Hurricanes
Accueil
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	IceHogs 19-13-3, 41pts	0	Sommaire du match	1	Wolves 14-21-0, 28pts

Team Stats
L1	Séquence	L1
9-7-1	Fiche domicile	7-11-0
10-6-2	Fiche domicile	7-10-0
5-5-0	Derniers 10 matchs	5-5-0
2.66	Buts par match	2.54
2.49	Buts contre par match	3.06
16.81%	Pourcentage en avantage numérique	17.74%
82.00%	Pourcentage en désavantage numérique	73.76%

Wolves
14-21-0, 28pts

Sommaire du match

Rocket
20-11-5, 45pts

Team Stats
L1	Séquence	SOL1
7-11-0	Fiche domicile	10-4-4
7-10-0	Fiche domicile	10-7-1
5-5-0	Derniers 10 matchs	7-1-2
2.54	Buts par match	2.64
3.06	Buts contre par match	2.47
17.74%	Pourcentage en avantage numérique	20.31%
73.76%	Pourcentage en désavantage numérique	87.70%

Wolves
14-21-0, 28pts

Jour 47

Islanders
17-15-3, 37pts

Statistiques d’équipe
L1	Séquence	W1
7-11-0	Fiche domicile	9-8-0
7-10-0	Fiche visiteur	8-7-3
5-5-0	10 derniers matchs	5-5-0
2.54	Buts par match	2.69
3.06	Buts contre par match	2.69
17.74%	Pourcentage en avantage numérique	20.80%
73.76%	Pourcentage en désavantage numérique	83.85%

Meneurs d'équipe
	Buts Cameron Hughes 13	Passes Conor Timmins 22

	Points Conor Timmins 24	Plus/Moins Max Gildon 4

	Victoires Michael Dipietro 7	Pourcentage d’arrêts Michael Dipietro 0.906

Statistiques d’équipe
Buts pour 89 2.54 GFG	Tirs pour 860 24.57 Avg	Pourcentage en avantage numérique 17.7% 22 GF	Début de zone offensive 38.7%
Buts contre 107 3.06 GAA	Tirs contre 1047 29.91 Avg	Pourcentage en désavantage numérique 73.8%% 37 GA	Début de la zone défensive 42.9%

Informations de l'équipe
	Directeur général	Thalia Dufour
	Division	Nord
	Conférence	Est Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	3,000
	Billets de saison	3,000
Informations de la formation
	Équipe Pro	20
	Équipe Mineure	21
	Limite contact	41 / 50
	Espoirs	25

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	Âge	Contrat	Salaire
1	Valtteri Puustinen	0		X	X		100.00	62	30	94	78	67	83	88	74	50	67	68	65	68	68	65	0	83	69	0	27	1	775,000$
2	Cameron Hughes	0	X	X			100.00	64	30	74	75	64	83	82	66	80	68	62	67	62	67	69	0	83	67	0	29	1	775,000$
3	Alexander True	0	X				100.00	79	30	81	75	89	79	84	63	75	63	60	66	60	67	69	0	83	67	0	28	1	550,000$
4	Mackie Samoskevich (R)	0	X				100.00	73	30	87	76	69	89	82	65	67	65	64	64	66	53	54	0	83	66	0	23	1	925,000$
5	Aleksi Heponiemi (R)	0	X	X	X		100.00	60	30	90	82	55	78	85	64	78	66	59	60	68	64	66	0	83	65	0	27	1	550,000$
6	Jean-Luc Foudy (R)	0	X				100.00	69	30	79	80	68	79	80	63	74	61	59	61	63	64	65	0	83	65	0	24	1	847,500$
7	William Dufour (R)	0			X		100.00	76	30	78	70	83	83	86	62	50	59	63	64	60	63	63	0	83	65	0	24	1	859,167$
8	Otto Stenberg (R)	0	X	X			100.00	75	30	96	74	68	77	86	63	71	60	56	64	55	60	62	0	83	64	0	21	4	950,000$
9	Ivan Ivan (R)	0	X				100.00	71	30	90	67	72	79	80	59	74	59	57	61	59	62	62	0	83	62	0	23	1	845,000$
10	Jan Mysak (R)	0	X	X			100.00	71	30	87	71	67	78	79	58	68	53	58	60	55	62	62	0	83	61	0	24	1	828,333$
11	Dylan Peterson (R)	0	X		X		100.00	71	30	58	65	85	82	79	56	70	57	59	55	59	63	65	0	83	61	0	24	2	867,500$
12	Julian Lutz (R)	0	X	X			100.00	65	30	92	63	74	77	78	56	59	57	54	63	55	61	63	0	83	61	0	22	3	923,333$
13	Conor Timmins	0				X	100.00	79	30	79	77	82	83	70	73	30	67	50	69	50	66	66	0	83	69	0	27	1	850,000$
14	Cavan Fitzgerald	0				X	100.00	66	30	91	75	71	78	82	56	30	55	54	64	50	66	68	0	83	65	0	29	1	550,000$
15	Philip Kemp (R)	0				X	100.00	76	30	76	72	80	76	84	58	30	50	52	61	50	65	65	0	83	65	0	27	1	775,000$
16	Max Gildon (R)	0				X	100.00	71	30	72	70	75	76	72	54	30	57	50	64	45	54	56	0	83	63	0	27	1	550,000$
17	Anttoni Honka (R)	0				X	100.00	71	30	89	66	63	79	83	63	30	60	52	60	50	60	60	0	83	63	0	25	1	836,667$
18	Donovan Sebrango (R)	0				X	100.00	66	30	69	65	75	72	77	53	30	45	43	60	40	62	62	0	83	60	0	24	1	828,333$
Rayé

	MOYENNE D’ÉQUIPE						100.00	70	30	82	72	73	80	81	61	55	59	57	63	56	63	63	0	83	64

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	Âge	Contrat	Salaire
1	Michael Dipietro (R)	0	100.00	89	84	80	74	78	77	79	78	77	79	78	66	65	0	82	76	0	27	1	775,000$
2	Jiri Patera (R)	0	100.00	74	78	74	86	73	72	74	73	72	74	73	66	65	0	80	72	0	27	1	775,000$
Rayé

	MOYENNE D’ÉQUIPE		100.00	82	81	77	80	76	75	77	76	75	77	76	66	65	0	81	74

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

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	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	S1	S2	S3
1	Conor Timmins	Wolves (CAR)	D	35	2	22	24	-11	34	78	27	33	20	31	6.06%	70	773	22.09	2	10	12	27	118	0	1	1	0	100	1	0	0%	0	0	0	0.62	0	0	0	0	2
2	Valtteri Puustinen	Wolves (CAR)	LW/RW	35	12	12	24	-1	14	13	47	94	34	89	12.77%	9	651	18.62	4	3	7	22	118	0	0	0	0	0	4	1	32.56%	43	0	1	0.74	1	2	2	0	3
3	Cameron Hughes	Wolves (CAR)	C/LW	35	13	10	23	-4	18	29	52	91	24	78	14.29%	12	637	18.20	5	2	7	21	91	0	0	0	0	17	1	0	57.35%	68	0	0	0.72	2	2	2	2	1
4	Mackie Samoskevich	Wolves (CAR)	C	35	4	19	23	-1	12	51	72	86	23	66	4.65%	2	654	18.70	1	8	9	22	118	0	0	0	0	0	1	0	46.69%	771	0	0	0.70	0	2	1	3	1
5	William Dufour	Wolves (CAR)	RW	35	9	10	19	-3	20	53	34	89	23	44	10.11%	2	535	15.29	2	4	6	20	95	0	1	1	0	34	0	1	44.44%	54	0	0	0.71	0	0	0	1	3
6	Aleksi Heponiemi	Wolves (CAR)	C/LW/RW	35	6	12	18	1	0	14	53	65	21	44	9.23%	6	708	20.23	0	6	6	12	94	2	0	2	3	130	1	0	50.00%	162	0	0	0.51	0	0	0	1	0
7	Anttoni Honka	Wolves (CAR)	D	35	7	9	16	1	12	32	22	30	9	16	23.33%	37	707	20.20	5	1	6	17	117	0	0	0	0	31	2	1	0%	0	0	0	0.45	0	0	3	0	1
8	Cavan Fitzgerald	Wolves (CAR)	D	35	4	8	12	-8	2	20	21	26	6	14	15.38%	36	752	21.51	1	3	4	14	91	0	0	0	1	113	0	0	0%	0	1	0	0.32	0	0	1	1	0
9	Jean-Luc Foudy	Wolves (CAR)	C	35	3	8	11	-2	12	32	86	57	16	47	5.26%	5	535	15.30	0	0	0	0	0	0	1	1	1	132	0	0	50.48%	723	0	0	0.41	0	0	0	0	0
10	Philip Kemp	Wolves (CAR)	D	35	2	9	11	3	34	54	15	23	6	11	8.70%	51	658	18.81	0	0	0	0	0	0	0	0	0	95	0	0	0%	0	0	0	0.33	0	0	0	1	1
11	Ivan Ivan	Wolves (CAR)	C	35	6	5	11	-2	4	10	30	32	13	32	18.75%	6	257	7.35	0	0	0	0	0	0	0	0	0	0	1	0	53.01%	266	0	0	0.86	0	0	0	0	2
12	Alexander True	Wolves (CAR)	C	35	6	3	9	-1	24	47	65	52	15	37	11.54%	9	473	13.53	0	0	0	0	0	0	0	0	0	0	0	0	53.99%	552	0	0	0.38	0	0	0	1	1
13	Jan Mysak	Wolves (CAR)	C/LW	35	3	6	9	-2	2	13	23	23	11	28	13.04%	3	325	9.30	0	0	0	0	0	0	0	0	3	68	0	0	51.28%	78	0	0	0.55	0	0	0	0	2
14	Otto Stenberg	Wolves (CAR)	C/LW	35	3	6	9	-1	16	29	35	62	16	44	4.84%	5	592	16.92	2	2	4	15	113	0	0	0	0	0	1	0	47.06%	51	0	0	0.30	0	0	0	1	0
15	Julian Lutz	Wolves (CAR)	C/LW	35	3	5	8	-2	2	7	28	33	15	19	9.09%	6	409	11.69	0	0	0	0	8	0	0	0	0	0	0	0	20.83%	24	0	0	0.39	0	0	0	0	1
16	Donovan Sebrango	Wolves (CAR)	D	35	1	6	7	-2	32	31	12	9	4	9	11.11%	35	574	16.41	0	0	0	0	8	0	0	0	0	13	0	0	0%	0	0	0	0.24	0	0	0	0	0
17	Max Gildon	Wolves (CAR)	D	35	1	5	6	4	24	51	30	26	12	19	3.85%	40	747	21.37	0	1	1	13	90	0	0	0	1	99	0	0	0%	0	0	0	0.16	0	0	0	0	0
18	Dylan Peterson	Wolves (CAR)	C/RW	35	2	2	4	-2	16	25	14	29	12	18	6.90%	4	319	9.14	0	0	0	0	0	0	0	0	1	64	0	0	54.55%	11	0	0	0.25	0	0	0	0	1
Statistiques d’équipe totales ou en moyenne				630	87	157	244	-33	278	589	666	860	280	646	10.12%	338	10312	16.37	22	40	62	183	1067	2	3	5	10	903	12	3	49.84%	2803	1	1	0.47	3	6	9	11	19

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	PCT	GAA	MP	PIM	SO	GA	SA	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Jiri Patera	Wolves (CAR)	15	7	7	0.887	3.10	832	2	0	43	379	0	1.000	5	14	21	1	1	0
2	Michael Dipietro	Wolves (CAR)	23	7	14	0.906	2.96	1279	2	2	63	667	1	0	0	21	14	3	0	1
Statistiques d’équipe totales ou en moyenne			38	14	21	0.899	3.01	2111	4	2	106	1046	1		5	35	35	4	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	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Aleksi Heponiemi	Wolves (CAR)	C/LW/RW	27	1999-01-09	FIN	Yes	155 Lbs	5 ft10	No	No	Free Agent		No	No	1	2026-04-07	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Alexander True	Wolves (CAR)	C	28	1997-07-17	DNK	No	213 Lbs	6 ft5	No	No	Free Agent		No	Yes	1	2026-04-07	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Anttoni Honka	Wolves (CAR)	D	25	2000-10-05	FIN	Yes	179 Lbs	5 ft10	No	No	N/A		No	No	1		False	False	Pro & Farm	836,667$	34,861$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Cameron Hughes	Wolves (CAR)	C/LW	29	1996-10-09	CAN	No	183 Lbs	6 ft0	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Cavan Fitzgerald	Wolves (CAR)	D	29	1996-08-23	USA	No	190 Lbs	6 ft1	No	No	Free Agent		No	Yes	1	2026-01-19	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Conor Timmins	Wolves (CAR)	D	27	1998-09-19	CAN	No	206 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	850,000$	35,417$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Donovan Sebrango	Wolves (CAR)	D	24	2002-01-12	CAN	Yes	194 Lbs	6 ft1	No	No	N/A		No	No	1		False	False	Pro & Farm	828,333$	34,514$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Dylan Peterson	Wolves (CAR)	C/RW	24	2002-01-08	USA	Yes	192 Lbs	6 ft4	No	No	Prospect		No	No	2	2025-09-22	False	False	Pro & Farm	867,500$	36,146$	0$	0$	No	867,500$	-	-	-	-	-	-	-	-	867,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ivan Ivan	Wolves (CAR)	C	23	2002-08-20	CZE	Yes	190 Lbs	6 ft0	No	No	Prospect		No	No	1	2024-07-23	False	False	Pro & Farm	845,000$	35,208$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jan Mysak	Wolves (CAR)	C/LW	24	2002-06-24	CZE	Yes	182 Lbs	5 ft11	No	No	N/A		No	No	1		False	False	Pro & Farm	828,333$	34,514$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jean-Luc Foudy	Wolves (CAR)	C	24	2002-05-13	CAN	Yes	177 Lbs	5 ft11	No	No	N/A		No	No	1		False	False	Pro & Farm	847,500$	35,312$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jiri Patera	Wolves (CAR)	G	27	1999-02-25	CZE	Yes	212 Lbs	6 ft3	No	No	Trade	2026-04-19	No	No	1	2024-12-02	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Julian Lutz	Wolves (CAR)	C/LW	22	2004-02-29	GER	Yes	185 Lbs	6 ft1	No	No	Prospect		No	No	3	2025-09-22	False	False	Pro & Farm	923,333$	38,472$	0$	0$	No	923,333$	923,333$	-	-	-	-	-	-	-	923,333$	923,333$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Mackie Samoskevich	Wolves (CAR)	C	23	2002-11-15	USA	Yes	183 Lbs	5 ft11	No	No	Prospect		No	No	1	2024-06-26	False	False	Pro & Farm	925,000$	38,542$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Max Gildon	Wolves (CAR)	D	27	1999-05-17	USA	Yes	194 Lbs	6 ft3	No	No	Free Agent		No	No	1	2026-01-19	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Michael Dipietro	Wolves (CAR)	G	27	1999-06-09	CAN	Yes	200 Lbs	6 ft0	No	No	Free Agent		No	No	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Otto Stenberg	Wolves (CAR)	C/LW	21	2005-05-29	SWE	Yes	188 Lbs	5 ft11	No	No	Prospect		No	No	4	2026-01-05	False	False	Pro & Farm	950,000$	39,583$	0$	0$	No	918,333$	918,333$	918,333$	-	-	-	-	-	-	918,333$	918,333$	918,333$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Philip Kemp	Wolves (CAR)	D	27	1999-02-12	USA	Yes	202 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Valtteri Puustinen	Wolves (CAR)	LW/RW	27	1999-06-04	FIN	No	182 Lbs	5 ft10	No	No	Free Agent		No	Yes	1	2024-12-02	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
William Dufour	Wolves (CAR)	RW	24	2002-01-28	CAN	Yes	215 Lbs	6 ft2	No	No	N/A		No	No	1		False	False	Pro & Farm	859,167$	35,799$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
20	25.45	191 Lbs	6 ft1	1.30	781,792$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Cameron Hughes	Mackie Samoskevich	Valtteri Puustinen	32	0	2	3
2	Otto Stenberg	Alexander True	Aleksi Heponiemi	30	0	2	3
3	Julian Lutz	Jean-Luc Foudy	William Dufour	25	1	2	2
4	Jan Mysak	Ivan Ivan	Dylan Peterson	13	1	3	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Conor Timmins	Cavan Fitzgerald	34	1	2	2
2	Max Gildon	Anttoni Honka	34	0	2	3
3	Donovan Sebrango	Philip Kemp	32	1	2	2
4	Donovan Sebrango	Philip Kemp	0	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Otto Stenberg	Mackie Samoskevich	Valtteri Puustinen	60	1	1	3
2	Cameron Hughes	Aleksi Heponiemi	William Dufour	40	1	1	3

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Anttoni Honka	Conor Timmins	60	1	2	2
2	Max Gildon	Cavan Fitzgerald	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jean-Luc Foudy	Aleksi Heponiemi	60	1	4	0
2	Jan Mysak	Dylan Peterson	40	1	4	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Philip Kemp	Max Gildon	60	1	4	0
2	Conor Timmins	Cavan Fitzgerald	40	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jean-Luc Foudy	52	1	4	0	Max Gildon	Cavan Fitzgerald	52	1	4	0
2	Cameron Hughes	48	1	4	0	Conor Timmins	Philip Kemp	48	1	4	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Mackie Samoskevich	Valtteri Puustinen	60	1	2	2
2	Cameron Hughes	Aleksi Heponiemi	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Conor Timmins	Anttoni Honka	60	1	2	2
2	Max Gildon	Cavan Fitzgerald	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Cameron Hughes	Mackie Samoskevich	Valtteri Puustinen	Anttoni Honka	Conor Timmins

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Aleksi Heponiemi	Jean-Luc Foudy	William Dufour	Cavan Fitzgerald	Philip Kemp

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Otto Stenberg, Mackie Samoskevich, Ivan Ivan	William Dufour, Julian Lutz	William Dufour

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Philip Kemp, Donovan Sebrango, Conor Timmins	Donovan Sebrango	Anttoni Honka, Donovan Sebrango

Tirs de pénalité
Valtteri Puustinen, Mackie Samoskevich, Cameron Hughes, Aleksi Heponiemi, Otto Stenberg

Gardien
#1 : Michael Dipietro, #2 : Jiri Patera

Lignes d’attaque personnalisées en prolongation
Mackie Samoskevich, Valtteri Puustinen, Aleksi Heponiemi, Cameron Hughes, William Dufour, Otto Stenberg, Jan Mysak, Ivan Ivan, Julian Lutz, Dylan Peterson

Lignes de défense personnalisées en prolongation
Philip Kemp, Max Gildon, Conor Timmins, Anttoni Honka, Cavan Fitzgerald

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

	Total												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	Admirals	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	3	5	0	0	31	31	22	6	27	261	316	272	17	28	8	6	21	8	0	0.00%	3	1	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
2	Americans	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	31	31	22	6	23	261	316	272	17	30	4	6	18	5	1	20.00%	3	2	33.33%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
3	Barracuda	1	1	0	0	0	0	0	0	4	0	4	1	1	0	0	0	0	0	0	4	0	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	1	31	31	22	6	36	261	316	272	17	25	6	4	20	5	2	40.00%	2	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
4	Bears	2	0	1	0	1	0	0	0	5	5	0	1	0	1	0	0	0	0	0	1	2	-1	1	0	0	0	1	0	0	0	4	3	1	2	0.500	5	9	14	0	0	31	31	22	6	50	261	316	272	17	52	20	24	38	11	3	27.27%	12	4	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
5	Bruins	1	0	1	0	0	0	0	0	2	6	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	2	3	5	0	0	31	31	22	6	18	261	316	272	17	24	11	0	20	3	0	0.00%	0	0	0%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
6	Canucks	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	0	31	31	22	6	22	261	316	272	17	30	10	8	12	3	0	0.00%	4	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
7	Checkers	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	2	3	5	0	0	31	31	22	6	13	261	316	272	17	33	19	14	15	2	1	50.00%	7	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
8	Comets	2	0	2	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	3	6	9	0	0	31	31	22	6	41	261	316	272	17	69	20	22	38	7	1	14.29%	11	3	72.73%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
9	Condors	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	31	31	22	6	34	261	316	272	17	29	5	6	12	5	0	0.00%	3	1	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
10	Crunch	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	3	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	31	31	22	6	20	261	316	272	17	28	11	6	14	3	0	0.00%	3	1	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
11	Eagles	1	0	0	0	0	0	1	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	1	0	4	3	1	2	1.000	4	5	9	0	0	31	31	22	6	33	261	316	272	17	28	9	6	17	6	1	16.67%	3	1	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
12	Griffins	2	1	1	0	0	0	0	0	4	4	0	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	4	4	0	2	0.500	4	7	11	0	0	31	31	22	6	39	261	316	272	17	71	19	18	35	3	0	0.00%	9	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
13	Gulls	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	31	31	22	6	21	261	316	272	17	28	8	4	11	3	1	33.33%	2	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
14	IceHogs	1	1	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	1	2	3	0	1	31	31	22	6	24	261	316	272	17	23	8	4	27	3	0	0.00%	2	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
15	Islanders	1	0	0	0	1	0	0	0	2	1	1	1	0	0	0	1	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	0	31	31	22	6	27	261	316	272	17	29	10	4	18	2	1	50.00%	2	1	50.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
16	Marlies	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	7	11	0	0	31	31	22	6	24	261	316	272	17	24	13	10	15	3	1	33.33%	5	1	80.00%	1	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
17	Moose	1	0	1	0	0	0	0	0	1	6	-5	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	6	-5	0	0.000	1	1	2	0	0	31	31	22	6	21	261	316	272	17	48	13	16	15	3	0	0.00%	8	4	50.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
18	Penguins	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	4	8	12	1	0	31	31	22	6	56	261	316	272	17	60	25	18	26	4	0	0.00%	9	3	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
19	Phantoms	2	1	0	0	1	0	0	0	9	4	5	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	5	1	4	4	1.000	9	14	23	0	0	31	31	22	6	51	261	316	272	17	56	22	14	41	7	3	42.86%	7	2	71.43%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
20	Reign	1	0	1	0	0	0	0	0	3	6	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	6	-3	0	0.000	3	5	8	0	0	31	31	22	6	23	261	316	272	17	42	9	16	22	2	1	50.00%	8	2	75.00%	1	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
21	Rocket	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	3	6	9	0	0	31	31	22	6	21	261	316	272	17	36	6	4	17	2	0	0.00%	2	1	50.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
22	Senators	1	0	0	0	0	0	1	0	6	5	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	1	0	6	5	1	2	1.000	6	9	15	0	0	31	31	22	6	37	261	316	272	17	21	7	0	9	4	1	25.00%	0	0	0%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
23	Stars	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	31	31	22	6	20	261	316	272	17	18	7	4	20	0	0	0%	2	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
24	Thunderbirds	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	0	31	31	22	6	23	261	316	272	17	34	14	12	17	7	1	14.29%	6	0	100.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
25	Wild	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	31	31	22	6	19	261	316	272	17	28	11	8	10	1	0	0.00%	4	1	75.00%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
26	Wolf Pack	3	0	3	0	0	0	0	0	7	11	-4	2	0	2	0	0	0	0	0	4	7	-3	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	7	13	20	0	0	31	31	22	6	74	261	316	272	17	82	27	24	46	12	3	25.00%	12	5	58.33%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
27	Wranglers	2	1	1	0	0	0	0	0	6	5	1	1	0	1	0	0	0	0	0	2	3	-1	1	1	0	0	0	0	0	0	4	2	2	2	0.500	6	11	17	0	0	31	31	22	6	63	261	316	272	17	71	16	24	35	10	1	10.00%	12	4	66.67%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
	Total	35	9	21	0	3	0	2	0	89	107	-18	18	5	11	0	2	0	0	0	37	44	-7	17	4	10	0	1	0	2	0	52	63	-11	28	0.400	89	157	246	1	2	31	31	22	6	860	261	316	272	17	1047	338	282	589	124	22	17.74%	141	37	73.76%	2	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
	_Since Last GM Reset	35	9	21	0	3	0	2	0	89	107	-18	18	5	11	0	2	0	0	0	37	44	-7	17	4	10	0	1	0	2	0	52	63	-11	28	0.400	89	157	246	1	2	31	31	22	6	860	261	316	272	17	1047	338	282	589	124	22	17.74%	141	37	73.76%	2	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
	_Vs Conference	19	2	13	0	3	0	1	0	49	65	-16	9	0	7	0	2	0	0	0	15	27	-12	10	2	6	0	1	0	1	0	34	38	-4	12	0.316	49	86	135	1	0	31	31	22	6	455	261	316	272	17	544	195	146	315	65	15	23.08%	73	23	68.49%	1	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211
	_Vs Division	12	1	8	0	3	0	0	0	30	35	-5	7	0	5	0	2	0	0	0	13	19	-6	5	1	3	0	1	0	0	0	17	16	1	8	0.333	30	54	84	1	0	31	31	22	6	299	261	316	272	17	348	124	106	207	43	11	25.58%	53	18	66.04%	0	531	1076	49.35%	615	1193	51.55%	251	514	48.83%	805	553	870	259	440	211

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
35	28	L1	89	157	246	860	1047	338	282	589	1	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
35	9	21	3	0	2	0	89	107

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	5	11	2	0	0	0	37	44

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	4	10	1	0	2	0	52	63

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	5	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
124	22	17.74%	141	37	73.76%	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
261	316	272	17	31	31	22	6

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
531	1076	49.35%	615	1193	51.55%	251	514	48.83%

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
805	553	870	259	440	211

Derniers matchs 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	1	Wolf Pack	2	Wolves	1	L			Sommaire du match
2	27	Wolves	2	Griffins	3	L			Sommaire du match
3	35	Wolves	4	Eagles	3	W	X	X	Sommaire du match
5	46	Wolves	2	Checkers	5	L			Sommaire du match
6	59	Thunderbirds	2	Wolves	3	W			Sommaire du match
7	79	Condors	4	Wolves	2	L			Sommaire du match
9	92	Gulls	2	Wolves	4	W			Sommaire du match
11	117	Islanders	1	Wolves	2	W	X		Sommaire du match
12	123	Wolves	3	Reign	6	L			Sommaire du match
13	142	Bears	2	Wolves	1	L			Sommaire du match
14	162	Wolf Pack	5	Wolves	3	L			Sommaire du match
15	167	Wolves	2	Admirals	4	L			Sommaire du match
17	182	Wolves	4	Wranglers	2	W			Sommaire du match
18	198	Penguins	3	Wolves	1	L			Sommaire du match
19	211	Wolves	2	Comets	3	L			Sommaire du match
20	222	Wolves	4	Marlies	2	W			Sommaire du match
21	237	Americans	5	Wolves	2	L			Sommaire du match
23	256	Comets	3	Wolves	1	L			Sommaire du match
24	269	Wolves	6	Senators	5	W	X	X	Sommaire du match
26	285	Wolves	2	Bruins	6	L			Sommaire du match
27	293	Wild	3	Wolves	2	L			Sommaire du match
28	312	Wranglers	3	Wolves	2	L			Sommaire du match
29	324	Wolves	2	Griffins	1	W			Sommaire du match
30	334	Wolves	1	Moose	6	L			Sommaire du match
31	348	Phantoms	3	Wolves	4	W	X		Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
32	366	Crunch	3	Wolves	0	L			Sommaire du match
34	388	Wolves	3	Penguins	5	L			Sommaire du match
35	396	Barracuda	0	Wolves	4	W			Sommaire du match
37	418	Stars	2	Wolves	1	L			Sommaire du match
38	427	Wolves	3	Wolf Pack	4	L			Sommaire du match
39	437	Wolves	5	Phantoms	1	W			Sommaire du match
41	454	Canucks	1	Wolves	3	W			Sommaire du match
42	467	Wolves	4	Bears	3	W	X		Sommaire du match
44	480	IceHogs	0	Wolves	1	W			Sommaire du match
45	484	Wolves	3	Rocket	4	L			Sommaire du match
47	497	Wolves	-	Islanders	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	36,000	18,000
Assistance PCT	100.00%	100.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	3000 - 100.00%	126,650$	2,279,700$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,498,450$	1,563,583$	1,565,166$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
32,608$	1,499,968$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	2	32,575$	65,150$

Wolves Leaders statistiques des joueurs (saison régulière)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Wolves Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

Wolves Statistiques de l'Équipe de Carrière

Afficher ou masquer des colonnes

	Total											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

Wolves Leaders statistiques des joueurs (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Wolves Leaders des statistiques des gardiens (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

	Wolves
	GP: 35 \| W: 14 \| L: 21 \| OTL: 0 \| P: 28 GF: 89 \| GA: 107 \| PP%: 17.74% \| PK%: 73.76% DG: Thalia Dufour \| Morale : 92 \| Moyenne d’équipe : 65 Prochains matchs #497 vs Islanders