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

Centre de jeu
	Wilkes-Barre/Scranton 35-41-6, 76pts	1	FINAL	3	Grand Rapids 41-33-8, 90pts

Team Stats
OTL1	Streak	W3
21-17-3	Home Record	22-14-5
14-24-3	Away Record	19-19-3
5-4-1	Last 10 Games	9-1-0
3.12	Buts par match	3.13
3.49	Buts contre par match	3.23
18.59%	Pourcentage en avantage numérique	17.42%
80.99%	Pourcentage en désavantage numérique	82.02%

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 Tyler Pitlick 24	Passes Ian McCoshen 42

	Points Michael Frolik 63	Plus/Moins Tyler Pitlick 9

	Victoires Eric Comrie 12	Pourcentage d’arrêts Cam Talbot 0.919

Statistiques d’équipe
Buts pour 256 3.12 GFG	Tirs pour 2645 32.26 Avg	Pourcentage en avantage numérique 18.6% 58 GF	Début de zone offensive 39.5%
Buts contre 286 3.49 GAA	Tirs contre 2907 35.45 Avg	Pourcentage en désavantage numérique 81.0%% 77 GA	Début de la zone défensive 43.4%

Informations de l'équipe
	Directeur général	Sebastien Lefebvre
	Entraîneur	Ryan McGill
	Division	Atlantique
	Conférence	Conference est
	Capitaine
	Assistant #1
	Assistant #2	Michael Frolik
Informations de l’aréna
	Capacité	3,000
	Assistance	2,859
	Billets de saison	300
Informations de la formation
	Équipe Pro	20
	Équipe Mineure	20
	Limite contact	40 / 50
	Espoirs	24
Historique d'équipe
	Saison actuelle	35-41-6 (76PTS)
	Historique	70-82-10 (0.432%)
	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	Jesse Joensuu		X	X		100.00	71	50	77	57	82	81	92	63	78	64	68	67	72	70	85	44	50	0	0	33	1	1,350,000$
2	Zac Dalpe	X		X		100.00	63	22	96	75	76	66	86	64	72	65	68	63	75	63	61	31	50	0	0	31	2	1,100,000$
3	Kerby Rychel (R)		X			100.00	75	38	83	74	92	70	81	66	75	66	68	62	78	47	42	56	50	0	0	26	3	600,000$
4	Wayne Simmonds		X	X		100.00	83	46	78	70	82	84	92	70	69	67	73	67	80	72	67	36	50	0	0	32	1	610,000$
5	Tyler Pitlick			X		100.00	72	30	88	73	79	78	88	71	69	70	73	76	76	56	54	58	50	0	0	29	3	1,000,000$
6	Matt Nieto		X	X		100.00	67	27	98	83	86	88	85	71	74	72	72	63	85	56	48	55	50	0	0	28	1	650,000$
7	Eric Staal	X	X			99.00	79	42	85	58	74	81	99	72	83	70	74	69	75	99	99	28	50	0	0	36	1	500,000$
8	Ryan Callahan			X		100.00	67	28	84	54	70	75	83	63	58	61	66	66	69	69	98	16	50	0	0	36	1	650,000$
9	Milan Lucic		X			100.00	71	37	82	59	94	78	99	70	69	70	72	64	71	66	62	47	50	0	0	33	2	500,000$
10	Michael Frolik (A)		X	X		98.00	72	27	97	72	81	74	86	73	69	68	74	62	79	72	73	27	50	0	0	33	2	500,000$
11	Yannick Weber				X	100.00	67	30	74	66	73	79	81	53	50	47	46	80	74	65	65	28	50	0	0	32	1	1,100,000$
12	Keaton Ellerby				X	100.00	65	45	75	67	78	76	94	49	1	49	48	82	44	59	61	40	50	0	0	32	1	650,000$
13	Clayton Stoner				X	100.00	71	52	46	50	79	69	78	41	25	42	41	86	47	77	66	20	50	0	0	36	1	500,000$
14	Ian McCoshen				X	100.00	80	43	73	81	96	84	86	53	53	49	54	85	78	42	40	64	50	0	0	25	1	600,000$
15	Keith Ballard				X	100.00	74	41	53	43	76	77	92	49	32	47	47	86	70	96	86	17	50	0	0	38	1	700,000$
16	Alexandre Picard				X	100.00	53	19	83	48	78	72	87	41	31	40	42	80	66	89	83	18	50	0	0	35	1	700,000$
17	Ladislav Smid				X	100.00	78	48	54	54	81	74	91	50	50	48	51	84	61	71	65	21	50	0	0	35	1	500,000$
Rayé

	MOYENNE D’ÉQUIPE					99.82	71	37	78	64	81	77	88	60	56	59	61	73	71	69	68	36	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	Karri Ramo	100.00	65	79	79	89	78	91	93	92	92	77	80	83	81	28	50	0	0	34	1	500,000$
2	Eric Comrie (R)	100.00	73	78	77	87	81	91	90	91	93	90	87	52	52	54	50	0	0	25	1	500,000$
Rayé
1	Cam Talbot	100.00	70	85	81	93	81	94	97	95	94	94	86	76	75	23	50	0	0	33	1	500,000$

	MOYENNE D’ÉQUIPE	100.00	69	81	79	90	80	92	93	93	93	87	84	70	69	35	50	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Ryan McGill	67	72	86	71	85	93	80	CAN	51	2	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	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Michael Frolik	Wilkes-Barre/Scranton (PIT)	LW/RW	73	24	39	63	6	24	0	69	77	243	72	171	9.88%	8	1581	21.66	7	15	22	66	238	2	1	3	6	236	3	1	47.65%	277	0	0	0.80	0	3	0	0	0	3	3	5
2	Matt Nieto	Wilkes-Barre/Scranton (PIT)	LW/RW	82	24	37	61	-8	28	0	41	111	263	73	205	9.13%	7	1552	18.93	6	12	18	54	228	0	1	1	7	123	0	0	44.24%	165	0	0	0.79	1	1	0	0	0	3	0	4
3	Ian McCoshen	Wilkes-Barre/Scranton (PIT)	D	80	14	42	56	-5	115	15	126	85	155	40	96	9.03%	141	1992	24.91	7	10	17	76	257	0	1	1	2	287	2	0	0.00%	0	0	0	0.56	0	0	3	0	0	2	1	2
4	Wayne Simmonds	Wilkes-Barre/Scranton (PIT)	LW/RW	78	24	29	53	-8	137	15	194	82	252	70	192	9.52%	13	1433	18.38	7	8	15	48	219	0	0	0	4	80	4	1	36.36%	121	0	0	0.74	0	0	1	1	1	4	2	2
5	Eric Staal	Wilkes-Barre/Scranton (PIT)	C/LW	55	20	33	53	7	69	5	109	133	168	44	114	11.90%	9	1302	23.69	5	8	13	33	160	0	1	1	2	243	3	3	53.49%	1793	0	2	0.81	1	2	0	1	0	2	3	1
6	Zac Dalpe	Wilkes-Barre/Scranton (PIT)	C/RW	82	22	28	50	0	12	0	21	138	166	51	102	13.25%	8	1221	14.90	3	2	5	18	107	0	0	0	0	15	3	0	48.58%	1581	0	0	0.82	0	0	0	0	0	1	2	1
7	Tyler Pitlick	Wilkes-Barre/Scranton (PIT)	RW	41	24	24	48	9	16	0	63	68	168	54	115	14.29%	11	885	21.59	5	10	15	34	139	0	0	0	6	117	4	1	58.14%	86	0	2	1.08	1	1	0	0	0	3	3	2
8	Cody Hodgson	Pittsburgh	C/LW/RW	56	13	29	42	-6	35	5	40	125	171	46	121	7.60%	4	1037	18.52	2	8	10	33	174	0	0	0	1	16	2	0	50.79%	1457	0	0	0.81	0	0	0	0	0	1	3	1
9	Milan Lucic	Wilkes-Barre/Scranton (PIT)	LW	82	16	19	35	-3	26	0	86	66	183	61	99	8.74%	6	1032	12.59	2	1	3	4	20	0	0	0	2	59	0	0	44.97%	149	0	0	0.68	0	0	0	0	0	1	2	2
10	Jesse Joensuu	Wilkes-Barre/Scranton (PIT)	LW/RW	82	15	18	33	-2	49	15	100	43	145	37	83	10.34%	3	1083	13.21	0	0	0	3	40	0	1	1	0	8	2	1	52.87%	87	0	0	0.61	0	0	1	1	1	2	1	2
11	Evgenii Dadonov	Pittsburgh	LW/RW	39	14	19	33	-9	18	0	71	86	157	55	130	8.92%	10	991	25.41	4	5	9	28	124	2	0	2	7	186	2	0	44.31%	650	0	0	0.67	0	2	0	0	0	2	3	1
12	Keaton Ellerby	Wilkes-Barre/Scranton (PIT)	D	82	7	25	32	4	30	0	46	47	100	33	65	7.00%	126	1724	21.04	4	5	9	56	244	0	0	0	2	300	0	0	0.00%	0	0	0	0.37	0	0	0	0	0	1	1	0
13	Ladislav Smid	Wilkes-Barre/Scranton (PIT)	D	82	10	20	30	1	133	15	186	54	99	26	69	10.10%	146	1729	21.10	2	8	10	51	253	0	1	1	2	278	2	2	0.00%	0	0	0	0.35	0	0	0	2	1	1	3	1
14	Keith Ballard	Wilkes-Barre/Scranton (PIT)	D	82	6	22	28	-7	89	5	148	72	86	31	66	6.98%	132	1770	21.59	3	7	10	34	255	0	1	1	1	300	1	0	0.00%	0	0	0	0.32	0	0	0	0	1	0	0	2
15	Yannick Weber	Wilkes-Barre/Scranton (PIT)	D	82	5	22	27	-9	32	0	45	42	43	14	41	11.63%	72	1098	13.39	1	3	4	4	14	1	0	1	2	23	1	0	0.00%	0	0	0	0.49	0	0	0	0	0	1	0	1
16	Kerby Rychel	Wilkes-Barre/Scranton (PIT)	LW	82	7	14	21	-4	14	0	61	56	84	22	66	8.33%	8	608	7.43	0	0	0	0	0	0	0	0	2	66	4	0	43.24%	414	0	0	0.69	0	0	0	0	0	1	2	1
17	Clayton Stoner	Wilkes-Barre/Scranton (PIT)	D	82	4	8	12	-10	97	15	140	55	53	14	23	7.55%	106	1157	14.12	0	0	0	0	0	0	0	0	0	123	0	0	0.00%	0	0	0	0.21	0	0	1	1	1	0	0	0
18	Ryan Callahan	Wilkes-Barre/Scranton (PIT)	RW	82	5	5	10	-4	18	0	25	24	72	19	48	6.94%	13	555	6.78	0	0	0	0	2	0	0	0	0	47	0	1	41.74%	230	1	0	0.36	0	0	0	0	0	0	0	1
19	Alexandre Picard	Wilkes-Barre/Scranton (PIT)	D	81	0	9	9	5	4	0	2	11	8	3	8	0.00%	41	364	4.50	0	3	3	1	7	0	0	0	0	50	0	0	0.00%	2	0	0	0.49	0	0	0	0	0	0	0	0
20	Jean Gabriel Pageau	Pittsburgh	C	9	0	3	3	-1	2	0	14	25	26	9	22	0.00%	3	167	18.62	0	1	1	4	36	0	0	0	0	0	0	0	49.38%	243	0	0	0.36	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1414	254	445	699	-44	948	90	1587	1400	2642	774	1836	9.61%	867	23291	16.47	58	106	164	547	2525	5	7	12	46	2565	33	10	49.10%	7255	1	4	0.60	3	9	6	6	5	28	29	29

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	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Karri Ramo	Wilkes-Barre/Scranton (PIT)	29	12	15	0	0.892	3.64	1534	2	0	93	859	1	1	1.000	5	27	22	2	1	0
2	Eric Comrie	Wilkes-Barre/Scranton (PIT)	36	12	15	4	0.900	3.64	1947	8	0	118	1180	0	0	0.00%	0	31	44	0	3	2
3	Cam Talbot	Wilkes-Barre/Scranton (PIT)	25	11	11	2	0.919	2.91	1445	0	1	70	860	2	1	0.667	3	24	14	3	1	3
Statistiques d’équipe totales ou en moyenne			90	35	41	6	0.903	3.42	4928	10	1	281	2899	3	2		8	82	80	5	5	5

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
Alexandre Picard	Wilkes-Barre/Scranton (PIT)	D	35	1985-07-05	No	232 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	700,000$	0$	0$	No
Cam Talbot	Wilkes-Barre/Scranton (PIT)	G	33	1987-07-05 05:21:23	No	198 Lbs	6 ft4	No	No	Yes	Yes	1	Pro & Farm	500,000$	0$	0$	No			Lien
Clayton Stoner	Wilkes-Barre/Scranton (PIT)	D	36	1985-02-19	No	219 Lbs	6 ft3	No	No	No	No	1	Pro & Farm	500,000$	0$	0$	No			Lien
Eric Comrie	Wilkes-Barre/Scranton (PIT)	G	25	1995-07-06 08:58:51	Yes	175 Lbs	6 ft1	No	No	No	No	1	Pro & Farm	500,000$	0$	0$	No			Lien
Eric Staal	Wilkes-Barre/Scranton (PIT)	C/LW	36	1984-10-29	No	212 Lbs	6 ft4	No	No	No	No	1	Pro & Farm	500,000$	0$	0$	No
Ian McCoshen	Wilkes-Barre/Scranton (PIT)	D	25	1995-08-05	No	221 Lbs	6 ft3	No	No	No	No	1	Pro & Farm	600,000$	0$	0$	No			Lien
Jesse Joensuu	Wilkes-Barre/Scranton (PIT)	LW/RW	33	1987-10-05	No	216 Lbs	6 ft4	No	No	No	No	1	Pro & Farm	1,350,000$	0$	0$	No			Lien
Karri Ramo	Wilkes-Barre/Scranton (PIT)	G	34	1986-07-01 23:37:02	No	207 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	500,000$	0$	0$	No
Keaton Ellerby	Wilkes-Barre/Scranton (PIT)	D	32	1988-09-04	No	233 Lbs	6 ft3	No	No	No	No	1	Pro & Farm	650,000$	0$	0$	No			Lien
Keith Ballard	Wilkes-Barre/Scranton (PIT)	D	38	1982-11-26	No	212 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	700,000$	0$	0$	No
Kerby Rychel	Wilkes-Barre/Scranton (PIT)	LW	26	1994-10-07	Yes	215 Lbs	6 ft1	No	No	No	No	3	Pro & Farm	600,000$	0$	0$	No	600,000$	600,000$	Lien
Ladislav Smid	Wilkes-Barre/Scranton (PIT)	D	35	1986-02-01	No	214 Lbs	6 ft3	No	No	No	No	1	Pro & Farm	500,000$	0$	0$	No			Lien
Matt Nieto	Wilkes-Barre/Scranton (PIT)	LW/RW	28	1992-11-05	No	198 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	650,000$	0$	0$	No			Lien
Michael Frolik	Wilkes-Barre/Scranton (PIT)	LW/RW	33	1988-02-17	No	192 Lbs	6 ft1	No	No	No	No	2	Pro & Farm	500,000$	0$	0$	No	500,000$		Lien
Milan Lucic	Wilkes-Barre/Scranton (PIT)	LW	33	1988-06-07	No	240 Lbs	6 ft3	No	No	No	No	2	Pro & Farm	500,000$	0$	0$	No	500,000$		Lien
Ryan Callahan	Wilkes-Barre/Scranton (PIT)	RW	36	1985-03-29	No	193 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	650,000$	0$	0$	No			Lien
Tyler Pitlick	Wilkes-Barre/Scranton (PIT)	RW	29	1991-11-01	No	203 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	1,000,000$	0$	0$	No	1,000,000$	1,000,000$	Lien
Wayne Simmonds	Wilkes-Barre/Scranton (PIT)	LW/RW	32	1988-08-26	No	188 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	610,000$	0$	0$	No
Yannick Weber	Wilkes-Barre/Scranton (PIT)	D	32	1988-09-23	No	204 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	1,100,000$	0$	0$	No			Lien
Zac Dalpe	Wilkes-Barre/Scranton (PIT)	C/RW	31	1989-11-01	No	203 Lbs	6 ft1	No	No	No	No	2	Pro & Farm	1,100,000$	0$	0$	No	1,100,000$		Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
20	32.10	209 Lbs	6 ft2	1.35	685,500$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Michael Frolik	Eric Staal	Tyler Pitlick	40	1	2	2
2	Wayne Simmonds	Zac Dalpe	Matt Nieto	30	1	2	2
3	Milan Lucic	Kerby Rychel	Jesse Joensuu	20	1	2	2
4	Kerby Rychel	Eric Staal	Ryan Callahan	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ian McCoshen	Keith Ballard	40	1	2	2
2	Ladislav Smid	Keaton Ellerby	30	1	2	2
3	Yannick Weber	Clayton Stoner	20	1	2	2
4	Alexandre Picard	Ian McCoshen	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Michael Frolik	Eric Staal	Tyler Pitlick	60	1	2	2
2	Wayne Simmonds	Zac Dalpe	Matt Nieto	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ian McCoshen	Keith Ballard	60	1	2	2
2	Ladislav Smid	Keaton Ellerby	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Eric Staal	Michael Frolik	60	1	2	2
2	Tyler Pitlick	Wayne Simmonds	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ian McCoshen	Keith Ballard	60	1	2	2
2	Ladislav Smid	Keaton Ellerby	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Eric Staal	60	1	2	2	Ian McCoshen	Keith Ballard	60	1	2	2
2	Michael Frolik	40	1	2	2	Ladislav Smid	Keaton Ellerby	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Eric Staal	Michael Frolik	60	1	2	2
2	Tyler Pitlick	Wayne Simmonds	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ian McCoshen	Keith Ballard	60	1	2	2
2	Ladislav Smid	Keaton Ellerby	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Michael Frolik	Eric Staal	Tyler Pitlick	Ian McCoshen	Keith Ballard

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Michael Frolik	Eric Staal	Tyler Pitlick	Ian McCoshen	Keith Ballard

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Milan Lucic, Jesse Joensuu, Ryan Callahan	Milan Lucic, Jesse Joensuu	Ryan Callahan

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Yannick Weber, Clayton Stoner, Alexandre Picard	Yannick Weber	Clayton Stoner, Alexandre Picard

Tirs de pénalité
Eric Staal, Michael Frolik, Tyler Pitlick, Wayne Simmonds, Matt Nieto

Gardien
#1 : Eric Comrie, #2 : Karri Ramo

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	2	0	2	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	4	8	12	0	0	88	73	89	7	62	841	872	912	29	69	17	18	27	9	2	22.22%	9	1	88.89%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
2	Bakersfield	2	0	2	0	0	0	0	0	1	9	-8	1	0	1	0	0	0	0	0	1	7	-6	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	1	2	3	0	0	88	73	89	7	53	841	872	912	29	61	12	16	41	7	0	0.00%	8	2	75.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
3	Charlotte	6	1	4	0	1	0	0	0	16	22	-6	3	1	2	0	0	0	0	0	9	10	-1	3	0	2	0	1	0	0	0	7	12	-5	4	0.333	16	24	40	0	0	88	73	89	7	207	841	872	912	29	229	75	78	117	25	3	12.00%	38	11	71.05%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
4	Cleveland	4	1	2	0	0	1	0	0	12	20	-8	2	1	1	0	0	0	0	0	6	6	0	2	0	1	0	0	1	0	0	6	14	-8	3	0.375	12	21	33	0	0	88	73	89	7	131	841	872	912	29	154	53	72	77	10	2	20.00%	26	3	88.46%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
5	Grand Rapids	4	2	2	0	0	0	0	0	12	12	0	2	1	1	0	0	0	0	0	5	6	-1	2	1	1	0	0	0	0	0	7	6	1	4	0.500	12	22	34	1	1	88	73	89	7	115	841	872	912	29	150	42	49	74	15	2	13.33%	21	5	76.19%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
6	Hartford	6	2	3	0	0	0	0	1	22	23	-1	3	1	1	0	0	0	0	1	10	11	-1	3	1	2	0	0	0	0	0	12	12	0	5	0.417	22	37	59	0	0	88	73	89	7	198	841	872	912	29	266	68	106	112	20	3	15.00%	28	6	78.57%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
7	Hershey	6	2	3	0	1	0	0	0	22	22	0	3	1	1	0	1	0	0	0	8	7	1	3	1	2	0	0	0	0	0	14	15	-1	6	0.500	22	37	59	0	0	88	73	89	7	209	841	872	912	29	228	55	87	130	23	5	21.74%	33	6	81.82%	2	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
8	Iowa	3	2	1	0	0	0	0	0	11	10	1	2	2	0	0	0	0	0	0	7	5	2	1	0	1	0	0	0	0	0	4	5	-1	4	0.667	11	19	30	0	0	88	73	89	7	102	841	872	912	29	97	28	28	50	13	5	38.46%	13	2	84.62%	1	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
9	Laval	4	1	2	0	0	0	1	0	12	12	0	2	1	1	0	0	0	0	0	6	5	1	2	0	1	0	0	0	1	0	6	7	-1	4	0.500	12	22	34	0	0	88	73	89	7	121	841	872	912	29	136	49	59	84	17	4	23.53%	27	5	81.48%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
10	Lehigh Valley	6	3	3	0	0	0	0	0	21	21	0	3	3	0	0	0	0	0	0	13	7	6	3	0	3	0	0	0	0	0	8	14	-6	6	0.500	21	40	61	1	0	88	73	89	7	189	841	872	912	29	192	60	58	106	29	8	27.59%	28	7	75.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
11	Manitoba	2	1	1	0	0	0	0	0	5	7	-2	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	2	5	-3	2	0.500	5	9	14	0	0	88	73	89	7	54	841	872	912	29	68	28	22	39	9	0	0.00%	11	2	81.82%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
12	Milwaukee	3	1	0	0	1	1	0	0	10	8	2	1	0	0	0	1	0	0	0	5	4	1	2	1	0	0	0	1	0	0	5	4	1	5	0.833	10	17	27	0	0	88	73	89	7	112	841	872	912	29	102	35	31	60	9	3	33.33%	13	0	100.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
13	Ontario	4	2	2	0	0	0	0	0	10	12	-2	2	2	0	0	0	0	0	0	7	5	2	2	0	2	0	0	0	0	0	3	7	-4	4	0.500	10	16	26	0	0	88	73	89	7	129	841	872	912	29	144	47	48	90	10	2	20.00%	24	4	83.33%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
14	Providence	4	2	2	0	0	0	0	0	15	10	5	2	1	1	0	0	0	0	0	6	4	2	2	1	1	0	0	0	0	0	9	6	3	4	0.500	15	26	41	0	0	88	73	89	7	112	841	872	912	29	132	38	36	72	19	2	10.53%	18	3	83.33%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
15	Rochester	4	2	1	0	0	1	0	0	16	16	0	2	0	1	0	0	1	0	0	6	8	-2	2	2	0	0	0	0	0	0	10	8	2	5	0.625	16	31	47	0	0	88	73	89	7	138	841	872	912	29	133	44	30	78	11	5	45.45%	14	3	78.57%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
16	Rockford	2	2	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	5	3	2	4	1.000	8	12	20	0	0	88	73	89	7	78	841	872	912	29	65	14	23	41	7	1	14.29%	8	2	75.00%	1	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
17	San Diego	2	0	2	0	0	0	0	0	4	10	-6	1	0	1	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	4	8	12	0	0	88	73	89	7	61	841	872	912	29	79	33	12	42	11	2	18.18%	6	4	33.33%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
18	San Jose	2	1	1	0	0	0	0	0	7	7	0	1	0	1	0	0	0	0	0	3	5	-2	1	1	0	0	0	0	0	0	4	2	2	2	0.500	7	10	17	0	0	88	73	89	7	67	841	872	912	29	71	22	27	34	8	2	25.00%	10	2	80.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
19	Springfield	2	0	1	0	0	0	1	0	4	5	-1	1	0	0	0	0	0	1	0	3	2	1	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	4	5	9	0	0	88	73	89	7	60	841	872	912	29	72	17	26	35	5	0	0.00%	13	0	100.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
20	Texas	2	1	1	0	0	0	0	0	5	5	0	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	1	4	-3	2	0.500	5	9	14	0	0	88	73	89	7	75	841	872	912	29	66	26	12	40	6	1	16.67%	6	0	100.00%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
21	Toronto	4	0	2	0	1	1	0	0	9	14	-5	2	0	1	0	0	1	0	0	3	7	-4	2	0	1	0	1	0	0	0	6	7	-1	3	0.375	9	16	25	0	0	88	73	89	7	121	841	872	912	29	151	38	38	68	15	3	20.00%	18	3	83.33%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
22	Tucson	2	1	1	0	0	0	0	0	8	5	3	1	0	1	0	0	0	0	0	1	4	-3	1	1	0	0	0	0	0	0	7	1	6	2	0.500	8	15	23	0	0	88	73	89	7	54	841	872	912	29	65	24	22	47	6	0	0.00%	10	2	80.00%	1	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
23	Utica	6	2	3	0	0	1	0	0	22	25	-3	3	1	2	0	0	0	0	0	11	14	-3	3	1	1	0	0	1	0	0	11	11	0	5	0.417	22	41	63	0	0	88	73	89	7	197	841	872	912	29	177	42	62	123	28	3	10.71%	23	4	82.61%	0	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
	Total	82	29	41	0	4	5	2	1	256	286	-30	41	18	17	0	2	2	1	1	125	132	-7	41	11	24	0	2	3	1	0	131	154	-23	76	0.463	256	447	703	2	1	88	73	89	7	2645	841	872	912	29	2907	867	960	1587	312	58	18.59%	405	77	80.99%	5	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
	_Since Last GM Reset	82	29	41	0	4	5	2	1	256	286	-30	41	18	17	0	2	2	1	1	125	132	-7	41	11	24	0	2	3	1	0	131	154	-23	76	0.463	256	447	703	2	1	88	73	89	7	2645	841	872	912	29	2907	867	960	1587	312	58	18.59%	405	77	80.99%	5	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
	_Vs Conference	54	18	27	0	3	4	1	1	179	197	-18	27	11	12	0	1	2	0	1	83	85	-2	27	7	15	0	2	2	1	0	96	112	-16	49	0.454	179	317	496	2	1	88	73	89	7	1738	841	872	912	29	1948	564	675	1041	212	40	18.87%	274	56	79.56%	2	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519
	_Vs Division	28	10	16	0	2	1	0	1	99	111	-12	14	7	6	0	1	0	0	1	48	45	3	14	3	10	0	1	1	0	0	51	66	-15	26	0.464	99	176	275	1	0	88	73	89	7	924	841	872	912	29	1017	278	385	548	110	21	19.09%	138	26	81.16%	2	1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%	1839	1213	2047	645	1066	519

			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	76	OTL1	256	447	703	2645	2907	867	960	1587	2	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	29	41	4	5	2	1	256	286

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	18	17	2	2	1	1	125	132

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	11	24	2	3	1	0	131	154

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	4	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
312	58	18.59%	405	77	80.99%	5

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
841	872	912	29	88	73	89	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
1486	3047	48.77%	1534	3346	45.85%	631	1322	47.73%

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
1839	1213	2047	645	1066	519

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
3 - 2022-11-26	13	Hartford	4	Wilkes-Barre/Scranton	1	BL			Sommaire du match
5 - 2022-11-27	24	Wilkes-Barre/Scranton	3	Utica	4	AL			Sommaire du match
8 - 2022-11-28	36	Wilkes-Barre/Scranton	7	Hershey	4	AW			Sommaire du match
9 - 2022-11-29	45	Lehigh Valley	3	Wilkes-Barre/Scranton	4	BW			Sommaire du match
12 - 2022-11-30	59	Wilkes-Barre/Scranton	3	Lehigh Valley	4	AL			Sommaire du match
13 - 2022-12-01	67	Hershey	3	Wilkes-Barre/Scranton	1	BL			Sommaire du match
16 - 2022-12-02	83	Charlotte	4	Wilkes-Barre/Scranton	2	BL			Sommaire du match
17 - 2022-12-03	92	Wilkes-Barre/Scranton	3	Charlotte	2	AW	X		Sommaire du match
19 - 2022-12-04	103	Utica	7	Wilkes-Barre/Scranton	2	BL			Sommaire du match
22 - 2022-12-05	116	Wilkes-Barre/Scranton	2	Hartford	5	AL			Sommaire du match
23 - 2022-12-06	123	Wilkes-Barre/Scranton	5	Rochester	4	AW			Sommaire du match
26 - 2022-12-07	138	Hartford	3	Wilkes-Barre/Scranton	6	BW			Sommaire du match
28 - 2022-12-08	153	Cleveland	2	Wilkes-Barre/Scranton	3	BW			Sommaire du match
33 - 2022-12-11	174	Charlotte	4	Wilkes-Barre/Scranton	3	BL			Sommaire du match
35 - 2022-12-12	184	Wilkes-Barre/Scranton	3	Toronto	5	AL			Sommaire du match
37 - 2022-12-13	193	Wilkes-Barre/Scranton	1	Hartford	4	AL			Sommaire du match
38 - 2022-12-13	203	Springfield	2	Wilkes-Barre/Scranton	3	BW	X	X	Sommaire du match
41 - 2022-12-15	216	Wilkes-Barre/Scranton	2	Manitoba	5	AL			Sommaire du match
42 - 2022-12-15	226	Bakersfield	7	Wilkes-Barre/Scranton	1	BL			Sommaire du match
45 - 2022-12-17	239	Wilkes-Barre/Scranton	3	Cleveland	10	AL			Sommaire du match
47 - 2022-12-18	249	Grand Rapids	6	Wilkes-Barre/Scranton	4	BL			Sommaire du match
49 - 2022-12-19	263	Wilkes-Barre/Scranton	1	Springfield	3	AL			Sommaire du match
51 - 2022-12-20	273	Charlotte	2	Wilkes-Barre/Scranton	4	BW			Sommaire du match
53 - 2022-12-21	280	Wilkes-Barre/Scranton	3	Toronto	2	AW	X		Sommaire du match
55 - 2022-12-22	293	Wilkes-Barre/Scranton	7	Tucson	1	AW			Sommaire du match
56 - 2022-12-22	301	Providence	3	Wilkes-Barre/Scranton	2	BL			Sommaire du match
59 - 2022-12-24	320	Wilkes-Barre/Scranton	3	Lehigh Valley	5	AL			Sommaire du match
61 - 2022-12-25	328	Tucson	4	Wilkes-Barre/Scranton	1	BL			Sommaire du match
64 - 2022-12-26	346	Manitoba	2	Wilkes-Barre/Scranton	3	BW			Sommaire du match
66 - 2022-12-27	356	Wilkes-Barre/Scranton	0	Bakersfield	2	AL			Sommaire du match
68 - 2022-12-28	366	Wilkes-Barre/Scranton	3	Hershey	5	AL			Sommaire du match
70 - 2022-12-29	375	Cleveland	4	Wilkes-Barre/Scranton	3	BL			Sommaire du match
74 - 2022-12-31	396	Milwaukee	4	Wilkes-Barre/Scranton	5	BW	X		Sommaire du match
78 - 2023-01-02	414	Wilkes-Barre/Scranton	4	Hershey	6	AL			Sommaire du match
79 - 2023-01-03	420	Iowa	2	Wilkes-Barre/Scranton	3	BW			Sommaire du match
82 - 2023-01-04	440	Toronto	3	Wilkes-Barre/Scranton	0	BL			Sommaire du match
87 - 2023-01-07	460	Iowa	3	Wilkes-Barre/Scranton	4	BW			Sommaire du match
90 - 2023-01-08	479	Wilkes-Barre/Scranton	2	Charlotte	3	AL			Sommaire du match
91 - 2023-01-09	484	San Diego	6	Wilkes-Barre/Scranton	2	BL			Sommaire du match
94 - 2023-01-10	498	Wilkes-Barre/Scranton	2	Charlotte	7	AL			Sommaire du match
96 - 2023-01-11	507	Abbotsford	4	Wilkes-Barre/Scranton	3	BL			Sommaire du match
98 - 2023-01-12	519	Wilkes-Barre/Scranton	2	San Diego	4	AL			Sommaire du match
100 - 2023-01-13	531	Wilkes-Barre/Scranton	3	Providence	5	AL			Sommaire du match
101 - 2023-01-14	536	Texas	1	Wilkes-Barre/Scranton	4	BW			Sommaire du match
104 - 2023-01-15	555	Grand Rapids	0	Wilkes-Barre/Scranton	1	BW			Sommaire du match
106 - 2023-01-16	562	Wilkes-Barre/Scranton	1	Abbotsford	2	AL			Sommaire du match
108 - 2023-01-17	568	Wilkes-Barre/Scranton	1	Ontario	4	AL			Sommaire du match
110 - 2023-01-18	579	Wilkes-Barre/Scranton	4	San Jose	2	AW			Sommaire du match
111 - 2023-01-19	586	Ontario	3	Wilkes-Barre/Scranton	4	BW			Sommaire du match
115 - 2023-01-21	603	Wilkes-Barre/Scranton	5	Rockford	3	AW			Sommaire du match
117 - 2023-01-22	609	Rochester	5	Wilkes-Barre/Scranton	4	BL			Sommaire du match
121 - 2023-01-24	629	Wilkes-Barre/Scranton	6	Providence	1	AW			Sommaire du match
122 - 2023-01-24	635	Ontario	2	Wilkes-Barre/Scranton	3	BW			Sommaire du match
126 - 2023-01-26	655	Hartford	4	Wilkes-Barre/Scranton	3	BL	X	X	Sommaire du match
127 - 2023-01-27	665	Wilkes-Barre/Scranton	5	Rochester	4	AW			Sommaire du match
130 - 2023-01-28	679	Toronto	4	Wilkes-Barre/Scranton	3	BL	X		Sommaire du match
132 - 2023-01-29	687	Wilkes-Barre/Scranton	3	Cleveland	4	AL	X		Sommaire du match
135 - 2023-01-31	703	Wilkes-Barre/Scranton	1	Texas	4	AL			Sommaire du match
136 - 2023-01-31	707	Providence	1	Wilkes-Barre/Scranton	4	BW			Sommaire du match
141 - 2023-02-03	728	Hershey	2	Wilkes-Barre/Scranton	3	BW	X		Sommaire du match
143 - 2023-02-04	743	Wilkes-Barre/Scranton	9	Hartford	3	AW			Sommaire du match
145 - 2023-02-05	753	Hershey	2	Wilkes-Barre/Scranton	4	BW			Sommaire du match
147 - 2023-02-06	764	Wilkes-Barre/Scranton	3	Milwaukee	1	AW			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
149 - 2023-02-07	774	Wilkes-Barre/Scranton	4	Iowa	5	AL			Sommaire du match
150 - 2023-02-07	780	Laval	2	Wilkes-Barre/Scranton	1	BL			Sommaire du match
154 - 2023-02-09	795	Wilkes-Barre/Scranton	4	Utica	5	AL	X		Sommaire du match
155 - 2023-02-10	803	Rochester	3	Wilkes-Barre/Scranton	2	BL	X		Sommaire du match
158 - 2023-02-11	821	Wilkes-Barre/Scranton	2	Lehigh Valley	5	AL			Sommaire du match
159 - 2023-02-12	827	Rockford	2	Wilkes-Barre/Scranton	3	BW			Sommaire du match
163 - 2023-02-14	847	Wilkes-Barre/Scranton	3	Laval	2	AW	X	X	Sommaire du match
164 - 2023-02-14	851	Utica	4	Wilkes-Barre/Scranton	2	BL			Sommaire du match
168 - 2023-02-16	872	Utica	3	Wilkes-Barre/Scranton	7	BW			Sommaire du match
171 - 2023-02-18	883	Wilkes-Barre/Scranton	3	Laval	5	AL			Sommaire du match
173 - 2023-02-19	893	Wilkes-Barre/Scranton	4	Utica	2	AW			Sommaire du match
174 - 2023-02-19	898	Wilkes-Barre/Scranton	2	Ontario	3	AL			Sommaire du match
176 - 2023-02-20	905	San Jose	5	Wilkes-Barre/Scranton	3	BL			Sommaire du match
181 - 2023-02-23	921	Lehigh Valley	1	Wilkes-Barre/Scranton	5	BW			Sommaire du match
184 - 2023-02-24	935	Wilkes-Barre/Scranton	6	Grand Rapids	3	AW			Sommaire du match
187 - 2023-02-26	947	Laval	3	Wilkes-Barre/Scranton	5	BW			Sommaire du match
191 - 2023-02-28	963	Lehigh Valley	3	Wilkes-Barre/Scranton	4	BW			Sommaire du match
192 - 2023-02-28	967	Wilkes-Barre/Scranton	1	Grand Rapids	3	AL			Sommaire du match
195 - 2023-03-02	976	Wilkes-Barre/Scranton	2	Milwaukee	3	AL	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	45	25
Assistance	77,760	39,443
Assistance PCT	94.83%	96.20%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2859 - 95.29%	147,686$	6,055,120$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,869,361$	1,371,000$	1,371,000$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
6,924$	1,369,365$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	14,500$	0$

Wilkes-Barre/Scranton 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	Matt Read	164	50	62	112	0	26	52	122	458	10.92%	32	2633	16.06	6	28	34	74	0	0	0	2	14	6	39.47	2	0.85	2	2
2	Adam Henrique	128	50	60	110	-60	62	64	180	490	10.20%	38	2861	22.36	12	18	30	98	0	2	2	12	4	0	58.16	2	0.77	8	8
3	Marc Staal	158	32	74	106	-66	286	378	138	228	14.04%	290	3728	23.60	16	24	40	126	0	2	2	0	4	2	0.00%	0	0.57	0	0
4	Cody Bass	164	54	48	102	-60	154	444	150	484	11.16%	38	3253	19.84	8	10	18	92	4	0	4	6	10	2	42.19	0	0.63	2	6
5	T.J. Brodie	134	20	72	92	-50	50	60	172	224	8.93%	222	2947	22.00	12	26	38	130	0	0	0	0	0	0	0.00%	0	0.62	0	0

Wilkes-Barre/Scranton 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	Alexandar Georgiyev	90	48	32	10	0.909	2.96	5319	8	6	262	2870	2	2	1.000	6
2	Charlie Lindgren	60	14	30	8	0.904	3.97	3328	4	0	220	2294	6	0	0.706	34
3	Ville Husso	4	2	2	0	0.829	4.07	177	0	0	12	70	0	0	0.00%	0

Wilkes-Barre/Scranton 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	27	38	0	3	8	4	2	245	321	-76	41	18	16	0	0	3	2	2	126	148	-22	41	9	22	0	3	5	2	0	119	173	-54	78	245	420	665	1	3	99	59	80	12	2492	789	861	809	56	2954	858	738	1502	302	56	18.54%	293	62	78.84%	3	1311	2839	46.18%	1374	3239	42.42%	627	1337	46.90%	1860	1251	2044	631	1076	522
20	82	27	38	0	3	8	4	2	245	321	-76	41	18	16	0	0	3	2	2	126	148	-22	41	9	22	0	3	5	2	0	119	173	-54	78	245	420	665	1	3	99	59	80	12	2492	789	861	809	56	2954	858	738	1502	302	56	18.54%	293	62	78.84%	3	1311	2839	46.18%	1374	3239	42.42%	627	1337	46.90%	1860	1251	2044	631	1076	522
Total Saison régulière	164	58	82	0	8	10	4	2	512	572	-60	82	36	34	0	4	4	2	2	250	264	-14	82	22	48	0	4	6	2	0	262	308	-46	152	512	894	1406	4	2	176	146	178	14	5290	1682	1744	1824	58	5814	1734	1920	3174	624	116	18.59%	810	154	80.99%	10	2972	6094	48.77%	3068	6692	45.85%	1262	2644	47.73%	3678	2426	4095	1290	2132	1039
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

Wilkes-Barre/Scranton 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

Wilkes-Barre/Scranton 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

	Wilkes-Barre/Scranton
	GP: 82 \| W: 35 \| L: 41 \| OTL: 6 \| P: 76 GF: 256 \| GA: 286 \| PP%: 18.59% \| PK%: 80.99% DG: Sebastien Lefebvre \| Morale : 50 \| Moyenne d’équipe : N/A