Stanley Cup Winners Hockey League

NASHVILLE Predators
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	Dmitrij Jaskin	0		X	X		100.00	83	35	76	66	84	75	68	65	50	66	62	62	64	62	54	71	91	68	0
2	Pontus Aberg	0		X	X		100.00	64	35	77	70	72	79	74	69	50	69	68	60	69	55	52	73	91	68	0
3	William Carrier	0		X			100.00	99	41	71	65	83	74	67	64	50	61	66	60	65	55	52	67	91	67	0
4	Brendan Lemieux (R)	0		X			100.00	79	59	48	67	80	73	76	66	61	63	68	61	67	53	51	78	91	67	0
5	Beau Bennett	0			X		100.00	60	43	73	61	74	66	83	65	30	70	58	60	58	58	54	70	91	65	0
6	Markus Hannikainen (R)	0		X			100.00	72	35	73	64	77	74	57	63	50	63	64	62	64	54	51	42	91	64	0
7	Carter Verhaeghe	0	X				100.00	52	89	65	70	78	50	50	70	70	67	67	57	67	50	50	43	91	61	0
8	Mark Letestu	0	X				100.00	50	35	69	70	69	50	51	70	70	64	64	52	64	72	57	23	90	61	0
9	Tomas Hyka (R)	0			X		100.00	51	35	73	69	64	58	58	68	56	66	65	57	66	51	50	47	90	61	0
10	Sergey Tolchinsky	0		X			100.00	48	42	74	60	54	53	60	60	50	62	57	60	57	50	50	44	91	57	0
11	Dalton Smith	0		X			100.00	56	89	48	57	82	50	50	57	50	52	52	50	52	50	50	66	91	55	0
12	Dylan DeMelo	0				X	100.00	74	35	75	67	76	83	90	66	30	66	61	77	69	58	53	47	90	70	0
13	Christian Folin	0				X	100.00	88	41	76	63	84	77	58	63	30	61	55	72	64	59	53	36	91	66	0
14	Thomas Schemitsch (R)	0				X	100.00	58	89	66	67	86	50	50	67	30	57	57	51	57	50	50	44	91	59	0
15	Viktor Svedberg	0				X	100.00	78	47	59	50	99	53	90	55	30	45	36	60	53	51	53	37	91	59	0
16	John Ramage	0				X	100.00	50	89	60	66	72	50	50	66	30	52	47	50	57	50	50	51	88	55	0
17	Dylan Olsen	0				X	100.00	56	37	79	65	80	45	44	51	30	30	25	69	55	62	58	63	91	52	0
Rayé

	MOYENNE D'ÉQUIPE					100.00	66	52	68	65	77	62	63	64	45	60	57	60	62	55	52	53	91	62

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	Aaron Dell	100.00	81	74	75	75	80	79	81	80	79	80	74	56	69	35	91	69	0
2	Thatcher Demko	100.00	74	70	79	85	73	73	74	73	73	73	68	51	63	74	91	65	0
3	Charlie Lindgren	100.00	71	65	73	74	70	70	71	70	70	70	66	51	61	42	61	62	0
Rayé
1	Samuel Montembeault (R)	100.00	67	68	72	81	69	71	70	69	69	66	66	50	59	44	30	61	0

	MOYENNE D'ÉQUIPE	100.00	73	69	75	79	73	73	74	73	73	72	69	52	63	49	68	64

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Davis Payne	70	70	70	70	75	75	74	CAN	49	3	650,000$

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	EG	HT	P/20	PSG	PSS	FL	S1	S2	S3
1	Pontus Aberg	MILWAUKEE Admirals (NSH)	LW/RW	68	49	61	110	107	16	0	53	130	382	106	285	12.83%	13	1714	25.21	3	8	11	38	155	1	3	4	8	190	7	3	58.72%	872	0	2	1.28	1	3	0	8	7	6
2	Brendan Lemieux	MILWAUKEE Admirals (NSH)	LW	68	51	52	103	105	80	0	232	93	415	99	244	12.29%	17	1632	24.00	3	2	5	42	131	0	3	3	5	115	7	0	63.51%	370	0	5	1.26	0	1	0	12	7	5
3	Christian Folin	MILWAUKEE Admirals (NSH)	D	68	17	81	98	104	89	5	163	57	136	52	101	12.50%	74	1635	24.05	2	10	12	39	134	0	3	3	1	131	2	0	0.00%	0	0	0	1.20	0	0	0	2	4	8
4	William Carrier	MILWAUKEE Admirals (NSH)	LW	69	41	48	89	105	72	0	143	72	311	93	215	13.18%	18	1265	18.34	0	0	0	3	15	3	0	3	11	120	6	0	66.98%	106	0	2	1.41	0	0	0	5	6	2
5	Dylan DeMelo	MILWAUKEE Admirals (NSH)	D	53	18	69	87	91	48	0	114	63	159	39	101	11.32%	48	1428	26.95	3	5	8	42	113	0	2	2	2	123	2	0	33.33%	3	0	0	1.22	0	0	0	5	7	5
6	Dmitrij Jaskin	MILWAUKEE Admirals (NSH)	LW/RW	68	36	48	84	88	44	0	188	117	282	73	223	12.77%	17	1709	25.13	3	6	9	17	145	2	1	3	11	166	3	2	55.25%	1019	0	2	0.98	1	3	0	4	5	7
7	Carter Verhaeghe	MILWAUKEE Admirals (NSH)	C	68	32	49	81	65	6	0	11	114	275	73	177	11.64%	9	1155	16.99	1	7	8	18	144	1	0	1	3	9	2	1	61.37%	1284	0	2	1.40	0	0	0	4	5	0
8	Beau Bennett	MILWAUKEE Admirals (NSH)	RW	68	24	57	81	65	18	0	25	49	235	60	155	10.21%	6	1168	17.19	6	5	11	24	149	0	0	0	0	0	7	2	55.56%	63	0	2	1.39	0	0	0	2	4	1
9	Tomas Hyka	MILWAUKEE Admirals (NSH)	RW	56	30	29	59	58	0	0	0	61	205	62	142	14.63%	3	819	14.63	0	0	0	0	2	0	0	0	0	0	4	1	65.31%	49	0	2	1.44	0	0	0	5	2	1
10	Mark Letestu	MILWAUKEE Admirals (NSH)	C	66	22	31	53	47	0	0	10	61	197	41	124	11.17%	2	938	14.21	4	5	9	19	142	1	0	1	4	26	3	0	65.25%	1079	1	1	1.13	0	0	0	0	3	2
11	Markus Hannikainen	MILWAUKEE Admirals (NSH)	LW	68	16	30	46	65	24	0	30	58	166	52	130	9.64%	15	862	12.68	0	0	0	2	7	1	1	2	5	121	5	0	65.89%	129	0	0	1.07	0	0	0	1	1	1
12	Sergey Tolchinsky	MILWAUKEE Admirals (NSH)	LW	69	15	22	37	48	4	0	5	19	111	19	76	13.51%	8	601	8.71	2	2	4	6	39	0	1	1	0	23	0	0	45.10%	153	0	0	1.23	0	0	0	1	0	3
13	Dylan Olsen	MILWAUKEE Admirals (NSH)	D	68	5	25	30	84	10	0	47	26	65	20	49	7.69%	43	1074	15.81	0	1	1	5	29	0	1	1	0	64	0	0	0.00%	0	0	0	0.56	0	0	0	1	1	0
14	Thomas Schemitsch	MILWAUKEE Admirals (NSH)	D	38	5	15	20	39	27	5	48	14	47	13	20	10.64%	13	595	15.68	2	4	6	12	47	0	3	3	0	71	0	1	0.00%	0	0	0	0.67	0	0	1	0	1	1
15	Viktor Svedberg	MILWAUKEE Admirals (NSH)	D	69	5	15	20	83	42	0	110	32	47	17	31	10.64%	50	1287	18.66	1	0	1	12	129	0	0	0	2	151	1	0	0.00%	0	0	0	0.31	0	0	0	0	1	2
16	John Ramage	MILWAUKEE Admirals (NSH)	D	21	2	15	17	21	14	0	27	8	16	7	15	12.50%	17	314	15.00	0	1	1	0	2	0	0	0	0	9	1	0	0.00%	0	0	0	1.08	0	0	0	0	0	0
17	Dalton Smith	MILWAUKEE Admirals (NSH)	LW	69	2	4	6	15	4	0	22	5	23	9	18	8.70%	0	206	3.00	1	0	1	2	19	0	0	0	0	5	0	0	60.47%	43	0	0	0.58	0	0	0	0	0	1
Stats d'équipe Total ou en Moyenne				1054	370	651	1021	1190	498	10	1228	979	3072	835	2106	12.04%	353	18409	17.47	31	56	87	281	1410	9	18	27	52	1331	50	10	60.37%	5170	1	18	1.11	2	7	1	50	54	45

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

#	Nom du Gardien	Nom de l'Équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	PS %	PSA	ST	BG	S1	S2	S3
1	Aaron Dell	MILWAUKEE Admirals (NSH)	68	51	14	3	0.922	1.62	4063	17	110	1402	0.571	7	68	0	4	1	2
2	Thatcher Demko	MILWAUKEE Admirals (NSH)	2	1	0	0	0.947	1.28	94	0	2	38	0.000	0	1	68	0	0	0
Stats d'équipe Total ou en Moyenne			70	52	14	3	0.922	1.62	4158	17	112	1440	0.571	7	69	68	4	1	2

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

Nom du Joueur	Nom de l'Équipe	POS	Âge	Date de Naissance	Nouveau Joueur	Poids	Taille	Non-Échange	Disponible pour Échange	Ballotage Forcé	Contrat	Status	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Link
Aaron Dell	MILWAUKEE Admirals (NSH)	G	30	1989-05-04	No	93 Kg	183 CM	No	No	No	2	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Beau Bennett	MILWAUKEE Admirals (NSH)	RW	27	1991-11-27	No	89 Kg	188 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Brendan Lemieux	MILWAUKEE Admirals (NSH)	LW	23	1996-03-15	Yes	98 Kg	185 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Carter Verhaeghe	MILWAUKEE Admirals (NSH)	C	24	1995-08-14	No	86 Kg	188 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Charlie Lindgren	MILWAUKEE Admirals (NSH)	G	25	1993-12-18	No	83 Kg	185 CM	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Christian Folin	MILWAUKEE Admirals (NSH)	D	28	1991-02-09	No	93 Kg	191 CM	No	No	No	2	Sans Restriction	Pro & Farm	1,000,000$	0$	0$	No	Lien
Dalton Smith	MILWAUKEE Admirals (NSH)	LW	27	1992-06-30	No	94 Kg	188 CM	No	No	No	1	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Dmitrij Jaskin	MILWAUKEE Admirals (NSH)	LW/RW	26	1993-03-23	No	98 Kg	188 CM	No	No	No	2	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Dylan DeMelo	MILWAUKEE Admirals (NSH)	D	26	1993-05-01	No	89 Kg	185 CM	No	No	No	1	Avec Restriction	Pro & Farm	900,000$	0$	0$	No	Lien
Dylan Olsen	MILWAUKEE Admirals (NSH)	D	28	1991-01-03	No	101 Kg	188 CM	No	No	No	1	Sans Restriction	Pro & Farm	750,000$	0$	0$	No
John Ramage	MILWAUKEE Admirals (NSH)	D	28	1991-02-07	No	86 Kg	183 CM	No	No	No	4	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Mark Letestu	MILWAUKEE Admirals (NSH)	C	34	1985-02-04	No	89 Kg	178 CM	No	No	No	2	Sans Restriction	Pro & Farm	1,500,000$	0$	0$	No	Lien
Markus Hannikainen	MILWAUKEE Admirals (NSH)	LW	26	1993-03-26	Yes	91 Kg	185 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Pontus Aberg	MILWAUKEE Admirals (NSH)	LW/RW	25	1993-09-23	No	89 Kg	180 CM	No	No	No	2	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Samuel Montembeault (Contrat à 1 Volet)	MILWAUKEE Admirals (NSH)	G	22	1996-10-30	Yes	87 Kg	191 CM	No	No	No	1	Avec Restriction	Pro & Farm	725,000$	725,000$	100,694$	No	Lien
Sergey Tolchinsky	MILWAUKEE Admirals (NSH)	LW	24	1995-02-03	No	77 Kg	173 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Thatcher Demko	MILWAUKEE Admirals (NSH)	G	23	1995-12-08	No	87 Kg	193 CM	No	No	No	2	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Thomas Schemitsch	MILWAUKEE Admirals (NSH)	D	22	1996-10-26	Yes	91 Kg	193 CM	No	No	No	4	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Tomas Hyka	MILWAUKEE Admirals (NSH)	RW	26	1993-03-23	Yes	73 Kg	180 CM	No	No	No	3	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
Viktor Svedberg	MILWAUKEE Admirals (NSH)	D	28	1991-05-24	No	108 Kg	203 CM	No	No	No	1	Sans Restriction	Pro & Farm	750,000$	0$	0$	No	Lien
William Carrier	MILWAUKEE Admirals (NSH)	LW	24	1994-12-20	No	96 Kg	188 CM	No	No	No	2	Avec Restriction	Pro & Farm	750,000$	0$	0$	No	Lien

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
21	26.00	90 Kg	185 CM	2.19	803,571$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Pontus Aberg	Mark Letestu	Dmitrij Jaskin	31	1	2	2
2	William Carrier	Carter Verhaeghe	Beau Bennett	26	1	2	2
3	Brendan Lemieux	Pontus Aberg	Tomas Hyka	23	1	2	2
4	Markus Hannikainen	Dmitrij Jaskin	William Carrier	20	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Dylan DeMelo	Christian Folin	31	1	2	2
2	Viktor Svedberg	Thomas Schemitsch	26	1	2	2
3	John Ramage	Dylan Olsen	23	1	2	2
4	Dylan DeMelo	Christian Folin	20	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Pontus Aberg	Mark Letestu	Dmitrij Jaskin	55	1	2	2
2	William Carrier	Carter Verhaeghe	Beau Bennett	45	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Dylan DeMelo	Christian Folin	55	1	2	2
2	Viktor Svedberg	Thomas Schemitsch	45	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Pontus Aberg	Dmitrij Jaskin	55	1	2	2
2	William Carrier	Brendan Lemieux	45	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Dylan DeMelo	Christian Folin	55	1	2	2
2	Viktor Svedberg	Thomas Schemitsch	45	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1	Pontus Aberg	55	1	2	2	Dylan DeMelo	Christian Folin	55	1	2	2
2	Dmitrij Jaskin	45	1	2	2	Viktor Svedberg	Thomas Schemitsch	45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Pontus Aberg	Dmitrij Jaskin	55	1	2	2
2	William Carrier	Brendan Lemieux	45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Dylan DeMelo	Christian Folin	55	1	2	2
2	Viktor Svedberg	Thomas Schemitsch	45	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Pontus Aberg	Mark Letestu	Dmitrij Jaskin	Dylan DeMelo	Christian Folin

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Pontus Aberg	Mark Letestu	Dmitrij Jaskin	Dylan DeMelo	Christian Folin

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Sergey Tolchinsky, Dalton Smith, Markus Hannikainen	Sergey Tolchinsky, Dalton Smith	Markus Hannikainen

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
John Ramage, Dylan Olsen, Viktor Svedberg	John Ramage	Dylan Olsen, Viktor Svedberg

Tirs de Pénalité
Pontus Aberg, Dmitrij Jaskin, William Carrier, Brendan Lemieux, Beau Bennett

Gardien
#1 : Aaron Dell, #2 : Thatcher Demko, #3 : Charlie Lindgren

Lignes d'Attaque Perso. en Prol.
Pontus Aberg, Dmitrij Jaskin, William Carrier, Brendan Lemieux, Beau Bennett, Markus Hannikainen, Markus Hannikainen, Mark Letestu, Carter Verhaeghe, Tomas Hyka, Sergey Tolchinsky

Lignes de Défense Perso. en Prol.
Dylan DeMelo, Christian Folin, Viktor Svedberg, Thomas Schemitsch, John Ramage

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	2	2	0	0	0	0	0	0	14	3	11	1	1	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	7	1	6	4	1.000	14	27	41	0	0	168	131	76	4	151	1014	1046	1123	18	38	5	14	30	2	1	50.00%	6	0	100.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
2	BRIDGEPORT Sound Tigers	4	1	2	0	1	0	0	0	7	8	-1	2	1	0	0	1	0	0	0	6	4	2	2	0	2	0	0	0	0	0	1	4	-3	4	0.500	7	9	16	0	0	168	131	76	4	104	1014	1046	1123	18	133	23	34	86	17	2	11.76%	14	1	92.86%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
3	BROOKLYN Wolfpack	2	2	0	0	0	0	0	0	20	1	19	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	20	1	19	4	1.000	20	31	51	0	1	168	131	76	4	147	1014	1046	1123	18	27	8	6	39	0	0	0.00%	3	0	100.00%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
4	CHICAGO Wolves	3	3	0	0	0	0	0	0	31	6	25	2	2	0	0	0	0	0	0	21	2	19	1	1	0	0	0	0	0	0	10	4	6	6	1.000	31	56	87	0	1	168	131	76	4	179	1014	1046	1123	18	53	18	20	56	3	1	33.33%	10	2	80.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
5	CLEVELAND Monsters	4	4	0	0	0	0	0	0	45	1	44	2	2	0	0	0	0	0	0	22	1	21	2	2	0	0	0	0	0	0	23	0	23	8	1.000	45	86	131	0	3	168	131	76	4	298	1014	1046	1123	18	40	10	14	70	1	1	100.00%	7	0	100.00%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
6	COLORADO Eagles	3	2	1	0	0	0	0	0	8	7	1	2	1	1	0	0	0	0	0	5	6	-1	1	1	0	0	0	0	0	0	3	1	2	4	0.667	8	14	22	0	0	168	131	76	4	75	1014	1046	1123	18	74	28	22	62	10	1	10.00%	10	2	80.00%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
7	CORNWALL Aces	2	2	0	0	0	0	0	0	23	1	22	1	1	0	0	0	0	0	0	10	0	10	1	1	0	0	0	0	0	0	13	1	12	4	1.000	23	43	66	0	1	168	131	76	4	182	1014	1046	1123	18	13	2	4	30	3	2	66.67%	2	0	100.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
8	HERSEY Bears	3	1	1	0	0	0	1	0	6	5	1	1	0	0	0	0	0	1	0	3	2	1	2	1	1	0	0	0	0	0	3	3	0	4	0.667	6	10	16	0	0	168	131	76	4	78	1014	1046	1123	18	77	25	24	38	4	0	0.00%	12	1	91.67%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
9	HOLLYWOOD Oscar	2	2	0	0	0	0	0	0	25	1	24	1	1	0	0	0	0	0	0	12	1	11	1	1	0	0	0	0	0	0	13	0	13	4	1.000	25	47	72	0	1	168	131	76	4	178	1014	1046	1123	18	11	1	10	26	1	0	0.00%	5	0	100.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
10	IOWA Wild	2	2	0	0	0	0	0	0	9	3	6	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	4	2	2	4	1.000	9	17	26	0	0	168	131	76	4	108	1014	1046	1123	18	51	9	12	35	10	4	40.00%	6	2	66.67%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
11	LAVAL Rockets	4	2	1	0	0	0	0	1	13	9	4	2	2	0	0	0	0	0	0	9	3	6	2	0	1	0	0	0	0	1	4	6	-2	5	0.625	13	23	36	0	0	168	131	76	4	96	1014	1046	1123	18	120	38	39	53	19	1	5.26%	11	1	90.91%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
12	LEHIGH VALLEY Phantoms	2	2	0	0	0	0	0	0	10	4	6	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	7	2	5	4	1.000	10	18	28	0	0	168	131	76	4	62	1014	1046	1123	18	52	16	16	48	4	1	25.00%	5	2	60.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
13	MANITOBA Moose	2	1	1	0	0	0	0	0	7	6	1	1	1	0	0	0	0	0	0	5	3	2	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	7	13	20	0	0	168	131	76	4	58	1014	1046	1123	18	45	21	18	31	11	2	18.18%	8	2	75.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
14	MONT-LAURIER Sommet	2	2	0	0	0	0	0	0	8	3	5	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	3	2	1	4	1.000	8	15	23	0	0	168	131	76	4	72	1014	1046	1123	18	50	11	24	43	9	2	22.22%	11	1	90.91%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
15	PROVIDENCE Bruins	4	3	1	0	0	0	0	0	16	12	4	2	2	0	0	0	0	0	0	9	4	5	2	1	1	0	0	0	0	0	7	8	-1	6	0.750	16	32	48	0	0	168	131	76	4	152	1014	1046	1123	18	106	24	36	76	20	3	15.00%	16	2	87.50%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
16	PV Sharapovas	2	1	1	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	1	2	-1	1	1	0	0	0	0	0	0	2	0	2	2	0.500	3	5	8	0	1	168	131	76	4	53	1014	1046	1123	18	57	8	20	33	6	0	0.00%	9	2	77.78%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
17	ROCKFORD IceHogs	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	5	8	0	0	168	131	76	4	29	1014	1046	1123	18	32	12	6	21	2	1	50.00%	2	0	100.00%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
18	SAN DIEGO Gulls	4	4	0	0	0	0	0	0	24	0	24	2	2	0	0	0	0	0	0	13	0	13	2	2	0	0	0	0	0	0	11	0	11	8	1.000	24	43	67	0	4	168	131	76	4	295	1014	1046	1123	18	19	8	12	99	7	2	28.57%	6	0	100.00%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
19	STOCKTON Flames	2	1	1	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	2	1	1	2	0.500	4	8	12	0	0	168	131	76	4	53	1014	1046	1123	18	43	8	8	34	10	1	10.00%	3	1	66.67%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
20	SYRACUSE Crunch	2	0	1	0	1	0	0	0	5	5	0	1	0	0	0	1	0	0	0	4	3	1	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	5	9	14	0	0	168	131	76	4	63	1014	1046	1123	18	60	18	20	39	7	2	28.57%	9	1	88.89%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
21	TORONTO Marlies	2	1	1	0	0	0	0	0	5	4	1	1	0	1	0	0	0	0	0	1	2	-1	1	1	0	0	0	0	0	0	4	2	2	2	0.500	5	8	13	0	0	168	131	76	4	76	1014	1046	1123	18	58	7	26	38	2	1	50.00%	11	1	90.91%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
22	TUSCON Roadrunners	4	4	0	0	0	0	0	0	22	2	20	2	2	0	0	0	0	0	0	11	1	10	2	2	0	0	0	0	0	0	11	1	10	8	1.000	22	43	65	0	2	168	131	76	4	153	1014	1046	1123	18	65	24	18	82	9	0	0.00%	8	0	100.00%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
	Total	69	49	14	0	2	1	1	2	378	114	264	35	25	5	0	2	1	1	1	196	57	139	34	24	9	0	0	0	0	1	182	57	125	107	0.775	378	693	1071	0	17	168	131	76	4	3194	1014	1046	1123	18	1440	384	483	1242	183	31	16.94%	212	26	87.74%	9	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
24	UTICA Comets	4	0	3	0	0	1	0	0	5	13	-8	2	0	1	0	0	1	0	0	2	5	-3	2	0	2	0	0	0	0	0	3	8	-5	1	0.125	5	9	14	0	0	168	131	76	4	125	1014	1046	1123	18	134	38	46	76	21	1	4.76%	21	4	80.95%	0	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
25	VICTORIAVILLE Tigres	2	1	0	0	0	0	0	1	7	7	0	1	0	0	0	0	0	0	1	3	4	-1	1	1	0	0	0	0	0	0	4	3	1	3	0.750	7	13	20	0	0	168	131	76	4	67	1014	1046	1123	18	47	16	12	41	4	1	25.00%	6	1	83.33%	1	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
26	WILKIES-BARRIE Penguins	5	5	0	0	0	0	0	0	58	3	55	3	3	0	0	0	0	0	0	34	1	33	2	2	0	0	0	0	0	0	24	2	22	10	1.000	58	109	167	0	3	168	131	76	4	340	1014	1046	1123	18	35	6	22	56	1	1	100.00%	11	0	100.00%	2	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
	_Since Last GM Reset	69	49	14	0	2	1	1	2	378	114	264	35	25	5	0	2	1	1	1	196	57	139	34	24	9	0	0	0	0	1	182	57	125	107	0.775	378	693	1071	0	17	168	131	76	4	3194	1014	1046	1123	18	1440	384	483	1242	183	31	16.94%	212	26	87.74%	9	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
	_Vs Conference	40	27	9	0	1	1	1	1	200	66	134	20	15	2	0	1	1	1	0	104	30	74	20	12	7	0	0	0	0	1	96	36	60	60	0.750	200	361	561	0	11	168	131	76	4	1731	1014	1046	1123	18	880	256	277	758	113	13	11.50%	120	13	89.17%	6	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
	_Vs Division	13	13	4	0	1	0	0	1	65	31	34	8	9	1	0	1	0	0	0	42	18	24	5	4	3	0	0	0	0	1	23	13	10	29	1.115	65	118	183	0	1	168	131	76	4	516	1014	1046	1123	18	302	104	90	246	40	10	25.00%	42	9	78.57%	2	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434

			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
69	107	W17	378	693	1071	3194	1440	384	483	1242	0	17

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
69	49	14	2	1	1	2	378	114

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
35	25	5	2	1	1	1	196	57

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
34	24	9	0	0	0	1	182	57

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
10	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
183	31	16.94%	212	26	87.74%	9

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
1014	1046	1123	18	168	131	76	4

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
1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%

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
2179	1699	1215	392	768	434

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	SO	Lien
1 - 2019-07-30	3	MILWAUKEE Admirals	10	BROOKLYN Wolfpack	1	W			Sommaire du Match
2 - 2019-07-31	16	MILWAUKEE Admirals	10	WILKIES-BARRIE Penguins	0	W			Sommaire du Match
3 - 2019-08-01	29	WILKIES-BARRIE Penguins	1	MILWAUKEE Admirals	11	W			Sommaire du Match
4 - 2019-08-02	48	UTICA Comets	2	MILWAUKEE Admirals	0	L			Sommaire du Match
6 - 2019-08-04	57	MILWAUKEE Admirals	0	BRIDGEPORT Sound Tigers	2	L			Sommaire du Match
7 - 2019-08-05	72	SAN DIEGO Gulls	0	MILWAUKEE Admirals	7	W			Sommaire du Match
9 - 2019-08-07	82	MILWAUKEE Admirals	3	LAVAL Rockets	4	L	X	X	Sommaire du Match
10 - 2019-08-08	102	CLEVELAND Monsters	0	MILWAUKEE Admirals	11	W			Sommaire du Match
11 - 2019-08-09	115	MILWAUKEE Admirals	9	TUSCON Roadrunners	0	W			Sommaire du Match
12 - 2019-08-10	119	WILKIES-BARRIE Penguins	0	MILWAUKEE Admirals	11	W			Sommaire du Match
14 - 2019-08-12	138	MILWAUKEE Admirals	6	SAN DIEGO Gulls	0	W			Sommaire du Match
15 - 2019-08-13	145	MILWAUKEE Admirals	0	UTICA Comets	4	L			Sommaire du Match
16 - 2019-08-14	156	CHICAGO Wolves	0	MILWAUKEE Admirals	12	W			Sommaire du Match
18 - 2019-08-16	175	TUSCON Roadrunners	0	MILWAUKEE Admirals	8	W			Sommaire du Match
20 - 2019-08-18	192	MILWAUKEE Admirals	3	HERSEY Bears	1	W			Sommaire du Match
21 - 2019-08-19	204	PROVIDENCE Bruins	2	MILWAUKEE Admirals	6	W			Sommaire du Match
22 - 2019-08-20	213	UTICA Comets	3	MILWAUKEE Admirals	2	L	X		Sommaire du Match
24 - 2019-08-22	225	MILWAUKEE Admirals	1	LAVAL Rockets	2	L			Sommaire du Match
25 - 2019-08-23	239	MILWAUKEE Admirals	13	HOLLYWOOD Oscar	0	W			Sommaire du Match
26 - 2019-08-24	254	MILWAUKEE Admirals	3	UTICA Comets	4	L			Sommaire du Match
27 - 2019-08-25	263	CORNWALL Aces	0	MILWAUKEE Admirals	10	W			Sommaire du Match
28 - 2019-08-26	274	TORONTO Marlies	2	MILWAUKEE Admirals	1	L			Sommaire du Match
29 - 2019-08-27	289	HOLLYWOOD Oscar	1	MILWAUKEE Admirals	12	W			Sommaire du Match
30 - 2019-08-28	308	MILWAUKEE Admirals	7	LEHIGH VALLEY Phantoms	2	W			Sommaire du Match
31 - 2019-08-29	317	STOCKTON Flames	5	MILWAUKEE Admirals	2	L			Sommaire du Match
32 - 2019-08-30	327	MILWAUKEE Admirals	12	CLEVELAND Monsters	0	W			Sommaire du Match
34 - 2019-09-01	346	MANITOBA Moose	3	MILWAUKEE Admirals	5	W			Sommaire du Match
35 - 2019-09-02	357	MILWAUKEE Admirals	1	PROVIDENCE Bruins	6	L			Sommaire du Match
36 - 2019-09-03	366	MILWAUKEE Admirals	3	MONT-LAURIER Sommet	2	W			Sommaire du Match
37 - 2019-09-04	384	MILWAUKEE Admirals	2	MANITOBA Moose	3	L			Sommaire du Match
38 - 2019-09-05	390	VICTORIAVILLE Tigres	4	MILWAUKEE Admirals	3	L	X	X	Sommaire du Match
39 - 2019-09-06	403	MILWAUKEE Admirals	4	VICTORIAVILLE Tigres	3	W			Sommaire du Match
41 - 2019-09-08	416	CHICAGO Wolves	2	MILWAUKEE Admirals	9	W			Sommaire du Match
42 - 2019-09-09	428	MILWAUKEE Admirals	5	SAN DIEGO Gulls	0	W			Sommaire du Match
44 - 2019-09-11	442	COLORADO Eagles	1	MILWAUKEE Admirals	2	W			Sommaire du Match
46 - 2019-09-13	460	ROCKFORD IceHogs	2	MILWAUKEE Admirals	3	W			Sommaire du Match
47 - 2019-09-14	471	BELLEVILLE Senators	2	MILWAUKEE Admirals	7	W			Sommaire du Match
48 - 2019-09-15	490	MILWAUKEE Admirals	13	CORNWALL Aces	1	W			Sommaire du Match
49 - 2019-09-16	503	MILWAUKEE Admirals	1	BRIDGEPORT Sound Tigers	2	L			Sommaire du Match
50 - 2019-09-17	505	MILWAUKEE Admirals	10	CHICAGO Wolves	4	W			Sommaire du Match
51 - 2019-09-18	519	PV Sharapovas	2	MILWAUKEE Admirals	1	L			Sommaire du Match
53 - 2019-09-20	535	MONT-LAURIER Sommet	1	MILWAUKEE Admirals	5	W			Sommaire du Match
54 - 2019-09-21	553	MILWAUKEE Admirals	2	STOCKTON Flames	1	W			Sommaire du Match
56 - 2019-09-23	566	WILKIES-BARRIE Penguins	0	MILWAUKEE Admirals	12	W			Sommaire du Match
57 - 2019-09-24	574	MILWAUKEE Admirals	2	PV Sharapovas	0	W			Sommaire du Match
59 - 2019-09-26	585	SYRACUSE Crunch	3	MILWAUKEE Admirals	4	W	X		Sommaire du Match
60 - 2019-09-27	602	MILWAUKEE Admirals	1	SYRACUSE Crunch	2	L			Sommaire du Match
62 - 2019-09-29	615	MILWAUKEE Admirals	6	PROVIDENCE Bruins	2	W			Sommaire du Match
64 - 2019-10-01	624	BRIDGEPORT Sound Tigers	2	MILWAUKEE Admirals	3	W	X		Sommaire du Match
66 - 2019-10-03	641	LAVAL Rockets	2	MILWAUKEE Admirals	5	W			Sommaire du Match
67 - 2019-10-04	653	MILWAUKEE Admirals	0	HERSEY Bears	2	L			Sommaire du Match
68 - 2019-10-05	668	COLORADO Eagles	5	MILWAUKEE Admirals	3	L			Sommaire du Match
69 - 2019-10-06	671	MILWAUKEE Admirals	2	TUSCON Roadrunners	1	W			Sommaire du Match
71 - 2019-10-08	686	MILWAUKEE Admirals	4	IOWA Wild	2	W			Sommaire du Match
72 - 2019-10-09	698	SAN DIEGO Gulls	0	MILWAUKEE Admirals	6	W			Sommaire du Match
73 - 2019-10-10	709	MILWAUKEE Admirals	7	BELLEVILLE Senators	1	W			Sommaire du Match
75 - 2019-10-12	724	LEHIGH VALLEY Phantoms	2	MILWAUKEE Admirals	3	W			Sommaire du Match
76 - 2019-10-13	736	MILWAUKEE Admirals	11	CLEVELAND Monsters	0	W			Sommaire du Match
77 - 2019-10-14	749	HERSEY Bears	2	MILWAUKEE Admirals	3	W	X	X	Sommaire du Match
79 - 2019-10-16	764	MILWAUKEE Admirals	4	TORONTO Marlies	2	W			Sommaire du Match
80 - 2019-10-17	775	CLEVELAND Monsters	1	MILWAUKEE Admirals	11	W			Sommaire du Match
82 - 2019-10-19	795	TUSCON Roadrunners	1	MILWAUKEE Admirals	3	W			Sommaire du Match
83 - 2019-10-20	812	LAVAL Rockets	1	MILWAUKEE Admirals	4	W			Sommaire du Match
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
85 - 2019-10-22	834	IOWA Wild	1	MILWAUKEE Admirals	5	W			Sommaire du Match
86 - 2019-10-23	848	MILWAUKEE Admirals	14	WILKIES-BARRIE Penguins	2	W			Sommaire du Match
88 - 2019-10-25	861	BRIDGEPORT Sound Tigers	2	MILWAUKEE Admirals	3	W			Sommaire du Match
90 - 2019-10-27	876	MILWAUKEE Admirals	10	BROOKLYN Wolfpack	0	W			Sommaire du Match
91 - 2019-10-28	884	MILWAUKEE Admirals	3	COLORADO Eagles	1	W			Sommaire du Match
92 - 2019-10-29	897	PROVIDENCE Bruins	2	MILWAUKEE Admirals	3	W			Sommaire du Match
94 - 2019-10-31	919	BROOKLYN Wolfpack	-	MILWAUKEE Admirals	-
96 - 2019-11-02	933	MILWAUKEE Admirals	-	COLORADO Eagles	-
97 - 2019-11-03	938	ROCKFORD IceHogs	-	MILWAUKEE Admirals	-
99 - 2019-11-05	954	MILWAUKEE Admirals	-	ROCKFORD IceHogs	-
101 - 2019-11-07	966	HERSEY Bears	-	MILWAUKEE Admirals	-
102 - 2019-11-08	977	MILWAUKEE Admirals	-	WILKIES-BARRIE Penguins	-
104 - 2019-11-10	992	BROOKLYN Wolfpack	-	MILWAUKEE Admirals	-
105 - 2019-11-11	1003	MILWAUKEE Admirals	-	CHICAGO Wolves	-
106 - 2019-11-12	1006	MILWAUKEE Admirals	-	ROCKFORD IceHogs	-

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
4	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
1,948,602$	1,615,000$	1,572,500$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	1,383,630$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	14	21,168$	296,352$

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	69	49	14	0	2	1	1	2	378	114	264	35	25	5	0	2	1	1	1	196	57	139	34	24	9	0	0	0	0	1	182	57	125	107	378	693	1071	0	17	168	131	76	4	3194	1014	1046	1123	18	1440	384	483	1242	183	31	16.94%	212	26	87.74%	9	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434
Total Saison Régulière	69	49	14	0	2	1	1	2	378	114	264	35	25	5	0	2	1	1	1	196	57	139	34	24	9	0	0	0	0	1	182	57	125	107	378	693	1071	0	17	168	131	76	4	3194	1014	1046	1123	18	1440	384	483	1242	183	31	16.94%	212	26	87.74%	9	1455	2342	62.13%	1006	1794	56.08%	690	1079	63.95%	2179	1699	1215	392	768	434