Ottawa Senators
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Statistiques de l'Équipe de Carrière

Centre de jeu
	Broncos 35-33-14, 84pts	5	FINAL	4	Fighting Pandas 47-25-10, 104pts

Team Stats
W1	Séquence	W1
19-19-3	Fiche domicile	22-12-7
16-14-11	Fiche domicile	25-13-3
4-4-2	Derniers 10 matchs	6-3-1
3.67	Buts par match	4.33
4.13	Buts contre par match	3.60
26.54%	Pourcentage en avantage numérique	28.41%
66.23%	Pourcentage en désavantage numérique	79.35%

Ice Bats
30-39-13, 73pts

FINAL

Fighting Pandas
47-25-10, 104pts

Team Stats
L1	Séquence	W1
15-20-6	Fiche domicile	22-12-7
15-19-7	Fiche domicile	25-13-3
4-5-1	Derniers 10 matchs	6-3-1
4.23	Buts par match	4.33
4.96	Buts contre par match	3.60
26.74%	Pourcentage en avantage numérique	28.41%
74.56%	Pourcentage en désavantage numérique	79.35%

Meneurs d'équipe
	Buts Jeff Skinner 52	Passes Sean Durzi 82

	Points Mackie Samoskevich 101	Plus/Moins Cole Koepke 29

	Victoires Jakub Dobes 45	Pourcentage d’arrêts Cayden Primeau 0.904

Statistiques d’équipe
Buts pour 355 4.33 GFG	Tirs pour 2582 31.49 Avg	Pourcentage en avantage numérique 28.4% 50 GF	Début de zone offensive 38.6%
Buts contre 295 3.60 GAA	Tirs contre 2530 30.85 Avg	Pourcentage en désavantage numérique 79.3%% 38 GA	Début de la zone défensive 39.1%

Informations de l'équipe
	Directeur général	Hunter Jones
	Entraîneur	Patrick Lalime
	Division	Atlantic
	Conférence	Eastern Conference
	Capitaine	Jeff Skinner
	Assistant #1	Ryker Evans
	Assistant #2	Keegan Kolesar
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	25
	Équipe Mineure	19
	Limite contact	44 / 50
	Espoirs	28

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	Connor Brown			X		100.00	52	54	94	67	65	74	92	72	50	69	69	76	51	74	75	0	83	67	0	32	2	500,000$
2	Keegan Kolesar (A)			X		100.00	85	71	89	68	77	72	92	75	50	68	66	65	50	68	69	0	82	67	0	29	2	500,000$
3	Mackie Samoskevich (R)	X		X		100.00	76	55	91	76	65	73	83	76	50	70	72	60	54	58	61	0	82	66	0	23	2	500,000$
4	Jeff Skinner (C)		X	X		100.00	65	56	89	69	71	72	83	74	57	66	73	60	51	79	77	0	83	66	0	33	1	2,000,000$
5	Radek Faksa	X				100.00	78	59	79	65	77	72	82	66	80	66	55	71	61	76	76	0	82	64	0	32	3	500,000$
6	Cole Koepke		X			100.00	82	62	92	66	74	69	83	68	50	64	64	65	50	67	67	0	82	64	0	27	1	500,000$
7	Beck Malenstyn		X			100.00	83	61	84	63	75	67	86	58	61	60	51	67	50	68	69	0	81	61	0	28	2	700,000$
8	Alexander Holtz			X		100.00	65	56	90	67	72	69	70	61	50	63	53	58	53	59	61	0	81	59	0	24	2	500,000$
9	Samuel Helenius (R)	X				100.00	84	69	90	66	75	63	67	60	64	58	55	58	50	59	60	0	83	59	0	23	3	750,000$
10	Ivan Ivan (R)	X	X			100.00	53	55	90	66	69	64	62	59	55	56	57	56	50	59	60	0	62	57	0	23	2	500,000$
11	Ben Jones	X				100.00	74	74	99	60	66	61	55	52	50	53	49	59	50	64	63	0	67	55	0	27	4	500,000$
12	Georgii Merkulov	X				100.00	50	39	83	57	61	50	53	50	50	50	50	50	50	58	60	0	23	51	0	25	1	500,000$
13	Ryker Evans (A)				X	100.00	78	59	79	68	71	75	87	74	50	70	58	71	56	61	65	0	82	67	0	24	2	500,000$
14	Alec Martinez				X	100.00	63	57	93	64	73	74	67	73	50	65	63	72	56	88	84	0	82	66	0	38	2	700,000$
15	Sean Durzi				X	100.00	61	66	77	68	71	75	62	74	50	67	63	73	56	67	70	0	82	65	0	27	1	1,000,000$
16	Kaedan Korczak				X	100.00	72	56	96	62	74	66	64	69	50	65	51	70	65	61	65	0	62	63	0	24	2	500,000$
17	Declan Chisholm				X	100.00	63	56	92	65	68	71	80	68	50	61	54	68	55	65	66	0	82	63	0	26	2	500,000$
Rayé
1	Andre Lee (R)		X			100.00	70	67	83	58	75	58	54	55	50	54	50	55	50	60	60	0	50	54	0	25	2	500,000$
2	Arshdeep Bains		X			100.00	64	50	89	57	65	60	53	52	50	50	50	54	50	62	61	0	20	53	0	25	2	500,000$
3	Matej Blümel			X		100.00	51	50	89	57	73	50	51	50	50	50	50	50	50	60	61	0	20	51	0	25	4	500,000$
4	Samuel Bolduc				X	100.00	50	35	95	58	82	61	58	50	50	50	49	49	55	61	63	0	19	54	0	25	2	500,000$
5	Ryan Johnson				X	100.00	50	47	40	57	70	50	54	50	50	50	50	50	55	60	62	0	20	52	0	24	1	500,000$

	MOYENNE D’ÉQUIPE					100.00	67	57	87	64	71	66	70	63	53	60	57	62	53	65	66	0	64	60

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Jakub Dobes (R)	100.00	73	68	70	79	75	65	64	67	65	65	87	62	65	0	28	67	0	24	3	750,000$
2	Cayden Primeau	100.00	50	65	61	76	61	54	53	55	50	50	59	61	61	0	82	57	0	26	4	500,000$
Rayé
1	Devon Levi	100.00	50	64	60	71	50	50	50	50	50	50	50	56	56	0	31	53	0	24	1	500,000$

	MOYENNE D’ÉQUIPE	100.00	58	66	64	75	62	56	56	57	55	55	65	60	61	0	47	59

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Patrick Lalime	90	90	95	70	70	65	1	CAN	51	5	500,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Mackie Samoskevich	Fighting Pandas (OTT)	C/RW	82	43	58	101	21	33	5	100	157	312	75	197	13.78%	24	1856	22.64	4	10	14	20	127	2	92	5	2	46.60%	1648	1	0	1.09	3	3	0	0	0	8	13	1
2	Sean Durzi	Fighting Pandas (OTT)	D	82	18	82	100	26	34	10	111	89	140	45	98	12.86%	112	1963	23.95	5	18	23	54	139	0	141	4	1	100.00%	1	0	0	1.02	0	2	1	0	1	5	4	4
3	Connor Brown	Fighting Pandas (OTT)	RW	82	51	45	96	28	4	0	15	122	343	77	230	14.87%	30	1555	18.97	7	10	17	44	126	1	49	1	4	48.37%	153	0	4	1.23	4	7	0	0	0	10	3	5
4	Jeff Skinner	Fighting Pandas (OTT)	LW/RW	82	52	33	85	17	6	0	77	97	315	103	226	16.51%	17	1896	23.13	8	6	14	49	151	4	179	6	2	56.64%	143	0	2	0.90	1	4	0	0	0	11	7	1
5	Alec Martinez	Fighting Pandas (OTT)	D	78	15	65	80	27	26	0	60	91	126	26	78	11.90%	109	1976	25.33	4	9	13	39	117	1	119	2	0	0%	0	0	0	0.81	0	0	0	0	0	1	4	5
6	Ryker Evans	Fighting Pandas (OTT)	D	82	10	65	75	12	70	0	235	77	90	37	66	11.11%	122	2003	24.44	4	10	14	34	124	0	121	0	0	0%	0	0	0	0.75	0	0	0	0	0	1	5	8
7	Cole Koepke	Fighting Pandas (OTT)	LW	82	29	45	74	29	45	5	137	88	212	59	138	13.68%	13	1601	19.53	6	5	11	25	127	0	38	4	1	45.78%	166	0	0	0.92	0	0	0	1	0	4	2	4
8	Keegan Kolesar	Fighting Pandas (OTT)	RW	82	36	37	73	16	27	5	151	117	232	66	178	15.52%	15	1382	16.86	2	5	7	15	48	0	80	3	1	49.03%	259	0	0	1.06	2	6	0	0	1	5	5	6
9	Radek Faksa	Fighting Pandas (OTT)	C	82	19	46	65	15	24	0	130	141	183	49	136	10.38%	14	1467	17.89	2	3	5	13	54	0	11	4	2	61.96%	1493	0	0	0.89	1	5	0	0	0	1	3	6
10	Alexander Holtz	Fighting Pandas (OTT)	RW	82	13	31	44	19	10	0	56	61	141	49	124	9.22%	12	1518	18.52	3	7	10	13	108	1	27	0	0	49.31%	144	0	0	0.58	0	0	0	0	0	0	3	1
11	Beck Malenstyn	Fighting Pandas (OTT)	LW	82	16	22	38	20	46	0	156	93	120	34	103	13.33%	36	1673	20.41	0	0	0	0	3	0	29	4	2	47.31%	427	0	0	0.45	0	0	0	0	0	1	2	4
12	Samuel Helenius	Fighting Pandas (OTT)	C	82	18	19	37	-1	37	5	112	136	127	30	90	14.17%	11	1112	13.56	0	0	0	0	1	0	1	6	0	57.44%	1210	0	0	0.67	0	0	0	1	0	0	0	4
13	Declan Chisholm	Fighting Pandas (OTT)	D	82	12	24	36	3	40	0	136	67	70	22	35	17.14%	119	1477	18.01	1	1	2	9	25	0	47	2	0	50.00%	2	0	0	0.49	0	0	0	0	0	3	1	1
14	Leo Carlsson	Ottawa Senators	C/RW	20	9	16	25	10	0	0	28	61	74	23	59	12.16%	6	475	23.79	0	3	3	8	38	0	30	0	1	52.85%	615	0	0	1.05	0	1	0	0	0	3	2	1
15	Kaedan Korczak	Fighting Pandas (OTT)	D	32	2	17	19	8	20	0	57	25	24	6	19	8.33%	33	646	20.22	1	1	2	9	44	0	65	1	0	0%	0	0	0	0.59	1	1	0	0	0	1	0	2
16	Ivan Ivan	Fighting Pandas (OTT)	C/LW	60	5	9	14	-9	0	0	3	23	46	17	27	10.87%	9	682	11.38	1	0	1	1	1	0	2	1	0	44.78%	67	0	0	0.41	0	0	0	0	0	0	0	0
17	Samuel Bolduc	Fighting Pandas (OTT)	D	29	0	7	7	2	4	0	19	4	5	1	7	0%	18	470	16.23	0	0	0	0	2	0	29	0	0	0%	0	0	0	0.30	0	0	0	0	0	0	1	0
18	Ben Jones	Fighting Pandas (OTT)	C	29	0	0	0	-4	0	0	0	1	0	0	1	0%	0	64	2.22	0	0	0	0	2	0	10	0	0	36.36%	11	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1232	348	621	969	239	426	30	1583	1450	2560	719	1812	13.59%	700	23826	19.34	48	88	136	333	1248	9	1077	43	16	53.32%	6339	1	6	0.81	12	29	1	2	2	54	55	53

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	A	PS %	PSA	ST	BG	S1	S2
1	Jakub Dobes	Fighting Pandas (OTT)	82	45	24	8	0.882	3.60	4603	4	2	276	2335	6	0.600	15	82	0	3	2
2	Cayden Primeau	Fighting Pandas (OTT)	6	1	1	0	0.904	3.03	238	0	0	12	125	1	1.000	2	0	60	0	1
Statistiques d’équipe totales ou en moyenne			88	46	25	8	0.883	3.57	4842	4	2	288	2460	7		17	82	60	3	3

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	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Alec Martinez	Fighting Pandas (OTT)	D	38	1987-07-26	USA	No	210 Lbs	6 ft1	No	No	Trade	2025-03-05	No	No	2	2024-08-21	False	False	Pro & Farm	700,000$	70,000$	0$	No	700,000$	-	-	-	-	-	-	-	-	700,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Alexander Holtz	Fighting Pandas (OTT)	RW	24	2002-01-23	SWE	No	198 Lbs	6 ft0	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Andre Lee	Fighting Pandas (OTT)	LW	25	2000-07-26	SWE	Yes	206 Lbs	6 ft5	No	No	Free Agent		No	No	2	2026-04-08	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Arshdeep Bains	Fighting Pandas (OTT)	LW	25	2001-01-09	CAN	No	184 Lbs	6 ft0	No	No	Free Agent		No	No	2	2025-07-23	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Beck Malenstyn	Fighting Pandas (OTT)	LW	28	1998-02-04	CAN	No	209 Lbs	6 ft3	No	No	Assign Manually		No	No	2	2024-08-21	False	False	Pro & Farm	700,000$	70,000$	0$	No	700,000$	-	-	-	-	-	-	-	-	700,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ben Jones	Fighting Pandas (OTT)	C	27	1999-02-26	CAN	No	187 Lbs	6 ft0	No	No	Free Agent		No	No	4	2025-07-25	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	500,000$	500,000$	-	-	-	-	-	-	500,000$	500,000$	500,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Cayden Primeau	Fighting Pandas (OTT)	G	26	1999-08-11	USA	No	205 Lbs	6 ft3	No	No	Free Agent		No	No	4	2025-07-25	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	500,000$	500,000$	-	-	-	-	-	-	500,000$	500,000$	500,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Cole Koepke	Fighting Pandas (OTT)	LW	27	1998-05-17	USA	No	207 Lbs	6 ft1	No	No	Free Agent		No	No	1	2024-10-11	False	False	Pro & Farm	500,000$	50,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Connor Brown	Fighting Pandas (OTT)	RW	32	1994-01-14	CAN	No	184 Lbs	6 ft0	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Declan Chisholm	Fighting Pandas (OTT)	D	26	2000-01-12	CAN	No	190 Lbs	6 ft1	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Devon Levi	Fighting Pandas (OTT)	G	24	2001-12-27	CAN	No	192 Lbs	6 ft0	No	No	N/A		No	No	1		False	False	Pro & Farm	500,000$	50,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Georgii Merkulov	Fighting Pandas (OTT)	C	25	2000-10-10	RUS	No	176 Lbs	5 ft11	No	No	Free Agent		No	No	1	2024-09-09	False	False	Pro & Farm	500,000$	50,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ivan Ivan	Fighting Pandas (OTT)	C/LW	23	2002-08-20	CZE	Yes	190 Lbs	6 ft0	No	No	Free Agent		No	No	2	2025-08-09	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jakub Dobes	Fighting Pandas (OTT)	G	24	2001-05-27	CZE	Yes	215 Lbs	6 ft4	No	No	Free Agent		No	No	3	2025-08-07	False	False	Pro & Farm	750,000$	75,000$	0$	No	750,000$	750,000$	-	-	-	-	-	-	-	750,000$	750,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Jeff Skinner	Fighting Pandas (OTT)	LW/RW	33	1992-05-16	CAN	No	200 Lbs	5 ft11	No	No	Trade	2024-08-25	No	No	1		False	False	Pro & Farm	2,000,000$	200,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Kaedan Korczak	Fighting Pandas (OTT)	D	24	2002-01-18	CAN	No	202 Lbs	6 ft3	No	No	Trade	2025-08-04	No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Keegan Kolesar	Fighting Pandas (OTT)	RW	29	1997-04-08	CAN	No	216 Lbs	6 ft2	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Mackie Samoskevich	Fighting Pandas (OTT)	C/RW	23	2002-11-15	USA	Yes	180 Lbs	5 ft11	No	No	Trade	2025-08-04	No	No	2	2024-08-10	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Matej Blümel	Fighting Pandas (OTT)	RW	25	2000-05-31	CZE	No	205 Lbs	6 ft0	No	No	Free Agent		No	No	4	2025-07-25	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	500,000$	500,000$	-	-	-	-	-	-	500,000$	500,000$	500,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Radek Faksa	Fighting Pandas (OTT)	C	32	1994-01-09	CZE	No	215 Lbs	6 ft3	No	No	N/A		No	No	3	2024-08-19	False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Ryan Johnson	Fighting Pandas (OTT)	D	24	2001-07-24	USA	No	195 Lbs	6 ft1	No	No	Free Agent		No	No	1	2024-09-09	False	False	Pro & Farm	500,000$	50,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ryker Evans	Fighting Pandas (OTT)	D	24	2001-12-13	CAN	No	195 Lbs	6 ft0	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Samuel Bolduc	Fighting Pandas (OTT)	D	25	2000-12-09	CAN	No	224 Lbs	6 ft4	No	No	N/A		No	No	2		False	False	Pro & Farm	500,000$	50,000$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Samuel Helenius	Fighting Pandas (OTT)	C	23	2002-11-26	USA	Yes	201 Lbs	6 ft6	No	No	Free Agent		No	No	3	2025-08-10	False	False	Pro & Farm	750,000$	75,000$	0$	No	750,000$	750,000$	-	-	-	-	-	-	-	750,000$	750,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Sean Durzi	Fighting Pandas (OTT)	D	27	1998-10-21	CAN	No	196 Lbs	6 ft1	No	No	N/A		No	No	1		False	False	Pro & Farm	1,000,000$	100,000$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
25	26.52	199 Lbs	6 ft1	2.12	616,000$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeff Skinner		Alexander Holtz	40	1	2	2
2	Cole Koepke	Mackie Samoskevich	Connor Brown	30	1	2	2
3	Beck Malenstyn	Radek Faksa	Keegan Kolesar	20	1	2	2
4	Ivan Ivan	Samuel Helenius	Mackie Samoskevich	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alec Martinez	Ryker Evans	40	1	2	2
2	Sean Durzi		30	1	2	2
3	Declan Chisholm	Alec Martinez	20	1	2	2
4	Ryker Evans	Sean Durzi	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jeff Skinner		Alexander Holtz	60	1	2	2
2	Cole Koepke	Mackie Samoskevich	Connor Brown	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alec Martinez	Ryker Evans	60	1	2	2
2	Sean Durzi		40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Jeff Skinner	60	1	2	2
2	Mackie Samoskevich	Cole Koepke	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alec Martinez	Ryker Evans	60	1	2	2
2	Sean Durzi		40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		60	1	2	2	Alec Martinez	Ryker Evans	60	1	2	2
2	Mackie Samoskevich	40	1	2	2	Sean Durzi		40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Jeff Skinner	60	1	2	2
2	Mackie Samoskevich	Cole Koepke	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alec Martinez	Ryker Evans	60	1	2	2
2	Sean Durzi		40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jeff Skinner		Alexander Holtz	Alec Martinez	Ryker Evans

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jeff Skinner		Connor Brown	Alec Martinez	Ryker Evans

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Mackie Samoskevich, Radek Faksa, Cole Koepke	Mackie Samoskevich, Radek Faksa	Mackie Samoskevich

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Sean Durzi, , Declan Chisholm	Sean Durzi	Sean Durzi,

Tirs de pénalité
, Connor Brown, Keegan Kolesar, Jeff Skinner, Mackie Samoskevich

Gardien
#1 : Jakub Dobes, #2 : Cayden Primeau

Lignes d’attaque personnalisées en prolongation
, , , , , , , , ,

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	Aces	3	1	1	0	0	1	0	0	8	9	-1	2	1	1	0	0	0	0	0	6	6	0	1	0	0	0	0	1	0	0	2	3	-1	3	0.500	8	15	23	0	0	131	112	107	13	85	836	860	864	51	55	15	8	58	10	3	30.00%	4	1	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
2	Admirals	4	2	2	0	0	0	0	0	13	11	2	2	1	1	0	0	0	0	0	5	5	0	2	1	1	0	0	0	0	0	8	6	2	4	0.500	13	23	36	0	0	131	112	107	13	110	836	860	864	51	86	22	16	61	6	1	16.67%	7	0	100.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
3	Americiens	6	2	3	0	0	1	0	0	25	30	-5	3	2	1	0	0	0	0	0	13	12	1	3	0	2	0	0	1	0	0	12	18	-6	5	0.417	25	45	70	0	0	131	112	107	13	224	836	860	864	51	251	99	20	131	16	6	37.50%	10	6	40.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
4	Barons	3	0	1	0	0	2	0	0	8	12	-4	1	0	0	0	0	1	0	0	3	4	-1	2	0	1	0	0	1	0	0	5	8	-3	2	0.333	8	11	19	0	0	131	112	107	13	91	836	860	864	51	58	20	8	56	3	0	0.00%	4	0	100.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
5	Barracuda	2	1	0	0	0	1	0	0	9	8	1	1	0	0	0	0	1	0	0	6	7	-1	1	1	0	0	0	0	0	0	3	1	2	3	0.750	9	17	26	0	0	131	112	107	13	54	836	860	864	51	47	16	8	49	8	3	37.50%	4	1	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
6	Broncos	7	3	2	0	0	0	1	1	28	21	7	2	1	0	0	0	0	0	1	10	6	4	5	2	2	0	0	0	1	0	18	15	3	9	0.643	28	48	76	0	0	131	112	107	13	179	836	860	864	51	178	47	28	139	7	4	57.14%	14	4	71.43%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
7	Bruins	6	3	1	0	1	0	1	0	25	21	4	3	3	0	0	0	0	0	0	13	7	6	3	0	1	0	1	0	1	0	12	14	-2	10	0.833	25	40	65	0	1	131	112	107	13	175	836	860	864	51	186	38	62	118	15	3	20.00%	19	3	84.21%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
8	Canucks	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	5	3	2	4	1.000	9	16	25	0	0	131	112	107	13	55	836	860	864	51	49	9	8	22	4	1	25.00%	4	2	50.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
9	Firebirds	4	3	0	0	0	1	0	0	24	14	10	2	1	0	0	0	1	0	0	11	7	4	2	2	0	0	0	0	0	0	13	7	6	7	0.875	24	44	68	0	0	131	112	107	13	132	836	860	864	51	130	42	24	85	10	4	40.00%	12	1	91.67%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
10	Griffins	2	2	0	0	0	0	0	0	11	5	6	1	1	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	4	3	1	4	1.000	11	21	32	0	0	131	112	107	13	58	836	860	864	51	79	23	13	37	3	1	33.33%	4	1	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
11	Ice Bats	3	3	0	0	0	0	0	0	21	9	12	2	2	0	0	0	0	0	0	11	7	4	1	1	0	0	0	0	0	0	10	2	8	6	1.000	21	39	60	0	0	131	112	107	13	108	836	860	864	51	101	23	13	48	8	4	50.00%	4	1	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
12	Lions	2	2	0	0	0	0	0	0	13	7	6	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	7	4	3	4	1.000	13	23	36	0	0	131	112	107	13	82	836	860	864	51	70	18	19	49	5	1	20.00%	7	2	71.43%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
13	Lynx	6	5	1	0	0	0	0	0	33	21	12	3	2	1	0	0	0	0	0	20	13	7	3	3	0	0	0	0	0	0	13	8	5	10	0.833	33	63	96	0	0	131	112	107	13	198	836	860	864	51	152	41	20	103	7	1	14.29%	8	2	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
14	Marlies	7	1	4	0	0	0	2	0	25	29	-4	4	1	3	0	0	0	0	0	8	13	-5	3	0	1	0	0	0	2	0	17	16	1	6	0.429	25	45	70	0	1	131	112	107	13	175	836	860	864	51	204	48	44	118	20	9	45.00%	20	4	80.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
15	Nordiks	3	1	1	0	0	0	0	1	18	17	1	2	0	1	0	0	0	0	1	12	14	-2	1	1	0	0	0	0	0	0	6	3	3	3	0.500	18	31	49	0	0	131	112	107	13	131	836	860	864	51	145	41	19	77	8	4	50.00%	6	0	100.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
16	Quacken	2	1	1	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	6	1	5	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	7	12	19	0	0	131	112	107	13	47	836	860	864	51	41	7	8	44	6	2	33.33%	3	0	100.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
17	Roadrunners	6	2	3	0	0	0	0	1	13	17	-4	3	1	1	0	0	0	0	1	7	8	-1	3	1	2	0	0	0	0	0	6	9	-3	5	0.417	13	22	35	0	0	131	112	107	13	172	836	860	864	51	167	42	42	121	11	0	0.00%	20	5	75.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
18	Rocket	6	4	2	0	0	0	0	0	28	22	6	3	2	1	0	0	0	0	0	16	11	5	3	2	1	0	0	0	0	0	12	11	1	8	0.667	28	48	76	0	0	131	112	107	13	228	836	860	864	51	228	73	34	117	9	1	11.11%	17	3	82.35%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
19	Tomahawks	2	0	1	0	0	1	0	0	7	11	-4	1	0	0	0	0	1	0	0	3	4	-1	1	0	1	0	0	0	0	0	4	7	-3	1	0.250	7	10	17	0	0	131	112	107	13	82	836	860	864	51	79	20	8	44	6	1	16.67%	4	0	100.00%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
20	Wombats	4	3	1	0	0	0	0	0	19	13	6	2	1	1	0	0	0	0	0	6	8	-2	2	2	0	0	0	0	0	0	13	5	8	6	0.750	19	35	54	0	0	131	112	107	13	122	836	860	864	51	141	42	16	78	12	0	0.00%	7	1	85.71%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
21	Wranglers	2	1	1	0	0	0	0	0	11	8	3	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	8	2	6	2	0.500	11	19	30	0	0	131	112	107	13	74	836	860	864	51	83	28	12	46	2	1	50.00%	6	1	83.33%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
	Total	82	42	25	0	1	7	4	3	355	295	60	41	22	12	0	0	4	0	3	176	147	29	41	20	13	0	1	3	4	0	179	148	31	104	0.634	355	627	982	0	2	131	112	107	13	2582	836	860	864	51	2530	714	430	1601	176	50	28.41%	184	38	79.35%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
	_Since Last GM Reset	82	42	25	0	1	7	4	3	355	295	60	41	22	12	0	0	4	0	3	176	147	29	41	20	13	0	1	3	4	0	179	148	31	104	0.634	355	627	982	0	2	131	112	107	13	2582	836	860	864	51	2530	714	430	1601	176	50	28.41%	184	38	79.35%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
	_Vs Conference	56	28	19	0	1	2	4	2	233	199	34	27	15	9	0	0	1	0	2	109	90	19	29	13	10	0	1	1	4	0	124	109	15	70	0.625	233	413	646	0	2	131	112	107	13	1715	836	860	864	51	1723	494	306	1071	113	29	25.66%	134	29	78.36%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554
	_Vs Division	31	15	11	0	1	1	3	0	136	123	13	16	10	6	0	0	0	0	0	70	56	14	15	5	5	0	1	1	3	0	66	67	-1	39	0.629	136	241	377	0	2	131	112	107	13	1000	836	860	864	51	1021	299	180	587	67	20	29.85%	74	18	75.68%	0	1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%	2157	1553	1768	548	1051	554

			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
82	104	W1	355	627	982	2582	2530	714	430	1601	0	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	42	25	1	7	4	3	355	295

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	22	12	0	4	0	3	176	147

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	20	13	1	3	4	0	179	148

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
4	3	0	0	2	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
176	50	28.41%	184	38	79.35%	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
836	860	864	51	131	112	107	13

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
1372	2558	53.64%	1367	2591	52.76%	808	1481	54.56%

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
2157	1553	1768	548	1051	554

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2	7	Marlies	6	Fighting Pandas	1	L			Sommaire du match
6	23	Fighting Pandas	3	Americiens	4	L			Sommaire du match
8	34	Americiens	3	Fighting Pandas	5	W			Sommaire du match
9	38	Fighting Pandas	2	Broncos	1	W			Sommaire du match
12	54	Bruins	4	Fighting Pandas	5	W			Sommaire du match
13	61	Fighting Pandas	3	Broncos	6	L			Sommaire du match
16	74	Rocket	2	Fighting Pandas	7	W			Sommaire du match
18	84	Fighting Pandas	5	Bruins	4	W	X		Sommaire du match
20	98	Lynx	3	Fighting Pandas	7	W			Sommaire du match
21	105	Fighting Pandas	0	Roadrunners	3	L			Sommaire du match
25	119	Roadrunners	1	Fighting Pandas	3	W			Sommaire du match
26	125	Fighting Pandas	2	Lynx	1	W			Sommaire du match
29	138	Fighting Pandas	3	Broncos	5	L			Sommaire du match
31	147	Marlies	3	Fighting Pandas	0	L			Sommaire du match
32	154	Fighting Pandas	8	Marlies	7	W	X	X	Sommaire du match
35	169	Firebirds	2	Fighting Pandas	7	W			Sommaire du match
39	184	Tomahawks	4	Fighting Pandas	3	L	X		Sommaire du match
41	193	Fighting Pandas	3	Barracuda	1	W			Sommaire du match
43	201	Fighting Pandas	3	Rocket	5	L			Sommaire du match
45	212	Nordiks	7	Fighting Pandas	6	L	X	X	Sommaire du match
48	226	Fighting Pandas	7	Broncos	1	W			Sommaire du match
49	234	Nordiks	7	Fighting Pandas	6	L			Sommaire du match
51	249	Barracuda	7	Fighting Pandas	6	L	X		Sommaire du match
53	260	Fighting Pandas	7	Lions	4	W			Sommaire du match
55	271	Fighting Pandas	8	Wranglers	2	W			Sommaire du match
56	278	Admirals	4	Fighting Pandas	3	L			Sommaire du match
59	293	Firebirds	5	Fighting Pandas	4	L	X		Sommaire du match
61	305	Fighting Pandas	2	Roadrunners	4	L			Sommaire du match
63	315	Wranglers	6	Fighting Pandas	3	L			Sommaire du match
66	325	Fighting Pandas	4	Griffins	3	W			Sommaire du match
68	337	Lions	3	Fighting Pandas	6	W			Sommaire du match
70	348	Fighting Pandas	2	Aces	3	L	X		Sommaire du match
72	358	Fighting Pandas	7	Wombats	1	W			Sommaire du match
74	365	Marlies	4	Fighting Pandas	3	L			Sommaire du match
76	380	Barons	4	Fighting Pandas	3	L	X		Sommaire du match
78	388	Fighting Pandas	10	Ice Bats	2	W			Sommaire du match
80	401	Griffins	2	Fighting Pandas	7	W			Sommaire du match
82	412	Fighting Pandas	4	Roadrunners	2	W			Sommaire du match
84	424	Canucks	3	Fighting Pandas	4	W			Sommaire du match
85	431	Fighting Pandas	1	Quacken	3	L			Sommaire du match
88	442	Fighting Pandas	5	Rocket	3	W			Sommaire du match
90	451	Rocket	3	Fighting Pandas	4	W			Sommaire du match
92	461	Fighting Pandas	3	Barons	5	L			Sommaire du match
95	471	Roadrunners	3	Fighting Pandas	2	L	X	X	Sommaire du match
97	482	Fighting Pandas	6	Nordiks	3	W			Sommaire du match
99	492	Fighting Pandas	6	Admirals	3	W			Sommaire du match
100	501	Bruins	0	Fighting Pandas	3	W			Sommaire du match
102	512	Fighting Pandas	5	Lynx	3	W			Sommaire du match
104	523	Rocket	6	Fighting Pandas	5	L			Sommaire du match
107	535	Fighting Pandas	2	Admirals	3	L			Sommaire du match
108	544	Roadrunners	4	Fighting Pandas	2	L			Sommaire du match
110	555	Fighting Pandas	6	Wombats	4	W			Sommaire du match
112	567	Broncos	1	Fighting Pandas	6	W			Sommaire du match
114	577	Fighting Pandas	3	Broncos	2	W	X	X	Sommaire du match
116	589	Bruins	3	Fighting Pandas	5	W			Sommaire du match
119	598	Fighting Pandas	4	Rocket	3	W			Sommaire du match
120	608	Americiens	3	Fighting Pandas	5	W			Sommaire du match
122	621	Fighting Pandas	6	Lynx	4	W			Sommaire du match
124	632	Lynx	3	Fighting Pandas	7	W			Sommaire du match
126	643	Fighting Pandas	6	Americiens	7	L	X		Sommaire du match
128	652	Marlies	0	Fighting Pandas	4	W			Sommaire du match
130	657	Fighting Pandas	5	Canucks	3	W			Sommaire du match
132	673	Quacken	1	Fighting Pandas	6	W			Sommaire du match
133	677	Fighting Pandas	4	Tomahawks	7	L			Sommaire du match
135	686	Fighting Pandas	3	Americiens	7	L			Sommaire du match
136	692	Fighting Pandas	2	Barons	3	L	X		Sommaire du match
138	703	Americiens	6	Fighting Pandas	3	L			Sommaire du match
141	719	Fighting Pandas	7	Firebirds	2	W			Sommaire du match
143	725	Wombats	3	Fighting Pandas	5	W			Sommaire du match
146	743	Aces	3	Fighting Pandas	0	L			Sommaire du match
147	748	Fighting Pandas	2	Bruins	6	L			Sommaire du match
150	765	Admirals	1	Fighting Pandas	2	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
154	785	Aces	3	Fighting Pandas	6	W			Sommaire du match
158	804	Lynx	7	Fighting Pandas	6	L			Sommaire du match
159	809	Fighting Pandas	4	Marlies	5	L			Sommaire du match
162	825	Wombats	5	Fighting Pandas	1	L			Sommaire du match
164	834	Fighting Pandas	5	Bruins	4	W	X	X	Sommaire du match
167	846	Fighting Pandas	5	Marlies	4	W	X	X	Sommaire du match
168	854	Fighting Pandas	6	Firebirds	5	W			Sommaire du match
169	858	Ice Bats	5	Fighting Pandas	7	W			Sommaire du match
173	875	Broncos	5	Fighting Pandas	4	L	X	X	Sommaire du match
177	892	Ice Bats	2	Fighting Pandas	4	W			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	40	20
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,006,714$	1,540,000$	1,540,000$	500,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
1,540,000$	1,506,716$	25	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	11,333$	0$

Fighting Pandas 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

Fighting Pandas 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

Fighting Pandas 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

Fighting Pandas 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

Fighting Pandas 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

	Fighting Pandas
	GP: 82 \| W: 47 \| L: 25 \| OTL: 10 \| P: 104 GF: 355 \| GA: 295 \| PP%: 28.41% \| PK%: 79.35% DG: Hunter Jones \| Morale : 63 \| Moyenne d’équipe : 60