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

Centre de jeu
	Monsters 24-8-4, 52pts	4	FINAL	1	Minnesota 16-16-7, 39pts

Team Stats
W3	Séquence	W2
9-4-4	Fiche domicile	8-9-5
15-4-0	Fiche domicile	8-7-2
7-3-0	Derniers 10 matchs	5-4-1
5.11	Buts par match	3.85
4.06	Buts contre par match	4.38
42.72%	Pourcentage en avantage numérique	26.03%
70.10%	Pourcentage en désavantage numérique	70.83%

Roadrunners
19-17-3, 41pts

FINAL

Monsters
24-8-4, 52pts

Team Stats
L1	Séquence	W3
10-6-0	Fiche domicile	9-4-4
9-11-3	Fiche domicile	15-4-0
8-2-0	Derniers 10 matchs	7-3-0
5.26	Buts par match	5.11
5.54	Buts contre par match	4.06
52.75%	Pourcentage en avantage numérique	42.72%
58.91%	Pourcentage en désavantage numérique	70.10%

Monsters
24-8-4, 52pts

2025-12-27

Las Vegas
11-20-4, 26pts

Statistiques d’équipe
W3	Séquence	W3
9-4-4	Fiche domicile	5-10-2
15-4-0	Fiche visiteur	6-10-2
7-3-0	10 derniers matchs	4-4-2
5.11	Buts par match	3.91
4.06	Buts contre par match	3.91
42.72%	Pourcentage en avantage numérique	28.00%
70.10%	Pourcentage en désavantage numérique	60.00%

Monarchs
10-25-2, 22pts

2025-12-29

Monsters
24-8-4, 52pts

Statistiques d’équipe
L3	Séquence	W3
2-14-1	Fiche domicile	9-4-4
8-11-1	Fiche visiteur	15-4-0
2-8-0	10 derniers matchs	7-3-0
3.57	Buts par match	5.11
5.62	Buts contre par match	5.11
15.24%	Pourcentage en avantage numérique	42.72%
56.76%	Pourcentage en désavantage numérique	70.10%

Chiefs
25-13-1, 51pts

2025-12-31

Monsters
24-8-4, 52pts

Statistiques d’équipe
W3	Séquence	W3
14-7-0	Fiche domicile	9-4-4
11-6-1	Fiche visiteur	15-4-0
7-3-0	10 derniers matchs	7-3-0
4.36	Buts par match	5.11
3.51	Buts contre par match	5.11
35.59%	Pourcentage en avantage numérique	42.72%
73.26%	Pourcentage en désavantage numérique	70.10%

Meneurs d'équipe
	Buts Peyton Krebs 37	Passes Mavrik Bourque 56

	Points Mavrik Bourque 85	Plus/Moins Mavrik Bourque 27

	Victoires Artur Akhtyamov 23	Pourcentage d’arrêts Artur Akhtyamov 0.845

Statistiques d’équipe
Buts pour 184 5.11 GFG	Tirs pour 1064 29.56 Avg	Pourcentage en avantage numérique 42.7% 44 GF	Début de zone offensive 34.0%
Buts contre 146 4.06 GAA	Tirs contre 928 25.78 Avg	Pourcentage en désavantage numérique 70.1%% 29 GA	Début de la zone défensive 31.6%

Informations de l'équipe
	Directeur général	Paul-André Desrochers
	Division	Nord
	Conférence	Ouest
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,867
	Billets de saison	300
Informations de la formation
	Équipe Pro	27
	Équipe Mineure	19
	Limite contact	46 / 50
	Espoirs	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 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	Peyton Krebs	X	X			100.00	78	67	68	79	78	84	84	75	73	75	69	72	74	68	58	0	50	72	0	23	1	950,000$
2	Mavrik Bourque (R)	X				100.00	66	41	85	80	70	76	72	73	64	71	68	68	73	55	50	0	50	69	0	22	1	894,167$
3	Vasily Podkolzin (R)		X	X		100.00	75	56	72	73	75	77	75	72	48	69	65	68	70	62	53	0	50	68	0	23	1	925,000$
4	Olle Lycksell (R)			X		100.00	57	40	74	73	65	74	63	65	45	64	60	60	66	57	50	0	50	62	0	25	1	1,150,000$
5	Justin Sourdif (R)			X		100.00	57	46	63	69	59	64	62	64	43	62	58	58	64	51	50	0	50	60	0	22	1	847,500$
6	Ty Mueller (R)	X				100.00	62	41	67	67	61	62	61	62	55	62	57	64	62	50	50	0	50	60	0	21	3	870,000$
7	Dylan Peterson (R)	X				100.00	61	48	57	62	63	62	61	61	42	55	57	56	60	51	50	0	50	57	0	23	2	867,500$
8	Aleksandr Kisakov (R)		X			100.00	54	40	71	66	56	59	56	56	40	52	52	52	58	50	50	0	50	55	0	21	1	859,167$
9	Daniel Torgersson (R)		X			100.00	65	40	71	58	72	61	59	55	40	52	51	53	55	51	50	0	50	55	0	22	1	867,500$
10	Jakub Stancl (R)	X				100.00	61	40	66	58	64	55	53	55	40	54	53	54	55	50	50	0	50	55	0	19	3	835,000$
11	Josh Filmon (R)		X			100.00	58	40	66	61	60	58	56	54	40	53	53	54	56	50	50	0	50	55	0	20	3	838,333$
12	Mike Reilly				X	100.00	59	40	75	72	76	83	78	71	40	66	63	67	68	82	72	0	50	69	0	31	1	975,000$
13	Alex Alexeyev (R)				X	100.00	62	40	78	71	90	83	69	67	40	61	61	69	66	63	53	0	50	68	0	24	1	900,000$
14	Lucas Carlsson				X	100.00	58	43	68	71	62	67	66	65	40	60	64	67	67	55	50	0	50	63	0	27	1	800,000$
15	Matthew Robertson (R)				X	100.00	61	46	64	65	67	65	64	64	40	62	53	65	61	52	50	0	50	61	0	23	1	797,500$
16	Tristan Luneau (R)				X	100.00	60	41	67	67	62	61	60	64	40	63	59	65	63	50	50	0	50	61	0	20	3	865,000$
17	Hardy Häman Aktell				X	100.00	62	42	69	65	65	65	63	59	40	55	52	66	59	53	50	0	50	60	0	26	1	900,000$
Rayé
1	Alexander Pashin (R)	X	X	X		100.00	49	44	68	66	55	51	51	52	38	46	46	51	56	50	50	0	50	52	0	22	1	826,667$
2	Prokhor Poltapov (R)			X		100.00	45	45	45	45	45	45	45	45	45	45	45	45	45	45	45	0	50	46	0	21	3	825,000$
3	Vladislav Kolyachonok (R)				X	HO	63	41	77	72	75	75	68	66	40	60	62	66	66	59	53	0	50	65	0	23	0	0$
4	Ian Moore (R)				X	100.00	61	40	62	62	63	59	57	56	40	54	54	61	57	51	50	0	50	58	0	22	1	620,000$
5	Jesse Pulkkinen (R)				X	100.00	62	40	66	59	66	55	53	55	40	54	53	59	56	50	50	0	50	57	0	19	3	880,833$
6	Daniil Zhuravlyov (R)				X	100.00	50	40	66	66	57	50	49	50	38	46	45	58	55	51	50	0	50	54	0	24	1	600,000$
7	Aleksi Malinen (R)				X	100.00	37	37	37	37	37	37	37	37	37	37	37	37	37	37	37	0	50	38	0	21	3	620,000$

	MOYENNE D’ÉQUIPE					100.00	59	43	67	65	64	64	61	60	44	57	56	60	60	54	51	0	50	59

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	Artur Akhtyamov (R)	100.00	68	62	62	60	64	66	68	66	66	65	59	51	50	0	50	59	0	22	2	851,667$
2	Filip Larsson	100.00	65	60	60	60	62	63	65	62	64	63	52	54	50	0	50	57	0	26	1	750,000$
Rayé
1	Cameron Whitehead (R)	100.00	60	57	57	59	58	56	56	54	56	58	54	50	50	0	50	53	0	21	3	875,000$

	MOYENNE D’ÉQUIPE	100.00	64	60	60	60	61	62	63	61	62	62	55	52	50	0	50	56

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	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Mavrik Bourque	Monsters (Col)	C	36	29	56	85	27	9	5	44	42	133	40	62	21.80%	16	701	19.47	7	19	26	18	68	1	0	1	5	46	2	2	61.18%	881	33	15	0	2	2.42	1	2	1	0	0	7	8	5
2	Peyton Krebs	Monsters (Col)	C/LW	34	37	40	77	13	80	30	75	48	160	39	82	23.13%	17	695	20.47	10	15	25	29	64	0	0	0	2	71	7	0	60.94%	192	39	13	0	2	2.21	0	2	4	0	2	7	4	3
3	Vasily Podkolzin	Monsters (Col)	LW/RW	36	26	33	59	18	37	15	59	41	122	29	70	21.31%	16	856	23.80	8	9	17	16	70	0	0	0	2	75	1	1	45.28%	53	29	30	0	1	1.38	0	1	3	0	0	6	3	5
4	Olle Lycksell	Monsters (Col)	RW	35	17	17	34	-1	30	10	50	38	108	32	86	15.74%	12	661	18.91	3	5	8	16	49	0	1	1	0	30	1	0	50.00%	30	33	33	0	0	1.03	1	1	1	1	0	1	1	3
5	Ty Mueller	Monsters (Col)	C	36	17	17	34	1	6	0	67	51	84	19	39	20.24%	9	597	16.60	4	4	8	10	50	0	0	0	0	4	2	2	55.84%	394	13	14	0	1	1.14	0	0	0	0	0	2	4	1
6	Mike Reilly	Monsters (Col)	D	35	7	26	33	7	39	15	53	47	74	31	38	9.46%	46	955	27.30	5	7	12	17	79	0	0	0	6	74	1	0	0%	0	19	54	0	0	0.69	0	1	0	1	2	1	1	2
7	Justin Sourdif	Monsters (Col)	RW	36	12	19	31	4	16	0	58	39	86	35	58	13.95%	10	588	16.35	1	0	1	3	9	0	0	0	0	36	3	0	51.11%	45	20	13	0	0	1.05	0	0	0	0	0	1	2	1
8	Alex Alexeyev	Monsters (Col)	D	35	5	22	27	11	12	0	42	55	62	21	24	8.06%	60	961	27.48	3	5	8	12	79	0	0	0	2	80	1	1	0%	0	18	52	0	0	0.56	0	0	0	0	0	0	1	0
9	Dylan Peterson	Monsters (Col)	C	36	8	11	19	10	25	15	53	36	55	19	31	14.55%	9	493	13.70	0	0	0	0	7	0	0	0	0	1	1	0	46.58%	161	4	19	1	0	0.77	0	0	1	0	2	1	0	2
10	Tristan Luneau	Monsters (Col)	D	36	4	15	19	11	27	15	31	20	41	14	16	9.76%	26	676	18.79	1	1	2	2	44	0	0	0	0	29	2	0	0%	1	13	26	0	0	0.56	0	0	1	1	1	0	0	1
11	Lucas Carlsson	Monsters (Col)	D	35	0	16	16	17	22	10	37	29	38	16	19	0%	26	683	19.53	0	4	4	1	42	0	0	0	2	52	0	0	0%	0	9	24	0	0	0.47	0	0	1	1	0	0	0	0
12	Aleksandr Kisakov	Monsters (Col)	LW	36	9	4	13	10	4	0	43	27	36	15	25	25.00%	7	506	14.07	0	0	0	1	8	0	0	0	0	6	1	0	64.29%	14	1	14	0	0	0.51	0	0	0	0	0	2	0	0
13	Josh Filmon	Monsters (Col)	LW	36	6	7	13	-6	11	5	67	23	27	12	13	22.22%	10	612	17.00	2	2	4	4	48	0	0	0	0	26	1	1	45.00%	20	3	6	0	0	0.42	0	0	0	0	1	0	0	0
14	Daniel Torgersson	Monsters (Col)	LW	36	3	3	6	-3	2	0	30	11	3	1	5	100.00%	2	291	8.09	0	0	0	0	1	0	0	0	0	0	0	0	40.00%	10	2	3	0	0	0.41	0	0	0	0	0	0	0	0
15	Matthew Robertson	Monsters (Col)	D	36	1	4	5	-4	21	5	17	21	13	5	3	7.69%	10	513	14.27	0	0	0	0	7	0	0	0	0	9	0	0	0%	0	1	21	0	0	0.19	0	0	0	1	0	0	0	0
16	Jakub Stancl	Monsters (Col)	C	36	2	0	2	-3	6	0	25	10	13	2	7	15.38%	6	276	7.68	0	0	0	0	3	0	0	0	0	1	0	0	36.17%	94	4	6	0	0	0.14	0	0	0	0	0	0	0	0
17	Hardy Häman Aktell	Monsters (Col)	D	35	0	1	1	-3	7	5	19	29	5	2	4	0%	14	523	14.94	0	0	0	0	5	0	0	0	0	54	0	0	0%	0	3	16	0	0	0.04	0	0	0	0	1	0	0	0
18	Alexander Pashin	Monsters (Col)	C/LW/RW	1	0	0	0	1	0	0	0	2	4	0	0	0%	0	20	20.47	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0	0	0	0	0	0	0	0	0	0	0	0
19	Ian Moore	Monsters (Col)	D	1	0	0	0	1	0	0	1	0	0	1	0	0%	0	21	21.27	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	2	0	0	0	0	0	0	0	0	0	0	0
20	Aleksi Malinen	Monsters (Col)	D	1	0	0	0	2	0	0	0	0	0	0	0	0%	0	15	15.02	0	0	0	0	1	0	0	0	0	1	0	0	0%	0	0	0	0	0	0	0	0	0	0	0	0	0	0
21	Jesse Pulkkinen	Monsters (Col)	D	1	0	0	0	1	0	0	2	1	0	0	0	0%	2	21	21.90	0	0	0	0	1	0	0	0	0	0	0	0	0%	0	1	3	0	0	0	0	0	0	0	0	0	0	0
22	Prokhor Poltapov	Monsters (Col)	RW	1	0	0	0	2	0	0	0	0	0	0	0	0%	0	12	12.62	0	0	0	0	1	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				610	183	291	474	116	354	130	773	570	1064	333	582	17.20%	298	10686	17.52	44	71	115	129	645	1	1	2	19	603	23	7	56.41%	1895	245	364	1	6	0.89	2	7	12	5	9	28	24	23

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	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S2	S3
1	Artur Akhtyamov	Monsters (Col)	36	23	7	3	0.845	3.93	1998	1	131	843	432	1	1	0.800	5	36	0	1	1
2	Filip Larsson	Monsters (Col)	6	1	1	1	0.845	4.41	177	0	13	84	45	0	0	0	2	0	35	0	0
Statistiques d’équipe totales ou en moyenne			42	24	8	4	0.845	3.97	2176	1	144	927	477	1	1		7	36	35	1	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	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
Aleksandr Kisakov	Monsters (Col)	LW	21	2002-11-01	RUS	Yes	163 Lbs	5 ft11	No	No	N/A		No	No	1		False	False	Pro & Farm	859,167$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Aleksi Malinen	Monsters (Col)	D	21	2003-05-26	FIN	Yes	198 Lbs	6 ft0	No	No	Prospect		No	No	3	2025-07-10	False	False	Pro & Farm	620,000$	0$	0$	No	620,000$	620,000$	-	-	-	-	-	-	-	620,000$	620,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Alex Alexeyev (contrat à 1 volet)	Monsters (Col)	D	24	1999-11-15	RUS	Yes	229 Lbs	6 ft4	No	No	Free Agent		No	Yes	1	2025-08-28	False	False	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Alexander Pashin	Monsters (Col)	C/LW/RW	22	2002-01-28	RUS	Yes	154 Lbs	5 ft8	No	No	N/A		No	No	1		False	False	Pro & Farm	826,667$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Artur Akhtyamov	Monsters (Col)	G	22	2001-10-31	RUS	Yes	170 Lbs	6 ft2	No	No	Prospect		No	No	2	2024-06-25	False	False	Pro & Farm	851,667$	0$	0$	No	851,667$	-	-	-	-	-	-	-	-	851,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Cameron Whitehead	Monsters (Col)	G	21	2003-06-13	CAN	Yes	165 Lbs	6 ft3	No	No	Prospect		No	No	3	2025-07-10	False	False	Pro & Farm	875,000$	0$	0$	No	875,000$	875,000$	-	-	-	-	-	-	-	875,000$	875,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Daniel Torgersson	Monsters (Col)	LW	22	2002-01-26	SWE	Yes	220 Lbs	6 ft4	No	No	N/A		No	No	1		False	False	Pro & Farm	867,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Daniil Zhuravlyov	Monsters (Col)	D	24	2000-04-08	RUS	Yes	163 Lbs	6 ft0	No	No	N/A		No	Yes	1		False	False	Pro & Farm	600,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Dylan Peterson	Monsters (Col)	C	23	2001-08-02	USA	Yes	192 Lbs	6 ft4	No	No	Prospect		No	No	2	2024-06-25	False	False	Pro & Farm	867,500$	0$	0$	No	867,500$	-	-	-	-	-	-	-	-	867,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Filip Larsson	Monsters (Col)	G	26	1998-08-17	SWE	No	194 Lbs	6 ft2	No	No	Free Agent		Yes	Yes	1	2024-09-06	False	False	Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Hardy Häman Aktell (contrat à 1 volet)	Monsters (Col)	D	26	1998-07-04	SWE	No	198 Lbs	6 ft3	No	No	N/A		Yes	Yes	1		False	False	Pro & Farm	900,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ian Moore (contrat à 1 volet)	Monsters (Col)	D	22	2002-01-04	USA	Yes	194 Lbs	6 ft3	No	No	Free Agent		No	No	1	2024-09-23	False	False	Pro & Farm	620,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Jakub Stancl	Monsters (Col)	C	19	2005-04-10	CZE	Yes	203 Lbs	6 ft3	No	No	Draft		No	No	3	2025-07-10	False	False	Pro & Farm	835,000$	0$	0$	No	835,000$	835,000$	-	-	-	-	-	-	-	835,000$	835,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jesse Pulkkinen	Monsters (Col)	D	19	2004-12-27	FIN	Yes	203 Lbs	6 ft6	No	No	Draft		No	No	3	2025-07-10	False	False	Pro & Farm	880,833$	0$	0$	No	880,833$	880,833$	-	-	-	-	-	-	-	880,833$	880,833$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Josh Filmon	Monsters (Col)	LW	20	2004-03-18	CAN	Yes	170 Lbs	6 ft3	No	No	Prospect		No	No	3	2025-07-10	False	False	Pro & Farm	838,333$	0$	0$	No	838,333$	838,333$	-	-	-	-	-	-	-	838,333$	838,333$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Justin Sourdif	Monsters (Col)	RW	22	2002-03-24	CAN	Yes	172 Lbs	5 ft11	No	No	N/A		No	No	1		False	False	Pro & Farm	847,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Lucas Carlsson	Monsters (Col)	D	27	1997-07-05	SWE	No	190 Lbs	6 ft0	No	No	Free Agent		Yes	Yes	1	2024-09-06	False	False	Pro & Farm	800,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Matthew Robertson	Monsters (Col)	D	23	2001-03-09	CAN	Yes	201 Lbs	6 ft4	No	No	N/A		No	No	1		False	False	Pro & Farm	797,500$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Mavrik Bourque	Monsters (Col)	C	22	2002-01-08	CAN	Yes	181 Lbs	5 ft11	No	No	Trade	2025-09-18	No	No	1		False	False	Pro & Farm	894,167$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Mike Reilly (contrat à 1 volet)	Monsters (Col)	D	31	1993-07-13	USA	No	191 Lbs	6 ft2	No	No	Free Agent		Yes	Yes	1	2024-09-23	False	False	Pro & Farm	975,000$	55,000$	31,917$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Olle Lycksell	Monsters (Col)	RW	25	1999-08-24	SWE	Yes	163 Lbs	5 ft10	No	No	Free Agent		Yes	Yes	1	2025-09-05	False	False	Pro & Farm	1,150,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Peyton Krebs (contrat à 1 volet)	Monsters (Col)	C/LW	23	2001-01-26	CAN	No	186 Lbs	6 ft0	No	No	Free Agent		No	No	1	2024-09-11	False	False	Pro & Farm	950,000$	30,000$	17,409$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Prokhor Poltapov	Monsters (Col)	RW	21	2003-02-01	RUS	Yes	176 Lbs	6 ft0	No	No	Prospect		No	No	3	2025-07-10	False	False	Pro & Farm	825,000$	0$	0$	No	825,000$	825,000$	-	-	-	-	-	-	-	825,000$	825,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Tristan Luneau	Monsters (Col)	D	20	2004-01-12	CAN	Yes	190 Lbs	6 ft2	No	No	Prospect		No	No	3	2025-07-10	False	False	Pro & Farm	865,000$	0$	0$	No	865,000$	865,000$	-	-	-	-	-	-	-	865,000$	865,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Ty Mueller	Monsters (Col)	C	21	2003-02-26	CAN	Yes	185 Lbs	5 ft11	No	No	Draft		No	No	3	2025-07-10	False	False	Pro & Farm	870,000$	0$	0$	No	870,000$	870,000$	-	-	-	-	-	-	-	870,000$	870,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Vasily Podkolzin	Monsters (Col)	LW/RW	23	2001-06-24	RUS	Yes	190 Lbs	6 ft1	No	No	N/A		No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Vladislav Kolyachonok	Monsters (Col)	D	23	2001-05-26	BLR	Yes	195 Lbs	6 ft2	No	No	N/A		No	No	0		False	False	Pro & Farm		0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
27	22.70	187 Lbs	6 ft1	1.63	814,475$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Peyton Krebs	Mavrik Bourque	Vasily Podkolzin	40	1	2	2
2	Josh Filmon	Ty Mueller	Olle Lycksell	30	1	2	2
3	Aleksandr Kisakov	Dylan Peterson	Justin Sourdif	20	1	2	2
4	Daniel Torgersson	Jakub Stancl	Vasily Podkolzin	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mike Reilly	Alex Alexeyev	40	1	2	2
2	Lucas Carlsson	Tristan Luneau	30	1	2	2
3	Matthew Robertson	Hardy Häman Aktell	20	1	2	2
4	Mike Reilly	Alex Alexeyev	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Peyton Krebs	Mavrik Bourque	Vasily Podkolzin	60	1	2	2
2	Josh Filmon	Ty Mueller	Olle Lycksell	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mike Reilly	Alex Alexeyev	60	1	2	2
2	Tristan Luneau	Lucas Carlsson	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Peyton Krebs	Vasily Podkolzin	60	1	2	2
2	Mavrik Bourque	Olle Lycksell	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mike Reilly	Alex Alexeyev	60	1	2	2
2	Lucas Carlsson	Hardy Häman Aktell	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Peyton Krebs	60	1	2	2	Alex Alexeyev	Hardy Häman Aktell	60	1	2	2
2	Mavrik Bourque	40	1	2	2	Mike Reilly	Lucas Carlsson	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Peyton Krebs	Vasily Podkolzin	60	1	2	2
2	Mavrik Bourque	Olle Lycksell	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Mike Reilly	Alex Alexeyev	60	1	2	2
2	Lucas Carlsson	Tristan Luneau	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Peyton Krebs	Mavrik Bourque	Vasily Podkolzin	Mike Reilly	Alex Alexeyev

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Peyton Krebs	Mavrik Bourque	Vasily Podkolzin	Mike Reilly	Alex Alexeyev

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Vasily Podkolzin, Olle Lycksell, Justin Sourdif	Vasily Podkolzin, Olle Lycksell	Justin Sourdif

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Mike Reilly, Tristan Luneau, Matthew Robertson	Matthew Robertson	Tristan Luneau, Matthew Robertson

Tirs de pénalité
Peyton Krebs, Mavrik Bourque, Vasily Podkolzin, Mike Reilly, Olle Lycksell

Gardien
#1 : Artur Akhtyamov, #2 : Filip Larsson

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	1	0	1	0	0	0	0	0	4	9	-5	1	0	1	0	0	0	0	0	4	9	-5	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	4	8	0	0	29	95	57	4	30	258	451	350	12	33	10	30	24	2	1	50.00%	5	3	40.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
2	Baby Hawks	1	1	0	0	0	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	4	1	2	1.000	5	10	15	0	0	29	95	57	4	32	258	451	350	12	34	8	2	21	1	0	0.00%	1	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
3	Bruins	2	0	1	0	0	1	0	0	5	8	-3	1	0	0	0	0	1	0	0	4	5	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	5	8	13	0	0	29	95	57	4	60	258	451	350	12	50	16	16	34	1	0	0.00%	8	2	75.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
4	Cabaret Lady Mary Ann	1	0	1	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	2	6	-4	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	3	5	0	0	29	95	57	4	20	258	451	350	12	22	6	4	16	3	2	66.67%	2	1	50.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
5	Caroline	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	7	12	0	0	29	95	57	4	26	258	451	350	12	13	3	19	24	3	1	33.33%	2	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
6	Comets	2	0	0	0	1	1	0	0	8	8	0	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	1	0	0	0	5	4	1	3	0.750	8	13	21	0	0	29	95	57	4	76	258	451	350	12	50	19	10	55	1	0	0.00%	5	4	20.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
7	Crunch	2	2	0	0	0	0	0	0	11	8	3	1	1	0	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	6	4	2	4	1.000	11	20	31	0	0	29	95	57	4	55	258	451	350	12	46	16	10	22	5	3	60.00%	5	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
8	Firebirds	1	0	1	0	0	0	0	0	3	6	-3	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	6	-3	0	0.000	3	4	7	0	0	29	95	57	4	44	258	451	350	12	27	10	6	28	4	0	0.00%	3	1	66.67%	1	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
9	Jayhawks	3	2	1	0	0	0	0	0	21	12	9	1	0	1	0	0	0	0	0	3	5	-2	2	2	0	0	0	0	0	0	18	7	11	4	0.667	21	31	52	0	0	29	95	57	4	89	258	451	350	12	70	25	27	55	12	7	58.33%	11	4	63.64%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
10	Las Vegas	1	1	0	0	0	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	4	1	2	1.000	5	9	14	0	0	29	95	57	4	22	258	451	350	12	25	5	4	11	5	2	40.00%	2	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
11	Minnesota	2	2	0	0	0	0	0	0	9	4	5	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	9	4	5	4	1.000	9	15	24	0	0	29	95	57	4	59	258	451	350	12	42	17	6	52	6	1	16.67%	3	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
12	Monarchs	1	1	0	0	0	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	4	1	2	1.000	5	6	11	0	0	29	95	57	4	26	258	451	350	12	30	11	6	17	4	2	50.00%	3	1	66.67%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
13	Monsters	1	1	0	0	0	0	0	0	5	3	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	3	2	2	1.000	5	10	15	0	0	29	95	57	4	26	258	451	350	12	32	7	8	31	2	1	50.00%	4	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
14	Oceanics	1	0	0	0	0	0	1	0	8	7	1	1	0	0	0	0	0	1	0	8	7	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	8	11	19	0	0	29	95	57	4	26	258	451	350	12	40	17	2	21	6	1	16.67%	1	1	0.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
15	Oil Kings	1	1	0	0	0	0	0	0	7	5	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	5	2	2	1.000	7	12	19	0	0	29	95	57	4	30	258	451	350	12	25	2	14	28	2	1	50.00%	2	1	50.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
16	Phantoms	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	7	11	0	0	29	95	57	4	22	258	451	350	12	15	8	2	11	2	0	0.00%	1	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
17	Roadrunners	3	3	0	0	0	0	0	0	30	12	18	2	2	0	0	0	0	0	0	22	9	13	1	1	0	0	0	0	0	0	8	3	5	6	1.000	30	47	77	0	0	29	95	57	4	107	258	451	350	12	90	32	85	61	18	10	55.56%	5	4	20.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
18	Rocket	1	0	0	0	0	1	0	0	2	3	-1	1	0	0	0	0	1	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	2	3	5	0	0	29	95	57	4	28	258	451	350	12	28	7	8	16	2	0	0.00%	4	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
19	Sags	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	3	5	-2	2	0.500	7	11	18	0	0	29	95	57	4	58	258	451	350	12	50	16	12	46	4	0	0.00%	6	1	83.33%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
20	Sound Tigers	2	1	0	0	1	0	0	0	11	6	5	1	1	0	0	0	0	0	0	4	0	4	1	0	0	0	1	0	0	0	7	6	1	4	1.000	11	17	28	0	1	29	95	57	4	55	258	451	350	12	51	14	18	60	5	3	60.00%	9	2	77.78%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
21	Spiders	2	0	1	0	0	0	0	1	8	11	-3	1	0	0	0	0	0	0	1	5	6	-1	1	0	1	0	0	0	0	0	3	5	-2	1	0.250	8	13	21	0	0	29	95	57	4	65	258	451	350	12	59	24	14	56	2	1	50.00%	7	0	100.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
22	Stars	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	3	5	1	0	29	95	57	4	25	258	451	350	12	20	8	2	27	4	1	25.00%	1	1	0.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
23	Thunder	1	1	0	0	0	0	0	0	8	5	3	1	1	0	0	0	0	0	0	8	5	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	8	11	19	0	0	29	95	57	4	25	258	451	350	12	35	9	31	14	4	3	75.00%	3	1	66.67%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
24	Wolf Pack	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	3	2	1	4	1.000	9	16	25	0	0	29	95	57	4	58	258	451	350	12	41	8	18	44	5	4	80.00%	4	2	50.00%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
	Total	36	21	8	0	2	3	1	1	184	146	38	17	8	4	0	0	3	1	1	87	75	12	19	13	4	0	2	0	0	0	97	71	26	52	0.722	184	291	475	1	1	29	95	57	4	1064	258	451	350	12	928	298	354	774	103	44	42.72%	97	29	70.10%	1	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
	_Since Last GM Reset	36	21	8	0	2	3	1	1	184	146	38	17	8	4	0	0	3	1	1	87	75	12	19	13	4	0	2	0	0	0	97	71	26	52	0.722	184	291	475	1	1	29	95	57	4	1064	258	451	350	12	928	298	354	774	103	44	42.72%	97	29	70.10%	1	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
	_Vs Conference	17	10	4	0	1	2	0	0	80	66	14	7	2	3	0	0	2	0	0	22	28	-6	10	8	1	0	1	0	0	0	58	38	20	24	0.706	80	130	210	1	0	29	95	57	4	506	258	451	350	12	402	126	112	355	48	18	37.50%	41	12	70.73%	1	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358
	_Vs Division	11	2	1	0	1	2	0	0	75	43	32	5	1	1	0	0	2	0	0	35	25	10	6	1	0	0	1	0	0	0	40	18	22	8	0.364	75	117	192	1	0	29	95	57	4	338	258	451	350	12	296	107	124	237	47	20	42.55%	22	10	54.55%	0	355	648	54.78%	347	602	57.64%	369	657	56.16%	723	373	759	320	693	358

			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	52	W3	184	291	475	1064	928	298	354	774	1	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
36	21	8	2	3	1	1	184	146

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	8	4	0	3	1	1	87	75

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
19	13	4	2	0	0	0	97	71

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
7	3	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
103	44	42.72%	97	29	70.10%	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
258	451	350	12	29	95	57	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
355	648	54.78%	347	602	57.64%	369	657	56.16%

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
723	373	759	320	693	358

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 - 2025-10-07	3	Monsters	5	Monarchs	4	W			Sommaire du match
3 - 2025-10-09	18	Roadrunners	1	Monsters	11	W			Sommaire du match
5 - 2025-10-11	34	Stars	4	Monsters	2	L			Sommaire du match
7 - 2025-10-13	39	Monsters	6	Crunch	4	W			Sommaire du match
10 - 2025-10-16	67	Monsters	5	Monsters	3	W			Sommaire du match
12 - 2025-10-18	85	Bruins	5	Monsters	4	L	X		Sommaire du match
15 - 2025-10-21	107	Monsters	8	Roadrunners	3	W			Sommaire du match
17 - 2025-10-23	121	Caroline	2	Monsters	5	W			Sommaire du match
19 - 2025-10-25	128	Monsters	1	Bruins	3	L			Sommaire du match
20 - 2025-10-26	140	Monsters	3	Spiders	5	L			Sommaire du match
22 - 2025-10-28	161	Spiders	6	Monsters	5	L	X	X	Sommaire du match
25 - 2025-10-31	178	Monsters	5	Las Vegas	4	W			Sommaire du match
26 - 2025-11-01	184	Monsters	3	Sags	5	L			Sommaire du match
29 - 2025-11-04	209	Thunder	5	Monsters	8	W			Sommaire du match
33 - 2025-11-08	240	Monsters	7	Oil Kings	5	W			Sommaire du match
34 - 2025-11-09	250	Monsters	5	Comets	4	W	X		Sommaire du match
36 - 2025-11-11	262	Admirals	9	Monsters	4	L			Sommaire du match
38 - 2025-11-13	275	Crunch	4	Monsters	5	W			Sommaire du match
41 - 2025-11-16	300	Sound Tigers	0	Monsters	4	W			Sommaire du match
45 - 2025-11-20	326	Wolf Pack	4	Monsters	6	W			Sommaire du match
47 - 2025-11-22	343	Monsters	8	Jayhawks	2	W			Sommaire du match
48 - 2025-11-23	350	Monsters	5	Baby Hawks	4	W			Sommaire du match
51 - 2025-11-26	371	Sags	2	Monsters	4	W			Sommaire du match
53 - 2025-11-28	378	Monsters	5	Minnesota	3	W			Sommaire du match
54 - 2025-11-29	392	Rocket	3	Monsters	2	L	X		Sommaire du match
57 - 2025-12-02	417	Comets	4	Monsters	3	L	X		Sommaire du match
59 - 2025-12-04	430	Monsters	7	Sound Tigers	6	W	X		Sommaire du match
61 - 2025-12-06	441	Monsters	3	Wolf Pack	2	W			Sommaire du match
62 - 2025-12-07	453	Monsters	4	Phantoms	2	W			Sommaire du match
64 - 2025-12-09	475	Monsters	10	Jayhawks	5	W			Sommaire du match
66 - 2025-12-11	490	Cabaret Lady Mary Ann	6	Monsters	2	L			Sommaire du match
68 - 2025-12-13	506	Jayhawks	5	Monsters	3	L			Sommaire du match
71 - 2025-12-16	528	Monsters	3	Firebirds	6	L			Sommaire du match
74 - 2025-12-19	546	Oceanics	7	Monsters	8	W	X	X	Sommaire du match
76 - 2025-12-21	563	Monsters	4	Minnesota	1	W			Sommaire du match
78 - 2025-12-23	584	Roadrunners	8	Monsters	11	W			Sommaire du match
82 - 2025-12-27	600	Monsters	-	Las Vegas	-
84 - 2025-12-29	611	Monarchs	-	Monsters	-
86 - 2025-12-31	629	Chiefs	-	Monsters	-
89 - 2026-01-03	653	Monsters	-	Caroline	-
90 - 2026-01-04	659	Monsters	-	Cabaret Lady Mary Ann	-
92 - 2026-01-06	668	Monsters	-	Thunder	-
94 - 2026-01-08	691	Senators	-	Monsters	-
96 - 2026-01-10	699	Monsters	-	Monsters	-
98 - 2026-01-12	723	Marlies	-	Monsters	-
102 - 2026-01-16	752	Jayhawks	-	Monsters	-
105 - 2026-01-19	771	Bears	-	Monsters	-
107 - 2026-01-21	789	Admirals	-	Monsters	-
109 - 2026-01-23	805	Phantoms	-	Monsters	-
111 - 2026-01-25	819	Monsters	-	Marlies	-
114 - 2026-01-28	841	Monsters	-	Senators	-
115 - 2026-01-29	845	Monsters	-	Rocket	-
117 - 2026-01-31	860	Monsters	-	Cougars	-
119 - 2026-02-02	883	Cougars	-	Monsters	-
121 - 2026-02-04	897	Sags	-	Monsters	-
142 - 2026-02-25	914	Monsters	-	Roadrunners	-
143 - 2026-02-26	927	Minnesota	-	Monsters	-
145 - 2026-02-28	938	Baby Hawks	-	Monsters	-
147 - 2026-03-02	958	Monsters	-	Monarchs	-
148 - 2026-03-03	968	Monsters	-	Admirals	-
151 - 2026-03-06	984	Monsters	-	Stars	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
153 - 2026-03-08	1001	Minnesota	-	Monsters	-
155 - 2026-03-10	1023	Oil Kings	-	Monsters	-
157 - 2026-03-12	1040	Monsters	-	Firebirds	-
159 - 2026-03-14	1045	Monsters	-	Oceanics	-
161 - 2026-03-16	1067	Manchots	-	Monsters	-
163 - 2026-03-18	1080	Stars	-	Monsters	-
165 - 2026-03-20	1096	Monsters	-	Baby Hawks	-
167 - 2026-03-22	1111	Monsters	-	Bears	-
169 - 2026-03-24	1126	Monsters	-	Manchots	-
171 - 2026-03-26	1145	Monsters	-	Oceanics	-
173 - 2026-03-28	1162	Oceanics	-	Monsters	-
175 - 2026-03-30	1174	Heat	-	Monsters	-
177 - 2026-04-01	1188	Comets	-	Monsters	-
180 - 2026-04-04	1209	Monsters	-	Stars	-
181 - 2026-04-05	1228	Chiefs	-	Monsters	-
183 - 2026-04-07	1238	Monsters	-	Chiefs	-
185 - 2026-04-09	1256	Heat	-	Monsters	-
187 - 2026-04-11	1274	Las Vegas	-	Monsters	-
189 - 2026-04-13	1289	Monsters	-	Oil Kings	-
190 - 2026-04-14	1298	Monsters	-	Heat	-
192 - 2026-04-16	1312	Firebirds	-	Monsters	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	32,579	16,168
Assistance PCT	95.82%	95.11%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
-14	2867 - 95.58%	97,608$	1,659,342$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
740,583$	1,764,584$	1,764,584$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,143$	740,583$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
2,342,600$	112	9,143$	1,024,016$

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: 36 \| W: 24 \| L: 8 \| OTL: 4 \| P: 52 GF: 184 \| GA: 146 \| PP%: 42.72% \| PK%: 70.10% DG: Paul-André Desrochers \| Morale : 50 \| Moyenne d’équipe : 59 Prochains matchs #600 vs Las Vegas