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

Centre de jeu
	Thunderbirds 2-16-0, 4pts	0	FINAL	12	Monsters 7-10-1, 15pts

Team Stats
L6	Streak	L1
2-7-0	Home Record	4-5-0
0-9-0	Away Record	3-5-1
2-8-0	Last 10 Games	2-7-1
1.78	Buts par match	4.33
7.28	Buts contre par match	3.94
9.62%	Pourcentage en avantage numérique	13.33%
76.00%	Pourcentage en désavantage numérique	74.14%

Monsters
7-10-1, 15pts

FINAL

Penguins
4-13-1, 9pts

Team Stats
L1	Streak	W3
4-5-0	Home Record	3-5-1
3-5-1	Away Record	1-8-0
2-7-1	Last 10 Games	4-6-0
4.33	Buts par match	3.33
3.94	Buts contre par match	5.72
13.33%	Pourcentage en avantage numérique	18.46%
74.14%	Pourcentage en désavantage numérique	75.00%

Meneurs d'équipe
	Buts Samuel Walker 14	Passes Lukas Reichel 22

	Points Lukas Reichel 35	Plus/Moins Lukas Reichel 28

	Victoires Dylan Garand 6	Pourcentage d’arrêts Dylan Garand 0.89

Statistiques d’équipe
Buts pour 78 4.33 GFG	Tirs pour 546 30.33 Avg	Pourcentage en avantage numérique 13.3% 8 GF	Début de zone offensive 35.1%
Buts contre 71 3.94 GAA	Tirs contre 565 31.39 Avg	Pourcentage en désavantage numérique 74.1%% 15 GA	Début de la zone défensive 39.9%

Informations de l'équipe
	Directeur général	Tyler Bell
	Entraîneur	Ken Hitchcock
	Division	North
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	1,200
Informations de la formation
	Équipe Pro	23
	Équipe Mineure	20
	Limite contact	43 / 50
	Espoirs	50
Historique d'équipe
	Saison actuelle	7-10-1 (15PTS)
	Historique	48-17-7 (0.667%)
	Apparitions en séries éliminatoires	1
	Historique en séries éliminatoires (W-L)	1-4
	Coupe Stanley	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	Lukas Reichel	X	X			100.00	63	41	93	78	62	67	92	75	50	63	58	66	25	56	56	66	50	65	0	22	1	1,337,500$
2	Zachary Sanford			X		100.00	71	43	92	77	78	57	77	66	53	66	55	67	25	67	69	64	50	64	0	30	1	1,000,000$
3	Raphael Lavoie	X		X		100.00	74	75	73	68	75	78	82	64	80	57	68	64	65	44	44	67	50	63	0	24	1	1,500,000$
4	Marat Khusnutdinov (R)	X				100.00	75	43	88	68	64	64	52	66	69	65	57	76	25	45	45	65	50	62	0	22	3	925,000$
5	Mackie Samoskevich (R)			X		100.00	73	67	87	66	67	70	71	65	50	63	64	64	61	44	44	66	50	62	0	21	3	925,000$
6	Samuel Walker		X	X		100.00	73	66	89	66	66	80	85	62	50	61	58	63	55	45	45	64	50	62	0	25	2	855,000$
7	Jack Finley (R)	X				100.00	82	82	83	63	82	73	76	62	78	59	60	68	57	44	44	65	50	62	0	22	2	797,500$
8	Cedric Pare	X				100.00	78	80	74	66	80	67	69	61	76	59	58	65	55	44	44	63	50	61	0	25	1	750,000$
9	John Farinacci (R)	X				100.00	76	69	91	59	69	68	71	60	75	58	57	64	54	44	44	62	50	59	0	23	3	925,000$
10	William Lockwood			X		100.00	86	91	82	69	65	51	60	64	45	54	55	69	25	47	47	61	50	59	0	26	1	842,500$
11	Aidan McDonough		X			100.00	81	75	95	63	75	62	65	54	50	47	57	65	54	44	44	61	50	58	0	24	3	925,000$
12	Jared Davidson (R)	X				100.00	70	67	77	63	67	58	59	55	69	46	60	60	57	44	44	59	50	56	0	22	3	775,000$
13	Mark Friedman				X	100.00	79	74	75	73	69	59	58	61	25	43	47	68	25	55	56	58	50	62	0	28	2	800,000$
14	Adam Wilsby				X	100.00	74	67	89	65	67	75	82	50	25	39	46	61	44	44	44	56	50	59	0	24	2	842,500$
15	Cole McWard (R)				X	100.00	80	75	90	68	75	61	65	48	25	40	41	63	39	44	44	53	50	59	0	23	2	925,000$
16	Santtu Kinnunen				X	100.00	68	60	88	65	60	77	84	50	25	43	41	58	39	44	44	54	50	58	0	25	2	855,000$
17	Seth Barton (R)				X	100.00	74	70	84	67	70	49	51	45	25	34	41	59	39	44	44	51	50	55	0	25	1	832,500$
Rayé
1	Kale Howarth	X	X			100.00	79	78	81	65	78	54	57	46	58	43	44	62	42	44	44	52	50	54	0	27	1	750,000$
2	Brendan Warren	X	X			100.00	72	70	77	63	70	56	58	50	63	40	54	60	51	44	44	56	50	54	0	27	1	750,000$
3	Danila Klimovich (R)			X		100.00	76	75	77	64	75	59	63	48	50	44	46	61	44	44	44	53	50	54	0	21	1	925,000$
4	Luka Burzan (R)	X		X		100.00	77	67	99	64	67	41	40	49	61	45	47	62	45	44	44	54	50	53	0	24	1	750,000$
5	Lukas Svejkovsky	X				100.00	68	60	87	60	60	53	55	49	61	45	48	57	46	44	44	53	50	52	0	22	2	859,167$

	MOYENNE D’ÉQUIPE					100.00	75	68	85	66	70	63	67	57	53	51	53	64	44	46	46	59	50	59

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	Dustin Tokarski	100.00	49	52	65	74	47	48	50	54	48	48	30	44	44	50	50	52	0	35	1	800,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	49	52	65	74	47	48	50	54	48	48	30	44	44	50	50	52

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Ken Hitchcock	94	64	72	63	99	97	82	CAN	65	1	10$

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	FO%	FOT	HT	P/20	FT	S1	S2	S3
1	Lukas Reichel	Monsters (CLB)	C/LW	18	13	22	35	28	2	0	13	35	70	22	53	18.57%	13	347	19.29	1	1	2	7	28	0	2	2	3	50	0	61.34%	119	3	2.02	0	3	0	2
2	Samuel Walker	Monsters (CLB)	LW/RW	18	14	14	28	18	2	0	15	17	73	22	44	19.18%	7	224	12.49	0	0	0	0	0	0	0	0	0	0	2	50.00%	10	1	2.49	0	2	0	3
3	Raphael Lavoie	Monsters (CLB)	C/RW	18	13	15	28	25	20	0	42	20	85	23	64	15.29%	6	296	16.45	1	1	2	7	28	0	0	0	0	23	1	64.10%	39	1	1.89	0	2	2	3
4	William Lockwood	Monsters (CLB)	RW	18	12	14	26	19	27	5	41	29	70	23	47	17.14%	14	222	12.38	0	0	0	0	0	0	0	0	0	0	0	33.33%	6	2	2.33	1	2	1	0
5	Kent Johnson	Blue Jackets	C/LW	13	8	15	23	17	0	0	9	35	46	20	33	17.39%	4	234	18.04	0	2	2	7	22	2	0	2	3	42	0	54.77%	241	0	1.96	0	0	3	2
6	Santtu Kinnunen	Monsters (CLB)	D	18	1	9	10	9	6	0	19	10	10	4	8	10.00%	15	263	14.64	0	1	1	4	5	0	0	0	0	4	1	0.00%	0	0	0.76	0	0	0	0
7	Adam Wilsby	Monsters (CLB)	D	18	3	4	7	9	22	0	40	8	13	6	14	23.08%	9	262	14.56	1	0	1	3	5	0	0	0	0	3	0	0.00%	0	0	0.53	0	0	1	0
8	Cedric Pare	Monsters (CLB)	C	18	2	0	2	1	4	0	4	3	5	0	3	40.00%	1	16	0.93	0	0	0	0	0	0	0	0	0	0	1	70.59%	17	0	2.39	0	0	0	0
Statistiques d’équipe totales ou en moyenne				139	66	93	159	126	83	5	183	157	372	120	266	17.74%	69	1867	13.44	3	5	8	28	90	2	2	4	6	124	5	57.64%	432	7	1.70	1	9	7	10

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	Dylan Garand	Blue Jackets	13	6	7	0	0.890	3.21	710	0	0	38	344	0	0	0	0.00%	0	13	13	1	1	0
Statistiques d’équipe totales ou en moyenne			13	6	7	0	0.890	3.21	710	0	0	38	344	0	0	0		0	13	13	1	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	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Adam Wilsby	Monsters (CLB)	D	24	2000-07-08	No	183 Lbs	6 ft0	No	No	No	2	Pro & Farm	842,500$	842,500$	0$	0$	No	842,500$		Lien
Aidan McDonough	Monsters (CLB)	LW	24	1999-11-06	No	201 Lbs	6 ft2	No	No	No	3	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	925,000$	Lien
Brendan Warren	Monsters (CLB)	C/LW	27	1997-05-07	No	192 Lbs	6 ft0	No	No	No	1	Pro & Farm	750,000$	750,000$	0$	0$	No			Lien
Cedric Pare	Monsters (CLB)	C	25	1999-01-24	No	212 Lbs	6 ft4	No	No	No	1	Pro & Farm	750,000$	750,000$	0$	0$	No			Lien
Cole McWard	Monsters (CLB)	D	23	2001-06-09	Yes	205 Lbs	6 ft1	No	No	No	2	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$		Lien
Danila Klimovich	Monsters (CLB)	RW	21	2003-01-09	Yes	202 Lbs	6 ft2	No	No	No	1	Pro & Farm	925,000$	925,000$	0$	0$	No			Lien
Dustin Tokarski	Monsters (CLB)	G	35	1989-09-15	No	205 Lbs	6 ft0	No	No	No	1	Pro & Farm	800,000$	800,000$	0$	0$	No			Lien / Lien NHL
Jack Finley	Monsters (CLB)	C	22	2002-02-09	Yes	213 Lbs	6 ft6	No	No	No	2	Pro & Farm	797,500$	797,500$	0$	0$	No	797,500$		Lien
Jared Davidson	Monsters (CLB)	C	22	2002-07-07	Yes	184 Lbs	6 ft0	No	No	No	3	Pro & Farm	775,000$	775,000$	0$	0$	No	775,000$	775,000$	Lien
John Farinacci	Monsters (CLB)	C	23	2001-02-14	Yes	190 Lbs	5 ft11	No	No	No	3	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	925,000$	Lien
Kale Howarth	Monsters (CLB)	C/LW	27	1997-06-10	No	201 Lbs	6 ft5	No	No	No	1	Pro & Farm	750,000$	750,000$	0$	0$	No			Lien
Luka Burzan	Monsters (CLB)	C/RW	24	2000-01-07	Yes	183 Lbs	6 ft0	No	No	No	1	Pro & Farm	750,000$	750,000$	0$	0$	No			Lien
Lukas Reichel	Monsters (CLB)	C/LW	22	2002-05-17	No	169 Lbs	6 ft0	No	No	No	1	Pro & Farm	1,337,500$	1,337,500$	0$	0$	No			Lien
Lukas Svejkovsky	Monsters (CLB)	C	22	2001-11-28	No	165 Lbs	5 ft10	No	No	No	2	Pro & Farm	859,167$	859,167$	0$	0$	No	859,167$		Lien
Mackie Samoskevich	Monsters (CLB)	RW	21	2002-11-15	Yes	189 Lbs	5 ft11	No	No	No	3	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	925,000$	Lien
Marat Khusnutdinov	Monsters (CLB)	C	22	2002-07-17	Yes	176 Lbs	5 ft11	No	No	No	3	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	925,000$	Lien
Mark Friedman	Monsters (CLB)	D	28	1995-12-25	No	185 Lbs	5 ft11	No	No	No	2	Pro & Farm	800,000$	800,000$	0$	0$	No	800,000$		Lien / Lien NHL
Raphael Lavoie	Monsters (CLB)	C/RW	24	2000-09-25	No	196 Lbs	6 ft4	No	No	No	1	Pro & Farm	1,500,000$	1,500,000$	0$	0$	No			Lien
Samuel Walker	Monsters (CLB)	LW/RW	25	1999-07-06	No	180 Lbs	5 ft11	No	No	No	2	Pro & Farm	855,000$	855,000$	0$	0$	No	855,000$		Lien
Santtu Kinnunen	Monsters (CLB)	D	25	1999-03-25	No	154 Lbs	6 ft2	No	No	No	2	Pro & Farm	855,000$	855,000$	0$	0$	No	855,000$		Lien
Seth Barton	Monsters (CLB)	D	25	1999-08-18	Yes	185 Lbs	6 ft2	No	No	No	1	Pro & Farm	832,500$	832,500$	0$	0$	No			Lien
William Lockwood	Monsters (CLB)	RW	26	1998-06-20	No	172 Lbs	5 ft11	No	No	No	1	Pro & Farm	842,500$	842,500$	0$	0$	No			Lien
Zachary Sanford	Monsters (CLB)	RW	30	1994-09-11	No	207 Lbs	6 ft4	No	No	No	1	Pro & Farm	1,000,000$	1,000,000$	0$	0$	No			Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	24.65	189 Lbs	6 ft1	1.74	897,681$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Lukas Reichel		Raphael Lavoie	40	1	2	2
2				30	1	2	2
3	Samuel Walker		William Lockwood	20	1	2	2
4		Cedric Pare	Lukas Reichel	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			40	1	2	2
2	Santtu Kinnunen	Adam Wilsby	30	1	2	2
3			20	1	2	2
4			10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Lukas Reichel		Raphael Lavoie	60	1	2	2
2				40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2	Santtu Kinnunen	Adam Wilsby	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Lukas Reichel		60	1	2	2
2	Raphael Lavoie		40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2	Santtu Kinnunen	Adam Wilsby	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Lukas Reichel	60	1	2	2			60	1	2	2
2		40	1	2	2	Santtu Kinnunen	Adam Wilsby	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Lukas Reichel		60	1	2	2
2	Raphael Lavoie		40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2	Santtu Kinnunen	Adam Wilsby	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Lukas Reichel		Raphael Lavoie

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Lukas Reichel		Raphael Lavoie

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Samuel Walker,	, Samuel Walker

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Santtu Kinnunen, Adam Wilsby		Santtu Kinnunen, Adam Wilsby

Tirs de pénalité
Lukas Reichel, , Raphael Lavoie, ,

Gardien
#1 : , #2 :

Lignes d’attaque personnalisées en prolongation
Lukas Reichel, , Raphael Lavoie, , , , , Samuel Walker, , , William Lockwood

Lignes de défense personnalisées en prolongation
, , Santtu Kinnunen, Adam Wilsby,

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	Bears	2	1	1	0	0	0	0	0	5	10	-5	1	0	1	0	0	0	0	0	1	7	-6	1	1	0	0	0	0	0	0	4	3	1	2	0.500	5	7	12	0	0	32	26	20	0	46	193	147	194	12	85	32	27	51	8	0	0.00%	4	1	75.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
2	Bruins	2	0	2	0	0	0	0	0	6	10	-4	1	0	1	0	0	0	0	0	4	5	-1	1	0	1	0	0	0	0	0	2	5	-3	0	0.000	6	10	16	0	0	32	26	20	0	55	193	147	194	12	61	22	10	30	4	1	25.00%	4	1	75.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
3	Checkers	2	0	2	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	3	5	8	0	0	32	26	20	0	31	193	147	194	12	69	15	23	38	8	0	0.00%	8	1	87.50%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
4	Islanders	2	2	0	0	0	0	0	0	17	2	15	1	1	0	0	0	0	0	0	13	1	12	1	1	0	0	0	0	0	0	4	1	3	4	1.000	17	31	48	0	0	32	26	20	0	107	193	147	194	12	41	15	8	62	3	2	66.67%	3	0	100.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
5	Penguins	2	1	1	0	0	0	0	0	12	12	0	1	1	0	0	0	0	0	0	6	3	3	1	0	1	0	0	0	0	0	6	9	-3	2	0.500	12	22	34	0	0	32	26	20	0	73	193	147	194	12	56	14	10	29	11	3	27.27%	5	3	40.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
6	Phantoms	2	1	1	0	0	0	0	0	13	7	6	1	1	0	0	0	0	0	0	9	1	8	1	0	1	0	0	0	0	0	4	6	-2	2	0.500	13	21	34	0	0	32	26	20	0	56	193	147	194	12	82	20	24	31	5	2	40.00%	12	2	83.33%	2	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
7	Senators	1	0	0	0	0	1	0	0	5	6	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	5	6	-1	1	0.500	5	6	11	0	0	32	26	20	0	53	193	147	194	12	44	17	10	31	0	0	0.00%	5	2	60.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
8	Thunderbirds	1	1	0	0	0	0	0	0	12	0	12	1	1	0	0	0	0	0	0	12	0	12	0	0	0	0	0	0	0	0	0	0	0	2	1.000	12	19	31	0	1	32	26	20	0	71	193	147	194	12	18	6	4	28	2	0	0.00%	2	0	100.00%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
9	Wolf Pack	2	1	1	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	1	5	-4	1	1	0	0	0	0	0	0	2	1	1	2	0.500	3	4	7	0	0	32	26	20	0	24	193	147	194	12	48	15	16	22	11	0	0.00%	7	2	71.43%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
10	Wolves	2	0	2	0	0	0	0	0	2	12	-10	1	0	1	0	0	0	0	0	1	8	-7	1	0	1	0	0	0	0	0	1	4	-3	0	0.000	2	2	4	0	0	32	26	20	0	30	193	147	194	12	61	9	16	26	8	0	0.00%	8	3	62.50%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
	Total	18	7	10	0	0	1	0	0	78	71	7	9	4	5	0	0	0	0	0	48	32	16	9	3	5	0	0	1	0	0	30	39	-9	15	0.417	78	127	205	0	1	32	26	20	0	546	193	147	194	12	565	165	148	348	60	8	13.33%	58	15	74.14%	2	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
	_Since Last GM Reset	18	7	10	0	0	1	0	0	78	71	7	9	4	5	0	0	0	0	0	48	32	16	9	3	5	0	0	1	0	0	30	39	-9	15	0.417	78	127	205	0	1	32	26	20	0	546	193	147	194	12	565	165	148	348	60	8	13.33%	58	15	74.14%	2	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
	_Vs Conference	17	6	10	0	0	1	0	0	66	71	-5	8	3	5	0	0	0	0	0	36	32	4	9	3	5	0	0	1	0	0	30	39	-9	13	0.382	66	108	174	0	0	32	26	20	0	475	193	147	194	12	547	159	144	320	58	8	13.79%	56	15	73.21%	2	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91
	_Vs Division	5	0	0	0	0	1	0	0	14	22	-8	2	0	0	0	0	0	0	0	5	7	-2	3	0	0	0	0	1	0	0	9	15	-6	1	0.100	14	21	35	0	0	32	26	20	0	139	193	147	194	12	174	54	43	99	12	1	8.33%	17	4	76.47%	0	188	415	45.30%	177	472	37.50%	124	296	41.89%	430	325	461	112	193	91

			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
18	15	L1	78	127	205	546	565	165	148	348	0	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
18	7	10	0	1	0	0	78	71

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
9	4	5	0	0	0	0	48	32

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
9	3	5	0	1	0	0	30	39

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	7	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
60	8	13.33%	58	15	74.14%	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
193	147	194	12	32	26	20	0

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
188	415	45.30%	177	472	37.50%	124	296	41.89%

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
430	325	461	112	193	91

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	Lien
1 - 2024-09-23	9	Islanders	1	Monsters	13	BW		Sommaire du match
3 - 2024-09-25	29	Monsters	2	Checkers	4	AL		Sommaire du match
4 - 2024-09-26	36	Phantoms	1	Monsters	9	BW		Sommaire du match
6 - 2024-09-28	64	Monsters	4	Bears	3	AW		Sommaire du match
7 - 2024-09-29	76	Bruins	5	Monsters	4	BL		Sommaire du match
9 - 2024-10-01	97	Monsters	4	Islanders	1	AW		Sommaire du match
10 - 2024-10-02	109	Penguins	3	Monsters	6	BW		Sommaire du match
11 - 2024-10-03	128	Monsters	4	Phantoms	6	AL		Sommaire du match
12 - 2024-10-04	145	Wolves	8	Monsters	1	BL		Sommaire du match
13 - 2024-10-05	156	Monsters	1	Wolves	4	AL		Sommaire du match
14 - 2024-10-06	174	Checkers	2	Monsters	1	BL		Sommaire du match
16 - 2024-10-08	193	Wolf Pack	5	Monsters	1	BL		Sommaire du match
18 - 2024-10-10	217	Monsters	2	Wolf Pack	1	AW		Sommaire du match
19 - 2024-10-11	229	Bears	7	Monsters	1	BL		Sommaire du match
20 - 2024-10-12	244	Monsters	5	Senators	6	AL	X	Sommaire du match
22 - 2024-10-14	254	Monsters	2	Bruins	5	AL		Sommaire du match
23 - 2024-10-15	266	Thunderbirds	0	Monsters	12	BW		Sommaire du match
24 - 2024-10-16	279	Monsters	6	Penguins	9	AL		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	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	2,064,667$	2,044,667$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	0$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	1	0$	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	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS
1	Jacob Lucchini	72	44	73	117	51	32	86	145	313	14.06%	41	1363	18.93	15	22	37	92	0	0	1	6	1	40.91	3	1.72	1	1
2	Samuel Walker	72	44	63	107	52	42	52	108	276	15.94%	20	1307	18.16	7	22	29	69	0	0	1	7	3	56.58	1	1.64	0	1
3	Jake Neighbours	72	44	59	103	50	64	131	114	276	15.94%	21	1419	19.71	12	10	22	62	0	0	0	10	3	51.24	2	1.45	1	3
4	Raphael Lavoie	70	51	48	99	60	102	152	176	250	20.40%	10	1471	21.01	14	12	26	38	2	2	18	3	2	66.88	5	1.35	0	3
5	Zac Dalpe	72	37	54	91	38	45	87	179	232	15.95%	50	1520	21.11	9	14	23	57	1	1	6	7	3	67.14	0	1.20	1	3

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
1	Dustin Tokarski	72	47	17	7	0.874	2.55	4166	0	8	177	1402	0	6	0	0.500	10
2	Dylan Garand	7	1	0	0	0.914	2.31	182	0	0	7	81	0	0	0	0.00%	0

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
2023	72	42	17	0	5	5	1	2	328	186	142	36	23	7	0	2	2	1	1	162	84	78	36	19	10	0	3	3	0	1	166	102	64	103	328	570	898	0	8	131	93	98	9	2144	657	709	764	25	1483	432	789	1205	375	72	19.20%	331	54	83.69%	1	1342	2060	65.15%	1033	1747	59.13%	706	1154	61.18%	1984	1494	1565	457	801	417
Total Saison régulière	72	42	17	0	5	5	1	2	328	186	142	36	23	7	0	2	2	1	1	162	84	78	36	19	10	0	3	3	0	1	166	102	64	103	328	570	898	0	8	131	93	98	9	2144	657	709	764	25	1483	432	789	1205	375	72	19.20%	331	54	83.69%	1	1342	2060	65.15%	1033	1747	59.13%	706	1154	61.18%	1984	1494	1565	457	801	417
Séries éliminatoires
2021	5	1	4	0	0	0	0	0	14	26	-12	2	0	2	0	0	0	0	0	6	8	-2	3	1	2	0	0	0	0	0	8	18	-10	2	14	23	37	0	0	5	5	3	1	88	29	28	29	2	173	43	52	95	20	5	25.00%	25	10	60.00%	0	30	86	34.88%	52	144	36.11%	31	77	40.26%	93	65	155	35	56	25
Total Séries éliminatoires	5	1	4	0	0	0	0	0	14	26	-12	2	0	2	0	0	0	0	0	6	8	-2	3	1	2	0	0	0	0	0	8	18	-10	2	14	23	37	0	0	5	5	3	1	88	29	28	29	2	173	43	52	95	20	5	25.00%	25	10	60.00%	0	30	86	34.88%	52	144	36.11%	31	77	40.26%	93	65	155	35	56	25

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	Brent Pedersen	5	4	4	8	-2	2	13	9	20	20.00%	1	84	16.87	1	3	4	4	0	1	0	100.00	1.90
2	Greg McKegg	4	2	5	7	1	2	3	15	4	50.00%	3	72	18.16	2	1	3	2	0	0	1	57.58	1.93
3	Mason Geertsen	5	2	5	7	-2	10	13	8	7	28.57%	11	84	16.89	1	2	3	3	0	0	0	0.00%	1.66
4	T.J. Tynan	5	1	2	3	0	0	1	7	9	11.11%	2	103	20.73	0	1	1	1	1	0	0	48.68	0.58
5	Phillip Di Giuseppe	5	1	2	3	0	8	8	16	4	25.00%	2	99	20.00	1	0	1	1	1	0	0	33.33	0.60

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	Jeff Glass	5	1	3	1	0.862	4.74	253	0	0	20	145	0	1	0	0.00%	0

	Monsters
	GP: 18 \| W: 7 \| L: 10 \| OTL: 1 \| P: 15 GF: 78 \| GA: 71 \| PP%: 13.33% \| PK%: 74.14% DG: Tyler Bell \| Morale : 50 \| Moyenne d’équipe : 58