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

Centre de jeu
	Baby Hawks 50-23-9, 109pts	1	FINAL	3	Manchots 43-32-7, 93pts

Team Stats
W1	Streak	L1
27-9-5	Home Record	23-14-4
23-14-4	Away Record	20-18-3
7-3-0	Last 10 Games	6-4-0
3.61	Buts par match	3.10
2.88	Buts contre par match	2.98
22.11%	Pourcentage en avantage numérique	19.29%
86.05%	Pourcentage en désavantage numérique	82.53%

Manchots
43-32-7, 93pts

FINAL

Monsters
49-24-9, 107pts

Team Stats
L1	Streak	W1
23-14-4	Home Record	24-13-4
20-18-3	Away Record	25-11-5
6-4-0	Last 10 Games	4-2-4
3.10	Buts par match	3.50
2.98	Buts contre par match	3.15
19.29%	Pourcentage en avantage numérique	19.75%
82.53%	Pourcentage en désavantage numérique	80.38%

Meneurs d'équipe
	Buts C.J. Suess 33	Passes Shane Pinto 40

	Points Shane Pinto 67	Plus/Moins Shane Pinto 12

	Victoires Nico Daws 33	Pourcentage d’arrêts Daniel Vladar 0.923

Statistiques d’équipe
Buts pour 254 3.10 GFG	Tirs pour 2788 34.00 Avg	Pourcentage en avantage numérique 19.3% 49 GF	Début de zone offensive 41.4%
Buts contre 244 2.98 GAA	Tirs contre 2743 33.45 Avg	Pourcentage en désavantage numérique 82.5%% 40 GA	Début de la zone défensive 38.5%

Informations de l'équipe
	Directeur général	Raphael Belanger
	Division	Est
	Conférence	Est
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	1,883
	Billets de saison	300
Informations de la formation
	Équipe Pro	23
	Équipe Mineure	20
	Limite contact	43 / 50
	Espoirs	11

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	Shane Pinto	X				100.00	69	43	76	77	72	58	46	61	72	74	54	78	24	45	45	0	50	61	0	20	2	925,000$
2	Mackenzie MacEachern		X	X		100.00	79	44	90	71	72	50	67	59	25	62	55	71	25	58	58	0	50	60	0	27	2	560,000$
3	Paul Carey		X			100.00	74	74	87	79	74	58	59	58	49	57	53	65	52	47	48	0	50	59	0	33	2	875,000$
4	C.J. Suess		X			100.00	75	69	89	66	69	65	66	61	50	56	61	64	58	44	44	0	50	59	0	27	2	700,000$
5	Simon Holmstrom (R)		X	X		100.00	81	75	95	63	75	63	64	61	50	61	57	67	54	44	44	0	50	59	0	20	2	894,167$
6	Vitaly Abramov (R)		X	X		100.00	68	65	86	67	65	58	58	60	49	58	57	62	56	44	44	0	50	57	0	23	2	600,000$
7	Ivan Chekhovich		X			100.00	76	74	95	60	67	58	53	58	54	58	51	66	47	44	44	0	50	56	0	22	2	776,667$
8	Joel Kellman	X				100.00	71	69	77	77	69	46	45	54	68	56	47	61	45	46	46	0	50	55	0	27	2	800,000$
9	Mikhail Vorobyev	X				100.00	53	41	88	69	72	48	67	49	83	53	50	65	24	47	47	0	50	55	0	24	1	650,000$
10	Tyler Steenbergen	X	X	X		100.00	70	66	93	67	66	63	67	53	69	41	58	61	58	44	44	0	50	55	0	23	1	650,000$
11	Blade Jenkins (R)	X	X			100.00	78	71	93	63	71	53	54	52	65	46	53	63	50	44	44	0	50	54	0	21	3	600,000$
12	Pavel Gogolev (R)		X			100.00	77	72	89	61	72	47	47	50	50	47	47	62	45	44	44	0	50	52	0	21	4	834,167$
13	Joel Hanley				X	100.00	79	44	96	72	69	58	65	57	25	48	48	75	25	60	60	0	50	63	0	30	2	1,020,000$
14	Ian Mitchell				X	100.00	61	40	99	76	63	58	80	56	25	50	47	73	25	48	48	0	50	61	0	22	2	925,000$
15	Dan Renouf				X	100.00	77	78	76	62	78	66	71	48	25	37	41	65	39	56	56	0	50	59	0	27	1	700,000$
16	Steven Santini				X	100.00	80	76	88	63	76	56	58	50	25	42	40	66	38	54	54	0	50	58	0	26	2	1,000,000$
17	Seth Barton (R)				X	100.00	80	74	93	67	74	41	40	50	25	43	41	64	39	44	44	0	50	55	0	22	1	925,000$
18	Clayton Phillips (R)				X	100.00	46	44	77	63	64	44	58	35	25	33	30	46	33	54	54	0	50	48	0	22	2	575,000$
Rayé
1	Tyler Weiss (R)		X			100.00	48	42	62	68	56	50	61	44	50	43	35	45	39	50	50	0	50	47	0	21	3	650,000$

	MOYENNE D’ÉQUIPE					100.00	71	61	87	68	70	55	59	53	47	51	49	64	41	48	48	0	50	56

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire moyen
1	Nico Daws (R)	100.00	63	47	47	83	69	56	69	63	65	62	78	46	46	0	50	61	0	20	4	850,833$
2	Trent Miner (R)	100.00	44	42	53	70	45	44	45	49	45	45	45	44	44	0	50	48	0	20	3	560,000$
Rayé
1	Hunter Shepard (R)	100.00	44	41	51	73	45	44	45	49	45	45	45	44	44	0	50	48	0	25	2	950,000$
2	Tomas Vomacka (R)	100.00	44	71	64	64	43	38	39	41	36	39	38	54	50	0	50	47	0	22	2	525,000$

	MOYENNE D’ÉQUIPE	100.00	49	50	54	73	51	46	50	51	48	48	52	47	46	0	50	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	Shane Pinto	Manchots (Pit)	C	67	27	40	67	12	22	0	85	204	256	79	178	10.55%	24	1526	22.78	0	13	13	41	164	0	1	1	3	154	3	3	55.82%	1709	0	0	0.88	2	10	0	0	0	6	4	1
2	C.J. Suess	Manchots (Pit)	LW	82	33	31	64	-4	24	0	145	103	298	80	218	11.07%	25	1599	19.51	6	6	12	46	191	1	2	3	6	106	2	2	44.19%	172	0	0	0.80	2	4	0	0	0	6	3	3
3	Mackenzie MacEachern	Manchots (Pit)	LW/RW	82	25	34	59	8	18	0	101	100	224	61	159	11.16%	16	1530	18.67	4	5	9	36	204	0	0	0	3	196	6	3	40.15%	137	0	0	0.77	2	10	0	0	0	3	1	3
4	Jamie Drysdale	Pittsburgh	D	71	13	39	52	3	14	0	67	145	128	37	72	10.16%	98	1764	24.85	9	7	16	71	200	0	1	1	3	175	4	0	0.00%	0	0	1	0.59	0	0	0	0	0	3	2	3
5	Simon Holmstrom	Manchots (Pit)	LW/RW	81	18	32	50	10	56	20	118	83	172	36	110	10.47%	14	1399	17.28	4	8	12	30	210	2	0	2	5	114	5	0	41.77%	158	0	0	0.71	0	5	1	1	2	2	7	4
6	Vitaly Abramov	Manchots (Pit)	LW/RW	82	25	24	49	-5	22	0	87	110	259	62	163	9.65%	16	1489	18.17	7	8	15	43	211	0	0	0	0	0	3	1	39.29%	84	0	0	0.66	1	1	0	0	0	3	2	3
7	Paul Carey	Manchots (Pit)	LW	82	14	34	48	-1	33	5	134	149	270	70	186	5.19%	18	1321	16.12	1	4	5	11	51	0	0	0	1	15	4	0	37.40%	123	0	0	0.73	1	2	0	1	0	1	4	1
8	Ian Mitchell	Manchots (Pit)	D	82	12	36	48	-8	12	0	48	97	146	47	113	8.22%	114	1701	20.74	6	10	16	67	199	0	0	0	2	175	2	0	0.00%	0	0	0	0.56	0	0	0	0	0	3	0	2
9	Joel Hanley	Manchots (Pit)	D	82	7	27	34	-6	47	5	176	82	107	34	80	6.54%	121	1747	21.31	4	4	8	39	214	0	1	1	3	176	1	0	0.00%	0	1	0	0.39	0	0	0	0	0	0	1	3
10	Joel Kellman	Manchots (Pit)	C	82	14	20	34	0	44	0	123	190	135	33	109	10.37%	10	1372	16.74	2	5	7	8	108	0	0	0	0	7	2	1	51.97%	1601	0	0	0.50	0	0	0	0	0	1	5	3
11	Mikhail Vorobyev	Manchots (Pit)	C	82	10	24	34	-5	12	0	19	144	156	56	127	6.41%	5	1318	16.08	0	6	6	10	84	0	1	1	2	41	0	0	58.05%	1497	0	0	0.52	0	0	0	0	0	0	1	2
12	Tyler Steenbergen	Manchots (Pit)	C/LW/RW	82	14	15	29	-5	16	0	60	63	173	53	121	8.09%	8	1247	15.22	0	0	0	1	11	0	0	0	0	0	1	0	63.41%	82	0	0	0.46	1	1	0	0	0	1	1	3
13	Steven Santini	Manchots (Pit)	D	82	3	22	25	10	60	10	136	39	55	16	56	5.45%	87	1291	15.76	1	0	1	7	29	0	1	1	0	50	2	0	0.00%	0	0	0	0.39	0	0	0	1	1	0	1	1
14	Ivan Chekhovich	Manchots (Pit)	LW	82	5	12	17	-3	20	10	47	38	83	30	64	6.02%	12	630	7.68	0	4	4	3	10	0	0	0	3	79	0	0	47.66%	107	0	0	0.54	0	0	2	0	0	0	0	1
15	Dan Renouf	Manchots (Pit)	D	82	7	9	16	-4	79	15	160	29	56	17	36	12.50%	79	1461	17.83	1	1	2	11	111	0	0	0	0	72	1	1	0.00%	0	0	0	0.22	0	0	0	1	2	0	0	1
16	Seth Barton	Manchots (Pit)	D	82	2	8	10	11	37	5	83	24	29	11	17	6.90%	62	879	10.73	0	0	0	2	5	0	0	0	0	56	0	0	0.00%	0	0	0	0.23	0	0	0	0	0	0	0	0
17	Blade Jenkins	Manchots (Pit)	C/LW	78	4	5	9	-1	8	0	44	61	42	12	41	9.52%	4	518	6.65	0	0	0	0	1	0	0	0	0	48	0	0	52.68%	541	0	0	0.35	0	0	0	0	0	0	0	2
18	Pavel Gogolev	Manchots (Pit)	LW	40	1	4	5	0	2	0	5	1	11	3	7	9.09%	0	101	2.53	0	1	1	3	20	0	0	0	0	0	0	0	45.83%	48	0	0	0.99	0	0	0	0	0	0	0	0
19	Clayton Phillips	Manchots (Pit)	D	5	0	0	0	2	0	0	2	0	0	0	0	0.00%	3	89	17.98	0	0	0	0	0	0	0	0	0	2	0	0	0.00%	0	0	0	0.00%	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1408	234	416	650	14	526	70	1640	1662	2600	737	1857	9.00%	716	22992	16.33	45	82	127	429	2032	3	7	10	31	1472	36	11	53.38%	6259	1	1	0.57	9	33	3	4	5	29	32	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	Nico Daws	Manchots (Pit)	58	33	17	6	0.921	2.64	3368	6	2	148	1880	3	1	0.703	37	58	0	7	9	2
2	Trent Miner	Manchots (Pit)	29	10	14	1	0.894	3.40	1449	2	1	82	777	1	0	0.00%	0	24	58	3	1	1
3	Daniel Vladar	Pittsburgh	4	2	2	0	0.923	3.01	239	0	0	12	155	0	0	0.00%	0	4	13	0	0	1
4	Hunter Shepard	Manchots (Pit)	5	0	1	0	0.906	3.08	156	0	0	8	85	0	0	0.00%	0	0	24	0	0	0
Statistiques d’équipe totales ou en moyenne			96	45	34	7	0.914	2.88	5214	8	3	250	2897	4	1		37	86	95	10	10	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
Blade Jenkins	Manchots (Pit)	C/LW	21	2000-08-11	Yes	194 Lbs	6 ft1	Yes	No	No	3	Pro & Farm	600,000$	0$	0$	No	600,000$	600,000$		Lien
C.J. Suess (contrat à 1 volet)	Manchots (Pit)	LW	27	1994-03-16	No	190 Lbs	5 ft11	No	No	Yes	2	Pro & Farm	700,000$	0$	0$	No	700,000$			Lien
Clayton Phillips	Manchots (Pit)	D	22	1999-09-09	Yes	182 Lbs	5 ft10	No	No	No	2	Pro & Farm	575,000$	0$	0$	No	575,000$			Lien
Dan Renouf (contrat à 1 volet)	Manchots (Pit)	D	27	1994-06-01	No	198 Lbs	6 ft3	No	No	Yes	1	Pro & Farm	700,000$	0$	0$	No				Lien
Hunter Shepard	Manchots (Pit)	G	25	1995-11-07	Yes	201 Lbs	6 ft0	No	No	Yes	2	Pro & Farm	950,000$	0$	0$	No	950,000$			Lien
Ian Mitchell	Manchots (Pit)	D	22	1999-01-18	No	173 Lbs	5 ft11	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$			Lien
Ivan Chekhovich	Manchots (Pit)	LW	22	1999-01-04	No	187 Lbs	5 ft11	No	No	No	2	Pro & Farm	776,667$	0$	0$	No	776,667$			Lien
Joel Hanley (contrat à 1 volet)	Manchots (Pit)	D	30	1991-06-08	No	190 Lbs	5 ft11	No	No	Yes	2	Pro & Farm	1,020,000$	120,000$	0$	No	1,020,000$			Lien
Joel Kellman (contrat à 1 volet)	Manchots (Pit)	C	27	1994-05-25	No	192 Lbs	5 ft11	No	No	Yes	2	Pro & Farm	800,000$	0$	0$	No	800,000$			Lien
Mackenzie MacEachern (contrat à 1 volet)	Manchots (Pit)	LW/RW	27	1994-03-08	No	190 Lbs	6 ft2	No	No	Yes	2	Pro & Farm	560,000$	0$	0$	No	560,000$			Lien
Mikhail Vorobyev	Manchots (Pit)	C	24	1997-01-04	No	194 Lbs	6 ft2	No	No	Yes	1	Pro & Farm	650,000$	0$	0$	No				Lien
Nico Daws	Manchots (Pit)	G	20	2000-12-22	Yes	203 Lbs	6 ft4	No	No	No	4	Pro & Farm	850,833$	0$	0$	No	850,833$	850,833$	850,833$	Lien
Paul Carey (contrat à 1 volet)	Manchots (Pit)	LW	33	1988-09-24	No	200 Lbs	6 ft1	No	No	Yes	2	Pro & Farm	875,000$	0$	0$	No	875,000$			Lien
Pavel Gogolev	Manchots (Pit)	LW	21	2000-02-19	Yes	198 Lbs	6 ft1	No	No	No	4	Pro & Farm	834,167$	0$	0$	No	834,167$	834,167$	834,167$	Lien
Seth Barton	Manchots (Pit)	D	22	1999-08-18	Yes	196 Lbs	6 ft3	Yes	No	No	1	Pro & Farm	925,000$	0$	0$	No				Lien
Shane Pinto	Manchots (Pit)	C	20	2000-11-12	No	192 Lbs	6 ft2	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$			Lien
Simon Holmstrom	Manchots (Pit)	LW/RW	20	2001-05-24	Yes	202 Lbs	6 ft2	No	No	No	2	Pro & Farm	894,167$	0$	0$	No	894,167$			Lien
Steven Santini (contrat à 1 volet)	Manchots (Pit)	D	26	1995-03-07	No	205 Lbs	6 ft2	No	No	Yes	2	Pro & Farm	1,000,000$	100,000$	0$	No	1,000,000$			Lien
Tomas Vomacka	Manchots (Pit)	G	22	1999-05-02	Yes	165 Lbs	6 ft3	No	No	No	2	Pro & Farm	525,000$	0$	0$	No	525,000$			Lien
Trent Miner	Manchots (Pit)	G	20	2001-02-05	Yes	185 Lbs	6 ft1	No	No	No	3	Pro & Farm	560,000$	0$	0$	No	560,000$	560,000$		Lien
Tyler Steenbergen	Manchots (Pit)	C/LW/RW	23	1998-01-07	No	188 Lbs	5 ft10	No	No	No	1	Pro & Farm	650,000$	0$	0$	No				Lien
Tyler Weiss	Manchots (Pit)	LW	21	2000-01-03	Yes	151 Lbs	5 ft11	No	No	No	3	Pro & Farm	650,000$	0$	0$	No	650,000$	650,000$		Lien
Vitaly Abramov	Manchots (Pit)	LW/RW	23	1998-05-08	Yes	181 Lbs	5 ft10	Yes	No	No	2	Pro & Farm	600,000$	0$	0$	No	600,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	23.70	189 Lbs	6 ft1	2.13	762,862$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Mackenzie MacEachern	Shane Pinto	Simon Holmstrom	40	1	2	2
2	Paul Carey	Joel Kellman	Vitaly Abramov	30	1	2	2
3	C.J. Suess	Tyler Steenbergen	Ivan Chekhovich	20	1	2	2
4	Ivan Chekhovich	Mikhail Vorobyev	Shane Pinto	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Joel Hanley	Ian Mitchell	40	1	2	2
2	Dan Renouf	Steven Santini	30	1	2	2
3	Seth Barton	Clayton Phillips	20	1	2	2
4	Joel Hanley	Ian Mitchell	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Mackenzie MacEachern	Shane Pinto	Simon Holmstrom	60	1	2	2
2	Paul Carey	Joel Kellman	Vitaly Abramov	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Joel Hanley	Ian Mitchell	60	1	2	2
2	Dan Renouf	Steven Santini	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Shane Pinto	Mackenzie MacEachern	60	1	2	2
2	Simon Holmstrom	Paul Carey	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Joel Hanley	Ian Mitchell	60	1	2	2
2	Dan Renouf	Steven Santini	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Shane Pinto	60	1	2	2	Joel Hanley	Ian Mitchell	60	1	2	2
2	Mackenzie MacEachern	40	1	2	2	Dan Renouf	Steven Santini	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Shane Pinto	Mackenzie MacEachern	60	1	2	2
2	Simon Holmstrom	Paul Carey	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Joel Hanley	Ian Mitchell	60	1	2	2
2	Dan Renouf	Steven Santini	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mackenzie MacEachern	Shane Pinto	Simon Holmstrom	Joel Hanley	Ian Mitchell

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mackenzie MacEachern	Shane Pinto	Simon Holmstrom	Joel Hanley	Ian Mitchell

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Blade Jenkins, Pavel Gogolev, C.J. Suess	Blade Jenkins, Pavel Gogolev	C.J. Suess

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Seth Barton, Clayton Phillips, Dan Renouf	Seth Barton	Clayton Phillips, Dan Renouf

Tirs de pénalité
Shane Pinto, Mackenzie MacEachern, Simon Holmstrom, Paul Carey, C.J. Suess

Gardien
#1 : Nico Daws, #2 : Trent Miner

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	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	0	2	-2	2	0.500	3	6	9	0	0	96	85	65	12	60	930	930	889	72	57	13	14	32	5	1	20.00%	7	1	85.71%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
2	Baby Hawks	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	7	12	19	0	0	96	85	65	12	65	930	930	889	72	73	17	18	58	5	0	0.00%	6	3	50.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
3	Bears	3	0	2	0	0	0	0	1	8	11	-3	1	0	1	0	0	0	0	0	1	2	-1	2	0	1	0	0	0	0	1	7	9	-2	1	0.167	8	16	24	0	0	96	85	65	12	117	930	930	889	72	89	17	14	48	16	3	18.75%	7	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
4	Bruins	3	1	2	0	0	0	0	0	9	13	-4	2	1	1	0	0	0	0	0	8	8	0	1	0	1	0	0	0	0	0	1	5	-4	2	0.333	9	16	25	0	0	96	85	65	12	89	930	930	889	72	103	20	31	62	7	3	42.86%	13	3	76.92%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
5	Cabaret Lady Mary Ann	3	3	0	0	0	0	0	0	15	6	9	1	1	0	0	0	0	0	0	6	4	2	2	2	0	0	0	0	0	0	9	2	7	6	1.000	15	27	42	0	0	96	85	65	12	167	930	930	889	72	114	20	23	91	4	1	25.00%	9	1	88.89%	1	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
6	Caroline	4	2	2	0	0	0	0	0	11	9	2	2	1	1	0	0	0	0	0	5	5	0	2	1	1	0	0	0	0	0	6	4	2	4	0.500	11	19	30	0	0	96	85	65	12	132	930	930	889	72	141	39	26	64	9	2	22.22%	13	1	92.31%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
7	Chiefs	2	1	1	0	0	0	0	0	10	9	1	1	1	0	0	0	0	0	0	5	3	2	1	0	1	0	0	0	0	0	5	6	-1	2	0.500	10	16	26	0	0	96	85	65	12	70	930	930	889	72	59	16	6	41	8	2	25.00%	3	2	33.33%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
8	Chill	2	0	0	0	1	0	1	0	10	8	2	1	0	0	0	0	0	1	0	4	3	1	1	0	0	0	1	0	0	0	6	5	1	4	1.000	10	16	26	0	0	96	85	65	12	72	930	930	889	72	84	27	14	66	7	0	0.00%	6	2	66.67%	1	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
9	Comets	2	0	1	0	0	1	0	0	4	6	-2	1	0	1	0	0	0	0	0	3	4	-1	1	0	0	0	0	1	0	0	1	2	-1	1	0.250	4	7	11	0	0	96	85	65	12	57	930	930	889	72	69	19	10	34	8	1	12.50%	4	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
10	Cougars	3	2	0	0	0	0	0	1	12	9	3	1	0	0	0	0	0	0	1	5	6	-1	2	2	0	0	0	0	0	0	7	3	4	5	0.833	12	21	33	0	0	96	85	65	12	115	930	930	889	72	93	17	16	53	12	2	16.67%	8	1	87.50%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
11	Crunch	3	2	0	0	0	0	0	1	11	8	3	1	0	0	0	0	0	0	1	2	3	-1	2	2	0	0	0	0	0	0	9	5	4	5	0.833	11	21	32	0	0	96	85	65	12	112	930	930	889	72	80	26	22	61	9	4	44.44%	11	2	81.82%	1	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
12	Heat	2	1	1	0	0	0	0	0	5	5	0	1	0	1	0	0	0	0	0	1	2	-1	1	1	0	0	0	0	0	0	4	3	1	2	0.500	5	10	15	0	0	96	85	65	12	65	930	930	889	72	73	19	14	50	4	2	50.00%	7	1	85.71%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
13	Jayhawks	2	1	1	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	2	1	1	2	0.500	4	8	12	0	0	96	85	65	12	70	930	930	889	72	60	24	8	45	8	3	37.50%	4	1	75.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
14	Las Vegas	2	0	1	0	0	1	0	0	6	9	-3	1	0	1	0	0	0	0	0	4	6	-2	1	0	0	0	0	1	0	0	2	3	-1	1	0.250	6	12	18	0	0	96	85	65	12	64	930	930	889	72	63	16	16	49	6	1	16.67%	7	3	57.14%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
15	Marlies	3	1	2	0	0	0	0	0	6	13	-7	2	0	2	0	0	0	0	0	3	12	-9	1	1	0	0	0	0	0	0	3	1	2	2	0.333	6	11	17	0	0	96	85	65	12	120	930	930	889	72	80	18	38	77	10	2	20.00%	6	1	83.33%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
16	Minnesota	2	0	1	0	0	0	1	0	6	6	0	1	0	0	0	0	0	1	0	2	1	1	1	0	1	0	0	0	0	0	4	5	-1	2	0.500	6	9	15	0	0	96	85	65	12	67	930	930	889	72	70	22	10	39	3	0	0.00%	5	1	80.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
17	Monarchs	2	2	0	0	0	0	0	0	12	6	6	1	1	0	0	0	0	0	0	8	3	5	1	1	0	0	0	0	0	0	4	3	1	4	1.000	12	22	34	0	0	96	85	65	12	123	930	930	889	72	67	22	2	63	5	2	40.00%	1	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
18	Monsters	4	2	2	0	0	0	0	0	13	14	-1	2	2	0	0	0	0	0	0	10	3	7	2	0	2	0	0	0	0	0	3	11	-8	4	0.500	13	23	36	0	0	96	85	65	12	128	930	930	889	72	116	50	8	78	17	1	5.88%	4	1	75.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
19	Monsters	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	4	7	11	0	0	96	85	65	12	57	930	930	889	72	77	19	22	44	8	0	0.00%	10	1	90.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
20	Oceanics	2	1	0	0	0	0	1	0	10	5	5	1	0	0	0	0	0	1	0	2	1	1	1	1	0	0	0	0	0	0	8	4	4	4	1.000	10	16	26	0	0	96	85	65	12	72	930	930	889	72	63	21	20	39	9	3	33.33%	3	1	66.67%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
21	Oil Kings	2	0	2	0	0	0	0	0	6	10	-4	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	6	11	17	0	0	96	85	65	12	72	930	930	889	72	76	15	12	41	6	0	0.00%	6	2	66.67%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
22	Phantoms	3	2	0	0	1	0	0	0	11	4	7	2	2	0	0	0	0	0	0	7	1	6	1	0	0	0	1	0	0	0	4	3	1	6	1.000	11	22	33	0	1	96	85	65	12	107	930	930	889	72	85	29	23	47	14	3	21.43%	8	1	87.50%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
23	Rocket	3	1	1	0	0	0	0	1	8	10	-2	1	0	0	0	0	0	0	1	4	5	-1	2	1	1	0	0	0	0	0	4	5	-1	3	0.500	8	16	24	0	0	96	85	65	12	85	930	930	889	72	96	37	20	67	9	2	22.22%	9	1	88.89%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
24	Seattle	2	1	1	0	0	0	0	0	3	5	-2	1	1	0	0	0	0	0	0	1	0	1	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	3	6	9	0	1	96	85	65	12	68	930	930	889	72	71	10	8	49	6	1	16.67%	4	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
25	Senators	3	1	2	0	0	0	0	0	6	6	0	2	1	1	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.333	6	12	18	0	0	96	85	65	12	90	930	930	889	72	92	31	26	55	11	1	9.09%	8	2	75.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
26	Sharks	2	0	1	0	0	0	1	0	7	7	0	1	0	0	0	0	0	1	0	4	3	1	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	7	11	18	0	0	96	85	65	12	64	930	930	889	72	80	25	14	38	1	0	0.00%	7	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
27	Sound Tigers	4	1	2	0	0	0	0	1	8	12	-4	2	0	1	0	0	0	0	1	3	6	-3	2	1	1	0	0	0	0	0	5	6	-1	3	0.375	8	15	23	0	0	96	85	65	12	117	930	930	889	72	139	56	10	76	10	1	10.00%	5	0	100.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
28	Spiders	4	2	1	0	0	0	1	0	12	9	3	2	2	0	0	0	0	0	0	6	3	3	2	0	1	0	0	0	1	0	6	6	0	6	0.750	12	20	32	0	0	96	85	65	12	127	930	930	889	72	134	32	32	81	12	3	25.00%	16	4	75.00%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
29	Stars	2	1	1	0	0	0	0	0	6	7	-1	1	0	1	0	0	0	0	0	3	5	-2	1	1	0	0	0	0	0	0	3	2	1	2	0.500	6	9	15	1	0	96	85	65	12	46	930	930	889	72	81	23	25	45	3	1	33.33%	7	1	85.71%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
30	Thunder	3	3	0	0	0	0	0	0	10	4	6	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	4	2	2	6	1.000	10	15	25	0	0	96	85	65	12	77	930	930	889	72	103	30	36	63	12	3	25.00%	13	1	92.31%	0	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
31	Wolf Pack	4	2	1	0	1	0	0	0	11	9	2	2	1	0	0	1	0	0	0	7	5	2	2	1	1	0	0	0	0	0	4	4	0	6	0.750	11	22	33	0	1	96	85	65	12	113	930	930	889	72	155	49	24	92	10	1	10.00%	12	2	83.33%	1	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
	Total	82	35	32	0	3	2	5	5	254	244	10	41	18	14	0	1	0	4	4	128	115	13	41	17	18	0	2	2	1	1	126	129	-3	93	0.567	254	454	708	1	3	96	85	65	12	2788	930	930	889	72	2743	779	562	1748	254	49	19.29%	229	40	82.53%	4	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
	_Since Last GM Reset	82	35	32	0	3	2	5	5	254	244	10	41	18	14	0	1	0	4	4	128	115	13	41	17	18	0	2	2	1	1	126	129	-3	93	0.567	254	454	708	1	3	96	85	65	12	2788	930	930	889	72	2743	779	562	1748	254	49	19.29%	229	40	82.53%	4	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566
	_Vs Conference	44	19	16	0	3	0	4	2	136	124	12	24	13	6	0	1	0	3	1	76	56	20	20	6	10	0	2	0	1	1	60	68	-8	54	0.614	136	243	379	0	2	96	85	65	12	1476	930	930	889	72	1447	440	306	917	146	27	18.49%	116	19	83.62%	2	1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%	2096	1452	1794	590	1093	566

			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	93	L1	254	454	708	2788	2743	779	562	1748	1	3

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	35	32	3	2	5	5	254	244

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	18	14	1	0	4	4	128	115

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	17	18	2	2	1	1	126	129

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
254	49	19.29%	229	40	82.53%	4

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
930	930	889	72	96	85	65	12

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
1528	2790	54.77%	1344	2589	51.91%	737	1353	54.47%

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
2096	1452	1794	590	1093	566

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
7 - 2022-10-13	11	Jayhawks	5	Manchots	2	BL			Sommaire du match
9 - 2022-10-15	31	Thunder	1	Manchots	3	BW			Sommaire du match
11 - 2022-10-17	42	Manchots	2	Rocket	4	AL			Sommaire du match
14 - 2022-10-20	62	Monarchs	3	Manchots	8	BW			Sommaire du match
16 - 2022-10-22	82	Manchots	1	Monsters	4	AL			Sommaire du match
18 - 2022-10-24	94	Manchots	3	Oil Kings	5	AL			Sommaire du match
19 - 2022-10-25	104	Manchots	4	Heat	3	AW			Sommaire du match
22 - 2022-10-28	125	Manchots	1	Comets	2	AL	X		Sommaire du match
23 - 2022-10-29	137	Manchots	2	Seattle	5	AL			Sommaire du match
26 - 2022-11-01	147	Bruins	2	Manchots	4	BW			Sommaire du match
27 - 2022-11-02	160	Manchots	3	Crunch	2	AW			Sommaire du match
30 - 2022-11-05	184	Seattle	0	Manchots	1	BW			Sommaire du match
34 - 2022-11-09	208	Manchots	3	Bears	4	AL			Sommaire du match
36 - 2022-11-11	221	Manchots	3	Marlies	1	AW			Sommaire du match
37 - 2022-11-12	229	Manchots	2	Rocket	1	AW			Sommaire du match
40 - 2022-11-15	251	Marlies	5	Manchots	2	BL			Sommaire du match
42 - 2022-11-17	268	Manchots	4	Minnesota	5	AL			Sommaire du match
44 - 2022-11-19	276	Manchots	8	Oceanics	4	AW			Sommaire du match
45 - 2022-11-20	290	Manchots	4	Baby Hawks	6	AL			Sommaire du match
48 - 2022-11-23	306	Heat	2	Manchots	1	BL			Sommaire du match
50 - 2022-11-25	324	Manchots	4	Phantoms	3	AW	X		Sommaire du match
51 - 2022-11-26	335	Marlies	7	Manchots	1	BL			Sommaire du match
54 - 2022-11-29	352	Caroline	3	Manchots	2	BL			Sommaire du match
56 - 2022-12-01	368	Las Vegas	6	Manchots	4	BL			Sommaire du match
58 - 2022-12-03	384	Chiefs	3	Manchots	5	BW			Sommaire du match
61 - 2022-12-06	404	Monsters	2	Manchots	5	BW			Sommaire du match
64 - 2022-12-09	426	Manchots	6	Crunch	3	AW			Sommaire du match
65 - 2022-12-10	437	Crunch	3	Manchots	2	BL	X	X	Sommaire du match
67 - 2022-12-12	449	Stars	5	Manchots	3	BL			Sommaire du match
70 - 2022-12-15	474	Manchots	4	Cabaret Lady Mary Ann	1	AW			Sommaire du match
73 - 2022-12-18	498	Manchots	0	Caroline	2	AL			Sommaire du match
75 - 2022-12-20	511	Wolf Pack	2	Manchots	3	BW			Sommaire du match
77 - 2022-12-22	526	Caroline	2	Manchots	3	BW			Sommaire du match
82 - 2022-12-27	550	Manchots	4	Sound Tigers	3	AW			Sommaire du match
83 - 2022-12-28	560	Cougars	6	Manchots	5	BL	X	X	Sommaire du match
85 - 2022-12-30	576	Spiders	2	Manchots	4	BW			Sommaire du match
88 - 2023-01-02	595	Manchots	1	Bruins	5	AL			Sommaire du match
91 - 2023-01-05	620	Manchots	2	Las Vegas	3	AL	X		Sommaire du match
94 - 2023-01-08	640	Manchots	2	Jayhawks	1	AW			Sommaire du match
96 - 2023-01-10	652	Comets	4	Manchots	3	BL			Sommaire du match
99 - 2023-01-13	674	Oceanics	1	Manchots	2	BW	X	X	Sommaire du match
100 - 2023-01-14	682	Manchots	6	Caroline	2	AW			Sommaire du match
102 - 2023-01-16	700	Admirals	1	Manchots	3	BW			Sommaire du match
104 - 2023-01-18	712	Manchots	2	Senators	3	AL			Sommaire du match
106 - 2023-01-20	730	Senators	1	Manchots	3	BW			Sommaire du match
108 - 2023-01-22	746	Manchots	3	Spiders	2	AW	X	X	Sommaire du match
110 - 2023-01-24	756	Cabaret Lady Mary Ann	4	Manchots	6	BW			Sommaire du match
112 - 2023-01-26	773	Manchots	4	Bears	5	AL	X	X	Sommaire du match
114 - 2023-01-28	793	Sharks	3	Manchots	4	BW	X	X	Sommaire du match
124 - 2023-02-07	813	Monsters	4	Manchots	3	BL			Sommaire du match
127 - 2023-02-10	831	Manchots	0	Admirals	2	AL			Sommaire du match
128 - 2023-02-11	845	Manchots	4	Monarchs	3	AW			Sommaire du match
131 - 2023-02-14	863	Manchots	3	Sharks	4	AL			Sommaire du match
134 - 2023-02-17	879	Manchots	1	Sound Tigers	3	AL			Sommaire du match
135 - 2023-02-18	886	Spiders	1	Manchots	2	BW			Sommaire du match
137 - 2023-02-20	906	Sound Tigers	3	Manchots	2	BL	X	X	Sommaire du match
140 - 2023-02-23	922	Oil Kings	5	Manchots	3	BL			Sommaire du match
142 - 2023-02-25	943	Manchots	5	Chiefs	6	AL			Sommaire du match
143 - 2023-02-26	951	Thunder	1	Manchots	3	BW			Sommaire du match
145 - 2023-02-28	963	Manchots	6	Chill	5	AW	X		Sommaire du match
147 - 2023-03-02	977	Manchots	4	Thunder	2	AW			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
149 - 2023-03-04	993	Manchots	5	Cabaret Lady Mary Ann	1	AW			Sommaire du match
152 - 2023-03-07	1013	Monsters	1	Manchots	5	BW			Sommaire du match
154 - 2023-03-09	1027	Sound Tigers	3	Manchots	1	BL			Sommaire du match
156 - 2023-03-11	1039	Phantoms	0	Manchots	4	BW			Sommaire du match
157 - 2023-03-12	1054	Wolf Pack	3	Manchots	4	BW	X		Sommaire du match
159 - 2023-03-14	1064	Rocket	5	Manchots	4	BL	X	X	Sommaire du match
161 - 2023-03-16	1082	Manchots	2	Wolf Pack	0	AW			Sommaire du match
163 - 2023-03-18	1103	Manchots	2	Wolf Pack	4	AL			Sommaire du match
165 - 2023-03-20	1115	Senators	2	Manchots	1	BL			Sommaire du match
167 - 2023-03-22	1133	Manchots	1	Monsters	4	AL			Sommaire du match
168 - 2023-03-23	1143	Manchots	3	Stars	2	AW			Sommaire du match
170 - 2023-03-25	1162	Bears	2	Manchots	1	BL			Sommaire du match
173 - 2023-03-28	1180	Manchots	3	Cougars	2	AW			Sommaire du match
175 - 2023-03-30	1192	Chill	3	Manchots	4	BW	X	X	Sommaire du match
177 - 2023-04-01	1205	Bruins	6	Manchots	4	BL			Sommaire du match
178 - 2023-04-02	1221	Phantoms	1	Manchots	3	BW			Sommaire du match
180 - 2023-04-04	1233	Manchots	3	Spiders	4	AL			Sommaire du match
182 - 2023-04-06	1244	Minnesota	1	Manchots	2	BW	X	X	Sommaire du match
184 - 2023-04-08	1266	Manchots	4	Cougars	1	AW			Sommaire du match
187 - 2023-04-11	1286	Baby Hawks	1	Manchots	3	BW			Sommaire du match
189 - 2023-04-13	1303	Manchots	2	Monsters	7	AL			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	1750	1250
Prix des billets	50	20
Assistance	43,499	33,684
Assistance PCT	60.63%	65.72%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	1883 - 62.75%	69,479$	2,848,630$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,279,234$	1,189,084$	1,189,084$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
6,258$	1,279,234$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	6,258$	0$

Manchots Leaders statistiques (saison régulière)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Manchots Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

Manchots Statistiques de l'Équipe de Carrière

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

Manchots Leaders statistiques (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Manchots Leaders des statistiques des gardiens (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

	Manchots
	GP: 82 \| W: 43 \| L: 32 \| OTL: 7 \| P: 93 GF: 254 \| GA: 244 \| PP%: 19.29% \| PK%: 82.53% DG: Raphael Belanger \| Morale : 50 \| Moyenne d’équipe : 56