Association Québécoise de Hockey Simulé

Association Québécoise de Hockey Simulé - Wolves

Wolves

GP: 14 | W: 4 | L: 10 | OTL: 0 | P: 8
GF: 33 | GA: 54 | PP%: 11.76% | PK%: 67.86%
DG: Gabriel Drolet | Morale : 90 | Moyenne d'Équipe : 57
Prochain matchs #231 vs Barracudas

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

St-Louis Blues
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
Rayé
1	Pius Suter		X			100.00	57	45	93	83	53	70	95	57	77	50	65	87	77	86	77	0	90	68	0
2	Brad Malone	X				100.00	75	45	87	73	78	50	40	45	30	40	50	72	50	93	80	0	90	58	0
3	Carson Meyer (R)			X		100.00	75	45	87	78	56	50	40	47	30	44	50	66	50	85	72	0	90	56	0
4	Damien Giroux (R)	X				100.00	50	45	92	78	51	70	40	47	30	44	50	64	50	83	74	0	90	55	0
5	Hayden Hodgson (R)			X		100.00	50	45	95	74	74	50	40	45	30	40	50	60	50	87	74	0	90	54	0
6	Nick Caamano		X			100.00	50	45	95	76	72	50	40	45	30	40	50	55	50	85	72	0	90	53	0
7	Maksim Sushko (R)			X		100.00	50	45	95	75	69	50	40	45	30	40	50	55	50	84	71	0	90	53	0
8	Justin Dowling		X			100.00	50	45	95	78	52	50	40	45	30	40	50	55	50	93	80	0	90	53	0
9	Shane Gersich (R)		X			100.00	50	45	95	79	52	50	40	45	30	40	50	55	50	87	74	0	90	53	0
10	Clark Bishop	X				100.00	50	45	95	76	67	50	40	45	30	40	50	55	50	87	74	0	90	53	0
11	Riley Damiani (R)	X				100.00	50	45	95	80	47	50	40	45	30	40	50	55	50	83	70	0	90	52	0
12	Conor Timmins (R)				X	100.00	65	45	87	89	66	63	40	68	30	76	59	55	70	84	73	0	90	66	0
13	Nick Cicek (R)				X	100.00	78	48	75	80	67	60	40	53	30	56	50	71	66	82	70	0	90	63	0
14	Egor Zamula (R)				X	100.00	56	45	92	83	55	56	40	53	30	56	50	64	66	83	71	0	90	60	0
15	Grant Hutton				X	100.00	50	45	95	75	72	50	40	45	30	40	50	55	50	88	75	0	90	57	0
16	Mark Pysyk				X	100.00	50	45	95	76	62	50	40	45	30	40	50	55	50	91	78	0	90	57	0
17	Hunter Drew (R)				X	100.00	50	45	95	77	60	50	40	45	30	40	50	55	50	85	72	0	90	56	0
18	Louie Belpedio (R)				X	100.00	50	45	95	77	54	50	40	45	30	40	50	55	50	87	74	0	90	56	0

	MOYENNE D'ÉQUIPE					100.00	56	45	92	78	62	54	43	48	33	45	51	61	54	86	74	0	90	57

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	Jaxson Stauber (R)	100.00	70	50	75	82	72	70	70	70	72	70	70	83	71	0	90	62	0

	MOYENNE D'ÉQUIPE	100.00	70	50	75	82	72	70	70	70	72	70	70	83	71	0	90	62

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Mike Yeo	65	65	65	65	84	78	72	CAN	50	1	800,000$

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	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3

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

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
Brad Malone	Wolves (STL)	C	34	1989-05-20	No	217 Lbs	6 ft2	No	No	No	1	Sans Restriction	Pro & Farm	776,000$	0$	0$	No
Carson Meyer	Wolves (STL)	RW	26	1997-08-18	Yes	184 Lbs	5 ft11	No	No	No	2	Avec Restriction	Pro & Farm	951,000$	0$	0$	No
Clark Bishop	Wolves (STL)	C	27	1996-03-29	No	197 Lbs	6 ft1	No	No	No	5	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Conor Timmins	Wolves (STL)	D	25	1998-09-18	Yes	202 Lbs	6 ft2	No	No	No	2	Avec Restriction	Pro & Farm	1,200,000$	0$	0$	No
Damien Giroux	Wolves (STL)	C	23	2000-03-03	Yes	179 Lbs	5 ft10	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Egor Zamula	Wolves (STL)	D	23	2000-03-30	Yes	177 Lbs	6 ft3	No	No	No	1	Avec Restriction	Pro & Farm	800,000$	0$	0$	No
Grant Hutton	Wolves (STL)	D	28	1995-07-25	No	207 Lbs	6 ft4	No	No	No	2	Sans Restriction	Pro & Farm	951,000$	0$	0$	No
Hayden Hodgson	Wolves (STL)	RW	27	1996-03-02	Yes	208 Lbs	6 ft2	No	No	No	2	Avec Restriction	Pro & Farm	1,333,000$	0$	0$	No
Hunter Drew	Wolves (STL)	D	24	1998-10-21	Yes	191 Lbs	6 ft2	No	No	No	1	Avec Restriction	Pro & Farm	700,000$	0$	0$	No
Jaxson Stauber	Wolves (STL)	G	24	1999-04-27	Yes	174 Lbs	6 ft3	No	No	No	1	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Justin Dowling	Wolves (STL)	LW	32	1990-10-01	No	180 Lbs	5 ft10	No	No	No	1	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
Louie Belpedio	Wolves (STL)	D	26	1996-10-12	Yes	191 Lbs	5 ft11	No	No	No	2	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Maksim Sushko	Wolves (STL)	RW	24	1999-02-10	Yes	206 Lbs	6 ft0	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Mark Pysyk	Wolves (STL)	D	31	1992-01-11	No	198 Lbs	6 ft1	No	No	No	1	Sans Restriction	Pro & Farm	2,000,000$	0$	0$	No
Nick Caamano	Wolves (STL)	LW	25	1998-09-07	No	200 Lbs	6 ft3	No	No	No	2	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Nick Cicek	Wolves (STL)	D	23	2000-05-29	Yes	201 Lbs	6 ft3	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Pius Suter	Wolves (STL)	LW	27	1996-05-24	No	179 Lbs	5 ft11	No	No	No	1	Avec Restriction	Pro & Farm	3,000,000$	0$	0$	No
Riley Damiani	Wolves (STL)	C	23	2000-03-20	Yes	170 Lbs	5 ft10	No	No	No	1	Avec Restriction	Pro & Farm	800,000$	0$	0$	No
Shane Gersich	Wolves (STL)	LW	26	1996-10-12	Yes	175 Lbs	5 ft11	No	No	No	2	Avec Restriction	Pro & Farm	1,111,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
19	26.21	191 Lbs	6 ft1	1.89	1,040,632$

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				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			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
, ,	,

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, ,		,

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	Barracudas	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	12	7	13	1	23	88	77	119	1	16	5	13	16	4	2	50.00%	4	1	75.00%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
2	Bayou	3	1	2	0	0	0	0	0	4	5	-1	2	1	1	0	0	0	0	0	3	3	0	1	0	1	0	0	0	0	0	1	2	-1	2	0.333	4	8	12	0	1	12	7	13	1	55	88	77	119	1	45	22	25	51	5	0	0.00%	10	3	70.00%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
3	Husky	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	6	10	0	0	12	7	13	1	28	88	77	119	1	27	10	8	9	3	0	0.00%	4	1	75.00%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
4	Outlaws	2	0	2	0	0	0	0	0	4	11	-7	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	4	8	-4	0	0.000	4	7	11	0	0	12	7	13	1	40	88	77	119	1	49	10	26	18	4	1	25.00%	8	2	75.00%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
5	Predateurs	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	0	0	12	7	13	1	20	88	77	119	1	22	11	11	14	6	1	16.67%	3	1	66.67%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
6	Smirnoff Ice	1	0	1	0	0	0	0	0	3	9	-6	1	0	1	0	0	0	0	0	3	9	-6	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	6	9	0	0	12	7	13	1	19	88	77	119	1	28	7	19	13	3	0	0.00%	7	4	42.86%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
	Total	14	3	10	0	1	0	0	0	33	54	-21	7	2	5	0	0	0	0	0	16	28	-12	7	1	5	0	1	0	0	0	17	26	-9	8	0.286	33	60	93	0	1	12	7	13	1	285	88	77	119	1	299	101	160	184	34	4	11.76%	56	18	67.86%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
8	Twins	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	12	7	13	1	20	88	77	119	1	24	7	4	16	2	0	0.00%	2	0	100.00%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
9	Vandals	2	0	2	0	0	0	0	0	6	9	-3	1	0	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	6	11	17	0	0	12	7	13	1	44	88	77	119	1	40	15	18	27	2	0	0.00%	9	3	66.67%	0	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
10	Vipers	2	0	2	0	0	0	0	0	3	9	-6	1	0	1	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	3	4	7	0	0	12	7	13	1	36	88	77	119	1	48	14	36	20	5	0	0.00%	9	3	66.67%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
	_Since Last GM Reset	14	3	10	0	1	0	0	0	33	54	-21	7	2	5	0	0	0	0	0	16	28	-12	7	1	5	0	1	0	0	0	17	26	-9	8	0.286	33	60	93	0	1	12	7	13	1	285	88	77	119	1	299	101	160	184	34	4	11.76%	56	18	67.86%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
	_Vs Conference	12	3	9	0	0	0	0	0	26	42	-16	6	2	4	0	0	0	0	0	13	19	-6	6	1	5	0	0	0	0	0	13	23	-10	6	0.250	26	48	74	0	1	12	7	13	1	238	88	77	119	1	244	84	133	162	28	4	14.29%	45	13	71.11%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
	_Vs Division	12	3	9	0	0	0	0	0	26	42	-16	6	2	4	0	0	0	0	0	13	19	-6	6	1	5	0	0	0	0	0	13	23	-10	6	0.250	26	48	74	0	1	12	7	13	1	238	88	77	119	1	244	84	133	162	28	4	14.29%	45	13	71.11%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95

			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	8	L7	33	60	93	285	299	101	160	184	0	1

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	3	10	1	0	0	0	33	54

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
7	2	5	0	0	0	0	16	28

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
7	1	5	1	0	0	0	17	26

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
1	9	0	0	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
34	4	11.76%	56	18	67.86%	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
88	77	119	1	12	7	13	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
95	189	50.26%	122	196	62.24%	130	228	57.02%

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
425	318	232	94	185	95

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	2	Vandals	5	Wolves	4	L		Sommaire du Match
3 - 2024-04-08	30	Wolves	3	Barracudas	2	W		Sommaire du Match
4 - 2024-04-09	39	Twins	2	Wolves	4	W		Sommaire du Match
7 - 2024-04-12	60	Wolves	4	Husky	3	W	X	Sommaire du Match
8 - 2024-04-13	77	Smirnoff Ice	9	Wolves	3	L		Sommaire du Match
9 - 2024-04-14	93	Wolves	1	Vipers	3	L		Sommaire du Match
11 - 2024-04-16	107	Bayou	0	Wolves	1	W		Sommaire du Match
12 - 2024-04-17	128	Vipers	6	Wolves	2	L		Sommaire du Match
14 - 2024-04-19	149	Wolves	4	Outlaws	8	L		Sommaire du Match
15 - 2024-04-20	159	Outlaws	3	Wolves	0	L		Sommaire du Match
16 - 2024-04-21	166	Wolves	2	Vandals	4	L		Sommaire du Match
17 - 2024-04-22	181	Wolves	2	Predateurs	4	L		Sommaire du Match
19 - 2024-04-24	201	Bayou	3	Wolves	2	L		Sommaire du Match
20 - 2024-04-25	214	Wolves	1	Bayou	2	L		Sommaire du Match
22 - 2024-04-27	231	Barracudas	-	Wolves	-
24 - 2024-04-29	252	TigersCats	-	Wolves	-
25 - 2024-04-30	264	Wolves	-	Grizzlies	-
27 - 2024-05-02	282	Wolves	-	Xpress	-
28 - 2024-05-03	293	Vipers	-	Wolves	-
30 - 2024-05-05	312	Xpress	-	Wolves	-
31 - 2024-05-06	329	Wolves	-	Marmots	-
32 - 2024-05-07	343	Wolves	-	Supreme	-
34 - 2024-05-09	354	Vandals	-	Wolves	-
35 - 2024-05-10	373	Wolves	-	Bandits	-
36 - 2024-05-11	386	Marmots	-	Wolves	-
38 - 2024-05-13	407	Smirnoff Ice	-	Wolves	-
40 - 2024-05-15	421	Wolves	-	TigersCats	-
41 - 2024-05-16	435	Wolves	-	Barracudas	-
42 - 2024-05-17	447	Grizzlies	-	Wolves	-
44 - 2024-05-19	468	Outlaws	-	Wolves	-
45 - 2024-05-20	482	Wolves	-	Husky	-
47 - 2024-05-22	500	CoolFm	-	Wolves	-
48 - 2024-05-23	509	Wolves	-	CoolFm	-
50 - 2024-05-25	531	Hunters	-	Wolves	-
51 - 2024-05-26	545	Wolves	-	Smirnoff Ice	-
52 - 2024-05-27	561	Wolves	-	Warriors	-
53 - 2024-05-28	573	Twins	-	Wolves	-
56 - 2024-05-31	594	Rockets	-	Wolves	-
57 - 2024-06-01	604	Wolves	-	Saguenéens	-
59 - 2024-06-03	625	Chiwawa	-	Wolves	-
61 - 2024-06-05	643	Wolves	-	Scorpions	-
62 - 2024-06-06	652	Wolves	-	Spartans	-
63 - 2024-06-07	663	Barracudas	-	Wolves	-
64 - 2024-06-08	681	Wolves	-	Goons	-
65 - 2024-06-09	695	Warriors	-	Wolves	-
67 - 2024-06-11	718	Predateurs	-	Wolves	-
69 - 2024-06-13	735	Wolves	-	Raptors	-
70 - 2024-06-14	748	Igloos	-	Wolves	-
71 - 2024-06-15	760	Wolves	-	Twins	-
72 - 2024-06-16	778	Bandits	-	Wolves	-
73 - 2024-06-17	795	Wolves	-	Marlies	-
74 - 2024-06-18	808	Wolves	-	Outlaws	-
75 - 2024-06-19	819	Husky	-	Wolves	-
77 - 2024-06-21	841	Raptors	-	Wolves	-
79 - 2024-06-23	857	Wolves	-	Chiwawa	-
80 - 2024-06-24	871	Goons	-	Wolves	-
81 - 2024-06-25	877	Wolves	-	Predateurs	-
83 - 2024-06-27	896	Wolves	-	Hunters	-
84 - 2024-06-28	911	Snowbirds	-	Wolves	-
86 - 2024-06-30	932	Marlies	-	Wolves	-
88 - 2024-07-02	945	Wolves	-	Igloos	-
89 - 2024-07-03	959	Wolves	-	Twins	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
90 - 2024-07-04	972	Spartans	-	Wolves	-
92 - 2024-07-06	992	Wolves	-	Rockets	-
93 - 2024-07-07	1003	Wolves	-	Bayou	-
94 - 2024-07-08	1014	Farmers	-	Wolves	-
96 - 2024-07-10	1034	Wolves	-	Farmers	-
97 - 2024-07-11	1046	Supreme	-	Wolves	-
99 - 2024-07-13	1062	Scorpions	-	Wolves	-
101 - 2024-07-15	1086	Saguenéens	-	Wolves	-
104 - 2024-07-18	1108	Wolves	-	Thugs	-
105 - 2024-07-19	1118	Thugs	-	Wolves	-
106 - 2024-07-20	1123	Wolves	-	Vandals	-
109 - 2024-07-23	1150	Wolves	-	Vipers	-
110 - 2024-07-24	1158	Predateurs	-	Wolves	-
111 - 2024-07-25	1164	Wolves	-	Snowbirds	-

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	13,929	6,977
Assistance PCT	99.49%	99.67%

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	2987 - 99.55%	101,515$	710,604$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
529,254$	1,977,200$	1,977,200$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	380,578$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
3,146,961$	92	24,577$	2,261,084$

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	33	29	0	9	4	4	3	250	226	24	41	15	15	0	5	3	1	2	120	118	2	41	18	14	0	4	1	3	1	130	108	22	99	250	466	716	0	1	54	82	101	18	1623	412	531	642	62	1695	563	1215	932	214	31	14.49%	298	62	79.19%	10	591	1158	51.04%	651	1189	54.75%	716	1276	56.11%	2379	1772	1527	557	1076	549
46	82	37	31	0	3	8	2	1	243	278	-35	41	18	16	0	1	3	2	1	126	141	-15	41	19	15	0	2	5	0	0	117	137	-20	93	243	458	701	3	1	65	82	91	8	1618	465	509	625	37	1926	624	1294	935	226	42	18.58%	342	88	74.27%	8	650	1199	54.21%	696	1342	51.86%	689	1282	53.74%	2410	1804	1468	561	1079	548
47	14	3	10	0	1	0	0	0	33	54	-21	7	2	5	0	0	0	0	0	16	28	-12	7	1	5	0	1	0	0	0	17	26	-9	8	33	60	93	0	1	12	7	13	1	285	88	77	119	1	299	101	160	184	34	4	11.76%	56	18	67.86%	1	95	189	50.26%	122	196	62.24%	130	228	57.02%	425	318	232	94	185	95
Total Saison Régulière	178	73	70	0	13	12	6	4	526	558	-32	89	35	36	0	6	6	3	3	262	287	-25	89	38	34	0	7	6	3	1	264	271	-7	200	526	984	1510	3	3	131	171	205	27	3526	965	1117	1386	100	3920	1288	2669	2051	474	77	16.24%	696	168	75.86%	19	1336	2546	52.47%	1469	2727	53.87%	1535	2786	55.10%	5215	3895	3228	1213	2341	1193
Séries
45	5	1	4	0	0	0	0	0	11	19	-8	2	1	1	0	0	0	0	0	6	6	0	3	0	3	0	0	0	0	0	5	13	-8	2	11	21	32	0	0	5	3	3	0	100	24	46	30	0	110	37	34	64	21	4	19.05%	11	4	63.64%	1	52	78	66.67%	36	67	53.73%	43	84	51.19%	143	107	95	33	63	33
Total Séries	5	1	4	0	0	0	0	0	11	19	-8	2	1	1	0	0	0	0	0	6	6	0	3	0	3	0	0	0	0	0	5	13	-8	2	11	21	32	0	0	5	3	3	0	100	24	46	30	0	110	37	34	64	21	4	19.05%	11	4	63.64%	1	52	78	66.67%	36	67	53.73%	43	84	51.19%	143	107	95	33	63	33

Back to the Top