nicR3Ai1PxOyCS0sUBxJHATlZ7 kdAoDIhB8znCMAafjHx/dW3iCPwl4YtodS8Wz2/2pvtJItdOtyxUXFwRyRuBCxr8zkYyqhnX T8A+BbbwHo0lslzNqWoXUzXWoapdAefezt1dyOwGFVeioqqOBVjwf4J0rwPp8ttpsTmW4k8+ 7vbmQy3N5MQAZZpDy7EADngABQAoAG9QAUUUUAFFFFABRRRQAUUUUAFFFcl4J8aXniW81O1v tMOmy2szpHnf86qQD95RyDwSMg9iRzR5AdbRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRXIe Nfit4c8B39jpupXUsusX4JtNLsYHuLmfHUhFB2j/AGmIX3oA6+o5547WF5ZpFiiQZZ5GCqo9 ST0rzqb4qa7Jza+ANTRP+ohf2cLfkksh/OsfxR421DxLoNxp2reCNctYXZJPtGmXFld7Cjq4 JRpQWGVGVCNkZ4quSXRDSuewA5GRyKWuG+Efi7wz4k8NfZPDWpm/i0tvsk0M0LQXFuw6LLG6 qwbA6kYOCRSfFD45eBPgvHYP418TWfh8X5lFqtxuZpvLjMj7VUE8Kp7cnAHJAKejEd1XiHib xpo3j7VI7zVdRit/hppd0gikGXHiPUFYlYYkALTRRMoO2NW82QADKxsGwJvEHjX9py1tP7C0 J/Cvw2ldZ/7Q8QFkuNZjB4U2iMH+zt/FHI0ZkBAJUZVvWPAvwp0vwXcNqEs02t664Kf2pfqh kgjIH7i3VQFggGOI0wPXJ5pAY9vZeKfis0z6ut74L8J+YVi023l8vUtSj4IeaVTutkYf8skx Lx8zrylegaHoWneGdJttM0mxt9N062XZDa2sYjjjGc4Cjgckn6mr1FABRRRQAUUUUAFFFFAB RRRQAVzXxM8Zf8K7+HfifxR9ke//ALG0241D7NH1l8qNn2+2cde1dLUF9Y2+p2VxZ3cEdzaX EbRTQyqGSRGGGVgeoIJBFAHyN4Z8VW/inw34c1fWrbXPEmo6nqEVje6nPq0tqsbyxeasltBF JtRf4QiBTxksTy3Rfs+/tA3moar4i0DUbLWtXtbWC11PT/ISXUrqyt7gOBbXMu3LOrRMwLEt hipPyZPfad8AJfCdnFpnhXxBDpehwvvtrG+0qK6a1I4HlSBo2OBwGk8xvVjXXfDn4V6N8NI9 TlsA1zqurTC41HUpo40lunAIXKxqqKqgnCqoHJPJZid5yg42iX7vL5jP+Fp23/QueKP/AASz f4Vj6p43ivtd0fU00nxfCunmbfax6Rc7LgOm3DKCFO04IJBx2xk16bRWBBwo+LNuSB/wi/is f9wSb/CvBvhl/wAFCLH4j65daXF8HPidGYLqS1a/stBN5ZjY5Xc0isCvTkFeK+s6itrWGzi8 q3hjgjyTsjUKMnrwKAPj/wAL69cv4H8GTf2f4j8S61rGjzanOzeI9VjkZ0kQbNsTsqFjIBlt qLj06XfEXjbQtG8LjVIIdUur4ajc6fJp7+NL9DD5LTgu7eccZEBwCBywAJxz6zoHwF1LwvpN lpum+ObyO0sYzBbebpdnJIkZbO3eY8nt9cCoZf2eJJ2uTL4jt5DdOJJy3h3Tz5zA5DP+6+Y5 JOTnk5rojKCRcOWO555pvxij+EPirxFcx+HvH3jLSrjQ9KvodN0OG71uWB5Gu97YlkJjLKqd xnZ04rU+Bn7bVl8btT8U2sXw08c+HToT26NHqWlMZ3MokPzRpny8eX3Jzn2r1rwD8MZPBviH Wdbu9eutcvtStra0YzW8MKRRwNKyhVjUckzNkn0FdrHawwzSzJDGk0uBJIqgM+M4ye+Mn86z qNSk3HYUtziv+FtW/wD0K/iz/wAEk3+FZXibx3F4m0Wawi0bxhpkjvG63MOj3CspR1bHykEg 7cEZwQSDkcV6fRWZJxX/AAtO2/6FzxR/4JZv8KP+Fp23/QueKP8AwSzf4V2tFAHkfxM+N0nh vwDreoaboWu2+ox2+y2nvtKlit4ZXIRJJGYYCKzBjnsppvhfwjZ+C7F7eBmur+bDahqk/wA1 zfzAYaWVzkkk5wucKMKuAAK9P17QrDxRol9pGqWy3mnX0L29xA+cPGwIYccjg9RyK8guLHxf 8O7qGxvdPvfGfhtE+TXrJQ9/Ao4VLi3X5p2xj97EMnumck7U2k9RWuXvF3iBvDOhzX6JaSSI yoqX10LaJixwAZCDg+g7nAyM5pvhfxAnirwzpWsxwm3W/to7jyWO4x7hkrnAzg5Ge+M1jal8 QfB19by2erX1rDDIMSWeu2r224ejR3CL+op1v8RvDUirDp13JqgQBVh0SxmvSAOAAsCNgfkK 9CFlq2dcIoo/FbRZpfDOqeIdGvF0Pxdo9hNcabriIC8BRC+yQHiSFtuGjfKnOcZAI4fwH+wD 4A8YatovxO+IGr+JviD43uVttUj1PV9RltWt5MCRFSOFlEYQkYQHC44Fem6f4L8SfFRri117 TJvCfg4sFltpZFa/1aLqUbacW0TdGXmRgSMpzn2+KJII0jjRY40AVUUYCgdAB2FceIlGUvdM 6soyfuj6KKK5TEKKKKACiiigAooooAKKKKACiiigBKWiigAooooAKKKKACiiigAooooAKKKK ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA/9k= Nota. El gráfico muestra el modelo de ecuaciones estructurales aplicado para la obtención de correlaciones entre variables, siendo EF el descriptivo para las preguntas de estrés financiero y PL aquellas de Productividad. Amos Graphics 26. A partir de la estructuración de factores o ecuaciones estructurales, se identifica una alta concentración de varianza dentro de dos factores principales. En la figura 4, se expresa de manera gráfica el orden de los valores propios desde los más grandes hacia los más pequeños, así se considera el número de factores que se usarán. Figura 4 Gráfico de sedimentación iVBORw0KGgoAAAANSUhEUgAAA5QAAAImCAYAAAAsQ8WCAAAAAXNSR0IArs4c6QAAAARnQU1B AACxjwv8YQUAAAAJcEhZcwAALiMAAC4jAXilP3YAAHS2SURBVHhe7d0HlBzXfef7f0/GDHIG CEYwZxKkTIkBpKicqCet7GdLlnV8ZKVzdtd7vGt7z1sfv7W81lk/e1e218day0GWJUtrrazg VSAkUgwSSYkJTCAJEgwgASKHGUzu8KaH/677u/BcorqAHswA34/O1fzR7K6+VXWrumv6N7cN AAAAAIAiSvX/q1artcl/AQAAAACQU5v/BAAAAACgKVxQAgAAAAAK4YISAAAAAFAIF5QAAAAA gEK4oAQAAAAAFMIFJQAAAACgEC4oAQAAAACFcEEJAAAAACiEC0oAAAAAQCFcUAIAAAAACuGC EgAAAABQCBeUAAAAAIBCuKAEAAAAABTCBSUAAAAAoBAuKAEAAAAAhXBBCQAAAAAohAtKAAAA AEAhXFACAAAAAArhghIAAAAAUAgXlAAAAACAQrigBAAAAAAUwgUlAAAAAKAQLigBAAAAAIWU 6v9XrVZrk/8CACSVSpOnzEkDAwNemXV0dHhlNmfOHK9io6OjXpl1d3d7ZVarhdNvuVz2yqyz s9OrfHbs2OGV2fLly70ya2ub+veGu3bt8iruz4IFC7wyGxoa8sqst7fXK7OxsTGvzLq6uryK DQ4OehU/VrfhwYMHvYqft1KpTP4cHh6e/FmnfdRto33RZet9+vv7vTKbP3++V5OvfV7F20n7 3tfX51V6Oc0aHx/3Ku6n7n8dUy+99JJXZqeeeqpXZocOHfLKrL293at4DOo21Nvz7EM1MjLi VbwvdJun1kvH/t69e70yW716tVcx3Q779u3zymzZsmVexc+r+1GPSx1TepwBAI4tPqEEAAAA ABTCBSUAAAAAoJDJzAiRVwA4Mo39paKtBw4c8CqO32lUUZfT09PjVUwjrCtWrPAqjipqTFNr jT9q1C/1vNpPjXJqVFEjmI1Iap3GJffv3++V2aJFi7yKaUxTH6t1I3KqcVOl20DliW4qjWhq nHXJkiVexTSumbqPrt/cuXO9StNtmdquertGWHX5qUi1rpeOkTx903GhfVi4cKFX8fjSCLP2 IXWsPP74416ZnX322V6ljwmNtmosOdU3vb9GZAEAxxafUAIAAAAACuGCEgAAAABQCJFXAMgp NQurRjA1kvjnf/7nXpm98MILXpn923/7b70yu+iii7wye/nll70yW7NmjVexu+++2yuzM844 w6s4bviP//iPXsUztX7qU5/yyuy0007zKo4t6nqlIrIaMdR112ijziKrs85qJPTWW2/1yuzK K6/0yuzMM8+c/Ll79+7Jn3U6Y6dGMVPR09Tspnnixro9NDKqffiLv/gLr+Jt/Ja3vMUrswsv vNCreL11OSmpGXCVzoCq66jRVo2e6myxmzdv9srs2muv9Sq9TVRqNlp1xx13eBWvyxvf+Eav 4v2otY5Njaqm+qbjZPHixV6lo98AgGOLTygBAAAAAIVwQQkAAAAAKITIKwDklJopcuvWrV6Z feYzn/HK7B3veIdXcfxOo4dXXHGFV2bf/e53vTK77rrrvDJ75JFHvDJ77rnnvDK74YYbvDL7 8pe/7JXZ/fff75XZBz7wAa/MfvmXf9mreDbMv/zLv/TK7Fd+5Ve8CtHTus997nNexTPW/vzP /7xX6S/+/973vudVHIXcsGGDV3E8uDGD57PPPjv5s+6Tn/ykVzGNU/7hH/6hV/Hz/9Zv/ZZX Zhs3bvTK7Otf/7pX8XrrjKOf/exnvYpjvD/4wQ+8MvtX/+pfeWV23nnneRVHmDXyesEFF3hl 9uijj3pldv3113tlduONN3pl9j/+x//wKo6YfuQjH/HK7H/+z//pVRwf1fG1adMmr+Jl/s3f /I1X8VhTH//4x70y27lzp1fx2Lnsssu8imed1f685z3v8crsj/7oj7wyu+SSS7wy+9jHPuaV 2Re/+EWvzLZt2+aVWW9vr1dx3/LEmAEAxxafUAIAAAAACuGCEgAAAABQCJFXAMhJY4v6pfup GVZ/8Rd/0Suzr33ta17FM5p+//vf9yqOhv76r/+6V2bf/va3vYojkhqv1L793M/9nFdmTz75 pFdmb37zm72KI6wandWI7IMPPuiV2QMPPOBVHG3VuOHNN9/sldmdd97pVTyrrUZkNeKry/mD P/iDyZ86m+g//MM/eGW2atUqr8x++tOfemX2H//jf/TKbPXq1V6Z/d7v/Z5XcYTyJz/5iVdm r3/9670ye//73++V2Re+8AWv4pl377vvPq/M3vSmN3kV74d//ud/9srsfe97n1dx7Fajnjpb 7Nvf/navzH71V3/VK7NFixZ5Zfabv/mbXsXRU92fug91vHznO9/xKh6DjW1f9+Mf/9grs3/9 r/+1V2YvvviiV2bLli3zKu6bzkC7d+9er+IorN5f48Ea5f2v//W/ehXvI93+n//8572K93tX V5dXRF4BoJX4hBIAAAAAUAgXlAAAAACAQoi8AkBOOsurxhMbs5LWabxTI4l/+7d/65XZ9u3b vYpnxpw7d65X8ayj//7f/3uvzPbv3+9VPBPo008/7VV8+9133+1VPAOmzrz53//7f/cqXo7O /qmzc2rkcWxszCuzT3ziE17FM6hqpFKjtr/wC7/gldnatWu9Mrvtttsmf374wx+e/Fm3bt06 r+Iv4t+xY4dXZv/5P/9nr8xeeeUVr+LIqEZxNX557rnnehV/Of6WLVu8imft/bM/+zOv4uUs X77cq/gL9zVK+h/+w3/wKt5Of/qnf+pVHPd96qmnvDK76KKLvIqfSyPB3/zmN72K95tGnl94 4QWv4rixrtdDDz3kldlb3/pWr+JY7wc/+EGv4pl1NZKq+1/j0jrLq0bFlyxZ4pXZXXfd5ZXZ V77yFa/imXs1cqwR4hUrVngFAGglPqEEAAAAABTCBSUAAAAAoBAirwCQk85cqbE89Sd/8ide xV/ir4/VL+nXCOCBAwe8MvvUpz7lVXx/nW1V44Yax7366qu9MvvZz37mVTw7qj7XV7/6Va/M /vAP/9CreBbOVDxVZ0HVyK7GgD/60Y96ZTY8POxVHBvW9W1EbXV5Ghm98MILvTJ7+OGHvYqj wS+99JJX8cyuzzzzjFdxhPLf/bt/51W8fp/+9Ke9Mnvuuee8imcQ1f5MvJ56Fe8TXf5f//Vf exXHhL/0pS95FS/zW9/6llfx8nXmWJ0x9y/+4i+8Mvs3/+bfeGW2cOFCr8w2b97sldlZZ53l ldn999/vVTwz6lve8hav4vv/t//237wyu+mmm7wyO//8872KZxq+9NJLvYqPleuuu84rs2uu ucareLzrONKIrz5W+1CpVLwya2vj9+cA0CqcYQEAAAAAhXBBCQAAAAAohMgrAOSkEUaNdM6Z M8erOFqnX7qvEcZ58+Z5FUdhdZbMjo4Or8weeeQRr+Ivbl+6dKlXZps2bfIqnglUZ/M844wz vIrjmxoNPOecc7yKZxrV2Vw1pqsxSp1FVumsthrZ1Ejlqaee6pXZzp07J3/qNtaYpc5029nZ 6VUckdUo7BVXXOFVHPXdtWuXV/GMqbpO+oX7Smd21S/31/2ms7z29vZ6Ffe5r6/Pq3g7nX76 6V6ZPfjgg16ZnXbaaV7Fs9FqP3VbjoyMeBXvt8Y2rtOZhrdu3epVPK611rivRot1G+q+TW2r jRs3ehXHq3XdNS6rY1O387Zt27wyO+WUU7yKaX8AAMcWn1ACAAAAAArhghIAAAAAUEhLIq8a jeru7vYq/iJtjXyl6HI0YkN0BQAAAACOPz6hBAAAAAAUwgUlAAAAAKCQllxQ1mc5bLR6PLXR 6jP2NVoeuhwAAAAAwMzClRoAAAAAoBAuKAEAAAAAhbRklledhVW/xPrpp5/2yuzss8/2Kp4J VuljNfbKLK8AAAAAcPzxCSUAAAAAoBAuKAEAAAAAhbTkglJnZ61UKlnbu3dv1sbGxrKmM8Gq UqmUNQAAAADAzMInlAAAAACAQrigBAAAAAAU0vILSo2z9vf3Z03jrHofAAAAAMDswCeUAAAA AIBCuKAEAAAAABTS8gtKnfFVZ3bt6urKWkq1Ws0aAAAAAGBm4RNKAAAAAEAhXFACAAAAAApp yQWlztra0dGRNb1dI68646uqVCpZAwAAAADMLHxCCQAAAAAohAtKAAAAAEAhLY+86iyvqWhr 6nZmeQUAAACAmYtPKAEAAAAAhXBBCQAAAAAopCUXlKkI69y5c7M2OjqatZSenp6sEX8FAAAA gJmFTygBAAAAAIVwQQkAAAAAKIQLSgAAAABAIVxQAgAAAAAK4YISAAAAAFAIF5QAAAAAgEK4 oAQAAAAAFMIFJQAAAACgkFlzQVmr1bIGAAAAADj++IQSAAAAAFAIF5QAAAAAgEK4oAQAAAAA FMIFJQAAAACgEC4oAQAAAACFzJoLylKplDUAAAAAwPHHJ5QAAAAAgEK4oAQAAAAAFMIFJQAA AACgEC4oAQAAAACFcEEJAAAAACiEC8ppUKppqx652ZGbHaMW9a3+70bT26UBAAAAQAMXlAAA AACAQrigBAAAAAAUwgXltJCYabUSWmU8tFo5NNMWHlsZH8latTKWtVKpmrWaNEs0jbbq8q0m rSpNbif+CgAAAKCBC0oAAAAAQCFcUAIAAAAACuGCcrqVSlM3VY+TNppo7+oKraMjazX5X/zg 0KKoqrYo8uq3HX571AAAAADgVVxQAgAAAAAK4YISAAAAAFAIF5TTor6ZvZXapXWGJnHTarma tTgWO3WrSdP/xfdr0uEPbzQAAAAAcFxQAgAAAAAK4YISAAAAAFDIrLmgrNVqWZttaqXQrG1i k3urtYdWbe/OWqUttKq1Z61m9Rld/2UrTfy3RrPaxLIbrVmNWOvhTZXqMVxvAAAAAE5qBa46 AAAAAADgghIAAAAAUBAXlNNAZ2Edm/j3VG28FFqtoy1r1YnHNFpl4n6NFqvvxn/ZSrXQckVh S7WpGwAAAABM4TWuLgAAAAAASOOCEgAAAABQyKy5oCyVSlmbbaoTXW608sS/G233YCVrL+8+ lLWhimWtEXGdbNXQRsZqWYsTqhPbyFuumGse9U3urR6AbTQAAAAAJzc+oQQAAAAAFMIFJQAA AACgkHqQ0arVassSjBpR3bBhg1dm69ev98qsu7vbq7SJPnoVL3M2KEt/H3txh1dm99y/0Suz Qwf2e2X2+tdd7ZXZVZee7ZVZp/+sq9Uzs6673Ys63ZPRXpV/lOTBSmd0LYXtXdPfO9T0yfh9 BAAAAHAy44oAAAAAAFAIF5QAAAAAgEKIvE6DMenv57/6La/MvvndsD36JfL6Sz//Aa/MPvj+ /8srs/lzvJjQIXtMQ6gWNtNhmou81iTyGv3egcgrAAAAAMcVAQAAAACgEC4oAQAAAACFTGYx axMm/5VDpVL/iv1X6cM6Ojq8io2Pj3tlduutt3pl9sY3vtErs56eHq/MyuUQx0xFWzs7db7T mW/Mf9bd+fBTXpl95o//xCuzF57b4pXZpz72a15N1B8J8deyLKhPNkE1bGLrnHo3xPLM8hpl Z/X3DkReAQAAALyKKwIAAAAAQCFcUAIAAAAACmk68no0fvCDH3hldtNNN3mVjsum6Iyvs0G5 FK7bhyTF+0/fvcsrsz/54z/yyux3/9P/45XZ2276Oa8mtpP/rNPgaU0ir+3yK4IowaoR1kTk taYPkFlea/p7B2Z5BQAAAOC4IgAAAAAAFMIFJQAAAACgkGTkVWdbTUVSh4aGvDJrbw9RyO7u bq9id9xxh1dmN9xwg1cTV7VtJ/Z1bZgX12zUf9bt2D/sldm117zeK7M//qP/zyuzm64P22nZ wrBdR0fCUjtlNtyurtS21JhwIjIcZ2SFzrary+f3EQAAAMDJjCsCAAAAAEAhXFACAAAAAAqZ zDIODQ295iyvc+bM8Sq2a9cur8zGxsK37i9evNgrs56eHq/Mbr/9dq/MrrvuOq/qMc0uryY6 JPFNrSuVEPHUeO1soBt376EQc503N2zXc8672Cuzj//ax7wy++THf80rswXzwv1TvwnQcGoU bY32cJOR15osVWas5fcRAAAAwMmNKwIAAAAAQCFcUAIAAAAACpnMMk41y6vepNHT/v5+r8zu vPNOr8z27Nnjldlb3/pWr8zmz5/vldldd4Uv8r/mmmu8imeR1VqjraOjYX7UajUR2ZwFKpWw XRcvWeSV2dvf/k6v4pjwP37tq16ZDQwMeDXx2EUhVnywf79XE6qyK0thO2mate1f7O1XxXHZ qVUk8lrj9xEAAADASY0rAgAAAABAIVxQAgAAAAAKmUw5Dg8PT4YgNWqZopHX7373u17FM76+ 850hvrl06VKvzH784x97Zfa6173Oqzja2tnZ6VUcfx0ZGfFq4iq4bXZdB0eTp5bHvajHgRd4 Zfa7/+9/8srsS1/+sldmTz2z2auJbbxnt1fxdu2XKGyXbD+VirxqzDUVha3KnSoW9olO/goA AADg5MMnlAAAAACAQrigBAAAAAAUMhlarFZfnRpUZ3PVmVQ1Yjo0NOSV2YYNG7wyO3TokFdm 1157rVdmq1at8srsnnvu8crsqquu8ip+Xo3dauRVn7evr8+rWaIms9JWK15MkNu/809f98rs 45/8hFdmm5973iuz3gVhxtyKLKe9LUSGNbUaJ1LlX4loa3R7akGlsE8OewIAAAAAJxk+oQQA AAAAFMIFJQAAAACgkMnQ4oEDByYDjgsWhFlHNWLa29vrVWzTpk1eTSxIYqvz54do5imnnOKV 2b333uuV2bp167yKH6uzvKpKRSKeMivsrJAj8nrnhlu9MnvXe2/xyuy+n93vldlFl1/mldn2 bdu8Mlst27gmOdRcidSa/k5B+ym364JKidsBAAAAnHT4hBIAAAAAUAgXlAAAAACAQiZDi41Z XltB46w6K+z69eu9Muvu7vYqTWed1WXOBqVo9lSJvMrsuQMHDnhldvm6K70y+/3f/32vzH7x l37Jq4nF1MJCdXvo7XmUNPJakshrFIUNasRcAQAAADg+oQQAAAAAFMIFJQAAAACgEC4op0E9 Jtpo1t4RWn3G1Ebr6MzasuUrs/bi1pez9uruerXVJhbWaHp7s63Rr8lW/3ej6e3SAAAAAKCh flUBAAAAAEDTuKCcIerfv9lo5557btYee+yxrKn65DuNBgAAAADHAxeUAAAAAIBCuKAEAAAA ABQyay4oT/SIZ1dXV9YuueSSrD3xxBNZGxsby9qJvj0AAAAAzHx8QgkAAAAAKIQLSgAAAABA IVxQzhBtbW1Z08jrjh07srZ169as6f0BAAAA4HjgagQAAAAAUAgXlAAAAACAQmbNBWWpVMra ie7ss8/OWrVazdqmTZuyppFXZnwFAAAAcDzwCSUAAAAAoBAuKAEAAAAAhXBBOc3K5XLWUlav Xp21vr6+rD355JNZUxqLBQAAAIDpwgUlAAAAAKAQLigBAAAAAIVwQTnNKpVK1lJ6e3unbNu3 b8+aIvIKAAAA4HjgghIAAAAAUAgXlAAAAACAQkr1/6tWqy37RvxSafIpJm3YsMErs/Xr13tl 1t3d7VWaxjl1mbONzu6qsdeenh6vzMbGxrwy+9jHPuaV2b333uuV2f333++V2fz5870yq9Va tisBAAAAIMInlAAAAACAQrigBAAAAAAUwgXlNGtra8taR0dH1lRnZ2fW1q5dm7WBgYGs7dix I2t5Zo4FAAAAgGONC0oAAAAAQCFcUAIAAAAACuGCcpq1t7dP2VR9FttGW7duXdb6+/uztmXL lqzVZ8BtNAAAAACYLlxQAgAAAAAK4YISAAAAAFDIrLmgrH9hf6OdKDTaqnRdL7744qzpDLHP PPNM1nRWWAAAAACYLnxCCQAAAAAohAtKAAAAAEAhXFAeRxptLZfLWRsbG8vaqlWrpmwvvPBC 1gAAAADgeOCCEgAAAABQCBeUAAAAAIBCZs0FZWpG1NmsWq1mLbV+OoPrJZdckrUXX3wxawAA AABwPPAJJQAAAACgEC4oAQAAAACFcEE5zXRmV23t7e1Z6+7uzpq64oorsvbyyy9nbXBwMGsA AAAAMF24oAQAAAAAFMIFJQAAAACgEC4op5nO7JpHpVLJ2umnn561ffv2Ze3AgQNZAwAAAIDp wgUlAAAAAKAQLigBAAAAAIVMfot+tVqtTf6rBfSL+jds2OCV2fr1672yfzGb6VQ0Inr4l//P Jtr3eoy1oT67a4Ou68jIiFdmAwMDXpnddNNNXpl99rOf9crsxhtv9Mqsq6vLq9j4+LhXZp2d nV7F+vv7vTLr6OjwymzOnDleAQAAADjZ8QklAAAAAKAQLigBAAAAAIVwQTnNxsbGslar1bKm 2trastbb2ztlq8eEG+2pp57KWj3C2mhKn6ser220lJ6enqzVo7ONBgAAAAANXFACAAAAAArh ghIAAAAAUAgXlNOsPstro6WipxpPVfUZVhtt2bJlWXvwwQezpsuvz+Y6VdNIbYrGXOuzvDYa AAAAADRwQQkAAAAAKIQLSgAAAABAIbPmgjIVA51tdBZWjaeqwcHBrJXL5axp9HTt2rVZ01le j4bGYgEAAADgSPiEEgAAAABQCBeUAAAAAIBCuKCcgXQWVm3q/PPPz9rWrVuztm/fvqxpRDbP jLIar1WVSiVrAAAAANDABSUAAAAAoBAuKAEAAAAAhcyaC8rUjKizzdjYWNY0bqp6e3uzloq8 nnvuuVk7ePBg1nTGV91mqcir3kebIvIKAAAAYCp8QgkAAAAAKIQLSgAAAABAIVxQHkfNRkmr 1WrW1q5dm7U5c+ZkbePGjVnT+yuN3arOzs6sqVQUFgAAAMDJjQtKAAAAAEAhXFACAAAAAArh gnKadXV1ZS1PlFRjq6Ojo1lbuXJl1hYvXpy15557Lmvlcjlranx8PGsqNRNs6nYAAAAAJzcu KAEAAAAAhXBBCQAAAAAoZDJrWa1W42/WP4Y0zrlhwwavzNavX++VWXd3t1dpOlPpbJ5tNNX3 Wi3sAr3P4OCgV2Z9fX1evTpTa8NHP/pRr8yef/55r8zuvvtur8wOHjzoldmCBQu8Sks9r/YT AAAAwMmNTygBAAAAAIVwQQkAAAAAKIQLyhlCZ3NVbW1tWVN6+6pVq7K2d+/erOlsrp2dnVnL ox5DbjQAAAAAmAoXlAAAAACAQrigBAAAAAAUwgXlcVSpVLJWnz210VR7e3vWlEZeL7jggqzt 2LEjawMDA1nLE2HV/nR0dGQNAAAAAKbCBSUAAAAAoBAuKAEAAAAAhcyaC8pUJHQ204hpav00 8loul7OmkdcLL7wwa8PDw1nbtm1b1nQ5Sp9Xm0rdDgAAAODkxieUAAAAAIBCuKAEAAAAABTC BeU0q1arWVMaYVV6eyp6esYZZ2Rt8eLFWdu0aVPWUrQ/pVIpayr1vAAAAABOblxQAgAAAAAK 4YISAAAAAFDIrLmgTMUxZxud2bWjoyNrqVlYdb1T91m4cGHWdMbXBx98MGspGnnVeK1K3Q4A AADg5MYVAgAAAACgEC4oAQAAAACFcEE5zfJETPU+Su+fis5eccUVWXv00UezpvdX+lwar2Vm VwAAAABHwgUlAAAAAKAQLigBAAAAAIVwQTnN8kRJy+Vy1lL3T91+xhlnZG3btm1Z02Uqjbyq sbGxrAEAAADAVLigBAAAAAAUwgUlAAAAAKCQUv3/RkdHJ3OTXV1d9R+vaXx83CubnFW0oT4z aMPE8rwy6+zs9Mrs9ttv98rs+uuv9ypejkY49Qv8dflI+8lPfuKV2Xve8x6vzDZs2OCV2bp1 67x6NV7bwPYGABwP+lqk7wn0/YS+Rul9Dh486JXZ0NCQV2arVq3yCgDQSnxCCQAAAAAohAtK AAAAAEAhk7nG8fHxyZypRkjU8PCwV3EUsqenx6vYwMCAV3GM9kc/+pFXZjfeeKNXZt3d3V7l i1oePiMpghdeeMErsze84Q1emX3uc5/zyuy9732vV/loDPnwWWUBADhabW1T/35bZxqvVCpe xe8tXn75Za/M+vv7vTI79dRTvTKbP3++VwCAY41PKAEAAAAAhXBBCQAAAAAoZDJfWq1WJ3OM GjfVWKnOvpaaCVZnf9XHpiKv69ev9yqeuQ1HR+PGF110kVdmv/qrv+qV2W//9m97FceWdT8r jRz19vZ6BQDAsaGzueqfwaRmjdeIrEZh9f68XgHA9OATSgAAAABAIVxQAgAAAAAKmcy41qaY ulNjq6nZ1/bv3++V2U9/+lOvzG6++Wav4pljf/CDH3hldt1113kVR201dpl6Xo3DIKbbW7fx eeed55XZX//1X3sV09hySp5ZeAEAaIa+tuifwejrkt6u7w/0/Yr+iUaeP+kAABw9PqEEAAAA ABTCBSUAAAAAoJBk5DUVf9QZ1HTW1n/4h3/wyuzP//zPvYojmD/84Q+9Mrv22mu9iqMreSKv RFfSdHt/4hOf8Mps586dXpl985vf9Cr+sucdO3Z4FW97jQ3licUCANCM1GzvGmHVtyr6Wqfv S1KzxfKnMgDQOnxCCQAAAAAohAtKAAAAAEAhychrytDQkFdmt912m1dmX/3qV70y+7M/+zOv 4i8i1ojs+vXrvTLr6uryKo60pL7EOBWNQRz3+eIXv+iV2Ze+9CWvzL7xjW94ZbZ48WKvzEZG RryKaeQVAIBjrVKpeBXT9wT62s+M4wAwc/AJJQAAAACgEC4oAQAAAACFNB15Vbt37/bK7MEH H/TK7IYbbvAqjrPecccdXpndeOONXsWzteWhX2KMmMaGNm7c6JXZRz7yEa/i+Otll13mVRwr 1m2cuh0AgGMhNav70dBZyflTGQBoHT6hBAAAAAAUwgUlAAAAAKCQZORVv0y4XC57Zdbb2+tV TKOQw8PDXsUztd5+++1emV1//fVexffR5WgUVmd0I7qSpvttx44dXpmtW7fOK7O//Mu/9Mrs pptu8sps4cKFXsX7nJn1AADHg7490fcH+lqUisvqrPSp9y4AgKPHJ5QAAAAAgEK4oAQAAAAA FDKZGalWq4Vmec1DYykbNmzwymz9+vVemXV3d3uVloq6IKbb5tChQ16ZfehDH/LK7Nxzz/XK 7NOf/rRXccQ4FSsuOCEwAAAAgBMQn1ACAAAAAArhghIAAAAAUAgXlCew+uy5jTZ//vysvfTS S1mrR1gbrT5TXqOpety40QAAAACggQtKAAAAAEAhXFACAAAAAArhgvIEo/HU+uy5jbZy5cqs Pfnkk1kbHh7OWn2G2EZTlUolawAAAADQwAUlAAAAAKAQLigBAAAAAIXMmgtKnY0UaeVyOWvq zDPPzNrzzz+ftV27dmUtRWO0AAAAANDAJ5QAAAAAgEK4oAQAAAAAFMIF5QkmFQ0+55xzsjY2 Npa1zZs3Zw0AAAAAmsEFJQAAAACgEC4oAQAAAACFzJoLytSX7iPW1taWNbV27dqsLVu2LGsb N27MWqVSyZpKLRMAAADAyY0rBAAAAABAIVxQAgAAAAAK4YLyBNPe3p41dcopp2TtzDPPzNqj jz6atfHx8awpIq8AAAAApsIVAgAAAACgEC4oAQAAAACFcEF5gtF4arlczlpXV1fWVq5cmbVt 27ZljVleAQAAADSDKwQAAAAAQCFcUAIAAAAACuGC8gQ2MjKSNbV+/fqsPfvss1nTiKzO+Foq lbIGAAAAAA1cUAIAAAAACuGCEgAAAABQCBeUJ7Cenp6sqVNPPTVrateuXVnr6OjIWmr2VwAA AAAnNy4oAQAAAACFcEEJAAAAACiEC8oTmMZW1UUXXZS17u7urG3evDlrOrPr2NhY1gAAAACg gQtKAAAAAEAhXFACAAAAAAqZNReUtVota2jeyMhI1s4666ysrVixImtPPPFE1gAAAADgSPiE EgAAAABQCBeUAAAAAIBCuKA8waSiweVyOWvq/PPPz1oq8trZ2Zk1AAAAAGjgghIAAAAAUAgX lAAAAACAQmbNBaV+0T7SKpVK1lRHR0fW1Lp167L29NNPZ+3gwYNZSz0WAAAAwMmNTygBAAAA AIVwQQkAAAAAKIQLyhNMW1tb1lRPT0/WdMbXSy+9NGsvvvhi1l555ZWsAQAAAMBUuKAEAAAA ABTCBSUAAAAAoBAuKE8wqcir6u/vz9qaNWuytm/fvqzt3bs3a9VqNWsAAAAA0MAFJQAAAACg EC4oAQAAAACFcEF5AqtUKllTfX19WVu2bFnWVq5cmbUnn3wyazorLAAAAAA0cEEJAAAAACiE C0oAAAAAQCFcUJ7A2tvbs6a6u7uzpvfR+OvTTz+dNQAAAACYCheUAAAAAIBCuKAEAAAAABTC BeVJYnx8PGuqs7Mza+ecc07W7r333qyNjo5mDQAAAAAauKAEAAAAABTCBSUAAAAAoJBZc0FZ q9WyhublibxeeumlWdu4cWPW9u/fnzUAAAAAaOATSgAAAABAIVxQAgAAAAAK4YLyJJGKDLe3 t2dNI6+Dg4NZ27p1a9YAAAAAoIELSgAAAABAIVxQAgAAAAAKmTUXlKVSKWtoXkdHR9aUbtfz zz8/a729vVl7+umnswYAAAAADXxCCQAAAAAohAtKAAAAAEAhXFCewMbHx7PW3d2dtWq1mjWd /fXUU0/N2plnnpm1Z599NmsAAAAA0MAFJQAAAACgEC4oAQAAAACFcEF5AiuXy1lTIyMjWdPI a1dXV9ZWrVqVtZ07d2YNAAAAABq4oAQAAAAAFMIFJQAAAACgkFL9/6rVam3yXy1Q/8L8hg0b Nnhltn79eq9scubRI6nPSNqgy0Qsz7Y5ePCgV2YLFizwymx0dNQrsz/+4z/2yuxrX/uaV2YP PfSQV/FzHR6rbejo6PAqbXh42Cuznp4erwAAAADMdHxCCQAAAAAohAtKAAAAAEAhXFCehPr6 +rKmOjs7s3bWWWdlrR5tbbTdu3dnTbW1tU3Z8mhvb88aAAAAgNmDC0oAAAAAQCFcUAIAAAAA CuGC8gRWnxl3qlafebXRarVa1jSqevnll2dN7/PMM89kTZepj9Wm9P5Ko7YAAAAAZg8uKAEA AAAAhXBBCQAAAAAoZNZcUGrsEvloxDS1/cbGxrJWqVSytnbt2qypRx55JGt6/5RyuZy11P11 FlkAAAAAswefUAIAAAAACuGCEgAAAABQCBeUJ7BUzFVpJHV0dDRrOvPqvHnzsqaRV31sSirm mqdvAAAAAGY2LigBAAAAAIVwQQkAAAAAKGTWXFAyE2jzdJu1t7dnTWm0NRVPPf3007O2adOm rOWJvGq0VfugtwMAAACYnfiEEgAAAABQCBeUAAAAAIBCuKA8gWnEVI2NjWWtq6sraxp/VRdf fHHWtm7dmjWNvKbisqqtrS1rRF4BAACA2Y8LSgAAAABAIVxQAgAAAAAK4YLyBKazvKrx8fGs qe7u7qwpneX1wIEDWatWq1lLRV5TfVC6HAAAAACzBxeUAAAAAIBCuKAEAAAAABQymUMcHh6e nGqzPtNnQ30mzqmMjo569eqX1jekHqv3v/XWW70ye8c73uGVWUdHh1cWRSZ1Oa8VmURz6rOy Nui2V/39/V6Zbd++3SuzK6+80iuzH/7wh17Ft/f09HiVpnHbw2eVBQAAADA78AklAAAAAKAQ LigBAAAAAIVM5kir1epkdlWjkBoxTcUiUzQKqzN33nbbbV6ZvelNb/IqHa9NYTbQNN2HGiXV faKxYt23us+Hh4e9Mtu3b59XZq973eu8MvvMZz7jldkHPvABr+LIq+4rrbWf6vAZZgEAAADM XHxCCQAAAAAohAtKAAAAAEAhkxnHmuYhj0BnbX3yySe9Mtu0aZNXZm9729u8Mps/f75XZnff fbdXZtdee61X6chre3u7V+koJ2IaK202SpzH+9//fq/MLr/8cq/Mfud3fscrAAAAACcLPqEE AAAAABTCBSUAAAAAoJAo8qrJ17GxMa/SM2++9NJLXplt3LjRK7M1a9Z4ZbZy5UqvzO677z6v zK666iqv4ufVWUc18joyMuJV87POnkzGx8e9Muvq6vIq3pY6y6vWOsurxor1sRpt1X3+ne98 xyuz/v5+r8yWLFniVTxzrM4EOzg46BUz+AIAAACzCZ9QAgAAAAAK4YISAAAAAFBIFHnVuKFG TDWeqDOHbt682Suzhx56yCuz9evXexVHXu+9916vzK6++mqv0pFXfS6dXVYjmIjpPtTtlIq8 6nbV2zUuq5Hnv//7v/fK7Hd/93e9Mrvnnnu8ip9LI6/6XLrMoaEhr+KxBgAAAGBm4xNKAAAA AEAhXFACAAAAAAqJIq8pGqPcu3evV2aPP/64V2aPPfaYV2Yf/OAHvTKbP3++V2Z33323V2bX XnutV3G0VWl0slwuexXHMXF0dLumYsUaQ33ggQe8MnvHO97hldmtt97qldm5557rlVlfX59X cbRZaR90dlkAAAAAMxufUAIAAAAACuGCEgAAAABQSHKWV601kqq1Rhj1/voF+Xqf2267zSuz m2++2as4Xqn31+UofS7EdJuNj497Fd+usVLd3sPDw17FNPK6Y8cOr8wuv/xyr8w+//nPe2V2 yy23eJWmM8rq/mffAgAAALMHn1ACAAAAAArhghIAAAAAUMhkDrJSqUzmHlOzrSqNSGqdeqx+ ab3OBKozhOqX3I+NjXmVjmkiH4286v7RiGlKKpJ6YN9+r8zOO/8cr8z+y+9/xiuzj/7ar3k1 sRyZwbW9o8MrsxGJ1/bMmeNVTpqEDkMwffuJRNcRAAAAOM74hBIAAAAAUAgXlAAAAACAQiYD dNVqtWUBQY2tbtiwwSuz9evXexVHXlNSs8ii9UrR6Aj/uPn6a72aUAu/m7jt7ru9mpDYVf37 DnhlNn/xYq/qEkOxJgvSZerdU7ereGVmNd0kAAAAwPHAJ5QAAAAAgEK4oAQAAAAAFMIFJQo7 68yzszYyMpK1sUOHsmb1qHKjTQ63V1s95tpoVp9RttHqidSpWj2q2miN2+pNpW5Xep/Z0gAA AIAZigtKAAAAAEAhXFACAAAAAArhghJHVJ9NtNHqEwI32tkXXZS1V/bsydrm55/P2vh4OWuj w0NZm5yR1dvg0GDW9PaoKY2/NtsAAAAAHDNcUAIAAAAACuGCEgAAAABQyKy5oKzValnD8TNW Ce3yda/L2sDIeNZe3rkna509PVkbGhvPmsZZ++bPz1qsPjPsVK18FA0AAADAscInlAAAAACA QrigBAAAAAAUMjl/ZrU+ZWeLlEphis4NGzZ4ZbZ+/XqvzLq7u71Kq9S/9N61tXEdPJ1qMs1q NZR2YGDUK7MrrrzMK7NPfOITXpn91m/8ulf12LIXEybGnFdmXe2yP+VOpcl4a4PWieEa3az3 1/HS7j/rZvc4qs+6CwAAABxPXJkBAAAAAArhghIAAAAAUMisuaCsR2cbDdOrHnNttHrwuNHa 53RnbemqNVl76PHHs7Zt1/6s1SOajdbe3pa1sUo1a7XS1O3VPKu3+r8brSatVJbm/73estlh 6212020IAAAAHG98QgkAAAAAKIQLSgAAAABAIZPBudkwy6vOCkrsdXpVZHv3j3sx4YFHH/fK 7E8/+ydemdXq8VN33euv9srsxuuv88rs/PPO9cqsr7vLq/pvOGQ2X4molmQK12j211rZi7rU MJaZXWudXtR1+M/Zg6grAAAAZhI+oQQAAAAAFMIFJQAAAACgECKvOKKybO8x/1n3+S993Suz jQ8/6JXZzp07vDK76/bbvDJbuKDPK7Nb3vVur8w+/KFf9Mps3WWXeFUPqob4q+7xkknMVeK1 ceRVb5fIq4WxVpPIa0keqrHSmXY7AAAAMJPwCSUAAAAAoBAuKAEAAAAAhUyG6Yi84rWkIq87 DoZ/bXl2s1dmAwP9XplVRke8qt/nKa/MfvTDEIX92X0/8cpsycJ5Xpm9/nXrvDJ79zvf5ZXZ Dde/3iuzVatWelWnw1gir+Vwe0Uir20dPV75geCig6Em/5LtoPcfGRv1yqynSyO1QaUcYroa Ye1sD7Fbvb8uv1mVSogKq/Z2jf4eH3ocp6SO7zzHfU33FwAAAFqOTygBAAAAAIVwQQkAAAAA KGQyQ0bkFa+lIttbI68hzDpxe0h9TuxPLybontW9tnPXbq/Mdu18xSuzr/z9F7wye+ShMHPs Y48+4tXEMrtCTPSNN1zrldl733uLV2bXveENXpktX7XGqwntIeZaroYetbdNHQetyiyyBw8e 9Mqst7fXq3p/wlpWqiFuqvFLHbOp50qpSRi2PDbuVRxh1eWnaqV9GxsLe7Wzs9OrtDzLb4VU nDW1nQEAANB6fEIJAAAAACiEC0oAAAAAQCGT+TAir3gtGnkdDpOVWikkT5O/mdDbNbGooc92 2Z1jo0NemXV2hEfv3rnTK7Mf3hbG0T/9r695ZfbTn93rVRzjXLBwsVdmv/t7n/HK7OrXh1js Oeec45XZ6GjI746Ph4jpvLlhBlo1cGjAK7M5c+Z4dVgkNTFvq8ZZkxFZeezUS4lndi3LjLLa h44O2WEJut20D3nqtrbW/n5Kt08q/qr9AQAAQOvxCSUAAAAAoBAuKAEAAAAAhUzmw2ZD5FUj fa2O1iFWk6ClJF599ByBjKxKOcSWuzrDPtS9qYusVkLctCJ1Z9fUM5FufmKTV2bf+c4/e2V2 90/u8crsG//8Pa/MLrzkEq/M1qwJM8HqTKfnnXeeV2bvec97vDK75pprvDLraA9R0kODh7wy 6+kJM8rqfVQ0g6tEVXWM66ywJYl+aww8T5xVaWRUY715ZnlVMy1imorCAgAAoDW4MgMAAAAA FMIFJQAAAACgkMm8GpFX5DVwaMSrOB7Z1RUil7p7qpKRrVmIaOo+bJPU5MjwsFdmPXNS40Ji nxLX1BlKdUyVOkPfnn/xZa/M/u7v/94rs0ceecQrsxUrVnhlNjg46JXZY4895pXZ6tWrvTK7 5ZZbvDK76aabvDLr6+vzymzevDBDrPYt3g5HHtc6O25q5uOZPNNpntmaj6b/RF4BAACmF1dm AAAAAIBCuKAEAAAAABQymS2bDZHXPFE5tF7qC/qbVZMZTaOoam+vV2n6WI1Ca9wxikVrrFTi r2FEme0/sN8rs7/6q7/yymzz5s1emS1dutQrs61bt3pVn1H2O17FfdCZYy+99FKvzNatW+eV 2cUXX+yV2dq1a72KY7dz5871yqxDYrE1OSZSMXDdPv39/V7FcWVdfqtpf1Sz8dfU7UReAQAA phefUAIAAAAACuGCEgAAAABQyGRujMgrXkspGh3yj4qGRoXGL6NdJbfL/qxKhFX3bRRnleV0 dvZ4NSHHr0TGxsJMsNWQeLVSe3hwORHB1ShpT094Xu2nPvbpp5/2yuyhhx7yyuy73/2uV2Y/ /vGPvTLbtWuXV2aLFi3yKo6/rll9ildmv/LLv+yV2ZJFi70yO/vss70yW7VqlVexffv2eRX3 X593WGbZ1fto3d4e5pqNZqlNxG7z0KiqHut5an3snDlzvAIAAMB0KP4OEAAAAABwUuOCEgAA AABQyGSOrUrkFa8hirxWZZbO6D/IV+7rTJu6q6L9lvhdRmrXJkZodVxisW3hwe0SZ9VlanQ2 jKh8xsZDFFZnSdWZb6u1sNQ2mZE15YUXX/DK7O677/bK7Ac/+IFXZo888ohXZs9tDpHarq4u r8yWrVjpldkpp4SI7IJFS7wyW7ky3OcNP3eNVxP1taFeOH+BV/XdFTZ6R0fICuu6d3aGY7dd ZtBNrXsp2upah8eOyelopBz271hqdl+JXi9ZOM+reCi1RUNy6sGkYyOlJPtX715LjOeajo3E 8rU30SGVuH+edYm3swq3R+tb0/6nxq08QJ5Wl5On//Eaqyn6XJLboj6q1O0pU3dM+x6PhVR/ U3Q9Qt+ibZNDTdc9oZTcJsmNL6buULzuU69Lcp+LPOsbP1eQul0dzfM2K09/8khtt9Ty9T7R MS3noUiO15zUuSpFz2EpqXObnqvaovcFui55+tPcDoi3Z54BUfxYi59r6n7m6UFEdnw8nkM/ 01tk6nWpyWvsbBCPd/85SW7XWe/9Z10tdRzkOJCPfI94n9TiHTSl9PueVD/zHBNHIfnaEm6P zxP5+tPiXgMAAAAATlRcUAIAAAAACpn8dJfIK/KKPt1vOrZybOSJDZXkH6lIQo70w4ygMcsX tz7vldkTTzzhldl99z/sldlzL73kldnQcIjpDg0NeWW2a8dOr8z27HrFK7ORQwe9MmuXvFJn +9SR1/auMPNtu8RfrSPUnbKdT1nc59XE/WW/dM4P0dzuhcu8MhttD7HewfFw/97euV6ZLZXZ bt/9ljd5ZbaoL/RhxaIQ5V2+eKFXZvPmh/60SUy6KgGamsZcx8OMwZ2doW9x9CbUEhC3ENiN ayWpXuuShJIEyqM6OgQro17VI8p6L42pywMiGofSx8q6yEMlXR7F3Qb7wwr09oZlyvCJIkW1 WuhbSfpWq726nPHxsE4lGVOl6HehoW6TvkezDk99CojpfVLnhsTttUSkSfs5PhjGTrsuSDZ3 SesOuU/qNU/Pu9Um11fJsV6T8VKuhj6X2mQnSt2h69Ls80oMsqzbrU3H4NRkba0m7w+Sf2qg kctjJPUakrpdR4n2Um9X7XruqYV9kS/yqrWOpXB7s1F93YLag9SW1b3YqW8z/fieFL13kFrH vD5BYttGkveRBUXnQj1TJ9R0babettpNHQPRtsrRf71Lmyy1JK8cJR3POh6S5/hw/mw29nw8 lKIxovtH1zWsR03O9xUZeZXEvlLtsim1zpFmjRYZv9cM/SyZHLvRaNC+SZ0cayI1kJKd1ufV bZhj29bCe75kfyak/wsAAAAAAK+BC0oAAAAAQCGTn5kSeQVmsjD29+4JUdWly0I0tGwhkvDM i1u9Mvve98NssS+8EGaUPeP0U70yu/SSC70yG9y3xyuz8bFhr8xGhge9Mjt06JBXZgcHQoz2 4OCIV2YDIyGuUhsLt+/futkrswXzQmx170hYx+f27PfKrG3eUq/Mlp9yuldmu3fv9crs0YdC 3Hf4hS1eTegKsZHFc0M0d+XSEJFdtXqFVxPLX7Xcq4n7Lw/bdl5viMVees7ZXpn1dIXz1uLl YQbd0888x6uJ21eu8Wpi+0j8+ImnnvXKbPOzoc9ve9vbvKpvnxCpnSenSA2nahClVgmxmjaN rrRJrdEhya1WxsJ99h0Y8Mqsd27Y/j29oT/6gjEYhon1zfHiMHrGrpbDc3VI30ptGr2RuFNG 11x/F6rxIDX170uTaUH/OUn+oTHkmkSXdKbh8XLYCO3toT86RtpqshN1A2pEraRPFu5UlRhT nGgL61hqC/unMhT6OTocYsO9i8IxF62wbKpaJRyvZXneNokc6wOira/rpXUk/IearqPuriiW GdT0sbJjNOXV2SFHRfRg/UcO0YCYWp7Ia2K4JWkv2+XRbRI/jiKjiXGu2zC6j+Sq80ReK4l1 SW1NvT06V+kM8VpHI0j7k2cH+M86vXvqoVEcULZhdHtij1VlXOm2lZ2t+z01BqJnSvQz3grh Ee1R5DV1vpRn0E6UwvE7G2Z8jSOv4RwWHcdyrtWZXcsypiqyrjquddN36CKljoZFiixIN7eV wvGa3le6p2WfRAtK3Z6inZaRl4p4J6PfelyGsf9aY0fXBgAAAACA3LigBAAAAAAUMvn5KZFX YCbTsT/1oTouM+UNjYXYwpjEwto7QiSurzvEGfRo6tTniuIPGosIzxVFoyQKkQpOdEh0Zf8r 272a6H9Xr1dm85eGGOqWPf1emf3dl7/qVT12G6K2699wnVcTj+0Kfevfu9srsx0ShX3+uRA3 3bo1xIB37Qn33z8UYr3lUYny7gqRY5PTZq09REK6ekKscM6CMHvt/EUhPjp3YYjddvWEdV+1 apVXZqesCtvh/LPP8srs9DXhPssWhDjuHNmnczpDLTdbX2+I/pZkVrz2vvleTYgicWGfbtsd ZgDW+OPCRWGZMgmu6SSr7TJ8OmR0dOkUwDqLZeXVePBwf9j/c+aF2Xk13lTSCI7M1FuT9dDR q/RoqmgSSbqlE+bKKh0WhwoPHhsO8VeNdHZ36zb2n3W60CgOJfTJothTeHB1LNynTfZ/SnlU zhPj4XjqkmOooyfs51F5DdaZOVMRsXaNBeprtk4RLHS1dH/pjMtl3Unl0H99ri6NvOqGTkVe p+5OLqkEWmpd8tBexpFXXVJiXSLSCd0XIk/kVaVmfE3RpXREsT+pUzNa5or3iVwd0jvJ9kzN dBn1R/qp21P6qV1OjYFmVysdedV1keMimvFV92++2OJMEUVeNe6t+0pmg66VwjqVZeTp+5L6 1mzQ3XDsZnn1YlLoZ573UvGC9Papx1q0AqnBH40F7UNqvOhy9LnyxaW11wAAAAAA5MYFJQAA AACgkMnPNGdD5FVn1Iu+sBo44YVIQknqcYl/jelUfKUQbWmTmU5TR40GjjRipc+lsQiNoFUl mlGReI3OstYmM/rNKctsbZ0STWsL9UAlLL/WHtYrdZLatSfEU09bGuKmUYxFViWacU3OJTWJ 4knAJtpu44fCDLRjI2Fddu074JXZludf8srsqWdDpPaFbTu8qs+IG2KRZdm2jz/yuFdmQxK7 PbBnl1dm+/aEqHD5UJiRVeOjyxYt8MpsyYKwTfpkm596+mlemS2UmHGvxHTPv/xKr8wuuvwq ryb60B9m/f3ZQw96Zfbwwxu9Mrvlne/0yux97wn1or4QvW6XMTw6ELZtd6+/JugX3EukKdor Em3VmzXOp2EfrVN0rNXK4V+dMittu8SPoi+d1/7IYRn3P0WiSBE9FmWhcszV9EiWu2hS8uDB MF7mz53nlVlH1LXQh0MyvubMC2NKN7Q862Ebzn8eTreJ0NWSLicXE33hu9yppE8Q9SexpER/ 8ogjbkFqXfLQXuri2+U80WyXj9UX2aeisEmyY/RL+aO1lChpKYr6yXMldl0kdZ+oy/q8smei mS5TC9LjS/opO1v3e54xkBo/enM0zmUbxpFXfQbdzro9Z3HkVc+vuq5tYT2qsk8qsq8q0TYI W1a38bGLvE69T+L3Uv6zLtr/oZ/p4zV6gAgLTb1vi544miU6cR99Lo28vsbrWKrXAAAAAAC8 Ji4oAQAAAACFTH6mSeQVmMkkOhFFKqaOSKTifaMy+2ubxDt7OsJjk5HXKAoRaMyumuiDRuLa JX9XHgwzSw7KKahvQYjipYIZunw9e0iI9rAvgE+QVEdZ+jAs/axVQtxmfkd4QKUcbi9JNLPU Fb7dX/vZPxyW+diTT3tltuW557wyu/jCS7wym9OIfU6Y2xNioiWfAbXu0P69Xpnt2RGitrtl NtoRmSn1wM5w+44dIYK7Y3+YwXXvoRBnffblEK99fvsrXk30TWapXXv22V5N1GvP8crsle0v ezVRvxDWsTIUln/KkkVemZ26fJlX9X366rYaPBRiv+dccKFXE/9dZsbVGXMXLg8z6S5YEWbD 1dv1/t1zwgy1X/ziF70yW7l8uVdml154kVdmV14c+rBkfph11qoaz/KfdRLprXWH50odH1Es sCIDWGLjFRmnFRnAg3J8d/WG2X9LEhsfGwljpyTLmTsnHDl6DtDjY2AkzHZckl5HcTGJnXVK rTMK60y8Eyc0Lya2jzyX9CBx5jl8u4lo++u6RPcKEjfnkYos5ok7piTXN/FkOgvoTKCvGzU5 CWsv9c8m2qI9KWNG1jd62Uutbuo+qf2rkdHoxULHjP+cpONWaumnJna1Czo7brL/Su6vkVft m27naBbR5PI18iodnaHi6KZGXoWsRvz+I4wpvV03bHSrbLOmI68q+QAdX0L2s+6T6FCXf0Tj SMTx/6nHSDTeU5HXKEYtx6X8SRKRVwAAAADAMccFJQAAAACgkMkPUGdD5HWij17FywROJhp5 HR0Ns4yOyZd86xflt2u8LKEisbyu9hBniCOvoa5JvKImGYyq5Dd0xtc2mbW1U6ec1Kkl5ZDW CWv7D4WYncY9FvSF+GCHnr201u6n8q8aXZLll6VWHdHMc2GZlXG5Xb70f2IHeFGP4QRj0p2h 0dDp+XMSTyzrVR0PS6qNh+3TKevYKd/GX9Iv+x8IcdNSX5j9VeOA/f1hZs9yR4jaDsvLxJ33 3eeV2fe+H87rBw+G6Owpq1d6ZbZiYYiHDh8Is7nu2hpmwR3Ys9uriTEz/mrEqUOixD+9/wGv 4jFSlt+LjslOH5XZVsfluNH7l2XDvu+97/Vq4rHDYRbeNlnvRX0hzrxqUZgN95RloT5t9Sle mS1dGWbPXXRGiAbXZPblubKv5naHY2LenHAcd+prpMZHZfyOyXoN+ParK8sxN0+WE551Yp/v 3+eVWZ9EZHvnhfh5TZ5LY2S6nOj4i+rwj5rEd7VvHd1hrMnhES1G6fNGR40+4ASKvOrstW2p O+XQbEQ2fh1ojkZeK/K82oNovWRc6YyvGn+NHpxalfgJctAH6Jjxn5NCf2Jyp1Q3E31IRRhV KvKqte7TVOoymgU6uS4zRzzu9NUziIdF+IfO7KrnqjbdQSIVc43undiukeTG13UR+v5DVOVc pWMk3YXwX3S7RX/CFEVepT/aNb1d+xZFXtNjJ/1fAAAAAAB4DVxQAgAAAAAKmfwwlcgrMDv0 94cv0O/tDZG4js5wDGmCYVi+fH9cYnBdXSFe1itRs1GdyVHiGzqzclxrbHXq4zK6NYpX+M8J Q8OhnxU51ufODxFDpcmSA7vDl/4v7AuzWyZJFLLWLlEOiR5WJR2k/Y9mwKxpDEfuJbOgjciX 4uvsnB1dYRvKqkS1/rYvFe/T2+OZ23RJ0uepk0MTC5Vnk5ipRpcHy2E5erukN+3pLSHCunRJ iIEuWxiik2G01aNG0jeJQmbRGxkLtcEwNgfHQn2gP8R4d8mst9v2SrRWbtf763I2PxVm3h0e DLPLDktMeHw43D5yIMyeO7B/j1dmY0NhmRWZFfiAfIF7p0RnVyyc75XZmqVhBtrTl4dZanXW 2flLwn06ZLwvWhWito9sDuvSPxj6f8Vll3lldtPrr/Wq/rxhX7XJNtFzRqc8V0kiUPEY9J91 0RAM+3FsLBzro7L8uQvCdijLuBiR++v7gG6J53d1hP606VjO89YmOkE152girzl6FnVNzwep ZN3ME9a+Ev3ZQViBOIYY1jKKHur0qSq1A5Ruq9Tdo9tzbNw8y5T/kBwn/vO1VJM7O2zPtsQo i1dLt2Fie84osk6JP1nRLRPP5hrqeFdNvSM0Qq73iDZ9ajek9k/02Kn7Hz+Z/5ygsVL98w5d ZGKJ0VaI4q/yYJ0JNrlQ7Zu85yPyCgAAAAA45rigBAAAAAAUMvmhJpFXYHbIM/bzHMxyOFlN vpS9Q2dejfIPR/7dkx6jqiZ5n5JMnzo0NOSVWY9EADs6p17HkcEwg6jG3UoS303mQDS/oZGN qPafE0IQz6wiScyezvAE5eEQJRyTWV47e2RdusJstNo1TZ7qRJQ6Ka/erv8oSTS0vRTqzjZZ gdTsvlH0Rp8sLGdUnktnDNY+61L2SPRzscQ3tQf6tCV5ri7d11EM59VRXBsJY6TUHfoSxXE0 dClPql8Uneq7His/feAhr+pxcomkLl7qldmq5RI3lej0UH+YJfXQ/jBOB8ohrrl5p8RuB8NM uvu3veyV2fbnnvXK7OVnnvPK7MXnn/fKbNuunV6Z7ZM46z6Jt7/uhhu8Mlt9+mlemT33zDNe mW3dvMUrs2XzQpz1krVneWW2XKK2y04Jkdp5CxZ5ZbZmZYjmnnrKGq/i2xctCvef0xf2Y5uc b9o6Qz0mM08f6A/bc2xszKuJY1Firn0yI25vdzjmouM7+tJuEY2l5kxn5FXj4UfR5ei4yENn z2xaFAecOpKfiiGWqol+RhsutS6yTCn1odE+StxHe9YRnTjkXnqnXMIDatH2mfr21PiJHfle 7anY8AwVH1th/dJreuT1S44WfY8SzYYqnUhFW1P07tHrboJ0Tp9W/7xEF5lnXOj66p8mtKUe rLfr9pc63i+xI+8BAAAAAACmwAUlAAAAAKCQyQ8vibwCJwPNMzT7uyQ95po7XSS/lFpFh7Te SWNSElzUVYmikv5zkq6j1BJVjGv/OaGsD5XbO3Rm1+Qsr+HBGi/T6FieLyuWuxw2C134R/Tl z1GsJnpADuFOcSQubJ9UP5sVdydsw/iLrJt5tlQfj9x3fcaIdDK17VVJx6ncRVN7QxYimvq8 3fKALlmOpJknlikLlWhzVWbf+9njT3hl9r++9S2vzB7ZFG4/87QQf121KER5X3z6Sa/MNm98 2CuzgYEQzd2+J8xkW5PjplPGe4fMENwldXt7qEsSx67Ja/mpZ57uldkCicj2SPxYZ6c+89Sw LldcdrlXZmesOdWruD/6HkJnqm6XqK0uX+vOTplFVmO6MjP0jh07vDK7VGbTHRgKseQvfOEL Xpk98eQmr8xukIjym9/8Zq/MlsjMt+1lCeKn4nfR+UwGcRTtl1qOdY0Td8q661gdHg2D8tln Qzz7oMyEvGZNiD2fviZEpjuiJengTsjzrf8a44zWK9C7jMtmOzQaIuI9PeE9qG7ZssxsvaBD FqSropJd1gdon6e+vSLn8mHpp7737ZL3zalYckX/vEDOGzqzbrkczjk6BvSY7emRGHlB+jw1 OZ/psaV0PwxKv/S41D2e2vQjw+HPJro7w2M7ZH9WZTZ23Sdt0Z9TyLNp51Ki++h+DnV1NMyo 3TZHo/r+c8LwqKy7xPkrsva16Mmm3hK6reIZX704jN4ep6UTD5gQ3Q0AAAAAgLy4oAQAAAAA FDL52SiRV2C2mHrsRzOTaYwmz5Eti6xFc4E1J90H+b1Vaoqw6GaNQ0mtX9yfirlG2QytNQom t0skTvuQSlu1RTFXrVPrFZ4rFX/NI1/MVem+8J8TdL2q8h/apG+pLxHPFV1O0YcmMjY1GTPV bB3DfafuVb1fqTE79e1RyiwltarJfJDEufxnnY6QMYm86n065V9HE3kdl/V96uWtXpkdPHTI q/osrGGm1lXzFnhV70NQGhv2Ko7ADUj0bmgk3H7oQJiFdd+eMJPt3p27vJqo98oMtzJr69BI iHxt3xUioy9t2+aV2aBE1ubNm+fVhHLYQC+9GNZXn9cSb200cleV7a/vM7TW+5f1dhkny5Yt 88psh8zE2yd9vuKKK7wyW7x0iVdmW7eG/m/fvt2rekw0rGPHeNhWHfK8Gk3s6Azvpdol3tcu t7fJDNk1qefPDzMYD0rMTs9hvXNDBLdvXqhLbWE5qkMOtne9+XqvzJYvWeiV2WkSUT5NZgnu niv7Wg/I8RD9HRsLY7JL+jY0FMawSUSyvSuMdHk1sf0yQ/LERvRiYptILLK3EsZAh4yBSPT6 EKRe9tTgSOjzXBkzeWar1nXRs54+bbs8IDUJuI55pRHxqeyROLweo3ne26foGOzoDvtQt8Gh /nBua5dz82LpQ7zpw/r1HwznofkLwrkwEhZZ3zheTNDXyOh6JLGjx8Kxq+PRZDZrk/i8LmZk PGyHzq6wPaPzVvTqOHUfUnsw9ZIW/alHtMjEAya89igBAAAAACCBC0oAAAAAQCGTH2QSeQVm B41K6lEQxU2jMMzUEZY4suE/J4XYRSrhGEUk5D7xFwLL82rEVBaqy4+6YDKboQZcNPKqtD/N Rl6jOvRCo6FR3DTqQ2JDKF2+aPbLxeMZUEWTkdeyrKP2QXuv8dfkFyCnBodKbBIdQDoLaoi5 hkXqbW3yRHF/w76N4zuJ26P75KCrmsgH1STyqpssjqhNPZuhRl47oli3/6zTY0v3oYyvQX0Z 11ij/6yrynJ6ZDkaWGxPHGf6XBqxkiPrsD77z8MlxoUOqf7BEGV74KEHvTJ76KGHvKrPgBpi kzdcF+KUp0tssl/iuLt37/Zqov/yfmJcYmfjUZwyRM2i22W2Sp2Nc+7cuV6ZbX72Ga/Mntmy xSuz4WGJYiZ0Srxv/pxQ92kGWvowKvXIaOinzg45LLePjYf7j8mYWbw4zMj60ishfrxv/wGv 6jPuhnVcuDhEdsfGQ99efuUVr+rx41Dv3/68VxNjphr6plFF3YYrl6/wyuzM08/yamL/nh5m A16yNMSMe+eH2OJZ55/vldlB2ebzFoeZjS+9+mqvzB55MsxyvFFmS/65y8PswT937jlemXXJ 7KnJc7C+T02eSEWUQw31kMRxRyuyHIkZ68zDJf0zDulbVSK1C/p6vap3c+oDUse/3kcj1g2p SKxGxYeGQnRdzZkTZnHW5YRRarZHIszzZNZn7cnwoXCfisyeunRxmDG6fuYKEvtEzg3lquxn 3fbyBkH73NYm53i5fVT2YafMKNym2XVRlmO6XWcXFtp7fV/Y7J/TROScrUvRHqRmOq+buqcA AAAAABwBF5QAAAAAgEImP9WcDZFX/YLWI804BZxYNM4QaCQhjrxKWCS6XSUCDfLF2PrIKJ4q /0GXEj1CZ0SLOjr18qMYRUkjr7ouccgjE8UvNbyn5wkJx0QxV/95GJ1xVKcFjWcIjdfgiBLx 16YlY65Kt2foW1n6EPc+3K69PGaR10RUNI68BrUp4kga+9X4q+7b+GkSt6f6q5LjYuoHa+RV 6VpUJPKq27hdOtSWirxG/5DOyf7UWV5Tu0dXa3wsvKb2dum2Cn0oy5fpl2SmUF0DObLiJ4v6 L5Lb1osJo/K8ozLLoX7BepecS3SR1bHw2HGJfXb39Xl1GH2wni/lHKbRvYrUOtPiQZk1cqnM +KpjYP+B/V6ZHTgQoqSnnXaaVxNbViKLtUqI7nXqTJG6VI0gyjbR2HN0e2L8bN8eZsddvnql VzEZMrbx0U1emW3bHiKyK1av9srsovPWejUxlgb2eTWxXuUQTxw6NOCV2Q6Z4fbJJ8LyH34w RJ0feeQRr8xeejnc3zrD+r6yJ2znRStCdLa9L0Rqd+4L++uMc8/1ymzteed5ZbZb+nPOohCx XiizxS5ZGKK2K1aG/b5yZdiGK1aEOPGiRSGC2S3xzf0Sz+6ZF8bqsuVhe65cHWZpll1h+wfC 9vzZA2FbPf1kiO/+wnvf7dXE/pUYqB5TRWmcVZd3NO/VByVmbp1he+vxpIfu2FA4PvrkmOiW faXvJ/r3hZmn5y8JMxzH9BmEvnDpeU7/5EbKEdlZOim5ppz1mQb6B70yWzA/jIX+g+Gc0dcX xk5ne4jGp96rpaKwuj0jcvdoxtfkiT1aZQAAAAAA8uOCEgAAAABQyOSHmkRegZksHEN6oGqc IY4hSGwueWhLniGKgIY8hj4yFaOQmyfuJP8hmilSlq9xLl2mBniSkVddvj6zng808qr30dun loy56vOq6OZoS8wA2rnQN/0ifJ2pU7dgtH8Tq36s6G7UurH12ySQo5HXeJ9MPWbTtxeXivuU dJyKaJhWNXoVJI9dFWWXZKFRhFmyVPq8Cel9K32Q5ehRWZLn6tA76TJTy0/0rSxfCl+WuGmb fOG3zkAsa2sVmRUx6o+cb8Zltk99X1KS3Jm+tyjp+4zUe47Euuiqj8tMkalZXvU9UId8sX57 NOZlD2jsXc/f0ZGsQkf10NFZf9vbw/PqrK37DvZ7ZdbVHeKM8+eFyJ30Jlp33Tx6jNTGw6yX 4xLlrcoMtB2ypO7OEOlr0/eLMtNpZSw8dtPmMMtu/3CIPT+z9SWvzH5w14+9MhuSGTzbu8MM qM8+9qhXE33bFyLBHWOh/2WZUXRkNEQ/R4fldplhVWdPLcvrZElinSWNK0uc0WRsdM4JUchF y0KkduUpYRbclUvDTLz9O0N895QVYbbbFRIJ1hlXu+QL+PskLq4z8Tbus3ZtiDbr4zplnXR2 WL2P3j44GKKeeyX2+b+++z2vzK659jqvzN5x801eTYxHie13ySAcPhRmjO5oD/+hc04YyyND 4bk6ZFbVji6JA8s5I36xkmNuPIyjUZkJdrxXzkP+s06PD9nL0VGs71w0ehod6XLujI9GJY/Q VUmcM6KXGT2oX8PUSwIAAAAA4Ai4oAQAAAAAFDL5oeZsiLzqFxHrMoETXxjveqBG0UT9L9FM kfoIjULo75JCHCOKpPrPuuh5/WdddCTqc2kfogeECExV8hsah4rir1EEMNELnVktCojousg6 RuS5oilcw+3xOspzaXfie4noTlPTh0YZyRyPzfW8ep+wfaKnmqE05pqc5Vf3raxTVW6X9FH0 yNQRoXQz6eyy8Qy4Ok4TNPKqC43yRInlpCKvqeNY6eL1oUpvly+d12kIU5FXSZFN3C4L0udV iT688NKLXpmdelqI7eliRiQeWZYvC18oX2qvDxjYF2b7nLcwzNIZaUttlBzkoVGUUWKuXTLr ZbR9EnTm2Go1bPVOOb+26bk2+pMFWb5+wX1SeOzoaNieXTnek41IvE9n+eyTSKSklW28GmKf 7dLPTqnjraPHvv+s01r6P3Yo9KFrXhgPQxLfLcs2KUm08emXdntldve9P/PK7LLzw+yvb7jg HK8m+j8WIpJlmUk4jryG9dXbU+Nkz74wg+eg7Iv+wTDmD8hsrvtkdtzd+0MseZfMcDs4EJa5 8/ktXk0cL31hTGosVSPZhyQqGvVZ4uXjPhNr42edvlfXMaV/tqYzwWqcVmdTHhgJy7z+ne/y ymzL1q1eme3f/opXZot6wzLPO+0Mr8zWnhZmxl2xLMxuO29eGKcXX3axV/XjNYz93rnzvYr7 2dct0WCJJ5eqoR5tD8t5YTis+6iMwQHZ5xefGc5P+i5GXjVs/FDYD3O6wtESHerRuSF6kQri Ay2Ibg/HR/z+Sc43h0n/FwAAAAAAXgMXlAAAAACAQiY/4CTyCsxkYbzrgRpFXlNx02j2LxHN DChxhhyRVxX9RirqgwbkRJtGXr2YEM+SGR4bRR7jtfef9VslxhlFMyQ4ksp3lsL2SUVto0fW UstMbaE8NNoVbZSjkHiw9l/vk5jGTfdRHJ4J/0qtedyDsCAdM3FsVDS2bWpcR/2VfS6lRl7H pTP6SN3j2i+lW6xdHp2MvCYOuTi8JKJvjdbjQOSJvOo3Zo/J/bWf3fFeyUQrL8euxEEr8Z7z n9Emjzeu1pHwHzTiFsVrJQo4IjNq9vaEGTg1fjw4EOJ5c3tCHC2aLTMlsUlykcdq7HNOb+in bv4RmRFU44U6u2a3zKSqXRuVmULb5L/o+6Foltoct6feS6Xeb6Xun1KWg2EsCk0HelToDL3x uV/q6M8OpJYxOSTx1/aeEFUsdYXxoL0JQcJ42Oromec/60qyfeIxL8dvdB89KUQP8J8TZEZR PS5Gy6Hu6ArvlfVMEUaG2aOPhxlun33qKa/M3ve2N3ll1iczouosqxpd1Wir0rHRiMLu3x9i tjpGdBkaf9Wxr499/vnnvTLbsi3EWe97IqzHXImuz+0Ic6OO9Yf46L6XX/Zqot4ZZrc91L/P q3p/wrG4f0DGi+z0BYtD5HX5spVe1WfJXeWV2UqZYXfpwlDb3MVeTOyHkbCNu5eEWXVHJJL8 X37nt70yOy0kc02vjroTQ8cqOpp1rMk+jN4w+s+6VB2d2cNRqu+3DqdHIwAAAAAAuXFBCQAA AAAoZPIDTiKvwEwWxrseqHGCQf6RnOU1oSTRBqn1kVHKTmhaL3qE9kGVQlwiHXkNkY049hTE X8Ybao28Rl/cn1qBKPKqz6W3C40V5ti0ac0++GjOebKtooiYLLPJyGstsV9SSrov/GddU5HX 6Dmljma5DLX2vSLrmgqfKd3aGvxJRl51Btqo1rXV48x/1kUHsq6XPkGCLr8sC019EX+KrmT0 vKEelS+dr8l5QmOK7bL9S032QQ/R1JofGgzR1jnyvqFLvvBdd+qoxFC7ZWbJyFG8n0idVgak nx0d4ZzXLXFc3Toa8dXYYY/EX5vcoxE9jPS1QqOVGostS1SxKnE6/UJ63W5VmcFT+1+TyHRb l8bmAj2m9Bxckm2iEd/6vQI9pvR22VoyJkdlYB0aCcvvli+e177J5KY2T47TDnl90+h1dBwp 7Vt0fGk//eek8A+N7ut5TJeSOqfpIvVddqqbzWrM3KqxWaXv27XWY0LpuNt98KBXZrff+4BX ZpdccblXZmefEuKjusQ2SYCODoUZcPfv3ePVxPL37PDKbO/evV6ZHZQY6vYdu7wye1litDu3 h8fu3xvuPyKz8A7IC9DI4hCRXbDyVK8mxuC+0J8v/+1feWV2ikxarZNuz9PT3FhYSX0LF48G GSXRuJNRooMkGoO6UCKvAAAAAIAW4oISAAAAAFDI5Aecg4ODk59/6kxjqShEin5pqX783d8f Pm6+6667vDJ717vCF5WqkZEw85J++anSj86Bk8vUx2JJY3YSbUgkGSMaH40jXM39vinVBxVH VVXimE4sJ44SqqnXJc92SPYhIdpUM1lyW00tFeNL3d6s1L440j6Knz7sq/T4DfR2jULn0SbP lafvcXR66ufKMxxrqbEvSjmOg7Splx9vw6nXRe9TdH/W5dlfKUfzvCmp9crTnzyOZvlHs14z gY7nqqxvNMlxYh2b3vxyXOi21XOF9iG1afV526N+Jo7NHMdsHnF/pl6X1HlMH6v9j7Zz4tif SXRd4xmmg/T6BUezr+L9EOjydazp7VWJWn/u777kldkDDz3sldnV667yyuyX/u9f8Koe55d9 Ph762d0l20E7V9U/GVLN7efUeSj1J0aHS/8XAAAAAABeAxeUAAAAAIBCJj/gHBt79VuQOzvD TD4aK9XIq0Zbt2zZ4tVkbNYrswsvvNCriSeQ2a3uuOMOr+JZXvU+GpfVWr8UNc+ssAAAAAAw E+zcudMrswULwnSuqT/xS5m4bvPqsNmXjyM+oQQAAAAAFMIFJQAAAACgkMmsabVanYy8avQ0 Zd++fV6Z3XrrrV6Z7dkTvqDzxhtv9Mrs7LPP9srsRz/6kVdmF1xwgVfxR736EbDONHtQvuQ0 z6yzAAAAAHC89PX1eWU2Pj7uVXzNpbfrt13MnTvXK7Pe3l6vzA4dOuSVWbmcmuV1enFlBgAA AAAohAtKAAAAAEAhk5+31jxbqh+57t+/3yuz5cuXe2U2NDTkldnDD4cv6Ozo6PAqngn2iiuu 8CqOvJ5zzjlemc2fP9+r+KNhncVIa52NFgAAAABmmh07dnhltnTpUq/ib7LQCKtGYefMmeNV fLt+E4defx1PfEIJAAAAACiEC0oAAAAAQCGTn58WneX1m9/8plfxLKy33HKLV2ZnnXWWV2Z3 3HGHV2ZXXnmlV3HkVT/G1QjuTPniTgAAAAA4Ep2Ftdk/2dPH6p/+aRR2puATSgAAAABAIVxQ AgAAAAAKiWZ51Y9W+/v7vTJbvHixV7Fdu3Z5FX/5pi5Hb9fI6/r1672KZzrSGWKV3kdjsQAA AAAw07S1Ff/sTq+J9DpIzZRrIj6hBAAAAAAUwgUlAAAAAKCQ5Cyv+hFq6uPakZERr8y6u7u9 imdn1firRl5vvvlmr+Ln9fTtJJ0NSZepzwUAAAAAM1meP+vT2VzVTP+2Cz6hBAAAAAAUwgUl AAAAAKCQyQvK+kewh38MW4+5Nlo9btpoqv7xa6PVY6uNprd3dHRkrR5hbTS9fz0W22j6WO1D o4+pj4sBAAAAYCbSa5l6zLXRlF776DWRqv95YKPNFHxCCQAAAAAohAtKAAAAAEAh0Syvx4rG UnUm2Hvuuccrsze/+c1exbO8poyOjnp14s/y2t/f75XZ3LlzvYpnwNWPyHV7H/7R+bGms/bW Y8xTyTNDsNIotc7sO9PozFu6XqntcLwcHk1vSG3bZvdXK6RmjNZjYcGCBV7Fx4LKcy5pBT0u tA95jsejWRd9rI5Pfd5mx6cuM9W3FB17uh/1HKXL1L7pOGyMBx2zrT63tVqrj608x3Ge19GB gQGvzObNm+fVzKDnAx1Hem44Xu8VtD967OrY1/2SOr71XKjLnDNnjletker/oUOHvIrfj6TO 2UNDQ16Z9fX1eRUvX8+XWusY1ohf6rUr9d5B+9Db2+uV2eDgoFfx7do33UepsZTaVkr3u66j rpc+NrXM1HGt27+np8erfOda3ae6XroN9+3b55XZ4sWLvUpv26noa5I+v65Hnv2vUuMutR90 +anXQu1n6nlVnmWqPOekPH3Q5ej9Z8p5eupXHQAAAAAAjoALSgAAAABAIZOfEVePceRVP3rW j9/vvPNOr8yuuuoqr+L7aHQlFds5UaQ+Nk9FTHQ7afxrpkVGdb10LOSJ+8w0us01jqHb/3iN 02ZjN3p/7f907gsd26mYjkZCUmP7eMXalI6H1L5IjQ19rK57s8evPq8uR59Xa43JaD9TfT5W Y1v3l0aWUpGpxvg8Vs+fh25LrVWz+3k65YlM5blPKkrXato33Z55ImWq2TgaXqXnJN3+w8PD XsWx29R21nO2Lid1vtFaaX9S99Exo68DqXXROLeOf11OKj6YWq88UfzUeSOPZmO9eY5x3T5a 53kfqrHhxnjQPuoydL2P1bGor3O6LXWfaH/0Pqk+5DlnHM0+1D7reMmzH5QupxXb9miFPQAA AAAAQBO4oAQAAAAAFDL5uW31OEReV69e7ZXZrl27vIofm6rzRAxmKl0PjRalPgbX+IVGHPQj bo2TpSIOx4pGA/Qjd+2/xiN0XfSxGqNRrY7s6rbSbajPq7drjEL7r7ESjVe0On6p2zy1/XVd 9PjT8aPrpTPx6Xq1gm5DPRZ0XRYuXOhVHFHSddFjR/uvy2wF7b9uw9TzpvaX0sfquuj66vPq 7UqXk6pTfUhJ9T+1HL1dz0Wp80DqfNW4j0bsdCy0gv65RZ5tfzT7oRX0PKTnYD2mtc+67TXG pucwPRfqdmgFPYfpc2n/58+f71W8PfX1RPuvx6ieM1pBn1f7rP1MraPS8/d09l/Hgx7H+rqh 66jjbcmSJV7FY0lnCtWxpLU+r96uy9c+aN80kq3bR5epx0LqtVr7qcvU8/HBgwe9ivdLar30 Ptrn1PlEH6v31/XS94Op86E+r76W7t692yuzRYsWeRXPnKzrrv3UManbsHFe1/vq86dm0k2d h/Q+ekzrMnV/pu6vrzep5031U8eaLid1Xky9tuntul1T65Ua+9p/3VZ6LtH7H09hbQAAAAAA aAIXlAAAAACAQiazGNUWRl6VfuS+bNkyr5qXihrNBvrRtH4Mrh+PK/1IPDWzpX6Erh+Jt4J+ zK4OHDjgVRwT0fVNfTGzjpdW79tU/zWipBETvb+uV0qr+6/jRPuWuj11LGo0Q6MW07n99bl0 m6diQxq70fXV+7S6/7p8fV6lERWtdV/oOqb2kdLl6L5LLVNpn1PjP0Ufm6p1X+gxnto+Kbqc RpxLz2d6vmwFXSel217p+uXZrqnlHyupPqT6r2Nn//79XsVxODWd/dc+ayRP427aH32dScXG Wy0VEdRxomNc+6zjXPeL3j+1H48V3f76nkLp+w7tW+rco/T+qXNes+fCPPfPQ2OO+j4rNeNr nmMtz+tD6k9wUvsiNSt2nm2ikV2N9+trr/a5mfeSum/1OEgtQ58zdV7X++g5YPny5V7F8mwD vY/S+2v/le4fXV9975h6Xdf9mfoTtVQftE5tq+k8z72W5l7xAQAAAABwXFACAAAAAAqZ/Iy1 Ok2RV/3oNk9EQj+e1rrZKNVMotGKVHxBpWZvSs26pbdPJ53ZLU80VCMD07k/mx2DeUzn9k9t N71d+6MRpZlMIxsaddFjJHVe0dnuUhGlVtPtr3Uq9pKS57jQ+6jU/fXcqeNf75+nbym6fO2b 7kc9J2hESMeq3qexzNQ+P15S66q3a62O17lZpcbXTDiGdFzoeDya42bv3r1exTORtkKeGF+q nyl6XjyaY7RZzfYz9bqaOhb0uNb3DvpcqT+RybOdlb7n0mOw2eNR1yV1Xsrzfk1p/FHp63bq T53yaPa9SZ79eKRzsh7HGunUMaX1sXofloeuhx5b2oc8x5yuo8oTE25mW9Y1eyweTzO7dwAA AACAGYsLSgAAAABAIZOft1aPceRVP6LXj2j143T9+L3Zj3SbjSrMJKmP01Oz7DX78Xir6Yxj Gkk5dOiQV+mZ+FLxgaOJdDTrWEVzdb/kmYVtOqViLhoV0m2uM761mp4DUtElHec6ZlLHQiqm M5PpPtL4jB4v+iXuM00qOqTjSvdvKm6Yikc1Ymqp2Fsr6D7RY13HYOocrOcJHY+6baZzXXbs 2OFVPCuinv802jrTXmd01nD9cnalMz/q2NFznu7H47Ve+vqgfUjFNffs2eOV2dKlS71qPZ0F NDVbs44ffd1IjX+tlb5O6jGi8dRU9Frj2bqvU/FKHdt6/9R7GaXPpftO3+Oo1HZIRSFT/dRz jt4n9f449f4x9V6g2fdBed7HNaRe1/O8Tuc57nU5+nqT2v+p80FKnphw6nVL6TZL9Ue3ldZ6 bM2E83FeR966AAAAAABMgQtKAAAAAEAhk5+lVqdplleV52PlFH3sbKMfub/yyitemW3cuNEr s+uuu86r+GN//Zhdt1kqVtIKqX2l/dfYikYY3vSmN3mVjgm0et+m+q/9fPLJJ72KIy9r1qzx yuzss8/2Kl6XVvdf4yY6lvR5NTqjMaZHH33Uq3g5N954o1fTu/3zxOw01nbHHXd4FS9n9erV XpldeOGFXrWGbrfUNte+6T7SsbR9+3avzHbt2uWV2bJly7wyO/XUU72KI1Yan0lFb/R588Rz UvS5NF6ktW6HH//4x17F2+qmm27y6vjNInokd999t1dxDEwjZIsXL/YqXo9mo1StoBGrH/3o R16ZXXrppV6Z7du3zyuz888/36t4zGo/U7e3gi5f98V5553nVbyd9RjSP5XQON0ll1ziVev7 r9tKj+nHHnvMK7NVq1Z5FZ+r9Nz84osvemX2zne+06t4/7aC9l/peUuP73PPPdereJvv3LnT K7OXX37Zq3g/XnTRRV7F8kQrU/fJ83qiY+Cee+7xymzFihVexeuydetWr+LzwGmnneZVHOfX 5et5V8enjmE9j+rz6rro+zuNCut7lttvv90rs8suu8yr+DVE9+O9997rldnNN9/sVbw9dTun Xk8aUWHtr66TRl41YqznTj1WHnjgAa/iMaKR5Icfftir+Dx9wQUXeBWPZX2u1LjQddJ9qMvX 7aGRYf3TFH2/ct9993lltnbtWq/iP0HQ8aV/pqDnZj1naCw2dbweT0d+FQQAAAAAYApcUAIA AAAACmlJ5FU//taPifUj2mZjWPqxfyoKMRvoR+4PPfSQV3FE6cMf/rBXcQROaRRN4wi67VtB I5T6Uf8TTzzhVbxvdfYxjbzq/tSP8fPMOHY0NI6rz6VxjGeffdar9Bdja8xS44jNRgqblSdO rjRy9O1vf9ureN996EMf8qr140f7v3v3bq/S41zjMF/72te8iqM8b3nLW7xq/SzBSsewHoOp 81MqVv3cc895Fcd8NFadmlVQ4zmpCIzu09R5o9lxpc+r22HLli1excf1VVdd5VXcHz2faLy/ sa006pSaGfBY+dnPfuZVfG7QmKvWeWZ0bvXxpHRb/tM//ZNXZjfccINX8TF35ZVXehUfN7o/ UzG8VtDz7te//nWv4kienideeuklr+KxpjOO33LLLV41P8abpcvXCOudd97pVRzB1f3yrW99 y6t4O/zGb/yGV63vv0Yi9fVB/5xFx9W73vUur+L10tjf008/7VV8nnvf+97nVfxc+t5Bz086 DlPnsBS9//PPP++V2Te+8Q2vzK6++mqv4oi4bpPNmzd7FccrTznlFK9ieryk9l0qvqvnV12O vr/Q1/a/+Zu/8Sp+n/WGN7zBK7NHHnnEK7PvfOc7Xpl9/OMf9yqO9Srdzqnzw5GkXqv0tfD/ /J//41W8T3R765++rFy50qv4T8V0n+u21/5q/F/P63no+UZjvXrsfuUrX/HK7D3veY9XZmec cYZXcRxeXztf//rXexVHy1PXTdP5OvNajnw0AgAAAAAwBS4oAQAAAACFTH4WXD3GkVekpaIP Gue75pprvIqjlakZuPT2Vn/0neq/Pu+2bdu8iiNWGk/QmavU8eq/0pirxuB0O+uslRrfaHX/ NbKrz5uKwuhMiDr7nkYn3v/+93s1vdtfo2kah9HYjcanNA6jkRaNwWn8tRW0/7oNU5EsvV3j Vl/+8pe9imc/1PjM+vXrvYpjYaljX6UiOa3ev1/60pe8Mnvd617nVbyOSuNTum2nWq9W9/3v /u7vvIojUBr3eutb3+pVOmKc0ur+6/H0ve99z6v4NURnEH3b297mVRznT2l1//W40Vkr9Xyg X/qvUTB9rJ4nPvnJT3p1/P4c4Yc//KFX8Xa+4oorvIrXS+OLv/mbv+nV9J6b9Xys5zCNG+p9 9Lyrfz6isWSNVeuY1ONI96OeX/UclkfqHKmx8Pvvv9+r+DVEZ9/VyKu+F9BZYXU/5pHn3Kzb IRXr1XXUvukY0+XozKQaP9ZYrL4v0/2r/dRZXBv7VO+r40jHjo4L/VMGpce9/knBOeec41Uc 19V9e+aZZ3oVr5OeF1N/OqK0n6nZeVPRU31/pjNV60yzOsurzgSr20rv88Y3vtGrqbd9XavP DXnxCSUAAAAAoBAuKAEAAAAAhUx+Nl0l8jptUrGY73//+16ZrVu3zqs4vpBnpq1Wf/St0QaN G7zyyitexZEOnakyRaMYeWZOPBoaVdDIgNJ11Fm4ND6iXx6s0ZPUMo+VVERQx4BGLW677Tav 4hnINB7y6U9/2qvWj5/UrJ5K76NjXmMjOsZ+8pOfeBXHQ1pBt7mOB42i6HheunSpV3GURmfc 05lddeZnneVOjwsdn6nYZSqS0+r9q3Eknfnx9NNP9yqm41n39VQxr1b3Xb8wW7e3Ht+pL2RX uu1VsxHZZunY1GNCb9cIvB4rqVkOdf+k4tWtoNHKNWvWeBVHELVvum018n80EeVm6flAj1H9 Av0FCxZ4FX95uZ4z/vf//t9emX3iE5/wKv3e4VjR85OOf93OGtHT8/fFF1/sVfxl7Xpe1Oiy nhdT9Byv5zDdDrp83b/aZ31N1kiizsSr63Laaad5Ff/5i37pvkZk9b2AvkalpGKLqXWZ6lxY p+NNX+d17OmfjOhsw/pcH/zgB72KZxdNvRfTxzb6kIqwqlTUV9dD37vo8+troa6TztSqY1PX I/Xas2PHDq/iP8dK7R+VZx8++OCDXsXjS8eyns90n+vMt/rnVXrczJSYq5p6pAIAAAAAcARc UAIAAAAACpnMDlSJvE4b/ZhaowwaddMvcU1FCVKxt1Z/DK5xE40e6KyCGjnSj+t1vTSSojGR 6ey/xhM0/qCxMJ0VUWMu1157rVfTO4umLl/7nxonOrPrpk2bvIrjJ29/+9u9On7bX6NIGo3S SEhqhkGNxGk0phW0/3lmW1Uaz7n33nu9iq1du9arOC6ukeZU3Eal+tbq/atfgq7RsdQsonoe 0HVs0PVIRb+OlW9/+9texXErjShdfvnlXsXnrTx9m85j6/HHH/cqPk/r9r7++uu9ih+b0ur+ a+RSx5FG1rT/uo66v3SmSv3S+TwzPB4NHat6fnrqqae8ivupM4XqMaqxP509tdWR49QY0G2u s4nq+NfYosat9fz07ne/26s4uqfHjo4x3YZ6DCq9f54xrOdOjbzqcrTPGt/V8aMRRj1n6+uw rpfuu9R7N30N1Mfquuvtus2feeYZr9KvCdo3nX1XZ1DV2cTzbP9mpCKvSv/ESI8VnfX0rrvu 8irefnqe0FnFDxw44FX6z2xUav+o1Iy1Oo62bNniVRyd1vfBGqPW4yy1Lvp+Ts8frT4353Xk V0EAAAAAAKbABSUAAAAAoJDJjACR1+mjMQWNQWzbts2rOKaTkvpYvtUffadiJRoN1Y/lzzjj DK/iyGhqOcer/0qjGfv37/cqjvik4lPT2X+Ng+rteaJdur80IpaKeLSCbqtUZFBjZBrTScVh Wr399fjViJKODY2uaH902+q40viMRoF05k193jxR55RWb59du3Z5Fc9omYqF6/6dKvKq27LV kT+dqVqPJ601uqv9Se1zXafUGD9WUucGHWs6XvR8rLOM9vX1eRXHtDWK3graf43pagxPaZRU t3NqZvFWj33tv9qzZ49X8TlAY4S6X/TcrNG349V/ldov2jedoVLPi3rO1sem3r+k3iul6LlE X8N1PCtdF+2bjiWNKuoxrvsrNT5TtJ/NntN0m+hy9DUkT392797tVfq4zrMNG2NG349qH3WM p2YRVrq99T46RvRPknR86XrrdtVZt1PjS/en3p46Z6des/UY0tnq9bVQ+6Drkooqp2ZE1nN8 q+P8efEJJQAAAACgEC4oAQAAAACFTH4+WyXyOm3043T9WD41a1RKKjbR6lhM6nlTcZmjiQ+0 gsYUNdqSihuk6HbOE886VvLEknQf6f11+x+vL77PM3OcRsR0v2i8RWnMUmN8rZBn++u21Xhq qv8qdbxo3ErrZo+XVu9f7ZseX7rddHyqqeJfet/pjIzmOW8163gdW3lmBdZjSCPker7M87p0 NPIcWyl51rHV2z/Vf33e1HGgYz91+3T2/9ChQ17F0UM9FvQY0b5pfFppbHKqY/1wqfOE0ufV 800eqe2s8oyro3E05xl9rK6Lvv5on3X75Fl33bZaaxS2Qc832i9dtr42pLZl6k+5NN6Zeh3V P7VK/bmF0ved2h89DlLHtI4L7WdqH+bZ3kpnptV1yXOOOZ5a+woNAAAAADhhcUEJAAAAAChk 8vPTKpHX4yL18fXRaPVH39pn/dhfb9f4QyrCoDQi0YptovIsXyOsev88kcVWb//nnnvOq3h2 Vo0labxCt7/GOrSfev9mY0PN0u2ps6BpnC4VhdVxkme9WkEjgBpdaTZ6quuicR6NtyiNC+k6 po6plOk8Pyh93lStj50qOjSdfdf9o31JRXp1PGo/U7HfVtAoWrOzFupsrjq7sGr19tfjQP90 QKNp2n897nUdtc4TsztWdP+mxrVKjaWU6Rz/GnnVqKrep9kYX55tkpJa99RyNHarY0a3c2ps 6P1Tfxqi8uzH1LrrWNXjNzXO9bGp91a67vq6lIqf6n7U25X2Ic9YnUqe/a/rpPfR59TzhPZd 35/puur7DN1O+p5J11sfm+qn7jeVOr+mvsVBjzN937l69WqvYqk/TWj1uSGvqdceAAAAAIAj 4IISAAAAAFDI5Oe5VSKv0yb1EXqKfrSe+jhdtfqj71Q8QmuNWaTiERol0ZhD6gtvjxXd/qlt q33T/ut9dH319mb3b7NSy9f9rlFk7VueyE6e6NLRSM0emHpejaukxr9GXVo9/o9m/+qxo1Lr ruNT1yu1HVSecdIK+ryp59L76DpqPdV5o9V9V3oM6fnsaGZ9nMljMzX7tZ4zWt1/3f+tOA+1 uv96fOtz6brosavrq7FejeVN5/Y/mvGjfdM6tb5a6/Meq/2uy89zvsxDXydTEUz9gvnUuTB1 /mu2n6mZTzXyqnHlVmj0v9m+5xkLur1bHVfP835Oa5U6LlP3T62v1nnGxY4dO7wyW7FihVfH 17E50gAAAAAAJx0uKAEAAAAAhUx+xlol8jpt8nys3Ww0Ts2EWIzOVqZxMV0vndFq0aJFXrW+ /6noidap+yhdR40oNRv9aJaOGZVnbOj2T91/OsdPajunIrip++h6pWK9x4puf+1bs7MB6nJS 99couI4rfV5djm7P47V/dflap2JE2n/dj1PNXtvqvuv21mirxsk0sq3xNt23un66H1rdf31e 7b/G81LjQuWJf7Wa9mGqsVCnx5yOo9SsmK3e/toHlWeb6+uh9l/rVvc/NcuuHpcazdXxr1Kv /0cjdZ5Ljc/UDKh56PJ13aeK4ddpXLzZP9nRca5S5xCl+0JndU5t/9RrVOp1SbfbkY791PlP 69R7I31OvY/uh9Tz62N1n+vtum10man3cKnnavbcmYpFp74tIM/+0fE4neeGfMz+f65lTP7x TlTIAAAAAElFTkSuQmCC Nota. El gráfico muestra el número de componentes principales vs. sus valores propios. Por una parte, se determina que dentro del primer factor existe un 39,19% de varianza explicada, y en donde sus ítems se relacionan a la estabilidad financiera y los problemas que se generan por el tema de deudas y gastos financieros, es por tal razón, que este primer factor se denomina “Inestabilidad Financiera”. Por otra parte, se identifica que el segundo factor contribuye el 8,89% adicional para poder explicar los estresores financieros, y en donde específicamente se identifica que los ítems de la encuesta empleada se basan en las deudas que genera el hogar y como el trabajador busca la posibilidad por generar un mayor ingreso, es por tal razón, que se denomina a este factor como “Gastos por necesidades básicas”. Finalmente, se evidencia un último factor el mismo que aporta un 7,13% de explicación de varianza y el cual está conformado por una pregunta de la encuesta, esta hace referencia al apoyo moral que realizan los compañeros o amigos del trabajador, de tal manera que a este factor se lo denomina “Empatía Financiera”. Es así como se puede delimitar que se generó un análisis estadístico consistente, con la finalidad de determinar los factores principales que relacionan al estrés financiero con la productividad de los trabajadores que conforman el grupo de empresas Tessacorp durante el año 2022. Discusión La presente investigación se torna con relevancia significativa, considerando que el estudio fue enmarcado en colaboradores que forman parte del sector floricultor, siendo este, el cuarto sector de exportación más importante en el Ecuador y que fija su atención en seguir creciendo a nivel nacional, cada vez se puede presenciar con mayor frecuencia el crecimiento de empresas dedicadas a la producción y exportación de rosas de alta calidad, de ahí la importancia de estudiar cómo el estrés financiero que viven en el día a día sus colaboradores en todas las áreas, llega a generar implicaciones en su productividad y por ende la afectación que puede llegar a tener en la consecución de los objetivos planteados por el grupo corporativo. Conclusiones Una vez obtenidos los resultados de la investigación, se puede comprobar que el estrés financiero, tiene relación directa y causa implicaciones negativas en la productividad de los trabajadores que conforman el grupo de empresas Tessacorp esto como factor determinante de la realidad que vive cada uno de los individuos y que en muchas de las ocasiones no es analizado por parte de las organizaciones, dejando de lado la importancia que tiene el recurso humano dentro de las mismas. Es relevante destacar que, aquellos colaboradores que cuentan con mayor número de cargas familiares pasan a ser más vulnerables para denominarse estresores financieros, ya que, de ellos depende el porvenir y estabilidad de los miembros que se encuentran a su cargo. Dentro del sector florícola se puede observar que existen altos niveles de rotación de personal, esto como consecuencia de estrés financiero, ya que, para poder cubrir deudas, necesidades básicas entre otros rubros que tienen implicación económica - financiera, los individuos buscan afiliarse a organizaciones que ofrezcan algún bono adicional por temporada, dejando de lado la estabilidad laboral por sobre ingresos adicionales. Al ser individuos con ideologías, formación, carácter entre otros aspectos que son diferenciales entre unos y otros, se puede considerar que la aparición de estrés financiero sobre su productividad laboral ha tenido influencia, de tal modo que, muchos de ellos lo han aprendido a manejar, otros están en ese proceso y muchos otros no saben cómo hacerlo. Los colaboradores que creen que sus órganos jerárquicos se preocupan por ellos como personas y no solo como empleados, son más productivos, proporcionan mayor calidad en sus productos y por ende las vuelven más rentables. Considerando que el estrés financiero tiene relación negativa con la productividad de los trabajadores que conforman el grupo de empresas Tessacorp y como resultado urgente de la investigación realizada, se propone, dar apertura al análisis de lineamientos o estrategias, con la finalidad de minimizar conflictos internos como es el aspecto financiero de los trabajadores, incrementando indicadores de productividad dentro de sus puestos de trabajo, y por ende, cumpliendo metas y objetivos propuestos tanto personales como organizacionales, premisa a cumplir siempre y cuando esté dentro del marco y aceptabilidad posible de quienes encabezan la Corporación. Referencias Baltazar, C. (2016). Modelo de gestión del riesgo crediticio en la Cooperativa de Ahorro y Crédito Mirachina. Ambato: Universidad Católica del Ecuador. Benavides, D. (2019). La Productividad. Zaragoza. Brand, Y. (2021). Modelos de ecuaciones estructurales: Conceptos y Aplicaciones. Obtenido de https://repositorio.unal.edu.co/bitstream/handle/unal/80064/1059705148.2021.pdf?sequence=3&isAllowed=y De la Cruz, A. (2012). Análisis y evaluación del riesgo crediticio en la Cooperativa de Ahorro y Crédito Indígena SAC, utilizando el método de Basilea II. Latacunga: Escuela Politécnica del Ejército. Gutiérrez, H. (2010). Calidad Total y Productividad . México: McGraw-Hill/ Interamericana Editores, S.A. de C.V. Hernández Sampieri, R., Collado Fernández, C., & Baptista Lucio, M. (2014). METODOLOGÍA DE LA INVESTIGACIÓN. MÉXICO: Mc Graw Hill Education. Hernández Sampieri, R., Fernàndez Collado, C., & Baptista Lucio, P. (2006). METODOLOGÍA DE LA INVESTIGACIÓN (Cuarta Edisión ed.). México: Mc Graw Hill Education. Jiménez, A., Edwin, D., & Gaona, G. (2001). Modelo de Productividad de David Sumanth aplicado a una empresa del sector de maquinaria no eléctrica. Academia y Desarrollo . Junta de Política y Regulación Monetaria y Financiera. (2015). Norma para la Gestión del Riesgo de Crédito en las Cooperativas de Ahorro y Crédito. Ecuador. Kerlinger, F. N., & Lee, H. B. (2005). INVESTIGACIÓN DEL COMPORTAMIENTO MÉTODOS DE INVESTIGACIÓN EN CIENCIAS SOCIALES (Cuarta Edición ed.). México: Mc Graw Hill Education. Llano, L., & Mosquera, V. (2006). El Modelo Logit una alternativa para medir probabilidad de permanencia estudiantil. Manizales: Universidad de Colombia. López, M. J. (10 de Febrero de 2020). Infosalus. Obtenido de https://www.infosalus.com/salud-investigacion/noticia-expertos-consideran-estresenfermedad-siglo-xxi-estilo-vidafrenetico-actual-20200210105823.html Martins, Julia. (7 de diciembre de 2020). Asana. Obtenido de https://asana.com/es/resources/how-to-be-moreproductive3737 Mayerstain, M. (2020). La eficiencia en la conversión del ingreso en funcionamientos humanos básicos: un análisis a nivel distrital para el caso peruano. Lima: Pontificia Universidad Católica del Perú. Mendoza, V. (11 de Julio de 2011). Expansión. Obtenido de http://www.seminarium.com/los-recursos-humanos-son-elpilar-de-la-productividad-empresarial/ Mont, O., & Bleischwitz. (2007). Sustainable consumption and resource management in the light of life cycle thinking. European Environment, 8. Muñoz, J., & Abalde, E. (1992). Metodología Cuantitativa Vs. Cualitativa. Universidad de la Coruña. Naula, F., Arévalo, D., Jorge, C., & Josselyn, L. (2020). Estrés Financiero en el sector manufacturero de Ecuador. Finanzas y Política Económica. Ónega, Fernando. (2 de julio de 2022). 65 y Más. Obtenido de https:// www.65ymas.com/sociedad/estressocial-acelera-deterioro-sistemainmunologico_40979_102.html Ortíz, A. (Noviembre de 2020). El estrés laboral: Origen, consecuencias y cómo combatirlo. México: International Journal of Good Conscience. Pagés, C. (2005). La Era de la Productividad como transformar las economías desde sus cimientos. Washington: Banco Interamericano de Desarrollo. Pardo, O. (2019). Perfil de riesgo de crédito para cooperativa en Villavicencio a partir de un modelo Logit. Bogotá: Universidad & Empresa. Peiró, J. (2001). Desencadenantes del estrés laboral. Valencia. Sánchez, J. (2010). Estrés Laboral. AyA. Selye, H. (1956). ¿Qué es el estrés? En H. Selye. Superintendencia de Economía Popular y Solidaria. (2020). Superintendencia de Economía Popular y Solidaria. Recuperado el 08 de Diciembre de 2020, de https://www.seps.gob.ec/estadistica?boletines-financierosmensuales Toro, F. (2016). Costos ABC y presupuestos Herramientas para la productividad. Bogotá: Ecoe Ediciones Ltda. Weder, N. (10 de junio de 2020). ¿Qué es el estrés postraumático? Child Mind Institute. Williams, F. (1982). Introduction: Financial Counseling. In Guidelines to financial counseling with crisis intervention and consumer economics education. Agricultural Experiment Station, Purdue University.