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

Centre de jeu
	Sagnéens 17-21-2, 36pts	2	Sommaire du match	4	Bears 21-17-2, 44pts

Team Stats
W1	Séquence	L1
12-8-0	Fiche domicile	9-9-2
5-13-2	Fiche domicile	12-8-0
5-5-0	Derniers 10 matchs	3-6-1
1.38	Buts par match	1.83
1.98	Buts contre par match	1.88
18.60%	Pourcentage en avantage numérique	24.62%
74.46%	Pourcentage en désavantage numérique	73.62%

Bears
21-17-2, 44pts

Sommaire du match

Penguins
19-16-5, 43pts

Team Stats
L1	Séquence	W2
9-9-2	Fiche domicile	11-7-2
12-8-0	Fiche domicile	8-9-3
3-6-1	Derniers 10 matchs	5-4-1
1.83	Buts par match	1.78
1.88	Buts contre par match	1.88
24.62%	Pourcentage en avantage numérique	19.32%
73.62%	Pourcentage en désavantage numérique	75.54%

Meneurs d'équipe

Statistiques d’équipe
Buts pour 73 1.83 GFG	Tirs pour 646 16.15 Avg	Pourcentage en avantage numérique 24.6% 49 GF	Début de zone offensive 35.4%
Buts contre 75 1.88 GAA	Tirs contre 611 15.28 Avg	Pourcentage en désavantage numérique 73.6%% 43 GA	Début de la zone défensive 33.5%

Informations de l'équipe
	Directeur général	Mélissa Labbe
	Entraîneur	Bob Hartley
	Division	Atlantique
	Conférence	Conference Est
	Capitaine	Jacob Quillan
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	8,000
	Assistance	0
	Billets de saison	1,600
Informations de la formation
	Équipe Pro	7
	Équipe Mineure	19
	Limite contact	26 / 250
	Espoirs	30

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	Tyler Motte	0	X	X	X		100.00	78	44	96	84	68	59	72	59	48	59	58	77	25	70	73	66	61	69	0	29	1	800,000$
2	Tomas Tatar	0		X	X		100.00	71	42	91	75	62	58	93	67	49	62	59	64	61	84	87	65	61	68	0	33	1	1,800,000$
3	Jeffrey Viel	0		X			100.00	69	80	44	70	80	83	89	61	50	59	57	62	54	49	49	62	61	67	0	27	2	775,000$
4	Andre Lee (R)	0		X			100.00	84	79	83	71	81	53	82	59	25	60	57	64	25	45	45	63	65	66	0	24	2	775,000$
5	Samuel Bolduc	0				X	100.00	87	83	96	67	83	79	85	55	25	49	46	70	44	49	50	61	64	71	0	23	1	800,000$
6	Elias Nils Pettersson (R)	0				X	100.00	79	66	82	81	71	60	83	59	25	46	48	65	25	46	46	59	65	67	0	20	3	838,333$
7	Jordan Harris	0				X	100.00	69	42	93	72	67	57	55	61	25	50	48	73	25	60	60	59	65	64	0	24	1	1,400,000$
Rayé

	MOYENNE D’ÉQUIPE						100.00	77	62	84	74	73	64	80	60	35	55	53	68	37	58	59	62	63	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
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
Bob Hartley	85	87	83	78	81	86	79	USA	65	5	3,900,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	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	Date de la Dernière Transaction	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
Andre Lee	Bears (WSH)	LW	24	2000-07-26	SWE	Yes	206 Lbs	6 ft5	No	No	Assign Manually		No	No	2	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Elias Nils Pettersson	Bears (WSH)	D	20	2004-02-16	SWE	Yes	185 Lbs	6 ft2	No	No	Trade	2025-09-05	No	No	3	False	False	Pro & Farm	838,333$	0$	0$	No	838,333$	838,333$	-	-	-	-	-	-	-	838,333$	838,333$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jeffrey Viel	Bears (WSH)	LW	27	1997-01-28	CAN	No	205 Lbs	6 ft2	No	No	N/A		No	Yes	2	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jordan Harris	Bears (WSH)	D	24	2000-07-07	USA	No	187 Lbs	5 ft11	No	No	N/A		No	No	1	False	False	Pro & Farm	1,400,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Samuel Bolduc	Bears (WSH)	D	23	2000-12-09	CAN	No	224 Lbs	6 ft4	No	No	Trade	2025-09-05	No	No	1	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Tomas Tatar	Bears (WSH)	LW/RW	33	1990-12-01	SVK	No	173 Lbs	5 ft10	No	No	N/A		No	Yes	1	False	False	Pro & Farm	1,800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Tyler Motte	Bears (WSH)	C/LW/RW	29	1995-03-10	USA	No	194 Lbs	5 ft10	No	No	N/A		No	Yes	1	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
7	25.71	196 Lbs	6 ft1	1.57	1,026,905$

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	1	0	0	0	0	0	2	6	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	2	4	6	0	0	9	25	34	7	12	148	219	269	21	24	6	24	8	5	2	40.00%	7	5	28.57%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
2	Americans	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	9	25	34	7	10	148	219	269	21	16	8	26	5	3	1	33.33%	3	1	66.67%	1	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
3	Barracuda	1	1	0	0	0	0	0	0	5	3	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	3	2	2	1.000	5	8	13	0	0	9	25	34	7	15	148	219	269	21	19	7	18	6	7	4	57.14%	4	1	75.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
4	Bruins	2	1	0	0	0	0	1	0	4	1	3	1	0	0	0	0	0	1	0	2	1	1	1	1	0	0	0	0	0	0	2	0	2	4	1.000	4	6	10	0	1	9	25	34	7	31	148	219	269	21	30	12	24	13	15	3	20.00%	7	1	85.71%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
5	Checkers	2	1	1	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	2	0	2	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	3	6	9	0	1	9	25	34	7	44	148	219	269	21	18	4	22	20	12	3	25.00%	6	1	83.33%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
6	Comets	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	1	2	0	0	9	25	34	7	21	148	219	269	21	19	4	33	4	7	0	0.00%	4	1	75.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
7	Condors	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	9	25	34	7	15	148	219	269	21	8	0	85	8	5	1	20.00%	5	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
8	Crunch	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	25	34	7	8	148	219	269	21	11	5	13	4	6	2	33.33%	4	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
9	Devils	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	9	25	34	7	25	148	219	269	21	5	3	14	9	12	2	16.67%	2	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
10	Eagles	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	25	34	7	14	148	219	269	21	18	6	54	7	4	0	0.00%	2	1	50.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
11	Griffins	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	2	4	6	0	0	9	25	34	7	16	148	219	269	21	18	6	132	9	5	1	20.00%	9	3	66.67%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
12	Gulls	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	9	25	34	7	20	148	219	269	21	17	5	4	6	5	1	20.00%	2	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
13	Heat	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	9	25	34	7	15	148	219	269	21	12	2	10	12	4	1	25.00%	5	1	80.00%	1	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
14	Hockey Club	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	9	25	34	7	15	148	219	269	21	21	4	15	6	5	1	20.00%	5	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
15	IceHogs	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	9	25	34	7	16	148	219	269	21	20	7	13	8	3	0	0.00%	4	1	75.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
16	Marlies	1	0	0	0	0	0	1	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	1	0	3	2	1	2	1.000	3	4	7	0	0	9	25	34	7	17	148	219	269	21	21	7	33	17	5	1	20.00%	4	1	75.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
17	Monsters	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	25	34	7	22	148	219	269	21	14	5	8	8	3	2	66.67%	4	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
18	Moose	2	1	1	0	0	0	0	0	3	3	0	2	1	1	0	0	0	0	0	3	3	0	0	0	0	0	0	0	0	0	0	0	0	2	0.500	3	5	8	0	1	9	25	34	7	31	148	219	269	21	33	7	29	15	7	2	28.57%	7	1	85.71%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
19	Penguins	2	0	1	0	0	1	0	0	1	3	-2	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	0	1	-1	1	0.250	1	2	3	0	0	9	25	34	7	36	148	219	269	21	27	10	35	15	9	1	11.11%	10	2	80.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
20	Phantoms	2	1	0	0	1	0	0	0	6	4	2	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	2	1	1	4	1.000	6	11	17	0	0	9	25	34	7	31	148	219	269	21	28	10	80	31	9	4	44.44%	15	4	73.33%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
21	Rampage	1	0	0	0	0	1	0	0	4	5	-1	1	0	0	0	0	1	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	4	8	12	0	0	9	25	34	7	20	148	219	269	21	28	10	31	10	7	2	28.57%	3	3	0.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
22	Reign	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	9	25	34	7	17	148	219	269	21	11	3	16	10	10	2	20.00%	3	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
23	Rocket	1	0	1	0	0	0	0	0	1	4	-3	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	9	25	34	7	9	148	219	269	21	18	11	27	9	2	1	50.00%	11	3	72.73%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
24	Sagnéens	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	9	25	34	7	13	148	219	269	21	9	2	20	12	6	3	50.00%	1	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
25	Senators	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	25	34	7	22	148	219	269	21	4	2	10	12	6	1	16.67%	0	0	0%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
26	Sound Tigers	2	1	1	0	0	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	1	5	-4	1	1	0	0	0	0	0	0	4	2	2	2	0.500	5	9	14	0	0	9	25	34	7	20	148	219	269	21	30	12	70	23	5	2	40.00%	10	4	60.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
27	Stars	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	9	25	34	7	15	148	219	269	21	17	5	36	6	2	1	50.00%	8	2	75.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
28	Thunderbirds	3	2	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	1	0	1	2	1	1	0	0	0	0	0	2	3	-1	4	0.667	3	6	9	0	2	9	25	34	7	49	148	219	269	21	42	14	30	34	13	2	15.38%	5	1	80.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
29	Wild	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	25	34	7	12	148	219	269	21	12	1	14	13	5	1	20.00%	2	0	100.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
30	Wolf Pack	2	0	1	0	1	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	0	2	-2	1	0	0	0	1	0	0	0	4	3	1	2	0.500	4	8	12	0	0	9	25	34	7	38	148	219	269	21	54	18	73	29	7	2	28.57%	9	5	44.44%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
31	Wolves	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	25	34	7	17	148	219	269	21	7	5	14	7	5	0	0.00%	2	1	50.00%	0	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
	Total	40	16	17	0	2	2	3	0	73	75	-2	20	6	9	0	1	2	2	0	34	42	-8	20	10	8	0	1	0	1	0	39	33	6	44	0.550	73	133	206	0	9	9	25	34	7	646	148	219	269	21	611	201	1013	376	199	49	24.62%	163	43	73.62%	2	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
	_Since Last GM Reset	40	16	17	0	2	2	3	0	73	75	-2	20	6	9	0	1	2	2	0	34	42	-8	20	10	8	0	1	0	1	0	39	33	6	44	0.550	73	133	206	0	9	9	25	34	7	646	148	219	269	21	611	201	1013	376	199	49	24.62%	163	43	73.62%	2	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
	_Vs Conference	23	10	8	0	2	1	2	0	41	39	2	10	3	4	0	1	1	1	0	16	21	-5	13	7	4	0	1	0	1	0	25	18	7	29	0.630	41	74	115	0	5	9	25	34	7	383	148	219	269	21	337	125	498	233	114	27	23.68%	94	24	74.47%	1	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242
	_Vs Division	11	6	5	0	2	1	1	0	19	18	1	4	2	2	0	1	1	1	0	6	8	-2	7	4	3	0	1	0	0	0	13	10	3	19	0.864	19	34	53	0	3	9	25	34	7	162	148	219	269	21	160	65	295	103	55	12	21.82%	43	10	76.74%	1	310	598	51.84%	298	566	52.65%	278	527	52.75%	1050	772	903	274	474	242

			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	44	L1	73	133	206	646	611	201	1013	376	0	9

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	16	17	2	2	3	0	73	75

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	6	9	1	2	2	0	34	42

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	10	8	1	0	1	0	39	33

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
3	6	0	1	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
199	49	24.62%	163	43	73.62%	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
148	219	269	21	9	25	34	7

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
310	598	51.84%	298	566	52.65%	278	527	52.75%

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
1050	772	903	274	474	242

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	13	Checkers	0	Bears	2	W			Sommaire du match
2 - 2025-10-06	23	Bears	2	Thunderbirds	0	W			Sommaire du match
4 - 2025-10-08	44	Condors	0	Bears	1	W			Sommaire du match
5 - 2025-10-09	63	Bears	3	Reign	0	W			Sommaire du match
6 - 2025-10-10	73	Bears	2	Phantoms	1	W			Sommaire du match
7 - 2025-10-11	86	Moose	0	Bears	1	W			Sommaire du match
9 - 2025-10-13	108	Bears	2	Crunch	1	W			Sommaire du match
11 - 2025-10-15	117	Devils	1	Bears	2	W			Sommaire du match
12 - 2025-10-16	140	Heat	3	Bears	2	L			Sommaire du match
14 - 2025-10-18	151	Bears	3	Marlies	2	W	X	X	Sommaire du match
16 - 2025-10-20	169	Bears	1	Comets	2	L			Sommaire du match
17 - 2025-10-21	181	Gulls	1	Bears	2	W	X	X	Sommaire du match
18 - 2025-10-22	202	Bears	2	Senators	1	W			Sommaire du match
19 - 2025-10-23	208	Stars	3	Bears	1	L			Sommaire du match
20 - 2025-10-24	233	IceHogs	2	Bears	1	L			Sommaire du match
21 - 2025-10-25	252	Bears	0	Wolves	1	L			Sommaire du match
23 - 2025-10-27	266	Bears	2	Monsters	0	W			Sommaire du match
25 - 2025-10-29	277	Phantoms	3	Bears	4	W	X		Sommaire du match
26 - 2025-10-30	291	Bears	1	Wild	0	W			Sommaire du match
27 - 2025-10-31	304	Bears	2	Griffins	3	L			Sommaire du match
28 - 2025-11-01	318	Thunderbirds	0	Bears	1	W			Sommaire du match
29 - 2025-11-02	339	Moose	3	Bears	2	L			Sommaire du match
30 - 2025-11-03	360	Rampage	5	Bears	4	L	X		Sommaire du match
31 - 2025-11-04	366	Bears	4	Sound Tigers	2	W			Sommaire du match
32 - 2025-11-05	378	Bears	1	Checkers	2	L			Sommaire du match
34 - 2025-11-07	399	Eagles	2	Bears	0	L			Sommaire du match
35 - 2025-11-08	421	Bears	4	Wolf Pack	3	W	X		Sommaire du match
36 - 2025-11-09	433	Wolf Pack	2	Bears	0	L			Sommaire du match
38 - 2025-11-11	456	Bears	1	Hockey Club	2	L			Sommaire du match
39 - 2025-11-12	466	Bears	2	Bruins	0	W			Sommaire du match
40 - 2025-11-13	477	Rocket	4	Bears	1	L			Sommaire du match
41 - 2025-11-14	497	Sound Tigers	5	Bears	1	L			Sommaire du match
43 - 2025-11-16	520	Bears	5	Barracuda	3	W			Sommaire du match
44 - 2025-11-17	537	Bruins	1	Bears	2	W	X	X	Sommaire du match
46 - 2025-11-19	555	Americans	3	Bears	2	L			Sommaire du match
47 - 2025-11-20	571	Bears	0	Thunderbirds	3	L			Sommaire du match
49 - 2025-11-22	587	Penguins	2	Bears	1	L	X		Sommaire du match
50 - 2025-11-23	599	Bears	2	Admirals	6	L			Sommaire du match
53 - 2025-11-26	622	Sagnéens	2	Bears	4	W			Sommaire du match
54 - 2025-11-27	637	Bears	0	Penguins	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
7,130,155$	7,188,333$	7,188,333$	3,900,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	7,130,155$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	130,697$	0$

Bears 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

Bears 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

Bears 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

Bears 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

Bears 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

	Bears
	GP: 40 \| W: 21 \| L: 17 \| OTL: 2 \| P: 44 GF: 73 \| GA: 75 \| PP%: 24.62% \| PK%: 73.62% DG: Mélissa Labbe \| Morale : 75 \| Moyenne d’équipe : 67