Association Québécoise de Hockey Simulé

Association Québécoise de Hockey Simulé - Hunters

Hunters

GP: 12 | W: 5 | L: 6 | OTL: 1 | P: 11
GF: 39 | GA: 40 | PP%: 11.43% | PK%: 78.85%
DG: Samuel Lachapelle | Morale : 90 | Moyenne d'Équipe : 56
Prochain matchs #195 vs Bandits

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

Moncton Wildcats
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	Thomas Bordeleau			X		100.00	50	45	95	80	49	76	40	49	30	48	50	63	50	81	73	0	90	56	0
2	Samuel Fagemo (R)		X			100.00	51	45	95	78	66	50	40	51	30	44	58	55	65	83	70	0	90	55	0
3	Cole Reinhardt (R)		X			100.00	50	45	95	76	66	50	40	45	30	40	50	55	50	83	70	0	90	53	0
4	Joshua Ho-Sang			X		100.00	50	45	95	79	53	50	40	45	30	40	50	55	50	87	74	0	90	53	0
5	Hendrix Lapierre (R)	X				100.00	50	45	95	78	56	50	40	45	30	40	50	55	50	81	68	0	90	52	0
6	Jean-Luc Foudy (R)	X				100.00	50	45	87	79	52	50	40	45	30	40	50	55	50	80	67	0	90	52	0
7	Tyler Kleven (R)				X	100.00	56	45	92	77	69	61	40	49	30	48	50	63	50	81	70	0	90	60	0
8	Tobias Bjornfot (R)				X	100.00	59	45	87	76	61	60	40	47	30	44	50	64	50	82	70	0	90	59	0
9	Thomas Harley (R)				X	100.00	50	45	92	76	69	70	40	49	30	48	50	55	50	81	72	0	90	59	0
10	Carl Dahlstrom				X	100.00	50	45	95	72	85	50	40	45	30	40	50	55	50	88	75	0	90	58	0
11	Mac Hollowell (R)				X	100.00	50	45	92	81	40	54	40	49	30	48	50	61	50	84	72	0	90	57	0
12	Will Butcher				X	100.00	50	45	95	77	52	50	40	45	30	40	50	55	50	88	75	0	90	56	0
Rayé

	MOYENNE D'ÉQUIPE					100.00	51	45	93	77	60	56	40	47	30	43	51	58	51	83	71	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
Rayé

	MOYENNE D'ÉQUIPE	0.00	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Adam Oates	65	65	65	65	95	73	50	CAN	61	3	700,000$

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	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPM	PKA	PKP	PKM	FO%	FOT	GA	TA	P/20	S1	S2	S3
1	Thomas Bordeleau	Hunters (MON)	RW	12	4	0	4	-5	0	1	3	22	6	16	18.18%	2	141	11.81	0	0	0	0	20.00%	5	3	2	0.56	1	0	2
2	Thomas Harley	Hunters (MON)	D	3	0	1	1	3	0	0	0	1	0	1	0.00%	3	56	18.96	4	1	1	4	0.00%	0	0	0	0.35	0	0	1
3	Mac Hollowell	Hunters (MON)	D	12	0	0	0	-1	0	0	1	0	0	0	0.00%	0	43	3.61	0	0	0	0	0.00%	0	0	0	0.00	0	0	0
4	Tyler Kleven	Hunters (MON)	D	10	0	0	0	7	2	3	6	4	6	5	0.00%	21	220	22.03	26	0	0	27	0.00%	0	1	8	0.00	1	1	0
5	Carl Dahlstrom	Hunters (MON)	D	3	0	0	0	2	0	0	0	0	0	0	0.00%	0	38	12.88	0	0	0	0	0.00%	0	0	2	0.00	0	0	0
6	Will Butcher	Hunters (MON)	D	3	0	0	0	-2	0	1	0	0	0	0	0.00%	1	11	3.99	0	0	0	0	0.00%	0	0	0	0.00	0	0	0
Stats d'équipe Total ou en Moyenne				43	4	1	5	4	2	5	10	27	12	22	14.81%	27	512	11.92	30	1	1	31	20.00%	5	4	12	0.20	2	1	3

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	Collin Delia	Moncton Wildcats	1	0	1	0	0.773	6.12	49	0	0	5	22	11	0	0	0.000	0	1	0	0	0	0
Stats d'équipe Total ou en Moyenne			1	0	1	0	0.773	6.12	49	0	0	5	22	11	0	0	0.000	0	1	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
Carl Dahlstrom	Hunters (MON)	D	28	1995-01-28	No	229 Lbs	6 ft5	No	No	No	3	Sans Restriction	Pro & Farm	900,000$	0$	0$	No
Cole Reinhardt	Hunters (MON)	LW	23	2000-02-01	Yes	200 Lbs	6 ft0	No	No	No	1	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Hendrix Lapierre	Hunters (MON)	C	21	2002-02-09	Yes	180 Lbs	6 ft0	No	No	No	4	Avec Restriction	Pro & Farm	900,000$	0$	0$	No
Jean-Luc Foudy	Hunters (MON)	C	21	2002-05-13	Yes	177 Lbs	5 ft11	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Joshua Ho-Sang	Hunters (MON)	RW	26	1996-10-12	No	173 Lbs	6 ft0	No	No	No	3	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Mac Hollowell	Hunters (MON)	D	25	1998-09-26	Yes	170 Lbs	5 ft9	No	No	No	3	Avec Restriction	Pro & Farm	950,000$	0$	0$	No
Samuel Fagemo	Hunters (MON)	LW	23	2000-03-14	Yes	200 Lbs	6 ft0	No	No	No	2	Avec Restriction	Pro & Farm	800,000$	0$	0$	No
Thomas Bordeleau	Hunters (MON)	RW	21	2002-01-03	No	175 Lbs	5 ft10	No	No	No	2	Avec Restriction	Pro & Farm	1,200,000$	0$	0$	No
Thomas Harley	Hunters (MON)	D	22	2001-08-19	Yes	205 Lbs	6 ft3	No	No	No	3	Avec Restriction	Pro & Farm	5,000,000$	0$	0$	No
Tobias Bjornfot	Hunters (MON)	D	22	2001-04-06	Yes	200 Lbs	6 ft0	No	No	No	4	Avec Restriction	Pro & Farm	900,000$	0$	0$	No
Tyler Kleven	Hunters (MON)	D	21	2002-01-10	Yes	200 Lbs	6 ft4	No	No	No	1	Avec Restriction	Pro & Farm	950,000$	0$	0$	No
Will Butcher	Hunters (MON)	D	28	1995-01-06	No	190 Lbs	5 ft10	No	No	No	3	Sans Restriction	Pro & Farm	950,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
12	23.42	192 Lbs	6 ft0	2.75	1,252,083$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1				35	1	2	2
2				30	1	2	2
3			Thomas Bordeleau	25	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			35	1	2	2
2			30	1	2	2
3			25	1	2	2
4	Mac Hollowell		10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1				55	1	2	2
2				45	1	2	2

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

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

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

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

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

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, Thomas Bordeleau,	, Thomas Bordeleau

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, , Mac Hollowell		, Mac Hollowell

Tirs de Pénalité
, , , ,

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	Bandits	1	0	0	0	0	1	0	0	5	6	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	5	6	-1	1	0.500	5	10	15	0	0	9	13	16	1	22	57	92	103	1	34	13	12	15	3	0	0.00%	6	2	66.67%	0	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
2	CoolFm	2	0	2	0	0	0	0	0	5	9	-4	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	4	6	-2	0	0.000	5	9	14	1	0	9	13	16	1	42	57	92	103	1	68	20	16	20	0	0	0.00%	8	3	62.50%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
3	Goons	3	1	2	0	0	0	0	0	7	9	-2	2	1	1	0	0	0	0	0	6	6	0	1	0	1	0	0	0	0	0	1	3	-2	2	0.333	7	14	21	0	0	9	13	16	1	64	57	92	103	1	86	31	47	27	9	1	11.11%	16	1	93.75%	0	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
4	Husky	2	1	0	0	1	0	0	0	6	4	2	1	1	0	0	0	0	0	0	3	2	1	1	0	0	0	1	0	0	0	3	2	1	4	1.000	6	12	18	0	0	9	13	16	1	44	57	92	103	1	49	18	22	32	11	1	9.09%	11	1	90.91%	0	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
5	Igloos	4	2	2	0	0	0	0	0	16	12	4	2	2	0	0	0	0	0	0	11	4	7	2	0	2	0	0	0	0	0	5	8	-3	4	0.500	16	31	47	0	1	9	13	16	1	81	57	92	103	1	76	24	57	40	12	2	16.67%	11	4	63.64%	0	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
	Total	12	4	6	0	1	1	0	0	39	40	-1	6	4	2	0	0	0	0	0	21	15	6	6	0	4	0	1	1	0	0	18	25	-7	11	0.458	39	76	115	1	1	9	13	16	1	253	57	92	103	1	313	106	154	134	35	4	11.43%	52	11	78.85%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
	_Since Last GM Reset	12	4	6	0	1	1	0	0	39	40	-1	6	4	2	0	0	0	0	0	21	15	6	6	0	4	0	1	1	0	0	18	25	-7	11	0.458	39	76	115	1	1	9	13	16	1	253	57	92	103	1	313	106	154	134	35	4	11.43%	52	11	78.85%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
	_Vs Conference	12	4	6	0	1	1	0	0	39	40	-1	6	4	2	0	0	0	0	0	21	15	6	6	0	4	0	1	1	0	0	18	25	-7	11	0.458	39	76	115	1	1	9	13	16	1	253	57	92	103	1	313	106	154	134	35	4	11.43%	52	11	78.85%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
	_Vs Division	12	4	6	0	1	1	0	0	39	40	-1	6	4	2	0	0	0	0	0	21	15	6	6	0	4	0	1	1	0	0	18	25	-7	11	0.458	39	76	115	1	1	9	13	16	1	253	57	92	103	1	313	106	154	134	35	4	11.43%	52	11	78.85%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80

			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
12	11	L1	39	76	115	253	313	106	154	134	1	1

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	4	6	1	1	0	0	39	40

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
6	4	2	0	0	0	0	21	15

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
6	0	4	1	1	0	0	18	25

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
3	5	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
35	4	11.43%	52	11	78.85%	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
57	92	103	1	9	13	16	1

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
101	198	51.01%	116	221	52.49%	117	204	57.35%

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
355	267	205	82	160	80

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	Lien
1 - 2024-04-06	4	Hunters	4	Igloos	5	L		Sommaire du Match
3 - 2024-04-08	23	Igloos	0	Hunters	6	W		Sommaire du Match
4 - 2024-04-09	35	Hunters	4	CoolFm	6	L		Sommaire du Match
6 - 2024-04-11	50	Goons	2	Hunters	3	W		Sommaire du Match
7 - 2024-04-12	67	Hunters	5	Bandits	6	L	X	Sommaire du Match
8 - 2024-04-13	81	Goons	4	Hunters	3	L		Sommaire du Match
10 - 2024-04-15	97	Hunters	1	Igloos	3	L		Sommaire du Match
11 - 2024-04-16	113	Igloos	4	Hunters	5	W		Sommaire du Match
13 - 2024-04-18	131	Hunters	3	Husky	2	W	X	Sommaire du Match
14 - 2024-04-19	142	Hunters	1	Goons	3	L		Sommaire du Match
15 - 2024-04-20	152	Husky	2	Hunters	3	W		Sommaire du Match
17 - 2024-04-22	175	CoolFm	3	Hunters	1	L		Sommaire du Match
19 - 2024-04-24	195	Bandits	-	Hunters	-
20 - 2024-04-25	212	Hunters	-	Bandits	-
21 - 2024-04-26	220	Hunters	-	Xpress	-
22 - 2024-04-27	236	Vipers	-	Hunters	-
24 - 2024-04-29	255	Hunters	-	Vandals	-
25 - 2024-04-30	263	Hunters	-	Bayou	-
26 - 2024-05-01	277	Grizzlies	-	Hunters	-
28 - 2024-05-03	297	Goons	-	Hunters	-
30 - 2024-05-05	316	Hunters	-	Snowbirds	-
31 - 2024-05-06	325	Hunters	-	TigersCats	-
32 - 2024-05-07	339	Farmers	-	Hunters	-
34 - 2024-05-09	361	Smirnoff Ice	-	Hunters	-
35 - 2024-05-10	372	Hunters	-	Supreme	-
37 - 2024-05-12	388	Hunters	-	Marlies	-
38 - 2024-05-13	399	Spartans	-	Hunters	-
40 - 2024-05-15	420	Hunters	-	Smirnoff Ice	-
41 - 2024-05-16	430	Outlaws	-	Hunters	-
43 - 2024-05-18	449	Hunters	-	Husky	-
44 - 2024-05-19	462	Barracudas	-	Hunters	-
45 - 2024-05-20	479	Bayou	-	Hunters	-
47 - 2024-05-22	499	Hunters	-	Xpress	-
48 - 2024-05-23	515	Twins	-	Hunters	-
50 - 2024-05-25	531	Hunters	-	Wolves	-
51 - 2024-05-26	542	Hunters	-	Chiwawa	-
52 - 2024-05-27	555	Marmots	-	Hunters	-
54 - 2024-05-29	577	Hunters	-	Rockets	-
55 - 2024-05-30	587	Marlies	-	Hunters	-
56 - 2024-05-31	600	Hunters	-	Scorpions	-
58 - 2024-06-02	617	Snowbirds	-	Hunters	-
60 - 2024-06-04	634	Hunters	-	Warriors	-
61 - 2024-06-05	649	Thugs	-	Hunters	-
63 - 2024-06-07	670	Saguenéens	-	Hunters	-
65 - 2024-06-09	691	Raptors	-	Hunters	-
66 - 2024-06-10	705	Hunters	-	Spartans	-
67 - 2024-06-11	716	Hunters	-	Saguenéens	-
68 - 2024-06-12	728	Supreme	-	Hunters	-
69 - 2024-06-13	740	Hunters	-	Vipers	-
71 - 2024-06-15	756	Hunters	-	Igloos	-
72 - 2024-06-16	772	Scorpions	-	Hunters	-
73 - 2024-06-17	790	Hunters	-	Outlaws	-
74 - 2024-06-18	802	Predateurs	-	Hunters	-
76 - 2024-06-20	821	Bandits	-	Hunters	-
78 - 2024-06-22	845	CoolFm	-	Hunters	-
79 - 2024-06-23	855	Hunters	-	Goons	-
80 - 2024-06-24	872	Hunters	-	Barracudas	-
81 - 2024-06-25	879	Hunters	-	Thugs	-
83 - 2024-06-27	896	Wolves	-	Hunters	-
85 - 2024-06-29	918	Igloos	-	Hunters	-
87 - 2024-07-01	940	Hunters	-	Farmers	-
88 - 2024-07-02	952	Hunters	-	Marmots	-
89 - 2024-07-03	958	Xpress	-	Hunters	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
91 - 2024-07-05	980	Vandals	-	Hunters	-
92 - 2024-07-06	995	Hunters	-	Predateurs	-
93 - 2024-07-07	1011	Rockets	-	Hunters	-
95 - 2024-07-09	1029	Husky	-	Hunters	-
96 - 2024-07-10	1042	Hunters	-	Twins	-
99 - 2024-07-13	1065	TigersCats	-	Hunters	-
102 - 2024-07-16	1089	Hunters	-	Raptors	-
103 - 2024-07-17	1095	Chiwawa	-	Hunters	-
104 - 2024-07-18	1101	Hunters	-	CoolFm	-
106 - 2024-07-20	1126	Hunters	-	CoolFm	-
107 - 2024-07-21	1140	Xpress	-	Hunters	-
108 - 2024-07-22	1146	Hunters	-	Grizzlies	-
111 - 2024-07-25	1166	Warriors	-	Hunters	-

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	11,992	5,981
Assistance PCT	99.93%	99.68%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
32	2996 - 99.85%	101,887$	611,322$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
360,800$	1,502,500$	1,502,500$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	249,290$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
3,260,384$	95	19,491$	1,851,645$

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	31	41	0	2	4	3	1	224	252	-28	41	19	19	0	1	1	0	1	121	122	-1	41	12	22	0	1	3	3	0	103	130	-27	77	224	400	624	1	3	55	83	81	7	1944	505	680	746	30	2008	690	876	1132	217	30	13.82%	254	59	76.77%	9	641	1319	48.60%	653	1351	48.33%	629	1259	49.96%	2188	1579	1627	584	1132	562
46	82	37	26	0	5	9	2	3	282	242	40	41	17	12	0	4	6	1	1	133	114	19	41	20	14	0	1	3	1	2	149	128	21	100	282	527	809	4	2	48	106	121	8	2063	511	708	818	40	1954	648	935	1175	242	51	21.07%	257	61	76.26%	2	735	1381	53.22%	717	1376	52.11%	666	1231	54.10%	2298	1681	1538	594	1140	565
47	12	4	6	0	1	1	0	0	39	40	-1	6	4	2	0	0	0	0	0	21	15	6	6	0	4	0	1	1	0	0	18	25	-7	11	39	76	115	1	1	9	13	16	1	253	57	92	103	1	313	106	154	134	35	4	11.43%	52	11	78.85%	1	101	198	51.01%	116	221	52.49%	117	204	57.35%	355	267	205	82	160	80
Total Saison Régulière	176	72	73	0	8	14	5	4	545	534	11	88	40	33	0	5	7	1	2	275	251	24	88	32	40	0	3	7	4	2	270	283	-13	188	545	1003	1548	6	6	112	202	218	16	4260	1073	1480	1667	71	4275	1444	1965	2441	494	85	17.21%	563	131	76.73%	12	1477	2898	50.97%	1486	2948	50.41%	1412	2694	52.41%	4842	3528	3371	1261	2434	1208

Back to the Top