Ligue de hockey Simulée Ste-Flanelle

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

Centre de jeu
	Las Vegas 25-47-10, 60pts	4	FINAL	5	Heat 50-26-6, 106pts

Team Stats
L2	Streak	W3
12-24-5	Home Record	30-8-3
13-23-5	Away Record	20-18-3
1-5-4	Last 10 Games	6-4-0
3.72	Goals Per Game	3.90
4.73	Goals Against Per Game	3.29
19.83%	Power Play Percentage	20.68%
77.59%	Penalty Kill Percentage	81.60%

Oil Kings
47-31-4, 98pts

FINAL

Heat
50-26-6, 106pts

Team Stats
L1	Streak	W3
26-14-1	Home Record	30-8-3
21-17-3	Away Record	20-18-3
6-4-0	Last 10 Games	6-4-0
3.32	Goals Per Game	3.90
3.27	Goals Against Per Game	3.29
21.31%	Power Play Percentage	20.68%
77.73%	Penalty Kill Percentage	81.60%

Meneurs d'équipe
	Buts Matthew Nieto 38	Passes Matthew Nieto 45

	Points Matthew Nieto 83	Plus/Moins Mikhail Maltsev 20

	Victoires Michael DiPietro 50	Pourcentage d’arrêts Colton Point 0.957

Statistiques d’équipe
Buts pour 320 3.90 GFG	Tirs pour 3272 39.90 Avg	Pourcentage en avantage numérique 20.7% 55 GF	Début de zone offensive 42.1%
Buts contre 270 3.29 GAA	Tirs contre 2878 35.10 Avg	Pourcentage en désavantage numérique 81.6% 39 GA	Début de la zone défensive 38.7%

Information d’équipe
	Directeur général	Martin Bétit
	Division	West
	Conférence	Ouest
	Capitaine
	Assistant #1
	Assistant #2
	Informations de l’aréna
	Capacité	3,000
	Assistance	2,870
	Billets de saison	300
Information formation
	Équipe Pro	23
	Équipe Mineure	19
	Limite contact	42 / 50
	Espoirs	13
Historique d'équipe
	Saison actuelle	50-26-6 (106PTS)
	Historique	50-26-5 (0.617%)
	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	Andreas Johnsson		X	X		100.00	71	42	91	80	68	66	75	70	38	61	59	61	75	61	62	0	50	63	0	25	1	842,500$
2	Dylan Cozens (R)	X		X		100.00	69	42	88	80	71	67	73	72	62	67	59	64	25	47	47	0	50	63	0	19	3	894,167$
3	Adam Gaudette	X	X	X		100.00	63	41	90	77	65	58	77	67	50	62	64	57	25	60	61	0	50	61	0	24	2	1,800,000$
4	Boo Nieves	X				100.00	75	68	88	75	79	59	65	56	65	59	48	71	47	59	59	0	50	60	0	26	2	850,000$
5	Charles Hudon		X	X		100.00	79	49	94	73	66	56	59	60	33	53	54	56	72	59	59	0	50	57	0	26	2	750,000$
6	Eric Cornel	X		X		100.00	75	73	92	63	72	73	80	50	66	44	52	67	53	51	51	0	50	57	0	24	2	850,000$
7	Hudson Fasching			X		100.00	77	74	85	65	74	55	55	56	50	62	44	66	42	53	53	0	50	57	0	25	1	850,000$
8	Grigory Denisenko (R)		X	X		100.00	75	67	95	58	67	56	55	61	50	54	63	64	60	44	44	0	50	57	0	20	3	925,000$
9	Ryan MacInnis	X	X			100.00	77	44	99	64	77	55	58	60	56	50	55	69	25	46	46	0	50	57	0	24	2	850,000$
10	Grigori Denisenko (R)		X	X		100.00	77	67	99	78	67	49	51	44	50	38	44	61	42	44	44	0	50	52	0	20	4	925,000$
11	Jonathan Dahlen (R)		X			100.00	39	45	45	45	55	36	36	39	45	39	39	45	42	32	30	0	50	40	0	22	1	925,000$
12	Aapeli Rasanen (R)	X				100.00	32	37	37	37	67	31	31	32	37	32	32	37	34	32	30	0	50	35	0	22	1	525,000$
13	Ville Heinola				X	100.00	77	70	91	80	64	64	58	64	28	54	58	67	50	45	45	0	50	62	0	19	3	925,002$
14	Nicolas Beaudin				X	100.00	76	46	99	66	63	69	68	69	28	61	56	67	25	45	45	0	50	61	0	20	3	894,168$
15	Jacob Moverare (R)				X	100.00	82	74	99	62	74	61	63	54	25	53	40	66	38	44	44	0	50	59	0	22	1	720,000$
16	Julius Honka (R)				X	100.00	73	66	89	67	66	55	57	49	25	42	41	60	39	44	44	0	50	55	0	24	2	950,000$
17	Anthony Florentino (R)				X	100.00	30	37	37	37	76	27	27	30	37	30	30	37	32	32	30	0	50	36	0	25	2	560,000$
Rayé
1	Sergey Tolchinsky		X	X		100.00	43	35	91	74	48	43	27	31	35	31	30	65	41	37	34	0	50	43	0	25	3	625,000$
2	Cole Ully (R)		X	X		100.00	30	37	37	37	46	27	27	30	37	30	30	37	32	32	30	0	50	33	0	25	1	650,000$
3	Ryan Pilon (R)				X	100.00	31	37	37	37	68	29	29	31	37	31	31	37	33	32	30	0	50	36	0	23	1	560,000$

	MOYENNE D’ÉQUIPE					100.00	63	53	79	63	67	52	54	51	43	48	46	58	42	45	44	0	50	52

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	Michael DiPietro (R)	100.00	59	57	72	73	61	61	55	63	59	58	33	48	44	0	50	59	0
2	Colton Point (R)	100.00	50	53	66	95	49	50	50	55	49	49	30	44	44	0	50	54	0
Rayé
1	Dylan Garand (R)	100.00	45	53	66	67	40	43	50	52	44	45	30	44	44	0	50	49	0

	MOYENNE D’ÉQUIPE	100.00	51	54	68	78	50	51	52	57	51	51	31	45	44	0	50	54

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	EG	HT	P/20	PSG	PSS	FW	FT	S1	S2	S3
1	Dylan Cozens	Heat (Cal)	C/RW	82	36	62	98	31	18	0	130	180	399	99	244	9.02%	26	1751	21.35	8	9	17	54	219	0	0	0	8	103	2	0	56.27%	542	0	3	1.12	2	6	0	0	6	5	3
2	Andreas Johnsson	Heat (Cal)	LW/RW	68	35	50	85	24	16	0	70	146	276	67	191	12.68%	18	1356	19.94	9	10	19	52	178	0	0	0	3	95	7	2	37.89%	95	0	1	1.25	1	3	0	0	2	7	8
3	Matthew Nieto	Calgary	LW/RW	62	38	45	83	15	18	0	116	183	391	124	282	9.72%	39	1433	23.12	7	12	19	71	178	2	0	2	5	151	7	4	50.41%	486	1	0	1.16	1	5	0	0	10	4	3
4	Adam Gaudette	Heat (Cal)	C/LW/RW	82	30	49	79	21	10	0	79	128	335	89	224	8.96%	12	1514	18.47	6	12	18	48	208	0	0	0	0	22	0	2	40.71%	140	0	0	1.04	0	0	0	0	5	3	5
5	Mikhail Maltsev	Calgary	C/LW	59	31	37	68	20	28	0	96	161	307	104	264	10.10%	25	1336	22.65	4	4	8	48	149	0	0	0	7	132	5	1	54.83%	1594	0	2	1.02	2	7	0	0	5	5	6
6	Boo Nieves	Heat (Cal)	C	82	17	30	47	-4	29	5	80	196	205	74	168	8.29%	24	1310	15.98	0	1	1	6	28	0	0	0	0	51	2	2	54.14%	1293	0	0	0.72	0	0	0	1	3	0	2
7	Ville Heinola	Heat (Cal)	D	66	8	37	45	1	64	10	147	77	127	42	97	6.30%	102	1561	23.66	3	8	11	51	181	0	2	2	2	134	3	0	0.00%	0	0	0	0.58	0	0	1	1	1	1	3
8	Jacob Moverare	Heat (Cal)	D	82	13	29	42	14	55	5	126	58	110	28	47	11.82%	108	1685	20.56	5	8	13	40	202	0	0	0	0	144	3	0	0.00%	0	0	0	0.50	0	0	0	1	1	4	1
9	Ryan MacInnis	Heat (Cal)	C/LW	82	11	28	39	9	42	0	112	96	137	36	98	8.03%	75	1330	16.22	0	2	2	6	18	0	0	0	0	2	1	1	56.52%	23	0	0	0.59	0	0	0	0	5	1	0
10	Grigory Denisenko	Heat (Cal)	LW/RW	82	17	20	37	-1	18	10	69	67	157	59	157	10.83%	14	1159	14.14	1	1	2	6	33	0	0	0	1	83	5	1	33.33%	105	0	0	0.64	1	1	0	1	3	0	0
11	Nicolas Beaudin	Heat (Cal)	D	53	6	29	35	-3	24	0	64	53	79	35	55	7.59%	101	1266	23.90	2	6	8	31	138	0	1	1	2	104	0	0	0.00%	0	0	0	0.55	0	0	0	0	0	2	2
12	Hudson Fasching	Heat (Cal)	RW	82	11	19	30	-5	22	0	85	102	141	30	102	7.80%	15	973	11.87	0	0	0	1	9	0	0	0	0	3	2	1	43.06%	72	0	0	0.62	0	0	0	0	1	2	1
13	Eric Cornel	Heat (Cal)	C/RW	82	10	17	27	0	34	0	116	85	91	25	72	10.99%	75	1328	16.20	0	0	0	1	9	0	0	0	1	4	1	0	54.42%	351	0	0	0.41	0	0	0	0	0	2	0
14	Julius Honka	Heat (Cal)	D	82	8	19	27	15	28	0	108	37	72	26	35	11.11%	106	1675	20.44	2	5	7	20	196	0	0	0	1	151	2	0	0.00%	0	0	0	0.32	0	0	0	0	0	0	2
15	Charles Hudon	Heat (Cal)	LW/RW	82	6	9	15	-13	20	0	61	40	109	36	66	5.50%	8	614	7.49	0	0	0	1	7	0	0	0	0	9	0	0	36.36%	44	0	0	0.49	0	1	0	0	0	0	0
16	Grigori Denisenko	Heat (Cal)	LW/RW	82	1	4	5	-1	10	0	55	40	33	11	16	3.03%	26	593	7.24	0	0	0	8	35	0	0	0	0	43	0	0	40.83%	387	0	0	0.17	0	0	0	0	0	0	0
17	Aapeli Rasanen	Heat (Cal)	C	10	0	0	0	-4	4	0	13	2	0	0	0	0.00%	7	160	16.04	0	0	0	0	0	0	0	0	0	0	0	0	50.00%	8	0	0	0.00	0	0	0	0	0	0	0
18	Anthony Florentino	Heat (Cal)	D	10	0	0	0	1	0	0	8	0	1	0	0	0.00%	5	192	19.21	0	0	0	1	16	0	0	0	0	18	0	0	0.00%	1	0	0	0.00	0	0	0	0	0	0	0
19	Jonathan Dahlen	Heat (Cal)	LW	10	0	0	0	-6	15	5	28	0	1	0	1	0.00%	6	157	15.72	0	0	0	0	1	0	0	0	0	0	0	0	0.00%	0	0	0	0.00	0	0	0	1	0	0	0
Statistiques d’équipe totales ou en moyenne				1240	278	484	762	114	455	35	1563	1651	2971	885	2119	9.36%	792	21401	17.26	47	78	125	445	1815	2	3	5	30	1257	40	14	51.84%	5141	1	6	0.71	7	23	1	5	42	36	36

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Michael DiPietro	Heat (Cal)	82	50	25	6	0.906	3.26	4755	10	1	258	2734	3	3	0.880	25	82	0	2	5	4
2	Colton Point	Heat (Cal)	6	0	1	0	0.957	1.68	214	0	0	6	140	0	1	0.000	0	0	82	0	0	0
Statistiques d’équipe totales ou en moyenne			88	50	26	6	0.908	3.19	4969	10	1	264	2874	3	4	0.880	25	82	82	2	5	4

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
Aapeli Rasanen	Heat (Cal)	C	22	1998-06-01	Yes	196 Lbs	6 ft0	No	No	No	1	Pro & Farm	525,000$	52,500$	0$	No				Lien
Adam Gaudette	Heat (Cal)	C/LW/RW	24	1996-10-02	No	170 Lbs	6 ft1	No	No	No	2	Pro & Farm	1,800,000$	180,000$	0$	No	1,800,000$			Lien
Andreas Johnsson	Heat (Cal)	LW/RW	25	1994-11-20	No	194 Lbs	5 ft10	No	No	No	1	Pro & Farm	842,500$	84,250$	0$	No				Lien
Anthony Florentino	Heat (Cal)	D	25	1995-01-30	Yes	227 Lbs	6 ft1	No	No	No	2	Pro & Farm	560,000$	56,000$	0$	No	560,000$			Lien
Boo Nieves	Heat (Cal)	C	26	1994-01-23	No	212 Lbs	6 ft3	No	No	No	2	Pro & Farm	850,000$	85,000$	0$	No	850,000$			Lien
Charles Hudon	Heat (Cal)	LW/RW	26	1994-06-23	No	188 Lbs	5 ft10	No	No	No	2	Pro & Farm	750,000$	75,000$	0$	No	750,000$			Lien
Cole Ully	Heat (Cal)	LW/RW	25	1995-02-20	Yes	164 Lbs	5 ft10	No	No	No	1	Pro & Farm	650,000$	65,000$	0$	No				Lien
Colton Point	Heat (Cal)	G	22	1998-03-04	Yes	230 Lbs	6 ft5	No	No	No	1	Pro & Farm	525,000$	52,500$	0$	No				Lien
Dylan Cozens	Heat (Cal)	C/RW	19	2001-02-09	Yes	188 Lbs	6 ft3	No	No	No	3	Pro & Farm	894,167$	89,417$	0$	No	894,167$	894,167$		Lien
Dylan Garand	Heat (Cal)	G	18	2002-06-07	Yes	179 Lbs	6 ft1	No	No	No	4	Pro & Farm	650,000$	65,000$	0$	No	650,000$	650,000$	650,000$	Lien
Eric Cornel	Heat (Cal)	C/RW	24	1996-04-11	No	194 Lbs	6 ft2	No	No	No	2	Pro & Farm	850,000$	85,000$	0$	No	850,000$			Lien
Grigori Denisenko	Heat (Cal)	LW/RW	20	2000-06-24	Yes	186 Lbs	5 ft11	No	No	No	4	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$	925,000$	Lien
Grigory Denisenko	Heat (Cal)	LW/RW	20	2000-06-23	Yes	186 Lbs	5 ft11	No	No	No	3	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$		Lien
Hudson Fasching	Heat (Cal)	RW	25	1995-07-28	No	204 Lbs	6 ft1	No	No	No	1	Pro & Farm	850,000$	85,000$	0$	No				Lien
Jacob Moverare	Heat (Cal)	D	22	1998-08-31	Yes	198 Lbs	6 ft3	No	No	No	1	Pro & Farm	720,000$	72,000$	0$	No				Lien
Jonathan Dahlen	Heat (Cal)	LW	22	1997-12-20	Yes	180 Lbs	5 ft11	No	No	No	1	Pro & Farm	925,000$	92,500$	0$	No				Lien
Julius Honka	Heat (Cal)	D	24	1995-12-03	Yes	180 Lbs	5 ft11	No	No	No	2	Pro & Farm	950,000$	95,000$	0$	No	950,000$			Lien
Michael DiPietro	Heat (Cal)	G	21	1999-06-08	Yes	200 Lbs	6 ft0	No	No	No	2	Pro & Farm	792,500$	79,250$	0$	No	792,500$			Lien
Nicolas Beaudin	Heat (Cal)	D	20	1999-10-07	No	174 Lbs	5 ft11	No	No	No	3	Pro & Farm	894,168$	89,417$	0$	No	894,168$	894,168$		Lien
Ryan MacInnis	Heat (Cal)	C/LW	24	1996-02-14	No	201 Lbs	6 ft4	No	No	No	2	Pro & Farm	850,000$	85,000$	0$	No	850,000$			Lien
Ryan Pilon	Heat (Cal)	D	23	1996-10-10	Yes	206 Lbs	6 ft2	No	No	No	1	Pro & Farm	560,000$	56,000$	0$	No				Lien
Sergey Tolchinsky	Heat (Cal)	LW/RW	25	1995-02-03	No	170 Lbs	5 ft8	No	No	No	3	Pro & Farm	625,000$	62,500$	0$	No	625,000$	625,000$		Lien
Ville Heinola	Heat (Cal)	D	19	2001-03-02	No	178 Lbs	5 ft11	No	No	No	3	Pro & Farm	925,002$	92,500$	0$	No	925,002$	925,002$		Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	22.65	192 Lbs	6 ft0	2.04	819,058$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Andreas Johnsson	Dylan Cozens	Adam Gaudette	40	1	2	2
2	Ryan MacInnis	Boo Nieves	Grigory Denisenko	30	1	2	2
3	Charles Hudon	Eric Cornel	Hudson Fasching	20	1	2	2
4	Grigori Denisenko	Aapeli Rasanen	Dylan Cozens	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob Moverare	Julius Honka	40	1	2	2
2	Anthony Florentino	Grigori Denisenko	30	1	2	2
3	Jonathan Dahlen	Aapeli Rasanen	20	1	2	2
4	Jacob Moverare	Julius Honka	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Andreas Johnsson	Dylan Cozens	Adam Gaudette	60	1	2	2
2	Ryan MacInnis	Boo Nieves	Grigory Denisenko	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob Moverare	Julius Honka	60	1	2	2
2	Anthony Florentino	Grigori Denisenko	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Dylan Cozens	Andreas Johnsson	60	1	2	2
2	Adam Gaudette	Boo Nieves	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob Moverare	Julius Honka	60	1	2	2
2	Anthony Florentino		40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Dylan Cozens	60	1	2	2	Jacob Moverare	Julius Honka	60	1	2	2
2	Andreas Johnsson	40	1	2	2	Anthony Florentino		40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Dylan Cozens	Andreas Johnsson	60	1	2	2
2	Adam Gaudette	Boo Nieves	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob Moverare	Julius Honka	60	1	2	2
2	Anthony Florentino		40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Andreas Johnsson	Dylan Cozens	Adam Gaudette	Jacob Moverare	Julius Honka

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Andreas Johnsson	Dylan Cozens	Adam Gaudette	Jacob Moverare	Julius Honka

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Hudson Fasching, Eric Cornel, Charles Hudon	Hudson Fasching, Eric Cornel	Charles Hudon

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Anthony Florentino, Jacob Moverare, Julius Honka	Anthony Florentino	Jacob Moverare, Julius Honka

Tirs de pénalité
Dylan Cozens, Andreas Johnsson, Adam Gaudette, Boo Nieves, Ryan MacInnis

Gardien
#1 : Michael DiPietro, #2 : Colton Point

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	4	2	1	0	1	0	0	0	16	13	3	2	0	1	0	1	0	0	0	6	7	-1	2	2	0	0	0	0	0	0	10	6	4	6	0.750	16	25	41	1	0	119	119	74	11	147	1032	1155	1051	60	150	50	22	91	15	5	33.33%	11	1	90.91%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
2	Baby Hawks	3	1	2	0	0	0	0	0	9	11	-2	2	1	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	4	5	-1	2	0.333	9	16	25	0	0	119	119	74	11	136	1032	1155	1051	60	104	32	30	62	16	2	12.50%	15	2	86.67%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
3	Bears	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	119	119	74	11	72	1032	1155	1051	60	69	20	8	34	8	1	12.50%	4	2	50.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
4	Bruins	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	6	4	2	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	7	12	19	0	0	119	119	74	11	70	1032	1155	1051	60	67	18	4	46	3	1	33.33%	2	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
5	Cabaret Lady Mary Ann	2	0	0	0	1	0	1	0	10	8	2	1	0	0	0	1	0	0	0	6	5	1	1	0	0	0	0	0	1	0	4	3	1	4	1.000	10	15	25	0	0	119	119	74	11	108	1032	1155	1051	60	89	29	6	42	8	0	0.00%	3	1	66.67%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
6	Caroline	2	2	0	0	0	0	0	0	12	6	6	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	7	3	4	4	1.000	12	21	33	0	0	119	119	74	11	85	1032	1155	1051	60	61	20	14	35	5	2	40.00%	7	2	71.43%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
7	Chiefs	3	2	1	0	0	0	0	0	12	10	2	2	2	0	0	0	0	0	0	12	7	5	1	0	1	0	0	0	0	0	0	3	-3	4	0.667	12	18	30	0	0	119	119	74	11	131	1032	1155	1051	60	99	31	28	60	10	2	20.00%	14	5	64.29%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
8	Chill	3	1	2	0	0	0	0	0	7	10	-3	1	1	0	0	0	0	0	0	4	3	1	2	0	2	0	0	0	0	0	3	7	-4	2	0.333	7	12	19	1	0	119	119	74	11	98	1032	1155	1051	60	79	23	17	76	10	2	20.00%	6	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
9	Comets	4	2	1	0	0	0	0	1	14	14	0	2	1	0	0	0	0	0	1	9	7	2	2	1	1	0	0	0	0	0	5	7	-2	5	0.625	14	28	42	0	0	119	119	74	11	145	1032	1155	1051	60	150	42	31	78	11	2	18.18%	7	1	85.71%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
10	Cougars	2	0	2	0	0	0	0	0	5	11	-6	1	0	1	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	5	9	14	1	0	119	119	74	11	78	1032	1155	1051	60	79	12	6	59	7	0	0.00%	3	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
11	Crunch	2	2	0	0	0	0	0	0	12	2	10	1	1	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	6	0	6	4	1.000	12	21	33	0	1	119	119	74	11	131	1032	1155	1051	60	52	18	8	53	9	6	66.67%	3	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
12	Jayhawks	4	2	0	0	0	1	1	0	20	13	7	2	1	0	0	0	1	0	0	14	10	4	2	1	0	0	0	0	1	0	6	3	3	7	0.875	20	33	53	0	0	119	119	74	11	148	1032	1155	1051	60	156	50	29	78	8	1	12.50%	10	2	80.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
13	Las Vegas	4	4	0	0	0	0	0	0	18	12	6	2	2	0	0	0	0	0	0	9	6	3	2	2	0	0	0	0	0	0	9	6	3	8	1.000	18	32	50	0	0	119	119	74	11	195	1032	1155	1051	60	126	33	16	78	10	0	0.00%	8	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
14	Manchots	2	2	0	0	0	0	0	0	10	3	7	1	1	0	0	0	0	0	0	6	1	5	1	1	0	0	0	0	0	0	4	2	2	4	1.000	10	18	28	0	0	119	119	74	11	100	1032	1155	1051	60	66	12	6	40	6	2	33.33%	3	1	66.67%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
15	Marlies	2	1	0	0	0	0	1	0	9	6	3	1	0	0	0	0	0	1	0	4	3	1	1	1	0	0	0	0	0	0	5	3	2	4	1.000	9	13	22	0	0	119	119	74	11	95	1032	1155	1051	60	58	13	12	56	7	2	28.57%	4	1	75.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
16	Minnesota	3	2	1	0	0	0	0	0	12	11	1	1	0	1	0	0	0	0	0	2	5	-3	2	2	0	0	0	0	0	0	10	6	4	4	0.667	12	21	33	0	0	119	119	74	11	115	1032	1155	1051	60	112	26	20	66	13	2	15.38%	8	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
17	Monarchs	4	2	1	0	0	1	0	0	17	14	3	2	2	0	0	0	0	0	0	11	6	5	2	0	1	0	0	1	0	0	6	8	-2	5	0.625	17	29	46	0	0	119	119	74	11	150	1032	1155	1051	60	143	38	18	73	17	4	23.53%	9	3	66.67%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
18	Monsters	2	1	1	0	0	0	0	0	8	7	1	1	1	0	0	0	0	0	0	5	2	3	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	8	13	21	1	0	119	119	74	11	79	1032	1155	1051	60	73	15	10	38	6	1	16.67%	5	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
19	Monsters	3	1	2	0	0	0	0	0	8	9	-1	1	0	1	0	0	0	0	0	3	4	-1	2	1	1	0	0	0	0	0	5	5	0	2	0.333	8	13	21	0	0	119	119	74	11	84	1032	1155	1051	60	106	37	18	53	10	0	0.00%	9	1	88.89%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
20	Oceanics	3	2	1	0	0	0	0	0	12	10	2	2	2	0	0	0	0	0	0	10	7	3	1	0	1	0	0	0	0	0	2	3	-1	4	0.667	12	20	32	0	0	119	119	74	11	106	1032	1155	1051	60	142	33	18	57	12	3	25.00%	9	1	88.89%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
21	Oil Kings	5	3	2	0	0	0	0	0	21	20	1	3	1	2	0	0	0	0	0	10	13	-3	2	2	0	0	0	0	0	0	11	7	4	6	0.600	21	39	60	0	0	119	119	74	11	207	1032	1155	1051	60	176	60	58	101	23	5	21.74%	17	3	82.35%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
22	Phantoms	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	9	14	0	0	119	119	74	11	74	1032	1155	1051	60	61	21	10	45	5	0	0.00%	4	1	75.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
23	Rocket	2	1	1	0	0	0	0	0	9	8	1	1	1	0	0	0	0	0	0	6	2	4	1	0	1	0	0	0	0	0	3	6	-3	2	0.500	9	16	25	0	0	119	119	74	11	79	1032	1155	1051	60	88	22	14	41	9	4	44.44%	6	1	83.33%	1	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
24	Senators	2	2	0	0	0	0	0	0	8	6	2	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	5	4	1	4	1.000	8	13	21	0	0	119	119	74	11	71	1032	1155	1051	60	63	28	14	45	6	2	33.33%	7	0	100.00%	1	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
25	Sharks	4	1	1	0	1	1	0	0	14	10	4	2	1	0	0	1	0	0	0	11	4	7	2	0	1	0	0	1	0	0	3	6	-3	5	0.625	14	23	37	0	0	119	119	74	11	127	1032	1155	1051	60	122	51	45	85	6	1	16.67%	11	2	81.82%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
26	Sound Tigers	2	0	1	0	0	0	1	0	7	7	0	1	0	0	0	0	0	1	0	5	4	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	7	9	16	0	0	119	119	74	11	75	1032	1155	1051	60	82	24	15	30	4	1	25.00%	7	4	42.86%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
27	Spiders	2	0	2	0	0	0	0	0	4	9	-5	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	4	8	12	0	0	119	119	74	11	80	1032	1155	1051	60	68	19	14	33	9	1	11.11%	6	2	66.67%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
28	Stars	3	1	1	0	0	0	1	0	12	13	-1	1	1	0	0	0	0	0	0	3	2	1	2	0	1	0	0	0	1	0	9	11	-2	4	0.667	12	19	31	0	0	119	119	74	11	114	1032	1155	1051	60	99	32	18	81	9	3	33.33%	8	3	62.50%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
29	Thunder	2	1	0	0	0	1	0	0	8	5	3	1	1	0	0	0	0	0	0	5	1	4	1	0	0	0	0	1	0	0	3	4	-1	3	0.750	8	15	23	0	0	119	119	74	11	100	1032	1155	1051	60	78	27	8	53	2	0	0.00%	4	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
30	Wolf Pack	2	1	1	0	0	0	0	0	7	5	2	1	1	0	0	0	0	0	0	5	2	3	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	7	14	21	0	0	119	119	74	11	72	1032	1155	1051	60	60	14	4	39	2	0	0.00%	2	0	100.00%	0	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
	Total	82	42	26	0	3	4	5	2	320	270	50	41	25	8	0	3	1	2	2	180	132	48	41	17	18	0	0	3	3	0	140	138	2	106	0.646	320	547	867	4	1	119	119	74	11	3272	1032	1155	1051	60	2878	850	521	1728	266	55	20.68%	212	39	81.60%	2	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
	_Since Last GM Reset	82	42	26	0	3	4	5	2	320	270	50	41	25	8	0	3	1	2	2	180	132	48	41	17	18	0	0	3	3	0	140	138	2	106	0.646	320	547	867	4	1	119	119	74	11	3272	1032	1155	1051	60	2878	850	521	1728	266	55	20.68%	212	39	81.60%	2	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544
	_Vs Conference	42	23	13	0	1	1	3	1	174	148	26	21	12	6	0	1	1	0	1	92	78	14	21	11	7	0	0	0	3	0	82	70	12	56	0.667	174	301	475	1	1	119	119	74	11	1756	1032	1155	1051	60	1497	444	296	887	148	29	19.59%	118	21	82.20%	1	1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%	2047	1434	1859	599	1071	544

			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	106	W3	320	547	867	3272	2878	850	521	1728	4	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	42	26	3	4	5	2	320	270

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	25	8	3	1	2	2	180	132

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	17	18	0	3	3	0	140	138

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	4	0	0	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
266	55	20.68%	212	39	81.60%	2

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
1032	1155	1051	60	119	119	74	11

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
1596	3059	52.17%	1461	2815	51.90%	720	1400	51.43%

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
2047	1434	1859	599	1071	544

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	11	Heat	3	Monsters	2	W			Sommaire du match
4 - 2021-10-15	29	Comets	3	Heat	6	W			Sommaire du match
7 - 2021-10-18	42	Monarchs	2	Heat	4	W			Sommaire du match
9 - 2021-10-20	55	Heat	5	Stars	4	W	X	X	Sommaire du match
11 - 2021-10-22	74	Heat	4	Las Vegas	2	W			Sommaire du match
12 - 2021-10-23	77	Heat	1	Sharks	3	L			Sommaire du match
14 - 2021-10-25	88	Phantoms	2	Heat	1	L	X	X	Sommaire du match
16 - 2021-10-27	103	Cougars	6	Heat	2	L			Sommaire du match
18 - 2021-10-29	122	Heat	3	Monarchs	4	L			Sommaire du match
19 - 2021-10-30	128	Heat	5	Admirals	4	W			Sommaire du match
21 - 2021-11-01	142	Bears	2	Heat	4	W			Sommaire du match
23 - 2021-11-03	153	Cabaret Lady Mary Ann	5	Heat	6	W	X		Sommaire du match
25 - 2021-11-05	169	Heat	2	Oceanics	3	L			Sommaire du match
28 - 2021-11-08	183	Heat	7	Caroline	3	W			Sommaire du match
30 - 2021-11-10	194	Heat	1	Chill	3	L			Sommaire du match
32 - 2021-11-12	212	Heat	3	Monsters	5	L			Sommaire du match
33 - 2021-11-13	218	Heat	3	Bears	5	L			Sommaire du match
35 - 2021-11-15	231	Jayhawks	6	Heat	5	L	X		Sommaire du match
37 - 2021-11-17	245	Spiders	4	Heat	2	L			Sommaire du match
39 - 2021-11-19	261	Chiefs	4	Heat	7	W			Sommaire du match
43 - 2021-11-23	284	Stars	2	Heat	3	W			Sommaire du match
46 - 2021-11-26	301	Heat	3	Jayhawks	1	W			Sommaire du match
47 - 2021-11-27	315	Heat	5	Las Vegas	4	W			Sommaire du match
49 - 2021-11-29	328	Monsters	4	Heat	3	L			Sommaire du match
51 - 2021-12-01	338	Heat	0	Chiefs	3	L			Sommaire du match
53 - 2021-12-03	349	Heat	4	Phantoms	1	W			Sommaire du match
55 - 2021-12-05	368	Heat	4	Manchots	2	W			Sommaire du match
57 - 2021-12-07	377	Heat	6	Crunch	0	W			Sommaire du match
60 - 2021-12-10	405	Senators	2	Heat	3	W			Sommaire du match
65 - 2021-12-15	446	Crunch	2	Heat	6	W			Sommaire du match
67 - 2021-12-17	462	Monarchs	4	Heat	7	W			Sommaire du match
69 - 2021-12-19	471	Heat	2	Monsters	3	L			Sommaire du match
70 - 2021-12-20	480	Heat	3	Jayhawks	2	W	X	X	Sommaire du match
72 - 2021-12-22	494	Marlies	3	Heat	4	W	X	X	Sommaire du match
74 - 2021-12-24	504	Caroline	3	Heat	5	W			Sommaire du match
77 - 2021-12-27	531	Manchots	1	Heat	6	W			Sommaire du match
79 - 2021-12-29	545	Rocket	2	Heat	6	W			Sommaire du match
82 - 2022-01-01	566	Heat	4	Stars	7	L			Sommaire du match
83 - 2022-01-02	570	Heat	6	Minnesota	3	W			Sommaire du match
87 - 2022-01-06	590	Heat	5	Oil Kings	3	W			Sommaire du match
89 - 2022-01-08	611	Comets	4	Heat	3	L	X	X	Sommaire du match
91 - 2022-01-10	623	Baby Hawks	3	Heat	5	W			Sommaire du match
93 - 2022-01-12	635	Wolf Pack	2	Heat	5	W			Sommaire du match
96 - 2022-01-15	656	Heat	4	Minnesota	3	W			Sommaire du match
98 - 2022-01-17	672	Heat	4	Baby Hawks	5	L			Sommaire du match
100 - 2022-01-19	685	Minnesota	5	Heat	2	L			Sommaire du match
102 - 2022-01-21	701	Oil Kings	5	Heat	2	L			Sommaire du match
104 - 2022-01-23	709	Heat	3	Rocket	6	L			Sommaire du match
107 - 2022-01-26	728	Heat	5	Marlies	3	W			Sommaire du match
109 - 2022-01-28	746	Heat	5	Senators	4	W			Sommaire du match
119 - 2022-02-07	775	Chiefs	3	Heat	5	W			Sommaire du match
120 - 2022-02-08	780	Heat	6	Oil Kings	4	W			Sommaire du match
123 - 2022-02-11	803	Oil Kings	4	Heat	2	L			Sommaire du match
126 - 2022-02-14	823	Sharks	1	Heat	7	W			Sommaire du match
128 - 2022-02-16	836	Chill	3	Heat	4	W			Sommaire du match
130 - 2022-02-18	853	Heat	3	Comets	2	W			Sommaire du match
132 - 2022-02-20	865	Heat	2	Sharks	3	L	X		Sommaire du match
134 - 2022-02-22	878	Heat	3	Monarchs	4	L	X		Sommaire du match
135 - 2022-02-23	890	Heat	5	Admirals	2	W			Sommaire du match
137 - 2022-02-25	903	Baby Hawks	3	Heat	0	L			Sommaire du match
139 - 2022-02-27	916	Admirals	3	Heat	1	L			Sommaire du match
143 - 2022-03-03	945	Bruins	4	Heat	6	W			Sommaire du match
145 - 2022-03-05	963	Heat	3	Cougars	5	L			Sommaire du match
147 - 2022-03-07	968	Heat	1	Bruins	3	L			Sommaire du match
149 - 2022-03-09	991	Heat	2	Chill	4	L			Sommaire du match
151 - 2022-03-11	1001	Heat	3	Thunder	4	L	X		Sommaire du match
152 - 2022-03-12	1012	Heat	4	Cabaret Lady Mary Ann	3	W	X	X	Sommaire du match
155 - 2022-03-15	1030	Monsters	2	Heat	5	W			Sommaire du match
157 - 2022-03-17	1046	Jayhawks	4	Heat	9	W			Sommaire du match
159 - 2022-03-19	1061	Las Vegas	2	Heat	4	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
163 - 2022-03-23	1091	Sound Tigers	4	Heat	5	W	X	X	Sommaire du match
165 - 2022-03-25	1108	Oceanics	3	Heat	5	W			Sommaire du match
167 - 2022-03-27	1119	Heat	2	Wolf Pack	3	L			Sommaire du match
168 - 2022-03-28	1124	Heat	2	Sound Tigers	3	L			Sommaire du match
170 - 2022-03-30	1139	Heat	2	Spiders	5	L			Sommaire du match
172 - 2022-04-01	1162	Thunder	1	Heat	5	W			Sommaire du match
174 - 2022-04-03	1173	Sharks	3	Heat	4	W	X		Sommaire du match
176 - 2022-04-05	1187	Admirals	4	Heat	5	W	X		Sommaire du match
178 - 2022-04-07	1204	Heat	2	Comets	5	L			Sommaire du match
182 - 2022-04-11	1236	Oceanics	4	Heat	5	W			Sommaire du match
184 - 2022-04-13	1252	Las Vegas	4	Heat	5	W			Sommaire du match
186 - 2022-04-15	1269	Oil Kings	4	Heat	6	W			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	78,077	39,580
Assistance PCT	95.22%	96.54%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2870 - 95.66%	81,132$	3,326,395$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,092,818$	1,883,834$	1,883,834$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
10,074$	2,092,818$	23	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	10,074$	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

	Heat
	GP: 82 \| W: 50 \| L: 26 \| OTL: 6 \| P: 106 GF: 320 \| GA: 270 \| PP%: 20.68% \| PK%: 81.60% DG: Martin Bétit \| Morale : 50 \| Moyenne d’équipe : 52