Reddit Hockey League

Flyers
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière

Comets
0-0-0, 0pts

2022-09-15

Phantoms
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0.00	Buts par match	0.00
0.00	Buts contre par match	0.00
0.00%	Pourcentage en avantage numérique	0.00%
0.00%	Pourcentage en désavantage numérique	0.00%

Canucks
0-0-0, 0pts

2022-09-17

Phantoms
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0.00	Buts par match	0.00
0.00	Buts contre par match	0.00
0.00%	Pourcentage en avantage numérique	0.00%
0.00%	Pourcentage en désavantage numérique	0.00%

Phantoms
0-0-0, 0pts

2022-09-20

Crunch
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0.00	Buts par match	0.00
0.00	Buts contre par match	0.00
0.00%	Pourcentage en avantage numérique	0.00%
0.00%	Pourcentage en désavantage numérique	0.00%

Meneurs d'équipe

Statistiques d’équipe
Buts pour 0 0.00 GFG	Tirs pour 0 0.00 Avg	Pourcentage en avantage numérique 0.0% 0 GF	Début de zone offensive 0.0%
Buts contre 0 0.00 GAA	Tirs contre 0 0.00 Avg	Pourcentage en désavantage numérique 0.0% 0 GA	Début de la zone défensive 0.0%

Information d’équipe
	Directeur général	bananaduck
	Entraîneur	Ron Rolston
	Division	Metropolitan Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	0
Information formation
	Équipe Pro	24
	Équipe Mineure	18
	Limite contact	42 / 90
	Espoirs	23
Historique d'équipe
	Saison actuelle	0-0-0 (0PTS)
	Historique	78-62-16 (0.500%)
	Apparitions séries éliminatoires	0
	Historique séries éliminatoires (W-L)	-
	Stanley Cup	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 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 moyen
1	Jack Studnicka	68	X				100.00	73	42	78	62	81	62	49	59	73	69	60	61	60	55	64	0	40	59	0	23	1	1,125,000$
2	Jeff Malott (R)	0		X			100.00	98	45	74	58	85	60	51	60	40	64	64	64	62	52	65	0	40	59	0	26	1	800,000$
3	Cole Reinhardt (R)	23		X			100.00	90	50	75	55	83	60	55	56	40	62	60	65	60	52	65	0	40	58	0	22	2	800,000$
4	Michael Mersch	28		X			100.00	50	52	75	55	86	60	43	63	40	66	65	62	63	68	74	0	40	58	0	30	1	750,000$
5	Lane Pederson	93	X				100.00	88	43	80	60	81	66	51	57	66	63	59	61	60	55	68	0	40	58	0	25	2	900,000$
6	Alex Belzile	0	X		X		100.00	81	49	78	57	83	60	41	57	52	63	61	62	61	59	69	0	40	57	0	31	1	750,000$
7	Justin Bailey	0			X		100.00	65	49	79	54	89	60	41	59	46	63	63	63	62	56	67	0	40	57	0	27	1	750,000$
8	Jacob Perreault (R)	0			X		100.00	50	48	75	57	81	60	47	60	40	65	61	56	61	52	62	0	40	56	0	20	3	850,000$
9	Joel Teasdale (R)	41		X			100.00	50	51	75	55	84	60	22	60	40	64	63	62	62	54	63	0	40	56	0	23	1	800,000$
10	Brian Flynn	0	X				100.00	50	41	75	57	81	60	39	56	60	62	60	62	60	60	67	0	40	56	0	34	1	750,000$
11	Jake McGrew (R)	80	X	X	X		100.00	50	47	75	56	80	60	38	56	40	62	60	62	60	52	62	0	40	55	0	23	1	750,000$
12	Spencer Smallman	75			X		100.00	50	45	75	54	84	60	43	56	40	63	59	62	60	56	65	0	40	55	0	26	1	850,000$
13	Mason Millman (R)	0				X	100.00	50	39	75	56	79	60	26	64	20	61	58	68	59	54	63	0	40	56	0	21	3	750,000$
14	Jeremy Groleau	70				X	100.00	50	44	75	52	84	60	28	65	20	62	57	68	59	52	62	0	40	56	0	22	1	750,000$
15	Giovanni Vallati	0				X	100.00	50	42	75	53	82	60	39	63	20	60	57	68	59	51	61	0	40	56	0	22	2	750,000$
16	Frank Hora	0				X	100.00	50	53	75	49	87	60	30	64	20	61	56	68	58	58	67	0	40	56	0	26	1	750,000$
17	J D Greenway (R)	0				X	100.00	50	48	75	49	89	60	20	63	20	60	55	68	58	51	61	0	40	55	0	24	1	750,000$
18	Jacob LeGuerrier (R)	0				X	100.00	50	46	75	50	84	60	23	63	20	60	57	68	59	51	61	0	40	55	0	21	2	750,000$
Rayé
1	Cole Coskey (R)	0	X	X	X		100.00	50	45	75	52	84	60	38	52	40	62	56	62	58	51	61	0	40	54	0	23	2	750,000$
2	Matej Pekar (R)	92		X			100.00	50	46	75	54	81	60	25	50	40	59	56	62	58	51	61	0	40	53	0	22	2	750,000$
3	Matthew Barnaby	0	X	X	X		100.00	50	48	75	52	83	60	10	50	40	59	56	62	58	50	60	0	40	52	0	24	1	750,000$
4	Blake Hillman	0				X	100.00	50	45	75	53	84	60	21	67	20	64	56	68	58	58	66	0	40	56	0	26	0	0$

	MOYENNE D’ÉQUIPE					100.00	59	46	76	55	83	60	35	59	38	62	59	64	60	54	64	0	40	56

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	Pat Nagle	100.00	58	67	64	85	62	62	60	63	63	60	61	88	76	0	40	65	0
2	Cedrick Andree (R)	100.00	28	47	44	80	33	33	33	33	33	28	31	66	67	0	40	42	0
Rayé

	MOYENNE D’ÉQUIPE	100.00	43	57	54	83	48	48	47	48	48	44	46	77	72	0	40	54

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Ron Rolston	75	75	75	75	75	75	75	USA	56	8	500,000$

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

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

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	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Alex Belzile	Phantoms (PHI)	C/RW	31	8/31/1991	No	197 Lbs	6 ft0	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Blake Hillman	Phantoms (PHI)	D	26	1/26/1996	No	200 Lbs	6 ft1	No	No	No	0	Pro & Farm					0$	0$	No			Lien
Brian Flynn	Phantoms (PHI)	C	34	7/26/1988	No	185 Lbs	6 ft1	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Cedrick Andree	Phantoms (PHI)	G	22	6/7/2000	Yes	172 Lbs	5 ft10	No	No	No	2	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$		Lien
Cole Coskey	Phantoms (PHI)	C/LW/RW	23	6/1/1999	Yes	200 Lbs	6 ft1	No	No	No	2	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$		Lien
Cole Reinhardt	Phantoms (PHI)	LW	22	2/1/2000	Yes	200 Lbs	6 ft0	No	No	No	2	Pro & Farm	800,000$	791,534$	800,000$	791,534$	0$	0$	No	800,000$		Lien
Frank Hora	Phantoms (PHI)	D	26	6/1/1996	No	210 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Giovanni Vallati	Phantoms (PHI)	D	22	2/21/2000	No	187 Lbs	6 ft2	No	No	No	2	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$		Lien
J D Greenway	Phantoms (PHI)	D	24	4/27/1998	Yes	211 Lbs	6 ft5	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Jack Studnicka	Phantoms (PHI)	C	23	2/18/1999	No	186 Lbs	6 ft2	No	No	No	1	Pro & Farm	1,125,000$	1,113,095$	1,125,000$	1,113,095$	0$	0$	No			Lien
Jacob LeGuerrier	Phantoms (PHI)	D	21	10/22/2000	Yes	203 Lbs	6 ft1	No	No	No	2	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$		Lien
Jacob Perreault	Phantoms (PHI)	RW	20	4/15/2002	Yes	192 Lbs	5 ft11	No	No	No	3	Pro & Farm	850,000$	841,005$	850,000$	841,005$	0$	0$	No	850,000$	850,000$	Lien
Jake McGrew	Phantoms (PHI)	C/LW/RW	23	2/25/1999	Yes	187 Lbs	5 ft11	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Jeff Malott	Phantoms (PHI)	LW	26	8/7/1996	Yes	201 Lbs	6 ft3	No	No	No	1	Pro & Farm	800,000$	791,534$	800,000$	791,534$	0$	0$	No			Lien
Jeremy Groleau	Phantoms (PHI)	D	22	10/25/1999	No	197 Lbs	6 ft3	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Joel Teasdale	Phantoms (PHI)	LW	23	3/11/1999	Yes	203 Lbs	6 ft0	No	No	No	1	Pro & Farm	800,000$	791,534$	800,000$	791,534$	0$	0$	No			Lien
Justin Bailey	Phantoms (PHI)	RW	27	7/1/1995	No	214 Lbs	6 ft4	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Lane Pederson	Phantoms (PHI)	C	25	8/4/1997	No	192 Lbs	6 ft0	No	No	No	2	Pro & Farm	900,000$	890,476$	900,000$	890,476$	0$	0$	No	900,000$		Lien
Mason Millman	Phantoms (PHI)	D	21	7/18/2001	Yes	176 Lbs	6 ft1	No	No	No	3	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$	750,000$	Lien
Matej Pekar	Phantoms (PHI)	LW	22	2/10/2000	Yes	185 Lbs	6 ft1	No	No	No	2	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No	750,000$		Lien
Matthew Barnaby	Phantoms (PHI)	C/LW/RW	24	5/2/1998	No	193 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Michael Mersch	Phantoms (PHI)	LW	30	10/2/1992	No	209 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Pat Nagle	Phantoms (PHI)	G	35	7/1/1987	No	201 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	742,063$	750,000$	742,063$	0$	0$	No			Lien
Spencer Smallman	Phantoms (PHI)	RW	26	9/9/1996	No	200 Lbs	6 ft1	No	No	No	1	Pro & Farm	850,000$	841,005$	850,000$	841,005$	0$	0$	No			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	24.92	196 Lbs	6 ft1	1.42	755,208$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeff Malott	Jack Studnicka	Alex Belzile	40	1	2	2
2	Michael Mersch	Lane Pederson	Justin Bailey	30	1	2	2
3	Cole Reinhardt	Brian Flynn	Jacob Perreault	20	1	2	2
4	Joel Teasdale	Jake McGrew	Spencer Smallman	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Giovanni Vallati	Frank Hora	40	1	2	2
2	Jeremy Groleau	Mason Millman	30	1	2	2
3	J D Greenway	Jacob LeGuerrier	20	1	2	2
4	Giovanni Vallati	Frank Hora	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeff Malott	Jack Studnicka	Alex Belzile	60	1	2	2
2	Michael Mersch	Lane Pederson	Justin Bailey	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Giovanni Vallati	Frank Hora	60	1	2	2
2	Jeremy Groleau	Mason Millman	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jack Studnicka	Jeff Malott	60	1	2	2
2	Michael Mersch	Cole Reinhardt	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Giovanni Vallati	Frank Hora	60	1	2	2
2	Jeremy Groleau	Mason Millman	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jack Studnicka	60	1	2	2	Giovanni Vallati	Frank Hora	60	1	2	2
2	Jeff Malott	40	1	2	2	Jeremy Groleau	Mason Millman	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jack Studnicka	Jeff Malott	60	1	2	2
2	Michael Mersch	Cole Reinhardt	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Giovanni Vallati	Frank Hora	60	1	2	2
2	Jeremy Groleau	Mason Millman	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jeff Malott	Jack Studnicka	Alex Belzile	Giovanni Vallati	Frank Hora

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jeff Malott	Jack Studnicka	Alex Belzile	Giovanni Vallati	Frank Hora

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Brian Flynn, Joel Teasdale, Jacob Perreault	Brian Flynn, Joel Teasdale	Jacob Perreault

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
J D Greenway, Jacob LeGuerrier, Jeremy Groleau	J D Greenway	Jacob LeGuerrier, Jeremy Groleau

Tirs de pénalité
Jack Studnicka, Jeff Malott, Michael Mersch, Cole Reinhardt, Lane Pederson

Gardien
#1 : Pat Nagle, #2 : Cedrick Andree

Lignes d’attaque personnalisées en prolongation
Jack Studnicka, Jeff Malott, Michael Mersch, Cole Reinhardt, Lane Pederson, Alex Belzile, Alex Belzile, Justin Bailey, Brian Flynn, Joel Teasdale, Jacob Perreault

Lignes de défense personnalisées en prolongation
Giovanni Vallati, Frank Hora, Jeremy Groleau, Mason Millman, J D Greenway

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
	Total	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	0	0	0	0	0	0	0	0.000	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0.00%	0	0	0	0.00%	0	0	0.00%	0	0	0.00%	0	0	0	0	0	0

			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
0	0	N/A	0	0	0	0	0	0	0	0	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	0	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
0	0	0.00%	0	0	0.00%	0

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
0	0	0	0	0	0	0	0

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
0	0	0.00%	0	0	0.00%	0	0	0.00%

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
0	0	0	0	0	0

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
7 - 2022-09-15	12	Comets	-	Phantoms	-
9 - 2022-09-17	26	Canucks	-	Phantoms	-
12 - 2022-09-20	53	Phantoms	-	Crunch	-
13 - 2022-09-21	56	Phantoms	-	Checkers	-
16 - 2022-09-24	83	Phantoms	-	Admirals	-
17 - 2022-09-25	91	Barracuda	-	Phantoms	-
21 - 2022-09-29	112	Checkers	-	Phantoms	-
23 - 2022-10-01	132	Wolves	-	Phantoms	-
26 - 2022-10-04	149	Phantoms	-	Wolf Pack	-
27 - 2022-10-05	159	Phantoms	-	Marlies	-
30 - 2022-10-08	183	Phantoms	-	Senators	-
33 - 2022-10-11	199	Thunderbirds	-	Phantoms	-
35 - 2022-10-13	214	Phantoms	-	Monsters	-
37 - 2022-10-15	225	Senators	-	Phantoms	-
38 - 2022-10-16	238	Stars	-	Phantoms	-
40 - 2022-10-18	250	Phantoms	-	Monsters	-
42 - 2022-10-20	265	Phantoms	-	Bruins	-
44 - 2022-10-22	281	Phantoms	-	Rocket	-
46 - 2022-10-24	292	Heat	-	Phantoms	-
48 - 2022-10-26	312	Phantoms	-	Bears	-
50 - 2022-10-28	324	Penguins	-	Phantoms	-
51 - 2022-10-29	337	Phantoms	-	Islanders	-
54 - 2022-11-01	353	Islanders	-	Phantoms	-
56 - 2022-11-03	367	Crunch	-	Phantoms	-
58 - 2022-11-05	382	Comets	-	Phantoms	-
60 - 2022-11-07	397	Eagles	-	Phantoms	-
62 - 2022-11-09	413	Bears	-	Phantoms	-
64 - 2022-11-11	432	Phantoms	-	Silver Knights	-
66 - 2022-11-13	445	Phantoms	-	Roadrunners	-
68 - 2022-11-15	464	Phantoms	-	Eagles	-
70 - 2022-11-17	473	Phantoms	-	Comets	-
72 - 2022-11-19	489	Wolf Pack	-	Phantoms	-
75 - 2022-11-22	510	Monsters	-	Phantoms	-
77 - 2022-11-24	525	Phantoms	-	Marlies	-
78 - 2022-11-25	535	Phantoms	-	Wolves	-
84 - 2022-12-01	573	Phantoms	-	Barracuda	-
86 - 2022-12-03	580	Phantoms	-	Reign	-
88 - 2022-12-05	597	Phantoms	-	Gulls	-
91 - 2022-12-08	612	Roadrunners	-	Phantoms	-
94 - 2022-12-11	643	Marlies	-	Phantoms	-
97 - 2022-12-14	659	Bears	-	Phantoms	-
100 - 2022-12-17	681	Phantoms	-	Bears	-
102 - 2022-12-19	695	Phantoms	-	Bruins	-
103 - 2022-12-20	705	Gulls	-	Phantoms	-
105 - 2022-12-22	719	IceHogs	-	Phantoms	-
107 - 2022-12-24	735	Phantoms	-	Griffins	-
108 - 2022-12-25	749	Moose	-	Phantoms	-
110 - 2022-12-27	757	Reign	-	Phantoms	-
112 - 2022-12-29	779	Phantoms	-	Wild	-
114 - 2022-12-31	790	Phantoms	-	Moose	-
123 - 2023-01-09	807	Islanders	-	Phantoms	-
126 - 2023-01-12	822	Condors	-	Phantoms	-
128 - 2023-01-14	836	Admirals	-	Phantoms	-
129 - 2023-01-15	848	Firebirds	-	Phantoms	-
133 - 2023-01-19	876	Phantoms	-	Firebirds	-
135 - 2023-01-21	890	Phantoms	-	Canucks	-
137 - 2023-01-23	905	Phantoms	-	Heat	-
138 - 2023-01-24	916	Phantoms	-	Condors	-
141 - 2023-01-27	932	Rocket	-	Phantoms	-
142 - 2023-01-28	941	Phantoms	-	Comets	-
146 - 2023-02-01	968	Wolf Pack	-	Phantoms	-
149 - 2023-02-04	990	Phantoms	-	Americans	-
150 - 2023-02-05	1003	Griffins	-	Phantoms	-
152 - 2023-02-07	1014	Phantoms	-	Crunch	-
154 - 2023-02-09	1030	Phantoms	-	Wolves	-
156 - 2023-02-11	1039	Phantoms	-	Penguins	-
159 - 2023-02-14	1066	Silver Knights	-	Phantoms	-
162 - 2023-02-17	1091	Americans	-	Phantoms	-
163 - 2023-02-18	1099	Wolves	-	Phantoms	-
166 - 2023-02-21	1122	Checkers	-	Phantoms	-
168 - 2023-02-23	1136	Wild	-	Phantoms	-
170 - 2023-02-25	1150	Griffins	-	Phantoms	-
173 - 2023-02-28	1177	Rocket	-	Phantoms	-
175 - 2023-03-02	1193	Phantoms	-	Senators	-
177 - 2023-03-04	1206	Americans	-	Phantoms	-
178 - 2023-03-05	1221	Phantoms	-	Penguins	-
180 - 2023-03-07	1234	Phantoms	-	Thunderbirds	-
182 - 2023-03-09	1252	Phantoms	-	Stars	-
184 - 2023-03-11	1268	Phantoms	-	Islanders	-
185 - 2023-03-12	1273	Bruins	-	Phantoms	-
187 - 2023-03-14	1287	Monsters	-	Phantoms	-
189 - 2023-03-16	1306	Phantoms	-	IceHogs	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	0
Assistance	0.00%	0.00%
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
41	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
19,180$	1,812,500$	1,812,500$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,590$	19,180$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	187	9,590$	1,793,330$

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
Saison régulière
11	82	30	31	0	7	11	2	1	169	186	-17	41	18	13	0	3	6	0	1	95	95	0	41	12	18	0	4	5	2	0	74	91	-17	90	169	274	443	5	8	24	71	65	13	2024	472	766	737	60	2302	743	263	1768	91	35	38.46%	94	25	73.40%	2	650	1341	48.47%	663	1460	45.41%	437	936	46.69%	1500	667	1599	835	1848	916
11	82	30	31	0	7	11	2	1	169	186	-17	41	18	13	0	3	6	0	1	95	95	0	41	12	18	0	4	5	2	0	74	91	-17	90	169	274	443	5	8	24	71	65	13	2024	472	766	737	60	2302	743	263	1768	91	35	38.46%	94	25	73.40%	2	650	1341	48.47%	663	1460	45.41%	437	936	46.69%	1500	667	1599	835	1848	916
Total Saison régulière	164	60	62	0	14	22	4	2	338	372	-34	82	36	26	0	6	12	0	2	190	190	0	82	24	36	0	8	10	4	0	148	182	-34	180	338	548	886	10	16	48	142	130	26	4048	944	1532	1474	120	4604	1486	526	3536	182	70	38.46%	188	50	73.40%	4	1300	2682	48.47%	1326	2920	45.41%	874	1872	46.69%	3000	1335	3198	1670	3696	1832

	Phantoms
	GP: 0 \| W: 0 \| L: 0 \| OTL: 0 \| P: 0 GF: 0 \| GA: 0 \| PP%: 0.00% \| PK%: 0.00% DG: bananaduck \| Morale : 40 \| Moyenne d’équipe : 56 Prochain matchs #12 vs Comets