LHSIR - Crunch

Lightning
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Client Web pour Lignes

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	Bokondji Imama (R)		X			100.00	67	80	35	60	80	62	66	50	50	49	46	57	44	44	44	51	50	0	0	23	3	706,667$
2	Garrett Wilson		X	X		100.00	69	73	58	60	73	72	77	57	50	49	58	63	55	57	58	59	50	0	0	29	1	650,000$
3	Joshua Ho-Sang (R)			X		100.00	74	64	96	77	64	61	62	61	50	60	57	63	54	44	44	62	50	0	0	24	2	1,075,833$
4	Mitchell Stephens (R)	X				100.00	73	43	91	65	70	57	64	60	86	58	58	74	25	47	47	63	50	0	0	23	3	919,166$
5	Stefan Matteau		X			100.00	82	84	77	64	84	71	74	61	50	57	60	69	57	51	51	64	50	0	0	26	2	725,000$
6	Eetu Luostarinen (R)	X				100.00	72	67	85	77	67	70	73	59	74	58	56	62	53	44	44	61	50	0	0	21	3	925,000$
7	Oliver Wahlstrom (R)			X		100.00	77	75	81	80	75	63	65	58	50	54	58	64	55	44	44	62	50	0	0	20	3	1,462,500$
8	Nathan Beaulieu				X	100.00	81	92	78	80	77	70	62	57	25	53	48	81	25	66	67	63	50	0	0	27	3	1,375,000$
9	Nicolas Beaudin (R)				X	100.00	69	63	83	66	63	68	74	48	25	39	41	58	39	44	44	52	50	0	0	20	3	1,135,833$
Rayé

	MOYENNE D'ÉQUIPE					100.00	74	71	76	70	73	66	69	57	51	53	54	66	45	49	49	60	50	0

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	Jack Campbell	100.00	68	62	61	79	71	64	65	68	73	68	75	52	52	67	50	0	0
2	Joonas Korpisalo	100.00	77	66	65	74	80	75	74	79	81	77	95	59	59	76	50	0	0
Rayé
1	Malcolm Subban	100.00	54	54	54	78	57	51	58	58	59	54	95	52	52	56	50	0	0

	MOYENNE D'ÉQUIPE	100.00	66	61	60	77	69	63	66	68	71	66	88	54	54	66	50	0

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Phil Housley	79	80	81	87	83	77	65	USA	58	3	2,535,000$

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	PSG	PSS	FL	FT	S1	S2	S3
1	Oliver Wahlstrom	Crunch (TBL)	RW	51	25	20	45	0	83	5	146	128	170	62	142	14.71%	10	1034	20.28	9	6	15	55	240	0	0	0	4	121	6	1	50.79%	63	2	0.87	0	3	0	1	7	4	1
2	Mitchell Stephens	Crunch (TBL)	C	51	22	18	40	25	6	0	16	128	157	33	106	14.01%	22	736	14.45	2	0	2	22	88	0	0	0	1	37	8	0	62.06%	651	0	1.09	0	0	0	0	2	5	7
3	Stefan Matteau	Crunch (TBL)	LW	45	15	22	37	13	49	5	112	59	109	29	84	13.76%	19	971	21.58	2	6	8	22	158	0	0	0	6	225	0	1	52.46%	61	0	0.76	1	4	0	1	2	6	4
4	Garrett Wilson	Crunch (TBL)	LW/RW	51	16	20	36	29	40	0	37	63	132	37	72	12.12%	17	705	13.84	0	1	1	13	36	0	1	1	4	78	3	0	50.85%	59	1	1.02	1	2	0	0	6	3	0
5	Eetu Luostarinen	Crunch (TBL)	C	45	11	23	34	13	20	0	42	98	81	20	57	13.58%	5	722	16.06	3	3	6	29	161	0	1	1	0	96	0	1	56.99%	758	0	0.94	0	2	0	0	2	0	2
6	Bokondji Imama	Crunch (TBL)	LW	51	7	23	30	20	76	10	75	65	90	33	60	7.78%	4	705	13.83	0	3	3	4	27	1	0	1	1	23	2	0	38.10%	42	0	0.85	1	2	1	1	2	0	3
7	Joshua Ho-Sang	Crunch (TBL)	RW	45	11	18	29	11	6	0	16	73	87	17	60	12.64%	4	617	13.72	2	4	6	26	162	0	0	0	0	0	3	1	42.22%	45	0	0.94	0	2	0	0	2	4	1
8	Nathan Beaulieu	Crunch (TBL)	D	45	4	19	23	-1	101	15	140	66	56	22	52	7.14%	47	863	19.19	4	4	8	39	146	0	0	0	0	143	0	0	0.00%	0	0	0.53	0	0	1	2	0	4	2
9	Nicolas Beaudin	Crunch (TBL)	D	51	4	7	11	-1	79	5	66	32	28	14	20	14.29%	21	1000	19.62	2	3	5	18	165	0	0	0	0	175	1	0	0.00%	0	0	0.22	0	1	0	1	0	1	2
10	Jake Evans	Lightning	C/RW	9	2	3	5	2	2	0	2	15	18	10	20	11.11%	4	170	18.99	0	0	0	4	41	0	0	0	0	22	0	1	49.00%	200	0	0.59	0	0	0	0	0	0	0
11	Nicolas Deslauriers	Lightning	LW/RW	9	3	1	4	-1	22	0	30	26	19	8	14	15.79%	3	186	20.77	0	0	0	5	39	0	0	0	1	39	1	0	37.50%	104	0	0.43	0	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				453	120	174	294	110	484	40	682	753	947	285	687	12.67%	156	7715	17.03	24	30	54	237	1268	1	2	3	17	963	24	5	55.57%	1983	3	0.76	3	16	2	6	23	27	22

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

#	Nom du Gardien	Nom de l'Équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Joonas Korpisalo	Crunch (TBL)	51	32	15	3	0.894	2.28	3006	8	114	1078	2	1	0.875	24	51	0	5	2	2
2	Jack Campbell	Crunch (TBL)	3	0	1	0	0.967	0.74	81	0	1	30	0	0	0.000	0	0	45	0	0	0
Stats d'équipe Total ou en Moyenne			54	32	16	3	0.896	2.24	3087	8	115	1108	2	1	0.875	24	51	45	5	2	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	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Type	Salaire Actuel	Salaire Restant	Salaire Moyen	Salaire Moyen Restant	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Salaire Année 2	Salaire Année 3	Link
Bokondji Imama	Crunch (TBL)	LW	23	1996-08-03	Yes	220 Lbs	6 ft1	No	No	No	3	Pro & Farm	706,667$	262,151$	706,667$	262,151$	0$	0$	No	706,667$	706,667$
Eetu Luostarinen	Crunch (TBL)	C	21	1998-09-02	Yes	179 Lbs	6 ft2	No	No	No	3	Pro & Farm	925,000$	343,145$	925,000$	343,145$	0$	0$	No	925,000$	925,000$
Garrett Wilson	Crunch (TBL)	LW/RW	29	1991-03-16	No	199 Lbs	6 ft2	No	No	No	1	Pro & Farm	650,000$	241,129$	650,000$	241,129$	0$	0$	No			Lien
Jack Campbell	Crunch (TBL)	G	28	1992-01-08	No	197 Lbs	6 ft3	No	No	No	3	Pro & Farm	675,000$	250,403$	675,000$	250,403$	0$	0$	No	675,000$	675,000$	Lien
Joonas Korpisalo	Crunch (TBL)	G	26	1994-04-27	No	182 Lbs	6 ft3	No	No	No	1	Pro & Farm	900,000$	333,871$	900,000$	333,871$	0$	0$	No			Lien
Joshua Ho-Sang	Crunch (TBL)	RW	24	1996-01-22	Yes	173 Lbs	6 ft0	No	No	No	2	Pro & Farm	1,075,833$	399,099$	1,075,833$	399,099$	0$	0$	No	1,075,833$		Lien
Malcolm Subban	Crunch (TBL)	G	26	1993-12-21	No	200 Lbs	6 ft2	No	No	No	1	Pro & Farm	650,000$	241,129$	650,000$	241,129$	0$	0$	No			Lien
Mitchell Stephens	Crunch (TBL)	C	23	1997-02-05	Yes	191 Lbs	6 ft0	No	No	No	3	Pro & Farm	919,166$	340,981$	919,166$	340,981$	0$	0$	No	919,166$	919,166$
Nathan Beaulieu	Crunch (TBL)	D	27	1992-12-04	No	200 Lbs	6 ft2	No	No	No	3	Pro & Farm	1,375,000$	510,081$	1,000,000$	370,968$	0$	0$	No	1,000,000$	1,000,000$	Lien
Nicolas Beaudin	Crunch (TBL)	D	20	1999-10-07	Yes	174 Lbs	5 ft11	No	No	No	3	Pro & Farm	1,135,833$	421,357$	1,135,833$	421,357$	0$	0$	No	1,135,833$	1,135,833$
Oliver Wahlstrom	Crunch (TBL)	RW	20	2000-06-12	Yes	205 Lbs	6 ft1	No	No	No	3	Pro & Farm	1,462,500$	542,540$	1,462,500$	542,540$	0$	0$	No	1,462,500$	1,462,500$
Stefan Matteau	Crunch (TBL)	LW	26	1994-02-23	No	220 Lbs	6 ft2	No	No	No	2	Pro & Farm	725,000$	268,952$	725,000$	268,952$	0$	0$	No	725,000$		Lien

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
12	24.42	195 Lbs	6 ft1	2.33	933,333$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1			Oliver Wahlstrom	35	1	2	2
2	Stefan Matteau	Eetu Luostarinen	Joshua Ho-Sang	30	1	2	2
3	Garrett Wilson	Mitchell Stephens	Bokondji Imama	25	1	2	2
4	Bokondji Imama		Stefan Matteau	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Nathan Beaulieu	Nicolas Beaudin	35	1	2	2
2			30	1	2	2
3			25	1	2	2
4	Nathan Beaulieu	Nicolas Beaudin	10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1			Oliver Wahlstrom	60	1	2	2
2	Stefan Matteau	Eetu Luostarinen	Joshua Ho-Sang	40	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Nathan Beaulieu	Nicolas Beaudin	60	1	2	2
2			40	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1		Stefan Matteau	60	1	2	2
2		Oliver Wahlstrom	40	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Nathan Beaulieu	Nicolas Beaudin	60	1	2	2
2			40	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1		60	1	2	2	Nathan Beaulieu	Nicolas Beaudin	60	1	2	2
2	Stefan Matteau	40	1	2	2			40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1		Stefan Matteau	60	1	2	2
2		Oliver Wahlstrom	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Nathan Beaulieu	Nicolas Beaudin	60	1	2	2
2			40	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
		Oliver Wahlstrom	Nathan Beaulieu	Nicolas Beaudin

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
		Oliver Wahlstrom	Nathan Beaulieu	Nicolas Beaudin

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Mitchell Stephens, Garrett Wilson, Eetu Luostarinen	Mitchell Stephens, Garrett Wilson	Eetu Luostarinen

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Nathan Beaulieu, Nicolas Beaudin,	Nathan Beaulieu	Nicolas Beaudin,

Tirs de Pénalité
, Stefan Matteau, , Oliver Wahlstrom, Eetu Luostarinen

Gardien
#1 : Joonas Korpisalo, #2 : Jack Campbell

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	Admirals	1	1	0	0	0	0	0	0	3	0	3	1	1	0	0	0	0	0	0	3	0	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	5	8	0	1	55	53	36	6	35	415	390	398	39	26	8	15	21	5	0	0.00%	5	0	100.00%	1	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
2	Bruins	8	3	5	0	0	0	0	0	17	20	-3	4	2	2	0	0	0	0	0	8	8	0	4	1	3	0	0	0	0	0	9	12	-3	6	0.375	17	32	49	0	1	55	53	36	6	165	415	390	398	39	188	43	113	161	47	2	4.26%	53	7	86.79%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
3	Flames	1	0	0	0	1	0	0	0	3	2	1	1	0	0	0	1	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	0	55	53	36	6	25	415	390	398	39	12	7	2	16	8	1	12.50%	1	0	100.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
4	Griffins	7	3	3	0	1	0	0	0	25	18	7	3	1	1	0	1	0	0	0	11	9	2	4	2	2	0	0	0	0	0	14	9	5	8	0.571	25	45	70	0	1	55	53	36	6	183	415	390	398	39	182	40	100	151	34	4	11.76%	48	7	85.42%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
5	IceHogs	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	3	6	9	0	0	55	53	36	6	26	415	390	398	39	33	5	24	19	6	0	0.00%	11	1	90.91%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
6	Marlies	7	5	0	0	0	0	1	1	20	10	10	3	2	0	0	0	0	0	1	7	4	3	4	3	0	0	0	0	1	0	13	6	7	13	0.929	20	33	53	0	1	55	53	36	6	174	415	390	398	39	131	38	80	130	36	5	13.89%	33	3	90.91%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
7	Monarchs	2	1	1	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	5	1	4	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	8	16	24	0	0	55	53	36	6	45	415	390	398	39	49	14	28	52	7	0	0.00%	13	2	84.62%	1	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
8	Monsters	3	2	1	0	0	0	0	0	6	6	0	1	1	0	0	0	0	0	0	5	4	1	2	1	1	0	0	0	0	0	1	2	-1	4	0.667	6	10	16	1	1	55	53	36	6	67	415	390	398	39	49	11	74	55	20	3	15.00%	24	2	91.67%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
9	Moose	2	0	1	0	0	0	0	1	4	7	-3	1	0	0	0	0	0	0	1	3	4	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	4	6	10	0	0	55	53	36	6	50	415	390	398	39	36	10	20	38	24	1	4.17%	10	2	80.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
10	Penguins	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	1	0	1	2	1.000	1	1	2	0	1	55	53	36	6	26	415	390	398	39	15	5	18	26	7	0	0.00%	6	0	100.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
11	Phantoms	2	1	1	0	0	0	0	0	8	8	0	1	1	0	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	4	5	-1	2	0.500	8	15	23	0	0	55	53	36	6	53	415	390	398	39	47	21	40	45	8	1	12.50%	20	2	90.00%	1	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
12	Rocket	6	2	2	0	0	1	1	0	18	16	2	4	2	1	0	0	1	0	0	13	11	2	2	0	1	0	0	0	1	0	5	5	0	7	0.583	18	30	48	0	0	55	53	36	6	118	415	390	398	39	132	40	86	129	39	6	15.38%	41	8	80.49%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
13	Senators	5	4	0	0	1	0	0	0	22	11	11	3	2	0	0	1	0	0	0	14	7	7	2	2	0	0	0	0	0	0	8	4	4	10	1.000	22	37	59	0	1	55	53	36	6	127	415	390	398	39	99	23	62	96	31	4	12.90%	29	3	89.66%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
14	Sharks	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	3	6	0	0	55	53	36	6	30	415	390	398	39	12	3	20	22	7	0	0.00%	10	0	100.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
15	Sound Tigers	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	1	0	1	2	1.000	1	1	2	0	1	55	53	36	6	20	415	390	398	39	34	9	18	17	3	1	33.33%	9	0	100.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
	Total	51	27	16	0	3	1	2	2	149	118	31	26	16	4	0	3	1	0	2	86	59	27	25	11	12	0	0	0	2	0	63	59	4	67	0.657	149	260	409	1	8	55	53	36	6	1218	415	390	398	39	1109	296	745	1029	297	30	10.10%	333	40	87.99%	3	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
16	Wolf Pack	2	1	1	0	0	0	0	0	4	8	-4	1	1	0	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	0	5	-5	2	0.500	4	8	12	0	0	55	53	36	6	44	415	390	398	39	45	15	33	35	9	0	0.00%	15	2	86.67%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
17	Wolves	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	0	55	53	36	6	30	415	390	398	39	19	4	12	16	6	2	33.33%	5	1	80.00%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
	_Since Last GM Reset	51	27	16	0	3	1	2	2	149	118	31	26	16	4	0	3	1	0	2	86	59	27	25	11	12	0	0	0	2	0	63	59	4	67	0.657	149	260	409	1	8	55	53	36	6	1218	415	390	398	39	1109	296	745	1029	297	30	10.10%	333	40	87.99%	3	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
	_Vs Conference	35	19	10	0	2	1	2	1	99	81	18	18	11	3	0	2	1	0	1	58	42	16	17	8	7	0	0	0	2	0	41	39	2	48	0.686	99	172	271	1	5	55	53	36	6	799	415	390	398	39	718	203	508	693	205	22	10.73%	222	27	87.84%	1	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274
	_Vs Division	33	14	7	0	1	1	2	1	102	75	27	17	8	3	0	1	1	0	1	53	39	14	16	6	4	0	0	0	2	0	49	36	13	36	0.545	102	177	279	0	4	55	53	36	6	767	415	390	398	39	732	184	441	667	187	21	11.23%	204	28	86.27%	0	726	1429	50.80%	709	1588	44.65%	338	715	47.27%	1180	834	1321	380	587	274

			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
51	67	W1	149	260	409	1218	1109	296	745	1029	1	8

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
51	27	16	3	1	2	2	149	118

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
26	16	4	3	1	0	2	86	59

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
25	11	12	0	0	2	0	63	59

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
8	2	0	0	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
297	30	10.10%	333	40	87.99%	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
415	390	398	39	55	53	36	6

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
726	1429	50.80%	709	1588	44.65%	338	715	47.27%

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
1180	834	1321	380	587	274

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 - 2020-09-27	11	Admirals	0	Crunch	3	W			Sommaire du Match
2 - 2020-09-28	18	Crunch	4	Marlies	3	W			Sommaire du Match
5 - 2020-10-01	34	Crunch	2	Bruins	3	L			Sommaire du Match
6 - 2020-10-02	44	Bruins	2	Crunch	0	L			Sommaire du Match
7 - 2020-10-03	55	Crunch	1	Sound Tigers	0	W			Sommaire du Match
9 - 2020-10-05	64	Wolves	2	Crunch	3	W			Sommaire du Match
11 - 2020-10-07	77	Crunch	1	Bruins	3	L			Sommaire du Match
13 - 2020-10-09	87	Marlies	1	Crunch	3	W			Sommaire du Match
15 - 2020-10-11	99	Crunch	3	IceHogs	4	L			Sommaire du Match
17 - 2020-10-13	109	Bruins	3	Crunch	4	W			Sommaire du Match
20 - 2020-10-16	122	Rocket	4	Crunch	3	L	X		Sommaire du Match
21 - 2020-10-17	133	Crunch	6	Senators	4	W			Sommaire du Match
22 - 2020-10-18	141	Crunch	4	Marlies	0	W			Sommaire du Match
23 - 2020-10-19	152	Senators	2	Crunch	5	W			Sommaire du Match
25 - 2020-10-21	164	Crunch	2	Griffins	3	L			Sommaire du Match
26 - 2020-10-22	173	Griffins	3	Crunch	4	W	X		Sommaire du Match
27 - 2020-10-23	186	Crunch	3	Bruins	2	W			Sommaire du Match
29 - 2020-10-25	196	Bruins	0	Crunch	2	W			Sommaire du Match
31 - 2020-10-27	208	Monarchs	1	Crunch	5	W			Sommaire du Match
33 - 2020-10-29	219	Crunch	3	Bruins	4	L			Sommaire du Match
35 - 2020-10-31	230	Crunch	3	Monarchs	4	L			Sommaire du Match
37 - 2020-11-02	239	Griffins	4	Crunch	3	L			Sommaire du Match
39 - 2020-11-04	251	Crunch	5	Griffins	2	W			Sommaire du Match
41 - 2020-11-06	262	Bruins	3	Crunch	2	L			Sommaire du Match
43 - 2020-11-08	275	Sharks	1	Crunch	3	W			Sommaire du Match
45 - 2020-11-10	289	Senators	4	Crunch	5	W	X		Sommaire du Match
47 - 2020-11-12	304	Crunch	3	Griffins	4	L			Sommaire du Match
48 - 2020-11-13	312	Senators	1	Crunch	4	W			Sommaire du Match
49 - 2020-11-14	317	Crunch	0	Monsters	2	L			Sommaire du Match
50 - 2020-11-15	328	Crunch	1	Moose	3	L			Sommaire du Match
51 - 2020-11-16	337	Marlies	2	Crunch	1	L	X	X	Sommaire du Match
53 - 2020-11-18	354	Moose	4	Crunch	3	L	X	X	Sommaire du Match
54 - 2020-11-19	363	Crunch	3	Marlies	2	W	X	X	Sommaire du Match
55 - 2020-11-20	376	Crunch	1	Monsters	0	W			Sommaire du Match
56 - 2020-11-21	383	Monsters	4	Crunch	5	W			Sommaire du Match
58 - 2020-11-23	400	Rocket	2	Crunch	6	W			Sommaire du Match
59 - 2020-11-24	408	Crunch	0	Wolf Pack	5	L			Sommaire du Match
60 - 2020-11-25	417	Crunch	2	Rocket	3	L			Sommaire du Match
61 - 2020-11-26	427	Griffins	2	Crunch	4	W			Sommaire du Match
63 - 2020-11-28	439	Crunch	3	Rocket	2	W	X	X	Sommaire du Match
64 - 2020-11-29	450	Crunch	2	Marlies	1	W			Sommaire du Match
65 - 2020-11-30	457	Wolf Pack	3	Crunch	4	W			Sommaire du Match
67 - 2020-12-02	470	Marlies	1	Crunch	3	W			Sommaire du Match
68 - 2020-12-03	480	Crunch	2	Senators	0	W			Sommaire du Match
70 - 2020-12-05	494	Flames	2	Crunch	3	W	X		Sommaire du Match
71 - 2020-12-06	506	Crunch	4	Phantoms	5	L			Sommaire du Match
72 - 2020-12-07	513	Crunch	4	Griffins	0	W			Sommaire du Match
74 - 2020-12-09	523	Rocket	1	Crunch	2	W			Sommaire du Match
75 - 2020-12-10	538	Phantoms	3	Crunch	4	W			Sommaire du Match
77 - 2020-12-12	550	Rocket	4	Crunch	2	L			Sommaire du Match
78 - 2020-12-13	559	Crunch	1	Penguins	0	W			Sommaire du Match
79 - 2020-12-14	569	Crunch	-	Senators	-
80 - 2020-12-15	578	Penguins	-	Crunch	-
82 - 2020-12-17	587	Crunch	-	Flames	-
84 - 2020-12-19	601	Crunch	-	Admirals	-
85 - 2020-12-20	607	Crunch	-	Wolf Pack	-
86 - 2020-12-21	616	Griffins	-	Crunch	-
88 - 2020-12-23	631	Crunch	-	Penguins	-
90 - 2020-12-25	642	Phantoms	-	Crunch	-
91 - 2020-12-26	652	Sound Tigers	-	Crunch	-
93 - 2020-12-28	664	Crunch	-	Soldiers	-
94 - 2020-12-29	674	Senators	-	Crunch	-
95 - 2020-12-30	686	Crunch	-	Stars	-
96 - 2020-12-31	697	Condors	-	Crunch	-
97 - 2021-01-01	709	Crunch	-	Condors	-
99 - 2021-01-03	717	Crunch	-	Sharks	-
100 - 2021-01-04	726	Sharks	-	Crunch	-
101 - 2021-01-05	740	Phantoms	-	Crunch	-
103 - 2021-01-07	756	Phantoms	-	Crunch	-
104 - 2021-01-08	764	Crunch	-	Wolves	-
105 - 2021-01-09	773	Crunch	-	Sound Tigers	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
106 - 2021-01-10	785	Marlies	-	Crunch	-
108 - 2021-01-12	794	Crunch	-	Rocket	-
109 - 2021-01-13	807	Crunch	-	Moose	-
110 - 2021-01-14	812	IceHogs	-	Crunch	-
112 - 2021-01-16	828	Stars	-	Crunch	-
113 - 2021-01-17	836	Crunch	-	Rampage	-
115 - 2021-01-19	851	Rampage	-	Crunch	-
117 - 2021-01-21	867	Crunch	-	Rocket	-
118 - 2021-01-22	871	Wolf Pack	-	Crunch	-
120 - 2021-01-24	886	Soldiers	-	Crunch	-
122 - 2021-01-26	896	Crunch	-	Senators	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
15	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
2,333,403$	1,120,000$	1,082,500$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	738,771$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	46	29,476$	1,355,896$

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