Tampa Bay Lightning
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Statistiques de l'Équipe de Carrière

Centre de jeu
	Admirals 28-41-4, 60pts	4	FINAL	3	Wombats 41-21-9, 91pts

Team Stats
L1	Séquence	W1
13-22-2	Fiche domicile	19-15-3
15-19-2	Fiche domicile	22-6-6
6-3-1	Derniers 10 matchs	7-3-0
3.81	Buts par match	4.52
4.79	Buts contre par match	3.92
24.26%	Pourcentage en avantage numérique	20.83%
70.34%	Pourcentage en désavantage numérique	82.07%

Wombats
41-21-9, 91pts

FINAL

Barracuda
38-32-5, 81pts

Team Stats
W1	Séquence	L1
19-15-3	Fiche domicile	20-16-1
22-6-6	Fiche domicile	18-16-4
7-3-0	Derniers 10 matchs	5-5-0
4.52	Buts par match	3.75
3.92	Buts contre par match	3.85
20.83%	Pourcentage en avantage numérique	20.96%
82.07%	Pourcentage en désavantage numérique	79.46%

Roadrunners
42-25-7, 91pts

Jour 160

Wombats
41-21-9, 91pts

Statistiques d’équipe
L1	Séquence	W1
22-14-1	Fiche domicile	19-15-3
20-11-6	Fiche visiteur	22-6-6
4-6-0	10 derniers matchs	7-3-0
3.82	Buts par match	4.52
3.66	Buts contre par match	4.52
26.83%	Pourcentage en avantage numérique	20.83%
76.27%	Pourcentage en désavantage numérique	82.07%

Wombats
41-21-9, 91pts

Jour 162

Fighting Pandas
42-24-9, 93pts

Statistiques d’équipe
W1	Séquence	L2
19-15-3	Fiche domicile	20-11-6
22-6-6	Fiche visiteur	22-13-3
7-3-0	10 derniers matchs	4-5-1
4.52	Buts par match	4.31
3.92	Buts contre par match	4.31
20.83%	Pourcentage en avantage numérique	26.75%
82.07%	Pourcentage en désavantage numérique	79.29%

Admirals
28-41-4, 60pts

Jour 164

Wombats
41-21-9, 91pts

Statistiques d’équipe
L1	Séquence	W1
13-22-2	Fiche domicile	19-15-3
15-19-2	Fiche visiteur	22-6-6
6-3-1	10 derniers matchs	7-3-0
3.81	Buts par match	4.52
4.79	Buts contre par match	4.52
24.26%	Pourcentage en avantage numérique	20.83%
70.34%	Pourcentage en désavantage numérique	82.07%

Meneurs d'équipe
	Buts Trent Frederic 45	Passes Brayden Pachal 66

	Points Trent Frederic 105	Plus/Moins Joseph Veleno 38

	Victoires Vitek Vanecek 27	Pourcentage d’arrêts James Reimer 0.897

Statistiques d’équipe
Buts pour 321 4.52 GFG	Tirs pour 2708 38.14 Avg	Pourcentage en avantage numérique 20.8% 35 GF	Début de zone offensive 39.8%
Buts contre 278 3.92 GAA	Tirs contre 2501 35.23 Avg	Pourcentage en désavantage numérique 82.1%% 26 GA	Début de la zone défensive 39.7%

Informations de l'équipe
	Directeur général	Lance Doll
	Entraîneur	Matthew Carle
	Division	Metropolitan
	Conférence	Eastern Conference
	Capitaine
	Assistant #1	Haydn Fleury
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	15
	Équipe Mineure	20
	Limite contact	35 / 50
	Espoirs	14

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	David Perron		X			100.00	76	56	86	70	69	74	65	73	50	65	71	60	51	83	78	0	58	65	0	37	2	2,000,000$
2	Trent Frederic	X				100.00	87	68	79	68	79	73	74	71	59	66	65	62	50	67	66	0	83	65	0	28	3	1,500,000$
3	Adam Klapka (R)			X		100.00	87	63	78	66	86	63	58	74	50	64	69	59	51	63	64	0	88	63	0	25	2	750,000$
4	Joseph Veleno	X				100.00	77	62	92	65	72	70	85	67	65	65	61	61	50	64	63	0	87	63	0	26	3	500,000$
5	Pontus Holmberg			X		100.00	66	61	83	68	72	71	80	70	64	64	57	69	50	63	65	0	72	63	0	27	1	500,000$
6	Max Pacioretty		X			100.00	82	59	78	64	78	71	62	65	50	63	59	59	50	81	77	0	34	62	0	37	1	500,000$
7	Zach Aston-Reese	X				100.00	80	60	85	65	71	73	89	63	50	62	53	68	50	71	70	0	31	62	0	31	1	500,000$
8	Noah Gregor		X			100.00	77	65	83	65	72	68	69	66	50	62	59	64	50	68	67	0	88	61	0	27	3	500,000$
9	Reese Johnson	X				100.00	49	35	90	58	70	50	50	51	50	53	50	48	50	67	65	0	73	52	0	27	2	500,000$
10	Brayden Pachal				X	100.00	82	68	63	62	73	66	87	69	50	62	54	73	55	67	68	0	86	66	0	26	2	500,000$
11	Haydn Fleury (A)				X	100.00	72	57	91	60	75	67	64	68	50	63	54	70	55	71	71	0	48	63	0	29	2	500,000$
12	Jacob Bryson				X	100.00	56	56	88	62	61	66	68	66	50	59	50	69	55	65	66	0	34	60	0	28	1	500,000$
Rayé
1	Maxwell Crozier				X	100.00	51	35	95	57	71	50	54	51	50	50	52	50	55	64	65	0	69	53	0	25	2	750,000$

	MOYENNE D’ÉQUIPE					100.00	72	57	84	64	73	66	70	66	53	61	58	62	52	69	68	0	65	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	James Reimer	100.00	71	72	72	74	70	72	69	69	69	59	70	83	83	0	43	69	0	37	2	500,000$
2	Vitek Vanecek	98.00	65	72	69	71	68	65	67	65	64	50	70	68	68	0	31	64	0	30	1	500,000$
Rayé

	MOYENNE D’ÉQUIPE	99.00	68	72	71	73	69	69	68	67	67	55	70	76	76	0	37	67

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Matthew Carle	75	85	85	85	75	80	1	USA	41	5	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	PKS	PKM	GW	GT	FO%	FOT	HT	P/20	PSG	PSS	FW	S1	S2	S3
1	Trent Frederic	Wombats (TBL)	C	71	45	60	105	13	46	0	277	258	438	139	320	10.27%	32	1762	24.83	6	12	18	42	148	2	116	4	3	53.47%	2259	4	1.19	1	3	0	9	10	4
2	Joseph Veleno	Wombats (TBL)	C	71	26	64	90	38	16	0	62	210	250	62	174	10.40%	29	1583	22.31	2	7	9	23	119	2	104	2	1	58.28%	2011	0	1.14	0	0	0	5	6	6
3	Adam Klapka	Wombats (TBL)	RW	71	37	51	88	27	32	0	131	100	283	80	196	13.07%	23	1272	17.92	4	3	7	29	108	0	14	3	5	48.35%	91	1	1.38	0	2	0	6	8	10
4	Noah Gregor	Wombats (TBL)	LW	71	39	47	86	24	14	0	87	121	261	50	158	14.94%	33	1448	20.41	3	6	9	32	114	1	71	9	3	52.38%	168	1	1.19	2	2	0	5	8	4
5	Brayden Pachal	Wombats (TBL)	D	71	15	66	81	-10	83	5	271	112	160	43	111	9.38%	124	1811	25.52	3	7	10	44	124	1	81	1	0	20.00%	5	0	0.89	0	0	1	6	2	9
6	Reese Johnson	Wombats (TBL)	C	71	10	32	42	-6	4	0	20	136	122	18	80	8.20%	14	1238	17.45	0	2	2	4	28	0	48	1	0	47.70%	1285	0	0.68	1	1	0	0	2	3
7	David Perron	Wombats (TBL)	LW	23	16	20	36	9	0	0	19	43	105	31	93	15.24%	6	621	27.03	2	4	6	9	50	3	34	1	0	50.91%	55	1	1.16	0	3	0	4	2	4
8	Haydn Fleury	Wombats (TBL)	D	39	8	26	34	-8	23	5	98	56	65	20	47	12.31%	91	953	24.46	5	4	9	22	72	1	45	0	0	50.00%	10	0	0.71	0	0	1	3	1	0
9	Mathieu Olivier	Tampa Bay Lightning	RW	18	14	16	30	11	14	0	68	36	97	26	77	14.43%	8	469	26.07	3	0	3	12	43	2	8	3	0	42.11%	38	0	1.28	0	2	0	4	5	2
10	Jonas Siegenthaler	Tampa Bay Lightning	D	26	4	21	25	-2	12	0	50	38	55	9	31	7.27%	48	683	26.30	1	3	4	22	51	0	31	0	1	0%	1	0	0.73	0	0	0	1	2	1
11	Maxwell Crozier	Wombats (TBL)	D	66	9	14	23	14	8	0	33	26	47	10	32	19.15%	67	1455	22.05	1	2	3	10	105	0	85	1	0	25.00%	4	0	0.32	0	0	0	0	3	1
Statistiques d’équipe totales ou en moyenne				598	223	417	640	110	252	10	1116	1136	1883	488	1319	11.84%	475	13302	22.24	30	50	80	249	967	12	642	25	13	53.59%	5927	7	0.96	4	13	2	43	49	44

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	PS %	PSA	ST	BG	S1	S2	S3
1	Vitek Vanecek	Wombats (TBL)	46	27	10	2	0.887	4.03	2382	19	1	160	1415	2	0	0	43	71	3	1	1
2	James Reimer	Wombats (TBL)	28	12	9	7	0.897	3.69	1593	6	1	98	952	0	0.545	11	28	0	2	1	0
Statistiques d’équipe totales ou en moyenne			74	39	19	9	0.891	3.89	3975	25	2	258	2367	2		11	71	71	5	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	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	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
Adam Klapka	Wombats (TBL)	RW	25	2000-09-14	CZE	Yes	235 Lbs	6 ft8	No	No	Free Agent	No	No	2	2024-09-14	False	False	Pro & Farm	750,000$	75,000$	8,750$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brayden Pachal	Wombats (TBL)	D	26	1999-08-23	CAN	No	202 Lbs	6 ft2	No	No	N/A	No	No	2		False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
David Perron	Wombats (TBL)	LW	37	1988-05-28	CAN	No	198 Lbs	6 ft0	No	No	Assign Manually	No	No	2	2024-08-25	False	False	Pro & Farm	2,000,000$	200,000$	23,333$	No	2,000,000$	-	-	-	-	-	-	-	-	2,000,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Haydn Fleury	Wombats (TBL)	D	29	1996-07-08	CAN	No	207 Lbs	6 ft4	No	No	N/A	No	No	2		False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob Bryson	Wombats (TBL)	D	28	1997-11-18	CAN	No	177 Lbs	5 ft9	No	No	Free Agent	No	No	1	2025-08-28	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
James Reimer	Wombats (TBL)	G	37	1988-03-15	CAN	No	200 Lbs	6 ft2	No	No	Assign Manually	No	No	2	2024-08-26	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Joseph Veleno	Wombats (TBL)	C	26	2000-01-13	CAN	No	201 Lbs	6 ft1	No	No	N/A	No	No	3	2024-08-14	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Max Pacioretty	Wombats (TBL)	LW	37	1988-11-20	USA	No	217 Lbs	6 ft2	No	No	Free Agent	No	No	1	2025-08-28	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Maxwell Crozier	Wombats (TBL)	D	25	2000-04-19	CAN	No	198 Lbs	6 ft3	No	No	Free Agent	No	No	2	2024-09-14	False	False	Pro & Farm	750,000$	75,000$	8,750$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Noah Gregor	Wombats (TBL)	LW	27	1998-07-28	CAN	No	201 Lbs	6 ft0	No	No	N/A	No	No	3	2024-08-19	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Pontus Holmberg	Wombats (TBL)	RW	27	1999-03-09	SWE	No	201 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	500,000$	50,000$	5,833$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Reese Johnson	Wombats (TBL)	C	27	1998-07-10	CAN	No	193 Lbs	6 ft1	No	No	N/A	No	No	2		False	False	Pro & Farm	500,000$	50,000$	5,833$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Trent Frederic	Wombats (TBL)	C	28	1998-02-11	USA	No	221 Lbs	6 ft3	No	No	N/A	No	No	3	2024-08-19	False	False	Pro & Farm	1,500,000$	150,000$	17,500$	No	1,500,000$	1,500,000$	-	-	-	-	-	-	-	1,500,000$	1,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Vitek Vanecek	Wombats (TBL)	G	30	1996-01-09	CZE	No	184 Lbs	6 ft2	No	No	N/A	No	No	1	2024-08-19	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Zach Aston-Reese	Wombats (TBL)	C	31	1994-08-10	USA	No	200 Lbs	6 ft1	No	No	Free Agent	No	No	1	2025-08-28	False	False	Pro & Farm	500,000$	50,000$	5,833$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
15	29.33	202 Lbs	6 ft2	1.87	700,000$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Trent Frederic		40	1	2	2
2	Noah Gregor	Joseph Veleno	Adam Klapka	30	1	2	2
3		Reese Johnson		20	1	2	2
4		Trent Frederic		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Brayden Pachal	40	1	2	2
2			30	1	2	2
3		Brayden Pachal	20	1	2	2
4			10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Trent Frederic		60	1	2	2
2	Noah Gregor	Joseph Veleno	Adam Klapka	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Brayden Pachal	60	1	2	2
2			40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Trent Frederic		60	1	2	2
2	Joseph Veleno	Noah Gregor	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Brayden Pachal	60	1	2	2
2			40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Trent Frederic	60	1	2	2		Brayden Pachal	60	1	2	2
2	Joseph Veleno	40	1	2	2			40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Trent Frederic		60	1	2	2
2	Joseph Veleno	Noah Gregor	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Brayden Pachal	60	1	2	2
2			40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Trent Frederic			Brayden Pachal

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Trent Frederic			Brayden Pachal

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Joseph Veleno, Noah Gregor, Reese Johnson	Joseph Veleno, Noah Gregor	Joseph Veleno

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Brayden Pachal, ,	Brayden Pachal	Brayden Pachal,

Tirs de pénalité
, , Trent Frederic, Adam Klapka, Joseph Veleno

Gardien
#1 : , #2 : Vitek Vanecek

Lignes d’attaque personnalisées en prolongation
, , , , , , , , ,

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Aces	2	1	1	0	0	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	1	4	-3	1	1	0	0	0	0	0	0	4	3	1	2	0.500	5	10	15	0	0	109	105	103	7	45	905	865	921	30	45	12	13	31	6	0	0.00%	4	0	100.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
2	Admirals	4	2	2	0	0	0	0	0	19	16	3	3	1	2	0	0	0	0	0	13	13	0	1	1	0	0	0	0	0	0	6	3	3	4	0.500	19	36	55	0	0	109	105	103	7	150	905	865	921	30	174	45	31	89	8	3	37.50%	11	1	90.91%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
3	Americiens	1	0	1	0	0	0	0	0	7	8	-1	1	0	1	0	0	0	0	0	7	8	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	7	14	21	0	0	109	105	103	7	38	905	865	921	30	56	13	25	19	1	0	0.00%	7	4	42.86%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
4	Barons	2	1	1	0	0	0	0	0	6	7	-1	1	0	1	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	4	2	2	2	0.500	6	9	15	0	0	109	105	103	7	64	905	865	921	30	55	12	8	42	0	0	0%	4	1	75.00%	1	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
5	Barracuda	6	1	2	0	0	1	0	2	13	21	-8	4	0	2	0	0	0	0	2	9	17	-8	2	1	0	0	0	1	0	0	4	4	0	5	0.417	13	24	37	0	0	109	105	103	7	183	905	865	921	30	171	51	26	104	12	2	16.67%	10	1	90.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
6	Broncos	6	3	1	0	1	0	1	0	29	23	6	3	1	0	0	1	0	1	0	19	15	4	3	2	1	0	0	0	0	0	10	8	2	10	0.833	29	51	80	0	0	109	105	103	7	207	905	865	921	30	189	53	22	117	9	4	44.44%	11	3	72.73%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
7	Bruins	4	3	0	0	1	0	0	0	21	12	9	2	2	0	0	0	0	0	0	11	6	5	2	1	0	0	1	0	0	0	10	6	4	8	1.000	21	40	61	0	0	109	105	103	7	175	905	865	921	30	123	37	18	58	9	2	22.22%	9	1	88.89%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
8	Butter Knives	3	2	0	0	1	0	0	0	18	13	5	2	1	0	0	1	0	0	0	12	9	3	1	1	0	0	0	0	0	0	6	4	2	6	1.000	18	33	51	0	0	109	105	103	7	157	905	865	921	30	139	41	17	68	10	2	20.00%	6	2	66.67%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
9	Canucks	2	1	1	0	0	0	0	0	6	6	0	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	4	2	2	2	0.500	6	10	16	0	0	109	105	103	7	61	905	865	921	30	54	18	2	36	1	0	0.00%	1	1	0.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
10	Fighting Pandas	3	0	3	0	0	0	0	0	8	18	-10	2	0	2	0	0	0	0	0	5	13	-8	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	8	14	22	0	0	109	105	103	7	104	905	865	921	30	82	25	18	63	4	0	0.00%	8	0	100.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
11	Firebirds	6	4	1	0	0	1	0	0	31	22	9	3	2	1	0	0	0	0	0	18	13	5	3	2	0	0	0	1	0	0	13	9	4	9	0.750	31	57	88	0	0	109	105	103	7	230	905	865	921	30	236	56	24	125	17	2	11.76%	12	2	83.33%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
12	Griffins	2	1	1	0	0	0	0	0	13	11	2	1	1	0	0	0	0	0	0	8	5	3	1	0	1	0	0	0	0	0	5	6	-1	2	0.500	13	25	38	0	0	109	105	103	7	97	905	865	921	30	115	22	2	50	4	0	0.00%	1	0	100.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
13	Ice Bats	3	2	1	0	0	0	0	0	16	15	1	1	0	1	0	0	0	0	0	3	4	-1	2	2	0	0	0	0	0	0	13	11	2	4	0.667	16	31	47	0	0	109	105	103	7	128	905	865	921	30	96	38	20	53	8	2	25.00%	10	3	70.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
14	Lions	3	2	0	0	0	1	0	0	14	11	3	1	1	0	0	0	0	0	0	4	2	2	2	1	0	0	0	1	0	0	10	9	1	5	0.833	14	26	40	0	0	109	105	103	7	127	905	865	921	30	137	44	10	69	15	4	26.67%	5	0	100.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
15	Lynx	4	4	0	0	0	0	0	0	26	15	11	2	2	0	0	0	0	0	0	12	9	3	2	2	0	0	0	0	0	0	14	6	8	8	1.000	26	45	71	0	0	109	105	103	7	218	905	865	921	30	116	30	12	75	7	2	28.57%	4	1	75.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
16	Marlies	4	1	2	0	0	1	0	0	13	19	-6	2	1	1	0	0	0	0	0	7	10	-3	2	0	1	0	0	1	0	0	6	9	-3	3	0.375	13	24	37	0	0	109	105	103	7	120	905	865	921	30	133	31	16	80	9	0	0.00%	7	2	71.43%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
17	Nordiks	2	1	1	0	0	0	0	0	12	7	5	1	1	0	0	0	0	0	0	8	1	7	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	12	21	33	0	0	109	105	103	7	88	905	865	921	30	88	33	6	56	5	1	20.00%	3	0	100.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
18	Quacken	2	1	0	0	0	0	0	1	11	6	5	1	1	0	0	0	0	0	0	8	2	6	1	0	0	0	0	0	0	1	3	4	-1	3	0.750	11	18	29	0	0	109	105	103	7	72	905	865	921	30	49	12	8	33	3	2	66.67%	4	1	75.00%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
19	Roadrunners	5	3	1	0	0	1	0	0	12	12	0	2	1	0	0	0	1	0	0	3	2	1	3	2	1	0	0	0	0	0	9	10	-1	7	0.700	12	23	35	0	2	109	105	103	7	141	905	865	921	30	148	42	24	94	15	2	13.33%	11	1	90.91%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
20	Tomahawks	4	3	1	0	0	0	0	0	22	15	7	1	0	1	0	0	0	0	0	1	5	-4	3	3	0	0	0	0	0	0	21	10	11	6	0.750	22	38	60	0	0	109	105	103	7	172	905	865	921	30	183	53	20	97	16	4	25.00%	9	1	88.89%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
21	Wranglers	3	1	1	0	0	1	0	0	19	14	5	2	1	1	0	0	0	0	0	14	8	6	1	0	0	0	0	1	0	0	5	6	-1	3	0.500	19	36	55	0	0	109	105	103	7	131	905	865	921	30	112	39	16	71	9	3	33.33%	8	1	87.50%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
	Total	71	37	21	0	3	6	1	3	321	278	43	37	16	15	0	2	1	1	2	167	155	12	34	21	6	0	1	5	0	1	154	123	31	91	0.641	321	585	906	0	2	109	105	103	7	2708	905	865	921	30	2501	707	338	1430	168	35	20.83%	145	26	82.07%	1	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
	_Since Last GM Reset	71	37	21	0	3	6	1	3	321	278	43	37	16	15	0	2	1	1	2	167	155	12	34	21	6	0	1	5	0	1	154	123	31	91	0.641	321	585	906	0	2	109	105	103	7	2708	905	865	921	30	2501	707	338	1430	168	35	20.83%	145	26	82.07%	1	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
	_Vs Conference	40	22	11	0	3	3	1	0	184	158	26	22	11	7	0	2	1	1	0	107	98	9	18	11	4	0	1	2	0	0	77	60	17	55	0.688	184	337	521	0	2	109	105	103	7	1540	905	865	921	30	1396	373	207	788	89	17	19.10%	86	17	80.23%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448
	_Vs Division	18	12	5	0	1	2	1	0	92	72	20	10	5	3	0	1	1	1	0	58	46	12	8	7	2	0	0	1	0	0	34	26	8	30	0.833	92	169	261	0	0	109	105	103	7	684	905	865	921	30	714	176	79	381	38	9	23.68%	35	6	82.86%	0	1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%	1720	1229	1670	495	901	448

			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
71	91	W1	321	585	906	2708	2501	707	338	1430	0	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
71	37	21	3	6	1	3	321	278

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
37	16	15	2	1	1	2	167	155

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
34	21	6	1	5	0	1	154	123

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
7	3	0	0	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
168	35	20.83%	145	26	82.07%	1

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
905	865	921	30	109	105	103	7

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
1316	2490	52.85%	1327	2481	53.49%	679	1284	52.88%

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
1720	1229	1670	495	901	448

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	8	Wombats	3	Broncos	5	L			Sommaire du match
4	14	Roadrunners	0	Wombats	2	W			Sommaire du match
6	20	Wombats	1	Firebirds	2	L	X		Sommaire du match
8	35	Admirals	5	Wombats	4	L			Sommaire du match
12	52	Barracuda	4	Wombats	3	L	X	X	Sommaire du match
14	67	Wombats	6	Admirals	3	W			Sommaire du match
15	69	Wombats	3	Roadrunners	2	W			Sommaire du match
17	82	Admirals	4	Wombats	6	W			Sommaire du match
19	94	Firebirds	3	Wombats	8	W			Sommaire du match
23	111	Wombats	1	Barracuda	2	L	X		Sommaire du match
25	117	Barracuda	6	Wombats	2	L			Sommaire du match
28	134	Roadrunners	2	Wombats	1	L	X		Sommaire du match
32	153	Wombats	7	Firebirds	5	W			Sommaire du match
33	156	Wombats	7	Tomahawks	4	W			Sommaire du match
34	164	Broncos	2	Wombats	4	W			Sommaire du match
38	181	Lions	2	Wombats	4	W			Sommaire du match
42	196	Wombats	4	Aces	3	W			Sommaire du match
44	205	Barracuda	4	Wombats	3	L	X	X	Sommaire du match
46	218	Wombats	2	Marlies	4	L			Sommaire du match
48	225	Firebirds	5	Wombats	4	L			Sommaire du match
50	240	Wombats	4	Canucks	2	W			Sommaire du match
51	246	Wombats	3	Quacken	4	L	X	X	Sommaire du match
52	253	Aces	4	Wombats	1	L			Sommaire du match
55	269	Barracuda	3	Wombats	1	L			Sommaire du match
57	281	Wombats	7	Lions	8	L	X		Sommaire du match
58	290	Barons	5	Wombats	2	L			Sommaire du match
62	306	Wombats	4	Nordiks	6	L			Sommaire du match
63	313	Griffins	5	Wombats	8	W			Sommaire du match
66	328	Wombats	4	Marlies	5	L	X		Sommaire du match
68	335	Wombats	4	Broncos	2	W			Sommaire du match
69	342	Marlies	5	Wombats	1	L			Sommaire du match
72	358	Fighting Pandas	7	Wombats	1	L			Sommaire du match
76	375	Butter Knives	3	Wombats	5	W			Sommaire du match
79	395	Wombats	5	Firebirds	2	W			Sommaire du match
80	399	Ice Bats	4	Wombats	3	L			Sommaire du match
83	418	Wombats	5	Griffins	6	L			Sommaire du match
84	421	Tomahawks	5	Wombats	1	L			Sommaire du match
87	439	Wombats	8	Tomahawks	5	W			Sommaire du match
89	443	Bruins	2	Wombats	6	W			Sommaire du match
93	463	Nordiks	1	Wombats	8	W			Sommaire du match
96	478	Wombats	3	Lions	1	W			Sommaire du match
98	486	Marlies	5	Wombats	6	W			Sommaire du match
100	500	Wombats	2	Roadrunners	0	W			Sommaire du match
101	507	Wranglers	5	Wombats	4	L			Sommaire du match
104	522	Wombats	4	Barons	2	W			Sommaire du match
105	529	Wranglers	3	Wombats	10	W			Sommaire du match
108	542	Wombats	6	Ice Bats	5	W			Sommaire du match
109	550	Wombats	4	Roadrunners	8	L			Sommaire du match
110	555	Fighting Pandas	6	Wombats	4	L			Sommaire du match
113	574	Firebirds	5	Wombats	6	W			Sommaire du match
114	580	Wombats	7	Ice Bats	6	W			Sommaire du match
118	595	Canucks	4	Wombats	2	L			Sommaire du match
121	615	Wombats	5	Bruins	4	W	X		Sommaire du match
122	618	Quacken	2	Wombats	8	W			Sommaire du match
125	635	Wombats	5	Bruins	2	W			Sommaire du match
126	640	Lynx	4	Wombats	5	W			Sommaire du match
131	661	Butter Knives	6	Wombats	7	W	X		Sommaire du match
132	672	Wombats	5	Wranglers	6	L	X		Sommaire du match
134	683	Broncos	7	Wombats	8	W	X	X	Sommaire du match
135	685	Wombats	5	Lynx	4	W			Sommaire du match
138	704	Broncos	6	Wombats	7	W	X		Sommaire du match
139	709	Wombats	9	Lynx	2	W			Sommaire du match
143	725	Wombats	3	Fighting Pandas	5	L			Sommaire du match
144	729	Bruins	4	Wombats	5	W			Sommaire du match
146	742	Wombats	6	Tomahawks	1	W			Sommaire du match
148	751	Lynx	5	Wombats	7	W			Sommaire du match
151	771	Americiens	8	Wombats	7	L			Sommaire du match
152	774	Wombats	6	Butter Knives	4	W			Sommaire du match
153	781	Wombats	3	Broncos	1	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
156	794	Admirals	4	Wombats	3	L			Sommaire du match
159	808	Wombats	3	Barracuda	2	W			Sommaire du match
160	815	Roadrunners	-	Wombats	-
162	825	Wombats	-	Fighting Pandas	-
164	837	Admirals	-	Wombats	-
166	840	Wombats	-	Butter Knives	-
169	855	Wombats	-	Admirals	-
170	860	Wombats	-	Americiens	-
171	864	Roadrunners	-	Wombats	-
174	879	Wombats	-	Admirals	-
175	881	Wombats	-	Americiens	-
177	891	Americiens	-	Wombats	-
178	898	Wombats	-	Barracuda	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
4	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,293,345$	1,050,000$	1,050,000$	500,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
1,050,000$	851,646$	15	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	21	8,611$	180,831$

Wombats 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

Wombats 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

Wombats 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

Wombats 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

Wombats 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

	Wombats
	GP: 71 \| W: 41 \| L: 21 \| OTL: 9 \| P: 91 GF: 321 \| GA: 278 \| PP%: 20.83% \| PK%: 82.07% DG: Lance Doll \| Morale : 59 \| Moyenne d’équipe : 62 Prochains matchs #815 vs Roadrunners