Blue Jackets
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Monsters 64-15-3, 131pts	3	FINAL	1	Gulls 54-26-2, 110pts

Team Stats
OTW1	Streak	W1
31-8-2	Home Record	28-12-1
33-7-1	Away Record	26-14-1
6-3-1	Last 10 Games	7-3-0
4.62	Buts par match	4.72
2.05	Buts contre par match	3.12
19.02%	Pourcentage en avantage numérique	19.02%
89.37%	Pourcentage en désavantage numérique	80.62%

Monsters
64-15-3, 131pts

FINAL

Rocket
66-11-5, 137pts

Team Stats
OTW1	Streak	OTL1
31-8-2	Home Record	33-5-3
33-7-1	Away Record	33-6-2
6-3-1	Last 10 Games	8-1-1
4.62	Buts par match	5.93
2.05	Buts contre par match	2.20
19.02%	Pourcentage en avantage numérique	22.35%
89.37%	Pourcentage en désavantage numérique	84.51%

Meneurs d'équipe
	Buts Lukas Reichel 53	Passes T.J. Tynan 74

	Points T.J. Tynan 111	Plus/Moins T.J. Tynan 87

	Victoires Dustin Tokarski 57	Pourcentage d’arrêts Dustin Tokarski 0.894

Statistiques d’équipe
Buts pour 379 4.62 GFG	Tirs pour 2319 28.28 Avg	Pourcentage en avantage numérique 19.0% 58 GF	Début de zone offensive 40.7%
Buts contre 168 2.05 GAA	Tirs contre 1526 18.61 Avg	Pourcentage en désavantage numérique 89.4%% 52 GA	Début de la zone défensive 35.7%

Informations de l'équipe
	Directeur général	Tyler Bell
	Entraîneur	Kris Knoblauch
	Division	North
	Conférence	Eastern Conference
	Capitaine	T.J. Tynan
	Assistant #1	Mason Geertsen
	Assistant #2	Brandon Baddock
Informations de l’aréna
	Capacité	3,000
	Assistance	1,867
	Billets de saison	1,200
Informations de la formation
	Équipe Pro	19
	Équipe Mineure	20
	Limite contact	39 / 50
	Espoirs	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 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	T.J. Tynan (C)	X				100.00	68	58	90	62	58	70	71	67	80	72	59	62	56	45	45	65	50	62	0	31	2	800,000$
2	Lukas Reichel (R)		X	X		100.00	55	40	99	75	64	65	61	68	53	59	55	62	25	45	45	61	50	60	0	21	3	1,337,500$
3	Justin Kirkland		X			100.00	70	70	69	63	70	60	60	64	50	58	65	62	62	45	45	63	50	60	0	26	1	750,000$
4	Phil Di Giuseppe	X	X	X		100.00	72	70	75	69	70	50	47	64	50	64	60	63	57	44	44	62	50	59	0	29	2	800,000$
5	Valtteri Puustinen (R)		X	X		100.00	73	64	93	65	64	62	63	61	50	56	62	63	59	44	44	64	50	59	0	24	3	925,000$
6	William Lockwood (R)			X		100.00	99	93	80	67	65	59	68	57	25	50	55	65	25	45	45	61	50	58	0	24	3	842,500$
7	Lauri Pajuniemi (R)			X		100.00	74	67	91	65	67	51	50	59	50	53	61	63	58	44	44	62	50	57	0	23	3	925,000$
8	Danila Klimovich (R)	X				100.00	78	76	84	67	76	53	54	51	64	47	51	63	48	44	44	56	50	56	0	20	3	925,000$
9	Cedric Pare (R)	X				100.00	83	80	91	62	80	47	47	50	63	47	47	65	45	44	44	55	50	55	0	24	3	750,000$
10	Kale Howarth (R)	X	X			100.00	77	78	74	65	78	38	35	52	65	44	56	63	53	44	44	56	50	54	0	26	3	750,000$
11	Brandon Baddock (A)		X			100.00	70	82	42	66	82	64	69	48	50	44	46	58	44	44	44	52	50	54	0	28	1	750,000$
12	Brendan Warren (R)		X			100.00	75	70	87	67	70	51	53	46	58	41	46	60	44	44	44	53	50	53	0	26	3	750,000$
13	Andrej Sustr				X	100.00	69	44	87	67	84	65	60	55	25	50	48	78	25	47	47	60	50	63	0	32	2	800,000$
14	Nick Seeler				X	100.00	82	89	81	68	77	62	53	58	25	44	47	77	25	47	47	58	50	63	0	30	3	850,000$
15	Mason Geertsen (A)				X	100.00	88	99	29	63	83	44	54	56	25	39	47	68	25	46	46	54	50	59	0	28	1	750,000$
16	Bode Wilde (R)				X	100.00	78	73	91	60	73	53	54	50	25	37	48	63	46	44	44	55	50	56	0	23	3	764,167$
17	Seth Barton (R)				X	100.00	80	74	93	67	74	41	40	50	25	43	41	64	39	44	44	53	50	56	0	23	3	832,500$
Rayé
1	Luka Burzan (R)	X		X		100.00	77	67	99	64	67	40	40	44	55	38	44	61	42	44	44	50	50	50	0	23	3	750,000$

	MOYENNE D’ÉQUIPE					100.00	76	72	81	66	72	54	54	56	47	49	52	64	43	45	45	58	50	57

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	Filip Lindberg (R)	100.00	44	40	50	71	45	44	45	49	45	45	45	44	44	45	50	48	0	24	3	925,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	44	40	50	71	45	44	45	49	45	45	45	44	44	45	50	48

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Kris Knoblauch	65	68	69	70	65	61	83	CAN	43	1	700,000$

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	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	T.J. Tynan	Monsters (CLB)	C	82	37	74	111	87	36	0	71	199	209	64	145	17.70%	21	1837	22.41	5	13	18	25	217	1	2	3	17	418	2	3	70.91%	2138	0	1.21	1	2	0	0	0	8	7	8
2	Lukas Reichel	Monsters (CLB)	LW/RW	82	53	56	109	84	4	0	15	138	243	62	143	21.81%	12	1607	19.60	4	11	15	28	225	3	0	3	12	296	12	4	65.41%	266	3	1.36	0	2	0	0	0	11	9	6
3	Phil Di Giuseppe	Monsters (CLB)	C/LW/RW	82	37	64	101	66	28	0	60	118	214	64	120	17.29%	8	1329	16.21	3	17	20	28	213	0	0	0	3	37	4	0	61.05%	1263	1	1.52	0	0	0	0	0	3	6	5
4	Valtteri Puustinen	Monsters (CLB)	LW/RW	82	45	56	101	69	12	0	34	104	243	73	166	18.52%	14	1584	19.33	9	11	20	41	224	0	2	2	11	255	7	1	55.26%	76	2	1.27	0	1	0	0	0	12	7	5
5	William Lockwood	Monsters (CLB)	RW	82	28	65	93	68	169	15	222	76	181	43	106	15.47%	11	1282	15.64	7	16	23	35	223	0	0	0	0	7	5	1	43.48%	69	0	1.45	0	0	0	1	1	8	4	3
6	Justin Kirkland	Monsters (CLB)	LW	82	42	48	90	84	104	0	180	105	205	66	143	20.49%	8	1663	20.28	8	6	14	30	215	1	1	2	10	358	11	2	57.35%	136	3	1.08	0	2	0	0	0	8	6	3
7	Lauri Pajuniemi	Monsters (CLB)	RW	82	29	37	66	44	38	0	25	103	214	69	164	13.55%	12	1229	15.00	1	2	3	6	51	0	0	0	0	67	5	1	60.25%	244	1	1.07	0	0	0	0	0	3	4	5
8	Danila Klimovich	Monsters (CLB)	C	82	26	33	59	55	38	0	65	103	158	33	106	16.46%	11	1103	13.46	0	2	2	1	31	0	0	0	3	108	3	1	65.42%	911	1	1.07	0	0	0	0	0	3	4	4
9	Nick Seeler	Monsters (CLB)	D	71	8	50	58	53	135	25	174	52	80	33	62	10.00%	44	1574	22.17	5	12	17	35	181	0	1	1	1	280	3	1	0.00%	0	0	0.74	0	0	2	2	1	0	7	4
10	Andrej Sustr	Monsters (CLB)	D	71	13	37	50	56	24	0	61	63	84	32	60	15.48%	62	1640	23.11	7	5	12	46	183	1	1	2	3	322	1	1	0.00%	0	0	0.61	0	0	0	0	0	1	1	7
11	Brandon Baddock	Monsters (CLB)	LW	82	16	32	48	52	100	10	125	66	114	33	61	14.04%	14	1252	15.28	1	1	2	7	59	1	0	1	6	228	3	0	57.43%	148	0	0.77	0	0	0	1	1	2	1	1
12	Mason Geertsen	Monsters (CLB)	D	82	12	33	45	69	194	10	315	48	76	26	43	15.79%	54	1544	18.83	5	6	11	28	194	0	1	1	2	263	3	1	0.00%	0	0	0.58	0	0	0	1	1	2	1	4
13	Seth Barton	Monsters (CLB)	D	82	5	28	33	65	12	0	5	46	57	13	24	8.77%	45	1584	19.33	2	4	6	16	190	0	1	1	8	313	0	0	100.00%	1	0	0.42	0	0	0	0	0	0	0	2
14	Bode Wilde	Monsters (CLB)	D	71	11	21	32	58	50	0	96	33	64	13	26	17.19%	58	1253	17.66	1	0	1	4	70	0	1	1	1	181	3	0	100.00%	1	0	0.51	0	0	0	0	0	2	1	2
15	Kale Howarth	Monsters (CLB)	C/LW	82	6	23	29	50	132	10	155	36	63	14	33	9.52%	27	1234	15.06	0	1	1	5	37	0	0	0	0	8	1	0	59.75%	159	0	0.47	0	0	1	1	0	0	0	1
16	Brendan Warren	Monsters (CLB)	LW	71	7	5	12	1	24	0	54	47	90	19	57	7.78%	6	575	8.11	0	0	0	0	1	0	0	0	0	5	0	0	65.38%	26	0	0.42	0	0	0	0	0	0	0	1
17	Luka Burzan	Monsters (CLB)	C/RW	30	3	4	7	6	16	0	21	11	23	5	5	13.04%	3	307	10.25	0	0	0	3	31	0	0	0	0	1	0	0	36.36%	11	0	0.46	0	0	0	0	0	0	0	1
Statistiques d’équipe totales ou en moyenne				1298	378	666	1044	967	1116	70	1678	1348	2318	662	1464	16.31%	410	22606	17.42	58	107	165	338	2354	7	10	17	77	3154	63	16	65.28%	5449	11	0.92	1	7	3	6	4	63	58	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	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Dustin Tokarski	Blue Jackets	71	57	10	3	0.894	1.86	4216	11	131	1234	1	1	0.857	7	71	0	0	1	3
2	Filip Lindberg	Monsters (CLB)	13	7	5	0	0.884	2.75	698	1	32	277	1	0	0.00%	0	11	71	1	0	0
Statistiques d’équipe totales ou en moyenne			84	64	15	3	0.892	1.99	4914	12	163	1511	2	1		7	82	71	1	1	3

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Andrej Sustr	Monsters (CLB)	D	32	1990-11-29	No	217 Lbs	6 ft7	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$		Lien
Bode Wilde	Monsters (CLB)	D	23	2000-01-24	Yes	192 Lbs	6 ft3	No	No	No	3	Pro & Farm	764,167$	0$	0$	No	764,167$	764,167$	Lien / Lien NHL
Brandon Baddock	Monsters (CLB)	LW	28	1995-03-28	No	221 Lbs	6 ft3	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Brendan Warren	Monsters (CLB)	LW	26	1997-05-07	Yes	192 Lbs	6 ft0	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Cedric Pare	Monsters (CLB)	C	24	1999-01-24	Yes	212 Lbs	6 ft4	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Danila Klimovich	Monsters (CLB)	C	20	2003-01-09	Yes	205 Lbs	6 ft2	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	Lien
Filip Lindberg	Monsters (CLB)	G	24	1999-01-31	Yes	194 Lbs	6 ft0	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	Lien
Justin Kirkland	Monsters (CLB)	LW	26	1996-08-02	No	183 Lbs	6 ft3	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Kale Howarth	Monsters (CLB)	C/LW	26	1997-06-10	Yes	201 Lbs	6 ft5	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Lauri Pajuniemi	Monsters (CLB)	RW	23	1999-09-12	Yes	183 Lbs	6 ft0	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	Lien
Luka Burzan	Monsters (CLB)	C/RW	23	2000-01-07	Yes	183 Lbs	6 ft0	No	No	No	3	Pro & Farm	750,000$	0$	0$	No	750,000$	750,000$	Lien
Lukas Reichel	Monsters (CLB)	LW/RW	21	2002-05-17	Yes	170 Lbs	6 ft0	No	No	No	3	Pro & Farm	1,337,500$	0$	0$	No	1,337,500$	1,337,500$	Lien
Mason Geertsen	Monsters (CLB)	D	28	1995-04-18	No	215 Lbs	6 ft2	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien / Lien NHL
Nick Seeler	Monsters (CLB)	D	30	1993-06-03	No	201 Lbs	6 ft2	No	No	No	3	Pro & Farm	850,000$	0$	0$	No	850,000$	850,000$	Lien
Phil Di Giuseppe	Monsters (CLB)	C/LW/RW	29	1993-10-09	No	193 Lbs	6 ft0	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$		Lien
Seth Barton	Monsters (CLB)	D	23	1999-08-18	Yes	196 Lbs	6 ft3	No	No	No	3	Pro & Farm	832,500$	0$	0$	No	832,500$	832,500$	Lien
T.J. Tynan	Monsters (CLB)	C	31	1992-02-25	No	165 Lbs	5 ft8	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$		Lien / Lien NHL
Valtteri Puustinen	Monsters (CLB)	LW/RW	24	1999-06-04	Yes	183 Lbs	5 ft9	No	No	No	3	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	Lien
William Lockwood	Monsters (CLB)	RW	24	1998-06-20	Yes	172 Lbs	5 ft11	No	No	No	3	Pro & Farm	842,500$	0$	0$	No	842,500$	842,500$	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
19	25.53	194 Lbs	6 ft1	2.53	840,877$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Justin Kirkland	T.J. Tynan	Lukas Reichel	40	1	2	2
2	Valtteri Puustinen	Phil Di Giuseppe	William Lockwood	30	1	2	2
3	Brandon Baddock	Danila Klimovich	Lauri Pajuniemi	20	1	2	2
4	Brendan Warren	Kale Howarth		10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Andrej Sustr	Nick Seeler	40	1	2	2
2	Mason Geertsen	Seth Barton	30	1	2	2
3	Bode Wilde	Kale Howarth	20	1	2	2
4	Andrej Sustr	Nick Seeler	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Justin Kirkland	T.J. Tynan	Lukas Reichel	60	1	2	2
2	Valtteri Puustinen	Phil Di Giuseppe	William Lockwood	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Andrej Sustr	Nick Seeler	60	1	2	2
2	Mason Geertsen	Seth Barton	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	T.J. Tynan	Justin Kirkland	60	1	2	2
2	Lukas Reichel	Valtteri Puustinen	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Andrej Sustr	Nick Seeler	60	1	2	2
2	Mason Geertsen	Seth Barton	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	T.J. Tynan	60	1	2	2	Andrej Sustr	Nick Seeler	60	1	2	2
2	Justin Kirkland	40	1	2	2	Mason Geertsen	Seth Barton	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	T.J. Tynan	Justin Kirkland	60	1	2	2
2	Lukas Reichel	Valtteri Puustinen	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Andrej Sustr	Nick Seeler	60	1	2	2
2	Mason Geertsen	Seth Barton	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Justin Kirkland	T.J. Tynan	Lukas Reichel	Andrej Sustr	Nick Seeler

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Justin Kirkland	T.J. Tynan	Lukas Reichel	Andrej Sustr	Nick Seeler

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Lauri Pajuniemi, Danila Klimovich, Brandon Baddock	Lauri Pajuniemi, Danila Klimovich	Brandon Baddock

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Bode Wilde, Mason Geertsen, Seth Barton	Bode Wilde	Mason Geertsen, Seth Barton

Tirs de pénalité
T.J. Tynan, Justin Kirkland, Lukas Reichel, Valtteri Puustinen, Phil Di Giuseppe

Gardien
#1 : , #2 : Filip Lindberg

Lignes d’attaque personnalisées en prolongation
T.J. Tynan, Justin Kirkland, Lukas Reichel, Valtteri Puustinen, Phil Di Giuseppe, William Lockwood, William Lockwood, Lauri Pajuniemi, Danila Klimovich, Brandon Baddock, Kale Howarth

Lignes de défense personnalisées en prolongation
Andrej Sustr, Nick Seeler, Mason Geertsen, Seth Barton, Bode Wilde

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	Americans	2	1	1	0	0	0	0	0	9	7	2	1	1	0	0	0	0	0	0	5	1	4	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	9	17	26	0	0	149	118	104	8	61	719	835	754	18	47	15	18	41	7	0	0.00%	8	3	62.50%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
2	Admirals	2	2	0	0	0	0	0	0	5	3	2	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	3	2	1	4	1.000	5	10	15	0	0	149	118	104	8	89	719	835	754	18	27	8	16	34	7	1	14.29%	8	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
3	Barracudas	2	2	0	0	0	0	0	0	10	3	7	1	1	0	0	0	0	0	0	7	1	6	1	1	0	0	0	0	0	0	3	2	1	4	1.000	10	17	27	0	0	149	118	104	8	84	719	835	754	18	41	11	27	59	3	1	33.33%	7	0	100.00%	1	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
4	Bears	3	3	0	0	0	0	0	0	28	3	25	2	2	0	0	0	0	0	0	19	1	18	1	1	0	0	0	0	0	0	9	2	7	6	1.000	28	51	79	0	1	149	118	104	8	153	719	835	754	18	41	16	39	66	6	2	33.33%	17	1	94.12%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
5	Bruins	2	1	0	0	1	0	0	0	6	3	3	1	1	0	0	0	0	0	0	3	1	2	1	0	0	0	1	0	0	0	3	2	1	4	1.000	6	9	15	0	0	149	118	104	8	31	719	835	754	18	49	11	35	29	5	1	20.00%	14	2	85.71%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
6	Canucks	4	3	0	0	1	0	0	0	21	14	7	2	1	0	0	1	0	0	0	11	7	4	2	2	0	0	0	0	0	0	10	7	3	8	1.000	21	31	52	0	0	149	118	104	8	75	719	835	754	18	86	25	60	84	23	5	21.74%	28	4	85.71%	3	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
7	Checkers	2	2	0	0	0	0	0	0	15	4	11	1	1	0	0	0	0	0	0	7	2	5	1	1	0	0	0	0	0	0	8	2	6	4	1.000	15	27	42	0	0	149	118	104	8	61	719	835	754	18	27	9	26	33	6	2	33.33%	13	1	92.31%	1	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
8	Comets	4	3	1	0	0	0	0	0	17	10	7	2	2	0	0	0	0	0	0	10	6	4	2	1	1	0	0	0	0	0	7	4	3	6	0.750	17	29	46	0	0	149	118	104	8	84	719	835	754	18	74	28	75	62	23	6	26.09%	28	4	85.71%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
9	Condors	3	1	0	0	2	0	0	0	11	2	9	2	1	0	0	1	0	0	0	9	1	8	1	0	0	0	1	0	0	0	2	1	1	6	1.000	11	22	33	0	1	149	118	104	8	63	719	835	754	18	50	16	44	69	9	1	11.11%	22	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
10	Crunch	4	3	1	0	0	0	0	0	19	7	12	2	1	1	0	0	0	0	0	6	4	2	2	2	0	0	0	0	0	0	13	3	10	6	0.750	19	33	52	0	1	149	118	104	8	105	719	835	754	18	74	25	82	87	13	1	7.69%	22	0	100.00%	1	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
11	Eagles	2	1	1	0	0	0	0	0	9	2	7	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	9	0	9	2	0.500	9	17	26	0	1	149	118	104	8	61	719	835	754	18	26	10	30	41	4	0	0.00%	15	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
12	Firebirds	2	2	0	0	0	0	0	0	12	1	11	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	7	0	7	4	1.000	12	22	34	0	1	149	118	104	8	95	719	835	754	18	24	9	12	46	2	0	0.00%	6	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
13	Griffins	4	1	3	0	0	0	0	0	8	11	-3	2	0	2	0	0	0	0	0	4	8	-4	2	1	1	0	0	0	0	0	4	3	1	2	0.250	8	15	23	0	0	149	118	104	8	60	719	835	754	18	82	20	48	69	22	2	9.09%	23	5	78.26%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
14	Gulls	2	1	0	0	0	1	0	0	4	3	1	1	0	0	0	0	1	0	0	1	2	-1	1	1	0	0	0	0	0	0	3	1	2	3	0.750	4	8	12	0	0	149	118	104	8	40	719	835	754	18	49	11	42	55	4	1	25.00%	21	1	95.24%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
15	Heat	2	2	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	5	2	3	1	1	0	0	0	0	0	0	3	2	1	4	1.000	8	12	20	0	0	149	118	104	8	54	719	835	754	18	45	11	35	46	8	4	50.00%	15	1	93.33%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
16	IceHogs	2	2	0	0	0	0	0	0	15	4	11	1	1	0	0	0	0	0	0	8	2	6	1	1	0	0	0	0	0	0	7	2	5	4	1.000	15	28	43	0	0	149	118	104	8	76	719	835	754	18	45	7	28	63	7	3	42.86%	14	2	85.71%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
17	Marlies	4	1	2	0	0	0	1	0	10	12	-2	2	1	1	0	0	0	0	0	6	6	0	2	0	1	0	0	0	1	0	4	6	-2	4	0.500	10	17	27	0	0	149	118	104	8	70	719	835	754	18	75	16	58	85	27	3	11.11%	21	3	85.71%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
18	Moose	2	1	0	0	1	0	0	0	7	4	3	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	3	1	2	4	1.000	7	10	17	0	0	149	118	104	8	42	719	835	754	18	33	14	24	43	6	2	33.33%	11	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
19	Penguins	3	2	0	0	1	0	0	0	12	6	6	1	1	0	0	0	0	0	0	2	0	2	2	1	0	0	1	0	0	0	10	6	4	6	1.000	12	21	33	0	1	149	118	104	8	95	719	835	754	18	39	16	23	51	16	2	12.50%	9	2	77.78%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
20	Phantoms	3	2	1	0	0	0	0	0	11	9	2	1	1	0	0	0	0	0	0	5	3	2	2	1	1	0	0	0	0	0	6	6	0	4	0.667	11	17	28	0	0	149	118	104	8	62	719	835	754	18	84	23	38	63	10	0	0.00%	19	3	84.21%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
21	Rampage	2	2	0	0	0	0	0	0	13	0	13	1	1	0	0	0	0	0	0	5	0	5	1	1	0	0	0	0	0	0	8	0	8	4	1.000	13	22	35	0	2	149	118	104	8	98	719	835	754	18	16	3	12	45	6	1	16.67%	6	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
22	Reign	3	3	0	0	0	0	0	0	14	7	7	2	2	0	0	0	0	0	0	10	5	5	1	1	0	0	0	0	0	0	4	2	2	6	1.000	14	26	40	0	0	149	118	104	8	96	719	835	754	18	55	12	38	62	11	4	36.36%	19	2	89.47%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
23	Roadrunners	2	2	0	0	0	0	0	0	16	2	14	1	1	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	10	0	10	4	1.000	16	29	45	0	1	149	118	104	8	102	719	835	754	18	28	7	14	53	3	2	66.67%	7	0	100.00%	1	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
24	Rocket	4	2	1	0	1	0	0	0	11	10	1	2	1	1	0	0	0	0	0	6	7	-1	2	1	0	0	1	0	0	0	5	3	2	6	0.750	11	18	29	0	0	149	118	104	8	80	719	835	754	18	108	27	68	76	20	2	10.00%	30	3	90.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
25	Senators	4	1	2	0	0	0	0	1	12	17	-5	2	0	2	0	0	0	0	0	4	11	-7	2	1	0	0	0	0	0	1	8	6	2	3	0.375	12	23	35	1	0	149	118	104	8	69	719	835	754	18	80	23	63	77	16	3	18.75%	26	5	80.77%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
26	Sound Tigers	2	2	0	0	0	0	0	0	13	1	12	1	1	0	0	0	0	0	0	6	0	6	1	1	0	0	0	0	0	0	7	1	6	4	1.000	13	23	36	0	1	149	118	104	8	83	719	835	754	18	24	11	34	47	9	1	11.11%	17	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
27	Stars	2	2	0	0	0	0	0	0	15	1	14	1	1	0	0	0	0	0	0	8	0	8	1	1	0	0	0	0	0	0	7	1	6	4	1.000	15	28	43	0	1	149	118	104	8	85	719	835	754	18	35	7	22	36	2	0	0.00%	9	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
28	Thunderbirds	2	2	0	0	0	0	0	0	12	5	7	1	1	0	0	0	0	0	0	5	4	1	1	1	0	0	0	0	0	0	7	1	6	4	1.000	12	21	33	0	0	149	118	104	8	37	719	835	754	18	40	8	30	50	9	4	44.44%	15	3	80.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
29	Wild	2	0	1	0	0	1	0	0	4	7	-3	1	0	0	0	0	1	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0.250	4	7	11	0	0	149	118	104	8	26	719	835	754	18	47	5	36	30	7	2	28.57%	18	6	66.67%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
30	Wolf Pack	3	3	0	0	0	0	0	0	28	3	25	1	1	0	0	0	0	0	0	12	1	11	2	2	0	0	0	0	0	0	16	2	14	6	1.000	28	49	77	0	1	149	118	104	8	159	719	835	754	18	36	8	23	69	5	1	20.00%	8	0	100.00%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
31	Wolves	2	1	1	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	0	2	-2	2	0.500	4	7	11	0	0	149	118	104	8	23	719	835	754	18	39	5	38	35	9	1	11.11%	13	1	92.31%	0	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
	Total	82	56	15	0	7	2	1	1	379	168	211	41	28	8	0	3	2	0	0	187	88	99	41	28	7	0	4	0	1	1	192	80	112	131	0.799	379	666	1045	1	12	149	118	104	8	2319	719	835	754	18	1526	417	1138	1706	305	58	19.02%	489	52	89.37%	7	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
	_Since Last GM Reset	82	56	15	0	7	2	1	1	379	168	211	41	28	8	0	3	2	0	0	187	88	99	41	28	7	0	4	0	1	1	192	80	112	131	0.799	379	666	1045	1	12	149	118	104	8	2319	719	835	754	18	1526	417	1138	1706	305	58	19.02%	489	52	89.37%	7	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
	_Vs Conference	48	31	11	0	4	0	1	1	223	115	108	23	15	7	0	1	0	0	0	106	61	45	25	16	4	0	3	0	1	1	117	54	63	73	0.760	223	384	607	1	5	149	118	104	8	1224	719	835	754	18	919	266	702	948	210	35	16.67%	290	36	87.59%	5	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530
	_Vs Division	26	14	10	0	2	0	1	1	87	72	15	13	6	7	0	1	0	0	0	39	42	-3	13	8	3	0	1	0	1	1	48	30	18	35	0.673	87	153	240	1	1	149	118	104	8	513	719	835	754	18	555	145	402	514	119	16	13.45%	159	24	84.91%	1	1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%	2357	1728	1617	520	972	530

			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	131	OTW1	379	666	1045	2319	1526	417	1138	1706	1	12

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	56	15	7	2	1	1	379	168

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	28	8	3	2	0	0	187	88

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	28	7	4	0	1	1	192	80

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
5	3	1	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
305	58	19.02%	489	52	89.37%	7

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
719	835	754	18	149	118	104	8

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
1471	2215	66.41%	1252	1944	64.40%	837	1283	65.24%

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
2357	1728	1617	520	972	530

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 - 2023-03-23	14	Comets	3	Monsters	4	BW			Sommaire du match
4 - 2023-03-25	36	Monsters	6	Canucks	4	AW			Sommaire du match
5 - 2023-03-26	43	Monsters	9	Crunch	2	AW			Sommaire du match
7 - 2023-03-28	59	Canucks	2	Monsters	5	BW			Sommaire du match
8 - 2023-03-29	71	Monsters	2	Phantoms	3	AL			Sommaire du match
11 - 2023-04-01	90	Bears	0	Monsters	11	BW			Sommaire du match
13 - 2023-04-03	106	Rocket	4	Monsters	6	BW			Sommaire du match
16 - 2023-04-06	130	Crunch	4	Monsters	1	BL			Sommaire du match
17 - 2023-04-07	141	Monsters	2	Rocket	1	AW			Sommaire du match
19 - 2023-04-09	162	Senators	7	Monsters	2	BL			Sommaire du match
21 - 2023-04-11	174	Monsters	2	Comets	3	AL			Sommaire du match
22 - 2023-04-12	191	Monsters	1	Griffins	2	AL			Sommaire du match
24 - 2023-04-14	205	Marlies	3	Monsters	4	BW			Sommaire du match
26 - 2023-04-16	214	Monsters	7	Wolf Pack	0	AW			Sommaire du match
28 - 2023-04-18	235	Monsters	2	Senators	3	AL	X	X	Sommaire du match
30 - 2023-04-20	249	Condors	0	Monsters	7	BW			Sommaire du match
32 - 2023-04-22	266	Monsters	3	Griffins	1	AW			Sommaire du match
34 - 2023-04-24	282	Wolves	1	Monsters	4	BW			Sommaire du match
36 - 2023-04-26	298	Monsters	9	Eagles	0	AW			Sommaire du match
37 - 2023-04-27	312	Wolf Pack	1	Monsters	12	BW			Sommaire du match
40 - 2023-04-30	332	Firebirds	1	Monsters	5	BW			Sommaire du match
42 - 2023-05-02	348	Monsters	0	Wolves	2	AL			Sommaire du match
44 - 2023-05-04	361	Senators	4	Monsters	2	BL			Sommaire du match
48 - 2023-05-08	391	Thunderbirds	4	Monsters	5	BW			Sommaire du match
50 - 2023-05-10	407	Monsters	4	Reign	2	AW			Sommaire du match
51 - 2023-05-11	421	Gulls	2	Monsters	1	BL	X		Sommaire du match
54 - 2023-05-14	442	Monsters	3	Moose	1	AW			Sommaire du match
55 - 2023-05-15	453	Penguins	0	Monsters	2	BW			Sommaire du match
58 - 2023-05-18	475	Monsters	7	Sound Tigers	1	AW			Sommaire du match
59 - 2023-05-19	484	Bruins	1	Monsters	3	BW			Sommaire du match
61 - 2023-05-21	504	Monsters	9	Wolf Pack	2	AW			Sommaire du match
63 - 2023-05-23	512	Monsters	7	Firebirds	0	AW			Sommaire du match
64 - 2023-05-24	526	Stars	0	Monsters	8	BW			Sommaire du match
67 - 2023-05-27	547	Admirals	1	Monsters	2	BW			Sommaire du match
68 - 2023-05-28	558	Monsters	3	Admirals	2	AW			Sommaire du match
71 - 2023-05-31	583	Sound Tigers	0	Monsters	6	BW			Sommaire du match
73 - 2023-06-02	595	Monsters	2	Condors	1	AW	X		Sommaire du match
75 - 2023-06-04	612	Monsters	8	Rampage	0	AW			Sommaire du match
76 - 2023-06-05	621	Reign	2	Monsters	4	BW			Sommaire du match
79 - 2023-06-08	645	Monsters	4	Phantoms	3	AW			Sommaire du match
80 - 2023-06-09	654	Barracudas	1	Monsters	7	BW			Sommaire du match
82 - 2023-06-11	676	Rampage	0	Monsters	5	BW			Sommaire du match
84 - 2023-06-13	692	Monsters	4	Crunch	1	AW			Sommaire du match
86 - 2023-06-15	705	Monsters	4	Americans	6	AL			Sommaire du match
88 - 2023-06-17	719	Crunch	0	Monsters	5	BW			Sommaire du match
91 - 2023-06-20	744	Eagles	2	Monsters	0	BL			Sommaire du match
94 - 2023-06-23	767	Monsters	7	Stars	1	AW			Sommaire du match
95 - 2023-06-24	777	Condors	1	Monsters	2	BW	X		Sommaire du match
99 - 2023-06-28	798	Monsters	6	Senators	3	AW			Sommaire du match
100 - 2023-06-29	810	Checkers	2	Monsters	7	BW			Sommaire du match
103 - 2023-07-02	834	Bears	1	Monsters	8	BW			Sommaire du match
105 - 2023-07-04	849	Monsters	4	Canucks	3	AW			Sommaire du match
107 - 2023-07-06	866	Monsters	10	Roadrunners	0	AW			Sommaire du match
108 - 2023-07-07	875	Americans	1	Monsters	5	BW			Sommaire du match
110 - 2023-07-09	892	Monsters	6	Penguins	3	AW			Sommaire du match
112 - 2023-07-11	903	Comets	3	Monsters	6	BW			Sommaire du match
114 - 2023-07-13	919	Monsters	8	Checkers	2	AW			Sommaire du match
116 - 2023-07-15	935	Rocket	3	Monsters	0	BL			Sommaire du match
119 - 2023-07-18	963	Reign	3	Monsters	6	BW			Sommaire du match
120 - 2023-07-19	973	Monsters	9	Bears	2	AW			Sommaire du match
123 - 2023-07-22	994	Monsters	3	Marlies	2	AW	X	X	Sommaire du match
124 - 2023-07-23	999	IceHogs	2	Monsters	8	BW			Sommaire du match
127 - 2023-07-26	1023	Monsters	3	Bruins	2	AW	X		Sommaire du match
128 - 2023-07-27	1033	Moose	3	Monsters	4	BW	X		Sommaire du match
130 - 2023-07-29	1047	Monsters	7	IceHogs	2	AW			Sommaire du match
132 - 2023-07-31	1062	Griffins	4	Monsters	1	BL			Sommaire du match
135 - 2023-08-03	1088	Monsters	4	Penguins	3	AW	X		Sommaire du match
136 - 2023-08-04	1099	Phantoms	3	Monsters	5	BW			Sommaire du match
138 - 2023-08-06	1111	Monsters	2	Wild	4	AL			Sommaire du match
140 - 2023-08-08	1128	Canucks	5	Monsters	6	BW	X		Sommaire du match
143 - 2023-08-11	1155	Heat	2	Monsters	5	BW			Sommaire du match
144 - 2023-08-12	1167	Monsters	7	Thunderbirds	1	AW			Sommaire du match
147 - 2023-08-15	1187	Wild	3	Monsters	2	BL	X		Sommaire du match
148 - 2023-08-16	1199	Monsters	3	Heat	2	AW			Sommaire du match
150 - 2023-08-18	1216	Marlies	3	Monsters	2	BL			Sommaire du match
151 - 2023-08-19	1223	Monsters	5	Comets	1	AW			Sommaire du match
153 - 2023-08-21	1233	Monsters	3	Barracudas	2	AW			Sommaire du match
157 - 2023-08-25	1256	Griffins	4	Monsters	3	BL			Sommaire du match
159 - 2023-08-27	1277	Monsters	1	Marlies	4	AL			Sommaire du match
161 - 2023-08-29	1285	Roadrunners	2	Monsters	6	BW			Sommaire du match
162 - 2023-08-30	1288	Monsters	3	Gulls	1	AW			Sommaire du match
163 - 2023-08-31	1299	Monsters	3	Rocket	2	AW	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	100	0
Assistance	37,760	38,801
Assistance PCT	46.05%	94.64%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	1867 - 62.24%	92,098$	3,776,000$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,346,022$	1,597,667$	1,597,667$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
9,624$	1,646,002$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	13,841$	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

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 (séries éliminatoires)

Afficher ou masquer des colonnes

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

Monsters Leaders des statistiques des gardiens (séries éliminatoires)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA

	Monsters
	GP: 82 \| W: 64 \| L: 15 \| OTL: 3 \| P: 131 GF: 379 \| GA: 168 \| PP%: 19.02% \| PK%: 89.37% DG: Tyler Bell \| Morale : 50 \| Moyenne d’équipe : 57