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

Centre de jeu
	NORTH VAN ROCKERS 21-10-1, 43pts	4	Sommaire du match	1	PHILADELPHIA PHANTOMS 23-7-2, 48pts

Team Stats
L1	Séquence	W1
11-4-0	Fiche domicile	9-5-1
10-6-1	Fiche domicile	14-2-1
5-4-1	Derniers 10 matchs	6-3-1
4.22	Buts par match	3.75
3.31	Buts contre par match	2.66
18.06%	Pourcentage en avantage numérique	18.37%
74.47%	Pourcentage en désavantage numérique	72.50%

PHILADELPHIA PHANTOMS
23-7-2, 48pts

Sommaire du match

SAN JOSE AVACADOES
14-16-1, 29pts

Team Stats
W1	Séquence	L5
9-5-1	Fiche domicile	10-6-0
14-2-1	Fiche domicile	4-10-1
6-3-1	Derniers 10 matchs	4-6-0
3.75	Buts par match	2.74
2.66	Buts contre par match	3.77
18.37%	Pourcentage en avantage numérique	26.00%
72.50%	Pourcentage en désavantage numérique	68.60%

BANGOR PUPPIES
15-12-4, 34pts

Jour 59

PHILADELPHIA PHANTOMS
23-7-2, 48pts

Statistiques d’équipe
W3	Séquence	W1
7-7-2	Fiche domicile	9-5-1
8-5-2	Fiche visiteur	14-2-1
6-2-2	10 derniers matchs	6-3-1
3.55	Buts par match	3.75
3.35	Buts contre par match	3.75
20.90%	Pourcentage en avantage numérique	18.37%
80.25%	Pourcentage en désavantage numérique	72.50%

PHILADELPHIA PHANTOMS
23-7-2, 48pts

Jour 60

NORTH VAN ROCKERS
21-10-1, 43pts

Statistiques d’équipe
W1	Séquence	L1
9-5-1	Fiche domicile	11-4-0
14-2-1	Fiche visiteur	10-6-1
6-3-1	10 derniers matchs	5-4-1
3.75	Buts par match	4.22
2.66	Buts contre par match	4.22
18.37%	Pourcentage en avantage numérique	18.06%
72.50%	Pourcentage en désavantage numérique	74.47%

EDMONTON OILERS
9-20-2, 20pts

Jour 62

PHILADELPHIA PHANTOMS
23-7-2, 48pts

Statistiques d’équipe
L2	Séquence	W1
6-9-0	Fiche domicile	9-5-1
3-11-2	Fiche visiteur	14-2-1
4-6-0	10 derniers matchs	6-3-1
2.55	Buts par match	3.75
3.61	Buts contre par match	3.75
20.31%	Pourcentage en avantage numérique	18.37%
68.27%	Pourcentage en désavantage numérique	72.50%

Meneurs d'équipe
	Buts Vincent Trocheck 17	Passes Kyle Beach 26

	Points Kyle Beach 37	Plus/Moins Jakub Dvořák 17

	Victoires Jordan Binnington 14	Pourcentage d’arrêts Jordan Binnington 0.921

Statistiques d’équipe
Buts pour 120 3.75 GFG	Tirs pour 981 30.66 Avg	Pourcentage en avantage numérique 18.4% 18 GF	Début de zone offensive 37.8%
Buts contre 85 2.66 GAA	Tirs contre 927 28.97 Avg	Pourcentage en désavantage numérique 72.5%% 11 GA	Début de la zone défensive 37.3%

Informations de l'équipe
	Directeur général	Kevin K
	Entraîneur	Brent Sutter
	Division	Adams
	Conférence	Neid Conference
	Capitaine	Kyle Beach
	Assistant #1	Luca Caputi
	Assistant #2	Bruno Gervais
Informations de l’aréna
	Capacité	3,000
	Assistance	2,780
	Billets de saison	750
Informations de la formation
	Équipe Pro	33
	Équipe Mineure	20
	Limite contact	53 / 66
	Espoirs	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	Magnus Paajarvi		X	X		100.00	1	1	99	61	79	84	84	93	43	92	93	86	70	96	82	0	86	78	2	34	4	2,756,250$
2	Kyle Beach (C)	X				100.00	99	99	1	70	82	77	74	87	63	95	89	79	65	93	60	0	83	78	0	35	2	2,161,018$
3	Vincent Trocheck	X				100.00	68	28	91	61	75	86	80	97	49	99	99	48	48	82	75	0	85	77	2	32	5	1,350,000$
4	Beau Bennett	X	X	X		100.00	1	1	99	57	79	74	85	93	32	95	99	73	58	93	84	0	85	76	2	34	3	2,125,000$
5	Luca Caputi (A)		X			100.00	99	99	1	60	78	74	70	80	49	87	88	88	71	90	73	0	71	75	0	37	4	1,100,000$
6	Michael McLeod	X	X			100.00	12	1	99	69	77	77	74	86	71	87	74	73	70	92	77	0	80	73	1	27	5	1,200,000$
7	Ryan MacInnis	X	X	X		100.00	99	99	11	69	79	64	72	88	56	77	78	66	49	79	73	0	75	71	2	29	2	775,000$
8	Morgan Klimchuk		X			100.00	1	1	99	68	73	69	83	81	48	80	77	72	68	92	86	0	79	71	1	30	1	845,000$
9	Conor Geekie (R)	X				100.00	43	23	84	76	77	83	70	68	58	73	63	63	66	69	77	0	85	67	1	21	1	900,000$
10	Jonathan Lekkerimäki (R)			X		100.00	9	1	96	71	72	65	70	73	57	63	62	62	58	77	69	0	85	63	1	21	1	900,000$
11	Jett Luchanko (R)	X				100.00	17	10	90	68	67	65	68	63	69	65	60	59	64	69	62	0	85	61	1	19	3	900,000$
12	Michael Brandsegg-Nygård (R)	X	X	X		100.00	33	16	78	73	67	65	68	61	54	65	60	61	54	58	65	0	83	61	1	20	3	900,000$
13	Taylor Cammarata	X	X	X		100.00	1	1	99	65	70	46	76	44	46	46	51	76	54	86	87	0	80	57	2	30	2	800,000$
14	Bruno Gervais (A)				X	100.00	21	7	99	61	76	88	74	94	50	99	90	91	56	94	79	0	81	75	0	41	4	1,250,000$
15	Isaak Phillips (R)				X	100.00	45	1	94	74	82	75	68	66	44	62	59	67	48	80	67	0	85	66	2	24	3	600,000$
16	Tom Willander (R)				X	100.00	27	2	96	73	74	75	76	68	50	70	58	67	44	63	70	0	85	64	1	20	2	900,000$
17	Alexander Nikishin (R)				X	100.00	69	58	74	67	78	64	67	55	44	56	54	65	45	67	62	0	78	63	2	24	4	700,000$
18	Jakub Dvořák (R)				X	100.00	42	51	91	64	77	65	70	62	44	63	60	68	50	59	57	0	85	62	2	20	2	600,000$
19	Lukas Fischer (R)				X	100.00	18	11	78	68	65	67	64	60	48	62	55	63	45	61	54	0	85	58	2	19	3	700,000$
Rayé
1	Cameron Abney			X		100.00	1	1	99	64	75	74	71	59	40	54	55	73	58	99	99	0	48	62	2	35	1	600,000$
2	Marek Vanacker (R)		X			100.00	18	26	66	67	65	70	67	66	50	63	63	58	57	62	66	0	79	61	1	19	3	800,000$
3	Greg Nemisz	X				100.00	63	78	13	61	80	74	76	67	48	57	48	54	67	80	65	0	48	60	0	35	1	600,000$
4	Kamil Bednarik (R)	X				100.00	43	18	76	64	63	65	70	61	50	63	58	57	55	60	58	0	69	59	2	19	3	650,000$
5	Vinzenz Rohrer (R)	X				100.00	27	7	88	69	72	59	70	56	58	53	51	58	55	63	67	0	48	57	2	21	1	500,000$
6	Lassi Thomson				X	100.00	18	18	92	63	74	74	70	61	44	67	56	68	50	72	74	0	67	62	1	25	1	650,000$
7	Jeremy Price				X	100.00	62	71	65	64	75	57	59	49	44	50	40	69	59	90	99	0	48	62	2	35	1	600,000$
8	Malte Setkov				X	100.00	72	25	74	65	81	53	59	53	40	53	53	64	44	70	65	0	48	61	2	26	2	650,000$
9	Aleksi Heimosalmi (R)				X	100.00	30	1	99	63	78	65	68	60	40	49	47	64	57	68	74	0	48	60	2	22	4	700,000$
10	Aidan Hreschuk (R)				X	100.00	38	6	95	71	76	54	65	60	45	60	59	57	44	66	67	0	48	60	2	22	3	600,000$

	MOYENNE D’ÉQUIPE					100.00	37	26	77	66	75	69	71	69	49	69	65	67	56	77	72	0	73	66

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	Jordan Binnington	100.00	78	76	77	73	77	79	82	83	84	71	66	90	70	0	81	77	2	32	4	1,500,000$
2	Carson Bjarnason (R)	100.00	59	64	66	85	70	69	71	67	67	63	59	54	58	0	76	66	2	20	2	700,000$
Rayé
1	Marcus Hogberg	100.00	61	74	75	76	72	93	91	85	85	68	60	95	63	0	82	78	2	31	5	1,300,000$
2	Ilya Konovalov	100.00	63	61	62	66	65	62	63	64	57	58	60	71	50	0	64	61	2	27	3	600,000$

	MOYENNE D’ÉQUIPE	100.00	65	69	70	75	71	76	77	75	73	65	61	78	60	0	76	71

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Brent Sutter	75	70	84	86	91	86	61	CAN	59	2	1,411,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	GA	TA	EG	HT	P/20	PSS	FW	FL	FT	S1	S2	S3
1	Kyle Beach	PHILADELPHIA PHANTOMS (PHI)	C	32	11	26	37	11	61	25	108	63	92	31	52	11.96%	13	639	19.97	3	1	4	7	78	1	0	1	1	20	2	1	53.91%	781	21	11	1	0	1.16	0	2	2	1	5	2	2
2	Vincent Trocheck	PHILADELPHIA PHANTOMS (PHI)	C	32	17	20	37	13	0	0	143	31	99	31	59	17.17%	7	606	18.95	3	6	9	12	74	0	0	0	2	7	1	0	51.28%	39	11	10	0	1	1.22	0	0	0	0	7	3	1
3	Beau Bennett	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	32	17	17	34	10	0	0	1	53	107	32	54	15.89%	15	544	17.01	5	4	9	12	78	0	0	0	0	0	1	4	37.24%	290	9	11	0	0	1.25	0	0	0	0	4	2	0
4	Bruno Gervais	PHILADELPHIA PHANTOMS (PHI)	D	32	6	19	25	2	0	0	13	53	74	27	19	8.11%	49	824	25.76	2	3	5	10	91	0	0	0	0	36	0	0	0%	0	23	24	0	0	0.61	0	0	0	0	1	1	1
5	Morgan Klimchuk	PHILADELPHIA PHANTOMS (PHI)	LW	30	12	13	25	15	0	0	0	37	74	18	50	16.22%	14	511	17.06	0	1	1	0	22	0	0	0	1	5	2	0	55.56%	27	17	6	0	0	0.98	1	0	0	0	0	2	2
6	Magnus Paajarvi	PHILADELPHIA PHANTOMS (PHI)	LW/RW	26	7	16	23	4	0	0	0	39	88	30	62	7.95%	10	523	20.15	0	3	3	10	61	0	0	0	0	11	2	0	42.31%	26	8	10	0	0	0.88	0	0	0	0	0	2	0
7	Michael McLeod	PHILADELPHIA PHANTOMS (PHI)	C/LW	25	5	10	15	1	0	0	0	28	64	17	39	7.81%	12	372	14.88	0	3	3	1	18	0	0	0	0	4	2	0	55.91%	127	13	8	0	0	0.81	1	0	0	0	1	0	0
8	Jakub Dvořák	PHILADELPHIA PHANTOMS (PHI)	D	32	1	14	15	17	2	0	20	50	26	4	12	3.85%	30	651	20.35	0	2	2	1	47	0	0	0	0	22	1	0	0%	0	4	18	0	0	0.46	0	0	0	0	0	0	2
9	Luca Caputi	PHILADELPHIA PHANTOMS (PHI)	LW	18	8	5	13	3	69	35	60	19	32	6	17	25.00%	7	332	18.45	1	2	3	1	28	0	0	0	0	8	1	2	50.00%	20	6	5	0	0	0.78	0	2	1	4	0	2	0
10	Ryan MacInnis	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	26	8	5	13	5	44	20	77	27	59	21	43	13.56%	7	354	13.65	0	2	2	3	39	0	0	0	0	1	3	1	71.43%	7	13	4	0	0	0.73	1	1	2	0	3	1	1
11	Jett Luchanko	PHILADELPHIA PHANTOMS (PHI)	C	32	5	7	12	4	0	0	15	23	22	4	9	22.73%	4	445	13.92	2	2	4	2	72	0	0	0	0	16	2	0	50.00%	252	5	3	0	0	0.54	1	0	0	0	1	0	1
12	Alexander Nikishin	PHILADELPHIA PHANTOMS (PHI)	D	26	1	11	12	15	7	5	82	23	14	6	11	7.14%	16	480	18.48	0	2	2	2	48	0	0	0	0	4	0	0	0%	0	1	14	0	0	0.50	0	0	1	0	0	1	2
13	Jonathan Lekkerimäki	PHILADELPHIA PHANTOMS (PHI)	RW	32	6	5	11	1	0	0	0	20	48	18	38	12.50%	5	316	9.88	0	0	0	0	9	0	0	0	0	0	0	0	50.00%	8	12	6	0	0	0.70	0	0	0	0	0	0	1
14	Tom Willander	PHILADELPHIA PHANTOMS (PHI)	D	32	2	8	10	2	0	0	26	51	41	10	8	4.88%	45	790	24.71	2	1	3	5	69	0	0	0	1	22	0	0	0%	0	5	32	0	0	0.25	0	0	0	0	0	0	1
15	Michael Brandsegg-Nygård	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	29	5	5	10	12	2	0	34	18	27	11	17	18.52%	2	329	11.37	0	0	0	0	16	0	0	0	0	12	2	1	47.83%	46	5	6	0	0	0.61	0	0	0	0	1	0	1
16	Conor Geekie	PHILADELPHIA PHANTOMS (PHI)	C	32	4	4	8	0	0	0	40	26	36	12	20	11.11%	4	307	9.60	0	0	0	0	0	0	0	0	0	0	1	0	45.28%	53	9	3	0	0	0.52	0	0	0	0	0	1	1
17	Marek Vanacker	PHILADELPHIA PHANTOMS (PHI)	LW	23	2	4	6	5	0	0	12	8	16	3	7	12.50%	3	154	6.73	0	0	0	0	0	0	0	0	0	0	1	0	25.00%	8	1	2	0	0	0.78	0	0	0	0	0	0	2
18	Isaak Phillips	PHILADELPHIA PHANTOMS (PHI)	D	32	0	5	5	7	2	0	48	41	17	11	7	0%	25	518	16.20	0	0	0	0	5	0	1	1	0	37	0	0	0%	0	8	12	0	0	0.19	0	0	0	0	0	0	0
19	Dalibor Dvorský	PHILADELPHIA MADMEN	C/RW	18	3	1	4	0	2	0	17	7	17	6	6	17.65%	1	161	8.96	0	0	0	0	6	0	0	0	0	11	2	0	45.71%	35	1	3	0	0	0.50	0	0	0	0	0	0	0
20	Lassi Thomson	PHILADELPHIA PHANTOMS (PHI)	D	6	0	3	3	5	0	0	0	13	7	2	3	0%	9	126	21.08	0	1	1	3	22	0	0	0	0	0	0	0	0%	0	0	5	0	0	0.47	0	0	0	0	0	0	0
21	Lukas Fischer	PHILADELPHIA PHANTOMS (PHI)	D	32	0	3	3	9	4	0	11	20	14	5	10	0%	15	417	13.04	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	9	0	0	0.14	0	0	0	0	0	0	0
22	Kamil Bednarik	PHILADELPHIA PHANTOMS (PHI)	C	9	0	1	1	3	2	0	15	9	3	2	2	0%	3	114	12.67	0	0	0	0	6	0	0	0	0	11	0	0	6.25%	16	1	3	0	0	0.18	0	0	0	0	0	0	0
23	Taylor Cammarata	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	20	0	0	0	0	0	0	0	3	4	2	1	0%	2	68	3.43	0	0	0	0	0	0	0	0	0	11	0	0	27.27%	11	1	2	0	0	0	1	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				608	120	202	322	144	195	85	722	662	981	309	546	12.23%	298	9590	15.77	18	33	51	69	802	1	1	2	5	244	23	9	49.20%	1746	174	207	1	1	0.67	5	5	6	5	23	17	18

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	PS %	PSA	ST	BG	S1	S2	S3
1	Jordan Binnington	PHILADELPHIA PHANTOMS (PHI)	21	14	3	2	0.921	2.22	1165	0	2	43	542	268	0	0.500	6	20	6	1	5	0
2	Marcus Hogberg	PHILADELPHIA PHANTOMS (PHI)	10	7	2	0	0.897	2.93	553	2	0	27	261	104	2	0	0	10	6	0	1	1
3	Lukas Dostal	PHILADELPHIA MADMEN	2	2	0	0	0.919	3.00	120	2	0	6	74	40	0	0	0	2	8	0	0	0
4	Carson Bjarnason	PHILADELPHIA PHANTOMS (PHI)	2	0	2	0	0.860	4.24	99	2	0	7	50	25	0	0	0	0	12	0	0	0
Statistiques d’équipe totales ou en moyenne			35	23	7	2	0.910	2.57	1938	6	2	83	927	437	2		6	32	32	1	6	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	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
Aidan Hreschuk	PHILADELPHIA PHANTOMS (PHI)	D	22	2003-06-01	USA	Yes	189 Lbs	6 ft5	No	No	N/A		No	No	3	2025-06-16	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	600,000$	600,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Aleksi Heimosalmi	PHILADELPHIA PHANTOMS (PHI)	D	22	2003-05-08	FIN	Yes	211 Lbs	6 ft4	No	No	N/A		No	No	4	2025-06-16	False	False	Pro & Farm	700,000$	440,909$	70,000$	44,091$	No	700,000$	700,000$	700,000$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Alexander Nikishin	PHILADELPHIA PHANTOMS (PHI)	D	24	2001-10-02	RUS	Yes	203 Lbs	6 ft4	No	No	N/A		No	No	4	2024-06-02	False	False	Pro & Farm	700,000$	440,909$	70,000$	44,091$	No	700,000$	700,000$	700,000$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Beau Bennett	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	34	1991-08-11	CAN	No	229 Lbs	6 ft0	No	No	N/A		No	Yes	3		False	False	Pro & Farm	2,125,000$	1,338,474$	212,500$	133,847$	No	2,125,000$	2,125,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Bruno Gervais	PHILADELPHIA PHANTOMS (PHI)	D	41	1984-10-03	CAN	No	209 Lbs	6 ft1	No	No	N/A		No	Yes	4	2024-02-26	False	False	Pro & Farm	1,250,000$	787,338$	125,000$	78,734$	No	1,250,000$	1,250,000$	1,250,000$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Cameron Abney	PHILADELPHIA PHANTOMS (PHI)	RW	35	1990-08-07	CAN	No	199 Lbs	6 ft0	No	No	Assign Manually		No	Yes	1	2025-09-30	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Carson Bjarnason	PHILADELPHIA PHANTOMS (PHI)	G	20	2005-06-30	CAN	Yes	231 Lbs	6 ft5	No	No	Assign Manually		No	No	2	2024-07-06	False	False	Pro & Farm	700,000$	440,909$	70,000$	44,091$	No	700,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Conor Geekie	PHILADELPHIA PHANTOMS (PHI)	C	21	2004-05-05	CAN	Yes	212 Lbs	6 ft5	No	No	Trade	2024-02-05	No	No	1		False	False	Pro & Farm	900,000$	566,883$	90,000$	56,688$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Greg Nemisz	PHILADELPHIA PHANTOMS (PHI)	C	35	1990-06-05	CAN	No	222 Lbs	6 ft3	No	No	Assign Manually		No	Yes	1	2025-09-30	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ilya Konovalov	PHILADELPHIA PHANTOMS (PHI)	G	27	1998-07-13	RUS	No	200 Lbs	6 ft0	No	No	Assign Manually		No	Yes	3	2024-02-05	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	600,000$	600,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Isaak Phillips	PHILADELPHIA PHANTOMS (PHI)	D	24	2001-09-28	CAN	Yes	199 Lbs	6 ft3	No	No	Trade	2024-02-06	No	No	3	2025-06-16	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	600,000$	600,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Jakub Dvořák	PHILADELPHIA PHANTOMS (PHI)	D	20	2005-05-25	CZE	Yes	210 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2024-07-08	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	600,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jeremy Price	PHILADELPHIA PHANTOMS (PHI)	D	35	1990-08-12	USA	No	198 Lbs	6 ft0	No	No	Assign Manually		No	Yes	1	2025-09-30	False	False	Pro & Farm	600,000$	377,922$	60,000$	37,792$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Jett Luchanko	PHILADELPHIA PHANTOMS (PHI)	C	19	2006-08-21	CAN	Yes	180 Lbs	5 ft11	No	No	Trade	2025-09-26	No	No	3	2025-07-12	False	False	Pro & Farm	900,000$	566,883$	90,000$	56,688$	No	900,000$	900,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Jonathan Lekkerimäki	PHILADELPHIA PHANTOMS (PHI)	RW	21	2004-07-24	SWE	Yes	179 Lbs	6 ft1	No	No	N/A		No	No	1		False	False	Pro & Farm	900,000$	566,883$	90,000$	56,688$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Jordan Binnington	PHILADELPHIA PHANTOMS (PHI)	G	32	1993-07-11	CAN	No	169 Lbs	6 ft2	No	No	N/A		No	Yes	4	2025-03-10	False	False	Pro & Farm	1,500,000$	944,805$	150,000$	94,481$	No	1,500,000$	1,500,000$	1,500,000$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Kamil Bednarik	PHILADELPHIA PHANTOMS (PHI)	C	19	2006-05-26	USA	Yes	185 Lbs	6 ft0	No	No	Assign Manually		No	No	3	2025-07-18	False	False	Pro & Farm	650,000$	409,416$	65,000$	40,942$	No	650,000$	650,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Kyle Beach	PHILADELPHIA PHANTOMS (PHI)	C	35	1990-01-13	CAN	No	234 Lbs	6 ft3	No	No	N/A		No	Yes	2	2025-10-09	False	False	Pro & Farm	2,161,018$	1,361,161$	216,102$	136,116$	No	2,161,018$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Lassi Thomson	PHILADELPHIA PHANTOMS (PHI)	D	25	2000-09-24	FIN	No	205 Lbs	6 ft0	No	No	N/A		No	Yes	1		False	False	Pro & Farm	650,000$	409,416$	65,000$	40,942$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Luca Caputi	PHILADELPHIA PHANTOMS (PHI)	LW	37	1988-10-01	CAN	No	220 Lbs	6 ft3	No	No	N/A		No	Yes	4	2025-03-11	False	False	Pro & Farm	1,100,000$	692,857$	110,000$	69,286$	No	1,100,000$	1,100,000$	1,100,000$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Lukas Fischer	PHILADELPHIA PHANTOMS (PHI)	D	19	2006-09-09	USA	Yes	185 Lbs	6 ft3	No	No	Assign Manually		No	No	3	2025-07-16	False	False	Pro & Farm	700,000$	440,909$	70,000$	44,091$	No	700,000$	700,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Magnus Paajarvi	PHILADELPHIA PHANTOMS (PHI)	LW/RW	34	1991-04-12	SWE	No	222 Lbs	6 ft3	No	No	Trade	2024-02-05	No	Yes	4	2025-03-03	False	False	Pro & Farm	2,756,250$	1,736,080$	275,625$	173,608$	No	2,756,250$	2,756,250$	2,756,250$	-	-	-	-	-	-	40,000$	40,000$	40,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-
Malte Setkov	PHILADELPHIA PHANTOMS (PHI)	D	26	1999-01-14	DEN	No	214 Lbs	6 ft7	No	No	N/A		No	Yes	2		False	False	Pro & Farm	650,000$	409,416$	65,000$	40,942$	No	650,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Marcus Hogberg	PHILADELPHIA PHANTOMS (PHI)	G	31	1994-11-25	SWE	No	216 Lbs	6 ft3	No	No	N/A		No	Yes	5	2025-03-10	False	False	Pro & Farm	1,300,000$	818,831$	130,000$	81,883$	No	1,300,000$	1,300,000$	1,300,000$	1,300,000$	-	-	-	-	-	40,000$	40,000$	40,000$	40,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-
Marek Vanacker	PHILADELPHIA PHANTOMS (PHI)	LW	19	2006-04-12	CAN	Yes	100 Lbs	4 ft0	No	No	Assign Manually		No	No	3	2025-07-14	False	False	Pro & Farm	800,000$	503,896$	80,000$	50,390$	No	800,000$	800,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Michael Brandsegg-Nygård	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	20	2005-10-05	NOR	Yes	198 Lbs	6 ft1	No	No	Assign Manually		No	No	3	2025-07-12	False	False	Pro & Farm	900,000$	566,883$	90,000$	56,688$	No	900,000$	900,000$	-	-	-	-	-	-	-	40,000$	40,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Michael McLeod	PHILADELPHIA PHANTOMS (PHI)	C/LW	27	1998-02-03	CAN	No	205 Lbs	6 ft4	No	No	N/A		No	Yes	5	2025-06-16	False	False	Pro & Farm	1,200,000$	755,844$	120,000$	75,584$	No	1,200,000$	1,200,000$	1,200,000$	1,200,000$	-	-	-	-	-	40,000$	40,000$	40,000$	40,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-
Morgan Klimchuk	PHILADELPHIA PHANTOMS (PHI)	LW	30	1995-06-22	CAN	No	190 Lbs	6 ft0	No	No	N/A		No	Yes	1		False	False	Pro & Farm	845,000$	532,240$	84,500$	53,224$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ryan MacInnis	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	29	1996-02-14	USA	No	204 Lbs	6 ft6	No	No	N/A		No	Yes	2		False	False	Pro & Farm	775,000$	488,149$	77,500$	48,815$	No	775,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Taylor Cammarata	PHILADELPHIA PHANTOMS (PHI)	C/LW/RW	30	1995-05-13	USA	No	184 Lbs	5 ft8	No	No	N/A		No	Yes	2	2024-06-02	False	False	Pro & Farm	800,000$	503,896$	80,000$	50,390$	No	800,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Tom Willander	PHILADELPHIA PHANTOMS (PHI)	D	20	2005-02-09	SWE	Yes	185 Lbs	6 ft3	No	No	Trade	2024-12-11	No	No	2	2024-07-02	False	False	Pro & Farm	900,000$	566,883$	90,000$	56,688$	No	900,000$	-	-	-	-	-	-	-	-	40,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Vincent Trocheck	PHILADELPHIA PHANTOMS (PHI)	C	32	1993-07-11	USA	No	211 Lbs	6 ft0	No	No	N/A		No	Yes	5	2025-11-05	False	False	Pro & Farm	1,350,000$	850,325$	135,000$	85,032$	No	1,350,000$	1,350,000$	1,350,000$	1,350,000$	-	-	-	-	-	40,000$	40,000$	40,000$	40,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-
Vinzenz Rohrer	PHILADELPHIA PHANTOMS (PHI)	C	21	2004-06-01	AUS	Yes	185 Lbs	6 ft1	No	No	Trade	2024-02-16	No	No	1		False	False	Pro & Farm	500,000$	314,935$	50,000$	31,494$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
33	26.85	199 Lbs	6 ft1	2.67	967,038$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Luca Caputi	Kyle Beach	Magnus Paajarvi	38	0	1	4
2	Morgan Klimchuk	Beau Bennett	Vincent Trocheck	37	0	1	4
3	Michael McLeod	Conor Geekie	Ryan MacInnis	17	0	2	3
4	Michael Brandsegg-Nygård	Jett Luchanko	Jonathan Lekkerimäki	8	0	2	3

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Bruno Gervais	Tom Willander	40	0	1	4
2	Alexander Nikishin	Jakub Dvořák	35	0	1	4
3	Isaak Phillips	Lukas Fischer	20	0	2	3
4	Bruno Gervais	Tom Willander	5	0	3	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Magnus Paajarvi	Kyle Beach	Beau Bennett	50	0	0	5
2	Morgan Klimchuk	Jett Luchanko	Vincent Trocheck	50	0	0	5

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Bruno Gervais	Alexander Nikishin	60	0	1	4
2	Luca Caputi	Tom Willander	40	0	1	4

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Kyle Beach	Luca Caputi	60	0	4	1
2	Vincent Trocheck	Michael McLeod	40	0	4	1

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips	Bruno Gervais	60	0	4	1
2	Tom Willander	Jakub Dvořák	40	0	4	1

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jett Luchanko	60	1	2	2	Bruno Gervais	Jakub Dvořák	60	1	2	2
2	Ryan MacInnis	40	1	2	2	Alexander Nikishin	Tom Willander	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Conor Geekie	Taylor Cammarata	60	1	2	2
2	Michael McLeod	Jonathan Lekkerimäki	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Isaak Phillips	Alexander Nikishin	60	1	2	2
2	Jakub Dvořák	Bruno Gervais	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Luca Caputi	Kyle Beach	Vincent Trocheck	Bruno Gervais	Tom Willander

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Luca Caputi	Kyle Beach	Vincent Trocheck	Bruno Gervais	Tom Willander

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Taylor Cammarata, Jonathan Lekkerimäki, Michael McLeod	Michael McLeod, Ryan MacInnis	Morgan Klimchuk

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Bruno Gervais, Tom Willander, Isaak Phillips	Jakub Dvořák	Alexander Nikishin, Jakub Dvořák

Tirs de pénalité
Michael McLeod, Taylor Cammarata, Jett Luchanko, Morgan Klimchuk, Vincent Trocheck

Gardien
#1 : Jordan Binnington, #2 : Carson Bjarnason

Lignes d’attaque personnalisées en prolongation
Kyle Beach, Luca Caputi, Beau Bennett, Michael McLeod, Vincent Trocheck, Ryan MacInnis, Jett Luchanko, Jonathan Lekkerimäki, Morgan Klimchuk,

Lignes de défense personnalisées en prolongation
Bruno Gervais, Tom Willander, Isaak Phillips, Jakub Dvořák, Alexander Nikishin

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	BANGOR PUPPIES	4	3	1	0	0	0	0	0	15	10	5	1	0	1	0	0	0	0	0	5	6	-1	3	3	0	0	0	0	0	0	10	4	6	6	0.750	15	23	38	0	0	26	40	51	3	127	321	295	358	12	123	39	15	78	13	2	15.38%	5	1	80.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
2	CALGARY WRANGLERS	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	2	4	2	1.000	6	10	16	0	0	26	40	51	3	38	321	295	358	12	34	14	10	23	1	0	0.00%	0	0	0%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
3	CAPE FEAR WILDCATS	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	2	3	0	0	26	40	51	3	34	321	295	358	12	31	7	0	32	2	0	0.00%	0	0	0%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
4	CHICAGO UNDERTAKERS	2	1	0	0	1	0	0	0	8	2	6	1	0	0	0	1	0	0	0	2	1	1	1	1	0	0	0	0	0	0	6	1	5	4	1.000	8	14	22	0	0	26	40	51	3	61	321	295	358	12	39	16	22	53	6	2	33.33%	3	1	66.67%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
5	COLORADO CUBS	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	0.500	2	4	6	0	0	26	40	51	3	27	321	295	358	12	38	16	2	27	2	1	50.00%	1	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
6	COQUITLAM EXPRESS	2	2	0	0	0	0	0	0	8	4	4	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	8	4	4	4	1.000	8	15	23	0	0	26	40	51	3	67	321	295	358	12	61	25	2	44	9	2	22.22%	1	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
7	DETROIT STEELERS	5	2	2	0	1	0	0	0	19	21	-2	3	1	1	0	1	0	0	0	12	11	1	2	1	1	0	0	0	0	0	7	10	-3	6	0.600	19	34	53	0	0	26	40	51	3	135	321	295	358	12	134	46	86	106	36	7	19.44%	13	7	46.15%	1	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
8	HAWAII PUNCH	3	1	1	0	0	0	0	1	8	7	1	2	0	1	0	0	0	0	1	4	7	-3	1	1	0	0	0	0	0	0	4	0	4	3	0.500	8	14	22	0	1	26	40	51	3	86	321	295	358	12	66	22	13	68	10	2	20.00%	4	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
9	LAS CRUCES MESCALEROS	4	4	0	0	0	0	0	0	21	9	12	2	2	0	0	0	0	0	0	14	7	7	2	2	0	0	0	0	0	0	7	2	5	8	1.000	21	34	55	0	1	26	40	51	3	121	321	295	358	12	133	39	8	96	4	0	0.00%	4	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
10	MANHATTAN SWEDES	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	26	40	51	3	35	321	295	358	12	20	5	0	22	3	0	0.00%	0	0	0%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
11	NEWTON NIGHTHAWKS	1	1	0	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	6	4	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	6	10	16	0	0	26	40	51	3	39	321	295	358	12	29	10	0	21	1	0	0.00%	0	0	0%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
12	NORTH VAN ROCKERS	2	1	1	0	0	0	0	0	4	6	-2	2	1	1	0	0	0	0	0	4	6	-2	0	0	0	0	0	0	0	0	0	0	0	2	0.500	4	6	10	0	0	26	40	51	3	72	321	295	358	12	76	14	11	44	2	1	50.00%	3	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
13	PENSACOLA BLACK BEARS	2	2	0	0	0	0	0	0	9	4	5	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	5	2	3	4	1.000	9	14	23	0	0	26	40	51	3	53	321	295	358	12	63	18	14	45	6	0	0.00%	2	1	50.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
14	PINCHER CREEK WOLVERINES	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	26	40	51	3	30	321	295	358	12	33	8	4	18	2	1	50.00%	2	1	50.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
15	SAN JOSE AVACADOES	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	7	11	0	0	26	40	51	3	29	321	295	358	12	18	10	0	22	1	0	0.00%	0	0	0%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
16	VANCOUVER THOUSANDAIRES	1	0	0	0	1	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	2	1	1	2	1.000	2	3	5	0	0	26	40	51	3	27	321	295	358	12	29	9	14	23	0	0	0%	2	0	100.00%	0	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
	Total	32	20	7	0	3	0	0	2	120	85	35	15	7	5	0	2	0	0	1	58	51	7	17	13	2	0	1	0	0	1	62	34	28	48	0.750	120	202	322	0	2	26	40	51	3	981	321	295	358	12	927	298	201	722	98	18	18.37%	40	11	72.50%	1	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
	_Since Last GM Reset	32	20	7	0	3	0	0	2	120	85	35	15	7	5	0	2	0	0	1	58	51	7	17	13	2	0	1	0	0	1	62	34	28	48	0.750	120	202	322	0	2	26	40	51	3	981	321	295	358	12	927	298	201	722	98	18	18.37%	40	11	72.50%	1	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
	_Vs Conference	26	17	5	0	3	0	0	1	100	68	32	13	6	4	0	2	0	0	1	51	44	7	13	11	1	0	1	0	0	0	49	24	25	41	0.788	100	167	267	0	2	26	40	51	3	788	321	295	358	12	753	238	185	578	87	16	18.39%	37	10	72.97%	1	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298
	_Vs Division	17	12	3	0	2	0	0	0	72	46	26	8	4	2	0	2	0	0	0	37	27	10	9	8	1	0	0	0	0	0	35	19	16	28	0.824	72	119	191	0	1	26	40	51	3	497	321	295	358	12	492	158	145	378	65	11	16.92%	27	10	62.96%	1	330	655	50.38%	307	646	47.52%	222	431	51.51%	700	407	658	284	580	298

			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
32	48	W1	120	202	322	981	927	298	201	722	0	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
32	20	7	3	0	0	2	120	85

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
15	7	5	2	0	0	1	58	51

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	13	2	1	0	0	1	62	34

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	3	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
98	18	18.37%	40	11	72.50%	1

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
321	295	358	12	26	40	51	3

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
330	655	50.38%	307	646	47.52%	222	431	51.51%

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
700	407	658	284	580	298

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	RI	Lien
1	5	PHILADELPHIA PHANTOMS	5	PENSACOLA BLACK BEARS	2	W				Sommaire du match
3	14	LAS CRUCES MESCALEROS	3	PHILADELPHIA PHANTOMS	8	W				Sommaire du match
5	23	PHILADELPHIA PHANTOMS	3	BANGOR PUPPIES	2	W				Sommaire du match
7	32	PHILADELPHIA PHANTOMS	6	CHICAGO UNDERTAKERS	1	W				Sommaire du match
8	41	HAWAII PUNCH	3	PHILADELPHIA PHANTOMS	2	L	X	X		Sommaire du match
9	53	PHILADELPHIA PHANTOMS	4	HAWAII PUNCH	0	W				Sommaire du match
11	65	PENSACOLA BLACK BEARS	2	PHILADELPHIA PHANTOMS	4	W				Sommaire du match
14	79	LAS CRUCES MESCALEROS	4	PHILADELPHIA PHANTOMS	6	W				Sommaire du match
15	86	PHILADELPHIA PHANTOMS	4	DETROIT STEELERS	8	L			R5	Sommaire du match
16	98	PHILADELPHIA PHANTOMS	4	BANGOR PUPPIES	1	W				Sommaire du match
17	104	PHILADELPHIA PHANTOMS	4	LAS CRUCES MESCALEROS	2	W				Sommaire du match
18	110	CHICAGO UNDERTAKERS	1	PHILADELPHIA PHANTOMS	2	W	X			Sommaire du match
20	129	PHILADELPHIA PHANTOMS	3	DETROIT STEELERS	2	W			R5	Sommaire du match
22	137	BANGOR PUPPIES	6	PHILADELPHIA PHANTOMS	5	L				Sommaire du match
24	149	PHILADELPHIA PHANTOMS	6	COQUITLAM EXPRESS	3	W				Sommaire du match
25	157	NEWTON NIGHTHAWKS	4	PHILADELPHIA PHANTOMS	6	W				Sommaire du match
28	173	DETROIT STEELERS	4	PHILADELPHIA PHANTOMS	5	W	X		R5	Sommaire du match
29	182	PHILADELPHIA PHANTOMS	2	VANCOUVER THOUSANDAIRES	1	W	X			Sommaire du match
32	196	DETROIT STEELERS	3	PHILADELPHIA PHANTOMS	5	W			R5	Sommaire du match
33	205	PHILADELPHIA PHANTOMS	3	LAS CRUCES MESCALEROS	0	W				Sommaire du match
36	218	HAWAII PUNCH	4	PHILADELPHIA PHANTOMS	2	L				Sommaire du match
37	231	PHILADELPHIA PHANTOMS	1	CAPE FEAR WILDCATS	3	L				Sommaire du match
39	239	DETROIT STEELERS	4	PHILADELPHIA PHANTOMS	2	L			R5	Sommaire du match
41	251	PHILADELPHIA PHANTOMS	2	COQUITLAM EXPRESS	1	W				Sommaire du match
42	260	PHILADELPHIA PHANTOMS	3	BANGOR PUPPIES	1	W				Sommaire du match
44	269	MANHATTAN SWEDES	2	PHILADELPHIA PHANTOMS	4	W				Sommaire du match
46	283	NORTH VAN ROCKERS	2	PHILADELPHIA PHANTOMS	3	W				Sommaire du match
48	295	PHILADELPHIA PHANTOMS	6	CALGARY WRANGLERS	2	W				Sommaire du match
50	304	PHILADELPHIA PHANTOMS	2	COLORADO CUBS	3	L	X	X		Sommaire du match
52	313	PINCHER CREEK WOLVERINES	5	PHILADELPHIA PHANTOMS	3	L				Sommaire du match
54	327	NORTH VAN ROCKERS	4	PHILADELPHIA PHANTOMS	1	L				Sommaire du match
56	337	PHILADELPHIA PHANTOMS	4	SAN JOSE AVACADOES	2	W				Sommaire du match
59	350	BANGOR PUPPIES	-	PHILADELPHIA PHANTOMS	-
60	363	PHILADELPHIA PHANTOMS	-	NORTH VAN ROCKERS	-
62	372	EDMONTON OILERS	-	PHILADELPHIA PHANTOMS	-
64	382	PHILADELPHIA PHANTOMS	-	CHICAGO UNDERTAKERS	-
66	393	CAPE BRETON LEPRECHAUNS	-	PHILADELPHIA PHANTOMS	-
68	407	PHILADELPHIA PHANTOMS	-	VANCOUVER THOUSANDAIRES	-
70	416	COQUITLAM EXPRESS	-	PHILADELPHIA PHANTOMS	-
71	426	PHILADELPHIA PHANTOMS	-	CALGARY WRANGLERS	-
73	437	CAPE BRETON LEPRECHAUNS	-	PHILADELPHIA PHANTOMS	-
75	447	PHILADELPHIA PHANTOMS	-	LAS CRUCES MESCALEROS	-
77	460	PHILADELPHIA PHANTOMS	-	NEWTON NIGHTHAWKS	-
78	468	COQUITLAM EXPRESS	-	PHILADELPHIA PHANTOMS	-
80	481	SAN JOSE AVACADOES	-	PHILADELPHIA PHANTOMS	-
82	493	PHILADELPHIA PHANTOMS	-	COQUITLAM EXPRESS	-
84	504	BANGOR PUPPIES	-	PHILADELPHIA PHANTOMS	-
86	515	PHILADELPHIA PHANTOMS	-	BANGOR PUPPIES	-
88	525	HAWAII PUNCH	-	PHILADELPHIA PHANTOMS	-
90	539	PHILADELPHIA PHANTOMS	-	CHICAGO UNDERTAKERS	-
91	547	CHICAGO UNDERTAKERS	-	PHILADELPHIA PHANTOMS	-
93	558	PHILADELPHIA PHANTOMS	-	HAWAII PUNCH	-
94	568	PHILADELPHIA PHANTOMS	-	EDMONTON OILERS	-
96	575	HALIFAX HELL	-	PHILADELPHIA PHANTOMS	-
98	591	COLORADO CUBS	-	PHILADELPHIA PHANTOMS	-
100	606	CAPE FEAR WILDCATS	-	PHILADELPHIA PHANTOMS	-
101	609	PHILADELPHIA PHANTOMS	-	PENSACOLA BLACK BEARS	-
103	622	PHILADELPHIA PHANTOMS	-	PENSACOLA BLACK BEARS	-
106	635	NEWTON NIGHTHAWKS	-	PHILADELPHIA PHANTOMS	-
107	644	PHILADELPHIA PHANTOMS	-	PINCHER CREEK WOLVERINES	-
110	658	PHILADELPHIA PHANTOMS	-	DETROIT STEELERS	-
111	662	MANHATTAN SWEDES	-	PHILADELPHIA PHANTOMS	-
114	680	BROOKLYN GRINDERS	-	PHILADELPHIA PHANTOMS	-
115	693	PHILADELPHIA PHANTOMS	-	BROOKLYN GRINDERS	-
117	704	SYRACUSE BABY BULLS	-	PHILADELPHIA PHANTOMS	-
118	710	PHILADELPHIA PHANTOMS	-	MANHATTAN SWEDES	-
119	720	PHILADELPHIA PHANTOMS	-	SYRACUSE BABY BULLS	-
121	729	PENSACOLA BLACK BEARS	-	PHILADELPHIA PHANTOMS	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
123	738	PHILADELPHIA PHANTOMS	-	NEWTON NIGHTHAWKS	-
124	748	NEWTON NIGHTHAWKS	-	PHILADELPHIA PHANTOMS	-
127	766	CHICAGO UNDERTAKERS	-	PHILADELPHIA PHANTOMS	-
128	775	PHILADELPHIA PHANTOMS	-	VANCOUVER THOUSANDAIRES	-
130	789	PHILADELPHIA PHANTOMS	-	NORTH VAN ROCKERS	-
131	792	LAS CRUCES MESCALEROS	-	PHILADELPHIA PHANTOMS	-
134	811	CALGARY WRANGLERS	-	PHILADELPHIA PHANTOMS	-
136	825	LAS CRUCES MESCALEROS	-	PHILADELPHIA PHANTOMS	-
138	841	PHILADELPHIA PHANTOMS	-	PENSACOLA BLACK BEARS	-
139	849	VANCOUVER THOUSANDAIRES	-	PHILADELPHIA PHANTOMS	-
141	860	PHILADELPHIA PHANTOMS	-	HALIFAX HELL	-
142	868	PHILADELPHIA PHANTOMS	-	CAPE BRETON LEPRECHAUNS	-
144	879	VANCOUVER THOUSANDAIRES	-	PHILADELPHIA PHANTOMS	-
148	898	PENSACOLA BLACK BEARS	-	PHILADELPHIA PHANTOMS	-
150	907	BROOKLYN GRINDERS	-	PHILADELPHIA PHANTOMS	-
151	917	PHILADELPHIA PHANTOMS	-	NORTH VAN ROCKERS	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	18
Assistance	27,705	13,991
Assistance PCT	92.35%	93.27%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
27	2780 - 92.66%	69,734$	1,046,004$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
1,699,660$	3,191,227$	3,191,227$	1,411,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
3,191,227$	1,177,397$	33	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
1,882,807$	97	29,885$	2,898,845$

PHILADELPHIA PHANTOMS 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 PHANTOMS 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 PHANTOMS 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 PHANTOMS 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 PHANTOMS 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 PHANTOMS
	GP: 32 \| W: 23 \| L: 7 \| OTL: 2 \| P: 48 GF: 120 \| GA: 85 \| PP%: 18.37% \| PK%: 72.50% DG: Kevin K \| Morale : 95 \| Moyenne d’équipe : 66 Prochains matchs #350 vs BANGOR PUPPIES