Jets
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière
Client Web pour les lignes

Centre de jeu
	Milwaukee Admirals 2-7-1, 5pts	4	FINAL	5	Binghampton Senators 4-5-1, 9pts

Team Stats
L1	Streak	SOW1
1-4-0	Home Record	3-2-0
1-3-1	Away Record	1-3-1
2-7-1	Last 10 Games	4-5-1
5.50	Buts par match	4.90
7.40	Buts contre par match	4.60
48.28%	Pourcentage en avantage numérique	27.27%
55.17%	Pourcentage en désavantage numérique	75.00%

Milwaukee Admirals
2-7-1, 5pts

FINAL

Toronto Marlies
6-3-1, 13pts

Team Stats
L1	Streak	W1
1-4-0	Home Record	4-0-1
1-3-1	Away Record	2-3-0
2-7-1	Last 10 Games	6-3-1
5.50	Buts par match	6.70
7.40	Buts contre par match	5.30
48.28%	Pourcentage en avantage numérique	41.18%
55.17%	Pourcentage en désavantage numérique	67.65%

Meneurs d'équipe
	Buts Trent Frederic 9	Passes Bowen Byram 13

	Points Calen Addison 15	Plus/Moins Dennis Yan 3

	Victoires Felix Sandstrom 0	Pourcentage d’arrêts Isaiah Saville 0.971

Statistiques d’équipe
Buts pour 55 5.50 GFG	Tirs pour 391 39.10 Avg	Pourcentage en avantage numérique 48.3% 14 GF	Début de zone offensive 35.7%
Buts contre 74 7.40 GAA	Tirs contre 369 36.90 Avg	Pourcentage en désavantage numérique 55.2% 13 GA	Début de la zone défensive 26.7%

Informations de l'équipe
	Directeur général	Sebastien Doyon
	Entraîneur	Neil Graham
	Division	Steve Yzerman
	Conférence	Conference 2
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	24
	Équipe Mineure	23
	Limite contact	47 / 50
	Espoirs	54
Historique d'équipe
	Saison actuelle	2-7-1 (5PTS)
	Historique	96-125-19 (0.400%)
	Apparitions en séries éliminatoires	2
	Historique en séries éliminatoires (W-L)	0-0
	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	Trent Frederic	0	X	X			100.00	85	94	74	76	77	62	77	59	42	63	64	75	25	58	58	68	50	64	0	24	1	1,050,000$
2	Reese Johnson	0			X		100.00	99	80	87	63	72	57	61	55	71	62	56	80	25	47	47	65	50	60	0	23	2	800,000$
3	Cody McLeod	0		X	X		100.00	64	75	39	61	75	59	63	51	50	43	46	65	44	80	82	52	50	55	0	38	1	700,000$
4	Jamieson Rees (R)	0	X				100.00	69	63	83	64	63	61	63	54	68	55	48	59	46	44	44	55	50	54	0	21	2	910,833$
5	Dennis Yan (R)	0		X			100.00	75	73	79	63	73	52	52	52	50	47	53	62	50	44	44	57	50	54	0	25	1	700,000$
6	Brian Halonen (R)	0		X			100.00	79	74	89	67	74	38	35	52	50	44	56	64	53	44	44	58	50	53	0	23	1	700,000$
7	Vincent Marleau (R)	0	X		X		100.00	77	72	89	64	72	45	45	47	59	44	45	61	43	44	44	53	50	51	0	22	1	700,000$
8	Calen Addison (R)	0				X	100.00	71	42	95	81	66	63	72	76	25	50	54	64	25	45	46	63	50	62	0	22	1	795,000$
9	Nils Lundkvist (R)	0				X	100.00	67	42	99	76	66	64	58	64	25	50	48	66	25	46	46	59	50	60	0	21	2	925,000$
10	Connor Mackey (R)	0				X	100.00	68	72	58	71	72	67	70	55	25	54	42	59	40	44	44	54	50	58	0	25	1	912,500$
11	Jordan Gross	0				X	100.00	71	68	79	66	68	62	62	63	25	61	51	62	48	44	44	60	50	58	0	27	2	762,500$
12	Dakota Mermis	0				X	100.00	68	71	61	67	71	58	60	54	25	49	41	61	39	55	55	53	50	57	0	28	1	750,000$
13	Tobias Geisser (R)	0				X	100.00	81	77	90	63	77	54	56	46	25	37	40	63	38	44	44	52	50	56	0	23	1	700,000$
14	Quinn Wichers	0				X	100.00	84	81	91	64	81	37	37	41	25	28	39	63	37	44	44	49	50	53	0	24	1	700,000$
Rayé
1	Evan Weinger	0			X		100.00	76	70	90	64	70	64	66	56	50	49	58	63	55	44	44	60	50	57	0	25	0	0$
2	Drake Rymsha (R)	0	X				100.00	68	68	67	60	68	49	50	48	60	47	44	57	42	44	44	50	50	50	0	23	0	0$
3	Bowen Byram	0				X	100.00	83	45	87	86	71	77	56	67	25	68	60	71	25	48	48	69	50	66	0	21	1	894,167$
4	Chris Bigras	0				X	100.00	76	71	86	63	71	52	53	51	25	39	46	65	44	57	57	55	50	57	0	27	0	0$
5	Tarmo Reunanen (R)	0				X	100.00	73	65	90	68	65	56	57	52	25	48	41	61	39	44	44	54	50	56	0	24	0	0$
6	Logan Day	0				X	100.00	79	75	88	63	75	61	65	47	25	38	41	62	39	44	44	53	50	56	0	27	0	0$

	MOYENNE D’ÉQUIPE						100.00	76	69	81	68	71	57	58	55	39	49	49	64	39	48	48	57	50	57

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	Felix Sandstrom (R)	100.00	50	45	56	75	52	52	51	56	54	53	30	44	44	52	50	53	0	25	2	775,000$
2	Tommy Nappier (R)	100.00	48	41	51	81	49	49	52	55	52	52	30	44	44	50	50	52	0	24	0	0$
3	Mat Robson (R)	100.00	44	40	50	78	43	42	50	51	46	47	30	44	44	46	50	49	0	26	0	0$
4	Isaiah Saville (R)	100.00	44	40	50	74	45	44	45	49	45	45	45	44	44	45	50	48	0	21	1	700,000$

	MOYENNE D’ÉQUIPE	100.00	47	42	52	77	47	47	50	53	49	49	34	44	44	48	50	51

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Neil Graham	64	63	69	72	55	52	90	CAN	36	3	70,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	HT	P/20	PSS	FW	FL	FT	S1	S2	S3
1	Calen Addison	Milwaukee Admirals (WIN)	D	8	3	12	15	-5	0	0	5	7	39	16	11	7.69%	8	167	20.94	2	2	4	5	12	0	0	0	1	13	0	0	0.00%	0	6	6	0	1.79	0	0	0	0	0	0	0
2	Bowen Byram	Milwaukee Admirals (WIN)	D	7	1	13	14	-3	2	0	12	14	42	16	24	2.38%	6	160	23.00	1	4	5	6	12	0	1	1	4	18	0	0	0.00%	0	12	5	0	1.74	0	0	0	0	0	1	1
3	Reese Johnson	Milwaukee Admirals (WIN)	RW	8	8	6	14	-11	7	5	14	12	42	12	30	19.05%	8	185	23.13	2	4	6	4	11	0	0	0	0	8	0	0	23.13	37	8	9	1	1.51	1	1	0	0	1	0	0
4	Trent Frederic	Milwaukee Admirals (WIN)	C/LW	4	9	2	11	-6	17	15	4	4	22	5	8	40.91%	2	83	20.90	5	2	7	7	7	0	0	0	0	4	1	0	20.90	97	1	5	1	2.63	1	2	0	1	1	0	0
5	Dennis Yan	Milwaukee Admirals (WIN)	LW	5	6	3	9	3	2	0	7	7	31	8	12	19.35%	0	114	22.85	1	0	1	2	7	1	0	1	1	7	1	0	22.85	8	1	5	1	1.58	0	0	0	0	1	0	1
6	Vincent Marleau	Milwaukee Admirals (WIN)	C/RW	5	0	7	7	-1	5	5	6	8	21	12	16	0.00%	4	110	22.15	0	2	2	2	7	0	0	0	0	1	0	0	22.15	25	2	2	0	1.26	0	1	0	0	0	0	1
7	Jamieson Rees	Milwaukee Admirals (WIN)	C	10	3	4	7	-6	7	5	10	17	29	7	22	10.34%	5	169	16.91	0	1	1	0	4	0	0	0	0	9	0	1	16.91	110	7	3	0	0.83	0	0	0	1	1	0	0
8	Nils Lundkvist	Milwaukee Admirals (WIN)	D	8	0	6	6	-3	0	0	8	10	21	8	8	0.00%	14	175	21.99	0	1	1	1	9	0	0	0	1	16	0	0	0.00%	0	2	13	0	0.68	0	0	0	0	0	0	0
9	Dakota Mermis	Milwaukee Admirals (WIN)	D	10	0	6	6	-5	12	0	10	6	15	7	3	0.00%	5	152	15.29	0	0	0	0	2	0	0	0	1	4	0	0	0.00%	0	2	5	0	0.79	0	0	0	0	0	0	0
10	Cody McLeod	Milwaukee Admirals (WIN)	LW/RW	5	1	4	5	-6	4	0	10	7	16	2	11	6.25%	3	112	22.53	0	0	0	2	9	0	0	0	0	6	0	0	22.53	7	2	2	0	0.89	0	0	0	0	0	1	0
11	Brian Halonen	Milwaukee Admirals (WIN)	LW	5	1	1	2	-2	0	0	1	3	8	3	4	12.50%	3	75	15.15	0	0	0	0	0	1	0	1	2	3	0	0	0.00%	5	3	1	0	0.53	0	0	0	0	0	0	0
12	Jordan Gross	Milwaukee Admirals (WIN)	D	10	0	2	2	-2	5	5	1	7	1	2	2	0.00%	3	56	5.61	0	0	0	0	0	0	1	1	0	1	0	0	0.00%	0	0	0	0	0.71	0	1	0	0	0	0	0
13	Tanner Kero	Jets	C/LW	1	1	0	1	0	0	0	2	2	2	1	3	50.00%	0	20	20.40	0	0	0	0	2	0	0	0	0	0	0	0	20.40	15	3	1	0	0.98	0	0	0	0	0	0	0
14	Connor Mackey	Milwaukee Admirals (WIN)	D	9	0	0	0	-2	7	5	5	10	5	1	4	0.00%	8	101	11.29	0	0	0	1	5	0	0	0	1	3	0	0	0.00%	1	3	6	0	0.00%	0	0	0	1	0	0	0
15	Quinn Wichers	Milwaukee Admirals (WIN)	D	5	0	0	0	-3	0	0	2	5	2	0	1	0.00%	2	39	7.85	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	1	0	0.00%	0	0	0	0	0	0	0
16	Tobias Geisser	Milwaukee Admirals (WIN)	D	5	0	0	0	-6	5	5	3	6	3	1	2	0.00%	3	51	10.29	0	0	0	0	0	0	0	0	0	1	0	0	0.00%	0	0	3	0	0.00%	0	0	1	0	0	0	0
Statistiques d’équipe totales ou en moyenne				105	33	66	99	-58	73	45	100	125	299	101	161	11.04%	74	1777	16.93	11	16	27	30	94	2	2	4	11	100	2	1	53.44%	305	52	67	3	1.11	2	5	1	3	4	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 gardien	Nom de l’équipe	GP	L	PCT	GAA	MP	GA	SA	SAR	PS %	ST	BG
1	Felix Sandstrom	Milwaukee Admirals (WIN)	2	1	0.826	6.23	77	8	46	32	0.00%	2	0
2	Isaiah Saville	Milwaukee Admirals (WIN)	2	0	0.971	0.98	61	1	34	22	0.00%	1	2
Statistiques d’équipe totales ou en moyenne			4	1	0.888	3.91	138	9	80	54		3	2

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	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Link
Bowen Byram	Milwaukee Admirals (WIN)	D	21	2001-06-12	No	190 Lbs	6 ft1	No	No	No	1	Pro & Farm	894,167$	0$	0$	No		Lien / Lien NHL
Brian Halonen	Milwaukee Admirals (WIN)	LW	23	1999-01-11	Yes	207 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Calen Addison	Milwaukee Admirals (WIN)	D	22	2000-04-10	Yes	180 Lbs	5 ft11	No	No	No	1	Pro & Farm	795,000$	0$	0$	No		Lien / Lien NHL
Chris Bigras	Milwaukee Admirals (WIN)	D	27	1995-02-22	No	191 Lbs	6 ft1	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Cody McLeod	Milwaukee Admirals (WIN)	LW/RW	38	1984-06-26	No	204 Lbs	6 ft2	Yes	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien / Lien NHL
Connor Mackey	Milwaukee Admirals (WIN)	D	25	1996-09-12	Yes	190 Lbs	6 ft2	No	No	No	1	Pro & Farm	912,500$	0$	0$	No		Lien / Lien NHL
Dakota Mermis	Milwaukee Admirals (WIN)	D	28	1994-01-05	No	196 Lbs	6 ft0	No	No	No	1	Pro & Farm	750,000$	0$	0$	No		Lien / Lien NHL
Dennis Yan	Milwaukee Admirals (WIN)	LW	25	1997-04-14	Yes	197 Lbs	6 ft2	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Drake Rymsha	Milwaukee Admirals (WIN)	C	23	1998-08-06	Yes	187 Lbs	6 ft0	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Evan Weinger	Milwaukee Admirals (WIN)	RW	25	1997-04-18	No	194 Lbs	6 ft0	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Felix Sandstrom	Milwaukee Admirals (WIN)	G	25	1997-01-12	Yes	191 Lbs	6 ft2	No	No	No	2	Pro & Farm	775,000$	0$	0$	No	775,000$	Lien / Lien NHL
Isaiah Saville	Milwaukee Admirals (WIN)	G	21	2000-09-21	Yes	196 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No
Jamieson Rees	Milwaukee Admirals (WIN)	C	21	2001-02-26	Yes	172 Lbs	5 ft11	No	No	No	2	Pro & Farm	910,833$	0$	0$	No	910,833$	Lien / Lien NHL
Jordan Gross	Milwaukee Admirals (WIN)	D	27	1995-05-09	No	190 Lbs	5 ft10	No	No	No	2	Pro & Farm	762,500$	0$	0$	No	762,500$	Lien / Lien NHL
Logan Day	Milwaukee Admirals (WIN)	D	27	1994-09-19	No	209 Lbs	6 ft1	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Mat Robson	Milwaukee Admirals (WIN)	G	26	1996-03-26	Yes	190 Lbs	6 ft3	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Nils Lundkvist	Milwaukee Admirals (WIN)	D	21	2000-07-27	Yes	187 Lbs	5 ft10	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$	Lien
Quinn Wichers	Milwaukee Admirals (WIN)	D	24	1997-08-19	No	216 Lbs	6 ft4	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Reese Johnson	Milwaukee Admirals (WIN)	RW	23	1998-07-10	No	193 Lbs	6 ft1	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	Lien / Lien NHL
Tarmo Reunanen	Milwaukee Admirals (WIN)	D	24	1998-03-01	Yes	179 Lbs	6 ft0	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Tobias Geisser	Milwaukee Admirals (WIN)	D	23	1999-02-13	Yes	201 Lbs	6 ft4	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Tommy Nappier	Milwaukee Admirals (WIN)	G	24	1998-06-22	Yes	214 Lbs	6 ft2	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Trent Frederic	Milwaukee Admirals (WIN)	C/LW	24	1998-02-11	No	203 Lbs	6 ft2	No	No	No	1	Pro & Farm	1,050,000$	0$	0$	No		Lien / Lien NHL
Vincent Marleau	Milwaukee Admirals (WIN)	C/RW	22	1999-07-05	Yes	190 Lbs	6 ft2	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	24.54	194 Lbs	6 ft1	0.92	561,458$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Cody McLeod			40	1	2	2
2	Dennis Yan		Vincent Marleau	30	1	2	2
3	Brian Halonen	Jamieson Rees		20	1	2	2
4	Cody McLeod	Vincent Marleau		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			40	1	2	2
2		Connor Mackey	30	1	2	2
3	Jordan Gross	Dakota Mermis	20	1	2	2
4	Tobias Geisser	Quinn Wichers	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Cody McLeod			60	1	2	2
2	Dennis Yan		Vincent Marleau	40	1	2	2

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

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

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

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

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

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Cody McLeod

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Cody McLeod

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Dennis Yan, Jamieson Rees, Brian Halonen	Dennis Yan, Jamieson Rees	Dennis Yan

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Dakota Mermis, Tobias Geisser, Quinn Wichers	Dakota Mermis	Dakota Mermis, Tobias Geisser

Tirs de pénalité
, , , Cody McLeod, Dennis Yan

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	Binghampton Senators	2	1	0	0	0	0	0	1	9	8	1	1	1	0	0	0	0	0	0	5	3	2	1	0	0	0	0	0	0	1	4	5	-1	3	0.750	9	15	24	0	0	17	15	23	0	75	127	104	159	4	80	29	25	37	7	3	42.86%	4	1	75.00%	0	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
2	Boisbriand Armada	2	0	2	0	0	0	0	0	13	16	-3	1	0	1	0	0	0	0	0	5	7	-2	1	0	1	0	0	0	0	0	8	9	-1	0	0.000	13	24	37	0	0	17	15	23	0	85	127	104	159	4	74	27	16	27	2	1	50.00%	8	4	50.00%	1	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
3	Brampton Battalion	2	1	1	0	0	0	0	0	11	10	1	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	8	4	4	2	0.500	11	18	29	0	0	17	15	23	0	70	127	104	159	4	64	14	33	29	7	3	42.86%	4	2	50.00%	2	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
4	Lowell Devils	2	0	2	0	0	0	0	0	9	17	-8	1	0	1	0	0	0	0	0	5	11	-6	1	0	1	0	0	0	0	0	4	6	-2	0	0.000	9	18	27	0	0	17	15	23	0	66	127	104	159	4	70	26	14	29	6	2	33.33%	7	3	57.14%	0	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
5	Toronto Marlies	2	0	2	0	0	0	0	0	13	23	-10	1	0	1	0	0	0	0	0	5	11	-6	1	0	1	0	0	0	0	0	8	12	-4	0	0.000	13	23	36	0	0	17	15	23	0	95	127	104	159	4	81	24	17	25	7	5	71.43%	6	3	50.00%	0	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
	Total	10	2	7	0	0	0	0	1	55	74	-19	5	1	4	0	0	0	0	0	23	38	-15	5	1	3	0	0	0	0	1	32	36	-4	5	0.250	55	98	153	0	0	17	15	23	0	391	127	104	159	4	369	120	105	147	29	14	48.28%	29	13	55.17%	3	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
	_Since Last GM Reset	10	2	7	0	0	0	0	1	55	74	-19	5	1	4	0	0	0	0	0	23	38	-15	5	1	3	0	0	0	0	1	32	36	-4	5	0.250	55	98	153	0	0	17	15	23	0	391	127	104	159	4	369	120	105	147	29	14	48.28%	29	13	55.17%	3	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89
	_Vs Conference	10	2	7	0	0	0	0	1	55	74	-19	5	1	4	0	0	0	0	0	23	38	-15	5	1	3	0	0	0	0	1	32	36	-4	5	0.250	55	98	153	0	0	17	15	23	0	391	127	104	159	4	369	120	105	147	29	14	48.28%	29	13	55.17%	3	95	206	46.12%	59	154	38.31%	87	217	40.09%	201	115	218	94	185	89

			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
10	5	L1	55	98	153	391	369	120	105	147	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
10	2	7	0	0	0	1	55	74

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
5	1	4	0	0	0	0	23	38

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
5	1	3	0	0	0	1	32	36

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

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
29	14	48.28%	29	13	55.17%	3

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
127	104	159	4	17	15	23	0

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
95	206	46.12%	59	154	38.31%	87	217	40.09%

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
201	115	218	94	185	89

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 - 2022-09-25	7	Lowell Devils	11	Milwaukee Admirals	5	BL			Sommaire du match
2 - 2022-09-26	24	Milwaukee Admirals	4	Lowell Devils	6	AL			Sommaire du match
4 - 2022-09-28	39	Toronto Marlies	11	Milwaukee Admirals	5	BL			Sommaire du match
6 - 2022-09-30	62	Milwaukee Admirals	8	Boisbriand Armada	9	AL			Sommaire du match
7 - 2022-10-01	77	Boisbriand Armada	7	Milwaukee Admirals	5	BL			Sommaire du match
9 - 2022-10-03	99	Brampton Battalion	6	Milwaukee Admirals	3	BL			Sommaire du match
12 - 2022-10-06	125	Milwaukee Admirals	8	Brampton Battalion	4	AW			Sommaire du match
13 - 2022-10-07	133	Binghampton Senators	3	Milwaukee Admirals	5	BW			Sommaire du match
14 - 2022-10-08	145	Milwaukee Admirals	4	Binghampton Senators	5	AL	X	X	Sommaire du match
15 - 2022-10-09	152	Milwaukee Admirals	8	Toronto Marlies	12	AL			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	24	10
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	Salaire total moyen des joueurs	Salaire des entraineurs
0$	1,347,500$	1,330,000$	0$

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

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

Milwaukee Admirals Leaders statistiques (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
1	Frederick Gaudreau	288	200	256	456	-64	104	448	652	1260	15.87%	216	6006	20.86	44	84	128	124	4	0	4	16	8	12	57.17	12	1.52	8	20
2	Troy Terry	240	172	252	424	-92	56	312	500	928	18.53%	188	5842	24.34	52	56	108	116	0	0	0	16	16	4	38.02	4	1.45	4	20
3	Evan Weinger	397	176	202	378	-149	224	513	629	1321	13.32%	242	7452	18.77	22	35	57	97	0	0	0	9	15	6	45.14	0	1.01	8	8
4	Brett Ritchie	252	132	232	364	-120	484	464	376	772	17.10%	224	5238	20.79	16	76	92	76	0	4	4	12	24	8	34.69	0	1.39	4	20
5	Axel Jonsson-Fjallby	328	140	160	300	-108	188	452	424	784	17.86%	200	5881	17.93	28	36	64	76	4	4	8	8	0	4	37.50	12	1.02	0	4

Milwaukee Admirals Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	GA	SA	SAR	A	EG	PS %	PSA
1	Anton Forsberg	257	110	93	27	0.871	4.62	14107	18	1085	8379	4553	14	2	0.711	76
2	Mat Robson	108	24	56	0	0.858	5.29	4676	8	412	2896	1624	4	4	0.00%	0
3	Mat Robson	33	11	17	2	0.871	4.93	1778	2	146	1133	674	1	1	0.800	5
4	Felix Sandstrom	15	3	9	1	0.857	5.39	813	2	73	510	296	1	0	0.00%	0

Milwaukee Admirals 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
2020	82	26	41	0	5	4	3	3	371	433	-62	41	14	20	0	2	2	2	1	186	200	-14	41	12	21	0	3	2	1	2	185	233	-48	75	371	602	973	1	0	87	124	152	13	2534	699	874	941	43	3005	1002	1265	1650	214	84	39.25%	220	83	62.27%	6	657	1471	44.66%	808	1754	46.07%	622	1488	41.80%	1518	736	1775	813	1667	837
2020	82	26	41	0	5	4	3	3	371	433	-62	41	14	20	0	2	2	2	1	186	200	-14	41	12	21	0	3	2	1	2	185	233	-48	75	371	602	973	1	0	87	124	152	13	2534	699	874	941	43	3005	1002	1265	1650	214	84	39.25%	220	83	62.27%	6	657	1471	44.66%	808	1754	46.07%	622	1488	41.80%	1518	736	1775	813	1667	837
2021	78	24	43	0	1	5	3	2	276	370	-94	39	13	20	0	1	2	3	0	148	182	-34	39	11	23	0	0	3	0	2	128	188	-60	63	276	466	742	3	0	61	107	104	5	2382	623	878	852	43	2916	957	1072	1362	210	88	41.90%	202	72	64.36%	6	627	1443	43.45%	752	1661	45.27%	608	1348	45.10%	1425	675	1693	767	1593	816
Total Saison régulière	242	76	125	0	11	13	9	8	1018	1236	-218	121	41	60	0	5	6	7	2	520	582	-62	121	35	65	0	6	7	2	6	498	654	-156	213	1018	1670	2688	5	0	235	355	408	31	7450	2021	2626	2734	129	8926	2961	3602	4662	638	256	40.13%	642	238	62.93%	18	1941	4385	44.26%	2368	5169	45.81%	1852	4324	42.83%	4463	2148	5244	2394	4929	2491
Séries éliminatoires
Total Séries éliminatoires	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0.00%	0	0	0	0.00%	0	0	0.00%	0	0	0.00%	0	0	0	0	0	0

Milwaukee Admirals Leaders statistiques (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

Milwaukee Admirals 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

	Milwaukee Admirals
	GP: 10 \| W: 2 \| L: 7 \| OTL: 1 \| P: 5 GF: 55 \| GA: 74 \| PP%: 48.28% \| PK%: 55.17% DG: Sebastien Doyon \| Morale : 45 \| Moyenne d’équipe : 56