Ligue de hockey Simulée Ste-Flanelle

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

Centre de jeu
	Minnesota 26-48-8, 60pts	3	FINAL	10	Bears 47-29-6, 100pts

Team Stats
W1	Streak	W3
12-25-4	Home Record	28-8-5
14-23-4	Away Record	19-21-1
3-6-1	Last 10 Games	7-2-1
3.30	Goals Per Game	3.79
4.38	Goals Against Per Game	3.30
24.50%	Power Play Percentage	20.97%
77.60%	Penalty Kill Percentage	79.47%

Bears
47-29-6, 100pts

FINAL

Cabaret Lady Mary Ann
19-56-7, 45pts

Team Stats
W3	Streak	SOL1
28-8-5	Home Record	10-28-3
19-21-1	Away Record	9-28-4
7-2-1	Last 10 Games	3-6-1
3.79	Goals Per Game	3.51
3.30	Goals Against Per Game	5.01
20.97%	Power Play Percentage	22.42%
79.47%	Penalty Kill Percentage	70.93%

Meneurs d'équipe
	Buts Philippe Myers 0	Passes Philippe Myers 1

	Points Philippe Myers 1	Plus/Moins Philippe Myers 1

	Victoires Kaden Fulcher 47	Pourcentage d’arrêts Alex Lyon 0.927

Statistiques d’équipe
Buts pour 311 3.79 GFG	Tirs pour 3415 41.65 Avg	Pourcentage en avantage numérique 21.0% 52 GF	Début de zone offensive 42.8%
Buts contre 271 3.30 GAA	Tirs contre 2894 35.29 Avg	Pourcentage en désavantage numérique 79.5% 62 GA	Début de la zone défensive 38.5%

Information d’équipe
	Directeur général	JF Langlais
	Division	Est
	Conférence	Est
	Capitaine
	Assistant #1
	Assistant #2
	Informations de l’aréna
	Capacité	3,000
	Assistance	2,207
	Billets de saison	300
Information formation
	Équipe Pro	25
	Équipe Mineure	19
	Limite contact	44 / 50
	Espoirs	18
Historique d'équipe
	Saison actuelle	47-29-6 (100PTS)
	Historique	47-29-6 (0.573%)
	Apparitions séries éliminatoires
	Historique séries éliminatoires (W-L)	-

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 moyen
1	Joseph Veleno (R)	X				100.00	81	79	87	74	72	64	57	69	87	68	67	70	58	44	44	0	50	64	0	20	4	894,167$
2	Tim Schaller		X	X		100.00	80	78	86	78	78	68	70	61	50	53	62	71	59	62	63	0	50	63	0	29	5	1,000,000$
3	Nathan Bastian			X		100.00	98	48	85	62	78	63	78	62	38	63	58	81	25	48	48	0	50	63	0	22	1	742,500$
4	Boris Katchouk		X			100.00	78	76	82	61	76	68	68	69	50	69	65	67	62	44	44	0	50	62	0	22	1	742,500$
5	Antoine Morand	X				100.00	77	73	87	67	66	77	74	63	78	62	59	66	51	44	44	0	50	61	0	21	3	778,334$
6	John Hayden		X	X		100.00	94	47	65	73	82	55	61	55	35	60	58	70	63	61	61	0	50	61	0	25	1	850,000$
7	Nick Shore	X				100.00	69	43	88	76	71	49	62	56	78	52	54	83	24	51	51	0	50	60	0	28	4	1,300,000$
8	Dylan Sikura		X	X		100.00	68	63	79	61	63	69	71	64	50	59	65	62	62	48	48	0	50	59	0	25	1	925,000$
9	Byron Froese	X		X		100.00	79	74	89	62	74	58	59	56	70	43	62	69	59	60	60	0	50	58	0	29	3	850,000$
10	Mark Kastelic (R)	X				100.00	81	79	84	58	79	64	67	54	68	50	53	65	50	44	44	0	50	56	0	21	3	821,667$
11	Otto Kivenmaki (R)	X				100.00	47	40	82	70	60	59	69	54	56	51	47	45	49	50	50	0	50	52	0	20	4	560,000$
12	Sam Miletich (R)	X				100.00	55	50	77	61	70	34	40	31	50	20	36	43	38	60	60	0	50	42	0	23	4	894,167$
13	Jakub Zboril				X	100.00	80	44	87	66	73	71	77	63	25	55	47	62	75	55	55	0	50	62	0	23	2	900,000$
14	Mikko Lehtonen				X	100.00	77	44	90	68	71	68	66	61	25	57	47	68	25	46	46	0	50	61	0	26	4	925,000$
15	Jaycob Megna				X	100.00	84	85	82	60	85	68	74	47	25	37	41	67	39	52	52	0	50	60	0	27	2	969,006$
16	Jack Rathbone (R)				X	100.00	65	63	69	71	63	53	50	65	25	61	56	60	53	44	44	0	50	57	0	21	3	925,000$
17	Sean Day				X	100.00	76	80	65	53	80	61	64	53	25	50	42	62	40	44	44	0	50	56	0	22	1	742,500$
18	Evan McEneny				X	100.00	73	74	79	62	75	52	55	44	25	33	41	64	39	51	51	0	50	55	0	26	2	1,154,888$
Rayé
1	Dakota Mermis				X	100.00	81	42	83	67	71	73	55	62	24	48	48	71	79	55	55	0	50	62	0	26	3	655,000$
2	Kaedan Korczak (R)				X	100.00	76	74	79	59	74	55	58	46	25	38	39	61	37	44	44	0	50	54	0	19	3	795,000$
3	Layton Ahac (R)				X	100.00	76	70	90	61	70	49	51	46	25	37	39	61	37	44	44	0	50	53	0	19	3	897,500$
4	Igor Ozhiganov				X	100.00	58	35	86	61	69	44	39	38	35	35	41	62	46	35	32	0	50	50	0	27	2	925,000$

	MOYENNE D’ÉQUIPE					100.00	75	62	82	65	73	60	62	55	44	50	51	65	49	49	49	0	50	58

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	Kaden Fulcher (R)	100.00	52	43	54	80	55	58	52	57	60	58	30	44	44	0	50	56	0
2	Alex Lyon	100.00	53	53	75	75	50	53	52	57	51	52	30	46	46	0	50	54	0
Rayé
1	Gilles Senn (R)	100.00	51	55	69	83	48	51	51	55	51	51	33	48	44	0	50	54	0

	MOYENNE D’ÉQUIPE	100.00	52	50	66	79	51	54	52	56	54	54	31	46	45	0	50	55

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	GT	FO%	FOT	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Tim Schaller	Bears (Was)	LW/RW	82	46	57	103	22	32	10	100	206	426	118	298	10.80%	32	1971	24.04	12	12	24	58	208	0	1	1	10	269	7	1	46.85%	333	1	1.04	2	11	1	0	1	8	4	8
2	Nathan Bastian	Bears (Was)	RW	77	40	48	88	19	76	0	249	146	356	87	267	11.24%	47	1677	21.79	8	10	18	58	202	0	1	1	9	177	8	2	38.69%	398	0	1.05	7	9	0	0	0	4	5	8
3	Antoine Morand	Bears (Was)	C	80	30	41	71	0	10	0	38	212	312	64	195	9.62%	17	1453	18.17	7	13	20	60	208	0	0	0	0	8	5	1	58.34%	1961	2	0.98	0	0	0	0	0	5	5	2
4	Nick Shore	Bears (Was)	C	82	23	43	66	7	8	0	31	235	321	79	211	7.17%	37	1399	17.07	3	7	10	37	114	0	0	0	2	36	2	0	57.92%	1756	0	0.94	0	0	0	0	0	2	4	3
5	Dylan Sikura	Bears (Was)	LW/RW	82	26	34	60	18	18	0	62	84	247	78	205	10.53%	11	1299	15.85	2	1	3	6	25	0	0	0	2	49	4	2	42.11%	95	1	0.92	0	0	0	0	0	4	2	3
6	Boris Katchouk	Bears (Was)	LW	77	21	34	55	12	39	5	91	129	320	93	211	6.56%	29	1392	18.09	0	0	0	20	68	0	1	1	8	151	1	1	52.87%	87	0	0.79	0	2	0	0	1	1	4	2
7	Byron Froese	Bears (Was)	C/RW	82	27	24	51	18	68	10	94	155	219	56	161	12.33%	16	1211	14.77	0	0	0	5	15	0	0	0	0	27	6	0	58.06%	1061	1	0.84	0	0	0	1	1	3	2	4
8	Mikko Lehtonen	Bears (Was)	D	82	6	44	50	33	48	0	107	93	112	38	79	5.36%	111	1779	21.70	3	8	11	56	202	0	2	2	2	213	0	2	0.00%	0	0	0.56	0	0	0	0	0	0	1	3
9	John Hayden	Bears (Was)	LW/RW	82	18	30	48	10	89	5	317	111	248	84	191	7.26%	20	1482	18.08	3	5	8	48	193	0	0	0	0	8	3	3	39.09%	110	0	0.65	0	1	0	1	0	1	7	2
10	Jakub Zboril	Bears (Was)	D	82	5	43	48	20	62	0	187	68	112	29	66	4.46%	148	1961	23.92	2	11	13	46	218	1	0	1	3	239	0	0	0.00%	0	0	0.49	1	1	0	0	0	0	1	3
11	Joseph Veleno	Bears (Was)	C	25	16	25	41	27	29	15	27	89	141	35	93	11.35%	12	583	23.35	1	4	5	22	65	1	0	1	4	90	0	0	58.22%	833	1	1.40	2	6	0	2	1	3	6	0
12	Dakota Mermis	Bears (Was)	D	57	6	22	28	2	32	0	112	61	96	30	52	6.25%	83	1269	22.28	3	9	12	39	135	0	0	0	1	145	1	1	0.00%	0	0	0.44	0	0	0	0	0	0	0	0
13	Jack Rathbone	Bears (Was)	D	82	4	24	28	2	28	0	68	54	76	24	46	5.26%	64	1316	16.06	1	2	3	10	69	1	0	1	1	107	0	0	0.00%	0	0	0.43	0	0	0	0	0	0	0	2
14	Jaycob Megna	Bears (Was)	D	82	7	18	25	18	121	35	182	37	75	20	39	9.33%	104	1514	18.47	2	1	3	29	156	0	0	0	0	154	2	0	0.00%	0	0	0.33	0	0	2	3	2	0	1	1
15	Sean Day	Bears (Was)	D	82	3	12	15	11	47	5	145	27	36	15	20	8.33%	74	1093	13.33	0	0	0	1	12	0	0	0	0	50	1	0	0.00%	0	0	0.27	0	0	0	0	1	0	0	0
16	Mark Kastelic	Bears (Was)	C	82	2	10	12	9	2	0	28	43	47	9	40	4.26%	5	388	4.73	0	0	0	3	7	0	0	0	3	75	0	0	54.69%	384	0	0.62	0	0	0	0	0	0	0	0
17	Evan McEneny	Bears (Was)	D	31	4	7	11	14	14	0	30	8	17	3	9	23.53%	31	463	14.94	0	0	0	0	6	0	0	0	0	39	0	0	0.00%	2	0	0.48	0	0	0	0	0	0	0	0
18	Philippe Myers	Washington	D	1	0	1	1	1	0	0	1	3	1	0	3	0.00%	2	24	24.45	0	1	1	1	2	0	0	0	0	2	0	0	0.00%	0	0	0.82	0	0	0	0	0	0	0	0
19	Otto Kivenmaki	Bears (Was)	C	28	0	0	0	-1	0	0	0	2	6	0	2	0.00%	2	54	1.95	0	0	0	2	14	0	0	0	0	0	0	0	45.24%	42	0	0.00	0	0	0	0	0	0	0	0
20	Sam Miletich	Bears (Was)	C	26	0	0	0	0	0	0	1	0	1	0	0	0.00%	0	18	0.71	0	0	0	0	6	0	0	0	0	0	0	0	66.67%	3	0	0.00	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1304	284	517	801	242	723	85	1870	1763	3169	862	2188	8.96%	845	22355	17.14	47	84	131	501	1932	3	5	8	45	1849	40	13	55.65%	7065	6	0.72	12	30	3	7	7	31	42	41

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	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Kaden Fulcher	Bears (Was)	82	47	27	6	0.907	3.23	4664	4	251	2702	1	1	0.618	34	82	0	10	4	1
2	Alex Lyon	Bears (Was)	9	0	2	0	0.927	2.74	307	0	14	191	0	0	0.000	0	0	82	0	0	0
Statistiques d’équipe totales ou en moyenne			91	47	29	6	0.908	3.20	4972	4	265	2893	1	1	0.618	34	82	82	10	4	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	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Link
Alex Lyon	Bears (Was)	G	27	1992-12-08	No	201 Lbs	6 ft1	No	No	No	1	Pro & Farm	874,125$	87,412$	0$	No					Lien
Antoine Morand	Bears (Was)	C	21	1999-02-18	No	184 Lbs	5 ft11	No	No	No	3	Pro & Farm	778,334$	77,833$	0$	No	778,334$	778,334$			Lien
Boris Katchouk	Bears (Was)	LW	22	1998-06-17	No	206 Lbs	6 ft2	No	No	No	1	Pro & Farm	742,500$	74,250$	0$	No					Lien
Byron Froese	Bears (Was)	C/RW	29	1991-03-11	No	202 Lbs	6 ft1	No	No	No	3	Pro & Farm	850,000$	85,000$	0$	No	850,000$	850,000$			Lien
Dakota Mermis	Bears (Was)	D	26	1994-01-05	No	196 Lbs	6 ft0	No	No	No	3	Pro & Farm	655,000$	65,500$	0$	No	655,000$	655,000$			Lien
Dylan Sikura	Bears (Was)	LW/RW	25	1995-06-01	No	170 Lbs	5 ft11	No	No	No	1	Pro & Farm	925,000$	92,500$	0$	No					Lien
Evan McEneny	Bears (Was)	D	26	1994-05-22	No	203 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,154,888$	115,489$	0$	No	1,154,888$				Lien
Gilles Senn	Bears (Was)	G	24	1996-03-01	Yes	191 Lbs	6 ft5	No	No	No	1	Pro & Farm	817,500$	81,750$	0$	No					Lien
Igor Ozhiganov	Bears (Was)	D	27	1992-10-13	No	210 Lbs	6 ft2	No	No	No	2	Pro & Farm	925,000$	92,500$	0$	No	925,000$				Lien
Jack Rathbone	Bears (Was)	D	21	1999-05-20	Yes	177 Lbs	5 ft10	No	No	No	3	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$			Lien
Jakub Zboril	Bears (Was)	D	23	1997-02-21	No	200 Lbs	6 ft0	No	No	No	2	Pro & Farm	900,000$	90,000$	0$	No	900,000$				Lien
Jaycob Megna	Bears (Was)	D	27	1992-12-10	No	221 Lbs	6 ft6	No	No	No	2	Pro & Farm	969,006$	96,901$	0$	No	969,006$				Lien
John Hayden	Bears (Was)	LW/RW	25	1995-02-14	No	223 Lbs	6 ft3	No	No	No	1	Pro & Farm	850,000$	85,000$	0$	No					Lien
Joseph Veleno	Bears (Was)	C	20	2000-01-13	Yes	198 Lbs	6 ft1	No	No	No	4	Pro & Farm	894,167$	894,167$	0$	No	894,167$	894,167$	894,167$		Lien
Kaden Fulcher	Bears (Was)	G	22	1998-09-23	Yes	201 Lbs	6 ft3	No	No	No	1	Pro & Farm	1,200,000$	120,000$	0$	No					Lien
Kaedan Korczak	Bears (Was)	D	19	2001-01-29	Yes	192 Lbs	6 ft4	No	No	No	3	Pro & Farm	795,000$	79,500$	0$	No	795,000$	795,000$			Lien
Layton Ahac	Bears (Was)	D	19	2001-02-22	Yes	187 Lbs	6 ft2	No	No	No	3	Pro & Farm	897,500$	89,750$	0$	No	897,500$	897,500$			Lien
Mark Kastelic	Bears (Was)	C	21	1999-03-10	Yes	210 Lbs	6 ft3	No	No	No	3	Pro & Farm	821,667$	82,167$	0$	No	821,667$	821,667$			Lien
Mikko Lehtonen	Bears (Was)	D	26	1994-01-16	No	196 Lbs	6 ft0	No	No	No	4	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$	925,000$		Lien
Nathan Bastian	Bears (Was)	RW	22	1997-12-06	No	205 Lbs	6 ft4	No	No	No	1	Pro & Farm	742,500$	74,250$	0$	No					Lien
Nick Shore	Bears (Was)	C	28	1992-09-26	No	194 Lbs	6 ft1	No	No	No	4	Pro & Farm	1,300,000$	130,000$	0$	No	1,300,000$	1,300,000$	1,300,000$		Lien
Otto Kivenmaki	Bears (Was)	C	20	2000-03-24	Yes	172 Lbs	5 ft9	No	No	No	4	Pro & Farm	560,000$	56,000$	0$	No	560,000$	560,000$	560,000$		Lien
Sam Miletich	Bears (Was)	C	23	1997-05-04	Yes	194 Lbs	6 ft1	No	No	No	4	Pro & Farm	894,167$	89,417$	0$	No	894,167$	894,167$	894,167$		Lien
Sean Day	Bears (Was)	D	22	1998-01-09	No	218 Lbs	6 ft3	No	No	No	1	Pro & Farm	742,500$	74,250$	0$	No					Lien
Tim Schaller	Bears (Was)	LW/RW	29	1990-11-16	No	210 Lbs	6 ft2	No	No	No	5	Pro & Farm	1,000,000$	100,000$	0$	No	1,000,000$	1,000,000$	1,000,000$	1,000,000$	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
25	23.76	198 Lbs	6 ft2	2.48	885,554$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Tim Schaller	Joseph Veleno	Nathan Bastian	40	1	2	2
2	Boris Katchouk	Antoine Morand	John Hayden	30	1	2	2
3	Dylan Sikura	Nick Shore	Byron Froese	20	1	2	2
4	Joseph Veleno	Mark Kastelic	Tim Schaller	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jakub Zboril	Mikko Lehtonen	40	1	2	2
2	Jaycob Megna	Jack Rathbone	30	1	2	2
3	Sean Day	Evan McEneny	20	1	2	2
4	Jakub Zboril	Mikko Lehtonen	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Tim Schaller	Joseph Veleno	Nathan Bastian	60	1	2	2
2	Boris Katchouk	Antoine Morand	John Hayden	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jakub Zboril	Mikko Lehtonen	60	1	2	2
2	Jaycob Megna	Jack Rathbone	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Joseph Veleno	Tim Schaller	60	1	2	2
2	Nathan Bastian	Boris Katchouk	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jakub Zboril	Mikko Lehtonen	60	1	2	2
2	Jaycob Megna	Jack Rathbone	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Joseph Veleno	60	1	2	2	Jakub Zboril	Mikko Lehtonen	60	1	2	2
2	Tim Schaller	40	1	2	2	Jaycob Megna	Jack Rathbone	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Joseph Veleno	Tim Schaller	60	1	2	2
2	Nathan Bastian	Boris Katchouk	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jakub Zboril	Mikko Lehtonen	60	1	2	2
2	Jaycob Megna	Jack Rathbone	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Tim Schaller	Joseph Veleno	Nathan Bastian	Jakub Zboril	Mikko Lehtonen

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Tim Schaller	Joseph Veleno	Nathan Bastian	Jakub Zboril	Mikko Lehtonen

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Otto Kivenmaki, Sam Miletich, Nick Shore	Otto Kivenmaki, Sam Miletich	Nick Shore

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Sean Day, Evan McEneny, Jaycob Megna	Sean Day	Evan McEneny, Jaycob Megna

Tirs de pénalité
Joseph Veleno, Tim Schaller, Nathan Bastian, Boris Katchouk, John Hayden

Gardien
#1 : Kaden Fulcher, #2 : Alex Lyon

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	2	1	0	0	1	0	0	0	6	4	2	1	1	0	0	0	0	0	0	3	2	1	1	0	0	0	1	0	0	0	3	2	1	4	1.000	6	9	15	0	0	122	109	73	14	68	1148	1140	1101	60	56	19	14	39	7	1	14.29%	7	0	100.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
2	Baby Hawks	2	1	1	0	0	0	0	0	7	9	-2	1	1	0	0	0	0	0	0	7	4	3	1	0	1	0	0	0	0	0	0	5	-5	2	0.500	7	13	20	0	0	122	109	73	14	76	1148	1140	1101	60	75	24	18	41	3	0	0.00%	9	2	77.78%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
3	Bruins	3	0	3	0	0	0	0	0	11	16	-5	1	0	1	0	0	0	0	0	2	4	-2	2	0	2	0	0	0	0	0	9	12	-3	0	0.000	11	20	31	0	0	122	109	73	14	135	1148	1140	1101	60	122	33	28	64	13	4	30.77%	14	3	78.57%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
4	Cabaret Lady Mary Ann	3	2	0	0	0	0	1	0	17	12	5	1	1	0	0	0	0	0	0	6	4	2	2	1	0	0	0	0	1	0	11	8	3	6	1.000	17	29	46	0	0	122	109	73	14	194	1148	1140	1101	60	106	31	28	66	12	4	33.33%	8	4	50.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
5	Caroline	4	4	0	0	0	0	0	0	17	10	7	2	2	0	0	0	0	0	0	7	4	3	2	2	0	0	0	0	0	0	10	6	4	8	1.000	17	33	50	0	0	122	109	73	14	182	1148	1140	1101	60	137	60	24	84	11	1	9.09%	12	1	91.67%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
6	Chiefs	2	0	1	0	0	1	0	0	4	6	-2	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	3	4	-1	1	0.250	4	8	12	0	0	122	109	73	14	72	1148	1140	1101	60	61	17	12	36	10	2	20.00%	5	2	60.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
7	Chill	2	0	1	0	0	0	1	0	8	9	-1	1	0	0	0	0	0	1	0	5	4	1	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	8	12	20	0	0	122	109	73	14	80	1148	1140	1101	60	74	20	17	62	6	2	33.33%	6	1	83.33%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
8	Comets	2	1	1	0	0	0	0	0	6	9	-3	1	0	1	0	0	0	0	0	2	6	-4	1	1	0	0	0	0	0	0	4	3	1	2	0.500	6	10	16	0	0	122	109	73	14	58	1148	1140	1101	60	84	23	30	56	6	2	33.33%	14	4	71.43%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
9	Cougars	3	1	2	0	0	0	0	0	10	12	-2	1	1	0	0	0	0	0	0	2	1	1	2	0	2	0	0	0	0	0	8	11	-3	2	0.333	10	15	25	0	0	122	109	73	14	104	1148	1140	1101	60	98	31	46	58	13	2	15.38%	12	1	91.67%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
10	Crunch	3	0	3	0	0	0	0	0	8	15	-7	1	0	1	0	0	0	0	0	3	4	-1	2	0	2	0	0	0	0	0	5	11	-6	0	0.000	8	14	22	0	0	122	109	73	14	156	1148	1140	1101	60	100	23	26	77	9	1	11.11%	13	6	53.85%	1	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
11	Heat	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	5	3	2	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	7	14	21	0	0	122	109	73	14	69	1148	1140	1101	60	72	22	16	60	4	2	50.00%	8	1	87.50%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
12	Jayhawks	2	2	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	8	16	24	0	0	122	109	73	14	92	1148	1140	1101	60	81	21	19	48	7	2	28.57%	6	1	83.33%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
13	Las Vegas	2	2	0	0	0	0	0	0	9	4	5	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	5	2	3	4	1.000	9	17	26	0	0	122	109	73	14	92	1148	1140	1101	60	81	25	24	59	2	0	0.00%	7	1	85.71%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
14	Manchots	4	1	1	0	0	0	2	0	15	13	2	2	0	1	0	0	0	1	0	6	7	-1	2	1	0	0	0	0	1	0	9	6	3	6	0.750	15	23	38	0	0	122	109	73	14	157	1148	1140	1101	60	163	50	34	94	12	3	25.00%	16	5	68.75%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
15	Marlies	3	1	1	0	0	0	0	1	9	8	1	2	1	1	0	0	0	0	0	7	5	2	1	0	0	0	0	0	0	1	2	3	-1	3	0.500	9	14	23	0	0	122	109	73	14	91	1148	1140	1101	60	115	37	27	61	11	2	18.18%	11	2	81.82%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
16	Minnesota	2	2	0	0	0	0	0	0	18	3	15	1	1	0	0	0	0	0	0	10	3	7	1	1	0	0	0	0	0	0	8	0	8	4	1.000	18	32	50	0	1	122	109	73	14	137	1148	1140	1101	60	57	18	16	51	1	0	0.00%	8	2	75.00%	1	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
17	Monarchs	2	1	0	0	0	0	0	1	5	3	2	1	0	0	0	0	0	0	1	1	2	-1	1	1	0	0	0	0	0	0	4	1	3	3	0.750	5	8	13	0	0	122	109	73	14	81	1148	1140	1101	60	55	20	12	40	4	0	0.00%	6	1	83.33%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
18	Monsters	4	1	2	0	0	0	0	1	14	16	-2	2	0	1	0	0	0	0	1	8	10	-2	2	1	1	0	0	0	0	0	6	6	0	3	0.375	14	25	39	0	0	122	109	73	14	141	1148	1140	1101	60	147	46	37	98	15	5	33.33%	16	5	68.75%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
19	Monsters	2	1	1	0	0	0	0	0	4	5	-1	1	1	0	0	0	0	0	0	2	0	2	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	4	8	12	0	1	122	109	73	14	72	1148	1140	1101	60	59	18	18	59	5	0	0.00%	8	2	75.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
20	Oceanics	2	0	1	0	0	0	0	1	8	10	-2	1	0	0	0	0	0	0	1	3	4	-1	1	0	1	0	0	0	0	0	5	6	-1	1	0.250	8	16	24	0	0	122	109	73	14	97	1148	1140	1101	60	74	18	25	37	9	1	11.11%	10	2	80.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
21	Oil Kings	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	7	12	19	0	0	122	109	73	14	77	1148	1140	1101	60	67	18	14	39	4	2	50.00%	7	0	100.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
22	Phantoms	4	3	0	0	0	0	1	0	14	8	6	2	1	0	0	0	0	1	0	7	5	2	2	2	0	0	0	0	0	0	7	3	4	8	1.000	14	25	39	0	0	122	109	73	14	152	1148	1140	1101	60	140	53	41	90	16	3	18.75%	18	2	88.89%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
23	Rocket	3	2	1	0	0	0	0	0	13	12	1	2	2	0	0	0	0	0	0	9	6	3	1	0	1	0	0	0	0	0	4	6	-2	4	0.667	13	24	37	0	0	122	109	73	14	147	1148	1140	1101	60	105	27	18	75	11	3	27.27%	8	2	75.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
24	Senators	3	1	1	0	0	0	1	0	8	10	-2	2	1	0	0	0	0	1	0	5	3	2	1	0	1	0	0	0	0	0	3	7	-4	4	0.667	8	14	22	0	0	122	109	73	14	100	1148	1140	1101	60	99	40	31	65	12	1	8.33%	12	1	91.67%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
25	Sharks	2	1	1	0	0	0	0	0	6	5	1	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	11	17	0	0	122	109	73	14	77	1148	1140	1101	60	66	19	4	52	5	1	20.00%	2	0	100.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
26	Sound Tigers	4	0	3	0	0	0	0	1	11	19	-8	2	0	1	0	0	0	0	1	6	8	-2	2	0	2	0	0	0	0	0	5	11	-6	1	0.125	11	20	31	0	0	122	109	73	14	148	1148	1140	1101	60	157	34	46	83	5	0	0.00%	17	4	76.47%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
27	Spiders	4	3	1	0	0	0	0	0	19	12	7	2	1	1	0	0	0	0	0	9	6	3	2	2	0	0	0	0	0	0	10	6	4	6	0.750	19	35	54	1	0	122	109	73	14	142	1148	1140	1101	60	149	41	25	77	13	3	23.08%	9	2	77.78%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
28	Stars	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	7	13	20	0	0	122	109	73	14	63	1148	1140	1101	60	62	13	12	37	6	1	16.67%	5	1	80.00%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
29	Thunder	3	3	0	0	0	0	0	0	18	9	9	2	2	0	0	0	0	0	0	13	6	7	1	1	0	0	0	0	0	0	5	3	2	6	1.000	18	31	49	0	0	122	109	73	14	157	1148	1140	1101	60	112	33	27	83	5	1	20.00%	11	2	81.82%	0	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
30	Wolf Pack	4	3	1	0	0	0	0	0	17	6	11	2	2	0	0	0	0	0	0	10	1	9	2	1	1	0	0	0	0	0	7	5	2	6	0.750	17	31	48	0	2	122	109	73	14	198	1148	1140	1101	60	120	36	34	83	11	3	27.27%	17	2	88.24%	1	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
	Total	82	40	29	0	1	1	6	5	311	271	40	41	24	8	0	0	1	4	4	159	115	44	41	16	21	0	1	0	2	1	152	156	-4	100	0.610	311	552	863	1	4	122	109	73	14	3415	1148	1140	1101	60	2894	870	723	1874	248	52	20.97%	302	62	79.47%	3	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
	_Since Last GM Reset	82	40	29	0	1	1	6	5	311	271	40	41	24	8	0	0	1	4	4	159	115	44	41	16	21	0	1	0	2	1	152	156	-4	100	0.610	311	552	863	1	4	122	109	73	14	3415	1148	1140	1101	60	2894	870	723	1874	248	52	20.97%	302	62	79.47%	3	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549
	_Vs Conference	46	19	16	0	1	0	5	5	169	148	21	24	10	6	0	0	0	4	4	89	69	20	22	9	10	0	1	0	1	1	80	79	1	55	0.598	169	294	463	1	2	122	109	73	14	1824	1148	1140	1101	60	1649	499	402	1028	144	30	20.83%	172	32	81.40%	1	1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%	2076	1448	1831	601	1068	549

			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
82	100	W3	311	552	863	3415	2894	870	723	1874	1	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	40	29	1	1	6	5	311	271

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	24	8	0	1	4	4	159	115

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	16	21	1	0	2	1	152	156

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
7	2	0	1	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
248	52	20.97%	302	62	79.47%	3

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
1148	1140	1101	60	122	109	73	14

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
1738	3177	54.71%	1536	2859	53.73%	771	1388	55.55%

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
2076	1448	1831	601	1068	549

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
1 - 2021-10-12	2	Bears	3	Chiefs	4	L			Sommaire du match
3 - 2021-10-14	15	Bears	2	Sound Tigers	4	L			Sommaire du match
4 - 2021-10-15	23	Caroline	1	Bears	3	W			Sommaire du match
7 - 2021-10-18	39	Stars	2	Bears	4	W			Sommaire du match
9 - 2021-10-20	52	Bears	3	Chill	5	L			Sommaire du match
11 - 2021-10-22	70	Bears	3	Stars	5	L			Sommaire du match
13 - 2021-10-24	83	Monsters	0	Bears	2	W			Sommaire du match
15 - 2021-10-26	93	Marlies	4	Bears	2	L			Sommaire du match
17 - 2021-10-28	109	Wolf Pack	0	Bears	5	W			Sommaire du match
19 - 2021-10-30	126	Bears	0	Baby Hawks	5	L			Sommaire du match
21 - 2021-11-01	142	Bears	2	Heat	4	L			Sommaire du match
23 - 2021-11-03	154	Bears	3	Oil Kings	5	L			Sommaire du match
24 - 2021-11-04	160	Bears	4	Comets	3	W			Sommaire du match
28 - 2021-11-08	180	Bears	2	Marlies	3	L	X	X	Sommaire du match
31 - 2021-11-11	198	Crunch	4	Bears	3	L			Sommaire du match
33 - 2021-11-13	218	Heat	3	Bears	5	W			Sommaire du match
37 - 2021-11-17	238	Bears	7	Cabaret Lady Mary Ann	5	W			Sommaire du match
39 - 2021-11-19	258	Las Vegas	2	Bears	4	W			Sommaire du match
41 - 2021-11-21	270	Jayhawks	3	Bears	4	W			Sommaire du match
43 - 2021-11-23	283	Bears	4	Phantoms	1	W			Sommaire du match
45 - 2021-11-25	296	Rocket	4	Bears	5	W			Sommaire du match
46 - 2021-11-26	303	Bears	5	Bruins	6	L			Sommaire du match
48 - 2021-11-28	316	Admirals	2	Bears	3	W			Sommaire du match
50 - 2021-11-30	332	Bears	5	Wolf Pack	0	W			Sommaire du match
53 - 2021-12-03	348	Comets	6	Bears	2	L			Sommaire du match
57 - 2021-12-07	383	Cabaret Lady Mary Ann	4	Bears	6	W			Sommaire du match
59 - 2021-12-09	398	Thunder	5	Bears	7	W			Sommaire du match
60 - 2021-12-10	407	Bears	5	Cougars	7	L			Sommaire du match
63 - 2021-12-13	433	Bears	2	Sharks	3	L			Sommaire du match
64 - 2021-12-14	437	Bears	4	Monarchs	1	W			Sommaire du match
66 - 2021-12-16	451	Bears	3	Admirals	2	W	X		Sommaire du match
69 - 2021-12-19	469	Monsters	4	Bears	3	L	X	X	Sommaire du match
71 - 2021-12-21	484	Bruins	4	Bears	2	L			Sommaire du match
74 - 2021-12-24	509	Bears	5	Thunder	3	W			Sommaire du match
76 - 2021-12-26	521	Bears	3	Monsters	4	L			Sommaire du match
80 - 2021-12-30	549	Bears	5	Spiders	2	W			Sommaire du match
81 - 2021-12-31	559	Thunder	1	Bears	6	W			Sommaire du match
83 - 2022-01-02	571	Bears	4	Bruins	6	L			Sommaire du match
87 - 2022-01-06	585	Monsters	6	Bears	5	L			Sommaire du match
88 - 2022-01-07	598	Bears	5	Caroline	3	W			Sommaire du match
91 - 2022-01-10	614	Sound Tigers	4	Bears	3	L			Sommaire du match
94 - 2022-01-13	639	Bears	5	Caroline	3	W			Sommaire du match
96 - 2022-01-15	653	Sharks	2	Bears	4	W			Sommaire du match
98 - 2022-01-17	667	Senators	1	Bears	2	W			Sommaire du match
99 - 2022-01-18	676	Bears	3	Phantoms	2	W			Sommaire du match
102 - 2022-01-21	696	Spiders	1	Bears	6	W			Sommaire du match
104 - 2022-01-23	712	Caroline	3	Bears	4	W			Sommaire du match
107 - 2022-01-26	732	Spiders	5	Bears	3	L			Sommaire du match
109 - 2022-01-28	743	Bears	3	Sound Tigers	7	L			Sommaire du match
118 - 2022-02-06	768	Bears	4	Rocket	6	L			Sommaire du match
120 - 2022-02-08	777	Chill	4	Bears	5	W	X	X	Sommaire du match
122 - 2022-02-10	787	Bears	3	Senators	7	L			Sommaire du match
124 - 2022-02-12	806	Manchots	5	Bears	3	L			Sommaire du match
126 - 2022-02-14	817	Monarchs	2	Bears	1	L	X	X	Sommaire du match
130 - 2022-02-18	850	Phantoms	3	Bears	4	W			Sommaire du match
132 - 2022-02-20	862	Sound Tigers	4	Bears	3	L	X	X	Sommaire du match
135 - 2022-02-23	888	Bears	2	Monsters	5	L			Sommaire du match
137 - 2022-02-25	904	Bears	4	Jayhawks	2	W			Sommaire du match
139 - 2022-02-27	918	Bears	5	Las Vegas	2	W			Sommaire du match
142 - 2022-03-02	935	Rocket	2	Bears	4	W			Sommaire du match
144 - 2022-03-04	948	Bears	5	Spiders	4	W			Sommaire du match
145 - 2022-03-05	959	Manchots	2	Bears	3	W	X	X	Sommaire du match
147 - 2022-03-07	973	Oceanics	4	Bears	3	L	X	X	Sommaire du match
149 - 2022-03-09	992	Bears	5	Oceanics	6	L			Sommaire du match
152 - 2022-03-12	1014	Bears	8	Minnesota	0	W			Sommaire du match
155 - 2022-03-15	1029	Phantoms	2	Bears	3	W	X	X	Sommaire du match
156 - 2022-03-16	1036	Bears	2	Wolf Pack	5	L			Sommaire du match
158 - 2022-03-18	1050	Bears	5	Manchots	4	W	X	X	Sommaire du match
160 - 2022-03-20	1066	Bears	2	Crunch	6	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
163 - 2022-03-23	1087	Cougars	1	Bears	2	W			Sommaire du match
165 - 2022-03-25	1103	Baby Hawks	4	Bears	7	W			Sommaire du match
167 - 2022-03-27	1120	Oil Kings	2	Bears	4	W			Sommaire du match
170 - 2022-03-30	1141	Bears	3	Monsters	2	W			Sommaire du match
171 - 2022-03-31	1147	Senators	2	Bears	3	W	X	X	Sommaire du match
173 - 2022-04-02	1164	Bears	4	Manchots	2	W			Sommaire du match
175 - 2022-04-04	1181	Chiefs	2	Bears	1	L	X		Sommaire du match
177 - 2022-04-06	1194	Wolf Pack	1	Bears	5	W			Sommaire du match
179 - 2022-04-08	1210	Bears	3	Cougars	4	L			Sommaire du match
181 - 2022-04-10	1224	Bears	3	Crunch	5	L			Sommaire du match
182 - 2022-04-11	1231	Marlies	1	Bears	5	W			Sommaire du match
184 - 2022-04-13	1248	Minnesota	3	Bears	10	W			Sommaire du match
186 - 2022-04-15	1265	Bears	4	Cabaret Lady Mary Ann	3	W	X	X	Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	40	20
Assistance	63,369	27,133
Assistance PCT	77.28%	66.18%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2207 - 73.58%	75,059$	3,077,420$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,441,770$	3,018,636$	3,018,636$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
16,142$	2,441,770$	25	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	16,142$	0$

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

	Bears
	GP: 82 \| W: 47 \| L: 29 \| OTL: 6 \| P: 100 GF: 311 \| GA: 271 \| PP%: 20.97% \| PK%: 79.47% DG: JF Langlais \| Morale : 50 \| Moyenne d’équipe : 57