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

Centre de jeu
	Wombats 11-8-7, 29pts	7	FINAL	8	Lions 9-18-0, 18pts

Team Stats
L1	Séquence	OTW1
5-6-3	Fiche domicile	7-6-0
6-2-4	Fiche domicile	2-12-0
2-5-3	Derniers 10 matchs	3-7-0
3.58	Buts par match	4.63
3.58	Buts contre par match	5.59
20.00%	Pourcentage en avantage numérique	21.43%
92.50%	Pourcentage en désavantage numérique	77.50%

Barons
12-12-3, 27pts

FINAL

Wombats
11-8-7, 29pts

Team Stats
W2	Séquence	L1
5-6-2	Fiche domicile	5-6-3
7-6-1	Fiche domicile	6-2-4
5-5-0	Derniers 10 matchs	2-5-3
3.26	Buts par match	3.58
3.59	Buts contre par match	3.58
21.15%	Pourcentage en avantage numérique	20.00%
88.89%	Pourcentage en désavantage numérique	92.50%

Wombats
11-8-7, 29pts

Jour 62

Nordiks
16-12-1, 33pts

Statistiques d’équipe
L1	Séquence	W2
5-6-3	Fiche domicile	6-7-0
6-2-4	Fiche visiteur	10-5-1
2-5-3	10 derniers matchs	6-4-0
3.58	Buts par match	5.59
3.58	Buts contre par match	5.59
20.00%	Pourcentage en avantage numérique	29.31%
92.50%	Pourcentage en désavantage numérique	71.95%

Griffins
14-13-0, 28pts

Jour 63

Wombats
11-8-7, 29pts

Statistiques d’équipe
W1	Séquence	L1
7-6-0	Fiche domicile	5-6-3
7-7-0	Fiche visiteur	6-2-4
6-4-0	10 derniers matchs	2-5-3
5.63	Buts par match	3.58
5.26	Buts contre par match	3.58
18.75%	Pourcentage en avantage numérique	20.00%
68.75%	Pourcentage en désavantage numérique	92.50%

Wombats
11-8-7, 29pts

Jour 66

Marlies
14-11-3, 31pts

Statistiques d’équipe
L1	Séquence	L3
5-6-3	Fiche domicile	6-5-2
6-2-4	Fiche visiteur	8-6-1
2-5-3	10 derniers matchs	6-4-0
3.58	Buts par match	4.18
3.58	Buts contre par match	4.18
20.00%	Pourcentage en avantage numérique	22.78%
92.50%	Pourcentage en désavantage numérique	77.78%

Meneurs d'équipe
	Buts David Perron 16	Passes Jonas Siegenthaler 21

	Points David Perron 36	Plus/Moins David Perron 9

	Victoires James Reimer 11	Pourcentage d’arrêts Vitek Vanecek 0.925

Statistiques d’équipe
Buts pour 93 3.58 GFG	Tirs pour 829 31.88 Avg	Pourcentage en avantage numérique 20.0% 14 GF	Début de zone offensive 37.6%
Buts contre 93 3.58 GAA	Tirs contre 883 33.96 Avg	Pourcentage en désavantage numérique 92.5%% 3 GA	Début de la zone défensive 42.1%

Informations de l'équipe
	Directeur général	Lance Doll
	Entraîneur	Matthew Carle
	Division	Metropolitan
	Conférence	Eastern Conference
	Capitaine	David Perron
	Assistant #1	Haydn Fleury
	Assistant #2	Jonas Siegenthaler
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	13
	Équipe Mineure	21
	Limite contact	34 / 50
	Espoirs	16

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 (C)		X			100.00	76	56	86	70	69	74	65	73	50	65	71	60	51	83	78	0	56	65	0	37	2	2,000,000$
2	Trent Frederic	X				100.00	85	68	80	68	79	73	74	68	58	64	62	62	50	65	65	0	49	63	0	27	3	1,500,000$
3	Pontus Holmberg			X		100.00	66	61	83	68	72	71	80	70	64	64	57	69	50	63	65	0	61	63	0	26	1	500,000$
4	Adam Klapka (R)			X		100.00	86	63	78	66	86	63	58	72	50	60	67	58	51	61	63	0	48	62	0	25	2	750,000$
5	Joseph Veleno	X				100.00	77	62	91	65	72	70	85	64	65	62	59	60	50	62	62	0	46	61	0	25	3	500,000$
6	Noah Gregor		X			100.00	77	65	82	65	72	68	69	63	50	59	55	62	50	66	66	0	48	60	0	27	3	500,000$
7	Reese Johnson	X				100.00	49	35	90	57	69	50	50	50	50	51	50	49	50	65	64	0	48	51	0	27	2	500,000$
8	Jonas Siegenthaler (A)				X	100.00	75	62	70	62	78	75	74	68	50	62	53	77	55	69	72	0	51	66	0	28	2	500,000$
9	Brayden Pachal				X	100.00	80	68	63	62	73	66	87	66	50	59	51	72	55	65	67	0	46	65	0	26	2	500,000$
10	Haydn Fleury (A)				X	100.00	72	57	91	60	75	67	64	67	50	61	51	69	55	70	71	0	48	63	0	29	2	500,000$
11	Maxwell Crozier				X	100.00	52	35	94	57	71	50	54	50	50	49	50	49	55	63	64	0	46	52	0	25	2	750,000$
Rayé

	MOYENNE D’ÉQUIPE					100.00	72	57	83	64	74	66	69	65	53	60	57	62	52	67	67	0	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	James Reimer	100.00	71	72	72	74	70	72	69	69	69	59	70	83	83	0	32	69	0	37	2	500,000$
2	Vitek Vanecek	100.00	65	72	69	71	68	67	68	66	65	50	70	67	67	0	55	65	0	29	1	500,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	68	72	71	73	69	70	69	68	67	55	70	75	75	0	44	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	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	S1	S2	S3
1	David Perron	Wombats (TBL)	LW	23	16	20	36	9	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	4	2	4
2	Mathieu Olivier	Tampa Bay Lightning	RW	18	14	16	30	11	14	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	4	5	2
3	Trent Frederic	Wombats (TBL)	C	26	8	19	27	1	8	61	92	97	39	83	8.25%	13	634	24.42	1	5	6	9	54	2	39	1	0	53.06%	850	0	0.85	1	3	0	4	3
4	Jonas Siegenthaler	Wombats (TBL)	D	26	4	21	25	-2	12	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	1	2	1
5	Adam Klapka	Wombats (TBL)	RW	26	11	9	20	-9	6	44	33	101	25	62	10.89%	9	559	21.53	1	2	3	9	48	0	5	0	1	52.50%	40	0	0.71	0	2	3	0	1
6	Noah Gregor	Wombats (TBL)	LW	26	8	12	20	-10	4	27	46	87	14	57	9.20%	6	621	23.90	1	3	4	13	52	1	22	2	0	46.00%	50	0	0.64	1	1	1	2	0
7	Haydn Fleury	Wombats (TBL)	D	26	3	15	18	-8	8	52	31	35	13	23	8.57%	54	649	24.98	2	3	5	14	53	1	32	0	0	55.56%	9	0	0.55	0	0	1	0	0
8	Joseph Veleno	Wombats (TBL)	C	26	6	11	17	-6	6	25	90	72	8	47	8.33%	9	633	24.38	1	2	3	4	52	1	27	0	1	58.06%	732	0	0.54	0	0	0	0	1
9	Brayden Pachal	Wombats (TBL)	D	26	2	12	14	-9	14	76	25	36	8	31	5.56%	37	665	25.61	1	1	2	12	50	0	29	0	0	0%	1	0	0.42	0	0	0	0	4
10	Reese Johnson	Wombats (TBL)	C	26	3	11	14	-11	0	3	37	22	3	17	13.64%	2	454	17.48	0	1	1	2	16	0	15	1	0	45.30%	415	0	0.62	0	0	0	0	0
11	Maxwell Crozier	Wombats (TBL)	D	26	3	3	6	-8	6	8	4	13	1	3	23.08%	21	591	22.74	1	0	1	1	49	0	28	0	0	0%	3	0	0.20	0	0	0	0	1
Statistiques d’équipe totales ou en moyenne				275	78	149	227	-42	78	433	475	720	177	524	10.83%	213	6585	23.95	14	24	38	107	523	10	274	8	3	52.73%	2194	1	0.69	2	11	14	15	17

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	PS %	PSA	ST	BG	S1	S2
1	James Reimer	Wombats (TBL)	26	11	8	7	0.897	3.54	1473	6	1	87	843	0.545	11	26	0	2	1
2	Vitek Vanecek	Wombats (TBL)	3	0	0	0	0.925	1.70	106	0	0	3	40	0	0	0	26	0	0
Statistiques d’équipe totales ou en moyenne			29	11	8	7	0.898	3.42	1579	6	1	90	883		11	26	26	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$	50,417$	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$	33,611$	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$	134,444$	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$	33,611$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	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$	33,611$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jonas Siegenthaler	Wombats (TBL)	D	28	1997-05-06	CHE	No	218 Lbs	6 ft2	No	No	N/A	No	No	2	2024-08-19	False	False	Pro & Farm	500,000$	50,000$	33,611$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Joseph Veleno	Wombats (TBL)	C	25	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$	33,611$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	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$	50,417$	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$	33,611$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Pontus Holmberg	Wombats (TBL)	RW	26	1999-03-09	SWE	No	201 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	500,000$	50,000$	33,611$	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$	33,611$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Trent Frederic	Wombats (TBL)	C	27	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$	100,833$	No	1,500,000$	1,500,000$	-	-	-	-	-	-	-	1,500,000$	1,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Vitek Vanecek	Wombats (TBL)	G	29	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$	33,611$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
13	28.31	205 Lbs	6 ft2	2.08	730,769$

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	Jonas Siegenthaler	Brayden Pachal	40	1	2	2
2	Haydn Fleury	Maxwell Crozier	30	1	2	2
3	Jonas Siegenthaler	Brayden Pachal	20	1	2	2
4	Haydn Fleury	Maxwell Crozier	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	Jonas Siegenthaler	Brayden Pachal	60	1	2	2
2	Haydn Fleury	Maxwell Crozier	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	Jonas Siegenthaler	Brayden Pachal	60	1	2	2
2	Haydn Fleury	Maxwell Crozier	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	Jonas Siegenthaler	Brayden Pachal	60	1	2	2
2	Joseph Veleno	40	1	2	2	Haydn Fleury	Maxwell Crozier	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	Jonas Siegenthaler	Brayden Pachal	60	1	2	2
2	Haydn Fleury	Maxwell Crozier	40	1	2	2

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

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Trent Frederic		Jonas Siegenthaler	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, Haydn Fleury, Maxwell Crozier	Brayden Pachal	Brayden Pachal, Haydn Fleury

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

Gardien
#1 : James Reimer, #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	29	32	32	2	45	272	264	287	17	45	12	13	31	6	0	0.00%	4	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
2	Admirals	3	2	1	0	0	0	0	0	16	12	4	2	1	1	0	0	0	0	0	10	9	1	1	1	0	0	0	0	0	0	6	3	3	4	0.667	16	30	46	0	0	29	32	32	2	111	272	264	287	17	156	33	18	69	7	3	42.86%	8	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
3	Barons	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	29	32	32	2	24	272	264	287	17	22	6	4	17	0	0	0%	2	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
4	Barracuda	5	0	2	0	0	1	0	2	10	19	-9	4	0	2	0	0	0	0	2	9	17	-8	1	0	0	0	0	1	0	0	1	2	-1	3	0.300	10	19	29	0	0	29	32	32	2	141	272	264	287	17	133	39	20	89	10	2	20.00%	7	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
5	Broncos	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	7	11	18	0	0	29	32	32	2	70	272	264	287	17	57	13	2	37	4	1	25.00%	1	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
6	Canucks	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	7	11	0	0	29	32	32	2	26	272	264	287	17	32	12	2	14	0	0	0%	1	1	0.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
7	Firebirds	4	2	1	0	0	1	0	0	20	15	5	2	1	1	0	0	0	0	0	12	8	4	2	1	0	0	0	1	0	0	8	7	1	5	0.625	20	37	57	0	0	29	32	32	2	150	272	264	287	17	186	39	10	83	13	2	15.38%	5	1	80.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
8	Lions	2	1	0	0	0	1	0	0	11	10	1	1	1	0	0	0	0	0	0	4	2	2	1	0	0	0	0	1	0	0	7	8	-1	3	0.750	11	21	32	0	0	29	32	32	2	85	272	264	287	17	85	31	6	37	12	4	33.33%	3	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
9	Marlies	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	3	5	0	0	29	32	32	2	28	272	264	287	17	28	10	2	20	2	0	0.00%	1	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
10	Quacken	1	0	0	0	0	0	0	1	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	3	4	-1	1	0.500	3	6	9	0	0	29	32	32	2	28	272	264	287	17	19	2	2	16	1	1	100.00%	1	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
11	Roadrunners	3	2	0	0	0	1	0	0	6	4	2	2	1	0	0	0	1	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	5	0.833	6	11	17	0	1	29	32	32	2	82	272	264	287	17	74	19	10	47	11	0	0.00%	4	1	75.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
12	Tomahawks	1	1	0	0	0	0	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	4	3	2	1.000	7	13	20	0	0	29	32	32	2	39	272	264	287	17	46	15	6	24	4	1	25.00%	3	0	100.00%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
	Total	26	11	8	0	0	4	0	3	93	93	0	14	5	6	0	0	1	0	2	45	49	-4	12	6	2	0	0	3	0	1	48	44	4	29	0.558	93	171	264	0	1	29	32	32	2	829	272	264	287	17	883	231	95	484	70	14	20.00%	40	3	92.50%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
	_Since Last GM Reset	26	11	8	0	0	4	0	3	93	93	0	14	5	6	0	0	1	0	2	45	49	-4	12	6	2	0	0	3	0	1	48	44	4	29	0.558	93	171	264	0	1	29	32	32	2	829	272	264	287	17	883	231	95	484	70	14	20.00%	40	3	92.50%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
	_Vs Conference	13	7	4	0	0	2	0	0	51	42	9	7	4	2	0	0	1	0	0	29	21	8	6	3	2	0	0	1	0	0	22	21	1	16	0.615	51	92	143	0	1	29	32	32	2	441	272	264	287	17	501	114	42	256	37	6	16.22%	19	2	89.47%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175
	_Vs Division	9	7	3	0	0	2	0	0	43	34	9	5	4	2	0	0	1	0	0	26	19	7	4	3	1	0	0	1	0	0	17	15	2	16	0.889	43	78	121	0	0	29	32	32	2	331	272	264	287	17	399	85	30	189	24	6	25.00%	14	1	92.86%	0	435	837	51.97%	501	937	53.47%	241	454	53.08%	634	445	603	186	342	175

			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
26	29	L1	93	171	264	829	883	231	95	484	0	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
26	11	8	0	4	0	3	93	93

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	5	6	0	1	0	2	45	49

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	6	2	0	3	0	1	48	44

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	5	0	1	0	2

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
70	14	20.00%	40	3	92.50%	0

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
272	264	287	17	29	32	32	2

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
435	837	51.97%	501	937	53.47%	241	454	53.08%

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
634	445	603	186	342	175

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	-	Nordiks	-
63	313	Griffins	-	Wombats	-
66	328	Wombats	-	Marlies	-
68	335	Wombats	-	Broncos	-
69	342	Marlies	-	Wombats	-
72	358	Fighting Pandas	-	Wombats	-
76	375	Butter Knives	-	Wombats	-
79	395	Wombats	-	Firebirds	-
80	399	Ice Bats	-	Wombats	-
83	418	Wombats	-	Griffins	-
84	421	Tomahawks	-	Wombats	-
87	439	Wombats	-	Tomahawks	-
89	443	Bruins	-	Wombats	-
93	463	Nordiks	-	Wombats	-
96	478	Wombats	-	Lions	-
98	486	Marlies	-	Wombats	-
100	500	Wombats	-	Roadrunners	-
101	507	Wranglers	-	Wombats	-
104	522	Wombats	-	Barons	-
105	529	Wranglers	-	Wombats	-
108	542	Wombats	-	Ice Bats	-
109	550	Wombats	-	Roadrunners	-
110	555	Fighting Pandas	-	Wombats	-
113	574	Firebirds	-	Wombats	-
114	580	Wombats	-	Ice Bats	-
118	595	Canucks	-	Wombats	-
121	615	Wombats	-	Bruins	-
122	618	Quacken	-	Wombats	-
125	635	Wombats	-	Bruins	-
126	640	Lynx	-	Wombats	-
131	661	Butter Knives	-	Wombats	-
132	672	Wombats	-	Wranglers	-
134	683	Broncos	-	Wombats	-
135	685	Wombats	-	Lynx	-
138	704	Broncos	-	Wombats	-
139	709	Wombats	-	Lynx	-
143	725	Wombats	-	Fighting Pandas	-
144	729	Bruins	-	Wombats	-
146	742	Wombats	-	Tomahawks	-
148	751	Lynx	-	Wombats	-
151	771	Americiens	-	Wombats	-
152	774	Wombats	-	Butter Knives	-
153	781	Wombats	-	Broncos	-
156	794	Admirals	-	Wombats	-
159	808	Wombats	-	Barracuda	-
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
27	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
475,304$	950,000$	950,000$	500,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
950,000$	311,402$	13	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	121	8,056$	974,776$

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: 26 \| W: 11 \| L: 8 \| OTL: 7 \| P: 29 GF: 93 \| GA: 93 \| PP%: 20.00% \| PK%: 92.50% DG: Lance Doll \| Morale : 41 \| Moyenne d’équipe : 62 Prochains matchs #306 vs Nordiks