Icedogs
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques d’équipe en carrière

Centre de jeu
	Monkeys 0-4-0, 0pts	2	FINAL	5	Dynamos 12-7-0, 24pts

Team Stats
L4	Séquence	L2
0-2-0	Fiche domicile	5-4-0
0-2-0	Fiche domicile	7-3-0
0-4-0	Derniers 10 matchs	5-4-1
1.75	Buts par match	4.95
7.50	Buts contre par match	3.16
41.67%	Pourcentage en avantage numérique	44.62%
26.67%	Pourcentage en désavantage numérique	64.86%

Monkeys
0-4-0, 0pts

FINAL

Dynamos
12-7-0, 24pts

Team Stats
L4	Séquence	L2
0-2-0	Fiche domicile	5-4-0
0-2-0	Fiche domicile	7-3-0
0-4-0	Derniers 10 matchs	5-4-1
1.75	Buts par match	4.95
7.50	Buts contre par match	3.16
41.67%	Pourcentage en avantage numérique	44.62%
26.67%	Pourcentage en désavantage numérique	64.86%

Meneurs d'équipe
	Buts Janne Kuokkanen 2	Passes Matt Nieto 2

	Points Matt Nieto 3	Plus/Moins Boris Katchouk 0

Statistiques d’équipe
Buts pour 7 1.75 GFG	Tirs pour 120 30.00 Avg	Pourcentage en avantage numérique 41.7% 5 GF	Début de zone offensive 31.8%
Buts contre 30 7.50 GAA	Tirs contre 182 45.50 Avg	Pourcentage en désavantage numérique 26.7%% 11 GA	Début de la zone défensive 31.0%

Informations de l'équipe
	Directeur général	Fred Joanis
	Entraîneur	Dean Evason
	Division	Bourque
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	0
	Billets de saison	300
Informations de la formation
	Équipe Pro	17
	Équipe Mineure	20
	Limite contact	37 / 55
	Espoirs	38
Historique d'équipe
	Saison actuelle	0-4
	Historique	208-110-13 (0.628%)
	Apparitions en séries éliminatoires	4
	Historique en séries éliminatoires (W-L)	15-18
	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	Derek Grant	X	X			100.00	74	66	88	82	85	80	51	72	75	75	68	84	50	76	77	0	70	71	0	34	1	1,500,000$
2	Pius Suter	X	X			100.00	70	53	98	87	74	80	88	70	67	66	74	81	64	70	74	0	75	70	0	28	1	1,975,000$
3	Hudson Fasching (R)			X		100.00	77	61	95	88	81	78	54	73	50	69	76	76	53	69	71	0	85	70	0	29	1	750,000$
4	Matt Nieto		X	X		100.00	70	56	95	86	79	79	90	69	60	67	71	77	50	81	79	0	76	70	0	31	1	850,000$
5	Janne Kuokkanen (R)		X	X		100.00	71	55	96	80	75	79	62	71	50	71	71	76	50	69	72	0	78	69	0	26	1	1,825,000$
6	Connor McMichael (R)	X	X			100.00	73	56	96	87	75	76	73	71	61	68	73	71	51	68	69	0	76	69	0	23	2	925,000$
7	Julien Gauthier (R)			X		100.00	91	74	96	82	92	76	53	67	50	66	67	69	50	69	69	0	77	68	0	26	1	1,225,000$
8	Boris Katchouk (R)		X			100.00	86	62	90	84	85	78	64	68	50	69	66	73	50	69	70	0	76	68	0	26	2	758,333$
9	Filip Zadina (R)		X	X		100.00	74	55	93	87	77	79	40	67	50	67	67	72	50	71	72	0	74	67	0	24	3	1,825,000$
10	Nils Aman (R)	X				100.00	72	55	94	90	75	78	75	66	58	68	64	76	50	68	70	0	72	67	0	24	2	925,000$
11	Fredrik Olofsson (R)		X			100.00	50	50	50	50	50	50	50	50	50	50	50	50	50	50	50	0	38	49	0	28	1	750,000$
12	Jack Studnicka (R)	X				100.00	50	50	50	50	50	50	50	50	50	50	50	50	50	50	50	0	21	49	0	25	2	762,500$
13	Henri Jokiharju (R)				X	100.00	79	59	89	89	81	87	70	67	50	68	65	73	50	72	76	0	67	71	0	25	2	2,500,000$
14	Cale Fleury (R)				X	100.00	92	64	96	84	88	79	40	62	50	64	60	65	50	70	70	0	70	67	0	25	1	883,333$
15	Ryan Merkley (R)				X	100.00	63	55	95	88	73	81	43	67	50	68	66	59	50	66	69	0	75	66	0	24	1	1,225,000$
Rayé
1	Philipp Kurashev (R)	X	X	X		100.00	71	56	95	93	76	83	80	71	59	71	70	70	63	70	71	0	70	69	0	24	1	925,000$

	MOYENNE D’ÉQUIPE					100.00	73	58	89	82	76	76	61	66	55	66	66	70	52	68	69	0	69	66

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	Laurent Brossoit	100.00	75	66	64	91	72	75	71	75	75	72	77	71	73	0	78	71	0	31	1	1,750,000$
Rayé

	MOYENNE D’ÉQUIPE	100.00	75	66	64	91	72	75	71	75	75	72	77	71	73	0	78	71

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Dean Evason	76	89	80	89	73	70	99	CAN	59	1	550,000$

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	FO%	FOT	GA	TA	P/20	FW	FT
1	Matt Nieto	Monkeys (IDS)	LW/RW	4	1	2	3	-4	0	0	1	4	24	9	18	4.17%	8	82	20.67	1	2	3	4	9	57.14%	7	5	2	0.73	0	0
2	Janne Kuokkanen	Monkeys (IDS)	LW/RW	4	2	0	2	-3	5	5	1	5	14	1	7	14.29%	1	35	8.86	0	0	0	0	0	85.71%	7	3	2	1.13	1	0
3	Connor McMichael	Monkeys (IDS)	C/LW	4	0	2	2	-3	2	0	1	7	11	1	7	0%	1	35	8.95	0	0	0	0	0	60.98%	82	1	1	1.12	0	0
4	Julien Gauthier	Monkeys (IDS)	RW	4	0	0	0	-3	5	5	1	1	7	3	2	0%	1	34	8.72	0	0	0	0	0	0%	3	1	1	0	0	1
5	Ryan Merkley	Monkeys (IDS)	D	4	0	0	0	-3	0	0	1	0	10	7	3	0%	9	63	15.99	0	0	0	0	1	0%	0	4	6	0	0	0
6	Boris Katchouk	Monkeys (IDS)	LW	4	0	0	0	0	0	0	0	0	0	0	0	0%	0	1	0.32	0	0	0	0	0	0%	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				24	3	4	7	-16	12	10	5	17	66	21	37	4.55%	20	254	10.58	1	2	3	4	11	60.61%	99	14	12	0.55	1	1

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du 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	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	Type	Salaire actuel	Plafond salarial Non Activé	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Salaire annuel 3	Salaire annuel 4	Salaire annuel 5	Salaire annuel 6	Salaire annuel 7	Salaire annuel 8	Salaire annuel 9	Salaire annuel 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
Boris Katchouk	Monkeys (IDS)	LW	26	1998-06-18 12:12:50	Yes	206 Lbs	6 ft2	No	No	N/A		No	No	2		Pro & Farm	758,333$	0$	0$	No	758,333$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Cale Fleury	Monkeys (IDS)	D	25	1998-11-19 15:04:50	Yes	205 Lbs	6 ft1	No	No	Free Agent		No	No	1	2024-03-03	Pro & Farm	883,333$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Connor McMichael	Monkeys (IDS)	C/LW	23	2001-01-15 15:26:21	Yes	180 Lbs	6 ft0	No	No	N/A		No	No	2		Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Derek Grant	Monkeys (IDS)	C/LW	34	1990-04-20 16:02:45	No	215 Lbs	6 ft3	No	No	N/A		No	No	1		Pro & Farm	1,500,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Filip Zadina	Monkeys (IDS)	LW/RW	24	1999-11-27 15:09:35	Yes	189 Lbs	6 ft0	No	No	Free Agent		No	No	3	2024-03-03	Pro & Farm	1,825,000$	0$	0$	No	1,825,000$	1,825,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Fredrik Olofsson	Monkeys (IDS)	LW	28	1996-05-27 12:19:10	Yes	190 Lbs	6 ft2	No	No	N/A		No	No	1		Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Henri Jokiharju	Monkeys (IDS)	D	25	1999-06-17 14:47:01	Yes	195 Lbs	6 ft0	No	No	N/A		No	No	2		Pro & Farm	2,500,000$	0$	0$	No	2,500,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien
Hudson Fasching	Monkeys (IDS)	RW	29	1995-07-28 10:56:00	Yes	209 Lbs	6 ft3	No	No	Trade	2024-06-24	No	No	1		Pro & Farm	750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Jack Studnicka	Monkeys (IDS)	C	25	1999-02-18 12:28:57	Yes	187 Lbs	6 ft1	No	No	N/A		No	No	2		Pro & Farm	762,500$	0$	0$	No	762,500$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Janne Kuokkanen	Monkeys (IDS)	LW/RW	26	1998-05-25 14:47:44	Yes	193 Lbs	6 ft1	No	No	N/A		No	No	1		Pro & Farm	1,825,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Julien Gauthier	Monkeys (IDS)	RW	26	1997-10-15 15:17:21	Yes	227 Lbs	6 ft4	No	No	Free Agent		No	No	1	2024-03-03	Pro & Farm	1,225,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Laurent Brossoit	Monkeys (IDS)	G	31	1993-03-23 17:36:37	No	215 Lbs	6 ft3	No	No	N/A		No	No	1		Pro & Farm	1,750,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Matt Nieto	Monkeys (IDS)	LW/RW	31	1992-11-05 15:26:19	No	190 Lbs	5 ft11	No	No	N/A		No	No	1		Pro & Farm	850,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Nils Aman	Monkeys (IDS)	C	24	2000-02-07 12:35:33	Yes	179 Lbs	6 ft2	No	No	N/A		No	No	2		Pro & Farm	925,000$	0$	0$	No	925,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Philipp Kurashev	Monkeys (IDS)	C/LW/RW	24	1999-10-12 15:29:07	Yes	190 Lbs	6 ft0	No	No	Free Agent		No	No	1	2024-03-03	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Pius Suter	Monkeys (IDS)	C/LW	28	1996-05-24 15:52:51	No	174 Lbs	5 ft11	No	No	N/A		No	No	1		Pro & Farm	1,975,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Ryan Merkley	Monkeys (IDS)	D	24	2000-08-14 15:31:58	Yes	186 Lbs	6 ft0	No	No	N/A		No	No	1		Pro & Farm	1,225,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
17	26.65	196 Lbs	6 ft1	1.41	1,256,127$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1			Matt Nieto	40	1	2	2
2				30	1	2	2
3	Janne Kuokkanen	Connor McMichael	Julien Gauthier	20	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			40	1	2	2
2		Ryan Merkley	30	1	2	2
3			20	1	2	2
4			10	1	2	2

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

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Ryan Merkley	40	1	2	2

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

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

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

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2		Ryan Merkley	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
		Matt Nieto

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
		Matt Nieto

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Boris Katchouk, Connor McMichael, Janne Kuokkanen	Boris Katchouk, Connor McMichael	Janne Kuokkanen

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Ryan Merkley,		Ryan Merkley,

Tirs de pénalité
, , , Matt Nieto,

Gardien
#1 : , #2 :

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

Lignes de défense personnalisées en prolongation
, , , ,

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

	Total												Domicile											Visiteur
#	VS Équipe	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	GP	W	L	T	OTW	OTL	SOW	SOL	GF	GA	Diff	P	PCT	G	A	TP	SO	EG	GP1	GP2	GP3	GP4	SHF	SH1	SP2	SP3	SP4	SHA	SHB	Pim	Hit	PPA	PPG	PP%	PKA	PK GA	PK%	PK GF	W OF FO	T OF FO	OF FO%	W DF FO	T DF FO	DF FO%	W NT FO	T NT FO	NT FO%	PZ DF	PZ OF	PZ NT	PC DF	PC OF	PC NT
1	Dynamos	4	0	4	0	0	0	0	0	7	30	-23	2	0	2	0	0	0	0	0	4	19	-15	2	0	2	0	0	0	0	0	3	11	-8	0	0.000	7	12	19	0	0	1	5	1	0	120	34	50	36	0	182	81	40	42	12	5	41.67%	15	11	26.67%	0	43	78	55.13%	35	76	46.05%	41	91	45.05%	71	43	107	35	60	26
	Total	4	0	4	0	0	0	0	0	7	30	-23	2	0	2	0	0	0	0	0	4	19	-15	2	0	2	0	0	0	0	0	3	11	-8	0	0.000	7	12	19	0	0	1	5	1	0	120	34	50	36	0	182	81	40	42	12	5	41.67%	15	11	26.67%	0	43	78	55.13%	35	76	46.05%	41	91	45.05%	71	43	107	35	60	26
	_Since Last GM Reset	4	0	4	0	0	0	0	0	7	30	-23	2	0	2	0	0	0	0	0	4	19	-15	2	0	2	0	0	0	0	0	3	11	-8	0	0.000	7	12	19	0	0	1	5	1	0	120	34	50	36	0	182	81	40	42	12	5	41.67%	15	11	26.67%	0	43	78	55.13%	35	76	46.05%	41	91	45.05%	71	43	107	35	60	26
	_Vs Conference	4	0	4	0	0	0	0	0	7	30	-23	2	0	2	0	0	0	0	0	4	19	-15	2	0	2	0	0	0	0	0	3	11	-8	0	0.000	7	12	19	0	0	1	5	1	0	120	34	50	36	0	182	81	40	42	12	5	41.67%	15	11	26.67%	0	43	78	55.13%	35	76	46.05%	41	91	45.05%	71	43	107	35	60	26
	_Vs Division	4	0	0	0	0	0	0	0	7	30	-23	2	0	0	0	0	0	0	0	4	19	-15	2	0	0	0	0	0	0	0	3	11	-8	0	0.000	7	12	19	0	0	1	5	1	0	120	34	50	36	0	182	81	40	42	12	5	41.67%	15	11	26.67%	0	43	78	55.13%	35	76	46.05%	41	91	45.05%	71	43	107	35	60	26

			Total pour les joueurs
Matchs joués	Points	Séquence	Buts	Passes	Points	Tirs pour	Tirs contre	Tirs bloqués	Minutes de pénalités	Mises en échec	Buts en filet désert	Blanchissages
4	0	L4	7	12	19	120	182	81	40	42	0	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
4	0	4	0	0	0	0	7	30

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
2	0	2	0	0	0	0	4	19

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
2	0	2	0	0	0	0	3	11

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
0	4	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
12	5	41.67%	15	11	26.67%	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
34	50	36	0	1	5	1	0

Mises en jeu
Gagnées en zone offensive	Total en zone offensive	% gagnées en zone offensive	Gagnées en zone défensive	Total en zone défensive	% gagnées en zone défensive	Gagnées en zone neutre	Total en zone neutre	% gagnées en zone neutre
43	78	55.13%	35	76	46.05%	41	91	45.05%

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
71	43	107	35	60	26

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	Lien
1	2	Dynamos	11	Monkeys	1	BL	Sommaire du match
3	10	Dynamos	8	Monkeys	3	BL	Sommaire du match
5	18	Monkeys	2	Dynamos	5	AL	Sommaire du match
7	26	Monkeys	1	Dynamos	6	AL	Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	35	15
Assistance	0	0
Assistance PCT	0.00%	0.00%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
39	0 - 0.00%	0$	0$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	2,135,416$	2,135,416$	0$

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

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	0	0$	0$

Monkeys 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
1	Adam Gaudette	153	178	215	393	136	7	241	197	1015	17.54%	71	3140	20.53	51	101	152	93	1	0	1	10	23	5	70.52%	22	2.50	0	1
2	Micheal Ferland	205	152	228	380	157	251	286	164	813	18.70%	126	3703	18.07	54	94	148	91	5	1	6	10	21	8	62.36%	12	2.05	1	4
3	Ryan Poehling	200	147	157	304	129	124	269	182	891	16.50%	91	3813	19.07	41	50	91	78	4	2	6	9	10	4	61.82%	11	1.59	3	5
4	Ty Dellandrea	166	130	147	277	110	135	286	206	753	17.26%	71	2986	17.99	40	57	97	72	2	2	4	13	21	2	66.96%	10	1.86	0	2
5	Erik Brannstrom	131	52	183	235	129	102	190	151	542	9.59%	196	3384	25.83	38	66	104	90	0	2	2	5	3	2	75.00%	0	1.39	0	2

Monkeys 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	Braden Holtby	140	119	13	4	0.902	2.99	8287	8	4	413	4210	2196	18	1	0.870	23
2	Cayden Primeau	60	54	4	0	0.915	2.31	3564	4	4	137	1606	920	5	0	1.000	6
3	Cory Schneider	60	52	3	3	0.909	3.15	3546	8	2	186	2033	1046	4	0	0.667	15

Monkeys 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
2020	82	66	9	0	0	2	3	2	580	323	257	41	34	4	0	0	1	1	1	298	158	140	41	32	5	0	0	1	2	1	282	165	117	142	580	973	1553	0	2	113	254	210	9	3515	1160	1234	1115	30	2794	897	725	1305	309	194	62.78%	243	93	61.73%	14	1048	1591	65.87%	1032	1629	63.35%	1166	1816	64.21%	1999	1249	1633	622	1320	734
2021	82	62	14	0	2	2	2	0	535	265	270	41	31	6	0	2	2	0	0	257	120	137	41	31	8	0	0	0	2	0	278	145	133	134	535	890	1425	1	2	115	215	201	6	3441	1106	1166	1164	17	2490	836	769	1506	310	189	60.97%	265	87	67.17%	12	978	1658	58.99%	926	1654	55.99%	1018	1658	61.40%	1951	1180	1605	657	1380	749
2022	82	66	11	0	2	1	1	1	601	319	282	41	35	4	0	1	0	1	0	290	142	148	41	31	7	0	1	1	0	1	311	177	134	140	601	998	1599	1	2	137	245	216	3	3646	1286	1241	1114	15	2557	834	767	1545	319	183	57.37%	249	93	62.65%	6	1020	1596	63.91%	899	1527	58.87%	1129	1814	62.24%	2088	1327	1532	600	1314	742
2023	82	65	11	0	1	3	2	0	560	268	292	41	33	6	0	1	0	1	0	282	144	138	41	32	5	0	0	3	1	0	278	124	154	139	560	944	1504	0	4	97	236	224	3	3750	1216	1305	1226	9	2321	744	449	1632	319	223	69.91%	212	75	64.62%	6	1110	1728	64.24%	819	1324	61.86%	1141	1750	65.20%	2122	1330	1488	602	1320	753
Total Saison régulière	328	194	110	0	10	7	4	3	2179	1715	464	164	103	48	0	6	4	3	0	1102	810	292	164	91	62	0	4	3	1	3	1077	905	172	426	2179	3677	5856	3	3	543	838	784	21	13284	4497	4490	4273	54	10436	3351	2233	5277	1274	681	53.45%	941	447	52.50%	45	3730	6230	59.87%	2814	4989	56.40%	4410	7426	59.39%	7955	4980	6391	2534	5397	2958
Séries éliminatoires
2020	22	13	9	0	0	0	0	0	133	129	4	13	7	6	0	0	0	0	0	84	80	4	9	6	3	0	0	0	0	0	49	49	0	26	133	217	350	0	0	35	49	48	1	973	328	315	329	1	680	218	120	382	79	36	45.57%	48	25	47.92%	1	273	418	65.31%	180	260	69.23%	363	513	70.76%	578	369	393	148	349	206
2021	19	14	5	0	0	0	0	0	118	80	38	10	9	1	0	0	0	0	0	73	39	34	9	5	4	0	0	0	0	0	45	41	4	28	118	208	326	0	0	28	43	46	1	816	280	257	274	5	715	225	241	340	65	44	67.69%	64	31	51.56%	1	205	383	53.52%	215	414	51.93%	232	399	58.15%	437	277	402	150	302	154
2022	19	14	5	0	0	0	0	0	124	91	33	10	9	1	0	0	0	0	0	71	40	31	9	5	4	0	0	0	0	0	53	51	2	28	124	215	339	0	1	30	45	48	1	760	242	285	232	1	716	234	249	326	73	44	60.27%	58	23	60.34%	1	198	372	53.23%	205	414	49.52%	222	405	54.81%	417	260	411	158	311	152
2023	12	8	4	0	0	0	0	0	79	66	13	6	4	2	0	0	0	0	0	41	39	2	6	4	2	0	0	0	0	0	38	27	11	16	79	136	215	0	0	15	37	27	0	555	186	211	158	0	369	121	79	244	55	33	60.00%	27	13	51.85%	1	192	303	63.37%	99	152	65.13%	193	286	67.48%	313	198	219	82	187	109
Total Séries éliminatoires	33	15	18	0	0	0	0	0	194	223	-29	17	7	10	0	0	0	0	0	98	121	-23	16	8	8	0	0	0	0	0	96	102	-6	30	194	325	519	0	0	45	87	60	2	1156	366	418	369	3	1263	426	261	470	114	67	58.77%	114	66	42.11%	8	344	583	59.01%	267	547	48.81%	413	760	54.34%	725	451	731	262	524	271

Monkeys 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%	HT	P/20	PSS
1	Micheal Ferland	57	46	49	95	-15	94	91	57	253	18.18%	39	1057	18.55	22	24	46	41	0	0	3	4	2	51.04%	4	1.80	0
2	Erik Brannstrom	37	19	65	84	2	25	51	52	187	10.16%	53	965	26.09	14	31	45	40	0	0	1	5	1	100.00%	1	1.74	1
3	Ty Dellandrea	42	37	44	81	24	34	57	60	196	18.88%	25	755	17.98	14	14	28	29	2	2	5	1	1	60.31%	2	2.14	0
4	Adam Gaudette	25	30	31	61	6	5	41	29	176	17.05%	13	476	19.06	10	16	26	13	0	0	1	2	0	59.30%	2	2.56	0
5	Valeri Nichushkin	23	28	29	57	13	9	40	25	122	22.95%	11	458	19.95	9	8	17	21	0	0	1	1	0	71.77%	2	2.49	0

Monkeys 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	Braden Holtby	25	23	1	1	0.915	3.08	1500	0	1	77	902	471	2	0	0	0
2	Cory Schneider	1	1	0	0	0.929	2.00	60	0	0	2	28	18	0	0	0	0

	Monkeys
	GP: 4 \| W: 0 \| L: 4 GF: 7 \| GA: 30 \| PP%: 41.67% \| PK%: 26.67% DG: Fred Joanis \| Morale : 32 \| Moyenne d’équipe : 67