Columbus Blue Jackets
Domicile
Formation
Points
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance

Centre de jeu
	Rochester Americans 12-15-2, 26pts	4	FINAL	3	Cleveland Monsters 18-7-5, 41pts

Team Stats
W1	Séquence	W1
5-8-2	Fiche domicile	11-2-2
7-7-0	Fiche domicile	7-5-3
3-6-1	Derniers 10 matchs	6-2-2
3.93	Buts par match	3.10
4.21	Buts contre par match	2.60
38.20%	Pourcentage en avantage numérique	37.21%
64.04%	Pourcentage en désavantage numérique	71.68%

Cleveland Monsters
18-7-5, 41pts

FINAL

Springfield Thunderbirds
13-11-5, 31pts

Team Stats
W1	Séquence	W1
11-2-2	Fiche domicile	9-3-2
7-5-3	Fiche domicile	4-8-3
6-2-2	Derniers 10 matchs	4-5-1
3.10	Buts par match	3.62
2.60	Buts contre par match	3.69
37.21%	Pourcentage en avantage numérique	38.37%
71.68%	Pourcentage en désavantage numérique	63.64%

Meneurs d'équipe
	Buts Trey Fix-Wolansky 18	Passes Trey Fix-Wolansky 23

	Points Trey Fix-Wolansky 41	Plus/Moins Trey Fix-Wolansky 9

	Victoires Craig Anderson 17	Pourcentage d’arrêts Craig Anderson 0.904

Statistiques d’équipe
Buts pour 93 3.10 GFG	Tirs pour 765 25.50 Avg	Pourcentage en avantage numérique 37.2% 32 GF	Début de zone offensive 33.2%
Buts contre 78 2.60 GAA	Tirs contre 776 25.87 Avg	Pourcentage en désavantage numérique 71.7%% 32 GA	Début de la zone défensive 40.2%

Informations de l'équipe
	Directeur général	Peter Garlando
	Entraîneur	Pascal Vincent
	Division	Northeast Division
	Conférence	Eastern Conference
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,797
	Billets de saison	0
Informations de la formation
	Équipe Pro	23
	Équipe Mineure	20
	Limite contact	43 / 60
	Espoirs	23

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	Trey Fix-Wolansky	0			X		100.00	55	30	78	59	53	80	89	71	30	62	58	62	51	39	37	49	76	59	0	24	1	775,000$
2	Damien Giroux (R)	0	X				100.00	51	35	88	77	52	82	87	58	40	73	54	61	30	32	35	55	69	59	0	24	1	818,333$
3	Mason Shaw	0	X				99.00	64	99	64	67	55	81	81	54	54	61	59	72	30	38	39	46	63	59	0	25	1	775,000$
4	Tyler Angle (R)	0	X				100.00	51	30	87	75	41	77	87	54	44	52	68	61	30	32	35	54	77	57	0	23	2	850,833$
5	Justin Danforth	0			X		99.00	51	30	99	61	57	81	34	57	30	56	64	56	30	42	46	29	45	56	0	31	2	975,000$
6	Josh Dunne	0	X				100.00	76	49	59	50	87	73	91	53	51	50	51	57	30	35	38	44	26	54	0	25	1	874,125$
7	Hunter McKown (R)	0	X				100.00	60	33	92	57	75	78	39	56	55	55	50	60	30	31	32	64	50	54	0	21	3	950,000$
8	Carson Meyer	0			X		100.00	60	30	77	58	57	72	75	53	30	52	50	62	30	37	40	39	65	54	0	26	1	775,000$
9	Georgii Merkulov (R)	0		X			100.00	30	30	89	58	51	65	86	60	30	50	49	48	30	32	35	54	63	50	0	23	3	975,000$
10	Cameron Butler (R)	0			X		100.00	58	30	99	32	82	44	32	29	30	29	29	39	30	30	32	64	55	38	0	21	1	775,000$
11	Casey Dornbach	0			X		100.00	31	30	94	37	53	42	31	30	30	30	30	41	30	34	38	40	38	36	0	26	1	775,000$
12	Billy Sweezey	0				X	99.00	78	48	57	50	79	83	84	51	30	54	50	77	30	37	41	34	64	61	0	28	2	775,000$
13	Tim Berni (R)	0				X	100.00	71	30	72	59	71	88	94	53	30	53	52	70	30	36	36	55	68	60	0	24	1	925,000$
14	Jake Christiansen	0				X	100.00	53	36	69	61	64	80	92	53	30	56	49	65	30	35	37	49	60	57	0	24	1	925,000$
15	Stanislav Svozil (R)	0				X	100.00	49	30	90	71	55	89	32	73	30	69	50	53	35	29	30	76	53	57	0	21	1	775,000$
16	Samuel Knazko (R)	0				X	100.00	49	30	94	56	68	80	73	49	30	49	49	63	30	35	32	70	58	55	0	21	3	847,500$
17	Quinn Schmiemann (R)	0				X	100.00	50	30	87	37	72	56	55	35	30	34	32	46	30	31	33	60	44	44	0	22	1	775,000$
18	Ole Julian Bjorgvik-Holm (R)	0				X	100.00	44	30	99	38	68	49	50	38	30	32	30	41	30	30	32	68	30	41	0	21	3	825,000$
Rayé
1	Brendan Gaunce	0	X				75.31	64	42	86	50	93	74	48	52	59	56	50	58	30	47	47	29	47	55	0	30	2	775,000$
2	Corson Ceulemans (R)	0				X	100.00	48	35	97	38	69	48	40	32	30	31	31	40	30	29	29	79	26	40	0	21	1	775,000$

	MOYENNE D’ÉQUIPE						98.62	55	37	84	55	65	71	65	51	36	50	48	57	31	35	36	53	54	52

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	Craig Anderson	0	100.00	66	72	67	69	69	76	85	86	86	68	74	99	99	29	89	76	0	42	1	1,875,000$
2	Spencer Martin	0	100.00	52	88	67	79	60	68	71	73	74	50	73	40	54	30	59	64	0	28	2	775,000$
Rayé
1	Jet Greaves (R)	0	100.00	71	87	66	60	61	62	68	74	71	66	53	35	38	60	34	62	0	23	2	775,000$

	MOYENNE D’ÉQUIPE		100.00	63	82	67	69	63	69	75	78	77	61	67	58	64	40	61	67

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Pascal Vincent	25	25	25	25	1	25	50	CAN	51	1	500,000$

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	PSG	PSS	FW	FT	S1	S2	S3
1	Trey Fix-Wolansky	Cleveland Monsters (CBJ)	RW	29	18	23	41	9	24	0	54	40	106	30	66	16.98%	15	610	21.04	6	9	15	19	64	0	36	3	0	40.00%	40	17	15	0	1.34	0	0	0	0	5	3	1
2	Damien Giroux	Cleveland Monsters (CBJ)	C	28	15	20	35	6	8	0	44	64	94	31	43	15.96%	13	553	19.76	5	6	11	10	51	1	31	2	1	45.01%	491	25	7	1	1.27	0	0	0	0	4	5	1
3	Tyler Angle	Cleveland Monsters (CBJ)	C	30	9	16	25	8	12	0	51	54	91	27	50	9.89%	20	598	19.95	3	9	12	11	50	7	60	3	1	49.16%	297	23	4	0	0.84	1	2	0	0	1	2	1
4	Mikael Pyyhtia	Columbus Blue Jackets	LW	18	9	9	18	7	0	0	30	29	58	16	39	15.52%	9	337	18.77	2	3	5	3	23	1	21	4	0	45.45%	11	13	7	0	1.07	0	0	0	0	2	2	2
5	Mason Shaw	Cleveland Monsters (CBJ)	C	25	9	8	17	-3	51	15	52	36	47	11	31	19.15%	6	482	19.30	5	7	12	7	44	2	42	0	1	56.14%	171	13	12	0	0.70	0	2	2	1	1	2	1
6	Justin Danforth	Cleveland Monsters (CBJ)	RW	27	4	9	13	6	0	0	35	35	43	17	30	9.30%	5	450	16.68	2	4	6	5	41	3	45	0	0	57.14%	35	14	5	0	0.58	0	1	0	0	1	0	2
7	Eric Robinson	Columbus Blue Jackets	LW	15	7	6	13	8	2	0	33	25	32	7	25	21.88%	6	342	22.87	2	2	4	3	26	0	33	1	0	48.00%	50	12	15	0	0.76	0	0	0	0	0	0	4
8	Tim Berni	Cleveland Monsters (CBJ)	D	30	2	8	10	2	44	0	56	38	20	11	18	10.00%	29	642	21.43	1	2	3	1	46	0	56	0	0	0%	0	4	17	0	0.31	0	1	0	0	0	0	0
9	Marcus Bjork	Columbus Blue Jackets	D	17	1	9	10	7	2	0	31	31	27	11	8	3.70%	25	456	26.83	0	1	1	5	30	1	50	0	0	0%	0	8	11	0	0.44	0	0	0	0	0	1	1
10	Brendan Gaunce	Cleveland Monsters (CBJ)	C	27	3	7	10	0	6	0	35	35	25	15	19	12.00%	8	421	15.62	3	3	6	5	28	0	15	0	1	59.38%	128	4	5	0	0.47	0	0	0	0	0	0	1
11	Carson Meyer	Cleveland Monsters (CBJ)	RW	28	3	6	9	5	2	0	26	32	25	8	18	12.00%	3	268	9.57	0	0	0	0	0	0	0	2	0	48.70%	154	2	9	0	0.67	0	0	0	0	1	2	0
12	Stanislav Svozil	Cleveland Monsters (CBJ)	D	22	0	8	8	2	2	0	5	16	21	3	4	0%	11	361	16.45	0	1	1	0	13	1	19	0	0	0%	0	10	13	0	0.44	0	0	0	0	0	0	1
13	Billy Sweezey	Cleveland Monsters (CBJ)	D	29	1	7	8	9	59	5	62	39	34	13	12	2.94%	50	709	24.46	1	2	3	6	73	0	70	0	0	0%	0	8	32	0	0.23	0	0	1	0	0	0	0
14	Josh Dunne	Cleveland Monsters (CBJ)	C	13	4	3	7	4	18	0	23	18	20	2	12	20.00%	4	244	18.77	0	0	0	0	1	0	6	1	0	62.86%	35	3	3	0	0.57	0	0	0	0	0	1	1
15	Georgii Merkulov	Cleveland Monsters (CBJ)	LW	30	4	2	6	1	6	0	24	30	59	19	35	6.78%	6	455	15.18	0	0	0	0	2	2	34	1	1	33.33%	3	10	3	0	0.26	0	0	0	0	0	1	0
16	Hunter McKown	Cleveland Monsters (CBJ)	C	27	2	2	4	-4	0	0	14	17	27	9	23	7.41%	12	315	11.67	1	1	2	3	14	0	2	0	1	55.00%	80	2	6	0	0.25	0	0	0	0	0	0	0
17	Quinn Schmiemann	Cleveland Monsters (CBJ)	D	27	1	3	4	3	4	0	6	8	3	4	2	33.33%	9	387	14.35	1	1	2	2	27	0	39	0	0	0%	0	1	5	0	0.21	0	0	0	0	0	0	0
18	Jake Christiansen	Cleveland Monsters (CBJ)	D	30	0	2	2	8	12	0	32	32	19	6	9	0%	32	527	17.60	0	1	1	3	42	0	67	0	0	0%	0	5	14	0	0.08	0	0	0	0	0	0	0
19	Ole Julian Bjorgvik-Holm	Cleveland Monsters (CBJ)	D	12	0	1	1	0	0	0	0	3	0	0	1	0%	3	82	6.85	0	0	0	0	1	0	13	0	0	0%	2	0	0	0	0.24	0	0	0	0	0	0	0
20	Samuel Knazko	Cleveland Monsters (CBJ)	D	28	0	1	1	-1	0	0	3	33	11	5	5	0%	21	364	13.03	0	0	0	0	0	0	1	0	0	0%	0	2	7	0	0.05	0	0	0	0	0	0	0
21	Cameron Butler	Cleveland Monsters (CBJ)	RW	25	0	0	0	-1	0	0	4	2	0	1	1	0%	1	134	5.37	0	0	0	0	4	0	1	0	0	33.33%	3	0	1	0	0	0	0	0	0	0	0	0
22	Corson Ceulemans	Cleveland Monsters (CBJ)	D	11	0	0	0	0	0	0	0	0	0	0	0	0%	0	49	4.52	0	0	0	0	0	0	4	0	0	0%	0	0	1	0	0	0	0	0	0	0	0	0
23	Casey Dornbach	Cleveland Monsters (CBJ)	RW	8	0	0	0	0	0	0	0	0	0	0	0	0%	0	5	0.73	0	0	0	0	0	0	0	0	0	0%	0	0	0	0	0	0	0	0	0	0	0	0
24	David Jiricek	Columbus Blue Jackets	D	4	0	0	0	1	2	0	4	13	3	1	2	0%	4	82	20.71	0	0	0	0	3	0	9	0	0	0%	0	0	1	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				540	92	150	242	77	254	20	624	630	765	247	453	12.03%	292	8885	16.45	32	52	84	83	593	18	663	17	6	49.80%	1500	176	193	1	0.54	1	6	3	1	15	19	16

Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

#	Nom du gardien	Nom de l’équipe	GP	W	L	OTL	PCT	GAA	MP	SO	GA	SA	SAR	A	PS %	PSA	ST	BG	S1	S2	S3
1	Craig Anderson	Cleveland Monsters (CBJ)	27	17	6	4	0.904	2.51	1625	1	68	710	356	3	0.833	6	27	0	2	2	1
2	Spencer Martin	Cleveland Monsters (CBJ)	4	1	1	1	0.864	2.83	191	0	9	66	36	0	0	0	3	25	0	1	0
Statistiques d’équipe totales ou en moyenne			31	18	7	5	0.901	2.54	1817	1	77	776	392	3		6	30	25	2	3	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 joueur	Nom de l’équipe	POS	Âge	Date de naissance	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	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
Billy Sweezey	Cleveland Monsters (CBJ)	D	28	1996-02-06	No	206 Lbs	6 ft1	No	No	Free Agent	No	No	2	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Brendan Gaunce	Cleveland Monsters (CBJ)	C	30	1994-03-25	No	219 Lbs	6 ft3	No	No	Free Agent	No	No	2	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Cameron Butler	Cleveland Monsters (CBJ)	RW	21	2002-06-09	Yes	209 Lbs	6 ft4	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Carson Meyer	Cleveland Monsters (CBJ)	RW	26	1997-08-18	No	184 Lbs	5 ft11	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Casey Dornbach	Cleveland Monsters (CBJ)	RW	26	1997-07-07	No	181 Lbs	6 ft0	No	No	Free Agent	No	No	1	2024-04-21	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Corson Ceulemans	Cleveland Monsters (CBJ)	D	21	2003-05-05	Yes	198 Lbs	6 ft2	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien
Craig Anderson (contrat à 1 volet)	Cleveland Monsters (CBJ)	G	42	1981-05-21	No	187 Lbs	6 ft2	No	No	Free Agent	No	No	1	2024-02-21	False	False	Pro & Farm	1,875,000$	725,000$	19,333$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Damien Giroux	Cleveland Monsters (CBJ)	C	24	2000-03-03	Yes	179 Lbs	5 ft10	No	No	Free Agent	No	No	1	2024-02-23	False	False	Pro & Farm	818,333$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Georgii Merkulov	Cleveland Monsters (CBJ)	LW	23	2000-10-10	Yes	179 Lbs	5 ft11	No	No	Free Agent	No	No	3	2024-02-22	False	False	Pro & Farm	975,000$	0$	0$	No	975,000$	975,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-
Hunter McKown	Cleveland Monsters (CBJ)	C	21	2002-08-18	Yes	205 Lbs	6 ft1	No	No	Free Agent	No	No	3	2024-02-04	False	False	Pro & Farm	950,000$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Jake Christiansen	Cleveland Monsters (CBJ)	D	24	1999-09-12	No	193 Lbs	6 ft0	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Jet Greaves	Cleveland Monsters (CBJ)	G	23	2001-03-30	Yes	184 Lbs	6 ft0	No	No	Free Agent	No	No	2	2024-02-03	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Josh Dunne	Cleveland Monsters (CBJ)	C	25	1998-12-08	No	211 Lbs	6 ft4	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	874,125$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Justin Danforth (contrat à 1 volet)	Cleveland Monsters (CBJ)	RW	31	1993-03-15	No	188 Lbs	5 ft8	No	No	Free Agent	No	No	2	2024-02-04	False	False	Pro & Farm	975,000$	0$	0$	No	975,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Mason Shaw	Cleveland Monsters (CBJ)	C	25	1998-11-03	No	184 Lbs	5 ft10	No	No	Free Agent	No	No	1	2024-02-23	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Ole Julian Bjorgvik-Holm	Cleveland Monsters (CBJ)	D	21	2002-05-23	Yes	194 Lbs	6 ft3	No	No	Free Agent	No	No	3	2024-02-04	False	False	Pro & Farm	825,000$	0$	0$	No	825,000$	825,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien / Lien NHL
Quinn Schmiemann	Cleveland Monsters (CBJ)	D	22	2001-07-27	Yes	201 Lbs	6 ft2	No	No	Free Agent	No	No	1	2024-02-23	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Samuel Knazko	Cleveland Monsters (CBJ)	D	21	2002-08-07	Yes	198 Lbs	6 ft1	No	No	Free Agent	No	No	3	2024-02-04	False	False	Pro & Farm	847,500$	0$	0$	No	847,500$	847,500$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien
Spencer Martin (contrat à 1 volet)	Cleveland Monsters (CBJ)	G	28	1995-06-08	No	191 Lbs	6 ft3	No	No	Free Agent	No	No	2	2024-02-03	False	False	Pro & Farm	775,000$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL
Stanislav Svozil	Cleveland Monsters (CBJ)	D	21	2003-01-17	Yes	183 Lbs	6 ft0	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Tim Berni	Cleveland Monsters (CBJ)	D	24	2000-02-11	Yes	192 Lbs	6 ft0	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	925,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Trey Fix-Wolansky	Cleveland Monsters (CBJ)	RW	24	1999-05-26	No	191 Lbs	5 ft7	No	No	Free Agent	No	No	1	2024-02-04	False	False	Pro & Farm	775,000$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien / Lien NHL
Tyler Angle	Cleveland Monsters (CBJ)	C	23	2000-09-30	Yes	166 Lbs	5 ft10	No	No	Free Agent	No	No	2	2024-02-04	False	False	Pro & Farm	850,833$	0$	0$	No	850,833$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien / Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
23	24.96	192 Lbs	6 ft0	1.61	875,687$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Josh Dunne	Carson Meyer	Trey Fix-Wolansky	40	1	2	2
2	Justin Danforth	Tyler Angle	Mason Shaw	30	1	2	2
3	Georgii Merkulov	Hunter McKown	Damien Giroux	20	1	2	2
4	Tyler Angle	Justin Danforth	Mason Shaw	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Samuel Knazko	Billy Sweezey	40	1	2	2
2	Tim Berni	Stanislav Svozil	30	1	2	2
3	Jake Christiansen	Ole Julian Bjorgvik-Holm	20	1	2	2
4	Tim Berni	Jake Christiansen	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Justin Danforth	Mason Shaw	Trey Fix-Wolansky	60	1	2	2
2	Damien Giroux	Tyler Angle	Hunter McKown	40	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Stanislav Svozil	Billy Sweezey	60	1	2	2
2	Tim Berni	Jake Christiansen	40	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Mason Shaw	Justin Danforth	60	1	2	2
2	Tyler Angle	Trey Fix-Wolansky	40	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Stanislav Svozil	Billy Sweezey	60	1	2	2
2	Tim Berni	Jake Christiansen	40	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Mason Shaw	60	1	2	2	Billy Sweezey	Stanislav Svozil	60	1	2	2
2	Tyler Angle	40	1	2	2	Tim Berni	Jake Christiansen	40	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Mason Shaw	Trey Fix-Wolansky	60	1	2	2
2	Tyler Angle	Justin Danforth	40	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Jake Christiansen	Stanislav Svozil	60	1	2	2
2	Tim Berni	Billy Sweezey	40	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Tyler Angle	Mason Shaw	Trey Fix-Wolansky	Tim Berni	Billy Sweezey

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Tyler Angle	Mason Shaw	Trey Fix-Wolansky	Tim Berni	Billy Sweezey

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Mason Shaw, Tyler Angle, Trey Fix-Wolansky	Mason Shaw, Tyler Angle	Tyler Angle

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Jake Christiansen, Billy Sweezey, Tim Berni	Jake Christiansen	Jake Christiansen, Tim Berni

Tirs de pénalité
Tyler Angle, Mason Shaw, Justin Danforth, Damien Giroux, Trey Fix-Wolansky

Gardien
#1 : Craig Anderson, #2 : Spencer Martin

Lignes d’attaque personnalisées en prolongation
Josh Dunne, Carson Meyer, Trey Fix-Wolansky, Cameron Butler, Mason Shaw, Tyler Angle, Tyler Angle, Hunter McKown, Damien Giroux, Justin Danforth, Georgii Merkulov

Lignes de défense personnalisées en prolongation
Stanislav Svozil, Samuel Knazko, Tim Berni, Billy Sweezey, Jake Christiansen

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	Belleville Senators	2	1	0	0	0	0	1	0	6	3	3	1	0	0	0	0	0	1	0	3	2	1	1	1	0	0	0	0	0	0	3	1	2	4	1.000	6	7	13	0	0	15	46	28	4	41	200	293	262	15	55	21	6	32	10	1	10.00%	3	0	100.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
2	Bridgeport Islanders	2	2	0	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	4	2	2	1	1	0	0	0	0	0	0	4	2	2	4	1.000	8	11	19	0	0	15	46	28	4	68	200	293	262	15	35	15	12	57	7	4	57.14%	6	2	66.67%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
3	Charlotte Checkers	2	0	2	0	0	0	0	0	2	11	-9	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	1	8	-7	0	0.000	2	4	6	0	0	15	46	28	4	55	200	293	262	15	62	26	15	38	6	0	0.00%	5	2	60.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
4	Grand Rapids Griffins	2	1	1	0	0	0	0	0	6	8	-2	1	1	0	0	0	0	0	0	5	4	1	1	0	1	0	0	0	0	0	1	4	-3	2	0.500	6	10	16	0	0	15	46	28	4	47	200	293	262	15	58	22	18	39	9	4	44.44%	10	5	50.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
5	Hartford Wolf Pack	2	0	0	0	0	1	0	1	3	5	-2	1	0	0	0	0	0	0	1	3	4	-1	1	0	0	0	0	1	0	0	0	1	-1	2	0.500	3	4	7	0	0	15	46	28	4	37	200	293	262	15	37	15	29	37	11	2	18.18%	7	2	71.43%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
6	Hershey Bears	2	1	1	0	0	0	0	0	4	4	0	1	1	0	0	0	0	0	0	3	1	2	1	0	1	0	0	0	0	0	1	3	-2	2	0.500	4	7	11	0	0	15	46	28	4	63	200	293	262	15	53	25	18	36	3	1	33.33%	9	2	77.78%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
7	Laval Rocket	2	0	1	0	1	0	0	0	7	7	0	1	0	0	0	1	0	0	0	3	2	1	1	0	1	0	0	0	0	0	4	5	-1	2	0.500	7	11	18	0	0	15	46	28	4	38	200	293	262	15	36	16	10	35	4	1	25.00%	5	2	60.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
8	Lehigh Valley Phantoms	2	1	0	0	1	0	0	0	6	4	2	1	1	0	0	0	0	0	0	3	2	1	1	0	0	0	1	0	0	0	3	2	1	4	1.000	6	10	16	0	0	15	46	28	4	53	200	293	262	15	64	18	12	61	4	2	50.00%	6	1	83.33%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
9	Providence Bruins	2	2	0	0	0	0	0	0	12	3	9	1	1	0	0	0	0	0	0	4	1	3	1	1	0	0	0	0	0	0	8	2	6	4	1.000	12	19	31	0	0	15	46	28	4	55	200	293	262	15	65	24	19	30	10	8	80.00%	7	2	71.43%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
10	Rochester Americans	2	1	0	0	0	1	0	0	6	5	1	1	0	0	0	0	1	0	0	3	4	-1	1	1	0	0	0	0	0	0	3	1	2	3	0.750	6	10	16	0	0	15	46	28	4	58	200	293	262	15	57	25	24	40	4	3	75.00%	12	3	75.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
11	Springfield Thunderbirds	2	1	0	0	1	0	0	0	5	1	4	1	1	0	0	0	0	0	0	4	1	3	1	0	0	0	1	0	0	0	1	0	1	4	1.000	5	9	14	0	1	15	46	28	4	46	200	293	262	15	36	17	15	45	4	1	25.00%	5	0	100.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
12	Syracuse Crunch	2	2	0	0	0	0	0	0	6	3	3	1	1	0	0	0	0	0	0	2	1	1	1	1	0	0	0	0	0	0	4	2	2	4	1.000	6	11	17	0	0	15	46	28	4	52	200	293	262	15	54	18	22	38	3	0	0.00%	11	2	81.82%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
13	Toronto Marlies	2	1	0	0	0	1	0	0	12	9	3	1	1	0	0	0	0	0	0	7	3	4	1	0	0	0	0	1	0	0	5	6	-1	3	0.750	12	21	33	0	0	15	46	28	4	61	200	293	262	15	65	26	22	49	3	3	100.00%	11	4	63.64%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
14	Utica Comets	2	0	1	0	0	1	0	0	3	5	-2	1	0	1	0	0	0	0	0	2	3	-1	1	0	0	0	0	1	0	0	1	2	-1	1	0.250	3	6	9	0	0	15	46	28	4	36	200	293	262	15	39	12	12	44	4	1	25.00%	6	3	50.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
15	Wilkes-Barre/Scranton Penguins	2	1	1	0	0	0	0	0	7	6	1	1	1	0	0	0	0	0	0	5	2	3	1	0	1	0	0	0	0	0	2	4	-2	2	0.500	7	10	17	0	0	15	46	28	4	55	200	293	262	15	60	12	20	43	4	1	25.00%	10	2	80.00%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
	Total	30	14	7	0	3	4	1	1	93	78	15	15	9	2	0	1	1	1	1	52	35	17	15	5	5	0	2	3	0	0	41	43	-2	41	0.683	93	150	243	0	1	15	46	28	4	765	200	293	262	15	776	292	254	624	86	32	37.21%	113	32	71.68%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
	_Since Last GM Reset	30	14	7	0	3	4	1	1	93	78	15	15	9	2	0	1	1	1	1	52	35	17	15	5	5	0	2	3	0	0	41	43	-2	41	0.683	93	150	243	0	1	15	46	28	4	765	200	293	262	15	776	292	254	624	86	32	37.21%	113	32	71.68%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
	_Vs Conference	30	14	7	0	3	4	1	1	93	78	15	15	9	2	0	1	1	1	1	52	35	17	15	5	5	0	2	3	0	0	41	43	-2	41	0.683	93	150	243	0	1	15	46	28	4	765	200	293	262	15	776	292	254	624	86	32	37.21%	113	32	71.68%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328
	_Vs Division	16	6	3	0	1	3	1	0	57	49	8	8	3	1	0	1	1	1	0	28	20	8	8	3	2	0	0	2	0	0	29	29	0	19	0.594	57	93	150	0	0	15	46	28	4	407	200	293	262	15	452	178	136	301	49	20	40.82%	64	20	68.75%	0	248	492	50.41%	295	596	49.50%	204	393	51.91%	606	291	572	301	640	328

			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
30	41	W1	93	150	243	765	776	292	254	624	0	1

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
30	14	7	3	4	1	1	93	78

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
15	9	2	1	1	1	1	52	35

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
15	5	5	2	3	0	0	41	43

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
6	2	0	1	0	1

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
86	32	37.21%	113	32	71.68%	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
200	293	262	15	15	46	28	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
248	492	50.41%	295	596	49.50%	204	393	51.91%

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
606	291	572	301	640	328

Derniers matchs joués Afficher ou masquer des colonnes

Astuces sur les filtres (anglais seulement)

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

Jour	Match	Équipe visiteuse	Score	Équipe locale	Score	ST	OT	SO	Lien
3	16	Toronto Marlies	3	Cleveland Monsters	7	W			Sommaire du match
5	29	Cleveland Monsters	5	Toronto Marlies	6	L	X		Sommaire du match
7	41	Cleveland Monsters	4	Syracuse Crunch	2	W			Sommaire du match
9	52	Springfield Thunderbirds	1	Cleveland Monsters	4	W			Sommaire du match
11	70	Cleveland Monsters	4	Bridgeport Islanders	2	W			Sommaire du match
13	80	Cleveland Monsters	2	Wilkes-Barre/Scranton Penguins	4	L			Sommaire du match
14	93	Charlotte Checkers	3	Cleveland Monsters	1	L			Sommaire du match
18	115	Hershey Bears	1	Cleveland Monsters	3	W			Sommaire du match
20	127	Cleveland Monsters	0	Hartford Wolf Pack	1	L	X		Sommaire du match
22	139	Cleveland Monsters	3	Lehigh Valley Phantoms	2	W	X		Sommaire du match
24	151	Grand Rapids Griffins	4	Cleveland Monsters	5	W			Sommaire du match
27	175	Cleveland Monsters	1	Hershey Bears	3	L			Sommaire du match
29	182	Cleveland Monsters	3	Belleville Senators	1	W			Sommaire du match
30	191	Lehigh Valley Phantoms	2	Cleveland Monsters	3	W			Sommaire du match
33	214	Providence Bruins	1	Cleveland Monsters	4	W			Sommaire du match
35	228	Cleveland Monsters	1	Utica Comets	2	L	X		Sommaire du match
38	244	Cleveland Monsters	3	Rochester Americans	1	W			Sommaire du match
39	255	Wilkes-Barre/Scranton Penguins	2	Cleveland Monsters	5	W			Sommaire du match
42	274	Cleveland Monsters	1	Charlotte Checkers	8	L			Sommaire du match
44	284	Utica Comets	3	Cleveland Monsters	2	L			Sommaire du match
47	305	Cleveland Monsters	8	Providence Bruins	2	W			Sommaire du match
49	317	Laval Rocket	2	Cleveland Monsters	3	W	X		Sommaire du match
51	332	Cleveland Monsters	4	Laval Rocket	5	L			Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
54	348	Bridgeport Islanders	2	Cleveland Monsters	4	W			Sommaire du match
58	379	Hartford Wolf Pack	4	Cleveland Monsters	3	L	X	X	Sommaire du match
59	390	Cleveland Monsters	1	Grand Rapids Griffins	4	L			Sommaire du match
63	410	Syracuse Crunch	1	Cleveland Monsters	2	W			Sommaire du match
66	429	Belleville Senators	2	Cleveland Monsters	3	W	X	X	Sommaire du match
70	451	Rochester Americans	4	Cleveland Monsters	3	L	X		Sommaire du match
71	455	Cleveland Monsters	1	Springfield Thunderbirds	0	W	X		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	27,953	14,005
Assistance PCT	93.18%	93.37%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité	Popularité de l’équipe
0	2797 - 93.24%	118,051$	1,770,760$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Salaire total moyen des joueurs	Salaire des entraineurs
2,133,968$	1,651,579$	1,651,579$	0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	1,640,728$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
0$	1	29,075$	29,075$

Cleveland 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

Cleveland 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

Cleveland 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

Cleveland 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	PKA	PKP	PKS	GW	GT	FO%	HT	P/20	PSG	PSS

Cleveland 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

	Cleveland Monsters
	GP: 30 \| W: 18 \| L: 7 \| OTL: 5 \| P: 41 GF: 93 \| GA: 78 \| PP%: 37.21% \| PK%: 71.68% DG: Peter Garlando \| Morale : 44 \| Moyenne d’équipe : 54