LHSRSM - Gulls

Ducks
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Stats d'équipe en Carrière
Client Web pour Lignes

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	Ryan Donato	X	X			100.00	63	39	87	72	73	82	78	69	63	67	70	58	72	67	65	0	45	66	0	23	2	1,900,000$
2	Emil Bemstrom		X	X		100.00	71	39	88	68	72	74	75	66	53	65	67	62	68	61	65	0	50	65	0	20	3	1,633,333$
3	Alexandre Texier	X	X			100.00	59	40	85	68	76	83	62	67	71	66	66	59	68	61	62	0	46	64	0	20	2	925,000$
4	Sam Bennett	X	X			100.00	83	55	67	65	76	73	82	64	71	62	66	57	65	67	64	0	50	64	0	23	2	2,550,000$
5	Sonny Milano		X	X		100.00	56	39	85	67	73	75	71	66	53	68	62	61	69	67	66	0	50	64	0	23	1	874,125$
6	Egor Korshkov (R)			X		100.00	67	46	89	64	89	73	75	62	54	58	63	61	59	67	64	0	50	63	0	23	2	925,000$
7	Aleksi Saarela	X	X			100.00	59	41	90	63	70	84	79	62	56	60	61	59	62	65	63	0	50	62	0	22	1	902,500$
8	Joshua Ho-Sang			X		100.00	57	39	89	66	69	78	75	64	59	62	58	61	66	67	64	0	50	62	0	23	1	874,125$
9	Valentin Zykov		X	X		100.00	64	45	82	63	78	80	75	62	53	58	61	59	64	69	65	0	50	62	0	24	1	675,000$
10	Givani Smith		X	X		100.00	64	53	81	61	82	74	73	59	52	57	58	60	59	63	62	0	50	61	0	21	2	913,333$
11	Joseph Blandisi	X	X			100.00	58	49	79	61	70	77	79	58	70	61	59	60	58	71	67	0	50	61	0	25	1	700,000$
12	Trent Frederic	X				100.00	63	56	79	60	81	75	74	58	71	59	59	61	60	63	65	0	50	61	0	21	2	1,137,500$
13	Brandon Hagel		X			100.00	56	43	88	56	67	78	73	54	51	57	60	57	54	63	62	0	50	59	0	21	2	925,000$
14	Brent Gates (R)		X			100.00	65	42	89	57	80	72	71	54	52	51	56	58	54	65	63	0	50	59	0	22	1	650,000$
15	Brendan Guhle				X	100.00	64	45	88	63	80	85	77	61	30	60	58	62	53	65	66	0	48	62	0	22	1	888,333$
16	Olli Juolevi				X	100.00	63	38	89	65	77	80	76	63	30	64	53	62	45	63	62	0	61	62	0	21	2	1,913,333$
17	Ian McCoshen				X	100.00	66	49	84	59	85	78	72	58	30	57	56	61	48	69	65	0	50	61	0	24	1	700,000$
Rayé

	MOYENNE D'ÉQUIPE					100.00	63	45	85	63	76	78	75	62	54	61	61	60	60	65	64	0	50	62

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
1	Martin Jones	100.00	91	95	93	84	90	89	91	90	89	91	90	78	84	0	50	75	0
2	Kaapo Kahkonen	100.00	79	70	68	83	78	77	79	78	77	79	78	67	71	0	50	67	0
Rayé
1	Felix Sandstrom	100.00	75	52	50	79	74	73	75	74	73	75	74	65	69	0	50	64	0
2	Vitek Vanecek	100.00	73	84	82	74	72	71	73	72	71	73	72	67	71	0	50	64	0

	MOYENNE D'ÉQUIPE	100.00	80	75	73	80	79	78	80	79	78	80	79	69	74	0	50	68

Nom du Coach	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	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	FT	S1	S2	S3
1	Sonny Milano	Gulls (ANA)	LW/RW	48	27	39	66	43	4	0	7	96	226	58	148	11.95%	10	858	17.89	3	5	8	25	73	1	18	4	0	43.75%	64	0	1	1.54	0	3	0	3	1	3
2	Emil Bemstrom	Gulls (ANA)	LW/RW	48	37	25	62	15	14	0	87	108	319	82	229	11.60%	33	889	18.53	6	8	14	50	85	0	18	4	2	43.75%	80	0	3	1.39	0	4	0	3	3	4
3	Sam Bennett	Gulls (ANA)	C/LW	48	19	36	55	43	51	5	184	127	182	48	132	10.44%	8	835	17.41	2	5	7	18	73	0	0	2	1	56.13%	1304	0	1	1.32	2	3	1	3	3	3
4	Egor Korshkov	Gulls (ANA)	RW	48	24	30	54	43	6	0	25	63	199	47	126	12.06%	25	834	17.39	2	5	7	23	73	0	0	2	3	63.16%	57	0	0	1.29	0	0	0	3	4	3
5	Luke Glendening	Ducks	C/RW	33	24	20	44	11	14	0	94	153	246	65	166	9.76%	31	692	20.97	7	3	10	31	65	7	70	2	0	65.57%	1002	0	1	1.27	0	4	0	7	2	2
6	Ian McCoshen	Gulls (ANA)	D	48	8	32	40	23	30	0	111	33	65	13	38	12.31%	55	886	18.48	1	0	1	9	45	1	42	0	1	0.00%	0	0	0	0.90	0	0	0	1	0	2
7	Valentin Zykov	Gulls (ANA)	LW/RW	48	18	22	40	12	4	0	80	57	155	57	136	11.61%	26	715	14.91	0	0	0	1	3	0	0	1	1	57.63%	59	0	1	1.12	0	0	0	3	2	2
8	Aleksi Saarela	Gulls (ANA)	C/LW	48	12	26	38	25	32	0	123	73	118	39	92	10.17%	68	856	17.85	0	0	0	0	0	0	0	0	0	50.00%	264	0	0	0.89	0	0	0	1	1	4
9	Alexandre Texier	Gulls (ANA)	C/LW	38	16	21	37	5	16	0	41	98	171	41	137	9.36%	10	656	17.27	0	0	0	1	4	0	11	0	2	55.15%	894	0	1	1.13	1	1	0	0	1	2
10	Joshua Ho-Sang	Gulls (ANA)	RW	48	11	23	34	7	2	0	30	81	163	58	112	6.75%	25	669	13.94	0	0	0	0	0	0	31	2	0	50.00%	88	0	1	1.02	0	0	0	0	1	1
11	Olli Juolevi	Gulls (ANA)	D	25	7	21	28	14	12	0	54	26	45	25	18	15.56%	40	614	24.59	0	3	3	10	45	0	47	3	0	0.00%	0	1	0	0.91	0	0	0	2	2	1
12	Givani Smith	Gulls (ANA)	LW/RW	48	11	15	26	9	10	0	46	35	115	32	83	9.57%	16	369	7.70	0	0	0	0	0	0	0	5	0	50.00%	26	0	0	1.41	0	0	0	1	1	1
13	Brendan Guhle	Gulls (ANA)	D	34	2	15	17	13	8	0	48	38	44	17	31	4.55%	40	662	19.49	2	0	2	9	45	2	43	1	1	0.00%	0	0	0	0.51	0	0	0	1	1	1
14	Joseph Blandisi	Gulls (ANA)	C/LW	19	1	12	13	20	2	0	51	7	28	6	18	3.57%	17	327	17.23	0	0	0	0	0	0	0	1	0	50.00%	4	0	0	0.79	0	0	0	0	2	0
15	Ryan Donato	Gulls (ANA)	C/LW	3	0	0	0	0	0	0	0	4	10	3	8	0.00%	1	62	20.76	0	0	0	0	3	1	8	0	0	28.57%	7	0	0	0.00	0	1	0	0	0	0
Stats d'équipe Total ou en Moyenne				584	217	337	554	283	205	5	981	999	2086	591	1474	10.40%	405	9932	17.01	23	29	52	177	518	12	294	27	11	57.37%	3849	1	9	1.12	3	16	1	28	24	29

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	A	PS %	PSA	ST	BG	S1	S2	S3
1	Martin Jones	Gulls (ANA)	48	30	15	3	0.921	3.03	2852	2	2	144	1822	3	0.947	19	48	0	3	6	1
2	Kaapo Kahkonen	Gulls (ANA)	1	0	0	0	0.970	1.28	47	0	0	1	33	0	0.000	0	0	48	0	0	0
Stats d'équipe Total ou en Moyenne			49	30	15	3	0.922	3.00	2899	2	2	145	1855	3	0.947	19	48	48	3	6	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	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Salaire Année 2	Salaire Année 3	Salaire Année 4	Salaire Année 5	Link
Aleksi Saarela	Gulls (ANA)	C/LW	22	1997-01-07	No	200 Lbs	5 ft10	No	No	No	1	Pro & Farm	902,500$	0$	0$	No					Lien / Lien NHL
Alexandre Texier	Gulls (ANA)	C/LW	20	1999-09-13	No	192 Lbs	6 ft1	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$				Lien
Brandon Hagel	Gulls (ANA)	LW	21	1998-08-27	No	174 Lbs	5 ft11	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$				Lien
Brendan Guhle	Gulls (ANA)	D	22	1997-07-29	No	197 Lbs	6 ft2	No	No	No	1	Pro & Farm	888,333$	0$	0$	No					Lien / Lien NHL
Brent Gates	Gulls (ANA)	LW	22	1997-08-12	Yes	198 Lbs	6 ft2	No	No	No	1	Pro & Farm	650,000$	0$	0$	No
Egor Korshkov	Gulls (ANA)	RW	23	1996-07-10	Yes	214 Lbs	6 ft4	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$
Emil Bemstrom	Gulls (ANA)	LW/RW	20	1999-06-01	No	190 Lbs	6 ft0	No	No	No	3	Pro & Farm	1,633,333$	0$	0$	No	1,633,333$	1,633,333$			Lien
Felix Sandstrom	Gulls (ANA)	G	22	1997-01-12	No	191 Lbs	6 ft2	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$				Lien / Lien NHL
Givani Smith	Gulls (ANA)	LW/RW	21	1998-02-27	No	210 Lbs	6 ft2	No	No	No	2	Pro & Farm	913,333$	0$	0$	No	913,333$				Lien / Lien NHL
Ian McCoshen	Gulls (ANA)	D	24	1995-08-05	No	210 Lbs	6 ft3	No	No	No	1	Pro & Farm	700,000$	0$	0$	No					Lien / Lien NHL
Joseph Blandisi	Gulls (ANA)	C/LW	25	1994-07-18	No	187 Lbs	5 ft11	No	No	No	1	Pro & Farm	700,000$	0$	0$	No					Lien / Lien NHL
Joshua Ho-Sang	Gulls (ANA)	RW	23	1996-01-22	No	173 Lbs	6 ft0	No	No	No	1	Pro & Farm	874,125$	0$	0$	No					Lien / Lien NHL
Kaapo Kahkonen	Gulls (ANA)	G	23	1996-08-16	No	215 Lbs	6 ft2	No	No	No	1	Pro & Farm	925,000$	0$	0$	No					Lien / Lien NHL
Martin Jones	Gulls (ANA)	G	29	1990-01-10	No	190 Lbs	6 ft4	No	No	No	5	Pro & Farm	5,750,000$	0$	0$	No	5,750,000$	5,750,000$	5,750,000$	5,750,000$	Lien / Lien NHL
Olli Juolevi	Gulls (ANA)	D	21	1998-05-05	No	182 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,913,333$	0$	0$	No	1,913,333$				Lien / Lien NHL
Ryan Donato	Gulls (ANA)	C/LW	23	1996-04-09	No	192 Lbs	6 ft0	No	No	No	2	Pro & Farm	1,900,000$	0$	0$	No	1,900,000$				Lien / Lien NHL
Sam Bennett	Gulls (ANA)	C/LW	23	1996-06-20	No	195 Lbs	6 ft1	No	No	No	2	Pro & Farm	2,550,000$	0$	0$	No	2,550,000$				Lien / Lien NHL
Sonny Milano	Gulls (ANA)	LW/RW	23	1996-05-12	No	194 Lbs	6 ft0	No	No	No	1	Pro & Farm	874,125$	0$	0$	No					Lien / Lien NHL
Trent Frederic	Gulls (ANA)	C	21	1998-02-11	No	203 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,137,500$	0$	0$	No	1,137,500$				Lien / Lien NHL
Valentin Zykov	Gulls (ANA)	LW/RW	24	1995-05-15	No	220 Lbs	6 ft0	No	No	No	1	Pro & Farm	675,000$	0$	0$	No					Lien / Lien NHL
Vitek Vanecek	Gulls (ANA)	G	23	1996-01-09	No	181 Lbs	6 ft1	No	No	No	3	Pro & Farm	716,667$	0$	0$	No	716,667$	716,667$			Lien / Lien NHL

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
21	22.62	196 Lbs	6 ft1	1.81	1,304,917$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1			Emil Bemstrom	30	1	2	2
2	Sonny Milano	Sam Bennett	Egor Korshkov	30	1	2	2
3	Valentin Zykov		Joshua Ho-Sang	25	1	2	2
4		Aleksi Saarela	Givani Smith	15	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			30	1	2	2
2		Ian McCoshen	30	1	2	2
3	Aleksi Saarela		25	1	2	2
4			15	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1			Emil Bemstrom	60	1	1	3
2	Sonny Milano	Sam Bennett	Egor Korshkov	40	1	1	3

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			60	1	1	3
2		Ian McCoshen	40	1	1	3

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			60	1	3	1
2	Emil Bemstrom	Sonny Milano	40	1	3	1

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			60	1	3	1
2		Ian McCoshen	40	1	3	1

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1		60	1	3	1			60	1	3	1
2		40	1	3	1		Ian McCoshen	40	1	3	1

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			60	1	2	2
2	Emil Bemstrom	Sonny Milano	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			60	1	2	2
2		Ian McCoshen	40	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
		Emil Bemstrom

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
		Emil Bemstrom

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, Valentin Zykov, Joshua Ho-Sang	, Valentin Zykov	Joshua Ho-Sang

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, Ian McCoshen,		Ian McCoshen,

Tirs de Pénalité
, , Emil Bemstrom, Sonny Milano, Sam Bennett

Gardien
#1 : Martin Jones, #2 : Kaapo Kahkonen

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	Admirals	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	8	14	0	0	94	72	56	4	68	701	752	747	30	37	10	0	24	6	2	33.33%	0	0	0.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
2	Americans	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	2	4	0	0	94	72	56	4	39	701	752	747	30	42	18	6	15	2	0	0.00%	3	1	66.67%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
3	Barracuda	2	2	0	0	0	0	0	0	12	4	8	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	12	4	8	4	1.000	12	23	35	0	0	94	72	56	4	91	701	752	747	30	73	20	14	58	4	2	50.00%	6	3	50.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
4	Bears	1	1	0	0	0	0	0	0	8	4	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	8	4	4	2	1.000	8	13	21	0	0	94	72	56	4	54	701	752	747	30	61	14	4	34	1	0	0.00%	2	1	50.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
5	Bruins	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	94	72	56	4	40	701	752	747	30	40	8	4	23	1	0	0.00%	1	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
6	Checkers	2	1	1	0	0	0	0	0	7	5	2	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	7	12	19	0	0	94	72	56	4	90	701	752	747	30	78	21	6	42	3	1	33.33%	2	1	50.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
7	Comets	2	2	0	0	0	0	0	0	22	4	18	2	2	0	0	0	0	0	0	22	4	18	0	0	0	0	0	0	0	0	0	0	0	4	1.000	22	41	63	0	1	94	72	56	4	176	701	752	747	30	52	11	6	59	1	0	0.00%	3	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
8	Condors	2	2	0	0	0	0	0	0	19	5	14	1	1	0	0	0	0	0	0	8	3	5	1	1	0	0	0	0	0	0	11	2	9	4	1.000	19	37	56	0	0	94	72	56	4	168	701	752	747	30	57	10	6	41	0	0	0.00%	3	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
9	Crunch	3	1	2	0	0	0	0	0	9	10	-1	1	0	1	0	0	0	0	0	2	3	-1	2	1	1	0	0	0	0	0	7	7	0	2	0.333	9	18	27	0	0	94	72	56	4	117	701	752	747	30	112	31	19	64	9	0	0.00%	5	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
10	Devils	2	1	1	0	0	0	0	0	6	6	0	1	0	1	0	0	0	0	0	4	5	-1	1	1	0	0	0	0	0	0	2	1	1	2	0.500	6	10	16	0	0	94	72	56	4	71	701	752	747	30	83	25	6	39	4	1	25.00%	2	1	50.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
11	Eagles	4	1	3	0	0	0	0	0	7	8	-1	2	1	1	0	0	0	0	0	4	2	2	2	0	2	0	0	0	0	0	3	6	-3	2	0.250	7	13	20	0	1	94	72	56	4	166	701	752	747	30	112	33	22	92	6	0	0.00%	11	1	90.91%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
12	Griffins	2	1	1	0	0	0	0	0	8	7	1	1	1	0	0	0	0	0	0	6	3	3	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	8	15	23	0	0	94	72	56	4	86	701	752	747	30	83	14	8	45	8	3	37.50%	4	3	25.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
13	Heat	1	1	0	0	0	0	0	0	7	3	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	3	4	2	1.000	7	13	20	0	0	94	72	56	4	56	701	752	747	30	55	19	2	35	3	2	66.67%	1	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
14	IceHogs	2	2	0	0	0	0	0	0	13	4	9	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	9	1	8	4	1.000	13	20	33	0	0	94	72	56	4	87	701	752	747	30	81	22	10	46	5	2	40.00%	5	1	80.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
15	Monsters	2	1	0	0	1	0	0	0	8	2	6	2	1	0	0	1	0	0	0	8	2	6	0	0	0	0	0	0	0	0	0	0	0	4	1.000	8	12	20	0	0	94	72	56	4	62	701	752	747	30	74	22	12	46	2	1	50.00%	6	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
16	Moose	2	2	0	0	0	0	0	0	13	6	7	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	10	4	6	4	1.000	13	22	35	0	0	94	72	56	4	114	701	752	747	30	71	27	8	52	5	1	20.00%	4	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
17	Penguins	1	1	0	0	0	0	0	0	11	5	6	1	1	0	0	0	0	0	0	11	5	6	0	0	0	0	0	0	0	0	0	0	0	2	1.000	11	18	29	0	0	94	72	56	4	85	701	752	747	30	45	7	2	20	0	0	0.00%	1	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
18	Phantoms	2	0	1	0	0	1	0	0	10	12	-2	1	0	0	0	0	1	0	0	4	5	-1	1	0	1	0	0	0	0	0	6	7	-1	1	0.250	10	14	24	0	0	94	72	56	4	68	701	752	747	30	119	29	8	42	1	0	0.00%	4	1	75.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
19	Rampage	2	1	1	0	0	0	0	0	6	7	-1	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	6	7	-1	2	0.500	6	11	17	0	0	94	72	56	4	72	701	752	747	30	94	22	12	49	4	1	25.00%	6	1	83.33%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
20	Roadrunners	1	0	0	0	0	1	0	0	5	6	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	5	6	-1	1	0.500	5	10	15	0	0	94	72	56	4	33	701	752	747	30	33	9	6	26	3	1	33.33%	3	1	66.67%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
21	Rocket	2	0	1	0	0	0	1	0	4	4	0	1	0	0	0	0	0	1	0	3	2	1	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	4	6	10	0	0	94	72	56	4	74	701	752	747	30	71	13	16	50	6	1	16.67%	8	1	87.50%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
22	Sound Tigers	1	0	0	0	0	0	0	1	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	3	4	-1	1	0.500	3	5	8	0	0	94	72	56	4	35	701	752	747	30	32	16	4	24	2	0	0.00%	2	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
23	Stars	2	1	0	0	0	0	1	0	8	6	2	2	1	0	0	0	0	1	0	8	6	2	0	0	0	0	0	0	0	0	0	0	0	4	1.000	8	11	19	0	0	94	72	56	4	79	701	752	747	30	88	18	8	39	5	1	20.00%	3	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
24	Thunderbirds	2	2	0	0	0	0	0	0	13	5	8	1	1	0	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	7	1	6	4	1.000	13	22	35	0	0	94	72	56	4	87	701	752	747	30	64	25	0	51	4	0	0.00%	0	0	0.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
	Total	48	26	15	0	1	2	3	1	226	146	80	24	14	6	0	1	1	2	0	113	66	47	24	12	9	0	0	1	1	1	113	80	33	63	0.656	226	388	614	0	2	94	72	56	4	2211	701	752	747	30	1855	507	215	1139	98	24	24.49%	97	18	81.44%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
25	Wild	2	1	1	0	0	0	0	0	5	8	-3	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	5	8	-3	2	0.500	5	9	14	0	0	94	72	56	4	81	701	752	747	30	95	23	6	51	4	0	0.00%	3	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
26	Wolf Pack	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	7	12	0	0	94	72	56	4	55	701	752	747	30	20	9	6	23	5	3	60.00%	3	0	100.00%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
27	Wolves	2	1	1	0	0	0	0	0	8	8	0	2	1	1	0	0	0	0	0	8	8	0	0	0	0	0	0	0	0	0	0	0	0	2	0.500	8	14	22	0	0	94	72	56	4	57	701	752	747	30	83	31	14	49	4	2	50.00%	6	2	66.67%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
	_Since Last GM Reset	48	26	15	0	1	2	3	1	226	146	80	24	14	6	0	1	1	2	0	113	66	47	24	12	9	0	0	1	1	1	113	80	33	63	0.656	226	388	614	0	2	94	72	56	4	2211	701	752	747	30	1855	507	215	1139	98	24	24.49%	97	18	81.44%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
	_Vs Conference	27	16	7	0	1	1	2	0	125	79	46	12	8	2	0	1	0	1	0	49	29	20	15	8	5	0	0	1	1	0	76	50	26	39	0.722	125	218	343	0	1	94	72	56	4	1220	701	752	747	30	1036	280	128	653	59	18	30.51%	61	12	80.33%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
	_Vs Division	15	7	3	0	0	1	1	0	58	44	14	6	3	1	0	0	0	1	0	19	13	6	9	4	2	0	0	1	0	0	39	31	8	17	0.567	58	94	152	0	1	94	72	56	4	667	701	752	747	30	578	155	66	353	35	7	20.00%	32	3	90.63%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291

			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
48	63	W2	226	388	614	2211	1855	507	215	1139	0	2

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
48	26	15	1	2	3	1	226	146

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
24	14	6	1	1	2	0	113	66

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
24	12	9	0	1	1	1	113	80

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
6	4	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
98	24	24.49%	97	18	81.44%	0

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
701	752	747	30	94	72	56	4

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
1031	1935	53.28%	932	1914	48.69%	426	822	51.82%

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	877	1124	316	576	291

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

Priority	Type	Description
1	`\|` or `OR`	Logical "or" (Vertical bar). Filter the column for content that matches text from either side of the bar
2	`&&` or `AND`	Logical "and". Filter the column for content that matches text from either side of the operator.
3	`/\d/`	Add any regex to the query to use in the query ("mig" flags can be included `/\w/mig`)
4	`< <= >= >`	Find alphabetical or numerical values less than or greater than or equal to the filtered query
5	`!` or `!=`	Not operator, or not exactly match. Filter the column with content that do not match the query. Include an equal (`=`), single (`'`) or double quote (`"`) to exactly not match a filter.
6	`"` or `=`	To exactly match the search query, add a quote, apostrophe or equal sign to the beginning and/or end of the query
7	`-` or `to`	Find a range of values. Make sure there is a space before and after the dash (or the word "to")
8	`?`	Wildcard for a single, non-space character.
8	`*`	Wildcard for zero or more non-space characters.
9	`~`	Perform a fuzzy search (matches sequential characters) by adding a tilde to the beginning of the query
10	text	Any text entered in the filter will match text found within the column

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	SO	Lien
1 - 2020-10-05	4	Eagles	0	Gulls	3	W			Sommaire du Match
3 - 2020-10-07	17	Gulls	3	Sound Tigers	4	L	X	X	Sommaire du Match
4 - 2020-10-08	31	Gulls	5	Barracuda	3	W			Sommaire du Match
7 - 2020-10-11	50	Eagles	2	Gulls	1	L			Sommaire du Match
11 - 2020-10-15	72	Gulls	1	Crunch	3	L			Sommaire du Match
13 - 2020-10-17	88	Crunch	3	Gulls	2	L			Sommaire du Match
15 - 2020-10-19	103	Gulls	1	Eagles	2	L			Sommaire du Match
16 - 2020-10-20	117	Monsters	1	Gulls	6	W			Sommaire du Match
19 - 2020-10-23	136	IceHogs	3	Gulls	4	W			Sommaire du Match
21 - 2020-10-25	150	Gulls	5	Rampage	4	W			Sommaire du Match
23 - 2020-10-27	165	Gulls	6	Crunch	4	W			Sommaire du Match
24 - 2020-10-28	173	Gulls	10	Moose	4	W			Sommaire du Match
26 - 2020-10-30	184	Comets	4	Gulls	11	W			Sommaire du Match
29 - 2020-11-02	204	Stars	3	Gulls	4	W			Sommaire du Match
31 - 2020-11-04	219	Gulls	11	Condors	2	W			Sommaire du Match
33 - 2020-11-06	234	Gulls	5	Roadrunners	6	L	X		Sommaire du Match
34 - 2020-11-07	246	Gulls	7	Barracuda	1	W			Sommaire du Match
36 - 2020-11-09	255	Checkers	1	Gulls	4	W			Sommaire du Match
39 - 2020-11-12	276	Rocket	2	Gulls	3	W	X	X	Sommaire du Match
41 - 2020-11-14	294	Gulls	7	Thunderbirds	1	W			Sommaire du Match
43 - 2020-11-16	308	Wolves	5	Gulls	3	L			Sommaire du Match
46 - 2020-11-19	332	Stars	3	Gulls	4	W	X	X	Sommaire du Match
48 - 2020-11-21	346	Gulls	2	Devils	1	W			Sommaire du Match
50 - 2020-11-23	360	Gulls	1	Wild	5	L			Sommaire du Match
51 - 2020-11-24	371	Wolves	3	Gulls	5	W			Sommaire du Match
54 - 2020-11-27	391	Wolf Pack	2	Gulls	5	W			Sommaire du Match
56 - 2020-11-29	407	Gulls	2	Eagles	4	L			Sommaire du Match
58 - 2020-12-01	423	Gulls	1	Rampage	3	L			Sommaire du Match
59 - 2020-12-02	431	Condors	3	Gulls	8	W			Sommaire du Match
61 - 2020-12-04	451	Americans	3	Gulls	2	L			Sommaire du Match
65 - 2020-12-08	471	Gulls	6	Admirals	5	W	X	X	Sommaire du Match
67 - 2020-12-10	486	Monsters	1	Gulls	2	W	X		Sommaire du Match
70 - 2020-12-13	506	Griffins	3	Gulls	6	W			Sommaire du Match
72 - 2020-12-15	526	Gulls	1	Rocket	2	L			Sommaire du Match
74 - 2020-12-17	539	Gulls	4	Wild	3	W			Sommaire du Match
75 - 2020-12-18	548	Phantoms	5	Gulls	4	L	X		Sommaire du Match
78 - 2020-12-21	569	Comets	0	Gulls	11	W			Sommaire du Match
80 - 2020-12-23	582	Gulls	2	Griffins	4	L			Sommaire du Match
82 - 2020-12-25	593	Gulls	8	Bears	4	W			Sommaire du Match
83 - 2020-12-26	606	Devils	5	Gulls	4	L			Sommaire du Match
86 - 2020-12-29	628	Gulls	7	Heat	3	W			Sommaire du Match
88 - 2020-12-31	637	Moose	2	Gulls	3	W			Sommaire du Match
90 - 2021-01-02	657	Gulls	6	Phantoms	7	L			Sommaire du Match
92 - 2021-01-04	669	Thunderbirds	4	Gulls	6	W			Sommaire du Match
95 - 2021-01-07	692	Bruins	3	Gulls	1	L			Sommaire du Match
97 - 2021-01-09	707	Gulls	3	Checkers	4	L			Sommaire du Match
99 - 2021-01-11	719	Gulls	9	IceHogs	1	W			Sommaire du Match
101 - 2021-01-13	733	Penguins	5	Gulls	11	W			Sommaire du Match
104 - 2021-01-16	755	Barracuda	-	Gulls	-
106 - 2021-01-18	771	Gulls	-	Penguins	-
108 - 2021-01-20	785	Gulls	-	Stars	-
110 - 2021-01-22	791	Sound Tigers	-	Gulls	-
113 - 2021-01-25	818	Heat	-	Gulls	-
115 - 2021-01-27	832	Gulls	-	Wolf Pack	-
117 - 2021-01-29	843	Gulls	-	Roadrunners	-
119 - 2021-01-31	857	Senators	-	Gulls	-
121 - 2021-02-02	874	Gulls	-	Sound Tigers	-
122 - 2021-02-03	882	Reign	-	Gulls	-
125 - 2021-02-06	893	Gulls	-	Bruins	-
128 - 2021-02-09	915	Roadrunners	-	Gulls	-
130 - 2021-02-11	935	Gulls	-	Reign	-
132 - 2021-02-13	944	Gulls	-	Crunch	-
133 - 2021-02-14	954	Rampage	-	Gulls	-
136 - 2021-02-17	976	Gulls	-	Comets	-
138 - 2021-02-19	985	Gulls	-	Moose	-
139 - 2021-02-20	994	IceHogs	-	Gulls	-
141 - 2021-02-22	1017	Bears	-	Gulls	-
145 - 2021-02-26	1040	Wild	-	Gulls	-
146 - 2021-02-27	1049	Gulls	-	Senators	-
149 - 2021-03-02	1070	Eagles	-	Gulls	-
151 - 2021-03-04	1084	Gulls	-	Monsters	-
153 - 2021-03-06	1102	Gulls	-	Barracuda	-
154 - 2021-03-07	1108	Heat	-	Gulls	-
156 - 2021-03-09	1118	Gulls	-	Condors	-
157 - 2021-03-10	1134	Gulls	-	Marlies	-
159 - 2021-03-12	1147	Admirals	-	Gulls	-
162 - 2021-03-15	1166	Gulls	-	Americans	-
163 - 2021-03-16	1175	Reign	-	Gulls	-
168 - 2021-03-21	1201	Crunch	-	Gulls	-
170 - 2021-03-23	1214	Gulls	-	Wolves	-
174 - 2021-03-27	1238	Admirals	-	Gulls	-
180 - 2021-04-02	1267	Marlies	-	Gulls	-

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	0	0
Assistance PCT	0.00%	0.00%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
17	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
1,531,939$	2,740,324$	1,402,999$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	1,531,939$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	80	15,057$	1,204,560$

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
2	82	24	42	0	7	3	3	3	216	293	-77	41	16	18	0	2	1	3	1	112	140	-28	41	8	24	0	5	2	0	2	104	153	-49	48	216	367	583	2	1	78	78	50	12	2232	755	744	703	51	3128	914	812	1503	329	59	17.93%	296	58	80.41%	0	924	2394	38.60%	1114	3190	34.92%	496	1324	37.46%	1675	1115	2261	642	1035	479
3	82	19	53	0	1	1	4	4	183	316	-133	41	12	23	0	1	1	3	1	101	153	-52	41	7	30	0	0	0	1	3	82	163	-81	38	183	311	494	3	1	67	54	57	7	2458	795	784	868	43	3951	1165	642	1525	331	54	16.31%	250	51	79.60%	2	793	2417	32.81%	1135	3678	30.86%	423	1232	34.33%	1485	988	2502	633	976	429
4	82	36	31	0	2	2	5	6	212	194	18	41	23	11	0	1	1	2	3	121	92	29	41	13	20	0	1	1	3	3	91	102	-11	72	212	370	582	3	4	69	65	71	13	2383	744	784	827	71	2604	799	1394	2002	545	101	18.53%	600	86	85.67%	5	1341	2862	46.86%	1441	3269	44.08%	517	1189	43.48%	1977	1318	1975	648	1035	516
5	82	12	59	0	1	2	2	6	181	329	-148	41	5	30	0	0	2	0	4	90	164	-74	41	7	29	0	1	0	2	2	91	165	-74	24	181	303	484	3	1	79	50	49	8	2393	760	779	824	64	4181	1217	283	1830	181	32	17.68%	126	33	73.81%	0	734	2222	33.03%	1005	3548	28.33%	387	1277	30.31%	1478	1043	2574	569	915	391
6	82	44	26	0	3	1	4	4	334	234	100	41	21	13	0	2	0	3	2	179	122	57	41	23	13	0	1	1	1	2	155	112	43	88	334	596	930	1	4	137	99	91	11	3822	1256	1280	1261	59	2705	822	468	2131	207	53	25.60%	193	37	80.83%	3	2023	3479	58.15%	1499	2783	53.86%	733	1317	55.66%	2196	1591	1750	547	1024	539
7	82	43	28	0	1	3	3	4	321	240	81	41	21	15	0	0	1	1	3	161	121	40	41	22	13	0	1	2	2	1	160	119	41	86	321	566	887	1	1	128	108	81	5	3791	1161	1283	1320	50	2658	736	509	2024	218	39	17.89%	219	44	79.91%	3	2063	3374	61.14%	1544	2817	54.81%	765	1342	57.00%	2231	1636	1717	541	1015	535
8	82	51	18	0	3	1	4	5	428	198	230	41	25	8	0	3	1	1	3	223	91	132	41	26	10	0	0	0	3	2	205	107	98	102	428	771	1199	1	8	190	120	111	12	4062	1323	1349	1367	57	2450	726	408	1901	166	44	26.51%	180	30	83.33%	1	2032	3309	61.41%	1461	2529	57.77%	853	1412	60.41%	2426	1852	1586	491	961	520
8	82	51	18	0	3	1	4	5	428	198	230	41	25	8	0	3	1	1	3	223	91	132	41	26	10	0	0	0	3	2	205	107	98	102	428	771	1199	1	8	190	120	111	12	4062	1323	1349	1367	57	2450	726	408	1901	166	44	26.51%	180	30	83.33%	1	2032	3309	61.41%	1461	2529	57.77%	853	1412	60.41%	2426	1852	1586	491	961	520
9	48	26	15	0	1	2	3	1	226	146	80	24	14	6	0	1	1	2	0	113	66	47	24	12	9	0	0	1	1	1	113	80	33	63	226	388	614	0	2	94	72	56	4	2211	701	752	747	30	1855	507	215	1139	98	24	24.49%	97	18	81.44%	0	1031	1935	53.28%	932	1914	48.69%	426	822	51.82%	1203	877	1124	316	576	291
Total Saison Régulière	704	306	290	0	22	16	32	38	2529	2148	381	352	162	132	0	13	9	16	20	1323	1040	283	352	144	158	0	9	7	16	18	1206	1108	98	623	2529	4443	6972	15	30	1032	766	677	84	27414	8818	9104	9284	482	25982	7612	5139	15956	2241	450	20.08%	2141	387	81.92%	15	12973	25301	51.27%	11592	26257	44.15%	5453	11327	48.14%	17101	12274	17079	4880	8503	4223
Séries
4	12	5	7	0	0	0	0	0	25	26	-1	5	2	3	0	0	0	0	0	11	10	1	7	3	4	0	0	0	0	0	14	16	-2	10	25	45	70	0	1	6	8	10	1	286	75	87	109	15	413	124	245	315	98	15	15.31%	97	15	84.54%	1	121	403	30.02%	190	510	37.25%	68	169	40.24%	270	170	326	106	162	77
6	5	1	4	0	0	0	0	0	13	24	-11	2	0	2	0	0	0	0	0	6	10	-4	3	1	2	0	0	0	0	0	7	14	-7	2	13	20	33	0	0	5	2	5	1	154	47	51	42	14	253	73	28	135	12	1	8.33%	13	2	84.62%	1	68	170	40.00%	90	228	39.47%	34	85	40.00%	107	70	147	39	67	32
7	25	16	9	0	0	0	0	0	81	71	10	12	7	5	0	0	0	0	0	39	34	5	13	9	4	0	0	0	0	0	42	37	5	32	81	151	232	1	0	29	26	24	2	866	277	276	290	23	912	270	196	729	71	13	18.31%	95	12	87.37%	0	476	955	49.84%	494	1069	46.21%	203	409	49.63%	615	420	624	195	334	168
8	6	2	4	0	0	0	0	0	16	19	-3	3	1	2	0	0	0	0	0	10	11	-1	3	1	2	0	0	0	0	0	6	8	-2	4	16	29	45	0	0	10	1	5	0	234	101	63	70	0	239	73	32	145	16	7	43.75%	16	3	81.25%	1	117	251	46.61%	113	231	48.92%	39	98	39.80%	140	97	144	41	74	37
Total Séries	48	24	24	0	0	0	0	0	135	140	-5	22	10	12	0	0	0	0	0	66	65	1	26	14	12	0	0	0	0	0	69	75	-6	48	135	245	380	1	1	50	37	44	4	1540	500	477	511	52	1817	540	501	1324	197	36	18.27%	221	32	85.52%	3	782	1779	43.96%	887	2038	43.52%	344	761	45.20%	1134	758	1242	383	639	315