Columbus
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Client Web pour les lignes

Centre de jeu
	Monsters 49-27-5, 103pts	3	FINAL	2	Cabaret Lady Mary Ann 30-38-13, 73pts

Team Stats
W8	Séquence	L5
23-15-2	Fiche domicile	14-19-7
26-12-3	Fiche domicile	16-19-6
9-1-0	Derniers 10 matchs	2-8-0
2.25	Buts par match	2.00
1.80	Buts contre par match	2.41
17.15%	Pourcentage en avantage numérique	13.27%
85.34%	Pourcentage en désavantage numérique	81.60%

Monsters
49-27-5, 103pts

FINAL

Chill
37-37-8, 82pts

Team Stats
W8	Séquence	SOL1
23-15-2	Fiche domicile	20-18-3
26-12-3	Fiche domicile	17-19-5
9-1-0	Derniers 10 matchs	3-6-1
2.25	Buts par match	2.17
1.80	Buts contre par match	2.28
17.15%	Pourcentage en avantage numérique	18.39%
85.34%	Pourcentage en désavantage numérique	85.50%

Caroline
50-19-12, 112pts

2024-04-16

Monsters
49-27-5, 103pts

Statistiques d’équipe
W2	Séquence	W8
27-6-8	Fiche domicile	23-15-2
23-13-4	Fiche visiteur	26-12-3
5-3-2	10 derniers matchs	9-1-0
2.37	Buts par match	2.25
1.86	Buts contre par match	2.25
14.62%	Pourcentage en avantage numérique	17.15%
88.27%	Pourcentage en désavantage numérique	85.34%

Meneurs d'équipe
	Buts Laurent Dauphin 23	Passes Gustav Lindstrom 36

	Points Connor Mackey 55	Plus/Moins Laurent Dauphin 23

	Victoires Mads Sogaard 49	Pourcentage d’arrêts Mads Sogaard 0.901

Statistiques d’équipe
Buts pour 182 2.25 GFG	Tirs pour 1514 18.69 Avg	Pourcentage en avantage numérique 17.2% 41 GF	Début de zone offensive 39.5%
Buts contre 146 1.80 GAA	Tirs contre 1417 17.49 Avg	Pourcentage en désavantage numérique 85.3%% 39 GA	Début de la zone défensive 39.1%

Informations de l'équipe
	Directeur général	Benoit Toupin
	Division	Nord-Est
	Conférence	Est
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,897
	Billets de saison	300
Informations de la formation
	Équipe Pro	27
	Équipe Mineure	20
	Limite contact	47 / 50
	Espoirs	19

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 moyen
1	Wayne Simmonds		X	X		100.00	79	70	57	72	74	76	84	68	40	65	62	65	68	90	80	0	50	68		0	34	3	750,000$
2	Laurent Dauphin	X				100.00	66	43	76	73	75	82	78	68	77	62	62	67	68	79	69	0	50	68		0	27	3	888,888$
3	Loui Eriksson		X	X		100.00	55	41	95	73	73	59	61	59	53	62	52	76	24	86	86	0	50	65	N	0	38	1	750,000$
4	Luke Philp	X				100.00	61	48	70	72	59	67	67	65	44	63	63	67	67	55	50	0	50	63		0	26	2	900,000$
5	Benoit-Olivier Groulx (R)	X				100.00	56	49	62	64	65	62	62	64	58	60	59	51	62	51	50	0	50	59		0	22	2	822,500$
6	Cole Fonstad (R)		X			100.00	55	40	71	67	58	63	64	62	42	60	59	53	62	51	50	0	50	59		0	22	3	700,000$
7	Matt Rempe (R)	X				100.00	66	64	57	60	69	60	60	59	40	54	55	59	58	50	50	0	50	58		0	20	3	820,000$
8	Brandon Coe (R)			X		100.00	57	40	70	61	64	61	61	59	41	57	54	53	58	50	50	0	50	57		0	20	2	650,000$
9	Chad Yetman (R)			X		100.00	58	40	68	63	61	59	58	54	40	54	53	54	57	51	50	0	50	56		0	22	2	560,000$
10	Dominik Bokk (R)		X	X		100.00	71	69	89	66	69	48	49	48	49	46	43	61	43	44	44	0	50	54		0	22	2	863,333$
11	Kasper Bjorkqvist		X	X		100.00	71	72	82	63	72	53	55	48	49	40	50	61	49	44	44	0	50	54		0	25	2	800,000$
12	Tim Soderlund		X	X		100.00	68	64	96	63	58	49	45	49	53	47	41	62	39	44	44	0	50	53		0	24	1	825,834$
13	Gustav Lindstrom				X	100.00	65	47	75	74	79	84	75	70	40	69	62	66	69	64	54	0	50	69		0	23	1	775,833$
14	Connor Mackey				X	100.00	68	73	56	74	77	79	68	68	40	64	62	70	68	58	52	0	50	67		0	26	2	925,000$
15	Jake Christiansen (R)				X	100.00	61	44	77	73	76	79	66	68	40	64	61	66	67	56	50	0	50	66		0	23	1	925,000$
16	Matt Kiersted				X	100.00	57	47	70	74	72	76	65	66	40	62	60	66	67	58	52	0	50	65		0	24	2	930,000$
17	Ronald Attard				X	100.00	65	47	68	71	74	70	63	67	40	62	62	69	67	52	50	0	50	65		0	23	3	883,750$
18	Chase Priskie				X	100.00	56	44	69	71	61	67	66	64	40	58	60	63	65	55	50	0	50	62		0	26	1	675,000$
Rayé
1	Adam Ginning (R)				X	100.00	67	44	62	68	65	62	62	62	40	60	56	67	62	51	50	0	50	62		0	22	2	825,000$
2	Vincent Iorio (R)				X	100.00	66	40	71	68	64	57	57	62	40	62	54	67	62	50	50	0	50	62		0	19	3	845,000$
3	Lukas Cormier (R)				X	100.00	56	40	65	69	61	60	61	65	40	62	60	62	65	50	50	0	50	61		0	20	3	793,333$
4	Wyatte Wylie (R)				X	100.00	60	48	71	69	64	63	62	61	40	55	54	61	61	51	50	0	50	60		0	22	2	820,833$
5	Drew Helleson (R)				X	100.00	58	48	61	64	65	61	60	60	40	56	54	55	60	50	50	0	50	58		0	21	3	925,000$
6	Daniil Chayka (R)				X	100.00	58	40	71	62	64	57	57	59	40	54	54	54	59	50	50	0	50	57		0	19	3	847,500$

	MOYENNE D’ÉQUIPE					100.00	63	50	71	68	67	65	63	61	44	58	56	62	59	56	53	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	TA	SP	Âge	Contrat	Salaire moyen
1	Mads Sogaard (R)	100.00	76	71	71	82	74	74	73	75	74	74	73	56	51	0	50	68		0	21	1	925,000$
2	Jakub Skarek (R)	100.00	69	63	67	68	68	68	70	67	69	68	57	51	50	0	50	62		0	22	2	764,167$
Rayé
1	Ken Appleby (R)	100.00	62	58	54	71	61	57	56	53	57	59	58	57	51	0	50	55	N	0	27	2	750,000$

	MOYENNE D’ÉQUIPE	100.00	69	64	64	74	68	66	66	65	67	67	63	55	51	0	50	62

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	FL	FT	S1	S2	S3
1	Connor Mackey	Monsters (Clb)	D	81	20	35	55	11	88	10	189	100	124	40	67	16.13%	60	1860	22.97	13	5	18	74	215	0	0	0	0	199	3	2	0%	0	0	0	0.59	0	1	1	1	6	5	6
2	Gustav Lindstrom	Monsters (Clb)	D	81	12	36	48	12	18	0	71	102	98	44	65	12.24%	49	1918	23.68	5	13	18	61	217	0	0	0	0	230	3	1	0%	0	1	0	0.50	1	1	0	0	3	3	4
3	Laurent Dauphin	Monsters (Clb)	C	81	23	22	45	23	20	0	62	218	196	51	128	11.73%	13	1838	22.69	1	7	8	30	208	0	1	1	5	259	4	1	65.97%	1954	2	1	0.49	6	16	0	0	4	6	2
4	Wayne Simmonds	Monsters (Clb)	LW/RW	77	20	23	43	17	80	10	195	75	165	53	88	12.12%	12	1570	20.39	5	8	13	29	196	0	0	0	3	225	4	1	48.70%	115	0	0	0.55	5	16	0	2	5	4	3
5	Luke Philp	Monsters (Clb)	C	81	22	20	42	1	38	0	97	177	190	48	118	11.58%	14	1478	18.26	6	8	14	34	197	0	0	0	3	114	4	1	48.38%	1267	1	0	0.57	3	7	0	0	6	8	2
6	Ronald Attard	Monsters (Clb)	D	81	7	29	36	12	69	5	144	67	49	15	36	14.29%	29	1315	16.24	1	2	3	10	22	0	0	0	1	19	2	0	0%	0	0	0	0.55	0	1	0	1	1	2	2
7	Jake Christiansen	Monsters (Clb)	D	81	9	26	35	3	46	0	115	84	88	20	62	10.23%	60	1723	21.28	5	8	13	59	194	0	1	1	0	200	1	2	100.00%	1	0	0	0.41	1	1	0	0	3	2	4
8	Matt Kiersted	Monsters (Clb)	D	81	5	25	30	4	61	5	117	93	77	38	59	6.49%	69	1685	20.80	2	4	6	43	183	1	0	1	1	184	3	0	0%	0	0	0	0.36	1	1	0	0	1	1	2
9	Cole Fonstad	Monsters (Clb)	LW	81	7	17	24	5	18	0	59	60	85	27	79	8.24%	5	1419	17.53	1	8	9	23	197	0	0	0	0	90	4	1	58.23%	79	0	0	0.34	1	3	0	0	1	1	4
10	Chase Priskie	Monsters (Clb)	D	81	7	16	23	12	48	0	66	54	32	12	22	21.88%	52	1332	16.45	0	0	0	0	4	0	0	0	0	82	0	1	0%	0	0	0	0.35	1	1	0	0	2	0	2
11	Loui Eriksson	Monsters (Clb)	LW/RW	51	5	17	22	14	0	0	2	67	76	27	62	6.58%	7	978	19.19	0	3	3	15	122	0	0	0	1	83	1	0	60.68%	117	0	0	0.45	4	9	0	0	0	1	4
12	Brandon Coe	Monsters (Clb)	RW	81	7	13	20	12	20	0	69	33	52	14	27	13.46%	4	1287	15.89	2	7	9	8	201	0	0	0	0	0	4	1	45.71%	70	0	0	0.31	1	1	0	0	1	2	1
13	Benoit-Olivier Groulx	Monsters (Clb)	C	81	7	12	19	4	8	0	75	99	82	25	80	8.54%	3	1125	13.90	0	1	1	2	24	0	0	0	0	35	1	2	57.27%	880	0	0	0.34	0	1	0	0	1	0	2
14	Matt Rempe	Monsters (Clb)	C	81	6	5	11	2	35	5	75	43	40	15	34	15.00%	3	701	8.65	0	0	0	2	13	0	0	0	0	5	1	1	45.22%	544	0	0	0.31	0	1	1	0	2	0	0
15	Chad Yetman	Monsters (Clb)	RW	81	6	2	8	2	22	0	63	36	58	15	29	10.34%	2	1189	14.69	0	0	0	2	78	0	0	0	1	62	2	0	43.59%	78	0	0	0.13	0	1	0	0	2	1	0
16	Dominik Bokk	Monsters (Clb)	LW/RW	81	4	4	8	5	43	5	64	42	36	11	30	11.11%	6	1027	12.69	0	0	0	0	2	0	0	0	0	3	0	1	50.00%	48	0	0	0.16	0	1	0	1	0	1	1
17	Kasper Bjorkqvist	Monsters (Clb)	LW/RW	81	3	3	6	-1	22	0	67	38	36	12	25	8.33%	5	914	11.29	0	0	0	0	12	0	0	0	0	22	1	0	52.24%	67	0	0	0.13	0	1	0	0	0	0	2
18	Tim Soderlund	Monsters (Clb)	LW/RW	81	1	3	4	-1	5	5	25	33	29	7	8	3.45%	4	691	8.53	0	0	0	0	2	0	0	0	0	8	0	0	62.50%	40	0	0	0.12	0	0	1	0	0	0	0
19	Lukas Cormier	Monsters (Clb)	D	4	0	0	0	1	0	0	1	0	0	1	1	0%	2	25	6.47	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1428	171	308	479	138	641	45	1556	1421	1513	475	1020	11.30%	399	24083	16.87	41	74	115	392	2098	1	2	3	15	1828	38	15	56.58%	5260	4	1	0.40	24	63	3	5	38	37	41

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	A	PS %	PSA	ST	BG	S1	S2	S3
1	Mads Sogaard	Monsters (Clb)	81	49	27	5	0.901	1.70	4867	4	16	138	1391	4	0.738	65	81	0	8	5	4
2	Jakub Skarek	Monsters (Clb)	3	0	0	0	0.885	2.77	65	0	0	3	26	0	0	0	0	81	0	0	0
Statistiques d’équipe totales ou en moyenne			84	49	27	5	0.900	1.72	4932	4	16	141	1417	4		65	81	81	8	5	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	Nom de l’équipe	POS	Âge	Date de naissance	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Waiver Possible	Contrat	Type	Salaire actuel	Salaire moyen restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Lien
Adam Ginning	Monsters (Clb)	D	22	2000-01-13	Yes	196 Lbs	6 ft3	No	No	No	No	2	Pro & Farm	825,000$	12,891$	0$	0$	No	825,000$		Lien
Benoit-Olivier Groulx	Monsters (Clb)	C	22	2000-02-06	Yes	194 Lbs	6 ft2	No	No	No	No	2	Pro & Farm	822,500$	12,852$	0$	0$	No	822,500$		Lien
Brandon Coe	Monsters (Clb)	RW	20	2001-12-01	Yes	187 Lbs	6 ft4	No	No	No	No	2	Pro & Farm	650,000$	10,156$	0$	0$	No	650,000$		Lien
Chad Yetman	Monsters (Clb)	RW	22	2000-02-18	Yes	179 Lbs	5 ft11	No	No	No	No	2	Pro & Farm	560,000$	8,750$	0$	0$	No	560,000$		Lien
Chase Priskie	Monsters (Clb)	D	26	1996-03-19	No	185 Lbs	6 ft0	No	No	Yes	Yes	1	Pro & Farm	675,000$	10,547$	0$	0$	No			Lien
Cole Fonstad	Monsters (Clb)	LW	22	2000-04-24	Yes	170 Lbs	5 ft10	No	No	No	No	3	Pro & Farm	700,000$	10,938$	0$	0$	No	700,000$	700,000$	Lien
Connor Mackey	Monsters (Clb)	D	26	1996-09-12	No	197 Lbs	6 ft2	No	No	Yes	Yes	2	Pro & Farm	925,000$	14,453$	0$	0$	No	925,000$		Lien
Daniil Chayka	Monsters (Clb)	D	19	2002-10-22	Yes	187 Lbs	6 ft3	No	No	No	No	3	Pro & Farm	847,500$	13,242$	0$	0$	No	847,500$	847,500$
Dominik Bokk	Monsters (Clb)	LW/RW	22	2000-02-03	Yes	181 Lbs	6 ft2	No	No	No	No	2	Pro & Farm	863,333$	13,490$	0$	0$	No	863,333$		Lien
Drew Helleson	Monsters (Clb)	D	21	2001-03-26	Yes	190 Lbs	6 ft3	No	No	No	No	3	Pro & Farm	925,000$	14,453$	0$	0$	No	925,000$	925,000$	Lien
Gustav Lindstrom	Monsters (Clb)	D	23	1998-10-20	No	186 Lbs	6 ft2	No	No	No	No	1	Pro & Farm	775,833$	12,122$	0$	0$	No			Lien
Jake Christiansen	Monsters (Clb)	D	23	1999-09-12	Yes	193 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	925,000$	14,453$	0$	0$	No			Lien
Jakub Skarek	Monsters (Clb)	G	22	1999-11-10	Yes	203 Lbs	6 ft3	No	No	No	No	2	Pro & Farm	764,167$	11,940$	0$	0$	No	764,167$		Lien
Kasper Bjorkqvist	Monsters (Clb)	LW/RW	25	1997-07-10	No	198 Lbs	6 ft1	No	No	Yes	Yes	2	Pro & Farm	800,000$	12,500$	0$	0$	No	800,000$		Lien
Ken Appleby (contrat à 1 volet)	Monsters (Clb)	G	27	1995-04-10	Yes	216 Lbs	6 ft5	Yes	No	Yes	Yes	2	Pro & Farm	750,000$	11,719$	0$	0$	No	750,000$		Lien
Laurent Dauphin (contrat à 1 volet)	Monsters (Clb)	C	27	1995-03-27	No	186 Lbs	6 ft0	No	No	Yes	Yes	3	Pro & Farm	888,888$	13,889$	0$	0$	No	888,888$	888,888$	Lien
Loui Eriksson (contrat à 1 volet)	Monsters (Clb)	LW/RW	38	1984-07-17	No	196 Lbs	6 ft2	Yes	No	Yes	Yes	1	Pro & Farm	750,000$	11,719$	0$	0$	No			Lien
Lukas Cormier	Monsters (Clb)	D	20	2002-03-27	Yes	181 Lbs	5 ft10	No	No	No	No	3	Pro & Farm	793,333$	12,396$	0$	0$	No	793,333$	793,333$
Luke Philp (contrat à 1 volet)	Monsters (Clb)	C	26	1995-11-06	No	181 Lbs	5 ft10	No	No	Yes	Yes	2	Pro & Farm	900,000$	14,062$	0$	0$	No	900,000$		Lien
Mads Sogaard	Monsters (Clb)	G	21	2000-12-13	Yes	196 Lbs	6 ft7	No	No	No	No	1	Pro & Farm	925,000$	14,453$	0$	0$	No			Lien
Matt Kiersted	Monsters (Clb)	D	24	1998-04-14	No	181 Lbs	6 ft0	No	No	Yes	Yes	2	Pro & Farm	930,000$	14,531$	0$	0$	No	930,000$		Lien
Matt Rempe	Monsters (Clb)	C	20	2002-06-29	Yes	207 Lbs	6 ft7	No	No	No	No	3	Pro & Farm	820,000$	12,812$	0$	0$	No	820,000$	820,000$
Ronald Attard	Monsters (Clb)	D	23	1999-03-20	No	207 Lbs	6 ft3	No	No	No	No	3	Pro & Farm	883,750$	13,809$	0$	0$	No	883,750$	883,750$	Lien
Tim Soderlund	Monsters (Clb)	LW/RW	24	1998-01-23	No	163 Lbs	5 ft9	No	No	Yes	Yes	1	Pro & Farm	825,834$	12,904$	0$	0$	No			Lien
Vincent Iorio	Monsters (Clb)	D	19	2002-11-14	Yes	192 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	845,000$	13,203$	0$	0$	No	845,000$	845,000$
Wayne Simmonds (contrat à 1 volet)	Monsters (Clb)	LW/RW	34	1988-08-26	No	184 Lbs	6 ft2	No	No	Yes	Yes	3	Pro & Farm	750,000$	11,719$	0$	0$	No	750,000$	750,000$	Lien
Wyatte Wylie	Monsters (Clb)	D	22	1999-11-02	Yes	190 Lbs	6 ft0	No	No	No	No	2	Pro & Farm	820,833$	12,826$	0$	0$	No	820,833$		Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
27	23.70	190 Lbs	6 ft2	2.11	812,629$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Wayne Simmonds	Laurent Dauphin	Loui Eriksson	40	0	3	2
2	Cole Fonstad	Luke Philp	Brandon Coe	30	0	4	1
3	Dominik Bokk	Benoit-Olivier Groulx	Chad Yetman	20	0	4	1
4	Kasper Bjorkqvist	Matt Rempe	Tim Soderlund	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Gustav Lindstrom	Connor Mackey	40	0	3	2
2	Jake Christiansen	Matt Kiersted	30	0	3	2
3	Ronald Attard	Chase Priskie	20	0	3	2
4	Gustav Lindstrom	Connor Mackey	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Wayne Simmonds	Laurent Dauphin	Loui Eriksson	60	0	5	0
2	Cole Fonstad	Luke Philp	Brandon Coe	40	0	5	0

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Gustav Lindstrom	Connor Mackey	60	0	5	0
2	Jake Christiansen	Matt Kiersted	40	0	5	0

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Laurent Dauphin	Wayne Simmonds	60	0	5	0
2	Loui Eriksson	Luke Philp	40	0	5	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Gustav Lindstrom	Connor Mackey	60	0	5	0
2	Jake Christiansen	Matt Kiersted	40	0	5	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Laurent Dauphin	60	0	5	0	Gustav Lindstrom	Connor Mackey	60	0	5	0
2	Loui Eriksson	40	0	5	0	Jake Christiansen	Matt Kiersted	40	0	5	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Laurent Dauphin	Wayne Simmonds	60	1	2	2
2	Loui Eriksson	Luke Philp	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Gustav Lindstrom	Connor Mackey	60	1	2	2
2	Jake Christiansen	Matt Kiersted	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Wayne Simmonds	Laurent Dauphin	Loui Eriksson	Gustav Lindstrom	Connor Mackey

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Wayne Simmonds	Laurent Dauphin	Loui Eriksson	Gustav Lindstrom	Connor Mackey

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Benoit-Olivier Groulx, Matt Rempe, Chad Yetman	Benoit-Olivier Groulx, Matt Rempe	Chad Yetman

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ronald Attard, Chase Priskie, Jake Christiansen	Ronald Attard	Chase Priskie, Jake Christiansen

Tirs de pénalité
Laurent Dauphin, Wayne Simmonds, Loui Eriksson, Luke Philp, Cole Fonstad

Gardien
#1 : Mads Sogaard, #2 : Jakub Skarek

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

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Admirals	2	0	2	0	0	0	0	0	3	8	-5	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	3	6	9	0	0	58	56	57	24	36	482	527	480	88	46	10	14	36	5	1	20.00%	7	3	57.14%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
2	Baby Hawks	2	1	0	0	0	0	1	0	5	2	3	1	0	0	0	0	0	1	0	2	1	1	1	1	0	0	0	0	0	0	3	1	2	4	1.000	5	7	12	0	0	58	56	57	24	27	482	527	480	88	44	15	18	31	3	1	33.33%	8	1	87.50%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
3	Bears	3	1	1	0	0	0	1	0	10	7	3	1	0	1	0	0	0	0	0	1	4	-3	2	1	0	0	0	0	1	0	9	3	6	4	0.667	10	16	26	0	0	58	56	57	24	64	482	527	480	88	49	11	26	67	10	1	10.00%	11	1	90.91%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
4	Bruins	3	1	1	0	0	0	0	1	5	6	-1	2	1	1	0	0	0	0	0	4	4	0	1	0	0	0	0	0	0	1	1	2	-1	3	0.500	5	8	13	0	0	58	56	57	24	60	482	527	480	88	51	17	18	53	12	1	8.33%	9	2	77.78%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
5	Cabaret Lady Mary Ann	3	2	0	0	0	0	1	0	8	5	3	1	0	0	0	0	0	1	0	3	2	1	2	2	0	0	0	0	0	0	5	3	2	6	1.000	8	12	20	0	0	58	56	57	24	48	482	527	480	88	53	16	20	42	7	1	14.29%	10	1	90.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
6	Caroline	3	1	1	0	0	0	0	1	4	5	-1	1	0	1	0	0	0	0	0	0	1	-1	2	1	0	0	0	0	0	1	4	4	0	3	0.500	4	7	11	0	1	58	56	57	24	48	482	527	480	88	41	23	24	51	5	2	40.00%	10	2	80.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
7	Chiefs	2	1	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	2	0	2	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	3	4	7	0	1	58	56	57	24	26	482	527	480	88	38	9	31	39	4	0	0.00%	8	1	87.50%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
8	Chill	2	2	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	1	0	1	4	1.000	2	4	6	0	2	58	56	57	24	31	482	527	480	88	23	8	27	39	1	0	0.00%	5	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
9	Comets	2	0	2	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	2	4	6	0	0	58	56	57	24	34	482	527	480	88	36	7	21	39	7	0	0.00%	7	1	85.71%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
10	Cougars	3	1	2	0	0	0	0	0	8	10	-2	1	0	1	0	0	0	0	0	1	3	-2	2	1	1	0	0	0	0	0	7	7	0	2	0.333	8	15	23	0	0	58	56	57	24	46	482	527	480	88	66	13	26	62	9	0	0.00%	12	2	83.33%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
11	Crunch	3	3	0	0	0	0	0	0	14	4	10	1	1	0	0	0	0	0	0	6	3	3	2	2	0	0	0	0	0	0	8	1	7	6	1.000	14	24	38	0	1	58	56	57	24	74	482	527	480	88	56	18	16	74	10	5	50.00%	7	1	85.71%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
12	Heat	2	1	0	0	0	0	0	1	7	7	0	1	1	0	0	0	0	0	0	5	4	1	1	0	0	0	0	0	0	1	2	3	-1	3	0.750	7	13	20	0	0	58	56	57	24	41	482	527	480	88	39	9	10	31	5	1	20.00%	3	1	66.67%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
13	Jayhawks	2	2	0	0	0	0	0	0	6	0	6	1	1	0	0	0	0	0	0	3	0	3	1	1	0	0	0	0	0	0	3	0	3	4	1.000	6	10	16	0	2	58	56	57	24	61	482	527	480	88	37	14	6	52	4	0	0.00%	3	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
14	Las Vegas	2	0	1	0	0	0	1	0	2	4	-2	1	0	1	0	0	0	0	0	0	3	-3	1	0	0	0	0	0	1	0	2	1	1	2	0.500	2	2	4	0	0	58	56	57	24	33	482	527	480	88	37	13	18	42	4	0	0.00%	9	1	88.89%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
15	Manchots	4	1	2	0	0	0	1	0	5	7	-2	2	0	1	0	0	0	1	0	3	4	-1	2	1	1	0	0	0	0	0	2	3	-1	4	0.500	5	7	12	0	0	58	56	57	24	65	482	527	480	88	71	24	41	74	13	2	15.38%	21	4	80.95%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
16	Marlies	3	0	2	0	0	0	1	0	4	5	-1	2	0	1	0	0	0	1	0	3	3	0	1	0	1	0	0	0	0	0	1	2	-1	2	0.333	4	6	10	0	0	58	56	57	24	45	482	527	480	88	56	23	30	60	9	1	11.11%	13	1	92.31%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
17	Minnesota	2	2	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	3	0	3	4	1.000	7	12	19	0	1	58	56	57	24	36	482	527	480	88	37	6	12	43	3	2	66.67%	6	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
18	Monarchs	2	0	2	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0.000	2	4	6	0	0	58	56	57	24	34	482	527	480	88	33	11	8	49	6	0	0.00%	4	2	50.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
19	Monsters	2	1	1	0	0	0	0	0	3	4	-1	1	1	0	0	0	0	0	0	2	1	1	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	3	6	9	0	0	58	56	57	24	29	482	527	480	88	34	6	33	38	10	1	10.00%	7	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
20	Oceanics	2	0	1	0	0	0	1	0	4	6	-2	1	0	1	0	0	0	0	0	1	4	-3	1	0	0	0	0	0	1	0	3	2	1	2	0.500	4	6	10	0	0	58	56	57	24	47	482	527	480	88	29	9	22	42	9	2	22.22%	10	1	90.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
21	Oil Kings	2	1	0	0	0	0	1	0	6	2	4	1	0	0	0	0	0	1	0	3	2	1	1	1	0	0	0	0	0	0	3	0	3	4	1.000	6	9	15	0	1	58	56	57	24	50	482	527	480	88	38	14	23	35	11	3	27.27%	9	1	88.89%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
22	Phantoms	4	3	1	0	0	0	0	0	6	4	2	2	2	0	0	0	0	0	0	3	1	2	2	1	1	0	0	0	0	0	3	3	0	6	0.750	6	9	15	0	1	58	56	57	24	65	482	527	480	88	64	19	36	65	11	2	18.18%	16	2	87.50%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
23	Rocket	3	2	0	0	0	0	1	0	10	2	8	1	0	0	0	0	0	1	0	3	2	1	2	2	0	0	0	0	0	0	7	0	7	6	1.000	10	18	28	0	2	58	56	57	24	76	482	527	480	88	42	9	18	73	9	4	44.44%	9	0	100.00%	1	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
24	Sags	2	0	1	0	0	0	0	1	3	5	-2	1	0	0	0	0	0	0	1	2	3	-1	1	0	1	0	0	0	0	0	1	2	-1	1	0.250	3	6	9	0	0	58	56	57	24	30	482	527	480	88	35	5	8	36	7	1	14.29%	4	1	75.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
25	Seattle	2	0	2	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	3	5	8	0	0	58	56	57	24	28	482	527	480	88	33	6	15	30	5	1	20.00%	4	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
26	Senators	3	1	1	0	0	0	0	1	7	5	2	2	0	1	0	0	0	0	1	3	5	-2	1	1	0	0	0	0	0	0	4	0	4	3	0.500	7	12	19	0	1	58	56	57	24	55	482	527	480	88	36	12	18	45	17	2	11.76%	7	3	57.14%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
27	Sound Tigers	3	2	0	0	0	0	1	0	8	4	4	2	1	0	0	0	0	1	0	5	3	2	1	1	0	0	0	0	0	0	3	1	2	6	1.000	8	12	20	0	0	58	56	57	24	70	482	527	480	88	55	9	14	65	7	1	14.29%	5	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
28	Spiders	4	4	0	0	0	0	0	0	11	6	5	2	2	0	0	0	0	0	0	6	3	3	2	2	0	0	0	0	0	0	5	3	2	8	1.000	11	21	32	0	0	58	56	57	24	53	482	527	480	88	73	16	34	70	9	2	22.22%	16	2	87.50%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
29	Stars	2	2	0	0	0	0	0	0	4	0	4	1	1	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	2	0	2	4	1.000	4	7	11	0	2	58	56	57	24	37	482	527	480	88	36	10	8	27	7	0	0.00%	4	0	100.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
30	Thunder	3	3	0	0	0	0	0	0	16	7	9	2	2	0	0	0	0	0	0	10	5	5	1	1	0	0	0	0	0	0	6	2	4	6	1.000	16	30	46	0	0	58	56	57	24	89	482	527	480	88	55	12	12	72	6	3	50.00%	6	2	66.67%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
31	Wolf Pack	4	0	3	0	0	0	1	0	4	12	-8	2	0	2	0	0	0	0	0	3	9	-6	2	0	1	0	0	0	1	0	1	3	-2	2	0.250	4	6	10	0	1	58	56	57	24	76	482	527	480	88	74	25	38	74	14	1	7.14%	16	3	81.25%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
	Total	81	38	27	0	0	0	11	5	182	146	36	40	16	15	0	0	0	7	2	88	83	5	41	22	12	0	0	0	4	3	94	63	31	103	0.636	182	308	490	0	16	58	56	57	24	1514	482	527	480	88	1417	399	645	1556	239	41	17.15%	266	39	85.34%	1	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
	_Since Last GM Reset	81	38	27	0	0	0	11	5	182	146	36	40	16	15	0	0	0	7	2	88	83	5	41	22	12	0	0	0	4	3	94	63	31	103	0.636	182	308	490	0	16	58	56	57	24	1514	482	527	480	88	1417	399	645	1556	239	41	17.15%	266	39	85.34%	1	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
	_Vs Conference	44	18	17	0	0	0	6	3	90	86	4	24	9	10	0	0	0	3	2	49	54	-5	20	9	7	0	0	0	3	1	41	32	9	51	0.580	90	153	243	0	5	58	56	57	24	820	482	527	480	88	750	211	346	847	136	20	14.71%	150	27	82.00%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537
	_Vs Division	25	9	4	0	0	0	2	0	48	45	3	12	5	2	0	0	0	1	0	21	25	-4	13	4	2	0	0	0	1	0	27	20	7	22	0.440	48	78	126	0	3	58	56	57	24	441	482	527	480	88	427	127	213	466	69	11	15.94%	95	14	85.26%	0	1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%	2146	1529	1768	567	1024	537

			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
81	103	W8	182	308	490	1514	1417	399	645	1556	0	16

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
81	38	27	0	0	11	5	182	146

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	16	15	0	0	7	2	88	83

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	22	12	0	0	4	3	94	63

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
9	1	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
239	41	17.15%	266	39	85.34%	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
482	527	480	88	58	56	57	24

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
1181	2077	56.86%	1134	2058	55.10%	661	1125	58.76%

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
2146	1529	1768	567	1024	537

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
3 - 2023-10-12	11	Phantoms	1	Monsters	2	BW			Sommaire du match
5 - 2023-10-14	22	Wolf Pack	3	Monsters	2	BL			Sommaire du match
7 - 2023-10-16	35	Cougars	3	Monsters	1	BL			Sommaire du match
11 - 2023-10-20	63	Heat	4	Monsters	5	BW			Sommaire du match
12 - 2023-10-21	73	Monsters	3	Minnesota	0	AW			Sommaire du match
15 - 2023-10-24	84	Admirals	3	Monsters	2	BL			Sommaire du match
17 - 2023-10-26	103	Monsters	5	Rocket	0	AW			Sommaire du match
19 - 2023-10-28	121	Sound Tigers	1	Monsters	2	BW	X	X	Sommaire du match
21 - 2023-10-30	136	Monsters	2	Stars	0	AW			Sommaire du match
24 - 2023-11-02	146	Thunder	3	Monsters	5	BW			Sommaire du match
26 - 2023-11-04	166	Monsters	3	Bears	2	AW	X	X	Sommaire du match
28 - 2023-11-06	176	Monsters	2	Cabaret Lady Mary Ann	1	AW			Sommaire du match
31 - 2023-11-09	194	Stars	0	Monsters	2	BW			Sommaire du match
33 - 2023-11-11	210	Monsters	6	Cougars	4	AW			Sommaire du match
34 - 2023-11-12	225	Monsters	1	Wolf Pack	0	AW	X	X	Sommaire du match
36 - 2023-11-14	230	Manchots	3	Monsters	1	BL			Sommaire du match
38 - 2023-11-16	243	Jayhawks	0	Monsters	3	BW			Sommaire du match
40 - 2023-11-18	263	Monsters	6	Bears	1	AW			Sommaire du match
41 - 2023-11-19	268	Monsters	0	Phantoms	2	AL			Sommaire du match
44 - 2023-11-22	280	Baby Hawks	1	Monsters	2	BW	X	X	Sommaire du match
46 - 2023-11-24	297	Monsters	3	Spiders	2	AW			Sommaire du match
48 - 2023-11-26	318	Monsters	3	Caroline	4	AL	X	X	Sommaire du match
49 - 2023-11-27	321	Bruins	2	Monsters	1	BL			Sommaire du match
51 - 2023-11-29	337	Rocket	2	Monsters	3	BW	X	X	Sommaire du match
53 - 2023-12-01	354	Senators	2	Monsters	1	BL	X	X	Sommaire du match
55 - 2023-12-03	371	Monsters	1	Bruins	2	AL	X	X	Sommaire du match
57 - 2023-12-05	381	Monarchs	3	Monsters	2	BL			Sommaire du match
59 - 2023-12-07	397	Monsters	3	Sound Tigers	1	AW			Sommaire du match
60 - 2023-12-08	405	Chiefs	0	Monsters	2	BW			Sommaire du match
62 - 2023-12-10	420	Cabaret Lady Mary Ann	2	Monsters	3	BW	X	X	Sommaire du match
66 - 2023-12-14	449	Monsters	1	Marlies	2	AL			Sommaire du match
68 - 2023-12-16	464	Spiders	2	Monsters	4	BW			Sommaire du match
71 - 2023-12-19	485	Monsters	3	Crunch	1	AW			Sommaire du match
73 - 2023-12-21	499	Bears	4	Monsters	1	BL			Sommaire du match
75 - 2023-12-23	518	Marlies	2	Monsters	3	BW	X	X	Sommaire du match
79 - 2023-12-27	528	Monsters	2	Spiders	1	AW			Sommaire du match
81 - 2023-12-29	546	Marlies	1	Monsters	0	BL			Sommaire du match
82 - 2023-12-30	556	Monsters	5	Crunch	0	AW			Sommaire du match
85 - 2024-01-02	574	Bruins	2	Monsters	3	BW			Sommaire du match
87 - 2024-01-04	592	Monsters	3	Phantoms	1	AW			Sommaire du match
89 - 2024-01-06	610	Minnesota	2	Monsters	4	BW			Sommaire du match
92 - 2024-01-09	631	Monsters	3	Oceanics	2	AW	X	X	Sommaire du match
96 - 2024-01-13	659	Seattle	3	Monsters	2	BL			Sommaire du match
98 - 2024-01-15	673	Comets	2	Monsters	1	BL			Sommaire du match
102 - 2024-01-19	703	Spiders	1	Monsters	2	BW			Sommaire du match
106 - 2024-01-23	736	Monsters	3	Oil Kings	0	AW			Sommaire du match
108 - 2024-01-25	753	Monsters	2	Heat	3	AL	X	X	Sommaire du match
110 - 2024-01-27	771	Monsters	1	Comets	2	AL			Sommaire du match
111 - 2024-01-28	774	Monsters	1	Seattle	3	AL			Sommaire du match
113 - 2024-01-30	776	Monsters	1	Chiefs	3	AL			Sommaire du match
124 - 2024-02-10	812	Thunder	2	Monsters	5	BW			Sommaire du match
127 - 2024-02-13	826	Monsters	4	Senators	0	AW			Sommaire du match
131 - 2024-02-17	861	Monsters	1	Sags	2	AL			Sommaire du match
134 - 2024-02-20	883	Monsters	0	Monarchs	1	AL			Sommaire du match
135 - 2024-02-21	886	Monsters	1	Admirals	5	AL			Sommaire du match
137 - 2024-02-23	900	Crunch	3	Monsters	6	BW			Sommaire du match
139 - 2024-02-25	921	Wolf Pack	6	Monsters	1	BL			Sommaire du match
142 - 2024-02-28	939	Monsters	0	Wolf Pack	3	AL			Sommaire du match
143 - 2024-02-29	942	Caroline	1	Monsters	0	BL			Sommaire du match
145 - 2024-03-02	965	Monsters	3	Baby Hawks	1	AW			Sommaire du match
147 - 2024-03-04	975	Las Vegas	3	Monsters	0	BL			Sommaire du match
148 - 2024-03-05	983	Monsters	2	Manchots	1	AW			Sommaire du match
150 - 2024-03-07	995	Oil Kings	2	Monsters	3	BW	X	X	Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
152 - 2024-03-09	1010	Chill	0	Monsters	1	BW			Sommaire du match
155 - 2024-03-12	1033	Monsters	2	Rocket	0	AW			Sommaire du match
157 - 2024-03-14	1047	Senators	3	Monsters	2	BL			Sommaire du match
159 - 2024-03-16	1066	Sags	3	Monsters	2	BL	X	X	Sommaire du match
160 - 2024-03-17	1076	Oceanics	4	Monsters	1	BL			Sommaire du match
162 - 2024-03-19	1083	Monsters	1	Cougars	3	AL			Sommaire du match
165 - 2024-03-22	1111	Monsters	1	Monsters	3	AL			Sommaire du match
166 - 2024-03-23	1123	Monsters	2	Las Vegas	1	AW	X	X	Sommaire du match
169 - 2024-03-26	1145	Monsters	3	Jayhawks	0	AW			Sommaire du match
171 - 2024-03-28	1154	Monsters	0	Manchots	2	AL			Sommaire du match
173 - 2024-03-30	1172	Manchots	1	Monsters	2	BW	X	X	Sommaire du match
175 - 2024-04-01	1181	Monsters	1	Monsters	2	BW			Sommaire du match
178 - 2024-04-04	1203	Sound Tigers	2	Monsters	3	BW			Sommaire du match
180 - 2024-04-06	1222	Phantoms	0	Monsters	1	BW			Sommaire du match
181 - 2024-04-07	1230	Monsters	1	Caroline	0	AW			Sommaire du match
183 - 2024-04-09	1245	Monsters	6	Thunder	2	AW			Sommaire du match
185 - 2024-04-11	1256	Monsters	3	Cabaret Lady Mary Ann	2	AW			Sommaire du match
187 - 2024-04-13	1278	Monsters	1	Chill	0	AW			Sommaire du match
190 - 2024-04-16	1296	Caroline	-	Monsters	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	77,321	38,543
Assistance PCT	96.65%	96.36%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
1	2897 - 96.55%	98,531$	3,941,256$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,762,236$	1,790,207$	1,790,207$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,324$	1,762,236$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
98,531$	3	9,324$	27,972$

Monsters 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

Monsters 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

Monsters 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

Monsters 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

Monsters 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

	Monsters
	GP: 81 \| W: 49 \| L: 27 \| OTL: 5 \| P: 103 GF: 182 \| GA: 146 \| PP%: 17.15% \| PK%: 85.34% DG: Benoit Toupin \| Morale : 50 \| Moyenne d’équipe : 61 Prochains matchs #1296 vs Caroline