Association Québécoise de Hockey Simulé

Association Québécoise de Hockey Simulé - TigersCats

TigersCats

GP: 19 | W: 8 | L: 10 | OTL: 1 | P: 17
GF: 69 | GA: 79 | PP%: 19.61% | PK%: 68.85%
DG: Jean-Denis Larouche | Morale : 90 | Moyenne d'Équipe : 61
Prochain matchs #295 vs Chiwawa

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

Hamilton Tigers
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	Anthony Duclair		X			95.00	68	45	92	84	62	74	40	63	30	69	58	60	69	87	79	0	90	64	0
2	Michael Pezzetta		X			100.00	99	72	62	77	73	50	76	55	30	50	59	66	82	85	72	0	90	62	0
3	Josh Leivo			X		100.00	70	48	82	82	66	59	62	58	30	59	56	69	67	89	78	0	90	62	0
4	Colin White			X		97.00	66	45	90	80	65	50	82	54	73	48	60	57	66	86	73	0	90	62	0
5	Rem Pitlick	X				100.00	57	45	82	83	57	65	56	58	30	56	61	58	79	86	76	0	90	62	0
6	Laurent Dauphin	X				100.00	64	45	82	78	59	52	40	47	84	40	54	67	50	88	75	0	90	59	0
7	Kevin Rooney	X				100.00	75	48	85	77	65	50	40	47	72	44	50	62	50	89	76	0	90	58	0
8	Curtis McKenzie		X			100.00	50	45	95	75	73	50	40	45	30	40	50	55	50	92	79	0	90	54	0
9	Adam Gaudette	X				100.00	50	45	95	79	56	50	40	45	30	40	50	55	50	87	74	0	90	53	0
10	Matt Dumba				X	97.00	76	54	67	81	51	89	95	53	30	50	56	71	66	88	83	0	90	68	0
11	Sheldon Dries				X	100.00	76	54	82	82	50	58	76	56	80	48	64	61	67	88	77	0	90	63	0
12	Mikhail Maltsev (R)				X	100.00	50	45	95	76	71	50	40	45	30	40	50	55	50	85	72	0	90	57	0
Rayé
1	Ross Colton	X				93.00	99	51	78	84	63	62	98	61	86	56	66	59	88	86	75	0	90	67	0
2	Nick Perbix (R)				X	93.00	70	45	86	83	60	64	83	58	30	58	59	73	68	84	73	0	90	67	0
3	Jordan Gross				X	91.90	57	45	92	80	52	78	40	54	30	40	68	59	66	87	80	0	90	61	0

	MOYENNE D'ÉQUIPE					97.73	68	49	84	80	62	60	61	53	46	49	57	62	65	87	76	0	90	61

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
Rayé
1	Adam Werner (R)	90.15	70	40	40	90	65	65	65	65	65	65	65	82	69	0	90	58	0

	MOYENNE D'ÉQUIPE	90.00	70	40	40	90	65	65	65	65	65	65	65	82	69	0	90	58

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jeremy Colliton	65	65	65	65	73	84	94	CAN	39	2	6,150,000$

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	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	P/20	PSG	PSS	FW	FL	S1	S2	S3
1	Josh Leivo	TigersCats (HAM)	RW	19	10	11	21	0	7	5	21	21	59	19	32	16.95%	10	314	16.53	3	2	5	7	26	1	0	1	2	8	1	0	57.14%	14	15	6	1.34	1	2	0	1	1	2	1
2	Rem Pitlick	TigersCats (HAM)	C	17	10	7	17	3	0	0	17	29	42	22	29	23.81%	9	308	18.17	0	3	3	6	24	0	1	1	4	27	1	1	45.05%	222	13	11	1.10	0	1	0	0	3	0	1
3	Colin White	TigersCats (HAM)	RW	17	12	4	16	3	6	0	21	19	48	21	33	25.00%	3	343	20.22	2	1	3	8	35	1	1	2	1	23	0	1	62.50%	16	10	5	0.93	1	1	0	0	0	3	1
4	Anthony Duclair	TigersCats (HAM)	LW	12	5	11	16	-4	7	5	14	19	65	29	57	7.69%	7	279	23.29	1	2	3	9	25	0	0	0	2	28	1	0	73.08%	26	15	9	1.14	1	1	1	0	0	0	2
5	Michael Pezzetta	TigersCats (HAM)	LW	19	3	10	13	3	12	0	47	25	38	10	21	7.89%	10	322	16.95	1	2	3	4	27	0	0	0	0	6	0	1	51.85%	27	8	9	0.81	0	1	0	0	0	0	3
6	Kevin Rooney	TigersCats (HAM)	C	19	6	7	13	0	4	0	35	27	62	12	33	9.68%	6	297	15.63	0	0	0	0	0	0	0	0	0	0	0	0	61.04%	77	7	13	0.88	0	0	0	0	1	1	0
7	Ross Colton	TigersCats (HAM)	C	11	7	5	12	7	8	0	19	26	49	22	32	14.29%	6	249	22.71	0	1	1	5	18	0	0	0	1	23	1	0	66.67%	249	13	6	0.96	0	1	0	0	3	0	1
8	Laurent Dauphin	TigersCats (HAM)	C	19	9	3	12	-3	18	0	28	36	39	22	30	23.08%	7	305	16.08	1	0	1	1	6	0	0	0	0	6	3	0	68.35%	237	17	8	0.79	0	0	0	0	2	0	0
9	Sheldon Dries	TigersCats (HAM)	D	19	2	10	12	3	4	0	13	15	24	12	6	8.33%	16	382	20.14	0	1	1	4	34	0	0	0	2	41	0	0	100.00%	1	8	13	0.63	0	0	0	0	1	0	0
10	Matt Dumba	TigersCats (HAM)	D	19	2	6	8	-3	41	5	35	26	43	13	16	4.65%	30	480	25.28	1	0	1	4	45	0	0	0	0	31	0	0	0.00%	0	11	27	0.33	0	0	0	0	0	0	0
11	Nick Perbix	TigersCats (HAM)	D	17	0	8	8	0	4	0	26	28	41	25	13	0.00%	25	433	25.49	0	1	1	2	34	0	0	0	1	46	0	0	0.00%	0	14	20	0.37	0	0	0	0	0	0	0
12	Jordan Gross	TigersCats (HAM)	D	15	0	4	4	0	2	0	9	21	19	7	10	0.00%	17	297	19.84	0	1	1	0	25	0	0	0	1	27	0	0	100.00%	1	7	8	0.27	0	0	0	0	0	1	0
13	Mikhail Maltsev	TigersCats (HAM)	D	19	0	3	3	1	0	0	3	9	5	2	3	0.00%	7	299	15.76	0	0	0	0	3	0	0	0	0	9	0	0	0.00%	1	1	10	0.20	0	0	0	0	0	1	0
14	Curtis McKenzie	TigersCats (HAM)	LW	19	0	3	3	-2	4	0	14	15	17	12	28	0.00%	6	300	15.84	0	0	0	0	11	0	0	0	0	8	0	0	55.56%	18	3	11	0.20	0	0	0	0	0	0	0
15	Adam Gaudette	TigersCats (HAM)	C	19	0	2	2	1	0	0	9	20	14	10	7	0.00%	6	296	15.62	0	0	0	0	3	0	0	0	0	11	0	0	25.00%	8	2	10	0.13	0	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				260	66	94	160	9	117	15	311	336	565	238	350	11.68%	165	4911	18.89	9	14	23	50	323	2	2	4	14	301	7	3	60.20%	897	144	166	0.65	3	7	1	1	11	8	9

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	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Adam Werner	TigersCats (HAM)	13	3	9	0	0.855	4.41	721	2	0	53	365	173	0	1	0.000	0	13	0	0	0	0
Stats d'équipe Total ou en Moyenne			13	3	9	0	0.855	4.41	721	2	0	53	365	173	0	1	0.000	0	13	0	0	0	0

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
Adam Gaudette	TigersCats (HAM)	C	26	1996-10-03	No	175 Lbs	6 ft1	No	No	No	2	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Adam Werner	TigersCats (HAM)	G	26	1997-05-02	Yes	205 Lbs	6 ft5	No	No	No	1	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Anthony Duclair	TigersCats (HAM)	LW	28	1995-08-26	No	197 Lbs	5 ft11	No	No	No	4	Sans Restriction	Pro & Farm	2,250,000$	0$	0$	No
Colin White	TigersCats (HAM)	RW	26	1997-01-30	No	194 Lbs	6 ft1	No	No	No	1	Avec Restriction	Pro & Farm	4,500,000$	0$	0$	No
Curtis McKenzie	TigersCats (HAM)	LW	31	1991-10-12	No	205 Lbs	6 ft2	No	No	No	1	Sans Restriction	Pro & Farm	800,000$	0$	0$	No
Jordan Gross	TigersCats (HAM)	D	28	1995-05-09	No	190 Lbs	5 ft10	No	No	No	4	Sans Restriction	Pro & Farm	1,000,000$	0$	0$	No
Josh Leivo	TigersCats (HAM)	RW	30	1993-05-26	No	192 Lbs	6 ft2	No	No	No	4	Sans Restriction	Pro & Farm	1,000,000$	0$	0$	No
Kevin Rooney	TigersCats (HAM)	C	30	1993-05-21	No	190 Lbs	6 ft2	No	No	No	2	Sans Restriction	Pro & Farm	1,200,000$	0$	0$	No
Laurent Dauphin	TigersCats (HAM)	C	28	1995-03-27	No	186 Lbs	6 ft0	No	No	No	4	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
Matt Dumba	TigersCats (HAM)	D	29	1994-07-25	No	181 Lbs	6 ft0	No	No	No	4	Sans Restriction	Pro & Farm	4,000,000$	0$	0$	No
Michael Pezzetta	TigersCats (HAM)	LW	25	1998-03-13	No	210 Lbs	6 ft1	No	No	No	2	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Mikhail Maltsev	TigersCats (HAM)	D	25	1998-03-12	Yes	198 Lbs	6 ft3	No	No	No	2	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Nick Perbix	TigersCats (HAM)	D	25	1998-06-15	Yes	191 Lbs	6 ft2	No	No	No	4	Avec Restriction	Pro & Farm	950,000$	0$	0$	No
Rem Pitlick	TigersCats (HAM)	C	26	1997-04-02	No	186 Lbs	5 ft11	No	No	No	3	Avec Restriction	Pro & Farm	900,000$	0$	0$	No
Ross Colton	TigersCats (HAM)	C	27	1996-09-11	No	194 Lbs	6 ft0	No	No	No	4	Avec Restriction	Pro & Farm	2,400,000$	0$	0$	No
Sheldon Dries	TigersCats (HAM)	D	29	1994-04-23	No	180 Lbs	5 ft9	No	No	No	4	Sans Restriction	Pro & Farm	1,000,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
16	27.44	192 Lbs	6 ft1	2.88	1,537,500$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Anthony Duclair		Colin White	35	1	2	2
2	Michael Pezzetta	Rem Pitlick	Josh Leivo	30	1	2	2
3	Curtis McKenzie	Laurent Dauphin	Kevin Rooney	25	1	2	2
4		Kevin Rooney	Anthony Duclair	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Matt Dumba		35	1	2	2
2	Sheldon Dries		30	1	2	2
3	Mikhail Maltsev	Adam Gaudette	25	1	2	2
4	Matt Dumba		10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Anthony Duclair		Colin White	55	1	2	2
2	Michael Pezzetta	Rem Pitlick	Josh Leivo	45	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Matt Dumba		55	1	2	2
2	Sheldon Dries		45	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1		Anthony Duclair	55	1	2	2
2	Rem Pitlick	Colin White	45	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Matt Dumba		55	1	2	2
2	Sheldon Dries		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	Matt Dumba		55	1	2	2
2	Anthony Duclair	45	1	2	2	Sheldon Dries		45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1		Anthony Duclair	55	1	2	2
2	Rem Pitlick	Colin White	45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Matt Dumba		55	1	2	2
2	Sheldon Dries		45	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Anthony Duclair		Colin White	Matt Dumba

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Anthony Duclair		Colin White	Matt Dumba

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Laurent Dauphin, Curtis McKenzie, Adam Gaudette	Laurent Dauphin, Curtis McKenzie	Adam Gaudette

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Mikhail Maltsev, Sheldon Dries,	Mikhail Maltsev	Sheldon Dries,

Tirs de Pénalité
, Anthony Duclair, Rem Pitlick, Colin White, Josh Leivo

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	CoolFm	1	0	0	0	1	0	0	0	5	4	1	1	0	0	0	1	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	8	13	0	0	13	24	29	5	40	147	210	233	16	25	11	2	34	3	1	33.33%	1	1	0.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
2	Farmers	1	0	0	0	0	0	0	1	7	8	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	7	8	-1	1	0.500	7	12	19	0	0	13	24	29	5	40	147	210	233	16	32	8	9	21	5	1	20.00%	2	0	100.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
3	Goons	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	2	3	0	0	13	24	29	5	25	147	210	233	16	32	5	8	22	2	0	0.00%	4	1	75.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
4	Grizzlies	2	0	1	0	1	0	0	0	6	6	0	1	0	0	0	1	0	0	0	2	1	1	1	0	1	0	0	0	0	0	4	5	-1	2	0.500	6	8	14	0	0	13	24	29	5	76	147	210	233	16	60	23	10	26	7	0	0.00%	5	1	80.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
5	Husky	1	0	1	0	0	0	0	0	1	5	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	1	1	2	0	0	13	24	29	5	31	147	210	233	16	32	7	8	17	4	0	0.00%	4	2	50.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
6	Marlies	3	2	1	0	0	0	0	0	13	12	1	1	1	0	0	0	0	0	0	4	3	1	2	1	1	0	0	0	0	0	9	9	0	4	0.667	13	21	34	0	0	13	24	29	5	87	147	210	233	16	103	46	20	47	2	1	50.00%	10	3	70.00%	1	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
7	Marmots	3	1	2	0	0	0	0	0	12	13	-1	2	0	2	0	0	0	0	0	5	9	-4	1	1	0	0	0	0	0	0	7	4	3	2	0.333	12	21	33	1	0	13	24	29	5	114	147	210	233	16	88	21	25	67	11	3	27.27%	10	3	70.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
8	Rockets	2	1	1	0	0	0	0	0	6	7	-1	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	6	8	14	0	0	13	24	29	5	41	147	210	233	16	50	16	17	33	5	2	40.00%	8	3	62.50%	1	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
9	Smirnoff Ice	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	5	3	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	5	10	0	0	13	24	29	5	30	147	210	233	16	34	5	4	10	4	1	25.00%	2	0	100.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
	Total	19	5	10	0	2	0	1	1	69	79	-10	9	3	3	0	2	0	1	0	33	31	2	10	2	7	0	0	0	0	1	36	48	-12	17	0.447	69	106	175	2	0	13	24	29	5	598	147	210	233	16	572	175	133	362	51	10	19.61%	61	19	68.85%	2	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
11	Vandals	1	0	0	0	0	0	1	0	4	3	1	1	0	0	0	0	0	1	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	5	9	0	0	13	24	29	5	16	147	210	233	16	17	3	4	28	1	0	0.00%	2	1	50.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
12	Warriors	2	0	2	0	0	0	0	0	8	12	-4	1	0	1	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	4	6	-2	0	0.000	8	14	22	0	0	13	24	29	5	74	147	210	233	16	81	23	22	44	4	1	25.00%	11	3	72.73%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
13	Wolves	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	1	2	1	0	13	24	29	5	24	147	210	233	16	18	7	4	13	3	0	0.00%	2	1	50.00%	0	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
	_Since Last GM Reset	19	5	10	0	2	0	1	1	69	79	-10	9	3	3	0	2	0	1	0	33	31	2	10	2	7	0	0	0	0	1	36	48	-12	17	0.447	69	106	175	2	0	13	24	29	5	598	147	210	233	16	572	175	133	362	51	10	19.61%	61	19	68.85%	2	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
	_Vs Conference	17	5	9	0	2	0	0	1	64	73	-9	8	3	3	0	2	0	0	0	29	28	1	9	2	6	0	0	0	0	1	35	45	-10	15	0.441	64	100	164	1	0	13	24	29	5	558	147	210	233	16	537	165	125	321	47	10	21.28%	57	17	70.18%	2	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
	_Vs Division	14	5	7	0	1	0	0	1	57	61	-4	7	3	3	0	1	0	0	0	24	24	0	7	2	4	0	0	0	0	1	33	37	-4	13	0.464	57	89	146	1	0	13	24	29	5	462	147	210	233	16	448	142	107	248	38	9	23.68%	48	13	72.92%	2	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183

			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
19	17	W1	69	106	175	598	572	175	133	362	2	0

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
19	5	10	2	0	1	1	69	79

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
9	3	3	2	0	1	0	33	31

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
10	2	7	0	0	0	1	36	48

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
2	4	2	0	1	1

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
51	10	19.61%	61	19	68.85%	2

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
147	210	233	16	13	24	29	5

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
218	379	57.52%	230	374	61.50%	195	325	60.00%

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
383	205	409	172	359	183

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	5	Rockets	2	TigersCats	4	W			Sommaire du Match
3 - 2024-04-08	28	TigersCats	4	Warriors	6	L			Sommaire du Match
4 - 2024-04-09	38	TigersCats	1	Goons	3	L			Sommaire du Match
6 - 2024-04-11	52	Smirnoff Ice	3	TigersCats	5	W			Sommaire du Match
7 - 2024-04-12	69	Marlies	3	TigersCats	4	W			Sommaire du Match
9 - 2024-04-14	82	TigersCats	2	Rockets	5	L			Sommaire du Match
10 - 2024-04-15	101	TigersCats	3	Marlies	5	L			Sommaire du Match
11 - 2024-04-16	112	TigersCats	4	Grizzlies	5	L			Sommaire du Match
12 - 2024-04-17	119	Warriors	6	TigersCats	4	L			Sommaire du Match
13 - 2024-04-18	138	TigersCats	7	Farmers	8	L	X	X	Sommaire du Match
15 - 2024-04-20	154	Grizzlies	1	TigersCats	2	W	X		Sommaire du Match
17 - 2024-04-22	174	Marmots	3	TigersCats	1	L			Sommaire du Match
18 - 2024-04-23	192	TigersCats	7	Marmots	4	W			Sommaire du Match
20 - 2024-04-25	206	CoolFm	4	TigersCats	5	W	X		Sommaire du Match
21 - 2024-04-26	224	TigersCats	1	Husky	5	L			Sommaire du Match
22 - 2024-04-27	235	Marmots	6	TigersCats	4	L			Sommaire du Match
24 - 2024-04-29	252	TigersCats	1	Wolves	3	L			Sommaire du Match
25 - 2024-04-30	266	Vandals	3	TigersCats	4	W	X	X	Sommaire du Match
26 - 2024-05-01	278	TigersCats	6	Marlies	4	W			Sommaire du Match
28 - 2024-05-03	295	TigersCats	-	Chiwawa	-
29 - 2024-05-04	308	Scorpions	-	TigersCats	-
31 - 2024-05-06	325	Hunters	-	TigersCats	-
32 - 2024-05-07	340	TigersCats	-	Grizzlies	-
34 - 2024-05-09	362	Igloos	-	TigersCats	-
35 - 2024-05-10	376	Vipers	-	TigersCats	-
37 - 2024-05-12	393	TigersCats	-	Farmers	-
38 - 2024-05-13	409	TigersCats	-	Rockets	-
40 - 2024-05-15	421	Wolves	-	TigersCats	-
42 - 2024-05-17	440	TigersCats	-	Bandits	-
43 - 2024-05-18	451	TigersCats	-	Goons	-
44 - 2024-05-19	461	Saguenéens	-	TigersCats	-
45 - 2024-05-20	484	Goons	-	TigersCats	-
47 - 2024-05-22	498	TigersCats	-	Igloos	-
48 - 2024-05-23	511	TigersCats	-	Saguenéens	-
49 - 2024-05-24	521	Predateurs	-	TigersCats	-
50 - 2024-05-25	537	TigersCats	-	Scorpions	-
52 - 2024-05-27	557	Spartans	-	TigersCats	-
53 - 2024-05-28	576	TigersCats	-	Vipers	-
55 - 2024-05-30	584	Xpress	-	TigersCats	-
57 - 2024-06-01	606	Grizzlies	-	TigersCats	-
58 - 2024-06-02	620	TigersCats	-	Twins	-
60 - 2024-06-04	636	Outlaws	-	TigersCats	-
62 - 2024-06-06	657	TigersCats	-	Marmots	-
63 - 2024-06-07	672	Twins	-	TigersCats	-
64 - 2024-06-08	687	TigersCats	-	Outlaws	-
66 - 2024-06-10	699	Snowbirds	-	TigersCats	-
67 - 2024-06-11	713	TigersCats	-	Snowbirds	-
69 - 2024-06-13	732	Barracudas	-	TigersCats	-
70 - 2024-06-14	751	Raptors	-	TigersCats	-
71 - 2024-06-15	767	TigersCats	-	Raptors	-
72 - 2024-06-16	777	TigersCats	-	CoolFm	-
74 - 2024-06-18	796	Supreme	-	TigersCats	-
75 - 2024-06-19	813	TigersCats	-	Supreme	-
76 - 2024-06-20	826	Chiwawa	-	TigersCats	-
77 - 2024-06-21	842	TigersCats	-	Vandals	-
78 - 2024-06-22	848	TigersCats	-	Spartans	-
79 - 2024-06-23	865	Husky	-	TigersCats	-
82 - 2024-06-26	885	Bandits	-	TigersCats	-
83 - 2024-06-27	905	TigersCats	-	Barracudas	-
84 - 2024-06-28	909	TigersCats	-	Predateurs	-
86 - 2024-06-30	925	TigersCats	-	Bayou	-
87 - 2024-07-01	934	Thugs	-	TigersCats	-
89 - 2024-07-03	955	Smirnoff Ice	-	TigersCats	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
90 - 2024-07-04	978	Marlies	-	TigersCats	-
91 - 2024-07-05	984	TigersCats	-	Thugs	-
93 - 2024-07-07	1006	TigersCats	-	Warriors	-
94 - 2024-07-08	1019	Warriors	-	TigersCats	-
96 - 2024-07-10	1038	TigersCats	-	Xpress	-
97 - 2024-07-11	1049	CoolFm	-	TigersCats	-
99 - 2024-07-13	1065	TigersCats	-	Hunters	-
101 - 2024-07-15	1083	Bayou	-	TigersCats	-
104 - 2024-07-18	1105	Rockets	-	TigersCats	-
105 - 2024-07-19	1114	TigersCats	-	Smirnoff Ice	-
108 - 2024-07-22	1142	Farmers	-	TigersCats	-
110 - 2024-07-24	1154	Farmers	-	TigersCats	-
111 - 2024-07-25	1163	TigersCats	-	Smirnoff Ice	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	35	20
Assistance	17,775	7,392
Assistance PCT	98.75%	82.13%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
29	2796 - 93.21%	102,662$	923,958$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
1,981,070$	2,460,000$	2,460,000$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	566,020$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
2,977,198$	87	76,195$	6,628,965$

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	36	29	0	4	3	3	7	288	260	28	41	20	16	0	2	0	1	2	153	138	15	41	16	13	0	2	3	2	5	135	122	13	96	288	481	769	4	1	52	104	125	12	2313	537	838	916	64	2208	694	822	1137	242	54	22.31%	305	81	73.44%	6	779	1543	50.49%	825	1549	53.26%	666	1303	51.11%	1886	1232	1841	654	1258	627
46	82	41	25	0	4	4	3	5	308	260	48	41	22	11	0	3	1	1	3	156	119	37	41	19	14	0	1	3	2	2	152	141	11	105	308	539	847	0	4	44	113	144	9	2569	571	908	1066	64	2040	694	647	1334	265	82	30.94%	224	61	72.77%	10	956	1623	58.90%	768	1380	55.65%	724	1273	56.87%	2078	1422	1664	622	1231	626
47	19	5	10	0	2	0	1	1	69	79	-10	9	3	3	0	2	0	1	0	33	31	2	10	2	7	0	0	0	0	1	36	48	-12	17	69	106	175	2	0	13	24	29	5	598	147	210	233	16	572	175	133	362	51	10	19.61%	61	19	68.85%	2	218	379	57.52%	230	374	61.50%	195	325	60.00%	383	205	409	172	359	183
Total Saison Régulière	183	82	64	0	10	7	7	13	665	599	66	91	45	30	0	7	1	3	5	342	288	54	92	37	34	0	3	6	4	8	323	311	12	218	665	1126	1791	6	5	109	241	298	26	5480	1255	1956	2215	144	4820	1563	1602	2833	558	146	26.16%	590	161	72.71%	18	1953	3545	55.09%	1823	3303	55.19%	1585	2901	54.64%	4348	2860	3914	1448	2850	1437
Séries
45	17	11	6	0	0	0	0	0	69	59	10	8	5	3	0	0	0	0	0	33	29	4	9	6	3	0	0	0	0	0	36	30	6	22	69	125	194	0	0	22	26	21	0	610	151	244	215	0	436	149	172	258	55	12	21.82%	49	12	75.51%	1	169	370	45.68%	151	306	49.35%	144	292	49.32%	502	371	273	122	244	122
Total Séries	17	11	6	0	0	0	0	0	69	59	10	8	5	3	0	0	0	0	0	33	29	4	9	6	3	0	0	0	0	0	36	30	6	22	69	125	194	0	0	22	26	21	0	610	151	244	215	0	436	149	172	258	55	12	21.82%	49	12	75.51%	1	169	370	45.68%	151	306	49.35%	144	292	49.32%	502	371	273	122	244	122

Back to the Top