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

Centre de jeu
	Jayhawks 16-6-1, 33pts	6	FINAL	4	Monarchs 6-20-1, 13pts

Team Stats
L1	Streak	L7
3-0-1	Home Record	3-10-1
13-6-0	Away Record	3-10-0
5-5-0	Last 10 Games	1-9-0
3.35	Buts par match	3.07
2.39	Buts contre par match	4.63
29.27%	Pourcentage en avantage numérique	10.14%
81.82%	Pourcentage en désavantage numérique	79.17%

Caroline
12-10-3, 27pts

FINAL

Monarchs
6-20-1, 13pts

Team Stats
W5	Streak	L7
3-5-1	Home Record	3-10-1
9-5-2	Away Record	3-10-0
7-3-0	Last 10 Games	1-9-0
3.24	Buts par match	3.07
3.76	Buts contre par match	4.63
19.48%	Pourcentage en avantage numérique	10.14%
83.58%	Pourcentage en désavantage numérique	79.17%

Monarchs
6-20-1, 13pts

2022-12-06

Senators
15-7-2, 32pts

Statistiques d’équipe
L7	Séquence	W4
3-10-1	Fiche domicile	9-4-0
3-10-0	Fiche visiteur	6-3-2
1-9-0	10 derniers matchs	9-0-1
3.07	Buts par match	4.00
4.63	Buts contre par match	4.00
10.14%	Pourcentage en avantage numérique	21.74%
79.17%	Pourcentage en désavantage numérique	77.91%

Monarchs
6-20-1, 13pts

2022-12-08

Marlies
16-10-0, 32pts

Statistiques d’équipe
L7	Séquence	W1
3-10-1	Fiche domicile	7-6-0
3-10-0	Fiche visiteur	9-4-0
1-9-0	10 derniers matchs	5-5-0
3.07	Buts par match	3.73
4.63	Buts contre par match	3.73
10.14%	Pourcentage en avantage numérique	23.44%
79.17%	Pourcentage en désavantage numérique	81.71%

Monarchs
6-20-1, 13pts

2022-12-10

Rocket
8-13-4, 20pts

Statistiques d’équipe
L7	Séquence	L1
3-10-1	Fiche domicile	2-8-2
3-10-0	Fiche visiteur	6-5-2
1-9-0	10 derniers matchs	5-4-1
3.07	Buts par match	3.68
4.63	Buts contre par match	3.68
10.14%	Pourcentage en avantage numérique	19.40%
79.17%	Pourcentage en désavantage numérique	74.68%

Meneurs d'équipe
	Buts Liam O'Brien 9	Passes Mitchell Stephens 13

	Points Mitchell Stephens 20	Plus/Moins Frederic Allard 6

Statistiques d’équipe
Buts pour 83 3.07 GFG	Tirs pour 936 34.67 Avg	Pourcentage en avantage numérique 10.1% 7 GF	Début de zone offensive 37.4%
Buts contre 125 4.63 GAA	Tirs contre 1245 46.11 Avg	Pourcentage en désavantage numérique 79.2%% 15 GA	Début de la zone défensive 42.4%

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	1,887
	Billets de saison	300
Informations de la formation
	Équipe Pro	20
	Équipe Mineure	19
	Limite contact	39 / 50
	Espoirs	13

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire moyen
1	Joseph Blandisi	X	X			100.00	68	67	69	79	67	58	57	64	80	59	63	65	60	58	58	0	50	61	0	27	1	700,000$
2	Mitchell Stephens	X				100.00	71	43	90	72	69	59	51	55	79	67	55	77	25	53	53	0	50	60	0	24	1	800,000$
3	Gage Quinney	X	X			100.00	78	72	92	62	72	53	52	62	78	56	62	67	59	51	51	0	50	59	0	26	2	715,000$
4	Liam O'Brien	X	X			100.00	99	99	34	67	80	55	60	58	45	53	57	64	25	52	52	0	50	58	0	27	1	600,000$
5	Stefan Matteau		X			100.00	70	76	57	64	76	53	52	59	50	58	54	64	51	55	55	0	50	57	0	27	1	600,000$
6	Graeme Clarke (R)	X		X		100.00	70	64	83	64	64	60	61	58	73	54	57	61	54	44	44	0	50	56	0	20	2	850,833$
7	Owen Sillinger (R)	X				100.00	73	65	91	67	65	41	37	60	75	58	57	63	54	44	44	0	50	56	0	24	4	825,000$
8	Connor Zary (R)	X				100.00	70	65	80	58	65	54	54	58	73	51	61	61	58	44	44	0	50	55	0	20	2	925,000$
9	Nick Henry (R)			X		100.00	74	69	85	66	69	47	47	49	50	47	46	60	44	44	44	0	50	52	0	22	2	783,935$
10	Giovanni Fiore		X	X		100.00	71	74	88	53	71	52	48	50	49	35	51	64	54	50	50	0	50	51	0	25	2	1,300,000$
11	Dennis Cholowski				X	100.00	65	42	93	77	73	67	62	63	25	54	47	69	25	57	57	0	50	62	0	23	2	850,000$
12	Frederic Allard				X	100.00	72	66	87	61	66	56	59	49	25	40	41	61	39	50	50	0	50	55	0	26	2	600,000$
13	Andreas Englund				X	100.00	65	71	52	70	71	50	52	47	25	38	40	55	38	44	44	0	50	53	0	25	2	900,000$
14	Brandon Scanlin (R)				X	100.00	85	80	95	61	80	37	36	44	25	33	39	65	37	44	44	0	50	53	0	22	4	925,000$
Rayé
1	Steven Lorentz	X	X	X		100.00	75	44	95	73	78	58	82	58	45	57	62	67	25	57	58	0	50	61	0	25	2	728,333$
2	Ben Johnson	X	X			100.00	32	43	43	43	59	29	29	32	43	31	31	43	37	32	30	0	50	36	0	27	1	660,000$
3	Derrick Pouliot				X	100.00	73	43	87	77	71	67	64	63	25	64	47	71	25	63	63	0	50	64	0	27	1	975,000$

	MOYENNE D’ÉQUIPE					100.00	71	64	78	66	70	53	53	55	51	50	51	63	42	50	49	0	50	56

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	Hugo Alnefelt (R)	100.00	45	40	50	80	45	44	50	52	47	48	30	44	44	0	50	50	0	20	4	850,833$
2	Zachary Sawchenko (R)	100.00	44	41	51	69	43	43	50	51	46	47	30	44	44	0	50	48	0	23	2	560,000$
Rayé
1	Eamon McAdam	100.00	35	43	39	69	34	32	33	32	32	32	31	32	28	0	50	38	0	27	1	700,000$

	MOYENNE D’ÉQUIPE	100.00	41	41	47	73	41	40	44	45	42	42	30	40	39	0	50	45

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	HT	P/20	FW	FL	FT	S1	S2	S3
1	Mitchell Stephens	Monarchs (LA )	C	21	7	13	20	2	4	0	15	72	86	20	53	8.14%	8	385	18.33	0	0	0	11	35	0	0	0	0	18	1	0	59.66%	471	1	1.04	0	0	0	1	2	1
2	Gage Quinney	Monarchs (LA )	C/LW	21	8	11	19	2	14	0	29	32	74	19	55	10.81%	5	380	18.11	0	0	0	5	36	0	0	0	0	16	1	1	72.73%	22	0	1.00	0	0	0	2	2	1
3	Steven Lorentz	Monarchs (LA )	C/LW/RW	16	6	8	14	-12	10	0	18	43	63	26	56	9.52%	6	364	22.79	1	2	3	10	32	0	0	0	2	35	1	0	42.17%	434	0	0.77	0	0	0	0	0	1
4	Owen Sillinger	Monarchs (LA )	C	21	3	11	14	-6	9	5	24	27	33	14	26	9.09%	28	329	15.69	0	0	0	0	0	0	0	0	0	0	0	0	60.61%	33	0	0.85	0	1	0	0	0	0
5	Stefan Matteau	Monarchs (LA )	LW	21	4	9	13	1	5	5	3	33	55	17	52	7.27%	9	323	15.41	0	0	0	1	3	1	0	1	3	29	0	0	35.42%	48	0	0.80	1	0	0	1	0	0
6	Liam O'Brien	Monarchs (LA )	C/LW	21	9	4	13	-2	41	5	72	50	55	16	53	16.36%	1	303	14.44	0	1	1	3	6	0	0	0	0	5	1	0	45.78%	367	0	0.86	0	0	1	0	1	0
7	Graeme Clarke	Monarchs (LA )	C/RW	21	6	6	12	-17	8	0	48	33	76	24	66	7.89%	5	397	18.92	0	2	2	14	50	0	0	0	0	0	0	0	51.43%	35	1	0.60	0	0	0	1	0	0
8	Derrick Pouliot	Monarchs (LA )	D	16	2	9	11	-13	6	0	28	23	28	4	17	7.14%	20	381	23.81	1	3	4	15	31	0	0	0	1	37	0	0	0.00%	0	0	0.58	0	0	0	0	0	0
9	Joseph Blandisi	Monarchs (LA )	C/LW	7	5	6	11	-1	0	0	12	11	31	8	25	16.13%	2	144	20.62	1	1	2	5	23	0	0	0	2	11	0	1	71.43%	14	0	1.52	0	0	0	1	0	1
10	Brandon Scanlin	Monarchs (LA )	D	21	5	5	10	4	8	0	40	17	18	3	9	27.78%	26	399	19.02	0	0	0	4	37	0	0	0	0	40	0	0	0.00%	0	0	0.50	0	0	0	0	1	1
11	Dennis Cholowski	Monarchs (LA )	D	21	2	7	9	-16	12	0	28	44	43	13	26	4.65%	49	503	23.99	2	1	3	20	50	0	0	0	0	49	0	0	0.00%	0	0	0.36	0	0	0	0	0	0
12	Frederic Allard	Monarchs (LA )	D	21	0	7	7	6	12	0	28	10	21	6	14	0.00%	23	410	19.54	0	0	0	3	39	0	1	1	2	45	0	0	0.00%	0	0	0.34	0	0	0	0	0	1
13	Giovanni Fiore	Monarchs (LA )	LW/RW	21	2	5	7	-1	0	0	0	12	26	10	15	7.69%	4	291	13.86	1	0	1	1	2	0	0	0	0	0	0	0	52.63%	19	0	0.48	0	0	0	0	0	0
14	Connor Zary	Monarchs (LA )	C	21	2	3	5	3	5	5	14	10	25	8	13	8.00%	1	91	4.34	0	0	0	4	8	0	0	0	1	15	0	0	62.50%	64	0	1.10	1	0	0	0	0	1
15	Andreas Englund	Monarchs (LA )	D	21	1	3	4	-5	33	5	67	5	13	5	14	7.69%	21	345	16.47	0	0	0	3	9	0	0	0	0	19	0	0	0.00%	0	0	0.23	1	0	0	0	0	1
16	Nick Henry	Monarchs (LA )	RW	21	1	2	3	1	4	0	35	24	18	6	21	5.56%	3	363	17.29	0	0	0	2	36	0	0	0	0	0	1	0	48.57%	35	0	0.17	0	0	0	1	0	0
17	Ben Johnson	Monarchs (LA )	C/LW	1	0	0	0	-2	0	0	0	0	0	0	0	0.00%	0	6	6.13	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0.00%	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				313	63	109	172	-56	171	25	461	446	665	199	515	9.47%	211	5420	17.32	6	10	16	101	407	1	1	2	11	325	5	2	50.58%	1542	2	0.63	3	1	1	7	6	8

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Salaire moyen restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Link
Andreas Englund	Monarchs (LA )	D	25	1996-01-21	No	189 Lbs	6 ft3	No	No	Yes	2	Pro & Farm	900,000$	615,789$	0$	0$	No	900,000$			Lien
Ben Johnson (contrat à 1 volet)	Monarchs (LA )	C/LW	27	1994-06-07	No	188 Lbs	5 ft11	No	No	Yes	1	Pro & Farm	660,000$	451,579$	0$	0$	No				Lien
Brandon Scanlin	Monarchs (LA )	D	22	1999-06-02	Yes	214 Lbs	6 ft4	No	No	No	4	Pro & Farm	925,000$	632,895$	0$	0$	No	925,000$	925,000$	925,000$
Connor Zary	Monarchs (LA )	C	20	2001-09-25	Yes	179 Lbs	6 ft0	No	No	No	2	Pro & Farm	925,000$	632,895$	0$	0$	No	925,000$			Lien
Dennis Cholowski	Monarchs (LA )	D	23	1998-02-15	No	197 Lbs	6 ft2	No	No	No	2	Pro & Farm	850,000$	581,579$	0$	0$	No	850,000$			Lien
Derrick Pouliot (contrat à 1 volet)	Monarchs (LA )	D	27	1994-01-16	No	196 Lbs	6 ft0	No	No	Yes	1	Pro & Farm	975,000$	667,105$	75,000$	51,316$	No				Lien
Eamon McAdam (contrat à 1 volet)	Monarchs (LA )	G	27	1994-09-24	No	188 Lbs	6 ft2	No	No	Yes	1	Pro & Farm	700,000$	478,947$	0$	0$	No				Lien
Frederic Allard (contrat à 1 volet)	Monarchs (LA )	D	26	1994-12-27	No	179 Lbs	6 ft1	No	No	Yes	2	Pro & Farm	600,000$	410,526$	0$	0$	No	600,000$			Lien
Gage Quinney (contrat à 1 volet)	Monarchs (LA )	C/LW	26	1995-07-29	No	200 Lbs	5 ft11	No	No	Yes	2	Pro & Farm	715,000$	489,211$	0$	0$	No	715,000$			Lien
Giovanni Fiore	Monarchs (LA )	LW/RW	25	1996-08-13	No	194 Lbs	6 ft1	No	No	Yes	2	Pro & Farm	1,200,000$	889,474$	0$	0$	No	1,100,000$			Lien
Graeme Clarke	Monarchs (LA )	C/RW	20	2001-04-24	Yes	174 Lbs	6 ft0	No	No	No	2	Pro & Farm	850,833$	582,149$	0$	0$	No	850,833$			Lien
Hugo Alnefelt	Monarchs (LA )	G	20	2001-06-04	Yes	201 Lbs	6 ft3	No	No	No	4	Pro & Farm	850,833$	582,149$	0$	0$	No	850,833$	850,833$	850,833$	Lien
Joseph Blandisi (contrat à 1 volet)	Monarchs (LA )	C/LW	27	1994-07-18	No	184 Lbs	6 ft0	No	No	Yes	1	Pro & Farm	700,000$	478,947$	0$	0$	No				Lien
Liam O'Brien (contrat à 1 volet)	Monarchs (LA )	C/LW	27	1994-07-29	No	213 Lbs	6 ft1	No	No	Yes	1	Pro & Farm	600,000$	410,526$	0$	0$	No				Lien
Mitchell Stephens	Monarchs (LA )	C	24	1997-02-05	No	190 Lbs	5 ft11	No	No	Yes	1	Pro & Farm	800,000$	547,368$	0$	0$	No				Lien
Nick Henry	Monarchs (LA )	RW	22	1999-07-04	Yes	190 Lbs	5 ft11	No	No	No	2	Pro & Farm	783,935$	536,377$	0$	0$	No	783,935$			Lien
Owen Sillinger	Monarchs (LA )	C	24	1997-09-23	Yes	183 Lbs	5 ft10	No	No	Yes	4	Pro & Farm	825,000$	564,474$	0$	0$	No	825,000$	825,000$	825,000$
Stefan Matteau (contrat à 1 volet)	Monarchs (LA )	LW	27	1994-02-23	No	208 Lbs	6 ft2	No	No	Yes	1	Pro & Farm	600,000$	410,526$	0$	0$	No				Lien
Steven Lorentz	Monarchs (LA )	C/LW/RW	25	1996-04-13	No	206 Lbs	6 ft4	No	No	Yes	2	Pro & Farm	728,333$	498,333$	0$	0$	No	728,333$			Lien
Zachary Sawchenko	Monarchs (LA )	G	23	1997-12-30	Yes	183 Lbs	6 ft1	No	No	No	2	Pro & Farm	560,000$	383,158$	0$	0$	No	560,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
20	24.35	193 Lbs	6 ft1	1.95	787,447$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1			Graeme Clarke	40	1	2	2
2	Gage Quinney	Mitchell Stephens	Nick Henry	30	1	2	2
3	Stefan Matteau	Liam O'Brien	Giovanni Fiore	20	1	2	2
4		Owen Sillinger		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Dennis Cholowski	40	1	2	2
2	Frederic Allard	Brandon Scanlin	30	1	2	2
3	Andreas Englund	Owen Sillinger	20	1	2	2
4		Dennis Cholowski	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1			Graeme Clarke	60	1	2	2
2	Gage Quinney	Mitchell Stephens	Nick Henry	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Dennis Cholowski	60	1	2	2
2	Frederic Allard	Brandon Scanlin	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			60	1	2	2
2	Mitchell Stephens	Gage Quinney	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Dennis Cholowski	60	1	2	2
2	Frederic Allard	Brandon Scanlin	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		60	1	2	2		Dennis Cholowski	60	1	2	2
2		40	1	2	2	Frederic Allard	Brandon Scanlin	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			60	1	2	2
2	Mitchell Stephens	Gage Quinney	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1		Dennis Cholowski	60	1	2	2
2	Frederic Allard	Brandon Scanlin	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
		Graeme Clarke		Dennis Cholowski

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
		Graeme Clarke		Dennis Cholowski

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Connor Zary, Liam O'Brien, Stefan Matteau	Connor Zary, Liam O'Brien	Stefan Matteau

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Andreas Englund, Frederic Allard, Brandon Scanlin	Andreas Englund	Frederic Allard, Brandon Scanlin

Tirs de pénalité
, , Mitchell Stephens, Gage Quinney, Liam O'Brien

Gardien
#1 : , #2 :

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	Baby Hawks	2	1	0	0	0	1	0	0	10	9	1	1	0	0	0	0	1	0	0	4	5	-1	1	1	0	0	0	0	0	0	6	4	2	3	0.750	10	18	28	0	0	29	30	23	1	80	303	313	314	6	81	23	14	42	10	2	20.00%	6	2	66.67%	1	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
2	Bears	1	0	1	0	0	0	0	0	1	8	-7	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	8	-7	0	0.000	1	2	3	0	0	29	30	23	1	21	303	313	314	6	39	9	2	21	2	0	0.00%	1	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
3	Cabaret Lady Mary Ann	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	29	30	23	1	44	303	313	314	6	48	5	8	18	0	0	0.00%	4	2	50.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
4	Caroline	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	4	7	1	0	29	30	23	1	38	303	313	314	6	33	9	13	25	6	1	16.67%	3	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
5	Chiefs	1	1	0	0	0	0	0	0	8	3	5	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	8	3	5	2	1.000	8	13	21	0	0	29	30	23	1	31	303	313	314	6	28	5	6	14	3	1	33.33%	3	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
6	Chill	1	0	1	0	0	0	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	4	5	-1	0	0.000	4	7	11	0	0	29	30	23	1	37	303	313	314	6	96	19	2	17	2	0	0.00%	1	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
7	Comets	1	1	0	0	0	0	0	0	4	0	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	0	4	2	1.000	4	8	12	0	1	29	30	23	1	34	303	313	314	6	27	8	11	23	1	0	0.00%	3	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
8	Cougars	2	0	2	0	0	0	0	0	5	17	-12	1	0	1	0	0	0	0	0	3	8	-5	1	0	1	0	0	0	0	0	2	9	-7	0	0.000	5	10	15	0	0	29	30	23	1	53	303	313	314	6	134	37	8	38	2	0	0.00%	4	2	50.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
9	Heat	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	0	0	29	30	23	1	22	303	313	314	6	45	14	8	19	1	0	0.00%	4	1	75.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
10	Jayhawks	1	0	1	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	4	6	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	5	9	0	0	29	30	23	1	43	303	313	314	6	36	11	25	30	4	0	0.00%	4	1	75.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
11	Las Vegas	1	1	0	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	7	4	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	7	14	21	0	0	29	30	23	1	89	303	313	314	6	74	17	0	32	1	1	100.00%	0	0	0.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
12	Manchots	1	0	1	0	0	0	0	0	3	8	-5	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	3	8	-5	0	0.000	3	6	9	0	0	29	30	23	1	31	303	313	314	6	88	23	4	25	0	0	0.00%	2	1	50.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
13	Marlies	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	5	2	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	0	29	30	23	1	38	303	313	314	6	28	9	4	20	4	1	25.00%	1	1	0.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
14	Minnesota	2	0	2	0	0	0	0	0	2	8	-6	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	2	6	-4	0	0.000	2	4	6	0	0	29	30	23	1	74	303	313	314	6	78	23	10	49	7	0	0.00%	4	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
15	Oceanics	1	0	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	6	10	0	0	29	30	23	1	25	303	313	314	6	39	10	12	19	4	0	0.00%	5	3	40.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
16	Oil Kings	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	3	-2	0	0.000	1	2	3	0	0	29	30	23	1	31	303	313	314	6	42	9	10	20	2	0	0.00%	5	1	80.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
17	Seattle	3	0	3	0	0	0	0	0	5	13	-8	2	0	2	0	0	0	0	0	3	10	-7	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	5	8	13	0	0	29	30	23	1	89	303	313	314	6	150	45	24	67	5	0	0.00%	11	1	90.91%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
18	Senators	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	3	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	1	0	29	30	23	1	37	303	313	314	6	34	18	4	31	5	0	0.00%	2	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
19	Sharks	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	0	0	29	30	23	1	30	303	313	314	6	50	19	8	19	3	0	0.00%	4	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
20	Stars	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	4	6	0	0	29	30	23	1	29	303	313	314	6	33	12	2	30	3	0	0.00%	1	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
21	Thunder	1	0	0	0	1	0	0	0	4	3	1	1	0	0	0	1	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	29	30	23	1	34	303	313	314	6	20	4	4	23	3	1	33.33%	1	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
22	Wolf Pack	1	0	1	0	0	0	0	0	4	7	-3	1	0	1	0	0	0	0	0	4	7	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	4	7	11	0	0	29	30	23	1	26	303	313	314	6	42	8	8	16	1	0	0.00%	3	0	100.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
	Total	27	5	20	0	1	1	0	0	83	125	-42	14	2	10	0	1	1	0	0	44	64	-20	13	3	10	0	0	0	0	0	39	61	-22	13	0.241	83	149	232	2	1	29	30	23	1	936	303	313	314	6	1245	337	187	598	69	7	10.14%	72	15	79.17%	1	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
	_Since Last GM Reset	27	5	20	0	1	1	0	0	83	125	-42	14	2	10	0	1	1	0	0	44	64	-20	13	3	10	0	0	0	0	0	39	61	-22	13	0.241	83	149	232	2	1	29	30	23	1	936	303	313	314	6	1245	337	187	598	69	7	10.14%	72	15	79.17%	1	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
	_Vs Conference	9	1	7	0	1	0	0	0	28	45	-17	5	1	3	0	1	0	0	0	18	20	-2	4	0	4	0	0	0	0	0	10	25	-15	4	0.222	28	51	79	1	0	29	30	23	1	279	303	313	314	6	436	119	48	191	24	2	8.33%	20	5	75.00%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169
	_Vs Division	6	1	3	0	0	0	0	0	17	29	-12	5	1	1	0	0	0	0	0	15	20	-5	1	0	2	0	0	0	0	0	2	9	-7	2	0.167	17	33	50	1	0	29	30	23	1	206	303	313	314	6	264	73	28	130	14	2	14.29%	12	5	58.33%	0	412	880	46.82%	431	997	43.23%	222	477	46.54%	585	395	689	196	350	169

			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
27	13	L7	83	149	232	936	1245	337	187	598	2	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
27	5	20	1	1	0	0	83	125

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	2	10	1	1	0	0	44	64

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
13	3	10	0	0	0	0	39	61

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
1	9	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
69	7	10.14%	72	15	79.17%	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
303	313	314	6	29	30	23	1

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
412	880	46.82%	431	997	43.23%	222	477	46.54%

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
585	395	689	196	350	169

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	Lien
5 - 2022-10-11	4	Las Vegas	4	Monarchs	7	BW		Sommaire du match
7 - 2022-10-13	20	Seattle	6	Monarchs	1	BL		Sommaire du match
9 - 2022-10-15	34	Monarchs	2	Minnesota	6	AL		Sommaire du match
11 - 2022-10-17	44	Monarchs	2	Cougars	9	AL		Sommaire du match
12 - 2022-10-18	52	Monarchs	4	Chill	5	AL		Sommaire du match
14 - 2022-10-20	62	Monarchs	3	Manchots	8	AL		Sommaire du match
16 - 2022-10-22	80	Monarchs	1	Bears	8	AL		Sommaire du match
19 - 2022-10-25	106	Thunder	3	Monarchs	4	BW	X	Sommaire du match
21 - 2022-10-27	120	Oceanics	5	Monarchs	4	BL		Sommaire du match
23 - 2022-10-29	130	Marlies	2	Monarchs	5	BW		Sommaire du match
25 - 2022-10-31	146	Monarchs	8	Chiefs	3	AW		Sommaire du match
26 - 2022-11-01	153	Monarchs	2	Stars	4	AL		Sommaire du match
28 - 2022-11-03	168	Monarchs	6	Baby Hawks	4	AW		Sommaire du match
30 - 2022-11-05	189	Cabaret Lady Mary Ann	4	Monarchs	2	BL		Sommaire du match
33 - 2022-11-08	206	Minnesota	2	Monarchs	0	BL		Sommaire du match
35 - 2022-11-10	220	Baby Hawks	5	Monarchs	4	BL	X	Sommaire du match
37 - 2022-11-12	237	Cougars	8	Monarchs	3	BL		Sommaire du match
39 - 2022-11-14	245	Monarchs	2	Heat	4	AL		Sommaire du match
41 - 2022-11-16	259	Monarchs	1	Oil Kings	3	AL		Sommaire du match
43 - 2022-11-18	273	Monarchs	4	Comets	0	AW		Sommaire du match
44 - 2022-11-19	286	Monarchs	2	Seattle	3	AL		Sommaire du match
47 - 2022-11-22	302	Wolf Pack	7	Monarchs	4	BL		Sommaire du match
50 - 2022-11-25	331	Monarchs	2	Sharks	4	AL		Sommaire du match
52 - 2022-11-27	345	Senators	3	Monarchs	1	BL		Sommaire du match
54 - 2022-11-29	360	Seattle	4	Monarchs	2	BL		Sommaire du match
56 - 2022-12-01	375	Jayhawks	6	Monarchs	4	BL		Sommaire du match
58 - 2022-12-03	391	Caroline	5	Monarchs	3	BL		Sommaire du match
61 - 2022-12-06	406	Monarchs	-	Senators	-
63 - 2022-12-08	420	Monarchs	-	Marlies	-
65 - 2022-12-10	439	Monarchs	-	Rocket	-
66 - 2022-12-11	443	Monarchs	-	Monsters	-
68 - 2022-12-13	457	Monarchs	-	Crunch	-
70 - 2022-12-15	472	Monarchs	-	Bruins	-
72 - 2022-12-17	496	Sharks	-	Monarchs	-
75 - 2022-12-20	516	Admirals	-	Monarchs	-
77 - 2022-12-22	531	Heat	-	Monarchs	-
78 - 2022-12-23	543	Monarchs	-	Jayhawks	-
82 - 2022-12-27	557	Las Vegas	-	Monarchs	-
84 - 2022-12-29	571	Monarchs	-	Monsters	-
86 - 2022-12-31	580	Phantoms	-	Monarchs	-
89 - 2023-01-03	608	Stars	-	Monarchs	-
91 - 2023-01-05	621	Bruins	-	Monarchs	-
93 - 2023-01-07	634	Monarchs	-	Las Vegas	-
95 - 2023-01-09	647	Oil Kings	-	Monarchs	-
97 - 2023-01-11	661	Sharks	-	Monarchs	-
100 - 2023-01-14	690	Spiders	-	Monarchs	-
105 - 2023-01-19	729	Stars	-	Monarchs	-
107 - 2023-01-21	742	Monarchs	-	Chill	-
108 - 2023-01-22	747	Monarchs	-	Baby Hawks	-
110 - 2023-01-24	757	Monarchs	-	Phantoms	-
113 - 2023-01-27	781	Monarchs	-	Cabaret Lady Mary Ann	-
114 - 2023-01-28	791	Monarchs	-	Thunder	-
117 - 2023-01-31	802	Monarchs	-	Caroline	-
128 - 2023-02-11	845	Manchots	-	Monarchs	-
130 - 2023-02-13	854	Crunch	-	Monarchs	-
134 - 2023-02-17	882	Monarchs	-	Admirals	-
135 - 2023-02-18	892	Jayhawks	-	Monarchs	-
138 - 2023-02-21	913	Monarchs	-	Minnesota	-
140 - 2023-02-23	923	Monarchs	-	Spiders	-
141 - 2023-02-24	934	Monarchs	-	Sound Tigers	-
143 - 2023-02-26	950	Monarchs	-	Wolf Pack	-
145 - 2023-02-28	961	Monarchs	-	Oceanics	-
147 - 2023-03-02	982	Rocket	-	Monarchs	-
149 - 2023-03-04	1000	Chiefs	-	Monarchs	-
151 - 2023-03-06	1011	Bears	-	Monarchs	-
154 - 2023-03-09	1033	Monarchs	-	Monsters	-
156 - 2023-03-11	1052	Chill	-	Monarchs	-
159 - 2023-03-14	1075	Sound Tigers	-	Monarchs	-
161 - 2023-03-16	1089	Monsters	-	Monarchs	-
163 - 2023-03-18	1104	Comets	-	Monarchs	-
165 - 2023-03-20	1119	Heat	-	Monarchs	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
170 - 2023-03-25	1153	Oceanics	-	Monarchs	-
171 - 2023-03-26	1169	Chiefs	-	Monarchs	-
173 - 2023-03-28	1183	Monarchs	-	Heat	-
175 - 2023-03-30	1197	Monarchs	-	Oil Kings	-
177 - 2023-04-01	1213	Monarchs	-	Seattle	-
178 - 2023-04-02	1224	Monarchs	-	Comets	-
180 - 2023-04-04	1237	Oil Kings	-	Monarchs	-
182 - 2023-04-06	1255	Monarchs	-	Las Vegas	-
184 - 2023-04-08	1272	Monsters	-	Monarchs	-
186 - 2023-04-10	1284	Comets	-	Monarchs	-
189 - 2023-04-13	1310	Monarchs	-	Admirals	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	50	20
Assistance	17,058	9,359
Assistance PCT	60.92%	66.85%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
27	1887 - 62.90%	74,291$	1,040,080$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
335,191$	1,019,893$	1,029,893$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
5,420$	338,344$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
2,005,869$	130	5,368$	697,840$

Monarchs Leaders statistiques (saison régulière)

Afficher ou masquer des colonnes

#	Nom du joueur	GP	G	A	P	+/-	PIM	HIT	HTT	SHT	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PKG	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

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 (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: 27 \| W: 6 \| L: 20 \| OTL: 1 \| P: 13 GF: 83 \| GA: 125 \| PP%: 10.14% \| PK%: 79.17% DG: Antoine Pelletier \| Morale : 50 \| Moyenne d’équipe : 54 Prochains matchs #406 vs Senators