Tampa Bay Lightning
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Client Web pour les lignes

Centre de jeu
	Syracuse Crunch 9-10-6, 24pts	3	FINAL	4	Rockford IceHogs 6-17-2, 14pts

Team Stats
SOL2	Séquence	SOW1
6-4-2	Fiche domicile	5-6-1
3-6-4	Fiche domicile	1-11-1
2-6-2	Derniers 10 matchs	4-6-0
3.16	Buts par match	1.84
3.40	Buts contre par match	3.72
8.77%	Pourcentage en avantage numérique	4.00%
81.82%	Pourcentage en désavantage numérique	76.67%

Syracuse Crunch
9-10-6, 24pts

FINAL

Grand Rapids Griffins
14-10-0, 28pts

Team Stats
SOL2	Séquence	SOW1
6-4-2	Fiche domicile	8-5-0
3-6-4	Fiche domicile	6-5-0
2-6-2	Derniers 10 matchs	6-4-0
3.16	Buts par match	3.33
3.40	Buts contre par match	3.25
8.77%	Pourcentage en avantage numérique	17.24%
81.82%	Pourcentage en désavantage numérique	90.63%

Syracuse Crunch
9-10-6, 24pts

Jour 60

Bridgeport Islanders
7-15-3, 17pts

Statistiques d’équipe
SOL2	Séquence	L5
6-4-2	Fiche domicile	5-5-2
3-6-4	Fiche visiteur	2-10-1
2-6-2	10 derniers matchs	2-6-2
3.16	Buts par match	2.48
3.40	Buts contre par match	2.48
8.77%	Pourcentage en avantage numérique	17.50%
81.82%	Pourcentage en désavantage numérique	74.19%

Belleville Senators
8-16-0, 16pts

Jour 61

Syracuse Crunch
9-10-6, 24pts

Statistiques d’équipe
L4	Séquence	SOL2
3-9-0	Fiche domicile	6-4-2
5-7-0	Fiche visiteur	3-6-4
4-6-0	10 derniers matchs	2-6-2
2.25	Buts par match	3.16
4.00	Buts contre par match	3.16
12.50%	Pourcentage en avantage numérique	8.77%
77.78%	Pourcentage en désavantage numérique	81.82%

Hershey Bears
5-20-1, 11pts

Jour 64

Syracuse Crunch
9-10-6, 24pts

Statistiques d’équipe
L9	Séquence	SOL2
3-8-1	Fiche domicile	6-4-2
2-12-0	Fiche visiteur	3-6-4
0-9-1	10 derniers matchs	2-6-2
1.81	Buts par match	3.16
4.04	Buts contre par match	3.16
11.43%	Pourcentage en avantage numérique	8.77%
81.40%	Pourcentage en désavantage numérique	81.82%

Meneurs d'équipe
	Buts Tyler Angle 26	Passes Eemil Viro 18

	Points Tyler Angle 32	Plus/Moins Tyler Angle 17

Statistiques d’équipe
Buts pour 79 3.16 GFG	Tirs pour 889 35.56 Avg	Pourcentage en avantage numérique 8.8% 5 GF	Début de zone offensive 41.3%
Buts contre 85 3.40 GAA	Tirs contre 724 28.96 Avg	Pourcentage en désavantage numérique 81.8%% 8 GA	Début de la zone défensive 33.5%

Informations de l'équipe
	Directeur général	Remi Baril
	Division	SOUTHEAST
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,852
	Billets de saison	300
Informations de la formation
	Équipe Pro	21
	Équipe Mineure	20
	Limite contact	41 / 250
	Espoirs	55

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	TA	SP	Âge	Contrat	Salaire
1	Adam Erne		X	X		100.00	81	71	86	65	80	79	84	63	64	62	61	73	63	71	72	62	50	0		0	29	2	1,800,000$
2	Justin Kirkland		X			100.00	70	39	84	63	80	78	75	59	71	61	58	60	62	68	70	56	50	0		0	28	1	700,000$
3	Logan Brown	X				100.00	40	35	40	64	35	80	90	40	20	40	40	40	30	66	68	11	50	0		0	26	2	750,000$
4	Tyler Angle	X				100.00	66	36	86	66	64	75	80	62	63	58	65	59	62	65	66	48	50	0		0	24	4	867,500$
5	Ben McCartney (R)		X			100.00	62	43	63	58	71	78	76	57	61	59	56	55	58	63	65	49	50	0		0	23	2	830,000$
6	Lauri Pajuniemi (R)			X		100.00	40	35	40	62	35	80	90	40	20	40	40	40	30	64	66	11	50	0		0	25	1	600,000$
7	Elmer Soderblom (R)		X			100.00	84	41	92	60	99	81	79	62	58	59	64	63	61	63	65	49	50	0		0	23	1	842,500$
8	Waltteri Merela (R)	X				100.00	74	39	92	58	85	78	73	57	66	58	59	62	57	66	68	42	50	0		0	26	4	870,000$
9	Alex Goligoski				X	100.00	68	33	87	65	67	87	75	62	30	71	54	65	49	90	80	26	55	0	N	0	39	4	1,999,999$
10	Dysin Mayo				X	100.00	71	39	72	63	76	77	83	59	30	57	55	66	48	68	70	48	50	0		0	28	1	700,000$
11	Peter DiLiberatore				X	100.00	55	37	84	56	64	72	70	54	30	57	53	55	46	64	66	48	50	0		0	24	1	925,000$
12	Michael Callahan (R)				X	100.00	71	39	85	57	80	64	83	56	30	55	53	58	46	65	67	54	50	0		0	25	4	925,000$
13	Eemil Viro (R)				X	100.00	60	36	92	58	67	63	74	57	30	55	52	56	45	62	64	67	50	0		0	22	1	842,500$
14	Kim Nousiainen (R)				X	100.00	63	36	89	56	63	61	76	55	30	54	51	52	45	64	66	58	50	0		0	23	1	842,500$
15	Uvis Balinskis				X	100.00	66	39	80	64	74	82	71	63	30	65	59	61	50	68	70	36	50	0		0	28	4	870,000$
Rayé
1	Kodie Curran				X	100.00	40	35	40	40	35	80	90	40	20	40	40	40	30	25	25	11	50	0		0	34	1	1,000,000$
2	Michael Krutil (R)				X	100.00	40	35	40	40	35	80	90	40	20	40	40	40	30	25	25	11	50	0		0	22	1	600,000$

	MOYENNE D’ÉQUIPE					100.00	62	39	74	59	65	76	80	54	40	55	53	56	48	62	63	40	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	Dustin Tokarski	100.00	67	99	76	75	68	61	62	62	62	53	74	76	89	45	50	0	0	35	2	750,000$
2	Yaroslav Askarov (R)	100.00	66	99	84	80	67	66	65	65	66	55	77	62	72	85	50	0	0	22	1	925,000$
Rayé
1	Braden Holtby	100.00	40	90	80	50	40	40	40	40	40	40	40	84	87	11	50	0	0	35	1	1,999,999$
2	Arvid Holm	100.00	53	95	75	89	54	53	54	54	54	45	70	66	75	47	50	0	0	25	4	775,000$

	MOYENNE D’ÉQUIPE	100.00	57	96	79	74	57	55	55	55	56	48	65	72	81	47	50	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

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	GW	GT	FO%	FOT	HT	P/20	PSG	PSS	FW	FL	S1	S2	S3
1	Tyler Angle	Syracuse Crunch (TAM)	C	25	26	6	32	17	4	0	57	48	125	37	79	20.80%	7	276	11.04	0	0	0	0	0	3	1	77.66%	273	3	2.32	1	2	0	0	8	2	6
2	Elmer Soderblom	Syracuse Crunch (TAM)	LW	25	18	4	22	5	42	10	82	42	164	45	113	10.98%	11	377	15.12	1	0	1	1	2	5	2	80.00%	15	2	1.16	0	2	1	1	4	3	3
3	Peter DiLiberatore	Syracuse Crunch (TAM)	D	25	5	16	21	10	12	0	50	28	35	13	21	14.29%	21	393	15.75	0	1	1	3	2	0	0	0%	0	0	1.07	0	0	0	0	1	4	1
4	Eemil Viro	Syracuse Crunch (TAM)	D	25	3	18	21	10	12	0	27	11	13	2	9	23.08%	10	270	10.83	0	0	0	0	0	0	1	0%	0	0	1.55	0	0	0	0	0	3	2
5	Kim Nousiainen	Syracuse Crunch (TAM)	D	25	2	16	18	10	6	0	28	9	16	5	5	12.50%	15	270	10.83	0	0	0	0	0	0	1	0%	0	0	1.33	0	0	0	0	1	2	3
6	Ben McCartney	Syracuse Crunch (TAM)	LW	25	6	5	11	9	4	0	38	13	42	14	44	14.29%	12	122	4.92	0	0	0	0	0	0	0	100.00%	3	0	1.79	0	0	0	0	1	3	2
Statistiques d’équipe totales ou en moyenne				150	60	65	125	61	80	10	282	151	395	116	271	15.19%	76	1712	11.41	1	1	2	4	4	8	5	78.01%	291	5	1.46	1	4	1	1	15	17	17

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

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	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Adam Erne	Syracuse Crunch (TAM)	LW/RW	29	1995-04-20	USA	No	215 Lbs	6 ft1	No	No	N/A	No	No	2		False	False	Pro & Farm	1,800,000$	1,261,856$	0$	0$	No	1,800,000$	-	-	-	-	-	-	-	-	1,800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Alex Goligoski	Tampa Bay Lightning	D	39	1985-07-30	USA	No	173 Lbs	5 ft11	Yes	No	Assign Manually	No	No	4	2024-08-21	False	False	Pro & Farm	1,999,999$	1,411,167$	1,999,999$	1,411,167$	No	1,999,999$	1,999,999$	1,999,999$	-	-	-	-	-	-	600,000$	600,000$	600,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Arvid Holm	Syracuse Crunch (TAM)	G	25	1998-11-03	SWE	No	213 Lbs	6 ft4	No	No	N/A	No	No	4	2024-05-19	False	False	Pro & Farm	775,000$	543,299$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Ben McCartney	Syracuse Crunch (TAM)	LW	23	2001-07-13	CAN	Yes	182 Lbs	6 ft0	No	No	N/A	No	No	2	2024-05-19	False	False	Pro & Farm	830,000$	581,856$	0$	0$	No	830,000$	-	-	-	-	-	-	-	-	830,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Braden Holtby	Syracuse Crunch (TAM)	G	35	1989-09-16	CAN	No	215 Lbs	6 ft1	No	No	N/A	No	No	1		False	False	Pro & Farm	1,999,999$	1,402,061$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Dustin Tokarski	Syracuse Crunch (TAM)	G	35	1989-09-16	CAN	No	198 Lbs	6 ft0	No	No	N/A	No	No	2		False	False	Pro & Farm	750,000$	525,773$	0$	0$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Dysin Mayo	Syracuse Crunch (TAM)	D	28	1996-08-17	CAN	No	183 Lbs	6 ft2	No	No	N/A	No	No	1		False	False	Pro & Farm	700,000$	490,722$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Eemil Viro	Syracuse Crunch (TAM)	D	22	2002-04-03	FIN	Yes	165 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	842,500$	590,619$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Elmer Soderblom	Syracuse Crunch (TAM)	LW	23	2001-07-05	SWE	Yes	246 Lbs	6 ft8	No	No	N/A	No	No	1		False	False	Pro & Farm	842,500$	590,619$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Justin Kirkland	Syracuse Crunch (TAM)	LW	28	1996-08-02	CAN	No	183 Lbs	6 ft3	No	No	N/A	No	No	1		False	False	Pro & Farm	700,000$	490,722$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Kim Nousiainen	Syracuse Crunch (TAM)	D	23	2000-11-14	FIN	Yes	170 Lbs	5 ft9	No	No	N/A	No	No	1		False	False	Pro & Farm	842,500$	590,619$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Kodie Curran	Syracuse Crunch (TAM)	D	34	1989-12-18	CAN	No	200 Lbs	6 ft2	No	No	N/A	No	No	1		False	False	Pro & Farm	1,000,000$	701,031$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Lauri Pajuniemi	Syracuse Crunch (TAM)	RW	25	1999-09-12	FIN	Yes	196 Lbs	6 ft0	No	No	Assign Manually	No	No	1	2024-08-18	False	False	Pro & Farm	600,000$	420,619$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Logan Brown	Syracuse Crunch (TAM)	C	26	1998-03-05	USA	No	218 Lbs	6 ft6	No	No	N/A	No	No	2		False	False	Pro & Farm	750,000$	525,773$	0$	0$	No	750,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Michael Callahan	Syracuse Crunch (TAM)	D	25	1999-09-23	USA	Yes	197 Lbs	6 ft2	No	No	Assign Manually	No	No	4	2024-08-18	False	False	Pro & Farm	925,000$	648,454$	0$	0$	No	925,000$	925,000$	925,000$	-	-	-	-	-	-	600,000$	600,000$	600,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Michael Krutil	Syracuse Crunch (TAM)	D	22	2002-06-03	CZE	Yes	202 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2024-08-18	False	False	Pro & Farm	600,000$	420,619$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Peter DiLiberatore	Syracuse Crunch (TAM)	D	24	2000-03-31	CAN	No	160 Lbs	5 ft11	No	No	N/A	No	No	1		False	False	Pro & Farm	925,000$	648,454$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Tyler Angle	Syracuse Crunch (TAM)	C	24	2000-09-30	CAN	No	166 Lbs	5 ft10	No	No	N/A	No	No	4	2024-05-19	False	False	Pro & Farm	867,500$	608,144$	0$	0$	No	867,500$	867,500$	867,500$	-	-	-	-	-	-	867,500$	867,500$	867,500$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Uvis Balinskis	Syracuse Crunch (TAM)	D	28	1996-08-01	LVA	No	196 Lbs	6 ft0	No	No	Assign Manually	No	No	4	2024-08-18	False	False	Pro & Farm	870,000$	609,897$	0$	0$	No	870,000$	870,000$	870,000$	-	-	-	-	-	-	600,000$	600,000$	600,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Waltteri Merela	Syracuse Crunch (TAM)	C	26	1998-07-06	FIN	Yes	210 Lbs	6 ft3	No	No	Assign Manually	No	No	4	2024-08-18	False	False	Pro & Farm	870,000$	609,897$	0$	0$	No	870,000$	870,000$	870,000$	-	-	-	-	-	-	600,000$	600,000$	600,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Yaroslav Askarov	Syracuse Crunch (TAM)	G	22	2002-06-16	RUS	Yes	178 Lbs	6 ft3	No	No	N/A	No	No	1		False	False	Pro & Farm	925,000$	648,454$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
21	26.95	194 Lbs	6 ft1	2.05	972,143$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1				38	1	2	2
2	Elmer Soderblom			30	1	2	2
3		Tyler Angle		22	1	2	2
4	Ben McCartney			10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			38	1	2	2
2		Peter DiLiberatore	30	1	2	2
3	Kim Nousiainen	Eemil Viro	22	1	2	2
4			10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1				60	1	2	2
2	Elmer Soderblom			40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Peter DiLiberatore	40	1	2	2

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

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Peter DiLiberatore	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			60	1	2	2
2		40	1	2	2		Peter DiLiberatore	40	1	2	2

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

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Peter DiLiberatore	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Tyler Angle,	, Tyler Angle

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Kim Nousiainen, Eemil Viro,	Kim Nousiainen	Eemil Viro,

Tirs de pénalité
, , , ,

Gardien
#1 : , #2 :

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 Canucks	1	0	1	0	0	0	0	0	1	4	-3	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	30	22	27	1	8	287	272	313	23	22	7	2	15	7	1	14.29%	1	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
2	Bakersfield Condors	1	0	1	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	4	6	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	8	12	0	0	30	22	27	1	48	287	272	313	23	28	7	0	14	1	0	0.00%	0	0	0%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
3	Charlotte Checkers	5	1	3	0	0	1	0	0	9	13	-4	1	0	1	0	0	0	0	0	1	2	-1	4	1	2	0	0	1	0	0	8	11	-3	3	0.300	9	15	24	1	0	30	22	27	1	205	287	272	313	23	138	40	23	126	9	0	0.00%	8	2	75.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
4	Chicago Wolves	2	0	2	0	0	0	0	0	6	9	-3	0	0	0	0	0	0	0	0	0	0	0	2	0	2	0	0	0	0	0	6	9	-3	0	0.000	6	9	15	0	0	30	22	27	1	35	287	272	313	23	64	13	9	40	6	1	16.67%	2	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
5	Grand Rapids Griffins	1	0	0	0	0	0	0	1	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	1	2	-1	1	0.500	1	2	3	0	0	30	22	27	1	23	287	272	313	23	31	8	4	26	2	0	0.00%	2	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
6	Hartford Wolf Pack	3	3	0	0	0	0	0	0	16	7	9	3	3	0	0	0	0	0	0	16	7	9	0	0	0	0	0	0	0	0	0	0	0	6	1.000	16	25	41	0	0	30	22	27	1	143	287	272	313	23	60	19	29	65	3	0	0.00%	7	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
7	Hershey Bears	3	1	0	0	0	2	0	0	11	12	-1	1	0	0	0	0	1	0	0	5	6	-1	2	1	0	0	0	1	0	0	6	6	0	4	0.667	11	21	32	0	0	30	22	27	1	140	287	272	313	23	86	21	4	55	9	1	11.11%	2	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
8	LeHigh Valley Phantoms	2	1	0	0	0	1	0	0	9	6	3	2	1	0	0	0	1	0	0	9	6	3	0	0	0	0	0	0	0	0	0	0	0	3	0.750	9	15	24	0	0	30	22	27	1	88	287	272	313	23	54	17	10	54	6	2	33.33%	5	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
9	Manitoba Moose	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	2	4	2	1.000	6	10	16	0	0	30	22	27	1	49	287	272	313	23	39	14	4	31	1	0	0.00%	2	1	50.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
10	Providence Bruins	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	0	30	22	27	1	42	287	272	313	23	29	13	6	18	1	0	0.00%	3	0	100.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
11	Rochester Americans	1	0	1	0	0	0	0	0	0	5	-5	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	5	-5	0	0.000	0	0	0	0	0	30	22	27	1	5	287	272	313	23	40	13	10	13	2	0	0.00%	5	2	60.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
12	Rockford IceHogs	1	0	0	0	0	0	0	1	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	3	4	-1	1	0.500	3	6	9	0	0	30	22	27	1	43	287	272	313	23	39	16	4	27	2	0	0.00%	2	1	50.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
13	San Diego Gulls	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	5	1	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	8	13	0	0	30	22	27	1	35	287	272	313	23	15	3	0	26	1	0	0.00%	0	0	0%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
14	Utica Comets	1	0	1	0	0	0	0	0	1	5	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	1	1	2	0	0	30	22	27	1	10	287	272	313	23	38	7	0	16	4	0	0.00%	0	0	0%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
15	Wilkes-Barre/Scranton Penguins	1	0	1	0	0	0	0	0	2	7	-5	1	0	1	0	0	0	0	0	2	7	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	30	22	27	1	15	287	272	313	23	41	10	10	12	3	0	0.00%	5	2	60.00%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
	Total	25	9	10	0	0	4	0	2	79	85	-6	12	6	4	0	0	2	0	0	48	41	7	13	3	6	0	0	2	0	2	31	44	-13	24	0.480	79	136	215	1	0	30	22	27	1	889	287	272	313	23	724	208	115	538	57	5	8.77%	44	8	81.82%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
	_Since Last GM Reset	25	9	10	0	0	4	0	2	79	85	-6	12	6	4	0	0	2	0	0	48	41	7	13	3	6	0	0	2	0	2	31	44	-13	24	0.480	79	136	215	1	0	30	22	27	1	889	287	272	313	23	724	208	115	538	57	5	8.77%	44	8	81.82%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137
	_Vs Conference	20	8	8	0	0	4	0	0	65	68	-3	9	5	2	0	0	2	0	0	38	30	8	11	3	6	0	0	2	0	0	27	38	-11	20	0.500	65	110	175	1	0	30	22	27	1	732	287	272	313	23	589	167	105	430	44	4	9.09%	39	7	82.05%	0	365	662	55.14%	240	536	44.78%	189	403	46.90%	714	561	545	140	264	137

			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
25	24	SOL2	79	136	215	889	724	208	115	538	1	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
25	9	10	0	4	0	2	79	85

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	6	4	0	2	0	0	48	41

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
13	3	6	0	2	0	2	31	44

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	6	0	0	0	2

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
57	5	8.77%	44	8	81.82%	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
287	272	313	23	30	22	27	1

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
365	662	55.14%	240	536	44.78%	189	403	46.90%

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
714	561	545	140	264	137

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
5	11	Syracuse Crunch	3	Hershey Bears	4	L	X		Sommaire du match
6	28	Providence Bruins	2	Syracuse Crunch	5	W			Sommaire du match
10	48	Hartford Wolf Pack	4	Syracuse Crunch	7	W			Sommaire du match
13	69	Hartford Wolf Pack	2	Syracuse Crunch	4	W			Sommaire du match
15	93	Syracuse Crunch	1	Charlotte Checkers	3	L			Sommaire du match
17	99	Syracuse Crunch	0	Rochester Americans	5	L			Sommaire du match
18	112	Hartford Wolf Pack	1	Syracuse Crunch	5	W			Sommaire du match
21	134	Charlotte Checkers	2	Syracuse Crunch	1	L			Sommaire du match
24	151	Syracuse Crunch	2	Charlotte Checkers	3	L	X		Sommaire du match
25	157	Syracuse Crunch	3	Hershey Bears	2	W			Sommaire du match
27	176	Hershey Bears	6	Syracuse Crunch	5	L	X		Sommaire du match
30	197	LeHigh Valley Phantoms	3	Syracuse Crunch	2	L	X		Sommaire du match
31	213	Syracuse Crunch	6	Manitoba Moose	2	W			Sommaire du match
33	224	Syracuse Crunch	1	Charlotte Checkers	3	L			Sommaire du match
36	239	San Diego Gulls	1	Syracuse Crunch	5	W			Sommaire du match
38	254	Syracuse Crunch	4	Charlotte Checkers	2	W			Sommaire du match
40	268	Abbotsford Canucks	4	Syracuse Crunch	1	L			Sommaire du match
42	291	Wilkes-Barre/Scranton Penguins	7	Syracuse Crunch	2	L			Sommaire du match
44	305	Syracuse Crunch	2	Chicago Wolves	3	L			Sommaire du match
46	324	Bakersfield Condors	6	Syracuse Crunch	4	L			Sommaire du match
47	333	Syracuse Crunch	1	Utica Comets	5	L			Sommaire du match
50	347	Syracuse Crunch	4	Chicago Wolves	6	L			Sommaire du match
53	366	LeHigh Valley Phantoms	3	Syracuse Crunch	7	W			Sommaire du match
55	381	Syracuse Crunch	3	Rockford IceHogs	4	L	X	X	Sommaire du match
58	391	Syracuse Crunch	1	Grand Rapids Griffins	2	L	X	X	Sommaire du match
60	403	Syracuse Crunch	-	Bridgeport Islanders	-
61	412	Belleville Senators	-	Syracuse Crunch	-
64	436	Hershey Bears	-	Syracuse Crunch	-
67	451	Syracuse Crunch	-	Ontario Reign	-
69	470	Iowa Wild	-	Syracuse Crunch	-
73	495	Hartford Wolf Pack	-	Syracuse Crunch	-
75	503	Syracuse Crunch	-	Hartford Wolf Pack	-
77	519	Syracuse Crunch	-	Wilkes-Barre/Scranton Penguins	-
79	532	Abbotsford Canucks	-	Syracuse Crunch	-
86	555	Syracuse Crunch	-	Utica Comets	-
88	566	Laval Rocket	-	Syracuse Crunch	-
89	580	Syracuse Crunch	-	Laval Rocket	-
91	597	Bridgeport Islanders	-	Syracuse Crunch	-
94	613	Syracuse Crunch	-	Wilkes-Barre/Scranton Penguins	-
95	625	Colorado Eagles	-	Syracuse Crunch	-
99	652	Charlotte Checkers	-	Syracuse Crunch	-
100	668	Syracuse Crunch	-	Manitoba Moose	-
103	685	Syracuse Crunch	-	Rochester Americans	-
104	694	Providence Bruins	-	Syracuse Crunch	-
107	716	Colorado Eagles	-	Syracuse Crunch	-
109	733	Syracuse Crunch	-	LeHigh Valley Phantoms	-
110	745	Syracuse Crunch	-	Cleveland Monsters	-
112	755	Syracuse Crunch	-	Tucson Roadrunners	-
114	768	Coachella Valley Firebirds	-	Syracuse Crunch	-
116	789	Utica Comets	-	Syracuse Crunch	-
120	812	Manitoba Moose	-	Syracuse Crunch	-
122	823	Syracuse Crunch	-	Toronto Marlies	-
126	843	San Jose Barracuda	-	Syracuse Crunch	-
127	856	Syracuse Crunch	-	San Jose Barracuda	-
142	877	Chicago Wolves	-	Syracuse Crunch	-
146	906	Syracuse Crunch	-	Providence Bruins	-
147	912	Chicago Wolves	-	Syracuse Crunch	-
150	936	Milwaukee Admirals	-	Syracuse Crunch	-
154	961	Syracuse Crunch	-	Henderson Silver Knights	-
155	969	Rochester Americans	-	Syracuse Crunch	-
157	983	Syracuse Crunch	-	Calgary Wranglers	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
159	993	Syracuse Crunch	-	Henderson Silver Knights	-
163	1008	Manitoba Moose	-	Syracuse Crunch	-
168	1031	Toronto Marlies	-	Syracuse Crunch	-
171	1046	Syracuse Crunch	-	Texas Stars	-
174	1063	Hartford Wolf Pack	-	Syracuse Crunch	-
175	1073	Syracuse Crunch	-	Colorado Eagles	-
178	1088	Syracuse Crunch	-	Belleville Senators	-
180	1097	Springfield Thunderbirds	-	Syracuse Crunch	-
183	1106	Syracuse Crunch	-	Hershey Bears	-
190	1134	Laval Rocket	-	Syracuse Crunch	-
192	1142	Syracuse Crunch	-	Hershey Bears	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	22,681	11,544
Assistance PCT	94.50%	96.20%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
24	2852 - 95.07%	95,088$	1,141,055$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
668,915$	1,934,000$	1,529,750$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,969$	668,915$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
2,282,110$	136	9,969$	1,355,784$

Syracuse Crunch 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 Crunch 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 Crunch 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 Crunch 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 Crunch 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 Crunch
	GP: 25 \| W: 9 \| L: 10 \| OTL: 6 \| P: 24 GF: 79 \| GA: 85 \| PP%: 8.77% \| PK%: 81.82% DG: Remi Baril \| Morale : 50 \| Moyenne d’équipe : N/A Prochains matchs #403 vs Bridgeport Islanders