Flames
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Wranglers 24-31-3, 51pts	4	Sommaire du match	5	Bears 33-20-5, 71pts

Team Stats
L1	Séquence	W1
14-14-1	Fiche domicile	17-8-4
10-17-2	Fiche domicile	16-12-1
7-1-2	Derniers 10 matchs	6-3-1
3.67	Buts par match	4.14
4.43	Buts contre par match	3.59
25.13%	Pourcentage en avantage numérique	18.72%
76.50%	Pourcentage en désavantage numérique	78.95%

Comets
33-18-4, 70pts

Sommaire du match

Wranglers
24-31-3, 51pts

Team Stats
W4	Séquence	L1
15-11-3	Fiche domicile	14-14-1
18-7-1	Fiche domicile	10-17-2
5-5-0	Derniers 10 matchs	7-1-2
4.65	Buts par match	3.67
3.93	Buts contre par match	4.43
21.50%	Pourcentage en avantage numérique	25.13%
67.37%	Pourcentage en désavantage numérique	76.50%

Bears
33-20-5, 71pts

Jour 121

Wranglers
24-31-3, 51pts

Statistiques d’équipe
W1	Séquence	L1
17-8-4	Fiche domicile	14-14-1
16-12-1	Fiche visiteur	10-17-2
6-3-1	10 derniers matchs	7-1-2
4.14	Buts par match	3.67
3.59	Buts contre par match	3.67
18.72%	Pourcentage en avantage numérique	25.13%
78.95%	Pourcentage en désavantage numérique	76.50%

Wranglers
24-31-3, 51pts

Jour 123

Little Stars
22-30-8, 52pts

Statistiques d’équipe
L1	Séquence	L3
14-14-1	Fiche domicile	12-12-5
10-17-2	Fiche visiteur	10-18-3
7-1-2	10 derniers matchs	2-7-1
3.67	Buts par match	4.05
4.43	Buts contre par match	4.05
25.13%	Pourcentage en avantage numérique	21.96%
76.50%	Pourcentage en désavantage numérique	76.72%

Islander
29-29-1, 59pts

Jour 125

Wranglers
24-31-3, 51pts

Statistiques d’équipe
L1	Séquence	L1
14-15-0	Fiche domicile	14-14-1
15-14-1	Fiche visiteur	10-17-2
4-6-0	10 derniers matchs	7-1-2
4.56	Buts par match	3.67
4.88	Buts contre par match	3.67
24.39%	Pourcentage en avantage numérique	25.13%
76.07%	Pourcentage en désavantage numérique	76.50%

Meneurs d'équipe
	Buts Barclay Goodrow 36	Passes Erik Brannstrom 61

	Points Erik Brannstrom 77	Plus/Moins Ryan Donato 8

	Victoires Vitek Vanecek 18	Pourcentage d’arrêts Joel Hofer 0.873

Statistiques d’équipe
Buts pour 213 3.67 GFG	Tirs pour 1750 30.17 Avg	Pourcentage en avantage numérique 25.1% 50 GF	Début de zone offensive 34.3%
Buts contre 257 4.43 GAA	Tirs contre 1884 32.48 Avg	Pourcentage en désavantage numérique 76.5%% 55 GA	Début de la zone défensive 37.9%

Informations de l'équipe
	Directeur général	Steve Landry
	Entraîneur	Craig MacTavish
	Division	Gunther-Sabetzki
	Conférence	Louis-Magnus
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,748
	Billets de saison	300
Informations de la formation
	Équipe Pro	32
	Équipe Mineure	19
	Limite contact	51 / 250
	Espoirs	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	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	Barclay Goodrow			X		100.00	84	29	79	75	74	77	77	70	69	71	73	77	68	69	58	29	42	73	0	27	2	950,000$
2	Jesper Bratt (R)		X			100.00	72	46	74	75	78	80	76	76	74	77	74	66	77	60	48	53	33	72	0	22	1	950,000$
3	Nico Sturm	X				100.00	71	29	88	75	82	82	81	73	74	77	67	68	74	67	63	37	42	72	0	25	1	950,000$
4	Phillip Danault		X			100.00	74	31	74	74	78	77	78	75	70	63	77	68	75	65	57	30	42	71	0	27	1	950,000$
5	Taylor Raddysh (R)			X		100.00	65	47	84	72	74	71	62	75	69	68	71	66	72	48	47	49	42	69	0	22	2	750,000$
6	Tanner Jeannot (R)		X			100.00	80	41	69	72	75	66	76	74	65	75	68	67	69	49	47	48	42	69	0	23	1	600,000$
7	Ryan Donato (R)	X				100.00	76	38	79	69	79	69	75	68	78	70	77	51	70	53	46	40	34	68	0	24	1	900,000$
8	Vladislav Kamenev (R)	X				100.00	74	31	79	62	71	70	72	72	67	60	74	64	74	49	48	40	42	67	0	24	1	825,000$
9	Vitali Kravtsov (R)		X			100.00	72	43	78	68	68	67	74	71	68	68	72	62	71	45	45	55	42	67	0	21	3	800,000$
10	Marco Rossi (R)	X				100.00	56	39	82	70	50	65	71	65	78	87	67	43	51	43	43	69	42	64	0	19	2	500,000$
11	Ivan Chekhovich (R)		X			100.00	66	28	80	53	80	60	63	64	63	65	80	42	68	43	43	49	13	63	0	21	2	600,000$
12	Radim Zohorna (R)		X			100.00	62	44	78	67	73	76	65	63	59	59	73	49	62	49	47	37	20	63	0	24	1	700,000$
13	Kaapo Kakko (R)			X		100.00	62	44	75	64	66	71	57	71	68	66	63	55	71	41	42	71	32	63	0	19	1	500,000$
14	Skyler Brind'Amour (R)	X				100.00	48	37	79	56	57	73	60	51	58	58	59	60	58	43	43	48	19	57	0	21	2	600,000$
15	Chase Bradley (R)		X			100.00	61	40	60	60	69	40	75	56	50	63	58	48	55	40	40	66	19	56	0	18	2	500,000$
16	Erik Brannstrom (R)				X	100.00	66	29	77	79	72	67	83	90	50	88	71	76	51	61	47	59	42	74	0	21	1	800,000$
17	Dominik Masin (R)				X	100.00	70	31	87	75	75	75	74	67	42	71	54	80	62	65	51	40	42	72	0	24	2	900,000$
18	Christian Jaros (R)				X	100.00	72	29	83	72	71	69	70	70	46	75	53	78	58	57	51	36	27	70	0	24	2	900,000$
19	Petteri Lindbohm				X	100.00	62	40	75	71	71	72	74	73	51	68	73	76	60	57	56	28	31	69	0	27	1	850,000$
20	Trevor Carrick				X	100.00	63	38	78	82	69	66	73	74	41	77	55	69	44	54	54	27	33	69	0	26	1	825,000$
21	Brandon Hickey (R)				X	100.00	68	27	87	67	65	69	71	61	43	73	50	79	59	58	50	32	29	68	0	24	2	900,000$
22	Darren Raddysh (R)				X	100.00	67	29	96	68	63	73	70	53	49	70	41	70	43	52	48	37	42	66	0	24	2	600,000$
23	Zac Jones (R)				X	100.00	47	36	78	80	58	55	61	75	42	78	61	69	43	44	44	61	19	64	0	20	1	500,000$
24	Yegor Zaitsev (R)				X	100.00	59	35	65	52	73	73	52	59	28	63	47	59	41	44	46	44	14	59	0	22	1	500,000$
25	Yan Kuznetsov (R)				X	100.00	55	19	78	47	48	56	54	53	29	61	43	59	36	40	40	61	19	54	0	18	2	500,000$
Rayé
1	Lucas Feuk (R)		X			100.00	48	37	61	59	50	59	52	55	50	57	52	40	59	41	41	61	19	52	0	19	1	500,000$
2	Cole Schwindt (R)			X		100.00	62	40	51	51	68	39	67	55	51	48	62	43	51	41	41	73	20	52	0	19	1	500,000$
3	William Villeneuve (R)				X	100.00	54	26	68	70	45	41	57	70	33	57	43	49	33	40	40	77	19	54	0	18	2	500,000$

	MOYENNE D’ÉQUIPE					100.00	65	35	77	67	68	66	69	67	56	68	63	62	59	51	47	48	31	65

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	Vitek Vanecek	100.00	65	75	73	65	67	75	81	62	67	77	68	54	55	39	52	70	0	24	2	800,000$
2	Collin Delia	100.00	78	63	71	76	73	65	58	64	69	64	74	46	45	43	26	66	0	26	1	700,000$
Rayé
1	Joel Hofer	100.00	71	59	69	78	72	60	52	64	67	61	72	45	44	58	49	63	0	20	3	800,000$
2	Nico Daws (R)	100.00	60	69	55	58	60	70	68	61	65	56	56	42	43	73	20	61	0	19	2	500,000$

	MOYENNE D’ÉQUIPE	100.00	69	67	67	69	68	68	65	63	67	65	68	47	47	53	37	65

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Craig MacTavish	78	75	69	75	76	67	52	CAN	58	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	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	S1	S2	S3
1	Erik Brannstrom	Wranglers (Cal)	D	58	16	61	77	-10	66	69	121	196	73	76	8.16%	102	1491	25.72	9	14	23	47	177	0	6	6	5	187	0	0	0%	0	58	51	0	0	1.03	0	1	0	6	2
2	Barclay Goodrow	Wranglers (Cal)	RW	58	36	35	71	-30	64	124	97	203	46	127	17.73%	42	1434	24.74	10	17	27	32	162	3	3	6	4	178	6	4	46.56%	305	34	30	0	2	0.99	0	1	6	0	4
3	Nico Sturm	Wranglers (Cal)	C	58	27	44	71	-23	6	73	144	193	53	124	13.99%	37	1296	22.35	7	17	24	25	164	3	1	4	5	208	3	1	53.39%	1710	32	30	1	1	1.10	0	2	4	3	5
4	Jesper Bratt	Wranglers (Cal)	LW	58	30	36	66	-22	68	121	63	193	71	117	15.54%	25	1104	19.04	11	11	22	36	164	0	0	0	4	48	2	2	50.63%	79	38	15	1	1	1.20	1	2	2	5	2
5	Taylor Raddysh	Wranglers (Cal)	RW	58	23	27	50	0	6	82	78	155	46	77	14.84%	20	958	16.52	3	5	8	19	128	0	0	0	0	0	4	0	48.65%	37	26	19	0	1	1.04	0	0	4	2	0
6	Ryan Donato	Wranglers (Cal)	C	52	9	28	37	8	18	95	68	81	25	43	11.11%	9	852	16.40	1	6	7	5	107	1	0	1	1	11	2	1	55.76%	608	12	16	0	0	0.87	0	1	3	0	2
7	Phillip Danault	Wranglers (Cal)	LW	58	23	13	36	-5	50	96	84	144	55	104	15.97%	22	1077	18.57	3	1	4	7	106	0	0	0	6	123	2	1	53.98%	113	33	15	0	1	0.67	0	0	2	1	2
8	Tanner Jeannot	Wranglers (Cal)	LW	58	15	14	29	-12	36	79	50	125	36	70	12.00%	19	757	13.06	1	1	2	1	24	0	0	0	2	6	2	2	47.62%	21	22	14	0	0	0.77	0	0	1	4	2
9	Dominik Masin	Wranglers (Cal)	D	58	4	22	26	-10	14	65	125	81	28	33	4.94%	76	1523	26.28	3	4	7	15	177	1	3	4	5	216	0	0	0%	0	12	51	0	0	0.34	0	0	0	1	2
10	Kaapo Kakko	Wranglers (Cal)	RW	58	9	10	19	-4	18	57	59	52	19	33	17.31%	17	707	12.19	0	0	0	0	7	0	0	0	0	0	1	0	44.44%	18	9	10	0	0	0.54	0	0	1	1	0
11	Vladislav Kamenev	Wranglers (Cal)	C	58	7	10	17	-6	10	82	64	66	30	37	10.61%	12	737	12.72	1	0	1	1	19	0	0	0	0	18	0	0	49.14%	350	9	7	0	0	0.46	0	0	0	0	0
12	Trevor Carrick	Wranglers (Cal)	D	55	2	12	14	-17	28	43	61	44	13	16	4.55%	42	958	17.43	0	2	2	9	87	0	0	0	0	88	2	0	0%	0	12	36	0	0	0.29	0	0	2	0	0
13	Vitali Kravtsov	Wranglers (Cal)	LW	58	6	8	14	-11	8	30	24	52	12	40	11.54%	9	451	7.78	0	0	0	0	3	0	0	0	0	36	0	1	36.36%	11	11	9	0	0	0.62	0	0	0	0	0
14	Petteri Lindbohm	Wranglers (Cal)	D	52	0	13	13	-16	36	29	75	46	23	16	0%	39	843	16.23	0	1	1	2	45	0	1	1	0	57	0	0	0%	0	17	24	0	0	0.31	0	0	0	0	0
15	Christian Jaros	Wranglers (Cal)	D	42	3	9	12	-10	14	43	47	38	24	16	7.89%	57	848	20.21	0	1	1	2	56	0	0	0	2	103	0	0	0%	0	10	23	1	0	0.28	0	0	0	1	0
16	Marco Rossi	Wranglers (Cal)	C	58	2	9	11	-8	8	28	23	34	24	28	5.88%	4	477	8.24	0	0	0	0	4	1	0	1	2	66	0	0	59.62%	156	11	5	1	0	0.46	0	0	0	0	0
17	Brandon Hickey	Wranglers (Cal)	D	29	0	7	7	-3	6	16	35	21	10	10	0%	26	396	13.66	0	1	1	4	29	0	0	0	0	41	0	0	0%	0	1	21	0	0	0.35	0	1	0	0	0
18	Darren Raddysh	Wranglers (Cal)	D	58	1	3	4	-7	0	26	45	15	3	4	6.67%	35	673	11.60	1	0	1	1	22	0	0	0	0	29	0	0	50.00%	2	3	17	0	0	0.12	0	0	0	0	0
19	Ivan Chekhovich	Wranglers (Cal)	LW	19	0	1	1	-3	0	1	1	2	0	0	0%	1	36	1.93	0	1	1	1	3	0	0	0	1	6	0	0	21.43%	14	0	1	0	0	0.55	0	0	0	0	0
20	Radim Zohorna	Wranglers (Cal)	LW	35	0	1	1	-1	2	7	3	3	0	3	0%	1	69	1.98	0	0	0	0	2	0	0	0	0	0	0	0	0%	0	1	0	0	0	0.29	0	0	0	0	0
21	Chase Bradley	Wranglers (Cal)	LW	13	0	0	0	0	0	2	0	0	0	0	0%	0	10	0.82	0	0	0	0	0	0	0	0	0	8	0	0	0%	0	0	0	0	0	0	0	0	0	0	0
22	William Villeneuve	Wranglers (Cal)	D	13	0	0	0	-1	0	0	0	0	0	0	0%	0	7	0.58	0	0	0	0	0	0	0	0	0	6	0	0	0%	0	0	0	0	0	0	0	0	0	0	0
23	Yan Kuznetsov	Wranglers (Cal)	D	13	0	0	0	-3	0	0	1	0	0	0	0%	0	30	2.32	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0	0	0	0	0	0	0	0	0
24	Skyler Brind'Amour	Wranglers (Cal)	C	13	0	0	0	-1	0	1	0	0	0	0	0%	0	17	1.38	0	0	0	0	0	0	0	0	0	14	0	0	37.50%	8	0	0	0	0	0	0	0	0	0	0
25	Zac Jones	Wranglers (Cal)	D	27	0	0	0	-1	0	2	18	6	3	8	0%	8	227	8.41	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	1	9	0	0	0	0	0	0	0	0
26	Yegor Zaitsev	Wranglers (Cal)	D	13	0	0	0	-4	2	0	3	0	0	0	0%	0	71	5.49	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	1	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1130	213	363	576	-200	460	1171	1289	1750	594	982	12.17%	603	17062	15.10	50	82	132	207	1497	9	14	23	37	1459	24	12	52.65%	3432	352	404	4	6	0.68	1	8	25	24	21

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	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S2	S3
1	Vitek Vanecek	Wranglers (Cal)	45	18	24	1	0.864	4.36	2436	4	177	1297	642	2	2	0	0	44	9	0	2
2	Joel Hofer	Wranglers (Cal)	15	3	4	1	0.873	4.09	675	0	46	361	204	2	1	0.500	2	9	32	1	0
3	Collin Delia	Wranglers (Cal)	9	3	3	1	0.870	4.58	380	0	29	223	105	1	0	0.333	3	5	17	0	0
Statistiques d’équipe totales ou en moyenne			69	24	31	3	0.866	4.33	3492	4	252	1881	951	5	3		5	58	58	1	2

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
Barclay Goodrow	Wranglers (Cal)	RW	27	1993-01-01	CAN	No	215 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-10-01	False	False	Pro & Farm	950,000$	275,444$	0$	0$	No	950,000$	-	-	-	-	-	-	-	-	950,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Brandon Hickey	Wranglers (Cal)	D	24	1996-01-01	CAN	Yes	201 Lbs	6 ft2	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	900,000$	260,947$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Chase Bradley	Wranglers (Cal)	LW	18	2002-01-01	USA	Yes	181 Lbs	6 ft0	No	No	Assign Manually		No	No	2	2025-07-16	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Christian Jaros	Wranglers (Cal)	D	24	1996-01-01	SVK	Yes	222 Lbs	6 ft3	No	No	Free Agent		No	No	2	2025-10-01	False	False	Pro & Farm	900,000$	260,947$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Cole Schwindt	Wranglers (Cal)	RW	19	2001-01-01	CAN	Yes	183 Lbs	6 ft2	No	No	Assign Manually		No	No	1	2024-07-10	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Collin Delia	Wranglers (Cal)	G	26	1994-01-01	USA	No	207 Lbs	6 ft2	No	No	N/A		No	No	1		False	False	Pro & Farm	700,000$	202,959$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Darren Raddysh	Wranglers (Cal)	D	24	1996-01-01	CAN	Yes	200 Lbs	6 ft1	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	600,000$	173,964$	0$	0$	No	600,000$	-	-	-	-	-	-	-	-	600,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Dominik Masin	Wranglers (Cal)	D	24	1996-01-01	CZE	Yes	196 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-10-01	False	False	Pro & Farm	900,000$	260,947$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Erik Brannstrom	Wranglers (Cal)	D	21	1999-01-01	SWE	Yes	185 Lbs	5 ft10	No	No	Free Agent		No	No	1	2024-09-07	False	False	Pro & Farm	800,000$	231,953$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ivan Chekhovich	Wranglers (Cal)	LW	21	1999-01-01	RUS	Yes	187 Lbs	5 ft10	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	600,000$	173,964$	0$	0$	No	600,000$	-	-	-	-	-	-	-	-	600,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jesper Bratt	Wranglers (Cal)	LW	22	1998-01-01	SWE	Yes	185 Lbs	5 ft10	No	No	N/A		No	No	1		False	False	Pro & Farm	950,000$	275,444$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Joel Hofer	Wranglers (Cal)	G	20	2000-01-01	CAN	No	179 Lbs	6 ft5	No	No	Free Agent		No	No	3	2025-10-01	False	False	Pro & Farm	800,000$	231,953$	0$	0$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Kaapo Kakko	Wranglers (Cal)	RW	19	2001-01-01	FIN	Yes	205 Lbs	6 ft2	No	No	Assign Manually		No	No	1	2024-07-10	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Lucas Feuk	Wranglers (Cal)	LW	19	2001-01-01	SWE	Yes	190 Lbs	6 ft0	No	No	Assign Manually		No	No	1	2024-07-10	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Marco Rossi	Wranglers (Cal)	C	19	2001-01-01	AUT	Yes	183 Lbs	5 ft11	No	No	Assign Manually		No	No	2	2025-07-16	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Nico Daws	Wranglers (Cal)	G	19	2001-01-01	CAN	Yes	205 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2025-07-16	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Nico Sturm	Wranglers (Cal)	C	25	1995-01-01	DEU	No	207 Lbs	6 ft3	No	No	N/A		No	No	1		False	False	Pro & Farm	950,000$	275,444$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Petteri Lindbohm	Wranglers (Cal)	D	27	1993-01-01	FIN	No	209 Lbs	6 ft3	No	No	N/A		No	No	1		False	False	Pro & Farm	850,000$	246,450$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Phillip Danault	Wranglers (Cal)	LW	27	1993-01-01	CAN	No	201 Lbs	6 ft0	No	No	Free Agent	2024-10-20	No	No	1	2025-10-01	False	False	Pro & Farm	950,000$	275,444$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Radim Zohorna	Wranglers (Cal)	LW	24	1996-01-01	CZE	Yes	229 Lbs	6 ft6	No	No	N/A		No	No	1		False	False	Pro & Farm	700,000$	202,959$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ryan Donato	Wranglers (Cal)	C	24	1996-01-01	CAN	Yes	193 Lbs	6 ft0	No	No	N/A		No	No	1		False	False	Pro & Farm	900,000$	260,947$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Skyler Brind'Amour	Wranglers (Cal)	C	21	1999-01-01	USA	Yes	185 Lbs	6 ft2	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	600,000$	173,964$	0$	0$	No	600,000$	-	-	-	-	-	-	-	-	600,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Tanner Jeannot	Wranglers (Cal)	LW	23	1997-01-01	CAN	Yes	214 Lbs	6 ft2	No	No	Trade	2024-10-20	No	No	1		False	False	Pro & Farm	600,000$	173,964$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Taylor Raddysh	Wranglers (Cal)	RW	22	1998-01-01	CAN	Yes	198 Lbs	6 ft3	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	750,000$	217,456$	0$	0$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Trevor Carrick	Wranglers (Cal)	D	26	1994-01-01	CAN	No	171 Lbs	6 ft1	No	No	N/A		No	No	1		False	False	Pro & Farm	825,000$	239,201$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Vitali Kravtsov	Wranglers (Cal)	LW	21	1999-01-01	RUS	Yes	186 Lbs	6 ft3	No	No	Free Agent		No	No	3	2025-10-01	False	False	Pro & Farm	800,000$	231,953$	0$	0$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Vitek Vanecek	Wranglers (Cal)	G	24	1996-01-01	CZE	No	190 Lbs	5 ft11	No	No	Free Agent		No	No	2	2024-09-07	False	False	Pro & Farm	800,000$	231,953$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Vladislav Kamenev	Wranglers (Cal)	C	24	1996-01-01	RUS	Yes	194 Lbs	6 ft2	No	No	N/A		No	No	1		False	False	Pro & Farm	825,000$	239,201$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
William Villeneuve	Wranglers (Cal)	D	18	2002-01-01	CAN	Yes	181 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2025-07-16	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Yan Kuznetsov	Wranglers (Cal)	D	18	2002-01-01	RUS	Yes	209 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2025-07-16	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Yegor Zaitsev	Wranglers (Cal)	D	22	1998-01-01	RUS	Yes	187 Lbs	6 ft0	No	No	Assign Manually		No	No	1	2024-07-10	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Zac Jones	Wranglers (Cal)	D	20	2000-01-01	USA	Yes	176 Lbs	5 ft10	No	No	Assign Manually		No	No	1	2024-07-10	False	False	Pro & Farm	500,000$	144,970$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
32	22.25	195 Lbs	6 ft1	1.56	707,813$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jesper Bratt	Nico Sturm	Barclay Goodrow	40	1	2	2
2	Phillip Danault	Ryan Donato	Taylor Raddysh	30	1	2	2
3	Tanner Jeannot	Vladislav Kamenev	Kaapo Kakko	20	1	2	2
4	Vitali Kravtsov	Marco Rossi	Barclay Goodrow	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Erik Brannstrom	Dominik Masin	40	1	2	2
2	Christian Jaros	Brandon Hickey	30	1	2	2
3	Petteri Lindbohm	Darren Raddysh	20	1	2	2
4	Christian Jaros	Dominik Masin	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jesper Bratt	Nico Sturm	Barclay Goodrow	60	1	2	2
2	Phillip Danault	Ryan Donato	Taylor Raddysh	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Erik Brannstrom	Dominik Masin	60	1	2	2
2	Christian Jaros	Brandon Hickey	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Barclay Goodrow	Nico Sturm	60	1	2	2
2	Jesper Bratt	Phillip Danault	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Erik Brannstrom	Dominik Masin	60	1	2	2
2	Christian Jaros	Petteri Lindbohm	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Barclay Goodrow	60	1	2	2	Erik Brannstrom	Dominik Masin	60	1	2	2
2	Nico Sturm	40	1	2	2	Christian Jaros	Petteri Lindbohm	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Barclay Goodrow	Nico Sturm	60	1	2	2
2	Jesper Bratt	Phillip Danault	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Erik Brannstrom	Dominik Masin	60	1	2	2
2	Christian Jaros	Zac Jones	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jesper Bratt	Nico Sturm	Barclay Goodrow	Erik Brannstrom	Dominik Masin

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jesper Bratt	Nico Sturm	Barclay Goodrow	Erik Brannstrom	Dominik Masin

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Nico Sturm, Marco Rossi, Phillip Danault	Phillip Danault, Barclay Goodrow	Barclay Goodrow

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Erik Brannstrom, Christian Jaros, Brandon Hickey	Petteri Lindbohm	Erik Brannstrom, Brandon Hickey

Tirs de pénalité
Barclay Goodrow, Nico Sturm, Jesper Bratt, Phillip Danault, Tanner Jeannot

Gardien
#1 : Vitek Vanecek, #2 :

Lignes d’attaque personnalisées en prolongation
Barclay Goodrow, Nico Sturm, Jesper Bratt, Phillip Danault, Tanner Jeannot, Taylor Raddysh, Ryan Donato, Vitali Kravtsov, Vladislav Kamenev, Marco Rossi

Lignes de défense personnalisées en prolongation
Erik Brannstrom, Dominik Masin, Christian Jaros, Petteri Lindbohm, Brandon Hickey

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	2	1	1	0	0	0	0	0	4	8	-4	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	1	6	-5	2	0.500	4	6	10	0	0	62	72	75	5	55	590	590	558	18	58	13	22	40	6	1	16.67%	11	2	81.82%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
2	Americans	2	1	1	0	0	0	0	0	9	8	1	1	1	0	0	0	0	0	0	6	2	4	1	0	1	0	0	0	0	0	3	6	-3	2	0.500	9	16	25	0	0	62	72	75	5	69	590	590	558	18	61	17	12	34	10	1	10.00%	6	2	66.67%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
3	Barracuda	2	1	1	0	0	0	0	0	7	8	-1	2	1	1	0	0	0	0	0	7	8	-1	0	0	0	0	0	0	0	0	0	0	0	2	0.500	7	13	20	0	0	62	72	75	5	55	590	590	558	18	66	27	12	32	9	2	22.22%	6	2	66.67%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
4	Bears	1	0	0	0	0	0	0	1	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	4	5	-1	1	0.500	4	5	9	0	0	62	72	75	5	30	590	590	558	18	41	16	6	23	3	0	0.00%	3	0	100.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
5	Canucks	1	1	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	7	2	5	0	0	0	0	0	0	0	0	0	0	0	2	1.000	7	13	20	0	0	62	72	75	5	27	590	590	558	18	24	13	8	20	3	2	66.67%	4	0	100.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
6	Checkers	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	62	72	75	5	25	590	590	558	18	28	13	12	24	3	0	0.00%	6	3	50.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
7	Comets	5	1	2	0	1	1	0	0	19	22	-3	2	0	1	0	1	0	0	0	6	8	-2	3	1	1	0	0	1	0	0	13	14	-1	5	0.500	19	34	53	1	0	62	72	75	5	154	590	590	558	18	166	54	40	95	8	2	25.00%	21	3	85.71%	1	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
8	Condors	2	0	2	0	0	0	0	0	6	9	-3	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	4	5	-1	0	0.000	6	10	16	0	0	62	72	75	5	53	590	590	558	18	74	24	8	47	6	1	16.67%	4	2	50.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
9	Crunch	6	1	4	0	0	0	0	1	18	31	-13	3	1	1	0	0	0	0	1	10	14	-4	3	0	3	0	0	0	0	0	8	17	-9	3	0.250	18	34	52	0	0	62	72	75	5	190	590	590	558	18	198	62	62	122	16	6	37.50%	31	5	83.87%	2	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
10	Eagles	2	1	1	0	0	0	0	0	10	9	1	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	10	9	1	2	0.500	10	17	27	0	0	62	72	75	5	57	590	590	558	18	62	20	14	37	8	4	50.00%	7	2	71.43%	1	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
11	Firebirds	2	1	1	0	0	0	0	0	8	10	-2	1	0	1	0	0	0	0	0	4	8	-4	1	1	0	0	0	0	0	0	4	2	2	2	0.500	8	13	21	0	0	62	72	75	5	62	590	590	558	18	66	17	10	41	6	0	0.00%	5	1	80.00%	1	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
12	Griffins	3	1	1	0	1	0	0	0	10	12	-2	1	0	1	0	0	0	0	0	1	5	-4	2	1	0	0	1	0	0	0	9	7	2	4	0.667	10	17	27	0	0	62	72	75	5	92	590	590	558	18	98	31	12	60	12	3	25.00%	6	2	66.67%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
13	Gulls	2	1	1	0	0	0	0	0	11	10	1	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	8	4	4	2	0.500	11	17	28	0	0	62	72	75	5	60	590	590	558	18	78	16	12	37	7	2	28.57%	6	4	33.33%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
14	Icehogs	2	0	1	0	1	0	0	0	6	7	-1	1	0	0	0	1	0	0	0	3	2	1	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	6	9	15	0	0	62	72	75	5	43	590	590	558	18	66	25	20	30	4	1	25.00%	11	3	72.73%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
15	Little Stars	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	9	14	0	0	62	72	75	5	22	590	590	558	18	27	11	8	22	1	1	100.00%	4	0	100.00%	1	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
16	Marlies	4	1	3	0	0	0	0	0	12	20	-8	1	1	0	0	0	0	0	0	5	4	1	3	0	3	0	0	0	0	0	7	16	-9	2	0.250	12	21	33	0	0	62	72	75	5	122	590	590	558	18	129	43	44	75	20	3	15.00%	22	7	68.18%	1	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
17	Moose	2	0	2	0	0	0	0	0	5	13	-8	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	3	8	-5	0	0.000	5	9	14	0	0	62	72	75	5	58	590	590	558	18	77	22	20	39	10	1	10.00%	10	5	50.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
18	Penguins	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	4	6	0	0	62	72	75	5	38	590	590	558	18	27	3	2	20	3	0	0.00%	1	0	100.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
19	Punishers	3	3	0	0	0	0	0	0	16	9	7	1	1	0	0	0	0	0	0	5	1	4	2	2	0	0	0	0	0	0	11	8	3	6	1.000	16	25	41	0	0	62	72	75	5	93	590	590	558	18	110	41	24	57	6	4	66.67%	12	0	100.00%	2	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
20	Roadrunners	2	1	0	0	1	0	0	0	8	6	2	1	1	0	0	0	0	0	0	4	3	1	1	0	0	0	1	0	0	0	4	3	1	4	1.000	8	15	23	0	0	62	72	75	5	62	590	590	558	18	69	24	20	35	4	1	25.00%	10	2	80.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
21	Rockets	7	1	6	0	0	0	0	0	24	36	-12	4	1	3	0	0	0	0	0	17	22	-5	3	0	3	0	0	0	0	0	7	14	-7	2	0.143	24	39	63	1	0	62	72	75	5	243	590	590	558	18	202	68	60	170	36	9	25.00%	30	6	80.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
22	Senators	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	62	72	75	5	15	590	590	558	18	33	9	8	24	2	0	0.00%	4	0	100.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
23	Thunderbirds	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	62	72	75	5	32	590	590	558	18	31	14	10	22	2	0	0.00%	5	1	80.00%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
24	Wolfpack	3	2	1	0	0	0	0	0	13	12	1	2	1	1	0	0	0	0	0	10	10	0	1	1	0	0	0	0	0	0	3	2	1	4	0.667	13	22	35	1	0	62	72	75	5	93	590	590	558	18	93	20	18	65	14	6	42.86%	9	3	66.67%	0	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
	Total	58	20	31	0	4	1	0	2	213	257	-44	29	12	14	0	2	0	0	1	108	120	-12	29	8	17	0	2	1	0	1	105	137	-32	51	0.440	213	363	576	3	0	62	72	75	5	1750	590	590	558	18	1884	603	464	1171	199	50	25.13%	234	55	76.50%	9	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
	_Since Last GM Reset	58	20	31	0	4	1	0	2	213	257	-44	29	12	14	0	2	0	0	1	108	120	-12	29	8	17	0	2	1	0	1	105	137	-32	51	0.440	213	363	576	3	0	62	72	75	5	1750	590	590	558	18	1884	603	464	1171	199	50	25.13%	234	55	76.50%	9	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
	_Vs Conference	38	11	23	0	2	1	0	1	137	180	-43	18	5	11	0	1	0	0	1	65	89	-24	20	6	12	0	1	1	0	0	72	91	-19	28	0.368	137	236	373	3	0	62	72	75	5	1191	590	590	558	18	1213	374	298	778	142	37	26.06%	150	38	74.67%	6	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524
	_Vs Division	18	3	12	0	1	1	0	1	61	89	-28	9	2	5	0	1	0	0	1	33	44	-11	9	1	7	0	0	1	0	0	28	45	-17	10	0.278	61	107	168	2	0	62	72	75	5	587	590	590	558	18	566	184	162	387	60	17	28.33%	82	14	82.93%	3	615	1169	52.61%	691	1294	53.40%	501	949	52.79%	1203	658	1233	549	1057	524

			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
58	51	L1	213	363	576	1750	1884	603	464	1171	3	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
58	20	31	4	1	0	2	213	257

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
29	12	14	2	0	0	1	108	120

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
29	8	17	2	1	0	1	105	137

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	1	1	1	0	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
199	50	25.13%	234	55	76.50%	9

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
590	590	558	18	62	72	75	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
615	1169	52.61%	691	1294	53.40%	501	949	52.79%

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
1203	658	1233	549	1057	524

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	RI	Lien
1	7	Wranglers	3	Marlies	4	L				Sommaire du match
3	19	Rockets	5	Wranglers	3	L			R1	Sommaire du match
4	26	Wranglers	2	Rockets	5	L				Sommaire du match
6	42	Rockets	9	Wranglers	5	L			R1	Sommaire du match
8	51	Wranglers	2	Rockets	4	L				Sommaire du match
10	68	Rockets	4	Wranglers	2	L			R1	Sommaire du match
12	78	Wranglers	3	Rockets	5	L				Sommaire du match
13	84	Wranglers	6	Comets	4	W				Sommaire du match
16	100	Comets	3	Wranglers	4	W	X			Sommaire du match
19	118	Crunch	6	Wranglers	5	L	X	X		Sommaire du match
21	133	Wranglers	4	Crunch	6	L				Sommaire du match
23	144	Firebirds	8	Wranglers	4	L				Sommaire du match
26	161	Wranglers	3	Griffins	2	W				Sommaire du match
28	173	Barracuda	7	Wranglers	3	L				Sommaire du match
32	194	Wranglers	2	Crunch	5	L				Sommaire du match
33	201	Wolfpack	7	Wranglers	5	L				Sommaire du match
36	217	Wranglers	3	Marlies	6	L				Sommaire du match
38	227	Griffins	5	Wranglers	1	L				Sommaire du match
40	245	Gulls	6	Wranglers	3	L				Sommaire du match
42	255	Wranglers	3	Americans	6	L				Sommaire du match
44	268	Thunderbirds	3	Wranglers	4	W				Sommaire du match
46	279	Wranglers	6	Eagles	2	W				Sommaire du match
48	292	Wranglers	2	Crunch	6	L				Sommaire du match
50	303	Condors	4	Wranglers	2	L				Sommaire du match
52	318	Marlies	4	Wranglers	5	W				Sommaire du match
55	336	Wranglers	3	Moose	8	L				Sommaire du match
57	348	Penguins	4	Wranglers	2	L				Sommaire du match
59	364	Wranglers	8	Gulls	4	W				Sommaire du match
61	375	Roadrunners	3	Wranglers	4	W				Sommaire du match
64	395	Wranglers	4	Condors	5	L				Sommaire du match
65	402	Senators	4	Wranglers	2	L				Sommaire du match
67	420	Wolfpack	3	Wranglers	5	W				Sommaire du match
69	433	Wranglers	3	Wolfpack	2	W				Sommaire du match
71	448	Barracuda	1	Wranglers	4	W				Sommaire du match
73	462	Wranglers	4	Roadrunners	3	W	X			Sommaire du match
75	473	Canucks	2	Wranglers	7	W				Sommaire du match
77	482	Wranglers	1	Marlies	6	L				Sommaire du match
79	494	Wranglers	1	Admirals	6	L				Sommaire du match
81	505	Wranglers	4	Eagles	7	L				Sommaire du match
82	512	Americans	2	Wranglers	6	W				Sommaire du match
85	531	Wranglers	3	Checkers	6	L				Sommaire du match
86	535	Punishers	1	Wranglers	5	W				Sommaire du match
88	549	Wranglers	3	Comets	5	L				Sommaire du match
89	559	Moose	5	Wranglers	2	L				Sommaire du match
92	578	Wranglers	3	Icehogs	5	L				Sommaire du match
94	587	Wranglers	6	Punishers	4	W				Sommaire du match
95	594	Crunch	6	Wranglers	1	L				Sommaire du match
98	614	Icehogs	2	Wranglers	3	W	X			Sommaire du match
100	627	Wranglers	4	Firebirds	2	W				Sommaire du match
101	638	Crunch	2	Wranglers	4	W				Sommaire du match
103	653	Wranglers	6	Griffins	5	W	X			Sommaire du match
105	663	Wranglers	5	Punishers	4	W				Sommaire du match
106	672	Little Stars	3	Wranglers	5	W				Sommaire du match
109	691	Admirals	2	Wranglers	3	W				Sommaire du match
111	703	Wranglers	4	Comets	5	L	X			Sommaire du match
114	717	Rockets	4	Wranglers	7	W			R1	Sommaire du match
116	734	Wranglers	4	Bears	5	L	X	X		Sommaire du match
118	744	Comets	5	Wranglers	2	L				Sommaire du match
121	762	Bears	-	Wranglers	-
123	772	Wranglers	-	Little Stars	-
125	789	Islander	-	Wranglers	-
126	796	Wranglers	-	Thunderbirds	-
129	812	Wranglers	-	Rockets	-
131	822	Comets	-	Wranglers	-
134	843	Islander	-	Wranglers	-
136	854	Wranglers	-	Gulls	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
138	864	Wranglers	-	Rockets	-
139	874	Wranglers	-	Barracuda	-
140	880	Americans	-	Wranglers	-
143	901	Griffins	-	Wranglers	-
144	903	Wranglers	-	Canucks	-
148	926	Wranglers	-	Senators	-
149	933	Firebirds	-	Wranglers	-
152	953	Rockets	-	Wranglers	-
153	960	Wranglers	-	Islander	-
156	979	Checkers	-	Wranglers	-
157	986	Wranglers	-	Penguins	-
161	1002	Wranglers	-	Penguins	-
163	1013	Checkers	-	Wranglers	-
165	1029	Eagles	-	Wranglers	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	70	40
Assistance	53,131	26,552
Assistance PCT	91.61%	91.56%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
11	2748 - 91.59%	173,114$	5,020,311$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,150,242$	2,265,000$	2,265,000$	800,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
13,402$	1,566,187$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
1,904,256$	49	18,136$	888,664$

Wranglers 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

Wranglers 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

Wranglers 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

Wranglers 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

Wranglers 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

	Wranglers
	GP: 58 \| W: 24 \| L: 31 \| OTL: 3 \| P: 51 GF: 213 \| GA: 257 \| PP%: 25.13% \| PK%: 76.50% DG: Steve Landry \| Morale : 28 \| Moyenne d’équipe : 65 Prochains matchs #762 vs Bears