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

Centre de jeu
	Wranglers 23-23-1, 47pts	2	FINAL	1	Barracuda 20-25-6, 46pts

Team Stats
W2	Séquence	W1
13-12-0	Fiche domicile	13-9-2
10-11-1	Fiche domicile	7-16-4
6-4-0	Derniers 10 matchs	2-7-1
3.36	Buts par match	3.20
2.98	Buts contre par match	3.65
25.00%	Pourcentage en avantage numérique	24.09%
77.86%	Pourcentage en désavantage numérique	70.34%

Firebirds
30-18-1, 61pts

FINAL

Wranglers
23-23-1, 47pts

Team Stats
L1	Séquence	W2
17-6-1	Fiche domicile	13-12-0
13-12-0	Fiche domicile	10-11-1
6-4-0	Derniers 10 matchs	6-4-0
3.51	Buts par match	3.36
3.14	Buts contre par match	2.98
25.63%	Pourcentage en avantage numérique	25.00%
80.14%	Pourcentage en désavantage numérique	77.86%

Wranglers
23-23-1, 47pts

2023-12-10

Barracuda
20-25-6, 46pts

Statistiques d’équipe
W2	Séquence	W1
13-12-0	Fiche domicile	13-9-2
10-11-1	Fiche visiteur	7-16-4
6-4-0	10 derniers matchs	2-7-1
3.36	Buts par match	3.20
2.98	Buts contre par match	3.20
25.00%	Pourcentage en avantage numérique	24.09%
77.86%	Pourcentage en désavantage numérique	70.34%

Condors
15-29-5, 35pts

2023-12-11

Wranglers
23-23-1, 47pts

Statistiques d’équipe
L1	Séquence	W2
10-13-2	Fiche domicile	13-12-0
5-16-3	Fiche visiteur	10-11-1
1-9-0	10 derniers matchs	6-4-0
2.94	Buts par match	3.36
3.82	Buts contre par match	3.36
15.79%	Pourcentage en avantage numérique	25.00%
75.00%	Pourcentage en désavantage numérique	77.86%

Wranglers
23-23-1, 47pts

2023-12-14

Canucks
33-12-4, 70pts

Statistiques d’équipe
W2	Séquence	W8
13-12-0	Fiche domicile	18-5-1
10-11-1	Fiche visiteur	15-7-3
6-4-0	10 derniers matchs	8-2-0
3.36	Buts par match	3.82
2.98	Buts contre par match	3.82
25.00%	Pourcentage en avantage numérique	23.53%
77.86%	Pourcentage en désavantage numérique	82.07%

Meneurs d'équipe
	Buts Jeffrey Viel 17	Passes Jeffrey Viel 31

	Points Jeffrey Viel 48	Plus/Moins Joel Kellman 12

	Victoires Antoine Bibeau 18	Pourcentage d’arrêts Antoine Bibeau 0.918

Statistiques d’équipe
Buts pour 158 3.36 GFG	Tirs pour 1376 29.28 Avg	Pourcentage en avantage numérique 25.0% 36 GF	Début de zone offensive 40.1%
Buts contre 140 2.98 GAA	Tirs contre 1405 29.89 Avg	Pourcentage en désavantage numérique 77.9%% 29 GA	Début de la zone défensive 40.4%

Informations de l'équipe
	Directeur général	Guy Brisson
	Entraîneur	Brent Sutter
	Division	Division Nord-Ouest
	Conférence	Conference 2
	Capitaine	Austin Strand
	Assistant #1	Otto Makinen
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,182
	Billets de saison	300
Informations de la formation
	Équipe Pro	27
	Équipe Mineure	20
	Limite contact	47 / 55
	Espoirs	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 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	Ryan Dzingel			X		100.00	62	45	87	71	71	75	70	70	64	67	68	69	66	68	72	50	51	65	0	31	1	1,200,000$
2	Joel Kellman	X				100.00	66	45	88	72	67	74	86	68	69	71	68	72	65	61	49	53	58	64	0	29	1	1,000,000$
3	Andrej Nestrasil	X				100.00	60	41	97	69	74	74	71	70	71	69	67	72	65	60	52	47	61	64	0	32	1	1,400,000$
4	Otto Makinen (A)	X				100.00	63	45	90	72	68	72	72	72	71	68	69	71	64	48	47	60	39	63	0	25	2	750,000$
5	Jeffrey Viel		X			100.00	78	45	59	74	71	71	76	72	62	67	69	73	68	53	46	64	58	63	0	26	2	900,000$
6	Kristian Reichel		X			100.00	67	45	85	72	69	72	72	70	67	67	68	76	63	48	46	60	64	63	0	25	2	900,000$
7	Kristopher Foucault		X			100.00	71	55	83	68	72	71	75	69	61	67	67	68	65	45	45	46	62	62	0	32	2	800,000$
8	Fredrik Forsberg			X		100.00	60	51	87	76	70	70	68	67	63	63	62	69	60	54	50	63	58	62	0	26	2	800,000$
9	Brandon Mcmillan		X			100.00	62	45	91	69	69	71	73	67	71	65	64	67	62	58	49	42	56	62	0	33	2	800,000$
10	Sergey Andronov	X				100.00	61	43	96	70	73	71	70	69	65	66	66	70	64	45	45	42	24	62	0	34	2	800,000$
11	Eetu Tuulola			X		100.00	72	56	68	70	73	68	71	69	64	68	69	65	60	47	46	60	53	62	0	25	2	750,000$
12	Tanner Fritz			X		100.00	62	45	97	70	70	70	69	69	63	66	68	71	66	50	46	50	26	62	0	32	2	800,000$
13	Markus Nutivaara				X	100.00	61	42	93	70	72	74	87	73	45	74	71	70	61	76	53	51	61	66	0	29	2	3,500,000$
14	Samuel Morin				X	100.00	72	51	84	72	73	71	61	75	45	64	65	74	54	55	47	59	48	65	0	28	1	1,200,000$
15	Austin Strand (C)				X	100.00	69	46	83	72	75	73	72	72	45	67	62	74	56	51	46	66	51	64	0	26	1	900,000$
16	Jake Walman				X	100.00	67	45	80	72	68	73	74	72	45	71	71	69	60	55	47	57	49	64	0	27	2	1,100,000$
17	Brock Beukeboom				X	100.00	58	42	94	67	75	72	74	70	45	67	66	72	62	48	46	50	46	63	0	31	1	900,000$
18	Andrew Welinski				X	100.00	60	44	95	69	74	70	71	69	45	67	67	68	65	50	45	53	46	63	0	30	2	900,000$
Rayé
1	Kirill Marchenko (R)			X		100.00	65	45	89	72	71	82	84	72	61	66	76	74	74	50	45	70	42	65	0	23	3	900,000$
2	Cody Almond	X				100.00	71	53	87	69	74	69	76	68	66	66	65	68	63	51	45	42	42	62	0	34	1	800,000$
3	Tye McGinn		X			100.00	60	45	97	70	73	69	67	69	62	63	66	69	64	54	47	46	23	62	0	33	2	800,000$
4	Oliver Kylington				X	100.00	63	46	89	74	70	73	71	67	45	68	63	69	60	61	47	66	26	64	0	26	1	750,000$
5	Joseph Cecconi				X	100.00	69	46	85	70	72	73	69	63	45	64	65	66	56	49	46	60	20	62	0	26	1	750,000$
6	Joni Tuulola				X	100.00	65	48	88	70	71	71	69	58	45	64	60	68	57	49	46	57	19	61	0	27	1	750,000$

	MOYENNE D’ÉQUIPE					100.00	65	46	87	71	71	72	73	69	58	67	67	70	63	54	48	55	45	63

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
1	Antoine Bibeau	100.00	70	76	75	80	76	81	81	80	81	79	82	59	59	55	67	65	0	29	1	1,300,000$
2	Jason Missiaen	100.00	72	73	73	83	77	76	77	77	78	74	74	65	65	46	59	64	0	33	1	1,400,000$
Rayé
1	Harri Sateri	100.00	78	80	78	78	79	74	81	77	78	81	76	49	54	42	36	63	0	33	1	1,000,000$

	MOYENNE D’ÉQUIPE	100.00	73	76	75	80	77	77	80	78	79	78	77	58	59	48	54	64

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Brent Sutter	79	84	64	68	99	99	46	CAN	60	5	100,000$

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	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Jeffrey Viel	Wranglers (Cal)	LW	47	17	31	48	9	33	5	112	39	119	33	87	14.29%	6	736	15.68	4	13	17	23	116	0	0	0	0	1	1	1	42.22%	45	1	1.30	0	0	0	1	0	6	2	4
2	Kirill Marchenko	Wranglers (Cal)	RW	41	16	21	37	6	2	0	12	40	120	36	110	13.33%	6	682	16.65	4	7	11	26	102	0	0	0	0	26	1	0	44.19%	86	0	1.08	0	0	0	0	0	1	4	0
3	Samuel Morin	Wranglers (Cal)	D	47	7	26	33	10	45	5	68	45	46	14	35	15.22%	49	910	19.38	2	2	4	15	47	0	1	1	0	89	0	0	0%	0	0	0.72	0	0	0	0	1	0	1	3
4	Kristian Reichel	Wranglers (Cal)	LW	45	12	21	33	12	14	0	52	39	121	32	99	9.92%	5	695	15.46	1	6	7	27	115	0	0	0	0	0	0	0	41.07%	56	0	0.95	0	0	0	0	0	0	1	1
5	Joel Kellman	Wranglers (Cal)	C	47	17	15	32	12	19	5	41	65	106	32	73	16.04%	8	739	15.72	5	4	9	26	121	0	0	0	0	6	5	0	52.27%	880	0	0.87	0	0	0	1	0	2	1	4
6	Markus Nutivaara	Wranglers (Cal)	D	47	6	25	31	3	8	0	20	44	73	29	30	8.22%	32	959	20.42	3	6	9	33	116	0	0	0	0	36	0	1	0%	0	0	0.65	0	0	0	0	0	1	0	1
7	Ryan Dzingel	Wranglers (Cal)	RW	44	13	12	25	8	6	0	32	37	86	20	63	15.12%	6	724	16.47	1	3	4	15	114	0	0	0	1	23	4	0	54.76%	84	0	0.69	1	1	0	0	0	2	2	1
8	Jake Walman	Wranglers (Cal)	D	41	5	17	22	2	34	0	41	28	37	11	23	13.51%	39	790	19.28	2	4	6	10	37	0	0	0	1	59	1	0	0%	0	0	0.56	0	0	0	0	0	2	2	0
9	Andrej Nestrasil	Wranglers (Cal)	C	47	7	15	22	10	0	0	6	79	74	29	61	9.46%	8	775	16.49	0	2	2	2	37	0	0	0	4	109	0	0	53.36%	1012	0	0.57	0	0	0	0	0	0	0	3
10	Austin Strand	Wranglers (Cal)	D	47	6	15	21	-2	16	0	69	48	65	23	38	9.23%	60	1001	21.30	2	3	5	27	119	0	0	0	0	104	0	1	0%	0	0	0.42	0	0	0	0	0	0	1	1
11	Otto Makinen	Wranglers (Cal)	C	44	12	7	19	-5	10	0	35	63	88	22	59	13.64%	4	649	14.76	5	2	7	18	86	1	0	1	1	9	4	0	49.00%	747	0	0.59	0	0	0	0	0	1	2	1
12	Andrew Welinski	Wranglers (Cal)	D	35	4	15	19	-5	18	0	24	19	41	9	21	9.76%	38	671	19.18	4	2	6	10	40	0	1	1	0	56	1	0	0%	0	0	0.57	0	0	0	0	0	0	1	0
13	Kristopher Foucault	Wranglers (Cal)	LW	47	10	7	17	-5	37	15	30	31	76	20	66	13.16%	4	579	12.33	0	0	0	0	3	0	0	0	0	9	0	1	50.00%	38	0	0.59	0	0	1	0	2	2	1	0
14	Brock Beukeboom	Wranglers (Cal)	D	31	2	12	14	9	16	0	28	24	34	10	30	5.88%	49	651	21.02	1	3	4	13	65	0	0	0	0	65	0	1	0%	0	0	0.43	0	0	0	0	0	0	1	0
15	Eetu Tuulola	Wranglers (Cal)	RW	47	4	10	14	-10	44	20	58	26	77	17	41	5.19%	7	579	12.32	0	2	2	0	10	0	0	0	0	0	0	0	52.17%	69	0	0.48	0	0	0	3	1	0	0	1
16	Oliver Kylington	Wranglers (Cal)	D	32	2	11	13	5	18	0	44	20	22	13	15	9.09%	40	605	18.91	2	4	6	12	52	0	0	0	0	28	0	1	0%	0	0	0.43	0	0	0	0	0	0	0	0
17	Cody Almond	Wranglers (Cal)	C	35	7	5	12	0	6	0	25	43	51	16	31	13.73%	5	462	13.22	0	0	0	0	0	0	0	0	3	68	4	0	44.18%	550	0	0.52	0	0	0	0	0	1	2	0
18	Fredrik Forsberg	Wranglers (Cal)	RW	42	5	3	8	-4	4	0	32	32	65	12	45	7.69%	6	588	14.01	0	0	0	1	4	0	0	0	3	79	1	0	34.69%	49	0	0.27	0	0	0	0	0	0	0	0
19	Brandon Mcmillan	Wranglers (Cal)	LW	40	2	6	8	1	8	0	23	21	36	9	39	5.56%	9	573	14.34	0	0	0	0	0	0	0	0	0	73	0	0	46.51%	43	0	0.28	0	0	0	0	0	0	0	1
20	Tanner Fritz	Wranglers (Cal)	RW	14	3	0	3	1	0	0	5	12	21	9	15	14.29%	3	203	14.52	0	0	0	4	10	0	0	0	0	8	0	1	27.78%	18	0	0.30	0	1	0	0	0	0	0	0
21	Tye McGinn	Wranglers (Cal)	LW	9	0	2	2	2	2	0	3	2	8	4	4	0%	2	97	10.81	0	0	0	0	0	0	0	0	0	7	0	0	16.67%	6	0	0.41	0	0	0	0	0	0	0	0
22	Sergey Andronov	Wranglers (Cal)	C	15	0	1	1	-7	0	0	0	15	9	2	13	0%	1	161	10.77	0	0	0	1	3	0	0	0	0	21	0	0	42.79%	201	0	0.12	0	0	0	0	0	0	0	0
23	Joni Tuulola	Wranglers (Cal)	D	2	0	0	0	0	0	0	1	3	1	0	0	0%	1	43	21.78	0	0	0	1	5	0	0	0	0	4	0	0	0%	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				846	157	277	434	52	340	50	761	775	1376	402	998	11.41%	388	13883	16.41	36	63	99	264	1210	1	2	3	13	890	22	7	49.41%	3884	1	0.63	1	2	1	5	4	18	21	21

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	S3
1	Antoine Bibeau	Wranglers (Cal)	27	18	8	0	0.918	2.60	1546	0	1	67	818	1	1	1.000	3	26	21	4	1
2	Jason Missiaen	Wranglers (Cal)	16	3	11	1	0.874	3.35	913	2	0	51	406	0	0	0	0	15	20	0	0
3	Harri Sateri	Wranglers (Cal)	6	2	4	0	0.883	3.52	358	0	0	21	180	0	0	0	0	6	6	0	0
Statistiques d’équipe totales ou en moyenne			49	23	23	1	0.901	2.96	2818	2	1	139	1404	1	1		3	47	47	4	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Type	Salaire actuel	Plafond salarial Non Activé	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Salaire annuel 6	Salaire annuel 7	Salaire annuel 8	Salaire annuel 9	Salaire annuel 10	Non-échange Année 2	Non-échange Année 3	Non-échange Année 4	Non-échange Année 5	Non-échange Année 6	Non-échange Année 7	Non-échange Année 8	Non-échange Année 9	Non-échange Année 10	Lien
Andrej Nestrasil	Wranglers (Cal)	C	32	1991-02-22	No	211 Lbs	6 ft2	No	No	N/A	No	No	1	Pro & Farm	1,400,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Andrew Welinski	Wranglers (Cal)	D	30	1993-04-27	No	212 Lbs	6 ft2	No	No	N/A	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Antoine Bibeau	Wranglers (Cal)	G	29	1994-05-01	No	213 Lbs	6 ft3	No	No	N/A	No	No	1	Pro & Farm	1,300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Austin Strand	Wranglers (Cal)	D	26	1997-04-17	No	216 Lbs	6 ft4	No	No	N/A	No	No	1	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Brandon Mcmillan	Wranglers (Cal)	LW	33	1990-03-22	No	189 Lbs	5 ft10	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Brock Beukeboom	Wranglers (Cal)	D	31	1992-04-01	No	220 Lbs	6 ft2	No	No	N/A	No	No	1	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Cody Almond	Wranglers (Cal)	C	34	1989-07-24	No	217 Lbs	6 ft2	No	No	N/A	No	No	1	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Eetu Tuulola	Wranglers (Cal)	RW	25	1998-03-17	No	225 Lbs	6 ft2	No	No	N/A	No	No	2	Pro & Farm	750,000$	0$	0$	No	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Fredrik Forsberg	Wranglers (Cal)	RW	26	1996-12-12	No	185 Lbs	5 ft11	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Harri Sateri	Wranglers (Cal)	G	33	1989-12-29	No	205 Lbs	6 ft1	No	No	N/A	No	No	1	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jake Walman	Wranglers (Cal)	D	27	1996-02-20	No	170 Lbs	6 ft1	No	No	N/A	No	No	2	Pro & Farm	1,100,000$	0$	0$	No	1,100,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jason Missiaen	Wranglers (Cal)	G	33	1990-04-25	No	206 Lbs	6 ft8	No	No	N/A	No	No	1	Pro & Farm	1,400,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jeffrey Viel	Wranglers (Cal)	LW	26	1997-01-28	No	195 Lbs	6 ft0	No	No	N/A	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Joel Kellman	Wranglers (Cal)	C	29	1994-05-25	No	190 Lbs	6 ft0	No	No	N/A	No	No	1	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Joni Tuulola	Wranglers (Cal)	D	27	1996-01-01	No	198 Lbs	6 ft3	No	No	N/A	No	No	1	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Joseph Cecconi	Wranglers (Cal)	D	26	1997-03-23	No	209 Lbs	6 ft3	No	No	N/A	No	No	1	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Kirill Marchenko	Wranglers (Cal)	RW	23	2000-07-21	Yes	197 Lbs	6 ft3	No	No	N/A	No	No	3	Pro & Farm	900,000$	0$	0$	No	900,000$	900,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Kristian Reichel	Wranglers (Cal)	LW	25	1998-06-11	No	188 Lbs	6 ft2	No	No	N/A	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Kristopher Foucault	Wranglers (Cal)	LW	32	1990-12-12	No	202 Lbs	6 ft0	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Markus Nutivaara	Wranglers (Cal)	D	29	1994-06-06	No	191 Lbs	6 ft1	No	No	N/A	No	No	2	Pro & Farm	3,500,000$	0$	0$	No	3,500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Oliver Kylington	Wranglers (Cal)	D	26	1997-05-19	No	181 Lbs	6 ft0	No	No	N/A	No	No	1	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Otto Makinen	Wranglers (Cal)	C	25	1998-05-21 08:33:17	No	178 Lbs	6 ft1	No	No	N/A	No	No	2	Pro & Farm	750,000$	0$	0$	No	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Ryan Dzingel	Wranglers (Cal)	RW	31	1992-03-09	No	190 Lbs	6 ft0	No	No	N/A	No	No	1	Pro & Farm	1,200,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Samuel Morin	Wranglers (Cal)	D	28	1995-07-12	No	202 Lbs	6 ft6	No	No	N/A	No	No	1	Pro & Farm	1,200,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Sergey Andronov	Wranglers (Cal)	C	34	1989-07-19	No	207 Lbs	6 ft2	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Tanner Fritz	Wranglers (Cal)	RW	32	1991-08-20	No	192 Lbs	5 ft11	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Tye McGinn	Wranglers (Cal)	LW	33	1990-07-29	No	205 Lbs	6 ft3	No	No	N/A	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
27	29.07	200 Lbs	6 ft2	1.56	1,031,481$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeffrey Viel	Andrej Nestrasil	Tanner Fritz	26	1	2	2
2	Kristian Reichel	Joel Kellman	Ryan Dzingel	25	1	2	2
3	Brandon Mcmillan	Otto Makinen	Fredrik Forsberg	25	1	2	2
4	Kristopher Foucault	Sergey Andronov	Eetu Tuulola	24	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Markus Nutivaara	Samuel Morin	33	1	2	2
2	Brock Beukeboom	Andrew Welinski	33	1	2	2
3	Austin Strand	Jake Walman	33	1	2	2
4	Markus Nutivaara	Samuel Morin	1	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeffrey Viel	Otto Makinen	Tanner Fritz	50	0	1	4
2	Kristian Reichel	Joel Kellman	Ryan Dzingel	50	0	1	4

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Markus Nutivaara	Austin Strand	50	0	1	4
2	Andrew Welinski	Brock Beukeboom	50	0	1	4

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Andrej Nestrasil	Fredrik Forsberg	50	0	4	1
2	Sergey Andronov	Brandon Mcmillan	50	0	4	1

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Walman	Samuel Morin	50	1	4	0
2	Brock Beukeboom	Austin Strand	50	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Andrej Nestrasil	50	0	5	0	Markus Nutivaara	Samuel Morin	50	1	4	0
2	Otto Makinen	50	0	5	0	Brock Beukeboom	Austin Strand	50	1	4	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Sergey Andronov	Ryan Dzingel	50	1	2	2
2	Andrej Nestrasil	Joel Kellman	50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Markus Nutivaara	Samuel Morin	50	1	2	2
2	Brock Beukeboom	Austin Strand	50	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Kristian Reichel	Otto Makinen	Tanner Fritz	Markus Nutivaara	Brock Beukeboom

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jeffrey Viel	Andrej Nestrasil	Ryan Dzingel	Samuel Morin	Austin Strand

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Fredrik Forsberg, Brandon Mcmillan, Sergey Andronov	Eetu Tuulola, Sergey Andronov	Tanner Fritz

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Brock Beukeboom, Jake Walman, Andrew Welinski	Jake Walman	Jake Walman, Andrew Welinski

Tirs de pénalité
Tanner Fritz, Ryan Dzingel, Andrej Nestrasil, Joel Kellman, Otto Makinen

Gardien
#1 : Antoine Bibeau, #2 : Jason Missiaen

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	4	0	0	0	0	0	0	21	9	12	2	2	0	0	0	0	0	0	11	4	7	2	2	0	0	0	0	0	0	10	5	5	8	1.000	21	38	59	0	0	61	50	46	1	152	475	442	458	3	104	29	26	64	21	8	38.10%	12	1	91.67%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
2	Americans	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	61	50	46	1	34	475	442	458	3	22	10	2	17	4	3	75.00%	1	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
3	Barracuda	3	2	1	0	0	0	0	0	10	7	3	2	1	1	0	0	0	0	0	8	6	2	1	1	0	0	0	0	0	0	2	1	1	4	0.667	10	19	29	0	0	61	50	46	1	99	475	442	458	3	75	25	22	47	6	2	33.33%	10	1	90.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
4	Bears	1	1	0	0	0	0	0	0	7	1	6	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	1	6	2	1.000	7	12	19	0	0	61	50	46	1	36	475	442	458	3	36	14	15	12	2	0	0.00%	5	1	80.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
5	BruinsF	1	0	0	0	0	0	1	0	5	4	1	1	0	0	0	0	0	1	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	7	12	0	0	61	50	46	1	28	475	442	458	3	45	3	8	18	2	1	50.00%	4	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
6	Canucks	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	61	50	46	1	22	475	442	458	3	26	2	6	18	4	0	0.00%	3	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
7	Checkers	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	6	9	0	0	61	50	46	1	16	475	442	458	3	32	9	11	16	2	1	50.00%	3	2	33.33%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
8	Condors	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	3	4	7	0	0	61	50	46	1	33	475	442	458	3	30	9	2	19	2	0	0.00%	1	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
9	Crunch	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	61	50	46	1	31	475	442	458	3	27	7	4	15	4	0	0.00%	2	1	50.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
10	Eagles	2	1	1	0	0	0	0	0	7	6	1	2	1	1	0	0	0	0	0	7	6	1	0	0	0	0	0	0	0	0	0	0	0	2	0.500	7	12	19	0	0	61	50	46	1	40	475	442	458	3	73	10	16	30	4	1	25.00%	8	2	75.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
11	Firebirds	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	5	8	0	0	61	50	46	1	31	475	442	458	3	20	12	4	16	5	2	40.00%	2	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
12	Griffins	4	1	3	0	0	0	0	0	12	14	-2	1	1	0	0	0	0	0	0	3	1	2	3	0	3	0	0	0	0	0	9	13	-4	2	0.250	12	22	34	0	0	61	50	46	1	129	475	442	458	3	124	27	19	61	11	2	18.18%	7	2	71.43%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
13	Gulls	4	1	3	0	0	0	0	0	9	12	-3	2	1	1	0	0	0	0	0	5	5	0	2	0	2	0	0	0	0	0	4	7	-3	2	0.250	9	14	23	1	0	61	50	46	1	100	475	442	458	3	147	43	38	78	13	4	30.77%	13	4	69.23%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
14	Icehogs	3	1	2	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	0	4	-4	2	1	1	0	0	0	0	0	4	2	2	2	0.333	4	8	12	0	1	61	50	46	1	81	475	442	458	3	81	25	22	43	9	1	11.11%	11	4	63.64%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
15	Iowa Wild	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	4	7	0	0	61	50	46	1	25	475	442	458	3	29	7	4	20	2	0	0.00%	2	1	50.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
16	Marlies	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	3	6	9	0	0	61	50	46	1	34	475	442	458	3	15	14	6	12	3	0	0.00%	3	2	33.33%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
17	Monsters	3	2	0	0	0	1	0	0	11	9	2	2	2	0	0	0	0	0	0	8	5	3	1	0	0	0	0	1	0	0	3	4	-1	5	0.833	11	21	32	0	0	61	50	46	1	90	475	442	458	3	94	28	14	46	13	2	15.38%	6	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
18	Moose	2	2	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	8	13	21	0	0	61	50	46	1	52	475	442	458	3	76	16	22	34	5	1	20.00%	11	2	81.82%	1	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
19	Phantoms	2	2	0	0	0	0	0	0	11	6	5	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	11	6	5	4	1.000	11	20	31	0	0	61	50	46	1	61	475	442	458	3	52	19	11	36	6	1	16.67%	3	2	33.33%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
20	Roadrunners	2	1	1	0	0	0	0	0	11	6	5	1	0	1	0	0	0	0	0	3	4	-1	1	1	0	0	0	0	0	0	8	2	6	2	0.500	11	19	30	0	0	61	50	46	1	71	475	442	458	3	60	19	14	39	9	3	33.33%	7	1	85.71%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
21	Rocket	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	3	5	0	0	61	50	46	1	22	475	442	458	3	16	7	9	16	5	2	40.00%	2	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
22	StarsF	2	0	2	0	0	0	0	0	3	6	-3	2	0	2	0	0	0	0	0	3	6	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	61	50	46	1	53	475	442	458	3	79	13	44	27	2	1	50.00%	7	2	71.43%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
23	Thunderbirds	3	0	3	0	0	0	0	0	7	12	-5	1	0	1	0	0	0	0	0	1	2	-1	2	0	2	0	0	0	0	0	6	10	-4	0	0.000	7	13	20	0	0	61	50	46	1	86	475	442	458	3	85	23	15	39	8	1	12.50%	4	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
24	Wolf Pack	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	3	1	2	1.000	4	7	11	0	0	61	50	46	1	27	475	442	458	3	36	9	2	24	1	0	0.00%	1	0	100.00%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
25	Wolves	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	3	4	7	0	0	61	50	46	1	23	475	442	458	3	21	8	6	14	1	0	0.00%	3	1	66.67%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
	Total	47	22	23	0	0	1	1	0	158	140	18	25	12	12	0	0	0	1	0	77	70	7	22	10	11	0	0	1	0	0	81	70	11	47	0.500	158	277	435	1	1	61	50	46	1	1376	475	442	458	3	1405	388	342	761	144	36	25.00%	131	29	77.86%	1	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
	_Since Last GM Reset	47	22	23	0	0	1	1	0	158	140	18	25	12	12	0	0	0	1	0	77	70	7	22	10	11	0	0	1	0	0	81	70	11	47	0.500	158	277	435	1	1	61	50	46	1	1376	475	442	458	3	1405	388	342	761	144	36	25.00%	131	29	77.86%	1	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
	_Vs Conference	33	13	19	0	0	1	0	0	102	99	3	18	8	10	0	0	0	0	0	53	50	3	15	5	9	0	0	1	0	0	49	49	0	27	0.409	102	181	283	1	1	61	50	46	1	981	475	442	458	3	1007	260	242	531	104	25	24.04%	91	18	80.22%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305
	_Vs Division	10	1	4	0	0	0	0	0	26	28	-2	6	1	3	0	0	0	0	0	17	15	2	4	0	1	0	0	0	0	0	9	13	-4	2	0.100	26	44	70	1	0	61	50	46	1	285	475	442	458	3	298	91	72	178	30	8	26.67%	29	5	82.76%	0	780	1557	50.10%	766	1568	48.85%	373	759	49.14%	1102	750	1106	352	617	305

			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
47	47	W2	158	277	435	1376	1405	388	342	761	1	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
47	22	23	0	1	1	0	158	140

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
25	12	12	0	0	1	0	77	70

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
22	10	11	0	1	0	0	81	70

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	4	0	0	1	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
144	36	25.00%	131	29	77.86%	1

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
475	442	458	3	61	50	46	1

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
780	1557	50.10%	766	1568	48.85%	373	759	49.14%

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
1102	750	1106	352	617	305

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
1 - 2023-08-25	3	Wranglers	4	Griffins	5	AL			Sommaire du match
2 - 2023-08-26	17	Wranglers	3	Condors	5	AL			Sommaire du match
5 - 2023-08-29	29	StarsF	2	Wranglers	1	BL			Sommaire du match
7 - 2023-08-31	49	Monsters	2	Wranglers	4	BW			Sommaire du match
9 - 2023-09-02	66	Wranglers	3	Icehogs	0	AW			Sommaire du match
11 - 2023-09-04	81	Wranglers	3	Monsters	4	AL	X		Sommaire du match
13 - 2023-09-06	94	Barracuda	3	Wranglers	6	BW			Sommaire du match
15 - 2023-09-08	114	Wranglers	1	Gulls	2	AL			Sommaire du match
16 - 2023-09-09	122	Wranglers	4	Admirals	2	AW			Sommaire du match
18 - 2023-09-11	131	Admirals	3	Wranglers	5	BW			Sommaire du match
21 - 2023-09-14	159	Gulls	3	Wranglers	1	BL			Sommaire du match
24 - 2023-09-17	178	Thunderbirds	2	Wranglers	1	BL			Sommaire du match
26 - 2023-09-19	198	Wranglers	8	Roadrunners	2	AW			Sommaire du match
27 - 2023-09-20	205	Wranglers	3	Thunderbirds	5	AL			Sommaire du match
30 - 2023-09-23	220	Griffins	1	Wranglers	3	BW			Sommaire du match
33 - 2023-09-26	245	Roadrunners	4	Wranglers	3	BL			Sommaire du match
36 - 2023-09-29	268	Monsters	3	Wranglers	4	BW			Sommaire du match
40 - 2023-10-03	294	Moose	3	Wranglers	4	BW			Sommaire du match
42 - 2023-10-05	310	Wranglers	3	Wolves	4	AL			Sommaire du match
44 - 2023-10-07	323	Wranglers	3	Gulls	5	AL			Sommaire du match
45 - 2023-10-08	335	Checkers	4	Wranglers	3	BL			Sommaire du match
48 - 2023-10-11	356	Wranglers	7	Bears	1	AW			Sommaire du match
50 - 2023-10-13	368	Barracuda	3	Wranglers	2	BL			Sommaire du match
53 - 2023-10-16	391	Admirals	1	Wranglers	6	BW			Sommaire du match
56 - 2023-10-19	416	Wranglers	6	Admirals	3	AW			Sommaire du match
58 - 2023-10-21	427	Eagles	3	Wranglers	2	BL			Sommaire du match
60 - 2023-10-23	446	Wranglers	4	Wolf Pack	3	AW			Sommaire du match
61 - 2023-10-24	457	Eagles	3	Wranglers	5	BW			Sommaire du match
64 - 2023-10-27	472	Wranglers	2	Griffins	4	AL			Sommaire du match
67 - 2023-10-30	491	Crunch	4	Wranglers	3	BL			Sommaire du match
70 - 2023-11-02	514	Gulls	2	Wranglers	4	BW			Sommaire du match
72 - 2023-11-04	521	Wranglers	3	Marlies	5	AL			Sommaire du match
75 - 2023-11-07	545	Wranglers	7	Phantoms	3	AW			Sommaire du match
76 - 2023-11-08	553	Canucks	2	Wranglers	1	BL			Sommaire du match
80 - 2023-11-12	579	Rocket	1	Wranglers	2	BW			Sommaire du match
82 - 2023-11-14	600	Wranglers	3	Griffins	4	AL			Sommaire du match
84 - 2023-11-16	611	StarsF	4	Wranglers	2	BL			Sommaire du match
86 - 2023-11-18	634	Wranglers	1	Icehogs	2	AL			Sommaire du match
87 - 2023-11-19	640	Wranglers	3	Thunderbirds	5	AL			Sommaire du match
89 - 2023-11-21	650	Icehogs	4	Wranglers	0	BL			Sommaire du match
92 - 2023-11-24	673	Americans	2	Wranglers	4	BW			Sommaire du match
94 - 2023-11-26	686	Wranglers	4	Moose	2	AW			Sommaire du match
95 - 2023-11-27	702	Wranglers	4	Phantoms	3	AW			Sommaire du match
97 - 2023-11-29	713	Iowa Wild	5	Wranglers	3	BL			Sommaire du match
100 - 2023-12-02	737	BruinsF	4	Wranglers	5	BW	X	X	Sommaire du match
104 - 2023-12-06	765	Wranglers	2	Barracuda	1	AW			Sommaire du match
105 - 2023-12-07	772	Firebirds	2	Wranglers	3	BW			Sommaire du match
108 - 2023-12-10	796	Wranglers	-	Barracuda	-
109 - 2023-12-11	803	Condors	-	Wranglers	-
112 - 2023-12-14	821	Wranglers	-	Canucks	-
113 - 2023-12-15	836	Canucks	-	Wranglers	-
116 - 2023-12-18	856	Wranglers	-	Eagles	-
118 - 2023-12-20	869	Iowa Wild	-	Wranglers	-
120 - 2023-12-22	884	Wranglers	-	Moose	-
122 - 2023-12-24	899	Griffins	-	Wranglers	-
123 - 2023-12-25	911	Wranglers	-	Eagles	-
126 - 2023-12-28	926	Wranglers	-	Monsters	-
127 - 2023-12-29	934	Wranglers	-	StarsF	-
129 - 2023-12-31	948	Americans	-	Wranglers	-
132 - 2024-01-03	968	Wranglers	-	Reign	-
133 - 2024-01-04	974	StarsF	-	Wranglers	-
136 - 2024-01-07	999	Condors	-	Wranglers	-
139 - 2024-01-10	1025	Wranglers	-	Silver Knights	-
140 - 2024-01-11	1032	Silver Knights	-	Wranglers	-
144 - 2024-01-15	1058	Icehogs	-	Wranglers	-
145 - 2024-01-16	1067	Wranglers	-	Iowa Wild	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
149 - 2024-01-20	1090	Wranglers	-	Silver Knights	-
150 - 2024-01-21	1097	Islanders	-	Wranglers	-
153 - 2024-01-24	1119	Wranglers	-	Condors	-
154 - 2024-01-25	1127	PenguinsF	-	Wranglers	-
157 - 2024-01-28	1146	Wranglers	-	Canucks	-
158 - 2024-01-29	1155	Wranglers	-	Iowa Wild	-
159 - 2024-01-30	1157	Wranglers	-	Roadrunners	-
161 - 2024-02-01	1174	Roadrunners	-	Wranglers	-
162 - 2024-02-02	1188	Wranglers	-	StarsF	-
163 - 2024-02-03	1190	Wranglers	-	Reign	-
165 - 2024-02-05	1206	Silver Knights	-	Wranglers	-
167 - 2024-02-07	1220	Wranglers	-	SenatorsF	-
170 - 2024-02-10	1241	Thunderbirds	-	Wranglers	-
172 - 2024-02-12	1253	Wranglers	-	Comets	-
177 - 2024-02-17	1279	Reign	-	Wranglers	-
181 - 2024-02-21	1310	Reign	-	Wranglers	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	36	18
Assistance	37,069	17,493
Assistance PCT	74.14%	69.97%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
16	2182 - 72.75%	95,663$	2,391,569$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,647,818$	2,785,000$	2,785,000$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	1,589,560$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
1,530,604$	76	15,852$	1,204,752$

Wranglers Leaders statistiques des joueurs (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

Wranglers 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

Wranglers 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

Wranglers Leaders statistiques des joueurs (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

Wranglers 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

	Wranglers
	GP: 47 \| W: 23 \| L: 23 \| OTL: 1 \| P: 47 GF: 158 \| GA: 140 \| PP%: 25.00% \| PK%: 77.86% DG: Guy Brisson \| Morale : 49 \| Moyenne d’équipe : 63 Prochains matchs #796 vs Barracuda