SHAretro - Croque-Morts

Mighty Ducks
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Client Web pour les lignes

Centre de jeu
	Croque-Morts 27-39-2, 70pts	3	FINAL	4	Chiefs 34-37-1, 79pts

Team Stats
L5	Streak	W3
13-17-1	Home Record	21-14-1
14-22-1	Away Record	13-23-0
0-7-1	Last 10 Games	6-2-0
2.99	Goals Per Game	2.95
3.29	Goals Against Per Game	3.16
18.34%	Power Play Percentage	20.72%
79.75%	Penalty Kill Percentage	82.50%

Croque-Morts
27-39-2, 70pts

FINAL

As
28-45-2, 65pts

Team Stats
L5	Streak	W1
13-17-1	Home Record	15-22-0
14-22-1	Away Record	13-23-2
0-7-1	Last 10 Games	4-5-0
2.99	Goals Per Game	2.93
3.29	Goals Against Per Game	3.45
18.34%	Power Play Percentage	19.94%
79.75%	Penalty Kill Percentage	83.33%

Meneurs d'équipe




	Victoires Parris Duffus 20	Pourcentage d’arrêts Jon Casey 0.948

Statistiques d’équipe
Buts pour 245 2.99 GFG	Tirs pour 2252 27.46 Avg	Pourcentage en avantage numérique 18.3% 64 GF	Début de zone offensive 40.0%
Buts contre 270 3.29 GAA	Tirs contre 2232 27.22 Avg	Pourcentage en désavantage numérique 79.7% 80 GA	Début de la zone défensive 39.5%

Information d’équipe
	Directeur général	Pascal Beaulieu
	Entraîneur	Al Arbour
	Division	Division 4
	Conférence	Campbell
	Capitaine
	Assistant #1
	Assistant #2	Bryan Smolinski
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Information formation
	Équipe Pro	27
	Équipe Mineure	22
	Limite contact	49 / 65
	Espoirs	8

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	Dave McLlwain			X		95.00	60	45	79	70	72	75	73	75	66	77	73	75	64	42	51	56	56	68	0	27	1	455,000$
2	Bryan Smolinski (R) (A)	X				100.00	56	42	77	67	77	71	71	78	70	78	76	76	68	37	33	84	47	67	0	23	3	669,000$
3	Phil Bourque		X			100.00	78	67	54	66	74	78	79	67	64	70	66	68	66	69	82	15	62	67	0	32	2	860,000$
4	Todd Elik		X			100.00	63	50	77	70	73	66	68	73	69	73	70	72	68	57	69	51	57	67	0	28	2	820,000$
5	Brian Savage (R)		X			100.00	68	52	67	69	74	64	67	75	64	78	72	76	64	37	39	86	49	66	0	23	1	400,000$
6	Kevin Todd	X				100.00	63	43	80	74	71	69	69	68	65	75	63	69	60	42	46	64	57	64	0	26	2	750,000$
7	Derek Laxdal			X		100.00	87	79	52	63	77	69	70	60	56	62	69	73	68	55	55	50	58	64	0	28	2	600,000$
8	Brian Holzinger (R)	X				100.00	60	49	73	70	72	61	64	64	64	71	67	78	62	29	31	87	35	63	0	23	1	220,000$
9	Darcy Loewen		X			100.00	72	73	33	69	71	69	69	70	63	68	69	66	66	43	43	71	30	63	0	25	2	600,000$
10	Patrik Juhlin			X		100.00	51	38	86	70	74	63	68	63	71	67	63	74	64	40	34	69	57	62	0	25	3	510,000$
11	Robert Cimetta		X			100.00	58	46	70	69	73	66	66	66	61	68	65	60	62	42	34	76	20	61	0	24	2	550,000$
12	Dale Craigwell	X				100.00	43	40	66	73	70	68	68	69	62	68	65	63	62	31	35	78	20	61	0	24	3	510,000$
13	Trent Yawney				X	100.00	80	71	54	61	75	71	70	65	60	72	55	85	50	65	70	45	57	68	0	29	2	627,000$
14	Richard Smehlik (R)				X	100.00	65	49	74	62	80	71	73	69	61	73	62	84	54	33	28	78	57	66	0	24	2	700,000$
15	Jeff Finley				X	100.00	67	55	71	63	77	69	70	62	58	69	57	84	53	48	49	57	44	66	0	27	1	475,000$
16	Scott Lachance (R)				X	100.00	56	42	84	66	76	70	72	71	61	73	63	84	55	39	39	91	57	66	0	22	2	480,000$
17	Dean Malkoc (R)				X	100.00	86	78	39	66	77	70	72	56	51	54	53	82	51	41	48	69	63	65	0	25	2	500,000$
18	Doug Zmolek (R)				X	100.00	73	63	53	61	78	68	68	61	58	66	47	76	45	37	33	77	32	62	0	24	2	600,000$
Rayé
1	Stewert Gavin			X		98.00	75	63	64	64	70	67	63	75	64	77	76	66	68	85	73	1	45	68	0	34	1	425,000$
2	Dan Kesa (R)			X		100.00	63	58	64	62	75	58	60	57	54	56	56	71	54	32	32	85	20	57	0	23	1	230,000$
3	Mike Kennedy	X				100.00	57	51	69	63	75	48	46	53	54	57	53	50	51	31	31	92	19	52	0	22	2	145,000$
4	Ivan Droppa				X	100.00	59	44	73	71	73	70	68	68	59	64	56	73	53	34	30	92	19	62	0	22	2	365,000$
5	Eric Cairns (R)				X	100.00	71	63	52	63	81	55	55	57	49	58	38	75	32	32	32	93	20	59	0	20	2	400,000$

	MOYENNE D’ÉQUIPE					99.70	66	55	66	67	75	67	67	66	61	68	62	73	58	44	44	68	43	64

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	Parris Duffus	96.00	69	68	81	76	75	83	85	90	86	71	64	34	39	76	19	72	0
2	Jon Casey	100.00	79	87	75	68	74	72	70	82	74	77	75	52	67	18	29	71	0
Rayé
1	Byron Dafoe (R)	100.00	71	78	77	74	74	77	82	87	82	76	73	40	36	77	18	71	0
2	Mark Laforest	100.00	68	75	78	72	73	62	70	78	69	71	70	76	79	19	20	70	0

	MOYENNE D’ÉQUIPE	99.00	72	77	78	73	74	74	77	84	78	74	71	51	55	48	22	71

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Al Arbour	76	83	86	76	99	99	55	CAN	63	1	95,000$

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	HT	P/20	FW	FL	FT	S1	S2	S3
1	Bryan Smolinski	Croque-Morts (ANA)	C	82	33	39	72	7	10	0	25	178	235	73	175	14.04%	13	1555	18.98	5	13	18	43	287	1	0	1	8	143	4	2	53.05%	1902	1	0.93	0	0	0	5	5	1
2	Todd Elik	Croque-Morts (ANA)	LW	82	29	35	64	9	34	0	58	135	202	58	140	14.36%	3	1490	18.17	7	12	19	41	234	1	0	1	9	151	3	2	54.75%	263	1	0.86	0	0	0	3	5	5
3	Scott Lachance	Croque-Morts (ANA)	D	82	13	44	57	11	4	0	17	113	139	51	84	9.35%	101	1940	23.67	8	10	18	93	277	1	1	2	2	314	1	1	0.00%	0	0	0.59	0	0	0	3	0	4
4	Dave McLlwain	Croque-Morts (ANA)	RW	81	24	30	54	-11	14	0	26	154	279	64	187	8.60%	16	1744	21.54	8	11	19	60	258	0	2	2	16	357	2	2	46.12%	206	0	0.62	0	0	0	4	2	2
5	Stewert Gavin	Croque-Morts (ANA)	RW	75	18	34	52	8	110	10	226	108	158	48	133	11.39%	13	1607	21.43	5	8	13	38	252	1	3	4	4	277	3	0	52.80%	805	1	0.65	1	0	1	3	1	4
6	Phil Bourque	Croque-Morts (ANA)	LW	82	21	27	48	-13	111	15	254	76	150	39	125	14.00%	7	1451	17.70	8	12	20	48	266	0	1	1	1	115	2	0	58.12%	117	0	0.66	1	0	2	4	4	2
7	Richard Smehlik	Croque-Morts (ANA)	D	82	9	30	39	-15	42	0	120	108	115	37	71	7.83%	97	1814	22.13	4	11	15	68	271	0	2	2	2	292	1	1	0.00%	0	0	0.43	0	0	0	0	3	1
8	Trent Yawney	Croque-Morts (ANA)	D	82	9	29	38	-1	146	10	263	92	97	27	68	9.28%	116	1940	23.66	5	9	14	61	285	1	0	1	1	270	2	2	0.00%	0	0	0.39	1	0	1	4	2	2
9	Brian Savage	Croque-Morts (ANA)	LW	75	10	27	37	2	20	0	41	87	142	36	126	7.04%	9	954	12.72	2	4	6	7	71	0	0	0	1	32	1	0	50.50%	101	0	0.78	0	0	0	2	1	0
10	Jeff Finley	Croque-Morts (ANA)	D	82	9	28	37	-5	67	5	133	95	91	32	33	9.89%	89	1763	21.51	5	9	14	51	260	1	0	1	2	280	1	2	0.00%	0	0	0.42	0	1	0	1	2	5
11	Kevin Todd	Croque-Morts (ANA)	C	82	11	24	35	-9	6	0	15	134	103	37	99	10.68%	8	1057	12.89	0	6	6	7	63	0	0	0	2	82	0	0	51.30%	1195	0	0.66	0	0	0	2	1	1
12	Derek Laxdal	Croque-Morts (ANA)	RW	82	16	5	21	-1	109	15	184	34	93	26	63	17.20%	11	945	11.53	4	0	4	8	39	0	0	0	2	22	2	0	42.50%	80	0	0.44	1	1	1	0	2	2
13	Brian Holzinger	Croque-Morts (ANA)	C	75	7	12	19	-3	12	0	30	90	77	23	64	9.09%	8	702	9.37	0	0	0	0	1	0	0	0	1	52	0	0	50.94%	742	0	0.54	0	0	0	0	0	1
14	Doug Zmolek	Croque-Morts (ANA)	D	60	0	19	19	6	20	0	35	40	15	6	9	0.00%	29	933	15.57	0	1	1	0	9	0	1	1	0	81	0	0	0.00%	0	0	0.41	0	0	0	0	0	0
15	Dean Malkoc	Croque-Morts (ANA)	D	82	2	15	17	-4	164	20	235	58	37	15	30	5.41%	71	1235	15.06	0	0	0	1	23	0	0	0	1	36	0	0	0.00%	0	0	0.28	1	0	3	1	0	1
16	Patrik Juhlin	Croque-Morts (ANA)	RW	82	6	8	14	-5	4	0	2	50	91	21	61	6.59%	5	727	8.87	0	0	0	2	10	0	0	0	0	18	0	0	47.06%	34	0	0.38	0	0	0	0	2	0
17	Darcy Loewen	Croque-Morts (ANA)	LW	63	9	5	14	-7	49	5	92	26	58	10	35	15.52%	2	493	7.83	0	0	0	0	0	0	0	0	0	11	1	1	47.22%	36	0	0.57	0	0	1	1	0	1
18	Ivan Droppa	Croque-Morts (ANA)	D	22	1	4	5	-10	0	0	2	15	12	1	7	8.33%	23	350	15.91	0	0	0	3	3	0	0	0	0	29	1	0	0.00%	0	0	0.29	0	0	0	0	0	1
19	Robert Cimetta	Croque-Morts (ANA)	LW	39	3	1	4	-2	4	0	17	16	28	8	21	10.71%	0	285	7.32	0	0	0	1	7	0	0	0	0	27	2	0	54.55%	33	0	0.28	0	0	0	0	1	1
20	Dale Craigwell	Croque-Morts (ANA)	C	19	2	1	3	2	0	0	0	9	19	5	10	10.53%	1	157	8.31	0	0	0	0	0	0	0	0	0	0	0	1	32.57%	175	0	0.38	0	0	0	0	1	0
21	Dan Kesa	Croque-Morts (ANA)	RW	2	0	0	0	0	0	0	2	2	0	0	1	0.00%	0	18	9.08	0	0	0	0	0	0	0	0	0	0	0	0	100.00%	1	0	0.00	0	0	0	0	0	0
22	Mike Kennedy	Croque-Morts (ANA)	C	1	0	0	0	-1	0	0	0	0	0	0	0	0.00%	0	6	6.08	0	0	0	0	0	0	0	0	0	0	0	0	42.86%	7	0	0.00	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1414	232	417	649	-42	926	80	1777	1620	2141	617	1542	10.84%	622	23175	16.39	61	106	167	532	2625	6	10	16	52	2599	26	14	51.41%	5697	3	0.56	5	2	9	33	32	34

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	EG	ST	BG	S1	S3
1	Parris Duffus	Croque-Morts (ANA)	65	20	29	12	0.883	3.24	3632	2	2	196	1675	3	3	59	21	3	5
2	Byron Dafoe	Croque-Morts (ANA)	23	7	12	2	0.861	3.40	1166	0	1	66	476	1	1	23	7	1	0
3	Jon Casey	Croque-Morts (ANA)	7	0	0	0	0.948	1.30	185	0	0	4	77	0	0	0	54	0	0
Statistiques d’équipe totales ou en moyenne			95	27	41	14	0.881	3.20	4984	2	3	266	2228	4	4	82	82	4	5

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	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3
Brian Holzinger	Croque-Morts (ANA)	C	23	1998-02-09 9:08:37 PM	Yes	190 Lbs	5 ft11	No	No	No	1	Pro & Farm	220,000$	22,000$	179$	No
Brian Savage	Croque-Morts (ANA)	LW	23	1998-02-09 9:08:37 PM	Yes	192 Lbs	6 ft2	No	No	No	1	Pro & Farm	400,000$	40,000$	325$	No
Bryan Smolinski	Croque-Morts (ANA)	C	23	1998-02-09 9:08:37 PM	Yes	209 Lbs	6 ft1	No	No	No	3	Pro & Farm	669,000$	66,900$	544$	No	669,000$	669,000$
Byron Dafoe	Croque-Morts (ANA)	G	24	1997-02-09 9:08:37 PM	Yes	190 Lbs	5 ft11	No	No	No	2	Pro & Farm	850,000$	85,000$	691$	No	850,000$
Dale Craigwell	Croque-Morts (ANA)	C	24	1997-02-09 9:08:37 PM	No	175 Lbs	5 ft11	No	No	No	3	Pro & Farm	510,000$	51,000$	415$	No	510,000$	510,000$
Dan Kesa	Croque-Morts (ANA)	RW	23	1998-02-09 9:08:37 PM	Yes	208 Lbs	6 ft0	No	No	No	1	Pro & Farm	230,000$	23,000$	187$	No
Darcy Loewen	Croque-Morts (ANA)	LW	25	1996-02-09 9:08:37 PM	No	185 Lbs	5 ft10	No	No	No	2	Pro & Farm	600,000$	60,000$	488$	No	600,000$
Dave McLlwain (sur la masse salariale)	Croque-Morts (ANA)	RW	27	1994-02-09 9:08:37 PM	No	185 Lbs	6 ft1	No	No	No	1	Pro & Farm	455,000$	45,500$	370$	No
Dean Malkoc	Croque-Morts (ANA)	D	25	1996-02-09 9:08:37 PM	Yes	210 Lbs	6 ft3	No	No	No	2	Pro & Farm	500,000$	50,000$	407$	No	500,000$
Derek Laxdal	Croque-Morts (ANA)	RW	28	1993-02-09 9:08:37 PM	No	210 Lbs	6 ft1	No	No	No	2	Pro & Farm	600,000$	60,000$	488$	No	600,000$
Doug Zmolek	Croque-Morts (ANA)	D	24	1997-02-09 9:08:37 PM	Yes	220 Lbs	6 ft2	No	No	No	2	Pro & Farm	600,000$	60,000$	488$	No	600,000$
Eric Cairns	Croque-Morts (ANA)	D	20	2001-02-09 9:08:37 PM	Yes	220 Lbs	6 ft5	No	No	No	2	Pro & Farm	400,000$	40,000$	325$	No	400,000$
Ivan Droppa	Croque-Morts (ANA)	D	22	1999-02-09 9:08:37 PM	No	185 Lbs	6 ft2	No	No	No	2	Pro & Farm	365,000$	36,500$	297$	No	365,000$
Jeff Finley	Croque-Morts (ANA)	D	27	1994-02-09 9:08:37 PM	No	205 Lbs	6 ft2	No	No	No	1	Pro & Farm	475,000$	47,500$	386$	No
Jon Casey	Croque-Morts (ANA)	G	32	1989-02-09 9:08:37 PM	No	155 Lbs	5 ft10	No	No	No	2	Pro & Farm	700,000$	70,000$	569$	No	700,000$
Kevin Todd	Croque-Morts (ANA)	C	26	1995-02-09 9:08:37 PM	No	175 Lbs	6 ft0	No	No	No	2	Pro & Farm	750,000$	75,000$	610$	No	750,000$
Mark Laforest	Croque-Morts (ANA)	G	32	1989-02-09 9:08:37 PM	No	180 Lbs	5 ft10	No	No	No	1	Pro & Farm	775,000$	77,500$	630$	No
Mike Kennedy	Croque-Morts (ANA)	C	22	1999-02-09 9:08:37 PM	No	200 Lbs	6 ft0	No	No	No	2	Pro & Farm	145,000$	14,500$	118$	No	145,000$
Parris Duffus	Croque-Morts (ANA)	G	24	1997-02-09 9:08:37 PM	No	192 Lbs	6 ft2	No	No	No	2	Pro & Farm	850,000$	85,000$	691$	No	850,000$
Patrik Juhlin	Croque-Morts (ANA)	RW	25	1996-02-09 9:08:37 PM	No	194 Lbs	6 ft1	No	No	No	3	Pro & Farm	510,000$	51,000$	415$	No	510,000$	510,000$
Phil Bourque	Croque-Morts (ANA)	LW	32	1989-02-09 9:08:37 PM	No	196 Lbs	6 ft1	No	No	No	2	Pro & Farm	860,000$	86,000$	699$	No	860,000$
Richard Smehlik	Croque-Morts (ANA)	D	24	1997-02-09 9:08:37 PM	Yes	222 Lbs	6 ft3	No	No	No	2	Pro & Farm	700,000$	70,000$	569$	No	700,000$
Robert Cimetta	Croque-Morts (ANA)	LW	24	1997-02-09 9:08:37 PM	No	190 Lbs	6 ft0	No	No	No	2	Pro & Farm	550,000$	55,000$	447$	No	550,000$
Scott Lachance	Croque-Morts (ANA)	D	22	1999-02-09 9:08:37 PM	Yes	209 Lbs	6 ft1	No	No	No	2	Pro & Farm	480,000$	48,000$	390$	No	480,000$
Stewert Gavin	Croque-Morts (ANA)	RW	34	1987-02-09 9:08:37 PM	No	180 Lbs	6 ft0	No	No	No	1	Pro & Farm	425,000$	42,500$	346$	No
Todd Elik	Croque-Morts (ANA)	LW	28	1993-02-09 9:08:37 PM	No	190 Lbs	6 ft2	No	No	No	2	Pro & Farm	820,000$	82,000$	667$	No	820,000$
Trent Yawney	Croque-Morts (ANA)	D	29	1992-02-09 9:08:37 PM	No	195 Lbs	6 ft3	No	No	No	2	Pro & Farm	627,000$	62,700$	510$	No	627,000$

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
27	25.63	195 Lbs	6 ft1	1.85	558,000$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Phil Bourque	Bryan Smolinski	Dave McLlwain	35	1	2	2
2	Todd Elik	Kevin Todd	Derek Laxdal	30	1	2	2
3	Brian Savage	Brian Holzinger	Patrik Juhlin	20	1	2	2
4	Darcy Loewen	Dale Craigwell	Dave McLlwain	15	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Trent Yawney	Jeff Finley	35	1	2	2
2	Scott Lachance	Richard Smehlik	30	1	2	2
3	Dean Malkoc	Doug Zmolek	20	1	2	2
4	Trent Yawney	Jeff Finley	15	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Phil Bourque	Bryan Smolinski	Dave McLlwain	60	1	2	2
2	Todd Elik	Kevin Todd	Derek Laxdal	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Trent Yawney	Jeff Finley	60	1	2	2
2	Scott Lachance	Richard Smehlik	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Dave McLlwain	Phil Bourque	60	1	2	2
2	Bryan Smolinski	Todd Elik	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Trent Yawney	Jeff Finley	60	1	2	2
2	Scott Lachance	Richard Smehlik	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Dave McLlwain	60	1	2	2	Trent Yawney	Jeff Finley	60	1	2	2
2	Phil Bourque	40	1	2	2	Scott Lachance	Richard Smehlik	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Dave McLlwain	Phil Bourque	60	1	2	2
2	Bryan Smolinski	Todd Elik	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Trent Yawney	Jeff Finley	60	1	2	2
2	Scott Lachance	Richard Smehlik	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Phil Bourque	Bryan Smolinski	Dave McLlwain	Trent Yawney	Jeff Finley

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Phil Bourque	Bryan Smolinski	Dave McLlwain	Trent Yawney	Jeff Finley

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Robert Cimetta, Brian Savage, Darcy Loewen	Robert Cimetta, Brian Savage	Darcy Loewen

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Dean Malkoc, Doug Zmolek, Scott Lachance	Dean Malkoc	Doug Zmolek, Scott Lachance

Tirs de pénalité
Dave McLlwain, Phil Bourque, Bryan Smolinski, Todd Elik, Brian Savage

Gardien
#1 : Parris Duffus, #2 : Jon Casey

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

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Ailes Rouges	8	4	2	2	0	0	0	0	29	22	7	4	1	2	1	0	0	0	0	13	14	-1	4	3	0	1	0	0	0	0	16	8	8	10	0.625	29	55	84	0	1	88	82	73	2	210	728	707	774	43	197	57	81	168	35	8	22.86%	34	6	82.35%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
2	As	8	3	5	0	0	0	0	0	22	31	-9	4	3	1	0	0	0	0	0	15	13	2	4	0	4	0	0	0	0	0	7	18	-11	6	0.375	22	36	58	1	0	88	82	73	2	236	728	707	774	43	237	66	106	188	38	5	13.16%	40	13	67.50%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
3	Banshees	5	0	4	1	0	0	0	0	9	15	-6	2	0	1	1	0	0	0	0	4	6	-2	3	0	3	0	0	0	0	0	5	9	-4	1	0.100	9	16	25	0	0	88	82	73	2	110	728	707	774	43	130	33	57	100	10	1	10.00%	26	4	84.62%	1	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
4	Canadiens	4	4	0	0	0	0	0	0	15	8	7	2	2	0	0	0	0	0	0	7	3	4	2	2	0	0	0	0	0	0	8	5	3	8	1.000	15	29	44	0	0	88	82	73	2	112	728	707	774	43	124	40	53	97	14	2	14.29%	23	3	86.96%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
5	Chiefs	5	2	2	1	0	0	0	0	13	13	0	3	2	0	1	0	0	0	0	7	4	3	2	0	2	0	0	0	0	0	6	9	-3	5	0.500	13	23	36	0	1	88	82	73	2	142	728	707	774	43	124	31	57	97	35	6	17.14%	23	4	82.61%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
6	Citadelles	4	0	2	2	0	0	0	0	13	16	-3	2	0	1	1	0	0	0	0	7	9	-2	2	0	1	1	0	0	0	0	6	7	-1	2	0.250	13	23	36	0	0	88	82	73	2	126	728	707	774	43	100	33	40	90	21	5	23.81%	18	5	72.22%	2	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
7	Harvard	4	3	1	0	0	0	0	0	19	8	11	2	1	1	0	0	0	0	0	7	6	1	2	2	0	0	0	0	0	0	12	2	10	6	0.750	19	35	54	0	0	88	82	73	2	111	728	707	774	43	110	24	37	99	17	4	23.53%	16	3	81.25%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
8	Isotopes	4	1	2	1	0	0	0	0	13	13	0	2	0	1	1	0	0	0	0	3	5	-2	2	1	1	0	0	0	0	0	10	8	2	3	0.375	13	23	36	1	0	88	82	73	2	112	728	707	774	43	88	22	36	87	20	3	15.00%	16	1	93.75%	1	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
9	Mooses	6	2	2	2	0	0	0	0	18	21	-3	3	1	1	1	0	0	0	0	9	10	-1	3	1	1	1	0	0	0	0	9	11	-2	6	0.500	18	33	51	0	0	88	82	73	2	156	728	707	774	43	179	48	73	113	29	5	17.24%	34	9	73.53%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
10	Pacifiques de la route	6	3	3	0	0	0	0	0	23	19	4	3	0	3	0	0	0	0	0	7	13	-6	3	3	0	0	0	0	0	0	16	6	10	6	0.500	23	42	65	0	0	88	82	73	2	201	728	707	774	43	155	41	86	137	28	10	35.71%	32	5	84.38%	1	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
11	Riverman	6	0	3	3	0	0	0	0	14	25	-11	3	0	1	2	0	0	0	0	6	10	-4	3	0	2	1	0	0	0	0	8	15	-7	3	0.250	14	26	40	0	0	88	82	73	2	167	728	707	774	43	186	63	86	139	20	4	20.00%	37	10	72.97%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
12	Snipers	6	2	3	0	0	1	0	0	16	22	-6	3	2	1	0	0	0	0	0	11	10	1	3	0	2	0	0	1	0	0	5	12	-7	5	0.417	16	30	46	1	0	88	82	73	2	155	728	707	774	43	160	37	73	152	15	3	20.00%	30	6	80.00%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
13	Spoonman's	4	0	3	0	0	1	0	0	9	15	-6	2	0	1	0	0	1	0	0	5	7	-2	2	0	2	0	0	0	0	0	4	8	-4	1	0.125	9	14	23	1	0	88	82	73	2	116	728	707	774	43	101	24	32	98	17	1	5.88%	15	2	86.67%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
14	Weetouches	4	0	2	0	2	0	0	0	14	15	-1	2	0	2	0	0	0	0	0	5	8	-3	2	0	0	0	2	0	0	0	9	7	2	4	0.500	14	27	41	0	0	88	82	73	2	100	728	707	774	43	116	32	34	59	22	4	18.18%	17	4	76.47%	1	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
15	Wolves	8	1	5	2	0	0	0	0	18	27	-9	4	1	1	2	0	0	0	0	10	9	1	4	0	4	0	0	0	0	0	8	18	-10	4	0.250	18	30	48	0	1	88	82	73	2	198	728	707	774	43	225	74	81	166	28	3	10.71%	34	5	85.29%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
	Total	82	25	39	14	2	2	0	0	245	270	-25	41	13	17	10	0	1	0	0	116	127	-11	41	12	22	4	2	1	0	0	129	143	-14	70	0.427	245	442	687	4	3	88	82	73	2	2252	728	707	774	43	2232	625	932	1790	349	64	18.34%	395	80	79.75%	6	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
	_Since Last GM Reset	82	39	39	0	2	2	0	0	245	270	-25	41	13	17	10	0	1	0	0	116	127	-11	41	26	22	-10	2	1	0	0	129	143	-14	84	0.512	245	442	687	4	3	88	82	73	2	2252	728	707	774	43	2232	625	932	1790	349	64	18.34%	395	80	79.75%	6	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
	_Vs Conference	48	24	23	0	0	1	0	0	140	167	-27	24	8	10	6	0	0	0	0	71	79	-8	24	16	13	-6	0	1	0	0	69	88	-19	49	0.510	140	252	392	2	2	88	82	73	2	1323	728	707	774	43	1339	386	586	1063	193	38	19.69%	241	54	77.59%	1	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547
	_Vs Division	24	12	12	0	0	0	0	0	69	80	-11	12	5	4	3	0	0	0	0	38	36	2	12	7	8	-3	0	0	0	0	31	44	-13	24	0.500	69	121	190	1	2	88	82	73	2	644	728	707	774	43	659	197	268	522	101	16	15.84%	108	24	77.78%	0	1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%	1984	1334	1921	633	1091	547

			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
82	70	L5	245	442	687	2252	2232	625	932	1790	4	3

Tous les matchs
GP	W	L	OTW	OTL	T	GF	GA
82	25	39	2	2	14	245	270

Matchs locaux
GP	W	L	OTW	OTL	T	GF	GA
41	13	17	0	1	10	116	127

Matchs extérieurs
GP	W	L	OTW	OTL	T	GF	GA
41	12	22	2	1	4	129	143

Derniers 10 matchs
W	L	OTW	OTL	T
0	7	0	1	2

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
349	64	18.34%	395	80	79.75%	6

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
728	707	774	43	88	82	73	2

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
1449	2749	52.71%	1397	2711	51.53%	715	1409	50.75%

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
1984	1334	1921	633	1091	547

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	Lien
1 - 2021-05-04	3	Wolves	3	Croque-Morts	1	L		Sommaire du match
3 - 2021-05-06	17	Ailes Rouges	6	Croque-Morts	3	L		Sommaire du match
5 - 2021-05-08	25	Croque-Morts	2	Wolves	3	L		Sommaire du match
6 - 2021-05-09	34	Snipers	3	Croque-Morts	5	W		Sommaire du match
7 - 2021-05-10	43	Croque-Morts	3	Ailes Rouges	3	T	X	Sommaire du match
8 - 2021-05-11	51	As	4	Croque-Morts	2	L		Sommaire du match
9 - 2021-05-12	57	Croque-Morts	0	As	3	L		Sommaire du match
11 - 2021-05-14	67	Ailes Rouges	1	Croque-Morts	4	W		Sommaire du match
14 - 2021-05-17	78	Wolves	0	Croque-Morts	3	W		Sommaire du match
16 - 2021-05-19	86	Croque-Morts	3	Wolves	4	L		Sommaire du match
17 - 2021-05-20	92	Croque-Morts	3	Mooses	3	T	X	Sommaire du match
19 - 2021-05-22	98	Pacifiques de la route	3	Croque-Morts	1	L		Sommaire du match
21 - 2021-05-24	108	Croque-Morts	3	Pacifiques de la route	2	W		Sommaire du match
23 - 2021-05-26	111	Croque-Morts	0	Banshees	1	L		Sommaire du match
25 - 2021-05-28	121	As	3	Croque-Morts	4	W		Sommaire du match
28 - 2021-05-31	129	Croque-Morts	1	Snipers	5	L		Sommaire du match
29 - 2021-06-01	136	Citadelles	6	Croque-Morts	4	L		Sommaire du match
30 - 2021-06-02	145	Croque-Morts	3	Chiefs	5	L		Sommaire du match
31 - 2021-06-03	153	Mooses	2	Croque-Morts	4	W		Sommaire du match
33 - 2021-06-05	163	Pacifiques de la route	4	Croque-Morts	2	L		Sommaire du match
34 - 2021-06-06	171	Croque-Morts	6	Isotopes	2	W		Sommaire du match
35 - 2021-06-07	178	Banshees	3	Croque-Morts	1	L		Sommaire du match
37 - 2021-06-09	186	Croque-Morts	5	Riverman	5	T	X	Sommaire du match
39 - 2021-06-11	191	Croque-Morts	1	Spoonman's	3	L		Sommaire du match
41 - 2021-06-13	199	Chiefs	0	Croque-Morts	2	W		Sommaire du match
43 - 2021-06-15	210	As	5	Croque-Morts	6	W		Sommaire du match
45 - 2021-06-17	216	Croque-Morts	6	Pacifiques de la route	3	W		Sommaire du match
47 - 2021-06-19	223	Croque-Morts	4	Isotopes	6	L		Sommaire du match
49 - 2021-06-21	231	Ailes Rouges	3	Croque-Morts	3	T	X	Sommaire du match
51 - 2021-06-23	242	Banshees	3	Croque-Morts	3	T	X	Sommaire du match
53 - 2021-06-25	253	Weetouches	6	Croque-Morts	4	L		Sommaire du match
55 - 2021-06-27	260	Croque-Morts	2	Snipers	4	L		Sommaire du match
56 - 2021-06-28	268	Croque-Morts	2	Snipers	3	L	X	Sommaire du match
57 - 2021-06-29	274	Ailes Rouges	4	Croque-Morts	3	L		Sommaire du match
58 - 2021-06-30	280	Croque-Morts	2	Wolves	5	L		Sommaire du match
59 - 2021-07-01	290	Mooses	5	Croque-Morts	2	L		Sommaire du match
60 - 2021-07-02	297	Croque-Morts	7	Pacifiques de la route	1	W		Sommaire du match
61 - 2021-07-03	306	Canadiens	1	Croque-Morts	3	W		Sommaire du match
64 - 2021-07-06	317	Croque-Morts	3	Harvard	1	W		Sommaire du match
65 - 2021-07-07	321	Riverman	2	Croque-Morts	2	T	X	Sommaire du match
66 - 2021-07-08	330	Croque-Morts	5	Ailes Rouges	4	W		Sommaire du match
67 - 2021-07-09	336	Croque-Morts	4	Canadiens	2	W		Sommaire du match
69 - 2021-07-11	345	Isotopes	4	Croque-Morts	2	L		Sommaire du match
70 - 2021-07-12	354	Citadelles	3	Croque-Morts	3	T	X	Sommaire du match
72 - 2021-07-14	364	As	1	Croque-Morts	3	W		Sommaire du match
75 - 2021-07-17	372	Croque-Morts	5	Weetouches	4	W	X	Sommaire du match
77 - 2021-07-19	383	Croque-Morts	2	Riverman	6	L		Sommaire du match
78 - 2021-07-20	389	Weetouches	2	Croque-Morts	1	L		Sommaire du match
79 - 2021-07-21	401	Chiefs	1	Croque-Morts	2	W		Sommaire du match
80 - 2021-07-22	406	Croque-Morts	1	Wolves	6	L		Sommaire du match
82 - 2021-07-24	417	Mooses	3	Croque-Morts	3	T	X	Sommaire du match
83 - 2021-07-25	423	Croque-Morts	9	Harvard	1	W		Sommaire du match
84 - 2021-07-26	428	Croque-Morts	2	As	5	L		Sommaire du match
85 - 2021-07-27	436	Pacifiques de la route	6	Croque-Morts	4	L		Sommaire du match
88 - 2021-07-30	449	Isotopes	1	Croque-Morts	1	T	X	Sommaire du match
89 - 2021-07-31	453	Croque-Morts	1	Riverman	4	L		Sommaire du match
91 - 2021-08-02	465	Croque-Morts	4	Weetouches	3	W	X	Sommaire du match
92 - 2021-08-03	469	Riverman	5	Croque-Morts	1	L		Sommaire du match
93 - 2021-08-04	481	Snipers	5	Croque-Morts	3	L		Sommaire du match
94 - 2021-08-05	488	Croque-Morts	6	Mooses	4	W		Sommaire du match
96 - 2021-08-07	495	Croque-Morts	4	Ailes Rouges	1	W		Sommaire du match
97 - 2021-08-08	501	Riverman	3	Croque-Morts	3	T	X	Sommaire du match
98 - 2021-08-09	511	Croque-Morts	0	Mooses	4	L		Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
99 - 2021-08-10	517	Snipers	2	Croque-Morts	3	W		Sommaire du match
100 - 2021-08-11	527	Canadiens	2	Croque-Morts	4	W		Sommaire du match
101 - 2021-08-12	532	Croque-Morts	3	Spoonman's	5	L		Sommaire du match
103 - 2021-08-14	544	Harvard	2	Croque-Morts	4	W		Sommaire du match
104 - 2021-08-15	551	Croque-Morts	4	Citadelles	4	T	X	Sommaire du match
105 - 2021-08-16	560	Harvard	4	Croque-Morts	3	L		Sommaire du match
106 - 2021-08-17	567	Croque-Morts	4	Ailes Rouges	0	W		Sommaire du match
108 - 2021-08-19	576	Croque-Morts	4	Canadiens	3	W		Sommaire du match
109 - 2021-08-20	581	Wolves	3	Croque-Morts	3	T	X	Sommaire du match
111 - 2021-08-22	593	Chiefs	3	Croque-Morts	3	T	X	Sommaire du match
112 - 2021-08-23	597	Croque-Morts	2	Citadelles	3	L		Sommaire du match
113 - 2021-08-24	607	Croque-Morts	2	As	4	L		Sommaire du match
114 - 2021-08-25	612	Wolves	3	Croque-Morts	3	T	X	Sommaire du match
116 - 2021-08-27	625	Spoonman's	5	Croque-Morts	4	L	X	Sommaire du match
117 - 2021-08-28	631	Croque-Morts	2	Banshees	3	L		Sommaire du match
119 - 2021-08-30	641	Spoonman's	2	Croque-Morts	1	L		Sommaire du match
120 - 2021-08-31	644	Croque-Morts	3	Banshees	5	L		Sommaire du match
121 - 2021-09-01	648	Croque-Morts	3	Chiefs	4	L		Sommaire du match
122 - 2021-09-02	656	Croque-Morts	3	As	6	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	0	0
Assistance PCT	0.00%	0.00%

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

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,649,783$	1,506,600$	1,506,600$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
1,506,600$	1,649,783$	27	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	1	13,021$	13,021$

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

	Croque-Morts
	GP: 82 \| W: 27 \| L: 39 \| T: 14 \| P: 70 GF: 245 \| GA: 270 \| PP%: 18.34% \| PK%: 79.75% DG: Pascal Beaulieu \| Morale : 37 \| Moyenne d’équipe : 65