LHSM - Leftovers

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

Meneurs d'équipe

Statistiques d’équipe
Buts pour 0 nan GFG	Tirs pour 0 nan Avg	Pourcentage en avantage numérique nan% 0 GF	Début de zone offensive nan%
Buts contre 0 nan GAA	Tirs contre 0 nan Avg	Pourcentage en désavantage numérique nan% 0 GA	Début de la zone défensive nan%

Information d’équipe
	Directeur général	Francois Bedard
	Entraîneur	David Quinn
	Division	Lafleur
	Conférence	Conference 2
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	nan
	Billets de saison	300
Information formation
	Équipe Pro	32
	Équipe Mineure	23
	Limite contact	55 / 60
	Espoirs	40
Historique d'équipe
	Saison actuelle	0-0
	Historique	314-307-61 (0.460%)
	Apparitions séries éliminatoires	2
	Historique séries éliminatoires (W-L)	16-9
	Stanley Cup	0

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	#	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Luke Kunin	0	X				100.00	76	63	79	83	71	71	87	62	56	50	48	70	25	59	59	0	47	68	0	22	2	1,425,000$
2	Jujhar Khaira	0		X			100.00	86	61	82	78	81	63	79	68	47	48	46	73	25	61	61	0	50	67	0	26	2	1,200,000$
3	Vinni Lettieri	0	X				100.00	75	60	81	67	70	73	85	63	62	43	42	72	63	47	47	0	50	67	0	25	2	700,000$
4	Steven Fogarty	0	X				100.00	75	65	88	62	77	70	86	74	61	43	43	64	57	45	45	0	50	66	0	27	2	700,000$
5	Joakim Nordstrom	0	X				100.00	82	51	90	74	70	63	76	57	28	47	46	75	25	68	70	0	50	65	0	28	2	1,000,000$
6	Anthony Angello	0	X				100.00	76	79	69	66	79	74	78	58	73	38	38	64	60	44	44	0	50	65	0	24	2	925,000$
7	Boo Nieves	0	X				100.00	78	66	90	76	79	63	70	58	59	45	44	72	48	59	59	0	50	65	0	26	2	700,000$
8	Pontus Aberg	0		X	X		100.00	72	60	84	76	70	73	78	62	42	45	44	61	62	54	55	0	50	65	0	27	2	700,000$
9	Klim Kostin (R)	0	X	X	X		100.00	76	74	65	70	74	74	76	57	72	39	39	65	59	45	45	0	50	64	0	21	2	1,075,833$
10	Austin Czarnik	0	X				100.00	63	57	85	80	58	63	64	67	62	45	44	68	67	62	63	0	50	64	0	27	1	1,250,000$
11	Greg McKegg	0	X				100.00	75	51	90	71	70	55	80	59	51	47	47	68	25	63	64	0	50	63	0	28	2	750,000$
12	Markus Hannikainen	0		X			100.00	79	67	95	64	72	57	59	61	53	42	42	68	57	49	50	0	50	62	0	27	2	750,000$
13	Mark Borowiecki	0		X		X	100.00	99	60	65	68	76	72	70	66	44	42	39	82	25	66	67	0	50	64	0	31	1	1,440,000$
14	Mike Reilly	0				X	100.00	72	42	86	78	73	75	68	67	25	44	38	61	25	60	60	0	50	62	0	27	2	1,500,000$
15	Alex Biega	0				X	100.00	89	44	85	70	68	71	64	61	39	42	38	70	53	65	65	0	50	61	0	32	2	990,000$
16	Joe Hicketts	0				X	100.00	73	66	92	66	61	75	81	57	29	37	37	66	38	49	49	0	50	59	0	24	2	700,000$
17	Dean Kukan	0				X	100.00	68	46	89	68	70	66	54	63	25	42	38	62	25	59	60	0	50	59	0	27	2	725,000$
18	Robert Bortuzzo	0				X	100.00	81	53	82	70	82	63	68	54	25	41	39	66	25	66	68	0	50	59	0	31	1	1,656,000$
Rayé
1	Tobias Rieder	0	X	X	X		100.00	68	41	96	84	67	60	78	59	31	48	46	72	25	67	68	0	50	64	0	27	2	700,000$
2	Nic Petan	0	X	X			100.00	61	46	93	79	62	55	57	65	53	49	45	75	25	59	59	0	50	62	0	25	2	775,000$
3	Scott Wilson	0			X		100.00	75	70	86	73	66	58	58	62	42	43	42	69	58	58	59	0	50	62	0	28	1	1,050,000$
4	Phillip Di Giuseppe	0			X		100.00	81	52	88	79	73	54	74	56	33	46	44	65	25	57	57	0	50	61	0	26	2	700,000$
5	Kalle Kossila	0	X	X	X		100.00	74	65	89	53	64	61	54	55	69	40	40	63	58	46	46	0	50	60	0	27	1	650,000$
6	Mason Marchment	0		X			100.00	77	79	65	60	77	60	59	58	50	38	38	64	64	44	44	0	50	60	0	25	2	700,000$
7	Joakim Nygard (R)	0		X			100.00	65	41	91	90	65	57	61	61	44	49	46	61	25	47	47	0	50	59	0	27	2	925,000$
8	Libor Hajek	0				X	100.00	73	43	87	67	75	68	74	57	25	42	38	82	25	47	47	0	50	60	0	22	1	894,166$
9	Anthony Bitetto	0				X	100.00	91	70	84	70	78	64	62	58	25	41	38	75	75	64	65	0	47	60	0	30	2	650,000$
10	Jaycob Megna	0				X	100.00	82	73	83	60	86	70	80	51	28	34	33	71	39	52	52	0	50	57	0	27	1	650,000$
11	Kevin Gravel	0				X	100.00	80	69	91	70	80	56	55	50	25	33	32	67	38	56	57	0	50	53	0	28	2	700,000$

	MOYENNE D’ÉQUIPE					100.00	77	59	84	71	72	65	70	60	44	43	41	69	42	56	56	0	50	62

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	Christopher Gibson	100.00	58	63	83	72	58	62	52	61	58	56	30	45	45	0	50	61	0
2	Michael Hutchinson	100.00	50	61	67	81	58	47	51	52	52	57	78	59	59	0	50	57	0
Rayé
1	Antoine Bibeau (R)	100.00	49	52	72	82	44	48	50	56	50	45	30	44	44	0	50	55	0

	MOYENNE D’ÉQUIPE	100.00	52	59	74	78	53	52	51	56	53	53	46	49	49	0	50	58

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
David Quinn	94	86	79	57	71	76	50	USA	54	3	450,000$

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	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

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	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Link
Alex Biega	Leftovers (Tru)	D	32	1988-04-04	No	193 Lbs	178 CM	No	No	No	2	Pro & Farm	990,000$	565,714$	0$	0$	No	990,000$	Lien / Lien NHL
Anthony Angello	Leftovers (Tru)	C	24	1996-03-06	No	209 Lbs	196 CM	No	No	No	2	Pro & Farm	925,000$	528,571$	0$	0$	No	925,000$	Lien / Lien NHL
Anthony Bitetto	Leftovers (Tru)	D	30	1990-07-14	No	210 Lbs	185 CM	No	No	No	2	Pro & Farm	650,000$	371,428$	0$	0$	No	650,000$	Lien / Lien NHL
Antoine Bibeau	Leftovers (Tru)	G	26	1994-05-01	Yes	207 Lbs	191 CM	No	No	No	2	Pro & Farm	675,000$	385,714$	0$	0$	No	675,000$	Lien NHL
Austin Czarnik	Leftovers (Tru)	C	27	1992-12-12	No	160 Lbs	175 CM	No	No	No	1	Pro & Farm	1,250,000$	714,285$	0$	0$	No		Lien / Lien NHL
Boo Nieves	Leftovers (Tru)	C	26	1994-01-23	No	212 Lbs	191 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Christopher Gibson	Leftovers (Tru)	G	27	1992-12-27	No	188 Lbs	185 CM	No	No	No	1	Pro & Farm	675,000$	385,714$	0$	0$	No		Lien / Lien NHL
Dean Kukan	Leftovers (Tru)	D	27	1993-07-08	No	186 Lbs	188 CM	No	No	No	2	Pro & Farm	725,000$	414,285$	0$	0$	No	725,000$	Lien / Lien NHL
Greg McKegg	Leftovers (Tru)	C	28	1992-06-17	No	191 Lbs	183 CM	No	No	No	2	Pro & Farm	750,000$	428,571$	0$	0$	No	750,000$	Lien / Lien NHL
Jaycob Megna	Leftovers (Tru)	D	27	1992-12-10	No	225 Lbs	198 CM	No	No	No	1	Pro & Farm	650,000$	371,428$	0$	0$	No		Lien / Lien NHL
Joakim Nordstrom	Leftovers (Tru)	C	28	1992-02-25	No	189 Lbs	185 CM	No	No	No	2	Pro & Farm	1,000,000$	571,428$	0$	0$	No	1,000,000$	Lien / Lien NHL
Joakim Nygard	Leftovers (Tru)	LW	27	1993-01-08	Yes	179 Lbs	183 CM	No	No	No	2	Pro & Farm	925,000$	528,571$	0$	0$	No	925,000$	Lien / Lien NHL
Joe Hicketts	Leftovers (Tru)	D	24	1996-05-04	No	175 Lbs	173 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Jujhar Khaira	Leftovers (Tru)	LW	26	1994-08-13	No	214 Lbs	193 CM	No	No	No	2	Pro & Farm	1,200,000$	685,714$	0$	0$	No	1,200,000$	Lien / Lien NHL
Kalle Kossila	Leftovers (Tru)	C/LW/RW	27	1993-04-14	No	175 Lbs	180 CM	No	No	No	1	Pro & Farm	650,000$	371,428$	0$	0$	No		Lien / Lien NHL
Kevin Gravel	Leftovers (Tru)	D	28	1992-03-06	No	212 Lbs	193 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Klim Kostin	Leftovers (Tru)	C/LW/RW	21	1999-05-05	Yes	196 Lbs	191 CM	No	No	No	2	Pro & Farm	1,075,833$	614,761$	0$	0$	No	1,075,833$	Lien / Lien NHL
Libor Hajek	Leftovers (Tru)	D	22	1998-02-03	No	202 Lbs	188 CM	No	No	No	1	Pro & Farm	894,166$	510,952$	0$	0$	No		Lien / Lien NHL
Luke Kunin	Leftovers (Tru)	C	22	1997-12-04	No	193 Lbs	183 CM	No	No	No	2	Pro & Farm	1,425,000$	814,285$	0$	0$	No	1,425,000$	Lien / Lien NHL
Mark Borowiecki	Leftovers (Tru)	LW/D	31	1989-07-12	No	207 Lbs	185 CM	No	No	No	1	Pro & Farm	1,440,000$	822,857$	0$	0$	No		Lien / Lien NHL
Markus Hannikainen	Leftovers (Tru)	LW	27	1993-03-25	No	190 Lbs	188 CM	No	No	No	2	Pro & Farm	750,000$	428,571$	0$	0$	No	750,000$	Lien / Lien NHL
Mason Marchment	Leftovers (Tru)	LW	25	1995-03-06	No	204 Lbs	193 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Michael Hutchinson	Leftovers (Tru)	G	30	1990-03-01	No	202 Lbs	191 CM	No	No	No	2	Pro & Farm	840,000$	480,000$	0$	0$	No	840,000$	Lien / Lien NHL
Mike Reilly	Leftovers (Tru)	D	27	1993-07-12	No	195 Lbs	188 CM	No	No	No	2	Pro & Farm	1,500,000$	857,142$	0$	0$	No	1,500,000$	Lien / Lien NHL
Nic Petan	Leftovers (Tru)	C/LW	25	1995-03-21	No	179 Lbs	175 CM	No	No	No	2	Pro & Farm	775,000$	442,857$	0$	0$	No	775,000$	Lien / Lien NHL
Phillip Di Giuseppe	Leftovers (Tru)	RW	26	1993-10-09	No	201 Lbs	183 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Pontus Aberg	Leftovers (Tru)	LW/RW	27	1993-09-22	No	196 Lbs	180 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Robert Bortuzzo	Leftovers (Tru)	D	31	1989-03-18	No	216 Lbs	193 CM	No	No	No	1	Pro & Farm	1,656,000$	946,285$	0$	0$	No		Lien / Lien NHL
Scott Wilson	Leftovers (Tru)	RW	28	1992-04-24	No	183 Lbs	180 CM	No	No	No	1	Pro & Farm	1,050,000$	600,000$	0$	0$	No		Lien / Lien NHL
Steven Fogarty	Leftovers (Tru)	C	27	1993-04-18	No	206 Lbs	191 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Tobias Rieder	Leftovers (Tru)	C/LW/RW	27	1993-01-09	No	186 Lbs	180 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL
Vinni Lettieri	Leftovers (Tru)	C	25	1995-02-06	No	195 Lbs	180 CM	No	No	No	2	Pro & Farm	700,000$	400,000$	0$	0$	No	700,000$	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
32	26.72	196 Lbs	185 CM	1.75	899,094$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Pontus Aberg	Luke Kunin	Greg McKegg	40	0	1	4
2	Markus Hannikainen	Anthony Angello	Austin Czarnik	30	1	1	3
3	Jujhar Khaira	Joakim Nordstrom	Steven Fogarty	20	2	2	1
4	Vinni Lettieri	Boo Nieves	Anthony Angello	10	1	3	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mark Borowiecki	Alex Biega	40	1	2	2
2	Robert Bortuzzo	Dean Kukan	30	1	2	2
3	Joe Hicketts	Mike Reilly	20	1	2	2
4	Mike Reilly	Mark Borowiecki	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jujhar Khaira	Vinni Lettieri	Pontus Aberg	60	1	2	2
2	Markus Hannikainen	Anthony Angello	Austin Czarnik	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mark Borowiecki	Alex Biega	60	1	2	2
2	Robert Bortuzzo	Dean Kukan	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jujhar Khaira	Vinni Lettieri	60	1	2	2
2	Anthony Angello	Joakim Nordstrom	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mark Borowiecki	Alex Biega	60	1	2	2
2	Robert Bortuzzo	Dean Kukan	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Austin Czarnik	60	1	2	2	Mark Borowiecki	Alex Biega	60	1	2	2
2	Vinni Lettieri	40	1	2	2	Robert Bortuzzo	Dean Kukan	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jujhar Khaira	Vinni Lettieri	60	1	2	2
2	Anthony Angello	Joakim Nordstrom	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mark Borowiecki	Alex Biega	60	1	2	2
2	Robert Bortuzzo	Dean Kukan	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jujhar Khaira	Vinni Lettieri	Klim Kostin	Mark Borowiecki	Alex Biega

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jujhar Khaira	Austin Czarnik	Pontus Aberg	Mark Borowiecki	Alex Biega

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Austin Czarnik, Greg McKegg, Jujhar Khaira	Austin Czarnik, Greg McKegg	Boo Nieves

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Joe Hicketts, Dean Kukan, Mark Borowiecki	Joe Hicketts	Mark Borowiecki, Dean Kukan

Tirs de pénalité
Jujhar Khaira, Vinni Lettieri, Anthony Angello, Joakim Nordstrom, Boo Nieves

Gardien
#1 : Christopher Gibson, #2 : Michael Hutchinson

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
	Total	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0.00%	0	0	0	0.00%	0	0	0.00%	0	0	0.00%	0	0	0	0	0	0

			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
0	0	N/A	0	0	0	0	0	0	0	0	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	0	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
0	0	0.00%	0	0	0.00%	0

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
0	0	0	0	0	0	0	0

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
0	0	0.00%	0	0	0.00%	0	0	0.00%

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
0	0	0	0	0	0

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	RI	Lien

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0.00%	0.00%
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
42	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	2,877,100$	2,832,683$	0$

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

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	8	0$	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
Saison régulière
2016	84	56	18	0	0	3	3	4	374	269	105	42	32	7	0	0	1	2	0	202	142	60	42	24	11	0	0	2	1	4	172	127	45	125	374	677	1051	3	5	0	139	110	122	2726	0	952	841	908	2389	866	839	1569	277	78	28.16%	279	42	84.95%	13	1068	1780	60.00%	952	1597	59.61%	652	1237	52.71%	2138	1487	1736	624	1202	610
2016	83	45	22	0	7	3	2	4	439	191	248	41	28	7	0	2	1	1	2	251	85	166	42	17	15	0	5	2	1	2	188	106	82	115	439	768	1207	0	4	0	138	133	159	2577	0	822	880	845	2191	810	929	1828	273	62	22.71%	318	55	82.70%	14	1019	1639	62.17%	965	1567	61.58%	774	1206	64.18%	2065	1363	1699	658	1263	654
2017	84	29	39	0	5	1	4	6	245	378	-133	42	16	17	0	2	0	3	4	119	191	-72	42	13	22	0	3	1	1	2	126	187	-61	83	245	418	663	1	4	0	81	75	80	2200	0	697	754	716	2596	886	667	1568	285	56	19.65%	324	69	78.70%	11	654	1548	42.25%	735	1656	44.38%	499	1204	41.45%	1809	1120	1982	697	1313	650
2017	84	24	39	0	7	3	6	5	304	245	59	42	16	14	0	5	3	1	3	169	104	65	42	8	25	0	2	0	5	2	135	141	-6	82	304	530	834	2	3	0	112	101	78	2562	0	826	851	831	2312	757	714	1881	281	44	15.66%	348	67	80.75%	14	1029	1729	59.51%	997	1598	62.39%	701	1125	62.31%	2049	1337	1776	671	1298	660
2018	82	43	24	0	4	2	4	5	465	289	176	41	27	10	0	0	0	3	1	240	124	116	41	16	14	0	4	2	1	4	225	165	60	109	465	831	1296	0	2	0	190	158	109	3221	0	1166	1051	975	2633	934	877	1814	338	85	25.15%	416	83	80.05%	24	1110	1919	57.84%	1022	1763	57.97%	788	1306	60.34%	2023	1324	1699	655	1250	644
2018	82	24	48	0	3	4	2	1	473	374	99	41	15	20	0	2	2	2	0	261	173	88	41	9	28	0	1	2	0	1	212	201	11	63	473	824	1297	2	2	0	200	145	123	3029	0	1165	910	940	2922	1056	1301	1522	271	61	22.51%	549	145	73.59%	25	1112	1784	62.33%	1211	1974	61.35%	880	1415	62.19%	1895	1233	1852	653	1204	603
2019	84	21	52	0	4	1	4	2	282	322	-40	42	15	20	0	2	0	4	1	169	139	30	42	6	32	0	2	1	0	1	113	183	-70	61	282	511	793	0	0	0	97	82	95	2790	0	967	901	907	2824	932	1097	1667	304	76	25.00%	543	140	74.22%	14	986	1820	54.18%	1045	1941	53.84%	598	1164	51.37%	1924	1242	1924	685	1230	599
2020	84	14	65	0	3	1	0	1	319	539	-220	42	9	32	0	1	0	0	0	172	244	-72	42	5	33	0	2	1	0	1	147	295	-148	36	319	524	843	0	0	102	98	116	4	2811	939	896	963	17	2565	1058	789	1632	330	77	23.33%	394	132	66.50%	8	919	1656	55.50%	764	1420	53.80%	752	1419	53.00%	1950	1245	1812	674	1290	646
Total Saison régulière	667	256	307	0	33	18	25	28	2901	2607	294	333	158	127	0	14	7	16	11	1583	1202	381	334	98	180	0	19	11	9	17	1318	1405	-87	674	2901	5083	7984	8	20	102	1055	920	770	21916	939	7491	7151	6139	20432	7299	7213	13481	2359	539	22.85%	3171	733	76.88%	123	7897	13875	56.92%	7691	13516	56.90%	5644	10076	56.01%	15856	10355	14482	5321	10054	5068
Séries éliminatoires
2016	16	11	5	0	0	0	0	0	55	35	20	7	6	1	0	0	0	0	0	32	12	20	9	5	4	0	0	0	0	0	23	23	0	22	55	102	157	0	2	0	21	21	11	556	0	169	189	189	431	144	165	310	60	19	31.67%	55	9	83.64%	1	199	357	55.74%	163	306	53.27%	111	210	52.86%	410	278	331	124	233	120
2016	9	5	4	0	0	0	0	0	19	18	1	5	3	2	0	0	0	0	0	10	10	0	4	2	2	0	0	0	0	0	9	8	1	10	19	32	51	0	0	0	9	3	6	293	0	113	70	106	247	94	114	193	23	2	8.70%	43	7	83.72%	2	121	186	65.05%	135	193	69.95%	75	102	73.53%	245	171	177	67	125	65
Total Séries éliminatoires	25	16	9	0	0	0	0	0	74	53	21	12	9	3	0	0	0	0	0	42	22	20	13	7	6	0	0	0	0	0	32	31	1	32	74	134	208	0	2	0	30	24	17	849	0	282	259	295	678	238	279	503	83	21	25.30%	98	16	83.67%	3	320	543	58.93%	298	499	59.72%	186	312	59.62%	655	450	509	191	359	185

	Leftovers
	GP: 0 \| W: 0 \| L: 0 GF: 0 \| GA: 0 \| PP%: 0.00% \| PK%: 0.00% DG: Francois Bedard \| Morale : 50 \| Moyenne d’équipe : 62