Miami Heat
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière

Bandits
0-0-0, 0pts

Jour 1

Snowbirds
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Snowbirds
0-0-0, 0pts

Jour 2

Twins
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Warriors
0-0-0, 0pts

Jour 4

Snowbirds
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Meneurs d'équipe

Statistiques d’équipe

Informations de l'équipe
	Directeur général	Matthew Gagne
	Entraîneur	Bob Woods
	Division	Division Est
	Conférence	Conference 2
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	5,000
	Assistance
	Billets de saison	2,000
Informations de la formation
	Équipe Pro	22
	Équipe Mineure	18
	Limite contact	40 / 50
	Espoirs	16
Historique d'équipe
	Saison actuelle	0-0-0 (0PTS)
	Historique	0-0-0
	Apparitions en séries éliminatoires	1
	Historique en séries éliminatoires (W-L)	2 - 4 (0.333%)
	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
1	Patrick Maroon		X			100.00	80	72	56	75	87	58	82	56	30	57	56	55	68	96	85	0	90	62	0	37	1	1,025,000$
2	Ivan Miroshnichenko (R)		X			100.00	78	45	95	81	59	50	40	53	30	52	54	55	66	81	68	0	90	56	0	21	3	950,000$
3	Jonathan Toews	X				100.00	50	45	95	86	60	50	40	45	30	40	50	55	50	94	89	0	90	54	0	37	5	2,000,000$
4	Jackson Cates	X				100.00	50	45	95	77	60	50	40	45	30	40	50	55	50	85	72	0	90	52	0	28	1	750,000$
5	John St. Ivany (R)				X	100.00	90	48	72	75	70	68	40	47	30	44	50	85	50	85	75	0	90	65	0	26	3	800,000$
6	Simon Nemec (R)				X	100.00	50	45	81	80	56	62	40	53	30	46	59	62	66	81	70	0	90	59	0	21	3	1,200,000$
7	Jeremy Davies (R)				X	100.00	50	45	95	78	60	50	40	45	30	40	50	55	50	86	73	0	90	56	0	28	4	775,000$
8	Wyatt Kalynuk				X	100.00	50	45	95	78	60	50	40	45	30	40	50	55	50	86	73	0	90	56	0	28	1	775,000$
9	Reilly Walsh (R)				X	100.00	50	45	95	78	60	50	40	45	30	40	50	55	50	84	71	0	90	56	0	26	3	775,000$
Rayé
1	Corey Perry		X			100.00	55	60	74	80	74	60	98	60	30	51	69	63	68	99	88	0	90	64	0	40	2	2,000,000$
2	Beck Malenstyn		X			100.00	99	48	85	75	75	53	92	50	30	46	54	74	65	87	75	0	90	63	0	27	3	1,750,000$
3	Tomas Tatar			X		100.00	63	45	88	82	47	56	89	54	30	51	58	55	67	94	82	0	90	59	0	34	1	1,025,000$
4	Marc McLaughlin (R)		X			100.00	78	45	95	78	65	50	40	51	30	44	58	58	65	85	72	0	90	57	0	26	1	750,000$
5	Andrew Cogliano			X		100.00	50	45	89	82	51	50	40	45	63	40	50	55	50	96	84	0	90	55	0	38	1	1,025,000$
6	Ivan Demidov (R)			X		100.00	50	45	95	78	62	69	40	49	30	44	54	59	50	79	70	0	90	55	0	19	6	1,200,000$
7	Quinn Hutson (R)			X		100.00	50	45	92	80	47	67	40	45	30	40	50	55	50	83	73	0	90	53	0	23	6	800,000$
8	Filip Hallander (R)	X				100.00	50	45	95	77	60	50	40	45	30	40	50	55	50	82	69	0	90	52	0	25	2	775,000$
9	Jeremy Lauzon				X	100.00	99	54	59	72	78	75	40	46	30	43	50	85	50	87	79	0	90	66	0	28	4	1,000,000$
10	Oliver Kylington				X	100.00	50	45	84	83	51	51	40	56	30	56	56	69	67	87	75	0	90	61	0	28	2	775,000$
11	Alec Regula				X	100.00	50	45	95	74	60	50	40	45	30	40	50	55	50	82	73	0	90	55	0	25	3	775,000$

	MOYENNE D’ÉQUIPE					100.00	62	48	87	78	62	56	50	49	32	45	53	61	57	87	76	0	90	58

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
Rayé
1	Connor Ingram	100.00	72	56	75	91	73	71	71	72	73	72	70	87	79	0	90	64	0	28	4	1,600,000$
2	Nico Daws (R)	100.00	70	50	60	89	70	70	70	70	70	70	71	84	72	0	90	62	0	24	2	1,000,000$

	MOYENNE D’ÉQUIPE	100.00	71	53	68	90	72	71	71	71	72	71	71	86	76	0	90	63

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Bob Woods	65	65	65	65	90	75	60	CAN	58	1	800,000$

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	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	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 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	Date de la Dernière Transaction	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
Alec Regula	Snowbirds (MIA)	D	25	2000-08-06	USA	No	208 Lbs	6 ft4	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	775,000$	-	-	-	-	-	-	-	775,000$	775,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Andrew Cogliano	Snowbirds (MIA)	RW	38	1987-06-14	CAN	No	179 Lbs	5 ft10	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	1,025,000$	1,025,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Beck Malenstyn	Snowbirds (MIA)	LW	27	1998-02-04	CAN	No	200 Lbs	6 ft3	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	1,750,000$	1,750,000$	0$	0$	No	1,750,000$	1,750,000$	-	-	-	-	-	-	-	1,750,000$	1,750,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Connor Ingram	Snowbirds (MIA)	G	28	1997-03-31	CAN	No	196 Lbs	6 ft2	No	No	N/A		No	No	4	2025-09-11	False	False	Pro & Farm	1,600,000$	1,600,000$	0$	0$	No	1,600,000$	1,600,000$	1,600,000$	-	-	-	-	-	-	1,600,000$	1,600,000$	1,600,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Corey Perry	Snowbirds (MIA)	LW	40	1985-05-16	CAN	No	208 Lbs	6 ft3	No	No	N/A		No	No	2	2025-09-11	False	False	Pro & Farm	2,000,000$	2,000,000$	0$	0$	No	2,000,000$	-	-	-	-	-	-	-	-	2,000,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Filip Hallander	Snowbirds (MIA)	C	25	2000-06-29	SWE	Yes	190 Lbs	6 ft1	No	No	N/A		No	No	2	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Ivan Demidov	Snowbirds (MIA)	RW	19	2005-12-10	CAN	Yes	192 Lbs	6 ft1	No	No	Draft		No	No	6	2025-09-15	False	False	Pro & Farm	1,200,000$	1,200,000$	0$	0$	No	1,200,000$	1,200,000$	1,200,000$	1,200,000$	1,200,000$	-	-	-	-	1,200,000$	1,200,000$	1,200,000$	1,200,000$	1,200,000$	-	-	-	-	No	No	No	No	No	-	-	-	-	Lien NHL
Ivan Miroshnichenko	Snowbirds (MIA)	LW	21	2004-02-04	RUS	Yes	185 Lbs	6 ft1	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Jackson Cates	Snowbirds (MIA)	C	28	1997-09-26	USA	No	190 Lbs	6 ft0	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	750,000$	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Jeremy Davies	Snowbirds (MIA)	D	28	1996-12-04	CAN	Yes	180 Lbs	5 ft11	No	No	N/A		No	No	4	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Jeremy Lauzon	Snowbirds (MIA)	D	28	1997-04-28	CAN	No	225 Lbs	6 ft3	No	No	Trade	2025-09-13	No	No	4	2025-09-11	False	False	Pro & Farm	1,000,000$	1,000,000$	0$	0$	No	1,000,000$	1,000,000$	1,000,000$	-	-	-	-	-	-	1,000,000$	1,000,000$	1,000,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
John St. Ivany	Snowbirds (MIA)	D	26	1999-07-22	USA	Yes	198 Lbs	6 ft3	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	800,000$	800,000$	0$	0$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Jonathan Toews	Snowbirds (MIA)	C	37	1988-04-29	CAN	No	201 Lbs	6 ft2	No	No	Trade	2025-07-03	No	No	5	2025-09-11	False	False	Pro & Farm	2,000,000$	2,000,000$	0$	0$	No	2,000,000$	2,000,000$	2,000,000$	2,000,000$	-	-	-	-	-	2,000,000$	2,000,000$	2,000,000$	2,000,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-
Marc McLaughlin	Snowbirds (MIA)	LW	26	1999-07-26	USA	Yes	199 Lbs	6 ft0	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	750,000$	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Nico Daws	Snowbirds (MIA)	G	24	2000-12-22	DEU	Yes	205 Lbs	6 ft4	No	No	Trade	2025-01-18	No	No	2	2025-09-11	False	False	Pro & Farm	1,000,000$	1,000,000$	0$	0$	No	1,000,000$	-	-	-	-	-	-	-	-	1,000,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Oliver Kylington	Snowbirds (MIA)	D	28	1997-05-19	SWE	No	183 Lbs	6 ft0	No	No	N/A		No	No	2	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Patrick Maroon	Snowbirds (MIA)	LW	37	1988-04-23	USA	No	234 Lbs	6 ft3	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	1,025,000$	1,025,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Quinn Hutson	Snowbirds (MIA)	RW	23	2002-01-01	USA	Yes	170 Lbs	5 ft11	No	No	Prospect		No	No	6	2025-09-15	False	False	Pro & Farm	800,000$	800,000$	0$	0$	No	800,000$	800,000$	800,000$	800,000$	800,000$	-	-	-	-	500,000$	500,000$	500,000$	500,000$	500,000$	-	-	-	-	No	No	No	No	No	-	-	-	-	Lien NHL
Reilly Walsh	Snowbirds (MIA)	D	26	1999-04-21	USA	Yes	185 Lbs	6 ft0	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	775,000$	-	-	-	-	-	-	-	775,000$	775,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Simon Nemec	Snowbirds (MIA)	D	21	2004-02-15	SLK	Yes	190 Lbs	6 ft1	No	No	N/A		No	No	3	2025-09-11	False	False	Pro & Farm	1,200,000$	1,200,000$	0$	0$	No	1,200,000$	1,200,000$	-	-	-	-	-	-	-	1,200,000$	1,200,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Tomas Tatar	Snowbirds (MIA)	RW	34	1990-12-01	SVK	No	173 Lbs	5 ft10	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	1,025,000$	1,025,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Wyatt Kalynuk	Snowbirds (MIA)	D	28	1997-04-14	CAN	No	180 Lbs	6 ft1	No	No	N/A		No	No	1	2025-09-11	False	False	Pro & Farm	775,000$	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
22	28.05	194 Lbs	6 ft1	2.77	1,069,318$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Jonathan Toews		35	1	2	2
2				30	1	2	2
3	Patrick Maroon			25	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		John St. Ivany	35	1	2	2
2		Simon Nemec	30	1	2	2
3	Reilly Walsh	Wyatt Kalynuk	25	1	2	2
4	Jeremy Davies		10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Jonathan Toews		55	1	2	2
2				45	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		John St. Ivany	55	1	2	2
2		Simon Nemec	45	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			55	1	2	2
2	Patrick Maroon		45	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		John St. Ivany	55	1	2	2
2		Simon Nemec	45	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		55	1	2	2		John St. Ivany	55	1	2	2
2		45	1	2	2		Simon Nemec	45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			55	1	2	2
2	Patrick Maroon		45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		John St. Ivany	55	1	2	2
2		Simon Nemec	45	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Jonathan Toews			John St. Ivany

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Jonathan Toews			John St. Ivany

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ivan Miroshnichenko, ,	Ivan Miroshnichenko,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Reilly Walsh, Wyatt Kalynuk, Jeremy Davies	Reilly Walsh	Wyatt Kalynuk, Jeremy Davies

Tirs de pénalité
, , Patrick Maroon, ,

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
	Total	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0%	0	0	0	0%	0	0	0%	0	0	0%	0	0	0	0	0	0

			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
0	0	N/A	0	0	0	0	0	0	0	0	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	0	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
0	0	0%	0	0	0%	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
0	0	0	0	0	0	0	0

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
0	0	0%	0	0	0%	0	0	0%

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
0	0	0	0	0	0

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
1	13	Bandits	-	Snowbirds	-
2	26	Snowbirds	-	Twins	-
4	45	Warriors	-	Snowbirds	-
6	67	Marlies	-	Snowbirds	-
8	91	Snowbirds	-	Hunters	-
9	98	Grizzlies	-	Snowbirds	-
10	114	Snowbirds	-	Marmots	-
11	130	CoolFm	-	Snowbirds	-
12	144	Snowbirds	-	TigersCats	-
14	160	Scorpions	-	Snowbirds	-
15	176	Snowbirds	-	Rockets	-
16	184	Snowbirds	-	Twins	-
17	196	Snowbirds	-	Xpress	-
18	210	Goons	-	Snowbirds	-
19	231	Vipers	-	Snowbirds	-
21	250	Snowbirds	-	Husky	-
22	262	Barracudas	-	Snowbirds	-
23	280	Raptors	-	Snowbirds	-
24	289	Snowbirds	-	Outlaws	-
26	308	Snowbirds	-	Bandits	-
27	321	Snowbirds	-	Husky	-
28	334	Hunters	-	Snowbirds	-
29	350	Snowbirds	-	Spartans	-
30	363	Chiwawa	-	Snowbirds	-
31	382	Farmers	-	Snowbirds	-
33	399	Snowbirds	-	Predateurs	-
34	406	Snowbirds	-	Supreme	-
35	419	Scorpions	-	Snowbirds	-
36	440	Rockets	-	Snowbirds	-
37	456	Snowbirds	-	Sags	-
39	476	Sags	-	Snowbirds	-
41	497	Snowbirds	-	Goons	-
42	507	Snowbirds	-	TigersCats	-
43	521	Bandits	-	Snowbirds	-
44	542	Spartans	-	Snowbirds	-
45	563	Snowbirds	-	Thugs	-
46	572	Predateurs	-	Snowbirds	-
47	587	Snowbirds	-	Vipers	-
48	602	Marmots	-	Snowbirds	-
49	620	Snowbirds	-	Bayou	-
50	628	Snowbirds	-	Igloos	-
51	642	Grizzlies	-	Snowbirds	-
53	664	Smirnoff Ice	-	Snowbirds	-
54	679	Snowbirds	-	Hunters	-
55	696	Marlies	-	Snowbirds	-
57	714	Snowbirds	-	Wolves	-
58	729	Smirnoff Ice	-	Snowbirds	-
59	743	Snowbirds	-	Smirnoff Ice	-
60	759	Snowbirds	-	Thugs	-
61	772	Xpress	-	Snowbirds	-
63	792	Twins	-	Snowbirds	-
64	805	Snowbirds	-	Grizzlies	-
65	821	Warriors	-	Snowbirds	-
67	843	Thugs	-	Snowbirds	-
68	856	Snowbirds	-	Vandals	-
69	873	Husky	-	Snowbirds	-
71	892	Snowbirds	-	Xpress	-
72	906	Chiwawa	-	Snowbirds	-
73	916	Snowbirds	-	Smirnoff Ice	-
75	935	Snowbirds	-	Marlies	-
76	945	Bayou	-	Snowbirds	-
77	965	TigersCats	-	Snowbirds	-
78	979	Snowbirds	-	Marmots	-
80	998	Vandals	-	Snowbirds	-
82	1022	Snowbirds	-	Farmers	-
83	1031	Snowbirds	-	Chiwawa	-
84	1044	CoolFm	-	Snowbirds	-
85	1061	Igloos	-	Snowbirds	-
88	1088	Igloos	-	Snowbirds	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
89	1103	Snowbirds	-	Warriors	-
90	1117	Wolves	-	Snowbirds	-
91	1127	Snowbirds	-	Barracudas	-
92	1137	Snowbirds	-	Farmers	-
94	1155	Outlaws	-	Snowbirds	-
95	1160	Snowbirds	-	Rockets	-
97	1184	Supreme	-	Snowbirds	-
98	1194	Snowbirds	-	Twins	-
99	1202	Snowbirds	-	Raptors	-
101	1220	Snowbirds	-	Scorpions	-
102	1222	Vipers	-	Snowbirds	-
106	1249	Goons	-	Snowbirds	-
107	1261	Snowbirds	-	CoolFm	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	3000	2000
Prix des billets	35	15
Assistance	0%	0%
Assistance PCT	0%	0%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
41	0 - 0%	0$	0$	5000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
0$	2,352,500$	2,352,500$	800,000$0$

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$	108	29,190$	3,152,520$

Snowbirds 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

Snowbirds 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

Snowbirds 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
Total Saison régulière	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0%	0	0	0	0%	0	0	0%	0	0	0%	0	0	0	0	0	0
Séries éliminatoires
48	6	2	4	0	0	0	0	0	22	23	-1	3	1	2	0	0	0	0	0	12	12	0	3	1	2	0	0	0	0	0	10	11	-1	4	22	32	54	0	0	1	7	14	0	167	39	56	69	3	159	44	30	51	16	6	37.50%	15	3	80.00%	0	57	104	54.81%	49	94	52.13%	49	86	56.98%	84	46	204	41	78	38
Total Séries éliminatoires	6	2	4	0	0	0	0	0	22	23	-1	3	1	2	0	0	0	0	0	12	12	0	3	1	2	0	0	0	0	0	10	11	-1	4	22	32	54	0	0	1	7	14	0	167	39	56	69	3	159	44	30	51	16	6	37.50%	15	3	80.00%	0	57	104	54.81%	49	94	52.13%	49	86	56.98%	84	46	204	41	78	38

Snowbirds 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	GW	GT	FO%	HT	P/20
1	Leo Carlsson	6	5	8	13	2	0	6	13	23	21.74%	2	134	22.39	0	4	4	1	0	1	61.94%	1	1.94
2	Dawson Mercer	6	4	3	7	2	6	4	4	18	22.22%	3	119	19.95	2	2	4	6	0	0	100.00%	0	1.17
3	Connor McMichael	6	3	3	6	1	6	2	2	20	15.00%	4	115	19.29	2	0	2	5	0	0	85.71%	0	1.04
4	Corey Perry	6	3	1	4	-4	2	7	2	16	18.75%	1	114	19.07	1	0	1	2	1	0	25.00%	0	0.70
5	Ivan Miroshnichenko	6	2	2	4	0	2	6	8	13	15.38%	3	95	15.95	0	0	0	0	0	0	49.18%	0	0.84

Snowbirds 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
1	Louis Domingue	6	2	1	3	0.855	3.77	366	0	0	23	159	78	0	0	0	0

	Snowbirds
	GP: 0 \| W: 0 \| L: 0 \| OTL: 0 \| P: 0 GF: 0 \| GA: 0 \| PP%: 0% \| PK%: 0% DG: Matthew Gagne \| Morale : 90 \| Moyenne d’équipe : 58 Prochains matchs #13 vs Bandits