Ligue de hockey Simulée Ste-Flanelle

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

Centre de jeu
	Comets 42-31-9, 93pts	4	FINAL	5	Jayhawks 40-33-9, 89pts

Team Stats
W1	Streak	W2
22-16-3	Home Record	19-16-6
20-15-6	Away Record	21-17-3
4-2-4	Last 10 Games	5-4-1
3.60	Goals Per Game	3.77
3.50	Goals Against Per Game	3.82
20.75%	Power Play Percentage	25.86%
78.66%	Penalty Kill Percentage	77.61%

Oceanics
52-20-10, 114pts

FINAL

Jayhawks
40-33-9, 89pts

Team Stats
L1	Streak	W2
30-6-5	Home Record	19-16-6
22-14-5	Away Record	21-17-3
6-3-1	Last 10 Games	5-4-1
4.17	Goals Per Game	3.77
3.55	Goals Against Per Game	3.82
23.77%	Power Play Percentage	25.86%
75.38%	Penalty Kill Percentage	77.61%

Meneurs d'équipe
	Buts Matt Tennyson 6	Passes Matt Tennyson 9

	Points Matt Tennyson 15	Plus/Moins Greg Pateryn 2

	Victoires Connor Ingram 40	Pourcentage d’arrêts Kirill Ustimenko 0.937

Statistiques d’équipe
Buts pour 309 3.77 GFG	Tirs pour 3514 42.85 Avg	Pourcentage en avantage numérique 25.9% 68 GF	Début de zone offensive 41.4%
Buts contre 313 3.82 GAA	Tirs contre 3371 41.11 Avg	Pourcentage en désavantage numérique 77.6% 60 GA	Début de la zone défensive 40.2%

Information d’équipe
	Directeur général	Yves Létourneau
	Division	West
	Conférence	Ouest
	Capitaine
	Assistant #1
	Assistant #2
	Informations de l’aréna
	Capacité	3,000
	Assistance	1,905
	Billets de saison	300
Information formation
	Équipe Pro	23
	Équipe Mineure	23
	Limite contact	46 / 50
	Espoirs	26
Historique d'équipe
	Saison actuelle	40-33-9 (89PTS)
	Historique	40-33-8 (0.494%)
	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	James Neal		X	X		100.00	73	44	88	74	79	62	66	72	33	63	70	52	62	81	86	0	50	64	0	33	1	4,000,000$
2	Luke Philp	X				100.00	80	72	99	67	65	70	65	67	84	62	68	69	59	44	44	0	50	62	0	24	1	850,000$
3	Josh Dunne (R)	X				100.00	80	80	81	78	80	55	54	61	76	46	71	66	67	44	44	0	50	60	0	21	4	925,000$
4	Jack Dugan (R)		X			100.00	73	70	80	62	70	62	62	65	50	65	62	64	59	44	44	0	50	59	0	22	2	525,000$
5	Tanner Laczynski (R)	X	X	X		100.00	74	71	80	59	71	56	54	63	79	56	67	64	64	44	44	0	50	58	0	23	2	925,000$
6	Justin Kloos	X		X		100.00	68	66	80	59	64	67	67	55	71	55	54	61	53	45	45	0	50	56	0	26	1	792,500$
7	Ivan Morozov (R)	X				100.00	53	48	86	67	71	72	95	53	60	48	48	53	50	50	51	0	50	55	0	20	4	700,000$
8	Matt Filipe (R)		X			100.00	74	73	75	60	73	51	51	51	50	48	50	61	48	44	44	0	50	53	0	22	1	700,000$
9	Matthew Strome (R)		X			100.00	78	78	91	54	78	57	59	47	49	43	46	64	45	44	44	0	50	52	0	21	2	990,000$
10	Matt Iacopelli		X	X		100.00	33	43	43	43	65	31	31	33	43	33	33	43	38	32	30	0	50	37	0	26	1	710,000$
11	Julius Vahatalo (R)		X			100.00	30	37	37	37	67	27	27	30	37	30	30	37	32	32	30	0	50	34	0	25	1	560,000$
12	Michal Kempny				X	100.00	67	42	84	75	70	70	76	55	25	56	45	73	24	61	63	0	50	64	0	30	3	1,700,000$
13	Chase Priskie				X	100.00	83	75	99	65	68	64	59	62	28	48	58	69	50	44	44	0	50	60	0	24	1	560,000$
14	Alex Green (R)				X	100.00	79	73	92	63	73	54	55	50	25	46	40	63	38	44	44	0	50	56	0	22	1	560,000$
15	Scott Perunovich (R)				X	100.00	58	50	50	68	61	58	74	47	25	52	33	54	35	58	58	0	50	55	0	22	4	925,000$
16	Chad Krys (R)				X	100.00	69	67	85	66	67	53	56	45	25	35	39	59	38	44	44	0	50	53	0	22	1	825,000$
Rayé

	MOYENNE D’ÉQUIPE					100.00	67	62	78	62	70	57	59	54	48	49	51	60	48	47	47	0	50	55

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	Connor Ingram	100.00	57	50	71	77	57	59	58	63	59	59	30	44	44	0	50	58	0
2	Kirill Ustimenko (R)	100.00	56	70	65	70	56	55	56	56	54	55	54	54	54	0	50	57	0
Rayé
1	Kyle Keyser (R)	100.00	53	47	58	69	56	54	54	58	55	54	33	48	44	0	50	54	0
2	Adam Huska	100.00	49	48	67	87	47	49	52	56	49	50	30	44	44	0	50	53	0
3	Dustin Wolf (R)	100.00	50	55	69	60	48	50	50	55	49	49	30	44	44	0	50	51	0
4	Arvid Soderblom (R)	100.00	45	45	45	45	45	45	45	45	45	45	45	45	45	0	1	44	0
5	Erik Kallgren (R)	100.00	37	37	37	37	37	37	37	37	37	37	37	37	37	0	1	37	0

	MOYENNE D’ÉQUIPE	100.00	50	50	59	64	49	50	50	53	50	50	37	45	45	0	36	51

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	FL	FT	S1	S2	S3
1	Michal Kempny	Jayhawks (KC )	D	65	11	59	70	18	54	0	130	118	157	61	112	7.01%	148	1500	23.08	5	13	18	74	151	0	1	1	3	150	1	0	0.00%	0	0	0	0.93	0	0	0	0	0	2	1	4
2	Chase Priskie	Jayhawks (KC )	D	74	22	46	68	15	55	15	169	83	177	48	99	12.43%	109	1467	19.83	8	9	17	67	130	0	2	2	2	139	2	2	0.00%	0	0	1	0.93	0	0	1	1	1	4	4	2
3	Jack Dugan	Jayhawks (KC )	LW	71	29	37	66	21	30	0	116	113	268	68	180	10.82%	26	1334	18.80	7	10	17	41	146	2	1	3	5	131	3	4	46.73%	107	0	0	0.99	0	1	0	0	0	5	2	5
4	Tanner Laczynski	Jayhawks (KC )	C/LW/RW	76	31	33	64	15	36	0	105	95	264	70	176	11.74%	23	1278	16.82	5	13	18	38	145	0	0	0	2	45	5	2	58.68%	121	0	0	1.00	1	1	0	0	0	4	3	3
5	Luke Philp	Jayhawks (KC )	C	49	28	28	56	9	34	10	81	152	279	76	178	10.04%	25	1015	20.72	5	4	9	38	91	2	2	4	8	133	2	0	59.69%	1573	0	2	1.10	3	6	0	0	2	6	2	2
6	Josh Dunne	Jayhawks (KC )	C	77	22	25	47	10	27	5	120	150	245	62	184	8.98%	20	821	10.67	2	3	5	17	45	0	0	0	2	43	5	2	57.22%	928	1	2	1.14	3	4	0	0	1	4	3	1
7	James Neal	Jayhawks (KC )	LW/RW	53	18	21	39	16	10	0	32	58	182	52	111	9.89%	8	756	14.27	3	1	4	15	70	0	0	0	2	20	1	1	47.27%	55	0	1	1.03	2	8	0	0	0	0	2	4
8	Justin Kloos	Jayhawks (KC )	C/RW	44	10	17	27	-3	16	0	46	68	111	34	79	9.01%	8	712	16.20	2	4	6	13	42	0	0	0	0	6	0	2	53.66%	123	0	0	0.76	1	2	0	0	0	0	2	3
9	Matt Tennyson	Kansas City	D	33	6	9	15	-8	16	0	76	47	72	27	49	8.33%	47	650	19.70	1	3	4	18	58	0	1	1	0	55	2	1	0.00%	0	0	0	0.46	0	0	0	0	0	2	0	0
10	Matt Filipe	Jayhawks (KC )	LW	44	3	7	10	-3	4	0	30	29	57	14	33	5.26%	8	356	8.09	1	2	3	5	20	0	0	0	1	43	0	0	51.52%	33	0	0	0.56	0	0	0	0	0	0	1	0
11	Scott Perunovich	Jayhawks (KC )	D	28	1	9	10	-10	18	0	61	27	12	4	9	8.33%	27	432	15.46	0	0	0	0	3	0	0	0	0	21	0	0	0.00%	0	0	0	0.46	0	0	0	0	0	0	0	1
12	Ivan Morozov	Jayhawks (KC )	C	40	4	5	9	-13	7	5	22	57	65	22	47	6.15%	3	392	9.81	0	0	0	0	0	0	0	0	0	0	0	1	50.27%	376	0	0	0.46	0	1	1	0	0	0	0	0
13	Greg Pateryn	Kansas City	D	10	1	6	7	2	2	0	14	9	11	5	8	9.09%	9	160	16.03	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0	0.87	0	0	0	0	0	0	0	0
14	Alex Green	Jayhawks (KC )	D	20	1	3	4	1	22	0	40	12	24	8	13	4.17%	29	352	17.62	0	1	1	5	19	0	0	0	0	35	0	0	0.00%	0	0	0	0.23	0	0	0	0	0	0	0	1
15	Matthew Strome	Jayhawks (KC )	LW	12	0	4	4	4	15	5	8	6	20	6	7	0.00%	4	167	13.95	0	0	0	0	1	0	0	0	0	1	0	0	50.00%	16	0	0	0.48	0	0	0	0	1	0	0	0
16	Julius Vahatalo	Jayhawks (KC )	LW	28	0	1	1	-14	6	0	13	2	5	0	4	0.00%	2	353	12.61	0	0	0	0	1	0	0	0	0	3	0	0	38.10%	21	0	0	0.06	0	0	0	0	0	0	0	0
17	Chad Krys	Jayhawks (KC )	D	12	0	0	0	-2	10	0	16	6	9	0	3	0.00%	22	188	15.74	0	0	0	0	0	0	0	0	0	3	0	0	0.00%	0	0	0	0.00	0	0	0	0	0	0	0	0
18	Matt Iacopelli	Jayhawks (KC )	LW/RW	20	0	0	0	-1	8	0	1	2	6	2	2	0.00%	2	152	7.64	0	0	0	0	1	0	0	0	0	0	0	0	42.86%	7	0	0	0.00	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				756	187	310	497	57	370	40	1080	1034	1964	559	1294	9.52%	520	12093	16.00	39	63	102	331	928	4	7	11	25	836	21	15	56.79%	3360	1	6	0.82	10	23	2	1	5	27	20	26

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	S3
1	Connor Ingram	Jayhawks (KC )	82	40	30	8	0.908	3.69	4705	6	289	3130	10	2	0.619	42	82	0	2	5	4
2	Kirill Ustimenko	Jayhawks (KC )	8	0	3	1	0.937	3.18	283	0	15	238	1	1	0.500	4	0	82	0	0	0
Statistiques d’équipe totales ou en moyenne			90	40	33	9	0.910	3.66	4989	6	304	3368	11	3	0.609	46	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
Adam Huska	Jayhawks (KC )	G	23	1997-05-12	No	218 Lbs	6 ft4	No	No	No	1	Pro & Farm	525,000$	52,500$	0$	No				Lien
Alex Green	Jayhawks (KC )	D	22	1998-06-17	Yes	194 Lbs	6 ft3	Yes	No	No	1	Pro & Farm	560,000$	56,000$	0$	No				Lien
Arvid Soderblom	Jayhawks (KC )	G	21	1999-08-19 06:07:53	Yes	180 Lbs	6 ft3	No	No	No	4	Pro & Farm	883,750$	88,375$	0$	No	883,750$	883,750$	883,750$
Chad Krys	Jayhawks (KC )	D	22	1998-04-10	Yes	185 Lbs	5 ft11	No	No	No	1	Pro & Farm	825,000$	82,500$	0$	No				Lien
Chase Priskie	Jayhawks (KC )	D	24	1996-03-18	No	185 Lbs	6 ft0	Yes	No	No	1	Pro & Farm	560,000$	56,000$	0$	No				Lien
Connor Ingram	Jayhawks (KC )	G	23	1997-03-30	No	196 Lbs	6 ft2	No	No	No	1	Pro & Farm	742,500$	74,250$	0$	No				Lien
Dustin Wolf	Jayhawks (KC )	G	19	2001-04-16	Yes	168 Lbs	6 ft0	No	No	No	3	Pro & Farm	815,833$	81,583$	0$	No	815,833$	815,833$		Lien
Erik Kallgren	Jayhawks (KC )	G	23	1996-10-14 06:04:56	Yes	198 Lbs	6 ft3	No	No	No	4	Pro & Farm	750,000$	75,000$	0$	No	750,000$	750,000$	750,000$
Ivan Morozov	Jayhawks (KC )	C	20	2000-05-05	Yes	196 Lbs	6 ft1	No	No	No	4	Pro & Farm	700,000$	70,000$	0$	No	700,000$	700,000$	700,000$	Lien
Jack Dugan	Jayhawks (KC )	LW	22	1998-03-24	Yes	185 Lbs	6 ft2	No	No	No	2	Pro & Farm	525,000$	52,500$	0$	No	525,000$			Lien
James Neal	Jayhawks (KC )	LW/RW	33	1987-09-03	No	212 Lbs	6 ft3	No	No	No	1	Pro & Farm	4,000,000$	400,000$	0$	No				Lien
Josh Dunne	Jayhawks (KC )	C	21	1998-12-08	Yes	210 Lbs	6 ft4	No	No	No	4	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$	925,000$	Lien
Julius Vahatalo	Jayhawks (KC )	LW	25	1995-05-23	Yes	191 Lbs	6 ft5	No	No	No	1	Pro & Farm	560,000$	56,000$	0$	No				Lien
Justin Kloos	Jayhawks (KC )	C/RW	26	1993-11-30	No	180 Lbs	5 ft9	No	No	No	1	Pro & Farm	792,500$	79,250$	0$	No				Lien
Kirill Ustimenko	Jayhawks (KC )	G	21	1999-01-29	Yes	187 Lbs	6 ft3	No	No	No	2	Pro & Farm	825,833$	82,583$	0$	No	825,833$			Lien
Kyle Keyser	Jayhawks (KC )	G	21	1999-03-08	Yes	178 Lbs	6 ft2	Yes	No	No	1	Pro & Farm	800,000$	80,000$	0$	No				Lien
Luke Philp	Jayhawks (KC )	C	24	1995-11-05	No	181 Lbs	5 ft10	No	No	No	1	Pro & Farm	850,000$	85,000$	0$	No				Lien
Matt Filipe	Jayhawks (KC )	LW	22	1997-12-30	Yes	198 Lbs	6 ft2	No	No	No	1	Pro & Farm	700,000$	70,000$	0$	No				Lien
Matt Iacopelli	Jayhawks (KC )	LW/RW	26	1994-05-15	No	192 Lbs	6 ft1	No	No	No	1	Pro & Farm	710,000$	71,000$	0$	No				Lien
Matthew Strome	Jayhawks (KC )	LW	21	1999-01-05	Yes	206 Lbs	6 ft4	No	No	No	2	Pro & Farm	990,000$	99,000$	0$	No	990,000$			Lien
Michal Kempny	Jayhawks (KC )	D	30	1990-09-08	No	194 Lbs	6 ft0	Yes	No	No	3	Pro & Farm	1,700,000$	170,000$	0$	No	1,700,000$	1,700,000$		Lien
Scott Perunovich	Jayhawks (KC )	D	22	1998-08-18	Yes	174 Lbs	5 ft10	No	No	No	4	Pro & Farm	925,000$	92,500$	0$	No	925,000$	925,000$	925,000$	Lien
Tanner Laczynski	Jayhawks (KC )	C/LW/RW	23	1997-06-01	Yes	190 Lbs	6 ft1	No	No	No	2	Pro & Farm	925,000$	92,500$	0$	No	925,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	23.22	191 Lbs	6 ft2	2.00	938,714$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jack Dugan	Luke Philp	James Neal	40	1	2	2
2	Matthew Strome	Josh Dunne	Tanner Laczynski	30	1	2	2
3	Julius Vahatalo	Ivan Morozov	Justin Kloos	30	1	2	2
4	Matt Filipe	Justin Kloos	Matt Iacopelli	0	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Michal Kempny	40	1	2	2
2	Chase Priskie	Alex Green	30	1	2	2
3	Scott Perunovich	Chad Krys	30	1	2	2
4		Michal Kempny	0	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jack Dugan	Luke Philp	James Neal	60	1	2	2
2	Matt Filipe	Josh Dunne	Tanner Laczynski	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Michal Kempny	60	1	2	2
2	Chase Priskie	Alex Green	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Luke Philp	Jack Dugan	60	1	2	2
2	Josh Dunne	Matt Filipe	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Michal Kempny	60	1	2	2
2	Chase Priskie	Alex Green	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Luke Philp	60	1	2	2		Michal Kempny	60	1	2	2
2	Josh Dunne	40	1	2	2	Chase Priskie	Alex Green	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Luke Philp	Jack Dugan	60	1	2	2
2	Josh Dunne	Matt Filipe	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Michal Kempny	60	1	2	2
2	Chase Priskie	Alex Green	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jack Dugan	Luke Philp	James Neal		Michal Kempny

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jack Dugan	Luke Philp	James Neal		Michal Kempny

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Tanner Laczynski, Justin Kloos, Ivan Morozov	Tanner Laczynski, Justin Kloos	Tanner Laczynski

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Alex Green, Scott Perunovich, Chad Krys	Alex Green	Alex Green, Scott Perunovich

Tirs de pénalité
James Neal, Luke Philp, Josh Dunne, Jack Dugan, Tanner Laczynski

Gardien
#1 : Connor Ingram, #2 : Kirill Ustimenko

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	0	1	0	0	16	11	5	2	2	0	0	0	0	0	0	10	3	7	2	0	1	0	0	1	0	0	6	8	-2	5	0.625	16	29	45	0	0	123	83	95	18	165	1183	1135	1153	87	157	41	35	110	18	4	22.22%	8	1	87.50%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
2	Baby Hawks	3	1	1	0	0	0	0	1	13	16	-3	2	0	1	0	0	0	0	1	8	14	-6	1	1	0	0	0	0	0	0	5	2	3	3	0.500	13	22	35	0	0	123	83	95	18	152	1183	1135	1153	87	149	49	16	69	8	2	25.00%	8	3	62.50%	1	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
3	Bears	2	0	2	0	0	0	0	0	5	8	-3	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	5	10	15	0	0	123	83	95	18	81	1183	1135	1153	87	92	29	21	42	6	1	16.67%	7	2	71.43%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
4	Bruins	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	7	11	0	0	123	83	95	18	71	1183	1135	1153	87	85	21	12	57	9	2	22.22%	6	2	66.67%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
5	Cabaret Lady Mary Ann	2	1	1	0	0	0	0	0	11	9	2	1	1	0	0	0	0	0	0	7	3	4	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	11	19	30	0	0	123	83	95	18	105	1183	1135	1153	87	78	31	16	38	7	3	42.86%	7	1	85.71%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
6	Caroline	2	1	1	0	0	0	0	0	9	9	0	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	6	3	3	2	0.500	9	17	26	0	0	123	83	95	18	100	1183	1135	1153	87	79	18	14	33	9	3	33.33%	7	2	71.43%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
7	Chiefs	3	0	2	0	0	0	1	0	10	13	-3	1	0	1	0	0	0	0	0	5	7	-2	2	0	1	0	0	0	1	0	5	6	-1	2	0.333	10	14	24	0	0	123	83	95	18	96	1183	1135	1153	87	123	42	20	75	9	2	22.22%	10	4	60.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
8	Chill	3	2	1	0	0	0	0	0	8	6	2	2	1	1	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	3	2	1	4	0.667	8	15	23	0	0	123	83	95	18	116	1183	1135	1153	87	107	38	29	60	11	2	18.18%	12	2	83.33%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
9	Comets	4	1	2	0	0	0	1	0	16	16	0	2	0	1	0	0	0	1	0	8	8	0	2	1	1	0	0	0	0	0	8	8	0	4	0.500	16	28	44	0	0	123	83	95	18	156	1183	1135	1153	87	158	65	50	87	11	3	27.27%	19	6	68.42%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
10	Cougars	2	0	1	0	0	0	1	0	6	6	0	1	0	0	0	0	0	1	0	3	2	1	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	6	8	14	0	0	123	83	95	18	111	1183	1135	1153	87	88	25	6	53	9	0	0.00%	3	0	100.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
11	Crunch	2	1	0	0	0	0	0	1	9	9	0	1	1	0	0	0	0	0	0	5	4	1	1	0	0	0	0	0	0	1	4	5	-1	3	0.750	9	16	25	0	0	123	83	95	18	99	1183	1135	1153	87	95	22	16	55	8	2	25.00%	8	2	75.00%	1	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
12	Heat	4	0	2	0	1	0	0	1	13	20	-7	2	0	1	0	0	0	0	1	3	6	-3	2	0	1	0	1	0	0	0	10	14	-4	3	0.375	13	21	34	0	0	123	83	95	18	156	1183	1135	1153	87	148	38	25	99	10	2	20.00%	8	1	87.50%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
13	Las Vegas	5	4	0	0	1	0	0	0	25	14	11	2	1	0	0	1	0	0	0	7	5	2	3	3	0	0	0	0	0	0	18	9	9	10	1.000	25	45	70	0	0	123	83	95	18	268	1183	1135	1153	87	199	61	54	120	17	6	35.29%	14	3	78.57%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
14	Manchots	2	0	2	0	0	0	0	0	7	13	-6	1	0	1	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	7	11	18	1	0	123	83	95	18	97	1183	1135	1153	87	99	25	10	48	4	1	25.00%	5	1	80.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
15	Marlies	2	1	1	0	0	0	0	0	6	8	-2	1	1	0	0	0	0	0	0	5	4	1	1	0	1	0	0	0	0	0	1	4	-3	2	0.500	6	10	16	0	0	123	83	95	18	79	1183	1135	1153	87	84	16	10	41	7	1	14.29%	5	0	100.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
16	Minnesota	3	2	1	0	0	0	0	0	14	9	5	2	1	1	0	0	0	0	0	8	7	1	1	1	0	0	0	0	0	0	6	2	4	4	0.667	14	24	38	0	0	123	83	95	18	134	1183	1135	1153	87	103	33	14	82	7	3	42.86%	7	0	100.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
17	Monarchs	4	1	3	0	0	0	0	0	15	17	-2	2	0	2	0	0	0	0	0	7	10	-3	2	1	1	0	0	0	0	0	8	7	1	2	0.250	15	24	39	1	0	123	83	95	18	146	1183	1135	1153	87	174	56	33	102	12	3	25.00%	14	5	64.29%	2	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
18	Monsters	2	0	0	0	0	1	1	0	9	9	0	1	0	0	0	0	1	0	0	4	5	-1	1	0	0	0	0	0	1	0	5	4	1	3	0.750	9	14	23	0	0	123	83	95	18	80	1183	1135	1153	87	80	23	21	38	6	2	33.33%	8	1	87.50%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
19	Monsters	3	0	2	0	0	0	1	0	9	15	-6	1	0	1	0	0	0	0	0	1	4	-3	2	0	1	0	0	0	1	0	8	11	-3	2	0.333	9	16	25	0	0	123	83	95	18	107	1183	1135	1153	87	128	37	16	69	11	3	27.27%	8	2	75.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
20	Oceanics	3	2	1	0	0	0	0	0	11	9	2	1	1	0	0	0	0	0	0	5	2	3	2	1	1	0	0	0	0	0	6	7	-1	4	0.667	11	20	31	0	0	123	83	95	18	95	1183	1135	1153	87	139	39	28	71	7	3	42.86%	14	1	92.86%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
21	Oil Kings	4	1	2	0	0	0	0	1	11	17	-6	2	1	1	0	0	0	0	0	5	7	-2	2	0	1	0	0	0	0	1	6	10	-4	3	0.375	11	19	30	0	0	123	83	95	18	152	1183	1135	1153	87	162	36	33	97	6	3	50.00%	12	2	83.33%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
22	Phantoms	2	1	1	0	0	0	0	0	8	10	-2	1	1	0	0	0	0	0	0	5	4	1	1	0	1	0	0	0	0	0	3	6	-3	2	0.500	8	16	24	0	0	123	83	95	18	85	1183	1135	1153	87	105	29	35	58	9	4	44.44%	9	4	55.56%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
23	Rocket	2	0	0	0	0	0	1	1	7	7	0	1	0	0	0	0	0	0	1	2	3	-1	1	0	0	0	0	0	1	0	5	4	1	3	0.750	7	10	17	0	0	123	83	95	18	87	1183	1135	1153	87	81	21	8	59	8	1	12.50%	4	1	75.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
24	Senators	2	1	0	0	0	1	0	0	10	8	2	1	0	0	0	0	1	0	0	5	6	-1	1	1	0	0	0	0	0	0	5	2	3	3	0.750	10	15	25	0	0	123	83	95	18	91	1183	1135	1153	87	83	19	18	49	8	1	12.50%	9	2	77.78%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
25	Sharks	4	1	3	0	0	0	0	0	11	16	-5	2	0	2	0	0	0	0	0	5	9	-4	2	1	1	0	0	0	0	0	6	7	-1	2	0.250	11	18	29	1	0	123	83	95	18	168	1183	1135	1153	87	172	39	30	85	13	3	23.08%	15	4	73.33%	1	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
26	Sound Tigers	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	5	3	2	4	1.000	9	13	22	0	0	123	83	95	18	74	1183	1135	1153	87	87	19	18	46	4	2	50.00%	9	1	88.89%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
27	Spiders	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	9	16	0	0	123	83	95	18	93	1183	1135	1153	87	73	26	14	33	11	3	27.27%	6	1	83.33%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
28	Stars	3	2	0	0	0	0	0	1	14	9	5	2	1	0	0	0	0	0	1	10	7	3	1	1	0	0	0	0	0	0	4	2	2	5	0.833	14	26	40	0	0	123	83	95	18	130	1183	1135	1153	87	94	28	29	72	12	2	16.67%	11	4	63.64%	1	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
29	Thunder	2	2	0	0	0	0	0	0	10	4	6	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	4	1.000	10	19	29	0	0	123	83	95	18	119	1183	1135	1153	87	91	25	16	64	2	0	0.00%	8	2	75.00%	1	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
30	Wolf Pack	2	2	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	6	11	17	0	0	123	83	95	18	101	1183	1135	1153	87	58	11	14	46	4	1	25.00%	7	0	100.00%	0	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
	Total	82	32	33	0	2	3	6	6	309	313	-4	41	16	16	0	1	2	2	4	149	154	-5	41	16	17	0	1	1	4	2	160	159	1	89	0.543	309	526	835	3	0	123	83	95	18	3514	1183	1135	1153	87	3371	962	661	1958	263	68	25.86%	268	60	77.61%	7	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
	_Since Last GM Reset	82	32	33	0	2	3	6	6	309	313	-4	41	16	16	0	1	2	2	4	149	154	-5	41	16	17	0	1	1	4	2	160	159	1	89	0.543	309	526	835	3	0	123	83	95	18	3514	1183	1135	1153	87	3371	962	661	1958	263	68	25.86%	268	60	77.61%	7	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531
	_Vs Conference	42	14	15	0	2	0	5	6	167	169	-2	21	6	8	0	1	0	2	4	75	83	-8	21	8	7	0	1	0	3	2	92	86	6	48	0.571	167	285	452	0	0	123	83	95	18	1853	1183	1135	1153	87	1685	506	317	1008	132	35	26.52%	126	31	75.40%	3	1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%	1922	1317	2004	601	1066	531

			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	89	W2	309	526	835	3514	3371	962	661	1958	3	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	32	33	2	3	6	6	309	313

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	16	16	1	2	2	4	149	154

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	16	17	1	1	4	2	160	159

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	4	0	0	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
263	68	25.86%	268	60	77.61%	7

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
1183	1135	1153	87	123	83	95	18

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
1678	3243	51.74%	1535	3150	48.73%	754	1441	52.32%

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
1922	1317	2004	601	1066	531

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	12	Jayhawks	1	Admirals	2	L			Sommaire du match
4 - 2021-10-15	26	Bruins	4	Jayhawks	2	L			Sommaire du match
9 - 2021-10-20	57	Las Vegas	3	Jayhawks	4	W			Sommaire du match
11 - 2021-10-22	72	Jayhawks	4	Monsters	3	W	X	X	Sommaire du match
14 - 2021-10-25	87	Jayhawks	3	Oceanics	2	W			Sommaire du match
16 - 2021-10-27	104	Chill	2	Jayhawks	4	W			Sommaire du match
18 - 2021-10-29	115	Senators	6	Jayhawks	5	L	X		Sommaire du match
21 - 2021-11-01	136	Jayhawks	4	Wolf Pack	2	W			Sommaire du match
23 - 2021-11-03	146	Jayhawks	5	Sound Tigers	3	W			Sommaire du match
24 - 2021-11-04	157	Jayhawks	3	Spiders	5	L			Sommaire du match
27 - 2021-11-07	177	Jayhawks	4	Crunch	5	L	X	X	Sommaire du match
29 - 2021-11-09	191	Rocket	3	Jayhawks	2	L	X	X	Sommaire du match
32 - 2021-11-12	214	Monsters	4	Jayhawks	1	L			Sommaire du match
34 - 2021-11-14	223	Jayhawks	4	Oil Kings	5	L	X	X	Sommaire du match
35 - 2021-11-15	231	Jayhawks	6	Heat	5	W	X		Sommaire du match
37 - 2021-11-17	246	Monsters	5	Jayhawks	4	L	X		Sommaire du match
39 - 2021-11-19	259	Minnesota	2	Jayhawks	4	W			Sommaire du match
41 - 2021-11-21	270	Jayhawks	3	Bears	4	L			Sommaire du match
42 - 2021-11-22	275	Jayhawks	4	Chiefs	3	W	X	X	Sommaire du match
44 - 2021-11-24	289	Jayhawks	6	Minnesota	2	W			Sommaire du match
46 - 2021-11-26	301	Heat	3	Jayhawks	1	L			Sommaire du match
48 - 2021-11-28	317	Monarchs	6	Jayhawks	5	L			Sommaire du match
51 - 2021-12-01	343	Marlies	4	Jayhawks	5	W			Sommaire du match
53 - 2021-12-03	350	Jayhawks	5	Monarchs	3	W			Sommaire du match
54 - 2021-12-04	364	Oil Kings	5	Jayhawks	2	L			Sommaire du match
57 - 2021-12-07	386	Admirals	2	Jayhawks	5	W			Sommaire du match
59 - 2021-12-09	399	Jayhawks	4	Las Vegas	3	W			Sommaire du match
60 - 2021-12-10	411	Sharks	5	Jayhawks	3	L			Sommaire du match
63 - 2021-12-13	429	Jayhawks	5	Monsters	4	W	X	X	Sommaire du match
65 - 2021-12-15	442	Jayhawks	3	Phantoms	6	L			Sommaire du match
66 - 2021-12-16	449	Jayhawks	3	Manchots	5	L			Sommaire du match
68 - 2021-12-18	466	Jayhawks	5	Baby Hawks	2	W			Sommaire du match
70 - 2021-12-20	480	Heat	3	Jayhawks	2	L	X	X	Sommaire du match
72 - 2021-12-22	495	Baby Hawks	5	Jayhawks	4	L	X	X	Sommaire du match
74 - 2021-12-24	512	Spiders	2	Jayhawks	4	W			Sommaire du match
77 - 2021-12-27	534	Jayhawks	4	Sharks	3	W			Sommaire du match
79 - 2021-12-29	546	Minnesota	5	Jayhawks	4	L			Sommaire du match
82 - 2022-01-01	567	Jayhawks	3	Cougars	4	L			Sommaire du match
83 - 2022-01-02	576	Jayhawks	3	Chill	2	W			Sommaire du match
88 - 2022-01-07	600	Jayhawks	8	Las Vegas	4	W			Sommaire du match
89 - 2022-01-08	609	Stars	2	Jayhawks	6	W			Sommaire du match
91 - 2022-01-10	625	Chiefs	7	Jayhawks	5	L			Sommaire du match
93 - 2022-01-12	636	Admirals	1	Jayhawks	5	W			Sommaire du match
95 - 2022-01-14	650	Phantoms	4	Jayhawks	5	W			Sommaire du match
98 - 2022-01-17	664	Jayhawks	4	Cabaret Lady Mary Ann	6	L			Sommaire du match
100 - 2022-01-19	680	Jayhawks	5	Thunder	2	W			Sommaire du match
101 - 2022-01-20	690	Jayhawks	6	Caroline	3	W			Sommaire du match
103 - 2022-01-22	706	Manchots	8	Jayhawks	4	L			Sommaire du match
105 - 2022-01-24	724	Sharks	4	Jayhawks	2	L			Sommaire du match
107 - 2022-01-26	739	Jayhawks	3	Comets	6	L			Sommaire du match
109 - 2022-01-28	745	Jayhawks	2	Oil Kings	5	L			Sommaire du match
120 - 2022-02-08	778	Jayhawks	5	Admirals	6	L	X		Sommaire du match
121 - 2022-02-09	784	Monarchs	4	Jayhawks	2	L			Sommaire du match
123 - 2022-02-11	800	Baby Hawks	9	Jayhawks	4	L			Sommaire du match
126 - 2022-02-14	824	Oil Kings	2	Jayhawks	3	W			Sommaire du match
128 - 2022-02-16	838	Caroline	6	Jayhawks	3	L			Sommaire du match
130 - 2022-02-18	844	Jayhawks	2	Bruins	5	L			Sommaire du match
132 - 2022-02-20	860	Jayhawks	5	Rocket	4	W	X	X	Sommaire du match
133 - 2022-02-21	867	Jayhawks	1	Marlies	4	L			Sommaire du match
135 - 2022-02-23	885	Jayhawks	5	Senators	2	W			Sommaire du match
137 - 2022-02-25	904	Bears	4	Jayhawks	2	L			Sommaire du match
139 - 2022-02-27	917	Sound Tigers	3	Jayhawks	4	W			Sommaire du match
141 - 2022-03-01	929	Jayhawks	4	Stars	2	W			Sommaire du match
142 - 2022-03-02	938	Jayhawks	1	Chiefs	3	L			Sommaire du match
144 - 2022-03-04	954	Thunder	2	Jayhawks	5	W			Sommaire du match
147 - 2022-03-07	979	Cabaret Lady Mary Ann	3	Jayhawks	7	W			Sommaire du match
151 - 2022-03-11	1006	Crunch	4	Jayhawks	5	W			Sommaire du match
155 - 2022-03-15	1032	Jayhawks	5	Comets	2	W			Sommaire du match
157 - 2022-03-17	1046	Jayhawks	4	Heat	9	L			Sommaire du match
160 - 2022-03-20	1067	Jayhawks	3	Oceanics	5	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	1092	Comets	4	Jayhawks	3	L			Sommaire du match
165 - 2022-03-25	1107	Wolf Pack	1	Jayhawks	2	W			Sommaire du match
167 - 2022-03-27	1122	Stars	5	Jayhawks	4	L	X	X	Sommaire du match
169 - 2022-03-29	1135	Las Vegas	2	Jayhawks	3	W	X		Sommaire du match
171 - 2022-03-31	1152	Cougars	2	Jayhawks	3	W	X	X	Sommaire du match
173 - 2022-04-02	1169	Jayhawks	3	Monarchs	4	L			Sommaire du match
176 - 2022-04-05	1190	Jayhawks	6	Las Vegas	2	W			Sommaire du match
179 - 2022-04-08	1214	Chill	2	Jayhawks	1	L			Sommaire du match
180 - 2022-04-09	1223	Jayhawks	2	Sharks	4	L			Sommaire du match
182 - 2022-04-11	1235	Jayhawks	4	Monsters	8	L			Sommaire du match
184 - 2022-04-13	1253	Comets	4	Jayhawks	5	W	X	X	Sommaire du match
186 - 2022-04-15	1259	Oceanics	2	Jayhawks	5	W			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	50	20
Assistance	50,304	27,785
Assistance PCT	61.35%	67.77%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	1905 - 63.49%	74,900$	3,070,900$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,347,651$	2,159,041$	2,159,041$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
11,546$	2,347,651$	23	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	11,546$	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

	Jayhawks
	GP: 82 \| W: 40 \| L: 33 \| OTL: 9 \| P: 89 GF: 309 \| GA: 313 \| PP%: 25.86% \| PK%: 77.61% DG: Yves Létourneau \| Morale : 50 \| Moyenne d’équipe : 54