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

Centre de jeu
	Stars 56-16-14, 126pts	1	Sommaire du match	2	Monsters 30-37-19, 79pts

Team Stats
SOL1	Séquence	SOL1
27-9-7	Fiche domicile	12-20-11
29-7-7	Fiche domicile	18-17-8
7-0-3	Derniers 10 matchs	6-2-2
3.19	Buts par match	1.79
2.31	Buts contre par match	2.41
26.74%	Pourcentage en avantage numérique	23.98%
73.43%	Pourcentage en désavantage numérique	72.68%

Monsters
30-37-19, 79pts

Sommaire du match

Comets
48-29-9, 105pts

Team Stats
SOL1	Séquence	W1
12-20-11	Fiche domicile	23-16-4
18-17-8	Fiche domicile	25-13-5
6-2-2	Derniers 10 matchs	9-1-0
1.79	Buts par match	2.19
2.41	Buts contre par match	2.33
23.98%	Pourcentage en avantage numérique	33.14%
72.68%	Pourcentage en désavantage numérique	68.27%

Meneurs d'équipe
	Buts Cole Guttman 36	Passes Cole Guttman 41

	Points Cole Guttman 77	Plus/Moins Kyle Jackson 2

	Victoires Jacob Ingham 28	Pourcentage d’arrêts Jacob Ingham 0.871

Statistiques d’équipe
Buts pour 154 1.79 GFG	Tirs pour 1276 14.84 Avg	Pourcentage en avantage numérique 24.0% 41 GF	Début de zone offensive 34.0%
Buts contre 207 2.41 GAA	Tirs contre 1496 17.40 Avg	Pourcentage en désavantage numérique 72.7%% 53 GA	Début de la zone défensive 40.5%

Informations de l'équipe
	Directeur général	Trent Zeigler
	Entraîneur	Jim Montgomery
	Division	Division 2
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,111
	Billets de saison	1,500
Informations de la formation
	Équipe Pro	22
	Équipe Mineure	19
	Limite contact	41 / 100
	Espoirs	61

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du 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	Cole Guttman	X	X	X		100.00	71	65	85	70	65	81	86	68	81	66	69	61	60	47	47	63	66	65	0	27	1	950,000$
2	Brian Halonen (R)		X			100.00	76	74	78	71	74	77	81	64	50	55	72	62	65	47	47	63	51	63	0	27	1	996,000$
3	Egor Sokolov (R)		X			100.00	84	80	92	68	80	81	87	60	50	56	60	66	58	47	46	63	65	63	0	26	3	1,495,000$
4	Tristan Broz (R)	X				100.00	76	74	86	68	76	53	52	59	76	54	62	62	60	47	46	60	50	59	0	23	3	1,350,000$
5	Givani Smith			X		100.00	79	99	64	75	81	45	46	59	25	49	53	65	25	64	64	57	47	58	0	28	2	1,136,000$
6	Jacob Perreault			X		100.00	72	71	75	66	73	61	64	50	50	51	44	57	44	47	46	51	43	54	0	24	3	1,106,000$
7	Adam Raska		X	X		100.00	65	66	61	66	68	67	72	49	50	46	47	53	45	46	46	51	28	53	0	24	3	1,315,000$
8	Tucker Robertson	X				100.00	72	67	90	65	69	56	58	48	63	45	46	58	46	47	46	51	43	53	0	22	3	1,256,000$
9	Connor Clattenburg (R)	X				100.00	82	76	99	81	77	32	30	43	55	37	43	63	42	45	45	50	25	52	0	21	3	1,265,000$
10	Kyle Jackson (R)	X	X	X		100.00	58	72	25	80	72	33	31	44	55	38	44	51	42	44	44	46	29	49	0	23	3	1,467,000$
11	Valtteri Pulli				X	100.00	85	80	99	81	81	35	31	56	25	56	41	68	37	46	46	52	20	59	0	25	2	800,000$
12	Max Szuber				X	100.00	77	76	80	68	78	53	54	54	25	49	46	62	41	46	46	53	60	58	0	23	1	1,000,000$
13	Billy Sweezey				X	100.00	73	74	71	63	74	73	81	46	25	36	39	57	37	46	46	49	24	57	0	30	1	1,000,000$
14	Ben Zloty				X	100.00	72	68	86	82	70	35	32	49	25	42	40	58	37	46	46	49	30	55	0	24	1	1,000,000$
15	Ethan Frisch				X	100.00	74	69	89	63	69	51	53	47	25	38	41	58	39	46	46	48	34	54	0	25	2	800,000$
16	Tyson Feist				X	100.00	68	69	69	81	70	35	33	45	25	36	39	54	37	47	46	46	49	53	0	25	2	800,000$
17	Braden Hache (R)				X	100.00	65	79	36	65	81	43	42	48	25	39	40	53	39	46	46	45	38	52	0	23	1	1,000,000$
18	Leon Muggli (R)				X	100.00	74	65	99	82	67	32	30	40	25	27	38	57	37	46	46	46	24	52	0	19	3	1,261,000$
Rayé
1	Martin Chromiak			X		82.46	77	70	96	69	72	56	55	60	50	56	62	63	59	46	46	62	29	59	0	23	1	820,000$

	MOYENNE D’ÉQUIPE					99.08	74	73	78	72	74	53	54	52	42	46	49	59	45	47	47	53	40	56

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Jacob Ingham	100.00	44	40	50	86	45	94	50	54	95	81	45	46	46	57	82	63	0	25	3	1,250,000$
2	Mitch Gibson	100.00	40	40	50	69	45	90	45	49	91	81	45	44	44	60	40	59	0	26	1	1,000,000$
Rayé
1	Connor Hughes	100.00	52	40	50	93	55	53	56	59	58	58	30	44	44	54	60	57	0	29	1	1,000,000$

	MOYENNE D’ÉQUIPE	100.00	45	40	50	83	48	79	50	54	81	73	40	45	45	57	61	60

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Jim Montgomery	80	80	80	80	80	80	80	CAN	51	1	1,600,000$

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	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Cole Guttman	Monsters (CBJ)	C/LW/RW	86	36	41	77	-9	51	15	100	153	232	72	140	15.52%	32	1989	23.13	13	18	31	44	143	1	1	2	9	106	5	2	59.69%	960	45	34	0	2	0.77	2	9	1	0	2	10	1	9
2	Brian Halonen	Monsters (CBJ)	LW	86	21	34	55	-15	78	40	140	160	149	41	83	14.09%	24	1872	21.77	7	13	20	46	140	1	0	1	10	88	4	1	48.28%	582	39	26	0	0	0.59	3	6	2	4	2	4	7	4
3	Mattias Samuelsson	Blue Jackets	D	75	6	38	44	-7	61	15	132	137	162	69	66	3.70%	108	2032	27.10	2	12	14	17	180	0	4	4	5	222	0	1	0%	0	43	64	0	0	0.43	0	0	0	1	2	0	1	1
4	Egor Sokolov	Monsters (CBJ)	LW	86	7	21	28	-8	77	55	97	174	86	36	76	8.14%	29	1778	20.68	1	2	3	11	107	1	0	1	5	65	0	0	47.15%	789	25	23	0	0	0.31	3	8	6	1	4	0	2	5
5	Martin Chromiak	Monsters (CBJ)	RW	80	9	13	22	-6	22	10	54	55	70	20	41	12.86%	14	840	10.50	5	8	13	12	68	0	0	0	0	0	2	0	42.11%	38	18	9	0	0	0.52	2	6	0	2	0	4	2	3
6	Glenn Gawdin	Blue Jackets	C	40	6	14	20	-3	40	10	64	65	52	25	51	11.54%	23	904	22.62	2	1	3	8	47	1	0	1	4	73	1	0	58.18%	55	17	14	0	0	0.44	1	3	1	1	0	1	1	2
7	Tristan Broz	Monsters (CBJ)	C	86	6	12	18	-12	14	10	72	87	73	15	48	8.22%	14	1297	15.08	0	3	3	6	69	0	1	1	3	24	2	0	50.40%	248	19	16	0	0	0.28	1	3	1	0	1	0	2	1
8	Max Szuber	Monsters (CBJ)	D	55	6	11	17	-6	31	5	76	76	56	25	18	10.71%	47	1342	24.41	4	1	5	10	88	0	1	1	1	71	2	0	100.00%	1	10	32	0	0	0.25	0	0	1	0	0	1	3	0
9	Valtteri Pulli	Monsters (CBJ)	D	63	0	14	14	0	49	35	44	121	65	25	21	0%	59	1425	22.63	0	1	1	6	74	0	0	0	1	91	0	0	0%	0	20	29	0	0	0.20	0	0	4	2	1	0	2	0
10	Adam Raska	Monsters (CBJ)	LW/RW	74	7	6	13	-18	41	5	102	69	37	15	19	18.92%	14	1158	15.65	0	0	0	2	23	1	0	1	3	52	2	0	50.00%	18	20	14	0	0	0.22	0	0	0	0	1	0	1	2
11	Givani Smith	Monsters (CBJ)	RW	86	3	8	11	-1	70	20	57	29	36	10	24	8.33%	4	503	5.85	1	2	3	3	8	0	0	0	0	8	0	0	18.18%	11	8	5	1	0	0.44	0	0	1	1	2	0	1	1
12	Billy Sweezey	Monsters (CBJ)	D	79	1	8	9	-21	92	40	87	114	31	20	16	3.23%	56	1728	21.88	0	3	3	4	89	0	0	0	0	91	0	0	0%	0	9	35	0	0	0.10	1	1	4	4	0	0	0	1
13	Ben Zloty	Monsters (CBJ)	D	80	3	6	9	-8	50	20	58	120	51	20	27	5.88%	51	1694	21.18	1	0	1	3	87	0	1	1	1	91	1	1	0%	0	24	26	0	0	0.11	0	0	0	2	2	1	0	0
14	Tyson Feist	Monsters (CBJ)	D	86	1	6	7	-18	39	15	53	86	21	11	6	4.76%	34	1529	17.78	1	1	2	4	96	0	1	1	4	134	0	0	0%	0	5	23	0	0	0.09	0	0	2	0	1	0	0	0
15	Jacob Perreault	Monsters (CBJ)	RW	86	3	2	5	-10	18	0	101	59	30	7	27	10.00%	3	1014	11.79	0	0	0	0	20	0	0	0	0	0	0	1	44.44%	9	11	9	0	0	0.10	0	0	0	0	0	0	0	0
16	Ethan Frisch	Monsters (CBJ)	D	64	0	5	5	-19	20	10	32	67	15	10	9	0%	22	1107	17.30	0	0	0	2	36	0	0	0	0	58	0	0	0%	0	7	17	0	0	0.09	0	0	0	1	1	0	0	0
17	Kyle Jackson	Monsters (CBJ)	C/LW/RW	11	3	2	5	2	17	5	31	12	21	2	8	14.29%	5	191	17.39	0	0	0	0	0	0	0	0	0	0	1	0	37.50%	8	6	1	0	0	0.52	0	0	1	0	0	1	0	1
18	Tucker Robertson	Monsters (CBJ)	C	86	3	0	3	-7	10	10	35	43	15	8	9	20.00%	6	692	8.05	0	0	0	0	5	0	0	0	0	1	0	0	47.31%	167	4	8	0	0	0.09	0	2	1	1	0	0	1	0
19	Leon Muggli	Monsters (CBJ)	D	61	0	3	3	2	5	5	16	71	14	4	7	0%	17	811	13.30	0	2	2	5	54	0	0	0	0	30	0	0	0%	0	1	11	0	0	0.07	0	0	0	1	0	0	0	0
20	Braden Hache	Monsters (CBJ)	D	79	0	2	2	-1	27	5	33	21	4	1	3	0%	4	661	8.37	0	0	0	0	3	0	0	0	0	17	0	0	0%	0	1	8	0	0	0.06	0	0	0	1	0	0	0	0
21	Connor Clattenburg	Monsters (CBJ)	C	46	1	1	2	2	0	0	15	12	2	4	1	50.00%	2	238	5.18	0	0	0	0	0	0	0	0	0	0	0	0	40.43%	47	1	2	0	0	0.17	0	0	0	0	0	1	0	0
22	Curtis McKenzie	Blue Jackets	LW	1	0	1	1	1	0	0	2	0	1	0	1	0%	0	17	17.78	0	0	0	0	0	0	0	0	0	1	0	0	100.00%	1	0	0	0	0	1.12	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1496	122	248	370	-162	812	330	1401	1731	1223	440	701	9.98%	568	24829	16.60	37	67	104	183	1346	5	9	14	46	1231	20	6	51.70%	2934	333	406	1	2	0.30	13	38	25	22	19	23	24	30

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	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Jacob Ingham	Monsters (CBJ)	76	28	30	16	0.871	2.17	4420	11	160	1239	569	3	1	0.550	40	76	0	3	2	8
2	Mitch Gibson	Monsters (CBJ)	10	2	4	2	0.858	2.34	488	1	19	134	59	0	0	0	0	10	6	0	1	0
3	Connor Hughes	Monsters (CBJ)	10	0	3	1	0.828	4.00	315	0	21	122	70	0	0	0	0	0	80	0	0	0
Statistiques d’équipe totales ou en moyenne			96	30	37	19	0.866	2.30	5224	12	200	1495	698	3	1		40	86	86	3	3	8

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Nom du joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Adam Raska	Monsters (CBJ)	LW/RW	24	2001-09-25	CZE	No	185 Lbs	5 ft10	No	No	N/A	No	No	3	2025-10-22	False	False	Pro & Farm	1,315,000$	0$	0$	No	1,315,000$	1,315,000$	-	-	-	-	-	-	-	1,315,000$	1,315,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Ben Zloty	Monsters (CBJ)	D	24	2002-02-24	AB	No	187 Lbs	6 ft0	No	No	Assign Manually	No	No	1	2025-12-08	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Billy Sweezey	Monsters (CBJ)	D	30	1996-02-06	USA	No	204 Lbs	6 ft1	No	No	Assign Manually	No	No	1	2025-12-08	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Braden Hache	Monsters (CBJ)	D	23	2003-05-21	USA	Yes	210 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2026-01-02	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Brian Halonen	Monsters (CBJ)	LW	27	1999-01-11	USA	Yes	207 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	996,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Cole Guttman	Monsters (CBJ)	C/LW/RW	27	1999-04-06	USA	No	181 Lbs	5 ft10	No	No	N/A	No	No	1		False	False	Pro & Farm	950,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Connor Clattenburg	Monsters (CBJ)	C	21	2005-05-02	ON	Yes	205 Lbs	6 ft2	No	No	Draft	No	No	3	2025-10-22	False	False	Pro & Farm	1,265,000$	0$	0$	No	1,265,000$	1,265,000$	-	-	-	-	-	-	-	1,265,000$	1,265,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Connor Hughes	Monsters (CBJ)	G	29	1996-09-10	SWI	No	231 Lbs	6 ft4	No	No	Assign Manually	No	No	1	2025-12-08	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Egor Sokolov	Monsters (CBJ)	LW	26	2000-06-07	RUS	Yes	217 Lbs	6 ft3	No	No	Draft	No	No	3	2025-10-22	False	False	Pro & Farm	1,495,000$	0$	0$	No	1,495,000$	1,495,000$	-	-	-	-	-	-	-	1,495,000$	1,495,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Ethan Frisch	Monsters (CBJ)	D	25	2000-10-29	USA	No	192 Lbs	5 ft11	No	No	Free Agent	No	No	2	2024-10-16	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Givani Smith	Monsters (CBJ)	RW	28	1998-02-27	CAN	No	214 Lbs	6 ft2	No	No	N/A	No	No	2		False	False	Pro & Farm	1,136,000$	0$	0$	No	1,136,000$	-	-	-	-	-	-	-	-	1,136,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jacob Ingham	Monsters (CBJ)	G	25	2000-06-10	ONT	No	205 Lbs	6 ft5	No	No	N/A	No	No	3	2025-12-08	False	False	Pro & Farm	1,250,000$	0$	0$	No	1,250,000$	1,250,000$	-	-	-	-	-	-	-	1,250,000$	1,250,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jacob Perreault	Monsters (CBJ)	RW	24	2002-04-15	CAN	No	196 Lbs	6 ft0	No	No	N/A	No	No	3	2025-10-17	False	False	Pro & Farm	1,106,000$	0$	0$	No	1,106,000$	1,106,000$	-	-	-	-	-	-	-	1,106,000$	1,106,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Kyle Jackson	Monsters (CBJ)	C/LW/RW	23	2002-10-17	CAN	Yes	192 Lbs	6 ft2	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,467,000$	0$	0$	No	1,467,000$	1,467,000$	-	-	-	-	-	-	-	1,467,000$	1,467,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Leon Muggli	Monsters (CBJ)	D	19	2006-07-09	SWI	Yes	173 Lbs	6 ft1	No	No	Draft	No	No	3	2025-10-22	False	False	Pro & Farm	1,261,000$	0$	0$	No	1,261,000$	1,261,000$	-	-	-	-	-	-	-	1,261,000$	1,261,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Martin Chromiak (sur la masse salariale)	Monsters (CBJ)	RW	23	2002-08-20	SVK	No	190 Lbs	6 ft0	No	No	N/A	No	No	1		False	False	Pro & Farm	820,000$	0$	0$	Yes	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Max Szuber	Monsters (CBJ)	D	23	2002-08-25	GER	No	201 Lbs	6 ft3	No	No	Assign Manually	No	No	1	2026-02-24	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Mitch Gibson	Monsters (CBJ)	G	26	1999-06-25	USA	No	187 Lbs	6 ft0	No	No	Assign Manually	No	No	1	2026-03-10	False	False	Pro & Farm	1,000,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Tristan Broz	Monsters (CBJ)	C	23	2002-10-10	USA	Yes	205 Lbs	6 ft0	No	No	Prospect	No	No	3	2025-10-22	False	False	Pro & Farm	1,350,000$	0$	0$	No	1,350,000$	1,350,000$	-	-	-	-	-	-	-	1,350,000$	1,350,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Tucker Robertson	Monsters (CBJ)	C	22	2003-06-22	CAN	No	189 Lbs	5 ft11	No	No	N/A	No	No	3	2025-10-22	False	False	Pro & Farm	1,256,000$	0$	0$	No	1,256,000$	1,256,000$	-	-	-	-	-	-	-	1,256,000$	1,256,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Tyson Feist	Monsters (CBJ)	D	25	2001-01-14	BC	No	181 Lbs	6 ft2	No	No	Free Agent	No	No	2	2024-10-16	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Valtteri Pulli	Monsters (CBJ)	D	25	2001-03-13	FIN	No	209 Lbs	6 ft6	No	No	Free Agent	No	No	2	2024-10-16	False	False	Pro & Farm	800,000$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
22	24.64	198 Lbs	6 ft1	2.00	1,093,955$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brian Halonen	Cole Guttman	Givani Smith	40	1	2	2
2	Egor Sokolov	Tristan Broz	Kyle Jackson	30	1	2	2
3	Adam Raska	Tucker Robertson	Givani Smith	20	1	2	2
4	Kyle Jackson	Connor Clattenburg	Jacob Perreault	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Valtteri Pulli	Max Szuber	40	1	2	2
2	Billy Sweezey	Ethan Frisch	30	1	2	2
3	Tyson Feist	Braden Hache	20	1	2	2
4	Leon Muggli	Max Szuber	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Brian Halonen	Cole Guttman	Givani Smith	60	1	2	2
2	Egor Sokolov	Tristan Broz	Jacob Perreault	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Tyson Feist	Max Szuber	60	1	2	2
2	Billy Sweezey	Ethan Frisch	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Cole Guttman	Brian Halonen	60	1	2	2
2	Tristan Broz	Egor Sokolov	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Valtteri Pulli	Max Szuber	60	1	2	2
2	Billy Sweezey	Ethan Frisch	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Cole Guttman	60	1	2	2	Braden Hache	Max Szuber	60	1	2	2
2	Tristan Broz	40	1	2	2	Billy Sweezey	Ethan Frisch	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Cole Guttman	Brian Halonen	60	1	2	2
2	Tristan Broz	Egor Sokolov	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Tyson Feist	Max Szuber	60	1	2	2
2	Billy Sweezey	Ethan Frisch	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brian Halonen	Cole Guttman	Jacob Perreault	Valtteri Pulli	Max Szuber

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Brian Halonen	Cole Guttman	Egor Sokolov	Valtteri Pulli	Max Szuber

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Givani Smith, Tristan Broz, Jacob Perreault	Givani Smith, Tristan Broz	Givani Smith

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Tyson Feist, Braden Hache, Leon Muggli	Tyson Feist	Tyson Feist, Braden Hache

Tirs de pénalité
Cole Guttman, Brian Halonen, Egor Sokolov, Tristan Broz, Givani Smith

Gardien
#1 : Jacob Ingham, #2 : Mitch Gibson

Lignes d’attaque personnalisées en prolongation
Brian Halonen, Egor Sokolov, Cole Guttman, Kyle Jackson, Jacob Perreault, Tristan Broz, Givani Smith, Adam Raska, Tucker Robertson, Connor Clattenburg

Lignes de défense personnalisées en prolongation
Ethan Frisch, Max Szuber, Braden Hache, Billy Sweezey, Tyson Feist

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	0	1	0	0	0	0	1	1	3	-2	1	0	1	0	0	0	0	0	0	1	-1	1	0	0	0	0	0	0	1	1	2	-1	1	0.250	1	2	3	0	0	25	56	61	23	16	272	418	547	80	22	11	32	42	2	1	50.00%	6	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
2	Americans	3	1	2	0	0	0	0	0	7	13	-6	1	0	1	0	0	0	0	0	5	9	-4	2	1	1	0	0	0	0	0	2	4	-2	2	0.333	7	12	19	0	1	25	56	61	23	50	272	418	547	80	73	17	45	68	9	4	44.44%	5	1	80.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
3	Barracuda	5	0	3	0	0	1	1	0	5	9	-4	2	0	2	0	0	0	0	0	0	3	-3	3	0	1	0	0	1	1	0	5	6	-1	3	0.300	5	6	11	0	0	25	56	61	23	54	272	418	547	80	73	23	41	85	12	2	16.67%	8	2	75.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
4	Bears	3	0	3	0	0	0	0	0	3	11	-8	2	0	2	0	0	0	0	0	3	9	-6	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	3	6	9	0	0	25	56	61	23	57	272	418	547	80	69	15	10	40	4	0	0.00%	5	3	40.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
5	Bruins	2	0	2	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	0	0	0	0	0	25	56	61	23	19	272	418	547	80	23	5	4	26	0	0	0%	2	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
6	Canucks	2	0	1	0	0	1	0	0	3	6	-3	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0.250	3	4	7	0	0	25	56	61	23	23	272	418	547	80	26	9	45	32	2	0	0.00%	5	2	60.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
7	Checkers	2	1	1	0	0	0	0	0	2	3	-1	1	1	0	0	0	0	0	0	1	0	1	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	2	4	6	0	1	25	56	61	23	20	272	418	547	80	18	7	4	38	2	0	0.00%	2	2	0.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
8	Comets	5	2	1	0	0	1	0	1	10	9	1	2	0	1	0	0	1	0	0	3	5	-2	3	2	0	0	0	0	0	1	7	4	3	6	0.600	10	12	22	0	1	25	56	61	23	73	272	418	547	80	102	28	47	80	9	3	33.33%	16	3	81.25%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
9	Condors	2	1	0	0	1	0	0	0	5	3	2	1	0	0	0	1	0	0	0	3	2	1	1	1	0	0	0	0	0	0	2	1	1	4	1.000	5	8	13	0	0	25	56	61	23	41	272	418	547	80	30	11	4	33	3	0	0.00%	2	1	50.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
10	Crunch	2	0	1	0	0	0	0	1	2	5	-3	1	0	0	0	0	0	0	1	0	1	-1	1	0	1	0	0	0	0	0	2	4	-2	1	0.250	2	1	3	0	0	25	56	61	23	18	272	418	547	80	43	10	2	34	3	1	33.33%	2	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
11	Eagles	2	1	1	0	0	0	0	0	4	6	-2	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	5	-4	2	0.500	4	7	11	0	0	25	56	61	23	73	272	418	547	80	44	14	42	50	5	0	0.00%	6	2	66.67%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
12	Griffins	3	0	0	0	1	1	0	1	5	6	-1	2	0	0	0	1	0	0	1	4	4	0	1	0	0	0	0	1	0	0	1	2	-1	4	0.667	5	9	14	0	1	25	56	61	23	24	272	418	547	80	25	10	2	50	6	0	0.00%	1	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
13	Gulls	2	0	1	0	0	0	0	1	1	4	-3	1	0	1	0	0	0	0	0	0	2	-2	1	0	0	0	0	0	0	1	1	2	-1	1	0.250	1	2	3	0	0	25	56	61	23	29	272	418	547	80	16	2	11	28	5	0	0.00%	3	1	66.67%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
14	Heat	2	1	1	0	0	0	0	0	3	3	0	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	0	2	-2	2	0.500	3	5	8	0	0	25	56	61	23	21	272	418	547	80	25	9	4	21	3	0	0.00%	2	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
15	IceHogs	5	3	0	0	0	1	1	0	20	10	10	3	1	0	0	0	1	1	0	10	7	3	2	2	0	0	0	0	0	0	10	3	7	9	0.900	20	29	49	0	2	25	56	61	23	120	272	418	547	80	73	20	88	115	15	7	46.67%	9	2	77.78%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
16	Islanders	3	1	2	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	0	2	-2	2	1	1	0	0	0	0	0	4	4	0	2	0.333	4	6	10	0	0	25	56	61	23	35	272	418	547	80	64	28	10	49	6	1	16.67%	5	1	80.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
17	Marlies	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	25	56	61	23	32	272	418	547	80	25	8	10	41	6	2	33.33%	5	1	80.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
18	Moose	2	0	0	0	1	1	0	0	6	6	0	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	1	0	0	0	3	2	1	3	0.750	6	11	17	0	0	25	56	61	23	36	272	418	547	80	31	10	31	27	4	4	100.00%	8	2	75.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
19	Penguins	2	0	0	0	0	2	0	0	0	2	-2	1	0	0	0	0	1	0	0	0	1	-1	1	0	0	0	0	1	0	0	0	1	-1	2	0.500	0	0	0	0	0	25	56	61	23	15	272	418	547	80	17	7	6	37	1	0	0.00%	3	0	100.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
20	Phantoms	2	0	2	0	0	0	0	0	2	7	-5	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	2	2	4	0	0	25	56	61	23	31	272	418	547	80	40	11	12	34	7	1	14.29%	6	3	50.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
21	Reign	2	1	1	0	0	0	0	0	6	5	1	1	0	1	0	0	0	0	0	2	4	-2	1	1	0	0	0	0	0	0	4	1	3	2	0.500	6	10	16	0	0	25	56	61	23	38	272	418	547	80	66	22	27	32	10	2	20.00%	11	1	90.91%	1	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
22	Roadrunners	2	1	1	0	0	0	0	0	7	11	-4	1	1	0	0	0	0	0	0	5	3	2	1	0	1	0	0	0	0	0	2	8	-6	2	0.500	7	12	19	0	0	25	56	61	23	31	272	418	547	80	75	22	30	35	7	3	42.86%	10	3	70.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
23	Rocket	6	0	2	0	1	2	1	0	6	9	-3	4	0	2	0	1	1	0	0	5	8	-3	2	0	0	0	0	1	1	0	1	1	0	6	0.500	6	7	13	0	2	25	56	61	23	66	272	418	547	80	64	18	20	87	3	1	33.33%	10	5	50.00%	2	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
24	Senators	5	2	2	0	1	0	0	0	13	13	0	2	1	1	0	0	0	0	0	5	5	0	3	1	1	0	1	0	0	0	8	8	0	6	0.600	13	22	35	1	1	25	56	61	23	68	272	418	547	80	92	30	35	79	9	2	22.22%	10	4	60.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
25	Silver Knights	2	0	0	0	0	2	0	0	6	8	-2	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	0	1	0	0	3	4	-1	2	0.500	6	9	15	0	0	25	56	61	23	38	272	418	547	80	32	10	24	35	6	2	33.33%	2	2	0.00%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
26	Stars	3	0	1	0	2	0	0	0	8	10	-2	1	0	0	0	1	0	0	0	2	1	1	2	0	1	0	1	0	0	0	6	9	-3	4	0.667	8	13	21	0	0	25	56	61	23	58	272	418	547	80	61	23	41	56	5	1	20.00%	8	3	62.50%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
27	Thunderbirds	3	0	3	0	0	0	0	0	5	13	-8	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	1	5	-4	0	0.000	5	6	11	0	0	25	56	61	23	52	272	418	547	80	99	39	87	44	14	3	21.43%	11	4	63.64%	1	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
28	Wild	2	0	2	0	0	0	0	0	4	8	-4	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	3	6	-3	0	0.000	4	8	12	0	0	25	56	61	23	51	272	418	547	80	72	29	12	29	2	1	50.00%	6	1	83.33%	1	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
29	Wolf Pack	3	1	1	0	1	0	0	0	6	3	3	1	0	1	0	0	0	0	0	0	1	-1	2	1	0	0	1	0	0	0	6	2	4	4	0.667	6	9	15	0	1	25	56	61	23	35	272	418	547	80	39	14	31	37	6	0	0.00%	8	1	87.50%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
30	Wolves	5	1	2	0	0	1	0	1	4	9	-5	3	0	1	0	0	1	0	1	3	6	-3	2	1	1	0	0	0	0	0	1	3	-2	4	0.400	4	6	10	0	1	25	56	61	23	52	272	418	547	80	57	28	59	89	5	0	0.00%	17	3	82.35%	0	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
	Total	86	18	37	0	9	13	3	6	154	207	-53	43	7	20	0	4	8	1	3	73	100	-27	43	11	17	0	5	5	2	3	81	107	-26	79	0.459	154	237	391	1	11	25	56	61	23	1276	272	418	547	80	1496	490	816	1453	171	41	23.98%	194	53	72.68%	5	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
	_Since Last GM Reset	86	18	37	0	9	13	3	6	154	207	-53	43	7	20	0	4	8	1	3	73	100	-27	43	11	17	0	5	5	2	3	81	107	-26	79	0.459	154	237	391	1	11	25	56	61	23	1276	272	418	547	80	1496	490	816	1453	171	41	23.98%	194	53	72.68%	5	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
	_Vs Conference	48	10	18	0	4	9	3	4	85	99	-14	24	2	11	0	2	6	1	2	34	49	-15	24	8	7	0	2	3	2	2	51	50	1	47	0.490	85	123	208	1	8	25	56	61	23	687	272	418	547	80	742	237	423	789	80	19	23.75%	100	27	73.00%	3	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096
	_Vs Division	21	8	10	0	2	6	3	2	55	67	-12	11	2	7	0	1	4	1	1	28	27	1	10	6	3	0	1	2	2	1	27	40	-13	34	0.810	55	88	143	0	2	25	56	61	23	437	272	418	547	80	477	168	363	398	54	20	37.04%	64	17	73.44%	2	574	1081	53.10%	646	1285	50.27%	446	810	55.06%	1427	485	1583	985	2223	1096

			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
86	79	SOL1	154	237	391	1276	1496	490	816	1453	1	11

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
86	18	37	9	13	3	6	154	207

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
43	7	20	4	8	1	3	73	100

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
43	11	17	5	5	2	3	81	107

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	2	0	1	0	1

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
171	41	23.98%	194	53	72.68%	5

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
272	418	547	80	25	56	61	23

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
574	1081	53.10%	646	1285	50.27%	446	810	55.06%

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
1427	485	1583	985	2223	1096

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
1	6	Rocket	2	Monsters	1	L	X		Sommaire du match
2	21	Monsters	1	Rocket	0	W	X	X	Sommaire du match
4	43	Wolves	3	Monsters	2	L	X	X	Sommaire du match
5	51	Monsters	4	Senators	7	L			Sommaire du match
7	70	Rocket	0	Monsters	1	W	X		Sommaire du match
9	97	IceHogs	0	Monsters	1	W	X	X	Sommaire du match
10	103	Monsters	3	Comets	2	W			Sommaire du match
11	126	Monsters	0	Wolves	3	L			Sommaire du match
12	136	Barracuda	1	Monsters	0	L			Sommaire du match
13	148	Monsters	1	Barracuda	2	L	X		Sommaire du match
15	170	Rocket	4	Monsters	2	L			Sommaire du match
16	184	Monsters	3	Stars	2	W	X		Sommaire du match
17	197	Monsters	2	Senators	0	W			Sommaire du match
18	213	Thunderbirds	4	Monsters	3	L			Sommaire du match
19	231	IceHogs	6	Monsters	5	L	X		Sommaire du match
20	245	Monsters	2	Islanders	3	L			Sommaire du match
22	258	Monsters	3	Comets	0	W			Sommaire du match
23	271	Canucks	2	Monsters	1	L	X		Sommaire du match
24	289	Moose	4	Monsters	3	L	X		Sommaire du match
26	305	Monsters	3	Silver Knights	4	L	X		Sommaire du match
27	320	Wild	2	Monsters	1	L			Sommaire du match
29	335	Monsters	2	Canucks	4	L			Sommaire du match
30	352	Heat	1	Monsters	3	W			Sommaire du match
31	375	Wolves	1	Monsters	0	L	X		Sommaire du match
32	384	Monsters	1	Griffins	2	L	X		Sommaire du match
33	398	Monsters	2	Condors	1	W			Sommaire du match
34	413	Reign	4	Monsters	2	L			Sommaire du match
35	433	Monsters	0	Bears	2	L			Sommaire du match
36	442	Monsters	2	Crunch	4	L			Sommaire du match
37	458	Rocket	2	Monsters	1	L			Sommaire du match
39	475	Senators	4	Monsters	2	L			Sommaire du match
40	494	Monsters	1	Checkers	3	L			Sommaire du match
41	507	Condors	2	Monsters	3	W	X		Sommaire du match
42	526	Monsters	2	Senators	1	W	X		Sommaire du match
43	537	Monsters	1	Thunderbirds	5	L			Sommaire du match
44	550	Admirals	1	Monsters	0	L			Sommaire du match
45	566	Wolf Pack	1	Monsters	0	L			Sommaire du match
46	584	Monsters	2	Islanders	1	W			Sommaire du match
47	598	Monsters	3	Moose	2	W	X		Sommaire du match
48	611	Penguins	1	Monsters	0	L	X		Sommaire du match
49	628	Bruins	1	Monsters	0	L			Sommaire du match
51	657	Islanders	2	Monsters	0	L			Sommaire du match
53	674	Monsters	0	Bruins	2	L			Sommaire du match
54	689	Silver Knights	4	Monsters	3	L	X		Sommaire du match
55	708	Monsters	3	Stars	7	L			Sommaire du match
56	719	Checkers	0	Monsters	1	W			Sommaire du match
57	735	Monsters	4	Reign	1	W			Sommaire du match
59	751	Americans	9	Monsters	5	L			Sommaire du match
60	769	Monsters	0	Penguins	1	L	X		Sommaire du match
61	780	Gulls	2	Monsters	0	L			Sommaire du match
63	803	Monsters	0	Heat	2	L			Sommaire du match
64	812	IceHogs	1	Monsters	4	W			Sommaire du match
65	824	Monsters	2	Barracuda	1	W	X	X	Sommaire du match
67	844	Comets	1	Monsters	0	L			Sommaire du match
68	856	Monsters	2	Americans	0	W			Sommaire du match
69	871	Monsters	3	Marlies	2	W	X		Sommaire du match
70	884	Crunch	1	Monsters	0	L	X	X	Sommaire du match
72	905	Barracuda	2	Monsters	0	L			Sommaire du match
73	915	Monsters	0	Rocket	1	L	X		Sommaire du match
74	927	Monsters	2	Barracuda	3	L			Sommaire du match
75	942	Marlies	1	Monsters	3	W			Sommaire du match
77	964	Griffins	4	Monsters	3	L	X	X	Sommaire du match
79	975	Monsters	1	Wolf Pack	0	W	X		Sommaire du match
80	997	Bears	3	Monsters	2	L			Sommaire du match
81	1003	Monsters	1	Phantoms	5	L			Sommaire du match
82	1021	Monsters	2	Roadrunners	8	L			Sommaire du match
83	1036	Bears	6	Monsters	1	L			Sommaire du match
85	1056	Griffins	0	Monsters	1	W	X		Sommaire du match
86	1065	Monsters	1	Gulls	2	L	X	X	Sommaire du match
88	1083	Monsters	1	Admirals	2	L	X	X	Sommaire du match
89	1098	Roadrunners	3	Monsters	5	W			Sommaire du match
90	1116	Monsters	1	Wolves	0	W			Sommaire du match
91	1126	Monsters	0	Americans	4	L			Sommaire du match
92	1139	Phantoms	2	Monsters	1	L			Sommaire du match
94	1158	Wolves	2	Monsters	1	L			Sommaire du match
96	1180	Monsters	1	Eagles	5	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
97	1194	Comets	4	Monsters	3	L	X		Sommaire du match
98	1201	Monsters	7	IceHogs	3	W			Sommaire du match
99	1220	Eagles	1	Monsters	3	W			Sommaire du match
100	1231	Monsters	3	Wild	6	L			Sommaire du match
101	1239	Monsters	3	IceHogs	0	W			Sommaire du match
102	1246	Monsters	5	Wolf Pack	2	W			Sommaire du match
104	1264	Thunderbirds	4	Monsters	1	L			Sommaire du match
106	1290	Senators	1	Monsters	3	W			Sommaire du match
108	1311	Stars	1	Monsters	2	W	X		Sommaire du match
110	1321	Monsters	1	Comets	2	L	X	X	Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	58,046	32,712
Assistance PCT	67.50%	76.07%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2111 - 70.36%	87,400$	3,758,211$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
4,243,192$	2,406,700$	2,406,700$	1,600,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
20,756$	2,612,469$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	35,774$	0$

Monsters Leaders statistiques des joueurs (saison régulière)

Afficher ou masquer des colonnes

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

Monsters Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

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

Monsters Statistiques de l'Équipe de Carrière

Afficher ou masquer des colonnes

	Total											Domicile											Visiteur
Année	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT

Monsters Leaders statistiques des joueurs (séries éliminatoires)

Afficher ou masquer des colonnes

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

Monsters Leaders des statistiques des gardiens (séries éliminatoires)

Afficher ou masquer des colonnes

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

	Monsters
	GP: 86 \| W: 30 \| L: 37 \| OTL: 19 \| P: 79 GF: 154 \| GA: 207 \| PP%: 23.98% \| PK%: 72.68% DG: Trent Zeigler \| Morale : 22 \| Moyenne d’équipe : 57