Tampa Bay
Accueil
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière

Centre de jeu
	Hershey 40-32-10, 90pts	4	Sommaire du match	2	Syracuse 32-41-9, 73pts

Team Stats
L1	Séquence	L6
21-17-3	Fiche domicile	13-24-4
19-15-7	Fiche domicile	19-17-5
4-4-2	Derniers 10 matchs	1-8-1
3.22	Buts par match	2.76
3.11	Buts contre par match	3.55
19.73%	Pourcentage en avantage numérique	17.24%
82.37%	Pourcentage en désavantage numérique	80.72%

Syracuse
32-41-9, 73pts

Sommaire du match

Ontario
56-23-3, 115pts

Team Stats
L6	Séquence	W3
13-24-4	Fiche domicile	26-15-0
19-17-5	Fiche domicile	30-8-3
1-8-1	Derniers 10 matchs	7-3-0
2.76	Buts par match	3.98
3.55	Buts contre par match	2.72
17.24%	Pourcentage en avantage numérique	25.36%
80.72%	Pourcentage en désavantage numérique	83.09%

Meneurs d'équipe
	Buts Justin Bailey 30		Passes Justin Bailey 37

	Points Justin Bailey 67	Plus/Moins Chris Wideman 18

Victoires Devan Dubnyk 23		Pourcentage d’arrêts Devan Dubnyk 0.93

Statistiques d’équipe
Buts pour 226 2.76 GFG	Tirs pour 2801 34.16 Avg	Pourcentage en avantage numérique 17.2% 55 GF	Début de zone offensive 40.0%
Buts contre 291 3.55 GAA	Tirs contre 3105 37.87 Avg	Pourcentage en désavantage numérique 80.7%% 48 GA	Début de la zone défensive 42.4%

Informations de l'équipe
	Directeur général	William Mercier
	Entraîneur	Rob Murray
	Division	Nord
	Conférence	Conference est
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,210
	Billets de saison	300
Informations de la formation
	Équipe Pro	24
	Équipe Mineure	19
	Limite contact	43 / 50
	Espoirs	40

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	Jori Lehtera	X	X	X		100.00	62	29	92	51	82	68	87	64	80	61	66	61	79	77	71	17	50	0	0	36	1	500,000$
2	Anders Lee		X			100.00	74	29	85	67	90	76	92	65	68	64	66	58	75	76	93	23	50	0	0	33	1	800,000$
3	Carl Hagelin		X	X		100.00	65	42	84	69	69	78	84	67	54	68	67	62	77	80	64	24	50	0	0	35	1	800,000$
4	Rocco Grimaldi		X	X		100.00	68	20	93	73	68	75	81	66	70	65	67	59	82	65	53	41	50	0	0	31	1	500,000$
5	Damien Giroux (R)	X				100.00	40	30	99	75	77	81	99	64	69	64	66	64	75	44	40	56	50	0	0	24	1	500,000$
6	Trevor Lewis	X	X	X		100.00	60	27	93	56	73	63	90	66	86	67	66	65	67	67	62	16	50	0	0	37	1	500,000$
7	David Desharnais	X	X			100.00	54	22	95	59	62	72	92	64	85	65	65	61	86	84	68	26	50	0	0	37	1	500,000$
8	Trevor Moore		X	X		100.00	66	23	90	78	76	79	94	63	70	64	65	63	75	62	54	49	50	0	0	29	1	800,000$
9	Pontus Aberg		X	X		100.00	59	27	98	78	83	71	85	69	73	68	67	57	83	62	58	40	50	0	0	30	1	700,000$
10	Ben Jones (R)	X	X			100.00	75	45	85	72	79	70	99	62	70	64	63	63	70	50	49	54	50	0	0	25	1	500,000$
11	Landon Slaggert (R)	X	X			100.00	71	30	82	85	79	79	99	66	69	67	67	67	70	39	39	68	50	0	0	22	3	500,000$
12	Cale Fleury				X	100.00	71	28	87	82	89	77	99	48	70	48	47	86	77	48	47	51	50	0	0	25	3	1,250,000$
13	Nikita Nesterov				X	100.00	71	29	67	79	70	86	87	49	53	49	49	82	70	60	41	40	50	0	0	30	1	800,000$
14	Travis Hamonic				X	100.00	74	51	51	61	75	80	88	51	1	51	44	84	52	76	73	27	50	0	0	34	1	500,000$
15	Mark Barberio				X	100.00	64	32	82	60	81	72	82	48	50	45	45	84	73	71	62	23	50	0	0	34	1	500,000$
16	Chris Wideman				X	100.00	70	28	68	69	77	76	86	51	50	51	49	84	72	79	74	15	50	0	0	34	1	750,000$
17	Alex Goligoski				X	100.00	56	31	89	45	75	59	84	59	35	51	54	88	79	97	95	13	50	0	0	38	1	500,000$
18	Dylan Olsen				X	100.00	65	37	63	65	84	78	87	51	50	47	49	88	50	58	47	27	50	0	0	33	1	500,000$
19	Ryan Johnson				X	100.00	72	25	98	87	86	78	99	45	70	48	41	88	75	41	40	66	50	0	0	22	2	700,000$
Rayé
1	Justin Bailey		X	X		100.00	62	31	90	80	89	78	79	69	76	68	70	64	69	56	51	36	50	0	0	29	1	800,000$

	MOYENNE D’ÉQUIPE					100.00	65	31	85	70	78	75	90	59	62	59	59	71	73	65	59	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
1	Devan Dubnyk	100.00	58	79	89	84	76	82	83	84	83	73	71	86	84	21	50	0	0	38	1	800,000$
2	Corey Crawford	100.00	55	84	88	81	74	82	79	79	80	78	81	94	99	8	50	0	0	39	2	600,000$
Rayé
1	Dustin Tokarski	100.00	59	87	77	76	71	80	81	78	77	75	70	70	69	32	50	0	0	34	1	670,000$
2	James Reimer	100.00	57	82	78	82	71	86	85	83	84	73	79	82	81	38	50	0	0	36	1	800,000$

	MOYENNE D’ÉQUIPE	100.00	57	83	83	81	73	83	82	81	81	75	75	83	83	25	50	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Rob Murray	79	76	89	70	99	99	64	CAN	57	1	1,400,000$

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	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Justin Bailey	Syracuse (TAM)	LW/RW	77	30	37	67	-8	21	5	62	96	296	85	212	10.14%	19	1430	18.58	3	14	17	66	230	0	0	0	2	66	5	1	51.81%	166	1	0.94	2	3	1	0	0	5	3	2
2	Landon Slaggert	Syracuse (TAM)	C/LW	73	21	33	54	-27	40	0	116	152	307	61	180	6.84%	28	1427	19.56	12	13	25	106	270	0	0	0	1	39	3	1	45.94%	1674	0	0.76	1	4	0	0	0	3	0	3
3	Carl Hagelin	Syracuse (TAM)	LW/RW	80	19	31	50	-35	80	30	101	58	247	76	178	7.69%	19	1497	18.72	5	16	21	71	250	0	0	0	2	31	3	1	38.95%	190	0	0.67	0	1	3	1	2	4	2	1
4	Travis Hamonic	Syracuse (TAM)	D	80	13	28	41	-13	130	30	157	59	106	29	71	12.26%	107	1498	18.73	5	6	11	42	138	0	0	0	0	148	3	0	0%	2	0	0.55	0	0	2	0	3	2	2	2
5	Cale Fleury	Syracuse (TAM)	D	72	9	27	36	-20	42	0	53	73	100	31	83	9.00%	106	1533	21.30	5	8	13	53	207	0	0	0	2	225	3	1	47.06%	34	0	0.47	0	0	0	0	0	0	0	2
6	Damien Giroux	Syracuse (TAM)	C	60	15	19	34	-7	0	0	3	100	143	51	123	10.49%	22	860	14.34	3	5	8	31	140	0	0	0	0	3	1	0	44.61%	1179	0	0.79	0	0	0	0	0	1	1	0
7	Ryan Johnson	Syracuse (TAM)	D	69	9	25	34	-18	26	0	40	67	139	31	106	6.47%	115	1565	22.69	5	4	9	79	217	0	0	0	0	80	2	1	33.33%	9	0	0.43	1	3	0	0	0	2	1	1
8	Samuel Morin	Tampa Bay	D	72	11	22	33	0	66	10	68	39	123	44	80	8.94%	57	1085	15.08	2	6	8	51	156	0	1	1	1	89	1	0	44.00%	25	0	0.61	0	3	1	0	1	1	1	3
9	Trevor Lewis	Syracuse (TAM)	C/LW/RW	80	9	23	32	-8	12	0	48	83	152	42	97	5.92%	16	1094	13.68	0	1	1	5	45	0	0	0	1	32	0	0	50.83%	779	0	0.58	0	0	0	0	0	1	2	0
10	Pontus Aberg	Syracuse (TAM)	LW/RW	82	16	16	32	-27	12	0	53	103	187	61	149	8.56%	24	1428	17.42	0	2	2	9	63	1	0	1	7	194	3	3	54.86%	257	1	0.45	1	8	0	0	0	1	1	3
11	Rocco Grimaldi	Syracuse (TAM)	LW/RW	72	15	15	30	-19	24	0	61	80	153	55	147	9.80%	22	1116	15.51	0	4	4	8	42	0	0	0	5	115	3	0	58.02%	81	0	0.54	0	1	0	0	0	0	2	3
12	Nikita Nesterov	Syracuse (TAM)	D	69	8	21	29	-2	36	0	93	53	107	36	63	7.48%	102	1252	18.15	4	9	13	54	161	0	0	0	0	139	0	1	83.33%	6	0	0.46	0	0	0	0	0	1	1	1
13	Dylan Olsen	Syracuse (TAM)	D	68	8	21	29	-11	51	5	48	68	82	41	68	9.76%	118	1323	19.46	3	4	7	26	82	0	0	0	2	135	3	1	38.97%	136	0	0.44	0	0	0	0	1	1	1	1
14	Trevor Moore	Syracuse (TAM)	LW/RW	80	6	18	24	2	20	0	59	64	120	27	103	5.00%	13	897	11.21	0	0	0	4	17	0	0	0	1	30	1	2	48.96%	241	0	0.54	0	0	0	0	0	0	2	3
15	Ben Jones	Syracuse (TAM)	C/LW	65	7	15	22	-18	51	5	97	77	148	34	79	4.73%	13	1009	15.52	4	2	6	35	140	0	0	0	0	28	0	0	46.93%	880	0	0.44	0	0	1	0	0	0	1	2
16	Jori Lehtera	Syracuse (TAM)	C/LW/RW	65	8	13	21	-14	10	0	43	78	89	32	61	8.99%	13	832	12.81	1	0	1	2	2	0	0	0	3	109	0	0	52.97%	842	0	0.50	0	0	0	0	0	0	2	1
17	David Desharnais	Syracuse (TAM)	C/LW	51	8	12	20	-5	4	0	15	49	94	36	67	8.51%	11	694	13.61	0	0	0	0	1	0	0	0	0	0	0	0	57.18%	348	0	0.58	0	1	0	0	0	0	0	2
18	Taylor Raddysh	Tampa Bay	RW	32	11	8	19	6	14	0	42	30	94	22	69	11.70%	2	546	17.08	2	3	5	28	94	0	0	0	0	56	1	2	49.33%	150	0	0.70	1	2	0	0	0	2	2	0
19	Chris Wideman	Syracuse (TAM)	D	75	5	14	19	18	51	5	65	30	46	23	34	10.87%	63	843	11.24	0	0	0	2	4	0	0	0	0	47	0	0	0%	0	0	0.45	0	0	0	0	0	1	0	0
20	Alex Goligoski	Syracuse (TAM)	D	46	9	9	18	-13	13	5	11	34	66	13	38	13.64%	72	901	19.61	5	1	6	31	132	0	0	0	0	110	1	2	33.33%	111	0	0.40	0	1	0	1	0	1	1	1
21	Anders Bjork	Tampa Bay	LW/RW	13	7	9	16	4	4	0	13	18	53	14	34	13.21%	2	269	20.76	2	1	3	9	30	1	0	1	4	31	1	0	59.02%	61	1	1.19	0	0	0	0	0	2	1	0
22	Anders Lee	Syracuse (TAM)	LW	33	2	8	10	-5	12	0	50	21	56	14	29	3.57%	8	521	15.81	0	0	0	1	6	0	0	0	0	0	0	0	41.38%	58	0	0.38	0	0	0	0	0	0	0	0
23	Mark Barberio	Syracuse (TAM)	D	39	4	6	10	-9	14	0	11	34	32	11	25	12.50%	54	595	15.27	0	0	0	1	3	0	0	0	1	48	0	1	20.00%	5	0	0.34	0	0	0	0	0	0	1	1
24	Brandon Davidson	Tampa Bay	D	19	0	6	6	-9	10	0	18	12	26	9	15	0%	36	399	21.03	0	1	1	17	67	0	0	0	0	15	0	0	0%	0	0	0.30	0	0	0	0	0	0	0	0
25	Nicklas Bergfors	Tampa Bay	LW/RW	15	2	1	3	-6	8	0	14	13	41	9	24	4.88%	1	220	14.73	0	1	1	4	14	0	0	0	0	3	0	0	57.14%	14	0	0.27	0	0	0	0	0	0	0	1
Statistiques d’équipe totales ou en moyenne				1487	252	437	689	-244	751	95	1341	1491	3007	887	2135	8.38%	1043	24847	16.71	61	101	162	735	2523	2	1	3	32	1782	34	17	48.05%	7248	3	0.55	6	27	8	2	7	28	27	33

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	Devan Dubnyk	Syracuse (TAM)	44	23	14	5	0.930	2.64	2612	2	2	115	1643	1	0	0.731	26	42	41	9	3	4
2	James Reimer	Syracuse (TAM)	20	6	10	3	0.906	3.01	1177	2	1	59	628	0	2	0.333	3	19	28	2	1	0
3	Corey Crawford	Syracuse (TAM)	14	3	10	1	0.881	4.45	768	0	0	57	478	0	2	0	0	14	0	0	0	0
Statistiques d’équipe totales ou en moyenne			78	32	34	9	0.916	3.04	4558	4	3	231	2749	1	4		29	75	69	11	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	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	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
Alex Goligoski	Syracuse (TAM)	D	38	1985-07-30	USA	No	187 Lbs	5 ft11	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Anders Lee	Syracuse (TAM)	LW	33	1990-07-03	USA	No	235 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-10-21	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ben Jones	Syracuse (TAM)	C/LW	25	1999-02-26	CAN	Yes	187 Lbs	6 ft0	No	No	Prospect		No	No	1	2025-11-01	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Cale Fleury	Syracuse (TAM)	D	25	1998-11-19	CAN	No	204 Lbs	6 ft1	No	No	Trade	2026-03-25	No	No	3	2025-09-09	False	False	Pro & Farm	1,250,000$	0$	0$	No	1,250,000$	1,250,000$	-	-	-	-	-	-	-	1,250,000$	1,250,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Carl Hagelin	Syracuse (TAM)	LW/RW	35	1988-08-23	SWE	No	195 Lbs	5 ft11	No	No	Free Agent		No	No	1	2025-09-30	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Chris Wideman	Syracuse (TAM)	D	34	1990-01-07	USA	No	180 Lbs	5 ft10	No	No	Trade	2026-04-25	No	No	1		False	False	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Corey Crawford	Syracuse (TAM)	G	39	1984-12-31	CAN	No	221 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-09-27	False	False	Pro & Farm	600,000$	0$	0$	No	600,000$	-	-	-	-	-	-	-	-	600,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Damien Giroux	Syracuse (TAM)	C	24	2000-03-03	CAN	Yes	179 Lbs	5 ft10	No	No	Trade	2025-08-27	No	No	1		False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
David Desharnais	Syracuse (TAM)	C/LW	37	1986-09-14	CAN	No	177 Lbs	5 ft7	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Devan Dubnyk	Syracuse (TAM)	G	38	1986-05-04	CAN	No	221 Lbs	6 ft6	No	No	Free Agent		No	No	1	2024-10-21	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Dustin Tokarski	Syracuse (TAM)	G	34	1989-09-16	CAN	No	203 Lbs	5 ft11	No	No	Free Agent		No	No	1	2024-10-09	False	False	Pro & Farm	670,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Dylan Olsen	Syracuse (TAM)	D	33	1991-01-03	USA	No	233 Lbs	6 ft2	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
James Reimer	Syracuse (TAM)	G	36	1988-01-21	CAN	No	228 Lbs	6 ft2	No	No	Free Agent		No	No	1	2024-10-21	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Jori Lehtera	Syracuse (TAM)	C/LW/RW	36	1987-12-23	FIN	No	212 Lbs	6 ft2	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Justin Bailey	Syracuse (TAM)	LW/RW	29	1995-07-01	USA	No	220 Lbs	6 ft3	No	No	Free Agent	2025-03-23	No	No	1	2025-09-30	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Landon Slaggert	Syracuse (TAM)	C/LW	22	2002-06-25	USA	Yes	180 Lbs	6 ft0	No	No	Prospect		No	No	3	2025-11-01	False	False	Pro & Farm	500,000$	0$	0$	No	500,000$	500,000$	-	-	-	-	-	-	-	500,000$	500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Mark Barberio	Syracuse (TAM)	D	34	1990-03-23	CAN	No	209 Lbs	6 ft1	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Nikita Nesterov	Syracuse (TAM)	D	30	1994-03-28	RUS	No	197 Lbs	5 ft11	No	No	Free Agent		No	No	1	2024-10-11	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Pontus Aberg	Syracuse (TAM)	LW/RW	30	1993-09-23	SWE	No	197 Lbs	6 ft0	No	No	Free Agent		No	No	1	2025-09-27	False	False	Pro & Farm	700,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Rocco Grimaldi	Syracuse (TAM)	LW/RW	31	1993-02-08	USA	No	183 Lbs	5 ft6	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	900,000$	900,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ryan Johnson	Syracuse (TAM)	D	22	2001-07-24	USA	No	195 Lbs	6 ft1	No	No	Prospect		No	No	2	2024-10-08	False	False	Pro & Farm	700,000$	0$	0$	No	700,000$	-	-	-	-	-	-	-	-	700,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Travis Hamonic	Syracuse (TAM)	D	34	1990-01-19	CAN	No	219 Lbs	6 ft3	No	No	Free Agent	2025-03-19	No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Trevor Lewis	Syracuse (TAM)	C/LW/RW	37	1987-01-08	USA	No	208 Lbs	6 ft1	No	No	Free Agent		No	No	1	2025-11-05	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Trevor Moore	Syracuse (TAM)	LW/RW	29	1995-03-31	USA	No	186 Lbs	5 ft10	No	No	Free Agent		No	No	1	2025-09-30	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	31.88	202 Lbs	6 ft0	1.25	657,083$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Pontus Aberg	Landon Slaggert		35	1	2	2
2	Carl Hagelin	Trevor Lewis	Rocco Grimaldi	30	1	2	2
3	Anders Lee	David Desharnais	Trevor Moore	25	1	2	2
4	Ben Jones	Damien Giroux		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alex Goligoski	Cale Fleury	35	1	2	2
2	Travis Hamonic	Ryan Johnson	30	1	2	2
3	Chris Wideman	Mark Barberio	25	1	2	2
4	Nikita Nesterov	Alex Goligoski	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Anders Lee	Landon Slaggert		50	1	2	2
2	Carl Hagelin	Trevor Lewis	Rocco Grimaldi	50	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alex Goligoski	Cale Fleury	50	1	2	2
2	Travis Hamonic	Ryan Johnson	50	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Pontus Aberg		50	1	2	2
2	Landon Slaggert	Carl Hagelin	50	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alex Goligoski	Cale Fleury	50	1	2	2
2	Travis Hamonic	Ryan Johnson	50	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Landon Slaggert	50	1	2	2	Alex Goligoski	Cale Fleury	50	1	2	2
2		50	1	2	2	Travis Hamonic	Ryan Johnson	50	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Anders Lee		50	1	2	2
2	Landon Slaggert	Carl Hagelin	50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alex Goligoski	Cale Fleury	50	1	2	2
2	Travis Hamonic	Ryan Johnson	50	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Pontus Aberg	Landon Slaggert		Alex Goligoski	Cale Fleury

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Pontus Aberg	Landon Slaggert		Alex Goligoski	Cale Fleury

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Anders Lee, David Desharnais, Trevor Moore	Anders Lee, David Desharnais	Trevor Moore

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Chris Wideman, Mark Barberio, Nikita Nesterov	Chris Wideman	Mark Barberio, Nikita Nesterov

Tirs de pénalité
David Desharnais, , Landon Slaggert, Carl Hagelin, Anders Lee

Gardien
#1 : Corey Crawford, #2 : Devan Dubnyk

Lignes d’attaque personnalisées en prolongation
Pontus Aberg, , Landon Slaggert, Carl Hagelin, Anders Lee, Rocco Grimaldi, Trevor Lewis, David Desharnais, Trevor Moore, Damien Giroux

Lignes de défense personnalisées en prolongation
Alex Goligoski, Cale Fleury, Travis Hamonic, Ryan Johnson, Chris Wideman

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	1	1	0	1	0	0	0	11	10	1	2	1	0	0	1	0	0	0	6	4	2	1	0	1	0	0	0	0	0	5	6	-1	4	0.667	11	19	30	0	0	93	69	56	11	104	949	941	870	68	100	25	18	43	14	4	28.57%	7	1	85.71%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
2	Bakersfield	3	2	1	0	0	0	0	0	9	7	2	1	1	0	0	0	0	0	0	5	2	3	2	1	1	0	0	0	0	0	4	5	-1	4	0.667	9	17	26	0	0	93	69	56	11	96	949	941	870	68	110	27	20	43	15	3	20.00%	10	2	80.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
3	Bridgeport	4	1	1	0	0	0	1	1	11	13	-2	2	1	0	0	0	0	0	1	5	5	0	2	0	1	0	0	0	1	0	6	8	-2	5	0.625	11	17	28	0	0	93	69	56	11	110	949	941	870	68	144	53	25	51	16	3	18.75%	9	0	100.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
4	Charlotte	4	0	2	0	0	1	0	1	9	18	-9	2	0	1	0	0	1	0	0	3	7	-4	2	0	1	0	0	0	0	1	6	11	-5	2	0.250	9	16	25	0	0	93	69	56	11	116	949	941	870	68	157	48	36	65	17	3	17.65%	18	7	61.11%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
5	Cleveland	4	1	2	0	1	0	0	0	9	9	0	2	0	1	0	1	0	0	0	6	6	0	2	1	1	0	0	0	0	0	3	3	0	4	0.500	9	16	25	0	0	93	69	56	11	126	949	941	870	68	136	24	25	61	11	1	9.09%	9	0	100.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
6	Coachella Valley	2	0	2	0	0	0	0	0	6	15	-9	1	0	1	0	0	0	0	0	3	7	-4	1	0	1	0	0	0	0	0	3	8	-5	0	0.000	6	10	16	0	0	93	69	56	11	68	949	941	870	68	98	36	6	44	4	1	25.00%	3	0	100.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
7	Eagles	4	0	4	0	0	0	0	0	10	17	-7	2	0	2	0	0	0	0	0	6	10	-4	2	0	2	0	0	0	0	0	4	7	-3	0	0.000	10	18	28	0	0	93	69	56	11	124	949	941	870	68	122	30	32	60	13	6	46.15%	15	4	73.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
8	Grand Rapids	5	3	2	0	0	0	0	0	17	16	1	2	1	1	0	0	0	0	0	6	6	0	3	2	1	0	0	0	0	0	11	10	1	6	0.600	17	34	51	1	0	93	69	56	11	172	949	941	870	68	210	60	49	77	22	3	13.64%	15	4	73.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
9	Hartford	4	1	2	0	0	1	0	0	10	19	-9	2	0	1	0	0	1	0	0	6	14	-8	2	1	1	0	0	0	0	0	4	5	-1	3	0.375	10	17	27	0	0	93	69	56	11	113	949	941	870	68	169	57	44	63	13	2	15.38%	13	2	84.62%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
10	Hershey	4	1	2	0	0	0	1	0	15	14	1	2	0	2	0	0	0	0	0	5	9	-4	2	1	0	0	0	0	1	0	10	5	5	4	0.500	15	27	42	1	0	93	69	56	11	161	949	941	870	68	125	44	32	76	18	2	11.11%	7	3	57.14%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
11	Iowa	2	1	1	0	0	0	0	0	7	6	1	1	0	1	0	0	0	0	0	0	5	-5	1	1	0	0	0	0	0	0	7	1	6	2	0.500	7	14	21	0	0	93	69	56	11	76	949	941	870	68	68	24	16	29	12	3	25.00%	8	2	75.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
12	Laval	4	0	4	0	0	0	0	0	7	20	-13	2	0	2	0	0	0	0	0	3	9	-6	2	0	2	0	0	0	0	0	4	11	-7	0	0.000	7	12	19	1	0	93	69	56	11	141	949	941	870	68	167	47	49	69	15	1	6.67%	16	2	87.50%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
13	Lehigh Valley	4	1	2	0	0	1	0	0	8	11	-3	2	0	2	0	0	0	0	0	3	6	-3	2	1	0	0	0	1	0	0	5	5	0	3	0.375	8	14	22	0	0	93	69	56	11	119	949	941	870	68	164	53	51	58	8	0	0.00%	15	1	93.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
14	Manitoba	3	3	0	0	0	0	0	0	6	1	5	1	1	0	0	0	0	0	0	3	1	2	2	2	0	0	0	0	0	0	3	0	3	6	1.000	6	11	17	0	2	93	69	56	11	114	949	941	870	68	98	34	16	41	12	0	0.00%	8	0	100.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
15	Ontario	3	1	2	0	0	0	0	0	5	11	-6	1	0	1	0	0	0	0	0	3	4	-1	2	1	1	0	0	0	0	0	2	7	-5	2	0.333	5	7	12	0	0	93	69	56	11	83	949	941	870	68	119	29	18	44	12	2	16.67%	8	3	62.50%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
16	Providence	4	0	3	0	0	0	0	1	10	16	-6	2	0	2	0	0	0	0	0	3	7	-4	2	0	1	0	0	0	0	1	7	9	-2	1	0.125	10	18	28	0	0	93	69	56	11	101	949	941	870	68	166	55	94	56	10	3	30.00%	22	5	77.27%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
17	Rochester	4	1	1	0	1	1	0	0	14	18	-4	2	1	1	0	0	0	0	0	7	11	-4	2	0	0	0	1	1	0	0	7	7	0	5	0.625	14	21	35	0	0	93	69	56	11	163	949	941	870	68	193	66	26	62	21	5	23.81%	13	3	76.92%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
18	Rockford	4	1	3	0	0	0	0	0	7	15	-8	3	1	2	0	0	0	0	0	6	10	-4	1	0	1	0	0	0	0	0	1	5	-4	2	0.250	7	14	21	0	0	93	69	56	11	160	949	941	870	68	152	40	24	60	22	2	9.09%	9	3	66.67%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
19	San Diego	2	0	0	0	0	0	1	1	8	8	0	1	0	0	0	0	0	1	0	4	3	1	1	0	0	0	0	0	0	1	4	5	-1	3	0.750	8	10	18	0	0	93	69	56	11	67	949	941	870	68	87	30	8	34	5	0	0.00%	4	0	100.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
20	San Jose	2	0	1	0	1	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0	0	0	1	0	0	0	3	2	1	2	0.500	5	9	14	0	0	93	69	56	11	59	949	941	870	68	70	21	12	30	4	1	25.00%	6	1	83.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
21	Springfield	2	1	1	0	0	0	0	0	11	9	2	1	0	1	0	0	0	0	0	3	4	-1	1	1	0	0	0	0	0	0	8	5	3	2	0.500	11	20	31	0	0	93	69	56	11	85	949	941	870	68	69	20	8	27	7	2	28.57%	3	2	33.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
22	Texas	3	2	0	0	1	0	0	0	9	6	3	2	1	0	0	1	0	0	0	7	5	2	1	1	0	0	0	0	0	0	2	1	1	6	1.000	9	14	23	0	0	93	69	56	11	126	949	941	870	68	138	41	12	47	13	2	15.38%	5	0	100.00%	1	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
23	Utica	4	3	1	0	0	0	0	0	12	8	4	2	1	1	0	0	0	0	0	5	6	-1	2	2	0	0	0	0	0	0	7	2	5	6	0.750	12	22	34	0	1	93	69	56	11	171	949	941	870	68	102	36	30	51	15	3	20.00%	14	1	92.86%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
24	Wilkes-Barre/Scranton	4	0	3	0	0	0	0	1	10	18	-8	2	0	1	0	0	0	0	1	5	8	-3	2	0	2	0	0	0	0	0	5	10	-5	1	0.125	10	20	30	1	0	93	69	56	11	146	949	941	870	68	141	40	29	51	20	3	15.00%	12	2	83.33%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
	Total	82	24	41	0	5	4	3	5	226	291	-65	41	9	24	0	3	2	1	2	105	153	-48	41	15	17	0	2	2	2	3	121	138	-17	73	0.445	226	397	623	4	3	93	69	56	11	2801	949	941	870	68	3105	940	680	1242	319	55	17.24%	249	48	80.72%	1	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
	_Since Last GM Reset	82	24	41	0	5	4	3	5	226	291	-65	41	9	24	0	3	2	1	2	105	153	-48	41	15	17	0	2	2	2	3	121	138	-17	73	0.445	226	397	623	4	3	93	69	56	11	2801	949	941	870	68	3105	940	680	1242	319	55	17.24%	249	48	80.72%	1	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
	_Vs Conference	49	12	25	0	2	4	2	4	132	180	-48	24	4	15	0	1	2	0	2	57	94	-37	25	8	10	0	1	2	2	2	75	86	-11	40	0.408	132	234	366	4	1	93	69	56	11	1639	949	941	870	68	1874	583	490	740	186	29	15.59%	163	30	81.60%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528
	_Vs Division	21	4	12	0	1	2	0	2	57	88	-31	10	2	7	0	0	1	0	0	22	40	-18	11	2	5	0	1	1	0	2	35	48	-13	14	0.333	57	101	158	2	0	93	69	56	11	693	949	941	870	68	893	276	254	329	85	15	17.65%	84	21	75.00%	0	1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%	1845	1237	2053	634	1083	528

			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	73	L6	226	397	623	2801	3105	940	680	1242	4	3

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	24	41	5	4	3	5	226	291

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	9	24	3	2	1	2	105	153

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	15	17	2	2	2	3	121	138

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
1	8	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
319	55	17.24%	249	48	80.72%	1

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
949	941	870	68	93	69	56	11

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
1446	3036	47.63%	1550	3220	48.14%	615	1333	46.14%

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
1845	1237	2053	634	1083	528

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	7	Syracuse	5	Grand Rapids	4	W			Sommaire du match
3	16	Laval	6	Syracuse	2	L			Sommaire du match
7	30	Utica	4	Syracuse	1	L			Sommaire du match
11	46	Syracuse	3	Eagles	4	L			Sommaire du match
14	59	Rockford	3	Syracuse	4	W			Sommaire du match
17	76	Bridgeport	2	Syracuse	1	L	X	X	Sommaire du match
22	100	Rockford	4	Syracuse	1	L			Sommaire du match
27	126	Wilkes-Barre/Scranton	5	Syracuse	3	L			Sommaire du match
30	137	Syracuse	3	Lehigh Valley	2	W			Sommaire du match
32	149	Syracuse	3	Bakersfield	1	W			Sommaire du match
33	155	Eagles	4	Syracuse	3	L			Sommaire du match
36	174	Grand Rapids	4	Syracuse	1	L			Sommaire du match
38	184	Syracuse	3	Grand Rapids	5	L			Sommaire du match
39	193	Syracuse	2	Hartford	4	L			Sommaire du match
41	203	Hartford	4	Syracuse	3	L	X		Sommaire du match
44	220	Syracuse	2	Manitoba	0	W			Sommaire du match
46	226	Syracuse	2	Providence	3	L			Sommaire du match
47	232	Laval	3	Syracuse	1	L			Sommaire du match
50	248	Syracuse	3	San Jose	2	W	X		Sommaire du match
52	258	Rockford	3	Syracuse	1	L			Sommaire du match
55	273	Syracuse	1	Bakersfield	4	L			Sommaire du match
57	283	Manitoba	1	Syracuse	3	W			Sommaire du match
59	293	Syracuse	4	San Diego	5	L	X	X	Sommaire du match
62	306	Syracuse	3	Rochester	4	L	X		Sommaire du match
63	313	Bridgeport	3	Syracuse	4	W			Sommaire du match
67	333	Texas	2	Syracuse	3	W			Sommaire du match
70	349	Syracuse	2	Texas	1	W			Sommaire du match
71	357	Ontario	4	Syracuse	3	L			Sommaire du match
75	378	Texas	3	Syracuse	4	W	X		Sommaire du match
77	390	Syracuse	3	Grand Rapids	1	W			Sommaire du match
78	401	Syracuse	2	Lehigh Valley	3	L	X		Sommaire du match
80	409	San Jose	4	Syracuse	2	L			Sommaire du match
83	429	Coachella Valley	7	Syracuse	3	L			Sommaire du match
85	443	Syracuse	3	Charlotte	7	L			Sommaire du match
86	451	Syracuse	5	Abbotsford	6	L			Sommaire du match
88	461	Hartford	10	Syracuse	3	L			Sommaire du match
91	475	Syracuse	3	Coachella Valley	8	L			Sommaire du match
93	482	Rochester	9	Syracuse	3	L			Sommaire du match
97	504	Eagles	6	Syracuse	3	L			Sommaire du match
99	515	Syracuse	1	Rockford	5	L			Sommaire du match
101	524	Syracuse	3	Charlotte	4	L	X	X	Sommaire du match
103	533	Springfield	4	Syracuse	3	L			Sommaire du match
106	555	Grand Rapids	2	Syracuse	5	W			Sommaire du match
107	564	Syracuse	7	Iowa	1	W			Sommaire du match
109	577	Syracuse	4	Rochester	3	W	X		Sommaire du match
111	586	Bakersfield	2	Syracuse	5	W			Sommaire du match
113	599	Syracuse	1	Manitoba	0	W			Sommaire du match
114	609	San Diego	3	Syracuse	4	W	X	X	Sommaire du match
118	629	Syracuse	2	Cleveland	1	W			Sommaire du match
119	633	Cleveland	4	Syracuse	3	L			Sommaire du match
122	652	Utica	2	Syracuse	4	W			Sommaire du match
124	661	Syracuse	2	Bridgeport	5	L			Sommaire du match
127	679	Cleveland	2	Syracuse	3	W	X		Sommaire du match
130	692	Syracuse	2	Hartford	1	W			Sommaire du match
132	700	Syracuse	3	Hershey	2	W	X	X	Sommaire du match
133	709	Rochester	2	Syracuse	4	W			Sommaire du match
136	725	Syracuse	7	Hershey	3	W			Sommaire du match
137	734	Wilkes-Barre/Scranton	3	Syracuse	2	L	X	X	Sommaire du match
140	753	Providence	4	Syracuse	2	L			Sommaire du match
141	760	Syracuse	5	Providence	6	L	X	X	Sommaire du match
143	775	Syracuse	2	Laval	4	L			Sommaire du match
145	782	Syracuse	8	Springfield	5	W			Sommaire du match
147	788	Abbotsford	3	Syracuse	4	W			Sommaire du match
150	805	Syracuse	1	Eagles	3	L			Sommaire du match
151	811	Syracuse	3	Utica	0	W			Sommaire du match
153	821	Iowa	5	Syracuse	0	L			Sommaire du match
156	838	Providence	3	Syracuse	1	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
158	854	Abbotsford	1	Syracuse	2	W	X		Sommaire du match
160	862	Syracuse	1	Cleveland	2	L			Sommaire du match
163	880	Syracuse	2	Ontario	1	W			Sommaire du match
164	887	Lehigh Valley	3	Syracuse	1	L			Sommaire du match
166	897	Syracuse	4	Bridgeport	3	W	X	X	Sommaire du match
169	910	Charlotte	2	Syracuse	1	L	X		Sommaire du match
171	922	Syracuse	1	Wilkes-Barre/Scranton	4	L			Sommaire du match
174	934	Charlotte	5	Syracuse	2	L			Sommaire du match
177	947	Syracuse	4	Utica	2	W			Sommaire du match
180	961	Lehigh Valley	3	Syracuse	2	L			Sommaire du match
182	971	Syracuse	4	Wilkes-Barre/Scranton	6	L			Sommaire du match
185	982	Hershey	5	Syracuse	3	L			Sommaire du match
190	1004	Syracuse	2	Laval	7	L			Sommaire du match
192	1010	Hershey	4	Syracuse	2	L			Sommaire du match
193	1015	Syracuse	0	Ontario	6	L			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	60,727	29,884
Assistance PCT	74.06%	72.89%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2210 - 73.67%	129,497$	5,309,369$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,887,081$	1,577,000$	1,577,000$	1,400,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
8,087$	1,486,649$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	15,267$	0$

Syracuse 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

Syracuse 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

Syracuse 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

Syracuse 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

Syracuse 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

	Syracuse
	GP: 82 \| W: 32 \| L: 41 \| OTL: 9 \| P: 73 GF: 226 \| GA: 291 \| PP%: 17.24% \| PK%: 80.72% DG: William Mercier \| Morale : 50 \| Moyenne d’équipe : N/A