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

Centre de jeu
	Syracuse Crunch 51-20-1, 103pts	1	FINAL	4	Utica Comets 48-20-4, 100pts

Team Stats
L3	Séquence	W11
26-9-1	Fiche domicile	26-9-1
25-11-0	Fiche domicile	22-11-3
6-4-0	Derniers 10 matchs	10-0-0
3.81	Buts par match	3.47
1.88	Buts contre par match	1.69
14.20%	Pourcentage en avantage numérique	15.90%
87.32%	Pourcentage en désavantage numérique	85.95%

Utica Comets
48-20-4, 100pts

FINAL

Syracuse Crunch
51-20-1, 103pts

Team Stats
W11	Séquence	L3
26-9-1	Fiche domicile	26-9-1
22-11-3	Fiche domicile	25-11-0
10-0-0	Derniers 10 matchs	6-4-0
3.47	Buts par match	3.81
1.69	Buts contre par match	1.88
15.90%	Pourcentage en avantage numérique	14.20%
85.95%	Pourcentage en désavantage numérique	87.32%

Meneurs d'équipe
	Buts Elmer Soderblom 42	Passes Jack Quinn 54

	Points Elmer Soderblom 89	Plus/Moins Elmer Soderblom 70

	Victoires Yaroslav Askarov 25	Pourcentage d’arrêts Braden Holtby 0.946

Statistiques d’équipe
Buts pour 274 3.81 GFG	Tirs pour 2461 34.18 Avg	Pourcentage en avantage numérique 14.2% 23 GF	Début de zone offensive 44.1%
Buts contre 135 1.88 GAA	Tirs contre 1402 19.47 Avg	Pourcentage en désavantage numérique 87.3%% 26 GA	Début de la zone défensive 32.1%

Informations de l'équipe
	Directeur général	Remi Baril
	Entraîneur	TampaBay
	Division	SOUTHEAST
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,848
	Billets de saison	300
Informations de la formation
	Équipe Pro	22
	Équipe Mineure	18
	Limite contact	40 / 250
	Espoirs	45

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	Devin Shore	X		X		100.00	70	37	95	67	79	74	79	63	79	67	64	70	66	71	72	55	35	0	N	0	29	4	1,999,999$
2	Adam Erne		X	X		100.00	82	71	88	65	80	82	88	64	69	67	61	66	62	70	71	64	45	0		0	28	3	1,800,000$
3	Justin Kirkland (R)		X			100.00	69	39	73	58	80	77	79	59	78	58	59	62	60	67	69	57	50	0		0	27	2	700,000$
4	Logan Brown	X				100.00	80	75	91	64	96	78	76	67	73	68	60	63	65	66	68	82	47	0		0	25	3	750,000$
5	Jack Quinn (R)			X		100.00	57	38	90	71	74	85	83	69	55	68	64	61	67	61	63	87	47	0		0	22	2	925,000$
6	Tyler Angle	X				100.00	57	36	86	65	64	80	86	63	61	58	62	59	66	63	65	49	47	0		0	23	1	842,500$
7	Ben McCartney (R)		X			100.00	79	41	67	55	71	82	79	57	58	54	55	56	60	62	64	49	50	0		0	22	1	805,000$
8	Gregory Hofmann	X				100.00	40	35	40	40	35	80	90	40	20	40	40	40	30	25	25	11	47	0		0	30	1	900,000$
9	Lauri Pajuniemi			X		100.00	65	38	88	62	74	84	82	60	63	59	61	58	62	64	66	56	47	0		0	24	1	842,500$
10	Elmer Soderblom (R)		X			100.00	83	42	86	64	99	80	67	66	56	60	65	64	66	62	63	49	50	0		0	22	2	842,500$
11	Dysin Mayo				X	100.00	77	40	84	65	77	85	84	63	30	66	60	78	52	67	69	49	36	0		0	27	2	700,000$
12	Kodie Curran				X	100.00	40	35	40	40	35	80	90	40	20	40	40	40	30	25	25	11	47	0		0	33	2	1,000,000$
13	Michael Krutil				X	100.00	40	35	40	40	35	80	90	40	20	40	40	40	30	25	25	11	47	0		0	21	1	750,000$
14	Peter DiLiberatore				X	100.00	55	37	76	55	64	70	75	54	30	55	54	52	46	63	65	49	47	0		0	23	2	925,000$
15	Matthew Kessel (R)				X	100.00	68	41	74	60	81	84	76	59	30	60	58	62	49	63	65	49	47	0		0	23	2	842,500$
16	Eemil Viro (R)				X	100.00	58	37	91	53	67	63	68	52	30	54	52	51	45	61	63	67	50	0		0	21	2	842,500$
17	Kim Nousiainen (R)				X	100.00	63	36	95	54	63	62	67	53	30	55	52	50	45	63	65	59	50	0		0	22	2	842,500$
Rayé

	MOYENNE D’ÉQUIPE					100.00	64	42	77	58	69	78	80	57	47	57	56	57	53	58	59	50	46	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	89	68	74	70	72	74	74	75	63	76	74	88	99	70	0	0	34	3	750,000$
2	Alex Lyon	100.00	63	99	73	78	67	70	72	72	73	58	77	71	85	99	47	0	0	30	1	750,000$
Rayé
1	Arvid Holm	100.00	52	85	66	89	53	60	60	61	61	52	70	65	73	99	50	0	0	24	1	842,500$
2	Eetu Makiniemi	100.00	56	85	64	77	57	58	58	59	59	49	73	64	71	99	50	0	0	24	1	842,500$
3	Yaroslav Askarov (R)	100.00	61	85	70	79	62	63	63	64	65	55	74	61	65	85	50	0	0	21	2	925,000$

	MOYENNE D’ÉQUIPE	100.00	60	89	68	79	62	65	65	66	67	55	74	67	76	96	53	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
TampaBay	30	30	30	30	30	30	11	CAN	43	1	40,000$

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	Elmer Soderblom	Syracuse Crunch (TAM)	LW	60	42	47	89	70	65	15	173	87	306	69	203	13.73%	10	1001	16.68	3	4	7	16	79	0	0	0	0	0	7	1	78.33%	60	4	1.78	0	0	0	0	3	10	8	7
2	Jack Quinn	Syracuse Crunch (TAM)	RW	60	34	54	88	70	4	0	12	90	270	65	178	12.59%	6	1004	16.74	3	3	6	17	79	0	0	0	0	0	7	1	76.00%	50	2	1.75	2	3	0	0	0	6	5	6
3	Justin Kirkland	Syracuse Crunch (TAM)	LW	72	25	32	57	40	53	15	138	84	251	71	185	9.96%	27	1061	14.75	0	0	0	5	22	0	0	0	1	18	2	0	79.45%	73	0	1.07	0	0	0	1	2	1	3	3
4	Tyler Angle	Syracuse Crunch (TAM)	C	60	21	34	55	47	6	0	17	91	179	59	132	11.73%	2	796	13.28	0	0	0	0	4	0	1	1	3	15	4	0	74.48%	772	0	1.38	2	2	0	0	0	1	5	5
5	Matthew Kessel	Syracuse Crunch (TAM)	D	60	8	44	52	45	40	0	156	63	120	34	69	6.67%	72	1325	22.09	2	9	11	64	137	0	1	1	3	155	2	0	0%	0	0	0.78	0	0	0	0	0	2	4	4
6	Lauri Pajuniemi	Syracuse Crunch (TAM)	RW	60	25	26	51	47	18	0	39	52	184	54	136	13.59%	4	813	13.56	0	0	0	0	0	1	0	1	3	44	6	1	76.62%	77	1	1.25	0	0	0	0	0	3	5	4
7	Adam Erne	Syracuse Crunch (TAM)	LW/RW	45	23	21	44	28	32	0	98	67	188	53	140	12.23%	11	841	18.70	4	5	9	18	97	0	0	0	0	43	5	1	77.92%	77	0	1.05	0	1	0	0	0	2	4	3
8	Logan Brown	Syracuse Crunch (TAM)	C	26	11	25	36	34	31	15	25	30	96	30	52	11.46%	5	494	19.03	1	3	4	7	47	0	0	0	0	30	0	0	82.08%	413	0	1.46	0	0	1	2	0	2	1	0
9	Peter DiLiberatore	Syracuse Crunch (TAM)	D	60	8	22	30	47	22	0	95	25	60	20	51	13.33%	37	1047	17.45	3	1	4	35	101	0	0	0	0	110	1	1	0%	0	0	0.57	0	0	0	0	0	1	3	3
10	Devin Shore	Syracuse Crunch (TAM)	C/RW	12	8	14	22	23	0	0	1	22	48	15	38	16.67%	5	273	22.79	0	2	2	4	15	2	0	2	6	38	3	0	85.71%	14	0	1.61	0	0	0	0	0	2	1	1
11	Ben McCartney	Syracuse Crunch (TAM)	LW	63	9	9	18	16	34	10	46	27	102	31	78	8.82%	6	370	5.88	1	0	1	4	3	0	0	0	0	0	2	1	71.43%	21	0	0.97	0	0	0	0	2	0	2	0
12	Eemil Viro	Syracuse Crunch (TAM)	D	60	4	13	17	48	22	0	45	12	16	8	9	25.00%	13	734	12.24	0	0	0	0	0	0	0	0	0	46	1	0	0%	0	0	0.46	0	0	0	0	0	1	0	1
13	Kim Nousiainen	Syracuse Crunch (TAM)	D	60	1	15	16	46	36	0	56	16	18	4	16	5.56%	8	703	11.73	0	0	0	2	6	0	0	0	0	0	1	0	0%	0	0	0.45	0	0	0	0	0	0	1	0
14	Michael Krutil	Syracuse Crunch (TAM)	D	60	2	9	11	20	36	0	73	15	15	5	9	13.33%	12	511	8.53	0	0	0	0	0	0	0	0	0	22	1	0	50.00%	2	0	0.43	0	0	0	0	0	0	0	0
15	Dysin Mayo	Syracuse Crunch (TAM)	D	3	2	3	5	6	0	0	17	4	4	0	3	50.00%	0	73	24.63	0	0	0	0	3	0	0	0	0	7	0	0	0%	0	0	1.35	0	0	0	0	0	0	2	0
Statistiques d’équipe totales ou en moyenne				761	223	368	591	587	399	55	991	685	1857	518	1299	12.01%	218	11054	14.53	17	27	44	172	600	3	2	5	16	536	42	6	77.23%	1559	7	1.07	4	6	1	3	7	31	44	37

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	SO	GA	SA	A	PS %	PSA	ST	BG	S1	S2
1	Yaroslav Askarov	Syracuse Crunch (TAM)	28	25	3	0.933	0.96	1684	0	11	27	401	1	1.000	5	28	38	1	3
2	Braden Holtby	Tampa Bay Lightning	10	9	1	0.946	0.60	604	2	7	6	112	0	0	0	10	0	1	0
3	Stuart Skinner	Tampa Bay Lightning	12	8	4	0.915	1.41	724	0	2	17	200	0	1.000	3	12	0	1	1
Statistiques d’équipe totales ou en moyenne			50	42	8	0.930	1.00	3013	2	20	50	713	1		8	50	38	3	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	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Type	Salaire actuel	Plafond salarial Non Activé	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Salaire annuel 6	Salaire annuel 7	Salaire annuel 8	Salaire annuel 9	Salaire annuel 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	28	4/20/1995	No	212 Lbs	6 ft1	No	No	N/A		No	No	3	Pro & Farm	1,800,000$	0$	0$	No	1,800,000$	1,800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Alex Lyon	Syracuse Crunch (TAM)	G	30	12/9/1992	No	201 Lbs	6 ft1	No	No	Trade	1/28/2024	No	No	1	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Arvid Holm	Syracuse Crunch (TAM)	G	24	11/3/1998	No	213 Lbs	6 ft4	No	No	N/A		No	No	1	Pro & Farm	842,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ben McCartney	Syracuse Crunch (TAM)	LW	22	7/13/2001	Yes	182 Lbs	6 ft0	No	No	N/A		No	No	1	Pro & Farm	805,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Devin Shore	Syracuse Crunch (TAM)	C/RW	29	7/19/1994	No	206 Lbs	6 ft1	Yes	No	N/A		No	No	4	Pro & Farm	1,999,999$	0$	0$	No	1,999,999$	1,999,999$	1,999,999$	-	-	-	-	-	-	Yes	Yes	Yes	-	-	-	-	-	-	Lien
Dustin Tokarski	Syracuse Crunch (TAM)	G	34	9/16/1989	No	198 Lbs	6 ft0	No	No	N/A		No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Dysin Mayo	Syracuse Crunch (TAM)	D	27	8/17/1996	No	183 Lbs	6 ft2	No	No	N/A		No	No	2	Pro & Farm	700,000$	0$	0$	No	700,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Eemil Viro	Syracuse Crunch (TAM)	D	21	4/3/2002	Yes	165 Lbs	6 ft0	No	No	N/A		No	No	2	Pro & Farm	842,500$	0$	0$	No	842,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Eetu Makiniemi	Syracuse Crunch (TAM)	G	24	4/19/1999	No	184 Lbs	6 ft2	No	No	N/A		No	No	1	Pro & Farm	842,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Elmer Soderblom	Syracuse Crunch (TAM)	LW	22	7/5/2001	Yes	246 Lbs	6 ft8	No	No	N/A		No	No	2	Pro & Farm	842,500$	0$	0$	No	842,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Gregory Hofmann	Syracuse Crunch (TAM)	C	30	11/13/1992	No	194 Lbs	6 ft0	No	No	N/A		No	No	1	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jack Quinn	Syracuse Crunch (TAM)	RW	22	9/19/2001	Yes	185 Lbs	6 ft1	No	No	N/A		No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Justin Kirkland	Syracuse Crunch (TAM)	LW	27	8/2/1996	Yes	183 Lbs	6 ft3	No	No	N/A		No	No	2	Pro & Farm	700,000$	0$	0$	No	700,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Kim Nousiainen	Syracuse Crunch (TAM)	D	22	11/14/2000	Yes	170 Lbs	5 ft9	No	No	N/A		No	No	2	Pro & Farm	842,500$	0$	0$	No	842,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Kodie Curran	Syracuse Crunch (TAM)	D	33	12/18/1989	No	200 Lbs	6 ft2	No	No	N/A		No	No	2	Pro & Farm	1,000,000$	0$	0$	No	1,000,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Lauri Pajuniemi	Syracuse Crunch (TAM)	RW	24	9/12/1999	No	196 Lbs	6 ft0	No	No	N/A		No	No	1	Pro & Farm	842,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Logan Brown	Syracuse Crunch (TAM)	C	25	3/5/1998	No	218 Lbs	6 ft6	No	No	N/A		No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Matthew Kessel	Syracuse Crunch (TAM)	D	23	6/23/2000	Yes	205 Lbs	6 ft2	No	No	N/A		No	No	2	Pro & Farm	842,500$	0$	0$	No	842,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Michael Krutil	Syracuse Crunch (TAM)	D	21	6/3/2002	No	202 Lbs	6 ft3	No	No	N/A		No	No	1	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Peter DiLiberatore	Syracuse Crunch (TAM)	D	23	3/31/2000	No	160 Lbs	5 ft11	No	No	N/A		No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Tyler Angle	Syracuse Crunch (TAM)	C	23	9/30/2000	No	166 Lbs	5 ft10	No	No	N/A		No	No	1	Pro & Farm	842,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Yaroslav Askarov	Syracuse Crunch (TAM)	G	21	6/16/2002	Yes	178 Lbs	6 ft3	No	No	N/A		No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
22	25.23	193 Lbs	6 ft2	1.86	928,182$

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

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Matthew Kessel	38	1	2	2
2		Peter DiLiberatore	30	1	2	2
3	Kim Nousiainen	Eemil Viro	22	1	2	2
4	Michael Krutil		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		Jack Quinn	40	1	2	2

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

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
				Matthew Kessel

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
				Matthew Kessel

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Justin Kirkland, Tyler Angle, Lauri Pajuniemi	Justin Kirkland, Tyler Angle	Lauri Pajuniemi

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

Tirs de pénalité
, , , , Jack Quinn

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	Belleville Senators	8	7	1	0	0	0	0	0	43	15	28	4	4	0	0	0	0	0	0	24	4	20	4	3	1	0	0	0	0	0	19	11	8	14	0.875	43	71	114	0	2	133	73	63	7	346	857	824	754	36	150	36	52	168	14	4	28.57%	20	4	80.00%	1	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
2	Bridgeport Islanders	2	2	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	2	1	1	4	1.000	8	15	23	0	0	133	73	63	7	97	857	824	754	36	93	21	4	64	1	0	0.00%	3	0	100.00%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
3	Cleveland Monsters	4	1	3	0	0	0	0	0	2	16	-14	2	1	1	0	0	0	0	0	2	3	-1	2	0	2	0	0	0	0	0	0	13	-13	2	0.250	2	4	6	0	1	133	73	63	7	80	857	824	754	36	124	25	37	43	22	1	4.55%	11	3	72.73%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
4	Hartford Wolf Pack	2	2	0	0	0	0	0	0	15	0	15	1	1	0	0	0	0	0	0	7	0	7	1	1	0	0	0	0	0	0	8	0	8	4	1.000	15	27	42	0	2	133	73	63	7	102	857	824	754	36	17	1	12	41	3	1	33.33%	6	0	100.00%	1	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
5	Hershey Bears	2	2	0	0	0	0	0	0	15	2	13	1	1	0	0	0	0	0	0	8	0	8	1	1	0	0	0	0	0	0	7	2	5	4	1.000	15	25	40	0	1	133	73	63	7	128	857	824	754	36	22	8	2	30	4	0	0.00%	1	0	100.00%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
6	Laval Rocket	8	6	1	0	0	0	1	0	39	7	32	4	3	1	0	0	0	0	0	18	3	15	4	3	0	0	0	0	1	0	21	4	17	14	0.875	39	69	108	0	4	133	73	63	7	276	857	824	754	36	124	51	67	133	19	5	26.32%	30	3	90.00%	1	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
7	LeHigh Valley Phantoms	2	2	0	0	0	0	0	0	13	1	12	1	1	0	0	0	0	0	0	6	1	5	1	1	0	0	0	0	0	0	7	0	7	4	1.000	13	22	35	0	1	133	73	63	7	117	857	824	754	36	22	10	4	35	4	0	0.00%	2	0	100.00%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
8	Providence Bruins	4	2	1	0	0	0	1	0	11	7	4	2	1	0	0	0	0	1	0	6	3	3	2	1	1	0	0	0	0	0	5	4	1	6	0.750	11	19	30	1	1	133	73	63	7	86	857	824	754	36	77	17	34	55	14	1	7.14%	15	1	93.33%	1	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
9	Rochester Americans	12	4	6	0	0	1	1	0	17	23	-6	6	2	2	0	0	1	1	0	9	11	-2	6	2	4	0	0	0	0	0	8	12	-4	11	0.458	17	26	43	0	1	133	73	63	7	345	857	824	754	36	236	60	76	235	27	1	3.70%	32	2	93.75%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
10	Springfield Thunderbirds	2	2	0	0	0	0	0	0	16	1	15	1	1	0	0	0	0	0	0	8	0	8	1	1	0	0	0	0	0	0	8	1	7	4	1.000	16	27	43	0	1	133	73	63	7	91	857	824	754	36	38	9	13	50	1	0	0.00%	4	0	100.00%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
11	Toronto Marlies	8	8	0	0	0	0	0	0	47	9	38	4	4	0	0	0	0	0	0	20	4	16	4	4	0	0	0	0	0	0	27	5	22	16	1.000	47	89	136	0	2	133	73	63	7	376	857	824	754	36	98	21	34	171	11	4	36.36%	17	1	94.12%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
12	Utica Comets	14	7	5	0	2	0	0	0	41	32	9	7	3	3	0	1	0	0	0	16	14	2	7	4	2	0	1	0	0	0	25	18	7	18	0.643	41	76	117	0	2	133	73	63	7	363	857	824	754	36	270	72	140	209	37	6	16.22%	48	8	83.33%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
13	Wilkes-Barre/Scranton Penguins	4	1	3	0	0	0	0	0	7	18	-11	2	0	2	0	0	0	0	0	0	12	-12	2	1	1	0	0	0	0	0	7	6	1	2	0.250	7	13	20	0	0	133	73	63	7	54	857	824	754	36	131	38	36	66	5	0	0.00%	16	4	75.00%	0	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
	Total	72	46	20	0	2	1	3	0	274	135	139	36	23	9	0	1	1	2	0	130	58	72	36	23	11	0	1	0	1	0	144	77	67	103	0.715	274	483	757	1	18	133	73	63	7	2461	857	824	754	36	1402	369	511	1300	162	23	14.20%	205	26	87.32%	4	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
	_Since Last GM Reset	72	46	20	0	2	1	3	0	274	135	139	36	23	9	0	1	1	2	0	130	58	72	36	23	11	0	1	0	1	0	144	77	67	103	0.715	274	483	757	1	18	133	73	63	7	2461	857	824	754	36	1402	369	511	1300	162	23	14.20%	205	26	87.32%	4	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394
	_Vs Conference	66	43	17	0	2	1	3	0	256	118	138	33	21	8	0	1	1	2	0	120	55	65	33	22	9	0	1	0	1	0	136	63	73	97	0.735	256	452	708	1	16	133	73	63	7	2290	857	824	754	36	1240	335	461	1207	139	22	15.83%	190	23	87.89%	4	1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%	2220	1778	1400	379	725	394

			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
72	103	L3	274	483	757	2461	1402	369	511	1300	1	18

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
72	46	20	2	1	3	0	274	135

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
36	23	9	1	1	2	0	130	58

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
36	23	11	1	0	1	0	144	77

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
4	4	0	0	2	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
162	23	14.20%	205	26	87.32%	4

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
857	824	754	36	133	73	63	7

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
1189	1891	62.88%	775	1378	56.24%	618	1018	60.71%

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
2220	1778	1400	379	725	394

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
4	2	Syracuse Crunch	5	Utica Comets	4	AW	X		Sommaire du match
5	18	Bridgeport Islanders	3	Syracuse Crunch	6	BW			Sommaire du match
11	35	Syracuse Crunch	0	Cleveland Monsters	4	AL			Sommaire du match
12	49	Syracuse Crunch	0	Cleveland Monsters	9	AL			Sommaire du match
18	77	Utica Comets	2	Syracuse Crunch	1	BL			Sommaire du match
19	89	Laval Rocket	2	Syracuse Crunch	0	BL			Sommaire du match
23	110	Syracuse Crunch	1	Rochester Americans	2	AL			Sommaire du match
26	127	Rochester Americans	5	Syracuse Crunch	1	BL			Sommaire du match
30	146	Syracuse Crunch	5	Belleville Senators	4	AW			Sommaire du match
32	152	Wilkes-Barre/Scranton Penguins	7	Syracuse Crunch	0	BL			Sommaire du match
33	162	Syracuse Crunch	3	Wilkes-Barre/Scranton Penguins	4	AL			Sommaire du match
36	182	Syracuse Crunch	2	Bridgeport Islanders	1	AW			Sommaire du match
39	193	Hartford Wolf Pack	0	Syracuse Crunch	7	BW			Sommaire du match
40	207	Syracuse Crunch	8	Hartford Wolf Pack	0	AW			Sommaire du match
44	232	Syracuse Crunch	5	Utica Comets	2	AW			Sommaire du match
46	239	Utica Comets	1	Syracuse Crunch	2	BW	X		Sommaire du match
47	256	Laval Rocket	0	Syracuse Crunch	9	BW			Sommaire du match
53	278	Toronto Marlies	0	Syracuse Crunch	6	BW			Sommaire du match
54	290	Syracuse Crunch	8	Toronto Marlies	0	AW			Sommaire du match
60	315	Hershey Bears	0	Syracuse Crunch	8	BW			Sommaire du match
61	333	Utica Comets	0	Syracuse Crunch	1	BW			Sommaire du match
62	344	Syracuse Crunch	2	Utica Comets	3	AL			Sommaire du match
65	353	Syracuse Crunch	4	Wilkes-Barre/Scranton Penguins	2	AW			Sommaire du match
68	369	Syracuse Crunch	4	Utica Comets	2	AW			Sommaire du match
69	384	Syracuse Crunch	3	Providence Bruins	0	AW			Sommaire du match
72	389	Laval Rocket	0	Syracuse Crunch	6	BW			Sommaire du match
74	404	Cleveland Monsters	3	Syracuse Crunch	1	BL			Sommaire du match
75	417	Rochester Americans	1	Syracuse Crunch	3	BW			Sommaire du match
79	431	Syracuse Crunch	2	Rochester Americans	1	AW			Sommaire du match
81	441	Syracuse Crunch	4	Laval Rocket	0	AW			Sommaire du match
82	450	Syracuse Crunch	7	Laval Rocket	0	AW			Sommaire du match
89	488	Syracuse Crunch	7	Toronto Marlies	1	AW			Sommaire du match
90	508	Syracuse Crunch	6	Toronto Marlies	1	AW			Sommaire du match
95	518	Springfield Thunderbirds	0	Syracuse Crunch	8	BW			Sommaire du match
96	536	Cleveland Monsters	0	Syracuse Crunch	1	BW			Sommaire du match
98	548	Utica Comets	1	Syracuse Crunch	4	BW			Sommaire du match
102	565	Providence Bruins	1	Syracuse Crunch	3	BW			Sommaire du match
103	579	Utica Comets	1	Syracuse Crunch	2	BW			Sommaire du match
109	608	Laval Rocket	1	Syracuse Crunch	3	BW			Sommaire du match
110	626	Syracuse Crunch	4	Utica Comets	0	AW			Sommaire du match
114	649	Syracuse Crunch	1	Rochester Americans	2	AL			Sommaire du match
120	656	Belleville Senators	1	Syracuse Crunch	8	BW			Sommaire du match
121	674	Belleville Senators	0	Syracuse Crunch	5	BW			Sommaire du match
123	691	Syracuse Crunch	2	Rochester Americans	1	AW			Sommaire du match
124	700	Rochester Americans	0	Syracuse Crunch	1	BW	X	X	Sommaire du match
128	720	Syracuse Crunch	7	Belleville Senators	0	AW			Sommaire du match
131	739	Syracuse Crunch	7	LeHigh Valley Phantoms	0	AW			Sommaire du match
137	771	Syracuse Crunch	4	Utica Comets	3	AW			Sommaire du match
138	788	Belleville Senators	1	Syracuse Crunch	7	BW			Sommaire du match
139	801	Utica Comets	4	Syracuse Crunch	3	BL			Sommaire du match
142	811	Syracuse Crunch	1	Rochester Americans	3	AL			Sommaire du match
144	817	Toronto Marlies	1	Syracuse Crunch	4	BW			Sommaire du match
145	831	Syracuse Crunch	6	Toronto Marlies	3	AW			Sommaire du match
149	851	Syracuse Crunch	6	Laval Rocket	1	AW			Sommaire du match
151	864	Syracuse Crunch	1	Rochester Americans	3	AL			Sommaire du match
152	874	Rochester Americans	3	Syracuse Crunch	2	BL	X		Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
156	897	Rochester Americans	1	Syracuse Crunch	2	BW			Sommaire du match
158	905	Belleville Senators	2	Syracuse Crunch	4	BW			Sommaire du match
159	918	Syracuse Crunch	7	Hershey Bears	2	AW			Sommaire du match
165	951	Wilkes-Barre/Scranton Penguins	5	Syracuse Crunch	0	BL			Sommaire du match
166	970	Syracuse Crunch	8	Springfield Thunderbirds	1	AW			Sommaire du match
167	975	Syracuse Crunch	2	Providence Bruins	4	AL			Sommaire du match
170	987	Rochester Americans	1	Syracuse Crunch	0	BL			Sommaire du match
172	998	LeHigh Valley Phantoms	1	Syracuse Crunch	6	BW			Sommaire du match
173	1013	Providence Bruins	2	Syracuse Crunch	3	BW	X	X	Sommaire du match
179	1038	Syracuse Crunch	4	Laval Rocket	3	AW	X	X	Sommaire du match
180	1050	Syracuse Crunch	6	Belleville Senators	3	AW			Sommaire du match
186	1078	Toronto Marlies	2	Syracuse Crunch	8	BW			Sommaire du match
187	1093	Toronto Marlies	1	Syracuse Crunch	2	BW			Sommaire du match
191	1111	Syracuse Crunch	1	Belleville Senators	4	AL			Sommaire du match
193	1120	Syracuse Crunch	1	Utica Comets	4	AL			Sommaire du match
194	1133	Utica Comets	5	Syracuse Crunch	3	BL			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	67,874	34,665
Assistance PCT	94.27%	96.29%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2848 - 94.94%	94,910$	3,416,768$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,096,329$	2,042,000$	1,537,500$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
10,418$	2,095,897$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	10,418$	0$

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: 72 \| W: 51 \| L: 20 \| OTL: 1 \| P: 103 GF: 274 \| GA: 135 \| PP%: 14.20% \| PK%: 87.32% DG: Remi Baril \| Morale : 50 \| Moyenne d’équipe : N/A