Sharks
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier

Centre de jeu
	Devils 17-17-6, 40pts	2	Sommaire du match	0	Barracuda 21-12-7, 49pts

Team Stats
L1	Séquence	L2
8-8-4	Fiche domicile	10-5-5
9-9-2	Fiche domicile	11-7-2
4-5-1	Derniers 10 matchs	2-6-2
1.88	Buts par match	2.25
2.03	Buts contre par match	2.15
22.46%	Pourcentage en avantage numérique	33.15%
72.07%	Pourcentage en désavantage numérique	79.03%

Barracuda
21-12-7, 49pts

Sommaire du match

Moose
24-12-4, 52pts

Team Stats
L2	Séquence	W1
10-5-5	Fiche domicile	13-5-2
11-7-2	Fiche domicile	11-7-2
2-6-2	Derniers 10 matchs	5-4-1
2.25	Buts par match	1.73
2.15	Buts contre par match	1.60
33.15%	Pourcentage en avantage numérique	21.82%
79.03%	Pourcentage en désavantage numérique	79.12%

Meneurs d'équipe
	Buts Rasmus Kupari 28	Passes Rasmus Kupari 24

	Points Rasmus Kupari 52	Plus/Moins Oskar Olausson -3

Statistiques d’équipe
Buts pour 90 2.25 GFG	Tirs pour 874 21.85 Avg	Pourcentage en avantage numérique 33.1% 60 GF	Début de zone offensive 34.3%
Buts contre 86 2.15 GAA	Tirs contre 732 18.30 Avg	Pourcentage en désavantage numérique 79.0%% 39 GA	Début de la zone défensive 33.5%

Informations de l'équipe
	Directeur général	Brandon Aguilar
	Division	Pacifique
	Conférence	Conference Ouest
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	8,000
	Assistance	0
	Billets de saison	1,600
Informations de la formation
	Équipe Pro	10
	Équipe Mineure	22
	Limite contact	32 / 250
	Espoirs	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 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	Rasmus Kupari	0	X		X		100.00	78	44	91	99	75	56	76	63	85	55	58	76	25	63	64	66	62	72	0	24	1	1,000,000$
2	Sam Poulin (R)	0			X		100.00	82	82	82	72	82	76	80	64	50	60	64	68	61	45	45	67	65	71	0	23	2	775,000$
3	Jacob Gaucher (R)	0	X				100.00	74	71	80	73	71	83	90	59	74	53	60	63	57	44	44	63	65	70	0	23	2	870,500$
4	Lukas Reichel	0		X			100.00	61	41	94	85	64	61	87	67	59	65	60	64	25	61	61	65	65	69	0	22	2	1,200,000$
5	Hendrix Lapierre	0	X		X		100.00	63	41	94	82	67	55	75	61	52	75	55	58	25	55	56	63	65	65	0	22	1	863,333$
6	Oskar Olausson (R)	0			X		100.00	74	68	87	68	68	74	79	56	50	50	57	62	54	44	44	61	75	65	0	21	1	894,167$
7	Jere Innala	0		X			100.00	77	43	95	71	64	47	76	61	34	50	55	67	25	45	45	61	65	63	0	26	1	870,000$
8	Isaak Phillips	0				X	100.00	75	77	69	67	77	78	86	48	25	38	41	62	39	50	50	53	78	64	0	23	1	775,000$
Rayé

	MOYENNE D’ÉQUIPE						100.00	73	58	87	77	71	66	81	60	54	56	56	65	39	51	51	62	68	67

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	Dennis Hildeby (R)	0	100.00	54	52	65	92	54	55	55	60	55	55	30	44	44	55	75	52	0	23	3	843,333$
2	Jakub Skarek (R)	0	100.00	47	48	60	85	46	49	50	53	50	50	30	44	44	49	75	47	0	24	2	775,000$
Rayé

	MOYENNE D’ÉQUIPE		100.00	51	50	63	89	50	52	53	57	53	53	30	44	44	52	75	50

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

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	GA	TA	EG	P/20	PSS	FW	FL	FT	S1	S2	S3
1	Rasmus Kupari	Barracuda (SJS)	C/RW	40	28	24	52	-9	32	30	37	30	317	113	191	8.83%	18	880	22.01	24	15	39	48	62	14	118	7	2	62.12%	66	115	21	0	1.18	1	0	2	4	25	13	1
2	Oskar Olausson	Barracuda (SJS)	RW	40	10	14	24	-3	68	50	25	16	84	28	53	11.90%	8	746	18.66	8	10	18	18	62	2	56	1	2	54.05%	37	7	20	1	0.64	1	3	1	6	9	20	7
3	Isaak Phillips	Barracuda (SJS)	D	40	4	6	10	-13	190	110	31	11	38	20	21	10.53%	15	1040	26.00	3	4	7	6	122	0	104	3	1	0%	0	3	43	0	0.19	0	8	3	10	1	6	28
Statistiques d’équipe totales ou en moyenne				120	42	44	86	-25	290	190	93	57	439	161	265	9.57%	41	2667	22.23	35	29	64	72	247	16	279	11	5	59.22%	103	125	84	1	0.64	2	11	6	20	35	39	36

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	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
Dennis Hildeby	Barracuda (SJS)	G	23	2001-08-19	SWE	Yes	224 Lbs	6 ft7	No	No	N/A	No	No	3	False	False	Pro & Farm	843,333$	0$	0$	No	843,333$	843,333$	-	-	-	-	-	-	-	843,333$	843,333$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Hendrix Lapierre	Barracuda (SJS)	C/RW	22	2002-02-09	CAN	No	180 Lbs	6 ft0	No	No	N/A	No	No	1	False	False	Pro & Farm	863,333$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Isaak Phillips	Barracuda (SJS)	D	23	2001-09-28	CAN	No	205 Lbs	6 ft3	No	No	N/A	No	No	1	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob Gaucher	Barracuda (SJS)	C	23	2001-03-09	CAN	Yes	185 Lbs	6 ft3	No	No	Assign Manually	No	No	2	False	False	Pro & Farm	870,500$	0$	0$	No	870,500$	-	-	-	-	-	-	-	-	870,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jakub Skarek	Barracuda (SJS)	G	24	1999-11-10	CZE	Yes	211 Lbs	6 ft4	No	No	N/A	No	No	2	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jere Innala	Barracuda (SJS)	LW	26	1998-03-17	FIN	No	183 Lbs	5 ft9	No	No	Assign Manually	No	Yes	1	False	False	Pro & Farm	870,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Lukas Reichel	Barracuda (SJS)	LW	22	2002-05-17	GER	No	170 Lbs	6 ft0	No	No	N/A	No	No	2	False	False	Pro & Farm	1,200,000$	0$	0$	No	1,200,000$	-	-	-	-	-	-	-	-	1,200,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Oskar Olausson	Barracuda (SJS)	RW	21	2002-11-10	SWE	Yes	180 Lbs	6 ft1	No	No	N/A	No	No	1	False	False	Pro & Farm	894,167$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Rasmus Kupari	Barracuda (SJS)	C/RW	24	2000-03-15	FIN	No	201 Lbs	6 ft2	No	No	N/A	No	No	1	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Sam Poulin	Barracuda (SJS)	RW	23	2001-02-25	CAN	Yes	227 Lbs	6 ft2	No	No	N/A	No	No	2	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
10	23.10	197 Lbs	6 ft2	1.60	886,633$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Rasmus Kupari		Oskar Olausson	40	1	2	2
2				30	1	2	2
3			Rasmus Kupari	20	1	2	2
4			Oskar Olausson	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips		40	1	2	2
2			30	1	2	2
3	Isaak Phillips		20	1	2	2
4			10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Rasmus Kupari		Oskar Olausson	60	1	2	2
2				40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips		60	1	2	2
2			40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Rasmus Kupari	60	1	2	2
2			40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips		60	1	2	2
2			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	Isaak Phillips		60	1	2	2
2	Rasmus Kupari	40	1	2	2			40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1		Rasmus Kupari	60	1	2	2
2			40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips		60	1	2	2
2			40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Rasmus Kupari		Oskar Olausson	Isaak Phillips

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Rasmus Kupari		Oskar Olausson	Isaak Phillips

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Oskar Olausson, ,	Oskar Olausson,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Isaak Phillips, ,	Isaak Phillips	,

Tirs de pénalité
, Rasmus Kupari, , , Oskar Olausson

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
, Rasmus Kupari, , , Oskar Olausson, , , , ,

Lignes de défense personnalisées en prolongation
Isaak Phillips, , , ,

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	Admirals	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	1	0	1	2	1.000	1	2	3	0	1	9	39	41	1	17	209	298	353	17	10	1	11	14	1	0	0.00%	3	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
2	Americans	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	1	0	9	39	41	1	18	209	298	353	17	19	5	26	5	4	1	25.00%	3	2	33.33%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
3	Bears	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	6	9	0	0	9	39	41	1	19	209	298	353	17	15	7	34	16	4	1	25.00%	7	4	42.86%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
4	Bruins	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	1	2	2	1.000	3	5	8	0	0	9	39	41	1	17	209	298	353	17	19	8	18	5	5	1	20.00%	4	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
5	Checkers	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	9	39	41	1	25	209	298	353	17	20	3	120	8	5	3	60.00%	5	1	80.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
6	Comets	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	1	1	2	1.000	2	4	6	0	0	9	39	41	1	14	209	298	353	17	18	5	96	8	3	1	33.33%	3	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
7	Condors	2	1	1	0	0	0	0	0	4	5	-1	1	1	0	0	0	0	0	0	2	1	1	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	4	8	12	0	0	9	39	41	1	32	209	298	353	17	34	14	41	19	9	2	22.22%	8	1	87.50%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
8	Crunch	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	3	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	9	39	41	1	15	209	298	353	17	17	2	37	7	3	0	0.00%	6	1	83.33%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
9	Devils	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	0	2	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	9	39	41	1	27	209	298	353	17	16	6	23	8	3	0	0.00%	4	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
10	Eagles	2	2	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	2	1	1	4	1.000	7	13	20	0	0	9	39	41	1	48	209	298	353	17	42	15	94	25	15	7	46.67%	7	1	85.71%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
11	Griffins	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	0	2	2	1.000	2	3	5	0	1	9	39	41	1	20	209	298	353	17	18	5	84	10	3	1	33.33%	7	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
12	Gulls	3	0	2	0	0	1	0	0	4	10	-6	2	0	2	0	0	0	0	0	2	7	-5	1	0	0	0	0	1	0	0	2	3	-1	1	0.167	4	7	11	0	0	9	39	41	1	51	209	298	353	17	72	31	149	23	8	2	25.00%	22	5	77.27%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
13	Heat	2	1	1	0	0	0	0	0	4	7	-3	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	6	-5	2	0.500	4	7	11	0	0	9	39	41	1	46	209	298	353	17	32	10	121	22	10	4	40.00%	10	3	70.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
14	Hockey Club	2	2	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	5	4	1	4	1.000	8	14	22	0	0	9	39	41	1	49	209	298	353	17	37	9	72	20	10	7	70.00%	11	2	81.82%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
15	IceHogs	1	0	0	0	1	0	0	0	2	1	1	1	0	0	0	1	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	3	5	0	0	9	39	41	1	32	209	298	353	17	24	6	10	11	4	2	50.00%	5	1	80.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
16	Marlies	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	0	1	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	3	5	8	0	0	9	39	41	1	19	209	298	353	17	21	8	51	7	4	3	75.00%	3	1	66.67%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
17	Monsters	2	0	1	0	0	1	0	0	3	6	-3	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0.250	3	6	9	0	0	9	39	41	1	46	209	298	353	17	45	7	41	24	6	2	33.33%	8	4	50.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
18	Moose	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	1	-1	0	0.000	0	0	0	0	0	9	39	41	1	17	209	298	353	17	10	4	7	12	1	0	0.00%	1	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
19	Penguins	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	1	2	2	1.000	3	6	9	0	0	9	39	41	1	21	209	298	353	17	13	2	57	14	6	3	50.00%	6	1	83.33%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
20	Phantoms	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	0	1	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	3	6	9	0	0	9	39	41	1	25	209	298	353	17	14	1	47	11	7	2	28.57%	6	3	50.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
21	Rampage	1	0	0	0	0	1	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	3	4	-1	1	0.500	3	5	8	0	0	9	39	41	1	32	209	298	353	17	38	16	30	9	4	1	25.00%	5	1	80.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
22	Reign	2	2	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	3	2	1	4	1.000	5	9	14	0	0	9	39	41	1	47	209	298	353	17	29	10	21	22	13	4	30.77%	8	2	75.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
23	Rocket	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	0	9	39	41	1	35	209	298	353	17	18	3	35	8	10	4	40.00%	5	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
24	Sagnéens	2	1	1	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	0	1	-1	2	0.500	4	7	11	0	0	9	39	41	1	45	209	298	353	17	33	15	42	30	9	2	22.22%	6	2	66.67%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
25	Senators	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	2	3	0	0	9	39	41	1	21	209	298	353	17	20	3	22	8	0	0	0%	6	1	83.33%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
26	Sound Tigers	1	1	0	0	0	0	0	0	3	0	3	1	1	0	0	0	0	0	0	3	0	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	1	9	39	41	1	29	209	298	353	17	11	1	14	6	5	1	20.00%	2	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
27	Stars	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	9	39	41	1	20	209	298	353	17	26	8	39	4	3	2	66.67%	7	2	71.43%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
28	Thunderbirds	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	0	2	2	1.000	2	3	5	0	1	9	39	41	1	16	209	298	353	17	11	3	20	9	6	2	33.33%	10	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
29	Wild	1	0	0	0	0	1	0	0	0	1	-1	1	0	0	0	0	1	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	0	0	0	0	0	9	39	41	1	21	209	298	353	17	16	7	11	8	6	0	0.00%	3	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
30	Wolf Pack	1	1	0	0	0	0	0	0	3	0	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	0	3	2	1.000	3	5	8	0	1	9	39	41	1	26	209	298	353	17	19	10	18	8	7	1	14.29%	4	0	100.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
31	Wolves	1	0	0	0	0	0	0	1	3	4	-1	1	0	0	0	0	0	0	1	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	3	6	9	0	0	9	39	41	1	24	209	298	353	17	15	4	14	14	7	1	14.29%	1	1	0.00%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
	Total	40	20	12	0	1	6	0	1	90	86	4	20	9	5	0	1	4	0	1	48	44	4	20	11	7	0	0	2	0	0	42	42	0	49	0.613	90	166	256	1	5	9	39	41	1	874	209	298	353	17	732	229	1405	395	181	60	33.15%	186	39	79.03%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
	_Since Last GM Reset	40	20	12	0	1	6	0	1	90	86	4	20	9	5	0	1	4	0	1	48	44	4	20	11	7	0	0	2	0	0	42	42	0	49	0.613	90	166	256	1	5	9	39	41	1	874	209	298	353	17	732	229	1405	395	181	60	33.15%	186	39	79.03%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
	_Vs Conference	23	12	6	0	1	3	0	1	51	48	3	12	7	2	0	1	1	0	1	30	22	8	11	5	4	0	0	2	0	0	21	26	-5	30	0.652	51	92	143	0	2	9	39	41	1	501	209	298	353	17	436	155	746	243	103	35	33.98%	104	21	79.81%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232
	_Vs Division	13	9	5	0	0	1	0	0	26	32	-6	7	6	2	0	0	0	0	0	16	15	1	6	3	3	0	0	1	0	0	10	17	-7	19	0.731	26	48	74	0	0	9	39	41	1	259	209	298	353	17	233	89	484	138	59	16	27.12%	58	14	75.86%	0	325	638	50.94%	298	624	47.76%	313	599	52.25%	898	627	1039	279	480	232

			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
40	49	L2	90	166	256	874	732	229	1405	395	1	5

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	20	12	1	6	0	1	90	86

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	9	5	1	4	0	1	48	44

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	11	7	0	2	0	0	42	42

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	6	0	2	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
181	60	33.15%	186	39	79.03%	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
209	298	353	17	9	39	41	1

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
325	638	50.94%	298	624	47.76%	313	599	52.25%

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
898	627	1039	279	480	232

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
1 - 2025-10-05	16	Sound Tigers	0	Barracuda	3	W			Sommaire du match
2 - 2025-10-06	29	Barracuda	3	Penguins	1	W			Sommaire du match
4 - 2025-10-08	48	Barracuda	3	Wolf Pack	0	W			Sommaire du match
5 - 2025-10-09	55	Barracuda	1	Senators	3	L			Sommaire du match
6 - 2025-10-10	66	Gulls	3	Barracuda	1	L			Sommaire du match
7 - 2025-10-11	92	Phantoms	4	Barracuda	3	L	X		Sommaire du match
9 - 2025-10-13	105	Condors	1	Barracuda	2	W			Sommaire du match
11 - 2025-10-15	122	Barracuda	2	Gulls	3	L	X		Sommaire du match
12 - 2025-10-16	136	Barracuda	2	Thunderbirds	0	W			Sommaire du match
14 - 2025-10-18	152	IceHogs	1	Barracuda	2	W	X		Sommaire du match
16 - 2025-10-20	173	Eagles	1	Barracuda	5	W			Sommaire du match
17 - 2025-10-21	184	Barracuda	2	Monsters	4	L			Sommaire du match
18 - 2025-10-22	204	Reign	1	Barracuda	2	W			Sommaire du match
19 - 2025-10-23	220	Barracuda	2	Griffins	0	W			Sommaire du match
20 - 2025-10-24	231	Marlies	4	Barracuda	3	L	X		Sommaire du match
22 - 2025-10-26	253	Barracuda	2	Condors	4	L			Sommaire du match
23 - 2025-10-27	260	Barracuda	3	Bruins	1	W			Sommaire du match
25 - 2025-10-29	278	Monsters	2	Barracuda	1	L	X		Sommaire du match
26 - 2025-10-30	294	Barracuda	1	Heat	6	L			Sommaire du match
27 - 2025-10-31	308	Wolves	4	Barracuda	3	L	X	X	Sommaire du match
28 - 2025-11-01	328	Barracuda	1	Admirals	0	W			Sommaire du match
29 - 2025-11-02	344	Hockey Club	1	Barracuda	3	W			Sommaire du match
30 - 2025-11-03	348	Barracuda	2	Eagles	1	W			Sommaire du match
31 - 2025-11-04	373	Rocket	2	Barracuda	5	W			Sommaire du match
32 - 2025-11-05	385	Barracuda	5	Hockey Club	4	W			Sommaire du match
34 - 2025-11-07	406	Sagnéens	1	Barracuda	4	W			Sommaire du match
35 - 2025-11-08	422	Barracuda	0	Sagnéens	1	L			Sommaire du match
36 - 2025-11-09	432	Barracuda	2	Comets	1	W			Sommaire du match
37 - 2025-11-10	444	Stars	3	Barracuda	4	W			Sommaire du match
38 - 2025-11-11	460	Barracuda	3	Checkers	2	W			Sommaire du match
39 - 2025-11-12	473	Wild	1	Barracuda	0	L	X		Sommaire du match
41 - 2025-11-14	502	Crunch	3	Barracuda	0	L			Sommaire du match
43 - 2025-11-16	520	Bears	5	Barracuda	3	L			Sommaire du match
44 - 2025-11-17	535	Barracuda	3	Rampage	4	L	X		Sommaire du match
45 - 2025-11-18	549	Barracuda	2	Americans	4	L			Sommaire du match
46 - 2025-11-19	561	Gulls	4	Barracuda	1	L			Sommaire du match
49 - 2025-11-22	584	Heat	1	Barracuda	3	W			Sommaire du match
50 - 2025-11-23	603	Barracuda	3	Reign	2	W			Sommaire du match
53 - 2025-11-26	621	Devils	2	Barracuda	0	L			Sommaire du match
54 - 2025-11-27	633	Barracuda	0	Moose	1	L			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	5000	3000
Prix des billets	35	15
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$	8000	110

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
15,853,546$	8,866,333$	8,866,333$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	15,853,546$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	161,206$	0$

Barracuda 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

Barracuda 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

Barracuda 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

Barracuda 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

Barracuda 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

	Barracuda
	GP: 40 \| W: 21 \| L: 12 \| OTL: 7 \| P: 49 GF: 90 \| GA: 86 \| PP%: 33.15% \| PK%: 79.03% DG: Brandon Aguilar \| Morale : 69 \| Moyenne d’équipe : 64