<?xml version='1.0' encoding='UTF-8'?>
<codeBook xmlns="ddi:codebook:2_5" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:tr="urn:translation" ID="lil-1473" xml:lang="fr" version="2.5" xsi:schemaLocation="ddi:codebook:2_5 https://www.ddialliance.org/Specification/DDI-Codebook/2.5/XMLSchema/codebook.xsd">
  <docDscr>
    <citation>
      <titlStmt>
        <titl xml:lang="fr">
          Niveaux de vie et disponibilités alimentaires en France au milieu du XIXe siècle
        </titl><parTitl xml:lang="en" tr:origin="machine">Living standards and food availability in France in the mid-19th century</parTitl>
        <IDNo>
          lil-1473
        </IDNo>
      </titlStmt>
      <rspStmt>
        <AuthEnty affiliation="ADISP" xml:lang="fr">
          AL
        </AuthEnty><AuthEnty affiliation="ADISP" xml:lang="en" tr:origin="machine">AL</AuthEnty>
      </rspStmt>
      <prodStmt>
        <prodDate date="2021-07-15">
          2021-07-15
        </prodDate>
        <software version="4.0.10" date="2018-05-02">
          Nesstar Publisher
        </software>
      </prodStmt>
      <verStmt>
        <version date="2023-11-14" xml:lang="fr">
          <![CDATA[Version 1 (15/07/2021) : documentation des parties haute et basse et publication.
Version 1b (14/11/2023) : harmonisation de la documentation pour le Data Catalogue.]]>
        </version><version date="2023-11-14" xml:lang="en" tr:origin="machine"><![CDATA[Version 1 (15/07/2021): documentation of the upper and lower parts and publication.
Version 1b (14/11/2023): Harmonisation of documentation for the Data Catalogue.]]></version>
      </verStmt>
      <holdings URI="https://data.progedo.fr/studies/doi/10.13144/lil-1473"/>
    </citation>
  </docDscr>
  <stdyDscr>
    <citation>
      
      
      
      
      
      
    <titlStmt>
        <titl xml:lang="fr">
          Niveaux de vie et disponibilités alimentaires en France au milieu du XIXe siècle
        </titl><parTitl xml:lang="en" tr:origin="machine">Living standards and food availability in France in the mid-19th century</parTitl>
        <subTitl xml:lang="fr">
          Etude d’après les listes de tirage au sort et l’enquête agricole de 1852.
        </subTitl><subTitl xml:lang="en" tr:origin="machine">Study based on the conscription lottery lists and the 1852 agricultural survey.</subTitl>
        <IDNo agency="DOI">doi:10.13144/lil-1473</IDNo>
      </titlStmt><rspStmt>
        <AuthEnty affiliation="FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard" xml:lang="fr">
          Heyberger, Laurent
        </AuthEnty><AuthEnty affiliation="FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard" xml:lang="en" tr:origin="machine">Heyberger, Laurent</AuthEnty>
      </rspStmt><prodStmt>
        
        
        
      <producer abbr="FEMTO-ST, UMR 6174" affiliation="Université de technologie de Belfort Montbéliard" xml:lang="fr">
          Franche-Comté Electronique Mécanique Thermique et Optique – Sciences et Technologies
        </producer><producer abbr="FEMTO-ST, UMR 6174" affiliation="Université de technologie de Belfort Montbéliard" xml:lang="en" tr:origin="machine">Franche-Comté Electronique Mécanique Thermique et Optique – Sciences et Technologies</producer><prodDate date="2009">
          2009
        </prodDate><software version="4.0.10" date="2018-05-02">
          Nesstar Publisher
        </software></prodStmt><distStmt>
        <distrbtr abbr="Progedo-Adisp" affiliation="Quetelet-Progedo-Diffusion " URI="http://www.progedo-adisp.fr" xml:lang="fr">Archives de Données Issues de la Statistique Publique (ADISP)</distrbtr><distrbtr abbr="Progedo-Adisp" affiliation="Quetelet-Progedo-Diffusion " URI="http://www.progedo-adisp.fr" xml:lang="en" tr:origin="machine">Archives de Données Issues de la Statistique Publique (ADISP)</distrbtr>
      </distStmt><verStmt>
        <version date="2021-07-15" xml:lang="fr">
          Version 1
        </version><version date="2021-07-15" xml:lang="en" tr:origin="machine">Version 1</version>
      </verStmt><biblCit>doi:10.13144/lil-1473
Niveaux de vie et disponibilités alimentaires en France au milieu du XIXe siècle  -  FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard (producteur), Heyberger, Laurent (auteur), PROGEDO-ADISP (diffuseur).</biblCit><holdings URI="https://data.progedo.fr/studies/doi/10.13144/lil-1473"/></citation>
    <stdyInfo>
      <subject>
        <keyword xml:lang="fr">
          XIXe siècle
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/84295dd9-19c1-4bbb-8157-df3141432e34" xml:lang="fr">
          Données anthropométriques
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/3f13a7a8-5a4f-403b-a462-13fe5d3c5128" xml:lang="fr">
          Niveau de vie
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/19540cc0-7c53-4904-b04d-72c0e99d607d" xml:lang="fr">
          Nourriture et alimentation
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/97841e21-83f1-49d1-9818-04959e78f5e3" xml:lang="fr">
          Conscription
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/3e4c971a-41c4-4768-9516-52150fbb4617" xml:lang="fr">
          Urbanisation
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/a583d79d-4d72-45b2-91f6-71ead496b3c4" xml:lang="fr">
          Industrialisation
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/824f2b79-678a-4480-b20b-c6e61ae672db" xml:lang="fr">
          Campagne
        </keyword>
        <keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/f886eca4-86c9-4e4d-9e06-0caeb7872f57" xml:lang="fr">
          Transport ferrovière
        </keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/84295dd9-19c1-4bbb-8157-df3141432e34" xml:lang="en" tr:origin="machine">19th century</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/3f13a7a8-5a4f-403b-a462-13fe5d3c5128" xml:lang="en" tr:origin="human">Anthropometric data</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/19540cc0-7c53-4904-b04d-72c0e99d607d" xml:lang="en" tr:origin="human">Standard of living</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/97841e21-83f1-49d1-9818-04959e78f5e3" xml:lang="en" tr:origin="human">Food and nutrition</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/3e4c971a-41c4-4768-9516-52150fbb4617" xml:lang="en" tr:origin="human">Conscription</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/a583d79d-4d72-45b2-91f6-71ead496b3c4" xml:lang="en" tr:origin="human">Urbanization</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/824f2b79-678a-4480-b20b-c6e61ae672db" xml:lang="en" tr:origin="human">Industrialization</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/f886eca4-86c9-4e4d-9e06-0caeb7872f57" xml:lang="en" tr:origin="human">Countryside</keyword><keyword vocab="ELSST" vocabURI="https://elsst.cessda.eu/id/f886eca4-86c9-4e4d-9e06-0caeb7872f57" xml:lang="en" tr:origin="human">Railway transport</keyword>
        <topcClas xml:lang="fr">
          Données historiques
        </topcClas>
        <topcClas xml:lang="fr">
          Population et démographie
        </topcClas>
        <topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="fr">
          Histoire
        </topcClas>
        <topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="fr">
          Conditions de travail
        </topcClas>
        <topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="fr">
          General health and well-being
        </topcClas>
        <topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="fr">
          Diet and nutrition
        </topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="machine">Historical data</topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="machine">Population and demography</topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="human">History</topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="human">Working conditions</topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="machine">General health and well-being</topcClas><topcClas vocab="CESSDA" vocabURI="https://vocabularies.cessda.eu/" xml:lang="en" tr:origin="machine">Diet and nutrition</topcClas>
      </subject>
      <abstract xml:lang="fr">
        Les niveaux de vie sont une réalité multidimensionnelle. Il s'agit ici de voir dans quelle mesure des indices classiques, du type salaires, disponibilités alimentaires ou budgets populaires peuvent expliquer ou non les disparités spatiales et sociales de stature (niveau de vie biologique). Il s'agit aussi, grâce aux données de l'enquête agricole de 1852, aux données du recensement et aux données anthropométriques individuelles des listes de tirage au sort, de tester l'exception française -d'un point de vue anthropométrique- de grands citadins, dans un contexte occidental où l'urbanisation de l'industrialisation précoce se traduit plutôt par un malus urbain.
      </abstract><abstract xml:lang="en" tr:origin="machine">Living standards are a multidimensional reality. The aim here is to see to what extent conventional indices, such as wages, food availability or popular budgets may or may not explain spatial and social disparities in stature (biological standard of living). Thanks to data from the agricultural survey of 1852, census data and individual anthropometric data from the drawing lists, it is also a question of testing the French exception - from an anthropometric point of view - of tall urban dwellers, in a Western context where the urbanisation of early industrialisation results rather in an urban malus.</abstract>
      <sumDscr>
        <collDate date="2002" event="start"/>
        <collDate date="2009" event="end"/>
        <nation abbr="FR" xml:lang="fr">
          France
        </nation><nation abbr="FR" xml:lang="en" tr:origin="human">France</nation>
        <geogCover xml:lang="fr">
          France métropolitaine
        </geogCover><geogCover xml:lang="en" tr:origin="human">Metropolitan France</geogCover>
        <geogUnit xml:lang="fr">
          Arrondissement (enquête agricole de 1852), Canton (listes de tirage au sort pour la classe 1868)
        </geogUnit><geogUnit xml:lang="en" tr:origin="machine">Arrondissement (1852 agricultural survey), canton (military conscription drawing-of-lots lists for the class of 1868)</geogUnit>
        <anlyUnit xml:lang="fr">
          Individu.
        </anlyUnit><anlyUnit xml:lang="en" tr:origin="human">Individual</anlyUnit>
        <universe xml:lang="fr">
          Cohorte des jeunes gens âgés de 20 ans révolus.
        </universe><universe xml:lang="en" tr:origin="machine">Cohort of young people aged 20 (in completed years).</universe>
        <dataKind xml:lang="fr">
          Données administratives individuelles
        </dataKind><dataKind xml:lang="en" tr:origin="machine">Individual administrative data</dataKind>
      </sumDscr>
      <notes xml:lang="fr">
        la liste des 45 départements pour lesquelles les données ont été collectées : Alpes (Hautes), Aube, Aude, Aveyron, Bouches-du-Rhônes, Calvados, Corrèze, Côte-d'Or, Côtes-du-Nord, Creuse, Dordogne, Doubs, Drôme, Finistère, Gard, Garonne (Haute), Gers, Hérault, Ille-et-Vilaine, Indre, Jura, Loire-Inférieure, Maine-et-Loire, Manche, Marne, Marne (Haute), Mayenne, Meurthe, Morbihan, Moselle, Nièvre, Nord, Orne, Rhin (Bas), Rhin (Haut), Rhône, Saône (Haute), Sarthe, Seine, Seine-et-Marne, Seine-Inférieure, Somme, Vienne, Vienne (Haute), Vosges.
      </notes><notes xml:lang="en" tr:origin="machine">the list of the 45 departments for which the data were collected: Alpes (Hautes), Aube, Aude, Aveyron, Bouches-du-Rhônes, Calvados, Corrèze, Côte-d'Or, Côtes-du-Nord, Creuse, Dordogne, Doubs, Drôme, Finistère, Gard, Garonne (Haute), Gers, Hérault, Ille-et-Vilaine, Indre, Jura, Loire-Inférieure, Maine-et-Loire, Manche, Marne, Marne (Haute), Mayenne, Meurthe, Morbihan, Moselle, Nièvre, Nord, Orne, Rhin (Bas), Rhin (Haut), Rhône, Saône (Haute), Sarthe, Seine, Seine-et-Marne, Seine-Inférieure, Somme, Vienne, Vienne (Haute), Vosges.</notes>
    </stdyInfo>
    <method>
      <dataColl>
        <dataCollector affiliation="FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard" xml:lang="fr">
          Heyberger, Laurent
        </dataCollector><dataCollector affiliation="FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard" xml:lang="en" tr:origin="machine">Heyberger, Laurent</dataCollector>
        <frequenc xml:lang="fr">
          Un seul point de sondage : classe 1868 (cohorte née en 1848).
        </frequenc><frequenc xml:lang="en" tr:origin="machine">One survey point: class 1868 (cohort born in 1848).</frequenc>
        <sampProc xml:lang="fr">
          Collecte intégrale des données, pour les conscrits toisés uniquement. Limite de la collecte : les dossiers de conscrits pour lesquels la stature n'était pas reportée n'ont pas été collectés (le cas s'est présenté dans plus d'un arrondissement).
        </sampProc><sampProc xml:lang="en" tr:origin="machine">Full collection of data, only for measured conscripts. Limit of collection: records of conscripts for whom stature was not recorded were not collected (the case occurred in more than one arrondissement).</sampProc>
        <collMode xml:lang="fr">
          Saisie sur Excel
        </collMode><collMode xml:lang="en" tr:origin="machine">Enter on Excel</collMode>
        <resInstru xml:lang="fr">
          ordinateur portable
        </resInstru><resInstru xml:lang="en" tr:origin="machine">laptop</resInstru>
        <sources>
          <dataSrc>
            <![CDATA[listes tirage au sort, classe 1868
Enquête agricole 1852
Bonneuil 1997 : Bonneuil N., Transformation of the French demographic Landscape, 1806-1906, Clarendon press, Oxford, 1997.
Le Mée 1989 : Le Mée R., "Les villes de France et leur population de 1806 à 1851", Annales de démographie historique, 1989, p. 321-393.
carte du réseau de chemin de fer en 1853
carte du réseau de chemin de fer en 1868
recensement de 1851.]]>
          </dataSrc>
        </sources>
        <ConOps xml:lang="fr">
          Recoupement avec le compte rendu sur le recrutement de l'armée pour l'année 1868 afin de vérifier le nombre de conscrits examinés.
        </ConOps><ConOps xml:lang="en" tr:origin="machine">Cross-referenced with the 1868 military recruitment report to verify the number of conscripts examined.</ConOps>
      </dataColl>
    </method>
    <dataAccs>
      <setAvail>
        
        
        
        
        
        
      <accsPlac URI="https://data.progedo.fr" xml:lang="fr">Application de commande Quetelet-Progedo</accsPlac><accsPlac URI="https://data.progedo.fr" xml:lang="en" tr:origin="human">Quetelet-Progedo data request portal</accsPlac><origArch xml:lang="fr">ADISP - Archives de Données Issues de la Statistique Publique</origArch><origArch xml:lang="en" tr:origin="human">ADISP - Archives de Données Issues de la Statistique Publique</origArch><avlStatus xml:lang="fr">STD : Les fichiers Standard (STD) sont des données anonymisées accessibles aux demandeurs qui appartiennent à la communauté scientifique (cf. section "Restrictions").</avlStatus><avlStatus xml:lang="en" tr:origin="human">STD: Standard files (STD) are anonymised data accessible to applicants who belong to the scientific community (see the "Restrictions" section).</avlStatus><collSize xml:lang="fr">
          La référence met à disposition 1 fichier de données et un dictionnaire des variables.
        </collSize><collSize xml:lang="en" tr:origin="machine">The reference provides 1 data file and a variable dictionary.</collSize><fileQnty xml:lang="fr">
          1 fichier
        </fileQnty><fileQnty xml:lang="en" tr:origin="machine">1 file</fileQnty><notes xml:lang="fr">
          Les données sont disponibles aux formats SAS, SPSS, STATA et CSV.
        </notes><notes xml:lang="en" tr:origin="machine">The data are available in SAS, SPSS, STATA and CSV formats.</notes></setAvail>
      <useStmt>
        <confDec required="yes" xml:lang="fr">Pour obtenir les données, l'utilisateur formule une demande sur le portail de commande de Quetelet-Progedo ; acceptée sous condition de statut, présence d'une adresse e-mail institutionnelle et d'un projet de recherche.
    Si la demande est acceptée, cela conduit à la signature d'un engagement individuel à destination de l'ADISP, et dans le cas des FPR, d'un engagement de confidentialité à destination du Comité du Secret Statistique. Ces engagements requièrent :
    -D'utiliser les données exclusivement dans une finalité de recherche ;
    -De ne pas céder ces données, sous quelque forme que ce soit, à une tierce personne, que ce soit à titre gratuit ou onéreux ;
    -De traiter ces données conformément aux règles de l'art et du secret statistique ;
    -De mentionner la source des données dans mes communications, publications… conformément au modèle de citation pour l'utilisation des données ;
    -D'informer le diffuseur de ses communications, publications… et lui en faire parvenir les références ;
    -D'informer le diffuseur des constats relatifs à la qualité des données ou à leur difficulté d'utilisation ;
    -D'informer le diffuseur de toute réutilisation des données pour une autre recherche que celle spécifiée ci-dessus ;
    -De détruire les fichiers à l'issue du travail de recherche ;
    -De respecter la règlementation en matière de protection des données personnelles.</confDec><confDec required="yes" xml:lang="en" tr:origin="human">To obtain the data, the user must first submit a request using the Quetelet-Progedo-Diffusion data request portal; approval is subject to the user's status, as well as the presence of an institutional e-mail address and a research project.
If a request is approved, an individualised agreement with ADISP (and in the case of FPR, a confidentiality agreement with the Statistical Confidentiality Committee) must be signed. Such agreements will require the user to adhere to the following conditions:
-To use the data exclusively for research purposes;
-Not to transfer the data, in any form whatsoever, to a third party, whether free of charge or for a fee;
-To process these data in accordance with rules of art and statistical secrecy;
-To mention the data source in their communications, publications, etc., according to the citation to be used whenever re-using the data (see below);
-To inform the data distributor of any communications, publications, etc. they produce and to send the data distributor the references;
-To inform the data distributor of any findings related to data quality or difficulties in re-use;
-To inform the data distributor of any data re-use for research other than what was specified above;
-To destroy the data files once the research has been completed;
-To respect the regulations on the protection of personal data.</confDec>
        
        <restrctn xml:lang="fr">Les fichiers diffusés dans le cadre de Quetelet-Progedo sont accessibles aux chercheurs français et étrangers, doctorants, post-doctorants, et étudiants de master à des fins de recherche, de production scientifique et dans certains cas d'enseignement. Toute utilisation commerciale est exclue.
    Les critères d'une finalité de recherche sont la production ou reproduction, dans un but de validation de connaissances nouvelles de portée générale. Les résultats sont publics et libres de diffusion.</restrctn><restrctn xml:lang="en" tr:origin="human">Files disseminated via Quetelet-Progedo-Diffusion are accessible to French and international researchers, doctoral students, post-doctoral students, and master's students for the purposes of research, scientific production and in some cases teaching. Any commercial use is prohibited.
The term, "for the purposes of research," is defined as any scientific production or reproduction that validates new general knowledge. The results must be made public and free to disseminate.</restrctn>
        <contact affiliation="ADISP" email="diffusion.adisp@cnrs.fr" xml:lang="fr">Équipe de l'Adisp</contact><contact affiliation="ADISP" email="diffusion.adisp@cnrs.fr" xml:lang="en" tr:origin="human">Adisp team</contact>
        <citReq>doi:10.13144/lil-1473
Niveaux de vie et disponibilités alimentaires en France au milieu du XIXe siècle  -  FEMTO-ST, UMR 6174, Université de technologie de Belfort Montbéliard (producteur), Heyberger, Laurent (auteur), PROGEDO-ADISP (diffuseur).</citReq>
        <deposReq xml:lang="fr">Afin de fournir aux organismes producteurs l'information essentielle concernant l'utilisation des données, les utilisateurs de données sont tenus d'envoyer à l'ADISP (diffusion.adisp@cnrs.fr), si possible sous format électronique, les publications réalisées à partir de l'exploitation des données de l'enquête en envoyant la référence bibliographique et le résumé.</deposReq><deposReq xml:lang="en" tr:origin="human">In order to provide the data producer(s) with essential information concerning how their data is being re-used, data users are required to notify ADISP (diffusion.adisp@cnrs.fr) of any publication produced as a result of exploiting the survey data, by sending, whenever possible electronically, the bibliographic reference and abstract.</deposReq>
        <conditions xml:lang="fr">L'utilisateur formule une demande sur le portail de commande de Quetelet-Progedo, acceptée sous condition de statut, présence d'une adresse e-mail institutionnelle et d'un projet de recherche. Si la demande est acceptée, cela conduit à la signature d'un engagement individuel à destination de l'ADISP, et dans le cas des FPR, d'un engagement de confidentialité à destination du Comité du Secret Statistique. Si les données sont utilisées de manière collective, tous les membres du groupe de travail doivent faire une demande d'accès.</conditions><conditions xml:lang="en" tr:origin="human">The user must submit a request using the Quetelet-Progedo-Diffusion data request portal; approval is subject to the user's status, as well as the presence of an institutional e-mail address and a research project. If a request is approved, an individualised agreement with ADISP (and in the case of FPR, a confidentiality agreement with the Statistical Confidentiality Committee) must be signed. If the data are to be analysed by a team, all members of the research team must apply for access.</conditions>
        <disclaimer xml:lang="fr">
          Le producteur et le diffuseur des données ne sont pas responsables des interprétations ou déductions faites à partir de l'utilisation des données.
        </disclaimer><disclaimer xml:lang="en" tr:origin="human">The data producer and data distributor cannot be held responsible for any interpretations or conclusions resulting from the re-use of the data.</disclaimer>
      </useStmt>
      <notes>
        <ExtLink URI="http://www.reseau-quetelet.cnrs.fr/quetelet/quetelet.php" title="Commander les données"/>
      </notes>
    </dataAccs>
    <othrStdyMat>
      <relMat>
        <citation>
          <titlStmt>
            <titl xml:lang="fr">
              Dictionnaire des variables
            </titl><parTitl xml:lang="en" tr:origin="machine">Variable Dictionary</parTitl>
          </titlStmt>
          <holdings URI="/documentation/documents/adisp/lil-1473/Dictionnaire_des_variables_stature_enq_agri.xlsx"/>
        </citation>
      </relMat>
      <relPubl>
        La stature moyenne des populations adultes constitue un indice de développement humain appelé aussi niveau de vie biologique. Elle renseigne principalement sur les conditions de vie des premières années de l’existence. La stature des conscrits alsaciens du Premier Empire permet d’évaluer le niveau de vie des cohortes nées entre 1780 et 1794. La série constituée (N = 8 063) n’est pas homogène : la stature minimale légale varie de même que l’âge effectif d’examen. Plusieurs estimations du trend sont donc proposées, qui montrent toutes une diminution de la stature des cohortes nées entre 1780 et 1784. Par la suite, les différentes croissances de rattrapage entre 18 et 20 ans conduisent à présenter des estimations différentes, dont les plus vraisemblables montrent un maintien de la stature des cohortes nées de 1787 à 1792.
        <citation>
          <titlStmt>
            <titl xml:lang="fr">
              Laurent Heyberger, « Estimer la stature des Alsaciens (1780-1794) », Histoire &amp; mesure, XVIII - 1/2 | 2003, 73-94.
            </titl><parTitl xml:lang="en" tr:origin="machine">Laurent Heyberger, "Estimating the stature of the Alsatians (1780-1794)", Histoire &amp; Mesure, XVIII - 1/2 | 2003, pp. 73-94.</parTitl>
          </titlStmt>
          <holdings URI="https://www.cairn.info/revue-histoire-et-mesure-2003-1-page-73.htm"/>
        </citation>
      </relPubl>
      <relPubl>
        Le milieu du xixe siècle est marqué en France par des écarts anthropométriques importants, une intégration des marchés encore imparfaite, une alimentation encore peu riche en protéines d’origine animale et un maximum de population dans les campagnes. La confrontation de l’indice anthropométrique et des données sur l’alimentation permet de préciser les rapports entre nutrition et niveau de vie biologique à un moment clef de l’industrialisation en montrant notamment l’importance d’un régime riche en protéines. Elle amène également à préférer les budgets populaires aux disponibilités alimentaires dans l’estimation des apports en nutriments. Le lien entre alphabétisation et indice anthropométrique apparaît très fort. L’approche à l’échelle individuelle (81 605 dossiers de conscrits nés en 1848) puis de l’arrondissement (111 unités) amène aussi à reconsidérer l’impact de l’urbanisation sur la stature à un moment critique de l’histoire urbaine.
        <citation>
          <titlStmt>
            <titl xml:lang="fr">
              Heyberger Laurent, « Niveaux de vie biologiques, disponibilités alimentaires et consommations populaires en France au milieu du xixe siècle », Annales de démographie historique, 2009/2 (n° 118), p. 167-191.
            </titl><parTitl xml:lang="en" tr:origin="machine">Heyberger Laurent, "Biological standards of living, food availability and popular consumption in France in the mid-19th century", Annales de démographie historique, 2009/2 (n° 118), pp. 167-191.</parTitl>
          </titlStmt>
          <holdings URI="https://www.cairn.info/revue-annales-de-demographie-historique-2009-2-page-167.htm"/>
        </citation>
      </relPubl>
      <relPubl>
        La France constituerait une exception au xixe siècle car elle semble être l’un des rares pays en cours d’industrialisation à ne pas connaître de pénalité urbaine observable par la stature. La constitution d’une large base de données individuelles (105324 observations), à partir des listes de tirage au sort des conscrits nés en 1848, permet d’invalider cette hypothèse. Plus la ville est grande, plus les conscrits sont petits: le phénomène culmine à Paris. Le croisement des données individuelles et de l’enquête agricole de 1852 ainsi que d’autres sources annexes permet d’identifier les effets de structure qui compensent cette pénalité urbaine, comme la structure professionnelle des villes. La stature est aussi positivement corrélée aux apports nutritionnels (particulièrement aux protides d’origine animale), à l’alphabétisation et à l’espérance de vie. En revanche le contexte épidémiologique peut rendre compte d’une partie de la pénalité urbaine: la stature des Parisiens est négativement corrélée aux taux de mortalité infantile associés aux principales maladies infantiles. Entre villes et campagnes, les habitants des banlieues des grandes villes sont les plus grands Français de l’époque, à l’exception des banlieusards de Paris qui souffrent d’une pénalité suburbaine: les banlieues constituent des espaces intermédiaires, aux situations contrastées et encore peu étudiés par l’histoire anthropométrique.
        <citation>
          <titlStmt>
            <titl xml:lang="fr">
              Heyberger Laurent, « Les Parisiens et les banlieusards étaient-ils aussi grands que cela ? Stature, nutrition et urbanisation en France au milieu du xixe siècle », Annales de démographie historique, 2013/2 (n° 126), p. 113-140.
            </titl><parTitl xml:lang="en" tr:origin="machine">Heyberger Laurent, "Were Parisians and suburbanites really that tall? Stature, nutrition and urbanisation in France in the mid-19th century", Annales de démographie historique, 2013/2 (n° 126), pp. 113-140.</parTitl>
          </titlStmt>
          <holdings URI="https://www.cairn.info/revue-annales-de-demographie-historique-2013-2-page-113.htm"/>
        </citation>
      </relPubl>
      <relPubl>
        <![CDATA[Since the pioneering study of Le Roy Ladurie and his team, the idea that mean height can be considered as a reliable indicator of the standard of living has emerged from a long debate among historians and economists. Considering height in
this respect, nineteenth-century France, unlike most Western countries, did not pay an urban penalty. Thanks to a substantial set of individual data (105,324 observations), based on the draft lottery of Frenchmen born in the year 1848, we are able to
prove that this ‘‘French exception’’ did not, in fact, exist. The larger the town, the shorter were the conscripts. Among the towns, Paris had the shortest conscripts. By combining individual data with the agricultural survey of 1852, we are able to
identify those factors that compensated for this urban penalty—that were positively correlated with height: nutritional availability, the literacy rate, and life expectancy.]]>
        <citation>
          <titlStmt>
            <titl xml:lang="fr">
              Heyberger Laurent, Received wisdom versus reality: height, nutrition, and urbanization in mid-nineteenth-century France, Cliometrica (2014) 8:115-140
            </titl><parTitl xml:lang="en" tr:origin="machine">Heyberger Laurent, Received wisdom versus reality: height, nutrition, and urbanisation in mid-nineteenth-century France, Cliometrica (2014) 8:115-140</parTitl>
          </titlStmt>
          <holdings URI="DOI 10.1007/s11698-013-0095-1"/>
        </citation>
      </relPubl>
    </othrStdyMat>
  </stdyDscr>
  <fileDscr ID="F17" URI="Niveaux de vie et disponibilités alimentaires en France au milieu du XIXe siècle.Nesstar?Index=0&amp;Name=stature_enq_agri_arrondissement">
    <fileTxt>
      <fileName>
        stature_enq_agri_arrondissement.NSDstat
      </fileName>
      <dimensns>
        <caseQnty>
          105324
        </caseQnty>
        <varQnty>
          37
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
    </fileTxt>
  </fileDscr>
  <dataDscr>
    <varGrp ID="VG1" type="subject" var="V127 V128 V129 V130 V131 V132 V133 V134 V135 V136 V137 V138 V139 V140 V141 V142 V143 V144 V145 V146 V147 V148 V149 V150 V151 V152 V153 V154 V155 V156 V157 V158 V159 V160 V161 V162 V163">
      <labl>
        Stature et enquête agricole
      </labl>
    </varGrp>
    <var ID="V127" name="departement" files="F17" intrvl="discrete">
      <location width="17"/>
      <labl>
        département de résidence du conscrit
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <catgry>
        <catValu>
          Alpes Hautes
        </catValu>
        <catStat type="freq">
          533
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Aube
        </catValu>
        <catStat type="freq">
          760
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Aude
        </catValu>
        <catStat type="freq">
          2070
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Aveyron
        </catValu>
        <catStat type="freq">
          3056
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Bouches du Rhône
        </catValu>
        <catStat type="freq">
          3316
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Calvados
        </catValu>
        <catStat type="freq">
          1298
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Corrèze
        </catValu>
        <catStat type="freq">
          875
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Creuse
        </catValu>
        <catStat type="freq">
          2136
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Côte d'Or
        </catValu>
        <catStat type="freq">
          1395
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Côtes du nord
        </catValu>
        <catStat type="freq">
          5222
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Dordogne
        </catValu>
        <catStat type="freq">
          2897
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Doubs
        </catValu>
        <catStat type="freq">
          990
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Drôme
        </catValu>
        <catStat type="freq">
          2036
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Finistère
        </catValu>
        <catStat type="freq">
          4349
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Gard
        </catValu>
        <catStat type="freq">
          2313
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Garonne Haute
        </catValu>
        <catStat type="freq">
          1050
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Gers
        </catValu>
        <catStat type="freq">
          573
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Hérault
        </catValu>
        <catStat type="freq">
          2876
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Ille-et-Vilaine
        </catValu>
        <catStat type="freq">
          1275
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Indre
        </catValu>
        <catStat type="freq">
          912
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Jura
        </catValu>
        <catStat type="freq">
          2204
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Loire Inférieure
        </catValu>
        <catStat type="freq">
          811
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Maine et Loire
        </catValu>
        <catStat type="freq">
          2914
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Manche
        </catValu>
        <catStat type="freq">
          533
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Marne
        </catValu>
        <catStat type="freq">
          215
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Marne Haute
        </catValu>
        <catStat type="freq">
          851
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Mayenne
        </catValu>
        <catStat type="freq">
          2976
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Meurthe
        </catValu>
        <catStat type="freq">
          1122
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Morbihan
        </catValu>
        <catStat type="freq">
          2637
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Moselle
        </catValu>
        <catStat type="freq">
          3328
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nièvre
        </catValu>
        <catStat type="freq">
          2105
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nord
        </catValu>
        <catStat type="freq">
          8568
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Orne
        </catValu>
        <catStat type="freq">
          352
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rhin Bas
        </catValu>
        <catStat type="freq">
          1538
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rhin Haut
        </catValu>
        <catStat type="freq">
          3714
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rhône
        </catValu>
        <catStat type="freq">
          3310
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sarthe
        </catValu>
        <catStat type="freq">
          3191
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Saône Haute
        </catValu>
        <catStat type="freq">
          1273
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Seine
        </catValu>
        <catStat type="freq">
          9159
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Seine Inférieure
        </catValu>
        <catStat type="freq">
          4982
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Seine et Marne
        </catValu>
        <catStat type="freq">
          2632
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Somme
        </catValu>
        <catStat type="freq">
          2192
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vienne
        </catValu>
        <catStat type="freq">
          1052
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vienne Haute
        </catValu>
        <catStat type="freq">
          1530
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vosges
        </catValu>
        <catStat type="freq">
          2203
        </catStat>
      </catgry>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V128" name="arrondissement" files="F17" intrvl="discrete">
      <location width="22"/>
      <labl>
        arrondissement de résidence du conscrit
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <txt>
        nom de l'arrondissement de résidence du conscrit (avec nom du département accolé si doublon).
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <catStat type="freq">
          342
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <catStat type="freq">
          640
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <catStat type="freq">
          886
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <catStat type="freq">
          348
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <catStat type="freq">
          439
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <catStat type="freq">
          451
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <catStat type="freq">
          189
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <catStat type="freq">
          427
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <catStat type="freq">
          718
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <catStat type="freq">
          195
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <catStat type="freq">
          322
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <catStat type="freq">
          574
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <catStat type="freq">
          506
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <catStat type="freq">
          490
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <catStat type="freq">
          493
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <catStat type="freq">
          462
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <catStat type="freq">
          335
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <catStat type="freq">
          201
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <catStat type="freq">
          329
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Aix
        </catValu>
        <catStat type="freq">
          814
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Alais
        </catValu>
        <catStat type="freq">
          929
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Alençon
        </catValu>
        <catStat type="freq">
          352
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Amiens
        </catValu>
        <catStat type="freq">
          1206
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Angers
        </catValu>
        <catStat type="freq">
          1101
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Arcis sur Aube
        </catValu>
        <catStat type="freq">
          220
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Arles
        </catValu>
        <catStat type="freq">
          785
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Aubusson
        </catValu>
        <catStat type="freq">
          731
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Avesnes
        </catValu>
        <catStat type="freq">
          1193
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Bar sur Aube
        </catValu>
        <catStat type="freq">
          281
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Baugé
        </catValu>
        <catStat type="freq">
          610
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Baume les Dames
        </catValu>
        <catStat type="freq">
          533
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Beaune
        </catValu>
        <catStat type="freq">
          638
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Belfort
        </catValu>
        <catStat type="freq">
          936
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Beziers
        </catValu>
        <catStat type="freq">
          1004
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Bourganeuf
        </catValu>
        <catStat type="freq">
          327
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Boussac
        </catValu>
        <catStat type="freq">
          310
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Brest
        </catValu>
        <catStat type="freq">
          1076
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Briey
        </catValu>
        <catStat type="freq">
          518
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Brive
        </catValu>
        <catStat type="freq">
          875
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Cambrai
        </catValu>
        <catStat type="freq">
          1597
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Carcassonne
        </catValu>
        <catStat type="freq">
          673
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Castelnaudary
        </catValu>
        <catStat type="freq">
          407
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Chateaulin
        </catValu>
        <catStat type="freq">
          1236
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Chatillon sur Seine
        </catValu>
        <catStat type="freq">
          310
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Chaumont
        </catValu>
        <catStat type="freq">
          225
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Château Gontier
        </catValu>
        <catStat type="freq">
          647
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Château-Chinon
        </catValu>
        <catStat type="freq">
          643
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Clamecy
        </catValu>
        <catStat type="freq">
          557
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Colmar
        </catValu>
        <catStat type="freq">
          1629
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Coulommiers
        </catValu>
        <catStat type="freq">
          447
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Dieppe
        </catValu>
        <catStat type="freq">
          903
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Dinan
        </catValu>
        <catStat type="freq">
          1115
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Dole
        </catValu>
        <catStat type="freq">
          555
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Douai
        </catValu>
        <catStat type="freq">
          896
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Doullens
        </catValu>
        <catStat type="freq">
          426
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Dunkerque
        </catValu>
        <catStat type="freq">
          482
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Embrun
        </catValu>
        <catStat type="freq">
          126
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Epernay
        </catValu>
        <catStat type="freq">
          215
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Epinal
        </catValu>
        <catStat type="freq">
          754
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Espalion
        </catValu>
        <catStat type="freq">
          488
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Falaise
        </catValu>
        <catStat type="freq">
          399
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Fontainebleau
        </catValu>
        <catStat type="freq">
          582
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Gap
        </catValu>
        <catStat type="freq">
          407
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Gray
        </catValu>
        <catStat type="freq">
          333
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Guingamp
        </catValu>
        <catStat type="freq">
          1211
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Guéret
        </catValu>
        <catStat type="freq">
          768
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Hazebrouck
        </catValu>
        <catStat type="freq">
          740
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Issoudun
        </catValu>
        <catStat type="freq">
          442
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          La Châtre
        </catValu>
        <catStat type="freq">
          470
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          La Flêche
        </catValu>
        <catStat type="freq">
          704
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Langres
        </catValu>
        <catStat type="freq">
          626
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lannion
        </catValu>
        <catStat type="freq">
          871
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Laval
        </catValu>
        <catStat type="freq">
          955
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Le Havre
        </catValu>
        <catStat type="freq">
          1223
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Le Mans
        </catValu>
        <catStat type="freq">
          1130
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Le Vigan
        </catValu>
        <catStat type="freq">
          514
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lectoure
        </catValu>
        <catStat type="freq">
          294
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lille
        </catValu>
        <catStat type="freq">
          2321
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Limoges
        </catValu>
        <catStat type="freq">
          1094
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Limoux
        </catValu>
        <catStat type="freq">
          476
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lodeve
        </catValu>
        <catStat type="freq">
          437
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lombez
        </catValu>
        <catStat type="freq">
          279
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lons le Saunier
        </catValu>
        <catStat type="freq">
          751
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lorient
        </catValu>
        <catStat type="freq">
          954
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Loudéac
        </catValu>
        <catStat type="freq">
          727
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lunéville
        </catValu>
        <catStat type="freq">
          615
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lure
        </catValu>
        <catStat type="freq">
          538
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Lyon
        </catValu>
        <catStat type="freq">
          2117
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Mamers
        </catValu>
        <catStat type="freq">
          993
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Marseille
        </catValu>
        <catStat type="freq">
          1717
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Mayenne
        </catValu>
        <catStat type="freq">
          1374
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Meaux
        </catValu>
        <catStat type="freq">
          741
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Melun
        </catValu>
        <catStat type="freq">
          421
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Metz
        </catValu>
        <catStat type="freq">
          1101
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Millau
        </catValu>
        <catStat type="freq">
          496
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Montfort
        </catValu>
        <catStat type="freq">
          522
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Montmorillon
        </catValu>
        <catStat type="freq">
          473
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Montpellier
        </catValu>
        <catStat type="freq">
          1064
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Montélimar
        </catValu>
        <catStat type="freq">
          544
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Morlaix
        </catValu>
        <catStat type="freq">
          1083
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Mortain
        </catValu>
        <catStat type="freq">
          533
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Mulhouse
        </catValu>
        <catStat type="freq">
          1149
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Muret
        </catValu>
        <catStat type="freq">
          598
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Narbonne
        </catValu>
        <catStat type="freq">
          514
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Neufchatel
        </catValu>
        <catStat type="freq">
          223
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nevers
        </catValu>
        <catStat type="freq">
          905
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nogent sur Seine
        </catValu>
        <catStat type="freq">
          209
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nogent sur seine
        </catValu>
        <catStat type="freq">
          50
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nontron
        </catValu>
        <catStat type="freq">
          660
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nyons
        </catValu>
        <catStat type="freq">
          257
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Nîmes
        </catValu>
        <catStat type="freq">
          870
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Ploërmel
        </catValu>
        <catStat type="freq">
          750
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Poitiers
        </catValu>
        <catStat type="freq">
          579
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Poligny
        </catValu>
        <catStat type="freq">
          483
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Pont l'Evêque
        </catValu>
        <catStat type="freq">
          349
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Pontarlier
        </catValu>
        <catStat type="freq">
          457
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Provins
        </catValu>
        <catStat type="freq">
          441
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Périgueux
        </catValu>
        <catStat type="freq">
          843
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Péronne
        </catValu>
        <catStat type="freq">
          560
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Quimper
        </catValu>
        <catStat type="freq">
          851
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Quimperlé
        </catValu>
        <catStat type="freq">
          103
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Remiremont
        </catValu>
        <catStat type="freq">
          618
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Ribérac
        </catValu>
        <catStat type="freq">
          540
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rochechouart
        </catValu>
        <catStat type="freq">
          436
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rodez
        </catValu>
        <catStat type="freq">
          743
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Rouen
        </catValu>
        <catStat type="freq">
          1595
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sarlat
        </catValu>
        <catStat type="freq">
          854
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sarrebourg
        </catValu>
        <catStat type="freq">
          507
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sarreguemines
        </catValu>
        <catStat type="freq">
          1010
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Saumur
        </catValu>
        <catStat type="freq">
          606
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sceaux
        </catValu>
        <catStat type="freq">
          812
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Segré
        </catValu>
        <catStat type="freq">
          597
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Semur
        </catValu>
        <catStat type="freq">
          447
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Affrique
        </catValu>
        <catStat type="freq">
          513
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Brieuc
        </catValu>
        <catStat type="freq">
          1298
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Claude
        </catValu>
        <catStat type="freq">
          415
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Dié
        </catValu>
        <catStat type="freq">
          831
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Nazaire
        </catValu>
        <catStat type="freq">
          811
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St Pons
        </catValu>
        <catStat type="freq">
          371
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          St-Calais
        </catValu>
        <catStat type="freq">
          364
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Sélestat
        </catValu>
        <catStat type="freq">
          1038
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Thionville
        </catValu>
        <catStat type="freq">
          699
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Valence
        </catValu>
        <catStat type="freq">
          1235
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Valenciennes
        </catValu>
        <catStat type="freq">
          1339
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vannes
        </catValu>
        <catStat type="freq">
          933
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vesoul
        </catValu>
        <catStat type="freq">
          402
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Villefrancheaveyron
        </catValu>
        <catStat type="freq">
          816
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Villefranchehtegaronne
        </catValu>
        <catStat type="freq">
          452
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Villefrancherhône
        </catValu>
        <catStat type="freq">
          1193
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vire
        </catValu>
        <catStat type="freq">
          550
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Vitré
        </catValu>
        <catStat type="freq">
          753
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Wissembourg
        </catValu>
        <catStat type="freq">
          500
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          Yvetot
        </catValu>
        <catStat type="freq">
          1038
        </catStat>
      </catgry>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V129" name="canton" files="F17" intrvl="discrete">
      <location width="37"/>
      <labl>
        canton de résidence du conscrit
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V130" name="profession" files="F17" intrvl="discrete">
      <location width="60"/>
      <labl>
        <![CDATA[profession du conscrit
]]>
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105259
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V131" name="csp" files="F17" intrvl="discrete">
      <location width="12"/>
      <labl>
        groupe professionnel
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <catgry>
        <catValu>
          agrdep
        </catValu>
        <labl>
          agriculteur non exploitant
        </labl>
        <catStat type="freq">
          13739
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          agrindep
        </catValu>
        <labl>
          agriculteur exploitant
        </labl>
        <catStat type="freq">
          37844
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          alim
        </catValu>
        <labl>
          artisanat de l'alimentation
        </labl>
        <catStat type="freq">
          3143
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          artidiv
        </catValu>
        <labl>
          artisanat divers
        </labl>
        <catStat type="freq">
          5013
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          bois
        </catValu>
        <labl>
          artisanat du bois
        </labl>
        <catStat type="freq">
          6615
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          btiment
        </catValu>
        <labl>
          bâtiment
        </labl>
        <catStat type="freq">
          6356
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          comalim
        </catValu>
        <labl>
          commerce alimentaire
        </labl>
        <catStat type="freq">
          536
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          commerce
        </catValu>
        <labl>
          commerce non alimentaire
        </labl>
        <catStat type="freq">
          3214
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          divers
        </catValu>
        <labl>
          professions diverses
        </labl>
        <catStat type="freq">
          4032
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          douteux
        </catValu>
        <labl>
          cas douteux
        </labl>
        <catStat type="freq">
          234
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          employ
        </catValu>
        <labl>
          employé
        </labl>
        <catStat type="freq">
          1980
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          habit
        </catValu>
        <labl>
          confection
        </labl>
        <catStat type="freq">
          3791
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          industrie
        </catValu>
        <labl>
          ouvrier d'industrie
        </labl>
        <catStat type="freq">
          1203
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          ipclerg
        </catValu>
        <labl>
          ipclergé
        </labl>
        <catStat type="freq">
          636
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          mines
        </catValu>
        <labl>
          ouvrier de mine
        </labl>
        <catStat type="freq">
          1233
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          mtallurgie
        </catValu>
        <labl>
          métallurgie
        </labl>
        <catStat type="freq">
          5596
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          nc
        </catValu>
        <labl>
          profession inconnue
        </labl>
        <catStat type="freq">
          894
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          proflib
        </catValu>
        <labl>
          profession libérale
        </labl>
        <catStat type="freq">
          670
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          textile
        </catValu>
        <labl>
          artisanat du textile
        </labl>
        <catStat type="freq">
          5099
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          transport
        </catValu>
        <labl>
          transport
        </labl>
        <catStat type="freq">
          2729
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          tudiant
        </catValu>
        <labl>
          étudiant
        </labl>
        <catStat type="freq">
          767
        </catStat>
      </catgry>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V132" name="stature" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        stature en cm
      </labl>
      <valrng>
        <range UNITS="REAL" min="12" max="99"/>
      </valrng>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        12
      </sumStat>
      <sumStat type="max">
        99
      </sumStat>
      <sumStat type="mean">
        65.614
      </sumStat>
      <sumStat type="stdev">
        6.431
      </sumStat>
      <txt>
        stature en cm supérieur à 1m (exemple : 70 pour 170 cm).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V133" name="spesvit" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        espérance de vie à la naissance des femmes 1846-1850
      </labl>
      <valrng>
        <range UNITS="REAL" min="28.1" max="51.8"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        28.1
      </sumStat>
      <sumStat type="max">
        51.8
      </sumStat>
      <sumStat type="mean">
        38.795
      </sumStat>
      <sumStat type="stdev">
        4.802
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Bonneuil 1997
      </notes>
    </var>
    <var ID="V134" name="instruction" files="F17" intrvl="discrete">
      <location width="2"/>
      <labl>
        degré d'instruction
      </labl>
      <universe clusion="I">
        individu
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          analphabète
        </labl>
        <catStat type="freq">
          21595
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          instruction partielle (sait lire)
        </labl>
        <catStat type="freq">
          2603
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          sait lire et écrire
        </labl>
        <catStat type="freq">
          77544
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          nc
        </catValu>
        <labl>
          degré d'instruction inconnu
        </labl>
        <catStat type="freq">
          3582
        </catStat>
      </catgry>
      <varFormat type="character" schema="other"/>
      <notes>
        Source : Source : liste tirage au sort, classe 1868.
      </notes>
    </var>
    <var ID="V135" name="urbanisation" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        urbanisation
      </labl>
      <valrng>
        <range min="1" max="5"/>
      </valrng>
      <universe clusion="I">
        canton
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        1
      </sumStat>
      <sumStat type="max">
        5
      </sumStat>
      <sumStat type="mean">
        4.267
      </sumStat>
      <sumStat type="stdev">
        1.224
      </sumStat>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Paris
        </labl>
        <catStat type="freq">
          8347
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          grandes villes (75 0000 et plus)
        </labl>
        <catStat type="freq">
          3726
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          villes moyennes (20 000 à 74 999)
        </labl>
        <catStat type="freq">
          7278
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          petite ville (5 000 à 19 999 hab. agglomérés)
        </labl>
        <catStat type="freq">
          18050
        </catStat>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          rural
        </labl>
        <catStat type="freq">
          67923
        </catStat>
      </catgry>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Le Mée 1989
      </notes>
    </var>
    <var ID="V136" name="cdf1853" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        chemin de fer dans le canton en 1853
      </labl>
      <valrng>
        <range min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        canton
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        0
      </sumStat>
      <sumStat type="max">
        1
      </sumStat>
      <sumStat type="mean">
        0.292
      </sumStat>
      <sumStat type="stdev">
        0.455
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : carte du réseau de chemin de fer en 1853
      </notes>
    </var>
    <var ID="V137" name="cdf1868" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        chemin de fer dans le canton en 1868
      </labl>
      <valrng>
        <range min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        canton
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        0
      </sumStat>
      <sumStat type="max">
        1
      </sumStat>
      <sumStat type="mean">
        0.602
      </sumStat>
      <sumStat type="stdev">
        0.489
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : carte du réseau de chemin de fer en 1868.
      </notes>
    </var>
    <var ID="V138" name="depensealimjou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        dépenses annuelles d’une famille de cinq journaliers pour l’alimentation
      </labl>
      <valrng>
        <range UNITS="REAL" min="165" max="703.5"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        165
      </sumStat>
      <sumStat type="max">
        703.5
      </sumStat>
      <sumStat type="mean">
        374.633
      </sumStat>
      <sumStat type="stdev">
        95.458
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V139" name="depensejou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        dépenses annuelles d’une famille de cinq journaliers
      </labl>
      <valrng>
        <range UNITS="REAL" min="236" max="1113.5"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        236
      </sumStat>
      <sumStat type="max">
        1113.5
      </sumStat>
      <sumStat type="mean">
        611.53
      </sumStat>
      <sumStat type="stdev">
        169.833
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V140" name="saljounominal" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal annuel d'un journalier
      </labl>
      <valrng>
        <range UNITS="REAL" min="157.685" max="800.325"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        157.685
      </sumStat>
      <sumStat type="max">
        800.325
      </sumStat>
      <sumStat type="mean">
        331.698
      </sumStat>
      <sumStat type="stdev">
        114.545
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V141" name="saljoureel" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal annuel d'un journalier déflaté prix du froment
      </labl>
      <valrng>
        <range UNITS="REAL" min="8.29921052631579" max="47.0779411764706"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        8.299
      </sumStat>
      <sumStat type="max">
        47.078
      </sumStat>
      <sumStat type="mean">
        19.804
      </sumStat>
      <sumStat type="stdev">
        6.424
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V142" name="salnomcin" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal d'un journalier non nourri (par jour)
      </labl>
      <valrng>
        <range UNITS="REAL" min="0.72" max="2.5"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        0.72
      </sumStat>
      <sumStat type="max">
        2.5
      </sumStat>
      <sumStat type="mean">
        1.355
      </sumStat>
      <sumStat type="stdev">
        0.354
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V143" name="salnoannucin" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal annuel d'un journalier
      </labl>
      <valrng>
        <range UNITS="REAL" min="102.82" max="750"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        102.82
      </sumStat>
      <sumStat type="max">
        750
      </sumStat>
      <sumStat type="mean">
        297.999
      </sumStat>
      <sumStat type="stdev">
        104.929
      </sumStat>
      <txt>
        salaire nominal annuel d'un journalier, hypothèse de salaire de base sur toute l'année
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V144" name="salhnomsix" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal d'un journalier non nourri
      </labl>
      <valrng>
        <range UNITS="REAL" min="1.14" max="3.1"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        1.14
      </sumStat>
      <sumStat type="max">
        3.1
      </sumStat>
      <sumStat type="mean">
        1.888
      </sumStat>
      <sumStat type="stdev">
        0.529
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V145" name="salenfnomsix" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire nominal d'un enfant non nourri (par jour)
      </labl>
      <valrng>
        <range UNITS="REAL" min="0.79" max="1.86"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        0.79
      </sumStat>
      <sumStat type="max">
        1.86
      </sumStat>
      <sumStat type="mean">
        1.217
      </sumStat>
      <sumStat type="stdev">
        0.313
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V146" name="salhresix" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire réel d'un journalier non nourri (par jour)
      </labl>
      <valrng>
        <range UNITS="REAL" min="5.32102022867194" max="14.0144665461121"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        5.321
      </sumStat>
      <sumStat type="max">
        14.014
      </sumStat>
      <sumStat type="mean">
        8.716
      </sumStat>
      <sumStat type="stdev">
        2.381
      </sumStat>
      <txt>
        salaire réel d'un journalier non nourri (par jour, déflaté du prix du froment).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V147" name="salenfresix" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        salaire réel d'un enfant non nourri
      </labl>
      <valrng>
        <range UNITS="REAL" min="3.64391143911439" max="8.5785536159601"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        3.644
      </sumStat>
      <sumStat type="max">
        8.579
      </sumStat>
      <sumStat type="mean">
        5.614
      </sumStat>
      <sumStat type="stdev">
        1.354
      </sumStat>
      <txt>
        salaire réel d'un enfant non nourri (par jour, déflaté du prix du froment).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V148" name="migration1" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        solde migratoire des ouvriers agricoles
      </labl>
      <valrng>
        <range min="-4705" max="13227"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        -4705
      </sumStat>
      <sumStat type="max">
        13227
      </sumStat>
      <sumStat type="mean">
        1150.106
      </sumStat>
      <sumStat type="stdev">
        2712.276
      </sumStat>
      <txt>
        solde migratoire (unité: hommes) des ouvriers agricoles
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V149" name="migration10000hab" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        solde migratoire des ouvriers agricoles sur 10000hab
      </labl>
      <valrng>
        <range UNITS="REAL" min="-666.2" max="819.4"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        -666.2
      </sumStat>
      <sumStat type="max">
        819.4
      </sumStat>
      <sumStat type="mean">
        75.272
      </sumStat>
      <sumStat type="stdev">
        180.125
      </sumStat>
      <txt>
        solde migratoire (unités: hommes / 10 000 hab.) des ouvriers agricoles.
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V150" name="travailcinq" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        nombre de jours de travail/an, enfants
      </labl>
      <valrng>
        <range min="20" max="156"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96667
      </sumStat>
      <sumStat type="invd">
        8657
      </sumStat>
      <sumStat type="min">
        20
      </sumStat>
      <sumStat type="max">
        156
      </sumStat>
      <sumStat type="mean">
        83.426
      </sumStat>
      <sumStat type="stdev">
        28.191
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V151" name="travailsix" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        nombre moyen de jours de travail/an
      </labl>
      <valrng>
        <range min="81" max="191"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        81
      </sumStat>
      <sumStat type="max">
        191
      </sumStat>
      <sumStat type="mean">
        136.773
      </sumStat>
      <sumStat type="stdev">
        28.105
      </sumStat>
      <txt>
        nombre moyen de jours de travail/an (déduction faite des jours de fête, de la durée ordinaire u chômage des travaux agricoles, des maladies et accidents)
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V152" name="equipond" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        équipements agricoles modernes, moyenne pondérée
      </labl>
      <valrng>
        <range UNITS="REAL" min="0.105644389777231" max="1.11593981127263"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        0.106
      </sumStat>
      <sumStat type="max">
        1.116
      </sumStat>
      <sumStat type="mean">
        0.39
      </sumStat>
      <sumStat type="stdev">
        0.194
      </sumStat>
      <txt>
        équipements agricoles modernes, moyenne pondérée, i.e. ramenée à l’hectare de terre labourable (selon le cadastre), 5 types de matériels pris en compte : charrues sans avant-train, charrue à roue ou à sabot, charrue à avant-train, scarificateurs extirpateurs et autres instruments analogues, machines à battre (mue par force animale ou à vapeur) : il s’agit donc d’une définition qui valorise la céréaliculture (par opposition à élevage, viticulture, etc.)
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V153" name="equipbrut" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        équipements agricoles modernes, données brutes
      </labl>
      <valrng>
        <range UNITS="REAL" min="0.0345667519975176" max="0.533516385125052"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        0.0346
      </sumStat>
      <sumStat type="max">
        0.534
      </sumStat>
      <sumStat type="mean">
        0.128
      </sumStat>
      <sumStat type="stdev">
        0.0652
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V154" name="caljou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        calories consommées par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="1554.85178247893" max="3502.88977254228"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        1554.852
      </sumStat>
      <sumStat type="max">
        3502.89
      </sumStat>
      <sumStat type="mean">
        2358.649
      </sumStat>
      <sumStat type="stdev">
        379.715
      </sumStat>
      <txt>
        calories consommées par habitant par jour d’après le budget d’une famille de cinq journaliers (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; cal/jour/hab.)
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V155" name="protjou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        protéines consommées par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="43.7277780682169" max="101.620475643696"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        43.728
      </sumStat>
      <sumStat type="max">
        101.62
      </sumStat>
      <sumStat type="mean">
        67.358
      </sumStat>
      <sumStat type="stdev">
        11.212
      </sumStat>
      <txt>
        protjou : protéines consommées par habitant par jour d’après le budget d’une famille de cinq journaliers (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; prot/jour/hab).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V156" name="protanimaljou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        protéines d’origine animale consommées par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="0.762139390547388" max="28.949298836183"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        0.762
      </sumStat>
      <sumStat type="max">
        28.949
      </sumStat>
      <sumStat type="mean">
        11.447
      </sumStat>
      <sumStat type="stdev">
        5.68
      </sumStat>
      <txt>
        protéines d’origine animale consommées par habitant par jour d’après le budget d’une famille de cinq journaliers (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; gramme/jour/hab).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V157" name="calcijou" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        <![CDATA[calcium d’origine laitière consommé par  habitant par jour]]>
      </labl>
      <valrng>
        <range UNITS="REAL" min="0" max="958.904109589041"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        96977
      </sumStat>
      <sumStat type="invd">
        8347
      </sumStat>
      <sumStat type="min">
        0
      </sumStat>
      <sumStat type="max">
        958.904
      </sumStat>
      <sumStat type="mean">
        270.99
      </sumStat>
      <sumStat type="stdev">
        184.299
      </sumStat>
      <txt>
        <![CDATA[calcium d’origine laitière consommé par  habitant par jour d’après le budget d’une famille de cinq journaliers, (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; milligramme/jour/hab).]]>
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole 1852.
      </notes>
    </var>
    <var ID="V158" name="calssalcool" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        calories disponibles par habitant par jour sans alcool
      </labl>
      <valrng>
        <range UNITS="REAL" min="1263.06422951832" max="4664.68900350415"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        1263.064
      </sumStat>
      <sumStat type="max">
        4664.689
      </sumStat>
      <sumStat type="mean">
        2268.418
      </sumStat>
      <sumStat type="stdev">
        542.473
      </sumStat>
      <txt>
        calories disponibles par habitant par jour d’après les productions (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; cal/jour/hab, sans alcool).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole de 1852 et Le Mée 1989.
      </notes>
    </var>
    <var ID="V159" name="calalcool" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        calories disponibles par habitant par jour avec alcool
      </labl>
      <valrng>
        <range UNITS="REAL" min="1266.16002039911" max="5006.09766236182"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        1266.16
      </sumStat>
      <sumStat type="max">
        5006.098
      </sumStat>
      <sumStat type="mean">
        2441.617
      </sumStat>
      <sumStat type="stdev">
        568.962
      </sumStat>
      <txt>
        calories disponibles par habitant par jour d’après les productions (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; cal/jour/hab, avec alcool).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole de 1852 et Le Mée 1989.
      </notes>
    </var>
    <var ID="V160" name="protides" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        protéines animales et végétales disponibles par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="38.5795403802227" max="142.666819941415"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        38.58
      </sumStat>
      <sumStat type="max">
        142.667
      </sumStat>
      <sumStat type="mean">
        74.641
      </sumStat>
      <sumStat type="stdev">
        18.191
      </sumStat>
      <txt>
        protéines animales et végétales disponibles par habitant par jour d’après les productions (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; gramme/jour/hab).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole de 1852 et Le Mée 1989.
      </notes>
    </var>
    <var ID="V161" name="protanimalmoy" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        protéines animales disponibles par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="4.89922503116879" max="62.4179882482485"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        4.899
      </sumStat>
      <sumStat type="max">
        62.418
      </sumStat>
      <sumStat type="mean">
        24.488
      </sumStat>
      <sumStat type="stdev">
        12.529
      </sumStat>
      <txt>
        protéines animales disponibles par habitant par jour d’après les productions (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; gramme/jour/hab).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole de 1852 et Le Mée 1989.
      </notes>
    </var>
    <var ID="V162" name="calci" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        calcium d’origine laitière disponible par habitant par jour
      </labl>
      <valrng>
        <range UNITS="REAL" min="1.07241027030383" max="1734.4132317298"/>
      </valrng>
      <universe clusion="I">
        arrondissement
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        1.072
      </sumStat>
      <sumStat type="max">
        1734.413
      </sumStat>
      <sumStat type="mean">
        437.455
      </sumStat>
      <sumStat type="stdev">
        333.669
      </sumStat>
      <txt>
        calcium d’origine laitière disponible par habitant par jour d’après la production (voir Heyberger 2009, 2013 et 2014 pour les hypothèses de construction ; milligramme/jour/hab).
      </txt>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : Enquête agricole de 1852 et Le Mée 1989.
      </notes>
    </var>
    <var ID="V163" name="jeunes" files="F17" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        part de la population âgée de 10 ans et moins
      </labl>
      <valrng>
        <range UNITS="REAL" min="13.2820086003607" max="24.9831122902791"/>
      </valrng>
      <universe clusion="I">
        département
      </universe>
      <sumStat type="vald">
        105324
      </sumStat>
      <sumStat type="invd">
        0
      </sumStat>
      <sumStat type="min">
        13.282
      </sumStat>
      <sumStat type="max">
        24.983
      </sumStat>
      <sumStat type="mean">
        20.36
      </sumStat>
      <sumStat type="stdev">
        3.238
      </sumStat>
      <varFormat type="numeric" schema="other"/>
      <notes>
        Source : recensement de 1851
      </notes>
    </var>
  </dataDscr>
</codeBook>