Day : 25
BUF - 2
WSH - 5
EDM - 4
SEA - 2
TOR - 5
QUE - 6
DET - 2
STL - 1
MIN - 4
NYR - 3
PHI - 3
CAR - 4
BOS - 3
CLB - 1
DAL - 5
WPG - 3
VEG - 5
ANH - 1
MTL - 4
FLA - 2
LAV - 1
QUE - 2
SJS - 2
PAR - 8
NOR - 0
GAT - 2
LKE - 3
POR - 2
VER - 3
NUU - 4
ALB - 1
ROB - 2
CHP - 1
BNG - 3
BRI - 2
CHA - 6
MAN - 5
TRL - 4
CTW - 2
BBA - 3
RCH - 6
SPR - 5
SAR - 2
HAM - 7
Day : 26
(3-10-0) - L2
(2-10-1) - L1
(8-3-0) - L1
(5-4-1) - W2
(7-3-0) - W1
(10-0-0) - W10
(5-7-0) - W2
(7-1-2) - SOL1
(4-8-1) - L1
(2-6-3) - W1
(4-7-1) - L2
(7-4-0) - W4
(5-5-1) - W1
(6-4-1) - L3
(7-4-0) - L2
(7-4-0) - W3
(7-4-2) - W4
(5-6-1) - L1
(10-2-1) - W1
(4-8-0) - W1
(6-4-1) - W3
(6-6-0) - W1
(4-6-0) - L2
(4-4-1) - L2
(3-9-0) - L3
(3-4-2) - OTL1
(6-5-1) - W2
(6-6-1) - W2
(4-6-2) - W1
(4-7-0) - L1
(6-5-0) - L1
(6-2-1) - W6
(4-5-1) - W1
(4-8-3) - L1
(6-3-1) - OTL1
(6-4-1) - L1
(3-8-0) - W1
(3-7-2) - W1
(8-3-0) - W1
(8-2-0) - L1

Lake Erie Monsters
GP: 12 | W: 5 | L: 6 | OTL: 1 | P: 11
GF: 42 | GA: 50 | PP%: 19.15% | PK%: 71.79%
DG: Alexandre Brabant | Morale : 50 | Moyenne d’équipe : N/A
Prochains matchs #191 vs Roberval Dwarfs
La résolution de votre navigateur est trop petite pour cette page. Plusieurs informations sont cachées pour garder la page lisible.

Centre de jeu
Lake Erie Monsters
5-6-1, 11pts
6
FINAL
5 Bridgeport Sound Tigers
2-8-3, 7pts
Team Stats
W2SéquenceL1
2-3-0Fiche domicile1-3-1
3-3-1Fiche domicile1-5-2
3-6-1Derniers 10 matchs2-6-2
3.50Buts par match 2.85
4.17Buts contre par match 4.62
19.15%Pourcentage en avantage numérique21.43%
71.79%Pourcentage en désavantage numérique79.07%
Lake Erie Monsters
5-6-1, 11pts
3
FINAL
2 Portland Crying Chiwawas
6-5-0, 12pts
Team Stats
W2SéquenceL1
2-3-0Fiche domicile5-1-0
3-3-1Fiche domicile1-4-0
3-6-1Derniers 10 matchs5-5-0
3.50Buts par match 4.36
4.17Buts contre par match 4.09
19.15%Pourcentage en avantage numérique22.86%
71.79%Pourcentage en désavantage numérique86.05%
Roberval Dwarfs
6-5-1, 13pts
Jour 26
Lake Erie Monsters
5-6-1, 11pts
Statistiques d’équipe
W2SéquenceW2
5-1-0Fiche domicile2-3-0
1-4-1Fiche visiteur3-3-1
6-4-010 derniers matchs3-6-1
4.75Buts par match 3.50
4.33Buts contre par match 3.50
20.00%Pourcentage en avantage numérique19.15%
73.81%Pourcentage en désavantage numérique71.79%
Lake Erie Monsters
5-6-1, 11pts
Jour 28
Chicoutimi Saguenéens
4-6-0, 8pts
Statistiques d’équipe
W2SéquenceL2
2-3-0Fiche domicile4-2-0
3-3-1Fiche visiteur0-4-0
3-6-110 derniers matchs4-6-0
3.50Buts par match 4.00
4.17Buts contre par match 4.00
19.15%Pourcentage en avantage numérique22.73%
71.79%Pourcentage en désavantage numérique82.50%
Providence Bruins
6-4-2, 14pts
Jour 29
Lake Erie Monsters
5-6-1, 11pts
Statistiques d’équipe
OTL1SéquenceW2
5-0-0Fiche domicile2-3-0
1-4-2Fiche visiteur3-3-1
5-3-210 derniers matchs3-6-1
4.67Buts par match 3.50
3.58Buts contre par match 3.50
23.21%Pourcentage en avantage numérique19.15%
76.92%Pourcentage en désavantage numérique71.79%
Meneurs d'équipe
Buts
JC Lipon
9
Passes
Saku Maenalanen
8
Points
JC Lipon
16
Plus/Moins
JC Lipon
0
Victoires
Matej Tomek
4
Pourcentage d’arrêts
Matej Tomek
0.886

Statistiques d’équipe
Buts pour
42
3.50 GFG
Tirs pour
395
32.92 Avg
Pourcentage en avantage numérique
19.1%
9 GF
Début de zone offensive
39.1%
Buts contre
50
4.17 GAA
Tirs contre
365
30.42 Avg
Pourcentage en désavantage numérique
71.8%%
11 GA
Début de la zone défensive
35.0%
Informations de l'équipe

Directeur généralAlexandre Brabant
EntraîneurJeremy Colliton
DivisionGrands Lacs
ConférenceHamel
CapitaineJC Lipon
Assistant #1Kyle Palmieri
Assistant #2Tim Erixon


Informations de l’aréna

Capacité3,000
Assistance3,000
Billets de saison300


Informations de la formation

Équipe Pro20
Équipe Mineure21
Limite contact 41 / 50
Espoirs37


Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny text entered in the filter will match text found within the column
# Nom du joueur C L R D CON CK FG DI SK ST EN DU PH FO PA SC DF PS EX LD PO MO OV TA SPÂgeContratSalaire moyen
1Vinni LettieriXX100.008438838078848380727475707381741500N02931,500,000$
2Adam Mascherin (R)X100.0070358478848079786570716972747345000262900,000$
3Kyle Palmieri (A)XX100.0058329980798079806072736776969870500N03321,600,000$
4Jeremy BraccoXX100.00602597847086808066737065727472550002721,000,000$
5Brendan WarrenX100.0064358377777976756069676668727235000271750,000$
6Keegan IversonXX100.0088457678878378777471716968747535000281900,000$
7Ivan MorozovX100.0076477880798483797476746881737175000241900,000$
8Oskar Bäck (R)X100.0076389980837984807975747175707165000241900,000$
9JC Lipon (C)X99.008442848681858481687575698198961500N03121,800,000$
10Saku MaenalanenXX99.008035868579827482657675677793921500N03021,800,000$
11Ryan TesinkXX100.00914180788079787877737270748790150003111,000,000$
12Sam MileticX100.00683093807983777967737469726767550002721,000,000$
13Christian DjoosX100.007026968074817379507367886779851500N03021,500,000$
14Jérémy DaviesX98.008745798085857980507466876279926500N02831,200,000$
15Tim Erixon (A)X99.007140837975777282507671867199991500N03321,800,000$
16Xavier Bernard (R)X100.0078438075828182735272628260666555000241750,000$
17Kyle CapobiancoX99.00763583838181798250757084647373650002721,200,000$
18Juuso VälimäkiX98.00843881848784748050746884697877650002611,500,000$
Rayé
MOYENNE D’ÉQUIPE99.567637868080827979637371747180807500
Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny 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 TA SPÂgeContratSalaire moyen
1Mitchell Gibson (R)100.008581828282818181818282626165000251800,000$
2Matej Tomek98.0084828385848282838284835958450002721,300,000$
Rayé
MOYENNE D’ÉQUIPE99.00858283848382828282838361605500
Nom de l’entraîneur PH DF OF PD EX LD PO CNT Âge Contrat Salaire
Jeremy Colliton81888687828470CAN3911,500,000$


Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny text entered in the filter will match text found within the column
# Nom du joueur POSGP G A P +/- PIM PIM5 HIT HTT SHT OSB OSM SHT% SB MP AMG PPG PPA PPP PPS PPM PKG PKA PKP PKS PKM GW GT FO% FOT GA TA EG HT P/20 PSG PSS FW FL FT S1 S2 S3
1JC LiponRW129716000241541262121.95%723819.8524614430001442146.15%78253011.3412000212
2Saku MaenalanenLW/RW12581302014833152115.15%523619.733259430002420016.67%12205001.1002000010
3Ivan MorozovC125510-340121128121517.86%218615.554481243000000053.44%189132001.0700000001
4Ryan TesinkC/RW12358-612032142561312.00%219916.63000431000060056.25%32121000.8011000000
5Juuso VälimäkiD12178-814021242012135.00%2130925.77022742000026000.00%047000.5200000000
6Kyle PalmieriLW/RW12336-220532793211.11%218515.43000231000000060.00%5200000.6500000100
7Sam MileticLW12156-200753312193.03%314512.1500000000000060.00%5181000.8200000001
8Vinni LettieriC/RW12325-2601314175717.65%215312.7700000000070047.50%80113000.6512000000
9Jeremy BraccoLW/RW12145-400522615133.85%117214.39000331000000055.56%9221000.5800000000
10Tim ErixonD12145-1401529161076.25%1423119.30011232000122100.00%0412000.4300000100
11Kyle CapobiancoD12145040111613977.69%923019.19000532000123000.00%0411000.4300000001
12Jérémy DaviesD12044-61001718229100.00%2631426.18011542000029000.00%0012000.2500000000
13Keegan IversonC/LW12314-210016131371523.08%014712.3100000000000043.10%11683000.5400000010
14Oskar BäckC122240001152710177.41%316113.4400000000060049.49%99210000.5000000000
15Adam MascherinLW12123-200101016596.25%214612.2000000000060033.33%672000.4100000000
16Christian DjoosD1211200092718675.56%1117814.890000000000010.00%024000.2200000000
17Brendan WarrenLW12011000106101190.00%214712.2900000000000050.00%433000.1401000000
18Xavier BernardD12011-180161410460.00%2119316.1500000000011000.00%048000.1000000000
Statistiques d’équipe totales ou en moyenne2164066106-3976024823439518324110.13%133357816.57914236337400052263248.66%63519878010.5938000435
Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny text entered in the filter will match text found within the column
# Nom du gardien Nom de l’équipeGP W L OTL PCT GAA MP PIM SO GA SA SAR A EG PS % PSA ST BG S1 S2 S3
1Matej TomekLake Erie Monsters (COL)64200.8863.883250021184111000.750466010
2Mitchell GibsonLake Erie Monsters (COL)71410.8404.30405002918185001.000366000
Statistiques d’équipe totales ou en moyenne135610.8634.1073100503651960071212010


Nom du joueur POS Âge Date de naissance Termes Contrat Cap % Année 2024Année 2025Année 2026Année 2027Année 2028Année 2029Année 2030
Attaquant
Adam MascherinLW261998-01-02TW 20.00%900,000$900,000$UFA [Age: 28]
Brendan WarrenLW271997-01-02TW 10.00%750,000$UFA [Age: 28]
Ivan MorozovC242000-01-02TW 10.00%900,000$RFA ( Groupe: 2 ) [Age: 25]
JC LiponRW311993-01-22NT TW 20.00%1,800,000$1,800,000$UFA [Age: 33]
Jeremy BraccoLW/RW271997-01-02TW 20.00%1,000,000$1,000,000$UFA [Age: 29]
Keegan IversonC/LW281996-01-02TW 10.00%900,000$UFA [Age: 29]
Kyle PalmieriLW/RW331991-01-22NT TW 20.00%1,600,000$1,600,000$UFA [Age: 35]
Oskar BäckC242000-01-21TW 10.00%900,000$RFA ( Groupe: 2 ) [Age: 25]
Ryan TesinkC/RW311993-01-22TW 10.00%1,000,000$UFA [Age: 32]
Saku MaenalanenLW/RW301994-01-22NT TW 20.00%1,800,000$1,800,000$UFA [Age: 32]
Sam MileticLW271997-01-22TW 20.00%1,000,000$1,000,000$UFA [Age: 29]
Vinni LettieriC/RW291995-01-02NT TW 30.00%1,500,000$1,500,000$1,500,000$UFA [Age: 32]
MOYENNE (12)28.080.00%0$9,600,000$1,500,000$0$0$0$0$
Défenseur
Christian DjoosD301994-01-02NT TW 20.00%1,500,000$1,500,000$UFA [Age: 32]
Juuso VälimäkiD261998-01-22TW 10.00%1,500,000$RFA ( Groupe: 2 ) [Age: 27]
Jérémy DaviesD281996-01-02NT TW 30.00%1,200,000$1,200,000$1,200,000$UFA [Age: 31]
Kyle CapobiancoD271997-01-22TW 20.00%1,200,000$1,200,000$UFA [Age: 29]
Tim ErixonD331991-01-22NT TW 20.00%1,800,000$1,800,000$UFA [Age: 35]
Xavier BernardD242000-01-02TW 10.00%750,000$RFA ( Groupe: 2 ) [Age: 25]
MOYENNE (6)28.000.00%0$5,700,000$1,200,000$0$0$0$0$
Gardiens
Matej TomekG271997-01-22TW 20.00%1,300,000$1,300,000$UFA [Age: 29]
Mitchell GibsonG251999-01-02TW 10.00%800,000$RFA ( Groupe: 2 ) [Age: 26]

Légendes des Termes : FV = Ballotage forcé / NT = Non-échange / IN = Blessure / TW = Contract Deux Côté ('Can Play Pro' + 'Can Play Farm')

Note: Les montants de cap salarial pour l’année courant et le % de cap salariale sont basé sur un calcul du plafond salariale simple (Salaire Moyen ou Salaire de l’année selon vos options). Si votre plafond salarial est basé sur la calcul complexe, les résultats de cette analyse pourrait être légèrement incorrects. Le plafond salarial professionnel de l’année en cours est : 89,000,050$.




Attaque à 5 contre 5
Ligne # Ailier gauche Centre Ailier droit % temps PHY DF OF
1Saku MaenalanenIvan MorozovJC Lipon25014
2Adam MascherinVinni LettieriJeremy Bracco25122
3Brendan WarrenOskar BäckKyle Palmieri25122
4Sam MileticKeegan IversonRyan Tesink25122
Défense à 5 contre 5
Ligne # Défense Défense % temps PHY DF OF
1Jérémy DaviesJuuso Välimäki25122
2Tim ErixonKyle Capobianco25122
3Christian DjoosXavier Bernard25122
4Jérémy DaviesJuuso Välimäki25122
Attaque en avantage numérique
Ligne # Ailier gauche Centre Ailier droit % temps PHY DF OF
1Saku MaenalanenIvan MorozovJC Lipon60005
2Kyle PalmieriRyan TesinkJeremy Bracco40005
Défense en avantage numérique
Ligne # Défense Défense % temps PHY DF OF
1Jérémy DaviesJuuso Välimäki60122
2Tim ErixonKyle Capobianco40122
Attaque à 4 en désavantage numérique
Ligne # Centre Ailier % temps PHY DF OF
1JC LiponSaku Maenalanen60122
2Vinni LettieriRyan Tesink40122
Défense à 4 en désavantage numérique
Ligne # Défense Défense % temps PHY DF OF
1Jérémy DaviesJuuso Välimäki60122
2Tim ErixonKyle Capobianco40122
3 joueurs en désavantage numérique
Ligne # Ailier % temps PHY DF OF Défense Défense % temps PHY DF OF
1JC Lipon60122Jérémy DaviesJuuso Välimäki60122
2Saku Maenalanen40122Tim ErixonKyle Capobianco40122
Attaque à 4 contre 4
Ligne # Centre Ailier % temps PHY DF OF
1JC LiponSaku Maenalanen60122
2Ivan MorozovRyan Tesink40122
Défense à 4 contre 4
Ligne # Défense Défense % temps PHY DF OF
1Jérémy DaviesJuuso Välimäki60122
2Tim ErixonKyle Capobianco40122
Attaque dernière minute
Ailier gauche Centre Ailier droit Défense Défense
Saku MaenalanenVinni LettieriJC LiponJérémy DaviesJuuso Välimäki
Défense dernière minute
Ailier gauche Centre Ailier droit Défense Défense
Saku MaenalanenVinni LettieriJC LiponJérémy DaviesJuuso Välimäki
Attaquants supplémentaires
Normal Avantage numérique Désavantage numérique
Adam Mascherin, Brendan Warren, Oskar BäckAdam Mascherin, Brendan WarrenOskar Bäck
Défenseurs supplémentaires
Normal Avantage numérique Désavantage numérique
Christian Djoos, Xavier Bernard, Tim ErixonChristian DjoosXavier Bernard, Tim Erixon
Tirs de pénalité
JC Lipon, Saku Maenalanen, Vinni Lettieri, Ryan Tesink, Oskar Bäck
Gardien
#1 : Matej Tomek, #2 : Mitchell Gibson
Lignes d’attaque personnalisées en prolongation
JC Lipon, Saku Maenalanen, Vinni Lettieri, Ryan Tesink, Oskar Bäck, Ivan Morozov, Ivan Morozov, Kyle Palmieri, Keegan Iverson, Sam Miletic, Jeremy Bracco
Lignes de défense personnalisées en prolongation
Jérémy Davies, Juuso Välimäki, Tim Erixon, Kyle Capobianco, Christian Djoos


Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny text entered in the filter will match text found within the column
TotalDomicileVisiteur
# 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
1Binghamton Senators20101000910-120101000910-10000000000020.500913220012131447311612914215611516388225.00%8187.50%012824552.24%10321947.03%7816248.15%2861882659518191
2Bridgeport Sound Tigers311000101310300000000000311000101310340.66713213400121314492116129142157833207213323.08%10460.00%012824552.24%10321947.03%7816248.15%2861882659518191
3Connecticut Whale1000010045-1000000000001000010045-110.500481200121314438116129142152694197114.29%20100.00%012824552.24%10321947.03%7816248.15%2861882659518191
4Grand Rapids Griffins2020000047-3000000000002020000047-300.00046100012131446011612914215522516456233.33%9455.56%012824552.24%10321947.03%7816248.15%2861882659518191
5Hamilton Bulldogs1010000014-31010000014-30000000000000.00011200121314434116129142153314221200.00%10100.00%012824552.24%10321947.03%7816248.15%2861882659518191
6Portland Crying Chiwawas11000000321000000000001100000032121.00034700121314434116129142153411419400.00%20100.00%012824552.24%10321947.03%7816248.15%2861882659518191
7Roberval Dwarfs20100010812-420100010812-40000000000020.500813210012131446411612914215812614347114.29%7271.43%012824552.24%10321947.03%7816248.15%2861882659518191
Total1226011204250-8503010101826-87230011024240110.4584266108001213144395116129142153651337624847919.15%391171.79%012824552.24%10321947.03%7816248.15%2861882659518191
_Since Last GM Reset1226011204250-8503010101826-87230011024240110.4584266108001213144395116129142153651337624847919.15%391171.79%012824552.24%10321947.03%7816248.15%2861882659518191
_Vs Conference705010102233-11503010101826-82020000047-340.28622335500121314423111612914215227804813823521.74%25772.00%012824552.24%10321947.03%7816248.15%2861882659518191
_Vs Division403010001722-5401010001722-50020000000020.2501726430012131441371161291421514241307215320.00%15380.00%012824552.24%10321947.03%7816248.15%2861882659518191

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
1211W242661083953651337624800
Tous les matchs
GP W L OTW OTL SOWSOL GF GA
122611204250
Matchs locaux
GP W L OTW OTL SOWSOL GF GA
50310101826
Matchs extérieurs
GP W L OTW OTL SOWSOL GF GA
72301102424
Derniers 10 matchs
W L OTW OTL SOWSOL
360100
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
47919.15%391171.79%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
116129142151213144
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
12824552.24%10321947.03%7816248.15%
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
2861882659518191


Derniers matchs joués
Astuces sur les filtres (anglais seulement)
PriorityTypeDescription
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
10textAny text entered in the filter will match text found within the column
JourMatch Équipe visiteuse Score Équipe locale Score ST OT SO RI Lien
Jour:1
18Lake Erie Monsters6Bridgeport Sound Tigers3WSommaire du match
Jour:3
323Roberval Dwarfs4Lake Erie Monsters5WXXSommaire du match
Jour:6
643Binghamton Senators5Lake Erie Monsters6WXSommaire du match
Jour:8
859Lake Erie Monsters4Connecticut Whale5LXSommaire du match
Jour:10
1072Lake Erie Monsters1Bridgeport Sound Tigers2LSommaire du match
Jour:12
1277Lake Erie Monsters3Grand Rapids Griffins4LSommaire du match
Jour:15
1595Roberval Dwarfs8Lake Erie Monsters3LSommaire du match
Jour:17
17113Lake Erie Monsters1Grand Rapids Griffins3LSommaire du match
Jour:18
18125Binghamton Senators5Lake Erie Monsters3LSommaire du match
Jour:21
21151Hamilton Bulldogs4Lake Erie Monsters1LSommaire du match
Jour:22
22161Lake Erie Monsters6Bridgeport Sound Tigers5WXXSommaire du match
Jour:25
25179Lake Erie Monsters3Portland Crying Chiwawas2WSommaire du match
Jour:26
26191Roberval Dwarfs-Lake Erie Monsters-
Jour:28
28214Lake Erie Monsters-Chicoutimi Saguenéens-
Jour:29
29223Providence Bruins-Lake Erie Monsters-
Jour:32
32243Lake Erie Monsters-The Nuuk Vikings-
Jour:34
34259Chicago Wolves-Lake Erie Monsters-
Jour:38
38280Lake Erie Monsters-San Antonio Rampage-
Jour:39
39290Lake Erie Monsters-Milwaukee Admirals-
Jour:41
41298Chisinau Pelicans-Lake Erie Monsters-
Jour:44
44322The Nuuk Vikings-Lake Erie Monsters-
Jour:45
45341Lake Erie Monsters-The Nuuk Vikings-
Jour:47
47357Joliette Sportif-Lake Erie Monsters-
Jour:50
50375Lake Erie Monsters-Trois-Rivières Lions-
Jour:51
51387Lake Erie Monsters-Roberval Dwarfs-
Jour:53
53399Rochester Americans-Lake Erie Monsters-
Jour:55
55416Lake Erie Monsters-Rochester Americans-
Jour:56
56427Norfolk Admirals-Lake Erie Monsters-
Jour:58
58450Lake Erie Monsters-Springfield Falcons-
Jour:59
59458San Jose Barracuda-Lake Erie Monsters-
Jour:63
63488Roberval Dwarfs-Lake Erie Monsters-
Jour:66
66507Lake Erie Monsters-Chicago Wolves-
Jour:68
68521Providence Bruins-Lake Erie Monsters-
Jour:71
71546Grand Rapids Griffins-Lake Erie Monsters-
Jour:73
73562Lake Erie Monsters-Bridgeport Sound Tigers-
Jour:75
75579Lake Erie Monsters-Grand Rapids Griffins-
Jour:76
76587Portland Crying Chiwawas-Lake Erie Monsters-
Jour:79
79610Lake Erie Monsters-Danbury Trashers-
Jour:81
81616Lake Erie Monsters-Connecticut Whale-
Jour:82
82624Verdun Junior-Lake Erie Monsters-
Jour:86
86653Charlotte Checkers-Lake Erie Monsters-
Jour:88
88662Lake Erie Monsters-Manitoba Moose-
Jour:90
90678Lake Erie Monsters-Joliette Sportif-
Jour:93
93689San Antonio Rampage-Lake Erie Monsters-
Jour:96
96716Lake Erie Monsters-Henderson Silver Knights-
Jour:97
97722San Antonio Rampage-Lake Erie Monsters-
Jour:99
99742Lake Erie Monsters-Binghamton Senators-
Jour:101
101757Chicoutimi Saguenéens-Lake Erie Monsters-
Jour:104
104779Lake Erie Monsters-Chicoutimi Saguenéens-
Jour:106
106789Binghamton Senators-Lake Erie Monsters-
Jour:108
108810Lake Erie Monsters-Milwaukee Admirals-
Jour:109
109820Quebec Stars-Lake Erie Monsters-
Jour:113
113849Blainville-Boisbriand Armada-Lake Erie Monsters-
Jour:115
115865Lake Erie Monsters-Wilkes-Barre/Scranton Penguins-
Jour:117
117880Lake Erie Monsters-Providence Bruins-
Jour:118
118888Trois-Rivières Lions-Lake Erie Monsters-
Jour:123
123915Laval Chiefs-Lake Erie Monsters-
Jour:125
125930Lake Erie Monsters-Gatineau Olympiques-
Jour:127
127945Lake Erie Monsters-Blainville-Boisbriand Armada-
Jour:128
128955Milwaukee Admirals-Lake Erie Monsters-
Jour:130
130978Lake Erie Monsters-Blainville-Boisbriand Armada-
Jour:131
131986Binghamton Senators-Lake Erie Monsters-
Jour:134
1341005Lake Erie Monsters-Portland Crying Chiwawas-
Jour:135
1351017Chicago Wolves-Lake Erie Monsters-
Jour:139
Date limite d’échanges --- Les échanges ne peuvent plus se faire après la simulation de cette journée!
1391044Lake Erie Monsters-Albany Devils-
Jour:141
1411049Lake Erie Monsters-Verdun Junior-
Jour:142
1421058Springfield Falcons-Lake Erie Monsters-
Jour:146
1461084Hamilton Bulldogs-Lake Erie Monsters-
Jour:148
1481094Lake Erie Monsters-Danbury Trashers-
Jour:151
1511118Gatineau Olympiques-Lake Erie Monsters-
Jour:152
1521133Lake Erie Monsters-Connecticut Whale-
Jour:154
1541148Gatineau Olympiques-Lake Erie Monsters-
Jour:156
1561165Lake Erie Monsters-Laval Chiefs-
Jour:159
1591182Quebec Stars-Lake Erie Monsters-
Jour:163
1631214Houston Aeros-Lake Erie Monsters-
Jour:166
1661228Lake Erie Monsters-Hamilton Bulldogs-
Jour:168
1681248Henderson Silver Knights-Lake Erie Monsters-
Jour:171
1711263Lake Erie Monsters-Quebec Stars-
Jour:174
1741281Albany Devils-Lake Erie Monsters-
Jour:178
1781307Milwaukee Admirals-Lake Erie Monsters-
Jour:181
1811329Portland Crying Chiwawas-Lake Erie Monsters-
Jour:183
1831340Lake Erie Monsters-Chisinau Pelicans-



Capacité de l’aréna - Tendance du prix des billets - %
Niveau 1 Niveau 2

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

Dépenses
Dépenses annuelles à ce jour Salaire total des joueurs Salaire total moyen des joueurs Salaire des entraineurs
Plafond salarial par jour Plafond salarial à ce jour Joueurs Inclus dans le plafond salarial Joueurs exclut du plafond Salarial

Estimation
Revenus de la saison estimés Jours restants de la saison Dépenses par jour Dépenses de la saison estimées




Lake Erie Monsters Leaders statistiques des joueurs (saison régulière)

# 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

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

# Nom du gardien GP W L OTL PCT GAA MP PIM SO GA SA SAR A EG PS % PSA

Lake Erie Monsters Statistiques de l'Équipe de Carrière

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

Lake Erie Monsters Leaders statistiques des joueurs (séries éliminatoires)

# 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

Lake Erie Monsters Leaders des statistiques des gardiens (séries éliminatoires)

# Nom du gardien GP W L OTL PCT GAA MP PIM SO GA SA SAR A EG PS % PSA