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

Centre de jeu
	Lake Erie Monsters 6-4-0, 12pts	8	FINAL	6	London Knights 3-5-2, 8pts

Team Stats
OTW1	Streak	L3
2-3-0	Home Record	3-2-0
4-1-0	Away Record	0-3-2
6-4-0	Last 10 Games	3-5-2
6.20	Buts par match	6.10
6.90	Buts contre par match	7.20
35.71%	Pourcentage en avantage numérique	40.00%
48.28%	Pourcentage en désavantage numérique	52.94%

Calgary Hitman
3-6-1, 7pts

FINAL

Lake Erie Monsters
6-4-0, 12pts

Team Stats
W1	Streak	OTW1
2-3-0	Home Record	2-3-0
1-3-1	Away Record	4-1-0
3-6-1	Last 10 Games	6-4-0
7.20	Buts par match	6.20
8.30	Buts contre par match	6.90
53.85%	Pourcentage en avantage numérique	35.71%
52.78%	Pourcentage en désavantage numérique	48.28%

Meneurs d'équipe
	Buts Will Bitten 5	Passes Will Bitten 12

	Points Will Bitten 17	Plus/Moins Will Bitten -5

Statistiques d’équipe
Buts pour 62 6.20 GFG	Tirs pour 364 36.40 Avg	Pourcentage en avantage numérique 35.7% 10 GF	Début de zone offensive 30.7%
Buts contre 69 6.90 GAA	Tirs contre 292 29.20 Avg	Pourcentage en désavantage numérique 48.3% 15 GA	Début de la zone défensive 24.9%

Informations de l'équipe
	Directeur général	Remi Souliere
	Entraîneur	Anders Sorensen
	Division	Mark Messier
	Conférence	Conference 2
	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	27
	Limite contact	44 / 50
	Espoirs	51
Historique d'équipe
	Saison actuelle	6-4-0 (12PTS)
	Historique	116-99-23 (0.487%)
	Apparitions en séries éliminatoires	2
	Historique en séries éliminatoires (W-L)	1-4
	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	Oskar Steen	0	X				100.00	81	44	90	68	65	59	73	60	31	65	59	70	25	46	46	65	50	60	0	24	2	800,000$
2	Jonatan Berggren (R)	0	X	X	X		100.00	75	69	89	69	69	57	56	65	80	65	61	65	58	44	44	65	50	60	0	21	1	700,000$
3	Turner Elson	0		X			100.00	73	67	87	65	67	75	79	61	50	57	60	63	57	44	44	63	50	59	0	29	2	762,500$
4	Lukas Elvenes	0		X	X		100.00	72	65	89	70	65	55	54	61	50	62	56	62	53	44	44	61	50	57	0	22	1	700,000$
5	Will Bitten (R)	0	X		X		100.00	74	66	91	63	66	56	56	58	73	55	57	63	54	44	44	61	50	56	0	23	2	762,500$
6	Ryan Suzuki (R)	0	X				100.00	70	65	83	77	65	53	53	56	70	50	58	60	55	44	44	60	50	56	0	21	2	863,333$
7	Ryan Olsen (R)	0	X				100.00	74	69	86	69	69	38	37	45	56	38	46	59	44	44	44	51	50	50	0	28	1	700,000$
8	Bob Carpenter	0	X	X			100.00	78	72	93	65	72	36	35	44	55	38	44	61	42	44	44	50	50	49	0	25	1	700,000$
9	Joe Hicketts	0				X	100.00	69	63	83	67	63	62	64	57	25	46	53	61	50	49	49	59	50	57	0	26	1	750,000$
10	Tyler Tucker (R)	0				X	100.00	71	76	58	63	76	63	67	48	25	40	40	59	38	44	44	50	50	55	0	22	1	808,333$
11	Jacob Friend (R)	0				X	100.00	62	68	49	64	68	38	37	44	25	32	41	53	39	44	44	46	50	49	0	24	1	700,000$
Rayé
1	Eduards Tralmaks	0	X	X			100.00	80	78	83	59	78	54	53	60	75	53	62	66	59	44	44	63	50	57	0	25	0	0$
2	Jan Drozg (R)	0		X			100.00	73	66	89	63	66	54	56	50	50	48	48	60	46	44	44	54	50	53	0	23	0	0$
3	Brandon Baddock	0		X			100.00	70	82	42	66	82	64	69	48	50	44	46	58	44	44	44	52	50	53	0	27	0	0$
4	Zachary Gallant (R)	0	X				100.00	71	72	67	61	72	50	51	50	63	49	46	59	44	44	44	53	50	52	0	23	0	0$
5	Mitchell Vande Sompel	0				X	100.00	75	70	88	62	70	56	58	50	25	46	40	61	38	44	44	53	50	55	0	25	0	0$

	MOYENNE D’ÉQUIPE						100.00	73	68	79	66	70	54	56	54	50	49	51	61	47	44	44	57	50	55

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
Rayé
1	Ryan Bednard (R)	100.00	44	40	50	86	45	44	45	49	45	45	45	44	44	45	50	49	0	25	0	0$

	MOYENNE D’ÉQUIPE	100.00	44	40	50	86	45	44	45	49	45	45	45	44	44	45	50	49

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Anders Sorensen	69	66	69	66	73	68	78	SWE	47	1	60,000$

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	PKM	GW	FO%	FOT	GA	TA	P/20	FW	FL	S1	S2	S3
1	Will Bitten	Lake Erie Monsters (CLF)	C/RW	10	5	12	17	-5	0	0	10	15	80	32	47	6.25%	3	210	21.09	1	4	5	5	21	0	3	21.09	216	14	3	1.61	0	0	3	1	1
2	Joe Hicketts	Lake Erie Monsters (CLF)	D	10	0	12	12	-12	4	0	8	9	40	25	21	0.00%	8	171	17.12	0	0	0	0	0	2	0	0.00%	0	3	9	1.40	0	0	0	3	2
3	Dysin Mayo	Golden Seals	D	7	0	5	5	0	10	10	6	6	37	18	23	0.00%	6	141	20.16	0	0	0	0	0	2	0	0.00%	0	6	4	0.71	1	1	1	1	0
Statistiques d’équipe totales ou en moyenne				27	5	29	34	-17	14	10	24	30	157	75	91	3.18%	17	523	19.38	1	4	5	5	21	4	3	67.13%	216	23	16	1.30	1	1	4	5	3

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	Nouveau joueur	Poids	Taille	Non-échange	Disponible pour échange	Ballotage forcé	Contrat	Type	Salaire actuel	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire annuel 2	Link
Bob Carpenter	Lake Erie Monsters (CLF)	C/LW	25	1996-08-15	No	200 Lbs	5 ft11	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Brandon Baddock	Lake Erie Monsters (CLF)	LW	27	1995-03-28	No	221 Lbs	6 ft3	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Eduards Tralmaks	Lake Erie Monsters (CLF)	C/LW	25	1997-02-17	No	209 Lbs	6 ft4	No	No	No	0	Pro & Farm		0$	0$	No		Lien
Jacob Friend	Lake Erie Monsters (CLF)	D	24	1997-07-28	Yes	182 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No
Jan Drozg	Lake Erie Monsters (CLF)	LW	23	1999-04-01	Yes	174 Lbs	6 ft2	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Joe Hicketts	Lake Erie Monsters (CLF)	D	26	1996-05-04	No	180 Lbs	5 ft8	No	No	No	1	Pro & Farm	750,000$	0$	0$	No		Lien / Lien NHL
Jonatan Berggren	Lake Erie Monsters (CLF)	C/LW/RW	21	2000-07-16	Yes	194 Lbs	5 ft11	No	No	No	1	Pro & Farm	700,000$	0$	0$	No
Lukas Elvenes	Lake Erie Monsters (CLF)	LW/RW	22	1999-08-18	No	172 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Mitchell Vande Sompel	Lake Erie Monsters (CLF)	D	25	1997-02-11	No	198 Lbs	5 ft11	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Oskar Steen	Lake Erie Monsters (CLF)	C	24	1998-03-09	No	188 Lbs	5 ft9	No	No	No	2	Pro & Farm	800,000$	0$	0$	No	800,000$	Lien / Lien NHL
Ryan Bednard	Lake Erie Monsters (CLF)	G	25	1997-03-31	Yes	205 Lbs	6 ft5	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL
Ryan Olsen	Lake Erie Monsters (CLF)	C	28	1994-03-25	Yes	187 Lbs	6 ft1	No	No	No	1	Pro & Farm	700,000$	0$	0$	No		Lien
Ryan Suzuki	Lake Erie Monsters (CLF)	C	21	2001-05-28	Yes	176 Lbs	6 ft0	No	No	No	2	Pro & Farm	863,333$	0$	0$	No	863,333$	Lien / Lien NHL
Turner Elson	Lake Erie Monsters (CLF)	LW	29	1992-09-12	No	184 Lbs	6 ft0	No	No	No	2	Pro & Farm	762,500$	0$	0$	No	762,500$	Lien / Lien NHL
Tyler Tucker	Lake Erie Monsters (CLF)	D	22	2000-03-01	Yes	205 Lbs	6 ft2	No	No	No	1	Pro & Farm	808,333$	0$	0$	No		Lien / Lien NHL
Will Bitten	Lake Erie Monsters (CLF)	C/RW	23	1998-07-10	Yes	181 Lbs	5 ft11	No	No	No	2	Pro & Farm	762,500$	0$	0$	No	762,500$	Lien / Lien NHL
Zachary Gallant	Lake Erie Monsters (CLF)	C	23	1999-03-06	Yes	194 Lbs	6 ft2	No	No	No	0	Pro & Farm		0$	0$	No		Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
17	24.29	191 Lbs	6 ft1	0.88	485,098$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Will Bitten		40	0	2	3
2				30	0	2	3
3				20	1	2	2
4				10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			44	1	2	1
2	Joe Hicketts		33	1	3	1
3			23	1	3	1
4			0	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1		Will Bitten		60	0	0	5
2				40	0	0	5

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	0	0	5
2	Joe Hicketts		40	0	0	5

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1			60	0	4	1
2			40	0	4	1

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	2	3	0
2	Joe Hicketts		40	2	3	0

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	Joe Hicketts		40	1	2	2

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

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1			60	1	2	2
2	Joe Hicketts		40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Will Bitten

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
, ,	,

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, , Joe Hicketts		, Joe Hicketts

Tirs de pénalité
, , , Will Bitten,

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	Calgary Hitman	2	0	1	0	1	0	0	0	11	13	-2	1	0	0	0	1	0	0	0	8	7	1	1	0	1	0	0	0	0	0	3	6	-3	2	0.500	11	21	32	0	0	12	22	24	4	74	129	114	116	5	56	13	13	25	9	3	33.33%	4	2	50.00%	1	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
2	Chicoutimi Sagueneens	1	0	1	0	0	0	0	0	5	8	-3	1	0	1	0	0	0	0	0	5	8	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	5	10	15	0	0	12	22	24	4	37	129	114	116	5	39	13	13	10	1	1	100.00%	4	1	75.00%	0	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
3	London Knights	3	2	0	0	1	0	0	0	26	17	9	1	0	0	0	1	0	0	0	8	7	1	2	2	0	0	0	0	0	0	18	10	8	6	1.000	26	48	74	0	0	12	22	24	4	113	129	114	116	5	50	22	4	47	12	5	41.67%	2	0	100.00%	0	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
4	Sherbrooke Phoenix	2	0	1	0	1	0	0	0	11	21	-10	1	0	1	0	0	0	0	0	3	14	-11	1	0	0	0	1	0	0	0	8	7	1	2	0.500	11	21	32	0	0	12	22	24	4	74	129	114	116	5	108	25	24	34	0	0	0.00%	12	6	50.00%	0	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
5	TroisRivieres Lions	2	0	1	0	1	0	0	0	9	10	-1	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	1	0	0	0	6	5	1	2	0.500	9	18	27	1	0	12	22	24	4	66	129	114	116	5	39	18	14	36	6	1	16.67%	7	6	14.29%	1	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
	Total	10	2	4	0	4	0	0	0	62	69	-7	5	0	3	0	2	0	0	0	27	41	-14	5	2	1	0	2	0	0	0	35	28	7	12	0.600	62	118	180	1	0	12	22	24	4	364	129	114	116	5	292	91	68	152	28	10	35.71%	29	15	48.28%	2	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
	_Since Last GM Reset	10	2	4	0	4	0	0	0	62	69	-7	5	0	3	0	2	0	0	0	27	41	-14	5	2	1	0	2	0	0	0	35	28	7	12	0.600	62	118	180	1	0	12	22	24	4	364	129	114	116	5	292	91	68	152	28	10	35.71%	29	15	48.28%	2	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
	_Vs Conference	9	2	3	0	4	0	0	0	57	61	-4	4	0	2	0	2	0	0	0	22	33	-11	5	2	1	0	2	0	0	0	35	28	7	12	0.667	57	108	165	1	0	12	22	24	4	327	129	114	116	5	253	78	55	142	27	9	33.33%	25	14	44.00%	2	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83
	_Vs Division	2	2	3	0	4	0	0	0	11	13	-2	1	0	2	0	2	0	0	0	8	7	1	1	2	1	0	2	0	0	0	3	6	-3	12	3.000	11	21	32	0	0	12	22	24	4	74	129	114	116	5	56	13	13	25	9	3	33.33%	4	2	50.00%	1	77	169	45.56%	68	137	49.64%	133	244	54.51%	224	137	201	97	178	83

			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
10	12	OTW1	62	118	180	364	292	91	68	152	1	0

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
10	2	4	4	0	0	0	62	69

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
5	0	3	2	0	0	0	27	41

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
5	2	1	2	0	0	0	35	28

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	4	4	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
28	10	35.71%	29	15	48.28%	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
129	114	116	5	12	22	24	4

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
77	169	45.56%	68	137	49.64%	133	244	54.51%

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
224	137	201	97	178	83

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	Lien
1 - 2022-09-25	5	Sherbrooke Phoenix	14	Lake Erie Monsters	3	BL		Sommaire du match
2 - 2022-09-26	21	Lake Erie Monsters	6	TroisRivieres Lions	5	AW	X	Sommaire du match
4 - 2022-09-28	40	Chicoutimi Sagueneens	8	Lake Erie Monsters	5	BL		Sommaire du match
6 - 2022-09-30	67	TroisRivieres Lions	5	Lake Erie Monsters	3	BL		Sommaire du match
7 - 2022-10-01	72	Lake Erie Monsters	3	Calgary Hitman	6	AL		Sommaire du match
9 - 2022-10-03	93	Lake Erie Monsters	8	Sherbrooke Phoenix	7	AW	X	Sommaire du match
10 - 2022-10-04	104	London Knights	7	Lake Erie Monsters	8	BW	X	Sommaire du match
11 - 2022-10-05	114	Lake Erie Monsters	10	London Knights	4	AW		Sommaire du match
13 - 2022-10-07	138	Lake Erie Monsters	8	London Knights	6	AW		Sommaire du match
14 - 2022-10-08	146	Calgary Hitman	7	Lake Erie Monsters	8	BW	X	Sommaire du match

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	30	10
Assistance	0	0
Assistance PCT	0.00%	0.00%

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

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
0$	824,666$	824,666$	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$

Lake Erie 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	PKG	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS
1	Lukas Elvenes	394	294	404	698	71	583	557	521	1689	17.41%	275	7677	19.49	50	119	169	210	0	0	1	33	21	42.97	14	1.82	4	20
2	Andrew Agozzino	324	248	392	640	52	108	540	516	1260	19.68%	176	6638	20.49	48	100	148	116	8	8	8	20	8	52.30	8	1.93	8	20
3	Matt Puempel	320	256	240	496	108	544	592	384	1424	17.98%	216	5793	18.11	40	44	84	116	0	0	0	20	20	46.76	12	1.71	16	28
4	Jason Robertson	164	140	184	324	-40	244	276	216	744	18.82%	140	3311	20.19	52	36	88	100	0	0	0	12	4	45.88	4	1.96	4	16
5	JC Lipon	320	164	160	324	40	504	612	348	1092	15.02%	96	5046	15.77	20	28	48	80	0	0	0	12	0	46.77	12	1.28	4	4

Lake Erie Monsters Leaders des statistiques des gardiens (saison régulière)

Afficher ou masquer des colonnes

#	Nom du gardien	GP	W	L	OTL	PCT	GAA	MP	PIM	GA	SA	SAR	A	EG	PS %	PSA
1	Ryan Bednard	198	118	71	9	0.875	4.88	11965	26	974	7774	4745	5	4	0.689	45
2	Pheonix Copley	101	56	29	16	0.890	4.02	6127	2	410	3738	2131	4	2	0.489	45
3	Daniil Tarasov	3	0	3	0	0.826	6.33	180	0	19	109	65	1	0	0.00%	0

Lake Erie 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
2020	82	32	34	0	5	4	4	3	436	447	-11	41	13	18	0	2	2	3	3	211	230	-19	41	19	16	0	3	2	1	0	225	217	8	89	436	705	1141	2	0	98	168	161	15	3161	927	1127	1073	55	3117	1033	1896	1850	219	72	32.88%	266	104	60.90%	6	880	1743	50.49%	886	1655	53.53%	855	1646	51.94%	1723	955	1718	763	1528	759
2020	82	32	34	0	5	4	4	3	436	447	-11	41	13	18	0	2	2	3	3	211	230	-19	41	19	16	0	3	2	1	0	225	217	8	89	436	705	1141	2	0	98	168	161	15	3161	927	1127	1073	55	3117	1033	1896	1850	219	72	32.88%	266	104	60.90%	6	880	1743	50.49%	886	1655	53.53%	855	1646	51.94%	1723	955	1718	763	1528	759
2021	78	31	31	0	2	8	1	5	326	342	-16	39	12	17	0	1	5	1	3	153	174	-21	39	19	14	0	1	3	0	2	173	168	5	81	326	537	863	2	0	60	125	138	5	2925	894	1055	966	27	2963	982	1507	1628	201	62	30.85%	226	59	73.89%	2	821	1650	49.76%	881	1727	51.01%	747	1432	52.16%	1600	880	1658	751	1470	717
Total Saison régulière	242	95	99	0	12	16	9	11	1198	1236	-38	121	38	53	0	5	9	7	9	575	634	-59	121	57	46	0	7	7	2	2	623	602	21	259	1198	1947	3145	6	0	256	461	460	35	9247	2748	3309	3112	137	9197	3048	5299	5328	639	206	32.24%	758	267	64.78%	14	2581	5136	50.25%	2653	5037	52.67%	2457	4724	52.01%	5047	2791	5095	2277	4527	2236
Séries éliminatoires
2020	5	1	4	0	0	0	0	0	15	21	-6	2	1	1	0	0	0	0	0	6	6	0	3	0	3	0	0	0	0	0	9	15	-6	2	15	22	37	0	0	4	6	4	1	162	47	63	48	4	199	67	102	95	23	8	34.78%	11	3	72.73%	0	62	113	54.87%	54	122	44.26%	33	83	39.76%	98	52	116	50	93	45
Total Séries éliminatoires	5	1	4	0	0	0	0	0	15	21	-6	2	1	1	0	0	0	0	0	6	6	0	3	0	3	0	0	0	0	0	9	15	-6	2	15	22	37	0	0	4	6	4	1	162	47	63	48	4	199	67	102	95	23	8	34.78%	11	3	72.73%	0	62	113	54.87%	54	122	44.26%	33	83	39.76%	98	52	116	50	93	45

Lake Erie 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	PKS	GW	GT	FO%	HT	P/20
1	Matt Puempel	5	5	6	11	-1	10	4	9	19	26.32%	7	99	19.94	3	3	6	5	0	1	1	44.44	1	2.21
2	Lukas Elvenes	5	5	4	9	-2	7	5	11	21	23.81%	3	99	19.85	3	1	4	7	0	0	0	37.50	0	1.81
3	Andrew Agozzino	5	1	6	7	-1	5	6	4	7	14.29%	2	100	20.18	1	5	6	2	0	0	0	49.03	0	1.39
4	JC Lipon	5	1	1	2	-6	14	7	3	20	5.00%	2	82	16.47	0	0	0	0	0	0	0	0.00%	0	0.49
5	Marko Dano	5	0	2	2	-1	4	9	5	11	0.00%	3	74	15.00	0	1	1	0	1	0	0	33.33	0	0.53

Lake Erie 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	Pheonix Copley	5	1	3	1	0.894	4.12	306	0	0	21	199	117	0	0	0.00%	0

	Lake Erie Monsters
	GP: 10 \| W: 6 \| L: 4 \| OTL: 0 \| P: 12 GF: 62 \| GA: 69 \| PP%: 35.71% \| PK%: 48.28% DG: Remi Souliere \| Morale : 66 \| Moyenne d’équipe : 55