Quebec Nordiques
Accueil
Formation
Statistiques joueurs
Informations joueurs
Lignes
Statistiques d’équipe
Calendrier
Finance
Statistiques de l'Équipe de Carrière

Centre de jeu
	Goons 22-40-12, 56pts	3	Sommaire du match	6	Chiwawa 37-28-11, 85pts

Team Stats
L3	Séquence	W1
14-17-8	Fiche domicile	20-12-6
8-23-4	Fiche domicile	17-16-5
2-6-2	Derniers 10 matchs	8-1-1
2.14	Buts par match	2.86
3.03	Buts contre par match	3.13
14.16%	Pourcentage en avantage numérique	15.96%
85.39%	Pourcentage en désavantage numérique	84.15%

Thugs
43-27-5, 91pts

Sommaire du match

Goons
22-40-12, 56pts

Team Stats
W1	Séquence	L3
21-14-3	Fiche domicile	14-17-8
22-13-2	Fiche domicile	8-23-4
5-4-1	Derniers 10 matchs	2-6-2
3.64	Buts par match	2.14
3.05	Buts contre par match	3.03
13.61%	Pourcentage en avantage numérique	14.16%
86.57%	Pourcentage en désavantage numérique	85.39%

Goons
22-40-12, 56pts

Jour 97

Scorpions
34-33-9, 77pts

Statistiques d’équipe
L3	Séquence	W3
14-17-8	Fiche domicile	20-12-6
8-23-4	Fiche visiteur	14-21-3
2-6-2	10 derniers matchs	6-4-0
2.14	Buts par match	3.14
3.03	Buts contre par match	3.14
14.16%	Pourcentage en avantage numérique	16.43%
85.39%	Pourcentage en désavantage numérique	84.24%

Goons
22-40-12, 56pts

Jour 98

Husky
35-33-10, 80pts

Statistiques d’équipe
L3	Séquence	L1
14-17-8	Fiche domicile	19-14-5
8-23-4	Fiche visiteur	16-19-5
2-6-2	10 derniers matchs	6-3-1
2.14	Buts par match	3.05
3.03	Buts contre par match	3.05
14.16%	Pourcentage en avantage numérique	18.35%
85.39%	Pourcentage en désavantage numérique	83.01%

Predateurs
33-32-11, 77pts

Jour 100

Goons
22-40-12, 56pts

Statistiques d’équipe
L1	Séquence	L3
19-13-6	Fiche domicile	14-17-8
14-19-5	Fiche visiteur	8-23-4
4-4-2	10 derniers matchs	2-6-2
2.99	Buts par match	2.14
3.36	Buts contre par match	2.14
14.57%	Pourcentage en avantage numérique	14.16%
82.82%	Pourcentage en désavantage numérique	85.39%

Meneurs d'équipe
	Buts Jonny Brodzinski 22	Passes Adam Boqvist 28

	Points Jonny Brodzinski 46	Plus/Moins Albert Johansson 4

	Victoires Louis Domingue 17	Pourcentage d’arrêts Louis Domingue 0.904

Statistiques d’équipe
Buts pour 158 2.14 GFG	Tirs pour 1691 22.85 Avg	Pourcentage en avantage numérique 14.2% 49 GF	Début de zone offensive 38.8%
Buts contre 224 3.03 GAA	Tirs contre 2242 30.30 Avg	Pourcentage en désavantage numérique 85.4%% 39 GA	Début de la zone défensive 41.9%

Informations de l'équipe
	Directeur général	Stephane Morin
	Entraîneur	Greg Cronin
	Division	Division Est
	Conférence	Conference 1
	Capitaine
	Assistant #1
	Assistant #2
Informations de l’aréna
	Capacité	3,000
	Assistance	2,681
	Billets de saison	1,500
Informations de la formation
	Équipe Pro	30
	Équipe Mineure	18
	Limite Contrat	48 / 50
	Espoirs	29

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	Jonny Brodzinski	X				99.00	57	45	93	80	70	58	62	60	78	51	69	66	68	91	80	0	90	64	0	32	1	950,000$
2	Tyler Motte			X		97.00	76	45	92	79	57	57	66	52	71	47	56	80	66	90	78	0	90	64	0	30	5	1,239,876$
3	Christian Fischer			X		100.00	92	48	88	76	74	56	56	51	30	51	52	61	65	88	76	0	90	59	0	28	4	995,995$
4	Marc McLaughlin (R)		X			95.00	78	45	95	78	65	50	40	51	30	44	58	58	65	85	72	0	90	57	0	26	5	800,000$
5	Bokondji Imama		X			96.00	98	51	54	73	77	50	40	47	30	40	54	62	50	88	75	0	90	57	0	29	2	775,000$
6	Jacob Lucchini			X		100.00	50	45	92	78	54	57	40	45	30	40	50	79	50	89	77	0	90	56	0	30	2	999,999$
7	Nicolas Aube-Kubel		X			100.00	88	48	71	74	71	50	40	49	30	44	54	59	50	88	75	0	90	56	0	29	5	850,000$
8	James Hamblin (R)	X				100.00	50	45	95	78	54	50	40	45	81	40	50	55	50	84	71	0	90	54	0	26	4	800,000$
9	Boris Katchouk		X			100.00	50	45	89	78	72	50	40	45	30	40	50	55	50	85	73	0	90	53	0	27	3	950,000$
10	Tye Felhaber (R)	X				100.00	53	45	95	78	55	50	40	45	30	40	50	55	50	86	73	0	90	52	0	27	2	800,000$
11	Haydn Fleury				X	99.00	74	45	91	78	71	66	47	52	30	55	50	66	66	88	78	0	90	64	0	29	5	2,600,000$
12	Adam Boqvist				X	100.00	54	45	87	86	55	59	42	64	30	63	64	55	69	84	72	0	90	63	0	25	5	900,000$
13	Albert Johansson				X	99.00	72	45	82	83	43	68	74	52	30	48	56	67	66	84	74	0	90	63	0	24	5	1,200,000$
14	Marc-Edouard Vlasic				X	99.00	50	45	93	77	64	61	40	50	30	46	55	75	65	98	87	0	90	63	0	38	1	2,500,000$
15	Jake Bean				X	100.00	53	45	92	78	57	63	77	50	30	46	54	75	65	86	75	0	90	63	0	27	2	1,800,000$
16	Juuso Valimaki				X	100.00	58	45	86	78	64	69	52	51	30	46	56	71	65	86	77	0	90	63	0	26	3	1,500,000$
Rayé
1	Max Sasson (R)	X				64.92	60	45	95	81	57	52	40	55	73	51	58	67	66	84	71	0	90	60	0	25	4	3,000,000$
2	Mike Hardman		X			100.00	50	45	95	75	71	50	40	47	30	44	50	57	50	86	73	0	90	54	0	26	4	775,000$
3	Pavol Regenda (R)		X			100.00	50	45	92	74	79	50	40	45	30	40	50	55	50	84	73	0	90	53	0	25	3	1,100,000$
4	James Malatesta (R)			X		100.00	52	45	95	77	55	53	40	45	30	40	50	55	50	81	69	0	90	52	0	22	1	1,025,000$
5	Isaac Ratcliffe (R)		X			100.00	50	45	95	76	60	50	40	45	30	40	50	55	50	84	71	0	90	52	0	26	3	775,000$
6	Zach Dean (R)	X				100.00	50	45	87	79	53	50	40	45	30	40	50	55	50	81	69	0	90	52	0	22	4	800,000$
7	Conor Sheary			X		100.00	50	45	90	78	47	57	40	45	30	40	50	55	50	92	80	0	90	52	0	33	4	900,000$
8	William Lagesson				X	100.00	52	45	90	74	69	61	40	47	30	44	50	63	50	89	78	0	90	59	0	29	2	775,000$
9	Declan Carlile (R)				X	100.00	50	45	95	77	61	54	40	48	30	40	56	55	50	84	72	0	90	56	0	25	4	800,000$
10	Lucas Johansen (R)				X	100.00	50	45	90	79	52	50	40	45	30	40	50	55	50	86	74	0	90	56	0	27	3	995,000$
11	Santeri Hatakka (R)				X	100.00	50	45	90	78	58	50	40	45	30	40	50	55	50	83	72	0	90	56	0	24	3	800,000$

	MOYENNE D’ÉQUIPE					98.07	60	45	89	78	62	55	46	49	37	44	53	62	57	86	75	0	90	58

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	Louis Domingue	96.00	70	50	60	89	70	70	70	70	70	70	70	92	79	0	90	62	0	33	4	925,225$
2	Magnus Chrona (R)	100.00	70	40	40	90	65	65	65	65	65	65	65	83	72	0	90	58	0	25	2	1,200,000$
Rayé
1	Eetu Makiniemi (R)	100.00	70	40	40	83	65	65	65	65	65	65	65	83	70	0	90	57	0	26	4	800,000$

	MOYENNE D’ÉQUIPE	98.67	70	43	47	87	67	67	67	67	67	67	67	86	74	0	90	59

Nom de l’entraîneur	PH	DF	OF	PD	EX	LD	PO	CNT	Âge	Contrat	Salaire
Greg Cronin	88	78	70	77	96	72	48	USA	63	2	900,000$

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	EG	HT	P/20	PSG	PSS	FW	FL	FT	S1	S2	S3
1	Jonny Brodzinski	Goons (QUE)	C	71	22	24	46	-7	15	5	21	199	182	58	146	12.09%	12	1366	19.24	7	12	19	62	267	5	227	2	1	64.38%	1766	0	0	0.67	1	3	1	0	0	5	7	6
2	Christian Fischer	Goons (QUE)	RW	74	15	27	42	-8	35	5	103	87	123	40	82	12.20%	9	1267	17.12	3	8	11	33	272	0	9	3	2	45.35%	86	0	0	0.66	0	3	1	0	0	6	3	4
3	Max Sasson	Goons (QUE)	C	65	17	23	40	-16	2	0	9	182	152	44	100	11.18%	17	1243	19.13	7	9	16	44	231	2	163	4	0	61.31%	1507	0	0	0.64	0	1	0	0	0	6	5	2
4	Haydn Fleury	Goons (QUE)	D	76	10	27	37	-21	80	0	189	96	110	33	50	9.09%	91	1667	21.93	7	12	19	64	270	1	200	2	0	35.90%	39	0	0	0.44	0	0	0	0	0	4	4	6
5	Adam Boqvist	Goons (QUE)	D	64	8	28	36	-16	27	5	56	71	85	33	57	9.41%	57	1350	21.11	6	11	17	58	228	0	165	1	0	0%	3	0	0	0.53	0	1	0	0	1	4	4	4
6	Juuso Valimaki	Goons (QUE)	D	74	9	27	36	-12	52	0	123	89	92	35	76	9.78%	89	1493	20.18	4	13	17	52	218	1	168	1	0	0%	0	1	0	0.48	0	0	0	0	0	4	4	0
7	Boris Katchouk	Goons (QUE)	LW	75	12	23	35	-1	18	0	30	65	151	36	96	7.95%	7	1088	14.51	4	4	8	32	280	0	0	2	0	41.03%	78	0	0	0.64	2	5	0	0	0	9	9	11
8	Jake Bean	Goons (QUE)	D	74	6	27	33	-25	49	5	104	100	95	37	65	6.32%	78	1555	21.02	2	9	11	56	247	3	186	2	0	0%	1	0	0	0.42	0	0	1	0	0	2	2	4
9	Tyler Motte	Goons (QUE)	RW	64	14	17	31	-17	63	15	114	148	188	51	124	7.45%	21	1208	18.89	4	5	9	51	230	0	10	2	1	59.41%	101	0	0	0.51	0	2	2	1	0	4	3	5
10	Marc-Edouard Vlasic	Goons (QUE)	D	71	6	14	20	-34	24	0	63	87	101	27	74	5.94%	68	1546	21.78	5	6	11	65	256	0	192	0	0	0%	0	0	0	0.26	0	0	0	0	0	0	3	3
11	Marc McLaughlin	Goons (QUE)	LW	70	6	13	19	-14	42	0	90	46	98	23	70	6.12%	8	1321	18.88	2	2	4	27	243	5	185	0	0	46.09%	128	1	0	0.29	1	1	0	0	0	0	3	2
12	Jacob Lucchini	Goons (QUE)	RW	64	9	10	19	-31	6	0	16	115	126	30	85	7.14%	22	998	15.60	2	1	3	8	74	0	9	1	0	38.46%	65	0	0	0.38	0	0	0	0	0	2	2	1
13	Bokondji Imama	Goons (QUE)	LW	58	4	9	13	-8	96	10	197	39	53	21	52	7.55%	6	1096	18.90	2	3	5	6	193	2	123	1	1	31.25%	80	0	0	0.24	0	0	0	0	2	3	2	5
14	James Hamblin	Goons (QUE)	C	73	5	6	11	-18	0	0	13	131	48	19	34	10.42%	5	878	12.04	0	0	0	1	34	0	31	0	0	61.68%	835	0	0	0.25	0	0	0	0	0	0	0	3
15	William Lagesson	Goons (QUE)	D	24	1	9	10	-12	8	0	16	17	16	4	8	6.25%	20	407	16.96	0	0	0	0	18	0	31	0	0	0%	0	0	0	0.49	0	0	0	0	0	0	1	2
16	Albert Johansson	Goons (QUE)	D	11	3	6	9	4	14	0	19	19	19	7	10	15.79%	7	242	22.04	0	2	2	7	38	0	25	0	0	0%	0	0	0	0.74	0	0	0	0	0	1	1	1
17	Mike Hardman	Goons (QUE)	LW	53	3	2	5	-20	7	5	14	33	29	17	30	10.34%	2	710	13.41	1	0	1	3	60	1	50	0	0	36.59%	41	0	0	0.14	0	0	0	0	1	0	1	1
18	Nicolas Aube-Kubel	Goons (QUE)	LW	47	3	2	5	-17	56	10	103	38	55	17	40	5.45%	8	757	16.13	0	1	1	3	62	1	43	1	1	43.33%	60	0	0	0.13	0	0	0	0	2	0	0	2
19	James Malatesta	Goons (QUE)	RW	20	4	0	4	-4	0	0	6	10	18	1	10	22.22%	4	241	12.05	0	0	0	1	11	0	4	0	0	28.57%	28	0	0	0.33	0	0	0	0	0	0	2	0
20	Isaac Ratcliffe	Goons (QUE)	LW	5	4	0	4	1	2	0	2	3	8	0	5	50.00%	0	78	15.73	0	0	0	0	7	0	7	0	0	40.00%	5	0	1	1.02	0	0	0	0	0	1	0	1
21	Zach Dean	Goons (QUE)	C	22	2	2	4	-2	2	0	7	21	20	4	11	10.00%	1	213	9.69	0	0	0	0	0	0	1	1	0	44.62%	186	0	0	0.38	0	0	0	0	0	0	0	1
22	Pavol Regenda	Goons (QUE)	LW	16	1	0	1	-8	0	0	5	10	16	5	11	6.25%	5	213	13.33	0	0	0	1	5	0	3	0	0	41.67%	12	0	0	0.09	0	0	0	0	0	1	0	0
23	Tye Felhaber	Goons (QUE)	C	26	0	1	1	-20	2	0	8	15	14	4	12	0%	0	290	11.19	0	0	0	0	5	0	7	0	0	40.35%	114	0	0	0.07	0	0	0	0	0	0	0	0
24	Declan Carlile	Goons (QUE)	D	2	0	0	0	-1	0	0	1	0	2	0	0	0%	0	33	16.99	0	0	0	0	1	0	1	0	0	0%	0	0	0	0	0	0	0	0	0	0	0	0
25	Conor Sheary	Goons (QUE)	RW	4	0	0	0	-1	0	0	0	0	1	1	3	0%	1	36	9.07	0	0	0	0	0	0	0	0	0	0%	1	0	0	0	0	0	0	0	0	0	0	0
Statistiques d’équipe totales ou en moyenne				1203	164	297	461	-308	600	60	1309	1621	1802	547	1251	9.10%	538	21306	17.71	56	98	154	574	3263	21	1850	23	6	58.70%	5136	2	1	0.43	4	16	5	1	6	52	56	64

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	A	EG	PS %	PSA	ST	BG	S1	S2	S3
1	Louis Domingue	Goons (QUE)	57	17	32	8	0.904	2.90	3348	4	4	162	1685	3	2	0.500	8	57	17	9	12	4
2	Magnus Chrona	Goons (QUE)	20	5	8	4	0.895	3.07	1135	0	1	58	555	1	0	1.000	5	17	57	3	2	5
Statistiques d’équipe totales ou en moyenne			77	22	40	12	0.902	2.94	4484	4	5	220	2240	4	2		13	74	74	12	14	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 joueur	Nom de l’équipe	POS	Âge	Date de naissance	Pays	Recrue	Poids	Taille	Non-échange	Disponible pour échange	Acquis Par	Date de la Dernière Transaction	Ballotage forcé	Waiver Possible	Contrat	Date du Signature du Contrat	Forcer UFA	Rappel d'urgence	Type	Salaire actuel	Salaire restant	Plafond salarial	Plafond salarial restant	Exclus du plafond salarial	Salaire année 2	Salaire année 3	Salaire année 4	Salaire année 5	Salaire année 6	Salaire année 7	Salaire année 8	Salaire année 9	Salaire année 10	Plafond salarial année 2	Plafond salarial année 3	Plafond salarial année 4	Plafond salarial année 5	Plafond salarial année 6	Plafond salarial année 7	Plafond salarial année 8	Plafond salarial année 9	Plafond salarial année 10	Non-échange année 2	Non-échange année 3	Non-échange année 4	Non-échange année 5	Non-échange année 6	Non-échange année 7	Non-échange année 8	Non-échange année 9	Non-échange année 10	Lien
Adam Boqvist	Goons (QUE)	D	25	2000-08-15	SWE	No	189 Lbs	6 ft0	No	No	Trade	2026-06-23	No	No	5	2026-03-08	False	False	Pro & Farm	900,000$	100,000$	0$	0$	No	900,000$	900,000$	900,000$	900,000$	-	-	-	-	-	900,000$	900,000$	900,000$	900,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
Albert Johansson	Goons (QUE)	D	24	2001-01-04	SWE	No	168 Lbs	6 ft0	No	No	Trade	2026-07-03	No	No	5	2026-03-08	False	False	Pro & Farm	1,200,000$	133,333$	0$	0$	No	1,200,000$	1,200,000$	1,200,000$	1,200,000$	-	-	-	-	-	1,200,000$	1,200,000$	1,200,000$	1,200,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
Bokondji Imama	Goons (QUE)	LW	29	1996-08-03	CAN	No	221 Lbs	6 ft1	No	No	Assign Manually		No	No	2	2026-03-08	False	False	Pro & Farm	775,000$	86,111$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Boris Katchouk	Goons (QUE)	LW	27	1998-06-18	CAN	No	206 Lbs	6 ft2	No	No	Trade	2026-07-19	No	No	3	2026-03-08	False	False	Pro & Farm	950,000$	105,556$	0$	0$	No	950,000$	950,000$	-	-	-	-	-	-	-	950,000$	950,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Christian Fischer	Goons (QUE)	RW	28	1997-04-15	USA	No	212 Lbs	6 ft2	No	No	Assign Manually	2025-04-14	No	No	4	2026-03-08	False	False	Pro & Farm	995,995$	110,666$	0$	0$	No	995,995$	995,995$	995,995$	-	-	-	-	-	-	995,995$	995,995$	995,995$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Conor Sheary	Goons (QUE)	RW	33	1992-06-08	USA	No	179 Lbs	5 ft8	No	No	Trade	2026-03-12	No	No	4	2026-03-08	False	False	Pro & Farm	900,000$	100,000$	0$	0$	No	900,000$	900,000$	900,000$	-	-	-	-	-	-	900,000$	900,000$	900,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Declan Carlile	Goons (QUE)	D	25	2000-05-18	USA	Yes	185 Lbs	6 ft1	No	No	N/A		No	No	4	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Eetu Makiniemi	Goons (QUE)	G	26	1999-04-19	FIN	Yes	184 Lbs	6 ft2	No	No	N/A		No	No	4	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Haydn Fleury	Goons (QUE)	D	29	1996-07-08	CAN	No	207 Lbs	6 ft4	No	No	Trade	2026-05-13	No	No	5	2026-03-20	False	False	Pro & Farm	2,600,000$	288,889$	0$	0$	No	2,600,000$	2,600,000$	2,600,000$	2,600,000$	-	-	-	-	-	2,600,000$	2,600,000$	2,600,000$	2,600,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
Isaac Ratcliffe	Goons (QUE)	LW	26	1999-02-15	CAN	Yes	200 Lbs	6 ft6	No	No	Trade	2026-01-11	No	No	3	2026-03-08	False	False	Pro & Farm	775,000$	86,111$	0$	0$	No	775,000$	775,000$	-	-	-	-	-	-	-	775,000$	775,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Jacob Lucchini	Goons (QUE)	RW	30	1995-05-09	CAN	No	180 Lbs	6 ft0	No	No	N/A		No	No	2	2026-03-08	False	False	Pro & Farm	999,999$	111,111$	0$	0$	No	999,999$	-	-	-	-	-	-	-	-	999,999$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-
Jake Bean	Goons (QUE)	D	27	1998-06-09	CAN	No	191 Lbs	6 ft1	No	No	Trade	2025-09-13	No	No	2	2026-03-08	False	False	Pro & Farm	1,800,000$	200,000$	0$	0$	No	1,800,000$	-	-	-	-	-	-	-	-	1,800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
James Hamblin	Goons (QUE)	C	26	1999-04-27	CAN	Yes	185 Lbs	5 ft10	No	No	N/A		No	No	4	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
James Malatesta	Goons (QUE)	RW	22	2003-05-31	CAN	Yes	191 Lbs	5 ft9	No	No	Trade	2026-05-28	No	No	1	2026-03-08	False	False	Pro & Farm	1,025,000$	113,889$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Jonny Brodzinski	Goons (QUE)	C	32	1993-06-19	USA	No	204 Lbs	6 ft0	No	No	Trade	2026-03-12	No	No	1	2026-03-08	False	False	Pro & Farm	950,000$	105,556$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Juuso Valimaki	Goons (QUE)	D	26	1998-10-06	FIN	No	205 Lbs	6 ft2	No	No	Trade	2025-11-14	No	No	3	2026-03-08	False	False	Pro & Farm	1,500,000$	166,667$	0$	0$	No	1,500,000$	1,500,000$	-	-	-	-	-	-	-	1,500,000$	1,500,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Louis Domingue	Goons (QUE)	G	33	1992-03-06	CAN	No	208 Lbs	6 ft3	No	No	Assign Manually		No	No	4	2026-03-08	False	False	Pro & Farm	925,225$	102,803$	0$	0$	No	925,225$	925,225$	925,225$	-	-	-	-	-	-	925,225$	925,225$	925,225$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Lucas Johansen	Goons (QUE)	D	27	1997-11-16	CAN	Yes	176 Lbs	6 ft2	No	No	Assign Manually		No	No	3	2026-03-08	False	False	Pro & Farm	995,000$	110,556$	0$	0$	No	995,000$	995,000$	-	-	-	-	-	-	-	995,000$	995,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Magnus Chrona	Goons (QUE)	G	25	2000-08-28	SWE	Yes	207 Lbs	6 ft5	No	No	Trade	2025-03-20	No	No	2	2026-03-08	False	False	Pro & Farm	1,200,000$	133,333$	0$	0$	No	1,200,000$	-	-	-	-	-	-	-	-	1,200,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Marc McLaughlin	Goons (QUE)	LW	26	1999-07-26	USA	Yes	199 Lbs	6 ft0	No	No	Assign Manually		No	No	5	2026-04-05	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	800,000$	800,000$	-	-	-	-	-	800,000$	800,000$	800,000$	800,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
Marc-Edouard Vlasic	Goons (QUE)	D	38	1987-03-30	CAN	No	205 Lbs	6 ft1	No	No	Trade	2025-09-28	No	No	1	2026-03-08	False	False	Pro & Farm	2,500,000$	277,778$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Max Sasson (sur la masse salariale)	Goons (QUE)	C	25	2000-09-05	CAN	Yes	181 Lbs	6 ft1	No	No	Trade	2025-12-13	No	No	4	2026-03-08	False	False	Pro & Farm	3,000,000$	333,333$	0$	0$	Yes	3,000,000$	3,000,000$	3,000,000$	-	-	-	-	-	-	3,000,000$	3,000,000$	3,000,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Mike Hardman	Goons (QUE)	LW	26	1999-02-05	USA	No	205 Lbs	6 ft2	No	No	N/A		No	No	4	2026-03-08	False	False	Pro & Farm	775,000$	86,111$	0$	0$	No	775,000$	775,000$	775,000$	-	-	-	-	-	-	775,000$	775,000$	775,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Nicolas Aube-Kubel	Goons (QUE)	LW	29	1996-05-10	CAN	No	207 Lbs	6 ft0	No	No	Trade	2026-06-04	No	No	5	2026-04-14	False	False	Pro & Farm	850,000$	94,444$	0$	0$	No	850,000$	850,000$	850,000$	850,000$	-	-	-	-	-	850,000$	850,000$	850,000$	850,000$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
Pavol Regenda	Goons (QUE)	LW	25	1999-12-07	SLK	Yes	211 Lbs	6 ft4	No	No	N/A		No	No	3	2026-03-08	False	False	Pro & Farm	1,100,000$	122,222$	0$	0$	No	1,100,000$	1,100,000$	-	-	-	-	-	-	-	1,100,000$	1,100,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Santeri Hatakka	Goons (QUE)	D	24	2001-01-15	FIN	Yes	191 Lbs	6 ft1	No	No	N/A		No	No	3	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	-	-	-	-	-	-	-	800,000$	800,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Tye Felhaber	Goons (QUE)	C	27	1998-08-05	CAN	Yes	185 Lbs	5 ft11	No	No	Prospect		No	No	2	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	-	-	-	-	-	-	-	-	800,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Tyler Motte	Goons (QUE)	RW	30	1995-03-10	USA	No	194 Lbs	5 ft10	No	No	Assign Manually	2026-01-16	No	No	5	2026-03-20	False	False	Pro & Farm	1,239,876$	137,764$	0$	0$	No	1,239,876$	1,239,876$	1,239,876$	1,239,876$	-	-	-	-	-	1,239,876$	1,239,876$	1,239,876$	1,239,876$	-	-	-	-	-	No	No	No	No	-	-	-	-	-	Lien NHL
William Lagesson	Goons (QUE)	D	29	1996-02-22	SWE	No	211 Lbs	6 ft2	No	No	Trade	2026-01-11	No	No	2	2026-03-08	False	False	Pro & Farm	775,000$	86,111$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	750,000$	-	-	-	-	-	-	-	-	No	-	-	-	-	-	-	-	-	Lien NHL
Zach Dean	Goons (QUE)	C	22	2003-01-04	CAN	Yes	176 Lbs	6 ft0	No	No	Trade	2025-06-14	No	No	4	2026-03-08	False	False	Pro & Farm	800,000$	88,889$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL

Nombre de joueurs	Âge moyen	Poids moyen	Taille moyenne	Contrat moyen	Salaire moyen 1e année
30	27.37	195 Lbs	6 ft1	3.30	1,144,370$

Attaque à 5 contre 5
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Marc McLaughlin	Jonny Brodzinski	Tyler Motte	35	1	2	2
2	Bokondji Imama		Christian Fischer	30	1	2	2
3	Nicolas Aube-Kubel	James Hamblin	Jacob Lucchini	25	1	2	2
4	Boris Katchouk	Tye Felhaber	Tyler Motte	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Albert Johansson	Haydn Fleury	35	1	2	2
2	Adam Boqvist	Marc-Edouard Vlasic	30	1	2	2
3	Jake Bean	Juuso Valimaki	25	1	2	2
4	Albert Johansson	Haydn Fleury	10	1	2	2

Attaque en avantage numérique
Ligne #	Ailier gauche	Centre	Ailier droit	% temps	PHY	DF	OF
1	Marc McLaughlin	Jonny Brodzinski	Tyler Motte	55	1	2	2
2	Bokondji Imama		Christian Fischer	45	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Albert Johansson	Haydn Fleury	55	1	2	2
2	Adam Boqvist	Marc-Edouard Vlasic	45	1	2	2

Attaque à 4 en désavantage numérique
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jonny Brodzinski	Marc McLaughlin	55	1	2	2
2		Bokondji Imama	45	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Albert Johansson	Haydn Fleury	55	1	2	2
2	Adam Boqvist	Marc-Edouard Vlasic	45	1	2	2

3 joueurs en désavantage numérique
Ligne #	Ailier	% temps	PHY	DF	OF	Défense	Défense	% temps	PHY	DF	OF
1	Jonny Brodzinski	55	1	2	2	Albert Johansson	Haydn Fleury	55	1	2	2
2		45	1	2	2	Adam Boqvist	Marc-Edouard Vlasic	45	1	2	2

Attaque à 4 contre 4
Ligne #	Centre	Ailier	% temps	PHY	DF	OF
1	Jonny Brodzinski	Marc McLaughlin	55	1	2	2
2		Bokondji Imama	45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Albert Johansson	Haydn Fleury	55	1	2	2
2	Adam Boqvist	Marc-Edouard Vlasic	45	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Marc McLaughlin	Jonny Brodzinski	Tyler Motte	Albert Johansson	Haydn Fleury

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Bokondji Imama		Christian Fischer	Adam Boqvist	Marc-Edouard Vlasic

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Marc McLaughlin, Bokondji Imama, Jacob Lucchini	Marc McLaughlin, Bokondji Imama	Marc McLaughlin

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
Marc-Edouard Vlasic, Jake Bean, Juuso Valimaki	Marc-Edouard Vlasic	Marc-Edouard Vlasic, Jake Bean

Tirs de pénalité
Tyler Motte, Jonny Brodzinski, , Christian Fischer, Marc McLaughlin

Gardien
#1 : Louis Domingue, #2 : Magnus Chrona

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	RI
1	Bandits	3	0	3	0	0	0	0	0	4	15	-11	1	0	1	0	0	0	0	0	2	5	-3	2	0	2	0	0	0	0	0	2	10	-8	0	0.000	4	8	12	0	0	57	45	53	3	65	550	547	575	30	108	34	12	46	10	1	10.00%	6	2	66.67%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
2	Barracudas	3	0	3	0	0	0	0	0	2	13	-11	2	0	2	0	0	0	0	0	2	8	-6	1	0	1	0	0	0	0	0	0	5	-5	0	0.000	2	3	5	1	0	57	45	53	3	70	550	547	575	30	117	27	23	68	11	1	9.09%	9	1	88.89%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
3	Bayou	3	1	2	0	0	0	0	0	5	9	-4	1	1	0	0	0	0	0	0	3	2	1	2	0	2	0	0	0	0	0	2	7	-5	2	0.333	5	7	12	0	0	57	45	53	3	61	550	547	575	30	104	36	27	65	11	0	0.00%	9	1	88.89%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
4	Chiwawa	3	1	2	0	0	0	0	0	9	10	-1	2	1	1	0	0	0	0	0	6	4	2	1	0	1	0	0	0	0	0	3	6	-3	2	0.333	9	16	25	0	1	57	45	53	3	58	550	547	575	30	86	34	30	48	13	2	15.38%	14	1	92.86%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
5	CoolFm	2	0	2	0	0	0	0	0	3	6	-3	1	0	1	0	0	0	0	0	2	4	-2	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	3	6	9	0	0	57	45	53	3	39	550	547	575	30	66	15	20	23	10	1	10.00%	10	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
6	Farmers	2	0	2	0	0	0	0	0	6	8	-2	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	0	0.000	6	10	16	0	0	57	45	53	3	54	550	547	575	30	53	19	14	44	12	3	25.00%	7	1	85.71%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
7	Grizzlies	2	0	1	0	0	1	0	0	3	6	-3	1	0	0	0	0	1	0	0	2	3	-1	1	0	1	0	0	0	0	0	1	3	-2	1	0.250	3	6	9	0	0	57	45	53	3	39	550	547	575	30	64	20	22	38	10	1	10.00%	10	1	90.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
8	Hunters	2	1	0	0	0	0	0	1	7	5	2	1	0	0	0	0	0	0	1	3	4	-1	1	1	0	0	0	0	0	0	4	1	3	3	0.750	7	11	18	0	0	57	45	53	3	58	550	547	575	30	71	26	14	35	8	4	50.00%	6	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
9	Husky	2	1	1	0	0	0	0	0	8	4	4	1	1	0	0	0	0	0	0	5	0	5	1	0	1	0	0	0	0	0	3	4	-1	2	0.500	8	14	22	0	1	57	45	53	3	54	550	547	575	30	70	10	12	38	10	1	10.00%	6	1	83.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
10	Igloos	2	0	1	0	0	1	0	0	4	9	-5	2	0	1	0	0	1	0	0	4	9	-5	0	0	0	0	0	0	0	0	0	0	0	1	0.250	4	7	11	0	0	57	45	53	3	44	550	547	575	30	55	13	10	37	10	1	10.00%	5	1	80.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
11	Marlies	3	0	2	0	0	1	0	0	3	10	-7	2	0	1	0	0	1	0	0	2	6	-4	1	0	1	0	0	0	0	0	1	4	-3	1	0.167	3	6	9	0	0	57	45	53	3	60	550	547	575	30	102	23	54	56	13	0	0.00%	14	3	78.57%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
12	Marmots	3	1	2	0	0	0	0	0	3	8	-5	1	1	0	0	0	0	0	0	2	1	1	2	0	2	0	0	0	0	0	1	7	-6	2	0.333	3	6	9	0	0	57	45	53	3	46	550	547	575	30	67	13	16	57	6	0	0.00%	8	1	87.50%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
13	Outlaws	3	0	1	0	1	1	0	0	6	9	-3	2	0	0	0	1	1	0	0	5	5	0	1	0	1	0	0	0	0	0	1	4	-3	3	0.500	6	12	18	0	0	57	45	53	3	71	550	547	575	30	114	30	30	49	11	3	27.27%	15	1	93.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
14	Predateurs	2	1	1	0	0	0	0	0	7	6	1	0	0	0	0	0	0	0	0	0	0	0	2	1	1	0	0	0	0	0	7	6	1	2	0.500	7	12	19	1	0	57	45	53	3	56	550	547	575	30	45	10	25	30	13	2	15.38%	4	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
15	Raptors	3	2	1	0	0	0	0	0	8	8	0	2	2	0	0	0	0	0	0	7	4	3	1	0	1	0	0	0	0	0	1	4	-3	4	0.667	8	15	23	0	0	57	45	53	3	68	550	547	575	30	82	25	24	49	13	2	15.38%	12	1	91.67%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
16	Rockets	2	0	0	0	0	2	0	0	4	6	-2	1	0	0	0	0	1	0	0	2	3	-1	1	0	0	0	0	1	0	0	2	3	-1	2	0.500	4	7	11	0	0	57	45	53	3	60	550	547	575	30	93	25	22	36	9	3	33.33%	10	3	70.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
17	Sags	3	1	1	0	0	0	0	1	7	5	2	2	1	0	0	0	0	0	1	5	2	3	1	0	1	0	0	0	0	0	2	3	-1	3	0.500	7	13	20	0	0	57	45	53	3	55	550	547	575	30	68	10	10	56	8	1	12.50%	5	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
18	Scorpions	2	2	0	0	0	0	0	0	8	3	5	2	2	0	0	0	0	0	0	8	3	5	0	0	0	0	0	0	0	0	0	0	0	4	1.000	8	14	22	0	0	57	45	53	3	57	550	547	575	30	54	10	19	42	13	2	15.38%	6	1	83.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
19	Smirnoff Ice	2	1	1	0	0	0	0	0	4	4	0	1	0	1	0	0	0	0	0	2	3	-1	1	1	0	0	0	0	0	0	2	1	1	2	0.500	4	8	12	0	0	57	45	53	3	29	550	547	575	30	33	8	17	33	2	1	50.00%	6	1	83.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
20	Snowbirds	2	1	0	0	0	1	0	0	5	5	0	1	1	0	0	0	0	0	0	3	2	1	1	0	0	0	0	1	0	0	2	3	-1	3	0.750	5	9	14	0	0	57	45	53	3	50	550	547	575	30	64	15	14	50	8	2	25.00%	7	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
21	Spartans	3	2	0	0	0	1	0	0	11	9	2	1	0	0	0	0	1	0	0	3	4	-1	2	2	0	0	0	0	0	0	8	5	3	5	0.833	11	22	33	0	0	57	45	53	3	71	550	547	575	30	74	15	28	49	18	5	27.78%	13	3	76.92%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
22	Supreme	1	0	1	0	0	0	0	0	0	3	-3	1	0	1	0	0	0	0	0	0	3	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	0	0	0	0	0	57	45	53	3	24	550	547	575	30	41	12	8	29	8	0	0.00%	3	0	100.00%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
23	Thugs	3	0	2	0	0	1	0	0	9	14	-5	2	0	2	0	0	0	0	0	6	10	-4	1	0	0	0	0	1	0	0	3	4	-1	1	0.167	9	15	24	0	0	57	45	53	3	77	550	547	575	30	111	15	34	56	21	2	9.52%	15	4	73.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
24	TigersCats	2	0	2	0	0	0	0	0	4	6	-2	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	1	2	-1	0	0.000	4	8	12	0	0	57	45	53	3	58	550	547	575	30	59	11	12	36	15	3	20.00%	6	1	83.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
25	Twins	4	1	2	0	0	0	1	0	8	9	-1	2	0	1	0	0	0	1	0	2	3	-1	2	1	1	0	0	0	0	0	6	6	0	4	0.500	8	10	18	0	0	57	45	53	3	108	550	547	575	30	118	24	45	81	21	2	9.52%	19	1	94.74%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
26	Vandals	3	2	1	0	0	0	0	0	3	3	0	1	0	1	0	0	0	0	0	0	2	-2	2	2	0	0	0	0	0	0	3	1	2	4	0.667	3	6	9	0	1	57	45	53	3	51	550	547	575	30	45	21	20	53	16	1	6.25%	9	2	77.78%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
27	Vipers	2	0	1	0	0	1	0	0	2	6	-4	0	0	0	0	0	0	0	0	0	0	0	2	0	1	0	0	1	0	0	2	6	-4	1	0.250	2	3	5	0	0	57	45	53	3	46	550	547	575	30	64	18	18	40	13	0	0.00%	9	1	88.89%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
28	Warriors	2	0	1	0	0	0	1	0	3	3	0	1	0	0	0	0	0	1	0	1	0	1	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	3	4	7	0	1	57	45	53	3	47	550	547	575	30	26	10	6	46	9	1	11.11%	3	1	66.67%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
29	Wolves	3	1	2	0	0	0	0	0	8	11	-3	2	1	1	0	0	0	0	0	7	7	0	1	0	1	0	0	0	0	0	1	4	-3	2	0.333	8	14	22	0	0	57	45	53	3	75	550	547	575	30	110	22	31	66	15	3	20.00%	12	5	58.33%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
30	Xpress	2	0	2	0	0	0	0	0	4	11	-7	1	0	1	0	0	0	0	0	0	4	-4	1	0	1	0	0	0	0	0	4	7	-3	0	0.000	4	7	11	0	0	57	45	53	3	40	550	547	575	30	78	23	18	47	9	1	11.11%	9	1	88.89%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
	Total	74	19	40	0	1	10	2	2	158	224	-66	39	11	17	0	1	6	2	2	90	109	-19	35	8	23	0	0	4	0	0	68	115	-47	56	0.378	158	279	437	2	4	57	45	53	3	1691	550	547	575	30	2242	574	635	1403	346	49	14.16%	267	39	85.39%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
	_Since Last GM Reset	74	19	40	0	1	10	2	2	158	224	-66	39	11	17	0	1	6	2	2	90	109	-19	35	8	23	0	0	4	0	0	68	115	-47	56	0.378	158	279	437	2	4	57	45	53	3	1691	550	547	575	30	2242	574	635	1403	346	49	14.16%	267	39	85.39%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
	_Vs Conference	31	4	20	0	0	5	1	1	60	101	-41	16	2	8	0	0	4	1	1	33	50	-17	15	2	12	0	0	1	0	0	27	51	-24	16	0.258	60	108	168	0	2	57	45	53	3	693	550	547	575	30	945	250	249	572	133	21	15.79%	106	17	83.96%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488
	_Vs Division	13	2	9	0	0	1	0	1	30	50	-20	7	1	4	0	0	1	0	1	16	26	-10	6	1	5	0	0	0	0	0	14	24	-10	6	0.231	30	53	83	0	1	57	45	53	3	300	550	547	575	30	448	121	86	226	57	9	15.79%	42	5	88.10%	0	1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%	1851	1279	1699	529	940	488

			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
74	56	L3	158	279	437	1691	2242	574	635	1403	2	4

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
74	19	40	1	10	2	2	158	224

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
39	11	17	1	6	2	2	90	109

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
35	8	23	0	4	0	0	68	115

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
2	6	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
346	49	14.16%	267	39	85.39%	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
550	547	575	30	57	45	53	3

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
1295	2236	57.92%	1406	2417	58.17%	640	1109	57.71%

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
1851	1279	1699	529	940	488

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
1	10	Goons	0	Vipers	3	L			Sommaire du match
2	24	Barracudas	3	Goons	1	L			Sommaire du match
4	39	Chiwawa	0	Goons	4	W			Sommaire du match
5	59	Goons	0	Marmots	1	L			Sommaire du match
6	71	Sags	1	Goons	5	W			Sommaire du match
7	86	Goons	2	Twins	5	L			Sommaire du match
9	99	Marlies	3	Goons	2	L	X		Sommaire du match
11	126	Goons	2	Bayou	4	L			Sommaire du match
12	136	Outlaws	4	Goons	3	L	X		Sommaire du match
14	159	Igloos	5	Goons	4	L	X		Sommaire du match
16	180	Goons	6	Predateurs	3	W			Sommaire du match
17	190	Thugs	5	Goons	3	L			Sommaire du match
18	210	Goons	2	Snowbirds	3	L	X		Sommaire du match
19	221	Wolves	6	Goons	4	L			Sommaire du match
20	242	Goons	0	Barracudas	5	L			Sommaire du match
21	251	Goons	2	Vandals	1	W			Sommaire du match
22	263	Hunters	4	Goons	3	L	X	X	Sommaire du match
24	283	Goons	1	Predateurs	3	L			Sommaire du match
25	293	Marlies	3	Goons	0	L			Sommaire du match
26	314	Twins	1	Goons	2	W	X	X	Sommaire du match
28	338	Goons	4	Twins	1	W			Sommaire du match
29	349	Vandals	2	Goons	0	L			Sommaire du match
31	369	Goons	1	Marmots	6	L			Sommaire du match
32	383	Raptors	1	Goons	2	W			Sommaire du match
34	402	Goons	4	Hunters	1	W			Sommaire du match
35	417	Raptors	3	Goons	5	W			Sommaire du match
36	435	CoolFm	4	Goons	2	L			Sommaire du match
37	448	Goons	3	Thugs	4	L	X		Sommaire du match
38	464	Goons	4	Xpress	7	L			Sommaire du match
39	473	Bandits	5	Goons	2	L			Sommaire du match
41	497	Snowbirds	2	Goons	3	W			Sommaire du match
42	514	Goons	1	Wolves	4	L			Sommaire du match
43	527	Goons	2	Vipers	3	L	X		Sommaire du match
44	537	Marmots	1	Goons	2	W			Sommaire du match
45	552	Goons	2	Smirnoff Ice	1	W			Sommaire du match
46	566	Farmers	4	Goons	3	L			Sommaire du match
47	589	Xpress	4	Goons	0	L			Sommaire du match
48	601	Goons	1	Raptors	4	L			Sommaire du match
49	621	Smirnoff Ice	3	Goons	2	L			Sommaire du match
51	637	Goons	1	CoolFm	2	L			Sommaire du match
52	646	Goons	1	Marlies	4	L			Sommaire du match
53	659	Wolves	1	Goons	3	W			Sommaire du match
54	681	Husky	0	Goons	5	W			Sommaire du match
55	689	Goons	2	Sags	3	L			Sommaire du match
57	716	Spartans	4	Goons	3	L	X		Sommaire du match
58	728	Goons	1	Outlaws	4	L			Sommaire du match
59	742	Goons	2	Bandits	5	L			Sommaire du match
60	757	Barracudas	5	Goons	1	L			Sommaire du match
61	773	Goons	0	Bandits	5	L			Sommaire du match
62	784	Warriors	0	Goons	1	W	X	X	Sommaire du match
64	808	Outlaws	1	Goons	2	W	X		Sommaire du match
65	817	Goons	1	TigersCats	2	L			Sommaire du match
66	839	Scorpions	2	Goons	4	W			Sommaire du match
68	860	Goons	1	Grizzlies	3	L			Sommaire du match
69	861	Goons	3	Farmers	4	L			Sommaire du match
70	877	Grizzlies	3	Goons	2	L	X		Sommaire du match
71	899	Igloos	4	Goons	0	L			Sommaire du match
74	928	Supreme	3	Goons	0	L			Sommaire du match
75	937	Goons	0	Bayou	3	L			Sommaire du match
77	962	Bayou	2	Goons	3	W			Sommaire du match
78	970	Goons	2	Rockets	3	L	X		Sommaire du match
80	994	Scorpions	1	Goons	4	W			Sommaire du match
81	1015	Goons	1	Vandals	0	W			Sommaire du match
82	1025	Chiwawa	4	Goons	2	L			Sommaire du match
83	1041	Goons	3	Spartans	1	W			Sommaire du match
84	1055	Rockets	3	Goons	2	L	X		Sommaire du match
86	1072	Goons	2	Warriors	3	L			Sommaire du match
88	1087	TigersCats	4	Goons	3	L			Sommaire du match
90	1109	Goons	3	Husky	4	L			Sommaire du match
91	1120	Goons	5	Spartans	4	W			Sommaire du match
92	1131	Sags	1	Goons	0	L	X	X	Sommaire du match
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
94	1149	Twins	2	Goons	0	L			Sommaire du match
95	1169	Goons	3	Chiwawa	6	L			Sommaire du match
96	1179	Thugs	5	Goons	3	L			Sommaire du match
97	1185	Goons	-	Scorpions	-
98	1201	Goons	-	Husky	-
100	1211	Predateurs	-	Goons	-
101	1212	Goons	-	Supreme	-
105	1242	Vipers	-	Goons	-
106	1249	Goons	-	Snowbirds	-
107	1258	Goons	-	Supreme	-
108	1265	Goons	-	Igloos	-

Capacité de l’aréna - Tendance du prix des billets - %
	Niveau 1	Niveau 2
Capacité	2000	1000
Prix des billets	45	25
Assistance	77,389	27,151
Assistance PCT	99.22%	69.62%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité de l’aréna	Popularité de l’équipe
2	2681 - 89.35%	128,039$	4,993,536$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
3,738,139$	3,133,110$	3,133,110$	900,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	2,926,699$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
256,079$	12	37,344$	448,128$

Goons 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

Goons 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

Goons 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

Goons 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

Goons 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

	Goons
	GP: 74 \| W: 22 \| L: 40 \| OTL: 12 \| P: 56 GF: 158 \| GA: 224 \| PP%: 14.16% \| PK%: 85.39% DG: Stephane Morin \| Morale : 90 \| Moyenne d’équipe : 58 Prochains matchs #1185 vs Scorpions