LAAHS - Lake Erie Monsters

Golden Seals
Formation
Points
Informations Joueurs
Lignes
Statistiques d'Équipe
Calendrier
Finance
Stats d'équipe en Carrière

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	TA	SP
1	Matt Puempel (A)		X			100.00	77	75	81	72	75	78	82	67	50	62	66	69	63	55	55	68	85	65		0
2	Barclay Goodrow (C)	X	X	X		100.00	80	90	74	70	80	59	83	61	80	63	62	74	25	64	65	65	81	64		0
3	Daniel Sprong			X		100.00	67	42	94	82	67	61	85	66	33	62	73	57	75	60	60	69	87	64		0
4	Nick Cousins	X				100.00	79	54	87	75	68	65	93	66	68	69	61	58	60	62	63	66	85	64		0
5	Adam Mascherin (R)		X			100.00	78	73	88	65	73	82	87	62	50	58	61	66	58	44	44	65	86	62		0
6	Ryan Haggerty			X		100.00	75	73	81	68	73	71	74	62	50	56	64	64	61	44	44	65	86	61		0
7	Marko Dano		X	X		100.00	72	78	59	76	78	59	59	62	50	57	61	66	58	58	58	63	89	61		0
8	Andrew Agozzino	X				100.00	78	43	99	67	66	50	86	58	52	59	59	63	75	56	56	63	86	60		0
9	Robby Fabbri	X	X	X		100.00	73	43	93	73	68	63	44	62	34	64	64	56	25	60	61	62	86	60		0
10	Ryan Olsen (R)	X				100.00	71	69	75	58	69	77	83	57	71	51	58	61	55	44	44	60	86	58		0
11	Turner Elson		X			100.00	67	67	68	61	67	61	61	61	50	56	61	60	58	44	44	61	86	57		0
12	Mitch Hults	X				100.00	82	80	88	63	80	55	56	55	69	59	47	66	45	44	44	58	86	57		0
13	JC Lipon			X		100.00	60	67	44	65	67	76	81	58	50	53	57	56	54	47	47	58	86	57		0
14	Joe Hicketts (A)				X	100.00	80	43	99	66	61	76	87	57	25	40	47	95	25	48	48	63	87	67		0
15	Mitchell Vande Sompel				X	100.00	74	68	87	66	68	74	80	53	25	46	45	61	43	44	44	57	85	59		0
16	Frederic Allard				X	100.00	71	66	81	64	66	72	78	53	25	49	41	61	39	50	50	54	86	59		0
17	Kurtis MacDermid				X	100.00	89	98	72	66	82	51	80	62	25	48	48	57	25	45	45	57	88	59		0
18	Dysin Mayo				X	100.00	75	73	80	65	73	74	82	44	25	32	40	61	38	51	51	51	86	58		0
Rayé
1	Chase Balisy	X				100.00	71	64	86	66	64	82	91	51	64	50	46	62	44	54	54	56	20	57		0
2	Hunter Shinkaruk		X			100.00	72	65	88	70	65	68	74	49	50	45	47	61	45	52	52	55	19	55	X	0
3	Brandon Baddock (R)		X			100.00	69	80	42	68	80	70	76	48	50	45	45	58	43	44	44	52	20	54		0
4	Brendan Woods	X	X			100.00	72	80	53	65	80	53	54	52	50	48	50	63	48	54	54	55	20	54		0
5	Julien Nantel	X	X			100.00	77	70	93	68	70	66	72	46	58	43	44	61	42	45	45	53	20	53		0
6	Maxim Lamarche				X	100.00	81	80	83	62	80	72	78	48	25	41	40	64	38	44	44	54	20	58		0

	MOYENNE D'ÉQUIPE					100.00	75	68	79	68	72	67	76	57	47	52	54	63	48	51	51	60	69	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
1	Angus Redmond (R)	100.00	55	46	58	75	59	56	52	59	56	55	30	44	44	55	86	56	0
2	Jeremy Smith	100.00	56	66	83	64	54	58	52	60	54	54	30	44	44	56	86	56	0
Rayé
1	Anthony Peters	100.00	50	59	74	74	47	52	50	55	50	50	30	44	44	52	20	53	0

	MOYENNE D'ÉQUIPE	100.00	54	57	72	71	53	55	51	58	53	53	30	44	44	54	64	55

Nom du Coach	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Bob Boughner	82	60	87	76	68	57	72	CAN	48	1	726,000$

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	PKS	PKM	GW	GT	FO%	FOT	GA	TA	HT	P/20	FW	FL	FT	S1	S2	S3
1	Daniel Sprong	Lake Erie Monsters (CLF)	RW	16	14	11	25	0	2	0	17	17	85	22	43	16.47%	13	320	20.04	6	4	10	17	37	0	0	3	1	29.63%	27	24	12	1	1.56	0	0	0	3	0	2
2	Nick Cousins	Lake Erie Monsters (CLF)	C	16	8	17	25	1	25	5	27	36	54	15	20	14.81%	12	320	20.01	4	7	11	8	37	0	0	1	0	51.69%	503	15	11	0	1.56	0	1	0	0	2	2
3	Barclay Goodrow	Lake Erie Monsters (CLF)	C/LW/RW	16	8	12	20	2	12	10	26	38	49	18	27	16.33%	14	297	18.60	2	4	6	7	28	1	43	1	0	62.92%	89	14	9	0	1.34	0	1	1	1	2	1
4	Matt Puempel	Lake Erie Monsters (CLF)	LW	16	6	14	20	0	14	0	28	26	56	17	39	10.71%	12	363	22.72	1	4	5	4	37	4	42	1	1	36.67%	30	9	8	0	1.10	0	0	0	1	0	1
5	Marko Dano	Lake Erie Monsters (CLF)	LW/RW	16	7	11	18	2	21	5	34	19	60	17	38	11.67%	5	260	16.27	2	2	4	5	28	0	4	0	0	80.00%	10	8	6	1	1.38	1	0	0	1	0	1
6	Robby Fabbri	Lake Erie Monsters (CLF)	C/LW/RW	16	2	10	12	-2	0	0	15	13	33	13	24	6.06%	2	179	11.24	0	0	0	0	0	0	0	0	1	60.00%	5	13	2	0	1.33	0	0	0	0	0	0
7	Joe Hicketts	Lake Erie Monsters (CLF)	D	16	0	10	10	3	0	0	19	33	28	9	5	0.00%	33	408	25.55	0	6	6	4	40	1	51	0	0	0.00%	0	6	19	0	0.49	0	0	0	0	0	0
8	Adam Mascherin	Lake Erie Monsters (CLF)	LW	16	10	0	10	-3	0	0	16	16	43	9	24	23.26%	2	218	13.68	0	0	0	1	2	3	33	2	2	33.33%	12	10	6	0	0.91	0	0	0	0	1	0
9	Ryan Haggerty	Lake Erie Monsters (CLF)	RW	16	5	4	9	3	0	0	16	8	35	10	28	14.29%	3	154	9.68	2	1	3	3	29	0	0	0	0	100.00%	1	12	4	0	1.16	0	0	0	0	0	1
10	Mitchell Vande Sompel	Lake Erie Monsters (CLF)	D	16	1	7	8	0	5	5	19	19	14	6	8	7.14%	27	358	22.39	1	0	1	1	27	0	33	1	0	0.00%	0	3	6	0	0.45	0	1	0	0	0	0
11	Kurtis MacDermid	Lake Erie Monsters (CLF)	D	16	1	7	8	-1	47	15	27	29	17	9	9	5.88%	21	415	25.95	1	2	3	2	39	0	34	0	0	0.00%	0	3	13	0	0.39	1	1	1	0	1	1
12	Andrew Agozzino	Lake Erie Monsters (CLF)	C	16	4	2	6	1	0	0	23	30	19	5	19	21.05%	7	263	16.47	0	0	0	0	0	0	33	1	1	44.97%	169	2	4	0	0.46	0	0	0	0	0	0
13	Turner Elson	Lake Erie Monsters (CLF)	LW	16	3	3	6	2	2	0	14	7	33	9	13	9.09%	2	127	7.97	0	0	0	0	0	0	0	0	0	80.00%	5	7	5	0	0.94	0	0	0	0	0	0
14	Mitch Hults	Lake Erie Monsters (CLF)	C	16	3	1	4	2	0	0	17	15	14	2	11	21.43%	3	151	9.49	0	0	0	0	3	0	9	1	0	46.51%	43	2	4	0	0.53	0	0	0	1	1	0
15	Dysin Mayo	Lake Erie Monsters (CLF)	D	16	0	4	4	1	2	0	16	14	9	2	5	0.00%	13	230	14.39	0	0	0	0	1	0	10	0	0	0.00%	0	4	9	0	0.35	0	0	0	1	0	0
16	Frederic Allard	Lake Erie Monsters (CLF)	D	16	0	3	3	1	12	0	20	18	14	6	7	0.00%	29	327	20.50	0	1	1	0	27	0	36	0	0	0.00%	0	2	2	0	0.18	0	0	0	0	0	0
17	JC Lipon	Lake Erie Monsters (CLF)	RW	16	0	2	2	0	12	0	10	6	2	3	1	0.00%	7	205	12.81	0	0	0	0	0	0	0	0	0	0.00%	0	4	0	0	0.20	0	0	0	0	0	0
18	Ryan Olsen	Lake Erie Monsters (CLF)	C	16	0	1	1	-2	13	5	15	18	12	1	6	0.00%	7	177	11.07	0	0	0	0	0	0	0	0	0	47.96%	98	3	3	0	0.11	1	0	0	0	0	0
Stats d'équipe Total ou en Moyenne				288	72	119	191	10	167	45	359	362	577	173	327	12.48%	212	4781	16.60	19	31	50	52	341	9	334	11	6	50.20%	992	141	123	2	0.80	3	4	2	8	7	9

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	GA	SA	SAR	EG	ST	BG	S1	S3
1	Angus Redmond	Lake Erie Monsters (CLF)	12	8	3	1	0.888	4.10	732	2	50	448	257	1	12	2	0	1
2	Jeremy Smith	Lake Erie Monsters (CLF)	4	3	1	0	0.925	3.01	239	0	12	160	96	1	4	12	1	1
Stats d'équipe Total ou en Moyenne			16	11	4	1	0.898	3.83	972	2	62	608	353	2	16	14	1	2

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	Cap Salariale	Cap Salariale Restant	Exclus du Cap Salarial	Salaire Année 2	Salaire Année 3	Link
Adam Mascherin	Lake Erie Monsters (CLF)	LW	20	1998-06-05	Yes	206 Lbs	5 ft11	No	No	No	3	Pro & Farm	775,000$	0$	0$	No	775,000$	775,000$	Lien
Andrew Agozzino	Lake Erie Monsters (CLF)	C	27	1991-01-02	No	187 Lbs	5 ft10	No	No	No	2	Pro & Farm	700,000$	0$	0$	No	700,000$		Lien
Angus Redmond	Lake Erie Monsters (CLF)	G	22	1995-10-03	Yes	200 Lbs	6 ft1	No	No	No	2	Pro & Farm	842,500$	0$	0$	No	842,500$		Lien
Anthony Peters	Lake Erie Monsters (CLF)	G	27	1990-12-31	No	196 Lbs	6 ft1	No	No	No	0	Pro & Farm		0$	0$	No			Lien
Barclay Goodrow	Lake Erie Monsters (CLF)	C/LW/RW	25	1993-02-26	No	210 Lbs	6 ft2	No	No	No	2	Pro & Farm	925,000$	0$	0$	No	925,000$		Lien
Brandon Baddock	Lake Erie Monsters (CLF)	LW	23	1995-03-29	Yes	215 Lbs	6 ft3	No	No	No	1	Pro & Farm	673,333$	0$	0$	No			Lien
Brendan Woods	Lake Erie Monsters (CLF)	C/LW	26	1992-06-11	No	210 Lbs	6 ft4	No	No	No	0	Pro & Farm		0$	0$	No			Lien
Chase Balisy	Lake Erie Monsters (CLF)	C	26	1992-02-02	No	179 Lbs	5 ft11	No	No	No	0	Pro & Farm		0$	0$	No			Lien
Daniel Sprong	Lake Erie Monsters (CLF)	RW	21	1997-03-17	No	180 Lbs	6 ft0	No	No	No	1	Pro & Farm	750,000$	0$	0$	No			Lien
Dysin Mayo	Lake Erie Monsters (CLF)	D	21	1996-08-17	No	195 Lbs	6 ft2	No	No	No	1	Pro & Farm	715,000$	0$	0$	No			Lien
Frederic Allard	Lake Erie Monsters (CLF)	D	20	1997-12-27	No	179 Lbs	6 ft1	No	No	No	1	Pro & Farm	925,000$	0$	0$	No			Lien
Hunter Shinkaruk	Lake Erie Monsters (CLF)	LW	23	1994-10-13	No	181 Lbs	5 ft10	No	Yes	No	1	Pro & Farm	650,000$	0$	0$	No			Lien
JC Lipon	Lake Erie Monsters (CLF)	RW	24	1993-07-10	No	183 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No			Lien
Jeremy Smith	Lake Erie Monsters (CLF)	G	29	1989-04-12	No	177 Lbs	6 ft0	Yes	No	No	1	Pro & Farm	500,000$	0$	0$	No			Lien
Joe Hicketts	Lake Erie Monsters (CLF)	D	22	1996-05-04	No	175 Lbs	5 ft8	No	No	No	2	Pro & Farm	700,000$	0$	0$	No	700,000$		Lien
Julien Nantel	Lake Erie Monsters (CLF)	C/LW	21	1996-09-06	No	193 Lbs	6 ft0	No	No	No	1	Pro & Farm	680,000$	0$	0$	No			Lien
Kurtis MacDermid	Lake Erie Monsters (CLF)	D	24	1994-03-25	No	208 Lbs	6 ft5	No	No	No	1	Pro & Farm	675,000$	0$	0$	No			Lien
Marko Dano	Lake Erie Monsters (CLF)	LW/RW	23	1994-11-30	No	212 Lbs	5 ft11	No	No	No	1	Pro & Farm	800,000$	0$	0$	No			Lien
Matt Puempel	Lake Erie Monsters (CLF)	LW	25	1993-01-24	No	205 Lbs	6 ft1	No	No	No	1	Pro & Farm	675,000$	0$	0$	No			Lien
Maxim Lamarche	Lake Erie Monsters (CLF)	D	25	1992-07-11	No	218 Lbs	6 ft3	No	No	No	0	Pro & Farm		0$	0$	No			Lien
Mitch Hults	Lake Erie Monsters (CLF)	C	23	1994-11-13	No	218 Lbs	6 ft3	No	No	No	1	Pro & Farm	925,000$	0$	0$	No			Lien
Mitchell Vande Sompel	Lake Erie Monsters (CLF)	D	21	1997-02-11	No	192 Lbs	5 ft10	No	No	No	1	Pro & Farm	925,000$	0$	0$	No			Lien
Nick Cousins	Lake Erie Monsters (CLF)	C	24	1993-07-19	No	185 Lbs	5 ft11	No	No	No	1	Pro & Farm	1,000,000$	0$	0$	No			Lien
Robby Fabbri	Lake Erie Monsters (CLF)	C/LW/RW	22	1996-01-22	No	190 Lbs	5 ft10	No	No	No	1	Pro & Farm	900,000$	0$	0$	No			Lien
Ryan Haggerty	Lake Erie Monsters (CLF)	RW	25	1993-03-04	No	201 Lbs	6 ft0	No	No	No	1	Pro & Farm	675,000$	0$	0$	No			Lien
Ryan Olsen	Lake Erie Monsters (CLF)	C	24	1994-03-24	Yes	187 Lbs	6 ft1	No	No	No	1	Pro & Farm	575,000$	0$	0$	No			Lien
Turner Elson	Lake Erie Monsters (CLF)	LW	25	1992-09-12	No	184 Lbs	6 ft0	No	No	No	1	Pro & Farm	700,000$	0$	0$	No			Lien

Joueurs Total	Âge Moyen	Poids Moyen	Taille Moyenne	Contrat Moyen	Salaire Moyen 1e Année
27	23.63	195 Lbs	6 ft0	1.07	643,920$

Attaque à 5 contre 5
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Matt Puempel	Nick Cousins	Daniel Sprong	40	0	2	3
2	Marko Dano	Andrew Agozzino	Barclay Goodrow	30	0	2	3
3	Adam Mascherin	Ryan Olsen	Robby Fabbri	20	1	2	2
4	Turner Elson	Mitch Hults	Ryan Haggerty	10	2	2	1

Défense à 5 contre 5
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Joe Hicketts	Kurtis MacDermid	40	1	3	1
2	Mitchell Vande Sompel	Frederic Allard	30	1	3	1
3	Dysin Mayo	JC Lipon	20	0	2	3
4	Kurtis MacDermid	Mitchell Vande Sompel	10	1	2	2

Attaque en Avantage Numérique
Ligne #	Ailier Gauche	Centre	Ailier Droit	% Temps	PHY	DF	OF
1	Matt Puempel	Nick Cousins	Daniel Sprong	60	1	0	4
2	Marko Dano	Barclay Goodrow	Ryan Haggerty	40	1	0	4

Défense en Avantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Joe Hicketts	Kurtis MacDermid	60	0	1	4
2	Mitchell Vande Sompel	Frederic Allard	40	0	1	4

Attaque à 4 en Désavantage Numérique
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Barclay Goodrow	Matt Puempel	60	1	3	1
2	Andrew Agozzino	Adam Mascherin	40	1	3	1

Défense à 4 en Désavantage Numérique
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Joe Hicketts	Kurtis MacDermid	60	1	4	0
2	Mitchell Vande Sompel	Frederic Allard	40	1	4	0

3 joueurs en Désavantage Numérique
Ligne #	Ailier	% Temps	PHY	DF	OF	Défense	Défense	% Temps	PHY	DF	OF
1	Barclay Goodrow	60	1	2	2	Joe Hicketts	Kurtis MacDermid	60	1	2	2
2	Nick Cousins	40	1	2	2	Mitchell Vande Sompel	Frederic Allard	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% Temps	PHY	DF	OF
1	Barclay Goodrow	Matt Puempel	60	1	2	2
2	Nick Cousins	Marko Dano	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% Temps	PHY	DF	OF
1	Joe Hicketts	Kurtis MacDermid	60	1	2	2
2	Mitchell Vande Sompel	Frederic Allard	40	1	2	2

Attaque Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Matt Puempel	Nick Cousins	Daniel Sprong	Joe Hicketts	Kurtis MacDermid

Défense Dernière Minute
Ailier Gauche	Centre	Ailier Droit	Défense	Défense
Barclay Goodrow	Nick Cousins	Marko Dano	Joe Hicketts	Kurtis MacDermid

Attaquants Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Mitch Hults, Adam Mascherin, Andrew Agozzino	Mitch Hults, Adam Mascherin	Andrew Agozzino

Défenseurs Supplémentaires
Normal	Avantage Numérique	Désavantage Numérique
Dysin Mayo, Frederic Allard, Joe Hicketts	Dysin Mayo	Frederic Allard, Joe Hicketts

Tirs de Pénalité
Daniel Sprong, Nick Cousins, Matt Puempel, Barclay Goodrow, Marko Dano

Gardien
#1 : Angus Redmond, #2 : Jeremy Smith

Lignes d'Attaque Perso. en Prol.
, , , , , , , , , ,

Lignes de Défense Perso. en Prol.
, , , ,

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

	Ligue												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	Binghampton Senators	5	4	1	0	0	0	0	0	27	20	7	3	2	1	0	0	0	0	0	15	12	3	2	2	0	0	0	0	0	0	12	8	4	8	0.800	27	44	71	0	0	19	26	25	2	176	198	195	174	10	215	47	42	103	20	9	45.00%	16	5	68.75%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
2	Calgary Hitman	7	3	4	0	0	0	0	0	28	35	-7	4	1	3	0	0	0	0	0	18	22	-4	3	2	1	0	0	0	0	0	10	13	-3	6	0.429	28	44	72	2	0	19	26	25	2	251	198	195	174	10	241	109	81	160	24	8	33.33%	23	8	65.22%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
3	Sherbrooke Phoenix	4	4	0	0	0	0	0	0	17	9	8	2	2	0	0	0	0	0	0	6	4	2	2	2	0	0	0	0	0	0	11	5	6	8	1.000	17	31	48	0	0	19	26	25	2	150	198	195	174	10	154	56	46	96	7	2	28.57%	13	0	100.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
	Total	16	11	5	0	0	0	0	0	72	64	8	9	5	4	0	0	0	0	0	39	38	1	7	6	1	0	0	0	0	0	33	26	7	22	0.688	72	119	191	2	0	19	26	25	2	577	198	195	174	10	610	212	169	359	51	19	37.25%	52	13	75.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
	_Since Last GM Reset	16	11	5	0	0	0	0	0	72	64	8	9	5	4	0	0	0	0	0	39	38	1	7	6	1	0	0	0	0	0	33	26	7	22	0.688	72	119	191	2	0	19	26	25	2	577	198	195	174	10	610	212	169	359	51	19	37.25%	52	13	75.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
	_Vs Conference	16	11	5	0	0	0	0	0	72	64	8	9	5	4	0	0	0	0	0	39	38	1	7	6	1	0	0	0	0	0	33	26	7	22	0.688	72	119	191	2	0	19	26	25	2	577	198	195	174	10	610	212	169	359	51	19	37.25%	52	13	75.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
	_Vs Division	5	7	4	0	0	0	0	0	27	20	7	3	3	3	0	0	0	0	0	15	12	3	2	4	1	0	0	0	0	0	12	8	4	14	1.400	27	44	71	0	0	19	26	25	2	176	198	195	174	10	215	47	42	103	20	9	45.00%	16	5	68.75%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144

			Total Pour les Joueurs
Matchs Joués	Points	Séquence	Buts	Passes	Points	Tirs Pour	Tirs Contre	Tirs Bloqués	Minutes de Pénalité	Mises en Échec	Buts en Filet Désert	Blanchissage
16	22	L3	72	119	191	577	610	212	169	359	2	0

Tous les Matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
16	11	5	0	0	0	0	72	64

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
9	5	4	0	0	0	0	39	38

Matchs Éxtérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
7	6	1	0	0	0	0	33	26

Derniers 10 Matchs
W	L	OTW	OTL	SOW	SOL
4	4	2	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
51	19	37.25%	52	13	75.00%	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
198	195	174	10	19	26	25	2

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
169	347	48.70%	185	369	50.14%	144	276	52.17%

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
330	182	346	155	295	144

Derniers Match Joués Afficher ou Masquer des Colonnes

Astuces sur les Filtres (Anglais seulement)

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

Jour	Match	Équipe Visiteuse	Score	Équipe Locale	Score	ST	OT	Lien
1 - 2019-10-04	5	Sherbrooke Phoenix	2	Lake Erie Monsters	3	W		Sommaire du Match
2 - 2019-10-05	13	Sherbrooke Phoenix	2	Lake Erie Monsters	3	W		Sommaire du Match
3 - 2019-10-06	21	Lake Erie Monsters	6	Sherbrooke Phoenix	3	W		Sommaire du Match
4 - 2019-10-07	29	Lake Erie Monsters	5	Sherbrooke Phoenix	2	W		Sommaire du Match
8 - 2019-10-11	59	Binghampton Senators	4	Lake Erie Monsters	3	L	X	Sommaire du Match
9 - 2019-10-12	63	Binghampton Senators	5	Lake Erie Monsters	7	W		Sommaire du Match
10 - 2019-10-13	67	Lake Erie Monsters	6	Binghampton Senators	5	W	X	Sommaire du Match
11 - 2019-10-14	71	Lake Erie Monsters	6	Binghampton Senators	3	W		Sommaire du Match
12 - 2019-10-15	75	Binghampton Senators	3	Lake Erie Monsters	5	W		Sommaire du Match
15 - 2019-10-18	86	Calgary Hitman	4	Lake Erie Monsters	6	W		Sommaire du Match
16 - 2019-10-19	88	Calgary Hitman	7	Lake Erie Monsters	5	L		Sommaire du Match
17 - 2019-10-20	90	Lake Erie Monsters	5	Calgary Hitman	4	W	X	Sommaire du Match
18 - 2019-10-21	92	Lake Erie Monsters	4	Calgary Hitman	2	W		Sommaire du Match
19 - 2019-10-22	94	Calgary Hitman	5	Lake Erie Monsters	3	L		Sommaire du Match
20 - 2019-10-23	96	Lake Erie Monsters	1	Calgary Hitman	7	L		Sommaire du Match
21 - 2019-10-24	98	Calgary Hitman	6	Lake Erie Monsters	4	L		Sommaire du Match

Capacité de l'Aréna - Tendance du Prix des Billets - %
	Niveau 1	Niveau 2
Capacité de l'Aréna	2000	1000
Prix des Billets	30	10
Assistance	18,000	9,000
Assistance PCT	100.00%	100.00%

Revenus
Matchs à domicile Restants	Assistance Moyenne - %	Revenus Moyen par Match	Revenus Annuels à ce Jour	Capacité de l'Aréna	Popularité de l'Équipe
32	3000 - 100.00%	104,300$	938,700$	3000	100

Dépenses
Dépenses Annuelles à Ce Jour	Salaire Total des Joueurs	Salaire Total Moyen des Joueurs	Salaire des Coachs
0$	1,738,583$	1,738,583$	0$

Cap Salarial Par Jour	Cap salarial à ce jour	Joueurs Inclut dans la Cap Salariale	Joueurs Exclut dans la Cap Salariale
0$	0$	0	0

Éstimation
Revenus de la Saison Éstimés	Jours Restants de la Saison	Dépenses Par Jour	Dépenses de la Saison Éstimées
0$	0	0$	0$

Afficher ou Masquer des Colonnes

	Ligue											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
2016	82	42	27	0	5	2	0	6	437	407	30	41	19	16	0	2	2	0	2	212	207	5	41	23	11	0	3	0	0	4	225	200	25	84	437	706	1143	2	0	103	191	138	6	3336	1074	1211	1025	46	3090	1022	1935	1749	229	79	34.50%	149	57	61.74%	4	1059	1993	53.14%	914	1726	52.95%	862	1646	52.37%	1732	968	1695	752	1539	773
2017	82	37	35	0	2	4	2	2	371	373	-2	41	18	19	0	2	0	0	2	176	188	-12	41	19	16	0	0	4	2	0	195	185	10	74	371	623	994	2	0	92	133	142	7	3149	1031	1107	998	24	3025	1022	1639	2002	225	73	32.44%	143	59	58.74%	8	960	1873	51.25%	789	1617	48.79%	752	1511	49.77%	1746	972	1659	741	1547	774
2018	82	45	27	0	5	2	2	1	396	320	76	41	24	14	0	2	0	1	0	195	143	52	41	21	13	0	3	2	1	1	201	177	24	90	396	654	1050	5	1	94	165	130	12	3257	1057	1194	987	28	2720	914	1617	1889	247	78	31.58%	202	69	65.84%	5	1033	1830	56.45%	828	1547	53.52%	817	1512	54.03%	1820	1047	1595	749	1530	767
2019	82	47	26	0	5	1	2	1	449	387	62	41	27	12	0	0	0	2	0	225	189	36	41	20	14	0	5	1	0	1	224	198	26	94	449	742	1191	1	2	95	204	143	9	3202	998	1197	994	24	3076	980	2065	1853	227	92	40.53%	285	99	65.26%	3	887	1740	50.98%	890	1775	50.14%	807	1610	50.12%	1731	975	1700	755	1515	742
Total Saison Régulière	328	171	115	0	17	9	6	10	1653	1487	166	164	88	61	0	6	2	3	4	808	727	81	164	83	54	0	11	7	3	6	845	760	85	342	1653	2725	4378	10	3	384	693	553	34	12944	4160	4709	4004	122	11911	3938	7256	7493	928	322	34.70%	779	284	63.54%	20	3939	7436	52.97%	3421	6665	51.33%	3238	6279	51.57%	7031	3964	6650	2998	6132	3058
2019	16	11	5	0	0	0	0	0	72	64	8	9	5	4	0	0	0	0	0	39	38	1	7	6	1	0	0	0	0	0	33	26	7	22	72	119	191	2	0	19	26	25	2	577	198	195	174	10	610	212	169	359	51	19	37.25%	52	13	75.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144
Total Séries	16	11	5	0	0	0	0	0	72	64	8	9	5	4	0	0	0	0	0	39	38	1	7	6	1	0	0	0	0	0	33	26	7	22	72	119	191	2	0	19	26	25	2	577	198	195	174	10	610	212	169	359	51	19	37.25%	52	13	75.00%	0	169	347	48.70%	185	369	50.14%	144	276	52.17%	330	182	346	155	295	144