Senators
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière
Client Web pour les lignes

Centre de jeu
	Rocket 58-16-8, 124pts	5	FINAL	4	Senators 46-29-7, 99pts

Team Stats
W2	Séquence	L1
27-8-6	Fiche domicile	26-11-4
31-8-2	Fiche domicile	20-18-3
7-3-0	Derniers 10 matchs	2-7-1
4.00	Buts par match	3.80
1.90	Buts contre par match	2.67
16.79%	Pourcentage en avantage numérique	11.91%
89.76%	Pourcentage en désavantage numérique	83.37%

Marlies
55-24-3, 113pts

FINAL

Senators
46-29-7, 99pts

Team Stats
L1	Séquence	L1
28-10-3	Fiche domicile	26-11-4
27-14-0	Fiche domicile	20-18-3
6-3-1	Derniers 10 matchs	2-7-1
3.59	Buts par match	3.80
2.20	Buts contre par match	2.67
18.59%	Pourcentage en avantage numérique	11.91%
86.35%	Pourcentage en désavantage numérique	83.37%

Meneurs d'équipe
	Buts Ville Koivunen 47	Passes Jack Ahcan 54

	Points Ryan Lomberg 85	Plus/Moins Xavier Bourgault 67

	Victoires Joe Vrbetic 45	Pourcentage d’arrêts Joe Vrbetic 0.869

Statistiques d’équipe
Buts pour 312 3.80 GFG	Tirs pour 2129 25.96 Avg	Pourcentage en avantage numérique 11.9% 43 GF	Début de zone offensive 41.0%
Buts contre 219 2.67 GAA	Tirs contre 1551 18.91 Avg	Pourcentage en désavantage numérique 83.4%% 70 GA	Début de la zone défensive 35.4%

Informations de l'équipe
	Directeur général	David R
	Entraîneur	Manny Malhotra
	Division	North
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,913
	Billets de saison	0
Informations de la formation
	Équipe Pro	19
	Équipe Mineure	21
	Limite contact	40 / 51
	Espoirs	43
Historique d'équipe
	Saison actuelle	46-29-7 (99PTS)
	Historique	0-0-0


	Coupe Stanley	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	TA	SP	Âge	Contrat	Salaire
1	Ryan Lomberg			X		100.00	80	94	80	79	66	52	97	61	34	61	56	67	25	67	69	65	50	64		0	31	1	1,100,000$
2	Boris Katchouk		X			100.00	77	75	80	71	75	79	83	63	50	60	62	65	59	44	44	66	50	63		0	27	1	1,000,000$
3	Daniil Gushchin (R)		X			100.00	67	58	87	67	58	78	81	67	50	65	65	61	62	44	44	67	50	62		0	23	1	800,000$
4	Ville Koivunen (R)			X		100.00	65	60	77	68	60	82	87	65	50	63	64	60	61	44	44	65	50	62		0	22	2	902,500$
5	Andre Lee (R)	X	X			100.00	84	79	83	69	81	53	82	59	25	60	57	64	25	45	45	63	50	61		0	25	2	775,000$
6	Jake Wise	X				100.00	75	68	90	64	68	53	51	62	78	58	63	64	60	44	44	64	50	59		0	26	2	775,000$
7	Xavier Bourgault	X				100.00	73	64	93	66	64	73	77	57	50	51	58	62	55	44	44	61	50	59		0	23	1	1,167,500$
8	Matt Stienburg	X	X	X		100.00	73	71	77	80	71	45	41	61	76	59	58	63	55	44	44	62	50	59		0	25	2	775,000$
9	Michael Milne (R)		X			100.00	71	67	79	66	67	73	78	57	50	48	61	61	58	44	44	62	50	59		0	23	2	950,000$
10	Jean-Luc Foudy	X				100.00	71	64	87	72	64	61	64	53	66	55	47	60	45	44	44	56	50	57		0	23	3	950,000$
11	Josh Lopina	X				100.00	78	73	89	62	73	73	79	49	61	47	46	62	44	44	44	56	50	56		0	25	2	925,000$
12	Matthew Benning				X	100.00	76	74	82	70	74	59	63	49	25	38	40	68	38	70	72	53	50	62	N	0	31	3	1,000,000$
13	Frederic Brunet (R)	X			X	100.00	78	74	87	65	74	78	86	50	25	45	41	63	39	44	44	55	50	61		0	22	2	775,000$
14	Isaak Phillips				X	100.00	75	77	69	66	77	78	86	48	25	38	41	62	39	50	50	53	50	61		0	24	1	925,000$
15	Jack Ahcan				X	100.00	71	63	90	67	63	80	87	54	25	53	41	60	39	45	45	56	50	60		0	28	1	775,000$
16	Simon Lundmark				X	100.00	76	72	86	65	72	74	81	47	25	37	41	61	39	44	44	54	50	59		0	25	3	950,000$
17	Max Wanner				X	100.00	72	70	77	61	70	44	45	45	25	34	40	58	38	44	44	48	50	53		0	23	2	775,000$
Rayé

	MOYENNE D’ÉQUIPE					100.00	74	71	83	68	69	67	75	56	44	51	52	62	46	47	48	59	50	60

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	Alexandar Georgiev	100.00	66	85	82	67	65	67	69	68	65	66	88	66	67	67	50	67	0	30	4	7,500,000$
2	Joe Vrbetic (R)	100.00	51	55	55	55	55	55	55	55	55	55	55	55	55	55	50	54	0	23	3	800,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	59	70	69	61	60	61	62	62	60	61	72	61	61	61	50	61

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Manny Malhotra	71	73	79	69	66	61	82	CAN	44	3	1,150,000$

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	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Peyton Krebs	Senators	C/LW/RW	63	42	54	96	58	20	0	74	201	219	54	167	19.18%	15	1400	22.23	4	12	16	27	212	3	2	5	7	236	7	1	68.72%	1621	0	3	1.37	1	1	0	0	0	7	8	7
2	Ryan Lomberg	Senators (OTT)	RW	82	40	45	85	32	143	45	164	181	266	62	182	15.04%	17	1688	20.60	5	10	15	35	246	1	0	1	11	284	7	0	45.33%	675	0	2	1.01	3	4	3	1	4	7	5	2
3	Xavier Bourgault	Senators (OTT)	C	82	34	49	83	67	54	0	68	148	211	66	123	16.11%	15	1328	16.20	0	0	0	0	8	3	0	3	18	237	5	5	54.39%	1173	1	1	1.25	0	0	0	0	0	5	4	5
4	Ville Koivunen	Senators (OTT)	RW	82	47	36	83	25	78	0	160	114	297	80	207	15.82%	13	1623	19.80	14	4	18	61	297	1	0	1	12	111	3	1	57.46%	181	0	2	1.02	1	4	0	0	0	8	3	5
5	Andre Lee	Senators (OTT)	C/LW	82	36	43	79	36	83	5	190	154	228	69	160	15.79%	10	1488	18.15	5	10	15	37	261	0	1	1	3	109	6	1	43.51%	1432	1	1	1.06	2	4	0	1	0	5	5	4
6	Michael Milne	Senators (OTT)	LW	82	30	44	74	63	54	0	122	56	200	49	168	15.00%	8	1066	13.01	0	0	0	1	1	0	0	0	0	0	5	0	56.60%	53	0	0	1.39	0	0	0	0	0	6	5	3
7	Jake Wise	Senators (OTT)	C	82	31	32	63	59	50	0	86	80	206	55	139	15.05%	5	1138	13.89	0	0	0	0	0	0	0	0	0	0	3	0	64.94%	154	0	1	1.11	1	2	0	0	0	1	3	10
8	Matt Stienburg	Senators (OTT)	C/LW/RW	66	24	38	62	34	56	0	124	93	147	40	114	16.33%	3	1117	16.92	1	2	3	21	196	0	0	0	3	4	1	0	63.77%	69	0	1	1.11	0	0	0	0	0	2	3	7
9	Jack Ahcan	Senators (OTT)	D	82	7	54	61	50	54	0	71	61	70	26	56	10.00%	56	1816	22.16	5	13	18	48	290	0	2	2	1	291	0	0	0%	0	0	0	0.67	0	0	0	0	0	2	2	5
10	Oliver Kapanen	Senators	C	49	21	33	54	33	4	0	14	99	128	38	92	16.41%	3	832	16.99	2	6	8	26	158	0	0	0	0	0	4	1	54.56%	834	0	1	1.30	0	2	0	0	0	2	6	5
11	Daniil Gushchin	Senators (OTT)	LW	49	32	17	49	30	22	0	51	75	145	45	125	22.07%	6	919	18.77	0	0	0	0	0	0	0	0	4	157	2	2	45.45%	110	0	2	1.07	0	1	0	0	0	7	2	1
12	Isaak Phillips	Senators (OTT)	D	82	6	43	49	44	116	20	194	52	72	26	45	8.33%	63	1823	22.23	2	10	12	34	286	0	3	3	2	304	3	0	0%	0	0	0	0.54	0	0	3	0	1	2	5	0
13	Frederic Brunet	Senators (OTT)	C/D	82	7	39	46	34	114	0	134	63	62	24	49	11.29%	61	1856	22.64	2	7	9	40	298	0	0	0	0	307	3	0	0%	0	0	0	0.50	1	3	0	0	0	2	2	1
14	Simon Lundmark	Senators (OTT)	D	82	8	38	46	46	67	5	99	34	53	17	36	15.09%	45	1296	15.81	0	0	0	15	63	0	2	2	0	84	3	1	0%	0	0	0	0.71	0	0	0	1	0	1	2	2
15	Matthew Benning	Senators (OTT)	D	82	7	34	41	26	68	0	171	35	90	29	60	7.78%	64	1793	21.87	4	8	12	48	275	0	0	0	1	278	0	0	0%	0	0	0	0.46	0	0	0	0	0	1	2	0
16	Max Wanner	Senators (OTT)	D	82	7	12	19	44	56	0	139	20	20	2	20	35.00%	36	1243	15.17	0	0	0	1	23	0	1	1	0	129	0	0	0%	0	0	0	0.31	0	0	0	0	0	0	1	1
17	Jean-Luc Foudy	Senators (OTT)	C	82	2	8	10	-2	6	0	32	34	39	11	23	5.13%	4	360	4.39	0	5	5	10	94	0	0	0	1	72	1	1	60.34%	116	0	0	0.56	0	0	0	0	0	0	0	0
18	Josh Lopina	Senators (OTT)	C	82	3	2	5	2	4	0	15	10	18	5	10	16.67%	0	139	1.70	3	0	3	9	55	0	0	0	0	8	0	1	54.17%	24	0	0	0.72	0	0	0	0	0	0	0	1
Statistiques d’équipe totales ou en moyenne				1375	384	621	1005	681	1049	75	1908	1510	2471	698	1776	15.54%	424	22933	16.68	47	87	134	413	2770	8	11	19	63	2620	53	14	55.06%	6442	2	14	0.88	9	21	6	3	5	58	58	59

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
1	Joe Vrbetic	Senators (OTT)	75	45	24	6	0.869	2.42	4366	2	7	176	1344	0	3	0	0.652	23	75	0	2	1	0
Statistiques d’équipe totales ou en moyenne			75	45	24	6	0.869	2.42	4366	2	7	176	1344	0	3	0		23	75	0	2	1	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	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 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
Alexandar Georgiev (contrat à 1 volet)	Senators (OTT)	G	30	1996-02-10	BUL	No	178 Lbs	6 ft1	No	No	Free Agent	2024-02-13	No	Yes	4	2024-06-24	False	False	Pro & Farm	7,500,000$	6,375,000$	0$	No	7,500,000$	7,500,000$	7,500,000$	-	-	-	-	-	-	7,500,000$	7,500,000$	7,500,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Andre Lee	Senators (OTT)	C/LW	25	2000-07-26	SWE	Yes	206 Lbs	6 ft5	No	No	Assign Manually		No	Yes	2	2024-06-30	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Boris Katchouk	Senators (OTT)	LW	27	1998-06-18	CAN	No	204 Lbs	6 ft2	No	No	Free Agent	2025-02-18	No	Yes	1	2025-06-15	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Daniil Gushchin	Senators (OTT)	LW	23	2002-06-02	RUS	Yes	165 Lbs	5 ft8	No	No	Trade	2026-01-30	No	No	1	2025-06-15	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Frederic Brunet	Senators (OTT)	C/D	22	2003-08-21	CAN	Yes	196 Lbs	6 ft3	No	No	Assign Manually		No	No	2	2025-08-19	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Isaak Phillips	Senators (OTT)	D	24	2001-09-28	CAN	No	205 Lbs	6 ft3	No	No	Trade	2025-08-07	No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jack Ahcan	Senators (OTT)	D	28	1997-05-18	USA	No	180 Lbs	5 ft8	No	No	Trade	2025-02-23	No	Yes	1	2024-08-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jake Wise	Senators (OTT)	C	26	2000-02-28	USA	No	190 Lbs	5 ft10	No	No	Assign Manually		No	Yes	2	2025-08-19	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jean-Luc Foudy	Senators (OTT)	C	23	2002-05-13	CAN	No	177 Lbs	5 ft11	No	No	Free Agent	2025-03-16	No	No	3	2025-08-02	False	False	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Joe Vrbetic	Senators (OTT)	G	23	2002-10-24	ONT	Yes	187 Lbs	6 ft5	No	No	Free Agent		No	No	3	2025-08-02	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Josh Lopina	Senators (OTT)	C	25	2001-02-16	USA	No	199 Lbs	6 ft2	No	No	Assign Manually		No	Yes	2	2024-07-07	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Matt Stienburg	Senators (OTT)	C/LW/RW	25	2000-10-07	CAN	No	182 Lbs	6 ft1	No	No	Prospect		No	Yes	2	2025-08-19	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Matthew Benning	Senators (OTT)	D	31	1994-05-25	CAN	No	203 Lbs	6 ft1	Yes	No	Free Agent	2025-02-27	No	Yes	3	2025-08-27	False	False	Pro & Farm	1,000,000$	0$	0$	No	1,000,000$	1,000,000$	-	-	-	-	-	-	-	1,000,000$	1,000,000$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-	Lien
Max Wanner	Senators (OTT)	D	23	2003-03-12	SK	No	184 Lbs	6 ft3	No	No	Prospect		No	No	2	2025-08-19	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Michael Milne	Senators (OTT)	LW	23	2002-09-21	CAN	Yes	185 Lbs	5 ft11	No	No	Assign Manually		No	No	2	2025-02-15	False	False	Pro & Farm	950,000$	0$	0$	No	950,000$	-	-	-	-	-	-	-	-	950,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Ryan Lomberg	Senators (OTT)	RW	31	1994-12-09	CAN	No	184 Lbs	5 ft9	No	No	Trade	2025-02-18	No	Yes	1		False	False	Pro & Farm	1,100,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Simon Lundmark	Senators (OTT)	D	25	2000-10-08	SWE	No	193 Lbs	6 ft2	No	No	Free Agent		No	Yes	3	2025-08-02	False	False	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Ville Koivunen	Senators (OTT)	RW	22	2003-06-13	FIN	Yes	161 Lbs	5 ft11	No	No	Assign Manually		No	No	2	2025-02-15	False	False	Pro & Farm	902,500$	0$	0$	No	902,500$	-	-	-	-	-	-	-	-	902,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Xavier Bourgault	Senators (OTT)	C	23	2002-10-22	CAN	No	179 Lbs	5 ft11	No	No	Trade	2024-07-07	No	No	1		False	False	Pro & Farm	1,167,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
19	25.21	187 Lbs	6 ft1	2.00	1,243,158$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Andre Lee	Ryan Lomberg	40	1	2	2
2			Ville Koivunen	30	1	2	2
3	Michael Milne	Xavier Bourgault	Jake Wise	20	1	2	2
4	Ryan Lomberg	Jake Wise		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Matthew Benning	Frederic Brunet	40	1	2	2
2	Isaak Phillips	Jack Ahcan	30	1	2	2
3	Simon Lundmark	Max Wanner	20	1	2	2
4	Matthew Benning	Frederic Brunet	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Andre Lee	Ryan Lomberg	60	1	2	2
2			Ville Koivunen	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Matthew Benning	Frederic Brunet	60	1	2	2
2	Isaak Phillips	Jack Ahcan	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Ryan Lomberg		60	1	2	2
2	Ville Koivunen	Andre Lee	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Matthew Benning	Frederic Brunet	60	1	2	2
2	Isaak Phillips	Jack Ahcan	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Ryan Lomberg	60	1	2	2	Matthew Benning	Frederic Brunet	60	1	2	2
2		40	1	2	2	Isaak Phillips	Jack Ahcan	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Ryan Lomberg		60	1	2	2
2	Ville Koivunen	Andre Lee	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Matthew Benning	Frederic Brunet	60	1	2	2
2	Isaak Phillips	Jack Ahcan	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Andre Lee	Ryan Lomberg	Matthew Benning	Frederic Brunet

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Andre Lee	Ryan Lomberg	Matthew Benning	Frederic Brunet

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Jean-Luc Foudy, Josh Lopina, Xavier Bourgault	Jean-Luc Foudy, Josh Lopina	Xavier Bourgault

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Simon Lundmark, Max Wanner, Isaak Phillips	Simon Lundmark	Max Wanner, Isaak Phillips

Tirs de pénalité
Ryan Lomberg, , Ville Koivunen, Andre Lee, Frederic Brunet

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
Ryan Lomberg, , Ville Koivunen, Andre Lee, Frederic Brunet, , Xavier Bourgault, Jake Wise, , Michael Milne

Lignes de défense personnalisées en prolongation
Matthew Benning, Frederic Brunet, Isaak Phillips, Jack Ahcan, Simon Lundmark

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	Americans	2	1	0	0	0	1	0	0	2	2	0	1	1	0	0	0	0	0	0	1	0	1	1	0	0	0	0	1	0	0	1	2	-1	3	0.750	2	4	6	0	1	121	98	89	10	30	723	673	719	37	28	14	16	35	12	0	0.00%	8	1	87.50%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
2	Admirals	2	2	0	0	0	0	0	0	11	2	9	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	8	1	7	4	1.000	11	21	32	0	0	121	98	89	10	64	723	673	719	37	35	8	37	37	3	0	0.00%	11	1	90.91%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
3	Barracuda	2	0	2	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	2	4	6	0	0	121	98	89	10	37	723	673	719	37	41	7	18	38	11	1	9.09%	8	2	75.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
4	Bears	4	4	0	0	0	0	0	0	28	5	23	2	2	0	0	0	0	0	0	16	1	15	2	2	0	0	0	0	0	0	12	4	8	8	1.000	28	52	80	0	1	121	98	89	10	176	723	673	719	37	48	7	42	94	9	3	33.33%	20	0	100.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
5	Bruins	2	1	0	0	1	0	0	0	6	3	3	1	1	0	0	0	0	0	0	3	1	2	1	0	0	0	1	0	0	0	3	2	1	4	1.000	6	11	17	0	0	121	98	89	10	60	723	673	719	37	30	9	42	34	10	0	0.00%	13	2	84.62%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
6	Canucks	4	1	3	0	0	0	0	0	9	16	-7	2	1	1	0	0	0	0	0	6	6	0	2	0	2	0	0	0	0	0	3	10	-7	2	0.250	9	12	21	0	0	121	98	89	10	83	723	673	719	37	94	13	64	97	23	0	0.00%	22	5	77.27%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
7	Checkers	2	0	1	0	1	0	0	0	4	4	0	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	1	0	0	0	2	1	1	2	0.500	4	7	11	0	0	121	98	89	10	29	723	673	719	37	43	13	32	35	8	0	0.00%	15	3	80.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
8	Comets	4	4	0	0	0	0	0	0	20	8	12	2	2	0	0	0	0	0	0	11	4	7	2	2	0	0	0	0	0	0	9	4	5	8	1.000	20	35	55	0	0	121	98	89	10	155	723	673	719	37	58	17	30	98	13	2	15.38%	12	2	83.33%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
9	Condors	3	2	1	0	0	0	0	0	9	9	0	1	1	0	0	0	0	0	0	2	1	1	2	1	1	0	0	0	0	0	7	8	-1	4	0.667	9	17	26	0	0	121	98	89	10	68	723	673	719	37	67	12	28	57	15	3	20.00%	14	2	85.71%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
10	Crunch	4	1	0	0	0	1	1	1	8	8	0	2	0	0	0	0	0	1	1	4	4	0	2	1	0	0	0	1	0	0	4	4	0	6	0.750	8	13	21	0	1	121	98	89	10	74	723	673	719	37	64	17	42	70	22	2	9.09%	14	4	71.43%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
11	Eagles	2	0	1	0	0	1	0	0	4	10	-6	1	0	1	0	0	0	0	0	2	7	-5	1	0	0	0	0	1	0	0	2	3	-1	1	0.250	4	6	10	0	0	121	98	89	10	30	723	673	719	37	47	9	39	35	11	1	9.09%	15	3	80.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
12	Firebirds	2	2	0	0	0	0	0	0	12	1	11	1	1	0	0	0	0	0	0	8	1	7	1	1	0	0	0	0	0	0	4	0	4	4	1.000	12	21	33	0	1	121	98	89	10	94	723	673	719	37	22	3	16	55	3	1	33.33%	8	0	100.00%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
13	Griffins	4	4	0	0	0	0	0	0	22	7	15	2	2	0	0	0	0	0	0	11	4	7	2	2	0	0	0	0	0	0	11	3	8	8	1.000	22	41	63	0	0	121	98	89	10	147	723	673	719	37	63	18	39	92	18	2	11.11%	17	1	94.12%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
14	Gulls	2	2	0	0	0	0	0	0	15	4	11	1	1	0	0	0	0	0	0	11	3	8	1	1	0	0	0	0	0	0	4	1	3	4	1.000	15	26	41	0	0	121	98	89	10	81	723	673	719	37	35	13	10	35	1	0	0.00%	5	2	60.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
15	Ice Hogs	3	3	0	0	0	0	0	0	27	2	25	2	2	0	0	0	0	0	0	17	2	15	1	1	0	0	0	0	0	0	10	0	10	6	1.000	27	47	74	0	2	121	98	89	10	134	723	673	719	37	37	7	26	69	6	2	33.33%	11	1	90.91%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
16	Islanders	2	2	0	0	0	0	0	0	15	2	13	1	1	0	0	0	0	0	0	10	2	8	1	1	0	0	0	0	0	0	5	0	5	4	1.000	15	26	41	0	1	121	98	89	10	85	723	673	719	37	22	7	18	56	7	1	14.29%	9	2	77.78%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
17	Marlies	4	1	3	0	0	0	0	0	8	13	-5	2	0	2	0	0	0	0	0	4	9	-5	2	1	1	0	0	0	0	0	4	4	0	2	0.250	8	16	24	0	0	121	98	89	10	87	723	673	719	37	101	22	45	96	23	4	17.39%	17	8	52.94%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
18	Monsters	4	1	2	0	0	1	0	0	10	13	-3	2	1	0	0	0	1	0	0	7	7	0	2	0	2	0	0	0	0	0	3	6	-3	3	0.375	10	19	29	0	0	121	98	89	10	78	723	673	719	37	90	28	50	71	27	3	11.11%	24	3	87.50%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
19	Moose	2	1	1	0	0	0	0	0	5	5	0	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	5	8	13	0	0	121	98	89	10	27	723	673	719	37	50	13	28	32	6	0	0.00%	14	2	85.71%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
20	Penguins	2	1	1	0	0	0	0	0	9	8	1	1	1	0	0	0	0	0	0	6	3	3	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	9	14	23	0	0	121	98	89	10	71	723	673	719	37	33	9	20	59	7	1	14.29%	10	1	90.00%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
21	Phantoms	2	0	2	0	0	0	0	0	3	7	-4	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	3	6	9	0	0	121	98	89	10	17	723	673	719	37	54	16	38	49	8	1	12.50%	17	3	82.35%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
22	Reign	2	1	1	0	0	0	0	0	6	5	1	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	12	18	0	0	121	98	89	10	44	723	673	719	37	50	13	25	32	9	2	22.22%	8	1	87.50%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
23	Roadrunners	2	2	0	0	0	0	0	0	13	5	8	1	1	0	0	0	0	0	0	7	1	6	1	1	0	0	0	0	0	0	6	4	2	4	1.000	13	24	37	0	0	121	98	89	10	52	723	673	719	37	32	11	24	49	11	2	18.18%	12	2	83.33%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
24	Rocket	4	1	2	0	0	1	0	0	12	16	-4	2	1	0	0	0	1	0	0	8	8	0	2	0	2	0	0	0	0	0	4	8	-4	3	0.375	12	23	35	0	0	121	98	89	10	75	723	673	719	37	74	27	64	82	19	2	10.53%	29	5	82.76%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
25	Silver Knights	2	0	1	0	0	0	0	1	2	9	-7	1	0	0	0	0	0	0	1	2	3	-1	1	0	1	0	0	0	0	0	0	6	-6	1	0.250	2	4	6	0	0	121	98	89	10	27	723	673	719	37	41	15	30	49	13	1	7.69%	14	4	71.43%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
26	Stars	2	1	0	0	0	0	1	0	9	7	2	1	1	0	0	0	0	0	0	4	3	1	1	0	0	0	0	0	1	0	5	4	1	4	1.000	9	14	23	0	0	121	98	89	10	42	723	673	719	37	54	22	21	59	7	3	42.86%	8	1	87.50%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
27	Thunderbirds	3	3	0	0	0	0	0	0	24	3	21	2	2	0	0	0	0	0	0	16	2	14	1	1	0	0	0	0	0	0	8	1	7	6	1.000	24	46	70	0	0	121	98	89	10	114	723	673	719	37	26	5	26	86	9	2	22.22%	13	2	84.62%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
28	Wild	2	0	2	0	0	0	0	0	5	9	-4	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	5	7	12	0	0	121	98	89	10	24	723	673	719	37	51	15	51	43	13	2	15.38%	17	3	82.35%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
29	Wolf Pack	3	0	3	0	0	0	0	0	5	15	-10	1	0	1	0	0	0	0	0	3	4	-1	2	0	2	0	0	0	0	0	2	11	-9	0	0.000	5	8	13	0	0	121	98	89	10	64	723	673	719	37	90	15	46	70	16	1	6.25%	16	2	87.50%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
30	Wolves	2	1	1	0	0	0	0	0	7	8	-1	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	4	2	2	2	0.500	7	11	18	0	0	121	98	89	10	38	723	673	719	37	30	5	18	42	8	1	12.50%	8	1	87.50%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
31	Wranglers	2	0	2	0	0	0	0	0	0	8	-8	1	0	1	0	0	0	0	0	0	5	-5	1	0	1	0	0	0	0	0	0	3	-3	0	0.000	0	0	0	0	0	121	98	89	10	22	723	673	719	37	41	14	24	28	13	0	0.00%	12	1	91.67%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
	Total	82	42	29	0	2	5	2	2	312	219	93	41	25	11	0	0	2	1	2	179	105	74	41	17	18	0	2	3	1	0	133	114	19	99	0.604	312	555	867	0	7	121	98	89	10	2129	723	673	719	37	1551	404	1009	1784	361	43	11.91%	421	70	83.37%	5	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
	_Since Last GM Reset	82	42	29	0	2	5	2	2	312	219	93	41	25	11	0	0	2	1	2	179	105	74	41	17	18	0	2	3	1	0	133	114	19	99	0.604	312	555	867	0	7	121	98	89	10	2129	723	673	719	37	1551	404	1009	1784	361	43	11.91%	421	70	83.37%	5	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
	_Vs Conference	47	22	18	0	2	3	1	1	166	133	33	23	12	7	0	0	2	1	1	96	65	31	24	10	11	0	2	1	0	0	70	68	2	54	0.574	166	294	460	0	3	121	98	89	10	1239	723	673	719	37	894	223	590	1045	218	23	10.55%	243	42	82.72%	1	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510
	_Vs Division	22	13	10	0	0	3	1	1	62	53	9	11	7	3	0	0	2	1	1	33	29	4	11	6	7	0	0	1	0	0	29	24	5	32	0.727	62	115	177	0	2	121	98	89	10	502	723	673	719	37	403	120	280	444	112	10	8.93%	113	24	78.76%	0	1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%	2301	1698	1695	531	962	510

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
82	99	L1	312	555	867	2129	1551	404	1009	1784	0	7

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	42	29	2	5	2	2	312	219

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	25	11	0	2	1	2	179	105

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	17	18	2	3	1	0	133	114

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	7	0	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
361	43	11.91%	421	70	83.37%	5

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
723	673	719	37	121	98	89	10

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
1115	2232	49.96%	851	1925	44.21%	608	1283	47.39%

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
2301	1698	1695	531	962	510

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2	13	Senators	1	Crunch	0	W			Sommaire du match
4	27	Ice Hogs	0	Senators	9	W			Sommaire du match
6	42	Canucks	2	Senators	5	W			Sommaire du match
8	58	Senators	6	Comets	2	W			Sommaire du match
10	71	Senators	1	Monsters	2	L			Sommaire du match
12	86	Monsters	4	Senators	3	L	X		Sommaire du match
14	102	Senators	2	Rocket	4	L			Sommaire du match
16	116	Crunch	2	Senators	3	W	X	X	Sommaire du match
18	129	Senators	8	Bears	1	W			Sommaire du match
20	142	Bears	0	Senators	10	W			Sommaire du match
22	156	Senators	0	Wolf Pack	5	L			Sommaire du match
26	185	Marlies	4	Senators	2	L			Sommaire du match
28	195	Senators	6	Griffins	1	W			Sommaire du match
30	212	Griffins	2	Senators	6	W			Sommaire du match
32	227	Senators	3	Condors	1	W			Sommaire du match
33	236	Senators	3	Marlies	1	W			Sommaire du match
36	252	Comets	3	Senators	4	W			Sommaire du match
38	271	Phantoms	3	Senators	2	L			Sommaire du match
40	286	Senators	6	Roadrunners	4	W			Sommaire du match
42	299	Senators	5	Islanders	0	W			Sommaire du match
44	314	Bears	1	Senators	6	W			Sommaire du match
46	333	Senators	2	Eagles	3	L	X		Sommaire du match
48	346	Bruins	1	Senators	3	W			Sommaire du match
50	362	Senators	4	Wolves	2	W			Sommaire du match
52	373	Senators	8	Admirals	1	W			Sommaire du match
53	383	Stars	3	Senators	4	W			Sommaire du match
56	403	Senators	3	Bruins	2	W	X		Sommaire du match
57	413	Wild	5	Senators	2	L			Sommaire du match
60	436	Senators	1	Marlies	3	L			Sommaire du match
61	446	Wolves	6	Senators	3	L			Sommaire du match
64	468	Senators	3	Wild	4	L			Sommaire du match
65	476	Crunch	2	Senators	1	L	X	X	Sommaire du match
69	502	Comets	1	Senators	7	W			Sommaire du match
71	513	Senators	3	Crunch	4	L	X		Sommaire du match
74	535	Penguins	3	Senators	6	W			Sommaire du match
77	555	Senators	2	Rocket	4	L			Sommaire du match
79	569	Firebirds	1	Senators	8	W			Sommaire du match
82	595	Griffins	2	Senators	5	W			Sommaire du match
85	620	Thunderbirds	1	Senators	6	W			Sommaire du match
87	628	Senators	5	Griffins	2	W			Sommaire du match
89	647	Eagles	7	Senators	2	L			Sommaire du match
91	664	Senators	2	Checkers	1	W	X		Sommaire du match
92	674	Senators	0	Silver Knights	6	L			Sommaire du match
95	693	Gulls	3	Senators	11	W			Sommaire du match
98	710	Senators	0	Wranglers	3	L			Sommaire du match
99	723	Monsters	3	Senators	4	W			Sommaire du match
102	746	Senators	1	Americans	2	L	X		Sommaire du match
103	756	Silver Knights	3	Senators	2	L	X	X	Sommaire du match
106	773	Senators	4	Firebirds	0	W			Sommaire du match
108	787	Checkers	3	Senators	2	L			Sommaire du match
110	803	Senators	5	Stars	4	W	X	X	Sommaire du match
112	814	Reign	2	Senators	4	W			Sommaire du match
114	827	Senators	3	Comets	2	W			Sommaire du match
116	846	Ice Hogs	2	Senators	8	W			Sommaire du match
121	875	Islanders	2	Senators	10	W			Sommaire du match
123	891	Senators	2	Reign	3	L			Sommaire du match
125	905	Senators	2	Moose	3	L			Sommaire du match
126	915	Wolf Pack	4	Senators	3	L			Sommaire du match
129	931	Senators	4	Bears	3	W			Sommaire du match
130	946	Wranglers	5	Senators	0	L			Sommaire du match
134	971	Thunderbirds	1	Senators	10	W			Sommaire du match
136	986	Senators	2	Wolf Pack	6	L			Sommaire du match
138	1000	Senators	1	Barracuda	3	L			Sommaire du match
139	1009	Condors	1	Senators	2	W			Sommaire du match
143	1036	Roadrunners	1	Senators	7	W			Sommaire du match
145	1045	Senators	4	Gulls	1	W			Sommaire du match
148	1067	Americans	0	Senators	1	W			Sommaire du match
150	1083	Senators	4	Condors	7	L			Sommaire du match
152	1100	Canucks	4	Senators	1	L			Sommaire du match
154	1119	Senators	8	Thunderbirds	1	W			Sommaire du match
156	1131	Admirals	1	Senators	3	W			Sommaire du match
158	1145	Senators	10	Ice Hogs	0	W			Sommaire du match
161	1165	Moose	2	Senators	3	W			Sommaire du match
162	1173	Senators	2	Canucks	5	L			Sommaire du match
164	1192	Senators	1	Phantoms	4	L			Sommaire du match
166	1202	Barracuda	2	Senators	1	L			Sommaire du match
167	1210	Senators	3	Penguins	5	L			Sommaire du match
169	1229	Senators	1	Canucks	5	L			Sommaire du match
171	1242	Senators	2	Monsters	4	L			Sommaire du match
172	1248	Rocket	3	Senators	4	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
175	1275	Rocket	5	Senators	4	L	X		Sommaire du match
180	1301	Marlies	5	Senators	2	L			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	40	0
Assistance	80,594	38,857
Assistance PCT	98.29%	94.77%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2913 - 97.11%	78,628$	3,223,760$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,779,417$	1,612,000$	1,612,000$	1,150,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
8,761$	1,629,417$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	15,011$	0$

Senators 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

Senators 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

Senators 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

Senators 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

Senators 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

	Senators
	GP: 82 \| W: 46 \| L: 29 \| OTL: 7 \| P: 99 GF: 312 \| GA: 219 \| PP%: 11.91% \| PK%: 83.37% DG: David R \| Morale : 50 \| Moyenne d’équipe : 60