Maple Leafs
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Wild 16-4-0, 32pts	5	FINAL	1	Marlies 14-9-0, 28pts

Team Stats
W3	Streak	L3
8-1-0	Home Record	7-5-0
8-3-0	Away Record	7-4-0
8-0-2	Last 10 Games	6-3-1
3.70	Buts par match	2.65
1.80	Buts contre par match	2.17
18.35%	Pourcentage en avantage numérique	10.88%
92.86%	Pourcentage en désavantage numérique	87.50%

Marlies
14-9-0, 28pts

FINAL

Wild
16-4-0, 32pts

Team Stats
L3	Streak	W3
7-5-0	Home Record	8-1-0
7-4-0	Away Record	8-3-0
6-3-1	Last 10 Games	8-0-2
2.65	Buts par match	3.70
2.17	Buts contre par match	1.80
10.88%	Pourcentage en avantage numérique	18.35%
87.50%	Pourcentage en désavantage numérique	92.86%

Meneurs d'équipe
	Buts Ryan Dzingel 10	Passes Ryan Dzingel 13

	Points Ryan Dzingel 23	Plus/Moins Ryan Dzingel 11

	Victoires Pheonix Copley 14	Pourcentage d’arrêts Calvin Pickard 0.9

Statistiques d’équipe
Buts pour 61 2.65 GFG	Tirs pour 515 22.39 Avg	Pourcentage en avantage numérique 10.9% 16 GF	Début de zone offensive 39.9%
Buts contre 50 2.17 GAA	Tirs contre 469 20.39 Avg	Pourcentage en désavantage numérique 87.5%% 19 GA	Début de la zone défensive 39.5%

Informations de l'équipe
	Directeur général	Garrett
	Entraîneur	Greg Moore
	Division	North
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	3,000
	Billets de saison	0
Informations de la formation
	Équipe Pro	26
	Équipe Mineure	20
	Limite contact	46 / 50
	Espoirs	45

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	Brett Howden	X	X	X		100.00	78	44	91	80	76	57	70	58	68	68	71	68	25	64	64	71	50	66	0	25	1	1,000,000$
2	Jack McBain (R)	X				100.00	98	48	82	77	80	67	41	63	73	60	72	78	25	44	44	72	50	65	0	23	3	1,350,000$
3	Ryan Dzingel		X	X		100.00	67	94	70	78	72	66	63	64	58	59	70	71	25	66	66	69	50	65	0	31	3	950,000$
4	Cody Glass (R)	X		X		100.00	81	44	99	84	72	59	83	72	67	61	55	59	75	53	54	64	50	64	0	24	1	1,713,333$
5	Brandon Pirri	X	X	X		100.00	66	68	62	68	68	57	55	69	80	56	74	67	70	67	68	67	50	63	0	32	3	950,000$
6	Andy Andreoff	X	X			100.00	74	74	74	70	74	63	64	64	80	59	61	69	58	64	64	65	50	63	0	32	1	750,000$
7	Chris Wagner	X	X	X		100.00	74	71	82	77	71	73	78	59	50	49	60	69	57	67	69	64	50	63	0	32	3	950,000$
8	Jack Studnicka (R)	X				100.00	76	43	91	80	65	63	69	58	76	65	55	68	25	47	47	64	50	62	0	24	2	863,333$
9	Kyle Clifford		X			100.00	85	99	66	77	81	52	68	54	38	61	56	60	25	77	81	62	50	62	0	32	2	750,000$
10	Steven Lorentz	X				100.00	75	44	95	73	78	58	82	58	45	57	62	67	25	57	58	65	50	62	0	27	2	1,050,000$
11	Simon Holmstrom (R)			X		100.00	81	75	95	63	75	63	64	61	50	61	57	67	54	44	44	63	50	60	0	22	2	863,333$
12	Alex Vlasic (R)				X	100.00	75	44	95	75	77	64	43	55	25	46	49	73	25	45	45	59	50	62	0	22	3	1,491,667$
13	Sean Day				X	100.00	82	80	86	66	80	71	76	55	25	51	45	66	43	44	44	58	50	62	0	25	1	750,000$
14	Jacob Bernard-Docker (R)				X	100.00	65	42	85	75	70	65	62	58	25	50	47	65	25	45	45	58	50	60	0	23	3	1,208,333$
15	Joseph Cecconi				X	100.00	79	80	77	63	80	63	68	48	25	41	39	63	37	44	44	53	50	58	0	26	1	1,293,750$
16	Jeremy Davies (R)				X	100.00	69	66	76	68	66	65	68	55	25	51	43	60	41	46	46	55	50	58	0	26	1	1,325,000$
17	Brinson Pasichnuk (R)				X	100.00	79	74	91	68	74	59	63	48	25	40	40	63	38	44	44	53	50	58	0	25	3	750,000$
Rayé
1	Justin Dowling	X	X	X		100.00	65	41	96	70	65	55	60	56	57	59	59	62	25	57	57	62	50	59	0	32	1	750,000$
2	Liam O'Brien	X				100.00	99	99	34	67	80	55	60	58	45	53	57	64	25	52	52	60	50	59	0	29	1	750,000$
3	Gabriel Bourque		X	X		100.00	73	72	75	63	72	55	55	57	50	53	56	62	53	44	44	59	50	57	0	32	1	850,000$
4	Spencer Smallman			X		100.00	72	72	73	63	72	56	57	56	50	53	54	61	51	44	44	58	50	56	0	26	3	750,000$
5	Keaton Middleton				X	100.00	81	91	59	61	91	55	58	47	25	38	40	63	38	44	44	51	50	57	0	25	1	750,000$
6	Brandon Crawley				X	100.00	70	74	61	51	74	54	58	44	25	31	39	60	37	55	55	48	50	54	0	26	1	866,666$

	MOYENNE D’ÉQUIPE					100.00	77	67	79	70	74	61	64	57	47	53	55	65	39	53	53	61	50	61

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	Pheonix Copley	100.00	64	54	62	82	68	64	68	68	70	67	65	47	47	60	50	64	0	31	3	850,000$
2	Calvin Pickard	100.00	58	44	55	78	64	60	56	63	62	61	30	58	58	59	50	60	0	31	1	750,000$
Rayé
1	Dylan Wells	100.00	44	40	50	75	45	44	45	49	45	45	45	44	44	45	50	48	0	25	3	750,000$

	MOYENNE D’ÉQUIPE	100.00	55	46	56	78	59	56	56	60	59	58	47	50	50	55	50	57

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Greg Moore	62	60	71	73	57	54	88	USA	38	3	500,000$

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	P/20	FW	FT	S1	S2	S3
1	Ryan Dzingel	Marlies (TOR)	LW/RW	23	10	13	23	11	18	0	18	39	65	27	52	15.38%	10	518	22.56	2	6	8	16	115	1	0	1	8	137	2	0	54.93%	71	0.89	0	0	3	2	3
2	Andy Andreoff	Marlies (TOR)	C/LW	23	9	10	19	3	14	0	41	30	52	19	28	17.31%	5	379	16.49	3	4	7	15	110	0	0	0	1	11	2	0	57.14%	21	1.00	0	0	2	2	1
3	Cody Glass	Marlies (TOR)	C/RW	23	2	12	14	7	12	0	25	44	43	13	44	4.65%	3	534	23.24	1	3	4	12	102	0	1	1	1	74	0	0	56.12%	98	0.52	0	0	0	2	2
4	Jack Studnicka	Marlies (TOR)	C	23	5	9	14	3	8	0	9	51	44	8	19	11.36%	2	399	17.39	0	1	1	3	18	0	1	1	1	62	1	0	65.15%	307	0.70	0	0	0	0	1
5	Jack McBain	Marlies (TOR)	C	20	6	7	13	1	28	0	57	46	52	14	36	11.54%	5	434	21.70	0	4	4	20	102	0	0	0	2	110	2	1	57.32%	560	0.60	0	0	2	2	1
6	Chris Wagner	Marlies (TOR)	C/LW/RW	23	5	8	13	7	20	0	25	57	54	13	35	9.26%	7	490	21.34	2	3	5	20	115	1	0	1	7	88	1	0	51.42%	422	0.53	0	0	2	1	1
7	Brandon Pirri	Marlies (TOR)	C/LW/RW	23	4	7	11	4	22	0	9	21	42	18	32	9.52%	1	291	12.66	1	2	3	10	69	0	0	0	0	2	1	0	66.67%	12	0.76	0	0	0	0	1
8	Sean Day	Marlies (TOR)	D	23	1	9	10	4	52	10	55	16	11	6	4	9.09%	21	577	25.10	1	4	5	8	118	0	0	0	0	113	0	0	0.00%	0	0.35	1	1	0	1	1
9	Simon Holmstrom	Marlies (TOR)	RW	23	5	5	10	4	10	0	12	20	32	10	22	15.63%	2	319	13.89	0	0	0	0	17	0	0	0	0	0	2	1	73.33%	15	0.63	0	0	1	1	2
10	Jacob Bernard-Docker	Marlies (TOR)	D	23	4	3	7	6	16	0	31	22	26	5	12	15.38%	21	515	22.43	3	1	4	18	97	0	0	0	0	110	1	0	0.00%	0	0.27	0	0	0	1	0
11	Kyle Clifford	Marlies (TOR)	LW	23	2	4	6	3	17	5	37	22	29	7	19	6.90%	0	306	13.32	0	0	0	1	7	0	0	0	0	0	0	0	37.50%	8	0.39	1	0	0	0	1
12	Brett Howden	Marlies (TOR)	C/LW/RW	11	3	2	5	-5	0	0	1	17	20	10	19	15.00%	3	168	15.27	3	1	4	9	56	0	0	0	0	0	1	0	44.44%	18	0.60	0	0	0	0	0
13	Steven Lorentz	Marlies (TOR)	C	23	0	5	5	3	2	0	9	13	14	4	11	0.00%	4	168	7.32	0	0	0	0	1	0	0	0	0	0	0	0	46.15%	130	0.59	0	0	0	0	0
14	Jeremy Davies	Marlies (TOR)	D	23	0	5	5	6	50	0	45	8	6	6	1	0.00%	22	512	22.27	0	1	1	5	96	0	1	1	0	101	0	0	0.00%	0	0.20	0	0	0	0	0
15	Brinson Pasichnuk	Marlies (TOR)	D	21	2	3	5	1	24	0	22	5	5	2	0	40.00%	7	312	14.86	0	0	0	0	8	0	0	0	0	11	0	1	0.00%	0	0.32	0	0	1	0	1
16	Alex Vlasic	Marlies (TOR)	D	11	0	4	4	4	16	0	8	10	3	2	8	0.00%	13	261	23.81	0	1	1	1	49	0	0	0	1	55	0	0	0.00%	0	0.31	0	0	0	0	0
17	Joseph Cecconi	Marlies (TOR)	D	23	0	3	3	3	32	0	39	17	7	4	6	0.00%	10	407	17.70	0	0	0	4	31	0	0	0	0	44	0	0	0.00%	0	0.15	0	0	0	0	0
18	Justin Dowling	Marlies (TOR)	C/LW/RW	10	3	0	3	2	0	0	2	4	7	1	7	42.86%	0	73	7.36	0	0	0	0	1	0	0	0	0	0	1	0	50.00%	4	0.81	0	0	0	2	0
19	Keaton Middleton	Marlies (TOR)	D	2	0	0	0	1	4	0	8	0	0	0	0	0.00%	0	50	25.23	0	0	0	0	5	0	0	0	0	8	0	0	0.00%	0	0.00%	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				374	61	109	170	68	345	15	453	442	512	169	355	11.91%	136	6720	17.97	16	31	47	142	1126	2	3	5	21	932	14	3	56.18%	1666	0.51	2	1	11	14	15

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	SO	GA	SA	A	PS %	ST	BG	S1	S3
1	Pheonix Copley	Marlies (TOR)	23	14	5	4	0.893	1.99	1448	2	48	449	1	0.00%	23	0	2	1
2	Calvin Pickard	Marlies (TOR)	2	0	0	0	0.900	2.40	50	0	2	20	0	0.00%	0	23	0	0
Statistiques d’équipe totales ou en moyenne			25	14	5	4	0.893	2.00	1498	2	50	469	1		23	23	2	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	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	Link
Alex Vlasic	Marlies (TOR)	D	22	2001-06-05	Yes	198 Lbs	6 ft6	No	No	No	3	Pro & Farm	1,491,667$	0$	0$	No	1,491,667$	1,491,667$	Lien
Andy Andreoff	Marlies (TOR)	C/LW	32	1991-05-17	No	203 Lbs	6 ft1	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Brandon Crawley	Marlies (TOR)	D	26	1997-02-01	No	202 Lbs	6 ft1	No	No	No	1	Pro & Farm	866,666$	0$	0$	No			Lien
Brandon Pirri	Marlies (TOR)	C/LW/RW	32	1991-04-10	No	186 Lbs	6 ft0	No	No	No	3	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Brett Howden	Marlies (TOR)	C/LW/RW	25	1998-03-28	No	200 Lbs	6 ft3	No	No	No	1	Pro & Farm	1,000,000$	0$	0$	No			Lien / Lien NHL
Brinson Pasichnuk	Marlies (TOR)	D	25	1997-11-23	Yes	205 Lbs	6 ft0	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Calvin Pickard	Marlies (TOR)	G	31	1992-04-14	No	210 Lbs	6 ft1	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Chris Wagner	Marlies (TOR)	C/LW/RW	32	1991-05-26	No	198 Lbs	6 ft0	No	No	No	3	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Cody Glass	Marlies (TOR)	C/RW	24	1999-04-01	Yes	192 Lbs	6 ft2	No	No	No	1	Pro & Farm	1,713,333$	0$	0$	No			Lien / Lien NHL
Dylan Wells	Marlies (TOR)	G	25	1998-01-03	No	190 Lbs	6 ft2	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien / Lien NHL
Gabriel Bourque	Marlies (TOR)	LW/RW	32	1990-09-23	No	206 Lbs	5 ft10	No	No	No	1	Pro & Farm	850,000$	0$	0$	No			Lien / Lien NHL
Jack McBain	Marlies (TOR)	C	23	2000-06-06	Yes	212 Lbs	6 ft4	No	No	No	3	Pro & Farm	1,350,000$	0$	0$	No	1,350,000$	1,350,000$	Lien
Jack Studnicka	Marlies (TOR)	C	24	1999-02-18	Yes	171 Lbs	6 ft1	No	No	No	2	Pro & Farm	863,333$	0$	0$	No	863,333$		Lien / Lien NHL
Jacob Bernard-Docker	Marlies (TOR)	D	23	2000-06-30	Yes	190 Lbs	6 ft0	No	No	No	3	Pro & Farm	1,208,333$	0$	0$	No	1,208,333$	1,208,333$	Lien
Jeremy Davies	Marlies (TOR)	D	26	1996-12-04	Yes	180 Lbs	5 ft11	No	No	No	1	Pro & Farm	1,325,000$	0$	0$	No			Lien / Lien NHL
Joseph Cecconi	Marlies (TOR)	D	26	1997-05-23	No	215 Lbs	6 ft3	No	No	No	1	Pro & Farm	1,293,750$	0$	0$	No			Lien / Lien NHL
Justin Dowling	Marlies (TOR)	C/LW/RW	32	1990-10-01	No	180 Lbs	5 ft10	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Keaton Middleton	Marlies (TOR)	D	25	1998-02-10	No	240 Lbs	6 ft6	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Kyle Clifford	Marlies (TOR)	LW	32	1991-01-13	No	211 Lbs	6 ft2	No	No	No	2	Pro & Farm	750,000$	0$	0$	No	750,000$		Lien / Lien NHL
Liam O'Brien	Marlies (TOR)	C	29	1994-07-29	No	213 Lbs	6 ft1	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Pheonix Copley	Marlies (TOR)	G	31	1992-01-18	No	198 Lbs	6 ft4	Yes	No	No	3	Pro & Farm	850,000$	0$	0$	No	850,000$	850,000$	Lien / Lien NHL
Ryan Dzingel	Marlies (TOR)	LW/RW	31	1992-03-09	No	190 Lbs	6 ft0	No	No	No	3	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Sean Day	Marlies (TOR)	D	25	1998-01-09	No	218 Lbs	6 ft3	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Simon Holmstrom	Marlies (TOR)	RW	22	2001-05-24	Yes	202 Lbs	6 ft2	No	No	No	2	Pro & Farm	863,333$	0$	0$	No	863,333$		Lien / Lien NHL
Spencer Smallman	Marlies (TOR)	RW	26	1996-09-09	No	198 Lbs	6 ft1	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien / Lien NHL
Steven Lorentz	Marlies (TOR)	C	27	1996-04-13	No	206 Lbs	6 ft4	No	No	No	2	Pro & Farm	1,050,000$	0$	0$	No	1,050,000$		Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
26	27.23	201 Lbs	6 ft2	1.92	964,439$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brett Howden	Jack McBain	Cody Glass	40	1	2	2
2	Andy Andreoff	Chris Wagner	Ryan Dzingel	30	1	2	2
3	Kyle Clifford	Jack Studnicka	Simon Holmstrom	20	1	2	2
4	Brandon Pirri	Steven Lorentz	Cody Glass	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Sean Day		40	1	2	2
2	Jacob Bernard-Docker	Jeremy Davies	30	1	2	2
3	Joseph Cecconi	Brinson Pasichnuk	20	1	2	2
4	Sean Day		10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brett Howden	Jack McBain	Cody Glass	60	1	2	2
2	Andy Andreoff	Chris Wagner	Ryan Dzingel	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Sean Day		60	1	2	2
2	Jacob Bernard-Docker	Jeremy Davies	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jack McBain	Ryan Dzingel	60	1	2	2
2	Cody Glass	Chris Wagner	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Sean Day		60	1	2	2
2	Jacob Bernard-Docker	Jeremy Davies	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Ryan Dzingel	60	1	2	2	Sean Day		60	1	2	2
2	Jack McBain	40	1	2	2	Jacob Bernard-Docker	Jeremy Davies	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jack McBain	Cody Glass	60	1	2	2
2	Jack Studnicka	Brett Howden	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Sean Day		60	1	2	2
2	Jacob Bernard-Docker	Jeremy Davies	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Ryan Dzingel	Jack McBain	Cody Glass	Sean Day

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Ryan Dzingel	Jack McBain	Cody Glass	Sean Day

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Cody Glass, Jack McBain, Jack Studnicka	Cody Glass, Jack McBain	Jack Studnicka

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Joseph Cecconi, Jacob Bernard-Docker, Jeremy Davies	Joseph Cecconi	Jacob Bernard-Docker, Jeremy Davies

Tirs de pénalité
Ryan Dzingel, Jack McBain, Cody Glass, Chris Wagner, Andy Andreoff

Gardien
#1 : Pheonix Copley, #2 : Calvin Pickard

Lignes d’attaque personnalisées en prolongation
Ryan Dzingel, Jack McBain, Cody Glass, Chris Wagner, Andy Andreoff, Brandon Pirri, Brandon Pirri, Brett Howden, Jack Studnicka, Steven Lorentz, Simon Holmstrom

Lignes de défense personnalisées en prolongation
Sean Day, , Jacob Bernard-Docker, Jeremy Davies, Joseph Cecconi

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	Crunch	4	4	0	0	0	0	0	0	22	9	13	2	2	0	0	0	0	0	0	9	4	5	2	2	0	0	0	0	0	0	13	5	8	8	1.000	22	38	60	0	0	19	23	14	5	91	168	151	149	47	93	29	67	84	20	5	25.00%	28	5	82.14%	1	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
2	Monsters	7	4	3	0	0	0	0	0	15	11	4	4	3	1	0	0	0	0	0	11	5	6	3	1	2	0	0	0	0	0	4	6	-2	8	0.571	15	25	40	0	1	19	23	14	5	159	168	151	149	47	110	31	112	151	48	3	6.25%	48	4	91.67%	0	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
3	Rocket	6	4	2	0	0	0	0	0	13	13	0	3	1	2	0	0	0	0	0	6	9	-3	3	3	0	0	0	0	0	0	7	4	3	8	0.667	13	25	38	0	0	19	23	14	5	135	168	151	149	47	117	40	80	120	37	4	10.81%	35	3	91.43%	0	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
4	Wild	6	2	4	0	0	0	0	0	11	17	-6	3	1	2	0	0	0	0	0	8	12	-4	3	1	2	0	0	0	0	0	3	5	-2	4	0.333	11	21	32	0	1	19	23	14	5	130	168	151	149	47	149	36	86	99	42	4	9.52%	41	7	82.93%	1	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
	Total	23	14	9	0	0	0	0	0	61	50	11	12	7	5	0	0	0	0	0	34	30	4	11	7	4	0	0	0	0	0	27	20	7	28	0.609	61	109	170	0	2	19	23	14	5	515	168	151	149	47	469	136	345	454	147	16	10.88%	152	19	87.50%	2	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
	_Since Last GM Reset	23	14	9	0	0	0	0	0	61	50	11	12	7	5	0	0	0	0	0	34	30	4	11	7	4	0	0	0	0	0	27	20	7	28	0.609	61	109	170	0	2	19	23	14	5	515	168	151	149	47	469	136	345	454	147	16	10.88%	152	19	87.50%	2	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
	_Vs Conference	17	12	5	0	0	0	0	0	50	33	17	9	6	3	0	0	0	0	0	26	18	8	8	6	2	0	0	0	0	0	24	15	9	24	0.706	50	88	138	0	1	19	23	14	5	385	168	151	149	47	320	100	259	355	105	12	11.43%	111	12	89.19%	1	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155
	_Vs Division	10	12	5	0	0	0	0	0	35	22	13	5	6	3	0	0	0	0	0	15	13	2	5	6	2	0	0	0	0	0	20	9	11	24	1.200	35	63	98	0	0	19	23	14	5	226	168	151	149	47	210	69	147	204	57	9	15.79%	63	8	87.30%	1	371	686	54.08%	368	679	54.20%	210	355	59.15%	627	436	561	183	308	155

			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
23	28	L3	61	109	170	515	469	136	345	454	0	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
23	14	9	0	0	0	0	61	50

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	7	5	0	0	0	0	34	30

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
11	7	4	0	0	0	0	27	20

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	3	4	1	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
147	16	10.88%	152	19	87.50%	2

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
168	151	149	47	19	23	14	5

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
371	686	54.08%	368	679	54.20%	210	355	59.15%

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
627	436	561	183	308	155

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	Lien
1 - 2023-03-22	1	Crunch	2	Marlies	3	BW	X	Sommaire du match
3 - 2023-03-24	9	Crunch	2	Marlies	6	BW		Sommaire du match
5 - 2023-03-26	17	Marlies	6	Crunch	3	AW		Sommaire du match
7 - 2023-03-28	25	Marlies	7	Crunch	2	AW		Sommaire du match
15 - 2023-04-05	57	Monsters	1	Marlies	4	BW		Sommaire du match
17 - 2023-04-07	61	Monsters	2	Marlies	1	BL	X	Sommaire du match
19 - 2023-04-09	65	Marlies	0	Monsters	2	AL		Sommaire du match
21 - 2023-04-11	69	Marlies	2	Monsters	3	AL	X	Sommaire du match
23 - 2023-04-13	73	Monsters	0	Marlies	3	BW		Sommaire du match
25 - 2023-04-15	77	Marlies	2	Monsters	1	AW		Sommaire du match
27 - 2023-04-17	81	Monsters	2	Marlies	3	BW		Sommaire du match
29 - 2023-04-19	85	Rocket	3	Marlies	2	BL	X	Sommaire du match
31 - 2023-04-21	87	Rocket	5	Marlies	1	BL		Sommaire du match
33 - 2023-04-23	89	Marlies	2	Rocket	1	AW	X	Sommaire du match
35 - 2023-04-25	91	Marlies	3	Rocket	2	AW	X	Sommaire du match
37 - 2023-04-27	93	Rocket	1	Marlies	3	BW		Sommaire du match
39 - 2023-04-29	95	Marlies	2	Rocket	1	AW		Sommaire du match
43 - 2023-05-03	99	Wild	2	Marlies	3	BW	X	Sommaire du match
44 - 2023-05-04	100	Wild	5	Marlies	4	BL	X	Sommaire du match
45 - 2023-05-05	101	Marlies	1	Wild	0	AW	X	Sommaire du match
46 - 2023-05-06	102	Marlies	1	Wild	3	AL		Sommaire du match
47 - 2023-05-07	103	Wild	5	Marlies	1	BL		Sommaire du match
48 - 2023-05-08	104	Marlies	1	Wild	2	AL		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	0
Assistance	24,000	12,000
Assistance PCT	100.00%	100.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
29	3000 - 100.00%	70,000$	840,000$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	2,507,541$	2,417,542$	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$	0	0$	0$

Marlies 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

Marlies 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

Marlies 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

Marlies 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

Marlies 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

	Marlies
	GP: 23 \| W: 14 \| L: 9 GF: 61 \| GA: 50 \| PP%: 10.88% \| PK%: 87.50% DG: Garrett \| Morale : 50 \| Moyenne d’équipe : 60