Blue Jackets
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière

Centre de jeu
	Bruins 32-44-6, 70pts	3	Sommaire du match	2	Monsters 51-26-5, 107pts

Team Stats
W3	Séquence	OTL1
18-21-2	Fiche domicile	26-10-5
14-23-4	Fiche domicile	25-16-0
5-5-0	Derniers 10 matchs	6-1-3
3.00	Buts par match	3.44
3.60	Buts contre par match	2.66
19.00%	Pourcentage en avantage numérique	23.89%
75.69%	Pourcentage en désavantage numérique	78.71%

Bears
47-28-7, 101pts

Sommaire du match

Monsters
51-26-5, 107pts

Team Stats
W2	Séquence	OTL1
21-17-3	Fiche domicile	26-10-5
26-11-4	Fiche domicile	25-16-0
5-4-1	Derniers 10 matchs	6-1-3
3.57	Buts par match	3.44
3.11	Buts contre par match	2.66
21.10%	Pourcentage en avantage numérique	23.89%
80.39%	Pourcentage en désavantage numérique	78.71%

Meneurs d'équipe
	Buts Pierre Engvall 31	Passes Parker Wotherspoon 60

	Points Pierre Engvall 87	Plus/Moins Ville Heinola 31

	Victoires Nikita Tolopilo 50	Pourcentage d’arrêts Cal Petersen 0.92

Statistiques d’équipe
Buts pour 282 3.44 GFG	Tirs pour 2716 33.12 Avg	Pourcentage en avantage numérique 23.9% 75 GF	Début de zone offensive 41.8%
Buts contre 218 2.66 GAA	Tirs contre 2400 29.27 Avg	Pourcentage en désavantage numérique 78.7%% 66 GA	Début de la zone défensive 39.4%

Informations de l'équipe
	Directeur général	Vincent Attic
	Entraîneur	Mike Vellucci
	Division	Metropolitan Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1	Pierre Engvall
	Assistant #2	Carl Grundstrom
Informations de l’aréna
	Capacité	5,000
	Assistance	4,656
	Billets de saison	3,750
Informations de la formation
	Équipe Pro	24
	Équipe Mineure	20
	Limite contact	44 / 70
	Espoirs	27

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	Pierre Engvall (A)		X	X		100.00	64	38	92	72	91	82	86	67	58	66	63	65	64	71	73	0	40	67	0	30	1	1,250,000$
2	Emil Bemstrom	X		X		100.00	65	39	86	69	72	84	85	68	72	66	67	61	68	67	69	0	40	66	0	27	1	925,000$
3	Adam Edstrom	X				100.00	86	53	86	62	99	79	80	63	65	60	61	64	62	65	67	0	40	65	0	25	2	925,000$
4	Carl Grundstrom (A)		X	X		100.00	84	35	90	66	74	76	80	64	56	60	62	63	61	69	71	0	40	65	0	28	4	1,499,999$
5	Kyle MacLean	X				100.00	72	40	89	64	76	77	90	63	73	62	60	65	61	66	68	0	40	64	0	27	1	925,000$
6	Axel Jonsson-Fjallby		X			100.00	70	37	93	64	75	79	85	62	58	60	59	61	63	67	69	0	40	63	0	28	2	1,100,000$
7	Carson Meyer			X		100.00	71	39	73	64	70	84	78	63	56	62	61	60	63	68	70	0	40	63	0	29	4	1,499,999$
8	Brennan Othmann		X			100.00	69	40	73	65	73	84	82	64	58	62	61	63	65	62	64	0	40	63	0	23	2	925,000$
9	Carl Berglund	X				100.00	73	38	94	58	82	76	70	56	64	57	53	59	54	65	67	0	40	61	0	26	2	925,000$
10	Michael Milne		X			100.00	72	38	75	59	69	82	79	56	53	58	57	55	59	63	64	0	40	60	0	23	3	925,000$
11	Sam Lipkin (R)		X			100.00	70	40	83	57	79	71	72	56	54	55	55	58	56	62	64	0	40	60	0	23	3	925,000$
12	Parker Wotherspoon				X	100.00	73	54	83	65	76	86	81	63	30	68	58	71	50	68	70	0	40	65	0	29	4	1,499,999$
13	Ville Ottavainen				X	100.00	81	41	84	64	91	82	86	63	30	66	57	61	49	63	65	0	40	65	0	24	2	925,000$
14	Albert Johansson				X	100.00	66	38	81	65	68	83	84	64	30	63	56	65	51	64	66	0	40	63	0	25	1	925,000$
15	Matthew Robertson				X	100.00	76	42	74	61	89	85	84	59	30	60	56	62	49	64	66	0	40	63	0	25	3	1,499,999$
16	Riley Stillman				X	100.00	75	62	66	60	82	69	76	59	30	60	57	65	51	67	69	0	40	62	0	28	2	1,100,000$
17	Ville Heinola				X	100.00	61	39	84	63	71	82	71	64	30	63	58	60	50	64	66	0	40	62	0	25	3	1,499,999$
Rayé
1	Gavin Hayes (R)		X			100.00	64	37	94	57	73	81	68	54	58	56	55	57	53	61	63	0	40	59	0	22	3	925,000$
2	Josh Davies		X			100.00	59	43	63	53	69	65	62	52	55	51	50	54	50	61	63	0	40	55	0	22	3	1,499,999$
3	Travis Dermott				X	100.00	68	35	88	65	74	83	73	63	30	62	55	79	52	71	69	0	40	64	0	29	3	1,499,999$
4	Tobias Bjornfot				X	100.00	68	38	87	60	74	79	75	59	30	58	55	61	50	64	66	0	40	61	0	25	3	1,499,999$
5	Charlie Wright (R)				X	100.00	64	36	95	57	73	61	63	55	30	56	50	54	45	62	64	0	40	58	0	22	3	925,000$

	MOYENNE D’ÉQUIPE					100.00	71	41	83	62	77	79	78	61	48	61	58	62	56	65	67	0	40	62

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	CON	SK	DU	EN	SZ	AG	RB	SC	HS	RT	PH	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire
1	Nikita Tolopilo	100.00	77	85	81	98	76	75	77	76	75	77	76	65	73	0	40	67	0	26	4	1,499,999$
2	Cal Petersen	100.00	75	83	78	77	74	73	75	74	73	75	74	72	85	0	40	66	0	31	1	925,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	76	84	80	88	75	74	76	75	74	76	75	69	79	0	40	67

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Mike Vellucci	64	65	69	70	88	82	58	USA	59	4	500,000$

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	Pierre Engvall	Monsters (CBJ)	LW/RW	82	31	56	87	18	23	5	57	151	334	99	232	9.28%	23	1783	21.75	6	20	26	57	260	0	0	0	1	42	4	4	46.00%	100	0	0.98	4	9	0	0	1	6	9	3
2	Emil Bemstrom	Monsters (CBJ)	C/RW	82	29	52	81	16	26	10	78	260	322	88	209	9.01%	16	1986	24.23	8	19	27	75	261	0	2	2	7	310	5	0	53.13%	2876	1	0.82	2	9	1	0	1	5	3	7
3	Parker Wotherspoon	Monsters (CBJ)	D	82	15	60	75	12	69	15	134	146	162	50	104	9.26%	180	2078	25.34	12	11	23	85	261	1	0	1	2	237	4	2	100.00%	1	0	0.72	0	0	1	1	1	4	4	4
4	Carl Grundstrom	Monsters (CBJ)	LW/RW	82	30	29	59	17	68	0	286	99	254	61	147	11.81%	20	1913	23.34	6	12	18	48	259	1	0	1	8	265	8	3	43.33%	150	0	0.62	3	8	0	0	0	5	3	4
5	Albert Johansson	Monsters (CBJ)	D	82	15	41	56	17	52	0	172	82	121	46	79	12.40%	97	1750	21.35	11	14	25	67	245	0	0	0	0	221	3	1	0%	0	0	0.64	0	0	0	0	0	3	1	5
6	Adam Edstrom	Monsters (CBJ)	C	82	23	30	53	10	76	10	201	187	211	54	153	10.90%	19	1556	18.98	6	10	16	53	246	0	0	0	0	138	3	3	50.33%	1949	1	0.68	3	5	0	0	2	4	3	3
7	Carson Meyer	Monsters (CBJ)	RW	82	24	28	52	5	47	5	139	102	264	81	181	9.09%	19	1705	20.80	6	12	18	56	246	0	0	0	0	0	3	0	46.09%	115	0	0.61	1	2	0	1	0	1	5	2
8	Axel Jonsson-Fjallby	Monsters (CBJ)	LW	82	23	28	51	8	12	0	50	122	218	71	164	10.55%	14	1619	19.75	7	13	20	51	246	0	0	0	4	153	6	0	43.81%	105	1	0.63	0	0	0	0	0	3	2	1
9	Brennan Othmann	Monsters (CBJ)	LW	82	24	22	46	27	26	0	89	91	191	59	157	12.57%	11	1011	12.34	0	0	0	0	4	0	0	0	0	1	3	0	54.72%	53	1	0.91	1	2	0	0	0	3	4	3
10	Travis Dermott	Monsters (CBJ)	D	61	13	32	45	-1	44	0	113	108	111	37	74	11.71%	100	1294	21.22	6	16	22	67	190	0	0	0	0	167	2	0	0%	0	0	0.70	0	0	0	0	0	2	2	5
11	Ville Ottavainen	Monsters (CBJ)	D	82	12	31	43	9	64	0	186	67	100	37	76	12.00%	102	1804	22.00	7	10	17	58	261	0	2	2	1	237	1	0	0%	0	0	0.48	0	0	0	0	0	1	2	2
12	Kyle MacLean	Monsters (CBJ)	C	82	14	24	38	25	27	5	48	169	198	62	138	7.07%	15	1236	15.08	0	0	0	2	9	0	0	0	2	111	1	0	54.09%	1307	0	0.61	1	3	0	0	1	1	0	3
13	Michael Milne	Monsters (CBJ)	LW	82	12	15	27	23	36	0	126	46	116	34	79	10.34%	15	1317	16.06	0	0	0	0	0	0	0	0	0	0	0	0	39.73%	73	0	0.41	0	0	0	0	0	0	1	3
14	Ville Heinola	Monsters (CBJ)	D	82	5	21	26	31	28	0	66	69	42	16	40	11.90%	73	1287	15.71	0	0	0	0	6	0	0	0	1	36	1	0	0%	0	0	0.40	0	0	0	0	0	0	2	1
15	Matthew Robertson	Monsters (CBJ)	D	61	3	18	21	16	80	10	142	47	32	14	21	9.38%	67	878	14.41	0	0	0	0	3	0	0	0	1	65	0	1	0%	0	0	0.48	0	0	0	0	2	0	2	1
16	Carl Berglund	Monsters (CBJ)	C	82	1	7	8	3	30	0	44	43	32	15	15	3.13%	16	535	6.53	0	0	0	0	0	0	0	0	0	0	0	0	51.98%	329	0	0.30	0	0	0	0	0	0	0	0
17	Tobias Bjornfot	Monsters (CBJ)	D	66	1	2	3	1	10	0	31	12	8	7	6	12.50%	14	237	3.61	0	0	0	0	2	0	0	0	1	2	0	0	0%	0	0	0.25	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1336	275	496	771	237	718	60	1962	1801	2716	831	1875	10.13%	801	23997	17.96	75	137	212	619	2506	2	4	6	28	1991	44	14	51.80%	7058	4	0.64	15	38	2	2	8	38	43	47

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	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Nikita Tolopilo	Monsters (CBJ)	82	50	24	5	0.910	2.58	4791	8	5	206	2298	3	2	0.788	33	82	0	7	3	7
2	Cal Petersen	Monsters (CBJ)	6	1	2	0	0.920	2.57	187	2	0	8	100	0	0	0.600	5	0	82	0	0	0
Statistiques d’équipe totales ou en moyenne			88	51	26	5	0.911	2.58	4978	10	5	214	2398	3	2		38	82	82	7	3	7

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	Date de la Dernière Transaction	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 Edstrom	Monsters (CBJ)	C	25	2000-10-12	SWE	No	241 Lbs	201 CM	No	No	Prospect		No	No	2	2024-05-23	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Albert Johansson	Monsters (CBJ)	D	25	2001-01-04	SWE	No	168 Lbs	183 CM	No	No	N/A		No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Axel Jonsson-Fjallby	Monsters (CBJ)	LW	28	1998-02-10	SWE	No	189 Lbs	185 CM	No	No	N/A		Yes	Yes	2		False	False	Pro & Farm	1,100,000$	0$	0$	No	1,100,000$	-	-	-	-	-	-	-	-	1,100,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brennan Othmann	Monsters (CBJ)	LW	23	2003-01-05	CAN	No	192 Lbs	183 CM	No	No	Prospect		No	No	2	2024-05-23	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Cal Petersen	Monsters (CBJ)	G	31	1994-10-19	USA	No	185 Lbs	188 CM	No	No	Trade	2024-10-03	Yes	Yes	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Carl Berglund	Monsters (CBJ)	C	26	2000-01-16	SWE	No	207 Lbs	188 CM	No	No	Prospect		No	No	2	2024-05-23	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Carl Grundstrom	Monsters (CBJ)	LW/RW	28	1997-12-01	SWE	No	200 Lbs	183 CM	No	No	Assign Manually		Yes	Yes	4	2024-07-17	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Carson Meyer	Monsters (CBJ)	RW	29	1997-08-18	USA	No	184 Lbs	180 CM	No	No	Assign Manually		Yes	Yes	4	2024-07-22	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Charlie Wright	Monsters (CBJ)	D	22	2003-10-22	CAN	Yes	179 Lbs	185 CM	No	No	Prospect		No	No	3	2025-06-01	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Emil Bemstrom	Monsters (CBJ)	C/RW	27	1999-06-01	SWE	No	190 Lbs	183 CM	No	No	N/A		No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Gavin Hayes	Monsters (CBJ)	LW	22	2004-05-14	USA	Yes	177 Lbs	185 CM	No	No	Prospect		No	No	3	2025-06-01	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Josh Davies	Monsters (CBJ)	LW	22	2004-03-24	CAN	No	197 Lbs	175 CM	No	No	Free Agent		No	No	3	2025-07-19	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	1,499,999$	1,499,999$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Kyle MacLean	Monsters (CBJ)	C	27	1999-04-29	USA	No	194 Lbs	185 CM	No	No	N/A		No	No	1		False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Matthew Robertson	Monsters (CBJ)	D	25	2001-03-09	CAN	No	211 Lbs	193 CM	No	No	Free Agent		No	No	3	2025-07-19	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	1,499,999$	1,499,999$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Michael Milne	Monsters (CBJ)	LW	23	2002-09-21	CAN	No	185 Lbs	180 CM	No	No	N/A		No	No	3		False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Nikita Tolopilo	Monsters (CBJ)	G	26	2000-04-06	BLR	No	229 Lbs	198 CM	No	No	Assign Manually		No	No	4	2024-07-17	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Parker Wotherspoon	Monsters (CBJ)	D	29	1997-08-24	CAN	No	192 Lbs	185 CM	No	No	Assign Manually		Yes	Yes	4	2024-07-22	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	1,499,999$	1,499,999$	1,499,999$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien / Lien NHL
Pierre Engvall	Monsters (CBJ)	LW/RW	30	1996-05-31	SWE	No	215 Lbs	196 CM	No	No	N/A		Yes	Yes	1		False	False	Pro & Farm	1,250,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Riley Stillman	Monsters (CBJ)	D	28	1998-03-09	CAN	No	207 Lbs	188 CM	No	No	N/A		Yes	Yes	2		False	False	Pro & Farm	1,100,000$	0$	0$	No	1,100,000$	-	-	-	-	-	-	-	-	1,100,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Sam Lipkin	Monsters (CBJ)	LW	23	2003-01-03	USA	Yes	192 Lbs	188 CM	No	No	Prospect		No	No	3	2025-06-01	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Tobias Bjornfot	Monsters (CBJ)	D	25	2001-04-06	SWE	No	200 Lbs	183 CM	No	No	Free Agent		No	No	3	2025-07-19	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	1,499,999$	1,499,999$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Travis Dermott	Monsters (CBJ)	D	29	1996-12-22	CAN	No	200 Lbs	183 CM	No	No	Free Agent	2025-01-03	Yes	Yes	3	2025-07-19	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	1,499,999$	1,499,999$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Ville Heinola	Monsters (CBJ)	D	25	2001-03-02	FIN	No	181 Lbs	183 CM	No	No	Free Agent		No	No	3	2025-07-19	False	False	Pro & Farm	1,499,999$	0$	0$	No	1,499,999$	1,499,999$	-	-	-	-	-	-	-	1,499,999$	1,499,999$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Ville Ottavainen	Monsters (CBJ)	D	24	2002-08-12	FIN	No	210 Lbs	196 CM	No	No	Prospect		No	No	2	2024-05-23	False	False	Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
24	25.92	197 Lbs	185 CM	2.50	1,168,750$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Carl Grundstrom	Emil Bemstrom	Pierre Engvall	40	0	1	4
2	Axel Jonsson-Fjallby	Adam Edstrom	Carson Meyer	30	1	2	2
3	Brennan Othmann	Kyle MacLean	Michael Milne	20	1	2	2
4	Michael Milne	Carl Berglund	Carson Meyer	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Parker Wotherspoon	Ville Ottavainen	40	1	2	2
2		Albert Johansson	30	1	2	2
3		Ville Heinola	20	1	2	2
4		Parker Wotherspoon	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Carl Grundstrom	Emil Bemstrom	Pierre Engvall	60	0	0	5
2	Axel Jonsson-Fjallby	Adam Edstrom	Carson Meyer	40	0	0	5

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Parker Wotherspoon	Ville Ottavainen	60	1	1	3
2		Albert Johansson	40	1	1	3

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Emil Bemstrom	Carl Grundstrom	60	1	4	0
2	Adam Edstrom	Axel Jonsson-Fjallby	40	1	4	0

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Parker Wotherspoon	Ville Ottavainen	60	1	4	0
2		Albert Johansson	40	1	4	0

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Emil Bemstrom	60	0	5	0	Parker Wotherspoon	Ville Ottavainen	60	1	4	0
2	Adam Edstrom	40	0	5	0		Albert Johansson	40	1	4	0

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Emil Bemstrom	Carl Grundstrom	60	1	2	2
2	Adam Edstrom	Axel Jonsson-Fjallby	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Parker Wotherspoon	Ville Ottavainen	60	1	2	2
2		Albert Johansson	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Carl Grundstrom	Emil Bemstrom	Pierre Engvall	Parker Wotherspoon	Ville Ottavainen

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Carl Grundstrom	Emil Bemstrom	Pierre Engvall	Parker Wotherspoon	Ville Ottavainen

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Kyle MacLean, Carson Meyer, Axel Jonsson-Fjallby	Kyle MacLean, Carson Meyer	Kyle MacLean

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Ville Heinola,		, Ville Heinola

Tirs de pénalité
Pierre Engvall, Emil Bemstrom, Carl Grundstrom, Adam Edstrom, Kyle MacLean

Gardien
#1 : Nikita Tolopilo, #2 : Cal Petersen

Lignes d’attaque personnalisées en prolongation
, , , , , , , , , Brennan Othmann

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Admirals	2	1	1	0	0	0	0	0	4	3	1	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	2	-1	2	0.500	4	8	12	0	0	107	85	78	20	57	869	919	883	83	58	17	18	39	8	2	25.00%	8	1	87.50%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
2	Americans	3	2	1	0	0	0	0	0	11	7	4	1	1	0	0	0	0	0	0	2	1	1	2	1	1	0	0	0	0	0	9	6	3	4	0.667	11	21	32	0	1	107	85	78	20	110	869	919	883	83	76	35	36	65	12	4	33.33%	17	4	76.47%	1	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
3	Barracuda	2	1	0	0	1	0	0	0	10	3	7	1	0	0	0	1	0	0	0	3	2	1	1	1	0	0	0	0	0	0	7	1	6	4	1.000	10	20	30	0	0	107	85	78	20	75	869	919	883	83	61	25	12	39	9	3	33.33%	5	0	100.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
4	Bears	4	2	0	0	0	1	1	0	15	13	2	2	0	0	0	0	1	1	0	8	8	0	2	2	0	0	0	0	0	0	7	5	2	7	0.875	15	23	38	0	0	107	85	78	20	134	869	919	883	83	129	42	45	106	19	5	26.32%	18	8	55.56%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
5	Bruins	3	1	1	0	0	0	0	1	10	11	-1	2	1	0	0	0	0	0	1	6	5	1	1	0	1	0	0	0	0	0	4	6	-2	3	0.500	10	18	28	0	0	107	85	78	20	116	869	919	883	83	80	23	16	70	9	1	11.11%	7	0	100.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
6	Canucks	2	1	0	0	0	0	0	1	6	5	1	1	0	0	0	0	0	0	1	3	4	-1	1	1	0	0	0	0	0	0	3	1	2	3	0.750	6	9	15	0	0	107	85	78	20	76	869	919	883	83	60	18	14	53	5	3	60.00%	6	1	83.33%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
7	Checkers	3	3	0	0	0	0	0	0	23	7	16	1	1	0	0	0	0	0	0	11	2	9	2	2	0	0	0	0	0	0	12	5	7	6	1.000	23	44	67	0	0	107	85	78	20	154	869	919	883	83	71	18	27	85	9	5	55.56%	11	3	72.73%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
8	Comets	4	1	3	0	0	0	0	0	14	16	-2	2	0	2	0	0	0	0	0	5	8	-3	2	1	1	0	0	0	0	0	9	8	1	2	0.250	14	25	39	0	0	107	85	78	20	167	869	919	883	83	114	37	47	96	24	6	25.00%	13	4	69.23%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
9	Condors	2	1	1	0	0	0	0	0	7	6	1	1	0	1	0	0	0	0	0	4	5	-1	1	1	0	0	0	0	0	0	3	1	2	2	0.500	7	12	19	0	0	107	85	78	20	62	869	919	883	83	74	17	28	48	4	3	75.00%	14	3	78.57%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
10	Crunch	3	0	0	0	1	0	2	0	11	8	3	2	0	0	0	1	0	1	0	8	6	2	1	0	0	0	0	0	1	0	3	2	1	6	1.000	11	17	28	0	0	107	85	78	20	90	869	919	883	83	82	35	20	79	14	3	21.43%	10	3	70.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
11	Eagles	2	1	0	0	1	0	0	0	8	6	2	1	0	0	0	1	0	0	0	4	3	1	1	1	0	0	0	0	0	0	4	3	1	4	1.000	8	13	21	0	0	107	85	78	20	70	869	919	883	83	36	21	19	44	11	2	18.18%	7	1	85.71%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
12	Firebirds	2	1	1	0	0	0	0	0	5	6	-1	1	1	0	0	0	0	0	0	3	2	1	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	5	9	14	0	0	107	85	78	20	63	869	919	883	83	68	25	18	40	6	1	16.67%	9	2	77.78%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
13	Griffins	3	2	0	0	1	0	0	0	12	5	7	1	1	0	0	0	0	0	0	4	2	2	2	1	0	0	1	0	0	0	8	3	5	6	1.000	12	23	35	0	0	107	85	78	20	77	869	919	883	83	96	26	36	79	4	1	25.00%	18	3	83.33%	1	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
14	Gulls	2	1	1	0	0	0	0	0	7	8	-1	1	0	1	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	5	3	2	2	0.500	7	13	20	0	0	107	85	78	20	62	869	919	883	83	69	31	12	62	8	2	25.00%	5	1	80.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
15	Heat	2	0	0	0	0	0	2	0	6	4	2	1	0	0	0	0	0	1	0	4	3	1	1	0	0	0	0	0	1	0	2	1	1	4	1.000	6	8	14	0	0	107	85	78	20	73	869	919	883	83	61	26	10	57	8	0	0.00%	4	2	50.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
16	IceHogs	2	1	1	0	0	0	0	0	7	8	-1	1	1	0	0	0	0	0	0	5	1	4	1	0	1	0	0	0	0	0	2	7	-5	2	0.500	7	12	19	0	0	107	85	78	20	57	869	919	883	83	53	23	28	54	9	2	22.22%	14	3	78.57%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
17	Marlies	3	3	0	0	0	0	0	0	11	4	7	2	2	0	0	0	0	0	0	7	1	6	1	1	0	0	0	0	0	0	4	3	1	6	1.000	11	22	33	0	1	107	85	78	20	95	869	919	883	83	70	22	22	73	12	2	16.67%	10	1	90.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
18	Moose	2	2	0	0	0	0	0	0	9	4	5	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	5	3	2	4	1.000	9	13	22	0	0	107	85	78	20	78	869	919	883	83	62	16	27	45	11	4	36.36%	10	2	80.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
19	Penguins	4	2	1	0	0	0	1	0	9	6	3	2	1	0	0	0	0	1	0	4	1	3	2	1	1	0	0	0	0	0	5	5	0	6	0.750	9	14	23	1	1	107	85	78	20	129	869	919	883	83	109	28	28	94	16	3	18.75%	14	1	92.86%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
20	Phantoms	3	0	2	0	0	1	0	0	4	7	-3	1	0	0	0	0	1	0	0	1	2	-1	2	0	2	0	0	0	0	0	3	5	-2	1	0.167	4	8	12	0	0	107	85	78	20	94	869	919	883	83	95	31	28	50	12	1	8.33%	13	4	69.23%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
21	Reign	2	1	0	0	0	0	1	0	9	5	4	1	1	0	0	0	0	0	0	5	2	3	1	0	0	0	0	0	1	0	4	3	1	4	1.000	9	13	22	0	0	107	85	78	20	86	869	919	883	83	51	10	6	50	9	0	0.00%	3	1	66.67%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
22	Roadrunners	2	1	0	0	1	0	0	0	8	1	7	1	1	0	0	0	0	0	0	6	0	6	1	0	0	0	1	0	0	0	2	1	1	4	1.000	8	11	19	0	1	107	85	78	20	51	869	919	883	83	62	10	12	52	8	2	25.00%	6	0	100.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
23	Rocket	3	1	2	0	0	0	0	0	11	10	1	1	0	1	0	0	0	0	0	3	4	-1	2	1	1	0	0	0	0	0	8	6	2	2	0.333	11	20	31	0	0	107	85	78	20	104	869	919	883	83	101	28	22	61	11	2	18.18%	11	3	72.73%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
24	Senators	3	2	1	0	0	0	0	0	8	4	4	2	1	1	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	2	0	2	4	0.667	8	15	23	0	1	107	85	78	20	109	869	919	883	83	91	29	23	75	9	2	22.22%	9	0	100.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
25	Silver Knights	2	1	1	0	0	0	0	0	5	6	-1	1	1	0	0	0	0	0	0	4	3	1	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	5	9	14	0	0	107	85	78	20	53	869	919	883	83	61	25	16	50	8	1	12.50%	8	2	75.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
26	Sound Tigers	4	1	3	0	0	0	0	0	10	14	-4	2	1	1	0	0	0	0	0	6	4	2	2	0	2	0	0	0	0	0	4	10	-6	2	0.250	10	18	28	0	0	107	85	78	20	99	869	919	883	83	152	52	56	93	12	4	33.33%	20	5	75.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
27	Stars	2	2	0	0	0	0	0	0	9	5	4	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	5	3	2	4	1.000	9	16	25	0	0	107	85	78	20	52	869	919	883	83	56	19	20	47	10	3	30.00%	10	2	80.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
28	Thunderbirds	2	1	1	0	0	0	0	0	5	6	-1	1	0	1	0	0	0	0	0	1	5	-4	1	1	0	0	0	0	0	0	4	1	3	2	0.500	5	10	15	0	0	107	85	78	20	52	869	919	883	83	60	24	12	34	11	2	18.18%	6	2	66.67%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
29	Wild	2	0	2	0	0	0	0	0	3	5	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	3	6	9	0	0	107	85	78	20	67	869	919	883	83	46	11	30	41	11	3	27.27%	5	0	100.00%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
30	Wolf Pack	3	1	2	0	0	0	0	0	12	10	2	2	1	1	0	0	0	0	0	9	6	3	1	0	1	0	0	0	0	0	3	4	-1	2	0.333	12	21	33	1	0	107	85	78	20	104	869	919	883	83	69	23	12	57	6	1	16.67%	6	1	83.33%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
31	Wolves	4	2	1	0	0	1	0	0	13	15	-2	2	1	0	0	0	1	0	0	5	5	0	2	1	1	0	0	0	0	0	8	10	-2	5	0.625	13	25	38	0	0	107	85	78	20	100	869	919	883	83	127	55	28	124	9	2	22.22%	13	3	76.92%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
	Total	82	39	26	0	5	3	7	2	282	218	64	41	19	10	0	3	3	4	2	142	101	41	41	20	16	0	2	0	3	0	140	117	23	107	0.652	282	496	778	2	5	107	85	78	20	2716	869	919	883	83	2400	802	728	1962	314	75	23.89%	310	66	78.71%	2	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
	_Since Last GM Reset	82	39	26	0	5	3	7	2	282	218	64	41	19	10	0	3	3	4	2	142	101	41	41	20	16	0	2	0	3	0	140	117	23	107	0.652	282	496	778	2	5	107	85	78	20	2716	869	919	883	83	2400	802	728	1962	314	75	23.89%	310	66	78.71%	2	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
	_Vs Conference	50	23	17	0	2	3	4	1	174	137	37	25	11	6	0	1	3	3	1	85	59	26	25	12	11	0	1	0	1	0	89	78	11	62	0.620	174	314	488	2	4	107	85	78	20	1682	869	919	883	83	1462	484	446	1207	178	42	23.60%	190	43	77.37%	2	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543
	_Vs Division	26	9	12	0	0	3	2	0	77	81	-4	13	4	4	0	0	3	2	0	38	34	4	13	5	8	0	0	0	0	0	39	47	-8	25	0.481	77	134	211	2	1	107	85	78	20	827	869	919	883	83	795	268	244	620	98	22	22.45%	97	26	73.20%	0	1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%	2035	1410	1884	600	1065	543

			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	107	OTL1	282	496	778	2716	2400	802	728	1962	2	5

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
82	39	26	5	3	7	2	282	218

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	19	10	3	3	4	2	142	101

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
41	20	16	2	0	3	0	140	117

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	1	0	2	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
314	75	23.89%	310	66	78.71%	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
869	919	883	83	107	85	78	20

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
1485	2919	50.87%	1465	2747	53.33%	706	1313	53.77%

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
2035	1410	1884	600	1065	543

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
3 - 2025-09-28	16	Monsters	1	Admirals	2	L			Sommaire du match
5 - 2025-09-30	33	Monsters	1	Wild	2	L			Sommaire du match
7 - 2025-10-02	45	Comets	5	Monsters	4	L			Sommaire du match
10 - 2025-10-05	67	Eagles	3	Monsters	4	W	X		Sommaire du match
12 - 2025-10-07	82	Crunch	4	Monsters	5	W	X	X	Sommaire du match
15 - 2025-10-10	106	Monsters	5	Stars	3	W			Sommaire du match
18 - 2025-10-13	125	Bears	4	Monsters	5	W	X	X	Sommaire du match
19 - 2025-10-14	134	Monsters	2	Penguins	4	L			Sommaire du match
22 - 2025-10-17	152	Monsters	3	Americans	6	L			Sommaire du match
23 - 2025-10-18	166	Marlies	1	Monsters	2	W			Sommaire du match
26 - 2025-10-21	189	Thunderbirds	5	Monsters	1	L			Sommaire du match
27 - 2025-10-22	195	Monsters	2	Sound Tigers	5	L			Sommaire du match
30 - 2025-10-25	215	Monsters	2	Heat	1	W	X	X	Sommaire du match
33 - 2025-10-28	241	Monsters	3	Canucks	1	W			Sommaire du match
35 - 2025-10-30	254	Monsters	3	Condors	1	W			Sommaire du match
36 - 2025-10-31	264	Monsters	2	Firebirds	4	L			Sommaire du match
38 - 2025-11-02	274	Condors	5	Monsters	4	L			Sommaire du match
40 - 2025-11-04	290	Wolf Pack	4	Monsters	2	L			Sommaire du match
42 - 2025-11-06	305	Rocket	4	Monsters	3	L			Sommaire du match
43 - 2025-11-07	311	Monsters	5	Moose	3	W			Sommaire du match
45 - 2025-11-09	319	Monsters	4	Marlies	3	W			Sommaire du match
47 - 2025-11-11	335	Monsters	2	Griffins	1	W	X		Sommaire du match
49 - 2025-11-13	356	Monsters	4	Bears	3	W			Sommaire du match
51 - 2025-11-15	369	Marlies	0	Monsters	5	W			Sommaire du match
53 - 2025-11-17	388	Penguins	0	Monsters	2	W			Sommaire du match
56 - 2025-11-20	406	Monsters	6	Comets	4	W			Sommaire du match
59 - 2025-11-23	432	Griffins	2	Monsters	4	W			Sommaire du match
61 - 2025-11-25	442	Monsters	7	Checkers	3	W			Sommaire du match
62 - 2025-11-26	459	Monsters	3	Bears	2	W			Sommaire du match
64 - 2025-11-28	471	Monsters	2	Wolves	5	L			Sommaire du match
66 - 2025-11-30	486	Senators	3	Monsters	1	L			Sommaire du match
68 - 2025-12-02	502	Silver Knights	3	Monsters	4	W			Sommaire du match
71 - 2025-12-05	525	Gulls	5	Monsters	2	L			Sommaire du match
73 - 2025-12-07	540	Wild	3	Monsters	2	L			Sommaire du match
75 - 2025-12-09	560	Monsters	5	Gulls	3	W			Sommaire du match
77 - 2025-12-11	574	Monsters	4	Reign	3	W	X	X	Sommaire du match
83 - 2025-12-17	603	Sound Tigers	1	Monsters	4	W			Sommaire du match
84 - 2025-12-18	606	Monsters	2	Senators	0	W			Sommaire du match
86 - 2025-12-20	627	Comets	3	Monsters	1	L			Sommaire du match
89 - 2025-12-23	646	Americans	1	Monsters	2	W			Sommaire du match
90 - 2025-12-24	658	Penguins	1	Monsters	2	W	X	X	Sommaire du match
92 - 2025-12-26	675	Monsters	7	Barracuda	1	W			Sommaire du match
94 - 2025-12-28	692	Monsters	1	Silver Knights	3	L			Sommaire du match
96 - 2025-12-30	699	Monsters	4	Eagles	3	W			Sommaire du match
97 - 2025-12-31	714	Monsters	2	Roadrunners	1	W	X		Sommaire du match
99 - 2026-01-02	728	Heat	3	Monsters	4	W	X	X	Sommaire du match
101 - 2026-01-04	743	Canucks	4	Monsters	3	L	X	X	Sommaire du match
103 - 2026-01-06	760	Monsters	3	Penguins	1	W			Sommaire du match
106 - 2026-01-09	782	Senators	1	Monsters	5	W			Sommaire du match
108 - 2026-01-11	797	Stars	2	Monsters	4	W			Sommaire du match
110 - 2026-01-13	814	Crunch	2	Monsters	3	W	X		Sommaire du match
112 - 2026-01-15	828	Reign	2	Monsters	5	W			Sommaire du match
114 - 2026-01-17	840	Phantoms	2	Monsters	1	L	X		Sommaire du match
116 - 2026-01-19	858	Monsters	2	IceHogs	7	L			Sommaire du match
117 - 2026-01-20	868	Monsters	4	Thunderbirds	1	W			Sommaire du match
120 - 2026-01-23	887	Monsters	3	Comets	4	L			Sommaire du match
121 - 2026-01-24	894	IceHogs	1	Monsters	5	W			Sommaire du match
143 - 2026-02-15	918	Monsters	4	Bruins	6	L			Sommaire du match
145 - 2026-02-17	937	Sound Tigers	3	Monsters	2	L			Sommaire du match
147 - 2026-02-19	953	Monsters	3	Wolf Pack	4	L			Sommaire du match
148 - 2026-02-20	963	Admirals	1	Monsters	3	W			Sommaire du match
150 - 2026-02-22	978	Checkers	2	Monsters	11	W			Sommaire du match
152 - 2026-02-24	995	Roadrunners	0	Monsters	6	W			Sommaire du match
155 - 2026-02-27	1015	Monsters	3	Crunch	2	W	X	X	Sommaire du match
157 - 2026-03-01	1031	Monsters	5	Checkers	2	W			Sommaire du match
159 - 2026-03-03	1052	Monsters	1	Phantoms	2	L			Sommaire du match
162 - 2026-03-06	1070	Wolves	1	Monsters	2	W			Sommaire du match
164 - 2026-03-08	1086	Wolf Pack	2	Monsters	7	W			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
166 - 2026-03-10	1104	Firebirds	2	Monsters	3	W			Sommaire du match
167 - 2026-03-11	1114	Monsters	2	Sound Tigers	5	L			Sommaire du match
169 - 2026-03-13	1125	Monsters	2	Phantoms	3	L			Sommaire du match
171 - 2026-03-15	1137	Monsters	6	Rocket	1	W			Sommaire du match
173 - 2026-03-17	1158	Barracuda	2	Monsters	3	W	X		Sommaire du match
174 - 2026-03-18	1170	Bruins	2	Monsters	4	W			Sommaire du match
176 - 2026-03-20	1185	Wolves	4	Monsters	3	L	X		Sommaire du match
178 - 2026-03-22	1197	Monsters	6	Wolves	5	W			Sommaire du match
180 - 2026-03-24	1215	Moose	1	Monsters	4	W			Sommaire du match
183 - 2026-03-27	1235	Monsters	6	Griffins	2	W			Sommaire du match
185 - 2026-03-29	1247	Monsters	6	Americans	0	W			Sommaire du match
187 - 2026-03-31	1271	Monsters	2	Rocket	5	L			Sommaire du match
188 - 2026-04-01	1278	Bruins	3	Monsters	2	L	X	X	Sommaire du match
190 - 2026-04-03	1295	Bears	4	Monsters	3	L	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	3000	2000
Prix des billets	25	15
Assistance	114,004	76,907
Assistance PCT	92.69%	93.79%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	4656 - 93.13%	142,571$	5,845,408$	5000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
3,275,406$	2,805,000$	2,805,000$	500,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	2,775,498$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	17,124$	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: 82 \| W: 51 \| L: 26 \| OTL: 5 \| P: 107 GF: 282 \| GA: 218 \| PP%: 23.89% \| PK%: 78.71% DG: Vincent Attic \| Morale : 40 \| Moyenne d’équipe : 63