LHSRSM - Moose

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

Centre de jeu
	Devils 4-17-2, 10pts	3	FINAL	4	Moose 12-9-3, 27pts

Team Stats
L1	Streak	SOL1
2-9-2	Home Record	9-2-2
2-8-0	Away Record	3-7-1
3-7-0	Last 10 Games	4-4-2
3.00	Goals Per Game	4.29
4.43	Goals Against Per Game	3.71
15.38%	Power Play Percentage	28.00%
61.54%	Penalty Kill Percentage	76.12%

Marlies
10-15-1, 21pts

FINAL

Moose
12-9-3, 27pts

Team Stats
SOW1	Streak	SOL1
7-6-1	Home Record	9-2-2
3-9-0	Away Record	3-7-1
6-4-0	Last 10 Games	4-4-2
3.04	Goals Per Game	4.29
3.58	Goals Against Per Game	3.71
15.87%	Power Play Percentage	28.00%
65.45%	Penalty Kill Percentage	76.12%

Checkers
13-8-2, 28pts

2021-12-07

Moose
12-9-3, 27pts

Statistiques d’équipe
L2	Séquence	SOL1
6-4-0	Fiche domicile	9-2-2
7-4-2	Fiche visiteur	3-7-1
4-5-1	10 derniers matchs	4-4-2
3.52	Buts par match	4.29
3.30	Buts contre par match	3.71
11.86%	Pourcentage en avantage numérique	28.00%
81.36%	Pourcentage en désavantage numérique	76.12%

Moose
12-9-3, 27pts

2021-12-09

Palm Springs
13-10-1, 27pts

Statistiques d’équipe
SOL1	Séquence	L1
9-2-2	Fiche domicile	5-6-1
3-7-1	Fiche visiteur	8-4-0
4-4-2	10 derniers matchs	5-5-0
4.29	Buts par match	4.38
3.71	Buts contre par match	4.00
28.00%	Pourcentage en avantage numérique	20.75%
76.12%	Pourcentage en désavantage numérique	77.78%

Moose
12-9-3, 27pts

2021-12-10

Comets
5-20-0, 10pts

Statistiques d’équipe
SOL1	Séquence	L13
9-2-2	Fiche domicile	4-7-0
3-7-1	Fiche visiteur	1-13-0
4-4-2	10 derniers matchs	0-10-0
4.29	Buts par match	4.20
3.71	Buts contre par match	7.56
28.00%	Pourcentage en avantage numérique	21.74%
76.12%	Pourcentage en désavantage numérique	53.33%

Meneurs d'équipe
	Buts Brendan Gaunce 11	Passes Matt Bartkowski 12

	Points Brendan Gaunce 21	Plus/Moins Alex Limoges 6

	Victoires Garret Sparks 12	Pourcentage d’arrêts Tom McCollum 0.914

Statistiques d’équipe
Buts pour 103 4.29 GFG	Tirs pour 1030 42.92 Avg	Pourcentage en avantage numérique 28.0% 14 GF	Début de zone offensive 40.2%
Buts contre 89 3.71 GAA	Tirs contre 873 36.38 Avg	Pourcentage en désavantage numérique 76.1% 16 GA	Début de la zone défensive 40.0%

Informations de l'équipe
	Directeur général	Dylan Nadeau
	Division	Centrale
	Conférence	Ouest
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	20
	Équipe Mineure	20
	Limite contact	40 / 250
	Espoirs	10
Historique d'équipe
	Saison actuelle	12-9-3 (27PTS)
	Historique	142-347-18 (0.280%)
	Apparitions en séries éliminatoires	0
	Historique en séries éliminatoires (W-L)	-
	Coupe Stanley	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	Hudson Fasching			X		100.00	59	35	95	62	84	72	73	61	63	62	61	62	61	71	66	0	50	63	0	25	1	737,500$
2	Mario Kempe	X	X	X		100.00	62	43	83	63	71	80	75	65	69	66	58	56	67	82	73	0	50	63	0	32	1	700,000$
3	Martin Kaut		X	X		100.00	64	39	86	65	78	80	75	64	58	62	63	57	65	63	62	0	50	63	0	21	2	1,319,167$
4	Paul Carey	X	X	X		100.00	50	35	95	64	77	82	78	61	63	60	62	61	63	82	79	0	50	63	0	32	1	700,000$
5	Nick Baptiste			X		100.00	69	39	86	60	78	84	79	58	61	59	62	57	63	71	69	0	50	62	0	25	1	787,500$
6	Nick Moutrey		X			100.00	79	73	82	56	88	80	85	54	51	53	55	59	54	71	69	0	50	61	0	25	1	925,000$
7	Ryan Olsen	X				100.00	66	54	71	58	75	88	93	56	63	54	57	53	58	73	67	0	50	60	0	26	1	701,667$
8	Damien Riat (R)			X		100.00	61	39	87	57	71	79	84	56	58	55	54	53	56	67	64	0	50	59	0	23	2	925,000$
9	Samuel Kurker			X		100.00	72	35	93	53	81	63	67	52	55	54	51	56	52	73	67	0	50	58	0	26	1	700,000$
10	Jack Badini (R)		X			100.00	66	35	93	53	75	69	74	52	54	51	50	53	52	65	63	0	50	57	0	22	2	815,000$
11	William Borgen				X	100.00	83	39	87	58	84	87	80	57	30	58	54	64	47	69	65	0	50	62	0	23	1	925,000$
12	Reece Willcox				X	100.00	78	36	91	58	87	81	86	57	30	56	52	59	46	73	67	0	50	61	0	26	1	675,000$
13	Reece Scarlett				X	100.00	62	42	84	59	71	83	88	58	30	57	55	56	47	75	68	0	50	60	0	27	1	700,000$
14	Markus Phillips (R)				X	100.00	66	42	85	56	75	77	82	55	30	57	54	58	47	63	62	0	50	59	0	21	2	801,667$
15	Joe Morrow				X	100.00	65	56	69	57	74	78	73	58	30	56	53	54	46	77	69	0	50	59	0	27	1	700,000$
Rayé
1	Matt Donovan				X	100.00	69	37	70	61	78	88	93	58	30	64	54	59	46	79	71	0	50	62	0	30	1	675,000$

	MOYENNE D’ÉQUIPE					100.00	67	42	85	59	78	79	80	58	48	58	56	57	54	72	68	0	50	61

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	Garret Sparks	100.00	71	85	83	84	70	69	71	70	69	71	70	75	81	0	50	62	0	27	1	750,000$
2	Tom McCollum	100.00	68	71	69	84	67	66	68	67	66	68	67	80	86	0	50	60	0	30	1	650,000$
Rayé
1	Adam Wilcox	100.00	66	86	84	72	65	64	66	65	64	66	65	77	83	0	50	59	0	27	1	650,000$
2	Filip Larsson	100.00	61	71	69	79	60	59	61	60	59	61	60	65	69	0	50	57	0	22	2	1,100,000$

	MOYENNE D’ÉQUIPE	100.00	67	78	76	80	66	65	67	66	65	67	66	74	80	0	50	60

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

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSS	S1	S2	S3
1	Paul Carey	Moose (WIN)	C/LW/RW	24	15	13	28	18	2	5	37	110	35	83	13.64%	7	453	18.88	2	4	6	18	42	0	0	0	0	25	1	0	60.00%	40	0	1	1.24	1	1	1	1
2	Mario Kempe	Moose (WIN)	C/LW/RW	24	7	20	27	17	4	30	61	98	24	69	7.14%	7	462	19.27	1	4	5	11	54	0	1	1	2	35	1	0	59.11%	494	0	0	1.17	2	1	0	3
3	Martin Kaut	Moose (WIN)	LW/RW	24	12	11	23	3	0	21	57	129	33	85	9.30%	14	492	20.53	1	0	1	16	39	0	0	0	2	58	4	0	45.00%	40	0	0	0.93	0	0	1	1
4	Brendan Gaunce	Jets	C	21	11	10	21	3	22	62	61	97	19	55	11.34%	7	396	18.87	0	2	2	5	25	0	0	0	1	38	1	1	60.95%	589	0	1	1.06	1	2	0	1
5	Hudson Fasching	Moose (WIN)	RW	24	11	9	20	-5	0	9	39	93	20	73	11.83%	1	350	14.59	2	3	5	9	27	0	0	0	0	15	0	1	50.00%	46	1	0	1.14	0	1	0	2
6	Matt Donovan	Moose (WIN)	D	20	0	20	20	2	6	60	24	27	8	20	0.00%	28	492	24.62	0	5	5	7	36	0	0	0	1	49	0	0	0.00%	0	0	0	0.81	0	2	1	0
7	Reece Willcox	Moose (WIN)	D	24	3	14	17	6	14	59	21	49	9	25	6.12%	29	490	20.46	0	3	3	14	36	0	0	0	2	40	0	0	0.00%	0	0	0	0.69	0	1	0	1
8	Nick Moutrey	Moose (WIN)	LW	24	7	9	16	14	12	64	22	54	12	27	12.96%	6	351	14.66	1	0	1	5	26	1	0	1	1	17	1	0	65.38%	26	0	0	0.91	0	0	1	0
9	Reece Scarlett	Moose (WIN)	D	24	4	12	16	6	10	30	22	38	11	21	10.53%	35	502	20.94	3	1	4	10	36	0	0	0	1	52	0	1	0.00%	0	0	0	0.64	0	0	0	0
10	Matt Bartkowski	Jets	D	9	2	12	14	0	2	3	10	20	14	12	10.00%	15	219	24.36	0	4	4	5	18	0	0	0	1	21	0	0	0.00%	0	0	0	1.28	0	0	1	0
11	Markus Phillips	Moose (WIN)	D	24	3	11	14	9	10	31	14	21	8	6	14.29%	18	358	14.92	0	0	0	0	0	0	0	0	0	15	1	0	0.00%	0	0	0	0.78	0	1	0	1
12	Riley Stillman	Jets	D	11	3	10	13	2	10	31	30	33	13	18	9.09%	23	267	24.30	0	1	1	14	19	0	0	0	0	15	0	0	0.00%	0	0	0	0.97	0	0	1	2
13	William Borgen	Moose (WIN)	D	15	4	9	13	3	16	56	25	27	8	13	14.81%	26	379	25.32	2	1	3	9	27	0	1	1	1	33	0	0	0.00%	0	0	0	0.68	0	1	1	2
14	Joe Morrow	Moose (WIN)	D	24	3	10	13	9	20	41	13	16	6	8	18.75%	34	342	14.28	0	0	0	0	0	0	0	0	0	2	0	0	0.00%	0	0	0	0.76	0	0	2	0
15	Brad Malone	Jets	C/LW	20	6	6	12	-2	8	50	31	78	24	55	7.69%	3	297	14.85	2	1	3	6	12	0	0	0	2	10	0	0	61.03%	213	0	0	0.81	0	0	1	0
16	Ryan Olsen	Moose (WIN)	C	24	5	5	10	2	4	13	20	38	8	26	13.16%	2	167	7.00	0	0	0	0	0	0	0	0	0	0	1	0	53.68%	190	0	0	1.19	0	0	1	0
17	Alex Limoges	Jets	C	5	4	2	6	6	0	0	8	21	9	18	19.05%	2	95	19.01	0	0	0	0	0	0	0	0	0	0	0	0	42.86%	7	0	0	1.26	0	0	1	0
18	Damien Riat	Moose (WIN)	RW	24	1	5	6	4	4	12	26	48	15	38	2.08%	4	361	15.07	0	0	0	1	9	0	0	0	0	13	1	0	54.24%	59	0	0	0.33	0	0	0	0
19	Nick Baptiste	Moose (WIN)	RW	24	2	4	6	-6	2	14	36	48	18	36	4.17%	1	275	11.49	0	0	0	0	0	0	0	0	0	0	0	0	53.13%	224	0	0	0.44	0	0	0	0
20	Samuel Kurker	Moose (WIN)	RW	18	3	2	5	0	4	6	8	15	2	11	20.00%	1	136	7.60	0	0	0	0	0	0	0	0	0	0	1	0	41.38%	29	0	0	0.73	0	1	0	0
Statistiques d’équipe totales ou en moyenne				407	106	194	300	91	150	597	565	1060	296	699	10.00%	263	6893	16.94	14	29	43	130	414	1	2	3	14	446	12	3	57.79%	1957	1	2	0.87	4	11	12	14

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	A	EG	PS %	PSA	ST	BG	S1	S2
1	Garret Sparks	Moose (WIN)	24	12	7	3	0.899	3.48	1275	2	74	732	1	1	0.400	5	24	0	1	2
2	Tom McCollum	Moose (WIN)	4	0	2	0	0.914	4.11	175	0	12	140	0	0	0.000	0	0	24	0	0
Statistiques d’équipe totales ou en moyenne			28	12	9	3	0.901	3.56	1450	2	86	872	1	1	0.400	5	24	24	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	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	Link
Adam Wilcox	Moose (WIN)	G	27	1992-11-26	No	189 Lbs	6 ft0	No	No	No	1	Pro & Farm	650,000$	0$	0$	No		Lien / Lien NHL
Damien Riat	Moose (WIN)	RW	23	1997-02-26	Yes	180 Lbs	6 ft0	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$	Lien NHL
Filip Larsson	Moose (WIN)	G	22	1998-08-17	No	194 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,100,000$	0$	0$	No	1,100,000$	Lien / Lien NHL
Garret Sparks	Moose (WIN)	G	27	1993-06-28	No	201 Lbs	6 ft3	No	No	No	1	Pro & Farm	750,000$	0$	0$	No		Lien / Lien NHL
Hudson Fasching	Moose (WIN)	RW	25	1995-07-28	No	204 Lbs	6 ft3	No	No	No	1	Pro & Farm	737,500$	0$	0$	No		Lien / Lien NHL
Jack Badini	Moose (WIN)	LW	22	1998-01-19	Yes	203 Lbs	6 ft0	No	No	No	2	Pro & Farm	815,000$	0$	0$	No	815,000$	Lien NHL
Joe Morrow	Moose (WIN)	D	27	1992-12-09	No	196 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Mario Kempe	Moose (WIN)	C/LW/RW	32	1988-09-19	No	185 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Markus Phillips	Moose (WIN)	D	21	1999-03-21	Yes	202 Lbs	6 ft0	No	No	No	2	Pro & Farm	801,667$	0$	0$	No	801,667$	Lien NHL
Martin Kaut	Moose (WIN)	LW/RW	21	1999-10-02	No	190 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,319,167$	0$	0$	No	1,319,167$	Lien / Lien NHL
Matt Donovan	Moose (WIN)	D	30	1990-05-09	No	205 Lbs	6 ft1	No	No	No	1	Pro & Farm	675,000$	0$	0$	No		Lien / Lien NHL
Nick Baptiste	Moose (WIN)	RW	25	1995-08-04	No	203 Lbs	6 ft1	No	No	No	1	Pro & Farm	787,500$	0$	0$	No		Lien / Lien NHL
Nick Moutrey	Moose (WIN)	LW	25	1995-06-24	No	222 Lbs	6 ft3	No	No	No	1	Pro & Farm	925,000$	0$	0$	No		Lien / Lien NHL
Paul Carey	Moose (WIN)	C/LW/RW	32	1988-09-24	No	196 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Reece Scarlett	Moose (WIN)	D	27	1993-03-31	No	168 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Reece Willcox	Moose (WIN)	D	26	1994-03-20	No	205 Lbs	6 ft4	No	No	No	1	Pro & Farm	675,000$	0$	0$	No		Lien / Lien NHL
Ryan Olsen	Moose (WIN)	C	26	1994-03-25	No	187 Lbs	6 ft1	No	No	No	1	Pro & Farm	701,667$	0$	0$	No		Lien / Lien NHL
Samuel Kurker	Moose (WIN)	RW	26	1994-04-08	No	202 Lbs	6 ft2	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Tom McCollum	Moose (WIN)	G	30	1989-12-07	No	220 Lbs	6 ft2	No	No	No	1	Pro & Farm	650,000$	0$	0$	No		Lien / Lien NHL
William Borgen	Moose (WIN)	D	23	1996-12-19	No	205 Lbs	6 ft3	No	No	No	1	Pro & Farm	925,000$	0$	0$	No		Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
20	25.85	198 Lbs	6 ft1	1.25	796,875$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Martin Kaut		Damien Riat	40	1	2	2
2	Nick Moutrey	Mario Kempe	Paul Carey	30	1	2	2
3		Nick Baptiste	Hudson Fasching	20	1	2	2
4	Samuel Kurker	Ryan Olsen		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	William Borgen		40	1	2	2
2	Reece Willcox	Reece Scarlett	30	1	2	2
3	Markus Phillips	Joe Morrow	20	1	2	2
4	William Borgen		10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Martin Kaut		Mario Kempe	60	1	2	2
2	Nick Moutrey	Mario Kempe	Paul Carey	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	William Borgen		60	1	2	2
2	Reece Willcox	Reece Scarlett	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Martin Kaut	60	1	2	2
2	Mario Kempe	Nick Moutrey	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	William Borgen		60	1	2	2
2	Reece Willcox	Reece Scarlett	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		60	1	2	2	William Borgen		60	1	2	2
2	Mario Kempe	40	1	2	2	Reece Willcox	Reece Scarlett	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Martin Kaut	60	1	2	2
2	Mario Kempe	Nick Moutrey	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	William Borgen		60	1	2	2
2	Reece Willcox	Reece Scarlett	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Martin Kaut		Mario Kempe	William Borgen

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Martin Kaut		Mario Kempe	William Borgen

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Hudson Fasching, Nick Baptiste, Nick Moutrey	Hudson Fasching, Nick Baptiste	Hudson Fasching

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Reece Scarlett, Markus Phillips, Joe Morrow	Reece Scarlett	Reece Scarlett, Markus Phillips

Tirs de pénalité
, Mario Kempe, Paul Carey, Martin Kaut, Hudson Fasching

Gardien
#1 : Garret Sparks, #2 : Tom McCollum

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	Admirals	1	1	0	0	0	0	0	0	9	3	6	1	1	0	0	0	0	0	0	9	3	6	0	0	0	0	0	0	0	0	0	0	0	2	1.000	9	17	26	0	0	53	31	19	0	65	338	354	333	10	28	7	2	26	2	0	0.00%	1	1	0.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
2	Barracuda	3	1	2	0	0	0	0	0	10	17	-7	1	1	0	0	0	0	0	0	5	3	2	2	0	2	0	0	0	0	0	5	14	-9	2	0.333	10	18	28	0	0	53	31	19	0	104	338	354	333	10	124	28	18	64	6	2	33.33%	8	4	50.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
3	Comets	1	1	0	0	0	0	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	4	3	2	1.000	7	14	21	0	0	53	31	19	0	43	338	354	333	10	35	9	6	22	1	1	100.00%	3	2	33.33%	1	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
4	Condors	2	1	0	0	0	1	0	0	6	5	1	1	1	0	0	0	0	0	0	5	3	2	1	0	0	0	0	1	0	0	1	2	-1	3	0.750	6	10	16	0	0	53	31	19	0	90	338	354	333	10	70	19	6	28	4	0	0.00%	2	1	50.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
5	Devils	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	53	31	19	0	35	338	354	333	10	51	14	6	29	2	1	50.00%	3	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
6	Gulls	3	1	2	0	0	0	0	0	15	14	1	1	1	0	0	0	0	0	0	7	1	6	2	0	2	0	0	0	0	0	8	13	-5	2	0.333	15	27	42	0	0	53	31	19	0	155	338	354	333	10	99	41	18	60	8	4	50.00%	8	3	62.50%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
7	Heat	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	2	4	0	0	53	31	19	0	56	338	354	333	10	41	11	8	28	4	0	0.00%	4	2	50.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
8	IceHogs	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	9	14	0	0	53	31	19	0	43	338	354	333	10	33	8	2	25	3	0	0.00%	1	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
9	Marlies	1	0	0	0	0	0	0	1	4	5	-1	1	0	0	0	0	0	0	1	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	4	6	10	0	0	53	31	19	0	42	338	354	333	10	51	18	4	37	2	1	50.00%	1	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
10	Monsters	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	3	6	9	1	0	53	31	19	0	38	338	354	333	10	48	7	6	29	5	1	20.00%	3	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
11	Penguins	1	0	1	0	0	0	0	0	2	7	-5	1	0	1	0	0	0	0	0	2	7	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	53	31	19	0	26	338	354	333	10	33	6	12	23	2	1	50.00%	6	1	83.33%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
12	Rampage	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	5	1	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	0	53	31	19	0	25	338	354	333	10	23	11	10	22	1	1	100.00%	5	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
13	Reign	2	1	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	0	2	-2	2	0.500	3	5	8	0	0	53	31	19	0	54	338	354	333	10	61	21	12	47	4	0	0.00%	6	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
14	Roadrunners	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	53	31	19	0	39	338	354	333	10	47	11	6	28	2	0	0.00%	3	1	66.67%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
15	Sound Tigers	1	0	0	0	0	0	0	1	1	2	-1	1	0	0	0	0	0	0	1	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	1	2	3	0	0	53	31	19	0	27	338	354	333	10	32	7	8	18	2	1	50.00%	4	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
16	Stars	1	1	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	7	12	19	0	0	53	31	19	0	56	338	354	333	10	35	10	8	27	1	0	0.00%	4	0	100.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
17	Wild	2	2	0	0	0	0	0	0	18	5	13	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	18	5	13	4	1.000	18	33	51	0	0	53	31	19	0	132	338	354	333	10	62	12	10	54	1	1	100.00%	5	1	80.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
	Total	24	12	9	0	0	1	0	2	103	89	14	13	9	2	0	0	0	0	2	59	40	19	11	3	7	0	0	1	0	0	44	49	-5	27	0.563	103	185	288	1	0	53	31	19	0	1030	338	354	333	10	873	240	142	567	50	14	28.00%	67	16	76.12%	1	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
	_Since Last GM Reset	24	12	9	0	0	1	0	2	103	89	14	13	9	2	0	0	0	0	2	59	40	19	11	3	7	0	0	1	0	0	44	49	-5	27	0.563	103	185	288	1	0	53	31	19	0	1030	338	354	333	10	873	240	142	567	50	14	28.00%	67	16	76.12%	1	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
	_Vs Conference	19	10	8	0	0	1	0	0	85	68	17	9	8	1	0	0	0	0	0	48	23	25	10	2	7	0	0	1	0	0	37	45	-8	21	0.553	85	152	237	1	0	53	31	19	0	857	338	354	333	10	671	186	106	438	41	9	21.95%	50	13	74.00%	0	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
	_Vs Division	12	5	1	0	0	0	0	0	43	47	-4	4	3	0	0	0	0	0	0	20	8	12	8	2	1	0	0	0	0	0	23	39	-16	10	0.417	43	76	119	0	0	53	31	19	0	502	338	354	333	10	430	129	68	249	27	7	25.93%	31	12	61.29%	1	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149

			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
24	27	SOL1	103	185	288	1030	873	240	142	567	1	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
24	12	9	0	1	0	2	103	89

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
13	9	2	0	0	0	2	59	40

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
11	3	7	0	1	0	0	44	49

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
4	4	0	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
50	14	28.00%	67	16	76.12%	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
338	354	333	10	53	31	19	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
491	863	56.89%	446	859	51.92%	232	423	54.85%

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
605	436	550	161	295	149

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2 - 2021-10-13	7	Moose	5	Gulls	7	AL			Sommaire du match
5 - 2021-10-16	32	Moose	1	Barracuda	5	AL			Sommaire du match
8 - 2021-10-19	48	Moose	8	Wild	2	AW			Sommaire du match
10 - 2021-10-21	59	Gulls	1	Moose	7	BW			Sommaire du match
12 - 2021-10-23	75	Admirals	3	Moose	9	BW			Sommaire du match
15 - 2021-10-26	95	Moose	3	Gulls	6	AL			Sommaire du match
17 - 2021-10-28	109	Moose	0	Reign	2	AL			Sommaire du match
19 - 2021-10-30	122	Moose	4	Barracuda	9	AL			Sommaire du match
22 - 2021-11-02	139	Stars	4	Moose	7	BW			Sommaire du match
25 - 2021-11-05	157	IceHogs	2	Moose	5	BW			Sommaire du match
26 - 2021-11-06	170	Sound Tigers	2	Moose	1	BL	X	X	Sommaire du match
29 - 2021-11-09	187	Rampage	1	Moose	5	BW			Sommaire du match
31 - 2021-11-11	202	Barracuda	3	Moose	5	BW			Sommaire du match
33 - 2021-11-13	218	Reign	1	Moose	3	BW			Sommaire du match
36 - 2021-11-16	240	Condors	3	Moose	5	BW			Sommaire du match
38 - 2021-11-18	255	Moose	1	Condors	2	AL	X		Sommaire du match
39 - 2021-11-19	259	Moose	7	Comets	4	AW			Sommaire du match
42 - 2021-11-22	284	Penguins	7	Moose	2	BL			Sommaire du match
44 - 2021-11-24	295	Moose	3	Monsters	5	AL			Sommaire du match
46 - 2021-11-26	307	Moose	10	Wild	3	AW			Sommaire du match
47 - 2021-11-27	325	Moose	2	Heat	4	AL			Sommaire du match
49 - 2021-11-29	335	Roadrunners	5	Moose	2	BL			Sommaire du match
53 - 2021-12-03	363	Devils	3	Moose	4	BW			Sommaire du match
55 - 2021-12-05	379	Marlies	5	Moose	4	BL	X	X	Sommaire du match
57 - 2021-12-07	394	Checkers	-	Moose	-
59 - 2021-12-09	409	Moose	-	Palm Springs	-
60 - 2021-12-10	417	Moose	-	Comets	-
64 - 2021-12-14	445	Americans	-	Moose	-
67 - 2021-12-17	468	Bears	-	Moose	-
69 - 2021-12-19	482	Rampage	-	Moose	-
71 - 2021-12-21	498	Moose	-	Admirals	-
72 - 2021-12-22	506	Moose	-	Stars	-
77 - 2021-12-27	531	Wild	-	Moose	-
79 - 2021-12-29	547	IceHogs	-	Moose	-
81 - 2021-12-31	565	Moose	-	Heat	-
83 - 2022-01-02	580	Moose	-	Wolves	-
85 - 2022-01-04	592	Moose	-	Roadrunners	-
87 - 2022-01-06	606	Moose	-	Eagles	-
89 - 2022-01-08	620	Palm Springs	-	Moose	-
91 - 2022-01-10	633	Wild	-	Moose	-
94 - 2022-01-13	653	Moose	-	Griffins	-
96 - 2022-01-15	674	Senators	-	Moose	-
97 - 2022-01-16	681	Condors	-	Moose	-
99 - 2022-01-18	695	Moose	-	Bears	-
101 - 2022-01-20	708	Moose	-	Admirals	-
103 - 2022-01-22	722	Moose	-	Bruins	-
104 - 2022-01-23	732	Moose	-	Penguins	-
106 - 2022-01-25	749	Thunderbirds	-	Moose	-
108 - 2022-01-27	765	Comets	-	Moose	-
110 - 2022-01-29	775	Moose	-	Rampage	-
113 - 2022-02-01	800	Moose	-	Phantoms	-
135 - 2022-02-23	813	Moose	-	Stars	-
137 - 2022-02-25	826	Moose	-	Eagles	-
139 - 2022-02-27	842	Moose	-	Roadrunners	-
141 - 2022-03-01	856	Rocket	-	Moose	-
144 - 2022-03-04	878	Stars	-	Moose	-
146 - 2022-03-06	895	Wolf Pack	-	Moose	-
148 - 2022-03-08	910	Crunch	-	Moose	-
150 - 2022-03-10	921	Moose	-	Devils	-
151 - 2022-03-11	930	Moose	-	Sound Tigers	-
153 - 2022-03-13	947	Moose	-	Rampage	-
155 - 2022-03-15	958	Wolves	-	Moose	-
158 - 2022-03-18	979	Bruins	-	Moose	-
160 - 2022-03-20	997	Moose	-	IceHogs	-
162 - 2022-03-22	1010	Wolves	-	Moose	-
165 - 2022-03-25	1030	Monsters	-	Moose	-
167 - 2022-03-27	1053	Roadrunners	-	Moose	-
170 - 2022-03-30	1068	Moose	-	Americans	-
171 - 2022-03-31	1075	Moose	-	Marlies	-
173 - 2022-04-02	1096	Reign	-	Moose	-
177 - 2022-04-06	1124	Griffins	-	Moose	-
179 - 2022-04-08	1141	Eagles	-	Moose	-
181 - 2022-04-10	1160	Moose	-	Senators	-
182 - 2022-04-11	1162	Moose	-	Rocket	-
184 - 2022-04-13	1179	Palm Springs	-	Moose	-
186 - 2022-04-15	1194	Moose	-	Thunderbirds	-
187 - 2022-04-16	1203	Moose	-	Crunch	-
190 - 2022-04-19	1223	Moose	-	Wolf Pack	-
192 - 2022-04-21	1237	Moose	-	Checkers	-
195 - 2022-04-24	1267	Eagles	-	Moose	-
198 - 2022-04-27	1286	Phantoms	-	Moose	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
200 - 2022-04-29	1308	Heat	-	Moose	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0	0
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
28	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
470,839$	1,593,751$	294,417$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	470,839$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	146	7,929$	1,157,634$

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
4	82	11	63	0	0	0	6	2	185	442	-257	41	8	27	0	0	0	4	2	102	207	-105	41	3	36	0	0	0	2	0	83	235	-152	36	185	332	517	1	1	0	77	58	44	2247	0	762	735	722	4238	1224	973	1673	459	57	12.42%	385	112	70.91%	0	817	2370	34.47%	960	3179	30.20%	404	1347	29.99%	1403	907	2594	639	962	411
5	82	17	57	0	1	4	1	2	241	388	-147	41	9	26	0	1	3	1	1	119	184	-65	41	8	31	0	0	1	0	1	122	204	-82	44	241	402	643	2	1	0	101	65	73	2561	0	878	841	826	3076	837	455	1970	220	51	23.18%	209	67	67.94%	1	1115	2595	42.97%	822	2229	36.88%	600	1399	42.89%	1963	1405	1989	545	996	494
6	82	33	35	0	1	5	3	5	314	318	-4	41	16	18	0	0	3	2	2	158	169	-11	41	17	17	0	1	2	1	3	156	149	7	84	314	557	871	1	2	0	136	103	71	3371	0	1083	1090	1173	3512	962	466	2183	231	44	19.05%	201	49	75.62%	3	1390	2953	47.07%	1329	3047	43.62%	633	1395	45.38%	1937	1377	2019	571	1009	499
7	82	8	71	0	0	1	0	2	197	513	-316	41	6	33	0	0	1	0	1	106	250	-144	41	2	38	0	0	0	0	1	91	263	-172	19	197	324	521	1	0	0	73	64	60	2667	0	864	918	880	4397	1392	391	2214	170	26	15.29%	181	66	63.54%	0	987	2689	36.71%	943	2808	33.58%	536	1474	36.36%	1667	1162	2295	553	968	445
8	82	12	67	0	0	1	2	0	257	596	-339	41	8	32	0	0	1	0	0	128	283	-155	41	4	35	0	0	0	2	0	129	313	-184	29	257	425	682	1	0	0	113	82	60	3328	0	1152	1075	1083	4870	1380	260	1938	160	34	21.25%	106	46	56.60%	0	993	2655	37.40%	952	2836	33.57%	590	1595	36.99%	1637	1181	2359	536	934	421
9	82	31	45	0	1	0	3	2	297	387	-90	41	16	23	0	0	0	1	1	149	183	-34	41	15	22	0	1	0	2	1	148	204	-56	72	297	529	826	2	4	0	124	89	80	3239	0	1095	1065	1063	3926	1131	393	1867	172	44	25.58%	166	43	74.10%	2	1511	2917	51.80%	1474	3144	46.88%	666	1473	45.21%	1786	1268	2160	560	998	476
10	24	12	9	0	0	1	0	2	103	89	14	13	9	2	0	0	0	0	2	59	40	19	11	3	7	0	0	1	0	0	44	49	-5	27	103	185	288	1	0	53	31	19	0	1030	338	354	333	10	873	240	142	567	50	14	28.00%	67	16	76.12%	1	491	863	56.89%	446	859	51.92%	232	423	54.85%	605	436	550	161	295	149
Total Saison régulière	516	124	347	0	3	12	15	15	1594	2733	-1139	259	72	161	0	1	8	8	9	821	1316	-495	257	52	186	0	2	4	7	6	773	1417	-644	311	1594	2754	4348	9	8	53	655	480	388	18443	338	6188	6057	5757	24892	7166	3080	12412	1462	270	18.47%	1315	399	69.66%	7	7304	17042	42.86%	6926	18102	38.26%	3661	9106	40.20%	11002	7738	13969	3568	6165	2899

	Moose
	GP: 24 \| W: 12 \| L: 9 \| OTL: 3 \| P: 27 GF: 103 \| GA: 89 \| PP%: 28.00% \| PK%: 76.12% DG: Dylan Nadeau \| Morale : 50 \| Moyenne d’équipe : 60 Prochains matchs #394 vs Checkers