LHSDB - Monsters

Columbus Blue Jackets
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Stats d'équipe en Carrière
Client Web pour Lignes

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
1	Jake Virtanen			X		98.00	86	55	74	80	79	75	83	77	60	67	70	78	55	70	70	1	80	71	0
2	Oscar Lindberg	X				98.00	84	55	76	78	80	78	82	71	81	63	70	76	55	71	68	1	85	70	0
3	Dylan Strome (R)	X				98.00	63	55	70	82	75	70	70	79	73	70	70	65	55	73	72	1	82	69	0
4	Nick Cousins	X				98.00	77	55	73	75	69	66	67	76	68	65	73	78	55	65	64	1	86	68	0
5	Oskar Lindblom (R)		X			100.00	76	55	71	84	70	72	73	76	50	63	65	65	55	70	70	1	85	67	0
6	Chris Kelly	X				100.00	68	55	78	75	77	68	67	64	50	62	60	61	55	75	75	1	85	63	0
7	Nikita Soshnikov			X		100.00	84	55	78	81	67	62	64	65	50	60	61	62	55	52	52	1	85	62	0
8	Daniel Catenacci			X		100.00	59	55	72	62	66	62	69	55	50	55	55	60	55	75	74	1	85	58	0
9	Daniel Audette		X			100.00	58	55	72	67	62	59	69	55	50	55	55	59	55	71	75	1	85	58	0
10	Nick Tarnasky		X			100.00	74	55	58	63	81	79	64	55	50	55	55	55	55	64	65	1	83	58	0
11	Mike Brown			X		100.00	60	55	66	69	75	69	54	55	50	55	55	55	55	69	70	1	85	58	0
12	Zack Stortini	X				100.00	64	55	57	61	81	79	74	55	50	55	55	55	55	65	65	1	85	58	0
13	Ryan Haggerty			X		100.00	71	55	69	68	75	69	66	55	50	55	55	55	55	50	50	1	85	57	0
14	Colin White (R)	X				100.00	56	55	55	55	56	57	57	66	60	55	55	55	55	73	71	1	78	56	0
15	Madison Bowey				X	98.00	79	55	79	86	69	74	64	78	25	71	60	75	55	78	78	1	80	71	0
16	Brian Lashoff				X	98.00	55	55	55	60	55	55	78	55	25	55	55	55	55	60	61	1	83	56	0
17	Ville Pokka				X	100.00	55	55	57	60	57	57	76	57	25	57	57	57	55	53	53	1	76	56	0
Rayé
1	Tim Bozon		X			100.00	74	55	67	62	74	68	64	55	50	55	55	55	55	50	50	1	19	56	0
2	Quinton Howden	X				100.00	56	55	63	65	68	66	69	55	50	55	55	55	55	56	56	1	20	56	0
3	Matt Buckles (R)	X				100.00	82	55	82	55	79	54	54	55	50	55	55	55	55	50	50	1	20	55	0
4	Akim Aliu (R)			X		100.00	56	55	55	55	58	59	60	55	50	55	55	55	55	75	75	1	20	55	0
5	Brandon Alderson			X		100.00	56	55	55	55	57	58	59	55	50	55	55	55	55	74	72	1	20	54	0
6	Buddy Robinson			X		100.00	56	55	55	55	57	58	58	55	50	55	55	55	55	74	72	1	20	54	0
7	Cody Kunyk (R)			X		100.00	56	55	55	55	57	58	58	55	50	55	55	55	55	73	71	1	20	54	0
8	Zach O'Brien (R)			X		100.00	70	55	68	55	54	61	68	55	50	55	55	55	55	50	50	1	20	54	0
9	Emil Pettersson (R)	X				100.00	55	55	55	55	55	55	55	55	50	55	55	55	55	75	71	1	20	54	0
10	Stephen MacAulay (R)	X				100.00	56	55	59	62	68	66	54	55	50	55	55	55	55	50	50	1	20	54	0
11	Lauri Korpikoski		X			100.00	55	55	55	55	55	55	55	55	50	55	55	55	55	74	73	1	20	54	0
12	Joshua Winquist		X			100.00	56	55	55	55	55	56	55	55	50	55	55	55	55	50	50	1	20	52	0
13	Olivier Archambault (R)		X			100.00	55	55	62	55	54	54	54	55	50	55	55	55	55	50	50	1	20	52	0
14	Mike Sislo			X		100.00	56	55	55	55	55	55	55	55	50	55	55	55	55	50	50	1	20	52	0
15	Ryan Sproul				X	100.00	68	55	66	76	67	79	64	74	25	64	62	68	55	70	70	1	68	66	0
16	Mike Weber				X	100.00	55	55	55	60	55	55	62	55	25	55	55	55	55	69	70	1	20	55	0
17	Kyle Burroughs				X	100.00	56	55	56	60	56	56	63	56	25	56	56	56	55	53	53	1	20	54	0
18	Robin Norell (R)				X	100.00	55	55	55	60	55	55	67	55	25	55	55	55	55	53	53	1	20	54	0
19	Jeremy Roy (R)				X	100.00	56	55	55	60	55	55	56	55	25	55	55	55	55	62	62	1	20	54	0
20	Will O'Neill				X	100.00	57	55	55	60	55	55	67	55	25	55	55	55	55	53	53	1	20	54	0
21	Josiah Didier				X	100.00	55	55	55	60	55	55	59	55	25	55	55	55	55	53	53	1	20	53	0
22	John Negrin				X	100.00	55	55	55	60	55	55	58	55	25	55	55	55	55	53	53	1	20	53	0
23	Brennan Menell (R)				X	100.00	55	55	55	60	55	55	56	55	25	55	55	55	55	55	55	1	20	53	0

	MOYENNE D'ÉQUIPE					99.70	63	55	63	64	64	62	64	59	45	57	57	59	55	63	62	1	48	58

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
1	Jack Campbell	100.00	73	77	83	73	70	70	75	70	67	71	55	69	67	1	79	70	0
2	Eamon McAdam	100.00	62	70	70	79	65	65	65	65	68	64	55	60	62	1	85	65	0
Rayé
1	Jeff Malcolm	100.00	54	64	59	71	58	58	58	58	59	58	55	54	56	1	19	58	0
2	Marcus Hogberg	100.00	55	55	55	55	55	55	55	55	55	55	55	65	65	1	20	55	0
3	Filip Gustavsson (R)	100.00	55	55	55	55	55	55	55	55	55	55	55	50	60	1	20	54	0

	MOYENNE D'ÉQUIPE	100.00	60	64	64	67	61	61	62	61	61	61	55	60	62	1	45	60

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Randy Ladouceur	42	62	67	38	80	70	60	CAN	56	4	100,000$

Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

#	Nom du Joueur	Nom de l'Équipe	POS	GP	G	A	P	+/-	PIM	PIM5	HIT	HTT	SHT	OSB	OSM	SHT%	SB	MP	AMG	PPG	PPA	PPP	PPS	PPM	PKG	PKA	PKP	PKS	PKM	GW	GT	FO%	FOT	EG	HT	P/20	PSS	FW	FL	FT	S1	S2	S3
1	Oscar Lindberg	Monsters (Clb)	C	49	15	31	46	12	51	5	94	137	158	39	87	9.49%	16	1115	22.77	8	15	23	56	245	2	1	3	7	220	5	0	66.21%	1104	0	1	0.82	1	0	0	1	4	2	2
2	Ryan Sproul	Monsters (Clb)	D	38	5	35	40	28	64	0	54	49	59	23	44	8.47%	36	883	23.25	4	9	13	38	161	0	2	2	0	133	1	1	0.00%	0	0	0	0.91	0	0	0	0	1	5	3
3	Oskar Lindblom	Monsters (Clb)	LW	49	17	21	38	2	22	0	41	62	123	25	73	13.82%	5	789	16.11	6	13	19	44	253	1	0	1	5	47	3	0	52.31%	65	1	0	0.96	0	0	0	0	0	2	2
4	Nick Cousins	Monsters (Clb)	C	48	22	14	36	14	30	0	67	100	130	37	96	16.92%	19	824	17.17	9	4	13	34	137	0	1	1	3	139	6	1	61.14%	507	0	0	0.87	0	0	0	0	6	4	2
5	Madison Bowey	Monsters (Clb)	D	45	10	25	35	2	65	5	96	62	76	17	54	13.16%	39	1107	24.61	7	13	20	54	200	0	0	0	1	157	3	1	0.00%	0	0	0	0.63	0	1	0	0	2	1	2
6	Dylan Strome	Monsters (Clb)	C	45	17	15	32	19	8	0	26	108	129	32	109	13.18%	6	733	16.29	2	5	7	17	82	2	0	2	5	120	5	1	64.92%	667	0	0	0.87	0	0	0	0	2	6	4
7	Nikita Soshnikov	Monsters (Clb)	RW	49	13	17	30	12	36	0	62	43	84	22	80	15.48%	7	819	16.72	4	8	12	24	242	0	0	0	0	0	1	1	55.32%	47	0	0	0.73	0	0	0	0	2	2	3
8	Jake Virtanen	Monsters (Clb)	RW	25	11	13	24	4	39	5	52	61	100	32	96	11.00%	8	595	23.83	4	3	7	28	117	0	1	1	10	96	3	0	54.88%	246	1	1	0.81	1	0	1	0	2	4	1
9	Daniel Audette	Monsters (Clb)	LW	49	6	16	22	8	8	0	27	26	56	23	50	10.71%	6	725	14.81	3	6	9	12	158	0	0	0	0	2	3	0	61.11%	36	0	0	0.61	0	0	0	0	0	2	3
10	Nick Tarnasky	Monsters (Clb)	LW	49	4	10	14	23	64	10	73	21	33	14	23	12.12%	1	678	13.84	2	3	5	6	74	0	0	0	0	2	1	0	51.72%	29	0	0	0.41	0	0	1	1	2	0	0
11	Daniel Catenacci	Monsters (Clb)	RW	49	7	6	13	8	14	0	32	32	63	23	32	11.11%	5	678	13.85	2	2	4	12	87	0	0	0	0	19	0	1	36.36%	44	0	1	0.38	0	0	0	0	1	1	2
12	Ville Pokka	Monsters (Clb)	D	44	2	7	9	15	27	5	44	16	21	5	12	9.52%	27	907	20.63	1	2	3	12	163	0	1	1	0	137	0	0	0.00%	0	0	0	0.20	0	0	1	0	1	0	0
13	Colin White	Monsters (Clb)	C	35	1	7	8	9	6	0	8	12	6	2	8	16.67%	6	314	8.99	0	1	1	1	27	0	0	0	0	95	1	0	59.02%	61	0	0	0.51	0	0	0	0	0	0	1
14	Brian Lashoff	Monsters (Clb)	D	49	2	6	8	10	51	5	47	14	18	4	6	11.11%	36	869	17.75	1	2	3	8	108	0	0	0	0	117	0	0	0.00%	0	0	0	0.18	0	0	1	0	0	2	1
15	Mike Brown	Monsters (Clb)	RW	49	3	5	8	1	12	0	19	14	30	9	21	10.00%	1	452	9.24	1	0	1	2	40	0	0	0	0	0	0	0	38.46%	26	0	0	0.35	0	0	0	0	0	0	0
16	Chris Kelly	Monsters (Clb)	C	49	2	3	5	-3	17	5	16	34	31	16	33	6.45%	6	324	6.63	0	0	0	1	19	0	0	0	1	41	0	0	55.33%	197	0	0	0.31	0	0	0	1	0	0	0
17	Zack Stortini	Monsters (Clb)	C	49	1	1	2	-4	19	5	24	9	10	2	6	10.00%	3	229	4.69	0	0	0	2	28	0	0	0	0	31	0	0	54.47%	123	0	0	0.17	0	0	0	1	0	0	0
18	Ryan Haggerty	Monsters (Clb)	RW	49	1	1	2	4	12	0	14	7	9	6	17	11.11%	2	220	4.50	0	0	0	1	7	0	0	0	0	7	0	0	35.14%	37	0	0	0.18	0	0	0	0	0	0	0
19	Tim Bozon	Monsters (Clb)	LW	5	0	1	1	1	4	0	3	0	4	1	1	0.00%	0	36	7.24	0	0	0	0	0	0	0	0	0	0	0	0	25.00%	4	0	0	0.55	0	0	0	0	0	0	0
20	Brendan Leipsic	Columbus Blue Jackets	C/LW	1	0	1	1	0	0	0	0	3	2	0	0	0.00%	0	20	20.08	0	1	1	1	7	0	0	0	0	3	0	0	73.33%	15	0	0	1.00	0	0	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				825	139	235	374	165	549	45	799	810	1142	332	848	12.17%	229	12327	14.94	54	87	141	353	2164	5	6	11	32	1375	32	6	61.38%	3208	2	3	0.61	2	1	4	4	23	31	26

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	PSA	ST	BG	S1	S2	S3
1	Jack Campbell	Monsters (Clb)	45	34	9	2	0.902	1.81	2656	2	10	80	819	5	1	2	45	0	6	1	1
2	Eamon McAdam	Monsters (Clb)	6	2	2	0	0.900	1.67	287	0	0	8	80	1	0	0	4	49	0	0	0
Stats d'équipe Total ou en Moyenne			51	36	11	2	0.902	1.79	2944	2	10	88	899	6	1	2	49	49	6	1	1

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	Status	Type	Salaire Actuel	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial
Akim Aliu	Monsters (Clb)	RW	27	1989-04-23	Yes	225 Lbs	6 ft4	No	No	No	3	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Brandon Alderson	Monsters (Clb)	RW	24	1992-01-21	No	202 Lbs	6 ft4	No	No	No	1	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Brennan Menell	Monsters (Clb)	D	19	1997-05-24	Yes	183 Lbs	5 ft11	No	No	No	4	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Brian Lashoff	Monsters (Clb)	D	26	1990-07-15	No	212 Lbs	6 ft3	No	No	No	4	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Buddy Robinson	Monsters (Clb)	RW	25	1991-09-30	No	235 Lbs	6 ft5	No	No	No	2	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Chris Kelly	Monsters (Clb)	C	36	1980-11-11	No	198 Lbs	6 ft0	No	No	No	2	Sans Restriction	Pro & Farm	300,000$	0$	0$	No
Cody Kunyk	Monsters (Clb)	RW	26	1990-05-20	Yes	195 Lbs	5 ft11	No	No	No	3	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Colin White	Monsters (Clb)	C	19	1997-01-30	Yes	190 Lbs	6 ft1	No	No	No	4	Contrat d'Entrée	Pro & Farm	900,000$	0$	0$	No
Daniel Audette	Monsters (Clb)	LW	20	1996-05-06	No	176 Lbs	5 ft8	No	No	No	3	Contrat d'Entrée	Pro & Farm	500,000$	0$	0$	No
Daniel Catenacci	Monsters (Clb)	RW	23	1993-03-09	No	186 Lbs	5 ft9	No	No	No	2	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Dylan Strome	Monsters (Clb)	C	19	1997-03-07	Yes	185 Lbs	6 ft3	No	No	No	4	Contrat d'Entrée	Pro & Farm	900,000$	0$	0$	No
Eamon McAdam	Monsters (Clb)	G	22	1994-09-23	No	199 Lbs	6 ft3	No	No	No	3	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Emil Pettersson	Monsters (Clb)	C	22	1994-01-14	Yes	176 Lbs	6 ft2	No	No	No	4	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Filip Gustavsson	Monsters (Clb)	G	18	1998-06-07	Yes	185 Lbs	6 ft2	No	No	No	4	Contrat d'Entrée	Pro & Farm	500,000$	0$	0$	No
Jack Campbell	Monsters (Clb)	G	25	1992-01-09	No	195 Lbs	6 ft3	No	No	No	1	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Jake Virtanen	Monsters (Clb)	RW	20	1996-08-17	No	208 Lbs	6 ft1	No	No	No	1	Contrat d'Entrée	Pro & Farm	900,000$	0$	0$	No
Jeff Malcolm	Monsters (Clb)	G	27	1989-04-13	No	179 Lbs	6 ft2	No	No	No	2	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Jeremy Roy	Monsters (Clb)	D	19	1997-05-14	Yes	187 Lbs	6 ft0	No	No	No	4	Contrat d'Entrée	Pro & Farm	500,000$	0$	0$	No
John Negrin	Monsters (Clb)	D	27	1989-03-25	No	194 Lbs	6 ft2	No	No	No	3	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Joshua Winquist	Monsters (Clb)	LW	23	1993-09-06	No	185 Lbs	5 ft11	No	No	No	3	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Josiah Didier	Monsters (Clb)	D	23	1993-04-08	No	203 Lbs	6 ft2	No	No	No	3	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Kyle Burroughs	Monsters (Clb)	D	21	1995-07-12	No	198 Lbs	6 ft0	No	No	No	1	Contrat d'Entrée	Pro & Farm	630,000$	0$	0$	No
Lauri Korpikoski	Monsters (Clb)	LW	30	1986-07-28	No	205 Lbs	6 ft1	No	No	No	1	Sans Restriction	Pro & Farm	976,882$	0$	0$	No
Madison Bowey	Monsters (Clb)	D	21	1995-04-22	No	194 Lbs	6 ft1	No	No	No	1	Contrat d'Entrée	Pro & Farm	894,000$	0$	0$	No
Marcus Hogberg	Monsters (Clb)	G	22	1994-11-25	No	209 Lbs	6 ft5	No	No	No	4	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Matt Buckles	Monsters (Clb)	C	21	1995-05-05	Yes	218 Lbs	6 ft3	No	No	No	4	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Mike Brown	Monsters (Clb)	RW	31	1985-06-23	No	205 Lbs	5 ft11	No	No	No	1	Sans Restriction	Pro & Farm	300,000$	0$	0$	No
Mike Sislo	Monsters (Clb)	RW	28	1988-01-19	No	195 Lbs	5 ft11	No	No	No	1	Sans Restriction	Pro & Farm	300,000$	0$	0$	No
Mike Weber	Monsters (Clb)	D	29	1987-12-15	No	212 Lbs	6 ft2	No	No	No	1	Sans Restriction	Pro & Farm	300,000$	0$	0$	No
Nick Cousins	Monsters (Clb)	C	23	1993-07-19	No	169 Lbs	5 ft10	No	No	No	3	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Nick Tarnasky	Monsters (Clb)	LW	32	1984-11-24	No	230 Lbs	6 ft2	No	No	No	4	Sans Restriction	Pro & Farm	300,000$	0$	0$	No
Nikita Soshnikov	Monsters (Clb)	RW	23	1993-10-14	No	183 Lbs	5 ft11	No	No	No	2	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Olivier Archambault	Monsters (Clb)	LW	23	1993-02-15	Yes	176 Lbs	5 ft11	No	No	No	4	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Oscar Lindberg	Monsters (Clb)	C	25	1991-10-28	No	195 Lbs	6 ft1	No	No	No	3	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Oskar Lindblom	Monsters (Clb)	LW	20	1996-08-15	Yes	192 Lbs	6 ft1	No	No	No	4	Contrat d'Entrée	Pro & Farm	500,000$	0$	0$	No
Quinton Howden	Monsters (Clb)	C	24	1992-01-20	No	189 Lbs	6 ft2	No	No	No	3	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Robin Norell	Monsters (Clb)	D	21	1995-02-17	Yes	195 Lbs	5 ft11	No	No	No	3	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Ryan Haggerty	Monsters (Clb)	RW	23	1993-03-03	No	201 Lbs	6 ft0	No	No	No	1	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Ryan Sproul	Monsters (Clb)	D	24	1993-01-12	No	206 Lbs	6 ft4	No	No	No	3	Avec Restriction	Pro & Farm	300,000$	0$	0$	No
Stephen MacAulay	Monsters (Clb)	C	24	1992-04-20	Yes	182 Lbs	6 ft2	No	No	No	4	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Tim Bozon	Monsters (Clb)	LW	22	1994-03-24	No	196 Lbs	6 ft1	No	No	No	3	Contrat d'Entrée	Pro & Farm	300,000$	0$	0$	No
Ville Pokka	Monsters (Clb)	D	22	1994-06-02	No	214 Lbs	6 ft0	No	No	No	1	Contrat d'Entrée	Pro & Farm	500,000$	0$	0$	No
Will O'Neill	Monsters (Clb)	D	28	1988-04-27	No	190 Lbs	6 ft1	No	No	No	1	Sans Restriction	Pro & Farm	500,000$	0$	0$	No
Zach O'Brien	Monsters (Clb)	RW	24	1992-06-29	Yes	192 Lbs	5 ft11	No	No	No	4	Avec Restriction	Pro & Farm	500,000$	0$	0$	No
Zack Stortini	Monsters (Clb)	C	31	1985-09-10	No	230 Lbs	6 ft4	No	No	No	3	Sans Restriction	Pro & Farm	500,000$	0$	0$	No

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
45	24.04	197 Lbs	6 ft1	2.67	437,797$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Oskar Lindblom	Oscar Lindberg	Jake Virtanen	40	1	2	2
2	Nick Tarnasky	Dylan Strome	Nikita Soshnikov	30	1	2	2
3	Daniel Audette	Nick Cousins	Daniel Catenacci	20	1	2	2
4	Jake Virtanen	Chris Kelly	Mike Brown	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Madison Bowey	Brian Lashoff	40	1	2	2
2	Ville Pokka	Nick Cousins	30	1	2	2
3	Madison Bowey	Brian Lashoff	20	1	2	2
4	Ville Pokka	Oscar Lindberg	10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Oskar Lindblom	Oscar Lindberg	Jake Virtanen	60	1	2	2
2	Nick Tarnasky	Dylan Strome	Nikita Soshnikov	40	1	2	2

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Madison Bowey	Brian Lashoff	60	1	2	2
2	Ville Pokka	Nick Cousins	40	1	2	2

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Jake Virtanen	Oscar Lindberg	60	1	2	2
2	Dylan Strome	Nick Cousins	40	1	2	2

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Madison Bowey	Brian Lashoff	60	1	2	2
2	Ville Pokka		40	1	2	2

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1	Jake Virtanen	60	1	2	2	Madison Bowey	Brian Lashoff	60	1	2	2
2	Oscar Lindberg	40	1	2	2	Ville Pokka		40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Jake Virtanen	Oscar Lindberg	60	1	2	2
2	Dylan Strome	Nick Cousins	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Madison Bowey	Brian Lashoff	60	1	2	2
2	Ville Pokka		40	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Oskar Lindblom	Oscar Lindberg	Jake Virtanen	Madison Bowey	Brian Lashoff

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Oskar Lindblom	Oscar Lindberg	Jake Virtanen	Madison Bowey	Brian Lashoff

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Zack Stortini, Ryan Haggerty, Colin White	Zack Stortini, Ryan Haggerty	Colin White

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Madison Bowey, Brian Lashoff, Ville Pokka	Madison Bowey	Brian Lashoff, Ville Pokka

Tirs de Pénalité
Jake Virtanen, Oscar Lindberg, Dylan Strome, Nick Cousins, Oskar Lindblom

Gardien
#1 : Jack Campbell, #2 : Eamon McAdam

Lignes d'Attaque Perso. en Prol.
, , , , , , , , , ,

Lignes de Défense Perso. en Prol.
, , , ,

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

	Ligue												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	1	1	0	0	0	0	0	0	4	0	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	0	4	2	1.000	4	7	11	0	1	59	54	46	1	25	421	412	443	4	8	1	6	12	12	3	25.00%	3	0	100.00%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
2	Americans	4	2	2	0	0	0	0	0	7	9	-2	2	1	1	0	0	0	0	0	5	5	0	2	1	1	0	0	0	0	0	2	4	-2	4	0.500	7	13	20	0	0	59	54	46	1	92	421	412	443	4	65	23	56	64	39	4	10.26%	27	6	77.78%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
3	Bears	2	2	0	0	0	0	0	0	6	0	6	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	0	0	0	0	6	0	6	4	1.000	6	11	17	0	2	59	54	46	1	42	421	412	443	4	35	17	18	34	14	4	28.57%	9	0	100.00%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
4	Checkers	2	1	0	0	1	0	0	0	9	4	5	0	0	0	0	0	0	0	0	0	0	0	2	1	0	0	1	0	0	0	9	4	5	4	1.000	9	15	24	0	0	59	54	46	1	67	421	412	443	4	31	14	14	43	5	0	0.00%	7	2	71.43%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
5	Comets	3	3	0	0	0	0	0	0	13	4	9	2	2	0	0	0	0	0	0	10	4	6	1	1	0	0	0	0	0	0	3	0	3	6	1.000	13	21	34	0	1	59	54	46	1	75	421	412	443	4	60	22	47	64	18	4	22.22%	17	2	88.24%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
6	Crunch	4	2	1	0	0	1	0	0	12	11	1	2	0	1	0	0	1	0	0	5	7	-2	2	2	0	0	0	0	0	0	7	4	3	5	0.625	12	19	31	0	0	59	54	46	1	116	421	412	443	4	71	20	46	73	33	5	15.15%	23	3	86.96%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
7	Devils	4	2	1	0	0	0	0	1	10	11	-1	2	0	1	0	0	0	0	1	4	7	-3	2	2	0	0	0	0	0	0	6	4	2	5	0.625	10	18	28	1	0	59	54	46	1	91	421	412	443	4	87	29	40	65	31	6	19.35%	20	3	85.00%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
8	Griffins	4	4	0	0	0	0	0	0	21	5	16	2	2	0	0	0	0	0	0	9	1	8	2	2	0	0	0	0	0	0	12	4	8	8	1.000	21	38	59	0	1	59	54	46	1	123	421	412	443	4	71	20	62	69	26	7	26.92%	23	2	91.30%	2	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
9	IceHogs	3	3	0	0	0	0	0	0	8	1	7	2	2	0	0	0	0	0	0	6	0	6	1	1	0	0	0	0	0	0	2	1	1	6	1.000	8	11	19	0	2	59	54	46	1	73	421	412	443	4	64	18	40	47	11	4	36.36%	18	1	94.44%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
10	Marlies	6	6	0	0	0	0	0	0	32	7	25	4	4	0	0	0	0	0	0	20	4	16	2	2	0	0	0	0	0	0	12	3	9	12	1.000	32	56	88	0	2	59	54	46	1	229	421	412	443	4	97	31	54	125	25	10	40.00%	25	0	100.00%	2	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
11	Penguins	4	1	3	0	0	0	0	0	8	13	-5	2	1	1	0	0	0	0	0	4	5	-1	2	0	2	0	0	0	0	0	4	8	-4	2	0.250	8	15	23	0	0	59	54	46	1	71	421	412	443	4	72	24	58	64	26	4	15.38%	23	4	82.61%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
12	Phantoms	2	1	1	0	0	0	0	0	3	7	-4	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	3	7	-4	2	0.500	3	5	8	0	0	59	54	46	1	42	421	412	443	4	51	13	43	30	17	1	5.88%	19	4	78.95%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
13	Rocket	4	4	0	0	0	0	0	0	16	8	8	2	2	0	0	0	0	0	0	8	3	5	2	2	0	0	0	0	0	0	8	5	3	8	1.000	16	31	47	0	0	59	54	46	1	109	421	412	443	4	58	18	49	77	34	7	20.59%	22	1	95.45%	1	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
14	Senators	3	1	2	0	0	0	0	0	5	5	0	2	0	2	0	0	0	0	0	2	5	-3	1	1	0	0	0	0	0	0	3	0	3	2	0.333	5	8	13	0	1	59	54	46	1	62	421	412	443	4	73	14	57	61	22	2	9.09%	23	1	95.65%	1	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
	Total	49	35	11	0	1	1	0	1	160	90	70	24	15	7	0	0	1	0	1	77	45	32	25	20	4	0	1	0	0	0	83	45	38	74	0.755	160	279	439	1	10	59	54	46	1	1278	421	412	443	4	900	280	615	885	328	62	18.90%	269	30	88.85%	6	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
16	Wolves	3	2	1	0	0	0	0	0	6	5	1	2	1	1	0	0	0	0	0	4	4	0	1	1	0	0	0	0	0	0	2	1	1	4	0.667	6	11	17	0	0	59	54	46	1	61	421	412	443	4	57	16	25	57	15	1	6.67%	10	1	90.00%	0	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
	_Since Last GM Reset	49	35	11	0	1	1	0	1	160	90	70	24	15	7	0	0	1	0	1	77	45	32	25	20	4	0	1	0	0	0	83	45	38	74	0.755	160	279	439	1	10	59	54	46	1	1278	421	412	443	4	900	280	615	885	328	62	18.90%	269	30	88.85%	6	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
	_Vs Conference	19	9	8	0	0	1	0	1	44	47	-3	8	1	5	0	0	1	0	1	15	24	-9	11	8	3	0	0	0	0	0	29	23	6	20	0.526	44	76	120	1	3	59	54	46	1	424	421	412	443	4	389	117	262	327	143	22	15.38%	117	15	87.18%	1	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
	_Vs Division	25	3	2	0	0	0	0	1	93	45	48	14	0	1	0	0	0	0	1	49	25	24	11	3	1	0	0	0	0	0	44	20	24	7	0.140	93	165	258	0	4	59	54	46	1	731	421	412	443	4	435	126	324	469	179	35	19.55%	143	13	90.91%	6	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
49	74	L1	160	279	439	1278	900	280	615	885	1	10

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
49	35	11	1	1	0	1	160	90

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
24	15	7	0	1	0	1	77	45

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
25	20	4	1	0	0	0	83	45

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
5	3	1	0	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
328	62	18.90%	269	30	88.85%	6

Tirs en 1e Période	Tirs en 2e Période	Tirs en 3e Période	Tirs en 4e Période	Buts en 1e Période	Buts en 2e Période	Buts en 3e Période	Buts en 4e Période
421	412	443	4	59	54	46	1

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
954	1541	61.91%	778	1284	60.59%	415	668	62.13%

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
1385	1015	983	336	577	309

Derniers Match 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 - 2018-09-07	2	IceHogs	0	Monsters	5	W			Sommaire du Match
4 - 2018-09-08	10	IceHogs	0	Monsters	1	W			Sommaire du Match
6 - 2018-09-10	27	Monsters	7	Marlies	2	W			Sommaire du Match
9 - 2018-09-13	32	Penguins	3	Monsters	1	L			Sommaire du Match
11 - 2018-09-15	47	Penguins	2	Monsters	3	W			Sommaire du Match
17 - 2018-09-21	72	Monsters	3	Comets	0	W			Sommaire du Match
18 - 2018-09-22	90	Monsters	3	Devils	2	W			Sommaire du Match
22 - 2018-09-26	102	Monsters	2	Wolves	1	W			Sommaire du Match
24 - 2018-09-28	112	Monsters	4	Admirals	0	W			Sommaire du Match
25 - 2018-09-29	120	Monsters	2	IceHogs	1	W			Sommaire du Match
31 - 2018-10-05	141	Marlies	2	Monsters	3	W			Sommaire du Match
33 - 2018-10-07	169	Griffins	0	Monsters	4	W			Sommaire du Match
36 - 2018-10-10	177	Monsters	2	Americans	1	W			Sommaire du Match
38 - 2018-10-12	182	Rocket	1	Monsters	4	W			Sommaire du Match
39 - 2018-10-13	192	Rocket	2	Monsters	4	W			Sommaire du Match
45 - 2018-10-19	223	Monsters	4	Bears	0	W			Sommaire du Match
46 - 2018-10-20	238	Monsters	2	Bears	0	W			Sommaire du Match
52 - 2018-10-26	266	Marlies	0	Monsters	7	W			Sommaire du Match
54 - 2018-10-28	293	Monsters	5	Marlies	1	W			Sommaire du Match
57 - 2018-10-31	301	Marlies	2	Monsters	4	W			Sommaire du Match
59 - 2018-11-02	308	Crunch	4	Monsters	3	L	X		Sommaire du Match
60 - 2018-11-03	318	Crunch	3	Monsters	2	L			Sommaire du Match
64 - 2018-11-07	343	Monsters	3	Phantoms	2	W			Sommaire du Match
66 - 2018-11-09	354	Monsters	3	Penguins	4	L			Sommaire du Match
67 - 2018-11-10	369	Monsters	0	Phantoms	5	L			Sommaire du Match
73 - 2018-11-16	395	Monsters	0	Americans	3	L			Sommaire du Match
74 - 2018-11-17	404	Americans	2	Monsters	3	W			Sommaire du Match
78 - 2018-11-21	426	Monsters	5	Griffins	2	W			Sommaire du Match
80 - 2018-11-23	436	Senators	3	Monsters	1	L			Sommaire du Match
81 - 2018-11-24	449	Senators	2	Monsters	1	L			Sommaire du Match
85 - 2018-11-28	465	Americans	3	Monsters	2	L			Sommaire du Match
87 - 2018-11-30	477	Griffins	1	Monsters	5	W			Sommaire du Match
88 - 2018-12-01	492	Monsters	7	Griffins	2	W			Sommaire du Match
95 - 2018-12-08	531	Comets	2	Monsters	5	W			Sommaire du Match
96 - 2018-12-09	545	Comets	2	Monsters	5	W			Sommaire du Match
99 - 2018-12-12	553	Monsters	3	Senators	0	W			Sommaire du Match
101 - 2018-12-14	563	Monsters	3	Crunch	2	W			Sommaire du Match
102 - 2018-12-15	582	Monsters	3	Devils	2	W			Sommaire du Match
108 - 2018-12-21	610	Monsters	3	Rocket	2	W			Sommaire du Match
109 - 2018-12-22	616	Monsters	5	Rocket	3	W			Sommaire du Match
113 - 2018-12-26	647	Marlies	0	Monsters	6	W			Sommaire du Match
114 - 2018-12-27	653	Wolves	1	Monsters	2	W			Sommaire du Match
116 - 2018-12-29	675	Wolves	3	Monsters	2	L			Sommaire du Match
122 - 2019-01-04	688	Monsters	1	Penguins	4	L			Sommaire du Match
123 - 2019-01-05	702	Monsters	4	Crunch	2	W			Sommaire du Match
126 - 2019-01-08	713	Monsters	4	Checkers	3	W	X		Sommaire du Match
127 - 2019-01-09	716	Monsters	5	Checkers	1	W			Sommaire du Match
130 - 2019-01-12	739	Devils	4	Monsters	3	L	X	X	Sommaire du Match
131 - 2019-01-13	749	Devils	3	Monsters	1	L			Sommaire du Match
133 - 2019-01-15	757	Americans	-	Monsters	-
136 - 2019-01-18	769	Monsters	-	Senators	-
137 - 2019-01-19	783	Monsters	-	Senators	-
138 - 2019-01-20	799	Monsters	-	Comets	-
141 - 2019-01-23	811	Monsters	-	Americans	-
Date Limite d'Échange --- Les échange ne peuvent plus se faire après la simulation de cette journée!
143 - 2019-01-25	819	Admirals	-	Monsters	-
145 - 2019-01-27	841	Admirals	-	Monsters	-
149 - 2019-01-31	855	Rocket	-	Monsters	-
150 - 2019-02-01	859	Rocket	-	Monsters	-
151 - 2019-02-02	868	Monsters	-	Marlies	-
156 - 2019-02-07	896	Senators	-	Monsters	-
157 - 2019-02-08	898	Senators	-	Monsters	-
162 - 2019-02-13	934	Monsters	-	Admirals	-
164 - 2019-02-15	950	Monsters	-	Wolves	-
165 - 2019-02-16	960	Monsters	-	IceHogs	-
171 - 2019-02-22	988	Monsters	-	Americans	-
172 - 2019-02-23	996	Bears	-	Monsters	-
173 - 2019-02-24	1009	Bears	-	Monsters	-
178 - 2019-03-01	1028	Phantoms	-	Monsters	-
179 - 2019-03-02	1041	Phantoms	-	Monsters	-
183 - 2019-03-06	1066	Monsters	-	Rocket	-
185 - 2019-03-08	1078	Monsters	-	Rocket	-
186 - 2019-03-09	1090	Monsters	-	Senators	-
188 - 2019-03-11	1104	Americans	-	Monsters	-
191 - 2019-03-14	1114	Checkers	-	Monsters	-
192 - 2019-03-15	1115	Checkers	-	Monsters	-
194 - 2019-03-17	1145	Monsters	-	Marlies	-

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
14	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
205,589$	197,009$	142,008$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	138,020$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	63	1,531$	96,453$

Afficher ou Masquer des Colonnes

	Ligue											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
13	49	35	11	0	1	1	0	1	160	90	70	24	15	7	0	0	1	0	1	77	45	32	25	20	4	0	1	0	0	0	83	45	38	74	160	279	439	1	10	59	54	46	1	1278	421	412	443	4	900	280	615	885	328	62	18.90%	269	30	88.85%	6	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
Total Saison Régulière	49	35	11	0	1	1	0	1	160	90	70	24	15	7	0	0	1	0	1	77	45	32	25	20	4	0	1	0	0	0	83	45	38	74	160	279	439	1	10	59	54	46	1	1278	421	412	443	4	900	280	615	885	328	62	18.90%	269	30	88.85%	6	954	1541	61.91%	778	1284	60.59%	415	668	62.13%	1385	1015	983	336	577	309
Séries
12	20	16	4	0	0	0	0	0	49	19	30	10	8	2	0	0	0	0	0	21	9	12	10	8	2	0	0	0	0	0	28	10	18	32	49	83	132	0	6	12	18	17	2	466	143	156	146	21	405	121	392	396	141	14	9.93%	166	10	93.98%	3	381	673	56.61%	365	666	54.80%	168	279	60.22%	509	338	516	168	266	131
12	20	16	4	0	0	0	0	0	49	19	30	10	8	2	0	0	0	0	0	21	9	12	10	8	2	0	0	0	0	0	28	10	18	32	49	83	132	0	6	12	18	17	2	466	143	156	146	21	405	121	392	396	141	14	9.93%	166	10	93.98%	3	381	673	56.61%	365	666	54.80%	168	279	60.22%	509	338	516	168	266	131
Total Séries	40	32	8	0	0	0	0	0	98	38	60	20	16	4	0	0	0	0	0	42	18	24	20	16	4	0	0	0	0	0	56	20	36	64	98	166	264	0	12	24	36	34	4	932	286	312	292	42	810	242	784	792	282	28	9.93%	332	20	93.98%	6	762	1346	56.61%	730	1332	54.80%	336	558	60.22%	1018	677	1032	337	533	263