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

Centre de jeu
	Phantoms 11-13-11, 33pts	3	Sommaire du match	1	Checkers 18-15-3, 39pts

Team Stats
W2	Séquence	L2
6-8-3	Fiche domicile	9-6-3
5-5-8	Fiche domicile	9-9-0
4-5-1	Derniers 10 matchs	4-3-3
2.40	Buts par match	2.83
3.09	Buts contre par match	2.78
16.28%	Pourcentage en avantage numérique	14.48%
78.95%	Pourcentage en désavantage numérique	80.65%

Checkers
18-15-3, 39pts

Sommaire du match

Comets
21-10-4, 46pts

Team Stats
L2	Séquence	W1
9-6-3	Fiche domicile	10-7-1
9-9-0	Fiche domicile	11-3-3
4-3-3	Derniers 10 matchs	5-2-3
2.83	Buts par match	2.97
2.78	Buts contre par match	2.46
14.48%	Pourcentage en avantage numérique	19.71%
80.65%	Pourcentage en désavantage numérique	79.65%

Meneurs d'équipe
	Buts Brett Murray 15	Passes Sam Anas 17

	Points Brett Murray 27	Plus/Moins Alex Steeves 11

	Victoires Dennis Hildeby 13	Pourcentage d’arrêts Dennis Hildeby 0.902

Statistiques d’équipe
Buts pour 102 2.83 GFG	Tirs pour 1025 28.47 Avg	Pourcentage en avantage numérique 14.5% 21 GF	Début de zone offensive 41.1%
Buts contre 100 2.78 GAA	Tirs contre 1002 27.83 Avg	Pourcentage en désavantage numérique 80.6%% 24 GA	Début de la zone défensive 40.5%

Informations de l'équipe
	Directeur général	Interim - Panthers
	Division	Atlantic
	Conférence	Est 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	25
	Équipe Mineure	18
	Limite contact	43 / 50
	Espoirs	20

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	Brett Murray	0		X	X		100.00	86	30	81	79	95	79	84	63	50	62	63	71	65	66	68	0	83	69	0	27	1	775,000$
2	Jacob Peterson (R)	0	X	X			100.00	69	30	88	81	73	86	80	70	75	66	64	67	65	65	65	0	83	68	0	26	1	775,000$
3	Alex Steeves (R)	0		X	X		100.00	73	30	87	76	74	89	85	66	69	65	66	64	70	66	67	0	83	68	0	26	1	775,000$
4	Taro Hirose	0		X			100.00	62	30	94	79	63	84	90	72	50	68	59	64	65	65	60	0	83	67	0	30	1	550,000$
5	Sam Anas	0	X		X		100.00	69	30	94	73	58	93	91	65	80	70	62	62	64	69	71	0	83	67	0	33	1	550,000$
6	Roby Jarventie (R)	0		X			100.00	77	30	72	78	77	80	82	66	50	62	66	66	66	62	64	0	83	67	0	23	1	894,167$
7	Ryan Suzuki (R)	0	X				100.00	64	30	90	76	70	80	78	62	78	62	62	64	62	63	60	0	83	65	0	25	2	775,000$
8	Carter Mazur (R)	0		X			100.00	68	30	77	72	69	85	76	65	50	64	63	62	60	61	64	0	83	65	0	24	2	825,833$
9	Oliver Kapanen (R)	0	X				100.00	55	30	95	76	79	77	77	67	71	62	60	66	60	61	62	0	83	65	0	22	3	925,000$
10	Colton Dach (R)	0	X	X			100.00	76	30	78	69	86	80	71	58	73	59	60	64	55	51	53	0	83	63	0	23	2	825,000$
11	Riley Kidney (R)	0	X				100.00	72	30	83	72	67	75	79	57	64	56	50	60	56	61	63	0	74	61	0	23	2	836,667$
12	Samuel Savoie (R)	0		X			100.00	74	30	88	65	68	79	87	57	58	56	55	61	57	61	63	0	82	61	0	22	3	846,666$
13	Josh Mahura	0				X	100.00	78	30	81	81	73	77	83	65	30	64	57	73	50	66	67	0	83	70	0	28	1	775,000$
14	Logan Mailloux (R)	0				X	100.00	77	30	66	74	87	89	83	64	30	66	60	65	50	61	63	0	83	69	0	23	2	875,000$
15	Nick Blankenburg	0				X	100.00	67	30	82	78	65	76	83	64	30	67	59	75	50	57	65	0	83	68	0	28	2	775,000$
16	Jalen Chatfield	0				X	100.00	75	30	83	68	70	76	86	64	30	58	52	74	50	60	60	0	83	67	0	30	2	775,000$
17	Scott Morrow (R)	0				X	100.00	59	30	78	72	82	86	82	66	30	67	50	67	50	63	65	0	83	67	0	23	2	916,667$
18	Jett Woo (R)	0				X	100.00	69	30	60	75	75	76	82	57	30	60	56	69	50	64	64	0	83	66	0	25	1	775,000$
Rayé
1	Olivier Nadeau (R)	0			X		100.00	75	30	72	80	76	76	72	55	50	52	54	62	50	54	54	0	63	61	0	23	2	836,667$
2	Paul Ludwinski (R)	0	X	X			100.00	58	30	86	63	67	73	80	56	62	56	54	60	56	61	63	0	63	59	0	22	3	900,000$
3	Antti Tuomisto (R)	0	X				100.00	77	30	85	63	85	79	82	50	50	43	42	62	50	53	55	0	63	57	0	25	1	867,500$
4	Hunter Skinner (R)	0				X	100.00	68	30	62	65	77	74	73	57	30	47	51	64	50	65	60	0	63	62	0	25	2	775,000$
5	Mattias Norlinder (R)	0				X	100.00	65	30	90	66	68	83	87	57	30	61	45	61	50	54	54	0	77	62	0	26	1	775,000$

	MOYENNE D’ÉQUIPE						100.00	70	30	81	73	74	81	81	62	51	61	57	65	57	61	62	0	79	65

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	Dennis Hildeby (R)	0	100.00	77	86	82	98	76	75	77	76	75	77	76	64	61	0	74	76	0	24	1	843,333$
2	Louis Domingue	0	100.00	74	82	77	85	73	72	74	73	72	74	73	75	77	0	83	73	0	34	1	775,000$
Rayé

	MOYENNE D’ÉQUIPE		100.00	76	84	80	92	75	74	76	75	74	76	75	70	69	0	79	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	EG	P/20	PSG	PSS	S1	S2	S3
1	Brett Murray	Checkers (FLA)	LW/RW	36	15	12	27	-3	24	83	38	111	35	66	13.51%	9	696	19.35	5	4	9	22	115	0	0	0	2	67	0	3	52.73%	55	0	0.78	0	0	4	4	1
2	Sam Anas	Checkers (FLA)	C/RW	36	8	17	25	9	0	11	52	90	25	54	8.89%	1	660	18.35	2	5	7	20	126	0	0	0	0	4	1	1	49.30%	783	0	0.76	0	0	2	0	1
3	Alex Steeves	Checkers (FLA)	LW/RW	36	13	11	24	11	4	39	28	99	29	84	13.13%	7	687	19.09	2	3	5	27	126	0	1	1	2	33	1	0	50.00%	58	0	0.70	0	1	1	1	3
4	Scott Morrow	Checkers (FLA)	D	36	5	17	22	9	12	24	27	38	12	30	13.16%	37	788	21.90	3	6	9	26	134	0	0	0	0	74	0	1	0%	0	0	0.56	0	0	0	0	4
5	Roby Jarventie	Checkers (FLA)	LW	36	9	12	21	10	24	60	34	108	29	77	8.33%	5	643	17.87	2	2	4	25	126	0	0	0	0	0	3	0	34.88%	43	0	0.65	1	1	1	2	0
6	Taro Hirose	Checkers (FLA)	LW	36	4	16	20	3	8	10	35	69	25	73	5.80%	4	532	14.78	1	4	5	18	110	0	0	0	0	10	0	0	27.59%	29	0	0.75	0	1	1	0	1
7	Logan Mailloux	Checkers (FLA)	D	36	4	16	20	-6	30	68	19	44	15	34	9.09%	31	737	20.48	1	6	7	31	130	0	0	0	0	32	1	0	0%	0	0	0.54	0	0	0	0	1
8	Ryan Suzuki	Checkers (FLA)	C	36	7	10	17	-6	6	11	58	60	15	46	11.67%	3	609	16.92	0	2	2	5	78	0	0	0	0	45	2	0	51.22%	736	0	0.56	0	0	1	1	0
9	Jalen Chatfield	Checkers (FLA)	D	36	4	13	17	11	44	59	28	31	3	10	12.90%	38	658	18.30	0	0	0	0	0	0	0	0	0	78	0	0	0%	0	0	0.52	0	0	0	1	1
10	Josh Mahura	Checkers (FLA)	D	36	2	12	14	3	24	64	36	22	8	26	9.09%	59	664	18.46	0	0	0	4	15	0	1	1	0	86	0	0	0%	0	1	0.42	0	0	0	1	0
11	Nick Blankenburg	Checkers (FLA)	D	36	6	8	14	-6	10	20	39	46	13	25	13.04%	45	771	21.43	3	0	3	31	107	0	0	0	0	93	3	1	0%	0	0	0.36	0	0	0	1	0
12	Oliver Kapanen	Checkers (FLA)	C	36	7	7	14	2	0	2	42	64	17	35	10.94%	1	398	11.06	2	2	4	7	43	0	0	0	0	0	2	0	50.11%	449	0	0.70	0	0	0	1	1
13	Carter Mazur	Checkers (FLA)	LW	36	4	9	13	-5	10	26	34	68	24	54	5.88%	2	630	17.51	0	3	3	15	117	0	0	0	0	0	1	0	43.18%	44	0	0.41	0	0	0	1	0
14	Jacob Peterson	Checkers (FLA)	C/LW	36	2	8	10	2	2	20	30	71	20	51	2.82%	4	476	13.23	0	0	0	1	7	0	0	0	2	57	0	0	54.17%	96	0	0.42	1	1	0	0	0
15	Colton Dach	Checkers (FLA)	C/LW	36	2	5	7	-3	4	30	13	21	9	20	9.52%	7	364	10.11	0	0	0	0	0	1	0	1	2	96	1	0	57.14%	21	0	0.38	0	0	0	0	1
16	Samuel Savoie	Checkers (FLA)	LW	35	2	3	5	-5	12	11	9	17	2	8	11.76%	2	260	7.44	0	0	0	0	0	0	0	0	0	0	0	0	42.86%	14	0	0.38	0	0	0	0	0
17	Mattias Norlinder	Checkers (FLA)	D	24	0	3	3	2	10	12	7	2	3	1	0%	17	392	16.34	0	0	0	0	1	0	0	0	0	8	0	0	0%	0	0	0.15	0	0	0	0	0
18	Jett Woo	Checkers (FLA)	D	12	0	2	2	-1	12	14	11	4	1	3	0%	12	209	17.47	0	0	0	0	0	0	0	0	0	28	0	0	0%	0	0	0.19	0	0	0	0	0
19	Riley Kidney	Checkers (FLA)	C	13	1	0	1	-4	0	8	12	7	1	9	14.29%	1	94	7.29	0	0	0	0	0	0	0	0	0	0	1	0	47.31%	93	0	0.21	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				624	95	181	276	23	236	572	552	972	286	706	9.77%	285	10275	16.47	21	37	58	232	1242	1	2	3	8	718	16	6	49.65%	2421	1	0.54	2	4	10	13	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	PIM	SO	GA	SA	A	PS %	PSA	ST	BG	S1	S2	S3
1	Dennis Hildeby	Checkers (FLA)	27	13	11	3	0.902	2.79	1592	2	3	74	752	0	0.750	4	27	9	5	1	1
2	Louis Domingue	Checkers (FLA)	11	5	4	0	0.896	2.69	580	0	1	26	250	1	0	0	9	27	0	0	1
Statistiques d’équipe totales ou en moyenne			38	18	15	3	0.900	2.76	2172	2	4	100	1002	1		4	36	36	5	1	2

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	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
Alex Steeves	Checkers (FLA)	LW/RW	26	1999-12-10	USA	Yes	196 Lbs	6 ft0	No	No	Free Agent		No	No	1	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Antti Tuomisto	Checkers (FLA)	C	25	2001-01-20	FIN	Yes	194 Lbs	6 ft4	No	No	Prospect		No	No	1	2024-06-26	False	False	Pro & Farm	867,500$	36,146$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brett Murray	Checkers (FLA)	LW/RW	27	1998-07-20	CAN	No	228 Lbs	6 ft5	No	No	Free Agent		No	Yes	1	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Carter Mazur	Checkers (FLA)	LW	24	2002-03-28	USA	Yes	170 Lbs	6 ft0	No	No	Prospect		No	No	2	2024-06-26	False	False	Pro & Farm	825,833$	34,410$	0$	0$	No	825,833$	-	-	-	-	-	-	-	-	825,833$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Colton Dach	Checkers (FLA)	C/LW	23	2003-01-04	CAN	Yes	196 Lbs	6 ft4	No	No	Trade	2025-06-10	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
Dennis Hildeby	Checkers (FLA)	G	24	2001-08-19	SWE	Yes	231 Lbs	6 ft7	No	No	Prospect		No	No	1	2024-06-26	False	False	Pro & Farm	843,333$	35,139$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Hunter Skinner	Checkers (FLA)	D	25	2001-04-29	USA	Yes	182 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob Peterson	Checkers (FLA)	C/LW	26	1999-07-19	SWE	Yes	180 Lbs	6 ft1	No	No	Free Agent		No	No	1	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jalen Chatfield	Checkers (FLA)	D	30	1996-05-15	USA	No	188 Lbs	6 ft1	No	No	Free Agent		No	Yes	2	2026-04-22	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jett Woo	Checkers (FLA)	D	25	2000-07-27	CAN	Yes	205 Lbs	6 ft0	No	No	Trade	2026-06-09	No	No	1	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Josh Mahura	Checkers (FLA)	D	28	1998-05-05	CAN	No	193 Lbs	6 ft0	No	No	Free Agent		No	Yes	1	2026-04-08	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Logan Mailloux	Checkers (FLA)	D	23	2003-04-15	CAN	Yes	220 Lbs	6 ft3	No	No	Prospect		No	No	2	2024-06-26	False	False	Pro & Farm	875,000$	36,458$	0$	0$	No	875,000$	-	-	-	-	-	-	-	-	875,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Louis Domingue	Checkers (FLA)	G	34	1992-03-06	CAN	No	208 Lbs	6 ft3	No	No	Free Agent		No	Yes	1	2026-04-19	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Mattias Norlinder	Checkers (FLA)	D	26	2000-04-12	SWE	Yes	191 Lbs	6 ft0	No	No	Free Agent		No	No	1	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Nick Blankenburg (contrat à 1 volet)	Checkers (FLA)	D	28	1998-05-12	USA	No	177 Lbs	5 ft9	No	No	Free Agent		No	Yes	2	2025-10-27	False	False	Pro & Farm	775,000$	47,449$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Oliver Kapanen	Checkers (FLA)	C	22	2003-07-29	SWE	Yes	194 Lbs	6 ft2	No	No	Prospect		No	No	3	2025-09-22	False	False	Pro & Farm	925,000$	38,542$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Olivier Nadeau	Checkers (FLA)	RW	23	2003-01-15	CAN	Yes	204 Lbs	6 ft2	No	No	Prospect		No	No	2	2025-09-22	False	False	Pro & Farm	836,667$	34,861$	0$	0$	No	836,667$	-	-	-	-	-	-	-	-	836,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Paul Ludwinski	Checkers (FLA)	C/LW	22	2004-04-23	CAN	Yes	172 Lbs	5 ft11	No	No	Prospect		No	No	3	2025-09-22	False	False	Pro & Farm	900,000$	37,500$	0$	0$	No	900,000$	900,000$	-	-	-	-	-	-	-	900,000$	900,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Riley Kidney	Checkers (FLA)	C	23	2003-03-25	CAN	Yes	181 Lbs	5 ft11	No	No	Prospect		No	No	2	2024-06-26	False	False	Pro & Farm	836,667$	34,861$	0$	0$	No	836,667$	-	-	-	-	-	-	-	-	836,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Roby Jarventie	Checkers (FLA)	LW	23	2002-08-08	FIN	Yes	184 Lbs	6 ft2	No	No	N/A		No	No	1		False	False	Pro & Farm	894,167$	37,257$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ryan Suzuki	Checkers (FLA)	C	25	2001-05-28	CAN	Yes	176 Lbs	6 ft0	No	No	Free Agent		No	No	2	2025-10-27	False	False	Pro & Farm	775,000$	32,292$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Sam Anas	Checkers (FLA)	C/RW	33	1993-06-01	USA	No	157 Lbs	5 ft8	No	No	Free Agent		No	Yes	1	2025-10-27	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Samuel Savoie	Checkers (FLA)	LW	22	2004-03-25	CAN	Yes	189 Lbs	5 ft10	No	No	Prospect		No	No	3	2025-09-22	False	False	Pro & Farm	846,666$	35,278$	0$	0$	No	846,666$	846,666$	-	-	-	-	-	-	-	846,666$	846,666$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Scott Morrow	Checkers (FLA)	D	23	2002-11-01	USA	Yes	210 Lbs	6 ft2	No	No	Prospect		No	No	2	2025-09-22	False	False	Pro & Farm	916,667$	38,194$	0$	0$	No	916,667$	-	-	-	-	-	-	-	-	916,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Taro Hirose	Checkers (FLA)	LW	30	1996-06-30	CAN	No	162 Lbs	5 ft10	No	No	Free Agent		No	Yes	1	2025-10-27	False	False	Farm Only	550,000$	22,917$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
25	25.60	192 Lbs	6 ft1	1.64	800,700$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Alex Steeves	Sam Anas	Roby Jarventie	30	0	1	4
2	Carter Mazur	Oliver Kapanen	Brett Murray	30	0	2	3
3	Taro Hirose	Ryan Suzuki	Jacob Peterson	26	2	1	2
4	Samuel Savoie	Riley Kidney	Colton Dach	14	2	2	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Logan Mailloux	Nick Blankenburg	34	1	2	2
2	Scott Morrow	Jalen Chatfield	34	0	2	3
3	Josh Mahura	Jett Woo	32	1	3	1
4	Josh Mahura	Jett Woo	0	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Alex Steeves	Sam Anas	Roby Jarventie	60	0	1	4
2	Carter Mazur	Oliver Kapanen	Brett Murray	40	0	1	4

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Logan Mailloux	Scott Morrow	60	0	1	4
2	Taro Hirose	Nick Blankenburg	40	0	2	3

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Ryan Suzuki	Brett Murray	60	1	4	0
2	Jacob Peterson	Colton Dach	40	1	4	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jalen Chatfield	Josh Mahura	50	1	4	0
2	Jett Woo	Nick Blankenburg	50	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jacob Peterson	60	0	5	0	Jalen Chatfield	Josh Mahura	50	0	5	0
2	Ryan Suzuki	40	0	5	0	Jett Woo	Nick Blankenburg	50	0	5	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Sam Anas	Alex Steeves	50	0	2	3
2	Ryan Suzuki	Oliver Kapanen	50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Logan Mailloux	Nick Blankenburg	50	1	2	2
2	Scott Morrow	Jalen Chatfield	50	0	3	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Taro Hirose	Sam Anas	Alex Steeves	Nick Blankenburg	Scott Morrow

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Colton Dach	Jacob Peterson	Brett Murray	Jalen Chatfield	Josh Mahura

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Carter Mazur, Riley Kidney, Samuel Savoie	Jacob Peterson, Ryan Suzuki	Alex Steeves

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Jalen Chatfield, Josh Mahura, Jett Woo	Josh Mahura	Scott Morrow, Logan Mailloux

Tirs de pénalité
Alex Steeves, Roby Jarventie, Taro Hirose, Jacob Peterson, Sam Anas

Gardien
#1 : Dennis Hildeby, #2 : Louis Domingue

Lignes d’attaque personnalisées en prolongation
Sam Anas, Alex Steeves, Ryan Suzuki, Roby Jarventie, Jacob Peterson, Taro Hirose, Brett Murray, Oliver Kapanen, Riley Kidney, Carter Mazur

Lignes de défense personnalisées en prolongation
Logan Mailloux, Nick Blankenburg, Scott Morrow, Jalen Chatfield, Josh Mahura

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	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	5	8	0	0	31	36	33	3	23	338	349	329	13	27	5	8	17	9	3	33.33%	4	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
2	Americans	2	1	0	0	0	0	1	0	6	3	3	1	0	0	0	0	0	1	0	2	1	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	6	8	14	0	0	31	36	33	3	52	338	349	329	13	54	18	10	36	9	2	22.22%	5	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
3	Barracuda	1	1	0	0	0	0	0	0	6	5	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	5	1	2	1.000	6	10	16	0	0	31	36	33	3	40	338	349	329	13	21	6	6	19	6	1	16.67%	3	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
4	Bears	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	2	2	4	0	0	31	36	33	3	40	338	349	329	13	30	6	8	11	4	1	25.00%	4	1	75.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
5	Bruins	2	0	1	0	0	1	0	0	6	8	-2	1	0	0	0	0	1	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	1	0.250	6	12	18	0	0	31	36	33	3	54	338	349	329	13	52	17	16	42	4	0	0.00%	8	3	62.50%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
6	Canucks	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	31	36	33	3	33	338	349	329	13	26	13	4	22	2	1	50.00%	2	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
7	Comets	2	1	1	0	0	0	0	0	3	6	-3	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	3	6	-3	2	0.500	3	6	9	0	0	31	36	33	3	48	338	349	329	13	48	14	10	32	8	0	0.00%	5	3	40.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
8	Condors	2	1	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	1	5	-4	1	1	0	0	0	0	0	0	3	0	3	2	0.500	4	8	12	0	1	31	36	33	3	47	338	349	329	13	53	12	6	39	3	1	33.33%	3	2	33.33%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
9	Crunch	2	1	1	0	0	0	0	0	5	5	0	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	1	4	-3	2	0.500	5	10	15	0	0	31	36	33	3	61	338	349	329	13	65	25	16	37	11	1	9.09%	8	4	50.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
10	Eagles	2	0	0	0	1	1	0	0	5	5	0	2	0	0	0	1	1	0	0	5	5	0	0	0	0	0	0	0	0	0	0	0	0	3	0.750	5	8	13	0	0	31	36	33	3	66	338	349	329	13	63	16	20	24	5	0	0.00%	10	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
11	Griffins	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	31	36	33	3	28	338	349	329	13	23	5	4	23	4	1	25.00%	2	1	50.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
12	Gulls	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	1	2	3	0	0	31	36	33	3	28	338	349	329	13	41	6	10	17	4	0	0.00%	5	2	60.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
13	IceHogs	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	5	8	0	0	31	36	33	3	24	338	349	329	13	33	11	6	10	3	0	0.00%	3	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
14	Islanders	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	1	2	0	0	31	36	33	3	33	338	349	329	13	19	9	8	14	4	0	0.00%	4	1	75.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
15	Marlies	2	2	0	0	0	0	0	0	10	0	10	1	1	0	0	0	0	0	0	5	0	5	1	1	0	0	0	0	0	0	5	0	5	4	1.000	10	20	30	0	2	31	36	33	3	50	338	349	329	13	75	16	16	39	5	2	40.00%	8	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
16	Moose	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	31	36	33	3	33	338	349	329	13	27	7	6	15	4	1	25.00%	3	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
17	Penguins	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	31	36	33	3	19	338	349	329	13	32	9	8	9	4	2	50.00%	4	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
18	Phantoms	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	1	2	0	0	31	36	33	3	27	338	349	329	13	22	6	6	17	6	0	0.00%	3	1	66.67%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
19	Reign	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	2	4	6	0	0	31	36	33	3	28	338	349	329	13	33	8	4	20	2	0	0.00%	2	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
20	Rocket	2	1	1	0	0	0	0	0	6	6	0	1	1	0	0	0	0	0	0	2	1	1	1	0	1	0	0	0	0	0	4	5	-1	2	0.500	6	12	18	0	0	31	36	33	3	62	338	349	329	13	63	21	20	31	4	0	0.00%	10	1	90.00%	1	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
21	Senators	2	0	1	0	0	1	0	0	6	9	-3	1	0	0	0	0	1	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	5	-2	1	0.250	6	10	16	0	0	31	36	33	3	57	338	349	329	13	54	18	16	41	9	2	22.22%	8	3	62.50%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
22	Stars	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	4	6	0	0	31	36	33	3	26	338	349	329	13	24	5	10	15	6	0	0.00%	5	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
23	Thunderbirds	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	31	36	33	3	39	338	349	329	13	26	4	6	20	6	2	33.33%	3	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
24	Wild	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	31	36	33	3	13	338	349	329	13	41	13	12	15	3	0	0.00%	6	1	83.33%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
25	Wolf Pack	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	2	4	6	0	0	31	36	33	3	28	338	349	329	13	20	8	4	14	5	1	20.00%	2	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
26	Wolves	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	9	14	0	0	31	36	33	3	33	338	349	329	13	13	11	4	12	7	0	0.00%	2	1	50.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
27	Wranglers	1	1	0	0	0	0	0	0	5	0	5	1	1	0	0	0	0	0	0	5	0	5	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	1	31	36	33	3	33	338	349	329	13	17	2	4	17	8	0	0.00%	2	0	100.00%	0	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
	Total	36	16	15	0	1	3	1	0	102	100	2	18	7	6	0	1	3	1	0	50	44	6	18	9	9	0	0	0	0	0	52	56	-4	39	0.542	102	184	286	0	4	31	36	33	3	1025	338	349	329	13	1002	291	248	608	145	21	14.48%	124	24	80.65%	1	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
	_Since Last GM Reset	36	16	15	0	1	3	1	0	102	100	2	18	7	6	0	1	3	1	0	50	44	6	18	9	9	0	0	0	0	0	52	56	-4	39	0.542	102	184	286	0	4	31	36	33	3	1025	338	349	329	13	1002	291	248	608	145	21	14.48%	124	24	80.65%	1	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
	_Vs Conference	20	8	9	0	0	2	1	0	57	54	3	9	4	2	0	0	2	1	0	26	18	8	11	4	7	0	0	0	0	0	31	36	-5	20	0.500	57	102	159	0	2	31	36	33	3	564	338	349	329	13	547	178	142	335	80	11	13.75%	71	18	74.65%	1	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228
	_Vs Division	12	5	4	0	0	2	1	0	39	31	8	6	3	0	0	0	2	1	0	19	11	8	6	2	4	0	0	0	0	0	20	20	0	14	0.583	39	72	111	0	2	31	36	33	3	336	338	349	329	13	363	115	94	226	42	7	16.67%	47	11	76.60%	1	585	1177	49.70%	594	1159	51.25%	284	528	53.79%	873	606	845	267	454	228

			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
36	39	L2	102	184	286	1025	1002	291	248	608	0	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
36	16	15	1	3	1	0	102	100

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	7	6	1	3	1	0	50	44

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	9	9	0	0	0	0	52	56

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
4	3	0	3	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
145	21	14.48%	124	24	80.65%	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
338	349	329	13	31	36	33	3

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
585	1177	49.70%	594	1159	51.25%	284	528	53.79%

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
873	606	845	267	454	228

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	5	Eagles	3	Checkers	4	W	X		Sommaire du match
2	24	Checkers	2	Comets	1	W			Sommaire du match
4	41	Checkers	2	Bears	5	L			Sommaire du match
5	46	Wolves	2	Checkers	5	W			Sommaire du match
6	58	Checkers	5	Marlies	0	W			Sommaire du match
7	73	Americans	1	Checkers	2	W	X	X	Sommaire du match
9	95	Wild	3	Checkers	1	L			Sommaire du match
11	114	Canucks	2	Checkers	4	W			Sommaire du match
12	136	Checkers	3	Thunderbirds	2	W			Sommaire du match
13	144	Checkers	3	Bruins	4	L			Sommaire du match
14	152	Marlies	0	Checkers	5	W			Sommaire du match
15	171	Checkers	3	IceHogs	2	W			Sommaire du match
16	179	Checkers	2	Reign	5	L			Sommaire du match
18	193	Rocket	1	Checkers	2	W			Sommaire du match
19	208	Checkers	2	Wolf Pack	3	L			Sommaire du match
20	220	Griffins	4	Checkers	2	L			Sommaire du match
21	236	Condors	5	Checkers	1	L			Sommaire du match
23	253	Stars	5	Checkers	2	L			Sommaire du match
25	272	Checkers	1	Crunch	4	L			Sommaire du match
26	287	Wranglers	0	Checkers	5	W			Sommaire du match
27	298	Checkers	3	Senators	5	L			Sommaire du match
28	307	Checkers	4	Rocket	5	L			Sommaire du match
29	321	Moose	2	Checkers	4	W			Sommaire du match
30	338	Checkers	6	Barracuda	5	W			Sommaire du match
31	351	Islanders	2	Checkers	1	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
32	364	Checkers	4	Americans	2	W			Sommaire du match
33	378	Crunch	1	Checkers	4	W			Sommaire du match
35	398	Senators	4	Checkers	3	L	X		Sommaire du match
36	403	Checkers	3	Condors	0	W			Sommaire du match
37	417	Checkers	4	Penguins	2	W			Sommaire du match
38	433	Checkers	3	Admirals	2	W			Sommaire du match
39	439	Bruins	4	Checkers	3	L	X		Sommaire du match
41	453	Checkers	1	Gulls	4	L			Sommaire du match
42	465	Eagles	2	Checkers	1	L	X		Sommaire du match
45	485	Phantoms	3	Checkers	1	L			Sommaire du match
46	488	Checkers	1	Comets	5	L			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	36,000	18,000
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
0	3000 - 100.00%	126,650$	2,279,700$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,853,454$	1,924,251$	1,927,334$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
40,153$	1,856,398$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	2	40,089$	80,178$

Checkers 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

Checkers 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

Checkers 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

Checkers 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

Checkers 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

	Checkers
	GP: 36 \| W: 18 \| L: 15 \| OTL: 3 \| P: 39 GF: 102 \| GA: 100 \| PP%: 14.48% \| PK%: 80.65% DG: Interim - Panthers \| Morale : 90 \| Moyenne d’équipe : 66