Anaheim Ducks
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Statistiques de l'Équipe de Carrière

Centre de jeu
	San Diego Gulls 36-33-13, 85pts	1	Sommaire du match	3	Bobcaygeon Bullets 46-31-5, 97pts

Team Stats
W1	Séquence	W3
20-14-7	Fiche domicile	20-19-2
16-19-6	Fiche domicile	26-12-3
4-4-2	Derniers 10 matchs	6-4-0
3.66	Buts par match	3.74
3.85	Buts contre par match	3.23
21.53%	Pourcentage en avantage numérique	23.40%
79.69%	Pourcentage en désavantage numérique	84.32%

San Diego Gulls
36-33-13, 85pts

Sommaire du match

Vancouver Millionaires
48-24-9, 105pts

Team Stats
W1	Séquence	OTL1
20-14-7	Fiche domicile	26-8-7
16-19-6	Fiche domicile	22-16-2
4-4-2	Derniers 10 matchs	4-4-2
3.66	Buts par match	3.42
3.85	Buts contre par match	2.85
21.53%	Pourcentage en avantage numérique	19.47%
79.69%	Pourcentage en désavantage numérique	81.21%

Meneurs d'équipe
	Buts Chase Bradley 41	Passes Chase Bradley 43

	Points Chase Bradley 84	Plus/Moins Austin Watson 7

	Victoires Magnus Hellberg 15	Pourcentage d’arrêts Connor Hughes 0.921

Statistiques d’équipe
Buts pour 300 3.66 GFG	Tirs pour 3207 39.11 Avg	Pourcentage en avantage numérique 21.5% 76 GF	Début de zone offensive 39.9%
Buts contre 316 3.85 GAA	Tirs contre 3325 40.55 Avg	Pourcentage en désavantage numérique 79.7%% 66 GA	Début de la zone défensive 41.9%

Informations de l'équipe
	Directeur général	Matt Nielson
	Division	Pacific Division
	Conférence	Western Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	21
	Équipe Mineure	21
	Limite contact	42 / 60
	Espoirs	20
Historique d'équipe
	Saison actuelle	36-33-13 (85PTS)
	Historique	120-96-25 (0.498%)
	Apparitions en séries éliminatoires	3
	Historique en séries éliminatoires (W-L)	27 - 21 (0.563%)
	Coupe Stanley	0

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Sasha Chmelevski	X				100.00	68	42	91	71	73	69	58	66	63	79	57	62	56	55	58	0	50	66	0	26	1	625,000$
2	Justin Dowling	X				100.00	73	44	92	73	67	54	69	61	79	64	63	71	57	62	60	0	50	65	0	34	1	990,000$
3	Denis Gurianov			X		100.00	55	55	55	55	55	55	55	55	55	55	55	55	55	55	55	0	50	55	0	28	1	800,000$
4	Travis Hamonic				X	100.00	71	67	90	67	73	69	81	57	42	64	59	80	56	81	66	0	50	69	0	34	1	990,000$
Rayé
1	Austin Watson		X			100.00	62	63	69	70	91	70	69	65	58	64	66	68	57	75	64	0	50	68	0	33	1	950,000$
2	Ross Johnston		X			100.00	92	79	76	66	90	49	77	58	54	63	60	72	56	61	58	0	50	65	0	31	1	900,000$
3	Adam Beckman		X			100.00	57	59	70	64	69	68	66	65	57	63	63	64	59	59	55	0	50	64	0	24	2	900,000$
4	Chase Bradley		X			96.00	58	62	70	68	68	70	68	62	58	60	63	70	57	58	55	0	50	64	0	23	2	675,000$
5	Rhett Gardner	X				100.00	57	56	67	61	79	69	68	60	72	60	58	65	56	68	60	0	50	62	0	29	1	850,000$
6	Adam Erne		X			100.00	57	56	71	57	73	58	58	56	57	56	56	61	56	69	61	0	50	58	0	30	1	800,000$
7	Cooper Marody			X		88.64	56	56	72	56	66	57	57	56	57	56	56	61	56	68	60	0	50	58	0	28	1	775,000$
8	Jack Johnson				X	100.00	64	42	95	75	85	59	79	57	42	66	57	79	60	90	70	0	50	68	0	38	1	975,000$
9	Connor Carrick				X	100.00	58	60	63	68	66	70	69	65	42	63	63	67	56	71	62	0	50	65	0	31	1	700,000$
10	Jack Ahcan				X	100.00	58	56	71	60	65	72	69	66	43	68	59	69	60	67	60	0	50	65	0	28	1	700,000$
11	Dylan McIlrath				X	100.00	68	99	83	65	93	56	60	54	42	65	56	76	56	57	58	0	50	65	0	33	1	950,000$
12	Christian Wolanin				X	100.00	57	57	68	64	70	68	67	65	42	67	58	67	56	69	61	0	50	64	0	30	1	900,000$
13	Ole Bjorgvik-Holm (R)				X	100.00	58	57	70	58	73	62	61	59	42	59	58	63	57	50	50	0	50	60	0	23	2	675,000$
14	Dru Krebs (R)				X	100.00	56	56	72	56	68	56	56	56	42	56	56	61	56	55	53	0	50	58	0	22	2	725,000$
15	Jakub Fibigr (R)				X	100.00	56	56	72	56	64	56	56	56	42	56	56	61	56	50	50	0	50	57	0	18	3	675,000$

	MOYENNE D’ÉQUIPE					99.19	62	59	75	64	73	62	65	60	52	62	59	67	57	64	59	0	50	63

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
Rayé
1	Magnus Hellberg	100.00	78	78	78	76	73	66	70	76	64	73	64	81	68	0	50	73	0	34	1	650,000$
2	Connor Hughes	100.00	70	72	72	71	72	65	70	70	64	70	67	72	62	0	50	69	0	28	2	675,000$

	MOYENNE D’ÉQUIPE	100.00	74	75	75	74	73	66	70	73	64	72	66	77	65	0	50	71

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	HT	P/20	PSG	PSS	FT	S1	S2	S3
1	Chase Bradley	San Diego Gulls (ANA)	LW	77	41	43	84	-1	57	15	135	238	379	109	290	10.82%	51	1609	20.90	1	0	1	5	6	1	0	1	1	36	1	1	48.76%	968	0	1.04	3	5	3	17	9	8
2	Connor Carrick	San Diego Gulls (ANA)	D	68	29	33	62	-22	66	0	155	152	253	68	200	11.46%	103	1542	22.69	14	10	24	111	178	1	0	1	2	129	1	1	44.62%	195	0	0.80	0	7	0	9	9	4
3	Jack Johnson	San Diego Gulls (ANA)	D	51	15	36	51	6	26	0	67	109	173	48	117	8.67%	100	1224	24.01	7	11	18	93	171	0	1	1	0	129	4	1	45.33%	150	1	0.83	0	4	0	4	7	4
4	Cooper Marody	San Diego Gulls (ANA)	RW	78	15	27	42	-21	55	5	125	117	154	45	115	9.74%	42	1623	20.81	1	8	9	14	98	0	0	0	0	4	1	1	57.19%	299	0	0.52	2	7	1	6	3	5
5	Jesse Puljujarvi	Anaheim Ducks	RW	23	5	22	27	7	10	0	55	55	101	27	64	4.95%	10	526	22.90	1	4	5	31	98	0	0	0	3	54	1	0	64.15%	53	0	1.03	2	3	0	0	4	3
6	Denis Gurianov	San Diego Gulls (ANA)	RW	79	9	18	27	-26	47	5	156	99	163	33	102	5.52%	28	1465	18.55	0	0	0	0	0	0	0	0	0	0	1	0	50.63%	237	0	0.37	1	2	1	2	9	11
7	Ross Johnston	San Diego Gulls (ANA)	LW	35	8	13	21	-7	49	5	101	53	122	32	85	6.56%	20	615	17.60	3	2	5	32	78	0	0	0	0	8	2	0	55.56%	81	0	0.68	1	2	1	3	0	4
8	Sasha Chmelevski	San Diego Gulls (ANA)	C	23	10	10	20	1	4	0	16	64	55	14	42	18.18%	9	469	20.42	2	4	6	11	75	0	0	0	0	37	1	2	58.87%	513	0	0.85	0	3	0	1	3	0
9	Austin Watson	San Diego Gulls (ANA)	LW	18	9	11	20	7	8	0	35	51	68	19	41	13.24%	8	427	23.75	2	4	6	16	75	0	0	0	2	54	0	1	50.77%	325	0	0.94	0	3	0	3	3	0
10	Adam Erne	San Diego Gulls (ANA)	LW	41	4	13	17	-3	8	0	31	60	43	9	39	9.30%	7	627	15.31	1	1	2	4	15	0	0	0	0	26	2	0	52.65%	547	0	0.54	0	1	0	0	2	5
11	Adam Beckman	San Diego Gulls (ANA)	LW	25	7	5	12	-7	4	0	23	44	67	28	58	10.45%	6	438	17.55	0	0	0	1	8	0	0	0	0	3	1	1	38.71%	31	0	0.55	0	0	0	2	1	1
12	Christian Wolanin	San Diego Gulls (ANA)	D	11	1	8	9	3	6	0	20	15	8	3	10	12.50%	15	179	16.30	0	1	1	2	7	0	0	0	0	4	0	0	0%	0	0	1.00	0	0	0	1	0	1
13	Jack Ahcan	San Diego Gulls (ANA)	D	13	1	7	8	-3	4	0	31	17	23	7	11	4.35%	16	289	22.29	0	3	3	14	45	0	0	0	0	29	0	0	0%	0	0	0.55	0	0	0	1	0	0
14	Rhett Gardner	San Diego Gulls (ANA)	C	17	2	4	6	-3	8	0	20	39	31	16	27	6.45%	2	288	17.00	0	0	0	0	0	0	0	0	0	2	0	1	62.24%	286	0	0.42	0	0	0	0	0	0
15	Dru Krebs	San Diego Gulls (ANA)	D	29	1	3	4	-3	18	0	45	16	23	8	11	4.35%	41	544	18.79	0	0	0	3	6	0	0	0	0	27	0	0	9.09%	11	0	0.15	0	0	0	0	1	1
16	Dylan McIlrath	San Diego Gulls (ANA)	D	11	1	2	3	5	35	5	26	16	19	4	14	5.26%	17	228	20.74	1	1	2	9	27	0	0	0	0	13	0	0	0%	0	0	0.26	0	0	1	1	0	0
17	Luke Glendening	Anaheim Ducks	C	3	2	0	2	1	2	0	2	8	14	1	4	14.29%	1	54	18.28	0	0	0	5	14	0	0	0	0	4	1	0	63.33%	60	0	0.73	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				602	160	255	415	-66	407	35	1043	1153	1696	471	1230	9.43%	476	12157	20.20	33	49	82	351	908	2	1	3	8	567	16	9	52.74%	3756	1	0.68	9	37	7	50	51	47

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	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Magnus Hellberg	San Diego Gulls (ANA)	30	15	11	4	0.901	3.17	1796	2	1	95	955	1	2	0.700	10	30	0	4	0	1
2	Connor Hughes	San Diego Gulls (ANA)	5	2	2	0	0.921	4.05	267	0	0	18	228	0	0	0.714	7	4	34	1	2	2
Statistiques d’équipe totales ou en moyenne			35	17	13	4	0.904	3.29	2063	2	1	113	1183	1	2		17	34	34	5	2	3

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Adam Beckman	San Diego Gulls (ANA)	LW	24	2001-05-10	CAN	No	183 Lbs	6 ft2	No	No	Trade	2025-07-07	No	No	2	2025-08-27	False	False	Pro & Farm	900,000$	19,149$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Adam Erne	San Diego Gulls (ANA)	LW	30	1995-04-20	USA	No	212 Lbs	6 ft1	No	No	Free Agent		No	No	1	2024-09-11	False	False	Pro & Farm	800,000$	17,021$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Austin Watson	San Diego Gulls (ANA)	LW	33	1992-01-13	USA	No	237 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	950,000$	20,213$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Chase Bradley	San Diego Gulls (ANA)	LW	23	2002-01-09	USA	No	180 Lbs	5 ft10	No	No	Assign Manually		No	No	2	2025-08-27	False	False	Pro & Farm	675,000$	14,362$	0$	0$	No	675,000$	-	-	-	-	-	-	-	-	675,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Christian Wolanin	San Diego Gulls (ANA)	D	30	1995-03-17	CAN	No	190 Lbs	6 ft2	No	No	Free Agent		No	No	1	2024-09-11	False	False	Pro & Farm	900,000$	19,149$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Connor Carrick	San Diego Gulls (ANA)	D	31	1994-04-13	USA	No	192 Lbs	5 ft11	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	700,000$	14,894$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Connor Hughes	San Diego Gulls (ANA)	G	28	1996-09-10	CAN	No	225 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2025-09-09	False	False	Pro & Farm	675,000$	14,362$	0$	0$	No	675,000$	-	-	-	-	-	-	-	-	675,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Cooper Marody (sur la masse salariale)	San Diego Gulls (ANA)	RW	28	1996-12-20	USA	No	183 Lbs	6 ft0	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	775,000$	16,489$	0$	0$	Yes	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Denis Gurianov	San Diego Gulls (ANA)	RW	28	1997-06-07	RUS	No	204 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	800,000$	17,021$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Dru Krebs	San Diego Gulls (ANA)	D	22	2003-02-16	CAN	Yes	185 Lbs	6 ft1	No	No	Prospect		No	No	2	2025-08-05	False	False	Pro & Farm	725,000$	15,426$	0$	0$	No	725,000$	-	-	-	-	-	-	-	-	725,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Dylan McIlrath	San Diego Gulls (ANA)	D	33	1992-04-20	CAN	No	239 Lbs	6 ft5	No	No	Assign Manually		No	No	1	2024-11-20	False	False	Pro & Farm	950,000$	20,213$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jack Ahcan	San Diego Gulls (ANA)	D	28	1997-05-18	USA	No	180 Lbs	5 ft8	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	700,000$	14,894$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jack Johnson	San Diego Gulls (ANA)	D	38	1987-01-13	USA	No	224 Lbs	6 ft2	No	No	Assign Manually		No	No	1	2025-09-14	False	False	Pro & Farm	975,000$	20,745$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jakub Fibigr	San Diego Gulls (ANA)	D	18	2006-07-22	CZE	Yes	172 Lbs	6 ft0	No	No	Draft		No	No	3	2025-08-14	False	False	Pro & Farm	675,000$	14,362$	0$	0$	No	675,000$	675,000$	-	-	-	-	-	-	-	675,000$	675,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Justin Dowling	San Diego Gulls (ANA)	C	34	1990-10-01	CAN	No	180 Lbs	5 ft10	No	No	Assign Manually		No	No	1	2024-11-03	False	False	Pro & Farm	990,000$	21,064$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Magnus Hellberg	San Diego Gulls (ANA)	G	34	1991-04-04	SWE	No	220 Lbs	6 ft6	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	650,000$	13,830$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ole Bjorgvik-Holm	San Diego Gulls (ANA)	D	23	2002-05-23	NOR	Yes	207 Lbs	6 ft3	No	No	Assign Manually		No	No	2	2025-08-27	False	False	Pro & Farm	675,000$	14,362$	0$	0$	No	675,000$	-	-	-	-	-	-	-	-	675,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Rhett Gardner	San Diego Gulls (ANA)	C	29	1996-02-28	CAN	No	225 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	850,000$	18,085$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ross Johnston	San Diego Gulls (ANA)	LW	31	1994-02-18	CAN	No	231 Lbs	6 ft5	No	No	Free Agent		No	No	1	2024-09-10	False	False	Pro & Farm	900,000$	19,149$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Sasha Chmelevski	San Diego Gulls (ANA)	C	26	1999-06-09	USA	No	188 Lbs	6 ft0	No	No	Assign Manually		No	No	1	2025-10-14	False	False	Pro & Farm	625,000$	13,298$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Travis Hamonic	San Diego Gulls (ANA)	D	34	1990-08-16	CAN	No	193 Lbs	6 ft0	No	No	Assign Manually		No	No	1	2024-11-20	False	False	Pro & Farm	990,000$	21,064$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
21	28.81	202 Lbs	6 ft1	1.33	803,810$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1				35	1	2	2
2				30	1	2	2
3			Denis Gurianov	25	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			35	1	2	2
2			30	1	2	2
3			25	1	2	2
4			10	1	2	2

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

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

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

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

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		60	1	2	2			60	1	2	2
2		40	1	2	2			40	1	2	2

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

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

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,	,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,		,

Tirs de pénalité
, , , ,

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
, , , , , , , , ,

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Bobcaygeon Bullets	2	0	1	0	0	0	0	1	5	8	-3	1	0	0	0	0	0	0	1	4	5	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	5	8	13	0	0	119	95	77	14	109	1054	1027	1076	88	61	21	18	47	14	3	21.43%	9	4	55.56%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
2	Bridgeport Islanders	2	1	0	0	0	0	1	0	11	8	3	1	0	0	0	0	0	1	0	4	3	1	1	1	0	0	0	0	0	0	7	5	2	4	1.000	11	19	30	0	0	119	95	77	14	94	1054	1027	1076	88	104	39	18	77	11	2	18.18%	9	2	77.78%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
3	Cairo Fighting Ice Camels	2	0	1	0	0	0	0	1	5	7	-2	1	0	0	0	0	0	0	1	3	4	-1	1	0	1	0	0	0	0	0	2	3	-1	1	0.250	5	9	14	0	0	119	95	77	14	65	1054	1027	1076	88	55	20	14	30	8	3	37.50%	7	2	71.43%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
4	Charlestown Chiefs	2	0	1	0	1	0	0	0	7	9	-2	1	0	1	0	0	0	0	0	2	5	-3	1	0	0	0	1	0	0	0	5	4	1	2	0.500	7	14	21	0	0	119	95	77	14	83	1054	1027	1076	88	109	35	18	39	9	1	11.11%	8	2	75.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
5	Charlotte Checkers	2	0	1	0	1	0	0	0	8	9	-1	1	0	0	0	1	0	0	0	6	5	1	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	8	16	24	0	0	119	95	77	14	78	1054	1027	1076	88	90	27	18	65	12	1	8.33%	7	0	100.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
6	Cincinnati Cyclones	2	0	0	0	0	0	1	1	10	10	0	1	0	0	0	0	0	0	1	5	6	-1	1	0	0	0	0	0	1	0	5	4	1	3	0.750	10	16	26	0	0	119	95	77	14	87	1054	1027	1076	88	69	23	14	39	9	3	33.33%	7	2	71.43%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
7	Colorado Eagles	3	2	0	0	0	1	0	0	16	9	7	1	1	0	0	0	0	0	0	7	1	6	2	1	0	0	0	1	0	0	9	8	1	5	0.833	16	31	47	0	0	119	95	77	14	109	1054	1027	1076	88	130	32	31	75	14	5	35.71%	13	3	76.92%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
8	Flint Michigan Tropics	2	1	0	0	0	1	0	0	8	5	3	1	1	0	0	0	0	0	0	5	1	4	1	0	0	0	0	1	0	0	3	4	-1	3	0.750	8	15	23	0	0	119	95	77	14	57	1054	1027	1076	88	59	19	16	41	5	1	20.00%	6	2	66.67%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
9	Grand Rapids Griffins	2	0	1	0	0	0	0	1	3	6	-3	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	0	0	0	1	0	1	-1	1	0.250	3	6	9	0	0	119	95	77	14	96	1054	1027	1076	88	52	18	19	37	13	1	7.69%	6	4	33.33%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
10	Hamilton Bulldogs	2	1	0	0	0	0	0	1	10	8	2	1	0	0	0	0	0	0	1	4	5	-1	1	1	0	0	0	0	0	0	6	3	3	3	0.750	10	17	27	0	0	119	95	77	14	122	1054	1027	1076	88	77	13	22	56	13	2	15.38%	10	0	100.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
11	Hartford Wolf Pack	3	0	3	0	0	0	0	0	9	15	-6	1	0	1	0	0	0	0	0	3	6	-3	2	0	2	0	0	0	0	0	6	9	-3	0	0.000	9	16	25	0	0	119	95	77	14	106	1054	1027	1076	88	152	29	28	66	14	2	14.29%	14	5	64.29%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
12	Henderson Silver Knights	2	1	1	0	0	0	0	0	9	8	1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	6	7	-1	2	0.500	9	14	23	0	0	119	95	77	14	79	1054	1027	1076	88	86	22	14	55	7	0	0.00%	7	0	100.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
13	Iowa Wild	2	1	1	0	0	0	0	0	8	8	0	1	0	1	0	0	0	0	0	5	7	-2	1	1	0	0	0	0	0	0	3	1	2	2	0.500	8	15	23	0	0	119	95	77	14	87	1054	1027	1076	88	68	21	8	36	10	2	20.00%	4	0	100.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
14	Kimberley Dynamiters	4	1	0	0	1	1	1	0	19	15	4	2	1	0	0	0	1	0	0	10	8	2	2	0	0	0	1	0	1	0	9	7	2	7	0.875	19	34	53	0	0	119	95	77	14	174	1054	1027	1076	88	162	61	44	98	21	6	28.57%	21	5	76.19%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
15	Kitchener Rangers	2	2	0	0	0	0	0	0	8	6	2	1	1	0	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	3	1	4	1.000	8	15	23	0	0	119	95	77	14	89	1054	1027	1076	88	95	32	12	51	10	2	20.00%	5	1	80.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
16	Lehigh Valley Phantoms	2	1	1	0	0	0	0	0	5	8	-3	1	0	1	0	0	0	0	0	2	7	-5	1	1	0	0	0	0	0	0	3	1	2	2	0.500	5	10	15	0	0	119	95	77	14	46	1054	1027	1076	88	71	18	28	40	3	1	33.33%	14	1	92.86%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
17	Manitoba Moose	2	0	2	0	0	0	0	0	6	13	-7	1	0	1	0	0	0	0	0	4	7	-3	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	6	12	18	0	0	119	95	77	14	76	1054	1027	1076	88	82	17	10	44	7	2	28.57%	5	3	40.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
18	Newfoundland Regiment	2	0	2	0	0	0	0	0	1	5	-4	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	2	3	0	0	119	95	77	14	53	1054	1027	1076	88	45	18	20	32	11	0	0.00%	11	1	90.91%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
19	Ontario Reign	4	1	2	0	0	0	0	1	8	12	-4	2	1	1	0	0	0	0	0	3	4	-1	2	0	1	0	0	0	0	1	5	8	-3	3	0.375	8	15	23	0	0	119	95	77	14	91	1054	1027	1076	88	141	38	53	74	12	2	16.67%	18	1	94.44%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
20	Owen Sound Platers	2	1	0	0	0	1	0	0	9	9	0	1	1	0	0	0	0	0	0	5	4	1	1	0	0	0	0	1	0	0	4	5	-1	3	0.750	9	18	27	0	0	119	95	77	14	105	1054	1027	1076	88	119	31	20	67	11	3	27.27%	9	2	77.78%	1	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
21	Palm Springs Navigators	5	3	2	0	0	0	0	0	20	19	1	2	1	1	0	0	0	0	0	9	9	0	3	2	1	0	0	0	0	0	11	10	1	6	0.600	20	35	55	0	0	119	95	77	14	163	1054	1027	1076	88	216	53	52	127	19	8	42.11%	24	6	75.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
22	Prince George Cougars	4	1	2	0	0	1	0	0	14	17	-3	2	1	0	0	0	1	0	0	10	10	0	2	0	2	0	0	0	0	0	4	7	-3	3	0.375	14	25	39	1	0	119	95	77	14	169	1054	1027	1076	88	157	64	58	111	16	2	12.50%	16	4	75.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
23	Rhode Island Red Army	3	1	1	0	0	0	1	0	10	11	-1	2	1	0	0	0	0	1	0	7	4	3	1	0	1	0	0	0	0	0	3	7	-4	4	0.667	10	16	26	0	0	119	95	77	14	159	1054	1027	1076	88	129	34	23	74	17	1	5.88%	9	1	88.89%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
24	Saskatchewan Snatchsniffers	2	2	0	0	0	0	0	0	12	7	5	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	6	4	2	4	1.000	12	20	32	0	0	119	95	77	14	106	1054	1027	1076	88	120	36	16	51	8	4	50.00%	7	2	71.43%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
25	Stouffville Clippers	4	2	2	0	0	0	0	0	16	17	-1	3	2	1	0	0	0	0	0	14	11	3	1	0	1	0	0	0	0	0	2	6	-4	4	0.500	16	30	46	0	0	119	95	77	14	148	1054	1027	1076	88	185	58	30	86	12	2	16.67%	13	2	84.62%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
26	Syracuse Crunch	2	1	1	0	0	0	0	0	13	9	4	1	1	0	0	0	0	0	0	8	3	5	1	0	1	0	0	0	0	0	5	6	-1	2	0.500	13	24	37	0	0	119	95	77	14	84	1054	1027	1076	88	109	32	40	54	6	3	50.00%	15	2	86.67%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
27	Texas Stars	2	1	0	0	1	0	0	0	8	4	4	1	1	0	0	0	0	0	0	4	1	3	1	0	0	0	1	0	0	0	4	3	1	4	1.000	8	15	23	0	0	119	95	77	14	85	1054	1027	1076	88	69	20	10	44	10	3	30.00%	5	1	80.00%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
28	Tucson Roadrunners	4	1	2	0	0	0	0	1	13	16	-3	2	1	1	0	0	0	0	0	7	5	2	2	0	1	0	0	0	0	1	6	11	-5	3	0.375	13	24	37	1	0	119	95	77	14	163	1054	1027	1076	88	165	51	35	111	17	5	29.41%	9	1	88.89%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
29	Vancouver Millionaires	4	1	2	0	1	0	0	0	9	12	-3	2	1	1	0	0	0	0	0	4	3	1	2	0	1	0	1	0	0	0	5	9	-4	4	0.500	9	16	25	0	1	119	95	77	14	118	1054	1027	1076	88	127	34	34	74	12	3	25.00%	16	1	93.75%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
30	Victoria Grizzlies	4	1	2	0	0	1	0	0	15	18	-3	2	0	1	0	0	1	0	0	7	9	-2	2	1	1	0	0	0	0	0	8	9	-1	3	0.375	15	28	43	0	0	119	95	77	14	148	1054	1027	1076	88	150	48	23	89	15	3	20.00%	9	2	77.78%	1	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
31	Wilkes Scranton Penguins	2	0	2	0	0	0	0	0	5	8	-3	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	5	9	14	0	0	119	95	77	14	58	1054	1027	1076	88	71	32	26	53	7	0	0.00%	12	4	66.67%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
	Total	82	27	33	0	5	6	4	7	300	316	-16	41	17	14	0	1	3	2	4	160	151	9	41	10	19	0	4	3	2	3	140	165	-25	85	0.518	300	544	844	2	1	119	95	77	14	3207	1054	1027	1076	88	3325	996	772	1943	353	76	21.53%	325	66	79.69%	2	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
	_Since Last GM Reset	82	27	33	0	5	6	4	7	300	316	-16	41	17	14	0	1	3	2	4	160	151	9	41	10	19	0	4	3	2	3	140	165	-25	85	0.518	300	544	844	2	1	119	95	77	14	3207	1054	1027	1076	88	3325	996	772	1943	353	76	21.53%	325	66	79.69%	2	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
	_Vs Conference	46	17	16	0	3	5	2	3	175	173	2	22	11	7	0	0	3	0	1	89	75	14	24	6	9	0	3	2	2	2	86	98	-12	52	0.565	175	315	490	2	1	119	95	77	14	1712	1054	1027	1076	88	1801	539	418	1069	182	49	26.92%	167	33	80.24%	1	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
	_Vs Division	22	9	12	0	2	3	1	2	76	74	2	11	6	5	0	0	3	0	0	37	25	12	11	3	7	0	2	0	1	2	39	49	-10	29	0.659	76	131	207	0	1	119	95	77	14	773	1054	1027	1076	88	878	236	208	496	80	19	23.75%	87	13	85.06%	0	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501

			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
82	85	W1	300	544	844	3207	3325	996	772	1943	2	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	27	33	5	6	4	7	300	316

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	17	14	1	3	2	4	160	151

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	10	19	4	3	2	3	140	165

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
4	4	0	2	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
353	76	21.53%	325	66	79.69%	2

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
1054	1027	1076	88	119	95	77	14

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
1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%

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
2002	1422	1993	581	999	501

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	3	Stouffville Clippers	4	San Diego Gulls	7	W			Sommaire du match
5	35	San Diego Gulls	0	Vancouver Millionaires	5	L			Sommaire du match
6	37	San Diego Gulls	4	Palm Springs Navigators	3	W			Sommaire du match
8	57	Rhode Island Red Army	1	San Diego Gulls	3	W			Sommaire du match
11	77	Victoria Grizzlies	4	San Diego Gulls	3	L	X		Sommaire du match
13	94	San Diego Gulls	4	Victoria Grizzlies	2	W			Sommaire du match
16	111	Tucson Roadrunners	3	San Diego Gulls	1	L			Sommaire du match
18	132	Palm Springs Navigators	4	San Diego Gulls	5	W			Sommaire du match
20	145	San Diego Gulls	5	Palm Springs Navigators	1	W			Sommaire du match
21	156	San Diego Gulls	3	Ontario Reign	4	L	X	X	Sommaire du match
24	178	Ontario Reign	1	San Diego Gulls	2	W			Sommaire du match
27	195	Vancouver Millionaires	0	San Diego Gulls	3	W			Sommaire du match
31	226	Kimberley Dynamiters	2	San Diego Gulls	5	W			Sommaire du match
33	240	San Diego Gulls	5	Kimberley Dynamiters	4	W	X	X	Sommaire du match
35	257	San Diego Gulls	2	Prince George Cougars	4	L			Sommaire du match
36	263	Texas Stars	1	San Diego Gulls	4	W			Sommaire du match
40	291	Cairo Fighting Ice Camels	4	San Diego Gulls	3	L	X	X	Sommaire du match
42	307	San Diego Gulls	2	Manitoba Moose	6	L			Sommaire du match
44	321	Palm Springs Navigators	5	San Diego Gulls	4	L			Sommaire du match
46	334	San Diego Gulls	3	Hartford Wolf Pack	4	L			Sommaire du match
48	350	San Diego Gulls	6	Hamilton Bulldogs	3	W			Sommaire du match
50	360	Stouffville Clippers	2	San Diego Gulls	4	W			Sommaire du match
53	386	Tucson Roadrunners	2	San Diego Gulls	6	W			Sommaire du match
56	403	San Diego Gulls	3	Flint Michigan Tropics	4	L	X		Sommaire du match
58	418	San Diego Gulls	3	Iowa Wild	1	W			Sommaire du match
59	427	Grand Rapids Griffins	5	San Diego Gulls	3	L			Sommaire du match
62	448	San Diego Gulls	2	Ontario Reign	4	L			Sommaire du match
64	459	Lehigh Valley Phantoms	7	San Diego Gulls	2	L			Sommaire du match
66	474	San Diego Gulls	3	Lehigh Valley Phantoms	1	W			Sommaire du match
68	491	Manitoba Moose	7	San Diego Gulls	4	L			Sommaire du match
71	511	San Diego Gulls	6	Saskatchewan Snatchsniffers	4	W			Sommaire du match
73	523	Vancouver Millionaires	3	San Diego Gulls	1	L			Sommaire du match
75	539	San Diego Gulls	4	Victoria Grizzlies	7	L			Sommaire du match
76	551	Bridgeport Islanders	3	San Diego Gulls	4	W	X	X	Sommaire du match
79	569	San Diego Gulls	2	Stouffville Clippers	6	L			Sommaire du match
81	584	Wilkes Scranton Penguins	4	San Diego Gulls	2	L			Sommaire du match
83	601	San Diego Gulls	5	Charlestown Chiefs	4	W	X		Sommaire du match
85	615	Newfoundland Regiment	2	San Diego Gulls	0	L			Sommaire du match
88	634	San Diego Gulls	7	Bridgeport Islanders	5	W			Sommaire du match
89	647	Saskatchewan Snatchsniffers	3	San Diego Gulls	6	W			Sommaire du match
94	677	Charlotte Checkers	5	San Diego Gulls	6	W	X		Sommaire du match
96	693	San Diego Gulls	1	Newfoundland Regiment	3	L			Sommaire du match
98	708	Owen Sound Platers	4	San Diego Gulls	5	W			Sommaire du match
102	739	Flint Michigan Tropics	1	San Diego Gulls	5	W			Sommaire du match
105	761	San Diego Gulls	0	Grand Rapids Griffins	1	L	X	X	Sommaire du match
107	771	Kimberley Dynamiters	6	San Diego Gulls	5	L	X		Sommaire du match
110	800	San Diego Gulls	2	Palm Springs Navigators	6	L			Sommaire du match
111	804	Iowa Wild	7	San Diego Gulls	5	L			Sommaire du match
114	823	San Diego Gulls	2	Cairo Fighting Ice Camels	3	L			Sommaire du match
116	834	Bobcaygeon Bullets	5	San Diego Gulls	4	L	X	X	Sommaire du match
118	853	San Diego Gulls	3	Hartford Wolf Pack	5	L			Sommaire du match
120	868	Hartford Wolf Pack	6	San Diego Gulls	3	L			Sommaire du match
122	880	San Diego Gulls	5	Cincinnati Cyclones	4	W	X	X	Sommaire du match
124	899	Rhode Island Red Army	3	San Diego Gulls	4	W	X	X	Sommaire du match
126	910	San Diego Gulls	4	Kimberley Dynamiters	3	W	X		Sommaire du match
128	928	Victoria Grizzlies	5	San Diego Gulls	4	L			Sommaire du match
130	944	San Diego Gulls	3	Wilkes Scranton Penguins	4	L			Sommaire du match
134	965	Cincinnati Cyclones	6	San Diego Gulls	5	L	X	X	Sommaire du match
138	994	Kitchener Rangers	3	San Diego Gulls	4	W			Sommaire du match
140	1011	San Diego Gulls	2	Charlotte Checkers	4	L			Sommaire du match
142	1024	Prince George Cougars	4	San Diego Gulls	5	W			Sommaire du match
144	1034	San Diego Gulls	3	Rhode Island Red Army	7	L			Sommaire du match
147	1051	San Diego Gulls	4	Tucson Roadrunners	5	L	X	X	Sommaire du match
148	1059	Henderson Silver Knights	1	San Diego Gulls	3	W			Sommaire du match
152	1090	Charlestown Chiefs	5	San Diego Gulls	2	L			Sommaire du match
153	1095	San Diego Gulls	6	Henderson Silver Knights	7	L			Sommaire du match
156	1120	San Diego Gulls	5	Colorado Eagles	3	W			Sommaire du match
157	1124	Hamilton Bulldogs	5	San Diego Gulls	4	L	X	X	Sommaire du match
161	1154	Stouffville Clippers	5	San Diego Gulls	3	L			Sommaire du match
163	1166	San Diego Gulls	5	Syracuse Crunch	6	L			Sommaire du match
166	1186	Prince George Cougars	6	San Diego Gulls	5	L	X		Sommaire du match
167	1190	San Diego Gulls	4	Kitchener Rangers	3	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
169	1209	San Diego Gulls	2	Tucson Roadrunners	6	L			Sommaire du match
171	1218	Syracuse Crunch	3	San Diego Gulls	8	W			Sommaire du match
174	1243	San Diego Gulls	4	Texas Stars	3	W	X		Sommaire du match
176	1251	Colorado Eagles	1	San Diego Gulls	7	W			Sommaire du match
177	1256	San Diego Gulls	4	Owen Sound Platers	5	L	X		Sommaire du match
179	1271	San Diego Gulls	2	Prince George Cougars	3	L			Sommaire du match
181	1283	Ontario Reign	3	San Diego Gulls	1	L			Sommaire du match
182	1285	San Diego Gulls	4	Colorado Eagles	5	L	X		Sommaire du match
183	1291	San Diego Gulls	1	Bobcaygeon Bullets	3	L			Sommaire du match
184	1296	San Diego Gulls	5	Vancouver Millionaires	4	W	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	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
0	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
1,639,483$	1,610,500$	1,610,500$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	1,639,483$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	4	8,566$	34,264$

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	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS
1	Andrew Poturalski	101	39	56	95	-24	87	176	262	463	8.42%	32	1836	18.18	13	14	27	95	0	0	0	8	0	58.74%	1	1.03	2	9
2	Connor Carrick	103	37	48	85	-26	102	219	201	328	11.28%	148	2248	21.83	19	13	32	146	1	1	3	2	1	44.95%	0	0.76	0	7
3	Chase Bradley	77	41	43	84	-1	57	135	238	379	10.82%	51	1609	20.90	1	0	1	5	1	1	1	1	1	48.76%	0	1.04	3	5
4	Cole Bardreau	57	24	39	63	12	69	120	115	237	10.13%	12	1102	19.34	4	8	12	52	0	0	1	3	1	56.80%	1	1.14	0	1
5	Patrick Brown	65	24	39	63	9	61	102	229	239	10.04%	29	1334	20.52	6	12	18	49	1	1	6	2	2	62.12%	0	0.94	3	7

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	A	EG	PS %	PSA
1	Tyler Parks	38	23	11	4	0.910	3.03	2296	4	0	116	1294	2	2	0.800	10
2	Magnus Hellberg	34	18	11	5	0.902	3.10	2051	2	1	106	1080	1	2	0.773	22
3	Connor Hughes	5	2	2	0	0.921	4.05	267	0	0	18	228	0	0	0.714	7
4	Andrew Hammond	5	1	3	0	0.869	7.18	259	2	0	31	237	0	0	0	0

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
Saison régulière
2023	82	35	34	0	2	5	5	1	324	323	1	41	21	13	0	2	2	3	0	175	154	21	41	14	21	0	0	3	2	1	149	169	-20	90	324	602	926	3	0	115	110	92	11	3337	1055	1166	1093	53	3225	914	875	1907	354	81	22.88%	363	73	79.89%	2	1610	3194	50.41%	1498	3092	48.45%	690	1432	48.18%	1936	1377	2052	583	975	473
2024	82	33	29	0	3	4	6	7	301	304	-3	41	19	12	0	1	2	3	4	164	152	12	41	14	17	0	2	2	3	3	137	152	-15	95	301	541	842	0	2	101	95	96	14	2906	935	967	944	106	2935	881	751	1769	368	82	22.28%	317	78	75.39%	5	1456	2875	50.64%	1391	2926	47.54%	708	1416	50.00%	1998	1408	1982	594	1025	507
2025	82	27	33	0	5	6	4	7	300	316	-16	41	17	14	0	1	3	2	4	160	151	9	41	10	19	0	4	3	2	3	140	165	-25	85	300	544	844	2	1	119	95	77	14	3207	1054	1027	1076	88	3325	996	772	1943	353	76	21.53%	325	66	79.69%	2	1537	3099	49.60%	1636	3255	50.26%	734	1421	51.65%	2002	1422	1993	581	999	501
Total Saison régulière	246	95	96	0	10	15	15	15	925	943	-18	123	57	39	0	4	7	8	8	499	457	42	123	38	57	0	6	8	7	7	426	486	-60	270	925	1687	2612	5	3	335	300	265	39	9450	3044	3160	3113	247	9485	2791	2398	5619	1075	239	22.23%	1005	217	78.41%	9	4603	9168	50.21%	4525	9273	48.80%	2132	4269	49.94%	5936	4208	6027	1759	2999	1482
Séries éliminatoires
2022	24	14	10	0	0	0	0	0	83	76	7	12	8	4	0	0	0	0	0	39	33	6	12	6	6	0	0	0	0	0	44	43	1	28	83	150	233	0	0	27	28	25	3	780	257	259	244	20	912	275	301	557	105	19	18.10%	105	18	82.86%	0	478	852	56.10%	510	914	55.80%	223	408	54.66%	621	439	560	170	298	150
2023	19	12	7	0	0	0	0	0	80	80	0	9	7	2	0	0	0	0	0	43	38	5	10	5	5	0	0	0	0	0	37	42	-5	24	80	152	232	0	0	28	36	16	0	813	263	283	267	0	752	203	200	430	90	15	16.67%	86	21	75.58%	0	350	766	45.69%	345	734	47.00%	164	331	49.55%	431	307	488	139	220	105
2024	5	1	4	0	0	0	0	0	18	24	-6	3	1	2	0	0	0	0	0	11	13	-2	2	0	2	0	0	0	0	0	7	11	-4	2	18	33	51	2	0	5	9	4	0	194	57	61	76	0	206	63	39	127	18	7	38.89%	11	2	81.82%	1	93	208	44.71%	90	180	50.00%	42	90	46.67%	129	90	109	32	61	32
Total Séries éliminatoires	48	27	21	0	0	0	0	0	181	180	1	24	16	8	0	0	0	0	0	93	84	9	24	11	13	0	0	0	0	0	88	96	-8	54	181	335	516	2	0	60	73	45	3	1787	577	603	587	20	1870	541	540	1114	213	41	19.25%	202	41	79.70%	1	921	1826	50.44%	945	1828	51.70%	429	829	51.75%	1182	837	1157	342	580	288

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	PKS	GW	GT	FO%	HT	P/20
1	Andrew Poturalski	43	15	26	41	15	22	62	92	146	10.27%	7	808	18.81	5	9	14	42	4	2	1	60.66%	0	1.01
2	Jansen Harkins	24	13	20	33	15	17	26	79	87	14.94%	11	436	18.19	4	6	10	22	0	3	0	58.67%	0	1.51
3	Cole Bardreau	38	13	18	31	1	62	59	97	150	8.67%	9	602	15.84	2	5	7	28	0	2	1	57.50%	1	1.03
4	Drake Caggiula	24	9	17	26	1	12	27	34	90	10.00%	9	419	17.46	3	4	7	31	1	1	2	51.85%	1	1.24
5	Steven Lorentz	24	10	13	23	14	14	44	36	82	12.20%	6	513	21.42	4	4	8	27	0	3	0	63.27%	0	0.89

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
1	Andrew Hammond	11	7	2	2	0.915	2.68	693	0	0	31	366	0	0	0	0	0
2	Joey Daccord	5	3	2	0	0.925	3.02	298	0	0	15	199	0	0	0	0	0

	San Diego Gulls
	GP: 82 \| W: 36 \| L: 33 \| OTL: 13 \| P: 85 GF: 300 \| GA: 316 \| PP%: 21.53% \| PK%: 79.69% DG: Matt Nielson \| Morale : 50 \| Moyenne d’équipe : 64