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

Centre de jeu
	Sagnéens 17-21-2, 36pts	3	Sommaire du match	1	Comets 21-16-3, 45pts

Team Stats
W1	Séquence	OTL1
12-8-0	Fiche domicile	8-9-3
5-13-2	Fiche domicile	13-7-0
5-5-0	Derniers 10 matchs	5-3-2
1.38	Buts par match	1.90
1.98	Buts contre par match	2.05
18.60%	Pourcentage en avantage numérique	24.86%
74.46%	Pourcentage en désavantage numérique	75.92%

Senators
24-14-2, 50pts

Sommaire du match

Comets
21-16-3, 45pts

Team Stats
L1	Séquence	OTL1
15-4-1	Fiche domicile	8-9-3
9-10-1	Fiche domicile	13-7-0
7-3-0	Derniers 10 matchs	5-3-2
1.83	Buts par match	1.90
1.78	Buts contre par match	2.05
23.53%	Pourcentage en avantage numérique	24.86%
79.88%	Pourcentage en désavantage numérique	75.92%

Meneurs d'équipe

Statistiques d’équipe
Buts pour 76 1.90 GFG	Tirs pour 638 15.95 Avg	Pourcentage en avantage numérique 24.9% 45 GF	Début de zone offensive 33.3%
Buts contre 82 2.05 GAA	Tirs contre 655 16.38 Avg	Pourcentage en désavantage numérique 75.9%% 46 GA	Début de la zone défensive 33.7%

Informations de l'équipe
	Directeur général	Marc Lépine
	Division	Nord
	Conférence	Conference Est
	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	8
	Équipe Mineure	20
	Limite contact	28 / 250
	Espoirs	46

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	Sam Colangelo (R)	0		X	X		100.00	86	46	97	82	78	62	87	67	34	56	82	62	25	47	47	75	65	70	0	22	1	925,000$
2	Tye Felhaber	0		X			100.00	64	67	56	68	67	82	88	62	50	57	63	59	60	44	44	63	65	66	0	26	2	775,000$
3	Cam Lund (R)	0	X				100.00	67	42	88	74	73	59	53	67	56	59	71	64	25	45	45	68	65	63	0	20	3	941,667$
4	Matthew Wood (R)	0			X		100.00	95	58	61	61	59	57	60	58	37	58	54	59	57	51	51	74	59	61	0	19	3	950,000$
5	Uvis Balinskis	0				X	100.00	76	54	88	75	72	65	95	64	25	53	48	67	25	56	56	62	65	69	0	28	2	850,000$
6	Adam Wilsby (R)	0				X	100.00	71	43	91	78	69	75	57	62	25	52	48	81	25	46	46	63	65	68	0	24	2	775,000$
7	Daniil Misyul (R)	0				X	100.00	72	68	80	67	68	61	65	46	25	37	39	59	37	44	44	51	65	59	0	23	2	867,500$
Rayé
1	Dennis Cholowski (R)	0				X	100.00	57	41	91	68	78	61	63	65	25	53	49	65	25	60	60	59	20	63	0	26	1	775,000$

	MOYENNE D’ÉQUIPE						100.00	74	52	82	72	71	65	71	61	35	53	57	65	35	49	49	64	59	65

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
Rayé

	MOYENNE D’ÉQUIPE	0.00	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0

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	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	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 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	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
Adam Wilsby	Comets (VAN)	D	24	2000-08-07	SWE	Yes	188 Lbs	6 ft1	No	No	N/A	No	No	2		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Cam Lund	Comets (VAN)	C	20	2004-06-07	USA	Yes	195 Lbs	6 ft2	No	No	N/A	No	No	3		False	False	Pro & Farm	941,667$	0$	0$	No	941,667$	941,667$	-	-	-	-	-	-	-	941,667$	941,667$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Daniil Misyul	Comets (VAN)	D	23	2000-10-20	BLR	Yes	176 Lbs	6 ft3	No	No	Assign Manually	No	No	2		False	False	Pro & Farm	867,500$	0$	0$	No	867,500$	-	-	-	-	-	-	-	-	867,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Dennis Cholowski	Comets (VAN)	D	26	1998-02-15	CAN	Yes	210 Lbs	6 ft2	No	No	N/A	No	Yes	1		False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Matthew Wood	Comets (VAN)	RW	19	2005-02-06	NA	Yes	202 Lbs	6 ft4	No	No	Prospect	No	No	3	2025-11-07	False	False	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Sam Colangelo	Comets (VAN)	LW/RW	22	2001-12-26	USA	Yes	211 Lbs	6 ft2	No	No	N/A	No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Tye Felhaber	Comets (VAN)	LW	26	1998-08-05	CAN	No	185 Lbs	5 ft11	No	No	N/A	No	Yes	2		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Uvis Balinskis	Comets (VAN)	D	28	1996-08-01	LAT	No	196 Lbs	6 ft0	No	No	Assign Manually	No	Yes	2		False	False	Pro & Farm	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
8	23.50	195 Lbs	6 ft2	2.00	857,396$

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

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

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

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

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

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

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

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

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,	,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,		,

Tirs de pénalité
, , , ,

Gardien
#1 : , #2 :

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	Admirals	1	0	0	0	0	0	1	0	2	1	1	1	0	0	0	0	0	1	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	2	4	0	0	15	27	29	6	19	146	219	265	14	19	7	20	8	5	1	20.00%	5	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
2	Americans	2	1	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	2	1	1	2	0.500	3	4	7	0	0	15	27	29	6	27	146	219	265	14	35	10	39	19	13	3	23.08%	7	1	85.71%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
3	Barracuda	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	15	27	29	6	18	146	219	265	14	14	4	96	13	3	0	0.00%	3	1	66.67%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
4	Bears	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	0	15	27	29	6	19	146	219	265	14	21	1	39	6	4	1	25.00%	7	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
5	Bruins	1	1	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	1	15	27	29	6	17	146	219	265	14	20	4	8	10	5	2	40.00%	4	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
6	Checkers	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	3	5	0	0	15	27	29	6	17	146	219	265	14	10	4	7	18	7	1	14.29%	1	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
7	Condors	2	1	0	0	0	0	0	1	3	2	1	2	1	0	0	0	0	0	1	3	2	1	0	0	0	0	0	0	0	0	0	0	0	3	0.750	3	5	8	0	1	15	27	29	6	31	146	219	265	14	37	7	21	18	6	2	33.33%	8	0	100.00%	1	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
8	Crunch	2	1	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	4	3	1	2	0.500	5	10	15	0	0	15	27	29	6	19	146	219	265	14	29	9	36	14	7	4	57.14%	13	3	76.92%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
9	Devils	2	1	0	0	1	0	0	0	7	3	4	1	1	0	0	0	0	0	0	4	1	3	1	0	0	0	1	0	0	0	3	2	1	4	1.000	7	13	20	0	0	15	27	29	6	25	146	219	265	14	26	13	35	18	10	4	40.00%	10	2	80.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
10	Eagles	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	6	9	0	1	15	27	29	6	16	146	219	265	14	9	4	14	11	6	2	33.33%	2	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
11	Griffins	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	15	27	29	6	12	146	219	265	14	16	2	15	10	2	0	0.00%	5	1	80.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
12	Gulls	1	0	0	0	1	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	3	2	1	2	1.000	3	6	9	0	0	15	27	29	6	11	146	219	265	14	21	9	132	8	2	1	50.00%	6	1	83.33%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
13	Heat	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	15	27	29	6	17	146	219	265	14	13	7	8	6	4	0	0.00%	4	1	75.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
14	Hockey Club	1	1	0	0	0	0	0	0	5	1	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	1	4	2	1.000	5	10	15	0	0	15	27	29	6	21	146	219	265	14	13	4	4	13	6	3	50.00%	2	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
15	IceHogs	2	1	1	0	0	0	0	0	6	4	2	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	6	4	2	2	0.500	6	12	18	0	0	15	27	29	6	32	146	219	265	14	36	11	38	23	13	5	38.46%	9	2	77.78%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
16	Marlies	2	1	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	2	1	1	2	0.500	2	4	6	0	0	15	27	29	6	32	146	219	265	14	30	9	115	20	15	1	6.67%	10	3	70.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
17	Monsters	2	1	0	0	0	1	0	0	5	5	0	1	0	0	0	0	1	0	0	2	3	-1	1	1	0	0	0	0	0	0	3	2	1	3	0.750	5	10	15	0	0	15	27	29	6	35	146	219	265	14	42	17	71	18	7	3	42.86%	8	2	75.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
18	Moose	1	1	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	1	2	3	0	1	15	27	29	6	12	146	219	265	14	19	5	93	6	7	1	14.29%	4	0	100.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
19	Penguins	1	0	0	0	1	0	0	0	4	3	1	1	0	0	0	1	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	15	27	29	6	19	146	219	265	14	22	2	15	9	4	1	25.00%	5	1	80.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
20	Phantoms	1	0	1	0	0	0	0	0	0	4	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	4	-4	0	0.000	0	0	0	0	0	15	27	29	6	11	146	219	265	14	20	7	52	11	0	0	0%	6	2	66.67%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
21	Rampage	1	0	1	0	0	0	0	0	1	5	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	1	2	3	0	0	15	27	29	6	15	146	219	265	14	21	11	55	9	1	0	0.00%	5	5	0.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
22	Reign	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	15	27	29	6	19	146	219	265	14	11	2	79	5	7	1	14.29%	2	1	50.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
23	Rocket	2	1	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	0	3	-3	1	1	0	0	0	0	0	0	3	1	2	2	0.500	3	6	9	0	0	15	27	29	6	34	146	219	265	14	36	4	66	23	9	2	22.22%	8	2	75.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
24	Sagnéens	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	15	27	29	6	8	146	219	265	14	13	5	122	9	4	0	0.00%	11	3	72.73%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
25	Senators	2	0	1	0	0	1	0	0	3	8	-5	1	0	0	0	0	1	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	5	-4	1	0.250	3	5	8	0	0	15	27	29	6	35	146	219	265	14	34	11	57	16	5	1	20.00%	9	5	44.44%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
26	Sound Tigers	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	15	27	29	6	20	146	219	265	14	11	3	13	17	4	0	0.00%	4	1	75.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
27	Stars	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	2	3	0	0	15	27	29	6	19	146	219	265	14	15	4	12	1	6	1	16.67%	6	1	83.33%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
28	Thunderbirds	1	0	0	0	1	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	3	2	1	2	1.000	3	6	9	0	0	15	27	29	6	16	146	219	265	14	17	6	14	11	8	2	25.00%	7	1	85.71%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
29	Wild	1	0	1	0	0	0	0	0	1	6	-5	1	0	1	0	0	0	0	0	1	6	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	15	27	29	6	13	146	219	265	14	16	4	217	14	2	1	50.00%	11	4	63.64%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
30	Wolf Pack	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	6	9	0	0	15	27	29	6	30	146	219	265	14	18	6	78	6	2	1	50.00%	4	2	50.00%	1	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
31	Wolves	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	15	27	29	6	19	146	219	265	14	11	5	10	6	7	1	14.29%	5	1	80.00%	0	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
	Total	40	16	16	0	4	2	1	1	76	82	-6	20	6	9	0	1	2	1	1	30	41	-11	20	10	7	0	3	0	0	0	46	41	5	45	0.563	76	144	220	0	4	15	27	29	6	638	146	219	265	14	655	197	1581	376	181	45	24.86%	191	46	75.92%	2	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
	_Since Last GM Reset	40	16	16	0	4	2	1	1	76	82	-6	20	6	9	0	1	2	1	1	30	41	-11	20	10	7	0	3	0	0	0	46	41	5	45	0.563	76	144	220	0	4	15	27	29	6	638	146	219	265	14	655	197	1581	376	181	45	24.86%	191	46	75.92%	2	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
	_Vs Conference	22	10	7	0	3	2	0	0	44	47	-3	11	4	4	0	1	2	0	0	21	24	-3	11	6	3	0	2	0	0	0	23	23	0	28	0.636	44	83	127	0	1	15	27	29	6	356	146	219	265	14	371	106	645	216	100	26	26.00%	103	25	75.73%	1	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248
	_Vs Division	10	6	5	0	1	2	0	0	23	20	3	5	1	4	0	0	2	0	0	15	10	5	5	5	1	0	1	0	0	0	8	10	-2	16	0.800	23	44	67	0	0	15	27	29	6	176	146	219	265	14	170	53	310	103	38	11	28.95%	45	10	77.78%	1	292	571	51.14%	302	578	52.25%	285	568	50.18%	991	703	933	278	495	248

			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	45	OTL1	76	144	220	638	655	197	1581	376	0	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	16	16	4	2	1	1	76	82

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	6	9	1	2	1	1	30	41

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	10	7	3	0	0	0	46	41

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	3	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	45	24.86%	191	46	75.92%	2

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
146	219	265	14	15	27	29	6

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
292	571	51.14%	302	578	52.25%	285	568	50.18%

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
991	703	933	278	495	248

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	12	Moose	0	Comets	1	W			Sommaire du match
2 - 2025-10-06	25	Comets	4	IceHogs	1	W			Sommaire du match
4 - 2025-10-08	46	Comets	3	Rocket	1	W			Sommaire du match
5 - 2025-10-09	56	Condors	0	Comets	2	W			Sommaire du match
6 - 2025-10-10	77	Admirals	1	Comets	2	W	X	X	Sommaire du match
8 - 2025-10-12	95	Griffins	2	Comets	0	L			Sommaire du match
9 - 2025-10-13	103	Comets	3	Reign	1	W			Sommaire du match
11 - 2025-10-15	126	Comets	4	Crunch	3	W			Sommaire du match
12 - 2025-10-16	139	Penguins	3	Comets	4	W	X		Sommaire du match
14 - 2025-10-18	146	Comets	3	Devils	2	W	X		Sommaire du match
16 - 2025-10-20	169	Bears	1	Comets	2	W			Sommaire du match
17 - 2025-10-21	189	Comets	1	Stars	2	L			Sommaire du match
18 - 2025-10-22	196	Americans	3	Comets	1	L			Sommaire du match
19 - 2025-10-23	218	Comets	2	Americans	1	W			Sommaire du match
20 - 2025-10-24	229	Comets	3	Gulls	2	W	X		Sommaire du match
21 - 2025-10-25	240	Comets	5	Hockey Club	1	W			Sommaire du match
23 - 2025-10-27	257	Rocket	3	Comets	0	L			Sommaire du match
25 - 2025-10-29	275	Bruins	0	Comets	2	W			Sommaire du match
26 - 2025-10-30	288	Comets	3	Thunderbirds	2	W	X		Sommaire du match
27 - 2025-10-31	306	Comets	1	Rampage	5	L			Sommaire du match
28 - 2025-11-01	317	Heat	1	Comets	0	L			Sommaire du match
29 - 2025-11-02	340	Condors	2	Comets	1	L	X	X	Sommaire du match
30 - 2025-11-03	346	Comets	2	Checkers	1	W			Sommaire du match
31 - 2025-11-04	370	Comets	2	IceHogs	3	L			Sommaire du match
32 - 2025-11-05	382	Crunch	3	Comets	1	L			Sommaire du match
34 - 2025-11-07	400	Comets	0	Phantoms	4	L			Sommaire du match
35 - 2025-11-08	413	Wild	6	Comets	1	L			Sommaire du match
36 - 2025-11-09	432	Barracuda	2	Comets	1	L			Sommaire du match
37 - 2025-11-10	446	Comets	0	Sound Tigers	1	L			Sommaire du match
38 - 2025-11-11	462	Comets	1	Wolves	3	L			Sommaire du match
39 - 2025-11-12	472	Devils	1	Comets	4	W			Sommaire du match
40 - 2025-11-13	485	Comets	3	Monsters	2	W			Sommaire du match
42 - 2025-11-15	509	Marlies	2	Comets	0	L			Sommaire du match
43 - 2025-11-16	528	Comets	3	Eagles	0	W			Sommaire du match
44 - 2025-11-17	541	Monsters	3	Comets	2	L	X		Sommaire du match
46 - 2025-11-19	560	Comets	2	Marlies	1	W			Sommaire du match
47 - 2025-11-20	572	Wolf Pack	2	Comets	3	W			Sommaire du match
49 - 2025-11-22	588	Comets	1	Senators	5	L			Sommaire du match
50 - 2025-11-23	604	Sagnéens	3	Comets	1	L			Sommaire du match
53 - 2025-11-26	630	Senators	3	Comets	2	L	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	5000	3000
Prix des billets	38	17
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
6,323,697$	6,859,167$	6,859,167$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	6,323,697$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	124,712$	0$

Comets 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

Comets 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

Comets 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

Comets 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

Comets 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

	Comets
	GP: 40 \| W: 21 \| L: 16 \| OTL: 3 \| P: 45 GF: 76 \| GA: 82 \| PP%: 24.86% \| PK%: 75.92% DG: Marc Lépine \| Morale : 75 \| Moyenne d’équipe : 65