A comparison of different magnetic methods for determining the relative grain size of magnetite in natural materials: Some results from lake sediments

磁铁矿 粒度 地质学 磁滞 矿物学 磁化率 磁场 分数(化学) 环境磁学 磁滞 材料科学 土壤科学 磁化 凝聚态物理 物理 化学 地貌学 色谱法 古生物学 量子力学
作者
John W. King,Subir K. Banerjee,James Marvin,Özden Özdemir
出处
期刊:Earth and Planetary Science Letters [Elsevier]
卷期号:59 (2): 404-419 被引量:669
标识
DOI:10.1016/0012-821x(82)90142-x
摘要

A new rapid method for identifying relative grain size variations in magnetic involves the parameter anhysteretic susceptibility (χARM, i.e. specific ARM obtained in a 1 Oe steady field), which is particularly sensitive to the single domain (SD) and small pseudo-single domain (PSD) grains of the finer magnetite fraction. A second parameter, low-field susceptibility (χ), is relatively more sensitive to the coarser magnetite fraction (larger PSD and smaller multidomain (MD) grains). We can then obtain a measure of the ratio of coarse- to fine-grain magnetite for large numbers of samples by plotting χARversusχ. A simple idealized model based on sized magnetite samples is proposed to explain the use of the χARMversusχ plot for detecting relative grain-size changes in the magnetic content of natural materials. The sediments of three lakes that contain magnetite or a similar magnetic carrier and have a wide range of values of χARM and χ are used to test the model.The model is used to interpret the magnetic variations observed, and the interpretations are supported by high-field hysteresis measurements of the same sediments. The combination of the high-field hysteresis method of Day et al. [1] and the χARM vs. χ method is a powerful technique allowing the rapid identification of both the relative grain size and domain state for large numbers of samples containing magnetite. The χARMvs.χ method should be used as an intial means of identifying distinct groups of samples.The high-field hysteresis method should then be applied to a few representative samples from each group to confirm the initial interpretation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
马保国123发布了新的文献求助10
刚刚
丘比特应助无限的隶采纳,获得10
刚刚
在云里爱与歌完成签到,获得积分10
1秒前
迟大猫应助研究生采纳,获得10
1秒前
可行完成签到,获得积分10
1秒前
1秒前
yuhui完成签到,获得积分10
1秒前
2秒前
pi发布了新的文献求助10
2秒前
2秒前
小蘑菇应助科研菜鸟采纳,获得10
3秒前
Owen应助晚风采纳,获得10
3秒前
小二郎应助Jiangnj采纳,获得10
3秒前
微信研友完成签到,获得积分10
3秒前
科研通AI5应助陈杰采纳,获得10
3秒前
4秒前
Jasper应助含糊采纳,获得10
4秒前
dfggg发布了新的文献求助10
4秒前
跑在颖发布了新的文献求助10
4秒前
4秒前
4秒前
4秒前
yatou5651发布了新的文献求助10
4秒前
5秒前
乐乐应助koi采纳,获得10
5秒前
asdfqwer发布了新的文献求助10
5秒前
5秒前
chemhub完成签到,获得积分10
5秒前
杜杜完成签到,获得积分10
6秒前
周小慧发布了新的文献求助10
6秒前
6秒前
自由寻菱完成签到 ,获得积分10
6秒前
7秒前
Akim应助丘奇采纳,获得10
8秒前
美丽小蕾发布了新的文献求助10
8秒前
dingdong发布了新的文献求助10
8秒前
ZX完成签到 ,获得积分10
8秒前
九川发布了新的文献求助10
8秒前
9秒前
9秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527742
求助须知:如何正确求助?哪些是违规求助? 3107867
关于积分的说明 9286956
捐赠科研通 2805612
什么是DOI,文献DOI怎么找? 1540026
邀请新用户注册赠送积分活动 716884
科研通“疑难数据库(出版商)”最低求助积分说明 709762