Association Québécoise de Hockey Simulé

Association Québécoise de Hockey Simulé - Vandals

Vandals

GP: 38 | W: 15 | L: 18 | OTL: 5 | P: 35
GF: 133 | GA: 149 | PP%: 31.25% | PK%: 72.94%
DG: Pierre-Alexandre Racine | Morale : 90 | Moyenne d'Équipe : 58
Prochain matchs #597 vs Farmers

La résolution de votre navigateur est trop petite pour cette page. Plusieurs informations sont cachées pour garder la page lisible.

Seattle Kraken
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Stats d'équipe en Carrière

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
1	Jakub Lauko (R)	X				100.00	90	48	82	81	64	50	40	57	30	51	64	60	67	83	70	0	90	60	0
2	Martin Kaut (R)		X			100.00	60	45	92	80	65	52	43	54	30	49	59	68	66	83	70	0	90	59	0
3	Jaret Anderson-Dolan	X				100.00	76	45	94	80	64	53	56	56	30	49	62	57	67	83	71	0	90	59	0
4	Egor Sokolov (R)			X		100.00	51	45	95	74	83	50	40	49	30	44	54	61	50	82	69	0	90	56	0
5	Shane Bowers (R)	X				100.00	50	45	95	78	63	99	40	45	30	40	50	55	50	83	85	0	90	56	0
6	Aleksi Heponiemi (R)			X		100.00	50	45	92	82	40	50	40	51	30	48	54	55	65	84	71	0	90	54	0
7	Riley Tufte (R)		X			100.00	52	45	95	72	93	50	40	45	30	40	50	55	50	85	72	0	90	54	0
8	Logan Shaw		X			100.00	50	45	95	74	76	50	40	45	30	40	50	55	50	91	78	0	90	54	0
9	Torey Krug				X	100.00	60	48	74	89	52	77	76	68	30	73	64	64	70	92	85	0	90	69	0
10	Ben Hutton				X	100.00	59	45	90	82	67	67	40	58	30	53	62	68	67	89	79	0	90	65	0
11	Calen Addison (R)				X	100.00	52	45	85	90	45	67	75	65	30	74	56	56	70	83	73	0	90	64	0
12	Jordan Oesterle				X	100.00	63	48	85	81	54	65	63	54	30	54	55	64	66	90	80	0	90	63	0
13	Kyle Capobianco				X	100.00	59	45	87	77	65	51	40	51	30	40	62	62	65	85	73	0	90	60	0
14	Samuel Knazko (R)				X	100.00	50	45	95	76	62	65	40	45	30	40	50	65	50	80	70	0	90	59	0
15	Vincent Iorio (R)				X	100.00	50	45	95	76	69	60	40	47	30	44	50	61	50	80	68	0	90	59	0
16	Connor Carrick				X	100.00	50	45	95	76	56	70	40	47	30	44	50	55	50	89	80	0	90	58	0
17	Ryan Merkley (R)				X	100.00	50	45	95	78	54	50	40	45	30	40	50	55	50	83	70	0	90	56	0
Rayé
1	Denis Gurianov			X		99.00	60	45	91	79	74	66	80	56	30	52	59	55	68	85	75	0	90	62	0
2	Vinnie Hinostroza	X				98.00	50	45	89	85	53	63	40	62	30	68	56	68	69	89	79	0	90	61	0
3	Cam Atkinson			X		100.00	50	45	95	79	46	50	40	45	30	40	50	55	50	94	81	0	90	53	0
4	William Cuylle (R)		X			100.00	54	51	81	74	77	50	40	45	30	40	50	55	50	81	68	0	90	53	0
5	Cameron Hughes (R)	X				100.00	50	45	95	80	44	50	40	45	30	40	50	55	50	87	74	0	90	52	0
6	Tyce Thompson	X				100.00	50	45	95	79	55	50	40	45	30	40	50	55	50	83	70	0	90	52	0
7	Alex Barre-Boulet (R)			X		100.00	50	45	95	78	52	50	40	45	30	40	50	56	50	85	72	0	90	52	0
8	Nicolas Beaudin (R)				X	100.00	50	45	95	80	43	50	40	45	30	40	50	55	50	84	71	0	90	55	0

	MOYENNE D'ÉQUIPE					99.88	55	46	91	79	61	58	46	51	30	47	54	59	58	85	74	0	90	58

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
1	Spencer Knight (R)	100.00	73	55	79	86	74	73	73	73	74	72	70	81	72	0	90	64	0
Rayé
1	Kasimir Kaskisuo	100.00	70	40	40	88	65	65	65	65	65	65	65	87	74	0	90	58	0

	MOYENNE D'ÉQUIPE	100.00	72	48	60	87	70	69	69	69	70	69	68	84	73	0	90	61

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Joel Quenneville	65	65	65	65	99	71	42	CAN	65	2	1,250,000$

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

#	Nom du Joueur	Nom de l'Équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	EG	P/20	PSG	PSS	FW	FT	S1	S2	S3
1	Torey Krug	Vandals (SEA)	D	38	16	37	53	2	52	0	47	58	148	68	73	10.81%	33	854	22.49	8	11	19	41	99	0	1	1	2	46	1	0	0.00%	1	33	49	0	1.24	0	0	0	0	2	6	3
2	Vinnie Hinostroza	Vandals (SEA)	C	32	21	22	43	-8	16	0	49	68	124	40	71	16.94%	31	705	22.04	8	3	11	20	70	0	1	1	3	48	0	0	42.02%	633	22	32	1	1.22	0	1	0	0	3	2	6
3	Jaret Anderson-Dolan	Vandals (SEA)	C	38	18	13	31	-1	7	5	45	48	121	20	51	14.88%	17	604	15.92	0	1	1	3	12	1	0	1	1	13	3	1	45.36%	366	29	26	0	1.02	0	2	0	1	4	1	2
4	Calen Addison	Vandals (SEA)	D	38	5	22	27	-17	6	0	14	34	90	41	42	5.56%	32	726	19.12	4	7	11	22	64	0	1	1	4	50	0	0	0.00%	0	15	26	0	0.74	0	1	0	0	0	2	0
5	Jakub Lauko	Vandals (SEA)	C	37	12	14	26	-19	17	5	71	44	107	32	70	11.21%	19	651	17.61	6	4	10	16	58	0	0	0	2	34	2	0	44.64%	466	29	20	0	0.80	1	3	1	0	3	1	2
6	Denis Gurianov	Vandals (SEA)	RW	32	10	16	26	-8	6	0	62	40	67	20	49	14.93%	17	711	22.23	2	4	6	9	69	0	1	1	2	54	0	0	40.57%	175	15	21	0	0.73	0	1	0	0	1	1	1
7	Martin Kaut	Vandals (SEA)	LW	34	11	12	23	-12	4	0	44	39	80	26	44	13.75%	20	678	19.95	3	5	8	11	72	0	0	0	0	39	2	0	39.06%	64	19	31	0	0.68	1	1	0	0	1	1	1
8	Aleksi Heponiemi	Vandals (SEA)	RW	38	9	12	21	4	10	0	31	32	58	22	41	15.52%	10	564	14.86	0	1	1	1	7	0	0	0	0	1	0	1	35.71%	28	21	13	0	0.74	0	0	0	0	1	3	1
9	Egor Sokolov	Vandals (SEA)	RW	38	9	9	18	-20	19	5	37	43	51	18	44	17.65%	11	668	17.59	2	5	7	5	62	1	0	1	2	17	2	1	40.00%	35	12	17	0	0.54	0	0	1	0	2	0	1
10	Ben Hutton	Vandals (SEA)	D	38	3	14	17	1	15	5	35	48	53	24	31	5.66%	50	844	22.22	0	3	3	12	99	1	0	1	2	66	1	1	0.00%	0	11	40	0	0.40	0	0	0	1	1	0	1
11	Logan Shaw	Vandals (SEA)	LW	32	5	4	9	-12	9	5	37	26	21	8	9	23.81%	9	551	17.24	1	1	2	3	50	0	1	1	0	5	0	0	46.67%	30	10	21	0	0.33	0	0	0	1	0	1	0
12	Jordan Oesterle	Vandals (SEA)	D	38	1	7	8	-17	17	5	29	38	33	9	13	3.03%	37	721	18.98	1	2	3	7	64	0	0	0	0	50	0	0	0.00%	1	9	45	0	0.22	0	0	0	1	0	0	1
13	Shane Bowers	Vandals (SEA)	C	33	5	2	7	7	2	0	44	34	32	10	10	15.63%	11	553	16.77	0	0	0	0	1	0	0	0	0	0	1	0	47.24%	127	7	12	0	0.25	0	0	0	0	0	2	0
14	Samuel Knazko	Vandals (SEA)	D	38	0	4	4	-14	6	0	11	28	15	7	8	0.00%	15	554	14.58	0	0	0	0	1	0	0	0	0	28	0	0	100.00%	1	2	36	0	0.14	0	1	0	0	0	0	1
15	Kyle Capobianco	Vandals (SEA)	D	37	0	4	4	-11	8	0	22	26	15	12	7	0.00%	13	531	14.36	0	0	0	0	1	0	0	0	0	8	0	0	100.00%	2	7	22	0	0.15	0	0	0	0	0	0	0
16	Vincent Iorio	Vandals (SEA)	D	38	0	1	1	-5	0	0	5	25	11	2	5	0.00%	20	393	10.36	0	0	0	0	5	0	0	0	0	12	0	0	50.00%	8	1	9	0	0.05	0	0	0	0	0	0	0
17	William Cuylle	Vandals (SEA)	LW	1	0	1	1	1	0	0	1	1	0	0	0	0.00%	0	6	6.82	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0	0	2.93	0	0	0	0	0	0	0
18	Connor Carrick	Vandals (SEA)	D	34	0	0	0	-3	2	0	2	4	1	1	1	0.00%	7	223	6.57	0	0	0	0	0	0	0	0	0	1	0	0	0.00%	0	0	7	0	0.00	0	0	0	0	0	0	0
19	Riley Tufte	Vandals (SEA)	LW	6	0	0	0	-9	0	0	3	5	7	2	6	0.00%	1	105	17.59	0	0	0	2	11	0	0	0	0	1	0	0	16.67%	6	1	4	0	0.00	0	0	0	0	0	0	0
20	Ryan Merkley	Vandals (SEA)	D	8	0	0	0	-1	0	0	0	1	0	0	0	0.00%	0	46	5.83	0	0	0	0	0	0	0	0	0	2	0	0	66.67%	3	1	2	0	0.00	0	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				628	125	194	319	-142	196	30	589	642	1034	362	575	12.09%	353	10698	17.04	35	47	82	152	752	3	5	8	18	482	12	4	43.37%	1946	244	433	1	0.60	2	10	2	4	18	20	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 Gardien	Nom de l'Équipe	GP	W	L	OTL	PCT	GAA	MP	GA	SA	SAR	A	PS %	PSA	ST	S2
1	Spencer Knight	Vandals (SEA)	22	9	9	4	0.878	3.90	1294	84	689	347	1	0.800	5	22	1
2	Kasimir Kaskisuo	Vandals (SEA)	3	1	2	0	0.855	3.00	180	9	62	29	0	0.000	0	3	0
Stats d'équipe Total ou en Moyenne			25	10	11	4	0.876	3.79	1474	93	751	376	1	0.800	5	25	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	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Status	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial
Aleksi Heponiemi	Vandals (SEA)	RW	24	1999-01-09	Yes	155 Lbs	5 ft10	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Alex Barre-Boulet	Vandals (SEA)	RW	26	1997-05-21	Yes	180 Lbs	5 ft10	No	No	No	3	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Ben Hutton	Vandals (SEA)	D	30	1993-04-20	No	201 Lbs	6 ft3	No	No	No	3	Sans Restriction	Pro & Farm	2,050,000$	0$	0$	No
Calen Addison	Vandals (SEA)	D	23	2000-04-11	Yes	173 Lbs	5 ft11	No	No	No	3	Avec Restriction	Pro & Farm	4,000,000$	0$	0$	No
Cam Atkinson	Vandals (SEA)	RW	34	1989-06-05	No	176 Lbs	5 ft8	No	No	No	5	Sans Restriction	Pro & Farm	4,150,000$	0$	0$	No
Cameron Hughes	Vandals (SEA)	C	26	1996-10-09	Yes	160 Lbs	5 ft11	No	No	No	1	Avec Restriction	Pro & Farm	700,000$	0$	0$	No
Connor Carrick	Vandals (SEA)	D	29	1994-04-13	No	198 Lbs	5 ft10	No	No	No	2	Sans Restriction	Pro & Farm	700,000$	0$	0$	No
Denis Gurianov	Vandals (SEA)	RW	26	1997-06-07	No	205 Lbs	6 ft3	No	No	No	1	Avec Restriction	Pro & Farm	1,500,000$	0$	0$	No
Egor Sokolov	Vandals (SEA)	RW	23	2000-06-07	Yes	222 Lbs	6 ft3	No	No	No	2	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Jakub Lauko	Vandals (SEA)	C	23	2000-03-28	Yes	196 Lbs	6 ft0	No	No	No	4	Avec Restriction	Pro & Farm	850,000$	0$	0$	No
Jaret Anderson-Dolan	Vandals (SEA)	C	24	1999-09-12	No	200 Lbs	5 ft11	No	No	No	1	Avec Restriction	Pro & Farm	950,000$	0$	0$	No
Jordan Oesterle	Vandals (SEA)	D	31	1992-06-25	No	187 Lbs	6 ft0	No	No	No	3	Sans Restriction	Pro & Farm	2,550,000$	0$	0$	No
Kasimir Kaskisuo	Vandals (SEA)	G	29	1993-10-02	No	203 Lbs	6 ft3	No	No	No	3	Sans Restriction	Pro & Farm	700,000$	0$	0$	No
Kyle Capobianco	Vandals (SEA)	D	26	1997-08-13	No	201 Lbs	6 ft2	No	No	No	2	Avec Restriction	Pro & Farm	1,000,000$	0$	0$	No
Logan Shaw	Vandals (SEA)	LW	30	1992-10-05	No	208 Lbs	6 ft3	No	No	No	3	Sans Restriction	Pro & Farm	2,050,000$	0$	0$	No
Martin Kaut	Vandals (SEA)	LW	23	1999-10-02	Yes	190 Lbs	6 ft2	No	No	No	5	Avec Restriction	Pro & Farm	2,150,000$	0$	0$	No
Nicolas Beaudin	Vandals (SEA)	D	23	1999-10-07	Yes	168 Lbs	5 ft11	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Riley Tufte	Vandals (SEA)	LW	25	1998-04-10	Yes	230 Lbs	6 ft6	No	No	No	2	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Ryan Merkley	Vandals (SEA)	D	23	2000-08-14	Yes	186 Lbs	6 ft0	No	No	No	2	Avec Restriction	Pro & Farm	950,000$	0$	0$	No
Samuel Knazko	Vandals (SEA)	D	21	2002-08-07	Yes	198 Lbs	6 ft1	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Shane Bowers	Vandals (SEA)	C	24	1999-07-30	Yes	186 Lbs	6 ft2	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Spencer Knight	Vandals (SEA)	G	22	2001-04-19	Yes	192 Lbs	6 ft3	No	No	No	3	Avec Restriction	Pro & Farm	3,000,000$	0$	0$	No
Torey Krug	Vandals (SEA)	D	32	1991-04-12	No	194 Lbs	5 ft9	No	No	No	1	Sans Restriction	Pro & Farm	5,500,000$	0$	0$	No
Tyce Thompson	Vandals (SEA)	C	24	1999-07-12	No	175 Lbs	6 ft1	No	No	No	3	Avec Restriction	Pro & Farm	700,000$	0$	0$	No
Vincent Iorio	Vandals (SEA)	D	20	2002-11-14	Yes	200 Lbs	6 ft4	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No
Vinnie Hinostroza	Vandals (SEA)	C	29	1994-04-03	No	183 Lbs	5 ft10	No	No	No	3	Sans Restriction	Pro & Farm	2,550,000$	0$	0$	No
William Cuylle	Vandals (SEA)	LW	21	2002-02-05	Yes	211 Lbs	6 ft3	No	No	No	4	Avec Restriction	Pro & Farm	775,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
27	25.59	192 Lbs	6 ft1	2.78	1,596,296$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Martin Kaut	Jakub Lauko	Egor Sokolov	35	1	2	2
2	Riley Tufte	Jaret Anderson-Dolan	Aleksi Heponiemi	30	1	2	2
3	Logan Shaw	Shane Bowers	Vincent Iorio	25	1	2	2
4	Jaret Anderson-Dolan	Jakub Lauko	Martin Kaut	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Torey Krug	Ben Hutton	35	1	2	2
2	Calen Addison	Jordan Oesterle	30	1	2	2
3	Kyle Capobianco	Samuel Knazko	25	1	2	2
4	Vincent Iorio	Connor Carrick	10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Martin Kaut	Jakub Lauko	Egor Sokolov	55	1	2	2
2	Riley Tufte	Jaret Anderson-Dolan	Aleksi Heponiemi	45	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Torey Krug	Ben Hutton	55	1	2	2
2	Calen Addison	Jordan Oesterle	45	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Jakub Lauko	Jaret Anderson-Dolan	55	1	2	2
2	Martin Kaut	Shane Bowers	45	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Torey Krug	Ben Hutton	55	1	2	2
2	Calen Addison	Jordan Oesterle	45	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1	Jakub Lauko	55	1	2	2	Torey Krug	Ben Hutton	55	1	2	2
2	Jaret Anderson-Dolan	45	1	2	2	Calen Addison	Jordan Oesterle	45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Jakub Lauko	Jaret Anderson-Dolan	55	1	2	2
2	Martin Kaut	Shane Bowers	45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Torey Krug	Ben Hutton	55	1	2	2
2	Calen Addison	Jordan Oesterle	45	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Martin Kaut	Jakub Lauko	Egor Sokolov	Torey Krug	Ben Hutton

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Martin Kaut	Jakub Lauko	Egor Sokolov	Torey Krug	Ben Hutton

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Logan Shaw, Egor Sokolov, Riley Tufte	Logan Shaw, Egor Sokolov	Riley Tufte

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Ryan Merkley, Kyle Capobianco, Samuel Knazko	Ryan Merkley	Kyle Capobianco, Samuel Knazko

Tirs de Pénalité
Jakub Lauko, Jaret Anderson-Dolan, Martin Kaut, Shane Bowers, Egor Sokolov

Gardien
#1 : Spencer Knight, #2 :

Lignes d'Attaque Perso. en Prol.
, , , , , , , , , ,

Lignes de Défense Perso. en Prol.
, , , ,

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

	Ligue												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	Bandits	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	3	4	7	1	0	21	59	50	5	18	234	439	390	23	27	2	6	12	3	2	66.67%	4	2	50.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
2	Barracudas	3	1	2	0	0	0	0	0	11	11	0	1	1	0	0	0	0	0	0	6	2	4	2	0	2	0	0	0	0	0	5	9	-4	2	0.333	11	20	31	1	0	21	59	50	5	74	234	439	390	23	54	20	20	50	12	3	25.00%	10	1	90.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
3	Bayou	3	2	1	0	0	0	0	0	12	9	3	1	1	0	0	0	0	0	0	4	1	3	2	1	1	0	0	0	0	0	8	8	0	4	0.667	12	22	34	0	0	21	59	50	5	117	234	439	390	23	68	23	8	58	6	2	33.33%	4	1	75.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
4	Chiwawa	2	1	1	0	0	0	0	0	5	7	-2	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	1	5	-4	2	0.500	5	10	15	0	0	21	59	50	5	47	234	439	390	23	69	27	8	45	2	1	50.00%	4	2	50.00%	1	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
5	CoolFm	1	0	1	0	0	0	0	0	2	7	-5	1	0	1	0	0	0	0	0	2	7	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	21	59	50	5	17	234	439	390	23	40	13	19	17	2	0	0.00%	2	1	50.00%	1	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
6	Farmers	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	3	5	0	0	21	59	50	5	35	234	439	390	23	39	13	8	19	3	0	0.00%	4	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
7	Goons	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	6	10	0	0	21	59	50	5	25	234	439	390	23	33	12	4	18	1	0	0.00%	2	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
8	Grizzlies	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	21	59	50	5	26	234	439	390	23	46	17	6	11	2	0	0.00%	3	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
9	Hunters	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	21	59	50	5	24	234	439	390	23	18	6	6	13	3	1	33.33%	3	2	33.33%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
10	Husky	1	1	0	0	0	0	0	0	7	3	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	3	4	2	1.000	7	10	17	0	0	21	59	50	5	38	234	439	390	23	20	2	9	18	1	0	0.00%	2	1	50.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
11	Igloos	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	6	9	0	0	21	59	50	5	26	234	439	390	23	31	9	2	17	4	2	50.00%	1	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
12	Marlies	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	4	8	0	0	21	59	50	5	27	234	439	390	23	39	19	0	15	1	0	0.00%	0	0	0.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
13	Outlaws	3	0	2	0	0	1	0	0	6	14	-8	1	0	1	0	0	0	0	0	2	4	-2	2	0	1	0	0	1	0	0	4	10	-6	1	0.167	6	8	14	1	0	21	59	50	5	84	234	439	390	23	85	17	17	42	10	2	20.00%	7	2	71.43%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
14	Predateurs	3	1	2	0	0	0	0	0	13	14	-1	2	0	2	0	0	0	0	0	9	11	-2	1	1	0	0	0	0	0	0	4	3	1	2	0.333	13	18	31	0	0	21	59	50	5	97	234	439	390	23	111	39	16	67	10	2	20.00%	8	3	62.50%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
15	Raptors	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	21	59	50	5	28	234	439	390	23	33	18	4	20	2	0	0.00%	2	1	50.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
16	Scorpions	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	21	59	50	5	33	234	439	390	23	39	13	6	14	4	0	0.00%	3	1	66.67%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
17	Smirnoff Ice	1	0	1	0	0	0	0	0	4	6	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	4	6	-2	0	0.000	4	6	10	0	0	21	59	50	5	28	234	439	390	23	39	15	2	14	3	2	66.67%	1	0	100.00%	1	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
18	Snowbirds	2	0	0	0	1	0	0	1	8	8	0	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	1	0	0	1	8	8	0	3	0.750	8	14	22	0	0	21	59	50	5	62	234	439	390	23	74	22	14	33	5	3	60.00%	7	3	57.14%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
19	Spartans	1	1	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	7	11	18	0	0	21	59	50	5	29	234	439	390	23	27	8	6	21	5	3	60.00%	4	1	75.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
20	Thugs	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	21	59	50	5	27	234	439	390	23	25	13	4	18	3	1	33.33%	2	1	50.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
21	TigersCats	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	5	8	0	0	21	59	50	5	17	234	439	390	23	16	8	2	19	2	1	50.00%	1	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
	Total	38	12	18	0	2	3	1	2	133	149	-16	19	7	9	0	0	2	1	0	68	72	-4	19	5	9	0	2	1	0	2	65	77	-12	35	0.461	133	212	345	3	0	21	59	50	5	1076	234	439	390	23	1105	363	204	648	112	35	31.25%	85	23	72.94%	3	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
23	Twins	2	0	2	0	0	0	0	0	4	9	-5	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	4	5	9	0	0	21	59	50	5	54	234	439	390	23	55	18	2	29	7	3	42.86%	1	1	0.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
24	Vipers	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	5	8	0	0	21	59	50	5	23	234	439	390	23	22	6	4	13	2	0	0.00%	2	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
25	Wolves	3	3	0	0	0	0	0	0	14	7	7	1	1	0	0	0	0	0	0	4	2	2	2	2	0	0	0	0	0	0	10	5	5	6	1.000	14	22	36	0	0	21	59	50	5	68	234	439	390	23	61	12	25	40	14	6	42.86%	5	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
26	Xpress	1	0	0	0	0	0	1	0	4	3	1	1	0	0	0	0	0	1	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	5	9	0	0	21	59	50	5	52	234	439	390	23	34	11	6	25	5	1	20.00%	3	0	100.00%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
	_Since Last GM Reset	38	12	18	0	2	3	1	2	133	149	-16	19	7	9	0	0	2	1	0	68	72	-4	19	5	9	0	2	1	0	2	65	77	-12	35	0.461	133	212	345	3	0	21	59	50	5	1076	234	439	390	23	1105	363	204	648	112	35	31.25%	85	23	72.94%	3	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
	_Vs Conference	26	10	11	0	1	3	0	1	93	99	-6	13	6	5	0	0	2	0	0	51	46	5	13	4	6	0	1	1	0	1	42	53	-11	26	0.500	93	153	246	2	0	21	59	50	5	743	234	439	390	23	723	236	134	450	82	26	31.71%	59	17	71.19%	1	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
	_Vs Division	18	7	9	0	0	2	0	0	63	68	-5	8	3	4	0	0	1	0	0	30	28	2	10	4	5	0	0	1	0	0	33	40	-7	16	0.444	63	100	163	2	0	21	59	50	5	517	234	439	390	23	456	135	92	299	61	18	29.51%	37	8	78.38%	0	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
38	35	L4	133	212	345	1076	1105	363	204	648	3	0

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
38	12	18	2	3	1	2	133	149

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
19	7	9	0	2	1	0	68	72

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
19	5	9	2	1	0	2	65	77

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
2	6	0	0	1	1

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
112	35	31.25%	85	23	72.94%	3

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
234	439	390	23	21	59	50	5

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
318	747	42.57%	328	713	46.00%	242	562	43.06%

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
682	340	913	331	704	366

Derniers Match 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 - 2024-04-06	2	Vandals	5	Wolves	4	W			Sommaire du Match
3 - 2024-04-08	22	Predateurs	5	Vandals	4	L			Sommaire du Match
5 - 2024-04-10	43	Vipers	4	Vandals	3	L	X		Sommaire du Match
6 - 2024-04-11	54	Vandals	4	Predateurs	3	W			Sommaire du Match
7 - 2024-04-12	66	Vandals	2	Snowbirds	1	W	X		Sommaire du Match
8 - 2024-04-13	78	Barracudas	2	Vandals	6	W			Sommaire du Match
10 - 2024-04-15	99	Vandals	4	Bayou	2	W			Sommaire du Match
11 - 2024-04-16	110	Vandals	2	Barracudas	4	L			Sommaire du Match
12 - 2024-04-17	121	Twins	4	Vandals	2	L			Sommaire du Match
14 - 2024-04-19	148	Bayou	1	Vandals	4	W			Sommaire du Match
16 - 2024-04-21	166	Wolves	2	Vandals	4	W			Sommaire du Match
17 - 2024-04-22	179	Vandals	4	Outlaws	5	L	X		Sommaire du Match
18 - 2024-04-23	186	Vandals	2	Twins	5	L			Sommaire du Match
20 - 2024-04-25	205	Outlaws	4	Vandals	2	L			Sommaire du Match
22 - 2024-04-27	227	Predateurs	6	Vandals	5	L			Sommaire du Match
23 - 2024-04-28	238	Vandals	4	Marlies	3	W	X		Sommaire du Match
24 - 2024-04-29	255	Hunters	5	Vandals	2	L			Sommaire du Match
25 - 2024-04-30	266	Vandals	3	TigersCats	4	L	X	X	Sommaire du Match
27 - 2024-05-02	281	Vandals	3	Bandits	5	L			Sommaire du Match
28 - 2024-05-03	298	Igloos	5	Vandals	3	L			Sommaire du Match
30 - 2024-05-05	318	Spartans	4	Vandals	7	W			Sommaire du Match
31 - 2024-05-06	328	Vandals	7	Husky	3	W			Sommaire du Match
32 - 2024-05-07	345	Goons	2	Vandals	4	W			Sommaire du Match
34 - 2024-05-09	354	Vandals	5	Wolves	1	W			Sommaire du Match
35 - 2024-05-10	370	Vandals	4	Bayou	6	L			Sommaire du Match
37 - 2024-05-12	391	Vandals	1	Chiwawa	5	L			Sommaire du Match
38 - 2024-05-13	400	Thugs	4	Vandals	3	L	X		Sommaire du Match
39 - 2024-05-14	415	Vandals	0	Outlaws	5	L			Sommaire du Match
41 - 2024-05-16	433	Scorpions	3	Vandals	4	W			Sommaire du Match
43 - 2024-05-18	448	Vandals	4	Smirnoff Ice	6	L			Sommaire du Match
44 - 2024-05-19	464	CoolFm	7	Vandals	2	L			Sommaire du Match
45 - 2024-05-20	480	Chiwawa	2	Vandals	4	W			Sommaire du Match
47 - 2024-05-22	497	Vandals	6	Snowbirds	7	L	X	X	Sommaire du Match
48 - 2024-05-23	512	Xpress	3	Vandals	4	W	X	X	Sommaire du Match
50 - 2024-05-25	533	Grizzlies	4	Vandals	2	L			Sommaire du Match
51 - 2024-05-26	548	Vandals	2	Farmers	3	L			Sommaire du Match
52 - 2024-05-27	565	Raptors	5	Vandals	3	L			Sommaire du Match
53 - 2024-05-28	574	Vandals	3	Barracudas	5	L			Sommaire du Match
56 - 2024-05-31	597	Farmers	-	Vandals	-
58 - 2024-06-02	611	Vandals	-	Thugs	-
59 - 2024-06-03	628	Predateurs	-	Vandals	-
60 - 2024-06-04	633	Vandals	-	Xpress	-
62 - 2024-06-06	656	Vandals	-	Saguenéens	-
63 - 2024-06-07	671	Outlaws	-	Vandals	-
64 - 2024-06-08	686	Vandals	-	CoolFm	-
66 - 2024-06-10	701	Rockets	-	Vandals	-
67 - 2024-06-11	720	Bandits	-	Vandals	-
68 - 2024-06-12	724	Vandals	-	Scorpions	-
69 - 2024-06-13	743	Vandals	-	Rockets	-
71 - 2024-06-15	762	Marmots	-	Vandals	-
72 - 2024-06-16	781	Twins	-	Vandals	-
74 - 2024-06-18	797	Vandals	-	Spartans	-
75 - 2024-06-19	810	Vandals	-	Goons	-
76 - 2024-06-20	825	Saguenéens	-	Vandals	-
77 - 2024-06-21	842	TigersCats	-	Vandals	-
78 - 2024-06-22	851	Vandals	-	Igloos	-
81 - 2024-06-25	876	Barracudas	-	Vandals	-
82 - 2024-06-26	888	Vandals	-	Marmots	-
83 - 2024-06-27	900	Vandals	-	Supreme	-
85 - 2024-06-29	916	Bayou	-	Vandals	-
87 - 2024-07-01	941	Vandals	-	Raptors	-
88 - 2024-07-02	950	Vandals	-	Grizzlies	-
89 - 2024-07-03	960	Vipers	-	Vandals	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
91 - 2024-07-05	980	Vandals	-	Hunters	-
92 - 2024-07-06	990	Warriors	-	Vandals	-
93 - 2024-07-07	1012	Supreme	-	Vandals	-
95 - 2024-07-09	1030	Marlies	-	Vandals	-
96 - 2024-07-10	1035	Vandals	-	Warriors	-
97 - 2024-07-11	1051	Vandals	-	Vipers	-
100 - 2024-07-14	1075	Smirnoff Ice	-	Vandals	-
103 - 2024-07-17	1098	Husky	-	Vandals	-
106 - 2024-07-20	1123	Wolves	-	Vandals	-
107 - 2024-07-21	1131	Vandals	-	Vipers	-
109 - 2024-07-23	1149	Snowbirds	-	Vandals	-
110 - 2024-07-24	1159	Vandals	-	Twins	-
112 - 2024-07-26	1178	Vandals	-	Predateurs	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	40	20
Assistance	37,356	15,490
Assistance PCT	98.31%	81.53%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
19	2781 - 92.71%	113,939$	2,164,848$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
2,571,060$	4,310,000$	4,310,000$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	1,970,968$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
2,164,848$	59	49,204$	2,903,036$

Afficher ou Masquer des Colonnes

	Ligue											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
Saison Régulière
45	82	28	33	0	5	6	6	4	286	306	-20	41	15	14	0	3	2	4	3	147	143	4	41	13	19	0	2	4	2	1	139	163	-24	88	286	438	724	1	1	60	107	108	16	2143	510	845	764	61	2548	835	517	1325	249	75	30.12%	222	67	69.82%	7	644	1489	43.25%	726	1629	44.57%	494	1252	39.46%	1349	638	2192	708	1449	755
46	82	14	50	0	6	6	3	3	238	354	-116	41	8	24	0	2	4	2	1	120	172	-52	41	6	26	0	4	2	1	2	118	182	-64	55	238	371	609	1	0	38	94	97	13	2102	469	790	830	35	2595	843	447	1445	229	63	27.51%	194	71	63.40%	5	635	1498	42.39%	709	1595	44.45%	537	1242	43.24%	1419	693	2055	721	1497	766
47	38	12	18	0	2	3	1	2	133	149	-16	19	7	9	0	0	2	1	0	68	72	-4	19	5	9	0	2	1	0	2	65	77	-12	35	133	212	345	3	0	21	59	50	5	1076	234	439	390	23	1105	363	204	648	112	35	31.25%	85	23	72.94%	3	318	747	42.57%	328	713	46.00%	242	562	43.06%	682	340	913	331	704	366
Total Saison Régulière	202	54	101	0	13	15	10	9	657	809	-152	101	30	47	0	5	8	7	4	335	387	-52	101	24	54	0	8	7	3	5	322	422	-100	178	657	1021	1678	5	1	119	260	255	34	5321	1213	2074	1984	119	6248	2041	1168	3418	590	173	29.32%	501	161	67.86%	15	1597	3734	42.77%	1763	3937	44.78%	1273	3056	41.66%	3452	1672	5161	1761	3651	1888

Back to the Top