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

Centre de jeu
	Monsters 1-2-1, 3pts	7	Sommaire du match	4	Checkers 1-3-0, 2pts

Team Stats
L1	Séquence	W1
0-0-0	Fiche domicile	1-1-0
1-2-1	Fiche domicile	0-2-0
1-2-1	Derniers 10 matchs	1-3-0
3.75	Buts par match	3.00
4.25	Buts contre par match	5.75
14.29%	Pourcentage en avantage numérique	5.26%
84.21%	Pourcentage en désavantage numérique	86.67%

Monsters
1-2-1, 3pts

Sommaire du match

Checkers
1-3-0, 2pts

Team Stats
L1	Séquence	W1
0-0-0	Fiche domicile	1-1-0
1-2-1	Fiche domicile	0-2-0
1-2-1	Derniers 10 matchs	1-3-0
3.75	Buts par match	3.00
4.25	Buts contre par match	5.75
14.29%	Pourcentage en avantage numérique	5.26%
84.21%	Pourcentage en désavantage numérique	86.67%

Monsters
1-2-1, 3pts

2026-10-28

Americans
2-2-0, 4pts

Statistiques d’équipe
L1	Séquence	W2
0-0-0	Fiche domicile	1-1-0
1-2-1	Fiche visiteur	1-1-0
1-2-1	10 derniers matchs	2-2-0
3.75	Buts par match	5.00
4.25	Buts contre par match	5.00
14.29%	Pourcentage en avantage numérique	28.57%
84.21%	Pourcentage en désavantage numérique	80.00%

Americans
2-2-0, 4pts

2026-10-31

Monsters
1-2-1, 3pts

Statistiques d’équipe
W2	Séquence	L1
1-1-0	Fiche domicile	0-0-0
1-1-0	Fiche visiteur	1-2-1
2-2-0	10 derniers matchs	1-2-1
5.00	Buts par match	3.75
2.00	Buts contre par match	3.75
28.57%	Pourcentage en avantage numérique	14.29%
80.00%	Pourcentage en désavantage numérique	84.21%

Marlies
0-5-0, 0pts

2026-11-07

Monsters
1-2-1, 3pts

Statistiques d’équipe
L5	Séquence	L1
0-4-0	Fiche domicile	0-0-0
0-1-0	Fiche visiteur	1-2-1
0-5-0	10 derniers matchs	1-2-1
0.80	Buts par match	3.75
7.80	Buts contre par match	3.75
5.56%	Pourcentage en avantage numérique	14.29%
57.14%	Pourcentage en désavantage numérique	84.21%

Meneurs d'équipe
	Buts Pierrick Dube 5	Passes Pierrick Dube 3

	Points Pierrick Dube 8	Plus/Moins Pierrick Dube 2

Statistiques d’équipe
Buts pour 15 3.75 GFG	Tirs pour 166 41.50 Avg	Pourcentage en avantage numérique 14.3% 1 GF	Début de zone offensive 41.8%
Buts contre 17 4.25 GAA	Tirs contre 141 35.25 Avg	Pourcentage en désavantage numérique 84.2%% 3 GA	Début de la zone défensive 35.7%

Informations de l'équipe
	Directeur général	Patrick Auger
	Entraîneur	Bob Boughner
	Division	Nord-Est
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance
	Billets de saison	300
Informations de la formation
	Équipe Pro	15
	Équipe Mineure	19
	Limite Contrat	34 / 250
	Espoirs	12

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	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	Cam Lund	0	X			100.00	68	38	90	64	79	88	68	63	65	62	61	60	63	62	64	77	50	63	0	22	3	500,000$
2	Ryan Reaves	0		X		100.00	84	88	76	64	85	71	76	62	50	52	61	59	60	87	81	19	50	63	0	39	1	300,000$
3	Nikita Pavlychev	0	X			100.00	86	53	74	59	95	78	85	57	61	58	56	62	55	69	71	40	50	63	0	29	3	300,000$
4	Pierrick Dube	0		X		100.00	55	38	78	61	64	86	75	62	64	62	61	60	63	65	67	42	50	61	0	25	2	300,000$
5	Joey Larson	0		X		100.00	65	41	87	60	74	87	84	59	57	55	62	58	61	65	67	42	50	61	0	25	2	300,000$
6	Artem Shlaine	0	X			100.00	61	36	95	59	70	78	85	58	60	57	56	55	59	64	66	56	50	59	0	24	2	300,000$
7	Jake Leschyshyn	0	X			100.00	63	38	87	57	72	74	85	56	60	55	58	54	56	67	69	57	50	59	0	27	1	300,000$
8	Nikolas Matinpalo	0			X	100.00	75	39	87	67	86	83	81	62	30	63	54	66	48	68	70	36	50	67	0	28	1	500,000$
9	Daniil Miromanov	0			X	100.00	75	40	89	68	88	84	81	64	30	69	58	62	51	69	71	36	50	67	0	29	2	500,000$
10	Cade Webber	0			X	100.00	89	53	82	55	98	62	77	54	30	53	51	61	45	65	67	59	50	63	0	25	1	300,000$
11	Gavin Bayreuther	0			X	100.00	68	40	79	61	77	76	71	56	30	60	54	57	48	72	74	27	50	62	0	32	3	300,000$
12	Louie Belpedio	0			X	100.00	63	42	69	61	72	71	85	58	30	62	55	57	48	70	72	51	50	62	0	30	3	300,000$
13	Braden Hache	0			X	100.00	77	51	55	57	86	65	79	56	30	55	54	58	46	63	65	49	50	61	0	23	1	300,000$
14	Artem Grushnikov	0			X	100.00	69	52	88	54	78	63	82	53	30	51	52	55	45	63	65	72	50	59	0	23	2	500,000$
Rayé

	MOYENNE D’ÉQUIPE					100.00	71	46	81	61	80	76	80	59	45	58	57	59	53	68	69	47	50	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	Matt D. Murray	0	100.00	80	88	83	77	79	78	80	79	78	80	79	68	81	36	50	77	0	28	2	500,000$
Rayé

	MOYENNE D’ÉQUIPE		100.00	80	88	83	77	79	78	80	79	78	80	79	68	81	36	50	77

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Bob Boughner	62	67	65	68	82	77	66	CAN	55	3	1,000,000$

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	PPP	PPS	PPM	PKS	PKM	GW	FO%	FOT	HT	P/20	FW	S1	S2	S3
1	Pierrick Dube	Monsters (Clb)	RW	4	5	3	8	2	0	0	2	9	29	3	20	17.24%	4	87	21.91	1	1	3	4	2	12	1	72.97%	37	1	1.83	0	1	1	1
2	Jake Leschyshyn	Monsters (Clb)	C	4	3	3	6	1	2	0	7	5	20	7	17	15.00%	3	88	22.23	0	0	4	3	1	14	0	67.65%	102	0	1.35	0	1	0	1
3	Nikolas Matinpalo	Monsters (Clb)	D	4	1	2	3	-2	10	0	11	10	11	6	6	9.09%	3	86	21.50	0	0	0	0	0	3	0	81.82%	11	0	0.70	0	0	1	0
4	Braden Hache	Monsters (Clb)	D	4	0	2	2	-2	15	5	38	5	6	3	2	0%	3	83	20.96	0	0	2	4	0	1	0	100.00%	1	0	0.48	1	0	0	1
Statistiques d’équipe totales ou en moyenne				16	9	10	19	-1	27	5	58	29	66	19	45	13.64%	13	346	21.65	1	1	9	13	3	33	1	70.20%	151	1	1.10	1	2	2	3

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	PIM	SO	GA	SA	SAR	A	EG	PS %	PSA	ST	BG	S1	S2	S3

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
Artem Grushnikov	Monsters (Clb)	D	23	2003-03-20	RUS	No	203 Lbs	6 ft1	No	No	Trade	2026-06-06	No	No	2	2024-06-22	False	False	Pro & Farm	500,000$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Artem Shlaine	Monsters (Clb)	C	24	2002-03-07	USA	No	165 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2026-09-02	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Braden Hache	Monsters (Clb)	D	23	2003-05-21	CAN	No	200 Lbs	6 ft4	No	No	Assign Manually		No	No	1	2025-08-25	False	False	Pro & Farm	300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Cade Webber	Monsters (Clb)	D	25	2001-01-05	USA	No	212 Lbs	6 ft7	No	No	Assign Manually		No	No	1	2025-08-18	False	False	Pro & Farm	300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Cam Lund	Monsters (Clb)	C	22	2004-06-07	USA	No	195 Lbs	6 ft2	No	No	Trade	2026-09-19	No	No	3	2025-06-20	False	False	Pro & Farm	500,000$	0$	0$	No	500,000$	500,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Daniil Miromanov	Monsters (Clb)	D	29	1997-07-11	RUS	No	207 Lbs	6 ft4	No	No	Trade	2026-02-02	No	No	2	2026-08-25	False	False	Pro & Farm	500,000$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Gavin Bayreuther	Monsters (Clb)	D	32	1994-05-12	USA	No	196 Lbs	6 ft1	No	No	Draft		No	No	3	2026-08-25	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jake Leschyshyn	Monsters (Clb)	C	27	1999-03-10	CAN	No	198 Lbs	5 ft11	No	No	N/A		No	No	1	2024-08-08	False	False	Pro & Farm	300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Joey Larson	Monsters (Clb)	RW	25	2001-03-27	USA	No	185 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2026-09-09	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Louie Belpedio	Monsters (Clb)	D	30	1996-05-14	USA	No	197 Lbs	5 ft11	No	No	Assign Manually		No	No	3	2026-08-25	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Matt D. Murray	Monsters (Clb)	G	28	1998-02-02	CAN	No	196 Lbs	6 ft1	No	No	Trade	2026-10-01	No	No	2	2025-06-12	False	False	Pro & Farm	500,000$	0$	0$	No	500,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Nikita Pavlychev	Monsters (Clb)	C	29	1997-03-23	RUS	No	200 Lbs	6 ft7	No	No	N/A		No	No	3	2026-08-25	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Nikolas Matinpalo	Monsters (Clb)	D	28	1998-10-05	FIN	No	213 Lbs	6 ft3	No	No	Trade	2026-01-07	No	No	1	2025-08-14	False	False	Pro & Farm	500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Pierrick Dube	Monsters (Clb)	RW	25	2001-01-07	FRA	No	172 Lbs	5 ft9	No	No	N/A		No	No	2	2025-08-10	False	False	Pro & Farm	300,000$	0$	0$	No	300,000$	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ryan Reaves	Monsters (Clb)	RW	39	1987-01-20	CAN	No	225 Lbs	6 ft2	No	No	Trade	2025-10-27	No	No	1	2026-08-25	False	False	Pro & Farm	300,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
15	27.27	198 Lbs	6 ft2	1.93	366,667$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Jake Leschyshyn	Pierrick Dube	40	1	2	2
2	Braden Hache			30	1	2	2
3				20	1	2	2
4		Jake Leschyshyn	Pierrick Dube	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			40	1	2	2
2		Nikolas Matinpalo	30	1	2	2
3			20	1	2	2
4		Braden Hache	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Jake Leschyshyn	Pierrick Dube	60	1	2	2
2	Braden Hache			40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Nikolas Matinpalo	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jake Leschyshyn		60	1	2	2
2	Pierrick Dube		40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Nikolas Matinpalo	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jake Leschyshyn	60	1	2	2			60	1	2	2
2		40	1	2	2		Nikolas Matinpalo	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jake Leschyshyn		60	1	2	2
2	Pierrick Dube		40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Nikolas Matinpalo	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Jake Leschyshyn	Pierrick Dube

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Jake Leschyshyn	Pierrick Dube

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Pierrick Dube, Jake Leschyshyn,	Pierrick Dube, Jake Leschyshyn

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,		,

Tirs de pénalité
Jake Leschyshyn, , Pierrick Dube, ,

Gardien
#1 : , #2 :

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

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	RI
1	Bears	2	0	1	0	0	1	0	0	6	9	-3	0	0	0	0	0	0	0	0	0	0	0	2	0	1	0	0	1	0	0	6	9	-3	1	0.250	6	9	15	1	0	9	5	1	0	73	56	72	38	0	80	25	19	50	3	1	33.33%	7	3	57.14%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23
2	Checkers	2	1	1	0	0	0	0	0	9	8	1	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	9	8	1	2	0.500	9	17	26	0	0	9	5	1	0	93	56	72	38	0	61	22	42	54	4	0	0.00%	12	0	100.00%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23
	Total	4	1	2	0	0	1	0	0	15	17	-2	0	0	0	0	0	0	0	0	0	0	0	4	1	2	0	0	1	0	0	15	17	-2	3	0.375	15	26	41	1	0	9	5	1	0	166	56	72	38	0	141	47	61	104	7	1	14.29%	19	3	84.21%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23
	_Since Last GM Reset	4	1	2	0	0	1	0	0	15	17	-2	0	0	0	0	0	0	0	0	0	0	0	4	1	2	0	0	1	0	0	15	17	-2	3	0.375	15	26	41	1	0	9	5	1	0	166	56	72	38	0	141	47	61	104	7	1	14.29%	19	3	84.21%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23
	_Vs Conference	2	0	1	0	0	1	0	0	6	9	-3	0	0	0	0	0	0	0	0	0	0	0	2	0	1	0	0	1	0	0	6	9	-3	1	0.250	6	9	15	1	0	9	5	1	0	73	56	72	38	0	80	25	19	50	3	1	33.33%	7	3	57.14%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23
	_Vs Division	2	0	0	0	0	0	0	0	9	8	1	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	0	0	0	0	9	8	1	0	0.000	9	17	26	0	0	9	5	1	0	93	56	72	38	0	61	22	42	54	4	0	0.00%	12	0	100.00%	0	73	123	59.35%	66	105	62.86%	36	66	54.55%	109	81	84	23	46	23

			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
4	3	L1	15	26	41	166	141	47	61	104	1	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
4	1	2	0	1	0	0	15	17

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
4	1	2	0	1	0	0	15	17

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

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
7	1	14.29%	19	3	84.21%	0

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
56	72	38	0	9	5	1	0

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
73	123	59.35%	66	105	62.86%	36	66	54.55%

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
109	81	84	23	46	23

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	Lien
9 - 2026-10-17	12	Monsters	3	Bears	4	L	X	Sommaire du match
10 - 2026-10-18	28	Monsters	3	Bears	5	L		Sommaire du match
15 - 2026-10-23	33	Monsters	7	Checkers	4	W		Sommaire du match
16 - 2026-10-24	46	Monsters	2	Checkers	4	L		Sommaire du match
20 - 2026-10-28	66	Monsters	-	Americans	-
23 - 2026-10-31	86	Americans	-	Monsters	-
30 - 2026-11-07	125	Marlies	-	Monsters	-
31 - 2026-11-08	137	Griffins	-	Monsters	-
34 - 2026-11-11	143	Americans	-	Monsters	-
36 - 2026-11-13	149	Monsters	-	Comets	-
37 - 2026-11-14	160	Monsters	-	Crunch	-
39 - 2026-11-16	180	Monsters	-	Comets	-
41 - 2026-11-18	184	Marlies	-	Monsters	-
43 - 2026-11-20	194	Monsters	-	Bruins	-
45 - 2026-11-22	216	Monsters	-	Bruins	-
51 - 2026-11-28	243	Admirals	-	Monsters	-
52 - 2026-11-29	254	Admirals	-	Monsters	-
55 - 2026-12-02	265	Monsters	-	Americans	-
57 - 2026-12-04	269	Marlies	-	Monsters	-
59 - 2026-12-06	296	Monsters	-	Griffins	-
61 - 2026-12-08	298	Monsters	-	Admirals	-
64 - 2026-12-11	310	Crunch	-	Monsters	-
65 - 2026-12-12	321	Crunch	-	Monsters	-
70 - 2026-12-17	351	Phantoms	-	Monsters	-
72 - 2026-12-19	367	Phantoms	-	Monsters	-
76 - 2026-12-23	388	Comets	-	Monsters	-
77 - 2026-12-24	397	Comets	-	Monsters	-
80 - 2026-12-27	421	Americans	-	Monsters	-
86 - 2027-01-02	442	Griffins	-	Monsters	-
88 - 2027-01-04	456	Monsters	-	Admirals	-
89 - 2027-01-05	461	Monsters	-	Griffins	-
91 - 2027-01-07	469	Griffins	-	Monsters	-
93 - 2027-01-09	481	Monsters	-	Marlies	-
94 - 2027-01-10	495	Monsters	-	Marlies	-
99 - 2027-01-15	511	Rocket	-	Monsters	-
100 - 2027-01-16	526	Rocket	-	Monsters	-
106 - 2027-01-22	561	Monsters	-	Griffins	-
107 - 2027-01-23	569	Monsters	-	Griffins	-
111 - 2027-01-27	593	Wolves	-	Monsters	-
112 - 2027-01-28	600	Wolves	-	Monsters	-
114 - 2027-01-30	616	Monsters	-	Crunch	-
120 - 2027-02-05	648	Bruins	-	Monsters	-
121 - 2027-02-06	665	Bruins	-	Monsters	-
127 - 2027-02-12	680	Monsters	-	Phantoms	-
128 - 2027-02-13	693	Monsters	-	Penguins	-
131 - 2027-02-16	707	Americans	-	Monsters	-
135 - 2027-02-20	736	Monsters	-	Wolves	-
136 - 2027-02-21	748	Monsters	-	Wolves	-
139 - 2027-02-24	762	Monsters	-	Americans	-
143 - 2027-02-28	792	Senators	-	Monsters	-
144 - 2027-03-01	802	Senators	-	Monsters	-
148 - 2027-03-05	816	Checkers	-	Monsters	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
149 - 2027-03-06	829	Checkers	-	Monsters	-
153 - 2027-03-10	852	Monsters	-	Marlies	-
155 - 2027-03-12	860	Bears	-	Monsters	-
156 - 2027-03-13	872	Bears	-	Monsters	-
162 - 2027-03-19	909	Monsters	-	Stars	-
163 - 2027-03-20	920	Monsters	-	Stars	-
169 - 2027-03-26	947	Monsters	-	Rocket	-
170 - 2027-03-27	957	Monsters	-	Rocket	-
171 - 2027-03-28	973	Monsters	-	Senators	-
174 - 2027-03-31	984	Monsters	-	Senators	-
176 - 2027-04-02	992	Stars	-	Monsters	-
177 - 2027-04-03	1005	Stars	-	Monsters	-
183 - 2027-04-09	1040	Penguins	-	Monsters	-
184 - 2027-04-10	1054	Penguins	-	Monsters	-
188 - 2027-04-14	1073	Griffins	-	Monsters	-
191 - 2027-04-17	1091	Marlies	-	Monsters	-
192 - 2027-04-18	1108	Monsters	-	Marlies	-
195 - 2027-04-21	1117	Monsters	-	Americans	-
197 - 2027-04-23	1128	Monsters	-	Phantoms	-
198 - 2027-04-24	1139	Monsters	-	Penguins	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0%	0%
Assistance PCT	0%	0%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité de l’aréna	Popularité de l’équipe
36	0 - 0%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
95,358$	55,000$	55,000$	1,000,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	4,893$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	181	5,302$	959,662$

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: 4 \| W: 1 \| L: 2 \| OTL: 1 \| P: 3 GF: 15 \| GA: 17 \| PP%: 14.29% \| PK%: 84.21% DG: Patrick Auger \| Morale : 50 \| Moyenne d’équipe : 63 Prochains matchs #66 vs Americans