Flames
Accueil
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Wranglers 18-15-2, 38pts	4	Sommaire du match	3	Penguins 22-11-2, 46pts

Team Stats
L1	Séquence	L1
7-8-2	Fiche domicile	11-4-2
11-7-0	Fiche domicile	11-7-0
5-4-1	Derniers 10 matchs	4-5-1
2.69	Buts par match	2.80
2.97	Buts contre par match	2.63
18.30%	Pourcentage en avantage numérique	25.21%
83.89%	Pourcentage en désavantage numérique	82.98%

Wranglers
18-15-2, 38pts

Sommaire du match

Canucks
13-20-3, 29pts

Team Stats
L1	Séquence	L1
7-8-2	Fiche domicile	9-9-0
11-7-0	Fiche domicile	4-11-3
5-4-1	Derniers 10 matchs	3-7-0
2.69	Buts par match	2.42
2.97	Buts contre par match	2.81
18.30%	Pourcentage en avantage numérique	17.60%
83.89%	Pourcentage en désavantage numérique	80.79%

Bruins
16-15-3, 35pts

Jour 47

Wranglers
18-15-2, 38pts

Statistiques d’équipe
W2	Séquence	L1
9-7-2	Fiche domicile	7-8-2
7-8-1	Fiche visiteur	11-7-0
6-4-0	10 derniers matchs	5-4-1
2.59	Buts par match	2.69
3.00	Buts contre par match	2.69
14.05%	Pourcentage en avantage numérique	18.30%
78.57%	Pourcentage en désavantage numérique	83.89%

Meneurs d'équipe
	Buts Vinni Lettieri 13	Passes Vinni Lettieri 15

	Points Vinni Lettieri 28	Plus/Moins Adam Beckman 4

	Victoires Jesper Wallstedt 18	Pourcentage d’arrêts Jesper Wallstedt 0.905

Statistiques d’équipe
Buts pour 94 2.69 GFG	Tirs pour 1041 29.74 Avg	Pourcentage en avantage numérique 18.3% 28 GF	Début de zone offensive 40.8%
Buts contre 104 2.97 GAA	Tirs contre 1005 28.71 Avg	Pourcentage en désavantage numérique 83.9%% 24 GA	Début de la zone défensive 41.6%

Informations de l'équipe
	Directeur général	Steve Charbonneau
	Division	Pacific
	Conférence	West Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	3,000
	Billets de saison	3,000
Informations de la formation
	Équipe Pro	22
	Équipe Mineure	18
	Limite contact	40 / 50
	Espoirs	26

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	Martin Frk	0			X		100.00	72	30	76	74	75	85	85	71	50	66	70	66	72	70	71	0	86	69	0	32	1	775,000$
2	Dominic Toninato	0	X	X			100.00	77	30	86	76	72	82	92	66	73	64	62	77	60	68	69	0	86	69	0	32	1	775,000$
3	Boris Katchouk	0		X			100.00	79	30	93	72	82	79	83	66	50	65	67	75	65	67	61	0	86	69	0	28	1	775,000$
4	Vinni Lettieri	0	X		X		100.00	68	30	93	77	67	86	80	70	72	66	68	63	68	71	69	0	86	68	0	31	1	775,000$
5	Rasmus Kupari	0	X		X		100.00	72	30	89	77	80	75	82	65	82	66	63	69	63	64	66	0	86	68	0	26	1	775,000$
6	Jaret Anderson-Dolan (R)	0	X	X	X		100.00	83	30	93	79	72	77	80	68	60	64	67	67	70	69	71	0	86	68	0	26	2	775,000$
7	Adam Gaudette	0	X				100.00	67	30	90	77	65	78	85	70	77	67	63	64	66	67	69	0	86	67	0	29	1	775,000$
8	John Leonard	0		X	X		100.00	73	30	88	72	72	85	87	64	50	60	63	63	65	67	68	0	85	66	0	27	1	775,000$
9	Adam Beckman (R)	0	X	X			100.00	68	30	84	74	77	92	83	63	66	62	65	61	64	65	67	0	85	66	0	25	2	775,000$
10	Walker Duehr	0			X		100.00	73	30	87	74	82	75	80	65	50	63	65	67	65	56	56	0	86	66	0	28	1	775,000$
11	Brad Lambert (R)	0	X		X		100.00	62	30	82	71	68	89	80	64	80	66	62	63	69	61	63	0	86	65	0	22	3	886,667$
12	James Malatesta (R)	0	X	X			100.00	89	30	67	76	68	84	79	64	55	61	64	64	65	51	56	0	86	65	0	23	2	841,667$
13	Jacob MacDonald	0				X	100.00	76	30	88	74	73	87	82	67	30	70	57	72	50	69	71	0	86	70	0	33	1	775,000$
14	Brayden Pachal	0				X	100.00	91	30	66	72	81	75	82	62	30	59	48	79	50	65	67	0	86	70	0	26	1	775,000$
15	Connor Carrick	0				X	100.00	71	30	76	77	70	83	80	66	30	68	59	70	50	70	65	0	86	69	0	32	1	775,000$
16	Jacob Larsson	0				X	100.00	73	30	75	77	73	86	86	60	30	58	50	75	50	64	64	0	86	69	0	29	1	775,000$
17	Ethan Del Mastro (R)	0				X	100.00	80	30	79	73	88	83	82	64	30	61	48	65	50	51	53	0	86	67	0	23	2	855,833$
18	Emil Andrae (R)	0				X	100.00	66	30	69	75	67	79	83	62	30	61	51	67	50	62	64	0	86	66	0	24	2	903,333$
Rayé
1	Daniil Chayka (R)	0				X	100.00	76	30	88	65	81	79	82	54	30	45	44	66	50	62	62	0	64	63	0	23	2	825,000$
2	Calle Odelius (R)	0				X	100.00	76	30	89	63	75	64	73	47	30	49	40	61	40	61	63	0	64	60	0	22	3	815,000$

	MOYENNE D’ÉQUIPE						100.00	75	30	83	74	74	81	82	64	50	62	59	68	59	64	65	0	84	67

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	Jesper Wallstedt (R)	0	100.00	74	86	82	86	76	75	77	76	75	77	76	63	69	0	80	75	0	23	1	925,000$
2	Matt Tomkins	0	100.00	75	83	78	85	74	73	75	74	73	75	74	71	75	0	86	74	0	32	1	775,000$
Rayé

	MOYENNE D’ÉQUIPE		100.00	75	85	80	86	75	74	76	75	74	76	75	67	72	0	83	75

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

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	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	P/20	PSG	PSS	S1	S2	S3
1	Vinni Lettieri	Wranglers (CGY)	C/RW	35	13	15	28	-10	0	20	34	104	31	55	12.50%	2	660	18.86	7	4	11	33	138	0	0	0	3	73	3	0	40.31%	129	0.85	0	1	3	2	0
2	Jaret Anderson-Dolan	Wranglers (CGY)	C/LW/RW	35	9	14	23	-5	20	69	39	118	26	65	7.63%	8	618	17.68	2	6	8	40	138	1	0	1	1	33	2	0	48.68%	76	0.74	0	1	2	0	2
3	Brad Lambert	Wranglers (CGY)	C/RW	35	6	13	19	-9	8	23	45	69	9	47	8.70%	3	590	16.87	1	5	6	27	139	0	0	0	0	0	1	1	50.26%	766	0.64	0	1	0	2	1
4	Connor Carrick	Wranglers (CGY)	D	35	4	14	18	-13	34	53	33	47	13	33	8.51%	42	760	21.72	2	6	8	30	115	0	0	0	0	95	0	0	0%	0	0.47	0	0	0	2	0
5	Jacob MacDonald	Wranglers (CGY)	D	35	5	12	17	-11	22	44	30	52	18	35	9.62%	35	808	23.10	3	7	10	35	138	0	0	0	0	121	1	0	0%	0	0.42	0	0	1	1	2
6	Boris Katchouk	Wranglers (CGY)	LW	35	10	7	17	-6	14	40	28	87	31	78	11.49%	7	651	18.63	3	6	9	26	119	0	0	0	1	80	1	2	44.44%	54	0.52	0	0	2	1	0
7	Adam Gaudette	Wranglers (CGY)	C	35	7	10	17	-6	10	11	30	66	22	57	10.61%	4	504	14.41	5	5	10	28	119	0	0	0	0	4	1	1	55.81%	43	0.67	1	1	1	1	0
8	Emil Andrae	Wranglers (CGY)	D	35	3	12	15	-4	8	14	18	20	4	11	15.00%	31	616	17.61	1	0	1	4	8	0	0	0	0	59	1	0	0%	0	0.49	0	0	0	0	1
9	Rasmus Kupari	Wranglers (CGY)	C/RW	35	3	11	14	-6	10	29	46	75	20	53	4.00%	9	568	16.24	2	6	8	16	120	0	0	0	0	0	1	0	51.42%	671	0.49	0	0	1	1	1
10	Martin Frk	Wranglers (CGY)	RW	35	4	8	12	-5	18	39	25	96	28	74	4.17%	8	597	17.06	1	5	6	31	140	0	0	0	0	0	0	1	42.86%	28	0.40	1	1	0	1	1
11	Adam Beckman	Wranglers (CGY)	C/LW	35	8	4	12	4	2	2	17	49	13	34	16.33%	4	317	9.08	0	0	0	0	4	0	0	0	0	0	1	0	43.75%	32	0.76	0	0	2	1	3
12	Walker Duehr	Wranglers (CGY)	RW	35	6	6	12	-8	14	28	35	72	13	39	8.33%	5	498	14.24	1	4	5	20	120	0	0	0	0	0	0	0	43.33%	30	0.48	0	0	0	0	0
13	James Malatesta	Wranglers (CGY)	C/LW	35	4	8	12	4	24	54	29	43	11	35	9.30%	4	465	13.30	0	0	0	0	0	0	0	0	5	149	1	0	40.75%	346	0.52	0	0	1	0	1
14	Brayden Pachal	Wranglers (CGY)	D	35	4	8	12	-4	56	98	25	22	5	17	18.18%	38	655	18.73	0	0	0	0	0	0	0	0	1	104	2	0	0%	0	0.37	0	0	0	2	1
15	Dominic Toninato	Wranglers (CGY)	C/LW	35	3	8	11	-7	12	44	63	74	21	49	4.05%	17	534	15.27	0	0	0	0	1	0	0	0	6	156	2	0	47.07%	769	0.41	0	0	0	2	0
16	Jacob Larsson	Wranglers (CGY)	D	35	2	9	11	3	22	35	25	14	6	13	14.29%	33	598	17.09	0	0	0	0	2	0	1	1	0	107	0	0	0%	0	0.37	0	0	0	0	1
17	John Leonard	Wranglers (CGY)	LW/RW	35	2	5	7	4	2	4	14	26	7	15	7.69%	3	314	8.98	0	0	0	0	0	0	0	0	0	1	0	0	28.57%	14	0.45	0	0	0	0	0
18	Ethan Del Mastro	Wranglers (CGY)	D	35	0	6	6	2	22	28	13	7	4	6	0%	19	510	14.60	0	0	0	0	0	0	0	0	0	19	0	0	0%	0	0.23	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				630	93	170	263	-77	298	635	549	1041	282	716	8.93%	272	10270	16.30	28	54	82	290	1306	1	1	2	17	1008	17	5	47.77%	2958	0.51	2	5	13	16	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 gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Jesper Wallstedt	Wranglers (CGY)	30	18	9	2	0.905	2.65	1768	1	78	818	2	3	0.800	5	30	5	4	3	1
2	Matt Tomkins	Wranglers (CGY)	7	0	6	0	0.880	3.88	340	0	22	183	0	1	0	0	5	30	0	0	0
Statistiques d’équipe totales ou en moyenne			37	18	15	2	0.900	2.85	2108	1	100	1001	2	4		5	35	35	4	3	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	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	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 Beckman	Wranglers (CGY)	C/LW	25	2001-05-10	CAN	Yes	182 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-12-09	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Adam Gaudette	Wranglers (CGY)	C	29	1996-10-03	USA	No	170 Lbs	6 ft1	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Boris Katchouk	Wranglers (CGY)	LW	28	1998-06-18	CAN	No	206 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2026-01-19	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brad Lambert	Wranglers (CGY)	C/RW	22	2003-12-19	FIN	Yes	173 Lbs	6 ft1	No	No	Trade		No	No	3	2024-06-26	False	False	Pro & Farm	886,667$	36,944$	0$	0$	No	886,667$	886,667$	-	-	-	-	-	-	-	886,667$	886,667$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Brayden Pachal	Wranglers (CGY)	D	26	1999-08-23	CAN	No	202 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2024-11-24	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Calle Odelius	Wranglers (CGY)	D	22	2004-05-30	SWE	Yes	201 Lbs	6 ft0	No	No	Prospect		No	No	3	2025-09-22	False	False	Pro & Farm	815,000$	33,958$	0$	0$	No	815,000$	815,000$	-	-	-	-	-	-	-	815,000$	815,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Connor Carrick	Wranglers (CGY)	D	32	1994-04-13	USA	No	192 Lbs	5 ft11	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Daniil Chayka	Wranglers (CGY)	D	23	2002-10-22	RUS	Yes	200 Lbs	6 ft3	No	No	Prospect		No	No	2	2024-06-26	False	False	Pro & Farm	825,000$	34,375$	0$	0$	No	825,000$	-	-	-	-	-	-	-	-	825,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Dominic Toninato	Wranglers (CGY)	C/LW	32	1994-03-09	USA	No	191 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2025-12-21	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Emil Andrae	Wranglers (CGY)	D	24	2002-02-23	SWE	Yes	189 Lbs	5 ft9	No	No	Prospect		No	No	2	2024-06-26	False	False	Pro & Farm	903,333$	37,639$	0$	0$	No	903,333$	-	-	-	-	-	-	-	-	903,333$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ethan Del Mastro	Wranglers (CGY)	D	23	2003-01-15	CAN	Yes	210 Lbs	6 ft4	No	No	Prospect		No	No	2	2024-07-22	False	False	Pro & Farm	855,833$	35,660$	0$	0$	No	855,833$	-	-	-	-	-	-	-	-	855,833$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob Larsson	Wranglers (CGY)	D	29	1997-04-29	SWE	No	190 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2025-12-21	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob MacDonald	Wranglers (CGY)	D	33	1993-02-26	USA	No	204 Lbs	6 ft0	No	No	Free Agent		No	Yes	1	2024-10-24	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
James Malatesta	Wranglers (CGY)	C/LW	23	2003-05-31	CAN	Yes	191 Lbs	5 ft9	No	No	Trade	2026-01-18	No	No	2	2024-06-26	False	False	Pro & Farm	841,667$	35,069$	0$	0$	No	841,667$	-	-	-	-	-	-	-	-	841,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jaret Anderson-Dolan	Wranglers (CGY)	C/LW/RW	26	1999-09-12	CAN	Yes	200 Lbs	5 ft11	No	No	Free Agent	2024-07-07	No	No	2	2025-12-09	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jesper Wallstedt	Wranglers (CGY)	G	23	2002-11-14	SWE	Yes	214 Lbs	6 ft3	No	No	Draft		No	No	1		False	False	Pro & Farm	925,000$	38,542$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
John Leonard	Wranglers (CGY)	LW/RW	27	1998-08-07	USA	No	183 Lbs	5 ft11	No	No	Free Agent		No	Yes	1	2026-04-23	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Martin Frk	Wranglers (CGY)	RW	32	1993-10-05	CZE	No	205 Lbs	6 ft1	No	No	Free Agent		No	Yes	1	2024-10-24	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Matt Tomkins	Wranglers (CGY)	G	32	1994-06-19	CAN	No	191 Lbs	6 ft4	No	No	Trade	2026-04-19	No	Yes	1	2024-12-02	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Rasmus Kupari	Wranglers (CGY)	C/RW	26	2000-03-15	FIN	No	201 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2025-12-09	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Vinni Lettieri	Wranglers (CGY)	C/RW	31	1995-02-06	USA	No	185 Lbs	5 ft11	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Walker Duehr	Wranglers (CGY)	RW	28	1997-11-23	USA	No	210 Lbs	6 ft2	No	No	Free Agent		No	Yes	1	2024-06-28	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
22	27.09	195 Lbs	6 ft1	1.45	803,523$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jaret Anderson-Dolan	Brad Lambert	Vinni Lettieri	28	0	1	4
2	Boris Katchouk	Rasmus Kupari	Martin Frk	28	0	1	4
3	Adam Gaudette	Dominic Toninato	Walker Duehr	24	0	2	3
4	Adam Beckman	James Malatesta	John Leonard	20	2	2	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob MacDonald	Connor Carrick	35	1	3	1
2	Emil Andrae	Brayden Pachal	35	2	1	2
3	Ethan Del Mastro	Jacob Larsson	30	2	3	0
4	Ethan Del Mastro	Jacob Larsson	0	2	3	0

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jaret Anderson-Dolan	Brad Lambert	Vinni Lettieri	55	0	1	4
2	Boris Katchouk	Rasmus Kupari	Walker Duehr	45	0	1	4

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Martin Frk	Jacob MacDonald	60	0	2	3
2	Adam Gaudette	Connor Carrick	40	0	2	3

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Dominic Toninato	James Malatesta	60	1	4	0
2	Vinni Lettieri	Boris Katchouk	40	1	4	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob MacDonald	Brayden Pachal	60	1	4	0
2	Jacob Larsson	Connor Carrick	40	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Dominic Toninato	60	0	5	0	Jacob MacDonald	Brayden Pachal	60	0	5	0
2	Boris Katchouk	40	0	5	0	Jacob Larsson	Connor Carrick	40	0	5	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Brad Lambert	Vinni Lettieri	50	0	2	3
2	Rasmus Kupari	Martin Frk	50	0	2	3

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jacob MacDonald	Connor Carrick	60	1	3	1
2	Emil Andrae	Brayden Pachal	40	1	3	1

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jaret Anderson-Dolan	Brad Lambert	Vinni Lettieri	Martin Frk	Connor Carrick

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Boris Katchouk	Dominic Toninato	James Malatesta	Brayden Pachal	Jacob MacDonald

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Walker Duehr, Adam Beckman, John Leonard	Walker Duehr, Adam Beckman	Jaret Anderson-Dolan

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Emil Andrae, Jacob Larsson, Ethan Del Mastro	Emil Andrae	Emil Andrae, Ethan Del Mastro

Tirs de pénalité
Brad Lambert, Vinni Lettieri, Martin Frk, Jaret Anderson-Dolan, Adam Gaudette

Gardien
#1 : Jesper Wallstedt, #2 : Matt Tomkins

Lignes d’attaque personnalisées en prolongation
Brad Lambert, Jaret Anderson-Dolan, Vinni Lettieri, Martin Frk, Adam Gaudette, Boris Katchouk, Rasmus Kupari, Walker Duehr, James Malatesta, John Leonard

Lignes de défense personnalisées en prolongation
Connor Carrick, Jacob MacDonald, Brayden Pachal, Emil Andrae, Jacob Larsson

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	Admirals	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	28	31	32	4	28	355	376	306	9	26	8	4	11	8	1	12.50%	2	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
2	Americans	1	0	1	0	0	0	0	0	0	4	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	4	-4	0	0.000	0	0	0	0	0	28	31	32	4	16	355	376	306	9	30	8	12	25	2	0	0.00%	6	2	66.67%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
3	Barracuda	2	1	0	0	0	0	1	0	5	2	3	1	1	0	0	0	0	0	0	3	1	2	1	0	0	0	0	0	1	0	2	1	1	4	1.000	5	7	12	0	0	28	31	32	4	60	355	376	306	9	40	22	18	38	11	0	0.00%	9	2	77.78%	1	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
4	Bears	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	3	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	28	31	32	4	38	355	376	306	9	32	6	4	21	6	0	0.00%	2	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
5	Canucks	2	0	2	0	0	0	0	0	7	10	-3	1	0	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	7	13	20	1	0	28	31	32	4	62	355	376	306	9	64	20	18	23	8	2	25.00%	9	3	66.67%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
6	Checkers	1	0	1	0	0	0	0	0	0	5	-5	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	5	-5	0	0.000	0	0	0	0	0	28	31	32	4	17	355	376	306	9	33	12	16	15	2	0	0.00%	8	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
7	Comets	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	1	2	2	1.000	3	6	9	0	0	28	31	32	4	25	355	376	306	9	30	7	10	13	5	1	20.00%	5	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
8	Condors	2	1	1	0	0	0	0	0	5	6	-1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	5	9	14	0	0	28	31	32	4	67	355	376	306	9	55	12	14	28	8	1	12.50%	7	2	71.43%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
9	Crunch	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	1	2	0	0	28	31	32	4	30	355	376	306	9	30	4	6	17	4	0	0.00%	3	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
10	Eagles	2	1	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	3	2	1	2	0.500	5	9	14	1	0	28	31	32	4	65	355	376	306	9	62	10	20	40	11	3	27.27%	10	2	80.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
11	Griffins	1	0	1	0	0	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	5	7	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	5	9	14	1	0	28	31	32	4	41	355	376	306	9	28	6	2	16	3	1	33.33%	1	1	0.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
12	Gulls	2	1	1	0	0	0	0	0	6	6	0	1	0	1	0	0	0	0	0	3	5	-2	1	1	0	0	0	0	0	0	3	1	2	2	0.500	6	12	18	0	0	28	31	32	4	50	355	376	306	9	68	18	18	49	6	2	33.33%	9	1	88.89%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
13	IceHogs	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	3	1	2	1.000	4	8	12	0	0	28	31	32	4	25	355	376	306	9	24	4	10	15	2	1	50.00%	5	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
14	Islanders	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	0	1	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	3	6	9	0	0	28	31	32	4	23	355	376	306	9	19	6	10	13	4	0	0.00%	5	1	80.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
15	Marlies	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	5	8	0	0	28	31	32	4	26	355	376	306	9	37	7	16	13	6	1	16.67%	8	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
16	Moose	1	0	0	0	1	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	3	2	1	2	1.000	3	5	8	0	0	28	31	32	4	24	355	376	306	9	34	7	12	11	4	2	50.00%	6	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
17	Penguins	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	3	1	2	1.000	4	8	12	0	0	28	31	32	4	35	355	376	306	9	28	7	10	14	5	2	40.00%	5	1	80.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
18	Phantoms	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	2	3	2	1.000	5	10	15	0	0	28	31	32	4	37	355	376	306	9	33	7	8	10	5	3	60.00%	4	1	75.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
19	Reign	2	0	2	0	0	0	0	0	6	10	-4	1	0	1	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	6	10	16	0	0	28	31	32	4	63	355	376	306	9	59	25	20	43	8	2	25.00%	10	3	70.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
20	Rocket	2	0	1	0	0	1	0	0	3	6	-3	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0.250	3	5	8	0	0	28	31	32	4	65	355	376	306	9	78	17	16	40	4	1	25.00%	8	1	87.50%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
21	Senators	1	0	1	0	0	0	0	0	1	4	-3	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	28	31	32	4	28	355	376	306	9	26	5	6	16	6	0	0.00%	3	1	66.67%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
22	Stars	2	2	0	0	0	0	0	0	8	3	5	2	2	0	0	0	0	0	0	8	3	5	0	0	0	0	0	0	0	0	0	0	0	4	1.000	8	14	22	0	0	28	31	32	4	54	355	376	306	9	43	9	14	43	9	0	0.00%	7	1	85.71%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
23	Thunderbirds	1	0	0	0	1	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	4	3	1	2	1.000	4	7	11	0	0	28	31	32	4	39	355	376	306	9	13	4	2	24	5	0	0.00%	1	1	0.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
24	Wild	1	1	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	1	28	31	32	4	30	355	376	306	9	21	10	8	15	5	0	0.00%	4	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
25	Wolf Pack	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	1	1	2	1.000	2	3	5	0	0	28	31	32	4	22	355	376	306	9	29	10	4	30	4	1	25.00%	2	0	100.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
26	Wolves	2	1	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	3	2	1	2	0.500	5	10	15	1	0	28	31	32	4	71	355	376	306	9	63	21	20	52	12	4	33.33%	10	1	90.00%	0	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
	Total	35	15	15	0	2	2	1	0	94	104	-10	17	7	8	0	0	2	0	0	48	54	-6	18	8	7	0	2	0	1	0	46	50	-4	38	0.543	94	170	264	4	1	28	31	32	4	1041	355	376	306	9	1005	272	298	635	153	28	18.30%	149	24	83.89%	1	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
	_Since Last GM Reset	35	15	15	0	2	2	1	0	94	104	-10	17	7	8	0	0	2	0	0	48	54	-6	18	8	7	0	2	0	1	0	46	50	-4	38	0.543	94	170	264	4	1	28	31	32	4	1041	355	376	306	9	1005	272	298	635	153	28	18.30%	149	24	83.89%	1	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
	_Vs Conference	20	9	8	0	2	0	1	0	64	61	3	11	6	5	0	0	0	0	0	38	36	2	9	3	3	0	2	0	1	0	26	25	1	24	0.600	64	114	178	3	1	28	31	32	4	608	355	376	306	9	537	155	160	356	88	15	17.05%	80	16	80.00%	1	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213
	_Vs Division	12	4	7	0	0	0	1	0	34	40	-6	6	2	4	0	0	0	0	0	19	23	-4	6	2	3	0	0	0	1	0	15	17	-2	10	0.417	34	60	94	2	0	28	31	32	4	367	355	376	306	9	348	107	108	221	52	10	19.23%	54	13	75.93%	1	594	1203	49.38%	570	1226	46.49%	249	516	48.26%	845	586	834	259	432	213

			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
35	38	L1	94	170	264	1041	1005	272	298	635	4	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
35	15	15	2	2	1	0	94	104

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	7	8	0	2	0	0	48	54

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	8	7	2	0	1	0	46	50

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

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
153	28	18.30%	149	24	83.89%	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
355	376	306	9	28	31	32	4

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
594	1203	49.38%	570	1226	46.49%	249	516	48.26%

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
845	586	834	259	432	213

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	9	Stars	2	Wranglers	5	W			Sommaire du match
2	25	Wranglers	5	Phantoms	2	W			Sommaire du match
3	32	Wild	0	Wranglers	2	W			Sommaire du match
5	56	Stars	1	Wranglers	3	W			Sommaire du match
6	66	Wranglers	2	Barracuda	1	W	X	X	Sommaire du match
8	85	Eagles	4	Wranglers	2	L			Sommaire du match
9	93	Wranglers	2	Wolf Pack	1	W			Sommaire du match
10	103	Wranglers	3	Moose	2	W	X		Sommaire du match
11	113	Wranglers	4	Thunderbirds	3	W	X		Sommaire du match
12	128	Griffins	7	Wranglers	5	L			Sommaire du match
14	150	Islanders	4	Wranglers	3	L	X		Sommaire du match
15	166	Wranglers	3	Gulls	1	W			Sommaire du match
16	176	Wranglers	2	Condors	5	L			Sommaire du match
17	182	Wolves	4	Wranglers	2	L			Sommaire du match
18	199	Wranglers	3	Reign	4	L			Sommaire du match
19	209	Senators	4	Wranglers	1	L			Sommaire du match
21	231	Wranglers	2	Rocket	4	L			Sommaire du match
22	239	Barracuda	1	Wranglers	3	W			Sommaire du match
24	261	Canucks	6	Wranglers	5	L			Sommaire du match
25	279	Reign	6	Wranglers	3	L			Sommaire du match
26	287	Wranglers	0	Checkers	5	L			Sommaire du match
27	300	Wranglers	3	Eagles	2	W			Sommaire du match
28	312	Wranglers	3	Wolves	2	W			Sommaire du match
29	327	Gulls	5	Wranglers	3	L			Sommaire du match
30	340	Wranglers	3	Comets	1	W			Sommaire du match
31	355	Wranglers	1	Crunch	3	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
32	362	Condors	1	Wranglers	3	W			Sommaire du match
34	386	Admirals	3	Wranglers	4	W			Sommaire du match
36	401	Wranglers	0	Americans	4	L			Sommaire du match
37	411	Rocket	2	Wranglers	1	L	X		Sommaire du match
38	432	Marlies	1	Wranglers	3	W			Sommaire du match
39	435	Wranglers	4	IceHogs	3	W			Sommaire du match
41	459	Bears	3	Wranglers	0	L			Sommaire du match
43	475	Wranglers	4	Penguins	3	W			Sommaire du match
45	483	Wranglers	2	Canucks	4	L			Sommaire du match
47	496	Bruins	-	Wranglers	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	20
Assistance	34,000	17,000
Assistance PCT	100.00%	100.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
1	3000 - 100.00%	134,100$	2,279,700$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,699,691$	1,767,750$	1,767,750$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
36,828$	1,699,691$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
134,100$	2	36,828$	73,656$

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

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

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

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	GT	FO%	HT	P/20	PSG	PSS

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

	Wranglers
	GP: 35 \| W: 18 \| L: 15 \| OTL: 2 \| P: 38 GF: 94 \| GA: 104 \| PP%: 18.30% \| PK%: 83.89% DG: Steve Charbonneau \| Morale : 90 \| Moyenne d’équipe : 68 Prochains matchs #496 vs Bruins