Lehigh Valley Phantoms
Accueil
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Profondeur
Actualité
Historique
Blessure / Suspension
Client Web pour la formation
Client Web pour les lignes

Centre de jeu
	Philadelphia Flyers 10-9-2, 31pts	2	Sommaire du match	1	Florida Panthers 10-9-1, 30pts

Team Stats
L1	Séquence	L1
5-4-1	Fiche domicile	6-5-0
5-5-1	Fiche visiteur	4-4-1
6-3-1	Derniers 10 matchs	6-3-1
2.81	Buts par match	2.60
2.76	Buts contre par match	2.55
21.62%	Pourcentage en avantage numérique	19.35%
83.10%	Pourcentage en désavantage numérique	82.19%

Philadelphia Flyers
10-9-2, 31pts

Sommaire du match

Boston Bruins
13-7-1, 39pts

Team Stats
L1	Séquence	W1
5-4-1	Fiche domicile	6-5-0
5-5-1	Fiche visiteur	7-2-1
6-3-1	Derniers 10 matchs	7-2-1
2.81	Buts par match	2.90
2.76	Buts contre par match	2.52
21.62%	Pourcentage en avantage numérique	19.51%
83.10%	Pourcentage en désavantage numérique	83.64%

New Jersey Devils
10-7-3, 32pts

Jour 55

Philadelphia Flyers
10-9-2, 31pts

Statistiques d’équipe
OTL1	Séquence	L1
5-4-2	Fiche domicile	5-4-1
5-3-1	Fiche visiteur	5-5-1
5-3-2	10 derniers matchs	6-3-1
2.60	Buts par match	2.81
2.45	Buts contre par match	2.81
11.11%	Pourcentage en avantage numérique	21.62%
85.14%	Pourcentage en désavantage numérique	83.10%

Philadelphia Flyers
10-9-2, 31pts

Jour 59

Edmonton Oilers
10-6-4, 32pts

Statistiques d’équipe
L1	Séquence	L2
5-4-1	Fiche domicile	5-3-2
5-5-1	Fiche visiteur	5-3-2
6-3-1	10 derniers matchs	6-2-2
2.81	Buts par match	2.95
2.76	Buts contre par match	2.95
21.62%	Pourcentage en avantage numérique	20.78%
83.10%	Pourcentage en désavantage numérique	86.67%

Seattle Kraken
7-12-1, 21pts

Jour 62

Philadelphia Flyers
10-9-2, 31pts

Statistiques d’équipe
W2	Séquence	L1
4-5-0	Fiche domicile	5-4-1
3-7-1	Fiche visiteur	5-5-1
5-5-0	10 derniers matchs	6-3-1
2.35	Buts par match	2.81
3.10	Buts contre par match	2.81
8.33%	Pourcentage en avantage numérique	21.62%
82.98%	Pourcentage en désavantage numérique	83.10%

Meneurs d'équipe
Buts Connor McDavid 10			Passes Connor McDavid 12

Points Connor McDavid 22			Plus/Moins Brett Connolly 3

Victoires Ville Husso 7			Pourcentage d’arrêts Ville Husso 0.92

Statistiques d’équipe
Buts pour 59 2.81 GFG	Tirs pour 648 30.86 Avg	Pourcentage en avantage numérique 21.6% 16 GF	Début de zone offensive 39.3%
Buts contre 58 2.76 GAA	Tirs contre 664 31.62 Avg	Pourcentage en désavantage numérique 83.1%% 12 GA	Début de la zone défensive 38.5%

Informations de l'équipe
	Directeur général	Brad
	Division	Northeast Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Nom	Wells Fargo Center
	Capacité	18,000
	Assistance	14,484
	Billets de saison	7,740
Informations de la formation
	Équipe Pro	21
	Équipe Mineure	26
	Limite contact	47 / 250
	Espoirs	59
Finance
	Revenu annuel à ce jour	10,566,873$
	Dépenses annuelles à ce jour	18,794,797$
	Revenus de la saison estimés	31,700,619$
	Dépenses de la saison estimées	49,603,552$
	Compte bancaire actuel	143,036,323$
	Compte bancaire projeté	126,204,669$

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	Connor McDavid	0	X				98.00	80	49	87	92	76	97	99	93	99	95	90	79	88	77	82	55	40	84		0	28	1	5,333,333$
2	Elias Pettersson	0		X			98.00	64	42	92	99	72	94	97	90	92	90	90	74	86	73	77	40	40	82	N	0	26	3	6,650,000$
3	Brock Boeser	0			X		99.00	74	49	84	93	72	91	91	85	67	90	90	70	86	77	80	55	40	80		0	28	1	8,280,333$
4	Brendan Gallagher	0		X			100.00	85	44	82	90	50	92	94	81	67	79	91	71	80	81	66	55	40	77		0	33	1	2,950,000$
5	Jeff Skinner	0			X		100.00	81	46	83	87	64	90	88	82	72	81	86	71	76	81	67	55	40	77		0	33	2	4,100,000$
6	Michael Rasmussen	0	X				100.00	93	53	79	77	99	87	86	74	82	78	75	72	72	73	74	55	40	75		0	26	3	1,850,000$
7	Vinnie Hinostroza	0		X			100.00	74	35	83	87	53	84	84	73	70	77	70	69	74	80	64	55	40	72		0	31	1	2,900,000$
8	Andrei Loktionov	0	X				100.00	57	43	86	83	55	82	84	74	78	75	73	61	71	84	76	55	40	71		0	35	2	1,800,000$
9	Evgenii Dadonov	0			X		100.00	85	40	77	79	56	83	83	69	60	76	77	64	72	84	77	55	40	71		0	36	1	3,650,500$
10	Brett Connolly	0		X			100.00	89	50	75	74	73	85	77	70	63	70	70	70	72	81	64	55	40	70		0	33	1	1,100,000$
11	Jake Leschyshyn	0	X				100.00	78	48	80	75	70	79	87	66	78	68	67	74	68	77	77	55	40	70		0	26	4	800,000$
12	Nicklas Backstrom	0			X		100.00	64	46	72	66	71	82	81	74	66	72	70	61	69	86	80	55	40	69		0	37	1	875,000$
13	Haydn Fleury	0				X	98.00	75	52	88	84	85	83	83	83	50	89	70	81	70	77	83	55	40	78		0	28	2	1,950,000$
14	Nikita Zaitsev	0				X	100.00	90	46	79	79	84	89	89	74	50	76	63	79	63	81	82	55	40	77		0	33	2	1,750,000$
15	Jakub Zboril	0				X	100.00	82	46	84	82	80	82	82	77	52	78	66	77	66	77	82	55	40	76		0	28	2	1,935,000$
16	Dmitry Kulikov	0				X	100.00	79	48	84	79	82	90	91	71	50	75	62	77	69	81	74	55	40	75		0	34	1	3,005,000$
17	Jake Bean	0				X	100.00	60	38	85	91	78	79	79	81	50	80	67	79	71	72	76	55	40	75		0	27	3	2,000,000$
18	Colin Miller	0				X	100.00	76	49	76	76	82	82	88	74	50	77	66	73	65	80	73	55	40	73		0	32	1	2,500,000$
Rayé
1	Nick Leddy	0				X	100.00	53	46	90	83	81	86	89	67	50	71	64	75	67	82	81	55	40	73		0	34	2	1,850,000$
Équipe Mineure
1	Gaetan Haas	0		X			99.00	75	44	68	82	65	77	76	68	73	71	71	66	73	81	69	55	40	69		0	33	2	850,000$
2	Nathan Bastian	0			X		100.00	92	56	65	75	92	74	72	62	74	64	66	71	68	74	74	55	40	69		0	27	1	600,000$
3	Stephane Da Costa	0	X				98.00	65	37	79	80	56	77	77	68	75	73	69	63	73	84	76	55	40	69		0	35	1	955,000$
4	JAAKKO RISSANEN	0	X				100.00	51	38	69	73	71	60	60	74	70	75	66	69	70	84	93	52	40	68		0	35	1	500,500$
5	JONATHAN ANG	0			X		100.00	53	29	60	87	60	60	60	71	70	74	72	64	75	72	72	52	40	68		0	27	1	300,000$
6	BRIAN O'NEILL	0	X				100.00	52	33	70	78	57	60	60	69	76	72	66	67	69	88	94	52	40	67		0	37	1	250,000$
7	LUKAS ELVENES	0		X			100.00	53	33	58	86	67	60	60	72	69	79	62	60	71	69	69	52	40	67		0	25	1	350,000$
8	Michael Frolik	0		X			100.00	53	41	75	73	71	76	76	66	64	69	68	59	67	86	76	55	40	67		0	37	1	500,000$
9	VILJAMI MARJALA	0	X				100.00	54	33	73	87	67	60	60	73	64	78	63	63	72	62	62	52	40	67		0	22	1	275,000$
10	Yanni Gourde	0			X		99.00	60	39	73	85	46	80	77	65	70	67	69	65	72	81	65	55	40	67		0	33	1	900,000$
11	Ryan Winterton (R)	0	X				99.00	60	46	80	78	83	70	78	60	54	60	62	73	65	63	68	55	40	66		0	21	2	800,000$
12	Tim Gettinger	0			X		100.00	73	54	77	62	90	68	73	60	68	60	63	72	61	74	72	55	40	65		0	27	2	600,000$
13	Isaak Phillips (R)	0				X	99.00	78	58	83	77	89	77	85	69	50	72	64	71	64	68	81	55	40	72		0	23	1	500,000$
14	Justin Holl	0				X	100.00	55	46	83	79	86	78	83	71	50	70	67	75	65	81	80	55	40	72		0	33	1	950,000$
15	Cale Fleury	0				X	99.00	75	52	83	72	88	74	80	67	52	64	62	72	60	73	83	55	40	71		0	26	4	624,000$
16	Samuel Bolduc (R)	0				X	100.00	71	56	82	70	96	75	80	67	50	66	65	71	61	70	81	55	40	71		0	24	1	600,000$
17	ATRO LEPPANEN	0				X	99.46	55	43	78	89	74	60	60	72	48	79	71	68	71	71	81	52	40	70		0	26	1	510,000$
18	Raphael Diaz	0				X	100.00	54	42	87	69	68	75	75	65	57	69	59	65	60	90	80	55	40	67		0	39	1	1,000,000$
19	Lance Bouma	0			X		100.00	81	48	76	66	78	81	82	67	71	71	69	63	69	84	75	55	40	69		0	35	1	1,150,000$
20	Michael Pezzetta	0		X			100.00	97	68	55	63	79	72	77	60	67	63	62	66	61	76	72	55	40	65		0	27	2	950,000$
21	Riley Tufte	0		X			100.00	56	57	70	62	97	69	74	60	70	62	63	73	62	74	71	55	40	65		0	27	3	500,000$
22	LINUS HULTSTROM	0				X	89.47	54	45	78	77	68	60	60	71	48	79	68	67	67	78	87	52	40	68		0	32	1	250,000$
23	Connor Mackey	0				X	100.00	65	50	40	79	78	69	69	67	50	69	63	65	62	75	66	55	40	67		0	28	1	1,667,000$
24	Guillaume Brisebois	0				X	100.00	55	39	85	87	52	69	68	63	50	63	61	67	63	74	65	55	40	66		0	27	3	500,000$

	MOYENNE D’ÉQUIPE						99.42	69	46	77	79	74	77	78	71	64	74	69	70	69	78	76	54	40	71

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	Vitek Vanecek	0	97.00	88	80	83	82	83	82	83	83	83	82	82	78	64	55	40	79	0	29	1	2,250,000$
2	Ville Husso	0	100.00	77	75	78	84	81	81	82	82	82	81	80	79	63	55	40	77	0	30	3	4,000,000$
Rayé
Équipe Mineure
1	Keith Kinkaid	0	99.00	79	71	71	82	77	78	79	77	77	78	78	85	67	55	40	75	0	35	2	1,250,000$
2	CLAY STEVENSON	0	100.00	72	60	60	77	76	74	76	76	76	75	75	68	56	50	40	70	0	26	1	250,000$

	MOYENNE D’ÉQUIPE		99.00	79	72	73	81	79	79	80	80	80	79	79	78	63	54	40	75

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	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Connor McDavid	Philadelphia Flyers	C	21	10	12	22	-4	14	10	36	56	94	31	45	10.64%	17	459	21.86	3	3	6	13	52	1	0	1	1	39	1	2	55.25%	628	14	13	0.96	1	2	0	0	2	3	0	2
2	Elias Pettersson	Philadelphia Flyers	LW	21	7	12	19	-9	2	0	16	32	70	22	49	10.00%	7	438	20.87	1	7	8	10	55	0	0	0	0	41	1	0	44.44%	54	24	5	0.87	0	2	0	0	0	2	1	1
3	Brock Boeser	Philadelphia Flyers	RW	21	8	9	17	-3	8	0	35	28	61	8	32	13.11%	7	397	18.92	2	3	5	10	54	1	0	1	1	7	1	0	42.86%	35	14	5	0.86	1	1	0	0	0	0	2	3
4	Jeff Skinner	Philadelphia Flyers	RW	21	7	10	17	-2	4	0	33	29	54	17	47	12.96%	11	380	18.10	4	4	8	10	53	0	2	2	1	16	2	0	37.50%	16	16	5	0.89	0	1	0	0	0	0	0	2
5	Brendan Gallagher	Philadelphia Flyers	LW	21	7	7	14	0	21	5	36	32	59	27	33	11.86%	9	372	17.76	2	2	4	9	50	1	0	1	3	17	1	1	43.75%	16	16	4	0.75	0	0	1	0	0	0	2	1
6	Andrei Loktionov	Philadelphia Flyers	C	21	5	5	10	2	0	0	13	24	30	20	24	16.67%	7	309	14.76	1	1	2	2	31	0	0	0	1	32	0	1	51.81%	193	7	5	0.65	0	0	0	0	0	0	2	1
7	Haydn Fleury	Philadelphia Flyers	D	20	0	8	8	1	4	0	33	49	41	17	13	0%	26	529	26.46	0	4	4	9	72	0	0	0	1	58	0	0	0%	0	9	19	0.30	0	0	0	0	0	0	0	0
8	Dmitry Kulikov	Philadelphia Flyers	D	21	0	7	7	0	12	0	32	25	20	8	6	0%	20	455	21.70	0	0	0	4	28	0	1	1	0	29	0	0	0%	0	10	13	0.31	0	0	0	0	0	0	0	0
9	Brett Connolly	Philadelphia Flyers	LW	21	2	4	6	3	6	0	32	20	15	9	12	13.33%	4	217	10.36	0	0	0	0	0	0	1	1	1	33	2	0	42.86%	7	4	3	0.55	0	0	0	0	0	0	1	1
10	Vinnie Hinostroza	Philadelphia Flyers	LW	21	3	3	6	2	6	0	32	18	31	13	28	9.68%	3	234	11.15	0	0	0	0	13	0	0	0	1	13	0	0	50.00%	8	6	2	0.51	0	0	0	0	0	1	0	0
11	Evgenii Dadonov	Philadelphia Flyers	RW	21	2	3	5	0	21	5	36	12	37	13	23	5.41%	4	239	11.42	0	1	1	2	12	0	0	0	1	6	0	0	37.50%	8	8	3	0.42	0	0	1	0	0	0	0	0
12	Michael Rasmussen	Philadelphia Flyers	C	21	2	3	5	-4	40	20	56	35	26	11	17	7.69%	6	320	15.27	1	2	3	3	32	1	0	1	1	17	0	0	45.00%	240	3	6	0.31	0	0	0	1	3	0	0	0
13	Jake Bean	Philadelphia Flyers	D	18	2	2	4	-3	2	0	8	24	19	13	9	10.53%	12	318	17.67	2	1	3	4	50	0	0	0	0	30	0	0	0%	0	5	4	0.25	0	0	0	0	0	0	0	0
14	Jake Leschyshyn	Philadelphia Flyers	C	21	1	3	4	2	7	5	25	14	15	8	12	6.67%	3	166	7.95	0	0	0	0	0	0	0	0	0	6	0	0	31.58%	57	3	1	0.48	0	0	0	1	0	0	0	0
15	Nicklas Backstrom	Philadelphia Flyers	RW	18	1	3	4	2	6	0	10	11	19	5	15	5.26%	5	142	7.91	0	0	0	0	0	0	0	0	0	0	1	0	100.00%	4	2	1	0.56	0	0	0	0	0	0	0	1
16	Nikita Zaitsev	Philadelphia Flyers	D	21	1	3	4	1	30	0	51	30	23	10	6	4.35%	31	446	21.25	0	0	0	1	8	0	0	0	3	52	0	0	0%	0	6	18	0.18	0	0	0	0	0	1	0	0
17	Colin Miller	Philadelphia Flyers	D	19	0	3	3	0	8	0	9	11	10	5	5	0%	12	258	13.59	0	0	0	1	17	0	1	1	0	31	0	0	0%	0	2	14	0.23	0	0	0	0	0	0	0	0
18	Jakub Zboril	Philadelphia Flyers	D	13	0	3	3	-7	2	0	16	12	15	8	6	0%	12	247	19.04	0	1	1	1	26	0	0	0	0	17	0	0	0%	0	0	11	0.24	0	0	0	0	0	0	0	0
19	Nick Leddy	Philadelphia Flyers	D	17	0	3	3	2	2	0	2	21	9	10	5	0%	11	280	16.50	0	0	0	1	33	0	0	0	0	10	0	0	0%	0	1	8	0.21	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				378	58	103	161	-17	195	45	511	483	648	255	387	8.95%	207	6214	16.44	16	29	45	80	595	4	5	9	15	464	9	4	50.47%	1266	150	140	0.52	2	6	2	2	5	7	8	12

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
1	Ville Husso	Philadelphia Flyers	14	7	4	2	0.920	2.36	813	0	1	32	402	194	1	0	0.714	7	13	8	3	1	0
2	Vitek Vanecek	Philadelphia Flyers	8	3	5	0	0.908	3.16	456	2	0	24	261	118	0	1	0	0	8	13	0	1	1
Statistiques d’équipe totales ou en moyenne			22	10	9	2	0.916	2.65	1270	2	1	56	663	312	1	1		7	21	21	3	2	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	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Andrei Loktionov (contrat à 1 volet)	Philadelphia Flyers	C	35	1990-05-30	RUS	No	180 Lbs	5 ft10	No	No	Free Agent	No	No	2	2025-10-19	False	False	Pro & Farm	1,800,000$	1,302,128$	0$	0$	No	1,800,000$	-	-	-	-	-	-	-	-	1,800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Brendan Gallagher (contrat à 1 volet)	Philadelphia Flyers	LW	33	1992-05-06	CAN	No	183 Lbs	5 ft9	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	2,950,000$	2,134,043$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Brett Connolly	Philadelphia Flyers	LW	33	1992-05-02	CAN	No	198 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	1,100,000$	795,745$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Brock Boeser (contrat à 1 volet)	Philadelphia Flyers	RW	28	1997-02-25	USA	No	207 Lbs	6 ft1	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	8,280,333$	5,990,028$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Colin Miller (contrat à 1 volet)	Philadelphia Flyers	D	32	1992-10-29	CAN	No	201 Lbs	6 ft1	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	2,500,000$	1,808,511$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Connor McDavid (contrat à 1 volet)	Philadelphia Flyers	C	28	1997-01-13	CAN	No	194 Lbs	6 ft1	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	5,333,333$	3,858,156$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Dmitry Kulikov (contrat à 1 volet)	Philadelphia Flyers	D	34	1990-10-29	RUS	No	198 Lbs	6 ft1	No	No	Free Agent	No	No	1	2025-10-10	False	False	Pro & Farm	3,005,000$	2,173,830$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Elias Pettersson (contrat à 1 volet)	Philadelphia Flyers	LW	26	1998-11-12	SWE	No	185 Lbs	6 ft2	Yes	No	Assign Manually	No	No	3	2025-09-30	False	False	Pro Only	6,650,000$	4,810,638$	0$	0$	No	6,650,000$	6,650,000$	-	-	-	-	-	-	-	6,650,000$	6,650,000$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-	Lien / Lien NHL
Evgenii Dadonov (contrat à 1 volet)	Philadelphia Flyers	RW	36	1989-03-12	RUS	No	185 Lbs	5 ft11	No	No	Assign Manually	No	No	1	2025-09-30	False	False	Pro & Farm	3,650,500$	2,640,787$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Haydn Fleury	Philadelphia Flyers	D	28	1996-07-08	CAN	No	207 Lbs	6 ft3	No	No	Assign Manually	No	No	2	2025-09-30	False	False	Pro & Farm	1,950,000$	1,410,638$	0$	0$	No	1,950,000$	-	-	-	-	-	-	-	-	1,950,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jake Bean	Philadelphia Flyers	D	27	1998-06-09	CAN	No	176 Lbs	6 ft1	No	No	Assign Manually	No	No	3	2025-09-30	False	False	Pro & Farm	2,000,000$	1,446,809$	0$	0$	No	2,000,000$	2,000,000$	-	-	-	-	-	-	-	2,000,000$	2,000,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jake Leschyshyn	Philadelphia Flyers	C	26	1999-03-10	USA	No	195 Lbs	5 ft11	No	No	Free Agent	No	No	4	2025-11-01	False	False	Pro & Farm	800,000$	578,723$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien
Jakub Zboril	Philadelphia Flyers	D	28	1997-02-21	CZE	No	201 Lbs	6 ft1	No	No	Assign Manually	No	No	2	2025-09-30	False	False	Pro & Farm	1,935,000$	1,399,787$	0$	0$	No	1,935,000$	-	-	-	-	-	-	-	-	1,935,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jeff Skinner (contrat à 1 volet)	Philadelphia Flyers	RW	33	1992-05-16	CAN	No	196 Lbs	5 ft11	No	No	Free Agent	No	No	2	2025-10-03	False	False	Pro & Farm	4,100,000$	2,965,957$	0$	0$	No	4,100,000$	-	-	-	-	-	-	-	-	4,100,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Michael Rasmussen	Philadelphia Flyers	C	26	1999-04-17	CAN	No	212 Lbs	6 ft6	No	No	Assign Manually	No	No	3	2025-09-30	False	False	Pro & Farm	1,850,000$	1,338,298$	0$	0$	No	1,850,000$	1,850,000$	-	-	-	-	-	-	-	1,850,000$	1,850,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Nick Leddy (contrat à 1 volet)	Philadelphia Flyers	D	34	1991-03-20	USA	No	205 Lbs	6 ft0	No	No	Free Agent	No	No	2	2025-10-21	False	False	Pro & Farm	1,850,000$	1,338,298$	0$	0$	No	1,850,000$	-	-	-	-	-	-	-	-	1,850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Nicklas Backstrom (contrat à 1 volet)	Philadelphia Flyers	RW	37	1987-11-23	SWE	No	203 Lbs	6 ft0	No	No	Free Agent	No	No	1	2025-10-24	False	False	Pro & Farm	875,000$	632,979$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Nikita Zaitsev (contrat à 1 volet)	Philadelphia Flyers	D	33	1991-10-29	RUS	No	192 Lbs	6 ft2	No	No	Free Agent	No	No	2	2025-10-10	False	False	Pro & Farm	1,750,000$	1,265,957$	0$	0$	No	1,750,000$	-	-	-	-	-	-	-	-	1,750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Ville Husso (contrat à 1 volet)	Philadelphia Flyers	G	30	1995-02-06	FIN	No	209 Lbs	6 ft3	No	No	Assign Manually	No	No	3	2025-09-30	False	False	Pro & Farm	4,000,000$	2,893,617$	0$	0$	No	4,000,000$	4,000,000$	-	-	-	-	-	-	-	4,000,000$	4,000,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Vinnie Hinostroza (contrat à 1 volet)	Philadelphia Flyers	LW	31	1994-04-03	USA	No	176 Lbs	5 ft10	No	No	Free Agent	No	No	1	2025-10-14	False	False	Pro & Farm	2,900,000$	2,097,872$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Vitek Vanecek	Philadelphia Flyers	G	29	1996-01-09	CZE	No	183 Lbs	6 ft2	No	No	Free Agent	No	No	1	2025-10-17	False	False	Pro & Farm	2,250,000$	1,627,660$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
21	30.81	195 Lbs	6 ft1	1.81	2,929,960$

Somme salaire 1e année	Somme salaire 2e année	Somme salaire 3e année	Somme salaire 4e année	Somme salaire 5e année
61,529,166$	28,685,000$	15,300,000$	800,000$	0$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Elias Pettersson	Connor McDavid	Brock Boeser	40	1	2	2
2	Brendan Gallagher	Andrei Loktionov	Jeff Skinner	30	1	2	2
3	Vinnie Hinostroza	Michael Rasmussen	Evgenii Dadonov	20	1	2	2
4	Brett Connolly	Jake Leschyshyn	Nicklas Backstrom	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Nikita Zaitsev	40	1	2	2
2	Jakub Zboril	Jake Bean	30	1	2	2
3	Dmitry Kulikov	Colin Miller	20	1	2	2
4	Dmitry Kulikov	Nikita Zaitsev	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Elias Pettersson	Connor McDavid	Brock Boeser	60	1	2	2
2	Brendan Gallagher	Andrei Loktionov	Jeff Skinner	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Dmitry Kulikov	60	1	2	2
2	Jakub Zboril	Jake Bean	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Connor McDavid	Elias Pettersson	60	1	2	2
2	Michael Rasmussen	Jeff Skinner	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Nikita Zaitsev	60	1	2	2
2	Dmitry Kulikov	Jake Bean	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Connor McDavid	60	1	2	2	Haydn Fleury	Nikita Zaitsev	60	1	2	2
2	Elias Pettersson	40	1	2	2	Jakub Zboril	Jake Bean	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Connor McDavid	Elias Pettersson	60	1	2	2
2	Brock Boeser	Jeff Skinner	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Nikita Zaitsev	60	1	2	2
2	Jakub Zboril	Jake Bean	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Elias Pettersson	Connor McDavid	Brock Boeser	Haydn Fleury	Nikita Zaitsev

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brett Connolly	Andrei Loktionov	Jeff Skinner	Dmitry Kulikov	Nikita Zaitsev

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Vinnie Hinostroza, Evgenii Dadonov, Andrei Loktionov	Vinnie Hinostroza, Evgenii Dadonov	Andrei Loktionov

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Dmitry Kulikov, Colin Miller, Haydn Fleury	Dmitry Kulikov	Jakub Zboril, Colin Miller

Tirs de pénalité
Connor McDavid, Elias Pettersson, Brock Boeser, Jeff Skinner, Brendan Gallagher

Gardien
#1 : Vitek Vanecek, #2 : Ville Husso

Lignes d’attaque personnalisées en prolongation
Connor McDavid, Elias Pettersson, Brock Boeser, Jeff Skinner, Brendan Gallagher, Michael Rasmussen, Vinnie Hinostroza, Evgenii Dadonov, Andrei Loktionov, Jake Leschyshyn

Lignes de défense personnalisées en prolongation
Haydn Fleury, Nikita Zaitsev, Jakub Zboril, Jake Bean, Dmitry Kulikov

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	Boston Bruins	2	0	1	0	0	1	0	0	5	7	-2	1	0	0	0	0	1	0	0	2	3	-1	1	0	1	0	0	0	0	0	3	4	-1	1	0.167	5	8	13	0	0	2	2	1	0	63	25	18	20	0	70	14	14	44	11	2	18.18%	7	4	42.86%	1	251	494	50.81%	240	484	49.59%	148	279	53.05%	48	29	42	17	32	17
2	Carolina Hurricanes	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	3	6	9	1	0	2	1	0	0	33	13	13	7	0	40	12	2	21	3	0	0.00%	1	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	23	15	19	7	16	8
3	Chicago Blackhawks	1	0	0	0	0	0	0	1	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	2	3	-1	1	0.333	2	4	6	0	0	1	0	1	1	33	9	12	12	4	29	5	8	36	2	1	50.00%	4	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	23	13	23	9	18	8
4	Colorado Avalanche	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	0	1	0	0	33	10	13	10	0	36	11	5	20	1	0	0.00%	0	0	0%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	22	14	21	8	16	8
5	Detroit Red Wings	1	1	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	3	1.000	2	4	6	0	1	0	1	1	0	31	12	8	11	0	25	5	23	30	4	1	25.00%	4	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	23	13	18	8	17	9
6	Florida Panthers	2	1	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	2	1	1	3	0.500	3	4	7	0	0	0	1	2	0	61	20	18	23	0	61	23	26	51	5	1	20.00%	13	3	76.92%	1	251	494	50.81%	240	484	49.59%	148	279	53.05%	41	23	44	18	33	15
7	Hamilton Mustangs	1	0	1	0	0	0	0	0	0	4	-4	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	4	-4	0	0.000	0	0	0	0	0	0	0	0	0	31	7	11	13	0	40	13	4	27	1	0	0.00%	2	1	50.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	20	12	25	7	14	7
8	Montreal Canadiens	1	1	0	0	0	0	0	0	6	3	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	3	3	3	1.000	6	12	18	0	0	3	2	1	0	32	14	9	9	0	35	6	14	23	5	1	20.00%	2	1	50.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	22	13	22	8	15	7
9	New Jersey Devils	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	0	0	1	0	33	17	11	5	0	33	13	4	24	2	0	0.00%	2	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	23	14	21	8	15	7
10	New York Islanders	2	1	1	0	0	0	0	0	2	2	0	1	0	1	0	0	0	0	0	0	1	-1	1	1	0	0	0	0	0	0	2	1	1	3	0.500	2	3	5	0	0	0	0	2	0	50	16	17	17	0	58	13	14	47	4	1	25.00%	7	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	42	24	44	17	33	15
11	New York Rangers	2	1	0	0	0	0	1	0	11	6	5	1	0	0	0	0	0	1	0	5	4	1	1	1	0	0	0	0	0	0	6	2	4	5	0.833	11	18	29	0	0	2	4	4	1	62	13	24	23	4	57	21	21	42	9	2	22.22%	8	0	100.00%	1	251	494	50.81%	240	484	49.59%	148	279	53.05%	41	24	49	18	34	16
12	Ottawa Senators	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	6	9	0	0	2	0	1	0	32	16	6	10	0	37	15	20	27	6	3	50.00%	5	2	60.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	21	12	22	8	15	7
13	Pittsburgh Penguins	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	4	1	3	0	0	0	0	0	0	0	0	0	0	0	3	1.000	4	7	11	0	0	1	2	1	0	26	6	13	7	0	27	13	11	29	3	0	0.00%	3	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	23	13	20	8	16	8
14	Quebec Nordiques	1	1	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	3	1.000	6	10	16	0	0	2	3	1	0	41	11	17	13	0	36	9	9	18	7	1	14.29%	2	0	100.00%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	26	17	16	7	16	9
15	Tampa Bay Lightning	2	2	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	3	1	2	6	1.000	8	14	22	0	0	4	1	3	0	65	22	21	22	0	58	21	16	50	8	3	37.50%	8	0	100.00%	1	251	494	50.81%	240	484	49.59%	148	279	53.05%	43	25	40	18	36	17
16	Toronto Maple Leafs	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	0	1	1	0	22	5	5	12	0	22	13	6	22	3	0	0.00%	3	1	66.67%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	22	12	20	8	17	9
	Total	21	9	9	0	0	1	1	1	59	58	1	10	4	4	0	0	1	1	0	28	23	5	11	5	5	0	0	0	0	1	31	35	-4	31	0.492	59	103	162	1	1	19	19	20	2	648	216	216	214	8	664	207	197	511	74	16	21.62%	71	12	83.10%	4	251	494	50.81%	240	484	49.59%	148	279	53.05%	470	283	452	182	349	175
	_Since Last GM Reset	21	9	9	0	0	1	1	1	59	58	1	10	4	4	0	0	1	1	0	28	23	5	11	5	5	0	0	0	0	1	31	35	-4	31	0.492	59	103	162	1	1	19	19	20	2	648	216	216	214	8	664	207	197	511	74	16	21.62%	71	12	83.10%	4	251	494	50.81%	240	484	49.59%	148	279	53.05%	470	283	452	182	349	175
	_Vs Conference	18	8	8	0	0	1	1	0	54	53	1	8	3	3	0	0	1	1	0	25	21	4	10	5	5	0	0	0	0	0	29	32	-3	27	0.500	54	93	147	1	0	18	17	18	1	551	185	183	181	4	574	186	161	425	67	14	20.90%	63	12	80.95%	4	251	494	50.81%	240	484	49.59%	148	279	53.05%	401	241	389	156	297	149
	_Vs Division	6	3	3	0	0	0	0	0	21	20	1	3	2	1	0	0	0	0	0	12	6	6	3	1	2	0	0	0	0	0	9	14	-5	9	0.500	21	38	59	0	0	8	8	5	0	184	59	61	64	0	197	69	64	146	25	5	20.00%	17	5	70.59%	0	251	494	50.81%	240	484	49.59%	148	279	53.05%	136	83	127	48	96	50

			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	31	L1	59	103	162	648	664	207	197	511	1	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
21	9	9	0	1	1	1	59	58

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
10	4	4	0	1	1	0	28	23

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
11	5	5	0	0	0	1	31	35

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	3	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
74	16	21.62%	71	12	83.10%	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
216	216	214	8	19	19	20	2

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
251	494	50.81%	240	484	49.59%	148	279	53.05%

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
470	283	452	182	349	175

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
1	1	Toronto Maple Leafs	3	Philadelphia Flyers	2	L			Sommaire du match
3	15	Philadelphia Flyers	3	Ottawa Senators	7	L			Sommaire du match
5	31	Pittsburgh Penguins	1	Philadelphia Flyers	4	W			Sommaire du match
7	49	Philadelphia Flyers	3	Carolina Hurricanes	5	L			Sommaire du match
9	58	Philadelphia Flyers	6	Montreal Canadiens	3	W			Sommaire du match
11	72	Quebec Nordiques	2	Philadelphia Flyers	6	W			Sommaire du match
13	86	Philadelphia Flyers	0	Hamilton Mustangs	4	L			Sommaire du match
15	101	Colorado Avalanche	2	Philadelphia Flyers	1	L			Sommaire du match
18	123	Detroit Red Wings	0	Philadelphia Flyers	2	W			Sommaire du match
20	131	Philadelphia Flyers	2	Chicago Blackhawks	3	L	X	X	Sommaire du match
22	141	Philadelphia Flyers	1	New Jersey Devils	4	L			Sommaire du match
25	155	Boston Bruins	3	Philadelphia Flyers	2	L	X		Sommaire du match
28	169	Florida Panthers	3	Philadelphia Flyers	1	L			Sommaire du match
31	183	Tampa Bay Lightning	4	Philadelphia Flyers	5	W			Sommaire du match
34	198	Philadelphia Flyers	2	New York Islanders	1	W			Sommaire du match
38	217	New York Rangers	4	Philadelphia Flyers	5	W	X	X	Sommaire du match
41	231	Philadelphia Flyers	6	New York Rangers	2	W			Sommaire du match
44	242	New York Islanders	1	Philadelphia Flyers	0	L			Sommaire du match
47	256	Philadelphia Flyers	3	Tampa Bay Lightning	1	W			Sommaire du match
49	268	Philadelphia Flyers	2	Florida Panthers	1	W			Sommaire du match
52	282	Philadelphia Flyers	3	Boston Bruins	4	L			Sommaire du match
55	296	New Jersey Devils	-	Philadelphia Flyers	-
59	311	Philadelphia Flyers	-	Edmonton Oilers	-
62	327	Seattle Kraken	-	Philadelphia Flyers	-
63	337	Philadelphia Flyers	-	Anaheim Mighty Ducks	-
65	351	California Golden Seals	-	Philadelphia Flyers	-
67	365	Philadelphia Flyers	-	Quebec Nordiques	-
69	381	Montreal Canadiens	-	Philadelphia Flyers	-
71	395	Carolina Hurricanes	-	Philadelphia Flyers	-
73	409	Philadelphia Flyers	-	Pittsburgh Penguins	-
77	430	Philadelphia Flyers	-	Winnipeg Jets	-
79	443	St Louis Blues	-	Philadelphia Flyers	-
81	457	Columbus Blue Jackets	-	Philadelphia Flyers	-
83	464	Tampa Bay Lightning	-	Philadelphia Flyers	-
85	478	Philadelphia Flyers	-	New York Islanders	-
88	492	New York Rangers	-	Philadelphia Flyers	-
92	513	Philadelphia Flyers	-	Los Angeles Kings	-
93	520	Los Angeles Kings	-	Philadelphia Flyers	-
95	534	Vancouver Canucks	-	Philadelphia Flyers	-
98	555	Philadelphia Flyers	-	Vancouver Canucks	-
100	569	Philadelphia Flyers	-	Vegas Golden Knights	-
102	583	San Jose Sharks	-	Philadelphia Flyers	-
105	599	Ottawa Senators	-	Philadelphia Flyers	-
107	610	Philadelphia Flyers	-	Toronto Maple Leafs	-
111	628	Hamilton Mustangs	-	Philadelphia Flyers	-
113	631	Philadelphia Flyers	-	New Jersey Devils	-
116	650	Boston Bruins	-	Philadelphia Flyers	-
120	670	Florida Panthers	-	Philadelphia Flyers	-
122	680	Anaheim Mighty Ducks	-	Philadelphia Flyers	-
124	699	Philadelphia Flyers	-	Seattle Kraken	-
126	712	Edmonton Oilers	-	Philadelphia Flyers	-
128	723	Chicago Blackhawks	-	Philadelphia Flyers	-
129	731	Philadelphia Flyers	-	Detroit Red Wings	-
131	745	Philadelphia Flyers	-	Colorado Avalanche	-
134	758	Philadelphia Flyers	-	Quebec Nordiques	-
136	772	Montreal Canadiens	-	Philadelphia Flyers	-
138	791	Philadelphia Flyers	-	Carolina Hurricanes	-
140	801	Pittsburgh Penguins	-	Philadelphia Flyers	-
144	819	Philadelphia Flyers	-	California Golden Seals	-
147	836	Winnipeg Jets	-	Philadelphia Flyers	-
149	845	Philadelphia Flyers	-	St Louis Blues	-
151	855	Philadelphia Flyers	-	Columbus Blue Jackets	-
154	880	Vegas Golden Knights	-	Philadelphia Flyers	-
156	892	Philadelphia Flyers	-	San Jose Sharks	-
159	905	Philadelphia Flyers	-	Tampa Bay Lightning	-
161	920	New York Islanders	-	Philadelphia Flyers	-
163	933	Philadelphia Flyers	-	New York Rangers	-
165	947	Philadelphia Flyers	-	Florida Panthers	-
167	961	Philadelphia Flyers	-	Boston Bruins	-
169	975	New Jersey Devils	-	Philadelphia Flyers	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
172	990	Quebec Nordiques	-	Philadelphia Flyers	-
174	1004	Philadelphia Flyers	-	Montreal Canadiens	-
176	1020	Carolina Hurricanes	-	Philadelphia Flyers	-
178	1032	Philadelphia Flyers	-	Pittsburgh Penguins	-
180	1037	Philadelphia Flyers	-	Ottawa Senators	-
181	1051	Ottawa Senators	-	Philadelphia Flyers	-
183	1065	Philadelphia Flyers	-	Toronto Maple Leafs	-
184	1079	Toronto Maple Leafs	-	Philadelphia Flyers	-
186	1094	Philadelphia Flyers	-	Hamilton Mustangs	-
187	1111	Hamilton Mustangs	-	Philadelphia Flyers	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2	Niveau 3	Niveau 4	Luxe
Capacité	5940	4860	1980	3960	1260
Prix des billets	92	51	30	23	186
Assistance	48,589	37,984	16,431	31,667	10,167
Attendance PCT	81.80%	78.16%	82.98%	79.97%	80.69%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
30	14484 - 80.47%	1,056,687$	10,566,873$	18000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs	Valeur du plafond salarial spécial
18,794,797$	68,569,666$	0$	0$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Taxe de luxe totale	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	18,794,797$	0$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
31,700,619$	136	364,732$	49,603,552$

Total de l’équipe estimé
Dépenses de la saison estimées	Compte bancaire actuel	Compte bancaire projeté
50,366,104$	143,036,323$	126,204,669$

Charte de profondeur

Ailier gauche

Centre

Ailier droit

Elias Pettersson	AGE:26	PO:40	OV:82
Brendan Gallagher	AGE:33	PO:55	OV:77
Vinnie Hinostroza	AGE:31	PO:55	OV:72
Brett Connolly	AGE:33	PO:55	OV:70
Gaetan Haas	AGE:33	PO:55	OV:69
Michael Frolik	AGE:37	PO:55	OV:67
LUKAS ELVENES	AGE:25	PO:52	OV:67
Michael Pezzetta	AGE:27	PO:55	OV:65
Riley Tufte	AGE:27	PO:55	OV:65

Connor McDavid	AGE:28	PO:55	OV:84
Michael Rasmussen	AGE:26	PO:55	OV:75
Andrei Loktionov	AGE:35	PO:55	OV:71
Jake Leschyshyn	AGE:26	PO:55	OV:70
Stephane Da Costa	AGE:35	PO:55	OV:69
JAAKKO RISSANEN	AGE:35	PO:52	OV:68
BRIAN O'NEILL	AGE:37	PO:52	OV:67
VILJAMI MARJALA	AGE:22	PO:52	OV:67
Ryan Winterton (R)	AGE:21	PO:55	OV:66

Brock Boeser	AGE:28	PO:55	OV:80
Jeff Skinner	AGE:33	PO:55	OV:77
Evgenii Dadonov	AGE:36	PO:55	OV:71
Lance Bouma	AGE:35	PO:55	OV:69
Nathan Bastian	AGE:27	PO:55	OV:69
Nicklas Backstrom	AGE:37	PO:55	OV:69
JONATHAN ANG	AGE:27	PO:52	OV:68
Yanni Gourde	AGE:33	PO:55	OV:67
Tim Gettinger	AGE:27	PO:55	OV:65

Défense #1

Défense #2

Gardien

Haydn Fleury	AGE:28	PO:55	OV:78
Nikita Zaitsev	AGE:33	PO:55	OV:77
Jakub Zboril	AGE:28	PO:55	OV:76
Dmitry Kulikov	AGE:34	PO:55	OV:75
Jake Bean	AGE:27	PO:55	OV:75
Colin Miller	AGE:32	PO:55	OV:73
Nick Leddy	AGE:34	PO:55	OV:73
Isaak Phillips (R)	AGE:23	PO:55	OV:72

Justin Holl	AGE:33	PO:55	OV:72
Cale Fleury	AGE:26	PO:55	OV:71
Samuel Bolduc (R)	AGE:24	PO:55	OV:71
ATRO LEPPANEN	AGE:26	PO:52	OV:70
LINUS HULTSTROM	AGE:32	PO:52	OV:68
Connor Mackey	AGE:28	PO:55	OV:67
Raphael Diaz	AGE:39	PO:55	OV:67
Guillaume Brisebois	AGE:27	PO:55	OV:66

Vitek Vanecek	AGE:29	PO:55	OV:79
Ville Husso	AGE:30	PO:55	OV:77
Keith Kinkaid	AGE:35	PO:55	OV:75
CLAY STEVENSON	AGE:26	PO:50	OV:70

Espoirs

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

Espoir	Nom de l’équipe	Année de repêchage	Choix total	Information	Lien
0x LTCs	Philadelphia Flyers	0	0
0x RFA Tag (Connor McDavid Y26)	Philadelphia Flyers	0	0
0x TC PTS	Philadelphia Flyers	0	0
1 000 000 NSHL25 Waiver Bucks	Philadelphia Flyers	0	0
1x NSHL26 ODW Claim	Philadelphia Flyers	0	0
Aleksei Kolosov	Philadelphia Flyers	21	49	0	Lien
Alexis Bernier	Philadelphia Flyers	24	115	0	Lien
Andrew Gibson	Philadelphia Flyers	23	65	0	Lien
Arseny Radkov	Philadelphia Flyers	25	77	0	Lien
Artyom Gonchar	Philadelphia Flyers	25	118	0	Lien
Brandon Coe	Philadelphia Flyers	20	95	0	Lien
Burke Hood	Philadelphia Flyers	25	161	0	Lien
Calle Odelius	Philadelphia Flyers	22	82	0	Lien
Carter Amico	Philadelphia Flyers	25	48	0	Lien
Christian Kyrou	Philadelphia Flyers	22	66	0	Lien
Cole Hutson	Philadelphia Flyers	24	41	0	Lien
Cole O'Hara	Philadelphia Flyers	22	149	0	Lien
Cole Spicer	Philadelphia Flyers	22	128	0	Lien
Conner Roulette	Philadelphia Flyers	21	137	0	Lien
Conrad Fondrk	Philadelphia Flyers	25	58	0	Lien
Elias Pettersson (D)	Philadelphia Flyers	22	113	0	Lien
Erik Portillo	Philadelphia Flyers	19	61	0	Lien
Gabriel D'Aigle	Philadelphia Flyers	25	103	0	Lien
Graeme Clark	Philadelphia Flyers	19	62	0	Lien
Henry Brzustewicz	Philadelphia Flyers	25	46	0	Lien
Hunter Jones	Philadelphia Flyers	19	96	0	Lien
Ivan Zhigalov	Philadelphia Flyers	22	87	0	Lien
Jesse Kiiskinen	Philadelphia Flyers	23	70	0	Lien
John Farinacci	Philadelphia Flyers	19	58	0	Lien
Kim Saarinen	Philadelphia Flyers	24	139	0	Lien
Kirill Zarubin	Philadelphia Flyers	24	128	0	Lien
Liam Pettersson	Philadelphia Flyers	25	75	0	Lien
Love Harenstam	Philadelphia Flyers	25	174	0	Lien
Lucas Pettersson	Philadelphia Flyers	24	37	0	Lien
Mans Goos	Philadelphia Flyers	25	143	0	Lien
Maxim Barbashev	Philadelphia Flyers	22	153	0	Lien
Michal Pradel	Philadelphia Flyers	25	60	0	Lien
Nathaniel Day	Philadelphia Flyers	23	153	0	Lien
Noah Read	Philadelphia Flyers	25	85	0	Lien
Oliver Kapanen	Philadelphia Flyers	21	122	0	Lien
Patrick Moynihan	Philadelphia Flyers	19	84	0	Lien
Quentin Miller	Philadelphia Flyers	23	138	0	Lien
Redmond Savage	Philadelphia Flyers	21	140	0	Lien
Rieger Lorenz	Philadelphia Flyers	22	55	0	Lien
Ruslan Khazheyev	Philadelphia Flyers	23	143	0	Lien
Ryan Winterton	Philadelphia Flyers	21	92	0	Lien
Ryder Donovan	Philadelphia Flyers	19	110	0	Lien
Samuel Helenius	Philadelphia Flyers	21	48	0	Lien
Samuel Honzek	Philadelphia Flyers	23	24	0	Lien
Samuel Savoie	Philadelphia Flyers	22	107	0	Lien
Sean Farrell	Philadelphia Flyers	20	119	0	Lien
Terik Parascak	Philadelphia Flyers	24	22	0	Lien
Tomas Lavoie	Philadelphia Flyers	24	149	0	Lien
Ty Smilanic	Philadelphia Flyers	20	74	0	Lien
Tyler Brennan	Philadelphia Flyers	22	79	0	Lien
Vladislav Firstov	Philadelphia Flyers	19	44	0	Lien
William Stromgren	Philadelphia Flyers	21	43	0	Lien
Wilson Bjorck	Philadelphia Flyers	25	189	0	Lien
Zack Ostapchuk	Philadelphia Flyers	21	68	0	Lien

Choix au repêchage

Année	R1	R2	R3	R4	R5	R6	R7
26
27
28
29
30
Choix au repêchage conditionnel

La base de données des nouvelles du STHS n'a pas été trouvée ou corrompu. Veuillez en créer une de la section Gestion des nouvelles de la ligue du site web en étant connecté comme commissaire.

Philadelphia Flyers Historique de transactions

[2026-02-17 12:13:06 PM] New Record for Team's Most Hits (36) in 1 Game for Philadelphia Flyers!
[2026-02-12 4:18:45 PM] New Record for Team's Most Hits (30) in 1 Game for Philadelphia Flyers!
[2026-02-12 4:18:45 PM] New Record for Team's Most Penalties Minutes (23) in 1 Game for Philadelphia Flyers!
[2026-02-07 8:52:59 PM] Raphael Diaz signed with Philadelphia Flyers for $1,000,000 for 1 year(s) / Option : 1 Way Contract .
[2026-02-07 8:52:59 PM] Raphael Diaz was added to Philadelphia Flyers.
[2026-02-05 1:28:02 PM] New Record for Team's Most Shots (41) in 1 Game for Philadelphia Flyers!
[2026-02-03 3:11:59 PM] New Record for Team's Most Points (18) in 1 Game for Philadelphia Flyers!
[2026-02-03 3:11:59 PM] New Record for Team's Most Assists (12) in 1 Game for Philadelphia Flyers!
[2026-02-03 3:11:59 PM] New Record for Team's Most Goals (6) in 1 Game for Philadelphia Flyers!
[2026-02-01 12:08:42 PM] New Record for Team's Most Shots (33) in 1 Game for Philadelphia Flyers!
[2026-01-30 3:38:06 PM] New Record for Team's Most Hits (29) in 1 Game for Philadelphia Flyers!
[2026-01-30 3:38:06 PM] New Record for Team's Most Points (11) in 1 Game for Philadelphia Flyers!
[2026-01-30 3:38:06 PM] New Record for Team's Most Assists (7) in 1 Game for Philadelphia Flyers!
[2026-01-30 3:38:06 PM] New Record for Team's Most Goals (4) in 1 Game for Philadelphia Flyers!

LINUS HULTSTROM est dehors pour 6 jours à cause de Back Spasms Injury.

Philadelphia Flyers 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

Philadelphia Flyers 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

Philadelphia Flyers 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

Philadelphia Flyers 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

Philadelphia Flyers 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

	Philadelphia Flyers
	GP: 21 \| W: 10 \| L: 9 \| OTL: 2 \| P: 31 GF: 59 \| GA: 58 \| PP%: 21.62% \| PK%: 83.10% DG: Brad \| Morale : 40 \| Moyenne d’équipe : 75 Prochains matchs #296 vs New Jersey Devils