Toronto Maple Leafs
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Toronto Marlies 12-14-7, 31pts	2	FINAL	1	Springfield Thunderbirds 17-13-3, 37pts

Team Stats
W4	Séquence	L1
6-8-4	Fiche domicile	7-5-1
6-6-3	Fiche domicile	10-8-2
5-4-1	Derniers 10 matchs	6-3-1
3.03	Buts par match	3.21
3.21	Buts contre par match	2.79
15.38%	Pourcentage en avantage numérique	26.37%
80.31%	Pourcentage en désavantage numérique	81.82%

Springfield Thunderbirds
17-13-3, 37pts

FINAL

Toronto Marlies
12-14-7, 31pts

Team Stats
L1	Séquence	W4
7-5-1	Fiche domicile	6-8-4
10-8-2	Fiche domicile	6-6-3
6-3-1	Derniers 10 matchs	5-4-1
3.21	Buts par match	3.03
2.79	Buts contre par match	3.21
26.37%	Pourcentage en avantage numérique	15.38%
81.82%	Pourcentage en désavantage numérique	80.31%

Toronto Marlies
12-14-7, 31pts

Jour 79

San Diego Gulls
18-12-2, 38pts

Statistiques d’équipe
W4	Séquence	W1
6-8-4	Fiche domicile	11-4-1
6-6-3	Fiche visiteur	7-8-1
5-4-1	10 derniers matchs	8-2-0
3.03	Buts par match	3.41
3.21	Buts contre par match	3.41
15.38%	Pourcentage en avantage numérique	16.22%
80.31%	Pourcentage en désavantage numérique	81.58%

Toronto Marlies
12-14-7, 31pts

Jour 80

San Jose Barracuda
15-15-2, 32pts

Statistiques d’équipe
W4	Séquence	W1
6-8-4	Fiche domicile	7-9-1
6-6-3	Fiche visiteur	8-6-1
5-4-1	10 derniers matchs	5-5-0
3.03	Buts par match	3.41
3.21	Buts contre par match	3.41
15.38%	Pourcentage en avantage numérique	20.24%
80.31%	Pourcentage en désavantage numérique	74.42%

Toronto Marlies
12-14-7, 31pts

Jour 83

Syracuse Crunch
16-13-2, 34pts

Statistiques d’équipe
W4	Séquence	SOL1
6-8-4	Fiche domicile	10-5-1
6-6-3	Fiche visiteur	6-8-1
5-4-1	10 derniers matchs	3-6-1
3.03	Buts par match	3.32
3.21	Buts contre par match	3.32
15.38%	Pourcentage en avantage numérique	22.89%
80.31%	Pourcentage en désavantage numérique	75.56%

Meneurs d'équipe
	Buts Ivan Demidov 14	Passes Ivan Demidov 19

	Points Ivan Demidov 33	Plus/Moins Charlie Stramel 11

	Victoires Linus Ullmark 9	Pourcentage d’arrêts Linus Ullmark 0.929

Statistiques d’équipe
Buts pour 100 3.03 GFG	Tirs pour 1212 36.73 Avg	Pourcentage en avantage numérique 15.4% 12 GF	Début de zone offensive 37.7%
Buts contre 106 3.21 GAA	Tirs contre 1246 37.76 Avg	Pourcentage en désavantage numérique 80.3%% 25 GA	Début de la zone défensive 40.7%

Informations de l'équipe
	Directeur général	DJ
	Entraîneur	Joe Sacco
	Division	Eastern
	Conférence	Conference 1
	Capitaine	Mark Mitera
	Assistant #1	Curtis Lazar
	Assistant #2	Tomas Marcinko
Informations de l’aréna
	Capacité	10,000
	Assistance	4,583
	Billets de saison	4,000
Informations de la formation
	Équipe Pro	30
	Équipe Mineure	21
	Limite contact	51 / 75
	Espoirs	4

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	TA	SP	Âge	Contrat	Salaire
1	Connor Bedard (R)	X				100.00	73	37	81	80	73	80	80	83	81	79	81	72	79	49	99	93	99	73		0	19	2	925,000$
2	Macklin Celebrini (R)	X				100.00	73	33	77	81	77	72	72	81	79	76	79	72	79	41	65	93	99	70		0	18	3	925,000$
3	Shane Wright (R)	X				100.00	76	36	74	80	76	68	68	85	81	80	75	71	73	57	67	86	99	70		0	20	2	925,000$
4	Ivan Demidov (R)	X		X		100.00	72	33	77	82	77	71	71	81	79	77	73	72	73	43	57	88	99	69		0	18	3	925,000$
5	Liam Ohgren (R)		X			100.00	75	37	77	78	80	72	72	79	63	70	76	74	75	53	64	77	99	69		0	20	1	925,000$
6	Brad Lambert (R)	X		X		100.00	74	34	76	80	73	70	70	82	81	77	75	74	74	64	43	79	99	69		0	20	2	925,000$
7	Curtis Lazar (A)	X				100.00	78	45	76	79	79	81	83	60	88	53	64	80	68	72	99	60	99	68	N	0	29	3	1,499,999$
8	Ridly Greig (R)		X			100.00	75	38	64	75	73	79	79	78	59	71	69	70	69	49	68	77	99	67		0	22	1	650,000$
9	Tomas Marcinko (A)	X		X		100.00	83	48	76	77	79	77	80	53	88	52	56	69	63	99	99	10	99	65		0	36	1	500,001$
10	Matthew Knies		X			100.00	73	40	72	74	78	68	68	70	58	67	69	66	69	56	69	70	99	65	N	0	21	3	1,499,999$
11	Marcel Marcel (R)		X			100.00	80	39	75	71	85	74	74	69	56	70	70	70	70	55	46	64	99	65		0	20	3	925,000$
12	Charlie Stramel (R)	X		X		100.00	77	38	73	73	83	69	69	61	79	66	69	77	69	46	38	81	99	65		0	19	2	925,000$
13	Zayne Parekh (R)				X	100.00	73	31	81	77	75	74	74	81	63	75	76	72	76	37	50	88	99	69		0	18	3	925,000$
14	Zeev Buium (R)				X	100.00	73	31	81	77	75	76	76	65	63	72	69	76	69	39	73	82	99	69		0	18	3	925,000$
15	Cole Hutson (R)				X	100.00	70	28	75	78	71	79	79	81	61	77	70	70	70	37	67	76	99	68		0	18	3	925,000$
16	Aron Kiviharju (R)				X	100.00	72	31	79	73	75	71	71	78	57	76	70	68	70	56	47	69	99	67		0	18	3	925,000$
17	David Reinbacher (R)				X	100.00	76	40	74	81	74	68	68	65	63	70	71	74	71	44	44	89	99	67		0	19	2	925,000$
18	Tom Willander (R)				X	100.00	74	37	75	82	72	68	68	65	63	73	68	77	66	44	44	83	99	67		0	19	2	925,000$
19	Mark Mitera (C)				X	100.00	46	12	99	87	77	76	76	47	54	43	34	77	45	99	99	17	99	66		0	38	1	500,001$
20	Logan Stanley				X	100.00	86	54	70	74	89	76	81	45	54	46	46	75	55	53	50	64	99	66		0	26	1	700,000$
Rayé
1	Zach Hamill	X		X		100.00	40	7	99	85	73	82	81	67	87	61	58	72	68	99	99	22	99	67		0	36	1	500,001$
2	Matt Frattin		X	X		100.00	69	34	81	85	77	77	81	63	55	52	67	67	68	99	99	18	99	67	N	0	36	3	625,000$
3	David Pastrnak			X		100.00	59	26	82	86	74	79	82	58	48	50	58	67	65	72	57	63	99	63		0	28	3	510,000$
4	Marc Staal				X	100.00	85	80	64	84	79	77	77	47	43	45	33	69	47	88	88	21	99	67	N	0	37	3	625,000$
5	Janis Moser				X	100.00	69	34	72	72	72	68	68	60	58	67	66	71	66	91	64	60	99	66	N	0	24	3	1,499,999$
6	Ludwig Byström				X	100.00	70	38	84	87	76	82	83	44	51	39	44	70	60	77	74	48	99	66		0	30	1	600,000$

	MOYENNE D’ÉQUIPE					100.00	72	36	77	79	77	74	75	67	66	65	65	72	68	62	68	65	99	67

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	TA	SP	Âge	Contrat	Salaire
1	Yaniv Perets	100.00	80	83	80	77	86	84	84	84	84	80	83	55	89	57	99	68		0	24	2	650,000$
2	Linus Ullmark	100.00	80	87	80	81	90	86	86	86	87	69	70	63	59	40	99	67		0	31	1	600,000$
3	Ilya Nabokov (R)	100.00	80	77	75	74	81	81	81	81	81	80	81	53	52	77	99	63		0	21	3	650,000$
Rayé
1	Mack Guzda	100.00	72	77	78	85	70	65	65	70	70	72	70	50	61	69	99	58	N	0	23	3	625,000$

	MOYENNE D’ÉQUIPE	100.00	78	81	78	79	82	79	79	80	81	75	76	55	65	61	99	64

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Joe Sacco	75	83	85	75	81	81	85	USA	52	5	250,000$

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	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	PSG	PSS	S1	S2	S3
1	Ivan Demidov	Toronto Marlies (TOR)	C/RW	33	14	19	33	-5	12	41	39	126	36	92	11.11%	11	558	16.92	3	2	5	9	67	0	0	0	0	0	2	1	51.21%	412	17	7	0	0	1.18	1	1	1	2	2
2	Connor Bedard	Toronto Marlies (TOR)	C	32	10	18	28	9	10	42	38	126	40	80	7.94%	20	556	17.38	2	3	5	13	69	0	0	0	0	4	2	1	44.02%	209	19	9	0	0	1.01	0	4	2	2	1
3	Liam Ohgren	Toronto Marlies (TOR)	LW	33	11	14	25	0	22	50	32	96	33	48	11.46%	17	594	18.03	1	3	4	6	58	0	2	2	2	43	0	0	55.26%	38	21	8	0	0	0.84	0	2	1	0	1
4	Macklin Celebrini	Toronto Marlies (TOR)	C	33	7	16	23	4	14	47	25	116	43	83	6.03%	15	522	15.85	1	4	5	19	58	0	0	0	0	3	1	1	46.43%	84	24	6	0	0	0.88	1	4	0	1	1
5	Shane Wright	Toronto Marlies (TOR)	C	29	11	11	22	8	28	51	22	100	50	66	11.00%	15	453	15.65	2	1	3	11	62	0	0	0	0	0	2	0	51.46%	342	20	10	0	1	0.97	0	1	1	4	0
6	Brad Lambert	Toronto Marlies (TOR)	C/RW	33	13	8	21	3	6	45	43	114	33	56	11.40%	18	532	16.15	2	1	3	13	70	0	0	0	0	1	1	1	49.83%	594	22	10	0	0	0.79	0	3	1	1	1
7	Marcel Marcel	Toronto Marlies (TOR)	LW	33	9	6	15	-9	16	41	23	81	18	44	11.11%	12	447	13.57	0	1	1	0	22	0	0	0	1	23	1	0	45.45%	22	12	15	0	0	0.67	0	1	1	1	0
8	Charlie Stramel	Toronto Marlies (TOR)	C/RW	33	7	6	13	11	30	43	28	40	14	22	17.50%	13	489	14.84	0	0	0	0	6	0	0	0	3	39	1	0	42.37%	59	4	10	0	0	0.53	0	0	0	0	2
9	Ridly Greig	Toronto Marlies (TOR)	LW	33	10	2	12	-2	26	51	34	92	20	53	10.87%	15	527	15.98	1	0	1	3	13	0	0	0	4	77	4	0	55.88%	34	11	12	0	0	0.46	0	0	0	2	1
10	Zeev Buium	Toronto Marlies (TOR)	D	33	2	8	10	2	8	22	27	38	18	16	5.26%	29	563	17.06	1	0	1	2	42	1	3	4	3	62	1	0	0%	0	4	18	1	0	0.36	0	0	0	1	0
11	Cole Hutson	Toronto Marlies (TOR)	D	33	1	7	8	0	8	22	27	34	13	20	2.94%	37	501	15.21	0	3	3	5	71	0	0	0	0	0	0	0	0%	0	9	17	0	0	0.32	0	0	0	0	1
12	Zayne Parekh	Toronto Marlies (TOR)	D	27	2	5	7	6	4	9	18	36	13	13	5.56%	32	414	15.34	0	1	1	4	65	0	0	0	0	2	0	0	0%	0	10	12	0	0	0.34	1	1	1	0	0
13	Matthew Knies	Toronto Marlies (TOR)	LW	29	0	6	6	0	8	11	10	32	21	29	0%	9	272	9.41	0	0	0	0	0	0	1	1	1	23	0	0	62.50%	8	3	2	0	0	0.44	0	0	0	0	0
14	Curtis Lazar	Toronto Marlies (TOR)	C	33	3	3	6	-1	2	31	40	51	21	27	5.88%	11	409	12.42	0	0	0	0	0	1	1	2	7	108	0	0	56.12%	278	6	14	0	0	0.29	0	0	1	0	1
15	Tomas Marcinko	Toronto Marlies (TOR)	C/RW	33	3	2	5	3	6	28	28	30	7	17	10.00%	9	360	10.92	0	0	0	0	0	3	0	3	5	54	0	0	54.73%	148	2	6	0	0	0.28	0	0	0	0	0
16	Mark Mitera	Toronto Marlies (TOR)	D	28	0	5	5	9	0	3	13	9	10	7	0%	27	381	13.63	0	0	0	0	0	0	2	2	1	93	0	0	0%	0	0	16	0	0	0.26	0	0	0	0	1
17	David Reinbacher	Toronto Marlies (TOR)	D	29	0	5	5	8	12	18	24	17	10	7	0%	24	440	15.19	0	0	0	0	13	0	1	1	2	62	0	0	25.00%	4	6	12	0	0	0.23	0	0	0	0	0
18	Tom Willander	Toronto Marlies (TOR)	D	33	1	3	4	9	16	29	25	33	13	10	3.03%	26	488	14.80	0	0	0	0	1	1	0	1	1	50	0	0	0%	0	8	15	0	0	0.16	0	0	0	0	0
19	Aron Kiviharju	Toronto Marlies (TOR)	D	32	0	3	3	-9	8	20	29	32	4	17	0%	23	454	14.21	0	0	0	0	41	0	0	0	0	3	0	0	0%	0	12	9	0	0	0.13	0	0	0	0	1
20	Logan Stanley	Toronto Marlies (TOR)	D	33	0	2	2	8	18	28	18	22	11	4	0%	29	448	13.59	0	0	0	0	0	0	0	0	0	57	0	0	0%	0	3	25	0	0	0.09	0	0	0	0	0
21	Zach Hamill	Toronto Marlies (TOR)	C/RW	15	0	2	2	0	0	1	7	23	3	20	0%	3	144	9.63	0	0	0	0	0	0	0	0	5	49	0	0	47.76%	67	5	2	0	0	0.28	0	0	0	0	0
22	Marc Staal	Toronto Marlies (TOR)	D	26	1	0	1	2	14	17	20	11	1	2	9.09%	15	299	11.52	0	0	0	0	0	0	0	0	0	48	0	0	0%	0	1	3	0	0	0.07	0	0	0	0	0
23	Janis Moser	Toronto Marlies (TOR)	D	12	0	1	1	-4	6	8	6	6	3	3	0%	13	161	13.46	0	0	0	0	0	0	0	0	0	21	0	0	0%	0	3	3	0	0	0.12	0	0	0	0	0
24	Ludwig Byström	Toronto Marlies (TOR)	D	17	0	0	0	2	0	2	3	0	0	0	0%	3	75	4.43	0	0	0	0	0	0	0	0	0	63	0	0	0%	0	0	2	0	0	0	0	0	0	0	0
25	Matt Frattin	Toronto Marlies (TOR)	LW/RW	5	0	0	0	0	0	2	0	6	1	8	0%	2	37	7.58	0	0	0	0	0	0	0	0	0	0	0	0	0%	1	1	1	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				710	105	152	257	54	274	662	579	1271	436	744	8.26%	428	10138	14.28	13	19	32	85	665	6	10	16	35	895	15	4	50.61%	2300	223	244	1	1	0.51	3	17	9	14	13

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	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Linus Ullmark	Toronto Marlies (TOR)	21	9	7	5	0.929	2.58	1280	2	55	772	332	2	3	0.692	13	21	4	4	4	1
2	Ilya Nabokov	Toronto Marlies (TOR)	6	2	3	1	0.893	4.19	358	0	25	234	106	1	0	0	0	6	14	1	0	0
3	Yaniv Perets	Toronto Marlies (TOR)	6	1	4	1	0.916	3.27	367	0	20	237	107	0	0	0.500	2	6	15	0	1	0
Statistiques d’équipe totales ou en moyenne			33	12	14	7	0.920	2.99	2006	2	100	1243	545	3	3		15	33	33	5	5	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Type	Salaire actuel	Salaire restant	Plafond salarial Non Activé	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Salaire annuel 6	Salaire annuel 7	Salaire annuel 8	Salaire annuel 9	Salaire annuel 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
Aron Kiviharju	Toronto Marlies (TOR)	D	18	1996-09-03	Yes	185 Lbs	5 ft10	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Brad Lambert	Toronto Marlies (TOR)	C/RW	20	1994-08-19	Yes	188 Lbs	6 ft1	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Charlie Stramel	Toronto Marlies (TOR)	C/RW	19	1995-08-19	Yes	221 Lbs	6 ft4	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Cole Hutson	Toronto Marlies (TOR)	D	18	1996-09-03	Yes	165 Lbs	5 ft10	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Connor Bedard	Toronto Marlies (TOR)	C	19	1995-08-19	Yes	190 Lbs	6 ft0	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Curtis Lazar	Toronto Marlies (TOR)	C	29	1985-10-20	No	224 Lbs	6 ft0	Yes	No	Free Agent		No	No	3	2024-09-02	Pro & Farm	1,499,999$	895,287$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
David Pastrnak	Toronto Marlies (TOR)	RW	28	1986-11-06	No	200 Lbs	6 ft0	No	No	Free Agent	2024-03-01	No	No	3	2024-08-23	Pro & Farm	510,000$	304,398$	0$	0$	No	510,000$	510,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
David Reinbacher	Toronto Marlies (TOR)	D	19	1995-08-19	Yes	189 Lbs	6 ft3	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Ilya Nabokov	Toronto Marlies (TOR)	G	21	1993-09-03	Yes	179 Lbs	6 ft1	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	650,000$	387,958$	0$	0$	No	650,000$	650,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Ivan Demidov	Toronto Marlies (TOR)	C/RW	18	1996-09-03	Yes	192 Lbs	5 ft11	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Janis Moser	Toronto Marlies (TOR)	D	24	1990-09-01	No	187 Lbs	6 ft1	Yes	No	Free Agent		No	No	3	2024-09-02	Pro & Farm	1,499,999$	895,287$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
Liam Ohgren	Toronto Marlies (TOR)	LW	20	1994-09-01	Yes	210 Lbs	6 ft5	No	No	Trade	2024-01-07	No	No	1		Pro & Farm	925,000$	552,094$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Linus Ullmark	Toronto Marlies (TOR)	G	31	1983-10-14	No	211 Lbs	6 ft3	No	No	Trade	2024-08-16	No	No	1		Pro & Farm	600,000$	358,115$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Logan Stanley	Toronto Marlies (TOR)	D	26	1988-09-27	No	250 Lbs	6 ft11	No	No	Trade	2024-12-06	No	No	1		Pro & Farm	700,000$	417,801$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ludwig Byström	Toronto Marlies (TOR)	D	30	1984-10-05	No	213 Lbs	6 ft0	No	No	N/A		No	No	1		Pro & Farm	600,000$	358,115$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Mack Guzda	Toronto Marlies (TOR)	G	23	1991-09-01	No	216 Lbs	6 ft6	Yes	No	Free Agent		No	No	3	2024-10-07	Pro & Farm	625,000$	373,037$	0$	0$	No	625,000$	625,000$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
Macklin Celebrini	Toronto Marlies (TOR)	C	18	1996-09-03	Yes	196 Lbs	6 ft0	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Marc Staal	Toronto Marlies (TOR)	D	37	1977-08-07	No	222 Lbs	6 ft3	Yes	No	Free Agent		No	No	3	2024-10-07	Pro & Farm	625,000$	373,037$	0$	0$	No	625,000$	625,000$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
Marcel Marcel	Toronto Marlies (TOR)	LW	20	1994-09-03	Yes	243 Lbs	6 ft4	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Mark Mitera	Toronto Marlies (TOR)	D	38	1976-08-06	No	209 Lbs	6 ft3	No	No	N/A		No	No	1		Pro & Farm	500,001$	298,430$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Matt Frattin	Toronto Marlies (TOR)	LW/RW	36	1978-10-14	No	213 Lbs	6 ft1	Yes	No	Free Agent		No	No	3	2024-10-07	Pro & Farm	625,000$	373,037$	0$	0$	No	625,000$	625,000$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
Matthew Knies	Toronto Marlies (TOR)	LW	21	1993-09-01	No	216 Lbs	6 ft4	Yes	No	Free Agent		No	No	3	2024-09-02	Pro & Farm	1,499,999$	895,287$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	Yes	Yes	-	-	-	-	-	-	-
Ridly Greig	Toronto Marlies (TOR)	LW	22	1992-06-23	Yes	179 Lbs	6 ft2	No	No	Trade	2024-12-06	No	No	1		Pro & Farm	650,000$	387,958$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Shane Wright	Toronto Marlies (TOR)	C	20	1994-10-01	Yes	204 Lbs	6 ft2	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Tom Willander	Toronto Marlies (TOR)	D	19	1995-08-19	Yes	182 Lbs	6 ft2	No	No	N/A		No	No	2		Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Tomas Marcinko	Toronto Marlies (TOR)	C/RW	36	1978-10-14	No	218 Lbs	6 ft4	No	No	N/A		No	No	1		Pro & Farm	500,001$	298,430$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Yaniv Perets	Toronto Marlies (TOR)	G	24	1990-08-19	No	183 Lbs	6 ft1	No	No	N/A		No	No	2		Pro & Farm	650,000$	387,958$	0$	0$	No	650,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Zach Hamill	Toronto Marlies (TOR)	C/RW	36	1978-08-06	No	200 Lbs	5 ft11	No	No	N/A		No	No	1		Pro & Farm	500,001$	298,430$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Zayne Parekh	Toronto Marlies (TOR)	D	18	1996-09-03	Yes	181 Lbs	6 ft0	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Zeev Buium	Toronto Marlies (TOR)	D	18	1996-09-03	Yes	183 Lbs	6 ft0	No	No	Prospect		No	No	3	2024-09-02	Pro & Farm	925,000$	552,094$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
30	24.20	202 Lbs	6 ft2	2.23	839,500$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Connor Bedard	Shane Wright	Charlie Stramel	30	0	1	4
2	Liam Ohgren	Ivan Demidov	Curtis Lazar	30	0	2	3
3	Macklin Celebrini	Brad Lambert	Ridly Greig	30	0	2	3
4	Matthew Knies	Tomas Marcinko	Marcel Marcel	10	2	2	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Cole Hutson	Zeev Buium	25	0	3	2
2	Zayne Parekh	Logan Stanley	25	0	3	2
3	Tom Willander	David Reinbacher	25	0	3	2
4	Aron Kiviharju	Mark Mitera	25	0	3	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Connor Bedard	Shane Wright	Brad Lambert	60	0	1	4
2	Liam Ohgren	Ivan Demidov	Macklin Celebrini	40	0	1	4

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Cole Hutson	60	0	2	3
2	David Reinbacher	Zeev Buium	40	0	2	3

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Charlie Stramel	Liam Ohgren	60	1	2	2
2	Tomas Marcinko	Curtis Lazar	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Tom Willander	Logan Stanley	60	1	2	2
2	Zeev Buium	Mark Mitera	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Tomas Marcinko	60	1	2	2	Tom Willander	Logan Stanley	60	1	2	2
2	Charlie Stramel	40	1	2	2	Zeev Buium	Mark Mitera	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Shane Wright	Connor Bedard	60	1	2	2
2	Tomas Marcinko	Matthew Knies	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Zayne Parekh	Zeev Buium	60	0	3	2
2	Tom Willander	David Reinbacher	40	0	3	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Connor Bedard	Shane Wright	Ivan Demidov	Cole Hutson	Zayne Parekh

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Ridly Greig	Tomas Marcinko	Charlie Stramel	Zeev Buium	Logan Stanley

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Macklin Celebrini, Brad Lambert, Marcel Marcel	Marcel Marcel, Ridly Greig	Ridly Greig

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Cole Hutson, Aron Kiviharju, Mark Mitera	David Reinbacher	David Reinbacher, Aron Kiviharju

Tirs de pénalité
Ivan Demidov, Zayne Parekh, Macklin Celebrini, Marcel Marcel, Ridly Greig

Gardien
#1 : Linus Ullmark, #2 : Yaniv Perets, #3 : Ilya Nabokov

Lignes d’attaque personnalisées en prolongation
Shane Wright, Connor Bedard, Ivan Demidov, Liam Ohgren, Brad Lambert, Macklin Celebrini, Macklin Celebrini, Marcel Marcel, Charlie Stramel, Ridly Greig, Matthew Knies

Lignes de défense personnalisées en prolongation
Zayne Parekh, Cole Hutson, Zeev Buium, Aron Kiviharju, Tom Willander

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	Abbotsford's Canucks	1	0	0	0	0	0	1	0	5	4	1	1	0	0	0	0	0	1	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	7	12	0	0	31	33	33	5	48	428	401	369	31	43	9	10	22	6	2	33.33%	5	1	80.00%	1	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
2	Bakersfield Condors	1	0	1	0	0	0	0	0	1	4	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	1	1	2	0	0	31	33	33	5	29	428	401	369	31	36	17	10	29	2	0	0.00%	5	0	100.00%	1	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
3	Belleville Senators	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	31	33	33	5	33	428	401	369	31	32	12	10	16	2	0	0.00%	5	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
4	Bridgeport's Islanders	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	1	2	0	0	31	33	33	5	39	428	401	369	31	29	18	2	30	2	0	0.00%	1	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
5	Calgary Wranglers	1	0	0	0	1	0	0	0	5	4	1	1	0	0	0	1	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	8	13	0	0	31	33	33	5	33	428	401	369	31	45	12	16	13	1	0	0.00%	8	2	75.00%	2	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
6	Charlotte Checkers	2	1	1	0	0	0	0	0	7	7	0	1	0	1	0	0	0	0	0	1	2	-1	1	1	0	0	0	0	0	0	6	5	1	2	0.500	7	11	18	0	0	31	33	33	5	83	428	401	369	31	71	22	14	43	5	1	20.00%	7	2	71.43%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
7	Chicago Wolves	1	0	0	0	1	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	3	2	1	2	1.000	3	5	8	0	0	31	33	33	5	36	428	401	369	31	37	13	4	23	1	0	0.00%	2	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
8	Colorado Eagles	1	0	0	0	0	1	0	0	4	5	-1	1	0	0	0	0	1	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	4	5	9	0	0	31	33	33	5	50	428	401	369	31	34	9	15	18	1	0	0.00%	6	3	50.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
9	Grand Rapids Griffins	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	2	3	0	0	31	33	33	5	31	428	401	369	31	42	11	8	11	0	0	0%	4	1	75.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
10	Hartford Wolfpack	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	1	0	31	33	33	5	39	428	401	369	31	33	15	6	22	6	1	16.67%	3	1	66.67%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
11	Henderson Silver Knights	1	0	0	0	0	1	0	0	1	2	-1	1	0	0	0	0	1	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	1	1	2	0	0	31	33	33	5	31	428	401	369	31	41	18	8	18	3	0	0.00%	4	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
12	Hershey Bears	1	0	0	0	0	1	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	2	3	-1	1	0.500	2	2	4	0	0	31	33	33	5	37	428	401	369	31	46	14	10	17	1	0	0.00%	5	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
13	Iowa Wild	2	1	1	0	0	0	0	0	6	6	0	1	1	0	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	7	13	0	0	31	33	33	5	77	428	401	369	31	76	25	14	29	6	1	16.67%	7	2	71.43%	1	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
14	Laval Rocket	2	1	1	0	0	0	0	0	9	8	1	1	0	1	0	0	0	0	0	4	7	-3	1	1	0	0	0	0	0	0	5	1	4	2	0.500	9	12	21	0	0	31	33	33	5	65	428	401	369	31	82	29	16	48	5	0	0.00%	8	1	87.50%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
15	Lehigh Valley Phantoms	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	5	1	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	8	13	0	0	31	33	33	5	36	428	401	369	31	30	7	2	16	3	1	33.33%	1	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
16	Manitoba Moose	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	2	4	6	0	0	31	33	33	5	36	428	401	369	31	38	8	6	24	3	1	33.33%	3	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
17	Ontario Reign	1	1	0	0	0	0	0	0	6	5	1	1	1	0	0	0	0	0	0	6	5	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	6	11	17	0	0	31	33	33	5	36	428	401	369	31	42	8	14	6	3	1	33.33%	7	2	71.43%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
18	Providence Bruins	2	0	1	0	0	0	0	1	6	9	-3	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	0	0	0	1	3	4	-1	1	0.250	6	11	17	1	0	31	33	33	5	75	428	401	369	31	71	28	12	46	1	0	0.00%	6	1	83.33%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
19	Rochester Americans	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	3	5	0	0	31	33	33	5	33	428	401	369	31	44	12	16	21	1	0	0.00%	8	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
20	Rockford IceHogs	2	1	1	0	0	0	0	0	6	5	1	1	0	1	0	0	0	0	0	3	4	-1	1	1	0	0	0	0	0	0	3	1	2	2	0.500	6	9	15	0	0	31	33	33	5	70	428	401	369	31	75	25	10	28	5	1	20.00%	5	2	60.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
21	San Diego Gulls	1	0	0	0	0	1	0	0	4	5	-1	1	0	0	0	0	1	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	4	8	12	0	0	31	33	33	5	31	428	401	369	31	37	10	6	15	2	0	0.00%	3	1	66.67%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
22	San Jose Barracuda	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	2	4	1	0	31	33	33	5	37	428	401	369	31	33	14	6	21	1	0	0.00%	3	2	33.33%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
23	Springfield Thunderbirds	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	2	1	1	4	1.000	6	9	15	0	0	31	33	33	5	76	428	401	369	31	64	16	4	39	7	1	14.29%	2	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
24	Texas Stars	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	31	33	33	5	29	428	401	369	31	44	7	16	21	2	1	50.00%	8	4	50.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
25	Utica Comets	2	1	0	0	0	0	0	1	7	4	3	1	0	0	0	0	0	0	1	2	3	-1	1	1	0	0	0	0	0	0	5	1	4	3	0.750	7	12	19	0	0	31	33	33	5	84	428	401	369	31	77	42	14	35	4	1	25.00%	7	0	100.00%	0	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
26	Wilkes-Barre/Scranton Penguins	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	6	9	0	0	31	33	33	5	38	428	401	369	31	44	9	8	20	5	0	0.00%	4	0	100.00%	1	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
	Total	33	9	14	0	2	4	1	3	100	106	-6	18	4	8	0	1	3	1	1	60	67	-7	15	5	6	0	1	1	0	2	40	39	1	31	0.470	100	156	256	3	0	31	33	33	5	1212	428	401	369	31	1246	410	257	631	78	12	15.38%	127	25	80.31%	6	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
	_Since Last GM Reset	33	9	14	0	2	4	1	3	100	106	-6	18	4	8	0	1	3	1	1	60	67	-7	15	5	6	0	1	1	0	2	40	39	1	31	0.470	100	156	256	3	0	31	33	33	5	1212	428	401	369	31	1246	410	257	631	78	12	15.38%	127	25	80.31%	6	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
	_Vs Conference	33	9	14	0	2	4	1	3	100	106	-6	18	4	8	0	1	3	1	1	60	67	-7	15	5	6	0	1	1	0	2	40	39	1	31	0.470	100	156	256	3	0	31	33	33	5	1212	428	401	369	31	1246	410	257	631	78	12	15.38%	127	25	80.31%	6	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289
	_Vs Division	17	4	7	0	1	1	0	3	49	52	-3	7	1	4	0	0	0	0	1	19	25	-6	10	3	3	0	1	1	0	2	30	27	3	14	0.412	49	79	128	2	0	31	33	33	5	629	428	401	369	31	638	232	122	348	36	4	11.11%	61	6	90.16%	1	437	853	51.23%	463	921	50.27%	260	491	52.95%	727	424	694	300	592	289

			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
33	31	W4	100	156	256	1212	1246	410	257	631	3	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
33	9	14	2	4	1	3	100	106

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	4	8	1	3	1	1	60	67

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
15	5	6	1	1	0	2	40	39

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	4	0	1	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
78	12	15.38%	127	25	80.31%	6

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
428	401	369	31	31	33	33	5

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
437	853	51.23%	463	921	50.27%	260	491	52.95%

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
727	424	694	300	592	289

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	12	Toronto Marlies	1	Bakersfield Condors	4	AL			Sommaire du match
3	19	Toronto Marlies	2	Manitoba Moose	3	AL			Sommaire du match
5	33	Abbotsford's Canucks	4	Toronto Marlies	5	BW	X	X	Sommaire du match
7	42	Ontario Reign	5	Toronto Marlies	6	BW			Sommaire du match
9	55	San Diego Gulls	5	Toronto Marlies	4	BL	X		Sommaire du match
10	62	Colorado Eagles	5	Toronto Marlies	4	BL	X		Sommaire du match
13	82	Texas Stars	5	Toronto Marlies	3	BL			Sommaire du match
15	95	Toronto Marlies	3	Providence Bruins	4	AL	X	X	Sommaire du match
18	109	Belleville Senators	3	Toronto Marlies	1	BL			Sommaire du match
22	131	Toronto Marlies	2	Rochester Americans	3	AL	X	X	Sommaire du match
24	141	Toronto Marlies	2	Hershey Bears	3	AL	X		Sommaire du match
26	156	Toronto Marlies	5	Laval Rocket	1	AW			Sommaire du match
28	166	Wilkes-Barre/Scranton Penguins	4	Toronto Marlies	3	BL			Sommaire du match
29	173	San Jose Barracuda	4	Toronto Marlies	2	BL			Sommaire du match
33	195	Toronto Marlies	3	Chicago Wolves	2	AW	X		Sommaire du match
36	214	Iowa Wild	3	Toronto Marlies	4	BW			Sommaire du match
38	222	Calgary Wranglers	4	Toronto Marlies	5	BW	X		Sommaire du match
40	237	Utica Comets	3	Toronto Marlies	2	BL	X	X	Sommaire du match
42	246	Toronto Marlies	1	Bridgeport's Islanders	2	AL			Sommaire du match
45	264	Toronto Marlies	3	Rockford IceHogs	1	AW			Sommaire du match
47	279	Rockford IceHogs	4	Toronto Marlies	3	BL			Sommaire du match
48	284	Toronto Marlies	1	Grand Rapids Griffins	2	AL			Sommaire du match
50	293	Charlotte Checkers	2	Toronto Marlies	1	BL			Sommaire du match
53	312	Toronto Marlies	2	Hartford Wolfpack	4	AL			Sommaire du match
55	324	Toronto Marlies	2	Iowa Wild	3	AL			Sommaire du match
57	335	Lehigh Valley Phantoms	1	Toronto Marlies	5	BW			Sommaire du match
60	350	Providence Bruins	5	Toronto Marlies	3	BL			Sommaire du match
63	370	Henderson Silver Knights	2	Toronto Marlies	1	BL	X		Sommaire du match
66	386	Laval Rocket	7	Toronto Marlies	4	BL			Sommaire du match
68	398	Toronto Marlies	5	Utica Comets	1	AW			Sommaire du match
71	419	Toronto Marlies	6	Charlotte Checkers	5	AW			Sommaire du match
72	420	Toronto Marlies	2	Springfield Thunderbirds	1	AW			Sommaire du match
76	444	Springfield Thunderbirds	1	Toronto Marlies	4	BW			Sommaire du match
79	465	Toronto Marlies	-	San Diego Gulls	-
80	473	Toronto Marlies	-	San Jose Barracuda	-
83	485	Toronto Marlies	-	Syracuse Crunch	-
86	504	Bakersfield Condors	-	Toronto Marlies	-
88	515	Bridgeport's Islanders	-	Toronto Marlies	-
89	524	Toronto Marlies	-	Colorado Eagles	-
92	540	Grand Rapids Griffins	-	Toronto Marlies	-
95	560	Rochester Americans	-	Toronto Marlies	-
98	578	Toronto Marlies	-	Wilkes-Barre/Scranton Penguins	-
100	587	Hartford Wolfpack	-	Toronto Marlies	-
102	598	Toronto Marlies	-	Calgary Wranglers	-
103	604	Toronto Marlies	-	Ontario Reign	-
105	615	Toronto Marlies	-	Abbotsford's Canucks	-
107	628	Toronto Marlies	-	Henderson Silver Knights	-
109	640	Manitoba Moose	-	Toronto Marlies	-
110	645	Syracuse Crunch	-	Toronto Marlies	-
113	664	Toronto Marlies	-	Lehigh Valley Phantoms	-
116	680	Hershey Bears	-	Toronto Marlies	-
118	692	Toronto Marlies	-	Belleville Senators	-
123	720	Chicago Wolves	-	Toronto Marlies	-
129	750	Toronto Marlies	-	Texas Stars	-
131	760	Bridgeport's Islanders	-	Toronto Marlies	-
133	773	Toronto Marlies	-	Abbotsford's Canucks	-
135	783	Utica Comets	-	Toronto Marlies	-
137	802	Syracuse Crunch	-	Toronto Marlies	-
139	812	Toronto Marlies	-	Providence Bruins	-
141	824	Ontario Reign	-	Toronto Marlies	-
142	832	Toronto Marlies	-	Grand Rapids Griffins	-
144	843	Toronto Marlies	-	Charlotte Checkers	-
146	855	Toronto Marlies	-	Springfield Thunderbirds	-
149	874	Manitoba Moose	-	Toronto Marlies	-
151	888	Henderson Silver Knights	-	Toronto Marlies	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
154	905	Toronto Marlies	-	Belleville Senators	-
156	921	Lehigh Valley Phantoms	-	Toronto Marlies	-
157	926	San Jose Barracuda	-	Toronto Marlies	-
160	945	San Diego Gulls	-	Toronto Marlies	-
162	958	Toronto Marlies	-	Texas Stars	-
165	977	Chicago Wolves	-	Toronto Marlies	-
167	989	Hershey Bears	-	Toronto Marlies	-
170	1010	Toronto Marlies	-	Bakersfield Condors	-
172	1023	Toronto Marlies	-	Rochester Americans	-
174	1036	Colorado Eagles	-	Toronto Marlies	-
176	1050	Hartford Wolfpack	-	Toronto Marlies	-
177	1056	Toronto Marlies	-	Iowa Wild	-
180	1074	Toronto Marlies	-	Wilkes-Barre/Scranton Penguins	-
182	1092	Toronto Marlies	-	Calgary Wranglers	-
185	1108	Laval Rocket	-	Toronto Marlies	-
187	1121	Toronto Marlies	-	Rockford IceHogs	-
190	1136	Toronto Marlies	-	Colorado Eagles	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	5000	5000
Prix des billets	80	45
Assistance	43,611	38,883
Assistance PCT	48.46%	43.20%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
23	4583 - 45.83%	433,641$	7,805,535$	10000	110

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,297,250$	5,037,000$	5,037,000$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	1,980,497$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
9,973,739$	114	27,681$	3,155,634$

Toronto Marlies 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

Toronto Marlies 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

Toronto Marlies 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

Toronto Marlies 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

Toronto Marlies 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

	Toronto Marlies
	GP: 33 \| W: 12 \| L: 14 \| OTL: 7 \| P: 31 GF: 100 \| GA: 106 \| PP%: 15.38% \| PK%: 80.31% DG: DJ \| Morale : 99 \| Moyenne d’équipe : 67 Prochains matchs #465 vs San Diego Gulls