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

Centre de jeu
	Norsemen 1-0-0, 2pts	3	FINAL	2	Sens 0-1-1, 1pts

Team Stats
W1	Séquence	SOL1
0-0-0	Fiche domicile	0-1-0
1-0-0	Fiche domicile	0-0-1
1-0-0	Derniers 10 matchs	0-1-1
3.00	Buts par match	3.50
2.00	Buts contre par match	4.50
16.67%	Pourcentage en avantage numérique	42.86%
0.00%	Pourcentage en désavantage numérique	66.67%

Sens
0-1-1, 1pts

FINAL

Americans
1-0-0, 2pts

Team Stats
SOL1	Séquence	W1
0-1-0	Fiche domicile	1-0-0
0-0-1	Fiche domicile	0-0-0
0-1-1	Derniers 10 matchs	1-0-0
3.50	Buts par match	6.00
4.50	Buts contre par match	5.00
42.86%	Pourcentage en avantage numérique	50.00%
66.67%	Pourcentage en désavantage numérique	66.67%

Moose
1-0-0, 2pts

Jour 5

Sens
0-1-1, 1pts

Statistiques d’équipe
W1	Séquence	SOL1
0-0-0	Fiche domicile	0-1-0
1-0-0	Fiche visiteur	0-0-1
1-0-0	10 derniers matchs	0-1-1
6.00	Buts par match	3.50
4.00	Buts contre par match	3.50
30.00%	Pourcentage en avantage numérique	42.86%
50.00%	Pourcentage en désavantage numérique	66.67%

Sens
0-1-1, 1pts

Jour 7

Phantoms
0-1-0, 0pts

Statistiques d’équipe
SOL1	Séquence	L1
0-1-0	Fiche domicile	0-0-0
0-0-1	Fiche visiteur	0-1-0
0-1-1	10 derniers matchs	0-1-0
3.50	Buts par match	5.00
4.50	Buts contre par match	5.00
42.86%	Pourcentage en avantage numérique	0.00%
66.67%	Pourcentage en désavantage numérique	20.00%

Sens
0-1-1, 1pts

Jour 8

Wolves
1-0-0, 2pts

Statistiques d’équipe
SOL1	Séquence	W1
0-1-0	Fiche domicile	1-0-0
0-0-1	Fiche visiteur	0-0-0
0-1-1	10 derniers matchs	1-0-0
3.50	Buts par match	6.00
4.50	Buts contre par match	6.00
42.86%	Pourcentage en avantage numérique	80.00%
66.67%	Pourcentage en désavantage numérique	100.00%

Meneurs d'équipe
	Buts Kevin Hayes 4	Passes Alex Bump 3

	Points Kevin Hayes 5	Plus/Moins Kevin Hayes 1

	Victoires Anson Thornton 0	Pourcentage d’arrêts Anson Thornton 0.885

Statistiques d’équipe
Buts pour 7 3.50 GFG	Tirs pour 71 35.50 Avg	Pourcentage en avantage numérique 42.9% 3 GF	Début de zone offensive 36.7%
Buts contre 9 4.50 GAA	Tirs contre 80 40.00 Avg	Pourcentage en désavantage numérique 66.7%% 4 GA	Début de la zone défensive 37.4%

Informations de l'équipe
	Directeur général	David - Interims GM
	Entraîneur	Jeff Halpern
	Division	North Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	8,500
	Assistance	8,500
	Billets de saison	850
Informations de la formation
	Équipe Pro	39
	Équipe Mineure	21
	Limite contact	60 / 65
	Espoirs	21

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	Joseph LaBate	X				100.00	73	50	68	66	85	76	77	62	68	62	63	73	65	66	72	0	96	0	0	32	1	800,000$
2	Aidan McDonough		X	X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	56	68	0	96	0	0	26	2	1,722,405$
3	Rafael Harvey-Pinard		X	X		100.00	60	50	91	70	67	78	91	63	61	63	63	65	65	58	64	0	93	0	0	26	1	1,350,000$
4	Joshua Roy		X	X		100.00	66	50	90	71	73	76	89	65	61	65	65	69	65	51	60	0	96	0	0	22	2	826,875$
5	Kevin Hayes	X	X	X		100.00	71	50	93	76	82	79	78	72	71	67	69	68	68	65	68	0	93	0	0	33	1	880,000$
6	Lukas Reichel		X	X		100.00	63	50	93	79	65	79	87	72	64	68	68	67	65	50	60	0	96	0	0	23	1	1,700,000$
7	Sam Lafferty	X				100.00	71	50	91	63	78	75	78	67	68	65	65	67	65	61	68	0	93	0	0	30	3	800,000$
8	Tyson Jost	X				100.00	69	50	91	75	71	79	91	71	64	66	68	77	66	54	65	0	93	0	0	27	3	900,000$
9	Carter Mazur		X	X		100.00	71	50	95	66	75	77	77	65	61	65	65	69	65	42	57	0	96	0	0	23	3	1,150,000$
10	Kyle MacLean	X				100.00	75	54	89	66	72	77	87	69	74	65	65	70	65	43	58	0	93	0	0	26	3	820,000$
11	Alex Bump		X			100.00	61	50	89	70	74	79	86	69	61	69	68	68	65	46	57	0	93	0	0	22	1	700,000$
12	Maxim Strbak				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	96	0	0	20	3	1,550,000$
13	Simon Lundmark				X	100.00	66	50	91	63	73	83	87	61	25	62	60	73	65	55	61	0	96	0	0	25	2	1,128,685$
14	Michael Callahan				X	100.00	60	50	91	66	74	79	89	63	25	64	61	73	65	54	64	0	96	0	0	26	2	1,600,855$
15	Theo Lindstein	X			X	100.00	60	50	92	64	74	82	94	66	25	67	66	70	65	42	57	0	96	0	1	20	1	1,250,000$
16	Scott Morrow				X	97.00	63	50	94	77	79	82	89	73	25	70	65	69	65	42	57	0	96	0	1	23	3	1,450,000$
17	Zayne Parekh				X	97.00	64	50	93	82	68	84	82	74	25	67	73	68	65	48	57	0	96	0	0	19	2	1,500,000$
18	Konnor Smith				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	56	59	0	96	0	0	21	2	825,000$
Rayé
1	Bradley Marek	X	X	X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	50	61	0	97	0	0	25	1	800,000$
2	Lucas Condotta		X	X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	0	28	1	650,000$
3	Lucas Ciona		X	X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	0	22	2	800,000$
4	Jesse Nurmi		X	X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	1	20	1	750,000$
5	Topi Ronni	X				100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	1	21	1	975,000$
6	Marek Vanacker		X			100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	52	59	0	97	0	0	19	2	1,500,000$
7	Andrei Loshko			X		100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	54	59	0	97	0	0	21	2	750,000$
8	Joey Willis	X	X			100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	52	59	0	97	0	0	20	2	750,000$
9	Nolan Allan				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	56	61	0	97	0	0	22	3	1,250,000$
10	Kyle Masters				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	0	22	1	800,000$
11	Artur Cholach				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	47	60	0	97	0	0	22	1	800,000$
12	Dmitry Kuzmin				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	47	60	0	97	0	0	22	1	800,000$
13	Gavin White				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	0	23	2	800,000$
14	Frederic Brunet	X			X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	46	59	0	97	0	1	22	1	825,000$
15	Charlie Elick				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	57	64	0	97	0	0	19	2	1,250,000$
16	Dominik Badinka				X	100.00	60	60	60	60	60	70	70	60	60	60	60	60	60	50	59	0	97	0	0	20	2	1,250,000$

	MOYENNE D’ÉQUIPE					99.82	63	56	73	65	66	74	77	63	56	63	62	64	62	51	61	0	96	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	Âge	Contrat	Salaire
1	Anson Thornton	97.00	60	70	70	60	60	60	60	60	60	60	60	49	61	0	96	0	0	22	2	800,000$
2	Philip Svedeback	100.00	60	70	70	60	60	60	60	60	60	60	60	55	61	0	97	0	0	23	1	750,000$
Rayé
1	Tristan Jarry	91.38	68	81	78	82	76	65	70	66	75	65	73	64	71	0	88	0	0	30	1	2,520,000$
2	Kevin Reidler	100.00	60	70	70	60	60	60	60	60	60	60	60	49	61	0	98	0	0	21	2	900,000$
3	Damian Clara	100.00	60	70	70	60	60	60	60	60	60	60	60	51	56	0	98	0	1	20	1	975,000$

	MOYENNE D’ÉQUIPE	97.60	62	72	72	64	63	61	62	61	63	61	63	54	62	0	95	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jeff Halpern	70	75	77	72	63	68	1	USA	50	2	600,000$

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	PKS	PKM	FO%	FOT	GA	TA	HT	P/20	PSG	PSS	FL	FT	S1
1	Kevin Hayes	Sens (OTT)	C/LW/RW	2	4	1	5	1	0	0	3	4	11	2	10	36.36%	1	44	22.01	3	0	3	6	4	1	8	54.55%	11	2	1	1	2.27	0	0	0	0	1
2	Alex Bump	Sens (OTT)	LW	2	1	3	4	0	7	5	3	3	7	0	3	14.29%	1	31	15.79	0	2	2	2	4	0	0	33.33%	3	0	1	0	2.53	0	1	1	0	0
3	Lukas Reichel	Sens (OTT)	LW/RW	2	0	3	3	-2	0	0	7	0	6	3	5	0%	1	42	21.08	0	2	2	1	4	1	9	50.00%	2	0	1	0	1.42	0	1	0	0	0
4	Simon Lundmark	Sens (OTT)	D	2	0	2	2	1	0	0	0	3	1	0	1	0%	2	42	21.07	0	1	1	1	4	0	9	0%	0	0	2	0	0.95	0	0	0	0	0
5	Tyson Jost	Sens (OTT)	C	2	0	2	2	0	2	0	2	5	3	0	1	0%	0	43	21.76	0	0	0	1	4	0	8	47.83%	46	1	1	0	0.92	0	0	0	0	0
6	Rafael Harvey-Pinard	Sens (OTT)	LW/RW	2	1	0	1	0	5	5	1	2	6	0	4	16.67%	1	25	12.82	0	0	0	0	0	0	0	0%	0	0	0	0	0.78	0	0	1	0	0
7	Michael Callahan	Sens (OTT)	D	2	0	1	1	1	2	0	2	4	1	0	0	0%	4	39	19.65	0	0	0	0	4	0	8	0%	0	1	1	0	0.51	0	0	0	0	0
8	Kyle MacLean	Sens (OTT)	C	2	1	0	1	0	4	0	1	4	8	2	6	12.50%	0	35	17.90	0	0	0	0	0	0	6	57.14%	21	0	1	0	0.56	0	0	0	0	0
9	Maxim Strbak	Sens (OTT)	D	2	0	0	0	0	2	0	4	1	1	0	0	0%	0	28	14.45	0	0	0	0	0	0	0	0%	0	0	2	0	0	0	0	0	0	0
10	Joseph LaBate	Sens (OTT)	C	2	0	0	0	1	4	0	5	2	2	0	1	0%	1	20	10.07	0	0	0	0	0	0	0	35.71%	14	0	0	0	0	0	0	0	0	0
11	Aidan McDonough	Sens (OTT)	LW/RW	2	0	0	0	0	8	0	7	2	4	0	1	0%	1	34	17.44	0	0	0	0	0	0	0	100.00%	1	1	0	0	0	0	0	0	0	0
12	Joshua Roy	Sens (OTT)	LW/RW	2	0	0	0	0	0	0	1	2	3	3	6	0%	0	25	12.91	0	0	0	0	4	0	0	0%	0	1	1	0	0	0	0	0	0	0
13	Sam Lafferty	Sens (OTT)	C	2	0	0	0	0	0	0	0	0	2	0	0	0%	0	20	10.34	0	0	0	0	0	0	0	37.50%	40	0	0	0	0	0	0	0	0	0
14	Carter Mazur	Sens (OTT)	LW/RW	2	0	0	0	0	5	5	1	0	1	0	0	0%	2	17	8.84	0	0	0	0	4	0	0	50.00%	2	0	0	0	0	0	0	0	1	0
15	Theo Lindstein	Sens (OTT)	C/D	2	0	0	0	0	0	0	1	0	1	0	0	0%	0	7	3.77	0	0	0	0	0	0	3	14.29%	7	0	1	0	0	0	0	0	0	0
16	Scott Morrow	Sens (OTT)	D	2	0	0	0	-1	0	0	2	1	2	2	2	0%	6	57	28.72	0	0	0	0	4	0	9	0%	0	2	2	0	0	0	0	0	0	0
17	Zayne Parekh	Sens (OTT)	D	2	0	0	0	-2	0	0	3	4	11	6	2	0%	4	57	28.84	0	0	0	1	4	2	9	0%	0	3	2	0	0	1	1	0	0	0
18	Konnor Smith	Sens (OTT)	D	2	0	0	0	1	5	5	0	0	1	0	0	0%	2	24	12.43	0	0	0	0	0	0	0	0%	0	1	1	0	0	0	0	0	1	0
Statistiques d’équipe totales ou en moyenne				36	7	12	19	0	44	20	43	37	71	18	42	9.86%	26	599	16.66	3	5	8	12	44	4	77	44.22%	147	12	17	1	0.63	1	3	2	2	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	L	OTL	PCT	GAA	MP	GA	SA	SAR	PS %	PSA	ST	BG
1	Tristan Jarry	Sens (OTT)	1	0	0	0.929	3.08	39	2	28	16	0	0	1	0
2	Anson Thornton	Sens (OTT)	2	1	1	0.885	4.29	84	6	52	31	0.333	3	1	1
Statistiques d’équipe totales ou en moyenne			3	1	1	0.900	3.87	124	8	80	47		3	2	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	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
Aidan McDonough	Sens (OTT)	LW/RW	26	1999-11-06	USA	No	190 Lbs	6 ft3	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	1,722,405$	1,702,607$	172,240$	170,260$	No	1,722,405$	-	-	-	-	-	-	-	-	1,722,405$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Alex Bump	Sens (OTT)	LW	22	2003-11-20	USA	No	195 Lbs	6 ft0	No	No	Prospect		No	No	1	2025-08-30	False	False	Pro & Farm	700,000$	691,954$	70,000$	69,195$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Andrei Loshko	Sens (OTT)	RW	21	2004-10-07	BLR	No	183 Lbs	5 ft11	No	No	Prospect		No	No	2	2025-08-20	False	False	Pro & Farm	750,000$	741,379$	75,000$	74,138$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Anson Thornton	Sens (OTT)	G	22	2003-06-28	CAN	No	181 Lbs	6 ft3	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Artur Cholach	Sens (OTT)	D	22	2003-06-06	UKR	No	193 Lbs	7 ft7	No	No	Assign Manually	2024-12-30	No	No	1	2026-09-11	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Bradley Marek	Sens (OTT)	C/LW/RW	25	2000-11-13	USA	No	212 Lbs	6 ft3	No	No	N/A		No	No	1	2026-08-19	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Carter Mazur	Sens (OTT)	LW/RW	23	2002-03-28	USA	No	200 Lbs	6 ft0	No	No	N/A		No	No	3	2026-08-19	False	False	Pro & Farm	1,150,000$	1,136,782$	115,000$	113,678$	No	1,150,000$	1,150,000$	-	-	-	-	-	-	-	1,150,000$	1,150,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Charlie Elick	Sens (OTT)	D	19	2006-01-17	AUT	No	205 Lbs	6 ft2	No	No	Draft		No	No	2	2025-08-20	False	False	Pro & Farm	1,250,000$	1,235,632$	125,000$	123,563$	No	1,250,000$	-	-	-	-	-	-	-	-	1,250,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Damian Clara	Sens (OTT)	G	20	2005-01-13	ITA	No	214 Lbs	6 ft6	No	No	Prospect		No	No	1	2024-08-27	False	False	Pro & Farm	975,000$	963,793$	97,500$	96,379$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Dmitry Kuzmin	Sens (OTT)	D	22	2003-04-23	BLR	No	187 Lbs	5 ft10	No	No	Assign Manually	2025-10-20	No	No	1	2026-09-11	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Dominik Badinka	Sens (OTT)	D	20	2005-11-27	CZE	No	205 Lbs	6 ft1	No	No	Draft		No	No	2	2025-08-30	False	False	Pro & Farm	1,250,000$	1,235,632$	125,000$	123,563$	No	1,250,000$	-	-	-	-	-	-	-	-	1,250,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Frederic Brunet	Sens (OTT)	C/D	22	2003-08-21	CAN	No	196 Lbs	6 ft3	No	No	Prospect		No	No	1	2024-08-27	False	False	Pro & Farm	825,000$	815,517$	82,500$	81,552$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Gavin White	Sens (OTT)	D	23	2002-11-12	CAN	No	192 Lbs	6 ft1	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jesse Nurmi	Sens (OTT)	LW/RW	20	2005-03-07	FIN	No	172 Lbs	6 ft0	No	No	Prospect		No	No	1	2024-08-27	False	False	Pro & Farm	750,000$	741,379$	75,000$	74,138$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Joey Willis	Sens (OTT)	C/LW	20	2005-05-14	USA	No	185 Lbs	5 ft9	No	No	Prospect		No	No	2	2025-08-30	False	False	Pro & Farm	750,000$	741,379$	75,000$	74,138$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Joseph LaBate	Sens (OTT)	C	32	1993-04-16	USA	No	225 Lbs	6 ft5	No	No	Assign Manually		No	No	1	2026-09-29	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Joshua Roy	Sens (OTT)	LW/RW	22	2003-08-06	CAN	No	192 Lbs	6 ft0	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	826,875$	817,371$	82,688$	81,738$	No	826,875$	-	-	-	-	-	-	-	-	826,875$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Kevin Hayes	Sens (OTT)	C/LW/RW	33	1992-05-08	USA	No	217 Lbs	6 ft3	No	No	Assign Manually		No	No	1	2026-09-28	False	False	Pro & Farm	880,000$	869,885$	88,000$	86,989$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Kevin Reidler	Sens (OTT)	G	21	2004-09-02	SWE	No	203 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2026-07-14	False	False	Pro & Farm	900,000$	889,655$	90,000$	88,966$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Konnor Smith	Sens (OTT)	D	21	2004-11-06	CAN	No	216 Lbs	6 ft4	No	No	Prospect		No	No	2	2025-08-20	False	False	Pro & Farm	825,000$	815,517$	82,500$	81,552$	No	825,000$	-	-	-	-	-	-	-	-	825,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Kyle MacLean	Sens (OTT)	C	26	1999-04-29	USA	No	190 Lbs	6 ft1	No	No	Assign Manually		No	No	3	2026-09-29	False	False	Pro & Farm	820,000$	810,575$	82,000$	81,057$	No	820,000$	820,000$	-	-	-	-	-	-	-	820,000$	820,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Kyle Masters	Sens (OTT)	D	22	2003-04-09	CAN	No	183 Lbs	6 ft8	No	No	Assign Manually		No	No	1	2026-09-11	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Lucas Ciona	Sens (OTT)	LW/RW	22	2003-01-08	CAN	No	223 Lbs	6 ft3	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Lucas Condotta	Sens (OTT)	LW/RW	28	1997-11-06	CAN	No	218 Lbs	6 ft1	No	No	Free Agent		No	No	1	2025-06-26	False	False	Pro & Farm	650,000$	642,529$	65,000$	64,253$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Lukas Reichel	Sens (OTT)	LW/RW	23	2002-05-17	GER	No	170 Lbs	6 ft0	No	No	N/A		No	No	1		False	False	Pro & Farm	1,700,000$	1,680,460$	170,000$	168,046$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Marek Vanacker	Sens (OTT)	LW	19	2006-04-12	CAN	No	170 Lbs	5 ft11	No	No	Draft		No	No	2	2025-08-20	False	False	Pro & Farm	1,500,000$	1,482,759$	150,000$	148,276$	No	1,500,000$	-	-	-	-	-	-	-	-	1,500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Maxim Strbak	Sens (OTT)	D	20	2005-04-13	NA	No	203 Lbs	6 ft0	No	No	Assign Manually		No	No	3	2026-07-14	False	False	Pro & Farm	1,550,000$	1,532,184$	155,000$	153,218$	No	1,550,000$	1,550,000$	-	-	-	-	-	-	-	1,550,000$	1,550,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Michael Callahan	Sens (OTT)	D	26	1999-09-23	USA	No	195 Lbs	6 ft2	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	1,600,855$	1,582,454$	160,086$	158,246$	No	1,600,855$	-	-	-	-	-	-	-	-	1,600,855$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Nolan Allan	Sens (OTT)	D	22	2003-04-28	CAN	No	195 Lbs	6 ft2	No	No	N/A		No	No	3	2025-09-08	False	False	Pro & Farm	1,250,000$	1,235,632$	125,000$	123,563$	No	1,250,000$	1,250,000$	-	-	-	-	-	-	-	1,250,000$	1,250,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Philip Svedeback	Sens (OTT)	G	23	2002-05-28	SWE	No	209 Lbs	6 ft2	No	No	Prospect		No	No	1	2025-08-30	False	False	Pro & Farm	750,000$	741,379$	75,000$	74,138$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Rafael Harvey-Pinard	Sens (OTT)	LW/RW	26	1999-01-06	CAN	No	179 Lbs	5 ft9	No	No	N/A		No	No	1		False	False	Pro & Farm	1,350,000$	1,334,483$	135,000$	133,448$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Sam Lafferty	Sens (OTT)	C	30	1995-03-06	USA	No	205 Lbs	6 ft2	No	No	Assign Manually		No	No	3	2026-09-29	False	False	Pro & Farm	800,000$	790,805$	80,000$	79,080$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Scott Morrow	Sens (OTT)	D	23	2002-11-01	USA	No	210 Lbs	6 ft2	No	No	Prospect		No	No	3	2026-08-19	False	False	Pro & Farm	1,450,000$	1,433,333$	145,000$	143,333$	No	1,450,000$	1,450,000$	-	-	-	-	-	-	-	1,450,000$	1,450,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Simon Lundmark	Sens (OTT)	D	25	2000-10-08	SWE	No	190 Lbs	6 ft2	No	No	N/A		No	No	2	2026-08-19	False	False	Pro & Farm	1,128,685$	1,115,712$	112,868$	111,571$	No	1,128,685$	-	-	-	-	-	-	-	-	1,128,685$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Theo Lindstein	Sens (OTT)	C/D	20	2005-01-05	SWE	No	197 Lbs	6 ft0	No	No	Prospect		No	No	1	2024-08-27	False	False	Pro & Farm	1,250,000$	1,235,632$	125,000$	123,563$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Topi Ronni	Sens (OTT)	C	21	2004-05-05	FIN	No	185 Lbs	6 ft2	No	No	Prospect		No	No	1	2024-08-27	False	False	Pro & Farm	975,000$	963,793$	97,500$	96,379$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Tristan Jarry (sur la masse salariale)	Sens (OTT)	G	30	1995-04-29	CAN	No	201 Lbs	6 ft4	No	No	Assign Manually		No	No	1	2025-10-22	False	False	Pro & Farm	2,520,000$	2,491,034$	252,000$	249,103$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Tyson Jost	Sens (OTT)	C	27	1998-03-14	CAN	No	187 Lbs	5 ft11	No	No	Assign Manually		No	No	3	2026-09-29	False	False	Pro & Farm	900,000$	889,655$	90,000$	88,966$	No	900,000$	900,000$	-	-	-	-	-	-	-	900,000$	900,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Zayne Parekh	Sens (OTT)	D	19	2006-02-15	CAN	No	179 Lbs	6 ft0	No	No	Trade	2026-09-08	No	No	2	2025-08-20	False	False	Pro & Farm	1,500,000$	1,482,759$	150,000$	148,276$	No	1,500,000$	-	-	-	-	-	-	-	-	1,500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
39	23.28	196 Lbs	6 ft2	1.74	1,067,918$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Alex Bump	Tyson Jost	Kevin Hayes	28	1	2	2
2	Rafael Harvey-Pinard	Kyle MacLean	Lukas Reichel	28	1	2	2
3	Aidan McDonough	Sam Lafferty	Joshua Roy	25	1	2	2
4	Aidan McDonough	Joseph LaBate	Carter Mazur	19	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Scott Morrow	28	1	2	2
2	Michael Callahan	Konnor Smith	28	1	2	2
3	Simon Lundmark	Maxim Strbak	25	1	2	2
4	Zayne Parekh	Scott Morrow	19	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Alex Bump	Kevin Hayes	Lukas Reichel	50	1	2	2
2	Carter Mazur	Tyson Jost	Joshua Roy	50	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Scott Morrow	50	1	2	2
2	Michael Callahan	Simon Lundmark	50	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Tyson Jost	Kevin Hayes	50	1	2	2
2	Kyle MacLean	Lukas Reichel	50	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Scott Morrow	50	1	2	2
2	Michael Callahan	Simon Lundmark	50	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Tyson Jost	50	1	2	2	Zayne Parekh	Scott Morrow	50	1	2	2
2	Kevin Hayes	50	1	2	2	Michael Callahan	Simon Lundmark	50	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Kevin Hayes	Alex Bump	50	1	2	2
2	Tyson Jost	Lukas Reichel	50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Scott Morrow	50	1	2	2
2	Michael Callahan	Simon Lundmark	50	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Alex Bump	Kevin Hayes	Lukas Reichel	Zayne Parekh	Scott Morrow

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Alex Bump	Tyson Jost	Lukas Reichel	Zayne Parekh	Michael Callahan

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Joseph LaBate, Rafael Harvey-Pinard, Theo Lindstein	Theo Lindstein, Joshua Roy	Theo Lindstein

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Simon Lundmark, Michael Callahan, Konnor Smith	Konnor Smith	Maxim Strbak, Konnor Smith

Tirs de pénalité
Zayne Parekh, Alex Bump, Lukas Reichel, Kevin Hayes, Aidan McDonough

Gardien
#1 : Anson Thornton, #2 : Philip Svedeback

Lignes d’attaque personnalisées en prolongation
, , Rafael Harvey-Pinard, , , , , , ,

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Americans	1	0	0	0	0	0	0	1	5	6	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	5	6	-1	1	0.500	5	9	14	0	0	2	3	2	1	40	17	24	29	4	40	12	22	23	6	2	33.33%	6	3	50.00%	0	23	54	42.59%	26	55	47.27%	16	38	42.11%	42	22	44	20	38	18
2	Norsemen	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	2	3	2	1	31	17	24	29	4	40	14	22	20	1	1	100.00%	6	1	83.33%	0	23	54	42.59%	26	55	47.27%	16	38	42.11%	42	22	44	20	38	18
	Total	2	0	1	0	0	0	0	1	7	9	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	0	0	0	1	5	6	-1	1	0.250	7	12	19	0	0	2	3	2	1	71	17	24	29	4	80	26	44	43	7	3	42.86%	12	4	66.67%	0	23	54	42.59%	26	55	47.27%	16	38	42.11%	42	22	44	20	38	18
	_Since Last GM Reset	2	0	1	0	0	0	0	1	7	9	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	0	0	0	1	5	6	-1	1	0.250	7	12	19	0	0	2	3	2	1	71	17	24	29	4	80	26	44	43	7	3	42.86%	12	4	66.67%	0	23	54	42.59%	26	55	47.27%	16	38	42.11%	42	22	44	20	38	18
	_Vs Conference	2	0	1	0	0	0	0	1	7	9	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	0	0	0	1	5	6	-1	1	0.250	7	12	19	0	0	2	3	2	1	71	17	24	29	4	80	26	44	43	7	3	42.86%	12	4	66.67%	0	23	54	42.59%	26	55	47.27%	16	38	42.11%	42	22	44	20	38	18

			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
2	1	SOL1	7	12	19	71	80	26	44	43	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
2	0	1	0	0	0	1	7	9

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
1	0	1	0	0	0	0	2	3

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
1	0	0	0	0	0	1	5	6

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	1	0	0	0	1

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
7	3	42.86%	12	4	66.67%	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
17	24	29	4	2	3	2	1

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
23	54	42.59%	26	55	47.27%	16	38	42.11%

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
42	22	44	20	38	18

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
1	5	Norsemen	3	Sens	2	L			Sommaire du match
2	15	Sens	5	Americans	6	L	X	X	Sommaire du match
5	41	Moose	-	Sens	-
7	56	Sens	-	Phantoms	-
8	66	Sens	-	Wolves	-
9	72	Sens	-	Whalers	-
11	92	Grisards	-	Sens	-
15	116	Phantoms	-	Sens	-
16	132	Sens	-	Whalers	-
19	147	Sens	-	Titans	-
20	158	Wolves	-	Sens	-
23	179	Grisards	-	Sens	-
28	205	Moose	-	Sens	-
31	227	Sens	-	Phantoms	-
33	242	Rams	-	Sens	-
35	257	Sens	-	Wolf Pack	-
37	269	Phantoms	-	Sens	-
39	291	Sens	-	Bears	-
41	302	Gulls	-	Sens	-
43	324	Blood Miners	-	Sens	-
45	336	Sens	-	Phantoms	-
48	355	Bills	-	Sens	-
50	372	Sens	-	Whalers	-
52	386	Titans	-	Sens	-
57	418	Whalers	-	Sens	-
58	428	Sens	-	Reign	-
62	451	Whalers	-	Sens	-
64	474	Sens	-	Americans	-
65	481	Admirals	-	Sens	-
68	500	Sens	-	Eagles	-
69	512	Rams	-	Sens	-
72	534	Sens	-	Gulls	-
74	545	White Wolves	-	Sens	-
77	567	Sens	-	Americans	-
78	579	Mountaineers	-	Sens	-
81	601	Sens	-	Blossom Bytes	-
82	612	Bears	-	Sens	-
85	627	Sens	-	Gulls	-
88	645	Moose	-	Sens	-
90	659	Sens	-	Mountaineers	-
91	675	Roadrunners	-	Sens	-
94	698	Sens	-	Titans	-
96	706	Bulldogs	-	Sens	-
98	718	Sens	-	Saints	-
100	736	Sens	-	Pens	-
101	745	Wolves	-	Sens	-
104	768	Sens	-	Blossom Bytes	-
105	776	Americans	-	Sens	-
108	801	Bears	-	Sens	-
111	821	Sens	-	Saints	-
112	832	Sens	-	Redhawks	-
114	844	Blossom Bytes	-	Sens	-
117	867	Grisards	-	Sens	-
121	893	Sens	-	Crunch	-
122	901	Americans	-	Sens	-
124	915	Sens	-	Moose	-
126	930	Pens	-	Sens	-
129	949	Sens	-	Wolves	-
130	962	Silver Knights	-	Sens	-
131	971	Sens	-	Rams	-
134	991	Sens	-	Wolves	-
136	1003	Griffins	-	Sens	-
139	1024	Sens	-	Bills	-
140	1033	Rocket	-	Sens	-
143	1057	Sens	-	Admirals	-
144	1065	Pens	-	Sens	-
148	1091	Octopus	-	Sens	-
151	1115	Sens	-	Gorillas	-
153	1125	Norsemen	-	Sens	-
157	1150	Sens	-	Moose	-
158	1157	Norsemen	-	Sens	-
161	1174	Sens	-	Norsemen	-
163	1187	Sens	-	Admirals	-
164	1191	Wolf Pack	-	Sens	-
165	1193	Sens	-	Grisards	-
166	1201	Sens	-	Norsemen	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
169	1225	Sens	-	Grisards	-
172	1240	Wolf Pack	-	Sens	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	3500	5000
Prix des billets	35	15
Assistance	3,500	5,000
Assistance PCT	100.00%	100.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
38	8500 - 100.00%	237,000$	237,000$	8500	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
51,872$	3,912,882$	3,912,882$	600,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
25,936$	51,872$	38	1

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
9,006,000$	172	25,936$	4,460,992$

Sens 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

Sens 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

Sens 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

Sens 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

Sens 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

	Sens
	GP: 2 \| W: 0 \| L: 1 \| OTL: 1 \| P: 1 GF: 7 \| GA: 9 \| PP%: 42.86% \| PK%: 66.67% DG: David - Interims GM \| Morale : 96 \| Moyenne d’équipe : N/A Prochains matchs #41 vs Moose