Stanley Cup Winners Hockey League - WILKIES-BARRIE Penguins

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

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

#	Nom du Joueur	#	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP
1	Tim Schaller	0	X				100.00	72	41	75	66	81	76	60	65	69	66	63	69	64	59	53	36	96	67	0
2	Nicolas Deslauriers	0		X			100.00	88	47	73	63	82	75	61	62	74	63	62	64	62	63	54	53	96	66	0
3	Brooks Laich	0	X				100.00	68	41	83	71	75	77	29	60	50	62	60	68	60	81	66	25	99	65	0
4	Stefan Noesen	0			X		100.00	83	35	71	65	78	80	54	64	69	65	63	60	64	56	52	78	96	65	0
5	Nic Petan	0		X			100.00	51	35	73	65	65	70	59	64	67	64	62	60	63	55	51	72	99	62	0
6	Steven Fogarty	0	X				100.00	59	35	63	69	85	52	55	69	69	64	64	51	65	50	50	62	90	61	0
7	Gabriel Dumont	0	X				100.00	50	89	58	70	68	50	50	70	70	62	62	60	62	53	51	46	99	60	0
8	Christian Thomas	0		X	X		100.00	51	41	76	60	57	64	68	61	50	59	63	60	63	51	51	72	99	60	0
9	Gabriel Gagne	0			X		100.00	57	89	70	63	87	50	50	63	50	54	54	50	54	50	50	44	99	57	0
10	Felix Girard	0	X				100.00	50	89	53	62	72	50	50	62	70	53	53	50	53	50	50	42	99	55	0
11	Justin Holl	0				X	100.00	60	35	77	62	87	72	55	62	30	58	55	65	64	51	50	60	99	62	0
12	Ryan Graves	0				X	100.00	68	35	72	63	95	59	63	63	30	52	53	62	63	51	50	59	90	62	0
13	David Schlemko	0				X	100.00	58	35	77	63	76	64	59	62	30	52	47	63	59	67	55	27	96	60	0
14	Brandon Davidson	0				X	100.00	65	62	74	56	82	65	55	56	30	53	50	65	59	56	52	41	96	59	0
15	Chris Summers	0				X	100.00	57	89	61	62	82	49	50	62	30	47	42	50	52	53	51	62	99	54	0
16	Morgan Ellis	0				X	100.00	51	35	74	66	74	48	53	52	30	27	25	60	51	62	51	63	91	51	0
17	Calle Andersson	0				X	100.00	48	35	80	61	78	45	40	46	30	21	20	53	48	58	56	79	99	46	0
Rayé

	MOYENNE D'ÉQUIPE					100.00	61	51	71	64	78	62	54	61	50	54	53	59	59	57	53	54	97	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
1	Michal Neuvirth	100.00	64	59	80	79	63	63	64	63	63	63	59	69	67	60	96	60	0
2	Mike Condon	100.00	54	56	63	79	53	53	54	53	53	53	49	60	57	36	96	52	0
Rayé

	MOYENNE D'ÉQUIPE	100.00	59	58	72	79	58	58	59	58	58	58	54	65	62	48	96	56

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Ron Rolston	67	67	67	67	73	73	66	USA	53	3	371,000$

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	PPS	PPM	GW	GT	FO%	FOT	HT	P/20	FW	S1	S2	S3
1	Steven Fogarty	WILKIES-BARRIE Penguins (PIT)	C	28	42	6	48	-24	4	0	86	42	157	46	99	26.75%	47	464	16.57	0	3	4	0	65.80%	231	7	2.07	0	7	0	0
2	Ryan Graves	WILKIES-BARRIE Penguins (PIT)	D	28	4	13	17	-14	20	0	71	16	38	12	29	10.53%	36	375	13.40	2	3	0	1	0.00%	0	0	0.91	0	0	2	2
3	Morgan Ellis	WILKIES-BARRIE Penguins (PIT)	D	28	4	12	16	-14	9	5	17	17	31	10	21	12.90%	33	375	13.41	5	3	1	0	0.00%	0	0	0.85	1	0	1	2
Stats d'équipe Total ou en Moyenne				84	50	31	81	-52	33	5	174	75	226	68	149	22.12%	116	1214	14.46	7	10	5	1	65.80%	231	7	1.33	1	7	3	4

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
Stats d'équipe Total ou en Moyenne							0.000	0.00	0								0.000

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	Âge	Date de Naissance	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Status	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Link
Brandon Davidson	WILKIES-BARRIE Penguins (PIT)	D	28	1991-08-21	No	95 Kg	188 CM	No	No	No	2	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Brooks Laich	WILKIES-BARRIE Penguins (PIT)	C	36	1983-06-23	No	91 Kg	188 CM	No	No	No	1	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Calle Andersson	WILKIES-BARRIE Penguins (PIT)	D	25	1994-05-16	No	99 Kg	188 CM	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Chris Summers	WILKIES-BARRIE Penguins (PIT)	D	31	1988-02-05	No	94 Kg	188 CM	No	No	No	1	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Christian Thomas	WILKIES-BARRIE Penguins (PIT)	LW/RW	27	1992-05-26	No	80 Kg	175 CM	No	No	No	6	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
David Schlemko	WILKIES-BARRIE Penguins (PIT)	D	32	1987-05-07	No	87 Kg	185 CM	No	No	No	1	Sans Restriction	Pro & Farm	2,100,000$	0$	0$	No	Lien
Felix Girard	WILKIES-BARRIE Penguins (PIT)	C	25	1994-05-09	No	89 Kg	180 CM	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Gabriel Dumont	WILKIES-BARRIE Penguins (PIT)	C	28	1990-10-06	No	86 Kg	178 CM	No	No	No	6	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Gabriel Gagne	WILKIES-BARRIE Penguins (PIT)	RW	22	1996-11-11	No	85 Kg	196 CM	No	No	No	4	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Justin Holl	WILKIES-BARRIE Penguins (PIT)	D	27	1992-01-30	No	93 Kg	193 CM	No	No	No	6	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Michal Neuvirth	WILKIES-BARRIE Penguins (PIT)	G	31	1988-03-23	No	95 Kg	185 CM	No	No	No	6	Sans Restriction	Pro & Farm	2,250,000$	0$	0$	No	Lien
Mike Condon	WILKIES-BARRIE Penguins (PIT)	G	29	1990-04-27	No	89 Kg	188 CM	No	No	No	6	Sans Restriction	Pro & Farm	2,400,000$	0$	0$	No	Lien
Morgan Ellis	WILKIES-BARRIE Penguins (PIT)	D	27	1992-04-30	No	95 Kg	185 CM	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No
Nic Petan	WILKIES-BARRIE Penguins (PIT)	LW	24	1995-03-22	No	81 Kg	175 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Nicolas Deslauriers	WILKIES-BARRIE Penguins (PIT)	LW	28	1991-02-22	No	100 Kg	185 CM	No	No	No	1	Sans Restriction	Pro & Farm	775,000$	0$	0$	No	Lien
Ryan Graves	WILKIES-BARRIE Penguins (PIT)	D	24	1995-05-21	No	103 Kg	196 CM	No	No	No	2	Avec Restriction	Pro & Farm	900,000$	0$	0$	No	Lien
Stefan Noesen	WILKIES-BARRIE Penguins (PIT)	RW	26	1993-02-12	No	93 Kg	185 CM	No	No	No	1	Avec Restriction	Pro & Farm	700,000$	0$	0$	No	Lien
Steven Fogarty	WILKIES-BARRIE Penguins (PIT)	C	26	1993-04-19	No	95 Kg	191 CM	No	No	No	6	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Tim Schaller	WILKIES-BARRIE Penguins (PIT)	C	28	1990-11-16	No	93 Kg	188 CM	No	No	No	3	Sans Restriction	Pro & Farm	1,900,000$	0$	0$	No	Lien

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
19	27.58	92 Kg	185 CM	3.05	1,053,947$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1				31	1	2	2
2	Steven Fogarty			26	1	2	2
3				23	1	2	2
4		Steven Fogarty		20	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			31	1	2	2
2	Ryan Graves	Morgan Ellis	26	1	2	2
3			23	1	2	2
4			20	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1				55	1	2	2
2	Steven Fogarty			45	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Ryan Graves	Morgan Ellis	45	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			55	1	2	2
2			45	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Ryan Graves	Morgan Ellis	45	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1		55	1	2	2			55	1	2	2
2		45	1	2	2	Ryan Graves	Morgan Ellis	45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1			55	1	2	2
2			45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1			55	1	2	2
2	Ryan Graves	Morgan Ellis	45	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Steven Fogarty, ,	Steven Fogarty,

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
, ,		,

Tirs de Pénalité
, , , , Steven Fogarty

Gardien
#1 : , #2 :

Lignes d'Attaque Perso. en Prol.
, , , , Steven Fogarty, , , , , ,

Lignes de Défense Perso. en Prol.
, , Ryan Graves, Morgan Ellis,

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

	Ligue												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	BELLEVILLE Senators	1	0	1	0	0	0	0	0	1	10	-9	1	0	1	0	0	0	0	0	1	10	-9	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	34	15	16	0	26	218	178	180	0	54	17	21	30	2	0	0.00%	5	2	60.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
2	BRIDGEPORT Sound Tigers	2	0	2	0	0	0	0	0	0	19	-19	1	0	1	0	0	0	0	0	0	5	-5	1	0	1	0	0	0	0	0	0	14	-14	0	0.000	0	0	0	0	0	34	15	16	0	13	218	178	180	0	152	46	0	15	5	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
3	CHICAGO Wolves	1	1	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	7	2	5	0	0	0	0	0	0	0	0	0	0	0	2	1.000	7	13	20	0	0	34	15	16	0	51	218	178	180	0	32	9	0	24	0	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
4	CLEVELAND Monsters	2	1	1	0	0	0	0	0	10	11	-1	1	1	0	0	0	0	0	0	8	6	2	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	10	19	29	0	0	34	15	16	0	90	218	178	180	0	72	26	0	41	0	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
5	CORNWALL Aces	1	0	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	8	12	0	0	34	15	16	0	43	218	178	180	0	41	14	0	18	0	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
6	HOLLYWOOD Oscar	1	1	0	0	0	0	0	0	10	9	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	10	9	1	2	1.000	10	19	29	0	0	34	15	16	0	74	218	178	180	0	48	19	0	30	0	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
7	IOWA Wild	1	0	1	0	0	0	0	0	3	13	-10	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	13	-10	0	0.000	3	4	7	0	0	34	15	16	0	14	218	178	180	0	92	18	0	21	1	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
8	LEHIGH VALLEY Phantoms	1	0	1	0	0	0	0	0	3	9	-6	1	0	1	0	0	0	0	0	3	9	-6	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	34	15	16	0	7	218	178	180	0	68	21	0	6	1	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
9	MANITOBA Moose	4	0	4	0	0	0	0	0	1	47	-46	2	0	2	0	0	0	0	0	1	22	-21	2	0	2	0	0	0	0	0	0	25	-25	0	0.000	1	2	3	0	0	34	15	16	0	30	218	178	180	0	330	83	4	27	12	0	0.00%	2	0	100.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
10	MILWAUKEE Admirals	3	0	3	0	0	0	0	0	1	32	-31	1	0	1	0	0	0	0	0	0	10	-10	2	0	2	0	0	0	0	0	1	22	-21	0	0.000	1	2	3	0	0	34	15	16	0	17	218	178	180	0	195	65	2	21	8	0	0.00%	1	1	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
11	PROVIDENCE Bruins	2	0	2	0	0	0	0	0	1	24	-23	1	0	1	0	0	0	0	0	1	11	-10	1	0	1	0	0	0	0	0	0	13	-13	0	0.000	1	2	3	0	0	34	15	16	0	6	218	178	180	0	152	43	6	16	4	0	0.00%	2	2	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
12	PV Sharapovas	1	0	1	0	0	0	0	0	0	12	-12	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	12	-12	0	0.000	0	0	0	0	0	34	15	16	0	8	218	178	180	0	79	24	6	7	2	0	0.00%	3	1	66.67%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
13	STOCKTON Flames	1	0	1	0	0	0	0	0	0	12	-12	1	0	1	0	0	0	0	0	0	12	-12	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	34	15	16	0	6	218	178	180	0	79	15	0	14	0	0	0.00%	1	0	100.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
14	SYRACUSE Crunch	2	2	0	0	0	0	0	0	15	9	6	1	1	0	0	0	0	0	0	9	4	5	1	1	0	0	0	0	0	0	6	5	1	4	1.000	15	26	41	0	0	34	15	16	0	140	218	178	180	0	51	14	0	42	0	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
15	TORONTO Marlies	2	0	1	0	0	1	0	0	6	19	-13	2	0	1	0	0	1	0	0	6	19	-13	0	0	0	0	0	0	0	0	0	0	0	1	0.250	6	12	18	0	0	34	15	16	0	28	218	178	180	0	148	34	4	26	2	0	0.00%	2	1	50.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
	Total	28	5	22	0	0	1	0	0	65	276	-211	14	3	10	0	0	1	0	0	40	115	-75	14	2	12	0	0	0	0	0	25	161	-136	11	0.196	65	118	183	0	0	34	15	16	0	576	218	178	180	0	1872	518	47	370	41	0	0.00%	18	9	50.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
17	UTICA Comets	1	0	1	0	0	0	0	0	1	15	-14	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	15	-14	0	0.000	1	1	2	0	0	34	15	16	0	4	218	178	180	0	101	26	4	15	1	0	0.00%	2	2	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
18	VICTORIAVILLE Tigres	2	0	2	0	0	0	0	0	2	28	-26	0	0	0	0	0	0	0	0	0	0	0	2	0	2	0	0	0	0	0	2	28	-26	0	0.000	2	3	5	0	0	34	15	16	0	19	218	178	180	0	178	44	0	17	3	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
	_Since Last GM Reset	28	5	22	0	0	1	0	0	65	276	-211	14	3	10	0	0	1	0	0	40	115	-75	14	2	12	0	0	0	0	0	25	161	-136	11	0.196	65	118	183	0	0	34	15	16	0	576	218	178	180	0	1872	518	47	370	41	0	0.00%	18	9	50.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
	_Vs Conference	17	3	13	0	0	1	0	0	45	173	-128	9	1	7	0	0	1	0	0	24	81	-57	8	2	6	0	0	0	0	0	21	92	-71	7	0.206	45	81	126	0	0	34	15	16	0	395	218	178	180	0	1168	303	35	238	23	0	0.00%	13	4	69.23%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
	_Vs Division	5	2	4	0	0	1	0	0	13	39	-26	3	1	3	0	0	1	0	0	11	20	-9	2	1	1	0	0	0	0	0	2	19	-17	5	0.500	13	24	37	0	0	34	15	16	0	110	218	178	180	0	292	93	0	62	6	0	0.00%	0	0	0.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
28	11	L3	65	118	183	576	1872	518	47	370	0	0

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
28	5	22	0	1	0	0	65	276

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	3	10	0	1	0	0	40	115

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	2	12	0	0	0	0	25	161

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
1	9	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
41	0	0.00%	18	9	50.00%	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
218	178	180	0	34	15	16	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
133	394	33.76%	130	670	19.40%	150	559	26.83%

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
366	260	1040	169	273	99

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	Lien
1 - 2019-07-30	10	WILKIES-BARRIE Penguins	1	VICTORIAVILLE Tigres	13	L		Sommaire du Match
2 - 2019-07-31	16	MILWAUKEE Admirals	10	WILKIES-BARRIE Penguins	0	L		Sommaire du Match
3 - 2019-08-01	29	WILKIES-BARRIE Penguins	1	MILWAUKEE Admirals	11	L		Sommaire du Match
4 - 2019-08-02	49	MANITOBA Moose	11	WILKIES-BARRIE Penguins	0	L		Sommaire du Match
6 - 2019-08-04	64	WILKIES-BARRIE Penguins	0	PV Sharapovas	12	L		Sommaire du Match
7 - 2019-08-05	69	SYRACUSE Crunch	4	WILKIES-BARRIE Penguins	9	W		Sommaire du Match
9 - 2019-08-07	85	TORONTO Marlies	7	WILKIES-BARRIE Penguins	6	L	X	Sommaire du Match
10 - 2019-08-08	100	WILKIES-BARRIE Penguins	10	HOLLYWOOD Oscar	9	W		Sommaire du Match
11 - 2019-08-09	113	CORNWALL Aces	5	WILKIES-BARRIE Penguins	4	L		Sommaire du Match
12 - 2019-08-10	119	WILKIES-BARRIE Penguins	0	MILWAUKEE Admirals	11	L		Sommaire du Match
14 - 2019-08-12	142	WILKIES-BARRIE Penguins	3	IOWA Wild	13	L		Sommaire du Match
15 - 2019-08-13	150	BELLEVILLE Senators	10	WILKIES-BARRIE Penguins	1	L		Sommaire du Match
17 - 2019-08-15	161	WILKIES-BARRIE Penguins	6	SYRACUSE Crunch	5	W		Sommaire du Match
18 - 2019-08-16	178	WILKIES-BARRIE Penguins	0	MANITOBA Moose	12	L		Sommaire du Match
19 - 2019-08-17	181	LEHIGH VALLEY Phantoms	9	WILKIES-BARRIE Penguins	3	L		Sommaire du Match
20 - 2019-08-18	196	WILKIES-BARRIE Penguins	1	VICTORIAVILLE Tigres	15	L		Sommaire du Match
22 - 2019-08-20	208	CHICAGO Wolves	2	WILKIES-BARRIE Penguins	7	W		Sommaire du Match
24 - 2019-08-22	224	WILKIES-BARRIE Penguins	0	PROVIDENCE Bruins	13	L		Sommaire du Match
25 - 2019-08-23	237	WILKIES-BARRIE Penguins	0	MANITOBA Moose	13	L		Sommaire du Match
26 - 2019-08-24	248	STOCKTON Flames	12	WILKIES-BARRIE Penguins	0	L		Sommaire du Match
27 - 2019-08-25	261	MANITOBA Moose	11	WILKIES-BARRIE Penguins	1	L		Sommaire du Match
28 - 2019-08-26	280	WILKIES-BARRIE Penguins	0	BRIDGEPORT Sound Tigers	14	L		Sommaire du Match
29 - 2019-08-27	288	TORONTO Marlies	12	WILKIES-BARRIE Penguins	0	L		Sommaire du Match
30 - 2019-08-28	304	WILKIES-BARRIE Penguins	2	CLEVELAND Monsters	5	L		Sommaire du Match
31 - 2019-08-29	315	CLEVELAND Monsters	6	WILKIES-BARRIE Penguins	8	W		Sommaire du Match
32 - 2019-08-30	329	PROVIDENCE Bruins	11	WILKIES-BARRIE Penguins	1	L		Sommaire du Match
34 - 2019-09-01	345	WILKIES-BARRIE Penguins	1	UTICA Comets	15	L		Sommaire du Match
35 - 2019-09-02	353	BRIDGEPORT Sound Tigers	5	WILKIES-BARRIE Penguins	0	L		Sommaire du Match
37 - 2019-09-04	374	ROCKFORD IceHogs	-	WILKIES-BARRIE Penguins	-
38 - 2019-09-05	386	WILKIES-BARRIE Penguins	-	PV Sharapovas	-
39 - 2019-09-06	396	BROOKLYN Wolfpack	-	WILKIES-BARRIE Penguins	-
41 - 2019-09-08	414	WILKIES-BARRIE Penguins	-	MONT-LAURIER Sommet	-
42 - 2019-09-09	420	BELLEVILLE Senators	-	WILKIES-BARRIE Penguins	-
43 - 2019-09-10	432	WILKIES-BARRIE Penguins	-	MONT-LAURIER Sommet	-
45 - 2019-09-12	450	LEHIGH VALLEY Phantoms	-	WILKIES-BARRIE Penguins	-
46 - 2019-09-13	458	WILKIES-BARRIE Penguins	-	HOLLYWOOD Oscar	-
47 - 2019-09-14	476	WILKIES-BARRIE Penguins	-	COLORADO Eagles	-
48 - 2019-09-15	485	COLORADO Eagles	-	WILKIES-BARRIE Penguins	-
49 - 2019-09-16	497	WILKIES-BARRIE Penguins	-	SAN DIEGO Gulls	-
50 - 2019-09-17	509	WILKIES-BARRIE Penguins	-	SYRACUSE Crunch	-
51 - 2019-09-18	521	SYRACUSE Crunch	-	WILKIES-BARRIE Penguins	-
53 - 2019-09-20	537	WILKIES-BARRIE Penguins	-	ROCKFORD IceHogs	-
54 - 2019-09-21	547	PV Sharapovas	-	WILKIES-BARRIE Penguins	-
56 - 2019-09-23	566	WILKIES-BARRIE Penguins	-	MILWAUKEE Admirals	-
57 - 2019-09-24	572	VICTORIAVILLE Tigres	-	WILKIES-BARRIE Penguins	-
59 - 2019-09-26	593	HERSEY Bears	-	WILKIES-BARRIE Penguins	-
61 - 2019-09-28	606	WILKIES-BARRIE Penguins	-	IOWA Wild	-
62 - 2019-09-29	611	PV Sharapovas	-	WILKIES-BARRIE Penguins	-
65 - 2019-10-02	632	WILKIES-BARRIE Penguins	-	LEHIGH VALLEY Phantoms	-
66 - 2019-10-03	644	CORNWALL Aces	-	WILKIES-BARRIE Penguins	-
68 - 2019-10-05	657	WILKIES-BARRIE Penguins	-	LEHIGH VALLEY Phantoms	-
69 - 2019-10-06	670	WILKIES-BARRIE Penguins	-	STOCKTON Flames	-
70 - 2019-10-07	676	LAVAL Rockets	-	WILKIES-BARRIE Penguins	-
72 - 2019-10-09	692	WILKIES-BARRIE Penguins	-	BELLEVILLE Senators	-
73 - 2019-10-10	701	IOWA Wild	-	WILKIES-BARRIE Penguins	-
74 - 2019-10-11	718	HOLLYWOOD Oscar	-	WILKIES-BARRIE Penguins	-
75 - 2019-10-12	725	WILKIES-BARRIE Penguins	-	LAVAL Rockets	-
76 - 2019-10-13	742	WILKIES-BARRIE Penguins	-	TUSCON Roadrunners	-
77 - 2019-10-14	753	IOWA Wild	-	WILKIES-BARRIE Penguins	-
79 - 2019-10-16	768	STOCKTON Flames	-	WILKIES-BARRIE Penguins	-
80 - 2019-10-17	783	WILKIES-BARRIE Penguins	-	CHICAGO Wolves	-
82 - 2019-10-19	794	WILKIES-BARRIE Penguins	-	STOCKTON Flames	-
83 - 2019-10-20	802	HOLLYWOOD Oscar	-	WILKIES-BARRIE Penguins	-
84 - 2019-10-21	820	WILKIES-BARRIE Penguins	-	BROOKLYN Wolfpack	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
85 - 2019-10-22	830	UTICA Comets	-	WILKIES-BARRIE Penguins	-
86 - 2019-10-23	848	MILWAUKEE Admirals	-	WILKIES-BARRIE Penguins	-
88 - 2019-10-25	863	WILKIES-BARRIE Penguins	-	TORONTO Marlies	-
90 - 2019-10-27	878	VICTORIAVILLE Tigres	-	WILKIES-BARRIE Penguins	-
91 - 2019-10-28	890	WILKIES-BARRIE Penguins	-	HERSEY Bears	-
93 - 2019-10-30	903	TUSCON Roadrunners	-	WILKIES-BARRIE Penguins	-
94 - 2019-10-31	916	WILKIES-BARRIE Penguins	-	TORONTO Marlies	-
95 - 2019-11-01	925	WILKIES-BARRIE Penguins	-	CORNWALL Aces	-
96 - 2019-11-02	935	SAN DIEGO Gulls	-	WILKIES-BARRIE Penguins	-
98 - 2019-11-04	947	WILKIES-BARRIE Penguins	-	CORNWALL Aces	-
100 - 2019-11-06	960	MONT-LAURIER Sommet	-	WILKIES-BARRIE Penguins	-
102 - 2019-11-08	977	MILWAUKEE Admirals	-	WILKIES-BARRIE Penguins	-
103 - 2019-11-09	991	WILKIES-BARRIE Penguins	-	BELLEVILLE Senators	-
105 - 2019-11-11	1004	MONT-LAURIER Sommet	-	WILKIES-BARRIE Penguins	-

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

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
25	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
776,370$	2,002,500$	2,002,500$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	655,025$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	72	22,182$	1,597,104$

Afficher ou Masquer des Colonnes

	Ligue											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
32	28	5	22	0	0	1	0	0	65	276	-211	14	3	10	0	0	1	0	0	40	115	-75	14	2	12	0	0	0	0	0	25	161	-136	11	65	118	183	0	0	34	15	16	0	576	218	178	180	0	1872	518	47	370	41	0	0.00%	18	9	50.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99
Total Saison Régulière	28	5	22	0	0	1	0	0	65	276	-211	14	3	10	0	0	1	0	0	40	115	-75	14	2	12	0	0	0	0	0	25	161	-136	11	65	118	183	0	0	34	15	16	0	576	218	178	180	0	1872	518	47	370	41	0	0.00%	18	9	50.00%	0	133	394	33.76%	130	670	19.40%	150	559	26.83%	366	260	1040	169	273	99