Flames
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
	Bears 12-68-2, 26pts	0	FINAL	6	Wranglers 59-21-2, 120pts

Team Stats
L15	Séquence	W2
8-32-1	Fiche domicile	27-12-2
4-36-1	Fiche domicile	32-9-0
0-10-0	Derniers 10 matchs	6-4-0
2.21	Buts par match	4.74
6.76	Buts contre par match	1.84
5.61%	Pourcentage en avantage numérique	20.05%
68.28%	Pourcentage en désavantage numérique	87.75%

Wranglers
59-21-2, 120pts

FINAL

Wolf Pack
63-16-3, 129pts

Team Stats
W2	Séquence	L1
27-12-2	Fiche domicile	33-6-2
32-9-0	Fiche domicile	30-10-1
6-4-0	Derniers 10 matchs	6-3-1
4.74	Buts par match	4.89
1.84	Buts contre par match	1.94
20.05%	Pourcentage en avantage numérique	18.06%
87.75%	Pourcentage en désavantage numérique	86.55%

Meneurs d'équipe
	Buts Zack Bolduc 59	Passes Alex Newhook 77

	Points Zack Bolduc 133	Plus/Moins Zack Bolduc 85

	Victoires Jonas Johansson 58	Pourcentage d’arrêts Kevin Mandolese 0.935

Statistiques d’équipe
Buts pour 389 4.74 GFG	Tirs pour 2498 30.46 Avg	Pourcentage en avantage numérique 20.1% 80 GF	Début de zone offensive 42.9%
Buts contre 151 1.84 GAA	Tirs contre 1344 16.39 Avg	Pourcentage en désavantage numérique 87.7%% 50 GA	Début de la zone défensive 34.5%

Informations de l'équipe
	Directeur général	Alex
	Entraîneur	Peter Laviolette
	Division	Pacific Division
	Conférence	Western Conference
	Capitaine
	Assistant #1	Florian Xhekaj
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	1,866
	Billets de saison	0
Informations de la formation
	Équipe Pro	22
	Équipe Mineure	18
	Limite contact	40 / 51
	Espoirs	46
Historique d'équipe
	Saison actuelle	59-21-2 (120PTS)
	Historique	59-21-2 (0.720%)
	Apparitions en séries éliminatoires	1
	Historique en séries éliminatoires (W-L)	10 - 8 (0.556%)
	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	Zack Bolduc (R)		X	X		100.00	80	54	85	81	69	63	93	70	35	69	77	64	25	56	56	74	50	68		0	23	2	1,275,833$
2	Alex Newhook	X	X			100.00	76	44	90	88	72	69	99	70	68	61	71	60	25	66	68	71	50	68		0	25	1	2,750,000$
3	Nicholas Robertson		X	X		100.00	76	43	92	82	62	62	86	66	37	60	73	62	25	60	61	71	50	65		0	24	3	1,800,000$
4	Mike Hardman		X	X		100.00	80	76	89	70	76	73	76	61	50	56	62	67	59	47	47	65	50	63		0	27	3	850,000$
5	Tye Kartye	X	X			100.00	93	56	80	75	72	54	83	61	31	60	59	67	25	59	60	66	50	63		0	24	1	925,000$
6	Sean Farrell (R)	X	X			100.00	72	62	94	67	62	78	83	62	78	59	60	63	57	44	44	64	50	62		0	24	3	775,000$
7	David Gustafsson	X	X			100.00	65	56	93	73	74	52	57	63	69	60	57	69	25	60	61	62	50	61		0	26	1	900,000$
8	Benoit-Olivier Groulx	X				100.00	74	73	75	68	73	52	49	64	80	62	62	64	59	44	44	63	50	60		0	26	3	850,000$
9	Linus Karlsson (R)			X		100.00	77	43	91	67	66	57	70	66	31	61	64	61	25	46	47	65	50	60		0	26	2	925,000$
10	Jonah Gadjovich			X		100.00	95	99	62	74	82	51	61	59	55	50	59	63	25	60	60	62	50	60		0	27	1	900,000$
11	Brandon Biro		X			100.00	71	63	89	66	63	69	72	57	50	62	48	61	46	44	44	59	50	58		0	28	2	800,000$
12	Wyatt Kaiser				X	100.00	73	42	91	72	64	75	91	61	25	46	49	84	25	56	56	63	50	68		0	23	2	1,208,333$
13	Drew Helleson (R)				X	100.00	83	56	76	72	79	69	85	60	25	52	49	78	25	50	50	63	50	67		0	25	3	1,500,000$
14	Kaedan Korczak				X	100.00	80	45	25	75	76	66	60	60	25	59	47	68	25	54	54	59	50	63		0	25	2	975,000$
15	Alec Regula				X	100.00	78	77	79	65	77	67	71	53	25	49	41	64	39	46	46	55	50	60		0	25	1	800,000$
16	Blake Hillman				X	100.00	79	74	91	64	74	62	67	47	25	37	41	62	39	44	44	53	50	58		0	30	2	800,000$
17	Daniil Misyul (R)				X	100.00	72	68	80	65	68	61	65	46	25	37	39	59	37	44	44	51	50	56		0	25	3	867,500$
Rayé
1	Reese Johnson	X		X		100.00	74	71	80	67	71	65	69	51	64	48	46	65	44	59	59	55	50	57	N	0	27	1	775,000$
2	Jalen Luypen (R)	X	X			100.00	71	62	92	63	62	69	74	50	63	44	51	59	48	44	44	56	50	55		0	23	3	859,167$
3	Damien Giroux	X				100.00	70	62	87	63	62	62	65	53	66	51	51	59	48	44	44	57	50	55		0	26	1	850,000$

	MOYENNE D’ÉQUIPE					100.00	77	61	82	71	70	64	74	59	46	54	55	65	36	51	52	62	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	Jonas Johansson	100.00	60	52	52	90	66	54	69	58	65	60	41	54	54	61	50	62	0	30	1	1,000,000$
Rayé
1	Kevin Mandolese	100.00	51	44	55	87	53	53	52	56	55	54	30	44	44	52	50	55	0	25	2	775,000$

	MOYENNE D’ÉQUIPE	100.00	56	48	54	89	60	54	61	57	60	57	36	49	49	57	50	59

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Peter Laviolette	87	88	90	85	88	82	58	USA	59	2	1,500,000$

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	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Zack Bolduc	Wranglers (CGY)	LW/RW	81	59	74	133	85	56	0	131	140	310	80	226	19.03%	6	1769	21.84	13	20	33	56	298	3	3	6	18	315	9	6	50.00%	474	0	5	1.50	2	2	0	0	0	18	4	5
2	Alex Newhook	Wranglers (CGY)	C/LW	82	43	77	120	79	43	5	74	186	276	83	151	15.58%	9	1708	20.84	7	22	29	63	306	1	2	3	16	345	7	1	67.40%	1727	1	1	1.40	0	2	0	0	0	12	8	5
3	Tye Kartye	Wranglers (CGY)	C/LW	82	42	54	96	63	58	0	116	129	215	69	164	19.53%	16	1549	18.90	6	18	24	39	281	3	0	3	8	183	6	0	47.09%	1308	0	1	1.24	1	1	0	0	0	6	7	10
4	Mike Hardman	Wranglers (CGY)	LW/RW	82	43	48	91	59	10	0	18	83	245	54	170	17.55%	6	1397	17.04	10	18	28	54	307	0	0	0	0	9	3	1	60.53%	76	0	1	1.30	0	1	0	0	0	5	4	4
5	Nicholas Robertson	Wranglers (CGY)	LW/RW	82	31	60	91	76	22	0	69	96	214	71	146	14.49%	10	1532	18.69	6	12	18	42	309	0	3	3	7	201	7	1	48.96%	241	0	0	1.19	0	2	0	0	0	2	9	6
6	Wyatt Kaiser	Wranglers (CGY)	D	82	19	64	83	63	34	0	66	91	155	50	102	12.26%	84	1935	23.60	11	15	26	80	320	1	0	1	2	335	2	1	0%	0	0	0	0.86	0	0	0	0	0	1	3	6
7	Jonah Gadjovich	Wranglers (CGY)	RW	82	26	45	71	59	153	35	222	69	185	41	115	14.05%	5	1327	16.19	6	7	13	29	285	0	0	0	0	0	3	1	70.59%	85	0	1	1.07	0	0	1	1	5	3	3	5
8	Sean Farrell	Wranglers (CGY)	C/LW	82	28	41	69	58	33	5	50	140	190	45	135	14.74%	7	1416	17.28	2	3	5	7	76	0	0	0	6	136	6	0	66.64%	1058	0	1	0.97	0	0	0	1	0	3	5	5
9	Kaedan Korczak	Wranglers (CGY)	D	83	9	54	63	53	148	0	271	66	85	26	53	10.59%	52	1577	19.01	8	11	19	61	254	0	1	1	0	224	2	1	0%	0	0	0	0.80	0	0	0	0	0	1	4	4
10	Linus Karlsson	Wranglers (CGY)	RW	82	33	27	60	62	64	0	86	71	173	34	129	19.08%	6	1143	13.94	0	3	3	6	37	1	0	1	3	105	5	1	48.65%	111	0	0	1.05	0	0	0	0	0	2	4	2
11	David Gustafsson	Wranglers (CGY)	C/LW	82	19	37	56	49	10	0	28	88	181	45	116	10.50%	7	1186	14.47	1	0	1	7	47	0	0	0	0	48	1	0	59.57%	94	0	0	0.94	0	0	0	0	0	1	2	6
12	Alec Regula	Wranglers (CGY)	D	82	6	35	41	66	62	10	105	36	37	16	33	16.22%	47	1779	21.71	4	11	15	17	298	0	5	5	0	298	0	0	0%	0	0	0	0.46	0	0	1	0	1	0	2	1
13	Benoit-Olivier Groulx	Wranglers (CGY)	C	82	9	24	33	41	79	15	102	47	61	19	41	14.75%	25	1022	12.47	0	0	0	0	3	0	1	1	3	81	1	0	66.88%	317	0	0	0.65	1	1	0	1	1	1	1	2
14	Blake Hillman	Wranglers (CGY)	D	82	8	22	30	75	86	10	129	23	37	23	27	21.62%	49	1530	18.66	2	5	7	9	187	1	1	2	1	183	2	0	100.00%	1	0	0	0.39	0	0	0	1	1	0	0	0
15	Drew Helleson	Wranglers (CGY)	D	45	9	20	29	37	69	15	99	26	53	10	47	16.98%	24	1019	22.66	6	3	9	31	171	0	1	1	0	161	3	1	0%	0	0	0	0.57	0	0	0	1	2	1	2	1
16	Daniil Misyul	Wranglers (CGY)	D	82	1	17	18	70	73	5	114	19	31	11	20	3.23%	41	1477	18.02	1	5	6	8	140	0	0	0	0	190	1	0	0%	0	0	0	0.24	0	0	0	0	1	0	0	0
17	Brandon Biro	Wranglers (CGY)	LW	82	3	14	17	36	48	0	49	30	47	11	23	6.38%	17	866	10.56	0	0	0	1	2	0	0	0	0	1	0	0	57.14%	7	0	0	0.39	0	0	0	0	0	0	0	0
18	Reese Johnson	Wranglers (CGY)	C/RW	48	2	6	8	4	20	0	32	20	39	9	17	5.13%	3	379	7.91	0	0	0	0	1	0	0	0	0	0	0	0	47.83%	23	0	0	0.42	0	0	0	0	0	0	0	0
19	Josh Doan	Flames	C/LW/RW	1	1	1	2	4	0	0	0	1	10	1	5	10.00%	0	21	21.85	0	0	0	0	2	0	0	0	0	1	0	0	0%	0	0	0	1.83	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1406	391	720	1111	1039	1068	100	1761	1361	2544	698	1720	15.37%	414	24642	17.53	83	153	236	510	3332	10	17	27	64	2824	58	14	59.47%	5522	1	10	0.90	4	9	2	5	11	56	58	62

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S3
1	Jonas Johansson	Wranglers (CGY)	79	58	20	1	0.887	1.85	4726	2	16	146	1291	3	0	0.778	9	79	3	1	1
2	Kevin Mandolese	Wranglers (CGY)	3	1	1	1	0.935	0.98	183	0	0	3	46	0	1	0	0	3	12	0	1
Statistiques d’équipe totales ou en moyenne			82	59	21	2	0.889	1.82	4909	2	16	149	1337	3	1		9	82	15	1	2

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
Alec Regula	Wranglers (CGY)	D	25	2000-08-05	USA	No	203 Lbs	6 ft4	No	No	Free Agent		No	Yes	1	2024-09-26	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Alex Newhook	Wranglers (CGY)	C/LW	25	2001-01-28	CAN	No	200 Lbs	5 ft11	No	No	Trade	2025-08-03	No	Yes	1	2025-06-15	False	False	Pro & Farm	2,750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Benoit-Olivier Groulx	Wranglers (CGY)	C	26	2000-02-06	FRA	No	198 Lbs	6 ft2	No	No	Free Agent		No	Yes	3	2025-08-15	False	False	Pro & Farm	850,000$	0$	0$	No	850,000$	850,000$	-	-	-	-	-	-	-	850,000$	850,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Blake Hillman	Wranglers (CGY)	D	30	1996-01-26	USA	No	200 Lbs	6 ft1	No	No	Free Agent		No	Yes	2	2024-09-26	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brandon Biro	Wranglers (CGY)	LW	28	1998-03-11	CAN	No	170 Lbs	5 ft11	No	No	Free Agent		No	Yes	2	2024-09-26	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Damien Giroux	Wranglers (CGY)	C	26	2000-03-03	ONT	No	177 Lbs	5 ft9	No	No	N/A		No	Yes	1		False	False	Pro & Farm	850,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Daniil Misyul	Wranglers (CGY)	D	25	2000-10-20	BLR	Yes	176 Lbs	6 ft3	No	No	Assign Manually		No	Yes	3	2025-08-03	False	False	Pro & Farm	867,500$	0$	0$	No	867,500$	867,500$	-	-	-	-	-	-	-	867,500$	867,500$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
David Gustafsson	Wranglers (CGY)	C/LW	26	2000-04-11	SWE	No	196 Lbs	6 ft2	No	No	N/A		No	Yes	1		False	False	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Drew Helleson	Wranglers (CGY)	D	25	2001-03-26	USA	Yes	213 Lbs	6 ft3	No	No	Trade	2026-01-06	No	Yes	3	2025-08-02	False	False	Pro & Farm	1,500,000$	0$	0$	No	1,500,000$	1,500,000$	-	-	-	-	-	-	-	1,500,000$	1,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jalen Luypen	Wranglers (CGY)	C/LW	23	2002-06-28	CAN	Yes	171 Lbs	5 ft10	No	No	Assign Manually		No	No	3	2025-08-03	False	False	Pro & Farm	859,167$	0$	0$	No	859,167$	859,167$	-	-	-	-	-	-	-	859,167$	859,167$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jonah Gadjovich	Wranglers (CGY)	RW	27	1998-10-12	CAN	No	211 Lbs	6 ft3	No	No	Free Agent		No	Yes	1	2024-06-24	False	False	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jonas Johansson	Wranglers (CGY)	G	30	1995-09-19	SWE	No	218 Lbs	6 ft5	No	No	Trade	2024-02-12	No	Yes	1		False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Kaedan Korczak	Wranglers (CGY)	D	25	2001-01-29	CAN	No	203 Lbs	6 ft3	No	No	Trade	2026-01-30	No	Yes	2	2024-06-24	False	False	Pro & Farm	975,000$	0$	0$	No	975,000$	-	-	-	-	-	-	-	-	975,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Kevin Mandolese	Wranglers (CGY)	G	25	2000-08-22	CAN	No	207 Lbs	6 ft5	No	No	Free Agent		No	Yes	2	2024-08-08	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Linus Karlsson	Wranglers (CGY)	RW	26	1999-11-16	SWE	Yes	178 Lbs	6 ft1	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
Mike Hardman	Wranglers (CGY)	LW/RW	27	1999-02-05	USA	No	205 Lbs	6 ft2	No	No	Free Agent		No	Yes	3	2025-08-15	False	False	Pro & Farm	850,000$	0$	0$	No	850,000$	850,000$	-	-	-	-	-	-	-	850,000$	850,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Nicholas Robertson	Wranglers (CGY)	LW/RW	24	2001-09-11	USA	No	178 Lbs	5 ft9	No	No	Free Agent		No	No	3	2025-08-15	False	False	Pro & Farm	1,800,000$	0$	0$	No	1,800,000$	1,800,000$	-	-	-	-	-	-	-	1,800,000$	1,800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Reese Johnson	Wranglers (CGY)	C/RW	27	1998-07-10	CAN	No	193 Lbs	6 ft1	Yes	No	Free Agent		No	Yes	1	2025-09-05	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Sean Farrell	Wranglers (CGY)	C/LW	24	2001-11-02	USA	Yes	175 Lbs	5 ft9	No	No	Assign Manually		No	No	3	2025-08-03	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	-	-	-	-	-	-	-	775,000$	775,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Tye Kartye	Wranglers (CGY)	C/LW	24	2001-04-30	CAN	No	202 Lbs	5 ft11	No	No	Assign Manually		No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Wyatt Kaiser	Wranglers (CGY)	D	23	2002-07-31	USA	No	173 Lbs	6 ft0	No	No	Assign Manually		No	No	2	2024-06-30	False	False	Pro & Farm	1,208,333$	0$	0$	No	1,208,333$	-	-	-	-	-	-	-	-	1,208,333$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Zack Bolduc	Wranglers (CGY)	LW/RW	23	2003-02-24	CAN	Yes	187 Lbs	6 ft0	No	No	Assign Manually		No	No	2	2025-06-15	False	False	Pro & Farm	1,275,833$	0$	0$	No	1,275,833$	-	-	-	-	-	-	-	-	1,275,833$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
22	25.64	192 Lbs	6 ft1	1.95	1,052,765$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Zack Bolduc	Alex Newhook	Nicholas Robertson	40	1	2	2
2	Mike Hardman	Tye Kartye	Jonah Gadjovich	30	1	2	2
3	David Gustafsson	Sean Farrell	Linus Karlsson	20	1	2	2
4	Brandon Biro	Benoit-Olivier Groulx	Zack Bolduc	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Wyatt Kaiser	Drew Helleson	40	1	2	2
2	Kaedan Korczak	Alec Regula	30	1	2	2
3	Blake Hillman	Daniil Misyul	20	1	2	2
4	Wyatt Kaiser	Drew Helleson	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Zack Bolduc	Alex Newhook	Nicholas Robertson	60	1	2	2
2	Mike Hardman	Tye Kartye	Jonah Gadjovich	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Wyatt Kaiser	Drew Helleson	60	1	2	2
2	Kaedan Korczak	Alec Regula	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Zack Bolduc	Alex Newhook	60	1	2	2
2	Nicholas Robertson	Tye Kartye	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Wyatt Kaiser	Drew Helleson	60	1	2	2
2	Kaedan Korczak	Alec Regula	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Zack Bolduc	60	1	2	2	Wyatt Kaiser	Drew Helleson	60	1	2	2
2	Alex Newhook	40	1	2	2	Kaedan Korczak	Alec Regula	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Zack Bolduc	Alex Newhook	60	1	2	2
2	Nicholas Robertson	Tye Kartye	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Wyatt Kaiser	Drew Helleson	60	1	2	2
2	Kaedan Korczak	Alec Regula	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Zack Bolduc	Alex Newhook	Nicholas Robertson	Wyatt Kaiser	Drew Helleson

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Zack Bolduc	Alex Newhook	Nicholas Robertson	Wyatt Kaiser	Drew Helleson

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Sean Farrell, David Gustafsson, Benoit-Olivier Groulx	Sean Farrell, David Gustafsson	Benoit-Olivier Groulx

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Blake Hillman, Daniil Misyul, Kaedan Korczak	Blake Hillman	Daniil Misyul, Kaedan Korczak

Tirs de pénalité
Zack Bolduc, Alex Newhook, Nicholas Robertson, Tye Kartye, Mike Hardman

Gardien
#1 : Jonas Johansson, #2 :

Lignes d’attaque personnalisées en prolongation
Zack Bolduc, Alex Newhook, Nicholas Robertson, Tye Kartye, Mike Hardman, Sean Farrell, David Gustafsson, Jonah Gadjovich, Benoit-Olivier Groulx, Linus Karlsson

Lignes de défense personnalisées en prolongation
Wyatt Kaiser, Drew Helleson, Kaedan Korczak, Alec Regula, Blake Hillman

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	0	2	0	0	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	5	10	15	0	0	147	135	103	6	37	783	875	832	17	24	12	29	59	13	3	23.08%	12	2	83.33%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
2	Admirals	3	3	0	0	0	0	0	0	18	2	16	1	1	0	0	0	0	0	0	10	1	9	2	2	0	0	0	0	0	0	8	1	7	6	1.000	18	33	51	0	1	147	135	103	6	107	783	875	832	17	44	15	35	86	14	5	35.71%	15	0	100.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
3	Barracuda	4	2	2	0	0	0	0	0	8	8	0	2	1	1	0	0	0	0	0	3	3	0	2	1	1	0	0	0	0	0	5	5	0	4	0.500	8	13	21	0	0	147	135	103	6	90	783	875	832	17	63	17	64	68	13	1	7.69%	24	1	95.83%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
4	Bears	2	2	0	0	0	0	0	0	14	1	13	1	1	0	0	0	0	0	0	6	0	6	1	1	0	0	0	0	0	0	8	1	7	4	1.000	14	24	38	0	1	147	135	103	6	76	783	875	832	17	25	5	19	48	2	2	100.00%	6	0	100.00%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
5	Bruins	2	2	0	0	0	0	0	0	11	3	8	1	1	0	0	0	0	0	0	6	0	6	1	1	0	0	0	0	0	0	5	3	2	4	1.000	11	20	31	0	1	147	135	103	6	51	783	875	832	17	36	11	22	31	12	4	33.33%	11	1	90.91%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
6	Canucks	2	1	0	0	0	0	1	0	10	4	6	1	1	0	0	0	0	0	0	7	2	5	1	0	0	0	0	0	1	0	3	2	1	4	1.000	10	13	23	0	0	147	135	103	6	61	783	875	832	17	43	17	20	36	14	4	28.57%	10	2	80.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
7	Checkers	3	2	1	0	0	0	0	0	8	4	4	2	1	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	5	1	4	4	0.667	8	13	21	0	0	147	135	103	6	62	783	875	832	17	52	14	30	55	14	1	7.14%	14	1	92.86%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
8	Comets	3	3	0	0	0	0	0	0	12	4	8	1	1	0	0	0	0	0	0	2	1	1	2	2	0	0	0	0	0	0	10	3	7	6	1.000	12	20	32	0	1	147	135	103	6	111	783	875	832	17	37	18	37	77	5	1	20.00%	14	0	100.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
9	Condors	4	2	2	0	0	0	0	0	13	9	4	2	1	1	0	0	0	0	0	7	3	4	2	1	1	0	0	0	0	0	6	6	0	4	0.500	13	23	36	0	0	147	135	103	6	98	783	875	832	17	59	27	39	69	22	3	13.64%	17	6	64.71%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
10	Crunch	2	1	1	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	0	5	-5	1	1	0	0	0	0	0	0	2	1	1	2	0.500	2	3	5	0	0	147	135	103	6	39	783	875	832	17	42	11	40	53	9	0	0.00%	19	3	84.21%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
11	Eagles	4	1	3	0	0	0	0	0	7	12	-5	2	0	2	0	0	0	0	0	3	7	-4	2	1	1	0	0	0	0	0	4	5	-1	2	0.250	7	12	19	1	0	147	135	103	6	73	783	875	832	17	81	20	55	77	27	6	22.22%	23	4	82.61%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
12	Firebirds	2	2	0	0	0	0	0	0	20	2	18	1	1	0	0	0	0	0	0	10	1	9	1	1	0	0	0	0	0	0	10	1	9	4	1.000	20	39	59	0	0	147	135	103	6	119	783	875	832	17	28	6	12	35	2	2	100.00%	6	2	66.67%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
13	Griffins	3	1	1	0	0	1	0	0	10	5	5	2	1	0	0	0	1	0	0	7	1	6	1	0	1	0	0	0	0	0	3	4	-1	3	0.500	10	17	27	0	1	147	135	103	6	106	783	875	832	17	48	13	30	73	11	2	18.18%	13	2	84.62%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
14	Gulls	6	6	0	0	0	0	0	0	53	3	50	3	3	0	0	0	0	0	0	28	2	26	3	3	0	0	0	0	0	0	25	1	24	12	1.000	53	95	148	0	3	147	135	103	6	290	783	875	832	17	62	12	52	124	12	2	16.67%	26	2	92.31%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
15	Ice Hogs	2	2	0	0	0	0	0	0	20	0	20	1	1	0	0	0	0	0	0	11	0	11	1	1	0	0	0	0	0	0	9	0	9	4	1.000	20	35	55	0	2	147	135	103	6	98	783	875	832	17	16	7	12	39	5	3	60.00%	6	0	100.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
16	Islanders	2	2	0	0	0	0	0	0	16	1	15	1	1	0	0	0	0	0	0	7	0	7	1	1	0	0	0	0	0	0	9	1	8	4	1.000	16	30	46	0	1	147	135	103	6	123	783	875	832	17	24	12	10	45	6	3	50.00%	5	0	100.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
17	Marlies	2	1	1	0	0	0	0	0	5	4	1	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	5	2	3	2	0.500	5	10	15	0	0	147	135	103	6	32	783	875	832	17	44	9	54	39	15	3	20.00%	11	2	81.82%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
18	Monsters	3	2	1	0	0	0	0	0	13	12	1	2	1	1	0	0	0	0	0	7	8	-1	1	1	0	0	0	0	0	0	6	4	2	4	0.667	13	20	33	0	0	147	135	103	6	66	783	875	832	17	71	13	49	48	23	5	21.74%	18	4	77.78%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
19	Moose	2	2	0	0	0	0	0	0	13	4	9	1	1	0	0	0	0	0	0	5	0	5	1	1	0	0	0	0	0	0	8	4	4	4	1.000	13	25	38	0	1	147	135	103	6	56	783	875	832	17	28	13	19	40	11	3	27.27%	7	1	85.71%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
20	Penguins	2	2	0	0	0	0	0	0	12	3	9	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	7	1	6	4	1.000	12	19	31	0	0	147	135	103	6	87	783	875	832	17	42	12	16	46	7	1	14.29%	8	1	87.50%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
21	Phantoms	2	0	1	0	1	0	0	0	6	6	0	1	0	0	0	1	0	0	0	4	3	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	9	15	0	0	147	135	103	6	35	783	875	832	17	34	18	39	49	17	3	17.65%	17	3	82.35%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
22	Reign	4	2	2	0	0	0	0	0	8	7	1	2	1	1	0	0	0	0	0	5	3	2	2	1	1	0	0	0	0	0	3	4	-1	4	0.500	8	15	23	0	1	147	135	103	6	76	783	875	832	17	65	20	61	63	26	1	3.85%	27	5	81.48%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
23	Roadrunners	4	4	0	0	0	0	0	0	27	4	23	2	2	0	0	0	0	0	0	16	2	14	2	2	0	0	0	0	0	0	11	2	9	8	1.000	27	54	81	0	0	147	135	103	6	156	783	875	832	17	63	21	30	69	22	7	31.82%	12	0	100.00%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
24	Rocket	2	1	0	0	1	0	0	0	7	2	5	1	0	0	0	1	0	0	0	3	2	1	1	1	0	0	0	0	0	0	4	0	4	4	1.000	7	12	19	0	1	147	135	103	6	49	783	875	832	17	39	10	24	37	13	0	0.00%	12	1	91.67%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
25	Senators	2	2	0	0	0	0	0	0	8	0	8	1	1	0	0	0	0	0	0	3	0	3	1	1	0	0	0	0	0	0	5	0	5	4	1.000	8	15	23	0	2	147	135	103	6	41	783	875	832	17	22	5	26	27	12	1	8.33%	13	0	100.00%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
26	Silver Knights	2	0	1	0	0	0	1	0	6	6	0	1	0	0	0	0	0	1	0	4	3	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	9	15	0	0	147	135	103	6	40	783	875	832	17	37	6	25	52	12	0	0.00%	10	1	90.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
27	Stars	2	2	0	0	0	0	0	0	15	6	9	1	1	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	7	2	5	4	1.000	15	28	43	0	0	147	135	103	6	75	783	875	832	17	50	9	14	28	6	3	50.00%	7	2	71.43%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
28	Thunderbirds	2	2	0	0	0	0	0	0	16	3	13	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	11	2	9	4	1.000	16	30	46	0	0	147	135	103	6	96	783	875	832	17	23	7	12	24	6	1	16.67%	6	0	100.00%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
29	Wild	2	1	1	0	0	0	0	0	8	6	2	1	0	1	0	0	0	0	0	2	3	-1	1	1	0	0	0	0	0	0	6	3	3	2	0.500	8	12	20	0	0	147	135	103	6	40	783	875	832	17	34	12	28	36	16	5	31.25%	13	1	92.31%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
30	Wolf Pack	3	1	2	0	0	0	0	0	9	9	0	1	0	1	0	0	0	0	0	3	4	-1	2	1	1	0	0	0	0	0	6	5	1	2	0.333	9	17	26	0	0	147	135	103	6	62	783	875	832	17	61	10	48	57	20	3	15.00%	15	1	93.33%	1	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
31	Wolves	2	1	0	0	0	1	0	0	9	8	1	1	0	0	0	0	1	0	0	4	5	-1	1	1	0	0	0	0	0	0	5	3	2	3	0.750	9	17	26	0	0	147	135	103	6	46	783	875	832	17	47	10	27	26	12	2	16.67%	11	2	81.82%	0	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
	Total	82	55	21	0	2	2	2	0	389	151	238	41	24	12	0	2	2	1	0	187	75	112	41	31	9	0	0	0	1	0	202	76	126	120	0.732	389	692	1081	1	16	147	135	103	6	2498	783	875	832	17	1344	392	978	1616	399	80	20.05%	408	50	87.75%	10	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
	_Since Last GM Reset	82	55	21	0	2	2	2	0	389	151	238	41	24	12	0	2	2	1	0	187	75	112	41	31	9	0	0	0	1	0	202	76	126	120	0.732	389	692	1081	1	16	147	135	103	6	2498	783	875	832	17	1344	392	978	1616	399	80	20.05%	408	50	87.75%	10	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
	_Vs Conference	45	31	13	0	0	0	1	0	237	79	158	22	14	7	0	0	0	1	0	120	37	83	23	17	6	0	0	0	0	0	117	42	75	64	0.711	237	433	670	1	8	147	135	103	6	1451	783	875	832	17	677	204	487	869	207	45	21.74%	211	27	87.20%	3	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528

			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	120	W2	389	692	1081	2498	1344	392	978	1616	1	16

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	55	21	2	2	2	0	389	151

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	24	12	2	2	1	0	187	75

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	31	9	0	0	1	0	202	76

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	4	1	0	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
399	80	20.05%	408	50	87.75%	10

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
783	875	832	17	147	135	103	6

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
1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%

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
2465	1853	1524	507	949	528

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	4	Gulls	0	Wranglers	9	W			Sommaire du match
3	20	Wranglers	9	Gulls	0	W			Sommaire du match
6	39	Checkers	2	Wranglers	1	L			Sommaire du match
9	64	Wranglers	5	Admirals	1	W			Sommaire du match
11	78	Griffins	1	Wranglers	0	L	X		Sommaire du match
13	95	Wranglers	0	Eagles	2	L			Sommaire du match
16	108	Monsters	5	Wranglers	3	L			Sommaire du match
18	128	Wranglers	3	Reign	1	W			Sommaire du match
20	141	Eagles	3	Wranglers	1	L			Sommaire du match
22	158	Wranglers	8	Roadrunners	1	W			Sommaire du match
25	175	Roadrunners	1	Wranglers	5	W			Sommaire du match
28	194	Barracuda	2	Wranglers	1	L			Sommaire du match
31	221	Wranglers	1	Barracuda	3	L			Sommaire du match
32	230	Reign	3	Wranglers	2	L			Sommaire du match
36	258	Condors	1	Wranglers	6	W			Sommaire du match
39	278	Wranglers	4	Eagles	3	W			Sommaire du match
41	290	Americans	4	Wranglers	3	L			Sommaire du match
43	307	Wranglers	8	Moose	4	W			Sommaire du match
44	321	Griffins	0	Wranglers	7	W			Sommaire du match
47	339	Wranglers	3	Roadrunners	1	W			Sommaire du match
49	351	Wranglers	2	Phantoms	3	L			Sommaire du match
50	360	Admirals	1	Wranglers	10	W			Sommaire du match
54	387	Silver Knights	3	Wranglers	4	W	X	X	Sommaire du match
56	404	Wranglers	4	Rocket	0	W			Sommaire du match
58	418	Bruins	0	Wranglers	6	W			Sommaire du match
59	431	Wranglers	5	Condors	2	W			Sommaire du match
62	448	Wranglers	11	Thunderbirds	2	W			Sommaire du match
63	457	Roadrunners	1	Wranglers	11	W			Sommaire du match
66	481	Wranglers	2	Silver Knights	3	L			Sommaire du match
67	486	Monsters	3	Wranglers	4	W			Sommaire du match
71	514	Stars	4	Wranglers	8	W			Sommaire du match
73	530	Wranglers	5	Wolves	3	W			Sommaire du match
75	546	Canucks	2	Wranglers	7	W			Sommaire du match
77	558	Wranglers	5	Marlies	2	W			Sommaire du match
79	574	Wranglers	7	Penguins	1	W			Sommaire du match
80	584	Islanders	0	Wranglers	7	W			Sommaire du match
83	601	Wranglers	5	Comets	0	W			Sommaire du match
85	614	Wild	3	Wranglers	2	L			Sommaire du match
87	629	Wranglers	6	Monsters	4	W			Sommaire du match
89	641	Wranglers	3	Canucks	2	W	X	X	Sommaire du match
90	653	Checkers	1	Wranglers	2	W			Sommaire du match
93	678	Wolves	5	Wranglers	4	L	X		Sommaire du match
94	689	Wranglers	6	Wild	3	W			Sommaire du match
98	710	Senators	0	Wranglers	3	W			Sommaire du match
100	734	Wranglers	1	Condors	4	L			Sommaire du match
101	742	Reign	0	Wranglers	3	W			Sommaire du match
104	763	Wranglers	3	Admirals	0	W			Sommaire du match
105	772	Wranglers	8	Bears	1	W			Sommaire du match
107	781	Wolf Pack	4	Wranglers	3	L			Sommaire du match
110	806	Phantoms	3	Wranglers	4	W	X		Sommaire du match
112	813	Wranglers	3	Griffins	4	L			Sommaire du match
115	838	Gulls	1	Wranglers	11	W			Sommaire du match
117	852	Wranglers	5	Bruins	3	W			Sommaire du match
119	864	Wranglers	5	Checkers	1	W			Sommaire du match
121	876	Thunderbirds	1	Wranglers	5	W			Sommaire du match
123	892	Wranglers	9	Ice Hogs	0	W			Sommaire du match
125	907	Wranglers	9	Islanders	1	W			Sommaire du match
126	913	Ice Hogs	0	Wranglers	11	W			Sommaire du match
129	938	Condors	2	Wranglers	1	L			Sommaire du match
130	946	Wranglers	5	Senators	0	W			Sommaire du match
133	964	Wranglers	10	Firebirds	1	W			Sommaire du match
135	977	Moose	0	Wranglers	5	W			Sommaire du match
137	998	Gulls	1	Wranglers	8	W			Sommaire du match
140	1015	Wranglers	5	Comets	3	W			Sommaire du match
141	1025	Wranglers	2	Crunch	1	W			Sommaire du match
144	1040	Comets	1	Wranglers	2	W			Sommaire du match
146	1059	Wranglers	7	Stars	2	W			Sommaire du match
148	1069	Wranglers	7	Gulls	0	W			Sommaire du match
149	1079	Barracuda	1	Wranglers	2	W			Sommaire du match
151	1096	Wranglers	9	Gulls	1	W			Sommaire du match
153	1110	Wranglers	2	Americans	3	L			Sommaire du match
154	1117	Crunch	5	Wranglers	0	L			Sommaire du match
157	1141	Firebirds	1	Wranglers	10	W			Sommaire du match
159	1150	Wranglers	0	Reign	3	L			Sommaire du match
162	1176	Rocket	2	Wranglers	3	W	X		Sommaire du match
166	1199	Penguins	2	Wranglers	5	W			Sommaire du match
169	1227	Eagles	4	Wranglers	2	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
173	1255	Wranglers	4	Barracuda	2	W			Sommaire du match
174	1261	Marlies	2	Wranglers	0	L			Sommaire du match
175	1270	Wranglers	2	Wolf Pack	3	L			Sommaire du match
179	1292	Bears	0	Wranglers	6	W			Sommaire du match
180	1300	Wranglers	4	Wolf Pack	2	W			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	100	0
Assistance	37,731	38,786
Assistance PCT	46.01%	94.60%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	1866 - 62.21%	92,027$	3,773,100$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
3,673,511$	2,316,083$	2,313,583$	1,500,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
12,587$	2,173,465$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	20,740$	0$

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
1	Zack Bolduc	81	59	74	133	85	56	131	140	310	19.03%	6	1769	21.84	13	20	33	56	3	3	6	18	9	6	50.00%	5	1.50	2	2
2	Alex Newhook	82	43	77	120	79	43	74	186	276	15.58%	9	1708	20.84	7	22	29	63	1	2	3	16	7	1	67.40%	1	1.40	0	2
3	Tye Kartye	82	42	54	96	63	58	116	129	215	19.53%	16	1549	18.90	6	18	24	39	3	0	3	8	6	0	47.09%	1	1.24	1	1
4	Mike Hardman	82	43	48	91	59	10	18	83	245	17.55%	6	1397	17.04	10	18	28	54	0	0	0	0	3	1	60.53%	1	1.30	0	1
5	Nicholas Robertson	82	31	60	91	76	22	69	96	214	14.49%	10	1532	18.69	6	12	18	42	0	3	3	7	7	1	48.96%	0	1.19	0	2

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
1	Jonas Johansson	79	58	20	1	0.887	1.85	4726	2	16	146	1291	0	3	0	0.778	9
2	Kevin Mandolese	3	1	1	1	0.935	0.98	183	0	0	3	46	0	0	1	0	0

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
Saison régulière
2025	82	55	21	0	2	2	2	0	389	151	238	41	24	12	0	2	2	1	0	187	75	112	41	31	9	0	0	0	1	0	202	76	126	120	389	692	1081	1	16	147	135	103	6	2498	783	875	832	17	1344	392	978	1616	399	80	20.05%	408	50	87.75%	10	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
Total Saison régulière	82	55	21	0	2	2	2	0	389	151	238	41	24	12	0	2	2	1	0	187	75	112	41	31	9	0	0	0	1	0	202	76	126	120	389	692	1081	1	16	147	135	103	6	2498	783	875	832	17	1344	392	978	1616	399	80	20.05%	408	50	87.75%	10	1458	2365	61.65%	1067	1903	56.07%	760	1242	61.19%	2465	1853	1524	507	949	528
Séries éliminatoires
2024	18	10	8	0	0	0	0	0	57	53	4	8	2	6	0	0	0	0	0	20	33	-13	10	8	2	0	0	0	0	0	37	20	17	20	57	107	164	0	2	20	18	18	1	374	122	136	113	3	379	102	268	336	105	21	20.00%	110	16	85.45%	2	233	524	44.47%	179	458	39.08%	110	265	41.51%	440	308	435	130	212	105
Total Séries éliminatoires	18	10	8	0	0	0	0	0	57	53	4	8	2	6	0	0	0	0	0	20	33	-13	10	8	2	0	0	0	0	0	37	20	17	20	57	107	164	0	2	20	18	18	1	374	122	136	113	3	379	102	268	336	105	21	20.00%	110	16	85.45%	2	233	524	44.47%	179	458	39.08%	110	265	41.51%	440	308	435	130	212	105

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	FO%	P/20
1	Jordan Harris	18	5	12	17	-3	8	33	30	34	14.71%	19	369	20.55	4	6	10	27	0	1	1	1	2	0%	0.92
2	Benoit-Olivier Groulx	18	4	12	16	4	8	23	42	37	10.81%	5	356	19.80	2	3	5	18	0	1	1	0	0	41.27%	0.90
3	Zachary Bolduc	18	8	8	16	0	0	3	37	48	16.67%	3	296	16.47	5	4	9	17	0	0	0	0	3	35.00%	1.08
4	David Gustafsson	18	5	10	15	0	6	1	32	18	27.78%	3	376	20.92	3	5	8	7	0	0	0	0	0	51.50%	0.80
5	Linus Karlsson	18	3	12	15	4	2	2	18	32	9.38%	3	351	19.52	2	6	8	8	1	0	1	1	2	31.75%	0.85

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
1	Kevin Mandolese	18	10	7	0	0.864	2.75	982	0	2	45	330	0	0	0	0	0
2	Jonas Johansson	5	0	1	0	0.837	4.62	104	0	0	8	49	0	1	0	0	0

	Wranglers
	GP: 82 \| W: 59 \| L: 21 \| OTL: 2 \| P: 120 GF: 389 \| GA: 151 \| PP%: 20.05% \| PK%: 87.75% DG: Alex \| Morale : 50 \| Moyenne d’équipe : 61