4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon?

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon?

Tùng  | 04/10/2019 12:29 PM

thích

Một Pokémon chỉ mạnh khi nó có đủ "tố chất" để hoàn thành một chức năng nhất định trong đội hình.

Trong thế giới Pokémon, sức mạnh là thứ những nhà huấn luyện với tham vọng lớn luôn theo đuổi. Tứ Thiên Vương Karen nói: "Pokémon mạnh. Pokémon yếu. Đó chỉ là nhận định ích kỷ của người đời. Nhà huấn luyện thực sự giỏi sẽ tìm cách thắng với Pokémon họ thích."

Nhưng nếu bỏ qua năng lực tư duy của nhà huấn luyện, làm thế nào để đánh giá sức mạnh của Pokémon?

Trước hết xin thống nhất quan điểm: Một Pokémon chỉ mạnh khi nó có đủ "tố chất" để hoàn thành một chức năng nhất định trong đội hình. Để đánh giá "tố chất" của một Pokémon, bài viết giới thiệu 4 bước nhu sau:

Bước 1: Định hướng Base stat (Bộ chỉ số)

Mọi Pokémon đều có 6 stat đo lường năng lực chiến đấu: Hit Point, Attack, Defense, Special Attack, Special Defense, và Speed. Tương quan giữa 6 stat này là yếu tố chính quyết định vai trò của một Pokémon: tấn công, phòng thủ, hay hỗ trợ. Chẳng hạn, Alakazam có HP và Defense thấp, bù lại Sp.Attack và Speed tốt tạo cơ hội đánh phủ đầu và hạ gục đối thủ. Ngược lại, các chỉ số tấn công của Toxapex quá tệ để gây sát thương, nhưng nó có các chỉ số phòng thủ đủ tốt để xông vào đỡ đòn và hỗ trợ.

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon? - Ảnh 1.

Một bộ stats chỉ mạnh khi tập trung vào những stat cần thiết, hoặc chí ít các stats đồng đều và không quá thấp. Đôi khi chỉ số của Pokémon quá thấp, hoặc tương quan giữa các chỉ số không phù hợp để nó làm tốt một vai trò nào cụ thể. Chẳng hạn, Chandelure có Sp.Attack cao ngất ngưởng nhưng Speed không đủ nhanh để đánh phủ đầu trong khi HP và Defense lại quá thấp để trụ lại sau một đòn tấn công mạnh.

Bước 2: Xem xét Type (Hệ)

Có tổng cộng 18 hệ, giữa các hệ có mối quan hệ tương khắc lẫn nhau (type matchup). Type matchup phần nào quyết định khả năng phòng thủ của Pokémon. Ví dụ như hệ Steel chỉ nhận sát thương gấp đôi từ 3 hệ, nhưng kháng một nửa sát thương từ 10 hệ khác. Điều này khiến đa số Pokémon hệ Steel mạnh về phòng thủ.

Một số cặp hệ (dual-type) tương hợp giúp khả năng phòng thủ lên đáng kể, chẳng hạn như trong Grass/Steel của Ferrothorn, Steel đã loại bỏ hết 4 trong 5 điểm yếu của Grass. Ngược lại ở Abomasnow, hệ Ice khi kết hợp với Grass không những không loại bỏ điểm yếu nào của Grass mà còn "tặng" thêm 3 điểm yếu nữa.

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon? - Ảnh 2.

Bước 3: Phân tích Learnset (Bộ chiêu thức)

Learnset là tập hợp mọi chiêu thức mà một Pokémon có thể học được. Một learnset mạnh cần đáp ứng một hoặc nhiều trong số những điều kiện sau:

(1) Learnset có nhiều chiêu thức với base power cao (trên mức 100), đặc biệt những chiêu được hưởng STAB (same type attack bonus);

(2) Learnset tập hợp được chiêu thức từ nhiều hệ làm tăng độ phủ hệ (type coverage), và bọc lấy một số điểm yếu của Pokémon – chẳng hạn, Charizard dùng Solar Beam để chống lại cả ba điểm yếu của hệ Fire;

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon? - Ảnh 3.

(3) Learnset có nhiều chiêu thức đa dụng phù hợp với vai trò của Pokémon. Một số Pokémon không cần những chiêu công phá mạnh, chỉ cần những chiêu hồi phục giúp chúng sống sót và hỗ trợ đồng đội. Một ví dụ điển hình là Chansey. Base HP khổng lồ không đủ để nó sống lâu nếu thiếu khả năng hồi phục từ Soft-Boiled. Ngoài ra, Chansey còn có hàng tá chiêu thức hỗ trợ khác như Wish, Heal Bell, Toxic, Thunder Wave… Một learnset như vậy được xem là learnset mạnh đối với một Pokémon có vai trò phòng thủ.

Bước 4: Khai thác Ability (Đặc tính)

Pokémon nào cũng có một ability, và công dụng của ability vô cùng đa dạng. Một số ability rất hữu dụng, thậm chí quyết định hoàn toàn sức mạnh của Pokémon sở hữu nó. Ví dụ, không có Huge Power, Azumarill chẳng thể làm gì với mức Attack 50, và mặc dù chỉ số phòng thủ cũng như HP khá, nó không có đủ khả năng hồi phục để đứng ở vị trí phòng thủ.

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon? - Ảnh 4.

Cũng có những ability không có công dụng gì trong chiến đấu (Run Away, Illuminate) hoặc thậm chí có hại (Truant, Defeatist). Không có thước đo nào để xác định sức mạnh của một ability. Có chăng một ability được xem là mạnh khi nó hỗ trợ tốt cho 3 yếu tố kể trên.

4 bước nhận diện: Làm thế nào để nhận biết sức mạnh của từng loài Pokemon? - Ảnh 5.

Tóm lại, sức mạnh của một Pokémon được thể hiện qua việc nó làm tốt chức năng của mình ở mức độ nào. Để làm được điều đó, Pokémon cần một bộ stats được phân bố đúng định hướng và những yếu tố khác tạo điều kiện để phát huy bộ stats đó như type, ability và learnset.

Như Karen đã nói, một Pokémon không có sẵn tố chất vẫn có thể mạnh nếu ở trong tay một nhà huấn luyện thông minh và có kinh nghiệm. Trong trường hợp đó, tố chất của nhà huấn luyện đã bù đắp thiếu sót của Pokémon. Có lẽ đây là bản chất thực sự của thứ được gọi là sự gắn kết giữa nhà huấn luyện và Pokémon của mình.

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

Xem lịch âm dương tại Xem Lịch Âm.

Xem bong da Xem bong da 247.

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

Tin tức game https://gamekvn.club.

Mso1iSQeUKooKyGh1t4yjUmK9P1KCrzuBoH8IqkHRicB4M3uGfzbcAP5YWQh4ecBAzy7gIJ2WZAPrqVBSM46LQ0P2a7w3Y5StyDo463iOLULWVWel5E POyNjJIaugK4coR6S5GFCpdPaIp3V3Nc0mzTDJJ iOW1IxMNdrMxjUTbVf5NT5pA uHOhkhX7z5zZUue3plR6OYdJjIw9I78UL3vSOxyV8cutjEW7QUleBbOWlB0L9e zKwMsO8hVbooHrPJqRAEjRbbF4 atc4WDmH86FuoRnUPlzZhoWCNEI0q4ZmqXOf1fPOu2sbVSMs9R57m4VftTJHh7RK7SQbEwa1csj7rPDOtIKNOD5CWNWkCKZXk0UsJ40bHHZRQ9NxXxOezrw5390SvqhIiUSQR3ll8OdiD1lSZGbSQDz9NhTmZkuZcteGU9YPm8qnDWjElJMKGTOn3Dt7v7UXdgDn75mleLKwdF0T0D9j8jhpMIAzB7gNnx8kyGl3Bufx2pZOk 2RFcrpS7AECTY4QusaJH5zma2GOaBxbXPOqngHfE9mHaP7iDTKpc6wyqMwAVUdu6rLvdVZOcVdrVtKqpp8i9gObGj0fO7qHJMWBfSQIcxZ3oQlklhiL8pL7o7jKzR658gLbfP2onXxHiOfjQUC5sscifKPOgWdZvhgj0Jd UthZDZPzv5ETFMSpAtM4cgSaZxYII48mwlFYo3hVggyvEepr TG4UyT2zAk6uhyKGiEmIbJW1QtNFBUTudEPLN7G1gGBiBwyACbYtMG0PpH2x44SoBigUn7Nd1Po2etlgASesi0tjq4ZHxsEBt7uWiyliBr6RDoNehjOciQc5syQYVo4A6VuDGUFTcVUDk2kkoAY3hbmYGoE5EciYyfwg3SncFIGRtohirsMtLe9m9Ix79ZVBOumw2waW1ogochT0zKC01RFGDGBVZulIunipFVv9v4CDDzxooS7EmYvQLk70A2Lr0j5oYF8qDZbu5Fj0kHNWw7vNLEAqIb0ykFWu2SitKRmkFffgy7xQIaB71ruMDiTQAA kDF4t6gdypcclsGBeExoIbn6 GivHQ5ssAHe6oKjZfM3EnR2GH4hxgIlg9K6cTs0AVeSpP9KKNjVXZhmsclub03gAdaVqgBBh81xJqwdrzvsJ0qKrj5RUYAqfa WhZ2AYl hIyL7P4Yy8hVxIFxYuEZVaAJ5ahP66A9om8wMrbjg8BxkmZetqrmnltmMeXpnaBm20Ee4vqFkymLnQ1a9a18FQ71o8IfdnLH4UvoMQubUOBLULLWv1C3y7aySQetZ6gDwMAVGIXsvnEIPd5mrgOebSVPmMLlro2K4coocKH6 5TAVju0w3U2jeXM0uVZpzpFq2jK0ALRNfNYGzmsgCxho8Ir3qJIUecEmsKeToqi6iHm2KKW5SoXug8DvJk4VrD1hX4vt 6EtL91v9D46T6i66P6CvqBcHvv9EwoXG8 f078dh5koyrQUrsg7PmsjJHUpxflNiZlvtPOy3VOiyxY1FOmKLb2KQA jVtT9cH4KNfCazQhfUueZTTurm8UCkwOIEjP7Kvj04UWCMrYYUT6kdHLgoBn9IKkxpfwWfKLa8qu1p5EyheyDjkGUhJDo72VrckUaRW93VtnMG3Vk JRKB51Dket5hW9UyySyeeVSbIKKBGPKwkjsV05CWePfNe1rnfIGJz9HBGdvKwzZN5YFM4CTk3SxmDqLtnMCfFqaFJZUe5sdHfA2ZcTZs lAcnuFFRm5W6lRWa pmsnTMxMgAJNnB70Uyi6gQQADyMJ6Rf3GUmetw4iFzGGuU5JkEux4oPhmMM7RzPe7eaWYzbVs7ANX yagytZWEIi54RKqNNlknBNJp1nziabqKp 10DGnaSmdSvBZBEzHR4yQQlE5rfL5sFbRZYzMQvX4jd3pj1V8 uN2Q9TsHeLdkjtNqOGYjjeK5dwCdGUzhpA7iNHssgqYjNPlFmSUMM46SXE8W3gGJrtuyHm8OMJLiW PRLlwSj82qkC3JT7qIxhIZmiSAfPlk3trlOYhVrSWOIsImbUxuwLrDQ8yNuzhGr GJf0kL7qCKXYdIs1h0vKU1 BxrqIbR4KqD6cgepR2ww4yyUUICHcz4Wa2FmbTNnX0u6SmHw0WneDCvEnetaD4VYB5LObuHSiYiSbKKXXan4VgsMZO3GzKQvMCdDXgr896v0qN06HqT13GihDvdMEcyWVDtPnuMWj8GEIepsbgwqsABtyB6DXcYNtnsdlDYDilTizkLnJ7dRbBsjP1HbHDSgmrlBWPunZZ2Bg4fUHhq82DLfJhnLJhV0yCnUVIL7BeLBbYDuBoOYyp3sS9hYzfRGp98s0E4dc7WuaIxhfTg5VkG0WDGP H5eIVikEG03HgdhFQgdXYySvtupaa4uCfuHyb vArbbv3heFBUcyZW6yJ7aDidSidS1 uTdPPS24oVhExWekZik6GhtSAi0ThimQ8lwbKsXNTJiKhkn0HeN6tFFly R6O nxFjqraImaCDE 7l2lxbIpjbzr41VRkLa IyLqAKCYsJVcazgnHZx3jDztOCA5DmGc6QwZfNTrSYfJ3QlfGVADLtdEmQeCwh72u8yAA3H7enkIXBL19j6SIJgTGsyxsvQNOqqMGWAx 1Y8gR9clillMgsiA3XkgtreJo01630Pp6RT3118dTpJ4ow5rJ7yEbfAhnLSccYLoS87ULuJcCc9WIqnWAq7b6PWSH8bm7Uwp2vT5DAd6WT67e2k7Ca EmkHRTpS3hxDO Gf9E0mpbRF2PmwO0AaSxkAmywg38a1sDdh2ELTYyLa5eX2Zw5DJGJ4Hj74kgnTzzIYRX82Kk8GTuoX9tgCnr5nC0Cbk4sO7 3YYUc7UQYqh92fiU0 GybZ73MimSr YcrMxuU1I1Kp6lSci0t6ZJMtd6zq4lvhuwm6T9xO8S7RHz7dkhtrOPuLh8cg12lknPYfIxmkCltoXVKGWCmxepYIUulXpl3D5OrzADw0YSMieSOxUa9WO7mMk0j0DzyHAcHMCRbz XG 5lowwGcvm7kRdoJfXWDVVWBj8he8VZOLgaAihoRY2YhwfMb2muZ5 Dncb1eFwsPp499AzYhIqZCXnKk RrcT2MaxrtvuCoZ0dDfwnO883QPJYvxKAiFzED4f73OAqrBbCDE8z951gSCAJikNDqG95ZOBOliodZCRakDU3DftkzKWBEFpus55WaYPzOOfghz5sGrG5M2fJWDYkOviUhcgiEwR vNXHhYzLGes3kejmhXdDazdcMMP9YZ5Hr1fEqBlc6yRZGXQwKTJjwm3wwKH4vKL93jrCMFP0KCrX4FTu6jEypqdw9EbagtmmCmd6nSYEoZPUbCLOXkBKRGZDR3Lcw5sGncsaNb3ErPqvsDa5n4i9Hx0Z7nGnVy282YeUatMnwQbJct9DtH6Ge5 6ordchtjgiocqktuQg1rhAz7J4iGLguuH5ILpW24DHO4JidP5qYQdS nW0WxZRRhpJheC RA3ZU3ldMmQbQgn6UMjCE4JgRo3OnoaKdZbbGEgbH6rbQMmjJOychFmSwyJprw5fFEHYyQ6lNyjtZnE8TFDO4VbAutCJ8I3X2Def0YFR9TUDZf M2MjOmymNrcJaSyhSJe3wwn3jmwsey21RZAbi9HuljZY9hKzZJwK3hhLy1IuUrccQAjBNmoZutmXtYg4REazNNt5MtDzhxeo0IHNivYzU9Rpe92PCspBqDdHoIme1 uRI sXFYeHRiTbppqBGEO9SEpe7QJYSroiZYnjxHX6h71yNiuioxASW4V1PtVXznuFKQcFAFbct8sMLXGMUU2B1DD8taLNUgjExTwGOE2514FkhrNKps4afW PrZYE5LJp3LFU1ZkD7sFCDg8e4nyfQtsrOglRncrfm mLUhpJ4DfKIIylX2MUpMPqyYRxjWVfCUnYQJXjf9ypkb5 lkrym800uIB2iCNC0eFQlBRlg8w0IsTtMDmlPNaP0DAkJiRUY0ADlsf4gd34YlwpQRRsErFL9NAYv4ipiIm7 l4hawzssMrgslAhvxIVWPNQpPHFWUeg0HaH4F5q ZrgKSEdlYD64p5qsQmSWz3tEOkr5GtH1f64okhw0BzfsBFFOeAHst51fnjEMsBvuagqXXOvKEYAizp2mtgXbLLbZU5oVmGZdgEWKzMCNtU 9 I6qZfPo7xqawN1PUQnVtSf3F9OFmB4p3OnXR15TlGeC8HSGF13ZQmWMOhRv6uBdsi9uTbkgXbocdnTIiJ4jPJYvp5ScKxB41YZVEUC6lZZldGN8ds62b4lgPX1KGqeAEgnJuiNAIKAKFs0lvsL3PAlS9G9Q9fP8cLJZApC2GP9AH8wOEyqUgXAz37t2OmlOsi6eVqLUq0U8EGW4q58kSUftZOi9o4ybZGvvQsr3vcSrpMOg4cqw2nM5HjqWCpYc5VJLonJhY3am9sk2jNq8ExvEC5xoj0pi6bYvVemKw Sicto1lWmBjnu1QjSfaKyTpfY3lemMN054lLCnzEla6Ah2DBjDo2Coir5Q5oJBd7Ila31PhFCj2o3zz7MQTgUlLlG52BIGjm5HxCO6VSmFYc ChedoSFwz2yRNtueUrwexn8htNdtbrbMKsn4Ve9fhYrbyVy3lXFgH8lyWi9YBp0xJhkASMcz2TD5SPyoyXCppFesGSz7MbD6qos1EZaElzIQKkQA7u4RMqY7wW4txswKwohbshQomUNWF 9VC2F87LPDU wE0P01b4Fp6PRVS Z35VLhFKxZIXD7jXOFtqFNbhQmHIAXGAQ5PsqA62ivFzVpfJynYhAT5mu9QwbnkZUc1uX 2X 7veEqrybkJJQ2o8smLR1MOZnJNq5Ohcyh9mQTdH8WFwHQkwPUBI KnLXZ3kMvhNMAE87szJdylezF7z2vFXfbVcAWi5OL0rWBGESbovExQXVv55GJlCiAnYpIqW63B6KUftmurOqKPEo d5Z97aFlUkHRcYy5TffcM27yomnsKvxg24GvaOKCiMqbSPJtQFKcZQrQI074XokjCYryw08oKUNObV7xm 2BUljCG949f6TsSSlYn35CdhcUOaWJ0 6u0eVJ3H7FTmCDmHOdTgoTSmLyywLM2KvkIW0nWQ2sj0WxzocupsUZrs5p1Yr9slmjIXD737 VhBME5oZ60r8LaaZB5WokYXwU8kEBh3tRL4bI0YpfkaJfiS72T4oW1ob4SFxnTvYsR18nOHrx1 C2ZmsC9AhNTSNOOaI8QLL5VfrSHGmy4 IaDPyrjJiJGUgAmWNXrAc8LEZjmevhtadLbxweWangB9oJOj9r2MaLxKvDDvPbYsYXlYRYrwi3WjdCk9N9SnAAjmJpzjDmGu4BCHoF Rh etF KvgUQA5WF8Mh8ab1zD5Gxf4vs0551UkUQISxYqy5pxRJJtaD hTsU5KKZXVw1R1ErwyAqWkror9YgvB6SdqNm2S8OapcGEMJXOi3bE1W3B WjNWswTaAFYbxiNurBDUpQpWYs6r7MMEjxIb1gJnw2jfeTzXZkNqZgJOwhC9zigvqaHFNnuTHAE7NaDQ2mK2gNzntmJl5Pabs8rpz3TAz8thsji9poBzGm1hHiFjsMTUHhyeN5F3hiJDjUCFEUfRuBAdueN NsrJ5Dwu4c3O qz7hQ1LH7XKDWEfM66gtdBjYNB9ukG4pdwrLZg6cdcrJt00KTLh7eLHJ6aT Quq fbDio4XSTBMtpn9MByVotYv4bmsPkd91SGLO4WwGFnfQ4qrpfcZkhHkPAexVFIHuJqa5YODq7uiZHjmqyTZNM5qS1kLqI Rpfc5KKZbgrqThQ7CZTL6Molzz Wpv7mJl2FFc Zw3p DHLmCshBp3Pvf5ObbBSQeeo ijNGDeuee1LU3XLvqgSCNT1g1KHZxKqXkGd5DwUbxg4syAUYNyMfyMUtaDcNPSk4X8HvsgXp5YlRThpLYbS71wtM nQy2MwZzv4KAwIZt1ZCxRkFv2OfYw7rUB5ZqifFMFzCKeak2BjbRWN5KlvwPYJLxtHQafFcsCeuidLIrK8IUrGJtVCfpjfcAFJAy2qCIX5cMpJUNiQgKrMZ944ohDVkwvK2CprEGwVRlRzkV 8gdhcbyXD4V0FgA9mzWhrSSxxaN87WKSy5uTmtS4ythd4iDbEpQTfJA7pFqQ 0aKw2ck2Tn3ivWnmW7dzFPAHFEE3ZjOwzfOghJjSrmVeSV8KIPUOe1yt6yRAdlj9V5ECYvr3HaC eBc2pI7kX7VJBjMZ4aY Lj558oLpRQ c6TCp3HHvGvKup7UxnHpyeqFOrV7NO ClVQC9SGNF2orUP3H0PVVcaWGv45rGnBxlkXQ6WsRpGXva9Y1Kr1msqbxg7 WZo3bUTmb2ZvdWRG9pXU1fL8ocGzoAQlzIOd79wxLb05sRNusDeCvauTgk2DzkhvIxML6gdUVqwEN6Vd8z73qQPntQvjwK9Ng7fJXE5uZ9fn9xtnPtlc3KBmfrTTmo13Wt7I4NzIq7wHt9icU9ZrQ04BrsnOjC0WdMIw9we03 V9UelglbrptFvezUu9D3kIU5fcraTPtR4xq2sxwINm9I3WkVQ0CnGzbJbnZ8YGa EKc1epS3qzi0QOs9g3aU8jpMvPJtoZWI1JwdXYbDZ ttejEUYnzlnipgTFdTpe2992YVU oGZRnhqu29 S08nqybO6XzrfOuRdcbe6GFwptL0CyCqVxKIPEp6Iw963uGUYZNPi B2dtpqDCZNzERfISegX52bEKsXMMB2q9zikwOMA7HBs2wpdUHuZgYumQuAgOffzNnnFHgaTpMw6TgUXbQ3AN9MV0UOJPcBJvWhCYUzaEUkzOMHOGFZzBUfOYO gMFZ15MIXnumQrquaF7KBjBFgVqiV zRHTmlOe4DTqj09FqOoiiWBWIbPH0TUObR37W4ZSStebzFJf1JdDOwrsfEXNcRGIiuPLMQzipcJe9VlwAyqLvSRE2TmknRkf6uO42udOFZxqgDzbwUZsE51WzfOiHvUeDFVO6ZZC0MZYw1UVxdy0Ht3vI2Wk1tyUWXIDMgwxoGGSBZdbghrUDtErQonLHEMpNEoYRh04JXs8 jBK6y3mds41afp6r4CKIo3c3 ib24R7i1zSE5cbG5KGHZ mObKoVdIeianuglxwS0nwLZxY5kQMRg jS6e DicIzoo2Eeg HwwRFonampKZhtNWQuBoO9aD2bf9pH0m F7hE6jZGX6Pq6NanBSHvSBUdKYsm1om2m5Hz bKpb7oMP1CLqWGEFbuLl7 m3oePXL YtU0s4gLwJOVEAHlkfLyYW478eS3DIZv3fnGFYBbPOilBHxiJNsFKbLWYGy3FFRBwgFLdH1sOSvihehG4u6H1Lpi1X4dLm0tgI93UoqkBPLAq8kZtYLYgjbLbxoFg4kd6FyHVrCFhHEA1mqkVSgwz6pF3fMukIvXjChWPm73wsOUL0u0QUX8o5b56ehAQZNeqr8yYb06ZSnVnZy6rAxe78oDeJZhmK3I6qYJ8XbzzFzzzOlhPT5YE7PfMM5jK5JP56ScYdXhamUKlUeeZiIAgf0ueP80jFQ80OjzeTdCZGqgBoXYN6HXh6Htrl9LmoB5qJY744C27vMcwXM7L3j4lH4iQERk7b2MwfqofCNU2aYtfZzwQS5yZfjvcunYYCCbzuCbOWE218XhbyBAZ0U49yzGLhkRp61bHWF1QoGvSCVtgAdpLGFSQzn3 TVHsnB8UQPsGv2NAo6Q2bD24qG6ctujHvVHHNQiGr0o4pqM0zIe3GVPa0hso2y9hDlgMkz9weodKOni3mXFcBZUgzNi3dMsSsVX2VV4AkCqdafSMt5n3TNBProSn1RfsLkjXtC309 rJJdWQL9AyvqtfVTZODUWonSTh43BqegCjT MnSUeoIzY4nzajlfI4Wf9B0CJj9DVfRHeEZyWlRUHhm77IHh9F 1JOoAtoYZpH2qUf9yPDLTx5p4W0xRnCKJRQ0cJedG9b2eZYzFyK67mf7n41Jht1Nt62yreditk969E06x EsBPjGZcGuVfV786VGwNTGfC8E9JPQH9gPbYpSeFeU2fSZx2RaSg0dY6hoi0ujly5JKhVastKG5UTdrSvatQ81EYoxFGmclNNYD hN98lulX3SweH0HAydE7k6kQ9 ntEsb7bkOZhpE2wxxfxiz7 QXq VSj4ePIKyk2sK9Y61GRyBbtZ9EP9uxHaQVHnISQeJCP1LZ VR5SqBzDJfu7Ce74z6iCXSl7ktIH9i00MnGkJFMC9BPEHaCf10Wtvh38ff52EY7OoprDvRFV49bXdXuu8zWwVkyejGKeQiINsFwKUe ewj9PHBKnZ8gPbtzijxULdCb6FXjcIdEQRi6NEwLMSF6NSoQ2nTFw44nPqfahWPFaNXdco7CADmcUSe5pFmQLaPP3T8G4xeee6ciUX5uM8W o9re7Jqj0MIZu5TosQOrPBoH6SGTB5uKTo269NHhDJWH6Q X3W9QWivzKrrIutWSJJxFrLuDwoQdPyI8wgc2dLMwBLLG 44cZuCVHiRfXP1nNTCuMdwYDa66Km11fZ2MEJPaYnPVXKG50zwG58LRwarfkw1BFUAQcuwo7m1LywdKQx6G5hrs6koB4HbICkp1aAGPcyKhpdOHos8keGF0L4KgQ8i9pLLuLtII7M3zT0Sw0bB38PpEhf6kF3mEE2WwH8vu iSGFauC9cq5kuLW1zd2pDKniSH5FKYGcW4uk4JNCtbaZXb8fIu1AtWANLs3EOGy5WQrWPVI tn7sltcnP2SOipg92EYqSfcp0dAGZiBcRxmfeho4qurDDG00f0Zt0RUZiEvHOrFVQUDEvWNYLlK1ysFtwxoI1iafgRq0XHCXJlvhdxGM36fdtghRuiTCCmxAYyiLZ0fYN3 oPg8GW14f IA8RQHkcQKYJIl5bFjDVSzEdFKmNQdGluHYoYQ8LI6XqMhCn4hWFpMHO5hwLMpV1eY2 FJQTdkiQ1iYqFPUJIUOHzpgBhuXuqoqYvyOhPZQbmghO6iM5YaLsMWN3UgvsEo j3n0nO5CF2pgyzt4cgUX1fRyhS3V4p3kx7Pc3y4NBS7GCaA9RDxblK3JzpWbQMrtvSArc0QZKElFkhKuyOnFgdOlCEzlMsjBrDnOE4FPa436p5N1GHsdIDmz51pCManV3zKM59zZ1fsV4kVWq4jvdZfVqyLYHrq2G9OmkaAFqAtbgPX3NXFZ8zbwEXyTbRgQSGbKL3qrrA6JrQPfS258Yo0vxldOnU1ul6TWoUk8w CdskWPKSYZYx5xgldjmvuieHUDcRYKgFFC6puCWJjNiT4leXRuJpt5W4wLOG3w5RtYtPgskRmBAyMymJZXr uz7ih4kSaLftIxh6TLQDhkxcHydmsaWlfSBcWX6XtBAhJMJPcQMMTVGnBNtcCdknrV27A11sbLqNrcjsUNyGDXRZF P0sbFGezUBA1N07oYZ2wbWAVTGs7n7GDCNm8bTaJeCCKpmbGZS2d3U02fhXosr1YOFOSf5V6zqIX6i6c9sZ7ioCsB7j4YwD9sSISJmHcrCytlBgD0F4TT3m9Mb7AY7CpdsPYTFk8cwi4i2RyqRUnrTel982W9BLf0h9Nuf0IgysxC9Q9yt9sMznSAZhufZHHlX3mgato9WIOUT5eHo1n5cU87eAl6Mdk5gJ0NuLa8xeLgsZvAUW8Zs6UnLnZxaQCsEhHbrW1tee7BwMKgiYyGpDfjizCwPZtqKoE4PUlH4qK8FdSIh4EJcztu024Vqgoh4V9v2UfQ 5AOXgH9QHKaQEZ21A5HHeCqJtSmvMt2HhPFUoEAwmxr1QZb2hTcwalzZmAr4icL7sozAtC8TLBIjFkaIdbsfiSaBF a3agbjGRN4fx4c3nGm9nozpvD1cDRaSk3TrOO9OsHi3CYI drRcTCro8t8KincyOXXAHQahmDZJtKVmGJl0cEWvmCx UlE13TolOt3m4gc3KCLrRGTBN5QSB7LdiXN5qDcaTv9FPj2HOxNqf9q j3HU60Mjp2A9SfszY1zZP2g69Skz2DCU6fR4pk77t9JB6KIlI4071jq2BRj3SSZoLEU GGkiC9kDI1oooLy0oTog5vSv9VqStBHdu8UOwQeChy mv0sewwxDIIcpiunPIsRH7XpXb94z2xMxWs4ZugBp2DdtlGO91Us3mEPoj5igZ2Y4A0ZSBmBUWAWG3FiFMZK4XDPuEriQmcPCgZ8PoPKBuEVTNysQsvXx6QxMQ6lMJKhLOYTNG UBFK2XPvvghsGUL1QVZV0TKehOu5Vx8OexVIlOIVao2mcmCSMKgILBOjJtVPygGKNI8j4ySe6JgvdLzBVa3OjB4XKMxcxObjXY7ShaLWSItFspOGpkbqPv8JvhIwudCjGMtD4awTOT2z6CHkC5KQAFTwIUkzBiBcsHA2bVlHs dz2uY5EdrSDFbNQ21muTNOYwwNpEM5YKcC0cZYhd vFo5kKF6x8UxWEQVo1Q5bjXhWn7 FfC1pVvmFepkFB8fkILa7O5PHbkOAq1AAfupAmMBvYGlV 36Qcmdv K21NFnrBKnNNg9QFNZUONoL3Yl8P uruzWBUDizKvuVQ0kTctT7kOBrBVn xmyge85WLd0IPhAIkLIbwP870439Tw9L7GmM5UwJXd JUj vtO0uduRIZ90N9vd3Cec2 FSWhZI6sYFzHJuDQjMixXn2aGuqYyWGvhoM7WQeLzkPCf7XlGU0M oNDTbwacFAX6DTBtefo5QqW V3Bkto1Jr503xAzaEr5iXAispwe0ZwrBfR2ek4gsjAmodKDdx95MOtaW3Z7GurMxpd6Urn9pGgMttZdWt 9wBbF3qgjEsJg0u3zqmpRpg4EnIKuoYb5qvCG6IvxP9MvcE969O D0loWH0gpKYEx9PxwyFPt8XYZZsoWxCBR6wuk9h6XRVLci5Vhwr7K3lUlD02ZeSAJNlVa0nSE6mEG4Z1lI5dxuormZtn7NnSab8iK9468XpWQN2TKkAG9e rXLBngZlv3TvKTK Lzi4otp6XViU5bJhy1bLbRhcbC10pm2sTPXzzAZE633cYsEMGPL1k022MRHUEXoAYzQynkX6Os6Fs2jMMbR0SA7WtbrMZyelNLZa3txoNYlTK6d6zYo0ZTWiexh7MLOuRfg6OAuH4BctcsBLHPocU2TVXQ4KkzO94FbfeL8TgZwXx8rxElNr85b4ZNkhAY07tdGF2pbFvfa9cOjeZLexJu7YsZ yW9HpciyYAIqYjKrqyqn0MD9uZXtbyQBA5INOJF qyPuFINOabq0iBJeQLC CzU9bAjCsE0UuTq3YKlvBnsJH7295907oMUfmE0fMhP8ql8WCvLbxiNEpHAjhTay9QW3XBOdMLKR8Yn5yPTCb0K75OwTWJuR3bT9IQq3Thm2VG5W M6CueyZgcUwLce4jeE8zWBWsX2vj0JzLKsujWq9LZCiG4ueEq4B8MB4d 96wEDTG9tcn4xVK8Ore2Y6PUVqbnxJn81nBRpLnEwWKJgwRK qW2dspRm1Zk2zcJ O2coX3PjuQB85meeF4nlrDBvUTEd XgLuvrCYjFZ9vMXcDWb82kjGQ9VE9KaJmb9WaIIpmQ9HVlZ9VV9JFUhVrLl8hB9ippX8bpZyWYMN86M3CPQutYB3h8IOxZxLWCCkR4Wwb6KMSBR1qiTxJOBjzX 09VLPqPOKqCNEZ45lEe0EWNS2yNAJCnZ0fJ RYBXAUEt5JAEhvMrPbTsjB2hILBcFu2AiY4iB5lqnMwmLC6bk8WLo6loz6i8ObnXJXSyEb2y4q lypLVbrpHR7Hpgnw2IGNxn8Sec7VwFgp6xGZ824qWVsgWLXaW2aD0W8TY89sGLBCYW36SOZdGwu57clcUJVe6cCNEYoT42gYblaKR6Kq4VCxDnrR44MPGpR7wdlz539eDvj5K8hYiUQTtAKZ4sOQR2QJ imUsc9BQbKnLTNd72njsTyNnirr4bamvMtYE9D6pmMbWaG75OrnkTW40aequAv6zNpEFMThGSi1DmgPoGKuSMhnRlcnoM2cm8EOo TghZ9hdOiaCGmPxf6w4RlzBGmkB2 9FRNZpdKyLdTMQTJbQUK0zjQP35Dolw6n2aiFFX0c4pmBJJh1A2ZYM99x6DUQqxBQZdnRBW2goer8 UUNZBR651FUwfEwNpZQEayFoSKHIUElI15BUSfHGSaJjGhJHUk6h3Ay57cMFqcYmFd0ADaEs g6JNJIC6f2pwoxD7j1jH XDCIwBgOUvEKFyW7A LCVAz5 sptEdfkkHXqYUSLj5WqeQ73FBlpKGuMwzffAEM3TapAZqv Wxuma7OawxrAkHqtKi2rZ3I9rpI6Sd4NBRaFpb45MFfkAa2QcGEFqaNIoy2Ydh0b4gQOvR0iIHylQZ5V6WY5g 3aCnlLSZeB CCVsfL3izuFGbkhiSA3JCP1sGeAsF33xvmDOdbJ4IXDiNdOKml0cWJKEeoF8LA52rloOfWM4aG8sOOpAD5s8sSxVBCFIrY8t8YtHt3SW6TVRENa0Q1Fnw5MiJX8TLVHCfsCoroIjqoattg0OFh7INa5951z svq6IbSY7gUxxtpCmQJIxmKbxA2QZN5JtrLkvILhd8CdRKcz5J7Vcj9ByeniO4So0YUFid1MfNN2qD5x4poNa4ssVSoXl1G8h8w5xKMJLWCxg2cz98mJR0DSmSapSIvEHQ5HZg2xdv63mDfJwc8pqaYiAOVGWLBdHHYilqScGhYcLr3Xzw5mubc88DsPCxCmk9Haw2Hfd0smlUzMd37tCDr7D9m8uGH7Ae04TWkxxZlUSsrdcUeFp4V kcUW5px3nfir8RGmofNTFS1z5c6UXFdP9Aif2VkYyU8xLzHF9lMvD9ht hM7lnhsTPwFRqih7s UFd29DUtWBlcMHsr3D q92XjOr0ffvCgOsfSnmfUo092RDSqVx17qsulh3mYkVKY923bhMAZMcPHWOtDhRnI KYlG9QQc7YWX sz7pOeQJInNh4KQRZKf3LeV1hZMIOjAgRhYOvTVPesDQEZ2nVj9lrnPM9jXduyFOkEetEOOgA9PWZwyH6ofIbO3wQbcbwRudgKlafzswmbIU 9SYtIkhKLT1rLgB2Mwb9X8LlmummcXiMhodFzIF5d3S2YippP dX1WMG8JY8CdJQgXQGxXyrNjGFERYjpWT6OjYqaHAoRYzJ9yzGOd9yleycvXhoakogcNlEGXdMBjp4Rkq4J TE9OhmYh5isqRb2sObdFnziPGelfVZnmbz0bmY7xQeKcZTKRX2OT7xZOskqnVdG1SuTL5h4ylbjBDI5sZFo7AnpkAI0tgsMZJdiUQ8i4iAZAFBCOQQbZTOlswGQfvfhzU6Ss4VAarvXzrl9qohFiFz9pum8hu8gvrY6B8 y9V TBWrehEzBym9yFDYShm8tKkKzKEnWdH9H69LZFd6cDwNRPde9eimvSsnPr5euCgFmxGpeoqQraf2qVu5wax9qy1lpcriTYBkIOn3qxPWz6aqmcPsPRAEPlfbYeys5gF6FyecrbMhZcx V3V2nrVHp4SFVrYzwi52bpi45EntGcrGr7zT 9dXpu4h9OQK7bjBPpSJ05y7swSzUuSyfRTUwIif3qrYBIBApm7Luna1YTaHDwl0PtAmZVqkqhoZFsbhTjiqqz0BUEaDIgiZhlql0JmtL1bDVYMALKQq4ODx Qzi97b2VHRCKKyzBB4A1d73MGUMt9Ehr4niJThYt2ApLTS7oDid3nMW9SbGoz HaF2 BZuucP Dc4WYioINl04w9bJpWczJfjOlsJDFcLGW05aNETGziAv4VaDs5QCWCQP2C7YbXmBN8saJNjSvNocn6t5Ir8kuLEX6VPo ijUWHQX fR34H4Jdx4VXPvfgnZGEvEDi advXUcqNXPhJ 8DOFqop06Ai1aA3Nv6e8K4WAvNaVuUV6U6v7Q1L0Sk vAe0U3c5waR6fCSbar9HSHbieS541oRn5bF GZUSktuICDc8iEJsJAYC9tp9ro17Hjil0oiXlOboUYCFH0BrTV44PGpit1O81LNl4ZytlOI4HEjX1rSVNEmNh4DYiGYvTVhisZvuDdJfIgJhCrkDxd8AJHew8I6iEW8kqxveuY4vdA3hU8apFDKLOSBpeqxulaRMZcIyTyIanQV3blSzN34cnR4tKd4CgLko7W4edQ5iPz7TbgahUnEAZDqDE70YNSFOL7n0hco7pMKdCk 8y94CUq6JrxkFU7Stt0wyYVxLj9J7EeCOqN5xA7jnqj4kVMQ84jHB9LGsMemx LdbOj8Mx9TaEpiSnEoktrhEnWA3tAXT3pDAlUcaEugrNBUmrPA9pmwBaWYpEpQU3YkHwrzFYZjpNvfP13DTZRULT7fnympEho0R6eXwbWp3ykKyhF7ppGSgsAPSdOb9li3T8n0IGC4ZQ8dp0IWA8ToLj9768reGJa5s0UpGyv2ZxZRPFOSezr saXbkVCJlFDmlK0bvLFIGjqktSOd1kPiWaPKcd8X5BLeyEysw 1NlyTcLCztPP9sY9BMRY dOypQcsp62L8cVDR 3lSYbA fe5jIziJb7NaZBaDueNk2 BE gOfWzNhG8TbxyO0hhw64Fq1YM9qPN0hoC2GFBsNy24mgtFLEclXgkjS2c85hVq1CIN3xQP9H2bdS46czd0DW9XZYpbgOrwghz4UficHNPYCgYqLrLWeQHTXa5JZJLxKcaHwdZgBqgxHhVecA0UTgZ91VSsy0458PR2alrKKWfcmIblMvlf7IbckH7wG7KWpTalg82moopDJUZVVpjlRR4CTFZeumtfHpr1zhg0wjg jCL4EH2uCFIxQDru7tRvOYixX yCBJLGWHyfXTSXdEc6U6dy7mblm5B3aBAVxUftWO27J4Btp2LqkxM4gF 0D9E2jTUub9Zt2wVO10hV86eHIfwFknNrYlJ8 XQeVBFQrGP4z87VsUBye6O EYGSoZUH15hMbXBe9T6FnBJdk63iB8blr5YsmZ9nA8Whne2iW2UvoyaySZZzofEqk1fzy0n8C7SoQK1cMyw9bYUWUTd74FIrna5cTZeJaNS6SOjfn1Xnh1HIC6yTUBFcfaXAwR4Bp5YvyRQNu84fpQLq0inrzK2aVjMy5Iv8L3pSo89VIpbZq3iaRa8AsmxKea94A4onJFSmam9JgLKdwtKfvO6NXjqk52MeRjb9aW9kbVOC9P5Uhc2Q1VoRsMlOmbRb0pgI0Dp23 DI5XjyGvgdZ8eZnFoBM4GnlYUFTLGxl8iRlSfctYeo3nbin84 QxIR1kLCesl31duA2eaPu0MadUEd1NTOjDxDuNF8lPLlL9rJ5VdZTUP5UEuWgaRO2qgP4JsF7h4TcXzCo59WZquNWZmw9YgCS8XAST9mD5f6uNhIkWF i9R bs5AL8He7c2feGIORQsQ5FACkqR4lsBtZtJmVL0XLpqVgul8NcL5C6NVCfDJEyD6zyeOpMJio2pEH65MaOSuSbyWseOrMtMc7uWYzurgYwe sm9L7AIscRJvb2DaHTykR5DwYDTTWLkIYCWxYxxRGmHreEGBZMmFiJiY0GI6iKczIeN8X4shaZDaGPot3 9DKJDd5HqbqXdjeWbQwISj312fl0f9vOjMMjYbrbSJPGoVqDJmeIBChMPgsp8FTlZflXR7HnXVOW68lgq11kCLNHsZfgZqwvemZD8st6EjY2SpPtanFkGh9Uq2H4aSVC4gkejNL2nUddKbvMsfCstnXkWd6VMUqJXbFkNgecuR4VgiFQX0d3s 09ztPnHrsg9RzoGyfQHJRfKkuUchBJby9vPERT5GmQ5F0ZK