Nashville
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière

Centre de jeu
	San Jose 49-25-8, 106pts	2	FINAL	1	Milwaukee 42-34-6, 90pts

Team Stats
W2	Streak	W1
24-15-2	Home Record	22-16-3
25-10-6	Away Record	20-18-3
8-1-1	Last 10 Games	5-5-0
3.77	Buts par match	3.17
3.20	Buts contre par match	3.28
18.69%	Pourcentage en avantage numérique	20.58%
81.25%	Pourcentage en désavantage numérique	82.38%

Wilkes-Barre/Scranton
35-41-6, 76pts

FINAL

Milwaukee
42-34-6, 90pts

Team Stats
OTL1	Streak	W1
21-17-3	Home Record	22-16-3
14-24-3	Away Record	20-18-3
5-4-1	Last 10 Games	5-5-0
3.12	Buts par match	3.17
3.49	Buts contre par match	3.28
18.59%	Pourcentage en avantage numérique	20.58%
80.99%	Pourcentage en désavantage numérique	82.38%

Meneurs d'équipe
	Buts Taylor Beck 31	Passes Micheal Ferland 40

	Points Vladislav Kamenev 66	Plus/Moins Radim Simek 12

	Victoires Ondrej Pavelec 28	Pourcentage d’arrêts Ondrej Pavelec 0.918

Statistiques d’équipe
Buts pour 260 3.17 GFG	Tirs pour 2649 32.30 Avg	Pourcentage en avantage numérique 20.6% 71 GF	Début de zone offensive 40.8%
Buts contre 269 3.28 GAA	Tirs contre 2838 34.61 Avg	Pourcentage en désavantage numérique 82.4%% 65 GA	Début de la zone défensive 41.7%

Informations de l'équipe
	Directeur général
	Entraîneur	Rick Tocchet
	Division	Centrale
	Conférence	Conference ouest
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,272
	Billets de saison	300
Informations de la formation
	Équipe Pro	18
	Équipe Mineure	20
	Limite contact	38 / 50
	Espoirs	51
Historique d'équipe
	Saison actuelle	42-34-6 (90PTS)
	Historique	84-68-20 (0.488%)
	Apparitions en séries éliminatoires	0
	Historique en séries éliminatoires (W-L)	-
	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 moyen
1	Vladislav Kamenev (R)	X	X	X		100.00	77	32	89	82	89	72	86	78	92	75	74	73	73	44	44	64	50	0	0	24	1	800,000$
2	Taylor Beck		X	X		100.00	67	32	98	69	89	78	94	69	73	66	72	72	71	53	53	41	50	0	0	30	3	800,000$
3	Linden Vey	X		X		100.00	64	29	96	75	74	77	99	67	84	66	68	65	71	56	48	40	50	0	0	29	3	750,000$
4	Brett Ritchie			X		100.00	89	40	75	73	97	74	85	67	69	67	68	60	74	57	55	49	50	0	0	28	1	775,000$
5	Antoine Roussel	X	X			100.00	76	47	67	72	68	68	91	64	82	67	64	67	59	54	53	31	50	0	0	31	1	700,000$
6	Nick Cousins	X	X	X		100.00	69	34	77	78	78	79	87	72	76	68	73	60	86	52	42	50	50	0	0	27	2	900,000$
7	Alan Quine	X	X	X		100.00	66	30	86	77	77	79	84	73	85	71	72	65	83	53	44	56	50	0	0	28	1	800,000$
8	Micheal Ferland		X	X		100.00	77	44	74	76	87	83	78	73	71	71	72	64	79	57	71	59	50	0	0	29	3	875,000$
9	Jordan Nolan		X	X		100.00	61	42	91	63	85	69	87	61	62	62	63	66	72	58	57	35	50	0	0	32	1	600,000$
10	Christian Fischer (R)	X		X		100.00	88	30	91	75	89	78	75	69	70	67	70	71	75	45	45	69	50	0	0	24	2	900,000$
11	Vladimir Sobotka		X	X		100.00	82	39	72	57	71	65	84	68	71	65	71	72	74	95	93	10	50	0	0	33	1	775,000$
12	Jason Demers				X	100.00	67	41	86	65	79	80	83	55	50	56	45	90	75	71	64	35	50	0	0	33	1	1,265,000$
13	Radim Simek				X	100.00	90	30	88	76	80	79	80	46	50	45	46	87	75	59	59	49	50	0	0	28	1	1,075,000$
14	Matt Hunwick				X	100.00	65	26	89	65	73	76	81	48	50	45	43	90	75	77	74	23	50	0	0	35	1	1,050,000$
15	Joe Morrow				X	100.00	68	32	75	77	80	84	87	57	50	59	51	89	74	51	50	50	50	0	0	28	1	600,000$
16	Brett Kulak				X	100.00	72	33	76	77	88	87	87	54	51	53	53	88	69	51	52	59	50	0	0	27	2	800,000$
Rayé

	MOYENNE D’ÉQUIPE					100.00	74	35	83	72	82	77	86	64	68	63	63	74	74	58	57	45	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 moyen
1	Ondrej Pavelec	99.00	60	81	84	89	78	98	96	99	98	83	86	86	88	40	50	0	0	33	1	1,110,000$
2	Thomas Greiss	100.00	58	81	82	85	75	95	98	99	99	80	84	87	91	30	50	0	0	35	2	1,250,000$
Rayé

	MOYENNE D’ÉQUIPE	99.50	59	81	83	87	77	97	97	99	99	82	85	87	90	35	50	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Rick Tocchet	81	75	77	80	82	85	85	USA	57	1	1,500,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSS	FL	FT	S1	S2	S3
1	Vladislav Kamenev	Milwaukee (NSH)	C/LW/RW	56	29	37	66	10	18	0	54	163	256	69	158	11.33%	7	1212	21.65	7	14	21	50	190	2	1	3	6	129	4	2	55.83%	1723	1	1	1.09	1	0	0	7	3	6
2	Micheal Ferland	Milwaukee (NSH)	LW/RW	67	23	40	63	2	64	20	95	68	213	61	169	10.80%	9	1300	19.41	8	13	21	45	235	0	0	0	6	94	2	0	54.42%	147	1	0	0.97	1	1	3	5	3	1
3	Christian Fischer	Milwaukee (NSH)	C/RW	78	22	37	59	-4	66	0	155	113	230	62	156	9.57%	12	1473	18.89	5	13	18	52	227	0	0	0	2	63	3	2	47.88%	1817	0	0	0.80	1	0	0	4	3	2
4	Alan Quine	Milwaukee (NSH)	C/LW/RW	81	24	33	57	-5	20	0	46	106	251	73	182	9.56%	8	1475	18.22	7	7	14	53	226	0	0	0	1	37	4	3	49.21%	380	0	0	0.77	1	0	0	4	5	4
5	Taylor Beck	Milwaukee (NSH)	LW/RW	78	31	24	55	-8	18	0	44	67	186	46	144	16.67%	25	1372	17.59	9	7	16	53	208	0	0	0	0	4	5	2	50.54%	93	0	1	0.80	0	0	0	2	2	4
6	Joe Morrow	Milwaukee (NSH)	D	78	15	40	55	-14	46	0	98	82	149	43	107	10.07%	125	1833	23.51	9	17	26	101	295	0	0	0	2	255	2	1	0.00%	0	0	0	0.60	0	0	0	0	4	2
7	Brett Kulak	Milwaukee (NSH)	D	81	15	39	54	-10	120	0	135	81	185	63	109	8.11%	121	1905	23.53	10	17	27	107	307	0	0	0	2	262	2	1	0.00%	0	1	0	0.57	0	0	0	2	1	5
8	Radim Simek	Milwaukee (NSH)	D	81	18	35	53	12	112	0	164	70	136	38	75	13.24%	128	1749	21.60	7	13	20	75	251	1	0	1	2	253	2	0	0.00%	0	0	0	0.61	0	0	0	2	3	3
9	Nick Cousins	Milwaukee (NSH)	C/LW/RW	81	18	31	49	11	36	10	53	114	204	53	170	8.82%	7	1374	16.97	2	1	3	17	64	0	0	0	1	112	4	0	50.23%	1065	0	0	0.71	1	1	1	1	3	4
10	Jason Demers	Milwaukee (NSH)	D	81	5	35	40	9	46	20	30	86	104	37	76	4.81%	142	1777	21.94	2	10	12	59	247	0	1	1	3	288	1	1	0.00%	0	0	0	0.45	1	1	3	2	1	1
11	Brett Ritchie	Milwaukee (NSH)	RW	81	16	20	36	6	86	0	120	58	171	41	137	9.36%	4	1165	14.38	0	0	0	1	13	0	0	0	0	2	1	1	51.55%	97	0	0	0.62	0	0	0	0	2	1
12	Antoine Roussel	Milwaukee (NSH)	C/LW	81	15	19	34	3	34	10	92	112	178	37	114	8.43%	18	1371	16.94	0	0	0	0	1	0	0	0	9	210	6	1	51.27%	474	0	0	0.50	0	0	2	2	4	1
13	Matt Hunwick	Milwaukee (NSH)	D	81	8	20	28	-6	74	0	96	54	59	17	30	13.56%	136	1282	15.83	0	1	1	2	9	0	0	0	2	127	2	0	0.00%	0	0	0	0.44	0	0	0	1	3	2
14	Vladimir Sobotka	Milwaukee (NSH)	LW/RW	60	9	18	27	6	66	0	113	48	137	41	91	6.57%	6	1191	19.86	3	10	13	33	206	0	1	1	2	98	3	0	45.75%	153	0	0	0.45	2	0	0	0	1	2
15	Linden Vey	Milwaukee (NSH)	C/RW	81	8	17	25	-6	20	0	38	103	112	30	73	7.14%	33	1259	15.55	0	0	0	1	4	0	0	0	2	73	0	1	54.43%	711	0	0	0.40	0	0	0	0	0	1
16	Jordan Nolan	Milwaukee (NSH)	LW/RW	81	1	5	6	3	10	0	17	23	37	8	16	2.70%	8	480	5.93	0	0	0	0	0	0	0	0	3	182	1	0	44.44%	27	0	0	0.25	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1227	257	450	707	9	836	60	1350	1348	2608	719	1807	9.85%	789	22225	18.11	69	123	192	649	2491	3	3	6	43	2197	42	15	51.49%	6687	3	2	0.64	8	3	9	32	38	39

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	A	PS %	PSA	ST	BG	S1	S2	S3
1	Ondrej Pavelec	Milwaukee (NSH)	47	28	15	3	0.918	2.67	2810	6	4	125	1523	3	0.750	8	46	20	5	1	3
2	Thomas Greiss	Milwaukee (NSH)	26	11	12	3	0.912	2.99	1545	0	1	77	871	0	0.00%	2	26	48	1	3	1
Statistiques d’équipe totales ou en moyenne			73	39	27	6	0.916	2.78	4355	6	5	202	2394	3		10	72	68	6	4	4

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	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Waiver Possible	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Alan Quine	Milwaukee (NSH)	C/LW/RW	28	1993-02-25	No	204 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	800,000$	0$	0$	No			Lien
Antoine Roussel	Milwaukee (NSH)	C/LW	31	1989-11-21	No	192 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	700,000$	0$	0$	No			Lien
Brett Kulak	Milwaukee (NSH)	D	27	1994-01-06	No	189 Lbs	6 ft2	No	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$		Lien
Brett Ritchie	Milwaukee (NSH)	RW	28	1993-06-01	No	221 Lbs	6 ft4	No	No	No	No	1	Pro & Farm	775,000$	0$	0$	No			Lien
Christian Fischer	Milwaukee (NSH)	C/RW	24	1997-04-15 08:45:38	Yes	214 Lbs	6 ft2	No	No	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$		Lien
Jason Demers	Milwaukee (NSH)	D	33	1988-06-09	No	204 Lbs	6 ft1	No	No	No	No	1	Pro & Farm	1,265,000$	0$	0$	No			Lien
Joe Morrow	Milwaukee (NSH)	D	28	1992-12-09	No	200 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	600,000$	0$	0$	No			Lien
Jordan Nolan	Milwaukee (NSH)	LW/RW	32	1989-06-23	No	230 Lbs	6 ft3	No	No	No	No	1	Pro & Farm	600,000$	0$	0$	No			Lien
Linden Vey	Milwaukee (NSH)	C/RW	29	1991-07-17	No	198 Lbs	6 ft0	No	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Matt Hunwick	Milwaukee (NSH)	D	35	1985-08-05	No	203 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	1,050,000$	0$	0$	No			Lien
Micheal Ferland	Milwaukee (NSH)	LW/RW	29	1992-04-20	No	211 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	875,000$	0$	0$	No	875,000$	875,000$	Lien
Nick Cousins	Milwaukee (NSH)	C/LW/RW	27	1993-07-20	No	192 Lbs	5 ft10	No	No	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$		Lien
Ondrej Pavelec	Milwaukee (NSH)	G	33	1987-08-31 05:37:02	No	224 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	1,110,000$	0$	0$	No
Radim Simek	Milwaukee (NSH)	D	28	1992-09-20 12:10:43	No	200 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	1,075,000$	0$	0$	No			Lien
Taylor Beck (contrat à 1 volet)	Milwaukee (NSH)	LW/RW	30	1991-05-13	No	210 Lbs	6 ft2	No	No	Yes	Yes	3	Pro & Farm	800,000$	8,000$	0$	No	800,000$	800,000$	Lien
Thomas Greiss	Milwaukee (NSH)	G	35	1986-01-29 23:37:02	No	221 Lbs	6 ft0	No	No	No	No	2	Pro & Farm	1,250,000$	0$	0$	No	1,250,000$
Vladimir Sobotka	Milwaukee (NSH)	LW/RW	33	1987-07-02	No	208 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	775,000$	0$	0$	No
Vladislav Kamenev	Milwaukee (NSH)	C/LW/RW	24	1996-08-12	Yes	198 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	800,000$	0$	0$	No			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
18	29.67	207 Lbs	6 ft1	1.56	879,167$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Vladimir Sobotka		Micheal Ferland	32	0	2	3
2	Alan Quine	Christian Fischer	Taylor Beck	32	0	2	3
3	Antoine Roussel	Nick Cousins	Brett Ritchie	31	1	2	2
4	Jordan Nolan	Linden Vey		5	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Brett Kulak	Joe Morrow	36	0	2	3
2	Jason Demers	Radim Simek	34	0	2	3
3	Matt Hunwick	Linden Vey	30	1	2	2
4	Brett Kulak	Joe Morrow	0	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Vladimir Sobotka		Micheal Ferland	60	0	0	5
2	Alan Quine	Christian Fischer	Taylor Beck	40	0	0	5

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Brett Kulak	Joe Morrow	60	0	0	5
2	Jason Demers	Radim Simek	40	0	0	5

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Antoine Roussel	Jordan Nolan	60	1	4	0
2	Linden Vey	Nick Cousins	40	1	4	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Brett Kulak	Joe Morrow	60	1	4	0
2	Jason Demers	Radim Simek	40	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Nick Cousins	60	1	2	2	Brett Kulak	Joe Morrow	60	1	2	2
2	Vladimir Sobotka	40	1	2	2	Jason Demers	Radim Simek	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Nick Cousins	Vladimir Sobotka	60	0	2	3
2	Micheal Ferland	Christian Fischer	40	0	2	3

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Brett Kulak	Joe Morrow	60	0	2	3
2	Jason Demers	Radim Simek	40	0	2	3

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vladimir Sobotka		Micheal Ferland	Brett Kulak	Joe Morrow

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vladimir Sobotka		Micheal Ferland	Brett Kulak	Joe Morrow

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Nick Cousins, Brett Ritchie, Antoine Roussel	Nick Cousins, Brett Ritchie	Antoine Roussel

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Matt Hunwick, Jason Demers, Radim Simek	Matt Hunwick	Jason Demers, Radim Simek

Tirs de pénalité
, Vladimir Sobotka, Micheal Ferland, Christian Fischer, Alan Quine

Gardien
#1 : Ondrej Pavelec, #2 : Thomas Greiss

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	Abbotsford	4	2	0	0	1	1	0	0	18	9	9	2	1	0	0	1	0	0	0	9	6	3	2	1	0	0	0	1	0	0	9	3	6	7	0.875	18	33	51	0	0	74	99	80	7	136	860	921	834	44	104	30	41	59	19	5	26.32%	18	2	88.89%	1	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
2	Bakersfield	5	2	2	0	1	0	0	0	18	21	-3	2	1	1	0	0	0	0	0	7	7	0	3	1	1	0	1	0	0	0	11	14	-3	6	0.600	18	32	50	0	0	74	99	80	7	151	860	921	834	44	228	55	52	80	28	6	21.43%	25	5	80.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
3	Charlotte	2	0	2	0	0	0	0	0	6	18	-12	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	13	-10	0	0.000	6	9	15	0	0	74	99	80	7	65	860	921	834	44	76	24	24	50	15	3	20.00%	8	4	50.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
4	Cleveland	2	2	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	3	1	2	4	1.000	7	14	21	0	0	74	99	80	7	51	860	921	834	44	58	19	20	35	9	1	11.11%	9	0	100.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
5	Grand Rapids	2	1	1	0	0	0	0	0	7	6	1	1	0	1	0	0	0	0	0	3	4	-1	1	1	0	0	0	0	0	0	4	2	2	2	0.500	7	12	19	0	0	74	99	80	7	78	860	921	834	44	49	16	18	34	8	1	12.50%	8	2	75.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
6	Hartford	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	4	3	1	4	1.000	9	15	24	0	0	74	99	80	7	76	860	921	834	44	50	12	19	26	14	5	35.71%	7	1	85.71%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
7	Hershey	2	1	1	0	0	0	0	0	3	3	0	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	2	0	2	2	0.500	3	4	7	0	1	74	99	80	7	58	860	921	834	44	74	18	22	50	6	1	16.67%	10	0	100.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
8	Iowa	6	3	2	0	1	0	0	0	20	19	1	3	2	1	0	0	0	0	0	12	10	2	3	1	1	0	1	0	0	0	8	9	-1	8	0.667	20	34	54	0	0	74	99	80	7	204	860	921	834	44	198	54	71	107	29	5	17.24%	27	6	77.78%	1	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
9	Laval	2	0	2	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	3	6	9	0	0	74	99	80	7	61	860	921	834	44	79	16	22	33	10	1	10.00%	11	3	72.73%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
10	Lehigh Valley	2	0	2	0	0	0	0	0	4	12	-8	1	0	1	0	0	0	0	0	3	9	-6	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	4	5	9	0	0	74	99	80	7	52	860	921	834	44	79	27	34	41	5	0	0.00%	15	3	80.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
11	Manitoba	6	2	3	0	0	0	0	1	16	27	-11	3	1	2	0	0	0	0	0	8	18	-10	3	1	1	0	0	0	0	1	8	9	-1	5	0.417	16	25	41	0	0	74	99	80	7	186	860	921	834	44	204	51	44	100	23	4	17.39%	21	4	80.95%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
12	Ontario	4	1	3	0	0	0	0	0	12	20	-8	2	0	2	0	0	0	0	0	8	11	-3	2	1	1	0	0	0	0	0	4	9	-5	2	0.250	12	20	32	0	0	74	99	80	7	114	860	921	834	44	165	47	51	69	13	2	15.38%	22	4	81.82%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
13	Providence	2	1	1	0	0	0	0	0	5	5	0	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	5	10	15	0	0	74	99	80	7	60	860	921	834	44	60	15	22	39	9	2	22.22%	11	2	81.82%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
14	Rochester	3	1	1	0	1	0	0	0	10	8	2	2	1	0	0	1	0	0	0	8	5	3	1	0	1	0	0	0	0	0	2	3	-1	4	0.667	10	20	30	0	0	74	99	80	7	104	860	921	834	44	84	26	24	54	14	2	14.29%	11	0	100.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
15	Rockford	6	4	1	0	0	0	0	1	22	13	9	3	2	0	0	0	0	0	1	13	7	6	3	2	1	0	0	0	0	0	9	6	3	9	0.750	22	41	63	0	1	74	99	80	7	187	860	921	834	44	216	72	89	83	22	6	27.27%	30	2	93.33%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
16	San Diego	4	1	2	0	0	1	0	0	10	14	-4	2	1	0	0	0	1	0	0	6	6	0	2	0	2	0	0	0	0	0	4	8	-4	3	0.375	10	18	28	0	0	74	99	80	7	135	860	921	834	44	158	41	32	54	10	1	10.00%	16	6	62.50%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
17	San Jose	5	4	1	0	0	0	0	0	18	12	6	2	1	1	0	0	0	0	0	3	3	0	3	3	0	0	0	0	0	0	15	9	6	8	0.800	18	30	48	0	0	74	99	80	7	168	860	921	834	44	206	60	48	77	18	5	27.78%	24	5	79.17%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
18	Springfield	6	1	4	0	0	0	0	1	17	25	-8	3	1	1	0	0	0	0	1	10	11	-1	3	0	3	0	0	0	0	0	7	14	-7	3	0.250	17	32	49	0	0	74	99	80	7	205	860	921	834	44	188	59	53	112	23	5	21.74%	24	7	70.83%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
19	Texas	6	3	2	0	1	0	0	0	15	12	3	3	2	1	0	0	0	0	0	7	4	3	3	1	1	0	1	0	0	0	8	8	0	8	0.667	15	26	41	0	1	74	99	80	7	182	860	921	834	44	228	61	62	95	23	0	0.00%	31	1	96.77%	1	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
20	Toronto	2	1	1	0	0	0	0	0	5	7	-2	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	2	6	-4	2	0.500	5	9	14	0	0	74	99	80	7	60	860	921	834	44	54	23	26	38	3	2	66.67%	11	1	90.91%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
21	Tucson	4	2	1	0	1	0	0	0	18	6	12	2	2	0	0	0	0	0	0	12	0	12	2	0	1	0	1	0	0	0	6	6	0	6	0.750	18	31	49	0	2	74	99	80	7	145	860	921	834	44	99	41	33	59	21	8	38.10%	12	3	75.00%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
22	Utica	2	1	1	0	0	0	0	0	9	6	3	1	0	1	0	0	0	0	0	0	1	-1	1	1	0	0	0	0	0	0	9	5	4	2	0.500	9	16	25	0	0	74	99	80	7	69	860	921	834	44	69	16	18	33	10	6	60.00%	9	1	88.89%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
23	Wilkes-Barre/Scranton	3	0	1	0	1	1	0	0	8	10	-2	2	0	1	0	1	0	0	0	4	5	-1	1	0	0	0	0	1	0	0	4	5	-1	3	0.500	8	14	22	0	0	74	99	80	7	102	860	921	834	44	112	31	23	62	13	0	0.00%	9	3	66.67%	0	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
	Total	82	35	34	0	7	3	0	3	260	269	-9	41	19	16	0	3	1	0	2	133	127	6	41	16	18	0	4	2	0	1	127	142	-15	90	0.549	260	456	716	0	5	74	99	80	7	2649	860	921	834	44	2838	814	848	1390	345	71	20.58%	369	65	82.38%	3	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
	_Since Last GM Reset	82	35	34	0	7	3	0	3	260	269	-9	41	19	16	0	3	1	0	2	133	127	6	41	16	18	0	4	2	0	1	127	142	-15	90	0.549	260	456	716	0	5	74	99	80	7	2649	860	921	834	44	2838	814	848	1390	345	71	20.58%	369	65	82.38%	3	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
	_Vs Conference	56	25	21	0	5	2	0	3	184	178	6	27	14	9	0	1	1	0	2	95	83	12	29	11	12	0	4	1	0	1	89	95	-6	65	0.580	184	322	506	0	4	74	99	80	7	1813	860	921	834	44	1994	571	576	895	229	47	20.52%	250	45	82.00%	3	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533
	_Vs Division	30	13	12	0	2	0	0	3	90	96	-6	15	8	5	0	0	0	0	2	50	50	0	15	5	7	0	2	0	0	1	40	46	-6	33	0.550	90	158	248	0	2	74	99	80	7	964	860	921	834	44	1034	297	319	497	120	20	16.67%	133	20	84.96%	2	1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%	1917	1281	1972	622	1072	533

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
82	90	W1	260	456	716	2649	2838	814	848	1390	0	5

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	35	34	7	3	0	3	260	269

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	19	16	3	1	0	2	133	127

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	16	18	4	2	0	1	127	142

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
345	71	20.58%	369	65	82.38%	3

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
860	921	834	44	74	99	80	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
1487	3052	48.72%	1479	3121	47.39%	655	1311	49.96%

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
1917	1281	1972	622	1072	533

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2 - 2022-11-25	11	Milwaukee	2	Bakersfield	8	AL			Sommaire du match
4 - 2022-11-26	20	Milwaukee	3	Springfield	6	AL			Sommaire du match
5 - 2022-11-27	23	Iowa	3	Milwaukee	5	BW			Sommaire du match
8 - 2022-11-28	39	Milwaukee	4	Texas	3	AW	X		Sommaire du match
9 - 2022-11-29	47	Springfield	5	Milwaukee	4	BL	X	X	Sommaire du match
13 - 2022-12-01	65	Rockford	2	Milwaukee	4	BW			Sommaire du match
15 - 2022-12-02	74	Milwaukee	1	Iowa	4	AL			Sommaire du match
17 - 2022-12-03	87	Texas	3	Milwaukee	1	BL			Sommaire du match
18 - 2022-12-03	97	Milwaukee	1	Manitoba	2	AL	X	X	Sommaire du match
21 - 2022-12-05	109	Milwaukee	1	Rockford	3	AL			Sommaire du match
22 - 2022-12-05	119	San Diego	3	Milwaukee	2	BL	X		Sommaire du match
24 - 2022-12-06	125	Milwaukee	6	San Jose	5	AW			Sommaire du match
27 - 2022-12-08	143	Manitoba	4	Milwaukee	2	BL			Sommaire du match
29 - 2022-12-09	157	Ontario	7	Milwaukee	6	BL			Sommaire du match
34 - 2022-12-11	179	Manitoba	11	Milwaukee	2	BL			Sommaire du match
36 - 2022-12-12	191	Milwaukee	3	Iowa	2	AW	X		Sommaire du match
38 - 2022-12-13	202	Manitoba	3	Milwaukee	4	BW			Sommaire du match
41 - 2022-12-15	220	Charlotte	5	Milwaukee	3	BL			Sommaire du match
43 - 2022-12-16	229	Milwaukee	3	Charlotte	13	AL			Sommaire du match
45 - 2022-12-17	236	Milwaukee	2	Rochester	3	AL			Sommaire du match
47 - 2022-12-18	246	Milwaukee	5	Tucson	4	AW	X		Sommaire du match
48 - 2022-12-18	256	Utica	1	Milwaukee	0	BL			Sommaire du match
51 - 2022-12-20	272	Ontario	4	Milwaukee	2	BL			Sommaire du match
53 - 2022-12-21	284	Milwaukee	4	Texas	3	AW			Sommaire du match
55 - 2022-12-22	296	Laval	3	Milwaukee	1	BL			Sommaire du match
57 - 2022-12-23	305	Milwaukee	2	Laval	3	AL			Sommaire du match
58 - 2022-12-23	317	Cleveland	3	Milwaukee	4	BW			Sommaire du match
62 - 2022-12-25	335	Milwaukee	4	Ontario	3	AW			Sommaire du match
64 - 2022-12-26	344	Milwaukee	1	Abbotsford	2	AL	X		Sommaire du match
65 - 2022-12-27	351	Providence	2	Milwaukee	3	BW			Sommaire du match
68 - 2022-12-28	364	Milwaukee	1	Lehigh Valley	3	AL			Sommaire du match
70 - 2022-12-29	377	Hershey	3	Milwaukee	1	BL			Sommaire du match
72 - 2022-12-30	385	Milwaukee	4	San Jose	3	AW			Sommaire du match
74 - 2022-12-31	396	Milwaukee	4	Wilkes-Barre/Scranton	5	AL	X		Sommaire du match
76 - 2023-01-01	403	Texas	1	Milwaukee	3	BW			Sommaire du match
79 - 2023-01-03	422	Springfield	2	Milwaukee	4	BW			Sommaire du match
81 - 2023-01-04	433	Milwaukee	4	Iowa	3	AW			Sommaire du match
83 - 2023-01-05	443	Milwaukee	5	Rockford	3	AW			Sommaire du match
86 - 2023-01-06	453	Texas	0	Milwaukee	3	BW			Sommaire du match
88 - 2023-01-07	469	Milwaukee	0	Ontario	6	AL			Sommaire du match
90 - 2023-01-08	474	Rockford	3	Milwaukee	2	BL	X	X	Sommaire du match
94 - 2023-01-10	493	Iowa	5	Milwaukee	4	BL			Sommaire du match
96 - 2023-01-11	504	Milwaukee	4	Hartford	3	AW			Sommaire du match
98 - 2023-01-12	517	Milwaukee	9	Utica	5	AW			Sommaire du match
99 - 2023-01-13	523	Rochester	2	Milwaukee	3	BW	X		Sommaire du match
102 - 2023-01-14	539	Milwaukee	4	Grand Rapids	2	AW			Sommaire du match
103 - 2023-01-15	547	Iowa	2	Milwaukee	3	BW			Sommaire du match
107 - 2023-01-17	565	Milwaukee	0	Texas	2	AL			Sommaire du match
109 - 2023-01-18	571	Abbotsford	3	Milwaukee	4	BW	X		Sommaire du match
111 - 2023-01-19	583	Milwaukee	3	Rockford	0	AW			Sommaire du match
113 - 2023-01-20	594	Milwaukee	1	San Diego	4	AL			Sommaire du match
114 - 2023-01-20	599	Toronto	1	Milwaukee	3	BW			Sommaire du match
117 - 2023-01-22	613	Milwaukee	3	San Diego	4	AL			Sommaire du match
120 - 2023-01-23	622	Lehigh Valley	9	Milwaukee	3	BL			Sommaire du match
123 - 2023-01-25	639	Springfield	4	Milwaukee	2	BL			Sommaire du match
125 - 2023-01-26	651	Milwaukee	1	Tucson	2	AL			Sommaire du match
127 - 2023-01-27	663	Bakersfield	3	Milwaukee	4	BW			Sommaire du match
128 - 2023-01-27	672	Milwaukee	2	Hershey	0	AW			Sommaire du match
132 - 2023-01-29	686	Milwaukee	8	Abbotsford	1	AW			Sommaire du match
133 - 2023-01-30	692	Tucson	0	Milwaukee	4	BW			Sommaire du match
137 - 2023-02-01	710	Milwaukee	3	Cleveland	1	AW			Sommaire du match
138 - 2023-02-01	717	Hartford	3	Milwaukee	5	BW			Sommaire du match
141 - 2023-02-03	731	Milwaukee	2	Providence	3	AL			Sommaire du match
142 - 2023-02-03	740	San Jose	1	Milwaukee	2	BW			Sommaire du match
145 - 2023-02-05	754	Milwaukee	5	San Jose	1	AW			Sommaire du match
147 - 2023-02-06	764	Wilkes-Barre/Scranton	3	Milwaukee	1	BL			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
150 - 2023-02-07	782	Milwaukee	2	Toronto	6	AL			Sommaire du match
152 - 2023-02-08	788	Rochester	3	Milwaukee	5	BW			Sommaire du match
156 - 2023-02-10	808	Milwaukee	0	Springfield	2	AL			Sommaire du match
157 - 2023-02-11	812	Tucson	0	Milwaukee	8	BW			Sommaire du match
160 - 2023-02-12	831	San Diego	3	Milwaukee	4	BW			Sommaire du match
164 - 2023-02-14	852	Rockford	2	Milwaukee	7	BW			Sommaire du match
166 - 2023-02-15	863	Milwaukee	2	Manitoba	4	AL			Sommaire du match
169 - 2023-02-17	876	Milwaukee	4	Springfield	6	AL			Sommaire du match
171 - 2023-02-18	882	Bakersfield	4	Milwaukee	3	BL			Sommaire du match
174 - 2023-02-19	899	Abbotsford	3	Milwaukee	5	BW			Sommaire du match
177 - 2023-02-21	912	Milwaukee	3	Bakersfield	1	AW			Sommaire du match
182 - 2023-02-23	927	Grand Rapids	4	Milwaukee	3	BL			Sommaire du match
183 - 2023-02-24	934	Milwaukee	6	Bakersfield	5	AW	X		Sommaire du match
188 - 2023-02-26	952	Milwaukee	5	Manitoba	3	AW			Sommaire du match
190 - 2023-02-27	959	San Jose	2	Milwaukee	1	BL			Sommaire du match
195 - 2023-03-02	976	Wilkes-Barre/Scranton	2	Milwaukee	3	BW	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	50	30
Assistance	62,056	31,096
Assistance PCT	75.68%	75.84%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2272 - 75.73%	132,882$	5,448,170$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,992,892$	1,502,500$	1,502,500$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
7,588$	1,500,420$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	15,164$	0$

Milwaukee 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
1	Sonny Milano	160	74	80	154	-12	4	46	222	700	10.57%	8	3124	19.53	30	24	54	154	2	0	2	2	14	4	49.66	0	0.99	2	12
2	Mason Marchment	152	48	102	150	30	156	266	232	572	8.39%	10	2931	19.29	6	32	38	128	0	0	0	0	4	2	47.89	0	1.02	0	12
3	Ryan Donato	160	46	92	138	-14	64	182	306	500	9.20%	24	3188	19.93	14	34	48	94	0	2	2	0	4	2	49.33	0	0.87	0	10
4	Sean Walker	164	20	114	134	6	112	154	146	370	5.41%	234	3930	23.97	14	36	50	238	0	0	0	0	0	2	0.00%	2	0.68	0	0
5	Charles Hudon	164	46	76	122	26	52	78	264	464	9.91%	18	2972	18.12	14	28	42	100	0	0	0	0	4	2	50.57	0	0.82	6	6

Milwaukee 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
1	Sergei Bobrovsky	116	56	54	6	0.905	3.09	6914	24	2	356	3742	0	2	0	0.769	26

Milwaukee 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	32	40	0	2	2	3	3	262	286	-24	41	13	21	0	1	2	2	2	117	151	-34	41	19	19	0	1	0	1	1	145	135	10	79	262	457	719	1	2	99	78	80	7	2780	944	879	930	48	2691	764	935	1533	364	69	18.96%	386	82	78.76%	2	1598	3168	50.44%	1401	3074	45.58%	614	1333	46.06%	1988	1356	1911	617	1061	534
20	82	32	40	0	2	2	3	3	262	286	-24	41	13	21	0	1	2	2	2	117	151	-34	41	19	19	0	1	0	1	1	145	135	10	79	262	457	719	1	2	99	78	80	7	2780	944	879	930	48	2691	764	935	1533	364	69	18.96%	386	82	78.76%	2	1598	3168	50.44%	1401	3074	45.58%	614	1333	46.06%	1988	1356	1911	617	1061	534
Total Saison régulière	164	70	68	0	14	6	0	6	520	538	-18	82	38	32	0	6	2	0	4	266	254	12	82	32	36	0	8	4	0	2	254	284	-30	180	520	912	1432	0	10	148	198	160	14	5298	1720	1842	1668	88	5676	1628	1696	2780	690	142	20.58%	738	130	82.38%	6	2974	6104	48.72%	2958	6242	47.39%	1310	2622	49.96%	3835	2562	3944	1245	2145	1066
Séries éliminatoires
Total Séries éliminatoires											0											0	0	0	0	0	0	0	0	0	0	0	0																						0.00%			0.00%				0.00%			0.00%			0.00%	0	0	0	0	0	0

Milwaukee 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

Milwaukee 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

	Milwaukee
	GP: 82 \| W: 42 \| L: 34 \| OTL: 6 \| P: 90 GF: 260 \| GA: 269 \| PP%: 20.58% \| PK%: 82.38% DG: \| Morale : 50 \| Moyenne d’équipe : N/A