Título:HUMANkobelg202021-02-17T20:19:00Z2021-02-17T20:19:00Z2021-02-17T20:19:00Z10308716984141402003116<data data-version="3" zotero-version="4.0.29.16"><session id="qReS2mE2"/><style id="http://www.zotero.org/styles/apa" locale="es-ES" hasBibliography="1" bibliographyStyleHasBeenSet="1"/><prefs><pref name="fieldType" value="Field"/><pref name="storeReferences" value="true"/><pref name="automaticJournalAbbreviations" value="true"/><pref name="noteType" value=""/></prefs></data>Metodología para la identificación de talentos en la Lucha Olímpica de la Federación Deportiva del AzuayMethodology for the identification of talents in the Olympic Wrestling of the Sports Federation of AzuayGeovanny Gómez-Jiménez1, Rubén Castillejo-Olán2__________________________________________________________________1Lic. Universidad Estatal de Milagro. Ecuador. ggomezj@unemi.edu.ec2Doctor en Ciencias. Profesor Principal Agregado. Universidad de Guayaquil. Ecuador. ruben.castillejoo@ug.edu.ecFecha de recepción: 22 de octubre de 2020Fecha de aceptación: 11 de diciembre de 2020__________________________________________________________________RESUMENLa presente investigación tiene como objetivo la elaboración de una Metodología para la identificación de posibles talentos en la Lucha Olímpica de la Federación Deportiva de Azuay en Ecuador. En el cauce de la investigación se detectaron insuficientes mecanismos y procedimientos que sustentan los procederes para identificar el posible talento. Estos con la evaluación de métodos científicos como análisis y síntesis, el histórico lógico, entrevistas, análisis de documentos, sistémico funcional estructural que permitieron la construcción de la metodología propuesta, permitieron junto a la caracterización de las muestras aportar enfoques con indicadores sustentados en los fundamentos metodológicos del proceso deportivo estudiado.Palabras clave: Lucha olímpica; Identificación de talentos; Selección de talentos; MetodologíaABSTRACT/9j/4AAQSkZJRgABAQEA3ADcAAD/2wBDAAIBAQIBAQICAgICAgICAwUDAwMDAwYEBAMFBwYHBwcG BwcICQsJCAgKCAcHCg0KCgsMDAwMBwkODw0MDgsMDAz/2wBDAQICAgMDAwYDAwYMCAcIDAwMDAwM DAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAz/wAARCABhAgMDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwDx74Wf 8FS/2k/2EPH2oaDZ+K/EEFppl26SeG/FNs93BAoY4jEU/wC9gX2iZK+5P2ff+DqTTbmOC1+Kfwxv LSQYEuo+F7tZkY+otrgqVH/bZj/X72j1D9mz/gp94Skt2b4efFO3tlKtDKkcmo6cM4PysFubY57/ ACGvlT9oL/g2E+DvxAknuvAPifxT8PbuTJS2lI1fT4/QBJCs35zGvjY5fmeHXNgqynHs/wDg3X3N H9KVuLuB83l7DifLpYWut5RTWvd8qjJvylCXqe+fB7/guD+zF8ZI4lt/idpvh+7kxutvEFvNpZiP oZJVEJ/4DIRX0Z4D+NXg34pwLL4Y8W+GfEkTjKvpeqQXikeoMbGvww+MP/Bsj8evA8ksvhbVvBPj i0XPlpDfPp92/wBUnURj8JTXzl48/wCCRv7TPwvnb+0Pg143meE53aVajVAMdwbVpAfwqv7czKjp iMPf0v8AnqjL/iFnBWZe9lGcqN9lNwb+5unL8D+oKiv5V/8AhHf2ifhT+5+wfGnw15XGzydTs9n4 YXFH/C7f2iZf3P8Awl3xpbts/tXUz+m6j/W1L4qLXz/4Af8AEvU5a0cypyXfl/yk/wAz+qiuP+IX 7QvgH4SxPJ4q8ceEPDSRjLHVdYt7Pb/38cV/MP8A8IB+0T8Xv3P9ifGjxR5vGz7Hqd7v/DDZrsPh 9/wRz/ac+J0qDT/g54ttPMP3tWSLSgPc/anjxR/rPXnpRw7f3v8AJB/xAvK8L72ZZxTgl5Rj+Mqn 6H7cfGP/AILvfsw/B2OVG+Icfii9izi18PWM1+ZPpKFEH5yCvjb9oP8A4OpWaOe1+Ffww2MciLUf FN3nH1tbc/8Atf8ACvIfg7/wbBfG3xnJFL4v8TeCPBVo+N6LPLqd5H/2zjVYj/3+r7J/Z8/4Nlvg f8NJILrxvrHin4j3seC8Msw0vT3I/wCmUB838DMR7UvbZ5idIxVNfd+d3+Af2d4WZH71etPGTXRN tfLlUIfJyZ+bOh/8FJv2jP28f2oPA2k6z4u8TarYXHiGxkbw/wCH4GtbPyVuYy2+C3AMqKMkmXeQ Opr+kSvBo/F37Ov/AATustP8NWtx8PPhrNq80NrbaXZRxRX+oyOwSMmKMGeYlmA3sG68mvea9jKM FPD86q1eebtfy/G/5H5z4icT4bOHhpYDA/VaEFJQ0SU7tXekUtLK9nLfVhRRRXsn5sFFFFABRRRQ AUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB/IRc+IL/wALePLnUdLvrzTd QtLySSC5tZmhmhbefmV1IKn3Br6r/Z9/4Lv/ALSv7P8AHBbDxuPGmmQYAs/FNsNRLAes+VuDx/01 r5I8SHPiLUD63Mn/AKEapV+MUcXWoycqMnH0Z/plmGQZbmdCNLMaEKqt9qKdvRtXXyP2M+D3/B1f GY4oPiB8JJFcY8y88P6sCD64t50GPxmNfRnw/wD+Dkf9mbxjHGdS1Hxl4TZvvDVNCeXZ/wCArTfp X889FexR4ox8NHJS9V/lY/Nsx8CeE8U26dOdK/8AJN/lPmR/TZoH/Ba39lvxJGrW3xh8PxBun2q1 u7Q/lLCuK2W/4K4fs0rHvPxo8DY9r3J/LGa/l6orsXGGJ6wj+P8AmfOT+jjkjfuYmql58j/9tR/T N4i/4Lc/sseGI2a5+L+izBe1pYXt2T9PKhavJ/iH/wAHKv7Nvg+OT+ypPHPiyRfuf2dovkqx+tzJ EQPw/Cv58aKzqcXYyXwxivk/8ztwn0eOG6bvWq1Z+TlFL8IJ/ifr78Yv+Dq6/mjlg+H/AMJbS2fn y7zxDqrTA+mbeBU/SavjX9oP/gt9+0n+0RHPbXnxBu/C+lz5BsfDMQ0tFB6jzU/fkEcYaUivkyiv KxGdY2srTqO3lp+Vj73J/DHhjLGpYXBwcl1leb9U5uVn6WO//Z01O51r9qTwFd3lxPd3dz4p06SW aaQySSsbuPLMx5JPqa/rRr+Sn9l4Z/aY+HQ9fE+m/wDpXFX9a1fU8HP93V9V+p+EfSSSWKwCX8s/ ziFFFFfZn8zBXzRpn/BWD4T6t/wUFl/Znhk8R/8ACzIXdGVtOAsMpYG/Yedv/wCeAP8AD97ivpev ww8Cf8rj99/19Xf/AKiT0DSP3PooooEfNH7UH/BWD4T/ALIn7Vfgj4N+L5PEa+MviAtk+lCz04T2 uLu7e0h8yTeNv72Ns8HAwa+l6/DD/gvX/wArBf7LX/XDwt/6kd3X7n0DaCivmK//AOCtvwk0X9vn WP2dNSl13SvGuhWTaheajewQwaLDCunrqDM1w0uVC27ZJZAAVPOBmvL/ABn/AMHCPwXPi290P4ae F/i58db7TnMVxJ4A8KyajaxOO3mu0e4ejIGU9QSOaAsfdtFfn14c/wCDkD4K6Z8QrHwz8TfBvxj+ COo6gQIpfG3hc2dvyQAxMcjyKuSMsYwo6kgc1996Jrdl4m0Wz1LTbu21DTtQhS5tbq2lWWG5idQy SI6khlZSCCDggg0BY+ev+ChH/BU/4V/8Ey7bwnL8TZPEKDxo12umjStP+1k/ZhD5pfLLtx58ePXJ 9K9h+AXxt0P9pL4K+F/H3hlrt/D/AIv06HVNPNzD5MxhlUMu9Mna2DyMmvlD/gob/wAFOvgV+zj8 QdQ8N/F74RePfF9t4SjhnbWT4Ei1bRbUXKRsPLuZmCKSWjRsY+YBeSBX0F+wx+034G/bA/Zc8MeP vhtp13pPgrVFnttMs7myjsntktriS2ZBDGzIih4m2hTjGOnSgD1uivlB/wDgsf8ACfSf2+h+zhrt j4z8L/ECe8+xWk+q6fDDpd+7R+ZAYp1mYssy4EZKDczBThuK+r6BBRUV/fwaVYz3V1NFbWttG0s0 srhI4kUZZmY8AAAkk8AV82/sG/8ABVf4b/8ABR3xf4y074aaZ4zudN8EusV5rl/p0dtply7OyxpC /ms7s6ozgFFwgy20kAgH0vRXm37UX7YHw0/Yt+HbeKvif4v0nwjoxYxwvdMzzXkgGTHBCgaSZ8c7 Y1YgcnA5r5I0b/g4P8IfEuFrv4b/AAA/ag+JujBiF1bQPAxnsZgD1R/O3H/gSqaBpH6AUV8M/DP/ AIOD/gP4i+I1t4Q8e2XxF+B3iS7IWK0+Inh59IRiTgZkVpEjXP8AHKUX3r7is7yHUbSK4t5Yp7ed BJHJGwZJFIyGBHBBHIIoESUV82/tyf8ABU/4Z/8ABPn4jfD3wx49t/FEt/8AEqeS30uTS7KO4hhK SwxM0xaVCo3Tp90McA8cc8N+0h/wXq/Zv/Zv+Itz4Pl8Uat438V2MjRXWmeENLk1aS2dThkaRcQ7 wcgqJCykEEA0DsfZdFebfso/tRaF+198B9K+Iegab4j0PRtWe4SO28QWP2C+h8mZ4mMke5goJQkH JypB9q+YfiP/AMHB3wL0L4m33g3wDpXxM+OPiLTmZLi3+HnhxtXjRgcHEjPGsig/xxb1PYmgR9z0 V8EXP/BeW18Np5/iT9lf9r3w9p45a8ufh/8Auox6sTMMD6Zr7I+Afxp0z9or4N+HfHGi2es2Gk+J 7Nb60g1WzNpeJGxO0yREkqSBkc8gg96APnf9vL/gtZ8E/wDgnL8X9O8D/EaXxUuuanpMetRDTNK+ 1Qi3kmmhUli64bdA/AB4x619Y6bqEWradb3cBLQ3UayxkjBKsARx9DX56ftpf8Fgf2Z/g/8AFDWL T4ufBXx/ql34Y1KXw8uvar8O7e5sbh4pJMJbXVw4DxsVkdNuNwywHWvur4J/FXSfjp8GvCXjbQUu Y9D8YaNaa1p6XEYimW3uYUmjDqCQrBHXIBIB7mgbOnorD+JHxN8O/B3wTqHiXxZrmk+G/D+lR+de ajqV0ltbWy5xlncgDJIA55JAHJr4i1n/AIOLfglrnim70b4ZeE/jN8bryzbZI3gfwhLeQqfrM0T4 9CEIPbI5oCx98k45r5O/4Jj/APBXnwL/AMFTNQ8eW3gzw34t8Pv4AazW8OtJbqLj7SbgJ5flSv0+ zPndj7y4zzjza4/4L76H4VjM3jD9mr9rLwbYjlr3UfABW2jHqzecCB9Aa+O/+DOudbnxB+0jKuds h8PsMjBwW1Q0BY/b6iqmv6uvh/Qr2/eG5uUsYHuGit4zJNKEUsVRR95jjAHc4FfCdv8A8F8tE8VL 5nhH9mn9rTxfan7t3p/w/LW7j1DecTj6gUAkfe9Ffn3qH/Bxf8LvhrrNnZ/FX4U/tCfBqK+kEcd7 4t8FtbWpPtskaRsDnCxk4r7f+D/xj8LfH/4b6V4w8Fa9pviXwzrcXn2Wo2MokhnXJBGeoZWBVlID KwIIBBFAWOlops88drA8srpFFEpZ3YhVUAZJJPQAV8TfG3/g4H/Zz+FHj6Twn4f1bxP8WvFUTtG2 meAdHfWHLDqFl3JDJz/zzkbHfFAj7br5O0b/AIK8+Bdb/wCCn17+ytH4b8WJ4zslZm1Zkt/7Lbbp wvzg+b5v+rO37n3vbmvN/wDh/JFYR/atS/ZP/bD07TDz9rf4fZRV/vHMwAH4mvgL9iT9ofRf2rf+ DqU+P/D1jrum6R4ghu2htdZsjZ30Bi8N+Q6yxEnYweNuMnIwe9A0j99qKKKBBRRXzJ+2X/wWD/Z/ /YT1xtD8ceOIZvFY248O6NbvqWqAsMqrxxArCWBBAlZMgjGaAPpuvk7/AIKYf8FefAv/AAS813wD p/jLw34s1+X4gtdrZNoyW7LbfZ2t1fzPNlTqbhMbc/dbOOM+a2v/AAXsttdhW80X9lT9r/WNIYbk vrf4f7o5F/vLiYgj8RX5h/8ABwr/AMFCvDX7d/xD+BqaJ4O+JfgnUPCM2pLqGn+MtC/sq6H2iSx8 sou9w4/cvnB449aBpH9G9FFeW/tXftqfC79iDwAviX4peMdK8J6ZMzJbLOWlur5wMlIIIw0srDIy EU4BBOBzQI9Sor8/9F/4OCvC/wASbb7b8PP2eP2pfiNohPyavofgXzrGdf7yOJskfUA10Hwk/wCD gf4B+OPiVb+DfGkfjz4J+KrplSKw+Imgto+5mOADKGkjjBP8UrIPfPFA7H3BRTYZkuIkkjdZI5AG VlOQwPQg9xRQI/j98QnOv3x9biT/ANCNU6t6+f8Aie3v/Xd//QjVSvxB7n+pNNe4vQKKK6X4PfB3 xN8fviVpHg/wdo95r3iPXJxBZ2VsoLyNjJJJwFVVBZmYhVUEkgAmiMXJqMVdsVatClCVWrJRjFNt t2SS3bb2SOaor9yf2Jf+DZvwF4C0Wy1f416nc+NvEEirJJounXElppNoeuxpE2zTkH+INGvUbSOT 7l+2T8R/2a/+CPHwYs9ah+FfguLW9Ud7fQtI0zSLaK+1WVACzPOyF1jTcu+RixG5QAxIB+kp8M1l SdbEzVOK76v+vmfi2M8cctqY6OW5Hh54urJ2XLaMW/Ju7st23FK2t7an85FvZTXefKhllx/cQt/K mzQvbuVkR42HZgQa/SHxJ/wc9/HK41GQaD4Q+F2h6YG/cWx067uJEXsGf7QqsfcIv0Fe/fsKf8HE tj+0p8T9G+H/AMcvAvhexj8TXKafaazp0bNYRzyMEjS4t5zIVRmIHmCQhSRlQuWXko4DA1JqnHEN N94WX5n0GYcV8VYPDSxdXKIyjFXajiE5JLfT2avbsm32Pxeor+nH9of/AII2/s5/tIaXdRan8NtE 8PajcAldT8NwrpN1E/8Af/dARu3/AF0Rwe4r4ttf+DUjQh4ru5Z/jPq50Myk21snh2MXax9g8xn2 Fh0yIwD1wOldeI4VxsJWp2kvJ2++9vwufPZR4+8M4qk5YxzoSXRxcr+jgn+Kifk3+y1z+038OR6+ KNM/9K4q/rVr4E+CP/BuN8Avg34h0jWpb3x54i1jRruG/gmvdUjijWaJw6EJDEny7lHBJ+tffdfU cO5XXwcJqtb3rban4R4ycd5ZxLicNPLOZqkpJuSte7Vrat9Otgooor6M/GAr8MPBbC2/4PILwSER l7q6A3cZz4RbH51+59fkD/wW0/YG+LPwV/bw8H/tlfArw/c+LtT8PvaTeJdFs4Wnut9snk+cIk+e SCW1AgkEYLoF3dGJQGj9fqK/P34C/wDBy5+y98UvDUDeLPEur/C/xKihL7Rte0i6ka1mHDqs0Ebx sobIBYoxHVFOQNX4uf8AByN+yR8LvD093ZfEO88ZX8aFotN0LRLyWe4PZQ8sccKkn+9IKAsz4c/4 LzMJ/wDg4S/ZaiQh5BD4VG0cnJ8R3eBX7oV+KX7Cn7LfxZ/4K2/8FXbT9rf4o+DNS+H/AMM/CdxB d+FtN1KNo5777KD9hjhDhWeNJD9okm2hGfKpkE7P2toBn8837cn7K1j+2x/wdMav8MdWurq00TxL e6Y2qm3kMck1nb+Hba6nhDDlTJHAyZ7Fwe1fvx8K/hN4Y+B3gLTvC3g7QdK8NeHdJiENpp+nW6wQ QqB2VRyT1LHJJySSTmvxlj/5XLT/ALh/9Qyv27oBs+Iv+DiH4P6D8VP+CTnxPu9X0+2ub/wnBbaz pNy8YMtjcJdRKWjbqu6NpI2x1VzWb/wbY+ONT8b/APBIj4d/2ndS3b6Pdalplu8jFmWCO9l8tMns ittA7KqjoK7r/guz/wAokPjj/wBgJP8A0qgry7/g2F/5RFeD/wDsM6v/AOlklAdDtv8Ag4Y/5Q5f Gn/r003/ANO1lWJ/wbYf8obfhT/131r/ANPF7W3/AMHDH/KHL40/9emm/wDp2sqxP+DbD/lDb8Kf +u+tf+ni9oDoee/8HHP/AATVvP2mvgRZfGjwBBcW/wAVfg/H9uSSyyt1qOmxv5zohX5jLbtmePBz /rVALOuPoT/gjn/wUPs/+CkP7Feg+Lp5rdfGejAaP4rtEwpiv40GZgo6RzKVlXHA3suSUNfVLKGU ggEHgg9DX4k/G37T/wAG4v8AwVRufiHpWl6hdfs3/HSGcX+maegI0u7XdJ5MakhQ8Mrb4gcAwTyo MlCQAj6D/wCDiH9tTxDp3g3wx+y78KRNqPxW+OsqWFxBaviWy0uRzGysf4PtDBkLHgRR3BOODX17 /wAE3v2FvD//AATs/ZK8NfDXQ/Jubqyj+163qKptbVtRkA8+4PfGQEQHlY40XnGa+LP+CFX7MXiX 9pr4xeMv23fi/Zk+L/iXPND4LsZgWXRdL/1XmxhuQGjVYIjwfKR25E2a/UmgGfzp/tCftJaZ+1p/ wcDeK734seCviJ8VPh/8HtW1DR9O8G+FdFbWZSmnSm3Uvbb1Bge6HnSkkhtyoQVIA/UGx/4LleGd Msoba2/Zm/a8t7a3QRxRRfDEokSAYCqBPgAAYAHSvlT9tf8AZF+LP/BK3/gq5dftc/CnwVqXxJ+H Piuae48XaLpSNLfWP2lR9tDIoL+W8g+0JKFKq42ybVAL/Xvwd/4OG/2Tfi5ocNxN8TI/B+okf6Rp niPTrixubRu6O2xoWIPHySMPegbPnL/gpn+3b4B/4KEfsh+LfAeo/st/tVz+IJ7CabwzqF58MmU6 TqaoTbyiUTM8aGQKsm0EtGzjBzivZP8Ag2v1H4oWv/BOceGfiloPirQL/wAFeIrrSNGh8QafPZXT ab5NvNEAsyq7RpJNMinoFQKOEwPRvGf/AAXo/ZF8C2L3F38bfDd0qDITTrW71CRvYLBC5r6f+F/x I0f4x/Dbw/4u8PXf27QPFGnW+radcbGjM9vPGssblWAZSUYHBAI6EA0Cufij/wAHfumz6z8Xf2dL O2cR3F3b6vDE+SNrtPYAHI6YJr9cP2M/2JPh5+wn8GdK8G+APD2naXDZW0cV7qCW6re6xMqgPcXE uN0js2TycLnaoCgAfk//AMHaH/JxH7MP+/qX/pTp9ft3QD2OT+PfwuHxw+BfjTwUdRuNIHjDQr7R Pt8AzLZfabd4fOQZGWTfuHI5HWvyK/4J4eDP2kv+CCFr4z8G+If2cdV+MfgXxBqw1RfFXgCZb3UP liWLBgCmZ4gqbljkWLYzyEMwbj9dvjn8bvDH7Nvwh8QeO/GeqR6L4X8L2bX2o3jo0nlRrgYCqCzs zEKqqCWZgACSK+cfC/8AwXi/ZF8XWK3Fr8b/AAxAjDO29t7uykH1WaFGz+FAI5H4Uf8ABxH+zb45 8WReHvFWqeLfhF4ilYJ/Z/jrQpdMaNicYeVDJDGOvzSOo96+3tG1qz8R6Ra6hp13bX9hfRLPbXNv KssNxGwDK6OpIZSCCCDgg1+P3/BbX/gqL+zb+25+zBqXwl+HFjP8cfipr0kUfhv+w9BuJ5NFuBKj GeOdowxJRWXZBvL7trYUk19mf8ELf2ZPiD+yR/wTc8F+D/iWZ7fxHHNdXy6bNL5r6LbzymSO1Ygk BgCXKg/K0hXtQDR85f8AB3N/yjX8H/8AZRrD/wBNup19uf8ABMv/AJRw/AH/ALJz4f8A/Tbb18R/ 8Hc3/KNfwf8A9lGsP/Tbqdfbn/BMv/lHD8Af+yc+H/8A0229AH5U/wDBXHxPrX/BSn/gu18Ov2Ud S1e/034a+GrqzbULK2lMYvZXsf7Rupz2Mv2UiGMkHyzuIHztn9nvg98F/Cf7Pvw807wn4J8PaV4Y 8OaTGIrWw0+3WGKMAY3EDlnPVnbLMckkkk1+Wn/BZn/gnx8XPhD+354Q/bK+BHh+fxtq/h97SXxJ 4etY2lvJTbR+R5qRr88sUtriB1jBkTbuAIJKe/8AwD/4OOv2ZfitpEcPizxNqXwp8VQgJf6F4o0y 4iks5R99fOjRomAPQsysRglF6ABn3mehr8RP+DPP/kZ/2lP9/QP/AEPVa/Q7Wv8AguL+yZoVm00/ xz8FyIozi3ea5f8A75jjZj+Vfnf/AMGdsq3HiD9pGVCWjkbw+ytjAI3aoaAR+z/xP+KXhz4KeAdU 8VeLtb0zw54c0WE3F9qOoTrBb2yZAyzNxkkgAdSSAASQK+Gn/wCDib4Z/ELxDeaZ8H/hZ8ePji9l IY5L3wl4RklsgfdpGWVfX5ohxWR/wc4fswfEv9pv9gbS4fhzp2q+IP8AhFvEUWsa1o2nI0tze2q2 80YkSJfml8p3ViignBLY+SqP/BM7/gtl+yj4O/ZK8C+Br3xLpvwh17wjpFvpep+HtX0+ayFvdRRq k0glCGKTzJQ7li3mEsS6hiaASMj9sr/gqBqfx6/ZS+IPg/xr+xZ+0zDoevaBeW8lxdeE1uLaxfyW Mdy5yPLEThZPM6oU3DkVyX/BoN4lvtQ/Yq+JWmT3MstjpvjLzLWJmJWAy2cG/b6AlAcDjOT1Jr6O /aq/4LPfstaj+zn490uz+Nngy/1DVfDuoWdpb2ksty800ltIiIBGh5LEDnjmvmP/AIM+v+TSPix/ 2N8X/pFFQPoXP+DsT9sfxT8HvgN4A+E/he+udMi+Kc97Lrc9u5jkuLO18hRabh/yzlkuAXA6iEKc qzA/eP8AwTp/4J7+BP8Agnd+zxonhHwpo2nxaz9jiOv60IV+2a3ebQZZZJMbim/dsTO1FwAOpPzp /wAHC3/BK3xD/wAFHv2efD2reAVhuPiH8Np7m506wllWEaxazrH59ursQqy5hidCxC5VlJG7I5H9 jr/g4h8D+FPB+k+A/wBqDTPFfwX+K+g20dlqb61od19i1WRFCfaFKRtJEXxuYOgQE/K7CgXQ/Tav xF+H/wDyuMa//wBc5v8A1FEr9E3/AOC3P7J0dmJz8dfAxQjOBPIX/wC+Qm79K/L79kn47eE/2mv+ DsG68ceBNZh8ReFNbiumsdQhikjjuBH4a8lyBIqsAJI3XkDOMjIINAI/eiiiigR8z/8ABYf9rHWf 2KP+CcnxM+IPhxxD4ksLKGw0qYqG+y3N3cRWqTgHgmLzjIAcglACCDivkT/g2V/YO8KWP7Ktp+0T 4nsofFHxP+JOo39zDrOpj7VdabbxXUtu3ls+SssssUsjyg72DqCcA5+7/wDgoL+yJY/t3/sc+O/h TfXg03/hK7FUtLwpvWzu4pUnt5WA5KrNFGWAwSu4d6/Lv/gmt/wUI8U/8EPvB8v7Pv7VfgPxZ4X8 LaRqVxL4Z8Y2FhJf6UY5pWlkj3xj97EZGeRWi3SAylXjUjgGtj9qK/EX/g73/wCSkfszf9dNb/8A Rul1+huif8FyP2S/EGnJdW/xz8GRxONwW5ae1k/FJI1cH2Ir8mP+DlX9ur4S/tq/E/4Cx/Czxtpn jQ+F5dUXU2sY5glqZ5bDyhudFDbvJk+6TjbzjIyDS1P6FK/nJ8QftN6R+1p/wXu8c+Lvi74D+JHx c8F/DDUNRsdE8JeFdBOuNFDY3P2W2M1tvUC38wmeTJIaV1VgyuRX9G1fi/8AtNfst/Fb/gjd/wAF XNc/al+HHgfVviV8IfHsl3J4q07RozLfaWl5Is12jIoJVBcIs8cmPLG3y3KcMwJH1vb/APBdDw3a W8cMP7NP7X0UUShERPhkyqigYAAE/AA7V83/APBVf9tXwN/wUY/ZA8TeCpv2XP2qH8XR2z3PhXVL 74ZOh0rUFw0beasrOkbkbJNoOUY/KSBj6m+Ef/Bwl+yX8WdDhuj8U7XwveOo87TvEOn3Nhc2rd0Z ihiYj/YkYe9anjb/AIL3fsi+ArB7i7+Nfh682jIj020vNQkc+gEML/rgUAj85v2G/wBvj9sv9nD9 lLwb4Gj+D/xD1ODwzbSWVvNqXhS9e5EInkMUZLR52xxlUUHoiKBwKK/cTwL40034keCdG8RaNci8 0fX7GDUbGcKVE8E0ayRvg4IyrA4IzzRQFz+Q3WznWbw+s7/+hGqtWNXOdWuj6zP/AOhGq9fh7P8A UmHwoK/Vr/g1X8G6Dqnxz+K2u3fkP4k0jRbK201XwXW3nmlNy6j2aG3UkdA+O9flLXpf7JH7WPjL 9ir44aV4+8D3yWur6dmOWGZS9tqFu2PMt5kBG6NsDuCCFYEMoI78rxUMNioVqiuk/wDgfhufKcd5 DiM5yHE5ZhZ8s6kdG9rpp2flK3K/Jn9YtfhT/wAHTUuoH9szwBHLJIdLXwYjWyZO1ZjfXXmke5UQ 5+gr75/YE/4LtfCb9tW90vw3qCX/AIG+IF/iMaTextPa3cmOfIuUXaV9pRG3YA9a2P8Agr9/wSpt P+Ck3wy0qbSNStNB+IHhLzTpF5dBja3cUmDJbT7QWVSyqyuAxQg/KQxr9BzRLMcBJYSSls/u6evk z+PeA6lTg7i2jLiGlKirSi21tzJpSTV0430bjdWufzaU+3uJLS4jlid45YmDo6nDKQcgg9iDX1h4 6/4IbftR+A9bkspPhZqOqorbY7rTL61u4Jh/eBWTKg/7YU+wr6a/4Jxf8G6fxC134raL4q+N9nZe FfCmjXMd62g/aoru/wBYKMGWJ/KZo4oWIG/LFyMqFGdy/A0MnxlSoqaptebTSXzP64zTxG4bwWDl jJ4ynNJXSjOMpS8lFNu722sutj9sPBN9c6n4M0i5vFZLy5soZZ1IwVdo1LD8ya8q/wCCjHh+z8Sf sH/F2G+vJdOjtfCt/fxXccxhe0nt4GnhlVgQQVljQ8HnGO9bvx+/bJ+Ff7LOlSXXxA8e+GfC4iTe La6vFN5KMf8ALO3XMsh9kQmvxg/4LAf8F13/AGyfCt38M/hfaaho3w+uZF/tXU7tfKvdfCMGWMIC fKt9wDEE73wuQg3K36NmuZ4fDUJRqSvJpq3V/wCR/GXAHA+cZ3mlGthKThSjNSdRpqMUmno3pJ9k r672V2eH/sTf8FTv2g/hr8ZfB2hWPxV8VX2i6prNlY3Flq866rEYZJ0R0T7SJDH8pPKFSO1f0tV/ JJ+zWdv7RfgA+niPTv8A0qjr+tuvI4Rr1KlOopybs1a7vbc/RfpEZZg8LjcHPC0owc4z5nGKXNZx teyV7X6hRRRX15/OQUUUUAch4/8A2e/APxXuvP8AFPgfwf4lnxjzNV0a2vHx6ZkRjVTwT+y78M/h pqKXnhv4deBPD93EdyT6boFpaSKfUNHGCKi+MH7Vnwy/Z+IXxx8QfBvhOYruWDVNXgtp5B/sxuwd vwBryh/+Cxf7MSXJhPxl8IlwcZDylf8AvoJj9a56mLowfLOaT82kethMgzPFQ9phsNUnHvGEmvvS Z9LUV5X8I/25Pg38etYg03wb8UPAviLVbnPlWFnrMD3kuASdsG7zDgAnhe1eqVrTqQmuaDTXkcWK weIw0/Z4mm4S7STT+52Mr/hBdD/4Sf8Atz+xtK/trGPt/wBkj+1Y27MeZjd935evTjpWrRRVnMV9 W0i01/TZrO/tba9s7hdssE8SyxSD0ZWBBH1qPQPDmneFNMSy0uwstNs4ySkFrAsMSknJIVQAMmrl FAFXWdEsvEemTWWo2drf2VwAJYLiJZYpACCAysCDyAefSk0PQLDwvpcVjpljaadZQZ8u3toVhijy SThVAAySTx3NW6KACs7xP4P0jxtp62etaVpur2iOJFhvbZLiMOAQGCuCMgE8+5rRooAisbGDTLKG 2toYre2t0EcUUSBEjUDAVQOAAOAB0qWiigAri/Hn7Nvw6+Kd+114n8A+CvEd0/3ptU0O1vJD9WkQ mu0ooA4Hwn+yl8LfAV6lzoXw18AaLcxnKy2Hh60tnU+oKRgiu+oooAyvEfgXQ/GE9vLq+jaVqstm SYHvLSOdoScZKlgdvQdPQVq0UUAR3lnDqFrJBcRRTwTKUeORQyOD1BB4IrznWv2Mvg94kumn1H4U fDW/nc5aS58MWUrk+pLRE11nxK+KPhv4NeDrvxD4t17SPDWhWOPPv9SuktreLJwAXcgZJ4A6k8Cu E+D37dnwe/aC8X/2B4H+InhjxVrPltKbTTLoXEiovVyF6KPU8VnKtCMlBySb6X1Oyjl2Lq0ZYilS lKEd5KLaXq0rL5nbfD/4PeEfhPbyQ+FfC3hzwzDKMOmlabDZK49xGq5ro6KK0OMz/EnhPSvGVgtp rGmafq1qjiRYby3SeMOAQGCuCMgEjPuat2NjBpllDbW0MVvbW6COKKJAiRIBgKoHAAAwAOlS0UAF cz49+Cngz4q7f+Eo8I+GPEm0bR/amlwXmB6fvFbiumooA8y039if4M6NcCaz+EfwxtJlOQ8Phaxj YH6iLNeg6F4e0/wvp6WemWNnp1pH92G1hWGNfoqgAVcooAK5Dx/+z74B+LFz5/irwP4Q8SzYx5mq 6NbXrY9MyIxrr6KAPN9E/Y3+EPhmcS6b8Kvhvp8qnIe28M2UTD8VjFd/pWj2eg2SW1jaW1lbJ92K CJY0X6BQAKs0UAFZXi7wJofxA037Fr+jaTrlnnPkX9pHcxZ/3XBFatFAHly/sO/BRLkzr8H/AIWr MTnzB4UsA2fXPlZruPB/w48O/Dy2aDw/oOi6FCwwY9PsorVSPoigVs0UAFFFFABUOo6bbaxYy2t3 bwXVtOu2SKZA8cg9Cp4I+tTUUAeZan+xT8GtbvGuL34SfDK8uGOTLN4XsZHJ9cmLNdB4K+AfgT4b TpL4c8FeEtAlT7r6bo9vasv0MaDFdbRQAUUUUAcR45/Zl+G3xP1B7vxL8PfA/iK7kOWm1PQrW7kY +7SISaj8H/stfDH4e3qXOgfDnwHodzGcpLp+gWls6n1BSMEV3dFABRRRQB/HxrMTQ6xdo6lXSZ1Y HqCGPFVq99/4Kgfs23n7Kn7dnxG8KXFu8Fi2rS6npTFcLLY3LGaAqe+1X2Ej+KNh2rwKvxSvSlTq Spy3TaP9Pcqx9LG4OljKDvGpGMl6NJhX7S/sGf8ABtR4MuPAvh/xb8ZPEGp+Ib/VrOG/Ph7SpDZ2 VsJEDiKacZllIBGTGYwDkAsOT+LVfp1/wTw/4OM/E/7PXgHRPAfxK8K3Xj3RtHijsdO1PTpxFq0E CgLHE6ONlwVUBVO6NsAZLHmvVyOpgY1n9dV106q/mv6R+f8AinheKK2WwXDE+WSb50mlNxtpyydr W1vZpvSz6P74/bj8H+N/+CeX7Ndlb/sh/BLw9JqN/M1vqt1pWlLdX+nwhAUlEI/e3cjNkbnMm3aM q24EfjN8ZPEv7XnxL8eNrvjKL48za3Ex2PNYalaC0yeVijRFSIZ/hRVHtX9Cn7LH7auh/tY6PHea T4Q+J3hlJk8xP+El8K3WnRyDGflmIaFv+AyHPavTvEXjvQ/B4B1fWdK0sEZH2u7jgyP+BEV9pjco hjEp06zjDol8P3aH80cNeIeJ4cnPDYzLoVsQ2+ac7uo79HJ81100su93dn80GifGb9smwjW3sPE3 7SiovCxx3utMF+gzxUPjPxd+2F4ssHh1/UP2kb+0cfNHey6y8RHurfLX9Ip/aT+HQcqfH3goMO39 uWuf/Q6ni/aC8BTkCPxv4Qcnpt1i2P8A7PXD/q4mrfWX/XzPqV401Iz51ktNPvbX7+Q/k38X+CfE fhe7eTX9I1vTp5mJZtQtZYXdj1JLgEmsWv6/dN17RvG9hItne6ZrFq42yCGaO4jYHscEgj614B+0 5/wSR+AP7VujXUWv/DzRNI1W4U7NZ0G3TTNQic/xl4gFlI9JVdfauKvwfO16NVP1Vvxuz6XLPpHY Z1FTzHBSprq4yUrf9uuMfzP5uP2ZrWS+/aR+H0EKF5pvEunIijksxuowB+df1s1+Jf7Mn/BDbxZ+ zl/wV+8E6TqMreIPh54c3eNLPXhD5a3EdrIvkwSLyFnW5aAMoJBQ7hxkD9tK9ThbBVcPTqqsrO9v uX/BPhvHjifL83xeCll9RVIqm5XX996J9U1y6p6q+oUUUV9SfggV+Mf/AAWZ/wCC3HjG9+L+rfBf 4Iald6PbaRdHStY13TcnUdSvA2x7W1dfmjRH+QumHdwQpCj5/wBktcluINFvHtED3aQO0KnozhTt H54r+Y3/AIJR29p4q/4Kg/CNvEzef5/imO5la55aS7XfJEWz1YzhOvevmeI8XVh7LDUpcvtHZvy0 X6n7f4M5BgMQ8dnWPpqqsJDmjB6pyam7tdbKFle6u77pH6KfsR/8G1+j614atPFv7Qmu67q/ibV1 F3PoFheGKO1Z/mKXNzzJLLz83lsgDZG5+tfWln/wQu/ZTsbFbdfhHp7ooxuk1jUXkP8AwI3Gf1r6 0or08Pk2DpRUVTT82k2/mz4nNvEniXH13XqYypC+0YSlCKXRKMWlp53fds+Y/wBnv/gj38Af2WPj pZfEPwN4OuNH8QabBNDaCTVbq8gtjKmx5EWd3IfYWUHOAHbjpj6cr83P+CmP/BeXWP2A/wBqq++H Nj8NtM8S29jYWt6b6fWHtnk85N+3YImAx0zk5r9Cvhz4rbx58PdB11oBatrWnW98YQ+8RGWJX25w M43YzgZxVYKvhOeeHwyScXqkra/dboYcT5XxAsPhs2zuUpxrx/dylNTbitbbuSXvXs7bnlPir/gp N8CvA/xcm8B6t8S/Dtj4vt71dOk0yRpPOS4ZgqxEhdoYlgMZ717fX82/7bv/ACnG8Sf9lJs//SiC v6SK58qzKeKnVjNJckrK3z/yPW494LwuRYXL6+HnKTxNJTlzW0douyslpr1ucP8AH79pTwJ+yz4M t/EXxC8Tad4V0W6u1sIbu8LBJJ2R3WMbQSWKxuenRTTvgJ+0d4G/ah8FS+I/h/4l07xTokF09jJd 2ZYxpOqozRncAQwV0PTowr4P/wCDo/8A5MB8If8AY/2f/pu1Krn/AAbA/wDKPPxB/wBjzff+kdjT WZT/ALR+p2XLy3v1B8F4VcGLiXnl7X2vJy6ctu+17/M+6Pjf+0N4G/Zr8Jxa74+8VaJ4S0iecWsV zqV0sCTSlWYRpnln2qx2rk4UntXgWpf8Fxf2VdKuTFL8XtKdwcZh0vUJl/76SAj9a9U/bU+Hvwc+ IvwUkt/jknhk+B9PvIr4ya5ffYreG4QMEYSB0O/DOoUHLBiuCCRXwb4i/as/4JkfD5306Dwr4E1o w/Iz2ngq5uwPpNJCN31Vj9aePxdajO0Z04r+83f80Z8KcPZfmOGcquFxdaom7+wjFwS6auMnfunY +3fgl/wUq+Av7RWtwaX4P+KnhHVNVumCW9jJdfY7u4Y/wxxThHc+ygmvcK/mz/4KreIv2VPG194Z 1/8AZuS/0XUpZZo9e0v7FdW1qFAUwzxCbhGzvUqhwflO0EEn9nf+CJXxy8Q/tBf8E2vh/rnim/n1 XWrUXely3s7l5rpLa5kiiZ2PLP5aoCxyWKkkkk1z5ZnEsRiJYapytpXTi7prT/M9jjjw4pZRlFDP MI6kYVJcjp1oqNSL95pu2jT5X0Wln109V/aB/bt+EP7K3iex0X4h+PdD8KarqVsLy2tr1nDywl2T zPlU4XcrDJ9DWl8ZP2wfhb+z34Wsda8bePfC/hvT9UhW4sWvb5EkvoyAQ0Med8owQfkU1+OH/B01 /wAnneAP+xLj/wDS67r6H/4JY/8ABGTwR8dvgD4X+L3x4Oq/EjxP4w06C606x1DUZxZ6Xp4QLaph GVpD5IU4Y7FVlUJ8u4xHNcVUxlTCUYJ8uzbaSXnvfySOqrwBkWD4cwXEOY4mpFVr3hGMZSlK7soX sopJNycm+iSuz6o0T/gtt+yz4g1ZbK3+MGhxzM20Nc2N7aw595JIVQD3JxX0r4M8b6N8RvDFnrfh 7VtM13RtQTzLW+0+5S5trhc43JIhKsM9wa/Pn/gqL/wRh+BMX7F/j/xV4M8E2HgrxT4J0S512zvN MkljSZbWNppIZYixR1dEYZxuBIIOMg/NH/BrF8b9ei+NvxD+HL3s83hq50L/AISGO1dy0dtdRXEE DOg6KXScBsdfLTPQVUMzxNLGQwuKjH39nG/43OfEcEZJmHDmIz/IKtVPDtKcKqjdp21i4WWzvre9 mtNGfqz+13+2v8Of2HvhtJ4m+IevwaXA4ZbKxjxLf6pIB/q7eEHLnkZPCrkFmUc18A/sT/8ABwXZ ftC/tl+KJPiJrHh/4XfCey8PyjQ7G9dWlubz7VbhZJp9uWlMXm/Im1FGRhiNx+nf+CqX7E/wr+Jv 7NHxd+IviDwXpereNtG8E6lPY6tcNI89o8FlK0JQbtq7WAYADGcnkk1+UH/BvN+zJ4B/an/aw8Ya H8QvC+m+K9JsPCct9b216GKRTi8tUEg2kc7XYf8AAjXNmeMxsMdSoU2kpbLXX/F/kj2uCOHOGcRw pj81xkKk6lJJSdo+7ez/AHabav0cpa9kj9w/gP8AtwfCT9p7xLeaN8PvH/h3xZqlhbG8uLWwuPMk ihDqhkIwPl3Ooz6sK0P2gP2tvhn+yvZWM/xE8beH/CC6p5hsk1C5Ect35e3eY0GWfbvTO0HG4eor J/Z//YS+EP7K/ie81r4eeAdC8KarqFqbK4ubJHEksJdXMZLMeNyKfqormv2/fh9+zv4r8GaJqv7Q yeDxo/h+4lm0qXXb5rbbK6gSJEqurSlgq5jAbO1TtyAR7kp4iNBym4qa9eX/AD2Py2lh8nrZrClh 41pYd9EoOq3bol7r1t8vM/Oj9rnxh+zB+298brXW/iv+2TrmteHLC5Mln4Y0jwveWWn2MefuROIp VDEcNKwZyONwGMfff/BPr4nfss6T4Th8G/ADxB8P40C730/T7kJql6VHMsqzYuJmA6u+7A4yBxXy L4h/bB/4JkeHw+nw+DvBmqRr8hltPAtyfykeFWP1B/Gvzg/4KO+JPgJZftAaF4n/AGYb/WdH0mS2 W6urbZd2raRqEcpKyW7zfvFDLtYBWIVlOCAQB8tPMFg5PEJ05tvXlbcvk22fvWG4QqcR0IZNOONw 1OMXye0pwVFNa+9GEKer6N3bfW71/p0rx34mf8FAvgx8G/i6ngLxT8Q/D+ieL5HgjGmXLusoaYKY gSF2jcGUjJ7ip/2Cvi1qvx2/Ys+FvjDXZRPrfiDw1ZXd/MAF8+cwqJJMDgbmBbA4Ga/Cr/g4OvZd N/4KueMrmCRop7ey0mSN14ZGFjCQR7givbzbNZYXCxxNNX5mt+zTZ+W+H3AVLPc9r5Ljajh7OM3e NvijJR6p6avzP3c/aC/bh+EX7KsiRfEH4heGPDF5InmJZXN2HvXT+8LdN0pX3C4rzPwZ/wAFof2X vHmsR2Fj8YvDkM8rbVbUILrTos+8lxEiAe5avFv2Jf8AghV8Mbf4b6b4z+Ndhe/FL4n+K4E1XWbv Wb+eSC2nmUO0SorjzCuQrPLvLMCRtBCjyT/guV/wSQ+Dfwi/Yv1r4ofD3wra+C9e8IXVmbiOwlkF tqNvPcx2xRomYqrK0yuGUKcKQc5GM8Ri8xhReIUIKKV7Nu9vXRXOzKOH+DMRmNPJp4ivKrOSgqkY wVNybsrRd58reibs+tkj9XNJ1a017TLe+sbq3vbK7jWaC4gkEkUyMMq6suQykcgjg1g/Fz4zeE/g J4Kn8R+NfEWkeF9CtnWOS+1K5W3hDscKm5jyxPQDk1+aP/BrN8b9e8afBH4m+B9SvZ7zR/Bd/YXe lJK5f7It4tz5sSZ+6m+2DhRwGkc9zX6I/tUeA/ht8SfgXrek/FyPQn8AyiObUjrF59jtIxHIro7T b0KEOqkEMPTvg9+ExrxOEWIppJtPfa601fa58pxDwzHJOIZ5Ni5OcYTim4JczjJKS5U9Obla0btf S/U8W1n/AILffsr6FcGKf4v6PI6nGbfTr+5X/vqOBh+tdb8I/wDgqh+zv8c9ag03w38W/CFzqN0w SC2u7htPmnY9FRbhYyzH0XJr428SftJ/8EyPhLK+mQ+G/h/rkkHyMbPwjc6kPwneIq/1VzXw7/wV Z8Y/sc/FDwHo+ufs9Wt34f8AGkWprDqWmxabd2djd2TRSEyhZB5aOkixgBNuRI2QcAjxcRnVejFz c6UrdE3f5as/TMn8M8rzKvDDRwuOo8+iqThFwXZySjFped/nbU/oqrzH9on9s/4W/smS6TH8R/Gm keEpNdErWC3pfN0IygkKhVPC70zn+8K+X/8Ag3W+OviL43/8E7oI/EmoXOqT+D9fuvD9ncXDmSU2 scNvNGjMeTs88oueioo6AV8rf8HX3/I0/A7/AK9da/8AQ7GvQxeauGX/AF6kuidn5tI+PyDgGGI4 w/1Xx1RpKU4uUbXfLGUk1dO17LR7XP1G+If7bPwk+E3wz0Xxj4l+IfhXRvDniO0S+0m7ub5F/tOF 1Dq8CfflBVgflUkZ5ryvw1/wWt/Zb8Wa0lha/GHQIp5G2Bry0vLKDPvLNCkYHuWxXxh/wRY/4JJe Cf2lf2ctB+MPxohvfH11qsb2HhvSb+8lNlpWn2kj26AorDcS0cm1CfLVdp27iSOh/wCC5X/BKP4M /DP9h/X/AIleA/B2m+C/EfgyezkY6Xuhgv4JrqK2aKSLJTIMwcMAGymMkEiueWPzB4b63CEVG17N tu1r300Xex7NDhPhCnna4exGIrzqup7PngoKmpuXKlZ3k7PRy01u0rH6V+MPjd4N+H3w6Hi/XfFf h3SPCrRLMur3eoxRWMiOMoyyltjbh93BO7tmvnuX/gt7+yvDq5sW+L+jmZW27l06+aHP/XQQbMe+ 7Ffld/wQ5/Yjs/8AgpL4j1bTfihr3iHWfhn8IIoZNP8ADI1KWK2e5vpJmIG1sxx4gkZ/LKszMnzA ZB/T34zf8EMP2bvid8LtS0LTPh3pfhXUprZ47DV9MlmjurGbadkhJciQA4ysgYEZ78isNj8di6Kr 4eEUn/M227b7WtrormWccJcK8P5lLKc5xFapUTV3SjCMYKWsb87bk+Vpuysr2TbR9LfCD45eDf2g fCSa94H8UaF4r0d22fa9LvI7mNHxko20nY4BGVbBHpXVV/O5/wAG9vxd8QfCj/gpx4c8K2d7NHpP jSC/0vWLQOTDP5NpPcROV6FkkhGG6gO4HDHP7E/8FdP2zdS/YX/Yh8ReMdBEQ8T300OjaK8qB0gu py374qeCY40lcAggsigjBNbZdnMcRg5YqouXlvf5K+n3nncY+G9bKeIqOQ4Op7X26i6bemkpOPvd NGndrprboeq/Hb9rv4X/ALMdtHJ8QPHvhfwm8y74oNQv447mdfVIc+Y491U14rb/APBcX9lW61AW yfF7ShITjc+l6gkf/fZgC/jmvzA/4Ikf8E+dL/4KbfGLxz8SvjNfav4t0rw9cQrNBdX0vm65fzB2 LTzBvMMcaICVDAsXQZ2qVP61al/wSe/Zs1Xw+2mS/BX4fpbMmwvDpiQ3GMdpkxKD7hs+9ZYTG4/F 0/b0YxjF7c12391rHbxBwzwpw9jHleZVq9avBLndJU4wi2k7Ln5m2k/L77pep/Br9obwJ+0RoDap 4E8YeHPF1jHgSyaVfxXXkE9FkCklG9mANdjX88P/AAUy/Zx1f/gjB+3joet/BzxHrGhaXrNkNZ0V vtBklswJSk1lKT/r4QVU4kB3JIFbcQWP7nfsV/tFx/ta/sp+BPiMltHZy+KtKjurm3Qkpb3AJjnR SeSqyo4BPOAK3y7NJV6s8NWjy1Ib21TXdHlcZcC0srwOGzrLqzq4TEfC2uWUX/LJXavo9V1TVtm/ UKKKK9g/OQooooAKKKKACiiigD4j/wCC0v8AwSsj/wCChPwltdc8LpbW3xR8Hwv/AGW8jCNNXtyS zWUjnhSWy0bNwrlgcB2Yfzv+NvBGsfDbxbqOgeINMvtF1rSZ2tryxvIWhntpFOCrq2CDX9flfOX7 dn/BLT4S/wDBQPSN/jDR30/xPbxeVZ+I9LKwajbgfdVmIKzRg/wSBgMnbtJzXy+ecPLFP29B2n17 P/Jn7v4W+MMsgprK80i54a/utayp3306xvrbda2vsfzGeE9Ltdc8U6ZZX19HplleXcUFxeOu5bWN nCtKR3Cgk49q/qP/AGOP2BPg7+x94G0yL4d+FtFFwbZGPiGSOO61LUwVB81rogsQ+dwVCEG75VAr 8cf2pf8Ag2y+N/wcu7m78BT6R8UNEQloxayrp+pqv+3BM2wn2jlcn0HSuM+Av7fH7W//AASqtYvD +o6N4ns/C1k22PQvGeiXLWEIz0gkbY8a9cCKQISc4NeFlM3llWTxtF67Ste36fcz9W4/w8OOcBSX DOYwfLdypOXLz3ta6+JNWdlKNtd11+0f+DlX9qb4z/Ba48F+G/B9/r3hb4ea9YySahrGlO9u9/e+ YwNm86YZFWJVcICvmeY2dwTA/FW/1C41W8kubqea5uJm3SSyuXdz6knkmv190D/g5/8AC/xG8KS6 F8UvgTBqunXieXeRWmpRX1pdDuDbXEIGPZnavNPFn7Wn/BN34vzPc6p8B/iP4XvpTln0hFtIUJ/u xwX4jx/2zFTmsKGNrOtSxC16SuremhtwDiM24Zy6GWY7JqnNG96lH2c+e7bvL3k79N3otlsfmRRX 6FXer/8ABNmVzKmlfH6IdfKjeIj6fNIf516X8FfhN+x/8SrqH/hX/wCyl+038UZGIMc9wksGn+xe eO8VFHu3FeZTylzfLGrB+jb/ACTPt8V4hU8PTdSrgMRFd5QhBffOpFfifl94M1zW/DviazuvDt5q lhrKyKtrLp0skV0HJ4CNGQ24npjmv6Rv+CMGq/HfWP2PYJvj2mpDWzfN/Yr6suzV5dP8tNjXQPzb 9/mYMn7wrgt2Jt/sXfs1SfDW6gv9G/Z3+GHwOtVHMz3sWs+IJl7o7QRqqAjubqTHPyV9V19lkOSy wsnVlUbv0s0vnfV/cj+avFfxOoZ9SWX0sLGPK0+dyjOat0TheKT62lK/kFFFFfUH4UFFFFABX4N/ 8Ff/APgk149/ZE/aG1D40/CfT9SvvBV1qf8AwkCy6VGZLrwleiTziWRQSIBIN6SAbUHytjCl/wB5 KK87M8tp42nyTdmtU1umfZ8EcbYzhrGvFYaKnCa5ZwltKPbya6PW2ujTaf5ofsPf8HJPwv8Aid4M 0/S/jG1x4C8X28axXOoR2ct1pGouBjzFMQaSEseSjrtXPDnt9YWf/BVT9m+/sRcR/Gz4dLGwziTW Yo5P++GIb9Km+NX/AAS//Z9/aE1Ga98V/Cfwje6hcktNeWtsdOup2P8AE8tsY3Y+5JNeSy/8G+H7 KUlyZB8PNQjUnPlr4l1Pb+s+f1rlpwzWmuW8J26u6fztdHu4vE8BYyo66p4nDt6uEPZzgvKLk4yt 6/gfkJ/wXQ+OnhD9on/goLrfiXwPr+n+JdBl0qwtkvrJi8LyRw4dQSBnB4yOK/oe/Z4/5IB4G/7F +w/9Jo68G8E/8ESv2WvAN1HPZfCDQ7qSM5H9pXt5qKH6pcTOp+mK+o9N0630fT7eztIIbW0tY1hh hiQJHEijCqqjgAAAADgAVOVZbXoV6teu1eetlfTfv6mvH/GuV5tlmAyrK4VFDCpx5qnKnJWilpFt fZ1P55P+C2XwU8Ufsmf8FR9U+IE+mTS6H4l1a18UaHeMp+z3bxiJpYSw4DpMjAr1CsjYwwr9i/gJ /wAFef2ePj74GsNYtvil4P8ADl1dQq8+meIdTh0q8s5CPmiZZ2UMVORuQspxkEivdfih8JPC3xt8 IT+H/GPh3RfFGiXJBksdUs47qBmHRtrggMM8MOR2Ir5d8T/8EEv2U/FF49w/wvFjLIct9i13UYE/ BBPsA+gFZ0stxWFr1KmFcXGbu1K6s/Jq/c68dxpkWfZVhMFn8KtOrho8kZ0uSSlGyXvRk42dorZ7 3fWy+Xf+DkL9q/4X/Gr9i7wroHg34i+CPF2tW/jW1vpbLRdbtr+aKBbG/RpGWJ2KqGkQZPdh616X /wAGwP8Ayjz8Qf8AY833/pHY16t4c/4IH/speHLhZR8L/tsinI+2a/qUy/8AfJuNp/EV9J/A79n3 wT+zT4KPhzwF4Z0nwrojXDXTWlhD5cckzKqtI3dnKogLEk4UelVhsuxP1942u4rS1k2/zSM864xy RcKLhnKlVl+85+eooR9VaMpH4if8HN2p+O5P22dHtNbfUV8DR6HBJ4aQ7hZs5z9qZf4TN5mA38QT ys8ba+9/2BvEX7Deh/s9+GW8K3vwVsrw6dD9ubxDLYRa40/ljzPtBusTFt+7p8n9z5cV9m/Fz4Je D/j74Rk0Dxt4Y0PxVo0rbzaapZpcxK2MB1DA7XGeGXBHY18weI/+CBX7KfiO9e4Pwyexkc5YWev6 lCh+ieftH0AFZvK8RSxdTE0uWfP/ADXuvRpP+rHUuPMox/D+FyTMPbYd4fS9HlcZ+c4uUNeu71bf XT4W/wCDjPxj8EfEnwz+HMPwv1P4W6hrMOrXTaivhaexluUh8lQpm+zksF3Zxu4znFfaP/Bu7/yi z8G/9hLVf/S2Wt/w1/wQX/ZT8MzLKnwsjvZV6G813Up1/wC+WuNp/Kvpn4O/Bbwp+z74BtPC3grQ dP8ADfh6xZ3gsbKPZFGzsWc49SxJJPUmtMFluIhjpYytyq6taN/Lul2OXifjXKcRwvR4cy72s3Tq c/PVUVde/paMpfzaeSPxP/4Omv8Ak87wB/2Jcf8A6XXdfrR/wTP/AOUeHwP/AOxH0j/0jipf2nv+ CcnwW/bL8W6fr3xL8EW/ifVtLtBY21w+oXls0UAdnCYhlQEbnY8gnmvVfh18PtH+E3gLRfC/h6xT TdB8PWUWnafaK7OttBEgSNAzEsQFAGSSeOTWuDy2pSx1XEyatPbv89DzuI+NMHmHC+X5JRhJVMO3 zNpcrvf4Wm316pHmn/BRb/lH78cv+xA13/03z1+QX/BrV/yfR43/AOxEuP8A04WFfuX4/wDAmk/F HwLrXhnX7NNR0PxFYz6bqNqzsi3NvNG0csZZSGAZGYZUgjPBFeS/sx/8E3vgp+xt40vvEXw18D2/ hnWdSsm0+4uU1G8uWkt2kSQx4mldQC8aHIAPy9aeNy2pWxtHExatDfv8tA4a40weXcMZhklaEnUx FuVpLlVrfFdp/cmbf7dXhTUPHf7E/wAXtF0m1lvtU1bwZq9paW0SlpLiV7KVURR3ZmIAHqa/Dn/g 3j/ac8Ffswfts63cePdf07wtpfiPwxcaVBqGozCC1iuftNtMqSSNhYwVik+ZiBkAZ5Ff0N185/HH /gkj+zl+0X4nudb8VfCvQbjV71zLc3dhLcaXLcyE5LyG1kj3uTyWbJJ6mpzLLa1avSxNBrmh0d7P 7jXgnjXLsuynG5HmtObpYm3vU+Xmi15SaT6Pfp56el/DT9rT4WfGjxY2g+DviR4E8Wa0ls141lo2 u2t/OsKsqtIUidiFBdRk/wB4V+Bv/BafU/Ed7/wVh8QQ/FZ9bHha11K0XT403bU0I7Dm0B+XlfMJ K/8ALXfnkGv2y/Zl/wCCWnwI/Y88fjxV8O/AiaB4hFvJafbW1a+u3ET43pieZ1wcDtnivRvjv+zD 8PP2nvD0el/EHwb4f8W2cBJgGo2iyyWxPUxSffjJ7lGBNTmOXYjG4ZU6jUZJ30u0/J7M14O4yyjh jO5YvBU6lWjODg3JRjUi20242co9Lbq9911+ff2fvFf7D2ifDvTx4I1H9nux0owLsE82nRXpGOPP +0EXG/HXzfm9a/L/AP4OKPFHwm8TfHD4ft8Kb/4e6hawaNcLqbeFJrOWJJjONomNsSN+3pu5xX6Y av8A8G/n7KWrXbTL8NrmzLHJS38R6mqfkbg4/CtXwr/wQo/ZU8IyrJD8KLO7lX+K+1jULsH6rJOV /SubG5djcTQeHcacVpqm+nZcp7vDPGXDWS5ss4jXxdaS5vdnGnrzJr3pe01tfe252v8AwSi/5Rt/ BX/sVLP/ANAr8Tf+Dhv/AJSoeN/+wfpX/pDDX9D/AIE8CaN8MPBumeHfD2m2mj6Ho1utrZWVsmyG 2iUYVFHYAV4l8f8A/glb8Av2o/ihdeNPHnw9tdf8TXqRRz3r6nfQGVY0CICkUypwqgfd7V0ZrlVX E4KGGptJxtve2it2PF4C49wOScS4nOsXTnKnVVRJRSclzzUle7S0S11PcPBP/ImaR/15Q/8Aota+ UP8Agvj/AMonPit9NK/9O1lX19Z2ken2kVvCgSGBBGijnaoGAPyrl/jl8DPCn7Sfwt1XwV430iPX vDGtCIXti80sKz+XKkqfNGyuMSRo3DD7vpXq4ujKrh50o7yTX3qx8Fw/mVPA5vhswqpuNKpCbS3a jJSaV2ley01XqflN/wAGnf8Ax7/Hn/e0D+WpVzP/AAdP6n47T4u/DizlfUU+Gj6Q0tqqbhaSasJp RNvxwZBB5G3dyFZ9vVq/VD9lj9hX4U/sUQ63H8MPCMHhZfEZgOpbL26ujdeT5nlZM8jkbfNk+7j7 3OeK7/4jfDHw58YPCV1oHivQdI8SaJegCew1O0jureXHQlHBGR1BxkHpXjxyao8sWBlK0u623v5H 6NV8SsJDjifFNGg50pW92VlJfu4wbVnJJppta6rTS+n54/8ABJ3XP2KdG/ZK8GPDd/B+08bDS4P+ EibxU9lHrB1DYPtHN3h/K8zds8v93t24715f/wAHCfjj4B+IP2OtEtfhxq3wjvvFq+LLWSWPw3ca fLqC2otbsOWFuS4i3mPOflyV74r668Wf8EF/2VPF189zJ8L0sJpDlvsGt6jbR/hGs+wD6KKi8P8A /BAz9lLw/Oso+GBvZFOQbvX9TlX/AL5+0bT+IrKpl2MlhnheSmla11f77cp3YPjDhqhncc9dfFzk p8/JJU2u/K5e027abHkn/Br1/wAo+/E3/Y93v/pDYV4R/wAHX3/I0/A7/r11r/0Oxr9Y/gP+zp4H /Zh8FP4c+H/hnS/CuiS3LXklpYoVSSZlVGkbJJZiqIMk5worlP2pv2CvhJ+2rNosnxP8HweKZPDy zLp7PfXVqbYSlDIB5EqZ3eWn3s/d4xzXRXyqpLLFgotc1kr620aZ5GWcfYKhxxLierTn7JynLlVn K0oSit2lu9ddjy7/AIIb/wDKKv4Rf9eV5/6cLqqX/Bef/lE78Wv+uel/+nayr6V+C/wX8Mfs8fDH SfBng3So9E8M6Gjx2NkkskqwK0jSMN0jM5y7seSetM+OHwP8K/tIfC3VfBXjbSI9d8Ma2I1vbF5p IVnEcqSp80bK4xJGjcMPu+ldzwk/qP1a6vycvle1vuPlocQUFxQs85X7P6x7W2nNy+057b2vbTe1 +p+U/wDwaff8eXx2/wB/Qv5ajX7Bnoa8l/ZZ/YW+FP7FMGtx/DDwlB4WTxEYW1HZe3V0bkw+Z5eT PI5G3zZPu4+9znivWqWU4OeFwsKFRptX221bZfiBxHh89z/EZrhYyjCpy2UrJ+7CMXeza3XfY/m5 /wCCJv8AymJ+G/8A2EdX/wDTbe1+0H/BZH9jrWP22/2FfEPhbw3Gtx4o0m5h13SLYsFF5PBuDQgn gM8UkqrnA3FckDJrf+DX/BKP9n79nz4v2Pj3wf8ADu00Xxbpkkstrfrqd9MYWljeOQhJJmj5SRx9 3jdxjivoeuHK8nlQwlTC12nzt7dmkuq30PquOvEelmfEOEz3KYyg6EIJKaWsoylLaMneLvbdPc/B 3/ggj/wUH8NfsD/E3x18Nfi09z4PsPEtzDJHe39vJGNJv4N8bw3K43Rh1YDcRhGj+bAbI/YTUv8A goD8CdJ8PNqs/wAZfhcunqm8Sr4nsn3DHRQshLH2AJPpR+0X+wN8Gv2s5xcfEL4d+HPEd+FEf294 Db3+0DAX7TCUm2jsN+BXh1v/AMG/H7KNvfic/De7kQHIhfxJqhj+n/HxnH40YPB4/CU/YUnGUVs3 dP52TDiLiHhPiHGvNcdGvQrTS5401TnBtJK8XKUGrpdU1+N/yy/4K3/tSP8A8Faf27PDvh74O6Tq nijTtFsxoei+TbMsurTNK0k1yFYAxw8qNz7cLEXbaDx+4n7C/wCzm/7JP7IngD4dTTxXV54Y0mOC 8ljyY5LlyZZymedvmu+M84xWl+z9+yJ8Mf2VtMltPh54G8O+E1uFCTzWVooubkDoJJmzJIB/tMa9 GrbLsslRqzxNeXNOe9tkuyPM4z45oZll+FyPK6LpYXD/AA8zTnKWvvStonq9F1b8kiiiivZPzYKK KKACiiigAooooAKKKKACquu/8gS8/wCuL/8AoJoopMqHxI/EH/gpr/yNmo/77fzr4A0//kaV/wB/ +tFFfl2a/wC8fM/u/wAP/wDkUR/wn6jf8El/+Rs0r/rov86/YEdBRRX2+Rf7ufy34rf8jh+gUUUV 7Z+ZBRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR QB//2R== Revista Cultura Física y Deportes de Guantánamo ISSN: 2519-9455RNPS: 2286 Vol.11, No.20 (2021)Publicada en línea: 6 de febrero de 2021famadeportes.cug.co.cu__________________________________________________________________/9j/4AAQSkZJRgABAgEAYABgAAD/4Qm4RXhpZgAATU0AKgAAAAgABwESAAMAAAABAAEAAAEaAAUA AAABAAAAYgEbAAUAAAABAAAAagEoAAMAAAABAAIAAAExAAIAAAAbAAAAcgEyAAIAAAAUAAAAjYdp AAQAAAABAAAApAAAANAAAABgAAAAAQAAAGAAAAABQWRvYmUgUGhvdG9zaG9wIENTIFdpbmRvd3MA MjAxNjowMzoyMSAwODoxODo1NwAAAAAAA6ABAAMAAAAB//8AAKACAAQAAAABAAAAWaADAAQAAAAB AAAAHgAAAAAAAAAGAQMAAwAAAAEABgAAARoABQAAAAEAAAEeARsABQAAAAEAAAEmASgAAwAAAAEA AgAAAgEABAAAAAEAAAEuAgIABAAAAAEAAAiCAAAAAAAAAEgAAAABAAAASAAAAAH/2P/gABBKRklG AAECAQBIAEgAAP/tAAxBZG9iZV9DTQAC/+4ADkFkb2JlAGSAAAAAAf/bAIQADAgICAkIDAkJDBEL CgsRFQ8MDA8VGBMTFRMTGBEMDAwMDAwRDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAENCwsN Dg0QDg4QFA4ODhQUDg4ODhQRDAwMDAwREQwMDAwMDBEMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwM DAwM/8AAEQgAHgBZAwEiAAIRAQMRAf/dAAQABv/EAT8AAAEFAQEBAQEBAAAAAAAAAAMAAQIEBQYH CAkKCwEAAQUBAQEBAQEAAAAAAAAAAQACAwQFBgcICQoLEAABBAEDAgQCBQcGCAUDDDMBAAIRAwQh EjEFQVFhEyJxgTIGFJGhsUIjJBVSwWIzNHKC0UMHJZJT8OHxY3M1FqKygyZEk1RkRcKjdDYX0lXi ZfKzhMPTdePzRieUpIW0lcTU5PSltcXV5fVWZnaGlqa2xtbm9jdHV2d3h5ent8fX5/cRAAICAQIE BAMEBQYHBwYFNQEAAhEDITESBEFRYXEiEwUygZEUobFCI8FS0fAzJGLhcoKSQ1MVY3M08SUGFqKy gwcmNcLSRJNUoxdkRVU2dGXi8rOEw9N14/NGlKSFtJXE1OT0pbXF1eX1VmZ2hpamtsbW5vYnN0dX Z3eHl6e3x//aAAwDAQACEQMRAD8ANh4f1cw/q3j9X6xj0Wm2iu/IyL2Nuuttub69n6S31L7br7nv /wAJ/wBt1MVfC6Z1nrQGV0j6rdLxcB+tNnUKmhz2/m2NbV6b2tf/AMXZX/wtibpmC3rXWfqt0jKG 7AxOl09QtqPD3bfSa17fzm766v8Arfqf6Rb3Tvrt9YM/Eu69T06h31eofdv/AEpblCqhrrXZO136 F/0f5ln6T1P0f83+lSU8/cK+iWsr+tn1awsXHuO1nUMSmuykO/dsbtse3/tz1P8AgrFvP+r31fLQ +vp+GWPAc1zaayCHfRc121Wuj5vXfrVgtHWem4v7C6rQ8h1dhNtYnbU21lrffa/6ddlH83/Ofo7f 0ayfqQ7I/Yl+DkO3u6Xl3YTX+Latrm/+fXs/4tAoLnHAxs45tnS+mdPp6f0wPOb1LLoDqx6Qc+6r Gox6/WyH1ta71Hs/9J+oh06jBbh39U6V063p3Utn2PqWLSG1zY31aGZNGRX61DrWfn/za1OmX3H/ ABW5mJ03IOF1PpVdwytji22t9NjsrI97P0jXZdLbPTf/AML/ACEup33D/Fbh4vUsg53UurV0jFL3 F1j33WNysf3O97n4lL6/Uf8A8EiloZWD05/UKej9K6Rh5PUr2l8WV1sqqYP8Ne709/5rvZX+ksQT 0h1NORmMwejdXxcFxZnswKtt1RYN9rmtyG2MvZWz9z+c/wC3Ff6Z0ronUOv9YxOqUufm2105HTyx +y1zGV+la3GdurZ61d1X0H/+evUQug5nWeiNzcjDwvV6V0+sVZLuoMqxchvpbnOwqsmr2ZDKN36N 99f6T1v0XpoKR5lf1cowacujpmPlOy9rcOmuivda5/uYxv6P2fv2P/waH/zfyPW+zij6vftGf+SY Hr8b/R9b+Z+0bP8Ag/TUfq4+np+V9WszOZ9nxC7LY0vMCp2Vufg7v3P0Ps3/AODVjL6c89Oyeg0Y GXb123P9WvNtoa0MBe237T9ux/Z6Ozd7/wDSW/zVdXp11pQa12P0i7ouflUdPr6f1Hp7bS5rGNqv x8jHHqtc2+j03tcx7Wvreyz9L/4GvW15X1nIozMv62ZuJD8d2OKPWb9F9tOPY3Jc3/i91TN69URU /wD/0KeJ1SvCr6B9a8A/aqemY1fT+r1Vg762bNu7Y/8A0b3Wv3/zdlno/wCDsXYdJ+qH1Qzo6l02 63IwLbHXtw23OOILHt2WO+y/mv2O2enZ/wAX6fpfo15L9UrOv151lnRqhftrJy6rC0Uuq8Mg2urq /qfpPU/cWvi5P1cycl78LD6tg5gMXVdGsZbWT+8yxp+j/wAS30klPb9QxPqv9QmDqDL8i/MrrsZ0 zp1t7nhptPubRR+ZS9/87ZZv/t2+msjo/U+m/VfpTMbrmUKepZz35uRVte9zXW7f51tTbNj9jW/T 9P8ASf8AFrBw87plGd6XQem35XW3fzeR1e2ttjHf8HU6yuuy7/MuXJ9V/aP7Rv8A2pv+3b/0/q/S 3eaSnvsv6wfVG7LOdjdUvwMwgB+RiC6p72j6Lbv0NjLW/wBetRx+v/VGvL+3ZPVL8/MALWZGWLrX Mafzam+jXXU3/i61kdJyL2/UXLpGNfZQb8o2XAAY0mnD2tybbMluPVdU5rH0Nyum5d2Tc+qnpF+J 1D9Zqzeuv6i7DpF7HMexwb1Vw9Pc/Om19Nmb6Dn3faP2e6ur9d9K77bX1b/tb+1LHpT1vUPrJ9Te oNYbsxzLaTuovqZdXbW796q1le9qr2db+q+SWftLreb1Oqsgsoyza+rc36Ln1Mx62Wv/AOM9Rcx9 XLrKaesOZRXkA4H6RlxYKhW3JwrLfW9Wyh/6RrPQp+yv+3fabqfs36f9NXt9Qvfb0/J+zY2TjY1e NR6rd1D2WVu6fg1YTer3ud6VTMb0vtfSH24nrZ2Xk24/T6+ndS3+ilOzk/W36n5VDsbIyRZS8bXM NNsR/wBtqj+2/q36H2T/AJxdR+xcfZfUu9PZ/od32f1/R2ezZ6i4bp4ac/FBc1jTawbnNre1vuHv sry304j2/vMy7a8f/T/oV31XUcurq9z8npmbkPe7DGQzPNtb29Pacv8AaD/Ry89+RT02xzqvXZnZ 2f0T1q329R9D1cTGqSlsv6y/VRnQ8rp2BeGB2PbXRU2q0AuexzWt3Pr/AD3u+nYvY18r6RqvqhJT /9n/7Q6CUGhvdG9zaG9wIDMuMAA4QklNBCUAAAAAABAAAAAAAAAAAAAAAAAAAAAAOEJJTQPtAAAA AAAQAGAAAAABAAIAYAAAAAEAAjhCSU0EJgAAAAAADgAAAAAAAAAAAAA/gAAAOEJJTQQNAAAAAAAE AAAAHjhCSU0EGQAAAAAABAAAAB44QklNA/MAAAAAAAkAAAAAAAAAAAEAOEJJTQQKAAAAAAABAAA4 QklNJxAAAAAAAAoAAQAAAAAAAAACOEJJTQP1AAAAAABIAC9mZgABAGxmZgAGAAAAAAABAC9mZgAB AKGZmgAGAAAAAAABADIAAAABAFoAAAAGAAAAAAABADUAAAABAC0AAAAGAAAAAAABOEJJTQP4AAAA AABwAAD/////////////////////////////A+gAAAAA/////////////////////////////wPo AAAAAP////////////////////////////8D6AAAAAD/////////////////////////////A+gA ADhCSU0EAAAAAAAAAgAAOEJJTQQCAAAAAAACAAA4QklNBAgAAAAAABAAAAABAAACQAAAAkAAAAAA OEJJTQQeAAAAAAAEAAAAADhCSU0EGgAAAAADTQAAAAYAAAAAAAAAAAAAAB4AAABZAAAADABpAG0A ZwBfAGwAaQBjAGUAbgBjAGkAYQAAAAEAAAAAAAAAAAAAAAAAAAAAAAAAAQAAAAAAAAAAAAAAWQAA AB4AAAAAAAAAAAAAAAAAAAAAAQAAAAAAAAAAAAAAAAAAAAAAAAAQAAAAAQAAAAAAAG51bGwAAAAC AAAABmJvdW5kc09iamMAAAABAAAAAAAAUmN0MQAAAAQAAAAAVG9wIGxvbmcAAAAAAAAAAExlZnRs b25nAAAAAAAAAABCdG9tbG9uZwAAAB4AAAAAUmdodGxvbmcAAABZAAAABnNsaWNlc1ZsTHMAAAAB T2JqYwAAAAEAAAAAAAVzbGljZQAAABIAAAAHc2xpY2VJRGxvbmcAAAAAAAAAB2dyb3VwSURsb25n AAAAAAAAAAZvcmlnaW5lbnVtAAAADEVTbGljZU9yaWdpbgAAAA1hdXRvR2VuZXJhdGVkAAAAAFR5 cGVlbnVtAAAACkVTbGljZVR5cGUAAAAASW1nIAAAAAZib3VuZHNPYmpjAAAAAQAAAAAAAFJjdDEA AAAEAAAAAFRvcCBsb25nAAAAAAAAAABMZWZ0bG9uZwAAAAAAAAAAQnRvbWxvbmcAAAAeAAAAAFJn aHRsb25nAAAAWQAAAAN1cmxURVhUAAAAAQAAAAAAAG51bGxURVhUAAAAAQAAAAAAAE1zZ2VURVhU AAAAAQAAAAAABmFsdFRhZ1RFWFQAAAABAAAAAAAOY2VsbFRleHRJc0hUTUxib29sAQAAAAhjZWxs VGV4dFRFWFQAAAABAAAAAAAJaG9yekFsaWduZW51bQAAAA9FU2xpY2VIb3J6QWxpZ24AAAAHZGVm YXVsdAAAAAl2ZXJ0QWxpZ25lbnVtAAAAD0VTbGljZVZlcnRBbGlnbgAAAAdkZWZhdWx0AAAAC2Jn Q29sb3JUeXBlZW51bQAAABFFU2xpY2VCR0NvbG9yVHlwZQAAAABOb25lAAAACXRvcE91dHNldGxv bmcAAAAAAAAACmxlZnRPdXRzZXRsb25nAAAAAAAAAAxib3R0b21PdXRzZXRsb25nAAAAAAAAAAty aWdodE91dHNldGxvbmcAAAAAADhCSU0EKAAAAAAADAAAAAE/8AAAAAAAADhCSU0EEQAAAAAAAQEA OEJJTQQUAAAAAAAEAAAAAjhCSU0EDAAAAAAIngAAAAEAAABZAAAAHgAAAQwAAB9oAAAIggAYAAH/ 2P/gABBKRklGAAECAQBIAEgAAP/tAAxBZG9iZV9DTQAC/+4ADkFkb2JlAGSAAAAAAf/bAIQADAgI CAkIDAkJDBELCgsRFQ8MDA8VGBMTFRMTGBEMDAwMDAwRDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwM DAwMDAENCwsNDg0QDg4QFA4ODhQUDg4ODhQRDAwMDAwREQwMDAwMDBEMDAwMDAwMDAwMDAwMDAwM DAwMDAwMDAwMDAwM/8AAEQgAHgBZAwEiAAIRAQMRAf/dAAQABv/EAT8AAAEFAQEBAQEBAAAAAAAA AAMAAQIEBQYHCAkKCwEAAQUBAQEBAQEAAAAAAAAAAQACAwQFBgcICQoLEAABBAEDAgQCBQcGCAUD DDMBAAIRAwQhEjEFQVFhEyJxgTIGFJGhsUIjJBVSwWIzNHKC0UMHJZJT8OHxY3M1FqKygyZEk1Rk RcKjdDYX0lXiZfKzhMPTdePzRieUpIW0lcTU5PSltcXV5fVWZnaGlqa2xtbm9jdHV2d3h5ent8fX 5/cRAAICAQIEBAMEBQYHBwYFNQEAAhEDITESBEFRYXEiEwUygZEUobFCI8FS0fAzJGLhcoKSQ1MV Y3M08SUGFqKygwcmNcLSRJNUoxdkRVU2dGXi8rOEw9N14/NGlKSFtJXE1OT0pbXF1eX1VmZ2hpam tsbW5vYnN0dXZ3eHl6e3x//aAAwDAQACEQMRAD8ANh4f1cw/q3j9X6xj0Wm2iu/IyL2Nuuttub69 n6S31L7br7nv/wAJ/wBt1MVfC6Z1nrQGV0j6rdLxcB+tNnUKmhz2/m2NbV6b2tf/AMXZX/wtibpm C3rXWfqt0jKG7AxOl09QtqPD3bfSa17fzm766v8Arfqf6Rb3Tvrt9YM/Eu69T06h31eofdv/AEpb lCqhrrXZO136F/0f5ln6T1P0f83+lSU8/cK+iWsr+tn1awsXHuO1nUMSmuykO/dsbtse3/tz1P8A grFvP+r31fLQ+vp+GWPAc1zaayCHfRc121Wuj5vXfrVgtHWem4v7C6rQ8h1dhNtYnbU21lrffa/6 ddlH83/Ofo7f0ayfqQ7I/Yl+DkO3u6Xl3YTX+Latrm/+fXs/4tAoLnHAxs45tnS+mdPp6f0wPOb1 LLoDqx6Qc+6rGox6/WyH1ta71Hs/9J+oh06jBbh39U6V063p3Utn2PqWLSG1zY31aGZNGRX61DrW fn/za1OmX3H/ABW5mJ03IOF1PpVdwytji22t9NjsrI97P0jXZdLbPTf/AML/ACEup33D/Fbh4vUs g53UurV0jFL3F1j33WNysf3O97n4lL6/Uf8A8EiloZWD05/UKej9K6Rh5PUr2l8WV1sqqYP8Ne70 9/5rvZX+ksQT0h1NORmMwejdXxcFxZnswKtt1RYN9rmtyG2MvZWz9z+c/wC3Ff6Z0ronUOv9YxOq Uufm2105HTyx+y1zGV+la3GdurZ61d1X0H/+evUQug5nWeiNzcjDwvV6V0+sVZLuoMqxchvpbnOw qsmr2ZDKN36N99f6T1v0XpoKR5lf1cowacujpmPlOy9rcOmuivda5/uYxv6P2fv2P/waH/zfyPW+ zij6vftGf+SYHr8b/R9b+Z+0bP8Ag/TUfq4+np+V9WszOZ9nxC7LY0vMCp2Vufg7v3P0Ps3/AODV jL6c89Oyeg0YGXb123P9WvNtoa0MBe237T9ux/Z6Ozd7/wDSW/zVdXp11pQa12P0i7ouflUdPr6f 1Hp7bS5rGNqvx8jHHqtc2+j03tcx7Wvreyz9L/4GvW15X1nIozMv62ZuJD8d2OKPWb9F9tOPY3Jc 3/i91TN69URU/wD/0KeJ1SvCr6B9a8A/aqemY1fT+r1Vg762bNu7Y/8A0b3Wv3/zdlno/wCDsXYd J+qH1Qzo6l0263IwLbHXtw23OOILHt2WO+y/mv2O2enZ/wAX6fpfo15L9UrOv151lnRqhftrJy6r C0Uuq8Mg2urq/qfpPU/cWvi5P1cycl78LD6tg5gMXVdGsZbWT+8yxp+j/wAS30klPb9QxPqv9QmD qDL8i/MrrsZ0zp1t7nhptPubRR+ZS9/87ZZv/t2+msjo/U+m/VfpTMbrmUKepZz35uRVte9zXW7f 51tTbNj9jW/T9P8ASf8AFrBw87plGd6XQem35XW3fzeR1e2ttjHf8HU6yuuy7/MuXJ9V/aP7Rv8A 2pv+3b/0/q/S3eaSnvsv6wfVG7LOdjdUvwMwgB+RiC6p72j6Lbv0NjLW/wBetRx+v/VGvL+3ZPVL 8/MALWZGWLrXMafzam+jXXU3/i61kdJyL2/UXLpGNfZQb8o2XAAY0mnD2tybbMluPVdU5rH0Nyum 5d2Tc+qnpF+J1D9Zqzeuv6i7DpF7HMexwb1Vw9Pc/Om19Nmb6Dn3faP2e6ur9d9K77bX1b/tb+1L HpT1vUPrJ9TeoNYbsxzLaTuovqZdXbW796q1le9qr2db+q+SWftLreb1Oqsgsoyza+rc36Ln1Mx6 2Wv/AOM9Rcx9XLrKaesOZRXkA4H6RlxYKhW3JwrLfW9Wyh/6RrPQp+yv+3fabqfs36f9NXt9Qvfb 0/J+zY2TjY1eNR6rd1D2WVu6fg1YTer3ud6VTMb0vtfSH24nrZ2Xk24/T6+ndS3+ilOzk/W36n5V DsbIyRZS8bXMNNsR/wBtqj+2/q36H2T/AJxdR+xcfZfUu9PZ/od32f1/R2ezZ6i4bp4ac/FBc1jT awbnNre1vuHvsry304j2/vMy7a8f/T/oV31XUcurq9z8npmbkPe7DGQzPNtb29Pacv8AaD/Ry89+ RT02xzqvXZnZ2f0T1q329R9D1cTGqSlsv6y/VRnQ8rp2BeGB2PbXRU2q0AuexzWt3Pr/AD3u+nYv Y18r6RqvqhJT/9k4QklNBCEAAAAAAFMAAAABAQAAAA8AQQBkAG8AYgBlACAAUABoAG8AdABvAHMA aABvAHAAAAASAEEAZABvAGIAZQAgAFAAaABvAHQAbwBzAGgAbwBwACAAQwBTAAAAAQA4QklNBAYA AAAAAAcACAAAAAEBAP/hGTtodHRwOi8vbnMuYWRvYmUuY29tL3hhcC8xLjAvADw/eHBhY2tldCBi ZWdpbj0n77u/JyBpZD0nVzVNME1wQ2VoaUh6cmVTek5UY3prYzlkJz8+Cjx4OnhtcG1ldGEgeG1s bnM6eD0nYWRvYmU6bnM6bWV0YS8nIHg6eG1wdGs9J1hNUCB0b29sa2l0IDMuMC0yOCwgZnJhbWV3 b3JrIDEuNic+CjxyZGY6UkRGIHhtbG5zOnJkZj0naHR0cDovL3d3dy53My5vcmcvMTk5OS8wMi8y Mi1yZGYtc3ludGF4LW5zIycgeG1sbnM6aVg9J2h0dHA6Ly9ucy5hZG9iZS5jb20vaVgvMS4wLyc+ CgogPHJkZjpEZXNjcmlwdGlvbiByZGY6YWJvdXQ9J3V1aWQ6NzdiMzhjOTctZWY2Ny0xMWU1LThh NzctYzlkOTI0NTRjMzEwJwogIHhtbG5zOmV4aWY9J2h0dHA6Ly9ucy5hZG9iZS5jb20vZXhpZi8x LjAvJz4KICA8ZXhpZjpDb2xvclNwYWNlPjQyOTQ5NjcyOTU8L2V4aWY6Q29sb3JTcGFjZT4KICA8 ZXhpZjpQaXhlbFhEaW1lbnNpb24+ODk8L2V4aWY6UGl4ZWxYRGltZW5zaW9uPgogIDxleGlmOlBp eGVsWURpbWVuc2lvbj4zMDwvZXhpZjpQaXhlbFlEaW1lbnNpb24+CiA8L3JkZjpEZXNjcmlwdGlv bj4KCiA8cmRmOkRlc2NyaXB0aW9uIHJkZjphYm91dD0ndXVpZDo3N2IzOGM5Ny1lZjY3LTExZTUt OGE3Ny1jOWQ5MjQ1NGMzMTAnCiAgeG1sbnM6cGRmPSdodHRwOi8vbnMuYWRvYmUuY29tL3BkZi8x LjMvJz4KIDwvcmRmOkRlc2NyaXB0aW9uPgoKIDxyZGY6RGVzY3JpcHRpb24gcmRmOmFib3V0PSd1 dWlkOjc3YjM4Yzk3LWVmNjctMTFlNS04YTc3LWM5ZDkyNDU0YzMxMCcKICB4bWxuczpwaG90b3No b3A9J2h0dHA6Ly9ucy5hZG9iZS5jb20vcGhvdG9zaG9wLzEuMC8nPgogIDxwaG90b3Nob3A6SGlz dG9yeT48L3Bob3Rvc2hvcDpIaXN0b3J5PgogPC9yZGY6RGVzY3JpcHRpb24+CgogPHJkZjpEZXNj cmlwdGlvbiByZGY6YWJvdXQ9J3V1aWQ6NzdiMzhjOTctZWY2Ny0xMWU1LThhNzctYzlkOTI0NTRj MzEwJwogIHhtbG5zOnRpZmY9J2h0dHA6Ly9ucy5hZG9iZS5jb20vdGlmZi8xLjAvJz4KICA8dGlm ZjpPcmllbnRhdGlvbj4xPC90aWZmOk9yaWVudGF0aW9uPgogIDx0aWZmOlhSZXNvbHV0aW9uPjk2 LzE8L3RpZmY6WFJlc29sdXRpb24+CiAgPHRpZmY6WVJlc29sdXRpb24+OTYvMTwvdGlmZjpZUmVz b2x1dGlvbj4KICA8dGlmZjpSZXNvbHV0aW9uVW5pdD4yPC90aWZmOlJlc29sdXRpb25Vbml0Pgog PC9yZGY6RGVzY3JpcHRpb24+CgogPHJkZjpEZXNjcmlwdGlvbiByZGY6YWJvdXQ9J3V1aWQ6Nzdi MzhjOTctZWY2Ny0xMWU1LThhNzctYzlkOTI0NTRjMzEwJwogIHhtbG5zOnhhcD0naHR0cDovL25z LmFkb2JlLmNvbS94YXAvMS4wLyc+CiAgPHhhcDpDcmVhdGVEYXRlPjIwMTYtMDMtMjFUMDg6MTg6 NTctMDU6MDA8L3hhcDpDcmVhdGVEYXRlPgogIDx4YXA6TW9kaWZ5RGF0ZT4yMDE2LTAzLTIxVDA4 OjE4OjU3LTA1OjAwPC94YXA6TW9kaWZ5RGF0ZT4KICA8eGFwOk1ldGFkYXRhRGF0ZT4yMDE2LTAz LTIxVDA4OjE4OjU3LTA1OjAwPC94YXA6TWV0YWRhdGFEYXRlPgogIDx4YXA6Q3JlYXRvclRvb2w+ QWRvYmUgUGhvdG9zaG9wIENTIFdpbmRvd3M8L3hhcDpDcmVhdG9yVG9vbD4KIDwvcmRmOkRlc2Ny aXB0aW9uPgoKIDxyZGY6RGVzY3JpcHRpb24gcmRmOmFib3V0PSd1dWlkOjc3YjM4Yzk3LWVmNjct MTFlNS04YTc3LWM5ZDkyNDU0YzMxMCcKICB4bWxuczpzdFJlZj0naHR0cDovL25zLmFkb2JlLmNv bS94YXAvMS4wL3NUeXBlL1Jlc291cmNlUmVmIycKICB4bWxuczp4YXBNTT0naHR0cDovL25zLmFk b2JlLmNvbS94YXAvMS4wL21tLyc+CiAgPHhhcE1NOkRlcml2ZWRGcm9tIHJkZjpwYXJzZVR5cGU9 J1Jlc291cmNlJz4KICAgPHN0UmVmOmluc3RhbmNlSUQ+dXVpZDo1Nzk2ZTA2ZS1lZjY3LTExZTUt OGE3Ny1jOWQ5MjQ1NGMzMTA8L3N0UmVmOmluc3RhbmNlSUQ+CiAgIDxzdFJlZjpkb2N1bWVudElE PmFkb2JlOmRvY2lkOnBob3Rvc2hvcDo1Nzk2ZTA2ZC1lZjY3LTExZTUtOGE3Ny1jOWQ5MjQ1NGMz MTA8L3N0UmVmOmRvY3VtZW50SUQ+CiAgPC94YXBNTTpEZXJpdmVkRnJvbT4KICA8eGFwTU06RG9j dW1lbnRJRD5hZG9iZTpkb2NpZDpwaG90b3Nob3A6NzdiMzhjOTYtZWY2Ny0xMWU1LThhNzctYzlk OTI0NTRjMzEwPC94YXBNTTpEb2N1bWVudElEPgogPC9yZGY6RGVzY3JpcHRpb24+CgogPHJkZjpE ZXNjcmlwdGlvbiByZGY6YWJvdXQ9J3V1aWQ6NzdiMzhjOTctZWY2Ny0xMWU1LThhNzctYzlkOTI0 NTRjMzEwJwogIHhtbG5zOmRjPSdodHRwOi8vcHVybC5vcmcvZGMvZWxlbWVudHMvMS4xLyc+CiAg PGRjOmZvcm1hdD5pbWFnZS9qcGVnPC9kYzpmb3JtYXQ+CiA8L3JkZjpEZXNjcmlwdGlvbj4KCjwv cmRmOlJERj4KPC94OnhtcG1ldGE+CiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg CiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAK ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAKICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgIAogICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgCiAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgICAKICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAgICAg ICAgICAgICAgICAgIAo8P3hwYWNrZXQgZW5kPSd3Jz8+/+4ADkFkb2JlAGRAAAAAAf/bAIQAAQEB AQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQEBAQICAgICAgICAgICAwMDAwMD AwMDAwEBAQEBAQEBAQEBAgIBAgIDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMD AwMDAwMDAwMDAwMD/8AAEQgAHgBZAwERAAIRAQMRAf/dAAQADP/EAaIAAAAGAgMBAAAAAAAAAAAA AAcIBgUECQMKAgEACwEAAAYDAQEBAAAAAAAAAAAABgUEAwcCCAEJAAoLEAACAQMEAQMDAgMDAwIG CXUBAgMEEQUSBiEHEyIACDEUQTIjFQlRQhZhJDMXUnGBGGKRJUOhsfAmNHIKGcHRNSfhUzaC8ZKi RFRzRUY3R2MoVVZXGrLC0uLyZIN0k4Rlo7PD0+MpOGbzdSo5OkhJSlhZWmdoaWp2d3h5eoWGh4iJ ipSVlpeYmZqkpaanqKmqtLW2t7i5usTFxsfIycrU1dbX2Nna5OXm5+jp6vT19vf4+foRAAIBAwIE BAMFBAQEBgYFbQECAxEEIRIFMQYAIhNBUQcyYRRxCEKBI5EVUqFiFjMJsSTB0UNy8BfhgjQlklMY Y0TxorImNRlUNkVkJwpzg5NGdMLS4vJVZXVWN4SFo7PD0+PzKRqUpLTE1OT0laW1xdXl9ShHV2Y4 doaWprbG1ub2Z3eHl6e3x9fn90hYaHiImKi4yNjo+DlJWWl5iZmpucnZ6fkqOkpaanqKmqq6ytrq +v/aAAwDAQACEQMRAD8AE3qHqL+XJ0v/AC3OnPml82Omui971e8+i+rO6e4+4O6ut9n9092d29z9 2bJk7W3rI29OwRurs7sHsbtXsPcGRszZbUNR/wCLdjKE+/de6BXpn40fMf5z0lN2v8NP5DP8q/oz 4z7iQ1fXm9fnX0hs6h3TvvbqRpNgt24LA7AbaO58Ngtz02mURnD5fESCuIXJZBR5B7r3THu2Lb/w Q3VtjbX84v8Aki/CDo7qvf8Alk25t/5e/Fr4/dN9j9H4vcTNUGHFbzwS4DeO58FDYu1/4uuaIoSy 4vJLrIq/wmnWm4Hq2HL/AMvT+X9VYygze2vh78O8ht/cGGxmYxOWxHx96cyOMyGJz4/3CZjCZwbb 5U+0MhPdnpDKTVuqqajojrrv6r+Tu4fiP8Fv5dWwPi58LqLfeU+TPzZ+UXxvxu5OraJupsLuDcPZ uyelur+netH7H7c3BtLBYatOYyeMtrag0p6mxxyBh0v65xfHjY/QlD8dN/8Ay3+A/wDLl3t8VPmK etv9lz+anxl6B29tvrqbIdpbTXe3VO1u6uq+2+vpOzOp81vfb7LKmUF8QiOBIFdXC+690t+zujfj tnfkH1z8J/h//Lw+Gfb/AMtOz9s5LeAot8dQ9PbK6g6a2Jgzoi7I7SzP+jj+8x9WHr/9xWJ/3M5n 7E2uSAWM+uOt9BlN8RcjsbZ/bvdOA+LH8l3+YB1B8Ys1kdsfLDavwc6VO1O8emMpsfCw7i3xncJh O49u7s2z21t7aWAYAjG6GzLLe1hkT79U+vXuhK7fwf8ALj6+6N657h6/+EPx17zyXfNRtfA/HHrP r/47dPJubunce9aZ8rgcBhSeuR/AFWkdq/NZLn+DJQ6ACDb3ocek8VaLXpIp8A+w33metIupv+E5 X+zSrXeU/wAvlcLiH+Qoti/49/o2/wBJqoeuP9Ln93zbjC/wS/7l/H6vfuPS2M0IJ4dJjduwPiXv T4YfLDtrr34i9e/E/wCU/wATNudyVWXxO1dhbL6o7++L/wAnfjdhxv3BZjD9o9TDaG48Hm9rbkwd DlcLk8bltObB9Q+uN9qOmevoie/de6//0GD409HY/wCdnzJ/kK/DDteH+MfGnoj+VR0V87t9dfV7 pHQ9h7pGzI9hYXE5/AusqZ7BR7g2VgyiuhV8PXVw4+/JHuvdWx/Hj+dh/ME+Q3U/ZX8w3ZXwz6Iy X8rbrLdnf755F7kze3fmBg+nPj1sjcG+c53PNg85HJ1lnqV4sQIl2zjFOYbK/wCQllx6jK+/de6G L4edzfOX+b30dhqb5wfCb4tj+W/86uh+wMhR5br3tzO5PtrqSgizdTg9iYnfWA35gxFn9/bqidcr hcztYxDCNQLkGbHZRUx5q/wnrTcOq9/5JWT39H8J+0OhOy8wM/l/hN8ve9fh9h8+rErX7Z6oTb+d wzoT/ZeTe1fjLfRcNQUS/j2hl4k9IZuLdKb40b03dN/wlz+SXT/xg7gynxu+X3wU6070p+/ptpbj zu2u3etd/wDRPc+4++O3BJn9vNFurA535AdeYLNDC5UCMF88QJb0NaUMOl/XXya3ru+m/wCEtvxy 6l+UXb+V+S/y2+dvWnRVP0TV7t3Pmdydmdk7+707n253p1JfM52V9053PdAdc57DfxnJuJbtgPU9 6xC/uvdBd8afi18JfkZ8+f5kfTfy260zW4e/d89b9E9//Dmp2lvl9mdvbv2DsfpobD3xi+ks4Nx7 T2zH2LtDsfZIH8MypCKleS4/hYyLe0/W+kN8DO3/AJi/A3G/KDszpb4y0++/hb8TuvMX1n3jmfnl snoj4efJva/+iM53N5r40bG7v2Av92+4dvdXHOo2HyW68OUzT7h8eL+wQgNvr3QGfy585s/42dn/ AMkbu3vvbQ6s6Tm3P87dr4bJbor0xuK6d3N8x23BnviuMxMzLHgRJ1wP4WuSNkxAyFmZRz710xFT tp0L3bHxzzFZ8d+6f5ePX/xG+Wu9/wCZJvT58DsvZ/yh7O+OGydt4nr/AB2Z7Rwe/D3Wnyo6ej/u 4evZdtvXB8qzkDNZyr04vG4w0GOoNdLYviXps+ZW/wDZfd3bP/ChHvTp5sduLqzK/HDFdM/6RcEI 5ttdk9ydGfEvf2D7xyuGVGkjkfaZzuDxTZIErfH8Fgb+1PTHW/P7917r/9EuHUnyd250Pt3+Uh/O B+Otc3d+xvhf8ZerfgT/ADEev9jUeYTevWGxB1ocG2WfbufQOP7p7kzmbyf8UV4sPlsyMNYjG14K +691shfE/wDlFfyhu+nx3ym+L3YfaPbHxo3v2BufuLB/HHbfyE3jlvhfju0d77Rl2xvHNS9FokD4 Pc0m380cdUYfLOhiiP8ADZKBcYooB7r3Rb+/+qP5YP8AwnawtL8j8R2r8i+z++No7E7S2h8Ffhh2 N8l93b+w+38p2zlic9g+perI0gl2515uPcUanOZfKplEXlwa7K/YL7917quL4gfJn43fylvivtnq z58d/UHXXy2+T28N8/MHt3r59odlb13TtXdHaw2+ka73wPX+3d3/AMA3K228FQ2TKHEEZn70C/8A D7+/de6Lj2z/ADAv5Rm9+2p/kD1b87+//ir3xX0tFitw9v8AxVxfyX6j3nvrbuEWBcTiOzkfpXde 1uwMMRHHqGUw5dgq3BAt7917pt69+fH8pDbHbB+QPafzt78+VHflNTZbD7c7h+UWK+SfbO4djbcz IZ2w2yMKOldpbV2FgwZCf9xOI1Xfj629+690ru/f5j/8m/5GY/bFRvf5J7nwW9evMwdydWds9Y7D +S3W/bfVW51dG/i+x987e63/ALyYNQ6Kbci4Hv3XugjznzU/ld9qT7Xj+UX80X5rfM7Z2z6qhr9v dTfJ+u773z1Iu5MEf9w+c3BsTb3xy2pt3fWesbFsuMvqUm5IJ9+690Z3sr+bX/J97e2HnOsux+7M Tu/Yu4cYuIym2cj0T8gI6CpoY2Dxuki9cK8csbKCCLEEce/de6Kp/s7P8uH+5P8Aoc/4ec/mT/6A dX2H+gf/AElfJP8A0af3Fvp/0Zfxz/Zcf9J3+jv+7f8AuK/hf8Ytb37r3Sx7a/mVfypsH8IO9PjL 8d+2sVgKXK/HTubr7rDYO3enO/MdQ1m5969Z53A4vEJmty9dwB5dy7hzupsnl3XSOWKjn37r3X0n ffuvdf/S1c/5TWf+e+1+792bi+DuyKHsn+DbArqrv/YO/q/aOJ6S3d1BGGQ4/t7Idhbn2jsKgoqi F5nxnly9FlVCVH2M32zVCj3XurHesOzP5dPaHZG4M70Z8av5ufxg76pq6Wm7C2B/KJ7S6y7g6wrc kWlZ8ptbemDy01VJigdSpT7doaLA6dOhtPjPv3XunPpzvL4y7E70baX8vD4Sd893fzD8xO52f25/ NW7n6f2p2RsndHp/a2ZsLL9hbN2lvTsIpfwywvjNxD16Iz67+691r4fKn/Zim+QvazfLQbzi+RP9 7aj/AErp2Pd91f3k13mOQ8l4hT6SgVFY02kJpexW3uvdXbfEvsLfOK/kWfIPY9F0p35ufr6v7++a mR3b2ZQ0eHoPitS5jJ/HT4XUeNxXdO/d5/J7G9ObG7C2HlsPj8ptKg390l2BuLee5cnjcN1Jndp9 gMNxYr3XuiT/ADsy/wAhcp051vRdh7Wzu287t7PUOH+f+Yp6nqeo3Bvr+YNPX9pbj653X8l4OsNw Z7sOm7eovh/m8NgI4e0afCbmbtHD9sSmlfeT9pZCu917pn/l1bxzuzdp/wAx/LYDqjr3teiqfgHJ JvXbHa+S6touo6HrnBfND4Obu39D2NP2B2R1ZuISb1wu2Dtfbf8AcDI1Xa1PvTceIk209JnoYc1j vde6tM7/AN8ZXeHx97rbrHpP5NdO9TbX+MPx0m3xhI95fEzf2ye0+stx/wAn34F7B+MOL/mH9p5L ca7J2LtnpZ9iSdgfHfKZvrybcXaXYG9crgdgY3rzsqlrajEe691rq/H6ChrO9+jaesy+2Nt42t7T 64oWzm5NsdM7525t6J954eKbcO79m/IneXXXQG6cLSVrmetxvYO4cVtCqokMObq6bEM06+691tzb U+Q/bO1Plx2Rne0fg181u3c3uDP/AAKo+4MB83K/v/rXfm3P5amCz3y8PzBz0HXvyK/mA7h7g68+ Ee687lcHS7pxvava3bPxcqdy4WtyvYdZgaLK7S25i/de60vGaNYQJ0Mig2iZWYkoRUxSGmjlMNY9 N4nWWFlaOFNGiVJCb+/de6++x7917r//2b== Vol. 11, No.20 (2021) RNPS: 2286The objective of the present investigation is to elaborate a methodology for the identification of possible talents in the Olympic Wrestling of the Sports Federation of Azuay in Ecuador. In the course of the investigation, insufficient mechanisms and procedures were detected that support the procedures to identify possible talent. These with the evaluation of scientific methods such as analysis-synthesis, the historical-logical, interviews, document analysis, structural functional systemic that allowed the construction of the proposed methodology, allowed together with the characterization of the samples to provide approaches with indicators based on the fundamentals methodologies of the sporting process studied.Keywords: Olympic wrestling; Talent identification; Talent selection; MethodologyINTRODUCCIÓNLos avances de la ciencia y las tecnologías han marcado en números deportes cambios estructurales y metodológicos en sus formas de entrenamientos desde edades tempranas, en este caso sobresalen los deportes de combates donde las categorías de peso corporal en los últimos años se han modificados y se reajustan de acuerdo a las exigencias de los eventos olímpicos y de carácter mundial. En correspondencia, la lucha olímpica constituye una de las manifestaciones deportivas más universales y difundidas en diferentes sociedades, donde se conectan elementos culturales, pero detrás de su práctica se revelan de manera explícita la preparación del hombre como ser biopsicosocial, pues para su ejecución es necesario provocar cambios en el organismo desde el punto de vista físico, biológico y psicológico, que no ocurren espontáneamente, sino que necesitan de su planificación. En este sentido teniendo en cuenta numerosas investigaciones de este corte y la revisión de programas que tributan hacía el deporte de la lucha olímpica, al respecto Sánchez y Lastres (2020) durante la I Conferencia Online de Ciencias Aplicadas al Alto Rendimiento, Cocar 2020, plantean “que hoy no aparecen modelos de selección de talentos de finalidad táctica (juegos deportivos y de combate) en el mundo”, lo cual se hace necesario crear una herramienta que facilite el proceso metodológico para la elaboración del modelo de selección, según las exigencias de la competición. En la Revista Cubana de Investigaciones Biomédicas, se ofrecen estudios realizados en las eniversidades ecuatorianas de Guayaquil, Universidad Nacional de Chimborazo y la Universidad de las Fuerzas Armadas ESPE. Abordan desde los Fundamentos biomecánicos de la lucha deportiva como elaborar las estructuras más efectivas de las acciones técnicas, las cuales pueden ser divididas en acciones de ataques, defensas y contraataques. Los luchadores que tienen un buen desarrollo técnico dominan a menudo a contrarios que los superan en fuerza física. (Gonzales, Rodríguez, Loaiza, Álava, Letamendi, y Romero, 2017, p.1), estos argumentos revelaron importantes aportes sobre cómo mejorar la identificación del talento de base para lograr un tránsito por la pirámide del deporte en el Ecuador y se lograran resultados palpables en la medida que la investigación exponga.La identificación de posibles talentos para el deporte y la consecuente metodología que se aplica para lograr escoger a un posible luchador de estilo olímpico que posea las mejores condiciones para la práctica exitosa de determinados escenarios, constituye un tema de una constante actualidad en el mundo, por la importancia que reviste contar, con suficiente antelación, de un material humano susceptible de superar las realizaciones deportivas.Otros autores como Martínez y Carralero (2018) plantean la necesidad de establecer una reserva deportiva escolar a partir de la aplicación de procedimientos estratégicos en la selección de talentos (p.118), enmarcándose la investigación en el proceso de la clase de Educación Física a través del Deporte Participativo en las edades 10 y 11 años, previas a su incorporación al alto rendimiento.En la selección deportiva se utiliza frecuentemente el término talento, una palabra muy común entre instruidos y profanos. Según Pila (2000) el talento en el ser humano es toda conducta supra normal o sobresaliente en las manifestaciones de este como ser social, ya sea en el arte, la cultura, las ciencias o el deporte. Al referirse a este tema, y Zatsiorsky (1989) detalla que el talento deportivo se caracteriza por determinada combinación de las capacidades motoras y psicológicas, así como de las aptitudes anátomo-fisiológicas que crea, en conjunto, la posibilidad potencial para el logro de altos resultados deportivos en un deporte concreto. Citados por (Romero, Bacallao, Chávez y Vaca, 2014, p.1)Más reciente autores como Romero y Becali (2014), describen que por lo general el talento aparece en la “iniciación deportiva. Se puede comprender el proceso que vivencia una persona (normalmente el niño) desde su llegada a una escuela hasta la práctica deportiva competitiva. Romero y Jova (2009, 2015) establecen varios modelos que se utilizan en la selección deportiva y destacan la importancia de mezclar esos modelos, para obtener un mejor desarrollo de este proceso, que implica un aprendizaje dado y posterior entrenamiento progresivo, dirigido a mejorar y después perfeccionar los diferentes aspectos orgánicos, funcionales, técnicos y tácticos necesarios al óptimo ingreso en el deporte escogido. Citado por (Romero, Bacallao, Chávez y Vaca, 2014, p.1)Se asume el criterio expuesto por Noa (2002) cuando plantea que: “El progresivo y cada vez más exigente proceso de formación deportiva, plantea como una tarea prioritaria, enfatizar más en la calidad del proceso de selección de los niños que se inician en el deporte…”. (p. 6).Los argumentos que hasta aquí se exponen en cuanto a la situación problemática de la presente investigación permitieron determinar que la contradicción fundamental radica en las limitaciones que presentan las formas actuales de identificación que no permiten una adecuada captación de talentos en la lucha olímpica de base a partir de los perfiles de selección acorde con las exigencias actuales, detectándose insuficiencias que limitan el desarrollo de la selección de talentos en la Lucha Olímpica de la Federación Deportiva del Azuay, Ecuador. Estas insuficiencias están dadas por:El uso de concepciones de otros deportes de combate, la concepción de indicadores suficientes y adecuados, la dirección de los procesos de identificación hacia los controles y las evaluaciones que se realizan al marco del rendimiento técnico y físico, insuficientes indicaciones para realizar el control y evaluación del talento de manera general, así como la no existencia de metodologías acompañadas de indicadores que faciliten una mejor selección del talento.Las inconsistencias teóricas y metodológicas que presenta el mecanismo de control de los modelos de identificación de talentos utilizados en el deporte de lucha olímpica en el Ecuador, detectadas en el diagnóstico fáctico realizado permitieron revelar el problema científico que originó esta investigación para elaborar una Metodología para la identificación de talentos en la Lucha Olímpica de la Federación Deportiva de Azuay acorde con las exigencias actuales de este deporte.MÉTODOSPara el desarrollo de la investigación se trabajó con el total de los atletas comprendidos entre las edades de 12 a 15 años que entrenan en el gimnasio “Fernando López Gómez” en la provincia ecuatoriana de Azuay.En una primera etapa, se determinaron las principales tendencias y características de los modelos de identificación para identificar el talento en la Lucha Libre en el eslabón de base. Con este objetivo se realizó un estudio de los contenidos de los documentos relacionados con el proceso de identificación del talento en la lucha olímpica desde la base y los aspectos concernientes a los indicadores a tener en cuenta para este proceso.Se realizó un estudio comparativo entre cómo identificar el talento y el uso de los procedimientos para la selección del talento, lo que permitió la determinar y reorganizar los indicadores por perfiles atendiendo a las características de las edades y las exigencias actuales de la metodología que se propone en el proceso de identificación del talento en la lucha olímpica desde la base y para corroborar el nivel de funcionalidad práctica.Se entrevistaron entrenadores, metodólogos y especialistas de la lucha olímpica para recoger los criterios relacionados con las concepciones y conocimientos que poseen sobre la identificación del posible talento.Se aplicó una encuesta a los luchadores jóvenes para conocer las posibles características para su identificación como talento. Se realizaron, además, talleres de opinión crítica y construcción colectiva para socializar los aportes de la investigación, lo cual sirvió permitió enriquecer la fundamentación y estructura de la misma.En una segunda etapa, se procesó la información obtenida con el objetivo de determinar características, resultados, buscar relaciones entre componentes y elaborar conclusiones parciales y finales, además de establecer los nexos internos, el orden lógico y las principales características derivadas del análisis de los fenómenos relacionados con el proceso de identificación del talento en la lucha olímpica desde la base.Se elaboró la metodología a partir de la lógica o sucesión de los procedimientos a seguir, así como la determinación de la recursividad y la jerarquía del sistema, la sinergia entre sus componentes, su entropía, homeostasis y su autopoiesis, de manera que permita la modelación y construcción del sistema definitivo que dé solución al perfeccionamiento de la metodología para la identificación del talento en el deporte de la lucha olímpica en el eslabón de base.RESULTADOSRasgos fundamentales que caracterizan una metodologíaSegún autores como Álvarez (1996), Bermúdez y Rodríguez (1996), de Armas (2011) y Lastres (2020) la metodología responde a una teoría y/o práctica educacional y deportiva, se sustenta en un cuerpo teórico (marco categorial, principios y premisas), constituye un proceso conformado por etapas que concluyen en acciones o procedimientos, que ordenados de manera particular y flexible permiten el logro del objetivo, así como, poseen un carácter flexible, aunque responde a un ordenamiento lógico.Estructura de la metodología para la identificación de talentos en la Lucha Olímpica de la Federación Deportiva del AzuayDe acuerdo a lo planteado por los autores antes mencionados la metodología que se propone para la identificación de talentos en la Lucha Olímpica de la Federación Deportiva del Azuay se estructura de la siguiente forma, objetivo, características, tres etapas y fases.La primera etapa de diagnóstico tiene como objetivo diagnosticar integralmente a los luchadores olímpicos de 12 a 15 años de edad para conocer su estado físico y psicológico, luego de aplicados los instrumentos se procesa la información obtenida, se seleccionan y preparan metodológicamente los entrenadores, a partir de sus roles y funciones para dar paso a la segunda etapa. Esta etapa cuenta con tres fases: diagnóstico, estructuración y sensibilización; y la de control.La segunda etapa es la de planificación y organización es en la que se modela la metodología, se establecen los indicadores y se realiza la organización, se verifican los niveles de cumplimiento y se consideran sugerencias y las acciones necesarias para dar paso a la próxima etapa. Esta etapa cuenta con tres fases: selección y configuración, diseño y control.En la tercera etapa es donde aplica la metodología, para ello se orientan las normativas a seguir en cada actividad de identificación, se integran los resultados parciales entregados por los entrenadores, principales y los compilados por la Federación de Lucha Olímpica, se constatan los niveles de cumplimiento de los objetivos propuestos. Se consideran sugerencias y acciones necesarias para la próxima etapa y según los resultados obtenidos y compendiados de los controles al proceso de identificación en cada etapa se efectúan adecuaciones para el perfeccionamiento de la metodología. Esta etapa cuenta con las siguientes fases: orientación, control, indagación y reajuste.Guía metodológicaNo.Talleres1Taller sobre el diagnóstico y auto-diagnóstico de la potencialidades físicas y psicológicas de los entrenadores y luchadores en el proceso de identificación.2Taller de orientación sobre la planificación de las actividades a realizar en el proceso de identificación del talento.3Taller de sensibilización sobre los roles y funciones de los entrenadores en el proceso de preparación técnica del tiro en suspensión en la categoría.4Taller de orientación metodológica sobre la elaboración y cumplimiento de las actividades normativas para el proceso de identificación del talento, a partir los roles y funciones de los entrenadores.Fuente: elaboración propiaDISCUSIÓNEsta investigación se distingue por la elaboración de una metodología que revela las relaciones internas e integradoras entre los componentes teóricos y categoriales de la distribución e interconexión de las actividades, aspecto que la distinguen de otras y que enriquecen la teoría y metodología del entrenamiento de la Lucha Olímpica de la Federación Deportiva del Azuay para la identificación de talentos.Otros elementos que la distinguen son los indicadores, aspectos y características para para la identificación del talento en el eslabón de base del deporte de lucha olímpica, las indicaciones metodológicas para su operacionalización e implementación que se proponen.El análisis de los referentes teóricos permitió conocer las características del proceso de identificación del talento en la lucha olímpica, así como las tendencias de los modelos de selección utilizado y sus principales irregularidades, la importancia y actualidad e indicadores determinante para su selección. Lo cual desde el diagnóstico se identifican las carencias que desde la teoría se presentan en el proceso de identificación del talento en la lucha olímpica, desde el eslabón de base, así como las limitaciones develadas en los programas de la Federación de lucha en el Ecuador.La consulta de varias investigaciones relacionadas con el tema objeto de estudio permitió además clarificar elementos a tener en cuenta para realizar una buena identificación de talentos tal es el caso de lo expuesto por Martínez y Carralero (2018) quienes abordan la necesidad de seleccionar talentos entre 10 y 11 años mediante procedimientos claves desde la Educación Física antes de incorporarse al alto rendimiento, de esta aseveración se asumen elementos que pueden ser aplicables a la muestra que se utiliza para esta investigación.Por su parte Noa (2000) aborda la prioridad de hacer énfasis en la calidad de los escolares al iniciar su vida deportiva, lo que implica que la selección de niños con aptitudes para la práctica satisfactoria de deportes en este caso la lucha olímpica, es una de las tareas más importantes en el proceso de formación deportiva, constituyendo una de las principales demandas investigativas de este deporte en la Federación Deportiva del Azuay.Respecto al talento autores como Zatsiorsky (1989), Pila (2000), Romero y Becali (2014) abordan elementos esenciales de este concepto y sus características en el deporte, elementos que permitieron asumir que el talento es toda manifestación por encima de los datos medios poblacionales, en cualquier esfera, ya sea el arte, el deporte, la cultura y otras múltiples.Del análisis de los modelos propuestos por Romero y Jova (2009, 2015) para la selección deportiva en los que abordan el entrenamiento progresivo dirigido a mejorar y perfeccionar aspectos necesarios para el óptimo ingreso en el deporte escogido, de ahí que un niño pudiera ser un posible talento en preparación física o en el dominio de determinadas habilidades motrices, sin embargo, la posesión de una u otra capacidad no indica, necesariamente, que se está en presencia de un talento para el deporte. No hay que perder de vista que este proceso conlleva a todo un sistema de medidas organizativas.El análisis de los fundamentos teórico-metodológicos expuestos sobre la Teoría General de Sistema permitió establecer las bases estructurales entre cada uno de los componentes de la metodología propuesta para su mejor estructuración y tratamiento metodológico, aportando indicadores según las características de los luchadores y las de los modelos anteriormente utilizados a estas edades comprendidas en el estudio.La metodología propuesta constituye una herramienta de trabajo diario que permite a entrenadores y especialistas mejorar el proceso de identificación de talentos en la Lucha olímpica en el eslabón de base a partir del control y evaluación de manera eficiente del talento, así como la captación objetiva de posibles talentos, atendiendo a las necesidades del equipo, las características y funciones.REFERENCIAS BIBLIOGRÁFICASGonzales, S., Rodríguez, A., Loaiza, L., Álava, G., Letamendi, C. y Romero, E. (2017). Fundamentos biomecánicos de la lucha deportiva. Revista Cubana de Investigaciones Biomédicas 36 (3) 2017.Martínez, Y. y Carralero, A. (2018). Estrategia en la selección de talentos en el deporte de atletismo en las edades de 10 y 11 años, previas a la entrada en la EIDE provincial. Según características demográficas y sociológicas. Universidad y Ciencia Vol.7(2), abril-julio. Recuperado a partir de http://revistas.unica.cu/index.php/uciencia/article/view/486Noa, H. (2002). Estudio sobre la selección de talentos futbolísticos para la iniciación al deporte de Alto Rendimiento. Trabajo de grado, Doctorado en Ciencias de la Cultura Física, Instituto Superior de Cultura Física, La Habana, Cuba.Romero, E., Bacallao, J., Vinueza, E., Chávez, E. y Vaca, M. (2014). Normas de detección masiva de posiblestalentos deportivos en Ecuador. EFDeportes.com, Revista Digital. Buenos Aires, Año 19, Nº 201. Recuperado de https://www.efdeportes.com/efd201/deteccion-masiva-de-posibles-talentos-deportivos.htmRomero, J. y Becali, E. A. (2014). Metodología del Entrenamiento Deportivo. La Escuela Cubana. La Habana: Editorial Deportes.Sánchez, B. & Lastres, A. (2020). Deportes de combate hacia un modelo científico de selección de talentos. 1ra Conferencia Online de Ciencias aplicadas al Deporte de Alto Rendimiento COCAR2020. Conferencia Magistral, La Habana.Metodología para la identificación… Geovanny Gómez-Jiménez, Rubén Castillejo-Olán____________________________________________________________________________________________________________________________________Vol. 10, No.19 (2020) RNPS: 2286