Ducks
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Islanders 32-19-9, 73pts	3	Sommaire du match	0	Gulls 32-19-9, 73pts

Team Stats
SOL1	Séquence	W1
15-9-6	Fiche domicile	19-8-3
17-10-3	Fiche domicile	13-11-6
5-3-2	Derniers 10 matchs	3-3-4
3.42	Buts par match	2.33
3.07	Buts contre par match	2.38
18.99%	Pourcentage en avantage numérique	28.35%
76.61%	Pourcentage en désavantage numérique	72.97%

Eagles
17-26-15, 49pts

Sommaire du match

Gulls
32-19-9, 73pts

Team Stats
L3	Séquence	W1
9-15-6	Fiche domicile	19-8-3
8-11-9	Fiche domicile	13-11-6
2-6-2	Derniers 10 matchs	3-3-4
2.21	Buts par match	2.33
3.09	Buts contre par match	2.38
35.61%	Pourcentage en avantage numérique	28.35%
68.94%	Pourcentage en désavantage numérique	72.97%

Gulls
32-19-9, 73pts

Jour 74

Silver Knights
24-22-12, 60pts

Statistiques d’équipe
W1	Séquence	L2
19-8-3	Fiche domicile	17-9-4
13-11-6	Fiche visiteur	7-13-8
3-3-4	10 derniers matchs	1-6-3
2.33	Buts par match	2.43
2.38	Buts contre par match	2.43
28.35%	Pourcentage en avantage numérique	30.83%
72.97%	Pourcentage en désavantage numérique	71.79%

Bruins
34-19-8, 76pts

Jour 76

Gulls
32-19-9, 73pts

Statistiques d’équipe
W1	Séquence	W1
15-8-6	Fiche domicile	19-8-3
19-11-2	Fiche visiteur	13-11-6
5-3-2	10 derniers matchs	3-3-4
2.25	Buts par match	2.33
2.13	Buts contre par match	2.33
30.00%	Pourcentage en avantage numérique	28.35%
64.10%	Pourcentage en désavantage numérique	72.97%

Gulls
32-19-9, 73pts

Jour 77

Checkers
25-25-9, 59pts

Statistiques d’équipe
W1	Séquence	L2
19-8-3	Fiche domicile	15-10-5
13-11-6	Fiche visiteur	10-15-4
3-3-4	10 derniers matchs	6-4-0
2.33	Buts par match	2.34
2.38	Buts contre par match	2.34
28.35%	Pourcentage en avantage numérique	30.77%
72.97%	Pourcentage en désavantage numérique	69.17%

Meneurs d'équipe
	Buts Cole Smith 26	Passes Cole Smith 38

	Points Cole Smith 64	Plus/Moins Ryan Lomberg 14

	Victoires Spencer Knight 11	Pourcentage d’arrêts Will Cranley 0.918

Statistiques d’équipe
Buts pour 140 2.33 GFG	Tirs pour 977 16.28 Avg	Pourcentage en avantage numérique 28.3% 36 GF	Début de zone offensive 33.5%
Buts contre 143 2.38 GAA	Tirs contre 1162 19.37 Avg	Pourcentage en désavantage numérique 73.0%% 40 GA	Début de la zone défensive 39.9%

Informations de l'équipe
	Directeur général	Roger Storoschuk
	Entraîneur	Rick Tocchet
	Division	Division 1
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	1,837
	Billets de saison	1,500
Informations de la formation
	Équipe Pro	26
	Équipe Mineure	18
	Limite contact	44 / 100
	Espoirs	70

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	Cole Smith		X	X		98.00	89	95	72	79	77	65	88	64	49	63	60	82	25	66	67	64	84	68	0	30	3	2,500,000$
2	Mikael Pyyhtia (R)		X			100.00	65	41	96	86	67	62	90	62	55	58	61	75	25	54	54	63	76	65	0	24	1	897,500$
3	Ryan Lomberg		X	X		100.00	80	94	81	82	66	52	97	62	34	62	59	66	25	69	71	63	80	65	0	31	3	1,500,000$
4	Sam Lafferty	X	X	X		100.00	80	45	87	83	76	55	77	62	57	57	59	67	25	69	71	62	70	64	0	31	2	2,200,000$
5	Dakota Joshua	X	X	X		100.00	99	70	82	69	78	63	74	64	54	61	63	67	25	66	67	65	51	64	0	29	1	900,000$
6	Bradly Nadeau (R)		X			100.00	70	63	84	73	65	79	82	66	50	61	68	61	66	46	46	66	77	63	0	20	3	1,422,000$
7	Jared Davidson	X				100.00	71	67	79	70	69	79	84	61	78	54	64	60	62	46	46	62	73	62	0	23	3	842,000$
8	Cole Schwindt (R)			X		100.00	74	44	99	79	76	54	61	59	68	64	56	64	25	50	50	60	69	61	0	24	1	934,000$
9	Rhett Pitlick (R)	X	X	X		100.00	73	62	99	81	63	37	32	58	73	68	44	60	42	46	46	55	72	57	0	25	3	1,352,000$
10	Julian Lutz (R)		X			100.00	77	72	93	65	74	48	48	48	50	47	43	61	43	46	46	52	68	53	0	22	3	1,258,000$
11	Francesco Arcuri (R)	X				100.00	76	74	86	82	76	45	46	42	55	37	43	59	42	46	46	49	63	52	0	22	3	1,268,000$
12	Jan Rutta				X	100.00	69	43	85	85	76	72	71	63	25	52	52	84	25	71	74	61	78	70	0	35	2	2,900,000$
13	Matt Grzelcyk				X	100.00	64	41	94	72	65	81	99	74	25	69	47	71	25	74	78	63	64	69	0	32	2	1,800,000$
14	Connor Mackey				X	100.00	74	81	58	67	81	77	84	51	25	45	42	61	40	49	49	51	70	61	0	29	1	1,319,000$
15	Elias Salomonsson (R)				X	100.00	74	70	87	68	72	65	68	52	25	49	42	60	40	46	46	53	72	59	0	21	3	1,284,000$
16	Dysin Mayo				X	100.00	69	70	62	65	70	68	73	52	25	41	49	58	46	46	46	52	62	57	0	29	2	1,934,000$
17	Marek Alscher (R)				X	100.00	76	74	81	65	76	64	69	45	25	36	39	60	38	46	46	49	75	57	0	22	3	1,286,000$
18	Kyle Masters (R)				X	100.00	75	66	95	61	66	38	37	46	25	36	41	59	39	45	44	49	18	52	0	23	3	1,037,000$
Rayé
1	Ryder Rolston			X		100.00	80	75	94	68	77	55	54	59	50	55	59	64	56	46	46	60	57	59	0	24	1	825,000$
2	Brandon Coe			X		92.17	76	74	85	65	76	52	53	48	50	47	45	60	45	46	46	52	58	53	0	24	1	925,000$
3	Riley Hughes (R)	X	X	X		100.00	77	72	87	62	72	43	42	49	61	47	46	62	44	44	44	53	20	52	0	25	3	1,319,000$

	MOYENNE D’ÉQUIPE					99.53	76	66	85	73	72	60	68	57	46	53	52	65	38	53	54	57	65	60

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Spencer Knight	100.00	69	68	66	78	73	64	71	67	69	67	61	57	58	67	79	67	0	24	2	2,472,000$
2	Will Cranley (R)	100.00	44	40	50	78	45	90	46	50	91	81	45	44	44	60	66	60	0	24	3	1,075,000$
Rayé
1	Brett Brochu (R)	100.00	44	40	50	63	45	89	45	49	90	81	45	44	44	60	24	58	0	23	3	1,000,000$
2	Devin Cooley	100.00	52	40	50	82	57	56	51	57	58	57	30	44	44	54	20	55	0	28	2	1,750,000$
3	Vadim Zherenko	100.00	49	50	63	84	49	50	50	55	50	50	30	44	44	51	20	53	0	25	1	846,667$

	MOYENNE D’ÉQUIPE	100.00	52	48	56	77	54	70	53	56	72	67	42	47	47	58	42	59

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Rick Tocchet	83	78	83	83	84	84	76	CAN	54	4	5,000,000$

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	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Cole Smith	Gulls (ANA)	LW/RW	58	26	38	64	1	127	85	105	87	155	49	90	16.77%	26	1229	21.20	10	12	22	32	95	0	1	1	0	35	5	3	49.33%	223	33	17	1	2	1.04	1	6	10	2	5	8	5	3
2	Ryan Lomberg	Gulls (ANA)	LW/RW	60	25	18	43	14	38	30	82	100	131	36	65	19.08%	22	1249	20.82	4	2	6	14	76	2	0	2	7	107	5	2	37.70%	252	28	29	0	1	0.69	2	2	2	0	4	6	2	3
3	Mikael Pyyhtia	Gulls (ANA)	LW	60	11	22	33	8	4	0	59	77	74	21	50	14.86%	16	1122	18.70	4	4	8	15	78	0	0	0	1	23	3	1	44.00%	425	18	14	0	0	0.59	0	0	0	0	0	3	2	4
4	Jan Rutta	Gulls (ANA)	D	60	8	21	29	3	29	5	53	95	88	36	36	9.09%	57	1483	24.72	5	5	10	19	112	0	0	0	3	102	3	0	0%	0	38	36	0	0	0.39	0	0	0	0	1	1	5	3
5	Sam Lafferty	Gulls (ANA)	C/LW/RW	60	10	16	26	-11	23	15	64	87	70	25	51	14.29%	13	1066	17.78	1	0	1	1	19	0	1	1	2	60	4	2	49.39%	658	20	17	0	0	0.49	0	0	0	2	1	4	0	2
6	Bradly Nadeau	Gulls (ANA)	LW	60	10	14	24	4	30	10	91	79	66	27	48	15.15%	18	1187	19.80	0	5	5	3	24	0	1	1	4	79	2	2	55.38%	65	20	13	0	0	0.40	1	1	2	0	0	3	3	1
7	Anthony Beauvillier	Ducks	LW	33	12	10	22	-13	2	0	35	49	90	23	43	13.33%	12	725	21.98	3	4	7	16	66	0	0	0	0	53	2	1	42.19%	128	28	8	0	1	0.61	0	1	0	0	0	1	2	2
8	Rhett Pitlick	Gulls (ANA)	C/LW/RW	60	6	15	21	-7	5	5	62	67	46	15	45	13.04%	9	908	15.14	1	7	8	8	54	0	0	0	0	0	1	0	43.08%	65	22	13	1	0	0.46	0	6	0	0	1	1	4	1
9	Ryder Rolston	Gulls (ANA)	RW	48	6	14	20	-2	7	5	55	44	42	9	24	14.29%	11	802	16.72	2	10	12	11	84	1	0	1	4	33	1	0	40.23%	174	11	8	0	0	0.50	2	4	0	0	1	0	1	1
10	Dysin Mayo	Gulls (ANA)	D	60	2	17	19	-2	95	35	97	89	65	21	26	3.08%	66	1567	26.12	0	4	4	5	107	0	0	0	1	98	0	0	0%	0	8	45	0	0	0.24	0	0	0	4	3	1	2	1
11	Jared Davidson	Gulls (ANA)	C	60	8	10	18	-3	43	5	77	57	40	13	15	20.00%	8	965	16.09	3	6	9	9	31	0	0	0	0	13	1	0	57.33%	75	12	8	0	0	0.37	0	2	0	0	1	0	0	5
12	Cole Schwindt	Gulls (ANA)	RW	59	4	11	15	1	0	0	19	29	27	11	20	14.81%	6	335	5.69	0	1	1	0	24	1	0	1	1	25	2	0	52.48%	282	7	8	0	0	0.89	0	0	0	0	0	3	1	1
13	Connor Mackey	Gulls (ANA)	D	58	1	6	7	4	88	20	68	47	14	4	7	7.14%	15	1007	17.36	0	0	0	0	4	0	1	1	0	11	0	0	0%	0	4	20	0	0	0.14	0	0	2	1	1	0	1	0
14	Dakota Joshua	Gulls (ANA)	C/LW/RW	23	5	2	7	2	22	10	26	15	12	8	13	41.67%	2	307	13.37	1	0	1	1	3	0	0	0	0	2	0	1	63.33%	30	6	5	0	0	0.46	0	0	0	2	0	1	0	1
15	Matt Grzelcyk	Gulls (ANA)	D	59	2	2	4	2	2	0	13	37	16	7	9	12.50%	12	719	12.20	2	0	2	2	30	0	0	0	1	29	0	1	0%	0	2	9	0	0	0.11	0	0	0	0	0	0	0	1
16	Jordan Greenway	Ducks	LW/RW	2	0	2	2	2	5	5	1	5	9	0	4	0%	0	43	21.83	0	1	1	2	1	0	1	1	2	4	0	0	66.67%	6	0	0	0	0	0.92	0	0	0	1	0	0	0	0
17	Elias Salomonsson	Gulls (ANA)	D	60	1	1	2	-2	30	10	47	74	21	11	7	4.76%	29	1291	21.52	0	0	0	3	71	0	0	0	1	70	0	0	0%	0	9	23	0	0	0.03	0	0	1	0	1	0	0	0
18	Marek Alscher	Gulls (ANA)	D	60	0	2	2	2	30	20	54	70	7	4	2	0%	39	1096	18.27	0	0	0	1	49	0	0	0	0	125	0	0	0%	0	3	29	0	0	0.04	0	0	1	0	3	0	0	0
19	Kyle Masters	Gulls (ANA)	D	16	0	0	0	0	0	0	0	1	0	0	0	0%	0	27	1.74	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0	0	0	0	0	0	0	0	0	0	0	0
20	Josh Manson	Ducks	D	2	0	0	0	0	4	0	2	3	1	0	0	0%	2	44	22.34	0	0	0	0	0	0	0	0	0	2	0	0	0%	0	1	3	0	0	0	0	0	0	0	0	0	0	0
21	Brandon Coe	Gulls (ANA)	RW	60	0	0	0	1	2	0	32	15	0	1	1	0%	0	350	5.84	0	0	0	0	4	0	0	0	0	0	0	0	0%	2	2	3	0	0	0	0	0	0	0	0	0	0	0
22	Julian Lutz	Gulls (ANA)	LW	60	0	0	0	2	0	0	19	10	3	1	1	0%	0	212	3.54	0	0	0	0	0	0	0	0	0	0	0	0	50.00%	2	0	1	0	0	0	0	0	0	0	0	0	0	0
23	Francesco Arcuri	Gulls (ANA)	C	56	0	0	0	2	0	0	13	3	0	0	0	0%	0	130	2.33	0	0	0	0	0	0	0	0	0	0	0	0	51.85%	27	1	1	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1134	137	221	358	8	586	260	1074	1140	977	322	557	14.02%	363	17874	15.76	36	61	97	142	940	4	5	9	27	880	29	13	46.98%	2414	273	310	2	4	0.40	6	22	18	12	22	32	28	29

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Jake Allen	Ducks	37	21	12	4	0.888	2.23	2176	5	81	726	367	1	1	0.800	10	37	0	1	3	2
2	Spencer Knight	Gulls (ANA)	25	11	6	4	0.858	2.40	1327	4	53	374	199	1	0	0.500	8	23	37	2	1	0
3	Will Cranley	Gulls (ANA)	4	0	1	1	0.918	2.38	126	0	5	61	27	0	0	0.667	3	0	23	0	0	0
Statistiques d’équipe totales ou en moyenne			66	32	19	9	0.880	2.30	3630	9	139	1161	593	2	1		21	60	60	3	4	2

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Bradly Nadeau	Gulls (ANA)	LW	20	2005-05-05	CAN	Yes	172 Lbs	5 ft11	No	No	Draft	No	No	3	2025-10-22	False	False	Pro & Farm	1,422,000$	495,161$	0$	0$	No	1,422,000$	1,422,000$	-	-	-	-	-	-	-	1,422,000$	1,422,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Brandon Coe	Gulls (ANA)	RW	24	2001-12-01	CAN	No	190 Lbs	6 ft4	No	No	N/A	No	No	1		False	False	Pro & Farm	925,000$	322,098$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Brett Brochu	Gulls (ANA)	G	23	2002-09-09	CAN	Yes	176 Lbs	6 ft0	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,000,000$	348,214$	0$	0$	No	1,000,000$	1,000,000$	-	-	-	-	-	-	-	1,000,000$	1,000,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Cole Schwindt	Gulls (ANA)	RW	24	2001-04-25	CAN	Yes	203 Lbs	6 ft2	No	No	N/A	No	No	1		False	False	Pro & Farm	934,000$	325,232$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Cole Smith	Gulls (ANA)	LW/RW	30	1995-10-28	USA	No	195 Lbs	6 ft3	No	No	Assign Manually	No	No	3	2025-11-06	False	False	Pro & Farm	2,500,000$	870,536$	0$	0$	No	2,500,000$	2,500,000$	-	-	-	-	-	-	-	2,500,000$	2,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Connor Mackey	Gulls (ANA)	D	29	1996-09-12	USA	No	205 Lbs	6 ft3	No	No	N/A	No	No	1		False	False	Pro & Farm	1,319,000$	459,295$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Dakota Joshua	Gulls (ANA)	C/LW/RW	29	1996-05-15	USA	No	206 Lbs	6 ft3	No	No	N/A	No	Yes	1		False	False	Pro & Farm	900,000$	313,393$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Devin Cooley	Gulls (ANA)	G	28	1997-05-25	USA	No	188 Lbs	6 ft5	No	No	Assign Manually	No	No	2	2024-09-10	False	False	Pro & Farm	1,750,000$	609,375$	0$	0$	No	1,750,000$	-	-	-	-	-	-	-	-	1,750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Dysin Mayo	Gulls (ANA)	D	29	1996-08-17	CAN	No	190 Lbs	6 ft0	No	No	N/A	No	No	2		False	False	Pro & Farm	1,934,000$	673,446$	0$	0$	No	1,934,000$	-	-	-	-	-	-	-	-	1,934,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Elias Salomonsson	Gulls (ANA)	D	21	2004-08-31	SWE	Yes	189 Lbs	6 ft2	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,284,000$	447,107$	0$	0$	No	1,284,000$	1,284,000$	-	-	-	-	-	-	-	1,284,000$	1,284,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Francesco Arcuri	Gulls (ANA)	C	22	2003-06-13	CAN	Yes	200 Lbs	6 ft1	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,268,000$	441,536$	0$	0$	No	1,268,000$	1,268,000$	-	-	-	-	-	-	-	1,268,000$	1,268,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jan Rutta	Gulls (ANA)	D	35	1990-07-29	CZE	No	204 Lbs	6 ft3	No	No	Assign Manually	No	No	2	2024-09-16	False	False	Pro & Farm	2,900,000$	1,009,821$	0$	0$	No	2,900,000$	-	-	-	-	-	-	-	-	2,900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jared Davidson	Gulls (ANA)	C	23	2002-07-07	CAN	No	183 Lbs	6 ft0	No	No	N/A	No	No	3	2025-05-01	False	False	Pro & Farm	842,000$	293,196$	0$	0$	No	842,000$	842,000$	-	-	-	-	-	-	-	842,000$	842,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Julian Lutz	Gulls (ANA)	LW	22	2004-02-29	GER	Yes	192 Lbs	6 ft2	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,258,000$	438,054$	0$	0$	No	1,258,000$	1,258,000$	-	-	-	-	-	-	-	1,258,000$	1,258,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Kyle Masters	Gulls (ANA)	D	23	2003-04-09	AB	Yes	175 Lbs	6 ft1	No	No	N/A	No	No	3	2025-10-17	False	False	Pro & Farm	1,037,000$	361,098$	0$	0$	No	1,037,000$	1,037,000$	-	-	-	-	-	-	-	1,037,000$	1,037,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Marek Alscher	Gulls (ANA)	D	22	2004-04-07	CZE	Yes	196 Lbs	6 ft3	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,286,000$	447,804$	0$	0$	No	1,286,000$	1,286,000$	-	-	-	-	-	-	-	1,286,000$	1,286,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Matt Grzelcyk	Gulls (ANA)	D	32	1994-01-05	USA	No	180 Lbs	5 ft10	No	No	Assign Manually	No	No	2	2024-09-10	False	False	Pro & Farm	1,800,000$	626,786$	0$	0$	No	1,800,000$	-	-	-	-	-	-	-	-	1,800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Mikael Pyyhtia	Gulls (ANA)	LW	24	2001-12-17	FIN	Yes	176 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	897,500$	312,522$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Rhett Pitlick	Gulls (ANA)	C/LW/RW	25	2001-02-07	USA	Yes	170 Lbs	5 ft10	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,352,000$	470,786$	0$	0$	No	1,352,000$	1,352,000$	-	-	-	-	-	-	-	1,352,000$	1,352,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Riley Hughes	Gulls (ANA)	C/LW/RW	25	2000-06-27	USA	Yes	194 Lbs	6 ft2	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,319,000$	459,295$	0$	0$	No	1,319,000$	1,319,000$	-	-	-	-	-	-	-	1,319,000$	1,319,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Ryan Lomberg	Gulls (ANA)	LW/RW	31	1994-12-09	CAN	No	184 Lbs	5 ft9	No	No	Assign Manually	No	No	3	2025-11-06	False	False	Pro & Farm	1,500,000$	522,321$	0$	0$	No	1,500,000$	1,500,000$	-	-	-	-	-	-	-	1,500,000$	1,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Ryder Rolston	Gulls (ANA)	RW	24	2001-10-31	USA	No	200 Lbs	6 ft2	No	No	N/A	No	No	1	2025-05-01	False	False	Pro & Farm	825,000$	287,277$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Sam Lafferty	Gulls (ANA)	C/LW/RW	31	1995-03-06	USA	No	205 Lbs	6 ft2	No	No	Assign Manually	No	No	2	2024-09-10	False	False	Pro & Farm	2,200,000$	766,071$	0$	0$	No	2,200,000$	-	-	-	-	-	-	-	-	2,200,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Spencer Knight	Gulls (ANA)	G	24	2001-04-19	USA	No	191 Lbs	6 ft3	No	No	N/A	No	No	2		False	False	Pro & Farm	2,472,000$	860,786$	0$	0$	No	2,472,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Vadim Zherenko	Gulls (ANA)	G	25	2001-03-15	RUS	No	207 Lbs	6 ft4	No	No	N/A	No	No	1		False	False	Pro & Farm	846,667$	294,822$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Will Cranley	Gulls (ANA)	G	24	2002-02-26	CAN	Yes	185 Lbs	6 ft4	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,075,000$	374,330$	0$	0$	No	1,075,000$	1,075,000$	-	-	-	-	-	-	-	1,075,000$	1,075,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
26	25.73	191 Lbs	6 ft2	2.23	1,417,160$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jared Davidson	Sam Lafferty	Cole Smith	40	1	2	2
2	Ryan Lomberg	Mikael Pyyhtia	Bradly Nadeau	30	1	2	2
3	Cole Smith	Ryan Lomberg	Jared Davidson	20	1	2	2
4	Ryan Lomberg	Cole Smith	Rhett Pitlick	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jan Rutta	Dysin Mayo	35	1	2	2
2	Connor Mackey	Elias Salomonsson	30	1	2	2
3	Marek Alscher	Dysin Mayo	25	1	2	2
4	Dysin Mayo	Jan Rutta	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jared Davidson	Bradly Nadeau	Cole Smith	60	1	2	2
2	Mikael Pyyhtia	Rhett Pitlick	Ryan Lomberg	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jan Rutta	Dysin Mayo	60	1	2	2
2	Marek Alscher	Elias Salomonsson	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Cole Smith	Ryan Lomberg	60	1	2	2
2	Mikael Pyyhtia	Bradly Nadeau	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Marek Alscher	Dysin Mayo	60	1	2	2
2	Jan Rutta	Elias Salomonsson	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Ryan Lomberg	60	1	2	2	Jan Rutta	Dysin Mayo	60	1	2	2
2	Cole Smith	40	1	2	2	Marek Alscher	Elias Salomonsson	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Ryan Lomberg	Cole Smith	60	1	2	2
2	Mikael Pyyhtia	Jared Davidson	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Dysin Mayo	Marek Alscher	60	1	2	2
2	Elias Salomonsson	Jan Rutta	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mikael Pyyhtia	Ryan Lomberg	Cole Smith	Jan Rutta	Connor Mackey

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mikael Pyyhtia	Ryan Lomberg	Cole Smith	Jan Rutta	Connor Mackey

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ryan Lomberg, Cole Smith, Rhett Pitlick	Ryan Lomberg, Cole Smith	Ryan Lomberg

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Marek Alscher, Jan Rutta, Dysin Mayo	Dysin Mayo	Jan Rutta, Dysin Mayo

Tirs de pénalité
Jared Davidson, Cole Smith, Rhett Pitlick, Ryan Lomberg, Mikael Pyyhtia

Gardien
#1 : Spencer Knight, #2 : Will Cranley

Lignes d’attaque personnalisées en prolongation
, Dakota Joshua, Rhett Pitlick, Cole Schwindt, Cole Smith, Mikael Pyyhtia, Ryan Lomberg, Bradly Nadeau, Jared Davidson, Sam Lafferty

Lignes de défense personnalisées en prolongation
Dysin Mayo, Marek Alscher, Jan Rutta, Connor Mackey, Elias Salomonsson

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Admirals	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	1	2	2	1.000	3	6	9	0	0	26	36	72	9	15	238	288	442	31	6	1	2	15	1	0	0.00%	1	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
2	Americans	2	0	1	0	0	1	0	0	2	5	-3	1	0	1	0	0	0	0	0	0	2	-2	1	0	0	0	0	1	0	0	2	3	-1	1	0.250	2	4	6	0	0	26	36	72	9	31	238	288	442	31	48	13	24	40	3	0	0.00%	7	2	71.43%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
3	Barracuda	3	1	1	0	1	0	0	0	3	6	-3	1	0	0	0	1	0	0	0	2	1	1	2	1	1	0	0	0	0	0	1	5	-4	4	0.667	3	5	8	0	1	26	36	72	9	39	238	288	442	31	41	8	34	43	3	0	0.00%	12	3	75.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
4	Bears	1	0	1	0	0	0	0	0	0	2	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	0	0	0	0	0	26	36	72	9	9	238	288	442	31	9	2	7	14	0	0	0%	1	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
5	Bruins	3	0	2	0	0	0	1	0	6	9	-3	2	0	1	0	0	0	1	0	4	5	-1	1	0	1	0	0	0	0	0	2	4	-2	2	0.333	6	9	15	1	0	26	36	72	9	43	238	288	442	31	50	18	26	61	2	2	100.00%	8	3	62.50%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
6	Canucks	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	1	2	2	1.000	3	3	6	0	0	26	36	72	9	21	238	288	442	31	14	8	11	15	0	0	0%	3	1	66.67%	1	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
7	Comets	2	1	1	0	0	0	0	0	5	3	2	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	5	1	4	2	0.500	5	8	13	0	0	26	36	72	9	22	238	288	442	31	30	9	21	26	5	2	40.00%	8	1	87.50%	2	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
8	Condors	4	3	1	0	0	0	0	0	8	9	-1	2	2	0	0	0	0	0	0	4	1	3	2	1	1	0	0	0	0	0	4	8	-4	6	0.750	8	14	22	0	1	26	36	72	9	76	238	288	442	31	88	33	66	70	12	3	25.00%	8	2	75.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
9	Crunch	3	2	1	0	0	0	0	0	9	7	2	3	2	1	0	0	0	0	0	9	7	2	0	0	0	0	0	0	0	0	0	0	0	4	0.667	9	14	23	0	0	26	36	72	9	45	238	288	442	31	38	12	37	52	6	4	66.67%	6	2	66.67%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
10	Eagles	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	4	8	0	0	26	36	72	9	10	238	288	442	31	6	5	2	27	1	1	100.00%	1	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
11	Griffins	2	0	0	0	0	2	0	0	5	7	-2	1	0	0	0	0	1	0	0	2	3	-1	1	0	0	0	0	1	0	0	3	4	-1	2	0.500	5	8	13	0	0	26	36	72	9	20	238	288	442	31	53	11	33	37	5	1	20.00%	4	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
12	IceHogs	1	0	1	0	0	0	0	0	0	2	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	0	0	0	0	0	26	36	72	9	9	238	288	442	31	9	1	0	18	1	0	0.00%	0	0	0%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
13	Islanders	2	1	1	0	0	0	0	0	5	7	-2	2	1	1	0	0	0	0	0	5	7	-2	0	0	0	0	0	0	0	0	0	0	0	2	0.500	5	9	14	0	0	26	36	72	9	39	238	288	442	31	64	10	10	44	7	1	14.29%	5	1	80.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
14	Marlies	2	1	0	0	0	1	0	0	3	3	0	1	1	0	0	0	0	0	0	3	2	1	1	0	0	0	0	1	0	0	0	1	-1	3	0.750	3	5	8	0	0	26	36	72	9	22	238	288	442	31	17	7	14	35	6	2	33.33%	2	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
15	Monsters	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	0	2	2	1.000	2	2	4	0	1	26	36	72	9	9	238	288	442	31	17	2	9	12	2	1	50.00%	2	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
16	Moose	2	0	1	0	1	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	1	4	-3	1	0	0	0	1	0	0	0	4	3	1	2	0.500	5	9	14	0	0	26	36	72	9	23	238	288	442	31	32	8	11	50	4	2	50.00%	3	1	66.67%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
17	Penguins	2	0	1	0	0	1	0	0	5	8	-3	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	4	6	-2	1	0.250	5	9	14	0	0	26	36	72	9	28	238	288	442	31	31	23	21	38	5	3	60.00%	8	4	50.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
18	Phantoms	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	26	36	72	9	34	238	288	442	31	20	7	4	17	2	0	0.00%	2	1	50.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
19	Reign	2	0	2	0	0	0	0	0	3	7	-4	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	3	4	7	0	0	26	36	72	9	34	238	288	442	31	72	22	20	33	8	1	12.50%	10	4	60.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
20	Roadrunners	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	4	1.000	6	8	14	0	0	26	36	72	9	38	238	288	442	31	46	10	14	31	5	2	40.00%	2	0	100.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
21	Rocket	1	0	0	0	0	0	0	1	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	2	3	-1	1	0.500	2	4	6	0	0	26	36	72	9	15	238	288	442	31	10	4	4	16	2	1	50.00%	2	1	50.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
22	Senators	2	1	0	0	0	0	1	0	5	2	3	1	1	0	0	0	0	0	0	2	0	2	1	0	0	0	0	0	1	0	3	2	1	4	1.000	5	7	12	0	1	26	36	72	9	30	238	288	442	31	19	3	30	38	3	0	0.00%	5	1	80.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
23	Silver Knights	4	2	1	0	1	0	0	0	7	6	1	2	1	0	0	1	0	0	0	5	1	4	2	1	1	0	0	0	0	0	2	5	-3	6	0.750	7	12	19	0	2	26	36	72	9	83	238	288	442	31	69	27	34	68	8	1	12.50%	7	2	71.43%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
24	Stars	2	0	1	0	0	0	1	0	7	8	-1	1	0	0	0	0	0	1	0	5	4	1	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	7	8	15	0	0	26	36	72	9	45	238	288	442	31	49	13	13	42	4	0	0.00%	4	1	75.00%	1	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
25	Thunderbirds	2	0	0	0	0	0	0	2	10	12	-2	1	0	0	0	0	0	0	1	4	5	-1	1	0	0	0	0	0	0	1	6	7	-1	2	0.500	10	15	25	0	0	26	36	72	9	55	238	288	442	31	80	26	28	31	7	3	42.86%	4	2	50.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
26	Wild	3	0	3	0	0	0	0	0	6	15	-9	1	0	1	0	0	0	0	0	2	3	-1	2	0	2	0	0	0	0	0	4	12	-8	0	0.000	6	10	16	0	0	26	36	72	9	61	238	288	442	31	126	30	58	46	3	0	0.00%	14	4	71.43%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
27	Wolf Pack	5	4	0	0	0	1	0	0	13	3	10	3	3	0	0	0	0	0	0	10	1	9	2	1	0	0	0	1	0	0	3	2	1	9	0.900	13	23	36	0	3	26	36	72	9	63	238	288	442	31	61	32	28	94	13	3	23.08%	9	1	88.89%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
28	Wolves	3	3	0	0	0	0	0	0	9	4	5	1	1	0	0	0	0	0	0	4	2	2	2	2	0	0	0	0	0	0	5	2	3	6	1.000	9	15	24	0	0	26	36	72	9	58	238	288	442	31	57	18	25	61	9	3	33.33%	10	3	70.00%	0	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
	Total	60	26	19	0	3	6	3	3	140	143	-3	30	15	8	0	2	2	2	1	77	62	15	30	11	11	0	1	4	1	2	63	81	-18	73	0.608	140	221	361	1	9	26	36	72	9	977	238	288	442	31	1162	363	586	1074	127	36	28.35%	148	40	72.97%	4	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
	_Since Last GM Reset	60	26	19	0	3	6	3	3	140	143	-3	30	15	8	0	2	2	2	1	77	62	15	30	11	11	0	1	4	1	2	63	81	-18	73	0.608	140	221	361	1	9	26	36	72	9	977	238	288	442	31	1162	363	586	1074	127	36	28.35%	148	40	72.97%	4	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
	_Vs Conference	36	19	11	0	2	1	2	1	78	70	8	17	10	4	0	2	0	1	0	42	23	19	19	9	7	0	0	1	1	1	36	47	-11	48	0.667	78	126	204	1	9	26	36	72	9	574	238	288	442	31	629	205	383	620	69	20	28.99%	94	24	74.47%	3	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759
	_Vs Division	14	12	8	0	1	1	1	0	24	29	-5	6	8	3	0	1	0	1	0	14	8	6	8	4	5	0	0	1	0	0	10	21	-11	29	1.036	24	38	62	0	4	26	36	72	9	253	238	288	442	31	284	98	165	229	31	5	16.13%	40	12	70.00%	1	393	800	49.13%	420	953	44.07%	321	634	50.63%	1028	370	1097	658	1508	759

			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
60	73	W1	140	221	361	977	1162	363	586	1074	1	9

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
60	26	19	3	6	3	3	140	143

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
30	15	8	2	2	2	1	77	62

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
30	11	11	1	4	1	2	63	81

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
3	3	0	2	0	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
127	36	28.35%	148	40	72.97%	4

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
238	288	442	31	26	36	72	9

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
393	800	49.13%	420	953	44.07%	321	634	50.63%

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
1028	370	1097	658	1508	759

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2	12	Crunch	1	Gulls	4	W			Sommaire du match
3	32	Gulls	3	Canucks	1	W			Sommaire du match
4	40	Gulls	0	Condors	6	L			Sommaire du match
5	58	Bruins	4	Gulls	2	L			Sommaire du match
7	80	Islanders	4	Gulls	5	W			Sommaire du match
8	88	Gulls	1	Silver Knights	5	L			Sommaire du match
10	105	Gulls	3	Wolves	1	W			Sommaire du match
11	116	Wolf Pack	0	Gulls	5	W			Sommaire du match
12	132	Silver Knights	1	Gulls	4	W			Sommaire du match
13	153	Gulls	2	Wolf Pack	0	W			Sommaire du match
15	169	Wild	3	Gulls	2	L			Sommaire du match
16	190	Condors	0	Gulls	1	W			Sommaire du match
17	200	Gulls	1	Wild	7	L			Sommaire du match
18	211	Gulls	1	Silver Knights	0	W			Sommaire du match
19	230	Bruins	1	Gulls	2	W	X	X	Sommaire du match
20	250	Moose	4	Gulls	1	L			Sommaire du match
21	252	Gulls	0	Barracuda	5	L			Sommaire du match
22	266	Gulls	4	Condors	2	W			Sommaire du match
24	286	Gulls	1	Barracuda	0	W			Sommaire du match
26	300	Crunch	1	Gulls	3	W			Sommaire du match
27	319	Reign	5	Gulls	3	L			Sommaire du match
28	331	Gulls	0	Reign	2	L			Sommaire du match
29	348	Comets	2	Gulls	0	L			Sommaire du match
30	362	Gulls	4	Moose	3	W	X		Sommaire du match
31	376	Gulls	2	Americans	3	L	X		Sommaire du match
32	394	Penguins	2	Gulls	1	L	X		Sommaire du match
34	406	Gulls	1	Wolf Pack	2	L	X		Sommaire du match
35	420	Gulls	3	Admirals	1	W			Sommaire du match
36	435	Stars	4	Gulls	5	W	X	X	Sommaire du match
37	456	Americans	2	Gulls	0	L			Sommaire du match
39	474	Roadrunners	1	Gulls	3	W			Sommaire du match
40	487	Gulls	2	Stars	4	L			Sommaire du match
41	501	Gulls	3	Griffins	4	L	X		Sommaire du match
42	512	Gulls	2	Wolves	1	W			Sommaire du match
43	527	Phantoms	2	Gulls	4	W			Sommaire du match
44	545	Barracuda	1	Gulls	2	W	X		Sommaire du match
45	565	Condors	1	Gulls	3	W			Sommaire du match
46	579	Gulls	4	Penguins	6	L			Sommaire du match
47	590	Gulls	5	Comets	1	W			Sommaire du match
48	604	Gulls	6	Thunderbirds	7	L	X	X	Sommaire du match
49	620	Silver Knights	0	Gulls	1	W	X		Sommaire du match
50	641	Wolves	2	Gulls	4	W			Sommaire du match
51	649	Gulls	3	Roadrunners	1	W			Sommaire du match
52	661	Gulls	0	IceHogs	2	L			Sommaire du match
53	681	Crunch	5	Gulls	2	L			Sommaire du match
54	701	Senators	0	Gulls	2	W			Sommaire du match
56	716	Gulls	3	Senators	2	W	X	X	Sommaire du match
57	729	Wolf Pack	0	Gulls	2	W			Sommaire du match
58	747	Gulls	3	Wild	5	L			Sommaire du match
59	760	Wolf Pack	1	Gulls	3	W			Sommaire du match
61	780	Gulls	2	Monsters	0	W			Sommaire du match
62	785	Gulls	0	Marlies	1	L	X		Sommaire du match
63	799	Gulls	2	Bruins	4	L			Sommaire du match
64	806	Marlies	2	Gulls	3	W			Sommaire du match
66	833	Griffins	3	Gulls	2	L	X		Sommaire du match
68	859	Gulls	0	Bears	2	L			Sommaire du match
69	866	Gulls	2	Rocket	3	L	X	X	Sommaire du match
70	878	Thunderbirds	5	Gulls	4	L	X	X	Sommaire du match
71	895	Islanders	3	Gulls	0	L			Sommaire du match
73	919	Eagles	2	Gulls	4	W			Sommaire du match
74	931	Gulls	-	Silver Knights	-
76	948	Bruins	-	Gulls	-
77	965	Gulls	-	Checkers	-
78	972	Gulls	-	Phantoms	-
80	986	Admirals	-	Gulls	-
82	1015	Heat	-	Gulls	-
83	1033	Gulls	-	Islanders	-
84	1043	IceHogs	-	Gulls	-
86	1065	Monsters	-	Gulls	-
87	1080	Gulls	-	Canucks	-
88	1086	Gulls	-	Crunch	-
89	1102	Marlies	-	Gulls	-
90	1115	Gulls	-	Eagles	-
91	1129	Gulls	-	Wild	-
92	1144	Wild	-	Gulls	-
94	1165	Gulls	-	Heat	-
95	1172	Wolves	-	Gulls	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
97	1198	Canucks	-	Gulls	-
98	1207	Gulls	-	Canucks	-
100	1228	Canucks	-	Gulls	-
101	1240	Gulls	-	Bruins	-
103	1262	Bears	-	Gulls	-
105	1279	Checkers	-	Gulls	-
106	1286	Gulls	-	Crunch	-
107	1296	Gulls	-	Condors	-
110	1322	Rocket	-	Gulls	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	40	20
Assistance	37,971	17,134
Assistance PCT	63.29%	57.11%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
13	1837 - 61.23%	92,455$	2,773,662$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
5,696,988$	3,684,617$	3,684,617$	5,000,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
32,898$	2,438,049$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
1,201,920$	39	77,541$	3,024,099$

Gulls Leaders statistiques des joueurs (saison régulière)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Gulls Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

Gulls Statistiques de l'Équipe de Carrière

Afficher ou masquer des colonnes

	Total											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT

Gulls Leaders statistiques des joueurs (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Gulls Leaders des statistiques des gardiens (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

	Gulls
	GP: 60 \| W: 32 \| L: 19 \| OTL: 9 \| P: 73 GF: 140 \| GA: 143 \| PP%: 28.35% \| PK%: 72.97% DG: Roger Storoschuk \| Morale : 53 \| Moyenne d’équipe : 60 Prochains matchs #931 vs Silver Knights