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

Centre de jeu
	Monsters 52-23-7, 111pts	0	FINAL	2	Las Vegas 31-42-9, 71pts

Team Stats
L3	Séquence	L2
25-12-4	Fiche domicile	17-19-5
27-11-3	Fiche domicile	14-23-4
3-6-1	Derniers 10 matchs	2-7-1
2.46	Buts par match	1.73
1.77	Buts contre par match	2.01
15.18%	Pourcentage en avantage numérique	13.92%
85.46%	Pourcentage en désavantage numérique	90.70%

Oil Kings
34-38-10, 78pts

FINAL

Monsters
52-23-7, 111pts

Team Stats
W1	Séquence	L3
19-17-5	Fiche domicile	25-12-4
15-21-5	Fiche domicile	27-11-3
6-4-0	Derniers 10 matchs	3-6-1
2.30	Buts par match	2.46
2.50	Buts contre par match	1.77
14.60%	Pourcentage en avantage numérique	15.18%
83.18%	Pourcentage en désavantage numérique	85.46%

Meneurs d'équipe
	Buts Vasily Podkolzin 31	Passes Alexander Alexeyev 46

	Points Vasily Podkolzin 62	Plus/Moins Vasily Podkolzin 39

	Victoires Dustin Tokarski 48	Pourcentage d’arrêts Filip Larsson 1

Statistiques d’équipe
Buts pour 202 2.46 GFG	Tirs pour 1624 19.80 Avg	Pourcentage en avantage numérique 15.2% 34 GF	Début de zone offensive 40.4%
Buts contre 145 1.77 GAA	Tirs contre 1501 18.30 Avg	Pourcentage en désavantage numérique 85.5%% 49 GA	Début de la zone défensive 38.7%

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	2,863
	Billets de saison	300
Informations de la formation
	Équipe Pro	27
	Équipe Mineure	19
	Limite contact	46 / 50
	Espoirs	15

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	TA	SP	Âge	Contrat	Salaire moyen
1	Paul Cotter	X	X			100.00	79	58	80	73	82	77	72	72	48	64	69	66	71	56	50	0	50	68		0	22	4	900,000$
2	Vasily Podkolzin		X	X		100.00	71	54	79	77	81	82	70	72	50	66	67	66	72	57	50	0	50	68		0	21	3	925,000$
3	Marian Studenic		X	X		100.00	65	43	71	72	67	68	65	66	42	63	61	67	67	54	50	0	50	64		0	23	1	750,000$
4	Carl Hagelin		X			100.00	57	43	65	65	63	72	74	63	43	61	54	63	60	86	73	0	50	63		0	34	1	1,250,000$
5	Ben Jones	X				100.00	65	52	62	71	62	66	65	66	61	64	60	67	66	52	50	0	50	63		0	23	2	760,000$
6	Oskar Steen	X		X		100.00	59	44	67	70	61	65	64	64	58	61	57	59	64	53	50	0	50	61		0	24	1	809,168$
7	Otto Koivula	X	X	X		100.00	68	50	66	60	73	64	63	62	57	60	56	61	60	52	50	0	50	60		0	24	1	700,000$
8	Olle Lycksell (R)			X		100.00	56	40	70	69	57	62	62	63	42	64	58	57	63	51	50	0	50	60		0	23	2	837,000$
9	Daniel Torgersson (R)		X	X		100.00	61	40	71	62	65	60	61	62	41	56	57	54	60	50	50	0	50	58		0	20	3	867,500$
10	Justin Sourdif (R)	X				100.00	57	40	66	66	59	60	60	61	41	61	55	56	61	50	50	0	50	58		0	20	3	847,500$
11	Alexander Pashin (R)	X	X	X		100.00	55	44	70	68	55	60	60	59	40	54	54	53	60	50	50	0	50	57		0	20	3	826,667$
12	Aleksandr Kisakov (R)			X		100.00	56	40	69	68	55	57	57	58	40	54	55	54	60	50	50	0	50	56		0	19	3	859,167$
13	Alexander Alexeyev				X	100.00	63	47	76	71	83	79	66	67	40	64	58	70	65	56	50	0	50	67		0	22	2	863,333$
14	Mark Borowiecki				X	100.00	93	99	34	73	79	57	60	54	25	42	43	85	60	69	69	0	50	66		0	33	2	1,411,111$
15	Lucas Carlsson				X	100.00	65	43	70	73	68	70	67	70	40	65	65	69	69	55	50	0	50	66		0	25	1	800,000$
16	Vladislav Kolyachonok (R)				X	100.00	64	51	70	72	70	69	64	65	40	61	56	68	65	51	50	0	50	64		0	21	2	795,000$
17	Brayden Pachal				X	100.00	64	62	55	67	66	64	63	62	40	56	53	66	60	51	52	0	50	61		0	23	2	900,000$
18	Matthew Robertson (R)				X	100.00	62	53	66	66	68	62	62	63	40	59	54	64	61	50	50	0	50	61		0	21	3	797,500$
Rayé
1	Ty Ronning			X		100.00	52	43	71	69	53	64	62	61	41	54	56	51	62	53	50	0	50	57		0	24	2	750,833$
2	Curtis Hall (R)	X				100.00	63	45	71	60	67	62	60	56	50	51	51	54	56	51	50	0	50	56		0	22	2	925,000$
3	Grant Mismash		X			100.00	59	44	70	64	62	62	60	53	40	51	51	53	56	52	50	0	50	55		0	23	1	825,000$
4	Steven Kampfer				X	100.00	54	40	66	64	61	68	69	64	40	62	57	60	62	66	60	0	50	61		0	34	1	750,000$
5	Daniil Zhuravlyov (R)				X	100.00	56	40	68	68	57	59	58	56	40	54	53	60	59	51	50	0	50	58		0	22	3	600,000$
6	Hardy Haman Aktell (R)				X	100.00	30	40	39	39	65	29	29	30	39	29	29	39	35	32	30	0	50	38	N	0	24	3	900,000$

	MOYENNE D’ÉQUIPE					100.00	61	48	66	67	66	64	62	61	43	57	55	61	61	54	51	0	50	60

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	Jon Gillies	100.00	70	69	65	79	69	66	65	62	67	68	70	65	58	0	50	63	0	28	2	700,000$
2	Filip Larsson (R)	100.00	39	48	56	71	42	42	46	43	38	39	25	44	38	0	50	44	0	24	1	750,000$
Rayé
1	Tyler Parsons	100.00	41	47	56	70	37	39	48	45	39	40	27	44	38	0	50	43	0	25	1	620,000$

	MOYENNE D’ÉQUIPE	100.00	50	55	59	73	49	49	53	50	48	49	41	51	45	0	50	50

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	FT	S1	S2	S3
1	Vasily Podkolzin	Monsters (Col)	LW/RW	82	31	31	62	39	30	0	88	156	198	70	132	15.66%	6	1830	22.33	6	3	9	29	197	2	1	3	7	346	6	5	52.36%	804	0	1	0.68	2	9	0	0	7	10	3
2	Paul Cotter	Monsters (Col)	C/LW	82	25	31	56	34	75	5	142	159	176	48	142	14.20%	7	1657	20.22	5	7	12	27	194	1	0	1	3	194	4	1	54.54%	1586	0	0	0.68	3	8	0	1	7	5	3
3	Alexander Alexeyev	Monsters (Col)	D	82	5	46	51	31	39	5	76	71	67	21	41	7.46%	74	1932	23.57	2	11	13	36	189	0	2	2	1	285	1	0	0%	0	0	0	0.53	0	0	0	1	4	1	3
4	Marian Studenic	Monsters (Col)	LW/RW	82	27	22	49	32	34	0	86	99	153	37	99	17.65%	3	1474	17.98	4	5	9	25	179	0	0	0	6	150	7	5	45.13%	113	0	0	0.66	1	6	0	0	5	9	4
5	Ben Jones	Monsters (Col)	C	82	12	34	46	20	40	0	117	132	150	38	87	8.00%	6	1335	16.29	2	10	12	22	173	0	0	0	0	70	3	1	55.94%	1237	0	0	0.69	0	0	0	0	5	1	4
6	Aliaksei Protas	Colorado	LW/RW	59	15	24	39	28	4	0	37	71	126	40	118	11.90%	11	1333	22.59	1	6	7	20	131	0	1	1	5	242	6	1	56.47%	85	0	1	0.59	0	6	0	0	3	3	3
7	Lucas Carlsson	Monsters (Col)	D	82	11	26	37	22	70	0	152	79	92	36	57	11.96%	73	1854	22.61	7	4	11	48	179	0	1	1	1	251	3	0	0%	0	0	0	0.40	0	0	0	0	3	3	4
8	Vladislav Kolyachonok	Monsters (Col)	D	82	4	27	31	12	18	0	41	65	53	17	34	7.55%	52	1690	20.62	2	4	6	27	172	0	0	0	1	244	2	0	0%	0	0	0	0.37	0	0	0	0	1	1	3
9	Matthew Robertson	Monsters (Col)	D	82	6	23	29	30	28	0	95	56	29	7	21	20.69%	48	1377	16.79	1	0	1	3	20	0	0	0	0	108	1	0	0%	0	0	0	0.42	0	0	0	0	2	1	4
10	Mark Borowiecki	Monsters (Col)	D	82	6	20	26	22	184	10	341	61	57	21	33	10.53%	79	1650	20.13	2	3	5	25	167	0	0	0	0	184	1	2	0%	0	0	0	0.32	0	0	1	1	2	2	7
11	Olle Lycksell	Monsters (Col)	RW	82	17	9	26	12	6	0	37	66	91	22	66	18.68%	7	1008	12.30	0	0	0	0	10	0	0	0	0	53	4	0	35.53%	76	1	0	0.52	0	0	0	0	4	1	3
12	Brayden Pachal	Monsters (Col)	D	82	5	19	24	31	75	5	145	55	37	7	27	13.51%	45	1363	16.62	0	0	0	2	28	0	1	1	1	73	1	0	0%	0	0	0	0.35	0	0	0	1	1	4	1
13	Oskar Steen	Monsters (Col)	C/RW	82	7	15	22	21	20	0	52	56	91	24	75	7.69%	3	1257	15.34	1	6	7	15	174	0	0	0	0	3	1	1	57.14%	77	0	0	0.35	0	0	0	0	1	0	1
14	Carl Hagelin	Monsters (Col)	LW	82	4	14	18	9	20	0	42	52	87	20	65	4.60%	4	1114	13.59	1	1	2	9	67	0	0	0	0	56	1	0	56.72%	67	0	0	0.32	0	0	0	0	1	1	0
15	Otto Koivula	Monsters (Col)	C/LW/RW	82	6	9	15	14	49	5	100	91	69	24	37	8.70%	6	954	11.64	0	0	0	1	9	0	0	0	1	5	1	2	61.05%	760	0	0	0.31	0	0	1	0	1	1	2
16	Justin Sourdif	Monsters (Col)	C	82	7	5	12	4	18	0	50	65	51	13	33	13.73%	4	672	8.20	0	0	0	0	0	0	0	0	0	0	4	1	49.17%	541	0	0	0.36	0	0	0	0	0	0	3
17	Alexander Pashin	Monsters (Col)	C/LW/RW	82	4	6	10	4	18	0	30	23	36	9	34	11.11%	3	674	8.22	0	0	0	0	1	0	0	0	0	0	1	1	54.84%	31	0	0	0.30	0	0	0	0	0	2	0
18	Daniel Torgersson	Monsters (Col)	LW/RW	82	6	2	8	7	22	0	41	31	51	12	35	11.76%	3	770	9.39	0	0	0	0	0	0	0	0	1	27	2	0	52.00%	50	0	0	0.21	0	0	0	0	0	3	1
19	Aleksandr Kisakov	Monsters (Col)	RW	23	1	2	3	-1	4	0	13	9	10	0	8	10.00%	0	198	8.61	0	0	0	0	1	0	0	0	0	0	0	0	38.46%	13	0	0	0.30	0	0	0	0	0	1	0
Statistiques d’équipe totales ou en moyenne				1476	199	365	564	371	754	30	1685	1397	1624	466	1144	12.25%	434	24150	16.36	34	60	94	289	1899	3	6	9	27	2299	49	20	54.49%	5440	1	2	0.47	6	29	2	4	47	49	49

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	PS %	PSA	ST	BG	S1	S2	S3
1	Dustin Tokarski	Colorado	69	48	16	5	0.914	1.55	4146	2	12	107	1239	0.636	22	69	0	8	3	2
2	Jon Gillies	Monsters (Col)	14	4	7	2	0.876	2.39	802	0	0	32	259	0.667	6	13	69	0	0	1
3	Filip Larsson	Monsters (Col)	1	0	0	0	1.000	0	17	0	0	0	3	0	0	0	13	0	0	0
Statistiques d’équipe totales ou en moyenne			84	52	23	7	0.907	1.68	4965	2	12	139	1501		28	82	82	8	3	3

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	Salaire annuel 4	Lien
Aleksandr Kisakov	Monsters (Col)	RW	19	2002-11-01	Yes	150 Lbs	5 ft10	No	No	No	No	3	Pro & Farm	859,167$	0$	0$	No	859,167$	859,167$
Alexander Alexeyev	Monsters (Col)	D	22	1999-11-15	No	213 Lbs	6 ft4	No	No	No	No	2	Pro & Farm	863,333$	0$	0$	No	863,333$			Lien
Alexander Pashin	Monsters (Col)	C/LW/RW	20	2002-01-28	Yes	154 Lbs	5 ft8	No	No	No	No	3	Pro & Farm	826,667$	0$	0$	No	826,667$	826,667$
Ben Jones	Monsters (Col)	C	23	1999-02-26	No	187 Lbs	6 ft0	No	No	No	No	2	Pro & Farm	760,000$	0$	0$	No	760,000$			Lien
Brayden Pachal	Monsters (Col)	D	23	1999-08-23	No	205 Lbs	6 ft1	No	No	No	No	2	Pro & Farm	900,000$	0$	0$	No	900,000$			Lien
Carl Hagelin (contrat à 1 volet)	Monsters (Col)	LW	34	1988-08-23	No	185 Lbs	6 ft0	No	No	Yes	Yes	1	Pro & Farm	1,250,000$	350,000$	0$	No				Lien
Curtis Hall	Monsters (Col)	C	22	2000-04-26	Yes	196 Lbs	6 ft3	No	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$			Lien
Daniel Torgersson	Monsters (Col)	LW/RW	20	2002-01-26	Yes	198 Lbs	6 ft3	No	No	No	No	3	Pro & Farm	867,500$	0$	0$	No	867,500$	867,500$
Daniil Zhuravlyov	Monsters (Col)	D	22	2000-04-08	Yes	163 Lbs	6 ft0	No	No	No	No	3	Pro & Farm	600,000$	0$	0$	No	600,000$	600,000$		Lien
Filip Larsson	Monsters (Col)	G	24	1998-08-17	Yes	181 Lbs	6 ft2	No	No	Yes	Yes	1	Pro & Farm	750,000$	0$	0$	No				Lien
Grant Mismash	Monsters (Col)	LW	23	1999-02-19	No	185 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	825,000$	0$	0$	No				Lien
Hardy Haman Aktell (contrat à 1 volet)	Monsters (Col)	D	24	1998-07-04	Yes	198 Lbs	6 ft3	Yes	No	Yes	Yes	3	Pro & Farm	900,000$	0$	0$	No	900,000$	900,000$		Lien
Jon Gillies (contrat à 1 volet)	Monsters (Col)	G	28	1994-01-22	No	223 Lbs	6 ft6	No	No	Yes	Yes	2	Pro & Farm	700,000$	0$	0$	No	700,000$			Lien
Justin Sourdif	Monsters (Col)	C	20	2002-03-24	Yes	172 Lbs	5 ft11	No	No	No	No	3	Pro & Farm	847,500$	0$	0$	No	847,500$	847,500$
Lucas Carlsson	Monsters (Col)	D	25	1997-07-05	No	190 Lbs	6 ft0	No	No	Yes	Yes	1	Pro & Farm	800,000$	0$	0$	No				Lien
Marian Studenic	Monsters (Col)	LW/RW	23	1998-10-28	No	181 Lbs	6 ft1	No	No	No	No	1	Pro & Farm	750,000$	0$	0$	No				Lien
Mark Borowiecki (contrat à 1 volet)	Monsters (Col)	D	33	1989-07-12	No	207 Lbs	6 ft1	No	No	Yes	Yes	2	Pro & Farm	1,411,111$	511,111$	0$	No	1,411,111$			Lien
Matthew Robertson	Monsters (Col)	D	21	2001-03-09	Yes	201 Lbs	6 ft4	No	No	No	No	3	Pro & Farm	797,500$	0$	0$	No	797,500$	797,500$		Lien
Olle Lycksell	Monsters (Col)	RW	23	1999-08-24	Yes	163 Lbs	5 ft10	No	No	No	No	2	Pro & Farm	837,000$	0$	0$	No	837,000$			Lien
Oskar Steen	Monsters (Col)	C/RW	24	1998-03-09	No	187 Lbs	5 ft9	No	No	Yes	Yes	1	Pro & Farm	809,168$	0$	0$	No				Lien
Otto Koivula	Monsters (Col)	C/LW/RW	24	1998-09-01	No	225 Lbs	6 ft5	No	No	Yes	Yes	1	Pro & Farm	700,000$	0$	0$	No				Lien
Paul Cotter	Monsters (Col)	C/LW	22	1999-11-16	No	212 Lbs	6 ft2	No	No	No	No	4	Pro & Farm	900,000$	0$	0$	No	900,000$	900,000$	900,000$	Lien
Steven Kampfer (contrat à 1 volet)	Monsters (Col)	D	34	1988-09-24	No	198 Lbs	5 ft11	No	No	Yes	Yes	1	Pro & Farm	750,000$	0$	0$	No				Lien
Ty Ronning	Monsters (Col)	RW	24	1997-10-20	No	163 Lbs	5 ft9	No	No	Yes	Yes	2	Pro & Farm	750,833$	0$	0$	No	750,833$			Lien
Tyler Parsons	Monsters (Col)	G	25	1997-09-17	No	185 Lbs	6 ft1	No	No	Yes	Yes	1	Pro & Farm	620,000$	0$	0$	No				Lien
Vasily Podkolzin	Monsters (Col)	LW/RW	21	2001-06-24	No	190 Lbs	6 ft1	No	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$		Lien
Vladislav Kolyachonok	Monsters (Col)	D	21	2001-05-26	Yes	194 Lbs	6 ft1	No	No	No	No	2	Pro & Farm	795,000$	0$	0$	No	795,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
27	23.85	189 Lbs	6 ft1	2.04	841,473$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Vasily Podkolzin	Paul Cotter	Marian Studenic	40	1	2	2
2	Carl Hagelin	Ben Jones	Oskar Steen	30	1	2	2
3	Daniel Torgersson	Otto Koivula	Olle Lycksell	20	1	2	2
4	Alexander Pashin	Justin Sourdif	Aleksandr Kisakov	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alexander Alexeyev	Mark Borowiecki	40	1	2	2
2	Lucas Carlsson	Vladislav Kolyachonok	30	1	2	2
3	Matthew Robertson	Brayden Pachal	20	1	2	2
4	Alexander Alexeyev	Mark Borowiecki	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Vasily Podkolzin	Paul Cotter	Marian Studenic	60	1	2	2
2	Carl Hagelin	Ben Jones	Oskar Steen	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alexander Alexeyev	Mark Borowiecki	60	1	2	2
2	Lucas Carlsson	Vladislav Kolyachonok	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Vasily Podkolzin	Paul Cotter	60	1	2	2
2	Marian Studenic	Ben Jones	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alexander Alexeyev	Mark Borowiecki	60	1	2	2
2	Lucas Carlsson	Vladislav Kolyachonok	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Vasily Podkolzin	60	1	2	2	Alexander Alexeyev	Mark Borowiecki	60	1	2	2
2	Paul Cotter	40	1	2	2	Lucas Carlsson	Vladislav Kolyachonok	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Vasily Podkolzin	Paul Cotter	60	1	2	2
2	Marian Studenic	Ben Jones	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Alexander Alexeyev	Mark Borowiecki	60	1	2	2
2	Lucas Carlsson	Vladislav Kolyachonok	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vasily Podkolzin	Paul Cotter	Marian Studenic	Alexander Alexeyev	Mark Borowiecki

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vasily Podkolzin	Paul Cotter	Marian Studenic	Alexander Alexeyev	Mark Borowiecki

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Olle Lycksell, Otto Koivula, Daniel Torgersson	Olle Lycksell, Otto Koivula	Daniel Torgersson

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Matthew Robertson, Brayden Pachal, Lucas Carlsson	Matthew Robertson	Brayden Pachal, Lucas Carlsson

Tirs de pénalité
Vasily Podkolzin, Paul Cotter, Marian Studenic, Ben Jones, Carl Hagelin

Gardien
#1 : Jon Gillies, #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	3	2	0	0	0	0	1	0	7	3	4	2	1	0	0	0	0	1	0	6	3	3	1	1	0	0	0	0	0	0	1	0	1	6	1.000	7	12	19	0	1	78	52	67	8	46	575	485	547	46	59	20	36	54	4	0	0.00%	16	2	87.50%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
2	Baby Hawks	4	0	2	0	1	0	0	1	10	13	-3	2	0	1	0	0	0	0	1	4	6	-2	2	0	1	0	1	0	0	0	6	7	-1	3	0.375	10	20	30	0	0	78	52	67	8	65	575	485	547	46	79	15	51	84	12	1	8.33%	20	5	75.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
3	Bears	2	1	0	0	0	0	1	0	8	5	3	1	1	0	0	0	0	0	0	4	2	2	1	0	0	0	0	0	1	0	4	3	1	4	1.000	8	13	21	0	0	78	52	67	8	33	575	485	547	46	38	8	18	38	8	1	12.50%	9	2	77.78%	1	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
4	Bruins	2	1	1	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	5	8	13	0	0	78	52	67	8	33	575	485	547	46	25	7	10	37	9	0	0.00%	5	0	100.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
5	Cabaret Lady Mary Ann	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	78	52	67	8	42	575	485	547	46	38	16	16	33	9	1	11.11%	7	1	85.71%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
6	Caroline	2	0	1	0	0	1	0	0	2	4	-2	1	0	1	0	0	0	0	0	0	1	-1	1	0	0	0	0	1	0	0	2	3	-1	1	0.250	2	4	6	0	0	78	52	67	8	33	575	485	547	46	33	9	24	33	9	0	0.00%	10	1	90.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
7	Chiefs	4	0	2	0	0	0	1	1	7	10	-3	2	0	1	0	0	0	0	1	3	5	-2	2	0	1	0	0	0	1	0	4	5	-1	3	0.375	7	10	17	0	1	78	52	67	8	71	575	485	547	46	78	28	42	83	17	1	5.88%	19	4	78.95%	1	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
8	Chill	3	2	0	0	0	0	0	1	12	7	5	1	0	0	0	0	0	0	1	2	3	-1	2	2	0	0	0	0	0	0	10	4	6	5	0.833	12	23	35	0	1	78	52	67	8	73	575	485	547	46	65	13	28	51	5	3	60.00%	14	3	78.57%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
9	Comets	3	2	1	0	0	0	0	0	5	3	2	2	1	1	0	0	0	0	0	2	2	0	1	1	0	0	0	0	0	0	3	1	2	4	0.667	5	10	15	0	0	78	52	67	8	66	575	485	547	46	37	13	21	69	12	1	8.33%	8	1	87.50%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
10	Cougars	2	2	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	0	2	4	1.000	4	7	11	0	1	78	52	67	8	27	575	485	547	46	50	12	16	47	4	1	25.00%	7	1	85.71%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
11	Crunch	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	2	0	2	1	1	0	0	0	0	0	0	4	2	2	4	1.000	6	12	18	0	1	78	52	67	8	57	575	485	547	46	33	12	14	36	4	1	25.00%	7	0	100.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
12	Heat	3	3	0	0	0	0	0	0	9	4	5	2	2	0	0	0	0	0	0	7	3	4	1	1	0	0	0	0	0	0	2	1	1	6	1.000	9	15	24	0	0	78	52	67	8	77	575	485	547	46	63	15	24	67	4	0	0.00%	12	1	91.67%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
13	Jayhawks	4	3	1	0	0	0	0	0	17	7	10	2	1	1	0	0	0	0	0	6	3	3	2	2	0	0	0	0	0	0	11	4	7	6	0.750	17	32	49	0	0	78	52	67	8	138	575	485	547	46	69	17	24	106	11	4	36.36%	12	1	91.67%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
14	Las Vegas	3	1	1	0	0	0	0	1	5	7	-2	1	1	0	0	0	0	0	0	4	3	1	2	0	1	0	0	0	0	1	1	4	-3	3	0.500	5	9	14	0	0	78	52	67	8	66	575	485	547	46	49	13	28	62	5	0	0.00%	13	3	76.92%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
15	Manchots	2	1	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	1	3	-2	1	1	0	0	0	0	0	0	3	2	1	2	0.500	4	8	12	0	0	78	52	67	8	33	575	485	547	46	43	12	30	47	1	0	0.00%	14	4	71.43%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
16	Marlies	2	0	2	0	0	0	0	0	0	4	-4	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	3	-3	0	0.000	0	0	0	0	0	78	52	67	8	33	575	485	547	46	35	10	16	41	2	0	0.00%	7	0	100.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
17	Minnesota	4	4	0	0	0	0	0	0	12	3	9	2	2	0	0	0	0	0	0	7	1	6	2	2	0	0	0	0	0	0	5	2	3	8	1.000	12	23	35	0	1	78	52	67	8	89	575	485	547	46	70	18	28	69	13	2	15.38%	14	1	92.86%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
18	Monarchs	3	3	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	3	0	3	2	2	0	0	0	0	0	0	4	2	2	6	1.000	7	14	21	0	1	78	52	67	8	57	575	485	547	46	56	15	34	72	10	0	0.00%	17	1	94.12%	1	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
19	Monsters	2	1	1	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	4	8	12	0	0	78	52	67	8	34	575	485	547	46	29	12	49	42	7	0	0.00%	10	1	90.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
20	Oceanics	3	1	2	0	0	0	0	0	5	6	-1	2	0	2	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	3	2	1	2	0.333	5	10	15	0	0	78	52	67	8	51	575	485	547	46	61	19	24	69	7	2	28.57%	12	1	91.67%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
21	Oil Kings	3	1	2	0	0	0	0	0	5	10	-5	1	0	1	0	0	0	0	0	2	4	-2	2	1	1	0	0	0	0	0	3	6	-3	2	0.333	5	7	12	0	0	78	52	67	8	50	575	485	547	46	47	12	26	68	6	1	16.67%	12	1	91.67%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
22	Phantoms	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	2	1	1	4	1.000	6	10	16	0	0	78	52	67	8	32	575	485	547	46	43	13	14	42	7	2	28.57%	7	1	85.71%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
23	Rocket	2	0	0	0	0	0	0	2	4	6	-2	1	0	0	0	0	0	0	1	2	3	-1	1	0	0	0	0	0	0	1	2	3	-1	2	0.500	4	7	11	0	0	78	52	67	8	36	575	485	547	46	47	14	24	36	6	0	0.00%	11	1	90.91%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
24	Sags	3	2	1	0	0	0	0	0	8	4	4	2	1	1	0	0	0	0	0	4	4	0	1	1	0	0	0	0	0	0	4	0	4	4	0.667	8	15	23	0	1	78	52	67	8	65	575	485	547	46	46	10	22	47	4	2	50.00%	11	4	63.64%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
25	Seattle	3	1	1	0	1	0	0	0	6	4	2	1	1	0	0	0	0	0	0	3	1	2	2	0	1	0	1	0	0	0	3	3	0	4	0.667	6	12	18	0	1	78	52	67	8	48	575	485	547	46	45	13	26	50	9	2	22.22%	13	2	84.62%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
26	Senators	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	5	8	0	0	78	52	67	8	29	575	485	547	46	33	11	14	49	5	1	20.00%	7	3	57.14%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
27	Sound Tigers	2	2	0	0	0	0	0	0	7	3	4	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	3	2	1	4	1.000	7	13	20	0	0	78	52	67	8	34	575	485	547	46	44	12	26	44	3	1	33.33%	10	1	90.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
28	Spiders	2	1	1	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	4	2	2	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	5	9	14	0	0	78	52	67	8	31	575	485	547	46	28	15	8	34	6	1	16.67%	4	0	100.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
29	Stars	4	3	1	0	0	0	0	0	11	5	6	2	1	1	0	0	0	0	0	4	5	-1	2	2	0	0	0	0	0	0	7	0	7	6	0.750	11	19	30	0	2	78	52	67	8	74	575	485	547	46	69	23	20	70	15	4	26.67%	10	1	90.00%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
30	Thunder	2	2	0	0	0	0	0	0	8	3	5	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	2	0	2	4	1.000	8	13	21	0	1	78	52	67	8	56	575	485	547	46	40	13	19	57	4	1	25.00%	7	1	85.71%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
31	Wolf Pack	2	2	0	0	0	0	0	0	7	3	4	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	3	1	2	4	1.000	7	11	18	0	0	78	52	67	8	45	575	485	547	46	49	14	24	48	6	1	16.67%	12	1	91.67%	0	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
	Total	82	47	23	0	2	1	3	6	202	145	57	41	24	12	0	0	0	1	4	102	71	31	41	23	11	0	2	1	2	2	100	74	26	111	0.677	202	365	567	0	12	78	52	67	8	1624	575	485	547	46	1501	434	756	1685	224	34	15.18%	337	49	85.46%	3	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
	_Since Last GM Reset	82	47	23	0	2	1	3	6	202	145	57	41	24	12	0	0	0	1	4	102	71	31	41	23	11	0	2	1	2	2	100	74	26	111	0.677	202	365	567	0	12	78	52	67	8	1624	575	485	547	46	1501	434	756	1685	224	34	15.18%	337	49	85.46%	3	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
	_Vs Conference	45	23	13	0	2	1	1	5	106	83	23	22	12	7	0	0	0	0	3	50	39	11	23	11	6	0	2	1	1	2	56	44	12	58	0.644	106	193	299	0	7	78	52	67	8	939	575	485	547	46	807	230	384	913	136	19	13.97%	175	24	86.29%	1	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527
	_Vs Division	26	7	2	0	0	0	0	2	74	51	23	13	3	2	0	0	0	0	1	28	27	1	13	4	0	0	0	0	0	1	46	24	22	16	0.308	74	137	211	0	5	78	52	67	8	561	575	485	547	46	491	133	217	532	80	17	21.25%	101	16	84.16%	1	1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%	2111	1495	1830	574	1028	527

			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	111	L3	202	365	567	1624	1501	434	756	1685	0	12

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	47	23	2	1	3	6	202	145

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	24	12	0	0	1	4	102	71

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	23	11	2	1	2	2	100	74

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
3	6	0	0	0	1

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
224	34	15.18%	337	49	85.46%	3

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
575	485	547	46	78	52	67	8

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
1212	2200	55.09%	1141	2104	54.23%	611	1136	53.79%

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
2111	1495	1830	574	1028	527

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
2 - 2023-10-11	7	Monsters	2	Monarchs	1	AW			Sommaire du match
5 - 2023-10-14	29	Monsters	4	Sags	0	AW			Sommaire du match
8 - 2023-10-17	46	Monsters	2	Seattle	3	AL			Sommaire du match
10 - 2023-10-19	62	Baby Hawks	3	Monsters	2	BL	X	X	Sommaire du match
12 - 2023-10-21	76	Caroline	1	Monsters	0	BL			Sommaire du match
15 - 2023-10-24	90	Monsters	3	Sound Tigers	2	AW			Sommaire du match
17 - 2023-10-26	105	Monsters	3	Manchots	2	AW			Sommaire du match
20 - 2023-10-29	126	Monsters	4	Crunch	2	AW			Sommaire du match
23 - 2023-11-01	143	Chiefs	3	Monsters	2	BL			Sommaire du match
26 - 2023-11-04	173	Monsters	1	Las Vegas	2	AL	X	X	Sommaire du match
29 - 2023-11-07	188	Spiders	2	Monsters	4	BW			Sommaire du match
31 - 2023-11-09	201	Seattle	1	Monsters	3	BW			Sommaire du match
33 - 2023-11-11	219	Chiefs	2	Monsters	1	BL	X	X	Sommaire du match
35 - 2023-11-13	228	Monsters	1	Seattle	0	AW	X		Sommaire du match
37 - 2023-11-15	240	Admirals	1	Monsters	3	BW			Sommaire du match
40 - 2023-11-18	264	Monsters	4	Stars	0	AW			Sommaire du match
42 - 2023-11-20	275	Monsters	5	Chill	4	AW			Sommaire du match
44 - 2023-11-22	292	Comets	1	Monsters	0	BL			Sommaire du match
46 - 2023-11-24	306	Monsters	2	Minnesota	1	AW			Sommaire du match
47 - 2023-11-25	315	Heat	2	Monsters	3	BW			Sommaire du match
49 - 2023-11-27	324	Thunder	3	Monsters	6	BW			Sommaire du match
52 - 2023-11-30	350	Monsters	6	Jayhawks	2	AW			Sommaire du match
54 - 2023-12-02	366	Monsters	1	Admirals	0	AW			Sommaire du match
55 - 2023-12-03	373	Monsters	2	Monarchs	1	AW			Sommaire du match
57 - 2023-12-05	386	Admirals	2	Monsters	3	BW	X	X	Sommaire du match
59 - 2023-12-07	402	Oceanics	1	Monsters	0	BL			Sommaire du match
61 - 2023-12-09	417	Phantoms	1	Monsters	4	BW			Sommaire du match
63 - 2023-12-11	431	Heat	1	Monsters	4	BW			Sommaire du match
65 - 2023-12-13	445	Crunch	0	Monsters	2	BW			Sommaire du match
68 - 2023-12-16	462	Monsters	3	Oceanics	2	AW			Sommaire du match
69 - 2023-12-17	478	Sags	3	Monsters	1	BL			Sommaire du match
71 - 2023-12-19	492	Monsters	5	Baby Hawks	4	AW	X		Sommaire du match
73 - 2023-12-21	507	Senators	1	Monsters	2	BW			Sommaire du match
75 - 2023-12-23	525	Jayhawks	2	Monsters	1	BL			Sommaire du match
79 - 2023-12-27	537	Monsters	5	Jayhawks	2	AW			Sommaire du match
81 - 2023-12-29	552	Monsters	1	Chiefs	0	AW	X	X	Sommaire du match
83 - 2023-12-31	571	Sags	1	Monsters	3	BW			Sommaire du match
85 - 2024-01-02	582	Sound Tigers	1	Monsters	4	BW			Sommaire du match
87 - 2024-01-04	593	Monsters	3	Stars	0	AW			Sommaire du match
89 - 2024-01-06	606	Cabaret Lady Mary Ann	1	Monsters	2	BW			Sommaire du match
91 - 2024-01-08	624	Bruins	1	Monsters	3	BW			Sommaire du match
93 - 2024-01-10	637	Las Vegas	3	Monsters	4	BW			Sommaire du match
96 - 2024-01-13	663	Monsters	0	Marlies	3	AL			Sommaire du match
98 - 2024-01-15	678	Monsters	2	Rocket	3	AL	X	X	Sommaire du match
99 - 2024-01-16	682	Monsters	1	Senators	3	AL			Sommaire du match
101 - 2024-01-18	692	Monsters	2	Bruins	3	AL			Sommaire du match
103 - 2024-01-20	707	Monsters	2	Phantoms	1	AW			Sommaire du match
107 - 2024-01-24	742	Bears	2	Monsters	4	BW			Sommaire du match
109 - 2024-01-26	757	Monarchs	0	Monsters	3	BW			Sommaire du match
119 - 2024-02-05	781	Monsters	3	Wolf Pack	1	AW			Sommaire du match
120 - 2024-02-06	787	Monsters	1	Spiders	2	AL			Sommaire du match
122 - 2024-02-08	799	Monsters	2	Caroline	3	AL	X		Sommaire du match
124 - 2024-02-10	809	Monsters	1	Cabaret Lady Mary Ann	3	AL			Sommaire du match
127 - 2024-02-13	828	Monsters	4	Bears	3	AW	X	X	Sommaire du match
129 - 2024-02-15	842	Monsters	2	Thunder	0	AW			Sommaire du match
132 - 2024-02-18	864	Jayhawks	1	Monsters	5	BW			Sommaire du match
134 - 2024-02-20	881	Comets	1	Monsters	2	BW			Sommaire du match
136 - 2024-02-22	890	Monsters	2	Cougars	0	AW			Sommaire du match
138 - 2024-02-24	908	Marlies	1	Monsters	0	BL			Sommaire du match
141 - 2024-02-27	936	Stars	2	Monsters	4	BW			Sommaire du match
143 - 2024-02-29	949	Monsters	1	Baby Hawks	3	AL			Sommaire du match
145 - 2024-03-02	959	Monsters	5	Chill	0	AW			Sommaire du match
147 - 2024-03-04	979	Baby Hawks	3	Monsters	2	BL			Sommaire du match
149 - 2024-03-06	991	Cougars	1	Monsters	2	BW			Sommaire du match
151 - 2024-03-08	1006	Minnesota	0	Monsters	5	BW			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
155 - 2024-03-12	1039	Monsters	2	Heat	1	AW			Sommaire du match
156 - 2024-03-13	1044	Monsters	3	Comets	1	AW			Sommaire du match
159 - 2024-03-16	1072	Monsters	3	Oil Kings	1	AW			Sommaire du match
162 - 2024-03-19	1089	Monsters	3	Chiefs	5	AL			Sommaire du match
165 - 2024-03-22	1111	Monsters	1	Monsters	3	BW			Sommaire du match
167 - 2024-03-24	1125	Manchots	3	Monsters	1	BL			Sommaire du match
169 - 2024-03-26	1144	Rocket	3	Monsters	2	BL	X	X	Sommaire du match
171 - 2024-03-28	1159	Wolf Pack	2	Monsters	4	BW			Sommaire du match
173 - 2024-03-30	1169	Chill	3	Monsters	2	BL	X	X	Sommaire du match
175 - 2024-04-01	1181	Monsters	1	Monsters	2	AL			Sommaire du match
178 - 2024-04-04	1207	Monsters	3	Minnesota	1	AW			Sommaire du match
179 - 2024-04-05	1214	Monsters	0	Oil Kings	5	AL			Sommaire du match
181 - 2024-04-07	1236	Stars	3	Monsters	0	BL			Sommaire du match
183 - 2024-04-09	1248	Minnesota	1	Monsters	2	BW			Sommaire du match
187 - 2024-04-13	1272	Oceanics	3	Monsters	2	BL			Sommaire du match
188 - 2024-04-14	1284	Monsters	0	Las Vegas	2	AL			Sommaire du match
192 - 2024-04-18	1310	Oil Kings	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	78,343	39,044
Assistance PCT	95.54%	95.23%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2863 - 95.44%	97,395$	3,993,198$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,825,878$	1,770,867$	1,770,867$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,223$	1,825,878$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	9,223$	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: 52 \| L: 23 \| OTL: 7 \| P: 111 GF: 202 \| GA: 145 \| PP%: 15.18% \| PK%: 85.46% DG: Paul-André Desrochers \| Morale : 50 \| Moyenne d’équipe : 59