Association Québécoise de Hockey Simulé

Association Québécoise de Hockey Simulé - Vipers

Vipers

GP: 14 | W: 9 | L: 4 | OTL: 1 | P: 19
GF: 50 | GA: 43 | PP%: 21.05% | PK%: 75.00%
DG: Martin Sauvageau | Morale : 90 | Moyenne d'Équipe : 56
Prochain matchs #216 vs Twins

La résolution de votre navigateur est trop petite pour cette page. Plusieurs informations sont cachées pour garder la page lisible.

Anaheim Icehawks
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Stats d'équipe en Carrière

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP
1	Denis Malgin			X		100.00	70	45	92	83	51	55	78	58	30	50	66	61	68	86	74	0	90	61	0
2	Darren Raddysh (R)			X		100.00	74	45	90	79	63	69	40	52	30	48	56	58	66	87	77	0	90	58	0
3	Frederik Gauthier	X				100.00	50	45	95	71	96	50	40	45	30	40	50	55	50	88	75	0	90	55	0
4	Nolan Foote (R)	X				100.00	51	45	95	76	70	50	40	47	30	40	54	55	50	82	69	0	90	54	0
5	Nail Yakupov			X		100.00	50	45	95	76	62	50	40	45	30	40	50	55	50	90	77	0	90	53	0
6	Nolan Patrick	X				100.00	50	45	95	76	71	50	40	45	30	40	50	55	50	85	72	0	90	53	0
7	Tyler Ennis		X			100.00	50	45	95	80	40	50	40	45	30	40	50	55	50	94	81	0	90	52	0
8	Cale Fleury (R)				X	100.00	78	45	92	75	65	55	40	47	30	44	50	57	50	84	72	0	90	59	0
9	Dan Renouf				X	100.00	50	45	95	76	62	50	40	45	30	40	50	57	50	88	76	0	90	57	0
10	Lassi Thomson (R)				X	100.00	50	45	90	77	56	50	40	45	30	40	50	58	50	82	70	0	90	56	0
11	Trevor Murphy (R)				X	100.00	50	45	95	78	47	50	40	45	30	40	50	55	50	88	75	0	90	56	0
Rayé

	MOYENNE D'ÉQUIPE					100.00	57	45	94	77	62	53	43	47	30	42	52	56	53	87	74	0	90	56

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP
1	Oscar Dansk	100.00	70	40	40	89	65	65	65	65	65	65	65	86	73	0	90	58	0
2	Michael McNiven (R)	100.00	70	40	40	86	65	65	65	65	65	65	65	84	71	0	90	58	0
Rayé
1	Malcolm Subban	82.73	70	40	40	91	65	65	65	65	65	65	65	88	76	0	90	59	0

	MOYENNE D'ÉQUIPE	94.00	70	40	40	89	65	65	65	65	65	65	65	86	73	0	90	58

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Bob Boughner	65	65	65	65	87	77	66	CAN	53	3	1,000,000$

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Joueur	Nom de l'Équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	P/20	PSS	FW	FT	S1	S2	S3
1	Darren Raddysh	Vipers (ANA)	RW	12	9	6	15	4	0	0	15	7	66	17	45	13.64%	9	241	20.11	3	3	6	11	26	1	1	3	9	1	0	28.57%	7	20	11	1.24	1	0	0	4	2	1
2	Nolan Foote	Vipers (ANA)	C	14	6	3	9	-2	0	0	7	12	30	2	27	20.00%	1	206	14.78	0	0	0	1	24	0	0	0	0	1	1	36.48%	159	5	4	0.87	0	0	0	1	3	0
3	Tyler Ennis	Vipers (ANA)	LW	12	2	6	8	3	4	0	6	5	16	7	18	12.50%	0	175	14.66	0	0	0	0	9	0	0	0	0	1	0	33.33%	6	5	3	0.91	0	0	0	0	0	1
4	Nolan Patrick	Vipers (ANA)	C	14	5	1	6	2	0	0	5	11	12	2	8	41.67%	1	181	12.96	0	0	0	1	11	0	0	0	1	0	0	41.18%	102	6	2	0.66	0	0	0	1	0	1
5	Filip Zadina	Anaheim Icehawks	LW	7	1	4	5	4	0	0	6	11	19	4	12	5.26%	4	101	14.47	0	0	0	0	0	0	0	1	7	0	0	50.00%	8	3	1	0.99	1	0	0	0	2	1
6	Nail Yakupov	Vipers (ANA)	RW	12	2	2	4	-1	2	0	15	13	18	7	9	11.11%	3	193	16.14	0	0	0	1	24	0	0	0	0	1	0	0.00%	9	5	5	0.41	0	0	0	1	0	2
7	Frederik Gauthier	Vipers (ANA)	C	12	4	0	4	0	2	0	6	17	20	3	10	20.00%	1	210	17.52	2	0	2	5	26	0	0	0	4	2	0	43.54%	209	1	4	0.38	1	0	0	0	0	1
8	Paul Cotter	Anaheim Icehawks	RW	4	0	3	3	1	4	0	9	2	12	5	12	0.00%	0	86	21.73	0	0	0	3	7	0	0	0	6	0	0	46.43%	28	3	1	0.69	1	0	0	0	0	0
9	Lassi Thomson	Vipers (ANA)	D	14	0	3	3	-1	7	5	2	0	5	2	1	0.00%	4	202	14.47	0	0	0	0	6	0	0	0	2	0	0	100.00%	1	3	6	0.30	0	1	0	0	0	0
10	Derrick Pouliot	Anaheim Icehawks	D	10	1	2	3	5	11	5	7	12	17	8	5	5.88%	8	246	24.64	0	0	0	1	28	0	0	0	21	0	0	0.00%	0	2	14	0.24	0	0	1	0	1	0
11	Cale Fleury	Vipers (ANA)	D	5	0	2	2	4	0	0	5	2	5	0	4	0.00%	4	112	22.48	0	0	0	0	7	0	0	0	10	0	0	0.00%	0	0	3	0.36	0	0	0	0	0	0
12	Dan Renouf	Vipers (ANA)	D	12	0	2	2	3	5	5	4	4	10	4	3	0.00%	4	225	18.81	0	0	0	1	21	0	0	0	17	0	0	0.00%	0	1	8	0.18	0	1	0	0	0	0
13	Denis Malgin	Vipers (ANA)	RW	6	1	1	2	-3	4	0	8	7	14	0	7	7.14%	2	99	16.56	0	0	0	0	6	0	0	1	7	0	0	60.00%	10	4	2	0.40	1	0	0	0	0	0
14	Trevor Murphy	Vipers (ANA)	D	7	0	2	2	-1	0	0	3	5	3	2	2	0.00%	2	132	18.89	0	0	0	0	7	0	0	0	10	0	0	66.67%	3	0	3	0.30	0	0	0	1	0	0
15	Spencer Foo	Anaheim Icehawks	LW	2	0	0	0	2	0	0	0	1	1	0	2	0.00%	1	32	16.18	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0	0.00	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				143	31	37	68	20	39	15	98	109	248	63	165	12.50%	44	2448	17.12	5	3	8	24	206	1	1	5	99	6	1	40.77%	542	58	67	0.56	5	2	1	8	8	7

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

#	Nom du Gardien	Nom de l'Équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	SAR	PS %	PSA	ST	BG	S1	S2	S3
1	Malcolm Subban	Vipers (ANA)	13	7	4	1	0.875	3.02	676	1	34	271	150	1.000	6	12	13	1	1	1
2	Michael McNiven	Vipers (ANA)	1	0	0	0	0.842	4.19	43	0	3	19	9	0.000	0	1	0	0	0	0
Stats d'équipe Total ou en Moyenne			14	7	4	1	0.872	3.08	720	1	37	290	159	1.000	6	13	13	1	1	1

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

Nom du Joueur	Nom de l'Équipe	POS	Âge	Date de Naissance	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Status	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial
Cale Fleury	Vipers (ANA)	D	24	1998-11-19	Yes	204 Lbs	6 ft1	No	No	No	1	Avec Restriction	Pro & Farm	700,000$	0$	0$	No
Dan Renouf	Vipers (ANA)	D	29	1994-06-01	No	198 Lbs	6 ft1	No	No	No	2	Sans Restriction	Pro & Farm	700,000$	0$	0$	No
Darren Raddysh	Vipers (ANA)	RW	27	1996-02-28	Yes	200 Lbs	6 ft1	No	No	No	5	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Denis Malgin	Vipers (ANA)	RW	26	1997-01-18	No	182 Lbs	5 ft9	No	No	No	4	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Frederik Gauthier	Vipers (ANA)	C	28	1995-04-26	No	239 Lbs	6 ft5	No	No	No	3	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
Lassi Thomson	Vipers (ANA)	D	23	2000-09-24	Yes	190 Lbs	6 ft0	No	No	No	2	Avec Restriction	Pro & Farm	1,100,000$	0$	0$	No
Malcolm Subban (Sur la Masse Salariale)	Vipers (ANA)	G	29	1993-12-21	No	215 Lbs	6 ft2	No	No	No	1	Sans Restriction	Pro & Farm	1,250,000$	0$	0$	Yes
Michael McNiven	Vipers (ANA)	G	26	1997-07-09	Yes	199 Lbs	6 ft1	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Nail Yakupov	Vipers (ANA)	RW	29	1993-10-12	No	195 Lbs	5 ft11	No	No	No	4	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
Nolan Foote	Vipers (ANA)	C	22	2000-11-29	Yes	196 Lbs	6 ft3	No	No	No	3	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Nolan Patrick	Vipers (ANA)	C	25	1998-09-19	No	201 Lbs	6 ft2	No	No	No	1	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Oscar Dansk	Vipers (ANA)	G	29	1994-02-28	No	204 Lbs	6 ft3	No	No	No	4	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
Trevor Murphy	Vipers (ANA)	D	27	1995-10-12	Yes	180 Lbs	5 ft10	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Tyler Ennis	Vipers (ANA)	LW	33	1989-10-06	No	160 Lbs	5 ft9	No	No	No	1	Sans Restriction	Pro & Farm	1,000,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
14	26.93	197 Lbs	6 ft1	2.36	875,000$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Darren Raddysh	Frederik Gauthier		35	1	2	2
2	Nail Yakupov	Nolan Foote		30	1	2	2
3	Tyler Ennis	Nolan Patrick		25	1	2	2
4			Darren Raddysh	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			35	1	2	2
2	Dan Renouf		30	1	2	2
3	Lassi Thomson		25	1	2	2
4			10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Darren Raddysh	Frederik Gauthier		55	1	2	2
2	Nail Yakupov	Nolan Foote		45	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Dan Renouf		45	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			55	1	2	2
2		Darren Raddysh	45	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Dan Renouf		45	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1		55	1	2	2			55	1	2	2
2		45	1	2	2	Dan Renouf		45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			55	1	2	2
2		Darren Raddysh	45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Dan Renouf		45	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Darren Raddysh	Frederik Gauthier

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Darren Raddysh	Frederik Gauthier

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Nolan Patrick, Tyler Ennis, Frederik Gauthier	Nolan Patrick, Tyler Ennis	Frederik Gauthier

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Lassi Thomson, Dan Renouf,	Lassi Thomson	Dan Renouf,

Tirs de Pénalité
, , , Darren Raddysh, Frederik Gauthier

Gardien
#1 : , #2 :

Lignes d'Attaque Perso. en Prol.
, , , , , , , , , ,

Lignes de Défense Perso. en Prol.
, , , ,

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

	Ligue												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Barracudas	2	1	1	0	0	0	0	0	6	8	-2	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	3	6	-3	2	0.500	6	11	17	0	0	8	13	25	4	48	68	115	177	17	37	11	18	29	7	2	28.57%	9	4	55.56%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
2	Bayou	2	1	0	0	0	1	0	0	5	3	2	1	1	0	0	0	0	0	0	4	1	3	1	0	0	0	0	1	0	0	1	2	-1	3	0.750	5	10	15	0	0	8	13	25	4	45	68	115	177	17	33	9	2	31	3	1	33.33%	1	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
3	Outlaws	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	8	13	25	4	22	68	115	177	17	24	9	4	7	1	0	0.00%	2	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
4	Predateurs	2	0	1	0	1	0	0	0	8	10	-2	1	0	1	0	0	0	0	0	4	7	-3	1	0	0	0	1	0	0	0	4	3	1	2	0.500	8	14	22	0	0	8	13	25	4	72	68	115	177	17	72	23	38	39	8	1	12.50%	9	2	77.78%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
5	Rockets	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	0	2	2	1.000	2	3	5	0	1	8	13	25	4	8	68	115	177	17	18	5	2	18	2	0	0.00%	1	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
6	Snowbirds	1	0	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	8	12	0	0	8	13	25	4	41	68	115	177	17	31	12	2	14	2	0	0.00%	1	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
7	Supreme	1	0	0	0	1	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	5	4	1	2	1.000	5	10	15	0	0	8	13	25	4	28	68	115	177	17	38	15	8	9	2	1	50.00%	4	1	75.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
	Total	14	5	4	0	3	1	1	0	50	43	7	7	3	3	0	0	0	1	0	25	23	2	7	2	1	0	3	1	0	0	25	20	5	19	0.679	50	89	139	0	1	8	13	25	4	371	68	115	177	17	346	100	105	207	38	8	21.05%	40	10	75.00%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
9	Twins	1	0	0	0	0	0	1	0	5	4	1	1	0	0	0	0	0	1	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	5	10	0	0	8	13	25	4	37	68	115	177	17	34	5	12	18	2	0	0.00%	6	3	50.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
10	Vandals	1	0	0	0	1	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	4	3	1	2	1.000	4	7	11	0	0	8	13	25	4	22	68	115	177	17	23	4	4	21	2	0	0.00%	2	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
11	Wolves	2	2	0	0	0	0	0	0	9	3	6	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	6	2	4	4	1.000	9	17	26	0	0	8	13	25	4	48	68	115	177	17	36	7	15	21	9	3	33.33%	5	0	100.00%	0	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
	_Since Last GM Reset	14	5	4	0	3	1	1	0	50	43	7	7	3	3	0	0	0	1	0	25	23	2	7	2	1	0	3	1	0	0	25	20	5	19	0.679	50	89	139	0	1	8	13	25	4	371	68	115	177	17	346	100	105	207	38	8	21.05%	40	10	75.00%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
	_Vs Conference	13	4	4	0	3	1	1	0	48	43	5	7	3	3	0	0	0	1	0	25	23	2	6	1	1	0	3	1	0	0	23	20	3	17	0.654	48	86	134	0	0	8	13	25	4	363	68	115	177	17	328	95	103	189	36	8	22.22%	39	10	74.36%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
	_Vs Division	11	4	3	0	2	1	1	0	39	34	5	6	3	2	0	0	0	1	0	21	18	3	5	1	1	0	2	1	0	0	18	16	2	15	0.682	39	68	107	0	0	8	13	25	4	294	68	115	177	17	259	68	93	166	32	7	21.88%	34	9	73.53%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
14	19	OTW1	50	89	139	371	346	100	105	207	0	1

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	5	4	3	1	1	0	50	43

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
7	3	3	0	0	1	0	25	23

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
7	2	1	3	1	0	0	25	20

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
5	3	1	1	0	0

Tentatives en Avantage Numérique	Buts en Avantage Numérique	% en Avantage Numérique	Tentatives en Désavantage Numérique	Buts Contre en Désavantage Numérique	% en Désavantage Numérique	Buts Pour en Désavantage Numérique
38	8	21.05%	40	10	75.00%	1

Tirs en 1e Période	Tirs en 2e Période	Tirs en 3e Période	Tirs en 4e Période	Buts en 1e Période	Buts en 2e Période	Buts en 3e Période	Buts en 4e Période
68	115	177	17	8	13	25	4

Mises en Jeu
Gagnées en Zone Offensive	Total en Zone Offensive	% Gagnées en Zone Offensive	Gagnées en Zone Défensive	Total en Zone Défensive	% Gagnées en Zone Défensive	Gagnées en Zone Neutre	Total en Zone Neutre	% Gagnées en Zone Neutre
98	219	44.75%	101	222	45.50%	78	197	39.59%

Temps Avec la Rondelle
En Zone Offensive	Contrôle en Zone Offensive	En Zone Défensive	Contrôle en Zone Défensive	En Zone Neutre	Contrôle en Zone Neutre
302	193	313	121	231	109

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	SO	Lien
1 - 2024-04-06	10	Outlaws	3	Vipers	2	L			Sommaire du Match
2 - 2024-04-07	17	Vipers	4	Predateurs	3	W	X		Sommaire du Match
5 - 2024-04-10	43	Vipers	4	Vandals	3	W	X		Sommaire du Match
6 - 2024-04-11	48	Twins	4	Vipers	5	W	X	X	Sommaire du Match
7 - 2024-04-12	59	Vipers	2	Rockets	0	W			Sommaire du Match
8 - 2024-04-13	79	Vipers	1	Bayou	2	L	X		Sommaire du Match
9 - 2024-04-14	93	Wolves	1	Vipers	3	W			Sommaire du Match
11 - 2024-04-16	115	Snowbirds	5	Vipers	4	L			Sommaire du Match
12 - 2024-04-17	128	Vipers	6	Wolves	2	W			Sommaire du Match
13 - 2024-04-18	140	Vipers	3	Barracudas	6	L			Sommaire du Match
15 - 2024-04-20	153	Predateurs	7	Vipers	4	L			Sommaire du Match
17 - 2024-04-22	172	Bayou	1	Vipers	4	W			Sommaire du Match
19 - 2024-04-24	196	Barracudas	2	Vipers	3	W			Sommaire du Match
20 - 2024-04-25	211	Vipers	5	Supreme	4	W	X		Sommaire du Match
21 - 2024-04-26	216	Vipers	-	Twins	-
22 - 2024-04-27	236	Vipers	-	Hunters	-
23 - 2024-04-28	247	Goons	-	Vipers	-
25 - 2024-04-30	265	Husky	-	Vipers	-
26 - 2024-05-01	279	Vipers	-	Twins	-
28 - 2024-05-03	293	Vipers	-	Wolves	-
29 - 2024-05-04	309	Bandits	-	Vipers	-
30 - 2024-05-05	322	Vipers	-	Saguenéens	-
32 - 2024-05-07	337	Snowbirds	-	Vipers	-
34 - 2024-05-09	360	Xpress	-	Vipers	-
35 - 2024-05-10	376	Vipers	-	TigersCats	-
36 - 2024-05-11	387	Vipers	-	Barracudas	-
38 - 2024-05-13	403	Twins	-	Vipers	-
40 - 2024-05-15	418	Vipers	-	Husky	-
41 - 2024-05-16	431	Spartans	-	Vipers	-
43 - 2024-05-18	450	Chiwawa	-	Vipers	-
44 - 2024-05-19	466	Vipers	-	Snowbirds	-
45 - 2024-05-20	483	Vipers	-	Grizzlies	-
46 - 2024-05-21	493	Vipers	-	Marlies	-
47 - 2024-05-22	496	Outlaws	-	Vipers	-
49 - 2024-05-24	522	Scorpions	-	Vipers	-
51 - 2024-05-26	543	CoolFm	-	Vipers	-
52 - 2024-05-27	556	Vipers	-	Goons	-
53 - 2024-05-28	576	TigersCats	-	Vipers	-
55 - 2024-05-30	593	Vipers	-	CoolFm	-
57 - 2024-06-01	601	Vipers	-	Outlaws	-
58 - 2024-06-02	619	Bayou	-	Vipers	-
60 - 2024-06-04	641	Vipers	-	Chiwawa	-
61 - 2024-06-05	645	Raptors	-	Vipers	-
62 - 2024-06-06	660	Vipers	-	Raptors	-
63 - 2024-06-07	675	Vipers	-	Spartans	-
64 - 2024-06-08	682	Igloos	-	Vipers	-
67 - 2024-06-11	710	Smirnoff Ice	-	Vipers	-
68 - 2024-06-12	725	Vipers	-	Warriors	-
69 - 2024-06-13	740	Hunters	-	Vipers	-
71 - 2024-06-15	758	Vipers	-	Xpress	-
72 - 2024-06-16	771	Predateurs	-	Vipers	-
73 - 2024-06-17	787	Vipers	-	Igloos	-
74 - 2024-06-18	805	Warriors	-	Vipers	-
75 - 2024-06-19	814	Vipers	-	Farmers	-
77 - 2024-06-21	834	Supreme	-	Vipers	-
78 - 2024-06-22	853	Vipers	-	Outlaws	-
79 - 2024-06-23	864	Farmers	-	Vipers	-
82 - 2024-06-26	887	Vipers	-	Smirnoff Ice	-
83 - 2024-06-27	897	Thugs	-	Vipers	-
85 - 2024-06-29	915	Marlies	-	Vipers	-
86 - 2024-06-30	927	Vipers	-	Rockets	-
88 - 2024-07-02	947	Rockets	-	Vipers	-
89 - 2024-07-03	960	Vipers	-	Vandals	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
90 - 2024-07-04	969	Vipers	-	Bayou	-
91 - 2024-07-05	985	Saguenéens	-	Vipers	-
93 - 2024-07-07	1009	Marmots	-	Vipers	-
95 - 2024-07-09	1026	Vipers	-	Predateurs	-
96 - 2024-07-10	1040	Vipers	-	Marmots	-
97 - 2024-07-11	1051	Vandals	-	Vipers	-
100 - 2024-07-14	1073	Barracudas	-	Vipers	-
103 - 2024-07-17	1099	Grizzlies	-	Vipers	-
105 - 2024-07-19	1115	Vipers	-	Scorpions	-
107 - 2024-07-21	1131	Vandals	-	Vipers	-
109 - 2024-07-23	1150	Wolves	-	Vipers	-
110 - 2024-07-24	1155	Vipers	-	Thugs	-
112 - 2024-07-26	1170	Vipers	-	Bandits	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	35	15
Assistance	14,000	6,975
Assistance PCT	100.00%	99.64%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
31	2996 - 99.88%	101,936$	713,550$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
419,073$	1,225,000$	1,225,000$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	239,863$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
3,160,007$	93	19,690$	1,831,170$

Afficher ou Masquer des Colonnes

	Ligue											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
Saison Régulière
45	82	30	32	0	8	4	2	6	276	277	-1	41	18	17	0	4	0	0	2	141	130	11	41	12	15	0	4	4	2	4	135	147	-12	90	276	473	749	4	1	40	103	123	12	2279	546	795	915	55	2274	722	571	1178	247	53	21.46%	197	39	80.20%	6	720	1489	48.35%	696	1432	48.60%	638	1315	48.52%	1837	1231	1925	634	1209	587
46	82	33	28	0	5	10	3	3	313	301	12	41	15	13	0	2	9	1	1	150	153	-3	41	18	15	0	3	1	2	2	163	148	15	95	313	525	838	1	2	65	119	121	12	2317	588	842	855	52	2333	784	490	1345	254	57	22.44%	196	51	73.98%	11	698	1522	45.86%	682	1555	43.86%	636	1341	47.43%	1807	1164	1866	659	1302	642
47	14	5	4	0	3	1	1	0	50	43	7	7	3	3	0	0	0	1	0	25	23	2	7	2	1	0	3	1	0	0	25	20	5	19	50	89	139	0	1	8	13	25	4	371	68	115	177	17	346	100	105	207	38	8	21.05%	40	10	75.00%	1	98	219	44.75%	101	222	45.50%	78	197	39.59%	302	193	313	121	231	109
Total Saison Régulière	178	68	64	0	16	15	6	9	639	621	18	89	36	33	0	6	9	2	3	316	306	10	89	32	31	0	10	6	4	6	323	315	8	204	639	1087	1726	5	4	113	235	269	28	4967	1202	1752	1947	124	4953	1606	1166	2730	539	118	21.89%	433	100	76.91%	18	1516	3230	46.93%	1479	3209	46.09%	1352	2853	47.39%	3947	2589	4105	1415	2743	1339
Séries
45	19	10	9	0	0	0	0	0	74	77	-3	9	6	3	0	0	0	0	0	35	31	4	10	4	6	0	0	0	0	0	39	46	-7	20	74	127	201	0	0	17	25	29	3	607	125	210	257	15	681	212	194	288	69	17	24.64%	68	16	76.47%	1	171	395	43.29%	208	428	48.60%	165	316	52.22%	356	201	500	157	300	150
Total Séries	19	10	9	0	0	0	0	0	74	77	-3	9	6	3	0	0	0	0	0	35	31	4	10	4	6	0	0	0	0	0	39	46	-7	20	74	127	201	0	0	17	25	29	3	607	125	210	257	15	681	212	194	288	69	17	24.64%	68	16	76.47%	1	171	395	43.29%	208	428	48.60%	165	316	52.22%	356	201	500	157	300	150

Back to the Top