Blue Jackets
Accueil
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière
Client Web pour les lignes

Centre de jeu
	Monsters 22-5-2, 46pts	6	FINAL	2	Checkers 2-23-3, 7pts

Team Stats
W3	Streak	L6
9-1-2	Home Record	0-16-2
13-4-0	Away Record	2-7-1
8-2-0	Last 10 Games	0-9-1
4.45	Buts par match	3.18
2.45	Buts contre par match	5.75
20.59%	Pourcentage en avantage numérique	10.91%
81.82%	Pourcentage en désavantage numérique	62.16%

Monsters
22-5-2, 46pts

FINAL

Bears
9-21-0, 18pts

Team Stats
W3	Streak	L5
9-1-2	Home Record	5-11-0
13-4-0	Away Record	4-10-0
8-2-0	Last 10 Games	1-9-0
4.45	Buts par match	3.07
2.45	Buts contre par match	4.13
20.59%	Pourcentage en avantage numérique	34.57%
81.82%	Pourcentage en désavantage numérique	74.51%

Monsters
22-5-2, 46pts

2025-12-09

Wolves
18-10-0, 36pts

Statistiques d’équipe
W3	Séquence	W4
9-1-2	Fiche domicile	9-6-0
13-4-0	Fiche visiteur	9-4-0
8-2-0	10 derniers matchs	6-4-0
4.45	Buts par match	4.39
2.45	Buts contre par match	3.36
20.59%	Pourcentage en avantage numérique	24.21%
81.82%	Pourcentage en désavantage numérique	80.00%

Senators
18-8-2, 38pts

2025-12-11

Monsters
22-5-2, 46pts

Statistiques d’équipe
W1	Séquence	W3
8-4-1	Fiche domicile	9-1-2
10-4-1	Fiche visiteur	13-4-0
7-3-0	10 derniers matchs	8-2-0
3.96	Buts par match	4.45
3.07	Buts contre par match	2.45
26.37%	Pourcentage en avantage numérique	20.59%
78.57%	Pourcentage en désavantage numérique	81.82%

Silver Knights
2-25-1, 5pts

2025-12-13

Monsters
22-5-2, 46pts

Statistiques d’équipe
L5	Séquence	W3
0-14-1	Fiche domicile	9-1-2
2-11-0	Fiche visiteur	13-4-0
0-9-1	10 derniers matchs	8-2-0
3.18	Buts par match	4.45
6.36	Buts contre par match	2.45
19.12%	Pourcentage en avantage numérique	20.59%
74.24%	Pourcentage en désavantage numérique	81.82%

Meneurs d'équipe




	Victoires Brandon Halverson 13	Pourcentage d’arrêts Brandon Halverson 0.932

Statistiques d’équipe
Buts pour 129 4.45 GFG	Tirs pour 1201 41.41 Avg	Pourcentage en avantage numérique 20.6% 21 GF	Début de zone offensive 44.6%
Buts contre 71 2.45 GAA	Tirs contre 847 29.21 Avg	Pourcentage en désavantage numérique 81.8% 14 GA	Début de la zone défensive 37.0%

Information d’équipe
	Directeur général	Eric Leclerc
	Entraîneur	Luke Richardson
	Division	Atlantic Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,986
	Billets de saison	300
Information formation
	Équipe Pro	31
	Équipe Mineure	19
	Limite contact	50 / 80
	Espoirs	28
Historique d'équipe
	Saison actuelle	22-5-2 (46PTS)
	Historique	63-41-15 (0.529%)
	Apparitions séries éliminatoires	0
	Historique séries éliminatoires (W-L)	-
	Stanley Cup	0

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du joueur	#	C	L	R	D	CON	CK	FG	DI	SK	ST	EN	DU	PH	FO	PA	SC	DF	PS	EX	LD	PO	MO	OV	SP	Âge	Contrat	Salaire moyen
1	Alex Limoges	0	X	X			100.00	69	37	93	66	78	80	81	64	73	65	63	62	66	69	70	0	75	65	0	28	2	900,000$
2	Brendan Gaunce	0	X	X			100.00	78	40	82	63	87	86	83	62	78	61	64	65	63	71	73	0	75	65	0	31	1	995,000$
3	Alex Steeves (R)	0	X	X	X		100.00	74	38	82	67	75	89	85	65	69	63	66	61	64	67	68	0	75	65	0	25	2	874,400$
4	Mason Morelli	99	X	X			100.00	72	39	78	65	76	82	81	64	56	60	67	62	66	69	71	0	75	65	0	29	2	900,000$
5	Christian Fischer	0	X		X		100.00	77	46	88	65	83	78	83	63	58	64	60	66	61	72	68	0	75	65	0	28	2	999,999$
6	Liam Foudy (R)	0	X	X	X		100.00	65	37	89	68	75	87	81	65	71	66	59	64	62	65	67	0	75	64	0	25	1	1,000,000$
7	Matthew Highmore	0	X	X	X		100.00	69	36	94	65	70	79	81	63	67	64	59	68	57	69	70	0	75	64	0	29	2	900,000$
8	Rutger McGroarty (R)	0	X	X	X		100.00	69	39	83	66	78	88	72	64	62	65	60	62	64	61	63	0	75	63	0	21	3	950,000$
9	Anton Wahlberg (R)	0	X	X			100.00	73	39	94	59	82	76	73	58	67	60	57	59	56	60	62	0	75	61	0	20	3	950,000$
10	Xavier Simoneau (R)	0	X	X			100.00	64	43	58	63	65	72	81	62	68	61	55	63	60	64	66	0	75	61	0	24	1	950,000$
11	Jake Bean	0				X	100.00	61	35	91	66	76	86	87	65	30	67	58	68	52	69	67	0	75	65	0	27	1	999,999$
12	Gustav Lindstrom	0				X	100.00	72	39	81	64	79	82	77	62	30	67	60	63	51	67	69	0	75	64	0	26	1	998,900$
13	Kaedan Korczak (R)	0				X	100.00	74	42	87	64	84	83	77	62	30	68	58	63	52	64	66	0	75	64	0	24	2	950,000$
14	Ville Ottavainen (R)	0				X	100.00	81	41	84	64	91	82	86	63	30	66	57	61	49	63	65	0	75	64	0	23	2	950,000$
15	William Lagesson	0				X	100.00	76	42	77	62	83	82	73	61	30	65	58	70	50	69	71	0	75	64	0	29	2	1,283,000$
16	Pierre-Olivier Joseph	0				X	100.00	68	38	81	69	77	86	79	67	30	68	54	62	51	66	67	0	75	64	0	26	1	995,000$
Rayé
1	Logan Brown (R)	0	X	X			100.00	87	52	87	67	96	81	65	66	71	68	63	67	64	67	69	0	75	67	0	27	3	950,000$
2	Xavier Parent (R)	0	X	X			100.00	62	39	73	63	62	87	85	62	68	61	60	62	61	64	66	0	75	62	0	24	1	950,000$
3	Dylan Gambrell	0	X		X		100.00	60	37	88	64	69	79	82	58	68	60	59	62	56	69	71	0	75	62	0	29	1	1,500,000$
4	Graeme Clarke (R)	0		X	X		100.00	68	37	84	59	69	91	85	57	60	58	59	56	55	65	64	0	75	61	0	24	1	950,000$
5	Nathan Gaucher (R)	0	X	X			100.00	76	50	69	58	85	73	84	55	62	56	57	59	58	62	64	0	75	60	0	21	2	950,000$
6	Brendan Lemieux	0		X	X		100.00	78	74	53	58	80	77	67	57	54	56	59	55	58	71	70	0	75	60	0	29	1	775,000$
7	Milo Roelens	0	X	X			100.00	84	43	73	56	93	66	67	54	57	51	55	58	54	62	64	0	75	59	0	22	2	900,000$
8	Logan Stanley	0				X	100.00	74	84	66	63	99	86	76	62	30	71	54	70	47	68	67	0	75	64	0	27	3	1,555,000$
9	Aidan Fulp	0				X	100.00	81	41	89	53	90	63	75	52	30	55	51	59	45	65	67	0	75	59	0	25	2	870,000$
10	Jesse Pulkkinen (R)	0				X	100.00	84	43	94	55	93	65	60	54	30	53	50	59	45	61	63	0	75	59	0	20	3	950,000$
11	Cam McDonald (R)	0				X	100.00	55	37	84	54	64	62	63	53	30	52	50	55	45	64	66	0	75	56	0	24	3	950,000$

	MOYENNE D’ÉQUIPE					100.00	72	43	82	62	80	80	77	61	52	62	58	62	56	66	67	0	75	63

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 moyen
1	Brandon Halverson	100.00	76	82	77	96	75	74	76	75	74	76	75	69	83	0	75	67	0	29	2	900,000$
2	Remi Poirier (R)	100.00	77	84	80	82	76	75	77	76	75	77	76	64	71	0	75	66	0	24	1	950,000$
Rayé
1	Gabriel Carriere	100.00	70	75	71	78	69	68	70	69	68	70	69	65	73	0	75	62	0	24	2	850,000$
2	Victor Ostman (R)	100.00	69	72	68	87	68	67	69	68	67	69	68	65	73	0	75	62	0	25	3	950,000$

	MOYENNE D’ÉQUIPE	100.00	73	78	74	86	72	71	73	72	71	73	72	66	75	0	75	64

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Luke Richardson	78	74	76	80	84	78	64	CAN	56	3	750,000$

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	PSG	PSS	FT	S1	S2	S3
1	Alex Limoges	Monsters (CBJ)	C/LW	29	18	16	34	26	6	0	19	52	133	30	74	13.53%	3	578	19.93	4	2	6	27	87	0	0	0	0	3	8	1	57.58%	66	0	1	1.18	0	0	0	3	4	1
2	Logan Brown	Monsters (CBJ)	C/LW	21	12	20	32	17	15	5	73	55	103	26	79	11.65%	8	498	23.74	0	4	4	14	61	0	0	0	1	28	0	1	56.89%	624	0	0	1.28	0	0	1	5	2	0
3	Alex Steeves	Monsters (CBJ)	C/LW/RW	29	18	13	31	25	8	0	52	45	113	40	86	15.93%	7	591	20.39	2	4	6	20	87	0	0	0	0	9	3	0	68.25%	63	0	1	1.05	0	1	0	3	3	1
4	Brendan Gaunce	Monsters (CBJ)	C/LW	29	13	15	28	22	16	0	74	75	104	34	85	12.50%	7	603	20.81	2	3	5	27	83	0	1	1	0	29	1	0	60.84%	738	0	0	0.93	1	1	0	2	4	4
5	Jake Bean	Monsters (CBJ)	D	29	7	20	27	19	6	0	21	49	59	20	63	11.86%	38	717	24.75	3	3	6	29	95	1	1	2	1	66	1	0	0.00%	0	0	0	0.75	0	0	0	0	0	2
6	William Lagesson	Monsters (CBJ)	D	23	6	21	27	14	16	0	52	23	52	6	39	11.54%	32	463	20.17	3	6	9	21	48	0	0	0	0	36	1	0	0.00%	0	0	0	1.16	0	0	0	1	0	4
7	Mason Morelli	Monsters (CBJ)	C/LW	27	11	14	25	13	22	0	40	47	100	37	68	11.00%	1	539	20.00	1	3	4	21	77	0	0	0	0	17	2	1	43.90%	41	0	0	0.93	0	1	0	0	3	0
8	Rutger McGroarty	Monsters (CBJ)	C/LW/RW	29	6	16	22	12	6	0	22	38	89	24	82	6.74%	7	505	17.42	0	1	1	2	9	0	0	0	1	15	0	0	64.15%	53	0	0	0.87	0	0	0	0	0	3
9	Christian Fischer	Monsters (CBJ)	C/RW	29	10	12	22	6	12	0	60	44	98	31	63	10.20%	3	518	17.89	1	5	6	15	68	0	1	1	0	32	2	1	54.67%	289	1	0	0.85	0	1	0	1	2	2
10	Gustav Lindstrom	Monsters (CBJ)	D	29	3	18	21	14	4	0	42	34	33	17	16	9.09%	31	561	19.35	3	3	6	13	59	0	0	0	0	50	0	0	0.00%	0	0	0	0.75	0	0	0	0	0	1
11	Logan Stanley	Monsters (CBJ)	D	19	5	16	21	10	26	0	38	21	27	14	20	18.52%	27	409	21.57	2	2	4	16	70	1	0	1	2	31	1	0	0.00%	0	0	0	1.02	0	0	0	0	2	1
12	Liam Foudy	Monsters (CBJ)	C/LW/RW	29	6	12	18	4	2	0	22	75	84	23	47	7.14%	9	451	15.58	0	0	0	2	2	0	1	1	1	60	0	0	59.26%	594	0	0	0.80	0	0	0	2	0	1
13	Matthew Highmore	Monsters (CBJ)	C/LW/RW	24	6	8	14	12	2	0	11	31	74	29	62	8.11%	1	415	17.29	0	1	1	7	26	0	0	0	2	40	1	0	46.15%	26	0	0	0.67	0	0	0	0	0	3
14	Pierre-Olivier Joseph	Monsters (CBJ)	D	29	3	8	11	12	10	0	46	20	30	4	15	10.00%	22	406	14.01	0	0	0	7	20	0	0	0	0	26	0	0	25.00%	4	0	0	0.54	0	0	0	0	0	1
15	Kaedan Korczak	Monsters (CBJ)	D	29	1	8	9	16	10	0	65	30	33	9	31	3.03%	26	542	18.70	0	1	1	9	26	0	0	0	0	23	1	0	0.00%	0	0	0	0.33	0	0	0	0	0	1
16	Ville Ottavainen	Monsters (CBJ)	D	29	0	8	8	10	12	0	40	12	16	3	12	0.00%	19	344	11.88	0	1	1	4	19	0	0	0	0	15	0	0	0.00%	0	0	0	0.46	0	0	0	0	0	0
17	Xavier Simoneau	Monsters (CBJ)	C/LW	11	1	4	5	2	6	0	20	11	30	5	12	3.33%	2	153	13.95	0	0	0	0	0	0	0	0	0	0	0	1	59.09%	22	0	0	0.65	0	0	0	0	0	0
18	Anton Wahlberg	Monsters (CBJ)	C/LW	19	0	2	2	3	0	0	2	3	13	3	5	0.00%	0	97	5.12	0	0	0	0	0	0	0	0	0	7	0	0	57.14%	7	0	0	0.41	0	0	0	0	0	0
19	Jesse Pulkkinen	Monsters (CBJ)	D	2	0	0	0	2	0	0	6	1	0	1	0	0.00%	2	29	14.84	0	0	0	0	0	0	0	0	0	0	0	0	0.00%	0	0	0	0.00	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				465	126	231	357	239	179	5	705	666	1191	356	859	10.58%	245	8428	18.13	21	39	60	234	845	2	4	6	8	495	21	5	58.45%	2527	1	2	0.85	1	4	1	17	20	25

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	PS %	PSA	ST	BG	S1
1	Brandon Halverson	Monsters (CBJ)	15	13	2	0	0.932	1.97	914	1	30	441	1.000	4	15	3	3
2	Remi Poirier	Monsters (CBJ)	14	9	3	2	0.899	2.92	843	1	41	406	0.000	0	14	15	1
Statistiques d’équipe totales ou en moyenne			29	22	5	2	0.916	2.43	1757	2	71	847	1.000	4	29	18	4

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	Type	Salaire actuel	Salaire restant	Salaire moyen	Salaire moyen restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Link
Aidan Fulp	Monsters (CBJ)	D	25	2000-02-29	No	216 Lbs	6 ft4	No	No	No	2	Pro & Farm	870,000$	589,062$	870,000$	589,062$	0$	0$	No	870,000$		Lien / Lien NHL
Alex Limoges	Monsters (CBJ)	C/LW	28	1997-09-16	No	201 Lbs	6 ft1	No	No	No	2	Pro & Farm	900,000$	609,375$	900,000$	609,375$	0$	0$	No	900,000$		Lien / Lien NHL
Alex Steeves	Monsters (CBJ)	C/LW/RW	25	1999-12-10	Yes	202 Lbs	6 ft0	No	No	No	2	Pro & Farm	874,400$	592,042$	874,400$	592,042$	0$	0$	No	874,400$		Lien / Lien NHL
Anton Wahlberg	Monsters (CBJ)	C/LW	20	2005-07-04	Yes	194 Lbs	6 ft3	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Brandon Halverson	Monsters (CBJ)	G	29	1996-03-29	No	235 Lbs	6 ft5	No	No	No	2	Pro & Farm	900,000$	609,375$	900,000$	609,375$	0$	0$	No	900,000$		Lien / Lien NHL
Brendan Gaunce	Monsters (CBJ)	C/LW	31	1994-03-25	No	219 Lbs	6 ft3	No	No	No	1	Pro & Farm	995,000$	673,698$	995,000$	673,698$	0$	0$	No			Lien / Lien NHL
Brendan Lemieux	Monsters (CBJ)	LW/RW	29	1996-03-15	No	215 Lbs	6 ft1	No	No	No	1	Pro & Farm	775,000$	524,740$	775,000$	524,740$	0$	0$	No			Lien / Lien NHL
Cam McDonald	Monsters (CBJ)	D	24	2001-02-03	Yes	174 Lbs	5 ft9	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Christian Fischer (contrat à 1 volet)	Monsters (CBJ)	C/RW	28	1997-04-15	No	212 Lbs	6 ft2	No	No	No	2	Pro & Farm	999,999$	677,083$	999,999$	677,083$	999,999$	677,083$	No	999,999$		Lien / Lien NHL
Dylan Gambrell (contrat à 1 volet)	Monsters (CBJ)	C/RW	29	1996-08-26	No	185 Lbs	5 ft11	No	No	No	1	Pro & Farm	1,500,000$	1,015,625$	1,500,000$	1,015,625$	1,500,000$	1,015,625$	No			Lien / Lien NHL
Gabriel Carriere	Monsters (CBJ)	G	24	2000-11-05	No	188 Lbs	6 ft2	No	No	No	2	Pro & Farm	850,000$	575,521$	850,000$	575,521$	0$	0$	No	850,000$		Lien / Lien NHL
Graeme Clarke	Monsters (CBJ)	LW/RW	24	2001-04-24	Yes	175 Lbs	6 ft0	No	No	No	1	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No			Lien / Lien NHL
Gustav Lindstrom	Monsters (CBJ)	D	26	1998-10-20	No	194 Lbs	6 ft2	No	No	No	1	Pro & Farm	998,900$	676,339$	998,900$	676,339$	0$	0$	No			Lien / Lien NHL
Jake Bean (contrat à 1 volet)	Monsters (CBJ)	D	27	1998-06-09	No	191 Lbs	6 ft1	No	No	No	1	Pro & Farm	999,999$	677,083$	999,999$	677,083$	999,999$	677,083$	No			Lien / Lien NHL
Jesse Pulkkinen	Monsters (CBJ)	D	20	2004-12-27	Yes	203 Lbs	6 ft6	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Kaedan Korczak	Monsters (CBJ)	D	24	2001-01-29	Yes	203 Lbs	6 ft3	No	No	No	2	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$		Lien / Lien NHL
Liam Foudy (contrat à 1 volet)	Monsters (CBJ)	C/LW/RW	25	2000-02-04	Yes	186 Lbs	6 ft1	No	No	No	1	Pro & Farm	1,000,000$	677,083$	1,000,000$	677,083$	1,000,000$	677,083$	No			Lien / Lien NHL
Logan Brown	Monsters (CBJ)	C/LW	27	1998-03-05	Yes	218 Lbs	6 ft6	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Logan Stanley (contrat à 1 volet)	Monsters (CBJ)	D	27	1998-05-26	No	231 Lbs	6 ft7	No	No	Yes	3	Pro & Farm	1,555,000$	1,052,865$	1,555,000$	1,052,865$	1,555,000$	1,052,865$	No	1,555,000$	1,555,000$	Lien / Lien NHL
Mason Morelli	Monsters (CBJ)	C/LW	29	1996-02-01	No	208 Lbs	6 ft0	No	No	No	2	Pro & Farm	900,000$	609,375$	900,000$	609,375$	0$	0$	No	900,000$		Lien / Lien NHL
Matthew Highmore	Monsters (CBJ)	C/LW/RW	29	1996-02-27	No	186 Lbs	5 ft11	No	No	No	2	Pro & Farm	900,000$	609,375$	900,000$	609,375$	0$	0$	No	900,000$		Lien / Lien NHL
Milo Roelens	Monsters (CBJ)	C/LW	22	2003-01-16	No	205 Lbs	6 ft6	No	No	No	2	Pro & Farm	900,000$	609,375$	900,000$	609,375$	0$	0$	No	900,000$		Lien / Lien NHL
Nathan Gaucher	Monsters (CBJ)	C/LW	21	2003-11-06	Yes	207 Lbs	6 ft3	No	No	No	2	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$		Lien / Lien NHL
Pierre-Olivier Joseph	Monsters (CBJ)	D	26	1999-07-01	No	185 Lbs	6 ft2	No	No	No	1	Pro & Farm	995,000$	673,698$	995,000$	673,698$	0$	0$	No			Lien / Lien NHL
Remi Poirier	Monsters (CBJ)	G	24	2001-10-06	Yes	210 Lbs	6 ft2	No	No	No	1	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No			Lien / Lien NHL
Rutger McGroarty	Monsters (CBJ)	C/LW/RW	21	2004-03-30	Yes	203 Lbs	6 ft1	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Victor Ostman	Monsters (CBJ)	G	25	2000-10-03	Yes	205 Lbs	6 ft4	No	No	No	3	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$	950,000$	Lien / Lien NHL
Ville Ottavainen	Monsters (CBJ)	D	23	2002-08-12	Yes	210 Lbs	6 ft5	No	No	No	2	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No	950,000$		Lien / Lien NHL
William Lagesson (contrat à 1 volet)	Monsters (CBJ)	D	29	1996-02-22	No	211 Lbs	6 ft2	No	No	Yes	2	Pro & Farm	1,283,000$	868,698$	1,283,000$	868,698$	1,283,000$	868,698$	No	1,283,000$		Lien / Lien NHL
Xavier Parent	Monsters (CBJ)	C/LW	24	2001-03-23	Yes	170 Lbs	5 ft8	No	No	No	1	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No			Lien / Lien NHL
Xavier Simoneau	Monsters (CBJ)	C/LW	24	2001-05-19	Yes	183 Lbs	5 ft6	No	No	No	1	Pro & Farm	950,000$	643,229$	950,000$	643,229$	0$	0$	No			Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
31	25.45	201 Lbs	6 ft2	1.87	985,364$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Mason Morelli	Christian Fischer	Alex Steeves	40	1	2	2
2	Alex Limoges	Brendan Gaunce	Matthew Highmore	30	1	2	2
3	Rutger McGroarty	Liam Foudy	Xavier Simoneau	20	1	2	2
4	Anton Wahlberg	Xavier Simoneau	Christian Fischer	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Bean	Pierre-Olivier Joseph	40	1	2	2
2	William Lagesson	Ville Ottavainen	30	1	2	2
3	Kaedan Korczak	Gustav Lindstrom	20	1	2	2
4	Jake Bean	Pierre-Olivier Joseph	10	1	2	2

Attaque en svantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Mason Morelli	Christian Fischer	Alex Steeves	60	1	2	2
2	Alex Limoges	Brendan Gaunce	Matthew Highmore	40	1	2	2

Défense en svantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Bean	Pierre-Olivier Joseph	60	1	2	2
2	William Lagesson	Ville Ottavainen	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Christian Fischer	Mason Morelli	60	1	2	2
2	Alex Steeves	Brendan Gaunce	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Bean	Pierre-Olivier Joseph	60	1	2	2
2	William Lagesson	Ville Ottavainen	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Christian Fischer	60	1	2	2	Jake Bean	Pierre-Olivier Joseph	60	1	2	2
2	Mason Morelli	40	1	2	2	William Lagesson	Ville Ottavainen	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Christian Fischer	Mason Morelli	60	1	2	2
2	Alex Steeves	Brendan Gaunce	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Bean	Pierre-Olivier Joseph	60	1	2	2
2	William Lagesson	Ville Ottavainen	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mason Morelli	Christian Fischer	Alex Steeves	Jake Bean	Pierre-Olivier Joseph

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Mason Morelli	Christian Fischer	Alex Steeves	Jake Bean	Pierre-Olivier Joseph

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Liam Foudy, Rutger McGroarty, Anton Wahlberg	Liam Foudy, Rutger McGroarty	Anton Wahlberg

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Kaedan Korczak, Gustav Lindstrom, William Lagesson	Kaedan Korczak	Gustav Lindstrom, William Lagesson

Tirs de pénalité
Christian Fischer, Mason Morelli, Alex Steeves, Brendan Gaunce, Alex Limoges

Gardien
#1 : Brandon Halverson, #2 : Remi Poirier

Lignes d’attaque personnalisées en prolongation
Christian Fischer, Mason Morelli, Alex Steeves, Brendan Gaunce, Alex Limoges, Matthew Highmore, Matthew Highmore, Liam Foudy, Rutger McGroarty, Xavier Simoneau, Anton Wahlberg

Lignes de défense personnalisées en prolongation
Jake Bean, Pierre-Olivier Joseph, William Lagesson, Ville Ottavainen, Kaedan Korczak

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	7	3	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	3	4	2	1.000	7	13	20	0	0	44	51	29	5	58	407	391	385	22	26	7	4	35	2	1	50.00%	2	1	50.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
2	Americans	1	1	0	0	0	0	0	0	5	3	2	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	3	2	2	1.000	5	8	13	0	0	44	51	29	5	28	407	391	385	22	33	14	10	25	4	2	50.00%	4	1	75.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
3	Bears	3	2	0	0	0	1	0	0	16	10	6	1	0	0	0	0	1	0	0	5	6	-1	2	2	0	0	0	0	0	0	11	4	7	5	0.833	16	30	46	0	0	44	51	29	5	117	407	391	385	22	87	26	22	48	13	1	7.69%	8	2	75.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
4	Checkers	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	2	4	2	1.000	6	12	18	0	0	44	51	29	5	69	407	391	385	22	32	11	0	22	2	1	50.00%	0	0	0.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
5	Comets	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	6	2	4	2	1.000	6	11	17	0	0	44	51	29	5	33	407	391	385	22	27	7	10	30	3	1	33.33%	5	1	80.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
6	Condors	2	1	1	0	0	0	0	0	6	4	2	1	1	0	0	0	0	0	0	4	1	3	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	6	9	15	0	0	44	51	29	5	72	407	391	385	22	58	14	8	55	9	2	22.22%	4	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
7	Crunch	1	1	0	0	0	0	0	0	5	1	4	1	1	0	0	0	0	0	0	5	1	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	9	14	0	0	44	51	29	5	30	407	391	385	22	28	4	2	26	4	0	0.00%	1	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
8	Devils	2	0	1	0	1	0	0	0	6	7	-1	1	0	0	0	1	0	0	0	4	3	1	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	6	12	18	0	0	44	51	29	5	87	407	391	385	22	60	15	10	44	5	1	20.00%	3	2	33.33%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
9	Eagles	1	1	0	0	0	0	0	0	6	2	4	1	1	0	0	0	0	0	0	6	2	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	6	12	18	0	0	44	51	29	5	49	407	391	385	22	18	5	6	22	8	1	12.50%	3	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
10	Firebirds	1	1	0	0	0	0	0	0	8	2	6	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	8	2	6	2	1.000	8	16	24	0	0	44	51	29	5	43	407	391	385	22	32	5	12	22	1	0	0.00%	4	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
11	Griffins	2	2	0	0	0	0	0	0	12	5	7	1	1	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	6	2	4	4	1.000	12	21	33	0	0	44	51	29	5	116	407	391	385	22	72	23	10	58	5	1	20.00%	5	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
12	Marlies	3	1	0	0	0	1	1	0	9	8	1	2	0	0	0	0	1	1	0	5	5	0	1	1	0	0	0	0	0	0	4	3	1	5	0.833	9	14	23	0	0	44	51	29	5	122	407	391	385	22	74	27	18	56	14	3	21.43%	9	2	77.78%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
13	Moose	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	44	51	29	5	39	407	391	385	22	32	14	4	28	3	1	33.33%	2	0	100.00%	1	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
14	Penguins	2	0	2	0	0	0	0	0	6	9	-3	1	0	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	4	6	-2	0	0.000	6	12	18	0	0	44	51	29	5	65	407	391	385	22	69	21	14	63	10	3	30.00%	7	3	57.14%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
15	Rocket	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	8	12	0	0	44	51	29	5	36	407	391	385	22	30	8	14	31	1	0	0.00%	7	1	85.71%	1	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
16	Sound Tigers	1	0	1	0	0	0	0	0	0	2	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	2	-2	0	0.000	0	0	0	0	0	44	51	29	5	37	407	391	385	22	21	9	7	25	2	0	0.00%	1	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
17	Stars	1	1	0	0	0	0	0	0	5	0	5	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	5	0	5	2	1.000	5	9	14	0	1	44	51	29	5	34	407	391	385	22	28	14	6	11	7	3	42.86%	3	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
18	Thunderbirds	1	1	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	8	4	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	8	14	22	0	0	44	51	29	5	54	407	391	385	22	35	4	4	26	1	0	0.00%	2	1	50.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
19	Wild	1	1	0	0	0	0	0	0	7	1	6	0	0	0	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	0	7	1	6	2	1.000	7	11	18	0	0	44	51	29	5	49	407	391	385	22	30	8	2	24	1	0	0.00%	1	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
20	Wolf Pack	1	0	0	0	1	0	0	0	1	0	1	1	0	0	0	1	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	2	1.000	1	2	3	0	1	44	51	29	5	32	407	391	385	22	22	8	10	32	2	0	0.00%	3	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
21	Wranglers	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	3	5	0	0	44	51	29	5	31	407	391	385	22	33	3	6	23	5	0	0.00%	3	0	100.00%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
	Total	29	17	5	0	4	2	1	0	129	71	58	12	6	1	0	2	2	1	0	50	30	20	17	11	4	0	2	0	0	0	79	41	38	46	0.793	129	234	363	0	2	44	51	29	5	1201	407	391	385	22	847	247	179	706	102	21	20.59%	77	14	81.82%	2	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
	_Since Last GM Reset	29	17	5	0	4	2	1	0	129	71	58	12	6	1	0	2	2	1	0	50	30	20	17	11	4	0	2	0	0	0	79	41	38	46	0.793	129	234	363	0	2	44	51	29	5	1201	407	391	385	22	847	247	179	706	102	21	20.59%	77	14	81.82%	2	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
	_Vs Conference	18	9	4	0	2	2	1	0	70	49	21	9	3	1	0	2	2	1	0	32	23	9	9	6	3	0	0	0	0	0	38	26	12	26	0.722	70	128	198	0	1	44	51	29	5	739	407	391	385	22	528	166	117	430	62	12	19.35%	48	11	77.08%	1	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
	_Vs Division	9	2	4	0	2	1	0	0	29	28	1	4	0	1	0	2	1	0	0	12	12	0	5	2	3	0	0	0	0	0	17	16	1	9	0.500	29	56	85	0	1	44	51	29	5	338	407	391	385	22	259	79	63	212	32	5	15.63%	22	7	68.18%	0	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197

			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
29	46	W3	129	234	363	1201	847	247	179	706	0	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
29	17	5	4	2	1	0	129	71

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
12	6	1	2	2	1	0	50	30

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
17	11	4	2	0	0	0	79	41

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
102	21	20.59%	77	14	81.82%	2

Tirs en 1e période	Tirs en 2e période	Tirs en 3e période	Tirs en 4e période	Buts en 1e période	Buts en 2e période	Buts en 3e période	Buts en 4e période
407	391	385	22	44	51	29	5

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
672	1130	59.47%	542	938	57.78%	277	468	59.19%

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
818	597	572	194	366	197

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
3 - 2025-10-09	16	Monsters	7	Admirals	3	AW			Sommaire du match
5 - 2025-10-11	33	Monsters	7	Wild	1	AW			Sommaire du match
7 - 2025-10-13	45	Devils	3	Monsters	4	BW	X		Sommaire du match
10 - 2025-10-16	66	Eagles	2	Monsters	6	BW			Sommaire du match
12 - 2025-10-18	82	Crunch	1	Monsters	5	BW			Sommaire du match
15 - 2025-10-21	106	Monsters	5	Stars	0	AW			Sommaire du match
18 - 2025-10-24	124	Bears	6	Monsters	5	BL	X		Sommaire du match
19 - 2025-10-25	134	Monsters	4	Penguins	6	AL			Sommaire du match
22 - 2025-10-28	153	Monsters	5	Americans	3	AW			Sommaire du match
23 - 2025-10-29	166	Marlies	4	Monsters	3	BL	X		Sommaire du match
26 - 2025-11-01	189	Thunderbirds	4	Monsters	8	BW			Sommaire du match
27 - 2025-11-02	195	Monsters	0	Sound Tigers	2	AL			Sommaire du match
30 - 2025-11-05	215	Monsters	2	Wranglers	1	AW	X		Sommaire du match
33 - 2025-11-08	241	Monsters	6	Comets	2	AW			Sommaire du match
35 - 2025-11-10	254	Monsters	2	Condors	3	AL			Sommaire du match
36 - 2025-11-11	264	Monsters	8	Firebirds	2	AW			Sommaire du match
38 - 2025-11-13	274	Condors	1	Monsters	4	BW			Sommaire du match
40 - 2025-11-15	290	Wolf Pack	0	Monsters	1	BW	X		Sommaire du match
42 - 2025-11-17	305	Rocket	2	Monsters	4	BW			Sommaire du match
43 - 2025-11-18	311	Monsters	4	Moose	3	AW	X		Sommaire du match
45 - 2025-11-20	319	Monsters	4	Marlies	3	AW			Sommaire du match
47 - 2025-11-22	335	Monsters	6	Griffins	2	AW			Sommaire du match
49 - 2025-11-24	356	Monsters	6	Bears	2	AW			Sommaire du match
51 - 2025-11-26	369	Marlies	1	Monsters	2	BW	X	X	Sommaire du match
53 - 2025-11-28	388	Penguins	3	Monsters	2	BL			Sommaire du match
56 - 2025-12-01	406	Monsters	2	Devils	4	AL			Sommaire du match
59 - 2025-12-04	431	Griffins	3	Monsters	6	BW			Sommaire du match
61 - 2025-12-06	442	Monsters	6	Checkers	2	AW			Sommaire du match
62 - 2025-12-07	459	Monsters	5	Bears	2	AW			Sommaire du match
64 - 2025-12-09	471	Monsters	-	Wolves	-
66 - 2025-12-11	486	Senators	-	Monsters	-
68 - 2025-12-13	502	Silver Knights	-	Monsters	-
71 - 2025-12-16	524	Gulls	-	Monsters	-
73 - 2025-12-18	539	Wild	-	Monsters	-
75 - 2025-12-20	560	Monsters	-	Gulls	-
77 - 2025-12-22	574	Monsters	-	Reign	-
83 - 2025-12-28	602	Sound Tigers	-	Monsters	-
84 - 2025-12-29	606	Monsters	-	Senators	-
86 - 2025-12-31	627	Devils	-	Monsters	-
89 - 2026-01-03	646	Americans	-	Monsters	-
90 - 2026-01-04	658	Penguins	-	Monsters	-
92 - 2026-01-06	675	Monsters	-	Barracuda	-
94 - 2026-01-08	692	Monsters	-	Silver Knights	-
96 - 2026-01-10	699	Monsters	-	Eagles	-
97 - 2026-01-11	714	Monsters	-	Roadrunners	-
99 - 2026-01-13	728	Wranglers	-	Monsters	-
101 - 2026-01-15	743	Comets	-	Monsters	-
103 - 2026-01-17	760	Monsters	-	Penguins	-
106 - 2026-01-20	782	Senators	-	Monsters	-
108 - 2026-01-22	797	Stars	-	Monsters	-
110 - 2026-01-24	814	Crunch	-	Monsters	-
112 - 2026-01-26	828	Reign	-	Monsters	-
114 - 2026-01-28	840	Phantoms	-	Monsters	-
116 - 2026-01-30	858	Monsters	-	IceHogs	-
117 - 2026-01-31	868	Monsters	-	Thunderbirds	-
120 - 2026-02-03	886	Monsters	-	Devils	-
121 - 2026-02-04	894	IceHogs	-	Monsters	-
143 - 2026-02-26	918	Monsters	-	Bruins	-
145 - 2026-02-28	938	Sound Tigers	-	Monsters	-
147 - 2026-03-02	953	Monsters	-	Wolf Pack	-
148 - 2026-03-03	963	Admirals	-	Monsters	-
150 - 2026-03-05	978	Checkers	-	Monsters	-
152 - 2026-03-07	995	Roadrunners	-	Monsters	-
155 - 2026-03-10	1015	Monsters	-	Crunch	-
157 - 2026-03-12	1031	Monsters	-	Checkers	-
159 - 2026-03-14	1052	Monsters	-	Phantoms	-
162 - 2026-03-17	1070	Wolves	-	Monsters	-
164 - 2026-03-19	1086	Wolf Pack	-	Monsters	-
166 - 2026-03-21	1104	Firebirds	-	Monsters	-
167 - 2026-03-22	1114	Monsters	-	Sound Tigers	-
169 - 2026-03-24	1125	Monsters	-	Phantoms	-
171 - 2026-03-26	1137	Monsters	-	Rocket	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
173 - 2026-03-28	1158	Barracuda	-	Monsters	-
174 - 2026-03-29	1170	Bruins	-	Monsters	-
176 - 2026-03-31	1185	Wolves	-	Monsters	-
178 - 2026-04-02	1196	Monsters	-	Wolves	-
180 - 2026-04-04	1215	Moose	-	Monsters	-
183 - 2026-04-07	1235	Monsters	-	Griffins	-
185 - 2026-04-09	1248	Monsters	-	Americans	-
187 - 2026-04-11	1271	Monsters	-	Rocket	-
188 - 2026-04-12	1278	Bruins	-	Monsters	-
190 - 2026-04-14	1295	Bears	-	Monsters	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	25	15
Assistance	23,873	11,957
Assistance PCT	99.47%	99.64%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
-2	2986 - 99.53%	80,852$	970,224$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
1,027,363$	2,320,830$	2,320,830$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	783,782$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
-161,704$	130	15,994$	2,079,220$

Monsters Leaders statistiques (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	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS
1	Alex Limoges	111	52	69	121	30	33	89	193	430	12.09%	21	2474	22.29	11	16	27	82	0	0	8	11	5	49.25%	1	0.98	0	2
2	Brendan Gaunce	101	39	62	101	29	66	288	353	366	10.66%	29	2313	22.91	9	17	26	66	1	1	2	6	1	58.68%	0	0.87	2	3
3	Liam Foudy	105	41	53	94	14	26	104	234	412	9.95%	37	2254	21.48	7	11	18	64	1	1	10	3	2	56.19%	2	0.83	1	2
4	Justin Barron	79	21	66	87	5	64	182	128	184	11.41%	126	1981	25.09	12	14	26	96	0	0	2	3	1	0.00%	0	0.88	0	0
5	Alex Steeves	111	36	43	79	15	28	171	129	341	10.56%	29	2190	19.73	6	10	16	66	0	0	0	5	0	56.78%	1	0.72	0	1

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
1	Remi Poirier	96	50	38	7	0.888	3.64	5494	0	2	333	2961	0	5	1	0.778	9
2	Brandon Halverson	27	13	3	0	0.935	1.98	1210	2	1	40	614	0	0	0	1.000	4

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
Saison régulière
2024	82	30	36	0	10	4	1	1	295	304	-9	41	17	17	0	5	1	0	1	151	152	-1	41	13	19	0	5	3	1	0	144	152	-8	87	295	541	836	1	1	107	94	83	12	2919	984	962	942	40	2729	764	663	2010	277	61	22.02%	280	60	78.57%	0	1632	3157	51.69%	1553	2923	53.13%	740	1408	52.56%	2036	1417	1855	596	1063	538
2025	29	17	5	0	4	2	1	0	129	71	58	12	6	1	0	2	2	1	0	50	30	20	17	11	4	0	2	0	0	0	79	41	38	46	129	234	363	0	2	44	51	29	5	1201	407	391	385	22	847	247	179	706	102	21	20.59%	77	14	81.82%	2	672	1130	59.47%	542	938	57.78%	277	468	59.19%	818	597	572	194	366	197
Total Saison régulière	111	47	41	0	14	6	2	1	424	375	49	53	23	18	0	7	3	1	1	201	182	19	58	24	23	0	7	3	1	0	223	193	30	133	424	775	1199	1	3	151	145	112	17	4120	1391	1353	1327	62	3576	1011	842	2716	379	82	21.64%	357	74	79.27%	2	2304	4287	53.74%	2095	3861	54.26%	1017	1876	54.21%	2854	2014	2428	791	1430	736

Monsters Leaders statistiques (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: 29 \| W: 22 \| L: 5 \| OTL: 2 \| P: 46 GF: 129 \| GA: 71 \| PP%: 20.59% \| PK%: 81.82% DG: Eric Leclerc \| Morale : 75 \| Moyenne d’équipe : 63 Prochain matchs #471 vs Wolves