Blue Jackets
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière
Client Web pour les lignes

Centre de jeu
	Monsters 44-34-4, 92pts	3	FINAL	1	Admirals 38-38-6, 82pts

Team Stats
W4	Streak	L3
18-20-3	Home Record	23-16-2
26-14-1	Away Record	15-22-4
6-3-1	Last 10 Games	7-3-0
3.44	Buts par match	3.59
3.61	Buts contre par match	3.79
17.54%	Pourcentage en avantage numérique	24.44%
80.94%	Pourcentage en désavantage numérique	76.34%

Wolves
41-33-8, 90pts

FINAL

Monsters
44-34-4, 92pts

Team Stats
L3	Streak	W4
25-11-5	Home Record	18-20-3
16-22-3	Away Record	26-14-1
5-4-1	Last 10 Games	6-3-1
3.74	Buts par match	3.44
3.62	Buts contre par match	3.61
21.61%	Pourcentage en avantage numérique	17.54%
83.06%	Pourcentage en désavantage numérique	80.94%

Meneurs d'équipe




	Victoires Anthony Stolarz 42	Pourcentage d’arrêts Charlie Lindgren 0.937

Statistiques d’équipe
Buts pour 282 3.44 GFG	Tirs pour 2940 35.85 Avg	Pourcentage en avantage numérique 17.5% 47 GF	Début de zone offensive 39.7%
Buts contre 296 3.61 GAA	Tirs contre 3020 36.83 Avg	Pourcentage en désavantage numérique 80.9% 53 GA	Début de la zone défensive 42.0%

Information d’équipe
	Directeur général	Eric Leclerc
	Entraîneur	Jeremy Colliton
	Division	Central Division
	Conférence	Western Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,962
	Billets de saison	300
Information formation
	Équipe Pro	24
	Équipe Mineure	19
	Limite contact	43 / 80
	Espoirs	32
Historique d'équipe
	Saison actuelle	44-34-4 (92PTS)
	Historique	119-111-18 (0.480%)
	Apparitions séries éliminatoires	1
	Historique séries éliminatoires (W-L)	2-4
	Stanley Cup	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	#	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
1	Liam Foudy (R)	0	X		X		100.00	64	36	95	72	78	80	77	67	63	61	62	69	65	62	63	0	75	65	0	23	1	925,000$
2	Rasmus Asplund	0	X	X	X		100.00	55	34	95	70	69	82	84	68	72	67	59	63	64	66	67	0	75	64	0	26	1	1,650,000$
3	Brendan Lemieux	0		X	X		100.00	89	82	58	66	80	76	77	63	56	61	62	57	62	68	70	0	75	64	0	27	1	1,688,000$
4	Wayne Simmonds	0		X	X		100.00	83	85	61	63	77	73	76	61	65	62	57	55	59	88	76	0	75	63	0	35	2	4,000,000$
5	Alex Steeves (R)	0	X				100.00	63	37	84	64	74	88	84	63	71	65	58	60	62	64	66	0	75	63	0	24	2	950,000$
6	Graeme Clarke (R)	0			X		100.00	58	37	87	64	67	91	82	63	66	64	62	58	63	62	64	0	75	62	0	22	3	950,000$
7	Turner Elson	0		X			100.00	67	38	85	60	73	81	88	59	66	58	57	58	62	71	73	0	75	62	0	31	1	925,000$
8	Xavier Simoneau (R)	0	X				100.00	63	41	66	64	62	67	71	63	70	67	55	65	63	62	67	0	75	61	0	22	3	950,000$
9	Patrick Guay (R)	0	X				100.00	57	39	74	56	66	73	62	55	62	56	57	53	56	61	63	0	75	57	0	21	3	950,000$
10	Xavier Parent (R)	0	X	X			100.00	62	36	87	56	62	71	61	55	53	52	58	51	57	62	64	0	75	57	0	22	3	950,000$
11	Pierre-Olivier Joseph	0				X	100.00	68	35	80	74	77	88	86	67	30	73	61	57	53	63	65	0	75	66	0	24	3	995,000$
12	Justin Barron (R)	0				X	100.00	70	38	91	67	81	85	81	65	30	67	63	62	53	62	63	0	75	65	0	22	2	950,000$
13	Gustav Lindstrom	0				X	100.00	65	36	87	65	78	86	78	63	30	72	54	66	49	65	67	0	75	64	0	25	3	998,900$
14	Jordan Spence (R)	0				X	100.00	63	37	85	66	67	90	85	64	30	69	60	62	51	62	64	0	75	64	0	22	2	950,000$
15	Brayden Pachal (R)	0				X	100.00	77	43	64	59	81	82	85	60	30	64	58	65	49	64	66	0	75	63	0	24	3	995,000$
16	William Lagesson (R)	0				X	100.00	71	41	80	60	82	79	80	58	30	65	55	60	48	67	69	0	75	62	0	27	1	750,000$
Rayé
1	Logan Brown	0	X				100.00	80	75	91	64	96	78	76	67	73	68	60	63	65	66	68	0	75	66	0	25	1	995,000$
2	Brendan Brisson (R)	0	X	X	X		100.00	59	39	72	66	68	84	71	65	67	64	63	58	65	62	64	0	75	62	0	22	3	950,000$
3	Nathan Legare (R)	0			X		100.00	66	41	74	55	75	85	83	54	58	55	56	57	53	62	64	0	75	59	0	22	2	950,000$
4	Jacob Larsson	0				X	100.00	67	40	75	66	79	78	83	62	30	63	58	61	50	66	68	0	75	63	0	26	2	1,200,000$
5	John Parker-Jones	0				X	100.00	90	48	60	53	99	63	62	52	30	51	55	61	46	63	65	0	75	59	0	23	3	875,000$

	MOYENNE D’ÉQUIPE					100.00	68	45	79	63	76	80	78	62	52	63	59	60	57	65	66	0	75	62

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
1	Anthony Stolarz	100.00	83	74	69	98	82	81	83	82	81	83	82	70	83	0	75	71	0	29	3	2,638,000$
2	Charlie Lindgren	100.00	81	65	60	76	80	79	81	80	79	81	80	70	84	0	75	68	0	30	1	875,000$
Rayé
1	Remi Poirier (R)	100.00	72	59	60	82	71	70	72	71	70	72	71	62	67	0	75	63	0	22	3	950,000$

	MOYENNE D’ÉQUIPE	100.00	79	66	63	85	78	77	79	78	77	79	78	67	78	0	75	67

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jeremy Colliton	75	71	72	72	58	54	88	CAN	38	2	900,000$

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	Nom de l’équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Rasmus Asplund	Monsters (CBJ)	C/LW/RW	73	33	37	70	3	0	0	4	224	303	75	229	10.89%	22	1549	21.23	9	9	18	65	197	1	2	3	6	151	7	2	54.07%	1439	0	1	0.90	0	3	0	0	0	4	3	1
2	Liam Foudy	Monsters (CBJ)	C/RW	73	28	34	62	15	0	0	9	214	342	99	242	8.19%	36	1689	23.14	6	7	13	62	206	1	0	1	9	244	5	1	51.75%	628	0	0	0.73	2	4	0	0	0	4	4	4
3	Logan Brown	Monsters (CBJ)	C	69	14	48	62	22	19	5	88	221	246	60	186	5.69%	24	1640	23.77	2	9	11	37	177	0	3	3	8	225	3	0	56.38%	2327	0	0	0.76	0	4	0	0	1	2	5	3
4	Jordan Spence	Monsters (CBJ)	D	73	14	40	54	-1	50	0	119	127	123	42	83	11.38%	97	1582	21.67	6	10	16	78	193	1	0	1	1	185	4	0	0.00%	0	0	0	0.68	0	0	0	0	0	2	1	1
5	Justin Barron	Monsters (CBJ)	D	72	14	39	53	12	58	0	150	85	149	45	98	9.40%	117	1588	22.06	3	9	12	74	178	1	0	1	1	163	1	3	0.00%	0	0	0	0.67	0	0	0	0	0	2	4	3
6	Alex Steeves	Monsters (CBJ)	C	67	18	29	47	17	10	0	46	148	134	44	112	13.43%	10	903	13.49	0	1	1	5	32	0	0	0	1	14	5	1	55.97%	1047	0	0	1.04	0	0	0	0	0	3	3	4
7	Brendan Brisson	Monsters (CBJ)	C/LW/RW	67	18	28	46	-1	10	0	35	105	170	45	136	10.59%	8	1080	16.12	3	5	8	27	115	0	0	0	1	15	1	2	55.03%	398	0	0	0.85	1	1	0	0	0	2	3	2
8	Graeme Clarke	Monsters (CBJ)	RW	59	21	21	42	-1	2	0	13	78	190	47	124	11.05%	9	966	16.39	2	3	5	18	88	0	0	0	1	15	4	4	48.86%	88	0	1	0.87	1	1	0	0	0	3	2	1
9	Brendan Lemieux	Monsters (CBJ)	LW/RW	73	22	19	41	10	104	10	322	86	201	61	122	10.95%	14	1465	20.07	3	3	6	33	204	1	1	2	4	122	4	1	47.93%	217	0	0	0.56	1	3	1	1	0	3	2	4
10	Wayne Simmonds	Monsters (CBJ)	LW/RW	73	19	19	38	2	72	10	300	85	181	44	109	10.50%	9	1324	18.14	6	7	13	35	191	1	0	1	1	36	3	3	51.35%	111	1	0	0.57	0	2	0	0	2	3	3	2
11	Brayden Pachal	Monsters (CBJ)	D	69	6	27	33	10	89	15	157	62	46	17	43	13.04%	81	1009	14.64	1	1	2	11	40	0	1	1	0	109	0	0	0.00%	0	0	0	0.65	0	0	0	0	3	2	2	0
12	Jacob Larsson	Monsters (CBJ)	D	72	6	26	32	10	20	0	60	51	58	10	35	10.34%	59	1067	14.83	0	1	1	14	43	0	1	1	2	65	1	1	0.00%	0	0	0	0.60	0	0	0	0	0	0	1	5
13	Gustav Lindstrom	Monsters (CBJ)	D	59	2	29	31	-6	34	0	75	71	67	28	50	2.99%	83	1021	17.31	1	10	11	37	133	0	0	0	2	116	0	0	0.00%	0	0	0	0.61	0	0	0	0	0	0	0	2
14	Pierre-Olivier Joseph	Monsters (CBJ)	D	55	6	24	30	12	50	0	123	76	84	37	64	7.14%	64	1224	22.26	0	4	4	39	139	0	1	1	1	105	0	1	0.00%	0	0	0	0.49	0	0	0	0	0	2	0	2
15	Turner Elson	Monsters (CBJ)	LW	73	14	15	29	4	16	0	75	62	149	32	88	9.40%	13	976	13.37	0	0	0	2	4	0	0	0	0	15	2	2	48.44%	64	0	0	0.59	0	0	0	0	0	2	1	2
16	Nathan Legare	Monsters (CBJ)	RW	56	13	5	18	14	25	5	44	14	60	18	46	21.67%	4	497	8.89	0	0	0	0	0	0	0	0	0	0	0	2	41.18%	34	1	0	0.72	0	0	0	0	1	1	2	3
17	Xavier Simoneau	Monsters (CBJ)	C	73	5	10	15	-1	10	0	50	62	72	15	45	6.94%	10	465	6.38	0	0	0	1	0	0	0	0	0	13	1	0	53.33%	240	0	0	0.64	1	1	0	0	0	0	1	1
18	William Lagesson	Monsters (CBJ)	D	70	1	13	14	13	16	0	40	34	28	10	14	3.57%	42	598	8.55	0	0	0	5	41	0	0	0	0	44	0	0	0.00%	0	0	0	0.47	0	0	0	0	0	0	0	0
19	John Parker-Jones	Monsters (CBJ)	D	34	0	1	1	5	18	0	35	6	5	3	4	0.00%	9	154	4.55	0	0	0	1	3	0	0	0	0	13	0	0	0.00%	0	0	0	0.13	0	0	0	0	0	0	0	0
20	Patrick Guay	Monsters (CBJ)	C	13	0	0	0	-2	0	0	1	1	0	0	1	0.00%	0	15	1.20	0	0	0	0	0	0	0	0	0	0	0	0	43.75%	16	0	0	0.00	0	0	0	0	0	0	0	0
21	Xavier Parent	Monsters (CBJ)	C/LW	9	0	0	0	0	0	0	2	0	0	0	0	0.00%	1	12	1.35	0	0	0	0	0	0	0	0	0	0	0	0	50.00%	2	0	0	0.00	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1282	254	464	718	137	603	45	1748	1812	2608	732	1831	9.74%	712	20834	16.25	42	79	121	544	1992	6	9	15	38	1658	41	23	54.53%	6611	2	2	0.69	6	19	1	1	7	35	37	40

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	Anthony Stolarz	Monsters (CBJ)	73	42	26	3	0.907	3.11	4165	3	216	2328	1	2	0.833	18	73	0	6	4	2
2	Charlie Lindgren	Monsters (CBJ)	8	2	0	0	0.937	2.20	246	0	9	142	0	0	0.000	0	0	73	0	0	0
Statistiques d’équipe totales ou en moyenne			81	44	26	3	0.909	3.06	4411	3	225	2470	1	2	0.833	18	73	73	6	4	2

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	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Alex Steeves	Monsters (CBJ)	C	24	12/10/1999	Yes	196 Lbs	6 ft0	No	No	No	2	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$		Lien / Lien NHL
Anthony Stolarz (contrat à 1 volet)	Monsters (CBJ)	G	29	1/20/1994	No	243 Lbs	6 ft6	No	No	Yes	3	Pro & Farm	2,638,000$	2,638,000$	2,638,000$	0$	No	2,638,000$	2,638,000$	Lien / Lien NHL
Brayden Pachal	Monsters (CBJ)	D	24	8/23/1999	Yes	203 Lbs	6 ft2	No	No	No	3	Pro & Farm	995,000$	995,000$	0$	0$	No	995,000$	995,000$	Lien / Lien NHL
Brendan Brisson	Monsters (CBJ)	C/LW/RW	22	10/22/2001	Yes	179 Lbs	5 ft11	No	No	No	3	Pro & Farm	950,000$	550,000$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Brendan Lemieux (contrat à 1 volet)	Monsters (CBJ)	LW/RW	27	3/15/1996	No	215 Lbs	6 ft1	No	No	No	1	Pro & Farm	1,688,000$	1,688,000$	1,688,000$	0$	No			Lien / Lien NHL
Charlie Lindgren	Monsters (CBJ)	G	30	12/18/1993	No	179 Lbs	6 ft2	No	No	Yes	1	Pro & Farm	875,000$	875,000$	0$	0$	No			Lien / Lien NHL
Graeme Clarke	Monsters (CBJ)	RW	22	4/24/2001	Yes	175 Lbs	5 ft11	No	No	No	3	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$	950,000$	Lien NHL
Gustav Lindstrom	Monsters (CBJ)	D	25	10/20/1998	No	186 Lbs	6 ft2	No	No	No	3	Pro & Farm	998,900$	998,900$	0$	0$	No	998,900$	998,900$	Lien / Lien NHL
Jacob Larsson (contrat à 1 volet)	Monsters (CBJ)	D	26	4/29/1997	No	193 Lbs	6 ft2	No	No	No	2	Pro & Farm	1,200,000$	1,200,000$	1,200,000$	0$	No	1,200,000$		Lien / Lien NHL
John Parker-Jones	Monsters (CBJ)	D	23	4/7/2000	No	230 Lbs	6 ft7	No	No	No	3	Pro & Farm	875,000$	875,000$	0$	0$	No	875,000$	875,000$	Lien / Lien NHL
Jordan Spence	Monsters (CBJ)	D	22	2/24/2001	Yes	180 Lbs	5 ft10	No	No	No	2	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$		Lien / Lien NHL
Justin Barron	Monsters (CBJ)	D	22	11/15/2001	Yes	201 Lbs	6 ft2	No	No	No	2	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$		Lien / Lien NHL
Liam Foudy	Monsters (CBJ)	C/RW	23	2/4/2000	Yes	188 Lbs	6 ft2	No	No	No	1	Pro & Farm	925,000$	925,000$	0$	0$	No			Lien / Lien NHL
Logan Brown	Monsters (CBJ)	C	25	3/5/1998	No	218 Lbs	6 ft6	No	No	No	1	Pro & Farm	995,000$	995,000$	0$	0$	No			Lien / Lien NHL
Nathan Legare	Monsters (CBJ)	RW	22	1/11/2001	Yes	205 Lbs	6 ft0	No	No	No	2	Pro & Farm	950,000$	950,000$	0$	0$	No	950,000$		Lien / Lien NHL
Patrick Guay	Monsters (CBJ)	C	21	4/29/2002	Yes	181 Lbs	5 ft9	No	No	No	3	Pro & Farm	950,000$	550,000$	0$	0$	No	950,000$	950,000$	Lien NHL
Pierre-Olivier Joseph	Monsters (CBJ)	D	24	7/1/1999	No	185 Lbs	6 ft2	No	No	No	3	Pro & Farm	995,000$	995,000$	0$	0$	No	995,000$	995,000$	Lien / Lien NHL
Rasmus Asplund (contrat à 1 volet)	Monsters (CBJ)	C/LW/RW	26	12/3/1997	No	185 Lbs	5 ft11	No	No	No	1	Pro & Farm	1,650,000$	1,650,000$	1,650,000$	0$	No			Lien / Lien NHL
Remi Poirier	Monsters (CBJ)	G	22	10/6/2001	Yes	210 Lbs	6 ft2	No	No	No	3	Pro & Farm	950,000$	550,000$	0$	0$	No	950,000$	950,000$	Lien NHL
Turner Elson	Monsters (CBJ)	LW	31	9/13/1992	No	191 Lbs	6 ft0	No	No	No	1	Pro & Farm	925,000$	925,000$	0$	0$	No			Lien / Lien NHL
Wayne Simmonds (contrat à 1 volet)	Monsters (CBJ)	LW/RW	35	8/26/1988	No	184 Lbs	6 ft2	No	No	No	2	Pro & Farm	4,000,000$	4,000,000$	4,000,000$	0$	No	4,000,000$		Lien / Lien NHL
William Lagesson	Monsters (CBJ)	D	27	2/22/1996	Yes	207 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	750,000$	0$	0$	No			Lien / Lien NHL
Xavier Parent	Monsters (CBJ)	C/LW	22	3/23/2001	Yes	170 Lbs	5 ft8	No	No	No	3	Pro & Farm	950,000$	550,000$	0$	0$	No	950,000$	950,000$	Lien NHL
Xavier Simoneau	Monsters (CBJ)	C	22	5/19/2001	Yes	183 Lbs	5 ft6	No	No	No	3	Pro & Farm	950,000$	550,000$	0$	0$	No	950,000$	950,000$	Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	24.83	195 Lbs	6 ft1	2.17	1,208,746$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brendan Lemieux	Liam Foudy	Rasmus Asplund	40	1	2	2
2	Wayne Simmonds	Alex Steeves	Graeme Clarke	30	1	2	2
3	Turner Elson		Xavier Simoneau	20	1	2	2
4	Xavier Parent	Xavier Simoneau	Liam Foudy	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Pierre-Olivier Joseph	Justin Barron	40	1	2	2
2	Gustav Lindstrom	Jordan Spence	30	1	2	2
3		Brayden Pachal	20	1	2	2
4	William Lagesson	Pierre-Olivier Joseph	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brendan Lemieux	Liam Foudy	Rasmus Asplund	60	1	2	2
2	Wayne Simmonds	Alex Steeves	Graeme Clarke	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Pierre-Olivier Joseph	Justin Barron	60	1	2	2
2	Gustav Lindstrom	Jordan Spence	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Liam Foudy	Brendan Lemieux	60	1	2	2
2	Rasmus Asplund	Wayne Simmonds	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Pierre-Olivier Joseph	Justin Barron	60	1	2	2
2	Gustav Lindstrom	Jordan Spence	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Liam Foudy	60	1	2	2	Pierre-Olivier Joseph	Justin Barron	60	1	2	2
2	Brendan Lemieux	40	1	2	2	Gustav Lindstrom	Jordan Spence	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Liam Foudy	Brendan Lemieux	60	1	2	2
2	Rasmus Asplund	Wayne Simmonds	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Pierre-Olivier Joseph	Justin Barron	60	1	2	2
2	Gustav Lindstrom	Jordan Spence	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brendan Lemieux	Liam Foudy	Rasmus Asplund	Pierre-Olivier Joseph	Justin Barron

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brendan Lemieux	Liam Foudy	Rasmus Asplund	Pierre-Olivier Joseph	Justin Barron

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Patrick Guay, Turner Elson,	Patrick Guay, Turner Elson

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Brayden Pachal, William Lagesson		Brayden Pachal, William Lagesson

Tirs de pénalité
Liam Foudy, Brendan Lemieux, Rasmus Asplund, Wayne Simmonds, Alex Steeves

Gardien
#1 : Anthony Stolarz, #2 : Charlie Lindgren

Lignes d’attaque personnalisées en prolongation
Liam Foudy, Brendan Lemieux, Rasmus Asplund, Wayne Simmonds, Alex Steeves, Graeme Clarke, Graeme Clarke, Turner Elson, , Xavier Simoneau, Patrick Guay

Lignes de défense personnalisées en prolongation
Pierre-Olivier Joseph, Justin Barron, Gustav Lindstrom, Jordan Spence,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Admirals	2	2	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	4	1.000	6	11	17	0	0	96	90	89	10	52	859	1005	1045	50	65	22	17	37	4	1	25.00%	6	0	100.00%	1	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
2	Americans	3	1	2	0	0	0	0	0	6	9	-3	1	0	1	0	0	0	0	0	2	5	-3	2	1	1	0	0	0	0	0	4	4	0	2	0.333	6	8	14	0	0	96	90	89	10	85	859	1005	1045	50	112	43	25	84	3	0	0.00%	9	2	77.78%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
3	Barracuda	2	0	0	0	1	1	0	0	8	8	0	1	0	0	0	1	0	0	0	5	4	1	1	0	0	0	0	1	0	0	3	4	-1	3	0.750	8	12	20	0	0	96	90	89	10	84	859	1005	1045	50	59	24	12	46	4	1	25.00%	5	0	100.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
4	Bears	3	1	2	0	0	0	0	0	12	15	-3	1	1	0	0	0	0	0	0	8	5	3	2	0	2	0	0	0	0	0	4	10	-6	2	0.333	12	19	31	0	0	96	90	89	10	80	859	1005	1045	50	112	38	22	60	7	2	28.57%	10	3	70.00%	2	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
5	Bruins	3	2	1	0	0	0	0	0	5	6	-1	2	2	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	2	5	-3	4	0.667	5	10	15	0	1	96	90	89	10	101	859	1005	1045	50	78	30	29	55	15	1	6.67%	7	2	71.43%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
6	Checkers	3	3	0	0	0	0	0	0	16	7	9	1	1	0	0	0	0	0	0	5	2	3	2	2	0	0	0	0	0	0	11	5	6	6	1.000	16	27	43	0	0	96	90	89	10	136	859	1005	1045	50	107	23	22	82	7	4	57.14%	10	2	80.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
7	Comets	2	1	1	0	0	0	0	0	5	5	0	1	0	1	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	3	0	3	2	0.500	5	10	15	0	1	96	90	89	10	68	859	1005	1045	50	88	21	27	54	3	0	0.00%	9	1	88.89%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
8	Condors	2	1	0	0	1	0	0	0	10	7	3	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	6	4	2	4	1.000	10	19	29	0	0	96	90	89	10	89	859	1005	1045	50	86	19	14	50	6	2	33.33%	7	0	100.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
9	Crunch	3	1	2	0	0	0	0	0	7	10	-3	2	0	2	0	0	0	0	0	3	7	-4	1	1	0	0	0	0	0	0	4	3	1	2	0.333	7	13	20	0	0	96	90	89	10	93	859	1005	1045	50	83	38	16	73	8	2	25.00%	8	2	75.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
10	Devils	4	4	0	0	0	0	0	0	29	13	16	2	2	0	0	0	0	0	0	15	5	10	2	2	0	0	0	0	0	0	14	8	6	8	1.000	29	54	83	0	0	96	90	89	10	264	859	1005	1045	50	113	29	28	87	22	6	27.27%	14	2	85.71%	1	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
11	Eagles	2	1	0	0	0	1	0	0	7	5	2	1	0	0	0	0	1	0	0	2	3	-1	1	1	0	0	0	0	0	0	5	2	3	3	0.750	7	14	21	0	0	96	90	89	10	72	859	1005	1045	50	65	14	16	56	10	3	30.00%	8	4	50.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
12	Firebirds	2	2	0	0	0	0	0	0	9	6	3	1	1	0	0	0	0	0	0	7	5	2	1	1	0	0	0	0	0	0	2	1	1	4	1.000	9	16	25	0	0	96	90	89	10	78	859	1005	1045	50	87	25	23	51	5	2	40.00%	9	1	88.89%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
13	Griffins	3	0	3	0	0	0	0	0	4	16	-12	1	0	1	0	0	0	0	0	2	8	-6	2	0	2	0	0	0	0	0	2	8	-6	0	0.000	4	7	11	1	0	96	90	89	10	92	859	1005	1045	50	138	43	48	74	8	1	12.50%	14	1	92.86%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
14	Gulls	2	1	1	0	0	0	0	0	7	10	-3	1	0	1	0	0	0	0	0	4	8	-4	1	1	0	0	0	0	0	0	3	2	1	2	0.500	7	13	20	0	0	96	90	89	10	61	859	1005	1045	50	97	27	24	54	4	0	0.00%	12	2	83.33%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
15	IceHogs	2	1	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	1	0	1	2	0.500	3	6	9	1	1	96	90	89	10	93	859	1005	1045	50	49	19	12	36	11	1	9.09%	5	0	100.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
16	Marlies	3	1	2	0	0	0	0	0	7	10	-3	2	1	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	4	5	-1	2	0.333	7	14	21	0	0	96	90	89	10	109	859	1005	1045	50	103	30	18	90	8	1	12.50%	9	2	77.78%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
17	Moose	2	1	1	0	0	0	0	0	7	6	1	1	0	1	0	0	0	0	0	2	3	-1	1	1	0	0	0	0	0	0	5	3	2	2	0.500	7	13	20	0	0	96	90	89	10	57	859	1005	1045	50	63	20	16	53	6	1	16.67%	8	1	87.50%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
18	Penguins	4	2	1	0	0	0	1	0	13	11	2	2	1	1	0	0	0	0	0	6	6	0	2	1	0	0	0	0	1	0	7	5	2	6	0.750	13	21	34	0	0	96	90	89	10	110	859	1005	1045	50	151	38	41	98	16	2	12.50%	17	2	88.24%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
19	Phantoms	4	1	3	0	0	0	0	0	14	24	-10	2	0	2	0	0	0	0	0	4	15	-11	2	1	1	0	0	0	0	0	10	9	1	2	0.250	14	25	39	0	0	96	90	89	10	149	859	1005	1045	50	190	64	30	110	15	4	26.67%	13	2	84.62%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
20	Reign	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	3	-1	0	0.000	4	7	11	0	0	96	90	89	10	64	859	1005	1045	50	66	14	14	44	7	0	0.00%	7	1	85.71%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
21	Roadrunners	2	2	0	0	0	0	0	0	9	5	4	1	1	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	4	2	2	4	1.000	9	18	27	0	0	96	90	89	10	66	859	1005	1045	50	51	12	12	35	4	1	25.00%	5	2	60.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
22	Rocket	3	1	2	0	0	0	0	0	5	12	-7	1	0	1	0	0	0	0	0	1	2	-1	2	1	1	0	0	0	0	0	4	10	-6	2	0.333	5	10	15	0	0	96	90	89	10	102	859	1005	1045	50	123	28	12	73	10	1	10.00%	4	1	75.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
23	Senators	3	1	1	0	1	0	0	0	11	10	1	2	1	1	0	0	0	0	0	7	7	0	1	0	0	0	1	0	0	0	4	3	1	4	0.667	11	21	32	0	0	96	90	89	10	99	859	1005	1045	50	98	28	41	73	14	3	21.43%	16	4	75.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
24	Silver Knights	2	0	2	0	0	0	0	0	6	10	-4	1	0	1	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	3	5	-2	0	0.000	6	12	18	0	0	96	90	89	10	68	859	1005	1045	50	62	16	12	43	8	1	12.50%	6	4	33.33%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
25	Sound Tigers	3	2	1	0	0	0	0	0	15	11	4	2	1	1	0	0	0	0	0	9	7	2	1	1	0	0	0	0	0	0	6	4	2	4	0.667	15	28	43	1	0	96	90	89	10	97	859	1005	1045	50	112	28	14	75	6	0	0.00%	7	1	85.71%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
26	Stars	2	0	2	0	0	0	0	0	3	12	-9	1	0	1	0	0	0	0	0	2	7	-5	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	3	6	9	0	0	96	90	89	10	47	859	1005	1045	50	99	30	19	53	5	1	20.00%	7	5	28.57%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
27	Thunderbirds	2	2	0	0	0	0	0	0	12	9	3	1	1	0	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	6	5	1	4	1.000	12	22	34	0	0	96	90	89	10	78	859	1005	1045	50	84	31	29	51	3	0	0.00%	6	1	83.33%	1	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
28	Wild	2	0	1	0	0	0	0	1	7	12	-5	1	0	0	0	0	0	0	1	3	4	-1	1	0	1	0	0	0	0	0	4	8	-4	1	0.250	7	14	21	0	0	96	90	89	10	80	859	1005	1045	50	96	25	14	48	7	1	14.29%	6	0	100.00%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
29	Wolf Pack	4	1	2	0	1	0	0	0	14	18	-4	2	0	2	0	0	0	0	0	5	12	-7	2	1	0	0	1	0	0	0	9	6	3	4	0.500	14	26	40	0	0	96	90	89	10	124	859	1005	1045	50	161	46	28	114	17	1	5.88%	13	2	84.62%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
30	Wolves	4	1	1	0	0	0	2	0	14	9	5	2	1	0	0	0	0	1	0	9	3	6	2	0	1	0	0	0	1	0	5	6	-1	6	0.750	14	23	37	0	0	96	90	89	10	148	859	1005	1045	50	128	36	28	108	19	2	10.53%	14	1	92.86%	1	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
31	Wranglers	2	1	0	0	0	1	0	0	7	6	1	1	0	0	0	0	1	0	0	4	5	-1	1	1	0	0	0	0	0	0	3	1	2	3	0.750	7	13	20	0	0	96	90	89	10	94	859	1005	1045	50	94	31	14	41	6	2	33.33%	7	2	71.43%	0	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
	Total	82	37	34	0	4	3	3	1	282	296	-14	41	15	20	0	2	2	1	1	138	159	-21	41	22	14	0	2	1	2	0	144	137	7	92	0.561	282	512	794	3	3	96	90	89	10	2940	859	1005	1045	50	3020	892	677	2008	268	47	17.54%	278	53	80.94%	6	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
	_Since Last GM Reset	82	37	34	0	4	3	3	1	282	296	-14	41	15	20	0	2	2	1	1	138	159	-21	41	22	14	0	2	1	2	0	144	137	7	92	0.561	282	512	794	3	3	96	90	89	10	2940	859	1005	1045	50	3020	892	677	2008	268	47	17.54%	278	53	80.94%	6	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
	_Vs Conference	34	12	14	0	2	3	2	1	103	120	-17	17	5	6	0	2	2	1	1	52	60	-8	17	7	8	0	0	1	1	0	51	60	-9	36	0.529	103	189	292	2	2	96	90	89	10	1219	859	1005	1045	50	1232	374	294	795	119	18	15.13%	113	22	80.53%	3	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
	_Vs Division	16	7	7	0	0	0	2	1	54	55	-1	8	3	3	0	0	0	1	1	25	29	-4	8	4	4	0	0	0	1	0	29	26	3	19	0.594	54	104	158	1	1	96	90	89	10	545	859	1005	1045	50	572	173	135	369	50	9	18.00%	51	13	74.51%	2	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
82	92	W4	282	512	794	2940	3020	892	677	2008	3	3

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	37	34	4	3	3	1	282	296

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	15	20	2	2	1	1	138	159

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	22	14	2	1	2	0	144	137

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	3	0	1	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
268	47	17.54%	278	53	80.94%	6

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
859	1005	1045	50	96	90	89	10

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
1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%

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
2025	1434	1910	580	1022	516

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
3 - 2023-10-12	11	Phantoms	12	Monsters	2	BL			Sommaire du match
5 - 2023-10-14	22	Wolf Pack	9	Monsters	3	BL			Sommaire du match
7 - 2023-10-16	35	Griffins	8	Monsters	2	BL			Sommaire du match
11 - 2023-10-20	63	Wranglers	5	Monsters	4	BL	X		Sommaire du match
12 - 2023-10-21	73	Monsters	4	Wild	8	AL			Sommaire du match
15 - 2023-10-24	84	Gulls	8	Monsters	4	BL			Sommaire du match
17 - 2023-10-26	103	Monsters	0	Rocket	7	AL			Sommaire du match
19 - 2023-10-28	121	Sound Tigers	6	Monsters	4	BL			Sommaire du match
21 - 2023-10-30	136	Monsters	1	Stars	5	AL			Sommaire du match
24 - 2023-11-02	146	Crunch	4	Monsters	3	BL			Sommaire du match
26 - 2023-11-04	166	Monsters	3	Bears	5	AL			Sommaire du match
28 - 2023-11-06	176	Monsters	7	Checkers	3	AW			Sommaire du match
31 - 2023-11-09	194	Stars	7	Monsters	2	BL			Sommaire du match
33 - 2023-11-11	210	Monsters	2	Griffins	4	AL			Sommaire du match
34 - 2023-11-12	225	Monsters	4	Wolf Pack	2	AW			Sommaire du match
36 - 2023-11-14	230	Penguins	3	Monsters	4	BW			Sommaire du match
38 - 2023-11-16	243	Roadrunners	3	Monsters	5	BW			Sommaire du match
40 - 2023-11-18	263	Monsters	1	Bears	5	AL			Sommaire du match
41 - 2023-11-19	268	Monsters	3	Phantoms	5	AL			Sommaire du match
44 - 2023-11-22	280	IceHogs	4	Monsters	2	BL			Sommaire du match
46 - 2023-11-24	297	Monsters	6	Devils	4	AW			Sommaire du match
48 - 2023-11-26	318	Monsters	4	Wolves	3	AW	X	X	Sommaire du match
49 - 2023-11-27	321	Bruins	0	Monsters	1	BW			Sommaire du match
51 - 2023-11-29	337	Rocket	2	Monsters	1	BL			Sommaire du match
53 - 2023-12-01	354	Senators	4	Monsters	3	BL			Sommaire du match
55 - 2023-12-03	371	Monsters	2	Bruins	5	AL			Sommaire du match
57 - 2023-12-05	381	Reign	5	Monsters	2	BL			Sommaire du match
59 - 2023-12-07	397	Monsters	6	Sound Tigers	4	AW			Sommaire du match
60 - 2023-12-08	405	Thunderbirds	4	Monsters	6	BW			Sommaire du match
62 - 2023-12-10	420	Checkers	2	Monsters	5	BW			Sommaire du match
66 - 2023-12-14	449	Monsters	4	Marlies	5	AL			Sommaire du match
68 - 2023-12-16	464	Devils	2	Monsters	7	BW			Sommaire du match
71 - 2023-12-19	485	Monsters	1	Americans	3	AL			Sommaire du match
73 - 2023-12-21	499	Bears	5	Monsters	8	BW			Sommaire du match
75 - 2023-12-23	518	Marlies	1	Monsters	2	BW			Sommaire du match
79 - 2023-12-27	528	Monsters	8	Devils	4	AW			Sommaire du match
81 - 2023-12-29	546	Marlies	4	Monsters	1	BL			Sommaire du match
82 - 2023-12-30	556	Monsters	3	Americans	1	AW			Sommaire du match
85 - 2024-01-02	574	Bruins	1	Monsters	2	BW			Sommaire du match
87 - 2024-01-04	592	Monsters	7	Phantoms	4	AW			Sommaire du match
89 - 2024-01-06	610	Wild	4	Monsters	3	BL	X	X	Sommaire du match
92 - 2024-01-09	631	Monsters	5	Moose	3	AW			Sommaire du match
96 - 2024-01-13	659	Firebirds	5	Monsters	7	BW			Sommaire du match
98 - 2024-01-15	673	Comets	5	Monsters	2	BL			Sommaire du match
102 - 2024-01-19	703	Devils	3	Monsters	8	BW			Sommaire du match
106 - 2024-01-23	736	Monsters	6	Condors	4	AW			Sommaire du match
108 - 2024-01-25	753	Monsters	3	Wranglers	1	AW			Sommaire du match
110 - 2024-01-27	771	Monsters	3	Comets	0	AW			Sommaire du match
111 - 2024-01-28	774	Monsters	2	Firebirds	1	AW			Sommaire du match
113 - 2024-01-30	776	Monsters	6	Thunderbirds	5	AW			Sommaire du match
124 - 2024-02-10	812	Crunch	3	Monsters	0	BL			Sommaire du match
127 - 2024-02-13	826	Monsters	4	Senators	3	AW	X		Sommaire du match
131 - 2024-02-17	861	Monsters	3	Barracuda	4	AL	X		Sommaire du match
134 - 2024-02-20	883	Monsters	2	Reign	3	AL			Sommaire du match
135 - 2024-02-21	886	Monsters	3	Gulls	2	AW			Sommaire du match
137 - 2024-02-23	900	Americans	5	Monsters	2	BL			Sommaire du match
139 - 2024-02-25	921	Wolf Pack	3	Monsters	2	BL			Sommaire du match
142 - 2024-02-28	939	Monsters	5	Wolf Pack	4	AW	X		Sommaire du match
143 - 2024-02-29	942	Wolves	2	Monsters	3	BW	X	X	Sommaire du match
145 - 2024-03-02	965	Monsters	1	IceHogs	0	AW			Sommaire du match
147 - 2024-03-04	975	Silver Knights	5	Monsters	3	BL			Sommaire du match
148 - 2024-03-05	983	Monsters	2	Penguins	1	AW			Sommaire du match
150 - 2024-03-07	995	Condors	3	Monsters	4	BW	X		Sommaire du match
152 - 2024-03-09	1010	Admirals	1	Monsters	3	BW			Sommaire du match
155 - 2024-03-12	1033	Monsters	4	Rocket	3	AW			Sommaire du match
157 - 2024-03-14	1047	Senators	3	Monsters	4	BW			Sommaire du match
159 - 2024-03-16	1066	Barracuda	4	Monsters	5	BW	X		Sommaire du match
160 - 2024-03-17	1076	Moose	3	Monsters	2	BL			Sommaire du match
162 - 2024-03-19	1083	Monsters	0	Griffins	4	AL			Sommaire du match
165 - 2024-03-22	1111	Monsters	5	Eagles	2	AW			Sommaire du match
166 - 2024-03-23	1123	Monsters	3	Silver Knights	5	AL			Sommaire du match
169 - 2024-03-26	1145	Monsters	4	Roadrunners	2	AW			Sommaire du match
171 - 2024-03-28	1154	Monsters	5	Penguins	4	AW	X	X	Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
173 - 2024-03-30	1172	Penguins	3	Monsters	2	BL			Sommaire du match
175 - 2024-04-01	1181	Eagles	3	Monsters	2	BL	X		Sommaire du match
178 - 2024-04-04	1203	Sound Tigers	1	Monsters	5	BW			Sommaire du match
180 - 2024-04-06	1222	Phantoms	3	Monsters	2	BL			Sommaire du match
181 - 2024-04-07	1230	Monsters	1	Wolves	3	AL			Sommaire du match
183 - 2024-04-09	1245	Monsters	4	Crunch	3	AW			Sommaire du match
185 - 2024-04-11	1256	Monsters	4	Checkers	2	AW			Sommaire du match
187 - 2024-04-13	1278	Monsters	3	Admirals	1	AW			Sommaire du match
190 - 2024-04-16	1296	Wolves	1	Monsters	6	BW			Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	25	15
Assistance	80,982	40,476
Assistance PCT	98.76%	98.72%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2962 - 98.75%	80,234$	3,289,614$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,636,743$	1,783,390$	1,583,390$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,288$	1,729,673$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	13,976$	0$

Monsters 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
1	Liam Foudy	153	74	88	162	33	20	88	501	691	10.71%	61	3233	21.13	20	17	37	115	1	2	3	11	13	3	56.84%	0	1.00	3	7
2	Logan Brown	146	49	96	145	37	110	361	505	545	8.99%	53	3442	23.58	8	23	31	76	0	3	3	14	10	2	56.36%	2	0.84	1	8
3	Rasmus Asplund	125	66	77	143	27	8	34	331	569	11.60%	40	2751	22.01	15	18	33	107	2	3	5	14	12	3	54.64%	3	1.04	1	9
4	Pierre-Olivier Joseph	154	23	110	133	28	101	353	224	268	8.58%	204	3573	23.20	8	26	34	126	1	2	3	4	0	2	0.00%	0	0.74	0	0
5	Alex Steeves	140	50	68	118	17	31	141	382	421	11.88%	30	2290	16.36	3	10	13	33	0	0	0	4	8	1	54.08%	2	1.03	0	2

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	A	EG	PS %	PSA
1	Ilya Samsonov	83	55	25	3	0.915	2.89	4965	8	2	239	2802	2	1	0.759	29
2	Anthony Stolarz	73	42	26	3	0.907	3.11	4165	0	3	216	2328	1	2	0.833	18
3	Charlie Lindgren	54	29	13	1	0.903	3.23	2728	2	1	147	1521	2	1	0.857	14
4	Kevin Poulin	33	12	11	4	0.886	3.96	1635	2	0	108	951	4	0	0.000	0
5	Sean Bonar	57	10	40	4	0.895	5.59	2908	4	0	271	2570	1	2	0.750	8

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
Saison régulière
23	82	22	49	0	4	2	2	3	281	386	-105	41	13	22	0	2	2	0	2	148	189	-41	41	9	27	0	2	0	2	1	133	197	-64	61	281	514	795	2	0	112	100	63	8	3135	1044	1034	1024	54	3890	1080	497	2149	233	50	21.46%	221	54	75.57%	3	1181	2957	39.94%	1390	3631	38.28%	572	1471	38.89%	1666	1145	2288	595	1002	462
2022	82	39	28	0	5	6	3	1	342	309	33	41	24	10	0	3	4	0	0	176	135	41	41	15	18	0	2	2	3	1	166	174	-8	101	342	622	964	1	1	130	107	97	9	3019	973	1005	1004	54	2838	851	505	1946	258	71	27.52%	208	53	74.52%	2	1687	3043	55.44%	1492	2818	52.95%	727	1431	50.80%	2147	1551	1799	558	1015	525
2023	82	37	34	0	4	3	3	1	282	296	-14	41	15	20	0	2	2	1	1	138	159	-21	41	22	14	0	2	1	2	0	144	137	7	92	282	512	794	3	3	96	90	89	10	2940	859	1005	1045	50	3020	892	677	2008	268	47	17.54%	278	53	80.94%	6	1578	2981	52.94%	1611	3148	51.18%	728	1372	53.06%	2025	1434	1910	580	1022	516
Total Saison régulière	246	98	111	0	13	11	8	5	905	991	-86	123	52	52	0	7	8	1	3	462	483	-21	123	46	59	0	6	3	7	2	443	508	-65	254	905	1648	2553	6	4	338	297	249	27	9094	2876	3044	3073	158	9748	2823	1679	6103	759	168	22.13%	707	160	77.37%	11	4446	8981	49.50%	4493	9597	46.82%	2027	4274	47.43%	5839	4131	5998	1733	3040	1505
Séries éliminatoires
2022	6	2	4	0	0	0	0	0	18	20	-2	3	1	2	0	0	0	0	0	9	10	-1	3	1	2	0	0	0	0	0	9	10	-1	4	18	30	48	1	0	9	6	3	0	224	71	58	51	44	200	69	60	157	23	3	13.04%	30	6	80.00%	0	116	244	47.54%	113	234	48.29%	65	109	59.63%	183	128	165	52	91	45
Total Séries éliminatoires	6	2	4	0	0	0	0	0	18	20	-2	3	1	2	0	0	0	0	0	9	10	-1	3	1	2	0	0	0	0	0	9	10	-1	4	18	30	48	1	0	9	6	3	0	224	71	58	51	44	200	69	60	157	23	3	13.04%	30	6	80.00%	0	116	244	47.54%	113	234	48.29%	65	109	59.63%	183	128	165	52	91	45

Monsters 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	PKS	GW	GT	FO%	P/20
1	Liam Foudy	6	6	0	6	2	0	2	24	35	17.14%	3	148	24.68	1	0	1	5	1	1	1	58.17%	0.81
2	Rasmus Asplund	4	2	4	6	1	2	1	15	15	13.33%	2	112	28.07	0	2	2	1	0	0	0	27.27%	1.07
3	Philip Tomasino	6	2	2	4	0	0	3	8	28	7.14%	0	141	23.63	1	0	1	2	1	0	0	54.55%	0.56
4	Juuso Valimaki	6	0	4	4	1	8	13	14	6	0.00%	10	160	26.77	0	1	1	1	0	0	0	0.00%	0.50
5	Maxim Letunov	6	2	2	4	-1	4	6	7	16	12.50%	1	102	17.06	0	0	0	0	0	0	0	53.85%	0.78

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
1	Charlie Lindgren	4	2	1	1	0.902	2.57	304	2	0	13	132	0	0	0	0.000	0
2	Kevin Poulin	2	0	1	0	0.904	2.80	107	0	0	5	52	0	0	1	0.000	0

	Monsters
	GP: 82 \| W: 44 \| L: 34 \| OTL: 4 \| P: 92 GF: 282 \| GA: 296 \| PP%: 17.54% \| PK%: 80.94% DG: Eric Leclerc \| Morale : 75 \| Moyenne d’équipe : 63