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

Centre de jeu
	Husky 19-21-5, 43pts	0	Sommaire du match	5	Goons 14-23-7, 35pts

Team Stats
W1	Séquence	L1
11-9-3	Fiche domicile	9-10-4
8-12-2	Fiche domicile	5-13-3
7-2-1	Derniers 10 matchs	3-7-0
2.80	Buts par match	2.30
3.22	Buts contre par match	3.02
17.79%	Pourcentage en avantage numérique	13.13%
84.10%	Pourcentage en désavantage numérique	87.42%

Goons
14-23-7, 35pts

Sommaire du match

Sags
22-20-5, 49pts

Team Stats
L1	Séquence	W1
9-10-4	Fiche domicile	14-7-1
5-13-3	Fiche domicile	8-13-4
3-7-0	Derniers 10 matchs	4-4-2
2.30	Buts par match	2.83
3.02	Buts contre par match	2.94
13.13%	Pourcentage en avantage numérique	19.09%
87.42%	Pourcentage en désavantage numérique	81.44%

Spartans
25-17-2, 52pts

Jour 57

Goons
14-23-7, 35pts

Statistiques d’équipe
L1	Séquence	L1
14-7-2	Fiche domicile	9-10-4
11-10-0	Fiche visiteur	5-13-3
5-4-1	10 derniers matchs	3-7-0
3.14	Buts par match	2.30
3.07	Buts contre par match	2.30
10.93%	Pourcentage en avantage numérique	13.13%
82.57%	Pourcentage en désavantage numérique	87.42%

Goons
14-23-7, 35pts

Jour 58

Outlaws
28-14-3, 59pts

Statistiques d’équipe
L1	Séquence	SOW1
9-10-4	Fiche domicile	17-3-3
5-13-3	Fiche visiteur	11-11-0
3-7-0	10 derniers matchs	7-2-1
2.30	Buts par match	3.36
3.02	Buts contre par match	3.36
13.13%	Pourcentage en avantage numérique	12.66%
87.42%	Pourcentage en désavantage numérique	87.01%

Goons
14-23-7, 35pts

Jour 59

Bandits
24-17-5, 53pts

Statistiques d’équipe
L1	Séquence	SOL1
9-10-4	Fiche domicile	13-8-2
5-13-3	Fiche visiteur	11-9-3
3-7-0	10 derniers matchs	6-3-1
2.30	Buts par match	3.13
3.02	Buts contre par match	3.13
13.13%	Pourcentage en avantage numérique	17.16%
87.42%	Pourcentage en désavantage numérique	86.06%

Meneurs d'équipe
	Buts Max Sasson 10	Passes Jake Bean 21

	Points Juuso Valimaki 29	Plus/Moins Juuso Valimaki 4

	Victoires Louis Domingue 11	Pourcentage d’arrêts Magnus Chrona 0.902

Statistiques d’équipe
Buts pour 101 2.30 GFG	Tirs pour 995 22.61 Avg	Pourcentage en avantage numérique 13.1% 26 GF	Début de zone offensive 38.4%
Buts contre 133 3.02 GAA	Tirs contre 1322 30.05 Avg	Pourcentage en désavantage numérique 87.4%% 19 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	2,684
	Billets de saison	1,500
Informations de la formation
	Équipe Pro	30
	Équipe Mineure	18
	Limite Contrat	48 / 50
	Espoirs	26

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				100.00	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		95.00	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	Max Sasson (R)	X				95.00	60	45	95	81	57	52	40	55	73	51	58	67	66	84	71	0	90	60	0	25	4	3,000,000$
4	Christian Fischer			X		97.00	92	48	88	76	74	56	56	51	30	51	52	61	65	88	76	0	90	59	0	28	4	995,995$
5	Marc McLaughlin (R)		X			99.00	78	45	95	78	65	50	40	51	30	44	58	58	65	85	72	0	90	57	0	26	5	800,000$
6	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$
7	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$
8	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$
9	Sammy Blais			X		100.00	50	45	79	76	72	50	40	45	30	40	50	55	50	87	74	0	90	53	0	29	2	1,000,000$
10	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$
11	Haydn Fleury				X	100.00	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	Marc-Edouard Vlasic				X	100.00	50	45	93	77	64	61	40	50	30	46	55	75	65	98	87	0	90	63	0	38	1	2,500,000$
13	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$
14	Grant Hutton				X	100.00	60	45	90	75	70	56	40	49	30	48	50	72	50	89	77	0	90	61	0	30	4	925,225$
15	Matthew Kessel (R)				X	100.00	63	45	86	76	66	55	40	49	30	48	50	59	50	84	72	0	90	59	0	25	4	800,000$
Rayé
1	Bokondji Imama		X			94.00	98	51	54	73	77	50	40	47	30	40	54	62	50	88	75	0	90	57	0	29	2	775,000$
2	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$
3	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$
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	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$
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	Juuso Valimaki				X	93.78	58	45	86	78	64	69	52	51	30	46	56	71	65	86	77	0	90	63	0	26	3	1,500,000$
9	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$
10	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$
11	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$
12	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					99.00	60	45	89	77	63	55	44	48	37	44	53	62	55	87	75	0	90	57

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	100.00	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	100.00	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	Juuso Valimaki	Goons (QUE)	D	44	9	20	29	4	28	0	64	53	58	24	53	15.52%	55	920	20.92	4	9	13	33	157	1	115	1	0	0%	0	1	0	0.63	0	0	0	0	0	4	3	0
2	Jonny Brodzinski	Goons (QUE)	C	41	10	17	27	-2	4	0	15	110	101	35	79	9.90%	7	779	19.02	3	8	11	33	152	3	125	2	0	63.51%	1025	0	0	0.69	0	1	0	0	0	1	7	2
3	Max Sasson	Goons (QUE)	C	37	10	15	25	-3	2	0	8	103	93	25	60	10.75%	10	703	19.01	3	4	7	21	128	2	88	1	0	62.38%	824	0	0	0.71	0	1	0	0	0	3	2	1
4	Christian Fischer	Goons (QUE)	RW	44	10	15	25	0	27	5	80	56	70	22	51	14.29%	4	766	17.42	1	2	3	12	159	0	9	3	2	46.00%	50	0	0	0.65	0	2	1	0	0	4	2	2
5	Jake Bean	Goons (QUE)	D	44	3	21	24	-4	37	5	57	58	58	22	39	5.17%	40	949	21.59	0	7	7	35	159	3	113	1	0	0%	0	0	0	0.51	0	0	1	0	0	1	1	4
6	Tyler Motte	Goons (QUE)	RW	41	10	10	20	-4	45	15	68	91	117	28	85	8.55%	13	759	18.51	3	2	5	33	148	0	5	2	1	49.15%	59	0	0	0.53	0	1	2	1	0	3	0	4
7	Haydn Fleury	Goons (QUE)	D	46	6	14	20	-12	40	0	116	48	63	19	29	9.52%	64	997	21.69	4	6	10	36	155	0	117	1	0	35.90%	39	0	0	0.40	0	0	0	0	0	2	2	4
8	Marc McLaughlin	Goons (QUE)	LW	40	6	9	15	-8	26	0	51	30	59	16	37	10.17%	5	758	18.95	2	1	3	16	133	1	90	0	0	43.06%	72	1	0	0.40	1	1	0	0	0	0	3	2
9	Marc-Edouard Vlasic	Goons (QUE)	D	43	3	10	13	-16	14	0	40	48	64	17	37	4.69%	37	956	22.23	2	3	5	36	156	0	116	0	0	0%	0	0	0	0.27	0	0	0	0	0	0	2	2
10	Grant Hutton	Goons (QUE)	D	44	1	10	11	-16	25	5	56	35	33	12	23	3.03%	42	853	19.39	0	2	2	19	103	1	81	0	0	0%	2	0	0	0.26	0	0	1	0	0	0	1	1
11	Jacob Lucchini	Goons (QUE)	RW	34	7	4	11	-20	4	0	9	56	59	19	40	11.86%	11	512	15.07	1	0	1	2	33	0	4	1	0	36.36%	22	0	0	0.43	0	0	0	0	0	2	1	1
12	Matthew Kessel	Goons (QUE)	D	44	1	9	10	-21	29	5	89	23	13	9	13	7.69%	35	709	16.12	0	1	1	1	19	0	17	0	0	0%	0	0	0	0.28	0	0	0	0	1	0	0	0
13	William Lagesson	Goons (QUE)	D	23	1	8	9	-12	8	0	15	17	16	3	8	6.25%	20	390	16.98	0	0	0	0	17	0	30	0	0	0%	0	0	0	0.46	0	0	0	0	0	0	1	2
14	Bokondji Imama	Goons (QUE)	LW	30	2	7	9	3	56	10	105	26	28	10	28	7.14%	3	546	18.21	1	1	2	2	89	1	59	1	1	30.23%	43	0	0	0.33	0	0	0	0	2	2	0	2
15	James Hamblin	Goons (QUE)	C	44	3	4	7	-9	0	0	7	60	31	13	25	9.68%	0	437	9.94	0	0	0	1	16	0	11	0	0	60.36%	386	0	0	0.32	0	0	0	0	0	0	0	3
16	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
17	Sammy Blais	Goons (QUE)	RW	39	2	2	4	-10	0	0	15	16	21	10	16	9.52%	3	361	9.28	0	0	0	2	10	0	0	0	0	56.25%	16	0	0	0.22	0	0	0	0	0	1	0	1
18	James Malatesta	Goons (QUE)	RW	14	3	0	3	-5	0	0	5	7	16	1	6	18.75%	4	185	13.28	0	0	0	1	11	0	4	0	0	26.92%	26	0	0	0.32	0	0	0	0	0	0	2	0
19	Mike Hardman	Goons (QUE)	LW	27	2	1	3	-10	2	0	5	18	20	5	20	10.00%	1	460	17.07	1	0	1	3	53	1	38	0	0	44.00%	25	0	0	0.13	0	0	0	0	0	0	1	0
20	Nicolas Aube-Kubel	Goons (QUE)	LW	21	1	1	2	-8	27	5	52	14	25	5	15	4.00%	7	361	17.20	0	1	1	2	41	1	23	1	0	40.00%	35	0	0	0.11	0	0	0	0	1	0	0	0
21	Zach Dean	Goons (QUE)	C	6	0	1	1	-1	0	0	2	7	5	2	3	0%	0	74	12.39	0	0	0	0	0	0	0	0	0	39.66%	58	0	0	0.27	0	0	0	0	0	0	0	0
22	Pavol Regenda	Goons (QUE)	LW	14	1	0	1	-9	0	0	5	10	15	3	11	6.67%	4	199	14.23	0	0	0	1	4	0	3	0	0	41.67%	12	0	0	0.10	0	0	0	0	0	1	0	0
23	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
24	Tye Felhaber	Goons (QUE)	C	11	0	0	0	-12	2	0	5	8	8	3	6	0%	0	169	15.43	0	0	0	0	5	0	6	0	0	0%	4	0	0	0	0	0	0	0	0	0	0	0
25	Conor Sheary	Goons (QUE)	RW	3	0	0	0	1	0	0	0	0	1	1	2	0%	0	26	8.71	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				741	95	178	273	-174	378	50	872	897	984	304	691	9.65%	365	12991	17.53	25	47	72	289	1767	14	1072	14	4	58.69%	2704	2	1	0.42	1	6	5	1	4	25	28	32

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)	32	11	18	3	0.901	2.95	1853	2	1	91	920	2	2	0	2	32	12	4	6	2
2	Magnus Chrona	Goons (QUE)	14	3	5	4	0.902	2.89	809	0	1	39	400	0	0	1.000	5	12	32	3	1	2
Statistiques d’équipe totales ou en moyenne			46	14	23	7	0.902	2.93	2662	2	2	130	1320	2	2		7	44	44	7	7	4

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
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$	380,324$	0$	0$	No	775,000$	-	-	-	-	-	-	-	-	775,000$	-	-	-	-	-	-	-	-	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$	488,775$	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$	441,667$	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$	392,593$	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$	392,593$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Grant Hutton	Goons (QUE)	D	30	1995-07-25	USA	No	206 Lbs	6 ft3	No	No	Assign Manually		No	No	4	2026-03-08	False	False	Pro & Farm	925,225$	454,046$	0$	0$	No	925,225$	925,225$	925,225$	-	-	-	-	-	-	925,225$	925,225$	925,225$	-	-	-	-	-	-	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$	1,275,926$	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$	380,324$	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$	490,740$	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$	883,333$	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$	392,593$	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$	503,009$	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$	466,204$	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$	736,111$	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$	454,046$	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$	488,287$	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$	588,889$	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$	392,593$	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$	1,226,852$	0$	0$	No	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	-	Lien NHL
Matthew Kessel	Goons (QUE)	D	25	2000-06-23	USA	Yes	205 Lbs	6 ft2	No	No	N/A		No	No	4	2026-03-08	False	False	Pro & Farm	800,000$	392,593$	0$	0$	No	800,000$	800,000$	800,000$	-	-	-	-	-	-	800,000$	800,000$	800,000$	-	-	-	-	-	-	No	No	No	-	-	-	-	-	-	Lien NHL
Max Sasson	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$	1,472,222$	0$	0$	No	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$	380,324$	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$	417,130$	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$	539,815$	0$	0$	No	1,100,000$	1,100,000$	-	-	-	-	-	-	-	1,100,000$	1,100,000$	-	-	-	-	-	-	-	No	No	-	-	-	-	-	-	-	Lien NHL
Sammy Blais	Goons (QUE)	RW	29	1996-06-17	CAN	No	206 Lbs	6 ft2	No	No	Trade	2025-04-07	No	No	2	2026-03-08	False	False	Pro & Farm	1,000,000$	490,741$	0$	0$	No	1,000,000$	-	-	-	-	-	-	-	-	1,000,000$	-	-	-	-	-	-	-	-	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$	392,593$	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$	392,593$	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$	608,458$	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$	380,324$	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$	392,593$	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	27.63	197 Lbs	6 ft1	3.20	1,133,544$

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		Max Sasson	Christian Fischer	30	1	2	2
3	Nicolas Aube-Kubel	James Hamblin	Sammy Blais	25	1	2	2
4	Pavol Regenda	Zach Dean	Tyler Motte	10	1	2	2

Défense à 5 contre 5
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Marc-Edouard Vlasic	35	1	2	2
2	Jake Bean		30	1	2	2
3	Grant Hutton	Matthew Kessel	25	1	2	2
4	Haydn Fleury	Marc-Edouard Vlasic	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		Max Sasson	Christian Fischer	45	1	2	2

Défense en avantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Marc-Edouard Vlasic	55	1	2	2
2	Jake Bean		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	Max Sasson		45	1	2	2

Défense à 4 en désavantage numérique
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Marc-Edouard Vlasic	55	1	2	2
2	Jake Bean		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	Haydn Fleury	Marc-Edouard Vlasic	55	1	2	2
2	Max Sasson	45	1	2	2	Jake Bean		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	Max Sasson		45	1	2	2

Défense à 4 contre 4
Ligne #	Défense	Défense	% temps	PHY	DF	OF
1	Haydn Fleury	Marc-Edouard Vlasic	55	1	2	2
2	Jake Bean		45	1	2	2

Attaque dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
Marc McLaughlin	Jonny Brodzinski	Tyler Motte	Haydn Fleury	Marc-Edouard Vlasic

Défense dernière minute
Ailier gauche	Centre	Ailier droit	Défense	Défense
	Max Sasson	Christian Fischer	Jake Bean

Attaquants supplémentaires
Normal	Avantage numérique	Désavantage numérique
Marc McLaughlin, , Nicolas Aube-Kubel	Marc McLaughlin,	Marc McLaughlin

Défenseurs supplémentaires
Normal	Avantage numérique	Désavantage numérique
, Grant Hutton, Matthew Kessel		, Grant Hutton

Tirs de pénalité
Tyler Motte, Jonny Brodzinski, Max Sasson, 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	1	0	1	0	0	0	0	0	2	5	-3	1	0	1	0	0	0	0	0	2	5	-3	0	0	0	0	0	0	0	0	0	0	0	0	0.000	2	4	6	0	0	39	27	34	1	21	332	308	345	17	39	12	2	21	3	0	0.00%	1	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
2	Barracudas	2	0	2	0	0	0	0	0	1	8	-7	1	0	1	0	0	0	0	0	1	3	-2	1	0	1	0	0	0	0	0	0	5	-5	0	0.000	1	2	3	1	0	39	27	34	1	52	332	308	345	17	88	20	8	34	8	0	0.00%	4	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
3	Bayou	1	0	1	0	0	0	0	0	2	4	-2	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	2	4	-2	0	0.000	2	3	5	0	0	39	27	34	1	24	332	308	345	17	34	17	2	25	4	0	0.00%	1	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
4	Chiwawa	1	1	0	0	0	0	0	0	4	0	4	1	1	0	0	0	0	0	0	4	0	4	0	0	0	0	0	0	0	0	0	0	0	2	1.000	4	7	11	0	1	39	27	34	1	26	332	308	345	17	9	6	6	21	5	0	0.00%	3	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
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	39	27	34	1	39	332	308	345	17	66	15	20	23	10	1	10.00%	10	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
6	Farmers	1	0	1	0	0	0	0	0	3	4	-1	1	0	1	0	0	0	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	0	0.000	3	5	8	0	0	39	27	34	1	28	332	308	345	17	27	6	4	21	5	1	20.00%	2	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
7	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	39	27	34	1	58	332	308	345	17	71	26	14	35	8	4	50.00%	6	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
8	Husky	1	1	0	0	0	0	0	0	5	0	5	1	1	0	0	0	0	0	0	5	0	5	0	0	0	0	0	0	0	0	0	0	0	2	1.000	5	10	15	0	1	39	27	34	1	32	332	308	345	17	30	3	4	19	7	1	14.29%	2	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
9	Igloos	1	0	0	0	0	1	0	0	4	5	-1	1	0	0	0	0	1	0	0	4	5	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	4	7	11	0	0	39	27	34	1	28	332	308	345	17	30	4	6	21	7	1	14.29%	3	1	66.67%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
10	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	39	27	34	1	60	332	308	345	17	102	23	54	56	13	0	0.00%	14	3	78.57%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
11	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	39	27	34	1	46	332	308	345	17	67	13	16	57	6	0	0.00%	8	1	87.50%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
12	Outlaws	1	0	0	0	0	1	0	0	3	4	-1	1	0	0	0	0	1	0	0	3	4	-1	0	0	0	0	0	0	0	0	0	0	0	1	0.500	3	6	9	0	0	39	27	34	1	21	332	308	345	17	34	9	6	22	3	1	33.33%	3	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
13	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	39	27	34	1	56	332	308	345	17	45	10	25	30	13	2	15.38%	4	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
14	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	39	27	34	1	68	332	308	345	17	82	25	24	49	13	2	15.38%	12	1	91.67%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
15	Sags	2	1	1	0	0	0	0	0	7	4	3	1	1	0	0	0	0	0	0	5	1	4	1	0	1	0	0	0	0	0	2	3	-1	2	0.500	7	13	20	0	0	39	27	34	1	31	332	308	345	17	51	6	6	39	7	1	14.29%	3	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
16	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	39	27	34	1	29	332	308	345	17	33	8	17	33	2	1	50.00%	6	1	83.33%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
17	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	39	27	34	1	50	332	308	345	17	64	15	14	50	8	2	25.00%	7	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
18	Thugs	2	0	1	0	0	1	0	0	6	9	-3	1	0	1	0	0	0	0	0	3	5	-2	1	0	0	0	0	1	0	0	3	4	-1	1	0.250	6	9	15	0	0	39	27	34	1	53	332	308	345	17	67	9	20	41	16	2	12.50%	9	3	66.67%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
19	Twins	3	1	1	0	0	0	1	0	8	7	1	1	0	0	0	0	0	1	0	2	1	1	2	1	1	0	0	0	0	0	6	6	0	4	0.667	8	10	18	0	0	39	27	34	1	74	332	308	345	17	104	22	39	56	13	2	15.38%	16	0	100.00%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
20	Vandals	2	1	1	0	0	0	0	0	2	3	-1	1	0	1	0	0	0	0	0	0	2	-2	1	1	0	0	0	0	0	0	2	1	1	2	0.500	2	4	6	0	0	39	27	34	1	38	332	308	345	17	27	16	16	37	10	1	10.00%	7	2	71.43%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
21	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	39	27	34	1	46	332	308	345	17	64	18	18	40	13	0	0.00%	9	1	88.89%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
22	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	39	27	34	1	75	332	308	345	17	110	22	31	66	15	3	20.00%	12	5	58.33%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
23	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	39	27	34	1	40	332	308	345	17	78	23	18	47	9	1	11.11%	9	1	88.89%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
	Total	44	13	23	0	0	6	1	1	101	133	-32	23	8	10	0	0	3	1	1	60	65	-5	21	5	13	0	0	3	0	0	41	68	-27	35	0.398	101	177	278	2	2	39	27	34	1	995	332	308	345	17	1322	328	370	843	198	26	13.13%	151	19	87.42%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
	_Since Last GM Reset	44	13	23	0	0	6	1	1	101	133	-32	23	8	10	0	0	3	1	1	60	65	-5	21	5	13	0	0	3	0	0	41	68	-27	35	0.398	101	177	278	2	2	39	27	34	1	995	332	308	345	17	1322	328	370	843	198	26	13.13%	151	19	87.42%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
	_Vs Conference	18	4	11	0	0	2	0	1	38	58	-20	11	2	6	0	0	2	0	1	25	36	-11	7	2	5	0	0	0	0	0	13	22	-9	11	0.306	38	70	108	0	1	39	27	34	1	381	332	308	345	17	543	133	155	333	70	10	14.29%	61	7	88.52%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286
	_Vs Division	9	2	5	0	0	1	0	1	25	32	-7	6	1	3	0	0	1	0	1	16	22	-6	3	1	2	0	0	0	0	0	9	10	-1	6	0.333	25	45	70	0	1	39	27	34	1	218	332	308	345	17	314	83	64	166	44	8	18.18%	31	2	93.55%	0	737	1305	56.48%	798	1425	56.00%	391	670	58.36%	1100	760	1009	316	556	286

			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
44	35	L1	101	177	278	995	1322	328	370	843	2	2

Tous les matchs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
44	13	23	0	6	1	1	101	133

Matchs locaux
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
23	8	10	0	3	1	1	60	65

Matchs extérieurs
GP	W	L	OTW	OTL	SOW	SOL	GF	GA
21	5	13	0	3	0	0	41	68

Derniers 10 matchs
W	L	OTW	OTL	SOW	SOL
3	7	0	0	0	0

Tentatives en avantage numérique	Buts en avantage numérique	% en avantage numérique	Tentatives en désavantage numérique	Buts contre en désavantage numérique	% en désavantage numérique	Buts pour en désavantage numérique
198	26	13.13%	151	19	87.42%	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
332	308	345	17	39	27	34	1

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
737	1305	56.48%	798	1425	56.00%	391	670	58.36%

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
1100	760	1009	316	556	286

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	-	Goons	-
58	728	Goons	-	Outlaws	-
59	742	Goons	-	Bandits	-
60	757	Barracudas	-	Goons	-
61	773	Goons	-	Bandits	-
62	784	Warriors	-	Goons	-
64	808	Outlaws	-	Goons	-
65	817	Goons	-	TigersCats	-
66	839	Scorpions	-	Goons	-
68	860	Goons	-	Grizzlies	-
69	861	Goons	-	Farmers	-
70	877	Grizzlies	-	Goons	-
71	899	Igloos	-	Goons	-
74	928	Supreme	-	Goons	-
75	937	Goons	-	Bayou	-
77	962	Bayou	-	Goons	-
78	970	Goons	-	Rockets	-
80	994	Scorpions	-	Goons	-
81	1015	Goons	-	Vandals	-
82	1025	Chiwawa	-	Goons	-
83	1041	Goons	-	Spartans	-
84	1055	Rockets	-	Goons	-
86	1072	Goons	-	Warriors	-
88	1087	TigersCats	-	Goons	-
90	1109	Goons	-	Husky	-
91	1120	Goons	-	Spartans	-
92	1131	Sags	-	Goons	-
94	1149	Twins	-	Goons	-
95	1169	Goons	-	Chiwawa	-
96	1179	Thugs	-	Goons	-
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	45,671	16,061
Assistance PCT	99.28%	69.83%

Revenu
Matchs à domicile restants	Assistance moyenne - %	Revenu moyen par match	Revenu annuel à ce jour	Capacité de l’aréna	Popularité de l’équipe
18	2684 - 89.47%	128,177$	2,948,064$	3000	100

Dépenses
Dépenses annuelles à ce jour	Salaire total des joueurs	Plafond Salariale total des joueurs	Salaire des entraineurs
2,112,828$	3,400,632$	3,400,632$	900,000$0$

Plafond salarial par jour	Plafond salarial à ce jour	Joueurs Inclus dans le plafond salarial	Joueurs exclut du plafond Salarial
0$	1,650,798$	0	0

Estimation
Revenus de la saison estimés	Jours restants de la saison	Dépenses par jour	Dépenses de la saison estimées
2,307,181$	53	39,821$	2,110,513$

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: 44 \| W: 14 \| L: 23 \| OTL: 7 \| P: 35 GF: 101 \| GA: 133 \| PP%: 13.13% \| PK%: 87.42% DG: Stephane Morin \| Morale : 90 \| Moyenne d’équipe : 57 Prochains matchs #716 vs Spartans