Utah Mammoth
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Tucson Roadrunners 20-16-0, 40pts	2	FINAL	3	Ontario Reign 21-9-3, 45pts

Team Stats
W1	Séquence	W2
12-5-0	Fiche domicile	14-1-2
8-11-0	Fiche domicile	7-8-1
5-5-0	Derniers 10 matchs	7-2-1
3.83	Buts par match	5.03
3.94	Buts contre par match	4.58
30.49%	Pourcentage en avantage numérique	31.88%
84.71%	Pourcentage en désavantage numérique	75.27%

Toronto Marlies
21-9-3, 45pts

FINAL

Tucson Roadrunners
20-16-0, 40pts

Team Stats
L1	Séquence	W1
11-5-1	Fiche domicile	12-5-0
10-4-2	Fiche domicile	8-11-0
7-1-2	Derniers 10 matchs	5-5-0
4.06	Buts par match	3.83
3.48	Buts contre par match	3.94
36.00%	Pourcentage en avantage numérique	30.49%
75.38%	Pourcentage en désavantage numérique	84.71%

Tucson Roadrunners
20-16-0, 40pts

Jour 86

Hershey Bears
22-9-3, 47pts

Statistiques d’équipe
W1	Séquence	L2
12-5-0	Fiche domicile	10-6-1
8-11-0	Fiche visiteur	12-3-2
5-5-0	10 derniers matchs	8-2-0
3.83	Buts par match	5.41
3.94	Buts contre par match	5.41
30.49%	Pourcentage en avantage numérique	31.76%
84.71%	Pourcentage en désavantage numérique	72.73%

Texas Stars
14-15-3, 31pts

Jour 88

Tucson Roadrunners
20-16-0, 40pts

Statistiques d’équipe
L5	Séquence	W1
8-9-0	Fiche domicile	12-5-0
6-6-3	Fiche visiteur	8-11-0
1-8-1	10 derniers matchs	5-5-0
4.47	Buts par match	3.83
4.75	Buts contre par match	3.83
24.05%	Pourcentage en avantage numérique	30.49%
73.42%	Pourcentage en désavantage numérique	84.71%

Tucson Roadrunners
20-16-0, 40pts

Jour 91

Iowa Wild
15-15-3, 33pts

Statistiques d’équipe
W1	Séquence	L1
12-5-0	Fiche domicile	8-7-2
8-11-0	Fiche visiteur	7-8-1
5-5-0	10 derniers matchs	7-3-0
3.83	Buts par match	3.88
3.94	Buts contre par match	3.88
30.49%	Pourcentage en avantage numérique	21.35%
84.71%	Pourcentage en désavantage numérique	71.43%

Meneurs d'équipe
	Buts Henrik Rybinski 17	Passes Wyatt Aamodt 29

	Points Wyatt Aamodt 40	Plus/Moins Ethen Frank 2

	Victoires Calle Clang 9	Pourcentage d’arrêts Calle Clang 0.891

Statistiques d’équipe
Buts pour 138 3.83 GFG	Tirs pour 1188 33.00 Avg	Pourcentage en avantage numérique 30.5% 25 GF	Début de zone offensive 39.3%
Buts contre 142 3.94 GAA	Tirs contre 1330 36.94 Avg	Pourcentage en désavantage numérique 84.7%% 13 GA	Début de la zone défensive 39.8%

Informations de l'équipe
	Directeur général	Cam Béliler
	Entraîneur	Jaromír Jagr
	Division	Central Division
	Conférence	Western Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	9,000
	Assistance	8,587
	Billets de saison	8,370
Informations de la formation
	Équipe Pro	21
	Équipe Mineure	20
	Limite contact	41 / 60
	Espoirs	15

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	Phil Di Giuseppe		X			99.00	71	47	73	73	76	83	78	69	43	65	63	66	68	84	74	0	50	69	0	32	1	775,000$
2	Ethen Frank	X				99.00	60	40	79	73	70	75	65	67	42	62	65	64	68	54	50	0	50	65	0	27	1	775,000$
3	Mason Shaw	X	X	X		99.00	60	64	55	69	67	73	68	67	45	63	60	57	65	60	50	0	50	63	0	27	1	775,000$
4	Henrik Rybinski			X		99.00	63	42	72	65	63	65	63	61	54	60	54	63	60	52	50	0	50	61	0	24	1	775,000$
5	Jett Luchanko	X				100.00	57	40	70	65	74	75	61	57	55	56	54	55	55	51	50	0	50	59	0	19	3	942,500$
6	Nico Myatovic		X			100.00	60	41	71	63	64	58	55	58	41	53	54	53	59	50	50	0	50	57	0	21	2	896,667$
7	Jakub Stancl	X				100.00	61	40	66	58	64	55	53	55	40	54	53	54	55	50	50	0	50	56	0	20	2	866,667$
8	Roby Jarventie		X			100.00	57	41	61	57	60	53	52	54	41	53	52	53	54	50	50	0	50	54	0	23	1	775,000$
9	Derrick Pouliot				X	100.00	59	44	66	66	63	73	71	66	40	66	57	69	63	65	55	0	50	65	0	31	2	775,000$
10	Kevin Gravel				X	99.00	59	42	72	64	69	73	72	62	40	58	55	67	60	80	65	0	50	65	0	33	1	775,000$
11	Max Szuber				X	100.00	63	44	65	67	65	64	62	64	40	63	57	67	63	50	50	0	50	63	0	23	1	859,167$
12	Wyatt Aamodt				X	100.00	64	44	65	66	63	68	66	62	40	57	56	69	61	55	50	0	50	63	0	28	1	775,000$
13	Christian Kyrou				X	100.00	55	41	71	69	58	60	57	61	40	58	57	61	62	50	50	0	50	60	0	22	1	878,333$
14	Dmitry Kuzmin				X	100.00	57	41	70	65	61	61	59	58	40	53	54	60	59	50	50	0	50	59	0	22	1	795,556$
15	Jake Furlong				X	100.00	59	41	68	61	63	61	60	59	40	55	54	57	58	50	50	0	50	58	0	21	2	841,667$
Rayé
1	Emilio Pettersen	X				100.00	56	42	69	66	60	67	66	63	43	63	55	56	61	53	50	0	50	60	0	25	0	0$
2	Ryan Sandelin	X	X	X		100.00	60	41	71	65	63	66	63	60	42	54	54	60	59	53	50	0	50	59	0	26	0	0$
3	Bradley Marek	X	X	X		100.00	64	45	64	60	69	64	62	59	42	52	54	56	58	52	50	0	50	58	0	25	0	0$
4	Scooter Brickey				X	100.00	65	41	68	61	70	64	61	56	40	52	51	66	56	53	50	0	50	61	0	26	0	0$

	MOYENNE D’ÉQUIPE					99.74	61	43	68	65	65	66	63	61	43	58	56	61	60	56	52	0	50	61

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	Calle Clang	100.00	69	62	64	66	67	66	69	65	67	67	58	51	50	0	50	61	0	23	1	775,000$
Rayé
1	Nolan Maier	100.00	64	55	55	59	59	57	56	54	56	59	50	52	50	0	50	53	0	24	0	0$

	MOYENNE D’ÉQUIPE	100.00	67	59	60	63	63	62	63	60	62	63	54	52	50	0	50	57

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jaromír Jagr	1	1	1	1	1	1	1	CZE	53	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	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	EG	P/20	PSG	PSS	S1	S2	S3
1	Wyatt Aamodt	Tucson Roadrunners (UTA)	D	36	11	29	40	-3	16	76	58	78	26	44	14.10%	62	721	20.03	5	3	8	30	61	0	0	0	1	64	2	2	0%	1	0	1.11	0	0	3	6	2
2	Phil Di Giuseppe	Tucson Roadrunners (UTA)	LW	36	15	21	36	2	22	63	100	142	33	107	10.56%	9	720	20.02	3	4	7	14	60	1	0	1	4	57	1	1	52.19%	433	0	1.00	0	1	1	2	3
3	Ethen Frank	Tucson Roadrunners (UTA)	C	36	15	19	34	2	4	22	82	129	33	81	11.63%	11	733	20.38	1	7	8	9	59	0	1	1	1	72	2	0	44.33%	803	1	0.93	1	1	5	0	1
4	Mason Shaw	Tucson Roadrunners (UTA)	C/LW/RW	36	13	19	32	0	16	76	58	76	25	69	17.11%	5	738	20.51	2	3	5	9	60	0	0	0	1	68	5	0	49.40%	168	0	0.87	1	1	2	5	2
5	Derrick Pouliot	Tucson Roadrunners (UTA)	D	36	2	27	29	-15	20	99	52	63	22	45	3.17%	69	794	22.06	1	7	8	29	67	0	0	0	1	66	0	0	0%	0	0	0.73	0	0	2	1	0
6	Dmitry Kuzmin	Tucson Roadrunners (UTA)	D	36	5	22	27	-4	8	39	25	54	11	44	9.26%	48	708	19.67	2	2	4	25	59	0	0	0	1	64	0	2	0%	1	0	0.76	0	0	1	2	4
7	Henrik Rybinski	Tucson Roadrunners (UTA)	RW	36	17	10	27	-21	12	79	77	138	44	119	12.32%	9	659	18.32	3	6	9	29	68	0	0	0	0	21	2	1	56.36%	55	0	0.82	0	0	4	2	1
8	Jake Furlong	Tucson Roadrunners (UTA)	D	36	6	17	23	0	24	82	47	46	14	32	13.04%	60	647	17.98	1	0	1	2	7	0	0	0	0	28	1	0	100.00%	1	0	0.71	0	0	2	1	2
9	Kevin Gravel	Tucson Roadrunners (UTA)	D	36	8	13	21	-15	18	65	26	52	14	44	15.38%	60	801	22.25	5	2	7	19	67	0	0	0	0	68	1	1	0%	0	0	0.52	0	0	0	1	2
Statistiques d’équipe totales ou en moyenne				324	92	177	269	-54	140	601	525	778	222	585	11.83%	333	6524	20.14	23	34	57	166	511	1	1	2	9	512	14	7	47.67%	1462	1	0.82	2	3	20	20	17

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Calle Clang	Tucson Roadrunners (UTA)	19	9	10	0	0.891	3.45	1009	2	0	58	533	0	1	1	0	0	19	0	2	1	2
Statistiques d’équipe totales ou en moyenne			19	9	10	0	0.891	3.45	1009	2	0	58	533	0	1	1		0	19	0	2	1	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	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Bradley Marek	Tucson Roadrunners (UTA)	C/LW/RW	25	2000-11-13	USA	No	212 Lbs	6 ft4	No	No	Fantasy Draft	No	No	0	2025-07-22	False	False	Pro & Farm			0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Calle Clang	Tucson Roadrunners (UTA)	G	23	2002-05-20	SWE	No	194 Lbs	6 ft2	No	No	Fantasy Draft	No	No	1	2025-07-22	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Christian Kyrou	Tucson Roadrunners (UTA)	D	22	2003-09-16	CAN	No	172 Lbs	5 ft10	No	No	Assign Manually	No	No	1	2025-05-26	False	False	Pro & Farm	878,333$	461,497$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Derrick Pouliot	Tucson Roadrunners (UTA)	D	31	1994-01-16	CAN	No	205 Lbs	6 ft1	No	No	Fantasy Draft	No	No	2	2025-07-02	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Dmitry Kuzmin	Tucson Roadrunners (UTA)	D	22	2003-04-23	BEL	No	181 Lbs	5 ft10	No	No	Fantasy Draft	No	No	1	2025-05-26	False	False	Pro & Farm	795,556$	418,004$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Emilio Pettersen	Tucson Roadrunners (UTA)	C	25	2000-04-03	NOR	No	181 Lbs	5 ft11	No	No	Fantasy Draft	No	No	0	2025-07-22	False	False	Pro & Farm			0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Ethen Frank	Tucson Roadrunners (UTA)	C	27	1998-02-05	USA	No	188 Lbs	5 ft11	No	No	Fantasy Draft	No	No	1	2025-05-26	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Henrik Rybinski	Tucson Roadrunners (UTA)	RW	24	2001-06-26	CAN	No	185 Lbs	6 ft2	No	No	Fantasy Draft	No	No	1	2025-06-29	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Jake Furlong	Tucson Roadrunners (UTA)	D	21	2004-03-04	CAN	No	201 Lbs	6 ft1	No	No	Fantasy Draft	No	No	2	2025-05-26	False	False	Pro & Farm	841,667$	442,232$	0$	0$	No	841,667$	-	-	-	-	-	-	-	-	841,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jakub Stancl	Tucson Roadrunners (UTA)	C	20	2005-04-10	CZE	No	203 Lbs	6 ft3	No	No	Assign Manually	No	No	2	2025-05-26	False	False	Pro & Farm	866,667$	455,367$	0$	0$	No	866,667$	-	-	-	-	-	-	-	-	866,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jett Luchanko	Tucson Roadrunners (UTA)	C	19	2006-08-21	CAN	No	100 Lbs	4 ft0	No	No	Assign Manually	No	No	3	2025-06-10	False	False	Pro & Farm	942,500$	495,212$	0$	0$	No	942,500$	942,500$	-	-	-	-	-	-	-	942,500$	942,500$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Kevin Gravel	Tucson Roadrunners (UTA)	D	33	1992-03-06	USA	No	205 Lbs	6 ft4	No	No	Fantasy Draft	No	No	1	2025-05-26	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Mason Shaw	Tucson Roadrunners (UTA)	C/LW/RW	27	1998-11-03	CAN	No	183 Lbs	5 ft10	No	No	Fantasy Draft	No	No	1	2025-07-03	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Max Szuber	Tucson Roadrunners (UTA)	D	23	2002-08-25	GER	No	190 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2025-05-26	False	False	Pro & Farm	859,167$	451,427$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Nico Myatovic	Tucson Roadrunners (UTA)	LW	21	2004-12-01	CAN	No	181 Lbs	6 ft3	No	No	Assign Manually	No	No	2	2025-05-26	False	False	Pro & Farm	896,667$	471,130$	0$	0$	No	896,667$	-	-	-	-	-	-	-	-	896,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Nolan Maier	Tucson Roadrunners (UTA)	G	24	2001-01-10	CAN	No	174 Lbs	6 ft0	No	No	Fantasy Draft	No	No	0	2025-07-22	False	False	Pro & Farm			0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Phil Di Giuseppe	Tucson Roadrunners (UTA)	LW	32	1993-10-09	CAN	No	193 Lbs	6 ft0	No	No	Fantasy Draft	No	No	1	2025-07-02	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Roby Jarventie	Tucson Roadrunners (UTA)	LW	23	2002-08-08	FIN	No	209 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2025-06-29	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Ryan Sandelin	Tucson Roadrunners (UTA)	C/LW/RW	26	1999-01-03	USA	No	190 Lbs	6 ft0	No	No	Fantasy Draft	No	No	0	2025-07-22	False	False	Pro & Farm			0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Scooter Brickey	Tucson Roadrunners (UTA)	D	26	1999-05-27	USA	No	214 Lbs	6 ft4	No	No	Fantasy Draft	No	No	0	2025-07-22	False	False	Pro & Farm			0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Wyatt Aamodt	Tucson Roadrunners (UTA)	D	28	1997-11-22	USA	No	201 Lbs	6 ft0	No	No	Fantasy Draft	No	No	1	2025-06-29	False	False	Pro & Farm	775,000$	407,203$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
21	24.86	189 Lbs	6 ft0	1.05	621,693$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Phil Di Giuseppe	Ethen Frank	Mason Shaw	30	1	2	2
2			Henrik Rybinski	30	1	2	2
3				25	1	2	2
4	Ethen Frank	Phil Di Giuseppe	Mason Shaw	15	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Kevin Gravel	Derrick Pouliot	30	1	2	2
2	Wyatt Aamodt	Dmitry Kuzmin	30	1	2	2
3	Jake Furlong		25	1	2	2
4	Kevin Gravel	Derrick Pouliot	15	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Phil Di Giuseppe	Ethen Frank	Mason Shaw	50	1	2	2
2			Henrik Rybinski	50	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Kevin Gravel	Derrick Pouliot	50	1	2	2
2	Wyatt Aamodt	Dmitry Kuzmin	50	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Phil Di Giuseppe	Ethen Frank	50	1	2	2
2	Mason Shaw		50	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Kevin Gravel	Derrick Pouliot	50	1	2	2
2	Wyatt Aamodt	Dmitry Kuzmin	50	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Phil Di Giuseppe	50	1	2	2	Kevin Gravel	Derrick Pouliot	50	1	2	2
2	Ethen Frank	50	1	2	2	Wyatt Aamodt	Dmitry Kuzmin	50	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Phil Di Giuseppe	Ethen Frank	50	1	2	2
2	Mason Shaw		50	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Kevin Gravel	Derrick Pouliot	50	1	2	2
2	Wyatt Aamodt	Dmitry Kuzmin	50	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Phil Di Giuseppe	Ethen Frank	Mason Shaw	Kevin Gravel	Derrick Pouliot

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Phil Di Giuseppe	Ethen Frank	Mason Shaw	Kevin Gravel	Derrick Pouliot

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Henrik Rybinski, , Mason Shaw	Henrik Rybinski,	Mason Shaw

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Jake Furlong, Wyatt Aamodt, Dmitry Kuzmin	Jake Furlong	Wyatt Aamodt, Dmitry Kuzmin

Tirs de pénalité
Phil Di Giuseppe, Ethen Frank, Mason Shaw, , Henrik Rybinski

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
Phil Di Giuseppe, Ethen Frank, Mason Shaw, , Henrik Rybinski, , , , ,

Lignes de défense personnalisées en prolongation
Kevin Gravel, Derrick Pouliot, Wyatt Aamodt, Dmitry Kuzmin, Jake Furlong

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 Canucks	2	2	0	0	0	0	0	0	9	5	4	1	1	0	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	4	1	3	4	1.000	9	18	27	0	0	49	48	38	4	62	398	392	396	5	69	18	12	47	7	0	0.00%	5	1	80.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
2	Bakersfield Condors	3	2	0	0	0	0	1	0	15	10	5	1	1	0	0	0	0	0	0	5	4	1	2	1	0	0	0	0	1	0	10	6	4	6	1.000	15	24	39	0	0	49	48	38	4	87	398	392	396	5	92	33	16	61	8	4	50.00%	8	0	100.00%	1	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
3	Chicago Wolves	4	1	2	0	1	0	0	0	13	21	-8	2	0	1	0	1	0	0	0	7	10	-3	2	1	1	0	0	0	0	0	6	11	-5	4	0.500	13	24	37	0	0	49	48	38	4	151	398	392	396	5	134	39	19	96	11	2	18.18%	6	1	83.33%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
4	Coachella Valley Firebirds	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	1	0	49	48	38	4	35	398	392	396	5	39	10	6	24	1	0	0.00%	3	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
5	Colorado Eagles	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	49	48	38	4	22	398	392	396	5	26	3	6	23	1	0	0.00%	2	1	50.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
6	Grand Rapids Griffins	2	0	2	0	0	0	0	0	5	9	-4	0	0	0	0	0	0	0	0	0	0	0	2	0	2	0	0	0	0	0	5	9	-4	0	0.000	5	10	15	0	0	49	48	38	4	49	398	392	396	5	69	22	12	34	2	1	50.00%	6	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
7	Henderson Silver Knights	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	4	7	0	0	49	48	38	4	26	398	392	396	5	40	11	4	27	1	0	0.00%	2	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
8	Iowa Wild	3	2	1	0	0	0	0	0	9	8	1	2	2	0	0	0	0	0	0	7	4	3	1	0	1	0	0	0	0	0	2	4	-2	4	0.667	9	15	24	0	0	49	48	38	4	101	398	392	396	5	122	35	19	77	12	4	33.33%	7	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
9	Lehigh Valley Phantoms	1	1	0	0	0	0	0	0	8	6	2	1	1	0	0	0	0	0	0	8	6	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	8	15	23	0	0	49	48	38	4	40	398	392	396	5	62	28	6	21	3	3	100.00%	3	1	66.67%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
10	Manitoba Moose	4	3	0	0	1	0	0	0	19	13	6	2	1	0	0	1	0	0	0	10	8	2	2	2	0	0	0	0	0	0	9	5	4	8	1.000	19	35	54	0	0	49	48	38	4	145	398	392	396	5	106	41	16	102	5	1	20.00%	8	4	50.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
11	Milwaukee Admirals	2	1	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	3	5	-2	2	0.500	3	6	9	0	0	49	48	38	4	53	398	392	396	5	66	21	6	43	3	1	33.33%	2	1	50.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
12	Ontario Reign	3	0	3	0	0	0	0	0	10	15	-5	2	0	2	0	0	0	0	0	8	12	-4	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	10	18	28	1	0	49	48	38	4	88	398	392	396	5	168	56	16	81	6	1	16.67%	8	1	87.50%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
13	Providence Bruins	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	3	5	0	0	49	48	38	4	34	398	392	396	5	26	7	2	21	3	1	33.33%	1	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
14	Rochester Americans	1	0	1	0	0	0	0	0	7	9	-2	1	0	1	0	0	0	0	0	7	9	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	7	14	21	1	0	49	48	38	4	33	398	392	396	5	57	11	8	21	4	1	25.00%	4	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
15	Rockford IceHogs	2	2	0	0	0	0	0	0	9	3	6	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	4	2	2	4	1.000	9	16	25	0	0	49	48	38	4	75	398	392	396	5	62	19	18	42	5	1	20.00%	8	1	87.50%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
16	San Diego Gulls	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	2	3	5	0	0	49	48	38	4	30	398	392	396	5	30	6	0	11	1	1	100.00%	0	0	0%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
17	Texas Stars	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	10	16	0	0	49	48	38	4	40	398	392	396	5	50	17	10	28	2	2	100.00%	5	1	80.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
18	Toronto Marlies	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	9	14	0	0	49	48	38	4	35	398	392	396	5	31	12	10	16	4	2	50.00%	5	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
19	Utica Comets	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	2	4	6	0	0	49	48	38	4	43	398	392	396	5	28	7	2	19	2	0	0.00%	1	1	0.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
20	Wilkes-Barre Penguins	1	0	1	0	0	0	0	0	6	8	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	6	8	-2	0	0.000	6	12	18	1	0	49	48	38	4	39	398	392	396	5	53	19	4	42	1	0	0.00%	1	0	100.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
	Total	36	17	16	0	2	0	1	0	138	142	-4	17	10	5	0	2	0	0	0	79	71	8	19	7	11	0	0	0	1	0	59	71	-12	40	0.556	138	249	387	4	0	49	48	38	4	1188	398	392	396	5	1330	415	192	836	82	25	30.49%	85	13	84.71%	1	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
	_Since Last GM Reset	36	17	16	0	2	0	1	0	138	142	-4	17	10	5	0	2	0	0	0	79	71	8	19	7	11	0	0	0	1	0	59	71	-12	40	0.556	138	249	387	4	0	49	48	38	4	1188	398	392	396	5	1330	415	192	836	82	25	30.49%	85	13	84.71%	1	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
	_Vs Conference	28	15	10	0	2	0	1	0	103	99	4	14	8	4	0	2	0	0	0	59	54	5	14	7	6	0	0	0	1	0	44	45	-1	36	0.643	103	182	285	2	0	49	48	38	4	915	398	392	396	5	1004	309	148	662	63	17	26.98%	64	11	82.81%	1	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228
	_Vs Division	13	10	5	0	2	0	0	0	48	37	11	6	5	1	0	2	0	0	0	28	18	10	7	5	4	0	0	0	0	0	20	19	1	24	0.923	48	86	134	0	0	49	48	38	4	436	398	392	396	5	432	136	75	315	28	9	32.14%	32	8	75.00%	0	570	1237	46.08%	595	1252	47.52%	312	655	47.63%	855	605	859	249	454	228

			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
36	40	W1	138	249	387	1188	1330	415	192	836	4	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
36	17	16	2	0	1	0	138	142

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	10	5	2	0	0	0	79	71

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
19	7	11	0	0	1	0	59	71

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	5	0	0	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
82	25	30.49%	85	13	84.71%	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
398	392	396	5	49	48	38	4

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
570	1237	46.08%	595	1252	47.52%	312	655	47.63%

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
855	605	859	249	454	228

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
2	10	Abbotsford Canucks	4	Tucson Roadrunners	5	W			Sommaire du match
6	35	Tucson Roadrunners	2	San Diego Gulls	5	L			Sommaire du match
8	45	Chicago Wolves	6	Tucson Roadrunners	2	L			Sommaire du match
10	55	Tucson Roadrunners	1	Chicago Wolves	8	L			Sommaire du match
12	71	Tucson Roadrunners	3	Manitoba Moose	2	W			Sommaire du match
14	81	Tucson Roadrunners	4	Rockford IceHogs	2	W			Sommaire du match
16	94	Rockford IceHogs	1	Tucson Roadrunners	5	W			Sommaire du match
18	106	Tucson Roadrunners	5	Bakersfield Condors	2	W			Sommaire du match
19	120	Coachella Valley Firebirds	5	Tucson Roadrunners	3	L			Sommaire du match
22	138	Tucson Roadrunners	0	Milwaukee Admirals	3	L			Sommaire du match
24	147	Tucson Roadrunners	3	Grand Rapids Griffins	6	L			Sommaire du match
25	159	Manitoba Moose	4	Tucson Roadrunners	5	W			Sommaire du match
28	182	Henderson Silver Knights	1	Tucson Roadrunners	3	W			Sommaire du match
30	193	Tucson Roadrunners	2	Colorado Eagles	3	L			Sommaire du match
32	215	Iowa Wild	2	Tucson Roadrunners	3	W			Sommaire du match
33	223	Tucson Roadrunners	2	Iowa Wild	4	L			Sommaire du match
36	242	Tucson Roadrunners	2	Grand Rapids Griffins	3	L			Sommaire du match
38	252	Tucson Roadrunners	2	Utica Comets	5	L			Sommaire du match
39	259	Iowa Wild	2	Tucson Roadrunners	4	W			Sommaire du match
42	283	Chicago Wolves	4	Tucson Roadrunners	5	W	X		Sommaire du match
44	298	Tucson Roadrunners	2	Providence Bruins	4	L			Sommaire du match
46	309	Tucson Roadrunners	5	Chicago Wolves	3	W			Sommaire du match
48	320	Bakersfield Condors	4	Tucson Roadrunners	5	W			Sommaire du match
50	336	Tucson Roadrunners	5	Bakersfield Condors	4	W	X	X	Sommaire du match
52	351	Manitoba Moose	4	Tucson Roadrunners	5	W	X		Sommaire du match
57	378	Lehigh Valley Phantoms	6	Tucson Roadrunners	8	W			Sommaire du match
59	392	Tucson Roadrunners	6	Manitoba Moose	3	W			Sommaire du match
62	409	Tucson Roadrunners	3	Milwaukee Admirals	2	W			Sommaire du match
63	416	Ontario Reign	8	Tucson Roadrunners	6	L			Sommaire du match
67	443	Ontario Reign	4	Tucson Roadrunners	2	L			Sommaire du match
70	463	Tucson Roadrunners	4	Abbotsford Canucks	1	W			Sommaire du match
72	474	Texas Stars	5	Tucson Roadrunners	6	W			Sommaire du match
77	502	Rochester Americans	9	Tucson Roadrunners	7	L			Sommaire du match
79	513	Tucson Roadrunners	6	Wilkes-Barre Penguins	8	L			Sommaire du match
82	528	Tucson Roadrunners	2	Ontario Reign	3	L			Sommaire du match
83	540	Toronto Marlies	2	Tucson Roadrunners	5	W			Sommaire du match
86	558	Tucson Roadrunners	-	Hershey Bears	-
88	568	Texas Stars	-	Tucson Roadrunners	-
91	584	Tucson Roadrunners	-	Iowa Wild	-
94	604	Cleveland Monsters	-	Tucson Roadrunners	-
96	618	Tucson Roadrunners	-	Hartford Wolf Pack	-
98	632	Tucson Roadrunners	-	San Diego Gulls	-
99	638	Calgary Wranglers	-	Tucson Roadrunners	-
103	664	Tucson Roadrunners	-	Colorado Eagles	-
104	670	San Jose Barracuda	-	Tucson Roadrunners	-
108	696	Bridgeport Islanders	-	Tucson Roadrunners	-
110	710	Tucson Roadrunners	-	Coachella Valley Firebirds	-
112	727	Tucson Roadrunners	-	San Jose Barracuda	-
113	733	Laval Rocket	-	Tucson Roadrunners	-
116	747	Tucson Roadrunners	-	Texas Stars	-
118	763	San Jose Barracuda	-	Tucson Roadrunners	-
119	768	Tucson Roadrunners	-	Calgary Wranglers	-
121	781	Tucson Roadrunners	-	Syracuse Crunch	-
123	799	Abbotsford Canucks	-	Tucson Roadrunners	-
125	809	Tucson Roadrunners	-	Henderson Silver Knights	-
127	819	Tucson Roadrunners	-	Charlotte Checkers	-
129	832	San Diego Gulls	-	Tucson Roadrunners	-
132	855	Tucson Roadrunners	-	Rockford IceHogs	-
133	863	Bakersfield Condors	-	Tucson Roadrunners	-
136	879	Tucson Roadrunners	-	Belleville Senators	-
138	895	Rockford IceHogs	-	Tucson Roadrunners	-
144	927	Milwaukee Admirals	-	Tucson Roadrunners	-
148	957	Tucson Roadrunners	-	Calgary Wranglers	-
149	963	Coachella Valley Firebirds	-	Tucson Roadrunners	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
153	989	Milwaukee Admirals	-	Tucson Roadrunners	-
159	1021	Colorado Eagles	-	Tucson Roadrunners	-
164	1051	Henderson Silver Knights	-	Tucson Roadrunners	-
167	1072	Tucson Roadrunners	-	Texas Stars	-
169	1084	Colorado Eagles	-	Tucson Roadrunners	-
174	1108	Springfield Thunderbirds	-	Tucson Roadrunners	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	6000	3000
Prix des billets	50	25
Assistance	97,214	48,768
Assistance PCT	95.31%	95.62%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
18	8587 - 95.41%	429,169$	7,295,880$	9000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
638,772$	1,305,557$	1,305,557$	1$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	638,772$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
7,725,049$	93	7,376$	685,968$

Tucson Roadrunners 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

Tucson Roadrunners 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

Tucson Roadrunners 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

Tucson Roadrunners 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

Tucson Roadrunners 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

	Tucson Roadrunners
	GP: 36 \| W: 20 \| L: 16 \| OTL: 0 \| P: 40 GF: 138 \| GA: 142 \| PP%: 30.49% \| PK%: 84.71% DG: Cam Béliler \| Morale : 50 \| Moyenne d’équipe : 60 Prochains matchs #558 vs Hershey Bears