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

Centre de jeu
	Admirals 12-11-3, 27pts	2	FINAL	3	Monsters 18-5-3, 39pts

Team Stats
SOL2	Séquence	L1
7-6-1	Fiche domicile	6-4-2
5-5-2	Fiche domicile	12-1-1
5-3-2	Derniers 10 matchs	8-2-0
1.81	Buts par match	2.58
2.12	Buts contre par match	1.62
8.45%	Pourcentage en avantage numérique	13.43%
90.54%	Pourcentage en désavantage numérique	84.69%

Oceanics
22-2-1, 45pts

FINAL

Monsters
18-5-3, 39pts

Team Stats
W3	Séquence	L1
11-2-1	Fiche domicile	6-4-2
11-0-0	Fiche domicile	12-1-1
9-1-0	Derniers 10 matchs	8-2-0
3.00	Buts par match	2.58
1.36	Buts contre par match	1.62
15.49%	Pourcentage en avantage numérique	13.43%
90.00%	Pourcentage en désavantage numérique	84.69%

Phantoms
11-11-4, 26pts

2023-12-09

Monsters
18-5-3, 39pts

Statistiques d’équipe
W2	Séquence	L1
6-4-3	Fiche domicile	6-4-2
5-7-1	Fiche visiteur	12-1-1
4-4-2	10 derniers matchs	8-2-0
1.96	Buts par match	2.58
2.00	Buts contre par match	2.58
10.53%	Pourcentage en avantage numérique	13.43%
86.42%	Pourcentage en désavantage numérique	84.69%

Heat
1-23-2, 4pts

2023-12-11

Monsters
18-5-3, 39pts

Statistiques d’équipe
L1	Séquence	L1
0-10-2	Fiche domicile	6-4-2
1-13-0	Fiche visiteur	12-1-1
0-9-1	10 derniers matchs	8-2-0
1.85	Buts par match	2.58
4.31	Buts contre par match	2.58
10.67%	Pourcentage en avantage numérique	13.43%
83.33%	Pourcentage en désavantage numérique	84.69%

Crunch
13-12-2, 28pts

2023-12-13

Monsters
18-5-3, 39pts

Statistiques d’équipe
L1	Séquence	L1
7-4-1	Fiche domicile	6-4-2
6-8-1	Fiche visiteur	12-1-1
4-5-1	10 derniers matchs	8-2-0
2.63	Buts par match	2.58
2.81	Buts contre par match	2.58
10.00%	Pourcentage en avantage numérique	13.43%
82.86%	Pourcentage en désavantage numérique	84.69%

Meneurs d'équipe
	Buts Vasily Podkolzin 12	Passes Alexander Alexeyev 17

	Points Aliaksei Protas 25	Plus/Moins Vasily Podkolzin 19

	Victoires Dustin Tokarski 18	Pourcentage d’arrêts Dustin Tokarski 0.914

Statistiques d’équipe
Buts pour 67 2.58 GFG	Tirs pour 511 19.65 Avg	Pourcentage en avantage numérique 13.4% 9 GF	Début de zone offensive 40.8%
Buts contre 42 1.62 GAA	Tirs contre 454 17.46 Avg	Pourcentage en désavantage numérique 84.7%% 15 GA	Début de la zone défensive 38.4%

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	2,889
	Billets de saison	300
Informations de la formation
	Équipe Pro	29
	Équipe Mineure	18
	Limite contact	47 / 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	Aliaksei Protas (R)		X	X		100.00	69	47	87	71	93	82	73	73	56	70	64	67	69	56	50	0	50	68		0	21	2	795,000$
2	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$
3	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$
4	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$
5	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$
6	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$
7	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$
8	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$
9	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$
10	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$
11	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$
12	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$
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	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$
4	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$
5	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$
6	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$
7	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	62	48	67	67	67	65	63	62	44	58	56	61	62	54	51	0	50	61

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	TA	SP	Âge	Contrat	Salaire moyen
1	Dustin Tokarski	100.00	74	76	78	69	75	74	75	72	73	76	74	75	68	0	50	68	N	0	33	2	620,000$
2	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$
Rayé
1	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$
2	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	56	60	64	72	56	55	59	56	54	56	49	57	51	0	50	55

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	PSG	PSS	FT	S1	S2	S3
1	Aliaksei Protas	Monsters (Col)	LW/RW	26	11	14	25	19	2	0	13	35	55	20	53	20.00%	6	588	22.65	0	3	3	5	59	0	1	1	2	97	5	1	52.63%	38	1	0.85	0	4	0	3	2	2
2	Vasily Podkolzin	Monsters (Col)	LW/RW	26	12	13	25	19	8	0	25	43	69	27	52	17.39%	4	583	22.45	3	0	3	10	59	2	0	2	4	98	2	2	50.83%	242	1	0.86	1	4	0	4	3	1
3	Alexander Alexeyev	Monsters (Col)	D	26	2	17	19	18	12	0	26	23	15	6	12	13.33%	25	615	23.68	0	3	3	7	58	0	1	1	0	82	0	0	0%	0	0	0.62	0	0	0	1	1	1
4	Marian Studenic	Monsters (Col)	LW/RW	26	10	8	18	10	16	0	27	24	53	11	36	18.87%	0	457	17.58	2	2	4	9	51	0	0	0	2	38	2	1	63.33%	30	0	0.79	0	1	0	3	4	1
5	Ben Jones	Monsters (Col)	C	26	4	13	17	10	8	0	39	59	48	6	24	8.33%	3	415	15.96	0	3	3	5	51	0	0	0	0	6	1	1	53.97%	365	0	0.82	0	0	0	3	0	1
6	Lucas Carlsson	Monsters (Col)	D	26	3	12	15	19	22	0	47	27	28	6	8	10.71%	22	601	23.14	2	1	3	11	55	0	1	1	1	72	1	0	0%	0	0	0.50	0	0	0	1	2	0
7	Paul Cotter	Monsters (Col)	C/LW	26	5	9	14	16	25	5	43	41	41	18	36	12.20%	1	511	19.67	0	1	1	7	58	0	0	0	0	38	0	1	50.79%	508	0	0.55	1	3	1	1	1	2
8	Matthew Robertson	Monsters (Col)	D	26	5	6	11	10	4	0	34	23	11	2	4	45.45%	18	446	17.17	1	0	1	1	2	0	0	0	0	38	1	0	0%	0	0	0.49	0	0	0	2	1	2
9	Vladislav Kolyachonok	Monsters (Col)	D	26	0	11	11	4	0	0	1	23	15	7	12	0%	14	530	20.41	0	1	1	6	51	0	0	0	0	72	0	0	0%	0	0	0.41	0	0	0	0	0	1
10	Brayden Pachal	Monsters (Col)	D	26	3	5	8	11	25	5	53	24	17	1	10	17.65%	17	434	16.69	0	0	0	0	6	0	1	1	0	8	1	0	0%	0	0	0.37	0	0	1	0	3	1
11	Oskar Steen	Monsters (Col)	C/RW	26	2	5	7	10	6	0	15	18	30	11	18	6.67%	2	408	15.71	1	0	1	4	51	0	0	0	0	0	1	1	68.18%	22	0	0.34	0	0	0	0	0	0
12	Carl Hagelin	Monsters (Col)	LW	26	1	5	6	3	6	0	11	17	27	7	24	3.70%	1	328	12.64	0	1	1	0	4	0	0	0	0	17	0	0	73.91%	23	0	0.37	0	0	0	0	0	0
13	Olle Lycksell	Monsters (Col)	RW	26	3	1	4	2	2	0	10	23	24	5	15	12.50%	3	319	12.29	0	0	0	0	2	0	0	0	0	25	1	0	34.62%	26	0	0.25	0	0	0	0	1	1
14	Justin Sourdif	Monsters (Col)	C	26	3	1	4	2	8	0	13	26	15	4	10	20.00%	2	211	8.15	0	0	0	0	0	0	0	0	0	0	2	0	46.15%	182	0	0.38	0	0	0	0	0	2
15	Mark Borowiecki	Monsters (Col)	D	26	0	3	3	3	48	0	89	15	15	6	7	0%	22	510	19.62	0	0	0	5	51	0	0	0	0	55	0	0	0%	0	0	0.12	0	0	0	0	0	1
16	Otto Koivula	Monsters (Col)	C/LW/RW	26	0	2	2	2	12	0	31	32	22	6	10	0%	3	301	11.58	0	0	0	0	3	0	0	0	0	2	0	0	63.20%	250	0	0.13	0	0	0	0	0	1
17	Alexander Pashin	Monsters (Col)	C/LW/RW	26	2	0	2	2	8	0	8	8	11	2	8	18.18%	0	212	8.16	0	0	0	0	0	0	0	0	0	0	0	0	36.36%	11	0	0.19	0	0	0	0	1	0
18	Daniel Torgersson	Monsters (Col)	LW/RW	26	0	0	0	2	10	0	17	11	15	2	11	0%	0	211	8.15	0	0	0	0	0	0	0	0	0	0	0	0	54.55%	11	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				468	66	125	191	162	222	10	502	472	511	147	350	12.92%	143	7688	16.43	9	15	24	70	567	2	4	6	9	656	17	7	53.28%	1708	2	0.50	2	12	2	18	19	17

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
1	Dustin Tokarski	Monsters (Col)	26	18	5	3	0.914	1.48	1578	0	4	39	454	0	0	0	0.545	11	26	0	2	1	0
Statistiques d’équipe totales ou en moyenne			26	18	5	3	0.914	1.48	1578	0	4	39	454	0	0	0		11	26	0	2	1	0

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	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$	595,152$	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$	598,038$	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$	572,639$	0$	0$	No	826,667$	826,667$
Aliaksei Protas	Monsters (Col)	LW/RW	21	2001-01-06	Yes	225 Lbs	6 ft6	No	No	No	No	2	Pro & Farm	795,000$	550,703$	0$	0$	No	795,000$			Lien
Ben Jones	Monsters (Col)	C	23	1999-02-26	No	187 Lbs	6 ft0	No	No	No	No	2	Pro & Farm	760,000$	526,458$	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$	623,438$	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$	865,885$	350,000$	242,448$	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$	640,755$	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$	600,924$	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$	415,625$	0$	0$	No	600,000$	600,000$		Lien
Dustin Tokarski (contrat à 1 volet)	Monsters (Col)	G	33	1989-09-16	No	198 Lbs	6 ft0	Yes	No	Yes	Yes	2	Pro & Farm	620,000$	429,479$	0$	0$	No	620,000$			Lien
Filip Larsson	Monsters (Col)	G	24	1998-08-17	Yes	181 Lbs	6 ft2	No	No	Yes	Yes	1	Pro & Farm	750,000$	519,531$	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$	571,484$	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$	623,438$	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$	484,896$	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$	587,070$	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$	554,167$	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$	519,531$	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$	977,488$	511,111$	354,051$	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$	552,435$	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$	579,797$	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$	560,517$	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$	484,896$	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$	623,438$	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$	519,531$	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$	520,108$	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$	429,479$	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$	640,755$	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$	550,703$	0$	0$	No	795,000$			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
29	24.07	191 Lbs	6 ft1	2.03	832,234$

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

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

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

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

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

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

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

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

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vasily Podkolzin	Paul Cotter	Aliaksei Protas	Alexander Alexeyev	Lucas Carlsson

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Vasily Podkolzin	Paul Cotter	Aliaksei Protas	Alexander Alexeyev	Lucas Carlsson

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Carl Hagelin, Otto Koivula, Olle Lycksell	Carl Hagelin, Otto Koivula	Olle Lycksell

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Brayden Pachal, Matthew Robertson, Mark Borowiecki	Brayden Pachal	Matthew Robertson, Mark Borowiecki

Tirs de pénalité
Vasily Podkolzin, Aliaksei Protas, Paul Cotter, Marian Studenic, Carl Hagelin

Gardien
#1 : Dustin Tokarski, #2 : Jon Gillies

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	27	18	20	3	46	176	151	175	21	59	20	36	54	4	0	0.00%	16	2	87.50%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
2	Baby Hawks	1	0	0	0	0	0	0	1	2	3	-1	1	0	0	0	0	0	0	1	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	2	4	6	0	0	27	18	20	3	5	176	151	175	21	26	4	19	16	2	0	0.00%	5	1	80.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
3	Caroline	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	27	18	20	3	12	176	151	175	21	13	4	6	18	1	0	0.00%	3	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
4	Chiefs	2	0	1	0	0	0	0	1	3	5	-2	2	0	1	0	0	0	0	1	3	5	-2	0	0	0	0	0	0	0	0	0	0	0	1	0.250	3	5	8	0	0	27	18	20	3	39	176	151	175	21	29	11	16	33	12	1	8.33%	6	2	66.67%	1	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
5	Chill	1	1	0	0	0	0	0	0	5	4	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	4	1	2	1.000	5	9	14	0	0	27	18	20	3	30	176	151	175	21	24	5	12	17	2	0	0.00%	6	2	66.67%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
6	Comets	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	27	18	20	3	22	176	151	175	21	7	3	7	14	3	0	0.00%	1	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
7	Crunch	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	8	12	0	0	27	18	20	3	23	176	151	175	21	19	7	6	17	2	0	0.00%	3	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
8	Heat	1	1	0	0	0	0	0	0	3	2	1	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	5	8	0	0	27	18	20	3	33	176	151	175	21	23	6	4	31	1	0	0.00%	2	1	50.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
9	Jayhawks	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	2	4	2	1.000	6	12	18	0	0	27	18	20	3	39	176	151	175	21	17	3	0	29	5	2	40.00%	0	0	0%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
10	Las Vegas	1	0	0	0	0	0	0	1	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	1	2	-1	1	0.500	1	2	3	0	0	27	18	20	3	25	176	151	175	21	16	5	6	15	2	0	0.00%	3	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
11	Manchots	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	27	18	20	3	20	176	151	175	21	20	7	16	27	0	0	0%	7	1	85.71%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
12	Minnesota	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	1	1	2	1.000	2	4	6	0	0	27	18	20	3	15	176	151	175	21	18	3	12	15	5	1	20.00%	6	1	83.33%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
13	Monarchs	2	2	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	4	2	2	4	1.000	4	8	12	0	0	27	18	20	3	30	176	151	175	21	36	11	24	40	7	0	0.00%	12	1	91.67%	1	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
14	Oceanics	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	27	18	20	3	20	176	151	175	21	13	4	4	15	3	0	0.00%	2	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
15	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	27	18	20	3	48	176	151	175	21	45	13	26	50	9	2	22.22%	13	2	84.62%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
16	Sharks	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	27	18	20	3	23	176	151	175	21	15	4	4	25	0	0	0%	2	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
17	Sound Tigers	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	27	18	20	3	14	176	151	175	21	21	7	12	26	1	0	0.00%	5	1	80.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
18	Spiders	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	0	27	18	20	3	17	176	151	175	21	16	8	2	19	2	1	50.00%	1	0	100.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
19	Stars	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	7	11	0	1	27	18	20	3	27	176	151	175	21	17	7	0	12	5	2	40.00%	0	0	0%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
20	Thunder	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	6	3	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	6	10	16	0	0	27	18	20	3	23	176	151	175	21	20	11	10	29	1	0	0.00%	5	1	80.00%	0	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
	Total	26	16	5	0	1	0	1	3	67	42	25	12	5	4	0	0	0	1	2	27	22	5	14	11	1	0	1	0	0	1	40	20	20	39	0.750	67	125	192	0	4	27	18	20	3	511	176	151	175	21	454	143	222	502	67	9	13.43%	98	15	84.69%	2	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
	_Since Last GM Reset	26	16	5	0	1	0	1	3	67	42	25	12	5	4	0	0	0	1	2	27	22	5	14	11	1	0	1	0	0	1	40	20	20	39	0.750	67	125	192	0	4	27	18	20	3	511	176	151	175	21	454	143	222	502	67	9	13.43%	98	15	84.69%	2	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
	_Vs Conference	14	6	4	0	1	0	0	3	31	23	8	7	2	3	0	0	0	0	2	11	13	-2	7	4	1	0	1	0	0	1	20	10	10	17	0.607	31	59	90	0	2	27	18	20	3	288	176	151	175	21	230	66	102	250	47	8	17.02%	42	7	83.33%	1	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168
	_Vs Division	8	2	1	0	0	0	0	0	22	16	6	4	0	1	0	0	0	0	0	5	9	-4	4	2	0	0	0	0	0	0	17	7	10	4	0.250	22	41	63	0	1	27	18	20	3	175	176	151	175	21	144	37	63	137	34	6	17.65%	25	6	76.00%	1	383	697	54.95%	344	656	52.44%	183	355	51.55%	682	486	574	181	324	168

			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
26	39	L1	67	125	192	511	454	143	222	502	0	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
26	16	5	1	0	1	3	67	42

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	5	4	0	0	1	2	27	22

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
14	11	1	1	0	0	1	40	20

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
8	2	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
67	9	13.43%	98	15	84.69%	2

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
176	151	175	21	27	18	20	3

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
383	697	54.95%	344	656	52.44%	183	355	51.55%

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
682	486	574	181	324	168

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	Sharks	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	-	Monsters	-
63 - 2023-12-11	431	Heat	-	Monsters	-
65 - 2023-12-13	445	Crunch	-	Monsters	-
68 - 2023-12-16	462	Monsters	-	Oceanics	-
69 - 2023-12-17	478	Sharks	-	Monsters	-
71 - 2023-12-19	492	Monsters	-	Baby Hawks	-
73 - 2023-12-21	507	Senators	-	Monsters	-
75 - 2023-12-23	525	Jayhawks	-	Monsters	-
79 - 2023-12-27	537	Monsters	-	Jayhawks	-
81 - 2023-12-29	552	Monsters	-	Chiefs	-
83 - 2023-12-31	571	Sharks	-	Monsters	-
85 - 2024-01-02	582	Sound Tigers	-	Monsters	-
87 - 2024-01-04	593	Monsters	-	Stars	-
89 - 2024-01-06	606	Cabaret Lady Mary Ann	-	Monsters	-
91 - 2024-01-08	624	Bruins	-	Monsters	-
93 - 2024-01-10	637	Las Vegas	-	Monsters	-
96 - 2024-01-13	663	Monsters	-	Marlies	-
98 - 2024-01-15	678	Monsters	-	Rocket	-
99 - 2024-01-16	682	Monsters	-	Senators	-
101 - 2024-01-18	692	Monsters	-	Bruins	-
103 - 2024-01-20	707	Monsters	-	Phantoms	-
107 - 2024-01-24	742	Bears	-	Monsters	-
109 - 2024-01-26	757	Monarchs	-	Monsters	-
119 - 2024-02-05	781	Monsters	-	Wolf Pack	-
120 - 2024-02-06	787	Monsters	-	Spiders	-
122 - 2024-02-08	799	Monsters	-	Caroline	-
124 - 2024-02-10	809	Monsters	-	Cabaret Lady Mary Ann	-
127 - 2024-02-13	828	Monsters	-	Bears	-
129 - 2024-02-15	842	Monsters	-	Thunder	-
132 - 2024-02-18	864	Jayhawks	-	Monsters	-
134 - 2024-02-20	881	Comets	-	Monsters	-
136 - 2024-02-22	890	Monsters	-	Cougars	-
138 - 2024-02-24	908	Marlies	-	Monsters	-
141 - 2024-02-27	936	Stars	-	Monsters	-
143 - 2024-02-29	949	Monsters	-	Baby Hawks	-
145 - 2024-03-02	959	Monsters	-	Chill	-
147 - 2024-03-04	979	Baby Hawks	-	Monsters	-
149 - 2024-03-06	991	Cougars	-	Monsters	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
151 - 2024-03-08	1006	Minnesota	-	Monsters	-
155 - 2024-03-12	1039	Monsters	-	Heat	-
156 - 2024-03-13	1044	Monsters	-	Comets	-
159 - 2024-03-16	1072	Monsters	-	Oil Kings	-
162 - 2024-03-19	1089	Monsters	-	Chiefs	-
165 - 2024-03-22	1111	Monsters	-	Monsters	-
167 - 2024-03-24	1125	Manchots	-	Monsters	-
169 - 2024-03-26	1144	Rocket	-	Monsters	-
171 - 2024-03-28	1159	Wolf Pack	-	Monsters	-
173 - 2024-03-30	1169	Chill	-	Monsters	-
175 - 2024-04-01	1181	Monsters	-	Monsters	-
178 - 2024-04-04	1207	Monsters	-	Minnesota	-
179 - 2024-04-05	1214	Monsters	-	Oil Kings	-
181 - 2024-04-07	1236	Stars	-	Monsters	-
183 - 2024-04-09	1248	Minnesota	-	Monsters	-
187 - 2024-04-13	1272	Oceanics	-	Monsters	-
188 - 2024-04-14	1284	Monsters	-	Las Vegas	-
192 - 2024-04-18	1310	Oil Kings	-	Monsters	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	23,195	11,476
Assistance PCT	96.65%	95.63%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
29	2889 - 96.31%	98,397$	1,180,758$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
568,583$	1,850,367$	1,850,367$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,637$	568,583$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
2,853,498$	133	9,637$	1,281,721$

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: 26 \| W: 18 \| L: 5 \| OTL: 3 \| P: 39 GF: 67 \| GA: 42 \| PP%: 13.43% \| PK%: 84.69% DG: Paul-André Desrochers \| Morale : 50 \| Moyenne d’équipe : 60 Prochains matchs #417 vs Phantoms