Anaheim Ducks
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière

Centre de jeu
	Ontario Reign 5-11-5, 15pts	3	FINAL	4	San Diego Gulls 4-15-2, 10pts

Team Stats
SOL1	Séquence	L1
2-6-2	Fiche domicile	1-8-1
3-5-3	Fiche domicile	3-7-1
2-5-3	Derniers 10 matchs	2-7-1
2.76	Buts par match	2.52
3.71	Buts contre par match	3.95
26.09%	Pourcentage en avantage numérique	20.83%
58.82%	Pourcentage en désavantage numérique	75.00%

Syracuse Crunch
11-7-2, 24pts

FINAL

San Diego Gulls
4-15-2, 10pts

Team Stats
W3	Séquence	L1
6-4-0	Fiche domicile	1-8-1
5-3-2	Fiche domicile	3-7-1
6-3-1	Derniers 10 matchs	2-7-1
3.50	Buts par match	2.52
2.55	Buts contre par match	3.95
22.58%	Pourcentage en avantage numérique	20.83%
78.05%	Pourcentage en désavantage numérique	75.00%

San Diego Gulls
4-15-2, 10pts

Jour 34

Belleville Senators
10-6-4, 24pts

Statistiques d’équipe
L1	Séquence	W2
1-8-1	Fiche domicile	5-3-2
3-7-1	Fiche visiteur	5-3-2
2-7-1	10 derniers matchs	3-4-3
2.52	Buts par match	3.05
3.95	Buts contre par match	3.05
20.83%	Pourcentage en avantage numérique	47.62%
75.00%	Pourcentage en désavantage numérique	66.67%

San Diego Gulls
4-15-2, 10pts

Jour 35

Wilkes-Barre/Scranton Penguins
16-3-2, 34pts

Statistiques d’équipe
L1	Séquence	W2
1-8-1	Fiche domicile	8-1-1
3-7-1	Fiche visiteur	8-2-1
2-7-1	10 derniers matchs	9-0-1
2.52	Buts par match	3.52
3.95	Buts contre par match	3.52
20.83%	Pourcentage en avantage numérique	18.75%
75.00%	Pourcentage en désavantage numérique	85.00%

Springfield Thunderbirds
13-5-2, 28pts

Jour 36

San Diego Gulls
4-15-2, 10pts

Statistiques d’équipe
OTL1	Séquence	L1
7-3-1	Fiche domicile	1-8-1
6-2-1	Fiche visiteur	3-7-1
7-2-1	10 derniers matchs	2-7-1
3.70	Buts par match	2.52
2.80	Buts contre par match	2.52
24.39%	Pourcentage en avantage numérique	20.83%
76.92%	Pourcentage en désavantage numérique	75.00%

Meneurs d'équipe
	Buts Simon Holmstrom 11	Passes Juuso Parssinen 18

	Points Juuso Parssinen 20	Plus/Moins Blake Murray 1

	Victoires Arvid Holm 4	Pourcentage d’arrêts Arvid Holm 0.893

Statistiques d’équipe
Buts pour 53 2.52 GFG	Tirs pour 786 37.43 Avg	Pourcentage en avantage numérique 20.8% 5 GF	Début de zone offensive 43.1%
Buts contre 83 3.95 GAA	Tirs contre 749 35.67 Avg	Pourcentage en désavantage numérique 75.0%% 4 GA	Début de la zone défensive 31.4%

Informations de l'équipe
	Directeur général	Jason Ellis
	Division	East Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	1,650
Informations de la formation
	Équipe Pro	35
	Équipe Mineure	19
	Limite contact	54 / 65
	Espoirs	60

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	Simon Holmstrom (R)	0			X		100.00	57	35	94	79	78	76	91	63	55	61	66	68	73	45	59	0	43	68	0	23	4	775,000$
2	Jakub Lauko (R)	0		X			100.00	81	49	86	76	80	69	72	54	55	61	56	75	67	45	58	0	41	66	0	24	2	787,500$
3	Carl Grundstrom	0			X		100.00	73	35	93	78	78	71	60	55	55	58	64	72	70	56	65	0	42	66	0	26	1	1,300,000$
4	Juuso Parssinen (R)	0	X				100.00	65	35	92	79	82	79	60	59	55	58	65	70	71	45	61	0	40	66	0	23	1	850,833$
5	Aku Raty (R)	0	X	X	X		100.00	52	35	99	83	69	73	60	59	55	74	41	50	63	45	58	0	39	61	0	23	6	1,350,000$
6	Danil Gushchin (R)	0		X			100.00	43	35	99	81	62	79	60	62	55	51	53	56	68	45	59	0	43	60	0	22	6	860,000$
7	Jonas Rondbjerg	0			X		100.00	47	35	99	77	75	72	60	51	55	51	49	61	63	48	61	0	42	59	0	25	2	775,000$
8	Adam Edstrom (R)	0	X				100.00	70	35	94	76	89	65	60	50	55	47	56	55	65	45	56	0	42	59	0	24	6	846,667$
9	Adam Beckman (R)	0		X			100.00	52	35	71	76	70	68	60	50	55	54	47	57	62	45	55	0	42	58	0	23	2	894,167$
10	Henri Nikkanen (R)	0	X				100.00	62	40	69	61	66	61	62	59	51	57	54	57	58	50	50	0	46	58	0	23	1	859,167$
11	Nikita Nesterenko (R)	0	X				100.00	56	35	99	79	73	72	60	50	55	41	57	52	66	45	58	0	42	58	0	23	4	2,000,000$
12	Zack Ostapchuk (R)	0	X				100.00	60	35	99	75	80	70	60	50	55	41	41	59	60	45	52	0	42	57	0	21	4	870,000$
13	Olle Lycksell (R)	0			X		100.00	40	35	91	78	60	69	60	52	55	56	50	53	64	48	60	0	42	57	0	25	2	787,500$
14	Rory Kerins (R)	0	X				100.00	62	40	68	65	62	58	57	56	47	54	54	58	58	50	50	0	42	57	0	22	3	846,667$
15	Blake Murray (R)	0	X				100.00	60	40	68	62	63	57	57	57	47	54	54	54	57	50	50	0	42	56	0	23	1	791,667$
16	Samuel Fagemo	0		X			100.00	40	35	99	76	79	67	60	50	55	41	47	50	62	45	57	0	42	55	0	24	4	775,000$
17	Ville Koivunen (R)	0			X		100.00	56	40	68	66	57	54	53	56	47	53	54	54	59	50	50	0	42	55	0	21	5	805,833$
18	Anton Stralman	0				X	100.00	59	43	76	71	62	70	71	63	40	58	57	69	63	80	70	0	42	67	0	38	4	775,000$
19	Tristan Luneau (R)	0				X	100.00	40	35	85	82	65	85	60	55	40	51	47	50	54	45	58	0	39	59	0	20	2	1,250,000$
20	Jakub Galvas (R)	0				X	100.00	63	38	70	61	56	49	60	59	57	57	40	69	44	48	48	0	42	59	0	25	4	775,000$
21	William Wrenn	0				X	100.00	51	35	75	68	65	63	63	50	51	54	49	56	40	73	58	0	45	59	0	33	4	775,000$
22	Reilly Walsh	0				X	100.00	53	69	47	65	63	62	69	59	50	56	43	50	56	48	48	0	39	56	0	25	4	775,000$
23	Ryan Jones (R)	0				X	100.00	66	58	52	47	63	61	53	51	45	64	60	50	59	56	56	0	41	56	0	27	4	775,000$
24	Michael Vukojevic (R)	0				X	100.00	50	58	61	52	67	47	54	58	53	44	50	65	58	45	45	0	39	55	0	23	4	775,000$
Rayé
1	Ryan Winterton (R)	0	X				100.00	47	35	99	75	71	67	60	50	55	41	41	56	60	45	51	0	34	55	0	21	6	775,000$
2	Nathan Legare (R)	0			X		100.00	68	72	65	55	69	53	58	56	62	63	44	50	43	45	45	0	34	54	0	23	4	775,000$
3	Roby Jarventie (R)	0		X			100.00	40	35	85	75	70	64	60	50	55	46	41	50	60	45	52	0	34	54	0	22	4	775,000$
4	Sammy Walker (R)	0		X	X		100.00	40	35	99	74	70	68	60	50	55	41	41	50	60	48	59	0	34	54	0	25	4	775,000$
5	Mathias Emilio Pettersen (R)	0	X				100.00	65	73	68	62	63	52	62	63	42	47	43	41	43	45	45	0	34	52	0	24	4	775,000$
6	Jeremy Davies (R)	0				X	100.00	50	49	55	66	63	46	64	57	58	49	46	43	43	60	60	0	34	54	0	27	4	775,000$
7	Robin Salo	0				X	100.00	36	75	69	54	61	49	53	51	57	70	49	43	56	52	52	0	34	52	0	26	4	775,000$
8	Helge Grans (R)	0				X	100.00	36	65	54	48	62	47	65	53	52	64	44	42	50	45	45	0	34	50	0	22	2	870,000$

	MOYENNE D’ÉQUIPE						100.00	54	44	80	69	69	64	61	55	52	54	50	56	59	49	55	0	40	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
1	Arvid Holm (R)	0	99.00	48	70	55	62	54	63	50	57	64	53	57	49	50	0	37	57	0	25	2	775,000$
2	Dylan Wells (R)	0	100.00	53	56	50	50	60	48	52	63	69	46	60	59	66	0	47	56	0	26	2	775,000$
Rayé
1	Eetu Makiniemi (R)	0	100.00	67	48	52	53	56	53	48	70	51	60	53	63	55	0	44	56	0	25	2	775,000$

	MOYENNE D’ÉQUIPE		99.67	56	58	52	55	57	55	50	63	61	53	57	57	57	0	43	56

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	PKS	PKM	GW	FO%	FOT	GA	TA	P/20	FW	FL	FT	S1	S2	S3
1	Juuso Parssinen	San Diego Gulls (ANA)	C	21	2	18	20	-16	10	10	34	36	94	25	59	2.13%	12	447	21.30	0	2	2	3	23	0	14	0	47.79%	680	35	9	0.89	0	1	1	0	0	0
2	Simon Holmstrom	San Diego Gulls (ANA)	RW	21	11	7	18	-16	17	5	30	28	101	37	67	10.89%	14	432	20.61	0	1	1	3	23	0	0	2	44.44%	36	30	9	0.83	0	0	1	0	2	0
3	Jakub Lauko	San Diego Gulls (ANA)	LW	21	8	8	16	-15	10	10	57	22	69	14	31	11.59%	15	449	21.43	1	0	1	2	22	0	14	0	40.48%	42	12	14	0.71	1	1	0	1	0	3
4	Carl Grundstrom	San Diego Gulls (ANA)	RW	21	7	8	15	-5	0	0	44	28	80	17	39	8.75%	10	348	16.58	0	1	1	0	18	0	0	0	47.06%	17	20	12	0.86	0	0	0	1	0	0
5	Aku Raty	San Diego Gulls (ANA)	C/LW/RW	21	5	10	15	-3	5	5	22	33	69	17	25	7.25%	9	361	17.23	1	0	1	3	17	0	7	1	48.15%	27	19	10	0.83	0	1	0	0	0	1
6	Danil Gushchin	San Diego Gulls (ANA)	LW	21	7	3	10	-8	5	5	10	16	72	20	32	9.72%	6	273	13.01	0	0	0	0	1	0	0	0	33.33%	6	13	6	0.73	0	0	1	0	0	1
7	Jakub Galvas	San Diego Gulls (ANA)	D	21	0	7	7	-4	4	0	30	28	13	7	6	0%	19	398	19.00	0	0	0	0	15	0	9	0	0%	0	1	20	0.35	0	0	0	0	0	0
8	Adam Edstrom	San Diego Gulls (ANA)	C	21	3	3	6	-4	0	0	43	29	24	9	13	12.50%	5	351	16.74	1	0	1	1	18	0	4	0	53.71%	229	5	8	0.34	0	0	0	0	0	0
9	Henri Nikkanen	San Diego Gulls (ANA)	C	21	2	4	6	-9	14	10	33	23	36	10	25	5.56%	10	260	12.39	0	0	0	0	0	0	0	0	44.54%	119	7	3	0.46	1	0	1	0	0	0
10	Adam Beckman	San Diego Gulls (ANA)	LW	21	2	3	5	-3	0	0	24	12	29	7	12	6.90%	3	181	8.63	0	0	0	0	0	0	0	0	33.33%	3	4	7	0.55	0	0	0	0	0	0
11	Anton Stralman	San Diego Gulls (ANA)	D	21	0	5	5	-23	21	15	51	45	60	26	23	0%	30	556	26.48	0	2	2	1	27	0	11	0	0%	0	24	23	0.18	1	1	1	0	0	0
12	Nikita Nesterenko	San Diego Gulls (ANA)	C	21	0	5	5	-3	0	0	15	11	18	9	17	0%	4	180	8.61	0	0	0	0	0	0	0	0	48.28%	58	11	3	0.55	0	0	0	0	0	0
13	Olle Lycksell	San Diego Gulls (ANA)	RW	21	3	2	5	-3	0	0	2	11	22	10	9	13.64%	1	181	8.64	0	0	0	0	0	0	0	0	20.00%	5	9	2	0.55	0	0	0	0	0	0
14	Jonas Rondbjerg	San Diego Gulls (ANA)	RW	21	1	3	4	-8	0	0	17	25	37	14	26	2.70%	12	271	12.92	0	0	0	0	1	0	0	1	66.67%	9	12	4	0.29	0	0	0	0	0	0
15	Tristan Luneau	San Diego Gulls (ANA)	D	21	2	2	4	-21	5	5	10	21	21	5	11	9.52%	26	481	22.93	2	0	2	5	27	0	15	0	0%	0	9	15	0.17	0	1	0	0	0	0
16	William Wrenn	San Diego Gulls (ANA)	D	21	0	1	1	-5	7	5	16	21	23	5	4	0%	23	396	18.89	0	0	0	0	15	0	9	0	0%	0	6	13	0.05	1	0	0	0	0	0
17	Samuel Fagemo	San Diego Gulls (ANA)	LW	21	0	0	0	0	0	0	0	1	0	0	0	0%	0	11	0.57	0	0	0	0	1	0	6	0	100.00%	1	0	0	0	0	0	0	0	0	0
18	Reilly Walsh	San Diego Gulls (ANA)	D	21	0	0	0	-2	77	25	14	1	5	4	4	0%	13	283	13.51	0	0	0	0	0	0	3	0	0%	0	0	6	0	0	1	4	0	0	0
19	Michael Vukojevic	San Diego Gulls (ANA)	D	21	0	0	0	-3	7	5	4	7	1	2	1	0%	3	117	5.58	0	0	0	0	0	0	0	0	0%	0	0	2	0	0	1	0	0	0	0
20	Blake Murray	San Diego Gulls (ANA)	C	21	0	0	0	1	0	0	1	0	1	1	0	0%	0	8	0.40	0	0	0	0	0	0	3	0	50.00%	2	0	0	0	0	0	0	0	0	0
21	Ryan Jones	San Diego Gulls (ANA)	D	21	0	0	0	-3	15	15	22	8	11	3	1	0%	8	288	13.73	0	0	0	0	0	1	2	0	0%	0	10	8	0	0	1	2	0	0	0
Statistiques d’équipe totales ou en moyenne				441	53	89	142	-153	197	115	479	406	786	242	405	6.74%	223	6282	14.25	5	6	11	18	212	1	102	4	48.22%	1234	227	174	0.45	4	8	11	2	2	5

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	GA	SA	SAR	A	EG	PS %	ST	BG	S1	S2	S3
1	Arvid Holm	San Diego Gulls (ANA)	21	4	15	2	0.893	3.79	1203	76	710	417	2	2	0	21	0	2	1	1
2	Dylan Wells	San Diego Gulls (ANA)	2	0	0	0	0.865	5.56	54	5	37	22	0	0	0	0	21	0	0	0
Statistiques d’équipe totales ou en moyenne			23	4	15	2	0.892	3.86	1258	81	747	439	2	2		21	21	2	1	1

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	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Adam Beckman	San Diego Gulls (ANA)	LW	23	2001-05-10	Yes	182 Lbs	6 ft2	No	No	N/A		No	No	2		False	False	Pro & Farm	894,167$	0$	0$	No	894,167$	-	-	-	-	-	-	-	-	894,167$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Adam Edstrom (contrat à 1 volet)	San Diego Gulls (ANA)	C	24	2000-10-12	Yes	225 Lbs	6 ft8	No	No	Prospect		No	No	6	2024-08-17	False	False	Pro & Farm	846,667$	846,667$	650,338$	No	846,667$	846,667$	846,667$	846,667$	846,667$	-	-	-	-	846,667$	846,667$	846,667$	846,667$	846,667$	-	-	-	-	No	No	No	No	No	-	-	-	-
Aku Raty	San Diego Gulls (ANA)	C/LW/RW	23	2001-07-05	Yes	170 Lbs	6 ft0	No	No	Prospect		No	No	6	2024-07-05	False	False	Pro & Farm	1,350,000$	0$	0$	No	1,350,000$	1,350,000$	1,350,000$	1,350,000$	1,350,000$	-	-	-	-	1,350,000$	1,350,000$	1,350,000$	1,350,000$	1,350,000$	-	-	-	-	No	No	No	No	No	-	-	-	-
Anton Stralman	San Diego Gulls (ANA)	D	38	1986-08-01	No	176 Lbs	6 ft0	No	No	Assign Manually		No	No	4	2024-08-01	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Arvid Holm	San Diego Gulls (ANA)	G	25	1998-11-03	Yes	213 Lbs	6 ft4	No	No	N/A		No	No	2	2024-07-21	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Blake Murray	San Diego Gulls (ANA)	C	23	2001-07-05	Yes	187 Lbs	6 ft2	No	No	N/A		No	No	1	2024-01-20	False	False	Pro & Farm	791,667$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Carl Grundstrom	San Diego Gulls (ANA)	RW	26	1997-12-01	No	195 Lbs	6 ft0	No	No	N/A		No	No	1		False	False	Pro & Farm	1,300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Danil Gushchin	San Diego Gulls (ANA)	LW	22	2002-02-06	Yes	165 Lbs	5 ft8	No	No	Prospect		No	No	6	2024-07-05	False	False	Pro & Farm	860,000$	0$	0$	No	860,000$	860,000$	860,000$	860,000$	860,000$	-	-	-	-	860,000$	860,000$	860,000$	860,000$	860,000$	-	-	-	-	No	No	No	No	No	-	-	-	-
Dylan Wells	San Diego Gulls (ANA)	G	26	1998-01-03	Yes	190 Lbs	6 ft2	No	No	N/A		No	No	2	2024-07-21	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Eetu Makiniemi	San Diego Gulls (ANA)	G	25	1999-04-19	Yes	184 Lbs	6 ft2	No	No	N/A		No	No	2	2024-07-21	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Helge Grans	San Diego Gulls (ANA)	D	22	2002-05-10	Yes	205 Lbs	6 ft4	No	No	N/A		No	No	2		False	False	Pro & Farm	870,000$	0$	0$	No	870,000$	-	-	-	-	-	-	-	-	870,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Henri Nikkanen	San Diego Gulls (ANA)	C	23	2001-04-28	Yes	201 Lbs	6 ft4	No	No	N/A		No	No	1	2024-01-20	False	False	Pro & Farm	859,167$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Jakub Galvas	San Diego Gulls (ANA)	D	25	1999-06-15	Yes	161 Lbs	5 ft11	No	No	Assign Manually		No	No	4	2024-08-01	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Jakub Lauko	San Diego Gulls (ANA)	LW	24	2000-03-28	Yes	196 Lbs	6 ft0	No	No	N/A		No	No	2		False	False	Pro & Farm	787,500$	0$	0$	No	787,500$	-	-	-	-	-	-	-	-	787,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jeremy Davies	San Diego Gulls (ANA)	D	27	1996-12-04	Yes	180 Lbs	5 ft11	No	No	Assign Manually		No	No	4	2024-08-01	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Jonas Rondbjerg	San Diego Gulls (ANA)	RW	25	1999-03-31	No	203 Lbs	6 ft2	No	No	N/A		No	No	2		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Juuso Parssinen	San Diego Gulls (ANA)	C	23	2001-02-01	Yes	212 Lbs	6 ft3	No	No	N/A		No	No	1	2024-01-20	False	False	Pro & Farm	850,833$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Mathias Emilio Pettersen	San Diego Gulls (ANA)	C	24	2000-04-03	Yes	175 Lbs	5 ft10	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Michael Vukojevic	San Diego Gulls (ANA)	D	23	2001-06-08	Yes	215 Lbs	6 ft3	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Nathan Legare	San Diego Gulls (ANA)	RW	23	2001-01-11	Yes	205 Lbs	6 ft0	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Nikita Nesterenko	San Diego Gulls (ANA)	C	23	2001-09-10	Yes	183 Lbs	6 ft2	No	No	Prospect		No	No	4	2024-07-05	False	False	Pro & Farm	2,000,000$	0$	0$	No	2,000,000$	2,000,000$	2,000,000$	-	-	-	-	-	-	2,000,000$	2,000,000$	2,000,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Olle Lycksell	San Diego Gulls (ANA)	RW	25	1999-08-24	Yes	163 Lbs	5 ft10	No	No	Trade	2024-02-07	No	No	2		False	False	Pro & Farm	787,500$	0$	0$	No	787,500$	-	-	-	-	-	-	-	-	787,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Reilly Walsh	San Diego Gulls (ANA)	D	25	1999-04-21	No	185 Lbs	6 ft0	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Robin Salo	San Diego Gulls (ANA)	D	26	1998-10-13	No	190 Lbs	6 ft2	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Roby Jarventie	San Diego Gulls (ANA)	LW	22	2002-08-08	Yes	184 Lbs	6 ft2	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Rory Kerins	San Diego Gulls (ANA)	C	22	2002-04-12	Yes	185 Lbs	6 ft0	No	No	N/A		No	No	3	2024-01-20	False	False	Pro & Farm	846,667$	0$	0$	No	846,667$	846,667$	-	-	-	-	-	-	-	846,667$	846,667$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Ryan Jones	San Diego Gulls (ANA)	D	27	1997-01-31	Yes	197 Lbs	6 ft2	No	No	Assign Manually		No	No	4	2024-08-01	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Ryan Winterton	San Diego Gulls (ANA)	C	21	2003-09-04	Yes	190 Lbs	6 ft2	No	No	Prospect		No	No	6	2024-07-05	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	775,000$	775,000$	-	-	-	-	775,000$	775,000$	775,000$	775,000$	775,000$	-	-	-	-	No	No	No	No	No	-	-	-	-
Sammy Walker	San Diego Gulls (ANA)	LW/RW	25	1999-06-07	Yes	180 Lbs	5 ft10	No	No	Trade	2024-02-07	No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Samuel Fagemo	San Diego Gulls (ANA)	LW	24	2000-03-14	No	200 Lbs	6 ft0	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Simon Holmstrom	San Diego Gulls (ANA)	RW	23	2001-05-24	Yes	205 Lbs	6 ft2	No	No	N/A		No	No	4		False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Tristan Luneau	San Diego Gulls (ANA)	D	20	2004-01-12	Yes	175 Lbs	6 ft1	No	No	Prospect		No	No	2	2024-07-05	False	False	Pro & Farm	1,250,000$	0$	0$	No	1,250,000$	-	-	-	-	-	-	-	-	1,250,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Ville Koivunen	San Diego Gulls (ANA)	RW	21	2003-06-13	Yes	161 Lbs	5 ft11	No	No	N/A		No	No	5	2024-01-20	False	False	Pro & Farm	805,833$	0$	0$	No	805,833$	805,833$	805,833$	805,833$	-	-	-	-	-	805,833$	805,833$	805,833$	805,833$	-	-	-	-	-	No	No	No	No	-	-	-	-	-
William Wrenn	San Diego Gulls (ANA)	D	33	1991-03-16	No	200 Lbs	6 ft1	No	No	Assign Manually		No	No	4	2024-08-01	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Zack Ostapchuk	San Diego Gulls (ANA)	C	21	2003-05-29	Yes	205 Lbs	6 ft3	No	No	Prospect		No	No	4	2024-07-05	False	False	Pro & Farm	870,000$	0$	0$	No	870,000$	870,000$	870,000$	-	-	-	-	-	-	870,000$	870,000$	870,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
35	24.34	190 Lbs	6 ft1	3.37	877,000$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jakub Lauko	Juuso Parssinen	Simon Holmstrom	40	1	2	2
2	Aku Raty	Adam Edstrom	Carl Grundstrom	30	1	2	2
3	Danil Gushchin	Henri Nikkanen	Jonas Rondbjerg	20	1	2	2
4	Adam Beckman	Nikita Nesterenko	Olle Lycksell	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Anton Stralman	Tristan Luneau	40	1	2	2
2	Jakub Galvas	William Wrenn	30	1	2	2
3	Reilly Walsh	Ryan Jones	20	1	2	2
4	Michael Vukojevic	Anton Stralman	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Jakub Lauko	Juuso Parssinen	Simon Holmstrom	65	1	1	3
2	Aku Raty	Adam Edstrom	Carl Grundstrom	35	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Anton Stralman	Tristan Luneau	60	1	2	2
2	Jakub Galvas	William Wrenn	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Juuso Parssinen	Jakub Lauko	60	1	3	1
2	Adam Edstrom	Aku Raty	40	1	3	1

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Anton Stralman	Tristan Luneau	60	1	2	2
2	Jakub Galvas	William Wrenn	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Juuso Parssinen	60	1	2	2	Anton Stralman	Tristan Luneau	60	1	2	2
2	Adam Edstrom	40	1	2	2	Jakub Galvas	William Wrenn	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Juuso Parssinen	Jakub Lauko	60	1	2	2
2	Adam Edstrom	Aku Raty	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Anton Stralman	Tristan Luneau	60	1	2	2
2	Jakub Galvas	William Wrenn	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jakub Lauko	Juuso Parssinen	Simon Holmstrom	Anton Stralman	Tristan Luneau

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Jakub Lauko	Juuso Parssinen	Simon Holmstrom	Anton Stralman	Tristan Luneau

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Aku Raty, Danil Gushchin, Jonas Rondbjerg	Aku Raty, Danil Gushchin	Aku Raty

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Reilly Walsh, Ryan Jones, Michael Vukojevic	Reilly Walsh	Reilly Walsh, Ryan Jones

Tirs de pénalité
Simon Holmstrom, Carl Grundstrom, Jakub Lauko, Juuso Parssinen, Aku Raty

Gardien
#1 : Arvid Holm, #2 : Dylan Wells

Lignes d’attaque personnalisées en prolongation
Simon Holmstrom, Carl Grundstrom, Jakub Lauko, Juuso Parssinen, Aku Raty, Danil Gushchin, Danil Gushchin, Jonas Rondbjerg, Adam Edstrom, Adam Beckman, Henri Nikkanen

Lignes de défense personnalisées en prolongation
Anton Stralman, Tristan Luneau, Jakub Galvas, William Wrenn, Reilly Walsh

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	2	0	1	0	0	1	0	0	8	11	-3	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	0	1	0	0	5	6	-1	1	0.250	8	11	19	0	0	7	25	20	1	72	207	306	270	3	62	20	2	49	3	1	33.33%	1	0	100.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
2	Cleveland Monsters	2	0	1	0	0	1	0	0	6	8	-2	1	0	0	0	0	1	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	1	0.250	6	9	15	0	0	7	25	20	1	81	207	306	270	3	58	18	7	48	3	3	100.00%	1	1	0.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
3	Hartford Wolf Pack	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	2	3	0	0	7	25	20	1	49	207	306	270	3	36	20	2	24	0	0	0%	1	0	100.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
4	Hershey Bears	4	2	2	0	0	0	0	0	10	9	1	1	0	1	0	0	0	0	0	2	4	-2	3	2	1	0	0	0	0	0	8	5	3	4	0.500	10	17	27	0	0	7	25	20	1	141	207	306	270	3	141	60	45	97	5	0	0.00%	5	1	80.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
5	Lehigh Valley Phantoms	2	0	2	0	0	0	0	0	3	10	-7	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	1	6	-5	0	0.000	3	6	9	1	0	7	25	20	1	73	207	306	270	3	73	18	36	42	5	1	20.00%	3	1	66.67%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
6	Manitoba Moose	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	1	2	3	0	0	7	25	20	1	28	207	306	270	3	38	8	0	19	1	0	0.00%	0	0	0%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
7	Milwaukee Admirals	1	0	1	0	0	0	0	0	3	7	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	7	-4	0	0.000	3	5	8	0	0	7	25	20	1	42	207	306	270	3	40	8	5	24	0	0	0%	0	0	0%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
8	Ontario Reign	1	0	0	0	1	0	0	0	4	3	1	1	0	0	0	1	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	7	25	20	1	34	207	306	270	3	31	5	0	19	0	0	0%	0	0	0%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
9	Springfield Thunderbirds	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	7	25	20	1	40	207	306	270	3	37	16	14	18	3	0	0.00%	2	0	100.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
10	Syracuse Crunch	1	0	1	0	0	0	0	0	1	6	-5	1	0	1	0	0	0	0	0	1	6	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	7	25	20	1	40	207	306	270	3	32	17	42	26	2	0	0.00%	1	0	100.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
11	Tuscon Roadrunners	2	1	1	0	0	0	0	0	7	4	3	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	6	1	5	2	0.500	7	12	19	0	0	7	25	20	1	82	207	306	270	3	92	15	27	49	0	0	0%	1	0	100.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
12	Wilkes-Barre/Scranton Penguins	3	0	3	0	0	0	0	0	8	17	-9	2	0	2	0	0	0	0	0	5	12	-7	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	8	14	22	1	0	7	25	20	1	104	207	306	270	3	109	18	17	64	2	0	0.00%	1	1	0.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
	Total	21	3	15	0	1	2	0	0	53	83	-30	10	0	8	0	1	1	0	0	22	43	-21	11	3	7	0	0	1	0	0	31	40	-9	10	0.238	53	89	142	2	0	7	25	20	1	786	207	306	270	3	749	223	197	479	24	5	20.83%	16	4	75.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
	_Since Last GM Reset	21	3	15	0	1	2	0	0	53	83	-30	10	0	8	0	1	1	0	0	22	43	-21	11	3	7	0	0	1	0	0	31	40	-9	10	0.238	53	89	142	2	0	7	25	20	1	786	207	306	270	3	749	223	197	479	24	5	20.83%	16	4	75.00%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185
	_Vs Conference	19	3	13	0	1	2	0	0	49	74	-25	9	0	7	0	1	1	0	0	21	41	-20	10	3	6	0	0	1	0	0	28	33	-5	10	0.263	49	82	131	2	0	7	25	20	1	704	207	306	270	3	672	199	178	437	21	5	23.81%	14	4	71.43%	0	264	529	49.91%	172	385	44.68%	159	314	50.64%	453	267	429	190	379	185

			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
21	10	L1	53	89	142	786	749	223	197	479	2	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
21	3	15	1	2	0	0	53	83

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
10	0	8	1	1	0	0	22	43

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
11	3	7	0	1	0	0	31	40

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	7	0	1	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
24	5	20.83%	16	4	75.00%	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
207	306	270	3	7	25	20	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
264	529	49.91%	172	385	44.68%	159	314	50.64%

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
453	267	429	190	379	185

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	Lien
1	7	Wilkes-Barre/Scranton Penguins	8	San Diego Gulls	3	L		Sommaire du match
2	21	San Diego Gulls	3	Hershey Bears	1	W		Sommaire du match
4	41	San Diego Gulls	2	Hershey Bears	3	L		Sommaire du match
6	53	Hershey Bears	4	San Diego Gulls	2	L		Sommaire du match
7	64	San Diego Gulls	5	Belleville Senators	6	L	X	Sommaire du match
8	73	San Diego Gulls	3	Cleveland Monsters	4	L		Sommaire du match
10	91	Belleville Senators	5	San Diego Gulls	3	L		Sommaire du match
12	114	Lehigh Valley Phantoms	4	San Diego Gulls	2	L		Sommaire du match
13	122	San Diego Gulls	3	Wilkes-Barre/Scranton Penguins	5	L		Sommaire du match
15	146	San Diego Gulls	3	Hershey Bears	1	W		Sommaire du match
16	154	Springfield Thunderbirds	2	San Diego Gulls	1	L		Sommaire du match
18	172	San Diego Gulls	6	Tuscon Roadrunners	1	W		Sommaire du match
19	183	San Diego Gulls	1	Lehigh Valley Phantoms	6	L		Sommaire du match
20	190	Wilkes-Barre/Scranton Penguins	4	San Diego Gulls	2	L		Sommaire du match
23	220	Cleveland Monsters	4	San Diego Gulls	3	L	X	Sommaire du match
25	242	Tuscon Roadrunners	3	San Diego Gulls	1	L		Sommaire du match
26	254	San Diego Gulls	3	Milwaukee Admirals	7	L		Sommaire du match
27	255	San Diego Gulls	1	Manitoba Moose	4	L		Sommaire du match
29	281	San Diego Gulls	1	Hartford Wolf Pack	2	L		Sommaire du match
30	290	Ontario Reign	3	San Diego Gulls	4	W	X	Sommaire du match
32	314	Syracuse Crunch	6	San Diego Gulls	1	L		Sommaire du match
34	334	San Diego Gulls	-	Belleville Senators	-
35	345	San Diego Gulls	-	Wilkes-Barre/Scranton Penguins	-
36	354	Springfield Thunderbirds	-	San Diego Gulls	-
38	378	Iowa Wild	-	San Diego Gulls	-
40	396	San Diego Gulls	-	Utica Comets	-
41	409	Calgary Wranglers	-	San Diego Gulls	-
42	425	San Diego Gulls	-	Providence Bruins	-
43	441	Rochester Americans	-	San Diego Gulls	-
45	459	San Diego Gulls	-	Bridgeport Sound Tigers	-
47	473	Rockford IceHogs	-	San Diego Gulls	-
49	492	San Diego Gulls	-	Abbotsford Canucks	-
50	504	Utica Comets	-	San Diego Gulls	-
52	527	San Diego Gulls	-	Springfield Thunderbirds	-
53	539	Cleveland Monsters	-	San Diego Gulls	-
55	557	San Diego Gulls	-	Cleveland Monsters	-
56	570	Lehigh Valley Phantoms	-	San Diego Gulls	-
58	592	Manitoba Moose	-	San Diego Gulls	-
59	603	San Diego Gulls	-	Wilkes-Barre/Scranton Penguins	-
61	616	San Diego Gulls	-	Colorado Eagles	-
62	634	Bridgeport Sound Tigers	-	San Diego Gulls	-
64	651	San Diego Gulls	-	Syracuse Crunch	-
65	665	Grand Rapids Griffins	-	San Diego Gulls	-
67	685	San Diego Gulls	-	Lehigh Valley Phantoms	-
68	699	Lehigh Valley Phantoms	-	San Diego Gulls	-
70	716	San Diego Gulls	-	Belleville Senators	-
71	731	Chicago Wolves	-	San Diego Gulls	-
73	743	San Diego Gulls	-	Coachella Valley Firebirds	-
74	761	Hershey Bears	-	San Diego Gulls	-
75	772	San Diego Gulls	-	Coachella Valley Firebirds	-
76	788	San Diego Gulls	-	Hershey Bears	-
78	800	Laval Rocket	-	San Diego Gulls	-
80	825	Wilkes-Barre/Scranton Penguins	-	San Diego Gulls	-
81	840	San Diego Gulls	-	Hershey Bears	-
83	854	San Diego Gulls	-	Ontario Reign	-
84	864	San Jose Barracuda	-	San Diego Gulls	-
86	884	San Diego Gulls	-	Tuscon Roadrunners	-
87	895	Belleville Senators	-	San Diego Gulls	-
89	920	Wilkes-Barre/Scranton Penguins	-	San Diego Gulls	-
90	932	San Diego Gulls	-	San Jose Barracuda	-
92	950	San Diego Gulls	-	Cleveland Monsters	-
93	960	Hershey Bears	-	San Diego Gulls	-
95	979	San Diego Gulls	-	San Jose Barracuda	-
96	989	Toronto Marlies	-	San Diego Gulls	-
99	1017	Belleville Senators	-	San Diego Gulls	-
101	1044	Providence Bruins	-	San Diego Gulls	-
102	1049	San Diego Gulls	-	Wilkes-Barre/Scranton Penguins	-
104	1071	Providence Bruins	-	San Diego Gulls	-
105	1083	San Diego Gulls	-	Milwaukee Admirals	-
106	1092	San Diego Gulls	-	Bakersfield Condors	-
108	1112	Hartford Wolf Pack	-	San Diego Gulls	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
111	1139	Tuscon Roadrunners	-	San Diego Gulls	-
112	1153	San Diego Gulls	-	Texas Stars	-
114	1172	Ontario Reign	-	San Diego Gulls	-
115	1182	San Diego Gulls	-	Texas Stars	-
118	1205	Henderson Silver Knights	-	San Diego Gulls	-
121	1229	San Jose Barracuda	-	San Diego Gulls	-
122	1241	San Diego Gulls	-	Manitoba Moose	-
124	1260	Henderson Silver Knights	-	San Diego Gulls	-
125	1272	San Diego Gulls	-	Lehigh Valley Phantoms	-
129	1296	Charlotte Checkers	-	San Diego Gulls	-
130	1306	San Diego Gulls	-	Manitoba Moose	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	100	75
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
31	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
723,584$	2,984,834$	2,287,334$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
22,612$	723,584$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	100	22,612$	2,261,200$

San Diego Gulls 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

San Diego Gulls 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

San Diego Gulls 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

San Diego Gulls 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

San Diego Gulls 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

	San Diego Gulls
	GP: 21 \| W: 4 \| L: 15 \| OTL: 2 \| P: 10 GF: 53 \| GA: 83 \| PP%: 20.83% \| PK%: 75.00% DG: Jason Ellis \| Morale : 31 \| Moyenne d’équipe : 58 Prochains matchs #334 vs Belleville Senators