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

Centre de jeu
	Admirals 38-33-10, 86pts	0	FINAL	1	Monarchs 39-36-6, 84pts

Team Stats
SOL1	Séquence	W4
18-20-3	Fiche domicile	20-18-2
20-13-7	Fiche domicile	19-18-4
3-5-2	Derniers 10 matchs	7-2-1
1.98	Buts par match	1.86
2.15	Buts contre par match	2.21
13.24%	Pourcentage en avantage numérique	15.74%
84.96%	Pourcentage en désavantage numérique	86.96%

Minnesota
34-44-3, 71pts

FINAL

Monarchs
39-36-6, 84pts

Team Stats
OTL1	Séquence	W4
21-18-1	Fiche domicile	20-18-2
13-26-2	Fiche domicile	19-18-4
3-6-1	Derniers 10 matchs	7-2-1
2.46	Buts par match	1.86
2.70	Buts contre par match	2.21
11.11%	Pourcentage en avantage numérique	15.74%
80.95%	Pourcentage en désavantage numérique	86.96%

Baby Hawks
54-19-7, 115pts

2024-04-18

Monarchs
39-36-6, 84pts

Statistiques d’équipe
L1	Séquence	W4
30-8-3	Fiche domicile	20-18-2
24-11-4	Fiche visiteur	19-18-4
7-3-0	10 derniers matchs	7-2-1
2.66	Buts par match	1.86
1.81	Buts contre par match	1.86
20.75%	Pourcentage en avantage numérique	15.74%
86.67%	Pourcentage en désavantage numérique	86.96%

Meneurs d'équipe
	Buts Graeme Clarke 30	Passes Tyler Kleven 42

	Points Tyler Kleven 56	Plus/Moins Graeme Clarke 5

	Victoires Zachary Sawchenko 39	Pourcentage d’arrêts Hugo Alnefelt 0.898

Statistiques d’équipe
Buts pour 151 1.86 GFG	Tirs pour 1404 17.33 Avg	Pourcentage en avantage numérique 15.7% 34 GF	Début de zone offensive 37.5%
Buts contre 179 2.21 GAA	Tirs contre 1629 20.11 Avg	Pourcentage en désavantage numérique 87.0%% 30 GA	Début de la zone défensive 40.9%

Informations de l'équipe
	Directeur général	Antoine Pelletier
	Division	Atlantique
	Conférence	Est
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	1,935
	Billets de saison	300
Informations de la formation
	Équipe Pro	21
	Équipe Mineure	20
	Limite contact	41 / 50
	Espoirs	11

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	Connor Zary (R)	X				100.00	61	49	62	70	62	62	61	65	60	63	60	60	65	50	50	0	50	61	0	21	1	925,000$
2	Graeme Clarke (R)	X		X		100.00	60	44	70	71	60	62	61	66	43	63	61	60	66	50	50	0	50	61	0	21	1	850,833$
3	Joseph Blandisi	X				100.00	58	45	62	69	61	68	67	63	58	62	57	60	63	57	51	0	50	61	0	28	1	650,000$
4	Owen Sillinger (R)	X				100.00	55	53	62	66	57	65	66	63	53	62	57	54	62	52	50	0	50	59	0	25	3	825,000$
5	Nick Henry (R)			X		100.00	70	69	83	65	69	43	43	46	49	43	42	59	42	44	44	0	50	52	0	23	1	783,935$
6	Topi Ronni (R)	X				100.00	45	45	45	45	45	45	45	45	45	45	45	45	45	45	45	0	1	45	0	18	3	825,000$
7	Hunter Haight (R)	X				100.00	45	45	45	45	45	45	45	45	45	45	45	45	45	45	45	0	1	45	0	18	3	897,500$
8	Ilya Fedotov (R)		X			100.00	45	45	45	45	45	45	45	45	45	45	45	45	45	45	45	0	1	45	0	19	3	925,000$
9	Jack Harvey (R)	X				100.00	37	37	37	37	37	37	37	37	37	37	37	37	37	37	37	0	1	38	0	19	3	620,000$
10	Stiven Sardarian (R)			X		100.00	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	0	1	5	0	19	3	700,000$
11	Jordan Spence				X	100.00	56	43	72	73	61	70	63	68	40	66	57	67	66	51	50	0	50	64	0	21	3	820,000$
12	Tyler Kleven (R)				X	100.00	57	40	71	69	80	78	60	65	40	62	60	62	65	51	50	0	50	64	0	20	3	916,667$
13	Dennis Cholowski				X	100.00	61	45	68	68	65	64	64	64	40	64	52	68	62	53	50	0	50	63	0	24	1	850,000$
14	Ryker Evans (R)				X	100.00	65	41	61	69	62	62	62	65	40	65	57	68	63	50	50	0	50	63	0	20	3	897,500$
15	Brandon Scanlin (R)				X	100.00	68	53	65	64	71	63	62	60	40	55	53	67	59	52	50	0	50	62	0	23	3	925,000$
16	Frederic Allard				X	100.00	60	44	66	70	62	63	62	60	40	53	53	66	61	53	50	0	50	61	0	24	1	600,000$
Rayé
1	Mitchell Stephens	X				100.00	60	43	70	71	67	70	67	66	64	63	61	62	66	56	50	0	50	63	0	25	1	900,000$
2	Gage Quinney		X			100.00	58	44	69	69	62	66	66	65	43	63	61	59	65	55	50	0	50	62	0	27	1	715,000$

	MOYENNE D’ÉQUIPE					100.00	53	44	59	59	56	56	54	55	44	53	50	55	54	47	45	0	36	54

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	Zachary Sawchenko (R)	100.00	72	66	66	64	68	67	69	65	68	69	61	56	51	0	50	62	0	27	1	560,000$
2	Hugo Alnefelt (R)	100.00	70	61	61	65	67	68	70	68	69	66	58	50	50	0	50	61	0	21	3	850,833$
Rayé
1	Calle Clang (R)	100.00	62	57	57	66	61	59	59	57	60	59	53	50	50	0	50	55	0	20	3	878,333$

	MOYENNE D’ÉQUIPE	100.00	68	61	61	65	65	65	66	63	66	65	57	52	50	0	50	59

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	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	P/20	PSG	PSS	S1	S2	S3
1	Tyler Kleven	Monarchs (LA )	D	81	14	42	56	4	70	0	166	146	145	53	90	9.66%	75	1848	22.82	7	10	17	92	193	1	1	0	165	2	3	0%	0	0.61	0	1	6	6	5
2	Graeme Clarke	Monarchs (LA )	C/RW	81	30	23	53	5	26	0	155	207	308	74	239	9.74%	17	1748	21.58	3	7	10	44	183	0	0	3	71	7	1	47.93%	290	0.61	1	9	11	7	2
3	Dennis Cholowski	Monarchs (LA )	D	81	8	31	39	-22	60	0	189	126	106	29	64	7.55%	84	1521	18.79	4	8	12	72	164	0	0	0	147	2	1	0%	0	0.51	0	0	0	5	5
4	Connor Zary	Monarchs (LA )	C	76	17	15	32	-4	37	5	105	168	156	45	107	10.90%	9	1147	15.10	0	3	3	7	45	0	0	0	42	3	0	59.59%	1126	0.56	2	8	5	1	4
5	Ryker Evans	Monarchs (LA )	D	81	10	17	27	-6	56	0	127	106	36	12	26	27.78%	61	1217	15.03	5	1	6	17	47	0	0	0	105	1	2	33.33%	3	0.44	0	0	1	2	5
6	Joseph Blandisi	Monarchs (LA )	C	36	12	8	20	-7	22	0	44	87	82	23	47	14.63%	3	686	19.06	3	5	8	5	58	0	0	0	14	3	0	55.51%	544	0.58	2	3	2	3	0
7	Brandon Scanlin	Monarchs (LA )	D	81	1	19	20	-13	44	0	99	77	19	14	14	5.26%	39	906	11.19	0	1	1	3	21	0	0	0	38	1	0	50.00%	2	0.44	0	0	0	2	2
8	Jordan Spence	Monarchs (LA )	D	35	2	14	16	-3	18	0	47	57	35	14	26	5.71%	25	781	22.34	1	3	4	18	60	0	0	0	69	0	0	0%	0	0.41	0	1	2	0	2
9	Nick Henry	Monarchs (LA )	RW	81	9	6	15	-21	44	0	114	95	116	30	75	7.76%	11	1343	16.59	1	1	2	3	60	0	0	0	34	3	0	54.95%	91	0.22	0	1	0	4	2
10	Owen Sillinger	Monarchs (LA )	C	81	8	7	15	-1	10	0	53	77	73	13	54	10.96%	9	699	8.64	1	3	4	3	48	0	0	0	34	1	1	49.34%	531	0.43	1	2	1	2	2
11	Ilya Fedotov	Monarchs (LA )	LW	81	6	6	12	-12	30	0	85	37	49	13	36	12.24%	6	1401	17.30	0	0	0	0	61	0	0	0	63	2	1	45.65%	92	0.17	0	0	2	0	3
12	Frederic Allard	Monarchs (LA )	D	81	1	10	11	-12	22	0	70	67	27	9	22	3.70%	28	1089	13.45	0	0	0	0	12	0	0	0	45	0	0	0%	0	0.20	0	0	0	2	0
13	Topi Ronni	Monarchs (LA )	C	81	3	5	8	-11	12	0	41	25	24	3	25	12.50%	3	882	10.90	0	0	0	0	9	0	0	1	19	0	1	46.27%	67	0.18	0	0	0	0	0
14	Andreas Englund	LA Kings	D	5	0	5	5	-1	2	0	19	8	6	1	4	0%	7	121	24.35	0	2	2	3	12	0	0	0	13	0	0	0%	0	0.82	0	0	0	0	0
15	Hunter Haight	Monarchs (LA )	C	81	1	4	5	-18	26	0	59	13	25	6	22	4.00%	5	1119	13.81	0	0	0	0	3	0	0	0	0	0	0	37.70%	61	0.09	0	0	1	0	0
16	Mitchell Stephens	Monarchs (LA )	C	5	1	3	4	-1	4	0	3	10	13	2	10	7.69%	2	96	19.35	1	1	2	3	12	0	0	0	14	0	0	53.72%	121	0.83	1	1	0	1	0
17	Gage Quinney	Monarchs (LA )	LW	5	2	0	2	-1	4	0	7	6	9	4	6	22.22%	0	111	22.37	1	0	1	3	10	0	0	0	14	0	1	12.50%	8	0.36	0	1	1	0	0
18	Stiven Sardarian	Monarchs (LA )	RW	28	0	0	0	-8	0	0	5	0	0	0	0	0%	0	386	13.80	0	0	0	0	12	0	0	0	0	0	0	0%	18	0	0	0	0	0	0
19	Jack Harvey	Monarchs (LA )	C	28	0	0	0	-9	4	0	29	4	2	0	4	0%	1	410	14.67	0	0	0	0	2	0	0	0	0	0	0	47.37%	19	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1109	125	215	340	-141	491	5	1417	1316	1231	345	871	10.15%	385	17522	15.80	27	45	72	273	1022	1	1	4	898	25	11	53.72%	2973	0.39	7	27	32	35	32

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Zachary Sawchenko	Monarchs (LA )	81	39	36	6	0.893	2.13	4759	10	169	1579	3	1	0.813	32	81	0	7	6	6
2	Hugo Alnefelt	Monarchs (LA )	6	0	0	0	0.898	2.01	149	0	5	49	0	0	0	0	0	81	0	0	0
Statistiques d’équipe totales ou en moyenne			87	39	36	6	0.893	2.13	4909	10	174	1628	3	1		32	81	81	7	6	6

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Waiver Possible	Contrat	Type	Salaire actuel	Salaire moyen restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Lien
Brandon Scanlin	Monarchs (LA )	D	23	1999-06-02	Yes	214 Lbs	6 ft4	No	No	No	No	3	Pro & Farm	925,000$	14,453$	0$	0$	No	925,000$	925,000$	Lien
Calle Clang	Monarchs (LA )	G	20	2002-05-20	Yes	194 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	878,333$	13,724$	0$	0$	No	878,333$	878,333$
Connor Zary	Monarchs (LA )	C	21	2001-09-25	Yes	179 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	925,000$	14,453$	0$	0$	No			Lien
Dennis Cholowski	Monarchs (LA )	D	24	1998-02-15	No	196 Lbs	6 ft2	No	No	Yes	Yes	1	Pro & Farm	850,000$	13,281$	0$	0$	No			Lien
Frederic Allard (contrat à 1 volet)	Monarchs (LA )	D	24	1997-12-27	No	179 Lbs	6 ft1	No	No	Yes	Yes	1	Pro & Farm	600,000$	9,375$	0$	0$	No			Lien
Gage Quinney (contrat à 1 volet)	Monarchs (LA )	LW	27	1995-07-29	No	194 Lbs	6 ft0	No	No	Yes	Yes	1	Pro & Farm	715,000$	11,172$	0$	0$	No			Lien
Graeme Clarke	Monarchs (LA )	C/RW	21	2001-04-24	Yes	174 Lbs	6 ft0	No	No	No	No	1	Pro & Farm	850,833$	13,294$	0$	0$	No			Lien
Hugo Alnefelt	Monarchs (LA )	G	21	2001-06-04	Yes	176 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	850,833$	13,294$	0$	0$	No	850,833$	850,833$	Lien
Hunter Haight	Monarchs (LA )	C	18	2004-04-04 16:15:01	Yes	180 Lbs	5 ft11	No	No	No	No	3	Pro & Farm	897,500$	14,023$	0$	0$	No	897,500$	897,500$
Ilya Fedotov	Monarchs (LA )	LW	19	2003-03-19 16:15:40	Yes	182 Lbs	6 ft1	No	No	No	No	3	Pro & Farm	925,000$	14,453$	0$	0$	No	925,000$	925,000$
Jack Harvey	Monarchs (LA )	C	19	2003-03-30 16:16:13	Yes	175 Lbs	5 ft10	No	No	No	No	3	Pro & Farm	620,000$	9,688$	0$	0$	No	620,000$	620,000$
Jordan Spence	Monarchs (LA )	D	21	2001-02-24	No	163 Lbs	5 ft10	No	No	No	No	3	Pro & Farm	820,000$	12,812$	0$	0$	No	820,000$	820,000$	Lien
Joseph Blandisi (contrat à 1 volet)	Monarchs (LA )	C	28	1994-07-18	No	183 Lbs	6 ft0	No	No	Yes	Yes	1	Pro & Farm	650,000$	10,156$	0$	0$	No			Lien
Mitchell Stephens	Monarchs (LA )	C	25	1997-02-05	No	190 Lbs	5 ft11	No	No	Yes	Yes	1	Pro & Farm	900,000$	14,062$	0$	0$	No			Lien
Nick Henry	Monarchs (LA )	RW	23	1999-07-04	Yes	190 Lbs	5 ft11	No	No	No	No	1	Pro & Farm	783,935$	12,249$	0$	0$	No			Lien
Owen Sillinger	Monarchs (LA )	C	25	1997-09-23	Yes	170 Lbs	5 ft10	No	No	Yes	Yes	3	Pro & Farm	825,000$	12,891$	0$	0$	No	825,000$	825,000$	Lien
Ryker Evans	Monarchs (LA )	D	20	2001-12-13	Yes	190 Lbs	5 ft11	No	No	No	No	3	Pro & Farm	897,500$	14,023$	0$	0$	No	897,500$	897,500$
Stiven Sardarian	Monarchs (LA )	RW	19	2003-02-07 16:14:14	Yes	156 Lbs	6 ft1	No	No	No	No	3	Pro & Farm	700,000$	10,938$	0$	0$	No	700,000$	700,000$
Topi Ronni	Monarchs (LA )	C	18	2004-05-05 16:13:26	Yes	179 Lbs	6 ft2	No	No	No	No	3	Pro & Farm	825,000$	12,891$	0$	0$	No	825,000$	825,000$
Tyler Kleven	Monarchs (LA )	D	20	2002-01-10	Yes	200 Lbs	6 ft4	No	No	No	No	3	Pro & Farm	916,667$	14,323$	0$	0$	No	916,667$	916,667$
Zachary Sawchenko	Monarchs (LA )	G	27	1995-05-28	Yes	187 Lbs	6 ft2	No	No	Yes	Yes	1	Pro & Farm	560,000$	8,750$	0$	0$	No			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
21	22.05	183 Lbs	6 ft1	2.14	805,505$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Ilya Fedotov	Connor Zary	Graeme Clarke	40	1	2	2
2	Hunter Haight	Joseph Blandisi	Nick Henry	30	1	2	2
3	Jack Harvey	Owen Sillinger	Stiven Sardarian	20	1	2	2
4	Ilya Fedotov	Owen Sillinger	Graeme Clarke	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jordan Spence	Tyler Kleven	40	1	2	2
2	Dennis Cholowski	Ryker Evans	30	1	2	2
3	Brandon Scanlin	Frederic Allard	20	1	2	2
4	Jordan Spence	Tyler Kleven	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Ilya Fedotov	Connor Zary	Graeme Clarke	60	1	2	2
2	Owen Sillinger	Joseph Blandisi	Nick Henry	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jordan Spence	Tyler Kleven	60	1	2	2
2	Dennis Cholowski	Ryker Evans	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Graeme Clarke	Ilya Fedotov	60	1	2	2
2	Connor Zary	Owen Sillinger	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jordan Spence	Tyler Kleven	60	1	2	2
2	Dennis Cholowski	Ryker Evans	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Graeme Clarke	60	1	2	2	Jordan Spence	Tyler Kleven	60	1	2	2
2	Connor Zary	40	1	2	2	Dennis Cholowski	Ryker Evans	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Graeme Clarke	Ilya Fedotov	60	1	2	2
2	Connor Zary	Joseph Blandisi	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jordan Spence	Tyler Kleven	60	1	2	2
2	Dennis Cholowski	Ryker Evans	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Ilya Fedotov	Connor Zary	Graeme Clarke	Jordan Spence	Tyler Kleven

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Ilya Fedotov	Connor Zary	Graeme Clarke	Jordan Spence	Tyler Kleven

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Nick Henry, Ilya Fedotov, Topi Ronni	Nick Henry, Ilya Fedotov	Nick Henry

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ryker Evans, Brandon Scanlin, Frederic Allard	Ryker Evans	Ryker Evans, Brandon Scanlin

Tirs de pénalité
Graeme Clarke, Connor Zary, Joseph Blandisi, Owen Sillinger, Nick Henry

Gardien
#1 : Zachary Sawchenko, #2 : Hugo Alnefelt

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	4	2	1	0	0	0	1	0	6	3	3	2	0	1	0	0	0	1	0	3	3	0	2	2	0	0	0	0	0	0	3	0	3	6	0.750	6	9	15	0	3	56	51	35	11	67	423	475	486	51	56	15	16	59	10	2	20.00%	6	1	83.33%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
2	Baby Hawks	2	0	2	0	0	0	0	0	4	7	-3	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	4	8	12	1	0	56	51	35	11	22	423	475	486	51	47	15	14	28	4	1	25.00%	7	2	71.43%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
3	Bears	2	1	0	0	0	0	0	1	4	3	1	1	1	0	0	0	0	0	0	2	0	2	1	0	0	0	0	0	0	1	2	3	-1	3	0.750	4	8	12	0	1	56	51	35	11	34	423	475	486	51	30	17	14	36	2	0	0.00%	7	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
4	Bruins	2	0	1	0	0	0	1	0	2	4	-2	1	0	0	0	0	0	1	0	2	1	1	1	0	1	0	0	0	0	0	0	3	-3	2	0.500	2	1	3	0	0	56	51	35	11	21	423	475	486	51	46	18	14	29	10	0	0.00%	6	2	66.67%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
5	Cabaret Lady Mary Ann	2	1	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	0	3	-3	1	1	0	0	0	0	0	0	4	2	2	2	0.500	4	7	11	0	0	56	51	35	11	50	423	475	486	51	38	16	31	35	8	2	25.00%	9	2	77.78%	1	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
6	Caroline	2	0	1	0	0	0	0	1	4	7	-3	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	0	0	0	1	1	2	-1	1	0.250	4	8	12	0	0	56	51	35	11	22	423	475	486	51	43	14	18	30	7	2	28.57%	9	2	77.78%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
7	Chiefs	3	0	2	0	0	0	1	0	5	9	-4	1	0	1	0	0	0	0	0	2	3	-1	2	0	1	0	0	0	1	0	3	6	-3	2	0.333	5	6	11	0	0	56	51	35	11	42	423	475	486	51	72	19	20	50	8	1	12.50%	10	1	90.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
8	Chill	3	3	0	0	0	0	0	0	10	5	5	2	2	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	3	1	2	6	1.000	10	17	27	0	0	56	51	35	11	55	423	475	486	51	68	15	26	65	3	1	33.33%	12	2	83.33%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
9	Comets	4	1	2	0	0	0	0	1	6	9	-3	2	0	2	0	0	0	0	0	1	5	-4	2	1	0	0	0	0	0	1	5	4	1	3	0.375	6	11	17	0	0	56	51	35	11	45	423	475	486	51	72	15	12	85	6	0	0.00%	6	2	66.67%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
10	Cougars	2	1	1	0	0	0	0	0	6	5	1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	6	12	18	0	0	56	51	35	11	53	423	475	486	51	54	14	16	25	8	1	12.50%	8	2	75.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
11	Crunch	2	0	2	0	0	0	0	0	0	4	-4	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	0	0	0	0	0	56	51	35	11	35	423	475	486	51	52	14	18	51	3	0	0.00%	9	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
12	Heat	4	1	2	0	1	0	0	0	7	8	-1	2	1	0	0	1	0	0	0	5	3	2	2	0	2	0	0	0	0	0	2	5	-3	4	0.500	7	13	20	0	0	56	51	35	11	54	423	475	486	51	61	15	28	50	9	2	22.22%	12	1	91.67%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
13	Jayhawks	3	3	0	0	0	0	0	0	14	3	11	1	1	0	0	0	0	0	0	6	1	5	2	2	0	0	0	0	0	0	8	2	6	6	1.000	14	19	33	0	0	56	51	35	11	88	423	475	486	51	69	20	16	63	5	1	20.00%	8	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
14	Las Vegas	3	0	2	0	1	0	0	0	3	6	-3	1	0	0	0	1	0	0	0	1	0	1	2	0	2	0	0	0	0	0	2	6	-4	2	0.333	3	6	9	0	1	56	51	35	11	54	423	475	486	51	44	20	18	54	7	0	0.00%	8	1	87.50%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
15	Manchots	2	1	1	0	0	0	0	0	3	7	-4	1	1	0	0	0	0	0	0	2	1	1	1	0	1	0	0	0	0	0	1	6	-5	2	0.500	3	6	9	0	0	56	51	35	11	30	423	475	486	51	38	7	8	37	8	1	12.50%	4	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
16	Marlies	2	1	0	0	0	1	0	0	4	4	0	1	1	0	0	0	0	0	0	2	1	1	1	0	0	0	0	1	0	0	2	3	-1	3	0.750	4	7	11	0	0	56	51	35	11	34	423	475	486	51	44	7	10	38	8	1	12.50%	4	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
17	Minnesota	3	1	1	0	1	0	0	0	8	7	1	2	0	1	0	1	0	0	0	3	3	0	1	1	0	0	0	0	0	0	5	4	1	4	0.667	8	14	22	0	0	56	51	35	11	56	423	475	486	51	63	15	16	60	6	3	50.00%	8	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
18	Monsters	2	2	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	3	2	1	4	1.000	4	5	9	0	1	56	51	35	11	33	423	475	486	51	34	7	12	40	4	2	50.00%	6	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
19	Monsters	3	0	3	0	0	0	0	0	2	7	-5	2	0	2	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	0	3	-3	0	0.000	2	3	5	0	0	56	51	35	11	56	423	475	486	51	57	15	20	48	17	1	5.88%	10	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
20	Oceanics	3	0	2	0	0	0	1	0	7	13	-6	1	0	1	0	0	0	0	0	1	5	-4	2	0	1	0	0	0	1	0	6	8	-2	2	0.333	7	12	19	0	0	56	51	35	11	52	423	475	486	51	76	19	24	69	6	0	0.00%	12	2	83.33%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
21	Oil Kings	4	3	1	0	0	0	0	0	8	4	4	2	1	1	0	0	0	0	0	4	4	0	2	2	0	0	0	0	0	0	4	0	4	6	0.750	8	13	21	0	2	56	51	35	11	79	423	475	486	51	56	19	16	92	11	2	18.18%	6	1	83.33%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
22	Phantoms	2	1	1	0	0	0	0	0	1	1	0	1	0	1	0	0	0	0	0	0	1	-1	1	1	0	0	0	0	0	0	1	0	1	2	0.500	1	2	3	0	1	56	51	35	11	31	423	475	486	51	35	10	14	46	12	1	8.33%	5	1	80.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
23	Rocket	2	1	1	0	0	0	0	0	5	5	0	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	3	1	2	2	0.500	5	9	14	0	0	56	51	35	11	42	423	475	486	51	40	10	12	42	5	1	20.00%	5	1	80.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
24	Sags	4	4	0	0	0	0	0	0	9	4	5	2	2	0	0	0	0	0	0	4	2	2	2	2	0	0	0	0	0	0	5	2	3	8	1.000	9	17	26	0	0	56	51	35	11	73	423	475	486	51	66	26	20	65	11	2	18.18%	8	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
25	Seattle	3	0	2	0	0	0	0	1	4	13	-9	2	0	1	0	0	0	0	1	3	9	-6	1	0	1	0	0	0	0	0	1	4	-3	1	0.167	4	8	12	0	0	56	51	35	11	49	423	475	486	51	72	20	14	62	10	1	10.00%	6	2	66.67%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
26	Senators	2	1	1	0	0	0	0	0	4	4	0	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	4	2	2	2	0.500	4	7	11	0	0	56	51	35	11	23	423	475	486	51	43	11	16	39	4	0	0.00%	7	1	85.71%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
27	Sound Tigers	2	1	0	0	0	0	1	0	4	2	2	1	1	0	0	0	0	0	0	1	0	1	1	0	0	0	0	0	1	0	3	2	1	4	1.000	4	5	9	0	1	56	51	35	11	36	423	475	486	51	28	9	6	29	8	3	37.50%	3	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
28	Spiders	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	56	51	35	11	32	423	475	486	51	34	7	12	39	4	1	25.00%	6	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
29	Stars	3	0	2	0	0	0	1	0	4	9	-5	1	0	0	0	0	0	1	0	3	2	1	2	0	2	0	0	0	0	0	1	7	-6	2	0.333	4	6	10	0	0	56	51	35	11	38	423	475	486	51	72	15	22	57	8	2	25.00%	11	3	72.73%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
30	Thunder	2	0	2	0	0	0	0	0	2	6	-4	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	0	0	56	51	35	11	58	423	475	486	51	57	16	12	49	0	0	0%	5	0	100.00%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
31	Wolf Pack	2	0	1	0	0	1	0	0	4	9	-5	1	0	0	0	0	1	0	0	4	5	-1	1	0	1	0	0	0	0	0	0	4	-4	1	0.250	4	6	10	0	0	56	51	35	11	40	423	475	486	51	62	16	16	55	4	0	0.00%	7	1	85.71%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
	Total	81	30	36	0	3	2	6	4	151	179	-28	40	14	18	0	3	1	3	1	71	81	-10	41	16	18	0	0	1	3	3	80	98	-18	84	0.519	151	254	405	1	10	56	51	35	11	1404	423	475	486	51	1629	456	511	1527	216	34	15.74%	230	30	86.96%	1	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
	_Since Last GM Reset	81	30	36	0	3	2	6	4	151	179	-28	40	14	18	0	3	1	3	1	71	81	-10	41	16	18	0	0	1	3	3	80	98	-18	84	0.519	151	254	405	1	10	56	51	35	11	1404	423	475	486	51	1629	456	511	1527	216	34	15.74%	230	30	86.96%	1	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
	_Vs Conference	36	18	11	0	0	2	4	1	67	71	-4	18	10	5	0	0	1	2	0	31	28	3	18	8	6	0	0	1	2	1	36	43	-7	47	0.653	67	111	178	0	7	56	51	35	11	619	423	475	486	51	717	200	220	695	94	14	14.89%	98	10	89.80%	0	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492
	_Vs Division	16	8	3	0	0	1	2	0	27	37	-10	8	5	1	0	0	0	1	0	9	16	-7	8	3	2	0	0	1	1	0	18	21	-3	21	0.656	27	47	74	0	0	56	51	35	11	316	423	475	486	51	374	106	129	308	46	5	10.87%	53	8	84.91%	1	937	1965	47.68%	958	2141	44.75%	542	1133	47.84%	1897	1332	2021	573	1000	492

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
81	84	W4	151	254	405	1404	1629	456	511	1527	1	10

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
81	30	36	3	2	6	4	151	179

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	14	18	3	1	3	1	71	81

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	16	18	0	1	3	3	80	98

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
7	2	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
216	34	15.74%	230	30	86.96%	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
423	475	486	51	56	51	35	11

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
937	1965	47.68%	958	2141	44.75%	542	1133	47.84%

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
1897	1332	2021	573	1000	492

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	BL			Sommaire du match
5 - 2023-10-14	32	Caroline	5	Monarchs	3	BL			Sommaire du match
8 - 2023-10-17	45	Monarchs	2	Oceanics	5	AL			Sommaire du match
10 - 2023-10-19	56	Monarchs	5	Minnesota	4	AW			Sommaire du match
12 - 2023-10-21	79	Bruins	1	Monarchs	2	BW	X	X	Sommaire du match
15 - 2023-10-24	97	Jayhawks	1	Monarchs	6	BW			Sommaire du match
18 - 2023-10-27	115	Monarchs	5	Jayhawks	1	AW			Sommaire du match
19 - 2023-10-28	125	Las Vegas	0	Monarchs	1	BW	X		Sommaire du match
22 - 2023-10-31	139	Monarchs	2	Marlies	3	AL	X		Sommaire du match
24 - 2023-11-02	149	Monarchs	4	Senators	2	AW			Sommaire du match
26 - 2023-11-04	164	Monarchs	1	Phantoms	0	AW			Sommaire du match
30 - 2023-11-08	192	Monarchs	0	Las Vegas	3	AL			Sommaire du match
31 - 2023-11-09	202	Manchots	1	Monarchs	2	BW			Sommaire du match
33 - 2023-11-11	221	Phantoms	1	Monarchs	0	BL			Sommaire du match
38 - 2023-11-16	249	Cabaret Lady Mary Ann	3	Monarchs	0	BL			Sommaire du match
40 - 2023-11-18	266	Chiefs	3	Monarchs	2	BL			Sommaire du match
42 - 2023-11-20	276	Monarchs	3	Jayhawks	1	AW			Sommaire du match
46 - 2023-11-24	299	Monarchs	1	Admirals	0	AW			Sommaire du match
47 - 2023-11-25	309	Rocket	4	Monarchs	2	BL			Sommaire du match
51 - 2023-11-29	339	Bears	0	Monarchs	2	BW			Sommaire du match
55 - 2023-12-03	373	Monsters	2	Monarchs	1	BL			Sommaire du match
57 - 2023-12-05	381	Monarchs	3	Monsters	2	AW			Sommaire du match
59 - 2023-12-07	394	Monarchs	3	Rocket	1	AW			Sommaire du match
61 - 2023-12-09	415	Monarchs	3	Sound Tigers	2	AW	X	X	Sommaire du match
62 - 2023-12-10	424	Monarchs	0	Wolf Pack	4	AL			Sommaire du match
65 - 2023-12-13	446	Oceanics	5	Monarchs	1	BL			Sommaire du match
68 - 2023-12-16	471	Monarchs	1	Seattle	4	AL			Sommaire du match
71 - 2023-12-19	494	Monarchs	3	Sags	1	AW			Sommaire du match
72 - 2023-12-20	497	Seattle	6	Monarchs	1	BL			Sommaire du match
75 - 2023-12-23	526	Heat	2	Monarchs	3	BW			Sommaire du match
79 - 2023-12-27	541	Sags	1	Monarchs	2	BW			Sommaire du match
80 - 2023-12-28	544	Monarchs	2	Las Vegas	3	AL			Sommaire du match
82 - 2023-12-30	563	Oil Kings	3	Monarchs	4	BW			Sommaire du match
85 - 2024-01-02	585	Marlies	1	Monarchs	2	BW			Sommaire du match
87 - 2024-01-04	600	Cougars	1	Monarchs	3	BW			Sommaire du match
90 - 2024-01-07	618	Monarchs	2	Bears	3	AL	X	X	Sommaire du match
92 - 2024-01-09	626	Monarchs	2	Thunder	4	AL			Sommaire du match
94 - 2024-01-11	641	Monarchs	4	Cabaret Lady Mary Ann	2	AW			Sommaire du match
96 - 2024-01-13	660	Monarchs	3	Cougars	4	AL			Sommaire du match
98 - 2024-01-15	675	Monarchs	1	Caroline	2	AL	X	X	Sommaire du match
99 - 2024-01-16	684	Monarchs	0	Stars	3	AL			Sommaire du match
101 - 2024-01-18	699	Chill	2	Monarchs	3	BW			Sommaire du match
103 - 2024-01-20	717	Wolf Pack	5	Monarchs	4	BL	X		Sommaire du match
105 - 2024-01-22	729	Sags	1	Monarchs	2	BW			Sommaire du match
107 - 2024-01-24	745	Crunch	2	Monarchs	0	BL			Sommaire du match
109 - 2024-01-26	757	Monarchs	0	Monsters	3	AL			Sommaire du match
111 - 2024-01-28	773	Monarchs	3	Chiefs	2	AW	X	X	Sommaire du match
114 - 2024-01-31	779	Monarchs	3	Chill	1	AW			Sommaire du match
124 - 2024-02-10	816	Oil Kings	1	Monarchs	0	BL			Sommaire du match
127 - 2024-02-13	824	Monarchs	0	Crunch	2	AL			Sommaire du match
129 - 2024-02-15	839	Monarchs	1	Spiders	3	AL			Sommaire du match
131 - 2024-02-17	855	Monarchs	0	Bruins	3	AL			Sommaire du match
132 - 2024-02-18	865	Monarchs	1	Manchots	6	AL			Sommaire du match
134 - 2024-02-20	883	Monsters	0	Monarchs	1	BW			Sommaire du match
136 - 2024-02-22	899	Chill	2	Monarchs	4	BW			Sommaire du match
138 - 2024-02-24	915	Admirals	3	Monarchs	2	BL			Sommaire du match
140 - 2024-02-26	925	Monarchs	1	Oil Kings	0	AW			Sommaire du match
141 - 2024-02-27	935	Monarchs	0	Heat	2	AL			Sommaire du match
143 - 2024-02-29	951	Monarchs	2	Comets	3	AL	X	X	Sommaire du match
146 - 2024-03-03	970	Spiders	1	Monarchs	2	BW			Sommaire du match
148 - 2024-03-05	988	Comets	2	Monarchs	1	BL			Sommaire du match
150 - 2024-03-07	1003	Senators	2	Monarchs	0	BL			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
152 - 2024-03-09	1021	Stars	2	Monarchs	3	BW	X	X	Sommaire du match
154 - 2024-03-11	1030	Sound Tigers	0	Monarchs	1	BW			Sommaire du match
156 - 2024-03-13	1041	Monarchs	0	Chiefs	4	AL			Sommaire du match
158 - 2024-03-15	1058	Monarchs	2	Baby Hawks	3	AL			Sommaire du match
159 - 2024-03-16	1068	Monarchs	1	Stars	4	AL			Sommaire du match
162 - 2024-03-19	1092	Baby Hawks	4	Monarchs	2	BL			Sommaire du match
163 - 2024-03-20	1097	Minnesota	2	Monarchs	1	BL			Sommaire du match
166 - 2024-03-23	1121	Thunder	2	Monarchs	0	BL			Sommaire du match
168 - 2024-03-25	1135	Monarchs	3	Comets	1	AW			Sommaire du match
171 - 2024-03-28	1160	Monarchs	3	Oil Kings	0	AW			Sommaire du match
173 - 2024-03-30	1179	Monarchs	2	Heat	3	AL			Sommaire du match
175 - 2024-04-01	1187	Monarchs	4	Oceanics	3	AW	X	X	Sommaire du match
177 - 2024-04-03	1201	Seattle	3	Monarchs	2	BL	X	X	Sommaire du match
178 - 2024-04-04	1210	Monarchs	2	Sags	1	AW			Sommaire du match
180 - 2024-04-06	1226	Comets	3	Monarchs	0	BL			Sommaire du match
183 - 2024-04-09	1249	Monarchs	2	Admirals	0	AW			Sommaire du match
185 - 2024-04-11	1264	Heat	1	Monarchs	2	BW	X		Sommaire du match
187 - 2024-04-13	1281	Admirals	0	Monarchs	1	BW	X	X	Sommaire du match
189 - 2024-04-15	1293	Minnesota	1	Monarchs	2	BW	X		Sommaire du match
192 - 2024-04-18	1312	Baby Hawks	-	Monarchs	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	50	20
Assistance	50,659	26,754
Assistance PCT	63.32%	66.89%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
1	1935 - 64.51%	92,041$	3,681,636$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,416,973$	1,495,060$	1,495,060$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
7,787$	1,416,973$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
92,041$	3	7,787$	23,361$

Monarchs 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

Monarchs 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

Monarchs 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

Monarchs 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

Monarchs 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

	Monarchs
	GP: 81 \| W: 39 \| L: 36 \| OTL: 6 \| P: 84 GF: 151 \| GA: 179 \| PP%: 15.74% \| PK%: 86.96% DG: Antoine Pelletier \| Morale : 50 \| Moyenne d’équipe : 55 Prochains matchs #1312 vs Baby Hawks