Anaheim
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière

Centre de jeu
	Lehigh Valley 19-11-2, 40pts	5	FINAL	2	San Diego 21-12-4, 46pts

Team Stats
L1	Séquence	L2
10-6-2	Fiche domicile	10-4-3
9-5-0	Fiche domicile	11-8-1
8-2-0	Derniers 10 matchs	5-5-0
3.63	Buts par match	3.19
3.03	Buts contre par match	2.81
19.23%	Pourcentage en avantage numérique	22.15%
77.68%	Pourcentage en désavantage numérique	79.55%

San Diego
21-12-4, 46pts

FINAL

Ontario
22-12-1, 45pts

Team Stats
L2	Séquence	W4
10-4-3	Fiche domicile	13-5-0
11-8-1	Fiche domicile	9-7-1
5-5-0	Derniers 10 matchs	7-3-0
3.19	Buts par match	3.86
2.81	Buts contre par match	3.09
22.15%	Pourcentage en avantage numérique	26.95%
79.55%	Pourcentage en désavantage numérique	85.09%

San Jose
18-13-4, 40pts

Jour 86

San Diego
21-12-4, 46pts

Statistiques d’équipe
L2	Séquence	L2
9-7-2	Fiche domicile	10-4-3
9-6-2	Fiche visiteur	11-8-1
6-4-0	10 derniers matchs	5-5-0
3.37	Buts par match	3.19
3.43	Buts contre par match	3.19
21.01%	Pourcentage en avantage numérique	22.15%
77.17%	Pourcentage en désavantage numérique	79.55%

San Diego
21-12-4, 46pts

Jour 87

Grand Rapids
20-14-1, 41pts

Statistiques d’équipe
L2	Séquence	L1
10-4-3	Fiche domicile	10-6-1
11-8-1	Fiche visiteur	10-8-0
5-5-0	10 derniers matchs	6-4-0
3.19	Buts par match	3.31
2.81	Buts contre par match	3.31
22.15%	Pourcentage en avantage numérique	23.13%
79.55%	Pourcentage en désavantage numérique	83.33%

Grand Rapids
20-14-1, 41pts

Jour 90

San Diego
21-12-4, 46pts

Statistiques d’équipe
L1	Séquence	L2
10-6-1	Fiche domicile	10-4-3
10-8-0	Fiche visiteur	11-8-1
6-4-0	10 derniers matchs	5-5-0
3.31	Buts par match	3.19
3.09	Buts contre par match	3.19
23.13%	Pourcentage en avantage numérique	22.15%
83.33%	Pourcentage en désavantage numérique	79.55%

Meneurs d'équipe
	Buts Peyton Krebs 16	Passes Matt Dumba 26

	Points Matt Dumba 35	Plus/Moins Caleb Jones 10

	Victoires Calvin Pickard 16	Pourcentage d’arrêts Casey DeSmith 0.943

Statistiques d’équipe
Buts pour 118 3.19 GFG	Tirs pour 1331 35.97 Avg	Pourcentage en avantage numérique 22.2% 35 GF	Début de zone offensive 43.4%
Buts contre 104 2.81 GAA	Tirs contre 1251 33.81 Avg	Pourcentage en désavantage numérique 79.5%% 27 GA	Début de la zone défensive 39.8%

Informations de l'équipe
	Directeur général	Michael Chouinard
	Entraîneur	Jared Bednar
	Division	Pacifique
	Conférence	Conference ouest
	Capitaine	Adam Henrique
	Assistant #1	Mikko Lehtonen
	Assistant #2	Joe Colborne
Informations de l’aréna
	Capacité	3,000
	Assistance	2,201
	Billets de saison	300
Informations de la formation
	Équipe Pro	24
	Équipe Mineure	18
	Limite contact	42 / 50
	Espoirs	60
Historique d'équipe
	Saison actuelle	21-12-4 (46PTS)
	Historique	70-41-10 (0.579%)
	Apparitions en séries éliminatoires	3
	Historique en séries éliminatoires (W-L)	20 - 18 (0.526%)
	Coupe Stanley	0

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	Karson Kulhman		X	X		100.00	69	30	92	78	79	76	99	71	71	67	71	72	76	59	58	44	50	0	0	28	2	900,000$
2	Jakob Silfverberg		X	X		100.00	66	33	93	71	73	80	86	75	63	72	73	70	82	72	59	32	50	0	0	33	2	550,000$
3	Adam Henrique (C)	X	X			100.00	67	36	87	63	75	85	88	70	89	67	71	63	84	78	80	31	50	0	0	34	2	951,000$
4	Joe Colborne (A)	X	X	X		100.00	67	37	80	63	84	76	88	65	99	67	67	59	79	68	67	38	50	0	0	34	2	956,000$
5	Chris Tierney	X	X			100.00	69	25	99	75	84	87	99	69	97	66	69	67	81	57	45	49	50	0	0	30	3	1,100,000$
6	Brayden Schenn	X	X	X		100.00	84	49	78	75	76	78	79	74	73	69	76	72	81	72	61	36	50	0	0	32	1	2,000,000$
7	Sam Lafferty	X	X	X		100.00	82	34	74	77	81	80	86	71	91	72	70	73	75	60	55	49	50	0	0	29	1	950,000$
8	Jansen Harkins		X	X		100.00	67	29	90	82	83	74	91	68	73	68	70	64	77	52	50	54	50	0	0	27	3	875,000$
9	Michael Bunting		X	X		100.00	82	31	85	79	80	84	90	65	68	63	68	63	73	60	52	58	50	0	0	28	2	825,000$
10	Vladislav Namestnikov	X	X	X		100.00	65	30	97	84	70	87	99	71	79	68	68	63	79	55	50	52	50	0	0	31	1	1,160,000$
11	Peyton Krebs (R)	X	X	X		100.00	86	55	83	81	80	79	99	71	85	72	73	66	70	42	42	73	50	0	0	23	2	900,000$
12	Gage Goncalves (R)	X	X			100.00	78	35	94	78	79	78	99	70	70	69	71	65	70	42	42	69	50	0	0	23	2	500,000$
13	Nikolai Kovalenko (R)		X	X		100.00	81	30	92	79	78	79	91	70	70	71	70	65	70	45	45	69	50	0	0	24	2	500,000$
14	Matt Dumba				X	100.00	74	37	75	96	93	90	99	71	53	65	60	80	81	61	53	58	50	0	0	29	3	1,760,000$
15	Mikko Lehtonen (A)				X	100.00	71	27	78	78	82	80	83	65	50	55	50	89	76	64	57	43	50	0	0	30	4	990,000$
16	Caleb Jones				X	100.00	76	29	77	79	84	91	99	57	53	57	55	87	79	54	53	61	50	0	0	27	1	925,000$
17	Nick Blankenburg (R)				X	100.00	75	30	93	82	75	84	93	51	50	52	52	92	70	52	52	69	50	0	0	26	1	500,000$
18	Jacob Bernard-Docker (R)				X	100.00	71	40	90	69	81	77	89	46	50	46	47	89	70	45	45	68	50	0	0	24	2	800,000$
19	Tobias Bjornfot (R)				X	100.00	70	30	96	78	83	78	99	40	50	40	40	87	70	42	42	59	50	0	0	23	2	900,000$
Rayé
1	Steven Lorentz	X	X			100.00	66	29	91	76	98	75	90	65	90	65	65	64	77	56	44	52	50	0	0	28	2	956,000$
2	Joakim Nygard		X			100.00	65	21	91	75	76	73	82	62	70	63	64	61	75	67	61	35	50	0	0	31	2	825,000$
3	Brendan Smith				X	100.00	71	32	71	63	86	74	91	54	50	51	45	88	75	77	64	31	50	0	0	35	2	725,000$

	MOYENNE D’ÉQUIPE					100.00	73	33	87	76	81	80	92	65	70	63	63	73	76	58	54	51	50	0

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	Calvin Pickard	100.00	68	90	88	78	77	87	88	87	87	85	75	75	75	53	50	0	0	32	3	1,000,000$
2	Casey DeSmith	97.00	68	83	85	74	74	86	87	87	87	81	73	68	68	53	50	0	0	32	2	961,000$
Rayé

	MOYENNE D’ÉQUIPE	98.50	68	87	87	76	76	87	88	87	87	83	74	72	72	53	50	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jared Bednar	82	87	96	92	89	89	81	CAN	52	2	2,510,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Matt Dumba	San Diego (ANA)	D	37	9	26	35	9	53	5	42	31	90	31	71	10.00%	35	783	21.19	5	10	15	43	135	0	23	1	0	0%	0	0	0	0.89	0	2	1	0	0	0	2	3
2	Sam Lafferty	San Diego (ANA)	C/LW/RW	37	7	24	31	2	35	5	67	72	116	30	81	6.03%	8	731	19.76	2	8	10	25	127	2	100	1	2	55.25%	1057	0	0	0.85	0	0	0	1	0	3	2	2
3	Nikolai Kovalenko	San Diego (ANA)	LW/RW	37	10	19	29	1	16	0	47	42	122	33	100	8.20%	4	725	19.62	2	8	10	23	133	0	1	3	1	44.12%	68	0	0	0.80	0	0	0	0	0	2	0	1
4	Caleb Jones	San Diego (ANA)	D	37	7	20	27	10	32	0	29	30	56	23	39	12.50%	53	862	23.31	5	6	11	29	137	1	103	1	2	0%	0	0	0	0.63	0	0	0	0	0	1	2	1
5	Chris Tierney	San Diego (ANA)	C/LW	37	6	20	26	6	10	0	27	69	80	23	80	7.50%	7	571	15.44	0	9	9	20	131	0	10	2	0	56.12%	834	0	0	0.91	0	2	0	0	0	0	3	2
6	Peyton Krebs	San Diego (ANA)	C/LW/RW	37	16	10	26	2	40	10	70	55	129	35	89	12.40%	3	703	19.00	4	4	8	28	132	0	0	1	0	52.84%	757	0	0	0.74	0	0	1	0	1	2	3	0
7	Karson Kulhman	San Diego (ANA)	LW/RW	37	10	14	24	-1	4	0	17	47	105	48	85	9.52%	6	716	19.38	3	8	11	24	128	6	97	1	1	38.78%	49	1	0	0.67	0	0	0	0	0	1	2	1
8	Mikko Lehtonen	San Diego (ANA)	D	37	9	15	24	7	34	0	51	52	74	19	54	12.16%	81	859	23.22	4	6	10	31	128	0	100	2	0	0%	0	0	0	0.56	0	0	0	0	0	1	2	1
9	Brayden Schenn	San Diego (ANA)	C/LW/RW	26	6	12	18	0	21	5	47	25	89	33	77	6.74%	8	505	19.43	5	5	10	27	99	2	62	2	0	50.89%	169	0	0	0.71	1	2	1	0	0	2	1	2
10	Vladislav Namestnikov	San Diego (ANA)	C/LW/RW	37	3	14	17	10	4	0	18	32	79	16	69	3.80%	8	535	14.48	0	0	0	3	9	2	108	1	0	46.15%	52	0	0	0.63	1	2	0	0	0	1	0	1
11	Adam Henrique	San Diego (ANA)	C/LW	37	8	3	11	4	13	5	34	15	63	15	39	12.70%	3	475	12.84	0	0	0	2	21	0	2	3	1	47.62%	42	0	0	0.46	0	2	0	0	1	0	1	1
12	Nick Blankenburg	San Diego (ANA)	D	25	3	8	11	5	4	0	21	23	42	23	27	7.14%	24	517	20.70	0	2	2	23	95	2	65	1	0	0%	0	0	0	0.43	0	0	0	0	0	0	0	1
13	Gage Goncalves	San Diego (ANA)	C/LW	36	5	5	10	3	8	0	22	24	63	16	62	7.94%	5	600	16.68	0	0	0	0	1	0	22	0	0	41.67%	72	0	0	0.33	0	0	0	0	0	0	0	0
14	Jansen Harkins	San Diego (ANA)	LW/RW	37	4	5	9	-4	2	0	9	9	55	10	33	7.27%	1	241	6.53	0	0	0	0	0	0	0	0	0	52.17%	23	0	0	0.75	1	2	0	0	0	1	0	1
15	Jakob Silfverberg	San Diego (ANA)	LW/RW	7	5	2	7	6	5	5	3	7	21	6	10	23.81%	0	112	16.09	2	0	2	3	16	0	0	0	0	38.89%	18	0	1	1.24	0	0	0	0	1	1	0	0
16	Tobias Bjornfot	San Diego (ANA)	D	37	1	4	5	-7	14	0	22	29	27	8	19	3.70%	34	510	13.79	0	0	0	0	1	0	16	0	0	0%	0	0	0	0.20	0	0	0	0	0	0	0	0
17	Joe Colborne	San Diego (ANA)	C/LW/RW	37	2	2	4	-2	7	5	12	19	26	9	21	7.69%	1	256	6.94	0	0	0	0	0	0	24	0	0	60.53%	304	0	0	0.31	0	2	1	0	0	0	1	0
18	Jacob Bernard-Docker	San Diego (ANA)	D	37	2	2	4	-12	28	10	37	19	28	5	19	7.14%	57	696	18.84	1	0	1	2	10	0	93	1	0	0%	0	0	0	0.11	0	0	0	1	1	0	1	0
19	Brendan Smith	San Diego (ANA)	D	7	1	2	3	2	4	0	7	2	10	2	3	10.00%	18	126	18.12	1	0	1	6	15	0	12	0	0	0%	0	0	0	0.47	0	0	0	0	0	0	0	0
20	Michael Bunting	San Diego (ANA)	LW/RW	37	2	1	3	-5	6	0	22	17	38	8	27	5.26%	1	213	5.77	0	0	0	0	0	0	0	0	0	62.50%	24	0	0	0.28	0	0	0	0	0	0	0	1
21	Cal Foote	Anaheim	D	4	1	2	3	1	4	0	1	1	7	7	4	14.29%	8	79	19.88	1	0	1	2	8	0	12	0	0	0%	0	0	0	0.75	0	0	0	0	0	0	0	1
22	Steven Lorentz	San Diego (ANA)	C/LW	5	0	0	0	0	0	0	2	2	8	1	5	0%	2	37	7.58	0	0	0	0	0	0	0	0	0	50.00%	4	0	0	0	0	0	0	0	0	0	0	0
23	Joakim Nygard	San Diego (ANA)	LW	2	0	0	0	0	0	0	2	0	3	1	0	0%	0	14	7.48	0	0	0	0	0	0	0	0	0	100.00%	1	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				667	117	210	327	37	344	50	609	622	1331	402	1014	8.79%	367	10878	16.31	35	66	101	291	1335	15	858	20	7	54.17%	3474	1	1	0.60	3	14	4	2	4	15	20	19

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	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Calvin Pickard	San Diego (ANA)	31	16	10	4	0.913	2.90	1839	2	3	89	1020	1	0.786	14	31	6	5	1	1
2	Casey DeSmith	San Diego (ANA)	7	5	2	0	0.943	1.98	395	0	1	13	230	0	0	0	6	29	2	1	1
Statistiques d’équipe totales ou en moyenne			38	21	12	4	0.918	2.74	2235	2	4	102	1250	1		14	37	35	7	2	2

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	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 Henrique	San Diego (ANA)	C/LW	34	1990-02-06	CAN	No	199 Lbs	6 ft0	No	No	Free Agent		No	No	2	2025-09-23	False	False	Pro & Farm	951,000$	541,338$	0$	0$	No	951,000$	-	-	-	-	-	-	-	-	951,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brayden Schenn (contrat à 1 volet)	San Diego (ANA)	C/LW/RW	32	1991-08-22	CAN	No	198 Lbs	6 ft1	No	No	Trade	2025-09-12	Yes	Yes	1	2025-09-12	False	False	Pro & Farm	2,000,000$	1,160,000$	20,000$	11,600$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brendan Smith	San Diego (ANA)	D	35	1989-02-08	CAN	No	216 Lbs	6 ft2	No	No	N/A		No	No	2	2025-09-11	False	False	Pro & Farm	725,000$	412,692$	0$	0$	No	725,000$	-	-	-	-	-	-	-	-	725,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Caleb Jones	San Diego (ANA)	D	27	1997-06-06	USA	No	194 Lbs	6 ft1	No	No	N/A		No	No	1	2024-09-15	False	False	Pro & Farm	925,000$	526,538$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Calvin Pickard	San Diego (ANA)	G	32	1992-04-15	CAN	No	205 Lbs	6 ft1	No	No	Free Agent		No	No	3	2025-09-21	False	False	Pro & Farm	1,000,000$	569,231$	0$	0$	No	1,000,000$	1,000,000$	-	-	-	-	-	-	-	1,000,000$	1,000,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Casey DeSmith	San Diego (ANA)	G	32	1991-08-13	USA	No	186 Lbs	6 ft0	No	No	Free Agent		No	No	2	2024-09-24	False	False	Pro & Farm	961,000$	547,031$	0$	0$	No	961,000$	-	-	-	-	-	-	-	-	961,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Chris Tierney	San Diego (ANA)	C/LW	30	1994-07-01	CAN	No	201 Lbs	6 ft1	No	No	Free Agent	2024-09-14	No	No	3	2025-09-21	False	False	Pro & Farm	1,100,000$	626,154$	0$	0$	No	1,100,000$	1,100,000$	-	-	-	-	-	-	-	1,100,000$	1,100,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Gage Goncalves	San Diego (ANA)	C/LW	23	2001-01-16	CAN	Yes	181 Lbs	6 ft0	No	No	Prospect		No	No	2	2025-10-16	False	False	Pro & Farm	500,000$	284,615$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jacob Bernard-Docker	San Diego (ANA)	D	24	2000-06-30	CAN	Yes	177 Lbs	5 ft9	No	No	Prospect		No	No	2	2025-10-17	False	False	Pro & Farm	800,000$	455,385$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jakob Silfverberg	San Diego (ANA)	LW/RW	33	1990-10-13	SWE	No	210 Lbs	6 ft1	No	No	Free Agent		No	No	2	2024-11-01	False	False	Pro & Farm	550,000$	313,077$	0$	0$	No	550,000$	-	-	-	-	-	-	-	-	550,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jansen Harkins	San Diego (ANA)	LW/RW	27	1997-05-23	USA	No	182 Lbs	6 ft1	No	No	Trade	2024-11-07	No	No	3	2025-09-09	False	False	Pro & Farm	875,000$	498,077$	0$	0$	No	875,000$	875,000$	-	-	-	-	-	-	-	875,000$	875,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Joakim Nygard	San Diego (ANA)	LW	31	1993-01-08	SWE	No	180 Lbs	6 ft0	No	No	N/A		No	No	2		False	False	Pro & Farm	825,000$	469,615$	0$	0$	No	825,000$	-	-	-	-	-	-	-	-	825,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Joe Colborne	San Diego (ANA)	C/LW/RW	34	1990-01-30	CAN	No	218 Lbs	6 ft5	No	No	Free Agent		No	No	2	2025-09-30	False	False	Pro & Farm	956,000$	544,185$	0$	0$	No	956,000$	-	-	-	-	-	-	-	-	956,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Karson Kulhman	San Diego (ANA)	LW/RW	28	1995-10-26	USA	No	184 Lbs	5 ft11	No	No	N/A		No	No	2	2024-09-15	False	False	Pro & Farm	900,000$	512,308$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Matt Dumba	San Diego (ANA)	D	29	1994-07-25	CAN	No	199 Lbs	6 ft0	No	No	Free Agent		No	No	3	2025-09-30	False	False	Pro & Farm	1,760,000$	1,001,846$	0$	0$	No	1,760,000$	1,760,000$	-	-	-	-	-	-	-	1,760,000$	1,760,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Michael Bunting	San Diego (ANA)	LW/RW	28	1995-09-17	CAN	No	197 Lbs	5 ft11	No	No	Trade	2025-01-04	No	No	2	2025-09-09	False	False	Pro & Farm	825,000$	469,615$	0$	0$	No	825,000$	-	-	-	-	-	-	-	-	825,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Mikko Lehtonen	San Diego (ANA)	D	30	1994-01-16	FIN	No	196 Lbs	6 ft0	No	No	N/A		No	No	4	2025-09-09	False	False	Pro & Farm	990,000$	563,538$	0$	0$	No	990,000$	990,000$	990,000$	-	-	-	-	-	-	990,000$	990,000$	990,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Nick Blankenburg	San Diego (ANA)	D	26	1998-05-12	USA	Yes	177 Lbs	5 ft9	No	No	Prospect		No	No	1	2025-10-17	False	False	Pro & Farm	500,000$	284,615$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Nikolai Kovalenko	San Diego (ANA)	LW/RW	24	1999-10-17	USA	Yes	180 Lbs	5 ft10	No	No	Prospect		No	No	2	2025-10-16	False	False	Pro & Farm	500,000$	284,615$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Peyton Krebs	San Diego (ANA)	C/LW/RW	23	2001-01-26	NA	Yes	187 Lbs	6 ft0	No	No	Prospect		No	No	2	2025-10-16	False	False	Pro & Farm	900,000$	512,308$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Sam Lafferty	San Diego (ANA)	C/LW/RW	29	1995-03-06	USA	No	198 Lbs	6 ft1	No	No	N/A		No	No	1	2024-09-15	False	False	Pro & Farm	950,000$	540,769$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Steven Lorentz	San Diego (ANA)	C/LW	28	1996-04-13	CAN	No	208 Lbs	6 ft4	No	No	Free Agent	2025-08-19	No	No	2	2025-09-30	False	False	Pro & Farm	956,000$	544,185$	0$	0$	No	956,000$	-	-	-	-	-	-	-	-	956,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Tobias Bjornfot	San Diego (ANA)	D	23	2001-04-06	SWE	Yes	200 Lbs	6 ft0	No	No	Prospect		No	No	2	2025-10-17	False	False	Pro & Farm	900,000$	512,308$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Vladislav Namestnikov	San Diego (ANA)	C/LW/RW	31	1992-11-22	RUS	No	188 Lbs	5 ft11	No	No	N/A		No	No	1		False	False	Pro & Farm	1,160,000$	660,308$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	28.88	194 Lbs	6 ft0	2.04	937,875$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Nikolai Kovalenko	Peyton Krebs	Gage Goncalves	35	0	1	4
2	Jakob Silfverberg	Sam Lafferty	Karson Kulhman	30	0	1	4
3	Adam Henrique	Chris Tierney	Brayden Schenn	25	1	2	2
4	Jansen Harkins	Joe Colborne	Vladislav Namestnikov	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Matt Dumba	Caleb Jones	35	0	2	3
2	Mikko Lehtonen	Nick Blankenburg	30	0	2	3
3	Tobias Bjornfot	Jacob Bernard-Docker	25	0	2	3
4	Mikko Lehtonen	Jacob Bernard-Docker	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Peyton Krebs	Sam Lafferty	Nikolai Kovalenko	50	0	1	4
2	Jakob Silfverberg	Chris Tierney	Brayden Schenn	50	0	1	4

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mikko Lehtonen	Nick Blankenburg	50	0	1	4
2	Caleb Jones	Matt Dumba	50	0	1	4

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Joe Colborne	Karson Kulhman	50	1	2	2
2	Sam Lafferty	Vladislav Namestnikov	50	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Nick Blankenburg	Mikko Lehtonen	50	1	2	2
2	Caleb Jones	Jacob Bernard-Docker	50	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Sam Lafferty	50	1	2	2	Caleb Jones	Jacob Bernard-Docker	50	1	2	2
2	Joe Colborne	50	1	2	2	Tobias Bjornfot	Nick Blankenburg	50	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jakob Silfverberg	Michael Bunting	50	1	2	2
2	Joe Colborne	Gage Goncalves	50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Tobias Bjornfot	Mikko Lehtonen	50	1	2	2
2	Caleb Jones	Jacob Bernard-Docker	50	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Nikolai Kovalenko	Sam Lafferty	Jakob Silfverberg	Mikko Lehtonen	Matt Dumba

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Adam Henrique	Sam Lafferty	Karson Kulhman	Mikko Lehtonen	Nick Blankenburg

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Nikolai Kovalenko, Gage Goncalves, Peyton Krebs	Vladislav Namestnikov, Adam Henrique	Gage Goncalves

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Mikko Lehtonen, Jacob Bernard-Docker, Matt Dumba	Nick Blankenburg	Mikko Lehtonen, Caleb Jones

Tirs de pénalité
Adam Henrique, Chris Tierney, Jansen Harkins, Joe Colborne, Vladislav Namestnikov

Gardien
#1 : Casey DeSmith, #2 : Calvin Pickard, #3 : 0

Lignes d’attaque personnalisées en prolongation
Sam Lafferty, Nikolai Kovalenko, Chris Tierney, Gage Goncalves, Adam Henrique, Jakob Silfverberg, Peyton Krebs, Karson Kulhman, Joe Colborne, Michael Bunting

Lignes de défense personnalisées en prolongation
Mikko Lehtonen, Matt Dumba, Nick Blankenburg, Tobias Bjornfot, Jacob Bernard-Docker

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	Abbotsford	3	3	0	0	0	0	0	0	16	8	8	1	1	0	0	0	0	0	0	6	3	3	2	2	0	0	0	0	0	0	10	5	5	6	1.000	16	30	46	0	0	52	29	35	4	114	453	419	442	31	94	21	22	42	11	6	54.55%	11	3	72.73%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
2	Bridgeport	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	52	29	35	4	37	453	419	442	31	31	10	6	19	2	0	0.00%	1	0	100.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
3	Charlotte	2	1	0	0	0	1	0	0	7	4	3	2	1	0	0	0	1	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	3	0.750	7	10	17	0	1	52	29	35	4	83	453	419	442	31	59	20	6	27	9	2	22.22%	3	1	66.67%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
4	Cleveland	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	52	29	35	4	45	453	419	442	31	30	15	6	16	6	1	16.67%	3	0	100.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
5	Coachella Valley	2	1	1	0	0	0	0	0	4	6	-2	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	5	-4	2	0.500	4	7	11	0	0	52	29	35	4	65	453	419	442	31	88	9	20	33	7	0	0.00%	10	2	80.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
6	Eagles	4	1	2	0	1	0	0	0	10	9	1	2	0	1	0	1	0	0	0	5	6	-1	2	1	1	0	0	0	0	0	5	3	2	4	0.500	10	19	29	1	1	52	29	35	4	138	453	419	442	31	145	46	39	81	18	4	22.22%	15	1	93.33%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
7	Hershey	2	1	0	0	0	0	0	1	4	4	0	1	0	0	0	0	0	0	1	2	3	-1	1	1	0	0	0	0	0	0	2	1	1	3	0.750	4	7	11	0	0	52	29	35	4	67	453	419	442	31	67	9	20	29	9	3	33.33%	9	1	88.89%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
8	Iowa	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	52	29	35	4	33	453	419	442	31	32	13	15	16	4	0	0.00%	4	0	100.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
9	Laval	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	5	8	0	0	52	29	35	4	39	453	419	442	31	28	10	6	14	6	1	16.67%	3	2	33.33%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
10	Lehigh Valley	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	4	8	12	0	0	52	29	35	4	74	453	419	442	31	70	23	23	37	10	3	30.00%	8	3	62.50%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
11	Manitoba	2	1	1	0	0	0	0	0	5	5	0	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	3	1	2	2	0.500	5	9	14	0	0	52	29	35	4	78	453	419	442	31	50	14	4	25	8	1	12.50%	2	1	50.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
12	Ontario	2	1	1	0	0	0	0	0	6	6	0	1	1	0	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	11	17	0	0	52	29	35	4	68	453	419	442	31	77	17	42	36	9	1	11.11%	10	2	80.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
13	Providence	2	2	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	2	0	2	4	1.000	7	13	20	0	1	52	29	35	4	68	453	419	442	31	80	19	18	43	7	1	14.29%	8	1	87.50%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
14	Rochester	2	0	2	0	0	0	0	0	5	7	-2	0	0	0	0	0	0	0	0	0	0	0	2	0	2	0	0	0	0	0	5	7	-2	0	0.000	5	8	13	0	0	52	29	35	4	74	453	419	442	31	58	17	21	40	15	3	20.00%	7	2	71.43%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
15	Rockford	3	1	1	0	0	1	0	0	6	6	0	0	0	0	0	0	0	0	0	0	0	0	3	1	1	0	0	1	0	0	6	6	0	3	0.500	6	10	16	0	0	52	29	35	4	99	453	419	442	31	87	39	39	45	14	3	21.43%	12	1	91.67%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
16	San Jose	1	1	0	0	0	0	0	0	7	6	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	6	1	2	1.000	7	14	21	0	0	52	29	35	4	45	453	419	442	31	41	9	12	10	3	2	66.67%	6	2	66.67%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
17	Springfield	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	7	11	0	0	52	29	35	4	32	453	419	442	31	39	12	8	11	4	0	0.00%	4	1	75.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
18	Syracuse	1	0	0	0	0	0	1	0	5	4	1	1	0	0	0	0	0	1	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	6	11	0	0	52	29	35	4	50	453	419	442	31	45	17	6	24	2	0	0.00%	3	0	100.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
19	Texas	2	1	1	0	0	0	0	0	9	11	-2	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	9	11	-2	2	0.500	9	15	24	0	0	52	29	35	4	68	453	419	442	31	66	18	21	29	8	2	25.00%	8	3	62.50%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
20	Wilkes-Barre/Scranton	2	1	1	0	0	0	0	0	5	4	1	2	1	1	0	0	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	0.500	5	10	15	0	1	52	29	35	4	54	453	419	442	31	64	29	12	32	6	2	33.33%	5	1	80.00%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
	Total	37	19	12	0	1	3	1	1	118	104	14	17	8	4	0	1	2	1	1	57	49	8	20	11	8	0	0	1	0	0	61	55	6	46	0.622	118	210	328	1	4	52	29	35	4	1331	453	419	442	31	1251	367	346	609	158	35	22.15%	132	27	79.55%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
	_Since Last GM Reset	37	19	12	0	1	3	1	1	118	104	14	17	8	4	0	1	2	1	1	57	49	8	20	11	8	0	0	1	0	0	61	55	6	46	0.622	118	210	328	1	4	52	29	35	4	1331	453	419	442	31	1251	367	346	609	158	35	22.15%	132	27	79.55%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
	_Vs Conference	21	12	7	0	1	1	0	0	70	61	9	7	4	2	0	1	0	0	0	23	19	4	14	8	5	0	0	1	0	0	47	42	5	27	0.643	70	128	198	1	1	52	29	35	4	740	453	419	442	31	719	198	222	328	86	19	22.09%	82	16	80.49%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
	_Vs Division	8	6	2	0	0	0	0	0	33	26	7	3	3	0	0	0	0	0	0	13	7	6	5	3	2	0	0	0	0	0	20	19	1	12	0.750	33	62	95	0	0	52	29	35	4	292	453	419	442	31	300	56	96	121	30	9	30.00%	37	9	75.68%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246

			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
37	46	L2	118	210	328	1331	1251	367	346	609	1	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
37	19	12	1	3	1	1	118	104

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	8	4	1	2	1	1	57	49

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	11	8	0	1	0	0	61	55

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	5	0	0	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
158	35	22.15%	132	27	79.55%	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
453	419	442	31	52	29	35	4

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
814	1493	54.52%	738	1368	53.95%	331	576	57.47%

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
928	640	834	274	478	246

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	6	Eagles	2	San Diego	3	W	X		Sommaire du match
4	19	San Diego	3	Rochester	4	L			Sommaire du match
9	36	San Diego	4	Abbotsford	3	W			Sommaire du match
11	43	Wilkes-Barre/Scranton	0	San Diego	2	W			Sommaire du match
13	56	Eagles	4	San Diego	2	L			Sommaire du match
15	69	San Diego	3	Texas	6	L			Sommaire du match
16	71	San Diego	2	Rockford	3	L	X		Sommaire du match
20	90	Coachella Valley	1	San Diego	3	W			Sommaire du match
23	106	Iowa	2	San Diego	3	W			Sommaire du match
25	115	San Diego	3	Manitoba	1	W			Sommaire du match
26	122	San Diego	4	Rockford	2	W			Sommaire du match
29	134	San Diego	6	Texas	5	W			Sommaire du match
31	145	Ontario	3	San Diego	4	W			Sommaire du match
34	163	Manitoba	4	San Diego	2	L			Sommaire du match
36	175	San Diego	2	Rochester	3	L			Sommaire du match
38	186	San Diego	2	Eagles	3	L			Sommaire du match
40	195	Charlotte	0	San Diego	4	W			Sommaire du match
42	206	San Diego	2	Hershey	1	W			Sommaire du match
43	218	Charlotte	4	San Diego	3	L	X		Sommaire du match
48	236	San Diego	1	Coachella Valley	5	L			Sommaire du match
50	244	Hershey	3	San Diego	2	L	X	X	Sommaire du match
52	259	San Diego	2	Providence	0	W			Sommaire du match
55	271	Bridgeport	4	San Diego	3	L	X		Sommaire du match
57	282	San Diego	6	Abbotsford	2	W			Sommaire du match
59	293	Syracuse	4	San Diego	5	W	X	X	Sommaire du match
62	310	San Diego	3	Laval	2	W			Sommaire du match
63	316	Cleveland	2	San Diego	5	W			Sommaire du match
66	327	San Diego	2	Lehigh Valley	3	L			Sommaire du match
68	336	San Diego	3	Eagles	0	W			Sommaire du match
70	347	Providence	4	San Diego	5	W			Sommaire du match
72	361	San Diego	7	San Jose	6	W			Sommaire du match
74	371	San Diego	0	Rockford	1	L			Sommaire du match
75	376	Abbotsford	3	San Diego	6	W			Sommaire du match
77	395	Wilkes-Barre/Scranton	4	San Diego	3	L			Sommaire du match
79	408	San Diego	4	Springfield	2	W			Sommaire du match
82	422	Lehigh Valley	5	San Diego	2	L			Sommaire du match
83	432	San Diego	2	Ontario	3	L			Sommaire du match
86	446	San Jose	-	San Diego	-
87	458	San Diego	-	Grand Rapids	-
90	471	Grand Rapids	-	San Diego	-
92	481	San Diego	-	Wilkes-Barre/Scranton	-
94	489	San Diego	-	Rochester	-
96	499	San Jose	-	San Diego	-
98	509	San Diego	-	Bridgeport	-
100	519	San Diego	-	Hartford	-
101	525	Laval	-	San Diego	-
104	545	San Diego	-	Charlotte	-
105	550	Wilkes-Barre/Scranton	-	San Diego	-
107	563	San Diego	-	Ontario	-
109	575	Abbotsford	-	San Diego	-
111	591	San Diego	-	Iowa	-
113	601	Springfield	-	San Diego	-
114	609	San Diego	-	Syracuse	-
118	625	Coachella Valley	-	San Diego	-
121	644	San Diego	-	Texas	-
122	649	Hartford	-	San Diego	-
126	669	San Diego	-	Manitoba	-
127	675	Rockford	-	San Diego	-
130	691	San Diego	-	Abbotsford	-
132	699	San Diego	-	Iowa	-
133	706	Ontario	-	San Diego	-
135	722	San Diego	-	Bakersfield	-
137	730	Rockford	-	San Diego	-
139	747	San Diego	-	Bakersfield	-
141	758	Bakersfield	-	San Diego	-
143	773	Iowa	-	San Diego	-
146	784	San Diego	-	San Jose	-
149	799	Springfield	-	San Diego	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
151	809	San Diego	-	Cleveland	-
153	824	Utica	-	San Diego	-
154	832	San Diego	-	Springfield	-
156	841	San Diego	-	Utica	-
158	850	Hershey	-	San Diego	-
160	865	San Diego	-	Rockford	-
162	875	Eagles	-	San Diego	-
164	888	San Diego	-	Coachella Valley	-
166	900	Bakersfield	-	San Diego	-
171	924	Rochester	-	San Diego	-
177	950	Texas	-	San Diego	-
182	973	Rochester	-	San Diego	-
188	997	Texas	-	San Diego	-
193	1020	Manitoba	-	San Diego	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	50	30
Assistance	25,160	12,249
Assistance PCT	74.00%	72.05%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
24	2201 - 73.35%	129,081$	2,194,384$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,962,508$	2,050,900$	2,050,900$	2,510,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
10,517$	881,266$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
3,097,954$	111	23,389$	2,596,179$

San Diego 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%	P/20	PSS
1	Sam Lafferty	109	38	67	105	23	73	221	251	397	9.57%	19	2169	19.90	11	23	34	99	1	0	1	6	5	5	55.47%	0.97	0
2	Richard Panik	82	34	56	90	22	20	58	89	297	11.45%	11	1422	17.35	13	22	35	67	0	0	0	0	6	1	48.65%	1.27	0
3	Nick Spaling	80	35	45	80	27	21	22	178	293	11.95%	14	1614	20.18	10	15	25	73	1	1	2	5	7	1	51.88%	0.99	3
4	Sam Carrick	82	39	39	78	14	89	209	129	295	13.22%	19	1690	20.62	7	12	19	56	1	1	2	9	6	1	51.74%	0.92	0
5	Mikko Lehtonen	111	20	56	76	20	102	152	120	201	9.95%	198	2430	21.90	8	16	24	100	0	1	1	2	4	0	0%	0.63	0

San Diego 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	A	EG	PS %	PSA
1	Casey DeSmith	61	36	21	2	0.916	2.80	3558	8	3	166	1984	2	1	0.800	10
2	Justin Pogge	26	16	7	2	0.913	2.83	1485	0	1	70	802	2	0	0.667	9
3	Calvin Pickard	31	16	10	4	0.913	2.90	1839	2	3	89	1020	0	1	0.786	14

San Diego 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
Saison régulière
20	82	42	29	0	5	1	2	3	303	244	59	41	24	13	0	1	1	1	1	160	117	43	41	18	16	0	4	0	1	2	143	127	16	102	303	537	840	1	4	106	94	96	8	3021	993	926	1068	53	2740	730	700	1372	318	77	24.21%	297	48	83.84%	4	1750	3326	52.62%	1560	3067	50.86%	729	1398	52.15%	1991	1361	1879	608	1083	549
23	37	19	12	0	1	3	1	1	118	104	14	17	8	4	0	1	2	1	1	57	49	8	20	11	8	0	0	1	0	0	61	55	6	46	118	210	328	1	4	52	29	35	4	1331	453	419	442	31	1251	367	346	609	158	35	22.15%	132	27	79.55%	0	814	1493	54.52%	738	1368	53.95%	331	576	57.47%	928	640	834	274	478	246
Total Saison régulière	119	61	41	0	6	4	3	4	421	348	73	58	32	17	0	2	3	2	2	217	166	51	61	29	24	0	4	1	1	2	204	182	22	148	421	747	1168	2	8	158	123	131	12	4352	1446	1345	1510	84	3991	1097	1046	1981	476	112	23.53%	429	75	82.52%	4	2564	4819	53.21%	2298	4435	51.82%	1060	1974	53.70%	2920	2002	2713	883	1562	795
Séries éliminatoires
20	5	1	4	0	0	0	0	0	17	21	-4	2	1	1	0	0	0	0	0	11	9	2	3	0	3	0	0	0	0	0	6	12	-6	2	17	31	48	0	0	5	8	4	0	174	48	56	70	0	178	52	46	82	16	0	0.00%	21	2	90.48%	1	104	189	55.03%	109	208	52.40%	54	87	62.07%	112	77	122	38	64	32
21	11	6	5	0	0	0	0	0	51	38	13	5	2	3	0	0	0	0	0	18	19	-1	6	4	2	0	0	0	0	0	33	19	14	12	51	90	141	0	0	20	16	15	0	540	170	171	175	24	461	131	108	196	60	13	21.67%	47	11	76.60%	0	301	526	57.22%	262	513	51.07%	95	197	48.22%	281	195	251	88	148	75
22	22	13	9	0	0	0	0	0	79	70	9	10	8	2	0	0	0	0	0	40	29	11	12	5	7	0	0	0	0	0	39	41	-2	26	79	140	219	1	1	27	24	24	4	866	277	254	292	43	832	220	259	388	107	22	20.56%	96	20	79.17%	0	524	949	55.22%	477	914	52.19%	198	358	55.31%	565	392	521	170	291	146
Total Séries éliminatoires	38	20	18	0	0	0	0	0	147	129	18	17	11	6	0	0	0	0	0	69	57	12	21	9	12	0	0	0	0	0	78	72	6	40	147	261	408	1	1	52	48	43	4	1580	495	481	537	67	1471	403	413	666	183	35	19.13%	164	33	79.88%	1	929	1664	55.83%	848	1635	51.87%	347	642	54.05%	958	665	895	296	505	253

San Diego 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	PKS	GW	GT	FO%	HT	P/20
1	Jordan Weal	38	15	19	34	7	6	10	36	96	15.63%	4	654	17.23	1	4	5	11	1	2	0	55.56%	0	1.04
2	Wyatt Johnston	22	17	14	31	13	16	24	29	114	14.91%	2	468	21.31	4	6	10	34	2	4	0	54.39%	2	1.32
3	Sam Lafferty	38	10	18	28	0	14	79	84	111	9.01%	5	649	17.09	4	6	10	44	3	0	1	53.75%	0	0.86
4	Richard Panik	38	15	12	27	4	15	13	33	119	12.61%	4	669	17.63	2	7	9	32	0	1	1	48.00%	1	0.81
5	Mikko Lehtonen	38	8	18	26	9	34	35	50	84	9.52%	62	855	22.50	5	5	10	47	0	1	1	0%	0	0.61

San Diego 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	A	EG
1	Carter Hart	18	11	6	1	0.918	2.95	1120	2	0	55	674	1	1
2	Casey DeSmith	13	5	6	1	0.897	3.88	727	0	1	47	458	0	0
3	Ilya Samsonov	7	4	2	1	0.926	2.92	432	0	0	21	285	1	0
4	Justin Pogge	2	0	1	0	0.906	3.90	77	0	0	5	53	0	0

	San Diego
	GP: 37 \| W: 21 \| L: 12 \| OTL: 4 \| P: 46 GF: 118 \| GA: 104 \| PP%: 22.15% \| PK%: 79.55% DG: Michael Chouinard \| Morale : 50 \| Moyenne d’équipe : N/A Prochains matchs #446 vs San Jose