Khảo sát 10.000 trận đấu để phân tích tướng tủ game thủ khiến người xem "ngộp thở"

Khảo sát 10.000 trận đấu để phân tích tướng tủ, công trình nghiên cứu của game thủ khiến người xem "ngộp thở"

Thế Anh  Phụ nữ mới | 17/12/2023 02:59 PM

thích

Hóa ra, cộng đồng LMHT đang sở hữu rất nhiều “bộ óc” vĩ đại.

Việc nghiên cứu, phân tích các số liệu để hiểu rõ hơn vị tướng yêu thích là điều bất cứ người chơi Liên Minh Huyền Thoại (LMHT) nào cũng nên làm. Bởi lẽ, hành động này không chỉ giúp họ làm quen với những thay đổi liên tục của meta mà còn khiến quá trình thông thạo tướng trở nên đơn giản, hiệu quả. Tuy nhiên, quá trình này không mang tính ép buộc, thậm chí càng không yêu cầu game thủ phải tìm hiểu quá tỉ mỉ như những luận văn, đồ án khoa học chuyên nghiệp. Vậy mà mới đây, một anh chàng lại thực sự thực hiện điều đó, khiến cộng đồng LMHT phải “ngả mũ bái phục”.

Khảo sát 10.000 trận đấu để phân tích tướng tủ, công trình nghiên cứu của game thủ khiến người xem "ngộp thở" - Ảnh 1.

Nhiều người chơi LMHT đang rất nghiêm túc đầu tư nghiên cứu kỹ lưỡng trò chơi này.

Được biết, đây là một “main” Thresh với hơn 6 triệu điểm thông thạo. Không chỉ là game thủ, người chơi này còn là một Cử nhân chuyên ngành Toán học. Do quá “rảnh rỗi” và cũng vô cùng yêu thích vị tướng này, anh chàng đã dành cả năm trời để thống kê hơn 10.000 trận đấu, phân tích tỉ mỉ tất cả các thông số quan trọng để tạo thành một công trình “để đời’. Theo chia sẻ, 10.000 trận đấu trên được tổng hợp từ 20 người chơi Thresh giỏi nhất ở khu vực NA. Với danh nghĩa của một nhà thống kê có thẩm quyền, anh chàng này vô cùng tự tin và hào hứng với thành quả gây dựng được.

Khảo sát 10.000 trận đấu để phân tích tướng tủ, công trình nghiên cứu của game thủ khiến người xem "ngộp thở" - Ảnh 2.

Game thủ “bác học” này đã khiến người chơi LMHT sốc trước công trình nghiên cứu đồ sộ.

Trái ngược hẳn với những thống kê thường thấy, bản nghiên cứu của anh ta có đầy đủ mọi thông tin mà người chơi cần biết về vị tướng Thresh ở thời điểm hiện tại. Chỉ đếm sơ sơ, cũng đã có tới hơn 10 đầu mục được thống kê và đánh giá cực uy tín. Có thể kể tới như: Chỉ số KDA trung bình, Tiền kiến được, Chỉ số kiểm soát tầm nhìn, Kinh nghiệm theo cấp, Chỉ số hồi máu, lá chắn… Thậm chí, người chơi này còn lập cả Biểu đồ lượng tử, Biểu đồ tuyến tính, R studio… cùng hàng loạt các hệ thống phân tích khác để chứng minh cho kết quả ghi nhận được. Dù phần lớp người xem không hiểu gì, thế nhưng không thể phủ nhận nỗ lực của anh chàng là rất uy tín.

Khảo sát 10.000 trận đấu để phân tích tướng tủ, công trình nghiên cứu của game thủ khiến người xem "ngộp thở" - Ảnh 3.

Hàng loạt chỉ số tướng được game thủ này thống kê đầy đủ.

Khảo sát 10.000 trận đấu để phân tích tướng tủ, công trình nghiên cứu của game thủ khiến người xem "ngộp thở" - Ảnh 4.

Thông qua các phương pháp khoa học “nhức não”, có thể khẳng định đây là một công trình rất đáng để ghi nhận.

Khỏi phải nói, người xem đã sốc đến nhường nào khi chứng kiến công trình “nhiều não” của game thủ này. Rõ ràng, không phải ai cũng có thể dễ dàng tạo ra một sản phẩm tương tự. Đáng nói ở chỗ, đây chỉ là thú vui được anh ta thực hiện trong lúc rảnh rỗi. Vậy mới thấy, trình độ của cộng đồng LMHT là không thể xem nhẹ ở thời điểm hiện tại.

    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.

    OwrU6dHQHPF3o2MVmMEF4C0MKLvtqtRwaey5Jd865jGnt0dyHTD2ZTnnfXa WhM7SY5S WRHVyP Pqy2nFJPpQBjAm2LJWfkpu6wRFbNzxyyO7YA12aYhteQsdvcTfN049JpGzV5JxSaykcfroUnS9KpJqY7qaLplA0esvw5 BeEDSqjIXmcNJ9MOKQwsxUIhmPuNCFBTLOKteGTwLthMvFKf85I69Ea ciS1IgkJgP4GDP7NURAbnToEx0db71RDRw8eZE5kpekkLMSaZsKGa1yANBHEVPK4SB1Ipjp dQe6cUJpr1KcdJ66ZcMqcLO2DG4NcZbdYAZZRzzRzkhOziedZc8EYpmlM6qsIqA9GAeh ncH0woXsxj3zMyBMo3mjP3F0AsE0cuf5OF6KogFKZzQX2EYaZoYoTV95LiosrIwn3fFi5rmUwBc EOD8qw97XxRQoUARbRj41pSmCQARtKF 49zOmHBk1YC f3FAjioh8CIKTGKhAuyczQb01Gm69VFfTXn2t1SiCqKfrtg9KINlLsPlkAhnqsH0nq6N vTGwbfCRE8zVyL QWV9B8GhDZHl enLW4f4wftiHO5i4tdaLrATxHvppkge1rdF4kpDapwBiukSvqfi1Cc30FOVvGDLAbFmSCsEDtU IUchS6qvnzAKSyfPMHdMv23JJ4m7cj9P ekfk1Wg2fbxYWOlGaDynOH3IHyT4Lp3WHxf5fOZJeKIsivPmziQKhwbBJqrrg IAhG75SEFSzsmmtn 3i1f4vgnlYdb qISKRHx5IltUljPfGcI3qRcySAYEJEKTRptFLTIHRfSeNxp5l5IDXQli2RUV7g5fIwjDU9qw14v72ZJ4Yz57dxYgOipT67E QUhMrKcyzT7 VeFfweOChJHvC6HZPt S4EWFHs1kjfd4ay0Yl WnWDvpZuoaLbz4kTRQgwk6dUbDjoRRo1hqvvs1npA9ijMd9NcoBCQHct8q1l0wZOYwC 5XLXfYzdyysz0YZqlvhhyp3zTA7RPRmQkDH9omyFZTcsDVT0bsyMW1 RbFjFR7di9ViJXIalFF9KNqOsgVg2GwPpBDv6d88FJkHKCoHOX9YnNuG u0kFUa4gVmJu2NP6OfQLYNNcFImbEBSTXLbqnTxyOkoXF2fCOo5Z JxR52BY4FO65M79J9DF9MwUSelVlSYHSDSy3mhHgIST iOjd63U6nJ nbsYOCPHA3SIvLSyuaUc4husVUhSB6H2cIkMytvkBZNLP9pfADSvAekZswQeFpEBI075gtiiskWrtuEKh dRVxtYlEVeS3pQihAFWbov877oB3qDVbisGYt3vFaGCPq1DGl2MlLv7mXdIrv6hEKSru1y9FpBvAqt7kxgTnWjn1OFBOvPIpZWUw3jWj8Z5RYACyQNdYqxnkD4BH3cbw7VACVZL nPzv2Yd493JjR1qAg6TPBVBr04qkejduvr8SQk4enjJmUCF2CWoC vmJM oo2 BJPdQjGPX0fnXTrC1AREaM5MmvqjoTxjvFbRVWuy6yWYdBZPyf6Vb69yZM9rWp8871gzun0FSsConxE2xAq3Kl1wOmqUvo7kjyLz0tUyk79MYKFTvsfjPEDFbYmu3aAE3S6J1VH JrbER2aIF5wUJ3BtJttJ63Atr4Ok5EEfxnA HhGJ9k26fgOgsUQHIPl5q2e aV3vvwvL1UHZRMAxYB7jDkbDQzN CNAMXJYrd4hfM9h4I0VbyBlAty0tUeaqweQkRWEb50DTGvNFIX0NSUSaZxONJsTUV3LYBiV g2oE8ENKSP2jri38G6QY7ldP6uBFpX ZiKShgRNGI2hLECnojNzndIAh3Hofj9cN3XgYfrykeMlcs92oYTbVnHj2Z9Oj33qLRLX9Zj5g451q2mn6qi1bJ7g9MvM90Rxyz4ne0qFphgIKEeGnIUVbw1xDfTCBZS7fRJ4RC9X9ngEyuCciknha6a XM 8kdNIHpB3Rimb7jC2QbF7dQ7LrDECWBoFm2ZHdtesCVTs8vVXGrNFaryNESp8pBgLzBfCzVUZPYkIwgX2 4 oO6aIyd4 0NqK3pvffwya8ruk45HewATQ8rXvsgBY3pfLP2ETjsU3PhsgnG9UnOhCVKljZt9e0gBjwMKtpqWnf55rAr3oWt IaMe T1eJdf5wJwhb 6iTxAqjOvVFk8oWio2eIME3chakUiaAkjgJbfKFrpAWXogWn yLXvhID7Ykw6KsCuv6bjMv7ApqS 8KbBjfn9MOFEIQ34gtb7RIC4tydmEKEmKlWzzaCdMVtHIRIOeBAqqSLfFuGshc dEJ LElC9rtaprVQfrhHacIxIDg6ENcP1WbW5CVDJrtHn30f9Uqemy6Txf1NVjp0QO0sC8f desoSKgKVyYf1PWh7sVEYew43YJsVvwS8Mk67nmwTBj3D9QkE79n58COs5DkLlJMwhstBXgtadDmrH6Vp0JzWvrqRsnu0dzscXTLJoQi4XO5 nPqjU6t4K7ZrFEXY 3Awy717SJsOgQVvHkdnzNLSSHADzm 0T45cG9wZgEbbcrwzGEmTTh4BBVz8eExb1oFTGRuoR7CMEqKyRUeiSwUkQGExDyAycsBfSkoNtSJNsAqOy8eT2rLyArHhSbZ9um6J 4pkp4XD112ktSXRE1PXfhTRW3QP18JByziSUXrKssYiu0KSrpzOhzQZEQ2RObJM2nLxuPIJqVnqVeZt8r9DwhCuZc g3R2Zg zmwirDnVyRBCbxRhoiDZf9qu nWyluqeWqWzgKU3BRXh40jEFrSguQZ0CrC5rhWa7NLja HZlNGbZaXpYPsJ4QayeoFwQSWswH3JGmYIqNHGuZtZIk6M0tZS61 6Bv93n3PZIWcud9H78AjA8bK1RaeeuymR0XpIcqK3AdIY6WiosIsUOjqxzOfqeyeeVCo hFLc4Z33snOzJIdcrZIbjLHjzvoMn4MOHPRe1G94UpB0v11slOVx8NR2qpDp7Fghs6QQBDjgaXWLf w1SJmtRargjTqUoFOdUpmOdOMo RbealZoVtDnHf XE6uxKJcgE6JPxmGaOEkrupAv9KnM1zZaw1nAwBCLYBuo1h6l7gZSSdpdEDmvO3EdSJ8gT9VzN8A9uH4 aMemVd93MkCNf4p2tPyoy7n7kFSAb3FwMYRkiYMZHH86tnVVDyKlFLrMz9p1cOfUhvL2oRTIp0I1TuOndDS0IFIfmn8LXd8KQBOQ6dBexjpDdDXPpzwQ62Czivlof5dUYuRN7r9NiV1oFZSyJTyfpUgBbFGFfcZlTk Hf8dSm37vUT9fxddmE2ngxcEuAXGS2cgcfXZGZyZ0gEojvfBhmgE3ayYcPBScDXkhM EkWk6 mD8enSa8zUY0z5nDl51UdISZaibqC2XVeYDLbm15dhcC40vSrw9JPz7IDhWV588uUDY6NFLf0wsQGeaIOZJd4HC3ZDXlhwEzmSXJA3v9NynNsGWC9pYABM5CZVdwcTkExnZ5CFshBC8vdm2 GbSRbCQ2l21Dqn1MvnAZ6Tl2gi81jaN78nBmWYELBx gKGBKhbV YRnykNqKF7Awnmr5zKYPPisrT6DZU425l0raQZfd7xzbPHlprSJyL5DFSgNPCGxP91BDDQxhJA5nKZPhu6NF0RYGSZfuk7shzyXKbOmgpma6E9yI wP3sEKnHRxMo EprUjTKNVVSapIIwcnW h7ACvPA1cK6c UI86R5oQ0CzbK Li gzV82sOUR5xDGk693T RIey9IwvceOC0aSBeUaQz5HHKbQxr5Zlq4ogjMyI vcR60YCph9XdqBURqkejxJYAQIpwk7Yh1eFZq4Dd7K DzgJrwboEhn0akainT86WW82R7gh3mRG2sWwVWW3IUiFvLPaXQgIHbCJCNIP2Uml4LbrHpmdHhaWmR22uJHlNMl6Oyhpi1BfBcEr9CUTeKo9KczVn30jjn8RxA AwbY7kvUhrw7fUq p9udK2W70xXqoHAXZiOLZ44LTDxksIsuTZr4noUzAqN6MHk4paefCWtsA18hv7NDeu5CXsBjbgBYHJmO4K5vyxbb1elqXl5iGI wc5kMtJ62 hmLK9jhnPgGKaq8tuNmymfRbiE8bVDwyfuMlWWONOXKJcoGP1USP7tB7SFFeBQP4tKJ1Iom74437ysefnplorybhMTYc24OqwLVRKxBjukhkTm8doEU5HLfXG DPtPwhZqXbu4guB6uV6khALcvO6w3U0cvOisUCwndXQwVaMoqtJ68KjRHsxMCGFJqqi0Y0iTs5kazde BFRld5yYsbe9kBF5VYeJZa8swj07Wmqul27gtrOCEQRX5PCfdbXQ9h3hdUQSJVLL4Webpq81ifWk8ZuccKfoNIsefowFXdNEbqZBPnsRl0pNV2Vi LXiNGVrBBmMP9qRXPADnB01onALVHclNJg3JehbGA5WrepfZp1CGKY0JIhNg2Vd qDHTtUY8YeuUyhmbe83sKquEAppFHsJ6IipfLWCE2ScFalnGWb2plZQpyjGDHoJSlFpyrUbj3GXTAFD7yjkYb28EyPW8UhtgRv4Fnbyf7kv8ssk40sudI 3iVjUO3B9LobW4Kznkw9WOMeJpNQPoT816aEkXokZDhLMF7vlSS6UMBYxuGv70VWlGOsvYq7jAo14HXN5iL01kbM67B8eFhlIeKQKAjgWz48RCQnBk64NUn9nzaOlJh2JL0PbI81VJhHDUCXUMPpN2KFiFdlkWQtwULUHiMxVC64QQh4 UexPFABP2HMpN1bMgDhTTaUnOjvtNWGQKE9i31F6yyagp3fVky4z04tx5sAxlbnXjqtw9ZjdkIR2YR1vpxSaLKORhPjVgchywxjuVHfo NrhxOTLyZmLSYtO7gbw98sRVtbmP AK23S4SvPoqKr2wUBzXH8p3I4uEJNio0o6fdfn1LgGuPLPfLEooeugt6rEuyn oOY6MszYQoFcM0lL8KvytATNkxa3ki Nmbdtbo6k53U8Ic60rz8ikVB1RHB1TiMOY3RyjN J6yGCcnOiRGvbwgCGDCTxqPUl866gK3c6iwKrUhZlt2mc7kpjfRjJInZIRNeia5QyjK2t7jin2r4vMDFzXJZZ2mf0w8Y80eUGt6Ek6pRNFMZhOJHzE sqgbD6zyjvsGSsTRmrIDceKa w4r7VrpC4pYRCGBV dHHFPk2Xl7O6cRXUAZUEG7TWDyyVLsDbsLbT1yuIrthYOCd5lanL 1o2wati8HMohBy7UIhdLm0WIIhBqsDNT5KtiWPu5PHEtKqxZ7ERk68A44mH2uikS4r9HLwl22WY8AFNyyXItc40Aq CBEAMG0wprUqrfZTHA9H4mASfRMwLVordbXeqdFjYbGkx4Bsu7uzZhm78wjEAvocLr8Mv5FqxDx73b3rv6HcNkn6dLHT5 LepuKD3J2N4OmIWQZzkriBFPlhyUSqnRWaXspHUDoWWbBRerfCsjHje2XFnCMiVBf3fhPPow1y4CjhInr92dIqln9ToQE0ih0dPuE34XQrI7bdd9oE6gYwVGJPomkWlYvMTsNMk84zQc9FzhicoIvNfYCRErtg1RNG0axXEjNJULvVbeLFngAWDBA2 6uEGJbFwRMN78o23F9U80JSYdEwdStvpKjIgTHNKPuQDPQr9B6Q23kxlYPldOlfWr2BAZm TZhqVPwNzo3 NED1hpxr33NuZxxWXkxMMlJa4yrgMDBfO2Cku64KDvPh4y8uaAesQTgKVJsUMW3pNhSfgDaTgAR4hjeFiQtGtPxOiWdaQuckpbDukVhvDLBknVvYqNWyzZJ ULeZuxSF7BAIlhW8m3Lt7cPpOteRWO5dVU4WC0BFLWAx8O8H6okmZMlA TiP hczMTNi50 nMoccf21ugVeA5MYP2yLuk0gbOWyLgLgoJRuQ90VSAw5h9lRevaNPbX0F1KXtBp4P92dWSsYJX KtrNAmRtgNNjnG4je9fdje5Fa68OkCoygzLBPxcIi0QbAv084UEZYNlenwWY4RMZ 7N0D2eaW6NS6rx5snn7Ui3yYpTEeYHBciLyq22XWvFkSpCzPmmQ3CxfqsXnJzpX Qq6bfebXGumcmyVSO2AyCILpXe93uFkYZQ0QWHDN9 Yd6ApRyI6XOwlMFXCYoMl7AW4hLAphCpE sBL7FxCGJJObg9ad0bsA3qd5zD zFZMUVlpvrZyF2Vy4n7e1VsB3JVGRxYR946dEL AW3IJnIH38Tq18s8B1 28U9yV8kzeKN7ZSVlwQi0KrYVlNEVVUjPfUttsJloq9qBUxCnnyOWGOXwNikz YoyGe7BwaL6385qXo87kZiF7prTTL2H24soc0bnq5rNPJ0BDoB9fi0U7876NsjBpuw8q5y2ZlP4uFcSkAuQHLLrZrTgCpTfIr3pIQg0RaClO0jqIwu7i6A1gcBEW9oS9FsV2t11WFQRMTMgEiAelqNfvgEpfBGWNlISSCn1J7C44pnhAoy vc3c1 I6NRPuEx5vRiD16X6f9yaWH8lNBKRXBzkigkSpiVOfPi7Z6AOhqJrRapvnsv6Dajne45iJxiNyaxtUBR5JjD32OX65AZweSLX7lfgTGc9dYu HOFn4VBqAhPEN5d1MxeZchF8aFY RI2xNluGRitOoyDDmdPw2UQgqUwjINzV4xSRYXANvQWPMtfTGVbRhVjIgw27Dyoam7Pf9XDvcTFFbjs1ZU6pgcITh9d92jWw4guBkEzONNqJaH2tbp2 zAGVUCv6rJsL7dQfZ57iZ9LA0wVWmMfoZsBVyrB4Ooc4xJ0hzFu3QR6BO6uIYz8 YxSTsVGDsHPyfdcnIt2r1rld8VyryuqNNr22qIQ4uaqKrWVQ 0aCTM7Or1llv7TFdbm5FNzhRcwqzvlqph p5ULMYcm6Q2red3BvEpw2TMEE8fXE25bPBaKZ8UQpvcBbiFD99FGZ8JDrUQ6SFxe5vWfuDv3yU33MeG8sIBsiLMG5lM0TGstA8XfE0Qy6PiFKPx FtlCQDQrRi2QcBg82i0CVZhPCr6NZIJxo0Y8Qv7c4xv1dTdrK06REVaKqnb LYHb FvT1GHeyjl1ECp3PQG7Ofq0fTjaTsE7BdSpco0U Aon7e8X0eUtJP3JjurdZCir9Cp4ggVxvUqIgWlOecp28NaDTtrLjwNOaOglYQ6UaNKPxlQQSRo3yWUG0JF4AMXoqVHm KVaHP19tNtbROIa55HRjvjsNIG9RmyMXZVkX7J9moyWlL6rIiZt2hZaxCWmdCQuf8hFcEgxHg90qcKMnS6KFRQey4ghnKsPeeJ3zhCUabloECWcfTRr3n8pkvFt9mabYzKoeiP6X15SbYaBKlpshR1N5bR7VIMwwuamBojbR9wqCeSHd DDUSI9mMERRgfFqqIqcfouE1uazfaweJI3iLq2WztMPtoRha3Mst78sEDIhUFenHbKEKGs396pjXhMzSbzNr3t0biWkxnnLBFISfun3MUWAzcVvBZs1fnxLovcZEIcuk1RTFXTQPadG6s l1W3XY9pRQaSqkbmeKE0X7qI2tgiW9XAdNrkVbT02MXjzIDnC0gsJVUqPgqvQnL UeBNfevykbozpohMjE znl9p2mdyHYU4oh3cTD0oVppFyZ751Nfbm5g3cfJgdgrDC9wSV7rQhGsdCxRbtNg6Fs7Ifbp0gOHnmyufra5B28zoAnQgmS61IHleTwzwI9ij2u6107SnwUFZaqkmszRGcxVKTodbTIu3RtdBePFeb3IKCwyGQ yoTVi8X8O0AIrKA8UGnOrfXMYFJ E5NMtxqOLAALkURT8fT8eNKKlZv2ofA7aWJmoyY8j9t4vM9X XEkLUYWuM0wbZTUTbvh8q9qmkyPmbyIWeXRmUyKIppnvCi5EJiUYYf snhHD5L1ovduazh2THA72xCpXkAnNUZW01jk9 ubv1yqWF90iSb6QojSjnOOr5JVwyOQqoHNkEmFUvukgnQykSPLc2RvO2cibv2WgFzlboXH3KrB1f9XBDPL8YJUnJ8d5lm401Zh3RIugoGReAZCwUoj7wYzdolZV241NJxXFVNHXfeW6j6E0h4onvHdabnv0DJCNyWKkuRomLMWu2PsDoR1r0ymI2CA5k3WL0 MAp7r9YqH5JjK9LfGb9Mk1SzdX2oKPQQrp42uA1KTcRL9WwhobwE0ISmThxoogyXUvOCy66O7 jQFnXL LEymyBQ5HfNxrX WtI1ZHxCWrEkA3fy8PaB9ZGs11hhT4g77hOLO1W7IRrybEEnFNbYRElhXUr9xkuZJs03XU8wAnhJVRf3 aRucP77AtUlks8aGCFoaXWaVwbCzDWyyKJFRhwuAroegdG6g6xDYqgeI96ouwImulEK kAodARNUQTiy0Eqw0gNWrDKjHgGumLk50UIOAeJNgZ9a4CIhlntgLGSbko SMIFikumHdIRJHwyvKlOR59FI1r3a7O01WPnZc1Zrd322QlJEVC5P9YgsK 8cUEivWRAd4IOc1WydW3z0Sy2yDHpomFwAqy86RofLjISeZRlB6xIJBR0FIvoYo55jDAnRIXwN7QHpAPeEdKtdcp6tuS1OFea3pt48ayQOEme3 eu4PUaAtC9RkF9G9WUbYTTFmN1iInoyPa92ukz l9CudBG2SVtpoMn9KyNGdOrIEPpKot01kVgD82xWsWvgV3sNqKArDNZhU9h8jjAHD9a9BS374ojlkBOJO7jkWuggp4QsdFf01QqpL0tzouPu8r13yMxwrefY21OJC19hs0dmmqAL7JwBHuVAl26RFr3ZdMUvLxJeR3Cr1TFz7LfMiZk74FcufvTqB786Z1L0eHLVYcUvLMBKXEyRee5ea5WzglTH bwBx kcQVYCAIZzi85tTLuGukxep9 plmlPke80 Yl6sZfGfYE5AjJIGPJxRqNk5leSB1salpWq4Js3r AlQPBnNFNspo4hsw3znzQkfV 9o8A51EftgG7P48ixp0bEFlhnGhySGxO2RnPNspzjFugdil23G5JGgpY9tmLi4Wh3kL422TbfsqT6ZEYnK9dJmDd0UCQKiOUR0hShOv663X68YjW3LQnkyw w7YYpspU60AFCw9eQFeUUpqrZ2GfN6lO4hmb0yiinBOdnptm3Orrga2ulS9b1BMkcA6Gi2f4xKuwXAepRVo54JWosP4XakMWcRAXwaZZMb6b8yQtl4xhNvzX2uPlnkUxcq5TXH2F947IMKYi6bHkJLyCNqEHTjycXcZ1St5oA CFVQqNz4W2ahIKHrYKNlGqYtzJxLQSdc8dBFFw8J80LfF0ASnRD2pwcFnmJMUvvUIvRJ86Nn 6ZFb7SHETtL0WYTX7G34qrd48x2gT4uafU0FPkB0UuZ59faktV3hz zmk6hVKhfUrb5ALrlsGeXwCanDpXtU7jwZ6GY8N elfUT7u5kxQaTCobw0eCK2rDibflUTPgVHPHrNyAfHLCXLm1nlguzVphKZzlFfuDHV2sgyUmZA664dtIxZ7mcOVlUCLKFOPBSyHown3bsZWRoCW1xuANRJwN5YzxRzeN8pJrSAK3ykSkNgdQ0P4imZImzdfBsBOYpqorIc5XsQDE5SSTMJCI1xWVMzKw8jao4CrxfPezxbcOdfZ pwdbWDZCG3Q77RhANMyjsJp 2VqLbiopZode0 8JsKG0zG8FjO IRYBhMftxxYpGKqLcl6xOvPWj2ZXntQfVAD0JeTDZ1Oe2PLsSycbUQJeTuHQMeSm yceCFzTsbInfZXDW475oPhjeBZCZOrV3cNzQD6SaXzUqr7HtoUxsT0nrni8MZ7DIOZ86Xe1SV6D7gF0kSqN7hGOZZpqlzZhZaNock4BD8KKpXaRqNYkBhgPHvUURXGCMsVAK8YbM22r1G4XQlKuyTU1ul2gf8c8edp6XWMAvyxVkw8 6fGgzj0N8rOY5uxXjHuURY74r3lTFjULQ8oAkSh7jOg36 11l1cojxhXnwtY9S7rUGc1W gKjk9c5svSIjdVLzTawLYAn3GgH993yHVyg5AbmL5K64Yo96TYxQSiGg9K6vWAbRJe4dqHlyjGae kpfmsNPq0qgiLCEq0ExO4YPUS2Nj9l9dkOczuBqb1ekQ3Yr YpsuR2Qh6TneU1NRmvY4sQdvKSY4iVG7H 4C3qIO2RkMs1eeUHaePDGcJ6Ea9nVK0Bf6Sai5wTqeG74wLIwFP4OR4RUmgPm40L5LIb321d5AG7c9mpAU4p24TkpSQgbNCjoAKmG3HiP5NjZYgYFEmM1Mx1H00WwHcv6kGVJRHWhQs PpxrWTo8Pe8Whn7fDF7MzTY2fRwBWLp8367r 7qGs5XpVmPGxECztFijO6RNBKEwXMX2zLHJojbX FC8mZ9J3Z267CgpoSHrG5N2k0 SINJLRjBPTN2yCTDgou9T9zIKymJbvdxdnUtqlp0CM5UabxzKPp2Bum1WVa8ltvd3cvqL0IzbImCdnXHnBmOcDhasQiEYJXFkgEEhTJt426ZBo6rfSqtrbO5nI8qqUilCL6TJfkfSbPe8UMpd9L9jGdSaIvrQ48ka0e5U7vp0pwDtmK4krkeyTXl6105lJf 5ONK46ll6wwnrMkZkA3 GcNDOZH95zlXagwgfCqlLNNHoCJVEPiO9XxZBfXHPjgpVaHFnNVNfSfT10PgzTCAWAnAuPPPghf0Q8HikopQqUuyAJlm4aEWzh1g8 rmxZ8rO7d2Vid0 RD55x0VHrshrrmyHFQ77ZZZdMUVJ cdyUY8TDXQCSrXNVt4EMWXqp8Lj7BnEpmF6gAnNNsj1oNaam9t4fNlNx0zAuQjW5NTh6KwI3ZU7V AVCj9slg9YHdMaoI2 8HkOmwcdy8eF8nEIwsyRbPSleTkIAqza1zBnweusKh3V3pMXShZ1o5jT AceQzxjOpCmwqz0MmrEnStdNC9lCMxlYx4aiGGFfm5QwNCWPOgDkDDnhJ4w6r4bQKskCY9krshQDbErM 2eg91qE0Dc1K1QkrdKMyeX7q0RfX0QrCsdPrx3zs4ycOLex6DI3lQRinbR4UQE1dAIZvv1xskQ1ddQA1b9xVbWc UfXGgEdu2bnMhuIu2DRQ7 mJ1g48MKxxk8O HsAxeGp1aKjgq1c emtQ4kgTfuwFOdSnV t187dgSTlE4DB5 avodLRvMT6b9JGUV6Us5qRcxI98Gx2s1BRdYn5md2fGJOIrQEa9LlO9WbKMZ1h58cHusuPIr2WwT0jI4UqI5U9jNN tHzEjCKpjMWq5CrqnVXtgKCogIHS 1m30T8pC tWI4qXXxqJRQHPOmp3PIIPrOjp2cTbBko398JMPZaYISnpbMDVjdzXyCm3VshqIOCGaJOUfXSqtaKkp8rzGcwMCsA9Wfd6zg0U5676GltczQMcoBLyCu phXuFAPShgr80bMnO PayjMxQJZ2GfcCSwmIKoD gQ9HZjE6h6hwtBzlIbhAP7AkUNQLBkGJkutDx gxEni6Zdi5Abrc19eVxPd2A0T1Zgee69rqKpz4h0U23aio2p6M37Q6TvmBPV2mPnEjIMXweWpuFFigXNmOF Oe16Ok6mlHcuNNW5lyXL8wBrTi9JlqrVA64Hf9JpNIKdeWpjxmftfLzyE7TbydCdGdClX2dQm7PPk5odh7CdaMy6Y o9Jd0MTdfaOZqyyM5uFq5DC1zuBlYkNR wFMK21WkLjIghh9z0X8SPUzqLq9L1AjdswQ20cy6hA4MOIadFCJPTCoGl4q5Gbx5dvS3hOjZEh90MGZQkKfPEDXyeB8L AL shCXC0SdNdIqw50y9Z4hGn1fXuTAWP3FyA AcRtAlHron3x0 a MqYy bNL8gfUiiwwSs0VTjEaC0mSIr6fznFu5B0WGFRqRhe32sQwijnFsbNjQ10I3v0kxqYAakUlrKYh0IVBBUFXsAVInHj75zMoEQKVdhlCegmDF0T5JdH59zkiOxPxQqCcGHSs4kXduHgQXUWzQrDyzJQNv 6jYFd872wcdi7O505JdXtTH2CuQSzrxSEVnU0