LHSRSM - Comets

Canucks
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière
Client Web pour les lignes

Centre de jeu
	Comets 1-5-0, 2pts	3	FINAL	8	IceHogs 4-1-1, 9pts

Team Stats
L5	Streak	W2
0-0-0	Home Record	2-0-1
1-5-0	Away Record	2-1-0
1-5-0	Last 10 Games	4-1-1
3.67	Goals Per Game	4.50
6.83	Goals Against Per Game	2.67
15.38%	Power Play Percentage	25.00%
50.00%	Penalty Kill Percentage	92.31%

Comets
1-5-0, 2pts

FINAL

Palm Springs
4-2-0, 8pts

Team Stats
L5	Streak	W2
0-0-0	Home Record	1-0-0
1-5-0	Away Record	3-2-0
1-5-0	Last 10 Games	4-2-0
3.67	Goals Per Game	4.83
6.83	Goals Against Per Game	3.33
15.38%	Power Play Percentage	11.11%
50.00%	Penalty Kill Percentage	87.50%

Wild
0-5-0, 0pts

2021-10-26

Comets
1-5-0, 2pts

Statistiques d’équipe
L5	Séquence	L5
0-3-0	Fiche domicile	0-0-0
0-2-0	Fiche visiteur	1-5-0
0-5-0	10 derniers matchs	1-5-0
4.00	Buts par match	3.67
9.40	Buts contre par match	6.83
26.67%	Pourcentage en avantage numérique	15.38%
50.00%	Pourcentage en désavantage numérique	50.00%

Phantoms
3-1-0, 6pts

2021-10-28

Comets
1-5-0, 2pts

Statistiques d’équipe
L1	Séquence	L5
3-1-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	1-5-0
3-1-0	10 derniers matchs	1-5-0
4.50	Buts par match	3.67
1.75	Buts contre par match	6.83
0.00%	Pourcentage en avantage numérique	15.38%
100.00%	Pourcentage en désavantage numérique	50.00%

Condors
2-3-0, 4pts

2021-10-30

Comets
1-5-0, 2pts

Statistiques d’équipe
L2	Séquence	L5
2-1-0	Fiche domicile	0-0-0
0-2-0	Fiche visiteur	1-5-0
2-3-0	10 derniers matchs	1-5-0
5.00	Buts par match	3.67
8.00	Buts contre par match	6.83
66.67%	Pourcentage en avantage numérique	15.38%
80.00%	Pourcentage en désavantage numérique	50.00%

Meneurs d'équipe

Statistiques d’équipe
Buts pour 22 3.67 GFG	Tirs pour 257 42.83 Avg	Pourcentage en avantage numérique 15.4% 2 GF	Début de zone offensive 41.0%
Buts contre 41 6.83 GAA	Tirs contre 280 46.67 Avg	Pourcentage en désavantage numérique 50.0% 5 GA	Début de la zone défensive 36.2%

Information d’équipe
	Directeur général	Sacha Verville
	Division	Nord
	Conférence	Est
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	nan
	Billets de saison	300
Information formation
	Équipe Pro	17
	Équipe Mineure	18
	Limite contact	35 / 250
	Espoirs	54
Historique d'équipe
	Saison actuelle	1-5-0 (2PTS)
	Historique	173-454-38 (0.260%)
	Apparitions séries éliminatoires	1
	Historique séries éliminatoires (W-L)	7-5
	Stanley Cup	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	Cody Glass	X				100.00	56	35	94	72	85	79	82	71	80	68	66	63	73	64	67	0	50	66	0	21	2	1,713,333$
2	Barrett Hayton	X	X			100.00	67	39	87	68	75	77	80	66	70	67	64	63	69	62	67	0	50	65	0	20	1	2,644,167$
3	Anton Blidh		X	X		100.00	86	37	89	65	71	77	74	62	57	61	64	63	65	71	68	0	50	64	0	25	1	700,000$
4	Vitali Kravtsov		X			100.00	54	35	94	68	81	74	73	67	59	63	66	61	72	63	65	0	50	64	0	20	2	1,775,000$
5	Cole Perfetti (R)	X				100.00	59	35	93	66	68	78	83	64	77	68	62	59	72	60	62	0	50	63	0	18	4	1,658,333$
6	Kole Lind			X		100.00	62	35	95	64	73	76	73	65	63	62	62	61	64	65	63	0	50	63	0	21	1	1,125,000$
7	Matthew Ford			X		100.00	70	36	79	58	79	84	89	59	54	60	57	58	55	87	77	0	50	63	0	36	1	700,000$
8	Scott Sabourin			X		100.00	76	82	69	61	85	73	79	60	54	62	61	55	61	77	69	0	50	63	0	28	1	700,000$
9	Michal Teply (R)			X		100.00	72	39	88	62	81	74	79	58	61	59	55	63	56	60	62	0	50	61	0	19	4	925,000$
10	Sebastian Repo	X	X	X		100.00	64	36	75	61	86	76	71	59	55	58	60	56	61	69	65	0	50	61	0	24	1	740,000$
11	Stelio Mattheos	X		X		100.00	68	36	89	60	77	73	68	59	67	56	58	61	59	63	64	0	50	61	0	21	2	925,000$
12	Ryan White	X	X			100.00	73	81	54	59	74	60	65	58	54	52	57	56	55	82	73	0	50	59	0	32	1	1,000,000$
13	Jan Drozg			X		100.00	66	39	87	54	75	70	75	54	55	52	57	54	56	63	62	0	50	58	0	21	2	925,000$
14	Jake Bean				X	100.00	56	35	93	71	75	85	84	66	30	72	57	59	52	65	63	0	50	64	0	22	1	1,363,333$
15	Daniel Brickley				X	100.00	74	42	86	57	84	74	71	55	30	54	53	57	45	71	66	0	50	60	0	25	1	700,000$
16	Michael Kapla				X	100.00	65	42	85	59	74	70	72	57	30	61	54	58	47	73	67	0	50	60	0	26	1	874,125$
Rayé

	MOYENNE D’ÉQUIPE					100.00	67	43	85	63	78	75	76	61	56	61	60	59	60	68	66	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	Âge	Contrat	Salaire
1	Jake Oettinger	100.00	79	90	89	94	78	77	79	78	77	79	78	66	70	0	50	66	0	21	2	1,387,500$
Rayé

	MOYENNE D’ÉQUIPE	100.00	79	90	89	94	78	77	79	78	77	79	78	66	70	0	50	66

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	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	FO%	FOT	HT	P/20	FT	S1	S2	S3
1	Matthew Ford	Comets (VAN)	RW	6	3	5	8	-6	2	0	15	12	32	15	28	9.38%	8	137	22.96	1	0	1	6	13	0	1	1	0	7	0	42.86%	56	0	1.16	0	0	0	0
2	Sebastian Repo	Comets (VAN)	C/LW/RW	6	3	5	8	-7	2	0	2	6	32	8	15	9.38%	4	127	21.17	0	1	1	2	10	1	0	1	1	8	0	25.00%	8	0	1.26	0	0	0	0
3	Stelio Mattheos	Comets (VAN)	C/RW	6	5	3	8	-4	2	0	12	28	40	10	30	12.50%	4	125	20.84	0	1	1	3	13	0	0	0	0	3	0	51.66%	151	0	1.28	0	0	1	0
4	Kole Lind	Comets (VAN)	RW	6	4	3	7	-4	0	0	7	7	41	8	26	9.76%	4	106	17.67	0	0	0	1	0	0	0	0	0	0	0	10.00%	10	1	1.32	0	1	0	0
5	Vitali Kravtsov	Comets (VAN)	LW	6	4	3	7	-6	0	0	0	19	38	5	36	10.53%	8	110	18.48	1	0	1	7	10	0	0	0	0	4	1	33.33%	12	1	1.26	0	0	0	1
6	Ryan White	Comets (VAN)	C/LW	6	1	5	6	-6	0	0	34	14	19	4	22	5.26%	9	108	18.07	0	1	1	3	10	0	0	0	0	2	0	41.10%	146	0	1.11	0	0	0	0
7	Scott Sabourin	Comets (VAN)	RW	6	2	4	6	-7	7	5	23	25	32	8	17	6.25%	3	113	18.88	0	0	0	0	0	0	0	0	0	0	0	50.00%	124	0	1.06	1	0	1	0
8	Daniel Brickley	Comets (VAN)	D	6	0	3	3	-11	0	0	11	7	10	1	7	0.00%	5	127	21.18	0	1	1	3	10	0	0	0	0	5	0	0.00%	0	0	0.47	0	0	0	0
9	Michael Kapla	Comets (VAN)	D	6	0	1	1	-11	2	0	5	8	8	1	2	0.00%	9	126	21.01	0	0	0	4	10	0	0	0	0	4	0	0.00%	0	0	0.16	0	0	0	0
Statistiques d’équipe totales ou en moyenne				54	22	32	54	-62	15	5	109	126	252	60	183	8.73%	54	1081	20.03	2	4	6	29	79	1	1	2	1	35	1	45.56%	507	2	1.00	1	1	2	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 gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
Statistiques d’équipe totales ou en moyenne							0.000	0.00	0								0.000

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	Âge	Date de naissance	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Link
Anton Blidh	Comets (VAN)	LW/RW	25	1995-03-14	No	185 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No				Lien / Lien NHL
Barrett Hayton	Comets (VAN)	C/LW	20	2000-06-09	No	190 Lbs	6 ft1	No	No	No	1	Pro & Farm	2,644,167$	0$	0$	No				Lien / Lien NHL
Cody Glass	Comets (VAN)	C	21	1999-04-01	No	206 Lbs	6 ft3	No	No	No	2	Pro & Farm	1,713,333$	0$	0$	No	1,713,333$			Lien / Lien NHL
Cole Perfetti	Comets (VAN)	C	18	2002-01-01	Yes	177 Lbs	5 ft11	No	No	No	4	Pro & Farm	1,658,333$	0$	0$	No	1,627,000$	1,627,000$	1,627,000$	Lien NHL
Daniel Brickley	Comets (VAN)	D	25	1995-03-30	No	203 Lbs	6 ft3	No	No	No	1	Pro & Farm	700,000$	0$	0$	No				Lien / Lien NHL
Jake Bean	Comets (VAN)	D	22	1998-06-09	No	186 Lbs	6 ft1	No	No	No	1	Pro & Farm	1,363,333$	0$	0$	No				Lien / Lien NHL
Jake Oettinger	Comets (VAN)	G	21	1998-12-18	No	225 Lbs	6 ft5	No	No	No	2	Pro & Farm	1,387,500$	0$	0$	No	1,387,500$			Lien / Lien NHL
Jan Drozg	Comets (VAN)	RW	21	1999-04-01	No	174 Lbs	6 ft2	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$			Lien / Lien NHL
Kole Lind	Comets (VAN)	RW	21	1998-10-16	No	178 Lbs	6 ft1	No	No	No	1	Pro & Farm	1,125,000$	0$	0$	No				Lien / Lien NHL
Matthew Ford	Comets (VAN)	RW	36	1984-10-09	No	207 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No				Lien / Lien NHL
Michael Kapla	Comets (VAN)	D	26	1994-09-19	No	200 Lbs	6 ft0	No	No	No	1	Pro & Farm	874,125$	0$	0$	No				Lien / Lien NHL
Michal Teply	Comets (VAN)	RW	19	2001-05-27	Yes	187 Lbs	6 ft3	No	No	No	4	Pro & Farm	925,000$	0$	0$	No	919,167$	919,167$	919,167$	Lien NHL
Ryan White	Comets (VAN)	C/LW	32	1988-03-17	No	200 Lbs	6 ft0	No	No	No	1	Pro & Farm	1,000,000$	0$	0$	No				Lien / Lien NHL
Scott Sabourin	Comets (VAN)	RW	28	1992-07-30	No	208 Lbs	6 ft3	No	No	No	1	Pro & Farm	700,000$	0$	0$	No				Lien / Lien NHL
Sebastian Repo	Comets (VAN)	C/LW/RW	24	1996-06-23	No	211 Lbs	6 ft3	No	No	No	1	Pro & Farm	740,000$	0$	0$	No				Lien / Lien NHL
Stelio Mattheos	Comets (VAN)	C/RW	21	1999-06-14	No	196 Lbs	6 ft1	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$			Lien / Lien NHL
Vitali Kravtsov	Comets (VAN)	LW	20	1999-12-23	No	189 Lbs	6 ft3	No	No	No	2	Pro & Farm	1,775,000$	0$	0$	No	1,775,000$			Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
17	23.53	195 Lbs	6 ft2	1.65	1,167,988$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Stelio Mattheos	Matthew Ford	30	1	2	2
2	Vitali Kravtsov	Ryan White	Sebastian Repo	30	1	2	2
3		Scott Sabourin	Kole Lind	25	1	2	2
4	Sebastian Repo	Matthew Ford	Scott Sabourin	15	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Daniel Brickley	Michael Kapla	30	1	2	2
2			30	1	2	2
3			25	1	2	2
4	Daniel Brickley	Michael Kapla	15	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Stelio Mattheos	Matthew Ford	60	1	2	2
2	Vitali Kravtsov	Ryan White	Sebastian Repo	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Daniel Brickley	Michael Kapla	60	1	2	2
2			40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Matthew Ford	Sebastian Repo	60	1	2	2
2		Vitali Kravtsov	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Daniel Brickley	Michael Kapla	60	1	2	2
2			40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Matthew Ford	60	1	2	2	Daniel Brickley	Michael Kapla	60	1	2	2
2	Sebastian Repo	40	1	2	2			40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Matthew Ford	Sebastian Repo	60	1	2	2
2		Vitali Kravtsov	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Daniel Brickley	Michael Kapla	60	1	2	2
2			40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Stelio Mattheos	Matthew Ford	Daniel Brickley	Michael Kapla

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Stelio Mattheos	Matthew Ford	Daniel Brickley	Michael Kapla

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Kole Lind, , Stelio Mattheos	Kole Lind,	Stelio Mattheos

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Daniel Brickley, Michael Kapla,	Daniel Brickley	Michael Kapla,

Tirs de pénalité
Matthew Ford, Sebastian Repo, , Vitali Kravtsov, Kole Lind

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
, , , , , , , , , ,

Lignes de défense personnalisées en prolongation
, , , ,

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	Americans	1	0	1	0	0	0	0	0	3	7	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	7	-4	0	0.000	3	3	6	0	0	8	9	5	0	28	86	90	81	0	37	6	4	23	2	0	0.00%	2	2	0.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
2	Condors	1	1	0	0	0	0	0	0	12	5	7	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	12	5	7	2	1.000	12	21	33	0	0	8	9	5	0	80	86	90	81	0	42	13	2	29	0	0	0.00%	1	1	0.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
3	Griffins	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	4	6	0	0	8	9	5	0	37	86	90	81	0	34	9	5	26	4	0	0.00%	0	0	0.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
4	IceHogs	1	0	1	0	0	0	0	0	3	8	-5	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	8	-5	0	0.000	3	5	8	0	0	8	9	5	0	32	86	90	81	0	40	13	6	24	4	1	25.00%	3	2	33.33%	1	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
5	Palm Springs	1	0	1	0	0	0	0	0	2	9	-7	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	9	-7	0	0.000	2	4	6	0	0	8	9	5	0	47	86	90	81	0	65	10	6	24	3	1	33.33%	2	0	100.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
6	Phantoms	1	0	1	0	0	0	0	0	0	7	-7	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	7	-7	0	0.000	0	0	0	0	0	8	9	5	0	33	86	90	81	0	62	18	4	20	0	0	0.00%	2	0	100.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
	Total	6	1	5	0	0	0	0	0	22	41	-19	0	0	0	0	0	0	0	0	0	0	0	6	1	5	0	0	0	0	0	22	41	-19	2	0.167	22	37	59	0	0	8	9	5	0	257	86	90	81	0	280	69	27	146	13	2	15.38%	10	5	50.00%	1	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
	_Since Last GM Reset	6	1	5	0	0	0	0	0	22	41	-19	0	0	0	0	0	0	0	0	0	0	0	6	1	5	0	0	0	0	0	22	41	-19	2	0.167	22	37	59	0	0	8	9	5	0	257	86	90	81	0	280	69	27	146	13	2	15.38%	10	5	50.00%	1	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
	_Vs Conference	2	0	2	0	0	0	0	0	3	14	-11	0	0	0	0	0	0	0	0	0	0	0	2	0	2	0	0	0	0	0	3	14	-11	0	0.000	3	3	6	0	0	8	9	5	0	61	86	90	81	0	99	24	8	43	2	0	0.00%	4	2	50.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
	_Vs Division	2	0	1	0	0	0	0	0	5	12	-7	0	0	0	0	0	0	0	0	0	0	0	2	0	1	0	0	0	0	0	5	12	-7	0	0.000	5	7	12	0	0	8	9	5	0	65	86	90	81	0	71	15	9	49	6	0	0.00%	2	2	0.00%	0	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33

			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
6	2	L5	22	37	59	257	280	69	27	146	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
6	1	5	0	0	0	0	22	41

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
6	1	5	0	0	0	0	22	41

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
1	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
13	2	15.38%	10	5	50.00%	1

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
86	90	81	0	8	9	5	0

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
103	213	48.36%	80	188	42.55%	51	119	42.86%

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
126	88	160	41	73	33

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	Lien
2 - 2021-10-13	6	Comets	12	Condors	5	AW	Sommaire du match
4 - 2021-10-15	18	Comets	0	Phantoms	7	AL	Sommaire du match
5 - 2021-10-16	25	Comets	2	Griffins	5	AL	Sommaire du match
8 - 2021-10-19	39	Comets	3	Americans	7	AL	Sommaire du match
10 - 2021-10-21	60	Comets	3	IceHogs	8	AL	Sommaire du match
12 - 2021-10-23	78	Comets	2	Palm Springs	9	AL	Sommaire du match
15 - 2021-10-26	94	Wild	-	Comets	-
17 - 2021-10-28	106	Phantoms	-	Comets	-
19 - 2021-10-30	126	Condors	-	Comets	-
22 - 2021-11-02	141	Wolf Pack	-	Comets	-
25 - 2021-11-05	159	Admirals	-	Comets	-
27 - 2021-11-07	178	Stars	-	Comets	-
29 - 2021-11-09	190	Gulls	-	Comets	-
31 - 2021-11-11	203	Comets	-	Eagles	-
33 - 2021-11-13	222	Comets	-	Wolves	-
34 - 2021-11-14	229	Comets	-	Gulls	-
37 - 2021-11-17	244	Eagles	-	Comets	-
39 - 2021-11-19	259	Moose	-	Comets	-
41 - 2021-11-21	278	IceHogs	-	Comets	-
44 - 2021-11-24	293	Comets	-	Penguins	-
46 - 2021-11-26	313	Comets	-	Monsters	-
48 - 2021-11-28	330	Comets	-	Bruins	-
49 - 2021-11-29	334	Comets	-	Rocket	-
51 - 2021-12-01	348	Comets	-	Senators	-
54 - 2021-12-04	376	Penguins	-	Comets	-
56 - 2021-12-06	386	Reign	-	Comets	-
58 - 2021-12-08	400	Bruins	-	Comets	-
60 - 2021-12-10	417	Moose	-	Comets	-
62 - 2021-12-12	435	Checkers	-	Comets	-
64 - 2021-12-14	449	Monsters	-	Comets	-
66 - 2021-12-16	464	Comets	-	Barracuda	-
68 - 2021-12-18	476	Marlies	-	Comets	-
69 - 2021-12-19	488	Roadrunners	-	Comets	-
71 - 2021-12-21	503	Comets	-	Barracuda	-
73 - 2021-12-23	520	Gulls	-	Comets	-
77 - 2021-12-27	534	Palm Springs	-	Comets	-
79 - 2021-12-29	551	Comets	-	Gulls	-
80 - 2021-12-30	557	Comets	-	Reign	-
82 - 2022-01-01	572	Comets	-	Palm Springs	-
86 - 2022-01-05	598	Sound Tigers	-	Comets	-
89 - 2022-01-08	625	Senators	-	Comets	-
92 - 2022-01-11	638	Comets	-	Thunderbirds	-
94 - 2022-01-13	651	Comets	-	Crunch	-
96 - 2022-01-15	667	Comets	-	Checkers	-
97 - 2022-01-16	680	Comets	-	Bears	-
99 - 2022-01-18	696	Comets	-	Admirals	-
102 - 2022-01-21	718	Thunderbirds	-	Comets	-
104 - 2022-01-23	736	Rampage	-	Comets	-
106 - 2022-01-25	750	Condors	-	Comets	-
108 - 2022-01-27	765	Comets	-	Moose	-
110 - 2022-01-29	782	Comets	-	Heat	-
112 - 2022-01-31	794	Comets	-	IceHogs	-
113 - 2022-02-01	803	Comets	-	Admirals	-
136 - 2022-02-24	820	Heat	-	Comets	-
139 - 2022-02-27	844	Comets	-	Wolf Pack	-
140 - 2022-02-28	848	Comets	-	Devils	-
143 - 2022-03-03	868	Comets	-	Sound Tigers	-
145 - 2022-03-05	884	Comets	-	Marlies	-
149 - 2022-03-09	914	Rocket	-	Comets	-
151 - 2022-03-11	931	Bears	-	Comets	-
153 - 2022-03-13	950	Crunch	-	Comets	-
155 - 2022-03-15	961	Devils	-	Comets	-
157 - 2022-03-17	974	Griffins	-	Comets	-
159 - 2022-03-19	992	Heat	-	Comets	-
160 - 2022-03-20	999	Americans	-	Comets	-
163 - 2022-03-23	1016	Comets	-	Eagles	-
164 - 2022-03-24	1024	Comets	-	Wild	-
166 - 2022-03-26	1036	Comets	-	Stars	-
168 - 2022-03-28	1055	Comets	-	Rampage	-
170 - 2022-03-30	1071	Rampage	-	Comets	-
174 - 2022-04-03	1106	Wolves	-	Comets	-
177 - 2022-04-06	1126	Comets	-	Wolves	-
178 - 2022-04-07	1134	Comets	-	Roadrunners	-
180 - 2022-04-09	1152	Barracuda	-	Comets	-
183 - 2022-04-12	1175	Wolves	-	Comets	-
185 - 2022-04-14	1192	Roadrunners	-	Comets	-
187 - 2022-04-16	1207	Comets	-	Condors	-
189 - 2022-04-18	1217	Stars	-	Comets	-
192 - 2022-04-21	1240	Comets	-	Wild	-
194 - 2022-04-23	1257	Comets	-	Heat	-
197 - 2022-04-26	1284	Palm Springs	-	Comets	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
200 - 2022-04-29	1310	Reign	-	Comets	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0.00%	0.00%
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
41	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
128,414$	1,985,578$	480,083$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	128,414$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	188	9,878$	1,857,064$

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
Saison régulière
2	82	36	29	0	2	2	9	4	247	219	28	41	16	17	0	1	1	4	2	118	112	6	41	20	12	0	1	1	5	2	129	107	22	100	247	415	662	2	4	0	95	73	68	2252	0	771	739	713	2721	829	700	1478	351	70	19.94%	292	53	81.85%	2	1080	2360	45.76%	1321	3150	41.94%	536	1278	41.94%	1838	1245	2096	637	1056	513
3	82	31	37	0	2	1	9	2	197	219	-22	41	15	16	0	2	0	7	1	104	92	12	41	16	21	0	0	1	2	1	93	127	-34	87	197	333	530	1	5	0	68	59	59	2262	0	756	754	729	3019	901	562	1421	315	66	20.95%	230	31	86.52%	1	1046	2408	43.44%	1168	3136	37.24%	464	1175	39.49%	1824	1249	2128	614	1031	498
4	82	14	53	0	3	0	2	10	170	284	-114	41	8	27	0	1	0	1	4	83	133	-50	41	6	26	0	2	0	1	6	87	151	-64	48	170	279	449	1	2	0	62	59	44	2372	0	675	826	840	3521	1091	999	1768	517	109	21.08%	425	89	79.06%	1	843	2624	32.13%	1116	3687	30.27%	390	1160	33.62%	1521	991	2509	647	957	422
5	82	13	62	0	0	1	1	5	200	465	-265	41	7	29	0	0	1	0	4	109	238	-129	41	6	33	0	0	0	1	1	91	227	-136	34	200	341	541	2	0	0	81	62	56	2645	0	878	908	836	4327	1244	290	1632	161	31	19.25%	111	44	60.36%	0	1103	2366	46.62%	1279	3151	40.59%	663	1464	45.29%	1411	984	2605	572	936	395
6	82	13	64	0	1	1	0	3	257	506	-249	41	7	32	0	0	0	0	2	139	251	-112	41	6	32	0	1	1	0	1	118	255	-137	32	257	419	676	5	0	0	109	89	58	3314	0	1123	1085	1090	5164	1500	273	2060	157	34	21.66%	121	31	74.38%	0	1229	2805	43.81%	1388	3518	39.45%	650	1531	42.46%	1480	1047	2536	564	922	397
7	82	11	66	0	1	1	1	2	247	582	-335	41	7	32	0	0	0	1	1	127	277	-150	41	4	34	0	1	1	0	1	120	305	-185	29	247	404	651	0	0	0	111	76	58	3100	0	1037	1038	1010	5133	1473	298	2182	165	30	18.18%	128	52	59.38%	0	855	2587	33.05%	851	3086	27.58%	418	1553	26.92%	1433	1007	2586	564	919	384
8	82	11	70	0	0	0	0	1	227	645	-418	41	7	34	0	0	0	0	0	112	305	-193	41	4	36	0	0	0	0	1	115	340	-225	23	227	414	641	1	0	0	93	74	60	2919	0	979	961	973	6039	1778	247	1924	116	17	14.66%	113	38	66.37%	1	680	2211	30.76%	953	3405	27.99%	420	1578	26.62%	1154	783	2890	554	879	340
9	82	8	68	0	0	0	4	2	195	677	-482	41	5	32	0	0	0	3	1	107	319	-212	41	3	36	0	0	0	1	1	88	358	-270	26	195	348	543	2	0	0	78	51	62	2634	0	884	855	867	6016	1733	302	1878	138	17	12.32%	138	46	66.67%	1	866	2402	36.05%	1023	3688	27.74%	460	1573	29.24%	1167	783	2890	565	892	347
10	6	1	5	0	0	0	0	0	22	41	-19	0	0	0	0	0	0	0	0	0	0	0	6	1	5	0	0	0	0	0	22	41	-19	2	22	37	59	0	0	8	9	5	0	257	86	90	81	0	280	69	27	146	13	2	15.38%	10	5	50.00%	1	103	213	48.36%	80	188	42.55%	51	119	42.86%	126	88	160	41	73	33
Total Saison régulière	662	138	454	0	9	6	26	29	1762	3638	-1876	328	72	219	0	4	2	16	15	899	1727	-828	334	66	235	0	5	4	10	14	863	1911	-1048	381	1762	2990	4752	14	11	8	706	548	465	21755	86	7193	7247	7058	36220	10618	3698	14489	1933	376	19.45%	1568	389	75.19%	7	7805	19976	39.07%	9179	27009	33.98%	4052	11431	35.45%	11959	8180	20404	4762	7670	3333
Séries éliminatoires
2	12	7	5	0	0	0	0	0	24	26	-2	5	2	3	0	0	0	0	0	9	14	-5	7	5	2	0	0	0	0	0	15	12	3	14	24	45	69	0	1	0	4	9	8	347	0	101	109	115	415	115	137	215	48	11	22.92%	47	8	82.98%	0	163	387	42.12%	184	503	36.58%	77	172	44.77%	262	171	334	100	160	73
Total Séries éliminatoires	12	7	5	0	0	0	0	0	24	26	-2	5	2	3	0	0	0	0	0	9	14	-5	7	5	2	0	0	0	0	0	15	12	3	14	24	45	69	0	1	0	4	9	8	347	0	101	109	115	415	115	137	215	48	11	22.92%	47	8	82.98%	0	163	387	42.12%	184	503	36.58%	77	172	44.77%	262	171	334	100	160	73

	Comets
	GP: 6 \| W: 1 \| L: 5 \| OTL: 0 \| P: 2 GF: 22 \| GA: 41 \| PP%: 15.38% \| PK%: 50.00% DG: Sacha Verville \| Morale : 50 \| Moyenne d’équipe : 62 Prochain matchs #94 vs Wild