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

Centre de jeu
	Monsters 50-27-5, 105pts	1	FINAL	0	Chill 37-37-8, 82pts

Team Stats
W9	Séquence	SOL1
24-15-2	Fiche domicile	20-18-3
26-12-3	Fiche domicile	17-19-5
9-1-0	Derniers 10 matchs	3-6-1
2.24	Buts par match	2.17
1.79	Buts contre par match	2.28
17.36%	Pourcentage en avantage numérique	18.39%
85.45%	Pourcentage en désavantage numérique	85.50%

Caroline
50-20-12, 112pts

FINAL

Monsters
50-27-5, 105pts

Team Stats
L1	Séquence	W9
27-6-8	Fiche domicile	24-15-2
23-14-4	Fiche domicile	26-12-3
4-4-2	Derniers 10 matchs	9-1-0
2.35	Buts par match	2.24
1.87	Buts contre par match	1.79
14.51%	Pourcentage en avantage numérique	17.36%
88.06%	Pourcentage en désavantage numérique	85.45%

Meneurs d'équipe
	Buts Laurent Dauphin 23	Passes Gustav Lindstrom 37

	Points Connor Mackey 56	Plus/Moins Laurent Dauphin 23

	Victoires Mads Sogaard 50	Pourcentage d’arrêts Mads Sogaard 0.901

Statistiques d’équipe
Buts pour 184 2.24 GFG	Tirs pour 1522 18.56 Avg	Pourcentage en avantage numérique 17.4% 42 GF	Début de zone offensive 39.4%
Buts contre 147 1.79 GAA	Tirs contre 1430 17.44 Avg	Pourcentage en désavantage numérique 85.4%% 39 GA	Début de la zone défensive 39.2%

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	2,894
	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	82	20	36	56	11	88	10	190	100	125	40	67	16.00%	62	1883	22.97	13	5	18	74	217	0	0	0	0	200	3	2	0%	0	0	0	0.59	0	1	1	1	6	5	6
2	Gustav Lindstrom	Monsters (Clb)	D	82	12	37	49	12	20	0	71	105	98	45	65	12.24%	49	1940	23.67	5	13	18	61	220	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	82	23	22	45	23	20	0	62	221	196	51	128	11.73%	13	1858	22.67	1	7	8	30	211	0	1	1	5	260	4	1	65.91%	1971	2	1	0.48	6	16	0	0	4	6	2
4	Wayne Simmonds	Monsters (Clb)	LW/RW	78	20	23	43	17	80	10	197	75	166	54	89	12.05%	12	1589	20.38	5	8	13	29	199	0	0	0	3	226	4	1	48.70%	115	0	0	0.54	5	16	0	2	5	4	3
5	Luke Philp	Monsters (Clb)	C	82	22	21	43	1	38	0	99	180	191	48	120	11.52%	14	1495	18.24	6	9	15	34	200	0	0	0	3	114	4	1	47.97%	1282	1	0	0.58	3	7	0	0	6	8	2
6	Jake Christiansen	Monsters (Clb)	D	82	9	27	36	3	46	0	116	86	88	20	62	10.23%	60	1744	21.27	5	9	14	59	197	0	1	1	0	201	1	2	100.00%	1	0	0	0.41	1	1	0	0	3	2	4
7	Ronald Attard	Monsters (Clb)	D	82	7	29	36	12	69	5	145	68	49	15	36	14.29%	30	1332	16.25	1	2	3	10	24	0	0	0	1	19	2	0	0%	0	0	0	0.54	0	1	0	1	1	2	2
8	Matt Kiersted	Monsters (Clb)	D	82	6	25	31	4	61	5	117	97	79	38	61	7.59%	70	1705	20.80	3	4	7	44	185	1	0	1	1	184	3	0	0%	0	0	0	0.36	1	1	0	0	2	1	2
9	Cole Fonstad	Monsters (Clb)	LW	82	7	17	24	5	20	0	60	61	87	27	79	8.05%	5	1436	17.52	1	8	9	23	200	0	0	0	0	91	4	1	58.23%	79	0	0	0.33	1	3	0	0	1	1	4
10	Chase Priskie	Monsters (Clb)	D	82	7	16	23	12	50	0	67	55	32	12	22	21.88%	52	1349	16.46	0	0	0	0	5	0	0	0	0	83	0	1	0%	0	0	0	0.34	1	1	0	0	2	0	2
11	Loui Eriksson	Monsters (Clb)	LW/RW	52	5	17	22	14	0	0	2	70	76	27	62	6.58%	7	996	19.17	0	3	3	15	124	0	0	0	1	83	1	0	60.17%	118	0	0	0.44	4	9	0	0	0	1	4
12	Brandon Coe	Monsters (Clb)	RW	82	7	13	20	12	20	0	70	33	52	14	27	13.46%	4	1303	15.89	2	7	9	8	203	0	0	0	0	0	4	1	46.48%	71	0	0	0.31	1	1	0	0	1	2	1
13	Benoit-Olivier Groulx	Monsters (Clb)	C	82	7	12	19	4	8	0	75	102	82	26	81	8.54%	3	1139	13.90	0	1	1	2	24	0	0	0	0	36	1	2	57.37%	889	0	0	0.33	0	1	0	0	1	0	2
14	Matt Rempe	Monsters (Clb)	C	82	7	5	12	2	35	5	75	43	41	17	34	17.07%	3	709	8.66	0	0	0	2	14	0	0	0	0	5	2	1	45.16%	547	0	0	0.34	0	1	1	0	2	1	0
15	Chad Yetman	Monsters (Clb)	RW	82	6	2	8	2	22	0	63	38	58	15	29	10.34%	2	1203	14.68	0	0	0	2	79	0	0	0	1	63	2	0	43.21%	81	0	0	0.13	0	1	0	0	2	1	0
16	Dominik Bokk	Monsters (Clb)	LW/RW	82	4	4	8	5	43	5	66	43	36	11	30	11.11%	6	1040	12.68	0	0	0	0	2	0	0	0	0	3	0	1	50.00%	48	0	0	0.15	0	1	0	1	0	1	1
17	Kasper Bjorkqvist	Monsters (Clb)	LW/RW	82	3	3	6	-1	22	0	67	39	36	12	25	8.33%	5	923	11.26	0	0	0	0	12	0	0	0	0	22	1	0	52.94%	68	0	0	0.13	0	1	0	0	0	0	2
18	Tim Soderlund	Monsters (Clb)	LW/RW	82	1	3	4	-1	5	5	26	33	29	7	8	3.45%	4	700	8.54	0	0	0	0	2	0	0	0	0	8	0	0	63.41%	41	0	0	0.11	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				1446	173	312	485	138	647	45	1569	1449	1521	480	1026	11.37%	403	24379	16.86	42	76	118	393	2126	1	2	3	15	1838	39	15	56.47%	5311	4	1	0.40	24	63	3	5	39	38	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)	82	50	27	5	0.901	1.69	4927	4	16	139	1404	4	0.738	65	82	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	82	0	0	0
Statistiques d’équipe totales ou en moyenne			85	50	27	5	0.901	1.71	4992	4	16	142	1430	4		65	82	82	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	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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$	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	57	58	24	36	484	530	483	88	46	10	14	36	5	1	20.00%	7	3	57.14%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	27	484	530	483	88	44	15	18	31	3	1	33.33%	8	1	87.50%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	64	484	530	483	88	49	11	26	67	10	1	10.00%	11	1	90.91%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	60	484	530	483	88	51	17	18	53	12	1	8.33%	9	2	77.78%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	48	484	530	483	88	53	16	20	42	7	1	14.29%	10	1	90.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
6	Caroline	4	2	1	0	0	0	0	1	6	6	0	2	1	1	0	0	0	0	0	2	2	0	2	1	0	0	0	0	0	1	4	4	0	5	0.625	6	11	17	0	1	58	57	58	24	56	484	530	483	88	54	27	30	64	8	3	37.50%	12	2	83.33%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	26	484	530	483	88	38	9	31	39	4	0	0.00%	8	1	87.50%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	31	484	530	483	88	23	8	27	39	1	0	0.00%	5	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	34	484	530	483	88	36	7	21	39	7	0	0.00%	7	1	85.71%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	46	484	530	483	88	66	13	26	62	9	0	0.00%	12	2	83.33%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	74	484	530	483	88	56	18	16	74	10	5	50.00%	7	1	85.71%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	41	484	530	483	88	39	9	10	31	5	1	20.00%	3	1	66.67%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	61	484	530	483	88	37	14	6	52	4	0	0.00%	3	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	33	484	530	483	88	37	13	18	42	4	0	0.00%	9	1	88.89%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	65	484	530	483	88	71	24	41	74	13	2	15.38%	21	4	80.95%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	45	484	530	483	88	56	23	30	60	9	1	11.11%	13	1	92.31%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	36	484	530	483	88	37	6	12	43	3	2	66.67%	6	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	34	484	530	483	88	33	11	8	49	6	0	0.00%	4	2	50.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	29	484	530	483	88	34	6	33	38	10	1	10.00%	7	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	47	484	530	483	88	29	9	22	42	9	2	22.22%	10	1	90.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	50	484	530	483	88	38	14	23	35	11	3	27.27%	9	1	88.89%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	65	484	530	483	88	64	19	36	65	11	2	18.18%	16	2	87.50%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	76	484	530	483	88	42	9	18	73	9	4	44.44%	9	0	100.00%	1	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	30	484	530	483	88	35	5	8	36	7	1	14.29%	4	1	75.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	28	484	530	483	88	33	6	15	30	5	1	20.00%	4	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	55	484	530	483	88	36	12	18	45	17	2	11.76%	7	3	57.14%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	70	484	530	483	88	55	9	14	65	7	1	14.29%	5	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	53	484	530	483	88	73	16	34	70	9	2	22.22%	16	2	87.50%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	37	484	530	483	88	36	10	8	27	7	0	0.00%	4	0	100.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	89	484	530	483	88	55	12	12	72	6	3	50.00%	6	2	66.67%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
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	57	58	24	76	484	530	483	88	74	25	38	74	14	1	7.14%	16	3	81.25%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
	Total	82	39	27	0	0	0	11	5	184	147	37	41	17	15	0	0	0	7	2	90	84	6	41	22	12	0	0	0	4	3	94	63	31	105	0.640	184	312	496	0	16	58	57	58	24	1522	484	530	483	88	1430	403	651	1569	242	42	17.36%	268	39	85.45%	1	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
	_Since Last GM Reset	82	39	27	0	0	0	11	5	184	147	37	41	17	15	0	0	0	7	2	90	84	6	41	22	12	0	0	0	4	3	94	63	31	105	0.640	184	312	496	0	16	58	57	58	24	1522	484	530	483	88	1430	403	651	1569	242	42	17.36%	268	39	85.45%	1	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
	_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	57	58	24	820	484	530	483	88	750	211	346	847	136	20	14.71%	150	27	82.00%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544
	_Vs Division	26	9	4	0	0	0	2	0	50	46	4	13	5	2	0	0	0	1	0	23	26	-3	13	4	2	0	0	0	1	0	27	20	7	22	0.423	50	82	132	0	3	58	57	58	24	449	484	530	483	88	440	131	219	479	72	12	16.67%	97	14	85.57%	0	1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%	2170	1545	1790	574	1039	544

			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	105	W9	184	312	496	1522	1430	403	651	1569	0	16

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	39	27	0	0	11	5	184	147

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	17	15	0	0	7	2	90	84

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
242	42	17.36%	268	39	85.45%	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
484	530	483	88	58	57	58	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
1188	2092	56.79%	1146	2080	55.10%	665	1139	58.38%

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
2170	1545	1790	574	1039	544

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	1	Monsters	2	BW			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	79,155	39,504
Assistance PCT	96.53%	96.35%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2894 - 96.47%	98,429$	4,035,582$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,790,208$	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$	1,790,208$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	9,324$	0$

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: 82 \| W: 50 \| L: 27 \| OTL: 5 \| P: 105 GF: 184 \| GA: 147 \| PP%: 17.36% \| PK%: 85.45% DG: Benoit Toupin \| Morale : 50 \| Moyenne d’équipe : 61