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

Centre de jeu
	Oil Kings 46-24-12, 104pts	4	FINAL	3	Monsters 45-31-6, 96pts

Team Stats
L1	Streak	L2
23-12-6	Home Record	22-16-3
23-12-6	Away Record	23-15-3
7-3-0	Last 10 Games	3-7-0
3.56	Buts par match	3.56
3.02	Buts contre par match	3.41
20.47%	Pourcentage en avantage numérique	20.15%
87.25%	Pourcentage en désavantage numérique	78.35%

Oceanics
47-26-9, 103pts

FINAL

Monsters
45-31-6, 96pts

Team Stats
W2	Streak	L2
26-13-2	Home Record	22-16-3
21-13-7	Away Record	23-15-3
6-3-1	Last 10 Games	3-7-0
3.68	Buts par match	3.56
3.49	Buts contre par match	3.41
24.05%	Pourcentage en avantage numérique	20.15%
81.07%	Pourcentage en désavantage numérique	78.35%

Meneurs d'équipe
	Buts Peyton Krebs 35	Passes Peyton Krebs 52

	Points Peyton Krebs 87	Plus/Moins Ben Jones 20

	Victoires Jon Gillies 41	Pourcentage d’arrêts Tyler Parsons 0.963

Statistiques d’équipe
Buts pour 292 3.56 GFG	Tirs pour 3051 37.21 Avg	Pourcentage en avantage numérique 20.1% 54 GF	Début de zone offensive 41.2%
Buts contre 280 3.41 GAA	Tirs contre 2875 35.06 Avg	Pourcentage en désavantage numérique 78.4%% 63 GA	Début de la zone défensive 38.9%

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	2,875
	Billets de saison	300
Informations de la formation
	Équipe Pro	23
	Équipe Mineure	22
	Limite contact	45 / 50
	Espoirs	18

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du 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 moyen
1	Peyton Krebs (R)	X	X			100.00	63	41	88	80	66	68	69	74	48	71	62	63	25	51	51	0	50	63	0	20	2	894,167$
2	Vasily Podkolzin (R)			X		100.00	76	44	89	78	71	64	65	62	37	62	71	65	25	54	54	0	50	62	0	20	4	925,000$
3	Brett Seney	X	X			100.00	59	56	65	77	56	71	73	67	80	67	62	59	59	49	49	0	50	61	0	25	1	782,500$
4	Otto Koivula	X	X			100.00	75	45	99	71	84	58	68	62	67	70	55	63	25	45	45	0	50	61	0	23	2	700,000$
5	Aliaksei Protas (R)	X				100.00	67	44	99	72	86	61	64	66	55	64	59	59	25	47	47	0	50	60	0	20	3	795,000$
6	Oskar Steen	X		X		100.00	81	44	90	68	65	59	73	60	31	65	59	70	25	46	46	0	50	60	0	23	2	809,168$
7	Paul Cotter	X		X		100.00	74	75	71	63	75	74	78	61	76	53	64	63	61	44	44	0	50	60	0	21	5	900,000$
8	Ben Jones	X				100.00	68	68	69	66	68	75	79	61	76	52	65	60	62	44	44	0	50	59	0	22	3	760,000$
9	Marian Studenic			X		100.00	71	42	93	72	62	59	66	61	31	56	57	75	25	47	47	0	50	59	0	22	2	750,000$
10	Ty Ronning			X		100.00	69	61	87	63	61	61	62	61	50	56	62	61	59	44	44	0	50	57	0	23	3	750,833$
11	Curtis Hall (R)	X				100.00	86	81	97	70	81	53	55	46	58	42	45	66	43	44	44	0	50	54	0	21	3	925,000$
12	Grant Mismash	X	X			100.00	74	68	89	65	68	51	52	49	61	45	48	60	46	44	44	0	50	52	0	22	2	825,000$
13	Vladislav Kolyachonok (R)				X	100.00	77	44	93	77	71	69	64	63	25	45	48	75	25	46	46	0	50	63	0	20	3	795,000$
14	Steven Kampfer				X	100.00	71	43	92	67	70	65	49	57	25	47	46	69	24	63	64	0	50	60	0	33	2	750,000$
15	Alexander Alexeyev				X	100.00	80	80	79	71	80	62	66	49	25	43	39	63	37	44	44	0	50	58	0	21	3	863,333$
16	Jordan Gross				X	100.00	71	68	79	66	68	62	62	63	25	61	51	62	48	44	44	0	50	58	0	26	1	700,000$
17	Brayden Pachal				X	100.00	70	73	63	66	73	66	71	46	25	37	40	58	38	44	44	0	50	55	0	22	1	600,000$
18	Matthew Robertson (R)				X	100.00	79	77	84	63	77	53	55	46	25	37	39	62	37	44	44	0	50	55	0	20	4	797,500$
Rayé
1	Olle Lycksell (R)			X		100.00	45	40	89	67	63	61	80	47	53	41	44	44	48	54	54	0	50	50	0	22	3	837,000$
2	Lucas Carlsson				X	HO	75	43	91	71	70	60	65	57	25	51	49	64	25	50	50	0	50	60	0	24	0	0$
3	Danila Zhuravlyov (R)				X	100.00	45	39	83	67	60	55	72	43	25	39	36	46	40	50	50	0	50	50	0	21	4	600,000$

	MOYENNE D’ÉQUIPE					100.00	70	56	85	70	70	62	66	57	44	53	52	62	38	48	48	0	50	58

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 moyen
1	Tyler Parsons	100.00	43	48	58	70	39	41	49	48	42	43	29	44	41	0	50	47	0	24	1	650,000$
2	Filip Larsson (R)	100.00	41	49	58	71	44	44	47	46	40	41	27	44	41	0	50	47	0	23	1	836,666$
Rayé

	MOYENNE D’ÉQUIPE	100.00	42	49	58	71	42	43	48	47	41	42	28	44	41	0	50	47

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	FW	FL	FT	S1	S2	S3
1	Peyton Krebs	Monsters (Col)	C/LW	79	35	52	87	5	4	0	59	219	340	102	281	10.29%	22	1721	21.79	9	11	20	55	214	0	0	0	10	125	4	3	45.03%	1257	0	0	1.01	2	6	0	0	0	5	14	1
2	Brett Seney	Monsters (Col)	C/LW	82	34	51	85	10	26	0	94	125	308	80	208	11.04%	12	1439	17.56	6	22	28	55	227	0	1	1	5	120	7	4	62.42%	330	0	2	1.18	2	6	0	0	0	8	0	5
3	Otto Koivula	Monsters (Col)	C/LW	82	22	42	64	11	51	5	74	151	237	72	177	9.28%	14	1488	18.16	4	8	12	42	205	0	0	0	1	83	1	4	57.85%	567	0	1	0.86	3	4	0	1	0	4	1	5
4	Oskar Steen	Monsters (Col)	C/RW	82	28	33	61	0	46	0	161	164	297	71	165	9.43%	21	1435	17.50	5	8	13	40	132	0	0	0	2	101	3	0	38.66%	357	0	0	0.85	0	0	0	0	0	3	3	5
5	Jordan Gross	Monsters (Col)	D	82	13	42	55	13	32	0	98	72	116	38	77	11.21%	125	1766	21.54	8	8	16	60	215	0	0	0	3	223	2	1	0.00%	0	0	0	0.62	0	0	0	0	0	1	1	2
6	Aliaksei Protas	Monsters (Col)	C	82	17	37	54	4	8	0	45	153	202	56	133	8.42%	7	1210	14.76	3	7	10	20	106	0	0	0	0	38	2	2	51.36%	1359	0	0	0.89	0	1	0	0	0	2	2	3
7	Vladislav Kolyachonok	Monsters (Col)	D	77	13	41	54	4	62	0	138	93	174	38	100	7.47%	138	1787	23.21	5	9	14	67	193	0	1	1	0	204	2	1	0.00%	0	1	0	0.60	0	0	0	0	0	4	5	0
8	Ben Jones	Monsters (Col)	C	82	25	27	52	20	73	5	125	147	157	43	120	15.92%	12	1248	15.22	0	0	0	5	22	0	0	0	0	2	3	0	57.85%	1369	0	0	0.83	1	2	0	1	0	3	4	2
9	Vasily Podkolzin	Monsters (Col)	RW	62	20	29	49	3	36	0	129	96	230	83	172	8.70%	20	1352	21.82	3	8	11	43	177	1	0	1	3	127	4	0	35.24%	105	0	0	0.72	1	5	0	0	0	1	3	1
10	Paul Cotter	Monsters (Col)	C/RW	82	16	26	42	15	37	5	139	130	176	70	141	9.09%	12	1242	15.15	4	3	7	32	131	0	1	1	3	166	2	0	57.11%	900	0	0	0.68	2	2	0	0	1	0	5	5
11	Marian Studenic	Monsters (Col)	RW	82	18	21	39	9	10	0	53	100	189	43	119	9.52%	26	873	10.66	0	1	1	7	15	0	0	0	5	143	1	0	25.35%	71	0	0	0.89	0	0	0	0	0	1	5	1
12	Alexander Alexeyev	Monsters (Col)	D	82	6	25	31	12	82	20	189	45	79	21	49	7.59%	117	1719	20.97	2	6	8	30	204	0	1	1	2	209	2	0	0.00%	0	0	0	0.36	0	0	2	1	1	3	0	2
13	Grant Mismash	Monsters (Col)	C/LW	82	11	15	26	-9	18	0	68	56	117	30	72	9.40%	10	1034	12.62	1	3	4	14	105	0	0	0	0	6	2	1	50.75%	67	0	0	0.50	0	0	0	0	0	0	1	1
14	Steven Kampfer	Monsters (Col)	D	75	7	18	25	3	22	0	105	54	103	37	72	6.80%	103	1747	23.30	3	2	5	37	194	0	0	0	2	213	1	0	0.00%	0	0	0	0.29	0	0	0	0	0	1	1	1
15	Brayden Pachal	Monsters (Col)	D	82	2	20	22	5	62	0	155	26	49	19	38	4.08%	79	1378	16.81	1	3	4	7	68	0	0	0	0	51	0	0	0.00%	0	0	0	0.32	0	0	0	0	0	1	0	4
16	Matthew Robertson	Monsters (Col)	D	82	4	18	22	8	65	15	140	35	49	11	25	8.16%	79	1327	16.19	0	0	0	2	24	0	0	0	0	70	1	0	0.00%	0	0	0	0.33	0	0	0	0	3	0	0	2
17	Ty Ronning	Monsters (Col)	RW	82	11	8	19	-6	10	0	28	57	129	45	126	8.53%	3	608	7.42	0	0	0	0	0	1	0	1	1	3	3	0	46.67%	30	0	0	0.62	0	0	0	0	0	1	0	0
18	Curtis Hall	Monsters (Col)	C	82	4	10	14	-14	39	5	66	71	90	24	61	4.44%	10	595	7.26	0	0	0	3	15	0	0	0	1	59	0	0	50.00%	652	0	0	0.47	0	0	1	0	0	0	0	0
19	Danila Zhuravlyov	Monsters (Col)	D	13	1	2	3	-1	0	0	3	1	2	0	0	50.00%	9	176	13.60	0	0	0	0	3	0	0	0	0	12	0	1	0.00%	0	0	0	0.34	0	0	0	0	0	0	0	1
20	Olle Lycksell	Monsters (Col)	RW	22	0	2	2	0	0	0	1	3	7	4	6	0.00%	0	128	5.82	0	0	0	0	2	0	0	0	0	0	0	0	18.18%	11	0	0	0.31	0	1	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1476	287	519	806	92	683	55	1870	1798	3051	887	2142	9.41%	819	24282	16.45	54	99	153	519	2260	2	4	6	38	1964	40	17	51.92%	7075	1	3	0.66	11	27	3	3	5	38	45	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	EG	PS %	PSA	ST	BG	S1	S3
1	Jon Gillies	Colorado	67	41	20	6	0.906	3.16	3856	4	2	203	2164	1	0.679	28	67	0	3	1
2	Filip Larsson	Monsters (Col)	21	4	11	0	0.890	4.11	1007	2	0	69	627	1	0.00%	0	15	67	1	0
3	Tyler Parsons	Monsters (Col)	4	0	0	0	0.963	1.62	111	0	0	3	82	0	0.00%	0	0	15	0	0
Statistiques d’équipe totales ou en moyenne			92	45	31	6	0.904	3.32	4975	6	2	275	2873	2		28	82	82	4	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	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Link
Alexander Alexeyev	Monsters (Col)	D	21	1999-11-15	No	210 Lbs	6 ft4	No	No	No	3	Pro & Farm	863,333$	0$	0$	No	863,333$	863,333$			Lien
Aliaksei Protas	Monsters (Col)	C	20	2001-01-06	Yes	225 Lbs	6 ft6	No	No	No	3	Pro & Farm	795,000$	0$	0$	No	795,000$	795,000$			Lien
Ben Jones	Monsters (Col)	C	22	1999-02-25	No	187 Lbs	6 ft0	No	No	No	3	Pro & Farm	760,000$	0$	0$	No	760,000$	760,000$			Lien
Brayden Pachal	Monsters (Col)	D	22	1999-08-23	No	201 Lbs	6 ft0	Yes	No	No	1	Pro & Farm	600,000$	0$	0$	No					Lien
Brett Seney	Monsters (Col)	C/LW	25	1996-02-27	No	156 Lbs	5 ft9	No	No	Yes	1	Pro & Farm	782,500$	0$	0$	No					Lien
Curtis Hall	Monsters (Col)	C	21	2000-04-26	Yes	216 Lbs	6 ft4	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$			Lien
Danila Zhuravlyov	Monsters (Col)	D	21	2000-04-08	Yes	163 Lbs	6 ft0	Yes	No	No	4	Pro & Farm	600,000$	0$	0$	No	600,000$	600,000$	600,000$		Lien
Filip Larsson	Monsters (Col)	G	23	1998-08-17	Yes	181 Lbs	6 ft2	No	No	No	1	Pro & Farm	836,666$	0$	0$	No					Lien
Grant Mismash	Monsters (Col)	C/LW	22	1999-02-19	No	185 Lbs	6 ft0	No	No	No	2	Pro & Farm	825,000$	0$	0$	No	825,000$				Lien
Jordan Gross (contrat à 1 volet)	Monsters (Col)	D	26	1995-05-09	No	190 Lbs	5 ft10	No	No	Yes	1	Pro & Farm	700,000$	0$	0$	No					Lien
Lucas Carlsson	Monsters (Col)	D	24	1997-07-05	No	190 Lbs	6 ft0	No	No	Yes	0	Pro & Farm		0$	0$	No					Lien
Marian Studenic	Monsters (Col)	RW	22	1998-10-28	No	163 Lbs	6 ft1	No	No	No	2	Pro & Farm	750,000$	0$	0$	No	750,000$				Lien
Matthew Robertson	Monsters (Col)	D	20	2001-03-09	Yes	201 Lbs	6 ft4	No	No	No	4	Pro & Farm	797,500$	0$	0$	No	797,500$	797,500$	797,500$		Lien
Olle Lycksell	Monsters (Col)	RW	22	1999-08-24	Yes	176 Lbs	5 ft11	No	No	No	3	Pro & Farm	837,000$	0$	0$	No	837,000$	837,000$			Lien
Oskar Steen	Monsters (Col)	C/RW	23	1998-03-09	No	188 Lbs	5 ft9	No	No	No	2	Pro & Farm	809,168$	0$	0$	No	809,168$				Lien
Otto Koivula	Monsters (Col)	C/LW	23	1998-09-01	No	223 Lbs	6 ft5	No	No	No	2	Pro & Farm	700,000$	0$	0$	No	700,000$				Lien
Paul Cotter	Monsters (Col)	C/RW	21	1999-11-16	No	206 Lbs	6 ft1	Yes	No	No	5	Pro & Farm	900,000$	0$	0$	No	900,000$	900,000$	900,000$	900,000$	Lien
Peyton Krebs	Monsters (Col)	C/LW	20	2001-01-26	Yes	180 Lbs	5 ft11	No	No	No	2	Pro & Farm	894,167$	0$	0$	No	894,167$				Lien
Steven Kampfer (contrat à 1 volet)	Monsters (Col)	D	33	1988-09-24	No	198 Lbs	5 ft11	No	No	Yes	2	Pro & Farm	750,000$	0$	0$	No	750,000$				Lien
Ty Ronning	Monsters (Col)	RW	23	1997-10-20	No	172 Lbs	5 ft9	No	No	No	3	Pro & Farm	750,833$	0$	0$	No	750,833$	750,833$			Lien
Tyler Parsons	Monsters (Col)	G	24	1997-09-17	No	185 Lbs	6 ft1	No	No	Yes	1	Pro & Farm	650,000$	0$	0$	No					Lien
Vasily Podkolzin	Monsters (Col)	RW	20	2001-06-24	Yes	190 Lbs	6 ft1	No	No	No	4	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	925,000$		Lien
Vladislav Kolyachonok	Monsters (Col)	D	20	2001-05-26	Yes	194 Lbs	6 ft1	No	No	No	3	Pro & Farm	795,000$	0$	0$	No	795,000$	795,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	22.52	190 Lbs	6 ft1	2.39	749,833$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brett Seney	Peyton Krebs	Vasily Podkolzin	40	1	2	2
2	Otto Koivula	Ben Jones	Oskar Steen	30	1	2	2
3	Grant Mismash	Aliaksei Protas	Paul Cotter	20	1	2	2
4	Grant Mismash	Curtis Hall	Ty Ronning	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Vladislav Kolyachonok	Steven Kampfer	40	1	2	2
2	Jordan Gross	Alexander Alexeyev	30	1	2	2
3	Brayden Pachal	Matthew Robertson	20	1	2	2
4	Vladislav Kolyachonok	Steven Kampfer	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brett Seney	Peyton Krebs	Vasily Podkolzin	60	1	2	2
2	Grant Mismash	Otto Koivula	Paul Cotter	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Vladislav Kolyachonok	Steven Kampfer	60	1	2	2
2	Jordan Gross	Alexander Alexeyev	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	Brett Seney	Otto Koivula	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Vladislav Kolyachonok	Steven Kampfer	60	1	2	2
2	Jordan Gross	Alexander Alexeyev	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	Vladislav Kolyachonok	Steven Kampfer	60	1	2	2
2	Vasily Podkolzin	40	1	2	2	Jordan Gross	Alexander Alexeyev	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	Brett Seney	Otto Koivula	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Vladislav Kolyachonok	Steven Kampfer	60	1	2	2
2	Jordan Gross	Alexander Alexeyev	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brett Seney	Peyton Krebs	Vasily Podkolzin	Vladislav Kolyachonok	Steven Kampfer

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brett Seney	Peyton Krebs	Vasily Podkolzin	Vladislav Kolyachonok	Steven Kampfer

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ben Jones, Curtis Hall, Oskar Steen	Ben Jones, Curtis Hall	Oskar Steen

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Brayden Pachal, Matthew Robertson, Jordan Gross	Brayden Pachal	Matthew Robertson, Jordan Gross

Tirs de pénalité
Peyton Krebs, Vasily Podkolzin, Brett Seney, Otto Koivula, Paul Cotter

Gardien
#1 : Filip Larsson, #2 : Tyler Parsons

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	3	2	0	0	1	0	0	0	15	8	7	1	0	0	0	1	0	0	0	4	3	1	2	2	0	0	0	0	0	0	11	5	6	6	1.000	15	29	44	0	0	107	83	91	17	85	978	968	1062	70	94	27	16	60	13	3	23.08%	8	3	62.50%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
2	Baby Hawks	3	0	3	0	0	0	0	0	7	16	-9	2	0	2	0	0	0	0	0	5	10	-5	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	7	13	20	0	0	107	83	91	17	75	978	968	1062	70	135	41	26	54	8	1	12.50%	12	4	66.67%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
3	Bears	2	1	0	0	0	0	1	0	8	5	3	1	0	0	0	0	0	1	0	3	2	1	1	1	0	0	0	0	0	0	5	3	2	4	1.000	8	12	20	0	0	107	83	91	17	93	978	968	1062	70	75	15	10	51	7	1	14.29%	5	1	80.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
4	Bruins	2	1	0	0	0	1	0	0	9	7	2	1	1	0	0	0	0	0	0	4	1	3	1	0	0	0	0	1	0	0	5	6	-1	3	0.750	9	18	27	0	0	107	83	91	17	56	978	968	1062	70	79	20	29	45	3	2	66.67%	12	2	83.33%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
5	Cabaret Lady Mary Ann	2	2	0	0	0	0	0	0	12	3	9	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	7	2	5	4	1.000	12	21	33	0	0	107	83	91	17	119	978	968	1062	70	69	19	6	55	1	1	100.00%	3	0	100.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
6	Caroline	2	2	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	3	1	2	4	1.000	8	16	24	0	0	107	83	91	17	86	978	968	1062	70	53	21	12	46	8	1	12.50%	5	1	80.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
7	Chiefs	4	1	1	0	1	0	1	0	15	13	2	2	1	0	0	1	0	0	0	9	5	4	2	0	1	0	0	0	1	0	6	8	-2	6	0.750	15	26	41	0	0	107	83	91	17	126	978	968	1062	70	137	44	31	75	21	4	19.05%	10	0	100.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
8	Chill	4	3	1	0	0	0	0	0	16	11	5	2	2	0	0	0	0	0	0	9	5	4	2	1	1	0	0	0	0	0	7	6	1	6	0.750	16	29	45	0	0	107	83	91	17	152	978	968	1062	70	139	33	44	104	12	2	16.67%	17	3	82.35%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
9	Comets	3	0	3	0	0	0	0	0	7	17	-10	1	0	1	0	0	0	0	0	2	3	-1	2	0	2	0	0	0	0	0	5	14	-9	0	0.000	7	13	20	0	0	107	83	91	17	99	978	968	1062	70	121	31	31	72	9	3	33.33%	12	3	75.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
10	Cougars	2	0	2	0	0	0	0	0	4	11	-7	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	4	7	11	0	0	107	83	91	17	71	978	968	1062	70	81	34	12	39	5	1	20.00%	6	3	50.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
11	Crunch	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	4	3	1	4	1.000	9	15	24	0	0	107	83	91	17	97	978	968	1062	70	62	17	20	47	10	3	30.00%	9	2	77.78%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
12	Heat	3	3	0	0	0	0	0	0	16	8	8	1	1	0	0	0	0	0	0	6	5	1	2	2	0	0	0	0	0	0	10	3	7	6	1.000	16	27	43	0	0	107	83	91	17	147	978	968	1062	70	154	29	20	69	9	4	44.44%	9	4	55.56%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
13	Jayhawks	4	1	3	0	0	0	0	0	12	15	-3	2	0	2	0	0	0	0	0	6	11	-5	2	1	1	0	0	0	0	0	6	4	2	2	0.250	12	21	33	1	1	107	83	91	17	181	978	968	1062	70	158	40	40	83	8	1	12.50%	17	3	82.35%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
14	Las Vegas	3	2	1	0	0	0	0	0	12	8	4	2	1	1	0	0	0	0	0	7	7	0	1	1	0	0	0	0	0	0	5	1	4	4	0.667	12	22	34	0	0	107	83	91	17	101	978	968	1062	70	87	31	14	72	10	1	10.00%	7	3	57.14%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
15	Manchots	2	2	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	4	3	1	4	1.000	8	16	24	0	0	107	83	91	17	77	978	968	1062	70	57	18	18	43	10	1	10.00%	8	0	100.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
16	Marlies	2	1	1	0	0	0	0	0	7	5	2	1	1	0	0	0	0	0	0	6	2	4	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	7	10	17	0	0	107	83	91	17	66	978	968	1062	70	69	13	14	47	8	2	25.00%	7	1	85.71%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
17	Minnesota	3	1	2	0	0	0	0	0	11	12	-1	1	0	1	0	0	0	0	0	3	4	-1	2	1	1	0	0	0	0	0	8	8	0	2	0.333	11	16	27	0	0	107	83	91	17	105	978	968	1062	70	103	28	26	72	6	1	16.67%	13	3	76.92%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
18	Monarchs	3	2	0	0	1	0	0	0	13	7	6	2	1	0	0	1	0	0	0	9	4	5	1	1	0	0	0	0	0	0	4	3	1	6	1.000	13	24	37	0	0	107	83	91	17	155	978	968	1062	70	79	25	17	84	15	7	46.67%	5	0	100.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
19	Monsters	2	1	0	0	0	0	0	1	6	5	1	1	0	0	0	0	0	0	1	2	3	-1	1	1	0	0	0	0	0	0	4	2	2	3	0.750	6	12	18	0	0	107	83	91	17	65	978	968	1062	70	66	24	14	61	6	1	16.67%	7	2	71.43%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
20	Oceanics	4	1	3	0	0	0	0	0	13	17	-4	2	0	2	0	0	0	0	0	5	10	-5	2	1	1	0	0	0	0	0	8	7	1	2	0.250	13	25	38	1	0	107	83	91	17	148	978	968	1062	70	118	38	32	84	19	1	5.26%	15	3	80.00%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
21	Oil Kings	3	0	2	0	1	0	0	0	8	10	-2	2	0	2	0	0	0	0	0	5	8	-3	1	0	0	0	1	0	0	0	3	2	1	2	0.333	8	15	23	0	0	107	83	91	17	112	978	968	1062	70	89	21	33	59	6	1	16.67%	13	3	76.92%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
22	Phantoms	2	2	0	0	0	0	0	0	11	4	7	1	1	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	5	2	3	4	1.000	11	20	31	0	0	107	83	91	17	82	978	968	1062	70	50	12	14	34	12	3	25.00%	6	1	83.33%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
23	Rocket	2	0	0	0	1	0	1	0	9	7	2	1	0	0	0	1	0	0	0	4	3	1	1	0	0	0	0	0	1	0	5	4	1	4	1.000	9	15	24	0	0	107	83	91	17	78	978	968	1062	70	69	17	19	43	8	0	0.00%	6	1	83.33%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
24	Seattle	3	0	1	0	0	0	0	2	8	13	-5	2	0	1	0	0	0	0	1	3	7	-4	1	0	0	0	0	0	0	1	5	6	-1	2	0.333	8	15	23	0	0	107	83	91	17	89	978	968	1062	70	104	33	32	60	8	3	37.50%	16	3	81.25%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
25	Senators	2	0	1	0	0	0	1	0	8	9	-1	1	0	0	0	0	0	1	0	4	3	1	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	8	13	21	0	0	107	83	91	17	85	978	968	1062	70	72	16	14	43	8	2	25.00%	6	1	83.33%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
26	Sharks	3	0	2	0	0	0	1	0	7	14	-7	1	0	0	0	0	0	1	0	4	3	1	2	0	2	0	0	0	0	0	3	11	-8	2	0.333	7	12	19	0	0	107	83	91	17	95	978	968	1062	70	122	41	47	93	8	0	0.00%	18	5	72.22%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
27	Sound Tigers	2	0	1	0	0	1	0	0	4	7	-3	1	0	0	0	0	1	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	4	7	11	0	0	107	83	91	17	69	978	968	1062	70	91	24	16	48	4	0	0.00%	7	1	85.71%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
28	Spiders	2	1	0	0	0	1	0	0	8	7	1	1	1	0	0	0	0	0	0	5	3	2	1	0	0	0	0	1	0	0	3	4	-1	3	0.750	8	13	21	0	0	107	83	91	17	84	978	968	1062	70	66	24	23	43	6	2	33.33%	9	1	88.89%	1	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
29	Stars	4	1	3	0	0	0	0	0	8	16	-8	2	0	2	0	0	0	0	0	2	8	-6	2	1	1	0	0	0	0	0	6	8	-2	2	0.250	8	14	22	0	0	107	83	91	17	122	978	968	1062	70	149	39	24	107	9	1	11.11%	11	4	63.64%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
30	Thunder	2	1	1	0	0	0	0	0	7	8	-1	1	0	1	0	0	0	0	0	3	6	-3	1	1	0	0	0	0	0	0	4	2	2	2	0.500	7	12	19	0	0	107	83	91	17	57	978	968	1062	70	70	17	14	36	5	0	0.00%	6	2	66.67%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
31	Wolf Pack	2	1	0	0	1	0	0	0	6	3	3	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	2	0	2	4	1.000	6	11	17	0	1	107	83	91	17	74	978	968	1062	70	57	27	21	41	6	1	16.67%	6	0	100.00%	1	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
	Total	82	34	31	0	6	3	5	3	292	280	12	41	14	16	0	5	1	3	2	144	138	6	41	20	15	0	1	2	2	1	148	142	6	96	0.585	292	519	811	2	2	107	83	91	17	3051	978	968	1062	70	2875	819	689	1870	268	54	20.15%	291	63	78.35%	2	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
	_Since Last GM Reset	82	34	31	0	6	3	5	3	292	280	12	41	14	16	0	5	1	3	2	144	138	6	41	20	15	0	1	2	2	1	148	142	6	96	0.585	292	519	811	2	2	107	83	91	17	3051	978	968	1062	70	2875	819	689	1870	268	54	20.15%	291	63	78.35%	2	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
	_Vs Conference	43	15	21	0	3	0	2	2	146	159	-13	22	6	13	0	2	0	0	1	69	83	-14	21	9	8	0	1	0	2	1	77	76	1	42	0.488	146	256	402	1	1	107	83	91	17	1608	978	968	1062	70	1571	445	346	953	126	26	20.63%	149	37	75.17%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541
	_Vs Division	26	3	6	0	1	0	1	0	82	100	-18	13	1	3	0	1	0	0	0	39	53	-14	13	2	3	0	0	0	1	0	43	47	-4	10	0.192	82	144	226	2	1	107	83	91	17	909	978	968	1062	70	939	263	223	579	83	11	13.25%	95	20	78.95%	0	1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%	2028	1404	1876	601	1074	541

			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
82	96	L2	292	519	811	3051	2875	819	689	1870	2	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	34	31	6	3	5	3	292	280

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	14	16	5	1	3	2	144	138

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	20	15	1	2	2	1	148	142

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
3	7	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
268	54	20.15%	291	63	78.35%	2

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
978	968	1062	70	107	83	91	17

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
1518	2915	52.08%	1422	2755	51.62%	733	1405	52.17%

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
2028	1404	1876	601	1074	541

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
6 - 2022-10-12	8	Baby Hawks	6	Monsters	2	BL			Sommaire du match
7 - 2022-10-13	18	Monsters	7	Heat	2	AW			Sommaire du match
11 - 2022-10-17	45	Monsters	5	Minnesota	4	AW			Sommaire du match
13 - 2022-10-19	57	Oceanics	6	Monsters	3	BL			Sommaire du match
15 - 2022-10-21	73	Seattle	3	Monsters	0	BL			Sommaire du match
16 - 2022-10-22	85	Monsters	5	Las Vegas	1	AW			Sommaire du match
19 - 2022-10-25	99	Monsters	2	Wolf Pack	0	AW			Sommaire du match
22 - 2022-10-28	123	Monsters	3	Spiders	4	AL	X		Sommaire du match
23 - 2022-10-29	135	Monsters	1	Sound Tigers	3	AL			Sommaire du match
29 - 2022-11-04	174	Monsters	3	Monsters	2	BL	X	X	Sommaire du match
30 - 2022-11-05	176	Monsters	4	Monsters	2	AW			Sommaire du match
35 - 2022-11-10	219	Chill	3	Monsters	4	BW			Sommaire du match
37 - 2022-11-12	233	Caroline	3	Monsters	5	BW			Sommaire du match
39 - 2022-11-14	247	Chiefs	2	Monsters	5	BW			Sommaire du match
42 - 2022-11-17	261	Monsters	3	Caroline	1	AW			Sommaire du match
44 - 2022-11-19	279	Monsters	5	Bears	3	AW			Sommaire du match
46 - 2022-11-21	298	Monsters	1	Stars	4	AL			Sommaire du match
48 - 2022-11-23	317	Comets	3	Monsters	2	BL			Sommaire du match
50 - 2022-11-25	319	Monsters	4	Chill	2	AW			Sommaire du match
51 - 2022-11-26	339	Stars	4	Monsters	2	BL			Sommaire du match
54 - 2022-11-29	357	Monsters	5	Oceanics	3	AW			Sommaire du match
56 - 2022-12-01	365	Monsters	4	Crunch	3	AW			Sommaire du match
58 - 2022-12-03	381	Monsters	5	Bruins	6	AL	X		Sommaire du match
60 - 2022-12-05	397	Monsters	5	Phantoms	2	AW			Sommaire du match
62 - 2022-12-07	415	Bruins	1	Monsters	4	BW			Sommaire du match
64 - 2022-12-09	430	Wolf Pack	3	Monsters	4	BW	X		Sommaire du match
66 - 2022-12-11	442	Monsters	2	Chiefs	5	AL			Sommaire du match
68 - 2022-12-13	464	Phantoms	2	Monsters	6	BW			Sommaire du match
70 - 2022-12-15	479	Crunch	3	Monsters	5	BW			Sommaire du match
72 - 2022-12-17	493	Chill	2	Monsters	5	BW			Sommaire du match
74 - 2022-12-19	506	Sound Tigers	4	Monsters	3	BL	X		Sommaire du match
76 - 2022-12-21	520	Rocket	3	Monsters	4	BW	X		Sommaire du match
78 - 2022-12-23	539	Monsters	3	Chill	4	AL			Sommaire du match
82 - 2022-12-27	554	Monsters	4	Jayhawks	0	AW			Sommaire du match
84 - 2022-12-29	571	Monarchs	1	Monsters	5	BW			Sommaire du match
86 - 2022-12-31	582	Marlies	2	Monsters	6	BW			Sommaire du match
88 - 2023-01-02	596	Las Vegas	2	Monsters	5	BW			Sommaire du match
91 - 2023-01-05	619	Monsters	2	Comets	8	AL			Sommaire du match
93 - 2023-01-07	635	Monsters	3	Oil Kings	2	AW	X		Sommaire du match
96 - 2023-01-10	656	Cabaret Lady Mary Ann	1	Monsters	5	BW			Sommaire du match
98 - 2023-01-12	671	Monsters	2	Baby Hawks	6	AL			Sommaire du match
100 - 2023-01-14	678	Senators	3	Monsters	4	BW	X	X	Sommaire du match
102 - 2023-01-16	696	Cougars	5	Monsters	2	BL			Sommaire du match
104 - 2023-01-18	715	Monsters	3	Heat	1	AW			Sommaire du match
106 - 2023-01-20	731	Monsters	3	Comets	6	AL			Sommaire du match
107 - 2023-01-21	743	Monsters	5	Seattle	6	AL	X	X	Sommaire du match
110 - 2023-01-24	764	Bears	2	Monsters	3	BW	X	X	Sommaire du match
112 - 2023-01-26	776	Admirals	3	Monsters	4	BW	X		Sommaire du match
114 - 2023-01-28	788	Chiefs	3	Monsters	4	BW	X		Sommaire du match
124 - 2023-02-07	813	Monsters	4	Manchots	3	AW			Sommaire du match
126 - 2023-02-09	821	Monsters	4	Thunder	2	AW			Sommaire du match
128 - 2023-02-11	839	Monsters	7	Cabaret Lady Mary Ann	2	AW			Sommaire du match
131 - 2023-02-14	862	Thunder	6	Monsters	3	BL			Sommaire du match
132 - 2023-02-15	867	Monsters	3	Minnesota	4	AL			Sommaire du match
135 - 2023-02-18	883	Monsters	4	Chiefs	3	AW	X	X	Sommaire du match
136 - 2023-02-19	898	Oil Kings	4	Monsters	2	BL			Sommaire du match
141 - 2023-02-24	935	Monsters	3	Oceanics	4	AL			Sommaire du match
142 - 2023-02-25	945	Heat	5	Monsters	6	BW			Sommaire du match
144 - 2023-02-27	956	Las Vegas	5	Monsters	2	BL			Sommaire du match
146 - 2023-03-01	971	Spiders	3	Monsters	5	BW			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
149 - 2023-03-04	997	Monsters	5	Stars	4	AW			Sommaire du match
150 - 2023-03-05	1005	Seattle	4	Monsters	3	BL	X	X	Sommaire du match
152 - 2023-03-07	1019	Sharks	3	Monsters	4	BW	X	X	Sommaire du match
154 - 2023-03-09	1033	Monarchs	3	Monsters	4	BW	X		Sommaire du match
156 - 2023-03-11	1041	Jayhawks	5	Monsters	3	BL			Sommaire du match
158 - 2023-03-13	1062	Monsters	5	Rocket	4	AW	X	X	Sommaire du match
160 - 2023-03-15	1077	Monsters	1	Marlies	3	AL			Sommaire du match
161 - 2023-03-16	1080	Monsters	4	Senators	6	AL			Sommaire du match
163 - 2023-03-18	1095	Monsters	2	Cougars	6	AL			Sommaire du match
165 - 2023-03-20	1117	Baby Hawks	4	Monsters	3	BL			Sommaire du match
167 - 2023-03-22	1133	Manchots	1	Monsters	4	BW			Sommaire du match
169 - 2023-03-24	1149	Jayhawks	6	Monsters	3	BL			Sommaire du match
171 - 2023-03-26	1165	Monsters	2	Jayhawks	4	AL			Sommaire du match
172 - 2023-03-27	1174	Monsters	7	Admirals	2	AW			Sommaire du match
174 - 2023-03-29	1188	Minnesota	4	Monsters	3	BL			Sommaire du match
177 - 2023-04-01	1212	Stars	4	Monsters	0	BL			Sommaire du match
180 - 2023-04-04	1239	Monsters	1	Sharks	5	AL			Sommaire du match
182 - 2023-04-06	1256	Monsters	2	Sharks	6	AL			Sommaire du match
184 - 2023-04-08	1272	Monsters	4	Monarchs	3	AW			Sommaire du match
185 - 2023-04-09	1274	Monsters	4	Admirals	3	AW			Sommaire du match
187 - 2023-04-11	1292	Oil Kings	4	Monsters	3	BL			Sommaire du match
189 - 2023-04-13	1309	Oceanics	4	Monsters	2	BL			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	78,771	39,113
Assistance PCT	96.06%	95.40%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2875 - 95.84%	81,553$	3,343,680$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,560,492$	1,579,617$	1,579,617$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
8,314$	1,560,492$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	8,314$	0$

Monsters Leaders statistiques (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 (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: 82 \| W: 45 \| L: 31 \| OTL: 6 \| P: 96 GF: 292 \| GA: 280 \| PP%: 20.15% \| PK%: 78.35% DG: Paul-André Desrochers \| Morale : 50 \| Moyenne d’équipe : 57