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

Centre de jeu
	Wolves 20-16-4, 44pts	1	Sommaire du match	2	Monsters 27-11-2, 56pts

Team Stats
W1	Séquence	W4
13-6-1	Fiche domicile	11-8-1
7-10-3	Fiche domicile	16-3-1
5-4-1	Derniers 10 matchs	8-2-0
1.88	Buts par match	2.20
1.85	Buts contre par match	1.63
21.74%	Pourcentage en avantage numérique	30.51%
73.80%	Pourcentage en désavantage numérique	80.15%

Monsters
27-11-2, 56pts

Sommaire du match

Rampage
32-4-4, 68pts

Team Stats
W4	Séquence	OTL1
11-8-1	Fiche domicile	15-2-3
16-3-1	Fiche domicile	17-2-1
8-2-0	Derniers 10 matchs	9-0-1
2.20	Buts par match	3.83
1.63	Buts contre par match	1.93
30.51%	Pourcentage en avantage numérique	50.76%
80.15%	Pourcentage en désavantage numérique	78.24%

Meneurs d'équipe
	Buts Scott Morrow 17	Passes Scott Morrow 19

	Points Scott Morrow 36	Plus/Moins Jacob Bernard-Docker -2

Statistiques d’équipe
Buts pour 88 2.20 GFG	Tirs pour 792 19.80 Avg	Pourcentage en avantage numérique 30.5% 54 GF	Début de zone offensive 33.9%
Buts contre 65 1.63 GAA	Tirs contre 669 16.73 Avg	Pourcentage en désavantage numérique 80.1%% 27 GA	Début de la zone défensive 34.1%

Informations de l'équipe
	Directeur général	Stéphane Drolet
	Division	Nord
	Conférence	Conference Est
	Capitaine
	Assistant #1	Timo Meier
	Assistant #2
Informations de l’aréna
	Capacité	8,000
	Assistance	0
	Billets de saison	1,600
Informations de la formation
	Équipe Pro	3
	Équipe Mineure	19
	Limite contact	22 / 250
	Espoirs	42

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	#	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	Ethan Del Mastro (R)	0	X	100.00	82	45	91	72	80	75	86	61	25	52	49	71	25	46	46	63	82	71	0	21	2	856,000$
2	Scott Morrow (R)	0	X	100.00	59	42	99	72	78	68	82	60	25	67	49	67	25	45	45	62	84	68	0	21	2	916,667$
3	Jacob Bernard-Docker	0	X	100.00	71	56	87	71	73	62	60	60	25	51	48	69	25	59	59	59	78	64	0	24	1	805,000$
Rayé

	MOYENNE D’ÉQUIPE			100.00	71	48	92	72	77	68	76	60	25	57	49	69	25	50	50	61	81	68

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
Rayé

	MOYENNE D’ÉQUIPE	0.00	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire

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	PKS	PKM	GW	GT	FO%	GA	TA	P/20	PSG	PSS	FL	FT	S1	S2	S3
1	Scott Morrow	Monsters (CBJ)	D	40	17	19	36	-6	2	0	17	30	124	57	58	13.71%	26	1045	26.15	14	16	30	31	118	10	108	8	3	0%	11	73	0.69	1	2	0	0	17	17	6
2	Ethan Del Mastro	Monsters (CBJ)	D	40	6	16	22	-4	21	15	41	30	67	30	26	8.96%	40	1052	26.31	6	8	14	21	120	1	108	2	2	0%	8	82	0.42	0	1	2	1	15	14	9
3	Jacob Bernard-Docker	Monsters (CBJ)	D	40	1	8	9	-2	25	25	16	14	39	19	28	2.56%	29	975	24.39	1	3	4	5	112	1	81	0	1	0%	9	51	0.18	0	2	4	1	7	5	22
Statistiques d’équipe totales ou en moyenne				120	24	43	67	-12	48	40	74	74	230	106	112	10.43%	95	3073	25.61	21	27	48	57	350	12	297	10	6	0.00%	28	206	0.44	1	5	6	2	39	36	37

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	Ballotage forcé	Waiver Possible	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
Ethan Del Mastro	Monsters (CBJ)	D	21	2003-01-15	CAN	Yes	210 Lbs	6 ft4	No	No	N/A	No	No	2	False	False	Pro & Farm	856,000$	0$	0$	No	856,000$	-	-	-	-	-	-	-	-	856,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Jacob Bernard-Docker	Monsters (CBJ)	D	24	2000-06-30	CAN	No	198 Lbs	6 ft1	No	No	N/A	No	No	1	False	False	Pro & Farm	805,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Scott Morrow	Monsters (CBJ)	D	21	2002-11-01	USA	Yes	210 Lbs	6 ft2	No	No	N/A	No	No	2	False	False	Pro & Farm	916,667$	0$	0$	No	916,667$	-	-	-	-	-	-	-	-	916,667$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
3	22.00	206 Lbs	6 ft2	1.67	859,222$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1				40	1	2	2
2				30	1	2	2
3				20	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ethan Del Mastro	Scott Morrow	40	1	2	2
2	Jacob Bernard-Docker		30	1	2	2
3	Ethan Del Mastro	Scott Morrow	20	1	2	2
4	Jacob Bernard-Docker		10	1	2	2

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

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ethan Del Mastro	Scott Morrow	60	1	2	2
2	Jacob Bernard-Docker		40	1	2	2

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

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ethan Del Mastro	Scott Morrow	60	1	2	2
2	Jacob Bernard-Docker		40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1		60	1	2	2	Ethan Del Mastro	Scott Morrow	60	1	2	2
2		40	1	2	2	Jacob Bernard-Docker		40	1	2	2

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

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Ethan Del Mastro	Scott Morrow	60	1	2	2
2	Jacob Bernard-Docker		40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
			Ethan Del Mastro	Scott Morrow

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
			Ethan Del Mastro	Scott Morrow

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,	,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ethan Del Mastro, Scott Morrow, Jacob Bernard-Docker	Ethan Del Mastro	Scott Morrow, Jacob Bernard-Docker

Tirs de pénalité
, , , ,

Gardien
#1 : , #2 :

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

Lignes de défense personnalisées en prolongation
Ethan Del Mastro, Scott Morrow, Jacob Bernard-Docker, ,

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	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	1	1	2	1.000	2	4	6	0	0	13	24	45	7	16	141	264	361	34	20	4	8	12	5	2	40.00%	4	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
2	Americans	2	2	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	3	0	3	4	1.000	5	10	15	0	1	13	24	45	7	48	141	264	361	34	24	11	15	22	13	3	23.08%	5	1	80.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
3	Barracuda	2	1	0	0	1	0	0	0	6	3	3	1	1	0	0	0	0	0	0	4	2	2	1	0	0	0	1	0	0	0	2	1	1	4	1.000	6	9	15	0	0	13	24	45	7	45	141	264	361	34	46	16	47	20	8	4	50.00%	6	2	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
4	Bears	1	0	1	0	0	0	0	0	0	2	-2	1	0	1	0	0	0	0	0	0	2	-2	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	13	24	45	7	14	141	264	361	34	22	6	6	14	4	0	0.00%	3	2	33.33%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
5	Bruins	1	0	1	0	0	0	0	0	0	1	-1	1	0	1	0	0	0	0	0	0	1	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	13	24	45	7	10	141	264	361	34	23	3	19	10	3	0	0.00%	7	1	85.71%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
6	Checkers	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	1	2	3	0	0	13	24	45	7	18	141	264	361	34	11	4	9	5	4	0	0.00%	2	1	50.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
7	Comets	2	0	1	0	1	0	0	0	5	5	0	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	1	0	0	0	3	2	1	2	0.500	5	9	14	0	0	13	24	45	7	42	141	264	361	34	35	11	89	21	8	2	25.00%	7	3	57.14%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
8	Condors	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	3	5	0	0	13	24	45	7	13	141	264	361	34	16	10	10	9	3	0	0.00%	5	1	80.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
9	Crunch	2	1	1	0	0	0	0	0	1	1	0	1	0	1	0	0	0	0	0	0	1	-1	1	1	0	0	0	0	0	0	1	0	1	2	0.500	1	2	3	0	1	13	24	45	7	35	141	264	361	34	23	12	13	30	6	0	0.00%	4	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
10	Devils	2	2	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	2	1	1	4	1.000	6	11	17	0	0	13	24	45	7	36	141	264	361	34	33	7	4	32	14	5	35.71%	2	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
11	Eagles	1	0	0	0	1	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	2	1	1	2	1.000	2	4	6	0	0	13	24	45	7	22	141	264	361	34	14	5	6	11	6	1	16.67%	3	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
12	Griffins	1	0	0	0	0	0	0	1	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	1	2	-1	1	0.500	1	2	3	0	0	13	24	45	7	15	141	264	361	34	13	4	13	10	4	1	25.00%	4	1	75.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
13	Gulls	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	8	12	0	0	13	24	45	7	20	141	264	361	34	17	7	6	9	2	2	100.00%	3	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
14	Heat	1	1	0	0	0	0	0	0	4	1	3	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	1	3	2	1.000	4	7	11	0	0	13	24	45	7	27	141	264	361	34	21	15	30	13	2	0	0.00%	5	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
15	Hockey Club	1	1	0	0	0	0	0	0	1	0	1	1	1	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	1	1	2	0	1	13	24	45	7	17	141	264	361	34	13	3	4	11	4	1	25.00%	2	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
16	IceHogs	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	4	2	2	2	1.000	4	8	12	0	0	13	24	45	7	20	141	264	361	34	21	9	13	12	5	3	60.00%	4	1	75.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
17	Marlies	2	1	1	0	0	0	0	0	4	7	-3	1	0	1	0	0	0	0	0	0	4	-4	1	1	0	0	0	0	0	0	4	3	1	2	0.500	4	6	10	0	0	13	24	45	7	34	141	264	361	34	39	10	24	29	8	2	25.00%	8	1	87.50%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
18	Moose	1	0	1	0	0	0	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	1	2	3	0	0	13	24	45	7	16	141	264	361	34	14	6	7	17	5	1	20.00%	1	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
19	Penguins	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	2	3	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	13	24	45	7	23	141	264	361	34	19	6	6	14	3	1	33.33%	3	1	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
20	Phantoms	1	1	0	0	0	0	0	0	3	2	1	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	3	2	1	2	1.000	3	6	9	0	0	13	24	45	7	15	141	264	361	34	17	3	11	19	5	2	40.00%	3	1	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
21	Rampage	1	0	0	0	1	0	0	0	4	3	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	4	3	1	2	1.000	4	8	12	0	0	13	24	45	7	33	141	264	361	34	30	10	20	17	6	2	33.33%	6	3	50.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
22	Reign	1	1	0	0	0	0	0	0	3	1	2	1	1	0	0	0	0	0	0	3	1	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	0	13	24	45	7	20	141	264	361	34	22	8	14	8	5	3	60.00%	7	1	85.71%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
23	Rocket	2	0	1	0	0	1	0	0	2	5	-3	1	0	0	0	0	1	0	0	1	2	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	2	2	4	0	0	13	24	45	7	41	141	264	361	34	38	9	14	31	11	2	18.18%	7	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
24	Sagnéens	1	1	0	0	0	0	0	0	3	0	3	1	1	0	0	0	0	0	0	3	0	3	0	0	0	0	0	0	0	0	0	0	0	2	1.000	3	6	9	0	1	13	24	45	7	21	141	264	361	34	13	2	13	13	4	2	50.00%	4	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
25	Senators	2	1	1	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	5	1	4	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	7	13	20	0	0	13	24	45	7	38	141	264	361	34	26	6	23	23	11	6	54.55%	9	3	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
26	Sound Tigers	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	0	13	24	45	7	19	141	264	361	34	10	7	7	11	6	2	33.33%	1	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
27	Stars	1	0	0	0	0	0	1	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	1	0	2	1	1	2	1.000	2	2	4	0	0	13	24	45	7	27	141	264	361	34	17	5	11	9	2	1	50.00%	3	1	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
28	Thunderbirds	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	3	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	13	24	45	7	14	141	264	361	34	15	3	13	11	4	0	0.00%	4	1	75.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
29	Wild	1	1	0	0	0	0	0	0	2	0	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	2	0	2	2	1.000	2	4	6	0	1	13	24	45	7	20	141	264	361	34	8	5	11	8	2	0	0.00%	3	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
30	Wolf Pack	2	1	0	0	1	0	0	0	7	4	3	1	0	0	0	1	0	0	0	3	2	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	7	13	20	0	0	13	24	45	7	50	141	264	361	34	31	17	29	28	9	4	44.44%	7	2	71.43%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
31	Wolves	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	2	1	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	2	4	6	0	0	13	24	45	7	23	141	264	361	34	18	7	18	7	5	2	40.00%	4	0	100.00%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
	Total	40	21	11	0	5	1	1	1	88	65	23	20	10	8	0	1	1	0	0	37	33	4	20	11	3	0	4	0	1	1	51	32	19	56	0.700	88	160	248	0	5	13	24	45	7	792	141	264	361	34	669	231	513	486	177	54	30.51%	136	27	80.15%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
	_Since Last GM Reset	40	21	11	0	5	1	1	1	88	65	23	20	10	8	0	1	1	0	0	37	33	4	20	11	3	0	4	0	1	1	51	32	19	56	0.700	88	160	248	0	5	13	24	45	7	792	141	264	361	34	669	231	513	486	177	54	30.51%	136	27	80.15%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
	_Vs Conference	23	10	10	0	2	1	0	0	45	44	1	13	4	7	0	1	1	0	0	21	26	-5	10	6	3	0	1	0	0	0	24	18	6	25	0.543	45	82	127	0	2	13	24	45	7	437	141	264	361	34	366	115	282	300	109	29	26.61%	72	17	76.39%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233
	_Vs Division	9	7	5	0	1	1	0	0	21	17	4	5	3	3	0	0	1	0	0	11	10	1	4	4	2	0	1	0	0	0	10	7	3	17	0.944	21	40	61	0	0	13	24	45	7	175	141	264	361	34	143	50	72	123	45	14	31.11%	21	7	66.67%	0	292	567	51.50%	283	569	49.74%	285	535	53.27%	932	659	1013	272	479	233

			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
40	56	W4	88	160	248	792	669	231	513	486	0	5

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
40	21	11	5	1	1	1	88	65

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	10	8	1	1	0	0	37	33

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
20	11	3	4	0	1	1	51	32

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
8	2	0	0	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
177	54	30.51%	136	27	80.15%	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
141	264	361	34	13	24	45	7

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
292	567	51.50%	283	569	49.74%	285	535	53.27%

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
932	659	1013	272	479	233

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
1 - 2025-10-05	2	Monsters	2	Eagles	1	W	X		Sommaire du match
2 - 2025-10-06	21	Wolf Pack	2	Monsters	3	W	X		Sommaire du match
4 - 2025-10-08	40	Monsters	1	Griffins	2	L	X	X	Sommaire du match
5 - 2025-10-09	51	Monsters	4	Marlies	3	W			Sommaire du match
6 - 2025-10-10	68	Reign	1	Monsters	3	W			Sommaire du match
7 - 2025-10-11	91	Rocket	2	Monsters	1	L	X		Sommaire du match
9 - 2025-10-13	109	Monsters	3	Americans	0	W			Sommaire du match
11 - 2025-10-15	118	Monsters	1	Checkers	2	L			Sommaire du match
12 - 2025-10-16	130	Sagnéens	0	Monsters	3	W			Sommaire du match
14 - 2025-10-18	150	Monsters	2	Admirals	1	W			Sommaire du match
15 - 2025-10-19	160	Sound Tigers	1	Monsters	2	W			Sommaire du match
17 - 2025-10-21	184	Barracuda	2	Monsters	4	W			Sommaire du match
18 - 2025-10-22	192	Monsters	4	Gulls	2	W			Sommaire du match
19 - 2025-10-23	212	Moose	2	Monsters	1	L			Sommaire du match
20 - 2025-10-24	236	Penguins	3	Monsters	2	L			Sommaire du match
21 - 2025-10-25	244	Monsters	2	Wild	0	W			Sommaire du match
23 - 2025-10-27	266	Bears	2	Monsters	0	L			Sommaire du match
25 - 2025-10-29	278	Monsters	2	Barracuda	1	W	X		Sommaire du match
26 - 2025-10-30	296	Marlies	4	Monsters	0	L			Sommaire du match
27 - 2025-10-31	314	Monsters	2	Stars	1	W	X	X	Sommaire du match
28 - 2025-11-01	327	Americans	1	Monsters	2	W			Sommaire du match
30 - 2025-11-03	349	Monsters	1	Rocket	3	L			Sommaire du match
31 - 2025-11-04	363	Monsters	4	Heat	1	W			Sommaire du match
32 - 2025-11-05	376	Senators	1	Monsters	5	W			Sommaire du match
33 - 2025-11-06	396	Thunderbirds	3	Monsters	0	L			Sommaire du match
35 - 2025-11-08	419	Bruins	1	Monsters	0	L			Sommaire du match
36 - 2025-11-09	430	Monsters	1	Crunch	0	W			Sommaire du match
37 - 2025-11-10	449	Devils	2	Monsters	4	W			Sommaire du match
38 - 2025-11-11	459	Monsters	2	Devils	1	W			Sommaire du match
40 - 2025-11-13	485	Comets	3	Monsters	2	L			Sommaire du match
41 - 2025-11-14	501	Monsters	4	IceHogs	2	W			Sommaire du match
42 - 2025-11-15	506	Monsters	4	Wolf Pack	2	W			Sommaire du match
43 - 2025-11-16	522	Condors	1	Monsters	2	W			Sommaire du match
44 - 2025-11-17	541	Monsters	3	Comets	2	W	X		Sommaire du match
46 - 2025-11-19	557	Crunch	1	Monsters	0	L			Sommaire du match
47 - 2025-11-20	566	Monsters	2	Senators	3	L			Sommaire du match
49 - 2025-11-22	589	Hockey Club	0	Monsters	1	W			Sommaire du match
50 - 2025-11-23	595	Monsters	3	Phantoms	2	W			Sommaire du match
52 - 2025-11-25	619	Wolves	1	Monsters	2	W			Sommaire du match
53 - 2025-11-26	628	Monsters	4	Rampage	3	W	X		Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	5000	3000
Prix des billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	0 - 0.00%	0$	0$	8000	110

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,785,905$	2,577,667$	2,577,667$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	2,785,905$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	46,867$	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: 40 \| W: 27 \| L: 11 \| OTL: 2 \| P: 56 GF: 88 \| GA: 65 \| PP%: 30.51% \| PK%: 80.15% DG: Stéphane Drolet \| Morale : 94 \| Moyenne d’équipe : 68