Blue Jackets
Domicile
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière
Client Web pour les lignes

Comets
0-0-0, 0pts

Jour 3

Monsters
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Monsters
0-0-0, 0pts

Jour 5

Comets
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Crunch
0-0-0, 0pts

Jour 7

Monsters
0-0-0, 0pts

Statistiques d’équipe
N/A	Séquence	N/A
0-0-0	Fiche domicile	0-0-0
0-0-0	Fiche visiteur	0-0-0
0-0-0	10 derniers matchs	0-0-0
0	Buts par match	0
0	Buts contre par match	0
0%	Pourcentage en avantage numérique	0%
0%	Pourcentage en désavantage numérique	0%

Meneurs d'équipe

Statistiques d’équipe

Informations de l'équipe
	Directeur général	Tyler Bell
	Entraîneur	Marco Sturm
	Division	North
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance
	Billets de saison	1,200
Informations de la formation
	Équipe Pro	25
	Équipe Mineure	21
	Limite contact	46 / 51
	Espoirs	50
Historique d'équipe
	Saison actuelle	0-0-0 (0PTS)
	Historique	0-0-0
	Apparitions en séries éliminatoires	1
	Historique en séries éliminatoires (W-L)	15 - 11 (0.577%)
	Coupe Stanley	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
1	John Leonard		X	X		100.00	76	43	99	78	69	59	74	68	25	64	71	66	25	55	55	71	50	65	0	28	2	1,000,000$
2	Lukas Reichel	X	X	X		100.00	61	41	92	82	64	62	72	66	54	63	59	68	25	62	62	64	50	64	0	24	1	950,000$
3	Berkly Catton (R)	X	X			100.00	57	50	86	84	64	63	83	67	49	62	60	62	75	52	52	65	50	63	0	20	3	975,000$
4	Aidan McDonough		X			100.00	79	75	88	65	75	77	81	62	50	56	65	66	62	44	44	66	50	62	0	26	1	925,000$
5	Danila Klimovich			X		100.00	74	75	72	62	75	74	78	59	50	51	63	63	60	44	44	62	50	60	0	23	2	900,000$
6	Dans Locmelis (R)	X				100.00	74	65	95	64	65	62	63	62	78	56	64	64	61	44	44	65	50	60	0	22	2	850,000$
7	Eduard Sale		X			100.00	76	69	91	63	69	70	73	58	50	53	58	64	55	44	44	62	50	59	0	21	2	918,333$
8	Jared Davidson (R)		X			100.00	67	66	68	59	66	73	78	57	50	48	62	59	59	44	44	61	50	57	0	24	1	850,000$
9	John Farinacci	X				100.00	75	66	95	59	66	77	84	51	64	47	51	61	48	44	44	58	50	57	0	25	1	925,000$
10	Axel Sandin-Pellikka (R)				X	100.00	61	41	91	74	68	69	89	74	25	55	50	73	25	52	52	63	50	66	0	21	3	940,833$
11	Keaton Middleton				X	100.00	86	91	73	63	91	77	85	47	25	37	41	67	39	48	48	55	50	63	0	28	3	850,000$
12	Cole McWard (R)				X	100.00	78	73	88	61	73	75	81	52	25	48	42	63	40	44	44	56	50	60	0	25	1	850,000$
13	Marshall Warren (R)				X	100.00	74	70	83	61	70	74	79	55	25	52	43	62	41	44	44	57	50	60	0	25	2	850,000$
14	Kirill Kudryavtsev (R)				X	100.00	79	72	96	62	72	60	63	52	25	49	41	64	39	44	44	55	50	58	0	22	2	850,000$
15	Ethan Edwards (R)				X	100.00	71	71	72	57	71	77	84	51	25	39	49	59	47	44	44	56	50	58	0	24	2	925,000$
16	Jeremy Hanzel				X	100.00	77	74	85	80	74	53	56	41	25	28	39	60	37	44	44	50	50	57	0	23	2	852,000$
Rayé
1	Nikita Prishchepov	X	X	X		100.00	70	71	66	61	71	43	39	59	74	60	53	61	50	44	44	57	50	56	0	22	2	850,000$
2	Owen Allard (R)	X				100.00	81	76	92	61	76	54	55	51	64	47	50	64	48	44	44	57	50	55	0	22	3	869,167$
3	Nikita Susuyev (R)	X	X	X		100.00	72	64	89	57	64	54	56	49	61	48	45	59	43	44	44	53	50	52	0	21	3	855,000$
4	Blake Biondi (R)	X				100.00	77	72	89	58	72	41	41	45	56	38	46	61	44	44	44	51	50	50	0	24	2	850,000$
5	Sawyer Mynio (R)				X	100.00	72	69	80	58	69	51	52	51	25	47	41	60	39	44	44	52	50	55	0	21	3	906,667$
6	Graham Sward				X	100.00	82	74	99	80	74	33	31	41	25	28	39	62	37	44	44	50	50	55	0	23	2	850,000$
7	Connor Kelley (R)				X	100.00	81	73	99	80	73	32	30	41	25	28	39	62	37	44	44	50	50	54	0	24	2	850,000$

	MOYENNE D’ÉQUIPE					100.00	74	67	86	66	71	61	66	55	42	48	51	63	45	46	46	58	50	59

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	Aku Koskenvuo (R)	100.00	38	40	50	83	45	82	45	44	83	69	45	44	44	56	50	58	0	23	3	925,000$
2	Dylan Garand (R)	100.00	43	53	66	70	49	48	52	51	46	42	95	44	44	49	50	51	0	24	2	875,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	41	47	58	77	47	65	49	48	65	56	70	44	44	53	50	55

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Marco Sturm	78	80	81	72	71	67	79	DEU	47	1	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	GA	TA	EG	HT	P/20	PSG	PSS	FW	FL	FT	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 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	Salaire restant	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
Aidan McDonough	Monsters (CLB)	LW	26	1999-11-06	USA	No	201 Lbs	6 ft2	No	No	Assign Manually		No	Yes	1	2024-06-30	False	False	Pro & Farm	925,000$	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Aku Koskenvuo	Monsters (CLB)	G	23	2003-02-26	FIN	Yes	201 Lbs	6 ft4	No	No	Assign Manually		No	No	3	2026-08-14	False	False	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	925,000$	-	-	-	-	-	-	-	925,000$	925,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Axel Sandin-Pellikka	Monsters (CLB)	D	21	2005-03-11	SWE	Yes	186 Lbs	6 ft0	No	No	Trade	2026-06-20	No	No	3	2026-06-14	False	False	Pro & Farm	940,833$	940,833$	0$	0$	No	940,833$	940,833$	-	-	-	-	-	-	-	940,833$	940,833$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Berkly Catton	Monsters (CLB)	C/LW	20	2006-01-14	CAN	Yes	179 Lbs	5 ft10	No	No	Assign Manually		No	No	3	2026-06-13	False	False	Pro & Farm	975,000$	975,000$	0$	0$	No	975,000$	975,000$	-	-	-	-	-	-	-	975,000$	975,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Blake Biondi	Monsters (CLB)	C	24	2002-04-24	USA	Yes	198 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Cole McWard	Monsters (CLB)	D	25	2001-06-09	USA	Yes	196 Lbs	6 ft2	No	No	Assign Manually		No	Yes	1	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Connor Kelley	Monsters (CLB)	D	24	2002-07-30	USA	Yes	195 Lbs	6 ft2	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Danila Klimovich	Monsters (CLB)	RW	23	2003-01-09	BLR	No	202 Lbs	6 ft2	No	No	Free Agent		No	No	2	2025-08-15	False	False	Pro & Farm	900,000$	900,000$	0$	0$	No	900,000$	-	-	-	-	-	-	-	-	900,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Dans Locmelis	Monsters (CLB)	C	22	2004-01-21	LVA	Yes	179 Lbs	6 ft0	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Dylan Garand	Monsters (CLB)	G	24	2002-06-07	CAN	Yes	185 Lbs	6 ft1	No	No	Free Agent		No	No	2	2026-08-01	False	False	Pro & Farm	875,000$	875,000$	0$	0$	No	875,000$	-	-	-	-	-	-	-	-	875,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Eduard Sale	Monsters (CLB)	LW	21	2005-03-10	CZE	No	186 Lbs	6 ft1	No	No	Prospect		No	No	2	2025-06-14	False	False	Pro & Farm	918,333$	918,333$	0$	0$	No	918,333$	-	-	-	-	-	-	-	-	918,333$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Ethan Edwards	Monsters (CLB)	D	24	2002-06-06	CAN	Yes	195 Lbs	6 ft0	No	No	Assign Manually		No	No	2	2025-08-03	False	False	Pro & Farm	925,000$	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Graham Sward	Monsters (CLB)	D	23	2003-09-12	CAN	No	192 Lbs	6 ft4	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jared Davidson	Monsters (CLB)	LW	24	2002-07-07	CAN	Yes	183 Lbs	5 ft11	No	No	Assign Manually		No	No	1	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jeremy Hanzel	Monsters (CLB)	D	23	2003-02-27	CAN	No	200 Lbs	6 ft1	No	No	Draft		No	No	2	2025-08-10	False	False	Pro & Farm	852,000$	852,000$	0$	0$	No	852,000$	-	-	-	-	-	-	-	-	852,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
John Farinacci	Monsters (CLB)	C	25	2001-02-14	USA	No	184 Lbs	5 ft11	No	No	Assign Manually		No	Yes	1	2024-06-30	False	False	Pro & Farm	925,000$	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
John Leonard	Monsters (CLB)	LW/RW	28	1998-08-07	USA	No	192 Lbs	5 ft11	No	No	Free Agent		No	Yes	2	2025-08-21	False	False	Pro & Farm	1,000,000$	1,000,000$	0$	0$	No	1,000,000$	-	-	-	-	-	-	-	-	1,000,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Keaton Middleton	Monsters (CLB)	D	28	1998-02-10	CAN	No	240 Lbs	6 ft6	No	No	Free Agent	2024-11-24	No	Yes	3	2025-08-15	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	850,000$	-	-	-	-	-	-	-	850,000$	850,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Kirill Kudryavtsev	Monsters (CLB)	D	22	2004-02-05	RUS	Yes	200 Lbs	5 ft11	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Lukas Reichel	Monsters (CLB)	C/LW/RW	24	2002-05-17	DEU	No	170 Lbs	6 ft0	No	No	Free Agent		No	No	1	2026-08-01	False	False	Pro & Farm	950,000$	950,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Marshall Warren	Monsters (CLB)	D	25	2001-04-20	USA	Yes	195 Lbs	5 ft11	No	No	Assign Manually		No	Yes	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Nikita Prishchepov	Monsters (CLB)	C/LW/RW	22	2004-02-20	RUS	No	194 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2026-10-05	False	False	Pro & Farm	850,000$	850,000$	0$	0$	No	850,000$	-	-	-	-	-	-	-	-	850,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Nikita Susuyev	Monsters (CLB)	C/LW/RW	21	2005-02-06	RUS	Yes	172 Lbs	6 ft0	No	No	Assign Manually		No	No	3	2026-05-15	False	False	Pro & Farm	855,000$	855,000$	0$	0$	No	855,000$	855,000$	-	-	-	-	-	-	-	855,000$	855,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Owen Allard	Monsters (CLB)	C	22	2004-01-13	ONT	Yes	209 Lbs	6 ft2	No	No	Assign Manually		No	No	3	2026-06-13	False	False	Pro & Farm	869,167$	869,167$	0$	0$	No	869,167$	869,167$	-	-	-	-	-	-	-	869,167$	869,167$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Sawyer Mynio	Monsters (CLB)	D	21	2005-04-30	BC	Yes	185 Lbs	6 ft1	No	No	Assign Manually		No	No	3	2026-08-01	False	False	Pro & Farm	906,667$	906,667$	0$	0$	No	906,667$	906,667$	-	-	-	-	-	-	-	906,667$	906,667$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
25	23.40	193 Lbs	6 ft1	2.08	889,680$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	John Leonard	Lukas Reichel	Danila Klimovich	40	1	2	2
2	Aidan McDonough	Berkly Catton	John Farinacci	30	1	2	2
3	Eduard Sale	Dans Locmelis	Jared Davidson	20	1	2	2
4	Jared Davidson	John Farinacci	John Leonard	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Axel Sandin-Pellikka	Keaton Middleton	40	1	2	2
2	Marshall Warren	Cole McWard	30	1	2	2
3	Ethan Edwards	Kirill Kudryavtsev	20	1	2	2
4	Jeremy Hanzel	Axel Sandin-Pellikka	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	John Leonard	Lukas Reichel	Danila Klimovich	60	1	2	2
2	Aidan McDonough	Berkly Catton	John Farinacci	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Axel Sandin-Pellikka	Keaton Middleton	60	1	2	2
2	Marshall Warren	Cole McWard	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	John Leonard	Lukas Reichel	60	1	2	2
2	Berkly Catton	Aidan McDonough	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Axel Sandin-Pellikka	Keaton Middleton	60	1	2	2
2	Marshall Warren	Cole McWard	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	John Leonard	60	1	2	2	Axel Sandin-Pellikka	Keaton Middleton	60	1	2	2
2	Lukas Reichel	40	1	2	2	Marshall Warren	Cole McWard	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	John Leonard	Lukas Reichel	60	1	2	2
2	Berkly Catton	Aidan McDonough	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Axel Sandin-Pellikka	Keaton Middleton	60	1	2	2
2	Marshall Warren	Cole McWard	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
John Leonard	Lukas Reichel	Danila Klimovich	Axel Sandin-Pellikka	Keaton Middleton

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
John Leonard	Lukas Reichel	Danila Klimovich	Axel Sandin-Pellikka	Keaton Middleton

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Dans Locmelis, Eduard Sale, Danila Klimovich	Dans Locmelis, Eduard Sale	Danila Klimovich

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Ethan Edwards, Kirill Kudryavtsev, Jeremy Hanzel	Ethan Edwards	Kirill Kudryavtsev, Jeremy Hanzel

Tirs de pénalité
John Leonard, Lukas Reichel, Berkly Catton, Aidan McDonough, Dans Locmelis

Gardien
#1 : Aku Koskenvuo, #2 : Dylan Garand

Lignes d’attaque personnalisées en prolongation
John Leonard, Lukas Reichel, Berkly Catton, Aidan McDonough, Dans Locmelis, Danila Klimovich, Eduard Sale, John Farinacci, Jared Davidson,

Lignes de défense personnalisées en prolongation
Axel Sandin-Pellikka, Keaton Middleton, Marshall Warren, Cole McWard, Ethan Edwards

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
	Total	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0%	0	0	0	0%	0	0	0%	0	0	0%	0	0	0	0	0	0

			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
0	0	N/A	0	0	0	0	0	0	0	0	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
0	0	0	0	0	0	0	0	0

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
0	0	0	0	0	0	0	0	0

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	0	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
0	0	0%	0	0	0%	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
0	0	0	0	0	0	0	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
0	0	0%	0	0	0%	0	0	0%

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
0	0	0	0	0	0

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
3	14	Comets	-	Monsters	-
5	31	Monsters	-	Comets	-
7	42	Crunch	-	Monsters	-
10	61	Monsters	-	Senators	-
12	69	Monsters	-	Griffins	-
14	83	Monsters	-	Phantoms	-
15	92	Canucks	-	Monsters	-
18	113	Senators	-	Monsters	-
22	138	Bears	-	Monsters	-
24	156	Monsters	-	Rocket	-
26	169	Monsters	-	Marlies	-
28	180	Marlies	-	Monsters	-
31	197	Monsters	-	Canucks	-
33	213	Rocket	-	Monsters	-
35	223	Monsters	-	Penguins	-
37	238	Monsters	-	Crunch	-
39	251	Griffins	-	Monsters	-
41	268	Monsters	-	Wolf Pack	-
43	279	Roadrunners	-	Monsters	-
45	294	Monsters	-	Gulls	-
48	314	Barracuda	-	Monsters	-
50	328	Monsters	-	Bruins	-
53	342	Bears	-	Monsters	-
57	367	Ice Hogs	-	Monsters	-
59	381	Monsters	-	Roadrunners	-
61	394	Monsters	-	Silver Knights	-
63	405	Wolves	-	Monsters	-
67	431	Reign	-	Monsters	-
69	443	Monsters	-	Reign	-
71	458	Monsters	-	Canucks	-
73	467	Monsters	-	Marlies	-
74	477	Thunderbirds	-	Monsters	-
79	503	Crunch	-	Monsters	-
84	527	Senators	-	Monsters	-
86	540	Monsters	-	Eagles	-
90	563	Admirals	-	Monsters	-
93	581	Monsters	-	Bears	-
95	593	Griffins	-	Monsters	-
98	612	Monsters	-	Checkers	-
100	625	Comets	-	Monsters	-
102	635	Monsters	-	Stars	-
105	659	Americans	-	Monsters	-
108	679	Monsters	-	Griffins	-
110	690	Canucks	-	Monsters	-
112	704	Monsters	-	Comets	-
114	717	Monsters	-	Thunderbirds	-
116	725	Monsters	-	Senators	-
117	732	Wolf Pack	-	Monsters	-
120	753	Monsters	-	Condors	-
121	762	Checkers	-	Monsters	-
126	791	Comets	-	Monsters	-
128	803	Monsters	-	Firebirds	-
132	822	Rocket	-	Monsters	-
134	837	Monsters	-	Wolves	-
136	854	Monsters	-	Islanders	-
137	860	Marlies	-	Monsters	-
140	875	Monsters	-	Wild	-
142	890	Gulls	-	Monsters	-
146	915	Monsters	-	Admirals	-
147	924	Condors	-	Monsters	-
149	937	Monsters	-	Crunch	-
152	951	Monsters	-	Ice Hogs	-
153	958	Firebirds	-	Monsters	-
157	984	Monsters	-	Rocket	-
158	991	Moose	-	Monsters	-
162	1017	Islanders	-	Monsters	-
164	1030	Monsters	-	Phantoms	-
166	1040	Monsters	-	Wranglers	-
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
168	1054	Wranglers	-	Monsters	-
173	1081	Eagles	-	Monsters	-
175	1096	Monsters	-	Moose	-
177	1110	Monsters	-	Americans	-
178	1119	Silver Knights	-	Monsters	-
183	1149	Wild	-	Monsters	-
187	1173	Monsters	-	Barracuda	-
188	1180	Phantoms	-	Monsters	-
192	1205	Bruins	-	Monsters	-
197	1234	Stars	-	Monsters	-
199	1247	Monsters	-	Penguins	-
206	1274	Phantoms	-	Monsters	-
210	1295	Penguins	-	Monsters	-
212	1308	Monsters	-	Roadrunners	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	100	0
Assistance	0%	0%
Assistance PCT	0%	0%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
41	0 - 0%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
0$	2,224,200$	2,224,200$	750,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
10,393$	0$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	214	13,898$	2,974,172$

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
Saison régulière
Total Saison régulière	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0%	0	0	0%	0	0	0	0%	0	0	0%	0	0	0%	0	0	0	0	0	0
Séries éliminatoires
2025	26	15	11	0	0	0	0	0	82	81	1	12	7	5	0	0	0	0	0	38	42	-4	14	8	6	0	0	0	0	0	44	39	5	30	82	139	221	0	0	26	34	17	5	617	206	183	168	60	607	188	371	544	161	24	14.91%	165	22	86.67%	2	404	811	49.82%	369	779	47.37%	190	428	44.39%	663	457	692	211	342	167
Total Séries éliminatoires	26	15	11	0	0	0	0	0	82	81	1	12	7	5	0	0	0	0	0	38	42	-4	14	8	6	0	0	0	0	0	44	39	5	30	82	139	221	0	0	26	34	17	5	617	206	183	168	60	607	188	371	544	161	24	14.91%	165	22	86.67%	2	404	811	49.82%	369	779	47.37%	190	428	44.39%	663	457	692	211	342	167

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	PKP	PKS	GW	GT	FO%	P/20
1	Arttu Hyry	26	14	16	30	7	54	82	60	78	17.95%	9	668	25.70	1	3	4	13	0	0	6	6	1	43.48%	0.90
2	Lukas Reichel	26	8	17	25	9	4	16	69	62	12.90%	4	584	22.47	0	5	5	12	1	1	8	0	0	49.66%	0.86
3	Marat Khusnutdinov	26	12	9	21	-13	20	25	79	79	15.19%	4	577	22.23	5	6	11	26	1	1	1	0	3	48.79%	0.73
4	Valtteri Puustinen	26	8	10	18	8	10	23	44	67	11.94%	1	517	19.89	2	2	4	18	0	0	2	2	0	28.13%	0.70
5	Jared Davidson	26	8	8	16	-13	26	43	41	67	11.94%	5	534	20.58	5	5	10	20	0	0	1	1	1	68.18%	0.60

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
1	Dylan Garand	26	15	6	4	0.867	2.82	1574	2	0	74	555	0	3	0	0	0
2	Jacob Ingham	4	0	1	0	0.865	3.44	122	0	0	7	52	0	0	0	0	0

	Monsters
	GP: 0 \| W: 0 \| L: 0 \| OTL: 0 \| P: 0 GF: 0 \| GA: 0 \| PP%: 0% \| PK%: 0% DG: Tyler Bell \| Morale : 50 \| Moyenne d’équipe : 58 Prochains matchs #14 vs Comets