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

Centre de jeu
	Milwaukee 2-4-0, 4pts	3	FINAL	2	Springfield 16-6-0, 32pts

Team Stats
L1	Streak	W3
1-2-0	Home Record	8-3-0
1-2-0	Away Record	8-3-0
2-4-0	Last 10 Games	8-1-1
2.50	Buts par match	3.36
3.33	Buts contre par match	2.27
17.39%	Pourcentage en avantage numérique	20.51%
75.76%	Pourcentage en désavantage numérique	87.18%

Springfield
16-6-0, 32pts

FINAL

Milwaukee
2-4-0, 4pts

Team Stats
W3	Streak	L1
8-3-0	Home Record	1-2-0
8-3-0	Away Record	1-2-0
8-1-1	Last 10 Games	2-4-0
3.36	Buts par match	2.50
2.27	Buts contre par match	3.33
20.51%	Pourcentage en avantage numérique	17.39%
87.18%	Pourcentage en désavantage numérique	75.76%

Meneurs d'équipe
	Buts Vladimir Sobotka 2	Passes Taylor Beck 3

	Points Taylor Beck 5	Plus/Moins Taylor Beck 2

	Victoires Ondrej Pavelec 1	Pourcentage d’arrêts Thomas Greiss 0.963

Statistiques d’équipe
Buts pour 15 2.50 GFG	Tirs pour 196 32.67 Avg	Pourcentage en avantage numérique 17.4% 4 GF	Début de zone offensive 36.1%
Buts contre 20 3.33 GAA	Tirs contre 258 43.00 Avg	Pourcentage en désavantage numérique 75.8%% 8 GA	Début de la zone défensive 48.2%

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	2,509
	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	2-4
	Historique	42-34-10 (0.488%)
	Apparitions en séries éliminatoires	1
	Historique en séries éliminatoires (W-L)	2-4
	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	Taylor Beck		X	X		100.00	67	32	98	69	89	78	94	69	73	66	73	72	71	53	53	41	50	0	0	30	3	800,000$
2	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$
3	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$
4	Antoine Roussel	X	X			100.00	76	47	66	72	68	68	91	64	82	67	64	67	59	54	53	31	50	0	0	31	1	700,000$
5	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$
6	Alan Quine	X	X	X		100.00	66	30	86	77	77	79	84	73	85	72	72	65	83	53	44	56	50	0	0	28	1	800,000$
7	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$
8	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$
9	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$
10	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$
11	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$
12	Matt Hunwick				X	100.00	65	26	88	65	73	76	81	48	50	45	43	90	75	77	74	23	50	0	0	35	1	1,050,000$
13	Joe Morrow				X	100.00	68	32	75	77	80	84	87	57	50	59	51	88	74	51	50	50	50	0	0	28	1	600,000$
14	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
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	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$

	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	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
1	Ondrej Pavelec	100.00	60	81	84	89	78	98	96	99	98	83	86	86	88	40	50	0	0	33	1	1,110,000$

	MOYENNE D’ÉQUIPE	100.00	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	PKS	PKM	GW	FO%	FOT	P/20	FW	FT	S2	S3
1	Taylor Beck	Milwaukee (NSH)	LW/RW	6	2	3	5	2	0	0	1	5	15	3	12	13.33%	0	122	20.49	1	0	1	3	20	0	0	0	28.57%	7	0.81	0	0	0	0
2	Alan Quine	Milwaukee (NSH)	C/LW/RW	6	2	3	5	2	5	5	3	5	23	7	7	8.70%	0	121	20.25	0	1	1	2	19	0	0	0	44.44%	9	0.82	1	0	0	0
3	Radim Simek	Milwaukee (NSH)	D	6	1	3	4	-2	8	0	11	5	8	1	2	12.50%	13	144	24.10	1	1	2	3	18	1	23	0	0.00%	0	0.55	0	0	0	0
4	Christian Fischer	Milwaukee (NSH)	C/RW	6	2	2	4	2	4	0	13	11	17	5	16	11.76%	0	136	22.70	0	1	1	2	20	0	13	0	49.70%	165	0.59	0	0	0	1
5	Linden Vey	Milwaukee (NSH)	C/RW	6	1	2	3	1	6	0	3	7	8	3	3	12.50%	2	100	16.82	0	0	0	0	0	0	0	1	52.63%	19	0.59	0	0	0	1
6	Micheal Ferland	Milwaukee (NSH)	LW/RW	6	1	2	3	-1	6	0	11	7	16	9	27	6.25%	1	126	21.14	1	0	1	4	20	0	13	0	41.38%	29	0.47	0	0	1	0
7	Vladimir Sobotka	Milwaukee (NSH)	LW/RW	5	2	1	3	0	4	0	8	4	13	2	6	15.38%	1	119	23.82	0	1	1	1	17	2	25	0	53.85%	13	0.50	0	0	0	0
8	Brett Kulak	Milwaukee (NSH)	D	6	1	2	3	-2	2	0	14	6	10	7	12	10.00%	15	163	27.18	1	1	2	4	23	0	29	0	0.00%	0	0.37	0	0	0	1
9	Vladislav Kamenev	Milwaukee (NSH)	C/LW/RW	4	0	2	2	-3	2	0	3	12	17	1	10	0.00%	1	106	26.52	0	1	1	6	14	0	22	0	53.06%	147	0.38	0	0	0	0
10	Brett Ritchie	Milwaukee (NSH)	RW	6	0	2	2	0	6	0	8	8	13	3	9	0.00%	0	90	15.04	0	0	0	0	1	0	0	0	60.00%	5	0.44	0	0	0	0
11	Antoine Roussel	Milwaukee (NSH)	C/LW	6	2	0	2	0	18	10	3	6	18	4	14	11.11%	1	95	15.92	0	0	0	0	0	1	6	1	44.44%	9	0.42	1	1	0	0
12	Joe Morrow	Milwaukee (NSH)	D	6	0	2	2	-2	6	0	16	7	9	5	9	0.00%	6	160	26.73	0	1	1	4	23	1	26	0	0.00%	0	0.25	0	0	0	0
13	Nick Cousins	Milwaukee (NSH)	C/LW/RW	6	0	2	2	0	0	0	2	13	10	7	24	0.00%	1	104	17.45	0	0	0	0	1	0	4	0	48.94%	141	0.38	0	0	0	0
14	Jason Demers	Milwaukee (NSH)	D	6	0	1	1	-1	0	0	1	6	13	3	5	0.00%	18	146	24.33	0	1	1	5	18	0	26	0	0.00%	0	0.14	0	0	0	0
15	Matt Hunwick	Milwaukee (NSH)	D	6	1	0	1	2	12	0	5	2	4	2	2	25.00%	10	96	16.06	0	0	0	0	0	0	4	0	0.00%	0	0.21	0	0	0	0
16	Jordan Nolan	Milwaukee (NSH)	LW/RW	6	0	1	1	-2	5	5	0	1	2	0	1	0.00%	0	19	3.27	0	0	0	0	0	0	0	0	40.00%	5	1.02	1	0	0	0
Statistiques d’équipe totales ou en moyenne				93	15	28	43	-4	84	20	102	105	196	62	159	7.65%	69	1854	19.94	4	8	12	34	198	5	196	2	49.73%	549	0.46	3	1	1	3

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	PCT	GAA	MP	PIM	GA	SA	EG	PS %	ST	BG	S1
1	Ondrej Pavelec	Milwaukee (NSH)	5	1	4	0.916	3.33	306	2	17	203	1	0.00%	5	1	1
2	Thomas Greiss	Milwaukee (NSH)	1	1	0	0.963	1.32	91	0	2	54	0	0.00%	1	5	1
Statistiques d’équipe totales ou en moyenne			6	2	4	0.926	2.86	398	2	19	257	1		6	6	2

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	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	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	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	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	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	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	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	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	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	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	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	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	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	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	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	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	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	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	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			Micheal Ferland	32	1	2	2
2	Alan Quine	Christian Fischer	Taylor Beck	30	1	2	2
3	Antoine Roussel	Nick Cousins	Brett Ritchie	28	1	2	2
4	Jordan Nolan	Linden Vey		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Brett Kulak	Joe Morrow	36	1	2	2
2	Radim Simek	Jason Demers	34	1	2	2
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			Micheal Ferland	60	1	2	2
2	Alan Quine	Christian Fischer	Taylor Beck	40	1	2	2

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

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			60	1	2	2
2	Micheal Ferland	Christian Fischer	40	1	2	2

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

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

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			60	1	2	2
2	Micheal Ferland	Christian Fischer	40	1	2	2

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

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

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
		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, Radim Simek, Jason Demers	Matt Hunwick	Radim Simek, Jason Demers

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

Gardien
#1 : , #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	Springfield	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	0.333	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42
	Total	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	0.333	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42
	_Since Last GM Reset	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	0.333	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42
	_Vs Conference	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	0.333	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42
	_Vs Division	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	0.333	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42

			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
6	4	L1	15	28	43	196	258	69	86	102	1	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
6	2	4	0	0	0	0	15	20

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
3	1	2	0	0	0	0	8	11

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
3	1	2	0	0	0	0	7	9

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	4	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
23	4	17.39%	33	8	75.76%	0

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
59	60	51	26	7	2	4	2

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
107	225	47.56%	136	300	45.33%	47	98	47.96%

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
154	105	160	50	85	42

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	Lien
2 - 2022-11-25	6	Milwaukee	2	Springfield	3	AL		Sommaire du match
4 - 2022-11-26	14	Milwaukee	2	Springfield	4	AL		Sommaire du match
6 - 2022-11-27	22	Springfield	2	Milwaukee	3	BW	X	Sommaire du match
8 - 2022-11-28	30	Springfield	4	Milwaukee	1	BL		Sommaire du match
10 - 2022-11-29	38	Milwaukee	3	Springfield	2	AW	X	Sommaire du match
12 - 2022-11-30	46	Springfield	5	Milwaukee	4	BL		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	5,008	2,519
Assistance PCT	83.47%	83.97%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
38	2509 - 83.63%	146,687$	440,060$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	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
0$	0$	0	0

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

Milwaukee Leaders statistiques (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	80	37	40	77	-6	2	23	111	350	10.57%	4	1562	19.53	15	12	27	77	1	0	1	1	7	2	49.66	0	0.99	1	6
2	Mason Marchment	76	24	51	75	15	78	133	116	286	8.39%	5	1465	19.29	3	16	19	64	0	0	0	0	2	1	47.89	0	1.02	0	6
3	Ryan Donato	80	23	46	69	-7	32	91	153	250	9.20%	12	1594	19.93	7	17	24	47	0	1	1	0	2	1	49.33	0	0.87	0	5
4	Sean Walker	82	10	57	67	3	56	77	73	185	5.41%	117	1965	23.97	7	18	25	119	0	0	0	0	0	1	0.00%	1	0.68	0	0
5	Charles Hudon	82	23	38	61	13	26	39	132	232	9.91%	9	1486	18.12	7	14	21	50	0	0	0	0	2	1	50.57	0	0.82	3	3

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	58	28	27	3	0.905	3.09	3457	12	1	178	1871	0	1	0	0.769	13

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
Total Saison régulière	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	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
Séries éliminatoires
Total Séries éliminatoires	6	2	4	0	0	0	0	0	15	20	-5	3	1	2	0	0	0	0	0	8	11	-3	3	1	2	0	0	0	0	0	7	9	-2	4	15	28	43	1	0	7	2	4	2	196	59	60	51	26	258	69	86	102	23	4	17.39%	33	8	75.76%	0	107	225	47.56%	136	300	45.33%	47	98	47.96%	154	105	160	50	85	42

Milwaukee Leaders statistiques (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: 6 \| W: 2 \| L: 4 GF: 15 \| GA: 20 \| PP%: 17.39% \| PK%: 75.76% DG: \| Morale : 50 \| Moyenne d’équipe : N/A